PENGEMBANGAN MODEL MIXED-MODEL LINE BALANCING DENGAN WAKTU PROSES BERDISTRIBUSI LOGNORMAL MENGGUNAKAN GENETIC ALGORITHM DAN DISCRETE EVENT SIMULATION
Permasalahan mixed-model line balancing pada sistem mixed-model asynchronous assembly line menjadi kompleks karena melibatkan keputusan alokasi task ke work centre, penentuan kapasitas buffer, dan urutan model produk. Kompleksitas tersebut semakin meningkat ketika waktu proses bersifat stokastik dan memengaruhi terjadinya blocking serta starvation pada lini produksi. Penelitian ini bertujuan untuk mengembangkan model mixed-model line balancing dengan waktu proses berdistribusi lognormal sebagai pengembangan dari model dasar yang menggunakan distribusi normal. Metode yang digunakan dalam penelitian ini adalah integrasi Genetic Algorithm dan Discrete Event Simulation. Genetic Algorithm digunakan untuk mencari konfigurasi solusi terbaik, sedangkan Discrete Event Simulation digunakan untuk mengevaluasi performansi solusi berdasarkan nilai fitness, effective cycle time, efisiensi lini, blocking, dan starvation. Data yang digunakan adalah data Gunther_35_4m yang terdiri dari 35 task dan 4 model produk. Hasil penelitian menunjukkan bahwa model lognormal menghasilkan nilai fitness sebesar 18,41, effective cycle time sebesar 102,96, efisiensi lini sebesar 91,84%, blocking sebesar 6,67%, dan starvation sebesar 0,61%. Hasil tersebut lebih baik dibandingkan model normal yang menghasilkan nilai fitness sebesar 19,50, effective cycle time sebesar 103,01, efisiensi lini sebesar 91,53%, blocking sebesar 7,30%, dan starvation sebesar 0,71%. Penelitian ini memberikan kontribusi dalam pengembangan model mixed-model line balancing yang lebih representatif terhadap karakteristik waktu proses produksi yang bernilai positif dan dapat memiliki sebaran miring ke kanan.
Kata kunci: mixed-model line balancing, distribusi lognormal, GA-DES.
URI
https://repo.itera.ac.id/depan/submission/SB2610120024
Keyword
Distribusi lognormal Mixed-model line balancing GA-DES.