MODUL 1 FIX.pdf
Transcript of MODUL 1 FIX.pdf
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
1
BAB I
PENDAHULUAN
1.1 LATAR BELAKANG
Dalam dunia industri suatu sistem tidak ada yang sempurna. Masih banyak
permasalahan dalam sistem yang dapat menghambat proses yang ada dalam sistem
tersebut. Pada proses pembuatan keripik tempe permasalahan yang ada di sistem
nyatanya adalah resource yang ada pada proses pembuatan keripik tempe kurang.
Sehingga waktu yang dibutuhkan untuk melakukan tiap prosesnya juga lama.
Dengan penggunaan simulasi, suatu sistem dapat dipelajari dengan mendalam,
sehingga akan dapat ditemukan masalah-masalah yang ada dalam sistem tersebut
dan dapat dicari pemecahannya, pada proses pembuatan keripik tempe ini simulasi
dapat digunakan untuk mengetahui waktu yang dibutuhkan agar suatu proses yang
ada di tiap proses pembuatan keripik tempe lebih singkat dan biaya yang
dikeluarkan minimal dibandingkan percobaan secara langsung di sistem nyata
sehingga dapat lebih cepat dalam mengambil keputusan guna memperbaiki sistem
yang ada.
Software yang dapat digunakan untuk mensimulasikan suatu sistem ini adalah
software ProModel. ProModel adalah sebuah software simulasi berbasis windows yang
digunakan untuk mensimulasikan dan menganalisis suatu sistem. Untuk dapat
mengatasi permasalahan yang ada pada proses pembuatan keripik tempe maka
pada praktikum kali ini, akan dimodelkan suatu sistem proses pembuatan keripik
tempe di daerah Sanan. Dimana dalam pemodelan sistem yang akan dilakukan
pada praktikum kali ini yaitu pada proses pemotongan, penggorengan, penirisan,
dan pembungkusan. Dengan demikian, diharapkan dengan penggunaan ProModel
nantinya dapat memperbaiki dan meningkatkan efisiensi berbagai sistem,
khususnya sistem produksi keripik tempe di daerah Sanan.
2 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
1.2 RUMUSAN MASALAH
Rumusan dari pelaksanaan praktikum ini adalah:
1. Apakah permasalahan yang terdapat pada proses pembuatan keripik tempe?
2. Bagaimana analisis hasil simulasi dan rekomendasi perbaikan yang dapat
diberikan pada proses pembuatan keripik tempe?
1.3 TUJUAN
Tujuan dari pelaksanaan praktikum ini adalah:
1. Mengidentifikasi permasalahan pada proses pembuatan keripik tempe.
2. Memodelkan sistem pada proses pembuatan keripik tempe dengan
menggunakan software ProModel.
3. Menganalisis hasil dari simulasi yang telah dilakukan sehingga dapat
melakukan perbaikan.
4. Memberikan rekomendasi perbaikan terhadap proses pembuatan keripik
tempe.
1.4 MANFAAT
Manfaat yang dapat diperoleh dari pelaksanaan praktikum ini adalah:
1. Praktikan dapat mengidentifikasi permasalahan pada proses pembuatan keripik
tempe.
2. Praktikan dapat memodelkan sistem pada proses pembuatan keripik tempe
dengan Petri Net.
3. Praktikan dapat memodelkan sistem pada proses pembuatan keripik tempe
dengan menggunakan software ProModel.
4. Praktikan dapat menganalisis hasil dari simulasi yang telah dilakukan sehingga
dapat melakukan perbaikan.
5. Praktikan dapat menentukan distribusi menggunakan stat fit pada ProModel.
6. Praktikan dapat melakukan verifikasi dan validasi pada sistem proses
pembuatan keripik tempe.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
3
1.5 BATASAN
Batasan dalam pengamatan yang telah dilakukan ini adalah:
1. Pengamatan dilakukan dengan 5 observasi data dimana masing masing
observasi diambil 10 data.
2. Pengamatan pada proses pemotongan, penggorengan, penirisan, dan
pembungkusan pada proses pembuatan keripik tempe di daerah Sanan.
3. Pada location based, entitas diproses pada lokasi yang berbeda- beda.
4. Output dapat dihitung per hari.
5. Pengamatan dilakukan hanya dibatasi pada keripik tempe original.
1.6 ASUMSI
Asumsi dari praktikum ini antara lain:
1. Tidak ada waktu istirahat.
2. Tidak ada tempe yang dibuang dari stasiun kerja.
3. Operator bekerja pada kondisi normal.
4 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
(Halaman ini sengaja dikosongkan)
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
5
BAB II
TINJAUAN PUSTAKA
2.1 SISTEM
Menurut Blanchard (1991:25) sistem adalah sekumpulan elemen yang bekerja
bersama untuk mencapai tujuan yang diharapkan. Contoh dari sistem adalah
sistem lalu lintas, sistem ekonomi, dan sistem manufaktur.
2.1.1 Elemen Sistem
Elemen-elemen (elements), mendefinisikan siapa, apa, dimana, kapan dan
bagaimana suatu entitas mengalami pemrosesan (Harrel, 2004:25).
Gambar 2.1 Elemen simulasi
Sumber: Harrel (2000:202)
a. Entitas: segala item yang diproses dalam sistem. Entitas dapat dibedakan
berdasarkan karakteristik yang dimiliki. Entitas dibagi dalam beberapa tipe,
yakni:
1. Human or animate (pelanggan, pasien)
2. Inanimate (dokumen)
3. Intangible (panggilan telepon, email)
b. Aktivitas: kegiatan yang dilakukan dalam sistem yang dapat mempengaruhi
sistem secara langsung maupun tidak dalam pemrosesan entitas.
Aktivitas dapat dikelompokkan sebagai berikut:
1. Entity processing (check-in, inspeksi, fabrikasi)
2. Entity and resource movement (perpindahan forklift, berada di atas elevator)
3. Resource adjustment, maintenance, and repairs (pengaturan mesin, perbaikan
mesin)
6 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
c. Resource: bagian dari elemen sistem yang melakukan aktivitas. Resource
dikategorikan sebagai berikut:
1. Human or animate (operator, dokter)
2. Inanimate (peralatan, lantai produksi)
3. Intangible (informasi, sumber listrik)
d. Kontrol: penyedia informasi dan berperan dalam pengambilan keputusan
mengenai bagaimana suatu sistem dioperasikan. Contoh dari kontrol adalah
perencanaan produksi, penjadwalan produksi, lembar instruksi, prioritas kerja.
2.1.2 Karakteristik Sistem
Sistem memiliki beberapa karakteristik antara lain:
1. Kejadian (event), merupakan suatu peristiwa yang dapat merubah keadaan
sistem. Contohnya kedatangan material.
2. Aktivitas (activity), merupakan suatu proses yang menyebabkan perubahan
dalam sistem yang dapat mengubah atribut maupun entity. Contohnya
pengepresan, pemotongan.
3. Hubungan (relationship), merupakan kesinambungan interaksi antara dua objek
atau lebih yang memudahkan proses pengenalan satu akan yang lain.
Contohnya relationship yang menggambarkan mahasiswa yang mengambil
mata kuliah.
4. Antarmuka penghubung (interface), merupakan media penghubung antar
subsistem. Contohnya interface pada windows.
