69 operator pada sebuah stasiun kerja akan memberikan kecepatan pelayanan
yang lebih tinggi. Hal tersebut terjadi karena beban kerja yang didistribusikan pada setiap operator akan terbagi secara pararel dan kemampuan kerja operator
lebih terampil. Pendistribusian beban kerja akan membuat idle time setiap operator semakin tinggi namun disamping itu juga dapat mengurangi waktu
tunggu akibat bahan yang masuk ke stasiun tersebut akan dengan lebih cepat diproses.
1. Pengembangan Model Dengan Skenario Perubahan Tingkat Kedatangan
Untuk mendapatkan kinerja yang lebih baik pada sistem antrian lini produksi fillet ikan beku SAPFIB maka dilakukan simulasi skenario
berbagai tingkat kedatangan yakni dengan mengurangi ataupun menambah jumlah bahan baku. Pengurangan jumlah bahan baku yang masuk dilakukan
apabila kecepatan waktu pelayanan unit pelayanan lebih rendah dari kecepatan kedatangan bahan baku yang saat ini berlangsung di dalam sistem
antrian kondisi nyata. Kecepatan unit pelayanan yang lebih rendah dari kecepatan kedatangan bahan dapat dilihat dari tingginya utilitas operator
dan terjadinya antrian serta balking. Penurunan jumlah kedatangan bahan baku akan memberikan beban kerja yang lebih rendah sehingga dapat
menurunkan tingkat utilitas operator dan menghilangkan antrian serta balking
. Kecepatan kedatangan bahan yang lebih rendah dari kecepatan pelayanan unit pelayanan akan menyebabkan tingkat utilitas operator relatif
rendah idle time tinggi. Penambahan jumlah bahan baku yang masuk memberikan beban kerja yang lebih tinggi, sehingga akan mengurangi
jumlah idle time operator. Namun perlu diingat kenaikan jumlah kedatangan bahan juga akan memperbesar kemungkinan terjadinya antrian dan balking.
Pengembangan model dengan skenario perubahan tingkat kedatangan dalam penerapannya dapat menemui kendala pada penyediaan bahan baku,
karena berkaitan dengan pasokan bahan baku yang bersifat stokastik. Sifat stokastik itu adalah dikarenakan bahan baku yang digunakan merupakan
produk perikanan yang didapat dari hasil laut yang berkaitan dengan alam.
70 Usaha yang dapat dilakukan oleh perusahaan untuk menambah atau
mengurangi kedatangan bahan baku ialah dengan menjalin kerja sama yang baik dengan para pemasok bahan baku.
Dalam mengembangkan model antrian dengan berbagai tingkat kedatangan digunakan beberapa asumsi yaitu :
1. Sistem antrian bersifat steady state 2. Kecepatan unit pelayanan tetap sesuai data historis
3. Konfigurasi antrian mengikuti model pada kondisi nyata a. Model A
Pada SAPFIB, model A terdapat dua buah komponen kedatangan yakni komponen kedatangan KedatanganP dan komponen kedatangan
KedatanganAC. Komponen kedatangan KedatanganP akan memberikan tingkat kedatangan bahan untuk stasiun penerimaan hingga stasiun
panning untuk produk non smoke dan stasiun bagging untuk produk
smoke . KedatanganAC akan menjadi tingkat kedatangan untuk stasiun
After Curing .
