KATA PENGANTAR
DAFTAR LAMPIRAN
E. Kinerja Sistem Antrian
1. Analisa Kinerja Pengembangan Model Dengan Skenario Perubahan Tingkat Kedatangan
Indikator perbaikan kinerja hasil pengembangan model dapat dilihat dari hasil analisis simulasi, berdasarkan hasil pengembangan tersebut perubahan kinerja pada pengembangan model dengan skenario perubahan tingkat kedatangan, yakni :
a. Model A
(i) Jumlah bahan yang tidak terproses
Jumlah bahan yang tak terproses (balking) merupakan sebuah indikasi ketidakmampuan unit pelayanan melayani kedatangan bahan. Pada kondisi nyata jumlah bahan yang tidak terproses tetap akan di proses pada hari tersebut namun dikerjakan dengan tambahan jam kerja.
Diagram di bawah menunjukan bahwa pada model A kondisi nyata terdapat material yang tidak terproses rata-rata sebanyak 26,33 kg namun setelah dilakukan pengembangan model antrian, material yang tidak terproses menjadi tidak ada. Pengembangan model ini mampu memberikan perbaikan kinerja proses produksi saat ini.
Gambar 23. Diagram perbandingan jumlah bahan yang tidak terproses pada pengembangan model A dengan skenario perubahan tingkat kedatangan
(ii) Jumlah bahan yang terproses
Jumlah bahan yang terproses menunjukan kemampuan output yang dihasilkan dari lini produksi fillet ikan beku dalam waktu simulasi. Diagram di bawah menunjukan bahwa pada model utama kondisi nyata jumlah material yang terproses rata-rata sebanyak 1856,67 kg namun setelah dilakukan pengembangan model antrian alternatif,
material yang terproses menjadi 3099,00 kg. Kenaikan jumlah material yang terproses memberikan arti bahwa hasil pengembangan model mampu memberikan output yang lebih besar dari model pada kondisi nyata.
Gambar 24. Diagram perbandingan jumlah bahan yang terproses pada pengembangan model A dengan skenario perubahan tingkat kedatangan
(iii) Rata-rata waktu aliran bahan
Rata-rata waktu aliran bahan merupakan hasil analisis simulasi yang menunjukan lamanya waktu pergerakan bahan dalam sistem produksi. Rendahnya waktu aliran bahan akan memberikan keuntungan bagi perusahaan yakni kualitas bahan akan lebih terjaga selama proses produksi berlangsung dan memberikan kinerja lebih tinggi terhadap kecepatan produksi. Hasil pengembangan model tersebut memberikan waktu bahan mengalir dalam sistem produksi yang lebih lama. Hal ini terjadi akibat pengembangan yang dilakukan adalah berdasarkan tingkat kedatangan bahan tanpa memperhatikan keseimbangan kecepatan pelayanan di dalam sistem produksi.
Gambar 25. Diagram perbandingan rata-rata waktu aliran bahan pada pengembangan model A dengan skenario perubahan tingkat kedatangan
(iv) Tingkat utilitas operator
Tingkat utilitas operator memperlihatkan efisiensi pemanfaatan sumber daya manusia dalam mengolah bahan. Semakin tinggi tingkat utilitas operator akan menunjukan semakin tingginya tingkat kesibukan operator dan semakin rendahnya idle time. Hasil pengembangan model secara ekternal ini mampu memberikan tingkat utilitas operator menjadi lebih tinggi 47,86 %, seperti yang ditunjukan pada diagram berikut.
Meningkatnya utilitas operator memberikan gambaran kinerja yang lebih baik, yakni dari segi pemanfaatan sumber daya manusia yang tersedia. Idealnya nilai seratus persen pada tingkat utilitas unit pelaanan memberikan arti bahwa unit pelayanan bekerja pada seluruh waktu yang tersedia.
