Generasi Data dan Analisis Jenis Distribusi Data

(1)

IV-1

BAB IV

ANALISIS DAN EVALUASI

4.1. Analisis

4.1.1. Analisis Distribusi Data Pengamatan

Pembangkitan data untuk menghasilkan sebaran data dilakukan dengan menggunakan Microsoft Excel. Proses pembangkitan data digunakan dengan bilangan random sebanyak 10 data. Pengujian distribusi data dilakukan menggunakan software FlexSim dengan menggunakan fitur ExpertFit.

Pembangkitan data dibuat berdasarkan data operation time pada proses pembuatan tiap part ragum. Hasil dari pembangkitan data dilakukan pengujian data, sehingga diperoleh jenis distribusi berupa Beta, Johnson SB, Reyleigh (E), Erlang (E), Exponential(E), Log-Laplace, Inverse Gaussian, Weibull, Random Walk, dan Lognormall. Setelah mengetahui jenis distribusi yang digunakan maka dilakukan pengujian kecukupan data. Apabila N’< N maka data dianggap cukup, sehingga tidak perlu dilakukan pengulangan pengambilan data. Hasil uji kecukupan data sudah memenuhi syarat untuk membuat model simulasi. Adapun rekapitulasi hasil pengujian distribusi dapat dilihat pada Tabel 4.1. berikut.

Tabel 4.1. Rekapitulasi Hasil Pengujian Distribusi

Part Mesin Distribusi

Terpilih Kode Distribusi

Penjepit Tetap

Cutting Beta beta (246,560814, 289,441864, 0,634297, 0,687639, <stream>)

Gerinda Johnson SB

johnsonbounded (74,089079, 93,631020, 0,567175, 0,800142,

<stream>)

Milling Johnson SB

johnsonbounded (345,642404, 414,294426, 0,249068,

0,385198, <stream>)

Drilling Johnson SB

johnsonbounded (460,855028, 549,439116, 0,247549,

0,487641, <stream>)

(2)

Penjepit Tetap

Tap and

Dies Johnson SB

johnsonbounded (305,848867, 360,457888, -0,337731,

0,460470, <stream>)

johnsonbounded (171,984975, 251,593232, -1,547586,

0,913478, <stream>) Drilling Beta beta (787,795778, 944,221035,

0,837372, 0,625017, <stream>) Tap and

Dies Johnson SB

johnsonbounded (311,284773, 356,902697, -0,289612,

0,711255, <stream>) Gerinda Gamma gamma (216,574179, 7,095883,

3,146306, <stream>)

Papan Penjepit

Tetap

johnsonbounded (58,909944, 69,200556, 0,355809, 0,380536,

<stream>)

Drilling Log-Laplace

loglaplace (289,388996, 470,110738, 13,471915,

<stream>)

Gerinda Beta beta (103,807888, 125,958399, 0,533776, 0,860762, <stream>)

Badan Ragum

Cutting Weibull weibull (0,000000, 285,396641, 36,420365, <stream>) Gerinda Beta beta (75,236263, 88,523302,

1,229979, 1,121560, <stream>)

johnsonbounded (2470,937397, 2923,134024, 0,004066,

0,414605, <stream>)

(3)

Tabel 4.1. Rekapitulasi Hasil Pengujian Distribusi (Lanjutan)

Badan Ragum

johnsonbounded (2595,365972, 3151,620249, 0,260011,

0,374186, <stream>)

johnsonbounded (162,940245, 231,304245, 1,300916,

0,957464, <stream>)

Dudukan Ulir

Cutting Johnson SB

johnsonbounded (250,406420, 295,299492, -0,393917,

0,419378, <stream>) Gerinda

Log-Laplace

loglaplace (0,000000, 85,498538, 30,362236,

<stream>)

johnsonbounded (210,786422, 250,445975, 0,204295,

0,361597, <stream>)

johnsonbounded (775,168268, 901,517141, 0,108370,

0,393863, <stream>) Tap and

Dies Johnson SB

johnsonbounded (297,518768, 358,612888, 0,267407,

0,416707, <stream>)

johnsonbounde (366,773084, 452,067754, -0,154163,

0,571144, <stream>) Tap and

Dies Weibull

weibull (136,618732, 30,542729, 4,028570,

<stream>)

Gerinda Beta beta (136,766638, 158,999649, 0,578459, 1,144455, <stream>) Penjepit

Berjalan Cutting Johnson SB

johnsonbounded (242,452649, 293,581251, 0,140407,

0,436193, <stream>)

(4)

Penjepit Berjalan

Gerinda Beta beta (76,897860, 90,137452, 0,538095, 0,399776, <stream>)

johnsonbounded (316,268338, 374,723202, 0,380766,

0,523837, <stream>)

johnsonbounded (458,502939, 543,704228, 0,101675,

0,366986, <stream>) Tap and

Dies Random Walk randomwalk (0,000000, 0,002982, 1,759674, <stream>) Drilling Beta beta (369,463953, 434,675395,

