word header footer modul 1 ganjil

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Suatu sistem yang digunakan untuk memecahkan atau menguraikan persoalan-

persoalan dalam kehidupan nyata yang penuh dengan ketidakpastian dengan tidak

atau menggunakan model atau metode tertentu dan lebih ditekankan pada

pemakaian komputer untuk mendapatkan solusinya merupakan pengertian dari

simulasi. Dengan adanya simulasi, suatu sistem dapat dipelajari secara mendalam

sehingga akan dapat ditemukan masalah-masalah yang menghambat sistem

tersebut serta dapat dicari solusi pemecahannya.

Dalam simulasi terdapat berbagai macam paket software misalnya SIMAN,

SLAM, GPSS, ARENA, dan Promodel. Dengan menggunakan modern simulation

software diatas kita dapat menyimulasikan model dengan animasi visual yang dapat

mestimulasikan keinginan terhadap model dengan sistem yang kompleks dengan

lebih efektif.

Dengan praktikum kali ini, software yang digunakan adalah ProModel yang

merupakan software simulasi berbasis Windows yang digunakan untuk

mensimulasikan dan menganalisis suatu sistem. Software ini memberikan kombinasi

yang baik dalam pemakaian, fleksibilitas dan memodelkan suatu sistem nyata,

yaitu bagaimana sistem beroperasi, aliran bahan, logika operasi, kerja resource dan

lintasan kerjanya.

Untuk studi kasus ProModel ini, kami menggunakan Puskesmas, dimana

Puskesmas merupakan salah satu tempat pelayanan jasa dengan bermacam proses

dalam sistemnya yang dapat dianalisa melalui simulasi ProModel.

1.2 Tujuan

Tujuan dari pelaksanaan praktikum ini antara lain adalah:

1. Mengetahui dan memahami tentang sistem, model dan simulasi dari proses

pelayanan kesehatan di puskesmas.

2. Dapat menggunakan ProModel sebagai package software untuk simulasi proses

pelayanan kesehatan pada puskesmas.

2 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

3. Dapat menganalisa pemodelan simulasi proses pelayanan kesehatan puskesmas

dalam ProModel.

1.3 Manfaat

Manfaat yang dapat diperoleh dari pelaksanaan praktikum ini antara lain

adalah:

1. Praktikan dapat memahami tentang sistem, model, simulasi, dan komponen

simulasi dari proses pelayanan kesehatan di Puskesmas.

2. Praktikan mampu memodelkan sistem nyata menggunakan Petri Net dan

software Promodel serta mensimulasikannya untuk proses pelayanan kesehatan

puskesmas.

3. Praktikan dapat menganalisis hasil simulasi proses pelayanan puskesmas.

1.4 Batasan

Batasan dalam praktikum ini adalah sebagai berikut.

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

jenis usaha dalam bidang produk dan bidang jasa.

2. Sistem hanya untuk memodelkan berapa banyaknya pengunjung yang bisa

teratasi berdasarkan banyaknya spot tempat duduk yang disediakan oleh jenis

usaha.

3. Jumlah pengamatan selama 2 jam yang di lakukan dengan 5 kali replikasi.

1.5 Asumsi

Dalam praktikum ini asumsi yang digunakan adalah sebagai berikut.

1. Satu kelompok pengunjung dianggap sebagai satu entitas dalam sistem, jumlah

anggota pengunjung dalam sistem tidak dihitung per individu sebagai entitas

yang ada.

2. Waktu pengamatan dengan durasi 2 jam sehari dianggap dapat mewakili

keadaan sistem yang sebenarnya selama satu hari kerja (12 jam).

3. Tidak ada waktu istirahat.


3

BAB II

TINJAUAN PUSTAKA

2.1 Sistem

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

saling berkaitan yang beroperasi bersama untuk mencapai beberapa sasaran atau

maksud tertentu. Sedangkan menurut Raymod Mcleod (2001), sistem adalah

himpunan dari unsur-unsur yang saling berkaitan sehingga membentuk suatu

kesatuan yang utuh dan terpadu.

2.1.1 Karakteristik Sistem

Sistem memiliki beberapa karakteristik antara lain:

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

sistem.

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

dalam sistem yang dapat mengubah atribut maupun entity.

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

atau lebih yang memudahkan proses pengenalan satu dengan yang lain.

4. Antar muka penghubung (interface), merupakan media penghubung antar sub-

sistem.

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

atau sub-sistem:

a. Entitas : sebuah objek yang keberadaannya dapat dibedakan terhadap

objek lain dan dapat berupa orang, benda, tempat, kejadian, konsep serta

memiliki sejumlah atribut.

b. Subsistem : merupakan komponen atau bagian dari suatu sistem, bisa fisik

ataupun abstrak.

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

sistem. Terdapat dua macam atribut, yaitu:

a. Parameter adalah sesuatu yang bisa berubah-ubah, ditentukan dan melihat

pada hasil akhirnya yang pasti berbeda tiap perubahan nilai parameter.

Biasanya parameter digunakan dalam sebuah fungsi.


b. Variabel adalah sesuatu yang bisa berubah-ubah dan ditentukan tanpa

melihat hasil akhirnya,

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

lingkungan luarnya.

8. Lingkungan luar (environment), merupakan apapun diluar dari sistem yang

mempengaruhi operasi sistem.

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

sistem.

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

terjadinya kesalahan pada sistem.

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

diklasifikasikan menjadi keluaran.

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

yang lakukan.

13. Ukuran performansi sistem dibagi menjadi dua:

a. transientstate : Suatu tipikal kelakuan sistem yang tergantung pada kondisi

inisial (misalnya: booting up atau recovering dari suatu kegagalan komponen)

b. steadystate: kelakuan operasi normal dari sistem independen terhadap

kondisi inisial.

14. Proses pengolahan (transformation process), merupakan suatu proses yang akan

merubah masukan menjadi keluaran.

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

masukan, pengolahan dan keluaran.

2.1.2 Klasifikasi Sistem

Sistem dapat diklasifikasikan dari beberapa sudut pandang, diantaranya

sebagai berikut ini:

1. Sistem abstrak (abstract system) dan sistem fisik (physical system).

- Sistem abstrak (abstract system) adalah sistem yang berisi gagasan atau

konsep, misalnya sistem teologi yang berisi gagasan tentang hubungan

manusia dan tuhan.


5

- Sistem fisik (physical system) adalah sistem yang secara fisik dapat dilihat,

misalnya sistem komputer, sistem sekolah, sistem akuntansi dan sistem

transportasi.

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

system).

- Sistem Alamiah (natural system) adalah sistem yang terjadi karena alam,

misalnya sistem tata surya.

- Sistem buatan manusia (human made system) adalah sistem yang dibuat oleh

manusia,misalnya sistem komputer.

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

- Sistem tertentu (deterministic system) adalah suatu sistem yang operasinya

dapat diprediksi secara tepat, misalnya sistem komputer.

- Sistem tak tentu (probabilistic system) adalah sistem yang tak dapat diramal

dengan pasti karena mengandung unsur probabilitas, misalnya sistem

arisan dan sistem sediaan, kebutuhan rata-rata dan waktu untuk

memulihkan jumlah sediaan dapat ditentukan tetapi nilai yang tepat sesaat

tidak dapat ditentukan dengan pasti.

