modul 1 print kel 28

8/10/2019 Modul 1 Print Kel 28

1/63

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA1

BAB I

PENDAHULUAN

1 1 Latar Belakang

Masing-masing sistem memiliki karekteristik dan perilaku khusus. Sistem

dibuat agar semua yang terlibat didalamnya dapat bekerja secara maksimal yang

menghasilkan sebuah sistem yang bekerja dengan sempurna, namun pada

kenyataannya tidak ada suatu sistem yang sempurna. Sistem tidak bisa bekerja

secara sempurna karena dipengaruhi oleh beberapa faktor antara lain manusia,

material dan uang. Faktor-faktor tersebut secara tidak langsung menjadi penyebab

timbulnya kemungkinan suatu sistem tidak dapat bekerja secara optimal. Untuk

meminimalisir kekurangan dan kesalahan sistem dalam bekerja, maka muncul

suatu pendekatan ilmiah untuk menganalisa sistem nyata. selain itu sistem dapat

dipelajari secara lebih mendalam sehingga dapat ditemukan masalah-masalah di

dalam sistem dan dapat dicari pemecahannya. Pendekatan ini disebut dengan

simulasi.

Dengan menggunakan simulasi ini tidak perlu mengamati sistem nyata.

Simulasi dapat mengatur kecepatan sistem dalam bekerja sesuai dengan keinginan

kita. Sehingga kita dapat menghemat waktu, biaya dan sumber daya yang ada.

Seiring dengan perkembangannya muncul softwareyang dapat digunakan untuk

pemrograman yang juga menawarkan keunggulan tertentu, seperti contohnya

softwareProModel yang digunakan dalam praktikum modul satu kali ini.

ProModel sendiri merupakan high-level program dan specify purpose

simulation yang memiliki keunggulan friendly user interface serta mampu

menganalisa sistem produksi dari semua tipe dan ukuran secara spesifik. Dengan

demikian, diharapkan dengan penggunaan ProModel nantinya dapat memperbaiki

sistem yang ada di produksi raket.

1 2 Tujuan

Tujuan dari praktikum ProModel ini antara lain:

1. Mengidentifikasi permasalahan yang terdapat pada sistem produksi raket.

2. Memodelkan sistem produksi raket menggunakan petrinet.


2/63

2LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA

3. Memodelkan sistem produksi raket pada software promodel serta

mensimulasikannya.

4. Menganalisis hasil simulasi.

1 3 Manfaat

Manfaat dari praktikum ProModel ini antara lain:

1. Mampu mengidentifikasi permasalahan yang terdapat pada sistem produksi

raket.

2. Mampu memodelkan sistem produksi raket menggunakan petrinet.

3. Mampu memodelkan sistem produksi raket pada software promodel serta

mensimulasikannya.

4. Mampu melakukan analisis terhadap hasil simulasi.

1 4 Batasan

Batasan dari praktikum ini antara lain:

1. Jenis usaha yang diamati dan digunakan sebagai model simulasi merupakan

jenis usaha dalam bidang manufaktur.

2. Pemodelan dikhususkan untuk satu jenis produk.

3. Pemodelan dilakukan dengan mengambil sebanyak 5 replikasi dimana masing-

masing replikasi terdiri dari 10 data.

4. Pemodelan dilakukan hanya sampai raket setengah jadi yaitu tanpa diberi

senar raket dangrip.

1 5 AsumsiAsumsi dari praktikum ini adalah:

1. Tidak ada mesin yang rusak

2. Tidak ada raket yang dibuang pada stasiun kerja.

3. Tidak ada waktu istirahat.


3/63



BAB II

TINJAUAN PUSTAKA

2 1 Sistem

Menurut Gordon B. Davis (1984), sebuah sistem terdiri dari bagian-bagian

yang saling berkaitan yang beroperasi bersama untuk mencapai beberapa sasaran

atau maksud. Sedangkan menurut Raymond Meleod (2001), Sistem adalah

himpunan dari unsur-unsur yang saling berkaitan sehingga membentuk suatu

kesatuan yang utuh dan terpadu. Secara umum sistem didefinisikan sebagai

kumpulan elemen yang bekerja bersama untuk mencapai tujuan yang diharapkan

(Blanchard, 1991). Sedangkan menurut Schmidt & Taylor (1970), sistem

didefinisikan sebagai kumpulan entitas yang berperan dan berinteraksi dalam

mencapai tujuan tertentu.

2 1 1 Karakteristik Sistem

Sistem memiliki beberapa karakteristik antara lain:

1. Kejadian (event), merupakan suatu peristiwa yang dapat merubah keadaan

sistem.

2. Aktivitas (activity), merupakan suatu proses yang menyebabkan perubahan

dalam sistem yang dapat merubah atribut maupun entity.

3. Hubungan (relationship), merupakan kesinambungan interaksi antara dua

objek atau lebih yang memudahkan proses pengenalan satu akan yang lain.

4. Antarmuka penghubung (interface), merupakan media penghubung antar

subsistem.

5. Elemen-elemen, merupakan komponen bagian dari sistem yang berupa entitas

atau subsistem:

a. Entitas: merupakan kumpulan objek yang terdefinisikan yang mempunyai

karakteristik sama dan bisa dibedakan satu dan lainnya.

b. Subsistem: komponen atau bagian dari suatu system.

6. Atribut, merupakan sebutan, sifat atau karakteristik yang memiliki elemen

sistem. Terdapat dua macam atribut, yaitu:


4/63



a. Parameter: merupakan suatu nilai yang besarannya dianggap tetap selama

model simulasi dijalankan.

b. Variabel: merupakan informasi yang mencerminkan karakteristik suatu

sistem, yang mengikat sistem secara keseluruhan sehingga semua entity

dapat mengandung variabel yang sama, dalam ProModel dikenal variabel

localdanglobal.

7. Batas sistem (boundary), merupakan daerah yang membatasi antar sistem

atau lingkungan luarnya.

8. Lingkungan luar (environment), merupakan kondisi ataupun entitas di luar

dari sistem yang mempengaruhi operasi sistem.

9. Masukan sistem (input), merupakan suatu energi yang dimasukkan ke dalam

sistem.

10. Pengganggu (disturbance/noise), merupakan faktor-faktor yang

menyebabkan terjadinya kesalahan pada sistem.

11. Keluaran sistem (output), merupakan hasil dari energy yang diolah dan

diklasifikasikan menjadi keluaran.

12. Umpan balik (feedback), merupakan reaksi dan respon stakeholder atas

sistem yang dilakukan.

13. Ukuran performansi sistem dibagi menjadi dua:

a. Transient state: yaitu situasi awal setelah sistem dimulai atau

diinisialisasikan (start-up or warm-up period).

b. Steady state: yaitu keadaan stabil memiliki berbagai properti yang tidak

berubah dalam waktu.

14. Proses pengolahan (transformation process), merupakan suatu proses yangakan merubah masukan menjadi keluaran.

15. Perilaku sistem (behaviour), merupakan perilaku dari sistem yang melibatkan

masukan, pengolahan, dan keluaran.

2 1 2 Klasifikasi Sistem

Sistem dapat diklasifikasikan dari beberapa sudut pandang, diantaranya

sebagai (Law and Kelton, 2000) berikut:


5/63



1. Sistem abstrak (abstact sistem) dan sistem fisik (physical sistem).

2. Sistem alamiah (natural sistem) dan sistem buatan manusia (human made

sistem).

3. Sistem tertentu (deterministic sistem) dan sistem tak tentu (probabilistic

sistem).

4. Sistem tertutup (closed sistem) dan sistem terbuka (open sistem).

2 2 Model

Definisi dari model adalah abstraksi dari sistem sebenarnya, dalam gambaran

yang lebih sederhana serta mempunyai tingkat prosentase yang bersifat

menyeluruh, atau model adalah abstraksi dari realita dengan hanya memusatkan

perhatian pada beberapa sifat dari kehidupan sebenarnya (Harrell, 2012).

2 2 1 Stakeholder dari Pemodelan

Stakeholder dapat diartikan sebagai segenap pihak yang terkait dengan

permasalahan yang sedang diangkat.(Daellenbach, 1994)

Stakeholder dari pemodelan terdiri dari:

1. Problem Owner

Individu atau sekelompok orang yang memiliki kewenangan mengendalikan

permasalahan. Disebut juga decision maker.

2. Problem User

Individu atau sekelompok orang yang menggunakan model untuk mencari

solusi masalah, meningkatkan kinerja dan mengeksekusinya.

3. Problem CustomerPihak yang mendapatkan dan merasakan manfaat atau menjadi objek dari

solusi yang digunakan.

4. Problem Analyst

Menganalisis masalah dan mendapatkan solusi kemudian disampaikan kepada

problem owner untuk mendapatkan persetujuan. Misalkan pada kegiatan

pembuatan gedung, pimpinan perusahaan pengembang merupakan owner,


6/63



tim proyek merupakan user, pemilik gedung sebagai customer, dan konsultan

sebagai analyst.

2 2 2 Klasifikasi Model

Berikut ini adalah klasifikasi model berdasarkan Murdick, Ross, Claggett

(1984) dan Ackoff, Gupta, Minas (1962) dibagi berdasarkan kelas:

1. Berdasarkan Fungsi

a. Model Deskriptif, yaitu model yang memberikan gambaran dari sistem

nyata. Contoh: Struktur Organisasi, tampak atas tata letak fasilitas, laporan

keuangan, peta, daftar isi.

b. Model Prediktif, yaitu model yang digunakan untuk meramalkan hasil dari

kondisi tertentu. Contoh: Analisis BEP, diagram pohon keputusan, antrian.

c. Model Normatif, yaitu model yang memberikan jawaban terbaik dari

alternatif yang ada. Contoh: Model optimasi, PL, CPM/PERT, marketing

mix.

