MODUL 4
BAB IPENDAHULUAN
1.1 Latar BelakangSimulasi adalah tiruan operasi dari proses
nyata atau sistem dari waktu ke waktu, apakah dilakukan dengan
tangan atau dengan komputer simulasi melibatkan pembuatan sejarah
tiruan dari bentuk mesin, dan pengamatan atas sejarah tiruan untuk
menarik kesimpulan mengenai karakteristik pengoperasian sistem
nyata, dan sesuai berkembangnya waktu ke waktu dipelajari dengan
mengembangkan suatu model simulasi, model ini biasanya mengambil
bentuk seperangkat asumsi yang berhubungan dengan operasi
sistem.Sedangkan sistem dapat diartikan sebagai suatu kumpulan
obyek yang dihubungkan bersama didalam beberapa interaksi regular
atau independent kearah pencapaian beberapa tujuan. Seringkali
sistem juga didefinisikan sebagai kumpulan entitas (manusia atau
mesin), yang berinteraksi untuk mencapai suatu tujuan.Beberapa
istilah komponen sistem harus diketahui dan dipahami sehingga dapat
menganalisa sistem. Sebuah entitas adalah objek yang menjadi
perhatian kita dalam sistem. Sebuah server adalah entitas yang
melakukan fungsi fungasi tertentu atau berinteraksi dengan entitas
lain dalam menjalankan suatu aktivitas. Suatu atribut adalah
karakteristik yang dimiliki oleh sebuah entitas. Pada kasus ini
tentang bagaimana penggunaan waktu, supaya waktu yang tersedia bisa
digunakan seefektif dan seefisien mungkin sehingga dapat
meminimalkan biaya produksi. Dalam aktifitas pada CV. Jaya Karya 2
stasiun kerja Ukir dan Potong, 2 stasiun kerja Pengamplasan, 1
stasiun kerja QC dan 1 stasiun kerja Perakitan. untuk pembuatan
produk yaitu berupa kursi.Antrian terhadap kasus ini bertujuan
untuk menentukan banyaknya rata-rata panjang antrian dan rata-rata
waktu tunggu untuk tiap aktifitas pada masing-masing stasiun kerja.
Sedangkan untuk server bertujuan mencari rata-rata kedatangan,
rata-rata kepergian serta utilitas masing-masing departemen.
1.2 Perumusan MasalahBerdasarkan latar belakang masalah tersebut
di atas, maka dapat dirumuskan suatu pokok pemasalahanya yaitu:1.
Bagaimana mengambil keputusan dengan efektif dan efisien dengan
mengunakan software promodel ?2. Bagaimana membuat kerangka urutan
proses produksi pada tiap-tiap server ?3. Bagaimana mengaplikasi
software promodel sesuai dengan urutan produksi pada tiap-tiap
server ?
1.3 Pembatasan MasalahAgar pembahasan yang dilakukan lebih
terarah maka praktikum ini dibatasi pada hal sebagai berikut:2.
Proses produksi didapatkan secara jelas dan nyata sesuai dengan
studi kasus yang ada.3. Pengolahan data dilakukan dengan
menggunakan software promodel.
1.4 Tujuan PraktikumAdapun tujuan praktikum ini adalah:1.
Mahasiswa mampu memahami teori simulasi untuk permodelan sistem
sesuai dengan aplikasi secara langsung pada perusahaan
manufaktur.2. Mahasiswa mampu mengaplikasi teori simulasi untuk
permodelan sistem secara jelas dan mudah dengan menggunakan
software promodel.3. Mahasiswa dapat mengetahui fenomena antrian
dalam proses produksi pada perusahaan manufaktur.4. Mahasiswa mampu
menganalisa panjang antrian dan server.5. Melatih mahasiswa untuk
dapat berfikir secara terintegrasi tentang proses produksi dengan
spesifikasi yang telah ditetapkan.6. Mahasiswa mampu memahami teori
simulasi untuk permodelan sistem sesuai dengan aplikasi secara
langsung pada perusahaan manufaktur.7. Melatih mahasiswa untuk
dapat melakukan perencanaan produksi berdasarkan data-data yang ada
dan memperkirakan proyeksi semua kebutuhan material, mesin dan
tenaga kerja yang mungkin diperlukan.1.5 Sistematika
PenulisanSistematika penulisan praktikum ini adalah sebagai
berikut:Bab I PendahuluanBab ini berisi latar belakang, perumusan
masalah, pembatasan masalah, tujuan praktikum dan sistematika
penulisan.Bab II Landasan TeoriBab ini menjelaskan tentang dasar
teori dan metode perencanaan produksi dari semua kasus yang ada.Bab
III Pengumpulan dan Pengolahan DataBab ini berisi pengumpulan dan
pengolahan data dari program promodel.Bab IV AnalisaBab ini berisi
tentang analisa dari semua kasus yang telah diolah pada pengolahan
data.Bab V Kesimpulan dan SaranBab ini berisi kesimpulan dan
saran.
BAB IILANDASAN TEORI
2.1 Pemodelan SistemPermasalahan dunia nyata biasanya menjadi
sangat komplek, sehingga deskripsi total tentang masalah tersebut,
jika dipandang sebagai suatu sistem menjadi sulit dikelola. Selain
itu tidak semua faktor yang ada dalam dunia nyata relevan terhadap
masalah dan solusinya. Untuk itu diperlukan deskripsi parsial yang
sesuai dengan permasalahan yang bersangkutan. Deskripsi parsial
tersebut dikenal sebagai proses karakterisasi sistem.Karakterisasi
sistem sering kali dinamakan simplikasi dan idealisasi. Proses
simplikasi adalah proses penyederhanaan, dimana dilakukan pemilihan
terhadap faktor faktor yang relevan saja terhadap permasalahan,
sehingga faktor tersebut yang dipertimbangkan dalam penyelesaian
permasalahan. Proses idealisasi adalah proses pengarahan
permasalahan dunia nyata yang semula sangat kompleks dan sulit
dikelola menjadi kondisi yang lebih ideal untuk diselesaikan.
Sistem adalah sekelompok elemen yang mempunyai karakteristik
spesifik atau mempunyai atribut yang saling berinteraksi untuk
mencapai tujuan. Sistem didefinisikan oleh Schmidt dan Taylor
(1970) sebagai suatu kumpulan dari entitas seperti manusia dan
mesin yang berinteraksi bersama mencapai suatu tujuan [Law
A.M,2000]. Dalam prakteknya yang disebut sistem tergantung pada
tujuan dari suatu studi tertentu. Sebagai contoh, adalah antrian
nasabah bank. Sebuah system dipengaruhi oleh perubahan yang terjadi
diluar system. Perubahan perubahan tersebut terjadi diluar system.
Penentuan system dan lingkungannyaditentukan oleh tujuan studi yang
dilakukan. Karena itu, kumpulan entitas yang munyusun sebuah system
bagi sebuah studi mungkin saja merupakan sebuah dari system
tersebut atau yang lain [Law A.M,2000].
2.2 Antrian2.2.1 Teori AntrianTeori antrian diciptakan dan mulai
dikembangkan oleh seorang ahli matematika Denmark yang bernama A.K.
Erlang.Fenomena menunggu adalah hasil langsung dari keacakan dalam
operasi sarana pelayanan (Taha, 1997). Secara umum kedatangan
pelanggan tidak diketahui sebelumnya, karena jika dapat diketahui
maka pengoperasian sarana tersebut dapat dijadwalkan sedemikian
rupa sehingga akan sepenuhnya menghilangkan keharusan untuk
menunggu.Walaupun teori antrian sendiri tidak langsung memecahkan
persoalan, teori antrian menyumbangkan informasi penting yang
diperlukan untuk membuat suatu pengambilan keputusan seperti dengan
cara memprediksi beberapa karakteristik dari antrian seperti waktu
antar kedatangan dan waktu pelayanan. Apabila kedua waktu ini dapat
diketahui secara pasti maka akan sangat mudah dalam melakukan
penjadwalan fasilitas pelayanan. Akan tetapi waktu antar kedatangan
dan waktu pelayanan ini cenderung tidak pasti, sehingga menimbulkan
dua masalah yang saling berkaitan, pertama apabila fasilitas
pelayanan terlalu banyak akan menurunkan tingkat utilisasi
fasilitas pelayanan tersebut yang berarti meningkatkan waktu
menganggur dari fasilitas tersebut sehingga merugikan investasi
yang telah dilakukan. Kedua, jika fasilitas pelayanan kurang maka
akan terjadi antrian yang lama yang nantinya akan menimbulkan biaya
sosial seperti kenyamanan pengguna yang terganggu.
2.2.2 Konsep-konsep Dasar AntrianTujuan dasar model antrian
adalah untuk meminimumkan total biaya, yaitu biaya langsung
penyediaan fasilitas pelayanan dan biaya tidak langsung karena
pelanggan harus menunggu untuk dilayani, bila suatu sistem
mempunyai fasilitas pelayanan lebih dari jumlah optimal, ini
berarti membutuhkan investasi modal yang berlebihan, tetapi bila
jumlahnya kurang dari optimal hasilnya adalah tertundanya pelayanan
(Subagyo dkk,1983).Situasi keputusan sering kali timbul dimana unit
satuan yang datang untuk memperoleh pelayanan (orang, barang) harus
menunggu sebelum memperoleh pelayanan yang diinginkan. Apabila
aturan yang mengatur kedatangan (arrival), unit penerima pelayanan,
waktu pelayanan (Service Time) san urutan kedatangan satuan
penerimaan pelayanan (spp) diketahui (mungkin berdasarkan
pengalaman atau hasil penelitian), maka sifat atau ciri ciri dalam
situasi antrian dapat dipelajari dengan menggunakan peralatan
matemaika dengan mudah.Tujuan mempelajari teori antrian adalah
untuk menentukan beberapa karakteristik yang menjadi ukuran
performasi dari sistem pelayanan yang dipelajari.1. Berapa lama
obyek yang harus dilayani tersebut menunggu sampai dilayani.2.
Persentase waktu menganggur dari fasilitas pelayanan.Dalam hal ini
semakin lama waktu menuggu yang dialami oleh obyek yang membutuhkan
pelayanan, akan semakin kecil kemungkinan fasilitas menganggur,
begitu juga sebaliknya. Ukuran performasi yang telah diperoleh
selanjutnya biasa digunakan untuk memilih tingkat pelayanan yang
optimal diantara situasi yang bertentangan tersebut.
2.2.3 Unsur - Unsur Dasar Model AntrianWalaupun pola kedatangan
dan kepergian adalah faktor faktor yang penting dalam analisis
antrian, terdapat juga faktor- faktor penting lain dalam
pengembangan model model antrian (Taha, 1997): 1. Faktor pertama
adalah cara memilih pelanggan dari antrian untuk memulai pelayanan,
biasanya disebut peraturan pelayanan.2. Faktor kedua berkaitan
dengan rancangan sarana tersebut dari pelaksanaan pelayanan. Sarana
pelayanan lebih dari satu pelayan dan menawarkan pelayanan yang
sama sehingga dikatakan memiliki pelayanan sejajar. Sarana
pelayanan yang dapat dilalui pelanggan sebelum pelayanan
diselesaikan. Situasi yang dihasilkan biasanya dikenal sebagai
antrian serial tandem queue. Rancangan paling umum dari sebuah
sarana pelayanan mencakup baik stasiun pengolahan serial atau
paralel. Ini menghasilkan antrian jaringan net work queue.3. Faktor
ketiga berkaitan dengan ukuran antrian yang diijinkan.Dalam
beberapa situasi tertentu, hanya sejumlah unit item tertentu yang
diijinkan, kemungkunan karena batasan ruang (misalnya, ruang untuk
mobil ditempay pengisian bensin). Setelah antrian memenuhi
kapasitas, pelanggan yang baru tiba tidak dapat masuk kedalam
antrian. 4. Faktor keempat berkaitan dengan sifat sumber yang
meminta pelayanan kedatangan pelanggan. Sumber pemanggilan calling
source dapat mennghasilkan sejumlah terbatas pelanggan atau secara
teoritis sejumlah tak terbatas pelanggan.
2.2.4 Elemen Elemen Pokok Dalam Sistem AntrianElemen elemen
dasar dari model antrian tergantung pada faktor faktor sebagai
berikut [Dubagyo dkk, 1985] :1. Sumber Masukan (Input)Sumber
masukan dari suatu sistem antrian dapat terdiri atas suatu populasi
orang, barang, komponen atau kertas kerja yang datang pada sistem
yang dilayani. Bila populasi relatif besar sering di anggap bahwa
hal itu merupakan besaran tak terbatas. Anggapan ini adalah hampir
umum karena perumusan sumber masukan yang tak terbatas lebih
sederhana dari pada sumber yang terbatas. Suatu populasi dinyatakan
besar bila populasi tersebut besar dibanding dengan kapasitas
pelayanan.2. Pola KedatanganPola kedatangan yang biasa terjadi pada
suatu sistem antrian diantaranya adalah pola kedatangan teratur,
pola kedatangan random (acak), pola kedatangan yang dipengaruhi
aspek lain dan sebagainya. Besarnya selang waktu suatu kedatangan
dengan kedatangan berikutnya disebut selang waktu kedatangan.
