ANALISIS KEMACETAN ALIRAN PADA PROSES

PEMBUATAN PRODUK CAP (C1805-0009) STUDI KASUS DI

PT. S DENGAN PENDEKATAN SIMULASI

Oleh,

Dhaul Fathoni

No. ID 004201305088

Diajukan untuk Memenuhi Persyaratan Akademik

Mencapai Gelar Strata Satu (S1)

Pada Fakultas Teknik

Program Studi Teknik Industri

2018

i

LEMBAR REKOMENDASI PEMBIMBING

Sekripsi ini berjudul “Analisis Kemacetan Aliran Pada Proses Pembuatan

Produk Cap (C1805-009) Studi Kasus Di PT. S Dengan Pendekatan Simulasi

“ yang disusun oleh Dhaul Fathoni sebagai salah satu persyaratan untuk

mendapatkan gelar strata satu (S1) pada Fakultas Teknik telah di tinjau dan

dianggap memenuhi persyaratan sebuah skripsi. Oleh karena itu, Saya

merekomendasikan skripsi ini untuk maju sidang.

Cikarang, Indonesia, 21 Mei 2018

Johan Krisnanto Runtuk,S.T.,M.T.

ii

LEMBAR PERNYATAAN ORSINALITAS

Saya menyatakan bahwa skripsi yang berjudul “Analisis Kemacetan Aliran

Pada Proses Pembuatan Produk Cap (C1805-009) Studi Kasus Di PT. S

Dengan Pendekatan Simulasi “ adalah hasil dari pengetahuan terbaik saya dan

belum pernah diajukan ke universitas lain maupun diterbitkan baik sebagian

maupun secara keseluruhan.

Cikarang, Indonesia, 21 Mei 2018

Dhaul Fathoni

iii

LEMBAR PENGESAHAN

ANALISIS KEMACETAN ALIRAN PADA PROSES

PEMBUATAN PRODUK CAP (C1805-009) STUDI KASUS DI

PT. S DENGAN PENDEKATAN SIMULASI

Oleh

Dhaul Fathoni

NIM: 004201305088

Disetujui oleh

Johan Krisnanto Runtuk,S.T.,M.T.

Pembimbing Skripsi

Ir. Andira. MT.

Ketua Program Studi Teknik Industri

iv

ABSTRAK

PT.S adalah perusahaan pengepresan logam yang memproduksi spare part untuk

industri otomotif. Semakin bertambahnya perusahaan baru yang sejenisnya.

Mendorong perusahaan ini untuk terus melakukan perbaikan salah satunya dengan

melakukan percepatan waktu proses. Permasalahan yang terjadi adalah sering

terjadinya keterlambatan pulling stock yang berada di area persediaan produk jadi

(stock finish good). Salah satunya terjadi pada produk Cap (C1805-009) dalam

kurun waktu 6 bulan (Oktober 2017 sampai Maret 2018) terjadi 16 kali

kekosongan stok (out of stock) diarea persediaan produk barang jadi (stock finish

good) dan ditambah tingginya permintaan mengharuskan perusahaan melakukan

berbagai macam cara antara lain dengan menambah 4 inspector di tiap shift.

Banyaknya inspektor merupakan pemborosan karena secara teori sendiri

inspektor tidak meningkatkan nilai jual dari produk. Perbedaan lama waktu proses

antar stasiun kerja mengakibatkan tersendatnya aliran proses produksi,

penumpukan material yang menunggu proses, maupun operator yang menunggu

kedatangan material yang akan diproses. Pemborosan yang lain terjadi karena

jarak antar stasiun kerja yang jauh sehingga memerlukan waktu pemindahan yang

lama. Dengan pendekatan simulasi beberapa keuntungan dapat diperoleh yaitu:

(1) mengetahui stasiun kerja yang menjadi penyebab kemacetan aliran yaitu

stasiun kerja inspeksi. (2) mempercepat waktu proses yakni sebesar 330,66%. (3)

mengurangi jumlah operator sebesar 50%. (4) memperlancar aliran proses

pembuatan produk Cap (C1805-009).

Kata kunci: kekosongan stok (out of stock), kemacetan aliran, pemborosan,

perubahan metode kerja, simulasi,

v

KATA PENGANTAR

Puji syukur kehadirat Allah SWT atas segala rahmat, karunia dan hidayah-NYA,

Sehingga penulis dapat menyelesaikan laporan tugas akhir skripsi sebagai syarat

untuk memperoleh gelar sarjana teknik mesin di Fakultas Teknik President

University. Dalam penulisan laporan ini penulis menyampaikan banyak terima

kasih atas bantuan semua pihak, sehingga laporan ini dapat disusun. Dengan ini

penulis menyampaikan terima kasih khususnya kepada :

1. Bapak Johan Krisnanto Runtuk, S.T., M.T. selaku dosen pembimbing yang

telah memberikan bimbingan, saran dan masukan dalam menyelesaikan

laporan ini.

2. PT. S yang telah menyediakan tempat dan data sehingga penulis dapat

menyelesaikan program skripsi.

3. Rekan – rekan kerja khususnya departemen product preparation yang telah

memberikan banyak bimbingan, dukungan dan bantuannya.

4. Teman – teman President University, khususnya jurusan Teknik Industri

angkatan 2013.

Penulis menyadari dalam penulisan laporan tugas akhir skripsi ini masih banyak

terdapat kekurangan.Mengharapkan kritik dan saran yang membangun dari

berbagai pihak demi kesempurnaan laporan tugas akhir skripsi ini. Semoga

laporan tugas akhir skripsi ini dapat bermanfaat bagi penulis pada khususnya dan

bagi pembaca pada umumnya, Amin.

Cikarang, 21 Mei 2018

Dhaul Fathoni

vi

DAFTAR ISI

Hal

LEMBAR REKOMENDASI PEMBIMBING.........................................................i

LEMBAR PERNYATAAN ORSINILITAS...........................................................ii

LEMBAR PENGESAHAN....................................................................................iii

ABSTRAK..............................................................................................................iv

KATA PENGANTAR.............................................................................................v

DAFTAR ISI...........................................................................................................vi

DAFTAR GAMBAR..............................................................................................ix

DAFTAR TABEL..................................................................................................xii

DAFTAR ISTILAH..............................................................................................xiv

BAB I PENDAHULUAN ...................................................................................... 1

1.1 Latar Belakang Masalah ........................................................................... 1

1.2 Rumusan Masalah .................................................................................... 2

1.3 Tujuan Penelitian ...................................................................................... 2

1.4 Batasan Masalah ....................................................................................... 2

1.5 Asumsi ...................................................................................................... 3

1.6 Sistematika Penulisan ............................................................................... 3

BAB II LANDASAN TEORI ................................................................................ 5

2.1 Pengertian pemborosan proses. ................................................................ 5

2.2 Sistem manufaktur .................................................................................... 6

2.3 Perancangan kembali tata ruang (re-layout). ............................................ 6

2.4 Perbaikan metode kerja ............................................................................ 7

2.5 Simulasi sistem ......................................................................................... 8

2. 5. 1 Simulasi ............................................................................................. 8

2. 5. 2 Elemen Simulasi ............................................................................... 9

2. 5. 3 Entitas ................................................................................................ 9

vii

2. 5. 4 Aktivitas ............................................................................................ 9

2. 5. 5 Sumber Daya ..................................................................................... 9

2. 5. 6 Kontrol ............................................................................................ 10

2.6 Teori Antrian .......................................................................................... 10

2. 6 1 Aliran Waktu (Flow Time) .............................................................. 10

2. 6 2 Laju Aliran (Flow Rate) .................................................................. 10

2. 6 3 Waktu Tunggu (Waiting Time) ....................................................... 11

2. 6 4 Jumlah Antrian ................................................................................ 11

2.7 Sistem Simulasi dan Modeling (software ProModel) ............................ 11

2. 7. 1 Diagram Aliran Entitas ................................................................... 11

2. 7. 2 Pengertian Operasi .......................................................................... 11

2. 7. 3 Pengujian Independensi .................................................................. 12

2. 7. 4 Plot pencar (Scatter plot) ................................................................ 12

2. 7. 5 Uji Autokorelasi .............................................................................. 12

2. 7. 6 Uji Run (Run test) ........................................................................... 12

2. 7. 7 Teori Distribusi ............................................................................... 13

2. 7. 8 Distribusi Fitting ............................................................................. 14

2. 7. 9 Membuat simulasi awal................................................................... 15

2. 7. 10 Verifikasi dan validasi model.......................................................... 15

BAB III METODOLOGI PENELITIAN.............................................................. 17

3.1 Pengamatan Awal ................................................................................... 18

3.2 Landasan Teori ....................................................................................... 19

3.3 Pengumpulan Data dan Analisis ............................................................. 19

3.4 Kesimpulan dan Saran ............................................................................ 23

BAB IV PENGUMPULAN DATA DAN ANALISIS ......................................... 24

4.1 Pengumpulan Data ................................................................................. 24

viii

4.2 Pengolahan data ...................................................................................... 27

4.3 Pengujian distribusi fitting ..................................................................... 31

4.4 Simulasi sistem awal .............................................................................. 32

4.5 Analisis penyelesaian masalah ............................................................... 45

4.6 Perbaikan metode kerja .......................................................................... 45

4.7 Perbaikan tata letak (layout) dan perbaikan metode............................... 60

BAB V KESIMPULAN DAN SARAN ................................................................ 67

5.1 Kesimpulan ............................................................................................. 67

5.2 Saran ....................................................................................................... 68

DAFTAR PUSTAKA ........................................................................................... 69

LAMPIRAN .......................................................................................................... 70

ix

DAFTAR GAMBAR

Hal

Gambar 2. 1 Distribusi Seragam (Uniform) .......................................................... 13

Gambar 2. 2 Distribusi Lognormal ....................................................................... 14

Gambar 3. 1 Diagram penelitian. .......................................................................... 18

Gambar 4. 1 Flow proses chart pembuatan produk Cap (C1805-009)................. 26

Gambar 4. 2 Waktu proses pembuatan produk Cap (C1805-009) per box (menit)

dimasing – masing stasiun kerja ........................................................................... 27

Gambar 4. 3 Layout aktual sistem pembuatan produk Cap (C1805-009) ............ 27

Gambar 4. 4 Scater plot lokasi incoming material ............................................... 28

Gambar 4. 5 Autocorelation lokasi incoming material ......................................... 29

Gambar 4. 6 Run test lokasi incoming material .................................................... 30

Gambar 4. 7 Keseragaman data lokasi incoming material ................................... 30

Gambar 4. 8 Data distribusi fitting lokasi incoming material ............................... 31

Gambar 4. 9 Lay out simulasi awal ....................................................................... 33

Gambar 4. 10 Data input lokasi............................................................................. 34

Gambar 4. 11 Entitas ............................................................................................. 35

Gambar 4. 12 Data input entitas ............................................................................ 35

Gambar 4. 13 Data input proses ............................................................................ 36

Gambar 4. 14 Data input routing........................................................................... 36

Gambar 4. 15 Data input kedatangan .................................................................... 36

Gambar 4. 16 Data pilihan simulasi awal ............................................................. 37

Gambar 4. 17 General hasil simulasi .................................................................... 38

x

Gambar 4. 18 Hasil uji 2 sampel T-test. ............................................................... 43

Gambar 4. 19 Data Trace simulasi awal ............................................................... 44

Gambar 4. 20 Design magnet Sheet ...................................................................... 45

Gambar 4. 26 Lay out sistem produksi setelah perbaikan metode inspeksi.......... 49

Gambar 4. 27 Data input lokasi setelah dilakukan perbaikan metode inspeksi .... 50

Gambar 4. 28 Data input proses setelah dilakukan perbaikan metode inspeksi ... 50

Gambar 4. 30 Data waktu inspeksi setelah perbaikan metode hasil model simulasi

............................................................................................................................... 51

Gambar 4. 31 Hasil uji 2 sampel T-test perbaikan metode ................................... 52

Gambar 4. 32 Hasil general simulasi perbaikan metode inspeksi ......................... 52

Gambar 4. 33 Data waktu inspeksi hasil model simulasi awal ............................. 56

Gambar 4. 34 Hasil uji paired sampel T-test ......................................................... 58

Gambar 4. 35 Perbaikan layout dan perbaikan metode inspeksi .......................... 60

Gambar 4. 36 Data input routing perubahan layout .............................................. 62

xi

DAFTAR TABEL

Hal

Tabel 4. 1 Data waktu proses ditiap stasiun kerja (menit) .................................... 24

Tabel 4. 2 Hasil simulasi awal (lokasi) ................................................................. 39

Tabel 4. 3 Hasil simulasi awal (status lokasi multi).............................................. 40

Tabel 4. 4 Hasil simulasi awal (status lokasi single) ............................................ 40

Tabel 4. 5 Hasil simulasi awal (aktivitas entitas) .................................................. 41

Tabel 4. 6 Hasil simulasi awal (status entitas) ...................................................... 41

Tabel 4. 7 Data uji 2 sampel T-test model simulasi awal...................................... 42

Tabel 4. 8 Metode kerja inspeksi saat ini .............................................................. 46

Tabel 4. 9 Metode kerja inspeksi setelah perbaikan. ............................................ 47

Tabel 4. 10 Perbedaan waktu kerja inspeksi sebelum dan sesudah perbaikan ...... 48

Tabel 4. 11 Hasil simulasi perbaikan metode inspeksi (lokasi) ............................ 53

Tabel 4. 12 Hasil simulasi perbaikan metode inspeksi (status lokasi multi) ........ 54

Tabel 4. 13 Hasil simulasi perbaikan metode inspeksi (status lokasi single) ....... 54

Tabel 4. 14 Hasil simulasi perbaikan metode inspeksi (aktivitas entitas)............. 55

Tabel 4. 15 Hasil simulasi perbaikan metode inspeksi (status entitas) ................. 55

Tabel 4. 16 Hasil model simulasi perbaikan metode inspeksi .............................. 59

Tabel 4. 17 Hasil simulasi perubahan layout dan perbaikan metode inspeksi

(lokasi)................................................................................................................... 63

Tabel 4. 18 Hasil simulasi perubahan layout dan perbaikan metode inspeksi

(status lokasi multi) ............................................................................................... 64

Tabel 4. 19 Hasil model simulasi perubahan layout dan perbaikan metode inspeksi

(status lokasi single) .............................................................................................. 64

xii

Tabel 4. 20 Hasil simulasi perubahan layout dan perbaikan metode inspeksi

(aktivitas entitas) ................................................................................................... 65

Tabel 4. 21 Hasil simulasi perubahan layout dan perbaikan metode inspeksi

(status entitas)........................................................................................................ 65

Tabel 4. 22 Hasil model simulasi perbaikan dan perubahan layout ...................... 66

xiii

DAFTAR ISTILAH

Make to stock : Membuat suatu produk akhir untuk disimpan, dan untuk

kebutuhan konsumen akan diaambil dari persediaan di

gudang.

Pulling stock : kegiatan mengumpulkan produk yang sudah jadi untuk mengisi

kekosongan stok pada sistem produksi make to stock (MTS).

Stasiun kerja : Suatu area untuk pekerjaan tertentu dalam industri manufaktur.

Material coil : Bahan baku untuk proses pengepresan logam yang berbentuk

gulungan.

Waste : Dapat diartikan sebagai “sampah” atau hal – hal yang tidak

berguna, tidak memberi nilai tambah, tidak bermanfaan, dan

merupakan pemborosan.

Supplier : Barang – barang yang digunakan untuk melengkapi kebutuhan

dalam kegiatan perusahaan yang sifatnya habis pakai dan

nilainya relatif kecil.

Layout : Tata letak dari suatu eleman desain yang ditempatkan dalam

sebuah bidang menggunakan sebuak media yang sebelumnya

sudah di konsep terlebih dulu.

Store : Tempat penyimpanan barang – barang persediaan keperluan

operasional perusahaan atau hotel.

Trolly : Alat angkut barang yang digunkan untuk memindahkan barang.

1

BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Persediaan produk jadi (stock finish good product) yang stabil merupakan

indikator utama dalam perusahaan yang menerapkan sistem produksi MTS (Make

to stock). Tercapainya kondisi level aman pada persediaan produk barang jadi

(stock finish good product) harus melewati tahapan – tahapan proses yang

panjang. Jika salah satu proses terjadi kemacetan akan berdampak pada proses

kerja selanjutnya. Mengakibatkan persediaan produk barang jadi menjadi kritis

dan bahkan menjadi kosong sehingga perusahaan tidak dapat mengirimkan

produk tepat waktu.

PT. S adalah perusahaan pengepresan logam yang memproduksi komponen

kendaraan khususnya untuk komponen mobil Perusahaan ini berlokasi di kawasan

industri jababeka kab Bekasi. Saat ini perusahaan yang sejenis semakin banyak

bermunculan, persaingan semakin ketat. Mendorong perusahaan melakukan

berbagai macam perbaikan untuk meningkatkan produksi dan mengurangi

pemborosan.

Permasalahan yang terjadi di PT. S adalah sering terjadinya keterlambatan pulling

stock yang berada di area persediaan produk jadi (stock finish good). Salah

satunya terjadi pada produk Cap (C1805-009) dalam kurun waktu 6 bulan

(Oktober 2017 sampai Maret 2018) terjadi 16 kali kekosongan stok (out of stock)

diarea persediaan produk barang jadi (stock finish good). Kuantitas rata – rata

pemesanan pada produk Cap (C1805-009) ini mencapai 1 000 000 pcs tiap bulan.