Gambar 26. Diagram perbandingan tingkat utilitas operator secara overall pada pengembangan model A dengan skenario perubahan tingkat kedatangan
(v) Rata-rata jumlah bahan yang menunggu
Rata-rata jumlah bahan yang menunggu merupakan indikator banyaknya jumlah bahan yang ada dalam suatu antrian. Sedikitnya jumlah bahan yang menunggu akan memberikan kinerja yang lebih baik oleh karena akan semakin sedikit bahan yang akan mendapat resiko kerusakan bahan akibat penurunan mutu. Dari diagram di bawah ternyata hasil pengembangan model memberi perubahan jumlah rata- rata bahan menunggu menjadi lebih besar. Hal ini menunjukan kinerja sistem antrian yang buruk akibat tidak seimbangnya kecepatan pelayanan antara stasiun kerja dalam model.
Gambar 27. Diagram perbandingan rata-rata jumlah bahan yang menunggu pada pengembangan model A dengan skenario perubahan tingkat kedatangan
(vi) Rata-rata waktu menunggu bahan
Rata-rata waktu menunggu bahan seperti halnya jumlah rata-rata bahan yang menunggu juga dapat menjadi indikator kinerja sistem antrian. Seperti yang dilihat pada diagram dibawah ini, hasil pengembangan model antrian memberikan rata-rata waktu tunggu bahan yang lebih lama dari kondisi nyata. Hal tersebut terjadi dikarenakan pada pengembangan model ini, pengembangan dilakukan dengan meningkatkan tingkat kedatangan agar lebih tinggi sehingga dapat menimbulkan kepadatan dalam sistem antrian.
Gambar 28. Diagram perbandingan rata-rata waktu bahan menunggu pada pengembangan model A dengan skenario perubahan tingkat kedatangan
(vii) Biaya tambahan penggunaan es
Untuk mempetahankan mutu bahan yang sedang diproses, perusahaan menggunakan es sebagai sarana untuk menjaga rantai dingin bahan. Konsep rantai dingin ialah menjaga suhu bahan yang sedang diproses pada kisaran tertentu dimana kerusakan bahan akan menjadi minimum akibat degradasi waktu. Biaya tambahan yang dikeluarkan untuk pembelian es dapat menurunkan kinerja perusahaan dari segi penghematan sumber daya.
Biaya tambahan yang dikeluarkan untuk penggunaan es dalam sistem antrian akibat adanya antrian tersebut dapat dihitung dari jumlah maksimum bahan yang menunggu dan lama waktu tunggunya. Menggunakan asumsi penggunaan jumlah es (kg) terhadap jumlah bahan (kg) sebesar 1:1 dan dengan lama pemakaian ideal es selama satu jam maka estimasi biaya tambahan yang dikeluarkan untuk pemakaian es akibat antrian dapat dihitung dengan rumus berikut :
Biaya Tambahan Penggunaan Es (Rp) = {Total maksimum bahan yang mengantri pada setiap stasiun kerja (kg) x Total maksimum waktu menunggu bahan (detik) x harga es (Rp/kg)} : 3600 detik
Hasil perhitungan estimasi biaya penggunaan es dapat dilihat pada Lampiran 17. Seperti yang ditunjukan pada Gambar 29, pengembangan model alternatif ini ternyata menambah biaya tambahan penggunaan es akibat antrian yang terjadi, namun hal tersebut bisa jadi tidak bermasalah oleh karena model alternatif ini menghasilkan lebih banyak bahan yang terproses dengan tingkat utilitas operator yang lebih tinggi dari model antrian sistem nyata. Sehingga pendapatan perusahaan itu pun dapat meningkat.
Gambar 29. Diagram perbandingan biaya penggunaan es pada pengembangan model A dengan skenario perubahan tingkat kedatangan
b. Model B
Gambar 30. Grafik perbandingan jumlah bahan yang mengantri pada stasiun freezing dengan skenario perubahan tingkat kedatangan
Kinerja dari model B ini dinilai dari satu sisi yakni dari jumlah antrian maksimum yang terjadi. Hal tersebut dikarenakan model B merupakan model analisa keseimbangan aliran bahan yang bertujuan untuk mengetahui keseimbangan jumlah bahan yang harus di proses dengan kemampuan kapasitas pelayanan.
