Perancangan Tataletak Fasilitas Lantai Produksi PT. ABC Menggunakan Metode Systematic Layout Planning (SLP) dan Algoritma Genetik
Ahmad Masud, Sabarudin Akhmad, Sugeng Purwoko ProgaramStudi Teknik Industri, Universitas Trunojoyo Madura J l. Raya Telang Po Box 2 Kamal, Bangkalan Madura 69162, Indonesia E-mail: ahmed_cerdas@yahoo.com
Abstrak PT. ABC merupakan perusahaan yang bergerak dibidang manufaktur kayu yaitu memproduksi meja, kursi dan lain-lain. Terdapat berbagai jenis mesin yang berada dalamlantai produksi PT. ABC untuk menunjang jalannya proses produksi, diantaranya yaitu : planner, ripsaw, sanding, dan mesin lainnya. Saat ini PT. ABC memiliki permasalahan dengan tataletak fasilitas, hal tersebut terlihat pada jarak perpindahan bahan dari stasiun kerja satu menuju stasiun kerja yang lainnya yang terlalu jauh. Tujuan penelitian ini adalah merancang alternatif layout yang bisa meminimalkan total momen perpindahan bahan dengan menggunakan metode SLP (Systematic Layout Planning) dan Algoritma Genetik. Setelah pengumpulan dan pengolahan data didapatkan hasil perhitungan tataletak awal lantai produksi perusahaan memberikan total momen sebesar 207.203 meter perpindahan per bulan. Metode SLP memberikan total momen sebesar 152.506 meter perpindahan per bulan, sedangkan dengan algoritma genetik diperoleh total momen sebesar 197.974 meter perpindahan per bulan. Kata kunci : Perencanaan Tataletak Fasilitas, Sistematic Layout Planning, Algoritma Genetik
Abstract PT. ABC is a company engaged in the manufacture of wood that produces tables, chairs and others. There are different types of machines that are in production floor of PT. ABC to support the course of the production process, such as: planner, ripsaw, sanding, and other machinery. Currently PT. ABC has a problem with the layout of the facilities, it is visible in the distance of material handling from one work station to the other work station that is too far away. The purpose of this study was to design an alternative layout could minimize the total material handling moment using the SLP (Systematic Layout Planning) and Genetic Algorithm. After the collection and processing of data obtained initial results of the calculation of the company production floor layout gives a total moment 207.203 meters of transfer per month. SLP method gives a total moment 152.506 meters of transfer per month, while those with the genetic algorithm obtained a total moment 197.974 meters of transfer per month. Keywords: Facility Layout Planning, Sistematic Layout Planning, Genetic Algorithms
1. Pendahuluan Tataletak merupakan pengaturan dasar pada suatu perusahaan. Pengaturan yang baik mengoptimumkan hubungan antara operator, mesin, peralatan, aliran bahan, dan aliran informasi untuk mencapai tujuan usaha. Akan tetapi, permasalahan tataletak masih sering dijumpai pada industri. PT. ABC merupakan perusahaan yang bergerak dibidang manufaktur kayu yaitu memproduksi meja, kursi dan lain-lain. Pada saat ini PT. ABC memiliki permasalahan dengan tataletak fasilitas lantai produksinya. Hal tersebut bisa dilihat dari jauhnya jarak perpindahan bahan dari stasiun kerja satu menuju stasiun kerja yang lainnya. Kondisi tersebut berpengaruh terhadap besar total momen perpindahan bahan. Metode yang digunakan untuk penyelesaian masalah tataletak ini adalah metode Systematic Layout Planning (SLP) dan algoritma genetik. Dalam pengolahan dengan metode SLP, yang ditinjau adalah tingkat kedekatan setiap departemen dan aliran proses produksi dari setiap komponen produk. Sementara dengan algoritma genetik, setiap stasiun kerja dipertukarkan posisinya secara acak dan secara silang dan dilihat total momen perpindahannya. Dengan metode ini, setiap kromosom yang terdiri dari susunan departemen melalui proses seleksi, pindah silang, mutasi, dan pelestarian untuk mendapatkan susunan stasiun kerja terbaik. Dari permasalahan diatas maka dapat di rumuskan tujuan sebagai berikut : Robust Jurnal Teknik Industri
