model statik integrasi penjadwalan batch dan...
TRANSCRIPT
76 Jurnal Mat Stat, Vol. 12 No. 1 Januari 2012: 76-90
MODEL STATIK INTEGRASI PENJADWALAN BATCH DAN PENJADWALAN PM DENGAN KRITERIA
MINIMASI BIAYA SIMPAN, SETUP DAN PM
Zahedi
Mathematics & Statistics Department, School of Computer Science, Binus University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta Barat 11480
ABSTRACT
Production scheduling that do not concerned machine maintenance schedule may cause the machine continued to be used, whereas it is time to undergo the maintenance. If maintenance is not done, it will result in machine breakdown, so that it would disturb the production activities. On contrary, maintenance activities that do not concerned the production schedule may cause the occupied machines must be stopped for maintenance. This will result in disruption of production schedule prepared previously. Thus, this study proposes an integrated static model of maintenance scheduling to minimize the holding cost, setup cost and PM cost, in the scheduling criteria of total actual flow time. Furthermore, this study also delivers a hypothetical example of how the model and the solution algorithm model work. Keywords: scheduling, maintenance, production, integrated model
ABSTRAK
Penjadwalan produksi yang tidak memperhatikan waktu perawatan mesin dapat menyebabkan mesin yang sudah saatnya menjalani perawatan terus digunakan. Bila perawatan tidak dilakukan akan menyebabkan mesin breakdown, sehingga akan mengganggu kegiatan produksi. Sebaliknya, kegiatan perawatan yang tidak memperhatikan kegiatan produksi dapat menyebabkan mesin yang sedang sibuk harus dihentikan untuk menjalani perawatan. Hal ini akan berakibat terganggunya jadwal produksi yang telah disusun sebelumnya. Maka dari itu, artikel ini mengusulkan suatu model terintegrasi statik penjadwalan dan perawatan dengan kriteria minimasi biaya simpan, biaya setup serta biaya PM, dalam kriteria penjadwalan waktu tinggal aktual total. Diberikan pula contoh hipotetis bagaimana model dan algoritma penyelesaian model bekerja. Kata kunci: penjadwalan, perawatan, produksi, model integrasi
Model St
BketidaktepenjadwDalam pwaktu ppenjadw1996), Hdibahas diasumsiperencan
B
adalah B(2000), ymodel lmenaksidistribusadalah mDalam li
M
selang kmelakuk
Pengem
M
dengan koperasi uyang cacwaktu dumenentudalam kr
Parametet s q d c1 c2
cPM tPM
VariabelL[ik] Q[ik]
Statik Integras
Banyak penersediaan m
walan job, di penelitian teemrosesan j
walan batch, Halim dkk. (2
adalah penjikan tersedianaan produks
Beberapa litBarlow dan yang mengelife-cycle-cosr lifecycleco
si kerusakan meminimasi iteratur-litera
Makalah iniketidaktersedkan preventiv
mbangan M
Misalkan sekketidakterseduntuk menycat dan tidaue date d. Pe
ukan jumlah riteria penjad
er-parameter: waktu pros: waktu setup: jumlah par: waktu peny: biaya simpa: biaya simpa satuan biay
: biaya satua: panjang int: biaya satua
l-variabel kep: Batch yang: Ukuran bat
si …... (Zahed
nelitian menmesin misalk
antaranya Oersebut permob diketahuidi antaranya
2001), Buckjadwalan baa secara bebsi.
teratur tentanProschan (1
emukakan tenst (LCC) seost dengan mmesin, kemupenalti pihakatur ini tidak
i mengusulkaiaan mesin d
ve maintenan
Model
kumpulan q diaan mesin
yelesaikannyaak ada kerusermasalahan PM dan jad
dwalan waktu
r yang diketaes per part p antar batch
rt yang akan yerahan seluran untuk finian untuk wor
ya an per PM terval waktu an untuk satu
putusan adalg dijadwalkantch L[ik] dalam
edi)
PEN
ngenai penjkan waktu pOlafson dan Smasalahan ya
i, namun tida Dobson dkchin dkk. (2tch di mana
bas tanpa ket
ng perawatan1965), Sherwntang teori p
erta optimasmenggunakaudian menakk pabrikan m
k melibatkan
an suatu modengan kriternce (PM).
part (satu omerupakan
a (single stasakan mesin
yang dibahadwal PM yanu tinggal akt
ahui adalah
h diproses ruh part d (cished-part perk-in-proces
PM
u kali setup
lah n pada posisim unit
NDAHULU
jadwalan prperawatan, bShi (2000), Tang dibahas dak memperhkk (1987, 19002), serta Ma ukuran batidaktersedia
n yang tidak win dkk. (19peluang kerui profit sua
an simulasi Mksir lifecyclecmesin terhadpenjadwalan
odel terintegria minimasi
order) dari itselang wakt
age). Dalam selama berp
as adalah meng meminimtual.
