RO 10 1st Fayola Akmal
Jurusan Teknik Industri, Fakultas Teknologi Industri Universitas Islam Indonesia
Yogyakarta, Indonesia 19522100@students.uii.ac.id
2nd Audrie Aldefka Arzhaputra Anafacsyah Jurusan Teknik Industri, Fakultas Teknologi Industri
Universitas Islam Indonesia Yogyakarta, Indonesia 19522093@students.uii.ac.id
Abstrak— UKM XYZ merupakan salah satu industri yang bergerak dalam bidang konveksi. UKM ini menggunakan sistem make-to-order yang berarti UKM ini membuat berdasarkan orderan yang masuk dengan alur jobshop. Jobshop merupakan bentuk proses konversi dimana unit-unit untuk pesanan yang berbeda akan mengikuti urutan yang berbeda pula dengan melalui pusat-pusat kerja yang dikelompokkan berdasarkan fungsinya. Setelah dilakukannya pemodelan masalah yang dihadapi oleh UKM XYZ yaitu terdapat masalah signifikan pada mesin 2 dan mesin 5 yang terlalu lama sehingga menyebabkan penumpukan. Kemudian dilakukan eksperimen dan didapatkan alternatif 1 dan alternatif 2, kemudian masing-masing alternatif dibandingkan maka dapat dipilih alternatif 1 sebagai alternatif yang cukup menguntungkan karena tidak perlu mengeluarkan banyak biaya untuk menambah mesin 5 sekaligus operatornya.
Penelitian ini bertujuan untuk mensimulasikan sistem produksi agar dapat dilakukannya analisis permasalahan sehingga dapat menentukan alternatif terbaik. Metode yang digunakan dalam penelitian ini adalah pemodelan dan simulasi dengan menggunakan software FlexSim 6.0.
Kata Kunci—konveksi, jobshop, alternatif, simulasi, flexsim 6.0 I. PENDAHULUAN
Ekonomi kreatif adalah suatu konsep untuk merealisasikan pembangunan ekonomi yang berkelanjutan berbasis kreativitas.
Mengutip dari Cetak Biru Ekonomi Kreatif Indonesia menuju 2025, ekonomi kreatif merupakan suatu penciptaan nilai tambah (ekonomi, sosial, budaya, lingkungan) berbasis ide yang lahir dari kreativitas SDM (orang kreatif) dan berbasis pemanfaatan ilmu pengetahuan, termasuk warisan budaya dan teknologi.
Perkembangan lainnya ialah pembuatan cetak biru “Rencana Pengembangan Industri Kreatif Nasional 2025”. Dimuat pula rencana pengembangan 14 sub-sektor industri kreatif tahun 2009-2015, Inpres No.6 Tahun 2009 yang mendukung kebijakan Pengembangan Ekonomi Kreatif tahun 2009-2015.
Hingga saat ini, Pemerintah Indonesia telah mengidentifikasi lingkup industri kreatif mencangkup 16 sub-sektor. Salah satunya adalah industri kreatif bidang fashion. Kepala Badan Pusat Statistik (BPS) Kecuk Suharyanto mencatat tiga sub- sektor utama yang menjadi penyumbang terbesar dari 16 sektor ekonomi kreatif, salah satunya merupakan industri fashion.
Industri fashion ini tercatat menyumbang sebesar 18,15% atau sebesar Rp 166 triliun di tahun 2016 lalu: [15]. Salah satu industri fashion yang dapat banyak dijumpai di Indonesia ialah
UKM atau usaha kecil menengah yang bergerak dalam bidang konveksi.
UKM konveksi merupakan salah satu sektor industri yang dapat menggunakan sistem make-to-stock dan make-to-order.
Perusahaan yang memproduksi dengan sistem make-to-stock biasanya menggunakan alur proses produksi flowshop sedangkan perusahaan yang memproduksi dengan sistem make- to-order biasanya menggunakan alur proses produksi jobshop.