5. Elemen-elemen, merupakan komponen bagian dari sistem yang berupa entitas
atau subsistem:
a. Entitas: merupakan kumpulan objek yang didefinisikan yang mempunyai
karakteristik sama dan bisa dibedakan satu sama lainnya. Contohnya
nasabah pada antrian bank.
b. Subsistem merupakan sistem didalam suatu sistem dimana sistem berada
pada lebih dari satu tingkat. Contohnya sistem pesawat, maka subsitemnya
adalah ruang kendali.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
7
6. Atribut, merupakan sebutan, sifat atau karakteristik yang memiliki elemen
sistem.
Terdapat dua macam atribut, yaitu:
a. Parameter: merupakan suatu nilai yang besarnya dianggap tetap selama
model simulasi dijalankan. Contohnya tanda-tanda tsunami adalah
surutnya laut secara tiba-tiba sampai daerah tepi pantai dapat dilihat.
b. Variable: merupakan informasi yang mencerminkan karakteristik suatu
sistem, yang mengikat sistem secara keseluruhan sehingga semua entity
dapat mengandung variabel yang sama, dalam ProModel dikenal variable
local dan variable global. Contohnya banyaknya antrian tunggu pada antrian.
7. Batas sistem (boundary), merupakan daerah yang membatasi antar sistem atau
lingkungan luarnya. Contohnya batas provinsi Jawa Timur disebelah timur
adalah Selat Bali.
8. Lingkungan luar (environment), merupakan kondisi ataupun entitas diluar dari
sistem yang mempengaruhi operasi sistem. Contohnya aplikasi computer
mempengaruhi jalannya windows.
9. Masukan sistem (input), merupakan suatu energi yang dimasukkan ke dalam
sistem. Contohnya BBM merupakan bahan bakar penggerak motor.
10. Pengganggu (disturbance/noise), merupakan faktor-faktor yang menyebabkan
terjadinya kesalahan pada sistem. Contohnya virus computer.
11. Keluaran sistem (output), merupakan hasil dari energi yang diolah dan
diklasifikasikan menjadi keluaran. Contohnya produk susu pada pabrik olahan
susu.
12. Umpan balik (feedback), merupakan reaksi dan respon stakeholder atas sistem
yang dilakukan. Contohnya bunga bank pada saat menabung.
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 properti yang tidak
berubah dalam waktu.
8 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
14. Proses pengolahan (transformation process), merupakan suatu proses yang akan
merubah masukan menjadi keluaran. Contohnya proses mencuci motor
merupakan proses membuat motor menjadi bersih.
15. Perilaku sistem (behaviour), merupakan perilaku dari sistem yang melibatkan
masukan, pengolahan, dan keluaran. Contohnya sistem komputer.
2.1.3 Klasifikasi Sistem
Menurut Christoper (2004:72), sistem dapat diklasifikasikan berdasarkan dua
hal sebagai berikut :
1. Tipe Entitas
a. Discrete Event System
Suatu event terjadi di suatu waktu tertentu, dan antar kejadian dalam sistem
tidak berpengaruh oleh jumlah entitas yang masuk. Dalam discrete event
system, waktu kedatangan, waktu mulai proses dan waktu proses berakhir
akan didefinisikan dalam waktu yang diskrit. Contoh: toko, service centers,
manufacturing facilities, transportation centers, ATM.
b. Continous Event System
Status dari suatu komponen dalam sistem akan berubah secara kontinyu
seiring dengan perubahan waktu yang terjadi. Sistem ini biasanya
merupakan sistem yang memproses fluid atau fluid-like substance. Tipe
material yang diproses akan diukur dalam satuan berat atau volume.
Contoh: biji kopi yang diproses hingga menjadi bubuk kopi.
c. Combined Event Models
Model ini terdiri dari dua komponen, yakni komponen diskrit dan
kontinyu. Entitas yang berada dalam model dapat dihitung maupun
diukur. Contoh: biji kopi yang diproses hingga menjadi bubuk kopi akan
terhitung dalam satuan gram, akan tetapi ketika akan didistribusikan,
bubuk kopi tersebut akan dimasukkan dalam plastik dan kopi dapat
dihitung.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
9
2. Kondisi Entitas ketika Sistem Berakhir
a. Terminating
Sistem yang tidak memperbolehkan entitas untuk tetap berada dalam
sistem ketika sistem itu berakhir. Contoh: bank, restoran, airline ticket
counter.
b. Non-Terminating
Sistem tidak pernah berhenti, sehingga entitas akan selalu berada dalam
sistem. Contoh: hospitals, manufacturing facilities.
2.2 TEORI ANTRIAN
Menurut Christoper (2000:9), teori antrian merupakan studi matematika dari
antrian atau kejadian garis tunggu (waiting lines), yaitu suatu garis tunggu dari
pelanggan yang memerlukan layanan dari sistem yang ada.
2.2.1 Komponen Dasar Antrian
Komponen dasar antrian antara lain sebagai berikut:
1. Kedatangan
Setiap masalah antrian melibatkan kedatangan, misalnya orang, mobil,
panggilan telepon untuk dilayani, dan lain-lain. Kedatangan para pelanggan
dicirikan oleh waktu antar kedatangan, yakni waktu antara kedatangan dua
pelanggan yang berurutan pada suatu fasilitas pelayanan. 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 kontinyu. Bila variabel acak hanya dimungkinkan
memiliki beberapa nilai saja, maka ia merupakan variabel acak diskrit. Sebaliknya
bila nilainya dimungkinkan bervariasi pada rentang tertentu, ia dikenal sebagai
variabel acak kontinyu. Perilaku kedatangan populasi yang akan dilayani berbeda-
beda dalam membentuk antrian. Ada tiga jenis perilaku yaitu:
10 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
a. Reneging
Reneging menggambarkan situasi dimana seseorang masuk dalam antrian,
namun belum memperoleh pelayanan, kemudian meninggalkan antrian
tersebut.
b. Balking
Balking menggambarkan orang yang tidak masuk dalam antrian dan
langsung meninggalkan tempat antrian.
c. Jockeying
Jockeying menggambarkan orang yang pindah-pindah antrian.
2. Pelayanan
Pola pelayanan dicirikan oleh waktu pelayanan (service time), yakni waktu yang
dibutuhkan seorang pelayan untuk melayani seorang pelanggan. 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).
Ada 3 aspek yang harus diperhatikan dalam mekanisme pelayanan yaitu:
a. Tersedianya Pelayanan
Mekanisme pelayanan tidak selalu tersedia untuk setiap saat. Misalnya
dalam pertunjukan bioskop, loket penjualan karcis masuk hanya dibuka
pada waktu tertentu antara satu pertunjukan dengan pertunjukan
berikutnya. Sehingga pada saat loket ditutup, mekanisme pelayanan terhenti
dan petugas pelayanan (pelayan) istirahat.
b. Kapasitas Pelayanan
Kapasitas dari mekanisme pelayanan diukur berdasarkan jumlah langganan
yang dapat dilayani secara bersama–sama. Kapasitas pelayanan tidak selalu
sama untuk setiap saat (ada yang tetap, tapi ada juga yang berubah–ubah).
Karena itu, fasilitas pelayanan dapat memiliki satu atau lebih saluran.
