LABORATORIUM SISTEM MANUFAKTUR

PROGRAM STUDI TEKNIK INDUSTRI

UNIVERSITAS HASANUDDIN

BAB I

PENDAHULUAN

1.1 Latar Belakang

Melaksanakan pekerjaan secara efektif dan efisien agar tujuan tercapai
adalah yang diinginkan oleh semua manajemen perusahaan. Oleh karena itu,
pemahaman mengenai konsep penjadwalan sangat penting, sehingga para
pelaksana mengetahui kapan waktu harus memulai suatu pekerjaan dan kapan
waktu mengakhirinya. Penjadwalan (scheduling) merupakan salah satu
kegiatan penting dalam perusahaan. Dalam suatu perusahaan industri,
penjadwalan diperlukan dalam mengalokasikan tenaga operator, mesin dan
peralatan produksi, urutan proses, jenis produk, pembelian material, dan
sebagainya. Terlepas dari jenis perusahaannya, setiap perusahaan perlu untuk
melakukan penjadwalan sebaik mungkin agar memperoleh utilitasi maksimum
dari sumber daya produksi dan aset lain yang dimiliki.
Penjadwalan adalah pengaturan waktu dari suatu kegiatan operasi.
Penjadwalan mencakup kegiatan mengalokasikan fasilitas, peralatan ataupun
tenaga kerja bagi suatu kegiatan operasi. Dalam hierarki pengambilan
keputusan, penjadwalan merupakan langkah terakhir sebelum dimulainya
operasi. Berbagai teknik juga dapat diterapkan untuk penjadwalan. Teknik
yang digunakan tergantung dari volume produksi, variasi produk, keadaan
operasi, dan kompleksitas dari pekerjaan sendiri.
Tujuan penjadwalan untuk meminimalkan waktu proses, waktu tunggu
langganan, dan tingkat persediaan, serta penggunaan yang efisien dari fasilitas,
tenaga kerja, dan peralatan. Penjadwalan disusun dengan mempertimbangkan
berbagai keterbatasan yang ada. Penjadwalan yang baik akan memberikan
dampak positif, yaitu rendahnya biaya operasi dan waktu pengiriman, yang
akhirnya dapat meningkatkan kepuasan pelanggan.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 1
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

1.2 Tujuan Praktikum

Adapun tujuan dari praktikum ini adalah untuk mengetahui:
a. Mengetahui penggunaan model penugasan untuk mendapatkan biaya dan
waktu yang seminimal mungkin.
b. Mengetahui metode pengurutan pekerjaan menurut aturan pengambilan
keputusan FCFS, SPT, LPT, EDD, dan Rasio Kritis.
c. Mengetahui perhitungan Makespan dan penggambaran urutan penjadwalan
dengan menggunakan SPT, LPT, dan EDD.
d. Mengetahui penggunaan aturan Johnson untuk menemukan urutan optimal
dalam penjadwalan.

1.3 Prosedur Praktikum

a. Asisten akan memberikan pengarahan tentang modul penjadwalan.
b. Asisten akan memberikan soal-soal tentang penjadwalan yang kemudian
akan diselesaikan oleh praktikan sesuai dengan waktu yang ditentukan dan
disusun ke dalam bentuk laporan sesuai dengan format yang telah
disediakan.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 2
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

BAB II

TEORI DASAR

2.1 Pengertian Penjadwalan

Berikut ini dijelaskan pengertian-pengertian penjadwalan yang
dikemukakan oleh para ahli, antara lain:
a. Penjadwalan produksi adalah suatu kegiatan memasukkan sejumlah produk
yang telah direncanakan ke dalam proses pengerjaannya (Beigel, 1992).
b. Penjadwalan produksi adalah proses alokasi sumber daya dan mesin untuk
menyelesaikan semua pekerjaan dengan mempertimbangkan batasan-
batasan yang ada (Arifin, 2010).
c. Penjadwalan adalah pengurutan pembuatan/pengerjaan produk secara
menyeluruh yang dikerjakan pada beberapa buah mesin (Ginting, 2009).

2.2 Tujuan Penjadwalan

Menurut Bedworth (1987) yang dikutip dalam Ginting (2009)
mengidentifikasi beberapa tujuan dari aktivitas penjadwalan :
a. Meningkatkan penggunaan sumber daya atau mengurangi waktu
tunggunya, sehingga total waktu proses dapat berkurang dan produktivitas
meningkat.
b. Mengurangi persediaan barang setengah jadi atau mengurangi sejumlah
pekerjaan yang menunggu dalam antrian ketika sumber daya yang ada
masih mengerjakan tugas yang lain. Teori Baker mengatakan jika aliran
kerja suatu jadwal konstan, maka antrian yang mengurangi rata-rata waktu
alir akan mengurangi persediaan barang jadi.
c. Mengurangi beberapa kelambatan pada pekerjaan yang mempunyai batas
waktu penyelesaian sehingga akan mengurangi penalty cost (biaya
keterlambatan).
d. Membantu pengambilan keputusan mengenai perencanaan kapasitas pabrik
dan jenis kapasitas yang dibutuhkan sehingga penambahan biaya yang
mahal dapat dihindarkan.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 3
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Beberapa tujuan yang ingin dicapai dengan dilaksanakannya

penjadwalan adalah sebagai berikut:
a. Meningkatkan produktifitas mesin, yaitu dengan mengurangi waktu mesin
menganggur.
b. Mengurangi persediaan barang setengah jadi dengan mengurangi jumlah
rata-rata pekerjaan yang menunggu antrian suatu mesin karena mesin
tersebut sibuk.
c. Mengurangi keterlambatan karena telah melampaui batas waktu dengan
cara:
1) Mengurangi maksimum keterlambatan
2) Mengurangi jumlah pekerjaan yang terlambat.
3) Meminimasi ongkos produksi.
4) Pemenuhan batas waktu yang telah ditetapkan (due date), karena dalam
kenyataan apabila terjadi keterlambatan pemenuhan due date dapat
dikenakan suatu denda (penalty).
(Baker & Trietsch, 2009).

2.3 Teknik-Teknik Penjadwalan

Penjadwalan menyangkut penetapan kapan suatu operasi atau kegiatan
harus dimulai agar pada hari penyelesaian pembuatan produk atau jasa dapat
dipenuhi. Dalam hal penetapan tanggal setiap operasi mengenal dua macam
penjadwalan sebagai berikut :
a. Penjadwalan maju (forward scheduling)
Dalam penjadwalan maju (forward scheduling), pekerjaan dimulai seawal
mungkin sehingga pekerjaan selesai sebelum batas waktu yang dijanjikan
(due date). Penjadwalan maju memiliki konsekuensi terjadinya akumulasi
persediaan sampai hasi pekerjaan itu diperlukan pada pusat kerja
berikutnya. Teknik ini mengasumsikan bahwa pengadaan material dan
operasi dimulai segera setelah pesanan diterima. Penjadwalan dilakukan
atas setiap kegiatan operasi secara berurutan dari awal hingga seluruh
kegiatan operasi selesai. Penjadwalan maju banyak digunakan dalam

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 4
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

perusahaan dimana operasi dibuat berdasarkan pesanan dan pengiriman

dilakukan segera setelah pekerjaan selesai.
b. Penjadwalan Mundur (backward scheduling)
Dalam penjadwalan mundur (backward scheduling) berlawanan dengan
penjadwalan maju. Kegiatan operasi yang terakhir dijadwalkan lebih dulu,
yang selanjutnya secara berurutan ditentukan jadwal untuk kegiatan
sebelumnya satu persatu secara mundur. Akhirnya dengan mengetahui
waktu tenggang atau (lead time) dalam pengadaan barang dapat ditentukan
kapan saat dimulainya operasi (Herjanto, 2001).

2.4 Kriteria Penjadwalan

Teknik penjadwalan yang baik tergantung pada volume pesanan, ciri
operasi dan kompleksitas pekerjaan, dengan memperhatikan empat kriteria
penjadwalan yang digunakan untuk mengevaluasi kinerja penjadwalan yaitu:
a. Meminimalkan waktu penyelesaian pekerjaan, yang dinilai dari rata-rata
waktu yang dibutuhkan untuk menyelesaikan pekerjaan.
b. Memaksimalkan utilitas, yang dinilai dari presentase waktu utilitas itu
digunakan.
c. Meminimalkan persediaan barang dalam proses, yang dinilai dengan
menentukan rata-rata jumlah pekerjaan dalam sistem. Semakin tinggi
jumlah pekerjaan yang akan dilakukan maka tingkat persediaan barang
dalam proses juga tinggi dan berlaku sebaliknya.
d. Meminimalkan waktu tunggu pelanggan, yang dinilai dari rata-rata jumlah
keterlambatan yang terjadi
(J. & R. B. Heizer, 2006).

2.5 Istilah-Istilah Penjadwalan

Beberapa istillah yang digunakan dalam penjadwalan adalah sebagai
berikut:
a. Waktu siap (ready time), 𝑟𝑖
Waktu siap menunjukkan saat pekerjaan ke-𝑖 dapat dikerjakan (siap
dijadwalkan). Ready time dapat juga dianggap sebagai waktu kedatangan

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 5
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

produk (bahan baku) atau dengan kata lain adalah ketika pekerjaan j sampai
di peralatan proses atau mesin.
b. Waktu menunggu (waiting time), 𝑊𝑖
Waktu menunggu adalah waktu tunggu pekerjaan 𝑖 dari saat pekerjaan siap
dikerjakan sampai saat operasi pendahulu selesai.
c. Set up time
Set up time adalah waktu yang dibutuhkan untuk kegiatan persiapan
sebelum pemrosesan job dilaksanakan.
d. Arrival time (𝑎𝑖)
Arrival time adalah saat job mulai berada di shop floor.
e. Delivery Date
Delivery date adalah saat pengiriman job dari shop floor ke proses
berikutnya atau ke konsumen.
f. Processing Time (𝑡𝑖)
Processing time adalah waktu yang dibutuhkan untuk mengerjakan suatu
pekerjaan. Waktu proses ini sudah termasuk waktu yang dibutuhkan untuk
persiapan dan pengaturan (setup) selama proses berlangsung.
g. Due date (𝑑𝑖)
Due date adalah batas waktu operasi terakhir suatu pekerjaan harus selesai
atau batas waktu penyelesaian yang ditentukan untuk job ke-i.
h. Slack Time (𝑆𝐿𝑖)
Slack time adalah waktu tersisa yang muncul akibat dari waktu prosesnya
lebih kecil dari due date-nya.
𝑆𝐿𝑖 = 𝑑𝑖 – 𝑡𝑖 ............................................................................................ (1)
i. Flow Time (𝐹𝑖)
Flow time adalah waktu yang dibutuhkan oleh suatu pekerjaan dari saat
pekerjaan tersebut masuk ke dalam suatu tahap proses sampai pekerjaan
yang bersangkutan selesai dikerjakan.
𝐹𝑖 = 𝐶𝑖 – 𝑟𝑖 ............................................................................................. (2)

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 6
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

j. Lateness (𝐿𝑖)
Lateness adalah selisih antara completion time (𝐶𝑖) dengan due date (𝑑𝑖).
Suatu pekerjaan memiliki lateness yang bernilai positif apabila pekerjaan
tersebut diselesaikan setelah due date, pekerjaan tersebut akan memiliki
keterlambatan yang negatif. Sebaliknya jika pekerjaan diselesaikan setelah
batas waktunya, pekerjaan tersebut memiliki keterlambatan yang positif.
𝐿𝑖 = 𝐶𝑖 − 𝑑𝑖 < 0, saat penyelesaian job sebelum batas akhir.
𝐿𝑖 = 𝐶𝑖 − 𝑑𝑖 = 0, saat penyelesaian job tepat sesuai batas akhir.
𝐿𝑖 = 𝐶𝑖 − 𝑑𝑖 > 0, saat penyelesaian job setelah batas akhir.
k. Completion time (𝐶𝑖)
Completion time adalah waktu yang dibutuhkan untuk menyelesaikan
pekerjaan mulai dari saat tersedianya pekerjaan (𝑡 = 0) sampai pada
pekerjaan tersebut selesai dikerjakan atau menunjukkan rentang waktu sejak
pekerjaan pertama mulai dikerjakan sampai proses tersebut selesai.
𝐶𝑖 = 𝐹𝑖 + 𝑟𝑖 .............................................................................................. (3)
l. Tardiness (𝑇𝑖)
Tardiness adalah ukuran dari lateness yang bernilai positif dan juga
merupakan keterlambatan pekerjaan j untuk diselesaikan sebelum due date
yang diberikan atau waktu keterlambatan selesainya suatu pekerjaan j.
m. Earliness (𝑒𝑗)
Earliness adalah keterlambatan yang bernilai negatif.
n. Makespan (𝑀)
Makespan adalah total waktu penyelesaian pekerjaan-pekerjaan mulai dari
urutan pertama yang dikerjakan pada mesin atau work center pertama
sampai kepada urutan pekerjaan terakhir pada mesin atau work center
terakhir.
(K. R. Baker, 1974).

