Laporan Full Modul Simulasi

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


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


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


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


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.


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


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


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


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


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


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 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

Laporan Full Modul Simulasi

Documents