Ady Widyatmoko
STMIK Sinar Nusantara Surakarta

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Optimasi Penjadwalan Mesin Polisher di Perusahaan Klinis Eka Surya dengan Metode Algoritma Genetika Ady Widyatmoko; Kustanto Kustanto; Daniel Tunggono Saputro
Jurnal DutaCom Vol 13 No 2 (2017)
Publisher : LPPM Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (414.789 KB)

Abstract

Klinis Eka Surya  merupakan perusahaan yang bergerak di bidang jasa (persewaan polisher) memiliki kendala dalam proses pemakaian mesin. Permasalahan yang dihadAPI, perusahaan kesulitan untuk menempatkan jadwal pemakaian mesin polisher supaya tidak terjadi tabrakan dan jumlah hari pengerjaan, serta penggunaan mesin yang berlebihan. Tujuan dari penelitian ini adalah terciptanya suatu aplikasi yang dapat memberikan solusi optimasi penjadwalan mesin dengan metode algoritma genetika pada perusahaan Klinis Eka Surya. Proses  pengembangan sistem dalam penelitian ini menggunakan metode Waterfall, meliputi tahap perencanaan sistem, analisis sistem, desain sistem, implementasi dan pengujian sistem. Untuk desain sistemnya menggunakan UML (Unified Modelling Language) dengan beberapa diagram antara lain use case diagram dan class diagram. Hasil analisa efisiensi dan efektivitas dari aplikasi yaitu jumlah area pelanggan yang bisa dilayani menggunakan sistem algoritma genetika lebih cepat dan efektif daripada menggunakan sistem yang lama, dan waktu yang diperlukan untuk penjadwalan area pelanggan dan pembuatan laporan lebih efisien daripada sistem yang lama. Testing program menggunakan teknik pengujian black box dan kelayakan. Hasil pengujian menunjukkan adanya peningkatan jumlah area pelanggan yang dapat dilayani oleh perusahaan Klinis eka surya sebesar 100% dari sistem penjadwalan yang sedang berjalan terhadap system baru (tabel 5) dan peningkitan efisien waktu yang dibutuhkan untuk menampilkan penjadwalan seluruh area maupun pembuatan laporan per-supervisor (tabel 6). Kata kunci: optimasi, algoritma, genetika, penjadwalan, mesin