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 7
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

2.6 Input dan Output Penjadwalan

a. Input Sistem Penjadwalan
Dalam melakukan aktivitas penjadwalan diperlukan input berupa kebutuhan
kapasitas dari order yang akan dijadwalkan baik itu jenis serta jumlah
sumber daya yang akan digunakan. Informasi ini dapat diperoleh dari:
1) Lembar kerja operasi (OPC) yang berisi keterampilan dan peralatan yang
dibutuhkan, serta waktu standar pengerjaan.
2) Bill of Material (BOM) yang berisi kebutuhan-kebutuhan akan
komponen, sub komponen dan bahan pendukung.
3) Catatan terbaru mengenai status tenaga kerja, peralatan yang tersedia
yang akan berpengaruh pada kualitas keputusan penjadwalan yang
diambil.
b. Output Sistem Penjadwalan
Untuk memastikan bahwa suatu aliran kerja yang lancar melalui tahapan
produksi, maka sistem penjadwalan harus dibentuk aktivitas-aktivitas
output sebagai berikut:
1) Pembebanan (loading)
Pembebanan melibatkan penyesuaian kebutuhan kapasitas untuk order
yang diterima atau diperkirakan dengan kapasitas yang tesedia.
Pembebanan dilakukan dengan menugaskan order pada fasilitas-
fasilitas, operator-operator dan peralatan tertentu.
2) Pengurutan (sequencing)
Pengurutan ini merupakan penugasan tentang order mana yang
diprioritaskan untuk diproses dahulu bila suatu fasilitas harus memproses
banyak job.
3) Prioritas job (dispatching)
Prioritas job merupakan prioritas kerja tentang pekerjaan mana yang
akan diseleksi dan diprioritaskan untuk diproses.
4) Pengendalian kinerja penjadwalan, dilakukan dengan:
a) Meninjau kembali status order pada saat melalui sistem tertentu.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 8
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

b) Mengatur kembali urutan-urutan, misalnya expediting, order yang

jauh di belakang atau mempunyai prioritas utama.
5) Up-dating jadwal
Dilakukan sebagai refleksi kondisi operasi yang terjadi dengan merevisi
prioritas-prioritas.
Elemen-elemen input-output, prioritas dan ukuran kinerja dari sistem
penjadwalan akan tampak seperti gambar berikut:

Gambar 2.1 Elemen-Elemen Sistem Penjadwalan

(Ginting, 2007).
2.7 Aturan Johnson
Aturan Johnson adalah suatu aturan meminimumkan makespan dua
mesin yang disusun paralel dan saat ini menjadi dasar teori penjadwalan.
a. Pengurutan job melalui dua pusat kerja
Permasalahan Johnson diformulasikan dengan job j yang diproses pada dua
mesin dengan tj1 adalah waktu proses pada mesin satu dan tj2 adalah waktu
proses pada mesin dua. Langkah-langkah pengurutan aturan Johnson
dengan dua mesin, yaitu:
1) Tentukanlah waktu minimum pada waktu proses mesin pertama dan
kedua.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 9
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

2) Jika waktu proses minimum terdapat pada mesin pertama, tempatkan job
tersebut pada awal deret penjadwalan.
3) Jika waktu proses minimum terdapat pada mesin kedua, tempatkan job
tersebut pada akhir deret penjadwalan.
4) Pindahkan job tersebut dari daftarnya dan susun dalam bentuk deret
penjadwalan. Jika masih ada job yang tersisa, maka kembali ke langkah
satu, sebaliknya jika tidak ada lagi job yang tersisa, maka penjadwalan
sudah selesai.
(Ginting, 2009).
Contoh penerapan:
Tabel 2.1 Data Waktu Proses pada Mesin 1 dan Mesin 2
M1 M2
J1 15 12
J2 8 5
J3 6 11
J4 7 13

Dengan menggunakan metode Johnson, carilah waktu proses yang

terpendek. Pada tabel di atas, didapatkan M2 J2 memiliki waktu terpendek.
Sehingga ditempatkan pada penugasan paling akhir karena berada pada
mesin dua. Kemudian, waktu terpendek berikutnya adalah M1 J3,sehingga
ditempatkan pada penugasan paling awal karena berada pada mesin satu.
Dilanjutkan dengan waktu terpendek berikutnya yaitu M1 J4 yang
ditempatkan pada penugasan kedua dan selanjutnya M2 J1 ditempatkan
pada penugasan ketiga yang dapat dilihat pada tabel di bawah ini:
Urutan : 1 2 3 4
Penugasan : M1J3 M1J4 M2J1 M2J2
b. Pengurutan job tiga pusat kerja
Untuk situasi dimana beberapa pekerjaan menggunakan tiga pusat kerja
yang sama, masalah pengurutannya menjadi lebih kompleks. Dalam hal ini,
metode Johnson masih bisa diterapkan jika memenuhi paling tidak salah
satu kondisi berikut ini.
1) Waktu proses terpendek pada pusat kerja I harus lebih lama dari proses
terpanjang di pusat kerja II.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 10
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

2) Waktu proses terpendek pada pusat kerja III harus lebih lama dari proses
terpanjang di pusat kerja II.
(Johnson, 1954).
Contoh penerapan:
Terdapat tiga mesin untuk melakukan proses pembuatan biskuit. Waktu
proses ketiga pekerjaan tersebut pada masing-masing mesin yaitu:
Tabel 2.2 Job dan Waktu Proses
Mesin (menit)
Job
M1 M2 M3
A 70 40 50
B 90 50 90
C 60 50 70
D 70 20 60

Dilakukan penjumlahan, karena memenuhi syarat aturan Johnson untuk tiga

pusat kerja. Waktu proses pada M1 dijumlahkan dengan waktu proses pada
M2 menjadi P1 dan waktu proses pada M2 dijumlahkan dengan waktu
proses pada M3 menjadi P2.
Tabel 2.3 Waktu Proses Pembuatan Biskuit
Mesin (menit)
Job
P1 P2
1 110 90
2 140 140
3 110 120
4 90 80
Pengurutan job diurutkan berdasarkan waktu proses terpendek, dan
menghasilkan pengurutan berikut ini:
Urutan : 1 2 3 4
Penugasan : P1J3 P1J2 P2J1 P2J4

2.8 Dannenbring
Metode Dannenbring adalah perluasan dari aturan Johnson, dimana
memperluas menjadi lebih dari dua masalah penjadwalan mesin. Melalui dua
formula berikut ini:
Waktu urutan proses pada mesin pertama:
𝑎𝑖 = ∑𝑚
𝑗=1(𝑚 − 𝑗 + 1) × 𝑡𝑖𝑗 ....................................................................... (4)

Waktu urutan proses pada mesin kedua:

𝑏𝑖 = ∑𝑚
𝑗=1 𝑗 × 𝑡𝑖𝑗 ......................................................................................... (5)

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 11
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Dimana : 𝑚 = Jumlah mesin

𝑗 = Mesin yang digunakan untuk memproses job i
𝑡𝑖𝑗 = Waktu proses pada saat job ke-i dan mesin ke-j
(Wang & Rao, 2011).
Pada metode Dannenbring, akan diperoleh waktu proses yang seolah-olah
untuk mesin pertama dan waktu proses untuk mesin kedua. Setelah itu job akan
dijadwalkan dengan algoritma Johnson, menggunakan parameter 𝑎𝑖 adalah
waktu proses pada mesin 1, dan 𝑏𝑖 adalah waktu proses pada mesin 2.
(Tannady, 2013).
Contoh penerapan:
Apabila diketahui data sebagai berikut:
Tabel 2.4 Data Jumlah Job ke-i dengan Mesin ke-m
Mesin
Job Total
1 2 3 4 5
1 5 9 8 10 1 33
2 9 3 10 1 8 31
3 9 4 5 8 6 32
4 4 8 8 7 2 29

Maka,
5

𝑎1 = ∑(5 − 1 + 1) × 𝑡𝑗𝑖
𝑗=1

= 5 × 5 + 4 × 9 + 3 × 8 + 2 × 10 + 1 × 1
= 106
5

𝑎2 = ∑(5 − 1 + 1) × 𝑡𝑗𝑖
𝑗=1

= 5 × 9 + 4 × 3 + 3 × 10 + 2 × 1 + 1 × 8
= 97
5

𝑎3 = ∑(5 − 1 + 1) × 𝑡𝑗𝑖
𝑗=1

=5×9+4×4+3×5+2×8+1×6
= 98

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 12
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

𝑎4 = ∑(5 − 1 + 1) × 𝑡𝑗𝑖
𝑗=1

=5×4+4×8+3×8+2×7+1×2
= 92
5

𝑏1 = ∑ 𝐽𝑡1𝑗
𝑗=1

= 1 × 5 + 2 × 9 + 3 × 8 + 4 × 10 + 5 × 1
= 92
5

𝑏2 = ∑ 𝐽𝑡2𝑗
𝑗=1

= 1 × 9 + 2 × 3 + 3 × 10 + 4 × 1 + 5 × 8
= 89
5

𝑏3 = ∑ 𝐽𝑡3𝑗
𝑗=1

=1×9+2×4+3×5+4×8+5×6
= 94
5

𝑏4 = ∑ 𝐽𝑡4𝑗
𝑗=1

=1×4+2×8+3×8+4×7+5×2
= 82

Tabel 2.5 Hasil Rekapitulasi Makespan Tiap Job pada Mesin

Job a1 b1
1 106 92
2 97 89
3 98 94
4 92 82

Urutan = 3-1-2-4
(Ginting, 2009).

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 13
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

2.9 Metode Penugasan dan Variabel Dummy

Metode penugasan (assignment method) merupakan kasus khusus dari
metode transportasi, jadi merupakan juga kasus khusus dari metode linear
programming. Metode penugasan ini merupakan metode pemecahan masalah
dimana sejumlah sumber ditugaskan kepada sejumlah tugas sedemikian rupa
sehingga dapat diperoleh kondisi yang optimal. Hasil yang optimal dapat
berupa biaya yang paling minimal, keuntungan yang paling maksimal maupun
waktu yang paling minimum.
Salah satu metode yang digunakan untuk menyelesaikan masalah
penugasan adalah metode Hungaria. Metode ini di temukan oleh Horald Kuhn
pada tahun 1955 dan disempurnakan oleh Jones Munkes pada tahun 1957
keduanya berkebangsaan Hungaria. Metode Hungaria adalah metode yang
memodifikasi baris dan kolom dalam matriks efektifitas sampai muncul sebuah
komponen nol tunggal dalam setiap baris atau kolom yang dapat dipilih sebagai
alokasi penugasan. Adapun syarat-syarat metode Hungaria, yaitu sebagai
berikut:
a. Jumlah baris harus sama dengan jumlah kolom yang harus diselesaikan
b. Setiap sumber harus mengerjakan satu tugas
c. Jika jumlah sumber tidak sama dengan jumlah tugas atau sebaliknya, maka
perlu
d. Ditambahkan variabel semu sumber atau variabel semu tugas
e. Terdapat dua permasalahan yaitu meminimumkan kerugian atau
memaksimumkan keuntungan
Jadi dalam penyelesaiannya, secara umum persoalan penugasan dibagi
dua yaitu masalah maksimalisasi dan minimalisasi. Jika terdapat permasalahan
jumlah sumber tidak sama dengan jumlah tugas, maka permasalahan ini dapat
diselesaikan dengan menambah satu variabel dummy sehingga jumlah sumber
sama dengan jumlah tugas.
Variabel dummy berfungsi untuk menunjukkan pekerjaan mana yang
tidak diisi siapa-siapa jika terjadi kelebihan pekerjaan. Serta karyawan mana
yang tidak memperoleh pekerjaan jika terjadi kelebihan jumlah pelamar.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 14
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Dalam setiap sel penugasan, terdapat nilai/angka yang menunjukkan performa

atau biaya pekerja atas pekerjaan tertentu. Jadi nilai yang harus diisi baik pada
baris atau kolom dummy adalah nol. Jika baris < kolom maka variabel dummy
ditambahkan pada baris, sebaliknya jika kolom < baris, maka variabel dummy
ditambahkan pada kolom (Beigel, 1992).
Langkah-langkah proses penyelesaian masalah penugasan menggunakan
metode Hungaria dengan matriks adalah sebagai berikut :
a. Memodifikasi tabel penugasan ke dalam matriks efektifitas. Dimana matriks
ini dibentuk untuk memudahkan dalam proses penyelesaian setiap langkah
metode yang telah dilakukan.
b. Memilih nilai terkecil dari setiap baris, lalu dilakukan operasi pengurangan
dari tiap nilai di baris tersebut dengan bilangan terkecil yang telah dipilih.
Dengan demikian, dapat dipastikan bahwa ada minimal satu buah elemen di
tiap baris matriks yang bernilai nol dan tidak ada elemen dengan nilai
negatif.
c. Melakukan pengurangan kolom jika terdapat kolom yang belum memiliki
elemen 0 yaitu memilih nilai terkecil dari kolom. Lalu dilakukan operasi
pengurangan dari tiap nilai kolom dengan bilangan terkecil yang telah
dipilih. Dengan demikian, dapat dipastikan bahwa ada minimal satu buah
elemen di tiap baris dan tiap kolom matriks yang bernilai nol dan tidak ada
elemen dengan nilai negatif.
d. Membentuk penugasan optimum yaitu dengan menarik sejumlah garis
horisontal dan atau vertikal yang melewati seluruh sel yang bernilai 0. Jika
jumlah garis sama dengan jumlah baris/kolom maka penugasan telah
optimal. Jika tidak maka harus direvisi.
e. Melakukan revisi tabel dengan memilih nilai terkecil yang tidak dilewati
garis lalu kurangkan dengan semua nilai yang tidak dilewati garis.
Kemudian ditambahkan pada angka yang terdapat pada persilangan garis.
Kembali ke langkah 5.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 15
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

f. Penugasan ditempatkan pada sel yang bernilai 0. Dimana Tiap angka 0

diganti dengan angka 1 tetapi tiap kolom dan baris hanya memiliki satu
angka 1 sebagai penugasan.
g. Menghitung total nilai dari solusi yang diperoleh berdasarkan elemen dari
matriks awal yang belum direduksi nilainya sehingga diperoleh total nilai
optimum.
(Taha, 1996).
Contoh Penerapan :
King Finance Corporation yang berkantor pusat di New York, ingin
menugaskan tiga pegawai baru lulusan perguruan tinggi, yaitu Julie Jones, Al
Smith, dan Pat Wilson, ke kantor cabang di daerah. Bagaimana pun perusahaan
juga membuka sebuah kantor baru di New York dan akan mengirimkan salah
satu dari ketiga pegawai baru tersebut ke sana jika lebih hemat dibandingkan
dengan memindahkan mereka ke Omaha, Dallas, atau Miami. Untuk
memindahkan ke New YorkM masing-masing biaya yang dikeluarkan adalah
$1.000 untuk Jones, $800 untuk Smith, dan $1.500 untuk Wilson. Penugasan
pegawai yang bagaimanakah paling optimal ?
Tabel 2.6 Biaya yang dikeluarkan dari King Finance Co
Kantor
Omaha Miami Dallas New York
Pegawai
Jones $800 $1100 $1200 $1000
Smith $800 $1600 $1300 $800
Wilson $500 $1000 $2300 $1500
Jawaban :
a. Tabel biaya memiliki kolom keempat untuk mewakili New York. Untuk
“menyeimbangkan” permasalahan akan ditambahkan baris (orang)
“dummy” dengan biaya berjumlah nol
Tabel 2.7 Hasil perhitungan dari King Finance Co
Kantor
Omaha Miami Dallas New York
Pegawai
Jones $800 $1100 $1200 $1000
Smith $800 $1600 $1300 $800
Wilson $500 $1000 $2300 $1500
Dummy 0 0 0 0
b. Kurangi semua angka pada baris dengan angka terkecil yang ada pada baris
tersebut, demikian pula untuk kolom.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 16
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Tabel 2.8 Hasil perhitungan dari King Finance Co

Kantor
Omaha Miami Dallas New York
Pegawai
Jones 0 $300 $400 $200
Smith 0 $1100 $800 $300
Wilson 0 $500 $1800 $1000
Dummy 0 0 0 0
c. Kurangi semua angka yang tidak tercoret oleh garis dengan angka terkecil
yang juga tidak tercoret oleh garis (200), dan tambahkan angka terkecil
tersebut pada setiap kotak yang merupakan persilangan di antara dua garis.
Kemudian coret semua angka nol dengan garis.
Tabel 2.9 Hasil perhitungan dari King Finance Co
Kantor
Omaha Miami Dallas New York
Pegawai
Jones 0 $100 $200 0
Smith 0 $900 $600 $100
Wilson 0 $300 $1600 $800
Dummy 200 0 0 0

d. Kurangi semua angka yang tidak tercoret oleh garis dengan angka terkecil
yang juga tidak tercoret oleh garis (100), dan tambahkan angka terkecil
tersebut pada setiap kotak yang merupakan persilangan di antara dua garis.
Kemudian coret semua angka nol dengan garis.
Tabel 2.10 Hasil perhitungan dari King Finance Co
Kantor
Omaha Miami Dallas New York
Pegawai
Jones 0 0 $100 0
Smith 0 $800 $500 0
Wilson 0 $200 $1500 $700
Dummy 200 0 0 100

e. Kurangi semua angka yang tidak tercoret oleh garis dengan angka terkecil
yang juga tidak tercoret oleh garis (100), dan tambahkan angka terkecil
tersebut pada setiap kotak yang merupakan persilangan di antara dua garis.
Kemudian coret semua angka nol dengan garis.
Tabel 2.11 Hasil perhitungan dari King Finance Co
Kantor
Omaha Miami Dallas New York
Pegawai
Jones 100 0 $100 0
Smith 0 $700 $400 0
Wilson 0 $100 $1400 $600
Dummy 400 0 0 100
f. Oleh karena diperlukan empat garis untuk mencoret semua angka nol, maka
penugasan yang optimal dapat ditentukan. Penugasan tersebut adalah:

