PENENTUAN J UMLAH OPERATOR YANG OPTIMAL
DENGAN METODE SIMULASI
DI CV. FERTILINDO AGROLESTARI
SKRIPSI
Oleh :
Oleh :
BAGUS WIJ AYA
1032010049
J URUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
J AWA TIMUR
SKRIPSI
PENENTUAN J UMLAH OPERATOR YANG OPTIMAL DENGAN METODE SIMULASI
DI CV. FERTILINDO AGROLESTARI
Disusun oleh :
BAGUS WIJ AYA
NPM : 1032010049
Telah diper tahankan dihadapan dan diter ima oleh Tim Penguji Skr ipsi J ur usan Teknik Industr i Fakultas Teknologi Industr i
Univer sitas Pembangunan Nasional “Veter an” J awa Timur Pada Tanggal 23 Desember 2014
Tim Penguji : Pembimbing : NIP. 19621126 198803 2 001 NIP. 19591228 198803 2 001
Mengetahui
Dekan Fakultas Teknologi I ndustr i
Univer sitas Pembangunan Nasional ”Veter an” J awa Timur Sur abaya
SKRIPSI
ANALISIS KUALITAS PRODUK PLAT BAJ A KARBON HOT ROLLED DENGAN PENDEKATAN KAIZEN DAN SEVEN TOOLS
DI PT. GUNAWAN DIANJ AYA STEEL, Tbk
Disusun oleh :
ANDRE ARIEF HENDRAWAN
NPM : 1032010085
Telah diper tahankan dihadapan dan diter ima oleh Tim Penguji Skr ipsi J ur usan Teknik Industr i Fakultas Teknologi Industr i
Univer sitas Pembangunan Nasional “Veter an” J awa Timur Pada Tanggal 30 Desember 2013
Tim Penguji : Pembimbing :
1. 1.
Ir. Yustina Ngatilah, MT Ir. Yustina Ngatilah, MT
NIP.19570306 198803 2 001 NIP.19570306 198803 2 001
2. 2.
Ketua J ur usan Teknik Industr i Fakultas Teknologi Industr i
Univer sitas Pembangunan Nasional “Veter an” J awa Timur Sur abaya
KATA PENGANTAR
Alhamdulillah, puji syukur kehadirat Tuhan Yang Maha Esa, karena telah berkenan memberikan rahmat dan hidayahNya sehingga penulis dapat
menyelesaikan tugas akhir ini dengan judul :
PENERAPAN METODE DMAIC DAN METODE KAIZEN UNTUK MENURUNKAN KECACATAN PRODUK GELAS KACA DI
PT.SEMESTA RAYA ABADI J AYA
Penyusunan tugas akhir ini guna memenuhi persyaratan dalam memperoleh gelar Sarjana Teknik Jurusan Teknik Industri pada Fakultas Teknologi Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur.
Penulis menyadari bahwa selama melakukan penelitian dan penyusunan skripsi ini masih terdapat kekurangan dan kesalahan. Oleh karena itu, penulis sangat mengharapkan saran dan kritik yang bersifat membangun dari pembaca sangat penulis harapkan demi kesempurnaan.
Dalam kesempatan ini pula penulis mengucapkan terima kasih yang sebesar-besarnya kepada :
1. Bapak Prof. Dr. Ir. Teguh Soedarto, MP. Selaku Rektor Universitas Pembangunan Nasional “Veteran” Jawa Timur
3. Bapak Dr. Ir Minto Waluyo, MM, selaku Ketua Program Studi Tenik Industri UPN “Veteran” Jawa Timur.
4. Ibu. Ir Nisa Masruroh, MT, selaku Dosen Pembimbing I. 5. Ibu Farida Pulansari, ST. MT., selaku Dosen Pembimbing II.
6. Bapak Wahyu bagian PPC di PT. Semesta Raya Abadi Jaya yang telah membantu saya dalam proses pengumpulan data di lapangan.
7. Segenap Karyawan PT. Semesta Raya Abadi Jaya yang tidak dapat penulis sebutkan satu persatu, atas segala bantuannya selama penulis melaksanakan penelitian.
8. Orangtua tercinta yang telah memberikan bantuan baik moral maupun materi kepada penulis selama menyelesaikan skripsi.
Semoga Allah SWT, senantiasa memberikan balasan atas amal perbuatan dan segala kebaikan yang telah diberikan kepada penulis. Akhir kata penulis berharap semoga hasil penelitian yang tertuang dalam skripsi ini banyak bermanfaat bagi setiap pembaca pada umumnya.
Surabaya,2 November 2014
Penulis
DAFTAR ISI
KATA PENGANTAR... i
DAFTAR ISI ... iii
DAFTAR GAMBAR ... v
DAFTAR TABEL ... vi
DAFTAR LAMPIRAN ... vii
BAB I. PENDAHULUAN. ... 1
1.1 Latar Belakang ... 1
1.2 Perumusan Masalah ... 3
1.3 Batasan Masalah ... 3
1.4 Asumsi ... 3
1.7 Sistematika Penulisan ... 4
2.5 Program Studi Teknik Industri UPN “Veteran’ Jawa Timur ... 17
2.6 Laboratorium di Teknik Industri UPN “Veteran” Jawa Timur ... 19
2.7 Peneliti Terdahulu ... 24
BAB III. METODE PENELITIAN ... 26
3.1 Tempat dan Waktu Penelitian ... 26
3.2 Identifikasi dan Definisi Operasional Variabel... 26
3.3 Langkah-langkah Pemecahan Masalah ... 29
3.4 Metode Pengumpulan Data ... 32
3.5 Metode Pengolahan Data ... 32
BAB IV. HASIL DAN PEMBAHASAN ... 34
4.1 Macam Laboratorium di Jurusan Teknik Industri UPN “Veteran” Jawa Timur ... 34
4.2 Penentuan Jumlah Cluster ... 35
4.3 Penentuan Karakteristik Cluster (Profilling Cluster) ... 40
4.4 Usulan Perbaikan ... 43
5.1 Kesimpulan ... 46 5.2 Saran ... 47 DAFTAR PUSTAKA
DAFTAR GAMBAR
Gambar 2.1 Agglomerative dan Divisive ... 10
Gambar 2.2 Teknik-teknik Analisis Cluster... 11
Gambar 2.3 Contoh Dendogram ... 15
Gambar 3.1 Langkah-langkah Pemecahan Masalah ... 29
DAFTAR TABEL
Tabel 3.1 Kategori Variabel Bebas beserta Atribut ... 28
Tabel 4.1 Kategori Variabel Bebas beserta Atribut ... 35
Tabel 4.2 Penilaian Responden terhadap Praktikum Pemrograman Komputer (Prokom)... 36
Tabel 4.3 Rata-rata Atribut Masing-masing Praktikum ... 37
Tabel 4.4 Cluster Satu ... 39
Tabel 4.5 Profil Cluster Satu ... 40
Tabel 4.6 Profil Cluster Dua ... 41
DAFTAR LAMPIRAN
Lampiran 1 Penilaian Responden terhadap Praktikum Lampiran 2 Pengolahan Data Menggunakan SPSS Lampiran 3 Perhitungan Jarak Ecluidean
Abstraksi
Penelitian ini bertujuan ini untuk melakukan pengelompokan aktifitas peminjam buku di perpustakaan pusat UPN “Veteran” Jawa Timur dari berbagai jurusan yang ada.
Berdasarkan sirkulasi peminjaman buku di perpustakaan pusat UPN “Veteran” Jawa Timur, selama 3 bulan yaitu Juni, Juli dan September terdapat 1922 data. Selama ini perpustakaan pusat UPN “Veteran” Jawa Timur belum mengetahui mahasiswa dari jurusan mana saja yang melakukan aktifitas sebagai peminjam buku dan kelompok buku mana saja yang banyak dipinjam. Sehingga tidak dapat direkomendasikan dengan baik kelompok buku yang diprioritaskan untuk diperbanyak.
Dengan adanya masalah tersebut, maka dilakukan penelitian pengelompokan peminjam dan kelompok buku yang banyak dipinjam dengan metode k-means untuk menunjang proses belajar mengajar.
Berdasarkan penelitian ini diperoleh 3 klaster, dengan persebaran data pada klaster 1 (kurang aktif) terdapat 778 mahasiswa, klaster 2 (cukup aktif) terdapat 267 mahasiswa dan klaster 3 (aktif) terdapat 877 mahasiswa.
Serta untuk kelompok buku yang sering dipinjam dari 3 klaster tersebut adalah kelompok buku teknologi terapan dalam bidang manajemen khususnya yaitu akuntansi dan manajemen umum.
Abstract
This research is to perform clustering of activity in the central library book borrowers UPN "Veteran" East Java from a variety of majors. Based on borrowing books at the library circulation center UPN "Veteran" East Java, for 3 months are June, July and September is 1922 data. The center’s library UPN "Veteran" East Java don’t know of any department that perform activities as a borrower of books and book groups which are much borrowed. So it can’t be recommended priority groups to be reproduced.
