LAPORAN PEMODELAN SISTEM DAN SIMULASI
“PERMODELAN DAN SIMULASI SISTEM – PARKIR MALIOBORO MALL”
Disusun Oleh :
KELOMPOK 6 – KELAS B
1. Taufiq Ichsan Fadillah
10/296495/TK/36159
2. Arum Soja
10/300935/TK/36714
3. Yudhistira Adi N.
10/301304/TK/36913
4. M. Mahardika Putra
10/301067/TK/36792
LABORATORIUM SIMULASI DAN KOMPUTASI JURUSAN TEKNIK MESIN DAN INDUSTRI
FAKULTAS TEKNIK UNIVERSITAS GADJAH MADA
DAFTAR ISI
HALAMAN JUDUL ...
i
DAFTAR ISI ...
ii
BAB I. PENDAHULUAN ...
1
1.1 Latar Belakang ...
1
1.2 Tujuan Penelitian ...
1
1.3 Waktu Penelitian ...
1
1.4 Asumsi dan Batasan ...
2
BAB III. DESKRIPSI SISTEM ...
3
2.1 Deskripsi Lokasi ...
3
BAB IV. DESAIN SIMULASI ...
4
3.1 Distribusi Data ...
4
3.2 Model ... 19
3.3 Output ... 19
BAB IV. HASIL DAN PEMBAHASAN ... 22
4.1 Verifikasi Model ... 22
4.2 Validasi Model ... 25
4.3 Optimasi ... 29
BAB IV. ...
Kesimpulan dan Saran ... 32
PENDAHULUAN
1.1 Latar Belakang
Parkir bertujuan sebagai lokasi untuk menempatkan kendaraan seseorang saat melakukan aktivitas tertentu. Lokasi parkir merupakan hal yang cukup mendasar dan sangat dibutuhkan pada tempat-tempat umum. Salah satu tempat umum yang memerlukan lokasi parkir yaitu mall. Mall Malioboro memiliki lokasi parkir yang bertujuan memudahkan para pengunjung untuk memarkirkan kendaraannya dengan aman, sehingga dapat nyaman saat berbelanja ataupun sekedar berkeliling di Mall Malioboro. Disisi lain, lokasi parkir sebenarnya juga memberikan keuntungan tersendiri bagi pihak pengelola parkir yaitu sebagai sumber pemasukan tambahan.
Lokasi parkir Mall Malioboro terletak di lantai paling bawah (basement) dari gedung, dan hanya melayani parkir mobil saja. Lokasi parkir ini mampu memuat sekitar ± 120 mobil. Pada hari-hari biasa lokasi parkir ini mampu menampung mobil pengunjung, namun pada weekend dan hari-hari libur terkadang tidak sanggup menampung mobil pengunjung dan terpaksa menolak mobil yang ingin masuk ke lokasi ini.
Selain itu, masih terdapat masalah yang berkaitan dengan layout. Salah satunya adalah letak
security check yang berada di atas dan memotong jalur pejalan kaki yang melintas di jalan Malioboro,
sehingga seringkali menyebabkan kemacetan.
Oleh karena beberapa permasalahan diatas, akan dilakukan penelitian dan analisis yang bertujuan untuk mengoptimalkan sistem perparkiran di Mall Malioboro.
1.2 Tujuan
Tujuan dilakukannya penelitian ini adalah :
1. Untuk menyelesaikan tugas mata kuliah Pemodelan dan Simulasi Sistem.
2. Untuk membantu menyelesaikan permasalahan yang terjadi di lokasi parkir Mall Malioboro. 3. Untuk melakukan optimasi di lokasi parkir Mall Malioboro.
1.3 Waktu pengambilan data
1.4 Asumsi dan batasan
a. Asumsi Semua mobil yang masuk ke sistem mempunyai ukuran kurang atau sama dengan petak mobil parkir yang disediakan.
Parkir motor karyawan ke Hero tidak dimasukkan ke dalam sistem karena tidak mempengaruhi sistem.
Semua mobil pengunjung lolos security check.
b. Batasan
Tempat parkir yang menjadi objek simulasi adalah tempat parkir khusus milik pengelola Malioboro yang hanya menerima parkir mobil dan terletak di basement.
