PENGEMBANGAN ALGORITMA DIFFERENTIAL EVOLUTION UNTUK PENJADWALAN FLOW SHOP MULTI OBYEKTIF DENGAN BANYAK MESIN

IMPROVED DIFFERENTIAL EVOLUTION ALGORITHM FOR MULTI-OBJECTIVE FLOWSHOP SCHEDULING WITH M-MACHINE

         Permasalahan penjadwalan flowshop merupakan problem optimasi kombinatorial yang tergolong NP-hard dan pendekatan yang lebih menjadi pilihan dari permasalahan ini adalah teknik solusi yang mendekati optimal. Riset ini mempertimbangkan multi obyektif yaitu minimasi makespan dan total flowtime. Kedua obyektif akan digabungkan menjadi obyektif tunggal dengan pembobotan pada masing-masing obyektif.

      

         Algoritma yang digunakan untuk menyelesaikan permasalahan penjadwalan flowshop pada riset ini adalah Differential Evolution. Algoritma Differential Evolution (DE) mempunyai reputasi sebagai metode optimasi global optima yang efektif dan terbukti mempunyai performa yang baik dalam menyelesaikan permasalahan optimasi kombinatorial.

    

         Riset ini akan mengembangkan algoritma Differential Evolution dengan melakukan adaptive parameters terhadap parameter DE dan menambahkan prosedur local search sebagai tahap improvement dari DE untuk meningkatkan kualitas solusinya. Selain itu, untuk mempersingkat waktu komputasi, riset ini juga memodifikasi proses crossover sehingga akan dilakukan sebelum proses mutasi. Algoritma Differential Evolution yang dikembangkan pada riset ini disebut DE_plus. Hasil pengujian algoritma menunjukkan bahwa performa algoritma DE_plus pada penelitian ini mempunyai performa yang relatif baik. Hal ini ditunjukkan dengan rata-rata persentase relatif yang kecil. Pada kasus 20 job, untuk obyektif makespan rata-rata persentase relatif adalah 0,642%; obyektif total flowtime adalah -0,766% dan 0,486% untuk multi obyektif. Sedangkan pada kasus 50 job, rata-rata persentase relatifnya adalah 0,913% untuk obyektif makespan; 0,313% untuk total flowtime dan 1,208% untuk multi obyektif.