word header footer modul 1 ganjil baru.docx
TRANSCRIPT
BAB IPENDAHULUAN
1.1Latar Belakang
CV. Raket dan Olahraga Abadi merupakan perusahaan yang
bergerak di bidang olahraga, yang produksi utamanya adalah raket
badminton. Semakin pesatnya permintaan alat olahraga terutama
raket yang dibutuhkan oleh konsumen, hal ini mendorong
perusahaan-perusahaan saling berpacu agar dapat memuaskan
kebutuhan konsumen dengan cara menghasilkan raket berkualitas
sesuai dengan keinginan konsumen. Hal tersebut membuat
perusahaan raket abadi perlu meningkatkan performansi sistem
supaya alur proses produksi bisa berrjalan tepat waktu sesuai dengan
pesananan. Salah satu cara untuk memperbaiki performansi sistem
adalah dengan menggunakan simulasi yang bertujuan untuk
mendeskripsikan sistem secara nyata dan terperinci. Software yang
digunakan adalah Promodel yang merupakan high-level program dan
specify-purpose simulation. ProModel adalah perangkat simulasi
untuk memodelkan berbagai macam sistem manufaktur dan jasa.
Penggunaan simulasi diharapkan dapat memperbaiki sistem agar
dapat menjadi lebih efektif dan efisien.
Pemilihan proses pembuatan raket pada CV. Abadi yang berada di
Sukun sebagai studi kasus pada praktikum simulasi karena prosesnya
yang cukup kompleks. Proses pembuatan raket adalah proses
pemotongan, pelubangan, dan rolling pada besi. Pada kayu dilakukan
proses pemotongan, pengeboran, dan penirusan. Setelah itu
dilakukan proses assembly dan finishing. Analisis mengenai sistem
pembuatan raket diperlukan untuk mengetahui apakah sistem sudah
berjalan dengan efektif dan efisien, maka perlu adanya suatu simulasi
pada sistem tersebut.
Hal Selain itu dengan peberbaikan sistem yang ada ini diharapkan
proses pembuatan raket ini bisa berjalan dengan cepat karena raket
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
1
ini merupakan alat yang digunakan sebagai alat permainan bulu
tangkis dan bulu tangkis merupakan salah satu olah raga favorit di
indonesia. Apalagi bila ada event tahunan seperti tomas cup dan uber
cup maka permintaaan akan raket akan meningkat.
1.2Tujuan
Tujuan dari praktikum ini antara lain:
1. Untuk memodelkan sistem nyata dengan menggunakan petrinet.
2. Untuk memodelkan sistem nyata pada sofware promodel dan
mensimulasikannya.
3. Agar dapat melakukan verifikasi dan validasi model.
4. Untuk dapat menganalisis hasil simulasi.
1.3Manfaat
Manfaat yang dapat diperoleh dari pelaksanaan praktikum ini
antara lain:
1. Dapat memodelkan sistem nyata menggunakan petrinet.
2. Dapat memodelkan sistem nyata pada sofware promodel dan
mensimulasikannya.
3. Dapat melakukan verifikasi dan validasikan sistem.
4. Dapat menganalisis hasil simulasi.
1.4Batasan
Batasan dari praktikum ini antara lain
1. Sistem yang digunakan berupa Single Line Single Server untuk
work station 1 sampai 9 dan Single Line Multi Server work station
10.
2. Obyek yang diamati adalah sistem pembuat raket.
3. Replikasi yang dilakukan sebanyak 5 kali.
2 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
4. Proses pembuatan raket sehari selama jam.
1.5Asumsi
Asumsi dari praktikum ini antara lain
1. Tidak ada pekerja menganggur dan dalam kondisi sehat.
2. Tidak ada kerusakan mesin.
3. Data yang digunakanadalah data waktu awal proses pembuatan
sampai barang jadi.
BAB IITINJAUAN PUSTAKA
2.1Sistem
Sistem didefinisikan sebagai kumpulan elemen yang secara
bersama-sama menjalankan fungsinya untuk mencapai sebuah tujuan
tertentu(Blanchard, 1991).Sedangkan menurut Raymond Mcload
(2001), sistem adalah himpunan dari unsur-unsur yang saling
berkaitan sehingga membentuksuatu kesatuan yang utuh dan
tepadu.
Karakteristik atau ciri-ciri sistem sebagai berikut
Sistem terdiri dari berbagai elemen yang membentuk satu
kesatuan.
Adanya interaksi, saling ketergantungan dan kerjasama antar
elemen.
Sebuah sistem ada untuk mencapai tujuan tertentu.
Memiliki mekanisme / transformasi.
Memiliki lingkungan yang mengakibatkan dinamika sistem
2.1.1Karakteristik Sistem
Sistem memiliki beberapa karakteristik antara lain :
1. Kejadian(event), merupakan suatu peristiwa yang dapat merubah
keadaan sistem.Contohnya adalah kedatangan, kerusakan mesin.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
3
2. Aktivitas (activity), merupakan suatu proses yang menyebabkan
perubahan dalam sistem yang dapat mengubah atribut maupun
entity. Contohnya seperti proses pengeboran, welding, assembly,
milling, tapping, dll.
3. Hubungan (relationship), merupakan kesinambungan interaksi
antara dua objek atau lebih yang memudahkan proses
pengenalan satu akan yang lain. Contoh Budi dan Ali adalah anak
pak Agus.
4. Antarmuka penghubung (interface), merupakan media
penghubung antar subsistem. Cotoh interface widows 7.
5. Elemen-elemen, merupakan komponen bagian dari sistem yang
berupa entitas atau subsistem:
4 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
a. Entitas
Entitas adalah objek yang diproses dan diamati dalam suatu
sistem. Contoh dari entitas adalah material awal yang diproses
di dalam sistem, custoomer pada antrian bank, pasien pada
sistem rumah sakit, dsb.
b. Subsitem
Subsistem sebenarnya hanyalah sistem di dalam suatu sistem,
ini berarti bahwa sistem berada pada lebih dari satu tingkat.
Pemisalan lainnya, mobil adalah suatu sistem yang terdiri dari
sistem-sistem bawahan seperti sistem mesin, sistem badan
mobil dan sistem rangka. Masing-masing sistem ini terdiri dari
sistem tingkat yang lebih rendah lagi.
6. Atribut, merupakan sebutan, sifat atau karakteristik yang memiliki
elemen sistem. Terdapat dua macam atribut, yaitu:
a. Parameter
Besaran yang nilainya akan memberi sifat (karakteristik)
tertentu dari suatu sistem. Parameter adalah atribut sejati dari
suatu objek dalam sistem. Nilai parameter dapat tetap (time
invariant) berupa konstanta atau berubah dengan waktu (time
variant).Contohnya tanda-tanda tsunami adalah surutnya laut
secara tiba-tiba sampai daerah tepi pantai dapat dilihat.
b. Variable
Berfungsi untuk menghitung entity yang melewati suatu lokasi
maupun waktu tunggu pada satu interval waktu tertentu. Selain
itu, variable juga dapat digunakan untuk mendefinisikan
pemanggilan dari suatu distribusi waktu tertentu. Contohnya
banyaknya antrian tunggu ketika ingin menabung di bank.
7. Batas sistem (boundary), merupakan daerah yang membatasi
antar sistem atau lingkungan luarnya. Contohnya batas provinsi
Jawa Timur sebelah timur adalah selat bali.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
5
8. Lingkungan luar (environment), merupakan apapun diluar dari
sistem yang mempengaruhi operasi sistem. Contohnya aplikasi
komputer mempengaruhi jalannya windows 7.
9. Masukan sistem (input), merupakan suatu energi yang
dimasukkan ke dalam sistem. Contohnya BBM merupakan bahan
bakar penggerak sepeda motor.
10. Pengganggu (disturbance/noise), merupakan faktor-faktor yang
menyebabkan terjadinya kesalahan pada sistem. Contoh virus
komputer.
11. Keluaran sistem (output), merupakan hasil dari energi yang diolah
dan diklasifikasikan menjadi keluaran. Contoh asap kendaraan,
kotoran ternak.
12. Umpan balik (feedback), merupakan reaksi dan respon
stakeholder atas sistem yang lakukan. Contohnya bunga dari bank
yang akankita terima pabila menabung.
13. Ukuran performansi sistem dibagi menjadi dua:
a. Transient state
Suatu tipikal kelakuan sistem yang tergantung pada kondisi
inisial.Misalnya recovering dari suatu kegagalan komponen.
b. Steady state
Kelakuan operasi normal dari sistem independent terhadap
kondisi inisial.Contohnya lancarnya sistem pencernaan karena
sering makanan yang berserat.
14. Proses penolahan (transformation process), merupakan suatu
proses yang akan merubah masukan menjadi keluaran.
Contohnya menjahit merupakan proses merubah kain menjadi
pakaian.
15. Perilaku sistem (behavior), merupakan perilaku dari sistem yang
melibatkan masukan, pengolahan, dan keluaran. Contohnya
sistem pada komputer akan berjalan lancar pabila sering di
6 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
update, discan dan membuang aplikasi atau dokumen yang tidak
penting.