ommon due er unit per sas part per un
i ke-i dalam
UAN
roduksi yanbaik penjadwTansel dkk.adalah penj
hatikan selan989), Halim Meng dan Heatch adalah vaan untuk me
memperhati993), Ebelingusakan, teoriatu siklus peMonte-carlocost dengan sdap variabilitn produksi da
grasi statik ai biaya simp
tem sejenis atu regular Pmodel awal
produksi. Seenentukan uk
masi biaya sim
date) atuan waktu dnit per satuan
cycle-ke-k (s
ng tidak mwalan job m(2001) sertajadwalan peng ketidakter
(1993), Haeragu (2004)variabel kepemproses pa
ikan aspek pg (1997) seri reliabilitas,erawatan. Fl. Pertama, dsimulasi Motas mesin-mealam pembah
antara penjadpan, biaya se
akan diprosePM. Setiap pl ini diasumemua part akuran-ukuranmpan, biaya
dalam satuann waktu dalam
secara backw
memperhatikamaupun bata Xiao dan Lngerjaan jobrsediaan me
alim dan Oht). Permasalaputusan, tetaart sepanjang
penjadwalan rta Rigdon d maintainabileischer dkkdilakukan pente-Carlo. Tesin yang diphasannya.
dwalan batchtup serta bia
es pada sebupart hanya p
msikan tidak akan diserahkn batch, jadw
setup dan b
n biaya m
ward)
77
an aspek ch. Pada
Li (2002). b dengan sin. Pada ta (1994, han yang
api mesin g horizon
produksi dan Basu ilitas dan k. (2008) enaksiran ujuannya produksi.
h dengan aya untuk
uah mesin perlu satu
ada part kan pada
wal batch, biaya PM
78
N B[ik] C[ik] APM[k] BPM[k] Biaya sim
ToIC
dan sukubatch) d
P
formulasakan dituproductiinterval
Biaya S
M
susunan
: Jumlah selu: Saat mulai : Saat selesai: Saat awal P: Saat selesai
mpan dalam
= c1
Suku pertamu kedua danalam satu pr
Persamaan si biaya simpurunkan formion cycle. JikPM sepanjan
Simpan un
Model konsbatch sebag
Gambar 2.
uruh batch pemrosesan i batch L[ik]
PM ke-k i PM ke-k
Indrapriatna
Gamba
ma dalam bian ketiga adalroduction cyc
(1) dan g pan untuk g pmulasi biayaka dalam sung productio
ntuk Dua
septual dari aimana Gam
Posisi batch d
batch L[ik]
a (2009) untu
+
ar 1. Posisi ba
aya simpan (lah total biaycle.
ambar (1) production cy
a simpan untuuatu production run dan PM
Productio
penjadwalambar 2 beriku
dalam sistem m
Jur
uk satu produ
atch dengan sa
1) adalah totya simpan se
dari Indraprcycle-dan meuk 2, kemudion run terdM terakhir di
on Cycle
an batch deut:
manufaktur sa
rnal Mat Stat, V
uction cycle-
atu production
tal biaya simelama part d
riatna (2009nyisipkan se
dian 3, selanjdapat g prodilakukan tepa
engan dua p
atu mesin deng
Vol. 12 No. 1
-adalah
n cycle.
mpan part dadiproses dala
9) akan dikelang PM secjutnya akan d
duction cycleat saat due d
production
gan dua produ
Januari 201
alam completam batch (in
kembangkan cara simultandi generalisir
e, akan terdadate (PM-1).
cycle-akan
uction cycle.
12: 76-90
(1)
ted batch n process
menjadi n. Berikut r untuk g
apat (g-1)
memiliki
Model St
Keterang
: Sel
Total bia
ToICcyc
Total bia
ToICcyc
dalam prkedua pr
ToIC (2)
+ c1
+
Biaya S
Mbatch seb
Statik Integras
gan:
lang PM
aya simpan u
cle-1 = c1
+
aya simpan u
cle-2 = c1
+
Suku terakhroduction cyroduction cyc
) = c1
Simpan un
Model konsebagaimana G
si …... (Zahed
untuk produc
untuk produc
+
hir dalam peycle-ke-2 mencle-adalah pe
ntuk Tiga
eptual dari pGambar 3 ber
edi)
ction cycle-1
ction cycle-2
ersamaan (3)nunggu sampenjumlahan p
+
Productio
penjadwalan rikut:
adalah
akan menjad
) adalah wakpai saat penypersamaan (2
+
on Cycle
batchdengan
di
ktu tambahayerahan d. Se2) dan (3) se
n tiga produc
an untuk semehingga Totaebagai beriku
ction cycleak
mua completal biaya simput
kan memiliki
79
(2)
(3)
ted batch pan untuk
(4)
i susunan
80
Keterang
: Se Total bia
ToICcyc
Total bia
ToICcyc
Total bia
ToICcyc
dalam prketiga pr
Gambar 3.
