Frekuensi Harapan Data Waktu Operasi WC 3

5.16 Frekuensi Harapan Data Waktu Operasi WC 3

No. Batas Kelas PXBKB PXBKA Luas Ei Oi 1 81,20 - 81,97 0,032 0,095 0,063 1,903 3 2 81,98 - 82,74 0,097 0,225 0,128 3,838 7 3 82,75 - 83,52 0,227 0,419 0,192 5,755 2 4 83,53 - 84,30 0,421 0,635 0,214 6,415 6 5 84,31 - 85,07 0,638 0,815 0,177 5,317 3 6 85,08 - 85,85 0,817 0,926 0,109 3,277 9 Pada Tabel 5.16 nilai frekuensi harapan Ei ada yang di bawah 5. Menurut Jerry Banks, nilai minimum Ei harus 5 sehingga dilakukan penggabungan kelas. Tabel 5.17. Frekuensi Harapan Data Waktu Operasi WC 3 Setelah Penggabungan Kelas No. Batas Kelas PXBKB PXBKA Luas Ei Oi Oi- Ei 2 Ei 1 81,20 - 82,74 0,032 0,225 0,193 5,777 10 3,0866 2 82,75 - 83,52 0,227 0,419 0,192 5,755 2 2,4496 3 83,53 - 84,30 0,421 0,635 0,214 6,415 6 0,0269 4 84,31 - 85,85 0,638 0,926 0,288 8,651 12 1,2968 χ2 hitung 6,8598 d. Perhitungan nilai chi hitung dan dibandingkan dengan nilai chi tabel Nilai χ 2 tabel χ 2 hitung 9,488 6,859 sehingga terima H bahwa data waktu operasi WC 3 berdistribusi normal. Gambar 5.7. Grafik Kepadatan Frekuensi Waktu Proses WC 3 Universitas Sumatera Utara 4. Uji suai distribusi waktu operasi WC 4 a. Pengelompokan data ke dalam kelas Pada Tabel 5.18 dapat dilihat hasil pengelompokan data waktu operasi WC 4 dalam kelas. Tabel 5.18. Kelas Data Waktu Operasi WC 4 b. Penentuan hipotesis H : Data waktu operasi berdistribusi normal H 1 : Data waktu operasi tidak berdistribusi normal c. Perhitungan luas dibawah kurva normal dan nilai frekuensi harapan Ei Pada Tabel 5.19 dapat dilihat frekuensi harapan data waktu operasi WC 4. Tabel 5.19 Frekuensi Harapan Data Waktu Operasi WC 4 No. Batas Kelas PXBKB PXBKA Luas Ei Oi 1 73,30 - 74,43 0,053 0,141 0,088 2,643 4 2 74,44 - 75,58 0,142 0,298 0,156 4,678 9 3 75,59 - 76,72 0,300 0,506 0,206 6,194 3 4 76,73 - 77,86 0,508 0,713 0,204 6,135 4 5 77,87 - 79,01 0,714 0,866 0,151 4,544 3 6 79,02 - 80,15 0,867 0,951 0,084 2,518 7 Pada Tabel 5.19 nilai frekuensi harapan Ei ada yang di bawah 5. Menurut Jerry Banks, nilai minimum Ei harus 5 sehingga dilakukan penggabungan kelas. Universitas Sumatera Utara Tabel 5.20. Frekuensi Harapan Data Waktu Operasi WC 4 Setelah Penggabungan Kelas No. Batas Kelas PXBKB PXBKA Luas Ei Oi Oi- Ei 2 Ei 1 73,30 - 75,58 0,053 0,298 0,245 7,353 13 4,3365 2 75,59 - 76,72 0,300 0,506 0,206 6,194 3 1,6472 3 76,73 - 77,86 0,508 0,713 0,204 6,135 4 0,7428 4 77,87 - 80,15 0,714 0,951 0,236 7,093 10 1,1913 χ2 hitung 7,9178 d. Perhitungan nilai chi hitung dan dibandingkan dengan nilai chi tabel Nilai χ 2 tabel χ 2 hitung 9,488 7,917 sehingga terima H bahwa data waktu operasi WC 4 berdistribusi normal. Gambar 5.8. Grafik Kepadatan Frekuensi Waktu Proses WC 4 5. Uji suai distribusi waktu operasi WC 5 a. Pengelompokan data ke dalam kelas Pada Tabel 5.21 dapat dilihat hasil pengelompokan data waktu operasi WC 5 dalam kelas. Universitas Sumatera Utara Tabel 5.21. Kelas Data Waktu Operasi WC 5 b. Penentuan hipotesis H : Data waktu operasi