3. Kepanjangan AntrianBanyak sistem antrian dapat menampung
jumlah individu-individu yang relatif besar, tetapi ada bebarapa
sistem yang mempunyai kapasitas terbatas. Bila kapasitas antrian
menjadi faktor pembatas jumlahnya individu yang dapat melayani
dalam sistem secara nyata, berarti sistem mempunyai kepanjangan
antrian terbatas dan model antrian terbatas untuk menganalisa
sistem tersebut4. Disiplin AntrianDisiplin antrian adalah aturan
dalam mana para pelanggan dilayani. Aturan ini dapat didasarkan
pada yang pertama masuk, pertama keluar (PMPK, kalam bahasa inggris
FIFO) (yakni, pelayanan menurut urutan kedatangan), yang terakhir
masuk pertama keluar (PMPK, dalam bahasa inggris disingkat FIFO)
(contohnya, pelanggan yang datang paling akhir mendapat pelayangan
yang berikutnya), secara acak, atau berdasarkan prioritas. Service
in Random Order (SIRO) artinya panggilan didasarkan pada peluang
random, tidak mempertimbangkan siapa dulu yang datang. Priority
Service (PS) artinya prioritas pelayangan diberikan pada mereka
yang mempunyai prioritas yang lebih tinggi dibandingkan dengan
mereka yang mempunyai prioritas lebih rendah, meskipun yang
terakhir ini kemungkinan sudah lebih dahulu tiba dalam garis
tunggu.5. Mekanisme PelayananPola pelayanan biasanya dicirikan oleh
waktu pelayanan (service time), yaitu waktu yang dibutuhkan seorang
pelayan untuk melayani seorang pelanggan. Waktu pelayanan ini dapat
bersifat deterministik, atau berupa suatu variabel acak yang
distribusi probabilitasnya sianggap telah diketahui. Bila tidak
disebutkan secara khusus, maka anggapan dasarnya adalah bahwa satu
pelayan saja dapat melayani secara tuntas urusan seorang
pelanggan.6. Keluar (Exit)Sesudah individu selesai dilayani, dia
keluar (exit) dari sistem. Sesudah keluar, dia mungkin bergabung
dengan populasi asal dan mempunyai probabilitas yang sama untuk
memasuki sistem kembali, atau dia mungkin bergabung dengan populasi
lain yang mempunyai probabilitas yang lebih kecil dalam hal
kebutuhan pelayanan tersebut kembali.
2.2.5 Model - Model AntrianAda empat tipe model antrian, yaitu
(Subagyo, dkk, 1985) :1. Single Chanel - Single PhaseSistem antrian
ini terdiri dari satu fasilitas pelayanan, dimana objek yang masuk
pada sistem ini akan dilayani oleh fasilitas tunggal.M = antrianS =
fasilitas pelayanan (server)
Sistem antrian SumberKeluarMSM
PopulasiGambar 2.1 Single chanel - single phase2. Single Chanel
- Multi PhaseSistem antian ini terdiri dari multi fasilitas
pelayanan yang dilaksanakan secara berurutan. Sistem antrian Sumber
KeluarSMSM
PopulasiGambar 2.2 Single chanel - multi phase
3. Multi Chanel - Single PhaseSistem antrian ini terdiri dari
multi (lebih dari satu fasilitas pelayanan) dimana objek yang masuk
dalam sistem akan dilayani oleh fasilitas yang sedang
menganggur.
Sistem antrian Sumber KeluarS
M
PopulasiS
Gambar 2.3 multi chanel - single phase
4. Multi Chanel - Multi PhaseBentuk ini mempunyai beberapa
fasilitas pelayanan pada setiap tahap dengan beberapa stasiun
pelayanan. Sistem antrianSSMMSMS
Sumber Keluar
PopulasiGambar 2.4 multi chanel - multi phase
2.3 Biaya Model AntrianTujuan biaya model antrian adalah
menghitung tingkat pelayanan (kecepatan pada pelayanan atau jumlah
stasiun pelayanan) yang diimbangi dengan biaya yang saling
bertentangan, sebagai berikut :2.3.1 Model Model Keputusan
AntrianPengambilan keputusan menyangkut antrian berkaitan dengan
peningkatan hasil karya sistem melalui penggunaan model keputusan
yang sesuai. Model ini dibangun dengan menggunakan sifat operasi
yang cocok, pada akhirnya menetapkan parameter optimum, parameter
yang mana mencakup laju pelayanan, jumlah pelayanan atau panjang
antrian maksimum yang diperkenankan.Optimasi parameter dapat
dilihat dari bermacam-macam cara tergantung pada keinginan
pengambil keputusan. Pandangan yang paling umum didasarkan pada
keputusan yang meminimumkan jumlah pelayanan dan antrian persatuan
biaya waktu (Siagan, 1987).Sifat dari beberapa situasi antrian
mencakup penggunaan model-model keputusan biaya. Khususnya, biaya
menunggu paling sulit ditentukan.Untuk mempelajari hal ini situasi
antrian digolongkan didalam tiga kategori besar berikut ini:
Gambar 2.5 Model keputusan biaya dalam model antrianModel yang
ideal adalah kalau kita menentukan taksiran terpercaya dari
parameter biaya yang diperlukan. Kadang-kadang sukar bahkan tidak
mungkin menaksir parameter biaya terutama yang menyangkut waktu
tunggu. Oleh kareana itu kita harus mencari kriteria optimalisasi
yang lain seperti apa yang dinamakan model tongkat aspirasi atau
aspiration level yang digunakan bila model biaya tidak dapat lagi
digunakan dalam praktek (Siagian, 1987).
BAB IIIPENGUMPULAN DAN PENGOLAHAN DATA
3.1 Pengumpulan DataCV. Jaya Karya merupakan sebuah perusahaan
yang bergerak dalam industri perkayuan. Spesifikasinya adalah
perusahaan furniture yang memproduksi pintu. Dalam proses produksi
perusahaan ini harus efektif dan efisien dalam penggunaan waktu,
sehingga dapat meminimalkan biaya produksi. Proses produksi bagian
finishing di CV. Jaya Karya adalah sebagai berikut :Bahan baku
berupa kayu masuk ke stasiun kerja Ukur & Potong, kemudian ke
stasiun kerja Pengamplasan, kemudian ke stasiun QC dan tahap akhir
dilanjutkan stasiun kerja perakitan.Dari Penjabaran tentang CV.
Jaya Karya di atas:1. Gambarkan system produksi yang ada pada CV.
Jaya Karya!2. Tentukan entitas dan jelaskan aktivitas yang ada pada
CV. Jaya Karya!
Tabel 3.1 Data waktu antar kedatangan dan proses tiap stasiun
kerja
Tabel 3.1 Lanjutan
3.2 Pengolahan Data 3.2.1 Pengolahan Data Manual1. Sistem
produksi CV. Jaya Karyaa. Layout
Gambar 3.1 Model awal layout
b. Tata Urutan ProsesTata urutan proses adalah sebagai
berikut:Bahan baku kayu masuk ke stasiun kerja Ukur dan Potong, dan
dikerjakan di mesin tersebut. Setelah itu, kayu tersebut masuk ke
proses selanjutnya, yaitu di stasiun kerja Pengamplasan, setelah
dikerjakan di stasiun kerja Ukur dan Potong dan Pengamplasan,
dilakukan inspeksi di QC (Quality Control). Setelah dilakukan
inspeksi di QC, kemudian kayu tersebut dilakukan Perakitan.
c. Asumsi AsumsiJumlah server dalam sistem produksi: Tabel 3.2
Jumlah server dalam sistem produksiNoKeteranganJumlah Server
1Ukur dan Potong2
2Pengamplasan2
3QC (Quality Control)1
4Perakitan1
2.EntitasEntitas adalah objek dinamis dalam simulasi, biasanya
diciptakan, bergerak dalam dan meninggalkan sistem, ada pula
entitas yang tidak meninggalkan sistem, ada pula entitas yang hanya
melainkan berputar-putar dalam sistem. Entitas adalah objek yang
menjadi perhatian kita dalam sistem. Yang menjadi entitas dalam
kasus ini adalah bahan baku berupa kayu.
3.ResourcesSumber daya dalam sistem ini adalah server yang
melayani di setiap stasiun kerja seperti pada stasiun kerja Ukur
dan Potong yang terdiri dari dua server, stasiun kerja Pengamplasan
yang terdiri dari dua server, stasiun kerja QC (Quality Control)
yang terdiri dari satu server dan stasiun kerja Perakitan terdiri
dari satu server.
4.Aktivitas dan EventAktivitas : Bahan baku kayu diproduksi di
stasiun kerja Ukur dan Potong 1. Bahan baku kayu diproduksi di
stasiun kerja Ukur dan Potong 2. Produksi dari stasiun kerja Ukur
dan Potong 1 ke stasiun Pengamplasan 1. Produksi dari stasiun kerja
Ukur dan Potong 2 ke stasiun Pengamplasan 2. Produksi dari stasiun
kerja Pengamplasan 1 dan 2 ke stasiun kerja QC (Quality Control).
Inspeksi dari QC (Quality Control) ke stasiun kerja Perakitan.Event
Adalah: Kejadian pada satu titik waktu yang menyebabkan perubahan
status simulasi.a. Aktivitas: Bahan baku kayu diproduksi di stasiun
kerja Ukur dan Potong.KayuPengamplasanUkur dan Potong
Ukur dan Potong
Gambar 3.2 Produksi di stasiun kerja ukur dan potong Awal :
Kedatangan kayu di stasiun kerja Ukur dan Potong. Akhir : Selesai
dikerjakan di stasiun kerja Ukur dan Potong, kayu menuju ke stasiun
kerja Pengamplasan. Resources : Jumlah server sebanyak dua.
b. Aktivitas: Produksi dari stasiun kerja Ukur dan Potong ke
stasiun kerja Pengamplasan. Pengamplasan
Ukur dan Potong
PengamplasanQC
Gambar 3.3 Produksi di stasiun kerja pengamplasan Awal :
Kedatangan kayu dari stasiun kerja Ukur dan Potong menuju ke
stasiun kerja Pengamplasan. Akhir : Selesai dikerjakan di stasiun
kerja Pengamplasan, kayu menuju ke stasiun kerja QC (Quality
Control). Resources : Jumlah server sebanyak dua.
c. Aktivitas: Produksi dari stasiun kerja Pengamplasan ke
stasiun kerja QC (Quality Control).Pengamplasan
QCPerakitan
Gambar 3.4 Inspeksi di QC Awal : Kedatangan kayu dari stasiun
kerja Pengamplasan ke stasiun kerja QC (Quality Control). Akhir :
Selesai dikerjakan di stasiun kerja QC (Quality Control), kayu
menuju ke stasiun kerja Perakitan. Resources : Jumlah server
sebanyak satu.
d. Aktivitas: Inspeksi dari QC (Quality Control) ke stasiun
kerja PerakitanQC
Perakitanexit
Gambar 3.5 Produksi di stasiun kerja perakitan Awal : Kedatangan
kayu dari QC ke stasiun kerja Perakitan Akhir : Selesai dikerjakan
di stasiun kerja Perakitan, kayu menuju ke exit Resources : Jumlah
server sebanyak satu.
3.2.2 Pengolahan Data Menggunakan Software.3.2.2.1 Uji
Distribusi Data Dengan Menggunakan Stat:Fit PromodelLangkah langkah
dalam melakukan uji distribusi data dengan menggunakan Stat:Fit
Promodel1. Buka software ProModel kemudian pilih Stat Fit pada
bagian bawah.2. Masukkan input data waktu kedatangan pada data
table.3. Setelah data selesai diinput, pilih autofit.4. Untuk
mencari grafik, pilih distribution viewer.5. Isikan hasil autofit
pada kolom yang ada pada distribution viewer.6. Catat hasil mean
dan standar deviasi yang tampil pada kolom atas.7. Pilih
grafik.