gan:
elang PM
aya simpan u
cle-1 = c1
+
aya simpan u
cle-2 = c1
+
aya simpan u
cle-3 = c1
+ +
Suku terakhroduction cyroduction cy
Posisi batch d
untuk produc
untuk produc
+
untuk produc
hir dalam peycle-ke-3 menycle-adalah p
dalam sistem m
ction cycle--1
ction cycle--2
ction cycle-3
ersamaan (7)nunggu sampenjumlahan
Jur
manufaktur sa
1 adalah
2 akan menja
akan menjad
) adalah wakpai saat penypersamaan (
rnal Mat Stat, V
atu mesin deng
adi
di
ktu tambahayerahan d. Se5), (6) dan (7
Vol. 12 No. 1
gan tiga produ
an untuk semehingga Tota7) sebagai
Januari 201
uction cycle.
mua completal biaya simp
12: 76-90
(5)
(6)
(7)
ted batch pan untuk
Model St
ToIC(3)
+
+
Dengan untuk g p
ToIC(g)
Untuk bi
Untuk toditulis
Fungsi tsetup (T
Bdiuraikan
Statik Integras
= c1
memperhatiproduction c
=
iaya PM sep
otal biaya se
tujuan yang C) dapat diru
Beberapa ken sebagai be
si …... (Zahed
ikan perubahcycle-dan g -
c1
anjang produ
etup adalah j
akan digunaumuskan seb
endala pada prikut:
edi)
+
han yang terj1 selang PM
uction run, d
TCP
jumlah juml
TC
akan adalah bagai minima
Min
problem penj
+
+
jadi untuk sM Total biaya
)
dengan g pro
PM = g cPM
ah total batc
S =
minimasi toasi persamaa
nimasi TC =
jadwalan satu
etiap producsimpan adal
+
duction cycl
ch dikalikan
otal biaya sian (9), (10) d
ToIC(g) +T
u item satu m
ction cycle-dlah
le-dan g PM
dengan biay
impan dan bdan (11) atau
CPM + TCS
mesin dengan
dan jumlah P
adalah
ya satuan se
biaya PM se
S
n g interval P
81
+ c1
+c1
(8)
PM maka
(9)
(10)
etup, atau
(11)
erta biaya
(12)
PM dapat
82
Kyang dijjumlah p
due date
U
atau 1, dproductidapat dir
Di manadapat dia
M
setiap prmulai PM
D
APM-1 = BAPM-1 = dBPM-1 = APM-2 = BBPM-2 =
APM-2 + T
APM-1 = BAPM-1 = d
BPM-1 =
APM-2 = B
BPM-2 =
Keseimbangjadwal, dengpart dalam ba
Setiap batche, atau dapat
Untuk pengadi mana ion cycle-ke-rumuskan se
a M adalah sambil M=q(s
Metoda PM roduction cyM dan waktu
Dua product
B11 + t Q11 d APM-1 + tPM B12 + t Q12 APM-2 + tPM
Tiga produc
B11 + t Q11 d
APM-1 + tPM
B12 + t Q12
APM-2 + tPM
gan jumlah pgan asumsi atch ke-i pad
h terjadwal dditulis sebag
aturan seque bernilai 1 ap-l secara bacbagai
suatu bilangas+t).
menggunakaycle. Denganu berakhirnya
tion cycle-de
, selanjutnya
tion cycle-de
, selanjutnya
part dalam sproses sempda production
diasumsikan gai
ncing antar bpabila batch
ckward, dan b
an yang cuk
an regular Pn memperhaa PM untuk 2
engan dua int
a
engan tiga in
a
Jur
semua batchpurna tanpa n cycle-ke-k
datang tepat
batch akan d ke-i pada prbernilai 0 un
kup besar un
M, di mana iatikan Gamb2, 3 kemudia
terval PM
nterval PM
rnal Mat Stat, V
akan sama kerusakan, atau
t pada saat a
digunakan varoduction cyntuk sebalikn
ntuk menjam
interval wakbar 2 dan 3 an digenerali
.
Vol. 12 No. 1
dengan jumdirumuskan
akan diprose
ariable binerycle-j mendahnya. Untuk se
in sequencin
ktu PM akan di atas, dap
isir untuk g p
Januari 201
mlah keselurusebagai jum
es dan harus
r yang bhului batch kemua batch t
ng, dalam pr
berada tepat pat diturunkaproduction cy
12: 76-90
uhan part mlah dari
rapat ke
(14)
bernilai 0 ke-k pada terjadwal
rakteknya
ditengah an waktu ycle.