berdistribusi normal H 1 : Data waktu operasi tidak berdistribusi normal c. Perhitungan luas dibawah kurva normal dan nilai frekuensi harapan Ei Pada Tabel 5.22 dapat dilihat frekuensi harapan data waktu operasi WC 5. Tabel 5.22 Frekuensi Harapan Data Waktu Operasi WC 5 No. Batas Kelas PXBKB PXBKA Luas Ei Oi 1 350,30 - 352,20 0,024 0,090 0,066 1,973 4 2 352,21 - 354,11 0,090 0,241 0,150 4,514 4 3 354,12 - 356,02 0,242 0,474 0,232 6,961 5 4 356,03 - 357,93 0,475 0,717 0,241 7,241 7 5 357,94 - 359,84 0,718 0,887 0,169 5,080 7 6 359,85 - 361,75 0,888 0,968 0,080 2,403 3 Pada Tabel 5.22 nilai frekuensi harapan Ei ada yang di bawah 5. Menurut Jerry Banks, nilai minimum Ei harus 5 sehingga dilakukan penggabungan kelas. Universitas Sumatera Utara Tabel 5.23. Frekuensi Harapan Data Waktu Operasi WC 5 Setelah Penggabungan Kelas No. Batas Kelas PXBKB PXBKA Luas Ei Oi Oi- Ei 2 Ei 1 350,30 - 354,11 0,024 0,241 0,217 6,503 8 0,3444 2 354,12 - 356,02 0,242 0,474 0,232 6,961 5 0,5525 3 356,03 - 357,93 0,475 0,717 0,241 7,241 7 0,0080 4 357,94 - 361,75 0,718 0,968 0,250 7,502 10 0,8317 χ2 hitung 1,7367 d. Perhitungan nilai chi hitung dan dibandingkan dengan nilai chi tabel Nilai χ 2 tabel χ 2 hitung 9,488 1,736 sehingga terima H bahwa data waktu operasi WC 5 berdistribusi normal. Gambar 5.9. Grafik Kepadatan Frekuensi Waktu Proses WC 5 6. Uji suai distribusi waktu operasi WC 6 a. Pengelompokan data ke dalam kelas Pada Tabel 5.24 dapat dilihat hasil pengelompokan data waktu operasi WC 6 dalam kelas. Universitas Sumatera Utara Tabel 5.24. Kelas Data Waktu Operasi WC 6 b. Penentuan hipotesis H : Data waktu operasi berdistribusi normal H 1 : Data waktu operasi tidak berdistribusi normal c. Perhitungan luas dibawah kurva normal dan nilai frekuensi harapan Ei Pada Tabel 5.25 dapat dilihat frekuensi harapan data waktu operasi WC 6. Tabel 5.25 Frekuensi Harapan Data Waktu Operasi WC 6 No. Batas Kelas PXBKB PXBKA Luas Ei Oi 1 220,00 - 221,45 0,012 0,064 0,051 1,538 3 2 221,46 - 222,91 0,064 0,212 0,148 4,429 3 3 222,92 - 224,37 0,213 0,470 0,257 7,703 6 4 224,38 - 225,83 0,472 0,742 0,270 8,100 12 5 225,84 - 227,29 0,744 0,915 0,172 5,150 3 6 227,30 - 228,75 0,916 0,982 0,066 1,979 3 Pada Tabel 5.25 nilai frekuensi harapan Ei ada yang di bawah 5. Menurut Jerry Banks, nilai minimum Ei harus 5 sehingga dilakukan penggabungan kelas. Universitas Sumatera Utara Tabel 5.26. Frekuensi Harapan Data Waktu Operasi WC 6 Setelah Penggabungan Kelas No. Batas Kelas PXBKB PXBKA Luas Ei Oi Oi- Ei 2 Ei 1 220,00 - 222,91 0,012 0,212 0,200 5,986 6 0,0000 2 222,92 - 224,37 0,213 0,470 0,257 7,703 6 0,3764 3 224,38 - 225,83 0,472 0,742 0,270 8,100 12 1,8774 4 225,84 - 228,75 0,744 0,982 0,238 7,152 6 0,1856 χ2 hitung 2,4395 d. Perhitungan nilai chi hitung dan dibandingkan dengan nilai chi tabel Nilai χ 2 tabel χ 2 hitung 9,488 2,439 sehingga terima H bahwa data waktu operasi WC 6 berdistribusi normal. Gambar 5.10. Grafik Kepadatan Frekuensi Waktu Proses WC 6 7. Uji suai distribusi waktu operasi WC 7 