DESKRIPSI SISTEM
2.1 Deskripsi lokasi:
Malioboro Mall terletak di kawasan Malioboro Yogyakarta. Mall ini memiliki beberapa titik untuk menampung kendaraan pengunjung. Untuk kendaraan roda dua, lokasi parkir terletak di ground
floor dibagian barat mall. Untuk mobil terdapat dua area, yang pertama di basement dengan kapasitas
120 mobil dengan satu satu lantai bawah tanah saja. Selain itu mobil pengunjung juga dapat diparkir di bagian utara mall (masih masuk dalam area mall). Untuk kasus ini yang akan dipelajari lebih jauh adalah area parkir basement dari Malioboro Mall. Adapun proses parkir yang diterapkan di Malioboro Mall digambarkan dengan activity cycle diagram (ACD) adalah sebagai berikut :
Mobil akan masuk dan berhenti untuk dilakukan proses security check oleh seorang petugas, setelahitu mobil akan turun masuk ke basement dan berhenti untuk mengambil tiket yang dilayani oleh seorang operator. Selanjutnya pengunjung akan mencari lokasi parkir. Setelah selesai beraktivitas di dalam mall, pengunjung kembali ke mobil dan keluar melalui bagian tiket keluar untuk menyerahkan tiket dan melakukan pembayaran yang dilayani oleh seorang operator, setelah itu pengunjung keluar dari area parkir.
Desain Simulasi
3.1 Distribusi Data
1. Inter arrival pengunjung
Setelah data diuji keseragaman maka didapatkan :
No Interarrival (detik) No Interarrival (detik) 1 38.7 37 56.2 2 94.9 38 41.6 3 3.8 39 348.7 4 131.2 40 206.8 5 7 41 123.1 6 72.3 42 106.6 7 17.3 43 72.5 8 299 44 47.9 9 8.5 45 371.6 10 13.7 46 180.9 11 59.3 47 40.2 12 52.4 48 60.8 13 50.8 49 301 14 138.2 50 44.4 15 99.8 51 73 16 65.7 52 74.4 17 16.9 53 78.4 18 42.8 54 221.6 19 375.7 55 57.5 20 111.1 56 22.9 21 22.6 57 216.2 22 10.3 58 147.9 23 19.9 59 4.4
24 7.7 60 4.4 25 151.7 61 66.6 26 6.2 62 79.5 27 72.5 63 15.4 28 43.6 64 121.1 29 42.9 65 92.4 30 303.2 66 160.7 31 118.1 67 55.8 32 54.1 68 254 33 8.9 69 15.9 34 89.4 70 228.6 35 48 71 31.8 36 77.5 72 26.8
Setelah data melalui uji kecukupan menggunakan rumus:
Didapatkan data sebanyak 1542.741612 data. Maka dilakukan generate data sebanyak 1471 menggunakan statfit lalu dicari distribusi dari data hasil generate. Setelah di generate, didapatkan
distribusi Weibull. Distribusi Weibull berada pada ranking pertama pada auto::fit distribution dengan nilai sebesar 100 dan lolos semua uji yaitu Chi squared test, Kolgomorv Smirnov serta Anderson-Darling. Oleh karena itu, distribusi yang paling tepat untuk data ini yaitu Weibull (3, 0.975, 87.7).
2. Waktu lama parkir
Setelah dilakukan uji keseragaman, maka didapatkan hasil :
No Waktu lama parkir (detik) No Waktu lama parkir (detik) 1 7560 35 7500 2 1860 36 2400 3 3780 37 600 4 5580 38 780 5 4560 39 4020 6 1920 40 3960 7 1440 41 5700 8 2940 42 6660 9 480 43 9120 10 2820 44 180 11 300 45 3060 12 2400 46 780 13 1200 47 11040 14 1740 48 6000 15 7740 49 4020 16 5700 50 8460 17 7440 51 6540 18 3420 52 3180 19 2940 53 720 20 1200 54 5280 21 2340 55 12720 22 3780 56 7500 23 3660 57 3600 24 4500 58 7500 25 10200 59 3360 26 2340 60 2940
27 10260 61 4980 28 6180 62 3540 29 360 63 4800 30 3120 64 5460 31 3120 65 600 32 960 66 10080 33 4380 67 9180 34 6000 68 900
Setelah dilakukan uji kecukupan data, didapatkan N’ sebanyak 753.7384022. Oleh karena itu dilakukan generate data sebanyak 686 data menggunakan statfit. Distribusi dari data hasil generate yaitu distribusi Weibull. Distribusi weibull berada pada ranking pertama pada auto::fit distribution dengan nilai sebesar 100 dan lolos semua uji yaitu Chi squared test, Kolgomorv Smirnov serta Anderson-Darling. Oleh karena itu, distribusi yang paling tepat untuk data ini yaitu Weibull (180, 1.42, 4.76e+03).