Jika melihat hasil output simulasi kondisi nyata pada model A pada Lampiran 5, dapat dipahami bahwa idle time yang terjadi cukup tinggi
untuk stasiun kerja yang mendapatkan sumber kedatangan dari komponen KedatanganP. Untuk stasiun kerja yang mendapat tingkat
kedatangan berdasarkan komponen KedatanganAC menunjukan utilitas operator relatif tinggi hingga menimbulkan antrian dan balking. Kondisi
tersebut memberi kesimpulan bahwa pada komponen kedatangan KedatanganP tingkat kedatangan bahannya lebih kecil dari tingkat
pelayanan stasiun kerja yang ada dan pada komponen KedatanganAC tingkat kedatangan bahan lebih besar dari tingkat pelayanan stasiun kerja
yang ada. Pengembangan model yang dilakukan pada komponen kedatangan
KedatanganP dilakukan dengan menaikkan tingkat kedatangan bahan hingga memberikan tingkat utilitas operator yang tertinggi dengan
antrian yang minimum. Pengembangan model pada komponen KedatanganAC dilakukan dengan menurunkan tingkat kedatangan bahan
71 hingga waktu antrian minimum dan tidak terjadi balking pada tingkat
utilitas operator yang maksimal. Untuk menetapkan jumlah kenaikan dan penurunan tingkat
kedatangan dilakukan dengan metode trial and error yakni dengan mengkalikan jumlah kedatangan bahan dari data historis dengan suatu
bilangan. Tabel 10 menunjukan hasil dari trial and error beserta perbandingan perubahan kinerja dari sistem antrian pada model A dari
stasiun penerimaan hingga stasiun panning dan stasiun bagging. Tabel 11 menunjukan hasil dari trial and error beserta perbandingan perubahan
kinerja dari sistem antrian stasiun After Curing pada model A.
Tabel 10. Uji coba berbagai tingkat kedatangan pada stasiun penerimaan dalam model A
Parameter Tingkat Kedatangan
Kondisi Historis
2x Kondisi Historis
3x Kondisi Historis
4x Kondisi Historis
5x Kondisi Historis
Rata-rata tingkat utilitas operator 1. Stasiun Penerimaan
37,17 72,71 99,63 99,82 99,83
2. Stasiun Arahan Produksi 2,59
5,05 7,01 6,99 7,08
3. Stasiun Penyisikan 9,26
18,23 24,90 24,76 27,52 4. Stasiun Filleting
27,35 55,89 74,89 73,83 75,09
5. Stasiun Trimming 33,92
67,66 92,16 89,18 91,71 6. Stasiun Washing
18,33 36,35 49,60 48,74 49,68
7. Stasiun Sizing 31,65
62,47 85,34 83,98 83,84 8. Stasiun Panning
29,37 56,04 91,45 88,46 90,30
9. Stasiun Bagging 51,37
97,13 98,40 98,54 98,75 10. Overall
26,77 52,39 69,26 68,26 69,31
Rata-rata waktu tunggu bahan detik 1. Stasiun Penerimaan
1,49 19,44 1629,05 3799,88 6063,65 2. Stasiun Arahan Produksi
0,00 0,00 0,00
0,00 0,00 3. Stasiun Penyisikan
0,00 0,00
0,02 0,00 0,01
4. Stasiun Filleting 0,20
4,49 9,79 7,95 9,64
5. Stasiun Trimming 0,24 11,36 130,50 65,96 33,70
6. Stasiun Washing 0,25
0,87 1,42 1,44 1,41
7. Stasiun Sizing 0,46
4,28 11,92 11,73 12,28 8. Stasiun Panning
0,65 7,20 382,95 116,84 493,67 9. Stasiun Bagging
14,22 1065,53 2237,63 2283,40 2330,61 10. Overall
1,95 123,68 489,25 698,58 993,89
Balking kg 1. Overall
72 Tabel 11. Uji coba berbagai tingkat kedatangan pada stasiun After Curing dalam
model A
Parameter Tingkat Kedatangan
Kondisi Historis
0,5x Kondisi Historis
0,6x Kondisi Historis
0,75x Kondisi Historis
Rata-rata tingkat utilitas operator 1. Stasiun After Curing
99,38 58,07
65 83,26
Rata-rata waktu tunggu bahan detik 1. Stasiun After Curing
1398,15 0,1919 0,871 13,71
Balking kg 1. Overall
26,3
Berdasarkan hasil pengembangan model dengan berbagai skenario tingkat kedatangan tersebut untuk mendapatkan kinerja sistem antrian
yang paling efisien dengan kriteria waktu tunggu minimum dan tingkat utilitas operator maksimum, adalah apabila pabrik ini beroperasi dengan
volume atau kapasitas produksi 3 kali lebih besar dari volume produksi yang ada pada saat dilakukan penelitian. Dengan kata lain efisiensi
penggunaan sumber daya yang maksimum terjadi jika jumlah bahan yang diproduksi input atau tingkat kedatangan bahan di stasiun penerimaan
adalah sebanyak 3 kali dari jumlah bahan pada data historis selama penelitian. Hal tersebut dinilai demikian oleh karena pada tingkat
kedatangan yang lebih tinggi tingkat utilitas operator tidak lagi naik secara signifikan. Untuk pengembangan model A pada komponen
kedatangan di stasiun After Curing
, tingkat kedatangan yang menghasilkan penggunaan sumberdaya secara efektif dan efisien dengan
kriteria waktu tunggu minimum dan tingkat utilitas operator maksimum serta tidak adanya balking, adalah apabila tingkat kedatangan bahan
sebanyak 0,75 kali lipat dari tingkat kedatangan historis selama pengamatan penelitian. Hal tersebut didasari dari hasil simulasi yang
menunjukkan pada tingkat kedatangan tersebut tingkat utilitas operator masih relatif tinggi, dengan waktu antrian minimum dan tidak ada
balking .