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

- Sistem tertutup (closed system) adalah sistem yang tidak bertukar materi,

informasi, atau energi dengan lingkungan, dengan kata lain sistem ini tidak

berinteraksi dan tidak dipengaruhi oleh lingkungan, misalnya reaksi kimia

dalam tabung yang terisolasi.

- Sistem terbuka (open system) adalah sistem yang berhubungan dengan

lingkungan dan dipengaruhi oleh lingkungan, misalnya sistem perusahaan

dagang.

2.2 Model

Model adalah pola (contoh, acuan, ragam) dari sesuatu yang akan dibuat atau

dihasilkan (Departemen P dan K, 1984:75). Definisi lain dari model adalah

abstraksi dari sistem sebenarnya, dalam gambaran yang lebih sederhana serta

mempunyai tingkat prosentase yang bersifat menyeluruh, atau model adalah

http://blog.re.or.id/category/akuntansi


abstraksi dari realitas dengan hanya memusatkan perhatian pada beberapa sifat dari

kehidupan sebenarnya.

2.2.1 Stakeholder dari Pemodelan

Macam-macam stakeholder antara lain:

1. Problem owner, merupakan individu atau sekelompok orang yang memiliki

kewenangan mengendalikan permasalahan.

2. Problem user, merupakan individu atau sekelompok orang yang menggunakan

solusi model untuk memecahkan masalah, meningkatkan kinerja, dan

mengeksekusinya.

3. Problem customer, merupakan pihak yang mendapatkan manfaat atau menjadi

objek akibat penerapan solusi.

4. Problem analyst, merupakan pihak yang menganalisis masalah dan

mendapatkan solusi kemudian disampaikan kepada problem owner untuk

mendapatkan persetujuan.

2.2.2 Prinsip Model

Beberapa prinsip permodelan antara lain:

1. Elaborasi, merupakan suatu pembelajaran yang dikembangkan atau dirancang

dengan urutan dan pengorganisasian yang baik.

2. Iteratif, merupakan suatu pembelajaran yang dikembangkan dengan

pengulangan atau peninjauan-peninjauan kembali.

3. Sinektik, merupakan metode yang dibuat untuk mengembangkan pengenalan

masalah-masalah secara analogis. Dalam mengembangkan model sinektik ini

dapat menghasilkan 4 tipe analogi:

a. Analogi personifikasi : Dalam hal ini, analis berusaha membayangkan

dirinya mengalami masalah sistem nyata seperti yang dihadapi oleh

pengambil keputusan dalam perusahaan.

b. Analogi langsung : Analis mencari hubungan yang serupa di antara dua

atau lebih situasi problematik.

Contoh : Dalam merancang pondasi tiang listrik tegangan tinggi di daerah

rawa-rawa dapat dianalogikan dengan akar pohon kelapa di pantai.


7

c. Analogi simbolik : Analis berusaha menemukan hubungan yang serupa

antara situasi problematik sistem nyata dengan proses simbolik.

Contoh : Laju mengalirnya air pada suatu tingkat volume tertentu dlam

bak dan laju pertumbuhan penduduk dari sejumlah penduduk suatu kota.

d. 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.

2.2.3 Klasifikasi Model

Berikut ini adalah klasifikasi model:

1. Berdasarkan fungsi:

a. Model deskriptif, yaitu memberikan gambaran sistem nyata.

b. Model prediktif, yaitu untuk meramalkan hasil dari kondisi tertentu.

c. Model normatif, yaitu memberikan jawaban ‘terbaik’ dari alternatif yang

ada.

2. Berdasarkan struktur:

a. Model ikonis, yaitu perwakilan fisik dari beberapa hal, baik dalam bentuk

ideal maupun skala yang berbeda.

b. Model analog, yaitu mewakili situasi dinamik atau keadaan yang berubah

menurut waktu.

c. Model simbolik, yaitu perwakilan dari realitas yang dikaji, dapat berupa

angka, simbol, dan rumus.

3. Berdasarkan acuan waktu:

a. Model statis, yaitu tidak memperhitungkan perubahan-perubahan karena

pengaruh waktu.

b. Model dinamis yaitu memperhitungkan faktor waktu dalam

menggambarkan suatu sistem nyata.

4. Berdasarkan tingkat ketidakpastian

a. Model deterministik, yaitu keluaran yang dihasilkan dapat diduga secara

pasti berdasarkan masukkannya.

b. Model probabilistik, yaitu mendasarkan pada teknik peluang dan

memperhitungkan ketidakmenentuan.


c. Model konflik, yaitu memiliki sifat alamiah pengambil keputusan berada

dalam pengendalian lawan.

5. Model tak pasti, yaitu dikembangkan untuk kondisi ketidakpastian mutlak.

Berdasarkan derajat kuantifikasi.

a. Model kualitatif, yaitu menggambarkan suatu mutu pada suatu realita.

Model kualitatif dibagi menjadi 2:

1) Model mental, yaitu menggambarkan proses berpikir manusia.

2) Model verbal, yaitu disajikan dalam bahasa sehari-hari.

b. Model kuantitatif, yaitu model yang variabelnya dapat dikuantifikasikan,

Model kuantitatif dibagi menjadi 4:

1) Model heuristik.: mencari jawaban terbaik tetapi bukan jawaban

optimum (contoh: keseimbangan lintasan produksi, TSP)

2) Model simulasi : mencari jawab yang baik dan menguntungkan untuk

masalah kompleks (simulasi kejadian diskrit)

3) Model optimum : untuk menentukan jawab terbaik

- Optimasi analitik mencari jawab terbaik melalui proses langsung

dan tidak berulang (analisis marjinal, analisis inkremental)

- Algoritmik mencari jawab terbaik melalui proses berulang dan

iteratif (metode simpleks, model transportasi)

4) Model statistik : mendeskripsikan dan menyimpulkan data

(pengukuran kerja, model korelasi dan regresi)

6. Berdasarkan acuan dimensi model dapat dibedakan menjadi dua macam yaitu:

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

b. Model multi dimensi, yaitu model yang terdiri dari banyak faktor penentu.

7. Berdasarkan acuan lingkungan, model dapat dibedakan menjadi dua macam,

yaitu:

a. Model loop terbuka, yaitu memiliki interaksi dengan lingkungannya.

b. Model loop tertutup, yaitu tidak memiliki interaksi dengan lingkungannya.

2.3 Simulasi

Kakiay (2003), Simulasi sebagai suatu sistem yang digunakan untuk

memecahkan atau menguraikan persoalan dalam kehidupan nyata yang penuh


9

dengan ketidakpastian dengan tidak atau menggunakan model atau metode

tertentu dan lebih ditekankan pada pemakaian komputer untuk mendapatkan

solusinya.

Pengertian lain simulasi juga merupakan suatu metodologi untuk

melaksanakan percobaan dengan menggunakan model dari suatu sistem nyata,

juga merupakan model dari suatu sistem nyata dimana sistem tersebut dimodelkan

dengan menggunakan sebuah software yang berfungsi untuk menirukan perilaku

sistem nyata.

