Jalan Tukad Balian 15 Niti Mandala Renon, Denpasar * Telp. (0361) 249781 * Fax.(0361) 238150 - www.stmik-denpasar.ac.id Email : info@stmik_denpasar..ac.id-stmikdenpasar@yahoo.com
Sekolah Tinggi Manajemen Informatika Dan Komputer Denpasar Vol. 7 No. 1 Hal 1 - 80 Denpasar
Oktober 2016
ISSN 2087-5312
Volume 7, Nomor 1 i IMATEC – ISSN: 2087-5312
PENANGGUNG JAWAB Ketua STMIK Denpasar
Ketua Dewan Redaksi Gde Iwan Setiawan.SE.,M.Kom Anggota Dewan Redaksi/Penyunting
I Nyoman Bagus Suweta Nugraha.S.Kom.,MT
I Wayan Dika.SE.,M.Pd Ni Luh Gede Ambaradewi.STP.MP Ida Ayu Putu Febri Imawati.S.Kom.,MT
Penyunting Ahli
Gde Iwan Setiawan.SE.,M.Kom (STMIK Denpasar) I Putu Putra Astawa.S.Kom.,M.Kom(STMIK Denpasar) I Wayan Candra Winetra,S.Kom.M.Kom (POLTEK Negeri Bali)
DR.I Ketut Gede Suhartana.S.Kom.,M.Kom (Univ Udayana) Drs. I Putu Bagus Wisnuwardhana.,M.Si (STIA Denpasar)
Drs. Ida Bagus Upadana. MM (AKPAR Denpasar) ALAMAT REDAKSI
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER DENPASAR (STMIK DENPASAR)
Jl. Tukad Balian no.15 Niti Mandala Renon Denpasar Telp :((0361)249781. Fax : (061)238150
Email : stmikdenpasar@yahoo.com
JURNAL MANAJAMEN DAN TEKNIK INFORMASI
Merupakan media informasi serta tempat untuk mengembangkan ilmu dibidang Manajemen dan Teknik Informatika.
Redaksi mengundang para profesional dari dunia usaha, pendidikan dan peneliti untuk menulis mengenai perkembangan ilmu dibidang Manajemen dan Teknik Informatika.
Volume 7, Nomor 1 ii IMATEC – ISSN: 2087-5312 DAFTAR ISI
Daftar Isi Halaman
1. Steganography Dengan Metode Randomize Parity Bit Coding Pada Segmen Byte Data Untuk Menyimpan Hak Cipta File Digital Oleh I Wayan Candra Winetra, S.Kom., M.Kom dan I Ketut Suja, SE, ... 1-14
2. Augmented Reality Kerangka Tulang Manusia sebagai Media Peraga Pembelajaran Sekolah
Dasar Berbasis Android Oleh Gde Iwan Setiawan, SE.., M.Kom dan I Wayan Bawa Laksana Putra ... 11-21
3. Brosur Elektronik Pelinggih Bali Berbasis Android untuk Media Promo Atraktif Oleh Putu Putra Astawa, S.Kom., M.Kom dan I Wayan Agus Setiarta ... 22-28
4. Desain Ulang Keyboard Qwerty pada Upaya Peningkatan Kecepatan Pengetikan Naskah Ber-aksara Bali Oleh Dr. IKG Suhartana, M.Kom ... 29-32
5. Simulasi Antrian Flow Shop pada Mesin Produksi Oleh I Wayan Supriana, S.Si., M.Cs ... 33-41
6. Inbox-Outbox Mails System Berbasis Web pada Kantor Kopertis Wilayah VIII Bali, NTB dan NTT Oleh Nyoman Bagus Suweta Nugraha, S.Kom., M.T. dan Putu Sopyan Nurika Putra ... 42-52
7. Aplikasi Seleksi Tenaga Kerja Berbasis Web Menggunakan Simple Additive Weighting untuk Mendukung Pengambilan Keputusan Oleh I Wayan Dika,SE., M.Pd dan I Komang Yogi Trisna Adi ... 53-67
8. Aplikasi Digitalisasi Surat Ukur Pada Kantor Pertanahan Kota Denpasar Oleh Ni Luh Gede Ambaradewi, S.Tp., M.P dan Kadek Aditya Prahadi ... 68-80
Volume 7, Nomor 1 33 IMATEC – ISSN: 2087-5312
SIMULASI ANTRIAN FLOW SHOP PADA MESIN PRODUKSI I Wayan Supriana
Jurusan Ilmu Komputer Universitas Udayana
Kampus Bukit Jimbaran- Gedung BF Universitas Udayana Telpon : 0361-701805 Email: iwayansupriana@gmail.com
ABSTRACT
Occupation or accumulation of goods common in flow shop production systems that can not be resolved optimally. Flow production machine shop itself is a process of selecting a job with the track used machinery. Obstacles often encountered in machine shop flow is the job queue is long enough that it required an analysis of the queues that occur at the flow machine shop. In this study, the observed or simulated engine as much as two machine flow shop in order to determine the characteristics of a queuing system so that later became one of the alternatives in decision making for management. The parmeter measure taken is: Probability there are n customers in a queue system, average number of customers in a queue system, average number of customers who are in the line queue, average time spent on a customer in the whole system queues and Time average spend a customer to wait in a queue to be served.
