BAB I
PENDAHULUAN
1.1LATAR BELAKANG
IKM merupakan singkatan dari Industri Kecil Menengah. IKM merupakan salah satu sektor yang menyumbang perekonomian negara. Salah satu jenis IKM yang terdapat di kota Malang adalah IKM yang memproduksi gerabah menjadi asbak. Salah satu IKM di kota Malang ini terletak di Jalan Mayjend Panjaitan. Pada IKM ini gerabah diolah dalam sembilan proses sehingga menjadi asbak yang siap didistribusikan ke masyarakat.
Simulasi merupakan proses peniruan dari sistem nyata. Kegiatan simulasi sangat diperlukan untuk menilai sebuah sistem nyata. Pada kegiatan simulasi dapat dilihat kerja dari sistem seharusnya, selain itu dengan melakukan simulasi dan menganalisis sistem yang ada, diharapkan dapat mengetahui kekurangan yang ada dalam sistem nyata. Kegiatan simulasi dapat dilakukan dengan menggunakan salah satu software yaitu ProModel.
Pada laporan ini akan dibuat simulasi dari sistem nyata IKM Gerabah. Pada sistem yang diamati yaitu proses produksi gerabah terdapat beberapa masalah yang dialami seperti total asbak yang dihasilkan tidak sesuai dengan pekiraan. Untuk itu, dilakukan analisis sistem dengan melakukan simulasi sesuai sistem nyata menggunakan software ProModel. Dengan melakukan simulasi, diharapkan permasalahan yang ada dalam sistem dapat diketahui dan dilakukan perbaikan.
1.2 IDENTIFIKASI MASALAH
Berikut merupakan identifikasi masalah dari IKM.
1. Proses pembuatan asbak dinilai kurang optimal dan masih terjadi bottleneck pada beberapa lokasi proses.
1.3RUMUSAN MASALAH
Berikut merupakan rumusan masalah dari IKM gerabah.
1. Apa yang menyebabkan sistem kerja IKM Pembuatan gerabah produk asbak tidak optimal?
2. Bagaimana cara mengurangi permasalahan yang menyebabkan perbedaan output yang diharapkan dengan sistem nyata pada sistem kerja IKM Pembuatan gerabah?
3. Bagaimana cara mengoptimalkan sistem kerja pada IKM Pembuatan gerabah produk asbak menggunakan simulasi ProModel?
1.4BATASAN
Dalam studi kasus di produksi gerabah, batasan-batasan yang digunakan yaitu:
1. Data diambil sebanyak 50 replikasi yang terbagi dalam 5 set data, dimana setiap set data terdiri dari 10 replikasi.
2. Stasiun kerja yang diamati dimulai dari pos pembakaran hingga pos distribusi.
3. Data yang diambil adalah waktu antar kedatangan produk setengah jadi, waktu proses pewarnaan dasar, waktu proses pewarnaan motif, waktu pengepakan, dan waktu distribusi.
1.5ASUMSI
Asumsi-asumsi dalam studi kasus produksi produk asbak antara lain: 1. Jenis produk asbak hanya terdapat satu jenis.
1.6TUJUAN PENELETIAN
Tujuan dari penelitian ini antara lain:
1. Mengetahui hal yang menyebabkan sistem kerja IKM Pembuatan gerabah produk asbak tidak optimal.
2. Menganalisis dan memberikan solusi atas permasalahan yang menyebabkan ketidaksesuaian output yang diharapkan dengan sistem nyata.
3. Melakukan pengoptimalan sistem kerja pada IKM Pembuatan gerabah produk asbak menggunakan simulasi ProModel
1.7 MANFAAT PENELITIAN
Manfaat dari penelitian ini antara lain:
1. Dapat mengetahui hal yang menyebabkan sistem kerja IKM Pembuatan gerabah produk asbak tidak optimal.
2. Dapat menganalisis dan memberikan solusi atas permasalahan yang menyebabkan ketidaksesuaian output yang diharapkan dengan sistem nyata.
BAB II
2004:25). Aktivitas merupakan kegiatan yang dilakukan dalam sistem yang dapat mempengaruhi sistem secara langsung maupun tidak dan dapat dikelompokkan menjadi Entity processing, Entity and resource movement, Resource adjustments, maintenance, and repairs.Sistem memiliki beberapa elemen antara lain: Tabel 2.1 Elemen Sistem mengubah atribut maupun entity antara dua objek atau lebih yang memudahkan proses
(feedback) stakeholderyang lakukan atas sistem performansi merubah masukan menjadi keluaran
Menurut Christoper (2004), sistem dapat diklasifikasikan berdasarkan dua hal sebagai berikut:
Tabel 2.2 Klasifikasi Sistem Keteran
gan Tipe Penjelasan Keterangan Tipe Penjelasan
Berikut merupakan komponen dasar sistem: 1. Kedatangan
Setiap masalah antrian melihatkan kedatangan, misalnya orang, mobil, atau panggilan telepon untuk dilayani. Unsur ini sering disebut input. Proses input meliputi sumber kedatangan atau biasa dinamakan calling population, dan cara terjadinya kedatangan yang umumnya merupakan proses random. Terdapat 3 perilaku antrian, yaitu reneging (pembatalan) adalah meninggalkan antrian sebelum dilayani, balking adalah orang yang langsung pergi ketika melihat panjangnya antrian, menolak untuk memasuki antrian, dan jockeying adalah orang yang berpindah-pindah dari suatu antrian ke antrian lain karena ingin dilayani lebih cepat.
2. Pelayanan
Pelayanan atau mekanisme pelayanan dapat terdiri dari satu atau lebih pelayan, atau satu atau lebih fasilitas pelayanan. Ada 3 aspek yang harus diperhatikan dalam mekanisme pelayanan, yaitu:
a. Tersedianya Pelayanan
Mekanisme pelayanan tidak selalu tersedia untuk setiap saat. Sebagai contoh loket pada bioskop ditutup, mekanisme pelayanan terhenti dan petugas pelayanan istirahat.
b. Kapasitas Pelayanan
Kapasitas dari mekanisme pelayanan diukur berdasarkan jumlah pelanggan yang dapat dilayani secara bersama-sama.
c. Lamanya Pelayanan
Lamanya pelayanan adalah waktu yang dibutuhkan untuk melayani seorang pelanggan.
3. Komponen Antrian
2.2.2Disiplin Pelayanan Antrian
Disiplin antrian adalah aturan keputusan yang menjelaskan cara melayani pengantri. Terdapat beberapa macam disiplin antrian, yaitu FCSC (First Come First Served) atau FIFO (First In First Out), LCSF (Last Come First Served) atau LIFO (Last In First Out), Shortest Processing Time, Longest Processing Time, Lowest Value First, dan Highest Value First.
