PENENTUAN J UMLAH OPTIMAL LINE
SECONDARY RAW
MATERIAL
DI LANTAI PRODUKSI
(STUDI KASUS PT. X, Tbk)
SKRIPSIDisusunOleh : DANARA PRADIPTA
1032010075
J URUSAN TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL “ VETERAN “ J AWA TIMUR
SKRIPSI
PENENTUAN J UMLAH OPTIMAL LINE PENGIRIMAN
SECONDARY RAW MATERIAL
DI LANTAI PRODUKSI
(STUDI KASUS PT. X,Tbk)
Disusun oleh : DANARA PRADIPTA
NPM : 1032010075
Telah dipertahankan dihadapan dan diterima oleh Tim Penguji Skr ipsi J ur usan Teknik Industri Fakultas Teknologi Industr i
Univer sitas Pembangunan Nasional “Veteran” J awa Timur Pada Tanggal 31 – Desember 2013
Tim Penguji : Pembimbing :
Univer sitas Pembangunan Nasional “Veteran” J awa Timur Sur abaya
i
KATA PENGANTAR
Assalamu’alaikum Wr. Wb.
Segala puja dan puji syukur kami panjatkan kehadirat Allah SWT atas segala rahmat dan karunia-Nya, sehingga dapat terselesaikan Tugas Akhir/Skripsi dengan judul “Penentuan Jumlah Optimal Line Pengiriman Secondary Raw Material di Lantai Produksi (Studi kasus di PT. Unilever Indonesia, Tbk).
Tugas Akhir/Skripsi ini merupakan salah satu syarat yang harus ditempuh oleh mahasiswa jenjang pendidikan Strata-1 (Sarjana) Jurusan Teknik Industri, Fakultas Teknologi Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur guna meraih gelar kesarjanaan.
Dalam penyusunan Tugas Akhir/Skripsi ini penulis ingin mengucapkan rasa terima kasih yang sebesar-besarnya kepada :
1. Bapak Prof. Dr. H. R. Teguh Soedarto, MP, selaku Rektor Universitas Pembangunan Nasional “Veteran” Jawa Timur.
2. Bapak Ir. Sutiyono, MT selaku Dekan Fakultas Teknologi Industri UPN “Veteran” Jawa Timur.
3. Bapak DR. Ir. Minto Waluyo, MM selaku Ketua Jurusan Teknik Indutri UPN “Veteran” Jawa Timur.
4. Bapak Drs. Pailan, MPd selaku Sekretaris Jurusan Teknik Indutri UPN “Veteran” Jawa Timur.
7. Segenap staff Dosen Fakultas Teknologi Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur yang telah memberikan banyak pengetahuan selama masa perkuliahan.
8. Segenap Pimpinan PT. Unilever Indonesia,Tbk yang telah memberikan bimbingan dan data-data yang dibutuhkan dalam penyusunan skripsi ini. 9. Pihak–pihak terkait yang membantu dalam penyelesaian Tugas
Akhir/Skripsi ini yang tidak dapat disebutkan satu per satu.
Penulis menyadari bahwa penyusunan Tugas Akhir/Skripsi ini terdapat kesalahan dan kekurangan yang masih perlu diperbaiki, untuk itu sebagai penulis, kami mengharapkan kritik dan saran yang bersifat membangun guna kesempurnaan Tugas Akhir/Skripsi ini. Akhir kata, semoga Tugas Akhir/Skripsi ini bermanfaat bagi semua pihak.
Wassalamu’alaikum Wr. Wb.
Surabaya, 10 Desember 2013
iii
2.2.1 Sistem Antrian dan Disiplin Antrian pada line secondary raw material... 12
2.3 Model- model antrian ...………..………….... 13
2.4 Pelayanan ... 17
2.6 Macam- macam Simulasi ……... 20
2.7 Aspek- Aspek Dalam Simulasi ...……….. 21
2.8 Area Sistem Penerapan Simulasi ………...……….. 22
2.9 Simulasi dan Program Komputer ... 24
2.10 Jenis Model ... 25
2.11 Pemodelan dan Simulasi Komputer ... 26
2.12 Program Simul8 ... 27
2.13 Peranan Distribusi Poison dan Eksponensial ... 32
2.14 Verifikasi dan Validasi ... 34
2.14.1 Aturan Verifikasi dan Validasi dalam Simulasi ... 35
2.15 Pengukuran Waktu Kerja ... 37
2.16 Penelitian Terdahulu ... 44
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian....……….………...………... 47
3.2 Identifikasi dan Definisi Operasional Variabel..………...……. 47
3.2.1 Identifikasi Variabel... 47
3.2.2 Definisi Operasional Variabel... 47
3.3 Pengumpulan Data ………... 49
3.3.1 Data Primer ... 49
3.3.2 Data Sekunder ... 49
3.4 Pengolahan Data ...……….. 50
3.5 Langkah-Langkah Pemodelan Sistem ...………... 50
v BAB IV ANALISA DAN PEMBAHASAN
4.1 Pengumpulan Data...………. 55
4.1.1 Sistem Model Pengantaran Material Saat Ini... 56
4.1.2 Data Primer ... 57
4.1.3 Data Sekunder ... 58
4.2 Menentukan Bentuk Distribusi Waktu Antar Kedatangan Material . 59 4.3 Perancangan Model Sistem Nyata ... 60
4.4 Rancangan Sistem Model Usulan ... 62
4.5 Validasi dengan Perhitungan Manual ... 56
4.6 Hasil dan pembahasan ... 65
BAB IV Kesimpulan dan Sar an 5.1 Kesimpulan...……….. 67
5.2 Saran……… 68 DAFTAR PUSTAKA
vii
DAFTAR TABEL
Tabel 2.1 Hal yang Harus Diperhatikan dalam Verifikasi dan Validasi .... 36
Tabel 4.1 Data Kedatangan Secondary Raw Material line 1 (Gudang BB ke line) ... 57
Tabel 4.2 Data Kedatangan Secondary Raw Material line 2 (Gudang BB ke line)………... 58
Tabel 4.3 Data Jenis Secondary raw Material dan Total Kebutuhan ...59
Tebel 4.4 Hasil Perhitungan Workload Analysis ... ... 64
Tabel 4.5 Validasi Model... 65
DAFTAR GAMBAR
Gambar 2.1 Tipe Antrian Single Channel Single Phase ... 11
Gambar 2.2 Tipe Antrian Single Channel Multi Phase... 11
Gambar 2.3 Tipe Antrian Multi Channel Single Phase... 12
Gambar 2.4 Tipe Antrian Multi Channel Multi Phase ... 12
Gambar 2.5 Model Umum Antrian ... 14
Gambar 2.6 Model Khusus Antrian ... 14
Gambar 2.7 Wilayah Kerja Simulasi ...... 19
Gambar 2.8 Work Entry Point... 30
Gambar 2.9 Storage ... 30
Gambar 2.10 Work Centre ... 31
Gambar 2.11 Work Exit Point ... 31
Gambar 2.12 Clock properties ... 32
Gambar 2.13 Relasi, Verifikasi, Validasi dan Pembentukan Model Kredibel . 35 Gambar 3.1 Flowchart Pemecahan Masalah ... 52
Gambar 4.1 Sistem Model Pengantaran Saat Ini ... 56
Gambar 4.2 Distribusi Waktu Kedatangan Antar Material ... 60
Gambar 4.3 Tampilan Awal Simul8 Sebelum Proses Running ... 61
Gambar 4.4 Model Nyata Dengan 2 line Setelah dilakukan Proses Running..61
Gambar 4.5 utilization 2 line ...62
Gambar 4.6 Kondisi usulan 3 line Setelah dilakukan Proses Running ... 63
ix
DAFTAR LAMPIRAN
PENENTUAN JUM LAH OPTIM AL LINE PENGIRIM AN SECONDARY RAW M ATERIAL DI LANTAI PRODUKSI
(STUDI KASUS PT. X,Tbk)
Danara Pradipta
Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas pembangunan Nasional “Veteran” Jawa Timur Jl. Raya Rungkut Madya Gunung Anyar, Surabaya 60924
E-mail : [email protected]
Abstraksi
Antrian adalah kejadian yang sering kita lihat, yang terjadi dimana kebutuhan pelayanan melebihi kapasitas pelayanan yang disediakan. Dewasa ini, simulasi telah menjadi suatu hal yang sangat penting. Berbagai penelitian dan kajian dilakukan dengan menggunakan metode simulasi sebagai salah satu teknik untuk memecahkan masalah. Masalah yang dapat diselesaikan dengan menggunakan simulasi salah satunya adalah masalah antrian.
dalam penelitian yang dilakukan di PT. X,Tbk area gudang secondary raw material es krim, peneliti melihat terdapat bottleneck pada proses pengiriman secondary raw material seperti wrapper, outter, kacang, dan stick dalam proses pengiriman ke ruang produksi. Sehingga membuat terkendalanya proses pengiriman secondary raw material tersebut.
