Sumber : Buku ( taha hamdy, 2004 )
c. Multichannel – Single Phase
Sistem multichannel – single phase terjadi ketika dua atau lebih fasilitas pelayanan dialiri oleh antrian tunggal.
Antrian Pelayan
Gambar 2.3 Tipe Antrian Multichannel – Single Phase Sumber : Buku ( taha hamdy, 2004 ) d. Multichannel – Mutiphase
Setiap sistem – sistem ini mempunyai beberapa fasilitas pelayanan pada setiap tahap, sehingga lebih dari satu individu dapat dilayani pada suatu waktu. Pada umumnya, jaringan antrian ini terlalu kompleks untuk dianalisis denganteori antrian, mungkin simulasi lebih sering digunakan untuk menganalisa sistem ini.
Antrian
Pelayanan Gambar 2.4 Tipe Antrian Multichannel – Multiphase
Sumber : Buku ( taha hamdy, 2004 )
2.2.1 Sistem Antr ian Dan Disiplin Antr ian Pada Line Secondary Raw Material
Sistem antrian line secondary raw material menggunakan sistem single channel – multiphase. Sistem ini akan terjadi kapan saja, dimana terdapat dua line pengantaran yang dialiri dengan antrian tunggal yaitu bahan secondary raw material tersebut. Dimana bahan ini akan langsung menuju tiap mesin di ruang produksi es krim magnum.
Disiplin antrian mengikuti disiplin pelayanan FCFS (First Come First Served) atau FIFO (First Come First Out) mempunyai arti bahwa bahan secondary raw material yang datang dari gudang bahan baku lebih dulu maka akan dikirim terlebih dahulu.
2.3 Model - Model Antr ian
Pemilihan model antrian yang tepat akan dapat membantu dalam memecahkan persoalan sistem antrian yang dihadapi. Banyak masalah antrian yang timbul dalam sistem produktif yang memiliki ciri-ciri model antrian tak terbatas. Beberapa formula yang digunakan dalam model antrian adalah : (Elwood S. Buffa, 2003 :284-289)
a. Faktor penggunaan :
Mμ λ
ρ= ... (2.1)
Dimana :
λ = tingkat kedatangan rata-rata perunit (jumlah unit yang datang persatuan waktu).
µ = tingkat layanan rata-rata (jumlah waktu untuk melayani satu unit). M = jumlah channel / saluran
b. Waktu tunggu rata-rata dalam antrian :
λ L
Wq = q ... (2.2)
Dimana : Lq = jumlah rata-rata menunggu dalam antrian. c. Waktu tunggu rata-rata dalam sistem :
μ 1 W
WS = q+ ... (2.3)
Dalam mengelompokkan model antrian yang berbeda-beda akan digunakan suatu notasi yang disebut dengan Kendall’s Notation. Notasi ini sering dipergunakan karena beberapa alasan. Pertama, karena notasi tersebut merupakan alat yang efisien utuk mengidentifikasikan tidak hanya model-model antrian, tetapi juga asumsi-asumsi yang harus dipenuhi. Kedua, hampir semua buku
(literature) yang membahas teori antrian menggunakan notasi ini. (Subagyo, 2003:264-266)
Gambar 2.5. berikut ini akan memperjelas penggunaan notasi tersebut, dan model yang disajikan adalah model M/M/1/1/L.
Gambar 2.5 Model umum antrian
Gambar 2.6 Model khusus antrian
Model khusus diatas : M / M / 1 / 1 /L Penjelasan:
M = Tingkat kedatangan pelayanan Poisson.
D = Tingkat kedatangan dan pelayanan deterministik (diketahui konstan). K = Distribusi Erlang waktu antar kedatangan atau pelayanan.
S = Jumlah fasilitas pelayanan.
I = Sumber populasi atau kepanjangan antrian tak terbatas (infinite).
F = Sumber populasi atau kepanjangan antrian terbatas.
