Optimisasi Multi–Objektif Berbantuan Simulasi Dalam Sistem Manufaktur Sellular

Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005

OPTIMISASI MULTI–OBJEKTIF BERBANTUAN SIMULASI
DALAM SISTEM MANUFAKTUR SELLULAR
Rika Ampuh Hadiguna
Jurusan Teknik Industri Universitas Andalas
E-mail: hadiguna@ft.uand.ac.id

Abstract: In this paper has study developing integrated multi objective model to solving cellular manufacturing
problems. Simulation model is one of some approaches which used to analyze and predict the system
performance. In simulation model that was introduce the IDEF0 as functional model to support the model more
completing. Limitations simulation output that more focus for probabilistic condition until necessary completed
by mathematical programming. Integrating simulation dan mathematical programming would give solution that
comprehensive. The mathematical model that used is goal programming. Study result is show that proposed
model more appropriate to analyze various factors in cellular manufacturing problems. Consequently, the
models provide valuable information needed by practitioners to make decisions in many important design
aspects.
Kata kunci: Multi–Objective, simulasi, goal programming, cellular manufacturing,
PENDAHULUAN
Manufaktur sellular (Cellular Manufacturing,
CM) merupakan aplikasi khusus dari Group

Technology (GT). Prinsip aplikasi ini adalah kluster
mesin-mesin dan komponen-komponen dengan
tujuan meningkatkan effisiensi produksi. Kluster
mesin-mesin dan komponen-komponen lebih dikenal
sebagai sel manufaktur dan part family. Desain sel
manufaktur yang diinginkan adalah sel total
independen agar dapat merealisasikan keunggulan
dari GT. Idealnya tata letak CM dilihat dari
keseluruhan operasi komponen dalam sebuah part
family diselesaikan dalam sebuah sel mesin (Askin
dan Standridge, 1994). Pada kenyataanya, sel
manufaktur yang independen tidak mungkin selalu
ada. Tidak munculnya sel manufaktur yang total
independen memunculkan tipe komponen yang
diistilahkan elemen eksepsional yaitu komponen
tersebut membutuhkan lebih dari satu sel mesin. Sel
mesin yang harus memproses part family lain disebut
dengan mesin bottleneck. Komponen elemen
eksepsional akan menimbulkan biaya-biaya dalam
operasional CM yang berarti ketidak-effektifan (Nair

dan Narendran, 1999). Meskipun beberapa
pendekatan telah dikembangkan dalam banyak
literatur, namun masih terbatas lingkupnya karena
kurang memperhatikan optimisasi biaya secara
menyeluruh. Dalam makalah ini akan dibahas efek
dari alternatif-alternatif kluster mesin-mesin dan
komponen-komponen menggunakan pemrograman
matematikal multi–objektif
dan simulasi. Arah
pengembangan model mengacu pada formulasi dasar
dari Hadiguna, 2003b; Hadiguna, 2003f). Formulasi
matematis yang diusulkan berdasar bentuk umum
goal programming.
26

Sistem
manufaktur
sellular
merupakan
penghubung antara sistem konvensional menuju

sistem yang lebih modern. Sistem manufaktur
sellular merupakan dekomposisi sistem menjadi
kelompok-kelompok mesin dan/atau komponen.
Sebagai contoh, CIMS dan JIT merupakan sistem
yang membutuhkan sistem manufaktur sellular dalam
bentuk fisiknya. Sistem manufaktur sellular
merupakan salah satu konsep dasar pabrik masa
depan. Masalah desain sistem manufaktur sellular
cukup kompleks dan luas dikaji dengan melibatkan
banyak tipe model optimisasi. Ada dua tipe masalah
yang harus dibahas, yaitu: pengelompokkan mesin–
komponen dan tata letak sel. Pemecahan dua tipe
masalah tersebut membutuhkan pendekatan yang
terintegrasi mengingat sangat sulit menyelesaikan
kedua permasalahan tersebut sekaligus. Apabila
kedua masalah tersebut telah diselesaikan, maka
masalah lanjutan yang munculnya adalah kinerja dari
rancangan sistem. Dalam hal ini membutuhkan
model simulasi yang mampu memberikan prediksi
terhadap kinerja rancangan sekaligus memberikan

pertimbangan-pertimbangan terhadap kemungkinan
pengembangan atau perbaikan sistem (Miller dan
Pegden, 2000).
Aplikasi simulasi dalam penyelesaian
masalah sistem manufaktur sellular lebih fokus pada
sub masalah tata letak sel. Umumnya model simulasi
digunakan untuk melihat variabel-variabel kinerja
dari setiap skenario yang dibangkitkan. Permasalahan
lanjutan yang muncul adalah memilih alternatif yang
telah disimulasikan tersebut. Peranan model multi
objektif seperti goal programming sangat penting
dalam fase lanjutan ini. Goal programming
merupakan salah satu model multi objektif yang