2.1.2Klasifikasi Sistem
Sistem dapat diklasifikasikan dari beberapasudut pandang,
diantaranya sebagai berikut ini:
1. Sistem abstrak (abstract sistem) dan sistem fisik (physicalsistem).
Sistem abstrak merupakan sistem yang berupa pemikiran atau ide-
ide yang tidak tampak secara fisik. Contohnya seperti sistem
teologis, yaitu sistem yang berupa pemikiran-pemikiran hubungan
manusia dengan tuhan. Sedangkan sistem fisik adalah sistem yang
nampak secara fisik, contohnya adalah sistem komputer, sistem
produksi, dll.
2. Sistem alamiah (naturalsistem) dan sistem buatan manusia (human
made sistem).
Sistem alamiah adalah sistem yang terjadi melalui proses alam dan
tidak dibuat oleh manusia, contohnya sistem perputaran bumi. .
Sistem buatan manusia yang melibatkan interaksi anatara manusia
dengan mesin disebut dengan human machine sistem atau ada
yang menyebut dengan man-machine sistem. Sistem informasi
merupakan contoh man-machine sistem, karena menyangkut
penggunaan komputer yang berinteraksi dengan manusia.
Contohnya seperti sistem komputer.
3. Sistem tertentu (deterministic sistem) dan sistem tak tentu
(probabilistik sistem).
Sistem tertentu beroperasi dengan tingkah laku yang sudah dapat
diprediksi, interaksi bagian-bagiannya dapat dideteksi dengan pasti
sehingga keluarannya dapat diramalkan. Contohnya sistem
komputer melalui program. Sedangkan sistem tak tentu adalah
sistem yang kondisi masa depannya tidak dapat diprediksi jarena
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
7
mengandung unsur probabilitas, contohnya seperti sistem antrian
pada bank.
4. Sistem tertutup (closed sistem) dan sistem terbuka (open sistem).
Sistem tertutup merupakan sistem yang tidak berhubungan dengan
lingkungan luarnya. Sistem ini bekerja secara otomatis tanpa
adanya turut campur tangan dari pihak luarnya. Secara teoritis
sistem ini ada, namun kenyataannya tidak ada sistem yang benar-
benar tertutup, hanya relatif tertutup saja. Contoh sistem tertutup
adalah Apple Inc. Perusahaan ini selalau berinovasi tanpa adanya
campur tangan dari luar, ataupun survey terhadap konsumen,
mereka hanya berinovasi, kemudian menyerahkan penilaian
produk pada konsumen. Sistem terbuka adalah sistem yang
terbuka dan terpengaruh dengan lingkungan luaratau subsistem
yang lainnya. Karena sistem sifat terbuka dan terpengaruh oleh
sistem yang lain, maka suatu sistem terbuka harus memiliki sistem
pengendali yang baik. Contoh sistem terbuka adalah Microsoft
coorperationm yang selalu mengikuti kebutuhan para konsumen
yang sudah disurvey oleh pihak perusahaan, sehingga dapat
berinovasi dan menciptakan produk sesuai kebutuhan konsumen.
(referensi: pengenalan komputer, pengarang prof. Dr. Jogiyanto
h.m, MBA.,Akt.)
Gambar 2.1 Gambaran sistem terbuka dan tertutupSumber: Budi (2007)
2.2Model
Model adalah adalah rencana, representasi, atau deskripsi yang
menjelaskan suatu objek, sistem, atau konsep, yang seringkali berupa
penyederhanaan atau idealisasi. Bentuknya dapat berupa model fisik
(maket, bentuk prototipe), model citra (gambar, komputerisasi,grafis
8 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
dll), atau rumusan matematis. Ciri-ciri model adalah merupakan
pendekatan, yang dianggap perlu dan cukup, dan dibuat berdasarkan
(sejauh mungkin) pengetahuan yang telah dimiliki
2.2.1Stakeholder dari PemodelanStakeholder sering dinyatakan sebagai para pihak, lintas pelaku,
atau pihak-pihak yang terkait dengan suatu issu atau suatu rencana.
Beberapa defenisi yang penting dikemukakan seperti Freeman (1984)
yang mendefenisikan stakeholder sebagai kelompok atau individu
yang dapat memengaruhi dan atau dipengaruhi oleh suatu
pencapaian tujuan tertentu.
Macam-macam stakeholder antara lain :
1. Problem Owner, merupakan individu atau sekelompok orang yang
memiliki kewenangan mengendalikan permasalahan. Contoh dari
problem owner adalah pemilik perusahaan, atau dalam sistem yang
lebih kecil yaitu supervisor.
2. Problem User, merupakan individu atau kelompok orang yang
menggunakan solusi model untuk memecahkan masalah,
meningkatkan kinerja dan mengeksekusinya. Contohnya adalah
para pekerja dalam sistem.
3. Problem Customer, merupakan pihak yang mendapatkan manfaat
atau menjadi objek akibat penerapan solusi. Contohnya adalah
konsumen.
4. Problem Analyst, merupakan pihak yang menganalisis masalah dan
mendapatkan solusi kemudian disampaikan kepada problem owner
untuk mendapatkan persetujuan. Contohnya misalnya manager
sebagai decision maker dalam suatu permasalahan yang kemudian
meminta persetujuan problem owner dalam hal ini misalnya
direkktur utama.
2.2.2Prinsip ModelBeberapa prinsip permodelan antara lain:
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
9
1. Elaborasi merupakan pengembangan model dimulai dengan yang
sederhana dan secara bertahap dielaborasi hingga diperoleh model
yang lebih representatif. Penyederhanaan dilakukan dengan
menggunakan sistem asumsi yang ketat yang tercermin pada
jumlah, sifat dan relasi variabel-variabelnya. Tetapi asumsi yang
dibuat tetap harus memenuhi persyaratanya yakni konsistensi,
independensi, ekuivalensi dan relevansi.
2. Iteraktif merupakan proses pengembangan dengan melakukan
pengulangan atau peninjauan kembali (iteratif). Ada tiga komponen
utama prinsip iteratif, yaitu pengembangan model awal atau
dugaan, langkah-langkah atau aturan yang harus ditempuh supaya
dapat diperoleh model yang memadai, ukuran kompleksitas model
sebagai titik akhir di mana kita menghentikan proses iteratif.
3. Sintetik merupakan metode yang dibuat untuk mengembangkan
pengenalan masalah-masalah secara analogis.Sinektik menuntut
kemampuan kreatif yang tinggi dari seorang analis dalam membuat
analogi yang tepat. Sinektik didasarkan pada asumsi bahwa
kesadaran mengenai hubungan yang identik atau mirip di antara
masalah sistem nyata dalam skala besar akan meningkatkan
kapasitas pemecahan masalah dari seorang analis. Dalam
mengembangkan model dengan sinektik ini dapat dihasilkan empat
tipe analogi, yaitu:
a. Analogi Personifikasi
Dalam hal ini, analis berusaha membayangkan dirinya
mengalami masalah sistem nyata seperti yang dihadapi oleh
pengambil keputusan dalam perusahaan. Contohnya simulator
SIM, simulator mengemudikan pesawat terbang.
b. Analogi Simbolik
Analis berusaha menemukan hubungan yang serupa antara
situasi problematic sistem nyata dengan proses simbolik.
Contohnya adalah laju mengalirnya air pada suatu tingkat
10 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
volume tertentu dalam bak dan laju pertumbuhan penduduk
dari sejumlah penduduk suatu kota.
c. Analogi Fantasi
Dalam membuat analogi fantasi, analis sama sekali bebas
mencari kesamaan antara situasi problematik yang dihadapi
dan beberapa masalah perusahaan lain yang bersifat khayali.
Untuk menaksir tepat tidaknya hasil suatu analogi, dapat
ditempuh dengan menilai sampai tingkat seberapa jauh situasi
masalah sistem nyata serupa dengan hal-hal lain yang
dianalogikan.Contohnya adalah analogi antara perkembangan
logika learning machine dan konsep berpikir manusia yang
gradual dalam menghadapi situasi baru.
2.2.3Klasifikasi modelBeberapa klasifikasi model simulasi yang perlu diketahui sebagai
berikut :
1. Model Menurut Fungsi
a. Model Deskriptif
Model deskriptif menggambarkan kondisi-kondisi atau aktivitas
sekarang atau masa lalu, namun tidak untuk meramalkan atau
memberikan rekomendasi. Contohnya adalah maket suatu
bangunan.
b. Model Prediktif
Model ini memperkirakan atau memproyeksikan perilaku sistem
dengan menghubungkan variable-variabel yang terkait atau
berpengaruh.Contohnya adalah model program aplikasi fisika
dalam menghitung suhu.
c. Model Normative
Model ini memberikan aturan dan rekomendasi untuk langkah-
langkah atau tindakan yang dapat di ambil untuk pencapaian
yang terbaik dari alternative yang ada terhadap suatu masalah.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
11
Contohnya adalah model budget advertensi, model economics,
model marketing
12 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
3. Model menurut Acuan Waktu
a. Model Statis
Model Statis merupakan model yang tidak memperhitungkan
perubahan-perubahan karena pengaruh waktu. Contohnya
adalah peta dunia.
b. Model Dinamis
Model Dinamis merupakan model yang memperhitungkan factor
waktu dalam menggambarkan perilaku sistem nyata. Contoh
sederhana adalah proyeksi rugi-laba 5 tahun di mana data input
seperti biaya, harga, dan kuantitas berubah dari tahun ke tahun.