1. Waktu Antar Kedatangana. Input DataInput pengolahan data
ProModel dengan Stat:FitTabel 3.3 Input waktu antar kedatangan
b. Hasil AutoFitHasil pengolahan data ProModel dengan
Stat:FitTabel 3.4 Hasil autofit waktu antar kedatangan
c. Grafik Grafik pengolahan data ProModel dengan Stat:Fit
Gambar 3.6 Grafik waktu antar kedatangan
2. Ukur dan Potonga. Input DataInput pengolahan data ProModel
dengan Stat:FitTabel 3.5 Input ukur dan potong
b. Hasil AutoFit Hasil pengolahan data ProModel dengan
Stat:FitTabel 3.6 Hasil autofit ukur dan potong
c. Grafik Grafik pengolahan data ProModel dengan Stat:Fit
Gambar 3.7 Grafik ukur dan potong3. Pengamplasana. Input
DataInput pengolahan data ProModel dengan Stat:FitTabel 3.7 Input
pengamplasan
b. Hasil AutoFit Hasil pengolahan data ProModel dengan
Stat:FitTabel 3.8 Hasil autofit pengamplasan
c. GrafikGrafik pengolahan data ProModel dengan Stat:Fit
Gambar 3.8 Grafik pengamplasan4. QCa. Input DataInput pengolahan
data ProModel dengan Stat:FitTabel 3.9 Input QC
b. Hasil AutoFit Hasil pengolahan data ProModel dengan
Stat:FitTabel 3.10 Hasil autofit QC
c. Grafik Grafik pengolahan data ProModel dengan Stat:Fit
Gambar 3.9 Grafik QC5. Perakitana. Input DataInput pengolahan
data ProModel dengan Stat:FitTabel 3.11 Input perakitan
b. Hasil AutoFit Hasil pengolahan data ProModel dengan
Stat:FitTabel 3.12 Hasil autofit perakitan
c. Grafik Grafik pengolahan data ProModel dengan Stat:Fit
Gambar 3.10 Grafik perakitan3.2.2.2 Pembuatan Model Dengan
ProModelLangkah dalam pembangunan model untuk mensimulasikan proses
produksi pada CV. Jaya Karya adalah sebagai berikut :1. Buka
software ProModel kemudian pilih file, lalu pilih new.2. Mengisi
title dan pilih second pada time unit lalu Ok.3. Pilih menu build
lalu pilih location dan masukan layout stasiun kerja kemudian
isikan nama stasiun kerja pada menu location.4. Pilih menu Build
lalu pilih Arrival dan tulis nama material pada Entity, kemudian
pada Occurrences isikan angka 225, setelah itu pada Frequency
isikan rata rata kedatangan dan standar deviasi.5. Pilih menu Build
lalu pilih Entities, lalu klik pada gambar material dan masing
masing stasiun kerja, kemudian pilih edit, pilih color untuk
memberi warna pada masing masing material dan stasiun kerja.6.
Pilih menu build lalu pilih Processing, setelah itu pada Operation
isikan rata rata kedatangan dan standar deviasi pada masing masing
stasiun kerja.7. Pilih menu Simulation lalu pilih Run, setelah itu
akan muncul verifikasi dari simulasi tersebut. Hasil dari simulasi
itu dapat dilihat di output result.
a. Location Dalam tabel location terdapat urutan dari proses
produksi yang dimulai dari kedatangan, material dengan kapasitas
tak terbatas dan barang yang pertama kali masuk harus dikerjakan
atau diproses terlebih dahulu (FIFO) menuju ke stasiun kerja Ukur
dan Potong 1 dan 2 dengan kapasitas tak terbatas dan barang yang
pertama kali masuk harus dikerjakan atau diproses terlebih dahulu
(FIFO), setelah masuk ke stasiun kerja Ukur dan Potong 1 dan 2
dengan kapasitas 1 menuju ke stasiun kerja Pengamplasan 1 dan 2
dengan kapasitas tak terbatas dan barang yang pertama kali masuk
harus dikerjakan atau diproses terlebih dahulu (FIFO), setelah
masuk ke stasiun kerja Pengamplasan 1 dan 2 dengan kapasitas 1
menuju ke stasiun kerja QC dengan kapasitas yang tak terbatas dan
barang yang pertama kali masuk harus dikerjakan atau diproses
terlebih dahulu (FIFO), setelah masuk ke stasiun kerja QC dengan
kapasitas 1 menuju ke stasiun kerja Perakitan dengan kapasitas yang
tak terbatas dan barang yang pertama kali masuk harus dikerjakan
atau diproses terlebih dahulu (FIFO), setelah itu masuk ke stasiun
kerja Perakitan dengan kapasitas 1.Tabel 3.13 Location running
promodel
Pada proses menuju stasiun kerja Ukur dan Potong, menuju stasiun
kerja Pengamplasan menuju stasiun kerja QC dan menuju stasiun kerja
Perakitan terjadi aturan baku FIFO (first in firs out) dimana
barang yang pertama kali masuk harus dikerjakan atau diproses
terlebih dahulu sehingga tidak terjadi penumpukan atau
keterlambatan.
b. Entitas Dalam tabel entitas terdapat material yang berpindah
dari setiap stasiun kerja yaitu berupa bahan baku (kayu).Tabel 3.14
Enteties running promodel
c. Arrival Dalam tabel arrival adanya material sebagai entitas
CV. Jaya Karya mentargetkan dalam satu hari harus bisa menghasilkan
225 unit produk dengan frekuensi Lognormal sebesar 6.15 dan standar
deviasi sebesar 1.67e-002.Tabel 3.15 Arrival running promodel
d. Proses dan Routing Dalam tabel proses entitas yang digunakan
berupa bahan baku (kayu) dengan location dari pertama kali proses
sampai akhir adalah material, menuju stasiun kerja Ukur dan Potong,
dari stasiun kerja Ukur dan Potong menuju stasiun kerja
Pengamplasan, dari stasiun kerja Pengamplasan menuju QC, setelah
dari QC kemudian menuju ke stasiun kerja Perakitan, dari semua itu
operation dilakukan pada setiap stasiun kerja yaitu Ukur dan Potong
1 dan 2 adalah Normal (471, 7.99), Pengamplasan 1 dan 2 adalah
Normal (671, 7.92), QC adalah Lognormal (88.8, 4.1, 0.103) dan
Perakitan adalah Lognormal (315, 2.56, 0.679).Tabel 3.16 Proses
running promodel
Dalam tabel routing didapatkan output berupa kayu, distination
adalah Ukur dan Potong dengan waktu transportasi atau pemindahan
barang dari material ke Ukur dan Potong.Tabel 3.17 Routing
kursi
Gambar 3.11 Pembangunan model e. Verifikasi Setelah melakukan
tahap-tahap dalam penggunaan softwere promodel didapatkan running
yang bisa berjalan dan dapat dilihat pada gambar di bawah ini.
Gambar 3.12 Hasil verifikasi running promodel
f. Replikasi Setelah dilakukan replikasi sebanyak 25 kali
didapatkan hasil result sebagai berikut :Tabel 3.18 Result
promodel
g. RekapitulasiTabel 3.19 RekapitulasiStasiun KerjaAverage Time
Per Entry (Hour)Average Contents% Utiliti
Material9,90104,620,01
Menuju ke Ukur dan Potong0,181,9184,55
Stasiun Ukur dan Potong 10,180,9897,61
Stasiun Ukur dan Potong 20,180,9796,73
Menuju ke Pengamplasan0,181,9280,78
Stasiun Pengamplasan 10,190,9998,74
Stasiun Pengamplasan 20,190,9897,87
Menuju ke QC0,020,208,00
QC0,040,4443,66
Menuju ke Perakitan0,030,3014,35
Perakitan0,090,9797,16
BAB IV A N A L I S A
4.1 Analisa Manual Dari sistem produksi CV Jaya Karya didapatkan
model awal suatu proses produksi dengan urutan material menuju ke
stasiun kerja Ukur dan Potong yang terdiri dari dua server menuju
ke stasiun kerja Pengamplasan yang terdiri dari dua server kemudian
menuju ke bagian QC yang terdiri dari satu server lalu menuju ke
stasiun kerja Perakitan dimana entitas berupa bahan baku (kayu),
resources berupa server, event atau proses kejadian yang mempunyai
empat aktifitas di dalamnya. Untuk aktifitas pertama adalah proses
produksi Ukur dan Potong dengan kegiatan awal adalah bahan baku
masuk ke bagian stasiun kerja kegiatan akhir adalah setelah bahan
baku selesai diproses dari stasiun kerja Ukur dan Potong, bahan
baku meninggalkan stasiun Ukur dan Potong menuju ke stasiun kerja
Pengamplasan. Aktifitas kedua yaitu proses produksi Pengamplasan,
dengan kegiatan awal kedatangan bahan baku dari stasiun kerja Ukur
dan Potong ke stasiun kerja Pengamplasan dan kegiatan akhirnya
adalah setelah selesai aktifitas dari stasiun kerja Pengamplasan
bahan baku meninggalkan stasiun kerja Pengamplasan menuju ke
stasiun kerja QC. Aktifitas ketiga yaitu proses produksi QC, dengan
kegiatan awal kedatangan bahan baku dari Pengamplasan ke stasiun
kerja QC dan kegiatan akhirnya adalah setelah selesai aktifitas
dari stasiun kerja QC bahan baku meninggalkan stasiun kerja QC
menuju ke stasiun kerja Perakitan. Aktifitas keempat yaitu proses
produksi Perakitan, dengan kegiatan awal kedatangan bahan baku dari
stasiun kerja QC ke stasiun kerja Perakitan dan kegiatan akhirnya
adalah setelah selesai aktifitas dari stasiun kerja Perakitan,
produk meninggalkan stasiun kerja Perakitan menuju kegudang
penyimpanan.
4.2 Analisa Distribusi4.2.1 Waktu Antar Kedatangana. Dari hasil
pengolahan data waktu antar kedatangan dimana jumlah N sebanyak 30,
Lognormal didapatkan mu sebesar 6,15 dengan sigma sebesar
1,67e-002.b. Dari hasil grafik didapatkan jumlah N sebesar 30,
Lognormal dengan rata- rata 471 dan standar deviasi sebesar
7,88.
4.2.2 Stasiun Kerja Ukur dan Potonga. Dari hasil pengolahan data
stasiun kerja Ukur dan Potong dimana jumlah N sebanyak 30, Normal
didapatkan rata- rata sebesar 471 dengan sigma sebesar 7,99.b. Dari
hasil grafik didapatkan dengan jumlah N sebesar 30, Normal dengan
rata- rata 471 dan standar deviasi sebesar 7,99.
4.2.3 Stasiun Kerja Pengamplasana. Dari hasil pengolahan data
stasiun kerja Pengamplasan dimana jumlah N sebanyak 30, Normal
didapatkan rata- rata sebesar 671 dengan sigma sebesar 7,92.b. Dari
hasil grafik didapatkan dengan jumlah N sebesar 30, Normal dengan
rata- rata 671 dan standar deviasi sebesar 7,92.
4.2.4 Stasiun Kerja QCa. Dari hasil pengolahan data stasiun
kerja QC dimana jumlah N sebanyak 30, Lognormal didapatkan minimum
sebesar 88,8, mu sebesar 4,1 dengan sigma sebesar 0,103.b. Dari
hasil grafik didapatkan dengan jumlah N sebesar 30, Lognormal
dengan rata- rata 150 dan standar deviasi sebesar 5,77.
4.2.5 Stasiun Kerja Perakitana. Dari hasil pengolahan data
dimana jumlah N sebanyak 30, Lognormal didapatkan minimum sebesar
315, mu sebesar 2,56 dengan sigma sebesar 0,679.b. Dari hasil
grafik didapatkan dengan jumlah N sebesar 30, Lognormal dengan
rata- rata 331 dan standar deviasi sebesar 12,5. 4.3 Analisa Output
RunningHasil analisa dari output running pada material diperoleh
tingkat average time per entry (hour) sebesar 9,90 sedangkan pada
jalan menuju stasiun Ukur dan Potong tingkat average time per entry
(hour) sebesar 0,18 untuk stasiun Ukur dan Potong 1 tingkat average
time per entry (hour) sebesar 0,18 untuk stasiun Ukur dan Potong 2
tingkat average time per entry (hour) sebesar 0,18 pada jalan
menuju stasiun Pengamplasan tingkat average time per entry (hour)
sebesar 0,18 untuk stasiun Pengamplasan 1 diperoleh tingkat average
time per entry (hour) sebesar 0,19 untuk stasiun Pengamplasan 2
diperoleh tingkat average time per entry (hour) sebesar 0,19 pada
jalan menuju stasiun QC tingkat average time per entry (hour)
sebesar 0,02 untuk stasiun QC diperoleh tingkat average time per
entry (hour) sebesar 0.04 pada jalan menuju stasiun Perakitan
tingkat average time per entry (hour) sebesar 0,03 sedangkan untuk
stasiun Perakitan diperoleh tingkat average time per entry (hour)
sebesar 0,09.Hasil analisa dari Output Running, % Utiliti pada
material diperoleh tingkat utilisasi sebesar 0,01% sedangkan pada
jalan menuju ke stasiun Ukur dan Potong tingkat utilisasi sebesar
84,55% pada stasiun kerja Ukur dan Potong 1 tingkat utilisasi
sebesar 97,61% pada stasiun kerja Ukur dan Potong 2 tingkat
utilisasi sebesar 96,73% sedangkan pada jalan menuju ke stasiun
Pengamplasan tingkat utilisasi sebesar 80,78% pada stasiun kerja
Pengamplasan 1 tingkat utilisasi sebesar 98,74% pada stasiun kerja
Pengamplasan 2 tingkat utilisasi sebesar 97,87% sedangkan pada
jalan menuju ke stasiun QC tingkat utilisasi sebesar 8,00% pada
stasiun kerja QC tingkat utilisasi sebesar 43,66% sedangkan pada
jalan menuju ke stasiun Perakitan tingkat utilisasi sebesar 14,35%
pada stasiun kerja Perakitan tingkat utilisasi sebesar 97,16%.
