LABORATORIUM SIMULASI DAN APLIKASI INDUS

BAB I PENDAHULUAN

1.1 Latar Belakang Dewasa ini dunia industri berkembang sangat pesat. Industri dapat berupa industri jasa maupun industri produk yang memiliki kompleksitas sistem tinggi. Maka dari itu perusahaan dituntut untuk membuat suatu sistem yang lebih efektif dan efisien. Sistem yang efektif dan efisien dapat meningkatkan keuntungan perusahaan baik perusahaan dibidang jasa maupun di bidang produksi. Untuk menganalisa suatu sistem, dapat dilakukan dengan memodelkan sistem tersebut ke dalam model yang lebih sederhana.

Model memegang peranan penting di bidang ilmu pengetahuan. Biasanya dari segi ekonomi untuk menghemat (waktu, biaya) ataupun komoditi berharga lainnya. Pemodelan bisa juga dilakukan untuk menghindari resiko kerusakan sistem nyata. Dengan demikian sebuah model diperlukan bilamana percobaan dengan sistem nyata menjadi terhalang karena mahal, berbahaya ataupun merupakan sesuatu yang tidak mungkin untuk dilakukan. Taha (1992) bahwa asumsi sistem nyata diwujudkan dari sistem nyata dengan menentukan faktor -faktor dominan (variabel, kendala, dan parameter) yang mengendalikan perilaku dari sistem nyata. Phillips (1976) dalam O peration Research, yang dimaksudkan dengan model adalah representasi sederhana dari sesuatu yang nyata. Dengan pengertian ini menunjukkan bahwa model selalu tidak sempurna. Dengan demikian menjadi jelas bahwa untuk kondisi tertentu biasanya perlu membangun sebuah model yang mewakili sistem nyata serta mempelajarinya sebagai pengganti sistem nyata.

Kantor pos adalah salah satu perusahaan milik negara yang terdiri dari beberapa loket layanan, diantaranya layanan money chager, weselpos, pengiriman paket, surat nasional dan surat internasional.Kantor pos yang dijadikan objek pengamatan dalam studi kasus simulasi sistem dengan software Promodel adalah Kantor Pos Pusat Malang yang terletak di Jalan Merdeka Barat 5, Malang. Dalam studi kasus ini, praktikan mengambil spesifikasi objek pengamatan loket pengiriman surat nasional. Dengan demikian, yang akan dimodelkan dalam

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

1 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA 1 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

1.2 Tujuan Tujuan dari pengamatan ini antara lain:

1. Untuk mengetahui dan memahami sistem, model, simulasi,dan komponen simulasi dalam proses pengiriman surat nasional di Kantor Pos Pusat Malang.

2. Untuk memodelkan sistem nyata pengiriman surat nasional di Kantor Pos Pusat Malang dengan menggunakan PetriNet dan software ProModel serta mensimulasikanya.

3. Agar dapat menganalisis hasil simulasi pada proses pengiriman surat nasional di Kantor Pos Pusat Malang.

4. Agar melakukan verifikasi dan validasi model dari sistem pengiriman surat nasional di Kantor Pos Pusat Malang.

1.3 Manfaat Manfaat yang dapat diperoleh dari pengamatan ini antara lain:

1. Dapat mengetahui dan memahami sistem, model, simulasi,dan komponen simulasi dalam proses pengiriman surat nasional di Kantor Pos Pusat Malang.

2. Mampu memodelkan sistem nyata pengiriman surat nasional di Kantor Pos Pusat Malang dengan menggunakan PetriNet dan software ProModel serta mensimulasikanya.

3. Praktikan dapat menganalisis hasil simulasi pada proses pengiriman surat nasional di Kantor Pos Pusat Malang

4. Praktikan mampu melakukan verifikasi dan validasi model dari sistem pengiriman surat nasional di Kantor Pos Pusat Malang

2 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

1.4 Batasan Adapun batasan-batasan yang digunakan dalam studi kasus ini adalah sebagai berikut:

1. Data yang diambil sebanyak 50 replikasi yang dibagi ke dalam 5 set data dan tiap set terdiri dari 10 replikasi.

2. Loket yang diamati pada kantor pos adalah loket pengiriman surat nasional.

3. Data yang diambil merupakan data yang berupa waktu antar kedatangan, waktu dilayani, waktu scanning barcode, dan waktu memasukkan surat ke truk surat.

1.5 Asumsi Adapun asumsi-asumsi yang digunakan dalam studi kasus ini adalah sebagai berikut:

1. Tidak ada petugas yang absen atau ijin tugas keluar.

2. Lamanya pelayanan yang diberikan tidak tergantung pada banyaknya antrian dan jumlah kedatangan.

3. Dalam satu tray terdapat 50 surat, dalam satu kantong terdapat 50 surat, dan dalam satu container terdapat 100 surat.

4. Proses pemindahan 50 surat ke tray untuk dibawa dari proses pelayanan di loket hingga scan dilakukan dalam 10 menit.

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

3 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

Halaman ini sengaja diko so ngkan

4 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

BAB II TINJAUAN PUSTAKA

2.1 Sistem

Banyak sekali referensi yang memberikan penjelasan mengenai pengertian maupun definisi dari sistem, tetapi meskipun istilah sistem yang ada sangat bervariasi sistem harus memiliki elemen atau karakteristik yaitu batas sistem (boundary), lingkungan luar sistem (environment), penghubung sistem (interface), masukan sistem (input), keluaran sistem (output), pengolahan sistem (process), sasaran sistem, dan yang paling penting adalah sistem harus mempunyai tujuan.

Berdasarkan persyaratan tersebut, Sistem adalah sekelompok elemen-elemen yang terintegrasi dengan maksud yang sama untuk mencapai suatu organisasi. Organisasi terdiri dari sejumlah sumber daya yang bekerja menuju tercapainya suatu tujuan tertentu oleh pemilik atau manajemennya. (Raymond Mc. Leod Jr, 2004:9 )

2.1.1 Karakteristik Sistem Sistem memiliki beberapa karakteristik antara lain:

1. Kejadian ( event), merupakan suatu peristiwa yang dapat merubah keadaan

sistem.

2. Aktivitas ( activity), merupakan suatu proses yang menyebabkan perubahan

dalam sistem yang dapat merubah atribut maupun entity.

3. Hubungan ( relationship), merupakan kesinambungan interaksi antara dua objek atau lebih yang memudahkan proses pengenalan satu akan yang lain.