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 17
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

1) Wilson ke Omaha
2) Jones ke Miami
3) Dummy (tidak seorang pun) ke Dallas.
4) Smith ke New York
Maka Biaya = 0 + 500 + 800 + 1.100 = $ 2.400

2.10 Sequencing
Pengurutan (Sequencing) adalah menentukan urutan pekerjaan yang
harus dilakukan pada setiap pusat kerja melalui pembagian tugas atau
dispatching. Metode pengurutan memberikan informasi rinci mengenai
kegiatan atau pekerjaan mana yang terlebih dahulu akan dilakukan dalam
fokus produksi. Dalam pengurutan proses produksi terdapat aturan prioritas
atau metode pengurutan, yaitu aturan yang dipergunakan dalam menentukan
urutan pekerjaan dalam fasilitas yang berorientasi pada proses (Jay Heizer &
Reinder, 2010).
Penggunaan metode pengurutan memiliki tujuan yang dapat
meminimalkan keterlambatan pesanan, memaksimalkan jumlah pekerja, dan
mengurangi waktu pengerjaan tugas agar lebih cepat selesai. Dalam kegiatan
pengurutan terdapat lima aturan yang diprioritaskan, sebagai berikut :
a. FCFS (First Come, First Served)
FCFS (First Come, First Served) adalah pekerjaan yang diproses
berdasarkan urutan kedatangan pesanan dalam sebuah pusat kerja.
Pekerjaan yang pertama datang adalah yang pertama dikerjakan oleh
bagian penugasan.
Contoh Perhitungan :
Tabel 2.12 Data FCFS
Waktu Batas waktu
Pekerjaan
Pemrosesan (Hari) pekerjaan (Hari)
A 6 8
B 2 6
C 3 18
D 8 15
E 9 23
Urutan FCFS diperlihatkan dalam tabel berikut, yaitu A-B-C-D-E. Aliran
waktu dalam sistem untuk urutan ini menghitung waktu yang dihabiskan

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 18
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

oleh setiap pekerjaan untuk menunggu ditambah dengan waktu

pengerjaannya.
Tabel 2.13 Hasil Perhitungan FCFS
Urutan Waktu Aliran Batas waktu
Keterlambatan
Pekerjaan Pemrosesan (Hari) Waktu pekerjaan (Hari)
A 6 6 8 0
B 2 8 6 2
C 3 16 18 0
D 8 19 15 4
E 9 28 23 5
Jumlah 28 77 11

Aturan FCFS menghasilkan ukuran efektivitas sebagai berikut:

1) Waktu penyelesaian rata-rata
= Jumlah aliran waktu total/Jumlah pekerjaan
= 77 hari/5 = 15,4 hari.
2) Utilisasi
= Jumlah waktu proses total/Jumlah aliran waktu total
= 28/77 = 36,40%
3) Jumlah pekerjaan rata-rata dalam sistem
= Jumlah aliran waktu total/Waktu proses pekerjaan total
= 77 hari/28 hari = 2,75 pekerjaan
4) Keterlambatan pekerjaan rata-rata
= Jumlah hari keterlambatan/Jumlah pekerjaan
= 11/5 = 2,2 hari.
b. SPT (Short Processing Time)
SPT (Short Processing Time) adalah pekerjaan yang diproses berdasarkan
waktu terpendek yang ditangani dan diselesaikan terlebih dahulu.
Contoh perhitungan :
Tabel 2.14 Data SPT
Waktu Batas waktu
Pekerjaan
Pemrosesan (Hari) pekerjaan (Hari)
A 6 8
B 2 6
C 3 18
D 8 15
E 9 23

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 19
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Aturan SPT yang diperlihatkan dalam tabel berikut, menghasilkan urutan

B-D-A-C-E. Urutan dibuat berdasarkan waktu pemrosesan dengan
prioritas tertinggi diberikan kepada pekerjaan yang paling pendek.
Tabel 2.15 Hasil Perhitungan SPT
Urutan Waktu Aliran Batas waktu
Keterlambatan
Pekerjaan Pemrosesan (Hari) Waktu pekerjaan (Hari)
B 2 2 8 0
D 3 5 15 0
A 6 11 8 3
C 8 19 18 1
E 9 28 23 5
Jumlah 28 65 9
Aturan SPT menghasilkan ukuran efektivitas sebagai berikut:
1) Waktu penyelesaian rata-rata
= Jumlah aliran waktu total/Jumlah pekerjaan
= 65 hari/5 = 13 hari.
2) Utilisasi = Jumlah waktu proses total/Jumlah aliran waktu total
= 28/65 = 43,10%
3) Jumlah pekerjaan rata-rata dalam sistem
= Jumlah aliran waktu total/Waktu proses pekerjaan total
= 65 hari/28 hari = 2,32 pekerjaan
4) Keterlambatan pekerjaan rata-rata
= Jumlah hari keterlambatan/Jumlah pekerjaan
= 9/5 = 1,8 hari.
c. LPT (Longest Processing Time)
LPT (Longest Processing Time) adalah pekerjaan yang diproses
berdasarkan waktu terpanjang yang ditangani dan diselesaikan terlebih
dahulu.
Contoh perhitungan :
Tabel 2.16 Data LPT
Waktu Batas waktu
Pekerjaan
Pemrosesan (Hari) pekerjaan (Hari)
A 6 8
B 2 6
C 3 18
D 8 15
E 9 23

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 20
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Aturan LPT yang diperlihatkan dalam tabel berikut, menghasilkan urutan

E-C-A-D-B. Urutan dibuat berdasarkan waktu pemrosesan dengan
prioritas tertinggi diberikan kepada pekerjaan yang paling panjang.
Tabel 2.17 Hasil Perhitungan LPT
Urutan Waktu Aliran Batas waktu
Keterlambatan
Pekerjaan Pemrosesan (Hari) Waktu pekerjaan (Hari)
E 9 9 23 0
C 8 17 18 0
A 6 23 8 15
D 3 26 15 11
B 2 28 6 22
Jumlah 28 103 48
Aturan LPT menghasilkan ukuran efektivitas sebagai berikut:
1) Waktu penyelesaian rata-rata
= Jumlah aliran waktu total/Jumlah pekerjaan
= 103 hari/5 = 20,6 hari.
2) Utilisasi = Jumlah waktu proses total/Jumlah aliran waktu total
= 28/103 = 27,20%
3) Jumlah pekerjaan rata-rata dalam sistem
= Jumlah aliran waktu total/Waktu proses pekerjaan total
= 103 hari/28 hari = 3,68 pekerjaan
4) Keterlambatan pekerjaan rata-rata
= Jumlah hari keterlambatan/Jumlah pekerjaan
= 48/5 = 9,6 hari.
d. EDD (Earliest Due Date)
EDD (Earliest Due Date) adalah pekerjaan yang diproses berdasarkan
batas waktu paling awal yang terlebih dahulu dikerjakan oleh pusat
penugasan.
Contoh perhitungan :
Tabel 2.18 Data EDD
Waktu Batas waktu
Pekerjaan
Pemrosesan (Hari) pekerjaan (Hari)
A 6 8
B 2 6
C 3 18
D 8 15
E 9 23

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 21
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Aturan EDD yang diperlihatkan dalam tabel berikut, menghasilkan urutan

B-A-D-C-E. Urutan dibuat berdasarkan waktu pemrosesan, dengan
prioritas tertinggi diberikan kepada pekerjaan yang paling panjang.
Tabel 2.19 Hasil Perhitungan EDD
Urutan Waktu Aliran Batas waktu
Keterlambatan
Pekerjaan Pemrosesan (Hari) Waktu pekerjaan (Hari)
B 2 2 6 0
A 6 8 8 0
D 3 11 15 0
C 8 19 18 1
B 9 28 23 5
Jumlah 28 68 6
Aturan EDD menghasilkan ukuran efektivitas sebagai berikut:
1) Waktu penyelesaian rata-rata
= Jumlah aliran waktu total/Jumlah pekerjaan
= 68 hari/5 = 13,6 hari.
2) Utilisasi = Jumlah waktu proses total/Jumlah aliran waktu total
= 28/68 = 41,20%
3) Jumlah pekerjaan rata-rata dalam sistem
= Jumlah aliran waktu total/Waktu proses pekerjaan total
= 68 hari/28 hari = 2,43 pekerjaan
4) Keterlambatan pekerjaan rata-rata
= Jumlah hari keterlambatan/Jumlah pekerjaan
= 6/5 = 1,2 hari.
e. CR (Critical Ratio)
CR (Critical Ratio) adalah pekerjaan yang diproses berdasarkan nilai rasio
terkecil yang dihasilkan dari sisa batas waktu dan sisa waktu untuk proses.
Critical ratio (CR) dihitung melalui pembagian waktu yang tersisa
(banyaknya jam atau hari kerja di antara sekarang dan due date) dengan
kerja yang tersisa (total setup, run, wait, move, and queue times).
Berdasarkan informasi pada tabel, kita dapat menghitung critical ratio
(CR), menggunakan formula berikut :
𝐷𝑢𝑒 𝐷𝑎𝑡𝑒−𝑇𝑜𝑑𝑎𝑦 ′ 𝑠 𝐷𝑎𝑡𝑒
𝐶𝑟𝑖𝑡𝑖𝑐𝑎𝑙 𝑅𝑎𝑡𝑖𝑜 = ..............................................(6)
𝑊𝑜𝑟𝑘 𝐷𝑎𝑦𝑠 𝑅𝑒𝑚𝑎𝑖𝑛𝑖𝑛𝑔

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 22
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Contoh Perhitungan :
Tabel 2.20 Data CR
Waktu Batas waktu
Pekerjaan
Pemrosesan (Hari) pekerjaan (Hari)
A 6 22
B 12 16
C 14 30
D 2 18
E 10 25

Jika diasumsikan Today’s Date = 14, maka :

Tabel 2.21 Proses Pengerjaan CR
Batas waktu Work days
Pekerjaan CR Prioritas
pekerjaan (Hari) remaining
A 22 6 (22-14)/6 = 1,33 4
B 16 12 (16-14)/12 = 0,16 1
C 30 14 (30-14)/14 = 1,14 3
D 18 2 (18-14)/2 = 2 5
E 25 10 (25-14)/10 = 1,1 2
Aturan CR yang diperlihatkan dalam tabel berikut, menghasilkan urutan
B-E-C-A-D. Urutan dibuat berdasarkan waktu pemrosesan dengan
prioritas tertinggi diberikan kepada pekerjaan yang memiliki
perbandingan CR dari terkecil hingga terbesar.
Tabel 2.22 Hasil Perhitungan CR
Work Waktu Proses Aliran Waktu Tgl Jatuh Tempo Keterlambatan Kerja
B 12 12 16 0
E 10 22 25 0
C 14 36 30 6
A 6 42 22 20
D 2 44 18 26
Jumlah 44 156 52
Aturan CR menghasilkan ukuran efektivitas sebagai berikut:
1) Waktu penyelesaian rata-rata
= Jumlah aliran waktu total/Jumlah pekerjaan
= 162 hari/5 = 32,4 hari.
2) Utilisasi = Jumlah waktu proses total/Jumlah aliran waktu total
= 44/162 = 27,1%
3) Jumlah pekerjaan rata-rata dalam sistem
= Jumlah aliran waktu total/Waktu proses pekerjaan total
= 162 hari/44 hari = 3,68 pekerjaan

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 23
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

4) Keterlambatan pekerjaan rata-rata

= Jumlah hari keterlambatan/Jumlah pekerjaan
= 67/5 = 13,4 hari.
(Stevenson, 1999).

2.11 Gantt Chart

Diagram Gantt (Gantt Chart) merupakan alat peraga visual yang
bermanfaat dalam pembebanan dan penjadwalan. Nama Gantt didapatkan
dari Henry Gantt yang menemukannya di akhir tahun 1800-an. Diagram
Gantt menunjukan pengunaan sumber daya seperti pusat kerja dan tenaga
kerja. Dalam pembebanannya diagram Gantt menunjukan pembebanan dan
waktu luang pada beberapa departemen, mesin atau fasilitas. Diagram Gantt
menujukkan beban kerja dalam sistem sedemikian rupa sehingga manajer
mengetahui penyesuaian yang akan disesuaikan. Diagram Gantt membantu
perusahaan dalam memastikan semua kegiatan telah terencana, urutan kerja
telah diperhitungkan, perkiraan waktu kegiatan telah tercatat dan keseluruhan
waktu proyek telah terbuat (J Heizer & Render, 2011).
Adapun kelebihan dari gantt chart, antara lain:
a. Sederhana, mudah dibuat dan dipahami, sehingga sangat bermanfaat
sebagai alat komunikasi dalam penyelenggaraan proyek. Gantt chart
berbentuk balok horizontal (horizontal bar) yang dibuat pada tiap kegiatan
proyek sepanjang garis waktu.
b. Gantt chart digunakan untuk penjadwalan sederhana atau proyek-proyek
yang kegiatannya tidak terlalu berkaitan atau proyek kecil, sedangkan
network untuk penjadwalan proyek yang rumit.
c. Gantt chart juga dapat digunakan untuk penjadwalan operasi yang
berulang.
d. Dapat menggambarkan jadwal suatu kegiatan dan kenyataan kemajuan
sesungguhnya pada saat pelaporan.
e. Bila digabungkan dengan metode lain dapat dipakai pada saat pelaporan.
(Said, 2009).

