Perancangan Model Simulasi Untuk Penentuan Jumlah dan Kombinasi Dump Truck dan Excavator di PT. UTSG

(1)

PRESENTASI TUGAS AKHIR

Perancangan Model Simulasi Untuk Penentuan

Jumlah dan Kombinasi Dump Truck dan

Excavator di PT. UTSG

Jurusan Teknik Industri

Fakultas Teknologi Industri

Institut Teknologi Sepuluh Nopember

2011

Disusun Oleh : Eka Angga Riandhika (2507100106) Dosen Pembimbing : Stefanus Eko Wiratno, ST., MT. Dosen Ko - Pembimbing : Effi Latiffianti, ST., M.Sc

(2)

Latar Belakang

Tugas Akhir– Eka Angga Riandhika – Jurusan Teknik Industri ITS 2011

Tanah Liat

Batu Kapur Alat Utama

Pertambangan

Dump Truck Excavator

Latar Belakang

Dump Truck Excavator

?

• Dump truck CWB (kapasitas 20 ton) • Dump truck Scania (kapasitas 30 ton) • Excavator PC 200 (tanah liat) • Excavator PC 400 (tanah liat • Excavator PC 400 • Excavator PC 600 • Excavator PC 700

(3)

Latar Belakang

?

Variabilitas

Jarak

Variabilitas

Waktu Proses

Jadwal operasi

crusher

• Dilakukan di 15 blok penambangan (batu kapur) • Dilakukan di 2 blok tambang (tanah liat) • Jarak tempuh antara

lokasi tambang dengan

crusher berbeda-beda

• Setiap 5 lokasi blok tambang dilayani oleh satu crusher

Fluktuatif

demand

Latar Belakang

?

Variabilitas

Jarak

Variabilitas

Waktu Proses

Jadwal operasi

crusher

Waktu disetiap proses berbeda (waktu loading, hauling, positioning, dan dumping)

Fluktuatif

demand

(4)

Latar Belakang

?

Variabilitas

Jarak

Variabilitas

Waktu Proses

Jadwal operasi

crusher

• Crusher beroperasi secara probabilistik • Satu crusher dapat

melayani lebih dari 5 blok tambang • Kemungkinan jumlah cruher yang beroperasi sangat probabilistik

Fluktuatif

demand

Latar Belakang

?

Variabilitas

Jarak

Variabilitas

Waktu Proses

Jadwal operasi

crusher

Fluktuatif

demand

• Kebutuhan batu kapur dan tanah liat disetiap bulan berbeda-beda • Tanah Liat harus

mengimbangi produksi batu kapur sebanyak 22%

(5)

Fluktuatif Demand dan Fluktuatif

Operasi Crusher

Kebutuhan Batu Kapur 2009 (Sumber: PT. UTSG, 2010 )

Kebutuhan Tanah Liat 2009 (Sumber: PT. UTSG, 2010)

Fluktuatif Demand dan Fluktuatif

Operasi Crusher

(6)

Penentuan Jumlah Dump Truck dan

Excavator

Perhitungan

Analitis

Jarak Terbobot Keserasian Kerja

Perhitungan Jumlah Dump Truck dan

Excavator Berdasarkan Jarak Terbobot

Komponen waktu: • Waktu loading • Waktu hauling • Waktu positioning •Waktu dumping • Waktu antri

No. Jarak (meter) Rata-Rata Waktu _(menit)

1. 500 1,303 2. 1000 2,25 3. 1500 3,12 4. 2000 4,363 5. 2500 5,48 6. 3000 6,53 7. 3500 7,53 8. 4000 9,13 9. 4500 10,47 10. 5000 11,37 11. 5500 12,7 12. 6000 13,6

Waktu Hauling Dump Truck Batu Kapur No. Jarak (meter) Rata-Rata Waktu _Hauling_(menit)

1. 4500 10,01

2. 5000 11,1

Waktu Hauling Dump Truck Tanah Liat

No. Aktifitas Waktu (detik)

1. Positioning 16,8

2. Antri 236

No. Jenis Dump Truck Waktu (detik)

1. CWB 22 2. CWB (Tanah Liat High Grade) 20,1 3. CWB (Tanah Liat Low Grade) 32,2 4. Scania 28

(7)

Perhitungan Jumlah Dump Truck dan

Excavator Berdasarkan Jarak Terbobot

Komponen waktu: • Waktu loading • Waktu hauling • Waktu positioning •Waktu dumping • Waktu antri

No. Jenis Excavator Rata-Rata Waktu _(menit) 1. PC 200 (tanah liat

Low Grade) 2,48 2. PC 200 (tanah liat _{High Grade}₎ 2,46 3. PC 400 (tanah liat _{Low Grade}₎ 1,66 4. PC 400 (tanah liat _{High Grade}₎ 1,61

5. PC 400 2,91

6. PC 600 2,29

7. PC 700 1,97

Waktu Loading Dump Truck CWB

No. Jenis Excavator Rata-Rata Waktu _(menit) 1. PC 200 (tanah liat

Low Grade) -2. PC 200 (tanah liat _{High Grade}₎

-3. PC 400 4,401

4. PC 600 2,67

5. PC 700 2,26

Waktu Loading Dump Truck Scania

Penentuan Waktu Siklus :

Waktu Siklus Dump Truck = waktu loading + waktu hauling + waktu positioning + waktu

dumping + waktu antri +waktu kembali

Waktu Siklus Dump Truck Batu Kapur

Waktu Siklus Dump Truck Tanah Liat

Perhitungan Jumlah Dump Truck dan

(8)

Penentuan Ritase / jam:

Ritase / jam: 3600 detik / waktu siklus

Contoh: Jarak 500m oleh PC 400 dump truck CWB Ritase / jam = 3600 detik / 622.56 detik

Ritase / jam = 5, 78 kali

Ritase Dump Truck Batu Kapur _{Ritase Dump Truck Batu Kapur}

Perhitungan Jumlah Dump Truck dan

Excavator Berdasarkan Jarak Terbobot

Jarak Terbobot: Jarak Terbobot =

(jarak hauling ke - j* ritase oleh jenis dump truck ke – I jenis excavator ke -k ) ( ritase jenis dump truck ke – i pada jarak ke – j dan oleh jenis excavator ke –k) Jarak Terbobot Dump Truck CWB = 2.568,614 m

Jarak (m)

Rata-Rata Ritase

3.000 3,08

2.568,614

x

2.500 3,45

=

= 1.540 – 500*x = - (159,61282) 1.699.61282 = 500*x x = 3,39 kali / jam Interpolasi

Perhitungan Jumlah Dump Truck dan

(9)

No. Jenis Dump Truck Ritase (kali / jam)

1. CWB 3,39

2. CWB (Tanah Liat) 3,13

3. Scania 2,53

Ritase Dump Truck untuk Pertambangan Batu Kapur dan Tanah Liat

Perhitungan Jumlah Dump Truck dan

Excavator Berdasarkan Jarak Terbobot

Produktifitas / bulan:

Produktifitas / bulan = jumlah hari * shift kerja / hari * kapasitas dump truck * ritase Contoh: bulan Januari dengan dump truck CWB

Produktifitas / bulan = 31 hari * 13 jam / hari *20 ton * 3,39 kali / jam Produktifitas / bulan = 27.404 ton

Jumlah dump truck CWB = kebutuhan / produktifitas dump truck Jumlah dump truck CWB = 820.658 ton / 27.404 ton

Jumlah dump truck CWB = 29,9 unit = 30 unit

Perhitungan Jumlah Dump Truck dan

(10)

Jumlah Dump Truck Untuk Batu Kapur Selama Satu Tahun

Jumlah Dump Truck Untuk Tanah Liat Selama Satu Tahun

Perhitungan Jumlah Dump Truck dan

Excavator Berdasarkan Jarak Terbobot

Perhitungan Jumlah Dump Truck dan

Excavator Berdasarkan Jarak Terbobot

Produktifitas Excavator Tiap Jam

Penentuan kombinasi excavator: Penentuan kombinasi excavator didasarkan pada nilai ratio-nya.

No. Keterangan Ratio

1. PC 700 3

.2 PC 600 2

.3 PC 400 1,5

.4 PC 200 1

Nilai Ratio Excavator

Sumber: PT. UTSG, 2010

Dari nilai ratio, didapatkan bahwa 1 unit PC 700 setara dengan 1,5 unit PC 600, 2 unit PC 400, dan 3 unit PC 200

(11)

Perhitungan Jumlah Dump Truck dan

Excavator Berdasarkan Jarak Terbobot

Penentuan Jumlah Excavator:

Penentuan jumlah excavator didasarkan pada produktifitas per jam.

No. Jenis Excavator Produktifitas (ton/jam) 1. PC 700 325 2. PC 600 341 3. PC 400 231 4. PC 400 (Tanah Liat) 185 5. PC 200 140 Sumber: PT. UTSG, 2010

Produktifitas Excavator Tiap Jam

Perhitungan Jumlah Dump Truck dan

Excavator Berdasarkan Jarak Terbobot

Penentuan Jumlah Excavator:

Jumlah excavator =

Produktifitas / bulan = jumlah hari / bulan * shift kerja / hari * produktifitas / jam Contoh: Untuk bulan Januari oleh PC 700 tambang batu kapur

Produktifitas / bulan = 31 hari / bulan * 13 jam / hari * 325 ton / jam Produktifitas / bulan = 130.975 ton / bulan

Jumlah excavator PC 700= 820.658 ton / 130.975 ton Jumlah excavator PC 700= 6,26 unit = 7 unit

(12)

Perhitungan Jumlah Dump Truck dan

Excavator Berdasarkan Jarak Terbobot

Jumlah Excavator Selama Satu Tahun Tambang Batu Kapur

Jumlah Excavator Selama Satu Tahun Tambang Tanah Liat

Perhitungan dengan berdasarkan jarak terbobot dilakukan secara terpisah antara

dump truck dan excavator sehingga tidak diketahui komposisi yang baik

Perhitungan Jumlah Dump Truck dan

Excavator Berdasarkan Keserasian Kerja

Penentuan waktu siklus berdasarkan jarak terbobot: Contoh: Waktu siklus dump truck CWB

Jarak

(m) Waktu Siklus Dump Truck (detik)

3.000 1249,8 2.568,614 x 2.500 1123,8 = = 624.900 – 500*x = 54.354,636 570.545,364 = 500*x x = 1141,1 detik = 19,02 menit Interpolasi

Biaya Sewa Excavator / jam mahal, sehingga

excavator tidak boleh idle

(13)

Perhitungan Jumlah Dump Truck dan

Excavator Berdasarkan Keserasian Kerja

Perhitungan jumlah dump truck CWB agar excavator PC 400 tidak idle: Jumlah dump truck CWB =

Jumlah dump truck CWB =

Jumlah dump truck CWB = 7,58 unit = 8 unit

Total waktu produktifitas = jumlah dump truck * waktu loading untuk 1 unit dump truck Total waktu produktifitas = 8 unit * 2,91 menit / unit

Total waktu produktifitas = 23,28 menit

Produktifitas tiap 23,28 menit = 8 unit * 20 ton / unit = 160 ton Contoh: Untuk kebutuhan bulan Januari

Produktifitas / bulan = jam kerja / hari * 31 hari * tonase / total waktu produktifitas Produktifitas / bulan = 13 jam / hari *31 hari * 160 ton / 23,28 menit

Produktifitas / bulan = 13 * 60 menit / hari *31 hari *160 ton / 23,28 menit Produktifitas / bulan = 166.185,567 ton

Sehingga dalam 1 lini (1 excavator PC 400 dan 8 unit CWB) dalam 1 bulan mampu menghasilkan 166.185,567 ton.

Perhitungan Jumlah Dump Truck dan

Excavator Berdasarkan Keserasian Kerja

Sehingga dalam 1 lini (1 excavator PC 400 dan 8 unit CWB) dalam 1 bulan mampu menghasilkan 166.185,567 ton. Output tersebut belum mencapai kebutuhan bulan Januari Sebesar 820.658 ton. Maka diperlukan untuk menambah jumlah lini.

Jumlah lini = kebutuhan per bulan / produktifitas per bulan Jumlah lini = 820.658 ton / 166.185,567 ton

Jumlah lini = 5 lini

Sehingga untuk memenuhi kebutuhan batu kapur bulan Januari diperlukan 5 unit

(14)

Perhitungan Jumlah Dump Truck dan

Excavator Berdasarkan Keserasian Kerja

Komposisi Dump Truck dan Excavator Pada Pertambangan Batu Kapur

Perhitungan Jumlah Dump Truck dan

Excavator Berdasarkan Keserasian Kerja

Komposisi Dump Truck dan Excavator Pada Pertambangan Tanah LIat

Penentuan komposisi untuk multi excavator dan dump truck sulit untuk dilakukan, sehingga perlu dilakukan studi untuk menentukan jumlah dan kombinasi dump truck

dan excavator yang mampu memenuhi kebutuhan batu kapur dan tanah liat

Bulan

Jumlah Excavator dan Dump Truck (Unit) Komposisi I

Jumlah Excavator dan Dump Truck (Unit) Komposisi II Excavator PC 200 Dump Truck CWB Excavator PC 400 Dump Truck CWB Januari 1 12 1 15 Februari 1 12 1 15 Maret 1 12 1 15 April 1 12 1 15 Mei 1 12 1 15 Juni 1 12 1 15 Juli 1 12 1 15 Agustus 1 12 1 15 September 1 12 1 15 Oktober 1 12 1 15 Nopember 1 12 1 15 Desember 1 12 1 15

(15)

Rumusan Masalah

Bagaimana menentukan jumlah dan

kombinasi dump truck dan excavator

yang digunakan untuk memenuhi

kebutuhan batu kapur dan tanah liat

Tujuan Penelitian

1 • Membangun model simulasi eksisting yang digunakan untuk

memenuhi kebutuhan bulanan batu kapur dan tanah liat.

