g. GT terdiri dari 2 unit yang digunakan oleh kelompok Isebanyak 2 produk dan kelompok II sebanyak 3 produk maka GT dimasukkan ke dalam kelompok I
sebanyak 1 unit dan pada kelompok II sebanyak 1 unit. h. GDterdiri dari 2 unit yang digunakan oleh kelompok Isebanyak 4 produk dan
kelompok II sebanyak 3 produk maka GD dimasukkan ke dalam kelompok I sebanyak 1 unit dan pada kelompok II sebanyak 1 unit.
i. JCterdiri dari 2 unit yang digunakan oleh kelompok Isebanyak 2 produk dan kelompok II sebanyak 4 produk maka JC dimasukkan ke dalam kelompok I
sebanyak 1 unit dan pada kelompok II sebanyak 1 unit. Secara lengkap susunan kelompok mesin dan komponen beserta jumlah mesin
dapat dilihat pada Tabel 5.21 dan hasil akhir pengelompokan komponen dan mesin dapat dilihat pada Tabel 5.22.
Tabel 5.21. Susunan Komponen – Mesin Akhir
Kel. Komponen
Part Kode Mesin yang Dibutuhkan
I AP1, AD8, AD9, AD3, AP2, AP8,
AD10, AP18, AP3, AP4, AD14, AD13, AP6, AP11
PO3, RO, BO2, SC4, LA7, BS, BU6, BR2
II AP15, AP16, AD12, AP17, AP13,
AP9, AD2, AP10, AD1, AP5 PO1, BO3, SC1, LA3,
BU3, BR1, BA, GT1, BL, RE, GD1, JC1
III AD15, AP14, AD7, AP7, AD4,
AP12, AD16, AD11, AD5, AD6 BU3, BR1, GT1, GD1,
JC1, MI, TA, AC
5.2.6. Perancangan Layout Fasilitas Pabrik dengan Metode BLOCPLAN
Setiap departemen digambarkan dalam bentuk block layout yang dengan ukuran dan letaknya seperti di pabrik. Adapun departemen dan luas departemen yang ada
di PT. Apindowaja Ampuh Persada dapat dilihat pada Tabel 5.4 dan block layout pabrik
awal dapat
dilihat pada
Gambar 5.2.
UNIVERSITAS SUMATERA UTARA
Tabel 5.22. Hasil Pengelompokan Akhir
Mesin Jenis Sparepart
AP 1
AD 8
AD 9
AD 3
AP 2
AP 8
AD 10
AP 18
AP 3
AP 4
AD 14
AD 13
AP 6
AP 11
AP 15
AP 16
AD 12
AP 17
AP 13
AP 9
AD 2
AP 10
AD 1
PO3 1
1 1
1 1
1 1
1 1
1 1
1 1
1 RO
1 1
1 1
1 BO2
1 1
1 1
1 1
1 SC4
1 1
1 1
1 1
1 1
LA7 1
1 1
1 1
1 1
1 1
1 BS
1 1
1 1
1 1
1 BU6
1 1
1 1
1 1
1 1
1 1
BR2 1
1 1
1 PO1
1 1
BO3 1
1 1
1 1
1 SC1
1 1
LA3 1
1 1
1 1
BU3 1
1 1
1 1
1 BR1
1 BA
1 1
1 1
GT1 1
BL 1
1 1
RE 1
1 GD1
1 1
1 1
JC1 1
1 BU3
BR1 GT1
GD1 JC1
MI TA
AC
UNIVERSITAS SUMATERA UTARA
5.2.6.1. Pembentukan Activity Relationship Chart ARC
ARC dibuat untuk melihat tingkat hubungan setiap departemen. Kode atau simbol keterkaitan yang digunakan pada Algoritma BLOCPLAN menggunakan simbol-
simbol yang dikembangkan oleh Muther dalam Systematic Layout Planning SLP. ARC antar departemen dapat dilihat pada Tabel 5.23.
Tabel 5.23.ARC Activity Relationship Chart Antar Departemen
1 2
3 4
5 6
7 8
9 10 11 12 13 14 15
1
O O
O O
E O
O A
I O
U U
O U
2 O
O O
O E
O O
A I
O U
U O
U
3 O
O I
I E
E I
O O
O U
U O
O
4
O O
I O
E I
O O
O O
U U
O U
5 O
O I
O E
I O
O O
O U
U O
U
6 E
E E
E E
A I
O U
O U
U I
I
7
O O
E I
I A
A O
O O
O O
O U
8
O O
I O
O I
A A
I O
O E
O U
9 A
A O
O O
O O
A I
O I
I O
O
10 I
I O
O O
U O
I I
O I
I O
I
11
O O
O O
O O
O O
O O
I I
O I
12 U
U U
U U
U O
O I
I I
O O
O
13 U
U U
U U
U O
E I
I I
O O
O
14
O O
O O
I I
O O
O O
O O
O O
15 U
U O
U I
I U
U O
I I
O O
O
5.2.6.2. Algoritma BLOCPLAN dengan Software BLOCPLAN 90
Algoritma BLOCPLAN memerlukan input berupa ukuran luas tiap departemen dan menggunakan relationship chart peta keterkaitan sebagai masukan
keterkaitan antar departemen. Setiap kode huruf pada peta hubungan keterkaitan diatas dapat diberi bobot dengan keinginan pengguna. Nilai bobot yang dipilih
adalah A=10, E=5, I=2, O=1, U=0, X=-10. Setelah tiap kode diberi bobot nilai maka didapat total score dari tiap departemen yang ditunjukkan pada Tabel 5.24.