4. Antarmuka penghubung ( interface), merupakan media penghubung antar

subsistem.

5. Elemen-elemen, merupakan komponen bagian dari sistem yang berupa entitas

atau subsistem:

a. Entitas: merupakan kumpulan objek yang terdefinisikan yang mempunyai karakteristik sama dan bisa dibedakan satu dan lainnya.

b. Subsistem:

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

5 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

6. Atribut, merupakan sebutan, sifat atau karakteristik yang memiliki elemen sistem. Terdapat dua macam atribut, yaitu:

a. Parameter: merupakan suatu nilai yang besarannya dianggap tetap selama

model simulasi dijalankan.

b. Variable: merupakan informasi yang mencerminkan karakteristik suatu sistem, yang mengikat sistem secara keseluruhan sehingga semua entity dapat mengandung variable yang sama, dalam Promodel dikenal variable local dan global.

7. Batas sistem ( boundary), merupakan daerah yang membatasi antar sistem atau lingkungan luarnya.

8. Lingkungan luar ( environment), merupakan kondisi ataupun entitas di luar dari sistem yang mempengaruhi operasi sistem.

9. Masukan sistem ( input), merupakan suatu energi yang dimasukkan ke dalam sistem.

10. Pengganggu ( disturbance/noise), merupakan faktor-faktor yang menyebabkan terjadinya kesalahan pada sistem.

11. Keluaran sistem ( output), merupakan hasil dari energy yang diolah dan diklasifikasikan menjadi keluaran.

12. Umpan balik ( feedback), merupakan reaksi dan respon stakeholder atas sistem yang dilakukan.

13. Ukuran performansi sistem dibagi menjadi dua:

a. Transient state: yaitu situasi awal setelah sistem dimulai atau

diinisialisasikan ( start-up or warm-up period).

b. Steady state: yaitu keadaan stabil memiliki berbagai property yang tidak

berubah dalam waktu.

14. Proses pengolahan ( transformation process), merupakan suatu proses yang akan merubah masukan menjadi keluaran.

15. Perilaku sistem ( behaviour), merupakan perilaku dari sistem yang melibatkan masukan, pengolahan, dan keluaran.

6 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

2.1.2 Klasifikasi Sistem Sistem dapat diklasifikasikan dari beberapa sudut pandang, dalam bukunya yang berjudul Discrete Event Simulation, Jerry Banks (1999) mengklasifikasikan sistem sebagai berikut:

1. Sistem abstrak ( abstact system) dan sistem fisik (physical system).

a. Sistem abstrak: sistem yang berupa pemikiran atau ide-ide yang tidak tampak secara fisik. Misalnya : system agama

b. Sistem fisik: sistem yang keberadaannya dapat dilihat secara fisik. Misalnya: perusahaan, computer.

2. Sistem alamiah ( natural system) dan sistem buatan manusia (human made

system).

a. System alamian : sistem yang terbentuk secara alami. Misalnya : sistem tatasurya, pencernaan.

b. Sistem buatan manusia : sistem yang dirancang dan dibangun oleh manusia yang melibatkan interaksi dengan mesin. Misalnya : sistem produksi pabrik

3. Sistem tertentu ( deterministic system) dan sistem tak tentu (probabilistic

system).

a. Sistem tertentu : sistem yang cara beroperasinya sudah dapat diprediksi, interaksi-interaksi didalamnya dapat dideteksi dengan pasti dan outputnya dapat diramalkan. Misalnya : pengolahan data (computer)

b. Sistem tak tentu : sistem yang outputnya tidak dapat diprediksi dengan pasti karena mengandung unsur probabilitas.

4. Sistem tertutup ( closed system) dan sistem terbuka (open system).

a. Sistem tertutup : sistem yang tidak berhubungan dengan dunia luar dan tidak terpengaruh dengan lingkungan luarnya (bekerja secara otomatis).

b. Sistem terbuka : Sistem yang mempunyai hubungan dengan dunia luar dan terpengaruh dengan lingkungan luarnya. Sistem ini menerima masukan dan menghasilkan ouput untuk subsistem yang lain.

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

7 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

2.2 Mo del Model adalah pola (contoh, acuan, ragam) dari sesuatu yang akan dibuat atau dihasilkan (Departemen P dan K, 1984). Definisi lain dari model adalah abstraksi dari sistem sebenarnya, dalam gambaran yang lebih sederhana serta mempunyai tingkat prosentase yang bersifat menyeluruh, atau model adalah abstraksi dari realitas dengan hanya memusatkan perhatian pada beberapa sifat dari kehidupan sebenarnya (Simamarta, 1983).

2.2.1 Stakeholder dari pemodelan Stakeholder dapat diartikan sebagai segenap pihak yang terkait dengan permasalahan yang sedang diangkat (Daellenbach, 1994).

1. Problem owner Merupakan individu atau sekelompok orang yang memiliki kewenangan mengendalikan permasalahan. Disebut juga sebagai decision maker.

2. Problem user Merupakan individu atau sekelompok orang yang menggunakan solusi model untuk memecahkan masalah, meningkatkan kinerja, dan mengeksekusinya.

3. Problem customer Merupakan pihak yang mendapatkan manfaat atau menjadi objek akibat penerapan solusi.

4. Problem analyst Menganalisis masalah dan mendapatkan solusi kemudian disampaikan kepada problem owner untuk mendapatkan persetujuan. Misalkan pada proyek pembuatan pabrik baja; pimpinan perusahaan pengembang merupakan owner, tim proyek merupakan user, pemilik pabrik merupakan customer, dan konsultan sebagai analyst.

8 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

2.2.2 Klasifikasi Mo del Berdasarkan pendapat Murdick, et.al (1987) dan Ackoff, et.al (1962) model terdiri dari 8 kelas, yaitu:

1. Kelas I, Pembagian Menurut Fungsi

a. Model Deskriptif: model yang memberikan gambaran sistem nyata tanpa rekomendasi dan peramalan. Contoh: struktur organisasi, laporan keuangan, peta, daftar isi.

b. Model Prediktif: model ini menunjukkan apa yang akan terjadi, bila sesuatu terjadi atau meramalkan hasil dari kondisi tertentu. Contoh: analisis BEP, diagram pohon keputusan, antrian.

c. Model Normatif: model yang menyediakan jawaban terbaik dari alternative yang ada. Model ini memberi rekomendasi tindakan-tindakan yang perlu diambil. Contoh: model optimasi, PL, CPM/PERT, marketing mix.

