67 adalah sebesar 99,86 . Untuk analisis antrian sendiri rata-rata waktu
tunggu bahan secara overall ialah pada tiga kali ulangan simulasi ialah sebesar 1157,14 detik , 1435,455 detik dan 1035,768 detik sehingga jika di
rata-rata waktu tunggu adalah sebesar 1209,45 detik. Data tersebut menunjukan perlunya pengembangan model untuk meminimasi waktu
tunggu bahan yang jika adanya waktu tunggu bahan maka dapat memberikan kerugian bagi perusahaan dari naiknya resiko kontaminasi
bahan. Hasil Simulasi sub model filleting dapat dilihat pada Lampiran 10.
4. Sub Model After Curing
Sub model After Curing merupakan bagian dari model A yakni merupakan sub model yang menggambarkan keadaan stasiun After Curing.
Sub model After Curing ini dibuat oleh karena kedatangan bahan pada stasiun ini selama waktu kerja tidak mengikuti kedatangan bahan baku pada
hari yang sama, kedatangan pada stasiun After Curing mengikuti pola kedatangan sendiri yakni kedatangan dari stasiun Curing. Hal ini
disebabkan oleh karena stasiun Curing merupakan stasiun penyimpanan yang waktu prosesnya adalah satu hari proses penyimpanan yang berarti
bahan yang masuk ke stasiun tersebut pada proses hari ini akan keluar pada keesokan harinya. Selain itu selama proses produksi berlangsung stasiun ini
dapat bekerja sendiri tanpa ada dukungan stasiun lainnya, dengan kata lain ketika tidak ada bahan baku yang datang pada hari ini yang membuat lini
produksi fillet ikan beku tidak beroperasi, stasiun After Curing masih dapat beroperasi mengerjakan bahan baku yang didapat pada hari kemarin. Untuk
hasil pengamatan kedatangan bahan pada stasiun tersebut, dapat dilihat pada Lampiran 1. Waktu pelayanan dan konfigurasi antrian adalah sama seperti
yang digunakan pada model utama.
Gambar 18. Penulisan model simulasi sub model after curing pada program QSS 1.0 dalam bentuk matriks
68 Simulasi dilakukan selama 25200 detik untuk melihat kinerja stasiun
After Curing pada keadaan sibuk bahan baku kontinu. Output simulasi
dapat dilihat pada Lampiran 11 menunjukkan terjadi penolakan bahan balking
sebesar 3 kg, 16 kg, dan 0 kg sehingga jika di rata-rata terjadi penolakan sebesar 6,3 kg. Hasil analisis utilitas pelayanan menunjukan
tingkat utilitas operator secara overall selama tiga kali simulasi adalah sebesar 99,44 , 99,40 dan 99,17 yang berarti jika di rata-rata utilitas
server pada stasiun ini adalah sebesar 99,34 . Untuk analisis antrian sendiri rata-rata waktu tunggu bahan secara overall ialah pada tiga kali
ulangan simulasi ialah sebesar 1249,751 detik, 1298,56 detik dan 849,8104 detik sehingga jika di rata-rata waktu tunggu adalah sebesar 1132,71 detik.
Hasil simulasi tersebut menunjukan pada kondisi sibuk stasiun after curing dengan jumlah operator standar tidak mampu melayani bahan yang masuk
secara efektif, antrian pada bahan maka dapat memberikan kerugian bagi perusahaan dari naiknya resiko kontaminasi bahan.
D. Pengembangan Model