2. Berdasarkan Struktur

a. Model Ikonis, yaitu model yang merupakan perwakilan fisik dari beberapa

hal, baik dalam bentuk ideal maupun skala yang berbeda. Contoh: Maket,

layout fasilitas.

b. Model Analog, yaitu model yang mewakili situasi dinamk atau keadaan

yang berubah menurut waktu. Contoh: Sistem peredaran darah dengan

selang, jaringan lalu lintas dengan jaringan listrik.

c. Model Simbolik, yaitu model yang merupakan perwakilan dari realitas

yang dikaji, dapat berupa angka, simbol, dan rumus. Contoh: Rumus ABC,model PL hukum phytagoras.

3. Berdasarkan Acuan Waktu

a. Model Statis, yaitu model yang tidak memperhitungkan perubahan-

perubahan karena pengaruh waktu. Contoh: Model laba yang diharapkan,

struktur organisasi.


7/63



b. Model Dinamis, yaitu model yang memperhitungkan faktor waktu dalam

menggambarkan suatu sistem nyata. Contoh: Model pertumbuhan

populasi, model dinamis.

4. Berdasarkan Tingkat Ketidakpastian

a. Model Deterministik, yaitu model yang keluaran yang dihasilkan dapat

diduga secara pasti berdasarkan masukannya. Contoh: Model laba, model

persediaan Wilson.

b. Model Probabilistik, yaitu model yang mendasarkan pada teknik peluang

dan memperhitungkan ketidakmenentuan. Contoh: Diagram pohon

keputusan, peta kendali mutu, model RO.

c. Model Konflik, yaitu model yang memiliki sifat alamiah pengambil

keputusan berada dalam pengendalian lawan. Contoh: Model Komoetisi,

model posisi tawar.

5. Model Tak Pasti, yaitu model yang dikembangkan untuk kondisi

ketidakpastian mutlak.

Berdasarkan Derajat Kuantifikasi

a. Model Kualitatif, yaitu model yang menggambarkan suatu mutu pada

suatu realita. Model kualitatif dibagi menjadi 2:

1) Model Mental, yaitu model yang menggambarkan proses berpikir

manusia. Contoh: Proses belajar manusia.

2) Model Verbal, yaitu model yang disajikan dalam bahasa sehari-hari.

Contoh: Definisi.

b. Model Kuantitatif, yaitu model yang variabelnya dapat dikuantifikasikan.Model Kuantitatif dibagi menjadi 4:

1) Model Heuristik, yaitu model yang digunakan untuk mencari jawaban

baik tetapi bukan yang optimum. Contoh: Kesetimbangan lintasan

produksi.

2) Model Simulasi, yaitu model yang digunakan untuk mencari jawab

baik yang menguntungkan pada sistem yang sangat kompleks. Contoh:

model simulasi diskrit, pemrograman dinamis.


8/63



3) Model Optimum, yaitu model yang digunakan untuk menentukan

jawaban terbaik. Contoh: Analisis marjinal, analisis incremental,

model optimal algoritmik.

4) Model Statistik, yaitu model yang mendeskripsikan dan

menyimpulkan data. Contoh: Tabel Mortalitas, peta kendali.

6. Berdasarkan Derajat Generalisasi

a. Model umum secara umum dapat diterapkan berbagai bidang fungsional

(program linear, model antrian).

b. Model spesifik, hanya digunakan untuk masalah tertentu (model

persediaan probabilistik).

7. Berdasarkan Acuan Dimensi

a. Model Dua Dimensi, yaitu model yang terdiri dari dua faktor penentu.

Contoh: Model pegas, regresi linier.

b. Model Multi Dimensi, yaitu model yang terdiri dari banyak faktor penentu.

Contoh: Analisis regresi berganda, model multikriteria,prototypekapal.

8. Berdasarkan Acuan Lingkungan

a. Model Loop Terbuka, yaitu model yang memiliki interaksi dengan

lingkungannya. Contoh: Model aksi reaksi, model sosial.

b. Model Loop Tertutup, yaitu model yang tidak memiliki interaksi dengan

lingkungannya. Contoh: model thermostat.

2 3 Simulasi

Tersine (1994), simulasi merupakan sebuah studi dengan memasukkan

manipulasi sebuah model dari suatu sistem dengan tujuan mengevaluasi alternatifdesain atau aturan keputusan. Dengan simulasi, percobaan sistem dapat

mengurangi resiko kebingungan struktur yang ada dengan perubahan yang tidak

mendatangkan keuntungan.

Simulasi Monte Carlo sendiri merupakan simulasi probabilistic, dimana

datanya dibangkitkan dari bilangan random, yang kemudian disusun suatu

distribusi probabilitas. Simulasi Monte Carlodikenal juga dengan istilah Sampling

Simulation atau Monte Carlo Sampling Technique. Simulasi adalah model dari


9/63



suatu sistem nyata, dimana sistem tersebut dimodelkan dengan menggunakan

sebuah softwareyang berfungsi untuk menirukan perilaku sistem nyata. Selain itu,

simulasi adalah teknik untuk membuat konstruksi model matematika untuk suatu

proses atau situasi, dalam rangka menduga secara karakteristik atau

menyelesaikan masalah berkaitan dengannya dengan menggunakan model yang

diajukan (Borowski & Borwein. 1989).

2 3 1 Elemen Simulasi

Suatu sistem dalam simulasi mencakup entities, activities, resources, and

control.Elemen-elemen tersebut mendefinisikan siapa, apa, di mana, kapan, dan

bagaimana suatu entity diproses. Berikut merupakan penjelasan elemen dasar

pemodelan:

1. Entities,yaitu segala sesuatu yang dapat diproses.

2. Activity,yaitu kegiatan yang dilakukan di dalam sistem yang memperngaruhi

entitas baik secara langsung atau tidak langsung.

3. Resources, yaitu alat/operator untuk menjalankan aktivitas.

4. Controls, yaitu segala sesuatu yang menentukan bagaimana, kapan, dan di

mana aktivitas dijalankan.

System

Activities

Resources Controls

Incoming

Entities

Outgoing

Entitues

Gambar 2.1 Elemen simulasi

Sumber: Hill, McGraw (2000)

2 3 2 Software Simulasi


10/63



Dalam pemodelan simulasi dikenal dua software yang paling umum

digunakan, yaitu Programming Languagedan Simulation Application.

2 3 2 1 Programming Language

Programming Language adalah suatu bahasa ataupun tata cara yang dapat

digunakan oleh manusia (programmer) untuk berkomunikasi secara langsung

dengan komputer. Secara umumprogramming languagedibagi menjadi dua, yaitu:

High Level Language dan Low Level Language. High level language lebih mudah

dipelajari karena semua kalimat, kata ataupun aturan yang ada di dalam high level

language juga merupakan kalimat, kata ataupun aturan yang digunakan dalam

kehidupan sehari-hari.

2 3 2 2 Simulation Application

Simulation applicationadalah suatu program (software) yang berfungsi untuk

menirukan/memodelkan suatu perilaku sistem nyata sehingga hasilnya dapat

dianalisis dan dipelajari. Secara umum simulation applicationdibagi menjadi dua,

yaitu: General Purposes Application yang dapat digunakan secara umum untuk

berbagai macam tugas/tujuan dan Specific Purposes Application yang memiliki

tugas/tujuan yang spesifik dan lebih lengkap.

2 4 Pemodelan dengan ProModel

Metode dalam pemodelan suatu sistem salah satu caranya adalahmenggunakan software ProModel yang didalamnya mampu mensimulasikan suatu

sistem nyata dengan elemen dan proses terkait sehingga mampu dianalisis untuk

digunakan pada sistem nyata. Memiliki user interfaceyang baik dan spesifik dalam

menganalisa suatu sistem dari semua tipe dan ukuran.

2 4 1 Definisi ProModel


11/63



ProModel adalah softwaresimulasi yang dapat digunakan untuk mensimulasi

dan menganalisa sistem produksi dari berbagai tipe dan berbagai ukuran.

ProModel merupakan softwaresimulasi diskrit walaupun untuk beberapa proses

industri dapat dimodelkan dengan cara mengkonversi sistem continous seperti

produksi minyak menjadi sistem produksi minyak berdasarkan barrel. ProModel

didesain untuk memodelkan sistem ketika kejadian pada sistem muncul pada

waktu tertentu. Pada simulasi menggunakan ProModel dapat ditampilkan animasi

yang mewakili sistem yang telah dimodelkan. ProModel melihat suatu sistem

produksi sebagai susunan dari location process seperti mesin atau stasiun kerja

dimana entitas diproses sesuai dengan logika proses yang telah dibuat.

2 4 2 Struktur Elemen ProModel

Elemen dasar pemodelan yang terdapat pada ProModel, sebagai berikut:

1. Location

Locations mewakili tempat pada sistem yang akan dilewati oleh entitas

ataupun untuk tempat terjadinya aktivitas maupun pengambilan keputusan.

Data-data yang diperlukan dalam untuk mendefinisikan location, adalah :

a. Icon: merupakan graphic icon yang digunakan untuk merepresentasikan

suatu Iocation tertentu. Untuk merubah grafik Iocation dilakukan dengan

cara menggunakan toolspada Iocation graphicwindow.

b. Name: merupakan nama dari setiap Iocation dengan panjang maksimal 80

karakter.

c. Capacity: kapasitas dari suatu location merujuk pada jumlah entitas yang

dapat ditahan atau diproses pada suatu Iocation pada suatu waktu.Kapasitas maksimal Iocation adalah 999999.

d. Unit: jumlah dari unit yang ada pada suatu Iocation.Jumlah maksimal unit

pada suatu location adalah 999.

e. Downtimes: untuk mendefinisikan downtimes yang terjadi pada suatu

Iocation termasuk waktu setupmesin.

f. Stats: level dari detail statistik yang harus dikumpulkan untuk Iocation

tertentu. Terdapat tiga pilihan, yaitu none, basic, dan time series. None


12/63



artinya tidak ada statistik yang dikumpulkan. Basic berarti hanya utilisasi

dan rata-rata pada suatu location yang dapat dikumpulkan. Time series

berarti mengumpulkan statistik dasar dan waktu terjadinya suatu keadaan

pada suatu Iocation dari waktu ke waktu.

g. Rules: menunjukkan bagaimana Iocation dipilih dari kedatangan entitas

berikutnya.

h. Notes: untuk menuliskan catatan apapun tentang Iocation. Contoh

penggunaan Iocation, misalnya untuk memodelkan Iocation manufaktur,

permesinan di manufaktur, dan pergudangan.