2. Kelas II, Pembagian Menurut Struktur

a. Model Ikonik: adalah model yang menirukan atau mempertahankan sebagian sifat-sifat fisik sistem aslinya, terkadang dalam suatu skala tertentu. Contoh: model pesawat, maket, layout fasilitas, cetak biru.

b. Model Analog: adalah suatu model yang mewakili situasi dinamik atau keadaaan yang berubah menurut waktu. Contoh: sistem peredaran darah dengan selang, jaringan lalu lintas dengan jaringan listrik

c. Model Simbolis: adalah suatu model yang menggambarkan sistem yang ditinjau dengan simbol-simbol, biasanya dengan simbol-simbol matematik. Contoh: rumus ABC, model PL, hukum pithagoras

3. Kelas III, Pembagian Menurut Acuan Waktu

a. Model Statis: model yang tidak memperhitungkan perubahan-perubahan karean pengaruh waktu. Contoh: struktur organisasi, Model laba yang diharapkan.

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

9 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA 9 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

menggambarkan suatu sistem nyata. Contoh: model pertumbuhan populasi, model dinamis.

4. Kelas IV, Pembagian Menurut Tingkat Ketidakpastian

a. Model Deterministik: model yang keluarannya yang dihasilkan dapat

diduga secara pasti berdasarkan masukannya. Contoh: model laba, model persediaan Wilson.

b. Model Probabilistik: model probabilistik menyangkut distribusi

probabilistik dari input atau proses. Contoh: diagram pohon keputusan, peta kendali mutu, model RO.

c. Model Konflik: model yang memiliki sifat alamiah pengambil keputusan

berada dalam pengendalian lawan. Contoh: model kompetisi, model posisi tawar.

d. Model Tak Pasti: model yang dikembangkan untuk menghadapi

ketidakpastian mutlak. Contoh: model maksimin-minimaks, model teori permainan.

5. Kelas V, Pembagian Menurut Derajat Generalisasi

a. Model Umum: merupakan model yang dapat diterapkan pada berbagai bidang fungsional. Model ini ini dapat digdunakan untuk beberapa jenis masalah yang berbeda. Contoh: model program linear, model antrian.

b. Model Khusus merupakan model yang hanya dapat diterapkan pada bidang tertentu (khusus) saja dan hanya dapat digunakan pada masalah -masalah tertentu. Contoh: model persediaan probabilistik.

6. Kelas VI, Pembagian Menurut Acuan Lingkungan

a. Model Terbuka: model ini memiliki interaksi dengan lingkungan berupa

pertukaran informasi, material ataupun energi. Contoh: model aksi reaksi, model sosial.

b. Model Tertutup: model ini tidak memiliki interaksi dengan lingkungan.

Contoh: model thermostat.

10 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

7. Kelas VII, Pembagian Menurut Derajat Kuantifikasi

a. Model Kualitatif: merupakan model yang menggambarkan mutu suatu realita. Model ini dibagi menjadi 2, yaitu:

1) Model Mental: model yang menggambarkan proses berpikir manusia. Contoh: proses belajar manusia.

2) Model Verbal: model yang disajikan dalam bahasa sehari-hari.

Contoh: definisi

b. Model kuantitatif, merupakan model yang semua variabelnya dapat dikuantifikasikan. Model ini dibagi menjadi 4, yaitu.

1) Model Statistik: model yang mendeskripsikan dan menyimpulkan data. Contoh: tabel mortalitas, peta kendali.

2) Model Optimasi: Model yang digunakan untuk menentukan jawaban terbaik. Contoh: analisis marjinal, analisis incremental, model optimasi algoritmik.

3) Model Heuristik: model yang digunakan untuk mencari jawaban baik tetapi bukan jawaban optimum. Contoh: kesetimbangan lintasan produksi.

4) Model Simulasi: model yang digunakan untuk mencari jawaban baik dan menguntungkan pada sistem yang sangat kompleks. Contoh: model simulasi diskrit, pemrograman dinamis.

8. Kelas VIII, Pembagian Berdasarkan Dimensi

a. Model Dua Dimensi: model terdiri dari dua faktor atau dua dimensi penentu. Contoh: model regresi sederhana.

b. Model Multi Dimensi: merupakan model yang mempunyai banyak faktor penentu. Contoh: model analisis regresi berganda, model multikriteria, prototipe kapal.

2.3 Simulasi

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

11 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

Tersine (1994), simulasi merupakan sebuah studi dengan memasukkan manipulasi sebuah model dari suatu sistem dengan tujuan mengevaluasi alternatif desain atau aturan keputusan. Dengan simulasi, percobaan sistem dapat mengurangi resiko kebingungan struktur yang ada dengan perubahan yang tidak mendatangkan keuntungan.

Simulasi Monte Carlo sendiri merupakan simulasi probabilistic, dimana datanya dibangkitkan dari bilangan random, yang kemudian disusun suatu distribusi probabilitas. Simulasi Monte Carlo dikenal juga dengan istilah Sampling Simulation atau Monte Carlo Sampling Technique. Simulasi adalah model dari suatu sistem nyata, dimana sistem tersebut dimodelkan dengan menggunakan sebuah software yang berfungsi untuk menirukan perilaku sistem nyata. Selain itu, simulasi adalah teknik untuk membuat konstruksi model matematika untuk suatu proses atau situasi, dalam rangka menduga secara karakteristik atau menyelesaikan masalah berkaitan dengannya dengan menggunakan model yang diajukan (Borowski & Borwein. 1989).

2.3.1 Elemen Simulasi Suatu sistem dalam simulasi mencakup entities, activities, resources, and control. Elemen-elemen tersebut mendefinisikan siapa, apa, di mana, kapan, dan bagaimana suatu entity diproses. Berikut merupakan penjelasan elemen dasar pemodelan:

1. Entities, yaitu segala sesuatu yang dapat diproses.

2. Activity, yaitu kegiatan yang dilakukan di dalam sistem yang memperngaruhi entitas baik secara langsung atau tidak langsung.

3. Resources, yaitu alat atau operator untuk menjalankan aktivitas.

4. Controls, yaitu segala sesuatu yang menentukan bagaimana, kapan, dan di mana aktivitas dijalankan.

2.3.2 So ftware Simulasi Dalam pemodelan simulasi dikenal dua software yang paling umum digunakan, yaitu programming language dan simulation application.

