3.6. Computer Aided Layout 16
3.6.1. Algoritma BLOCPLAN
Perkembangan teknologi komputer yang demikian pesat terutama sejak tahun 1970-an telah dimanfaatkan secara efektif dalam berbagai bidang termasuk di bidang perencanaan layout. Sejumlah program komputer yang dikembangkan sebagai alat bantu dalam análisis layout telah dikembangkan dan tersedia untuk dimanfaatkan. Masing-masing program komputer tersebut memiliki kekhususan sesuai dengan karakteristik layout yang dirancang.
17
BLOCPLAN merupakan system perancangan tata letak fasilitas yang
dikembangkan oleh Donaghey dan Pire pada Departemen Teknik Industri, Universitas Houston. Program ini membuat dan mengevaluasi tipe-tipe tata letak dalam merespon data masukan. BLOCPLAN mempunyai kemiripan dengan Craft dalam penyusunan departemen. Perbedaan antara BLOCPLAN dan Craft adalah
bahwa BLOCPLAN dapat meggunakan keterkaitan sebagai input data, sedangkan
Craft hanya menggunakan peta dari-ke (from to chart). Biaya tata letak dapat
diukur baik berdasarkan ukuran jarak maupun dengan kedekatan. Jumlah baris di dalam BLOCPLAN ditentukan oleh program dan biasanya dua atau tiga baris.
Sama halnya dengan Craft, BLOCPLAN juga mempunyai kelemahan yaitu tidak akan menangkap layout secara akurat. Pengembangan tata letak hanya dapat dicari dengan melakukan perubahan atau pertukaran letak departemen satu
16
James A. Tompkins, Facilities Planning, John Wiley & Sons, Inc., New York, 1996),
h.326-358. 17
dengan yang lainnya. Selain peta keterkaitan BLOCPLAN, kadang-kadang juga menggunakan input data lain yaitu peta from to chart, hanya saja kedua input tersbut hanya digunakan salah satu saja saat melakukan evaluasi tata letak.
BLOCPLAN merupakan singkatan dari Block Layout Overview with
Computerized Planning using Logic and Algorithm. Data-data yang dipakai dalam
algoritma BLOCPLAN dapat berupa data kuantitatif yang dibentuk dengan menggunakan Activity Relationship Chart (ARC) maupun data kuantitatif yang
berupa aliran produk dan ukuran dari area bangunan (departemen) yang akan ditempati oleh fasilitas. Setelah semua data dimasukkan akan dihasilkan layout secara random dimana pertukaran letak fasilitas-fasilitas terus dilakukan hingga tercapai layout yang lenih baik tetapi jumlah iterasi terbatas yaitu maksimal 20. BLOCPLAN dapat menganalisa maksimal 18 fasilitas dalam suatu tataletak
(layout). BLOCPLAN dapat menghasilkan layout dengan beberapa cara yaitu: 1. Random
BLOCPLAN menghasilkan layout secara acak memperhatikan data ARC 2. Improvemen Algorithm
Menggunakan sebuah layout awal yang nantinya akan dikembangkan oleh BLOCPLAN.
3. Automatic Search Algorithm
BLOCPLAN akan mengembangkan layout baru dengan jumlah iterasi maksimal 20 kali.
Layout terbaik dilihat dari nilai R-Score yang paling besar. Layout score
diperoleh dari hasil pembagian total score pada pembobotan ARC yang dapat tercapai dengan total score keseluruhan dikalikan 2 .
Layout score = 2 n keseluruha Score Total tercapai dapat yang score Total x
Nilai rel disk score diperoleh dari penjumlahan semua nilai rel disk score pada tiap departemen i ke departemen j.
Rel-disk score = ij n i n i j ijr d
∑ ∑
− − =− 1 1 1 Keterangandij = Jarak rectilinier antara fasilitas i dan j
rij = nilai hubungan kedekatan antara fasilitas i dan j
R-Score dari masing-masing layout yang mungkin dengan layout yang
terbaik adalah dengan R-Score yang paling besar. Nilai R-Score adalah antara 0 dan 1 (0≤ R-Score ≤1). Dimana
RScore = 1 -bound lower bound upper bound lower score dist rel − − Lower Bound = d21s1 + d20s2 + ....
