DETAIL KOLEKSI

Perancangan penyeimbangan lini perakitan dengan menggunakan peta proses tangan kanan & tangan kiri, metode genetic algorithm dan ant colony optimization untuk meningkatkan kapasitas produksi di PT. Gaya Motor

5.0


Oleh : Natanael

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2020

Pembimbing 1 : Sumiharmi Batubara

Subyek : Balancing of machinery;Genetic algorithms

Kata Kunci : line balancing, genetic algorithm, ant colony optimization.


File Repositori
No. Nama File Ukuran (KB) Status
1. 2020_TA_STI_063001600054_Halaman-Judul.pdf 1067.95
2. 2020_TA_STI_063001600054_Lembar-Pengesahan.pdf 164.36
3. 2020_TA_STI_063001600054_Bab-1_Pendahuluan.pdf 1150.8
4. 2020_TA_STI_063001600054_Bab-2_Tinjauan-Pustaka.pdf 993.21
5. 2020_TA_STI_063001600054_Bab-3_Metodologi-Penelitian.pdf 812.24
6. 2020_TA_STI_063001600054_Bab-4_Analisis-dan-Pembahasan.pdf 3221.48
7. 2020_TA_STI_063001600054_Bab-5_Kesimpulan.pdf 290.72
8. 2020_TA_STI_063001600054_Daftar-Pustaka.pdf 445.57
9. 2020_TA_STI_063001600054_Lampiran.pdf 616.17

P PT Gaya Motor merupakan perusahaan manufaktur yang bergerak di industri perakitan mobil. Salah satu perusahaan yang melakukan proses perakitan di PT Gaya Motor adalah BMW Indonesia. Dalam upaya memenuhi jumlah permintaan, PT Gaya Motor masih terus berusaha meningkatkan efisiensi lini perakitan untuk memaksimalkan jumlah output yang diproduksi setiap harinya. Saat ini PT Gaya Motor berusaha melakukan perbaikan pada lini perakitan produk BMW Seri 5 yang memiliki efisiensi lini terendah sebesar 88.47% pada area trimming. Rendahnya efisiensi lini disebabkan oleh pembagian beban kerja yang tidak merata sehingga menyebabkan waktu antar stasiun tidak seimbang. Perbaikan lini dilakukan dalam rangka meningkatkan kapasitas produksi dari 8 unit/hari menjadi 9 unit/hari. Perbaikan dilakukan dengan melakukan evaluasi waktu elemen kerja di setiap stasiun dengan menggunakan peta proses tangan kanan & tangan kiri, perbaikan ini menghasilkan penghematan sebesar 25.28 menit. Selanjutnya dilakukan proses penyeimbangan lini menggunakan metode Genetic Algorithm dan Ant Colony Optimization. Penyeimbangan lini menggunakan metode Genetic Algorithm dengan solusi awal perusahaan menghasilkan efisiensi lini sebesar 93.43%, balance delay sebesar 6.57%, smoothness index sebesar 15.49 dan waktu stasiun terpanjang sebesar 52.46 menit sedangkan metode Ant Colony Optimization menghasilkan efisiensi lini sebesar 93.85%, balance delay sebesar 6.15%, smoothness index sebesar 14.93 dan waktu stasiun terpanjang sebesar 52.22 menit. Kemudian dilakukan perbandingan penyeimbangan lini menggunakan software matlab dengan metode Genetic Algorithm menggunakan solusi awal Ant Colony Optimization. Dari hasil running software matlab didapatkan solusi terbaik menggunakan parameter Pc = 0.9, Pm = 0.9, populasi awal yang dibangun sebanyak 50 populasi dan regenerasi yang dibuat sebanyak 500 generasi menghasilkan efisiensi lini sebesar 94.42 %, Balance Delay sebesar 5.58 %, smoothness index sebesar 10.72 dan waktu stasiun terpanjang sebesar 51.91 menit. Berdasarkan hasil penyeimbangan lini, ketiga metode tersebut mampu meningkatkan kapasitas produksi menjadi 9 unit/hari.

P PT Gaya Motor is a manufacturing company engaged in the car assembly industry. One company that carries out the assembly process at PT Gaya Motor is BMW Indonesia. In an effort to meet the total demand, PT Gaya Motor is still trying to improve the efficiency of assembly lines to maximize the amount of output produced every day. Currently PT Gaya Motor is trying to make improvements to the BMW 5 Series product assembly line which has the lowest line efficiency of 88.47% in the trimming area. The low line efficiency is caused by the uneven distribution of the workload, which causes unbalanced time between stations. Line improvements were made in order to increase production capacity from 8 units / day to 9 units / day. Improvements were made by evaluating the time of work elements at each station using the right & left hand process maps, this improvement resulted in savings of 25.28 minutes. Furthermore, the line balancing process is carried out using Genetic Algorithm and Ant Colony Optimization methods. Line balancing using the Genetic Algorithm method with the company's initial solution resulted in line efficiency of 93.43%, balance delay of 6.57%, smoothness index of 15.49 and longest station time of 52.46 minutes while the Ant Colony Optimization method resulted in line efficiency of 93.85%, balance delay of 6.15 %, smoothness index of 14.93 and the longest station time of 52.22 minutes. Then the line balancing comparisons were carried out using Matlab software with the Genetic Algorithm method using the initial Ant Colony Optimization solution. From the results of running the matlab software, the best solution is obtained using the parameters Pc = 0.9, Pm = 0.9, the initial population that was built as many as 50 populations and regeneration made by 500 generations resulted in a line efficiency of 94.42%, Balance Delay of 5.58%, smoothness index of 10.72 and the longest station time is 51.91 minutes. Based on the results of line balancing, the three methods are able to increase the production capacity to 9 units / day.

Bagaimana Anda menilai Koleksi ini ?