Keywords: flow machine shop, queuing, simulation
1. Pendahuluan
Penumpukan barang atau pekerjaan sering terjadi pada sistem produksi flow shop yang tidak dapat di selesaikan secara optimal. Mesin produksi flow shop sendiri adalah proses pemilihan pekerjaan dengan jalur mesin yang digunakan. Pada proses produksi flow shop dimulai dengan pembuatan produk yang diproduksi dan menyesuaikan dengan kebutuhan dari pelanggan berdasarkan waktu dan biaya yang sudah ditentukan. Spesifikasi yang membedakan dari setiap pekerjaan pada mesin flow shop adalah jumlah produksi yang tinggi dan jenis pekerjaan yang diproses berbeda-beda. Mesin flow shop terdiri dari mesin produksi yang disusun secara paralel, dimana dalam penelitian ini mesin yang diamati sebanyak dua mesin flow shop. Kendala yang sering dihadapi pada mesin flow shop adalah terjadinya antrian pekerjaan yang cukup panjang sehingga diperlukan suatu analisis terhadap antrian yang terjadi
pada mesin flow shop. Melalui penelitian ini diharapkan mesin flow shop dapat memberikan pelayanan terhadap seluruh operasi yang diperlukan oleh seluruh pekerjaan dengan waktu optimal. Antrian yang terjadi pada mesin produksi flow shop adalah jumlah produksi yang tinggi dan jenis pekerjaan berbeda-beda yang menunggu untuk dilayani dengan waktu tertentu berdasarkan ketersediaan sumberdaya pelaksanaan produksi. Model antrian flow shop pada mesin produksi adalah made to
order, yaitu sistem produksi menggunakan
standar bahwa produksi dibuat berdasarkan pemesanan yang dilakukan. Pada model
made to orderyang merupakan sistem flow
shop, terjadinya permasalahan antrian karena urutan pekerjaan yang dilakukan selaras dengan volume yang tinggi. Urutan pekerjaan dikatakan selaras bilamana urutan pekerjaan pada mesin yang mengerjaan pekerjaan-pekerjaan tidak memiliki urutan paling baik.
Volume 7, Nomor 1 34 IMATEC – ISSN: 2087-5312
Pada penelitian ini ada beberapa karakteristik dari mesin flow shop dengan model made to
order yang akan diamati untuk menilai
prilaku dari sistem antrian. Adapun karakteristi tersebut adalah tingkat intensitas antrian, jumlah rata-rata pekerjaan yang diharapkan dalam sistem, jumlah pekerjaan yang diharapkan menunggu dalam antrian, waktu yang diharapkan oleh setiap pekerjaan selama dalam sistem, waktu yang diharapkan oleh setiap pekerjaan untuk menunggu dalam antrian. Solusi masalah antrian pada mesin flow shop dengan model made to order dalam penelitian ini dikembangkan dengan pemodelan dan simulasi. Adapun tujuannya adalah untuk mengetahui karakteristik sistem antrian mesin flow shop sehingga nantinya menjadi salah satu alternatif dalam pengambilan keputusan bagi pihak manajemen. Mesin flow shop yang dimodelkan menggunakan dua mesin yang memiliki pelayanan yang sama. Waktu kedatangan dan waktu pelayanan job di setiap mesin berdistribusi eksponensial.