0,638350, 0,918742, <stream>) Milling Beta beta (783,185857, 920,276772,

1,463598, 1,109452, <stream>)

johnsonbounded (194,798077, 235,246201, 0,090076,

0,350541, <stream>)

Papan Penjepit Berjalan

Cutting Beta beta (241,589366, 295,630050, 0,893883, 0,733662, <stream>) Gerinda Johnson SB

johnsonbounded (58,309530, 74,985855, 0,984900, 0,767254,

<stream>)

Drilling Beta beta (515,475643, 627,202057, 0,703864, 0,785705, <stream>) Gerinda Beta beta (109,839961, 131,933313,

0,744175, 1,466595, <stream>)

Ulir

johnsonbounded (74,811171, 89,092920, 0,057256, 0,348293,

<stream>)

(5)

Tabel 4.1. Rekapitulasi Hasil Pengujian Distribusi (Lanjutan)

Ulir

Bubut Johnson SB

johnsonbounded (1541,992139, 1918,007011, -0,754043,

0,499961, <stream>) Drilling Beta beta (286,242442, 333,896000,

1,071582, 1,119448, <stream>)

johnsonbounded (102,837166, 123,527438, 0,002042,

0,502096, <stream>)

Pemutar Ulir

Cutting Johnson SB

johnsonbounded (152,916070, 181,182103, -0,465273,

0,410906, <stream>) Gerinda Beta beta (64,446020, 93,818848,

5,512973, 2,841963, <stream>) Bubut Johnson SB

johnsonbounded (384,493881, 424,452592, -0,040062,

0,410756, <stream>) Gerinda Johnson SB

johnsonbounded (81,915577, 96,097497,-0,031526, 0,349292, <stream>)

Tutup Pemutar

johnsonbounded (72,796910, 89,100730, -0,080563,

0,393619, <stream>)

Bubut Johnson SB

johnsonbounded (239,332314, 335,952220, -2,070775,

1,013603, <stream>)

johnsonbounded (283,673295, 325,572329, 0,582924,

0,511111, <stream>)

(6)

Tutup

Pemutar Gerinda Johnson SB

johnsonbounded (101,888032, 124,413424, -0,026582,

0,355693, <stream>)

Assembly

1 Johnson SB

johnsonbounded (116,090837, 145,569563, 0,421503,

0,678774, <stream>) Assembly

2 Johnson SB

johnsonbounded (103,849416, 119,635628, 0,440489,

0,406432, <stream>)

Sumber: Pengolahan Data

4.1.2. Analisis Model

Pembuatan model dalam simulasi proses produksi ragum dibuat dengan menggunakan software FlexSim. Dalam pembuatan model simulasi dibuat dengan menggunakan fixed resource sebanyak 9 source, 63 queue, 14 processor, 2 combiner dan 1 rack. Dalam task executors yang digunakan sebanyak 11 hand stacker dan 2 forklift. Adapun untuk network yang digunakan pada simulasi model yaitu network node berfungsi untuk mengetahui pola aliran bahan dari model yang telah dibuat. Selanjutnya pembuatan connections menggunakan connect objects dan connect center ports. Selanjutnya pada model simulasi ini diperoleh rekapitulasi hasil simulasi dengan dashboard berupa state bar mesin, state bar assembly, state pie mesin, state pie assembly, work in progress (WIP) mesin dan WIP assembly.

Adapun rekapitulasi objek yang digunakan dapat dilihat pada Tabel 4.2. berikut.

Tabel 4.2. Rekapitulasi Objek yang Digunakan

Tipe Objek Objek Keterangan

Fixed Resource Source

ASTM1_Penjepit Tetap ASTM2_Papan Penjepit

Tetap

ASTM3_Badan Ragum ASTM3_Dudukan Ulir ASTM4_Penjepit Berjalan

ASTM4_Papan Penjepit Berjalan

(7)

Tabel 4.2. Rekapitulasi Objek yang Digunakan (Lanjutan)

Fixed Resource

Source

ST37_Ulir ST37_Pemutar Ulir ASTM5_Tutup Pemutar

Queue

Penjepit Tetap 1 Dudukan Ulir 1 Penjepit Berjalan 1

Badan Ragum 1 Penjepit Tetap 2 Penjepit Tetap 9 Dudukan Ulir 2 Dudukan Ulir 8 Penjepit Berjalan 2 Penjepit Berjalan 8 Badan Ragum 2 Badan Ragum 5 Penjepit Tetap 4 Penjepit Tetap 7 Dudukan Ulir 4 Dudukan Ulir 6 Badan Ragum 4 Penjepit Berjalan 4 Penjepit Berjalan 6 Penjepit Tetap 3 Penjepit Tetap 6 Dudukan Ulir 3 Penjepit Berjalan 3 Penjepit Berjalan 7 Badan Ragum 3 Penjepit Tetap 5 Penjepit Tetap 8 Dudukan Ulir 5 Dudukan Ulir 7 Penjepit Berjalan 5

