Professional Documents
Culture Documents
Gregorius S. Budhi
Fakultas Teknologi Industri, Jurusan Teknik Informatika, Universitas Kristen Petra
e-mail : greg@peter.petra.ac.id
ABSTRAK: Penggunaan pendekatan Activity Based Costing (ABC) untuk memilih set mesin
yang digunakan dalam produksi pada Flexible Manufacture Systems (FMS) berdasar atas kriteria
teknis dan ekonomis, dapat membantu pelaku produksi untuk mendisain FMS dengan
pertimbangan minimalisasi biaya produksi. Sementara itu, Heuristic Search dikenal memiliki
waktu pencarian yang singkat.
Pada riset ini didisain sebuah Algoritma Heuristic yang menggunakan pendekatan ABC
sebagai bobot dalam pencarian solusi, untuk mempersingkat waktu pemilihan peralatan saat
desain/redisain FMS dalam waktu kurang dari waktu Eksponensial. Peningkatan kecepatan ini
bermanfaat, karena dengan cepatnya waktu disain / redisain maka derajat fleksibilitas jenis
(variety) part yang dapat diproses menjadi lebih baik.
Analisis Teoritis dan Empiris pada Algoritma Heuristic menunjukkan bahwa waktu pencarian
untuk mendapatkan suatu set peralatan yang tepat adalah cukup singkat, sehingga dapat
disimpulkan bahwa Algoritma Heuristic yang didisain dapat diimplementasikan pada dunia nyata.
Dengan membandingkan hasil empiris Algoritma Heuristic dengan Algoritma Exhaustive sebagai
pembanding, disimpulkan bahwa Algoritma Heuristic yang menggunakan metode ABC sebagai
bobot pencarian solusi dapat mengoptimasi problem pemilihan peralatan FMS dari kriteria
ekonomis pula.
ABSTRACT: The application of Activity Based Costing (ABC) approach to select the set-machine
that is used in the production of Flexible Manufacture System (FMS) based on technical and
economical criteria can be useful for producers to design FMS by considering the minimum
production cost. In the other hand, Heuristic Search is known to have a short searching time.
Algorithm Heuristic that using ABC approach as the weight in finding the solution to shorten
the equipment selection time during the design / redesign process of the FMS in less than
exponential time was designed in this research. The increasing speed is useful because with the
faster time in design / redesign process, therefore the flexibility level of part variety that can be
processed will become better
Theoretical and empirical analysis in Algorithm Heuristic shows that time searching to get
appropriate set of equipment is not too long, so that we can assume that the designed Algorithm
Heuristic can be implemented in the real world. By comparing the empirical result of Algorithm
Heuristic to the Algorithm Exhaustive, we can also assume that Algorithm Heuristic that using
ABC method as the weight for finding solution can optimise the equipment selection problem of
FMS based on economical criteria too.
produk dalam jumlah kecil guna memenuhi produk. Konsep ini ditemukan oleh Cooper
kebutuhan dari pelanggannya. Oleh sebab dan Kaplan pada tahun 1988[4].
itu para manufacturer yang berubah itu Kecepatan dan flexibilitas sangat di-
membutuhkan jalan baru dalam mendisain butuhkan oleh pelaku produksi untuk
pabriknya. Teknik manufaktur tradisional melakukan planning dan re-planning dari
tidak lagi efektif pada masa perubahan ini. manufactur yang sedang berjalan guna
Suatu konsep lain yang diusulkan untuk memenuhi kebutuhan consumen yang ber-
perubahan ini, dan telah banyak mendapat ubah–ubah dengan cepat dan tak terduga.
perhatian adalah Flexible Manufacturing Proses ini dapat disamakan dengan suatu AI
System(FMS)[5,13]. planning dengan goal dinamis. Karena itu
FMS adalah suatu system manufaktur pendekatan dengan metode Heuristic
otomatis dengan volume dan variasi produk Search, yang dapat memulai suatu planning
level menengah yang dikontrol oleh kom- dan terus menerus memperbaiki planning
puter. FMS meliputi spektrum lebar dari tersebut untuk mencapai solusi optimal pada
aktivitas manufaktur seperti mesin-mesin saat informasi yang lebih lengkap diterima,
produksi, metal working, pabrikasi, dan dapat digunakan dalam merencanakan suatu
assembly. Pada sebuah FMS, suatu kelom- planning dalam flexible manufacture dengan
pok part–part dari produk–produk dengan goal dinamis[9, 10].