2.3.1 Elemen Simulasi

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

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

bagaimana suatu entity diproses. Berikut ini merupakan penjelasan dari beberapa

elemen dasar pemodelan:

1. Entities, yaitu segala sesuatu yang dapat diproses.

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

entitas baik secara langsung dan tidak langsung.

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

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

mana aktivitas berjalan.

2.3.2 Software Simulasi

Dalam Pemodelan Simulasi dikenal dua software yang paling umum digunakan

yaitu programming language dan simulation application.

2.3.2.1 Programming Language

Programming language adalah salah satu bahasa ataupun tata cara yang dapat

digunakan oleh manusia (programmer) untuk berkomunikasi secara langsung

dengan komputer. Secara umum programming language dibagi menjadi dua, yaitu

high level language dan low level language. High level language lebih mudah dipelajari

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


lenguagejuga merupakan kalimat, kata ataupun aturan yang digunakan dalam

kehidupan sehari – hari.

2.3.2.2 Simulation Application

Simulation application adalah suat program (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: general purposes application yang dapat digunakan secara umum untuk berbagai

macam tugas/tujuan dan special purposes application yang memiliki tugas atau tujuan

yang spesifik dan lebih lengkap.

2.4 Pemodelan dengan Promodel

Salah satu software aplikasi simulasi yang sering digunakan untuk memudahkan

proses pemodelan adalah Promodel. Dalam aplikasi ini digunakan pendekatan

kejadian dan aktivitas yang digambarkan dengan Petri Net.

2.4.1 Definisi Promodel

Promodel merupakan sebuah alat simulasi discrete-event (menggunakan metode

statistik untuk menghasilkan perilaku acak dan melakukan estimasi kinerja model)

berbasis Windows yang tepat untuk menyimulasikan dan menganalisis sistem

produksi dengan berbagai tipe dan ukuran. Promodel memiliki user interface yang

mudah digunakan, fleksibilitas yang tinggi untuk dapat memodelkan nyaris semua

situasi, dan kemampuan animasi yang realistis. Promodel berfokus pada utilisasi

sumber daya, kapasitas produksi, produktivitas, dan level inventori. Aplikasi ini

didesain untuk memodelkan sistem yang memiliki kejadian-kejadian dengan waktu

yang terbatas.

2.4.2 Struktur Elemen Promodel

Terdapat lima struktur elemen utama pada promodel yakni locations, entities,

arrivals. processing, variable, path network dan resources.


11

1. Locations menggambarkan tempat atau lokasi yang pasti dalam sistem tempat

entitas memiliki rute untuk berbagai aktivitas dalam sistem tersebut.

2. Entities merupakan segala sesuatu yang bisa diproses dalam sebuah model.

Enttitas dalam promodel adalah unit diskrit yang dapat digabungkan.

3. Arrivals merupakan sebuah mekanisme yang mendefinisikan bagaimana entitas

memasuki sistem. Setiap entitas yang memasuki sistem akan memiliki protokol

kedatangannya masing-masing. Entitas bisa datang per unit maupun per batch.

4. Processing mendeskripsikan operasi yang terjadi dalam locations.

5. Variable merupakan cara untuk melacak sistem, lokasi, dan performansi entitas.

Selain itu dapat pula digunakan untuk kepentingan verifikasi.

6. Path nwtwork digunakan untuk membatasi gerak dalam model.

7. Recources dapat berupa orang, alat, atau perlengkapan yang melakukan fungsi

berikut: memindahkan entitas, membantu proses operasi, melakukan

perawatan lokasi, dan melakukan perawatan resource.Resources dibagi menjadi

dua yaitu dinamis yang membutuhkan path network dan statis.

2.4.3 Konsep Pemodelan Promodel

Dalam proses pemodelan menggunakan Promodel terdapat beberapa konsep

yang lazim digunakan yaitu batching, accumulation of entities, dan splitting.

2.4.3.1 Batching Multiple Entity of Similar Type

Batching merupakan sebuah istilah yang merujuk pada digabungkannya atau

dikumpulkannya beberapa entitas untuk tujuan operasi atau perpindahan entitas.

Batching dapat dilakukan secara sementara maupun permanen.

2.4.3.1.1 Temporary Batching Using Group/Ungroup

Pernyataan GROUP dalam Promodel akan membuat beberapa entitas bergabung

namun dapat kembali dipisahkan pada proses selanjutnya dengan pernyataan

UNGROUP. Hal inilah yang disebut dengan temporary batching. Entitas yang telah

digabungkan akan memiliki identitas dan atribut tersendiri yang berbeda dari

entitas awalnya. Setelah entitas kembali dipisahkan dengan pernyataan UNGROUP,


masing-masing entitas tersebut dapat kembali ke entitas awalnya dengan antribut

dan identitas yang telah ditetapkan di awal.

2.4.3.1.2 Permanent Combine

Dalam Promodel pernyataan COMBINE digunakan untuk mengumpulkan dan

menggabungkan sejumlah tertentu entitas menjadi satu entitas tunggal dengan

nama yang berbeda. Entitas yang telah digabungkan akan kehilangan identitas dan

atribut awal mereka dan tidak dapat dipisahkan lagi setelahnya.

2.4.3.2 Accumulation of Entities

Pernyataan ACCUM dalam Promodel merupakan suatu cara untuk

mengumpulkan entitas. Entitas akan ditahan di suatu lokasi tertentu sampai

sejumlah kuantitas yang ditetapkan terpenuhi. Pernyataan ini bersifat seperti

sebuah gerbang yang menahan entitas sampai tercapai jumlah tertentu sebelum

Promodel melepaskan entitas tersebut untuk proses lebih lanjut. Pada saat

menggunakan pernyataan ACCUM, harus dipastikan bahwa setidaknya kapasitas

lokasi yang digunakan sama besar dengan jumlah entitas yang dikumpulkan.

2.4.3.3 Splitting of One Entity into Multiple Entity

Dalam Promodel sebuah entitas dapat dipisahkan menjadi jumlah yang spesifik

dengan nama entitas yang berbeda, dan dengan biaya serta waktu pengerjaan yang

berbeda untuk masing-masing entitas baru tersebut. Entitas-entitas baru tersebut

akan memiliki atribut yang sama dengan entitas awalnya. Untuk melakukan hal

tersebut digunakan pernyataan SPLIT AS.

2.5 Teori Antrian

Analisis antrian pertama kali diperkenalkan oleh A.K. Erlang (1913) yang

mempelajari fluktuasi permintaan fasilitas telepon dan keterlambatan

pelayanannya. Saat ini analisis antrian banyak diterapkan di bidang bisnis (bank,

supermarket), industri (palayanan mesin otomatis), tansportasi (pelabuhan udara,

pelabuhan laut, jasa-jasa pos) dan lain-lain. Analisis antrian memberikan informasi

probabilitas yang dinamakan operation characteristics yang dapat membantu


13

pengambil keputusan dalam merancang fasilitas pelayanan antrian untuk mengatasi

permintaan pelayanan yang fluktuatif secara random dan menjaga keseimbangan

antara biaya pelayanan dan biaya menunggu.

2.5.1 Komponen Dasar Antrian

Berikut ini adalah penjelasan mengenai komponen dasar antrian, yaitu

meliputi kedatangan, pelayanan, dan antri :

1. Kedatangan

Setiap masalah antrian melibatkan kedatangan, misalnya orang, mobil, atau

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

input meliputi sumber kedatangan atau biasa dinamakan calling population dan

cara terjadinya kedatangan yang umumnya merupakan proses random.

