Contoh Penelitian Teknik Informatika (1)

PERBANDINGAN ALGORITMA GENETIKA STEADY-STATE DAN GENERATIONAL REPLACEMENT PADA OPTIMASI PRODUKSI MAKANAN KHAS BENGKULU

(Studi Kasus: Optimasi Produksi Makanan Khas Bengkulu di Perusahaan ENDE)

Oleh: Zefy Arlinda

BAB I

PENDAHULUAN

 

1.1.            Latar Belakang

Sejak dahulu masyarakat Indonesia telah memiliki makanan khas yang paling cocok dengan kondisi daerah serta menjadi kebiasaan makan daerah tertentu. Perbedaan selera akan makanan membuat setiap daerah memiliki makanan khas masing-masing. Dalam perkembangannya, makanan tradisional atau khas suatu daerah tidak hanya menjadi makanan sehari-hari tetapi juga menjadi aset industri makanan dan wisata yang tidak dapat diabaikan, industri pariwisata belum lengkap tanpa adanya kuliner khas daerah yang disajikan di tempat wisata tujuan. Para wisatawan yang  berkunjung ke suatu daerah tentu saja akan mencari makanan khas daerah wisata tersebut. Hal ini memicu tumbuhnya industri-industri makanan khas daerah, termasuk di Bengkulu. Beberapa industri makanan khas Bengkulu adalah Sari Rasa, Naga Rasa, Ratu Samban, Cita Rasa, dan ENDE. Makanan yang diproduksi diantaranya perut punai, kue tat, manisan terong, lempuk, siput wijen, keripik rafflesia, dan kerupuk bawang.

Ternyata makanan khas Bengkulu tidak hanya diminati oleh warga Bengkulu dan wisatawan yang datang ke Bengkulu  tetapi juga masyarakat luar negeri. Makanan khas Bengkulu produksi ENDE telah mendapat pesananan dari negeri China (http://www.langitperempuan.com/2008/10/agar-tidak-punah-kue-kue-khas-bengkulu-dibuat-renyah-dikunyah/). Pesanan yang datang dari negeri jauh ini merupakan sinyal, bahwa industri makanan khas Bengkulu memiliki masa depan yang menjanjikan untuk digarap dengan serius. Permintaan konsumen yang bervariasi dan adanya kompetitor membuat perusahaan harus mengoptimalkan produksi. Perusahaan harus kreatif dan mengerti keinginan pasar. Perusahaan harus bisa menentukan jumlah dan jenis makanan yang diproduksi sehingga dapat memaksimalkan keuntungan.

Permasalahan optimasi keuntungan menjadi sebuah permasalahan baru karena banyaknya kemungkinan dan kombinasi solusi yang berkembang seiring meningkatnya tugas dan sumber daya serta munculnya fungsi tujuan yang baru. Pencarian solusi atas permasalahan optimasi dapat diselesaikan dengan pendekatan heuristik. Pendekatan ini merupakan pendekatan pencarian solusi atas permasalahan yang ada dengan menggunakan pengetahuan yang didapat pada pencarian sebelumnya. “Pada pencarian heuristik ada beberapa metode yang sudah mulai dikembangkan, antara lain: generate and test, hill climbing, Tabu Search, simulated annealing, algoritma genetika dan algoritma semut (Kusumadewi dan Purnomo, 2005:2).

Algoritma genetika merupakan algoritma yang dapat digunakan untuk membantu optimasi. Algoritma genetika adalah algoritma pencarian yang berdasarkan pada mekanisme sistem natural yakni genetik dan seleksi alam. Terdapat dua variasi algoritma genetika, yaitu: Steady State dan Generational Replacement. Pada algoritma genetika yang berjenis Stedy State, proses replacement dilakukan setiap kali dihasilkan dua offspring hasil crossover. Offspring menggantikan kromosom yang nilai fitness-nya paling kecil. Dengan demikian, populasi baru yang dihasilkan selalu memiliki individu-individu yang lebih baik dibandingkan populasi lama (Suyanto, 2011:207).