Tingginya permintaan mengharuskan perusahaan melakukan berbagai macam

cara antara lain dengan menambah 4 inspector di tiap shift. Banyaknya inspektor

merupakan pemborosan karena secara teori sendiri inspektor tidak meningkatkan

nilai jual dari produk. Perbedaan lama waktu proses antar stasiun kerja

mengakibatkan tersendatnya aliran proses produksi, penumpukan material yang

menunggu proses, maupun operator yang menunggu kedatangan material yang

2

akan diproses. Pemborosan yang lain terjadi karena jarak antar stasiun kerja yang

jauh sehingga memerlukan waktu pemindahan yang lama.

Berdasarkan permasalahan diatas maka perlu dilakukanya analisis untuk

mengetahui penyebab kemacetan aliran proses, menurunkan waktu produksi,

memnyeimbangkan aliran proses produksi, mengurangi pemborosan jumlah

inspektor tetapi tidak menimbulkan keterlambatan pulling stock pada di PT.S.

1.2 Rumusan Masalah

Bedasarkan latar belakang masalah yang telah dijelaskan diatas maka perumusan

masalah pada penelitian ini adalah:

Apa penyebab terjadinya kemacetan aliran pada proses pembuatan produk

Cap (C1805-009)?

Perbaikan yang sesuai untuk mengatasi masalah kemacetan aliran pada

proses pembuatan produk Cap (C1805-009)?

Berapa besaran punurunan waktu proses pada pembuatan produk Cap

(C1805-009) setelah dilakukan perbaikan?

1.3 Tujuan Penelitian

Garis besar tujuan yang akan dicapai pada penelitian ini adalah:

Untuk mengetahui penyebab terjadinya kemacetan aliran pada proses

pembuatan produk Cap (C1805-009).

Untuk mengetahui perbaikan yang sesuai untuk mengatasi masalah

kemacetan aliran pada proses pembuatan produk Cap (C1805-009).

Untuk mengetahui besaran penurunan waktu proses pada proses

pembuatan produk Cap (C1805-009) setelah dilakukan perbaikan.

1.4 Batasan Masalah

Agar penelitian ini terfokus pada tujuan utama maka penelitian ini memiliki

batasan – batasan sebagai berikut:

Penelitian dan pengamatan hanya pada proses produksi Cap (C1805-009)

di PT. S.

Lingkungan tempat kerja yang aman dan nyaman yang sudah memenuhi

standar tempat kerja yang layak.

3

1.5 Asumsi

Untuk memudahkan saat pengolahan data, maka asumsi yang akan digunakan

pada penelitian ini adalah sebagai berikut:

Semua karyawan yang melakukan proses pekerjaan pada penelitian ini

diasumsikan memiliki kemampuan normal (rata – rata).

Berat material coil yang datang adalah sama. Sehingga produk yang

dihasilkan memiliki jumlah yang sama. Berat coil 355 kg menghasilkan

produk 32 000 pcs. Jumlah standar untuk produk yang sudah jadi adalah

2000 pcs / box.

Kerusakan mesin dan alat bantu lainnya sangat jarang terjadi sehingga

pada pembuatan simulasi ini kondisi tersebut diabaikan.

1.6 Sistematika Penulisan

Sistematika penulisan pada penelitian ini terbagi menjadi lima bagian, yaitu:

BAB I PENDAHULUAN

Pada bab ini dijelaskan mengenai latar belakang pemilihan pokok penelitian

sesuai permasalahan kekosongan stok yang ada di PT.S. Bekasi dan tahapan –

tahapan pengumpulan data untuk penelitian ini.

BAB II LANDASAN TEORI

Pada bab landasan teori ini menerangkan tentang teori sistem dan simulasi

modeling dari buku – buku atau jurnal yang berkaitan dengan penelitian ini.

BAB III METODOLOGI PENELITIAN

Bab ini menjelaskan mengenai metode – metode, langkah - langkah atau tahapan

– tahapan yang akan digunakan untuk menyelesaikan permasalah dalam

penelitian ini secara sistematis dan dilengkapi diagram alir prosesnya.

BAB IV DATA DAN ANALISA

Pada bab ini menjelaskan tentang pengolahan data sebagai bahan untuk analisa

yang akan dijadikan dasar perbaikan dan saran pada sistem ini.

4

BAB V SIMPULAN DAN SARAN

Bab ini akan menjelaskan tentang simpulan dari hasil penelitian dan

menyampaikan saran yang dianggap penting dilakukan untuk penelitian

mendatang.

5

BAB II

LANDASAN TEORI

2.1 Pengertian pemborosan proses.

Pemborosan proses produksi adalah segala kegiatan atau aktifitas yang tidak

memberikan nilai tambah pada produk saat produksi berlangsung. Kegiatan proses

produksi yang panjang dan beragam menjadikan tidak terfokus pada penanganan

pemborosan saat proses terjadi. Macam – macam bentuk pemborosan menurut

(Shingo, 1990) yaitu:

1. Menunggu, suatu kondisi baik produk maupun pekerja yang tidak melakukan

kegiatan apapun ( misal: operator yang menunggu material atau produk yang

akan dilakukan pemrosesan, atau sebaliknya material atau produk yang

menunggu untuk diproses di mesin, dll).

2. Produksi yang berlebihan, stasiun kerja atau unit kerja awal melakukan

proses produksi terlalu banyak sehingga mengakibatkan stok material yang

mengendap terlalu banyak.

3. Transportasi yang berlebihan, proses pemindahan (handling) berupa

manusia, material atau produk yang berlebih yang mengakibatkan pemborosan

sumber daya.

4. Kesalahan proses, kesalahan proses produksi yang di sebabkan oleh tidak

sesuainya penggunaan mesin, kesalahan metode, atau kesalahan tool yang

digunakan.

5. Persediaan berlebihan, penyimpanan material atau produk yang berlebih

yang berakibat meningkatnya biaya penyimpanan.

6. Gerakan yang berlebihan, kondisi dimana operator melakukan gerakan yang

diluar jangkauan dari tangan atau badan yang mempengaruhi kecepatan kerja

operator.

7. Cacat, produk yang diluar spesifikasi yang sudah di standarkan, yang

mengakibatkan harus di proses ulang (rework) atau di buang (scrap).

6

2.2 Sistem manufaktur

Pengertian sistem manufaktur menurut (Wiratno, 2005) adalah kumpulan dari

peralatan (equipment) dan mesin – mesin produksi, pemindahan bahan baku,

semua sistem komputerisasi yang terintegrasi dengan manusia untuk menjalankan

sistem yang mempunyai tugas melakukan satu atau beberapa proses pada material

atau produk agar menjadi produk yang lebih bernilai. Dengan pengertian lain

yaitu memproses keinginan dari pelanggan sehingga menjadi produk yang bernilai

tinggi.

Tujuan industri manufaktur menurut (Mabert and Jacob, 1991) yaitu: (1)

memproduksi barang – barang yang berkualitas tinggi, (2) mempertahankan

pengiriman barang tepat waktu, (3) meningkatkan produktivitas untuk

meningkatkan harga jual produk, (4) memiliki sistem manufaktur yang fleksibel.

Untuk tercapainya tujuan sistem manufaktur yang baik menurut (Blanchard and

Fabrycky, 1990) elemen – elemen yang saling bekerja sama yaitu: (1) pemasok

(suppliers) dari mana material diperoleh (2) pemasukan (inputs) (material apa

yang akan diproses) (3) usaha atau proses (processes) material yang sudah ada di

proses apa (4) hasil (outputs) setelah di proses akan menghasilkan produk apa? (5)

pelanggan (customers) siapa pelanggan yang akan menerima produk yang sudah

jadi (6) tujuan (objectives) tujuan proses yang dilakukan untuk apa? (7)

pengukuran (measurements) bagaimana cara mengukur proses dari produk atau

hasil produk.

2.3 Perancangan kembali tata ruang (re-layout).

Perancangan kembali tata letak adalah sebuah perubahan kecil dalam suatu

penataan tata ruang, dengan tujuan meminimumkan biaya dan meningkatkan

efisiensi penggunaan segala sesuatu dalam penataan tata ruang. Termasuk

penataan bagaimana operator ditempatkan, pemindahan material, operasi gudang,

dan alat pendukung lain sehingga mencapai layout yang baik di perusahaan

(Moore,1971)

Dalam teori dasar tata letak dibagi menjadi lima macam menurut

(Wignjoesoebroto, 1990:110) yaitu:

7

1. Tata letak proses (functional layout).

Memilih mesin dan peralatan yang memiliki karakter atau fungsi sama

ditempatkan dalam satu kelompok stasiun kerja. Tata letak proses cocok untuk

proses manufaktur yang terputus-putus. Jumlah produksi dengan volume rendah

dan variasi produk tinggi. Tata letak yang berorintasi pada proses untuk

memproduksi dalam batch kecil.

2. Tata letak produk (line layout)

Layout produk adalah tata letak segala fasilitas produksi berdasarkan aliran proses

produk. Tipe tata letak ini sering digunakan pada pabrik yang memproduksi

produk secara massal. Tujuan utama untuk jenis tata letak ini adalah mengurangi

pergerakan bahan dan mempermudah pengawasan. Dengan mengurutkan proses

dari bagian satu ke bagian yang lainnya sampai produk selesai diproses. Misalnya

perusahaan perakitan motor, mobil, televisi, dll.

3. Tata letak kelompok (group layout)

Pengelompokan mesin – mesin kedalam sel mesin kedalam family part

berdasarkan kesamaan desain dan urutan proses. Pada tata letak kelompok, mesin

– mesin dan fasilitas produksi dikelompokkan dan ditempatkan dalam sebuah

manufacturing cell.

4. Tata letak posisi (fixed position layout)

Tata letak posisi adalah berdasarkan tempat, dimana produk akan diproses tetap

pada tempatnya, semua fasilitas yang akan diperlukan seperti manusia, mesin –

mesin atau peralatan. Bahan - bahan tersebut yang bergerak menghampiri produk,

misalnya pada proses produksi kapal, pesawat, dll.

2.4 Perbaikan metode kerja

Perbaikan metode kerja adalah perbaikan dari tahapan – tahapan proses pekerjaan,

jalan yang akan ditempuh, cara yang akan dilakukan untuk mencapai suatu tujuan.

Untuk mengatasi masalah dari tujuh macam pemborosan salah satunya dapat

menggunakan cara langkah perbaikan metode kerja. Tahapan untuk perbaikan

metode kerja dilakukan dengan analisa metode untuk mencari, mengembangkan,

serta menerapkan metode yang lebih efektif dan efisien. (Wignjoesoebroto, 1990)

8

Percepatan proses, menjaga kualitas produk, dan untuk menjaga kestabilan

metode dari proses produksi dapat menggunakan jig atau fixtur.

2. 4. 1 Jig dan Fixtur

Jig dan fixtur adalah alat yang didesain khusus untuk memegang, menyangga

atau memposisikan benda kerja agar dapat di proses permesinan supaya

didapatkan hasil produk yang seragam. (Kalpakjian, 2004).

2. 4. 2 Design Jig

Design jig adalah proses perencanaan awal sebuah jig yang mempertimbangkan

aspek fungsi, estetika dan aspek lainnya sehingga jig dapat sesuai tujuan

pembuatan. Tahapan design dari konsep, ide, sketsa, hingga menjadi gambar

design produk. Dalam pengertian lain design adalah rancangan, konsep awal, pola

susunan, kerangka bentuk dan corak benda (Kamus besar bahasa indonesia,

2008).

2.5 Simulasi sistem

Sistem adalah kumpulan dari elemen - elemen yang berfungsi dan berjalan

bersama untuk mencapai tujuan yang diinginkan. Dalam pengertian ini

menunjukan bahwa suatu sistem terdiri dari banyak elemen, elemen – elemen ini

saling terkait satu dan lainya bekerja sama,dan suatu sistem memiliki tujuan untuk

mencapai tujuan tertentu (Harrel, C.2012).

2. 5. 1 Simulasi

Sebuah simulasi adalah sebuah operasi suatu model sistem. Model dapat

dikonfigurasi ulang dan bereksperimen dengan biasanya, ini tidak mungkin,

terlalu mahal atau tidak praktis untuk dilakukan dalam sistem yang mewakilinya.

Pengoperasian model dapat dipelajari, oleh karena itu, sifat – sifat yang

menyangkut perilaku sistem actual atau sub sistemnya dapat disimpulkan. Dalam

arti yang luas, simulasi adalah alat (software) untuk mengevaluasi kinerja suatu

sistem, yang sudah ada atau yang akan diusulkan, dibawah konfigurasi yang

berbeda dan selama periode waktu nyata yang lama (Maria, 1997.23).

Mensimulasikan adalah kemampuan untuk menerapkan pembelajaran dari

aktivitas nyata dan trial and error untuk menyesuaikan dengan kinerja sistem,

9

dimana perubahan dari lingkungan manufaktur lebih cepat terjadi dari pada

pelajaran yang dapat di pejajari (Solberg, 1998.

Simulasi promodel adalah alat simulasi yang dapat digunakan untuk

mensimulasikan variasi model manufaktur dan sistem layanan. Sistem manufaktur

seperti job order, koveyor, transfer line, produksi masal, line assembli, sistem

manufaktur yang fleksibel, crane, sistem produksi just in time, kanban sistem, dll.

2. 5. 2 Elemen Simulasi

Elemen dari sebuah sistem simulasi adalah entitas, aktivitas, sumber daya,dan

control. elemen ini yang mendefinisikan siapa, apa, dimana, kapan, dan bagaiman

memproses entitas (Harrel, C.2012).

2. 5. 3 Entitas

Entitas adalah objek yang bergerak atau yang dapat diproses oleh model didalam

sistem, seperti produk yang ada di dalam pabrik, pasien yang ada di rumah sakit,

pelanggan yang berada di bank, dll.

2. 5. 4 Aktivitas

Aktivitas atau kegiatan adalah tugas - tugas yang dilakukan di dalam sistem yang

secara langsung atau tidak langsung terlibat dalam pemrosesan entitas. Aktivitas

dapat diklasifikasikan menjadi tiga, yaitu pemrosesan entitas, entitas dan

pergerakan sumber daya dan penyesuaian sumber daya, pemeliharaan dan

perbaikan. (Bank, 1996).

2. 5. 5 Sumber Daya

Sumber daya adalah sumber atau pasokan dari mana manfaat dihasilkan. Sumber

daya dapat diklasifikasikan berdasarkan ketersediaannya sumber daya terbarukan

(dapat diperbarui) dan sumber daya tidak terbarukan (tidak dapat di perbarui).

Mereka juga dapat diklasifikasikan sebagai aktual dan potensial berdasarkan

pengembangan dan penggunaan. Dari dasar mereka dapat diklasifikasikan sebagai

sumber daya biotik dan sumber daya abiotik, dan dari dasar distribusinya

abiquitous dan lokal. Item yang menjadi sumber daya dengan waktu dan

pengenbangan teknologi. Biasanya, sumber daya adalah bahan, energi, layanan,

staf, pengetahuan, atau aset lain yang diubah untuk menghasilkan manfaat dan

10

dalam proses dapat dikonsumsi atau dibuat tidak tersedia. Manfaat dari

pemanfaatan sumber daya dapat mencakup peningkatan kekayaan atau keinginan,

berfingsinya suatu sistem, atau meningkatkan makluk. Dari sudut pandang

manusia, sumber daya alam adalah apa saja yang diperoleh dari lingkungan untuk

memenuhi segala kebutuhan dan keinginan manusia (Harrel, 1950).

2. 5. 6 Kontrol

Umpan balik dari control sistem terdiri dari input, output, elemen yang di

kendalikan. Tanggapan sistem harus secepat mungkin minimumkan overshoot.

Untuk mencapai hal ini, dengan menggunakan cara redaman. Jika redaman lemah,

maka sistem dibawah redaman (Spiegel, 1967).

2.6 Teori Antrian

Teori antrian berlaku untuk situasi – situasi dimana pelanggan datang ke bengkel

untuk memanfaatkan layanan dan menunggu beberapa waktu sebelum

menggunakan layanan dan kemudian meninggalkan sistem setelah mendapatkan

layanan. Situasi dimana masalah kedatangan dan keberangkatan dapat dilihat.

Orang yang menunggu untuk menyetorkan tagihan listrik, aliran lalu lintas

otomatis melalui jaringan jalan, antrian yang terbentuk di loket tiket, orang yang

menunggu untuk melakukan penyetoran atau penarikan di bank, mesin yang

menunggu diperbaiki di bengkel, dll (Erlang, 2017).

2. 6 1 Aliran Waktu (Flow Time)

Aliran waktu adalah waktu yang dihabiskan per unit aliran dalam proses bisnis

dari awal hingga akhir, juga dikenal sebagai waktu pemrosesan total jika ada lebih

dari satu jalur yang melewati proses, waktu alir setara dengan panjang jalur

terpanjang (Reinboth, 2014).

2. 6 2 Laju Aliran (Flow Rate)

Laju aliran adalah jumlah unit aliran (misanya. Pelanggan, uang, atau brang / jasa

yang di hasilkan) melalui proses bisnis persatuan waktu, misal. Melayani

pelanggan per jam atau menghasilkan bagian per menit. Laju aliran adalah tingkat

rata – rata (Reibonth, 2014).

11

2. 6 3 Waktu Tunggu (Waiting Time)

Analisis waktu tunggu adalah bentuk pengaturan kinerja berbasis data yang

terfokus pengurangan waktu tunggu untuk operasi sebanyak mungkin. Analisis

waktu tunggu melihat pada waktu standar yang dibutuhkan untuk menyelesaikan

serangkaian operasi. Dengan analisis waktu tunggu, administrasi data dapat

melihat operasi mana berdasarkan waktu yang paling banyak dan melakukan

pengaturan yang paling tepat (Techopedia, 2017).