3. Waktu proses di loket masuk
Setelah melalui uji keseragaman, didapatkan hasil :
masuk (detik) loket masuk (detik) 1 6 50 6.8 2 4.8 51 7.5 3 9 52 8 4 6.9 53 6.7 5 5.3 54 8.7 6 8.1 55 9.5 7 7.9 56 7.9 8 8.6 57 5.3 9 7 58 9.8 10 3.9 59 6.8 11 7.7 60 6.5 12 4.4 61 8.5 13 3.8 62 5.5 14 5.3 63 10.3 15 4.3 64 8.8 16 4.5 65 7 17 3.8 66 7.9 18 6.6 67 9.7 19 13.3 68 8.3 20 6.4 69 8.8 21 4 70 8.1 22 3 71 7.3 23 3.4 72 9.9 24 3.1 73 6.9 25 6.3 74 9.4 26 3 75 11.7 27 3.6 76 6.8 28 4 77 9.3 29 7.5 78 7
30 6 79 7.2 31 9.5 80 5.8 32 6.6 81 5.3 33 2.9 82 5.2 34 3.6 83 3.7 35 11.9 84 4.4 36 3.2 85 2.2 37 8.1 86 4.1 38 3.6 87 6.6 39 3.2 88 3.8 40 3.8 89 5.6 41 4 90 4.7 42 4.9 91 6.5 43 3.1 92 4.5 44 3.1 93 3.1 45 6 94 3.3 46 7.2 95 3.6 47 10.3 96 2.3 48 8.8 97 3.6 49 6.2 98 1.9
Hasil uji kecukupan yaitu N’ sebesar 250.3481. Maka diperlukan generate data sebanyak 153 data. Distribusi data hasil generate yaitu Distribusi weibull berada pada ranking pertama pada auto::fit distribution dengan nilai sebesar 100 dan lolos semua uji yaitu Chi squared test, Kolgomorov Smirnov serta Anderson-Darling. Oleh karena itu, distribusi yang paling tepat untuk data ini yaitu Weibull (0, 2.49, 6.38).
4. Waktu proses di loket keluar
Setelah melalui uji keseragaman, didapatkan hasil :
No Waktu proses loket
keluar (detik) No Waktu proses loket keluar (detik) 1 12.19 47 19.8 2 5.91 48 17.59 3 7.69 49 13.57 4 10.82 50 13.89 5 4.86 51 19.76 6 3.57 52 15 7 18.5 53 23.29 8 5.64 54 8.51 9 36.36 55 11.28 10 9.7 56 9.96 11 14.82 57 20.02 12 15.6 58 6.72 13 16.82 59 15.78 14 4.3 60 15.03 15 10.85 61 10.73 16 25.75 62 20.53 17 15.13 63 19.03 18 6.71 64 12.91 19 5.72 65 23.88 20 9.2 66 11.49 21 14.3 67 15.94 22 13.92 68 15.52 23 12.47 69 19.9 24 11.25 70 23.76 25 10.22 71 9.82
26 5.38 72 29.69 27 13.09 73 12.15 28 10.99 74 11.6 29 9.56 75 17.44 30 4.29 76 19.7 31 4.71 77 14.88 32 20.23 78 7.29 33 22.29 79 24.78 34 19.75 80 23.86 35 15.18 81 22.83 36 14.2 82 32.9 37 11.46 83 6.04 38 6 84 14.01 39 12.43 85 29.9 40 5.19 86 16.1 41 6.01 87 32.2 42 21.31 88 16 43 36.85 89 7.5 44 14.97 90 22 45 5.78 91 38 46 11.6
Setelah dilakukan uji kecukupan, didapat N’ sebesar 430.9884. Maka diperlukan generate data sebanyak 340 data menggunakan statfit. Distribusi data hasil generate yaitu Distribusi weibull berada pada ranking pertama pada auto::fit distribution dengan nilai sebesar 100 dan lolos semua uji yaitu Chi squared test, Kolgomorv Smirnov serta Anderson-Darling. Oleh karena itu, distribusi yang paling tepat untuk data ini yaitu Weibull (3, 1.61, 13.8).