12 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

2.3.2.1 Pro gramming Language Programming Language adalah suatu bahasa ataupun tata cara yang dapat

digunakan oleh manusia (programmer) untuk berkomunikasi secara langsung dengan computer. Secara umum programming language dibagi menjadi dua, yaitu: High Level Language dan Low Level Language. High level language lebih mudah dipelajari karena semua kalimat, kata ataupun aturan yang ada di dalam high level language juga merupakan kalimat, kata ataupun aturan yang digunakan dalam kehidupan sehari-hari.

2.3.2.2 Simulatio n Applicatio n Simulation application adalah suatu program (software) yang berfungsi untuk menirukan atau memodelkan suatu perilaku sistem nyata sehingga hasilnya dapat dianalisis dan dipelajari. Secara umum simulation application dibagi menjadi dua, yaitu: General Purposes Application yang dapat digunakan secara umum untuk berbagai macam tugas atau tujuan dan Special Purposes Application yang memiliki tugas atau tujuan yang spesifik dan lebih lengkap.

2.4 Pemo delan dengan Pro mo del Berikut ini terdapat definisi ProModel, struktur elemen ProModel, dan konsep pemodelan pada ProModel.

2.4.1 Definisi Pro mo del Promodel adalah software simulasi yang dapat digunakan untuk mensimulasi dan menganalisa sistem produksi dari berbagai tipe dan berbagai ukuran. Promodel merupakan software simulasi diskrit walaupun untuk beberapa proses industry dapat dimodelkan dengan cara mengkonversi sistem continous seperti produksi minyak menjadi sistem produksi minyak berdasarkan barrel. Promodel didesain

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

13 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA 13 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

2.4.2 Struktur Elemen Pro mo del Struktur elemen yang terdapat dalam ProModel antara lain:

1. Location Dalam promodel, location merepresentasikan sebuah area dimana bahan baku, bahan setengah jadi ataupun bahan jadi mengalami atau menunggu proses, di- delay, disimpan, serta beberapa aktivitas lainnya. Data-data yang diperlukan sebagai input dalam mendefinisikan location antara lain:

a. Name, yaitu nama masing-masing lokasi.

b. Capacity, merupakan kapasitas lokasi dalam memproses entity.

c. Unit, adalah jumlah lokasi yang dimaksud.

d. Downtimes (DTs), menyatakan saat-saat lokasi tidak berfungsi, misal diakibatkan karena kerusakan, maintenance, waktu set-up, dan lain- lain.

e. Rules, digunakan untuk merumuskan bagaimana aturan pemrosesan bagi entity yang memasuki lokasi, bagaimana entity yang selesai diproses mengantri, dan bagaimana lokasi yang lebih dari satu unit untuk memproses entity yang datang.

f. Notes, digunakan untuk memasukan catatan atau program-program lain.

2. Entities Entities adalah setiap bahan yang akan diproses oleh model. Entitas merupakan suatu objek yang akan diamati dari sistem, contohnya part kerja atau operator. Di dalam menu entities pada ProModel, terdapat menu yang harus diinputkan antara lain:

a. Name, yaitu nama dari setiap entity.

14 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

c. Stats, menyatakan level statistik dalam mengumpulkan hasil masing- masing tipe entity. Terdapat tiga pilihan yaitu None, Basic, dan Time Series.

3. Arrival Arrival pada bagian ini menunjukkan mekanisme masuknya entitas ke dalam sistem, baik banyaknya lokasi tempat kedatangan ataupun frekuensi serta waktu kedatangannya secara periodik menurut interval tertentu. Di dalam menu arrivals ada data yang harus dipenuhi yaitu:

a. Entity menunjukan entitas apa yang masuk kedalam sistem.

b. Location, menunjukan lokasi pertama kali entitas memasuki sistem.

c. Quantity Each (Qty Each), menyatakan jumlah entitas yang datang setiap satu kali kedatangan.

d. First Time, menunjukan waktu pertama kali entity masuk ke dalam sistem.

e. Occurences, menyatakan banyaknya entity setiap satu kali kedatangan.

f. Frequency, menyatakan selang waktu antar dua kedatangan yang berurutan.

g. Logic, digunakan untuk menyatakan logika-logika lain untuk menyatakan arrival.

h. Disable, menyatakan apakah kedatangan entity yang bersangkutan ada atau tidak. Default dalam Promodel adalah No, artinya ada kedatangan entity yang bersangkutan.

4. Processing Processing merupakan operasi yang dilakukan dalam location. Processing mengambarkan apa yang dialami oleh suatu entitas mulai dari saat entitas masuk sampai keluar dari sistem. Dalam mendefinisikan proses pada ProModel, maka harus diinputkan data pada sub menu processing yaitu entity, location, operation, sedangkan pada sub menu routing terdapat block, output, destination, rule, dan move logic. Penjelasannya adalah sebagai berikut:

a. Entity, menyatakan entity sebagai input yang akan diproses.

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

15 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA 15 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

c. Operation, menujukan proses operasi yang dialami entitas.

d. Block, maksudnya adalah jalur yang ditempuh entitas. Yang diisikan dalam block adalah nomor. Jika nomor blocknya sama maka asal jalurnya juga sama.

e. Output, menunjukan entitas yang keluar dari proses.

f. Destination, menyatakan lokasi yang menjadi tujuan selanjutnya dalam memproses entity.

g. Rule, menyatakan aturan-aturan yang digunakan dalam processing, misalnya proses perakitan ( join), probabilitas, dan lainnya.

h. Move logic, digunakan untuk mendefinisikan metode pergerakan entitas, yaitu dengan menetapkan waktu pergerakan atau dengan apa entitas dipindahkan.

5. Resource Resource merupakan sumber daya yang digunakan untuk melakukan operasi tertentu dalam kinerja suatu sistem. Dalam promodel, objek yang dijadikan resource akan bergerak sesuai dengan keinginan kita, contohnya adalah operator, forklift, crane, alat angkut untuk material handling, dll. Di dalam menu resources diperlukan data antara lain:

a. Name, menunjukan nama dari resources tersebut.

b. Units, menujukan jumlah resources.

c. Specs, menunjukan lintasan kerja yang akan digunakan dan lokasi yang pertama kali akan dikunjungi.