karakteristik serupa diproses. Komponen Heuristic adalah suatu metode pencarian
penting dari suatu FMS adalah mesin solusi dalam AI yang dapat meningkatkan
Numerical Control (NC) yang mampu saling efisiensi dari sebuah proses pencarian solusi
bertukar tools secara otomatis. Sistem mate- dengan mengabaikan alternatif solusi-solusi
rial handling otomatis untuk memindahkan lain. Beberapa teknik heuristic yang baik
part–part diantara mesin–mesin dan station dapat membantu mencari solusi yang di-
fixturing berupa Automated Guided Vehicle inginkan tanpa mengabaikan penyelesaian–
(AGV) dan Robot. Semua komponen diatas penyelesaian lain, beberapa teknik yang
dikontrol oleh komputer. Dan yang terakhir buruk sangat mungkin menyebabkan ter-
adalah perangkat–perangkat lain seperti lewatinya solusi terbaik [8].
mesin pengukur koordinat dan mesin Dari dua hal yang diusulkan diatas,
pencuci part–part yang diproses[13]. peneliti mencoba mengkombinasikan men-
Pemilihan peralatan atau mesin adalah jadi suatu pemilihan set tools dan mesin
problem esensial pada FMS. Secara tipikal untuk part yang akan diproduksi pada FMS,
hal ini melibatkan suatu set peralatan atau menggunakan metode pencarian Heuristic
mesin yang digunakan dalam produksi dengan bobot pencarian berupa pendekatan
berdasar atas kriteria–kriteria teknis dan ABC untuk tiap-tiap mesin yang dicari guna
ekonomis. Guna membantu para pelaku memproses tiap part. Dengan kombinasi ini
produksi dalam memilih set peralatan atau diharapkan dapat dihasilkan suatu algoritma
mesin yang cocok dari yang tersedia, dengan yang lebih cepat, fleksibel dan optimal
pertimbangan pada minimalisasi biaya dalam memilih suatu set mesin, dari
operasi, diusulkan pendekatan mengunakan kumpulan mesin–mesin yang telah tersedia,
konsep Activity–Based Costing (ABC) oleh guna memproduksi suatu part produk
Prasert dan Rogers[7]. tertentu pada FMS.
Konsep ABC adalah suatu metode kalku-
lasi dimana tidak semua biaya overhead
dibebankan secara merata pada semua 2. TINJAUAN PUSTAKA
produk, dengan metode ini biaya overhead
dapat dilacak secara lebih akurat pada setiap 2.1 Teori singkat tentang FMS
individu dari produk[10]. Dan hasilnya FMS adalah suatu system manufaktur
adalah suatu system pengalokasian biaya otomatis, volume menengah dan variasi
obverhead suatu produk atau pelayanan menengah dan dikontrol oleh komputer. Dia
yang lebih diperhalus, berdasarkan atas meliputi spektrum lebar dari aktivitas
permintaan tiap–tiap aktivitas untuk tiap manufaktur seperti mesin-mesin, metal
working, pabrikasi, dan assembly. Dalam ini baik karena menunjuk pada arah atau
sebuah FMS, sekumpulan part–part produk hasil yang diinginkan, tetapi di lain sisi juga
yang memiliki kesamaan karakteristik dipro- buruk karena ada kemungkinan dilewatinya
ses secara simultan[13]. suatu solusi yang lebih baik.
Beberapa teknik heuristic dapat melaku-
Terdapat dua sub system dalam FMS, yaitu: kan proses pencarian tanpa mengorbankan
a. Physical Subsystem, meliputi: klaim terhadap kesempurnaan, sementara
- Workstation, berupa mesin–mesin teknik–teknik lain dalam heuristic dapat
Numerical Control (NC), mesin part– mengakibatkan diabaikannya jalur-jalur ter-
washing, area load dan unload, dan baik yang mungkin ada. Tetapi rata–rata
area kerja. heuristic dapat meningkatkan kualitas dari
- Storage–Retrieval System, berupa rute (path) yang dieksplorasi. Dengan
pallet–pallet tempat penyimpanan menggunakan heuristic yang baik, dapat
sementara part-part produk yang akan diharapkan untuk mendapatkan solusi yang
diproses. baik (walaupun belum tentu terbaik) pada
- Material–Handling System, berupa problem–problem berat dengan waktu yang
Automated Guided Vehicle (AGV), dibutuhkan kurang dari waktu eksponensial
shuttle car atau roller conveyor untuk [8].