5. Waktu proses security check
Setelah dilakukan uji keseragaman sebanyak tiga kali, didapatkan hasil :
No Waktu proses
security check (detik) No
Waktu proses security check (detik)
1 1 42 5.7 2 10.2 43 0.9 3 10.5 44 3.2 4 7.2 45 1.3 5 8.3 46 2.1 6 6.9 47 0.2 7 2 48 7.2 8 4 49 5.2 9 0.4 50 8.7 10 6.9 51 1.3 11 2.9 52 3.3 12 1.5 53 0.2 13 2.5 54 6.4 14 5.5 55 6.1 15 2.3 56 0.4 16 1.6 57 7 17 1.4 58 2.3 18 1.4 59 3.3 19 5 60 1.3 20 3.4 61 0.7 21 3.9 62 0.7 22 2.2 63 1.2 23 8.2 64 0.6 24 4.1 65 1.6 25 8.6 66 0.4 26 2.3 67 0.5
27 4 68 0.4 28 2.3 69 1.7 29 7.6 70 0.6 30 0.9 71 1.2 31 0.8 72 0.7 32 1 73 1 33 0.4 74 2 34 2.6 75 0.8 35 7.3 76 0.8 36 4.6 77 1.2 37 5.6 78 0.8 38 7.8 79 0.5 39 6.8 80 0.7 40 5.9 81 1.2 41 4.7
Setelah dilakukan uji kecukupan data, didapatkan N’ sebesar 1181.545. Maka diperlukan generate data sebanyak 1101 menggunakan statfit. Distribusi hasil generate data yaitu distribusi Weibull. Distribusi Weibull berada pada ranking pertama pada auto::fit distribution dengan nilai sebesar 100 dan lolos semua uji yaitu Chi squared test, Kolgomorov Smirnov serta Anderson-Darling. Oleh karena itu, distribusi yang paling tepat untuk data ini yaitu Weibull (0, 0.99, 3.08).
Data Distribusi Inter-arrival pengunjung Weibull (3, 0.975, 87.7) Waktu lama parkir Weibull (180, 1.42, 4.76e+03) Waktu proses di loket masuk Weibull (0, 2.49, 6.38) Waktu proses di loket keluar Weibull (3, 1.61, 13.8) Waktu proses security check Weibull (0, 0.99, 3.08)
3.2 Model
Hasil dan Pembahasan
Berdasarkan Gambar 4.2 Hasil simulasi, terdapat blocked pada lokasi source, security check dan jalur masuk. Waktu tunggu rata-rata pada jalur masuk selama 14 detik, waktu maksimum mencapai 30 detik. Waktu tunggu rata-rata pada antrian loket keluar yaitu selama 1,67 detik.
Hasil yang didapat dari sistem nyata ditunjukkan tabel 5.1 Data sistem nyata. Tabel 5.1 Data sistem nyata
Jenis Data Jumlah
Rata-rata jumlah mobil pengunjung yang masuk sistem
562 mobil
Rata-rata lama waktu yang dihabiskan pengunjung dalam sistem
4287 detik
Rata-rata waktu tunggu pada jalur masuk 30,96 detik Rata-rata waktu tunggu pada antrian loket keluar 42,29 detik Utilitas security pada security check 3,4%
4.1 Verifikasi
Verifikasi alur
Pada model, pengunjung datang melalui source dengan distribusi inter-arrival Weibull (3, 0.975, 87.7). akan tetapi pada flexsim diubah menjadi (0, 87.7, 0.975, 3) karena disesuaikan dengan format flexsim seperti yang akan dijelaskan pada verifikasi logic. Kemudian source dihubungkan dengan queue yang merupakan antrian security check. Queue dihubungkan dengan processor untuk security check. Processor dihubungkan dengan konveyor sebagai jalur ke loket masuk. Konveyor dihubungkan ke processor sebagai loket masuk. Processor dihubungkan ke processor-processor lain sebagai lokasi parkir. Processor dihubungkan ke queue sebagai antrian loket keluar. Queue dihubungkan ke processor sebagai loket keluar. Loket keluar dihubungkan ke konveyor sebagai jalur loket keluar. Konveyor dihubungkan ke sink karena pengunjung sudah keluar sistem.
Verifikasi logic pada objek
1. Lokasi Security check
Pada proses security check, digunakan objek resource berupa processor karena kegiatan ini memerlukan sebuah pemrosesan. Kapasitas security check sebanyak 1 buah mobil sehingga dalam flexsim maximum content diisi 1. Waktu yang dibutuhkan untuk security check ini dimasukkan dalam process time di processor dalam satuan detik dan mengikuti distribusi Weibull (0, 0.99, 3.08). Akan tetapi dalam flexsim, format penulisan distribusi weibull yaitu Weibull(location, scale, shape, stream) maka distribusi yang dimasukkan disesuaikan dengan format dalam flexsim. Location dalam flexsim bernilai 0 karena dalam statfit tidak terdapat
location, scale sama dengan beta dalam statfit, shape sama dengan alpha, dan stream sama
dengan minimum. Sehingga, format penulisan distribusi dalam flexsim menjadi Weibull (0, 3.08, 0.99, 0). Pada lokasi ini terdapat seorang security yang bertugas melakukan pengecekan maka dalam flexsim, processor dioperasikan oleh satu operator. Pada kotak checklist use operator dicentang, kemudian pada kolom Number of Process Operators diisi 1. Lalu pada pick operator pilih By Name dan pilih operator yang diinginkan.