a. Pengelompokan data ke dalam kelas Pada Tabel 5.27 dapat dilihat hasil pengelompokan data waktu operasi WC 7 dalam kelas. Universitas Sumatera Utara Tabel 5.27. Kelas Data Waktu Operasi WC 7 b. Penentuan hipotesis H : Data waktu operasi berdistribusi normal H 1 : Data waktu operasi tidak berdistribusi normal c. Perhitungan luas dibawah kurva normal dan nilai frekuensi harapan Ei Pada Tabel 5.28 dapat dilihat frekuensi harapan data waktu operasi WC 7. Tabel 5.28 Frekuensi Harapan Data Waktu Operasi WC 7 No. Batas Kelas PXBKB PXBKA Luas Ei Oi 1 383,50 - 384,72 0,033 0,123 0,090 2,699 5 2 384,73 - 385,94 0,125 0,316 0,192 5,748 5 3 385,95 - 387,17 0,318 0,580 0,262 7,846 6 4 387,18 - 388,40 0,582 0,811 0,229 6,867 9 5 388,41 - 389,62 0,812 0,941 0,128 3,852 3 6 389,63 - 390,85 0,941 0,987 0,046 1,385 2 Pada Tabel 5.28 nilai frekuensi harapan Ei ada yang di bawah 5. Menurut Jerry Banks, nilai minimum Ei harus 5 sehingga dilakukan penggabungan kelas. Universitas Sumatera Utara Tabel 5.29. Frekuensi Harapan Data Waktu Operasi WC 7 Setelah Penggabungan Kelas No. Batas Kelas PXBKB PXBKA Luas Ei Oi Oi- Ei 2 Ei 1 383,50 - 385,94 0,033 0,316 0,283 8,481 10 0,2722 2 385,95 - 387,17 0,318 0,580 0,262 7,846 6 0,4345 3 387,18 - 388,40 0,582 0,811 0,229 6,867 9 0,6627 4 388,41 - 390,85 0,812 0,987 0,175 5,256 5 0,0125 χ2 hitung 1,3819 d. Perhitungan nilai chi hitung dan dibandingkan dengan nilai chi tabel Nilai χ 2 tabel χ 2 hitung 9,488 1,381 sehingga terima H bahwa data waktu operasi WC 7 berdistribusi normal. Gambar 5.11. Grafik Kepadatan Frekuensi Waktu Proses WC 7 8. Uji suai distribusi waktu operasi WC 8 a. Pengelompokan data ke dalam kelas Pada Tabel 5.30 dapat dilihat hasil pengelompokan data waktu operasi WC 8 dalam kelas. Universitas Sumatera Utara Tabel 5.30. Kelas Data Waktu Operasi WC 8 b. Penentuan hipotesis H : Data waktu operasi berdistribusi normal H 1 : Data waktu operasi tidak berdistribusi normal c. Perhitungan luas dibawah kurva normal dan nilai frekuensi harapan Ei Pada Tabel 5.31 dapat dilihat frekuensi harapan data waktu operasi WC 8. Tabel 5.31 Frekuensi Harapan Data Waktu Operasi WC 8 No. Batas Kelas PXBKB PXBKA Luas Ei Oi 1 81,90 - 83,03 0,027 0,102 0,074 2,234 3 2 83,04 - 84,18 0,103 0,269 0,166 4,991 6 3 84,19 - 85,32 0,271 0,516 0,245 7,356 8 4 85,33 - 86,46 0,519 0,757 0,239 7,155 4 5 86,47 - 87,61 0,759 0,912 0,153 4,593 6 6 87,62 - 88,75 0,913 0,978 0,065 1,945 3 Pada Tabel 5.31 nilai frekuensi harapan Ei ada yang di bawah 5. Menurut Jerry Banks, nilai minimum Ei harus 5 sehingga dilakukan penggabungan kelas. Universitas Sumatera Utara Tabel 5.32. Frekuensi Harapan Data Waktu Operasi WC 8 Setelah Penggabungan Kelas No. Batas Kelas PXBKB PXBKA Luas Ei Oi Oi- Ei 2 Ei 1 81,90 - 84,18 0,027 0,269 0,242 7,256 9 0,4190 2 84,19 - 85,32 0,271 0,516 0,245 7,356 8 0,0564 3 85,33 - 86,46 0,519 0,757 0,239 7,155 4 1,3913 4 86,47 - 88,75 0,759 0,978 0,219 6,566 9 0,9025 χ2 hitung 2,7692 d. Perhitungan nilai chi hitung dan dibandingkan dengan nilai