Untuk analisa dari dari tiap stasiun kerja dengan replikasi
sebanyak 25 kali, didapatkan nilai utilisasi tertinggi ada pada
stasiun kerja Pengamplasan 1 yaitu sebesar 98,74% dengan average
content sebesar 0,99 serta waktu yang dibutuhkan untuk memproduksi
225 unit kursi selama 21,29 jam. Ini menandakan bahwa stasiun kerja
Pengamplasan 1 adalah stasiun kerja yang paling sibuk dibandingkan
dengan stasiun kerja yang lainnya.BAB VPENUTUP
5.1 Kesimpulan1. Terdapat empat stasiun kerja yang berurutan
dalam sistem produksi yaitu stasiun kerja Ukur dan Potong, stasiun
kerja Pengamplasan, stasiun kerja QC, dan stasiun kerja
Perakitan.2. Dari hasil replikasi sebanyak 25 kali, tingkat
utilitas tertinggi ada pada stasiun kerja Pengamplasan 1 yaitu
sebesar 98,74%, dengan average contents sebesar 0,99.3. Waktu yang
dibutuhkan untuk memproduksi 225 unit kursi selama 21,29 jam.
5.2 Saran1. Sebaiknya perusahaan menambah jumlah mesin atau
server pada stasiun kerja Pengamplasan 1, karena pada hasil
verifikasi dapat dilihat masih ada penumpukan material yang
disebabkan karena tingginya tingkat utilisasi yaitu sebesar 98,74%
atau kesibukan pada mesin tersebut sehingga menyebabkan tingginya
waktu menganggur (idle time) pada stasiun kerja berikutnya, yaitu
stasiun kerja QC.2. Penambahan jumlah mesin atau server pada
stasiun kerja Pengamplasan 1 akan mengurangi tingginya waktu
menganggur (idle time) sehingga meningkatkan tingkat utilisasi pada
stasiun kerja QC.MODUL 1
LAPORAN PRAKTIKUM SIMULASI KOMPUTER 20141
BAB IPENDAHULUAN
1.1 Latar BelakangSimulasi adalah tiruan operasi dari proses
nyata atau sistem dari waktu ke waktu, apakah dilakukan dengan
tangan atau dengan komputer simulasi melibatkan pembuatan sejarah
tiruan dari bentuk mesin, dan pengamatan atas sejarah tiruan untuk
menarik kesimpulan mengenai karakteristik pengoperasian sistem
nyata, dan sesuai berkembangnya waktu ke waktu dipelajari dengan
mengembangkan suatu model simulasi, model ini biasanya mengambil
bentuk seperangkat asumsi yang berhubungan dengan operasi
sistem.Sedangkan sistem dapat diartikan sebagai suatu kumpulan
obyek yang dihubungkan bersama didalam beberapa interaksi regular
atau independent kearah pencapaian beberapa tujuan. Seringkali
sistem juga didefinisikan sebagai kumpulan entitas (manusia atau
mesin), yang berinteraksi untuk mencapai suatu tujuan.Pengambilan
keputusan menyangkut antrian berkaitan dengan peningkatan hasil
karya sistem melalui penggunaan model keputusan yang sesuai.
Sehingga model dibangun dengan menggunakan sifat operasi yang
cocok.Beberapa istilah komponen sistem harus diketahui dan dipahami
sehingga dapat menganalisa sistem. Sebuah entitas adalah objek yang
menjadi perhatian kita dalam sistem. Sebuah server adalah entitas
yang melakukan fungsifungsi tertentu atau berinteraksi dengan
entitas entitas lain dalam menjalankan suatu aktivas. Suatu atribut
adalah karakteristik yang dimiliki oleh sebuah entitas. Sebuah
aktivas mempresentasikan suatu rentang waktu tertentu. Sebuah event
adalah kejadian sesaat dalam sistem yang menyebabkan perubahan
status sistem. Sistem dapat dikelompokan menjadi 2 jenis, yaitu
sistem diskret dan system kontinyu.Sebuah sistem sering dipengaruhi
oleh perubahan yang terjadi di luar sistem. Perubahan perubahan
tersebut terjadi di lingkungan sistem. Penentuan sistem dan
lingkungannya ditentukan oleh tujuan studi yang dilakukan. Karena
itu, kumpulan entitas yang menyusun sebuah studi. Mungkin saja
merupakan sebuah bagian dari sebuah sistem yang lebih besar, (Law,
1991; hal 3).
1.2 Tujuan Simulasi dan Manfaat Simulasi1.2.1 Tujuan
SimulasiTujuan dari simulasi adalah :1. Mengetahui total output
yang meninggalkan layanan.2. Mengetahui rata-rata waktu tunggu
antrian.3. Mengetahui waktu tunggu maksimum dalam antrian.4.
Mengetahui jumlah rata-rata dalam antrian.5. Mengetahui jumlah
maksimum dalam antrian.
1.2.2Manfaat SimulasiManfaat dari simulasi adalah :1. Model yang
telah dibangun dapat digunakan berulang ulang untuk menganalisis
model atau kebijakan yang baru2. Kebanyakan sistem yang nyata yang
kompleks dengan elemen elemen stokastik yang ada tidak dijelaskan
dengan model matematik yang dapat dievaluasi secara analitis
sehingga simulasi sering kali merupakan satu satunya cara pemecahan
yang mungkin.3. Simulasi memungkinkan seseorang untuk mengestimasi
performansi dari sistem yang ditinjau dalam kondisi yang
diinginkan.4. Alternatif alternatif dari rancangan sistem dapat
dibandingkan dengan simulasi untuk melihat mana yang terbaik
menurut persyaratan yang diinginkan.5. Dalam simulasi kita dapat
menjaga kondisi penelitian dengan lebih baik dibanding bila
dilakukan pada sistemnya langsung.6. Simulasi memungkinkan kita
untuk melakukan studi terhadap sebuah sistem dengan jangka waktu
yang lama dalam waktu yang singkat.
BAB IILANDASAN TEORI
2.1 Teori ExtendExtend (Imagine That, Inc.) digunakan untuk
memodelkan, menganalisis dan mengoptimalkan proses. Memiliki
sejumlah fitur seperti kumpulan komponen, hirarki model, link
dengan MS Office dan memodelkan sistem kontinyu, diskrit dan
hybrid. Extend mempunyai bahasa pemodelan sendiri (ModL) yang mirip
dengan C, dan mampu memanggil kode dari bahasa lainnya. Mempunyai
paket khusus untuk sistem industri, riset operasional dan simulasi
proses kontinyu.Extend ini biasanya digunakan untuk menganalisis
proses pelayanan antrian di Bandara, Rumah Sakit, Terminal, Bank,
Proses Produksi di sebuah perusahaan dan proses antrian
lainnya.
2.2 ValidasiValidasi metode analisis bertujuan untuk memastikan
dan mengkonfirmasi bahwa metode analisis tersebut sudah sesuai
untuk peruntukannya. Validasi biasanya diperuntukkan untuk metode
analisa yang baru dibuat dan dikembangkan. Sedangkan untuk metode
yang memang telah tersedia dan baku (misal dari AOAC, ASTM, dan
lainnya), namun metode tersebut baru pertama kali akan digunakan di
laboratorium tertentu, biasanya tidak perlu dilakukan validasi,
namun hanya verifikasi.Validasi adalah proses penentuan apakah
model, sebagai konseptualisasi atau abstraksi, merupakan
representasi berarti dan akurat dari sistem nyata? (Hoover dan
Perry, 1989); validasi adalah penentuan apakah mode konseptual
simulasi (sebagai tandingan program komputer) adalah representasi
akurat dari sistem nyata yang sedang dimodelkan (Law dan Kelton,
1991).
Gambar 2.1 Relasi verifikasi, validasi dan pembentukan model
kredibel
2.2.1 Aturan Verifikasi Dan Validasi Dalam SimulasiKetika
membangun model simulasi sistem nyata, kita harus melewati beberapa
tahapan atau level pemodelan. Seperti yang dapat dilihat pada
gambar di atas, pertama kita harus membangun model konseptual yang
memuat elemen sistem nyata. Dari model konseptual ini kita
membangun model logika yang memuat relasi logis antara elemen
sistem juga variable eksogenus yang mempengaruhi sistem. Model
kedua ini sering disebut sebagai model diagram alur. Menggunakan
model diagram alur ini, lalu dikembangkan program komputer, yang
disebut juga sebagai model simulasi, yang akan mengeksekusi model
diagram alur.Pengembangan model simulasi merupakan proses iteratif
dengan beberapa perubahan kecil pada setiap tahap. Dasar iterasi
antara model yang berbeda adalah kesuksesan atau kegagalan ketika
verifikasi dan validasi setiap model. kita mengembangkan
representasi kredibel sistem nyata, ketika verifikasi dilakukan
kita memeriksa apakah logika model diimplementasikan dengan benar
atau tidak. Karena verifikasi dan validasi berbeda, teknik yang
digunakan untuk yang satu tidak selalu bermanfaat untuk yang
lain.Baik untuk verifikasi atau validasi model, kita harus
membangun sekumpulan kriteria untuk menilai apakah diagram alur
model dan logika internal adalah benar dan apakah model konseptual
representasi valid dari sistem nyata. Bersamaan dengan kriteria
evaluasi model, kita harus spesifikasikan siapa yang akan
mengaplikasikan kriteria dan menilai seberapa dekat kriteria itu
memenuhi apa yang sebenarnya.Tabel 2.1 Hal yang harus diperhatikan
dalam verifikasi dan validasi.
Praktisi simulasi harus dapat menentukan aspek apa saja, dari
sistem yang kompleks, yang perlu disertakan dalam model
simulasi.Petunjuk umum dalam menentukan tingkat kedetailan yang
diperlukan dalam model simulasi : Hati-hati dalam mendefinisikan
Model-model tidak valid secara universal Memanfaatkan pakar dan
analisis sensitivitas untuk membantu menentukan level detil
model
2.2.2 Validasi Model KonseptualValidasi model konseptual adalah
proses pembentukan abstraksi relevan sistem nyata terhadap
pertanyaan model simulasi yang diharapkan akan dijawab. Validasi
model simulasi dapat dibayangkan sebagai proses pengikat dimana
analis simulasi, pengambil keputusan dan manajer sistem setuju
aspek mana dari sistem nyata yang akan dimasukkan dalam model, dan
informasi apa (output) yang diharapkan akan dihasilkan dari model.
Tidak ada metode standar untuk validasi model konseptual, kita
hanya akan melihat beberapa metode yang berguna untuk validasi.
2.2.3 Verifikasi dan Validasi Model LogisBentuk model logis
tergantung dari bahasa pemrograman yang akan digunakan. Jika model
konseptual sudah dibangun dengan baik, verifikasi model konseptual
bukan pekerjaan kompleks. Ada beberapa pertanyaan yang harus
dijawab sebelum kita yakin bahwa model logis merepresentasikan
model konseptual. Salah satu pendekatan yang digunakan untuk
verifikasi model logis adalah dengan fokus pada:1. Apakah kejadian
dalam model diproses dengan benar?2. Apakah rumus matematika dan
relasi dalam model valid?3. Apakah statistik dan ukuran kinerja
diukur dengan benar?
Verifikasi dan Validasi Pemrosesan Kejadian1. Validasi bahwa
model logis mengandung semua kejadian dalam model konseptual2.
Verifikasi hubungan di antara kejadian3. Verifikasi bahwa model
logis memproses kejadian secara simultan dengan urutan benar.4.
Verifikasi bahwa semua variabel status yang berubah karena
terjadinya suatu kejadian diperbaiki dengan benar.Metode umum yang
digunakan untuk verifikasi dan validasi pemrosesan kejadian dalam
model logis adalah structured walk-through, dimana pengembang model
logis harus menjelaskan (walk through) logika detil model ke
anggota lain tim pengembang model simulasi. Kembali ke kasus sistem
komputer time-shared, verifikasi dan validasi pemrosesan kejadian
bisa diperiksa mulai dari kondisi TT_FINAL? sampai dengan N=K?.
2.2.4 Validasi Model SimulasiPerspektif Umum Simulasi:1.
Eksperimen dengan model simulasi untuk eksperimen sistem aktual.2.
Kemudahan atau kesulitan dari proses validasi tergantung pada
kompleksitas sistem yang dimodelkan.3. Sebuah model simulasi dari
sebuah sistem yang kompleks hanya dapat menjadi pendekatan terhadap
aktual sistem.4. Sebuah model simulasi sebaiknya selalu dibangun
untuk sekumpulan tujuan tertentu.5. Sebuah buku catatan dari
asumsi-asumsi model simulasi sebaiknya diupdate berkala.6. Sebuah
model simulasi sebaiknya divalidasi relatif terhadap ukuran kinerja
yang akan digunakan untuk pengambilan keputusan.7. Pembentukan
model dan validasi sebaiknya dilakukan sepanjang pensimulasian.8.
Pada umumnya tidak mungkin untuk membentuk validasi statistik
secara formal diantara data output model dengan data output
sistem.