Given these problems , then conducted research grouping and group borrower are many books borrowed by k-means clustering method to support the teaching and learning process.
This research were obtained 3 clusters. Data in cluster 1 (less active) there are 778 students , cluster 2 (moderately active) there are 267 students and cluster 3 (active) there are 877 students.
For groups that are often borrowed books from the 3 cluster is a applied technology in technology management especially accounting and general management.
DAFTAR PUSTAKA
Andyni, Intan Fitri, 2013, “Pengelompokan Peminjam Buku dengan Metode K-Means di Per pustakaan Pusat UPN “Veter an” J awa Timur ”, Jurusan Teknik Industri, Fakultas Teknologi Industri, UPN “Veteran” Jawa Timur.
Anonymous, 2013, “Buku Panduan: Fakultas Teknologi Industr i Pr ogr am Studi Teknik Industr i”, UPN “Veteran” Jawa Timur, Surabaya.
Budiaji, Weksi, 2013, “Skala Pengukur an dan J umlah Respon Skala Liker t”, Fakultas Pertanian, Universitas Sultan Ageng Tirtayasa, Banten.
Bursan, Rinaldi, 2010, “Analisis Faktor Pembentuk Loyalitas Konsumen Super mar ket di Bandar Lampung Ber dasar kan Faktor Marketing
Activity dan Brand Equty”, Universitas Lampung.
Juaeni, Ina, 2010, “Pengembangan Pemanfaatan Data TRMM Untuk Menunjang Ketahanan Pangan”, Pusat Pemanfaatan Sains Atmosfer dan Iklim, LAPAN.
Juaeni, Ina dkk, 2010, “Pengelompokan Wilayah Cur ah Hujan Kalimantan Bar at Ber basis Metode War d dan Fuzzy Clustering”, Pusat Pemanfaatan Sains Atmosfer dan Iklim, LAPAN
Malhotra, Naresh K, 2006, “Riset Pemasar an: Pendekatan Ter apan J ilid 2”, PT. Indeks Kelompok Gramedia, Jakarta.
Narimawati, Umi, 2008, “Teknik-teknik Analisis Multivar iat untuk Riset Ekonomi”, Graha Ilmu, Yogyakarta.
Niswah, Ennik Kholishotun dan Muhammad Edwar, 2013, “Pengar uh Faktor Har ga, Kualitas, dan Fitur Ter hadap Keputusan Pembelian Modem Smar tfr en di Ketintang Sur abaya”, Jurusan Pendidikan Ekonomi, Unesa, Surabaya.
Oktavia, Sela, dkk, 2013, “Pengelompokan Kiner ja Dosen J ur usan Matematika FMIPA UNTAN Ber dasar kan Penilaian Mahasiswa Menggunakan Metode War d”, Jurusan Matematika, FMIPA, Universitas Tanjungpura, Pontianak.
Soraya, Yani, 2011, “Per bandingan Kiner ja Metode Single Linkage, Metode Complete Linkage dan Metode K-Means dalam Analisis Cluster”, Jurusaan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Semarang.
Sugiyono (Prof. Dr.), 2006, “Statistika untuk Penelitian”, CV Alfabeta, Bandung.
Widiastuti, Minawati dan Edy Yusuf A.G, 2012, “Pemetaan Kemiskinan Kabupaten/ Kota di Pr ovinsi J awa Tengah Tahun 2002 dan 2010 Menggunaka n Analisis Klaster ”, Jurusan IESP, Fakultas Ekonomika dan Bisnis, Universitas Diponegoro.
Wijaya, Adi, 2014. “Analisis Pengelompokan Desa Ter tinggal di Kabupaten Kutai Timur dengan Pendekatan Metode K-Means dan War d (Square
Euclidean Distance Measure)”, Program Pascasarjana, Jurusan Statistika,
Fakultas MIPA, Institut Teknologi Sepuluh November, Suarabaya.
(http://statisticscafe.com/2012/02/menentukan-rentang-skala-likert.html)
LEMBAR PENGESAHAN
SKRIPSI
ANALISIS KUALITAS PRODUK GELAS KACA CROWN DENGAN METODE DMAIC DAN KAIZEN
DI PT.SEMESTA RAYA ABADI J AYA Oleh :
EDWYN DWI DEFRIANTO 1032010034
Telah disetujui untuk mengikuti Seminar II Tahun Ajar an 2013-2014
Sur abaya, 12 Desember 2014 Mengetahui
Dosen Pembimbing I Dosen Pembimbing II
Ir. Nisa Masrur oh, MT Farida Pulansari, ST, MT
KATA PENGANTAR
Assalamualaikum Wr. Wb.
Segala puja dan puji syukur kami panjatkan kehadirat Allah SWT atas segala rahmat dan karunia-Nya, sehingga dapat menyelesaikan Tugas Akhir/ Skripsi dengan judul “Penentuan Jumlah Operator Yang Optimal Dengan Metode Simulasi Di CV. Fertilindo Agrolestari Mojokerto’’
Tugas Akhir ini merupakan salah satu syarat yang harus ditempuh oleh mahasiswa jenjang pendidikan Strata-1 (Sarjana) Jurusan Teknik Industri, Fakultas Teknologi Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur guna meraih gelar kesarjanaan
Dalam penyusunan Tugas Akhir/ Skripsi ini penulis ingin mengucapkan rasa terima kasih yang sebesar-besarnya kepada :
1. Bapak Prof. Dr. H. R. Teguh Soedarto, MP, selaku Rektor Universitas Pembanganunan ”Veteran” Jawa Timur.
2. Bapak Ir. Sutiyono, MT, selaku Dekan Fakultas Teknologi Industri UPN “Veteran” Jawa Timar.
3. Bapak Ir.DR. Minto Waluyo, MM, selaku Ketua Jurusan Teknik Industri UPN “Veteran” Jawa Timur.
4. Bapak Drs.Pailan,Mpd selaku Sekretaris Jurusan Teknik Industri UPN “Veteran” Jawa Timur.
6. Ibu Ir. Endang Pudji W, MMT selaku Dosen Pembimbing II Skripsi. 7. Segenap Pimpinan CV Fertilindo Agrolestari Mojokerto yang telah
memberikan informasi dan data-data yang dibutuhkan dalam penyusunan Tugas Akhir/Skripsi ini.
8. Kedua orang tua dan seluruh keluarga yang selalu senantiasa menasehati, membimbing, dan memberikan arahan yang baik serta selalu mendoakan saya
9. Teman – teman saya yang berada di UPN “Veteran” Jawa Timur maupun di luar kampus UPN, terima kasih atas semangat, doa dan bantuannya dalam menyelesaikan Tugas Akhir/ Skripsi ini.
10.Pihak – pihak lain yang terkait secara langsung maupun tidak langsung terlibat dalam pembuatan atau penyelesaian Tugas Akhir/ Skripsi ini disebutkan satu per satu.
Penyusun menyadari bahwa penyusunan Tugas Akhir/ Skripsi ini masih jauh dari sempurna, baik isi maupun penyajian. Oleh karena itu , saran dan kritik yang membangun akan penyusun terima denga senang hati.
Akhir kata semoga Tugas Akhir ini dapat memberikan manfaat bagi semua pihak yang berkepentingan dan semoga ALLAH S.W.T memberikan rahmat dan berkat kepada semua pihak yang telah memberikan bantuan kepada penyusun,
ABSTRACT
Queue is a waiting line of customers or units that require the services of
one or more maids ( service facilities ) In the course of providing products , there
is a series of processes before producing a product . Every company always
strives for every process that is done can be run effectively and efficiently so that
the benefits the company can be optimized. CV . Fertilindo Agrolestari is a
company engaged in the field of providers of fertilizer products for various needs
of factories and farms and plantations.
This queue often cause problems one of them on the carrier CV .
Fertilindo Agrolestari , so the material waiting to be checked and recorded before
entering the production area , it will hurt the company because of the production
process could not run optimally , this study aims to determine the optimal number
of operators so that the process in the production space can be optimized . From
this study it was found that three workers were optimal operator is already
approaching 81% of the average value of standardization given utility that is
equal to 87 % . This condition is expected not will cause the number of queues on
operators in the CV . Fertilindo Agrolestari.
ABSTRAK
Antrian adalah suatu garis tunggu dari nasabah atau satuan yang memerlukan layanan dari satu atau lebih pelayan (fasilitas layanan) Dalam kegiatan penyediaan produk, terdapat rangkaian proses sebelum menghasilkan suatu produk. Setiap perusahaan selalu berupaya untuk setiap proses yang dikerjakan dapat berjalan dengan efektif dan efisien sehingga keuntungan yang didapat perusahaan bisa optimal. CV. Fertilindo Agrolestari merupakan salah satu perusahaan yang bergerak di bidang penyedia produk-produk pupuk untuk berbagai macam kebutuhan pabrik maupun pertanian dan perkebunan.
