Optimasi Permasalahan Industri dan Solusinya Menggunakan Metaheuristic dan Machine Learning


28 Jul 2022/lia handayani/berita/152 View

Industri  saat ini  menjadi tulang punggung sebagian besar negara di dunia. Perkembangan teknologi dan informasi telah membawa kita ke Industri 4.0. Dengan intervensi sistem yang cerdas dan dioptimalkan di industri,  ini didorong oleh data melalui pembelajaran mesin dan teknologi  AI (kecerdasan buatan). 

Algoritma heuristik oleh Wayan digambarkan sebagai metode pencarian berdasarkan intuisi atau aturan empiris untuk mendapatkan solusi yang lebih baik dari solusi yang diperoleh sebelumnya. Tidak selalu menghasilkan solusi yang optimal, jika dirancang dengan baik akan menghasilkan solusi yang mendekati optimal dalam waktu yang relatif cepat. Sedangkan algoritma meta-heuristik dianggap sebagai pengelola dari beberapa algoritma heuristik sehingga dapat mengatur dirinya sendiri untuk menemukan solusi dari suatu masalah. 

ML adalah jenis kecerdasan buatan (AI) yang memberikan komputer kemampuan untuk belajar tanpa diprogram secara eksplisit dan berfokus pada pengembangan program komputer yang dapat berubah ketika terkena data.materi baru. Ada lima teknologi AI yang  banyak diadopsi di industri, termasuk robotika, visi komputer, pemrosesan bahasa alami, agen virtual, dan pembelajaran mesin itu sendiri. Semakin bekembangnya jaman semakin banyak perusahaan berinvestasi di AI, karena potensi AI untuk meningkatkan perkiraan penjualan, mengoptimalkan dan mengotomatisasi operasi, mengembangkan pemasaran dan penetapan harga yang ditargetkan, dan meningkatkan pengalaman pengguna.

Oleh karena itu Universitas Sains dan Teknologi Komputer bekerja sama dengan Universitas Brawijaya Untuk mengadakan pembahasan dalam webinar yang bertemakan Optimasi permasalahan Industri pada (23/9/21). 

Terdapat pemaparan yang disampaikan oleh bapak Wayan Firdaus Mahmudy S.Si.,M.T., Ph.D selaku Dekan Fakultas Ilmu Komputer Univ Brawijaya yaitu "Contoh Permasalahan Industri yang pertama itu dalam penjadwalan operator mesin, misal ada seorang operator paginya bekerja kemudian istirahat sebentar lalu malam nya bekerja lagi nah ini akan sangat berbahaya, jadi bagaimana cara mendapatkan jadwal yang baik? Dengan adanya beberapa kriteria, salah satunya jangan sampai ada yang bekerja lebih dari 10 jam perhari atau dua shif berturut turut. Kemudia contoh permasalahan yang dua ada pada traveling salesman problem dan ketiga distribusi produk".