Langkah 1 : Membangun sebuah model dengan usaha melibatkan
informasi semaksimal mungkin:- Berdiskusi dengan para pakar sistem-
Melakukan observasi terhadap sistem- Memanfaatkan teori yang ada-
Memanfaatkan hasil dari Model simulasi yang sama dan relevan-
Menggunakan pengalaman atau intuisi- Memanfaatkan teori yang ada-
Memanfaatkan hasil dari Model simulasi yang sama dan relevan-
Menggunakan pengalaman atau intuisi
Langkah 2 : Menguji asumsi-asumsi model secara empirisJika
distribusi probabilitas secara teoritis cocok dengan observasi dan
digunakan sebagai input untuk model simulasi, dapat diuji dengan
pembuatan grafik dan uji goodness-of-fit Jika beberapa himpunan
data diobservasi untuk fenomena random yang sama, maka perbaikan
dari penggabungan data tersebut dapat ditentukan dengan uji
Kruskal-Wallis Salah satu utilitas yang sangat berguna adalah
analisis sensitivitas. Langkah 3 : Menentukan seberapa
representatif output SimulasiProsedur Statistik untuk membandingkan
data output dari observasi dunia nyata dan simulasi:- Korelasi
pendekatan inspeksi :- Pendekatan pendugaan selang kepercayaan
berdasarkan data independen- Pendekatan Time SeriesValidasi model
simulasi dilakukan dengan partisipasi analis, pengambil keputusan
dan manajer sistem. Uji validasi model adalah apakah pengambil
keputusan dapat mempercayai model yang digunakan sebagai bagian
dari proses pengambilan keputusan.Tidak ada teknik tunggal untuk
melakukan validasi model. Prosedur validasi model simulasi
tergantung dari sistem yang sedang dimodelkann dan lingkungan
pemodelan. Beberapa metode validasi adalah:1. Perbandingan output
simulasi dengan sistem nyata.Membandingkan output ukuran kinerja
model simulasi dengan ukuran kinerja yang sesuai dari sistem nyata
adalah metode yang paling sesuai untuk melakukan validasi model
simulasi. Jika ukuran kinerja sistem nyata cukup tersedia, uji
statistik umum seperti uji t digunakan dimana kita menguji
hipotesis kesamaan nilai rata-rata. Kadang-kadang uji F juga dapat
digunakan untuk menguji kesamaan ragam sistem nyata dengan model
simulasi. Beberapa metode nonparametrik lainnya juga bisa
digunakan, misalnya ChiSquare dan Kolmogorov Smirnov.Perbandingan
antara model dan sistem nyata merupakan perbandingan statistik dan
perbedaan dalam performans harus diuji untuk signifikansi
statistiknya. Perbandingan ini tidak biasa dilakukan dengan
sederhana begitu, karena performans yang diukur menggunakan
simulasi didasarkan pada periode waktu yang sangat lama, mungkin
beberapa tahun. Kinerja yang diukur dalam sistem nyata sebaliknya
didasarkan pada periode waktu singkat, mungkin hanya dalam ukuran
minggu atau paling lama bulan. Kendala kedua, semua kondisi awal
sistem, yang mempunyai pengaruh pada performans sistem secara umum
tidak diketahui pada sistem nyata.Permasalahan lainnya dalam
membuat perbandingan statistikal antara sistem nyata dengan model
simulasi adalah bahwa performans yang diukur dalam sistem nyata
mungkin merefleksikan banyak elemen atau pengaruh dalam sistem yang
dikeluarkan dari sistem. Contohnya, ukuran kinerja untuk sistem
produksi mungkin memasukkan pengaruh seperti shift kerja panjang,
liburan dan kecelakaan industri. Pengaruh ini lebih disukai
dikeluarkan dari model simulasi karena pengaruhnya akan konstan
untuk sembarang alternatif model simulasi yang diharapkan untuk
dievaluasi.Dalam banyak proyek model yang sedang disimulasikan,
sistem nyata bahkan belum ada. Dalam kasus seperti itu, tidak ada
ukuran kinerja system nyata yang dapat digunakan sebagai
perbandingan dengan ukuran kinerja model simulasi. Cara terbaik
mungkin mencari sistem yang mirip, tapi perbandingan seperti itu
lemah.2. Pengujian Turing.Metode ini diajukan oleh Alan Turing
sebagai uji intelegensia buatan. Seorang ahli atau panel ahli
menyediakan ringkasan gambaran atau laporan berdasarkan sistem
nyata dan model simulasi. Jika ahli tidak dapat mengidentifikasi
laporan berdasarkan output model simulasi, kredibilitas model
ditingkatkan. Kesulitan utama validasi model menggunakan uji Turing
adalah penyesuaian ukuran kinerja sistem nyata sehingga pengaruh
tidak dimaksudkan sebagai bagian dari model simulasi dihilangkan.3.
Perilaku ekstrimKadang-kadang sistem nyata dapat diamati di bawah
kondisi ekstrim dimana situasi tidak biasa muncul. Kadang-kadang
hal ini menjadi solusi ideal untuk mengumpulkan data ukuran kienrja
sistem nyata untuk perbandingan output mode simulasi yang
dijalankan pada kondisi yang sama. Kadang-kadang juga manager
sistem lebih mudah memprediksi bagaimana perilaku sistem nyata pada
kondisi ekstrim dari pada pada kondisi normal. Dengan membandingkan
prediksi perilaku sistem nyata di bawah kondisi ekstrim dengan
kinerja model pada kondisi sama, mode dapat divalidasi.
2.3 Icon Yang DigunakanSemua icon yang digunakan pada running
menggunakan extend terdapat pada library. Icon yang digunakan dalam
running mengunakan extend yaitu :Tabel 2. 2 Icon yang
digunakanNoLibraryGambarFungsi
1.item.Lix ExecutiveMenjadwalkan kejadian/proses dan mengatur
discrete event simulation. Harus ada pada model.
2.item.Lix createMengeluarkan item atau nilai, secara acak atau
terstruktur.jika digunakan untuk mengeluarkan item, item akan
didorong ke simulasi agar dapat mengikuti tipe dari antrian.
3.item.Lix QueueTindakan untuk mensortir antrian atau sebagai
sumber kumpulan antrian. Sebagai pensortir antrian, menarik urutan
item dengan FIFO atau LIFO. Atau mensortir item berdasarkan
atributnya atau prioritas.
4.item.Lix ActivityProses satu atau lebih item sekaligus.waktu
proses konstan atau didasarkan distribusi atau atribut item.
5.item.Lix ExitKeluaran barang dari simulasi dan menghitung
jumlah barang yang keluar
6.Ploter.Lix (discreate event)Melaporkan lamanya waktu menunggu
dan banyaknya item yang selesai dilayani (ditampilkan dengan
grafik)
BAB IIIPENGUMPULAN DAN PENGOLAHAN DATA
3.1 Pengumpulan DataPom Bensin Roda 2 yang berada di depan
Universitas Islam Sultan Agung merupakan sebuah tempat pengisian
bahan bakar umum khusus bagi kendaraan bermotor beroda 2.Sistem Pom
Bensin Roda 2 yang ada di depan Universitas Islam Sultan Agung
adalah sebagai berikut:Pada Pom Bensin Roda 2 depan Universitas
Islam Sultan Agung terdapat 2 server yang melayani proses pengisian
bahan bakar umum khusus bagi kendaraan bermotor beroda 2 (Premium
dan Pertamax). Pada kondisi normal seharusnya server-server
tersebut terfungsikan namun dalam prakteknya hanya satu server saja
yang dilakukan pengamatan karena pom bensin roda 2 khusus Pertamax
tidak memenuhi syarat dalam pengumpulan data (kurang dari 30).
a. Layout SistemAlur pengisian bahan bakar umum (bensin) khusus
bagi kendaran bermotor beroda 2 (Premium).ExitPom
BensinAntrianMotor
Gambar 3.1 Simulasi Modelb. Tata Urutan Proses Tata urutan
proses alur antrian pom bensin roda 2 depan UNISSULA 1. Motor masuk
pada antrian yang tersedia untuk menunggu proses pengisian bahan
bakar. 2. Setelah selesai mengantri, motor menuju ke pom bensin
untuk melakukan pengisian bahan bakar oleh operator.3. Kemudian
setelah selesai mengisi bahan bakar, motor dapat keluar atau
meninggalkan sistem.
c. Asumsi-Asumsi Jumlah ServerJumlah server yang terdapat dalam
proses pengisian bahan bakar umum khusus bagi kendaraan bermotor
beroda 2 di pom bensin depan UNISSULA adalah sebagai berikut :Tabel
3.1 Jumlah server dalam sistem pelayananNo.KeteranganJumlah
1Pom Bensin Roda 21 (aktif)
Waktu pelayanan dalam proses pengisian bahan bakar umum khusus
bagi kendaraan bermotor beroda 2 di pom bensin depan UNISSULA
adalah 24 jam non stop.
d. Hasil PengamatanHasil yang diperoleh merupakan hasil
pengamatan selama 2 jam (120 menit) dalam dalam proses pengisian
bahan bakar umum khusus bagi kendaraan bermotor beroda 2 di pom
bensin depan UNISSULA adalah sebagai berikut :Tabel 3.2 Hasil
pengamatan
Tabel 3.2 Lanjutan
Tabel 3.2 Lanjutan
3.2 Pengolahan Data EntitasEntitas adalah objek dinamis dalam
simulasi, biasanya diciptakan, bergerak dalam dan meninggalkan
sistem, ada pula entiti yang tidak meninggalkan sistem, ada entiti
yang tidak meninggalkan sistem hanya melainkan hanya berputar-putar
dalam sistem. Entitas adalah objek yang menjadi perhatian kita
dalam sistem.Yang menjadi entiti dalam kasus ini adalah antrian,
dan pom bensin. AktivitasAktivitas meliputi : Motor masuk dalam
antrian yang tersedia. Motor bergerak menuju ke pom bensin. Motor
keluar atau meninggalkan sistem.
EventEvent adalah kejadian pada satu titik waktu yang
menyebabkan perubahan status simulasi.a. Aktivitas : Motor masuk
dalam antrian yang tersedia dan bergerak menuju ke pom bensin.
Gambar 3.2 Aktivitas motor masuk Awal : Kedatangan motor. Akhir
: Motor menuju ke pom bensin.
b. Aktivitas : Motor melakukan pengisian bahan bakar di pom
bensin kemudian keluar atau meninggalkan sistem.
Gambar 3.3 Aktivitas motor meninggalkan sistem Awal : Setelah
mengantri, motor menuju ke pom bensin. Akhir : Motor keluar atau
meninggalkan sistem.
3.3 Pembangunan Model Awal Dengan Software ExtendLangkah-langkah
dalam mensimulasikan pembangunan model dengan Software Extend
adalah sebagai berikut : a. Buka software extend, kemudian pilih
Library Open Library Plotter.Lix Open Item.Lix - Openb. Library
Item.Lix Executive Item.Lix- Create Item.Lix Queue Item.Lix Exit
Plotter.Lix Discrete Eventc. Pada model, diberi nama
masing-masingd. Run Simulation Setup End time sebesar 28800
detik.e. Number Of runs sebesar 1 dan global time units pilih
second
Gambar 3.4 Model layout extend nyata
Gambar 3.5 Model layout extend (proses)
Menunggu DilayaniSelesai Dilayani
Gambar 3.6 Grafik layout extend 3.3.1 Queue, FIFO antrian
kendaraan roda 2 di Pom BensinTabel 3.2 Queue, FIFO
3.3.2 Activity, Delay antrian kendaraan roda 2 di Pom Bensin
Tabel 3.3 Activity, Delay
BAB IVA N A L I S A
Dari hasil pengolahan data dengan bantuan Software Extend dengan
Waktu pengamatan selama 120 menit dan 8 jam kerja atau sama dengan
28800 detik, dengan hasil running sebanyak 30 kali, maka diperoleh
analisa sebagai berikut :
4.1. Analisa antrian Queue FIFO saat pengamatanDari tabel hasil
pengolahan data dapat dianalisa dari 30 kali running pada antrian
first in first out.4.1.1 ArrivalRata-rata kendaraan yang menunggu
380,567 dimana setiap running-nya jumlah kendaraan yang bervariasi,
jumlah yang paling banyak pada running ke 11 sebesar 423 kendaraan
dan yang paling sedikit pada running ke 1 sebesar 345
kendaraan.
4.1.2 DepartureRata-rata kendaraan yang selesai menunggu
368,2333, dimana setiap runningnya jumlah kendaraan yang selesai
dilayani 11047 kendaraan, hanya pada running ke 11 jumlah kendaraan
yang selesai menunggu 383 kendaraan. Atau dapat dikatakan bahwa
selesai menunggu tertbesar sebanyak 383 dan yang paling sedikit 339
kendaraan
4.1.3 Average lenghtRata-rata pada avlenght 8,674, dimana setiap
running-nya jumlah avlenght yang bervariasi, jumlah yang paling
banyak pada running ke 22 sebesar 21,072 dan yang paling sedikit
pada running ke 5 sebesar 2,175.
4.1.4 Average waitRata-rata pada avwait 646,849, dimana setiap
running-nya jumlah avwait yang bervariasi, jumlah yang paling
banyak pada running ke 22 sebesar 1450,33 dan yang paling sedikit
pada running ke 5 sebesar 178,52.
4.1.5 Maximum lenghtRata-rata pada maxlenght 21,367, dimana
setiap running-nya jumlah maxlenght yang bervariasi, jumlah yang
paling banyak pada running ke 22 sebesar 42 dan yang paling sedikit
pada running ke 5 sebesar 9.
4.1.6 Maximum waitRata-rata pada maxwait 1509,413, dimana setiap
running-nya jumlah maxwait yang bervariasi, jumlah yang paling
banyak pada running ke 22 sebesar 2979,634 dan yang paling sedikit
pada running ke 5 sebesar 619,97.