Tanda pertama notasi selalu menunjukkan distribusi tingkat kedatangan. Dalam hal ini, M menunjukkan tingkat kedatangan mengikuti probabilistik Poisson. Tanda kedua menunjukkan distribusi tingkat pelayanan, M menunjukkan bahwa tingkat pelayanan mengikuti distribusi probabilistik Poisson. Tanda ketiga menunjukkan jumlah fasilitas pelayanan (channel) dalam sistem, model diatas
adalah model yang mempunyai fasilitas pelayanan tunggal. Tanda keempat dan kelima ditambahkan untuk menunjukkan apakah sumber populasi dan kepanjangan populasi adalah tak terbatas (I) atau terbatas (F), model diatas baik sumber populasi dan kepanjangan antrian adalah tak terbatas. Dengan tanda-tanda tersebut ditunjukkan antara lain model yang berbeda, yaitu :
Model 1 : M / M / 1 / I / I. Model 1 : M / M / S / I / I. Model 1 : M / M / 1 / I / F. Model 1 : M / M / S / F / I.
Kita tidak mungkin membicarakan seluruh model antrian yang dapat dikembangkan melalui kombinasi unit/populasi masukan seperti sumber-sumber pelanggan, mekanisme pelayanan dan karakteristik dari disiplin antrian. Oleh karena itu kita hanya membicarakan beberapa model yang diklasifikasikan berdasarkan format sebaga berikut : ( taha hamdy, 2004 )
Format umum, (a,b,c):(d/e/f), Dimana :
a. Bentuk distribusi kedatangan, yaitu jumlah kedatangan pertambahan waktu. b. Bentuk distribusi waktu pelayanan, yaitu selang waktu antara satuan-satuan
yang dilayani.
c. Jumlah saluran pelayanan paralel dalam sistem. d. Disiplin pelayanan.
e. Jumlah maksimum yang diperkenankan berada dalam sistem (dalam pelayanan ditambah garis tunggu).
f. Besarnya populasi masukan.
M = Distribusi kedatangan poisson atau distribusi pelayanan eksponensial, juga sama dengan distribusi waktu antara kedatangan eksponensial atau distribusi satuan yang dilayani secara poisson.
D = Antar kedatangan atau waktu pelayanan tetap. G = Distribusi umum pelayanan atau waktu pelayanan.
Untuk huruf c, dipergunakan bilangan bulat positif yang menyatakan jumlah pelayanan paralel.
Untuk huruf d, dipakai kode-kode pengganti : FIFO atau FCFS, LIFO atau LCFS, SIRO, PS.
Untuk huruf e dan f dipergunakan kode N atau menyatakan jumlah terbatas atau tak terhingga unit/populasi dalam sistem antrian dan populasi masukan.
Misalnya kita tulis model (M/M/1):(FIFO/~/~), ini berarti bahwa model manyatakan kedatangan didistribusikan secara poisson, waktu pelayanan didistribusikan secara eksponensial, pelayanan satu unit atau satu orang. Disiplin antrian adalah FIFO (first in first out), jumlah unit/populasi yang masuk dalam sistem tidak terhingga dan ukuran populasi masukan (besarnya) adalah tidak terhingga.
Meskipun demikian, kode-kode seperti tertera diatas tidak cukup untuk mencakup semua karakteristik dari sistem antrian yang begitu banyak. Disamping itu kita perlu mengetahui beberapa istilah penting sebelum membicarakan beberapa model antrian, yaitu :
Panjang garis tunggu = jumlah unit atau populasi dalam sistem antrian. Panjang antrian = jumlah unit atau populasi yang menunggu untuk dilayani.
= panjang garis tunggu dikurangi jumlah populasi yang sedang dilayani.
Waktu tunggu = waktu antara kedatangan satu populasi dengan mulainya pelayanan sesungguhnya.
