SISTEM LOGISTIK - ANALISIS ORDER PICKING DENGAN ALGORITMA GENETIKA

BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

Pada bab ini dijelaskan mengenai pengumpulan dan pengolahan data yang

berisi penjabaran secara lengkap untuk mengetahui kondisi perusahaan,

identifikasi masalah, serta solusi untuk menyelesaikan permasalahan yang ada

mengenai pengambilan dan pemilihan bahan di gudang dengan mmenggunakan

metode genetic algorithm.

4.1 Pengumpulan Data

Data yang dikumpulkan oleh peneliti berupa data primer dan data sekunder.

Data primer diperoleh dengan melakukan observasi langsung selama dua kali

pada tanggal 10 November 2012 dan 17 November 2012 dan wawancara

langsung dengan pihak yang terkait.

CV. Primus Sumber Jaya dalam hal ini bertindak sebagai produsen yang

melayani penjualan produk dining chair tipe 1A-1D dan lounge table, sedangkan

pihak pembelinya adalah distributor. Selanjutnya distributor yang akan menjual

langsung ke pihak konsumen akhir seperti hotel-hotel baik di dalam negri maupun

di luar negri.

Pengumpulan data dibawah ini merupakan rekapitulasi data deskripsi

kebutuhan material untuk semua jenis produk dan lay out gudang bahan baku.

4.1.1 Data Pemintaan Konsumen

Berdasarkan data primer yang bersumber dari perusahaan didapatkan

sejumlah data berupa kebutuhan material untuk semua jenis produk dapat dilihat

sebagai berikut :

a. Dining Chair Type DG-1A

Tabel 4.1 Bahan Baku Dining Chair Tipe DG-1A

Material Bahan Baku Satuan Kebutuhan/Produk1 Rotan A meter 13,82 Rotan B meter 7,63 Kayu Merani meter 6,2

DATA KEBUTUHAN BAHAN BAKUPRODUK : DINING CHAIR TYPE DG-1A

b. Dining Chair Type DG-1B

Tabel 4.2 Bahan Baku Dining Chair Tipe DG-1B


DATA KEBUTUHAN BAHAN BAKUPRODUK : DINING CHAIR TYPE DG-1B

c. Dining Chair Type DG-1C

Tabel 4.3 Bahan Baku Dining Chair Tipe DG-1C


DATA KEBUTUHAN BAHAN BAKUPRODUK : DINING CHAIR TYPE DG-1C

d. Dining Chair Type DG-1D

Tabel 4.4 Bahan Baku Dining Chair Tipe DG-1D


DATA KEBUTUHAN BAHAN BAKUPRODUK : DINING CHAIR TYPE DG-1D

e. Lounge Table Type LT-K

Tabel 4.5 Bahan Baku Lounge Table LT-K


DATA KEBUTUHAN BAHAN BAKUPRODUK : LOUNGE TABLE TYPE LT-K

4.1.2 Data Rekapitulasi Order dan Kebutuhan Bahan Baku

Berdasarkan data primer yang bersumber dari perusahaan didapatkan

sejumlah data berupa konversi satuan bahan baku, kapasitas material handling,

permintaan periode November 2012 dan data perencanaan material untuk semua

jenis produk yang dapat dilihat sebagai berikut :

Tabel 4.6 Konversi Satuan Bahan Baku

Tabel 4.7 Kapasitas Material Handling

Tabel 4.8 Order Dining Chair Tipe DG-1A

Tabel 4.9 Order Dining Chair Tipe DG-1B

Tabel 4.10 Order Dining Chair Tipe DG-1C

Tabel 4.11 Order Dining Chair Tipe DG-1D

Tabel 4.12 Bahan Baku Lounge Table Tipe LT-A

Tabel 4.13 Perencanaan Material Dining Chair Tipe DG-1A

Tabel 4.14 Perencanaan Material Dining Chair Tipe DG-1B

Tabel 4.15 Perencanaan Material Dining Chair Tipe DG-1C

Tabel 4.16 Perencanaan Material Dining Chair Tipe DG-1D

Tabel 4.17 Bahan Baku Lounge Table Tipe LT-A

4.1.3 Layout Rak Penyimpanan Perusahaan

Berdasarkan hasil observasi, layout awal rak untuk menempatkan bahan

baku di gudang bahan baku perusahaan dapat digambarkan secara global seperti di

bawah ini :

3 4

5

1 2

Gambar 4.1 Layout Gudang Bahan Baku

Setiap rak penyimpanan memliki koordinat masing-masing yang akan

ditunjukkan dalam tabel berikut.