2. Lokasi Antrian Security check
Pada antrian security check, digunakan objek resource berupa queue karena kegiatan ini merupakan suatu antrian. Kapasitas security check sebanyak 1 maka dalam flexsim, pada
maximum content diisi 1. Antrian ini merupakan aktivitas yang optional, apabila maximum content dari security check belum tercapai, maka entitas langsung masuk ke security check.
Sebaliknya jika maximum content security check telah terpenuhi, maka entitas akan menunggu di antrian hingga akhirnya dapat masuk ke security check. Sistem tersebut sesuai dengan mekanisme queue pada flexsim.
3. Jalur Loket Masuk
Pada jalur loket masuk, digunakan objek resource berupa conveyor karena kegiatan ini merupakan suatu aliran proses. Jalur loket masuk memiliki kapasitas sebanyak 4 buah mobil, sehingga dalam flexsim maximum content diisi 4. Apabila loket masuk telah terisi penuh, maka mobil dari antrian security check tidak bisa masuk dan harus menunggu dahulu. Mobil baru bisa jalan saat kondisi maximum content di loket masuk tidak terjadi.
4. Loket masuk
Pada loket masuk, digunakan objek resource berupa processor karena kegiatannya berupa sebuah pemrosesan. Loket masuk ini memiliki kapasitas sebanyak 1 buah mobil, sehingga dalam flexsim pada maximum content diisi 1. Waktu yang dibutuhkan pada loket masuk dimasukkan dalam process time di processor dalam satuan detik mengikuti distribusi Weibull (0, 2.49, 6.38). Namun di dalam flexsim, format penulisan memiliki perbedaan yaitu Weibull (location, scale,
shape, stream). Maka distribusi yang telah didapatkan dari statfit harus dirubah pula formatnya
menyesuaikan flexsim menjadi Weibull (0, 6.38, 2.49, 0). Pada lokasi ini terdapat seorang operator yang bertugas mencatat mobil yang masuk serta memberikan karcis tiket kepada pengunjung yang datang. Pada kotak checklist use operator dicentang kemudian pada kolom
number of process operators diisi 1. Lalu pada pick operator pilih by name dan pilih operator
yang diinginkan. Pada tab flow, dipilih send to random available port karena lokasi parkir yang akan dipilih pengunjung acak.
5. Lokasi parkir
Pada lokasi parkir, menggunakan objek resource berupa processor karena membutuhkan process time. Lokasi parkir memiliki kapasitas sebanyak 120 mobil. Dalam flexsim, lokasi parkir dibagi menjadi beberapa lokasi menyesuaikan layout asli. Sehingga tiap processor memiliki kapasitas yang berbeda-beda. Kapasitas dari tiap processor diisi pada maximum content. Sedangkan lama waktu parkir dimasukkan dalam process time di processor dalam satuan detik mengikuti distribusi Weibull (180, 1.42, 4.76). Format penulisan dalam flexsim menjadi Weibull (0, 4.76, 1.42, 180).
6. Loket keluar
Pada loket keluar, digunakan objek resource berupa processor karena kegiatannya berupa sebuah pemrosesan. Loket keluar ini memiliki kapasitas sebanyak 1 buah mobil, sehingga dalam flexsim pada maximum content diisi 1. Waktu yang dibutuhkan pada loket keluar dimasukkan dalam process time di processor dalam satuan detik yang didapatkan dari statfit mengikuti distribusi Weibull (3, 1.61, 13.8). Format penulisan dalam flexsim memiliki perbedaan yaitu Weibull (location, scale, shape, stream). Maka distribusi yang telah didapatkan dari statfit harus dirubah pula formatnya menyesuaikan flexsim menjadi Weibull (0, 13.8, 1.61, 3). Pada lokasi ini terdapat seorang operator yang bertugas mengambil tiket pengunjung, menginput data lama
parkir pengunjung menggunakan komputer dan menagihkan pembayaran. Pada kotak checklist
use operator dicentang kemudian pada kolom number of process operators diisi 1. Lalu pada pick operator pilih by name dan pilih operator yang diinginkan.