Fasilitas yang mempunyai satu saluran disebut saluran tunggal atau sistem
pelayanan tunggal dan fasilitas yang mempunyai lebih dari satu saluran
disebut saluran ganda atau pelayanan ganda.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
11
c. Lamanya Pelayanan
Lamanya pelayanan adalah waktu yang dibutuhkan untuk melayani seorang
langganan atau satu–satuan. Ini harus dinyatakan secara pasti. Oleh karena
itu, waktu pelayanan boleh tetap dari waktu ke waktu untuk semua
langganan atau boleh juga berupa variabel acak. Umumnya dan untuk
keperluan analisis, waktu pelayanan dianggap sebagai variabel acak yang
terpencar secara bebas dan sama serta tidak tergantung pada waktu
pertibaan (Siagian, 1987).
3. Antrian
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).
2.2.2 Disiplin Pelayanan Antrian
Menurut Christopher (2004:9), ada bentuk prioritas pelayanan antrian yang
biasa digunakan, yaitu:
1. First Come First Served (FCFS) atau First In First Out (FIFO)
Entitas yang pertama kali berada dalam antrian akan dilayani terlebih dahulu
sebelum entitas yang lain datang.
Contoh: pelanggan yang mengantri di teller bank.
2. Last Come First Served (LCFS) atau Last In First Out (LIFO)
Entitas yang terakhir kali mendatangi antrian akan menjadi entitas yang
pertama kali dilayani oleh server.
Contoh: suatu toko yang menjual barang yang sama dengan harga beli yang
berbeda di waktu pembelian yang berbeda, barang dengan harga beli lebih
tinggi akan terlebih dahulu dijual meskipun waktu pembeliannya lebih akhir.
3. Sortest Processing Time (SPT)
Entitas yang membutuhkan pelayanan lebih cepat akan mendapatkan
pelayanan lebih dahulu.
12 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Contoh: penumpang pesawat yang jadwal keberangkatannya lebih dahulu
dibanding penumpang yang lain, akan mendapatkan pelayanan terlebih dahulu
di tempat check in tiket.
4. Longest Processing Time (LPT)
Entitas yang memiliki kebutuhan pelayanan yang lebih rumit akan dilayani
terlebih dahulu.
Contoh: di bengkel mobil, ketika permintaan pelanggan lebih rumit
dibandingkan pelanggan lain, maka mobil pelanggan tersebut akan
diprioritaskan untuk dilayani terlebih dahulu.
5. Lowest Value First (LVF)
Sering digunakan untuk memodelkan penumpang di sistem transportasi,
dimana pelanggan akan dikategorikan dalam kelas pertama, kelas kedua dan
kelas ketiga. Pelanggan yang berada di kelas kedua akan mendapat pelayanan
ketika sudah tidak ada antrian pelanggan kelas pertama.
6. Highest Value First (HVF)
Dalam situasi ini, sistem pelayanan akan memprioritaskan pelanggan yang
telah melakukan lebih banyak transaksi di waktu sebelumnya.
2.3 MODEL
Menurut Harrel (2004:144), model merupakan representasi dari suatu sistem
nyata, dimana dalam melakukan pemodelan dibutuhkan pengetahuan mengenai
sistem yang akan dimodelkan, serta kemampuan pemodel dalam mengoperasikan
software yang digunakan.
2.3.1 Petri Net
Petri Net dikembangkan Carl Adam petri sejak tahun 1962 dimulai dengan
disertasinya. Petri Net merupakan model bibpartite graph yang memiliki dua tipe node
yaitu place dan transition yang dipergunakan untuk menganalisa informasi penting
mengenai struktur dan perilaku dinamis dari sistem yang dimodelkan.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
13
Gambar 2.2 Contoh petrinet
Sumber: Asmungi (2004: 31)
Simbol yang digunakan adalah sebagai berikut:
1. Lingkaran (Location)
Merepresentasikan aktivitas (pasif/aktif) atau kondisi/status (pre/post).
Gambar 2.3 Activity diagram
Sumber: Asmungi (2004:31)
2. Segi empat (Transition)
Merepresentasikan kejadian atau saat perubahan/transisi kondisi.
Gambar 2.4 Transition diagram
Sumber: Asmungi (2004:31)
3. Panah (Flow relation)
Merepresentasikan relasi urutan antar node yang menunjukan bahwa node
pendahulu berlanjut menjadi node berikutnya.
Gambar 2.5 Flow relation diagram
Sumber: Asmungi (2004:31)
Activity
Event
14 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
4. Token (Marking)
Merepresentasikan pergerakan location atau perubahan kondisi yang dialami
entitas.
Gambar 2.6 Marking diagram
Sumber: Asmungi (2004:31)
2.4 SIMULASI
Menurut Harrel (2000:5), simulasi merupakan tiruan dari sistem dinamis
dengan menggunakan komputer untuk mengevaluasi dan memperbaiki performansi
sistem.
2.4.1 Software Simulasi
Dalam pemodelan simulasi, dikenal dua jenis software yang paling umum
digunakan, yaitu programming languange dan simulation application.
1. Programming language adalah suatu bahasa ataupun tata cara yang dapat
digunakan oleh manusia (programmer) untuk berkomunikasi secara langsung
dengan komputer. Secara umum programming language dibagi menjadi dua,
yaitu: High Level Language dan Low Level Language.
a. High Level Language, merupakan suatu bahasa program atau suatu tata cara
yang dapat digunakan untuk memberi perintah/instruksi kepada
komputer. Tata cara yang ada sangat mirip dengan tata cara yang
digunakan oleh manusia dalam berkomunikasi. Dengan demikian, high
level language lebih mudah untuk dipelajari. Semua kalimat, kata ataupun
aturan yang ada didalam high level language, juga merupakan kalimat
ataupun kata ataupun aturan yang digunakan dalam kehidupan sehari-
hari. Penulisan program dalam high level language harus diterjemahkan
kedalam bahasa mesin sebelum proses dilakukan. Program penterjemah
disebuh compiler atau interpreter. Contoh dari high level language adalah
Pascal dan Perl.
b. Low Level Language, adalah bahasa pemrograman yang penulisan
perintahnya menggunakan kode-kode atau simbol tertentu yang lebih
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
15
diorientasikan untuk dapat dimengerti oleh komputer, sehingga sulit
dipahami oleh orang awam. Contoh dari low level language adalah bahasa
mesin dan bahasa assembly.
2. Simulation application adalah suatu program (software) yang berfungsi untuk
menirukan/memodelkan suatu perilaku sistem nyata sehingga hasilnya data
dianalisis dan dipelajari. Secara umum simulation application dibagi menjadi
dua, yaitu General Purpose Application dan Special Purpose Application.
a. General Purpose Application, adalah software yang tidak dikaitkan dengan
tugas-tugas bisnis tertentu, melainkan memiliki tujuan penggunaan yang
lebih umum dalam pemrosesan informasi. Contoh dari general purpose
application adalah spreadsheet, data manajemen, dan word processing.
b. Special Purpose Application, memiliki tugas/tujuan yang spesifik dan lebih
lengkap.
2.4.2 Metodologi Simulasi
Langkah-langkah yang harus dilakukan dalam melakukan perancangan
simulasi adalah sebagai berikut :
1. Formulasi masalah dan perencanaan studi
Studi diawali dengan pernyataan jelas tentang pokok masalah dan tujuan
penelitian yang ingin dicapai. Setelah itu pelaksana studi direncanakan dengan
mempertimbangkan keterbatasan sarana dan prasarana yang tersedia. Selain itu
juga ditentukan :
a. Model yang digunakan
b. Kriteria performansi yang akan dipakai
c. Kerangka konfigurasi sistem yang akan ditinjau
2. Pengumpulan data dan perancangan model
Pengumpulan data dan informasi dari sistem yang ditinjau diperlukan untuk
mengetahui bagaimana sistem bekerja dan menentukan distribusi peluang bagi
proses random yang digunakan dalam model. Kekurangan data akan mengurangi
keakuratan model dan sebaliknya data yang terlalu kecil akan membutuhkan biaya
besar dan waktu pengumpulan yang lama.