Simul8 adalah salah satu software simulasi yang bersifat visual, yang artinya kita dapat membuat model simulasi hanya dengan mengklik dan menggeser objek simulasi pada layar. Sehingga dapat mengatur objek simulasi pada layar sesuai dengan keadaan yang diinginkan.
Dengan software Simul8, unit produksi PT. X, Tbk dapat mengoptimalkan jumlah optimal line pengiriman secondary raw material dari kondisi awal, sehingga produksi berlangsung optimal karena pada rantai pengiriman material bottleneck dapat dihilangkan.
Determination of number optimal line of secondary raw material shipments in production process
(Case Study in PT. X, Tbk) Danara Pradipta
Industiral Engineering Major, Faculty of Industrial Technology, Universitas pembangunan Nasional “Veteran” East Java Jl. Raya Rungkut Madya Gunung Anyar, Surabaya 60924
E-mail : [email protected]
Abstract
Queue is an event that usually happen where service need exceed the service capacity provided. Nowadays, simulation becomes something important. Numerous research and study conducted by using simulation method as one of technique for solving problem. One of problem that can be done with simulation is queuing problem.
In research conducted in PT. X, Tbk, warehouse area of secondary raw material ice cream, researcher seen bottleneck in delivery process secondary raw material such as wrapper, outter, peanuts,and ice stick in delivery process to production room. So it makes constrained delivery process secondary raw material.
Simul8 is one of simulation software in visual view, which mean we could make simulation model only with click and drag simulation object on screen. So we could manage simulation object on screen according to conditions we wanted.
With simul8 software, production unit PT. X, Tbk could optimalize the number of optimal line delivery secondary raw material from initial condition. So the production could running optimaly because in material delivery chain, bottleneck problem had been solve.
PENENTUAN J UMLAH OPTIMAL
LINE
PENGIRIMAN
SECONDARY RAW MATERIAL
DI LANTAI PRODUKSI
(STUDI KASUS PT. X,Tbk)
SKRIPSI
Disusun Oleh:
DANARA PRADIPTA
1032010075
J URUSAN TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL “ VETERAN “ J AWA TIMUR
BAB I PENDAHULUAN
1.1 Latar Belakang
PT. X, Tbk merupakan salah satu perusahaan multi nasional di Indonesia yang bergerak dibidang penyediaan produk-produk kebutuhan pokok sehari-hari. Hingga saat ini sudah lebih dari 32 produk yang diproduksi oleh PT. X, Tbk dan sudah tersebar merata keseluruh wilayah Indonesia. PT. X, memiliki 2 kawasan pabrik yaitu di Cikarang dan Surabaya. PT. X, Tbk adalah PT. Unilever Indonesia, Tbk.
Dalam kegiatan penyediaan produk, terdapat rangkaian proses sebelum menghasilkan suatu produk. Mulai dari penyediaan raw material, proses pengolahan material, produksi, packaging, quality control, hingga sampai proses pendistribusian produk tersebut pada konsumen. Maka disetiap tahap tersebut dibutuhkan tenaga kerja dan biaya. Setiap perusahaan selalu berupaya untuk setiap proses yang dikerjakan dapat berjalan dengan efektif dan efisien sehingga keuntungan yang didapat perusahaan bisa optimal.
waktu menganggur pada proses pengiriman secondary raw material, karena pada jam tersebut permintaan pengiriman material ke ruang produksi tidak terlalu tinggi/sibuk.
Berdasarkan permasalahan yang sudah dijelaskan tersebut, maka peneliti ingin menerapkan model simulasi antrian di PT. X, Tbk. Software Simul8 merupakan software yang dinilai cocok dalam mensimulasikan sistem antrian pengiriman secondary raw material di lantai produksi tersebut. Dengan didukung data primer yang diambil secara langsung dan juga data sekunder yang didapat melalui pekerja yang ada.
Dewasa ini, simulasi telah menjadi suatu hal yang sangat penting. Berbagai penelitian dan kajian dilakukan dengan menggunakan metode simulasi sebagai salah satu teknik untuk memecahkan masalah. Masalah yang dapat diselesaikan dengan menggunakan simulasi salah satunya adalah masalah antrian. Teori yang ada menurut Hasan (2002), simulasi merupakan suatu model pengambilan keputusan dengan mencontoh atau mempergunakan gambaran sebenarnya dari suatu sistem kehidupan dunia nyata tanpa harus mengalaminya pada keadaan yang sesungguhnya.
Diharapkan dengan adanya simulasi model usulan menggunakan software simul8 ini, nantinya bisa menjadi bahan pertimbangan perusahaan dalam mengambilan keputusan berapakah jumlah optimal line yang diperlukan.
1.2 Perumusan Masalah
“Berapakah jumlah optimal line pengiriman secondary raw material di
lantai produksi”
1.3 Batasan Masalah
Agar penulisan dapat berjalan dengan baik dan sesuai dengan alurnya maka perlu diberikan batasan-batasan masalah sebagai berikut :
1. Penelitian dilakukan di PT. X, Tbk Cikarang, Bekasi.
2. Pengamatan hanya dilakukan pada proses pengiriman bahan secondary raw material es krim magnum saja dan tidak membahas volume produksi es krim. 3. Pengerjaan dilakukan dengan software Simul8 untuk penerapan model simulasi
pengiriman material.
4. Penelitian dilakukan pada shift pagi saja (pkl 06.00-14.00 WIB) pada tanggal 13 oktober 2013 sampai penelitian selesai.
1.4 Asumsi
Sedangkan beberapa asumsi yang digunakan dalam penelitian ini adalah sebagai berikut :
1. Tenaga pengantar secondary raw material es krim magnum (line operator) dianggap sudah mempunyai keterampilan yang cukup baik.
2. Peralatan dan fasilitas yang tersedia lengkap dan kondisi dalam keadaan baik.
1.5 Tujuan Penelitian
Untuk mengetahui apakah jumlah line dan utilitas line di lantai produksi es krim magnum sudah optimal sehingga dalam proses pengantaran secondary raw material di lantai produksi dapat berjalan dengan baik.
1.6 Manfaat Penelitian
Manfaat yang dapat diambil dari penelitian ini adalah : a. Bagi perusahaan:
Sebagai masukan berupa sumbangan pikiran dan saran dalam menentukan kebijaksanaan. Khususnya dalam permasalahan line operator di gudang
secondary raw material.
b. Bagi universitas :
Sebagai tambahan studi literature bagi Universitas Pembangunan Nasional “VETERAN” Jawa Timur selaku almamater.
c. Bagi mahasisiwa
Dapat mengembangkan ilmu yang diperoleh selama mengikuti perkuliahan untuk diterapkan dalam praktek yang nyata.
1.7 Sistematika Penulisan
BAB I PENDAHULUAN
Bab ini berisi latar belakang, perumusan masalah, batasan dan asumsi yang digunakan, tujuan dan manfaat penelitian, serta sistematika penulisan.
BAB II TINJ AUAN PUSTAKA
Bab ini berisi dasar-dasar teori yang digunakan dalam penelitian, antara lain definisi antrian dan simulasi antrian serta model-model yang digunakan.
BAB III METODE PENELITIAN
Bab ini berisi langkah-langkah dalam melakukan penelitian yaitu hal-hal yang dilakukan untuk mencapai tujuan dari penelitian atau urutan kerja menyeluruh selama pelaksanaan penelitian.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
Bab ini berisi pengolahan dari data yang telah dikumpulkan, langkah-langkah pemecahan masalah dan metode analisis serta pembahasan penelitian.
BAB V KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dan saran dari hasil penelitian yang telah dilakukan yang didapatkan dari tujuan dan permasalahan yang ada. DAFTAR PUSTAKA
BAB II
TINJ AUAN PUSTAKA
2.1 Antr ian
Antrian adalah kejadian yang sering ditemui dalam kehidupan sehari - hari, yang berhubungan dengan menunggu menurut (erma suryani, 2007). Menunggu di depan loket untuk mendapatkan tiket kereta, pembayaran di check out counter supermarket, pengisian bahan bakar, menunggu di pintu tol atau kasus menunggu yang lain. Bukan saja orang yang mengalami antri, tapi juga bisa barang, misalnya mesin - mesin yang rusak menunggu untuk diperbaiki, barang - barang di pabrik menunggu untuk berbagai tahapan proses produksi dan lain - lain. Karena menunggu memakan waktu, sementara waktu merupakan sumber daya yang berharga, maka pengurangan waktu menunggu merupakan tema yang menarik untuk dianalisis, tetapi tidak berarti analisis antrian hanya membahas waktu menunggu, tetapi juga biaya antrian.