Optimisasi-Objektif Berbantuan Simulasi dalam Sistem Manufaktur Sellular
Rika Ampuh Hadiguna

sangat disarankan penggunaannya (Mansouri dkk,
2000). Dalam makalah ini akan ditunjukkan integrasi
model

simulasi
dan
multi-objektif
dalam
penyelesaian masalah sistem manufaktur sellular.
Dalam studi ini akan di usulkan metodologi
pengembangan model simulasi sistem manufaktur
dengan mengintegrasikan IDEF0 sebagai bagian
yang integral. Metodologi yang diusulkan ditujukan
untuk mengevaluasi performansi sistem manufaktur
sellular. Dalam makalah ini yang akan dijadikan
contoh pendemonstrasian metodologi adalah untuk
masalah pada sistem perakitan sebagai GT Flow Line
System.
TINJAUAN PUSTAKA
Group Technology (GT) adalah sebuah
pendekatan yang efektif untuk multi produk,
produksi dengan lot kecil atau medium dan produksi
bertipe diskrit. GT adalah sebuah konsep yang
membuat produksi lebih effisien dengan cara

mengelompokkan komponen dan/atau mesin yang
mempunyai kemiripan. Pembahasan terhadap
penerapan GT selama ini banyak fokus pada upaya
merancang sel-sel mesin Suresh dan Slomp, 2001;
Hadiguna dan Widianto, 2003). Perkembangan
model-model dan teknik-teknik dalam sistem
manufaktur sellular lebih mengarah pada masalah
pengelompokkan dan tata letak sel yang dipandang
sebagai hal yang terpisah (Hadiguna, 2003d).Hal ini
dapat dilihat dari beberapa studi yang dilakukan oleh
diantaranya Baker dan Maropoulus (1999),
Baykasoglu dan Gindy (2000), Daita dkk (1999),
Efstathiou dan Golby (2001), Mansouri dkk (2000)
dan Nair dkk (1999). Bagaimanapun masalah desain
sistem manufaktur sellular adalah pengelompokkan
komponen dan mesin serta pengaturan mesin-mesin
pada intra dan inter cell yang tersedia dengan tujuan
mengoptimalkan objektif yang telah dinyatakan.
Proses desain yang menyeluruh dalam hal
pengelompokkan hingga tata letak sel telah banyak

dikembangkan seperti oleh Da-Silviera (1999),
Efstathiou dan Golby (2001),
Hadiguna dan
Setiawan (2003), Hadiguna dan Thahir (2004) dan
Salum (2000).
Perkembangan dunia bisnis yang kompetitif
mengharuskan proses desain sistem manufaktur
sellular mempertimbangkan strategi bisnis (Hadiguna
dan Mulki, 2003). Pertimbangan ini biasanya
dilibatkan pada tahap desain tata letak sel. Model
simulasi yang mengadopsi hal ini diantaranya
Altinklininc (2004) dan Rios dkk (2000). Pendekatan
desain fasilitas manufaktur yang menggunakan
secara eksplisit objektif tunggal (single objective)
akan menghasilkan penyelesaian yang bias terhadap
kebutuhan perusahaan. Pelibatan beberapa objektif
menjadi isu penting karena proses desain akan
melibatkan faktor-faktor yang berkaitan dengan
tujuan-tujuan strategis, ukuran-ukuran kinerja sistem
dan keunggulan kompetitif dalam marketplace.

Berdasarkan prosedur perencanaan tata letak sel

pabrik, diharapkan dapat dibangkitkan beberapa
alternatif tata letak sel (Askin dan Stanridge, 1994).
Tata letak sel yang merupakan permasalahan tata
letak sel diselesaikan dengan membangkitkan
beberapa alternatif tata letak sel dalam hal ini tata
letak sel. Hal ini ditujukan untuk menghasilkan
sistem yang memenuhi kebutuhan perusahaan yang
telah dirumuskan pada fase persiapan. Pembangkitan
alternatif tata letak sel dilakukan pada fase definisi.
Keputusan untuk menginstal tata letak sel terpilih
dilakukan pada fase instalasi dimana hasil desain tata
letak sel yang terdiri dari beberapa alternatif dipilih
dengan mengakomodir kebutuhan perusahaan. Paper
ini bertujuan untuk membahas bagaimana cara
mengambil keputusan pemilihan tata letak sel yang
dapat mengakomodasi kebutuhan perusahaan.
Asumsi yang digunakan adalah alternatif tata letak
sel mempunyai kelayakan untuk diimplementasikan.