2. Tinjauan Pustaka 2.1 Mesin Flow Shop
Mesin Flow shop merupakan mekanisme penyelesaian urutan sebuah pekerjaan dengan pekerjaan yang lain yang mempunyai alur pengerjaan yang sama. Alur mesin flow shop memiliki proses penyelesaian searah, yaitu melalui pekerjaan awal pada mesin pertama sampai mesin terakhir serta banyaknya proses umumnya sesuai total tipe mesin yang dipakai. Model yg dapat diterapkan pada mesin flow shop adalah made to order dengan masing-masing pekerjaan mempunyai alur yang sejenis. [4].
2.2 Konsep Antrian
Antrian adalah bidang ilmu matematika berdasarkan permasalahan garis tunggu, yaitu
sebuah garis tunggu dari pekerjaan yang membutuhkan pelayanan dari mesin [2]. Kedatangan dan pelayanan pekerjaan pada teori antrian yang memiliki disitribusi eksponensial dengan memodelkan waktu tunggu dan waktu pelayanan sampai sebuah kejadian tercipta serta mensimulasikan waktu kejadian antar peristiwa. Pola kedatangan dan pelayanan menentukan distribusi probabilitas mengenai jumlah kedatangan maupun pelayanan dalam satu periode waktu [5]. Sifat dari distribusi Eksponensial yang membuat distribusi tersebut mudah untuk dianalisis adalah distribusi ini tidak tergantung pada waktu. Formula distribusi Eksponensial adalah sebagai berikut:
0 , . ) (x e untuk x F x Dengan keterangan:
µ = rata-rata tingkat pelayanan dan kedatangan pada periode waktu tertentu
x = waktu pelayanan
e = bilangan logaritma (e = 2,71828)
2.3 Disiplin Antrian
Disiplin antrian merupakan prosedur suatu pekerjaan dilayani berdasarkan urutan terhadap pekerjaan lain di dalam suatu antrian ketika pelayanan dalam kondisi tidak melakukan suatu proses [1]. Berikut disiplin antrian antara lain:
1. Pertama Datang Pertama Dilayani Pekerjaan paling pertama datang akan dilayani paling awal.
2. Pertama Masuk Pertama Keluar Pekerjaan pertama masuk sistem antrian adalah yang pertama keluar setelah dilayani.
3. Terakhir Masuk Pertama Keluar
Pekerjaan paling terakhir datang adalah yang paling pertama keluar sistem antrian 4. Pelayanan Secara Random
Perkerjaan yang dilayani secara acak untuk seluruh pekerjaan yang berada sistem antrian
Volume 7, Nomor 1 35 IMATEC – ISSN: 2087-5312
2.4 Simulasi
Simulasi adalah metode untuk mempelajari sistem yang sebenarnya dengan melakukan eksperimen terhadap sebuah model yang mempresentasikan sistem [1]. Model simulasi terdiri dari ekspresi-ekspresi matematika dan hubungan logika yang menjelaskan bagaimana menghitung nilai-nilai output yang diberikan oleh nilai-nilai-nilai-nilai input. Setiap model simulasi memiliki dua input yaitu input terkontrol (controllable
input) dan input probabilistik (probabilistic input). Dalam melakukan simulasi, pertama
ditentukan dahulu nilai untuk input terkontrol, lalu nilai untuk input probabilistik ditentukan secara random. Model simulasi menggunakan nilai input terkontrol dan nilai input probabilistik untuk menghitung nilai outputnya Hal-hal yang mendorong dilakukan simulasi adalah [3]:
Simulasi adalah suatu teknik penyelesaian masalah dengan menunjukkan estimasi sistem yang lebih riil sesuai sistem nyata. Alternatif rancangan yang dihasilkan yang
mampu menyajikan solusi terbaik dari permasalahan yang terjadi.
Lebih mudah mengontrol kondisi-kondisi pada suatu ekperimen sehingga memberikan keleluasaan untuk diimplementasikan pada sistem nyata. Memberikan waktu yang lebih pendek
untuk mempelajari sistem sehingga dapat menekan ongkos.