chi tabel Nilai χ 2 tabel χ 2 hitung 9,488 2,769 sehingga terima H bahwa data waktu operasi WC 8 berdistribusi normal. Gambar 5.12. Grafik Kepadatan Frekuensi Waktu Proses WC 8 9. Uji suai distribusi waktu operasi WC 9 a. Pengelompokan data ke dalam kelas Pada Tabel 5.33 dapat dilihat hasil pengelompokan data waktu operasi WC 9 dalam kelas. Universitas Sumatera Utara Tabel 5.33. Kelas Data Waktu Operasi WC 9 b. Penentuan hipotesis H : Data waktu operasi berdistribusi normal H 1 : Data waktu operasi tidak berdistribusi normal c. Perhitungan luas dibawah kurva normal dan nilai frekuensi harapan Ei Pada Tabel 5.34 dapat dilihat frekuensi harapan data waktu operasi WC 9. Tabel 5.34 Frekuensi Harapan Data Waktu Operasi WC 9 No. Batas Kelas PXBKB PXBKA Luas Ei Oi 1 720,50 - 722,17 0,028 0,106 0,078 2,338 4 2 722,18 - 723,84 0,107 0,281 0,174 5,222 5 3 723,85 - 725,52 0,282 0,535 0,253 7,582 6 4 725,53 - 727,20 0,536 0,775 0,239 7,160 9 5 727,21 - 728,87 0,776 0,923 0,147 4,396 3 6 728,88 - 730,55 0,923 0,982 0,059 1,755 3 Pada Tabel 5.34 nilai frekuensi harapan Ei ada yang di bawah 5. Menurut Jerry Banks, nilai minimum Ei harus 5 sehingga dilakukan penggabungan kelas. Universitas Sumatera Utara Tabel 5.35. Frekuensi Harapan Data Waktu Operasi WC 9 Setelah Penggabungan Kelas No. Batas Kelas PXBKB PXBKA Luas Ei Oi Oi- Ei 2 Ei 1 720,50 - 723,84 0,028 0,281 0,253 7,583 9 0,2649 2 723,85 - 725,52 0,282 0,535 0,253 7,582 6 0,3302 3 725,53 - 727,20 0,536 0,775 0,239 7,160 9 0,4731 4 727,21 - 730,55 0,776 0,982 0,206 6,169 6 0,0046 χ2 hitung 1,0728 d. Perhitungan nilai chi hitung dan dibandingkan dengan nilai chi tabel Nilai χ 2 tabel χ 2 hitung 9,488 1,072 sehingga terima H bahwa data waktu operasi WC 9 berdistribusi normal. Gambar 5.13. Grafik Kepadatan Frekuensi Waktu Proses WC 9 Pada Tabel 5.36 dapat dilihat rekapitulasi hasil pengujian pola distribusi setiap WC. Universitas Sumatera Utara Tabel 5.36. Hasil Pengujian Pola Distribusi Waktu Operasi Setiap WC Stasiun Kerja Pola Distribusi Parameter WC 1 Normal mean = 119,51; stdev = 1,74 WC 2 Normal mean = 36,02; stdev = 1,47 WC 3 Normal mean = 83,81; stdev = 1,41 WC 4 Normal mean = 76,69; stdev = 2,10 WC 5 Normal mean = 356,22; stdev = 2,99 WC 6 Normal mean = 224,52; stdev = 2,01 WC 7 Normal mean = 386,81; stdev = 1,81 WC 8 Normal mean = 85,25; stdev = 1,74 WC 9 Normal mean = 725,30; stdev = 2,51

5.2.2.5. Model Translation Translasi model bertujuan untuk menerjemahkan sistem ke dalam sebuah

program komputer yang nantinya digunakan untuk menganalisis masalah sistem. Software yang digunakan dalam menerjemahkan sistem lintasan produksi kipas angin adalah ProModel 7.5 Student Version. Berikut ini adalah tahapan penerjemahan model dengan ProModel 7.5 Student Version. 