6. Path network Digunakan untuk menentukan arah dan jalur yang ditempuh oleh resource ataupun entitas ketika bergerak dari suatu lokasi ke lokasi lainnya. Path network ini merupakan suatu hal yang menjadi keharusan jika ingin memakai resource ataupun entitas yang bergerak. Dalam menu path network terdapat name, type, path, interface, nodes. Penjelasannya adalah sebagai berikut:

a. Name, yaitu nama lintasan yang bersangkutan.

16 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

1. Non passing, pergerakan hanya untuk satu arah.

2. Passing, pergerakan yang berlaku untuk dua arah.

3. Crane, pergerakan yang berlaku untuk sistem crane.

c. T/S, menunjukan pilihan berdasarkan satuan waktu ( Time) atau jarak dan kecepatan ( Speed and Distance).

d. Path, menunjukan jumlah dari lintasan dalam suatu jaringan.

e. Interface, menunjukan jumlah node yang berhubungan dengan lokasi dalam path networks.

7. Variable Terdapat dua jenis variable antara lain:

a. Variable global, yaitu tempat pemegang didefiniskan oleh pengguna untuk mewakili perubahan nilai numerik.

b. Variable lokal, yaitu tempat pemegang yang tersedia hanya dalam logika yang menyatakan mereka.

Beberapa variable yang terdapat dalam ProModel antara lain total change, average (time) per change, minimum value, maximum value, current value, average value.

2.4.3 Ko nsep Pemo delan Pro mo del Konsep dari permodelan yaitu membangun model yang masuk akal dan bisa mendeskripsikan sistem.

1. Pendekatan proses yang didasarkan pada tracking low dari entitas-entitas keseluruhan sistem berikut titik pemrosesan dan aturan keputusan percabangan.

2. Pendekatan peristiwa ( event) atau pendekatan perubahan terhadap keadaan ( state change approach) berdasarkan variabel keadaan internal dan event sistem yang mengubahnya, diikuti oleh deskripsi operasi sistem ketika suatu event terjadi.

2.4.3.1 Batching Multiple Entities o f Similar Type

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

17 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

Batching multiple entities of similar type terdiri dari dua jenis yaitu Temporary Batching Using GROUP/UNGROUP dan Permanent Combine.

2.4.3.1.1 Tempo rary Batching Using Gro up/Ungro up Pernyataan GROUP memungkinkan anda untuk membuat entitas kelompok bersama-sama dan ungroup merekadi lain waktu. Anda dapat mengelompokkan menurut jenis entitas-entitas individual dengan mendefinisikan record proseske grup atau kelompok mereka, terlepas dari jenis entitas dengan mendefinisikan catatan proses. Untuk menggabungkan jenis beberapa entitas dimana anda harus mengontrol jumlah setiap jenis serta membutuhkan kontrol routing dengan mengirimkan bagian ke lokasi pengelompokan.ProModel mempertahankan semua identitas dan atribut dari entitas dikelompokkan dan memungkinkan mereka untuk berpisah dengan entitas individu setelah perintah Ungroup.

2.4.3.1.2 Permanent Co mbine ProModel menggunakan pernyataan COMBINE untuk mengumpulkan dan mengkonsolidasi jumlah tertentu dari entitas menjadi satu kesatuan, opsional dengan nama yang berbeda. Entitas yang digabung mungkin berasal dari tipe yang sama dari entitas atau mereka mungkin berbeda. Entitas gabungan akankehilangan identitas dan atribut serta tidak dapat di ungroup nantinya. Ketika mendefinisikan lokasi, kapasitas lokasi di mana dapat menggunakan pernyataan COMBINE harus setidaknya sama besar dengan jumlah gabungan.

2.4.3.2 Accumulatio n o f Entities Accum bekerja seperti sebuah gerbang yang mencegah entitas dari pengolahan sampai jumlah tertentu tiba. Setelah jumlah tertentu dari entitas telah berhasil dikumpulkan, mereka akan pergi melalui pintu gerbang dan mulai memproses secara individual, independen satu sama lain.

2.4.3.3 Spliting o f One Entity Into Multiple Entities

18 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

Splitingof one entity into multiple entities akan mengubah nama entitas, dan membagi semua statistik biaya dan waktu yang masih harus dibayar oleh entitas dasar antara entitas baru. ProModel menghitung entitas lama sebagai jalan keluar dan entitas yang dihasilkan berbagi nilai atribut yang sama sebagai entitas aslinya.

Setiap entitas yang anda ingin bagi harus melepaskan semua sumber daya yang dimiliki dengan menggunakan pernyataan FREE. Gunakan SPLIT AS untuk membagi potongan bahan baku menjadi komponen-komponen. Entitas yang dibentuk oleh SPLIT AS di lokasi tidak akan muncul dalam statistik untuk lokasi ini.

ProModel tidak memungkinkan SPLIT AS pada konveyor, dan bukan di ujung antrian. Anda juga tidak boleh menggunakan SPLIT AS setelah pernyataan ROUTE. Jangan gunakan SPLIT AS dalam kombinasi dengan COMBINE, CREATE, GROUP, UNGROUP, LOAD, atau pernyataan perpecahan lainnya dalam logika proses yang sama.

2.5 Teo ri Antrian

Menurut Siagian (1987), antrian ialah suatu garis tunggu dari nasabah (satuan) yang memerlukan layanan dari satu atau lebih pelayanan (fasilitas layanan). Pada umumnya, sistem antrian dapat diklasifikasikan menjadi system yang berbeda -beda dimana teori antrian dan simulasi sering diterapkan secara luas.

2.5.1 Ko mpo nen Dasar Antrian Berikut adalah komponen dasar dalam proses antrian:

1. Kedatangan

Setiap masalah antrian melibatkan kedatangan, misalnya orang, mobil, panggilan telepon untuk dilayani, dan lain –lain. Unsur ini sering dinamakan proses input. Proses input meliputi sumber kedatangan atau biasa dinamakan calling population, dan cara terjadinya kedatangan yang umumnya merupakan variabel acak. Menurut Levin, dkk (2002), variabel acak adalah suatu variabel yang nilainya bisa berapa saja sebagai hasil dari percobaan acak. Variabel acak dapat berupa diskrit atau kontinu. Bila variabel acak hanya dimungkinkan memiliki beberapa nilai saja, maka ia merupakan variabel acak diskrit.

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

19 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

Sebaliknya bila nilainya dimungkinkan bervariasi pada rentang tertentu, ia dikenal sebagai variabel acak kontinu.