2.5 Karakteristik Simulasi
Tingkat karakteristik sistem yang di ukur untuk menentukan perilaku dari sistem antrian yang diamati. Berikut adalah karakteristik dari sistem antrian :
Peluang tidak terdapat pekerjaan pada sistem antrian µ -1 P0
Peluang terdapat sejumlah pekerjaan pada sistem antrian 0 . µ P P n n
Mean total pekerjaan pada sistem antrian
) -(µ L
Mean total pekerjaan pada baris antrian ) -µ(µ 2
q L Mean waktu yang dibutuhkan pekerjaan pada seluruh sistem antrian
L W µ 1
Mean waktu yang dibuthkan sebuah pekerjaan mengantri pada sistem antrian sampai pelayanan ) ( q W
Peluang server sibuk atau utilisasi server
w
P
Peluang server idle
0 1 1 U P I Keterangan:
λ = tingkat kedatangan pelanggan µ = tingkat pelayanan pelanggan
3. Simulasi Antrian Mesin Flow Shop
Simulasi antrian termasuk jenis simulasi bersifat dinamis dimana simulasi antrian termasuk kondisi sistem antrian, total pekerjaan pada sistem antrian dan kodisi pelayanan sibuk atau menganggur. Hal tersebut mengalami perubahan atau perkembangan setiap saat [2]. Simulasi antrian juga merupakan simulasi kejadian diskrit yang berhubungan melalui pemodelan stokastik yang berkembang setiap saat
Volume 7, Nomor 1 36 IMATEC – ISSN: 2087-5312
berdasarkan deskripsi variabel kondisi pada posisi-posisi diskrit.
Sementar simulasi antrian pada mesin flow shop memiliki model yang sama pada simulasi antrian secara umum. Untuk mensimulasikan model antrian flow shop langkah awal mendeskripsikan kondisi sistem serta memahami teori events dan clock. Kejadian (events) merupakan kondisi dimana mengakibatkan situasi pada sistem antrian mengalami perubahan dengan cepat. Jenis antrian pada mesin flow shop terdapat 2 kejadian yang dapat mengubah keadaan sistem antrian yaitu pola kedatangan pada mesin serta pekerjaan yang meningkalkan sistem antrian setelah selesai dilayani. Melalui pemodelan dan simulasi kejadian-kejadian tersebut ditentukan pada posisi-posisi berdasarkan waktu. Dalam pemodelan dan simulasi waktu ditentukan berdasarkan variabel dan clock.
Model simulasi pada mesin flow shop memiliki jarak waktu kedatangan pekerjaan
d1, d2, …, dn merupakan saling bebas atau kedatangan pekerjaan tidak terikat pada kedatangan pekerjaan yang satunya. Pekerjaan yang tiba saat mesin sedang tidak memproses suatu pekerjaan maka dapat langsung dilayani oleh mesin tersebut dengan waktu layanan s1, s2,…,s3. Untuk pekerjaan
berikutnya adalah acak yang memiliki distribusi secara eksponensial yang independen dengan waktu antar kedatangan. Sementara untuk pekerjaan yang datang pada saat mesin flow shop sedang sibuk maka akan bergabung dengan antrian. Setelah memberikan layanan pada pekerjaan (job), kemudian mesin flow shop memilih pekerjaan yang lain untuk dilayani pada antrian yang memiliki syarat pertama datang pertama dilayani.
Proses pada sistem diawali dengan kondisi kosong tidak ada antrian dan mesin
flow shop sedang menganggur. Saat waktu ke-0, menunggu kedatangan pekerjaan paling pertama setelah waktu antar kedatangan d1.
Simulasi berhenti sampai pekerjaan ke n memenuhi waktu terhadap antrian dan pekerjaan ke n siap dilayani. Kondisi simulasi berhenti merupakan random variabel dimana memiliki ketergantungan terhadap parameter berdasarkan waktu kedatangan setiap pekerjaan dan waktu pelayanan pekerjaan. Dalam mengetahui kinerja dari sistem, dapat diperhatikan dari kesibukan mesin flow shop selama proses simulasi berjalan (waktu ke-0 sampai waktu dn) pada saat mesin flow shop
sibuk.
3.1 Rancangan Pemodelan dan Simulasi Antrian Mesin Flow Shop
Sebelum tahapan simulasi, diperlukan pemodel sistem simulasi yang digambarkan dalam alur kerja jalannya simulasi. Gambar 1 dibawah ini menjelaskan alur kerja simulasi antrian mesin flow shop.