Terdapat banyak model antrian untuk setiap sistem ( struktur ) antrian. Ada dua sistem antrian yang populer yaitu sistem saluran tunggal dan banyak saluran, keduanya dengan satu tahap.
1. Sumber Masukan ( input )
Sumber masukan dari suatu sistem antrian dapat terdiri atas suatu populasi orang, barang, komponen, atau kertas kerja yang datang pada sistem untuk dilayani. Suatu populasi dinyatakan besar bila populasi tersebut lebih besar dibanding dengan kapasitas sistem pelayanan.
2. Pola Kedatangan
Cara individu – individu dari populasi memasuki sistem disebut pola kedatangan. Individu – individu mungkin datang dengan tingkat kedatangan yang konstan ataupun acak. Tingkat kedatangan produk – produk yang bergerak sepanjang lini perakitan produksi massal mungkin konstan, sedangkan tingkat kedatangan telephones calls sangat sering mengikuti suatu distribusi probabilitas poisson. Distribusi probabilitas poisson adalah salah satu dari pola – pola kedatangan yang paling sering ( umum ) bila kedatangan – kedatangan didistribusikan secara random. Hal ini terjadi karena distribusi
poisson menggambarkan jumlah kedatangan per unit waktu bila sejumlah besar variabel – variabel random mempengaruhi tingkat kedatangan. Bila pola kedatangan individu – individu mengikuti suatu distribusi poisson, maka waktu antara kedatangan adalah random dan mengikuti suatu distribusi eksponensial.
3. Disiplin Antr ian
Tetapi bagaimanapun juga ada beberapa tipe disiplin antrian lainnya yang dapat termasuk dalam model – model matematis antrian. Beberapa disiplin antrian lainnya adalah shortest operating time ( SOT ), last come first served ( LCFS ), longest operating time ( LOT ), dan service in random order ( SIRO ).
4. Kepanjangan Antr ian
Banyak sistem antrian dapat menampung jumlah individu – individu dalam jumlah besar, tetapi ada beberapa sistem yang mempunyai kapasitas yang terbatas. Bila kapasitas antrian menjadi faktor pembatas besarnya jumlah individu yang dapat dilayani dalam sistem secara nyata, berarti sistem mempunyai kepanjangan antrian yang terbatas dan model antrian terbatas harus digunakan untuk menganalisa sistem tersebut. Secara umum model antrian terbatas lebih kompleks dari pada sistem antrian tak terbatas.
5. Tingkat pelayanan
Waktu yang digunakan untuk melayani individu – individu dalam suatu sistem disebut waktu pelayanan. Waktu ini mungkin konstan, tetapi juga sering acak. Bila waktu pelayanan mengikuti distribusi eksponensial atau distribusinya acak, waktu pelayanan akan mengikuti suatu distribusi
poisson. 6. Keluar ( exit )
dengan populasi lain yang mempunyai probabilitas lebih kecil dalam hal kebutuhan pelayanan tersebut kembali.
2.2 Sistem Dan Str uktur Dasar Antr ian
Banyak perbedaan sistem – sistem dan struktur – struktur antrian yang terdapat dalam pelayanan masyarakat yang bertambah semakin kompleks dan bervariasi. Perbedaan – perbedaan dalam jumlah antrian, fasilitas pelayanan, dan hubungan – hubungan yang terjadi dapat menghasilkan bentuk yang bervariasi tidak terbatas (Averil M. Law and W. David Kelton, 2005).
1. Sistem – Sistem Antr ian
Pada umumnya sistem antrian dapat diklasifikasikan menjadi sistem yang berbeda – beda dimana teori antrian dan simulasi sering diterapkan secara luas. Klasifikasi menurut Hillier dan Lieberman adalah sebagai berikut (T. Hani Handoko, 2004) :
a. Sistem Pelayanan Komersial.
b. Sistem Pelayanan Bisnis-Industri.
Beberapa tahun terakhir teori antrian telah diterapkan juga dalam banyak sistem pelayanan bisnis industri, misalnya mencakup lini produksi, sistem materialhandling, sistem pergudangan dan sistem – sistem informasi komputer.
c. Sistem Pelayanan Transportasi.
Sistem pelayanan transportasi mencakup sistem pelayanan jasa angkutan suatu perusahaan atau industri kesuatu tujuan tertentu. Beberapa dari sistem ini pelanggannya berupa kendaraan (alat angkut), contoh : mobil – mobil yang menunggu di gerbang tol atau lampu merah, truk yang menunggu untuk dimuati atau dibongkar muatannya, pesawat yang menunggu untuk mendarat atau lepas landas dari suatu bandara udara. Contoh yang lebih spesifik dari sistem semacam ini adalah tempat parkir, dalam hal ini mobil – mobil sebagai pelanggan dan area parkir sebagai pelayan. Disini tidak terjadi antrian karena pelanggan yang datang akan pergi ke tempat lain, jika tempat parkir tersebut telah penuh.
d. Sistem Pelayanan Sosial.
yang lain misalnya menyangkut sistem pemeliharaan kesehatan, kantor tenaga kerja, kantor registrasi SIM dan STNK dan sebagainya. 2. Str uktur – Str uktur Antr ian
Atas dasar sifat proses pelayanan, dapat diklasifikasikan fasilitas – fasilitas pelayanan dalam susunan saluran atau channel ( single atau multiple) dan phase ( single atau multiple ) yang akan membentuk suatu struktur antrian yang berbeda – beda. Istilah saluran atau channel
menunjukkan jumlah jalur ( tempat ) untuk memasuki sistem pelayanan, yang juga menunjukkan jumlah fasilitas pelayanan. Istilah phase berarti jumlah stasiun – stasiun pelayanan, dimana para pelanggan harus melaluinya sebelum pelayanan dinyatakan lengkap. Ada 4 model struktur antrian dasar yang umum terjadi dalam seluruh sistem antrian (taha hamdy.A, 2004) :
a. Single Channel – Single Phase
Sistem ini adalah yang paling sederhana, single channel berarti bahwa hanya ada satu jalur untuk memasuki sistem pelayanan atau ada satu fasilitas pelayanan. Single phase menunjukkan bahwa hanya ada stasiun pelayanan atau sekumpulan tunggal operasi yang dilaksanakan. Setelah menerima pelayanan, individu – individu keluar dari sistem.
Antrian Pelayan
b. Single Channel – Multiphase
Istilah multiphase menunjukkan ada dua atau lebih pelayanan yang
dilaksanakan secara berurutan ( dalam phase – phase ). Sebagai contoh lini
produksi massal, pencucian mobil, tukang cat mobil, dan sebagainya.
antrian
pelayanan
Gambar 2.2 Tipe Antrian Single Channel Multi PhaseSumber : Buku ( taha hamdy, 2004 )
c. Multichannel – Single Phase
Sistem multichannel – single phase terjadi ketika dua atau lebih fasilitas pelayanan dialiri oleh antrian tunggal.
Antrian Pelayan
Gambar 2.3 Tipe Antrian Multichannel – Single Phase Sumber : Buku ( taha hamdy, 2004 ) d. Multichannel – Mutiphase
Antrian
Pelayanan Gambar 2.4 Tipe Antrian Multichannel – Multiphase
Sumber : Buku ( taha hamdy, 2004 )
2.2.1 Sistem Antr ian Dan Disiplin Antr ian Pada Line Secondary Raw Material
Sistem antrian line secondary raw material menggunakan sistem single channel – multiphase. Sistem ini akan terjadi kapan saja, dimana terdapat dua line pengantaran yang dialiri dengan antrian tunggal yaitu bahan secondary raw material tersebut. Dimana bahan ini akan langsung menuju tiap mesin di ruang produksi es krim magnum.
Disiplin antrian mengikuti disiplin pelayanan FCFS (First Come First Served) atau FIFO (First Come First Out) mempunyai arti bahwa bahan secondary raw material yang datang dari gudang bahan baku lebih dulu maka akan dikirim terlebih dahulu.