.3 MODEL
Menurut Harrel (2004:144), model merupakan representasi dari suatu sistem nyata, dimana dalam melakukan pemodelan dibutuhkan pengetahuan mengenai sistem yang akan dimodelkan, serta kemampuan pemodel dalam mengoperasikan software yang digunakan.
.3.1 PetriNet
PetriNet dikembangkan Carl Adam Petri sejak tahun 1962 dimulai dengan disertasinya. PetriNet merupakan bipartite graph yang memiliki dua tipe node yaitu place dan transition yang dipergunakan untuk menganalisis informasi penting mengenai struktur dan perilaku dinamis dari sistem yang dimodelkan.
Simbol yang dipergunakan adalah sebagai berikut: Tabel 2.3 Simbol Petrinet node yang menunjukkan bahwa node
pendahulu berlanjut menjadi node berikutnya.
4. Token Merepresentasikan pergerakan location Activity
Sumber: Bause dan Kritzinger (2002:79)
Berikut ini adalah contoh petrinet pembuatan kantong hias.
Gambar 2.1 Contoh PetriNet
Sumber: Wil van der Aalst and Christian Stahl
2.4SIMULASI
Simulasi menurut Hoover dan Perry (1990) adalah proses perancangan model matematis atau logis dari sistem nyata, melakukan eksperimen terhadap model dengan menggunakan komputer untuk menggambarkan, menjelaskan dan memprediksi perilaku sistem. Dari berbagai sumber, simulasi adalah salah satu pendekatan ilmiah untuk menganalisa sistem nyata dalam formulasi matematis yang dievaluasi secara numerik dengan bantuan komputer untuk mengestimasikan karakteristik dan perilaku yang mewakili sistem tersebut.
2.4.2 Software Simulasi
Terdapat dua software yang paling umum digunakan dalam pemodelan simulasi, yaitu programming language dan simulation application.
2. Simulation Application adalah program yang dapat menirukan/ memodelkan seuatu perilaku sistem nyata sehingga hasilnya dapat dianalisis dan dipelajari. Simulation Application dibagi menjadi dua. Yang pertama, General Purposes Application yang dapat digunakan secara umum dan berbagai tujuan atau tugas. Yang kedua adalah Special Purposes Application untuk tujuan/ tugas yang spesifik dan lebih lengkap.
2.4.3 Metodologi Simulasi
Langkah perancangan simulasi menurut Jerry Banks (1995:15) dijelaskan sebagai berikut.
1. Problem Formulation
2. Setting of Objectives and Overall Project Plan 3. Model Conceptualization
4. Data Collection 5. Model Translation 6. Verification
7. Validation
8. Simulation Analysis
9. Documentation and Reporting 2.5PROMODEL
Dalam memodelkan suatu sistem, ProModel dapat digunakan sebagai salah satu Simulation Application sehingga perilaku sistem dapat dipelajari dan dianalisis.
2.5.1 Pengertian ProModel
interdependensinya untuk membuat analisis prediktif pada potensi yang berubah-ubah. ProModel memungkinkan untuk menirukan sebuah sistem pada indikator performansi tertentu.
2.5.2 Tahap-Tahap Simulasi dengan ProModel
Simulasi menggunakan ProModel dilakukan setelah memperoleh beberapa parameter yang dibutuhkan, dengan tahap-tahap sebagai berikut:
1. Merencanakan sistem yang akan disimulasikan 2. Mendefinisikan sistem yang akan disimulasikan
3. Mensimulasikan model ataupun sistem yang diinginkan
4. Melakukan eksperimen dengan model dilakukan dengan cara memberikasn skenario atau merubah replikasi
5. Menganalisis output yang dihasilkan 6. Membuat laporan dari hasil simulasi
2.5.3 Pembuatan Model dengan ProModel
Langkah pembuatan model menggunakan ProModel antara lain mendefinisikan elemen model dasar yang akan digunakan, pendekatan model dalam bentuk coding, menjalankan model, pembacan model statistik dan report.
2.5.4 Elemen Dasar ProModel
Dalam membangun model suatu sistem yang diinginkan, ProModel menyediakan elemen-elemen yang telah disesuaikan untuk membuat model sistem produksi, yaitu location, entities, path networks, resource, processing, arrivals, shift and break, general information, dan cost.
1. Location, yang merepresentasikan area tetap dimana entity
beberapa data seperti icon, name, capacity, rules, unit, downtimes, stats, notes.
2. Entities, yaitu apapun yang diproses dalam suatu pemodelan, misalnya dokumen, pelanggan, atau barang-barang manufaktur. 3. Path networks, digunakan untuk menentukan arah dan jalur yang
ditempuh oleh resource ataupun entitas ketika bergerak dari suatu lokasi ke lokasi lainnya. Dalam definisi path network, data yang diperlukan seperti graphic, type. Name, paths, mapping, interfaces, nodes.
4. Resource, merupakan sumber daya yang digunakan untuk melakukan operasi tertentu dalam kinerja suatu sistem. Data-data yang diperlukan seperti icon, name, stats, spec, units, downtimes, dan lain-lain.
5. Processing, merupakan operasi yang dilakukan dalam location. Data-data untuk definisi processing adalah entity, location, output, rule, operation, block, destination, dan move logic.
6. Arrivals, yang mendefinisikan waktu dimana entitas masuk pada sistem. Data-data yang diperlukan dalam dialog box untuk mendefinisikan arrival:
7. Shift and break, untuk menentukan waktu kerja dan waktu istirahat untuk lokasi dan resource, yang biasanya disimpan dalam bentuk mingguan.
8. General information, digunakan untuk menspesifikasikan informasi dasar dari suatu model termasuk nama dari suatu model, satuan waktu, satuan jarak dan library graphic.
9. Cost, untuk memonitor biaya yang terkait dengan location, entities dan resource selama simulasi dijalankan dan laporan statistik secara umum, termasuk statistik biaya. Ada 3 tipe pendefinisian biaya pada ProModel yaitu locations, resources, dan entities.
b. Resources costing: biaya yang dikeluarkan sesuai dengan penggunaan operator. Biaya ini merupakan biaya untuk resource yang ada pada sistem.
c. Entity costing: biaya yang dihasilkan dari setiap entitas dalam sistem.
2.5.5 Advance Elements ProModel
Pada advance elements ProModel, terdapat beberapa elemen. Berikut merupakan elemen-elemen yang ada pada ProModel.
1. Attributes
Attributes merupakan suatu tempat yang mirip dengan variable, akan tetapi terikat dengan location dan entitas dengan spesifikasi tertentu. Attributes terdapat dua tipe yaitu Entity attribute dan Location Attribute.