UKM konveksi biasanya akan menghadapi beberapa masalah seperti penumpukan barang pada sistem tertentu. Faktor lain yang dapat mempengaruhi permasalahan UKM konveksi tersebut yaitu pemanfaatan mesin yang belum maksimal karena terdapat beberapa mesin yang rusak serta adanya beberapa pekerja yang sering menganggur karena hanya melakukan satu pekerjaan. Dengan adanya permasalahan tersebut, UKM konveksi akan mengalami penurunan produktivitas yang akan merugikan perusahaan. Maka dari hal itu penelitian ini dilakukan dengan tujuan dapat mengatasi masalah-masalah yang ada pada UKM konveksi. Dalam penyelesaian masalah tersebut, peneliti akan mengambil data pada UKM XYZ yang memproduksi macam-macam pakaian seperti baju PDL, baju PDH, kemeja, kaos, dan sebagainya. UKM XYZ ini menggunakan sistem make-to-order dengan alur jobshop. Setelah pengambilan data, peneliti akan memasukkan data-data tersebut ke software Flexsim 6 untuk dilakukan simulasi dan mengetahui penyebab masalah yang ada dan nantinya akan dianalisis perbaikan dan perubahan apa saja yang diperlukan.
II. METODE PENELITIAN A. Objek Penelitian
Penelitian ini dilakukan di UKM XYZ yang terletak di Jl.
Palagan Tentara Pelajar, Yogyakarta yang merupakan salah satu industry yang bergerak dalam bidang konveksi. UKM XYZ memproduksi macam-macam pakaian seperti baju PDL, baju PDH, kemeja, kaos, dan sebagainya.
B. Metode Pengumpulan Data
Pada penelitian ini, metode yang pengumpulan yang dilakukan dengan melakukan wawancara langsung pada peneliti pertama di UKM XYZ. Berdasarkan sumbernya, data dibedakan menjadi dua jenis yaitu:
a. Data Primer
Data primer adalah data pertama kali yang dikumpulkan oleh peneliti melalui upaya pengambilan data di lapangan
Simulasi Proses Produksi dengan Sistem Jobshop
pada UKM XYZ
RO 11 langsung. Karena hal inilah data primer disebut sebagai data
pertama atau data mentah. Pengertian data primer lainnya adalah sumber data yang langsung memberikan data kepada pengumpul data [14]. Dalam penelitian kali ini, data primer yang diperoleh melalui penjelasan langsung dari pemilik UKM itu sendiri antara lain jenis-jenis produk yang dihasilkan, sistem produksi dan alur produksi yang digunakan.
b. Data Sekunder
Pengertian data sekunder adalah sumber data yang tidak langsung memberikan data kepada pengumpul data, misalnya lewat orang lain atau lewat dokumen [14]. Data sekunder dalam penelitian ini dikumpulkan oleh pihak lain, bukan oleh peneliti sendiri. Pada penelitian ini didapatkan data sekunder yang berupa data hasil penelitian terdahulu yang telah meneliti pada UKM XYZ ini. Selain itu data sekunder yang lainnya dapat berupa buku-buku, literatur dan jurnal.
C. Diagram Alir Penelitian
Gambar 21. Diagram Alir Penelitian.
III. VALIDASI
Pengujian validasi dilakukan untuk mengetauhi bahwa model yang telah dibuat sudah sesuai dengan sistem nyatanya.
Pada uji validasi ini merupakan validasi waktu dengan menguji data waktu historis dan simulasi dari setiap proses sebanyak 30 replikasi. Uji validasi ini menggunakan metode uji kesamaan dua rata-rata, uji variansi, dan uji chi square. Tabel I merupakan data dari salah satu proses, yaitu waktu dari proses jahit depan dan bahu pada jenis pakaian PDH.
TABEL I. DATA WAKTU JAHIT DEPAN &BAHU PDH
Replikasi Jahit Depan &
Bahu Simulasi
1 126,31 137,6696
2 126,71 131,2077
3 129,9 131,8635
4 140,78 134,9861
5 135,34 135,4909
6 135,18 138,7793
7 126,38 127,2846
8 123,21 124,468
9 126,73 136,7012
10 127,87 126,5757
11 124,29 137,5031
12 127,84 129,1602
13 136,81 126,6603
14 140,15 139,8605
15 133,73 127,2701
16 130,84 128,6295
17 133,43 135,0701
18 136.56 130,3568
19 128,97 124,3288
20 137,21 127,6302
21 129,98 127,6473
22 136,38 133,3703
23 133,42 130,8586
24 134,8 124,3806
25 138,16 129,4564
26 126,57 127,9009
27 130,24 127,5158
28 129,28 134,8723
29 133,73 124,8331
30 128,64 134,6975
• Pada Uji Kesamaan Dua Rata-Rata didapatkan bahwa H0 ditolak karena t.hitung > t.0,025 yaitu 3,206 > 2,045.