2.3 Model - Model Antr ian
a. Faktor penggunaan :
µ = tingkat layanan rata-rata (jumlah waktu untuk melayani satu unit). M = jumlah channel / saluran
b. Waktu tunggu rata-rata dalam antrian :
λ L
Wq = q ... (2.2)
Dimana : Lq = jumlah rata-rata menunggu dalam antrian. c. Waktu tunggu rata-rata dalam sistem :
μ 1 W
WS = q+ ... (2.3)
Dalam mengelompokkan model antrian yang berbeda-beda akan digunakan suatu notasi yang disebut dengan Kendall’s Notation. Notasi ini sering dipergunakan karena beberapa alasan. Pertama, karena notasi tersebut merupakan alat yang efisien utuk mengidentifikasikan tidak hanya model-model antrian, tetapi juga asumsi-asumsi yang harus dipenuhi. Kedua, hampir semua buku
(literature) yang membahas teori antrian menggunakan notasi ini. (Subagyo, 2003:264-266)
Gambar 2.5 Model umum antrian
Gambar 2.6 Model khusus antrian
Model khusus diatas : M / M / 1 / 1 /L Penjelasan:
M = Tingkat kedatangan pelayanan Poisson.
D = Tingkat kedatangan dan pelayanan deterministik (diketahui konstan). K = Distribusi Erlang waktu antar kedatangan atau pelayanan.
S = Jumlah fasilitas pelayanan.
I = Sumber populasi atau kepanjangan antrian tak terbatas (infinite).
F = Sumber populasi atau kepanjangan antrian terbatas.
adalah model yang mempunyai fasilitas pelayanan tunggal. Tanda keempat dan kelima ditambahkan untuk menunjukkan apakah sumber populasi dan kepanjangan populasi adalah tak terbatas (I) atau terbatas (F), model diatas baik sumber populasi dan kepanjangan antrian adalah tak terbatas. Dengan tanda-tanda tersebut ditunjukkan antara lain model yang berbeda, yaitu :
Model 1 : M / M / 1 / I / I. Model 1 : M / M / S / I / I. Model 1 : M / M / 1 / I / F. Model 1 : M / M / S / F / I.
Kita tidak mungkin membicarakan seluruh model antrian yang dapat dikembangkan melalui kombinasi unit/populasi masukan seperti sumber-sumber pelanggan, mekanisme pelayanan dan karakteristik dari disiplin antrian. Oleh karena itu kita hanya membicarakan beberapa model yang diklasifikasikan berdasarkan format sebaga berikut : ( taha hamdy, 2004 )
Format umum, (a,b,c):(d/e/f), Dimana :
a. Bentuk distribusi kedatangan, yaitu jumlah kedatangan pertambahan waktu. b. Bentuk distribusi waktu pelayanan, yaitu selang waktu antara satuan-satuan
yang dilayani.
c. Jumlah saluran pelayanan paralel dalam sistem. d. Disiplin pelayanan.
e. Jumlah maksimum yang diperkenankan berada dalam sistem (dalam pelayanan ditambah garis tunggu).
f. Besarnya populasi masukan.
M = Distribusi kedatangan poisson atau distribusi pelayanan eksponensial, juga sama dengan distribusi waktu antara kedatangan eksponensial atau distribusi satuan yang dilayani secara poisson.
D = Antar kedatangan atau waktu pelayanan tetap. G = Distribusi umum pelayanan atau waktu pelayanan.
Untuk huruf c, dipergunakan bilangan bulat positif yang menyatakan jumlah pelayanan paralel.
Untuk huruf d, dipakai kode-kode pengganti : FIFO atau FCFS, LIFO atau LCFS, SIRO, PS.
Untuk huruf e dan f dipergunakan kode N atau menyatakan jumlah terbatas atau tak terhingga unit/populasi dalam sistem antrian dan populasi masukan.
Misalnya kita tulis model (M/M/1):(FIFO/~/~), ini berarti bahwa model manyatakan kedatangan didistribusikan secara poisson, waktu pelayanan didistribusikan secara eksponensial, pelayanan satu unit atau satu orang. Disiplin antrian adalah FIFO (first in first out), jumlah unit/populasi yang masuk dalam sistem tidak terhingga dan ukuran populasi masukan (besarnya) adalah tidak terhingga.
Meskipun demikian, kode-kode seperti tertera diatas tidak cukup untuk mencakup semua karakteristik dari sistem antrian yang begitu banyak. Disamping itu kita perlu mengetahui beberapa istilah penting sebelum membicarakan beberapa model antrian, yaitu :
= panjang garis tunggu dikurangi jumlah populasi yang sedang dilayani.
Waktu tunggu = waktu antara kedatangan satu populasi dengan mulainya pelayanan sesungguhnya.
2.4 Pelayanan
Yang dimaksud pelayanan pada area anti karat adalah banyaknya output pallet yang dapat dihasilkan per hari pada area tersebut. Peningkatan pelayanan dapat dilihat daribanyaknya pallet yang dapat dilayani setiap jamnya. Untuk mengetahui tingkat pelayanan per jam pada area anti karat, dapat dilakukan dengan menggunakan perhitungan metode antrian. Dimana kemampuan pelayanan per jam akan dijadikan sebagai petunjuk dari tingkat pelayanan yang mampu dihasilkan pada area anti karat. Akibat yang timbul dari rendahnya pelayanan pada area anti karat adalah terjadinya antrian pada area penempatan sementara (erma suryani, 2007) .
Lama waktu menunggu dalam antrian juga dijadikan sebagai dasar untuk mengetahui tingkat pelayanan pada area anti karat. Dengan melakukan simulasi kedatangan, kita dapat mengetahui rata-rata waktu menunggu pada area anti karat. Mengacu kepada hasil dari perhitungan dengan metode antrian dan simulasi kedatangan, dapat diketahui penempatan tenaga kerja yang paling optimal pada area anti karat.
2.5 Penger tian Simulasi
kehadirannya seiring dengan perkembangan dunia computer yang semakin spektakuler saat ini. Tidak jarang banyak persoalan-persoalan pelik di industri dapat diselesaikan lebih cepat dan lebih mudah dengan menggunakan simulasi (Averil M. Law and W. David Kelton, 2003).
Simulasi yang di fasilitasi dengan sejumlah perangkat computer mempunyai makna menirukan suatu system nyata (real system) yang menjadi obyek kajian dalam rangka mencari jawaban atas persoalan dari system itu.
Adapun prinsip dasar simulasi computer adalah bahwa dengan membangun model matematik atas system / persoalan real system, maka selanjutnya model tersebut dapat diubah menjadi suatu program computer yang mana program tersebut dapat menirukan perilaku real system yang menjadi model.
Dari program tersebut selanjutnya dirancang scenario percobaan guna mendapatkan hasil simulasi yang kelak dapat menjadi jawaban atas persoalan yang terjadi pada real system yang sedang dikaji. Dibawah ini diperlihatkan wilayah kerja simulasi.
Gambar 2.7 Wilayah kerja simulasi
Penjelasan gambar:
Dapat diketahui bahwa eksperimen dengan modelnya dibagi menjadi 2 model yaitu model fisiknya dan juga model matematiknya. Lalu untuk penyelesaiannya dilakukan secara analitik dan simulasi
a. Eksperimen langsung dan tidak langsung. Eksperimen langsung dan tidak langsung merupakan suatu cara yang digunakan untuk memperoleh gambaran dan informasi secara lengkap dari system yang ingin disimulasikan. Bila diinginkan data yang benar-benar valid maka yang lebih tepat adalah eksperimen langsung terhadap system realnya, karena jika kita bereksperimen terhadap model system maka akan timbul kendala apabila model tersebut tidak menggambarkan system realnya secara utuh.
b. Model Fisik dan model matematik
Model system dapat berwujud secara fisik maupun dalam bentuk formula matematik. Pada umumnya model matematik selalu dapat memberikan hasil yang menjanjikan, karena model matematik yang sempurna akan dapat memberikan informasi dan pada akhirnya akan dapat menunjukkan kinerja dari system nyatanya secara tepat.
c. Penyelesaian analitik dan dengan simulasi
2.6 Macam-macam Simulasi
Simulasi komputer adalah suatu metode yang mana metode itu dengan sendirinya harus disesuaikan dengan karakteristik system real yang di buat simulasinya. Banyaknya karakteristik system yang ada di sekeliling kita akan memunculkan bermacam-macam simulasi,diantaranya adalah (Averil M. Law and W. David Kelton, 2003) :
a. Simulasi system dinamis : merupakan model simulasi yang dapat merepresentasikan system yang berubah-ubah sepanjang waktu.
b. Simulasi system diskrit: merupakan system yang perubahan statenya terjadi pada waktu-waktu diskrit.
c. Simulasi system kontinu: merupakan system yang perubahan statenya terjadi secara kontinu.
d. Simulasi system probabilistic: merupakan system dengan kejadian yang probabilistic.