2. Variabel
Variable dapat berisi bilangan riil atau bilangan bulat termasuk nilai elemen indeks dan biasanya digunakan unruk pembuatan keputusan maupun rekaman informasi. Variabel terdiri dari variabel global dan variabel lokal. Data-data yang diperlukan untuk mendefinisikan variabel adalah ID, type, initial value, dan stats.
3. Macros
Macros merupakan salah satu fitur yang memudahkan saat text, kumpulan statement, atau kode block akan digunakan berkali-kali dalam model. Data yang diperlukan dalam mendefinisikan macro adalah ID, text, option.
2.5.6 SimRunner
2.5.7 Generating Scenario
Generating scenario merupakan tool pada ProModel untuk mengubah satu atau lebih parameter dari sebuah model tanpa mengubah model secara langsung. Skenario harus berdasarkan parameter yang telah ditentukan pada macros, dan nilainya berada dalam rentang RTI. (Harrell, Ghosh & Bowden, 2004, p.653).
2.5.8 Konsep Permodelan ProModel
Model didefinisikan sebagai suatu deskripsi logis tentang bagaimana sistem bekerja atau komponen-komponen berinteraksi. Konsep permodelan sistem dibagi menjadi dua, yaitu pendekatan proses berdasarkan tracking low dan pendekatan peristiwa.
1. Pendekatan proses yang didasarkan pada tracking low dari entitas keseluruhan sistem beserta dengan titik pemrosesan dan aturan keputusan percabangan.
2. Pendekatan peristiwa atau pendekatan perubahan terhadap keadaan berdasarkan variabel keadaan dan event sistem yang mengubahnya
2.5.8.1 Batching Multiple Entities Of Similar Type
Batching multiple entities of similar type adalah proses menggabungkan beberapa entitas yang memiliki tipe yang sama dengan melakukan perintah group-ungroup dan combine.
2.5.8.1.1 Temporary Batching Using Group/Ungroup
2.5.8.1.2 Permanent Batching Using Combine
Combine berfungsi untuk mengumpulkan dengan
mengkonsolidasikan entitas yanag sejumlah tertentu menjadi satu kesatuan, opsional dengan nama yang berbeda. Entitas gabungan kehilangan identitas dan atribut mereka dan tidak dapat dilakukan ungroup nantinya dapat dilakukan combine.
2.5.8.2 Attachment Multiple Entities Of Different Type
Attachment multiple entities of different type merupakan proses menggabungkan beberapa entitas yang mempunyai tipe yang berbeda dan dapat dilakukan dengan perintah load-unload dan join. Attachment multiple entities of different type dibedakan menjadi dua, yaitu temporary attach using load/unload dan permanent attach using join.
2.5.8.2.1 Temporary Attach Using Load/Unload
Pernyataan load-unload digunakan untuk menggabungkan sejumlah tertentu entitas secara sementara. Load adalah langkah awal untuk menggabungkan dan unload adalah perintah lanjutan untuk membatalkan perintah load atau memisahkan penggabungan yang telah dilakukan sebelumnya.
2.5.8.2.2 Permanent Attach Using Join
Pernyataan join digunakan untuk menggabungkan sejumlah tertentu dari entitas menjadi satu kesatuan, opsional dengan nama yang berbeda, namun tidak dapat dipisahkan lagi. Jika entitas dasar dan entitas yang akan digabung memiliki atribut sebelum penggabungan terjadi, entitas yang bergabung akan memiliki nilai atribut dari entitas dasar.
2.5.8.3 Accumulation of Entities
Kapasitas dari location harus lebih besar atau sama dengan jumlah entitas yang di accum. Accum dapat digunakan untuk situasi model dimana beberapa entitas harus terakumulasi sebelum mereka diproses.
2.5.8.4 Splitting of One Entity into Multiple Entities
Split As digunakan untuk memisahkan entitas menjadi sejumlah entitas baru (lebih dari satu) dan sebagai pilihan menetapkan nama entitas yang baru (hasil proses split). Entitas yang dihasilkan memiliki nilai atribut yang sama sebagai entitas asli. Setiap entitas yang ingin dipisah harus melepaskan semua sumber daya yang dimiliki dengan menggunakan peernyataan free.
2.6 Verifikasi dan Validasi
Proses pembuatan model simulasi dimulai dengan menerjemahkan sistem nyata kedalam model konseptual, model konseptual kemudian diterjemahkan kedalam model simulasi. Proses ini berlangsung secara berulang (iterative) dan rentan terjadi eror, oleh sebab itu verifikasi dan validasi digunakan untuk mengurangi adanya eror tersebut. Verifikasi merupakan proses menentukan apakah model simulasi telah mencerminkan model konseptual (Hoover dan Perry, 1989). Validasi merupakan proses penentuan apakah model simulasi, sebagai konseptualisasi atau abstraksi merupakan representasi berarti dan akurat dari sistem nyata (Hoover dan Perry, 1989).
2.6.1 Teknik Verifikasi
1. Melakukan pemeriksaan ulang terhadap model, dapat dilakukan secara bottom-Pup yaitu melakukan pemeriksaan satuan dan logika proses yang digunakan dalam model.
2. Melakukan pengecekan terhadap output yang dihasilkan pada masing-masing proses pada model menggunakan trace. Terdapat 3 jenis pengaturan trace.
a. Trace off merupakan daftar kejadian yang tidak ditampilkan selama sistem simulasi berlangsung.
b. Step merupakan cara membuat daftar kejadian tampil untuk setiap step dan biasanya waktu yang ditampilkan merupakan lama waktunya.
c. Continous merupakan cara membuat daftar kejadian tampil secara berkesinambungan sesuai dengan waktu yang digunakan dalam model simulasi.
3. Mengamati animasi dari model yang dijalankan, apakah tingkah laku dari sistem telah sesuai dengan model yang diinginkan.
4. Melakukan compile error atau debugging pada model simulasi.
2.6.2 Teknik Validasi
Menurut Harrel (2004:183), teknik validasi yang dapat digunakan adalah sebagai berikut:
1. Mengamati animasi pada model yang dijalankan, membandingkan tingkah laku pada model dengan tingkah laku pada sistem nyata menurut pengetahuan orang lain mengenai sistem tersebut.
2. Membandingkan model dengan sistem nyata dengan cara menjalankan model dan sistem nyata dalam kondisi yang sama. 3. Melakukan perbandingan antara output model dengan output pada
sistem nyata.
BAB III
METODOLOGI PENELITIAN
3.1 DIAGRAM ALIR PRAKTIKUM
Diagram alir praktikum adalah sebagai berikut:
Gambar 3.1 Flowchart praktikum
3.2Prosedur Praktikum
1. Memulai praktikum.
2. Melakukan studi pustaka dengan mempelajari berbagai referensi yang terkait dengan simulasi
3. Melakukan observasi ke lapangan untuk mengamati kegiatan dan menentukan masalah yang akan diselesaikan. Objek observasi adalah usaha pembuatan asbak tanah liat di IKM Gerabah Pak Ngadiono, Jl. Mayjend Panjaitan no. 72, malang.