membawa part – part yang diproses, Beberapa metode pencarian Heuristic
dari dan ke workstations. yang digunakan adalah sebagai berikut:
- Simulated Annealing, adalah suatu varian
b. Control Subsystem, meliputi: dari teknik Heuristic Search Hill
- Control Hardware, berupa mini dan Climbing dimana variasi ini adalah ke-
microcomputers, Programmable Logic balikan dari Stepest Hill Climbing. Pada
Controllers (PLC), Communication variasi ini state yang dipilih untuk
Networks, Sensors, dll. diobservasi adalah state terendah (terkecil
- Control Software, berupa sekumpulan nilai bobotnya) atau dapat disebut sebagai
file dan program untuk mengontrol lembah terendah. Varian ini disebut
Physical Subsystem. sebagai Simulated Annealing karena oleh
penemunya, KirkPatrick (1983), dimak-
2.2 Activity Based Costing sudkan untuk mensimulasikan proses
Activity Based Costing (ABC), adalah Annealing, yaitu suatu proses fisika
suatu metode kalkulasi biaya yang ditemu- dimana suatu benda padat seperti logam
kan oleh Cooper dan Kaplan (1988). Dalam akan meleleh dan kemudian secara
metode ABC adalah suatu metode kalkulasi bertahap akan mendingin sampai menjadi
biaya, dimana biaya overhead tidak dibeban- benda padat kembali[8].
kan secara merata pada semua produk atau - Constraint satisfaction, adalah suatu
pelayanan yang dihasilkan[4]. prosedur pencarian yang dioperasikan
Pada metode ini biaya overhead dilacak pada sekumpulan set–set constraint
secara akurat pada setiap aktivitas yang tertentu. State awal berisi constraint–
dikerjakan untuk tiap individu dari produk. constraint yang berasal dari deskripsi
Sehingga menghasilkan suatu system problem. State akhir (goal state) adalah
pengalokasian biaya overhead yang lebih semua state yang telah dibatasi dengan
halus dan akurat berdasar atas permintaan “cukup”, dimana “cukup” haruslah dide-
tiap aktivitas untuk tiap produk dan layanan finisikan pada tiap problem (Annealing
tertentu[3]. Schedule). Metode ini memiliki dua step
proses. Pertama, constraint–constraint
2.3 Heuristic Search dicari kemudian dipropagasikan sejauh
mungkin ke dalam system. Kemudian
Heuristic adalah sebuah teknik yang bila solusi belum juga ditemukan maka
meningkatkan efisiensi dari sebuah proses step kedua yaitu pencarian dapat dimulai.
pencarian dengan mengabaikan klaim ter- Sebuah tebakan atas sesuatu dilakukan
hadap kesempurnaan penyelesaian. Metode
Jurusan Teknik Informatika, Fakultas Teknologi Industri – Universitas Kristen Petra
106 http://puslit.petra.ac.id/journals/informatics/
PENDEKATAN ACTIVITY-BASED COSTING DAN METODE PENCARIAN HEURISTIC UNTUK MENYELESAIKAN … (Gregorius S. Budhi)
sesuai. M O O
m =1
untuk menghitung biaya depresiasi
presiasi peralatan dikalkulasi berdasar peralatan, juga dicari waktu Set-Up
atas rating penggunaan tiap peralatan. Tool (Stom) untuk perhitungan lama
Sebagai contoh, bila peralatan tipe ‘m’ waktu produksi.
dengan perkiraan masa hidup sebesar Step 7f: Untuk urutan sekuen operasi berikut-
‘Tm’ jam digunakan untuk melakukan nya dari semua alternatif rute, baik
operasi ‘o’ untuk ‘tom’ jam, biaya tetap yang diurutkan secara Ascending
sama dengan (tom / Tm)(Cm), dimana Cm maupun Descending, dilakukan step 8.
adalah biaya dari peralatan tipe ‘m’. Step 8: Pada setiap urutan sekuen operasi ke-2
Step 7: Mengidentifikasi alternatif rute mesin sampai dengan ke–n, dilakukan pen-
dengan biaya produksi minimal dari carian rute mesin terbaik secara
masing–masing type part mengguna- bertahap (step – by – step).
kan metode Heuristic Search. Step 8a: Indentifikasi alternatif–alternatif rute
Step 7a: Mengurutkan sekuen operasi dari type mesin yang mememuaskan semua
part yang sedang diproses secara constraint yang berlaku pada level
Ascending dan Descending berdasar- urutan sekuen operasi dari part yang
M O diproses sekarang. Bila ada alternatif
kan atas biaya operasi (∑∑ X om Com ) rute yang tidak memenuhi semua
m =1 o =1
constraint, maka alternatif rute tersebut
dikali total produksi part, kemudian
tidak diteruskan pencariannya ke level
dijumlahkan dengan biaya Set-Up Tool
M O
selanjutnya.