. Antrian ini sering sekali menimbulkan masalah salah satunya pada operator CV. Fertilindo Agrolestari, Sehingga material menunggu untuk dicek dan didata sebelum masuk ruang produksi, hal ini akan merugikan perusahaan karena pada proses produksi tidak bisa berjalan secara optimal, penelitian ini bertujuan untuk menentukan jumlah tenaga operator yang optimal sehingga proses pada ruang produksi bisa berjalan secara optimal. Dari penelitian ini didapatkan bahwa tiga tenaga operator sudah optimal yaitu 81% sudah mendekati standardisasi nilai rata-rata utilitas yang diberikan yaitu sebesar 87%. Kondisi ini diharapkan tidak akan menyebabkan banyaknya antrian pada operator di CV. Fertilindo Agrolestari.
2.3.2 Pengertian Antrian ... 9 2.13 Pemodelan Dan Simulasi Komputer ... 25 2.14 Program Arena ... 26 2.15 Verifikasi dan Validasi Model ... 30 2.16 Penliti Terdahulu ... 32 BAB III METODE PENELITIAN
3.1 Tempat dan Waktu Penelitian ... 37 3.2 Identifikasi Variabel dan Definisi Operasional
Variabel ... 37 3.2.1 Identifikasi Variabel ... 37 3.2.2 Definisi Operasional Variabel ... 37 3.3 Langkah-Langkah Pemecahan Masalah ... 39 BAB IV HASIL DAN PEMBAHASAN
4.1.1 Waktu Antar Kedatangan Material ... 45 4.1.2 Waktu Pelayanan Material ... 46 4.2 Pengolahan Data ... 47 4.2.1 Menentukan Bentuk Distribusi ... 47
4.2.1.1 Distribusi Waktu Antar Kedatangan
Material ... 47 4.2.1.2 Distribusi Waktu Pelayanan Material... 48 4.2.2 Sistem Model Awal ... 48 4.2.2.1 Aplikasi Model Awal ... 48 4.2.3 Sistem Model Usulan ... 53
4.2.3.1 Sistem Model Usulan Dengan 3 (tiga)
Operator ... 53 4.2.3.2 Sistem Model Usulan Dengan 4 (Empat) Operator ... 55 4.2.4 Perbandingan Nilai Utilitas Tiap Operator.... 56
4.3 Hasil dan Pembahasan ... 57 BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan ... 59 5.2 Saran ... 59 DAFTAR PUSTAKA
DAFTAR TABEL
DAFTAR GAMBAR
2.1 Struktur Antrian Tunggal Pelayanan Tunggal ... 12 2.2 Struktur Antrian Tunggal Pelayanan Tunggal Garis Sejajar ... 12 2.3 Struktur Antrian Tunggal – Pelayanan Ganda Secara Paralel . 13 2.4 Struktur Antrian Ganda Pelayanan Ganda ... 14 2.5 Jenis-jenis Model ... 18 2.6 Klasifikasi Model Simulasi ... 21 4.1 Diagram Aliran Aktivitas Gabungan ... 48 4.2 Tampilan Awal Arena Sebelum Dilakukan Proses Run ... 49 4.3 Tampilan Create ... 49 4.4 Tampilan Process ... 50 4.5 Tampilan Decide ... 50 4.6 Tampilan Resources Dalam Process ... 51 4.7 Tampilan Run Setup ... 51 4.8 Tampilan Model Yang Sudah Diverifikasi ... 52 4.9 Model Setelah Proses Running Dengan 2 (dua) Operator ... 52 4.10 Model Usulan Setelah Proses Running Dengan 3 (tiga)
Operator... 53 4.11 Model Usulan Setelah Proses Running Dengan 4 (empat)
DAFTAR LAMPIRAN
LAMPIRAN 1 DATA KEDATANGAN DAN PELAYANAN OPERATOR
1
BAB I PENDAHULUAN
1.1 Latar Belakang.
Dalam kegiatan penyediaan produk, terdapat rangkaian proses sebelum menghasilkan suatu produk. Mulai dari penyediaan raw material, proses pengolahan material, produksi, packaging, quality control, hingga sampai proses pendistribusian produk tersebut pada konsumen. Maka disetiap tahap tersebut dibutuhkan tenaga kerja dan biaya. Setiap perusahaan selalu berupaya untuk setiap proses yang dikerjakan dapat berjalan dengan efektif dan efisien sehingga keuntungan yang didapat perusahaan bisa optimal.
CV. Fertilindo Agrolestari merupakan salah satu perusahaan yang bergerak di bidang penyedia produk-produk pupuk untuk berbagai macam kebutuhan pabrik maupun pertanian dan perkebunan.
Antrian adalah kejadian yang sering kita lihat, yang terjadi dimana kebutuhan pelayanan melebihi kapasitas pelayanan yang disediakan. Seperti halnya yang terjadi di CV. Fertilindo Agrolestari dalam pengamatan di awal produksi pupuk, peneliti melihat pada awal mulai shift sampai akhir shift terdapat penumpukan material dan kesibukan di operator dan pada jam-jam yang lain kesibukanya kurang.
2
Penelitian ini menggunakan software Arena. Software Arena merupakan software yang dinilai cocok dalam mensimulasikan sistem antrian di lantai
produksi tersebut. Dengan didukung data primer yang diambil secara langsung dan data sekunder yang didapat dari pekerja yang ada.
Diharapkan dengan adanya simulasi model usulan menggunakan software Arena ini, nantinya bisa menjadi bahan pertimbangan perusahaan dalam pengambilan keputusan untuk menentukan berapa jumlah operator yang optimal.
1.2 Perumusan Masalah
Dengan melihat latar belakang permasalahan diatas, maka masalah yang ada di CV. Fertilindo Agrolestari dapat di rumuskan sebagai berikut :
“berapa jumlah Operator yang optimal”
1.3 Batasan Masalah
Agar penulisan dapat berjalan dengan baik dan sesuai dengan alurnya maka perlu diberikan batasan-batasan sebagai berikut:
1. Penelitian dilakukan di CV. Fertilindo Agrolestari Mojokerto 2. Pengamatan dilakukan pada operator
3. Pengerjaan dilakukan dengan software Arena untuk penerapan model simulasi. 4. Penelitian dilakukan pada shift pagi saja.
5. Data penelitian diambil pada bulan Oktober 2014 6. Tidak membahas masalah biaya
3
1.4 Asumsi
Sedangkan beberapa asumsi yang digunakan dalam penelitian ini adalah sebagai berikut :
1. Jumlah sampel yang diambil sudah mewakili seluruh produksi yang ada. 2. Peralatan sudah tersedia lengkap dan sudah dalam kondisi baik.
1.5 Tujuan Penelitian
Adapun tujuan penelitian dalam penyusunan tugas akhir ini adalah :
Untuk menentukan jumlah operator yang optimal sehingga proses produksi dapat berjalan dengan baik.
1.6 Manfaat Penelitian
Manfaat yang dapat diambil dari penelitian ini adalah: a. Bagi perusahaan:
Sebagai masukan berupa sumbangan pikiran dan saran dalam menentukan kebijaksanaan. Khususnya dalam permasalahan operator yang optimal.
b. Bagi universitas:
sebagai tambahan studi literatur bagi universitas pembangunan nasional “VETERAN” jawa timur.
c. Bagi Mahasiswa:
4
1.7 SISTEMATIKA PENULISAN
Adapun sistematika penulisan dari tugas akhir ini adalah sebagai berikut :
BAB I PENDAHULUAN
Bab ini berisi latar belakang, perumusan masalah, batasan dan asumsi yang digunakan, tujuan dan manfaat penelitian, serta sistematika penulisan.
BAB II TINJ AUAN PUSTAKA
Bab ini berisikan teori-teori yang digunakan dalam penelitian, antara lain definisi dan simulasi antrian serta model-model yang digunakan. BAB III METODE PENELITIAN
Bab ini berisikan langkah-langkah dalam melakukan penelitian yaitu hal-hal yang dilakukan untuk mencapai tujuan dari penelitian atau urutan kerja menyeluruh selama pelaksanaan penelitian.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
Bab ini berisi langkah-langkah dalam melakukan penelitian yaitu hal-hal yang dilakukan untuk mencapai tujuan dari penelitian atau urutan kerja menyeluruh selama pelaksanaan penelitian.
BAB V KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dan saran dari hasil penelitian yang telah dilakukan didapatkan dari tujuan dan permasalahan yang ada..
6
BAB II
TINJ AUAN PUSTAKA
2.1 Antr ian
Antrian adalah kejadian yang sering ditemui dalam kehidupan sehari-hari, yang berhubungan dengan menunggu menurut (Erma suryani, 2007). Menunggu didepan loket untuk mendapatkan tiket kereta api, pembayaran di check out counter supermarket, pengisian bahan bakar, menunggu di pintu tol atau kasus menunggu lain. Bukan saja orang yang mengalami antri, tapi juga bisa barang, misalnya mesin-mesin yang rusak menunggu untuk diperbaiki, barang-barang di pabrik menunggu untuk berbagai tahapan proses produksi lain-lain. Karena menunggu memakan waktu, sementara waktu merupakan sumber daya yang berharga, maka pengurangan waktu menunggu merupakan tema yang menarik untuk dianalisa, tetapi tidak berarti analisis antrian hanya membahas waktu menunggu, tetapi juga biaya antrian.