5. Melakukan pengolahan data yang terdiri dari penentuan distribusi, pemodelan sistem dengan PetriNet, dan pemodelan sistem dengan
ProModel 7.5.
6. Menentukan distribusi yang akan digunakan untuk pemodelan simulasi. Penentuan distribusi dilakukan dengan menggunakan tools Stat:Fit pada
ProModel. Data – data hasil pengamatan dimasukkan dalam Data View dan diproses hingga muncul output distribusi data. Pilih distribusi yang sesuai dengan distribusi berdasarkan karakteristik aktivitas.
7. Membuat model konseptual dari pembuatan asbak tanah liat berupa PetriNet.
8. Melakukan pemodelan sistem dengan menggunakan software ProModel
7.5.
9. Memverifikasi model, apakah model sudah sesuai dengan model konseptual. Apabila tidak terverifikasi maka kembali ke pembuatan model konseptual.
10. Menjalankan model yang telah dibuat pada software ProModel 7.5.
11. Melakukan validasi model, apakah model konseptual sudah sesuai dengan sistem nyata. Apabila tidak tervalidasi maka kembali melakukan pengambilan dan pengolahan data.
12. Melakukan analisa dan pembahasan.
BAB IV
HASIL PEMBAHASAN
4.1 GAMBARAN SISTEM
packaging. Disisi lain operator packaging terlebih dahulu memplaster kardus yang sebelumnya berbentuk pipih selama U(6.,4.27) SEC yang dilakukan oleh 1 orang operator. Asbak yang telah jadi akan di-pack oleh 1 orang operator yang sama dengan proses pemlesteran kardus, dengan kuantitas 100 buah asbak per kardus selama N(665.,55) SEC, lalu akan keluar dari sistem.
Pada studi kasus ini akan dianalisis kemungkinan adanya bottleneck pada tiap proses/lokasi maupun idle sehingga dapat dicari solusi yang efisien. Selain itu juga bertujuan untuk mengetahui jumlah output produk yang dapat diselesaikan selama 7 jam kerja mulai pukul 08.00-15.00 WIB dengan waktu istirahat selama 1 jam pada pukul 12.00-13.00.
4.2 PETRINET
Gambar 4.1 PetriNet sistem IKM Gerabah Panjaitan 3.2 FLOWCHART SISTEM
3.3PENGUJIAN DISTRIBUSI DATA
Pengujian distribusi data ini akan membandingkan antara dugaan dengan data nyatanya. Data yang diambil terdiri dari 5 set data dimana setiap set terdiri dari 10 replikasi, sehingga total data yang diambil sebanyak 50 replikasi. Data diambil secara random. Data hasil pengamatan dapat dilihat dari Tabel 4.1.
34 9,69 6.68 5,83 34,05 9.06 668.1 35 5,21 5.64 4,96 32,95 11.29 652.4 36 9,7 5.28 5,51 34,49 7.19 619.4 37 9,64 5.86 6,07 34,69 11.82 711.9 38 8,03 5.43 6,14 35,24 8.65 610.3 39 6,53 10.4 5,2 32,33 6.53 710.8 40 6,17 5.7 5,51 32,7 11.21 688.8 41 6,76 6.69 6,53 34,78 11.99 600.8 42 6,76 5.91 5,28 37,86 8.83 694.5 43 6,57 9.04 6,41 32,21 14.55 684.7 44 10,45 10.46 6,18 33,2 9.62 694.3 45 5,39 7.16 5,06 31,22 8.89 732.2 46 8,32 8.21 5,97 33,33 8.11 651.4 47 5,81 9.03 4,57 34,09 11.46 632.9 48 6,91 8.72 6,11 31,95 11.66 630.2 49 6,09 8.51 7,3 34,45 13.18 727.9 50 6,73 6.82 6,06 33,82 9.99 752.2
Berdasarkan tabel hasil pengamatan dapat dipilih distribusi yang cocok menggunakan stat::fit dengan langkah sebagai berikut.
1. Membuka software ProModel 2. Pilih Tools >> Stat::fit
Gambar 4.3 Memilih stat::fit
3. Masukkan data pengamatan yang telah dilakukan pada data table
Gambar 4.5 Memilih continuous distribution
5. Hasil akan ditampilkan berupa automated filling. Pemilihan distribusi dilakukan dengan memilih rank terbesar dengan acceptance do not reject.
Gambar 4.6 Hasil pilihan distribusi
Setelah melakukan stat::fit, hasil untuk pemilihan dstribusi data dijelaskan dalam Tabel 4.2.
Tabel 4.2 Pemilihan Distribusi Data Hasil Distribusi
Do not reject
Tabel 4.2 menunjukkan perbandingan antara distribusi dugaan dan distribusi hasil stat::fit. Distribusi pendugaan adalah distribusi normal, triangular atau uniform karena merupakan distribusi yang paling umum digunakan untuk kegiatan proses.
Dari distribusi auto::fit¸dipilih distribusi dengan rank terbesar dan dengan acceptance do not reject. Maka pilihan distribusi untuk proses 1 adalah Normal(7.54, 1.41) dengan rank 95.3, untuk proses 2 adalah Uniform(5., 11.) dengan rank 2.22, untuk proses 3 adalah Normal(6.28, 0.872) dengan rank 86.5, untuk proses 4 adalah Normal(34., 1.67) dengan rank 99.5, untuk proses 5 adalah Uniform(6., 14.8) dengan rank 41.6 dan proses 6 adalah Normal(665., 55.) dengan rank 100.
ProModel.
1. Buka software ProModel.
2. Membuat Project baru, dengan cara klik File-New atau memilih Icon New, atau menggunakan CTRL-N, setelah itu dipilih, File-New maka akan muncul kotak dialog General Information, ketikkan judul Project yang akan dbuat pada Title. Klik OK.
Gambar 4.7 Langkah pembuatan project baru ProModel
3. Setelah membuat project baru, langkah berikutnya adalah pembuatan background yang berfungsi sebagai latar belakang pemodelan sistem. Dengan cara klik Build pada toolbar pilih Background Graphics pilih Behind Grid. Setelah itu klik Edit pilih Import Graphics, pilih Tutorial Back klik Open.