2.4 Pelayanan
Yang dimaksud pelayanan pada area anti karat adalah banyaknya output pallet yang dapat dihasilkan per hari pada area tersebut. Peningkatan pelayanan dapat dilihat daribanyaknya pallet yang dapat dilayani setiap jamnya. Untuk mengetahui tingkat pelayanan per jam pada area anti karat, dapat dilakukan dengan menggunakan perhitungan metode antrian. Dimana kemampuan pelayanan per jam akan dijadikan sebagai petunjuk dari tingkat pelayanan yang mampu dihasilkan pada area anti karat. Akibat yang timbul dari rendahnya pelayanan pada area anti karat adalah terjadinya antrian pada area penempatan sementara (erma suryani, 2007) .
Lama waktu menunggu dalam antrian juga dijadikan sebagai dasar untuk mengetahui tingkat pelayanan pada area anti karat. Dengan melakukan simulasi kedatangan, kita dapat mengetahui rata-rata waktu menunggu pada area anti karat. Mengacu kepada hasil dari perhitungan dengan metode antrian dan simulasi kedatangan, dapat diketahui penempatan tenaga kerja yang paling optimal pada area anti karat.
2.5 Penger tian Simulasi
Simulasi sebagai metode yang digunakan untuk menyelesaikan berbagai persoalan sebenarnya sudah cukup lama diperkenalkan. Namun baru dirasakan
kehadirannya seiring dengan perkembangan dunia computer yang semakin spektakuler saat ini. Tidak jarang banyak persoalan-persoalan pelik di industri dapat diselesaikan lebih cepat dan lebih mudah dengan menggunakan simulasi (Averil M. Law and W. David Kelton, 2003).
Simulasi yang di fasilitasi dengan sejumlah perangkat computer mempunyai makna menirukan suatu system nyata (real system) yang menjadi obyek kajian dalam rangka mencari jawaban atas persoalan dari system itu.
Adapun prinsip dasar simulasi computer adalah bahwa dengan membangun model matematik atas system / persoalan real system, maka selanjutnya model tersebut dapat diubah menjadi suatu program computer yang mana program tersebut dapat menirukan perilaku real system yang menjadi model.
Dari program tersebut selanjutnya dirancang scenario percobaan guna mendapatkan hasil simulasi yang kelak dapat menjadi jawaban atas persoalan yang terjadi pada real system yang sedang dikaji. Dibawah ini diperlihatkan wilayah kerja simulasi.
Gambar 2.7 Wilayah kerja simulasi
Penjelasan gambar:
Dapat diketahui bahwa eksperimen dengan modelnya dibagi menjadi 2 model yaitu model fisiknya dan juga model matematiknya. Lalu untuk penyelesaiannya dilakukan secara analitik dan simulasi
a. Eksperimen langsung dan tidak langsung. Eksperimen langsung dan tidak langsung merupakan suatu cara yang digunakan untuk memperoleh gambaran dan informasi secara lengkap dari system yang ingin disimulasikan. Bila diinginkan data yang benar-benar valid maka yang lebih tepat adalah eksperimen langsung terhadap system realnya, karena jika kita bereksperimen terhadap model system maka akan timbul kendala apabila model tersebut tidak menggambarkan system realnya secara utuh.
b. Model Fisik dan model matematik
Model system dapat berwujud secara fisik maupun dalam bentuk formula matematik. Pada umumnya model matematik selalu dapat memberikan hasil yang menjanjikan, karena model matematik yang sempurna akan dapat memberikan informasi dan pada akhirnya akan dapat menunjukkan kinerja dari system nyatanya secara tepat.
c. Penyelesaian analitik dan dengan simulasi
Penyelesaian analitik dan dengan simulasi merupakan bagian tahapan selanjutnya manakal model fisik maupun model matematik system selesai dibuat. Jika model sistem cukup sederhana maka penyelesaian secara analisis mudah dilakukan, namun bila model system cukup kompleks maka penyelesaian simulasi dengan menggunakan computer akan lebih membantu.
