000			03596nam a2200373 i 4500
999			_c99762 _d99768
003			MY-KuUP
005			20251125110753.0
006			t||||fr|||| 000 0
007			ta
008			230720t20232023my a|||fr|||| 000 0 eng d
020			_aTHE0009483 (Local) _qHardback
040			_aUMP _beng _cUMP _erda
090			_aFTKMA .A75 2023 r Thesis
100	1		_aAriff Nijay Ramli, _eauthor.
245	1	0	_aOptimization of assembly line balancing with energy efficiency by using tiki-taka algorithm / _cAriff Nijay Ramli
264		1	_aPahang : _bUMP, _c2023
264		4	_c© 2023
300			_axii, 89 pages : _bIllustration ; _c30 cm.+ _e1 CD ROM
336			_2rdacontent _atext
336			_2rdacontent _atext
337			_2rdamedia _aunmediated
337			_2rdamedia _acomputer
338			_2rdacarrier _avolume
338			_2rdacarrier _acomputer disc
347			_2rda _atext file _bPDF
500			_aFaculty of Mechanical & Automotive Engineering Technology
502			_aThesis (Master of Science) -- Universiti Malaysia Pahang – 2023
504			_aIncludes bibliographical reference
520	3		_aAssembly line balancing (ALB) boleh diertikan sebagai aktiviti yang digunakan untuk mengoptimumkan pelan susunan sesebuah rangkaian pemasangan kilang dengan cara pengagihan dan penyusunan tugas kerja pemasangan disetiap stesen kerja. Berdasarkan kepada kajian-kajian terdahulu yang dilakukan oleh penyelidik, kebanyakan kajian model rangkaian pemasangan berfokus sepenuhnya hanya kepada permasalahan yang berkaitan dengan masa, ruang, pekerja dan juga beberapa sumber. Bagaimanapun, terdapat kekangan kajian yang menggunakan penggunaan tenaga elektrik dalam sebuah pelan rangkaian pemasangan. Situasi ini menggalakkan kerja kajian ini untuk menyiasat Assembly Line Balancing with Energy Efficiency (ALB-EE). Kajian ini bertujuan untuk memperkenalkan model pengiraan yang mewakili ALB-EE, mencadangkan Tiki-Taka Algorithm (TTA) yang baru untuk menyelesaikan dan mengoptimumkan ALB-EE, dan mengesahkan model yang telah diperkenalkan melalui situasi sebenar kes kajian. Dalam fasa permodelan, kesemua masalah ALB-EE dalam objektif kajian ini dipersembahkan dalam cara matematik untuk mendapatkan rangkaian yang efisien. kemudian, TTA itu akan diuji keberkesanannya melalui perbandingan antara Particle Swarm Optimization (PSO), Grey Wolf Optimization (GWO), Genetic Algorithm (GA), dan Whale Optimization Algorithm (WOA). Akhirnya, sebuah kajian kes industri akan dilakukan untuk menguji model dan algoritma yang telah dibangunkan. Sebuah syarikat automotif telah dipilih, dan data kajian yang telah dikumpul akan digunakan untuk tujuan pengujian. Sebagai rumusan, model Optimized TTA berfungsi dengan terbaik jika dibandingkan dengan PSO, GWO, GA, dan WOA dalam kebanyakan permasalahan kajian. Manakala, aktiviti pengujian kajian kes memberikan keputusan peningkatan kadar efisien rangkaian dari 92.7% kepada 95.1% dengan cara penyusunan kerja melalui aplikasi TTA. Melalui peningkatan kadar efisien, penggunaan tenaga keseluruhan dapat dikurangkan kepada 3,305,478.46 J dari jumlah asal iaitu 3,374,329.46 J. Hal ini menunjukkan bahawa algoritma TTA yang dibina adalah berkesan dan boleh digunakan dalam menyelesaikan masalah situasi sebenar dengan cara penyusunan semula kerja pemasangan, lantas mengurangkan masa pemsasngan dan dapat mengurangkan penggunaan tenaga yang diperlukan oleh mesin-mesin.
610	2	0	_aFaculty of Mechanical & Automotive Engineering Technology _xDissertations
650		0	_aUniversities and colleges _xDissertations
650		0	_aThesis
942			_2lcc _cTHESIS