4. Model Menurut Tingkat Ketidak pastian
a. Model Deterministik
Model Deterministik merupakan model yang keluarannya dapat
dilacak secara pasti berdasarkan masukannya. Tingkat
ketidakpastian adalah didasarkan pada tingkat pengetahuan
yang dimiliki oleh pengambilkeputusan tantang sifat alamiah
yang mempengaruhi sistem yang sedang dianalisis. Contohnya
adalah pemodelan jumlah bensin yang digunakan dengan jarak
yang ditempuh.
b. Model Probabilistik
Model Probabilistik merupakan model yang beresiko adanya
kegagalan dimana keadaan yang akan terjadi diketahui nilai
kemungkinannya dan digambarkan secara probabilistic.
Contohnya adalah pemodelan antrian.
c. Model Konflik
Model Konflik merupakan model yang memiliki sifat alamiah
pengambil keputusan berada dalam pengendalian lawan. Syarat
utama untuk memodelkan ini adalah harus mampu memprediksi
strategi lawan dengan kemungkinan alternative strategi yang
diambil oleh lawan beserta kelemahannya. Contohnya strategi
art of war dalam mengetahui arus pemasaran saat ini.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
13
d. Model Tak Pasti
Model Tak Pasti merupakan model yang dikembangkan untuk
menghadapi kondisi ketidak pastian mutlak. Kondisi yang akan
datang dan peluang yang berhubungan dengannya tidak
diketahui. Contohnya metode forcasting dalam menentukan
keadian masa depan pada perusahaan.
5. Model Menurut Derajad Generalisasi
a. Model Umum
Model Umum merupakan model yang bisa diterapkan pada
berbagai bidang fungsional. Contohnya metode braindstroming
dapat digunakan dalam memecahkan masalah pada perusahaan
bagaiamanapun kondisinya.
b. Model Spesifik
Model Spesifik merupakan model yang dapat diterapkan pada
masalah-masalah tertentu. Contohnya metode penanaman
terasering cocok digunakan pada lahan yang miring.
6. Model Menurut Derajad Kuantifikasi
a. Model Kualitatif
Model Kualitatif merupakan model yang menggambarkan suatu
mutu pada suatu realita. Contohnya mobil itu dapat berlari cepat
dan stabil ketika digunakan.
b. Model Kuantitatif
Model Kuantitatif merupakan model yang variabel-variabelnya
dapat dikualifikasi (berupa numeric). Contohnya lampu philps
memiliki daya 5 watt dapat bertahan selama 2 tahun.
c. Model Heuristik
Model Heuristik merupakan pendekatan praktis (biasanya trial
and error) terhadap pemecahan suatu persoalan. Model ini
merupakan model yang digunakan untuk mencari jawaban yang
baik tetapi bukan optimum. Contohnya Metode jejak pendapat
14 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
yang digunakan untuk menentukan masa depan negara Timur
Leste ketika memisahkan dari negara Indonesia.
d. Model Simulasi
Model simulasi merupakan model yang dipergunakan untuk
mencari jawaban yang baik atau menguntungkan tetapi bukan
hasil akhir yang optimum. Contohnya simulator sim.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
15
7. Model Menurut Acuan Dimensi
a. Model Dua Dimensi
Model dua dimensi merupakan model yang terdiri dari dua factor
atau dimensi penentu. Contohnya penjualan makanan delivery
yang memperthitungan aspek waktu dan kecepatan pengiriman.
b. Model Multi Dimensi
Model Multi Dimensi merupakan model yang terdiri dari banyak
faktor penentu. Contohnya metode kaizen yang berpatokan
pada waktu, tempat dan biaya.
2.3Simulasi
Simulasi merupakan suatu metodologi untuk melaksanakan
percobaan dengan menggunakan model dari suatu sistem nyata
(Siagian, 1987). Simulasi adalah model dari suatu sistem nyata,
dimana sistem tersebut dimodelkan dengan menggunakan sebuah
software yang berfungsi untuk menirukan perilaku sistem nyata.
2.3.1Elemen SimulasiSuatu sistem dalam simulasi mencakup entities, activities,
resources, and control. Elemen-elemen tersebut mendefinisikan
siapa, apa, dimana, kapan, dan bagaimana suatu entity diproses.
Berikut merupakan penjelasan elemen dasar pemodelan:
1. Entities, adalah sesuatu yang menjadi objek dari suatu proses.
Entity dapat berupa part , produk, manusia atau lembar kerja..
Entitas memiliki karakteristik seperti name dan speed.
2. Activity, yaitu kegiatan yang dilakukan di dalam sistem yang
mempengaruhi entitas baik secara langsung atau tidak langsung.
3. Resources adalah manusia, sebuah peralatan atau perlengkapan
lainnya yang digunakan / bertugas untuk mengantar sebuah entity.
4. Controls, yaitu segala sesuatu yang menentukan bagaimana,
kapan, dan dimana aktivitas dijalankan.
16 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
2.3.2Software SimulasiDalam pemodelan simulasi dikenal dua software yang paling
umum digunakan, yaitu programming language dan simulation
application.
2.3.2.1 Programming Language
Progamming language adalah suatu bahasa atupun tata cara yang
dapat digunakan oleh manusia (progammer) untuk berkomunikasi
secara langsung dengan komputer. Secara umum progamming
language dibagi menjadi dua, yaitu:
a. High Level Languange , adalah bahasa pemrograman yang dekat
dengan bahasa manusia, kelebihan utama dari bahasa ini adalah
mudah untuk di baca, tulis, maupun diperbaharui. Sama halnya
dengan tata cara yang terdapat dalam bahasa low level language.
penulisan program dalam high level language juga harus
diterjemahkan kedalam bahasa mesin sebelum proses dilakukan.
Program penterjemah disebuh compiler atau interpreter.
Contohnya yaitu Arena.
b. Low level language, adalah suatu bahasa program atau suatu
tatacara yang dapat digunakan untuk berkomunikasi dengan
komputer. Dalam hal ini tatacara yang digunakan masih
berorientasi dengan mesin, dikarenakan itu low level language
juga disebut sebagai bahasa mesin. Contohnya yaitu kode mesin
dan bahasa assembly
2.3.2.2 Simulasi ApplicationSimulation application adalah suatu progam (software) yang
berfungsi untuk menirukan atau memodelkan suatu perilaku sistem
nyata sehingga hasilnya dapat dianalisis dan dipelajari. Secara umum
simulation application dibagi menjadi dua, yaitu:
a. General Purposes Application yang dapat digunakan secara umum
untuk berbagai macam tugas atau tujuan dan lebih umum dalam
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
17
pemrosesan informasi. Biasanya digunakan untuk mendefinisikan,
mengkonstruksi, memanipulasi berbagai aplikasi data. Contohnya
yaitu spreadsheet Software yang digunakan untuk mengolah
informasi keuangan atau data-data dalam bentuk tabulasi.Word
Processing merupakan Software yang digunakan untuk mengolah
teks.
b. Special Purposes Application yang memiliki tujuan atau tugas
yang spesifik dan lebih lengkap biasanya hanya berupa satu
masalah saja. Contoh: ProModel.
2.4Pemodelan dengan Promodel
Tools atau software yang digunakan adalah ProModel yang
digunakan untuk memodelkan suatu sistem simulasi dimana simulasi
digunakan sebagai tools untuk mempermudah pemodelan.
2.4.1Definisi PromodelPromodel adalah sebuah software simulasi berbasis windows yang
digunakan untuk mensimulasikan dan menganalisis suatu sistem. Hal-
hal yang perlu diperhatikan dalam memodelkan suatu sistem nyata,
yaitu bagaimana sistem beroperasi, aliran bahan, logika operasi, kerja
resources, dan lintasan kerjanya. Dalam promodel selama simulasi
berlangsung dapat diamati animasi dari kegiatan yang sedang
berlangsung dan hasilnya akan ditampilkan dalam bentuk tabel
maupun grafik yang memudahkan unutuk penganalisaan.
Kelebihan ProModel dibanding dengan perangkat lunak simulasi
lainnyaa dalah:
- Tingkat ketelitian promodel sangat baik sehingga hasil yang
diperoleh sangat akurat.
- Promodel mempunyai berbagai macam kriteria-kriteria yang
diperlukan dalam menjalankan dan memecahkan masalah
simulasi.
18 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
- User friendly
- Pada akhir simulasi, ProModel membuat laporan dari data-data
yang disimulasikan.
- Output dari ProModel adalah animasi, sehingga sangat mudah
dimengerti dan dianalisa.
Untuk Kekurangan ProModel adalah banyak menghabiskan
memory dari komputer.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
19
2.4.2Struktur Elemen PromodelElemen dasar pemodelan yang ada dalam ProModel antara lain:
1. Locations
Locations merepresentasikan sebuah area tetap dimana bahan
baku, bahan setengah jadi ataupun bahan jadi mengalami atau
menunggu proses, ataupun mencari aliran material atau proses
selanjutnya. Data-data yang diperlukan untuk mendefinisikan
adalah name, capacity, unit, downtimes, rules, dan notes.
- Name, yaitu nama masing-masing location.
- Capacity, merupakan kapasitas location dalam memproses
entity.
- Unit, adalah jumlah location yang dimaksud.