48
P L GB GudangBahan Baku 12 16 192 1 Pemotongan ( Mesin Cutting) 10 6 60 2 Penyerutan ( Mesin Planer ) 8 12 96 3 Pembelahan ( Rip Saw ) 10 6 60 4 Perataan Permukaan ( Polish ) 10 6 60 5 Pengukiran ( Mesin Bubut ) 12 8 96 6 Pelubangan ( Mesin Bor ) 12 8 96 7 Sanding 12 12 144 8 Perakitan 16 16 256 9 Coating(Mesin Profil) 10 15 150 GA GudangProduk Jadi 24 18 432 1642 TOTAL LUAS LANTAI KODE LUAS (m) DIMENSI (m) DEPARTEMEN 1. Untuk mengetahui total momen perpindahan bahan dari tataletak perusahaan seperti sekarang. 2. Untuk mengetahui besar selisih momen antara tataletak awal dengan tataletak usulan. 3. Untuk mengetahui layout yang dapat memberikan momen perpindahan bahan yang minimum.
2. Metodologi Penelitian dilaksanakan dengan terlebih dahulu melakukan observasi ke perusahaan untuk mengidentifikasi masalah, merumuskan masalah dan tujuan penelitian. Prosedur penelitian ini adalah sebagai berikut: 1. Melakukan wawancara tentang hal yang berhubungan dengan penelitian kepada pimpinan atau karyawan. 2. Melakukan pengukuran secara langsung menggunakan walking measure terhadap dimensi lantai produksi dan dokumentasi secara langsung terhadap data-data yang diperlukan. 3. Melakukan pengolahan data dengan metode pareto. Metode ini digunakan untuk menganalisis produk mana yang akan diteliti. Produk yang diteliti adalah produk yang mewakili 80% penjualan perusahaan. 4. Penggambaran block layout awal untuk menggambarkan stasiun kerja di lantai produksi yang ada sekarang. 5. Pembuatan From to chart untuk melihat besarnya momen perpindahan dari stasiun kerja yang satu dengan stasiun kerja lainnya. 6. Langkah-langkah pengerjaan menggunakan metode SLP (Systematic Layout Planning) yang dilakukan pada penelitian ini adalah sebagai berikut : a) From To Chart (Travel Chart) b) Activity Relation Chart (ARC) c) Activity Relation Diagram (ARD) d) Space Requirements e) Space Available f) DiagramHubungan Ruangan g) Modif Constraint and Practical limitations h) Perancangan Layout Alternatif 7. Pengolahan dengan metode algoritma genetik. Secara garis besar, pengolahan data yang dilakukan dalampenelitian ini meliputi penyajian data urutan proses produksi untuk mengetahui frekuensi perpindahan material dari satu stasiun ke stasiun lainnya dan jarak antara satu stasiun ke stasiun lainnya. GA merupakan metode yang digunakan untuk melakukan iterasi terhadap penentuan lokasi departemen. Langkah awal yang dilakukan adalah penyandian yang menunjukkan penempatan satu departemen pada satu fasilitas berdasarkan dari hasil dari matriks permutasi. Kemudian dilakukan seleksi dan beberapa operator GA, seperti crossover dan mutasi. Kemudian dilakukan perhitungan fungsi tujuan (fungsi fitness) untuk masing-masing individu. Populasi anak yang dihasilkan pada generasi satu akan menjadi parent untuk generasi dua. Iterasi terus dilakukan dan pada setiap generasi sampai tidak terjadi lagi kenaikan nilai fungsi fitness pada masing-masing individu.