2.7 Aspek-Aspek Dalam Simulasi
Aspek-aspek yang mendasar bagi kajian simulasi suatu system adalah menurut ( Arifin, 2009 ) :
a. Penetapan tujuan b. Identifikasi masalah
c. Pengembangan model koseptual d. Pengembangan Model matematis e. Validasi
f. Solusi model
Pemahaman atas segala bentuk komponen (entity) dan antribut (antribute) beserta interaksi yang mewarnai system mutlak diperlukan karena pemahaman ini merupakan modal dasar yang utama dalam pemodelan system. Atas model matematis yang diperoleh, selanjutnnya dilakukan validasi sehingga akan diperoleh model yang valid.
2. Aspek pemrograman computer. Dilakukan untuk menyelesaikan persoalan model matematika system kedalam bentuk program computer, sehingga program tersebut dapat menirukan perilaku system realnya.
3. Aspek percobaan (statistic). Dilakukan untuk mengolah data keluaran simulasi agar dapat menunjukan keluaran yang benar dan tidak menyesatkan.
2.8 Ar ea Sistem Penerapan Simulasi
Dalam sistem penerapan simulasi terdapat area-area yang bisa diterapkan seperti berikut ini menurut ( arifin, 2009 ) :
1. Antr ian
2. Pengendalian Per sediaan
Simulasi digunakan pada pengendalian persediaan karena pada prakteknya permintaan sulit diketahui secara pasti sehingga simulasi merupakan variabel acak, yang mencerminkan ketidakpastian permintaan.
3. Pr oduksi Pemanufaktur an
Pada area ini simulasi diterapkan sebagai analisis jadwal produksi, urutan produksi, keseimbangan lini pemasangan (atas persediaan dalam proses), susunan pabrik dan lokasi pabrik
4. Pembiayaan
Simulasi digunakan untuk menentukan input dalam perhitungan tingkat pengembalian (rate of returnI) dimana infut tersebut variabel acak, seperti ukuran pasar, harga jual, tingkat pertumbuhan dan pangsa pasar.
5. Pemasaran
Simulasi diterapkan untuk memastikan reaksi suatu pasar terhadap pengenalan suatu produk atau terhadap kampanye periklanan untuk produk yang sudah ada. 6. Operasi Layanan Umum
Operasi pelayanan umum yang semakin komplek seperti operasi departemen kepolisian, dinas kebakaran, kantor pos, rumah sakit, sistem pengadalian, bandar udara dan sistem pelayanan lainya menjadikan simulasi menjadi penting penggunaanya, untuk mengakomodasi variabel acak dalam pengoperasian dari pelayanan umum.
7. Analilis Lingkungan dan Sumber Daya
lingkungan sekitarnya. Dalam bidang anlisis sumber daya, model simulasi telah dikembangkan untuk mensimulasikan sistem energi dan kemungkinan adanya sumber energi.
2.9 Simulasi dan Pr ogram Komputer
Simulasi adalah perancangan suatu obyek diam/bergerak dengan parameter yang mendekati nilai sebenarnya (Suryani, 2007). Sehingga simulasi merupakan proses yang diperlukan untuk operasionalisasi model, atau penanganan model untuk meniru tingkah-laku sistem yang sesungguhnya. Ini meliputi berbagai kegiatan seperti penggunaan diagram alir dan logika komputer, serta penulisan kode komputer dan penerapan kode tersebut pada komputer untuk menggunakan masukan dan menghasilkan keluaran yang diinginkan. Pada prakteknya, modeling dan simulasi adalah proses yang berhubungan sangat erat, maka batasan simulasi juga mencakup modeling.
(QBASIC), PASCAL dan FORTRAN. Jika model yang akan disimulasikan lebih banyak berhubungan dengan persamaan angka, substitusi dan rumus-rumus matematis dapat menggunakan program MATLAB, LabView, dan sejenisnya (erma suryani, 2007).
2.10 J enis Model
Jenis-jenis model terbagi menjadi dua golongan yaitu model matematik dan model kontinyu da diskrit menurut ( erma suryani, 2007 ) :
a. Model Matematik
Model matematik adalah salah satu jenis model yang banyak dicirikan oleh persamaan matematik yang terdiri dari peubah dan parameter.
b. Model Kontinyu dan Diskr et
Model ini biasanya diklasifikasikan sebagai model kontinyu dengan ciri perubah keadaan yang berubah secara perlahan dalam selang waktu relatif pendek dan tidak terbatas pada bilangan bulat (integer). Di lain pihak, model diskret adalah model dengan peubah yang menggambarkan keadaan sistem dengan bilangan bulat. Model diwakili oleh serangkaian persamaan diferensial yang diturunkan dari struktur sistem dan saling berhubungan di antara komponennya.
(intensive variables). Peubah ekstensif dicirikan oleh aliran kuantitas seperti aliran massa, volume, muatan listrik, dan panas. Peubah intensif merupakan ukuran dari intensitas energi atau potensial, mewakili tenaga penggerak peubah ekstensif seperti tekanan, suhu, voltase dan kecepatan (velocity). Identifikasi peubah ekstensif dan intensif serta komponen sistem perlu dilakukan secara cermat, sehingga suatu diagram difungsikan untuk menurunkan persamaan atau model matematik dari sistem. Karena kesamaan peubah ekstensif dan intensif di antara sistem, metode yang sama dapat digunakan untuk membentuk model pada masing-masing sistem, dan kemiripan model matematik dari suatu sistem juga dapat digunakan pada sistem lain.
2.11 Pemodelan dan Simulasi Komputer
Studi informatika yang mendukung simulasi komputer, antara lain : pemodelan dan simulasi, teori sistem, rekayasa perangkat lunak dan grafik animasi komputer. Proses tahapan dalam mengembangkan simulasi komputer adalah sebagai berikut (erma suryani, 2007) :
a. Memahami sistem yang akan disimulasikan b. Mengembangkan model matematika dari sistem c. Mengembangkan model matematika untuk simulasi d. Membuat program (software) komputer
e. Menguji, memverifikasi dan memvalidasi keluaran simulasi f. Mengeksekusi program simulasi untuk tujuan tertentu.
• Simulasi Terbang (Flight Simulation)
Peralatan simulator secara umum terdiri dari bagian-bagian berikut : sistem komputer (computer system), sistem gambar (visual system), sistem penampil (display system), sistem gerak (motion system), sistem suara (sound system), sistem rasa (feel system), sistem instruktur (instructor operation station), sistem antarmuka (interface system).
• Simulasi Sistem Ekonomi Makro
Sistem ekonomi makro suatu negara dapat disimulasikan sebagai model persamaan linear variabel keadaan waktu diskret : x(k + 1) = Ax(k) + Bu(k) dan
y(k) = Cx(k) + Du(k). Dimana variabel keadaan (state variable) x(k) pada tahun ke k adalah : belanja konsumtif dan investasi bisnis swasta. Masukan (input)
u(k) adalah : pajak dan belanja negara, sedangkan keluaran (output) y(k) adalah : pendapatan nasional (arifin, 2009).
2.12 Pr ogram Simul8
Simul8 adalah salah satu software simulasi yang bersifat visual, yang artinya kita dapat membuat model simulasi hanya dengan mengklik dan menggeser objek simulasi pada layar. Sehingga dapat mengatur objek simulasi pada layar sesuai dengan keadaan yang diinginkan (Binus library, 2012).
Jadi SIMUL 8 adalah program penerapan yang digunakan untuk untuk mengidentifikasi permasalahan dalam kaitannya terhadap lintas produksi barang yang mampu menciptakan keputusan optimal berkenaan dengan waktu, kuantitas, biaya serta pengendalian bahan yang telah direncanakan.
Program SIMUL 8 dengan penerapan Flow Shop Model adalah perancangan sebuah lini lintas perakitan dalam suatu proses produksi dalam suatu pabrik yang membagi prosesnya dalam beberapa stasiun kerja agar lebih memudahkan dan meringankan beban kerja operator dan kapasitas mesin serta lebih mudah dalam pengawasan bottleneck (kemacetan) lintasan. Keadaan ini mampu merangsang ide dari manager produksi untuk mengembangkan dan meningkkatkan kualitas produk yang ada.