(∑∑ S om β om ) yang digunakan pada Step 8b: Dari semua alternatif rute mesin yang
m =1 o =1 mememuaskan semua constraint, di-
operasi. Lalu meletakkan sekuen ope- identifikasi mesin mana yang memiliki
rasi pertama dari type part tersebut biaya produksi terendah (Sebuah set
pada awal urutan. mesin standard yang telah dihitung
Step 7b: Membuat alternatif rute mesin yang biaya produksinya digunakan sebagai
dilalui oleh type part yang diproses Annealing Schedule untuk pencarian
sebanyak, jumlah “Eligible Machine” pada tiap–tiap sekuen). Dari hasil
untuk type part tersebut dikali jumlah identifikasi tersebut, biaya produksi
urutan sekuen operasi, dimana jumlah dan waktu produksi ditambahkan pada
urutan sekuen operasi selalu dua, yaitu total hasil perhitungan dari urutan
urutan secara Ascending dan Des- sekuen sebelumnya.
ceding. Step 8c: Ulangi Step 8, sampai semua urutan
Alternatif Rute = Total “Eligible sekuen operasi pada semua alternatif
Machines for Part Type” x 2 rute mesin selesai diproses.
Step 7c: Meletakkan semua alternatif “Eligible Step 9: Ulangi Step 7 untuk type part berikut-
Machines for Part Type” pada sekuen nya, sampai semua type part ditemu-
operasi pertama pada setiap dua kan alternatif–alternatif rute mesinnya.
alternatif rute, satu untuk urutan Step 10: Membandingkan total biaya produksi
Ascending dan satu untuk urutan dari semua alternatif rute mesin yang
Descending. lolos pemeriksaan constraint pada
Step 7d: Memeriksa semua constraint yang setiap type part, guna mendapatkan
berlaku pada sekuen pertama tiap – alternatif rute mesin dengan biaya
tiap alternatif rute mesin yang dibuat. produksi terkecil.
Bila terdapat alternatif rute yang tidak
memuaskan pemeriksaan constraint,
maka alternatif rute mesin tersebut
tidak digunakan.
Step 7e: Selanjutnya untuk semua sekuen
operasi pertama pada semua alternatif
rute yang memuaskan pemeriksaan
Satisfaction terhadap daya tampung maga- Search selalu sama dengan hasil yang di-
zine tool dari mesin; dan Path Removal yang dapat dari Implementasi metode Exhaus-
memotong habis/tidak membangun cabang– tive Search yang digunakan sebagai
cabang Search Tree yang lain, begitu suatu pembanding.
cabang ditemukan solusinya lihat Gambar 4. - Walaupun pada pengujian empiris selalu
didapatkan hasil yang sama, tidak dapat
dipastikan bahwa Algoritma yang diusul-
kan memiliki kebenaran solusi mutlak,
mengingat bahwa Algoritma tersebut
tidak memeriksa semua solusi yang ada
seperti halnya dalam pencarian Exhaus-
tive, sehingga dapat saja pada kasus –
kasus tertentu ada solusi lebih baik yang
terlewatkan.
- Dari pengujian empiris dapat disimpul-
kan bahwa penggunaan metode kalkulasi
biaya Activity Based Costing sebagai
bobot pencarian pada Algoritma terbukti
dapat mengoptimasi problem pemilihan
peralatan pada saat disain dan redisain
FMS dari segi biaya produksi minimal.