2 • Melakukan

eksperimen untuk

menentukan

jumlah dan

kombinasi dump truck dan excavator yang mampu memenuhi

kebutuhan batu kapur dan tanah liat

3 • Menentukan jumlah dump truck dan excavator dengan metode

analitis

• Menawarkan rekomendasi dan skenario kepada PT. UTSG

(16)

Manfaat Penelitian

1

• Perusahaan dapat mengetahui jumlah dan kombinasi dump

truck dan excavator untuk memenuhi kebutuhan batu kapur

dan tanah liat

2

• Perusahaan mendapatkan beberapa rancangan skenario penentuan jumlah dan kombinasi dump truck dan excavator yang mampu memenuhi kebutuhan bulanan batu kapur dan tanah liat serta mampu mengurangi total biaya.

Batasan dan Asumsi

Batasan

• Alat angkut

pertambangan yang menjadi obyek penelitian adalah dump truck dan excavator.

• Sistem yang diamati pada pertambangan batu kapur adalah saat loading hingga dumping material ke crusher

• Sistem yang diamati pada pertambangan tanah liat adalah saat loading hingga dumping material ke stock pile

Asumsi

• Peralatan yang jenisnya

sama tetapi tahunnya berbeda dianggap performansinya sama • Tidak ada perubahan

proses pada range waktu pengamatan

(17)

Studi Untuk Penentuan Jumlah dan

Kombinasi Dump Truck dan Excavator

Mining

System

Konseptual

model

Simulation

model Sistem

Pertambangan

Simulasi merupakan tiruan dari sebuah sistem yang

digunakan untuk mengetahui performa sistem tersebut Sistem merupakan sekumpulan komponen yang beroperasi bersama-sama untuk mencapai

tujuan

Komponen Sistem

Komponen Sistem Entitas Aktivitas Attribute Control Variabel Resource

(18)

Penelitian Terdahulu

Simulasi yang dibedakan berdasarkan sifat probabilistik. Simulasi deterministik merupakan simulasi pada suatu sistem yang tidak mengandung peubah/variabel yang bersifat probabilistik. Model simulasi stokastik adalah simulasi yang memiliki variabel yang bersifat probabilistik

Salhi.S & Rand.K.G (1991)

• Penentuan komposisi alat angkut dengan menggunakan pendekatan heuristik. Dalam penelitiannya peneliti mempertimbangkan rute perjalanan kendaraan yang terbaik untuk mendapatkan komposisi kendaraan yang ekonomis.

• Namun dalam penelitian tersebut masih terdapat beberapa kelemahan yang diantaranya penentuan komposisi kendaraan yang optimum sangat ditentukan oleh inisial awal dalam menginputkan jumlah kendaraan, jarak rute tidak dimasukan sebagai variabel (hanya biaya rute), variabilitas rendah dan pola demand yang cenderung stabil.

Burt dkk (2006)

• Penentuan alat tambang (shovel &Truck) dengan menggunakan model

Mix Integer Linier Programing(MILP) yang digunakan untuk

penaksiran linieritas fungsi biaya.

• Dalam model MILP, produktivitas dalam ton telah dijadikan konstrain &jenis truck tidak homogen.

• Fungsi biaya tidak selalu linier sehingga penulis mengasumsikan bahwa cycle time alat digunkan yang paling lambat & flat cost per ton per unit harus diterima

• Proses hauling truck tidak ditentukan, loader masih homogen, demad konstan

Penelitian Terdahulu

Fioroni.M.M dkk (2008)

• Penggunaan model simulasi dan optimasi secara bersamaan untuk perencanaan peralatan penambangan biji besi. Tools yang digunakan dalam penelitiannya menggunakan software ARENA dan lingo. • Optimasi digunakan untuk menentukan alokasi truck dan loader di

pertambangan dan juga untuk menentukan jumlah perjalanan truck dari ROM menuju loader. pada penilitian ini penulis harus memasukan 330 variabel keputusan dan 265 konstrain untuk mendapatkan hasil komposisi yang optimum sebelum dilakukan simulasi.

• Dalam sistem penambangan ini bahan baku yang telah diangkut akan dimasukan kedalam tempat penyimpanan (pile) sehingga tidak terjadi antrian, pola demand yang konstan, kemudian alat gali muat yang dimasukan ke dalam model optimasi bersifat homogen, walaupun ada

(19)

Penelitian Terdahulu

Fakhruzy, Hilman (2010)

• Penentuan komposisi alat angkut pertambangan (dump truck) pada pertambangan batu kapur di PT. UTSG menggunakan simulasi

• Namun, dalam kondisi nyata, terdapat dua pertambangan (pertambangan batu kapur dan tanah liat) dan alat angkut pertambangan (dump truck dan

excavator) yang digunakan saling dedicated

• Masih adanya simplifikasi yang dilakukan seperti hauling time • Jadwal crusher dianggap konstan

Riandhika, E. A (2010)

• Penentuan komposisi alat angkut pertambangan (dump truck dan

excavator) pada pertambangan batu kapur dan tanah liat di PT. UTSG

menggunakan simulasi

• Memasukkan unsur stokastik jadwal crusher ke dalam model simulasi • Waktu operasi alat (cycle time) yang tidak konstan

Pemodelan dan Simulasi (3)

Sim u la si d in a mis d a n sta

tisSimulasi yang dibedakan _{berdasarkan pengaruh}

terhadap waktu. Simulasi statis merupakan simulasi pada suatu sistem yang tidak mempunyai pengaruh besar terhadap waktu.

Sedangkan simulasi dinamis adalah simulasi pada suatu sistem yang memiliki pengaruh besar

Sim u la si k o n tin u d a n d isk

ritSimulasi yang dibedakan _{berdasarkan adanya}

perubahan tiap satuan waktu. Simulasi diskrit adalah simulasi dimana peubah/variabel dari sistem dapat berubah-ubah pada titik-titik waktu tertentu

simulasi kontinu adalah simulasi dimana peubah/variabel berubah-Sim u la si sto k a stik d a n d e te rmin istik

Simulasi merupakan tiruan dari sebuah sistem dengan

menggunakan model komputer untuk melakukan evaluasi dan meningkatkan

(20)

Metodologi Penelitian

C

B

A

Flowchart Penelitian (1)

Perumusan Masalah dan Tujuan Studi Literatur

Alat gali muat dan angkut Konsep biaya Permodelan dan Simulasi

Review penelitian terdahulu

Proses penambangan batu kapur dan tanah liat Alat – alat tambang yang digunakan Operasi kerja alat pertambangan Operasi kerja crusher