Tabel 4.18 Dimensi Rak Penyimpanan

S p1 p2 l1 l2 p l xi yi1 1,0 11,0 2,0 9,0 10,0 7,0 6,0 5,52 13 23 2 9 10,0 7,0 18,0 5,53 1 11 11 20 10,0 9,0 6,0 15,54 13 23 11 20 10,0 9,0 18,0 15,55 27 35 4 20 8,0 16,0 31,0 12,0

PN 31,5 0,0

Sedangkan untuk jarak masing-masing rak akan ditunjukkan oleh tabel

berikut.

Tabel 4.19 Jarak Antar Rak Penyimpanan

1 2 3 4 5 PN1 0,0 12,0 10,0 22,0 31,5 31,02 12,0 0,0 22,0 10,0 19,5 19,03 10,0 22,0 0,0 12,0 28,5 41,04 22,0 10,0 12,0 0,0 16,5 29,05 31,5 19,5 28,5 16,5 0,0 12,5

PN 31,0 19,0 41,0 29,0 12,5 0,0

Dengan setiap raknya memiliki kapasitas yang berbeda-beda untuk

menampung bahan baku. Tabel berikut ini adalah rekapitulasi jumlah bahan baku

yang dapat ditampung di setiap rak penyimpanan.

Tabel 4.20 Kapasitas Rak Penyimpanan

SA ROTAN A (ikat) ROTAN B (ikat) KAYU MERANI (lonjor)S1 8 6 12S2 8 6 12S3 10 8 14S4 10 8 14S5 6 4 10TOTAL 42 32 62STOK MIN 15 25 40

KAPASITAS STORAGE AREA GUDANG BAHAN BAKU CV. PRIMUSS SUMBER JAYA

4.2 Pengolahan Data

Data yang diperoleh pada tahap pengumpulan data selanjutnya diolah.

Metode yang digunakan untuk menganalisis permasalahan pengambilan dan

pemilihan bahan baku yaitu genetic algorithm.

4.2.1 Fishbone Diagram

Faktor yang juga turut berpengaruh terhadap rendahnya tingkat

produktivitas perusahaan adalah proses pemilihan produk, penataan tidak rapi,

pengambilan secara LIFO (Last In First Out), urutan pengambilan bahan baku

yang acak, dan tidak adanya penandaan bahan. Setelah diketahui penyebab

lamanya waktu yang digunakan dalam pengambilan dan pemilihan bahan baku di

gudang bahan baku, maka dibuat cause effect diagram yang akan disajikan dalam

gambar berikut.

Gambar 4.2 Fishbone Diagram

4.2.2 Pencarian Solusi Optimal dengan Algoritma Genetika

Proses pencarian solusi optimal dilakukan dengan menggunakan langkah-

langkah sebagai berikut :

a. Menetapkan parameter-parameter algoritma genetika antara lain :

Pop_size : 5

Max_gen : 4

b. Membangkitkan nilai-nilai variabel keputusan : L1, L2, L3 serta

X(Pi,Sa) secara random dengan constrain kapasitas dan stok minimal

perusahaan. Variabel keputusan X(Pi, Sa) bernilai 1 jika produk i

diletakkan di storage area Sa dan bernilai 0 jika produk i tidak

diletakkan di storage area Sa.

c. Melakukan perhitungan fungsi tujuan dari setiap alternatif keputusan,

yakni :

d.

e. Memililh alternatif keputusan dengan fungsi tujuan paling minimal

f. Lanjutkan proses pencarian solusi hingga mencapai maximum generasi

yang telah ditetapkan.