2. Pelayanan Pelayan atau mekanisme pelayanan dapat terdiri dari satu atau lebih pelayan, atau satu atau lebih fasilitas pelayanan. Tiap –tiap fasilitas pelayanan kadang– kadang disebut sebagai saluran ( channel) (Schroeder, 1997). Contohnya, jalan tol dapat memiliki beberapa pintu tol. Mekanisme pelayanan dapat hanya terdiri dari satu pelayan dalam satu fasilitas pelayanan yang ditemui pada loket seperti pada penjualan tiket di gedung bioskop.

3. Antri Inti dari analisa antrian adalah antri itu sendiri. Timbulnya antrian terutama tergantung dari sifat kedatangan dan proses pelayanan. Jika tak ada antrian berarti terdapat pelayan yang menganggur atau kelebihan fasilitas pelayanan (Mulyono, 1991).

Spp = Satuan penerima pelayanan Gambar 2. Proses Dasar Antrian (Supranto, 1987)

2.5.2 Disiplin Pelayanan Antrian Menurut Christoper A Chung (2011), disiplin antrian adalah aturan keputusan yang menjelaskan cara melayani pengantri. Ada 6 bentuk disiplin pelayanan yang biasa digunakan, yaitu:

1. First Come First Served (FCFS) atau First In First Out (FIFO).

2. Last Come First Served (LCFS) atau Last In First Out (LIFO).

3. Least Value First

4. High Value First

5. Priority Service

6. Random Order

20 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

2.5.3 Mo del Antrian Berdasarkan sifat pelayanannya dapat diklasifikasikan fasilitas-fasilitas pelayanan dalam susunan saluran dan phase yang akan membentuk suatu struktur antrian yang berbeda-beda. Istilah saluran menunjukkan jumlah jalur untuk memasuki sistem pelayanan. Sedangkan istilah phase berarti jumlah stasiun-stasiun pelayanan, dimana para langganan harus melaluinya sebelum pelayanan dinyatakan lengkap.

Ada empat model struktur antrian dasar yang umum terjadi dalam seluruh sistem antrian:

1. Single Chanel – Single Phase

Single Chanel berarti bahwa hanya ada satu jalur untuk memasuki sistem pelayanan atau ada satu pelayanan.

Sumber: Napitu.2011. repository.usu.ac.id

2. Single Chanel – Multi Phase

Multi phase berarti ada dua atau lebih pelayanan yang dilaksanakn secara berurutan dalam setiap fase.

Sumber: Napitu.2011. repository.usu.ac.id

3. Multi Chanel – Single Phase

Sistem multi chanel- single phase terjadi jika ada dua atau lebih fasilitas pelayanan dialiri oleh suatu antrian tunggal.

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

21 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

Sumber: Napitu.2011. repository.usu.ac.id

4. Multi Chanel – Multi Phase Sistem ini terjadi jika ada dua atau lebih fasilitas pelayanan dengan pelayanan pada lebih dari satu fase.

Sumber: Napitu.2011. repository.usu.ac.id

2.6 Pengumpulan Data Input Simulasi Waktu antar kedatangan untuk entitas yang masuk ke sistem hampir selalu probabilistik. Interval antara entitas terakhir dengan entitas berikutnya mu ngkin pendek, atau mungkin akanlama. Tidak diketahui dengan pasti kapan entitas berikutnya akan tiba. Namun, dengan mengumpulkan data antar kedatangan massa, adalah mungkin untuk melihat apakah data mengikuti distribusi tertentu.

1. Distribusi eksponensial, biasanya digunakan dalam hubungannya dengan proses antar kedatangan dalam model simulasi, karena kedatangan entitas dalam banyak sistem telah terbukti baik atau diasumsikan acak atau proses poisson. Ini berarti bahwa jumlah acak entitas akan tiba dalam satuan waktu tertentu. Ada beberapa rata-rata jumlah kedatangan dalam satuan waktu yang tiba pada unit waktu didistribusikan secara acak di sekitar nilai rata - rata. Distribusi eksponensial hanya memiliki satu parameter. Nilai ini adalah nilai rata-rata. Jika waktu antar kedatangan menunjukkan distribusi

22 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

Probabilitas diwakili oleh rumus berikut:

Rata - rata = B ; Var = B2

Dimana B adalah rata-rata dari data sampel dan x adalah nilai data. Hal ini juga memungkinkan untuk memanipulasi persamaan distribusi eksponensial untuk keperluan lain.

2. Distribusi uniform atau distribusi seragam yaitu sebuah distribusi yang berarti bahwa selama rentang nilai yang mungkin, masing-masing perilaku atau hal memiliki kemungkinan nilai yang sama harus diamati. Contoh yang umum dari suatu distribusi seragam adalah perilaku dadu tunggal dengan nilai 6. Nilai minimum mungkin adalah 1 dan nilai maksimal adalah 6. Karena semua bagian adalah sarna, ada kemungkinan yang saran menerima salah satu dari nilai-nilai antara 1 dan 6. Distribusi seragam memiliki beberapa aplikasi dalam dunia simulasi. Distribusi seragam dapat digunakan sebagai model pertama sebagai contoh untuk data input dari sebuah proses jika ada sedikit pengetahuan tentang proses. Semua yang dibutuhkan untuk menggunakan distribusi seragam hanyalah waktu minimum dan waktu maksimum proses. Walaupun belum tentu asumsi valid bahwa data terdistribusi secara seragam, distribusi seragam mengizinkan praktisi untuk mulai membangun model simulasi. Distribusi seragam dapat bersifat diskrit atau kontinu. Dalam kasus dadu tunggal dengan sisi enam, distribusi dianggap diskrit. Ini berarti bahwa nilai - nilai data hanya dapat mengambil seluruh bilangan dalam batas yang berlaku. Formula untuk nilai rata-rata dan varians distribusi seragam adalah:

Rata-rata = (a+bi ; Var = (b_a)2

Dimana a adalah nilai minimum danb adalah nilai maksimum.

