Artificial Intelligence dalam Proses Industri Manufaktur
Nama Penulis : Egi Parwansyah, Mahasiswa Teknik Informatika Universitas Pamulang
Seperti diketahui bahwa optimasi berhubungan dengan sebuah persoalan yang dapat mempunyai nilai maksimum atau minimum dari sebuah fungsi dengan beberapa variable yang biasanya diikuti oleh pembatas kesamaan atau ketidaksamaan. Tujuanya memberikan penyelesaian yang efektif pada persoalan system manufaktur dengan utilisasi sumber yang efisien semuanya merupakan priority waktu.
Teknik optimasi telah banyak memberikan pengaruh pada lingkungan maufaktur, jumlah dan jenis aplikasinya berkembang dengan cepat. Dasar dari optimasi berlandaskan pada pengertian kebenaran sifat dasar dari system manufaktur yang dalam istilah umum terdapat input, proses, dan output.
Oleh karenanya system manufaktur berpusat pada waktu, dimana performansinya dapat ditingkatkan dengan mengatur fungsi tujuan seperti minimasi waktu dan maksimasi keuntungan. Namun demikian banyak persoalan system manufaktur dan perencanaan rekayasa (manufacturing systems and engineering design problem) dalam realitasnya sangat komplek dan sulit untuk diselesaikan dengan cara teknik konvensional.
Dewasa ini teknik kecerdasan buatan (Artificial Intelligence) atau biasa disingkat AI telah dipertimbangkan dan mendapatkan perhatian yang berpotensi sebagai teknik optimasi yang baik. Applikasi AG Beberapa penelitian dengan AG sebagai alat optimasi pada ruang lingkup sistem manufaktur dapat diikuti pada penelitian Maridou dan Pardolos (1997) yang telah menggunakan AG untuk optimasi fasilitas dan tata letak pabrik. Sebuah toolbox penjadwalan model untuk job shop, flow shop and cellular manufakturing, pembentukan part dari prototype scheduler, dan pembangunan penjadwalan yang mentransformasikan nearoptimal solution sampai pada penjadwalan shop floor yang valid.
System prototype telah divalidasi untuk berbagai macam kasus dengan dan tanpa batasan dan multi fungsi obyektif bersama-sama secara serempak dilakukan dengan pembatas.
Mereka mengaplikasi SA berbasis heuristic untuk beberapa contoh popular pada persoalan pembentukan sel manufaktur. Pada penelitian ini telah dibangun sebuah model nonlinear mathematical programming untuk pembentukan sel manufaktur yang mengidentifikasi part families dan kelompok mesin secara serentak tanpa adanya intervensi secara manual atau pertimbangan subyektif. Persoalan yang dipertimbangkan disini adalah mencari permutasi urutan jobs yang akan diproses pada sejumlah mesin yang dibatasi proses pada setiap job harus kontinyu sesuai dengan tujuan minimasi total waktu proses (flow-time). Pada penelitian lain juga telah digunakan fungsi penalti dan TS untuk menyelesaikan persoalan dengan biaya sel tetap yaitu sebuah pendekatan integrasi untuk pembentukan sel manufaktur dengan biaya tetap.
Penyelesaian pada persolan ini tidak hanya pada persoalan pembentukan sel tapi termasuk juga keputusan set-up sel. Persoalan yang sukar diselesaikan (non linear programming hard) membuat perhitungan penyelesaian secara langsung terhalang untuk aplikasi yang nyata. Sebuah algoritma heuristic telah dikembangkan untuk meyelesaikan persoalan efisiensi berbasis model dual analis. Dalam hal ini TS telah digunakan untuk mencari persoalan optimum dan sub optimum. Kedua heuristic berbasis kepada dua subrautes yang umum yaitu satu dimasukkan pada sebuah kumpulan operasi sampai pada jadwal terpisah (partial), operai ini menekankan pada efisiensi teknik insersi, yang kedua untuk meningkatkan penjadwalan dengan alternative fixed routing, operasi ini untuk menyamakan metode standar untuk penjadwalan. Alisantoso, et.al., telah membuktikan aplikasi algoritma ini pada system manufaktur. Algoritma ini diaplikasi pada penjadwalan flow shop pembuatan fleksibel PCB. Hasil yang dicapai dibandingkan dengan algoritma genetic, ternyata algoritma immune memberikan performansi lebih baik, dimana nilai standarisasi yang diperoleh lebih kecil.
