Optimasi perkiraan bahan baku mebel menggunakan metode algoritma genetika : Studi kasus industri mebel rumahan di Jombang

INDONESIA:

Optimasi penentuan besarnya persediaan atau kebutuhan bahan baku merupakan masalah yang penting bagi sebuah perusahaan. Seperti halnya perusahan-perusahan yang lain, mebel juga merupakan perusahaan atau industri yang megolah bahan dasar kayu menjadi perabot rumah tangga seperti lemari, meja, kursi, dll.. Bahan baku mebel adalah kayu, dan ketersediaan kayu di pasar cukup tinggi dan tidak selalu ada. Maka mebel perlu menyiasati dengan memerkirakan kebutuhan bahan baku. Dengan sistem persediaan yang baik, mebel akan mendapatkan keuntungan yang optimal. Algoritma Genetika diterapkan dalam optimasi perkiraan bahan baku mebel untuk memberikan keuntungan yang maksimal dengan penghematan biayan persediaan. Algoritma Genetika yang digunakan metode extended intermediet crossover, mutasi, menghitung nilai fitness dan seleksi. Pada penelitian ini terdapat 12 kromosm yang merupakan data produksi mebel dalam kurun waktu 12 bulan. Representasi kromosom yang digunakan adalah discrete decimal encoding. Dan masing-masing kromosom memiliki gen 1-8 yang mana adalah jenis produk. Solusi optimal yang diperoleh dari ukuran populasi sebanyak 100 populasi, kombinasi crossover dan mutasi adalah 0.3 dan 0.3. Dengan nilai fitness teringgi yiatu 0.08.

ENGLISH:

For it the importance of doing an approximate optimization of raw materials in the production process. As with the other functions of the company, the furniture is also a company or industry that producing the raw material wood into furniture such as cupboards, tables, chairs, etc. Because of the availability of wood on market is high enough and not always exist, then the furniture need to get around with estimated the needs of raw materials. With a good inventory system, the furniture will be an optimal benefit. Genetic Algorithms applied in approximate optimization of raw material of furniture to provide maximum benefit with saving the cost of investory. Approximate optimization of raw material furniture using the method of intermediate extended crossover, mutation, calculate the value of fitness and selection. In this study there are 12 kromosm which is a furniture production data within 12 months. Chromosome representation used is a serial decimal encoding. And each chromosome has the gene 1-8 which is a type of product. The optimal solution obtained from population size by as much as 100 population, a combination of crossover and mutation are 0.3 and 0.3. With the highest fitness value is 0.08.