1. Iterasi Awal

Tabel 4.21 Perhitungan Keadaan Awal Lokasi Bahan Baku

L1 5L2 5L3 5

AWAL

S1 S2 S3 S4 S5 TFS 371 AS 0 F 615P1 1 1 1 1 1 133P2 1 1 1 1 1 265P3 1 1 1 1 1 769

Tabel 4.22 Generasi I

L1 4L2 5L3 5

S1 S2 S3 S4 S5 TFS 420 AS 0 F 654P1 1 1 1 1 0,0 133

1A P2 1 1 1 1 1,0 265P3 1 1 1 1 1 818

S1 S2 S3 S4 S5 TFS 362 AS 0 F 607,8P1 1 1 1 0 1,0 133

1B P2 1 1 1 1 1,0 265P3 1 1 1 1 1 760

S1 S2 S3 S4 S5 TFS 320 AS 0 F 574,2P1 1 1 0 1 1,0 133

1C P2 1 1 1 1 1,0 265P3 1 1 1 1 1 718

S1 S2 S3 S4 S5 TFS 397 AS 0 F 635,8P1 1 0 1 1 1,0 133

1D P2 1 1 1 1 1,0 265P3 1 1 1 1 1 795

S1 S2 S3 S4 S5 TFS 355 AS 0 F 602,2P1 0 1 1 1 1,0 133

1E P2 1 1 1 1 1,0 265P3 1 1 1 1 1 753

Tabel 4.23 Generasi II

L1 5L2 4L3 5

S1 S2 S3 S4 S5 TFS 371 AS 0 F 628,8P1 1 1 1 1 1,0 150

1F P2 1 1 1 1 0,0 265P3 1 1 1 1 1 786

S1 S2 S3 S4 S5 TFS 371 AS 0 F 612,3P1 1 1 1 1 1,0 129

1G P2 1 1 1 0 1,0 265P3 1 1 1 1 1 765

S1 S2 S3 S4 S5 TFS 371 AS 0 F 600,3P1 1 1 1 1 1,0 114

1H P2 1 1 0 1 1,0 265P3 1 1 1 1 1 750

S1 S2 S3 S4 S5 TFS 371 AS 0 F 622,3P1 1 1 1 1 1,0 142

1I P2 1 0 1 1 1,0 265P3 1 1 1 1 1 778

S1 S2 S3 S4 S5 TFS 371 AS 0 F 610,3P1 1 1 1 1 1,0 127

1J P2 0 1 1 1 1,0 265P3 1 1 1 1 1 763

Tabel 4.24 Generasi III

L1 5L2 5L3 4

S1 S2 S3 S4 S5 TFS 371 AS 0 F 642,8P1 1 1 1 1 1,0 133

1K P2 1 1 1 1 1,0 300P3 1 1 1 1 0 804

S1 S2 S3 S4 S5 TFS 371 AS 0 F 609,8P1 1 1 1 1 1,0 133

1L P2 1 1 1 1 1,0 259P3 1 1 1 0 1 762

S1 S2 S3 S4 S5 TFS 371 AS 0 F 585,8P1 1 1 1 1 1,0 133

1M P2 1 1 1 1 1,0 229P3 1 1 0 1 1 732

S1 S2 S3 S4 S5 TFS 371 AS 0 F 629,8P1 1 1 1 1 1,0 133

1N P2 1 1 1 1 1,0 284P3 1 0 1 1 1 787

S1 S2 S3 S4 S5 TFS 371 AS 0 F 605,8P1 1 1 1 1 1,0 133

1O P2 1 1 1 1 1,0 254P3 0 1 1 1 1 757

2. Algoritma 1

Tabel 4.25 Generasi IV

L1 3L2 5L3 5

S1 S2 S3 S4 S5 TFS 425 AS 0 F 657,733P1 1 1 1 0 0,0 133

2A P2 1 1 1 1 1,0 265P3 1 1 1 1 1 822

S1 S2 S3 S4 S5 TFS 292 AS 0 F 551,333P1 1 1 0 0 1,0 133

2B P2 1 1 1 1 1,0 265P3 1 1 1 1 1 689