Terdapat banyak model antrian untuk setiap sistem (struktur) antrian ada dua sistem antrian yang populer yaitu sistem antrian tunggal dan banyak saluran, keduanya dengan satu tahap.
7
2.2 Struktur Dasar Antr ian
Banyak perbedaan sistem-sistem dan struktur-struktur antrian yang terdapat dalam pelayanan masyarakat yang bertambah samakin kompleks dan bervariasi perbedaan-perbedaan dalam jumlah antrian, fasilitas pelayanan, dan hubungan-hubungan yang terjadi dapat menghasilkan bentuk yang bervariasi tidak terbatas (Averil M. Law and W. David Kelton, 2005)
2.3 Teori Antr ian 2.3.1 Sejar ah Antr ian
Pelopor dari teori antrian ini adalah A.K. Erlang, seorang ahli matematika dan insinyur berkebangsaan Denmark yang bekerja pada industri telepon. Diciptakan pada tahun 1909, dia melakukan percobaan yang menyangkut masalah fluktuasi permintaan terhadap fasilitas telepon dan pengaruhnya terhadap peralatan telepon yang otomatis. Penggunaan model ini makin meluas tepatnya mulai sejak akhir perang dunia ke – 2.
Sistem ekonomi dan dunia usaha (bisnis) sebagian besar beroperasi dengan sumber daya yang relatif terbatas. Seiring terjadi orang – orang, barang – barang, komponen – komponen atau kertas kerja harus menunggu untuk mendapatkan jasa pelayanan. Garis – garis tunggu ini, sering disebut dengan antrian (queues), berkembang karena fasilitas pelayanan (server) adalah relatif mahal untuk memenuhi permintaan pelayanan dan sangat terbatas.
8
penonton pada gedung teater yang box office atau pada restoran menunggu pesanan. Contoh lebih lanjut meliputi antrian pesawat – pesawat di lapangan udara, kedatangan kapal di suatu pelabuhan, truk – truk yang menunggu muatan, peralatan–peralatan yang menunggu diservis, dan kedatangan pesanan pada gudang.
2.3.2 Pengertian Antr ian
Pengertian dari antrian itu sendiri adalah suatu garis tunggu dari nasabah atau satuan yang memerlukan layanan dari satu atau lebih pelayan (fasilitas layanan). Studi matematika dari kejadian atau gejala garis tunggu ini disebut teori antrian. Kejadian garis tunggu timbul disebabkan oleh kebutuhan akan layanan
melebihi kemampuan (kapasitas) pelayanan atau fasilitas layanan, sehingga nasabah yang tiba tidak bisa segera mendapat layanan disebabkan kesibukan pelayanan (P. Siagian, dan Irwan Soejanto,2005).
Dalam banyak hal, tambahan fasilitas pelayanan memegang dapat mengurangi antrian atau setidak – tidaknya untuk mencegah timbulnya antrian. Akan tetapi biaya karena memberikan tambahan pelayanan, tentunya akan menimbulkan pengurangan keuntungan bahkan dapat menyebabkan kerugian. Akibat lain dari panjangnya antrian dapat menyebabkan hilangnya langganan atau customer.
2.4 Tujuan Teori Antr ian
9
(P. Subagyo, dalam Irwan Sujanto,2005). Dengan kata lain tujuan dasar teori antrian adalah untuk meminimumkan total dua biaya, yaitu biaya langsung penyediaan fasilitas pelayanan dan biaya tidak langsung yang timbul karena para konsumen menunggu untuk dilayani.
Teori antrian sendiri tidak langsung memecahkan persoalan-persoalan diatas. Walaupun begitu, teori antrian menyumbangkan informasi penting yang diperlukan untuk membuat keputusan dengan cara memprediksi beberapa karakteristik dari baris penungguan. Model antrian yang akan dibahas merupakan peralatan penting untuk sistem pengelolaan yang menguntungkan dengan menghilangkan antrian.
2.5 Sistem dan Struktur Antr ian
Banyak perbedaan sistem–sistem dan struktur antrian yang terdapat dalam masyarakat yang semakin kompleks. Perbedaan–perbedaan dalam jumlah antrian, fasilitas pelayanan, dan hubungan–hubungan yang terjadi dapat menghasilkan bentuk atau susunan yang bervariasi tidak terbatas.
2.5.1 Sistem – Sistem Antr ian
Pada umumnya sistem antrian dapat diklasifikasikan menjadi sistem yang berbeda–beda dimana teori antrian dan simulasi sering diterapkan secara luas. Klasifikasi menurut Hillier dan Lieberman adalah sebagai berikut:
10
Sistem pelayanan komersial merupakan sistem antrian yang paling sering dijumpai dalam kehidupan sehari-hari dimana pelanggan memperoleh pelayanan dari organisasi-organisasi komersial. Beberapa dari sistem ini menyangkut pelayanan dari orang ke orang pada suatu lokasi yang tepat, seperti misalnya supermarket, tempat potong rambut, bank, pompa bensin, restoran dan lain-lain.
b. Sistem Pelayanan Bisnis-Industri.
Beberapa tahun terakhir teori antrian telah diterapkan juga dalam banyak sistem pelayanan bisnis industri, misalnya mencakup lini produksi, sistem material handling, sistem pergudangan dan sistem – sistem informasi
komputer.
c. Sistem Pelayanan Transportasi.
11
d. Sistem Pelayanan Sosial.
Dewasa ini teori antrian diterapakan pula pada sistem – sistem pelayanan sosial. Sistem pelayanan sosial merupakan sistem pelayanan yang dikelola oleh kantor – kantor dan jawatan – jawatan lokal maupun nasional misalnya sistem peradilan dengan pengadilan sebagai fasilitas pelayanan, hakim sebagai pelayan dan perkara – perkara yang menunggu untuk disidangkan sebagai pelanggan. Contoh yang lain misalnya menyangkut sistem pemeliharaan kesehatan, kantor tenaga kerja, kantor registrasi SIM dan STNK dan sebagainya.
2.5.2 Struktur–Struktur Antr ian
Fasilitas pelayanan terdiri saluran tunggal atau ganda dan pelayanan tunggal atau ganda yang akan membentuk struktur antrian yang berbeda-beda. Saluran adalah jumlah jalur (tempat) untuk memasuki system pelayanan. Pelayanan adalah jumlah fasilitas pelayanan dimana para pelanggaran harus melaluinya sebelum pelayanan dinyatakan lengkap. Struktur antrian terdiri dari : (Enny Aryani 2010)
a. Antr ian tunggal - pelayanan tunggal
12
Gambar 2.1. Struktur Antrian Tunggal Pelayanan Tunggal (Enny Aryani 2010)
Keterangan : M = Antrian
S = FAsilitas pelayanan
b. Antr ian tunggal pelayanan ganda secara ser i
Menunjukkan antrian tunggal yang dilayani oleh dua atau lebih fasilitas pelayanan yang dilaksanakan secara berurutan. contoh: lini produksi massa, pencucian mobil, tukang cat mobil dan sebagainya.
Gambar 2.2. Struktur Antrian Tunggal Pelayanan Tunggal Garis Sejajar. (Enny Aryani, 2010)
c. Antr ian tunggal - pelayanan ganda secara paralel
Sistem ini terjadi bila ada dua atau lebih fasilitas pelayanan dialiri oleh antrian tunggal. Contoh model ini adalah pembelian tiket yang dilayani oleh lebih dari satu loket, pembayaran depan kasir yang dilayani lebih dari satu pelayan,
13
pemotongan rambut di salon yang dilayani lebih dari satu pelayan salon dan sebagainya.
Gambar 2.3 Struktur Antrian Tunggal- Pelayanan Ganda secara parallel (Enny Aryani, 2010)
d. Antr ian ganda - pelayanan ganda
Menunjukkan antrian ganda yang dilayani oleh dua atau lebih fasilitas pelayanan. Sistem ini terlalu kompleks untuk dianalisa dengan teori antrian, sehingga memerlukan simulasi untuk menganalisanya. Setiap sistem-sistem ini mempunyai beberapa fasilitas pelayanan pada setiap tahap sehingga lebih dari satu individu dapat dilayani pada suatu waktu. Contoh herregistrasi para mahasiswa di Universitas,pelayanan kepada pasien di rumah sakit dan sebagainya.
M
S S Sumber
keluar populasi
14
Gambar 2.4. Struktur Antrian Ganda Pelayanan Ganda (Enny Ariyani, 2010)
Antrian dapat dihasilkan jika kedatangan pelanggan yang diterima untuk dilayani harus menunggu untuk mendapatkan pelayanan. Dalam antrian kedatangan pelanggan dalam sistem dan waktu pelayanan yang diberikan dapat mempunyai distribusi tertentu. Data yang kita perlukan untuk menganalisa model terdiri atas waktu kedatangan dan waktu antar dua kedatangan secara berurutan serta waktu pelayanan.