2.6 Macam-macam Simulasi
Simulasi komputer adalah suatu metode yang mana metode itu dengan sendirinya harus disesuaikan dengan karakteristik system real yang di buat simulasinya. Banyaknya karakteristik system yang ada di sekeliling kita akan memunculkan bermacam-macam simulasi,diantaranya adalah (Averil M. Law and W. David Kelton, 2003) :
a. Simulasi system dinamis : merupakan model simulasi yang dapat merepresentasikan system yang berubah-ubah sepanjang waktu.
b. Simulasi system diskrit: merupakan system yang perubahan statenya terjadi pada waktu-waktu diskrit.
c. Simulasi system kontinu: merupakan system yang perubahan statenya terjadi secara kontinu.
d. Simulasi system probabilistic: merupakan system dengan kejadian yang probabilistic.
2.7 Aspek-Aspek Dalam Simulasi
Aspek-aspek yang mendasar bagi kajian simulasi suatu system adalah menurut ( Arifin, 2009 ) :
1. Aspek pemodelan system. Dilakukan untuk membuat representasi system dalam bahasa/bentuk tertentu, sehingga dengan perwujudan representasi itu maka segala bentuk analisis dan pembahasan atas sitem dapat dilakukan.Adapun tahapan utama dalam melakukan pemodelan system adalah sebagai berikut:
a. Penetapan tujuan b. Identifikasi masalah
c. Pengembangan model koseptual d. Pengembangan Model matematis e. Validasi
f. Solusi model
Pemahaman atas segala bentuk komponen (entity) dan antribut (antribute) beserta interaksi yang mewarnai system mutlak diperlukan karena pemahaman ini merupakan modal dasar yang utama dalam pemodelan system. Atas model matematis yang diperoleh, selanjutnnya dilakukan validasi sehingga akan diperoleh model yang valid.
2. Aspek pemrograman computer. Dilakukan untuk menyelesaikan persoalan model matematika system kedalam bentuk program computer, sehingga program tersebut dapat menirukan perilaku system realnya.
3. Aspek percobaan (statistic). Dilakukan untuk mengolah data keluaran simulasi agar dapat menunjukan keluaran yang benar dan tidak menyesatkan.
2.8 Ar ea Sistem Penerapan Simulasi
Dalam sistem penerapan simulasi terdapat area-area yang bisa diterapkan seperti berikut ini menurut ( arifin, 2009 ) :
1. Antr ian
Pada sistem antrian, ketika beberapa asumsi yang disyaratkan antrian tidak terpenuhi, sistem antrian yang komplek, pengembangan formula analitis tidak bisa dilakukan maka simulasi menjadi satu-satunya anlisis yang tersedia.
2. Pengendalian Per sediaan
Simulasi digunakan pada pengendalian persediaan karena pada prakteknya permintaan sulit diketahui secara pasti sehingga simulasi merupakan variabel acak, yang mencerminkan ketidakpastian permintaan.
3. Pr oduksi Pemanufaktur an
Pada area ini simulasi diterapkan sebagai analisis jadwal produksi, urutan produksi, keseimbangan lini pemasangan (atas persediaan dalam proses), susunan pabrik dan lokasi pabrik
4. Pembiayaan
Simulasi digunakan untuk menentukan input dalam perhitungan tingkat pengembalian (rate of returnI) dimana infut tersebut variabel acak, seperti ukuran pasar, harga jual, tingkat pertumbuhan dan pangsa pasar.
5. Pemasaran
Simulasi diterapkan untuk memastikan reaksi suatu pasar terhadap pengenalan suatu produk atau terhadap kampanye periklanan untuk produk yang sudah ada. 6. Operasi Layanan Umum
Operasi pelayanan umum yang semakin komplek seperti operasi departemen kepolisian, dinas kebakaran, kantor pos, rumah sakit, sistem pengadalian, bandar udara dan sistem pelayanan lainya menjadikan simulasi menjadi penting penggunaanya, untuk mengakomodasi variabel acak dalam pengoperasian dari pelayanan umum.
7. Analilis Lingkungan dan Sumber Daya
Metode simulasi dikembangkan untuk memastikan pengaruh dari proyek-proyek seperti pabrik tenaga nuklir, penampungan, jalan bebas hambatan, dan
lingkungan sekitarnya. Dalam bidang anlisis sumber daya, model simulasi telah dikembangkan untuk mensimulasikan sistem energi dan kemungkinan adanya sumber energi.