- Secara keseluruhan penggunaan metode
Gambar 4. Pencarian alternatif urutan kalkulasi biaya Activity-Based Costing
dengan menggunakan gabungan sebagai bobot pencarian pada Heuristic
3 metode Heuristic Search secara Search, yang digunakan untuk mendapat-
simultan. kan rute mesin dengan biaya produksi
minimal pada problem pemilihan per-
Langkah terakhir adalah membandingkan alatan pada desain dan redesain FMS,
semua total biaya dari semua alternatif rute telah menambahkan derajat flexibilitas
mesin untuk part dan memilih alternatif rute dari System tersebut, yaitu pada:
mesin dengan total biaya produksi paling 1. Fleksibiltas Proses, dimana kecepatan
minimal (Metode Optimal Solution), yaitu: system dalam menyerap perubahan
yang terjadi pada produk dapat
Tabel 4. Hasil akhir pencarian Rute Mesin
ditingkatkan.
untuk satu Part dengan Algoritma
Heuristic
2. Fleksibilitas Produk, dimana kemam-
puan system untuk melakukan per-
Seq 1 Seq 2 Seq 3 Seq 4 Seq 5 Total Biaya ubahan menuju set–set produk baru
Mes 2 Mes 2 Mes 1 Mes 2 Mes 1 10
secara cepat dan ekonomis untuk
merespon perubahan pasar dan untuk
beroperasi pada basis pelayanan
8. PENUTUP
pesanan terbatas, dapat lebih optimal.
3. Fleksibilitas Produksi, dimana kemam-
8.1 Kesimpulan
puan system untuk memproduksi
Dari hasil pengujian Software yang berbagai macam jenis produk dengan
dibuat berdasarkan algoritma yang diusulkan biaya dan waktu yang memadai dapat
peneliti dapat diambil kesimpulan sebagai lebih dioptimalkan pula.
berikut:
- Dari pengujian Empiris, dapat disimpul- 8.2 Saran
kan bahwa metode Heuristic Search yang - Algoritma yang diusulkan, dapat dikem-
digunakan pada Algoritma telah didisain bangkan kearah lain, misalnya untuk
dengan baik. Karena hasil yang didapat mendapatkan rute mesin dengan kece-
dari Implementasi metode Heuristic patan produksi maksimal atau untuk
Jurusan Teknik Informatika, Fakultas Teknologi Industri – Universitas Kristen Petra
http://puslit.petra.ac.id/journals/informatics/ 111
JURNAL INFORMATIKA Vol. 3, No. 2, Nopember 2002: 104 - 112
mendapatkan rute mesin yang optimal 8. Rich, Eleine; Knight, K.; Artificial
dari segi biaya dan waktu produksinya. Intelligence, 2nd Ed., McGraw-Hill, Inc.,
- Karena kecepatannya dalam menemukan 1991.
solusi, maka metode kalkulasi biaya
Activity – Based Costing sebagai bobot 9. Smirnov, Yuri; “Applying AI to
pencarian pada Heuristic Search dapat Manufacturing Linear Order Promising
pula digunakan untuk mengoptimasi and Production Planning”, The Work-
proses ‘Routing’ FMS, yaitu pencarian shop on E-Commerce, American
rute saat proses produksi nyata sedang Association for Artificial Intelligence
Spring Symposium, Stanford, 1999.
berjalan (real time), guna menekan biaya
produksi aktual dari masing–masing part 10. Smirnov, Yuri; “Manufacturing Plann-
yang dihasilkan. ing under Uncertainty and Incomplete
Information”, American Association for
Artificial Intelligence Spring Sympo-
DAFTAR PUSTAKA sium, Stanford, 1999.
1. Chang, Chien; Wysk, Richard A.; 11. Schildt, Herbert; Artificial Intelligence
Wang, Hsu Pin; Computer–Aided Using C, Osborne McGraw-Hill, 1987.
Manufacturing, 2nd Ed., Prentice Hall
Inc., 1998. 12. Schoenfeldt, Rogers; Process Flow-
chart, 1999 http://campus.murraystate.
2. Goodman, S. E.; Hedetniemi, S. E.; edu/academic/faculty/roger.schoenfeldt/
Introduction To The Design And
Analysis Of Algorithms, Int. Ed, Mc. 13. Singh, Nanua; Approach to Computer
Graw-Hill, Inc. , 1988. Integrated Design and Manufacturing,
John Wiley & Sons, Inc., 1996.
3. Hansen, Don R.; Mowen, M.; Cost
Management: Accounting and Control, 14. Weiss, Mark Allen; Data Structures
South-Western College Publishing, And Algorithm Analysis in C++, The
Cincinnati, Ohio, 1995. Benjamin/Cummings Publishing Com-
pany, Inc., 1994.
4. Holt, Dawn; Activity Costing The Role
of Process Analysis, 1998, http://www 15. Winston, Patrick Henry; Artificial
.metabpr.com/ Intelligence, 3rd Ed., Addison Wesley,
1993.
5. Mehuron, Kim; Flexible Manufacturing
Systems moving toward the Twenty
First century, 1998, http://www.eshed.
com/