16 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
3. Validasi Model
Tahap ini dilakukan dengan melakukan pengecekan asumsi-asumsi yang
ditetapkan dalam pembuatan model serta melibatkan ahli yang mengenal sistem
dengan baik.
4. Penyusunan program komputer dan verifikasi
Pemilihan perangkat lunak yang akan digunakan dalam simulasi mempunyai
pengaruh yang besar terhadap kesuksesan penelitian, yaitu dalam hal keakuratan
model, validitas model dan waktu eksekusi, dan waktu penyelesaian penelitian
secara keseluruhan. Beberapa teknik untuk melakukan verifikasi program antara
lain:
a. Melakukan pelacakan jalannya program (trace)
b. Pengembangan program dalam bentuk sub program atau modular
c. Menggunakan interactive debugger
d. Meneliti kelayakan hasil program
e. Menggunakan estimasi
5. Uji coba program
Uji coba program dilakukan untuk keperluan validasi pada tahap berikutnya.
6. Validasi program
Hasil uji coba program diteliti kembali untuk mengetahui apakah ada
kesalahan dalam program atau model yang digunakan, cara yang dapat dilakukan
antara lain:
a. Menguji sensivitas output model terhadap perubahan input.
b. Membandingkan output simulasi dengan performansi sistem di masa lalu
(data historis). Jika hasil simulasi dengan data historis tidak berbeda secara
signifikan, maka dapat dikatakan model simulasi sudah valid.
7. Perancangan eksperimen
Pada tahap ini diputuskan perancangan sistem seperti apa yang akan
disimulasikan dari beberapa alternatif yang mungkin ada. Untuk setiap rancangan
sistem yang akan disimulasikan perlu ditentukan hal-hal sebagai berikut :
a. Panjang replikasi dalam setiap eksekusi program
b. Jumlah replikasi
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
17
c. Inisiasi program
d. Panjang periode transient
8. Eksekusi program
Eksekusi program dilakukan sesuai dengan perancangan eksperimen yang telah
dibuat.
9. Analisis output simulasi
Data output simulasi digunakan untuk mengestimasi kriteria performansi sistem
yang diteliti. Hasil estimasi ini kemudian digunakan untuk menjawab tujuan studi.
10. Dokumentasi, presentasi, dan implementasi
Dokumentasi yang baik diperlukan karena tidak jarang model simulasi yang
telah dibuat akan dipakai untuk lebih dari satu aplikasi. Akhirnya hasil dari studi
simulasi perlu di implementasikan, untuk itu kredibilitas model simulasi yang
dibangun harus tinggi agar dapat digunakan secara nyata.
2.5 PROMODEL
Pemodelan dengan menggunakan ProModel merupakan pemodelan yang sangat
baik untuk engineer, terutama untuk manufaktur serta penataan tata letak fasilitas.
Penjelasan lebih lanjut tentang ProModel akan dibahas di sub bab ini.
2.5.1 Pengertian ProModel
Menurut Harrel (2000:66) ProModel merupakan software simulasi yang
dirancang untuk memodelkan sistem dengan proses discrete-event. Dalam ProModel,
terdapat entities (item yang diproses), locations ( tempat terjadinya proses), resources
(sumber daya yang digunakan untuk memproses dan memindahkan entitas) dan
paths (jalan dan jalur yang dapat dilalui entitas dan resource).
2.5.2 Tahap-tahap Simulasi dengan ProModel
Langkah-langkah simulasi dengan menggunakan ProModel
1. Merencanakan sistem yang akan disimulasikan
Yang termasuk dalam proses ini adalah:
a. Merencanakan tujuan yang akan diperoleh dari pemodelan sistem tersebut
18 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
b. Identifikasi hambatan yang terdapat pada sistem
c. Menyiapkan spesifikasi dari simulasi
d. Merencanakan jadwal permodelan
2. Mendefinisikan sistem yang akan disimulasikan
Yang termasuk dalam proses ini adalah:
a. Penentuan kebutuhan data
b. Identifikasi hubungan sebab akibat
c. Menggunakan sumber data akurat
d. Penentuan asumsi yang diperlukan
e. Mengkonversi data menjadi bentuk yang mudah dianalisa
3. Mensimulasikan model ataupun sistem yang diinginkan
Yang termasuk dalam proses ini adalah:
a. Perbaikan berkelanjutan
b. Penambahan pengembangan model
c. Verifikasi model
d. Validasi model
4. Melakukan eksperimen dengan model (dilakukan dengan cara memberikan
skenario atau merubah replikasi)
5. Menganalisis output yang dihasilkan
6. Membuat laporan dari hasil simulasi
2.5.3 Pembuatan Model dengan ProModel
Langkah pembuatan model dengan ProModel adalah sebagai berikut:
1. Definisikan elemen model dasar yang akan digunakan dengan urutan
a. Pendefinisian locations
b. Pendefinisian entities
c. Pendefinisian path networks
d. Pendefinisian resources
e. Pendefinisian processing
2. Pendekatan model dalam bentuk coding
3. Menjalankan model
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
19
4. Pembacaan model statistik dan report
2.5.4 Elemen Dasar ProModel
Elemen dasar pemodelan yang terdapat pada ProModel, sebagai berikut:
1. Location
Dalam ProModel, location merupakan tempat atau layout dari model suatu
sistem, yang berisi gambar latar belakang seperti mesin-mesin, stasiun kerja,
gudang penyimpanan, dan sebagainya. Lokasi adalah komponen statis
sehingga tidak ikut bergerak selama simulasi dijalankan.
Data-data yang diperlukan dalam mendefinisikan lokasi adalah sebagai berikut:
a. Name: yaitu nama masing-masing lokasi.
b. Capacity: yaitu kapasitas yang didefinisikan dalam lokasi.
c. Unit: yaitu jumlah lokasi yang dimaksud.
d. Downtimes: untuk menyatakan saat lokasi tidak berfungsi, misalnya karena
kerusakan, maintenance, waktu setup, dan lain-lain.
e. Rules: digunakan untuk merumuskan aturan pemrosesan 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 memasukkan catatan tambahan atau program-
program lainnya.
2. Entity
Entities adalah segala sesuatu yang dapat diproses atau sesuatu yang akan
menjadi objek yang akan diproses dalam model sistem. Entity dapat berupa
part, produk, manusia atau lembar kerja. Yang harus dilakukan pertama kali
adalah memilih icon untuk mewakili masing-masing entity. Begitu icon dipilih,
ProModel akan membuat record untuk entity yang bersangkutan. Data-data yang
diperlukan dalam mendefinisikan entitas adalah sebagai berikut:
a. Name: merupakan nama dari setiap entity
b. Speed: kecepatan entity bergerak atau berpindah dari satu lokasi ke lokasi
berikutnya.