1. Penentuan Entitas Entitas merupakan segala sesuatu yang akan mengalami pemrosesan dalam sistem. Entitas dalam sistem lintasan produksi kipas angin adalah tapak stand fan dan kaki karet bawah P1; dinamo, tutup rumah dinamo, dan baut P2; ring bulat hitam, engsel stand fan, sekrup, dan chasing depan stand fan P3; hasil rakitan P2 dan P3 yaitu chasing depan yang telah dipasang dinamo P4 dan Kipas Angin KP. Penentuan entitas pada ProModel dapat dilihat pada Gambar 5.14. Universitas Sumatera Utara Gambar 5.14. Penentuan Entitas 2. Penentuan Locations Locations merepresentasikan tempat di dalam sistem di mana entitas dialirkan. Locations dalam sistem lintasan produksi kipas angin adalah stasiun kerja WC. Setiap stasiun kerja WC dioperasikan oleh satu operator. Penentuan entitas pada ProModel dapat dilihat pada Gambar 5.15. Gambar 5.15. Penentuan Locations Universitas Sumatera Utara 3. Penentuan Processing Processing menjelaskan rute-rute yang entities lalui dalam sistem dan operasi- operasi yang akan dikenakan pada setiap locations yang dimasuki entities. Penentuan entitas pada ProModel dapat dilihat pada Gambar 5.16. Gambar 5.16. Penentuan Processing 4. Penentuan Arrivals Arrivals menjelaskan waktu entities yang memasuki sistem. Arrivals menyajikan informasi seperti jumlah entities baru tiap kedatangan, frekuensi kedatangan, dan total kejadian dari kedatangan. Pada lintasan produksi awal jumlah entitas yang datang adalah 35 unit sesuai dengan target produksi untuk setiap waktu kedatangan. Waktu kedatangan setiap entitas adalah 7 jam sekali yang disesuaikan dengan jam kerja. Penentuan entitas pada ProModel dapat dilihat pada Gambar 5.17. Universitas Sumatera Utara Gambar 5.17. Penentuan Arrivals Setelah dilakukan penentuan entitas, locations, processing, dan arrivals maka diperoleh translasi model lintasan produksi kipas angin dengan ProModel 7.5 seperti pada Gambar 5.18. Gambar 5.18. Model Lintasan Produksi Kipas Angin

5.2.2.6. Verified Verifikasi bertujuan untuk memastikan bahwa program komputer yang

telah disusun sesuai dan benar menerjemahkan model konseptual. Salah satu bentuk verifikasi adalah pemeriksaan struktur program terhadap model konseptual. Berikut ini adalah verifikasi struktur program. Universitas Sumatera Utara a. Waktu Kedatangan Part Waktu kedatangan part adalah setiap 7 jam sekali yang merupakan jam produksi. Pada Gambar 5.17 dapat dilihat pada kolom frekunsi yang berisi 7 jam ditulis 7 hr. b. Proses Produksi Proses produksi memiliki sembilan stasiun WC dan seperti yang dinyatakan pada precedence diagram. Setiap WC memiliki masing-masing waktu proses yang telah diuji distribusinya. Dinamo, tutup rumah dinamo, dan baut P2 pada WC 2 dirakit dengan ring bulat hitam, engsel stand fan, sekrup, dan chasing depan stand fan P3 pada WC menghasilkan chasing depan yang telah dipasang dinamo P4 pada WC 4. Pada akhir proses tapak stand fan dan kaki karet bawah P1 pada WC 1 dibawa ke bagian pengepakan pada WC 9 menjadi Kipas Angin KP. Setiap urutan proses telah diprogram dengan baik sesuai dengan program pemrosesan pada Gambar 5.16. Berdasarkan kedua pernyataan di atas, dapat disimpulkan bahwa struktur program model simulasi sudah disusun telah sesuai atau benar dalam mewujudkan model konseptual.