Simulasi manufaktur telah menjadi sebuah area
aplikasi primer dari teknologi simulasi. Simulasi
telah menjadi pendekatan yang cukup luas yang
digunakan untuk memperbaiki dan menvalidasi
desain sistem manufaktur secara luas (Banks, 2000;
Fu dkk, 2000). Aplikasi simulasi pada sistem
manufaktur termasuk desain fasilitas maupun
pemodelan rantai pasok perusahaan secara luas
(Miller dan Pegden, 2000). Tipe simulasi manufaktur
biasanya digunakan untuk memprediksi performansi
sistem atau membandingkan dua atau lebih desain
sistem atau skenario (Hadiguna, 2003). Hal ini berarti
bahwa kemampuan untuk mengembangkan dan
mengurai model-model simulasi dengan cepat dan
efektif sangat penting. Menurut Perera dan Liyanage
(2000) sejumlah faktor yang menghalangi proses
pemodelan simulasi antara lain pengumpulan data
yang kurang efisien, dokumentasi model yang
panjang dan buruknya perencanaan eksperimen.
Dalam pemodelan simulasi manufaktur hal yang

tidak kalah pentingnya adalah proses analisis sistem.
Dalam mengembangkan model simulasi sistem
manufaktur khususnya untuk tujuan studi
mengevaluasi performansi sistem, maka prosedur
pengembangan model menjadi hal yang krusial.
IDEF0 merupakan model fungsional yang
diwujudkan dalam bentuk terstruktur dan semantik.
Model IDEF0 mengandalkan pada konsistensi
pendeskription sistem. Pemodelan IDEF0 banyak
digunakan dalam menganalisis dan mengevaluasi
sistem manufaktur khususnya untuk evaluasi
performansi (Pawlikowski dan Kreutzer, 2000;
Hadiguna, 2003).
PENGEMBANGAN MODEL
Model yang dikembangkan merupakan
prosedur hirarki dua tahap. Model ini juga ditujukan
pada tahap tata letak sel. Tahap pertama merupakan
pemodelan simulasi, sedangkan tahap kedua adalah
model Zero–One Goal Programming (ZOGP). Pada
tahap pertama, prosedur yang dikembangkan

ditujukan pada pemodelan simulasi sistem
27

Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005

(O) dan Mechanism (M). Proses pemodelan
dilakukan melalui pengamatan secara langsung dan
mempelajari dokumentasi yang tersedia. Agar model
yang dihasilkan rinci, maka diperlukan kerjasama
yang baik antara pemodel dengan “pemilik” sistem.
Validasi model dilakukan melalui diskusi dengan
“pemilik”
sistem
dengan
terlebih
dahulu
menverifikasi keterhubungan semua ICOM terhadap
kotak aktivitas. Secara umum model simulasi
dibangun dari beberapa tahap yaitu pemodelan data
masukan (input modelling), analisis keluaran dan
verifikasi dan validasi model. Secara diagramatik,
integrasi IDEF0 dan simulasi dapat dilihat pada
gambar dibawah ini:

manufaktur yang berkarakter diskrit. Prosedur
dibangun terdiri dari dua bagian besar yaitu
pemodelan IDEF0 dan pemodelan simulasi. Dalam
memahami sistem nyata dengan baik dan benar,
maka langkah awal adalah membangun rich picture.
Demikian halnya dalam mengembangkan prosedur
usulani ini perlu digambarkan keterkaitan antara
model simulasi dengan IDEF itu sendiri. Model
IDEF0 secara prinsip menjelaskan bagaimana sebuah
sistem bekerja. Pada model IDEF0 bertujuan untuk
memodelkan aktivitas fungsional dalam bentuk
kontak-kontak yang merepresentasikan sistem hingga
sub-sistem secara hirarki. IDEF0 dilengkapi oleh
struktur ICOM yaitu: Input (I), Control (C), Output

Analisis Aktivitas

Pemodelan IDEF0

Valid?

Tidak

Ya
Pemodelan Simulasi

Pemodelan Data Masukan

Tidak

Verified?
Ya
Valid?

Tidak

Ya
Pengembangan Alternatif

Gambar 2. Diagram Integrasi IDEF0 dan Simulasi

28

Optimisasi-Objektif Berbantuan Simulasi dalam Sistem Manufaktur Sellular
Rika Ampuh Hadiguna