20 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
3. Path Networks Stats Processing
Processing merupakan operasi yang terjadi didalam sistem dan dilakukan pada
lokasi dan antar lokasi. Proses merupakan kegiatan pengolahan input yang
dilakukan oleh setiap mesin (lokasi) sehingga akan menghasilkan output
tertentu. Dikatakan pada lokasi karena disini harus diidentifikasikan proses
yang terjadi pada lokasi yang bersangkutan, misal lamanya waktu proses, nama
material handling yang membawa, dan lamanya waktu perpindahan. Data-data
yang diperlukan dalam mendefinisikan proses adalah sebagai berikut:
a. Entity, menujukkan entitas yang sedang kita buat prosesnya.
b. Location, menujukkan lokasi entitas yang sedang kita buat prosesnya.
c. Operation, menunjukkan operasi yang dialami, apakah perakitan,
dikumpulkan, join, atau yang sederhana menunggu (bagian ini diisi dengan
logic builder yang akan dijelaskan kemudian).
d. Block, maksudnya adalah jalur yang ditempuh entitas. Yang diisikan dalam
block adalah nomor. Jika nomor block nya 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.
4. Arrivals
Arrivals adalah mekanisme untuk mendefinisikan bagaimana entities masuk
ke dalam sistem. Entities dapat dikirim secara individu maupun secara
kelompok. Jumlah pengiriman entities pada waktu yang sama disebut
dengan batch size, waktu antara pengiriman yang terjadi disebut dengan
interarrival time (frekuensi), jumlah keseluruhan bagian yang terkirim (batch)
disebut dengan Occurences. Begitu juga dengan waktu awal pengiriman
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
21
disebut dengan First Time. Data-data yang diperlukan dalam
mendefinisikan kedatangan adalah sebagai berikut:
a. Entity, merupakan nama atau jenis entitas yang akan diatur
kedatangannya, dapat juga dipilih diantara entitas yang telah kita
buat pada window tolls pada bagian kiri layout.
b. Location, menunjukkan pada lokasi dimana entitas tersebut akan
memasuki sistem.
c. Quantity each, menunjukkan banyaknya entitas yang tiba pada
setiap kedatangan.
d. First time, menunjukkan waktu pada saat entitas pertama kali
memasuki sistem.
e. Occurance, merupakan jumlah kedatangan entitas selama 1 kali
simulasi dijalankan.
f. Frequency, merupakan interval waktu antara dua kedatangan.
g. Logic, merupakan tempat menambahkan logika pemrograman
untuk mengatur kedatangan entitas dengan lebih detail.
h. Disable, pilihan Yes atau No, digunakan jika kita ingin me-non-
aktifkan kedatangan yang bersangkutan secara sementara karena
alasan tertentu.
5. Variables
Variable digunakan untuk pengambilan keputusan dan pelaporan statistik. Nilai
dari variabel dapat dimonitor dari waktu ke waktu dan ditampilkan pada akhir
simulasi sebagai plot time series atau histogram. Variabel dapat memegang nilai-
nilai integer atau real. Variabel lokal dapat juga digunakan untuk kenyamanan
cepat bila mendefinisikan logika. Variabel terdiri dari dua jenis, antara lain:
a. Variabel global, tempat pemegang didefinisikan oleh pengguna untuk
mewakili perubahan nilai numerik.
b. Variabel lokal, tempat pemegang yang tersedia hanya dalam logika yang
menyatakan mereka.
Beberapa variabel yang ada dalam ProModel antara lain:
22 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
a. Total change, menunjukkan berapa kali nilai variable berubah selama
simulasi.
b. Average time per change, merupakan rata-rata yang waktu yang diberikan
pada variable namun tetap pada satu nilai.
c. Minimum value, menunjukkan nilai terendah dari variable selama simulasi
berlangsung.
d. Maximum value, menunjukkan nilai tertinggi dari variable selama simulasi
berlangsung.
e. Current value, menunjukkan nilai terakhir dari variable ketika simulasi
berakhir.
f. Average value, menunjukkan nilai rata-rata dari variable selama simulasi
berlangsung.
6. Resources
Resources adalah sumber daya yang dipergunakan untuk melaksanakan suatu
operasi tertentu dalam suatu sistem. Dengan kata lain, resources adalah
peralatan, perlengkapan, kendaraan ataupun orang yang digunakan untuk
memindahkan entities, melakukan operasi, atau melakukan maintenance pada
lokasi-lokasi.
Data-data yang diperlukan dalam mendefinisikan resource adalah sebagai
berikut:
a. Name, menunjukan nama dari resources tersebut.
b. Units, menunjukan jumlah resources.
7. Path Network
Path networks ini terdiri dari node-node dan lintasan yang menghubungkan
antara node yang satu dengan node yang lainnya untuk menentukan jalur dan
arah yang ditempuh oleh entities. Arah lintasan bisa satu arah atau dua arah,
dan bisa dibuat berdasarkan faktor jarak maupun faktor waktu. Data-data yang
diperlukan mendefinisikan path network adalah sebagai berikut:
a. Name, yaitu nama lintasan yang bersangkutan.
b. Type, terdiri dari 3 pilihan yaitu :
1) Nonpassing, pergerakan hanya untuk satu arah.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
23
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.
2.5.5 Advance Element ProModel
1. Atrributes
Merupakan tempat yang mirip dengan variable, tetapi terikat pada location dan
entitas dengan spesifikasi tertentu dan biasanya berisi informasi mengenai
location atau entitas tersebut. Terdapat dua tipe atribut:
a. Entity attribute: merupakan tempat yang ditugaskan untuk entitas tertentu
dan berisi informasi numeric tentang entitas tersebut. Atribut entitas
diidentifikasi berdasarkan namanya dan dapat ditugaskan sebagai nilai
atau model elemen.
b. Location atrribute: tempat yang ditugaskan secara langsung pada location
tertentu dan berisi informasi numeric tentang location tersebut.
2. Variabel
Variabel dapat berisi bilangan riil atau bilangan bulat termasuk nilai elemen
indeks dan biasanya digunakan untuk pembuatan keputusan maupun rekaman
informasi. Variabel terdiri atas dua jenis antara lain:
a. Variabel Global: tempat yang didefinisikan oleh pengguna untuk mewakili
perubahan nilai numeric. Contoh: penggunaan tampilan work in process.
b. Variabel lokal tempat yang hanya tersedia pada saat telah didefinisikan
pada logika tertentu. Contoh: perusahaan manufaktur keran memiliki 10
produk keran dalam ukuran berbeda-beda. Data-data yang diperlukan
dalam untuk mendefinisikan variabel:
1) ID: merupakan nama variabel
2) Type: merupakan tipe variabel baik bilangan riil maupun bulat
24 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
3) Initial value: variabel yang ditugaskan pada permulaan suatu simulasi.
Pada pengaturan awal nilai dari initial value adalah 0, tapi dapat
berubah ketika user mendefinisikan.
4) Stats: ProModel mengumpulkan statistic variable pada tiga level. Level dari
detail statistik yang harus dikumpulkan untuk location tertentu.
Terdapat 3 pilihan, yaitu none (tidak ada statistik yang dikumpulkan),
basic (mengumpulkan statistik dasar seperti total perubahan, rata-rata
waktu total perubahan, dan nilai pada saat ini), dan time series
(mengumpulkan semua statistik dasar ditambah dengan sejarah nilai
berdasarkan waktu operasi).
2.5.6 Konsep Permodelan ProModel
Konseptualisasi model yaitu membangun model yang masuk akal dan
memahami sistem.