S1 S2 S3 S4 S5 TFS 338 AS 0 F 588,667P1 1 0 0 1 1,0 133

2C P2 1 1 1 1 1,0 265P3 1 1 1 1 1 736

S1 S2 S3 S4 S5 TFS 385 AS 0 F 626P1 0 0 1 1 1,0 133

2D P2 1 1 1 1 1,0 265P3 1 1 1 1 1 783

Tabel 4.26 Generasi V

L1 5L2 3L3 5

S1 S2 S3 S4 S5 TFS 371 AS 0 F 630,133P1 1 1 1 1 1,0 152

2F P2 1 1 1 0 0,0 265P3 1 1 1 1 1 788

S1 S2 S3 S4 S5 TFS 371 AS 0 F 592,133P1 1 1 1 1 1,0 104

2G P2 1 1 0 0 1,0 265P3 1 1 1 1 1 740

S1 S2 S3 S4 S5 TFS 371 AS 0 F 605,467P1 1 1 1 1 1,0 121

2H P2 1 0 0 1 1,0 265P3 1 1 1 1 1 757

S1 S2 S3 S4 S5 TFS 371 AS 0 F 618,8P1 1 1 1 1 1,0 138

2I P2 0 0 1 1 1,0 265P3 1 1 1 1 1 774

Tabel 4.27 Generasi VI

L1 5L2 5L3 3

S1 S2 S3 S4 S5 TFS 371 AS 0 F 645,467P1 1 1 1 1 1,0 133

2K P2 1 1 1 1 1,0 303P3 1 1 1 1 0 807

S1 S2 S3 S4 S5 TFS 371 AS 0 F 569,467P1 1 1 1 1 1,0 133

2L P2 1 1 1 1 1,0 208P3 1 1 1 0 1 712

S1 S2 S3 S4 S5 TFS 371 AS 0 F 596,133P1 1 1 1 1 1,0 133

2M P2 1 1 1 1 1,0 242P3 1 1 0 1 1 745

S1 S2 S3 S4 S5 TFS 371 AS 0 F 622,8P1 1 1 1 1 1,0 133

2N P2 1 1 1 1 1,0 275P3 1 0 1 1 1 779

3. Algoritma 2

Tabel 4.28 Generasi VII

L1 2L2 5L3 5

S1 S2 S3 S4 S5 TFS 350 AS 0 F 598P1 1 1 0 0 0,0 133

3A P2 1 1 1 1 1,0 265P3 1 1 1 1 1 748

S1 S2 S3 S4 S5 TFS 305 AS 0 F 561,6P1 1 0 0 0 1,0 133

3B P2 1 1 1 1 1,0 265P3 1 1 1 1 1 702

S1 S2 S3 S4 S5 TFS 291 AS 0 F 550,4P1 0 0 0 1 1,0 133

3C P2 1 1 1 1 1,0 265P3 1 1 1 1 1 688

Tabel 4.29 Generasi VIII

L1 5L2 2L3 5

S1 S2 S3 S4 S5 TFS 371 AS 0 F 608,8P1 1 1 1 1 1,0 125

3F P2 1 1 0 0 0,0 265P3 1 1 1 1 1 761

S1 S2 S3 S4 S5 TFS 371 AS 0 F 595,8P1 1 1 1 1 1,0 109

3G P2 1 0 0 0 1,0 265P3 1 1 1 1 1 745

S1 S2 S3 S4 S5 TFS 371 AS 0 F 591,8P1 1 1 1 1 1,0 104

3H P2 0 0 0 1 1,0 265P3 1 1 1 1 1 740

Tabel 4.30 Generasi IX

L1 5L2 5L3 2

S1 S2 S3 S4 S5 TFS 371 AS 0 F 602,8P1 1 1 1 1 1,0 133

3K P2 1 1 1 1 1,0 250P3 1 1 0 0 0 754

S1 S2 S3 S4 S5 TFS 371 AS 0 F 576,8P1 1 1 1 1 1,0 133

3L P2 1 1 1 1 1,0 218P3 1 0 0 0 1 721

S1 S2 S3 S4 S5 TFS 371 AS 0 F 568,8P1 1 1 1 1 1,0 133