Gambar 1. Pemodelan Mesin Flow Shop Pada gambar 1 diuraikan model simulasi perjalanan pekerjaan pada mesin flow shop. Dalam mensimulasikan pekerjaan pada mesin flow shop diawali dengan membangkitkan bilangan acak untuk menirukan pekerjaan yang akan dilayani pada mesin flow shop. Bilangan acak yang dibangkitkan
Volume 7, Nomor 1 37 IMATEC – ISSN: 2087-5312
berdistribusi eksponensial sesuai dengan distribusi kedatangan dan pelayanan pada mesin flowshop. Mesin flow shop akan mulai melayani jika mesin 1 tidak sedang sibuk, namu apabila sebaliknya maka pekerjaan akan di arahkan ke mesin 2 begitu seterusnya sampai semua pekerjaan dapat dilayani. Parameter waktu yang dimodelkan dalam sistem simulasi adalah; IAT (inter arrival time/waktu antar kedatangan, AT (arrival time/waktu kedatangan), CT (complete time/waktu selesai), SST (start service time/waktu mulai pelayanan), ST (service time/waktu pelayanan) dan WT (waiting time/waktu tunggu). Karakteristik sistem flow shop yang dihitung dari model dan simulasi yang dilakukan adalah: jumlah antrian pekerjaan pada mesin flow shop, peluang waktu tunggu masing-masing pekerjaan pada mesin flow shop, rata-rata waktu tunggu pekerjaan pada mesin flow shop serta waktu tunggu maksimum dari pekerjaan pada mesin flow shop.
3.2 Implementasi Pemodelan Sistem Pada Simulasi
Implementasi model yang dibangun kedalam algoritma atau langkah-langkah dalam pemrograman adalah sebagai berikut:
Inputan pada langkah-langkah proses simulasi diatas adalah range inter arrival time atau waktu antar kedatangan dari satu pekerjaan ke pekerjaan lainnya, rata-rata pelayanan, standar deviasi dan jumlah pekerjaan yang akan di eksekusi pada mesin flow shop.
3.3 Simulasi Antrian Mesin Flow Shop Dengan Interarrival Time Berbeda
Skenario Pertama
Simulasi pada skenario pertama, parameter input yang digunakan adalah range interinterval time = 0–5, mean = 2, standar deviasi = 0.5 dan jumlah pekerjaan = 50. Hasil yang didapat dari simulasi yang dilakukan adalah sebagai berikut:
Gambar 2. Hasil Simulasi Skenario Pertama Hasil yang diperoleh dari simulasi yang dilakukan dengan 50 pekerjaan adalah jumlah antrian yang terjadi sebanyak 11 pekerjaan, peluang waktu tunggu untuk masing-masing antrian adalah 0.22, rata-rata waktu tunggu adalah 0.1014 dan nilai maksimum sebuah pekerjaan menunggu adalah 0.808.
Skenario Kedua
Pada skenario kedua, parameter input yang digunakan adalah range interinterval time = 0–4, mean = 2, standar deviasi = 0.5 dan jumlah pekerjaan = 50. Hasil yang didapat dari simulasi yang dilakukan adalah sebagai berikut:
Volume 7, Nomor 1 38 IMATEC – ISSN: 2087-5312
Gambar 3. Hasil Simulasi Skenario Kedua Hasil yang diperoleh dari simulasi yang dilakukan dengan 50 pekerjaan adalah jumlah antrian yang terjadi sebanyak 13 pekerjaan, peluang waktu tunggu untuk masing-masing antrian adalah 0.26, rata-rata waktu tunggu adalah 0.1136 dan nilai maksimum sebuah pekerjaan menunggu adalah 1.013.
Skenario Ketiga
Skenario ketiga, parameter input yang digunakan adalah range interinterval time = 0–3, mean = 2, standar deviasi = 0.5 dan jumlah pekerjaan = 50. Hasil yang didapat dari simulasi yang dilakukan adalah sebagai berikut:
Gambar 4. Hasil Simulasi Skenario Ketiga Hasil yang diperoleh dari simulasi yang dilakukan dengan 50 pekerjaan adalah jumlah antrian yang terjadi sebanyak 21 pekerjaan, peluang waktu tunggu untuk masing-masing antrian adalah 0.42, rata-rata waktu tunggu
adalah 0.2674 dan nilai maksimum sebuah pekerjaan menunggu adalah 2.2580.
Hasil simulasi dengan range interarrival time yang berbeda-beda menunjukkan bahwa semakin kecil interarrival time dari pekerjaan maka jumlah antrian akan semakin banyak demikian juga untuk probabilitas/peluang waktu tunggu dan rata-rata waktu tunggu semakin meningkat dan maksimum waktu menunggu sebuah pekerjaan juga samakin tinggi.