2. 6 4 Jumlah Antrian

Jumlah antrian atau tingkat iventori adalah banyaknya unit yang menunggu akan

diproses atau menunggu setelah meninggalkan proses. Jumlah unit yang saat ini

ditangani dalam bisnis misalnya: jumlah pelanggan di toko, jumlah mahasiswa

yang terdaftar di universitas, dll (Reinbonth, 2014).

2.7 Sistem Simulasi dan Modeling (software ProModel)

Banyak perangkat lunak yang dapat digunakan untuk mensimulasikan model

simulasi salah satunya adalah PorModel. ProModel adalah software teknologi

simulasi peristiwa diskrit yang digunakan untuk merencanakan, merancang, dan

meningkatkan manufaktur atau logistik baru atau yang sudah ada dan sistem

operasional lainnya. Untuk mewakili proses dunia nyata, termasuk variabilitas dan

interdependensi, untuk melakukan prediksi pemesanan terhadap potensial

perubahan (ProModel Corp, 2017).

2. 7. 1 Diagram Aliran Entitas

Diagram aliran adalah istilah umum untuk diagram yang mewakili aliran atau

serangkaian hubungan dinamis dalam suatu sistem. Istilah diagran aliran juga

sering digunakan sebagai sinonim untuk diagram alur, dan kadang – kadang

sebagai mitra dari diagram alur atau diagram flow. Diagram flow digunakan untuk

menyusun dan memesan sebuah sistem yang komplek, atau untuk

mengungkapkan struktur dasar dari elemen dan interaksinya (Wikipedia, 2016).

2. 7. 2 Pengertian Operasi

Setelah diagram alir entitas dibuat, deskripsi operasi harus di kembangkan yang

menjelaskan bagaimana entitas diproses melalui sistem. Diskrisi ini mungkin

12

dibuat secara bertahap, berbentuk narasi singkat, atau dapat berbentuk tabel.

Untuk sistem sederhana, dapat dinotasikan dengan informasi opersional. Apapun

bentuknya, haruslah identitas untuk masing – masing jenis entitas jelas di setiap

lokasi dalam sistem (Harrel, C. 2012).

2. 7. 3 Pengujian Independensi

Data independen adalah jika nilai dari satu pengamatan tidak dipengaruhi oleh

nilai dari pengamatan lain. Umumnya dalam pengambilan sampel dari poopulasi

yang terbatas ketika pengambilan sampel dilakukan tanpa penggantian. Misal,

dalam pengambilan sampel dari setumpuk kartu untuk menemukan probabilitas

gambar kartu As, probabilitas kartu berikutnya menjadi kartu yang lainnya

(Harrel, C. 2012).

Terdapat tiga teknik untuk menentukan ketergantungan atau korelasi data, yaitu.

Plot pencar, plot autokorelasi dan uji coba (Harrel. C. 2012).

2. 7. 4 Plot pencar (Scatter plot)

Plot pencar adalah seperangkat yang diplot pada sumbu horisontal dan vertikal.

Plot pencar sangat penting dalam statistik karena dapat menunjukan tingkat

korelasi, titik muncul secara acak tersebar di bidang koordinat. Jika korelasi besar

ada, titik terkonsentrasi di dekat garis lurus. Plot pencar adalah alat visualisasi

data yang berguna untuk mengilustrasikan sebuah tren tertentu (Tech Target,

2012).

2. 7. 5 Uji Autokorelasi

Korelasi data tergantung satu sama lain dan dikatakan berkorelasi otomatis.

Autokorelasi ada jika residu dalam satu periode waktu terkait dengan residu yang

lain dalam satu periode lain. Autokorelasi adalah korelasi dari salah satu residual

dari waktu ke waktu. Pola siklus adalah tanda autokorelasi positif. Melanggar dari

asumsi regresi bahwa residual bersifat acak dan independen (Harrel, C. 2012).

2. 7. 6 Uji Run (Run test)

Uji run menghitung dua uji run yang berbeda untuk keacakan data dan

menampilkan hasil. Hasil dari tiap test adalah menolak hipotesis bahwa seri

tersebut acak atau menolak hipotesis dengan tingkat singnifikansi adalah

13

probabilitas bahwa hipotesis ditolak sebenarnya benar, yaitu, bahwa hipotesis

menolak keacakan serial ketika serial ini sebenarnya acak (Harrel, C,2012).

2. 7. 7 Teori Distribusi

Menurut Shannon, 1975. Hasil dari varian acak simulasi tergantung dari pada

sampling observasi dari populasi. Mendifinisikan teori distribusi yang sesuai

dengan data sample disebut fitting distribusi. Teori distribusi dapat bersifat diskrit

atau konstan, tergantung dari pada himpunan sehingga nilai dalam rentang waktu

atau rangkaian tak terbatas dari nilai yang mungkin dalam rentang dapat terjadi.

Dibawah ini adalah diskripsi dari beberapa teori distribusi yang di gunakan dalam

simulasi.

a) Distribusi Normal

Dalam banyak kasus distribusi normal tepat untuk meringkas satu pengamatan

dalam kelompok yang mewakili salah satu dari dua hasil. Sebagai contoh,

proporsi individu dalam sampel acak yang mendukung satu dari dua kandidat

politik sesuai dengan uraian ini. Dalam hal statistik P adalah jumlah X dari

pemilih yang mendukung kandidat dibagi dengan jumlah total individu dalam

grup n, ini memberikan parameter P, proporsi individu yang mendukung

kandidat di seluruh populasi.

b) Distribusi Seragam (Uniform)

Distribusi seragam juga disebut distribusi persegi panjang, adalah distribusi

probabilitas yang memiliki probabilitas konstan atau rata dalam rentang waktu

tertentu. Distribusi seragam ditunjukan pada gambar dibawah ini.

Gambar 2. 1 Distribusi Seragam (Uniform)

14

c) Distribusi lognormal

Distribusi lognormal adalah distribusi probabilitas berkelanjutan dari variabel

acak yang logaritmanya terdistribusi normal. Berikut ini adalah plot dari

fungsi kepadatan probabilitas lognormal untuk empat nilai 0. Ada beberapa

parameterisasi umum dari distribusi lognormal seperti yang di tunjukkan pada

gambar 2.2 berikut.

Gambar 2. 2 Distribusi Lognormal

2. 7. 8 Distribusi Fitting

Pada dasarnya distribusi fitting merupakan upaya untuk mengidentifikasi

distribusi yang mendasari dari mana data dihasilkan. Menemukan distribusi

terbaik yang sesuai dengan data sampel dengan manual bisa sangat rumit.

Software distribusi pada dasarnya mengikuti prosedur yang sama dengan

perhitungan manual. Distribusi fitting terdiri dari tiga prosedur: (1) Satu atau lebih

distribusi sebagai kandidat untuk dipilih atau yang paling cocok untuk menjadi

data sampel, (2) Memperkirakan parameter untuk setiap distribusi dihitung, dan

(3) Uji distribusi terbaik dilakukan untuk memastikan seberapa baik distribusi

tersebut cocok dengan data. Memilih data distribusi yang cocok untuk data sampel

membutuhkan pengetahuan tentang distribusi, jenis yang tersedia dan sifat

distribusi. Hal ini juga membantu untuk memiliki beberapa intuisi tentang

variabel yang datanya cocok. Setelah tipe distribusi dipilih berdasarkan nilai

parameter dari data sampel. Dalam kasus, dari distribusi normal, estimasi

parameternya adalah rata – rata dan standar penyimpangan dapat diperkirakan

dengan perhitungan sederhana rata – rata dan standar penyimpangan dari data

15

sampel. Perkiraan parameter umumnya dihitung menggunakan persamaan momen

atau persamaan kemungkinan maksimum (Harrel, C. 1950).

2. 7. 9 Membuat simulasi awal

Membuat simulasi ProModel dengan cara membuka menu build pada software

ProModel. Melalui meni ini dapat menentukan lokasi, jenis entitas, tingkat

kedatangan, jaringan alur sumber daya, waktu berhenti, logika pemrosesan,

variabel, atribut, larik dan makro yang dapat secara fleksibel memodelkan sitem

(Promodel.com, 2000).

2. 7. 10 Verifikasi dan validasi model

Proses pembuatan model simulasi dimulai dengan mendiskripsikan sistem nyata

kedalam model konseptual, dari model konseptual diterjemahkan kedalam model

simulasi. Proses ini berlangsung secara berulang dan rentan sekali 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. Dan validasi adalah proses penentuan apakah

model simulasi, sebagai konseptualisasi atau abstraksi merupakan respresentasi

yang akurat dari sisten nyata (Hoover and Perry, 1989).

a) Teknik verifikasi

Menurut (Harrel, 2004: 178) terdapat beberapa teknik dalam melakukan

verifikasi, diantaranya adalah sebagai berikut:

Dengan cara melakukan pemeriksaan ulang terhadap model, dapat

dilakukan secara bottom – up yaitu melakukan pemeriksaan satuan dan

logika proses yang digunakan dalam model.

Melakukan pengecekan terhadap hasil output yang ada pada masing –

masing proses pada model menggunakan Trace.

Mengamati animasi dari model yang sedang dijalankan, apakah tingkah

laku dari sistem telah sesuai dengan model yang diinginkan atu model

aktual.

Melakukan compile error atau debugging pada simulasi model.

16

b) Teknik validasi

Teknik validasi yang dapat digunakan untuk memvalidasi model simulasi menurut

(Harrel, 2004: 183) adalah sebagai berikut:

Mengamati animasi pada model yang dijalankan, membandingkan tingkah

laku pada model dengan tingkah laku pada sistem nyata menurut pendapat

orang lain tentang model simulasi tersebut.

Membandingkan model dengan sistem nyata dengan cara menjalankan

model simulasi dan sistem nyata dalam kondisi yang sama.

Melakukan perbandingan antara output model simulasi dengan output pada

sistem nyata.

Melakukan analisis sensitivitas, yakni dengan cara melakukan perubahan

nilai input untuk mengetahui akibat pada perilaku yang terjadi pada sistem

atau output sistem.

c). Uji 2 sampel (T-test)

Uji T dua sampel merupakan uji perbandingan atau uji komparatif, tujuan dari uji

ini adalah untuk membandingkan apakah kedua data (variabel) sama atau berbeda.

Berdasarkan hubungan antar populasinya, uji –T dapat digolongkan kedalam dua

jenis uji, yaitu: dependent sample T-test, dan independent sample T-test.

Dependent sample T-test atau sering di kenal dengan istilah paired sample

T-test adalah jenis uji statistika yang bertujuan untuk membandingkan rata

– rata dua group yang saling berpasangan. Sampel berpasangan dapat

diartikan sebagai sebuah sampel dengan subjek yang sama namun

mengalami dua perlakuan atau pengukuran yang berbeda, yaitu

pengukuran sebelum dan sesudah dilakukan sebuah aktifitas. Syarat –

syarat dari uji paired sample T-test adalah: a) data berdistribusi normal, b)

kedua kelompok data adalah dependent (berpasangan atau saling

berhubungan), c) jenis data yang digunakan adalah numerik.

Independent sample T-test adalah uji statistik ini bertujuan untuk

membandingkan rata – rata dua group yang tidak saling berpasangan atau

tidak saling berhubungan. Dapat diartikan bahwa sampel yang digunakan

berasal dari subjek yang berbeda.

17

BAB III

METODOLOGI PENELITIAN

Metodologi pada penelitian adalah kerangka proses kerja atau kerangka berfikir

secara sistematis yang menceritakan tahapan – tahapan dari proses identifikasi,

merumuskan, menganalisa, memecahkan, dan mmenyimpulkan permasalahan

sehingga penelitian terarah untuk mencapai tujuan penelitian. Langkah – langkah

atau tahapan – tahapan yang akan digunakan untuk memecahkan permasalah pada

penelitian ini adalah sebagai berikut:

1. Pengamatan awal

-Pengamatan langsung dan melakukan wawancara.

-Identifikasi masalah.

-Menentukan tujuan penelitian, batasan masalah dan

asumsi.

2. Landasan Teori

-Pengertian pemborosan.

-Sistem manufakturing.

-Perancangan re-layout. (Macam – macam layout.).

-Perbaikan metode

-Sistem simulasi.

-Elemen simulasi (lokasi, entitas, prosesing, kedatangan).

-Teori antrian

-Sistem simulasi modeling (software ProModel).

-Verifikasi dan validasi model

-Uji dua sampel T-test

3. Pengumpulan Data dan Analisis

1. Pengumpulan data.

-Data primer

-Data skunder

Gambar 3. 1 Diagram penelitian

18

2. Pengolahan data

-Uji independensi data dan distribusi fitting.

-Membangun simulasi sitem sekarang

(lokasi, entitas, prosesing, kedatangan, dll)

-Verifikasi dan validasi hasil simulasi.

-Analisa hasil simulasi sekarang.

3. Usulan perbaikan metode

-Penjelasan perbaikan metode.

-Pengambilan data waktu perbaikan metode

-Uji independensi data dan distribusi fitting.

-Membangun simulasi perbaikan metode

-Verifikasi dan validasi data perbaikan metode

-Analisis hasil simulasi perbaikan metode

4. Usulan perbaikan perubahan layout

-Penjelasan perbaikan perubahan layout

-Pengambilan data waktu perbaikan perubahan layout

-Uji independensi data dan distribusi fitting.

-Membangun simulasi perbaikan perubahan layout

-Verifikasi dan validasi data perbaikan perubahan layout

-Analisis hasil simulasi perbaikan perubahan layout

5. Perbandingan hasil simulasi sekarang, simulasi perbaikan

metode, dan simulasi perbaikan perubahan layout.

4. Kesimpulan dan Saran

1. Kesimpulan dari hasil penelitian.

2. Memberikan saran untuk penelitian selanjutnya.

Gambar 3. 1 Diagram penelitian Lanjutan.

3.1 Pengamatan Awal

Pengamatan awal adalah tahapan awal sebelum dilakukannya penelitian. Pada

tahapan ini ditentukan masalah yang akan di lakukan penelitian. Lokasi penelitian

berada di PT. S khususnya pada produksi produk Cap (C1805-009). Pemilihan

19

objek penelitian produk ini didasarkan pada jumlah permintaan produk Cap

(C1805-009) yang mencapai 1 000 000 pcs per bulan yang sering terjadi

kekosongan stok (out of stock). Setelah diketahui latar belakang permasalahan

maka tahap selanjutnya yaitu, menentukan tujuan penelitian, batasan penelitian

dan asumsi dalam melakukan penelitian ini.

3.2 Landasan Teori

Landasan teori adalah tahapan mempelajari teori – teori yang berhubungan

dengan topik penelitian. Dengan cara mencari informasi secara lengkap yang

berkaitan dengan permasalahan yang diteliti. Pencarian informasi ini dilakukan

melalui, buku, laporan penelitian, jurnal, artikel dan sumber – sumber lainya yang

dapat menunjang jalannya penelitian ini. Landasan teori adalah sebagai berikut:

Pemborosan proses.

Sistem manufakturing.

Perbaikan metode

Perbaikan layout.

Sistem.

Simulasi.

Element simulasi.

Teori antriaan.

Sistem simulasi modeling (software Promodel).

Verifikasi dan validasi model simulasi.

3.3 Pengumpulan Data dan Analisis

3.3.1 Pengumpulan data

Pengumpulan data - data dilakukan dengan metode kuantitatif dengan

merekam waktu proses pada setiap stasiun kerja yang dilewati proses

produksi produk Cap (C1805-009). Teknik – teknik yang digunakan dalam

pengumpulan data adalah sebagai berikut:

- Teknik wawancara adalah dengan melakukan tanya jawab atau diskusi

langsung dengan leader dan operator yang berada di tiap stasiun kerja

yang terkait dengan pembuatan produk Cap (C1805-009).

20

- Teknik observasi adalah melakukan pengamatan atau pengukuran

langsung dengan menggunakan alat hitung yang terpasang pada mesin

produksi, menggunakan stop watch dan menggunakan kamera untuk

merekam proses produksi Cap (C1805-0090), langkah ini untuk

memudahkan mengetahui kebiasaan proses yang terjadi dan lama waktu

prosesnya.

- Teknik data perusahaan adalah dengan melihat catatan – catatan atau

laporan hasil produksi yang ada di perusahaan yang menunjang pada objek

yang sedang diteliti, data – data tersebut meliputi: laporan hasil produksi,

peta aliran proses produksi, peta proses operasi, diagram alir, data

permintaan pelanggan, data tata letak stasiun kerja dan data waktu

penyelesaian proses produksi Cap (C1805-009).

3.3.2 Pengolahan data

Pengolahan data pada penelitian ini lebih pada simulasi sistem produksi

Cap (C1805-009) untuk mengetahui stasiun kerja yang menjadi penyebab

terjadinya kemacetan aliran proses, analisis pemecahan masalah

kemacetan aliran dan mengetahui besaran penurunan setelah dilakukan

langkah – langkah perbaikan. Tahapan pengolahan data pada penelitian ini

adalah sebagai berikut:

Uji independensi data

Melakukan uji independensi data untuk mengetahui apakah nilai data yang

akan di gunakan ini terdapat korelasi dengan nilai data pengamatan lainnya

atau tidak, jika terdapat korelasi maka data tersebut dieliminasi dan

dilakukan pengukuran ulang selanjutnya dilakukan uji independesi data

kembali sehingga didapatkan data yang sesuai. Pada uji independesi data

terdapat tiga teknik yaitu: autocorelation test, scaterplot test, run test.

Distribusi fitting.