3M P2 1 1 1 1 1,0 208P3 0 0 0 1 1 711

4. Algoritma 3

Tabel 4.31 Generasi X

L1 2L2 4L3 5

S1 S2 S3 S4 S5 TFS 291 AS 0 F 564,4P1 0 0 0 1 1,0 150

4A P2 1 1 1 1 0,0 265P3 1 1 1 1 1 706

S1 S2 S3 S4 S5 TFS 291 AS 0 F 547,9P1 0 0 0 1 1,0 129

4B P2 1 1 1 0 1,0 265P3 1 1 1 1 1 685

S1 S2 S3 S4 S5 TFS 291 AS 0 F 535,9P1 0 0 0 1 1,0 114

4C P2 1 1 0 1 1,0 265P3 1 1 1 1 1 670

S1 S2 S3 S4 S5 TFS 291 AS 0 F 557,9P1 0 0 0 0 1,0 142

4D P2 1 0 1 1 1,0 265P3 1 1 1 1 1 697

S1 S2 S3 S4 S5 TFS 291 AS 0 F 545,9P1 0 0 0 0 1,0 127

4E P2 0 1 1 1 1,0 265P3 1 1 1 1 1 682

Tabel 4.32 Generasi XI

L1 2L2 5L3 4

S1 S2 S3 S4 S5 TFS 291 AS 0 F 578,4P1 0 0 0 1 1,0 133

4F P2 1 1 1 1 1,0 300P3 1 1 1 1 0 723

S1 S2 S3 S4 S5 TFS 291 AS 0 F 545,4P1 0 0 0 1 1,0 133

4G P2 1 1 1 1 1,0 259P3 1 1 1 0 1 682

S1 S2 S3 S4 S5 TFS 291 AS 0 F 521,4P1 0 0 0 1 1,0 133

4H P2 1 1 1 1 1,0 229P3 1 1 0 1 1 652

S1 S2 S3 S4 S5 TFS 291 AS 0 F 565,4P1 0 0 0 1 1,0 133

4I P2 1 1 1 1 1,0 284P3 1 0 1 1 1 707

S1 S2 S3 S4 S5 TFS 291 AS 0 F 541,4P1 0 0 0 1 1,0 133

4J P2 1 1 1 1 1,0 254P3 0 1 1 1 1 677

Tabel 4.33 Generasi XII

L1 2L2 5L3 3

S1 S2 S3 S4 S5 TFS 291 AS 0 F 575,733P1 0 0 0 1 1,0 133

4K P2 1 1 1 1 1,0 297P3 0 1 1 1 0 720

S1 S2 S3 S4 S5 TFS 291 AS 0 F 607,733P1 0 0 0 1 1,0 133

4L P2 1 1 1 1 1,0 337P3 1 0 1 1 0 760

5. Rekapitulasi Hasil Algoritma


S1 S2 S3 S4 S5 PINTUS1 0 12 10 22 31,5 31S2 12 0 22 10 19,5 19S3 10 22 0 12 28,5 41S4 22 10 12 0 16,5 29S5 31,5 19,5 28,5 16,5 0 12,5PINTU 31 19 41 29 12,5 0

JARAK ANTAR BLOK DALAM GUDANG


MATERIAL BB S1 S2 S3 S4 S5Rotan A V V V V VRotan B V V V V V

Kayu Merani V V V V V

FUNGSI TUJUAN 614,8

LETAK AWAL BAHAN BAKU DI GUDANG


MATERIAL BB S1 S2 S3 S4 S5Rotan A V VRotan B V V V V V

Kayu Merani V V V V

FUNGSI OPTIMAL 521,4

REKAPITULASI HASIL OPTIMASI DENGAN GENETIC ALGORITHM

SISTEM LOGISTIK - ANALISIS ORDER PICKING DENGAN ALGORITMA GENETIKA

Documents

Transcript of SISTEM LOGISTIK - ANALISIS ORDER PICKING DENGAN ALGORITMA GENETIKA