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 24
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Gantt chart juga memiliki kelemahan, antara lain:

a. Tidak diperlihatkan saling ketergantungan dan hubungan antar kegiatan
sehingga sulit diantisipasi jika terjadi keterlambatan suatu kegiatan
terhadap jadwal keseluruhan proyek.
b. Tidak mudah dilakukan perbaikan dan pembaharuan (updating)
disebabkan gantt chart baru harus dibuat kembali (tidak efisien), padahal
pembuatan ulang akan memakan waktu dan jika tidak dilakukan segera
maka peta tersebut akan menurun daya gunanya.
c. Untuk proyek yang berukuran sedang dan besar serta kompleks, maka
gantt chart tidak mampu menyajikan jadwal secara sistematis dan
mengalami kesulitan dalam menentukan keterkaitan antar kegiatan.
(Murahartawaty, 2009).
Adapun langkah-langkah dalam membuat gantt chart adalah sebagai
berikut:
a. Mengidentifikasi tugas. Diawali dengan mengidentifikasi waktu yang
diperlukan dalam menyelesaikan suatu tugas, mengidentifikasi tugas yang
perlu diselesaikan pada saat produksi dan mengidentifikasi runtutan kerja.
b. Menggambarkan sumbu horizontal. Dalam penggambarannya sumbu
horizontal berperan dalam mengidentifikasi waktu pelaksanaanya.
Ditandai dengan skala waktu yang sesuai (menit, jam, hari dan mingguan).
c. Menuliskan tugas maupun pekerjaan berdasarkan runtutan waktu yang
dikerjakan pada bagian kiri. Gambar kotak kiri dimana waktu tugas
tersebut dimulai sampai waktu pekerjaan yang bersangkutan selesai.
d. Melakukan pemeriksaan kembali apabila semua tugas atau bagian
pekerjaan tertulis semua ke dalam gantt chart.
(Soeharto, 1997).

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 25
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Gambar 2.2 Contoh Gantt Chart

2.12 Jenis-Jenis Penjadwalan

a. Penjadwalan Seri
Penjadwalan seri merupakan penjadwalan yang digunakan pada kondisi
tersedianya sejumlah pekerjaan yang harus dikerjakan pada sejumlah
mesin yang disusun secara berurutan (Baker, 1974). Pada permasalahan
penjadwalan seri, metode yang menghasilkan solusi optimal hanya metode
minimasi makespan dua atau lebih prosesor seri. Sementara untuk tujuan
penjadwalan lainnya sampai saat ini belum ditemukan metode heuristic
yang cukup baik.

Gambar 2.3 Penjadwalan Seri

Contoh penerapan penjadwalan seri, yaitu pembuatan pakaian yang
dimana dalam pembuatan pakaian memiliki banyak pekerjaan seperti
membuat kerah baju, kantong baju dan lain sebagainya yang diproses
hanya melalui 1 mesin jahit.
b. Penjadwalan Paralel
Penjadwalan paralel merupakan penjadwalan yang dapat digunakan ketika
sejumlah pekerjaan yang tersedia dapat dikerjakan pada beberapa mesin
secara bersamaan dengan masing-masing pekerjaan dikerjakan hanya oleh
satu mesin saja (Ginting, 2009). Jika penjadwalan pada satu prosesor

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 26
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

memiliki masalah pada bagaimana urutan pekerjaan yang akan

memberikan hasil optimal, maka pada prosesor paralel masalah yang
terjadi adalah urutan pekerjaan yang paling optimal dan prosesor manakah
yang akan mengerjakan pekerjaan tersebut.

Gambar 2.4 Penjadwalan Paralel

Contoh penerapan penjadwalan paralel yaitu pembuatan kursi dimana
dalam pembuatan kursi memiliki banyak pekerjaan seperti pengukiran,
penghalusan dan sebagainya yang diproses melalui 1 mesin untuk 1 job,
misal pengukiran dilakukan pada mesin 1 sedangkan untuk penghalusan
dilakukan pada mesin 2.
c. Job Shop
Penjadwalan job shop adalah proses pengurutan (sequencing) pekerjaan
untuk lintas produk yang tidak beraturan (tata letak berdasarkan proses).
Pada pola ini setiap pekerjaan mempunyai pola aliran proses yang lebih
spesifik, dan sangat mungkin berbeda untuk setiap pekerjaan. Akibat
pekerjaan yang tidak searah ini, maka setiap pekerjaan yang akan diproses
pada suatu mesin dapat menjadi pekerjaan baru (Imanullah, 2017).

Mesin 1 Mesin 2 Mesin 3

Gambar 2.5 Penjadwalan Job Shop

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 27
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Contoh penerapan job shop yaitu pabrik perakitan motor yang dimana
komponen seperti kaca spion dan ban bisa dikerjakan terlebih dahulu tanpa
harus menunggu komponen dalam mesin selesai.
d. Flow Shop
Penjadwalan flow shop merupakan penjadwalan dari seluruh job dengan
urutan proses sama dan masing - masing job menuju ke masing - masing
mesin dalam waktu tertentu. Sistem ini dapat digambarkan seperti urutan
linier pada mesin-mesin seperti pada lini perakitan. Setiap job diproses
sesuai dengan urutan prosesnya dan dari suatu mesin ke mesin lainnya
(Raditya, 2006).

Gambar 2.6 Penjadwalan Flow Shop

Contoh penerapan dari flow shop yaitu sebuah pabrik yang membuat
sebuah produk makanan ringan yang dimana urutan pembuatannya secara
berurut dari satu mesin ke mesin lainnya sehingga menjadi sebuah produk.
a) Flow Shop Murni
Kondisi dimana sebuah job diharuskan menjalani satu kali proses untuk
tiap-tiap tahapan proses. Misalnya, masing-masing job melalui mesin
1, kemudian mesin 2, mesin 3 dan seterusnya sampai dengan mesin
pada proses yang paling akhir. Di bawah ini diberikan gambaran sistem
produksi dengan flow shop murni.

Mesin 1 Mesin 2 Mesin 3

Gambar 2.7 Penjadwalan Flow Shop Murni

(Widodo, 2014).

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 28
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

b) Flow Shop Umum

Kondisi dimana sebuah job boleh melalui seluruh mesin produksi
dimana mulai dari yang awal sampai dengan yang terakhir. Selain itu
sebuah job boleh melalui beberapa mesin tertentu, yang mana mesin
tersebut masih berdekatan dengan mesin-mesin lainnya dan masih satu
arah lintasannya. Berikut ini contoh sistem produksi dengan pola flow
shop umum.

Mesin 1 Mesin 2 Mesin 3

Gambar 2.8 Penjadwalan Flow Shop Umum
(Widodo, 2014).
c) Flow Shop Fleksibel
Dimana tiap job mengambil rute yang sama melewati aliran proses
seperti flow shop, akan tetapi dalam prosesnya akan terdapat jumlah
mesin yang lebih dari satu tipe dan hanya digunakan dalam satu job
saja. Keuntungan dalam menggunakan aliran proses ini adalah semakin
singkatnya pekerjaan, karena menggunakan mesin lebih dari satu.
Mesin 2.1

Mesin 1 Mesin 3 Mesin 4

Mesin 2.2

Gambar 2.9 Lintasan Flexible Flow Shop

Dari gambar di atas, diketahui bahwa dalam proses permesinan M2 dan
M5 masing-masing mempunyai dua mesin dengan inisial angka “1” dan
“2” yang memungkinkan untuk job melakukan permesinan di mesin
tambahan tersebut dengan tujuan untuk mempersingkat proses
permesinan pada tahapan tersebut (Raditya, 2006).

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 29
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

d) Flow Shop Re-entrant

Flow Shop Re-entrant adalah dimana tiap job dapat mengunjungi mesin
sebelumnya kembali dan dapat dilakukan berkali-kali.

Mesin 1 Mesin 2 Mesin 3

Gambar 2.10 Lintasan Re-Entrant Flow Shop

Seperti gambar di atas pada permesinan M3 akan dilakukan permesinan
ulang pada mesin M2 untuk kemudian dilakukan permesinan pada M3
dan dilanjutkan pada M4 dan seterusnya hingga M6 (Raditya, 2006).
e. Project Scheduling
Penjadwalan proyek merupakan salah satu elemen hasil perencanaan, yang
dapat memberikan informasi tentang jadwal rencana dan kemajuan proyek
dalam hal kinerja sumber daya berupa biaya, tenaga kerja, peralatan dan
material serta rencana durasi proyek dengan progress waktu untuk
penyelesaian proyek. Critical Path Method (CPM) dan Project Evaluation
Review Technic (PERT) merupakan dua metode penjadwalan proyek yang
menggunakan pendekatan berbeda dalam pengerjaanya. Dimana metode
CPM menggunakan pendekatan deterministik, sedangkan metode PERT
menggunakan pendekatan probabilistik.
Proyek pada umumnya memiliki batas waktu (deadline), artinya proyek
harus diselesaikan sebelum atau tepat pada waktu yang telah ditentukan.
Namun pada kenyataannya di lapangan, suatu proyek tidak selalu berjalan
sesuai dengan penjadwalan yang telah dibuat. Ada banyak faktor yang
mengakibatkan hal tersebut terjadi, salah satu yang paling sering terjadi
adalah karena turunnya hujan yang mengakibatkan proses kegiatan
konstruksi harus ditunda (Syahrizal, 2014).

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 30
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Gambar 2.11 Penjadwalan Batch

Contoh penerapan penjadwalan proyek yaitu pembangunan rumah sakit
yang dimana dalam pembangunan rumah sakit terdiri dari beberapa tahap
seperti membersihkan lahan, membangun pondasi, membangun dinding,
pengecetan dan sebagainya. Dalam memudahkan pekerja atau mandor
maka dibuatlah penjadwalan proyek. Penjadwalan proyek tersebut berisi
mengenai tahapan-tahapan dalam membangun rumah sakit dan estimasi
waktu untuk penyelesaian setiap tahapnya.
f. Batch Schedulling
Sistem produksi batch adalah sistem produksi yang memiliki semua
karakteristik dari line flow tetapi tidak memproses produk yang sama
secara terus - menerus dan memproses beberapa produk dalam ukuran unit
terkecil (batch) (Gaspersz, 2012).
Batch dapat dibedakan menjadi batch produksi (production batch) dan
batch transfer (transfer batch). Batch produksi adalah sekelompok part
yang sedang dalam atau akan melalui pemrosesan pada suatu fasilitas
produksi dengan hanya sekali setup, waktu setup antar batch diabaikan.
Sedangkan batch transfer didefinisikan sebagai sekumpulan part yang
secara bersama-sama dipindahkan dari satu fasilitas ke fasilitas yang lain.
Bila ukuran batch produksi sama dengan ukuran batch transfer, maka
artinya setiap part akan tetap berada pada fasilitas tersebut sampai seluruh
part dalam batch tersebut selesai diproses (Septiani, 2007).

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 31
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Gambar 2.12 Penjadwalan Batch

Sasaran utama dari model penjadawalan Batch ini adalah bagaimana
menentukan ukuran batch yang paling ekonomis agar dapat memenuhi
target produksi yang bervariasi dengan waktu setup sesedikit mungkin
guna menekan biaya produksi (Baker, 1974). Penjadwalan batch cocok
diterapkan pada perusahaan yang memproduksi barang dengan volume
yang tinggi dengan jenis yang berbeda-beda namun dikerjakan pada
lintasan proses yang sama (Ginting, 2009).
Contoh penerapan penjadwalan batch yakni sebuah pabrik yang
memproduksi minuman dengan memiliki beberapa varian rasa yang
berbeda dalam sekali produksi yang dikerjakan dalam lintasan yang sama.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 32
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

2.13 Metode-Metode Penjadwalan Flow Shop

a. Heuristic Pour
Hamid Davoud Pour (2001) dalam Kuncoro (2013) mengembangkan
algoritma heuristik baru di dalam menyelesaikan penjadwalan flow shop
dengan tujuan meminimalkan makespan yaitu berdasarkan pendekatan
kombinasi. Hal ini dilakukan dengan cara mengganti setiap job dengan job
yang lainnya dalam urutan sampai ditemukan kombinasi urutan yang dapat
memenuhi kriteria tujuan. Dalam metode ini diasumsikan bahwa semua
job diproses secara terpisah dan independent untuk setiap mesinnya.
Langkah-langkah pengerjaan algoritma heuristik Pour adalah (Pour,
2001):
1) Memilih job secara acak sebagai urutan pertama sementara dalam
urutan pengerjaan.
2) Menempatkan job lain (selain job yang sudah dipilih sebagai urutan
pertama) pada urutan berikutnya.
3) Memilih waktu proses terkecil untuk masing-masing mesin.
4) Melakukan penambahan waktu proses (completion time) pada setiap Pij
dengan aturan increasing processing time, yaitu dengan menambahkan
waktu proses secara kumulatif dari yang terkecil menuju yang terbesar
pada setiap Pij. Di mana Pij adalah waktu proses dari job ke-i pada mesin
ke-j.
5) Menghitung sum of completion time (∑ Ci ) untuk setiap job yang ada.
6) Mengurutkan (∑ Ci ) dengan aturan increasing order untuk diletakkan
pada urutan setelah job yang sudah dipilih untuk urutan pertama
sementara.
7) Setelah didapatkan urutan sementara, maka hitunglah Fmax-nya.
8) Mengulangi langkah 1-7 untuk setiap job yang ada yang akan
ditempatkan sebagai urutan pertama dari urutan job sampai didapatkan
Fmax (makespan) paling minimal.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 33
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

9) Mengulangi langkah 1-8 untuk job yang akan ditempatkan pada posisi
berikutnya yaitu posisi kedua, ketiga dan seterusnya setelah terpilih job
untuk posisi pertama dengan nilai Fmax minimum.
b. Simulated Annealing
Sejak dipublikasikan oleh Kirkpatrick, metode Simulated Annealing (SA)
adalah salah satu metode metaheuristik yang banyak diterapkan dalam
memecahkan persoalan optimasi kombinatorial. Algoritma Simulated
Annealing (SA) bekerja dengan meniru proses annealing untuk
memecahkan persoalan optimisasi. SA menggunakan parameter suhu yang
mengontrol pencarian. Parameter suhu biasanya dimulai dari suhu tinggi
dan secara perlahan menurun pada setiap iterasi. Pada tiap-tiap iterasi satu
titik baru dibangkitkan dan jaraknya terhadap titik semula merupakan
proporsional terhadap suhu. Jika titik yang baru mempunyai nilai fungsi
yang lebih baik, maka titik tersebut menggantikan titik semula dan
penghitungan iterasi dinaikkan. Adalah hal yang mungkin untuk berpindah
ke titik yang lebih buruk, hal ini terkait secara langsung pada pengaruh
suhu. Langkah seperti ini terkadang membantu menemukan area pencarian
baru dalam upaya mendapatkan nilai mimimum yang lebih baik (Liao,
Tjandradjaja, & Chung, 2012).
Penjadwalan dengan metode simulated annealing memiliki langkah-
langkah sebagai berikut:
1) Menentukan solusi awal penjadwalan
Pada tahap ini dilakukan perhitungan makespan sesuai dengan
penjadwalan order yang ada di perusahaan pada keadaan aktual. Tahap
ini penting dilakukan untuk mengetahui total waktu penyelesaiaan
seluruh job order yang datang.
2) Menentukan temperatur awal (T0)
Sebelum melakukan pencarian solusi baru terlebih dahulu ditentukan
temperatur awal. Temperatur awal ini cukup besar tujuannya adalah
untuk mendapatkan ruang solusi yang lebih besar pada tahap awal

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 34
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

pencarian solusi. Pada algoritma simulated annealing, sekumpulan

parameter harus didefenisikan terlebih dahulu di awal proses.
(Damanik, 2011).
c. Branch and Bound
Metode Branch and Bound merupakan salah satu metode untuk
menghasilkan penyelesaian optimal program linier yang menghasilkan
variabel-variabel keputusan bilangan bulat. Sesuai dengan namanya,
metode ini membatasi penyelesaian optimum yang akan menghasilkan
bilangan pecahan dengan cara membuat cabang atas atau bawah bagi
masing-masing variabel keputusan yang bernilai pecahan agar bernilai
bulat sehingga setiap pembatasan akan menghasilkan cabang baru
(Hartono, 2014).
Prinsip dasar metode ini adalah memecah daerah fisibel (layak) suatu
masalah program linier dengan membuat submasalah. Ada dua konsep
dasar dalam metode branch and bound:
1) Branching adalah proses membagi-bagi permasalahan menjadi
subproblem yang mungkin mengarah ke solusi.
2) Bounding adalah suatu proses untuk mencari/menghitung batas atas dan
batas bawah untuk solusi optimal pada subproblem yang mengarah ke
solusi.
Berikut ini adalah langkah-langkah penyelesaian suatu masalah
maksimisasi dengan metode branch and bound :
1) Selesaikan masalah program linier dengan metode simpleks, selesaikan
masalah tanpa pembatasan bilangan integer.
2) Teliti solusi optimalnya, jika variabel keputusan yang diharapkan adalah
bilangan integer, solusi optimum integer telah tercapai. Jika satu atau
lebih variabel keputusan yang diharapkan ternyata bukan bilangan
integer, lanjutkan ke langkah 3.
3) Jadikan solusi pada penyelesaian langkah 1 menjadi batas atas dan untuk
batas bawahnya merupakan solusi yang variabel keputusannya telah
diintegerkan (rounded – down).