2.9 Simulasi dan Pr ogram Komputer
Simulasi adalah perancangan suatu obyek diam/bergerak dengan parameter yang mendekati nilai sebenarnya (Suryani, 2007). Sehingga simulasi merupakan proses yang diperlukan untuk operasionalisasi model, atau penanganan model untuk meniru tingkah-laku sistem yang sesungguhnya. Ini meliputi berbagai kegiatan seperti penggunaan diagram alir dan logika komputer, serta penulisan kode komputer dan penerapan kode tersebut pada komputer untuk menggunakan masukan dan menghasilkan keluaran yang diinginkan. Pada prakteknya, modeling dan simulasi adalah proses yang berhubungan sangat erat, maka batasan simulasi juga mencakup modeling.
Program komputer adalah perangkat lunak yang tersedia dalam komputer untuk mengolah data masukan menjadi keluaran melalui proses tertentu. Proses tersebut dinyatakan dalam bentuk perintah (instruksi) yang dipahami oleh komputer. Langkah utama yang diperlukan untuk membuat model adalah penulisan perintah untuk masukan data, pengolahan data dan keluaran dari hasil pengolahan data. Bahasa yang dapat digunakan untuk menulis perintah dalam komputer dapat dibagi dua jenis yaitu bahasa tingkat rendah dan tinggi. Bahasa program tingkat rendah berorientasi pada mesin dengan penggunaan kode 0 dan 1, sedang bahasa program tingkat tinggi lebih berorientasi pada bahasa manusia yang cenderung lebih mudah diterapkan dan dikembangkan, seperti BASIC
(QBASIC), PASCAL dan FORTRAN. Jika model yang akan disimulasikan lebih banyak berhubungan dengan persamaan angka, substitusi dan rumus-rumus matematis dapat menggunakan program MATLAB, LabView, dan sejenisnya (erma suryani, 2007).
2.10 J enis Model
Jenis-jenis model terbagi menjadi dua golongan yaitu model matematik dan model kontinyu da diskrit menurut ( erma suryani, 2007 ) :
a. Model Matematik
Model matematik adalah salah satu jenis model yang banyak dicirikan oleh persamaan matematik yang terdiri dari peubah dan parameter.
b. Model Kontinyu dan Diskr et
Model ini biasanya diklasifikasikan sebagai model kontinyu dengan ciri perubah keadaan yang berubah secara perlahan dalam selang waktu relatif pendek dan tidak terbatas pada bilangan bulat (integer). Di lain pihak, model diskret adalah model dengan peubah yang menggambarkan keadaan sistem dengan bilangan bulat. Model diwakili oleh serangkaian persamaan diferensial yang diturunkan dari struktur sistem dan saling berhubungan di antara komponennya.
Modeling sistem kontinyu adalah suatu pendekatan yang berorientasi proses dalam penggambaran tingkah-laku suatu sistem. Proses dapat dibagi dalam tiga bagian, yaitu transport atau alairan (flow), transformasi dan simpanan (storage atau stock). Proses ini digambarkan oleh dua kelas peubah yang kadang-kadang disebut peubah ekstensif (extensive variables) dan peubah intensif
(intensive variables). Peubah ekstensif dicirikan oleh aliran kuantitas seperti aliran massa, volume, muatan listrik, dan panas. Peubah intensif merupakan ukuran dari intensitas energi atau potensial, mewakili tenaga penggerak peubah ekstensif seperti tekanan, suhu, voltase dan kecepatan (velocity). Identifikasi peubah ekstensif dan intensif serta komponen sistem perlu dilakukan secara cermat, sehingga suatu diagram difungsikan untuk menurunkan persamaan atau model matematik dari sistem. Karena kesamaan peubah ekstensif dan intensif di antara sistem, metode yang sama dapat digunakan untuk membentuk model pada masing-masing sistem, dan kemiripan model matematik dari suatu sistem juga dapat digunakan pada sistem lain.