Dalam formulasi ini yang diinginkan adalah
mengevaluasi usulan tata letak sel yang telah
didesain berdasarkan pendekatan kuantitatif dan
kualitatif. Model ini menawarkan dua metodologi
untuk keputusan pemilihan tata letak sel. Metoda
Analytic Hierarchy Process (AHP) disajikan terlebih
dahulu sebagai metodologi stand-alone dan
selanjutnya kombinasi model AHP dengan Zero–One
Goal Programming (ZOGP) sebagai ekstensi untuk
mempertimbangkan kriteria tambahan dalam proses
pengambilan keputusan. AHP merupakan metoda
yang sangat banyak digunakan dalam pengambilan
keputusan yang kompleks serta luas bidang
aplikasinya (Saaty, 2002). AHP juga telah menjadi
salah satu model penyelesaian dalam masalah tata
letak sel. AHP bekerja untuk situasi keputusan yang
melibatkan pemilihan sebuah keputusan dari
beberapa alternatif keputusan berdasarkan multi

kriteria yang terjadi konflik. Kriteria keputusan ini
akan mempunyai tingkat preferensi yang berbeda
dimata pengambil keputusan. Kelebihan dari AHP ini
adalah
pengambilan
keputusan
berdasarkan
pengalaman yang dikendalikan oleh rasio konsistensi
(Peniwati, 2002 dan Saaty, 2002). Pendapat
pengambil keputusan akan mengkuantifikasi kriteriakriteria dan alternatif dalam bentuk nilai bobot.
Vektor preferensi atai bobot dapat dirumuskan WjABC
= (W1, . . ., Wn) dimana Wj adalah preferensi yang
ditempatkan dalam pemilihan dari sejumlah
alternatif. Bobot terbesar merupakan preferensi
terbesar untuk tata letak sel ke-j. Perluasan
penggunaan
metodologi
AHP
untuk
mempertimbangkan
keterbatasan
sumberdaya
dilakukan melalui model ZOGP dengan melibatkan
bobot AHP dengan formulasi sebagai berikut:

k -1 m -1
Minimasi ∑ ∑ Pk (d i - + d i + ) + Pk (d m - )
k =1i =1

…(1)

Kendala:
n
∑ rij x j + d i − − d i + = R i
j =1

; i = 1, . . . , m – 1

n
∑ w j x j + dm− - dm+ =1

…(2)

…(3)

xj = 0 atau 1 untuk j = 1, . . . , n
di- , di+ > 0 untuk i = 1, . . . , m

Dimana xj adalah representasi variabel 1–0
dimana nilai 1 berarti dipilih, sedangkan nilai 0
berarti tidak dipilih dari j = 1, 2,…, n tata letak sel.
Variabel deviasi di- , di+ adalah vektor-vektor
pencapaian dibawah target dan pencapaian diatas
target i = 1, . . . , m – 1 dari sumber daya objektif,
perangkingan ordinal melalui prioritas Pk dimana k =
1,2, . . . , K ranking ordinal dan P1 > P2 >> Pk. rij
adalah matriks ukuran n x n koefisien sumberdaya
berkaitan dengan utilisasi sumberdaya dari total
sumberdaya R untuk setiap alternatif tata letak sel. wj
pada persamaan (3) adalah bobot AHP dimana dmdigunakan
untuk
melihat
pemilihan
yang
dimaksimumkan untuk tata letak sel dengan bobot
tertinggi.
Kriteria adalah ukuran pencapaian dari
keputusan. Cukup banyak kriteria yang dapat
digunakan dalam permasalahan tata letak sel fasilitas
dan cara mengidentifikasi kriteria yang relevan

dengan kebutuhan perusahaan (Siswanto dan
Hadiguna, 2003). Dalam paper ini kriteria yang
digunakan adalah keselamatan kerja, kerjasama tim,
proses pengawasan dan tanggung jawab operator.
Keempat kriteria ini sulit untuk dikuantifikasi, tetapi
sangat dibutuhkan perusahaan dalam operasional sel
manufaktur dan penataan mesin dan peralatan yang
digunakan. Objektif desain sel manufaktur telah
banyak dibahas dalam literatur (Mansouri dkk,
2000).
Pada makalah ini akan ditampilkan sebuah
ilustrasi bagaimana model yang diusulkan bekerja.
Berdasarkan tipe masalah desain sistem manufaktur
sellular yang telah disajikan diatas, sebuah contoh
komposit digunakan untuk illustrasi bagaimana
model simulasi dan multi objektif secara terpisah
bekerja menangkap dan menggunakan informasi
yang diperoleh dari pengambil keputusan dalam
konteks proses pemilihan alternatif-alternatif tata
29

Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005

model simulasi dikembangkan dan diperoleh WIP
alternatif satu sebesar 5 unit, alternatif kedua sebesar
3 unit dan alternatif ketiga sebesar 2,5 unit. Terlihat
bahwa alternatif ketiga menghasilkan rata-rata WIP
yang lebih kecil sehingga dapat dipertimbangkan
sebagai alternatif terbaik. Namun demikian, aspek
manajemen maupun ketersediaan sumber daya masih
perlu dikaji lebih dalam. Berdasarkan hal inilah maka
model multi objektif dikembangkan untuk
memastikan apakah benar WIP terkecil merupakan
global optimal.
Tahap kedua adalah membangun model
AHP. Pada tahap awal, model AHP diperkenalkan
terlebih dahulu yang ditujukan sebagai pendekatan
multi atribut. AHP ditujukan untuk mengkaji dari
aspek manajemen yang secara kuantitatif sulit diukur.
Berdasarkan metoda kualitatif dengan AHP ini maka
akan diketahui alternatif terbaik berdasarkan
preferensi manajemen terhadap setiap alternatif
berdasarkan aspek-aspek manajemen. Aspek yang
dipertimbangkan antara lain (Hadiguna dan
Setiawan, 2003a) tanggung jawab operator (K1),
kerjasama tim (K2), pengawasan (K3) dan
keselamatan kerja (K4). Penerapan AHP diawali
dengan mendekomposisi masalah menjadi hirarki
multi level sebagai berikut:

letak sel yang ada. Masalah yang ditampilkan pada
bagian ini dirancang untuk menampilkan bagaimana
model integrasi yang mengkombinasikan AHP,
ZOGP dan simulasi akan memberikan hasil berbeda.
Tahap pertama adalah pengembangan model
Simulasi. Objektif dari sistem manufaktur sellular
dari aspek operasional adalah minimusasi rata-rata
work–in–process (WIP). Berdasarkan model simulasi
ciptaan
sebagai
contoh
numerik
untuk
memperkenalkan kinerja model. Model simulasi
diperoleh setelah melalui proses pengelompokkan
mesin dan komponen sebagai sel mesin dan part
families. Model simulasi dikembangkan dengan
memperhatikan ketersediaan anggaran. Berkaitan
dengan hal ini, maka dilakukan modifikasi untuk
setiap alternatif. Alternatif pertama mengandalkan
teknologi permesinan sehingga biaya investasi besar,
sedangkan alternatif tandingan yaitu alternatif kedua
dan ketiga mengandalkan tingkat ketrampilan
operator dengan mereduksi biaya investasi pembelian
mesin. Selanjutnya, setiap alternatif dirancang sistem
pemindahan bahannya yang akan menghasilkan total
jarak perpindahan. Dalam hal ini, setiap alternatif
dibedakan oleh kapasitas alat pemindahan bahan
sehingga dapat mengurangi frekwensi perpindahan
material. Berdasarkan prinsip-prinsip tersebut maka

Memilih Tata Letak

Tanggung Jawab

Alternatif #1

Kerjasama

Pengawasan

Alternatif #2

Keselamatan

Alternatif #3

Gambar 2. Hirarki Masalah
Kriteria yang digunakan dalam keputusan
berdasarkan studi literatur dimana kriteria
merepresentasikan kebutuhan manajemen sebagai
tata letak sel yang terbaik. Krieria-kriteria ini dapat
dikembangkan lebih jauh dengan cara curah gagasan
dengan pihak manajemen atau para pakar kemudian
di analisis untuk mendapatkan kriteria yang relevan.
Berdasarkan hirarki multi level diatas dilakukan
penilaian perbandingan berpasangan secara bertahap.
Tahap awal pada level kriteria dan selanjutnya pada
level alternatif berdasarkan setiap kriteria. Penilaian
perbandingan berpasangan ini harus memperhatikan
consistency ratio yang mencerminkan tingkat
konsistensi penilaian. Nilai consistency ratio ini
ditetapkan oleh Saaty (2002) yang diharapkan tidak
lebih besar dari 0,10. Software yang membantu untuk
penilaian perbandingan berpasangan ini adalah
Expert Chioce (1995) yang dapat membantu
pengambil keputusan melakukan analisis sensitivitas.
30

Melalui aplikasi software berdasarkan penilaian
diperoleh prioritas relatif untuk setiap kandidat tata
letak sel. Hasil pembobotan dan grafik analisis
sensitivitas masing-masing dapat dilihat pada Tabel
1. Berdasarkan penerapan metoda AHP terpilih
alternatif–1 tata letak sel karena memiliki bobot
terbesar diikuti alternatif–3 dan alternatif–2 masingmasing sebagai ranking ke–2 dan ranking ke–3.
Tabel 1. Nilai Prioritas untuk Alternatif, Kriteria, Sintesa
Alternatif
Alternatif – 1
Alternatif – 2
Alternatif – 3

K1
(0,066)
0,074
0,643
0,283

Kriteria
K2
K3
(0,290) (0,541)
0,236
0,094
0,062
0,678
0,702
0,219

K4
(0,103)
0,272
0,608
0,120

Sintesa
0.443
0,273
0,284

Optimisasi-Objektif Berbantuan Simulasi dalam Sistem Manufaktur Sellular
Rika Ampuh Hadiguna