1. ToolBox
Menu ToolBox Utama yang tersedia dalam program SIMUL 8 ini antara lain :
a. Work Entry Point
Adalah simbol input pekerjaan yang akan dilakukan sebelum pembagian kerja pada masing-masing stasiun kerja dibagi menurut skill operator dan mesin tertentu. Work Entry ini digambarkan dalam menu tollbox berupa
b. Storage Area
Biasa disebut gudang atau tempat penyimpanan sementara untuk meletakkan produk yang telah mengalami proses dengan alasan agar produk tersebut aman dan tidak rusak dalam jangka waktu tertentu.
c. Work Center
Adalah Stasiun kerja yang terdapat dalam bagian proses secara langsung yang mengakibatkan perpindahan aliran bahan dari mesin/ stasiun kerja satu dengan stasiun kerja lainnya. Work Center dilambangkan dengan gambar
d. Work Exit Point
Adalah Output hasil dan proses yang telah dikerjakan dalam masing-masing stasiun kerja yang berpengaruh terhadap kapasitas mesin dan permintaan terhadap produk yang diproduksi. Work out dilambangkan dengan gambar
Sedangkan menu lainnya antara lain : a. Anak Panah
Anak panah berfungsi untuk menghilangkan dan menghubungkan tiap – tiap stasiun kerja agar terjadi keseimbangan lintasan dalam proses produksi. Anak panah dilambangkan dengan gambar
b. Clock
Clock atau Jam berfungsi sebagai penunjuk waktu yang dapat memperhitungkan seberapa lama kegiatan proses berlangsung dalam hal memenuhi permintaan barang untuk diproduksi. Clock
dilambangkan dengan gambar
c. Run
dan permintaan yang telah direncanakan. Run dilambangkan dengan gambar
Setiap komponen-komponen diatas memiliki detail / properties yang berbeda-beda. Detail tersebut digunakan untuk mengatur kerja dari setiap komponen dalam model.
1. Detail untuk Work Entry Point
2. Beberapa yang dapat diatur pada detail untuk Work Entry Point
adalah jenis Work Item yang dimasukkan ke dalam model, jenis distribusi yang digunakan, rata-rata waktu antar kedatangan serta dapat merubah tampilan dari Work Entry Point tersebut.
Gambar 2.8 work entry point 3. Detail untuk Storage Area
Gambar 2.9 Storage
5. Detail untuk Work Center
6. Pada detail untuk Work Center ini detail yang dapat diatur antara lain adalah waktu menyelesaikan pekerjaan / waktu pelayanan, jenis distribusi yang digunakan, alur (routing) dari pekerjaan dsb.
Gambar 2.10 Work Center
7. Detail untuk Work Exit Point
Gambar 2.11 Work Complete
2. Simulation Clock
Simulation Clock disini berupa gambar jam pada layer simulasi. Dengan mengklik dua kali pada gambar jam tersebut maka kita akan mendapatkan
properties untuk clock tersebut. Pada properties ini kita dapat mengatur unit waktu (jam/detik/menit), format dari waktu, serta waktu mulai dan berakhirnya simulasi. Disini kita juga dapat mengatur jumlah hari kerja dan jam kerja per hari pada simulasi.
Gambar 2.12 Clock Propeties
2.13 Peran Distr ibusi Poisson dan Eksponensial
pemunculan kejadian berikutnya sepenuhnya tidak bergantung pada interval waktu yang telah berlalu dari pemunculan kejadian terakhir. Salah satu ciri unik lainnya dari poisson adalah bahwa ini merupakan satu – satunya distribusi dengan
mean yang sama dengan varian. Sifat ini kadang – kadang dipergunakan sebagai indikator awal dari apakah sebuah sampel data ditarik dari sebuah sampel dan ditarik dari sebuah distribusi Poisson (Hamdy A. Taha, 2004 : hal 549).
Distribusi Poisson merupakan distribusi peluang peubah acak poisson X, yang menyatakan banyaknya sukses yang terjadi dalam suatu selang waktu atau daerah tertentu (Walpole, 1997 : hal 174), diberikan oleh :
P(x) =
Percobaan Poisson merupakan percobaan yang menghasilkan peubah acak X yang bernilai numerik , yaitu banyaknya percobaan selama selang waktu tertentu atau daerah tertentu (Walpole, 2004 : hal 173).
Suatu percobaan Poisson memiliki sifat sebagai berikut :
2. Peluang terjadinya suatu percobaan (tunggal) dalam selang waktu yang amat pendek atau dalam daerah yang kecil sebanding dengan panjang selang waktu atau besarnya daerah dan tidak tergantung pada banyaknya sukses yang terjadi di luar waktu atau daerah tersebut.
3. Peluang terjadinya lebih dari satu percobaan dalam selang waktu yang pendek atau daerah yang sempit tersebut dapat diabaikan.
Distribusi Eksponensial banyak digunakan dalam bidang statistika, terutama sekali dalam teori keandalan dan waktu tunggu atau teori antrian.(Hamdy Taha, 2004 : hal 394)
Persamaan dari distribusi eksponensial adalah :
F (t) = µe−µt , x > 0 (2.5)
Dimana :
F(t) = Distribusi eksponensial. t = Lama waktu pelayanan.
µ = Kecepatan pelayanan rata – rata.
e = Bilangan natural : 2,7183. (Walpole, 2004 : hal 174)
2.14 Ver ifikasi dan Validasi
Verifikasi mempunyai kaitan dengan penentuan model simulasi yang konseptual (model asumsi) dengan tepat menterjemahkan ke dalam suatu program komputer. (arifin, 2009). Tujuan verifikasi model simulasi adalah untuk meyakinkan bahwa model konseptual dicerminkan dengan teliti dalam penyajian yang terkomputerisasi.
Validasi simulasi mengandung beberapa elemen, rumus dan juga rangkaian logika dalam jumlah yang banyak. Oleh karena itu walaupun komponen-komponen individual menunjukan kesesuaian yang cukup baik, namun seringkali berbagai pengabaian atau pendekatan kecil tetap berakumulasi sehingga menyebabkan distorsi pada output model secara keseluruhan. Konsekuensinya setelah program dijalankan perlu dilakukan pengujian validitas model untuk memprediksi kelakuan secara terpadu ( arifin, 2009 ).
2.14.1 Atur an Ver ifikasi Dan Validasi Dalam Simulasi
Ketika membangun model simulasi sistem nyata, kita harus melewati beberapa tahapan atau level pemodelan. Seperti yang dapat dilihat pada Gambar 2.13, pertama kita harus membangun model konseptual yang memuat elemen sistem nyata. Dari model konseptual ini kita membangun model logika yang memuat relasi logis antara elemen sistem juga variabel eksogenus yang mempengaruhi sistem. Model kedua ini sering disebut sebagai model diagram alur. Menggunakan model diagram alur, lalu dikembangkan program komputer, yang disebut juga sebagai model simulasi, yang akan mengeksekusi model diagram alur ( arifin, 2009 ).
Pengembangan model simulasi merupakan proses iteratif dengan beberapa perubahan kecil pada setiap tahap. Dasar iterasi antara model yang berbeda adalah kesuksesan atau kegagalan ketika verifikasi dan validasi setiap model. Ketika validasi model dilakukan, kita mengembangkan representasi kredibel sistem nyata, ketika verifikasi dilakukan kita memeriksa apakah logika model diimplementasikan dengan benar atau tidak. Karena verifikasi dan validasi berbeda, teknik yang digunakan untuk yang satu tidak selalu bermanfaat untuk yang lain.
Tabel 2.1 Hal Yang Harus Diperhatikan Dalam Verifikasi Dan Validasi (Arifin, 2009)
Ada dua cara yang dapat dipakai sebagai acuan dalam mengevaluasi validitas hasil simulasi ( arifin, 2009 ) yaitu:
1. Validitas Kotak Putih (White Box Validation)
Pada validasi ini, diasumsikan bahwa model dan sistem nyata merupakan suatu transparan sehingga struktur internal dari keduanya dapat diketahui. Sehingga pengujian validasi dilakukan pada cara kerja model yang digunakan. Penekanan White Box Validation adalah detail internal yang bekerja pada model.
2. Validitas Kotak Hitam (Black Box Validation)
dalam batas toleransi sebesar 100% dibandingkan dengan dengan sistem yang sebenarnya maka dapat disimpulkan bahwa simulasi valid.
2.16 Penelitian Ter dahulu
Adapun penelitian terdahulu yang dijadikan refrensi adalah sebagai berikut: 1. Sudaningtyas, Satya, 2008, “Penentuan J umlah Oper ator Apotek Rumah
Sakit X Optimal Dengan Metode Simulasi”, UMM Malang.
Dari hasil penelitian dan pengolahan data jumlah operator yang optimal untuk apotek rumah sakit X adalah sesuai dengan skenario usulan 2,yaitu 7 orang operator tanpa dilakukan pembagian kerja sehingga setiap 1 resepdilayani oleh 1 operator mulai dari penerimaan resep dari konsumen sampai dengan penyerahan obat ke konsumen.
2. Sahar, Arviano, 2007, “Analisis Ker ja Sistem Antr ian Pada Industr i Pengolahan Fillet Ikan Beku”, IPB Bogor.
Hal tersebut membuktikan bahwa hasil simulasi valid untuk digunkan sebagai model dari kondisi yang ada.