3. Hasil dan Pembahasan 3.1 Pengumpulan Data PT. ABC mempunyai 11 departemen pada bagian produksinya. Ada departemen memiliki dimensi yang sama dan ada departemen yang memiliki dimensi yang berbeda. Data dimensi dari setiap departemen dapat dilihat di Tabel 1 berikut :
Tabel 1. Data departemen produksi dan ukurannya
Data awal yang diperoleh dari PT. ABC berupa block layout awal, jarak antar departemen dan frekuensi perpindahan dari lantai produksi yang dapat di lihat pada Gambar 1, Tabel 2 dan Tabel 3 seperti berikut: Robust Jurnal Teknik Industri
49 Gudang Produk Jadi (GA) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 0 Sanding (7) Pemo- Tongan (1) Pembe- Lahan (3) (4) Polish Penguki ran (5) Pel u- Bangan (6) Perakitan (8) Coating (9) Gudang Bahan Baku (GB) Penye- Rutan (2) 1 2 3 4 5 6 7 8 9
Total momen perpindahan pada tataletak awal dapat ditentukan dengan cara mengalikan antara frekuensi perpindahan material yang saling berhubungan dengan jarak perpindahan antar departemen. Perhitungan total momen dapat dihitung dengan menggunakan rumus sebagai berikut :
Berikut adalah hasil perhitungan total momen dari layout awal yang ditunjukkan pada Tabel 4 :
Tabel 4. Total momen perpindahan layout awal
Tabel 4. Total momen perpindahan layout awal (lanjutan)
3.2 Pengolahan dengan Metode SLP Dengan menggunakan metode SLP maka didapatkan beberapa hasil alternatif layout yang mempunyai total momen yang lebih minimum dari hasil total momen awal. Berikut adalah dimensi alternatif layout, gambar block layout, jarak antar departemen dan total momen dari alternatif terbaik hasil dari pengolahan menggunakan metode SLP yang bisa dilihat pada Tabel 5, Gambar 2, Tabel 6 dan Tabel 7 dibawah ini:
Tabel 7. Total momen perpindahan alternatif SLP terbaik
Tabel 7. Total momen perpindahan alternatif slp terbaik (lanjutan)
3.3 Pengolahan dengan Metode Algoritma Genetik Algoritma genetik adalah model proses seleksi alam yang diperkenalkan oleh Charles Darwin. dimana individu yang kuat yang akan bertahan. Berikut adalah langkah- langkah pengolahan menggunakan algoritma genetik : 1. Representasi Solusi Kromosom merupakan representasi dari penempatan departemen untuk masing- masing lokasi. Setiap gen dalam kromosom menunjukkan departemen. Panjang setiap kromosom L sama dengan jumlah departemen. Nilai fitness masing-masing kromosom dihitung dengan mengalikan frekuensi aliran (fij) dengan jarak antar departemen (dij). 2. Inisialisasi Populasi Awal Ukuran populasi yang digunakan (popsize) adalah sebesar 30. Inisialisasi isi 7 8 9 GA Total GB 0 0 0 0 15104 1 0 0 8160 0 20747 2 0 0 0 0 23733 3 1296 0 0 0 15243 4 11867 0 0 0 11867 5 0 0 0 0 8960 6 0 0 0 0 2080 7 0 35243 0 0 35243 8 0 0 0 9450 9450 9 0 0 0 0 10080 GA 0 0 0 0 0 Total 13163 35243 8160 9450 152506 Robust Jurnal Teknik Industri
51