Model St
APM-2 +
APM-3 = B
BPM-3 =
APM-3 +
G
APM-1 = B
APM-1 = d
BPM-1 =
APM-2 = B
BPM-2 =
APM-2 +
APM-g = B
BPM-g =
APM-g +
J
D
Dibutuhk
Model Mminimas Minimas
Statik Integras
B13 + t Q13
APM-3 + tPM
Generalisasi
B11 + t Q11
d
APM-1 + tPM
B12 + t Q12
APM-2 + tPM
…
B1g + t Q1g
APM-g + tPM
Jumlah batch
Dengan dem
kan juga sya
Model satu isi biaya simp
si TC = ToIC
si …... (Zahed
untuk g pro
, selanjutnya
h maksimum
mikian Nmax=
arat-syarat ke
item satu mepan, biaya PM
C +TCPM +
edi)
oduction cycl
a
m dihitung de
enonnegatifan
q
esin denganM dan biaya
TCS
le-dengan g i
engan persam
n variabel ke
q
g productionsetup dapat d
, selanju
interval PM a
, s
maan
eputusan dan
n cycle-dengditulis sebag
utnya
adalah
selanjutnya
n variabel bin
gan g intervagai
ner sebagai
al PM dengan
83
(16)
(17)
(18) (19) (20) (21)
n kriteria
(22)
84
Kendala
APM-1 = B
APM-1 = d
BPM-1 =
APM-2 = B
BPM-2 =
APM-2 +
…
APM-g = B
BPM-g =
Untuk m Algorit Step 1 :Step 2 :
Step 3 :Step 4 :Step 5 :Step 6 :Step 7 :Step 8 :Step 9 :Step 10:
a
B11 + t Q11
d
APM-1 + tPM
B12 + t Q12
APM-2 + tPM
B1g + t Q1g
APM-g + tPM
APM
menyelesaikan
tma Mode
: hitung Tmin
: problem laymaka probl
: hitung N(m: set k = 1 (! : substitusika: set = 1,: set TC(0)= q: set i = 1, j=: selesaikan Mapakah B[ij]
, selanjutnya
M-g +
n model ini d
el
n = q.t yak jika danlem tidak lay
max) dengan pkproduction
an nilai-nilai, jika ij mendq (c1+c2+cPM+=k, set Xij= 1,Model pada ≥ 0, Jika ya,
a
dirancang su
hanya jika Tyak, stop. persamaan (
n cycle-denga dari N deng
dahului kl se+cs) dan Xij= 0 uStep 7. , tulis TCij,
Jur
q
uatu algoritm
Tmin +(g-1)
17). an k PM) gan N = ⎣ Nm
cara backwa
untuk yang la
rnal Mat Stat, V
, s
ma sehingga m
≤ d. Lanj
maks ⎦, q, t, s, dard, ∀ i, j, i≠j
ain.
Vol. 12 No. 1
selanjutnya
model ini dap
jutkan Step 3
d, dan j, dan Yi
j = 0
Januari 201
pat dioperasi
3. Jika Tmin +
ke dalam0 untuk yang
12: 76-90
(24)
(26)
(27)
(28) (29) (30) (31)
ikan.
+ > d,
m model. lainnya.
Model Statik Integrasi …... (Zahedi) 85
Apakah TCij<TC(0)? Jika ya, set i = i + 1, lanjutkan ke step 8. Jika tidak, set k = k+1, kembali ke step 4. Jika tidak, solusi optimal tercapai, lanjutkan step 11.