- Downtimes (DTs), menyatakan saat-saat location tidak befungsi,
misal karena kerusakan, waktu set-up, dan lain-lain.
- Rules, digunakan untuk merumuskan bagaimana aturan
pemrosesan bagi entity yang memasuki location, bagaimana
entity yang selesai diproses mengantri, dan bagaimana location
yang lebih dari satu unit untuk memproses entity yang akan
datang.
- Notes, digunakan untuk memasukan catatan atau program-
program lain.
2. Entities
Entitas merupakan suatu objek yang akan diamati dari sistem.
Data-data yang diperlukan untuk mendefinisikan entitas adalah
name dan speed.Data-data yang diperlukan untuk mendefinisikan
entity adalah:
- Name, yaitu nama dari entity.
- Kemudian Speed, adalah kecepatan entity bergerak atau
berpindah dari satu lokasi ke lokasi berikutnya
20 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
- Stats, menyatakan level statistik dalam mengumpulkan hasil
masing-masing tipe entity. Terdapat tiga pilihan yaitu None,
Basic, dan Time Series.
3. Stats Processing
Stats Processing mengambarkan apa yang dialami oleh suatu
entitas mulai dari saat entitas masuk sistem sampai keluar dari
sistem. Data-data yang diperlukan untuk mendefinsikan processing
adalah :
- Entity, menyatakan entity sebagai input yang akan diproses
- Location, adalah operasi yang dilakukan pada entity (input)
termasuk waktu operasinya.Block, maksudnya adalah jalur yang
ditempuh entity. Yang diisikan dalam block adalah nomor. Jika
nomor blocknya sama maka asal jalurnya sama.
- Output, menunjukkan entity sebagai output yang keluar dari
proses.
- Destination, menyatakan lokasi yang menjadi tujuan entity
selanjutnya.
- Rule, menyatakan aturan-aturan yang digunakan dalam
processing, misalnya proses perakitan (join), probabilitas, dan
lain-lain
- Move Logic, digunakan untuk mendefinisikan metode
pergerakan entity, yaitu dengan menetapkan waktu pergerakan
atau dengan apa entity dipindahkan.
4. Arrivals
Arrival menunjukkan mekanisme masuknya entitas kedalam
sistem. Data-data yang diperlukan untuk mendefinisikan arrival
adalah entity, location, quantity each, first time, occurrences,
frequency, logic, dan disable.
- Entity, menunjukan entity apa yang masuk kedalam sistem.
- Location, menunjukaan lokasi pertama kali entity memasuki
sistem.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
21
- Quantity Each (Qty Each), menyatakan jumlah entity yang
datang setiap satu kali kedatangan.
- First Time, menunjukkan waktu pertama kali entity masuk
kedalam sistem.
- Occurences, menyatakan banyaknya entity setiap satu kali
kedatangan.
- Frequency, menyatakan selang waktu antar dua kedatangan
yang berurutan.
- Logic, digunakan untuk menyatakan logika-logika lain untuk
menyatakan arrival.
- Disable, menyatakan apakah kedatangan entity yang
bersangkutan ada atau tidak. Default dalam Promodel adalah No,
artinya ada kedatangan entity yang bersangkutan.
5. Variable
Variabel terdiri atas dua jenis, antara lain:
a. Variabel global, tempat pemegeang didefinisikan oleh pengguna
untuk mewakili perubahan nilai numerik.
b. Variabel lokal, tempat pemegang yang tersedia hanya dalam
logika yang menyatakan mereka.
Variabel yang ada pada promodel antara lain
Icon : pilihannya no atau yes, yes jika ingin dimunculkan pada
model pada saat model sedangrun.
ID : nama variabel (bebas)
Type : tersedia pilihan integer (diskrit) dan continue (real).
Initial Value : nilai variabel saat model mulai run (nilai awal
variabel).
6. Resource
Resource merupakan sumber daya yang digunakan untuk
melakukan operasi tertentu dalam kinerja suatu sistem. Data-data
yang diperlukan untuk mendefinisikan resource adalah name dan
units.
22 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
- Name, menunjukan nama dari resources tersebut.
- Units, menunjukan jumlah resource
- Downtimes (DTs), adalah saat-saat location tidak berfungsi,
misalnya karena kerusakan, waktu set-up , dan lain-lain.
- Specs, menunjukan jaringan yang dilintasi dan lokasi yang
pertamakali dikunjungi.
7. Specs Path Network
Digunakan untuk menentukan arah dan jalur yang ditempuh
oleh resource ketika bergerak dari suatu lokasi ke lokasi lainnya.
Data-data yang diperlukan untuk mendefinisikan path network
adalah name, type, t/s, dan path.
- Name, yaitu nama lintasan bersangkutan.
- Type, terdiri dari spilihannon passing artinya pergerakkan hanya
berlaku untuk satu arah, passing yang berarti pergerakan
berlaku untuk dua arah, dan pergerakkan dengan bantuan
Crane.
- T/S, menunjukan pilihan berdasarkan satuan waktu (Time) atau
kecepatan dan jarak (Speed and distance)
- Path, menunjukan jumlah dari lintasan dalam suatu jaringan.
- Interfaces, menunjukan jumlah lokasi yang menghubungkan
node dalam path network.
2.4.3Konsep Pemodelan PromodelKonseptualisasi model yaitu membangun model yang masuk akal
dan memahami sistem.
1. Pendekatan proses didasarkan pada tracking low dari entitas-
entitas keseluruhan sistem berikut titik pemrosesan dan aturan
keputusan percabangan.
2. Pendekatan peristiwa (event) atau pendekatan perubahan keadaan
(state change approach) didasarkan pada variabel keadaan internal
dan events sistem yang mengubahnya, diikuti oleh deskripsi
operasi sistem ketika suatu event terjadi.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
23
2.4.3.1 Batching Multiple Entities of Similar TypeBatching multiple entities of similar type terdiri dari dua macam,
yaitu Temporary Batching Using GROUP/UNGROUP dan Permanent
Combine.
2.4.3.1.1 Temporary Batching using Group/UnGroupProses pengelompokkan sementara dilambangkan dengan
statemen Group dan untuk memisahkan dilakukan dengan statemen
UnGroup. Satu kelompok entitas dengan tipe entitas individu
mendefinisikan catatan untuk tipe group atau kelompok entitas yang
bertipe tidak teratur dengan all proces. ProModel menjaga semua
karakteristik dan properties dari setiap individu entitas sebelum dan
sesudah dengan menggunakan perintah UnGroup. Sebagai catatan
kapasitas lokasi dimana pengelompokkan terjadi harus sedikit lebih
banyak dari ukuran kelompok. Contoh, suatu perusahaan
mendistribusikan 1 dus PC Tab yang berisi 30 buah PC Tab (group),
lalu ketika sampai di penjual si penjual menjual PC Tab tersebut
kembali per satuan (ungroup)
Gambar 2.2 Process temporary batching using GROUPdan UNGROUP
24 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
2.4.3.1.2 Permanent Combine
ProModel menggunakan pernyataan COMBINE untuk
mengumpulkan dan mengkonsolidasikan jumlah tertentu dari entitas
menjadi satu kesatuan, operasional dengan nama yang berbeda.
Ketika mendefinisikan lokasi, kapasitas lokasi di mana Anda
menggunakan pernyataan COMBINE sama besar dengan jumlah
gabungan. Berikut ini menunjukkan sintaks yang benar untuk
menggabungkan 5 tuang ke dalam satu kesatuan yang disebut Pallet
(lokasi, Out, harus memiliki kapasitas minimal 5).
Gambar 2.3Process temporary batching using COMBINE
2.4.3.2 Accumulation of Entities
Terakumulasi, tanpa konsolidasi, jumlah tertentu dari entitas di
lokasi. Accum bekerja seperti sebuah gerbang yang mencegah entitas
dari pengolahan sampai jumlah tertentu tiba. Setelah jumlah tertentu
dari entitas telah terkumpulkan, mereka akan pergi melalui pintu
gerbang dan mulai memproses secara individual, independen satu
sama lain.
Accum dapat digunakan untuk situasi model dengan beberapa
entitas harus diakumulasi sebelum mereka diproses. Misalnya, ketika
sumber daya proses di order di sebuah stasiun kerja, mungkin lebih
efisien untuk mengumpulkan beberapa perintah sebelum meminta
sumber daya.
Jika Anda menentukan operasi accum dalam proses untuk entitas
individu, akumulasi akan terjadi dengan tipe entitas individu. Namun,
jika Anda menentukan sebagai entitas pengolahan, jenis entitas
semua pada lokasi yang akan berpartisipasi dalam akumulasi yang
sama.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
25
Kolom pengoperasian proses mengedit tabel saja. Accum harus
digunakan di lokasi dengan kapasitas yang cukup untuk
mengumpulkan jumlah tertentu.
Syntax:
<expression>
Jumlah entitas menumpuk. Jika itu menghasilkan dalam jumlah
yang lebih besar dari kapasitas lokasi atau angka negatif, simulasi
akan berhenti dengan kesalahan. Ungkapan ini dievaluasi setiap kali
suatu entitas untuk akumulasi tiba, sehingga kuantitas untuk
dikumpulkan dapat bervariasi sebagai entitas yang harus akumulasi
tiba.
