Abstract
Dalam dunia otomotif seperti bengkel pengecatan mobil atau yang dikenal dengan nama body repair mobil seringkali mendapatkan pesanan pengecatan mobil yang dilakukan berdasarkan permintaan pemilik. Pada proses transaksi awal akan disepakati antara konsumen dan pemilik jasa body repair bahwa pengerjaan body repair harus selesai pada waktu tertentu, jika waktu pengerjaan melebihi waktu yang disepakati maka akan mempengaruhi kredibilitas bengkel yang akan menimbulkan masalah komplain dari pihak konsumen dan dikenakan cashback. Dalam suatu perusahaan body repair, tidak hanya mengerjakan satu buah pesanan pengecatan mobil saja. Akan tetapi terdapat beberapa pesanan pengecatan sekaligus dalam waktu bersamaan.Proses body repair yaitu mulai dari pendempulan, penggosokan, pengecatan dasar, pengecatan akhir dan pemolesan, pembagian pengecatannya berdasarkan perpanel, proses yang dikerjakan oleh body repair ini adalah jenis mobil minibus yang ditetapkan maksimal 12 panel permobil. Agar didapatkan pengecatan selesai tepat waktu maka mobil mana yang didahulukan untuk dikerjakan diperlukan suatu urutan penataan pekerjaan yang menggunakan algoritma genetika. Pengurutan waktu pengerjaan digunakan untuk mengoptimasi waktu seminimal mungkin, sehingga dapat menekan biaya-biaya operasional yang digunakan dengan tujuan mencari keuntungan semaksimal mungkin. Pengujian keakuratan program dapat dilihat dari hasil fitness.Pada penelitian ini, akan dianalisa pengaruh jumlah probabilitas crossover dan probabilitas mutasi terhadap nilai fitness. Uji coba dilakukan sebanyak 5 kali percobaan untuk masing-masing probabilitas. Algoritma Genetika dapat digunakan sebagai metode untuk mencari solusi optimal pencarian waktu terbaik. Kromosom terbentuk dari gen yang dipresentasikan dari nama order yang dikodekan huruf. Urutan gen pada tiap kromosom mempresentasikan urutan order yang dikerjakan. Nilai fitness dipengaruhi oleh parameter genetik. Pada proses perhitungan didapat nilai probabilitas crossover (Pc) di 90% dan probabilitas mutasi (Pm) 90%, menjadikan hasil fitnesnya yang paling tertinggi dan beragam. karena banyaknya jumlah generasi dan jumlah populasi yang terproses, maka semakin besar pula nilai fitness-nya karena semakin beragamnya kromosom yang terbentuk, Berlaku sebaliknya semakin kecilnya nilai probabilitas crossover (Pc) yaitu 10% dan probabilitas mutasi (Pm) 10% maka didapatkan nilai fitnes yang kecil.