Analisa Implementasi Penjadwalan Kunjungan Perawatan Rutin Dengan Metode Algoritma Genetika (Studi Kasus : PT HSA)

Sutrisno, . (2019) Analisa Implementasi Penjadwalan Kunjungan Perawatan Rutin Dengan Metode Algoritma Genetika (Studi Kasus : PT HSA). Masters thesis, Universitas Pamulang.

[img] Text
COVER.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB I.pdf
Restricted to Registered users only

Download (300kB)
[img] Text
BAB II.pdf
Restricted to Registered users only

Download (460kB)
[img] Text
BAB III.pdf
Restricted to Registered users only

Download (466kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (706kB)
[img] Text
BAB V.pdf
Restricted to Registered users only

Download (288kB)
[img] Text
JURNAL.pdf
Restricted to Registered users only

Download (123kB)

Abstract

Penjadwalan kunjungan perawatan rutin merupakan layanan yang harus disediakan penyedia jasa kepada pelanggan karena telah disepakati bersama sebelumnya. Penjadwalan pada penelitian ini sebelumnya masih menggunakan penjadwalan secara manual, pembuatanya memerlukan waktu dan tenaga yang cukup banyak, namun hasil penjadwalan ini masih muncul permasalah, antara lain terlambat dalam waktu kunjungan dan tidak tersedianya teknisi saat jatuh waktu jadwal kunjungan. Untuk mendapatkan penjadwalan yang tepat dengan memperhitungkan segala semua batasan, maka penelitian ini mengusulkan penggunaan metode algoritma genetika untuk menyelesaikan masalah terkait penjadwalan kunjungan perawatan rutin tersebut. Dengan formula F[i]=1/(1+CT) untuk mencari nilai fitnes tertinggi dalam suatu kromosom yang merupakan representasi solusi melalui proses komputasi algoritma genetika. Maka didapat hasil penelitian penjadwalan kunjungan ke seluruh pelanggan sesuai dengan perangkat yang dipelihara, periode kunjungan serta ketersediaan teknisi. Berdasarkan hasil ujicoba metode ini efektif dan efisien. Proses menghasilkan jadwal membutuhkan waktu rata-rata kurang dari 15 menit dan penggunaan memory kurang dari 6 Mb dengan CR= 90 dan MR=5 menghasilkan nilai fitnes terbaik 0,0106, dimana sebelumnya proses menghasilkan jadwal ini lebih dari 8 jam. Penelitian ini mendukung dan pengembangan pada penelitian sebelumnya yang dilakukan oleh Janatan dan Haerani pada tahun 2015. Kata Kunci: Perawatan Rutin, Pelanggan, Algoritma Genetika

Item Type: Thesis (Masters)
Subjects: T Technology > T Technology (General)
T Technology > TA Engineering (General). Civil engineering (General)
Depositing User: Enas Nasrulloh
Date Deposited: 29 Jul 2022 04:05
Last Modified: 29 Jul 2022 04:05
URI: http://repository.unpam.ac.id/id/eprint/10134

Actions (login required)

View Item View Item