Blok penambangan pada batu kapur dan tanah liat Studi Lapangan

Pengamatan bisnis proses penyediaan batu kapur dan tanah liat Pembuatan Model Konseptual

Activity Cycle Diagram (ACD)

Validasi Model

Pembuatan Model Simulasi

Data waktu siklus excavator dan dump truck Data aktu pengantaran material ke crusher atau

stock pile

Data waktu operasi kerja crusher

Data biaya kepemilkan dan operasional dump truck dan excavator

Pengumpulan Data

Penentuan waktu siklus rata – rata dump truck dan

excavator

Penentuan produktifitas dan performansi dump

truck dan excavator

Penghitungan biaya – biaya yang berpengaruh Pengolahan Data

Verifikasi / validasi model Simulasi model eksisting

A B

Tahap Identifikasi Masalah

Pengolahan Data Pengumpulan Data Eksperimen Model Ya Tidak Ya Tidak

Perhitungan analitis sebagai solusi awal bagi model eksisting dan skenario

(21)

Flowchart Penelitian (2)

A B

Model skenario dan eksperimen

Kesimpulan dan saran Analisa output dan komparasi biaya

Model Konseptual

Simulasi yang dibedakan berdasarkan sifat probabilistik. Simulasi deterministik merupakan simulasi pada suatu sistem yang tidak mengandung peubah/variabel yang bersifat probabilistik. Model simulasi stokastik adalah simulasi yang memiliki variabel yang bersifat probabilistik Batu Kapur Menunggu di loading Loading oleh Excavator Truk Antri Loading Hauling oleh Dump Truck Dumping Material oleh Dump truck Dump Truck Mengantri Dumping Apakah Crusher Rusak ? Crusher Iddle Crusher Menunggu Diperbaiki Perbaikan Crusher Truk Antri Loading Dump truck kosong kembali ke tambang Batu Kapur Diproses

(22)

Model Konseptual

Simulasi yang dibedakan berdasarkan sifat probabilistik. Simulasi deterministik merupakan simulasi pada suatu sistem yang tidak mengandung peubah/variabel yang bersifat probabilistik. Model simulasi stokastik adalah simulasi yang memiliki variabel yang bersifat probabilistik Tanah Liat Menunggu di loading Loading oleh Excavator Truk Antri Loading Hauling oleh Dump Truck Dumping Material oleh Dump truck Dump Truck Mengantri Dumping Truk Antri Loading Dump truck kosong kembali ke tambang Tanah Liat di Crusher

Model Konseptual Pertambangan Tanah Liat

Pemodelan dan Simulasi

(23)

Verifikasi dan Validasi Model Simulasi

Verifikasi digunakan untuk

mengetahui apakah model

simulasi yang telah dibuat sudah

sesuai dengan alur logika

Menekan tombol

F5 pada software

Arena

Verifikasi dan Validasi Model Simulasi

Validasi model

Dilakukan perbandingan antara output simulasi dengan output

sistem.

Inputan resource yang digunakan adalah sebagai berikut:

No. Jenis Jumlah (unit)

1. PC 200 4 2. PC 400 9 3. PC 400 (Tanah Liat) 2 4. PC 600 2 5. PC 700 5 6. CWB 20 7. CWB (Tanah Liat) 10 8. Scania 20

(24)

Verifikasi dan Validasi Model Simulasi

Output sistem batu kapur:

Output 20 ton (CWB) batu kapur:

**20 ton * 3,4 kali / jam * 31 hari * 20 unit * 13 jam / hari**

Output 20 ton batu kapur: 548.080 ton

Output 30 ton (Scania) batu kapur:

**30 ton * 3,13 kali / jam * 31 hari * 20 unit * 13 jam / hari**

Output 30 ton batu kapur: 756.834 ton

Output total batu kapur = Output CWB + Output Scania

Output total batu kapur = 1.304.914 ton

Output sistem tanah liat:

Output 20 ton (CWB) tanah liat:

**20 ton * 2,53 kali / jam * 31 hari * 10 unit * 13 jam / hari**

Output total tanah liat = 203.918 ton

Verifikasi dan Validasi Model Simulasi

Metode Validasi

Metode validasi yang digunakan adalah Welch Confidence Interval, sebab: • Hipotesa:

H0= µ1- µ2 = 0

H1= µ1- µ2 ≠ 0

• Masing-masing populasi saling bebas dan berdistribusi normal dalam populasi maupun antar populasi

• Jumlah sample antar populasi tidak harus sama

(25)

Verifikasi dan Validasi Model Simulasi

Simulasi yang dibedakan berdasarkan sifat probabilistik. Simulasi deterministik merupakan simulasi pada suatu sistem yang tidak mengandung peubah/variabel yang bersifat probabilistik. Model simulasi stokastik adalah simulasi yang memiliki variabel yang bersifat probabilistik Replikasi 1 bulan 1 1.304.914 1.226.100 2 1.304.914 939.900 3 1.164.150 4 1.131.300 5 1.266.750 Rata-rata 1.304.914 1.145.640 Standar Deviasi 0 126.509,5322 Variance 0 16.004.661.750 N 2 5 n-1 1 4 H0 = µ1 - µ2 = 0 H1 = µ1 - µ2 α = 0,05 df = df = 4.00 hw = hw = 3,4956 hw = 197.758.8222

Sehingga convidence intervalnya adalah:

P[(x1-x2) – hw <= µ1- µ2 <= (x1-x2) + hw ]= 1-α

-38.484,8222 < = µ1- µ2 < = 357.032,8222

Karena nilai 0 terletak di antara interval, maka terima H0 dan nyatakan bahwa tidak terdapat perbedaan signifikan antara real system dan model

simulasi

Validasi Model Simulasi Sistem Pertambangan Batu Kapur

Verifikasi dan Validasi Model Simulasi

Simulasi yang dibedakan berdasarkan sifat probabilistik. Simulasi deterministik merupakan simulasi pada suatu sistem yang tidak mengandung peubah/variabel yang bersifat probabilistik. Model simulasi stokastik adalah simulasi yang memiliki variabel yang bersifat probabilistik Karena nilai 0 terletak di antara interval, maka terima H0 dan nyatakan bahwa tidak terdapat perbedaan signifikan antara real system dan model

simulasi

Validasi Model Simulasi Sistem Pertambangan Tanah Liat

Replikasi 1 bulan 1 203.918 203.785 2 203.918 202.432 3 208.653 4 209.682 5 209.718 Rata-rata 203.918 206.854 Standar Deviasi 0 3.478,841 Variance 0 12.102.332 N 2 5 n-1 1 4 H0 = µ1 - µ2 H1 = µ1 - µ2 α = 0,05 df = df = 4.00 hw = ,/2 hw = 3,4956 hw = 5.438,099

Sehingga convidence intervalnya adalah P[(x1-x2) – hw <= µ1- µ2 <= (x1-x2) + hw ]= 1-α

(26)