4.2 Validasi
Untuk mengetahui validitas dari model, maka dilakukan beberapa uji sesuai data sistem nyata yang dimiliki.
1. Validasi Inter-arrival
Inter-arrival pengunjung pada model menghasilkan jumlah input. Maka, Inter-arrival akan divalidasi dengan jumlah input pengunjung. Berikut jumlah input pengunjung berdasarkan hasil simulasi model:
Run ke- Model
1 622 2 589 3 569 4 557 5 577 6 575 7 567 Average 579.4285714
Untuk mengetahui validitas model, dilakukan uji hipotesis:
a. H0 : µ = 562 , berarti bahwa rata-rata inter-arrival pada model sesuai atau merepresentasikan sistem nyata
H1 : µ ≠ 562 b. One-Sample T: C1
Variable N Mean StDev SE Mean 95% CI T P C1 7 579.43 21.20 8.01 (559.83, 599.03) 2.18 0.073 c. Kesimpulan
P-value = 0,073 α = 0,05
P-value > α sehingga H0 tidak dapat ditolak
2. Validasi lama entitas berada dalam sistem
Berikut lama waktu pengunjung berada dalam sistem berdasarkan hasil simulasi model:
No
Lama waktu pada model (detik) 1 4131.70933 2 3824.506239 3 4229.340712 4 4277.366632 5 4173.059951 6 4153.926676 7 3385.181978 8 5533.728897 9 3921.309884 10 4026.630124 11 4143.697365 12 3488.599294
Untuk mengetahui validitas model, dilakukan uji hipotesis:
a. H0 : µ = 4287 , berarti bahwa rata-rata lama waktu entitas di dalam model merepresentasikan sistem nyata
H1 : µ ≠ 4287 b. One-Sample T: C1
Test of mu = 4287 vs not = 4287
Variable N Mean StDev SE Mean 95% CI T P C1 12 4107 532 154 (3769, 4445) -1.17 0.267 c. Kesimpulan
P-value = 0.267 α = 0,05
P-value > α sehingga H0 tidak dapat ditolak
3. Validasi Waktu Proses di Security Check
Waktu proses di Security check menghasilkan utilitas security. Maka, waktu proses tersebut akan divalidasi dengan utilitas security. Berikut utilitas security check berdasarkan hasil simulasi model:
Utilitas Security Check 3.659602559% 3.289337275% 3.357568996% 3.653916811% 3.523591994% 3.563050867%
a. H0 : µ = 3,4% , berarti bahwa rata-rata waktu proses yang dihasilkan model sesuai atau merepresentasikan utilitas security pada sistem nyata
H1 : µ ≠ 3,4% b. One-Sample T: C1
Test of mu = 3.4 vs not = 3.4
Variable N Mean StDev SE Mean 95% CI T P C1 6 3.5078 0.1536 0.0627 (3.3466, 3.6691) 1.72 0.146 c. Kesimpulan
P-value = 0,146 α = 0,05
P-value > α sehingga H0 tidak dapat ditolak
4. Validasi Waktu Proses di Loket Masuk
Waktu proses di Loket Masuk menghasilkan waktu tunggu di jalur masuk. Oleh karena itu, waktu proses akan divalidasi dengan stay time atau waktu antrian di jalur masuk. Berikut waktu antri yang dihasilkan model:
Run ke-
Waktu dalam model (detik) 1 30.74980545 2 26.98383522 3 26.86074638 4 28.64660072 Average 28.31024694
Rata-rata waktu tunggu di jalur masuk dalam sistem nyata yaitu sebesar 30,96 detik. Hal tersebut berarti terdapat selisih 2,651 detik dengan hasil simulasi model. Persentase error sebesar 8,6%.
5. Validasi Waktu Proses di Loket Keluar
Waktu proses di Loket Keluar menghasilkan waktu antri di antrian loket keluar. Oleh karena itu, waktu proses akan divalidasi dengan stay time di antrian loket keluar. Berikut waktu antri yang dihasilkan model:
Run ke- Waktu dalam model (detik) 1 31.23674583 2 34.84294128 3 35.0016098 4 39.29076767 5 49.15082932 6 49.62103653 average 39.85732174
Rata-rata waktu antri di antrian liket keluar dalam sistem nyata yaitu sebesar 42,29 detik. Hal tersebut berarti terdapat selisih 2,44 detik dengan hasil simulasi model. Persentase error sebesar 5,8%.