73 Gambar 19. Penulisan model simulasi A alternatif skenario perubahan
tingkat kedatangan bahan pada program QSS 1.0 dalam bentuk matriks
Pengembangan model dengan skenario perubahan tingkat kedatangan ini memang memberikan kinerja lebih baik untuk tingkat utilitas operator
dalam model tersebut namun jumlah bahan dan antrian yang terjadi ikut meningkat, hal ini dapat dilihat pada hasil simulasi dalam Lampiran 12.
Kombinasi tingkat kedatangan tersebut secara keseluruhan dapat meningkatkan kinerja dari sistem antrian, seperti yang ditunjukkan dalam
hasil simulasi pada Lampiran 12, tingkat utilitas operator selama tiga kali ulangan simulasi adalah 76,43 , 75,46 dan 76,11 sehingga jika
dirata-rata adalah 76 . Namun seperti pada simulasi kondisi nyata masih terjadi ketidakseimbangan tingkat utilitas operator antara stasiun
yakni pada stasiun Arahan Produksi tingkat utilitas operator berada pada kisaran 7 dan pada stasiun Penerimaan, Sizing, Trimming, Panning,
dan Bagging tingkat utilitas operator berada pada tingkat lebih besar dari 80 . Hal tersebut juga yang menyebabkan naiknya waktu tunggu bahan
antrian seperti yang dilihat pada Lampiran 12, antrian yang sangat padat terjadi pada stasiun penerimaan, namun hal ini tidak dirasakan pada
stasiun arahan produksi dan stasiun penyisikan.
74 b. Model B
Pada model B simulasi sistem antrian yang terjadi menunjukan terjadinya antrian hanya pada saat tertentu saja ketika produksi hariannya
melebihi kapasitas mesin pendingin. Dalam model B ini pengembangan model dengan skenario perubahan tingkat kedatangan bahan berarti
merubah tingkat kedatangan bahan agar sesuai dengan kapasitas pelayanan mesin. Perhitungan kedatangan bahan pada stasiun freezing
dilakukan secara agregat dan dengan pola pelayanan konstan. Tingkat kedatangan yang disarankan ialah maksimal per harinya sebesar 18.000
kg sesuai dengan kapasitas mesin pendingin. Namun tingkat kedatangan tersebut hanya berlaku ketika pola
kedatangannya tetap seperti kondisi kedatangan historis selama penelitian. Pada Lampiran 6, waktu idle rata-rata mesin setiap hari
produksi yakni 67,8 untuk Freezer 1, 84,0 untuk Freezer 2, dan 33,7 untuk Freezer 3 menunjukkan bahwa freezer tersebut pada
dasarnya dapat melayani bahan pada kapasitas yang lebih besar dari 18.000 kg setiap harinya. Hal tersebut dapat terjadi dengan
mengembangkan pola kedatangan bahan pada stasiun Freezing. Pengembangan pola kedatangan bahan di stasiun Freezing dapat
dilakukan dengan perbaikan sistem penjadwalan produksi dengan memperhatikan waktu servis mesin, dan sinkronisasi produksi antar lini
produksi serta kapasitas penyimpanan bahan baku yang tidak di analisis dalam penelitian khusus ini. Pengembangan model antrian dapat lebih
baik jika dilakukan juga dengan perbaikan pola kedatangan bahan yang dilakukan dengan perubahan sistem penjadwalan.