Penentuan Jumlah Replikasi

Replikasi Simulasi 1 1.226.100 2 939.900 3 1.164.150 4 1.131.300 5 1.266.750 Rata-rata 1.145.640 Standar Deviasi 126.509,5322 Variance 16.004.661.750

Output Simulasi Batu Kapur _{n = 5 (replikasi awal)}

n - 1 = 4 confidence interval = 95% α = 1 – 95 % = 5 % t (n-1, α/2) = 2,776 Half Width = t𝑛−1,α2 x s 𝑛 Half Width = 2,776 𝑥 126.509,5322 5 Half Width = 157.057,1489 Dimana Half Width = Beta n’ = [ 𝑍𝛼2 𝑠

𝛽 ]

2

n’ = [1,5788]2

n’ = 3

Jumlah Replikasi yang dibutuhkan adalah 3 replikasi

Penentuan Jumlah Replikasi

Tugas Akhir– Eka Angga Riandhika – Jurusan Teknik Industri ITS 2011 Replikasi Simulasi 1 203.785 2 202.432 3 208.653 4 209.682 5 209.718 Rata – rata 206.854 Standar Deviasi 3.478,841 Variance 12.102.332

Output Simulasi Tanah Liat

n = 5 (replikasi awal) n - 1 = 4 confidence interval = 95% α = 1 – 95 % = 5 % t n-1, α/2 = 2,776 Half Width = t𝑛−1, α 2 x s 𝑛 Half Width = 2,776 𝑥 3.478,841₅ Half Width = 4318.8591 Dimana Half Width = Beta n’ = [ 𝑍𝛼2 𝑠

𝛽 ]

2

n’ = [1,5788]2

n’ = 3

Jumlah Replikasi yang dibutuhkan adalah 3 replikasi

(27)

Hasil Simulasi Kondisi Eksisting

Simulasi yang dibedakan berdasarkan sifat probabilistik. Simulasi deterministik merupakan simulasi pada suatu sistem yang tidak mengandung peubah/variabel yang bersifat probabilistik. Model simulasi stokastik adalah simulasi yang memiliki variabel yang bersifat probabilistik Simulasi yang dilakukan, menggunakan resource eksisting perusahaan

Bulan Target (ton) Eksisting (ton) 1 820.658 833.200 2 750.328 687.900 3 748.248 774.650 4 930.243 282.550 5 792.931 505.150 6 966.896 510.650 7 930.914 322.300 8 862.375 614.000 9 958.603 436.000 10 852.326 537.550 11 813.919 448.000 12 851.341 581.400

Hasil Output Simulasi Batu Kapur Selama 12 Bulan

Bulan Target (ton) Eksisting (ton) 1 200.310 202.180,6667 2 170.250 171.969,3333 3 180.870 193.657 4 218.460 202.836 5 188.900 201.659 6 220.310 202.938 7 203.710 209.694 8 189.722 207.744,6667 9 208.260 197.320,6667 10 217.450 221.163,3333 11 210.540 202.962 12 216.500 207.661,6667

Hasil Output Simulasi Tanah Liat Selama 12 Bulan

Pada kedua pertambangan tersebut, terdapat bulan-bulan yang belum dapat dipenuhi oleh kondisi eksisting. Sehingga diperlukan

keputusan untuk menyewa dump truck dan excavator.

Hasil Simulasi Bulan Januari Skenario I

Hasil Simulasi Bulan Januari Batu Kapur dan Tanah Liat

Dengan jumlah dan kombinasi yang eksisting sudah mampu memenuhi kebutuhan batu kapur dan tanah

(28)

Hasil Simulasi Bulan Januari Skenario I

Perbandingan Kombinasi Output dengan Target Batu Kapur Bulan Januari

Hasil Simulasi Bulan Januari Skenario I

Perbandingan Kombinasi Output Dengan

Target Tanah Liat Bulan Januari

(29)

Hasil Simulasi Bulan Februari Skenario I

Tugas Akhir– Eka Angga Riandhika – Jurusan Teknik Industri ITS 2011 0 200000 400000 600000 800000 1000000 1200000 1 2 3 4 5 6 7 8 9 10111213141516171819 O ut pu t Kombinasi Kombinasi Target Output

Perbandingan Kombinasi Output dengan Target Batu Kapur Bulan Februari

0 50000 100000 150000 200000 250000 1 2 3 4 O ut pu t Kombinasi Kombinasi Target Output Perbandingan Kombinasi Output dengan

Target Tanah Liat Bulan Februari

Konsep Biaya

Biaya yang menjadi beban PT. UTSG adalah:

• Biaya kepemilikan yang terdiri dari biaya penyusutan per jam, pajak dan bunga per jam serta biaya operasional

• Biaya operasional terdiri dari biaya bahan bakar, pelumas, bahan bakar, biaya perbaikan, dan gaji operator

• Untuk alat lama, hanya dibebankan biaya operasional saja

• Untuk alat baru dibebankan secara keseluruhan mulai dari penyusutan per jam, pajak dan bunga per jam, serta biaya operasional

• Biaya sewa, baik sewa alat lama atau baru

• Biaya kekurangan apabila tidak mampu memenuhi kebutuhan batu kapur dan tanah liat. Untuk batu kapur dan tanah liatdikenakan biaya sebesar Rp 284.586,-per ton. Angka tersebut dikalikan dengan indeks 0,84674 untuk betu kapur dan 0,15326 untuk tanah liat

(30)

Konsep Biaya

No. Jenis Alat Penyusutan Total

1. PC 200 Rp 142.382,-2. PC 400 Rp 431.642,-3. PC600 Rp 605.498,-4. PC 700 Rp 876.774,-5. CWB Rp 95.545,-6. Scania Rp

129.268,-Penyusutan Total Alat Baru per Jam

No. Jenis Alat _KepemilikanTotal Biaya

1. PC 200 Rp 369.987,-2. PC 400 Rp 896.608,-3. PC600 Rp 1.378.694,-4. PC 700 Rp 1.981.743,-5. CWB Rp 387.246,-6. Scania Rp

419.180,-Total Biaya Kepemilikan per Jam

Konsep Biaya

No. Jenis Alat Biaya Operasional

1. PC 200 Rp 216.534,-2. PC 400 Rp 423.011,-3. PC 600 Rp 726.113,-4. PC 700 Rp 1.029.216,-5. CWB Rp 279.319,-6. Scania Rp

273.159,-Biaya Operasional Alat Pertambangan per Jam

No. Jenis Alat Bunga dan Pajak

1. PC 200 Rp 11.071,-2. PC 400 Rp 41.955,-3. PC600 Rp 47.083,-4. PC 700 Rp 75.753,-5. CWB Rp 12.382,-6. Scania Rp

(31)

Biaya Sewa

No. Jenis Alat Biaya Sewa / Jam 1. PC 200 Rp 333.000,-2. PC 400 Rp 727.000,-3. PC 600 Rp 530.000,-4. PC 700 Rp 1.665.000,-5. CWB Rp 392.000,-6. Scania Rp 403.000,-Sumber: PT. UTSG, 2010 Biaya Sewa Alat Tambang Lama