4.3 Optimasi
• Berdasarkan hasil simulasi model serta layout sistem nyata, optimasi dilakukan dengan menggabungkan proses security check dengan proses loket masuk di lokasi loket masuk
• Tujuan optimasi:
– Meminimalkan waktu proses dengan menggabung kedua proses – Menyusun layout yang lebih efisien
Hasil Output Optimasi :
Berdasarkan hasil simulasi pada sistem yang telah dioptimasi, block yang terjadi pada sumber kedatangan, jalur masuk telah hilang. Selain itu, waktu tunggu maksimal pada jalur masuk berkurang dari 30 detik menjadi 14 detik. Pada sistem nyata, apabila security check dan loket masuk digabung, maka akan mengurangi waktu proses serta menambah kapasitas antrian pada loket masuk. Oleh karena itu, dapat menambah jumlah pengunjung yang masuk ke sistem sehingga mengurangi block yang terjadi pada sumber kedatangan. Ditambah lagi, block pada jalur masuk juga akan berkurang karena proses security check digabung dengan proses loket masuk.
Kesimpulan dan Saran
Kesimpulan
Berdasarkan hasil simulasi serta analisis yang dilakukan, maka dapat disimpulkan bahwa optimasi yang dilakukan menghasilkan :
- Hasil optimasi menunjukkan tidak terjadi block pada jalur masuk - Tidak terjadi block pada proses di loket masuk
- Waktu proses menjadi berkurang
- Mengurangi waktu tunggu maksimal di jalur masuk dari 30,75 detik menjadi 14,24 - Mengurangi waktu tunggu maksimal di antrian loket keluar dari 49 detik menjadi 40 detik
Saran
Dikarenakan keterbatasan data yang diambil saat observasi, masih terdapat beberapa kekurangan pada model. Berikut beberapa saran untuk memperbaiki model :
- Distribusi Inter-Arrival dibedakan sesuai dengan peak time dan normal time
- Hitung utilitas lokasi – lokasi yang ada pada system nyata terlebih dahulu sebelum mengaplikasikannya pada sebuah model
Lampiran
1. Waktu proses pada security check
jam 3.29 - 4.29 no waktu 1 1 2 10.2 3 10.5 4 7.2 5 8.3 6 6.9 7 2 8 4 9 0.4 10 6.9 11 2.9 12 1.5 13 2.5 14 5.5 15 2.3 16 1.6 17 1.4 18 1.4 19 5 20 3.4 21 3.9 22 2.2 23 8.2 24 4.1 25 8.6 26 2.3 27 4 28 2.3 29 7.6 30 0.9 31 0.8 32 1 33 0.4 34 2.6 35 7.3 36 4.6 37 5.6 38 7.8 39 6.8 40 5.9 41 4.7 42 5.7 43 0.3 44 0.9 45 3.2 46 1.3 47 2.1 48 0.2 49 0.3 50 7.2 51 5.2 52 8.7 jam 4.29 - 5.29 no waktu 1 1.3 2 0.3 3 3.3 4 0.3 5 0.3 6 0.2 7 0.3 8 0.3 9 0.3 10 0.3 11 0.3 12 6.4 13 6.1 14 0.4 15 7 16 2.3 17 3.3 18 0.3 19 1.3 20 0.3 21 0.3 22 0.7 23 0.7 24 1.2 25 0.6 26 1.6 27 0.4 28 0.5 29 0.4 30 0.3 31 0.3 32 0.3 33 0.3 34 0.3 35 1.7 36 0.3 37 0.3 38 0.3 39 0.3 40 36.7 41 0.3 42 0.3 43 0.6 44 1.2
45 0.7 46 1 47 2 48 0.8 49 0.8 50 1.2 51 0.8
2. Waktu proses pada loket masuk