3.4 Simulasi Antrian Mesin Flow Shop Dengan Mean Berbeda
Skenario Keempat
Simulasi pada skenario keempat, parameter input yang digunakan adalah range interinterval time = 0–5, mean = 3, standar deviasi = 0.5 dan jumlah pekerjaan = 50. Hasil yang didapat dari simulasi yang dilakukan adalah sebagai berikut:
Gambar 5. Hasil Skenario Keempat Hasil yang diperoleh dari simulasi yang dilakukan dengan 50 pekerjaan adalah jumlah antrian yang terjadi sebanyak 16 pekerjaan, peluang waktu tunggu untuk masing-masing antrian adalah 0.3200, rata-rata waktu tunggu adalah 0.0319 dan nilai maksimum sebuah pekerjaan menunggu adalah 0.9240.
Skenario Kelima
Simulasi pada skenario kelima, parameter input yang digunakan adalah range interinterval time = 0–5, mean = 4, standar
Volume 7, Nomor 1 39 IMATEC – ISSN: 2087-5312
deviasi = 0.5 dan jumlah pekerjaan = 50. Hasil yang didapat dari simulasi yang dilakukan adalah sebagai berikut:
Gambar 6. Hasil Simulasi Skenario Kelima Hasil yang diperoleh dari simulasi yang dilakukan dengan 50 pekerjaan adalah jumlah antrian yang terjadi sebanyak 20 pekerjaan, peluang waktu tunggu untuk masing-masing antrian adalah 0.4000, rata-rata waktu tunggu adalah 0.0688 dan nilai maksimum sebuah pekerjaan menunggu adalah 1.0800.
Skenario Keenam
Simulasi pada skenario keenam, parameter input yang digunakan adalah range interinterval time = 0–5, mean = 5, standar deviasi = 0.5 dan jumlah pekerjaan = 50. Hasil yang didapat dari simulasi yang dilakukan adalah sebagai berikut:
Gambar 7. Hasil Simulasi Skenario Keenam Hasil yang diperoleh dari simulasi yang dilakukan dengan 50 pekerjaan adalah jumlah antrian yang terjadi sebanyak 30 pekerjaan,
peluang waktu tunggu untuk masing-masing antrian adalah 0.6000, rata-rata waktu tunggu adalah 0.2161 dan nilai maksimum sebuah pekerjaan menunggu adalah 1.4490.
Hasil simulasi dengan mean yang berbeda-beda menunjukkan bahwa semakin tinggi mean atau rata kedatangan dari pekerjaan maka jumlah antrian akan semakin banyak demikian juga untuk probabilitas/peluang waktu tunggu dan rata-rata waktu tunggu semakin meningkat dan maksimum waktu menunggu sebuah pekerjaan juga samakin tinggi.
3.5 Simulasi Antrian Mesin Flow Shop Dengan Standar Deviasi Berbeda
Skenario Ketuju
Simulasi pada skenario ketuju, parameter input yang digunakan adalah range interinterval time = 0–5, mean = 2, standar deviasi = 0.6 dan jumlah pekerjaan = 50. Hasil yang didapat dari simulasi yang dilakukan adalah sebagai berikut:
Gambar 8. Hasil Simulasi Skenario Ketuju Hasil yang diperoleh dari simulasi yang dilakukan dengan 50 pekerjaan adalah jumlah antrian yang terjadi sebanyak 13 pekerjaan, peluang waktu tunggu untuk masing-masing antrian adalah 0.2600, rata-rata waktu tunggu adalah 0.1073 dan nilai maksimum sebuah pekerjaan menunggu adalah 0.8040.
Volume 7, Nomor 1 40 IMATEC – ISSN: 2087-5312
Simulasi pada skenario kedelapan, parameter input yang digunakan adalah range interinterval time = 0–5, mean = 2, standar deviasi = 0.8 dan jumlah pekerjaan = 50. Hasil yang didapat dari simulasi yang dilakukan adalah sebagai berikut:
Gambar 9. Hasil Skenario Kedelapan Hasil yang diperoleh dari simulasi yang dilakukan dengan 50 pekerjaan adalah jumlah antrian yang terjadi sebanyak 33 pekerjaan, peluang waktu tunggu untuk masing-masing antrian adalah 0.6600, rata-rata waktu tunggu adalah 0.5721 dan nilai maksimum sebuah pekerjaan menunggu adalah 2.0230.