4.1.7 Current lengthRata-rata pada current length 12,67, dimana
setiap running-nya jumlah current length yang bervariasi, jumlah
yang paling banyak pada running ke 22 sebesar 40 dan yang paling
sedikit pada running ke 20 sebesar 0.
4.1.8 Current waitRata-rata pada current wait 959,71, dimana
setiap running-nya jumlah current wait yang bervariasi, jumlah yang
paling banyak pada running ke 22 sebesar 2979,63 dan yang paling
sedikit pada running ke 5 sebesar 0.
4.1.9 UtilizationRata-rata pada utilization 0,8918, dimana
setiap running-nya jumlah utilization yang bervariasi, jumlah yang
paling banyak pada running ke 11 sebesar 0,9915 dan yang paling
sedikit pada running ke 19 sebesar 0,6933.
4.2. Analisa Activity Saat pengamatanDari tabel pengolahan data
dapat dilihat hasil activity pada 30 running4.2.1 ArrivalRata -
rata kendaraan yang datang di Pom Bensin sebesar 368,1, kedatangan
terbesar 383 dan paling sedikit 343 pada running ke 19.
4.2.2 Departure Rata - rata kendaraan yang selesai dilayani
366,67 atau sama dengan 367, keberangkatan terbesar 382 dan paling
sedikit 331 pada running ke 1.
4.2.3 Average lenghtRata-rata pada avlenght 0,958, dimana setiap
running-nya avlength terbesar yaitu 0,998 pada running ke 11,
avlength terkecil yaitu 0,8830298 pada running ke 1.
4.2.4 Average waitRata-rata pada avwait 75,156 , dimana setiap
running-nya jumlah sama sebesar 75,156.
4.2.5 Maximum lenghtRata-rata pada maxlenght 1, dimana setiap
running-nya jumlah maxlenght sama yaitu 1.
4.2.6 Maximum waitRata-rata pada maxwait 75,156, dimana setiap
running-nya jumlah maxwait sama sebesar 75,156.
4.2.7 UtilizationRata-rata pada utilization 0,958, dimana nilai
terbesar sebanyak 0.998 dan nilai minimalnya adalah 0,1169Dari
hasil analisa / pembacaan tabel Queue dan Activity harus adanya
perbaikan pada sistem, dengan menambah jumlah server pada Activity
sebanyak 1.BAB VPENUTUP
5.1 Kesimpulan1. Nilai utilitas rata-rata tingkat kedatangan
Queue adalah sebesar 0,8918 atau 89,18%. Hal ini menunjukkan bahwa
tingkat kesibukan server menunggu cukup tinggi.2. Nilai utilitas
rata-rata tingkat pelayanan activity adalah sebesar 0,958 atau
95,8%. Hal ini menunjukkan bahwa tingkat kesibukan server melayani
sangat tinggi.3. Dengan waktu pelayanan setiap server sebesar 28800
detik, exit untuk pengisian dan telah selesai dilayani dan
meninggalkan pom bensin rata-rata sebanyak 368 kendaraan.
5.2 Saran1. Perbaikan sistem dengan penambahan server perlu
dilakukan.2. Dalam penyelesaian persoalan tentang simulasi antrian
sebaiknya dengan menggunakan software Extend yang hasilnya lebih
akurat dan bisa mengetahui kesalahan lebih awal dan dapat
memperbaikinya sehingga bisa menghemat waktu dan biaya.MODUL 2
LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014107
BAB IPENDAHULUAN
1.1 Latar BelakangSimulasi merupakan suatu teknik meniru
operasi-operasi atau proses- prosesyang terjadi dalam suatu sistem
dengan bantuan perangkat komputer dan dilandasioleh beberapa asumsi
tertentu sehingga sistem tersebut bisa dipelajari secarailmiah (Law
and Kelton, 1991).Simulasi merupakan alat yang tepat untuk
digunakan terutama jika diharuskanuntuk melakukan eksperimen dalam
rangka mencari komentar terbaik darikomponen-komponen sistem. Hal
ini dikarenakan sangat mahal dan memerlukanwaktu yang lama jika
eksperimen dicoba secara riil. Dengan melakukan studisimulasi maka
dalam waktu singkat dapat ditentukan keputusan yang tepat
sertadengan biaya yang tidak terlalu besar karena semuanya cukup
dilakukan dengankomputer.Pendekatan simulasi diawali dengan
pembangunan model sistem nyata. Modeltersebut harus dapat
menunjukkan bagaimana berbagai komponen dalam sistemsaling
berinteraksi sehingga benar-benar menggambarkan perilaku sistem.
Setelahmodel dibuat maka model tersebut ditransformasikan ke dalam
program komputersehingga memungkinkan untuk disimulasikan.Pada
kasus ini tentang bagaimana penggunaan waktu, supaya waktu yang
tersedia bisa digunakan seefektif dan seefisien mungkin sehingga
dapat meminimalkan biaya produksi dengan melakukan
perbaikan-perbaikan pada aktifitas yang ada pada CV Anugrah yang
menunjukkan tingkat utilitas tertinggi. Dalam aktifitas awal pada
CV Anugrah memiliki 2 stasiun kerja Ukur dan Potong, 1 stasiun
kerja Jahit, 2 stasiun kerja Finishing. Untuk pembuatan produk
yaitu berupa jaket. Antrian terhadap kasus ini bertujuan untuk
menentukan banyaknya rata-rata panjang antrian dan rata-rata waktu
tunggu untuk tiap aktifitas pada masing-masing stasiun kerja.
Sedangkan untuk server bertujuan mencari rata-rata kedatangan,
rata-rata kepergian serta utilitas masing-masing departemen.Dengan
adanya kesibukan pada stasiun kerja Ukur dan Potong, yang terlihat
dari hasil verifikasi menunjukkan masih adanya penumpukan bahan
baku maka CV. Anugrah menambah jumlah server pada stasiun kerja
tersebut dengan tujuan untuk mengurangi tingkat kesibukkan pada
stasiun kerja Ukur dan Potong dan mengurangi tingginya waktu
menganggur (idle time) pada stasiun kerja Jahit. Kemudian dengan
adanya perbaikkan maka aktifitas pada CV.Anugrah memiliki 2 stasiun
kerja Ukur dan Potong, 1 stasiun kerja Jahit, dan 2 stasiun kerja
Finishing.
1.2 Perumusan MasalahBerdasarkan latar belakang masalah tersebut
di atas, maka dapat dirumuskan suatu pokok pemasalahanya yaitu:1.
Bagaimana mengambil keputusan dengan efektif dan efisien dengan
mengunakan software promodel ?2. Bagaimana membuat kerangka urutan
proses produksi pada tiap-tiap server ?3. Bagaimana mengaplikasi
software promodel sesuai dengan urutan produksi pada tiap-tiap
server ?
1.3 Pembatasan MasalahAgar pembahasan yang dilakukan lebih
terarah maka praktikum ini dibatasi pada hal sebagai berikut:1.
Proses produksi didapatkan secara jelas dan nyata sesuai dengan
studi kasus yang ada.2. Pengolahan data dilakukan dengan
menggunakan software promodel.
1.4 Tujuan PraktikumAdapun tujuan praktikum ini adalah:1.
Mahasiswa mampu memahami teori simulasi untuk permodelan sistem
sesuai dengan aplikasi secara langsung pada perusahaan
manufaktur.2. Mahasiswa mampu mengaplikasi teori simulasi untuk
permodelan sistem secara jelas dan mudah dengan menggunakan
software promodel.3. Mahasiswa dapat mengetahui fenomena antrian
dalam proses produksi pada perusahaan manufaktur.4. Mahasiswa mampu
menganalisa panjang antrian dan server.5. Melatih mahasiswa untuk
dapat berfikir secara terintegrasi tentang proses produksi dengan
spesifikasi yang telah ditetapkan.6. Mahasiswa mampu memahami teori
simulasi untuk permodelan sistem sesuai dengan aplikasi secara
langsung pada perusahaan manufaktur.7. Melatih mahasiswa untuk
dapat melakukan perencanaan produksi berdasarkan data-data yang ada
dan memperkirakan proyeksi semua kebutuhan material, mesin dan
tenaga kerja yang mungkin diperlukan.
1.5 Sistematika PenulisanSistematika penulisan praktikum ini
adalah sebagai berikut:Bab IPendahuluanBab ini berisi latar
belakang, perumusan masalah, pembatasan masalah, tujuan praktikum
dan sistematika penulisan.Bab IILandasan TeoriBab ini menjelaskan
tentang dasar teori dan metode perencanaan produksi dari semua
kasus yang ada.Bab IIIPengumpulan dan Pengolahan DataBab ini berisi
pengumpulan dan pengolahan data dari program promodel.Bab
IVAnalisaBab ini berisi tentang analisa dari semua kasus yang telah
diolah pada pengolahan data.Bab VKesimpulan dan Saran.Bab ini
berisi kesimpulan dan saran
BAB IILANDASAN TEORI
2.1 Simulasi2.1.1 Definisi SimulasiJerry Banks mendefinisikan
simulasi sebagai suatu imitasi atau tiruan bekerjanya proses atau
sistem nyata [Banks,1998]. Simulasi komputer adalah komputasi yang
memodelkan perilaku sebuah sistem nyata atau tidak dalam suatu
rentang waktu. Simulasi diskrit event adalah model yang
merepresentasikan sistem dan beroperasi dalam suatu rentang waktu
dengan perubahan variabel status terjadi pada titik-titik waktu
yang terpisah. Titik-titik waktu tersebut menunjukkan terjadinya
event yang merupakan kejadian sesaat instantancous occurrence yang
merubah status sistem [Law A. M, 2000].Simulasi digunakan untuk
menggambarkan perilaku sebuah sistem nyata ketika proses
pembentukan model matematis sulit dilakukan karena sistem nyata
yang kompleks.
2.2.2 Langkah-langkah Melakukan Studi SimulasiLangkah-langkah
yang harus dilakukan dalam melakukan studi simulasi adalah sebagai
berikut [Law A.M, 2000] :1.Formulasi masalah dan perencanaan
studiStudi diawali dengan pernyataan jelas tentang pokok masalah
dan tujuan penelitian yang ingin dicapai. Setelah itu pelaksanaan
studi direncanakan dengan mempertimbangkan keterbatasan sarana dan
prasarana yang tersedia. Selain itu juga ditentukan :- Model yang
digunakan- Kriteria performansi yang akan dipakai- Kerangka
konfigurasi sistem yang akan ditinjau
2.Pengumpulan data dan perancangan modelPengumpulan data dan
informasi dari sistem yang ditinjau diperlukan untuk mengetahui
bagaimana sistem bekerja dan menentukan distribusi peluang bagi
proses random yang digunakan dalam model. Kekurangan data akan
mengurangi keakuratan model dan sebaliknya data terlalu kecil akan
membutuhkan biaya besar dan waktu pengumpulan yang lama.3. Validasi
modelTahap ini dilakukan dengan melakukan pengecekan asumsi-asumsi
yang ditetapkan dalam pembuatan model serta melibatkan ahli yang
mengenal sistem yang baik.4.Penyusunan program komputer dan
verifikasiPemilihan perangkat lunak yang akan digunakan dalam
simulasi mempunyai pengaruh yang besar terhadap kesuksesan
penelitian, yaitu dalam hal keakuratan model, validasi model dan
waktu eksekusi, dan waktu penyelesaian penelitian secara
keseluruhan. Beberapa teknik untuk melakukan verifikasi program
antara lain yaitu :- Melakuka pelacakan jalannya program (trace).-
Pengembangan program dalam bentuk sub program atau modular.-
Menggunakan interaktive debugger.- Meneliti kelayakan hasil
program.- Menggunakan estimasi.5.Uji coba programUji coba program
dilakukan untuk keperluan validasi pada tahap berikutnya.6.Validasi
programHasil uji coba program diteliti kembali untuk mengetahui
apakah ada kesalahan dalam program atau model yang digunakan, cara
yang dapat dilakukan antara lain :- Menguji sensivitas output model
terhadap perubahan input-Membandingkan output simulasi dengan
performasi sistem dimasa lalu (data historis). Jika hasil simulasi
dengan data historis tidak berbeda secara signifikan maka dapat
dikatakan model simulasi sudah valid.7.Perancangan eksperimenPada
tahap ini diputuskan perancangan sistem seperti apa yang akan
disimulasikan dari beberapa alternatif yang mungkin ada. Untuk
setiap rancangan sistem yang akan disimulasikan perlu ditentukan
hal-hal seperti berikut :- Panjang replikasi dalam setiap eksekusi
program- Jumlah replikasi- Inisiasi program- Panjang periode
transient8.Eksekusi programEksekusi program dilakukan sesuai dengan
perancangan eksperimen yang telah dibuat.9. Analisa output
simulasiData output simulasi digunakan untuk mengestimasi kriteria
performasi sistem yang diteliti. Hasil estimasi ini kemudian
digunakan untuk menjawab tujuan studi. 10. Dokumentasi, presentasi,
dan implementasiDokumentasi yang baik diperlukan karena tidak
jarang model simulasi yang telah dibuat akan dipakai untuk lebih
dari satu aplikasi. Akhirnya hasil dari studi simulasi perlu
diimplementasikan, untuk itu kredibilitas model simulasi yang
dibangun harus tinggi agar dapat digunakan secara nyata.