5.2.2.7. Validation Validasi model simulasi dilakukan dengan memeriksa akurasi hasil

simulasi 14 . Salah satu cara validasi adalah membandingkan hasil simulasi dengan hasil sistem nyata. Sebelum melakukan validasi dilakukan terlebih dahulu 14 Humala L. Napitupulu, Simulasi Sistem: Pemodelan dan Analisis, USU Press, Medan, 2009, hal 226-227 Universitas Sumatera Utara penentuan replikasi. Replikasi dilakukan untuk memeriksa kehandalan hasil simulasi. Pada model simulasi ini dilakukan 10 replikasi. Berikut ini adalah hasil 10 kali replikasi dari waktu total operasi yang diperoleh. Tabel 5.37. Hasil Simulasi Replikasi Waktu Total Operasi detik 1 1908 2 1908 3 2088 4 1944 5 1908 6 2124 7 1908 8 2016 9 2052 10 1908 Rata-rata 1976,4 Standar Deviasi 85,61 Selanjutnya dilakukan pengujian statistik terhadap jumlah replikasi di atas. Hal ini dilakukan untuk mengetahui apakah sepuluh replikasi sudah cukup. a. Replikasi n berjumlah 10 sehingga derajat kebebasan = n-1 = 9 b. Tingkat kepercayaan 95 dan tingkat signifikansi ∝ = 0,05 sehingga pada ∝2 = 0,025 dan t 9, 0,025 = 2,262 c. Rentang nilai kepercayaan hw hw = t n-1,∝2 S √n = 2,2628 , √10 = 61,239 d. Daerah penerimaan nilai �̅ Batas kendali atas = �̅ + hw = 1976,4 + 61,239= 2037,639 Batas kendali bawah = �̅ - hw = 1976,4 - 61,239= 1915,161 Universitas Sumatera Utara e. Nilai relatif error d = hw = 61,239 karena nilai rata-rata populasi � tidak diketahui. f. Nilai hasil simulasi n’ = Z ∝2 S d = ,9 8 , , 9 = 7,508 ≈ 8 Nilai n’ yang diperoleh sebesar 8 lebih kecil dari n = 10, sehingga jumlah replikasi 10 telah cukup. Pada penelitian ini dilakukan validasi dengan selang kepercayaan metode Welch, yaitu membandingkan hasil simulasi dengan data historis sistem nyata. Tabel 5.38. Perbandingan Waktu dalam Sistem Simulasi dengan Aktual No. Hasil Simulasi detik Data Aktual detik 1 1908 1982 2 1908 2022 3 2088 1999 4 1944 1988 5 1908 2091 6 2124 2086 7 1908 2075 8 2016 2021 9 2052 1998 10 1908 1987 Rata-rata 1976,4 2024,839 Standar Deviasi 85,61 43,10 Varians 7329,600 1857,728 Berikut ini adalah tahapan validasi model simulasi. a. H : � = � H 1 : � ≠ � Di mana: � : Nilai tengah hasil simulasi � : Nilai tengah data aktual Universitas Sumatera Utara b. df = s1 2 n1 + s2 2 n2 2 s1 2 n1 2 n1-1 +s2 2 n2 2 n2-1 df = 7329,6 10 + 1857,728 10 2 7329,6 10 2 9 + 1857,728 10 2 9 = 13,29 ≈ 14 c. hw = t df; α2 √ s1 2 n1 + s2 2 n2 = t 14;0,025 √ 7329,6 10 + 1857,728 10 = 2,145 x 30,311 = 65,017 d. P [θ 1 - θ 2 -hw≤μ1-μ2 ≤θ 1 - θ 2 + hw]= 1- α θ 1 - θ 2 -hw≤μ1-μ2 ≤θ 1 - θ 2 + hw 1976,4 - 2024,839 - 65,017≤μ1-μ2 ≤1976,4 - 2024,839 + 65,017 - 113,455 ≤μ1-μ2 ≤ 16,577 Diperoleh nilai � - � berada di dalam titik nol maka H diterima sehingga model simulasi dinyatakan valid.