2. Pelayanan

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

atau satu atau lebih fasilitas pelayanan. Contohnya pada sebuah check out

counter dari suatu supermarket terkadang hanya ada seorang pelayan, tetapi

bisa juga diisi seorang kasir dengan pembantunya untuk memasukkan barang-

barang ke kantong plastik. Sebuah bank dapat mempekerjakan seorang atau

banyak teller. Di samping itu, perlu diketahui cara pelayanan dirampungkan,

yang kadang-kadang merupakan proses random. Menurut Parasuraman (dalam

Tjiptono, 1997) aspek-aspek mutu atau kualitas pelayanan adalah:

a. Keandalan (reliability)

Yaitu kemampuan memberikan pelayanan yang dijanjikan dengan segera,

akurat dan memuaskan, jujur, aman, tepat waktu, ketersediaan.

Keseluruhan ini berhubungan dengan kepercayaan terhadap pelayanan

dalam kaitannya dengan waktu.

b. Ketanggapan (responsiveness)

Yaitu keinginan para pegawai atau karyawan membantu konsumen dan

memberikan pelayanan itu dengan tanggap terhadap kebutuhan konsumen,

cepat memperhatikan dan mengatasi kebutuhan-kebutuhan.


c. Jaminan (assurance)

Mencangkup kemampuan, pengetahuan, kesopanan dan sifat dapat

dipercaya yang dimiliki pada karyawan, bebas dari bahaya, resiko, keragu-

raguan, memiliki kompetensi, percaya diri dan menimbulkan keyakinan

kebenaran (obyektif).

d. Empati dan kepedulian (emphaty)

Meliputi kemudahan dalam melakukan hubungan komunikasi yang baik

dan memahami kebutuhan konsumen yang terwujud dalam penuh

perhatian terhadap setiap konsumen, melayani konsumen dengan ramah

dan menarik, memahami aspirasi konsumen, berkomunikasi yang baik dan

benar serta bersikap dengan penuh simpati.

e. Bukti langsung atau berwujud (tangibles)

Meliputi fasilitas fisik, peralatan pegawai, kebersihan, ruangan baik teratur

rapi, berpakaian rapi dan harmonis, penampilan karyawan atau

peralatannya dan alat komunikasi.

3. Antri

Inti dari analisis antrian adalah antri itu sendiri. Timbulnya antrian terutama

tergantung dari sifat kedatangan dan proses pelayanan. Penentu antrian lain

yang penting adalah disiplin antri. Disiplin antri adalah aturan keputusan yang

menjelaskan cara melayani pengantri, misalnya datang awal dilayani dulu yang

lebih dikenal dengan singkatan FCFS, datang terakhir dilayani dulu LCFS,

berdasar prioritas, berdasar abjad, berdasar janji, dan lain-lain. Jika tak ada

antrian berarti terdapat pelayan yang nganggur atau kelebihan fasilitas

pelayanan.

2.5.2 Disiplin Pelayanan Antrian

Disiplin Pelayanan Antrian adalah keputusan untuk melayani pengantri.

Menurut Siagian (1987), ada 5 jenis antrian yang biasa digunakan yaitu:

1. FirstCome FirstServed (FCFS) atau FirstIn FirstOut (FIFO) artinya, lebih dulu

datang (sampai), lebih dulu dilayani (keluar). Misalnya, antrian pada loket

bioskop.


15

2. LastCome FirstServed (LCFS) atau LastIn FirstOut (LIFO) artinya, yang tiba

terakhir yang lebih dulu keluar. Misalnya, sistem antrian dalam elevator untuk

antrian yang sama orang yang tiba terakhirlah yang lebih dulu keluar.

3. Service In Random Order (SIRO) artinya, panggilan didasarkan pada peluang

secara random, tidak memerhatikan siapa yang lebih dulu tiba.

4. Priority Service (PS) artinya, prioritas pelayanan diberikan kepada pelanggan

yang memiliki prioritas lebih tinggi dibandingkan dengan pelanggan yang

memiliki prioritas lebih rendah. Meskipun pelanggan tersebut terakhir datang,

ada kemungkinan dia tiba lebih dulu dilayani. Contoh: ada pasien yang datang

terakhir ke UGD namun kondisinya sangat parah, sehingga ditangani lebih

dulu.

2.5.3 Disiplin Pelayanan Antrian

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

antrian:

1. Single Channel – Single Phase

Single channel berarti hanya ada satu pelanggan yang masuk sistem pelayanan

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

pelayanan.

Gambar 2.1 Single Channel – Single Phase

Sumber: Anonim. 2010. Service Characteristics

2. Single Channel – Multi Phase

Istilah multi phase menunjukkan ada dua atau lebih pelayanan yang

dilaksanakan secara berurutan (dalam fase-fase). Sebagai contoh: pencucian

mobil maupun motor.


Gambar 2.2 Single Channel – Multi Phase


3. Multi Channel – Single Phase

Sistem multi channel-single phaseterjadi kapan saja di mana ada dua atau lebih

fasilitas pelayanan dialiri oleh antrian tunggal, sebagai contoh model ini

adalah: antrian pada teller sebuah bank.

Gambar 2.3 Multi Channel – Single Phase


4. Multi Channel- Multi Phase

Sistem multi channel multi phase adalah sistem yang mempunyai beberapa

fasilitas pelayanan pada setiap tahapannya. Contoh: registrasi mahasiswa di

universitas.

Gambar 2.4 Multi Channel – Multi Phase



17

2.6 Petrinet

Petrinet adalah salah satu model untuk merepresentasikan sistem terdistribusi

diskret. Sebagai sebuah model, Petrinet merupakan grafik dua arah yang terdiri

dari place, transition, dan tanda panah yang menghubungkan keduanya. Di samping

itu, untuk merepresentasikan keadaan sistem,token diletakkan pada place tertentu.

Ketika sebuah transition terpantik, token akan bertransisi sesuai tanda panah.

Petrinet pertama kali diajukkan oleh Carl Adam Petri pada tahun 1962.

Gambar 2.5 Contoh transaksi token pada petrinet

Sumber: Monica. 2009. Pemodelan dan simulasi sistem.pdf

Petrinet juga menyediakan tool grafis untuk spesifikasi formal sistem.

Komponen-komponen pada petri net yaitu:

1. Lingkaran (location): Mempresentasikan aktivitas (pasif/aktif) atatu

kondisi/status untuk mewakili komponen sistem.

Gambar 2.6 Lingkaran (location)


2. Segiempat (transition): menggambarkan kejadian atau saat perubahan/transisi

kondisi.

Gambar 2.7 Segi empat (transition)


3. Panah (flow reaction): mewakili hubungan yang ada antara transisi dan lokasi

atau mempresentasikan relasi urutan antar node yang menunjukan bahwa node

pendahulu berlanjut menjadi node berikutnya.

