word header footer modul 1 ganjil baru.docx

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.


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:


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.


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


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


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


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:


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


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.


11

Contohnya adalah model budget advertensi, model economics,

model marketing


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.


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


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.


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.


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


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.


- 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.


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


- 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.


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.


- 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.


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


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.


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


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


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


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).


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:


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)


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


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:


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).


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


35

3.1Diagram Alir Praktikum

Gambar 3.1 Diagram Alir Praktikum


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


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


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.


39

4.2Flowchart Sistem

Gambar 4.1 Petri Net Proses pembuatan raket


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


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


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


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


43

disebut dengan frequency, jumlah total batch yang tiba disebut

occourences, dan waktu pertama kali memulai pola kedatangan

disebut first time.


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.


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


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


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


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.


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.


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.


toshiba, 09/12/13,

Tnya fifi dulu benarnya di simulasi

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



Mesinrol ,416 10 ,000 ,650 10 ,000Lilliefors Significance Correction


51

Hipotesis:




Kriteria pengujian:



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.



berikut:





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:



2. Pilih Analyze – Compare Means, kemudian pilih Indepndent

Sample T-Test.

3. Masukkan variabel pada kotak Test Variable.


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


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)


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.


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.


55

Gambar 4.18 Proses pada mesin saw

Berikut merupakan perbandingan data nyata dan data simulasi

pada proses mesin saw:


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.



berikut:





muncul ouput seperti pada tabel 4.6

Tabel 4.6 Tests of Normality



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:




Kriteria pengujian:



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.


57

toshiba, 09/12/13,

Tanya dani dulu yang disimulasi

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


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)


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).


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.


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.


61

word header footer modul 1 ganjil baru.docx

Documents