2.11 Pemodelan dan Simulasi Komputer
Studi informatika yang mendukung simulasi komputer, antara lain : pemodelan dan simulasi, teori sistem, rekayasa perangkat lunak dan grafik animasi komputer. Proses tahapan dalam mengembangkan simulasi komputer adalah sebagai berikut (erma suryani, 2007) :
a. Memahami sistem yang akan disimulasikan b. Mengembangkan model matematika dari sistem c. Mengembangkan model matematika untuk simulasi d. Membuat program (software) komputer
e. Menguji, memverifikasi dan memvalidasi keluaran simulasi f. Mengeksekusi program simulasi untuk tujuan tertentu.
• Simulasi Terbang (Flight Simulation)
Peralatan simulator secara umum terdiri dari bagian-bagian berikut : sistem komputer (computer system), sistem gambar (visual system), sistem penampil (display system), sistem gerak (motion system), sistem suara (sound system), sistem rasa (feel system), sistem instruktur (instructor operation station), sistem antarmuka (interface system).
• Simulasi Sistem Ekonomi Makro
Sistem ekonomi makro suatu negara dapat disimulasikan sebagai model persamaan linear variabel keadaan waktu diskret : x(k + 1) = Ax(k) + Bu(k) dan
y(k) = Cx(k) + Du(k). Dimana variabel keadaan (state variable) x(k) pada tahun ke k adalah : belanja konsumtif dan investasi bisnis swasta. Masukan (input)
u(k) adalah : pajak dan belanja negara, sedangkan keluaran (output) y(k) adalah : pendapatan nasional (arifin, 2009).
2.12 Pr ogram Simul8
Simul8 adalah salah satu software simulasi yang bersifat visual, yang artinya kita dapat membuat model simulasi hanya dengan mengklik dan menggeser objek simulasi pada layar. Sehingga dapat mengatur objek simulasi pada layar sesuai dengan keadaan yang diinginkan (Binus library, 2012).
Program ini mampu menganalisis jumlah pekerjaan yang terbagi dalam staiun kerja. Program simulasi yang berbasis underwindows ini merupakan pemahaman perdana untuk mampu membentuk situasi/ keadaan yang telah dirancang dalam pembagian masing-masing stasiun kerja.
Jadi SIMUL 8 adalah program penerapan yang digunakan untuk untuk mengidentifikasi permasalahan dalam kaitannya terhadap lintas produksi barang yang mampu menciptakan keputusan optimal berkenaan dengan waktu, kuantitas, biaya serta pengendalian bahan yang telah direncanakan.
Program SIMUL 8 dengan penerapan Flow Shop Model adalah perancangan sebuah lini lintas perakitan dalam suatu proses produksi dalam suatu pabrik yang membagi prosesnya dalam beberapa stasiun kerja agar lebih memudahkan dan meringankan beban kerja operator dan kapasitas mesin serta lebih mudah dalam pengawasan bottleneck (kemacetan) lintasan. Keadaan ini mampu merangsang ide dari manager produksi untuk mengembangkan dan meningkkatkan kualitas produk yang ada.
1. ToolBox
Menu ToolBox Utama yang tersedia dalam program SIMUL 8 ini antara lain :
a. Work Entry Point
Adalah simbol input pekerjaan yang akan dilakukan sebelum pembagian kerja pada masing-masing stasiun kerja dibagi menurut skill operator dan mesin tertentu. Work Entry ini digambarkan dalam menu tollbox berupa
b. Storage Area
Biasa disebut gudang atau tempat penyimpanan sementara untuk meletakkan produk yang telah mengalami proses dengan alasan agar produk tersebut aman dan tidak rusak dalam jangka waktu tertentu.