Activ

ity

Event

http://id.wikipedia.org/wiki/Sistem_terdistribusi

http://id.wikipedia.org/w/index.php?title=Carl_Adam_Petri&action=edit&redlink=1

http://id.wikipedia.org/wiki/1962


Gambar 2.8 Panah (flow reaction)


4. Token (marking): untuk menentukan keadaan dan menandai petrinet atau

mempresentasikan pergerakan location dari perubahan kondisi yang dialami

entitas.

Gambar 2.9 Token (marking)


2.7 Verifikasi dan Validasi

Verifikasi dan validasi merupakan tahapan untuk menguji

kredibilitas/kesesuaian sistem nyata dengan model simulasi. Verifikasi adalah

proses pemeriksaan logika operasional model (program komputer) sesuai dengan

logika diagram alur (Hoover dan Perry, 1989). Validasi adalah proses penentuan

apakah model, sebagai konseptualisasi, merupakan representasi yang akurat dan

sesuai dengan sistem nyata (Hoover dan Perry, 1989).


19

BAB III

METODOLOGI PRAKTIKUM

3.1 Diagram Alir Praktikum

Gambar 3.1 Diagram alir praktikum

Sumber: Pengolahan data. 2013


3.2 Prosedur Praktikum

Prosedur yang dilakukan dalam praktikum ini adalah:

1. Studi pustaka yang dipelajari dari sumber referensi didapat.

2. Menyiapkan alat dan bahan yang digunakan selama praktikum.

3. Pengamatan lapangan pada lokasi studi kasus, dalam hal ini Puskesmas.

4. Pengolahan data yang didapat dari pengamatan, lalu penentuan distribusi,

menggunakan software Promodel dengan menginputkan data ke dalam menu

stat fit.

5. Pemodelan sistem dengan membuat Petri-Net sistem yang merupakan proses

membangun atau membentuk sebuah model dari suatu sistem nyata dalam

bahasa formal tertentu.

4. Simulasi sistem dengan ProModel,untuk menggambarkan cara kerja sistem

nyata sekalugus untuk mengetahui output sistem tersebut.

5. Verifikasi, apabila model sudah terverifikasi maka lanjut ke langkah 6,

sedangkan apabila tidak terverifikasi maka mengulang ke simulasi dengan

ProModel (langkah 4).

6. Validasi, apabila model sudah tervalidasi maka lanjut ke langkah 7, sedangkan

apabila tidak maka mengulang ke pengamatan lapangan (langkah 3).

7. Analisa dan pembahasan, mengenai input dan output yang telah diperoleh.

8. Kesimpulan dan saran

9. Selesai


21

BAB IV

HASIL DAN PEMBAHASAN

4.1 Gambaran Sistem

Sistem yang dibuat adalah sistem pelayanan jasa kesehatan yaitu puskesmas

yang terdiri dari beberapa proses. Proses pertama berupa proses kedatangan pasien

yaitu manusia (anak-anak, remaja, dewasa dan lansia) merupakan input dari sistem,

kemudian dilakukannya pendaftaran pasien. Setelah itu menuju ruang pemeriksaan

antara lain ada poli gigi, poli kia, poli umum ataupun poli lansia yang kemudian

dilakukannya proses pelayanan kesehatan. Selanjutnya dilakukan proses

pendaftaran resep dan terakhir dilakukan proses penebusan obat di kamar obat.

Setelah penebusan obat, pasien menuju tempat parkir untuk pulang.

Permasalahannya adalah adanya delay pada pencarian resep obat karena hanya ada

1 operator di proses penebusan obat di apotek.

Tabel 4.1 Data Hasil Pengamatan dalam menit

Loket Poli Gigi Poli KIA Poli Umum Poli Lansia Kamar Obat

6 14 14 35 2

7 10 10 5 6

6 20 10 26 5

6 24 14 4 11

5 24 14 24 3

8 4 20 14 9

7 22 15 9 4

5 19 13 35 3

5 21 14 21 8

5 14 11 4 3

9 26 12 14 3

6 12 18 20 13

6 12 13 32 1

5 17 6 10 4

6 20 14 27 10

4 12 13 15 14

5 37 13 19 8

5 21 17 15 5

6 16 14 18 13

6 13 16 27 4

6 28 4 16 5

4 42 22 11 16


Tabel 4.1 Data Hasil Pengamatan dalam menit (lanjutan)

Loket Poli Gigi Poli KIA Poli Umum Poli Lansia Kamar Obat

5 17 14 6 5

5 12 37 35 4

7 21 16 7 4

3 44 29 20 10

3 7 9 34 2

7 24 17 11

5 7 19 8

5 26 6

4 7 4

6 7 8

7 42 8

3 6 3

7 3

4 4

4 8

5 7

4 4

5 4

6 12

4 6

5 5

5 7

5 2

5 3

6 12

6 4

6 3

6 8



23

4.2 Flowchart Sistem

Flowchart sistem pelayanan jasa Puskesmas Sulfat ditunjukkan pada Gambar

4.1 di bawah ini.

Mulai

Inisialisasi

Q = antrian

Kedatangan

pasien

Masuk antrian

registrasi

Q = Q + 1

Apakah

operator sibuk?

Keluar antrian

Q = Q - 1

Registrasi

Masuk poli

Q = Q + 1

Operator Poli

gigi sibuk ?

Keluar antrian

( Q = Q – 1)

Apakah ke poli

giigi ?

Apakah ke poli

umum ?

Apakah ke poli

KIA ?

tidak

Masuk poli

Q = Q + 1

Operator Poli

Umum sibuk ?

Keluar antrian

( Q = Q – 1)

tidak

Masuk poli

Q = Q + 1

Operator Poli

KIA sibuk ?

Keluar antrian

( Q = Q – 1)

tidak

Masuk poli

Q = Q + 1

Operator Poli

Lansia sibuk ?

Keluar antrian

( Q = Q – 1)

Proses Pelayanan

di Poli

Proses Pelayanan

di Poli

Proses Pelayanan

di Poli

Proses Pelayanan

di Poli

Masuk kamar obat

Q = Q + 1

ya ya ya

Ya

tidak

Operator

Kamar obat

sibuk?

Q = Q - 1

Pelayanan di

Kamar Obat

Selesai

Gambar 4.1 Flowchart Sistem Puskesmas Sulfat



4.3 Petri Net

Berikut adalah Petri Net dari sistem pelayanan Puskesmas.

Arrive Begin Begin End Begin End

CreateAntri

registrasiRegistrasi

Idle

Idle

POLI GIGI

POLI KIA

Idle

POLI UMUM

Idle

POLI LANSIA

Idle

Antri ambil

obat

Idle

Ambil obat Dispose

Begin End

Begin End

Begin End

Gambar 4.2 Petri Net Create


4.4 Pengujian Distribusi Data

Penentuan distribusi data dilakukan dengan menginputkan data hasil

pengamatan pada StatFit, yaitu data masuk loket, data masuk poli (poli gigi, poli

KIA, poli umum, poli lansia), dan data masuk kamar obat.

Langkah-langkahnya adalah sebagai berikut :

1. Buka Promodel kemudian klik Tools lalu StatFit, lalu inputkan data ke dalam

Data Table.


25

Gambar 4.3 Proses Memasukkan Data Poli GigiPada StatFit


2. Klik Fit kemudian AutoFit, kemudian muncul banyak pilihan jenis distribusi,

pilih distribusi yang acceptance-nya do not reject dengan nilai rank terbesar.

