P PT. Kevindo Karya Baja merupakan perusahan yang bergerak di bidang manufaktur peralatan makan seperti sendok, garpu dan pisau makan. Sistem manufaktur yang diterapkan perusahaan adalah berdasarkan jumlah pesanan (make to order), Proses produksi pada divisi produksi peralatan makan ini memiliki pola aliran proses parallel identic flowshop dengan n job dan m mesin. Permasalahan pada bagian sistem penjadwalan yang ada pada perusahaan saat ini adalah waktu penyelesaian pesanan secara keseluruhan (makespan) kurang optimal sehingga mengakibatkan terjadi penambahan jam kerja atau order yang tidak terselesaikan di hari itu dibebankan ke hari-hari berikutnya. Oleh karena itu, penelitian tugas akhir ini bertujuan untuk memberikan usulan penjadwalan bagi PT. Kevindo Karya Baja dengan menggunakan metode Particle Swarm Optimization dan Particle Swarm Optimization — Genetic Algorithm untuk mengurangi waktu penyelesaian job secara keseluruhan (makespan). Penggunaan program terkomputerisasi terhadap algoritma PSO digunakan untuk mempercepat proses penjadwalan perusahaan. Penggunaan algoritma Particle Swarm Optimization bertujuan untuk memberikan nilai makespan yang lebih baik. PSO merupakan salah satu metode optimasi yang setingkat lebih baik dibandingkan dengan metode meta heuristic. Algoritma PSO tidak memerlukan solusi awal dan proses perhitungan awal diawali dengan suatu populasi yang terbentuk dan solusi-solusi acak menggunakan Linier Congruential Generators. Solusi acak tersebut digunakan untuk menunjukkan posisi dan kecepatan partikel yang digunakan untuk menunjukkan permutasi partikel. Pada penentuan permutasi partikel digunakan aturan Smallest Position Value (SPV). Selain menggunakan algoritma PSO, dilakukan juga usulan penjadwalan dengan menggunakan algoritma Particle Swarm Optimization —Genetic Algorithm. Penggunaan metode GA merupakan usaha untuk meningkatkan hasil dari PSO. Kombinasi PSO — GA memberikan nilai terbaik dibandingkan dengan PSO, GA, maupun GA — PSO. Dari pengolahan data yang dilakukan terhadap 8 buah job yang akan dijadwalkan dengan algoritma Particle Swarm Optimization diperoleh makespan sebesar 33954.06 detik dengan persentase penurunan makespan sebesar 5,74% dari hasil penjadwalan perusahaan. Sedangkan pada algoritma PSO-GA memberikan hasil makespan yang lebih baik dibandingkan algoritma PSO, yakni sebesar 32960.4 detik dengan persentase penurunan makespan sebesar 8,5% dari hasil penjadwalan perusahaan. Iterasi yang dilakukan pada penjadwalan GA cukup dilakukan sekali, karena hasil dari PSO telah menghasilkan nilai yang mendekati hasil optimal. Dalam penelitian ini juga menggunakan suatu program terkomputerisasi untuk algoritma PSO yang telah dilakukan verifikasi dan validasi , sehingga program yang dibuat dapat diimplementasikan oleh perusahaan guna mempermudah dan mempersingkat waktu bagi perusahaan untuk memperoleh penjadwalan yang optimum.