OPTIMASI RESOURCE CONSTRAINED PROJECT SCHEDULING PROBLEM MENGGUNAKAN METODE GENETIC ALGORITHM DAN SYMBIOTIC ORGANISMS SEARCH

Abstract

Resource Constrained Project Scheduling Problem (RCPSP) merupakan gabungan dari permasalahan sumber daya yang terbatas dan juga permasalahan perencanaan penjadwalan proyek. Penting untuk mengatur atau mengalokasikan sumber daya yang terbatas guna menghasilkan waktu yang optimal. Untuk itu dilakukan penelitian lebih mendalam untuk mengetahui metode mana yang baik dalam menyelesaikan RCPSP. Ada lima jenis proyek dengan karakteristik yang berbeda-beda serta jumlah item pekerjaan yang beragam yang digunakan sebagai study case. Penelitian ini membandingkan Symbiotic Organisms Search (SOS) dan Genetic Algorithm (GA) untuk melihat mana yang memberikan waktu yang optimal dengan sumber daya yang terbatas. Kelima proyek menggunakan parameter yang sama yaitu populasi 50 dan iterasi 500 kali untuk SOS dan GA. Untuk jenis laptop yang gunakan untuk running program pun sama. Hasil dari penelitian ini menyimpulkan bahwa SOS memberikan waktu yang lebih optimal dibandingkan dengan GA. SOS memberikan solusi lebih baik dari keadaan nyata pada empat dari lima proyek ketika menurunkan 30% sumber daya sedangkan GA hanya memberikan solusi yang lebih baik dari keadaan nyata pada dua dari lima proyek. Dari hasil optimasi, SOS menghasilkan rata-rata penurunan waktu sebanyak 30.35% sedangkan GA menghasilkan rata-rata penurunan waktu sebanyak 25.39%. Resource Constrained Project Scheduling Problem (RCPSP) is a combination of limited resource problems and project scheduling planning problems. It is important to manage or allocate limited resources in order to produce optimal time. For this reason, more in-depth research was carried out to find out which method was good for completing RCPSP. There are five types of projects with different characteristics and a variety of work items those are used as study cases. This study compares Symbiotic Organisms Search (SOS) and Genetic Algorithm (GA) to see which one gives the optimal time with limited resources. The five projects used the same parameters, such as population 50 and iterations 500 times for SOS and GA. The type of laptop that is used for running programs is the same. The results of this study concluded that SOS provides a more optimal time than GA. SOS provided better than real life solutions in four out of five projects when reduced 30% of resources whereas GA only provided better than real life solutions in two out of five projects. From the optimization results, SOS produces an average time reduction of 30.35% while GA produces an average time reduction of 25.39%.