1. Pendekatan proses didasarkan pada tracking low dari entitas-entitas
keseluruhan sistem berikut titik pemrosesan dan aturan keputusan
percabangan.
2. Pendekatan peristiwa (event) atau pendekatan perubahan keadaan (state
change approach) didasarkan pada variabel keadaan internal dan events
sistem yang mengubahnya, diikuti oleh deskripsi operasi sistem ketika
suatu event terjadi.
2.5.6.1 Batching Multiple Entities of Similar Type
Batching multiple entities of similar type terdiri dari dua macam, yaitu temporary
batching using group/ungroup dan permanent combine.
2.5.6.1.1 Temporary Batching Using Group or Ungroup
Pernyataan group memungkinkan untuk mengelompokkan entitas bersama-
sama dan melakukan ungroup di lain waktu. Grup dapat dikelompokkan menurut
jenis entitas individual dengan mendefinisikan rekor proses tipe pada grup tersebut
atau terlepas dari jenis entitas dengan mendefinisikan catatan proses keseluruhan.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
25
Untuk menggabungkan beberapa jenis entitas, setiap jenisnya harus dikontrol
sesuai dengan yang dibutuhkan dengan mengontrol routing yang bagian
mengirimkan ke lokasi pengelompokkan. ProModel dalam hal ini berperan dalam
mempertahankan semua identitas dan atribut dari entitas yang dikelompokkan
sehingga memungkinkan mereka untuk tetap dengan entitas individu setelah
perintah Ungroup.
Untuk menggambarkan bagaimana group/ungroup bekerja. Semisal apabila kita
ingin mengkonsolidasikan 20 entitas, 20 entitas tersebut dimasukkan dalam
kelompok yang disebut batch. Jika saat lokasi tidak melakukan langkah-langkah
operasi tambahan setelah mengelompokkan entitas terjadi, maka dapat
menggunakan pernyataan “group 15” untuk kelompok 15 entitas dan kemudian
menentukan output setiap satu batch dalam routing. Sedangkan, jika saat lokasi
melakukan langkah-langkah operasi tambahan setelah pengelompokkan entitas
terjadi, maka gunakan pernyataan “Kelompok 15 sebagai Batch” dan menentukan
output routing untuk entitas yang dikelompokkan. Pada saat itu, entitas menjadi
entitas baru yang disebut Batch yang memerlukan catatan proses yang ditetapkan
untuk lokasi yang sama dimana grup tersebut sebagai batched mereka.
Gambar 2.7 Temporary batching using group
Sumber: Harrell, Ghosh, Bowden (2000:456)
Setelah mencapai tujuan yang dalam hal ini merupakan pengelompokan
entitas, dapat dilakukan unbatch entitas menggunakan pernyataan ungroup seperti
yang ditunjukkan gambar dibawah ini. Perhatikan bahwa setelah ungrouping
berlangsung, harus menetapkan proses untuk setiap entitas potensial yang bisa saja
ada dalam kelompok (atau bisa menentukan catatan proses all).
26 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Gambar 2.8 Temporary batching using ungroup
Sumber: Harrell, Ghosh, Bowden (2000:456)
2.5.6.1.2 Permanent Combine
ProModel menggunakan pernyataan combine untuk mengumpulkan dan
mengkonsolidasikan jumlah tertentu dari entitas menjadi satu kesatuan, opsional
dengan nama yang berbeda. Entitas mungkin tipe yang sama dari entitas atau
mereka mungkin berbeda. Entitas gabungan kehilangan identitas dan atribut dan
Anda tidak dapat ungroup nanti. Ketika mendefinisikan lokasi, kapasitas lokasi di
mana Anda menggunakan pernyataan combine harus setidaknya sama besar dengan
jumlah gabungan. Berikut ini menunjukkan sintaks yang benar untuk
menggabungkan 5 tuang ke dalam satu kesatuan yang disebut Pallet (lokasi, out,
harus memiliki kapasitas minimal 5).
Gambar 2.9 Tampilan batching-combine
Sumber: Promodel Corp. 2012. Combine
2.5.6.1.3 Accumulation of Entities
Entitas dalam sebuah location dapat ditahan atau didiamkan dahulu sampai
jumlah tertentu terakumulasi. Saat critical limit sudah terpenuhi, maka entitas akan
dilepaskan untuk proses selanjutnya. Proses akumulasi ini memungkinkan untuk
memodelkan beberapa tipe batching tertentu.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
27
Kapasitas dari location tempat pengakumulasian harus paling tidak sama
dengan besarnya batas akumulasi (critical limit).
Jika menentukan operasi accum dalam proses untuk entitas individu, akumulasi
akan terjadi dengan tipe entitas individu. Namun, jika Anda menentukan semua
sebagai entitas pengolahan, jenis entitas semua pada lokasi yang akan berpartisipasi
dalam akumulasi yang sama. Jika ekspresi ini menghasilkan nol atau satu, maka
hal tersebut akan diabaikan. Sedangkan jika ekspresi ini menghasilkan dalam
jumlah yang lebih besar dari kapasitas lokasi atau angka negatif, maka simulasi
akan berhenti dengan kesalahan. Contoh, Entitas bernama "pallet" tiba di lokasi
yang bernama "loading "dan terakumulasi dalam batch yang berisi 20. Entitas
bernama "box" juga tiba di “loading” dan terakumulasi dalam batch yang berisi 10.
Setelah jumlah “box” atau "pallet" terakumulasi dengan benar, “box” dan "pallet"
tersebut dipindahkan secara individu dengan menggunakan forklift menuju ke
storage.
Gambar 2.10 Process accum
Sumber: Anonim.2011
2.5.6.1.4 Splitting of One Entity Into Multiple Entities
Untuk membagi suatu entitas menjadi beberapa entitas digunakan fungsi spilt
as. Dengan fungsi ini entitas dapat dipecah menjadi sejumlah entitas baru (lebih
dari satu) dan namanya dapat diubah secara optional. Entitas hasil akan mempunyai
atribut yang sama sesuai dengan entitas aslinya. Contoh, kumpulan entitas,
“batchA”,tiba di “loc1” dalam waktu 2 jam.Setelah selesai pengolahan,
“batchA”terbagi menjadi individu entitas yang disebut “entA”.
Gambar 2.11 Process Split
Sumber: ProModel Corporation.2011.ProModel_User_Guide.pdf
28 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
2.6 VERIFIKASI DAN VALIDASI
Verifikasi model adalah proses menentukan apakah model simulasi
merefleksikan model konseptual dengan tepat. Sedangkan validasi adalah proses
penentuan apakah model, sebagai konseptualisasi, merupakan representasi yang
akurat dan sesuai dengan sistem nyata (Hoover dan Perry. 1989).
2.6.1 Teknik Verifikasi
Menurut Harrel (2004:178) terdapat beberapa teknik dalam melakukan
verifikasi yaitu:
a. Melakukan pemeriksaan ulang terhadap model, dapat dilakukan secara bottom
up yaitu melakukan pemeriksaan satuan yang digunakan dalam model,
selanjutnya melakukan pemeriksaan interface tiap modul beserta logika proses
yang digunakan.
b. Melakukan pengecekan terhadap output yang dihasilkan pada masing-masing
proses pada model.
c. Mengamati animasi dari model yang dijalankan, apakah tingkah laku dari
sistem telah sesuai dengan model yang diinginkan.
d. Melakukan compile error atau debugging pada model simulasi.