2. Entity

Entity adalah apapun yang diproses dalam suatu model. Data-data yang

diperlukan dalam untuk mendefinisikan entitas:

a. Icon: merupakan graphic icon yang digunakan untuk mewakili suatu

entitas pada animasi saat model dijalankan.

b. Name: merupakan nama untuk masing-masing entitas.

c. Speed: mendefinisikan kecepatan dari suatu entitas dalam proses,

biasanya hanya digunakan untuk entitas yang dapat bergerak sendiri atau

entitas manusia. Pada saat membuat entitas baru ada nilai tetap 150 fpm

yang ditetapkan oleh ProModel.

d. Stats: level dari detail statistik yang harus dikumpulkan untuk Iocation

tertentu. Terdapat tiga pilihan, yaitu none, basic, dan time series. None

artinya tidak ada statistik yang dikumpulkan. Basic berarti hanya utilisasi

dan rata-rata pada suatu location yang dapat dikumpulkan. Time series

berarti mengumpulkan statistic dasar dan waktu terjadinya suatu keadaanpada suatu Iocation dari waktu ke waktu.

e. Notes: untuk menuliskan catatan apapun tentang Iocation. Contoh entities,

yaitu dokumen pada bank, pelanggan pada restoran, maupun barang-

barang pada proses manufaktur. Entitas dapat memiliki atribut dengan

sifat tertentu.

3. Path Networks


13/63



Path Networks adalah jalur yang dilintasi resourcesmaupun entitas. Data-data

yang diperlukan untuk mendefinisikanpath networks.

a. Graphic:merupakan fungsi yang menampilkan pendefinisian dari warna

path networks.

b. Name: nama yang mengidentifikasi suatupath networks.

c. Type: merupakan tipepath networksdimana terdapat dua tipe yang dapat

dippilih yaitu passing dan non passing. Passing dapat dilewati entitas

maupun resources. Non passing tidak dapat dilewati entitas maupun

resources.

d. T/S:merupakan fungsi waktu untuk mengukur pergerakan sepanjang

network.

e. Path: jumlah dari segment path pada network.

f. Interface: jumlah dari location-interface pada path network dimana

entitas akan diangkut maupun diturunkan pada location tertentu oleh

resource.

g. Mapping: jumlah masukan dari mapping edit table dimana user dapat

memetakan tujuan dari network tertentu.

h. Nodes: merupakan titik yang dibuat secara otomatis ketika

mendefinisikanpath segments.

4. Resources

Resources adalah orang, peralatan ataupun barang-barang yang digunakan

untuk melakukan beberapa fungsi tertentu, seperti pemindahan entitas

membatu pelaksanaan kinerja fungsi tertentu ataupun melakukan

maintenance pada suatu location. Data-data yang diperlukan dalam untukmendefinisikan resources adalah icon, name, downtimes, stats, search, logic,

pts,notes, dan units.

5. Processing

Processing merupakan operasi yang terjadi didalam sistem dan dilakukan

pada lokasi dan antar lokasi. Proses merupakan kegiatan pengolahan input

yang dilakukan oleh setiap mesin (lokasi) sehingga akan menghasilkan output

tertentu. Dikatakan pada lokasi karena disini harus diidentifikasikan proses


14/63



yang terjadi pada lokasi yang bersangkutan, misal lamanya waktu proses,

nama material handling yang membawa, dan lamanya waktu perpindahan.

Dari menu build pilih processing. Data-data yang diperlukan untuk

mendefinisikan processing adalah entity, location, operation, block, output,

destination, rule, move logic.

6. Arrivals

Arrivals menujukan tempat atau lokasi dimana entitas tiba pada suatu sistem

yang diamati untuk pertama kali. Dari menu build pilih arrivals. Data-data

yang diperlukan untuk mendefinisikan arrival adalah entity, location, quantity

each (Qty Each), first time, occurences, frequency, logic,dandisable.

7. Shift and Break

Digunakan untuk menetukan shift dan break untuk location dan resource.

Biasanya disimpan dalam bentuk mingguan. Logika untuk shift dan break tidak

wajib dan didefinisikan pada empat logic window yang berbeda, dimana

masing-masing logika akan dieksekusi pada urutan tertentu selama simulasi

dijalankan.

8. General Information

Digunakan untuk menspesifikasikan informasi dasar dari suatu model

termasuk nama dari suatu model, satuan waktu, satuan jarak, dan library

graphic. Data-data yang diperlukan dalam dialog box untuk mendefinisikan

general information antara lain title, time units, distance units, model notes,

graphic library file, initialization logic, dan termination logic.

9. Cost

Digunakan untuk memonitor biaya yang berkaitan dengan location, entities,dan resourceselama simulasi dijalankan.

2 4 3 Konsep Pemodelan ProModel

Software ProModel merupakan suatu program komputer yang dapat

digunakan untuk simulasi dan menganalisa sistem produksi dari semua tipe dan

ukuran. ProModel memberikan kemudahan untuk menguji ide-ide baru untuk


15/63



mendesain sistem sebagai sarana untuk perbaikan sistem yang sudah ada ataupun

pembuatan sistem baru, yaitu dengan cara:

1. Membuat model dari suatu sistem

2. Melakukan eksperimentasi terhadap model tersebut.

3. Menganalisis hasil eksperimentasi yang telah dilakukan sehingga dapat

diambil keputusan-keputusan untuk memperbaiki sistem.

Konsep eksperimentasi yang dikenal sebagai simulasi semakin sering dipakai

pada masa sekarang. Hal ini mengingat karakteristik dari pendekatan simulasi itu

sendiri yang cocok untuk diterapkan pada sistem kompleks yang bersifat sangat

acak tetapi terdapat saling ketergantungan diantara komponen-komponen

penyusunnya.

2 4 3 1 Batching Mu ltiple Entities of Similar Type

Merupakan pernyataan yang digunakan untuk menunjukkan proses

menggabungkan beberapa entitas yang memiliki tipe yang sama menjadi satu

bagian entitas, terbagi menjadi temporary batching using group/ungroup,

permanent combine, accumulation of entities, dan splitting of one entity into

multiple entities.

2 4 3 1 1 Temporary Batching Using Group Ungroup

Pernyataan group memungkinkan untuk menggabungkan suatu entitas

menjadi satu dan ungroup memisahkan mereka di proses selanjutnya.

Menggabungkan entitas dengan menentukan tipe masing-masing entitas dengan

mendefinisikan allprocess record. Untuk mengkombinasikan beberapa tipe entitasharus dikontrol dari segi kuantitas dari tiap sumber untuk mengatur Routingyang

mengirimkan bagian-bagian entitas ke lokasigrouping.

Sebagai ilustrasi, misalkan terdapat 20 entitas yang datang dalam satu grup

yang disebut batch. Dapat disederahanakan dengan pernyataan group 20 untuk

menggabungkan 20 entitas dan mespesifikasikan outputdalam 1 batch. Di Routing,

apabila menggunakan operasi tambahan langkah setelah menggabungkan dengan


16/63



menggunakan pernyataan group 20 as batch dan mendefinisikan output Routing

untuk entitas yang digabungkan.

Gambar 2.2 Ilustrasigrouppada ProModel

Sumber: Dokumentasi pribadi

Tiap selesai dengan tujuan awal untuk menggabungkan entitas seperti

memindahkan dalam satu batch, dapat dipisahkan lagi menggunakan pernyataan

ungroup. Setelah proses ungroup dilakukan, mendefinisikan proses tiap entitas

potensial yang terdapat dalam grup. Dapat menggunakan definisi allprocess

record.

2 4 3 1 2 Permanent Combine

ProModel menggunakan pernyataan combine untuk mengakumulasikan dan

mengkonsolidasikan kuantitas dari suatu entitas. Tipe dari entitas bisa sama atau

berbeda. Kombinasi dari entitas dengan menghilangkan identitas dan atribut dan

selanjutnya tidak dapat dipisah. Ketika mendefinisikan lokasi, kapasitas ketika

menggunakan pernyataan combine minimal sama dengan kuantitas kombinasi

entitas.

Gambar 2.3 Ilustrasi combine pada ProModel

2 4 3 2 Accumulation of Entities


17/63



Pernyataan accum merupakan singkatan dari accumulate. Fungsinya

berbeda dengan pernyataan group dan load. Fungsinya tidak membentuk satu

batchuntuk entitas namun hanya menahan semua entitas hingga jumlah tertentu

untuk diakumulasikan.

ProModel melakukan proses downstream. Memungkinkan untuk memodelkan

beberapa tipe batch dengan menyederhanakan menjadi akumulasi dari bagian-

bagian entitas dalam satu lokasi. Ketika menggunakan pernyataan accum, pastikan

kapasitas dari lokasi yang digunakan minimal jumlahnya sesuai dengan jumlah

akumulasi yang ditentukan.

2 4 3 3 Spliting of One Entity Into Multiple Entities

Membagi sebuah entitas ke dalam jumlah entitas yang ditentukan, mengubah

nama entitas, dan membagi semua statistik biaya dan waktu yang masih harus

dibayar oleh entitas dasar antara entitas baru. Permodelan menghitung entitas

lama sebagai jalan keluar dan entitas yang dihasilkan berbagi nilai atribut yang

sama sebagai jenis entitas aslinya.

Setiap entitas yang ingin dibagi harus melepaskan semua sumber daya yang

dimiliki dengan menggunakan pernyataan free. Gunakan split as untuk membagi

potongan bahan baku menjadi komponen-komponen. Entitas yang dibentul oleh

splitlaporan asdi lokasi yang tidak akan muncul dalam statistik untuk lokasi ini.

Kolom pengoprasian proses mengedit tabel saja. ProModel tidak

memungkinkan split aspada konveyor, dan bukan di ujung antrian. Split as tidak

boleh digunakan setelah pernyataan route. Jangan gunakan split as dalam

kombinasi combine, create, group, ungroup, load, membongkar, atau pernyataanperpecahan lainnya dalam logika proses yang sama. Syntax:

Splitentitas ke dalam sejumlah entitas. ProModel mengevaluasi ungkapan ini

setiap kali dia menemui pernyataan.