Penerapan AHP sebagaimana contoh diatas
merupakan
upaya
mengakomodir
persepsi
manajemen yang kualitatif. Berdasarkan pengalaman,
penguasaan informasi dan pengetahuan yang dimiliki
oleh manajemen akan diperoleh preferensi keputusan
manajemen dalam memilih alternatif tata letak sel
yang dianggap baik. Dalam permasalahan tata letak
sel tentunya harus mempertimbangkan faktor-faktor
kuantitatif lainnya sehingga keputusan yang diambil
optimal. Berdasarkan hal ini langkah selanjutnya
adalah menerapkan ZOPG dengan memasukkan hasil
pembobotan AHP sebagai salah satu objektif.
Tahap ketiga adalah formulasi pemrograman
matematis. Untuk menjelaskan bagaimana proses
integrasi kedua metoda dapat dilakukan dengan
melihat contoh berikut ini. Misalkan saja perusahaan
dalam mengimplementasikan sel manufaktur sebagai
sistem manufakturnya mengalokasikan anggaran
sebesar $400. Artinya, besar dana tersebut
merupakan total sumber daya yang tersedia guna

penerapan sel manufaktur oleh perusahaan.
Disamping itu, telah diketahui jarak merupakan
objektif yang harus diperhitungkan untuk
mendapatkan total jarak terpendek. Masing-masing
alternatif tata letak sel telah dianalisis sehingga
diketahui jarak setiap alternatif tata letak sel.
Diasumsi pada contoh ini bahwa tipe tata letak sel
existing dapat dianalisis jarak perpindahannya yang
akan dijadikan batas yang diizinkan. Dalam kasus ini
jarak yang diizinkan adalah 23 m. Hal terakhir yang
tidak kalah pentingnya adalah penggunaan luas lantai
yang dijadikan salah satu objektif. Luas lantai yang
tersedia adalah area yang tersedia saat ini dimana
mesin dan peralatan dapat disusun. Ketersediaan luas
lantai diasumsi sebesar 10 m2. Semua data hipotetis
tersebut dalam ratusan.
Semua keterbatasan diatas
meruapakn representasi dari Ri dalam model ZOGP
dan penggunaan setiap rate rij dapat dilihat pada
Tabel 2.

Tabel 2. Objektif dan Ketersediaan Sumber Daya
rij

Objektif

Urutan
Pi

x1

x2

x3

Anggaran Implementasi

250

150

100

400

P1

Jarak yang diizinkan

15

7,5

10

23

P2

WIP rata-rata

5

3

2,5

10

P3

0,443

0,273

0,284

1

P4

Preferensi Manajemen

Formulasi matematis dapat dilakukan dengan
mengikuti bentuk umum formulasi yang telah
dirumuskan pada bagian metodologi. Formulasi dari
contoh permasalahan diatas sebagai berikut:
Min Z = P1d1++ P2d2++ P3d3++ P4d4Kendala:
250 X1+ 150 X2 + 200 X3+ d1- - d1+ = 400
15 X1+ 7,5 X2 + 10 X3+ d2- - d2+ = 23

Alternatif

Ri

5 X1+ 3 X2 + 2,5 X3+ d3- - d3+ = 10
0,443X1+ 0,273X2 + 0,284X3+ d4- - d4+ = 1
Xj = 0 atau 1; di- , di+ > 0
Setelah diselesaikan formulasi diatas akan
memberikan keputusan yang berbeda dengan
keputusan yang hanya menggunakan metoda simulasi
maupun AHP secara tunggal. Perbandingan antara
setiap model dapat dilihat sebagai berikut:

Tabel 3. Perbandingan Penyelesaian
Simulasi
AHP

Integrasi

1

WIP = 5 (Terbaik– 3)

W1 = 0,443 (Terbaik–1)

X1 = 1 (Dipilih)

2

WIP = 3 (Terbaik– 2)

W2 = 0,273 (Terbaik–3)

X2 = 1 (Dipilih)

3

WIP = 2,5 (Terbaik– 1)

W3 = 0,284 (Terbaik–2)

X3 = 0 (Tidak Dipilih)