Contoh syntax :
ACCUM <expression>
ACCUM 10
ACCUM Var1
2.4.3.3 Splitting of One Entity Into Multiple EntitiesPada saat entitas yang dapat satu dipisahkan menjadi beberapa
entitas pada lokasi dan proses yang bersifat individual, maka dapat
menggunakan statement split. Statemen tersebut memisahkanentitas
menjadi sejumlah entitas yang spesifik dan sebagai pilihan
menetapkan nama entitas yangbaru (hasil proses split). Entitas hasil
akan mempunyai nilai atribut yang sama sesuai dengan entitas
aslinya. Penggunaan split untuk memisahkan benda kerja menjadi
komponen, seperti memotong batang besi menjadi 4 bagian yang
sama panjang.
2.5Teori Antrian
Menurut Siagian (1987), antrian ialah suatu garis tunggu dari
nasabah (satuan) yang memerlukan layanan dari satu atau lebih
pelayan (fasilitas layanan). Pada umumnya, sistem antrian dapat
26 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
diklasifikasikan menjadi sistem yang berbeda – beda di mana teori
antrian dan simulasi sering diterapkan secara luas. Klasifikasi
menurut Hil ier dan Lieberman adalah sebagai berikut :
1. Sistem pelayanan komersial
2. Sistem pelayanan bisnis – industri
3. Sistem pelayanan transportasi
4. Sistem pelayanan sosial
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
27
2.5.1Komponen Dasar AntrianKomponen-komponen dasar proses antrian adalah sebagai
berikut.
1. Kedatangan
Setiap masalah antrian melibatkan kedatangan, misalnya
orang, mobil, panggilan telepon untuk dilayani, dan lain – lain.
Unsur ini sering dinamakan proses input. Proses input meliputi
sumber kedatangan atau biasa dinamakan calling population, dan
cara terjadinya kedatangan yang umumnya merupakan variabel
acak.
Menurut Levin, dkk (2002), variabel acak adalah suatu variabel
yang nilainya bisa berapa saja sebagai hasil dari percobaan acak.
Variabel acak dapat berupa diskrit atau kontinu. Bila variabel acak
hanya dimungkinkan memiliki beberapa nilai saja, maka ia
merupakan variabel acak diskrit. Sebaliknya bila nilainya
dimungkinkan bervariasi pada rentang tertentu, ia dikenal sebagai
variabel acak kontinu.
Ada tiga jenis perilaku kedatangan yaitu
a. Reneging, menggambarkan situasi dimana seseorang masuk
dalam antrian, namun belum memperoleh pelayanan, kemudian
meninggalkan antrian tersebut.
b. Balking, menggambarkan orang yang tidak masuk dalam antrian
dan langsung meninggalkan tempat antrian
c. Jockeying, menggambarkan orang yang pindah-pindah antrian
2. Pelayanan
Pelayan atau mekanisme pelayanan dapat terdiri dari satu atau
lebih pelayan, atau satu atau lebih fasilitas pelayanan. Tiap – tiap
fasilitas pelayanan kadang – kadang disebut sebagai saluran
(channel) (Schroeder, 1997). Contohnya, jalan tol dapat memiliki
beberapa pintu tol. Mekanisme pelayanan dapat hanya terdiri dari
28 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
satu pelayan dalam satu fasilitas pelayanan yang ditemui pada
loket seperti pada penjualan tiket di gedung bioskop.
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 (pelayan)
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, tapi 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
melayani seorang langganan atau satu – satuan. 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 dan untuk keperluan
analisis, waktu pelayanan dianggap sebagai variabel acak yang
terpencar secara bebas dan sama serta tidak tergantung pada
waktu pertibaan (Siagian, 1987).
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
29
3. Antri
Inti dari analisa antrian adalah antri itu sendiri. Timbulnya
antrian terutama tergantung dari sifat kedatangan dan proses
pelayanan. Jika tak ada antrian berarti terdapat pelayan yang
menganggur atau kelebihan fasilitas pelayanan (Mulyono, 1991).
2.5.2Disiplin Pelayanan AntrianDisiplin antrian adalah aturan keputusan yang menjelaskan cara
melayani pengantri. Menurut Siagian (1987). Ada lima bentuk disiplin
pelayanan yang biasa digunakan, yaitu:
30 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
1. First Come First Served (FCFS) atau First In Forst Out (FIFO)
First Come First Served (FCFS) atau First In First Out (FIFO), di
mana pelanggan yang terlebih dahulu datang akan dilayani terlebih
dahulu. Misalnya, antrian pada loket pembelian tiket bioskop,
antrian pada loket pembelian tiket kereta api.
2. Last Come First Served (LCFS) atau Last In First Out (LIFO)
Last Come First Served (LCFS) atau Last In First Out (LIFO), di mana
pelanggan yang datang paling akhir akan dilayani terlebih dahulu.
Misalnya, sistem antrian pada elevator untuk lantai yang sama,
sistem bongkar muat barang dalam truk.
3. Service In Random Order (SIRO)
Service In Random Order (SIRO) atau Random Selection for Service
(RSS), di mana panggilan didasarkan pada peluang secara random,
jadi tidak menjadi permasalahan siapa yang lebih dahulu datang.
Misalnya, pada arisan di mana penarikan berdasarkan nomor
undian.
4. Priority Service (PS)
Priority Service (PS), di mana prioritas pelayanan diberikan kepada
pelanggan yang mempunyai prioritas lebih tinggi dibandingkan
dengan pelanggan yang mempunyai prioritas yang lebih rendah,
meskipun mungkin yang dahulu tiba di garis tunggu adalah yang
terakhir datang. Hal ini mungkin disebabkan oleh beberapa hal,
misalnya seseorang yang memiliki penyakit yang lebih berat
dibandingkan orang lain pada suatu tempat praktek dokter,
hubungan kekerabatan pelayan dan pelanggan potensial akan
dilayani terlebih dahulu.
2.5.3Model AntrianAda empat model struktur antrian dasar yang umum yaitu:
1. Single Line – Single Server (SLSS)
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
31
Single line berarti dalam sistem antrian tersebut hanya terdapat
satu pemberi pelayanan serta satu jenis layanan yang diberikan
sehingga yang telah menerima pelayanan dapat langsung keluar
dari sistem antrian. Contohnya pada antrian dokter.
Gambar 2.4 Sistem Antrian Single Line -Single ServerSumber: Budi (2007)
2. Single Line –Multi Server
Single Line – Multi Server berarti terdapat satu jenis layanan dalam
sistem antrian tersebut, namun terdapat lebih dari satu pemberi
layanan. Jadi pelanggan dapat memilih server yang kosong atau
menganggur. Contohnya pada antrian di bank.
Gambar 2.5 Sistem Antrian Single Line-MultiServerSumber: Budi (2007)
3. Multi Line – Serial Server
Multi Line – Serial Serverberarti dalam sistem antrian tersebut lebih
dari satu jenis pelayanan yang diberikan, tapi dalam setiap layanan
hanya terdapat satu pemberi layanan. Contohnya pada posyandu.
Gambar 2.6 Sistem Antrian Multi Line-SinggleServer
4. Multi Line – Multi Server
32 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Multi Line – Multi Server adalah sistem antrian di mana terdapat
lebih dari satu jenis layanan dan terdapat lebihdari satu pemberi
layanan dalam setiap jenis layanan. Contohnya pada rumah sakit.
Gambar 2.7 Sistem Antrian MultiLine-Multi Server
2.6Petri Net
Petri Net dikembangkan Carl Adam Petri sejak tahun 1962 dimulai
dengan disertasinya. Petri Net merupakan model bipartite graph yang
memiliki dua tipe node yaitu place dan transition yang dipergunakan
untuk menganalisa informasi penting mengenai struktur dan perilaku
dinamis dari sistem yang dimodelkan.
Simbol yang dipergunakan adalah sebagai berikut:
Tabel 2.1 Simbol pada Petri Net
Beberapa model yang dapat terjadi dalam rancangan petrinet antara
lain:
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
33
Simbol Deskripsi
Lingkaran (location)
Mempresentasikan aktivitas (pasif/aktif) atau kondisi/status (pre/post).
Segiempat(transition)
Mempresentasikan kejadian atau saat perubahan/transisi kondisi.
Panah (flow relation)
Mempresentasikan relasi urutan antar node yang menunjukkan bahwa node pendahulu berlanjut menjadi node berikutnya.
Token (marking) Mempresentasikan pergerakan location atau perubahan kondisi yang dialami entitas.
1. Firing, yaitu mengubah token (entitas) dari precondition ke
postcondition.
2. Deadlock, yaitu apabila salah satu transition tidak dapat
melakukan firing karena location berikutnya sedang dalam kondisi
menjalankan aktivitas dengan kapasitas penuh atau karena
kendala kapasitas
3. Concurrent, yaitu ketika pada saat yang sama, location satu
dengan location lain dapat sama-sama melakukan aktivitas
masing-masing.
4. Synchronization, yaitu ketika saat aktivitas di location dengan
kapasitas satu entitas selesai, entitas yang menunggu dari
location sebelumnya dapat masuk.
2.7Verifikasi dan Validasi
Verifikasi adalah suatu proses di mana kita mengecek apakah ada
kesalahan dalam model yang dibuat atau apakah simulasi berjalan
sesuai dengan yang diinginkan dan disinilah proses verifikasi
dilakukan.Setelah kita membangun model konseptual, maka kita
harus menguji apakah model konseptual tersebut merupakan
representasi akurat dari sistem nyata. Inilah yang dinamakan dengan
proses validasi.