18/63



Nama dari entitas yang dihasilkan. Setiap entitas perpecahan mencari maju

dalam daftar proses, dan kemudian dari awal daftar, sampai menemukan proses

untuk jenis entitas baru di lokasi saat ini.

Contoh :

SPLIT AS

SPLIT 10 AS entx

2 5 Teori Antrian

Teori antrian merupakan studi matematika dari antrian atau kejadian garis

tunggu (waiting lines), yaitu suatu garis tunggu dari pelanggan yg memerlukan

layanan dari sistem yang ada.

2 5 1 Komponen Dasar Antrian

Komponen dasar antrian adalah:

1. Kedatangan

Setiap masalah antrian melibatkan kedatangan, misalnya orang, mobil atua

panggilan telepon untuk dilayani. Unsur ini sering disebut proses input. Proses

input meliputi sumber kedatangan atau biasa dinamakan calling population,

antara terjadinya kedatangan yang umumnya merupakan proses random.

Terdapat 3 perilaku antrian, yaitu:a. Reneging(pembatalan) adalah meninggalan antrian sebelum dilayani.

b. Balking adalah orang yang langsung pergi ketika melihat panjangnya

antrian, menolak untuk memasuki antrian.

c. Jockeying adalah orang yang berpindah-pindah dari satu antrian ke

antrian yang lain karena ingin dilayani lebih cepat.

2. Pelayanan


19/63



Pelayan atau mekanisme pelayanan dapat terdiri dari satu atau lebih pelayan,

atau satu atau lebih fasilitas pelayanan. Contohnya pada sebuah check

outcounter dari suatu supermarket terkadang hanya ada seorang pelayan,

tetapi bisa juga diisi seorang kasir dengan pembantunya untuk memasukkan

barang-barang ke kantong plastic. Sebuah bank dapat mempekerjakan seorang

atau banya teller. di samping itu, perlu diketahui cara pelayanan

dirampungkan, yang kadang-kadang merupakan proses random.

Ada 3 aspek yang harus diperhatikan dalam mekanisme pelayanan, yaitu:

a. Tersedianya Pelayanan

Mekanisme pelayanan tidak selalu tersedia untuk setiap saat. Misalnya

dalam pertunjukan bioskop, loket penjualan karcis masuk hanya dibuka

pada waktu tertentu antara satu pertunjukan dengan pertunjukan

berikutnya. Sehingga, pada saat loket ditutup, mekanisme pelayanan

terhenti dan petugas pelayanan istirahat.

b. Kapasitas Pelayanan

Kapasitas dari mekanisme pelayanan diukur berdasarkan jumlah

langganan yang dapat dilayani secara bersama-sama. Kapasitas pelayanan

tidak selalu sama untuk setiap saat, ada yang tetap, tetapi ada juga yang

berubah-ubah. Karena itu, fasilitas pelayanan dapat memiliki satu atau

lebih saluran. Fasilitas yang mempunyai satu saluran disebut saluran

tunggal atau sistem pelayanan tunggal dan fasilitas yang mempunyai lebih

dari satu saluran disebut saluran ganda atau pelayanan ganda.

c. Lamanya Pelayanan

Lamanya pelayanan adalah waktu yang dibutuhkan untuk melayaniseorang langganan atau satu-satunya. Ini harus dinyatakan secara pasti.

Oleh karena itu, waktu pelayanan boleh tetap dari waktu ke waktu untuk

semua langganan atau boleh juga berupa variabel acak. Umumnya untuk

keperluan analisis, waktu pelayanan dianggap sebagai variabel acak yang

terpencar secara bebas dan sama serta tidak tergantung pada watu

kedatangan.

3. Komponen Antrian


20/63



Munculnya antrian tergantung dari sifat kedatangan dan proses pelayanan.

Penentu lain yang penting dalam antrian adalah disiplin antrian. Disiplin

antrian adalah aturan keputusan yang menjelaskan cara melayani pengantrian,

misalnya dating awal dilayani dulu yang lebih dikenal dengan singkatan FCFS,

dating terakhir dilayani dulu LCFS, berdasar prioritas, berdasar abjad,

berdasar janji, dan lain-lain. Jika tidak ada antrian berarti terdapat pelayan

yang menganggur atau kelebihan fasilitas pelayanan.

2 5 2 Disiplin Pelayanan Antrian

Disiplin antrian adalah aturan keputusan yang menjelaskan cara melayani

pengantri. Menurut Christopher A Chung (2001) ada 6 bentuk disiplin pelayanan

yang biasa digunakan, yaitu:

1. First Come First Served (FCFS) atau First In First Out(FIFO).

FIFO (First In First Out) merupakan suatu peraturan di mana yang akan

dilayani terlebih dahulu adalah pelanggan yang datang terlebih dahulu.

Contohnya dapat dilihat pada antrian loket-loket penjualan karcis kereta api.

2. Last Come First Served(LCFS) atau Last In First Out(LIFO).

LIFO (Last In First Out)merupakan antrian di mana yang datang paling akhir

adalah yang dilayani paling awal. Contohnya adalah pada sistem bongkar muat

barang dalam truk, di mana barang yang masuk terakhir justru akan keluar

terlebih dahulu.

3. Least Value FirstLeast Value First merupakan disiplin antrian yang memprioritaskan entitas

dengan nilai terkecil.

4. High Value First

High Value First merupakan displin antrian yang memprioritaskan entitas

dengan nilai tertinggi.

5. Priority Service


21/63



Pelayanan jenis ini didasarkan pada prioritas khusus. Contohnya dalam suatu

pesta di mana tamu-tamu yang dikategorikan VIP akan dilayani terlebih

dahulu.

6. Random Order

SIRO (Service In Random Order) di mana pelayanan dilakukan secara acak.

Contohnya pada arisan, di mana pelayanan atau service dilakukan

berdasarkan undian (random).

2 5 3 Model Antrian

Ada 4 model struktur antrian dasar yang umum terjadi dalam seluruh sistem

antrian:

1. Single Channel Single Phase

Single Channelberarti hanya ada satu pelanggan yang masuk sistem pelayanan

atau hanya ada satu fasilitas pelayanan. Single Phase berarti hanya ada satu

pelayanan. Contohnya adalah sistem antrian pada atm.

ANTRIAN PELAYANAN

Kedatangan Selesai

Gambar 2.4 Model single channel single phase

Sumber : Astuti (2012)

2. Multiple Channel Single Phase (Paralel)

Sistem Multi Channel Single Phase terjadi kapan saja dimana ada dua atau

lebih fasilitas pelayanan dialiri oleh antrian tunggal, sebagai contoh model ini

adalah antrian pada tellersebuah bank yang dapat ditunjukkan pada gambar.

ANTRIAN PELAYANAN

Kedatangan

Selesai

ANTRIAN PELAYANAN

ANTRIAN PELAYANAN

Selesai

Selesai

Gambar 2.5 Model multiple channel single phase (paralel)


22/63



Sumber : Astuti (2012)

3. Single Channel Multiple Phase (Seri)

Istilah multi-phase menunjukan ada dua atau lebih pelayanan yang

dilaksanakan secara berurutan (dalam phase-phase). Sebagai contoh pada

pencucian mobil ataupun motor.

ANTRIAN PELAYANAN

KedatanganSelesai

PELAYANAN PELAYANAN

Gambar 2.6 Model single channel multiple phase (seri)Sumber : Astuti (2012)

4. Multiple Channel Multiple Phase

Sistem multi-channel multi-phase adalah sistem yang mempunyai bebrapa

fasilitas pelayanan pada setiap tahapannya. Contohnya: registrasi mahasiswa

di universitas.

ANTRIAN PELAYANAN

Kedatangan

Selesai

ANTRIAN PELAYANAN

ANTRIAN PELAYANAN

Selesai

Selesai

PELAYANAN PELAYANAN

PELAYANAN PELAYANAN

PELAYANAN PELAYANAN

Gambar 2.7 Model multiple channel multiple phaseSumber : Astuti (2012)

2 6 PetriNet

PetriNet dikembangkan Carl Adam Petri sejak tahun 1962 dimulai dengan

disertasinya. PetriNet merupakan model bipartipe graph yang memiliki dua tipe

node yaitu placedan transitionyang dipergunakan untuk menganalisa informasi

penting mengenai struktur dan perilaku dinamis dari sistem yang dimodelkan.

Sistem yang dipergunakan diantaranya:

Tabel 2.1 Simbol dalam Petri Net

Simbol Penjelasan


23/63



Lingkaran (location)

Merepresentasikan aktivtas (aktif/pasif) atau kondisi/status

(pre/cost).

Segi empat (transition)

Merepresentasikan kejadian atau saat perubahan/transisi kondisi.

Panah (flow relation)

Merepresentasikan relasi urutan antar node yang menunjukkan

bahwa node pendahulu berlanjut menjadi node berikutnya.

Token (marking)

Merepresentasikan pergerakan location atau perubahan kondisi yang

dialami entitas.

Sumber: Asmungi (2004:31)

2 7 Pengumpulan Data Input Simulasi

Inputdari model simulasi adalah distribusi tertentu dari parameter yang ingin

dimodelkan. Angka acak akan dibangkitkan oileh perangkat model simulasi sesuai

dengan distribusi yang telah dimasukkan. Untuk itu perlu proses pengumpulan

data yang baik dan intensif untuk mendapatkan distribusi yang dapat

merepresentasikan sistem nyata. Garbage-in-garbage-out (GIGO) adalah konsep

dasar pada computer scienceyang dapat diaplikasikan pada lingkup discrete-event

simulation (Banks, et al., 2014). Konsep ini menyatakan bahwa kendatipun

struktur dari model sudah tervalidasi, namun bila inputdata tidak dikumpulkan

atau dianalisa secara tepat, serta tidak merepresentasikan sistem, outputsimulasi

akan menjadi rancu sehingga dapat merusak proses simulasi dan penentuan

keputusan.