Gambar 4.9 Latar belakang ProModel 3D
4. Langkah berikutnya adalah pembuatan layout sistem produksi dimana proses akan dilakukan. Pilih Build pada toolbar, klik Locations atau klik CTRL-L. Buat Locations dengan cara men-drag simbol locations yang diinginkan ke layout. Untuk mempermudah pembuatan sebaiknya pembuatan layout dilakukan sesuai urutan proses produksi. Sehingga yang pertama kali dibuat adalah entity spot kedatangan. Kemudian beri nama pada masing-masing locations dengan cara klik Text pada kotak dialog Graphics kemudian klik di lokasi yang diinginkan di layout, klik kanan pada kotak Text di layout pilih Edit, ketikkan nama lokasi yang diinginkan klik OK.
Gambar 4.10 Layout Awal
Tabel 4.3 Pembuatan Locations Graphic Type
No. Graphics TypeLocations Name Capacity Rules 1Entity Spot kedatangan_asbak_setengah_jadi INFINITE Oldest 2Conveyor antrian_asbak_setengah_jadi INFINITE Oldest, FIFO
3Lathe pelapisan_cat 100 Oldest
4Conveyor antrian_lem 100 Oldest, FIFO
5Turning Center Lem 100 Oldest
6Conveyor antrian_pewarnaan_dasar INFINITE Oldest, FIFO
7Saw pewarnaan_dasar 100 Oldest
11AGV Packaging 100 Oldest 12Conveyor Keluar INFINITE Oldest, FIFO
13Entity Spot kedatangan_kedua 100 Oldest
14Table bentuk_kardus 100 Oldest
15Conveyor antrian_bentuk_kardus INFINITE Oldest, FIFO
16Pallet tunggu_batch 100 Oldest
17Conveyor antrian_tunggu_batch INFINITE Oldest, FIFO
Gambar 4.11 Locations proses pembuatan asbak
5. Setelah pembuatan locations selesai sesuai sistem yang dimodelkan, langkah berikutnya adalah pendefinisian entitas yang akan diproses. Klik Build, klik Entities atau CTRL-E. pilih simbol entitas yang diinginkan, ganti nama entitas pada kotak dialog box Name. Untuk mengganti warna entitas di kotak dialog Graphics, pilih Edit, pilih Color, klik OK pada dialog box color, klik OK pada Library Graphics. Untuk mengganti ukuran entitas pilih Edit pada dialog box graphics, pada library graphics pilih Dimensions, masukkan ukuran yang diinginkan, klik OK. Kemudian klik OK pada library graphics.
Tabel 4.4 Icon Location
No. Icon Name
1 Barrel asbak_setengah_jadi
2 Barrel asbak_pelapisan_cat
3 Pallet Barrels asbak_dus
4 Barrel asbak_pewarnaan_das
ar
5 Barrel asbak_pewarnaan_mot
if
6 Pallet Boxes kardus_polos
7 Box kardus
8 Pallet Barrels Batch
Gambar 4.12 Entitas yang diproses
Networks. Pada Layout klik kiri di sekitar locations tertentu lalu tarik garis menuju location berikutnya klik kanan pada locations tujuan, kemudian lanjutkan lagi sesuai langkah di awal.Pada sistem ini terdapat 2 aliran produksi, yakni jalur_1 dan jalur_2. Dimana pada
jalur_1 terdapat 11 paths dan 10 interface, sedangkan untuk jalur_2 terdapat 5 paths dan 6 interface. Dengan jalur produksi sebagai berikut:
Gambar 4.13 Path network
Untuk membut interfaces pilih kolom Interfaces, klik kiri pada locations yang dijadikan awal proses kemudian klik pada locations. Ulangi semua langkah hingga seluruh tempat proses produksi terhubung sesuai jalur dengan interfaces.
No
Gambar 4.14 Menambahkan resource
8. Tahap selanjutnya adalah menentukan logika proses. Klik Build pilih Processing atau CTRL-P.Pada Processing terdapat dua jenis logika yaitu logika Process layout dan Routing layout. Alur proses ditunjukkan pada tabel, sebagai berikut:
Tabel 4.6 Processing
No Entity Location Operator Output Destination Rule Move Logic
1 asbak_setengah_jadi kedatangan_asbak_seten
gah_jadi INC WIP
FIRST 1 Operator1 THENMOVE WITH FREE
2 asbak_setengah_jadi antrian_asbak_setengah_ jadi
3 asbak_setengah_jadi pelapisan_cat
USE
4 asbak_pelapisan_cat antrian_lem elapisanasbak_p
_cat lem FIRST 1
FIRST 1 Operator1 THENMOVE WITH FREE
6 asbak_pelapisan_cat arnaan_dasaantrian_pew r
N(6.28, 0.872)S
EC r otif
Tabel 4.6 Processing (Lanjutan) No Entity Location Operato
r Output Destination Rule Move Logic
8 warnaan_asbak_pe
batch antrian_packaging FIRST 1 Operator1 THENMOVE WITH FREE
12 batch tunggu_h batc batch antrian_packaging FIRST 1 Operator1 THENMOVE WITH FREE
13 batch antrian_packaging batch Packaging FIRST 1 Operator2 THENMOVE WITH FREE
14 kardus_polos kedatangan_kardus INC WIP kardus_polos ntuk_karduantrian_be s
15 kardus_polos antrian_bentuk_kardus kardus_polos bentuk_kardus FIRST 1 Operator2 THENMOVE WITH FREE
16 kardus_polos bentuk_kardus
USE Operato
r2 FOR U(6,4.2 7)SEC
kardus antrian_packaging FIRST 1 Operator2 THENMOVE WITH FREE
17 kardus antrian_packaging kardus packaging JOIN1 Operator2 THENMOVE WITH FREE
19 asbak_dus keluar Asbak_dus EXIT FIRST 1
Menunjukkan asbak setengah jadi yang datang menuju antrian pelapisan dasar yang dipindahkan oleh operator1.
b. Antrian asbak pelapisan dasar ke proses pelapisan dasar
Menunjukkan asbak pada antrian pelapisan dasar menuju proses pelapisan dasar yang dipindahkan oleh operator1.
c. Asbak pada proses pelapisan dasar ke antrian asbak pengeleman Menunjukkan asbak pada proses pelapisan dasar menuju antrian asbak pengelaman yang dipindahkan oleh operator1
d. Antrian pengeleman dasar ke proses pengeleman
Menunjukkan antrian pengeleman dasar menuju ke proses pengeleman yang dipindahkan oleh operator1
e. Asbak proses pengeleman menuju ke antrian pewarnaan dasar Menunjukkan asbak proses pengeleman menuju ke antrian pewarnaan dasar yang dipindahkan oleh operator1
f. Antrian pewarnaan dasar menuju ke proses pewarnaan dasar Menunjukkan perpindahan antrian pewarnaan dasar menuju ke proses pewarnaan dasar yang dilakukan oleh operator1.