Artinya nilai d (nilai d adalah jarak antar fasilitas terendah) dengan nilai s (nilai s adalah hubungan kedekatan antara fasilitas) terendah kemudian nilai d tertinggi selanjutnya dikalikan dengan nilai s terendah, demikian seterusnya.
Artinya nilai d (nilai d adalah jarak antara fasilitas) terendah dengan nilai s (nilai s adalah nilai hubungan kedekatan antara fasilitas) terendah kemudian nilai d terendah selanjutnya dikalikan dengan nilai s terendah berikutnya, demikian seterusnya.
i. Algoritma CORELAP18
Algoritma CORELAP (Computerized Relationship Layout Planning) menggunakan peringkat hubungan kedekatan yang dinyatakan dalam Total Closeness Rating (TCR) dalam pemilihan penempatan stasiun kerja. Algoritma ini
merupakan suatu algoritma yang digunakan untuk menghasilkan rancangan layout baru yang tidak bergantung atau tidak memerlukan initial layout. Adapun prinsip dari analisis yang dilakukuan oleh CORELAP adalah menghitung layout score dan nilai layout score yang terbesar adalah yang paling baik kerena menunjukkan tingkat hubungan yang lebih dekat dan menghitung jarak departemen baru yang terbentuk secara rectilinear.
Pengerjaan algoritma CORELAP ini dimulai dengan perhitungan TCR yang diperoleh dari huruf-huruf hubungan kedekatan dalam ARC yang dikonversikan dalam angka yaitu :
18
Sunderesh Heragu, Facility Design, (Boston: PWS Publishing Company, 1997),
Tabel 3.4. Kode, Nilai dan Kontribusi Activity Relationship Chart
Kode Nilai Kontribusi
A : Absolutely Important/Mutlak didekatkan 5 + E : Especially Important/Sangat penting didekatkan 4 +
I : Important/Penting didekatkan 3 +
O : Ordinary important 2 +
U : Unimportant/Tidak penting didekatkan 1 + X : Undesirable/Tidak boleh didekatkan 0 +
TCR suatu departemen menyatakan jumlah nilai-nilai hubungan/kedekatan departemen tersebut terhadap departemen-departemen yang lain, secara matematis dapat ditulis sebagai berikut :
TCR (i) = i j j m i rij m i ≠ = =
∑
= , 1 ,..., 3 , 2 , 1 , 1Dimana : m menyatakan jumlah departemen dalam rancangan, rij menyatakan nilai hubungan kedekatan dari stasiun kerja i terhadap stasiun kerja j.
Berikut ini merupakan langkah-langkah algoritma CORELAP secara manual
1. Penentuan Urutan Pengalokasian
1. Pilih salah satu departemen dengan TCR maksimum. Jika terdapat lebih dari 1 pilih sembarang maka departemen terpilih akan dialokasikan pertama kali.
2. Departemen yang dialokasikan kedua, pilih departemen yang mempunyai hubungan A dengan departemen yang telah terpilih
- Jika terdapat beberapa maka pilih yang mempunyai TCR terbesar. - Jika TCRnya sama maka pilih sembarang. Jika tidak ada yang
mempunyai hubungan A, pilih departemen yang mempunyai hubungan E dengan departemen yang terpilih.
3. Ulangi proses kedua, sampai semua departemen terpilih. Jika tidak ada departemen yang mempunyai hubungan A atau E dengan departemen yang terpilih (semua) maka lanjutkan dengan hubungan I atau O, serta U atau X. 4. Cara Pengalokasian
Menggunakan metode sisi barat (western-edge).Departemen yang terpilih pertama kali (urutan pertama) dialokasikan di pusat dari diagram kotak berikut:
8 7 6
1 PUSAT 5
2 3 4
Ket. gambar : 1 s/d 8 = stasiun kerja
Gambar 3.6. Diagram Penempatan Stasiun Kerja
Nomor 2 dalam kotak merupakan lokasi yang disediakan.
Nomor 1 : selalu untuk lokasi (kotak) pada sisi terbarat dari departemen – departemen yang telah dialokasikan. Kotak tepat bersebelahan dengan departemen yang telah dialokasikan dalam arah vertikal/horisontal mempunyai bobot 1. Kotak yang tepat bersebelahan dengan departemen yang telah dialokasikan dalam arah diagonal mempunyai bobot 0,5. Bobot x Nilai
hubungan dari departemen yang telah dialokasikan terhadap departemen yang akan dialokasikan. Contoh dapat dilihat pada Tabel 3.5.