Prinsip model keseimbangan aliran bahan adalah jumlah input seimbang dengan kapasitas pelayanan. Skenario perubahan tingkat kedatangan merupakan pengembangan model keseimbangan aliran bahan dari segi input. Skenario pengembangan model aliran bahan, seperti yang ditunjukan pada Gambar 30 menunjukan hilangnya antrian pada stasiunfreezing.
c. Model C
(i) Jumlah bahan yang terproses
Jumlah bahan yang terproses menunjukan kemampuan output yang dihasilkan dari lini produksi fillet ikan beku dalam waktu simulasi. Diagram di bawah menunjukan bahwa pada model utama kondisi
nyata jumlah material yang terproses rata-rata sebanyak 1673,67 kg namun setelah dilakukan pengembangan model antrian alternatif, material yang terproses menjadi 10118,67 kg. Kenaikan jumlah material yang terproses memberikan arti bahwa hasil pengembangan model mampu memberikan output yang lebih besar dari model pada kondisi nyata. Dalam hal ini kenaikan output berarti naiknya volume produksi yang apat memberikan keuntungan finansial.
Gambar 31. Diagram perbandingan jumlah bahan yang terproses pada pengembangan model C dengan skenario perubahan tingkat kedatangan
(ii) Rata-rata waktu aliran bahan
Rata-rata waktu aliran bahan merupakan hasil analisis simulasi yang menunjukan lamanya waktu pergerakan bahan dalam sistem produksi. Rendahnya waktu aliran bahan akan memberikan keuntungan bagi perusahaan yakni kualitas bahan akan lebih terjaga selama proses produksi berlangsung dan memberikan kinerja lebih tinggi terhadap kecepatan produksi. Hasil pengembangan model tersebut memberikan waktu bahan mengalir dalam sistem produksi yang lebih lama. Hal ini terjadi akibat pengembangan yang dilakukan adalah berdasarkan tingkat kedatangan bahan tanpa memperhatikan pola kecepatan pelayanan di dalam sistem produksi. Sehingga antrian
yang terjadi menjadi meningkat, menambahkan waktu aliran bahan dalam sistem produksi.
Gambar 32. Diagram perbandingan rata-rata waktu aliran bahan pada pengembangan model C dengan skenario perubahan tingkat kedatangan
(iii) Tingkat utilitas operator
Tingkat utilitas operator memperlihatkan efisiensi pemanfaatan sumber daya manusia dalam mengolah bahan. Semakin tinggi tingkat utilitas operator akan menunjukan semakin tingginya tingkat kesibukan operator dan semakin rendahnya idle time. Hasil pengembangan model mampu memberikan tingkat utilitas operator menjadi lebih tinggi, seperti yang ditunjukan pada diagram berikut.
Gambar 33. Diagram perbandingan tingkat utilitas operator secara overall pada pengembangan model C dengan skenario perubahan tingkat kedatangan Rata-rata jumlah bahan yang menunggu
Rata-rata jumlah bahan yang menunggu merupakan indikator banyaknya jumlah bahan yang ada dalam suatu antrian. Sedikitnya jumlah bahan yang menunggu akan memberikan kinerja yang lebih baik oleh karena akan semakin sedikit bahan yang akan mendapat resiko kerusakan bahan akibat penurunan mutu. Dari diagram di bawah ternyata hasil pengembangan model memberi perubahan jumlah rata- rata bahan menunggu bahan menjadi lebih besar. Hal ini menunjukan dampak dari naiknya tingkat kedatangan akan menyebabkan naiknya jumlah bahan yang mengantri.
Gambar 34. Diagram perbandingan rata-rata jumlah bahan yang menunggu pada pengembangan model C dengan skenario perubahan tingkat kedatangan
(iv) Rata-rata waktu menunggu bahan
Rata-rata waktu menunggu bahan seperti halnya jumlah rata-rata bahan yang menunggu juga dapat menjadi indikator kinerja sistem antrian. Seperti yang dilihat pada diagram dibawah ini, hasil pengembangan model memberikan waktu rata-rata antrian yang lebih lama dari kondisi nyata. Hal tersebut dikarenakan pada pengembangan model ini, tingkat kedatangan yang lebih tinggi menimbulkan kepadatan dalam sistem antrian.
Gambar 35. Diagram perbandingan rata-rata waktu bahan menunggu pada pengembangan model C dengan skenario perubahan tingkat kedatangan
2. Analisa Kinerja Pengembangan Model Dengan Skenario Perubahan