Step 11: tulis nilai fungsi tujuan dan semua nilai variabel keputusan. Akan diberikan suatu contoh hipotetik untuk melihat bagaimana algoritma ini bekerja: Misalkan suatu order dengan ukuran part q = 200, dan seluruhnya harus diserahkan pada saat due date d = 5000. Waktu setup antar batch s = 30, waktu proses per part t = 20, panjang interval ketidaktersediaan mesin tPM = 60, biaya simpan biaya simpan untuk finished-part per unit per satuan waktu dalam satuan biaya c1 = 20 dan biaya simpan untuk work-in-process part per unit per satuan waktu dalam satuan biayac2 = 10, biaya satuan PM adalah cPM = 300 serta biaya untuk setiap setup adalah cs = 50. Solusi Step 1 sampai Step 3 memberikan Tmin= 4000, 4000+60 < 5000, dan Nmax=34, sehingga problem layak untuk model. Step 4 sampai 11 pada prinsipnya dimulai dengan satu production cycle-dengan satu PM, selanjutnya tingkatkan jumlah batch pada production cyclepertama ini secara backward sampai diperoleh jumlah batch optimal ditandai dengan kenaikan total cost (TC) atau problem tidak layak. Kemudian dua production cycle-dengan dua PM, dimulai dengan meningkatkan jumlah batch pada production cycle-1 kemudian production cycle-2 sampai terjadi kenaikanTC atau problem tidak layak. Proses ini dilanjutkan sampai diperoleh jumlah production cycle-dan jumlah PM optimal dengan TC minimum. SET production cycle-k=1, berturut-turut untuk jumlah batchdan TC adalah 1 batch memberikan TC = 1,240 x 107, 2 batch memberikan TC = 1,046 x 107, 3 batch memberikan TC = 9,859 x 106, 4 batch memberikan TC = 9,586 x 106, 5 batch memberikan problem yang tidak layak, maka optimal production cycle-1 pada 4 batch. SETproduction cycle-k=2, berturut-turut untuk jumlah batch dan TC adalah Production cycle-1 1batch dan production cycle-2 1 batch memberikan TC = 6,364 x 106, Production cycle-1 2batch dan production cycle-2 1batch memberikan TC = 5,904 x 106, Production cycle-1 3batch dan production cycle-2 1batch memberikan TC = 5,781 x 106, Production cycle-1 4 batch dan production cycle-2 1batch memberikan TC = 5,742 x 106, Production cycle-1 5batch dan production cycle-2 1batch memberikan TC = 5,758 x 106, TC naik, stop, maka optimal production cycle-1 iterasi ke-2 tercapai pada 4 batch. Selanjutnya untuk production cycle-2 iterasi ke-2 Production cycle-1 4batch dan production cycle-2 2batch memberikan TC = 5,248 x 106, Production cycle-1 4batch dan production cycle-2 3batch memberikan TC = 5,106 x 106, Production cycle-1 4batch dan production cycle-2 4batch memberikan TC = 5,052 x 106, Production cycle-1 4batch dan production cycle-2 5batch memberikan TC = 5,081 x 106, TC naik, stop, maka optimal production cycle-2 iterasi ke-2 tercapai pada 4 batch. SET production cycle-k=3, berturut-turut untuk jumlah batch dan TC adalah Production cycle-1 1batch, production cycle-2 1 batch dan production cycle-3 1 batch memberikan TC = 4,327 x 106, selanjutnya naikkan jumlah batch pada production cycle-1 dengan jumlah batch pada production cycle-2 dan 3 tetap, sehingga untuk Production cycle-12batchmemberikan TC = 4,130 x 106,
86 Jurnal Mat Stat, Vol. 12 No. 1 Januari 2012: 76-90
Production cycle-13batch memberikan TC = 4,087 x 106, Production cycle-14batch memberikan TC = 4,081 x 106, Production cycle-15batch memberikan TC = 4,095 x 106, stop jumlah batch optimal untuk production cycle-1 adalah 4 batch. Iterasi selanjutnya hitung TC untuk production cycle-1 4 batch, production cycle-2 2 batch dan production cycle3 1 batch memberikan TC = 3,880 x 106, selanjutnya naikkan jumlah batch pada production cycle-2 dengan jumlah batch pada production cycle-1 dan 3 tetap, sehingga untuk Production cycle-23batch memberikan TC = 3,832 x 106, Production cycle-24batch memberikan TC = 3,822 x 106, Production cycle-2 5 batch memberikan TC = 3,826 x 106, terjadi kenaikan TC sehingga jumlah optimal batch pada production cycle-2 adalah 4. Iterasi selanjutnya hitung TC untuk Production cycle-1 4 batch, production cycle-2 4 batch dan production cycle-3 2 batch memberikan TC = 3,594 x 106, selanjutnya naikkan jumlah batch pada production cycle-3 dengan jumlah batch pada production cycle-1 dan 2 tetap, sehingga untuk Production cycle-3 3 batch memberikan TC = 3,534 x 106, Production cycle-3 4 batch memberikan TC = 3,515 x 106, Production cycle-3 5 batch memberikan TC = 3,511 x 106, Production cycle-3 6 batch memberikan TC = 3,513 x 106, terjadi kenaikan TC sehingga