Adanya perbedaan algoritma genetika Steady State dan Generational Replacement dalam menyelesaikan masalah membuat penulis tertarik untuk membandingkan keduanya.  Membandingkan algoritma genetika Steady State dan Generational Replacement dalam kasus optimasi produksi makanan khas Bengkulu.

Penelitian terkait mengenai algoritma genetika ini adalah penelitian yang dikembangkan oleh Flora Apriani Jurusan Teknik Informatika, Universitas Bengkulu Tahun 2009 yang berjudul IMPLEMENTASI ALGORITMA GENETIKA PADA OPTIMASI PRODUKSI PERUSAHAAN ROTI. Sistem ini dibuat untuk mencari solusi optimal atas proses produksi perusahaan Surya Bakery. Aplikasi ini dibuat menggunakan MATLAB 7.0.1 dan metode pengembangan yang digunakan adalah UML (Unified Modeling Language). Algoritma genetika yang digunakan pada aplikasi ini masih secara umum, belum dijelaskan spesifikasi algoritma yang digunakan.

1.2.            Rumusan Masalah

Berdasarkan uraian pada latar belakang di atas, maka rumusan masalah dalam penelitian ini adalah:

  1. Bagaimana perbandingan antara Algoritma Genetika Steady State dan Generational Replacement dalam mencari solusi optimal pada masalah optimasi produksi makanan khas Bengkulu?
  2. Bagaimana mengimplementasikan Algoritma Genetika Steady State dan Generational Replacement dalam mencari solusi optimal pada problem optimasi perusahaan makanan khas Bengkulu dengan menggunakan MATLAB 7.12.0?

1.3.            Batasan Masalah

Agar pembahasan dalam penelitian ini dapat dilakukan secara terarah dan sesuai dengan yang diharapkan, maka perlu diterapkan batasan-batasan permasalahan yang akan dibahas, antara lain:

  1. Penelitian ini hanya membandingkan optimasi hasil akhir dari Algoritma Genetika Steady State dan Generational Replacement berdasarkan variabel ketersediaan bahan baku, jumlah pemakaian bahan, keuntungan satuan kotak makanan, dan jenis makanan yang diproduksi oleh perusahaan ENDE.
  2. Model perancangan yang digunakan untuk menganalisis dan mendesain aplikasi ini adalah model perancangan Data Flow Diagram (DFD).

1.4.            Tujuan

Berdasarkan latar belakang di atas tujuan penelitian ini adalah:

  1. Mengetahui perbandingan antara Algoritma Genetika Steady State dan Generational Replacement dalam pencarian solusi optimal pada masalah optimasi produksi makanan khas Bengkulu.
  2. Mengimplementasikan Algoritma Genetika Steady State dan Generational Replacement dalam mencari solusi optimal pada problem optimasi perusahaan makanan khas Bengkulu dengan menggunakan MATLAB 7.12.0.

1.5.            Manfaat

Manfaat penelitian yang dapat diambil adalah:

  1. Manfaat ilmiah

1)      Mengetahui algoritma mana yang lebih optimal antara Algoritma Genetika Steady State dan Generational Replacement.

2)      Meningkatkan pemahaman tentang Algoritma Genetika Steady State dan Generational Replacement dalam mencari solusi optimal atas persoalan optimasi produksi perusahaan makanan khas Bengkulu.

2. Manfaat praktis

Membantu perusahaan makanan khas Bengkulu (perusahaan ENDE) atas persoalan optimasi produksi perusahaan sehingga diperoleh kombinasi terbaik untuk jumlah dan jenis makanan yang diproduksi.

…………………….btw, maaf ya tulisannya kurang rapi, gara-gara jarang ngeblog di sini banyak fitur yang hilang heheheeee………………..

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s