Gambar 4.4 Automatic FittingData Poli Gigi


Hasil pengujian distribusi data dengan StatFit untuk data waktu antar

kedatangan di loket menunjukkan bahwa distribusinya adalah Lognormal (3.,

0.851, 0.452). Untuk proses di poli gigi distribusi datanya mengikuti distribusi

Lognormal (4., 2.59, 0.628), pada proses di Poli KIA distribusinya adalah

Lognormal (4., 2.26, 0.674), proses pada Poli umum distribusinya adalah Uniform

(4., 35.) dan pada proses terakhir di kamar obat distribusi Lognormal (1., 1.46,

0.698)

4.5 Pembuatan Model Sistem Puskesmas

Langkah-langkah pembuatan model puskesmas sulfat adalah sebagai berikut:

1. Membuka software promodel 7.5

2. Klik menu Build lalu pilih:

a. Location

Memasukkan graphic ke dalam layout


Gambar 4.5 Pembuatan location


b. Entities

Memasukkan Pasien ke dalam entitas

Gambar 4.6 Pembuatan entities


c. PathNetwork

1) Hubungkan tanda panah kearah lokasi-lokasi secara berurutan, mulai

dari kedatangan ke tempat antrian (Loc2), dari tempat antrian ke

tempat pendaftaran pasien, dari pendaftaran pasienmenuju ke poli

yang dibutuhkan antara lain ada poli gigi, poli kia, poli umum dna poli

lansia.Daripolimenuju ke kamar obat dan dari kamar obatke tempat

parkir atau depart out.

2) Klik node dan tarik garis ke lokasi proses dan diakhiri doubleclick.

Gambar 4.7 Pembuatan PathNetwork


d. Resource


27

Dalam model ini, masukkan worker1yaitu perawat,dan worker2yaitu dokter

sebagai resources.

Gambar 4.8 Pembuatan Resources


e. Processing

1) Memasukkan Pasien padaentity, lalu Kedatangan pada location, setelah

itu isi routing dengan Pasien sebagai entity, Loc2 sebagai destination.

Gambar 4.9 Pembuatan processing


2) Memasukkan Pasien sebagai entity, lalu Loc2 pada location. Setelah itu

isi routing dengan Pasien sebagai entity, Pendaftaranpasien sebagai

destination, dan isi Rule dengan FIRST 1.

3) Memasukkan Pasien sebagai entity, lalu Pendaftaranpasien pada location,

lalu klik operation, isikan dengan WAIT N(4, 1) MIN. Setelah itu isi

routing pertama dengan Pasien sebagai entity, Poligigi sebagai destination,

dan isi Rule dengan 0,25. Isi routing kedua dengan Pasien sebagai entity,

Polikia sebagai destination, dan isi Rule dengan 0,4. Isi routing ketiga

dengan Pasien sebagai entity, Poliumum sebagai destination, dan isi Rule


dengan 0,3. Isi routing keempat dengan Pasien sebagai entity, Polilansia

sebagai destination, dan isi Rule dengan 0,05.

4) Memasukkan Pasien sebagai entity, lalu Poligigi pada location, lalu klik

operation, isikan dengan WAIT L(4, 2,54) MIN. Setelah itu isi routing

dengan Pasien sebagai entity, Kamarobat sebagai destination, dan isi Rule

dengan FIRST 1.

5) Memasukkan Pasien sebagai entity, lalu Polikia pada location, lalu klik

operation, isikan dengan WAIT N(20, 2) MIN. Setelah itu isi routing


dengan FIRST 1.

6) Memasukkan Pasien sebagai entity, lalu Poliumum pada location, lalu

klik operation, isikan dengan WAIT N(20, 2) MIN. Setelah itu isi routing


dengan FIRST 1.

7) Memasukkan Pasien sebagai entity, lalu Polilansia pada location, lalu klik

operation, isikan dengan WAIT N(18, 2) MIN. Setelah itu isi routing


dengan FIRST 1.

8) Memasukkan Pasien sebagai entity, lalu Kamarobat pada location, lalu

klik operation, isikan dengan WAIT N(5, 1) MIN. Setelah itu isi routing

dengan Pasien sebagai entity, Parkir sebagai destination, dan isi Rule

dengan FIRST 1.

9) Memasukkan Pasien sebagai entity, lalu Parkir pada location, lalu klik

operation, isikan dengan WAIT E(2, 1) MIN. Setelah itu isi routing dengan

Pasien sebagai entity, EXIT sebagai destination, dan isi Rule dengan

FIRST 1.

f. Arrival

Buat Pasien ke dalam arrival, kemudian ubah location pada Kedatangan dan

occurence menjadi INFINITE. Isikan frequency dengan U(10,8)MIN.


29

Gambar 4.10 Pembuatan arrival


g. Variable

Dalam model ini, digunakan 2 buah variable yaitu: pasien_keluar yang

menunjukkan jumlah pasien yang telah selesai dilayani dan

pasien_onprocess yang menunjukkan jumlah pasien yang dilayani dalam

sistem.

Gambar 4.11 Pembuatan variable


3. Simulation

Pilih option lalu isikan runtime dengan waktu yang dibutuhkan untuk proses

yakni 10 jam dan number of replication sebanyak 1 kali.

Gambar 4.12 Ilustrasi sistem puskesmas sulfat dalam promodel



4.6 Analisis Hasil Simulasi

Berikut adalah analisis dari hasil sistem yang telah disimulasikan.

1. Total entries

Dari simulasi model dalam Promodel didapatkan total entries seperti tabel di

bawah ini:

Tabel 4.2 Total Entries


Berdasarkan pada tabel 4.2 diatas, dapat disimpulkan bahwa dari hasil simulasi

sistem Puskesmas, totalentries pada kedatangan total entriesnya 54 pasien,

proses pendaftaran pasien 51 pasien, pada poli gigi yang masuk sebesar

10pasien, poli KIA 20 pasien, poli umum 15 pasien, poli lansia 5 pasien, pada

kamar obat 48 pasien, dan proses ke tempat parkir sebanyak 48 pasien. Adanya

entitas/pasien yang masih tertinggal saaat simulasi selesai dijalankan atau

berada pada posisi WIP menyebabkan jumlah entitas/pasien yang masuk ke

dalam sistem berbeda-beda pada tiap proses.

2. Total exit

Total customer yang keluar pada sistem ini tertera pada tabel hasil dari Promodel

berikut:

Tabel 4.3 Total Exit



31

Berdasarkan pada tabel 4.3 diatas, dapat disimpulkan bahwa jumlah

entitas/pasien yang keluar dari sistem sebesar 58 pasien sedangkan pada

jumlah customer yang masuk sebesar 54 pasien. Adanya perbedaan jumlah ini

dapat disebabkan oleh adanya 4 pasien yang telah berada dalam sistem pada

saat sebelum simulasi selesai dijalankan.

3. Utilisasi lokasi

Utilisasi tiap lokasi pada sistem ditunjukkan pada tabel 4.4.