No. Jenis Alat Biaya Sewa / Jam 1. PC 200 Rp 443.984,-2. PC 400 Rp 1.075.929,-3. PC 600 Rp 1.654.432,-4. PC 700 Rp 2.378.091,-5. CWB Rp 464.695,-6. Scania Rp

503.016,-Biaya Sewa Alat Tambang Baru

Biaya sewa dibagi menjadi 2: • Sewa alat lama

• Sewa alat baru

Sewa alat baru adalah 20% dari total biaya kepemilikan

Total Biaya

Total Biaya merupakan keseluruhan biaya dari biaya kepemilikan ditambah biaya sewa serta biaya akibat adanya kebutuhan yang tidak terpenuhi oleh perusahaan

TC = [(biaya kepemilikan + biaya sewa] + [kekurangan*biaya kekurangan* indeks]) Contoh perhitungan Total Biaya bulan Januari

Dump truck CWB milik (lama) = 30 unit Dump truck Scania milik (lama) = 20 unit Excavator PC 400 milik (lama) = 11 unit Excavator PC 200 milik (lama) = 4 unit Excavator PC 600 milik (lama) = 2 unit Excavator PC 700 milik (lama) = 5 unit

Total Biaya =(31 hari * 13 jam / hari ([30 unit * Rp 273.319,- /jam / unit]

+[20 unit * Rp 273.159,- / jam / unit]+[11 unit * Rp 423. 011,- / jam / unit] +[ 4 unit * Rp 216.534,- / jam / unit]+[2 unit * Rp 726.113 / jam / unit]

(32)

Total Biaya Bulan Januari

• Kombinasi I merupakan kombinasi terbaik, sebab selain mampu memenuhi kebutuhan batu kapur, kombinasi tersebut juga mampu menghasilkan total biaya yang paling minimum.

Total Biaya Bulan Januari

Kombinasi keempat merupakan kombinasi terbaik, sebab selain memenuhi

kebutuhan tanah liat juga menghasilkan total biaya yang paling minimum

Total biaya bulan Januari didapatkan dari jumlah antara total biaya yang paling minimum pada pertambangan batu kapur dan total biaya yang paling minimum pada pertambangan tanah liat. Sehingga total biayanya adalah:

(33)

8.224.070.166,-Total Biaya Bulan Februari

0 5000000000 10000000000 15000000000 20000000000 25000000000 30000000000 35000000000 40000000000 45000000000 50000000000 1 3 5 7 9 11 13 15 17 19 T ot a l B ia y a ( R p) Kombinasi Kombinasi Total Biaya (Rp) • Meningkatnya biaya pada kombinasi keenam disebabkan ketidakmampuan memenuhi kebutuhan batu kapur, sehingga dikenakan biaya kekurangan. • Kombinasi keenambelas merupakan kombinasi terbaik, sebab mampu memenuhi kebutuhan batu kapur dan menghasilkan total biaya yang paling minimum Dengan dilakukan penambahan alat berat,

ternayata mampu menurunkan total biaya, sebab secara tidak langsung mampu

mengurangi biaya kekurangan.

Total Biaya Bulan Februari

0 500000000 1000000000 1500000000 2000000000 2500000000 3000000000 1 2 3 4 Tot al B ia ya (R p) Kombinasi Kombinasi Total Biaya (Rp)

Kombinasi terbaik adalah kombinasi kedua, sebab kombinasi tersebut mampu memenuhi kebutuhan tanah liat dan mampu menghasilkan total biaya yang paling minimum

Total biaya bulan Februari didapatkan dari jumlah antara total biaya yang paling minimum pada pertambangan batu kapur dan total biaya yang paling minimum pada pertambangan tanah liat. Sehingga total biayanya adalah:

(34)

Total Biaya Skenario I

No. Bulan Total Biaya (Rp) 1. Januari 8.224.070.166 2. Februari 11.550.258.720 3. Maret 10.310.780.792 4. April 29.833.369.541 5. Mei 15.074.549.490 6. Juni 16.110.237.780 7. Juli 25.258.549.706 8. Agustus 13.875.960.189 9. September 17.576.821.470 10. Oktober 16.448.479.658 11. Nopember 14.411.313.540 12. Desember 16.463.286.257 Total Biaya 195.137.677.309

Analisis Skenario I

•

Perhitungan analitis belum mampu menentukan jumlah

dan kombinasi dump truck dan excavator dikarenakan

fluktuatif operasi crusher, variabilitas waktu proses, dan

juga variabilitas jarak pengantaran.

• Penambahan unit dump truck dan excavator secara tidak

langsung mampu memenuhi total biaya, sebab faktor

pemenuhan kebutuhan menjadi hal yang paling penting

terutama untuk mengurangi biaya kekurangan.

• Faktor kelancaran operasi crusher dan jumlah crusher

yang beroperasi juga menjadi faktor yang menentukan

dalam memenuhi kebutuhan

• Pada bulan April menghasilkan total biaya yang paling

besar, sebab crusher hanya beroperasi selama 15 hari

• Penambahan alat tambang terlalu banyak juga dapat

menambah total biaya meskipun kebutuhan dapat

terpenuhi

(35)

Analisis Skenario II

Pada skenario kedua ini diinginkan jumlah awal resource sebanyak 10 unit CWB dan 10 unit Scania dalam keadaan baru. Dengan detail jumlah resource sebagai berikut.

No. Jenis Jumlah

1. PC 200 4 2. PC 400 (tanah liat) 2 3. PC 400 9 4. PC 600 2 5. PC 700 5 6. CWB (tanah liat) 10 7. CWB 10 8. Scania 10

Kondisi Eksisting Skenario Kedua

No. Bulan Output _(ton) Target _(ton)

1. Januari 320.400 820.658 2. Februari 328.100 750.328 3. Maret 336.750 748.248 4. April 113.900 930.243 5. Mei 272.600 792.931 6. Juni 260.150 966.896 7. Juli 228.350 930.914 8. Agustus 309.350 862.375 9. September 228.250 958.603 10. Oktober 276.800 852.326 11. Nopember 227.900 813.919 12. Desember 275.100 851.341

Hasil Simulasi Kondisi Eksisting Batu Kapur Skenario Kedua

Dari hasil simulasi, didapatkan bahwa jumlah eksisting masih belum mampu memenuhi kebutuhan batu kapur, sehingga diperlukan keputusan untuk menyewa. Hasil tersebut secara tidak langsung meningkatkan total biaya akibat membengkaknya biaya kekurangan

Analisis Skenario II (bulan Januari)

Pada eksperimen di atas, jumlah dan kombinasi eksisting belum mampu memenuhi kebutuhan batu kapur. Namun,

Namun kombinasi tersebut bukan hanya satu-satunya kombinasi yang mampu memenuhi kebutuhan batu kapur. Sehingga dicari kombinasi lain yang memenuhi kebutuhan batu kapur dan tanah liat menghasilkan total biaya yang paling minimum

(36)

Analisis Skenario II (bulan Januari)

Dengan adanya penambahan unit dump truck dan excavator, maka kebutuhan batu kapur dapat terpenuhi, hal ini berakibat pada menurunnya total biaya yang disebabkan

menurunnya biaya kekurangan.