2.7.1VerifikasiVerifikasi adalah proses pemeriksaan apakah logika operasional
model (program komputer)sesuaidengan logika diagram alur. Kalimat
sederhananya, apakah ada kesalahan dalam program (Hoover dan
Perry,1989); verifikasi adalah pemeriksaan apakah program komputer
simulasi berjalan sesuai dengan yang diinginkan, dengan
pemeriksaan program komputer. Verifikasi memeriksa penerjemahan
model simulasi konseptualn (diagram alur dan asumsi) ke dalam
bahasa pemrograman secara benar (Law dan Kelton, 1991).
34 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Cara verifikasi dapat diakukan dengan contoh sebagai berikut :
ketika model sistem pelayanan SPBU selesai dibuat menggunakan
software service model atau promodel maka dilakukan simulasi untuk
memverifikasi dengan caramembandingkan antara input yang
diberikan model dan animasi running simulasiyang dibangun sudah
berjalan sesuai dengan yang dikonsepkan sejak awal maka proses
verifikasi dapat diakhiri.
2.7.2ValidasiValidasi adalah proses penentuan apakah model, sebagai
konseptualisasi atau abstraksi, merupakan representasi berarti dan
akurat dari sistem nyata (Hoover dan Perry, 1989); validasi adalah
penentuan apakah mode konseptual simulasi (sebagai tandingan
program komputer)adalah representasi akurat dari sistem nyata yang
sedang dimodelkan (Law dan Kelton, 1991).
Cara validasiasi dapat diakukan dengan contoh sebagai berikut :
setelah model layanan SPBU berjalan sesuai dengan yang
dikonsepkan diawal maka alngkah selanjutnya adalah memvalidasi
model tersebut. Validasi dilakukan dengan membandingkan output
hasil simulasi dengan kondisi aktual, dengan menggunakan uji
kelayakan yang sudah ada.
BAB IIIMETODOLOGI PRAKTIKUM
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
35
3.1Diagram Alir Praktikum
Gambar 3.1 Diagram Alir Praktikum
36 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
3.2Prosedur Praktikum
Prosedur praktikum dari praktikum modul simulation and
promodel software adalah sebagai berikut:
1. Melakukan studi Kepustakaan.
Dalam studi kepustakaan dilakukan proses pencarian literature dan
referensi mengenai materi praktikum.
2. Pengamatan di lapangan, yakni di CV raket abadi
Pada proses ini yang diamati adalah adalah waktu kedatangan
pelanggan, waktu proses dan waktu packaging.
3. Pengolahan Data
Pengolahan data dibagi menjadi dua tahap, yaitu:
a. Penentuan Distribusi
Penentuan distribusi dilakukan dengan menggunakan Software
Promodel. Data-data hasil pengamatan dimasukkan dalam tools
Stat::fit dan diproses hingga muncul output distribusi data. Pilih
distribusi dengan ranking tertinggi dengan status do not reject.
b. Pemodelan Sistem
Merupakan proses membangun atau membentuk sebuah model
dari suatu sistem nyata yang diamati (proses pembuatan kaos
perusahaan konveksi Hacker) yang diterapkan dengan
menggunakan Software Promodel.
5. Membuat Petri net Sistem
6. Simulasi Sistem dalam Promodel
7. Verifikasi
Proses ini digunakan untuk memeriksa apakah model telah
sesuai dengan rancangan yang kita harapkan, apabila belum
terverifikasi maka kembali ke langkah memodelkan sistem.
Verifikasi dilakukan dengan dengan caramembandingkan antara
input yang diberikan model dan animasi running simulasi
8. Validasi
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
37
Proses ini digunakan untuk memeriksa apakah model telah
sesuai dengan sistem nyata, apabila tidak valid maka kembali ke
langkah penentuan distribusi. Validasi dilakukan dengan dengan
membandingkan output hasil simulasi dengan kondisi aktual,
dengan menggunakan uji kenormalan data terlebih dahulu.
9. Analisa dan Pembahasan
Analisa dan pembahasan dari sebelum simulasi dan hasil setelah
disimulasikan berupa input dan output data yang diperoleh.
10. Menyusun kesimpulan dan saran
Kesimpulan dan saran memberikan rangkuman dari awal proses
hingga akhir dan melengkapi apa yang kurang pada proses
tersebut.
11. Selesai
38 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
BAB IVHasil dan Pembahasan
4.1Gambaran Sistem
Sistem yang dibuat adalah sistem produksi raket setengah jadi
pada home industry Raket Abadi yang terdiri dari beberapa proses.
Prosesnya dibedakan menjadi dua aliran proses.Aliran proses pertama
adalah pembutan pegangan raket yaitu proses pembentukan kayu
segi 4 menjadi segi 6. Lalu kayu tersebut dibor. Setelah itu dibuat
tirus kemudian menunggu proses asembely.
Aliran proses ke 2 adalah proses pembentukan kepala raket
dengan membentuk dengan pengerolan. Pengerolan alumunium ini
dilakukan dengan 2 tahap. Setelah itu, pengeboran penggiran kepala
raket. Kemudian pemberian mata ikan untuk pegangan tempat
masukan senar. Apabila tahap itu sudah selesai maka masuk tahap
asembely kepala raket dengan pegangannya. Proses asembly
merupakan proses pembentukan raket menjadi setengah jadi karena
ketika proses tersebut membutuhakan waktu yang lama yaitu 8 jam.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
39
4.2Flowchart Sistem
Gambar 4.1 Petri Net Proses pembuatan raket
40 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
4.3Petri Net
Perti Net pada proses pembuatan raket pada home industry Raket Abadi adalah sebagai berikut:
Gambar 4.2 Petri Net Proses pembuatan raket
4.4Pengujian Distribusi Data
Pembuatan distribusi data menggunakan software ProModel
dapat dilakukan dengan mengklik Tools lalu Stat::Fit. Masukkan data
yang ingin didistribusikan kedalam table. Pilih Fit kemudian Auto::Fit.
Akan muncul hasilnya berupa banyak pilihan jenis distribusi.
Gambar 4.3 Data Table dan Automatic Fitting
4.5Pembuatan Model Sistem Pembuatan Raket
Langkah langkah pembuatan model sistem pembuatan raket
adalah sebagai berikut :
1 Pembuatan model dimulasi dengan memilih Build-Location untuk
membuat tempat-tempat dimana proses akan dilakukan. Berikut
locations yang digunakan dalam sistem pembuatan raket
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
41
Gambar 4.4 Membuat locations
2 Masukkan entitas yang akan diproses dengn kpilih Build-Entitas
pada toolbar. Entitas yang ada didalam sistem ini adalah kayu dan
alumunium.
Gambar 4.5 Masukkan entitas
3 Tambahkan jaringan aliran produksi dengan pilih build-parth
network untuk menentukan arah dan jalur yang ditempuh oleh
entities ataupun resources yang mengiringi entities ketika bergerak
dari satu lokasi ke lokasi lainnya.
Gambar 4.6 Menambahkan jaringan aliran produksi
4 Tambahkan resources dengan klik Build- Resources yang
dipergunakan untuk melaksanakan suatu operasi tertentu dalam
suatu sistem. Dengan kata lain,resources adalah peralatan,
perlengkapan, kendaraana taupun orang yang digunakan atau
berfungsi untuk memindahkan entities, melakukan operasi,atau
melakukan maintenance pada lokasi-lokasi.
Gambar 4.7 Memberikan resources
42 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
5 Untuk menyusun logika proses buka menu Build-Processing maka
akan keluar Process Layout dan Routing Layout.Processing
digunakan untuk menentukan rute yang dilalui oleh tiap-tiap
enitities dan operasi yang dialami pada tiap lokasi yang
dilaluinya.Proses menggambarkan apa yang dialami entities mulai
dari saat pertama entities memasuki sistem sampai keluar dari
sistem.
Gambar 4.7 Menyusun logika proses
Gambar 4.8 Menyusun logika proses
6 Jadwalkan kedatangan produk dengan cara klik Build- Arrivals.
Arrivals merupakan mekanisme untuk mendefinisikan bagaimana
entities memasuki sistem. Jumlah entities yang tiba pada suatu
waktu disebut batch size, tingkat kedatangan setiap entities
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
43
disebut dengan frequency, jumlah total batch yang tiba disebut
occourences, dan waktu pertama kali memulai pola kedatangan
disebut first time.
Gambar 4.9 Menyusun logika proses
7 Untuk membuat variabel yang berfungsi mendifinisikan operasi dapat
dilakukan dengan membuka menu Build-Variables. Variabel ini
merupakan tahapan akhir dari modelpetrinet yang kami buat. Variabel
yang dihasikan adalah raket setengah jadi.
Gambar 4.10 Membuat variabel
8 Jalankan simulasi mulai memilih Simulation pada Toolbar – klik run.
Sehingga kita bisa melihat jalannya sistem yang kita buat.
Gambar 4.11Menjalankan simulasi
4.6Analisis Hasil Simulasi
1. Total Entities dan Total Exits
Dari simulasi model dalam Promodel diperoleh Total Entries seperti
gambar dibawah ini.