2.6 Elemen-elemen Pokok Dalam Sistem Antrian Sistem antrian mempunyai enam elemen pokok yaitu: 1. Populasi masukan (input)
Yaitu jumlah total unit yang memerlukan pelayanan dari waktu ke waktu atau disebut jumlah total langganan potensial. Input dapat berupa populasi orang, barang, komponen atau kertas kerja yang datang pada system untuk dilayani. Asumsi yang digunakan untuk input dalam antrian adalah terbatas.
2. Pola Kedatangan (distribusi kedatangan)
Arriver pattern (pola kedatangan) adalah dengan caraa bagaimana
15
menggunakan asumsi distribusi probabilitas poisson, yaitu salah satu dari pola-pola kedatangan yang paling umum bila kedatangan didistribusikan secara random. Ini terjadi karena distribusi poisson menggambarkan jumlah kedatangan per unit waktu bila sejumlah besar variabel-variabel random mempengaruhi tingkat kedatangan. Bila pola kedatangan individu-individu mengikuti suatu distribusi poisson,maka waktu antar kedatangan atau interarriver time (waktu kedatangan setiap individu) adalah random dan mengikuti suatu distribusi exponential.
3. Disiplin antrian
Disiplin antrian menunjukkan pedoman keputusan yang digunakan untuk menyeleksi individu-individu yang memasuki antrian untuk dilayani terlebih dahulu.
Macan-macam disiplin antrian: a. First Come First Served (FCFS)
b. Last Come First Served (LCFS)
c. Service In Random order (SIRO)
d. Priority Service (PS)
4. Kepanjangan Antrian
16
5. Tingakat Pelayanan
Waktu pelayanan (service time) adalah waktu yang digunakan untuk melayani individu-individu dalam suatu sistem. Apabila waktu palayanan mengikuti distribusi exponensial atau distribusi acak, waktu pelayanan (unit / jam) akan mengikuti distribusi poisson.
6. Keluaran (exit)
2.7 Aspek-Aspek Dalam Simulasi
Aspek-aspek yang mendasar bagi kajian simulasi suatu sistem asdalah (Arifin, 2009):
1. Aspek pemodelan sistem
Dilakukan untuk mebuat representasi sistem dalam bahasa/bentuk tertentu, sehingga dengan perwujudan representatif itu maka segala bentuk analisis dan pembahasan atas sistem dapat dilakukan. Adapun tahapan utama dalam melakukan pemodelan sistem adalah sebagai berikut :
a. Penetapan tujuan
17
merupakan model dasar yang utama dalam pemodelan sistem. Atas model matematis diperoleh selanjutnya dilakukan validasi sehingga akan diperoleh model yang valid
2. Aspek pemrograman computer
Dilakukan untuk menyelesaikan persoalan model matematika sistem dalam bentuk program komputer sehingga program tersebut dapat menirukan perilaku sistem realnya.
3. Aspek percobaan (statistic)
Dilakukan untuk mengelola data keluaran simulasi agar dapat menunjukan keluaran yang benar dan tidak menyesatkan.
2.8 Disiplin Pelayanan
Kebiasaan atau kebijaksanaan yang mana populasi dipilih dari sistem antrian untuk dilayani disebut dengan disiplin pelayanan. Ada empat bentuk disiplin pelayanan yang biasa digunakan dalam prakteknya, antara lain:
1. FCFS (First Come First Serve) atau FIFO (First In First Out). Artinya yang lebih dahulu datang, maka lebih dahulu dilayani. Misal antrian di loket tiket. 2. LCFS (Last Come First Serve) atau LIFO (Last In First Out). Artinya yang
datang terakhir dilayani terlebih dahulu. Misalnya antrian penumpang di lift untuk dilayani yang sama.
18
4. PS (Priority Serve). Artinya prioritas pelayanan diberikan kepada mereka yang mempunyai prioritas yang lebih besar dibanding dengan mereka yang berprioritas lebih kecil meskipun yang berprioritas kecil datang terlebih dahulu. Misal pelayanan di UGD (Unit Gawat Darurat) rumah sakit atau seseorang yang berpangkat tinggi dilayani terlebih dahulu dibanding mereka yang berpangkat rendah.
2.9 Model
Model adalah tiruan sebuah sistem yang disusun untuk mempelajari karakteristik sistem nyatanya. Oleh karena tiruan, maka karakteristik sistem yang digambarkan dalam model biasanya tidak menyeluruh, melainkan disesuaikan dengan kebutuhan tujuan studi.
Singgih (2009) mengemukakan bahwa model dapat dikelompokkan dalam beberapa jenis sebagai berikut.
19
Model fisik adalah suatu model yang dapat terlihat oleh mata dan juga terdefinisi oleh pikiran. Contoh model fisik statik adalah model bangunan yang dirancang oleh para arsitektur maupun teknik sipil. Model tersebut dapat berupa gambar maupun maket bangunan. Contoh model fisik dinamik adalah model pesawat (berukuran kecil) yang sedang dalam pengujian di ruang pengujian angin. Ruang pengujian tersebut berupaya mencontoh kondisi udara, kecepatan dan lain sebagainya dengan berbagai kondisi ukuran untuk menguji model pesawat yang akan dibangun.
Model matematik merupakan imitasi sistem nyata dalam bentuk simbol-simbol matematik. Model matematik statik tidak mempertimbangkan waktu dalam pengolahan datanya sehingga sistem tidak berubah oleh waktu, sedangkan model matemtik dinamik adalah sebaliknya. Contoh model matematik adalah model inventori (persediaan). Model persediaan ini ada yang statik yaitu yang data permintaan, data lead time diasumsikan berfsifat statik (deterministik), ada pula model persediaan dinamik dimana data permintaan, dan lead time bersifat probabilistik.
20
2.10 Konsep Dasar Simulasi
Pengertian umum tentang simulasi adalah suatu metodologi untuk melaksanakan suatu percobaan dengan menggunakan model dari suatu sisstem nyata. Sedangkan ide dasarnya adalah menggunakan beberapa perangkat untuk meniru sistem nyata guna mempelajari serta memahami sifat-sifat, tingkah laku (perangai) dari sistem nyata untuk maksud perancangan sistem atau perubahan tingkah laku (perangai) sistem.
Menurut Nasution Baihaqi (2007), Simulasi merupakan suatu aktivitas yang meniru operasi dan perilaku dari berbagai macam situasi nyata, baik fasilitas maupun prosesnya. Keadaan nyata yang akan disimulasikan itu dinamakan sistem, dimana untuk mempelajarinya diperlukan berbagai asumsi. Sedangkan Heizer dan Render dalam bukunya Operation Management (2005) “simulasi merupakan sebuah usaha untuk menyalin fitur, tampilan, dan karakteristik sebuah ide nyata”.
Tujuan Simulasi (Sridadi, dalam Yani Prihati, 2012) Dalam pandangan sistem, permodelan dan simulasi dapat digunakan untuk tujuan berikut :
a. Srudi perilaku sistem kompleks, yaitu sistem dimana suatu solusi analitik tidak dapat dilakukan.
b. Membandingkan alternative rancangan untuk suatu sistem yang tidak atau belum ada.
c. Studi pengaruh perubahan terhadap sistem yang ada dengan tanpa merubah sistem.
21
Gambar 2.6 Klasifikasi Model Simulasi
(Law, Averil M kelton, dalam Yopi Vandahardika, 2011)
Dalam model matematik digunakan notasii symbol-simbol dan persamaan matematik untuk menggambarkan sistem. Model fisik didasarkan pada analogi antara system-sistem, seperti sistem mekanis dan elektris. Penggunaan metode analitik berarti suatu cara penalaran yang deduktif dari teori matematikuntuk menyelesaikan suatu model sehingga akan didapatkan model yang sesuai dengan sistem yang dianalisa
Model simulasi biasanya dijalankan atau dicoba-coba untuk memperoleh informasi yang diinginkan. Berdasarkan hasil tersebut, penganalisaan dapat mempelajari kelakuan system. Maka simulasi bukanlah suatu teori melainkan suatumetodelogi untuk memecahkan masalah.