jumlah optimal batch pada production cycle-3 adalah 5. SET production cycle-k=4, berturut-turut untuk jumlah batch dan TC adalah Production cycle-1 1 batch dan production cycle-2 1 batch, production cycle-3 1 batch dan production cycle-4 1 batch, akan memberikan TC = 3,288 x 106, selanjutnya naikkan jumlah batch pada production cycle-1 dengan jumlah batch pada production cycle-2, 3 dan 4 tetap, sehingga untuk Production cycle-1 2 batch memberikan TC = 3,182 x 106, Production cycle-1 3 batch memberikan TC = 3,164 x 106, Production cycle-1 4batch memberikan TC = 3,167 x 106, terjadi kenaikan TC sehingga jumlah optimal batch pada production cycle-1 adalah 3. Iterasi selanjutnya hitung TC untuk Production cycle-1 3 batch, production cycle-2 2 batch production cycle-3 1 batch dan production cycle-4 1 batch memberikan TC = 3,059 x 106, selanjutnya naikkan jumlah batch pada production cycle-2 dengan jumlah batch pada production cycle-1, 3 dan 4 tetap, sehingga untuk Production cycle-2 3 batch memberikan TC = 3,041 x 106, Production cycle-2 4 batch memberikan TC = 3,043 x 106, terjadi kenaikan TC sehingga jumlah optimal batch pada production cycle-2 adalah 3. Iterasi selanjutnya hitung TC untuk Production cycle-1 3 batch, production cycle-2 3 batch production cycle-3 2 batch dan production cycle-4 1 batch memberikan TC = 2,930 x 106, selanjutnya naikkan jumlah batch pada production cycle-3 dengan jumlah batch pada production cycle-1, 2 dan 4 tetap, sehingga untuk Production cycle-3 3 batch memberikan TC = 2,907 x 106, Production cycle-3 4 batch memberikan TC = 2,906 x 106, Production cycle-3 5 batch memberikan TC = 2,912 x 106, terjadi kenaikan TC sehingga jumlah optimal batch pada production cycle-3 adalah 4. Iterasi selanjutnya hitung TC untuk Production cycle-1 3 batch, production cycle-2 3 batch production cycle-3 4 batch dan production cycle-4 2 batch memberikan TC = 2,778 x 106, selanjutnya naikkan jumlah batch pada production cycle-4 dengan jumlah batch pada production cycle-1, 2 dan 3 tetap, sehingga untuk Production cycle-4 3 batch memberikan TC = 2,747 x 106,
Model Statik Integrasi …... (Zahedi) 87
Production cycle-4 4 batch memberikan TC = 2,740 x 106, Production cycle-4 5 batch memberikan TC = 2,741 x 106, terjadi kenaikan TC sehingga jumlah optimal batch pada production cycle-4 adalah 4. SET production cycle-k=5, berturut-turut untuk jumlah batch dan TC adalah Production cycle-1 1 batch, production cycle-2 1 batch, production cycle-3 1 batch, production cycle-4 1 batch dan production cycle-5 1 batch, akan memberikan TC = 2,650 x 106, selanjutnya naikkan jumlah batch pada production cycle-1 dengan jumlah batch pada production cycle-2, 3, 4 dan 5 tetap, sehingga untuk Production cycle-1 2 batch memberikan TC = 2,584 x 106, Production cycle-1 3 batch memberikan TC = 2,576 x 106, Production cycle-1 4 batch memberikan TC = 2,582 x 106, terjadi kenaikan TC sehingga jumlah optimal batch pada production cycle-1 adalah 3. Iterasi selanjutnya hitung TC untuk Production cycle-1 3 batch, production cycle-2 2 batch, production cycle-3 1 batch, production cycle-4 1 batch dan production cycle-5 1 batch memberikan TC = 2,513 x 106, selanjutnya naikkan jumlah batch pada production cycle-2 dengan jumlah batch pada production cycle-1, 3, 4 dan 5 tetap, sehingga untuk Production cycle-2 3 batch memberikan TC = 2,506 x 106, Production cycle-2 4 batch memberikan TC = 2,511 x 106, terjadi kenaikan TC sehingga jumlah optimal batch pada production cycle-2 adalah 3. Iterasi selanjutnya hitung TC untuk Production cycle-1 3 batch, production cycle-2 3 batch, production cycle-3 2 batch, production cycle-4 1 batch dan production cycle-5 1 batch memberikan TC = 2,439 x 106, selanjutnya naikkan jumlah batch pada production cycle-3 dengan jumlah batch pada production cycle-1, 2, 4 dan 5 tetap, sehingga untuk Production cycle-3 3 batch memberikan TC = 2,429 x 106, Production cycle-3 4 batch memberikan TC = 2,433 x 106, terjadi kenaikan TC sehingga jumlah optimal batch pada production cycle-3 adalah 3. Iterasi selanjutnya hitung TC untuk Production cycle-1 3 batch, production cycle-2 3 batch production cycle-3 3 batch, production cycle-4 2 batch, dan production cycle-5 1 batch memberikan TC = 2,358 x 106, selanjutnya naikkan jumlah batch pada production cycle-4 dengan jumlah batch pada production cycle-1, 2, 3 dan 5 tetap, sehingga untuk Production cycle-4 3 batch