Distribusi fitting ini untuk mengetahui jenis ditribusi dari data sebelum

dipakai untuk simulasi. Menggunakan statsfit pada software simulasi

Promodel. Pemilihan nilai tertinggi yang akan digunakan pada simulasi

model.

21

Simulasi sistem awal.

Simulasi sistem awal adalah gambaran dari sistem saat ini yang akan di

analisa stasiun mana yang menjadi penyebab kemacetan aliran proses

produksi Cap (C1805-009) Layout, pada pembuatan simulasi awal ini data

input yang harus didiskripsikan yaitu: data lokasi, data entitas, data

prosesing, data kedatangan. dan data running simulasi.

Dari running simulasi sekarang maka di dapatkan hasil yang selanjutnya

dilakukan verifikasi dan validasi simulasi. Sehingga diketahui stasiun kerja

yang menjadi kemacetan aliran proses produksi. Dari analisis hasil tersebut

kemudian mencari pemecahan masalah berdasarkan analisis tersebut.

Untuk mengatasi permasalahan kemacetan aliran maka pendekatan

Perbaikan yang akan diambil yaitu: dengan perbaikan metode dan

perubahan tata letak stasiun kerja.

Verifikasi dan validasi model

Verifikasi dan validasi model merupakan tahapan analisis untuk

membandingkan data hasil produksi sisten nyata dengan hasil produksi

pada model simulasi. Ada beberapa aspek yang dibandingkan yaitu:

melihat model animasi, dibandingkan dengan sistem nyata atau model

simulasi. Pada tahapan validasi dilakukan perhitungan eror pada rata – rata

hasil produksi dan standar deviasi.

a). Simulasi trace atau sering disebut penelusuran simulasi adalah tahapan

mencocokkan antara kondisi dan aktivitas yang terjadi pada sistem nyata

dengan sistem pada model simulasi.

b). Uji T–test penelitian biasanya menggunakan dua sampel atau lebih

sebagai objek penelitiannya. Dari sampel tersebut dibandingkan untuk

melihat ada atau tidaknya perbedaan setelah sampel tersebut di beri

perlakuan yang berbeda. Untuk melihat ada tidaknya perbedaan maka

dilakukan uji perbedaan dua rata - rata. Uji hipotesis dua rata – rata yang

digunakan untuk mengetahui ada atau tidaknya perbedaan rata – rata antara

22

dua buah data. Salah satu teknik untuk menguji hipotesis dua rata – rata

yaitu:

- Uji 2 sampel T-test untuk memverifikasi dan memvalidasi data sistem

pada model simulasi awal dengan data sistem nyata. Nilai p value dari

hasil uji 2 sampel T-test harus lebih dari 0,05. Sehingga kesimpulan dari uji

2 sampel T-test yaitu tidak ada perbedaan nilai rata – rata.

- Uji paired sample T-test untuk memverifikasi dan memvalidasi data pada

model simulasi awal dengan data model simulasi perbaikan. Nilai p value

dari hasil uji paired sample T-test kurang lebih dari 0,05. Sehingga

kesimpulan dari uji paired sample T-test yaitu terdapat perbedaan nilai

rata – rata.

3.3.3 Simulasi perbaikan metode

- Melakukan perbaikan metode kerja dengan menggunakan alat bantu

yang sesuai untuk mengurangi waktu proses pada stasiun kerja yang

terjadi kemacetan aliran.

- Melakukan trial pengambilan waktu proses setelah dilakukan perbaikan.

Dilanjutkan pengolahan data dengan uji independesi dan distribusi

fitting.

- Membuat simulasi perbaikan metode dengan menggunakan data proses

setelah perbaikan metode.

- Melakukan verifikasi, validasi analisis hasil simulasi perbaikan metode.

3.3.4 Simulasi perubahan layout.

- Melakukan perbaikan dengan merancang layout baru untuk mengurangi

waktu pergerakan produk.

- Melakukan trial pengambilan waktu proses setelah dilakukan perbaikan.

Dilanjutkan pengolahan data dengan uji independesi dan distribusi

fitting.

- Membuat simulasi perbaikan metode dengan menggunakan data proses

setelah perbaikan metode.

23

- Melakukan verifikasi, validasi dan analisis hasil simulasi perbaikan

metode.

3.3.5 Perbandingan hasil simulasi sekarang, perbaikan metode dan perbaikan

layout .

Membandingkan hasil simulasi ini dilakukan untuk mengetahui peruhaan

yang terjadi setelah dilakukan perbaikan.

3.4 Simpulan dan Saran

Setelah menghitung dan menganalisa data, tahap terakhir adalah menarik

kesimpulan, meringkas dari semua tahapan dan memberikan beberapa

rekomendasi untuk penelitian masa depan. Simpulanya adalah untuk menjelaskan

penyebab utama yang mempengaruhi sistem pada proses produksi Cap (C1805-

009) dan memberikan rekomendasi untuk memberikan solusi bagaimana

melakukan efisiensi.

24

BAB IV

PENGUMPULAN DATA DAN ANALISIS

4.1 Pengumpulan Data

4.1.1 Data primer

Pengumpulan data primer dilakukan pengukuran dan pengamatan langsung

dengan cara merekam waktu proses pada setiap stasiun kerja yang dilewati

proses produksi produk Cap (C1805-009). Teknik – teknik yang digunakan

dalam pengumpulan data adalah sebagai berikut:

Teknik wawancara adalah dengan melakukan tanya jawab atau diskusi

langsung dengan leader dan operator yang berada di tiap stasiun kerja yang

terkait dengan pembuatan produk Cap (C1805-009).

Teknik observasi adalah melakukan pengamatan atau pengukuran langsung

dengan menggunakan alat hitung yang terpasang pada mesin produksi,

menggunakan stop watch dan menggunakan kamera untuk merekam proses

produksi Cap (C1805-0090), langkah ini untuk memudahkan mengetahui

kebiasaan proses yang terjadi dan lama waktu prosesnya. Tabel 4.1 adalah data

waktu produksi di tiap stasiun kerja.

Tabel 4. 1 Data waktu proses ditiap stasiun kerja (menit)

No Incoming

material

Stasiun

Pengepresan Stasiun Inspeksi

1 4.42 9,38 41.32

2 2.35 9,37 41.14

3 3.43 9,42 41.59

4 3.38 9,39 41.50

5 3.52 9,39 41.28

6 2.31 9,40 41.41

7 3.81 9,38 41.04

8 2.14 9,41 40.89

9 2.63 9,40 41.15

10 2.00 9,37 41.28

25

No Incoming

material

Stasiun

Pengepresan Stasiun Inspeksi

11 4.02 9,42 40.98

12 2.47 9,38 41.52

13 3.13 9,41 41.35

14 4.06 9,39 41.65

15 2.69 9,39 41.23

16 1.35 9,37 40.88

17 2.24 9,40 41.55

18 3.12 9,38 41.51

19 2.36 9,40 41.14

20 2.77 9,43 41.66

21 3.63 9,41 41.13

22 1.54 9,39 41.60

23 2.65 9,36 40.86

24 1.80 9,40 41.65

25 2.43 9,41 41.57

26 3.15 9,41 41.51

27 1.09 9,38 41.34

28 2.91 9,41 41.33

29 1.30 9,40 41.08

30 1.72 9,36 41.40

4.1.2 Data sekunder

Data sekunder diperoleh dengan melihat dokumentasi, catatan – catatan atau

laporan hasil produksi yang ada di perusahaan yang menunjang pada objek

yang sedang diteliti, data – data tersebut meliputi: laporan hasil produksi, peta

aliran proses produksi, peta proses operasi, diagram alir, data permintaan

pelanggan, data tata letak stasiun kerja dan data waktu penyelesaian proses

produksi Cap (C1805-009).

Tabel 4.1 Data waktu proses ditiap stasiun kerja(menit) Lanjutan.

26

Flow proses chart (FPC)

Dibawah ini adalah gambaran flow proses yang terjadi saat ini. Dimulai dari

proses material masuk dan disimpan di area incoming selanjutnya proses

pengepresan yang merubah material coil menjadi material WIP (work in proses).

Material WIP (work in proses) masuk stasiun kerja inspeksi dan keluar menjadi

produk jadi (finish good). Kemudian produk jadi (finish good) disimpan diarea

store finish good menunggu jadwal pengiriman ke pelanggan.

Gambar 4. 1 Flow proses chart pembuatan produk Cap (C1805-009)

Waktu penyelesaian pembuatan produk Cap (C1805-009)

Dari hasil pengumpulan data waktu rata – rata proses pembuatan produk Cap

(1805-009) pada tiap – tiap stasiun kerja. Dari data tersebut menunjukkan bahwa

proses pembuatan produk Cap (C1805-009) pada stasiun kerja inspeksi, waktu

rata – rata penyelesaian untuk satu box dengan quantity 2000 pcs memerlukan

waktu sebanyak 41.32 menit. Perbedaan waktu penyelesaian dengan stasiun kerja

pengepresan telah menunjukkan ketidak seimbangan waktu proses, sehingga perlu

adanya perubahan metode kerja untuk menurunkan waktu proses yang ada di

stasiun kerja inspeksi. Data tersebut ditunjukkan pada gambar 4.2 berikut.

Pengepresan Incoming

material

Inspeksi Store F/G

27

Gambar 4. 2 Waktu proses pembuatan produk Cap (C1805-009) per box (menit)

dimasing – masing stasiun kerja

Tata letak stasiun kerja pembuatan produk Cap (C1805-009)

Tata letak stasiun kerja pada proses pembuatan produk Cap (C1805-009) yang

akan dilakukan penelitaian di tunjukakan pada gambar 4.3 dibawah. Alur proses

pembuatan produk melewati stasiun incoming material, stasiun kerja pengepresan,

stasiun kerja inspeksi dan store finish good. Pada gambar menunjukkan bahwa

tata letak stasiun kerja inspeksi berada jauh di luar garis sehingga membutuhkan

waktu yang lebih lama untuk menyupai produk WIP (work in proses) ke stasiun

kerja inspeksi. Kondisi sekarang jarak antara stasiun kerja pengepresan ke stasiun

kerja inspeksi 60 meter ditempuh dengan waktu 6 menit dan jarak dari stasiun

kerja inspeksi ke stasiun store finish good 33 meter ditempuh dengan waktu 3

menit. Dengan data – data tersebut maka perlu adanya relayout untuk mengurangi

pemborosan waktu tersebut.

Gambar 4. 3 Layout aktual sistem pembuatan produk Cap (C1805-009)

4.2 Pengolahan data

4.2.1 Pengujian independensi data

Pengujian independensi data adalah jika data nilai dari pengamatan tidak

dipengaruhi oleh nilai pengamatan yang lain. Ketergantungan bisa terjadi

biasanya pada pengambilan sampel dari populasi yang terbatas saat pengambilan

sampel tidak bergantian. Beberapa teknik untuk menentukan korelasi atau

28

ketergantungan sebuah data. Teknik tersebut adalah scater plot, autocorelation

plot, run test. Untuk pengujian korelasi data akan dilakukan pada tiap stasiun

kerja.

a). Stasiun kerja Incoming

Uji Scater plot.

Uji scater plot adalah plot dari titik – titik yang berdekatan yang diapit satu poin

dengan poin yang lain. Sebaran plot digunakan untuk menggambarkan variabel x-

pada sumbu horisontal dan hubungan dengan variabel y- pada sumbu vertikal.

Berdasarkan gambar 4.5 hasil scater plot data waktu di lokasi incoming material

dapat dilihat bahwa ploting tidak menunjukkan garis yang jelas. Maka dapat

disimpulkan bahwa data tersebut independen.

Gambar 4. 4 Scater plot lokasi incoming material

Uji Autocorelation test

Pada gambar 4.6 dibawah dapat dilihat bahwa tidak terdapat korelasi data dari

satu sampel ke sampel yang lainnya. Sampel dinyatakan berkorelasi jika nilai

autocorelation bernilai 1 atau -1. Jika nila autocorelation mendekati nilai 0 maka

sampel dinyatakan tidak berkorelasi dengan data sampel yang lain.

29

Gambar 4. 5 Autocorelation lokasi incoming material

Uji Run test

Pengujian run test adalah pengujian jalanya data apakah data berkorelasi dengan

data yang lain. Pada run test menggunakan test median dan titik balik. Jika hasil

nya tidak ditolak (do not reject), sampel tersebut acak, tetapi jika hasilnya ditolak

(reject), maka sampel tersebut dinyatakan tidak acak.

Ho = Sampel acak

H₁ = Sampel tidak acak

Test median mengukur jumlah jalannya sampel ( urutan nomor, apakah diatas rata

– rata atau dibawah rata – rata). Jika terlalu banyak atau terlalu sedikit, keacakan

maka seri sampel ini akan di tolak. Uji titik balik mengukur beberapa kali seri

sampel berubah secara langsung. Jika terlalu banyak atau terlalu sedikit seri

sampel, keacakan maka seri sampel tersebut akan ditolak. Berdasarkan gambar 4.6

dapat dilihat bahwa untuk test median, hipotesis nol tidak ditolak, artinya untuk

test median seri sampel acak (lulus uji independensi). Untuk test titik balik,

hasilnya adalah hipotesis nol tidak ditolak, itu berarti titik balik seri dari sampel

acak. Kesimpulan dari kedua uji adalah lulus uji independensi.

Hasil uji untuk stasiun kerja dan stasiun inspeksi dapat di lihat pada lampiran.

Pada stasiun kerja pengepresan dan stasiun kerja inspeksi dinyatakan lulus uji

korelasi maupun uji ke acakan.

30

Gambar 4. 6 Run test lokasi incoming material

4.2.2 Pengujian keseragaman data distribusi

Pengujian keseragaman data pada tiap stasiun kerja dapat dilakukan dengan

menggunakan software ProModel, dengan cara klik stat: Fit, pilih input dan pilih

input graph, hasilnya bisa dilihat pada gambar berikut:

Stasiun kerja incoming material

Gambar 4. 7 Keseragaman data lokasi incoming material

31

Hasil uji keseragaman data distribusi pada stasiun kerja incoming material seperti

yang di tunjukkan pada gambar 4.7 dalam satu kelompok data hanya ada satu

yang menjelaskan berbeda pada stasiun kerja incoming material. Dapat

disimpulkan data didistribusikan secara seragam karena berasal dari populasi yang

sama. Hasil uji keseragaman untuk stasiun kerja pengepresan dan stasiun kerja

inspeksi dapat dilihat pada lampiran. Maka dari ketiga lokasi yang sudah

dilakukan uji keseragaman data semua data sudah dinyatakan lulus uji

keseragaman data.dan langkah selajutnya adalah pengujian distribusi (distribusi

fitting).

4.3 Pengujian distribusi fitting

Ada beberapa jenis distribusi yang biasa di gunakan pada simulasi ProModel

nama – nama distribusi tersebut antara lain, lognormal, normal, uniform,

exponentsial, dll. distribusi lognormal adalah distribusi probabilitas berkelanjutan

dari variabel acak yang logaritmanya berdistribusi normal. Distribusi normal

adalah distribusi kontinou yang paling umum yang digunakan dalam statistik.

Distribusi seragam (uniform) atau distribusi persegi panjang adalah keluarga dari

distribusi probabilitas simetris sehingga untuk setiap anggota keluarga dari

distribusi tersebut, dengan panjang interval dan dukungan distribusi yang sama.

Distribusi exponensial adalah distribusi probabilitas yang menggambarkan waktu

antara peristiwa dalam waktu proses poisson. Akan ada tes distribusi pada masing

– masing stasiun kerja. Untuk mengetahui hasil distribusi, dapat menggunakan

software dari ProModel, langkah –langkahnya sebagai berikut: pilih Stat Fit, lalu

klik Fit, kemudian Auto Fit, pilih penayangan terus menerus dan tidak terbatas.

a). Tes distribusi di stasiun kerja incoming material

Gambar 4. 8 Data distribusi fitting lokasi incoming material

32

Berdasarkan hasil uji distribusi pada stasiun kerja incoming material yang

disajikan pada gambar 4.8 diatas diperoleh distribusi normal, lognormal, uniform

dengan menolak hipotesis nol. Peringkat tertinggi distribusi normal dengan nilai

100. Peringkat kedua distribusi lognormal dengan nilai 99.8. peringkat ketiga

distribusi uniform dengan nilai 30.5. ketiga distribusi dapat digunakan untuk

mewakili pada simulasi, namun distribusi ke empat tidak boleh digunakan karena

distribusi keempat atau distribusi exponensial menerima hipotesis nol dan nilai

dari distribusi nya sangat kecil yaitu 8.67. Untuk memperoleh hasil simulasi yang

akurat maka dipilih distribusi dengan nilai tertinggi. Pada stasiun kerja incoming

material ini akan memakai distribusi normal (2.68, 0.855) dengan nilai tertinggi

yaitu 100. Hasil pengujian distribusi untuk stasiun kerja pengepresan dijelaskan

pada lampiran 5 dan stasiun kerja inspeksi dijelaskan pada lampiran 10. Pada

stasiun pengepresan diperoleh hasil dengan distribusi normal (301, 0.515) dengan

rank 100.sedangkan pada stasiun inspeksi diperolah hasil dengan distribusi

normal 41.3, 0.241) rank 100. Dari ketiga stasiunkerja sudah di peroleh hasil

distribusinya maka selanjutnya dilakukan pembuatan model simulasi awal.