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 35
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

4) Pilih variabel yang mempunyai nilai pecahan terbesar (artinya bilangan

desimal terbesar dari masing-masing variabel untuk dijadikan
pencabangan ke dalam sub-sub masalah). Tujuannya adalah untuk
menghilangkan solusi yang tidak memenuhi persyaratan integer dalam
masalah itu. Pencabangan itu dilakukan secara mutually exclusive untuk
memenuhi persyaratan integer dengan jaminan tidak ada solusi fisibel
(layak) yang diikutsertakan. Hasilnya adalah sebuah sub masalah dengan
batasan ≤ atau batasan ≥.
5) Untuk setiap sub-masalah, nilai optimum fungsi tujuan ditetapkan
sebagai batas atas. Solusi optimum yang diintegerkan menjadi batas
bawah (solusi yang sebelumnya tidak integer kemudian diintegerkan).
Sub-sub masalah yang memiliki batas atas kurang dari batas bawah yang
ada, tidak diikutsertakan pada analisa selanjutnya. Suatu solusi integer
fisibel (layak) adalah sama baik atau lebih baik dari batas atas untuk
setiap sub masalah yang dicari. Jika solusi yang demikian terjadi, suatu
sub masalah dengan batas atas terbaik dipilih untuk dicabangkan.
Kembali ke langkah 4 (Pasaribu, 2018).
d. Gupta
Metode Gupta adalah menentukan nilai index untuk setiap job kemudian
mengurutkan keempat job tersebut dengan aturan increasing index value
(urutan nilai index meningkat) dan ditentukannya nilai Cmax (Ginting,
2009).

Berikut adalah
 penjadwalan mesin dengan metode algoritma gupta :

1) Menentukan nilai indeks untuk tiap job, dengan menggunakan rumus :

𝐴
𝐹(𝑖) = min (𝑡 ) .....................................................................(7)
𝑖𝑚 −𝑡𝑖𝑚+1

Keterangan :
F(i) = Nilai Index pada job ke-i
A = Index, apabila waktu mesin i job ke-i > mesin I job ke-i+1 =1, apabila waktu
mesin i job ke-i < mesin I job ke-i+1 =-1
tim = waktu mesin i pada job ke-i
tim+1 = waktu mesin i pada job ke-i

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 36
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

2) Mengurutkan nilai index dari tiap-tiap job dengan aturan increasing

index value (mengurutkan nilai index dari nilai index terendah ke nilai
index tertinggi).
3) Menentukan nilai Cmax (makespan)
(Luviana & Pramestari, 2018).
e. Palmer
Metode yang dikemukakan oleh Palmer merupakan teknik penjadwalan
slope index. Slope index digunakan untuk mengurutkan job agar
menghasilkan total waktu penyelesaian minimal. Prosedur pengurutan
slope index memberikan prioritas pada job dengan waktu proses maksimal
diproses terlebih dahulu. Slope index untuk job i yaitu :
𝑆𝑖 = ∑𝑚
𝑗=1(2𝑗 − 𝑚 − 1)𝑡𝑖,𝑗 ; 𝑖 = 1,2, … , 𝑛 𝑑𝑎𝑛 𝑗 = 1,2, … 𝑚 ............... (8)

Keterangan :
Si = Slope index job i
ti,j = Waktu proses job i pada mesin j (menit)
(Modrak & Pandian, 2010).
f. NEH (Nawaz Enscore & Ham)
Nawaz, Enscore and Ham (1983) menguraikan suatu metode heuristik
yang mudah untuk membangun dan memberi hasil yang baik dalam
banyak kasus. Dimana menurut Nawaz, Enscore and Ham dengan total
waktu proses pada semua mesin yang lebih besar seharusnya
diprioritaskan untuk dikerjakan lebih dahulu daripada job dengan total
waktu proses yang lebih kecil. Proses ini berulang sampai semua job sudah
dijadwalkan sehingga banyaknya iterasi tersebut adalah :
(𝑛 × (𝑛 + 1)
.............................................................................................. (9)
2−1

Langkah-langkahnya adalah :
1) Hitung waktu total proses masing-masing job.
𝑚
𝑇 = ∑𝑗 =1 𝑡𝑦 ................................................................................... (10)

Untuk semua job i, dengan t adalah waktu proses job i dimesin j.

2) Urutkan job berdasarkan aturan SPT (Shortest Processing Time).

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 37
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

3) Setelah itu, dimulai dengan mencoba dua urutan pertama kemudian

hitung makespan dari kemungkinan urutan dua job tersebut. Pilih
urutan dengan makasepan yang terkecil dan urutan dengan makespan
yang terbesar akan dibuang atau tidak digunakan.
4) Perhitungan dilanjutkan berdasarkan job selanjutnya dan diurutkan
kembali serta dihitung makespannya.
5) Lakukan terus menerus perhitungan tersebut hingga didapat urutan
dengan makespan terkecil. Maka makespan terkecil yang akan dipilih.
(Desiana, 2010).
g. CDS (Campbell Dudek & Smith)
CDS merupakan salah satu metode penjadwalan produksi yang dapat
meminimasi makespan dan menghasilkan solusi yang mendekati optimal
(Ginting, 2009). Metode CDS mencari urutan prioritas terbaik dengan
mengkombinasikan stasiun kerja yang ada menjadi dua kelompok mesin.
Dari dua kelompok mesin tersebut kemudian dicari dengan mengutamakan
waktu proses tercepat. Bila waktu proses terkecil terletak di mesin
pertama, job tersebut diletakkan di urutan depan. Sedangkan bila waktu
proses terkecil terletak di mesin kedua, job tersebut diletakkan di urutan
belakang. Adapun langkah-langkah penjadwalan algoritma CDS adalah
sebagai berikut:
1) Tentukan jumlah iterasi, yaitu jumlah mesin – 1
2) Ambil penjadwalan pertama (K = 1). Untuk seluruh job yang ada,
carilah nilai t*i,2 yang minimum yang merupakan waktu proses pada
mesin pertama dan kedua, dimana t*i,1 = ti,1 dan t*i,2 = ti,2. Lakukan juga
untuk iterasi selanjutnya.
3) Lakukan aturan Johnson. Jika waktu minimum didapat pada mesin
pertama, misal (ti,1) selanjutnya tempatkan tugas tersebut pada awal
deret penjadwalan dan bila waktu minimum didapat pada mesin kedua
(misal ti,2), tugas tersebut ditempatkan pada posisi akhir dari deret
penjadwalan.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 38
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

4) Pindahkanlah tugas-tugas tersebut dari daftarnya dan susun dalam

bentuk deret penjadwalan. Jika masih ada job yang tersisa, berarti
penjadwalan telah selesai. Dengan demikian, waktu proses dari kedua
mesin yaitu mesin pertama (t*i,1) dan mesin kedua (t*i,2) pada
penjadwalan ke-k adalah
𝑘
𝑡 ∗𝑖,1 = ∑𝑘 = 1 𝑡𝑖,𝑘 ...........................................................................(11)
𝑘
𝑡 ∗𝑖,2 = ∑𝑘 = 1 𝑡𝑖,𝑚 − 𝑘 + 1 ................................................................ (12)
Jika jadwal ke - k = m - 1 sudah tercapai berarti penjadwalan sudah
selesai.
(Ginting, 2009).
h. Ho Chang
Pada tahun 1991, Johnny C. Ho dan Yih-Long Chang memperkenalkan
sebuah algoritma baru yang bertujuan untuk meminimalisasi makespan.
Prinsip yang mendasari metode heuristik mereka adalah bahwa
minimalisasi jurang-jurang pemisah (gaps) antara operasi-operasi yang
beriringan akan menghasilkan suatu solusi yang lebih berkualitas. Gap
didefinisikan sebagai waktu antara berakhirnya job ke- 𝑖 pada mesin ke- 𝑗
dengan dimulainya job ke- 𝑖 pada mesin ke- (𝑗 + 1).
Agar dapat mencapai solusi yang lebih berkualitas, telah dicatat bahwa
pasangan job dengan gap yang paling negatif harus ditempatkan pada
bagian akhir jadwal, serta bahwa pasangan job yang memiliki gap paling
positif haruslah ditempatkan pada bagian awal jadwal. Rasionalisasinya
adalah bahwa dalam suatu jadwal semacam itu akan terdapat kesempatan-
kesempatan yang lebih baik untuk mengkompensasikan gap negatif
berkaitan dengan job belakangan. Teknik pertukaran yang menggunakan
ukuran tersebut bertujuan untuk meningkatkan kualitas solusi (Ho &
Chang, 1991).
i. Tabu Search
Fred Glover (1998) memperkenalkan sebuah teknik heuristik yang disebut
tabu search. Menurut Glover, konsep dasar dari tabu search merupakan

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 39
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

suatu algoritma yang menuntun setiap tahapannya agar dapat

menghasilkan kriteria aspirasi yang optimum tanpa terjebak ke dalam
solusi awal yang ditemukan selama tahapan itu berlangsung. Sehingga
maksud dari algoritma ini adalah mencegah terjadinya perulangan dan
ditemukannya solusi yang sama pada suatu iterasi yang akan digunakan
lagi pada iterasi selanjutnya.
Kelebihan tabu search terletak pada struktur memori yang fleksibel.
Struktur memori itu akan membolehkan pencarian terus dilakukan
meskipun solusi yang diperoleh saat ini tidak ada yang lebih baik dari
solusi terbaik yang telah diperoleh.
1) Membangkitkan sebuah solusi awal
2) Menentukan kriteria aspirasi (aspiration criteria), merupakan sebuah
tujuan (goal) dalam melakukan perhitungan tabu search.
3) Menentukan kriteria terminasi (stopping criteria)
4) Melakukan move
5) Menghitung makespan dari setiap struktur yang terbentuk, kemudian
memilih makespan terkecil untuk dimasukkan ke dalam tabu list untuk
menghindari terjadinya cycling (mengulang perhitungan).
6) Mengulangi langkah 4 dan 5 hingga tercapai kriteria aspirasi. Jika
kriteria terminasi telah dipenuhi maka stop, artinya nilai makespan
paling minimum yang berada dalam tabu list adalah solusi yang
optimum.
(Glover, 1998).

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 40
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

BAB III

PENGUMPULAN DATA DAN PENGOLAHAN DATA

3.1 Pengumpulan Data

CV. Namirah adalah usaha yang bergerak di bidang produksi roti seperti
roti keju, roti coklat dan roti stroberi. Aliran proses produksi yaitu flow shop
dan memproduksi roti setiap hari dalam jumlah yang besar. Untuk memenuhi
permintaan, diperlukan suatu penjadwalan yang optimal dalam memproduksi
produk-produk tersebut. Berikut adalah data proses produksi CV. Namirah.
a. Aturan Johnson
Tabel di bawah merupakan data produksi roti pada CV. Namirah yang
diurutkan menggunakan aturan Johnson. Data di bawah merupakan data
yang telah ditambah 8 menit sesuai dengan ketentuan yang telah ditetapkan.
Tabel 3.1 Data Aturan Johnson
Mesin (Menit)
Job
M1 M2 M3
1 85 81 97
2 93 78 85
3 87 80 92
4 92 84 102
5 89 67 99
6 96 81 101
7 102 74 90

b. Metode Dannenbring
Tabel di bawah ini merupakan data produksi pada CV. Namirah yang
diurutkan menggunakan metode Dannenbring. Data di bawah merupakan
data yang telah ditambah 8 menit sesuai dengan ketentuan yang telah
ditetapkan.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 41
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Tabel 3.2 Data Metode Dannenbring

Mesin (Menit)
Job
M1 M2 M3 M4 M5 M6 M7
1 93 84 101 99 85 97 78
2 109 89 88 81 88 80 93
3 107 80 85 93 81 98 83
4 81 96 76 92 76 86 88
5 74 98 101 107 90 83 79
6 116 84 83 84 78 99 97
7 74 106 85 87 83 90 94
8 96 98 108 103 101 97 98

c. Metode Penugasan
Tabel di bawah ini merupakan data produksi pada CV. Namirah yang
diurutkan menggunakan metode penugasan. Data di bawah merupakan data
yang telah ditambah 8 menit sesuai dengan ketentuan yang telah ditetapkan.
Tabel 3.3 Data Metode Penugasan
Mesin (Menit)
Job
M1 M2 M3 M4 M5 M6 M7 M8
1 101 84 93 99 85 95 91 102
2 88 89 109 81 88 75 89 109
3 85 80 81 93 81 97 101 87
4 76 96 107 102 76 78 81 88
5 101 98 116 92 78 101 112 91
6 83 84 74 84 90 81 98 102
7 89 97 87 98 86 110 84 99
8 87 88 110 97 94 87 92 98

d. Metode Sequencing
Tabel di bawah ini merupakan data produksi pada CV. Namirah yang akan
dijadwalkan dengan metode sequencing. Data di bawah merupakan data
yang telah ditambah 8 menit sesuai dengan ketentuan yang telah ditetapkan.
Tabel 3.4 Data Metode Sequencing
Job Processing Time Due Date
1 93 91
2 109 108
3 81 77
4 107 104
5 74 78
6 116 115
7 96 94
8 98 95
9 109 107
10 107 105

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 42
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

3.2 Pengolahan Data

a. Aturan Johnson
Berdasarkan tabel 3.1 data yang telah dikumpulkan akan diolah
menggunakan aturan Johnson. Tabel di bawah ini berisi data proses
pembuatan roti yang akan diurutkan menggunakan aturan Johnson.
Tabel 3.5 Data Proses Aturan Johnson
Mesin (Menit)
Job
M1 M2 M3
1 85 81 97
2 93 78 85
3 87 80 92
4 92 84 102
5 89 67 99
6 96 81 101
7 102 74 90

Data proses pembuatan roti pada tabel 3.5 memenuhi syarat aturan Johnson
untuk tiga pusat kerja sehingga dilanjutkan ke tahap selanjutnya. Waktu
proses pada M1 dijumlahkan dengan waktu proses pada M2 menjadi P1 dan
waktu proses pada M2 dijumlahkan dengan waktu proses pada M3 menjadi
P2. Hasil penjumlahan tersebut dapat dilihat pada tabel di bawah.
Tabel 3.6 Proses Pengurutan Aturan Johnson
Mesin (Menit)
Job
P1 P2
1 166 178
2 171 163
3 167 172
4 176 186
5 156 166
6 177 182
7 176 164

Job kemudian diurutkan berdasarkan waktu proses terpendek. Hasil

pengurutan job menggunakan aturan Johnson dapat dilihat pada gambar di
bawah.
P1 J5 P1 J1 P1 J3 P1 J4 P1 J6 P2 J7 P2 J2
Gambar 3.1 Pengurutan Pekerjaan Menggunakan Aturan Johnson

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 43
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

1) Gantt Chart
Berdasarkan hasil pengurutan pekerjaan menggunakan aturan Johnson,
dapat dibuat gantt chart yang dapat dilihat pada gambar di bawah.