2.2 Promodel2.2.1 Pengenalan Bahasa Pemrograman Promodel
4.2Promodel merupakan salah satu dari beberapa software simulasi.
Promodel diperkenalkan pertama kali oleh PROMODEL corporation.
Software ini merupakan alat desain simulasi dan animasi untuk
memodelkan sistem manufaktur. PROMODEL corporation juga menawarkan
program MedModel untuk sistem K3 dan ServiceModel untuk servis
pelayanan sistem. Animasi dari promodel ini merupakan gambaran
otomatisasi dari model yang ingin dikembangkan.Promodel
berorientasi pada elemen pemodelan sistem manufaktur dan merupakan
sebagai dasar pengambilan keputusan. Dalam promodel ini sistem
dapat dimodelkan sesuai dengan parameter-parameter yang ada. Adapun
komponen-komponen dari software promodel ini adalah :a.
EntitiesEntitas datang dan mengikuti alur proses dari stasiun kerja
yang satu ke stasiun kerja yang lainnya. Entitas dapat berupa
material, individu atau orang, kertas kerja, dan lain-lain. b.
LocationLocation dapat berupa stasiun kerja, stasiun kerja-stasiun
kerja, antrian, atau operator. Location memiliki jumlah unit dan
kapasitas pelayanan.c. ResourcesResources dapat berupa operator,
tools, atau alat angkut sebagai pemindah entitas diantara stasiun
kerja yang ada. Resources dapat bergerak pada alur produksi dengan
kecepatan tertentu.d. Path networksPath networks merupakan jalur
atau line resources dalam pemindahan entitas.e. Routing and
processing logicMerupakan penjabaran alur proses entitas masuk,
diproses pada tiap stasiun kerja hingga keluar dari sistem. Pada
bagian ini diinputkan waktu pelayanan, distribusi waktu pelayanan,
waktu transportasi menggunakan resources.f. ArrivalsMenerangkan
tentang apa saja entitas yang akan memasuki sistem, distribusi dan
tingkat kedatangan entitas.Promodel juga dapat mempresentasikan
kebijakan biaya dalam proses produksi. Kebijakan biaya yang dipakai
adalah biaya untuk entitas, location, dan resources. Promodel
dilengkapi juga dengan tampilan output yang menggambarkan
performansi sistem yang dimodelkan. Ukuran dari performansi
tersebut dapat ditampilkan melalui chart, grafik, maupun diagram
[Banks, 2002].
2.2.2 Pembuatan ModelModel merupakan bentuk sederhana dari
sebuah sistem. Sistem disini bisa berupa sistem dalam pelayanan
umum atau proses manufaktur. Untuk bisa mensimulasikan dalam
program promodel maka kita membuat model yang merupakan gambaran
sistem tersebut, secara sederhana model dapat diilustrasikan
terdiri dari 3 komponen yaitu kedatangan (arrive), pelayanan
(service), dan keluaran (depart).Sistem Antrian
Gambar 2.1 Model sistem antrian
Konsumen datang kemudian dilayani dan keluar, pelayanan dalam
hal ini dapat dimisalkan berupa pembelian tiket kereta, pembayaran
di bank, pembelian barang di supermarket, dan lain-lain. Server
juga dapat berupa stasiun kerja yang akan mengerjakan produk
seperti stasiun kerja bubut, drill, bor, dan lain-lain.Berikut
adalah bagian-bagian pembuatan model :1. Membuka Model
Gambar 2.2 Membuka model1. Judul Model
Gambar 2.3 Judul model
1. LocationTabel 2.1 Location
Gambar 2.4 Location
1. EntitasTabel 2.2 Entitas
Gambar 2.5 Entitas
1. PathTabel 2.3 Path
Gambar 2.6 Path
1. ResourceTabel 2.4 Resource
Gambar 2.7 Resource
1. Routing & ProcessTabel 2.5 Routing & Process
Gambar 2.8 Routing dan Process
1. ArrivalsTabel 2.6 Arrivals
Gambar 2.9 ArrivalsBAB IIIPENGUMPULAN DAN PENGOLAHAN DATA
3.1 Pengumpulan DataCV. Anugrah merupakan sebuah perusahaan yang
bergerak dalam bidang industri pakaian jadi. Spesifikasinya adalah
perusahaan konveksi yang memproduksi jaket. Dalam proses produksi
perusahaan ini harus efektif dan efisien dalam penggunaan waktu,
sehingga dapat meminimalkan biaya produksi. Proses produksi di CV.
Anugrah adalah sebagai berikut ::Bahan baku berupa kain masuk ke
stasiun kerja Ukur dan Potong kemudian ke stasiun kerja Jahit, dan
tahap akhir dilanjutkan stasiun kerja Finishing Dari Dari
Penjabaran tentang CV. Anugrah di atas:1. Gambarkan system produksi
yang ada pada CV. Anugrah!2. Tentukan entitas dan jelaskan
aktivitas yang ada pada CV. Anugrah!
Tabel 3.1 Data waktu antar kedatangan dan proses tiap stasiun
kerja
Tabel 3.1 Lanjutan
3.2 Pengolahan Data3.2.1 Pengolahan Data Manual1.Sistem Produksi
CV. Anugraha. LayoutFinishingUkur dan Potong
JahitKain
FinishingUkur dan Potong
Gambar 3.1 Model awal layout
b. Tata Urutan ProsesTata urutan proses adalah sebagai berikut
:Bahan baku kain masuk ke stasiun kerja Ukur dan Potong, dan
dikerjakan di mesin tersebut. setelah itu, kain tersebut masuk ke
proses selanjutnya, yaitu di stasiun kerja Jahit, kemudian kain
tersebut masuk ke stasiun kerja Finishing.c. Asumsi AsumsiJumlah
Server dalam sistem produksi:Tabel 3.2 Jumlah server dalam sistem
produksiNoKeteranganJumlah Server
1Ukur dan Potong2
2Jahit1
3Finishing2
2. EntitasEntitas adalah objek dinamis dalam simulasi, biasanya
diciptakan, bergerak dalam dan meninggalkan sistem, ada pula
entitas yang tidak meninggalkan sistem, ada pula entitas yang hanya
melainkan berputar-putar dalam sistem. Entitas adalah objek yang
menjadi perhatian kita dalam sistem. Yang menjadi entitas dalam
kasus ini adalah bahan baku berupa kain.
3.RecourcesSumber daya dalam sistem ini adalah server yang
melayani di setiap stasiun kerja seperti pada stasiun kerja Ukur
dan Potong yang terdiri dari dua server, stasiun kerja jahit yang
terdiri dari satu server, dan stasiun kerja Finishing yang terdiri
dari dua server.
4.Aktivitas dan EventAktivitas : Bahan baku kain diproduksi di
stasiun kerja Ukur dan Potong 1. Bahan baku kain diproduksi di
stasiun kerja Ukur dan Potong 2. Produksi dari stasiun kerja Ukur
dan Potong 1 dan 2 ke stasiun kerja Jahit. Produksi dari stasiun
kerja Jahit ke stasiun kerja Finishing 1. Produksi dari stasiun
kerja Jahit ke stasiun kerja Finishing 1Event Adalah: Kejadian pada
satu titik waktu yang menyebabkan perubahan status simulasi.
8. Aktivitas: Bahan baku kain diproduksi di stasiun kerja Ukur
dan PotongJahitKainUkur dan Potong 1
Ukur dan Potong 2
Gambar 3.2 Produksi di stasiun kerja ukur dan potong Awal :
kedatangan kain ke stasiun kerja Ukur dan Potong. Akhir : Selesai
dikerjakan di stasiun kerja Ukur dan Potong, kain menuju ke stasiun
kerja Jahit. Resources : Jumlah server sebanyak dua.
8. Aktivitas: Produksi dari stasiun kerja Ukur dan Potong ke
stasiun kerja Jahit.Ukur dan Potong 1Finishing 1
Jahit
Ukur dan Potong 2Finishing 2
Gambar 3.3 Produksi di stasiun kerja jahit Awal : kedatangan
kain dari stasiun kerja Ukur dan Potong 1 dan 2 menuju ke stasiun
kerja Jahit. Akhir : Selesai dikerjakan di stasiun kerja Jahit,
kain menuju ke stasiun kerja Finishing. Resources : Jumlah server
sebanyak satu.
8. Aktivitas: Produksi dari stasiun kerja Jahit ke stasiun kerja
Finishing.Finishing 1
JahitExit
Finishing 2
Gambar 3.4 Produksi di stasiun kerja finishing Awal : kedatangan
kain dari stasiun kerja Jahit menuju ke stasiun kerja Finishing.
Akhir : Selesai dikerjakan di stasiun kerja Jahit, kain menuju ke
exit. Resources : Jumlah server sebanyak dua.3.2.2 Pengolahan Data
Menggunakan Software3.2.2.1 Uji Distribusi Data Dengan Menggunakan
Stat:Fit PromodelLangkah langkah dalam melakukan uji distribusi
data dengan menggunakan Stat:Fit Promodel1. Buka software ProModel
kemudian pilih Stat Fit pada bagian bawah.2. Masukkan input data
waktu kedatangan pada data table.3. Setelah data selesai diinput,
pilih autofit.4. Untuk mencari grafik, pilih distribution viewer.5.
Isikan hasil autofit pada kolom yang ada pada distribution
viewer.6. Catat hasil mean dan standar deviasi yang tampil pada
kolom atas.7. Pilih grafik.1. Waktu Antar Kedatangana. Input
DataInput pengolahan data ProModel dengan Stat:FitTabel 3.3 Input
waktu antar kedatangan
b. Hasil AutoFit Hasil pengolahan data ProModel dengan
Stat:FitTabel 3.4 Hasil autofit waktu antar kedatangan
c. Grafik Grafik pengolahan data ProModel dengan Stat:Fit
Gambar 3.5 Grafik waktu antar kedatangan2. Ukur dan Potonga.
Input DataInput pengolahan data ProModel dengan Stat:FitTabel 3.5
Input ukur dan potong
b. Hasil AutoFit Hasil pengolahan data ProModel dengan
Stat:FitTabel 3.6 Hasil autofit ukur dan potong
c. Grafik Grafik pengolahan data ProModel dengan Stat:Fit
Gambar 3.6 Grafik ukur dan potong3. Jahita. Input DataInput
pengolahan data ProModel dengan Stat:FitTabel 3.7 Input jahit
b. Hasil AutoFitHasil pengolahan data ProModel dengan
Stat:FitTabel 3.8 Hasil autofit jahit
c. Grafik Grafik pengolahan data ProModel dengan Stat:Fit
Gambar 3.7 Grafik jahit4. Finishinga. Input DataInput pengolahan
data ProModel dengan Stat:FitTabel 3.9 Input finishing
b. Hasil AutoFit Hasil pengolahan data ProModel dengan
Stat:FitTabel 3.10 Hasil autofit finishing
c. Grafik Grafik pengolahan data ProModel dengan Stat:Fit
Gambar 3.8 Grafik Finishing
3.2.2.2 Pembuatan Model Dengan ProModelLangkah dalam pembangunan
model untuk mensimulasikan proses produksi pada CV. Anugrah adalah
sebagai berikut :1. Buka software ProModel kemudian pilih file,
lalu pilih new.2. Mengisi title dan pilih second pada time unit
lalu Ok.3. Pilih menu build lalu pilih location dan masukan layout
stasiun kerja kemudian isikan nama stasiun kerja pada menu
location.4. Pilih menu Build lalu pilih Arrival dan tulis nama
material pada Entity, kemudian pada Occurrences isikan angka 50,
setelah itu pada Frequency isikan rata rata kedatangan dan standar
deviasi.5. Pilih menu Build lalu pilih Entities, lalu klik pada
gambar material dan masing masing stasiun kerja, kemudian pilih
edit, pilih color untuk memberi warna pada masing masing material
dan stasiun kerja.6. Pilih menu build lalu pilih Processing,
setelah itu pada Operation isikan rata rata kedatangan dan standar
deviasi pada masing masing stasiun kerja.7. Pilih menu Simulation
lalu pilih Run, setelah itu akan muncul verifikasi dari simulasi
tersebut. Hasil dari simulasi itu dapat dilihat di output
result.
a. LocationDalam tabel location terdapat urutan dari proses
produksi yang dimulai dari kedatangan, material dengan kapasitas
tak terbatas dan barang yang pertama kali masuk harus dikerjakan
atau diproses terlebih dahulu (FIFO) menuju ke stasiun kerja Ukur
dan Potong 1 dan 2 dengan kapasitas tak terbatas dan barang yang
pertama kali masuk harus dikerjakan atau diproses terlebih dahulu
(FIFO), setelah masuk ke stasiun kerja Ukur dan Potong 1 dan 2
dengan kapasitas 1 menuju ke stasiun kerja Jahit dengan kapasitas 1
menuju ke stasiun kerja Jahit dengan kapasitas tak terbatas dan
barang yang pertama kali masuk harus dikerjakan atau diproses
terlebih dahulu (FIFO), setelah masuk ke stasiun kerja Jahit dengan
kapasitas 1 menuju ke stasiun kerja Finishing 1 dan 2 dengan
kapasitas yang tak terbatas dan barang yang pertama kali masuk
harus dikerjakan atau diproses terlebih dahulu (FIFO), setelah itu
masuk ke stasiun kerja Finishing 1 dan 2 dengan kapasitas 1.Tabel
3.11 Location running promodel
Pada proses menuju stasiun kerja Ukur dan Potong, menuju stasiun
kerja Jahit, dan menuju stasiun kerja Finishing terjadi aturan baku
FIFO (first in firs out) dimana barang yang pertama kali masuk
harus dikerjakan atau diproses terlebih dahulu sehingga tidak
terjadi penumpukan atau keterlambatan.
b. EntitasDalam tabel entitas terdapat material yang berpindah
dari setiap stasiun kerja yaitu berupa bahan baku (kain).Tabel 3.12
Enteties running promodel
c. ArrivalDalam tabel arrival adanya material sebagai entitas,
CV. Anugrah menargetkan dalam satu hari harus bisa menghasilkan 50
unit produk dengan frekuensi Lognormal sebesar 7.5 dan standar
deviasi sebesar 3.9e-002.Tabel 3.13 Arrival running promodel d.