31

Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005

PEMBAHASAN

Berdasarkan hasil perbandingan diatas terlihat
bahwa performansi sistem berdasarkan rata-rata WIP
belum tentu lebih baik dibandingkan dengan
preferensi manajemen. Metoda AHP sebagai alat
pengambilan keputusan dengan multi atribut
menunjukkan alternatif pertama lebih baik meskipun
memiliki performansi rata-rata WIP yang terbesar.
Setelah dianalisis dengan model integrasi justru
terlihat bahwa alternatif pertama dan kedua
direkomendasikan. Hal ini berarti alternative
solution.
Simulasi
sistem
manufaktur
sangat
memperhatikan fokus perbaikan dari sistem sehingga
membutuhkan
prosedur
pemodelanyang
komprehensif. Prosedur yang diusulkan beranjak dari
pola pikir pembangunan model yang didasarkan pada
pemahaman sistem yang menyeluruh, tersruktur dan
hirarki. Hal ini dapat dilakukand engan menerapkan
pemodelan fungsional dengan pendekatan IDEF.
Manfaat yang diperoleh dengan menggunakan
prosedur ini adalah mempercepat pengidentifikasian
data masukan dan proses pembangunan model
simulasi. Hal utama lainnya adalah effisiensi proses
pemodelan. Nilai guna dari keluaran simulasi juga
dapat ditingkatkan karena fokus perbaikan akan
menyentuh banyak aktivitas dalam sistem
manaufaktur yang kompleks tetapi interdependen.
Masalah keputusan pemilihan tata letak sel
merupakan kombinasi dari faktor-faktor operasional
dan struktur sistem sehingga perlu melibatkan
metoda yang berdasarkan pengalaman manajerial dan
pemrograman matematis. Dalam makalah ini telah
ditunjukkan bagaimana integrasi simulasi dan multi
objektif bekerja dalam keputusan pemilihan tata letak
sel dengan menyertakan keterbatasan sumberdaya
yang ada. Dalam makalah ini diperlihatkan
perbandingan antara simulasi sebagai pendekatan
kuantitatif dan pendekatan AHP sebagai pendekatan
kualitatif. Pemanfaatan AHP dalam formulasi goal
programming juga menunjukkan kinerja yang lebih
baik. Hasil AHP dapat diuji dengan goal
programming melalui pelibatan faktor finansial.
Keberhasilan implementasi metodologi yang
diusulkan dalam makalah ini pada masalah praktis
akan dibatasi oleh keterbatasan dalam pemodelan
tetapi formulasi unik yang diusulkan dalam makalah
ini akan meminimisasi keterbatasan tersebut.
KESIMPULAN

Model
pemrograman
matematis
yang
dikembangkan dalam studi ini didasarkan beberapa
model yang telah dikembangkan sebelumnya. Prinsip
yang digunakan dalam formulasi model ini adalah
akomodasi efek-efek ekonomis dalam mengeliminasi
keberadaan komponen eksepsional. Setiap alternatif
dianalisis terlebih dahulu berdasarkan ketiga objektif
32

diatas. Selanjutnya, alternatif-alternatif desain sel
manufaktur dioptimasi menggunakan formulasi yang
diusulkan tersebut. Model yang diusulkan ternyata
mampu memberikan banyak informasi yang
diperlukan oleh para pengambil keputusan. Hal ini
berarti model mampu memberikan dukungan
pengambilan keputusan berkaitan dengan implikasi
strategik perusahaan.
Model yang diusulkan dalam studi ini adalah
pengintegrasian model simulasi dan multi objektif
yang mampu mengakomodir sistem operasi dan
sistem struktur. Pemodelan simulasi dikembangkan
melalui model fungsional IDEF, sedangkan model
multi objektif yang dikembangkan mengaplikasikan
AHP dan goal programming. Dalam makalah ini
telah ditunjukkan bagaimana model integrasi bekerja
dalam keputusan pemilihan tata letak sel dengan
menyertakan keterbatasan sumberdaya yang ada.
Keberhasilan implementasi metodologi yang
diusulkan dalam makalah ini pada masalah praktis
akan dibatasi oleh keterbatasan dalam pemodelan
tetapi formulasi unik yang diusulkan dalam makalah
ini akan meminimisasi keterbatasan tersebut.
Ucapan Terima Kasih

Terima kasih kepada Masrul Indrayana dari
Univeristas Widya Mataram–Jogjakarta atas kritik,
saran serta waktu yang diberikan dalam penyelesaian
studi ini.

REFERENSI

Altinklininc, M., 2004, Simulation based Layout
Planning of A Production Plant, Proceeding of
the 2004 Winter Simulation Conference, 1079 –
1084
Askin, R.G. dan Standridge, C.R., 1994, Modelling
and Analysis of Manufacturing Systems, John
Wiley and Sons, Inc. New York.
Baker, R.P dan Maropoulos, P.G., 2000, Cell Design
and Continuous Improvement, International
Journal Computer Integrated Manufacturing,
13(6), 522–532
Banks, J., 2000, Introduction to Simulation,
Proceedings of the 2000 Winter Simulation
Conference, 9–16
Baykasoglu, A. dan Gindy, N.N.Z., 2000,
MOCACEF 1.0: Multiple Objective Capability
Based Approach to Form Part-Machine Groups
for Cellular Manufacturing Applications,
International Journal of Production Research,
38(5), 1133-1166
Da Silviera, G., 1999, A Methodology of
Implementation of
Cellular Manufacturing,
International Journal of Production Research,
37(2), 467 – 479