Tabel 3.5. Alokasi TCR
Stasiun kerja I II III IV TCR
I - A E E 13
II A - U E 10
III E U - E 9
IV E E E - 12
Berdasarkan TCR, yang dialokasikan pertama kali adalah stasiun kerja I 1. Stasiun kerja I mempunyai hubungan A dengan stasiun kerja II 2. Stasiun kerja II dialokasikan kedua.
3. Stasiun kerja I mempunyai hubungan E dengan stasiun kerja III dan IV 4. Stasiun kerja II mempunyai hubungan E dengan stasiun kerja IV
Pilih stasiun kerja IV TCR lebih besar dari stasiun kerja III
Stasiun kerja III dialokasikan terakhir sehingga urutannya sebagai berikut : I – II – IV - III, kemudian masing ditempatkan dalam kotak/cell seperti pada gambar 3.18.
8 7 6 1 I 5 2 3 4
Gambar 3.7. Diagram Penempatan Stasiun Kerja I
Jika stasiun kerja II di : lokasi 1, bernilai = 1 x 5 = 5 lokasi 2, bernilai = 0,5 x 5 = 2,5
Lokasi 1 adalah lokasi terbaik untuk stasiun kerja II karena mempunyai nilai penempatan terbesar (jika dibandingkan lokasi 2, 4, 6, 8) dan nomor lokasi
terkecil diantara nilai-nilai penempatan yang sama (jika dibandingkan dengan lokasi 3,5,7 ).
10 9 8 7 1 II I 6 2 3 4 5
Gambar 3.8. Diagram Penempatan Stasiun Kerja II
Jika stasiun kerja IV di :
lokasi 1, bernilai = ( 1x4 ) + ( 0 x 4 ) = 4 lokasi 2, bernilai = ( 0,5 x 4 ) + ( 0 x 4 ) = 2 lokasi 3, bernilai = ( 1 x 4 ) + ( 0,5 x 4 ) = 6
lokasi 4, bernilai = ( 0,5 x 4 ) + ( 1 x 4 ) = 6 dan seterusnya Lokasi terbaik untuk stasiun kerja IV - lokasi 3
12 11 10 9 1 II I 8 2 IV 6 7 3 4 5
Gambar 3.9. Diagram Penempatan Stasiun Kerja IV
Jika stasiun kerja III di :
lokasi 1, bernilai = ( 0 x 4 ) + ( 1 x 1 ) + ( 0,5 x 4 ) = 3 lokasi 2, bernilai = ( 0 x 4 ) + ( 0,5 x 1 ) + ( 1 x 4 ) = 4,5 lokasi 6, bernilai = ( 0 x 4 ) + ( 0,5 x 1 ) + ( 1 x 4 ) = 4,5
dan seterusnya. Lokasi terbaik untuk stasiun kerja III adalah lokasi 6
II I IV III
Penempatan disesuaikan dengan luasan dan bentuk masing-masing stasiun kerja dimana akan dialokasikan.
Berikut adalah perbandingan antara algoritma BLOCKPLAN dan CORELAP yang dapat dilihata pada Tabel 3.6.
Tabel 3.6. Keuntungan dan Keterbatasan dari Algoritma BLOCPLAN dan CORELAP
METODE KEUNTUNGAN KETERBATASAN
BLOCPLAN
5.Dapat menggunakan input dari peta keterkaitan maupun from to chart 6.Melakukan iterasi secara otomatis
dengan waktu yang singkat 7.Luas departemen diperhitungkan
sebagai masukan
8.Tidak dapat menangkap layout awal
9.Terbatas untuk 20 iterasi 10. Hanya dapat menganalisa
maksimal 18 fasilitas dalam suatu tata letak
CORELAP
1.Membentuk tata letak baru 2.Batasan masukan dan hasil sama 3.Berdasarkan peta keterkaitan 4.Setiap langkah dapat dilihat selama
pengembangan tata letak
5.Sebagian keterkaitan diperhatikan dengan baik
6.Tidak dihitung biaya
7.Terbatas hanya 45 departemen 8.Bentuk tata letak yang tidak