Penjepit Tetap 10 Dudukan Ulir 9 Papan Penjepit Tetap 5

Badan Ragum 6 Pemutar Ulir 1

Ulir 1

Papan Penjepit Tetap 1 Tutup Pemutar 1 Papan Penjepit Berjalan 1

Pemutar Ulir 2

(8)

Fixed Resource

Queue

Ulir 2 Ulir 5

Papan Penjepit Tetap 2 Papan Penjepit Tetap 5

Tutup Pemutar 2 Tutup Pemutar 5 Papan Penjepit Berjalan 2 Papan Penjepit Berjalan 4

Ulir 4 Tutup Pemutar 4 Papan Penjepit Tetap 3 Papan Penjepit Berjalan 3

Pemutar Ulir 3 Tutup Pemutar 3

Ulir 3 Pemutar Ulir 5 Set Badan Ragum

Ulir 6 Penjepit Berjalan 9

Tutup Pemutar 6 Papan Penjepit Berjalan 5

Ragum

Processor

Cutting 1 Gerinda 1 Drilling1_D1 Drilling2_D1 Drilling3_D1 Milling 1 Milling 2 Tap and Dies

Cutting 2 Drilling1_D2 Drilling2_D2

Bubut 1 Bubut 2 Bubut 3

Combiner Assembly 1

Assembly 2

Rack Rack 1

Task Executor Operator

Operator C1 Operator G1 Operator1_D1

(9)

Tabel 4.2. Rekapitulasi Objek yang Digunakan (Lanjutan)

Task Executers

Operator

Operator2_D1 Operator3_D1 Operator1_M Operator2_M

Operator_TD Operator_A1 OperatorC2 Operator_G2 Operator1_D2 Operator2_D2

Operator1_B Operator2_B Operator2_D2

Operator_A2

TaskExecuter

Hand Stacker C1 Hand Stacker G1 Hand Stacker D1 Hand Stacker M Hand Stacker TD Hand Stacker A1 Hand Stacker C2 Hand Stacker G2 Hand Stacker D2 Hand Stacker B Hand Stacker A2 Transporter Forklift PM

Forklift PK

4.1.3. Analisis Simulasi

Dalam pembuatan simulasi proses produksi ragum digunakan dengan menggunakan software FlexSim. Hasil perhitungan kuantitas produksi ragum dalam 1 hari kerja dengan jam kerja 7 jam pada 2 shift kerja diproduksi sebanyak 23 unit. Selanjutnya dilakukan perbandingan jumlah produksi ragum pada simulasi dengan nilai penyimpangan sebesar 56,52%. Terjadi penyimpangan dikarenakan besarnya waktu proses permesinan yang terjadi di setiap mesin sehingga memakan waktu yang lama dan hasil menjadi sedikit. Berdasarkan simulasi yang telah dilakukan, dapat diperoleh informasi dashboard dengan mesin paling banyak

(10)

yaitu sebesar 96,03%. Adapun tampilan akhir simulasi proses produksi ragum PT.

HORAS KERINA dapat dilihat pada Gambar 4.1.

Gambar 4.1. Tampilan Akhir Simulasi Proses Produksi Ragum PT. HORAS KERINA

4.2. Evaluasi

4.2.1. Evaluasi Distribusi Data Pengamatan

Dalam pembuatan distribusi data pengamatan diperlukan sebanyak 10 data dengan menggunakan bilangan random menggunakan software microsoft Excel.

Ketika input data harus membutuhkan tingkat ketelitian dengan tujuan untuk memastikan ketepatan data operation time dan rumus yang digunakan pada tiap mesin di setiap part. Apabila pengujian kecukupan lebih kecil dari data sebenarnya atau N’< N, maka data telah dianggap cukup sehingga tidak perlu kembali dilakukan pengambilan data.

(11)

4.2.2. Evaluasi Model

Pembuatan model dalam simulasi proses produksi ragum dibuat dengan menggunakan software FlexSim. Model simulasi proses produksi ragum dibuat menggunakan fixed resources, queue, task executors, network dan dashboard. Hal yang perlu diperhatikan dalam pembuatan model simulasi model ini adalah ketika memasukkan data waktu operasi mesin sesuai part yang diproduksi. Pada saat melakukan simulasi perlu diperhatikan dalam melakukan network untuk setiap urutan produksi agar tidak mengalami error saat dijalankan.

4.2.3. Evaluasi Simulasi

Dalam pembuatan simulasi pada proses produksi ragum diperoleh dari layout terpilih dengan menggunakan software FlexSim. Berdasarkan perhitungan tersebut diperoleh nilai penyimpangan sebesar 56,52 %. Penyimpangan ini menunjukan tidak validnya model simulasi yang telah melebihi persentase sebesar 10%. Hal ini disebabkan karena besarnya persentase idle pada setiap mesin dan input waktu operasi pembuatan setiap part yang tidak merata sehingga tidak dapat memenuhi target produksi yang diharapkan. Oleh karena itu, sebaiknya dilakukan penambahan jumlah mesin drilling dan mesin milling untuk memaksimalkan kinerja mesin tersebut.