kromosom dilakukan secara acak sebanyak ukuran popsize 3. Seleksi Seleksi ini bertujuan untuk memberikan kesempatan reproduksi yang lebih besar bagi anggota populasi yang paling fit. Seleksi akan menentukan individu- individu mana saja yang akan dipilih untuk dilakukan rekombinasi (crossover). Seleksi kromosom dilakukan dengan metode roulette wheel selection atau seleksi roda roulette. 4 Penyilangan (Crossover) Crossover (penyilangan) dilakukan atas 2 kromosom untuk menghasilkan kromosom anak (offspring). Kromosom anak yang terbentuk akan mewarisi sebagian sifat kromosom induknya. Metode crossover yang digunakan adalah metode order (OX). Pada metode ini, offspring (kromosom anak) dibentuk dengan jalan memilih sebagian jalur dari suatu induk, kemudian menata ulang jalur berdasarkan urutan tertentu dari induk yang lainnya. 5 Mutasi Langkah-langkah mutasi: 1. J umlah bit yang ada pada populasi, yaitu: popsize*L =30*11 =330. 2. Karena peluang mutasi (p m ) adalah 0,01. Untuk memilih bit-bit mana saja yang akan dilakukan mutasi, bangkitkan bilangan acak antara [0-1] sebanyak 330 buah. Setelah itu bilangan bit yang mempunyai nilai lebih dari 0,01 maka bit tersebut tidak berhak melakukan mutasi dan untuk bilangan bit yang mempunyai nilai dibawah 0,01 maka bit tersebut berhak melakukan mutasi. 6 Pelestarian Kromosom Probabilitas kromosom terbaik yang akan dilestarikan adalah 0,2 yang berarti bilangan yang mempunyai nilai dibawah 0,2 dari bilangan acak yang dibentuk sebanyak populasi akan diganti dengan kromosom terbaik pada populasi awal generasi yang bersangkutan. Populasi akhir dari generasi pertama selanjutnya akan menjadi populasi awal untuk generasi kedua. Langkah-langkah yang sama dilakukan untuk setiap generasi berikutnya. Generasi akan berhenti, bila pengacakan kromosom mempunyai nilai fitness dua kali lebih besar atau sama dengan nilai fitness dari generasi sebelumnya yaitu pada generasi ke-3.
Berikut adalah hasil pengolahan menggunakan metode algoritma genetik yang ditunjukkan pada Tabel 8:
Tabel 8. Hasil rekapitulasi nilai fitness terbaik, terburuk, dan rata-rata Terbaik Terburuk Rata-rata 1 0,00000247 0,00000101 0,00000158 2 0,00000247 0,00000101 0,00000163 3 0,00000247 0,00000103 0,00000169 Fittness GEN
Dari hasil tersebut diperoleh kromosom yang mempunyai nilai fitness terkecil yaitu 0,00000247 maka kromosom inilah yang akan dijadikan pembanding dari hasil alternatif terbaik dari metode SLP. Berikut adalah block layout, hasil perhitungan jarak antar departemen dan total momen yang dibentuk dari fitness terkecil yang dapat di lihat pada Gambar 3, Tabel 9 dan Tabel 10:
Gambar. 3 Gambar block layout hasil GA
Tabel. 9 Jarak antar departemen hasil metode algoritma genetik 0 11 8 2 4 5 6 7 9 10 1 3 (5,6) (18,6) (30,6) (6,18) (17,15) (17,21) (28,16) (27,23) (6,28) (8,40) (25,38) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 1 2 3 4 5 6 7 8 9 Robust Jurnal Teknik Industri
3.4 Usulan Perbaikan Dari hasil analisis momen material handling, dilakukan pemilihan layout terbaik yang akan diajukan sebagai usulan perbaikan layout produksi PT. ABC. Layout terbaik adalah rancangan layout dengan metode SLP yang mempunyai momen material handling terkecil yaitu 152.506 meter per bulan, di banding dengan metode algoritma genetik yang mempunyai momen material handling sebesar 197.974 meter per bulan. Berikut adalah grafik perbandingan total momen perpindahan bahan yang dapat dilihat pada Gambar 4