memberikan TC = 2,346 x 106, Production cycle-4 4 batch memberikan TC = 2,347 x 106, terjadi kenaikan TC sehingga jumlah optimal batch pada production cycle-4 adalah 3. Iterasi selanjutnya hitung TC untuk Production cycle-1 3 batch, production cycle-2 3 batch production cycle-3 3 batch, production cycle-4 3 batch, dan production cycle-5 2 batch memberikan TC = 2,263 x 106, selanjutnya naikkan jumlah batch pada production cycle-5 dengan jumlah batch pada production cycle-1, 2, 3 dan 4 tetap, sehingga untuk Production cycle-5 3 batch memberikan TC = 2,246 x 106, Production cycle-5 4 batch memberikan TC = 2,243 x 106, Production cycle-5 5batch memberikan TC = 2,246 x 106, terjadi kenaikan TC sehingga jumlah optimal batch pada production cycle-5 adalah 4. SET production cycle-k=6, berturut-turut untuk jumlah batch dan TC adalah Production cycle-1 1 batch, production cycle-2 1 batch, production cycle-3 1 batch, production cycle-4 1 batch, production cycle-5 1 batch dan production cycle-6 1 batch, akan memberikan TC = 2,224 x 106, selanjutnya naikkan jumlah batch pada production cycle-1 dengan jumlah batch pada production cycle-2, 3, 4,5 dan 6 tetap, sehingga untuk Production cycle-1 2 batch memberikan TC = 2,180 x 106,
88 Jurnal Mat Stat, Vol. 12 No. 1 Januari 2012: 76-90
Production cycle-1 3 batch memberikan TC = 2,178 x 106, Production cycle-1 4 batch memberikan TC = 2,185 x 106, terjadi kenaikan TC sehingga jumlah optimal batch pada production cycle-1 adalah 3. Iterasi selanjutnya hitung TC untuk Production cycle-1 3 batch, production cycle-2 2 batch, production cycle-3 1 batch, production cycle-4 1 batch, production cycle-5 1 batch dan production cycle-6 1 batch memberikan TC = 2,137 x 106, selanjutnya naikkan jumlah batch pada production cycle-2 dengan jumlah batch pada production cycle-1, 3, 4, 5 dan 6 tetap, sehingga untuk Production cycle-2 3 batch memberikan TC = 2,135 x 106, Production cycle-2 4 batch memberikan TC = 2,142 x 106, terjadi kenaikan TC sehingga jumlah optimal batch pada production cycle-2 adalah 3. Iterasi selanjutnya hitung TC untuk Production cycle-1 3 batch, production cycle-2 3 batch, production cycle-3 2 batch, production cycle-4 1 batch, production cycle-5 1 batch dan production cycle-6 1 batch memberikan TC = 2,091 x 106, selanjutnya naikkan jumlah batch pada production cycle-3 dengan jumlah batch pada production cycle-1, 2, 4,5 dan 6 tetap, sehingga untuk Production cycle-3 3 batch memberikan TC = 2,087 x 106, Production cycle-3 4 batch memberikan TC = 2,093 x 106, terjadi kenaikan TC sehingga jumlah optimal batch pada production cycle-3 adalah 3. Iterasi selanjutnya hitung TC untuk Production cycle-1 3 batch, production cycle-2 3 batch production cycle-3 3 batch, production cycle-4 2 batch, production cycle-5 1 batch dan production cycle-6 1 batch memberikan TC = 2,041 x 106, selanjutnya naikkan jumlah batch pada production cycle-4 dengan jumlah batch pada production cycle-1, 2, 3, 5 dan 6 tetap, sehingga untuk Production cycle-4 3 batch memberikan TC = 2,035 x 106, Production cycle-4 4 batch memberikan TC = 2,039 x 106, terjadi kenaikan TC sehingga jumlah optimal batch pada production cycle-4 adalah 3. Iterasi selanjutnya hitung TC untuk Production cycle-1 3 batch, production cycle-2 3 batchproduction cycle-3 3 batch, production cycle-4 3 batch, production cycle-5 2 batch dan production cycle-6 1 batchmemberikan TC = 1,986 x 106, selanjutnya naikkan jumlah batch pada production cycle-5 dengan jumlah batch pada production cycle-1, 2, 3, 4 dan 6 tetap, sehingga untuk Production cycle-5 3 batch memberikan TC = 1,979 x 106, Production cycle-5 4 batch memberikan TC = 1,981 x 106, terjadi kenaikan TC sehingga jumlah optimal batch pada production cycle-5 adalah 3. Iterasi selanjutnya hitung TC untuk Production cycle-1 3 batch, production cycle-2 3 batch, production cycle-3 3 batch, production cycle-4 3 batch, production cycle-5 3 batch dan production cycle-6 2 batch memberikan TC = 1,920 x 106, selanjutnya naikkan jumlah batch pada production cycle-6 dengan jumlah batch pada production cycle-1, 2, 3, 4 dan 5 tetap, sehingga untuk Production cycle-6 3 batch memberikan TC = 1,909 x 106, Production cycle-6 4 batch memberikan TC = 1,908 x 106, Production cycle-6 5 batch memberikan TC = 1,911 x 106, terjadi kenaikan TC sehingga jumlah optimal batch pada production cycle-6 adalah 4. Solusi optimal tercapai, sebagaimana Tabel 1.