3. Isanto, Yanu, 2007, “Penentuan J umlah Loket Pelayanan Pelanggan Dengan Menggunakan Metode Simulasi Di PT POS INDONESIA (Per sero) Sur abaya Selatan 60400”, UPN “Veteran” Jawa Timur.
Dari hasil penelitian dan pengolahan data menunjukan bahwa kondisi antrian di PT POS INDONESIA (Persero) Surabaya Selatan 60400 adalah tingkat utilitas dari 2 loket pelayanan sebesar 93% setelah dilakukan simulasi usulan dengaa tetap memberikan kinerja yang baik pada sistem antrian. cara trial dan
BAB III
METODE PENELITIAN
3.1 Tempat dan Waktu Penelitian.
Penelitian ini dilakukan di pabrik PT. X, Tbk yang berlokasi di Cikarang, Bekasi. Adapun penelitian ini dilaksanakan pada bulan Oktober 2013 hingga penelitian selesai dilaksanakan.
3.2 Identifikasi dan Definisi Operasional Var iabel. 3.2.1 Identifikasi Variabel.
Variabel dapat diartikan sebagai faktor – faktor atau konsep yang mempunyai variasi nilai dan besaran. Jadi identifikasi variabel adalah kegunaan untuk menentukan faktor – faktor yang terlibat dalam penelitian yang mempunyai variasi nilai dan besaran. Penentuan variabel penelitian tergantung dari objek yang diteliti, landasan teori dan metode yang dipakai.
3.2.2 Definisi Operasional Variabel.
Untuk analisis sistem pengiriman secondary raw material pada line operator dari gudang ke ruang produksi pabrik es krim PT. X terbagi dalam 2 variabel, yaitu :
1. Variabel Bebas, yaitu variabel yang mempengaruhi variabel terikat. Dalam hal ini adalah sebagai berikut :
Tingkat kebutuhan secondary raw material dapat diketahui dari data yang sudah ada dipetugas gudang bahan baku.
b. Waktu yang dibutuhkan dalam pengantaran secondary raw material oleh line.
Terdapat juga beberapa karakteristik pelayanan pengantaran yang mempengaruhi masalah antrian, salah satu karakteristik tersebut adalah distribusi waktu pengantaran secondary raw material. Dalam hal ini line satu dengan lain berbeda waktu pengirimannya.
c. Waktu kedatangan antar material dan tingkat kedatangan secondary raw material.
Yaitu waktu ketika bahan material siap untuk dikirim dari gudang ke ruang produksi. Dalam hal ini line satu dengan lainnya juga berbeda waktu kedatangannya.
2. Variabel Ter ikat, yaitu variabel yang sangat dipengaruhi oleh variabel bebasnya. Dalam hal ini adalah :
Jumlah optimal line secondary raw material.
Yaitu persentase jumlah optimal dari sistem pengantaran secondary raw material tersebut.
3.3 Pengumpulan Data
3.3.1 Data pr imer
adalah data yang diukur pada saat penelitian lapangan pada objek penelitian, dimana data diperoleh melalui pencatatan dan pengamatan secara langsung pada area line operator gudang secondary raw material hingga ke ruang produksi yang tidak bisa didapatkan dari data sekunder. Data primer yang diperlukan dalam penelitian ini yaitu waktu yang dibutuhkan dalam pengantaran
secondary raw material.
3.3.2 Data sekunder
Data sekunder merupakan data yang diperoleh peneliti melalui bertanya atau mengadakan wawancara dengan pihak lain. Yang merupakan data tersebut tidak dapat diusahakan sendiri melalui pengamatan langsung tetapi diperoleh dari perusahaan yang terkait sebagai lokasi penelitian, dalam hal ini adalah PT. X. Adapun data sekunder yang diperoleh berupa arsip – arsip yang dikumpulkan dan ada kaitannya dengan penelitian ini, yaitu meliputi : macam-macam produk dari es krim magnum, jumlah line operator dan banyak petugas yang bekerja disana, dan jumlah kebutuhan secondary raw material selama bulan oktober 2013.
3.4 Pengolahan Data
Setelah data terkumpul, maka dilanjutkan dengan proses pengolahan data. Berikut ini langkah-langkah yang dilakukan:
1. Mengevaluasi kendala dan penyebab terjadinya bottleneck pada line
2. Memodelkan sistem usulan yang pengaplikasiannya menggunakan software simul8
3.5 Langkah Pemodelan Sistem
Untuk menyelesaikan permasalahan tugas akhir ini, maka digunakan metode simulasi sistem dengan menggunakan program SIMUL8. Program SIMUL8 telah mencakup keseluruhan variabel-variabel dalam permasalahan pengiriman secondary raw material ini maka program SIMUL8 lebih cocok diterapkan dalam penyelesaian permasalahan ini.
Dimulai dari input data dan sistem real ( nyata ) yaitu berupa 1. Data macam-macam dan kebutuhan secondary raw material
2. Data waktu pengiriman material 3. Data waktu kedatangan antar material 4. Sistem model pengantaran saat ini
Lalu lanjut ke tahapan proses, yaitu melakukan rancangan model usulan dan melakukan validasi dan verifikasi dengan model yang ada saat ini.
Terakhir yaitu tahapan output, berupa model bagaimana yang dianggap paling optimal dan hasil pembahasan dari simulasi antrian pengiriman secondary raw material ini.
3.6 Flowchart Pemecahan Masalah.
TIDAK
- Data macam-macam secondary raw material yg digunakan es krim magnum beserta kebutuhan produksinya untuk 1 kali produksi per shift - Waktu yang dibutuhkan dalam pengantaran
secondary raw material oleh line
- Waktu antar kedatangan secondary raw material
Gambar 3.1 Flowchart pemecahan masalah Keterangan:
1. Studi pustaka
Studi pustaka bertujuan untuk mengumpulkan segala informasi dan dasar-dasar teori penunjang baik berasal dari buku, jurnal, ataupun referensi yang lain.
2. Studi lapangan
Pada tahap ini dilakukan studi terhadap objek penelitian yang akan diteliti. Untuk mengetahui kondisi objek sekarang ini.
3. Perumusan masalah
Tahap perumusan masalah dilakukan setelah mengetahui kondisi dari line pengiriman secondary raw material yaitu untuk merumuskan permasalahan apa yang akan diamati.
Selesai Hasil dan pembahasan
4. Tujuan penelitian
Tujuan penelitian berisikan hal-hal yang ingin dicapai atau dituju dari dilakukannyapenelitian, hal ini biasanya ditujukan bagi tempat penelitian dan bertujuan untuk memberikan masukan atau rekomendasi.
5. Identifikasi variabel
Identifikasi ini bertujuan untuk menentukan variabel-variabel yang akan diteliti atau diamati. Terdapat 2 jenis variabel dalam penelitian ini yaitu variabel bebas dan variabel terikat.
6. Pengambilan Data
Pengambilan data pada penelitian ini terdiri dari:
a. data macam2 secondary raw material yg digunakan untuk es krim magnum beserta kebutuhan produksinya untuk 1 kali produksi per 1 shift
Data diatas merukan data sekunder yang dapat diketahui melalui menanyakan kepada petugas yang sedang bekerja disana dan juga supervisor yang bertugas digudang tersebut.
b. Waktu pengantaran material
Waktu pengantaran material merupaka data primer sehingga dilakukanlah pengambilan data hingga data mencukupi dengan bantuan alat yaitu stopwacth.
c. Waktu kedatangan antar material dan tingkat kedatangan secondary raw material.
7. Model Pengiriman Saat Ini
Model pengiriman saat ini menggunakan 2 line pengiriman dengan masing-masing line mempunyai 1 orang operator.
8. Menentukan Bentuk Distribusi
Untuk memudahkan menentukan bentuk pendistribusian maka digunakan
software simul8.
9. Rancangan dan implementasi model sistem menggunakan model simul8
Langkah selanjutnya adalah melakukan rancangan model dari sistem yang sudah dibuat dari data yang diperoleh kedalam program yang telah dimodelkan sebelumnya.
10. Uji Verifikasi Desain
Yaitu berupa uji verifikasi apakah sudah sesuai atau tidak dengan proses program simul8.
11. Pertanyaan ‘’verified’’
Pertanyaan apakah sudah verified jika iya lanjut proses berikutnya jika tidak maka kembali ke proses sebelumnya.
12. Uji Validasi Model
Berupa validasi model data yang valid atau tidak. 13. Pertanyaan ‘’valid’’
14. Hasil dan Pembahasan
Hasil pengolahan data yang diperoleh akan dianalisa dan diinterpretasikan. Sehingga bisa diketahui apakah perlu penambahan operator line atau tidak. 15. Kesimpulan dan Saran
Kesimpulan diberikan sehubungan dengan hasil yang didapat dari penelitian yang telah dilakukan pada objek. Sedangkan saran yang diberikan merupakan usulan perbaikan bagi perusahaan secara umum dan objek penelitian secara khusus.