jam 3.25 - 4.25 no waktu 1 6 2 4.8 3 9 4 6.9 5 5.3 6 8.1 7 7.9 8 8.6 9 7 10 3.9 11 7.7 12 4.4 13 3.8 14 5.3 15 4.3 16 4.5 17 3.8 18 6.6 19 13.3 20 6.4 21 4 22 3 23 3.4 24 3.1 25 6.3 26 3 27 3.6 28 4 29 7.5 30 6 31 9.5 32 6.6 33 2.9 34 3.6 35 11.9 36 3.2 37 8.1 38 3.6 39 3.2 40 3.8 41 4 42 4.9 43 3.1 44 3.1 45 6 46 7.2 47 10.3 48 8.8 49 6.2 50 6.8 51 7.5 52 8 jam 4.25 - 5.25 no waktu 1 6.7 2 8.7 3 9.5 4 7.9 5 5.3 6 9.8 7 6.8 8 6.5 9 8.5 10 5.5 11 10.3 12 8.8 13 7 14 22.4 15 7.9 16 9.7 17 8.3 18 8.8 19 8.1 20 7.3 21 9.9 22 6.9 23 9.4 24 11.7 25 6.8 26 9.3 27 7 28 7.2 29 5.8
30 5.3 31 5.2 32 3.7 33 4.4 34 2.2 35 4.1 36 6.6 37 3.8 38 5.6 39 4.7 40 6.5 41 4.5 42 3.1 43 3.3 44 3.6 45 2.3 46 3.6 47 1.9
3. Moving time loket masuk – area parkir
jam 3.25 - 4.25 no waktu 1 65.83 2 51.7 3 74.43 4 78.97 5 55.17 6 76.04 7 95.22 8 55.22 9 75.2 10 73.26 11 73.53 12 74.93 13 105.57 14 95.58 15 65.39 16 74.47 17 73.54 18 171.31 19 31.36 20 66 21 31.28 22 87.17 23 80.17 24 67.32 25 73.37 26 79.49 27 82.76 28 69.81 29 34.29 30 85.14 jam 4.25 - 5.25 no waktu 1 69.57 2 107.19 3 102.1 4 86 5 93.42 6 68.67 7 82.62 8 94.61 9 49.45 10 89.6 11 78.57 12 91.35 13 65.38 14 77.27 15 107.47 16 15.21 17 80.96 18 58.82 19 59.42 20 65.98 21 70.37 22 63.98 23 95.78 24 17.5 25 95.9 26 65.78 27 49.59 28 62.33 29 89.09 30 95.9 31 81.4 32 71.44 33 110.91
4. Waktu proses loket keluar
2 5.91 3 7.69 4 10.82 5 4.86 6 3.57 7 18.5 8 5.64 9 36.36 10 9.7 11 14.82 12 15.6 13 16.82 14 4.3 15 10.85 16 25.75 17 15.13 18 6.71 19 5.72 20 9.2 21 14.3 22 13.92 23 12.47 24 11.25 25 10.22 26 5.38 27 13.09 28 10.99 29 9.56 30 4.29 31 4.71 32 20.23 33 22.29 34 19.75 35 15.18 36 14.2 37 11.46 38 6 39 12.43 40 5.19 41 6.01 42 21.31 43 36.85 44 14.97 45 45.27 46 5.78 47 11.6 48 19.8 49 17.59 50 13.57 51 13.89 52 19.76 jam 4.30 - 5.30 no waktu 1 15 2 23.29 3 8.51 4 11.28 5 45.43 6 9.96 7 20.02 8 6.72 9 15.78 10 15.03 11 10.73 12 20.53 13 19.03 14 12.91 15 23.88 16 11.49 17 15.94 18 15.52 19 19.9 20 23.76 21 9.82 22 29.69 23 12.15 24 11.6 25 17.44 26 19.7 27 14.88 28 7.29 29 24.78 30 23.86 31 22.83 32 32.9 33 6.04 34 14.01 35 29.9 36 16.1 37 32.2 38 16 39 7.5 40 22 41 38
5. Moving time security check – loket masuk
jam 1.20 pm no waktu 1 16.5 2 39.2 3 18.2 4 67 5 66 6 25.7 7 29.8
8 22.3 9 30.7 10 21.2 11 27.6 12 103 13 24.2 14 37.2 15 73 16 23.9 17 29.83 18 19.8 19 26.15 20 34.13 21 40.59 22 49.51 23 35.75 24 22 25 30.78 26 24 27 26 28 18.59 29 37.26
6. Moving time area parkir – loket keluar
jam 1.00 pm no waktu 1 159.5 2 31.6 3 29.6 4 201.2 5 14.4 6 80.8 7 69.4 8 87.4 9 297.1 10 8 11 316.1 12 18 13 17.8 14 127.1 15 74.37 16 76.23 17 29.43 18 102.15 19 45.36 20 80.91 21 34.92 22 125.82 23 58.62 24 57.62 25 59.7 26 17.4 27 13.3 28 138.2 29 83.5 30 19.1 31 15.7 32 58.2 33 40.5 34 7.3 35 10.9 36 26.4 37 52.5
Untuk memudahkan proses simulasi sistem parkir tersebut, digunakan beberapa software yaitu : Statfit (promodel)
Flexim
Microsoft Word Microsoft Power Point Microsoft Excel Microsoft Visio
