Sistem Penjadwalan Produksi Bervariasi Menggunakan Spider Monkey Optimization dengan Gray Code = Varied Production Scheduling System using Spider Monkey Optimization with Gray Code

Penjadwalan mesin untuk setiap job memiliki data mesin dan waktu sehingga penyusunan jadwal untuk mendapatkan makespan terkecil penting untuk dilakukan. Penjadwalan ini bertipe NP-Hard dan berkaitan dengan industri manufaktur yang bertipe make to order. Kombinasi solusi penjadwalan yang muncul membutuhkan metode yang dapat menentukan susunan penjadwalan terbaik. Algoritma Spider Monkey Optimization (SMO) berbasis swarm dengan proses fisi dan fusi dengan suatu populasi yang melakukan pencarian solusi dengan memecah populasi tersebut menjadi kelompok kecil kemudian akan kembali bergabung menjadi suatu populasi utama untuk menghitung solusi terbaiknya. Pengembangan dari algoritma ini adalah penambahan metode swap sequence pada bagian local and global leader learning stage untuk meningkatkan keberagaman kombinasi solusi. Pengujian parameter swap rate 0.2, 0.5, dan 0.8 pada SMO menunjukkan hasil makespan pada swap rate 0.2 lebih kecil. Pengujian pada 24 dataset dengan membandingkan algoritma Genetic Algorithm (GA), Hybrid Genetic Algorithm (HGA), dan Modified Clonal Selection Algorithm (MCSA) terhadap makespan menunjukkan MCSA lebih unggul dibandingkan SMO, tetapi SMO lebih dominan unggul dibandingkan GA dan HGA. Penambahan metode gray code terhadap SMO dan GA juga memberikan rata-rata makespan yang lebih kecil tetapi tidak signifikan.

Keywords : Penjadwalan, Spider Monkey Optimization, Gray code, Makespan, Swap Sequence