2.6.2 Teknik Validasi
Menurut Harrel (2004:183) teknik validasi adalah sebagai berikut:
a. Mengamati animasi pada model yang dijalankan, membandingkan tingkah
laku pada model dengan tingkah laku pada sistem nyata menurut pengetahuan
orang lain mengenai sistem tersebut.
b. Membandingkan model dengan sistem nyata dengan cara menjalankan model
dan sistem nyata dalam kondisi yang sama.
c. Melakukan perbandingan antara output model dengan output pada sistem nyata
d. Melakukan analisis sensitivitas yaitu dengan cara melakukan perubahan
terhadap nilai input untuk mengetahui akibat pada perilaku yang terjadi pada
sistem atau output sistem.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
29
BAB III
METODOLOGI PENELITIAN
3.1 DIAGRAM ALIR PRAKTIKUM
Berikut adalah diagram alir praktikum:
Gambar 3.1 Diagram alir praktikum
30 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
3.2 PROSEDUR PRAKTIKUM
Langkah-langkah yang dilakukan dalam praktikum ini adalah sebagai berikut:
1. Studi pustaka, yaitu menggunakan referensi yang ada untuk pembelajaran.
2. Melakukan pengamatan langsung, yaitu melakukan pengamatan secara
langsung pada poses pembuatan keripik tempe.
3. Identifikasi masalah yang ada pada poses pembuatan keripik tempe.
4. Penentuan tujuan simulasi, yaitu untuk mengetahui utilitas resources yang ada
pada poses pembuatan keripik tempe dalam melakukan proses produksi.
5. Pembuatan model konseptual, yaitu dengan menggunakan Petri Net pada poses
pembuatan keripik tempe.
6. Pengumpulan data, yaitu waktu kedatangan, waktu antar kedatangan, waktu
pemotongan tempe, waktu penggorengan, waktu pendinginan, dan waktu
pembungkusan tempe.
7. Penentuan distribusi data, yaitu menentukan distribusi yang akan digunakan
seperti distribusi eksponensial, distribusi uniform¸dan distribusi lognormal.
8. Pemodelan sistem merupakan proses membangun atau membentuk sebuah
model dari suatu sistem nyata yang diamati yaitu pada proses pembuatan
keripik tempe yang diterapkan dengan menggunakan software ProModel.
9. Dry Run, yaitu melakukan running pada sistem yang sudah dimodelkan dengan
software ProModel.
10. Melakukan verifikasi, yaitu proses yang digunakan untuk memeriksa apakah
rancangan pemodelan sistem yang dilakukan sudah sesuai dengan sistem
nyata.
11. Menjalankan simulasi, yaitu dilakukan setelah pemodelan sistem telah
terverifikasi. Program dijalankan untuk mengetahui hasil simulasi dari sistem.
12. Melakukan validasi, yaitu proses yang digunakan untuk memeriksa apakah
model sitem yang dijalankan sudah valid.
13. Analisa hasil simulasi, yaitu melakukan analisa terhadap output untuk
mengetahui hasil dari sistem yang diamati.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
31
14. Kesimpulan dan saran, yaitu memberikan rangkuman dari awal proses hingga
akhir dan memberikan saran untuk perbaikan pada sistem yang diamati
tersebut.
15. Selesai.
32 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
(Halaman ini sengaja dikosongkan)
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
33
BAB IV
HASIL DAN PEMBAHASAN
4.1 GAMBARAN SISTEM
UKM Lestari adalah sebuah usaha kecil menengah yang bergerak dalam
produksi keripik tempe khas kota Malang. UKM tersebut memiliki banyak
permintaan yang sayangnya tidak dapat terpenuhi sepenuhnya dikarenakan
kurangnya tenaga kerja. Untuk itu kami ingin membantu mensimulasikan proses
pembuatan kripik tempe mulai dari pemotongan tempe, penggorengan, packaging
hingga hasil akhir yang diproduksi untuk mengetahui hal apa saja yang dapat
mengatasi permasalahan UKM tersebut. Proses pertama adalah datangnya tempe
yang dibeli dari supplier, dengan waktu kedatangan 30 tempe selama satu menit
dan maksimal kejadian sebanyak 240 kali. Sedangkan untuk plastik dan adonan
dibuat kejadian yang tidak terbatas. Pada tahap awal, tempe dipotong sebanyak 60
kali oleh operator potong sebanyak 3 orang dengan waktu N (8.77, 1.27) MIN.
Setelah dipotong, tempe dibawa menuju tempat penyimpanan tempe potong
dengan kapasitas 120 buah. Kemudian adonan untuk menggoreng keripik tempe
juga diproses oleh operator adonan untuk kemudian digabung dengan tempe yang
telah dipotong. Setelah melalui proses penggabungan dan menjadi entitas baru
yaitu tempe tepung. Tempe akan digoreng ditempat penggorengan dengan operator
penggorengan sebanyak 2 orang. Namun sebelumnya tempe adonan dikumpulkan
terlebih dahulu sebanyak 60 buah. Waktu yang digunakan oleh operator untuk
menggoreng tempe yaitu N (14.7, 1.64) MIN. Setelah tempe matang, maka tempe
ditiriskan ditempat penirisan tempe dalam waktu 2 menit. Pada proses berikutnya
tempe yang sudah ditiriskan akan disimpan terlebih dahulu dikumpulkan sejumlah
5 tempe goreng. Kemudian dibawa ke proses pengepakan dengan mengumpulkan
12 keripik tempe didalam satu pack dengan waktu N (6.77, 1.21) MIN
menggunakan satu operator pengepakan. Pengepakan menggunakan plastik,
setelah itu keluar dari sistem dan tempe siap dijual ke pasaran.
Dalam meningkatkan efisiensi proses produksi dengan memaksimalkan sumber
daya manusia yang ada, kami ingin menganalisa total produk yang diselesaikan
selama 8 jam pengerjaan dan jumlah produksi yang masih berada didalam proses.
34 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Pemodelan sistem ini juga bertujuan untuk mengetahui proses manakah yang
menyebabkan bottleneck maupun idle sehingga mampu mencari solusi yang efisien.
Aliran perpindahan operator proses pembuatan keripik tempe ditujukan sebagai
berikut:
Operator Pemotongan
Datang Tempe Pemotongan Tempe Penyimpanan Tempe Potong
Operator Penggorengan
Penyimpanan
Tempe Potong
Penggorengan
Tempe
Penirisan
Tempe
Penyimpanan
Tempe Goreng
Pengadonan
Tempe
Operator Pengepakan
Penyimpanan
Tempe GorengPackaging Meja Plastik Keluar
4.2 PETRI NET
Berikut merupakan bagan Petri Net dari proses pembuatan keripik tempe.
AntrianPemotngan
Penyimpanan
ke dalam
wadah
antrian antrianpenggorenga
n
idle
idle
Arrive Begin End Begin arrive arrive begin
AntrianPenggabung
an tempe
dan adonan
Arrive Begin
penirisan antrianantrian pengepakan
idleidle
arrive begin arrive begin
Kedatangan
adonan
Kedatangan
Plastik
arrive
Gambar 4.1 Petri Net
Dari gambar 4.1 dapat diketahui bahwa terdapat lima proses yang terjadi
dalam pembuatan keripik tempe, dengan setiap dari proses selalu diawali dengan
antrian entitas. Apabila entitas berada dalam proses maka lokasi yang bersangkutan
akan melakukan aktivitas kerja terhadap entitas sedangkan lokasi yang lain akan
mengalami idle. Proses yang terdapat pada pembuatan keripik tempe diawali
dengan proses pemotongan tempe, pengadonan tempe, penggorengan tempe,
penirisan dan proses packaging.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
35
4.3 FLOWCHART SISTEM
Berikut adalah flowchart dari proses pembuatan keripik tempe.