• Pada Uji Kesamaan Dua Variansi didapatkan bahwa H0 diterima karena F 0,975 < F hitung < F 0,025 yaitu 0,476 <
1,0490 < 2,101.
• Pada Uji Chi Square didapatkan bahwa H0 diterima karena Chi Square Hitung < Chi Square Tabel yaitu 0,10036 <
42,557. Sehingga dapat disimpulkan bahwa proses penjahitan bahu & saku PDH valid atau merupakan representatif dari sistem nyatanya.
Berdasarkan uji validasi waktu proses yang telah dilakukan pada seluruh proses, maka dapat diketahui bahwa seluruh waktu
RO 12 proses bernilai valid atau dapat mempresentasikan sistem
nyatanya, maka dari itu model yang dibuat dinyatakan valid.
IV. HASIL DAN PEMBAHASAN
Gambar 2. Layout Awal.
Berdasarkan hasil summary report dan state report, terlihat dimana permasalahan terjadi, walaupun UKM XYZ sudah dapat menyelesaikan permintaan sesuai dengan jumlah permintaan yang masuk. Dapat dilihat dari model yang sudah disimulasikan bahwa terdapat proses yang memakan waktu yang lama, yaitu pada mesin 2 dan mesin 5. Menurut peneliti, hal tersebut terjadi karena kemampuan pekerja mesin jahit yang tidak cekatan dalam menjahit baju, terlalu banyak mengerjakan perkerjaan lain, serta pekerja sering melakukan gerakan yang kurang efektif seperti mengulang-ngulang proses penjahitan. Selain itu, terdapat proses yang tertunda karena harus menunggu pekerja selesai mengerjakan pekerjaan lainnya seperti pada mesin obras PDH dan mesin obras PDL. Hal tersebut terjadi karena pekerja memiliki pekerjaan lebih dari satu mesin. Padahal terdapat beberapa pekerja yang memiliki tingkat idle yang besar, yang dimana harusnya bisa membantu pekerkaan pekerja yang memiliki kendali pada lebih dari satu mesin. Untuk mengatasi hal tersebut, dapat dibuat beberapa alternatif untuk mengoptimalkan proses produksi sehingga waktu pengerjaannya dapat dipercepat dari waktu normal.
A. Desain Eksperimen
Desain eksperimen ini dilakukan untuk mengatasi masalah yang terjadi pada sistem nyata dengan menggunakan waktu kondisi akhir hingga simulasi selesai (state since), berikut merupakan 2 alternatif yang dibuat untuk menyelesaikan masalah tersebut.
a. Alternatif 1
Data state since pada skenario 1 dan skenario 2 pada alternatif 1 ditunjukkan pada Tabel I.
TABEL II.DATA ALTERNATIF 1
Replikasi Model Awal Skenario 2 Skenario 3 1 284836,53 277785,72 276995,61 2 284836,53 278620,38 275158,59 3 284244,85 277888,07 276078,65 4 284326,74 277687.88 275109,07 5 284288,02 277003,06 275101,42 6 284652,66 277651,38 276158,21 7 284313,2 277282,24 276151,73 8 284836,53 277457,55 275836,53
TABEL II.(LANJUTAN)
Replikasi Model Awal Skenario 2 Skenario 3 9 284652,66 276038,32 276288,02 10 284846,32 277901,02 275836,53 11 284848,41 277855,27 276326,74 12 283999,5 277855,27 276326,74 13 284714,48 277467,28 276836,53 14 284326,74 276778,03 276467,28 15 284836,53 277635,56 276846,32 16 284836,53 276608,94 276244,85 17 284244,85 278435,95 275282,24 18 284326,74 277646,67 276836,53 19 284652,76 277635,56 276836,53 20 284719,55 278909,33 276899,5 21 284715,03 277635,56 276848,41 22 284836,53 275608,94 276078,65 23 284244,85 277467,28 275282,24 24 284326,74 277641,05 276158,21 25 284836,53 277901,02 275836,53 26 284836,53 277947,8 276715,03 27 283674,39 277565,6 275846,32 28 284715,03 277565,6 275846,32 29 284848,41 277987,18 275109,07 30 284288,02 277987,18 276995,61 Rerata 284555,4 277497,29 276162,81
b. Alternatif 2
Alur proses produksi skenario 1 terlihat pada Gambar 3.