c. Model C Pengembangan model dengan skenario perubahan tingkat kedatangan
pada model C ini bertujuan untuk memperlihatkan pada tingkat kedatangan seperti apa penggunaan sumber daya manusia sebagai unit
pelayanan dapat bekerja secara efektif dan efisien. Hasil output simulasi dari model C memberikan gambaran bahwa terjadi idle time yang relatif
75 tinggi pada stasiun kerja Packing selama 24 jam waktu kerja dengan
komposisi operator seperti pada kondisi nyata. Untuk mengurangi idle time sehingga operator di dalam stasiun
tersebut bekerja secara maksimal maka dibutuhkan kenaikan tingkat kedatangan bahan dalam stasiun
Packing . Tingkat kedatangan
ditingkatkan dengan cara mengkalikan jumlah kedatangan bahan pada data historis selama penelitian dengan bilangan tertentu. Untuk
mensimulasikan hasil kenaikan tingkat kedatangan bahan, attribut waktu antar kedatangan pada komponen kedatangan model C dirubah distribusi
kedatangannya mengikuti pola kedatangan bahan yang baru. Untuk mendapatkan tingkat kedatangan yang terbaik digunakan teknik trial and
error . Perbandingan hasil uji coba pada beberapa tingkat kedatangan
dapat dilihat pada Tabel 12. Tabel 12. Uji coba berbagai tingkat kedatangan pada stasiun Packing dalam
model C
Parameter Tingkat Kedatangan
Kondisi Historis
3x Kondisi
Historis 5x
Kondisi Historis
6x Kondisi
Historis 7x
Kondisi Historis
8x Kondisi
Historis 10x
Kondisi Historis
Rata-rata tingkat utilitas operator 1. Stasiun Packing
13,49 39,17 66,04 80,35 90,61 99,70 99,63 Rata-rata waktu tunggu bahan detik
1. Stasiun Packing 0,23 5,04 27,80 80,12 271,16
3197,37 6702,78
Balking kg 1. Overall
1852
Perlu diingat bahwa stasiun Packing yang dianalisis ini menggunakan asumsi stasiun Packing berkerja dalam tiga shift dengan komposisi
operator seusai standar yang ditetapkan yakni delapan orang untuk setiap lini. Pada kondisi nyatanya perusahaan dapat saja meniadakan shift kerja
dan mengurangi jumlah operator yang aktif di stasiun Packing pada saat kedatangan bahan atau beban kerja rendah. Berdasarkan hasil uji coba
berbagai tingkat kedatangan yang ditunjukkan pada Tabel 12, tingkat utilitas operator tidak dapat mencapai utilitas 90 tanpa menghindari
adanya antrian. Namun agar perusahaan dapat mengadakan waktu kerja sebanyak tiga shift setiap harinya dan dengan komposisi operator yang
76 tetap secara efisien dan efektif, maka pabrik dapat meningkatkan
kedatangan bahan pada stasiun Packing sebesar 6x dari data historis selama penelitian dilakukan.
Tingkat kedatangan sebesar 6x dari data historis selama penelitian dilakukan direkomendasikan oleh karena pada tingkat kedatangan
tersebut tingkat utilitas operator relatif tinggi dengan waktu antrian yang dapat ditoleransi. Pengembangan model antrian ini dapat didukung juga
dengan pengembangan sistem penjadwalan. Pengembangan sistem penjadwalan tersebut dapat mewujudkan tingkat kedatangan yang
diinginkan beserta pengaturan komposisi operator dan shift kerja secara dinamis, sehingga dapat memperoleh kinerja yang lebih baik pada stasiun
kerja Packing. Hasil simulasi pengembangan model C ini dapat dilihat pada Lampiran 13.
Gambar 20. Penulisan model simulasi C alternatif skenario perubahan tingkat kedatangan bahan pada program QSS 1.0 dalam
bentuk matriks
2. Pengembangan Model Dengan Skenario Perubahan Komposisi Unit Pelayanan
