ANALISIS PEMECAHAN MASALAH
6.2. Analisis Membangun Model
6.2. Analisis Membangun Model
Analisis yang diberikan untuk langkah ini adalah analisis terhadap pembuatan
causal loop dan analisis terhadap pembuatan model simulasi dinamis. Analisis yang diberikan untuk pembuatan causal loop adalah pembuatan causal loop harus
dilakukan secara logis dan tepat sebab causal loop ini akan menjadi dasar dalam pembuatan main model simulasi dinamis. Hubungan antar komponen harus ditentukan secara tepat yang terdiri dari hubungan similar dan hubungan opposite
serta tidak boleh terbalik karena sangat menentukan hasil simulasi main model
nantinya terutama untuk komponen yang menjadi rate pada main model. Causal loop
yang dirancang berdasarkan jenis bahannya, yaitu ikan tuna, udang, dan kepah.
Causal loop yang dirancang telah mempertimbangkan beberapa faktor yang
berpengaruh terhadap solusi permasalahan.
Analisis yang diberikan untuk pembuatan main model adalah main model
simulasi dinamis harus dibuat secara kompleks dengan mempertimbangkan faktor-faktor yang dominan berpengaruh terhadap masalah yang telah diidentifikasi agar dapat merepresentasikan sistem nyata dengan tepat. Main model dirancang berdasarkan causal loop pada masing-masing jenis bahan sehingga main model tersebut juga telah sesuai dengan faktor-faktor yang menjadi solusi permasalahan.
6.3. Analisis Akuisisi Data
Analisis yang diberikan untuk langkah ini adalah analisis terhadap hasil pengujian distribusi untuk mengetahui pola data masa lalu agar dapat memperoleh spesifikasi dari data. Pengujian pola distribusi frekuensi dengan menggunakan software Arena 10.0. Pengujian yang telah dilakukan akan disesuaikan dengan nilai pada tabel χ2
di mana hasil yang diperoleh pada pola distribusi frekuensi yang diuji adalah Hipotesis Awal (Ho) diterima apabila χ2
Hitung < χ2
Tabel dan sebaliknya ditolak apabila χ2
χ2 Tabel.
Dari hasil pengujian distribusi, analisis yang dapat diberikan untuk pola tangkapan dapat dilihat pada Tabel 6.1.
Tabel 6.1. Hasil Pengujian Distribusi Terhadap Data Pola Tangkapan
Uraian Hasil
Tangkapan Hipotesis Awal (Ho)
Nilai Uji Statistik (χ2 hitung) Nilai χ2 0,05/2,db
Hasil Pengujian Kesimpulan
Ikan Tuna Data berdistribusi
uniform 5,96 14,449 χ2 hitung < χ2 0,05/2,6 Ho Diterima Data berdistribusi uniform
Udang Data berdistribusi
uniform 5,14 14,449 χ2 hitung< χ2 0,05/2,6 Ho Diterima Data berdistribusi uniform
Kepah Data berdistribusi
uniform 3,76 14,449 χ2 hitung< χ2 0,05/2,2 Ho Diterima Data berdistribusi uniform Sumber: Pengolahan Data dengan Menggunakan Software Arena 10.0
Dari hasil pengujian distribusi frekuensi terhadap data pola tangkapan diperoleh bahwa data pola tangkapan ikan tuna, udang, dan kepah sesuai dengan hipotesis pada distribusi yang diuji. Nilai dari hasil kuantifikasi yang telah disesuaikan dengan distribusi frekuensi hasil tangkapan ikan tuna, udang, dan kepah menunjukan adanya model dinamis dalan perancangan main model karena terdapat hubungan antara komponen dari waktu ke waktu.
6.4. Analisis Menerjemahkan Model
Analisis yang diberikan untuk langkah ini adalah analisis cara pendefinisian komponen yang digunakan dalam menerjemahkan model. Pendefinisian komponen
harus dilakukan dengan benar dan logis agar simulasi dapat berjalan. Pendefinisian komponen harus mempertimbangkan satuan dari tiap komponen yang disimulasikan. Satuan waktu yang digunakan untuk semua rate pada main model harus konsisten. Apabila hasil simulasi yang diinginkan adalah harian maka semua rate harus dibuat harian.
Berdasarkan kuantifikasi data yang telah dilakukan bahwa nilai yang dimasukkan seperti nilai pola tangkapan ikan tuna, udang, dan kepah didasari pada pola distribusi yang telah diuji sebelumnya. Perubahan secara visual dari model yang telah dibangun menjadi model yang telah diterjemahkan adalah dengan hilangnya tanda tanya pada auxiliary, level, rate, dan constanta serta tanda pagar pada linkmain model sedangkan secara fungsinya, telah diinput data baik formulasi, variabel maupun konstanta pada legend yang terdapat dalam model tersebut.
Hasil simulasi pola tangkapan yang telah dijalankan memiliki fluktuasi berdasarkan data historis dan melewati pengujian distribusi sebelumnya sehingga diperoleh hasil yang dapat dilihat pada Gambar 6.1.