BAB IV
HASIL DAN PEMBAHASAN
Dalam melakukan analisa sistem pengantaran secondary raw material dari area gudang bahan baku menuju line pengiriman diruang produksi es krim menggunakan teori antrian. Tujuan analisa ini adalah untuk mencapai keseimbangan komposisi dari jumlah line pengiriman dengan banyaknya secondary raw material setiap kali produksi pada waktu – waktu yang akan datang. Selanjutnya untuk rencana model penentuan jumlah optimal line pengiriman dilantai produksi es krim dengan menggunakan software yaitu Simul8.
4.1 Pengumpulan Data
Data – data yang diperlukan untuk menganalisis sistem pelayanan dengan menggunakan teori dari model antrian adalah sebagai berikut :
1. Data primer berupa :
a. Waktu antar kedatangan secondary raw material (gudang bahan baku ke line )
b. Waktu yang dibutuhkan dalam pengantaran secondary raw material oleh line
2. Data sekunder berupa :
- Kegiatan pada line pengiriman
Pengambilan data dilakukan pada shift pagi yaitu pukul 06.00 – 14.00 WIB, dengan pengamatan langsung untuk masing – masing line pengiriman.
4.1.1 Data Primer
Berikut ini merupakan data primer yang merupakan data pengamatan yang diperoleh secara langsung oleh peneliti sewaktu melakukan penelitian, berikut ini data-data tersebut :
1. Waktu kedatangan secondary raw material ( gudang bahan baku ke line ) Dari hasil pengamatan data lamanya waktu kedatangan secondary raw material di line gudang bahan baku sebagai lokasi penelitian, maka didapat data – data seperti pada tabel 4.1 dan tabel 4.2 berikut ini :
Tabel 4.1 Data Kedatangan Secondary Raw Material Line 1(gudang BB ke line) NO TANGGAL Wakt u Kedatangan Antar M at erial Kedatangan material Kedatangan material berikutnya Detik
1 18/10/2013 6:01:17 6:05:46 269
Sumber: pengambilan data primer diarea substore es krim
sibuk dilakukan. Dari hasil pengambilan data diketahui jika nilai rata-rata sebesar 256,76 nilai min (terkecil) sebesar 231 detik nilai max (terbesar) 286 detik. Untuk data pengambilan yang lebih lengkapnya dapat dilihat pada lampiran 1 sampai 3 mengenai data waktu kedatangan antara secondary raw material.
Tabel 4.2 Data Kedatangan Secondary Raw Material Line 2(gudang BB ke line) NO TANGGAL
Sumber: pengambilan data primer diarea substore es krim
4.1.3 Data Sekunder
Data sekunder merupakan data yang didapat dari wawancara atau melalui bertanya pada petugas yang bekerja diarea yang sedang diteliti, guna menambah informasi atau data untuk memperkuat penelitian yang sedang dilakukan. Berikut ini data sekunder yang didapat :
1. Kegiatan pada line pengiriman
Total line yang ada di area gudang bahan baku berjumlah 2 unit dimana terdapat 1 petugas storeman dan 1 orang helper. Kegiatan pada line pengiriman berdasarkan wawancara dengan petugas line yaitu mendata jam pengantaran seluruh material, mendata jumlah material yang dikirim keruang produksi, dan melakukan pengantaran material keruang produksi.
2. Data jenis-jenis dan jumlah kebutuhan pr oduksi secondary raw material
Data jenis-jenis dan jumlah kebutuhan produksi secondary raw material dapat dilihat pada tabel 4.3. dibawah ini. Dimana terdapat 5 jenis
secondary raw material beserta total kebutuhan untuk satu kali produksi per shift.
Tabel 4.3 Data Jenis Secondary Raw Material Dan Total Kebutuhan
no macam secondary raw mat erial t ot al kebut uhan( per sat u kali produksi)
1 Stick 149410 pcs
2 Wrapper 40000 m
3 Out er 12250 fib
4 Kacang 400 kg
5 Saus 800 kg
Dari hasil wawancara dengan petugas gudang bahan baku untuk jenis
secondary raw material ada total berjumlah 5 buah yaitu stick, wrapper, outter,
kacang, dan saus dengan masing-masing total kebutuhan dapat dilihat di tabel 4.6.
4.2 Pengolahan Data
Berikut ini proses dan sistem dalam pengolahan data simulasi antrian pengiriman secondary raw material.
4.2.1 Sistem Model Pengantar an Material Saat Ini
Dalam sistem model pengantaran saat ini diawali dengan bahan material yang disupply dari suplier masuk dan didata di gudang bahan baku, lalu ditata diatas pallet dan rak-rak. Saat produksi es krim dimulai baru bahan material disiapkan dekat line untuk selanjutnya didata dan dikirim ke masing-masing mesin diruang produksi es krim magnum. Terdapat 2 jendela loket line dalam area gudang bahan baku ini.
Gambar 4.1 Sistem Model Pengantaran Saat Ini
yang ada gambar 4.2. Untuk mencari jenis distribusi, nilai distribusi, dan distribusi yang dipilih maka digunakan software arena 7.0, berikut ini hasil distribusi yang diperoleh :
Gambar 4.2 Distribusi Waktu Kedatangan Antar Material
Dari hasil bentuk distribusi yang dilakukan pada software arena 7.0 bentuk distribusi yang dipilih adalah distribusi normal, karena pada arena ini otomatis langsung menentukan bentuk distribusi dengan cara input data yang dimasukan lalu mengklik button fit all. Dan sesuai dengan menurut (Erma, 2007) yang mengatakan dalam pemilihan distribusi, distribusi yang memiliki square error
4.3 Rancangan Model Sistem Nyata
Dari data yang sudah diambil maka dapat dihasilkan simulasi keadaan awal line pengiriman material sebagai gambar 4.3 berikut ini :
Gambar 4.3 Tampilan Awal Simul8 Sebelum Proses Running
Dari gambar diatas langkah dimulai dari work entry point lalu 2 unit line dan work exit point dalam simulasi ini yaitu ruang produksi. Untuk data-data yang diinput dalam simul8 dapat dilihat pada tabel lampiran.
Gambar 4.4 Model Nyata Dengan 2 Line Setelah Dilakukan Proses Running
Gambar 4.5 Utilization 2 Line
Berdasarkan running program yang sudah dilakukan diatas maka tingkat kegunaan (utilization) yang didapat yaitu sebesar 92%. Maka, dapat dikatakan bahwa kondisi model nyata ini mengalami overload.
Tolak ukur model sistem terdiri dari:
1. Terdapat antrian material di sistem model nyata, sehingga dapat menghambat jalannya proses produksi
2. Pihak perusahaan menetapkan utilitas standard kerja adalah tidak lebih dari 90%
4.3 Rancangan Model Sistem Usulan
Setelah dilihat model nyata yang terdapat bottleneck serta overload maka peneliti melakukan beberapa model usulan. Berikut ini model usulan yang bisa dibuat :
a. Dengan 3 Line
Usulan simulasi model dengan jumlah 3 line dan kondisi distribusi yang sesuai
Gambar 4.6 Kondisi Usulan 3 Line Setelah Dilakukan Proses Running
Gambar 4.7 Utilization 3 Line
Dari gambar diatas diketahui bahwa kondisi simulasi antrian setelah dilakukan proses running dengan kondisi usulan 3 line, diperoleh tingkat kegunaan (utilization) sebesar 74% yang artinya kondisi petugas tidak mengalami kesibukan yang tinggi.
b. Dengan 4 Line
Gambar 4.8 Kondisi Usulan 4 Line Setelah Dilakukan Proses Run
Gambar 4.9 Utilization 4 Line
Dari gambar diatas diketahui bahwa kondisi simulasi antrian setelah dilakukan proses running dengan kondisi usulan 4 line, diperoleh tingkat kegunaan (utilization) sebesar 41% yang artinya kondisi petugas tidak mengalami kesibukan yang tinggi.
4.4 Verifikasi Desain
mulai dari input data, proses data, hingga output data peneliti tampilkan dan sesuai dengan kenyataan yang ada sehingga dapat dikatakan bahwa penelitian ini verified. Berikut ini beberapa langkah-langkah input data pada software Simul8 : a. Input Work Entry Point
Data yang diinput dalam proses ini berupa bentuk distribusi, nilai average, dan standart deviasi. Berikut ini gambar inputnya :
Gambar 4.10 Input Work Entry Point
b. Input Work Center Point
Data yang diinput dalam proses ini berupa bentuk distribusi, nilai average, dan standart deviasi. Berikut ini gambar inputnya :