Gambar 3. Alur Proses Proses Produksi Skenario 1
RO 13 Gambar 3. Alur Proses Proses Produksi Skenario 1 (lanjutan)
Keterangan:
Gambar 4. Keterangan Mesin Alur Proses Produksi.
Alur proses produksi skenario 2:
Alur proses produksi skenario 2 ini dilakukan dengan mengubah alur proses produksi pada skenario 1 untuk persediaan kancing dilanjutkan dengan Pemotongan Pola PDH – Jahit Depan & Bahu – Jahit Sisi - Obras Awal - Jahit Saku - Bordir Atribut - Jahit Kerah - Jahit Lengan kemudian dilanjutkan dengan proses Obras Akhir, Jahit Lubang Kancing, dan Jahit Kancing serta proses Setrika.
B. Analisis Desain Eksperimen a. Alternatif 1
Pada skenario 2 dilakukan penambahan 1 mesin pada mesin 5 yang akan dibantu oleh operator Pak Somadi.
Penambahan mesin pada mesin 5 ini dilakukan karena mesin 5 termasuk mesin yang memiliki waktu proses yang lama.
Kemudian dilakukan penambahan 1 operator yang bertugas untuk mengambil kendali pada mesin obras PDH. Selanjutnya pada mesin obras PDL akan dibantu oleh operator Bu Somadi.
Pada skenario 3 dilakukan penambahan 2 mesin pada mesin 5 dan 2 operator, yang dimana mesin kedua akan dibantu oleh operator Pak Somadi dan mesin ketiga akan dibantu oleh 1 operator baru. Kemudian 1 operator lagi akan membantu pada mesin obras PDH.
Berdasarkan hasil simulasi 30 kali replikasi, didapatkan bahwa rerata waktu selesai memproses pada skenario 2 sebesar 277497,2987 detik atau setara dengan 77,08 jam dan pada skenario 3 sebesar 276162,81 detik atau setara dengan 76,71 jam. Dari hasil yang didapatkan, terlihat bahwa skenario 2 lebih efisien dan lebih optimal dibandingkan dengan skenario 3. Hal tersebut dikarenakan pada skenario 2 hanya ditambahkan mesin dan pekerja sebanyak 1 saja, sedangkan pada skenario 3 perlu ditambahkan mesin serta pekerja sebanyak 2, yang dimana jika pada sistem nyatanya penambahan 2 mesin dan pekerja ini memerlukan biaya yang tidak sedikit. Maka yang dipilih adalah skenario 2.
b. Alternatif 2
Pada model alternatif 2 ini akan dilakukan perubahan pada jadwal proses produksi pakaian PDH dan PDL serta dilakukan perubahan pada pembagian tugas pekerja dalam memproses pakaian. Perubahan jadwal proses produksi serta perubahan pada pembagian tugas para pekerja ini dilakukan karena diketahui berdasarkan data yang terlah diperoleh, bahwasannya terdapat beberapa mesin yang memiliki tingkat proses yang tinggi dan pekerja yang memiliki tingkat idle yang tinggi.