Data inputuntuk model simulasi adalah factor yang mempengaruhi jalannya

simulasi (Banks, et al., 2014). Pada simulasi sistem antrian, data yang dikumpulkan

adalah distribusi waktu antar kedatangan dan waktu pelayanan. Sedangkan untuk

waktu inventorysimulasi sistem, data masukan adalah distribusi permintaan dan

lead time. Sementara simulasi dari reliabilitas sistem, data yang digunakan adalah

distribusi time to failure.

Adapun langkah-langkah dalam mengumpulkan data simulasi adalah sebagai

berikut:

1. Mengumpulkan data dari sistem nyata yang akan dimodelkan. Proses ini

memerlukan waktu dan tenaga yang cukup banyak. Sayangnya dalam


24/63



beberapa situasi pengumpulan data tidak mungkin untuk dilakukan.

Contohnya adalah ketika tidak tersedianya waktu, atau ketika peraturan dan

undang-undang tidak mengijinkan pengumpulan data. Apabila mengalami

kejadian seperti demikian, pemodel harus menggunakan expert opinion

sehingga dapat membuat dugaan yang memiliki dasaran yang tepat.

2. Mengidentifikasi distribusi probabilitas untuk merepresentasikan input

proses. Distribusi probabilitas yang dapat dipilih seperti normal, uniform,

triangular, exponential, poisson, dan sebagainya. Bila pemodel memilki

distribusi data, langkah ini dapat dimulai dengan menentukan distribusi

frekuensi seharisnya dengan melihat histogram dari data.

3. Memilih parameter yang sesuai untuk merepresentasikan data dari distribusi

yang telah ditentukan. Contohnya bila menentukan sebuah input proses

memiliki distribusi normal, maka perlu menentukan berapa rata-rata dan

standar deviasi yang sesuai. Namun pada softwaresimulasi, seringkali sudah

terintegrasi dengan toolsyang dapat digunakan untuk melihat parameter dari

distribusi data tersebut seperti Stat:Fit pada ProModel dan Input

Analyzer pada Arena.

4. Melakukan evaluasi terhadap distribusi yang dipilih serta parameter yang

ditentukan dengan goodness of fit. Jika merasa kurang yakin terhadap

kesesuaian distribusi dan parameter yang telah dipilih untuk

merepresentasikan sistem, maka ulangi langkah kedua dan ketiga hingga

merasa yakin. Keyakinan terhadap distribusi dapat dilihat dari nilai error

anatara distribusi yang dipilih dengan data actual yang dikumpulkan dari

sistem nyata.Dalam menentukan distribusi yang paling sesuai untuk jenis input proses

(langkah 2), dapat digunakan dasaran sebagai berikut:

1. Distribusi Uniform

Nilai antara a dan b, dimana a < b dan probabilitas dari semua nilai-nilai

adalah sama.


25/63



Gambar 2.8 Distribusi uniform

Sumber: Suprayogi.pdf (2006:7)

Distribusi uniform pada umumnya digunakan variabel acak seragam

(uniform) umum digunakan karena tidak adanya informasi tentang distribusi

yang mendasari yang dimodelkan.

2 8 Verifikasi dan Validasi

Verifikasi dan validasi merupakan tahapan untuk menguji kredibilitas/

kesesuaian sistem nyata dengan model simulasi. Verifikasi adalah proses untuk

menentukan apakah model telah beroperasi sesuai yang diinginkan oleh

programmer. Verifikasi berkaitan dengan kondisi konseptual apakah model telah

sesuai dengan konsep yang diinginkan (Banks, Carson, dan Nelson. 1995).

Verifikasi adalah proses pemeriksaan logika operasional model (program

computer) sesuai dengan logika diagram alur (Hoover dan Perry. 1989). Validasi

adalah proses penentuan apakah model, sebagai konseptualisasi, merupakan

representasi yang akurat dan sesuai dengan sistem nyata (Hoover dan Perry.

1989).


26/63



(Halaman ini sengaja dikosongkan)


27/63



BAB III

METODOLOGI PRAKTIKUM

3 1 Diagram Alir Praktikum

Gambar 3.1 merupakan diagram alir praktikum modul 1 :

Mulai

Pengamatan

Pendahuluan

Identifikasi Masalah

Pemodelan

Konseptual dengan

Petri-Net

Studi Pustaka

Pengambilan Data

Pemodelan Sistem

dengan Arena

Verifikasi

Apakah Model

Terverifikasi?

Validasi

Apakah Model

Tervalidasi?

Run Simulasi

Analisa Output

Kesimpulan dan

Saran

Selesai

Ya

Tidak

Ya

Tidak

Pengolahan &

Penentuan

Distribusi

Gambar 3.1 Diagram alir praktikum


28/63



3 2 Prosedur Praktikum

Berikut ini merupakan prosedur praktikum modul 1.

1. Mulai

2. Identifikasi Masalah

Identifikasi Masalah yaitu mencari studi kasus untuk dimodelkan dalam

promodel, studi kasus yang diambil adalah proses produksi raket badminton.

3. Studi pustaka

Studi pustaka merupakan pembelajaran dengan menggunakan referensi yang

ada.

4. Pengambilan data

Pengambilan data menggunakan stopwatch untuk mendapatkan waktu

kedatangan, dan waktu proses.

5. Pengolahan data

Pengolahan data adalah merekapitulasi data untuk kemudian ditentukan

distribusinya

6. Penentuan distribusi

Penentuan distribusi menggunakan software Promdoel, yaitu dengan

menggunakan menu stat fit pada promodel kemudian memasukkan data

waktu tersebut ke dalam stat fit.

7. Pemodelan sistem menggunakan Petri-Net

Membuat model sistem menggunakan simbol simbol petri net sesuai

ketentuan yang ada

8. Pemodelan sistem menggunakan Promodel

Membuat simulasi dengan promodel, dengan menggunakan promodel dapatdilihat secara langsung hasilnya, serta dapat diatur kecepatan proses sehingga

dapat menghemat waktu dalam mensimulasikannya.

9. Verifikasi Model

Proses ini digunakan untuk memeriksa apakah model telah sesuai dengan

rancangan konseptual dan sistem nyata yang telah dimodelkan.


29/63



10. Validasi Model

Proses ini digunakan untuk memastikan apakah model telah sesuai dengan

rancangan dan sistem nyata yang telah dimodelkan

11. Kesimpulan dan Saran

Kesimpulan dan saran memberikan rangkuman dari awal proses hingga akhir

dan melengkapi apa yang kurang pada proses tersebut.

12. Selesai

Di akhir praktikum didapatkan hasil atau output dari data yang diolah, serta

kesimpulan yang di dapat pada praktikum ini.


30/63



(Halaman ini sengaja dikosongkan)


31/63



BAB IV

HASIL DAN PEMBAHASAN

4 1 Gambaran Sistem

Pada praktikum Modul 1 ini kegiatan yang dilakukan adalah mensimulasikan

sistem pembuatan raket di Usaha Kecil Menengah Abah Raket. Dalam sistem ini

terdapat lima proses yaitu pelengkungan, pelubangan, pemasangan T dan steel,

pemasangan handle, dan inspeksi. Proses pertama adalah pelengkungan. Pada

proses ini terdapat kedatangan alumunium lurus yang akan dilengkungkan

menjadi kepala raket. Operator yang bekerja pada proses ini adalah operator 1.

Setelah membuat kepala raket, operator 1 mengumpulkan kepala raket sampai

berjumlah 50 buah di pallet. Lalu operator 2 mengambil kepala raket dan

melubangi sekeliling kepala raket untuk kemudian dijadikan jalan masuknya net.

Pada proses kedua ini tidak ada entitas baru yang ditambahkan, entitas yang

diproses hanya output dari proses pertama yaitu alumunium yang sudah

melengkung dan dinamakan kepala raket. Setelah melubangi, operator 2

mengumpulkan sampai dengan 50 buah di palletnya. Kemudian operator 3

mengambil kepala berlubang dari pallet dan melakukan proses penggabungkan

kepala raket dengan alumunium T dan steelsebagai badan raket. Pada proses ini

terdapat dua entitas baru yang ditambahkan yaitu alumunium T dan steel.

Mulanya operator 3 menggabungkan kedua ujung kepala raket dengan sisi kanan

dan kiri T, lalu sisi bawah T digabungkan dengan steel. Entitas akhir dari proses

ketiga ini adalah raket berkepala dan berbadan. Lalu dikumpulkan lagi di pallet

sampai berjumlah 50 buah. Setelah itu operator 4 melakukan dua proses, yaitu

memasang handledan melakukan inspeksi pada raket setengah jadi. Pada proses

ini terdapat kedatangan enstitas baru yaitu handle. Proses pertama yang dilakukan

operator 4 adalah memasang handle raket. Raket yang sudah dipasang handle

dikumpulkan di pallet hingga 50 buah lalu setelah itu operator 4 melakukan

inspeksi pada 50 raket setengah jadi tersebut. Produk akhir dari sistem produksi

raket ini adalah raket setengah jadi tanpa net, grip dan cat.


32/63


33/63



Mulai

Inisialisasi:

A = Antr ian alumunium

B = A ntri an kepala raketC = Antrian kepala lubang raket

D = Ant rian kepala leher raketE = Antri an raket setengah jadi

A = A + 1

Apakah

idle?

A = A - 1

Proses

pelengkunganalumunium

B = B + 1

Apakahidle?

B = B - 1

Prosespelubangan sisi

kepala raket

C = C + 1

Apakah

idle?

C = C - 1

Proses

pemasangankepala raket

dengan T dan steel

D = D + 1

Apakah

idle?

D = D - 1

Proses

pemasanganhandle

E = E + 1

Apakah

idle?

E = E - 1

Pengecekan

raket

Raket

setengahjadi

Selesai

Yes

Yes

Yes

Yes

Yes

Yes

Yes

Yes

No

No

No

No

No

Apakah sudah

mencapai kapasitas 1batch

Apakah sudah

mencapai kapasitas 1

batch

Apakah sudah

mencapai kapasitas 1

batch

Apakah sudahmencapai kapasitas 1

batch

No

No

Apakah sudah

mencapai kapasitas 1batch

No

No

Yes

A

A

Gambar 4.2 Flowchartsistem pembuatan raket

4 4 Pengujian Distribusi Data

Pada subbab ini akan dibahas mengenai pengujian distribusi data dugaan

dengan data nyata. Data hasil pengamatan dapat dilihat pada Tabel 4.1.