Tabel 5.24.ARC Total Score untuk Tiap Departemen
UNIVERSITAS SUMATERA UTARA
No Departemen Score
1 Gudang Bahan Baku 1
25 2
Gudang Bahan Baku 2 25
3 Stasiun Pengecatan
23 4
Penyetelan Digester 17
5 Penyetelan Screwpress
17 6
Produksi 43
7 Pengepakan
37 8
Tumpukan Produk 38
9 Penerimaan Pengiriman
44 10 Kantor
20 11 Pos Satpam
17 12 Parkir Sepeda Motor
11 13 Parkir Mobil
15 14 Gudang Perlengkapan
15 15 Kamar Mandi
11 Total
358
Langkah-langkah dalam penggunaan Software BLOCPLAN 90 adalah sebagai berikut:
1. Memasukkan daftar 15 jumlah departemen dan luas area masing-masing Gambar 5.4
Gambar 5.4. Daftar Masukan Departemen pada software BLOCPLAN
2. Memasukkan nilai keterkaitan setiap departemen sesuai dengan ARC Gambar
UNIVERSITAS SUMATERA UTARA
5.5 3. Menentukan nilai scorecode untuk mengetahui nilai keterkaitan masing-masing
departemen Gambar 5.6 4. BLOCPLAN akan menunjukkan nilai keterkaitan untuk masing-masing
departemen Gambar 5.7 5. Analisis terhadap data masukan untuk memperoleh iterasi layout sampai 20
kali.
Gambar 5.5. ARC Nilai Keterkaitan pada software
BLOCPLAN Gambar 5.6. Nilai
Score Code pada software BLOCPLAN
UNIVERSITAS SUMATERA UTARA
Gambar 5.7. Nilai Keterkaitan Departemen pada software BLOCPLAN
Setelah dilakukan iterasi random layout sebanyak 20 kali maka diperoleh rekapitulasi hasil iterasi yang dapat dilihat pada Tabel 5.25.
Tabel 5.25. Hasil Iterasi dengan Algoritma BLOCPLAN Layout
Adj. Score R-Score
Rel-Disc Score Prod
Movement
1 0.40 - 3
0.55 - 9 7923 -16
0 - 1 2
0.45 - 1 0.72 - 1
6365 - 2 0 - 1
3 0.31 -13
0.48 -17 7738 -12
0 - 1 4
0.35 - 8 0.60 - 5
6396 - 3 0 - 1
5 0.29 -16
0.49 -14 7488 -11
0 - 1 6
0.30 -14 0.57 - 7
6728 - 6 0 - 1
7 0.25 -19
0.47 -18 8168 -18
0 - 1 8
0.38 - 6 0.59 - 6
6665 - 5 0 - 1
9 0.23 -20
0.46 -19 7360 - 9
0 - 1 10
0.27 -18 0.43 -20
7940 -17 0 - 1
11 0.36 - 7
0.60 - 4 7048 - 8
0 - 1 12
0.28 -17 0.51 -11
7900 -15 0 - 1
13 0.32 -11
0.53 -10 6817 - 7
0 - 1 14
0.34 - 9 0.48 -15
7740 -13 0 - 1
15 0.34 -10
0.51 -12 7867 -14
0 - 1 16
0.30 -14 0.56 - 8
6271 - 1 0 - 1
17 0.41 - 2
0.60 - 3 7367 -10
0 - 1 18
0.40 - 4 0.68 - 2
6583 - 4 0 - 1
19 0.32 -12
0.48 -16 8330 -19
0 - 1 20
0.39 - 5 0.50 -13
8819 -20 0 - 1
UNIVERSITAS SUMATERA UTARA
Dari hasil iterasi pada Tabel 5.25 diatas, maka layout yang paling optimal adalahlayout yang memiliki nilai R-Score paling tinggi. Namun apabila terdapat
beberapa nilai yang sama, maka akan dicari nilai REL-DIST-SCORE yang terendah dari nilai R-Score yang tertinggi tersebut. Nilai REL-DIST-SCORE yang
rendah menggambarkan jarak departemen yang harus berdekatan semakin kecil. Hasil yang diperoleh diketahui bahwa yang memiliki nilai R-Score tertinggi
adalah pada iterasi ke 2 dengan nilai R-Score 0.72. Hasil layout untuk iterasi kedua dpat dilihat pada Gambar 5.8.
Pada setiap iterasi ditunjukkan nilai hubungan kedekatan ARC yang tercapai dengan layout awal. Dimana huruf besar menunjukkan bahwa nilai kedekatan
tersebut tercapai sedangkan huruf kecil menunjukkan tidak tercapai. Nilai hubungan kedekatan ARC pada iterasi 13 dapat dilihat pada Tabel 5.26.
Tabel 5.26. Nilai Hubungan Kedekatan ARC pada Iterasi 2 1
2 3
4 5
6 7
8 9
10 11 12 13 14 15 1
O o
o o
E o
o A
i o
U u
o u
2 o
o o
e O
o A
i O
U u
o u
3 i
I e
E I
o o
o u
u o
O
4 O
E i
O o
O o
u U
O u
5 e
i O
o o
o u
u O
u
6 a
I O
U o
U u
i I
7
A O
o o
o o
o u
8 A
i i
i e
o u
9 i
o i
i o
o
10
o i
I o
i
11 I
i o
I
12 o
o O
13
o o
14
o
15
Pada Tabel 5.23. telah ditunjukkan nilai ARC pada pada layout awal adalah 358, maka dapat dihitung nilai Adjency Score sebagai berikut:
UNIVERSITAS SUMATERA UTARA
Adjency Score Layout Score Iterasi 2 =
Gambar 5.8. Layout Akhir dengan Adjency Score 0,41 pada software
BLOCPLAN
5.2.7. Perancangan Layout Usulan
