OPTIMASI PENJADWALAN BLASTING TAMBANG BAWAH PERMUKAAN BERBASIS ALGORITMA GENETIKA DAN RULE-BASED SYSTEM

Maharjanta, Arjikusna (2026) OPTIMASI PENJADWALAN BLASTING TAMBANG BAWAH PERMUKAAN BERBASIS ALGORITMA GENETIKA DAN RULE-BASED SYSTEM. Skripsi thesis, UPN Veteran Yogyakarta.

	Text 123220072_Cover - Arjikusna Maharjanta.pdf Download (274kB)
	Text 123220072_Abstrak - Arjikusna Maharjanta.pdf Download (347kB)
	Text 123220072_Halaman Pengesahan - Arjikusna Maharjanta.pdf Download (618kB)
	Text 123220072_Daftar Isi - Arjikusna Maharjanta.pdf Download (660kB)
	Text 123220072_Daftar Pustaka - Arjikusna Maharjanta.pdf Download (346kB)
	Text 123220072_Fulltext - Arjikusna Maharjanta.pdf Restricted to Repository staff only Download (6MB)

Abstract

Kegiatan blasting tambang bawah permukaan sangat kompleks akibat keterbatasan ruang dan sumber daya alat berat. Penjadwalan harian di PT Citra Palu Minerals masih menggunakan metode deterministik konvensional dengan pengurutan lokasi kerja (heading) First-In-First-Out (FIFO). Pendekatan statis ini rentan terjebak pada kondisi optimum lokal (local optima) karena hanya mengevaluasi satu urutan prioritas heading. Akibatnya, waktu menganggur (idle time) alat tinggi, target kemajuan tambang tidak maksimal, dan jadwal menjadi kaku terhadap kendala dinamis lapangan. Oleh karena itu, diperlukan pendekatan komputasi cerdas untuk memecahkan permasalahan optimasi penjadwalan tersebut.
Penelitian ini mengembangkan sistem optimasi penjadwalan blasting yang mengintegrasikan Rule-Based System dan Algoritma Genetika. Data operasional bersumber dari hasil wawancara dan studi dokumentasi di PT Citra Palu Minerals periode Juni - Oktober 2025. Pada sistem yang dikembangkan, Rule-Based System bertugas menyusun jadwal yang mematuhi seluruh batasan keselamatan operasional (hard constraints). Sementara itu, Algoritma Genetika bertindak sebagai mesin optimasi untuk mengeksplorasi dan mengevolusikan urutan prioritas heading terbaik menggunakan operator seleksi, persilangan (crossover), dan mutasi.
Hasil pengujian membuktikan bahwa implementasi Algoritma Genetika secara signifikan mengungguli metode konvensional. Pada pengujian standar, metode konvensional hanya mampu menghasilkan total kemajuan tambang sebesar 72,00 meter. Sebaliknya, Algoritma Genetika berhasil meningkatkan kemajuan hingga 87,00 meter pada pengujian standar, dan bahkan mencapai kemajuan maksimal 99,00 meter dengan rekor nilai fitness 91.666,15 pada skenario kebijakan blasting fleksibel. Sistem berhasil meminimalkan idle time secara optimal dengan alokasi waktu komputasi sekitar 33 menit untuk mengevaluasi ribuan kemungkinan jadwal. Kontribusi utama penelitian ini adalah terciptanya model sistem penjadwalan berbasis optimasi komputasi yang fungsional untuk membantu perencana tambang menyusun jadwal harian yang jauh lebih efisien dan produktif.

Item Type:	Tugas Akhir (Skripsi)
Uncontrolled Keywords:	Algoritma Genetika, Penjadwalan Blasting, Tambang Bawah Permukaan, Optimasi, Rule-Based System
Subjek:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	UPA Perpustakaan
Date Deposited:	15 Oct 2026 03:23
Last Modified:	15 Oct 2026 03:23
URI:	http://eprints.upnyk.ac.id/id/eprint/49912

Actions (login required)

View Item