Pada skenario 2 didapatkan waktu rerata waktu selesai memproses yaitu sebesar 280422,644 detik atau 77,89 jam dan pada skenario 3 didapatkan sebesar 283053,014 detik atau 78,63 jam. Dapat dilihat bahwa skenario 2 lebih optimal karena memiliki waktu proses yang lebih singkat dibanding skenario 3, selain itu juga pada skenario 2 ini tidak perlu mengeluarkan biaya untuk menambah pekerja.
c. Pemilihan Alternatif
TABEL III.DATA PEMILIHAN ALTERNATIF. Replikasi Model Awal Alternatif 1 Alternatif 2
1 284836,53 277785,72 281053
2 284836,53 278620,38 280995,41 3 284244,85 277888,07 280646,58 4 284326,74 277687.88 280970,02 5 284288,02 277003,06 280760,9 6 284652,66 277651,38 280765,62 7 284313,2 277282,24 280091,68 8 284836,53 277457,55 280970,02 9 284652,66 276038,32 279769,48 10 284846,32 277901,02 281015,56 11 284848,41 277855,27 278269,48
RO 14 TABEL III.(LANJUTAN)
Replikasi Model Awal Alternatif 1 Alternatif 2 12 283999,5 277855,27 280119,23 13 284714,48 277467,28 280053,15 14 284326,74 276778,03 280015,56 15 284836,53 277635,56 278769,48 16 284836,53 276608,94 280170,55 17 284244,85 278435,95 280184,9 18 284326,74 277646,67 280114,92 19 284652,76 277635,56 280161,19 20 284719,55 278909,33 280170,55 21 284715,03 277635,56 281084,9 22 284836,53 275608,94 278769,48 23 284244,85 277467,28 281020,21 24 284326,74 277641,05 281035,59 25 284836,53 277901,02 281091,77 26 284836,53 277947,8 281257,02 27 283674,39 277565,6 281005,59 28 284715,03 277565,6 280050,27 29 284848,41 277987,18 281027,72 30 284288,02 277987,18 279769,48 Rerata 284555,4 277497,29 280422,64
Hasil uji Bonferroni model awal dengan alternatif 1 didapatkan nilai P(T<=t) two tail < α/n (0,0167) yaitu 2,49 × 10−48 < 0,0167 yang menunjukkan hasil TRUE. Maka, dapat disimpulkan bahwa H0 diterima, yang berarti terdapat perbedaan rata-rata antara model awal dengan alternatif 1.
Hasil uji Bonferroni model awal dengan alternatif 2 didapatkan nilai P(T<=t) two tail < α/n (0,0167) yaitu 9,49 × 10−38 < 0,0167 yang menunjukkan hasil TRUE. Maka, dapat disimpulkan bahwa H0 diterima, yang berarti terdapat perbedaan rata-rata antara model awal dengan alternatif 2.
Hasil uji Bonferroni alternatif 1 dengan alternatif 2 didapatkan nilai P(T<=t) two tail > α/n (0,0167) yaitu 4,92 × 10−23 > 0,0167. Maka, dapat disimpulkan bahwa H0 ditolak, yang berarti tidak terdapat perbedaan rata-rata antara model awal dengan alternatif 2.
Berdasarkan hasil uji yang telah dilakukan, maka didapatkan alternatif yang paling efisien untuk menurunkan waktu proses dan mengoptimalkan proses produksi adalah alternatif 1. Hal tersebut dikarenakan penurunan waktu rerata proses yang didapatkan lebih kecil dibanding dengan alternatif 2 yaitu sebesar 277497,2987 detik atau 77,08 jam dan memiliki selisih dengan model awal sebesar 7058,107667 detik atau 1,96 jam. Pada alternatif 2 ini memaksimalkan proses produksi dengan menambahkan 1 mesin pada mesin 5 dan 1 pekerja.
Penambahan mesin 5 ini dilakukan dengan menggunakan mesin yang menganggur pada sistem nyatanya.
V. KESIMPULAN DAN SARAN A. Kesimpulan
a. Untuk mengurangi penumpukkan pada mesin maka dapat dilakukan dengan mengoptimalkan kerja operator dan menambah mesin jahit.
b. Penambahan mesin 5 dan 1 operator perlu dilakukan untuk menghindarinya penumpukan barang dan
memaksimalkan produksi sebagaimana yang telah diuji pada ekperimen.
c. Setelah dilakukan penambahan mesin serta operator maka akan meningkatkan performansi kerja mesin dan memenuhi pesanan dengan jangka waktu yang lebih pendek.