c. Work Center
Adalah Stasiun kerja yang terdapat dalam bagian proses secara langsung yang mengakibatkan perpindahan aliran bahan dari mesin/ stasiun kerja satu dengan stasiun kerja lainnya. Work Center dilambangkan dengan gambar
d. Work Exit Point
Adalah Output hasil dan proses yang telah dikerjakan dalam masing-masing stasiun kerja yang berpengaruh terhadap kapasitas mesin dan permintaan terhadap produk yang diproduksi. Work out dilambangkan dengan gambar
Sedangkan menu lainnya antara lain : a. Anak Panah
Anak panah berfungsi untuk menghilangkan dan menghubungkan tiap – tiap stasiun kerja agar terjadi keseimbangan lintasan dalam proses produksi. Anak panah dilambangkan dengan gambar
b. Clock
Clock atau Jam berfungsi sebagai penunjuk waktu yang dapat memperhitungkan seberapa lama kegiatan proses berlangsung dalam hal memenuhi permintaan barang untuk diproduksi. Clock
dilambangkan dengan gambar
c. Run
Adalah perangkat yang digunakan untuk menjalankan / running model setelah model yang dirancang benar – benar siap dalam hal kapasitas
dan permintaan yang telah direncanakan. Run dilambangkan dengan gambar
Setiap komponen-komponen diatas memiliki detail / properties yang berbeda-beda. Detail tersebut digunakan untuk mengatur kerja dari setiap komponen dalam model.
1. Detail untuk Work Entry Point
2. Beberapa yang dapat diatur pada detail untuk Work Entry Point
adalah jenis Work Item yang dimasukkan ke dalam model, jenis distribusi yang digunakan, rata-rata waktu antar kedatangan serta dapat merubah tampilan dari Work Entry Point tersebut.
Gambar 2.8 work entry point 3. Detail untuk Storage Area
4. Pada detail Storage Area kita dapat mengatur antara lain kapasitas dari Storage Area, lama Work Item berada pada Storage Area, jenis antrian (FIFO atau LIFO) dsb.
Gambar 2.9 Storage
5. Detail untuk Work Center
6. Pada detail untuk Work Center ini detail yang dapat diatur antara lain adalah waktu menyelesaikan pekerjaan / waktu pelayanan, jenis distribusi yang digunakan, alur (routing) dari pekerjaan dsb.
Gambar 2.10 Work Center
7. Detail untuk Work Exit Point
8. Dalam detail untuk Work Exit Point ini kita dapat menentukan waktu berakhirnya simulasi berdasarkan jumlah output yang dihasilkan, artinya jika output dari simulasi telah mencapai jumlah yang telah ditetapkan maka simulasi akan berhenti.
Gambar 2.11 Work Complete
2. Simulation Clock
Simulation Clock disini berupa gambar jam pada layer simulasi. Dengan mengklik dua kali pada gambar jam tersebut maka kita akan mendapatkan
properties untuk clock tersebut. Pada properties ini kita dapat mengatur unit waktu (jam/detik/menit), format dari waktu, serta waktu mulai dan berakhirnya simulasi. Disini kita juga dapat mengatur jumlah hari kerja dan jam kerja per hari pada simulasi.
Gambar 2.12 Clock Propeties
2.13 Peran Distr ibusi Poisson dan Eksponensial
Distribusi poisson merupakan proses yang sepenuhnya acak (completely random process) karena memiliki sifat bahwa interval waktu yang tersisa sampai
pemunculan kejadian berikutnya sepenuhnya tidak bergantung pada interval waktu yang telah berlalu dari pemunculan kejadian terakhir. Salah satu ciri unik lainnya dari poisson adalah bahwa ini merupakan satu – satunya distribusi dengan
mean yang sama dengan varian. Sifat ini kadang – kadang dipergunakan sebagai indikator awal dari apakah sebuah sampel data ditarik dari sebuah sampel dan ditarik dari sebuah distribusi Poisson (Hamdy A. Taha, 2004 : hal 549).
Distribusi Poisson merupakan distribusi peluang peubah acak poisson X, yang menyatakan banyaknya sukses yang terjadi dalam suatu selang waktu atau daerah tertentu (Walpole, 1997 : hal 174), diberikan oleh :