4.4 Simulasi sistem awal

Layout sistem produksi di PT. S seperti yang ditunjukkan pada gambar 4.9

dibawah. Material masuk dari gerbang masuk (gate in) sebelah kiri, menurunkan

material di area incoming material. Flow proses yang umum di PT. S yaitu

material masuk kemudian di proses pengepresan, hasil dari pengepresan masuk

proses spot weld, weld Co2, masuk proses pelapisan, atau langsung di inspeksi,

flow proses ini berdasarkan karakter dari produk. Pada umumnya akan ada

pengecekan terakhir sebelum produk di kirim ke area penyimpanan produk jadi.

Pada pembuatan produk Cap (C1805-009) flow proses nya adalah material dari

incoming material di angkut menggunakan crane ke area mesin pengepresan,

material diproses sehingga menghasilkan produk Cap WIP (work in proses).

Kemudiam masuk proses inspeksi dan dilanjutkan dikirim ke area penyimpanan

produk jadi. Untuk memindahkan produk menggunakan alat trolly yang di dorong

oleh operator. Produk jadi yang ada diarea penyaimpanan menunggu jadwal

pengiriman, jika jadwal sudah ada maka akan di persiapkan di area pre delivery

dan masuk ke truck kemudian keluar melewati gerbang keluar (gate out).

33

a). Layout

Pada gambar 4.9 ditunjukkan bahwa alur proses pembuatan produk Cap (C1805-

009) dimulai dari material masuk di area incoming material yang ada di sebelah

kiri, produk jadi selesai dan keluar melalu pintu delivery yang berada di sebelah

kanan.

Gambar 4. 9 Lay out simulasi awal

b). Lokasi

Lokasi atau stasiun kerja pada proses pembuatan produk Cap (C1805-009)

terdapat empat lokasi seperti yang ditunjukkan pada gambar 4.9, yaitu:

1. Lokasi incoming material

2. Lokasi pengepresan

3. Lokasi inspeksi

4. Lokasi store finish good (produk jadi)

1

2

3

4

34

Gambar 4. 10 Data input lokasi

Pada gambar 4.10 data input pada software simulasi ProModel. Lokasi

penerimaan material kapasitas penerimaan tidak terhingga, unit lokasi satu, rule

keluar dan masuk matrial FIFO (first in, First out) yang pertama kali masuk,

pertama kali juga keluar sistem. Begitu seterusnya hingga lokasi terakhir. Yang

berbeda pada lokasi awal ini adalah pada stasiun kerja inspeksi, terdapat empat

inspektor untuk memproses produk yang sama. Masing – masing inspektor

mempunyai kapasitas proses satu.

c). Entitas

Terdapat tiga macam etitas pada proses produksi Cap (C1805-009) yaitu:

a). Material coil adalah bahan baku dari produk Cap (C1805-009) yang berbentuk

lembaran metal yang digulung sebelum dilakukan proses produksi. Berat standar

coil untuk produk Cap (C1805-009) adalah 355 kg.

b). Material WIP (work in proses) adalah produk Cap (C1805-009) setelah

melewati proses pengepresan dan menunggu proses inspeksi. Jumlah standar tiap

box adalah 2000 pcs. Satu coil dengan berat 355 kg dapat menghasilkan sebanyak

32 box atau 64 000 pcs.

c). Produk jadi (finish good) adalah produk jadi ini telah melewati semua tahapan

proses dan siap untuk di kirim ke pelanggan

35

Nama Foto aktual entitas Sketsa entitas

dalam simulasi

Material coil

Produk WIP

(work in

proses)

Produk jadi

(finish good)

Gambar 4. 11 Entitas

Gambar 4. 12 Data input entitas

d). Proses dan routing

Pada gambar 4.12 proses atau sering disebut pemrosesan dari entitas. Dari mana

entitas masuk dan keluar didefinisikan dengan jelas. Dan waktu yang di perlukan

untuk melakukan pemrosesan berapa lama, nama dari pemrosesan dijelakan, rule

standar yang digunakan dan bagaiman melakukan proses. Seperti contoh: material

masuk bernama raw material masuk ke stasiun kerja incoming operasi tidak ada

karena hanya terjadi penerimaan material saja, raw material tidak berubah bentu

atau berubah nama. Kemudian out put dari proses ini adalah tetap sama raw

material dengan tujuan (destination) antrian store material dan kemudian

peraturan (rule) yang digunakan adalah first 1 artinya yang datang pertama itu

36

yang di lakukan pemrosesan. Begitu seterusnya hingga proses berakhir. Seperti

contoh yang di jelaskan pada gambar 4.13 dan gambar 4.14 berikut.

Gambar 4. 13 Data input proses

Routing adalah lanjutan dari proses misalnya pada proses nama entitasnya Cap

WIP yang berada di lokasi antrian inspeksi setelah diproses menghasilkan output

Cap WIP dan tujuan (destinasi) selanjutnya adalah inspektor, dengan rule (First

1) yang pertama masuk yang di proses, waktu untuk pergerakan membutuhkan

waktu sebanyak 6 menit.

Gambar 4. 14 Data input routing

e). Kedatangan (arrival)

Gambar 4. 15 Data input kedatangan

37

Kedatangan (arrival) adalah suatu kejadian dimana obyek yang pertama kali

masuk kedalam sistem sehingga obyek tersebut di proses oleh sistem. Pada

simulasi pembuatan produk Cap (C1805-009) ini entitas yang datang adalah

material coil, pada lokasi incoming material, jumlah yang masuk sebanyak 2 coil,

jumlah kejadian (occurrences) sebanyak tak terhingga. Data input kedatangan

(arrival) seperti yang ditunjukkan pada gambar 4.15 diatas.

f). Pilihan dalam running simulasi awal

Pilihan yang harus ditentukan sebelum menjalankan simulasi antara lain a). satuan

waktu, apakah detik, menit, jam atau hati. b). lama simulasi akan dijalankan? 1

jam, 2 jam atau tak terhingga. c). Jumlah replikasi (pengulangan) saat simulasi.

Pada simulasi awal ini satuan waktu yang di pilih adalah menit, lama simulasi 16

jam, karena dalam 2 shift jam kerja jika dijumlah adalah sebanyak 16 jam kerja.

Ditambah warmup time sebesar 100 jam. Jumlah replikasi sebanyak 30 kali.

Seperti yang ditunjukkan pada gambar 4.16.

Gambar 4. 16 Data pilihan simulasi awal

38

g). Analisis hasil simulasi

Pada gambar 4.17 ini ditentukan pilihan – pilhan dari hasil simulasi pada general

terdapat informasi rata – rata waktu yang digunakan saat simulasi yaitu 16 jam.

Dan di bagian atas tool bar terdapat pilihan antara lain, lokasi, status lokasi multi,

status lokasi single (individu), aktifitas dari entitas, dan status entitas.

Gambar 4. 17 General hasil simulasi

Hasil dari simulasi ditunjukkan pada tabel 4.4 dibawah. Di stasiun kerja inspeksi

membutuhkan waktu rata – rata sebanyak 40.30 menit. Total produk Cap (C1805-

009) yang telah selesai melewati semua proses sebanyak 64 box. Antrian

terbanyak terjadi diarea antrian proses inspeksi sebanyak 36 box. Antrian ini tetap

terjadi walau inspektor yang mengerjakan proses inspeksi sudah ada empat

inspektor di tiap shiftnya. Dengan fenomena yang terjadi tersebut bisa di

simpulkan bahwa penyebab pemborosan terjadi pada stasiun kerja inspeksi.

berdasarkan data ini maka perlu adanya perbaikan agar waktu proses distasiun

kerja inspeksi menjadi lebih cepat dari yang terjadi sekarang.

39

Tabel 4. 2 Hasil simulasi awal (lokasi)

Simulasi awal.MOD (Normal Run - Avg. Reps)

Name Scheduled Time

(HR) Capacity

Total Entries

Avg Time Per Entry

(MIN)

Avg Contents

Maximum Contents

Current Contents

% Utilization

Incoming Material 16 999.999,00 3,00 100,58 0,31 2,00 1,00 0,00

Pengepresan 16 1,00 3,00 199,75 0,62 1,00 1,00 62,42

Antrian inspeksi 16 999.999,00 64,00 206,31 13,75 36,00 0,00 15,72

Inspektor.1 16 1,00 16,00 41,29 0,69 1,00 0,00 68,82

Inspektor.2 16 1,00 16,00 41,30 0,69 1,00 0,00 68,84

Inspektor.3 16 1,00 16,00 41,32 0,69 1,00 0,00 68,86

Inspektor.4 16 1,00 16,00 41,30 0,69 1,00 0,00 68,83

Inspektor 64 4,00 64,00 41,30 0,69 4,00 0,00 68,84

Jalur suplai 16 999.999,00 64,00 1,60 0,11 4,00 0,00 0,40

Finish good 16 999.999,00 64,00 0,00 0,00 1,00 0,00 0,00

40

Tabel 4. 3 Hasil simulasi awal (status lokasi multi)

Simulasi awal.MOD (Normal Run - Avg. Reps)

Name Scheduled Time

(HR) % Empty % Part Occupied % Full % Down

Incoming Material 16,00 68,82 31,18 0,00 0,00

Antrian inspeksi 16,00 25,65 74,35 0,00 0,00

Jalur suplai 16,00 95,14 4,86 0,00 0,00

Finish good 16,00 100,00 0,00 0,00 0,00

Tabel 4. 4 Hasil simulasi awal (status lokasi single)

Simulasi awal.MOD (Normal Run - Avg. Reps)

Name Scheduled Time

(HR) %

Operation % Setup % Idle % Waiting % Blocked % Down

Pengepresan 16,00 62,18 0,00 37,58 0,00 0,25 0,00

Inspektor.1 16,00 68,81 0,00 31,18 0,00 0,00 0,00

Inspektor.2 16,00 68,83 0,00 31,16 0,00 0,00 0,00

Inspektor.3 16,00 68,85 0,00 31,14 0,00 0,00 0,00

Inspektor.4 16,00 68,83 0,00 31,16 0,00 0,01 0,00

Inspektor 64,00 68,83 0,00 31,16 0,00 0,00 0,00

41

Tabel 4. 5 Hasil simulasi awal (aktivitas entitas)

Simulasi awal.MOD (Normal Run - Avg. Reps)

Name Total Exits Current Qty In System

Avg Time In System (MIN)

Avg Time In Move Logic

(MIN)

Avg Time Waiting (MIN)

Avg Time In Operation

(MIN)

Avg Time Blocked (MIN)

Material coil 0,00 0,00 0,00 0,00 0,00 0,00 0,00

Cap WIP 0,00 12,00 0,00 0,00 0,00 0,00 0,00

Cap Finish good 3.200,00 0,00 713,19 9,00 0,00 541,95 162,23

Tabel 4. 6 Hasil simulasi awal (status entitas)

Simulasi awal.MOD (Normal Run - Avg. Reps)

Name % In Move Logic % Waiting % In Operation % Blocked

Material coil 0,00 0,00 0,00 0,00

Cap WIP 0,00 0,00 0,00 0,00

Cap Finish good 1,26 0,00 75,99 22,75

42

h). Verifikasi dan validasi model simulasi

Uji 2 sampel T-test.

Verifikasi dan validasi model simulasi ini untuk memastikan apakah model simulasi yang sudah dibuat sudah dapat mempresentasikan

sistem sekarang yang ada. Langkah yang digunakan adalah menggunakan uji 2 sampel T-test dengan bantuan software SPSS. Dengan

hipotesis Ho : terdapat perbedaan antara sistem sekarang dengan model simulasi awal, H1 : tidak terdapat perbedaan antara sistem sekarang

dengan model simulasi awal. Dasar pengambilan keputusannya adalah menerima Ho jika nilai sig (2 tailed) kurang dari 0,05. Dan menolak

Ho jika nilai sig (2 tailed) lebih dari 0,05. Data simulasi awal diambil dari hasil simulasi yang sudah dijalankan dengan replikasi 30 kali.

Data yang akan digunakan pada 2 sampel T-test adalah sebagai berikut:

Tabel 4. 7 Data uji 2 sampel T-test model simulasi awal

No Sistem

sekarang

Simulasi

awal

No Sistem

sekarang

Simulasi

awal

No Sistem

sekarang

Simulasi

awal

1 41,30 41,32

11 41,33 40,98

21 41,28 41,13

2 41,31 41,14

12 41,33 41,52

22 41,26 41,60

3 41,27 41,59

13 41,31 41,35

23 41,34 40,86

4 41,32 41,50

14 41,31 41,65

24 41,32 41,65

5 41,28 41,28

15 41,26 41,23

25 41,29 41,57

6 41,32 41,41

16 41,33 40,88

26 41,27 41,51

7 41,29 41,04

17 41,33 41,55

27 41,29 41,34

8 41,32 40,89

18 41,32 41,51

28 41,29 41,33

9 41,29 41,15

19 41,29 41,14

29 41,29 41,08

10 41,24 41,28

20 41,35 41,66

30 41,34 41,40

43

Kesimpulan dari hasil uji 2 sampel T-test ditunjukkan pada gambar 4.25. nilai sig (2 tailed) pada equal variances assumed 0,729 dan nilai

sig (2 tailed) pada equal variances not assumed 0,730. Berdasarkan dari nilai tersebut dapat disimpulkan bahwa Ho ditolak. Dengan arti

lain tidak terdapat perbedaan yang segnifikan antara sistem sekarang dengan simulasi awal. Model simulasi awal dinyatakan lulus dari

verifikasi dan validasi.

Gambar 4. 18 Hasil uji 2 sampel T-test.

44

Tracing model simulasi

Validasi dilakukan untuk mengetahui apakah simulasi yang dijalankan apakah

sudah sesuai dengan aktual atau belum, jika belum maka akan dilakukan

perubahan sehingga simulasi bisa mempresentasikan pada aktual sistemnya. Pada

gambar 4. 19 ditunjukkan bahwa material datang di area incoming material.

Proses selama 4,47 menit, selanjutnya masuk ke stasiun pengepresan dan

seterusnya hingga produk keluar dari sistem. Dari hasil trace model simulasi ini

dapat disimpulkan bahwa model simulasi sudah sesuai dengan sistem sekarang

untuk produksi Cap (C1805-009).

Gambar 4. 19 Data Trace simulasi awal

45

4.5 Analisis penyelesaian masalah

Pada simulasi awal diperoleh hasil terjadi antrian produk WIP (work in proses)

sebanyak 36 box serta jika dilihat dari tata letak stasuin kerja inspeksi yang berada

jauh diantara stasiun kerja pengepresan dan area penyimpanan produk jadi

mengakibatkan proses pemindahan produk memerlukan waktu 6 menit.

Penumpukan produk yang menunggu proses dan pemindahan produk yang

membutuhkan waktu lama adalah pemborosan maka pada penelitian ini akan

melakukan: 1). Perbaikan metode kerja untuk mempercepat aliran proses di

stasiun kerja inspeksi. 2). Perubahan tata letak untuk mempercepat pemindahan

material yang akan di proses.

4.6 Perbaikan metode kerja

a). Design alat bantu

Pembuatan alat bantu ini untuk mengurangi waktu proses inspeksi. Seperti yang

ditunjukkan pada gambar 4. 20 dibawah. Ukuran jig panjang 250 mm x lebar 250

mm x tebal mangnet sheet 2 mm dan tebal cover plastik 0,8 mm. Pada ujung

disatukan dengan menggunakan lem. Pemilihan material berdasarkan bentuk dari

alat dan harga yang relatif murah.

Gambar 4. 20 Design magnet Sheet

Pada Tabel 4.11 dijelaskan urutan atau langkah – langkah kerja inspeksi sebelum

dilakukan perbaikan metode. Diawali produk yang akan dilakukan pengecekan

diambil sebagian dan di letakkan diatas meja dan diratakan, dilakukan pengecekan

46

bagian atas atau bagian yang terlihat. Kemudian produk yang sudah dicek dibalik

dengan jari (manual tanpa alat). Langkah selanjutnya dilakukan pengecekan pada

bagian yang belum dilakukan pengecekan. Diakhiri penghitungan jumlah dari

produk yang telah dilakukan pengecekan dengan cara di timbang per 2000 pcs

atau setara dengan 6.222 kg. Metode ini digunakan untuk mempercepat waktu

menghitung produk karena produk yang kecil, jumlah standar kuantitasnya yang

banyak untuk menghindari kesalahan hitung kelebihan atau kekurangan jumlah

(surplus quantity atau sortage quantity).

Tabel 4. 8 Metode kerja inspeksi saat ini

No Uraian pekerjaan Gambar

1 Part yang akan dilakukan

pengecekan di letakan dan

diratakan di atas meja.

2 Dilakukan pengecekan visual part.

Poin pengecekan meliputi:

tidak burry, tidak scratch, tidak ex-

scrap, tidak karat.

3 Balik posisi part satu persatu

dengan tangan, lakukan

pengecekan pada area yang belum

dilakukan pengecekan.

4 Part yang sudah dicek dimasukkan

ke dalam box.

5 Dipastikan quantitas part dengan

cara di timbang. Jumlah standar

2000 pcs per box (berat : 6.222 gr).

47

Tabel 4. 9 Metode kerja inspeksi setelah perbaikan.

NO Uraian pekerjaan Gambar

1 Part yang akan dilakukan

pengecekan di letakan dan

diratakan di atas meja.

2 Dilakukan pengecekan visual part.

Poin pengecekan meliputi: tidak

burry, tidak scratch, tidak ex-scrap,

tidak karat.

3 Magnet sheet diletakkan diatas part

kemudian dibalik.

4 Dilakukan pengecekan visual part.

Pada bagian yang belum dilakukan

pengecekan. Poin pengecekan

meliputi: tidak burry, tidak scratch,

tidak ex-scrap, tidak karat.

5 Part yang sudah dicek dimasukkan

ke dalam box.