Gambar 3.2 Gantt Chart Penyelesaian Pengurutan Aturan Johnson

2) Makespan
Berdasarkan hasil gantt chart penyelesaian pengurutan menggunakan
aturan Johnson, dapat diperoleh makespan sebesar 822 menit.
3) Idle Time
Berdasarkan hasil gantt chart penyelesaian pengurutan menggunakan
aturan Johnson, dapat diperoleh idle time dengan perhitungan sebagai
berikut:
Idle time = 89 + 18 + 6 + 12 + 12 + 21 + 19 + 174
= 341 menit

b. Metode Dannenbring
Berdasarkan data yang telah dikumpulkan akan diolah menggunakan
metode Dannenbring. Tabel di bawah menunjukkan waktu proses,
kemudian mencari nilai P1 dan P2 untuk tiap job yang dapat dilihat pada
uraian berikut.
Tabel 3.7 Data Waktu Proses Metode Dannenbring
Mesin (Menit)
Job
M1 M2 M3 M4 M5 M6 M7
1 93 84 101 99 85 97 78
2 109 89 88 81 88 80 93
3 107 80 85 93 81 98 83
4 81 96 76 92 76 86 88
5 74 98 101 107 90 83 79
6 116 84 83 84 78 99 97
7 74 106 85 87 83 90 94
8 96 98 108 103 101 97 98

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 44
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

1) Mencari nilai P1
P1J1 = ∑𝑚
𝑗=1(𝑚 − 𝑗 + 1) ∗ 𝑡𝑖𝑗

= 7ti1 + 6ti2 + 5ti3 + 4ti4 + 3ti5 + 2ti6 + ti7

= 7(93) + 6(84) + 5(101) + 4(99) + 3(85) + 2(97) + 78
= 2.583
P1J2 = ∑𝑚
𝑗=1(𝑚 − 𝑗 + 1) ∗ 𝑡𝑖𝑗

= 7ti1 + 6ti2 + 5ti3 + 4ti4 + 3ti5 + 2ti6 + ti7

= 7(109) + 6(89) + 5(88) + 4(81) + 3(88) + 2(80) + 93
= 2.578
P1J3 = ∑𝑚
𝑗=1(𝑚 − 𝑗 + 1) ∗ 𝑡𝑖𝑗

= 7ti1 + 6ti2 + 5ti3 + 4ti4 + 3ti5 + 2ti6 + ti7

= 7(107) + 6(80) + 5(85) + 4(93) + 3(81) + 2(98) + 83
= 2.548
P1J4 = ∑𝑚
𝑗=1(𝑚 − 𝑗 + 1) ∗ 𝑡𝑖𝑗

= 7ti1 + 6ti2 + 5ti3 + 4ti4 + 3ti5 + 2ti6 + ti7

= 7(81) + 6(96) + 5(76) + 4(92) + 3(76) + 2(86) + 88
= 2.379
P1J5 = ∑𝑚
𝑗=1(𝑚 − 𝑗 + 1) ∗ 𝑡𝑖𝑗

= 7ti1 + 6ti2 + 5ti3 + 4ti4 + 3ti5 + 2ti6 + ti7

= 7(74) + 6(98) + 5(101) + 4(107) + 3(90) + 2(83) + 79
= 2.554
P1J6 = ∑𝑚
𝑗=1(𝑚 − 𝑗 + 1) ∗ 𝑡𝑖𝑗

= 7ti1 + 6ti2 + 5ti3 + 4ti4 + 3ti5 + 2ti6 + ti7

= 7(116) + 6(84) + 5(83) + 4(84) + 3(78) + 2(99) + 97
= 2.596
P1J7 = ∑𝑚
𝑗=1(𝑚 − 𝑗 + 1) ∗ 𝑡𝑖𝑗

= 7ti1 + 6ti2 + 5ti3 + 4ti4 + 3ti5 + 2ti6 + ti7

= 7(74) + 6(106) + 5(85) + 4(87) + 3(83) + 2(90) + 94
= 2.450

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 45
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

P1J8 = ∑𝑚
𝑗=1(𝑚 − 𝑗 + 1) ∗ 𝑡𝑖𝑗

= 7ti1 + 6ti2 + 5ti3 + 4ti4 + 3ti5 + 2ti6 + ti7

= 7(96) + 6(98) + 5(108) + 4(103) + 3(101) + 2(97) + 98
= 2.807
2) Mencari nilai P2
P2J1 = ∑𝑚
𝑗=1 𝑗 ∗ 𝑡𝑖𝑗

= ti1 + 2ti2 + 3ti3 + 4ti4 + 5ti5 + 6ti6 + 7ti7

= 93 + 2(84) + 3(101) + 4(99) + 5(85) + 6(97) + 7(78)
= 2.513
P2J2 = ∑𝑚
𝑗=1 𝑗 ∗ 𝑡𝑖𝑗

= ti1 + 2ti2 + 3ti3 + 4ti4 + 5ti5 + 6ti6 + 7ti7

= 109 + 2(89) + 3(88) + 4(81) + 5(88) + 6(80) + 7(93)
= 2.446
P2J3 = ∑𝑚
𝑗=1 𝑗 ∗ 𝑡𝑖𝑗

= ti1 + 2ti2 + 3ti3 + 4ti4 + 5ti5 + 6ti6 + 7ti7

= 107 + 2(80) + 3(88) + 4(93) + 5(81) + 6(98) + 7(83)
= 2.477
P2J4 = ∑𝑚
𝑗=1 𝑗 ∗ 𝑡𝑖𝑗

= ti1 + 2ti2 + 3ti3 + 4ti4 + 5ti5 + 6ti6 + 7ti7

= 81+ 2(96) + 3(76) + 4(92) + 5(76) + 6(86) + 7(88)
= 2.381
P2J5 = ∑𝑚
𝑗=1 𝑗 ∗ 𝑡𝑖𝑗

= ti1 + 2ti2 + 3ti3 + 4ti4 + 5ti5 + 6ti6 + 7ti7

= 74 + 2(98) + 3(101) + 4(107) + 5(90) + 6(83) + 7(79)
= 2.502
P2J6 = ∑𝑚
𝑗=1 𝑗 ∗ 𝑡𝑖𝑗

= ti1 + 2ti2 + 3ti3 + 4ti4 + 5ti5 + 6ti6 + 7ti7

= 116 + 2(84) + 3(83) + 4(84) + 5(78) + 6(99) + 7(97)
= 2.532

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 46
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

P2J7 = ∑𝑚
𝑗=1 𝑗 ∗ 𝑡𝑖𝑗

= ti1 + 2ti2 + 3ti3 + 4ti4 + 5ti5 + 6ti6 + 7ti7

= 74 + 2(106) + 3(85) + 4(87) + 5(83) + 6(90) + 7(94)
= 2.502
P2J8 = ∑𝑚
𝑗=1 𝑗 ∗ 𝑡𝑖𝑗

= ti1 + 2ti2 + 3ti3 + 4ti4 + 5ti5 + 6ti6 + 7ti7

= 96 + 2(98) + 3(108) + 4(103) + 5(101) + 6(97) + 7(98) = 2.801
Setelah nilai P1 dan P2 didapatkan, perhitungan P1 dan P2 kemudian
diakumulasikan pada setiap job. Berikut merupakan hasil akumulasi
metode Dannenbring.
Tabel 3.8 Nilai P1 dan P2
Job P1 P2
1 2.583 2.513
2 2.578 2.446
3 2.548 2.477
4 2.379 2.381
5 2.554 2.502
6 2.596 2.532
7 2.450 2.502
8 2.807 2.801

Job kemudian diurutkan berdasarkan waktu proses terpendek. Hasil

pengurutan job menggunakan aturan Dannenbring dapat dilihat pada
gambar di bawah.
P1 J4 P1 J7 P2 J8 P2 J6 P2 J1 P2 J5 P2 J3 P2 J2
Gambar 3.3 Pengurutan Pekerjaan Menggunakan Metode Dannenbring
3) Gantt Chart
Berdasarkan hasil pengurutan pekerjaan menggunakan metode Johnson,
dapat dibuat gantt chart yang dapat dilihat pada gambar di bawah.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 47
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Gambar 3.4 Gantt Chart Pengurutan Pekerjaan Menggunakan Metode Dannenbring

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 48
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

4) Makespan
Berdasarkan hasil gantt chart penyelesaian pengurutan menggunakan
metode Dannenbring, dapat diperoleh makespan sebesar 1.343 menit.
5) Idle Time
Berdasarkan hasil gantt chart penyelesaian pengurutan menggunakan
metode Dannenbring, dapat diperoleh idle time dengan perhitungan
sebagai berikut:
Idle time = 81 + 23 + 177 + 30 + 13 + 253 + 23 + 34 + 345 + 34 + 54
+ 29 + 421 + 31 + 65 + 507 + 33 + 68 + 25
= 2.246 menit

c. Metode Penugasan
Tabel di bawah merupakan data waktu proses pembuatan roti yang akan
diurutkan dengan menggunakan metode penugasan.
Tabel 3.9 Data Waktu Proses Metode Penugasan
Mesin (Menit)
Job
M1 M2 M3 M4 M5 M6 M7 M8
1 101 84 93 99 85 95 91 102
2 88 89 109 81 88 75 89 109
3 85 80 81 93 81 97 101 87
4 76 96 107 102 76 78 81 88
5 101 98 116 92 78 101 112 91
6 83 84 74 84 90 81 98 102
7 89 97 87 98 86 110 84 99
8 87 88 110 97 94 87 92 98
Berdasarkan data di atas, akan dibuat pengurutan job menggunakan metode
penugasan dengan langkah-langkah berikut:
1) Angka pada tiap baris dikurangi dengan angka terkecil pada baris
tersebut. Angka terkecil pada baris pertama (job 1) adalah 84, baris kedua
(job 2) adalah 75, baris ketiga (job 3) adalah 80, baris keempat (job 4)
adalah 76, baris kelima (job 5) adalah 78, baris keenam (job 6) adalah 74,
baris ketujuh (job 7) adalah 84, dan baris kedelapan (job 8) adalah 87.
Hasil pengurangan baris dapat dilihat pada tabel di bawah ini.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 49
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Tabel 3.10 Pengurangan Pada Baris

Mesin (Menit)
Job
M1 M2 M3 M4 M5 M6 M7 M8
1 17 0 9 15 1 11 7 18
2 13 14 34 6 13 0 14 34
3 5 0 1 13 1 17 21 7
4 0 20 31 26 0 2 5 12
5 23 20 38 14 0 23 34 13
6 9 10 0 10 16 7 24 28
7 5 13 3 14 2 26 0 15
8 0 1 23 10 7 0 5 11

2) Angka pada tiap kolom dikurangi dengan angka terkecil pada kolom
tersebut. Angka terkecil pada kolom pertama (job 1) adalah 0, baris
kedua (job 2) adalah 0, baris ketiga (job 3) adalah 0, baris keempat (job
4) adalah 6, baris kelima (job 5) adalah 0, baris keenam (job 6) adalah 0,
baris ketujuh (job 7) adalah 0, dan baris kedelapan (job 8) adalah 7. Hasil
pengurangan dapat dilihat pada tabel di bawah ini.
Tabel 3.11 Pengurangan Pada Kolom
Mesin (Menit)
Job
M1 M2 M3 M4 M5 M6 M7 M8
1 17 0 9 9 1 11 7 11
2 13 14 34 0 13 0 14 27
3 5 0 1 7 1 17 21 0
4 0 20 31 20 0 2 5 5
5 23 20 38 8 0 23 34 6
6 9 10 0 4 16 7 24 21
7 5 13 3 8 2 26 0 8
8 0 1 23 4 7 0 5 4

3) Melakukan row scanning dan column scanning. Hasilnya dapat dilihat

pada tabel di bawah ini.
Tabel 3.12 Hasil Row Scanning dan Column Scanning
Mesin (Menit)
Job
M1 M2 M3 M4 M5 M6 M7 M8
1 17 0 9 9 1 11 7 11
2 13 14 34 0 13 0 14 27
3 5 0 1 7 1 17 21 0
4 0 20 31 20 0 2 5 5
5 23 20 38 8 0 23 34 6
6 9 10 0 4 16 7 24 21
7 5 13 3 8 2 26 0 8
8 0 1 23 4 7 0 5 4

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 50
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Hasil dari row scanning dan column scanning telah optimal sehingga
diperoleh pengurutan job yang dapat dilihat pada gambar di bawah ini.
M2 J1 M4 J2 M8 J3 M1 J4 M5 J5 M3 J6 M7 J7 M6 J8
Gambar 3.5 Pengurutan Pekerjaan Menggunakan Metode Penugasan
Berdasarkan gambar, maka total waktu pengerjaan job menggunakan
metode penugasan adalah sebagai berikut:
Tabel 3.13 Total Waktu Pengerjaan Metode Penugasan
Job Mesin Waktu (Menit)
1 M2 84
2 M4 81
3 M8 87
4 M1 76
5 M5 78
6 M3 74
7 M7 84
8 M6 87
Total 651

d. Metode Sequencing
Tabel di bawah merupakan data waktu proses pembuatan roti yang akan
diurutkan dengan menggunakan metode sequencing.
Tabel 3.14 Waktu Proses Metode Sequencing
Job Processing Time Due Date
1 93 91
2 109 108
3 81 77
4 107 104
5 74 78
6 116 115
7 96 94
8 98 95
9 109 107
10 107 105
Berdasarkan data di atas, akan dibuat pengurutan job menggunakan metode
sequencing dengan beberapa aturan prioritas sebagai berikut:
1) FCFS (First Come First Serve)
Tabel di bawah merupakan tabel yang berisi data waktu proses
pembuatan roti yang telah diurutkan dengan menggunakan aturan FCFS.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 51
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Tabel 3.15 Urutan Job dengan Aturan FCFS