Tabel 4.1 Data Proses dalam Sistem (dalam detik)

No

Proses

pembulatan

Proses

pelubangan

Proses

pemsangan T

dan steel

Proses

Pemasang

handle

Proses

inspeksi

1 15 26.57 18.54 2.23 10

2

15 25.94 18.64 2.04 11

3 13 21.32 18.68 5.16 21

4

13 26.09 17.63 2.63 18

5 15 26.06 18.93 3.19 12

6 15 19.8 18.93 4.59 17


34/63



Tabel

4.1Data

Proses

dalam

Sistem

(dala

m

detik)(Lanj

utan)

P

enguj

ian distribusi data dari data pengamatan yang telah ada dapat dilakukan

menggunakan software ProModel, dengan tools Stat:Fit dapat dilakukan melalui

langkah-langkah berikut:

1. Menjalankan softwareProModel.

2. Pilih toolspada tool bar, pilih Stat:Fit.

7 13 24.61 19.7 6.56 14

8

11 23.48 17.77 4.19 14

9 11 26.81 18.78 3.92 10

10 15 26.06 19.88 3.98 1211 13 23.86 17.14 5.97 20

12

13 24.46 20.1 3.3 19

13 12 26.59 17.98 2.49 26

14 15 20.15 17.01 5.81 11

15 12 24.93 18.05 6.03 15

16 12 22.7 17.24 3.12 16

17 8 24.19 18.91 3.22 22

18 10 22.55 19.64 5.95 18

19

11 22.92 17.38 4.26 18

20

14 21.25 18.44 2.56 16

21 10 21.71 17.83 5.01 8

22

11 23.07 19.24 2.38 13

23 10 25.51 18.49 4.27 25

24 10 20.72 18.61 4.32 23

25 11 21.11 17.95 4.91 9

26 9 25.23 19.8 6.46 26

27 12 26.56 19.32 2.47 5

28 10 22.55 18.84 4.61 16

29

8 21.81 17.01 4.27 20

30 11 23.78 18.95 5.44 12

31 7 22.02 17.03 5.9 1332 10 23.56 18.1 3.29 13

33

8 24.27 20.41 5.17 10

34 12 19.79 19.07 4.39 11

35

9 27.26 17.75 4.29 23

36 9 19.83 19.65 6.73 17

37

10 20.11 17.41 5.55 13

38 12 21.96 17.66 5.27 19

No

Proses

pembulatan

Proses

pelubangan

Proses

pemsangan T

dan

steel

Proses

Pemasang

handle

Proses

inspeksi

39 12 22.2 17.95 5.59 15

40 12 25.82 18.71 4.15 12

41 9 23.19 18.2 4.83 13

42 10 26.08 17.89 4.97 10

43

9 22.71 18.37 6.15 13

44

11 24.64 18.19 4.16 13

45 11 24.18 19.25 2.49 15

46 8 20.91 17.23 2.26 15

47 11 21.57 17.2 2.92 1448

12 27.48 18.61 2.6 10

49

11 19.79 19.8 5.1 13

50

10 23.35 19.24 3.61 10


35/63



Gambar 4.3 Langkah pengujian stat:fit

3. Masukkan data pengamatan yang telah dilakukan pada datatable.

Gambar 4.4 Pengujian stat:fit

4. Klik Fit, kemudian Auto::Fit, pilih continuos distributionklik OK.

Gambar 4.5 Proses auto::fit

5. Data akan ditampilkan berupa automatic filling. Untuk pengunaan distribusi

pada simulasi pilih distribusi dengan acceptance do not reject dan memilki

rank terbesar.


36/63



Gambar 4.6 Hasil stat:fit

Dari langkah-langkah pengujian distribusi data diatas, dapat dianalisis

distribusi data yang didapatkan sebagai berikut:

Tabel 4.2 Tabel Pemilihan Distribusi Data Hasil Pengamatan

No Aktivitas

Distribusi

Dugaan

Distribusi

Auto Fit

Acceptance Rank

Distribusi

Terpilih

1.KedatanganAlumunium

Poisson Lognormal Do Not Reject 100

Uniform(9., 17.)

Eksponential Uniform Do Not Reject 5.87

Uniform Eksponential Reject 1.92E-04

Normal

2.KedatanganAlumunium T

Poisson Lognormal Reject 1.36

Uniform(12., 16,8.)

Eksponential Uniform Do Not Reject 100

Uniform Eksponential Reject 1.59E-02

Normal

3.KedatanganSteel


Uniform(4., 5,95.)


Uniform Eksponential Reject1.09E+0

0

Normal

4.

Kedatangan

Handle


Uniform

(3., 7,73.)


Uniform

Normal

5. Pembulatan

Lognormal Lognormal Do Not Reject 100

Uniform

(7., 15.)

Uniform Uniform Do Not Reject 5.87

Eksponential Eksponential Reject 1.92E-04

Normal

6. Pelubangan

Lognormal Uniform Do Not Reject 100

Uniform

(19., 27,5.)

Uniform Lognormal Do Not Reject 11.5

Eksponential Eksponential Reject 1.19E-02

Normal


37/63



7.

Pemasangan

T dan Steel


Uniform(17., 20,4.)

Uniform Eksponential Reject 61.7

Eksponential Lognormal Reject

5.37E+0

0Normal

8.Pemasangan

Handle


Uniform

(1., 10,8.)

Uniform Lognormal Reject 0.123

Eksponential

Normal

9. Inspeksi

Lognormal Lognormal Do Not Reject 100

Uniform

(5., 26.)

Uniform Uniform Do Not Reject 0.14

Eksponential Eksponential Reject0.00E+00

Normal

Dari tabel diatas dapat dilihat perbandingan antara distribusi dugaan dan

distribusi hasil Stat:Fit, sehingga dapat dijelaskan alasan pemilihan distribusi data

dari hasil pengamatan sebagai memakai distribusi uniform karena memenuhi

syarat untuk dilakukannya simulasi oleh promodel.

4 5 Pembuatan Model Sistem Produksi RaketLangkah-langkah untuk membuat permodelan sistem dengan software

ProModel.

1. Menjalankan softwarepromodel

2. Membuat Projectbaru, dengan cara klik File-New atau memilih icon New, atau

menggunakan CTRL-N, setelah di pilih, File-New maka akan muncul kotak

dialog General Information, ketikkan judulprojectyang akan dibuat pada Title.

Klik Ok


38/63



Gambar 4.7 General report

3. Setelah membuat project baru, langkah berikutnya adalah pembuatan

backgroundyang berfungsi sebagai latar belakang permodelan sistem. Dengan

cara klik Build pada toolbar pilih Background Graphics pilih Behind Grid.

Setelah itu klik Editpilih Import Graphic, pilih Tutorial Backklik Open.

Gambar 4.8 Pembuatan background4. Langkah berikutnya adalah pembuatan layoutsistem produksi dimana proses

akan dilakukan. Pilih Buildpada tool bar, klik Locationsatau klik CTRL-L. Buat

locationsdengan cara men-drag simbol locationsyang diinginkan ke layout.

Gambar 4.9 Pembuatan layoutsistem produksi

Tabel 4.3 Pembuatan LayoutNo Locations Graphics Type Name Capacity

1 Entity Spot kedatangan_alumunium INFINITE

2 AGV pelengkungan 50

3 Pallet pallet_kepala 50

4 CMM pelubangan 50

5 Pallet pallet_kepalalubang 50

6 Entity Spot kedatangan_T INFINITE

7 Entity Spot kedatangan_steel INFINITE

8 Lathe pemasanganT_dan_steel 50

9 Pallet pallet_kepalaleher 50

10 Entity Spot kedatangan_handle INFINITE


39/63



11 Lathe pemasangan_handle 50

12 Pallet pallet raketsetengahjadi 50

13 Inspect inspect_raket 50

14 Pallet Barrels pallet_raketsiap 50

Gambar 4.10 Layout sistem pembuatan raket

5. Setelah pembuatan location selesai sesuai sistem yang dimodelkan, langkah

berikutnya adalah pendifinisian entitas yang akan diproses. Klik build klik

entitiesatau CTLR-E. Pilih simbol entitas yang diinginkan, ganti nama entitas

pad akotak dialog box name.Untuk mengganti warna entitas di kotak dialog

graphics, pilih edit pilih color klik OK pada dialog box color, klik OK pada

library graphic. Untuk mengganti ukuran entitas pilih edit pada dialog box

graphic pilih dimension, masukan ukuran yang diinginkan, klik OK. Kemudian

klik OK pada library graphic.

Tabel 4.4 Pembuatan EntitasNo Icon Name

1 Bar alumunium

2 Gear alumunium_T

3 Bar Steel

4 Raw Material Handle

5 Barrel kepala_raket

6 Barrel kepala_raketlubang

7 Pallet Barrels kepala_dan_leherraket

8 Pallet Boxes raket_setengahjadi


40/63



Gambar 4.11 Entitas yang digunakan

6. Langkah berikutnya adalah pembuatan jaringan aliran produksi. Klik build,

pilih path networks. Pilih kolom path pada dialog box path network. Pada

layout klik kiri di sekitar locations tertentu lalu tarik garis menuju location

berikutnya klik kanan pada locations tujuan kemudian lanjutkan lagi sesuailangkah di awal. Pada sistem ini terdapat 4 aliran produksi, yaitu: Net1, Net2,

Net3, dan Net4. Dengan jalur produksi sebagai berikut:

Gambar 4.12 Layoutsetelah jalan

Untuk membuat interfaces pilih kolominterfacesklik kiri pada locationsyang

dijadikan awal proses kemudian klik pada locations. Ulangi semua langkah

hingga seluruh tempat proses produksi terhubung sesuai jalur dengan

interfaces.

