Perancangan penyelesaian job shop scheduling problem menggunakan metode brute force = Design for solving job shop scheduling problem using brute force method

Bimbin, Gabriela Bianka Eva Ivanka (2024) Perancangan penyelesaian job shop scheduling problem menggunakan metode brute force = Design for solving job shop scheduling problem using brute force method. Bachelor thesis, Universitas Pelita Harapan.

	Text (Title) Title.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (128kB)
	Text (Abstract) Abstract.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (258kB)
	Text (TOC) TOC.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (792kB)
	Text (Chapter 1) Chapter 1.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (595kB)
	Text (Chapter 2) Chapter 2.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
	Text (Chapter 3) Chapter 3.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB)
	Text (Chapter 4) Chapter 4.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
	Text (Chapter 5) Chapter 5.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (188kB)
	Text (Bibliography) Bibliography.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (364kB)
	Text (Appendices) Appendices.pdf Restricted to Repository staff only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB)

Abstract

Penelitian ini membahas sebuah metode untuk meningkatkan produktivitas manufaktur, yaitu optimasi penjadwalan produksi dengan melibatkan alokasi pekerjaan dengan sejumlah proses secara efisien ke seluruh jaringan mesin. Dengan meminimalkan penjadwalan ini, penelitian ini bertujuan untuk meningkatkan efisiensi produksi, yang mengarah kepada peningkatan keuntungan perusahaan. Pekerjaan ini membahas optimalisasi penjadwalan produksi untuk skenario kompleks yang melibatkan p pekerjaan yang memerlukan urutan q proses yang harus diselesaikan pada r mesin. Tujuannya adalah meminimalkan makespan, yang mewakili total waktu yang dibutuhkan untuk menyelesaikan semua pekerjaan. Metode yang digunakan yaitu algoritma Brute Force. Algoritma ini mengevaluasi makespan untuk semua kemungkinan kombinasi penjadwalan pekerjaan (p x q x r). Data yang dihasilkan disimpan dalam format CSV untuk analisis lebih lanjut. Untuk menunjukkan kinerja algoritma dalam Python, dua kasus uji dipilih: sebuah skenario sederhana (p=3, q=3, r=4) dan sebuah skenario yang lebih kompleks (p=9, q=9, r=9), di mana setiap mesin membutuhkan 1 unit waktu secara seragam untuk menyelesaikan tugasnya. Pada kasus 3x3x4, makespan optimal adalah 3 unit waktu, dicapai dengan waktu komputasi 0,11 milidetik. Sebaliknya, pada kasus 9x9x9, makespan mencapai 9 unit waktu, dengan waktu komputasi 62.272,6 milidetik. Hal ini menunjukkan peningkatan eksponensial dalam waktu komputasi yang diperlukan untuk menentukan makespan optimal seiring dengan peningkatan ukuran masalah. / This research explores a method for boosting manufacturing productivity: optimizing production scheduling. This involves efficiently allocating a set of jobs across a network of machines, each requiring specific processes. By streamlining this scheduling, the research aims to enhance production efficiency, ultimately leading to increased company profits. This work addresses the optimization of production scheduling for complex scenarios involving p jobs, each requiring a sequence of q processesto be completed on r machines. The objective is to minimize the makespan, which represents the total time required to finish all jobs. To achieve this, a Brute Force algorithm is employed. It evaluates the makespan for all possible combinations of job scheduling (p x q x r). The resulting data is stored in a CSV format for further analysis. This approach aims to improve production efficiency by identifying the schedule that leads to the shortest overall completion time. To demonstrate the algorithm's performance in Python, two test cases were selected: a simple scenario (p=3, q=3, r=4) and a more complex scenario (p=9, q=9, r=9), where each machine requires 1 time unit uniformly to complete the task. In the 3x3x4 case, the optimal makespan is 3 time units, achieved with a computation time of 0.11 milliseconds. In contrast, for the 9x9x9 case, the makespan extends to 9 time units, with a computation time of 62,272.6 milliseconds. This demonstrates the exponential increase in computation time required to determine the optimal makespan as the problem size increases.

Actions (login required)

View Item