Job Processing Time Due Date Flowtime Lateness
1 93 91 93 2
2 109 108 202 94
3 81 77 283 206
4 107 104 390 286
5 74 78 464 386
6 116 115 580 465
7 96 94 676 582
8 98 95 774 679
9 109 107 883 776
10 107 105 990 885
Total 990 974 5335 4361
a) Average Completion Time

∑ 𝐹𝑙𝑜𝑤𝑡𝑖𝑚𝑒 5335
= = 533,5 ≈ 534 menit/𝐽𝑜𝑏
∑ 𝐽𝑜𝑏 10
b) Utilization
∑ 𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑖𝑛𝑔 𝑇𝑖𝑚𝑒 990
𝑥 100% = 𝑥 100% = 18,56%
∑ 𝐹𝑙𝑜𝑤𝑡𝑖𝑚𝑒 5335

c) Average Number of Job in System

∑ 𝐹𝑙𝑜𝑤𝑡𝑖𝑚𝑒 5335
= = 5,4 ≈ 5 𝐽𝑜𝑏𝑠
∑ 𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑖𝑛𝑔 𝑇𝑖𝑚𝑒 990

d) Average Job Lateness

∑ 𝐿𝑎𝑡𝑒𝑛𝑒𝑠𝑠 𝐽𝑜𝑏 4361
= = 436,1 ≈ 436 menit/𝐽𝑜𝑏
𝑁𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝐽𝑜𝑏 10
2) SPT (Shortest Processing Time)
Tabel di bawah merupakan tabel yang berisi data waktu proses
pembuatan roti yang telah diurutkan dengan menggunakan aturan SPT.
Tabel 3.16 Urutan Job dengan Aturan SPT
Job Processing Time Due Date Flowtime Lateness
5 74 78 74 0
3 81 77 155 78
1 93 91 248 157
7 96 94 344 250
8 98 95 442 347
4 107 104 549 445
10 107 105 656 551
9 109 107 765 658
2 109 108 874 766
6 116 115 990 875
Total 990 974 5097 4127

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 52
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

a) Average Completion Time

∑ 𝐹𝑙𝑜𝑤𝑡𝑖𝑚𝑒 5097
= = 509,7 ≈ 510 menit/𝐽𝑜𝑏
∑ 𝐽𝑜𝑏 10
b) Utilization
∑ 𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑖𝑛𝑔 𝑇𝑖𝑚𝑒 990
𝑥 100% = 𝑥 100% = 19,42%
∑ 𝐹𝑙𝑜𝑤𝑡𝑖𝑚𝑒 5097

c) Average Number of Job in System

∑ 𝐹𝑙𝑜𝑤𝑡𝑖𝑚𝑒 5097
= = 5,1 ≈ 5 𝐽𝑜𝑏𝑠
∑ 𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑖𝑛𝑔 𝑇𝑖𝑚𝑒 990

d) Average Job Lateness

∑ 𝐿𝑎𝑡𝑒𝑛𝑒𝑠𝑠 𝐽𝑜𝑏 4127
= = 412,7 ≈ 413 menit/𝐽𝑜𝑏
𝑁𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝐽𝑜𝑏 10
3) LPT (Longest Processing Time)
Tabel di bawah merupakan tabel yang berisi data waktu proses
pembuatan roti yang telah diurutkan dengan menggunakan aturan LPT.
Tabel 3.17 Urutan Job dengan Aturan LPT
Job Processing Time Due Date Flowtime Lateness
6 116 115 116 1
2 109 108 225 117
9 109 107 334 227
10 107 105 441 336
4 107 104 548 444
8 98 95 646 551
7 96 94 742 648
1 93 91 835 744
3 81 77 916 838
5 74 78 990 913
Total 990 974 5793 4819

a) Average Completion Time

∑ 𝐹𝑙𝑜𝑤𝑡𝑖𝑚𝑒 5793
= = 579,3 ≈ 580 menit/𝐽𝑜𝑏
∑ 𝐽𝑜𝑏 10
b) Utilization
∑ 𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑖𝑛𝑔 𝑇𝑖𝑚𝑒 990
𝑥 100% = 𝑥 100% = 17,09%
∑ 𝐹𝑙𝑜𝑤𝑡𝑖𝑚𝑒 5793
c) Average Number of Job in System
∑ 𝐹𝑙𝑜𝑤𝑡𝑖𝑚𝑒 5793
= = 5,9 ≈ 6 𝐽𝑜𝑏𝑠
∑ 𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑖𝑛𝑔 𝑇𝑖𝑚𝑒 990

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 53
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

d) Average Job Lateness

∑ 𝐿𝑎𝑡𝑒𝑛𝑒𝑠𝑠 𝐽𝑜𝑏 4819
= = 481,9 ≈ 482 menit/𝐽𝑜𝑏
𝑁𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝐽𝑜𝑏 10
4) EDD (Earliest Due Date)
Tabel di bawah merupakan tabel yang berisi data waktu proses
pembuatan roti yang telah diurutkan dengan menggunakan aturan EDD.
Tabel 3.18 Urutan Job dengan Aturan EDD
Job Processing Time Due Date Flowtime Lateness
3 81 77 81 4
5 74 78 155 77
1 93 91 248 157
7 96 94 344 250
8 98 95 442 347
4 107 104 549 445
10 107 105 656 551
9 109 107 765 658
2 109 108 874 766
6 116 115 990 875
Total 990 974 5104 4130

a) Average Completion Time

∑ 𝐹𝑙𝑜𝑤𝑡𝑖𝑚𝑒 5104
= = 510,4 ≈ 510 menit/𝐽𝑜𝑏
∑ 𝐽𝑜𝑏 10
b) Utilization
∑ 𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑖𝑛𝑔 𝑇𝑖𝑚𝑒 990
𝑥 100% = 𝑥 100% = 19,40%
∑ 𝐹𝑙𝑜𝑤𝑡𝑖𝑚𝑒 5104

c) Average Number of Job in System

∑ 𝐹𝑙𝑜𝑤𝑡𝑖𝑚𝑒 5104
= = 5,2 ≈ 5 𝐽𝑜𝑏𝑠
∑ 𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑖𝑛𝑔 𝑇𝑖𝑚𝑒 990

d) Average Job Lateness

∑ 𝐿𝑎𝑡𝑒𝑛𝑒𝑠𝑠 𝐽𝑜𝑏 4130
= = 413 menit/𝐽𝑜𝑏
𝑁𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝐽𝑜𝑏 10
5) CR (Critical Ratio)
Tabel di bawah merupakan tabel yang berisi data waktu proses
pembuatan roti yang telah diurutkan dengan menggunakan aturan CR.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 54
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Tabel 3.19 Urutan Job dengan Aturan CR

Job Processing Time Due Date CR Flowtime Lateness
3 81 77 0,95 81 4
8 98 95 0,97 179 84
4 107 104 0,97 286 182
1 93 91 0,98 379 288
7 96 94 0,98 475 381
10 107 105 0,98 582 477
9 109 107 0,98 691 584
2 109 108 0,99 800 692
6 116 115 0,99 916 801
5 74 78 1,05 990 912
Total 990 974 9,85 5379 4405
a) Average Completion Time

∑ 𝐹𝑙𝑜𝑤𝑡𝑖𝑚𝑒 5379
= = 537,9 ≈ 538 menit/𝐽𝑜𝑏
∑ 𝐽𝑜𝑏 10
b) Utilization
∑ 𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑖𝑛𝑔 𝑇𝑖𝑚𝑒 990
𝑥 100% = 𝑥 100% = 18,40%
∑ 𝐹𝑙𝑜𝑤𝑡𝑖𝑚𝑒 5379

c) Average Number of Job in System

∑ 𝐹𝑙𝑜𝑤𝑡𝑖𝑚𝑒 5379
= = 5,4 ≈ 5 𝐽𝑜𝑏𝑠
∑ 𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑖𝑛𝑔 𝑇𝑖𝑚𝑒 990

d) Average Job Lateness

∑ 𝐿𝑎𝑡𝑒𝑛𝑒𝑠𝑠 𝐽𝑜𝑏 4405
= = 440,5 ≈ 441 menit/𝐽𝑜𝑏
𝑁𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝐽𝑜𝑏 10

Tabel 3.20 Perbandingan Metode

Average Average Number Average Job
Metode Utilization (%)
Completion Time of Job in System Lateness
FCFS 534 18,56% 5,4 436
SPT 510 19,42% 5,1 413
LPT 579 17,09% 5,9 482
EDD 510 19,40% 5,2 413
CR 538 18,40% 5,4 441

e. Software POM QM
1) Aturan Johnson
Tabel di bawah merupakan tabel yang berisi data proses pembuatan roti
di CV. Namirah yang akan diurutkan dengan menggunakan aturan
Johnson.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 55
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Tabel 3.21 Data Proses Aturan Johnson

Mesin (Menit)
Job
M1 M2 M3
1 85 81 97
2 93 78 85
3 87 80 92
4 92 84 102
5 89 67 99
6 96 81 101
7 102 74 90

Data proses pembuatan roti di atas memenuhi syarat aturan Johnson

untuk tiga pusat kerja, sehingga dilanjutkan ke tahap selanjutnya. Waktu
proses pada M1 dijumlahkan dengan waktu proses pada M2 menjadi P1
dan waktu proses pada M2 dijumlahkan dengan waktu proses pada M3
menjadi P2. Hasil penjumlahan tersebut dapat dilihat pada tabel di bawah
ini.
Tabel 3.22 Proses Pengurutan Aturan Johnson
Mesin (Menit)
Job
P1 P2
1 166 178
2 171 163
3 167 172
4 176 186
5 156 166
6 177 182
7 176 164

Job yang ada kemudian diurutkan menggunakan software POM QM

dengan langkah-langkah berikut:
a) Membuka software POM QM dan memilih job shop scheduling di
panel sebelah kiri seperti yang dapat dilihat pada gambar 3.6.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 56
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Gambar 3.6 Langkah Pertama

b) Kemudian menginput data pada software POM QM seperti yang dapat

dilihat pada gambar 3.7.

Gambar 3.7 Langkah Kedua

c) Menekan tombol enter, kemudian hasil pengurutan dapat ditampilkan
pada gambar 3.8.

Gambar 3.8 Langkah ketiga

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 57
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Hasil dari Gantt Chart tersebut dapat dilihat pada gambar 3.9.

Gambar 3.9 Hasil Gantt Chart

Hasil pengurutan job tersebut dapat dilihat pada gambar 3.10.
J5 J1 J3 J4 J6 J7 J2
Gambar 3.10 Penyelesaian Pengurutan Aturan Johnson Menggunakan
Software POM QM
Berdasarkan pengurutan tersebut, dapat diperoleh makespan sebesar
1.367 menit.
2) Metode Penugasan
Tabel 3.22 merupakan tabel yang berisi data waktu proses pembuatan
roti di CV. Namirah yang akan diurutkan dengan menggunakan Metode
Penugasan.
Tabel 2.23 Data Proses Metode Dannenbring
Mesin (Menit)
Job
M1 M2 M3 M4 M5 M6 M7 M8
1 101 84 93 99 85 95 91 102
2 88 89 109 81 88 75 89 109
3 85 80 81 93 81 97 101 87
4 76 96 107 102 76 78 81 88
5 101 98 116 92 78 101 112 91
6 83 84 74 84 90 81 98 102
7 89 97 87 98 86 110 84 99
8 87 88 110 97 94 87 92 98

Job yang ada kemudian diurutkan menggunakan software POM QM

dengan langkah-langkah berikut:
a) Membuka software POM QM dan memilih Assigment di panel
sebelah kiri seperti yang dapat dilihat pada gambar 3.11

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 58
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Gambar 3.11 Langkah Pertama

b) Kemudian menginput data pada software POM QM seperti yang dapat

dilihat pada gambar 3.12.

Gambar 3.12 Langkah Kedua

3) Menekan tombol enter, kemudian hasil pengurutan dapat ditampilkan

pada gambar 3.13.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 59
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Gambar 3.13 Langkah Ketiga

Hasil pengurutan tersebut dapat dilihat pada gambar 3.14.

J1 M2 J2 M4 J3 M8 J4 M1 J5 M5 J6 M3 J7 M7 J8 M6
Gambar 3.14 Penyelesaian Pengurutan Metode Penugasan Menggunakan
Software POM QM

Berdasarkan gambar di atas, maka total waktu pengerjaan job dengan

menggunakan metode penugasan adalah sebagai berikut:
Tabel 3.24 Total Waktu Pengerjaan Menggunakan Software POM QM
Job Mesin Waktu (Menit)
1 M2 84
2 M4 81
3 M8 87
4 M1 76
5 M5 78
6 M3 74
7 M7 84
8 M6 87
Total 651

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 60
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

BAB IV

PEMBAHASAN

4.1 Pembahasan Umum

a. Aturan Johnson
Aturan Johnson memiliki Batasan 3 mesin dengan jumlah pekerjaan
sebanyak 7 job maka diperoleh urutan pekerjaannya yaitu J5-J1-J3-J4-J6-
J7-J2. Selanjutnya, untuk melihat penggambaran visual beban kerja dan
mengetahui total makespan dan idle time digambarkan menggunakan gantt
chart. Berdasarkan penggambaran menggunakan gantt chart, diperoleh
waktu penyelesaian (makespan) sebesar 822 menit dan waktu menganggur
(idle time) sebesar 341 menit.
b. Metode Dannenbring
Metode Dannenbring adalah salah satu metode untuk menentukan urutan
penjadwalan yang optimal guna mengurangi makespan. Hasil dari
penggunaan metode ini adalah pengurutan job dimulai dari J4-J7-J8-J6-J1-
J5-J3-J2. Selanjutnya, untuk melihat penggambaran visual beban kerja dan
mengetahui total makespan dan idle time digambarkan menggunakan gantt
chart. Berdasarkan penggambaran menggunakan gantt chart, diperoleh
waktu penyelesaian (makespan) sebesar 1.343 menit dan waktu
menganggur (idle time) sebesar 2.246 menit.
c. Metode Penugasan
Dalam kasus ini metode penugasan digunakan untuk mencari waktu
minimum dengan jumlah pekerjaan sebanyak 8 job dan jumlah mesin
sebanyak 8 unit, maka maka dapat diketahui penugasan pada setiap mesin
untuk setiap job adalah M2-J1, M4-J2, M8-J3, M1-J4, M5-J5, M3-J6, M7-
J7, M6-J8. Dari urutan permesinan tersebut, maka dapat diketahui total
waktu penyelesaian adalah sebesar 651 menit.
d. Sequencing
Metode sequencing menggunakan aturan prioritas yaitu FCFS, SPT, LPT,
EDD dan CR. Dari aturan prioritas tersebut akan diperoleh average