44 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Gambar 4.12 Total Entries
Dari total entries yang ditunjukkan pada gambar di atas dapat
diketahui bahwa total entries yang datang adalah 100 dan total
entries yang keluar adalah 32 pada replikasi 1 dan 34, 29, 34, dan
27 untuk replikasi berikutnya. Terlihat adanya work in process
disini karena jumlah out seharusnya sebesar 50 raket apabila
semua entitas masuk terselesaikan.
2. Location
Pada location terlihat hasil output promodel seperti pada gambar
dibawah ini:
Gambar 4.13 Printscreen location
Setiap kolom yang tertera pada gambar diatas memberikan
informasi yang berbeda. Name menunjukkan lokasi yang berada
pada model. Scheduled time (DAY) sebesar 0,08. Kapasitas
disetiap lokasinya dijelaskan melalui kolom Capacity. Total Entries
menginformasikan total produk yang masuk ke dalam setiap
lokasi. Avg Time Per Entry (HR), Avg Contents, Maximum Contents,
Current Contents menginformasikan mengenai rata-rata waktu per
produk memasuki lokasi serta konten yang mampu diterima
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
45
disetiap lokasi pemodelan. Selain itu, %Utilization menggambarkan
utilisasi lokasi pemodelan.
Dari gambar diatas, dapat disimpulkan bahwa utilisasi terbesar
dalam sistem berada di meja proses pengerollan aluminium
pertama sebesar 98,35 %. Sedangkan, pada utilitas terendah rata-
rata ada pada mesin press. Utilisasi yang rendah ini disebabkan
mesin yang terlalu sering menganggur. Diperlukan perbaikan
untuk meningkatkan utilitas lokasi sehingga hasil proses dapat
meningkat.
3. Location States Single
Pada kolom ini menggambarkan %operation, %setup, %idle,
%waiting, %blocked dan %down. Kolom ini dapat digunakan untuk
menganalisa produktivitas yang terjadi pada setiap lokasi proses.
Hasil output pada pemodelan sistem yang dibuat dapat dilihat
seperti gambar dibawah ini.
Gambar 4.14 Printscreen States Single
46 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Idle terlihat pada proses pengerollan kedua dan pada proses
assembly hal ini terjadi karena waktu mesin bekerja dalam sistem sangat
sedikit jika dibandingkan dengan waktu proses produksi dari awal. Selain
itu, pada proses sebelumnya waktunya sangat lama, tidakk sebanding
dengan kecepatan pekerjaan pada proses tersebut, sehingga terjadi
bottleneck / starving.
5. Entity Activity
Pada kolom ini menggambarkan rata-rata waktu pemodelan
entitas mulai dari waktu operasi, waktu tunggu dan juga waktu
dalam sistem.
Gambar 4.15 Printscreen Entity Activity
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
47
6. Entity States
Pada kolom ini menggambarkan persentase pemodelan entitas
mulai dari persentase operasi, persentase tunggu dan juga
persentase berhenti. Kolom ini dapat digunakan untuk menganalisa
persentase antrian dan operasi dari entitas yang ada. Berdasarkan
data dibawah, diperoleh hasil bahwa akumulasi dari %in move
logic, %waiting, %in operation dan %blocked bernilai 100%.
Sehingga dapat diartikan bahwa, setiap proses pemodelan dalam
suatu entitas akan diperkirakan untuk menentukan seberapa besar
antrian dan proses yang dapat diperbaiki dari entitas tersebut.
Dapat diketahui bahwa terjadi antrian pada pegangan pijitan,
sehingga diperlukan penambahan lokasi pada lokasi pernis. Hasil
output pada pemodelan sistem yang dibuat dapat dilihat seperti
gambar dibawah ini.
48 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Gambar 4.16 Printscreen Entity States
4.7Verifikasi dan Validasi
4.7.1VerifikasiPada langkah verifikasi data ini untuk mengetahui apakah model
simulasi telah dibuat berjalan sesuai dengan spesifikasi model yang
diinginkan. Verifikasi data dilakukan dengan teknik animasi, yaitu
dengan.dapat dilakukan dengan membandingkan model yang dibuat
pada petri net dengan model yang dibuat pada ProModel.
Berdasarkan model yang dibuat pada petri net pada Gambar 4.2
dibandingkan dengan model yang dibuat pada ProModel pada
Gambar 4.5 diketahui bahwa data simulasi sudah berjalan dengan
baik dan sesuai dengan sistem nyata yang dibuat.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
49
4.7.2ValidasiValidasi pada sistem dilakukan dengan membandingkan output
sistem nyata dengan output hasil simulasi. Sebelum dilakukan
validasi, maka dilakukan uji kenormalan data terlebih dahulu. Validasi
dalam laporan ini dilihat dari 3 hal, yaitu output, waktu tunggu, dan
proses yang memiliki waktu paling lama.
1. Ouput.
Berikut adalah data perbandingan jumlah output pada sistem
simulasi dan output pada sistem nyata.
Tabel 4.1 Perbandingan output nyata dan simulasi.No Nyata Simulasi1 37 502 34 503 35 504 36 505 36 50
Tabel 4.2 Uji Kenormalan Data output raket
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic Df Sig. Statistic Df Sig.
Outputsimulasi .254 10 .067 .833 10 .036
Hipotesis:
H0 = data total out berdistribusi normal
H1 = data total out tidak berdistribusi normal
Nilai taraf nyata (α) = 0.05
Kriteria pengujian:
H0 diterima jika nilai Asymp. Sig. (2-tailed) ≥ α
H0 ditolak jika nilai Asymp. Sig. (2-tailed)<α
Kesimpulan, untuk data total out karena nilai Asymp. Sig. (2-
tailed) = 0,67 ≥ 0,05 maka Ho diterima, artinya data total out
berdistribusi normal.
2. Proses Mesin Roll 1
Proses yang memiliki waktu lama penyelesaian yaitu 3 menit pada
mesin Roll.
50 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Gambar 4.17 Proses pada mesin roll
Berikut adalah data perbandingan antara data simulasi dan data
nyata pada mesin roll:
Tabel 4.3 Perbandingan output nyata dan simulasi.No Nyata Simulasi1 98,6 1802 98,7 1803 98 1804 98,5 1805 96,8 180
Selanjutnya data tersebut diuji menggunakan software SPSS.
Sebelum melakukan validasi menggunakan SPSS, maka data harus
diuji kenormalan terlebih dahulu dengan langkah-langkahnya sebagai
berikut:
1. Mengaktifkan Variable View dan mendefinisikan nama variabel,
kemudian isikan data pada Data View.
2. Pilih Analyze – Descriptive Statistic, kemudian pilih Explore dan
masukkan variabel total_out ke dalam Dependent List, maka akan
muncul ouput seperti pada tabel 4.4.
Tabel 4.4 Tests of Normality
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic Df Sig. Statistic Df Sig.
Mesinrol ,416 10 ,000 ,650 10 ,000Lilliefors Significance Correction
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
51
Hipotesis:
H0 = data total out berdistribusi normal
H1 = data total out tidak berdistribusi normal
Nilai taraf nyata (α) = 0.05
Kriteria pengujian:
H0 diterima jika nilai Asymp. Sig. (2-tailed) ≥ α
H0 ditolak jika nilai Asymp. Sig. (2-tailed)<α
Kesimpulan, untuk data mesin rol karena nilai Asymp. Sig. (2-
tailed) = 0,000 ≥ 0,05 maka Ho ditolak, artinya data mesin rol tidak
berdistribusi normal.
elanjutnya data tersebut diuji menggunakan software SPSS.
Sebelum melakukan validasi menggunakan SPSS, maka data harus
diuji kenormalan terlebih dahulu dengan langkah-langkahnya sebagai
berikut:
3. Mengaktifkan Variable View dan mendefinisikan nama variabel,
kemudian isikan data pada Data View.
4. Pilih Analyze – Descriptive Statistic, kemudian pilih Explore dan
masukkan variabel total_out ke dalam Dependent List, maka akan
muncul ouput seperti pada tabel 4.10.
Setelah dilakukan uji kenormalan pada data, maka diputuskan
untuk menggunakan uji nonparametrik pada software SPSS, yaitu uji
parametrik Indepedent Sample T-Test untuk data total ouput.
Langkah-langkah pengujian validasi yang dilakukan pada software
SPSS antara lain:
1. Mengaktifkan Variable View dan mendefinisikan nama variabel,
kemudian isikan data pada Data View.
2. Pilih Analyze – Compare Means, kemudian pilih Indepndent
Sample T-Test.
3. Masukkan variabel pada kotak Test Variable.
52 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
4. Untuk menentukan grup, klik Define Groups. Selanjutnya pada
kotak Dialog Groups, tuliskan “1” untuk group 1 dan “2” untuk
group 2 dan continue.
5. Pilih tombol options, kemudian centang Descriptive dan pilih
Exclude cases by analysis dan Continue.