B. Saran
Saran untuk UKM XYZ adalah dapat mengguakan alternatif 1 yaitu yaitu dengan menggunakan mesin jahit yang menganggur, menambah 1 pekerja untuk membantu proses obras PDH, serta melakukan perubahan pada pembagian tugas pekerja yang memiliki banyak waktu menganggur yaitu pada Pak Somadi yang akan membantu proses pada mesin 5 yang baru ditambahkan, kemudian Bu Somadi yang akan membantu pada mesin obras PDL. Dengan diterapkannya alternatif 1 tersebut, maka dapat mempercepat waktu produksi pada UKM XYZ.
Selain itu, UKM XYZ juga harus terus melakukan peningkatan serta pengembangan pada kualitas pelayanan, kualitas produk agar dapat menarik konsumen sehingga dapat meningkatkan keuntungan.
UCAPAN TERIMA KASIH
Penulis berterimakasih kepada semua pihak yang telah memberikan kontribusi dalam penyelesaian tugas akhir ini.
Ucapan terima kasih penulis sampaikan pada para asisten Laboratorium Pemodelan dan Simulasi atas segala bimbingan dan motivasi yang diberikan, kedua orang tua penulis atas dukungan yang diberikan, teman serta sahabat atas semangat yang telah diberikan. Semoga segala bantuan yang diberikan hingga penulis dapat menyelesaikan penyusunan tugas akhir ini menjadi pahala dan diberkahi oleh Allah SWT sebagai amal ibadah.
DAFTAR PUSTAKA
[1] Apriana, W. R., Tastrawati, N. T., & Sari, K. (2016). Implementasi Algoritma CAT Swarm Optimization dalam Menyelesaikan Job Shop Scheduling Problem.
[2] Aris, R. A., Bakhtiar, A., & Suliantoro, H. (2014). “Penerapan Sistem Make To Order Serta Penjadwalan Jobshop Guna Mencegah Keterlambatan pada Customer (STUDI KASUS: PT. SANGGAR SARANA BAJA)”.
[3] Astuti, M. (2013). Studi Penjadwalan Job Shop untuk Meminimalkan Waktu Keseluruhan Menggunakan Pendekatan Algoritma Artifical Immune System.
[4] Azhra, F. H., & Awandani, H. (2020). Pemodelan dan Simulasi Industri untuk Meminimalkan Waktu Produksi di UKM Maketees.
[5] Fadli, S. (2018). Model Rapid Application Development dalam Pengembangan Sistem Reservasi dan Penyewaan Kamar Hotel.
[6] Kristiyanti, M. (2012). Peran Strategis Usaha Kecil Menengah (UKM) Dalam Pembangunan Nasional.
[7] Mustikarani, T. D., & Irwansyah. (2019). Pemanfaatan Teknologi Informasi dan Komunikasi dalam Industri Fashion Indonesia.
[8] Nasution , R., Kesy , A. G., & Marseti, D. (2017). Penjadwalan Job Shop Dengan Pendekatan Algoritma Artificial Immune System.
RO 15 [9] Nugroho, W. B. (2018). Perencanaan Penjadwalan Tenaga Kerja pada
UKM Songkok Ikat Kepala.
[10] Purnomo, R. A. (2016). Ekonomi Kreatif : Pilar Pembangunan Indonesia.
Surakarta: Ziyad Visi Media.
[11] Setiawan, A., Susan, & Asih, E. K. (2015). Penjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Denetic Algorithm.
[12] Sulistiawan, A., & Nurdiansyah, D. (2020). Penerapan Job Shop Scheduling dengan One-Machine Scheduling untuk Produksi Furniture di UD. Mandiri Meubel dan Furniture Bojonegoro.
[13] Widyanti, F. D., & Hakim, M. I. (2014). Penjadwalan Produksi Untuk Meminimalkan Total Waktu Penyelesaian Pekerjaan Dengan Menggunakan Algoritma Tabu Search Pada Indsutri Farmasi Di Indonesia.
[14] Ariawati R. R. (2016). Jurnal Riset Akutansi. Volume VIII/No.2/OKTOBER
[15] Admin Lina (2018. Retrieved from Pelakubisnis:
http://pelakubisnis.com/2018/07/menguak-tiga-besarpenyumbang- perekonomian-ekraf/