3.7.2 Verifikasi dan Validasi

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

23 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

Verifikasi dan validasi merupakan tahapan untuk menguji kredibilitas / kesesuaian sistem nyata dengan model simulasi. Verifikasi adalah proses untuk menentukan apakah model telah beroperasi sesuai yang diinginkan oleh programmer. Verifikasi berkaitan dengan kondisi konseptual apakah model telah sesuai dengan konsep yang diinginkan (Banks, Carson, dan Nelson. 1995). Verifikasi adalah proses pemeriksaan logika operasional model (program computer) sesuai dengan logika diagram alur (Hoover dan Perry, 1989). Langkah-langkah verifikasi (Jerry Banks, 2004) adalah:

1. Membandingkan diagram alir konseptual dengan model pada software simulasi

2. Melihat rangkuman proses pada model dan melakukan pengocokan ulang terhadap logika proses.

3. Melakukan pengocokan animasi apakah sudah berjalan sesuai dengan sistem nyata.

4. Melakukan compilasi error atau debugging. Validasi adalah proses penentuan apakah model, sebagai konseptualisasi, merupakan representasi yang akurat dan sesuai dengan sistem nyata (Hoover dan Perry. 1989).

Gambar 2.5 Relasi verifikasi, validasi dan pembentukan model kredibel

Sumber: STIK. 2011. Materi 03 Simulasi.pdf

24 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

25 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

BAB III

METODOLOGI PENELITIAN

3.1 Diagram Alir Praktikum

Mulai

Studi Pustaka

Identifikasi Masalah

Perancangan model konseptual

Pengambilan data

Pengolahan data

Penetuan distribus

Pemodelan sistem

Verifikasi model

Model sesuai ?

Validasi model

Model sesuai ?

Kesimpulan dan saran

Selesai

Gambar 3.1 Diagram Alir Praktikum

26 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

BAB III METODOLOGI PENELITIAN

3.1 Diagram Alir Praktikum

M ulai

Identifikasi M asalah

Tinjauan Pustaka

Pengumpulan Data

Perancangan Model Konseptual

Pengolahan Data

Penentuan Distribusi

Pemodelan Sistem

Verifikasi M odel

M odel

Validasi M odel

M odel

K esimpulan dan Saran

Selesai

Gambar 3.1 Diagram Alir Praktikum

3.2 Pro sedur Praktikum

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

27 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

Berikut ini merupakan prosedur praktikum simulasi dan aplikasi industri modul Simulation and Promodel Software.

1. Memulai praktikum

2. Identifikasi Masalah Pada identifikasi masalah ini, praktikan mengamati apakah sistem yang menjadi topik bahasan pada praktikum ini sudah berjalan secara efektif dan efisien. Dalam hal ini, Kantor Pos Pusat Malang adalah objek pengamatan.

3. Studi Kepustakaan Dalam studi kepustakaan dilakukan dengan mempelajari berbagai referensi yang sesuai dengan materi praktikum.

4. Pengumpulan Data Pengumpulan data meliputi data sistem pelayanan yang ada pada studi kasus yaitu data waktu antar kedatangan dan waktu proses yaitu pelayanan di loket, scanning barcode, dan memasukkan surat ke kontainer.

5. Pengolahan Data Data yang telah dikumpulkan sejumlah 5 set data dimana 1 set berjumlah 10 replikasi data, dan diolah sesuai dengan tahapan-tahapan yang ada.

6. Perancangan Model Konseptual Membuat model konseptual dari sistem Loket Nasional pada Kantor Pos menggunakan petrinet dan flowchart sistem.

7. Penentuan Distribusi Penentuan distribusi dilakukan dengan menggunakan tools Stat::Fit pada Promodel. Data-data hasil pengamatan dimasukkan dalam Data View dan diproses hingga muncul output distribusi data. Pilih distribusi yang sesuai dengan distribusi berdasarkan karakteristik aktivitas.

8. Pemodelan Sistem Merupakan proses membangun atau membentuk sebuah model dari suatu sistem nyata yang diamati dan diterapkan dengan menggunakan software Promodel.

28 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

9. Verifikasi Model

Merupakan proses menentukan apakah model simulasi merefleksikan model konseptual dengan tepat. Jika model tidak terverifikasi, maka kembali ke pemodelan sistem dengan Promodel.

10. Validasi Model Merupakan proses menentukan apakah model konseptual merefleksikan sistem nyata dengan tepat. Validasi dilakukan dengan membandingkan parameter pada sistem nyata dan model simulasi menggunakan independent-t test atau Mann Whitney. Jika model tidak valid maka kembali ke pengambilan data input simulasi.

11. Kesimpulan dan Saran Kesimpulan dan saran memberikan rangkuman dari awal proses hingga akhir dan melengkapi apa yang kurang pada proses tersebut.Saran diberikan untuk perbaikan sistem pada Kantor Pos.

12. Selesai

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

29 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

BAB IV HASIL DAN PEMBAHASAN

4.1 Gambaran Sistem Kantor pos adalah salah satu perusahaan milik negara yang terdiri dari beberapa loket layanan, diantaranya layanan money chager, weselpos, pengiriman paket, surat nasional dan surat internasional. Objek yang diamati dalam pengambilan data adalah loket perngiriman surat nasional. Pengunjung mendatangi loket pengiriman surat nasional setiap kurang lebih 5 sampai 10 menit dari pintu masuk Kantor Pos dengan jumlah entitas sebanyak 1 lembar surat setiap kali kedatangan. Lembaran surat satu persatu dikumpulkan pada loket. Setelah terkumpul banyak, lembaran surat tersebut dibawa ke departemen pengecekan untuk diberi nomor resi pengiriman dan dipilah berdasarkan alamat tujuan. Setelah itu surat d scan menggunakan alat setiap 4 sampai 10 detik pada setiap lembar surat. Kemudian dilanjutkan menuju departemen packaging. Dari departemen packaging surat dikumpulkan menjadi satu dalam karung, kemudian diberi nomor resi dan dipilah berdasarkan alamat tujuan disetiap kota. Kemudian kantong-kantong yang berisi surat tersebut dibawa ke departemen pengangkutan, dimana kantong surat di scan terlebih dahulu lalu dimasukkan ke dalam moobil box. Waktu yang dibutuhkan dalam proses scan dan penganngkutan ke dalam mobil box masing - masing kurang lebih 5 sampai 20 detik untuk setiap karung surat.

Untuk meningkatkan efisiensi proses pengiriman surat yang ada di Kantor Pos, manajemen perusahaan ingin menganalisa total pengiriman surat yang dapat diselesaikan selama 8 jam kerja dan jumlah surat yang masih berada di dalam proses. Biaya produksi dihitung untuk menentukan keuangan perusahaan dan menghitung keuntungan yang diperoleh.