6. Maka output yang didapatkan adalah
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
53
Tabel 4.5 Independent Samples TestIndependent Samples Test
Levene's Test for Equality of Variances t-test for Equality of Means
F Sig. t DfSig. (2-tailed)
Mean Difference
Std. Error Difference
95% Confidence Interval of the Difference
Lower Upper
outputsimulasi
Equal variances assumed
96,000 ,000 ,408 8 ,694 ,20000 ,48990 -,92971 1,32971
Equal variances not assumed
,408 4,000 ,704 ,20000 ,48990 -1,16017 1,56017
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 (α) = 0.05
Kriteria pengujian:
H0 diterima jika nilai Asymp. Sig. (2-tailed) ≥ α/2
H0 ditolak jika nilai Asymp. Sig. (2-tailed)<α/2
7. Kesimpulan
Berdasarkan hasil output pada tabel , didapatkan nilai Asymp. Sig.
(2-tailed)) ≥ 0.05/2 yaitu 0.694 ≥ 0.025, maka H0 diterima, berarti
tidak terdapat perbedaan antara data simulasi dengan data nyata
yang menunjukkan model simulasi yang dijalankan sudah valid.
Setelah melakukan uji kenormalan pada proses mesin rol dan
mesin press, didapatkan bahwa data belum normal, sehingga
dilakukan pengujian Man-Whitney.
Langkah-langkahnya sebagai berikut.
a. Aktifkan variable view dan isikan nama variabel dengan Variabel
dan Data, pada Variabel masukkan nilai value dengan 1=
DataAktual dan 2= DataSimulasi, kemudian isikan data pada data
view.
b. Klik analyze, pilih Nonparametric Tests, kemudian pilih Legacy
Dialogs dan klik 2 Independent Samples.
54 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
c. Masukkan Data pada kotak test variable list dan Variabel pada
Grouping Variable kemudian centang Mann-Whitney U pada kotak
Test Type.
d. Untuk menentukan grup, klik define groups. Selanjutnya pada
kotak dialog groups, tuliskan “1” untuk group 1 dan “2” untuk
group 2. Lalu klik continue.
e. Klik tombol options, kemudian centang descriptive dan pilih
Exclude cases test-by-test, lalu klik continue, kemudian klik OK.
f. Kemudian muncul output sebagai berikut:
Tabel 4.7 Test Statisticsb
Test Statisticsb
mesinrol
Mann-Whitney U 5,000Wilcoxon W 20,000Z -1,936Asymp. Sig. (2-tailed) ,053Exact Sig. [2*(1-tailed Sig.)] ,151a
a. Not corrected for ties.b. Grouping Variable: kriteria2
b. Hipotesis:
c. H0 = tidak terdapat perbedaan antara data simulasi dengan
data nyata (valid)
d. H1 = terdapat perbedaan antara data simulasi dengan data
nyata (tidak valid)
e. Nilai taraf nyata (α) = 0.05
f. Kriteria pengujian:
g. H0 diterima jika nilai Asymp. Sig. (2-tailed) ≥ α /2
h. H0 ditolak jika nilai Asymp. Sig. (2-tailed) <α/2
i. Berdasarkan hasil output mesin press, didapatkan nilai Asymp.
Sig. (2-tailed) > 0.025, yaitu 0.053, maka H0 diterima, berarti
tidak terdapat perbedaan antara data simulasi dengan data
nyata (valid).
3. Proses Mesin Saw
Proses lainnya yang memiliki waktu lama adalah mesin
saw.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
55
Gambar 4.18 Proses pada mesin saw
Berikut merupakan perbandingan data nyata dan data simulasi
pada proses mesin saw:
56 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Tabel 4.2 Perbandingan output nyata dan simulasi mesin sawNo Nyata Simulasi 1 97,9 2402 97,6 2403 95,4 2404 95,1 2405 94 180
Selanjutnya data tersebut diuji menggunakan software SPSS.
Sebelum melakukan validasi menggunakan SPSS, maka data harus
diuji kenormalan terlebih dahulu dengan langkah-langkahnya sebagai
berikut:
5. Mengaktifkan Variable View dan mendefinisikan nama variabel,
kemudian isikan data pada Data View.
6. Pilih Analyze – Descriptive Statistic, kemudian pilih Explore dan
masukkan variabel total_out ke dalam Dependent List, maka akan
muncul ouput seperti pada tabel 4.6
Tabel 4.6 Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic Df Sig. Statistic Df Sig.
VAR00001 .239 5 .200* .900 5 .412
VAR00002 .473 5 .001 .552 5 .000
a. Lilliefors Significance Correction
*. This is a lower bound of the true significance.
Hipotesis:
H0 = data total out berdistribusi normal
H1 = data total out tidak berdistribusi normal
Nilai taraf nyata (α) = 0.05
Kriteria pengujian:
H0 diterima jika nilai Asymp. Sig. (2-tailed) ≥ α
H0 ditolak jika nilai Asymp. Sig. (2-tailed)<α
Kesimpulan, untuk data mesin press karena nilai Asymp. Sig.
(2-tailed) = 0,001 < 0,05 maka Ho ditolak, artinya data mesin saw
tidak berdistribusi normal.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
57
7. Kesimpulan
Berdasarkan hasil output pada tabel , didapatkan nilai Asymp. Sig.
(2-tailed)) ≥ 0.05/2 yaitu 0.001 ≥ 0.025, maka H0 diterima, berarti
tidak terdapat perbedaan antara data simulasi dengan data nyata
yang menunjukkan model simulasi yang dijalankan sudah valid.
Setelah melakukan uji kenormalan pada proses mesin saw,
didapatkan bahwa data belum normal, sehingga dilakukan
pengujian Man-Whitney.
Langkah-langkahnya sebagai berikut.
a. Aktifkan variable view dan isikan nama variabel dengan Variabel
dan Data, pada Variabel masukkan nilai value dengan 1=
DataAktual dan 2= DataSimulasi, kemudian isikan data pada data
view.
b. Klik analyze, pilih Nonparametric Tests, kemudian pilih Legacy
Dialogs dan klik 2 Independent Samples.
c. Masukkan Data pada kotak test variable list dan Variabel pada
Grouping Variable kemudian centang Mann-Whitney U pada kotak
Test Type.
d. Untuk menentukan grup, klik define groups. Selanjutnya pada
kotak dialog groups, tuliskan “1” untuk group 1 dan “2” untuk
group 2. Lalu klik continue.
e. Klik tombol options, kemudian centang descriptive dan pilih
Exclude cases test-by-test, lalu klik continue, kemudian klik OK.
f. Kemudian muncul output sebagai berikut:
Tabel 4.6 Test Statisticsb
58 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Test Statisticsb
VAR00001
Mann-Whitney U 4.000
Wilcoxon W 19.000
Z -1.832
Asymp. Sig. (2-tailed) .067
Exact Sig. [2*(1-tailed Sig.)] .095a
a. Not corrected for ties.
b. Grouping Variable: VAR00002
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 (α) = 0.05
Kriteria pengujian:
H0 diterima jika nilai Asymp. Sig. (2-tailed) ≥ α /2
H0 ditolak jika nilai Asymp. Sig. (2-tailed) <α /2
Berdasarkan hasil output mesin press, didapatkan nilai Asymp.
Sig. (2-tailed) > 0.025, yaitu 0.067, maka H0 diterima, berarti tidak
terdapat perbedaan antara data simulasi dengan data nyata (valid).
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
59
BAB VPenutup
5.1Kesimpulan
Berdasarkan praktikum yang telah dilakukan terdapat berbagai
kesimpulan sebagai berikut :
1. Hasil simulasi dengan menggunakan software promodel paling
efektif menggambarkan sistem nyata karena bisa mengetahui
jumlah produk jadi dan total biaya akhir yang didapatkan setelah
proses tersebut. Sedangkan Petrinet dipergunakan untuk
menganalisa informasi penting mengenai struktur dan perilaku
dinamis dari sistem yang dimodelkan.
2. Proses pada pembuatan Raket dibedakan menjadi dua aliran
proses. Aliran proses pertama adalah proses pembentukan kayu
segi 4 menjadi segi 6, dibor kemudian menunggu proses
asembely. Aliran proses ke 2 adalah proses pembentukan kepala
raket denganpengerolan, pengeboran,penggiran kemudian
pemberian mata ikan untuk pegangan tempat masukan senar dan
tahap asembely antara kepala raket dengan pegangannya.
3. Dari simulasi didapatkan output sebesar 50 raket, hal ini berarti
input telah seimbang dengan output, dan tidak terjadi work in
process. Proses terlama terjadi pada proses mesin roll dan pada
mesin press dengan waktu 3 menit.
4. Verifikasi dan validasi
Dilakukan uji verifikasi dan validasi untuk melihat dan memastikan
apakah model pada software promodel telah sesuai dengan petri
net dan sistem nyata. Yaitu langkah untuk mengetahui apakah
model simulasi raket yang telah dibangun dapat berjalan sesuai
dengan spesifikasi model yang diinginkan. Verifikasi data
dilakukan dengan teknik animasi, yaitu dengan cara melihat
animasi pada model simulasi yang telah dibuat.
60 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
5.2Saran
1. Ketika melakukan pengambilan data waktu pengamatan sebaiknya
lebih teliti agar didapat data waktu yang akurat.
2. Pelajari modul sebelum melakukan pembutan sistem supaya tidak
terjadi kebingungan ketka membuat sistem simulasi.
3. Sebelum memulai pengamatan, hendaknya memastikan peralatan
yang akan digunakan benar-benar siap agar tidak terjadi kesalahan
teknis saat melakukan pengamatan berlangsung.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
61