Optimisasi-Objektif Berbantuan Simulasi dalam Sistem Manufaktur Sellular
Rika Ampuh Hadiguna

Daita, S.T.S., Irani, S.A. dan Kotamraju, S., 1999,
Algorithm for Production Flow Analysis,
International Journal of Production Research,
37(11), 2609-2638
Efstathiou, J. dan Golby, P., 2001, Application of A
Simple Method of Cell Design Accounting for
Product Demand and Operation Sequence,
Integrated Manufacturing Systems, 12(4), 246–
257
Fu, C.M. dkk., 2000, Integrating Optimization and
Simulation: Research and Practice, Proceedings
of the 2000 Winter Simulation Conference,
1505–1509
Goldmans, D. dan Tokol, G., 2000, Output Analyzer
Procedures
for
Computer
Simulation,
Proceedings of the 2000 Winter Simulation
Conference, 39–45
Hadiguna, R.A. dan Setiawan, H., 2003, Desain dan
Evaluasi Sel Manufaktur Multi Kriteria, Jurnal
Teknik Industri STT Musi, 3(1), 21–32
Hadiguna, R.A., 2003, Prosedur Multi Objektif untuk
Keputusan Pemilihan Formasi Sel Manufaktur,
Proceeding 2nd National Industrial Engineering
Conference, Universitas Surabaya, 8–16
Hadiguna, R.A. dan Mulki B.S., 2003, Desain
Manufaktur Sellular dengan Mempertimbangkan
Strategi Bisnis, Proceeding Simposium Nasional
RAPI II, Universitas Muhammadiyah Surakarta,
100–107
Hadiguna, R.A., 2003d, Sistem Manufaktur Sellular:
Sebuah Tinjauan dan Survei Pustaka, Jurnal
Teknik Industri UNAND, 2(4), 129 – 135
Hadiguna, R.A. dan Wirdianto, E., 2003, Model
Penyelesaian Masalah Pemilihan Alternatif Tata
Letak Sel, Jurnal Sains dan Teknologi STTIND,
2(2), 88 – 97
Hadiguna, R.A., 2003, Pemodelan Simulasi Sistem
Manufaktur Berbantuan IDEF0, Jurnal Spektrum
Industri, 1(1), 31–37
Hadiguna, R.A. dan Thahir, M., 2004, Desain
Formasi
Sel
Manufaktur
dengan
Mempertimbangkan Peralatan Pemindahan
Bahan dan Mesin Posisi Tetap, Jurnal Sains dan
Teknologi STTIND, 3(2), 64 – 77
Hadiguna, R.A. dan Mulki B.S., 2005, Desain
Manufaktur Sellular dengan Mempertimbangkan
Preferensi Manajemen, Prosiding Seminar
Nasional Teknologi Industri XII, ITS, 1061 –
1068
Miller, S. dan Pegden, D., 2000, Introduction to
Manufacturing Simulation, Proceedings of the
2000 Winter Simulation Conference, 63–66
Mansouri, S.A., Husseini, S.M.M. dan Newman,
S.T., 2000, A Review of The Modern
Approaches to Multi-Criteria Cell Design,
International Journal of Production Research,
38(5), 1201–1218

Nair, G.J. dan Narendran, T.T., 1999, ACCORD: A
Bicriterion Algorithm for Cell Formation Using
Ordinal and Ratio-Level Data, International
Journal of Production Research, 37(3), 539–556
Pawlikowski, K. dan Kreutzer, W., 2000, Integrating
Modelling and Data Analysis in Teaching
Descrete Event Simulation, Proceedings of the
2000 Winter Simulation Conference, 158–166
Perera, T. dan Liyanage, K., 2000, Methodology for
Rapid Identification and Collection of Input Data
in the Simulation of Manufacturing System,
Simulation Practice and Theory, 7, 645–656
Peniwati, K., 2002, We Need to Measure, (Not)
Count, Not Number Crunch, Proceeding
INSAHP II, U.K. Petra, Surabaya., Paper 2
Rios, M.C., Campbel, C.A.M. dan Irani, S.A., 2000,
An Approach to the Design of A Manufacturing
Cell
under
Economic
Considerations,
Proceeding of the 11th International Working
Seminar on Production Economics, 1 – 28
Saaty, T.L., 2002, Hard Mathematics Applied to Soft
Decisions, Proceeding INSAHP II, U.K. Petra,
Surabaya, Paper 1
Salum, L., 2000, The Cellular Manufacturing Layout
Problem, International Journal of Production
Research, 34(16), 1134-1146
Suresh, N.C. dan Slomp, J., 2001, A Multi Objective
Procedure for Assignments and Grouping in
Capacitated
Cell
Formation
Problems,
International Journal of Production Research,
39 (18), 4103–4131

33