g. Asbak proses pewarnaan dasar menuju ke antrian pewarnaan motif
Menunjukkan perpindahan asbak dari proses pewarnaan menuju ke antrian pewarnaan motif yang dilakukan oleh operator1.
h. Antrian pewarnaan motif menuju ke proses pewarnaan motif Menunjukkan perpindahan asbak dari antrian pewarnaan motif ke proses pewarnaan motif yang dilakukan oleh operator1.
i. Asbak pewarnaan motif menuju antrian tunggu batch
Menunjukkan perpindahan asbak dari proses pewarnaan motif menuju ke antrian tunggu batch.
j. Antrian tunggu batch menuju proses tunggu batch
Menunjukkan perpindahan asbak pewarnaan motif dari antrian tunggu batch ke proses tunggu batch.
k. Proses tunggu batch menuju antrian packaging
Menunjukkan penggabungan asbak pewarnaan motif sebanyak 100 buah menjadi 1 batch dengan bantuan operator2.
l. Antrian tunggu batch menuju antrian packaging
Menunjukkan perpindahan batch dari tunggu batch menuju antrian packaging dengan bantuan Operator1.
m. Antrian packaging menuju proses packaging
Menunjukkan perpindahan batch dari antrian packaging menuju proses packaging dengan bantuan Operator2.
Menunjukkan kedatangan kardus polos menuju antrian bentuk kardus yang dilakukan oleh operator2 yang akan dihitung sebagai variabel WIP.
o. Antrian bentuk kardus menuju bentuk kardus
Menunjukkan perpindahan kardus polos dari antrian bentuk kardus menuju proses bentuk kardus dengan bantuan Operator2. p. Proses bentuk kardus menuju antrian packaging
Menunjukkan proses pembentukkan kardus menjadi kardus siap pakai oleh Operator 2 dengan waktu pengerjaan berdistribusi U(6,4.27).
q. Antrian packaging menuju packaging
Menunjukkan perpindahan kardus dari antrian packaging menuju proses packaging dengan bantuan Operator2.
r. Proses packaging menuju keluar
Menunjukkan penggabungan 1 batch yang berisi 100 buah asbak dengan 1 kardus oleh Operator2 selama N(665,55)SEC.
s. Proses packaging menuju antrian keluar
Menunjukkan 100 asbak yang berada didalam kardus yang siap untuk didistribusikan yang dipindahkan oleh Operator2.
t. Antrian keluar menuju keluar sistem
Menunjukkan kardus berisi 100 asbak yang sudah siap didistribusikan keluar dari sistem produksi asbak.
9. Selanjutnya akan didefinisikan kedatagan entitas. Klik Build pilih Arrivals. Klik dialog box entity, pilih adonan klik OK. Untuk locations pilih datang klik OK.Kemudian masukkan data seperti pada tutorial.
Gambar 4.15 Langkah pendefinisian kedatangan
work untuk mendefinisikan jam kerja dan add break untuk mendefinisikan jam istirahat dimana warna biru menunjukan jam kerja operator, sedangkan merah adalah jam istirahat. Setelah mendefinisikan shift kerja, selanjutnya simpan file.
Gambar 4.16 Menentukan shift kerja
Untuk menugaskan operator sesuai shift yang telah dibuat dapat dilakukan dengan Klik Build pilih shift pilih Assign. Akan muncul table shift assignment. Selanjutnya klik pada resource untuk menambahkan resource yang akan didefinisikan shift kerjanya. PIlih Select All klik OK.
Gambar 4.17 Menugaskan operator
Selanjutnya definisikan shift files dengan attach files kerja yang sudah disimpan. Klik Add lalu pilih file yang sudah disimpan, kemudian klik Done.
11. Pembuatan variable dengan memilih Build pada toolbar >> pilih Variables >> ketik WIP pada kolom ID >> mengaktifkan icon menjadi Yes dengan meng-klik pada layout.
Gambar 4.19 Membuat Variables
12. Mendefinisikan variable pada processing untuk WIP pada process layout operation entitas asbak_setengah_jadi di lokasi kedatangan_asbak_setengah_jadi tambahkan INC WIP.
Gambar 4.20 Mendefinisikan variables
13. Jalankan simulasi, klik Simulation pada toolbar. Pilih options, pada run length pilih Calendar Date, kemudian masukan waktu mulai simulasi dan waktu simulasi berakhir sesuai shift yang telah dibuat, yaitu mulai pukul 8.00-16.00. Hilangkan centang pada cost pada replications ketikkan jumlah replikasi yang diinginkan. Klik tombol OK. Kemudian save project, klik Run dan simulasi akan dijalankan.
Gambar 4.21 Langkah menjalankan simulasi
(standar deviasi) dengan langkah klik menu options >> RTI >> define >> pilih numeric range >> isikan range data yang memuat nilai rataan dan standar deviasi waktu, yaitu untuk mean diantara 32 sampai dengan 34 dan untuk standar deviasi antara 1 sampai dengan 2 >> pilih OK.
Gambar 4.22 Membuat macro
Kemudian mengganti waktu proses pewarnaan motif dengan macro yang sudah dibuat dengan mengganti angka dengan MEAN dan STDV.
Gambar 4.23 Mengganti waktu proses dengan macro
15. Mengaktifkan SimRunner dengan cara pilih Simulation >> SimRunner >> Select model/ project >> Create New Project, kemudian pilih existing model yang akan dioptimalkan.
Gambar 4.24 Mengaktifkan SimRunner
statistic selected for objective function >> memilih variable maksimasi dengan mengupdate objective for response statistic.
Gambar 4.25 Mendefinisikan fungsi tujuan
Memilih define inputs dan memasukkan macro yang sudah dibuat sebelumnya dan memastikan bahwa macro memiliki data type real.
Gambar 4.26 Memasukkan macro
Mendefinisikan run time dan mengubah variabel terkait dengan cara memilih menu optimize model pada SimRunner >> pilih submenu set options >> memasukkan jumlah jam kerja sebanyak 8 jam.
Gambar 4.27 Mendefinisikan run time
Gambar 4.28 Menjalankan SimRunner
Simulasi akan dijalankan sebanyak 25 kali, kemudian SimRunner akan menampilkan variabel yang selanjutnya diperlukan untuk optimalisasi.
Gambar 4.29 Hasil SimRunner
Dalam studi kasus ini, seluruh total exit untuk asbak_dus berjumlah 8, namun yang terbaik adalah eksperimen pertama dengan mean 33 dan standar deviasi sebesar 1. Selanjutnya, skenario ini yang akan dipilih untuk langkah berikutnya.
16. Membuat scenario dengan memilih Simulation >> Scenarios >> Add lalu memasukkan Scenario Name >> memilih perubahan dengan klik change.
Gambar 4.30 Membuat scenario
Gambar 4.31 Menjalankan simulasi dengan scenario
Memilih All Scenario untuk menampilkan seluruh hasil scenario, klik OK.