5.2.2.8. Experiment Pada tahap ini ditentukan alternatif-alternatif perbaikan model sistem

lintasan produksi kipas angin awal. Penentuan alternatif-alternatif dilakukan dengan aturan dasar penyeimbangan lintasan produksi yaitu split the task dan share the task 15 . Share the task merupakan pemberian elemen kerja suatu stasiun kerja kepada stasiun kerja di sebelahnya dengan memperhatikan bahwa pemberian elemen kerja tidak melebihi waktu siklus. Split the task merupakan pembagian stasiun kerja yang memiliki waktu operasi melebihi waktu siklus menjadi dua atau lebih stasiun kerja. Kedua aturan tersebut dilakukan dengan tetap memperhatikan 15 F. Robert Jacobs and Richard B. Case, Operations and Supply Management: The Core, McGraw- Hill, New York, 2008, hal 93. Universitas Sumatera Utara waktu siklus dan precedence diagram. Berikut ini adalah tahapan pembebanan stasiun kerja: 1. Perhitungan waktu siklus. Waktu siklus = Jam kerja Target produksi Waktu siklus = 25200 detik 40 unit Waktu siklus = 630 detik 2. Penggambaran precedence diagram. Precedence diagram lintasan produksi kipas angin dapat dilihat pada Gambar 5.3. 3. Penentuan stasiun kerja yang dipecah dalam dua stasiun kerja split the task. Berdasarkan waktu operasi pada Tabel 5.7. dapat dilihat bahwa WC 9 memiliki waktu operasi terpanjang 860,47 detik yang melebihi waktu siklus. 4. Penentuan elemen kerja yang digabung kepada stasiun kerja di sebelahnya share the task. Penggabungan elemen-elemen kerja dapat dilakukan sepanjang penggabungan tidak melanggar precedence diagram maupun tidak melebihi waktu siklus. Berikut ini adalah alternatif-alternatif lintasan produksi kipas angin. a. Alternatif 1 Pada alternatif 1 WC 9 dipecah menjadi dua stasiun kerja split the task yaitu WC S dan WC T. Setelah itu digabungkan elemen-elemen kerja atau stasiun kerja share the task yang tidak melanggar precedence diagram dan tidak melewati waktu siklus. Alternatif 1 lebih rinci dapat dilihat pada Tabel 5.39. Universitas Sumatera Utara Tabel 5.39. Alternatif 1 WC Elemen kerja Waktu Standar detik Alternatif 1 Waktu Standar detik 2 A 11,31 WC P 549,30 B 31,24 3 A 35,45 B 39,73 C 23,43 4 A 23,72 B 35,37 C 31,22 5 A 82,63 B 235,2 C 107,78 WC Q 591,29 6 A 150,07 B 8,15 C 106,9 7 A 76,82 B 141,57 C 243,59 WC R 486,51 8 A 101,75 1 A 4,09 B 137,08 9 A 149,37 WC S 491,46 B 131,47 C 24,02 D 82,41 E 104,19 F 106,29 WC T 369,01 G 10,82 H 131,64 I 52,25 J 68,01 Total 2487,57 2487,57 Model simulasi alternatif 1 dapat dilihat pada Gambar 5.19. Universitas Sumatera Utara Gambar 5.19. Model Lintasan Produksi Alternatif 1 Program model alternatif 1 pada ProModel dapat dilihat pada Gambar 5.20. Gambar 5.20. Program Alternatif 1 2. Alternatif 2 Pada alternatif 2 WC 9 dipecah menjadi dua stasiun kerja split the task yaitu WC S dan WC T. Elemen kerja A dan B pada WC 9 digabung pada WC S sedangkan elemen kerja C sampai J menjadi WC T. Setelah itu digabungkan elemen-elemen kerja atau stasiun kerja share the task yang tidak melanggar precedence