Terdapat 8 langkah-langkah dalam membangun model simulasi, yaitu : (Fengki Sugiarto,2012)
22
3. Membangun model
4. Melakukan verifikasi model 5. Melakukan validasi model
6. Mendesain dan membuat scenario simulasi 7. Melakukan analisis output
8. Membuat rekomendasi akhir
2.11 Model-Model Simulasi
Model-model simulasi yang ada dapat dikelompokkan ke dalam beberapa penggolongan, antara lain Priyandari (2011):
1. Model Stochastic atau probabilistic
Model stokastik adalah model yang menjelaskan kelakuan system secara probabilistic, informasi yang masuk adalah secara acak. Model ini kadang-kadang juga disebut sebagai model simulasi Monte Carlo. Didalam proses stochastic sifat-sifat keluaran (output) merupakan hasil dari konsep random (acak) merupakan hasil dari konsep random (acak). Meskipun output yang diperoleh dapat dinyatakan dengan rata-rata, namun kadang-kadang ditunjukkan pula pola penyimpanan. Model yang mendasarkan pada teknik peluang dan memperhitungkan (uncertainty) disebut model probabilistic atau model skokastic
2. Model Deterministik
Pada model ini tidak diperhatikan unsur random, sehingga pemecahan masalahnya menjadi lebih sederhana.
23
Model simulasi yang dinamik adalah model yang memperhatikan perubahan-perubahan nilai dari variabel-variabel yang ada kalau terjaadi pada waktu yang berbeda.
4. Model statik
Model statik adalah kebalikan dari model dinamik. Model static tidak memperhatikan perubahan-perubahan nilai dari variabel-variabel yang ada kalau terjadi pada waktu yang berbeda.
5. Model heuristik
Model heuristik adalah model yang dilakukan dengan cara coba-coba, kalau dilandasi suatu teori masih bersifat ringan, langkah perubahannya dilakukan berulang-ulang, dan pemilihan langkahnya bebas, sampai diperoleh hasil yang lebih baik, tetapi belum tentu optimal
2.12 Beberapa Tipe Simulasi Sistem
State dari sistem didefinisikan sebagai sekumpulan variabel-variabel yang diperlukan untuk menggambarkan kondisi awal suatu sitem pada suatu waktu tertentu. Berdasarkan statenya, sitem dibagi menjadi dua yaitu:
1. Simulasi Sitem Kontinyu
Sistem kontinyu merupakan sistem yang variabel-variabel statenya berubah terhadap waktu secara kontinyu.
2. Simulasi Sistem Diskret
24
sistem diskret. Model yang dipakai pada simulasi diskret memiliki sejumlah nilai untuk merepressentasikan beberpa aspek dari sistem disebut state descriptor (Nasuiton dan Baihaqi, 2007).
2.13 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
Bebrapa contoh simulasi komputer menurut (Arifin, 2009) berikut ini: 1. Simulasi terbang (flight simulation)
Peralatan simulator secara umum terdiri dari bagian-bagian berikut : sistem komputer (computer system), sistem gambar (visual system), sistem penampilan (display system), sistem gerak (motion system), sistem suara (sound system), sistem rasa (feel system), sistem struktur ( instructur
25
2. Simulasi Sistem Ekonomi Makro
Sistem ekonomi makro suatu negara dapat disimulasikan sebagai model persamaan linier antar variabel keadaan waktu diskret : x(k+I)+Bu(k) dan y(k)=Cx(k)+Du(k). Dimana variabel keadaan (state variable)x(k) pada tahun ke k adalah : belanja komsumtif dan investasi bisnis swasta. Masukan (input) u(k) adalah : pajak dan belanja negara, sedangkan keluaran (output) y(k) adalah : pendapatan nasional (Arifin, 2009).
2.14 Pr ogram Ar ena
Program ARENA adalah sebuah software simulasi yang diterbitkan oleh Sistem Modelling Corp. Software ini berbasis pada object oriented. ARENA menyediakan alternative dan template yang interchangeable dari model simulasi grafik dan model simulasi analisis yang dapat dikombinasikan untuk menciptakan model-model simulasi yang cukup luas dan bervariasi. Softaware ini menganut sitem drag & drop dan memilik kemampuan animasi 2 dimensi. ARENA jga memilik tingkat kompatibilitas yang baik. Kemampuan animasinya dapat ditunjang oleh file-file dari AutoCad. ARENA di spesialiskan untuk menyelesaikan maslah-masalah Simulasi Sitem Diskret. Kelebihan lain dari ARENA adalah memiliki kemampuan pengolahan data statistik, walaupun tidak begitu lengkap (Nasuiton dan Baihaqi, 2007).
26
a. Menggambarkan aliran proses dengan menggunakan model flowchart. b. Mengidentifikasi data seperti variabel, pengembangan dan penjadwalan. c. Peramalan untuk membangun biaya secara terperinci
d. Penganalisaan data global dengan distribusi e. Visualisasi dari aliran proses data.
f. Hasil analisis meliputi grafik dan analisis running model. Adapun Keuntungan Software Arena adalah sebagai berikut:
a. Menganalisa keseluruhan item yang diimputkan dari level awal sampai level akhir.
b. Dapat digunakan untuk menganalisis bisnis seperti : industri global, perbankan, asuransi keungan, dan lain-lain.
c. Penggambaran aliran proses nyata untuk mempermudah proses rekonstruksi proses yang lama dengan perancangan yang baru.
Ada 10 (sepuluh) macam distribusi yang digunakan dalam program arena, antara lain:
a. Exponensial
Distribusi Exponensial adalah distribusi yang sering digunakan untuk model inteverent pada suatu proses kedatangan acak, tetapi umumnya hanya untuk memproses penundaan waktu.
b. Gamma
27
pekerjaan dengan mesin waktu atau pada waktu memperbaiki mesin). Distribusi Gamma digunakan menjadi sama lainnya dengan distribusi Erlang. c. Lognormal
Lognormal digunakan pada situasi dimana kuantitas menjadi suatu produk
yang berjumlah acak. Distribusi ini berhubungan dengan bilangan normal. d. Normal
Distribusi normal adalah distribusi yang digunakan dalam situasi dimana batas pusat digunakan untuk menerapkan penjumlahan yang lain. Distribusi ini juga digunakan untuk pengalaman yang banyak pada suatu proses yang nampak akan mempunyai suatu distribusi symmetric, sebab distribusi ini tidak digunakan untuk penjumlahan positive seperti waktu proses.
e. Poisson
Distribusi Poisson adalah distribusi yang sering digunakan untuk banyaknya model pada peristiwa acak yang terjadi di dalam suatu interval waktu yang telah diteapkan. Jika walau antara peristwia secara berurutan yang bersifat exponent disebarkan, kemudian banyaknya peristiwa yang terjadi di dalam suatu waktu, yang interval mempunyai suatu distribusi poisson. Distribusi ini juga digunakan untuk model ukuran batch acak.
f. Triangular
28
mejelaskan dibandingkan distribusi lain yang mungkin digunakan di dalam situasi ini (ditribusi beta)
g. Unfiorm
Distribusi Uniform adalah distribusi yang digunakan ketika semua nilai-nilai atas suatu cakupan terbatas mungkin dianggap sama. Kadang-kadang tidak digunakan ketika informasi selain dari cakupan sudah tersedia. Distribusi seragam mempunyai suatu perbedaan lebih besar dibandingkan distribusi lain yang digunakan ketika sedang kekurangan informasi (distribusi triangular). h. Weibul
Distribusi Weibul secara luuas digunakan di dalam model keandalan untuk menghadirkan suatu alat. Jika suatu sistem terdiri dari sejumlah besar komponen yang gagal dengan bebas, dan jika dibandingkan waktu antara kegagalan berurutan dapat didekati oleh distribusi weibul. Distribusi ini juga digunakan untuk menghadirkan bukan suatu tugas yang negative adalah kepada yang ditinggalkan.
i. Beta
Distribusi Beta ini mempunyai kempuan untuk menerima satu bentuk yang luas, distribusi ini sering digunakan untuk membuat konsep dasar model untuk ketidhadiran data.
2.15 Verifikasi dan Validasi Model
29
untuk menentukan apakah model simulasi berjalan sesuai keinginan pembuat model, misalnya dengan melakukan proses ”debug” program komputer. Sedangkan validasi digunakan untuk menentukan apakah model simulasi mampu mewakili sistem riil secara akurat (Singgih, 2009).
a. Verifikasi Model Simulasi.
Teknik-teknik yang digunakan dalam melakukan proses verifikasi program komputer dari model simulasi, antara lain :
1. Menulis dan ”debug” program komputer untuk tiap modul atau sub-program. Pertama kali lebih baik dibuat suatu model yang sederhana dan kemudian secara bertahap dibuat lebih kompleks sesuai dengan kebutuhan.
2. Pengembangan model simulasi dilakukan dalam satu tim yang terdiri dari beberapa anggota yang memiliki tugas-tugas tertentu yang berbeda.
3. Melakukan ”tracing” sehinga dapat menusuri state sistem yang disimulasikan secara jelas.
4. Menjalankan model dengan melakukan penyederhanaan asumsi pada karakteristik model yang sudah diketahui.
5. Membuat suatu display grafis yang mampu menampilkan oqtput simulasi pada saat simulasi sedang berjalan.
b. Validasi Model Simulasi.
30
adalah validasi kotak hitam (black box validation) dan validasi kotak putih (white box validation).