Tabel 4.4 Utilisasi Lokasi


Dari tabel diatas, dapat disimpulkan bahwa utilisasi terbesar berada di proses

pendaftaran pasien sebesar 33.32%. Utilisasi pada lokasi kedatangan dan pada

poli tidak besar disebabkan proses-proses tersebut membutuhkan waktu

pelayanan yang jauh lebih sedikit dari pada pendaftaran dimana pasien

diharuskan mengisi formulir serta pengecekan kartu berobat dan juga

menunggu untuk dipanggil masuk poli. Dengan utilisasi yang sangat besar

pada pendaftaran pasien ini tentunya berdampak yang tidak baik bagi kineja

operatornya dikarenakan akan mudah merasa lelah yang mengakibatkan

produktivitas menurun, sehingga dibutuhkan perbaikan dari pihak

Puskesmas,misalnya dengan menambah jumlah operator yang ada.

4. Total failed

Jumlah total failed entitas pada sistem dapat dilihat pada tabel 4.5.

Tabel 4.5 Total Failed



Dari tabel diatas, dapat disimpulkan bahwa total failed pasien yang masuk ke

dalam sistem mempunyai nilai yang kecil yaitu 2. Hal ini dapat didukung

beberapa faktor, antara lain dapat teratasinya jumlah pasien yang masuk dan

langsung mendapatkan pelayanan pada poli, sehingga begitu ada pasien yang

datang lagi tidak terjadi penumpukan antrian yang terlalu penuh.

5. Current quantity in system

Didapatkan hasil nilai current quantity in system seperti pada tabel 4.6.

Tabel 4.6 Current Quantity in System


Pada tabel diata merupakan hasil simulasi dari proses pelayanan puskesmas

dengan run time 2 jam replikasi 5 kali. Dapat dilihat bahwa jumlah pasien

yang masih ada dalam sistem pasa saat waktu simulasi berakhir berjumlah 2

untuk replikasi1, 1 replikasi ke 2, 1 untuk replikasi ke 3, 3 untuk replikasi ke 4

dan berjumlah 1 untuk replikasi ke 5.

Tabel 4.7 Current Quantity in System


Pada tabel diatas merupakan hasil simulasi dari proses pelayanan puskesmas

dengan run time 10 jam replikasi 1 kali. Dari tabel 4.7 diatas, dapat dilihat

bahwa jumlah pasien yang masih berada pada sistem pada saat waktu simulasi

berakhir berjumlah 1 pasien.

6. Average time in operation

Jumlah hasil nilai average time in operationdapat dilihat pada tabel 4.7.

Tabel 4.8 Average Time in Operation



33

Dari tabel 4.8, dapat dilihat bahwa rata-rata waktu yang dibutuhkan untuk

pasien berobat di Puskesmas adalah sebesar 12.72 menit.

4.7 Verifikasi dan Validasi

4.7.1 Verifikasi

Berikut ini merupakan hasil verifikasi dari perbandingan logika diagram alur

dan sistem pada permodelan:

Pada diagram alur proses yang terjadi berturut terjadi ketika pasien datang dan

antri registrasi, kemudian masuk ke salah satu poli dan dari poli dilanjutkan

menuju kamar obat, dan sesudah itu pasien kembali ke parkiran (Gambar 4.13).

Pada Gambar 4.14 yang menggambarkan jalannya sistem pada ProModel

menunjukkan bahwa jalannya sistem sudah sesuai dengan diagram alur, yaitu

kedatangan-antri registrasi-poli-kamar obat-parkiran.

Arrive Begin Begin End Begin End

CreateAntri

registrasiRegistrasi

Idle

Idle

POLI GIGI

POLI KIA

Idle

POLI UMUM

Idle

POLI LANSIA

Idle

Antri ambil

obat

Idle

Ambil obat Dispose

Begin End

Begin End

Begin End

Gambar 4.13 Petri Net Sistem


Gambar 4.14 ProModel Sistem

4.7.2 Validasi

Validasi pada sistem puskesmas ini dilakukan terhadap jumlah entitas yang

masuk dan keluar, waktu proses terbanyak, dan waktu tunggu. Langkah pengujian

validasi dilakukan dengan cara sebagai berikut:

A. Validasi jumlah entitas masuk dan keluar

1. Buka program yang telah dibuat pada Promodel.

2. Pada Report Selection, pilih <All> pada Replication. Klik OK.

Gambar 4.15 Proses validasi pada Promodel


3. Pada General Report, klik Location untuk mengetahui Total Entries dan klik

Entity Activities untuk mengetahui Total Exits, sehingga akan muncul

hasil/data seperti pada tabel 4.3, dengan total replikasi sebanyak 5 kali.

Tabel 4.9Total In dan Total Out Replikasi Total In Total Out

Data Simulasi Data Nyata Data Simulasi Data Nyata

1 19 21 17 18

2 16 22 13 19

3 18 22 15 19

4 14 19 12 16

5 19 18 17 15



35

Selanjutnya data tersebut diuji menggunakan software SPSS.Sebelum

melakukan validasi menggunakan SPSS, maka data harus diuji kenormalan terlebih

dahulu. Langkah-langkahnya sebagai berikut:

a. Aktifkan variable view dan isikan nama variabel, kemudian isikan data pada data

view.

b. Klik analyze, pilih Descriptive statistic, kemudian pilih Explore dan masukkan

variabel total_in ke dalam Dependent list.

c. Klik ok, maka akan muncul ouput seperti pada Tabel 4.10

Tabel 4.10 Uji kenormalan data Total_in dan Total_out

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Total_in ,176 10 ,200* ,933 10 ,474

Total_out ,147 10 ,200* ,940 10 ,557

a. Lilliefors Significance Correction

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

Hipotesis:

H0 = data total in/total out berdistribusi normal

H1 = data total in/total out tidak berdistribusi normal

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

d. Kesimpulan, karena nilai Asymp. Sig. (2-tailed) = 0,2/2 = 0,1 < 0,025 maka Ho

diterima, artinya data Total_in berdistribusi normal. Begitu juga untuk data

Total out karena nilai Asymp. Sig. (2-tailed) = 0,2/2 = 0,1 ≥ 0,025 maka Ho

diterima, artinya data Total out berdistribusi normal.

Setelah dilakukan uji kenormalan pada data, maka diputuskan untuk

menggunakan uji parametrik independent sample t-test untuk data Total-in maupun

Total_out. Langkah pengujian validasi yang dilakukan menggunakan SPSS adalah:


a. Aktifkan variable view danisikan nama variabel, kemudian isikan data pada data

view.

b. Klik analyze, pilih Compare means, kemudian pilih independent sample t-test.

c. Masukkan variabel pada kotak test variable.

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 by

analysis, lalu klik continue, kemudian klik OK.

f. Kemudian akan muncul output seperti dalam tabel 4.11 dan 4.12 di bawah ini.

Tabel 4.11 Uji Validasi Data Total_in

Independent Samples Test

Levene's Test for Equality of Variances t-test for Equality of Means

F Sig. t df Sig. (2-tailed)

Mean Difference

Std. Error Difference

90% Confidence Interval of the Difference

Lower Upper

Jumlah Equal variances assumed

,232 ,643 -2,530 8 ,035 -3,200 1,265 -5,552 -,848

Equal variances not assumed

-2,530 7,762 ,036 -3,200 1,265 -5,562 -,838

Tabel 4.12 Uji Validasi Data Total_out Independent Samples Test

Levene's Test for Equality of Variances t-test for Equality of Means

F Sig. t df Sig. (2-tailed)

Mean Difference

Std. Error Difference


Lower Upper

Jumlah Equal variances assumed

,371 ,559 -1,994 8 ,081 -2,600 1,304 -5,607 ,407


-1,994 7,619 ,083 -2,600 1,304 -5,633 ,433

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:




37

g. Kesimpulan

Berdasarkan hasil output pada tabel 4.11 dan 4.12 didapatkan nilai Asymp. Sig.

