Setelah diperoleh waktu standar setiap stasiun kerja, dihitung smootheness index lintasan produksi kipas angin sebagai berikut.
SI = √∑
���
−
� �
�=
SI =
√860,47-141,17
2
+ 860,47-42,55
2
+ 860,47-98,61
2
+ 860,47-90,31
2
+ 860,47-425,61
2
SI =
√+ 860,47-265,12
2
+ 860,47-461,98
2
+ 860,47-101,75
2
+ 860,47-860,47
2
SI = 1907,34 Smoothness index lintasan produksi kipas angin adalah sebesar 1907,34.
Hal ini mengindikasikan bahwa kinerja lintasan produksi kipas angin awal masih belum baik sehingga perlu dilakukan perbaikan.
5.2.2. Tahapan Simulasi
Perancangan model simulasi lintasan produksi kipas angin dilakukan berdasarkan tahapan-tahapan simulasi.
5.2.2.1. Problem Formulation Formulasi masalah merupakan langkah awal dalam membangun model
simulasi. Formulasi masalah berkaitan dengan pernyataan masalah yang terdapat dalam sistem. Pernyataan masalah dikembangkan dari peneliti ataupun pihak
perusahaan. Pada penelitian ini pernyataan masalah dikembangkan oleh peneliti. Masalah yang dihadapi sistem lintasan produksi kipas angin awal adalah
sebagai berikut :
Universitas Sumatera Utara
1. Pembagian elemen-elemen kerja antar stasiun kerja WC tidak seimbang. yang menyebabkan kapasitas produksi menjadi rendah
2. Kinerja lintasan yang masih belum baik karena Smoothness index lintasan produksi kipas angin adalah sebesar 1907,34.
5.2.2.2. Setting Objectives And Overall Plan Project Tujuan perancangan model simulasi adalah untuk memperoleh model
lintasan produksi alternatif. Model alternatif ini diharapkan mampu memperbaiki kinerja lintasan produksi awal. Metode simulasi merupakan metode yang tepat
untuk memperoleh model lintasan produksi alternatif tanpa melibatkan sistem nyata.
Penelitian ini dilakukan selama kurang lebih satu bulan dan pengamatan dilakukan hanya pada bagian produksi kipas angin.
5.2.2.3. Model Conceptualization
Konseptualisasi model menjelaskan rancangan keterkaitan interaksi antar
komponen dalam sistem. Interaksi antar komponen merupakan acuan dalam
merancang model simulasi. Lintasan produksi dipengaruhi oleh waktu kedatangan, kapasitas, dan waktu operasi. Sedangkan lintasan produksi
mempengaruhi utilitas dan output yang diperoleh. Interaksi antar komponen
lintasan produksi kipas angin dapat dilihat pada Gambar 5.4.
Universitas Sumatera Utara
2 3
1 4
5 6
7 8
9
Waktu Kedatangan Part
Kapasitas Produksi
Waktu Operasi Output
Utilitas Stasiun Kerja
Proses Produksi WC I
WC 2 WC 3
WC 4 WC 5
WC 6 WC 7
WC 8 WC 9
Gambar 5.4. Interaksi Antar Komponen
5.2.2.4. Data Collection and Analysis Data yang menjadi input utama simulasi adalah waktu operasi. Data
waktu operasi dapat dilihat pada Tabel 5.1. Pada tahap ini dilakukan identifikasi dan analisis pola distribusi terhadap data waktu operasi. Penentuan pola distribusi
terhadap data waktu operasi dilakukan dengan uji suai Chi Square. Tahapan uji suai distribusi dengan Chi Square adalah sebagai berikut.
a. Pengelompokan data ke dalam kelas b. Penentuan hipotesis
c. Perhitungan luas dibawah kurva normal dan nilai frekuensi harapan Ei d. Perhitungan nilai chi hitung dan dibandingkan dengan nilai chi tabel.
1. Uji suai distribusi waktu operasi WC 1 a. Pengelompokan data ke dalam kelas
Range = Data max – Data min
K panjang kelas = 1 + 3,3 Log N = 122,7
– 116,2 = 1 + 3,3
Log 30
Universitas Sumatera Utara
= 6,5 = 5,87
≈ 6 Interval = Range K
Nilai Tengah Xi = BKA+BKB2 = 6,5 6
= 116,2+117,282
= 1,08 = 116,74
Rata-rata �̅ = ∑
�.�� �
Standar deviasi S = √
∑ X̅-X
i 2
n 1
n-1
= 3585,3430 = 1,74
= 119,51 Pada Tabel 5.9 dapat dilihat hasil pengelompokan data waktu operasi
WC 1 dalam kelas.
Tabel 5.9. Kelas Data Waktu Operasi WC 1
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
Luas dibawah kurva normal = PXBKA – PXBKB
Nilai PXBKA dan PXBKB merupakan probabilitas data berada di luar batas kontrol dan dihitung dengan rumus excel = NORMDISTX,rata-
rata,standar deviasi,kumulatif.