6 Dipastikan quantitas part dengan

cara di timbang. Jumlah standar

2000 pcs per box (berat : 6.222 gr).

b). Pengambilan waktu perbaikan

Setelah semuanya siap pada tahapan prototype maka langkah selanjutnya

dilakukan trial dengan pengambilan waktu prosesnya. Waktu tersebut digunakan

48

untuk menjalankan simulasi yang telah dilakukan perbaikan. Pengambilan waktu

dilakukan sebanyak 30 kali pada stasiun kerja inspeksi dengan tiga inspektor,

masing – masing 10 kali trial. Pada data nomor satu sampai nomor 10 adalah dari

inspektor pertama, dari nomor 11 sampai nomor 20 adalah dari inspektor kedua,

dan nomor 21 sampai nomor 30 adalah dari inspektor ke tiga. Alat yang

digunakan adalah stopwatch. Dibawah ini adalah hasil pengambilan waktu proses

inspeksi yang di sajikan pada tabel 4.13.

Tabel 4. 10 Perbedaan waktu kerja inspeksi sebelum dan sesudah perbaikan

No Waktu

sekarang

waktu

perbaikan

No Waktu

sekarang

waktu

perbaikan

1 41,32 11,32

17 41,55 9,14

2 41,14 9,25

18 41,51 10,02

3 41,59 10,33

19 41,14 9,26

4 41,5 10,28

20 41,66 9,67

5 41,28 10,42

21 41,13 10,53

6 41,41 9,21

22 41,6 8,44

7 41,04 10,71

23 40,86 9,55

8 40,89 9,04

24 41,65 8,8

9 41,15 9,53

25 41,57 9,33

10 41,28 8,9

26 41,51 10,05

11 40,98 10,92

27 41,34 8,09

12 41,52 9,37

28 41,33 9,81

13 41,35 10,03

29 41,08 8,2

14 41,65 10,96

30 41,4 8,62

15 41,23 9,59

x 41,32 9,59

16 40,88 8,25

Menghitung persentase penurunan waktu perbaikan metode %100b

ba

x

xx

ax adalah rata – rata waktu sistem sekarang.

bx adalah nilai rata – rata waktu perbaikan.

Jadi hasilnya adalah %100b

ba

x

xx = %96,330%100

59,9

59,932,41

49

Uji disribusi fitting

Hasil uji scaterplot, autocoralation, runtest dan uji keseragaan data untuk rata –

rata waktu inspeksi setelah dilakukan perbaikan dapat di lihat pada lampiran 16

sampai lampiran 20. Pada uji tersebut dinyatakan lulus. Hasil dari uji distribusi

pada lokasi kerja inspeksi ditunjukkan bahwa nilai tertinggi distribusi normal

(9.59, 0.846) dengan nilai 99.9. Kedua distribusi lognormal dengan nilai 99.8.

yang ketiga distribusi uniform dengan nilai 26.3. dan yang terakhir distribusi

exponensial dengan nilai 0.21. Untuk stasiun kerja inspeksi ini dipilih adalah

distribusi normal (9.59, 0.846) untuk mewakili pada simulasi karena mempunyai

nilai tertinggi.

c). Model simulasi perbaikan metode

Lay out dan proses input data

Gambar 4. 21 Lay out sistem produksi setelah perbaikan metode inspeksi

Pada gambar 4.26 disajikan layout sistem produksi Cap(C1805-009) setelah

dilakukan perbaikan metode dengan menggunakan magnet sheet untuk

mempercepat waktu proses di stasiun kerja inspeksi. Pada layout simulasi awal

inspektor yang melakukan proses inspeksi sebanyak 4 inspektor di tiap shift, pada

simulasi perbaikan metode ini di kurangi 4 inspektor sehingga yang melakukan

inspeksi hanya 2 inspektor. Pengurangan inspektor ini berdasarkan hasil

penurunan waktu proses setelah perubahan metode kerja yang dirubah.

Hanya menggunakan

dua inspektor

50

Gambar 4. 22 Data input lokasi setelah dilakukan perbaikan metode inspeksi

Data lokasi pada gambar 4.27 simulasi awal dirubah pada bagian unit pada stasiun

kerja inspeksi menjadi dua unit dari simulasi awal empat unit. Perubahan ini

mengikuti dari perubahan layout sistem produksi setelah dilakukan perbaikan

metode inspeksi.

Gambar 4. 23 Data input proses setelah dilakukan perbaikan metode inspeksi

Pada gambar 4. 28 dijelaskan untuk data input proses. Data proses dilakukan

perubahan waktu proses, pada simulasi awal waktu proses menggunakan waktu

dengan distribusi normal (41.3, 0.241) untuk simulasi perbaikan metode inspaksi

ini menggunakan waktu dengan distribusi normal (9.59, 0.846) dari hasil

pengambilan waktu saat trial dengan menggunakan alat bantu magnet sheet. Data

input yang lain seperti, entitas, kedatangan (arrival), dan routing tidak mengalami

perubahan, tetap seperti pada simulasi awal. Kemudian model simulasi dijalankan

dwngan warmup 100 jam dan jumlah replikasi sebanyak 30 kali replikasi.

51

d). Verifikasi dan validasi model simulasi

Uji 2 sampel T-test

Uji 2 sampel T-test pada model simulasi ini untuk memastikan apakah model

simulasi yang sudah dibuat sudah dapat mempresentasikan sistem perbaikan

metode yang ada. Langkah yang digunakan adalah menggunakan uji 2 sampel T-

test dengan bantuan software SPSS. Pada uji ini hipotesis yang akan digunkan

yaitu:

Ho : terdapat perbedaan

H1 : tidak terdapat perbedaan

Dasar pengambilan keputusannya adalah Ho diterima jika nilai sig (2 tailed)

kurang dari 0,05. Dan Ho ditolak jika nilai sig (2 tailed) lebih dari 0,05. Data

model simulasi perbaikan metode diambil dari hasil simulasi yang sudah

dijalankan dengan replikasi 30 kali. Data yang akan digunakan pada 2 sampel T-

test adalah gambar 4.30 data waktu inspeksi setelah perbaikan metode hasil model

simulasi sebagai berikut:

Gambar 4. 24 Data waktu inspeksi setelah perbaikan metode hasil model simulasi

52

Kesimpulan dari hasil uji 2 sampel T-test ditunjukkan pada gambar 4.31. nilai sig

(2 tailed) pada equal variances assumed 0,992 dan nilai sig (2 tailed) pada equal

variances not assumed 0,992. Berdasarkan dari nilai tersebut dapat disimpulkan

bahwa Ho ditolak. Dengan arti lain tidak terdapat perbedaan yang segnifikan

antara sistem sekarang dengan simulasi awal. Model simulasi awal dinyatakan

lulus dari verifikasi dan validasi.

Gambar 4. 25 Hasil uji 2 sampel T-test perbaikan metode

Pada gambar 4. 40 ditampilkan bahwa simulasi telah dijalankan dengan rata – rata

waktu simulasi sebanyak 16 jam, dengan rata – rata waktu warmup sebesar 100

jam. Penjelasan selanjutnya dapat dilihat pada tabel 4. 1 sampai tabel 4. 18.

Gambar 4. 26 Hasil general simulasi perbaikan metode inspeksi

53

Tabel 4. 11 Hasil simulasi perbaikan metode inspeksi (lokasi)

Simulasi Perbaikan Metode (alat bantu) MOD (Normal Run - Avg. Reps)

Name Scheduled Time (HR)

Capacity Total Entries Avg Time Per Entry (MIN)

Avg Contents

Maximum Contents

Current Contents

% Utilization

Incoming Material

16 999.999,00 3,00 100,68 0,31 2,00 1,00 0,00

Pengepresan 16 1,00 3,00 199,81 0,62 1,00 1,00 62,44

Antrian inspeksi 16 999.999,00 64,00 119,57 7,97 32,00 0,00 9,11

Inspektor.1 16 1,00 32,00 9,60 0,32 1,00 0,00 32,01

Inspektor.2 16 1,00 32,00 9,57 0,32 1,00 0,00 31,90

Inspektor 32 2,00 64,00 9,59 0,32 2,00 0,00 31,95

Jalur suplai 16 999.999,00 64,00 1,60 0,11 2,00 0,00 0,40

Finish good 16 999.999,00 64,00 0,00 0,00 1,00 0,00 0,00

54

Tabel 4. 12 Hasil simulasi perbaikan metode inspeksi (status lokasi multi)

Simulasi Perbaikan Metode (alat bantu) MOD (Normal Run - Avg. Reps)

Name Scheduled Time

(HR) % Empty % Part Occupied % Full % Down

Incoming Material 16,00 68,80 31,20 0,00 0,00

Antrian inspeksi 16,00 50,17 49,83 0,00 0,00

Jalur suplai 16,00 90,42 9,58 0,00 0,00

Finish good 16,00 100,00 0,00 0,00 0,00

Tabel 4. 13 Hasil simulasi perbaikan metode inspeksi (status lokasi single)

Simulasi Perbaikan Metode (alat bantu) MOD (Normal Run - Avg. Reps)

Name Scheduled Time (HR)

% Operation % Setup % Idle % Waiting % Blocked % Down

Pengepresan 16,00 62,19 0,00 37,56 0,00 0,25 0,00

Inspektor.1 16,00 32,01 0,00 67,99 0,00 0,00 0,00

Inspektor.2 16,00 31,90 0,00 68,10 0,00 0,00 0,00

Inspektor 32,00 31,95 0,00 68,05 0,00 0,00 0,00

55

Tabel 4. 14 Hasil simulasi perbaikan metode inspeksi (aktivitas entitas)

Simulasi Perbaikan Metode (alat bantu) .MOD (Normal Run - Avg. Reps)

Name Total Exits Current Qty In System

Avg Time In System (MIN)

Avg Time In Move Logic (MIN)

Avg Time Waiting (MIN)

Avg Time In Operation

(MIN)

Avg Time Blocked (MIN)

Material coil 0,00 2,00 0,00 0,00 0,00 0,00 0,00

Cap WIP 0,00 0,00 0,00 0,00 0,00 0,00 0,00

Cap Finish good 3.200,00 0,00 594,97 9,00 0,00 427,49 158,47

Tabel 4. 15 Hasil simulasi perbaikan metode inspeksi (status entitas)

Simulasi Perbaikan Metode (alat bantu) MOD (Normal Run - Avg. Reps)

Name % In Move Logic % Waiting % In Operation % Blocked

Material coil 0,00 0,00 0,00 0,00

Cap WIP 0,00 0,00 0,00 0,00

Cap Finish good 1,51 0,00 71,85 26,64

56

Uji paired sampel T-test

Gambar 4. 27 Data waktu inspeksi hasil model simulasi awal

57

Uji paired sampel T-test pada simulasi ini untuk memastikan apakah model simulasi perbaikan metode yang sudah dibuat terdapat

perbedaan dengan model simulasi awal. Langkah yang digunakan adalah menggunakan uji paired sampel T-test dengan bantuan software

SPSS. Dengan hipotesis Ho : terdapat perbedaan antara model simulasi awal dengan model simulasi perbaikan metode, H1 : tidak terdapat

perbedaan antara model simulasi awal dengan model simulasi perbaikan metode. Dasar pengambilan keputusannya adalah menerima Ho

jika nilai sig (2 tailed) kurang dari 0,05. Dan menolak Ho jika nilai sig (2 tailed) lebih dari 0,05. Data model simulasi awal dan model

simulasi perbaikan metode diambil dari hasil simulasi yang sudah dijalankan dengan replikasi 30 kali. Data yang akan digunakan pada uji

paired sampel T-test adalah gambar 4.38 data waktu inspeksi setelah perbaikan metode hasil model simulasi dan gambar 4.41 data waktu

inspeksi hasil model simulasi awal.

Kesimpulan dari hasil uji paired sampel T-test ditunjukkan pada gambar 4.42. nilai sig (2 tailed) antara model simulasi awal dengan model

simulasi perbaikan metode adalah 0,000. Berdasarkan dari nilai tersebut dapat disimpulkan bahwa Ho diterima. Dengan arti lain terdapat

perbedaan yang nyata antara model simulasi awal dengan model simulasi perbaikan metode. Maka model simulasi perbaikan dinyatakan

lulus dari verifikasi dan validasi.

58

Gambar 4. 28 Hasil uji paired sampel T-test

e). Analisa hasil simulasi perbaikan metode inspeksi

Pada gambar 4.40 diatas ditunjukkan hasil keseluruhan dari simulasi perbaikan metode inspeksi. Dengan model normal running dengan

waktu rata – rata ditiap replikasi sebanyak 16 jam kerja dan rata – rata waktu warmup sebesar 100 jam. Dari hasil tersebut dapat dilihat

bahwa hasil hitung manual diperoleh persentasi penurunan waktu sebesar 330,96% sedangkan pada simulasi sebesar 330,66%. Maka

simulasi dikatakan valid (dapat mempresentasikan sistem nyata). Penjelasan secara lengkap ditunjukkan pada tabel 4.13 sampai tabel 4.17.

59

Tabel 4. 16 Hasil model simulasi perbaikan metode inspeksi

No Uraian Hasil simulasi

awal

Hasil simulasi perbaikan metode inspeksi

hasil selisih persentase %

1 Jumlah Inspektor (orang) 8 4 4 50,00

2 Hasil produksi (per hari) 64 64 0 0,00

3 Waktu proses inspeksi (menit) 41,3 9,59 31,08 330,66

4 jumlah antrian (box) 36 32 4 12,50

5 Rata - rata waktu operasi tiap entitas

(menit) 541,95 427,49 114,46 26,77

6 rata - rata waktu tiap entitas didalam

sistem (menit) 713,19 594,97 118,22 19,87

Berdasarkan hasil model simulasi perbaikan metode diatas dapat di tarik kesimpulan bahwa:

1. Total produk yang dihasilkan dari kedua simulasi adalah 64 unit perhari.

2. Penurunan waktu distasiun kerja inspekasi sebesar 31,08 menit atau 330,66%

3. Penurunan jumlah antrian di stasiun inspeksi sebanyak 4 unit atau 12,50%.

4. Penurunan rata – rata waktu operasi sebesar 114,46 menit atau 26,77%.

5. Penurunan rata – waktu entitas didalam sistem sebesar 118,22 menit atau 19,87%.

60

4.7 Perbaikan tata letak (layout) dan perbaikan metode

a). Perancangan perubahan tata letak

Perancangan kembali tata letak adalah sebuah perubahan kecil dalam suatu

penataan tata ruang, dengan tujuan meminimumkan biaya dan meningkatkan

efisiensi penggunaan segala fasilitas dalam proses produksi. Penataan dimana

operator ditempatkan, operasi gudang, pemindahan material, dan alat pendukung

lain sehingga mencapai layout yang baik di tempat kerja. Layout pada proses

produksi Cap (C1805-009) saat ini menggunakan line layout atau sering di kenal

dengan produk layout. Namun aktual di lapangan pada stasiun kerja inspeksi

jaraknya jauh sehingga memerlukan waktu lebih lama untuk mendistribusikan

produk yang akan dan setelah diproses. Jarak antar stasiun distribusi yang adalah

sebuah pemborosan, pemborosan waktu ini harus di kurangi untuk memperlancar

pendistribusian material ke stasiun kerja berikutnya.

Untuk mengurangi waktu distribusi maka perlu dilakukan perubahan tata letak

stasiun kerja inspeksi. Perubahan tata letak stasiun kerja inspeksi pada produksi

Cap (C1805-009) yang di tunjukkan pada gambar 4.35 dibawah. Posisi stasiun

kerja inspeksi sebelum dilakukan perubahan tata letak berada di paling atas. Pada

posisi ini material yang akan menuju stasiun kerja inspeksi harus bergerak

menjauh dari arah ke luar melewati mesin pres robot. Jarak dari stasiun

pengepresan ke stasiun kerja inspeksi 60 m.

Gambar 4. 29 Perbaikan layout dan perbaikan metode inspeksi

Area inspeksi baru

Area inspeksi lama

61

Rencana perubahan tata letak stasiun kerja inspeksi berada di area tengah antara

stasiun kerja pengepresan dan area store produk jadi. Pada perubahan tata letak ini

dapat mengurangi jarak sebesar 30 m dari stasiun kerja pengepresan ke stasiun

kerja inspeksi dan jarak 13 m dari stasiun kerja inspeksi ke area penyimpanan

produk jadi.

b). Pengambilan waktu perbaikan

Pengambilan waktu pada perubahan layout ini dilakukan dengan cara perhitungan

jarak pada simulasi awal dibandingkan dengan jarak antar stasiun kerja yang

dilakukan perbaikan. Jarak aktual dari stasiun kerja pengepresan ke stasiun kerja

inspeksi adalah 60 meter, dan jarak dari stasiun kerja inspeksi ke area

penyimpanan produk jadi (finish good) adalah 33 meter. Dengan jarak tersebut

memerlukan 6 menit untuk memindahkan produk Cap WIP ke stasiun kerja

inspeksi dan membutuhkan waktu 3 menit untuk memindahkan produk jadi ke

area penyimpanan produk jadi. Sesuai perubahan layout yang sekarang jarak dari

stasiun pengepresan ke layout stasiun kerja inspeksi yang baru adalah 30 meter

maka dengan jarak ini membutuhkan waktu sebanyak 3 menit, dan jarak dari

stasiun inspeksi yang baru ke area penyimpanan adalah 20 meter maka waktu

yang dibutuhkan untuk memindahkan barang jadi ke area penyimpanan yaitu 2

menit. Dengan data tersebut maka dilakukan verifikasi dengan mengambil waktu

dari stasiun pengepresan ke area terdekat dari layout yang direncanakan. Dari

verifikasi data tersebut terbukti bahwa dari stasiun pengepresan ke stasiun

inspeksi yang direncanakan memerlukan waktu 3 menit dan dari stasiun inspekasi

ke area penyimpanan membutuhkan waktu 2 menit.

c). Simulasi dan analisis hasil

Dalam simulasi perubahan layout ini tidak perlu lagi merubah semua yang sudah

di buat pada simulasi sebelumnya, hanya cukup merubah move logic pada data

input routing proses. Untuk dari stasiun kerja pengepresan ke stasiun kerja

inspeksi dirubah dari awalnya move for 6 min menjadi move for 3 min, dari

stasiun kerja inspeksi ke area penyimpanan produk jadi yang awalnya move for 3

min menjadi move for 2 min, seperti yang di tunjukkan pada gambar 4.36 berikut.