7. Untuk menambahkan resources yang akan digunakan klik build pilih

resources atau CTRL-R. Tambakan worker dengan memilih worker graphic,

ganti nama worker dengan Operator 1. Klik menu Specs untuk membuka


41/63


42/63



Gambar 4.15 Print screenproses 2

c. Pallet kepala raket ke pelubangan


d. Pelubangan ke pallet kepala lubang


e. Pallet kepala lubang ke pemasangan T dan steel


f. Kedatangan alumunium T ke pemasangan T dan steel


g. Kedatangan steelke pemasangan T dan steel


43/63




h. Pemasangan T dan steelke pallet kepala leher


i. Pallet kepala leher ke pemasangan handle


j. Kedatangan handleke pemasangan handle


k. Pemasangan handleke pallet raket setengah jadi


l. Pallet raket setengah jadi ke inspectraket



44/63



m. Inspect raket ke pallet raket siap


n. Pallet raket siap ke EXIT


9. Setelah logika proses selesai, yang perlu dilakukan adalah mendefiniskan

kedatangan. Klik Build pilih Arrivals. Klik dialog box entity, pilih balok kayu

klik OK. Untuk locationspilih datang klik OK. Kemudian masukan data seperti

pada tutorial.

Gambar 4.28 Tabel arrival

10. Untuk pembuatan variable yang mendefiniskan fungsi tertentu seperti total

produk dan WIP. Dapat dilakukan cara sebagai berikut: klik build pilih

variablesatau klik icon V. Ketikkan ID yang diinginkan, untuk pertama ketikan

WIP. Aktifkan ICON variablemenjadiyesdengan klikvariable WIP tempatkan

pada layoutmodel yang dibuat. Ulangi langkah ersebut untuk total produksi.


45/63



Gambar 4.29 Tabel entity

11. Jalankan Simulasi, klik simulation pada toolbar. Pilih options, pada run time

ketik 8(to run for 8 hours). Hilangkan centang pada cost pada replications

ketikan jumlah replikasi yang diinginkan. Klik tombol OK. Kemudian save

project, klik run dan simulasi akan di jalankan.

Gambar 4.30 Langkah memilih entity

4 6 Analisis dan Pembahasan

Berikut ini merupakan analisis dan pembahasan dari suatu model simulasi

pada sistem Produksi Raket.

1. Utilizationpada Location

Tabel 4.5 Utilization

Name Replication % Utilization

pelengkungan 1 34,89





Pelubangan 1 53,22

Pelubangan 2 53,16

Pelubangan 3 53,51

Pelubangan 4 54,09

Pelubangan 5 54,66

pemasanganT dan steel 1 53,76






46/63



pemasangan handle 1 16,9


pemasangan handle 3 17,42pemasangan handle 4 16,6


Tabel 4.5 Utilization(lanjutan)

Name Replication % Utilization

inspect raket 1 12,9


inspect raket 3 14,62inspect raket 4 13,44


Dari tabel general report dapat diketahui bahwa utilisasi location terbesar

terdapat pada pemasangan T dan steel yaitu 55,40%, hal ini disebabkan oleh

adanya kedatangan dua entitas baru yang menyebabkan pekerjaan pada

locationini lebih rumit.

2. Utilizationpada Resource

Tabel 4.6 Resource

Name Replication%

Utilization

Operator1 1 19,5

Operator1 2 19,58

Operator1 3 20,01

Operator1 4 19,59

Operator1 5 19,4

Operator2 1 16,21

Operator2 2 16,28

Operator2 3 16,64

Operator2 4 16,29

Operator2 5 16,13

Operator3 1 55,54

Operator3 2 55,78

Operator3 3 57,01

Operator3 4 55,82


47/63



Operator3 5 55,26

Operator4 1 53,19

Operator4 2 53,42

Operator4 3 54,61

Operator4 4 53,46

Operator4 5 51,89

Dari tabel general report dapat diketahui bahwa utilisasi operator terbesar

adalah pada operator 3 sejumlah 55,82%. Hal ini dapat disebabkan oleh

rumitnya pekerjaan yang harus dikerjakan oleh operator 3 yaitu

menggabungkan 3 entitas menjadi sebuah entitas baru.

3. Entity Activity

Tabel 4.7 Activity

Name Replication Total ExitsCurrent QtyIn System

Alumunium 1 0 0

Alumunium 2 0 0

Alumunium 3 0 0

Alumunium 4 0 0

Alumunium 5 0 0

alumunium T 1 450 0

alumunium T 2 450 0

alumunium T 3 450 0

alumunium T 4 450 0

alumunium T 5 450 0

Steel 1 450 0Steel 2 450 0

Steel 3 450 0

Steel 4 450 0

Steel 5 450 0

Handle 1 450 0

Handle 2 450 0

Handle 3 450 0

Handle 4 450 0


48/63



Handle 5 450 0

kepala raket 1 0 0

kepala raket 2 0 0

kepala raket 3 0 0

kepala raket 4 0 0

kepala raket 5 0 0

Tabel 4.7 Activity(lanjutan)

Name ReplicationTotal

Exits

Current

Qty In

System

kepala raketlubang 1 0 0kepala raketlubang 2 0 0

kepala raketlubang 3 0 0



kepala dan leherraket 1 0 0





raket setengahjadi 1 450 0





a. Total Exit

Dari tabelgeneral reportdapat diketahui bahwa total alumunium T, steel, handle,dan raket setengah jadi yang keluar pada sistem ini berjumlah 450 buah.

Dilakukan selama 8 jam dan 5 replikasi.

b. Current Quantity

Dari tabel general report dapat diketahui saat simulasi selama 8 jam dan 5

replikasi berakhir masih terdapat 26 buah raket setengah jadi dalam sistem.

4 7 Verifikasi dan Validasi


49/63



Verifikasi dan validasi merupakan tahapan untuk menguji kredibilitas/

kesesuaian sistem nyata dengan model simulasi.

4 7 1 Verifikasi

Verifikasi adalah proses untuk menentukan apakah model telah beroperasi

sesuai yang diinginkan oleh programmer. Verifikasi berkaitan dengan kondisi

konseptual apakah model telah sesuai dengan konsep yang diinginkan (Banks,

Carson, dan Nelson. 1995). Verifikasi adalah proses pemeriksaan logika

operasional model (program computer) sesuai dengan logika diagram alur

(Hoover dan Perry. 1989).

Berikut ini merupakan tahapan yang dilakukan dalam melakukan verifikasi

model dalam simulasi.

1. Membandingkan diagram alir konseptual dengan model yang ada pada

softwaresimulasi.

create

end

Pelubangan

begin

Alumunium

Antri

end

Alumunium

dan Stell Antri

Pemasangan Badan

begin end

Kerangka

Antri

begin

Pemasangan

Handle

end

Kerangka

Antri

begin

Depart

end

inspeksi

IdleIdle

arrive begin

Alumunium

antri

Pembulatan

Idle IdleIdle IdleIdle Idle

create

create

create

arrive

arrive

arrive

create

arrive

Alumunium

Antri

Alumunium

dan Steel

Antri

Handle

Antri

Kerangka

Alumunium

Antri Gambar 4.31 diagram alir menggunakan PetriNet


50/63



Gambar 4.32 layout produksi menggunakan software Promodel.

Berdasarkan urutan sistem yang digambarkan sesuai sistem nyata yaitu

dimulai dari kedatangan alumunium, pembulatan alumunium, Pemasangan steel

dan T, pemasangan handle,dan check akhir (quality control) yang berupa inspeksi,

sehingga terdapat output raket yang setengah jadi yang selesai keluar dari sistem.

Gambar di atas dapat merepresentasikan bahwa model sistem yang terdapat pada

software Promodel sudah sesuai dengan model sistem yang terdapat padaPetriNet.

2. Melihat rangkuman proses pada model dan melakukan pengocokan ulang

terhadap logika proses.

Gambar 4.33 Proses pada softwarePromodel


51/63



Dari gambar diatas dapat dilihat bahwa rangkuman proses pada model

terhadap logika proses dengan waktu dalam detik sudah sesuai dan

terverifikasi

3. Melakukan pengocokan animasi dengan model pada softwaresimulasi dapat

berjalan dengan sesuai.

Gambar 4.34 Animasi yang sudah bergerak

Dari gambar diatas dapat dilihat animasi dengan model pada softwaresimulasi

dapat berjalan dengan sesuai sehingga dapat terverifikasi.

4. Melakukan pengecakan Compoiled Successfully


52/63


53/63



b. Klik analyze, pilih Descriptive statistic, kemudian pilih explore dan

masukkan semua variabel yang mau diuji normal ke dalam Dependent

List. Klik Plotsdan centang normality plots with tests.

Gambar 4.37 Explore

c. Klik continue, maka akan muncul output seperti pada TabelTabel 4.9 Output

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

handle_aktual .292 5 .188 .823 5 .124

handle_promodel .207 5 .200* .899 5 .404

inspeksi_aktual .224 5 .200* .842 5 .171

inspeksi_promodel .167 5 .200* .969 5 .872

output_aktual .300 5 .161 .813 5 .103

output_promodel .473 5 .001 .552 5 .000

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

d. Menguraikan hipotesis

1) Data aktual proses pemasangan handle

Ho: Data aktual proses pemasangan handle berdistribusi normal

H1 : Data aktual proses pemasangan handle tidak berdistribusi normal


54/63



Kriteria pengujian:

Ho diterima apabila nilai Sig. (2-Tailed) 0.05

H1 diterima apabila nilai Sig. (2-Tailed) 0.05

Kesimpulan: Pada tabel hasil SPSS nilai Shapiro-Wilk (0,124) lebih dari

0.05 maka data aktual berdistribusi normal.

2) Data simulasi proses pemasangan handle

Ho: Data simulasi proses pemasangan handle berdistribusi normal

H1: Data simulasi proses pemasangan handle tidak berdistribusi normal

Kriteria pengujian:



Kesimpulan: Pada tabel hasil SPSS nilai Shapiro-Wilk (0,404) lebih dari

0.05 maka data pada simulasi berdistribusi normal.