Model Statik Integrasi …... (Zahedi) 89
Tabel 1 Solusi Optimal Contoh Model
Qij Bij APM BPM TC
SOLUSI OPTIMAL 1,908 x 106 Production Cycle-1
Q11=14,53 B11=4709,44 5000 5060 Q21=11,53 B21=4448,89 Q31=8,53 B31=4248,33
Production Cycle-2
Q12=14,03 B12=3877,78 4158,33 4218,33 Q22=11,03 B22=3627,22 Q32=8,03 B32=3436,67
Production Cycle-3
Q13=14,03 B13=3066,11 3346,67 3406,67 Q23=11,03 B23=2815,56 Q33= 8,03 B33=2625,00
Production Cycle-4
Q14=14,03 B14=2254,44 2535,00 2595,00 Q24=11,03 B24=2003,89 Q34=8,03 B34=1813,33
Production Cycle-5
Q15=14,03 B15=1442,78 1723,33 1783,33 Q25=11,03 B25=1192,22 Q35=8,03 B35=1001,67
Production Cycle-6
Q16=12,77 B16=656,25 911,67 971,67 Q26= 9,77 B26=430,83 Q36= 6,77 B36=265,42 Q46= 3,77 B46=160,00
PENUTUP Algoritma yang dikembangkan dapat menyelesaikan model dengan cukup baik, ini diindikasikan oleh solusi yang equally spaced sebagaimana kesimpulan yang diperoleh oleh Lee dan Rossenblatt (1987), di mana selang optimal tercapai bila panjang selang setiap production cycle-adalah sama. Untuk kelanjutan penelitian, disarankan sebagai berikut: (1) memasukkan aspek deteriorasi mesin, di mana proses secara random bergeser dari status in control ke status out of control dengan suatu restoring cost untuk mengembalikan status mesin dari status out of control menjadi in control; (2) memasukkan aspek part nonconforming akibat deteriorasi mesin, di mana probabilitas terjadinya part nonconforming pada saat out of control lebih besar dari pada saat proses berada dalam status in control.
90 Jurnal Mat Stat, Vol. 12 No. 1 Januari 2012: 76-90
DAFTAR PUSTAKA
Barlow, R. E., dan Proschan, F. (1965). Mathematical Theory of Reliability. New York: John Willey & Sons.
Buckchin, J., Tzur, M., dan Jaffe, M. (2002). Lot splitting to minimize average flow-time in a two-
machines flow shop. IEE Transactions, 34, 953- 970. Ebeling, C. E. (1997). Reliability and Maintainability Engineering. Singapore: Mc-Graw Hill. Fleischer, J., Waweria, M. & Niggeschmidt, S. (2008). Machine life cycle-cost estimation via Monte-
Carlo simulation. Proceeding of 4th CIR Conference on Life Cycle-Engineering, 449-453. Halim, A. H. & Ohta, H. (1994). Batch scheduling problems to minimize inventory cost in the shop
with both receiving and delivery just in times. International Journal of Production Economics, 33, 185-195.
Halim, A. H. (1993). Batch Scheduling for Production Systems under Just in Time
Environment. Disertasi Doktor tidak diterbitkan, University Osaka Perfecture, Japan. Halim, A.H., dan Ohta, H., (1996). A dynamic batch scheduling model for a flow shop with
just in time environment. Proceedings of The 1996 Pacific Conference on Manufacturing, Korea, 398-403.
Meng, G . & Heragu, S. (2004). Batch size modelling in a multi-items discrete manufacturing
system via an open queuing network. IEE Transactions, 36, 743-753. Olafson, S. dan Shi, L. (2000): A Method for scheduling in parallel manufacturing systems with
flexible resources. IEE Transactions, 32, 135-146. Rigdon, S.E., dan Basu, A.P. (2000). Statistical Methods for Reliability of Repairable Systems.
Canada: John Willey & Sons. Sherwin, D. J. & Bossche, A. (1993). The Reliability, Availability and Productiveness of Systems.
Hongkong: Chapman & Hall. Tansel, B. C., Kara, B.Y., dan Sabuncouglu, I. (2001). An efficient algorithm for the single
machine total tardiness problem. IEE Transactions, 33, 661- 676. Xiao, W. dan Li, C. (2002). Approximation algorithms for common due date assignment and job
scheduling on parallel machines. IEE Transactions, 34, 467-477.