diagram dan tidak melewati waktu siklus. Alternatif 2 lebih rinci dapat dilihat pada Tabel 5.40. Universitas Sumatera Utara Tabel 5.40. Alternatif 2 WC Elemen kerja Waktu Standar detik Alternatif 2 Waktu Standar detik 2 A 11,31 WC P 314,10 B 31,24 3 A 35,45 B 39,73 C 23,43 4 A 23,72 B 35,37 C 31,22 5 A 82,63 B 235,2 WC Q 493,05 C 107,78 6 A 150,07 B 8,15 WC R 577,03 C 106,9 7 A 76,82 B 141,57 C 243,59 8 A 101,75 WC S 523,76 1 A 4,09 B 137,08 9 A 149,37 B 131,47 C 24,02 WC T 579,63 D 82,41 E 104,19 F 106,29 G 10,82 H 131,64 I 52,25 J 68,01 Total 2487,57 2487,57 Program model alternatif 2 pada ProModel dapat dilihat pada Gambar 5.21. Universitas Sumatera Utara Gambar 5.21. Program Alternatif 2 3. Alternatif 3 Pada alternatif 3 WC 9 dipecah menjadi dua stasiun kerja split the task yaitu WC S elemen kerja A-E dan WC T elemen kerja F-J. Setelah itu digabungkan elemen-elemen kerja atau stasiun kerja share the task yang tidak melanggar precedence diagram dan tidak melewati waktu siklus. Alternatif 3 lebih rinci dapat dilihat pada Tabel 5.39. Model simulasi alternatif 3 dapat dilihat pada Gambar 5.22 Tabel 5.41. Alternatif 3 WC Elemen kerja Waktu Standar detik Alternatif 3 Waktu Standar detik 2 A 11,31 WC P 314,10 B 31,24 3 A 35,45 B 39,73 C 23,43 4 A 23,72 B 35,37 C 31,22 5 A 82,63 B 235,2 WC Q 342,98 C 107,78 6 A 150,07 WC R 483,51 B 8,15 C 106,9 Universitas Sumatera Utara Tabel 5.41. Alternatif 3 Lanjutan WC Elemen kerja Waktu Standar detik Alternatif 3 Waktu Standar detik 7 A 76,82 B 141,57 C 243,59 WC S 486,51 8 A 101,75 1 A 4,09 B 137,08 9 A 149,37 WC T 491,46 B 131,47 C 24,02 D 82,41 E 104,19 F 106,29 WC U 369,01 G 10,82 H 131,64 I 52,25 J 68,01 Total 2487,57 2487,57 Gambar 5.22. Model Lintasan Produksi Alternatif 3 Program model alternatif 3 pada ProModel dapat dilihat pada Gambar 5.23. Universitas Sumatera Utara Gambar 5.23. Program Alternatif 3

5.2.2.9. Production Run and Analysis

Setelah model alternatif lintasan produksi dibuat selanjutnya mensimulasikan setiap model alternatif sebanyak sepuluh replikasi. Tingkat kepercayaan hasil simulasi adalah 95, untuk meninjau batas bawah dan batas atas hasil simulasi. Kemudian hasil simulasi setiap alternatif dianalisis dengan melihat kriteria yaitu: output, current content, dan average time in operation yang merupakan faktor kinerja lintasan pada ProModel. Berikut ini adalah penjelasan setiap kriteria: 1. Output merupakan keluaran yang dihasilkan oleh lintasan produksi selama simulasi. 2. Current content merupakan jumlah entitas yang masih atau belum selesai dikerjakan setelah simulasi berakhir. 3. Average time in operation merupakan waktu rata-rata penyelesaian kipas angin. Hasil dan pembahasan simulasi setiap alternatif dapat dilihat pada bab berikutnya. Pada Gambar 5.24 dapat dilihat tampilan pengaturan dalam menjalankan simulasi. Universitas Sumatera Utara Gambar 5.24. Pengaturan dalam Menjalankan Simulasi Universitas Sumatera Utara

BAB VI HASIL DAN PEMBAHASAN

6.1. Sistem Lintasan Produksi Awal