(2-tailed)> 0.025, maka H0 diterima. Artinya tidak terdapat perbedaan antara

data simulasi dan data nyata baik pada data Total_in maupun Total_out

(valid).

B. Validasi Waktu Proses Terbanyak

Proses validasi terhadap waktu proses terbanyak adalah sebagai berikut:

1. Pada General Report, klik Location untuk mengetahui Average Time per Entry

sehingga akan muncul data seperti pada tabel 4.13, dengan total replikasi

sebanyak 5 kali.

Tabel 4.13 Rata-rata Waktu Proses Terbanyak

Replikasi Rataaan waktu proses poli umum (menit)

Data simulasi Data nyata

1 4,82 14,4

2 14,92 16,17

3 18,5 16,14

4 16,61 12

5 4,98 12

2. Melakukan uji kenormalan dengan SPSS dengan memilih analyze >>

descriptive statistic >> explore sehingga didapatkan hasil seperti dalam tabel

4.14 berikut ini.

Tabel 4.14 Hasil uji kenormalan data waktu proses poli umum

Tests of Normality



Proses_poliumum ,212 10 ,200* ,849 10 ,057

a. Lilliefors Significance Correction *. This is a lower bound of the true significance.

Hipotesis:

H0 = data waktu proses poli umum berdistribusi normal

H1 = data waktu proses poli umum tidak berdistribusi normal


Kriteria pengujian:




3. Dari tabel 4.14 dapat diambil kesimpulan sebagai berikut. Karena nilai

Asymp. Sig. (2-tailed) = 0,2/2 = 0,1 > 0,025 maka Ho diterima, artinya data

waktu proses poli umum berdistribusi normal.

4. Untuk melakukan uji validasi, digunakan uji parametrik independent sampel t-

test dengan cara memasukkan data simulasi dan data nyata untuk waktu

proses poli umum. Klik analyze, pilih Compare menas, kemudian pilih

independent sample t-test sehingga didapatkan hasil sebagaimana dalam tabel

4.15 di bawah ini.

Tabel 4.15 Uji validasi data waktu proses poli umum Independent Samples Test

Levene's Test for Equality of

Variances t-test for Equality of Means

F Sig. t Df

Sig. (2-

tailed) Mean

Difference Std. Error Difference


Lower Upper

Waktu Equal variances assumed

19,704 ,002 -,706 8 ,500 -2,17600 3,08385 -9,28738 4,93538


-,706 4,795 ,513 -2,17600 3,08385 -10,20640 5,85440

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:



5. Kesimpulan

Berdasarkan hasil output pada tabel 4.15 didapatkan nilai Asymp. Sig. (2-

tailed)> 0.025, maka H0 diterima. Artinya tidak terdapat perbedaan antara

data simulasi dan data nyata pada data waktu proses poli umum (valid).


39

C. Validasi Waktu Tunggu

Proses validasi terhadap waktu tunggu adalah sebagai berikut:

1. Pada General Report, klik Entity Activity untuk mengetahui Average Time

Blocked (MIN) sehingga akan muncul data seperti pada tabel 4.16, dengan

total replikasi sebanyak 5 kali.

Tabel 4.16 Rata-rata waktu proses terbanyak

Replikasi Rataaan waktu tunggu (menit)

Data simulasi Data nyata

1 0,30 1,36

2 0,14 1,05

3 1,05 0,23

4 5,37 0,9

5 0,45 0,3

2. Melakukan uji kenormalan dengan SPSS dengan memilih analyze >>

descriptive statistic >> explore sehingga didapatkan hasil seperti dalam tabel

4.17 berikut ini.

Tabel 4.17 Hasil uji kenormalan data waktu tunggu Tests of Normality



Wajtu_tunggu ,337 10 ,002 ,611 10 ,000

a. Lilliefors Significance Correction

Hipotesis:

H0 = data waktu proses poli umum berdistribusi normal

H1 = data waktu proses poli umum tidak berdistribusi normal


Kriteria pengujian:



3. Dari tabel 4.17 dapat diambil kesimpulan sebagai berikut. Karena nilai

Asymp. Sig. (2-tailed) = 0,002/2 = 0,001 < 0,025 maka Ho ditolak, artinya

data waktu tunggu tidak berdistribusi normal.

4. Untuk melakukan uji validasi digunakan uji non-parametrik Mann-Whitney

dengan cara memasukkan data simulasi dan data nyata untuk waktu tunggu.

Klik analyze, pilih Nonparametric Tests, kemudian pilih legacy dialogs dan pilih

2 Independent samples.


5. Masukkan variabel pada kotak test variable list, kemudian centang Mann-

Whitney U pada kotak Test Type. Untuk menentukan grup, klik define groups

selanjutnya pada kotak dialog groups tuliskan “1” untuk group 1 dan “2”

untuk group 2 lalu klik continue dan klik OK. Maka akan muncul output

seperti pada tabel 4.18.

Tabel 4.18 Hasil uji validasi waktu tunggu Test Statisticsb

waktu

Mann-Whitney U 12,000 Wilcoxon W 27,000 Z -,105 Asymp. Sig. (2-tailed) ,916 Exact Sig. [2*(1-tailed Sig.)] 1,000a

a. Not corrected for ties. b. Grouping Variable: Jenis_data

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:



6. Kesimpulan

Berdasarkan hasil output pada tabel 4.18 didapatkan nilai Asymp. Sig. (2-

tailed)> 0.025, maka H0 diterima. Artinya tidak terdapat perbedaan antara

data simulasi dan data nyata pada data waktu tunggu (valid).


41

BAB V

PENUTUP

5.1 Kesimpulan

Berdasarkan praktikum modul 1 yang telah dilakukan , maka dapat

disimpulkan sebagai berikut:

1. Sistem adalah sekumpulan unsur / elemen yang saling berkaitan dan saling

mempengaruhi dalam melakukan kegiatan bersama untuk mencapai suatu

tujuan.

2. Model didefinisikan sebagai suatu deskripsi logis tentang bagaimana sistem

bekerja atau komponen-komponen berinteraksi. Dengan membuat model dari

suatu sistem maka diharapkan dapat lebih mudah untuk melakukan analisis

3. Simulasi ialah suatu metodologi untuk melaksanakan percobaan dengan

menggunakan model dari suatu sistem nyata.

4. Software Promodel merupakan suatu program komputer yang dapat digunakan

untuk simulasi dan menganalisa sistem produksi dari semua tipe dan ukuran.

5.2 Saran

1. Untuk praktikum selanjutnya, praktikan diharapkan lebih memahami materi

praktikum dan lebih aktif konsultasi kepada asisten

2. Lebih teliti dan cermat dalam pengambilan data.

word header footer modul 1 ganjil

Documents