62

Gambar 4. 30 Data input routing perubahan layout

Langkah selanjutnya yaitu menjalankan simulasi seperti yang dijelaskan pada

simulasi sebelumya. Dengan aturan replikasi yang sama.

63

Tabel 4. 17 Hasil simulasi perubahan layout dan perbaikan metode inspeksi (lokasi)

Simulasi Perbaikan metode dan Lay Out.MOD (Normal Run - Avg. Reps)

Name Scheduled Time (HR)

Capacity Total Entries Avg Time Per Entry (MIN)

Avg Contents

Maximum Contents

Current Contents

% Utilization

Incoming Material 16,00 999.999,00 3,00 100,68 0,31 2,00 1,00 0,00

Pengepresan 16,00 1,00 3,00 199,81 0,62 1,00 1,00 62,44

Antrian inspeksi 16,00 999.999,00 64,00 95,43 6,36 32,00 0,00 14,54

Inspektor.1 16,00 1,00 32,00 9,60 0,32 1,00 0,00 31,99

Inspektor.2 16,00 1,00 32,00 9,58 0,32 1,00 0,00 31,92

Inspektor 32,00 2,00 64,00 9,59 0,32 2,00 0,00 31,96

Jalur suplai 16,00 999.999,00 64,00 0,74 0,05 1,97 0,00 0,38

Finish good 16,00 999.999,00 64,00 0,00 0,00 1,00 0,00 0,00

64

Tabel 4. 18 Hasil simulasi perubahan layout dan perbaikan metode inspeksi (status lokasi multi)

Simulasi Perbaikan metode dan Lay Out.MOD (Normal Run - Avg. Reps)

Name Scheduled Time

(HR) % Empty % Part Occupied % Full % Down

Incoming Material 16,00 68,80 31,20 0,00 0,00

Antrian inspeksi 16,00 59,99 40,01 0,00 0,00

Jalur suplai 16,00 95,39 4,62 0,00 0,00

Finish good 16,00 100,00 0,00 0,00 0,00

Tabel 4. 19 Hasil model simulasi perubahan layout dan perbaikan metode inspeksi (status lokasi single)

Simulasi Perbaikan metode dan Lay Out.MOD (Normal Run - Avg. Reps)

Name Scheduled Time (HR)

% Operation % Setup % Idle % Waiting % Blocked % Down

Pengepresan 16,00 62,19 0,00 37,56 0,00 0,25 0,00

Inspektor.1 16,00 31,99 0,00 68,01 0,00 0,00 0,00

Inspektor.2 16,00 31,92 0,00 68,08 0,00 0,00 0,00

Inspektor 32,00 31,96 0,00 68,04 0,00 0,00 0,00

65

Tabel 4. 20 Hasil simulasi perubahan layout dan perbaikan metode inspeksi (aktivitas entitas)

Simulasi Perbaikan metode dan Lay Out.MOD (Normal Run - Avg. Reps)

Name Total Exits Current Qty In System

Avg Time In System (MIN)

Avg Time In Move Logic (MIN)

Avg Time Waiting (MIN)

Avg Time In Operation

(MIN)

Avg Time Blocked (MIN)

Material coil 0,00 0,00 0,00 0,00 0,00 0,00 0,00

Cap WIP 0,00 6,00 0,00 0,00 0,00 0,00 0,00

Cap Finish good 3.200,00 0,00 565,96 5,00 0,00 403,90 157,05

Tabel 4. 21 Hasil simulasi perubahan layout dan perbaikan metode inspeksi (status entitas)

Simulasi Perbaikan metode dan Lay Out.MOD (Normal Run - Avg. Reps)

Name % In Move Logic % Waiting % In Operation % Blocked

Material coil 0,00 0,00 0,00 0,00

Cap WIP 0,00 0,00 0,00 0,00

Cap Finish good 0,88 0,00 71,37 27,75

66

Tabel 4. 22 Hasil model simulasi perbaikan dan perubahan layout

No Uraian Hasil simulasi

awal

Hasil simulasi perubahan layout dan perbaikan metode

inspeksi

hasil selisih persentase %

1 Jumlah Inspektor (orang) 8 4 4 50,00

2 Hasil produksi (per hari) 64 64 5 0,00

3 Waktu proses inspeksi (menit) 41,3 9,59 31,71 330,66

4 jumlah antrian (box) 36 32 4 12,50

5 Rata - rata waktu operasi tiap entitas

(menit) 541,95 403,9 138,05 34,18

6 rata - rata waktu tiap entitas didalam

sistem (menit) 713,19 565,96 147,23 26,01

Berdasarkan hasil model simulasi perbaikan metode dan perubahan layout diatas dapat di tarik kesimpulan bahwa:

1. Total produk yang dihasilkan dari kedua simulasi adalah 64 unit per hari.

2. Penurunan waktu distasiun kerja inspekasi sebesar 31,08 menit atau 330,66%.

3. Penurunan jumlah antrian di stasiun inspeksi sebanyak 4 unit atau 12,50%.

4. Penurunan rata – rata waktu operasi sebesar 138,05 menit atau 34,18%.

5. Penurunan rata – waktu entitas didalam sistem sebesar 147,23 menit atau 26,01%.

67

BAB V

SIMPULAN DAN SARAN

5.1 Simpulan

Simpulan yang diperoleh sebagai hasil dari penelitian berdasarkan analisis yang

telah dilakukan dan untuk menjawab rumusan masalah pada penelitian adalah

sebagai berikut:

1. Cara untuk mendefinisikan stasiun kerja penyebab kekosongan stock

dengan cara analisis dari hasil pengolahan data dengan menggunakan

software simulasi ProModel diperoleh hasil bahwa penyebab terjadinya

kekosongan stock terjadi pada stasiun kerja inspeksi, waktu proses

inspeksi yang lama menjadi faktor utama terjadinya antrian menunggu

proses inspeksi, terhambatnya aliran mengakibatkan kekosongan stok

diarea penyimpanan produk jadi (finish good).

2. Perbaikan untuk mengatasi masalah kekosongan stock pada proses

produksi Cap (C1805-009) adalah sebagai berikut:

Merubah metode kerja dengan menggunakan alat bantu berupa magnet sheet

yang digunakan untuk membalik produk saat melakukan pengecekkan di

stasiun kerja inspeksi sehingga mempercepat waktu pengecekkan.

Merubah tata letak (layout) stasiun kerja inspeksi dengan memperpendek

jarak antar stasiun kerja pengepresan, stasiun kerja inspeksi, dan area

penyimpanan produk jadi (finish good).

3. Perbandingan besaran penurunan yang terjadi setelah dilakukan perbaikan

metode inspeksi maupun perubahan layout antara lain:

a. Total produk yang dihasilkan dari kedua simulasi adalah 64 unit per hari.

68

b. Penurunan waktu distasiun kerja inspekasi sebesar 31,08 menit atau

330,66%.

c. Penurunan jumlah antrian di stasiun inspeksi sebanyak 4 unit atau 12,50%.

d. Penurunan rata – rata waktu operasi sebesar 138,05 menit atau 34,18%.

e. Penurunan rata – waktu entitas didalam sistem sebesar 147,23 menit atau

26,01%.

4. Keuntungan yang lain dari analisis ini dapat diaplikasikan pada jenis

produk yang lain yang bentuknya kecil dalam volume produksi yang

banyak.

5.2 Saran

Setelah hasil dari penelitian ini diketahui maka sebagai saran yang disampaikan

sebagai berikut:

1. Penerapan metode inspeksi yang sudah diterapkan sebaiknya dilakukan

pengontrolan secara berkala, agar hasil perbaikan yang sudah diterapkan

bekerja secara maksimal.

2. Perlunya dilakukan analisis yang sama pada produk yang lain sehingga

dapat mengurangi pemborosan waktu, material, atau sumber daya yang

lain.

Selanjutnya diharapkan kepada pembaca, mohon kritik dan saran yang

membangun untuk penelitian dimasa mendatang.

69

DAFTAR PUSTAKA

Banks, J. & Carson, J. 1984.” Discrete- Event System Simulation” New jersey:

Prentice Hall.

Blanchard, B. S. And Fabrycky, W. J. 1990. “ System Engineering and Analisis”

Second edition. Prentice – Hall International, Singapore.

Erlang. 2017 “Queuing Theory” Retrieved from

http://bussinesjargons.com/queuing-theory.html

Harrel, C. Ghosh, B. & Bowdwn, R. 2012. “Simulasi Using ProModel.” New

york: McGraw- Hill.

Kalpakjian, Serope, Steven R Schmid. 2000. “Manufacturing Engineering and

Technology” fourth edition, Addison wesley, India.

Mabert, V. A. And Jacobs, F. R. 1991 “Integrated production systems – Design

planing, Control, and Scheduling” fourth edition., Industrial and Management

Press, Institute of Industrial Engineers, Georgia.

Maria, A. 1997. “Introduction to Modeling and Simulation” Binghamton.

Shingo, Shigeo.A Study of the Toyota Production System. USA : Andrew P.

Dillon Productivity Press. 1990.

Spigel, M. R. (1967). “Applied Differential Equations”. Prentice Hall: Englewood

Cliffs, N. J.

Tech Target. 2012 “Scatter plot”. Retrieved from Tech Target:

http://whatis.techtarget.com/definition/scatter-plot.

Wignjosoebroto, S. 1992. “Teknik Tata Letak Pabrik dan Pemindahan Bahan”

Guna Widya, Jakarta.

Wiratno, S. E. Dkk. “Supply Chain Risk menagement”, Universitas Teknologi

Yogyakarta, Indonesia.

70

LAMPIRAN

Lampiran 1 Data hasil uji scaterplot data pengepresan untuk simulasi awal

Lampiran 2 Data hasil uji autocorelation data pengepresan untuk simulasi awal

71

Lampiran 3 Data hasil uji runtest data pengepresan untuk simulasi awal

Lampiran 4 Data hasil uji keseragaman data pengepresan untuk simulasi awal

72

Lampiran 5 Data hasil uji distribusi fitting data pengepresan untuk simulasi awal

Lampiran 6 Data hasil uji scaterplot data inspeksi untuk simulasi awal

Lampiran 7 Data hasil uji autocorelation data inspeksi untuk simulasi awal

73

Lampiran 8 Data hasil uji runtest data inspeksi untuk simulasi awal

Lampiran 9 Data hasil uji keseragaman data inspeksi untuk simulasi awal

74

Lampiran 10 Data hasil uji distribusi fitting data inspeksi untuk simulasi awal

75

Lampiran 11. Tabel simulasi awal all replikasi (rata – rata)

Simulasi awal.MOD (Normal Run - All Reps)

Name Replication Scheduled Time

(HR) Capacity

Total Entries

Avg Time Per Entry (MIN)

Avg Contents

Maximum Contents

Current Contents

% Utilization

Inspektor 1 64 4 64 41,30 0,69 4,00 0,00 68,83

Inspektor 2 64 4 64 41,31 0,69 4,00 0,00 68,86

Inspektor 3 64 4 64 41,27 0,69 4,00 0,00 68,79

Inspektor 4 64 4 64 41,32 0,69 4,00 0,00 68,86

Inspektor 5 64 4 64 41,28 0,69 4,00 0,00 68,80

Inspektor 6 64 4 64 41,32 0,69 4,00 0,00 68,86

Inspektor 7 64 4 64 41,29 0,69 4,00 0,00 68,81

Inspektor 8 64 4 64 41,32 0,69 4,00 0,00 68,86

Inspektor 9 64 4 64 41,29 0,69 4,00 0,00 68,81

Inspektor 10 64 4 64 41,24 0,69 4,00 0,00 68,74

Inspektor 11 64 4 64 41,33 0,69 4,00 0,00 68,89

Inspektor 12 64 4 64 41,33 0,69 4,00 0,00 68,88

Inspektor 13 64 4 64 41,31 0,69 4,00 0,00 68,84

Inspektor 14 64 4 64 41,31 0,69 4,00 0,00 68,85

Inspektor 15 64 4 64 41,26 0,69 4,00 0,00 68,76

Inspektor 16 64 4 64 41,33 0,69 4,00 0,00 68,88

Inspektor 17 64 4 64 41,33 0,69 4,00 0,00 68,88

Inspektor 18 64 4 64 41,32 0,69 4,00 0,00 68,87

Inspektor 19 64 4 64 41,29 0,69 4,00 0,00 68,81

Inspektor 20 64 4 64 41,35 0,69 4,00 0,00 68,92

Inspektor 21 64 4 64 41,28 0,69 4,00 0,00 68,80

Inspektor 22 64 4 64 41,26 0,69 4,00 0,00 68,77

Inspektor 23 64 4 64 41,34 0,69 4,00 0,00 68,91

Inspektor 24 64 4 64 41,32 0,69 4,00 0,00 68,87

Inspektor 25 64 4 64 41,29 0,69 4,00 0,00 68,81

Inspektor 26 64 4 64 41,27 0,69 4,00 0,00 68,78

Inspektor 27 64 4 64 41,29 0,69 4,00 0,00 68,81

Inspektor 28 64 4 64 41,29 0,69 4,00 0,00 68,82

Inspektor 29 64 4 64 41,29 0,69 4,00 0,00 68,81

Inspektor 30 64 4 64 41,34 0,69 4,00 0,00 68,90

76

Lampiran 12 Tabel simulasi awal all replikasi (inspektor 1)

Simulasi awal.MOD (Normal Run - All Reps)

Name Replication Scheduled Time

(HR) Capacity

Total Entries

Avg Time Per Entry (MIN)

Avg Contents

Maximum Contents

Current Contents

% Utilization

Inspektor.1 1 16 1 16 41,33 0,69 1,00 0,00 68,88

Inspektor.1 2 16 1 16 41,35 0,69 1,00 0,00 68,92

Inspektor.1 3 16 1 16 41,30 0,69 1,00 0,00 68,84

Inspektor.1 4 16 1 16 41,17 0,69 1,00 0,00 68,62

Inspektor.1 5 16 1 16 41,38 0,69 1,00 0,00 68,96

Inspektor.1 6 16 1 16 41,33 0,69 1,00 0,00 68,88

Inspektor.1 7 16 1 16 41,23 0,69 1,00 0,00 68,72

Inspektor.1 8 16 1 16 41,27 0,69 1,00 0,00 68,78

Inspektor.1 9 16 1 16 41,29 0,69 1,00 0,00 68,82

Inspektor.1 10 16 1 16 41,15 0,69 1,00 0,00 68,59

Inspektor.1 11 16 1 16 41,27 0,69 1,00 0,00 68,78

Inspektor.1 12 16 1 16 41,34 0,69 1,00 0,00 68,89

Inspektor.1 13 16 1 16 41,32 0,69 1,00 0,00 68,87

Inspektor.1 14 16 1 16 41,33 0,69 1,00 0,00 68,88

Inspektor.1 15 16 1 16 41,26 0,69 1,00 0,00 68,76

Inspektor.1 16 16 1 16 41,40 0,69 1,00 0,00 69,00

Inspektor.1 17 16 1 16 41,24 0,69 1,00 0,00 68,74

Inspektor.1 18 16 1 16 41,26 0,69 1,00 0,00 68,77

Inspektor.1 19 16 1 16 41,30 0,69 1,00 0,00 68,83

Inspektor.1 20 16 1 16 41,37 0,69 1,00 0,00 68,96

Inspektor.1 21 16 1 16 41,27 0,69 1,00 0,00 68,78

Inspektor.1 22 16 1 16 41,25 0,69 1,00 0,00 68,75

Inspektor.1 23 16 1 16 41,35 0,69 1,00 0,00 68,92

Inspektor.1 24 16 1 16 41,20 0,69 1,00 0,00 68,67

Inspektor.1 25 16 1 16 41,29 0,69 1,00 0,00 68,82

Inspektor.1 26 16 1 16 41,32 0,69 1,00 0,00 68,87

Inspektor.1 27 16 1 16 41,23 0,69 1,00 0,00 68,71

Inspektor.1 28 16 1 16 41,27 0,69 1,00 0,00 68,78

Inspektor.1 29 16 1 16 41,24 0,69 1,00 0,00 68,74

Inspektor.1 30 16 1 16 41,41 0,69 1,00 0,00 69,01

77

Lampiran 13 Tabel simulasi awal all replikasi (inspektor 2)

Simulasi awal.MOD (Normal Run - All Reps)

Name Replication Scheduled Time

(HR) Capacity

Total Entries

Avg Time Per Entry (MIN)