Validasi kotak hitam dilakukan dengan melakukan observasi perilaku sistem riil pada suatu kondisi tertentu dan menjalankan model pada kondisi yang sedapat mungkin mendekati kondisi sistem riil. Model dianggap valid jika tidak ada perbedaan yang signifikan antara observasi model dengan sistem riil. Metodologi yang dapat dilakukan untuk melakukan perbandingan tersebut adalah dengan menetapkan suatu hipotesa awal dan selanjutnya melakukan pengujian statistik terhadap nilai rata-rata sistem riil dan hasil observasi model. Selanjutnya dilakukan analisa bahwa kurang dari x% kemungkinan bahwa hipotesa tersebut diterima atau ditolak.
Validasi kotak putih dilakukan dengan mengamati cara kerja interval model simulasi, misalnya input distribusi dan logika sistem, statis maupun dinamis.
2.16 Peneliti Terdahulu
Dalam penulisan penelitian ini, peneliti meninjau dari peneliti terdahulu diantaranya yaitu:
31
32
Kesimpulan simulasi ini dapat membantu pemecahan masalah yang dihadapi oleh pengelola jaringan kereta api mencari jadwal yang paling efisien dari hasil pengujian terlihat bahwa dengan perubahan jadwal yang kemudian disimulasikan 76% kereta mengalami perbaikan waktu perjalanan dan 22% mengalami waktu perjalanan yang lebih lama terlihat bahwa simulasi penjadwalan kereta ini dapat memberikan alternatif penjadwalan kereta yang lebih efisien.
2. Andy Setiawan, 2013, “Penentuan Jumlah Mekanik Yang Optimal Dengan Model Antrian Di Service Yamaha “YES” Putat Lor gersik”. Dewasa ini persaingan dunia industri semakin ketat khususnya pada jasa service sepeda motor. Seringnya terjadi antrian menunggu yang mengakibatkan kurangnya service yang maksimal terhadap pelanggan dan terkadang pada jam tertentu
terjadi menganggurnya para mekanik. Dengan adanya permasalahan tersebut maka dilakukan penelitian jumlah tenaga mekanik yang optimal dengan model antrian. Pengumpulan data yang dilakukan mencakup dua data yaitu : waktu antar kedatangan dan waktu pelayanan pelanggan.
33
terhadap pelanggan sudah optimal karena setandarisasi yamaha sebesar 87% jadi dari beberapa model tersebut yang dipilih adalah empat mekanik karena sudah memenuhi standar utilitas sebesar 87% dengan standarisasi yang sudah diberikan maka diharapkan tidak ada banyaknya waktu menganggur untuk mekanik dan lamanya antrian untuk pelanggan servis motor
34
34
BAB III
METODE PENELITIAN
3.1 Tempat Dan Waktu Penelitian
Penelitian ini dilakukan di CV. Fertilindo Agrolestari yang berlokasi di Km 5 Trawas Mojosari Mojokerto, Adapun penelitian ini dilaksanakan pada bulan Oktober 2014 hingga penelitian selesai dilaksanakan.
3.2 Identifikasi dan Definisi Operasional Variabel 3.2.1 Identifikasi Variabel
Variabel dapat diartikan sebagai faktor-faktor atau konsep yang mempunyai variabel nilai dan besaran. Jadi identifikasi variabel adalah kegunaan untuk menentukan faktor-faktor yang terlibat dalam penelitian yang mempunyai variasi nilai dan besaran. Penentuan variabel penelitian tergantung dari obyek yang diteliti, landasan teori dan metode yang dipakai.
3.2.2 Definisi Operasional Variabel
Variabel-variabel yang digunakan untuk penelitian ini adalah sebagai berikut:
35
2. Variabel bebas, yaitu variabel yang mempengaruhi variabel terikat. Dalam hal ini adalah :.
a) Jumlah tenaga operator yang digunakan per 1 shift kerja b) Waktu yang dibutuhkan dalam proses pelayanan operator.
36
Studi Pustaka Studi Lapangan
Pengumpulan data
- Waktu pelayanan material oleh operator .
- Waktu kedatangan dan tingkat kedatangan material.
Menentukan bentuk distribusi : Distribusi waktu kedatangan antar material
Membuat Activity Cycle Diagram (ACD)
Sistem Model Awal
37
Gambar 3.1 Langkah-Langkah Pemecahan Masalah
38
Keterangan : 1. Mulai.
2. Perumusan Masalah
Sebelum menentukan perumusan masalah, sebaiknya terlebih dahulu melakukan studi pustaka dan studi lapangan sehingga diperoleh perumusan masalah yaitu sebagai berikut :
“berapa jumlah mesin yang optimal di lantai produksi”. 3. Penetapan Tujuan Penelitian
Untuk menentukan jumlah operator yang optimal sehingga produksi bisa berjalan secara optimal.
4. Identifikasi Variabel
a) Variabel Terikat : jumlah optimal operator
b) Variabel bebas : Jumlah operator, Waktu pelayanan material oleh operator, waktu kedatangan dan tingkat kedatangan material.
5. Pengumpualan Data
Pengumpulan data pada penelitian ini terdiri dari : a. Data Primer
adalah data yang diukur pada saat penelitian lapangan pada objek penelitian, dimana data diperoleh melalui pencatatan dan pengamatan secara langsung pada area operator.
b. Data Sekunder
39
diperoleh dari usaha pengamatan langsung tetapi diperoleh dari perusahaan yang terkait sebagai lokasi penelitian, yaitu meliputi : jumlah operator dan banyak petugas yang berkerja disana, dan jumlah kebutuhan material selama bulan Oktober 2014.
6. Pengolahan Data
Menghitung waktu kedatangan dan tingkat kedatangan material. 7. Menentukan bentuk distribusinya
Untuk memudahkan menentukan bentuk distribusi maka digunakan software Arena.
8. Membuat Activity Cycle Diagram (ACD)
Merancang Activity Cycle Diagram (ACD) untuk mengetahui aliran proses. 9. Sistem Model Awal
Merancang Model awal dengan memasukkan distribusi yang sudah ditentukan.
10. Aplikasi Model Awal
Menjalankan atau proses running model awal yang sudah dibuat. Jika model awal tidak berjalan atau error maka ada kesalahan dalam memasukkan data dan apabila model awal berjalan atau proses running maka bisa lanjut ke tahap selanjutnya.
11. Verifikasi Model
40
Teknik-teknik yang digunakan dalam melakukan proses verifikasi program komputer dari model simulasi, antara lain :
• Menulis dan ”debug” program komputer untuk tiap modul atau
sub-program. Pertama kali lebih baik dibuat suatu model yang sederhana dan kemudian secara bertahap dibuat lebih kompleks sesuai dengan kebutuhan.
• Pengembangan model simulasi dilakukan dalam satu tim yang terdiri dari
beberapa anggota yang memiliki tugas-tugas tertentu yang berbeda.
• Melakukan ”tracing” sehinga dapat menusuri state sistem yang
disimulasikan secara jelas.
• Menjalankan model dengan melakukan penyederhanaan asumsi pada
karakteristik model yang sudah diketahui.
• Membuat suatu display grafis yang mampu menampilkan oqtput simulasi
pada saat simulasi sedang berjalan. 12. Perhitungan Utilitas Model Awal
Dengan menghitung rata-rata utilitas yang sudah dihasilkan model awal dari software Arena. Apakah utilitas dari model awal mendekati 87% ? Jika iya,
maka model awal sudah bisa dikatakan optimal dan jika tidak, maka menuju program model usulan.
13. Sistem Model Usulan. Merancang model usulan. 14. Aplikasi Model Usulan.
41
memasukkan data dan apabila model usulan berjalan atau proses running maka bisa lanjut ke tahap selanjutnya.
15. Validasi dan Verifikasi Model
Melakukan validasi model apakah model tersebut sudah seperti bentuk nyata atau tidak dengan cara membandingkan parameter antara model simulasi dengan sistem yang disimulasikan.Verifikasi Model Memverifikasi model tersebut dengan memeriksa data yang telah kita inputkan. Apabila model sudah di valid jika iya, maka lanjut ke proses running dan jika tidak kembali ke sistem model awal sampai didapatkan hasil yang valid.
16. Perhitungan Utilitas Model Usulan
Dengan menghitung rata-rata utilitas yang sudah dihasilkan model usulan dari software Arena. Apakah utilitas dari model usulan mendekati 87%? Jika iya, maka model usulan sudah bisa dikatakan optimal dan jika tidak, maka dibuat model usulan yang baru.
17. Rekomendasi Jumlah Operator Yang Optimal Merekomendasikan hasil simulasi model usulan. 18. Hasil Dan Pembahasan
Hasil pengolahan data yang diperoleh akan dianalisa dan diinterpretasikan. Sehingga bisa diketahui apakah perlu penambahan jumlah mesin atau tidak. 19. Kesimpulan Dan Saran
42
merupakan usulan perbaikan bagi perusahaan secara umum dan objek penelitian secara khusus.