Gambar 4. Grafik perbandingan total momen perpindahan bahan 4. Kesimpulan Dan Saran 4.1 Kesimpulan Setelah dilakukan pengumpulan dan pengolahan data dengan metode SLP dan algoritma genetik dalam penataan kembali tataletak fasilitas lantai produksi pada PT. ABC maka dapat diambil beberapa kesimpulan, antara lain: 1. Tataletak awal lantai produksi perusahaan memberikan momen perpindahan sebesar 207.203 meter perpindahan per bulan ditinjau dari jarak antar departemen dan frekuensi perpiundahan bahan. Metode SLP memberikan jumlah momen perpindahan sebesar 152.506 meter perpindahan per bulan ditinjau dari jarak antar departemen dan frekuensi perpindahan bahan, sedangkan dengan algoritma genetik diperoleh jumlah momen perpindahan sebesar 197.974 meter perpindahan per bulan ditinjau dari jarak antar departemen dan frekuensi perpindahan bahan. 2. Usulan tataletak yang dapat memberikan perpindahan bahan yang minimal adalah dengan metode SLP dimana terjadi pertukaran lokasi antar departemen yang memberikan total aliran yang minimal. 3. Dibandingkan dengan tataletak awal, efisiensi penggunaan metode SLP ditinjau dari jarak antar departemen dan frekuensi perpindahan bahan sebesar 26,4 % , sedangkan dengan algoritma genetik efisiensi ditinjau dari jarak antar 0 50000 100000 150000 200000 250000 Awal SLP AlgoritmaGenetik Perhitungan Momen Perpindahan Bahan Robust Jurnal Teknik Industri
53
departemen dan frekuensi perpindahan bahan sebesar 4,45 %.
4.2 Saran Saran yang dapat diberikan kepada perusahaan adalah: 1. Penelitian dengan metode grafik dan algoritma genetik ini hanya meninjau luasan dari stasiun kerja yang ada. Oleh karena itu, diperlukan penelitian lebih lanjut dengan menghitung atau merancang daerah kerja masing-masing stasiun kerja. 2. Diharapkan perusahaan dapat menyediakan data selengkapnya agar hasil penelitian benar-benar merepresentasikan keadaan perusahaan.
5. Daftar Pustaka Apple, J .M., 1990. TataLetak Pabrik dan Pemindahan Bahan, Edisi Ketiga, ITB. Helvin Santi, I.E., dkk., Perbandingan Algoritma Genetika Dengan Algoritma Generate And Test Pada Perencanaan Tataletak Fasilitas Rumah Sakit Umum. J urnal Informatika. Universitas Kristen Duta Wacana. Volume 3 Nomor 2 Hal 48-55 Tahun 2007. Heragu,S.S., 2006. Facilities Design, Second Edition, iUniverse Inc, Lincoln. Purnomo, H. 2004. Perencanaan dan Perancangan Fasilitas, Penerbit Graha Ilmu, Yogyakarta. Purnomo, H. dan Kusumadewi Sri. Aplikasi Algoritma Genetika Untuk Penentuan Tataletak Mesin, J urnal Teknik Industri, Teknik Informatika. Universitas Islam Indonesia, Yogyakarta. Volume 2 Hal 203-211 Tahun 2008 Rojas, G.S., JF Torres. 2006. Genetic Algorithms For Designing Bank Offices Layouts, Prosiding Third International Conference on Production Research Americas Region 2006 (ICPR-AM06). Los Andes University. Colombia. Sanjoyo, 2006. Aplikasi Algoritma Genetika. [Internet]. (Bangkalan 2012 Mei 25) http://sanjoyo55.files.wordpress.com/20 08/11/non-linier-gen-algol.pdf Tompkins, J .A., White, J .A., 1984. Facilities Planning. J ohn Willey and Sons. Wignjosoebroto, S. 2003. Tataletak Pabrik dan Pemindahan Bahan. Edisi Ketiga. Penerbit Guna Widya, J akarta.