Universitas Sumatera Utara
Ei = Luas x banyak data = 0,072 x 30 = 2,16 Pada Tabel 5.10 dapat dilihat frekuensi harapan data waktu operasi WC 1.
Tabel 5.10 Frekuensi Harapan Data Waktu Operasi WC 1
No. Batas Kelas
PXBKB PXBKA Luas
Ei Oi
1 116,20
- 117,28
0,029 0,100
0,072 2,160
5 2
117,29 -
118,38 0,101
0,257 0,156
4,678 2
3 118,39
- 119,47
0,259 0,490
0,231 6,944
6 4
119,48 -
120,56 0,493
0,727 0,234
7,033 11
5 120,57
- 121,66
0,729 0,891
0,162 4,861
1 6
121,67 -
122,75 0,892
0,969 0,076
2,292 5
Pada Tabel 5.10 nilai frekuensi harapan Ei ada yang di bawah 5. Menurut Jerry Banks, nilai minimum Ei harus 5 sehingga dilakukan penggabungan kelas.
Tabel 5.11. Frekuensi Harapan Data Waktu Operasi WC 1 Setelah Penggabungan Kelas
No. Batas Kelas
PXBKB PXBKA
Luas Ei
Oi Oi-
Ei
2
Ei
1 116,20
- 118,38
0,029 0,257
0,229 6,859
7 0,0029
2 118,39
- 119,47
0,259 0,490
0,231 6,944
6 0,1284
3 119,48
- 120,56
0,493 0,727
0,234 7,033
11 2,2373
4 120,57
- 122,75
0,729 0,969
0,239 7,185
6 0,1954
χ2 hitung
2,5639
d. Perhitungan nilai chi hitung dan dibandingkan dengan nilai chi tabel χ
2
hitung
=S
��−��
�
��
= 2,56
Parameter nilai chi tabel adalah α = 0,05 dan derajat bebas = k-2= 4
sehingga diperoleh nilai chi tabel dari rumus excel =CHIINV0,05;4 sebesar
Universitas Sumatera Utara
9,488. Nilai χ
2 tabel
χ
2 hitung
sehingga terima H bahwa data waktu operasi WC1
berdistribusi normal.
Gambar 5. 5. Grafik Kepadatan Frekuensi Waktu Proses WC 1
2. Uji suai distribusi waktu operasi WC 2 a. Pengelompokan data ke dalam kelas
Pada Tabel 5.12 dapat dilihat hasil pengelompokan data waktu operasi WC 2 dalam kelas.
Tabel 5.12. Kelas Data Waktu Operasi WC 2
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 5.13 dapat dilihat frekuensi harapan data waktu operasi WC 2.
Universitas Sumatera Utara
Tabel 5.13 Frekuensi Harapan Data Waktu Operasi WC 2
No. Batas Kelas
PXBKB PXBKA Luas
Ei Oi
1 33,10
- 34,10
0,023 0,095
0,072 2,152
4 2
34,11 -
35,11 0,096
0,267 0,171
5,119 5
3 35,12
- 36,12
0,269 0,526
0,257 7,715
4 4
36,13 -
37,13 0,529
0,775 0,246
7,372 11
5 37,14
- 38,14
0,777 0,925
0,149 4,464
4 6
38,15 -
39,15 0,926
0,983 0,057
1,713 2
Pada Tabel 5.13 nilai frekuensi harapan Ei ada yang di bawah 5. Menurut Jerry Banks, nilai minimum Ei harus 5 sehingga dilakukan
penggabungan kelas.
Tabel 5.14. Frekuensi Harapan Data Waktu Operasi WC 2 Setelah Penggabungan Kelas
No. Batas Kelas
PXBKB PXBKA Luas
Ei Oi
Oi- Ei
2
Ei
1 33,10
- 35,11
0,023 0,267
0,244 7,306
9 0,3929
2 35,12
- 36,12
0,269 0,526
0,257 7,715
4 1,7891
3 36,13
- 37,13
0,529 0,775
0,246 7,372
11 1,7860
4 37,14
- 39,15
0,777 0,983
0,207 6,206
6 0,0069
χ2 hitung
3,9749
d. Perhitungan nilai chi hitung dan dibandingkan dengan nilai chi tabel Nilai
χ
2 tabel
χ
2 hitung
9,488 3,947 sehingga terima H bahwa data waktu
operasi WC 2 berdistribusi normal.
Universitas Sumatera Utara
Gambar 5.6. Grafik Kepadatan Frekuensi Waktu Proses WC 2
3. Uji suai distribusi waktu operasi WC 3 a. Pengelompokan data ke dalam kelas
Pada Tabel 5.15 dapat dilihat hasil pengelompokan data waktu operasi WC 3 dalam kelas.
Tabel 5.15. Kelas Data Waktu Operasi WC 3
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 5.16 dapat dilihat frekuensi harapan data waktu operasi WC 3.
Universitas Sumatera Utara
5.16 Frekuensi Harapan Data Waktu Operasi WC 3