Proses dan RoutingDalam tabel proses entitas yang digunakan berupa
bahan baku (kain) dengan location dari pertama kali proses sampai
akhir adalah material, menuju ke Ukur dan Potong, dari stasiun
kerja Ukur dan Potong menuju stasiun kerja Jahit, dari stasiun
kerja Jahit menuju stasiun kerja Finishing, dari semua itu operasi
dilakukan pada setiap stasiun kerja yaitu Ukur dan Potong 1 dan 2
adalah Lognormal (-1.4e + 003, 8.07, 2.21e - 002), Jahit adalah
Uniform (2.05e + 003, 2.35e + 003), dan Finishing adalah Normal
(1.81e + 003, 73.5). Tabel 3.14 Proses running promodel
Dalam tabel routing didapatkan output berupa kain, destination
adalah proses exit dengan waktu transportasi atau pemindahan barang
dari bahan baku ke stasiun kerja Finishing. Tabel 3.15 Routing
kain
Gambar 3.9 Pembangunan Model
e. VerifikasiSetelah melakukan tahap-tahap dalam penggunaan
software promodel didapatkan running yang bisa berjalan dan dapat
dilihat pada gambar di bawah ini.
Gambar 3.10 Hasil verifikasi running promodel
f.ReplikasiSetelah dilakukan replikasi sebanyak 30 kali
didapatkan hasil result sebagai berikut :Tabel 3.16 Result
promodel
g. RekapitulasiTabel 3.17 RekapitulasiStasiun KerjaAverage Time
Per Entri (Hour)Average Contents% Utiliti
Material13,3420,140,00
Menuju ke Ukur dan Potong1,151,7575,44
Stasiun Ukur dan Potong 11,160,9191,23
Stasiun Ukur dan Potong 21.230,8989,07
Menuju ke Jahit1,231,8581,71
Stasiun Jahit0,640,9796,90
Menuju ke Finishing0,020,020,81
Stasiun Finishing 10,510,5252,01
Stasiun Finishing 20,500,2424,36
BAB IVA N A L I S A
4.1 Analisa ManualDari sistem produksi CV. Anugrah didapatkan
model awal suatu proses produksi dengan urutan material menuju ke
bagian stasiun kerja Ukur dan Potong yang terdiri dari dua server
menuju ke bagian stasiun kerja Jahit yang terdiri dari satu server
kemudian menuju ke bagian stasiun kerja Finishing dimana entitas
berupa bahan baku (kain), resources berupa server, event atau
proses kejadian yang mempunyai tiga aktifitas di dalamnya. Untuk
aktifitas pertama adalah proses produksi Ukur dan Potong dengan
kegiatan awal adalah bahan baku masuk ke bagian stasiun kerja Ukur
dan Potong, kegiatan akhir adalah setelah bahan baku selesai
diproses dari stasiun kerja Ukur dan Potong, bahan baku
meninggalkan stasiun kerja Ukur dan Potong menuju ke stasiun kerja
Jahit. Aktifitas kedua yaitu proses produksi Jahit dengan kegiatan
awal adalah bahan baku dari stasiun kerja Ukur dan Potong ke
stasiun kerja Jahit, kegiatan akhir adalah setelah bahan baku
selesai diproses dari stasiun kerja Ukur dan Potong, bahan baku
meninggalkan stasiun kerja Jahit menuju ke stasiun kerja Finishing.
Aktifitas ketiga yaitu proses produksi Finishing dengan kegiatan
awal adalah bahan baku dari stasiun kerja Jahit ke stasiun kerja
Finishing, kegiatan akhir adalah setelah bahan baku selesai
diproses dari stasiun kerja Finishing, bahan baku meninggalkan
stasiun kerja Finishing menuju ke gudang penyimpanan.
4.2 Analisa Distribusi4.2.1 Waktu Antar Kedatangana. Dari hasil
pengolahan data waktu antar kedatangan dimana jumlah N sebanyak 30,
Lognormal didapatkan minimum sebesar 0, mu sebesar 7,5 dengan sigma
sebesar 3,93e - 002.b. Dari hasil grafik didapatkan jumlah N
sebesar 30, Lognormal dengan rata- rata 1,81e + 003 dan standar
deviasi sebesar 70,6.
4.2.2 Stasiun Kerja Ukur dan Potonga. Dari hasil pengolahan data
stasiun kerja Ukur dan Potong dimana jumlah N sebanyak 30,
Lognormal didapatkan minimum -1,43+003, mu sebesar 8,07 dengan
sigma sebesar 2,21e - 002b. Dari hasil grafik didapatkan dengan
jumlah N sebesar 30, Lognormal dengan rata- rata 1,82e + 003 dan
standar deviasi sebesar 70,9. 4.2.3 Stasiun Kerja Jahita. Dari
hasil pengolahan data stasiun kerja Jahit dimana jumlah N sebanyak
30, Uniform didapatkan minimum 2,05e + 003 dan maksimum sebesar
2.35e + 003.b. Dari hasil grafik didapatkan dengan jumlah N sebesar
30, Uniform dengan rata- rata 2,23 + 003 dan standar deviasi
sebesar 86,6.
4.2.4 Stasiun Kerja Finishinga. Dari hasil pengolahan data
stasiun kerja Finishing dimana jumlah N sebanyak 30, Normal
didapatkan rata- rata sebesar 1,81 e + 003 dengan sigma sebesar
73,5.b. Dari hasil grafik didapatkan dengan jumlah N sebesar 30,
Normal dengan rata- rata 1,81 e + 003 dan standar deviasi sebesar
73,5.
4.3 Analisa Output RunningHasil analisa dari output running pada
material diperoleh tingkat average time per entry (hour) sebesar
13,34 sedangkan pada jalan menuju stasiun Ukur dan Potong tingkat
average time per entry (hour) sebesar 1,15 untuk stasiun Ukur dan
Potong 1 tingkat average time per entry (hour) sebesar 1,16 untuk
stasiun Ukur dan Potong 2 tingkat average time per entry (hour)
sebesar 1,23 pada jalan menuju stasiun Jahit tingkat average time
per entry (hour) sebesar 1,23 untuk stasiun Jahit diperoleh tingkat
average time per entry (hour) sebesar 0,64 pada jalan menuju
stasiun Finishing tingkat average time per entry (hour) sebesar
0,02 untuk stasiun Finishing 1 tingkat average time per entry
(hour) sebesar 0,52 untuk stasiun Finishing 2 diperoleh tingkat
average time per entry (hour) sebesar 0,24. Hasil analisa dari
Output Running, % Utiliti pada material diperoleh tingkat utilisasi
sebesar 0,00% sedangkan pada jalan menuju ke stasiun Ukur dan
Potong tingkat utilisasi sebesar 75,44% pada stasiun kerja Ukur dan
Potong 1 tingkat utilisasi sebesar 91,23% pada stasiun kerja Ukur
dan Potong 2 tingkat utilisasi sebesar 89,07% sedangkan pada jalan
menuju ke stasiun Jahit tingkat utilisasi sebesar 81,71% pada
stasiun kerja Jahit tingkat utilisasi sebesar 96,90% sedangkan pada
jalan menuju ke stasiun kerja Finishing tingkat utilisasi sebesar
0,81% pada stasiun kerja Finishing 1 tingkat utilisasi sebesar
52,01% pada stasiun kerja Finishing 2 tingkat utilisasi sebesar
24,36%. Untuk analisa dari dari tiap stasiun kerja dengan replikasi
sebanyak 30 kali, didapatkan nilai utilisasi tertinggi ada pada
stasiun kerja Jahit yaitu sebesar 96,90% dengan average content
sebesar 0,97 serta waktu yang dibutuhkan untuk memproduksi 50 unit
jaket selama 33,11 jam. Ini menandakan bahwa stasiun kerja Jahit
adalah stasiun kerja yang paling sibuk dibandingkan dengan stasiun
kerja yang lainnya.
BAB VPENUTUP
5.1 Kesimpulan1. Terdapat tiga stasiun kerja yang berurutan
dalam sistem produksi yaitu stasiun kerja Ukur dan Potong, stasiun
kerja Jahit, dan stasiun kerja Finishing.2. Dari hasil replikasi
sebanyak 30 kali, tingkat utilitas tertinggi ada pada stasiun kerja
Jahit yaitu sebesar 96,90%, dengan average contents sebesar 0,97.3.
Waktu yang dibutuhkan untuk memproduksi 50 unit jaket selama 33,11
jam.
5.2 Saran1. Sebaiknya perusahaan menambah jumlah mesin atau
server pada stasiun kerja Jahit, karena pada hasil verifikasi dapat
dilihat masih ada penumpukan material yang disebabkan karena
tingginya tingkat utilisasi yaitu sebesar 96,90% atau kesibukan
pada mesin tersebut sehingga menyebabkan tingginya waktu menganggur
(idle time) pada stasiun kerja berikutnya, yaitu stasiun kerja
Finishing.2. Penambahan jumlah mesin atau server pada stasiun kerja
Jahit akan mengurangi tingginya waktu menganggur (idle time)
sehingga meningkatkan tingkat utilisasi pada stasiun kerja
Finishing.MODUL 3
BAB IPENDAHULUAN
1.1 Latar BelakangSimulasi adalah tiruan operasi dari proses
nyata atau sistem dari waktu ke waktu, apakah dilakukan dengan
tangan atau dengan komputer simulasi melibatkan pembuatan sejarah
tiruan dari bentuk mesin, dan pengamatan atas sejarah tiruan untuk
menarik kesimpulan mengenai karakteristik pengoperasian sistem
nyata, dan sesuai berkembangnya waktu ke waktu dipelajari dengan
mengembangkan suatu model simulasi, model ini biasanya mengambil
bentuk seperangkat asumsi yang berhubungan dengan operasi
sistem.Sedangkan sistem dapat diartikan sebagai suatu kumpulan
obyek yang dihubungkan bersama didalam beberapa interaksi regular
atau independent kearah pencapaian beberapa tujuan. Seringkali
sistem juga didefinisikan sebagai kumpulan entitas (manusia atau
mesin), yang berinteraksi untuk mencapai suatu tujuan.Pengambilan
keputusan menyangkut antrian berkaitan dengan peningkatan hasil
karya sistem melalui penggunaan model keputusan yang sesuai.
Sehingga model dibangun dengan menggunakan sifat operasi yang
cocok.Beberapa istilah komponen sistem harus diketahui dan dipahami
sehingga dapat menganalisa sistem. Sebuah entitas adalah objek yang
menjadi perhatian kita dalam sistem. Sebuah server adalah entitas
yang melakukan fungsifungsi tertentu atau berinteraksi dengan
entitas entitas lain dalam menjalankan suatu aktivas. Suatu atribut
adalah karakteristik yang dimiliki oleh sebuah entitas. Sebuah
aktivas mempresentasikan suatu rentang waktu tertentu. Sebuah event
adalah kejadian sesaat dalam sistem yang menyebabkan perubahan
status sistem. Sistem dapat dikelompokan menjadi 2 jenis, yaitu
sistem diskret dan system kontinyu.Sebuah sistem sering dipengaruhi
oleh perubahan yang terjadi di luar sistem. Perubahan perubahan
tersebut terjadi di lingkungan sistem. Penentuan sistem dan
lingkungannya ditentukan oleh tujuan studi yang dilakukan. Karena
itu, kumpulan entitas yang menyusun sebuah studi. Mungkin saja
merupakan sebuah bagian dari sebuah sistem yang lebih besar, (Law,
1991; hal 3).Pada studi kasus yang ada, terdapat fenomena menunggu
yang diartikan sebagai hasil langsung dari keacakan dalam operasi
sarana pelayanan. Pada kasus ini tentang terjadinya antrian pada
proses pengisian bahan bakar umum khusus bagi kendaraan bermotor
beroda 2 di Pom Bensin depan UNISSULA. Antrian terhadap kasus ini
bertujuan untuk menentukan banyaknya rata-rata panjang antrian dan
rata-rata waktu tunggu untuk tiap aktifitas pada saat kedatangan
motor. Sedangkan untuk server bertujuan mencari rata-rata
kedatangan, rata-rata kepergian serta utilitas masing-masing
departemen.
1.2 Tujuan Simulasi Tujuan dari simulasi ad