Avg Contents

Maximum Contents

Current Contents

% Utilization

Inspektor.2 1 16 1 16 41,26 0,69 1,00 0,00 68,77

Inspektor.2 2 16 1 16 41,27 0,69 1,00 0,00 68,79

Inspektor.2 3 16 1 16 41,30 0,69 1,00 0,00 68,84

Inspektor.2 4 16 1 16 41,35 0,69 1,00 0,00 68,92

Inspektor.2 5 16 1 16 41,24 0,69 1,00 0,00 68,73

Inspektor.2 6 16 1 16 41,39 0,69 1,00 0,00 68,99

Inspektor.2 7 16 1 16 41,28 0,69 1,00 0,00 68,80

Inspektor.2 8 16 1 16 41,26 0,69 1,00 0,00 68,76

Inspektor.2 9 16 1 16 41,21 0,69 1,00 0,00 68,68

Inspektor.2 10 16 1 16 41,30 0,69 1,00 0,00 68,83

Inspektor.2 11 16 1 16 41,47 0,69 1,00 0,00 69,11

Inspektor.2 12 16 1 16 41,26 0,69 1,00 0,00 68,76

Inspektor.2 13 16 1 16 41,26 0,69 1,00 0,00 68,77

Inspektor.2 14 16 1 16 41,28 0,69 1,00 0,00 68,79

Inspektor.2 15 16 1 16 41,27 0,69 1,00 0,00 68,78

Inspektor.2 16 16 1 16 41,23 0,69 1,00 0,00 68,71

Inspektor.2 17 16 1 16 41,29 0,69 1,00 0,00 68,82

Inspektor.2 18 16 1 16 41,36 0,69 1,00 0,00 68,93

Inspektor.2 19 16 1 16 41,30 0,69 1,00 0,00 68,83

Inspektor.2 20 16 1 16 41,40 0,69 1,00 0,00 68,99

Inspektor.2 21 16 1 16 41,26 0,69 1,00 0,00 68,76

Inspektor.2 22 16 1 16 41,33 0,69 1,00 0,00 68,88

Inspektor.2 23 16 1 16 41,29 0,69 1,00 0,00 68,81

Inspektor.2 24 16 1 16 41,31 0,69 1,00 0,00 68,85

Inspektor.2 25 16 1 16 41,32 0,69 1,00 0,00 68,86

Inspektor.2 26 16 1 16 41,17 0,69 1,00 0,00 68,62

Inspektor.2 27 16 1 16 41,34 0,69 1,00 0,00 68,90

Inspektor.2 28 16 1 16 41,39 0,69 1,00 0,00 68,98

Inspektor.2 29 16 1 16 41,32 0,69 1,00 0,00 68,87

Inspektor.2 30 16 1 16 41,35 0,69 1,00 0,00 68,92

78

Lampiran 14 Tabel simulasi awal all replikasi (inspektor 3)

Simulasi awal.MOD (Normal Run - All Reps)

Name Replication Scheduled Time

(HR) Capacity

Total Entries

Avg Time Per Entry (MIN)

Avg Contents

Maximum Contents

Current Contents

% Utilization

Inspektor.3 1 16 1 16 41,32 0,69 1,00 0,00 68,86

Inspektor.3 2 16 1 16 41,29 0,69 1,00 0,00 68,82

Inspektor.3 3 16 1 16 41,20 0,69 1,00 0,00 68,67

Inspektor.3 4 16 1 16 41,43 0,69 1,00 0,00 69,06

Inspektor.3 5 16 1 16 41,27 0,69 1,00 0,00 68,79

Inspektor.3 6 16 1 16 41,27 0,69 1,00 0,00 68,78

Inspektor.3 7 16 1 16 41,29 0,69 1,00 0,00 68,81

Inspektor.3 8 16 1 16 41,44 0,69 1,00 0,00 69,07

Inspektor.3 9 16 1 16 41,34 0,69 1,00 0,00 68,90

Inspektor.3 10 16 1 16 41,27 0,69 1,00 0,00 68,78

Inspektor.3 11 16 1 16 41,31 0,69 1,00 0,00 68,85

Inspektor.3 12 16 1 16 41,35 0,69 1,00 0,00 68,92

Inspektor.3 13 16 1 16 41,30 0,69 1,00 0,00 68,84

Inspektor.3 14 16 1 16 41,35 0,69 1,00 0,00 68,92

Inspektor.3 15 16 1 16 41,26 0,69 1,00 0,00 68,76

Inspektor.3 16 16 1 16 41,44 0,69 1,00 0,00 69,06

Inspektor.3 17 16 1 16 41,38 0,69 1,00 0,00 68,96

Inspektor.3 18 16 1 16 41,36 0,69 1,00 0,00 68,93

Inspektor.3 19 16 1 16 41,27 0,69 1,00 0,00 68,78

Inspektor.3 20 16 1 16 41,32 0,69 1,00 0,00 68,87

Inspektor.3 21 16 1 16 41,29 0,69 1,00 0,00 68,82

Inspektor.3 22 16 1 16 41,26 0,69 1,00 0,00 68,76

Inspektor.3 23 16 1 16 41,38 0,69 1,00 0,00 68,97

Inspektor.3 24 16 1 16 41,39 0,69 1,00 0,00 68,98

Inspektor.3 25 16 1 16 41,34 0,69 1,00 0,00 68,89

Inspektor.3 26 16 1 16 41,30 0,69 1,00 0,00 68,84

Inspektor.3 27 16 1 16 41,21 0,69 1,00 0,00 68,69

Inspektor.3 28 16 1 16 41,30 0,69 1,00 0,00 68,83

Inspektor.3 29 16 1 16 41,28 0,69 1,00 0,00 68,80

Inspektor.3 30 16 1 16 41,26 0,69 1,00 0,00 68,76

79

Lampiran 15 Tabel simulasi awal all replikasi (inspektor 4)

Simulasi awal.MOD (Normal Run - All Reps)

Name Replication Scheduled Time

(HR) Capacity

Total Entries

Avg Time Per Entry (MIN)

Avg Contents

Maximum Contents

Current Contents

% Utilization

Inspektor.4 1 16 1 16 41,29 0,69 1,00 0,00 68,82

Inspektor.4 2 16 1 16 41,35 0,69 1,00 0,00 68,91

Inspektor.4 3 16 1 16 41,28 0,69 1,00 0,00 68,80

Inspektor.4 4 16 1 16 41,31 0,69 1,00 0,00 68,86

Inspektor.4 5 16 1 16 41,24 0,69 1,00 0,00 68,73

Inspektor.4 6 16 1 16 41,29 0,69 1,00 0,00 68,81

Inspektor.4 7 16 1 16 41,34 0,69 1,00 0,00 68,91

Inspektor.4 8 16 1 16 41,30 0,69 1,00 0,00 68,84

Inspektor.4 9 16 1 16 41,31 0,69 1,00 0,00 68,86

Inspektor.4 10 16 1 16 41,25 0,69 1,00 0,00 68,75

Inspektor.4 11 16 1 16 41,29 0,69 1,00 0,00 68,82

Inspektor.4 12 16 1 16 41,36 0,69 1,00 0,00 68,93

Inspektor.4 13 16 1 16 41,33 0,69 1,00 0,00 68,89

Inspektor.4 14 16 1 16 41,28 0,69 1,00 0,00 68,80

Inspektor.4 15 16 1 16 41,24 0,69 1,00 0,00 68,74

Inspektor.4 16 16 1 16 41,24 0,69 1,00 0,00 68,74

Inspektor.4 17 16 1 16 41,39 0,69 1,00 0,00 68,98

Inspektor.4 18 16 1 16 41,31 0,69 1,00 0,00 68,85

Inspektor.4 19 16 1 16 41,28 0,69 1,00 0,00 68,80

Inspektor.4 20 16 1 16 41,30 0,69 1,00 0,00 68,84

Inspektor.4 21 16 1 16 41,31 0,69 1,00 0,00 68,85

Inspektor.4 22 16 1 16 41,23 0,69 1,00 0,00 68,72

Inspektor.4 23 16 1 16 41,35 0,69 1,00 0,00 68,92

Inspektor.4 24 16 1 16 41,38 0,69 1,00 0,00 68,96

Inspektor.4 25 16 1 16 41,20 0,69 1,00 0,00 68,66

Inspektor.4 26 16 1 16 41,28 0,69 1,00 0,00 68,79

Inspektor.4 27 16 1 16 41,37 0,69 1,00 0,00 68,95

Inspektor.4 28 16 1 16 41,23 0,69 1,00 0,00 68,71

Inspektor.4 29 16 1 16 41,30 0,69 1,00 0,00 68,84

Inspektor.4 30 16 1 16 41,35 0,69 1,00 0,00 68,92

80

Lampiran 16 Data hasil uji scaterplot data inspeksi untuk simulasi perbaikan

metode

Lampiran 17 Data hasil uji autocorelation data inspeksi untuk simulasi peraikan

metode

Lampiran 18 Data hasil uji keseragaman data inspeksi untuk simulasi peraikan

metode

81

Lampiran 19 Data hasil uji runtest data inspeksi untuk simulasi perbaikan metode

Lampiran 20 Data hasil uji distribusi fitting data inspeksi untuk simulasi peraikan

metode

82

Lampiran 21 Data pilihan running model simulasi perbaikan metode

83

Lampiran 22 Tabel simulasi perbaikan metode, all replikasi (inspektor 1)

Simulasi Perbaikan Metode (alat bantu) - (Normal Run - All Reps)

Name Replication Scheduled Time (HR)

Capacity Total

Entries

Avg Time Per Entry

(MIN)

Avg Contents

Maximum Contents

Current Contents

% Utilization

Inspektor.1 1 16 1 32 9,63 0,32 1,00 0,00 32,10

Inspektor.1 2 16 1 32 9,77 0,33 1,00 0,00 32,58

Inspektor.1 3 16 1 32 9,46 0,32 1,00 0,00 31,53

Inspektor.1 4 16 1 32 9,53 0,32 1,00 0,00 31,76

Inspektor.1 5 16 1 32 9,47 0,32 1,00 0,00 31,57

Inspektor.1 6 16 1 32 9,83 0,33 1,00 0,00 32,76

Inspektor.1 7 16 1 32 9,60 0,32 1,00 0,00 31,98

Inspektor.1 8 16 1 32 9,53 0,32 1,00 0,00 31,76

Inspektor.1 9 16 1 32 9,73 0,32 1,00 0,00 32,42

Inspektor.1 10 16 1 32 9,28 0,31 1,00 0,00 30,93

Inspektor.1 11 16 1 32 9,73 0,32 1,00 0,00 32,42

Inspektor.1 12 16 1 32 9,69 0,32 1,00 0,00 32,31

Inspektor.1 13 16 1 32 9,57 0,32 1,00 0,00 31,89

Inspektor.1 14 16 1 32 9,74 0,32 1,00 0,00 32,48

Inspektor.1 15 16 1 32 9,51 0,32 1,00 0,00 31,69

Inspektor.1 16 16 1 32 9,75 0,32 1,00 0,00 32,49

Inspektor.1 17 16 1 32 9,62 0,32 1,00 0,00 32,06

Inspektor.1 18 16 1 32 9,53 0,32 1,00 0,00 31,76

Inspektor.1 19 16 1 32 9,58 0,32 1,00 0,00 31,94

Inspektor.1 20 16 1 32 9,89 0,33 1,00 0,00 32,95

Inspektor.1 21 16 1 32 9,42 0,31 1,00 0,00 31,41

Inspektor.1 22 16 1 32 9,65 0,32 1,00 0,00 32,16

Inspektor.1 23 16 1 32 9,83 0,33 1,00 0,00 32,76

Inspektor.1 24 16 1 32 9,51 0,32 1,00 0,00 31,69

Inspektor.1 25 16 1 32 9,54 0,32 1,00 0,00 31,81

Inspektor.1 26 16 1 32 9,38 0,31 1,00 0,00 31,25

Inspektor.1 27 16 1 32 9,49 0,32 1,00 0,00 31,63

Inspektor.1 28 16 1 32 9,75 0,32 1,00 0,00 32,50

Inspektor.1 29 16 1 32 9,40 0,31 1,00 0,00 31,35

Inspektor.1 30 16 1 32 9,71 0,32 1,00 0,00 32,35

84

Lampiran 23 Tabel simulasi perbaikan metode, all replikasi (inspektor 2)

Simulasi Perbaikan Metode (alat bantu) MOD (Normal Run - All Reps)

Name Replication Scheduled Time (HR)

Capacity Total

Entries

Avg Time Per Entry

(MIN)

Avg Contents

Maximum Contents

Current Contents

% Utilization

Inspektor.2 1 16 1 32 9,58 0,32 1,00 0,00 31,92

Inspektor.2 2 16 1 32 9,51 0,32 1,00 0,00 31,69

Inspektor.2 3 16 1 32 9,43 0,31 1,00 0,00 31,42

Inspektor.2 4 16 1 32 9,82 0,33 1,00 0,00 32,72

Inspektor.2 5 16 1 32 9,63 0,32 1,00 0,00 32,08

Inspektor.2 6 16 1 32 9,47 0,32 1,00 0,00 31,55

Inspektor.2 7 16 1 32 9,40 0,31 1,00 0,00 31,33

Inspektor.2 8 16 1 32 9,77 0,33 1,00 0,00 32,58

Inspektor.2 9 16 1 32 9,29 0,31 1,00 0,00 30,95

Inspektor.2 10 16 1 32 9,53 0,32 1,00 0,00 31,75

Inspektor.2 11 16 1 32 9,65 0,32 1,00 0,00 32,16

Inspektor.2 12 16 1 32 9,70 0,32 1,00 0,00 32,35

Inspektor.2 13 16 1 32 9,62 0,32 1,00 0,00 32,07

Inspektor.2 14 16 1 32 9,52 0,32 1,00 0,00 31,75

Inspektor.2 15 16 1 32 9,36 0,31 1,00 0,00 31,21

Inspektor.2 16 16 1 32 9,55 0,32 1,00 0,00 31,84

Inspektor.2 17 16 1 32 9,66 0,32 1,00 0,00 32,19

Inspektor.2 18 16 1 32 9,84 0,33 1,00 0,00 32,79

Inspektor.2 19 16 1 32 9,56 0,32 1,00 0,00 31,86

Inspektor.2 20 16 1 32 9,72 0,32 1,00 0,00 32,39

Inspektor.2 21 16 1 32 9,66 0,32 1,00 0,00 32,21

Inspektor.2 22 16 1 32 9,22 0,31 1,00 0,00 30,73

Inspektor.2 23 16 1 32 9,62 0,32 1,00 0,00 32,07

Inspektor.2 24 16 1 32 9,77 0,33 1,00 0,00 32,57

Inspektor.2 25 16 1 32 9,53 0,32 1,00 0,00 31,77

Inspektor.2 26 16 1 32 9,55 0,32 1,00 0,00 31,83

Inspektor.2 27 16 1 32 9,56 0,32 1,00 0,00 31,85

Inspektor.2 28 16 1 32 9,37 0,31 1,00 0,00 31,24

Inspektor.2 29 16 1 32 9,64 0,32 1,00 0,00 32,12

Inspektor.2 30 16 1 32 9,56 0,32 1,00 0,00 31,88

85

Lampiran 24 Tabel simulasi perbaikan metode, all replikasi (inspektor rata – rata)

Simulasi Perbaikan Metode (alat bantu) MOD (Normal Run - All Reps)

Name Replication Scheduled Time (HR)

Capacity Total

Entries

Avg Time Per Entry

(MIN)

Avg Contents

Maximum Contents

Current Contents

% Utilization

Inspektor 1 32 2 64 9,60 0,32 2,00 0,00 32,01

Inspektor 2 32 2 64 9,64 0,32 2,00 0,00 32,13

Inspektor 3 32 2 64 9,44 0,31 2,00 0,00 31,47

Inspektor 4 32 2 64 9,67 0,32 2,00 0,00 32,24

Inspektor 5 32 2 64 9,55 0,32 2,00 0,00 31,83

Inspektor 6 32 2 64 9,65 0,32 2,00 0,00 32,15

Inspektor 7 32 2 64 9,50 0,32 2,00 0,00 31,66

Inspektor 8 32 2 64 9,65 0,32 2,00 0,00 32,17

Inspektor 9 32 2 64 9,51 0,32 2,00 0,00 31,69

Inspektor 10 32 2 64 9,40 0,31 2,00 0,00 31,34

Inspektor 11 32 2 64 9,69 0,32 2,00 0,00 32,29

Inspektor 12 32 2 64 9,70 0,32 2,00 0,00 32,33

Inspektor 13 32 2 64 9,59 0,32 2,00 0,00 31,98

Inspektor 14 32 2 64 9,63 0,32 2,00 0,00 32,11

Inspektor 15 32 2 64 9,44 0,31 2,00 0,00 31,45

Inspektor 16 32 2 64 9,65 0,32 2,00 0,00 32,17

Inspektor 17 32 2 64 9,64 0,32 2,00 0,00 32,12

Inspektor 18 32 2 64 9,68 0,32 2,00 0,00 32,27

Inspektor 19 32 2 64 9,57 0,32 2,00 0,00 31,90

Inspektor 20 32 2 64 9,80 0,33 2,00 0,00 32,67

Inspektor 21 32 2 64 9,54 0,32 2,00 0,00 31,81

Inspektor 22 32 2 64 9,43 0,31 2,00 0,00 31,45

Inspektor 23 32 2 64 9,73 0,32 2,00 0,00 32,42

Inspektor 24 32 2 64 9,64 0,32 2,00 0,00 32,13

Inspektor 25 32 2 64 9,54 0,32 2,00 0,00 31,79

Inspektor 26 32 2 64 9,46 0,32 2,00 0,00 31,54

Inspektor 27 32 2 64 9,52 0,32 2,00 0,00 31,74

Inspektor 28 32 2 64 9,56 0,32 2,00 0,00 31,87

Inspektor 29 32 2 64 9,52 0,32 2,00 0,00 31,74

86