Sumber: Pengolahan Data dengan Menggunakan Software Powersim Studio 2005
Gambar 6.1. Time Graph Simulasi Pola Tangkapan Ikan Tuna, Udang, dan
Kepah
Pada gambar di atas dapat dijelaskan bahwa pola tangkapan untuk jenis ikan tuna, udang, dan kepah berada pada kisaran nilai hasil tangkapan 0 Ton/hari sampai dengan 20 Ton/hari. Besarnya jumlah tangkapan yang dihasilkan dapat menggambarkan jumlah bahan yang dapat dibeli pada periode tertentu yang artinya bahwa semakin besar hasil tangkapan yang dihasilkan, maka peluang bahan yang akan dibeli juga akan semakin besar dan sebaliknya.
Selanjutnya hasil pembelian bahan yang telah dijalankan memiliki fluktuasi dikarenakan adanya variasi antara hasil tangkapan yang ditawarkan dengan kebutuhan bahan terhadap permintaan produk yang berfluktuasi sehingga perencanaan pembelian bahan yang dilakukan sebanyak 5 model perencanaan untuk masing-masing bahan. Adapun perencanaan pembelian ikan tuna terdiri atas:
1. Perencanaan pembelian ikan tuna I, dilakukan penambahan pembelian sebesar 50% terhadap kebutuhan bahan terhadap permintaan produk ikan tuna. Hal tersebut bisa dilakukan jika jumlah hasil tangkapan yang ditawarkan lebih besar
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 1 0 1 1 1 2 1 3 1 4 1 5 1 6 1 7 1 8 1 9 2 0 2 1 2 2 2 3 2 4 0 5 1 0 1 5 2 0 To n / d a
dari jumlah kebutuhan bahan. Penambahan sebesar 50% dikarenakan ada uji coba yang dilakukan sebelumnya, pembelian dengan penambahan lebih dari 50% dapat memberikan nilai profit yang negatif karena jumlah bahan yang dibeli jauh lebih besar daripada kapasitas maksimum produksi sehingga bahan banyak masuk ke frozen.
2. Perencanaan pembelian ikan tuna II, dilakukan penambahan pembelian sebesar 25% terhadap kebutuhan bahan terhadap permintaan produk.
3. Perencanaan pembelian ikan tuna III, pembelian disesuaikan dengan jumlah kebutuhan bahan.
4. Perencanaan pembelian ikan tuna IV, dilakukan pengurangan pembelian sebesar 25% terhadap kebutuhan bahan terhadap permintaan produk. Pengurangan persentase jumlah pembelian disesuaikan dengan perencanaan yang dilakukan pada perencanaan II sehingga terlihat rentang yang sama hanya berbeda pada perlakuan (penambahan atau pengurangan).
5. Perencanaan pembelian ikan tuna V, dilakukan pengurangan pembelian sebesar 50% terhadap kebutuhan bahan terhadap permintaan produk.
Adapun model perencanaan untuk pembelian ikan tuna dapat dilihat pada Gambar 6.2.
Sumber: Pengolahan Data dengan Menggunakan Software Powersim Studio 2005
Gambar 6.2. Time Graph Simulasi Rencana Pembelian Ikan Tuna
Perencanaan pembelian untuk udang dilakukan dengan model yang sama seperti model perencanaan pembelian ikan tuna baik itu penambahan maupun pengurangan sebanyak 5 model perencanaan. Adapun model perencanan pembelian udang dapat dilihat pada Gambar 6.3.
Sumber: Pengolahan Data dengan Menggunakan Software Powersim Studio 2005
Gambar 6.3. Time Graph Simulasi Rencana Pembelian Udang
0 10 20 30 40 50 60 70 80 91 01 11 21 31 41 51 61 71 81 92 02 12 22 32 4 1 2 3 4 5 To n / d a 0 1 0 20 3 0 4 0 50 6 0 7 0 80 9 1 0 1 11 2 1 3 1 41 5 1 6 1 71 8 1 92 0 2 1 2 22 3 2 4 2 3 4 5 To n / d a
Perencanaan pembelian untuk kepah dilakukan dengan model yang berbeda dengan model perencanaan ikan tuna dan udang. Letak perbedaannya padap nilai persentase yang diberikan pad amasing-masing perencanaan antara lain:
1. Perencanaan pembelian kepah I, dilakukan penambahan pembelian sebesar 30% terhadap kebutuhan bahan terhadap permintaan produk ikan tuna. Hal tersebut bisa dilakukan jika jumlah hasil tangkapan yang ditawarkan lebih besar dari jumlah kebutuhan bahan. Penambahan sebesar 30% dikarenakan ada uji coba yang dilakukan sebelumnya, pembelian dengan penambahan lebih dari 30% dapat memberikan nilai profit yang negatif karena jumlah bahan yang dibeli jauh lebih besar daripada kapasitas maksimum produksi sehingga bahan banyak masuk ke frozen.
2. Perencanaan pembelian kepah II, dilakukan penambahan pembelian sebesar 15% terhadap kebutuhan bahan terhadap permintaan produk.