3) Data aktual inspeksi

Ho: Data aktual inspeksi berdistribusi normal

H1 : Data aktual inspeksi tidak berdistribusi normal

Kriteria pengujian:



Kesimpulan: Pada tabel hasil SPSS nilai Shapiro-Wilk (0,171) lebih

dari 0.05 maka data aktual berdistribusi normal.

4) Data simulasi inspeksi

Ho: Data simulasi inspeksi berdistribusi normal

H1 : Data simulasi inspeksi tidak berdistribusi normalKriteria pengujian:




dari 0.05 maka data simulasi berdistribusi normal.

5) Data aktual output

Ho: Data aktual output berdistribusi normal


55/63



H1 :Data aktual output tidak berdistribusi normal

Kriteria pengujian:




dari 0.05 maka data aktual berdistribusi normal.

6) Data simulasi output

Ho: Data simulasi output berdistribusi normal

H1 : Data simulasi output tidak berdistribusi normal

Kriteria pengujian:



Kesimpulan: Pada tabel hasil SPSS nilai Shapiro-Wilk (0,000) kurang

dari 0.05 maka data simulasi tidak berdistribusi normal.

e. Kesimpulan

Dari pengujian hipotesis di atas dapat diambil kesimpulan bahwa data

pemasangan handle dan inspeksi berdistribusi normal, baik data aktual

maupun data simulasi. Data aktual output juga berdistribusi normal,

sedangkan data simulasi output tidak berdistribusi normal.

2. Uji Perbandingan Rata-rata 2 Sampel Independen

a. Karena data pemasangan handle dan inspeksi berdistribusi normal, makapengujian perbandingan rata-rata 2 sampel independen menggunakan

Independent Sample T-Test.Langkah-langkahnya adalah sebagai berikut:

1) Aktifkan variable viewdanisikan nama variabel, kemudian isikan data

pada data view dengan urutan data nomer 1 sampai 5 adalah data

aktual dan 6 sampai 10 adalah data simulasi.


56/63



Gambar 4.38 Variable view

2) Klik analyze, pilih Compare Means, kemudian pilih Independent-

Samples T Test.

Gambar 4.39 Independent sample t-test

3) Masukkan variabel pada kotak test variable(s), dan group pada

Grouping Variable.


57/63



Gambar 4.40 Grouping variable

4) Untuk menentukan grup, klik define groups. Selanjutnya pada

kotak dialog groups, tuliskan 1 untuk group 1 dan 2 untuk

group2. Lalu klik continue.

Gambar 4.41 Define group

5) Lalu klik OK.6) Kemudian muncul output sebagai berikut

Tabel 4.10 Output independent sample t-testIndependent Samples Test

Levene's

Test for

Equality of

Variances

t-test for Equality of Means

F Sig. t df Sig.

(2-

tailed)

Mean

Difference

Std. Error

Difference

95% Confidence

Interval of the

Difference

Lower Upper

Handle

Equal

variances

assumed

9.111 .017-

1.5128 .169 -.50600 .33460

-

1.27758.26558

Equal

variances

not

assumed

-

1.5125.695 .184 -.50600 .33460

-

1.33548.32348


58/63



Inspeksi

Equal

variances

assumed

5.737 .044 -.629 8 .547 -.59000 .93750-

2.751881.57188

Equal

variances

not

assumed

-.629 4.176 .562 -.59000 .93750-

3.150271.97027

7) Hipotesis:

H0 = tidak terdapat perbedaan antara data simulasi dengan data nyata

(valid)

H1= terdapat perbedaan antara data simulasi dengan data nyata (tidak

valid)

Nilai taraf nyata () = 0.05

Kriteria pengujian:

H0diterima jika nilai Sig. (2-tailed)

H0ditolak jika nilai Sig. (2-tailed) <

Kesimpulan: Berdasarkan hasil pengujian pada tabel pengujian

Independent Sample Test didapatkan nilai Sig. (2-tailed) untuk data

pemasangan handle (0,169 dan 0,184)> 0.025 dan data inspeksi (0,547

dan 0,562) > 0.025, maka H0diterima, berarti tidak terdapat perbedaan

antara data simulasi dengan data nyata (valid).

b. Karena salah satu data output tidak berdistribusi normal, maka pengujian

perbandingan rata-rata 2 sampel independen menggunakan uji Mann-

Whitney.Langkah-langkahnya adalah sebagai berikut:

1) Aktifkan variable viewdanisikan nama variabel, kemudian isikan data

pada data view dengan urutan data nomer 1 sampai 5 adalah data

aktual dan 6 sampai 10 adalah data simulasi.


59/63



Gambar 4.42 Variable view

2) Klik analyze, pilih Nonparametric test, kemudian pilih Legacy Dialogs,

lalu pilih 2 Independent Samples.

Gambar 4.43 Independent samples

3) Masukkan variabel pada kotak test variable(s), dan group pada Grouping

Variable. Centang Mann-Whitney U.

Gambar 4.44 Grouping variable mann-whitney u

4) Untuk menentukan grup, klik define groups. Selanjutnya pada kotak dialog

groups, tuliskan 1 untuk group 1 dan 2 untuk group 2. Lalu klik

continue.


60/63



Gambar 4.45 Define groups

5) Lalu klik OK.

6) Kemudian muncul output sebagai berikut

Tabel 4.11 Output mann-whitney uTest Statistics

a

Output

Mann-Whitney U 12.000

Wilcoxon W 27.000

Z -.118

Asymp. Sig. (2-tailed) .906

Exact Sig. [2*(1-tailed Sig.)] 1.000b

a. Grouping Variable: group

b. Not corrected for ties.

7) Hipotesis:

H0 = tidak terdapat perbedaan antara data simulasi dengan data nyata(valid)

H1 = terdapat perbedaan antara data simulasi dengan data nyata (tidak

valid)

Nilai taraf nyata () = 0.05

Kriteria pengujian:

H0diterima jika nilai Sig. (2-tailed)

H0ditolak jika nilai Sig. (2-tailed) < Kesimpulan: Berdasarkan hasil pengujian pada tabel pengujian

Independent Sample Test didapatkan nilai Sig. (2-tailed) untuk data

pemasangan output (0,906) > 0.025, maka H0 diterima, berarti tidak

terdapat perbedaan antara data simulasi dengan data nyata (valid).


61/63




62/63



BAB V

PENUTUP

5 1 Kesimpulan

Dari hasil praktikum modul 1 tentang Simulation and ProModel Software

maka dapat disimpulkan sebagai berikut.

1. Pada sistem pembuatan raket terdapat beberapa proses diantaranya proses

pelengkungan alumunium, pelubangan alumunium, pemasangan T dan steel,

Pemasangan handle dan terakhir pengecekan pada raket. Terdapat

permasalah yang ada dalam sistem yaitu kurangnya ketelitihan operator pada

saat pemasangan steelsehingga waktu inspeksi dibutuhkan.

2. Pada praktikum modul ini, studi kasus yang akan dimodelkan adalah sistem

pembuatan raket. Membandingkan diagram alir konseptual dengan model

yang ada pada software, sehingga dapat merepresentasikan bahwa diagram

alir konseptual dan aliran proses serta path network model pada software

simulasi sama. Jadi dapat dikatakan bahwa model pembuatan raket simulasi

sudah terverifikasi.

3. Pada permodelan sistem produksi raket ini digunakan software Promodel.

Pengamatan pada sistem yang menjadi permasalahan dilakukan terlebih

dahulu sebelum membuat permodelan. Karateristik sistem yang diamati

adalah waktu kedatangan, lokasi proses, dan waktu proses. Setelah mengamati

karakteristik sistem tersebut, dilakukan pembuatan model dari sistem nyata

pembuatan raket. Pertama, dengan membuat layout model menggunakan

simbol-simbol yang merepresentasikan entitas, resource, dan location dati

dari sistem produksi raket. Setelah membuat layout, dilakukan menentuan

alur proses produksi dengan menggunakan path network yang disesuasikan

dengan alur proses produksi sebenarnya. Setelah itu dilakukan penentuan

processing dengan routing yang sesuai dengan sistem nyata. Setelah semua

tahap selesai, simulasi dapat dijalankan dan sebagai outputnya akan muncul

tabel report.


63/63

Model sistem pembuatan raket yang sudah terverifikasi selanjutnya adalah

dilakukan tahap validasi, pada tahap ini tiga faktor utama yang diperiksa 0,05

sehingga tidak ada perbedaan jumlah output antara data simulasi dengan data

aktual.

4. Dari hasil promodel sistem, dapat dilakukan beberapa perbaikan dalam sistem

pelayanan yang ada dalam sistem pembuatan raket, seperti melakukan

pengoptimalisasian waktu pada tiap location. Berdasarkan output hasil

simulasi, analisis yang didapatkan dari tabel general report adalah dapat

diketahui bahwa utilisasi location terbesar terdapat pada pemasangan T dan

steel yaitu 55,40%, hal ini disebabkan oleh adanya kedatangan dua entitas

baru yang menyebabkan pekerjaan pada locationini lebih rumit. Pada utilisasi

resource dapat diketahui bahwa utilisasi operator terbesar adalah pada

operator 3 sejumlah 55,82%. Hal ini dapat disebabkan oleh rumitnya

pekerjaan yang harus dikerjakan oleh operator 3 yaitu menggabungkan 3

entitas menjadi sebuah entitas baru. Pada total exit dapat diketahui bahwa

total alumunium T, steel, handle, dan raket setengah jadi yang keluar pada

sistem ini berjumlah 450 buah. Pada current quantity in system dapat

diketahui saat simulasi selama 8 jam dan 5 replikasi berakhir masih terdapat

26 buah raket setengah jadi dalam sistem.

5 2 Saran

Saran yang dapat kami berikan adalah sebagai berikut.

1. Dalam pengambilan data seharusnya lebih teliti dan cermat sehingga tidak

mengalami kesulitan dalam pengolalah distribusi data.2. Praktikan diharapkan lebih aktif konsultasi kepada asisten modul untuk

mengurangi kesulitan yang dihadapi praktikan itu sendiri.

modul 1 print kel 28

Documents