30 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

A L BORA O T R

Antri Masuk Surat Masuk S

IK L A Kustomer

Kustomer

Kustomer

Antri Scan

Scan

Surat Keluar

A Pada Surat

RI

N -U

AP

IV L

E RS IK A

IT

IN A W D U IJ A T S

BR

Gambar 4.1 PetriNet proses pengiriman surat nasional

4.3 Flowchart Sistem

Mulai

A = Antrian di loket B = Scanning Barcode C = Packaging D = Pengangkutan ke Mobil

Mengantri di loket

A=A+1

Apakah proses

ya

mengalami idle ? tidak

A=A-1

Pelayanan di Loket

Mengantri Scanning Barcode

B=B+1

Apakah proses

ya

mengalami idle ?

tidak

B=B-1

Scanning

32 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

Gambar 4.2 Flowchart Sistem

Mengantri Packaging

C=C+1 Apakah proses

mengalami idle ? Ya

Tidak

C=C-1

Packaging

Mengantri pengangkutan ke mobil

D=D+1

Apakah proses mengalami idle ? Ya

Tidak

D=D-1

Diangkut ke mobil

Selesai

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

33 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

Gambar 4.2 Flowchart Sistem (lanjutan)

4.4 Pengujian Distribusi Data Pada subbab ini akan dibahas tentang pengujian distribusi data dugaan dengan data nyata. Data yang diambil adalah sebanyak 5 set replikasi dimana 1 set replikasi berisi 10 data. Data diambil secara random, maksudnya data diambil selama 1 hari dengan pengambilan data saat pagi, siang, dan sore.Data hasil pengama tan dapat dilihat pada Tabel 4.1.

Tabel 4.1 Data Pengamatan Kantor Pos dalam detik

Proses Proses No. Pelanggan Waktu Antar Kedatangan 1 2 3 4

34 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

2,37 12,32 Tabel 4.1 Data Pengamatan Kantor Pos dalam detik (Lanjutan)

Proses Proses No. Pelanggan Waktu Antar Kedatangan 1 2 3 4

Pada tabel hasil pengamatan di atas, dapat dianalisis distribusi data yang didapatkan sebagai berikut. Tabel 4.2 Tabel Pemilihan Distribusi Data Hasil Pengamatan

Distribusi Distribusi Aktiv itas

Rank Acceptance Dugaan

Hasil Stat::fit

P ilihan

Exponensial(5.,

Waktu 94.8 Do not reject

Antar Exponentia Exponentia

Lognormal(5., 4.02,

Kedatanga

70.9 Do not reject l

Do not reject

Exponensial(55.,

6.84 Do not reject Proses 1

Lognormal(55., 4.58, 2.73e Reject

Do not reject

Lognormal(0.52, 7.37 Reject

Proses 2 Uniform

1.44 Do not reject

1.5) Uniform(0.55, 4.)

Do not reject

Lognormal(0.55, 6.79 Reject

Proses 3 Uniform

2.52 Do not reject

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

35 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

Reject Uniform

Tabel di atas merupakan tabel perbandingan antara distribusi dugaan dan distribusi hasil stat::fit. Di bawah ini akan dijelaskan alasan-alasan pemilihan distribusi data hasil pengamatan.

1. Pada aktivitas waktu antar kedatangan distribusi dugaan adalah eksponensial karena pada umumnya distribusi eksponensial merepresentasikan interarrival time. Sedangkan, hasil stat::fit rank yang tertinggi adalah distribusi eksponensial yaitu 94,8. Hal ini berarti bahwa distribusi dugaan dan hasil stat::fit memiliki hasil yang sama. Jadi, pada waktu antar kedatangan dipilih distribusi eksponensial.

2. Pada proses 1 distribusi dugaan adalah uniform karena distribusi uniform dapat merepresentasikan waktu proses. Sedangkan, hasil stat::fit rank yang tertinggi adalah distribusi uniform yaitu 100. Hal ini berarti bahwa distribusi dugaan dan hasil stat::fit memiliki hasil yang sama. Jadi, pada proses 1 dipilih distribusi uniform.

3. Pada proses 2 distribusi dugaan adalah uniform karena distribusi uniform dapat merepresentasikan waktu proses. Sedangkan, hasil stat::fit rank yang tertinggi adalah distribusi uniform yaitu 100. Hal ini berarti bahwa distribusi dugaan dan hasil stat::fit memiliki hasil yang sama. Jadi, pada proses 2 dipilih distribusi uniform.

4. Pada proses 3 distribusi dugaan adalah uniform karena distribusi uniform dapat merepresentasikan waktu proses. Sedangkan, hasil stat::fit rank yang tertinggi adalah distribusi uniform yaitu 100. Hal ini berarti bahwa distribusi dugaan dan hasil stat::fit memiliki hasil yang sama. Jadi, pada proses 3 dipilih distribusi uniform.

5. Pada proses 4 distribusi dugaan adalah uniform karena distribusi uniform dapat merepresentasikan waktu proses. Sedangkan, hasil stat::fit rank yang tertinggi

36 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

sama dengan melihat rank dan acceptable pada stat::fit.

1. Pilih Tools pada tool bar, pilih Stat:Fit.

2. Masukkan data pengamatan yang telah dilakukan pada DataTable.

3. Klik Fit, kemudian Auto::Fit, pilih continous distribution klik OK.

Gambar 4.3 Pemilihan distribution

4.5 Pembuatan Mo del Sistem Pengiriman Surat Nasio nal PT Po s Indo nesia .

Langkah-langkah untuk pemodelan sistem dengan software promodel.

1. Menjalankan software promodel.

2. Membuat Project baru, dengan cara klik File-New atau memilih Icon New, atau menggunakan CTRL-N, setelah itu dipilih, File-New maka akan muncul kotak dialog General Information, ketikkan judul Project yang akan dbuat pada Title. Klik OK.

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

37 JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

Gambar 4.4 Langkah pembuatan project baru promodel

3. Setelah membuat project baru.Langkah berikutnya adalah pembuatan background yang berfungsi sebagai latar belakang pemodelan sistem. Dengan cara klik Build pada toolbar pilih Background Graphics pilih Behind Grid. Setelah itu klik Edit pilih Import Graphics, pilih Tutorial Back klik Open.

Gambar 4.5 Gambar pemilihan latar belakang

38 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

Gambar 4.6 Latar belakang promodel 3D