Gambar 4.32 Menampilkan hasil scenario
Gambar 4.33 Hasil seluruh scenario
17.
Untuk melihat trace, pilih simulation pada menubar di ProModel, lalu pilih option kemudian centang pause dan trace pada kolom at start. Lalu klik Run.Gambar 4.34 Kotak dialog Simulation Options
Gambar 4.35 Output Trace
4.6. VERIFIKASI DAN VALIDASI
Setelah melakukan permodelan dan melakukan analisis mengenai sistem tersebut, diperlukan verifikasi dan validasi. Berikut merupakan verifikasi dan validasi dari model.
4.6.1. Verifikasi Data
Verifikasi digunakan untuk mengetahui apakah model simulasi yang telah dibangun dapat berjalan sesuai dengan spesifikasi model yang diinginkan. Berikut merupakan cara verifikasi data dari model pembuatan asbak.
Gambar 4.36 PetriNet
Gambar 4.37 Path Network
Gambar 4.38 Trace
3. Verifikasi dengan cara ketiga adalah dengan melihat apakah animasi pada ProModel sama dengan model nyata. Pada model nyata terdapat 3 pekerja, dan terdapat 7 proses. Hal ini sesuai dengan animasi yang digambarkan pada ProModel. Karena adanya kesesuaian antara animasi pada ProModel dengan sistem nyata, maka model ini dapat diverifikasi.
Gambar 4.39 Model simulasi
Gambar 4.40 Compile Error 4.6.2. Validasi
Validasi merupakan cara untuk mengevaluasi model dengan cara membandingkan antara sistem nyata dengan model simulasi. Pada model ini, validasi dilakukan pada data output.
1. Data Output
Berikut merupakan data output yang dihasilkan pada kondisi nyata dan pada model simulasi dengan 5 kali replikasi
Tabel 4.7 Data Output Aktual dan Simulasi
Data Simulasi (kardus)
Data Sistem Nyata (kardus)
7 8
7 7
7 8
7 10
7 9
Langkah pertama yang dilakukan adalah melakukan uji kenormalan data. Berikut merupakan langkah untuk menguji kenormalan data. a. Membuka SPSS 20 dan membuat file baru.
b. Klik Variable View, kemudian mengisi nama variabel.
c. Menguji kenormalan data dengan memilih menu Analyze → Descriptive Statistics → Explore.
d. Memasukkan variabel Data Output ke dalam Dependent List, klik Plots→ pilih None pada kotak Boxplots →
hilangkan semua centang pada kotak Descriptive→
Tabel 4.8 Tes Kenormalan Data
Tests of Normalitya
Kolmogorov-Smirnovb Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Aktual ,237 5 ,200* ,961 5 ,814
*. This is a lower bound of the true significance. a. Simulasi is constant. It has been omitted. b. Lilliefors Significance Correction
H0 : data berdistribusi normal
H1 : data tidak berdistribusi normal
Kriteria pengujian kenormalan ini adalah: H0 diterima apabila nilai Asymp. Sig ≥ 0,05
H0 ditolak apabila Asymp. Sig < 0,05
Dari tabel 4.3 diatas, nilai Sig (0,814) > 0,05 sehingga dapat disimpulkan bahwa data output berdistribusi normal.
Langkah-langkah pengujian validasi yang dilakukan pada software SPSS sebagai berikut:
a. Aktifkan variable view, isikan nama variabel dengan model dan output. Pada values model, isikan “1” dengan label simulasi dan “2” dengan label aktual.
b. Klik analyze, pilih Compare Means >> Independent t test
c. Masukkan Data pada kotak test variable list dan Variabel pada Grouping Variable
d. Untuk menentukan grup, klik define groups. Selanjutnya pada kotak dialog groups, tuliskan “1” untuk group 1 dan “2” untuk group 2. Lalu klik continue.
e. kemudian klik OK.
f. Kemudian muncul output sebagai berikut:
Tabel 4.9 Uji Validasi
H0 = tidak terdapat perbedaan antara data simulasi dengan data
nyata (valid)
H1 = terdapat perbedaan antara data simulasi dengan data nyata
(tidak valid)
Nilai taraf nyata (α) = 0.05 Kriteria pengujian:
H0 diterima jika nilai Asymp. Sig. (2-tailed) ≥ 0,05/2
H0 ditolak jika nilai Asymp. Sig. (2-tailed) <0,05/2
Jadi, berdasarkan hasil output, didapatkan nilai Sig. (2-tailed) ≥ 0.025, yaitu 0.025. Selain itu, didapatkan nilai Sig.(0.052) ≥ 0.025. Dari kedua nilai Sig tersebut dapat disimpulkan bahwa H0
diterima, berarti tidak terdapat perbedaan antara data simulasi dengan data nyata. Hal ini dapat dikatakan bahwa model sudah tervalidasi.
4.8 ANALISIS PEMBAHASAN
Dari hasil permodelan dengan menggunakan ProModel, berikut merupakan analisis pembahasan.
1. Locations
Berikut merupakan output locations dari 5 replikasi. Tabel 4.10 Utilitas Location
Name 1 2 Utilization3 4 5
Kedatangan asbak setengah
jadi 0.00 0.00 0.00 0.00 0.00 Pelapisan cat 2.23 2.3 2.27 2.27 2.23
Lem 2.17 2.15 2.18 2.18 2.16
Antrian packaging 0.00 0.00 0.00 0.00 0.00 Keluar 0.02 0.00 0.00 0.00 0.00
Pela
Gambar 4.41 Grafik utilitas location
Diatas merupakan gambar grafik dimana dapat dilihat bahwa tingkat utilitas paling tinggi adalah tunggu batch, dimana proses tersebut memiliki utilitas tertinggi. Hal ini disebabkan karena adanya proses packaging yang cukup lama sehingga menumpuk pada proses tunggu batch. Pada locations juga dapat dilihat mengenai kapasitas dari setiap lokasi, total entitas yang masuk dalam lokasi, rata-rata waktu, dan tingkat utilitas. Pada output location dapat dilihat bahwa lokasi terakhir menghasilkan entitas sebanyak 7 buah.
2. Resource
Berikut merupakan tabel utilitas dari resource untuk 5 kali replikasi. Tabel 4.11 Utilitas Resource
Name 1 2 Utilisasi3 4 5
Operator 1.1 100 100 100 100 100
Operator 1.2 100 100 100 100 100
Operator 1.2 Operator 2 0
20 40 60 80 100 120
Utilitas Resources
Gambar 4.42 Utilitas resource
Pada resource dapat dilihat bahwa operator1 terdapat 2 orang yaitu operator yang melakukan dari awal proses asbak setengah jadi sampai dengan asbak pewarnaan motif, sedangkan operator2 bertugas untuk melakukan proses pembentukkan kardus dan packaging. Pada gambar diatas dapat dilihat bahwa kedua operator1 memiliki tingkat utilitas 100% dan operator2 memiliki tingkat utilitas 22,8%. Hal ini berarti ada penumpukkan pekerjaan di operator1 sehingga operator2 lebih banyak menganggur.
