IMPLEMENTATION OF FUZZY MODEL TAHANI IN DECISION SUPPORT SYSTEM FOR OPTIMAL PRODUCTION SCHEDULING

Rizaldi Rizaldi, Arridha Zikra Syah, Ahmad Muhazir

Abstract


Abstract: In the manufacturing industry, production scheduling become an important aspect that affects operational efficiency and customer satisfaction. The main challenge in scheduling is optimizing the use of resources to meet demand by minimizing production costs and time. Suboptimal scheduling can lead to problems such as delays in stocking, stock buildup, and increased operational costs. Thus, a method can to handle the complexity and uncertainty in the production process is needed. The Fuzzy Tahani Model is an approach in decision support systems. this can be used to help companies achieve more efficient and adaptive production scheduling, to consider various variables such as demand, production capacity, and inventory levels. This research aims to develop and implement the model in the context of production scheduling, with the hope of improving operational performance and customer satisfaction. At this time, the proposed Fuzzy Model Tahani technology is in TKT 4, which is the validation stage of technology components in a laboratory environment. The system creates an optimal production schedule based on fuzzy rules and defuzzification results, making it a useful tool for production decisions.

Keywords:  fuzzy model tahini; decision support system; production optimization; production scheduling.

  

Abstrak: Dalam industri manufaktur, penjadwalan produksi adalah aspek penting yang mempengaruhi efisiensi operasional dan kepuasan pelanggan. Tantangan utama dalam penjadwalan adalah mengoptimalkan penggunaan sumber daya untuk memenuhi permintaan dengan meminimalkan biaya dan waktu produksi. Penjadwalan yang tidak optimal dapat menyebabkan masalah seperti keterlambatan pengiriman, penumpukan stok, dan peningkatan biaya operasional. Oleh karena itu, diperlukan suatu metode yang mampu menangani kompleksitas dan ketidakpastian dalam proses produksi. Fuzzy Model Tahani adalah salah satu pendekatan yang dapat digunakan dalam sistem pendukung keputusan untuk membantu perusahaan mencapai penjadwalan produksi yang lebih efisien dan adaptif, dengan mempertimbangkan berbagai variabel seperti permintaan, kapasitas produksi, dan tingkat persediaan. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan model tersebut dalam konteks penjadwalan produksi, dengan harapan dapat meningkatkan performa operasional dan kepuasan pelanggan. Pada saat ini, teknologi Fuzzy Model Tahani yang diusulkan berada pada TKT 4, yaitu tahap validasi komponen teknologi dalam lingkungan laboratorium. Sistem ini menciptakan jadwal produksi yang optimal berdasarkan aturan fuzzy dan hasil defuzzifikasi, menjadikannya alat yang berguna untuk pengambilan keputusan produksi.

Kata kunci: fuzzy model tahani; optimasi produksi; penjadwalan produksi; sistem pendukung keputusan.


Full Text:

PDF

References


M. L. Pinedo, “Scheduling: Theory, Algorithms, and Systems, Sixth Edition,” Sched. Theory, Algorithms, Syst. Sixth Ed., pp. 1–698, Jan. 2022, doi: 10.1007/978-3-031-05921-6/COVER.

X. Su, L. Zeng, B. Shao, and B. Lin, “Data-driven optimization for production planning with multiple demand features,” Kybernetes, vol. ahead-of-print, no. ahead-of-print, 2023, doi: 10.1108/K-04-2023-0690/FULL/XML.

M. Mirmozaffari, S. M. Hejazi, N. Karamizadeh, and A. Montazeri, “A mixed-integer non-linear no-wait open-shop scheduling model for minimizing makespan and total tardiness in manufacturing,” Decis. Anal. J., vol. 10, p. 100403, Mar. 2024, doi: 10.1016/J.DAJOUR.2024.100403.

N. F. Muhammad and F. Ariani, “Sistem Pendukung Keputusan Pemilihan Supplier Bahan Mentah Dengan Metode Weighted Product,” J. Tek. Komput., vol. 8, no. 2, pp. 130–134, Aug. 2022, doi: 10.31294/JTK.V8I2.12661.

R. Sari and M. -, “Sistem Pendukung Keputusan Pemilihan Marketplace dengan Metode Simple Additive Weighting (SAW),” EVOLUSI J. Sains dan Manaj., vol. 11, no. 1, Mar. 2023, doi:10.31294/EVOLUSI.V11I1.15410.

C. Debora Mait, J. Armando Watuseke, P. David Gibrael Saerang, S. Reynaldo Joshua, and U. Sam Ratulangi, “Sistem Pendukung Keputusan Menggunakan Fuzzy Logic Tahani Untuk Penentuan Golongan Obat Sesuai Dengan,” J. Media Infotama, vol. 18, no. 2, pp. 344–353, 2022.

U. B. Tayab, J. Lu, F. Yang, T. S. AlGarni, and M. Kashif, “Energy management system for microgrids using weighted salp swarm algorithm and hybrid forecasting approach,” Renew. Energy, vol. 180, pp. 467–481, Dec. 2021, doi: 10.1016/J.RENENE.2021.08.070.

H. Garg, q-Rung Orthopair Fuzzy Sets: Theory and Applications. Springer Nature Singapore, 2022. [Online]. Available: https://books.google.co.id/books?id=I0yIEAAAQBAJ

A. Rezaei, T. Oner, T. Katican, F. Smarandache, and N. Gandotra, A short history of fuzzy, intuitionistic fuzzy, neutrosophic and plithogenic sets. Infinite Study, 2022. [Online]. Available: https://books.google.co.id/books?id=fLvmEAAAQBAJ

M. Voskoglou, Fuzzy Sets, Fuzzy Logic and Their Applications 2020. Mdpi AG, 2021. [Online]. Available: https://books.google.co.id/books?id=91WmzgEACAAJ

B. Davvaz, I. Mukhlash, and S. Soleha, “Himpunan Fuzzy dan Rough Sets,” Limits J. Math. Its Appl., vol. 18, no. 1, p. 79, 2021, doi: 10.12962/limits.v18i1.7705.

B. H. Prasetio, M. H. H. Ichsan, H. Fitriyah, and E. R. Widasari, Teknologi Sistem Cerdas dan Penerapannya pada Embedded System. Universitas Brawijaya Press, 2022. [Online]. Available: https://books.google.co.id/books?id=TxKfEAAAQBAJ




DOI: https://doi.org/10.33330/jurteksi.v11i1.3588

Article Metrics

Abstract view : 10 times
PDF - 8 times

Refbacks

  • There are currently no refbacks.


Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK ROYAL 

Copyright © LPPM STMIK ROYAL

 

Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.