Skenario Kesembilan
Simulasi pada skenario kesembilan, parameter input yang digunakan adalah range interinterval time = 0–5, mean = 2, standar deviasi = 0.98 dan jumlah pekerjaan = 50. Hasil yang didapat dari simulasi yang dilakukan adalah sebagai berikut:
Gambar 10. Simulasi Skenario Kesembilan Hasil yang diperoleh dari simulasi yang dilakukan dengan 50 pekerjaan adalah jumlah antrian yang terjadi sebanyak 44 pekerjaan, peluang waktu tunggu untuk masing-masing antrian adalah 0.8800, rata-rata waktu tunggu
adalah 0.1399 dan nilai maksimum sebuah pekerjaan menunggu adalah 1.5220.
Hasil simulasi dengan standar deviasi yang berbeda-beda menunjukkan bahwa semakin tinggi standar deviasi dari masing-masing pekerjaan maka jumlah antrian akan semakin banyak demikian juga untuk probabilitas/peluang waktu tunggu dan rata-rata waktu tunggu semakin meningkat dan maksimum waktu menunggu sebuah pekerjaan juga samakin tinggi.
3.6 Analisis Hasil Simulasi
Berdasrkan simulasi yang dilakukan dengan parameter yang berbeda-beda yaitu interarrival, mean dan standar deviasi memperlihatkan semakin tinggi interarrival, mean dan standar deviasi masing-masing pekerjaan maka jumlah antrian akan semakin banyak demikian juga untuk probabilitas/peluang waktu tunggu dan rata-rata waktu tunggu semakin meningkat dan maksimum waktu menunggu sebuah pekerjaan juga samakin tinggi.
4. kesimpulan
Berdasarkan pemodelan dan simulasi yang dilakukan pada mesin flow shop berikut adalah kesimpulan yang diperoleh: Pada ketiga proses simulasi yang dilakukan dengan memberikan inputan parameter yang berbeda-beda sehingga hasil simulasi memberikan gambaran bahwa semakin tinggi laju kedatangan pekerjaan pada mesin flow shop maka jumlah antrian yang terjadi juga akan tinggi hal ini dilihat pada sisi dua server yang melayani.
Dengan mengetahui lanju kedatangan maka dapat di prediksi kapan waktu kesibukan dari mesin flow shop, sehingga dapat di pertimbangkan sebuah tindakan terhadap perilaku mesin flow shop pada waktu yang dimaksud. Untuk memperkecil
Volume 7, Nomor 1 41 IMATEC – ISSN: 2087-5312
waktu kesibukan mesin flow shop maka dapat di tingkatkan waktu pelayanan pada masing-masing mesin flow shop.
5. Daftar Pustaka
[1] Hoover, S. V., and Perry, R. F., 1989. Simulation A Problem Solving Approach, Digital Equipment Corporation & Northeastern University.
[2] Bunday, D.B., 1996. An Introduction to Queueing Theory, Jhone Wiley & Sons, Inc., New York.
[3] Simamora, R.J., 2010. Simulasi Antrian Multiple Server Dengan Pola Kedatangan Berkelompok, Tesis. Program Pasca Sarjana Ilmu Komputer, Universitas Gadjah Maja, Yogyakarta.
[4] Utami. A.S., 2009. Simulasi Antrian Satu Channel Tipe Kedatangan Berkelompok. Jurnal Generic Volume 4, Nomor 1, Januari 2009.
SHOP PADA MESIN
PRODUKSI
by I Wayan Supriana
FILE
TIME SUBMITTED 26-DEC-2016 06:36PM
SUBMISSION ID 756045313
WORD COUNT 3052
CHARACTER COUNT 18814
%
2
SIMILARIT Y INDEX
%
1
INT ERNET SOURCES
%
2
PUBLICAT IONS%
1
ST UDENT PAPERS1
%
1
2
<
%
1
3
<
%
1
4
<
%
1
5
<
%
1
6
<
%
1
7
<
%
1
PRIMARY SOURCESSubmitted to Universitas Muhammadiyah
Surakarta
St udent Paper
Submitted to Asia e University
St udent Paperujdigispace.uj.ac.za
Int ernet Sourcerepository.ugm.ac.id
Int ernet Source
M.L. Fontenot. "Software congestion, mobile
servers, and the hyperbolic model", IEEE
Transactions on Software Engineering, 1989
Publicat ion
www.reportworld.co.kr
Int ernet Source