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 61
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

completion time (rentang waktu antara awal pekerjaan pada tugas pertama
dan waktu ketika sebuah tugas diselesaikan), utilization (persentase
pendayagunaan sumber daya ), average number of job in system dan
average job lateness (keterlambatan job dikerjakan hingga batas waktu
penyerahannya kepada konsumen). Pada model pengurutan FCFS (First
Come First Serve), job diurutkan dari pekerjaan yang datang terlebih
dahulu. Diperoleh hasil pengurutan J1-J2-J3-J4-J5-J6-J7-J8-J9-J10 dan
diperoleh hasil average completion time, utilization, average number of job
in system dan average job lateness yaitu secara berturut-turut 534 menit/job,
18,56%, 5 jobs, dan 436 menit/job. Pada model pengurutan SPT (Shortest
Processing Time), job diurutkan dari pekerjaan yang memiiki waktu proses
yang terpendek untuk dikerjakan terlebih dahulu. Diperoleh hasil
pengurutan J5-J3-J1-J7-J8-J4-J10-J9-J2-J6 dan diperoleh hasil average
completion time, utilization, average number of job in system dan average
job lateness yaitu secara berturut-turut 510 menit/job, 19,42%, 5 jobs, dan
413 menit/job. Pada model pengurutan LPT (Longest Processing Time), job
diurutkan dari pekerjaan yang memiiki waktu proses yang terpanjang untuk
dikerjakan terlebih dahulu. Diperoleh hasil pengurutan J6-J2-J9-J10-J4-J8-
J7-J1-J3-J5 dan diperoleh hasil average completion time, utilization,
average number of job in system dan average job lateness yaitu secara
berturut-turut 580 menit/job, 17,09%, 6 jobs, dan 482 menit/job. Pada
model pengurutan EDD (Earliest Due Date), job diurutkan dari pekerjaan
yang memiiki due date yang terkecil untuk dikerjakan terlebih dahulu.
Diperoleh hasil pengurutan J3-J5-J1-J7-J8-J4-J10-J9-J2-J6 dan diperoleh
hasil average completion time, utilization, average number of job in system
dan average job lateness yaitu secara berturut-turut 510 menit/job, 19,40%,
5 jobs, dan 413 menit/job. Pada model pengurutan CR (Critical Ratio), job
diurutkan dari pekerjaan yang memiiki nilai critical ratio terkecil untuk
dikerjakan terlebih dahulu. Diperoleh hasil pengurutan J3-J8-J4-J1-J7-J10-
J9-J2-J6-J5dan diperoleh hasil average completion time, utilization,

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 62
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

average number of job in system dan average job lateness yaitu secara
berturut-turut 538 menit/job, 18,40%, 5 jobs, dan 441 menit/job.
Dari hasil perbandingan kelima metode di atas, dapat disimpulkan bahwa
metode SPT merupakan metode pengurutan yang paling optimal karena
menghasilkan average completion time paling singkat yaitu 510 menit/job,
tingkat utilitas paling tinggi yaitu sebesar 19,42%, average number of job
in system sebanyak 5 jobs dan average job lateness sebesar 213 menit/job.

4.2 Pembahasan Khusus

Review Jurnal

Judul

Production Time Optimization using Campbell Dudek Smith (CDS) Algorithm

for Production Scheduling

Tahun

2019

Penulis

Chamdan Mashuri, Ahmad Heru Mujianto, Hadi Sucipto, Rinaldo Yudianto

Arsam dan Ginanjar Sety Permadi

Tujuan Penelitian

Untuk meminimalkan makespan mesin yang tersusun secara seri dan penelitian
ini menghasilkan aplikasi yang dapat menjadwalkan produk yang akan
diproduksi oleh mesin secara otomastis.

Metode Penelitian

Metode yang digunakan yaitu metode Campbell, Dudek, and Smith (CDS)
Algorithm berdasarkan waktu kerja terkecil pada proses produksi.

Hasil dan Pembahasan

Perusahaan memiliki 7 mesin untuk menyelesaikan produksi yaitu printing

machines, checking machines, thought machines, turning machines, checking

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 63
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

machines, labelling machines, dan finishing machines. Produk yang akan

diproduksi yaitu sebanyak 5 jenis panci yaitu skillet 12, skillet 14, skillet 16,
skillet 18, dan skillet 20. Pada perhitungan CDS, iterasi yang diperoleh dengan
jumlah mesin 7 yaitu 6 iterasi. Hasil perhitungan makespan pada iterasi 1 yaitu
210.12 menit, pada iterasi 2 yaitu 232.08 menit, pada iterasi 3 yaitu 210.12
menit, pada iterasi 4 yaitu 210.12 menit, pada iterasi 5 yaitu 232,08 menit dan
pada iterasi 6 yaitu 210,12 menit. Pada perhitungan manual tingkat akurasi
yang didapatkan yaitu 99,96% dan pada perhitungan dengan sistem tingkat
akurasinya yaitu 99,99%.

Kesimpulan
Optimalisasi waktu produksi menggunakan algoritma Campbell Dudek dan
Smith (CDS) dapat mengoptimalkan waktu produksi karena algoritma CDS
menggunakan perhitungan perbandingan waktu proses pada setiap mesin di
perusahaan dengan memprioritaskan waktu pemrosesan terkecil untuk
penjadwalan dengan mengulangi 6 iterasi. Dari hasil perhitungan, diperoleh
nilai minimum makespan adalah 210,12 menit dengan urutan produk skillet 20
- skillet 18 - skillet 16 - skillet 14 - skillet 12.

Kekurangan
a. Tidak menjelaskan tujuan penelitian dan data yang digunakan.
b. Tidak menjelaskan sistem apa yang digunakan untuk membandingkan hasil
pengolahan data.
c. Pada bab pendahuluan menjelaskan mengenai SCM yang menurut saya
tidak perlu karena tidak berkaitan dengan CDS.

Kelebihan
Menjelaskan metode CDS dengan jelas menggunakan flowchart dan
memasukkan tabel hasil perhitungan.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 64
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

BAB 5

PENUTUP

5.1 Kesimpulan
Berdasarkan hasil praktikum pada modul 4 scheduling, dapat
disimpulkan beberapa hal, antara lain:
a. Metode penugasan dapat digunakan untuk menentukan alokasi pekerjaan
terhadap pusat-pusat kerja, mesin, tenaga kerja dan sumber daya yang ada.
Adapun urutan pekerjaan yang didapatkan adalah 2-J1, M4-J2, M8-J3, M1-
J4, M5-J5, M3-J6, M7-J7, M6-J8 dengan total waktu penyelesaian yaitu 651
menit.
b. Metode pengurutan pekerjaan menurut aturan pengambilan keputusan
antara lain:
1) FCFS (First Come First Serve) yaitu pekerjaan yang datang di sebuah
pusat kerja akan diproses terlebih dahulu. Hasil average completion time,
utilization, average number of job in system dan average job lateness
yaitu secara berturut-turut 534 menit/job, 18,56%, 5 jobs, dan 436
menit/job.
2) SPT (Shortest Processing Time) yaitu pekerjaan yang memiliki waktu
proses terpendek akan diproses terlebih dahulu. Hasil average
completion time, utilization, average number of job in system dan
average job lateness yaitu secara berturut-turut 510 menit/job, 19,42%,
5 jobs, dan 413 menit/job.
3) LPT (Longest Processing Time) yaitu pekerjaan yang memiliki waktu
proses terpanjang akan diproses terlebih dahulu. Hasil average
completion time, utilization, average number of job in system dan
average job lateness yaitu secara berturut-turut 580 menit/job, 17,09%,
6 jobs, dan 482 menit/job.
4) EDD (Earliest Due Date) yaitu pekerjaan dengan due date yang terkecil
akan diproses terlebih dahulu. Hasil average completion time, utilization,

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 65
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

average number of job in system dan average job lateness yaitu secara
berturut-turut 510 menit/job, 19,40%, 5 jobs, dan 413 menit/job.
5) CR (Critical Ratio) yaitu pekerjaan dengan nilai critical ratio terkecil
akan diproses terlebih dahulu. Hasil average completion time, utilization,
average number of job in system dan average job lateness yaitu secara
berturut-turut 538 menit/job, 18,40%, 5 jobs, dan 441 menit/job.
c. Perhitungan makespan dapat dilakukan dengan beberapa metode seperti
metode SPT, LPT, dan EDD. Pada model pengurutan SPT (Shortest
Processing Time), job diurutkan dari pekerjaan yang memiiki waktu proses
yang terpendek untuk dikerjakan terlebih dahulu. Model pengurutan LPT
(Longest Processing Time), job diurutkan dari pekerjaan yang memiiki
waktu proses yang terpanjang untuk dikerjakan terlebih dahulu. Pada model
pengurutan EDD (Earliest Due Date), job diurutkan dari pekerjaan yang
memiiki due date yang terkecil untuk dikerjakan terlebih dahulu.
d. Aturan Johnson adalah salah satu metode penjadwalan yang bertujuan untuk
menemukan urutan yang optimal dalam pekerjaan guna mengurangi
makespan. Adapun urutan pekerjaan yang didapatkan dengan menggunakan
aturan Johnson adalah J5-J1-J3-J4-J6-J7-J2, dengan total waktu
penyelesaian (makespan) 822 menit dan waktu menganggur (idle time) 341
menit.

5.2 Saran
a. Saran untuk Laboratorium
Saran saya untuk laboratorium adalah agar memperbaiki AC agar airnya
tidak tumpah dan menjaga kebersihan laboratorium.
b. Saran untuk Asisten
1) Sesario Oktobianra
Agar tetap semangat dalam menghadapi praktikan dan menjelaskan
materi kepada praktikan.
2) Try Nurul Istiqa
Agar tetap menjaga keramahan kepada praktikan.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 66
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

DAFTAR PUSTAKA

Arifin, A. dan R. (2010). Perencanaan Sistem Informasi Penjadwalan Produksi

Paving Block Pada CV. Eko Joyo. Yogyakarta: Seminar Nasional Aplikasi
Teknologi Informasi.
Baker, K. R. (1974). Introduction To Sequencing and Scheduling. New York: John
Wiley and Sons.
Baker, K., & Trietsch, D. (2009). Principles of Sequencing and Schedulling.
Beigel, J. E. (1992). Suatu Pendekatan Kuantitatif Pada Pengendalian Produksi.
Jakarta: Akademi Presindo.
Damanik, D. A. (2011). Penjadwalan Produksi dengan metode Simulated
Annealing Pada Unit Produksi Daun Pintu di PT. Mahogany Lestari. Medan:
Universitas Sumatera Utara.
Desiana, L. (2010). Usulan Penjadwalan Produksi dengan Perbandingan Metode
Campbell Dudek Smith (CDS) dan Nawaz Enscore Ham (NEH). Cilegon:
Universitas Sultan Ageng Tirtayasa.
Gaspersz, V. (2012). All in One: Production and Inventory Management. Bogor:
Vichristo Publication.
Ginting, R. (2007). Sistem Produksi. Jakarta: Graha Ilmu.
Ginting, R. (2009). Penjadwalan Mesin. Yogyakarta: Graha Ilmu.
Glover, F. (1998). Tabu Search-Wellsprings and Challenges (European Journal of
Operational Research). USA: University of Colorado.
Hartono, W. (2014). Implementasi Algoritma Branch and Bound Pada 0-1
Knapsack Problem untuk Mengoptimalkan Muatan Barang. Semarang.
Heizer, J. & R. B. (2006). Manajemen Operasi. Jakarta: Salemba Empat.
Heizer, J, & Render, B. (2011). Operations Management. New Jersey, USA:
Pearson.
Heizer, Jay, & Reinder, B. (2010). Manajemen Operasi Edisi Ketujuh Buku 1.
Jakarta: Salemba Empat.
Herjanto, E. (2001). Manajemen Produksi dan Operasi. Jakarta: PT. Gramedia.
Ho, J. C., & Chang, Y. L. (1991). A New Heuristic for the n-job, M-machine Flow
Shop Problem. European Journal of Operational Research.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 67
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Imanullah, M. A. (2017). Penjadwalan Flow Shop N Job M Machine Dengan

Metode Metaheuristik Simulated Annealing. Yogyakarta: Universitas Islam
Negeri Sunan Kalijaga.
Johnson, S. (1954). Optimal Two and Three Stage Production Schedule with Set
Up Time Included.
Liao, C., Tjandradjaja, E., & Chung, T. (2012). An approach using particle swarm
optimization and bottleneck heuristic to solve hybrid flow shop scheduling
problem. Applied Soft Computing Journal.
Luviana, D., & Pramestari, D. (2018). Analisis Penjadwalan Produksi Produk
Oxygen Sensor dengan Metode Heuristic Gupta dan Campbell, Dudek, and
Smith di PT. Denso Indonesia. IKRA-ITH Teknologi.
Modrak, V., & Pandian, R. S. (2010). Flowshop Scheduling Algorth to Minimize
Completion Time for n Job m Machines Problem. In Technical Gazette.
Murahartawaty. (2009). Peramalan. Jakarta: Sekolah Tinggi Teknologi Telkom.
Pasaribu, A. H. (2018). Implementasi Metode Branch and Bound dalam
Mengoptimalkan Jumlah Produk Guna Memaksimalkan Keuntungan (Studi
Kasus : CV. Ridho Mandiri). Medan: Universitas Sumatera Utara.
Pour, H. D. (2001). A New Heuristic for n-Job m-Machine Flowshop Problem,
Production Planning and Control. 12(7), 648–653.
Raditya, M. (2006). Analisis Penjadwalan Produksi Flow Shop Untuk Meminimasi
Makespan di Departemen Die Shop PT. Alakasa Extrusindo. Jakarta: Binus.
Said, E. & F. (2009). Teknik Penjadwalan. Yogyakarta: UPY.
Septiani, A. (2007). Penjadwalan Batch Dinamis Pada Sistem Produksi Flow Shop
Untuk Meminimasi Rata-Rata Keterlambatan Penyelesaian Order (Mean
Tardiness) dan Jumlah Scrap Tuang di CV. Kembar Jaya. Surakarta:
Universitas Sebelas Maret.
Soeharto, I. (1997). Manajemen Proyek Dari Konseptual Sampai Operasional.
Jakarta: Erlangga.
Stevenson, W. J. (1999). Production Operations Management. Cambridge: The
Macmilan Press.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 68
 LABORATORIUM SISTEM MANUFAKTUR
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Syahrizal, M. R. (2014). Evaluasi Penjadwalan Waktu dan Biaya Proyek Dengan

Metode PERT dan CPM. Teknik Sipil USU.
Taha, H. A. (1996). Riset Operasi Jilid 1. Jakarta: Binarupa Aksara.
Tannady, H. (2013). Modifikasi Mekanisme Penentuan Penjadwalan Job pada
Metode Dannenbring. Jurnal Ilmiah Teknik Industri, Volume 4.
Wang, F., & Rao, Y. (2011). Design and Application of A New Hybrid Heuristic
Algorithm for Flow Shop Schedulling. I. J. Computer Network and
Information Security.
Widodo, C. E. (2014). Optimasi Penjadwalan Mesin Produksi Dengan
Menggunakan Metode Campbell Dudek SMith (CDS) Pada Perusahaan
Manufaktur. Yogyakarta: Universitas Negeri Yogyakarta.

SCHEDULING
NAMIRAH MAULIDINA / D221 16 501 69