3. Entity
a. Total Exit
Tabel 4.12 Total Exit
Name Total Exit
1 2 3 4 5
Asbak setengah jadi 0 0 0 0 0
Asbak pelapisan cat 0 0 0 0 0
Asbak dus 7 3 0 3 6
Asbak pewarnaan
dasar 0 0 0 0 0
Asbak pewarnaan
motif 800 100 0 300 700
Kardus polos 0 0 0 0 0
Kardus 8 4 0 3 6
Batch 0 0 0 0 0
tersebut. Hasil output selama model selesai adalah asbak dus yang keluar sebanyak 7, lalu total asbak pewarnaan motif yang keluar adalah 800 dari 850, 50 asbak lainnya masih terdapat dalam proses sebelum selesai pewarnaan motif. Selain itu, dapat dilihat bahwa total kardus yang dikeluarkan adalah 8.
b. Current Quantity in System
Tabel 4.13 Current Quantity in System
Name 1 Current Quantity in System2 3 4 5
Asbak setengah jadi 19 751 472 416 129 Asbak pelapisan cat 9 9 9 9 10
Asbak dus 0 0 0 0 0
Asbak pewarnaan dasar
4 5 4 4 4
Asbak pewarnaan
motif 18 85 65 21 8
Kardus polos 0 0 0 0 0
Kardus 0 8 5 4 2
Batch 1 0 0 1 1
Current Quantity in System merupakan entitas yang berada di dalam sistem saat simulasi berhenti, dan dapat dilihat bahwa entitas yang berada di dalam sistem terdapat 1 batch (1 x 100 asbak), dan 50 asbak lainnya masih terdapat dalam proses.
4. Variable
Tabel 4.14 Output Variable
Name 1 2 Current Value3 4 5 WIP 851 853 853.5 853.33 851
Pada tabel output variable dapat dilihat bahwa variabel yang digunakan adalah WIP. WIP digunakan untuk melihat jumlah entitas yang diproses dalam sistem. Pada tabel diatas dapat dilihat bahwa nilai current value WIP setiap replikasi berbeda akan tetapi hasilnya tetap stabil.
Setelah menjalankan simulasi, selanjutnya akan dibuat skenario untuk meningkatkan asbak_dus yang dihasilkan. Berikut ini adalah langkah optimalisasi menggunakan SimRunner dengan fungsi memaksimalkan tujuan total exit.
4.8.1 Permasalahan Model Awal
Gambar 4.43 Model yang akan diperbaiki
Dalam model awal, terjadi penumpukan pada kedatangan asbak pewarnaan dasar menuju proses selanjutnya di lokasi pewarnaan motif. Hal ini disebabkan waktu yang dibutuhkan untuk proses pewarnaan motif cukup lama, yaitu dengan rata-rata sebesar 34 detik untuk setiap asbak dan utilisasi sebesar 3,11%.
4.8.2 Analisa dan Pembahasan Model Terbaik
Sebelum dilakukan perbaikan, distribusi untuk proses pewarnaan motif adalah N(34., 1.67) dan menghasilkan total exit berupa asbak_dus sebanyak 7 buah selama 7 jam kerja. Perbaikan dilakukan dengan mengoptimalkan waktu proses pada pewarnaan motif sehingga digunakan scenario untuk memaksimalkan fungsi total exit dengan distribusi N(33., 1.). setelah dilakukan perbaikan, dapat dilihat bahwa total exit asbak_dus meningkat menjadi 8 buah, seperti terlihat pada gambar 4.44 dan gambar 4.45.
BAB V
PENUTUP
5.1 Kesimpulan
Berdasarkan praktikum yang sudah dilakukan, maka dapat diambil kesimpulan sebagai berikut:
1. Sistem kerja pada IKM Gerabah Panjaitan khususnya pada pembuatan asbak dinilai masih kurang optimal. Hal ini dikarenakan terdapat waktu proses untuk setiap asbak yang paling lama adalah proses pewarnaan motif. Proses packaging juga memiliki waktu yang lama akan tetapi, pada proses packaging terdapat 100 buah asbak dijadikan menjadi satu. Selain waktu proses packaging, tingkat utilitas pada location juga tidak merata dapat dilihat dari tingkat utilitas paling tinggi adalah tunggu_batch, yang berarti pada lokasi tunggu_batch terdapat penumpukan sehingga utilitas lokasi tersebut pun tinggi. Pada tingkat utilitas resource diketahui bahwa kedua operator1 memiliki tingkat utilitas 100% dan operator2 memiliki tingkat utilitas 26,5%. Hal ini berarti ada penumpukkan pekerjaan di operator1 sehingga operator2 lebih banyak menganggur yang mengakibatkan sistem kerja tidak optimal.
juga terlalu lama dikarenakan proses ini harus menunggu dari proses pewarnaan motif sehingga pada proses tunggu_batch mengalami penumpukkan entitas. Permasalahan bottleneck tersebut dapat diperbaiki dengan cara mengoptimalkan waktu proses operasi pada proses pewarnaan motif.
3. Penggunaan software simulasi ProModel sangat membantu dalam mengoptimalkan sistem kerja pada IKM pembuatan gerabah khususnya pada proses pembuatan produk asbak. Dengan adanya ProModel dapat dilakukan analisis permasalahan dan mencari solusi perbaikan tanpa harus melakukan penelitian dalam jangka waktu yang lama di lokasi sesungguhnya (sistem nyata). Dalam proses mengoptimalkan sistem kerja pada proses pembuatan asbak, penulis membuat solusi perbaikan berdasarkan pada output sistem dalam ProModel, solusi yang didapatkan adalah dengan meminimumkan waktu proses pada lokasi pewarnaan motif dari 34 detik menjadi 33 detik dan standar deviasi dari 1,67 detik menjadi 1 detik untuk setiap asbak.
5.2 Saran
Berdasarkan praktikum yang sudah dilakukan, maka saran yang dapat diberikan kepada perusahaan adalah sebagai berikut:
1. IKM Gerabah Panjaitan sebaiknya lebih memperhatikan lintasan yang jelas bagi para operatornya dalam melakukan proses pembuatan asbak, sehingga dapat mengurangi waktu proses karena waktu untuk kegiatan berbalik terus-menerusberkurang.
tingkat idle/menganggur operator akan berkurang, sehingga sistem kerja akan lebih optimal.