3. Perencanaan pembelian kepah III, pembelian disesuaikan dengan jumlah kebutuhan bahan.
4. Perencanaan pembelian kepah IV, dilakukan pengurangan pembelian sebesar 15% terhadap kebutuhan bahan terhadap permintaan produk. Pengurangan persentase jumlah pembelian disesuaikan dengan perencanaan yang dilakukan pada perencanaan II sehingga terlihat rentang yang sama hanya berbeda pada perlakuan (penambahan atau pengurangan).
5. Perencanaan pembelian kepah V, dilakukan pengurangan pembelian sebesar 30% terhadap kebutuhan bahan terhadap permintaan produk.
Adapun model perencanan pembelian kepahdapat dilihat pada Gambar 6.4.
Sumber: Pengolahan Data dengan Menggunakan Software Powersim Studio 2005
Gambar 6.4. Time Graph Simulasi Rencana Pembelian Kepah
Berdasarkan model perencanaan ikan tuna, udang, dan kepah yang dilakukan sebanyak 5 model, maka akan diperoleh nilai total profit produk sebagai nilai output
pada penelitian ini. Adapun total profit untuk produk ikan tuna, udang, dan kepah dapat dilihat pada Tabel 6.2.
Tabel 6.2. Time Table Simulasi Total Profit Produk Ikan Tuna, Udang, Kepah
Profit Rencana Ke- Total Profit (Rp/Bulan)
Ikan Tuna Udang Kepah
1 Rp264.732.761 Rp792.409.668 Rp550.624.830
2 Rp287.819.345 Rp804.121.150 Rp1.027.749.032
3 Rp251.503.954 Rp804.121.150 Rp1.197.777.869
4 Rp193.538.790 Rp687.724.491 Rp1.109.485.971
5 Rp136.357.032 Rp510.552.725 Rp940.055.877
Sumber: Pengolahan Data dengan Menggunakan Software Powersim Studio 2005
0 10 20 30 40 50 60 70 80 91 01 11 21 31 41 51 61 71 81 92 02 12 22 32 4 3
4 5 To n / d a
Tabel di atas dapat dijelaskan sebagai berikut:
1. Nilai profit tertinggi untuk pembelian ikan tuna ditujukan oleh rencana pembelian II dengan penambahan pembelian sebesar 25% dari kebutuhan ikan tuna terhadap permintaan produk ikan tuna. Rencana penambahan pembelian sebesar 25% tersebut juga mengalokasikan bahan ke frozen karena sebagian bahan ada yang tidak dapat diproses dikarenakan telah melewati kapasitas maksimum produksi. Nilai total profit tersebut juga dipengaruhi oleh permintaan yang bervariasi dengan rentang 144.000–216.000 Kaleng/bulan.
2. Nilai profit tertinggi untuk pembelian udang ditujukan oleh rencana pembelian II dan III dengan penambahan pembelian sebesar 25% dari kebutuhan ikan tuna terhadap permintaan produk ikan tuna dan penyesuaian pembelian dengan kebutuhan udang terhadap permintaan produk udang. Kedua rencana memiliki nilai profit yang sama, hal tersebut dapat dikarenakan jumlah persediaan telah mencukupi dengan jumlah permintaan, tetapi berbeda dalam jumlah sisa stok. Sisa stok rencana pembelian udang II adalah sebesar 54.015 dan rencana pembelian III adalah sebesar 11.029 sehingga yang dipilih adalah rencana pembelian dengan sisa stok lebih kecil, yaitu rencana pembelian udang III. Perbedaan pemilihan rencana berdasarkan total profit antara pembelian ikan tuna dan udang terletak pada variasi persentase rendemen dan variasi permintaan. Rendemen udang lebih besar dibandingkan ikan tuna dan permintaan ikan tuna berkisar dari 216.000–288.000 Kaleng/bulan.
3. Nilai profit tertinggi untuk pembelian kepah ditujukan oleh rencana pembelian III dengan penyesuaian pembelian dengan kebutuhan kepah terhadap permintaan produk kepah. Alasan yang sama dengan udang untuk rencana pembelian kepah dan variasi permintaan kepah perbulannya pun sama dengan variasi permintaan udang.
6.5. Analisis Verifikasi
Analisis yang diberikan untuk langkah ini adalah analisis terhadap verifikasi struktur model dan analisis terhadap hasil test run Adapun analisis yang dilakukan terhadap verifikasi struktur model adalah sebagai berikut:
1. Verifikasi Teoritis
Verifikasi teoritis yang dilakukan sudah benar dan tepat. Hal ini terlihat dari kesesuaian antara causal loop yang dibuat dengan sistem nyata yang ada.
2. Konsistensi Unit Analisis
Dari pengolahan data, terlihat bahwa formulasi secara manual sudah sesuai dan konsisten dengan formulasi pada powersim. Hal ini berarti menunjukkan bahwa konsistensi unit analisis sudah benar dan tepat
Adapun analisis yang diberikan terhadap hasil test run adalah dari hasil test run
pada pengolahan data, terlihat bahwa tidak terjadi masalah, yang berarti model telah terverifikasi dengan baik.