44
BAB IV
HASIL DAN PEMBAHASAN
4.1 Pengumpulan Data
4.1.1 Waktu Antar Kedatangan Material
Waktu Antar Kedatangan Material adalah waktu antar kedatangan Material yang datang per satuan waktu
Tabel 4.1 Data Rata-rata Waktu Antar Kedatangan material
Hari / Tanggal Rata-rata Waktu Antar Kedatangan
Material (Menit)
Selasa 07 Oktober 2014 5,7
Rabu 08 Oktober 2014 6,4
Kamis 09 Oktober 2014 5,9
Jumat 10 Oktober 2014 5,7
Sabtu 11 Oktober 2014 7,1
Senen 13 Oktober 2014 8,2
Selasa 14 Oktober 2014 7,4
Rabu 15 Oktober 2014 6,7
Kamis 16 Oktober 2014 6,5
Jumat 17 Oktober 2014 5,7
Sabtu 18 Oktober 2014 8,5
Senen 20 Oktober 2014 8,2
Selasa 21 Oktober 2014 7,6
Rabu 22 Oktober 2014 5,9
Kamis 23 Oktober 2014 6,6
Jumat 24 Oktober 2014 5,8
Sabtu 25 Oktober 2014 6,3
Senen 27 Oktober 2014 5,7
Selasa 28 Oktober 2014 5,4
Rabu 29 Oktober 2014 6,8
Kamis 30 Oktober 2014 6,9
45
Untuk rincian data waktu antar kedatanggan material bisa dilihat pada lampiran 1
4.1.2 Waktu Pelayanan Material Oleh Operator
Waktu Pelayanan Material Oleh Operator adalah waktu pelayanan yang datang per satuan waktu.
Tabel 4.2 Data Rata-rata Waktu Pelayanan Material
Hari / Tanggal
Rata-rata Waktu Pelayan Material(Menit)
Operator 1 Operator 2
46
Untuk rincian data waktu pelayanan material dapat dilihat pada lampiran I
4.2 Pengolahan Data
4.2.1 Menentukan Bentuk Distribusi
4.2.1.1 Distribusi Waktu Antar Kedatangan Material
Untuk tahap selanjutnya adalah mencari distribusi waktu antar kedatangan Material, yaitu pengamatan selama 1 bulan, mulai tanggal 1 Oktober – 31 Oktober 2014 adalah sebagai berikut :
Tabel 4.3 Distribusi Waktu Antar Kedatangan Material
Distribusi Waktu Antar Kedatangan Material Expression
BETA 1.5 + 12 * BETA(3.35, 5.43)
Untuk rincian penentuan distribusi waktu antar kedatangan Material selengkapnya dapat dilihat pada lampiran II.
4.2.1.2 Distr ibusi Waktu Pelayanan Material
Setelah menentukan distribusi waktu antar kedatangan material selanjutnya menentukan waktu pelayanan material oleh operator, yaitu sebagai berikut :
Tabel 4.4 Distribusi Waktu Pelayanan Material
Distribusi Waktu Pelayanan Material Expression
BETA 9.5 + 11 * BETA(9.9, 10.2)
47
4.2.2 Sistem Model Awal 4.2.2.1 Aplikasi Model Awal
Pada Gambar 4.1 ditunjukkan gambar diagram aktivitas dari kedatangan material, proses pelayanan oleh operator, selesai.
Terjadi antrian material pada Operator
Tidak ada masalah
Gambar 4.1 Diagram Aliran Aktivitas Gabungan Awal
Diagram di atas menjelaskan bahwa material datang menuju ke operator di operator material di cek dan di data pada saat pelayanan oleh operator terjadi penumpukan material. Setelah dilayani material langsung menuju ruang produksi pada ruang produksi tidak terjadi masalah.
Dari data yang sudah dihasilkan, simulasi keadaan awal pada adalah sebagai berikut
Gambar 4.2 Tampilan Awal Arena Sebelum Dilakukan Proses Run
Selesai
Operator 1
Operator 2
Ruang Produksi
48
Gambar di atas menunjukkan kondisi awal sebelum dilakukan proses Run dengan 2 operator. Selanjutnya langkah-langkah pengolahan data yang dimasukkan dalam proses pengerjaan program Arena adalah sebagai berikut : - Memasukkan jenis distribusi untuk data kedatangan yang sudah ditentukan
dalam Create.
Gambar 4.3 Tamplian Create
Gambar 4.4 Tampilan Process
49
Gambar 4.5 Tampilan Decide
- Ganti action dengan seize delay release. Dan klik add untuk memasukkan Resource.
Gambar 4.6 Tampilan Resources Dalam Process
50
Gambar 4.7 Tampilan Run Setup
- Selanjutnya kita verifikasi terlebih dahulu model kita dengan cara klik kanan view lalu pilih check
Gambar 4.8 Tampilan Model Yang Sudah Diverifikasi
51
Gambar 4.9 Model Setelah Proses Running Dengan Dua Operator
Gambar 4.10 Tampilan Hasil Output Software Arena Dua Operator
52
4.2.3 Sistem Model Usulan
4.2.3.1Sistem Modul Usulan Dengan 3 (tiga) Oper ator
Dengan kondisi awal menggunakan dua operator dimana rata-rata tingkat utilitasnya sebesar 98% dan hal ini belum sebesar rata-rata tingkat utilitas yang diharapkan yaitu sebesar 87%, maka dilakukan percobaan simulasi dengan menambah satu tenaga operator lagi sehingga total operator menjadi tiga orang. Adapun model dan utilitasnya bisa dilihat pada gambar 4.11 berikut demikian maka dalam usulan simulasinya yaitu dengan menambah jumlah 3 (tiga) operator dalam keadaan yang sama dan menghasilkan seperti berikut ini :
Gambar 4.11 Model Usulan Setelah Proses Running Dengan Tiga Operator
53
Dari hasil output dapat diketahui setelah dilakukan proses running dengan 3 operator diperoleh tingkat kegunaan fasilitas (utilitas) operator 1 sebesar 81%, operator 2 sebesar 76%, operator 3 sebesar 85%, sehingga rata-rata tingkat utilitas yang dialami operator sebesar 81% dan nilai ini sudah mendekati nilai standarisasi yaitu sebesar 87%. Hal ini berarti pelayanan terhadap material sudah optimal.
4.2.3.2Sistem Model Usulan Dengan 4 Operator
Dengan kondisi awal yang demikian maka dalam usulan simulasinya yaitu dengan menambah jumlah 4 (empat) operator dalam keadaan yang sama dan menghasilkan seperti berikut ini :
54
Dari hasil output dapat diketahui setelah dilakukan proses running dengan 4 operator diperoleh tingkat kegunaan fasilitas (utilitas) operator 1 sebesar 81%, operator 2 sebesar 75%, operator 3 sebesar 61%, operator 4 sebesar 24%. sehingga rata-rata tingkat utilitas yang dialami operator sebesar 60% dan berada di bawah standarisasi yaitu 87%. Hal ini berarti pelayanan terhadap material tidak optimal.
4.2.4 Perbandingan Nilai Utilitas Tiap-tiap Operator
Adapun perbandingan nilai rata-rata utilitas model awal dan usulan bisa dilihat pada Tabel 4.5 berikut :
Tabel 4.5 Nilai Rata-rata Utilitas Tiap Operator
Jumlah Operator Rata-rata Nilai Utilitas
2 98%
3 81%
4 60%
Dari tabel di atas diketahui bahwa dengan menggunakan 2 (dua) opertor didapatkan nilai rata-rata utilitas sebesar 98%, apabila dengan menggunakan 3 (tiga) operator didapatkan nilai rata-rata utilitas sebesar 81% dan jika menggunakan 4 (empat) operator didapatkan nilai rata-rata utilitas sebesar 60%.
55
4.3 Hasil dan Pembahasan
Adapun hasil dan pembahasan adalah sebagai berikut :
1. Kodisi awal 2 (dua) operator, diperoleh tingkat kegunaan fasilitas (utilitas) operator 1 sebesar 99%, dan operator 2 sebesar 97%, sehingga rata-rata tingkat utilitas yang dialami operator sebesar 98% dan masih di atas standarisasi yaitu 87%. Hal ini berarti pelayanan terhadap material belum optimal.
2. Kondisi 3 (tiga) operator, diperoleh tingkat kegunaan fasilitas (utilitas) line operator 1 sebesar 81%, operator 2 sebesar 76%, dan operator 3 sebesar 85%, sehingga rata-rata tingkat utilitas yang dialami operator sebesar 81% dan nilai ini sudah mendekati standarisasi sebesar 87%. Hal ini berarti pelayanan terhadap material sudah optimal.
3. Kondisi 4 (empat) operator, diperoleh tingkat kegunaan fasilitas (utilitas) operator 1 sebesar 81%, operator 2 operator 75%, operator 3 sebesar 61%, dan operator 4 sebesar 21%. sehingga rata-rata tingkat utilitas yang dialami operator sebesar 60% dan berada di bawah standarisasi yaitu 87%. Hal ini berarti pelayanan terhadap material yang datang tidak optimal.