Analisis Skenario II (bulan Januari)

Dengan melakukan eksperimen kombinasi, ternyata kombinasi yang lain, yaitu kombinasi keempat mampu memenuhi

kebutuhan tanah liat dan mampu menghasilkan total biaya yang paling minimum.

(37)

Total Biaya Skenario II

No. Bulan Total Biaya (Rp)

1. Januari 10.520.429.452 2. Februari 12.474.644.520 3. Maret 11.265.979.452 4. April 31.403.595.341 5. Mei 15.587.760.318 6. Juni 17.056.073.580 7. Juli 24.656.153.366 8. Agustus 14.604.435.885 9. September 19.949.873.580 10. Oktober 17.425.843.318 11. Nopember 15.357.149.340 12. Desember 17.396.319.917 Total Biaya 207.698.258.069

Perbandingan Total Biaya Skenario II dan

Skenario I

1. Januari 10.520.429.452 2. Februari 12.474.644.520 3. Maret 11.265.979.452 4. April 31.403.595.341 5. Mei 15.587.760.318 6. Juni 17.056.073.580 7. Juli 24.656.153.366 8. Agustus 14.604.435.885 9. September 19.949.873.580 10. Oktober 17.425.843.318 11. Nopember 15.357.149.340 12. Desember 17.396.319.917

1. Januari 8.224.070.166 2. Februari 11.550.258.720 3. Maret 10.310.780.792 4. April 29.833.369.541 5. Mei 15.074.549.490 6. Juni 16.110.237.780 7. Juli 25.258.549.706 8. Agustus 13.875.960.189 9. September 17.576.821.470 10. Oktober 16.448.479.658 11. Nopember 14.411.313.540 12. Desember 16.463.286.257

(38)

Perbandingan Total Biaya Skenario II dan

Skenario I

• Pada skenario pertama total biaya yang dihasilkan lebih minimum, sebab jumlah alat yang harus disewa lebih sedikit jika dibandingkan dengan skenario kedua. Sehingga total biaya yang harus dikeluarkan pada skenario II jauh lebih besar

Analisa Skenario Ketiga

Pada skenario ketiga ini diinginkan kelancaran

operasi crusher setiap hari, full shift, dan selama

satu tahun.

Jumlah dump truck dan excavator yang digunakan

seperti skenario I atau sama seperti kondisi

eksistingnya.

No. Jenis Jumlah (unit)

1. PC 200 4 2. PC 400 9 3. PC 400 (Tanah Liat) 2 4. PC 600 2 5. PC 700 5 6. CWB 20 7. CWB (Tanah Liat) 10 8. Scania 20

(39)

Analisa Skenario Ketiga

No. Bulan Output _(ton) Target _(ton)

1. Januari 780.900 820.658 2. Februari 753.600 750.328 3. Maret 780.900 748.248 4. April 753.600 930.243 5. Mei 780.900 792.931 6. Juni 753.600 966.896 7. Juli 780.900 930.914 8. Agustus 780.900 862.375 9. September 753.600 958.603 10. Oktober 780.900 852.326 11. Nopember 753.600 813.919 12. Desember 780.900 851.341

Output Simulasi Batu Kapur

• Rata-rata output simulasi dengan menggunakan jumlah alat eksisting adalah sebesar 769.525 ton.

• Output tersebut hanya dapat memenuhi kebutuhan batu kapur pada bulan-bulan tertentu saja sehingga diperlukan eksperimen untuk mencari jumlah dan kombinasi yang mampu memenuhi kebutuhan batu kapur.

Analisa Skenario Ketiga (bulan Januari)

Pada eksperimen diatas, kondisi eksisting belum mampu memenuhi kebutuhan batu kapur, sehingga dilakukan eksperimen untuk mencari jumlah dan kombinasi yang mampu

Namun kombinasi tersebut bukan hanya satu-satunya kombinasi yang mampu memenuhi kebutuhan batu kapur. Sehingga dicari kombinasi lain yang memenuhi kebutuhan batu kapur dan tanah liat menghasilkan total biaya yang paling minimum

(40)

Analisa Skenario Ketiga (bulan Januari)

Pada eksperimen diatas, penambahan jumlah dump truck mampu mengurangi total biaya karena mengurangi biaya kekurangan secara signifikan. Namun, jumlah dan kombinasi yang lain juga mampu menghasilkan total biaya yang lebih minimum

Analisa Skenario Ketiga (bulan Januari)

Dengan melakukan eksperimen kombinasi, ternyata kombinasi yang lain, yaitu kombinasi keempat mampu memenuhi

kebutuhan tanah liat dan mampu menghasilkan total biaya yang paling minimum.

(41)

Total Biaya Skenario Ketiga

No. Bulan Total Biaya (Rp) 1. Januari 11.587.887.792 2. Februari 10.241.635.950 3. Maret 10.310.780.792 4. April 13.736.031.011 5. Mei 10.899.659.706 6. Juni 14.096.973.540 7. Juli 11.934.870.792 8. Agustus 11.916.428.706 9. September 13.734.659.250 10. Oktober 12.467.242.658 11. Nopember 11.213.309.250 12. Desember 12.888.992.209 Total Biaya 145.028.471.656

Perbandingan Total Biaya Skenario I, II,

dan III

No. Bulan Skenario I (Rp)Total Biaya Skenario II (Rp)Total Biaya Skenario III (Rp)Total Biaya 1. Januari 8.224.070.166 10.520.429.452 11.587.887.792 2. Februari 11.550.258.720 12.474.644.520 10.241.635.950 3. Maret 10.310.780.792 11.265.979.452 10.310.780.792 4. April 29.833.369.541 31.403.595.341 13.736.031.011 5. Mei 15.074.549.490 15.587.760.318 10.899.659.706 6. Juni 16.110.237.780 17.056.073.580 14.096.973.540 7. Juli 25.258.549.706 24.656.153.366 11.934.870.792 8. Agustus 13.875.960.189 14.604.435.885 11.916.428.706 9. September 17.576.821.470 19.949.873.580 13.734.659.250 10. Oktober 16.448.479.658 17.425.843.318 12.467.242.658 11. Nopember 14.411.313.540 15.357.149.340 11.213.309.250 12. Desember 16.463.286.257 17.396.319.917 12.888.992.209 Total Biaya 195.137.677.309 207.698.258.069 145.028.471.656

Secara umum total biaya skenario ketiga memiliki total biaya yang paling minimum jika

dibandingkan dengan skenario yang lain. Total alat yang disewa jauh lebih sedikit jika dibandingkan skenario I dan II, sebab kelancaran

crusher menjadisalah satu

faktor penyebab

berkurangnya jumlah alat tambang

(42)

Perbandingan Total Biaya Skenario I, II,

dan III

Jumlah alat tambang yang disewa pada skenario ketiga jauh lebih sedikit dibandingkan dengan dua skenario yang lain. Sebab, kelancaran crusher dan jumlah crusher yang beroperasi secara penuh mempengaruhi total alat tambang yang disewa. Sehingga total biaya yang dikeluarkan juga semakin kecil

Analisis Skenario III

No. Bulan Total Biaya Skenario I

(Rp) Total Biaya Skenario III (Rp) Selisih (Rp) 1. Januari 8.224.070.166 11.587.887.792 50.109.205.063 2. Februari 11.550.258.720 10.241.635.950 3. Maret 10.310.780.792 10.310.780.792 4. April 29.833.369.541 13.736.031.011 5. Mei 15.074.549.490 10.899.659.706 6. Juni 16.110.237.780 14.096.973.540 7. Juli 25.258.549.706 11.934.870.792 8. Agustus 13.875.960.189 11.916.428.706 9. September 17.576.821.470 13.734.659.250 10. Oktober 16.448.479.658 12.467.242.658 11. Nopember 14.411.313.540 11.213.309.250 12. Desember 16.463.286.257 12.888.992.209 Total Biaya 195.137.677.309 145.028.471.656

(43)

Analisis Skenario III

Sisa uang tersebut hanya menguntungkan bagi pihak PT. UTSG, sedangkan untuk mengoperasikan

crusher, PT. Semen Gresik harus mengeluarkan

biaya operasional. Sehingga, untuk

mengoperasikan ketiga crusher secara penuh selama satu tahun perhitungannya sebagai berikut.

Biaya operasi 3 unit crusher = [10.250.040 ton * Rp 2.500,- / ton]+

3*[Rp 300.000,- / jam*13 jam / hari*31 hari / bulan*12 bulan] Biaya operasi 3 unit crusher =

Rp 25.696.955.000,- + Rp 4.352.400.000,-Biaya operasi 3 unit crusher =

Rp

30.049.355.000,-Analisis Skenario III

Total sisa uang = Sisa uang – Biaya operasi 3 unit crusher

Total sisa uang = [Rp 50.109.205.063,-] – [Rp 30.049.355.000,-]

(44)

20.059.850.653,-Kesimpulan

• Model simulasi yang telah dibuat, dapat digunakan untuk menentukan jumlah dan kombinasi dump truck dan excavator yang diperlukan untuk memenuhi kebutuhan batu kapur dan tanah liat bulanan selama satu tahun.

• Perhitungan analitis hanya mampu menentukan komposisi dump truck dan

excavator, namun tidak mampu menentukan kombinasi antara dump truck dan excavator.

• Pada kondisi eksisting dengan jumlah dan kombinasi dump truck dan excavator saat ini ternyata hanya mampu memenuhi kebutuhan pada bulan-bulan tertentu saja. Oleh sebab itu diputuskan untuk menyewa alat pertambangan yang digunakan untuk memenuhi kebutuhan bulan selama satu tahun.

• Frekuensi operasi crusher dan jumlah crusher yang beroperasi mampu

mempengaruhi jumlah dan kombinasi dump truck dan excavator yang digunakan dalam memenuhi kebutuhan akan batu kapur dan tanah liat.

• Pengoperasian ketiga crusher secara penuh selama satu tahun mampu menghasilkan keputusan sewa yang lebih sedikit dibandingkan dengan operasi crusher yang probabilistik.

• Skenario terbaik yang dapat diusulkan adalah skenario ketiga yaitu mengoperasikan ketiga crusher secara penuh setiap hari selama satu tahun, sebab mampu

menghasilkan saving yang cukup besar.

Saran

Penelitian dilakukan sampai level produksi untuk mengetahui tingkat pengaruh hasil pertambangan terhadap produksi semen

(45)

Daftar Pustaka

Simulasi yang dibedakan berdasarkan sifat probabilistik. Simulasi deterministik merupakan simulasi pada suatu sistem yang tidak mengandung peubah/variabel yang bersifat probabilistik. Model simulasi stokastik adalah simulasi yang memiliki variabel yang bersifat probabilistik Arifin, M. 2009. Simulasi Sistem Industri. Graha Ilmu. Yogyakarta

Burt et. al. 2006. Models for Mining Equipment Selection. Curtin University of Technology. Perth, Australia

Crawford, T., J. and Hustrulid, A., W. 1979. Open Pit Mine Planning and Design. American Institute of Mining, Metallurgical, and Petroleum Engineers. New York.

Fakhruzy, H. 2010. Penentuan Komposisi Alat Angkut Pertambangan (Dump Truck) Dengan Menggunakan Model Simulasi. Teknik Industri ITS. Surabaya

Fioroni, M., M. 2008. Concurrent Simulation And Optimization Models For Mining

Planning. Proceeding Of The 2008 Winter Simulation Conference.

Groover, M., P. 2008. Automation, Production Systems, and Computer Integrated

Manufacturing, Third Edition. New Jersey: Prentice Hall.

Hansen and Mowen. 2007. Management Accounting 8th_{Edition. South Western.} Harnanto. 1997. Akuntansi Keuangan. BPPE. Yogyakarta.

Hoover, S., V. and Perry ,F., R. 1989. Simulation: a problem-solving approach. Addison-Wesley Longman Publishing. Boston, USA.

Karamah, F., E. 2006. Depresiasi. (23 januari 2010). <URL : http://repositori.ui.ac.id>. Teknik Kimia Universitas Indonesia. Komatsu. 2008. Specification And Application Hand Book Edition 28.

Daftar Pustaka

Simulasi yang dibedakan berdasarkan sifat probabilistik. Simulasi deterministik merupakan simulasi pada suatu sistem yang tidak mengandung peubah/variabel yang bersifat probabilistik. Model simulasi stokastik adalah simulasi yang memiliki variabel yang bersifat probabilistik Law, A., W. Kelton. 2000. Simulation Modeling and Analysis 3rd. McGraw-Hill. Pujawan, I., N. 2009. Ekonomi Teknik, 2nd_{Edition. Guna Widya. Surabaya.}

Salhi,S., and Rand,K.,G. 1991. Incorporating Vehicle Routing Into The Vehicle Fleet

Composition Problem. European Journal Of Operational Research. North Holland.

Samuelson.A.,P., and Nordhaus,D.,W. 2001. Economics 4th Edition. Saputro, A. 2005. Depresi dan Deplesi. 23 januari 2010. <URL :

http://www.stieykpn.ac.id>.

Supriyono, R., A. 2007. Akuntansi Biaya, Pengumpulan Biaya dan Penentuan Harga Pokok Edisi 2. Fakultas Ekonomi UGM. Yogyakarta.

(46)