A= Antrian pemotongan tempe
B=Antrian penyimpanan tempe potong
C= Antrian pengadonan tempe potong
D=Antrian penggorengan tempe
potong
E=Antrian penirisan keripik tempe
F= Antrian penyimpanan tempe goreng
G=Antrian packaging keripik tempe
A, B,C,D,E,F,G= 0
Mulai
TempeAdonan
datang Plastik
A= A+1
Apakah
pemotongan
idle?
Tidak
A= A-1
Ya
Proses
pemotongan
tempe
B= B+1
Apakah
Penyimpanan
tempe potong
idle?
Ya
Tidak
B=B-1
Penyimpanan
tempe potong
A B
C=C+1
Apakah antrian
pengadonan idle?
Tidak
Ya
C=C-1
Proses
pengadonan
D=D+1
Apakah penggorengan
idle?
Tidak
Ya
D=D-1
Proses
penggorengan
B
A B
E=E+1
Apakah penirisan idle?
E= E-1
Proses penirisan
F= F+1
Tidak
Ya
Gambar 4.2 Flowchart sistem proses pembuatan keripik tempe
36 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
B
Apakah antrian
penyimpanan tempe
goreng idle?
F=F-1
Tidak
Ya
Selesai
Penyimpanan
tempe goreng
Apakah antrian
packaging idle?
Keripik
tempe pack
G= G+1
Tidak
Ya
G= G-1
Proses Packaging
Gambar 4.2 Flowchart sistem proses pembuatan keripik tempe (Lanjutan)
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
37
4.4 PENGUJIAN DISTRIBUSI DATA
Pengujian distribusi data dari data pengamatan yang telah ada dapat dilakukan
menggunakan software ProModel, dengan tools Stat:Fit dapat dilakukan melalui
langkah-langkah berikut:
1. Menjalankan software ProModel.
2. Pilih Tools pada tool bar, pilih Stat:Fit.
Gambar 4.3 Langkah pengujian stat:fit
3. Copy kan data yang sudah ada di excel ke dalam data tabel
Gambar 4.4 Pengujian stat:fit
4. Klik fit pilih Auto::fit
Gambar 4.5 Auto::fit
38 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
5. Klik OK
6. Kemudian akan muncul hasil output sebagai berikut
Gambar 4.6 Output pendaftaran automatic fitting
Berikut data yang diuji dengan stat::fit ditunjukkan pada tabel 4.1.
Tabel 4.1 Data Stat::Fit
No.
Pemotongan
(menit)
Penggorengan
(menit)
Packaging
(menit)
1 9.13 15.15 7.13
2 8.6 14.54 6.6
3 9.59 15.68 7.59
4 7.96 12.64 5.96
5 9.35 15.41 7.35
6 8.07 13.93 6.07
7 7.08 12.79 5.08
8 9.89 17.18 7.89
9 8.54 14.47 6.54
10 9.09 15.1 7.09
11 10.26 16.45 7.26
12 8.45 14.36 6.45
13 6.7 12.34 5.7
14 9.81 15.94 7.81
15 7.04 12.74 5.04
16 9.37 15.43 7.37
17 8.39 14.29 6.39
18 9.2 15.23 7.2
19 10.35 16.56 8.35
20 9.63 15.73 7.63
21 9.78 15.9 7.78
22 6.84 12.51 4.84
23 9.47 15.54 7.47
24 10.2 16.38 8.2
25 9.88 16.02 7.88
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
39
Tabel 4.1 Data Stat::Fit (Lanjutan)
No.
Pemotongan
(menit)
Penggorengan
(menit)
Packaging
(menit)
26 9.68 15.79 7.68
27 9.21 15.24 7.21
28 8.53 14.46 6.53
29 9.75 15.86 7.75
30 9.39 15.45 7.39
31 11.26 17.61 9.26
32 9.73 15.85 7.73
33 8.47 14.39 6.47
34 7.77 13.58 5.77
35 6.24 11.82 4.24
36 7.44 13.2 5.44
37 6.55 12.17 4.55
38 7.98 13.83 5.98
39 9.29 17.64 9.29
40 8.44 14.35 6.44
41 6.74 12.39 5.74
42 7.66 11.15 4.66
43 8.15 14.02 6.15
44 9.49 15.56 7.49
45 7.79 13.61 5.79
46 11.45 17.83 8.45
47 11.74 18.16 8.74
48 7.7 13.5 5.7
49 8.12 13.98 6.12
50 7.49 13.26 5.49
40 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Maka didapatkan hasil perolehan distribusi untuk setiap proses yang dapat
dilihat pada tabel 4.2.
Tabel 4.2 Penentuan Distribusi
Aktivitas Distribusi
Dugaan Hasil Stat::fit Rank
Rank
distribusi
pilihan
Distribu
si
Pilihan
Acceptance
Pemotongan
Uniform / Triangular
/ Normal
Normal (8.77, 1.27)
100
100 Normal (8.77,
1.27)
Do not reject
Lognormal
(-27.3, 3.59,
3.52e-002)
87.2
Uniform(6.24,
11.7) 0.
Penggorengan
Uniform / Triangular
/ Normal
Normal (14.7, 1.64)
100
100 Normal (14.7,
1.64)
Do not reject
Lognormal
(-456, 6.16,
3.49e-003)
99.1
Uniform (11.2,
18.2) 2.14
Packaging Uniform / Triangular
/ Normal
Normal (6.77,
1.21) 100
100 Normal (6.77,
1.21)
Do not reject
Lognormal
(-463, 6.15,
2.57e-003)
99.
Uniform (4.24,
9.29) 2.75
4.5 PEMBUATAN MODEL SISTEM KERIPIK TEMPE
Langkah-langkah pembuatan model adalah sebagai berikut:
1. Buka Software ProModel 7.5
2. Klik menu build kemudian pilih background graphics lalu pilih behind grid.
3. Kemudian klik menu Edit pilih Import Graphic lalu pilih Tutorial back.
4. Langkah berikutnya adalah pembuatan layout sistem produksi dimana proses
akan dilakukan. Pilih build pada tool bar, klik locations atau klik CTRL-L. buat
locations dengan cara men-drag simbol locations yang diinginkan ke layout.
Untuk mempermudah pembuatan sebaiknya pembuatan layout dilakukan
sesuai urutan proses produksi. Sehingga yang pertama kali dibuat adalah entity
spot kedatangan. Kemudian beri nama pada masing-masing locations dengan
cara rename di kolom name kemudian klik di lokasi yang diinginkan di layout,
lalu memasukkan kapasitas setiap locations tersebut pada kolom cap.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
41
Gambar 4.7 Pembuatan locations
Gambar 4.8 location
Tabel 4.3 Elemen Locations
No.Locations
Graphics TypeName Capacity Rules
1 Entity Spot Datang_Tempe 240 Oldest
2 Saw Pemotong_Tempe 60 Oldest
3 Pallet Penyimpanan_Tempe_Potong 72 Oldest, by type
4 Entity Spot Datang_Adonan 240 Oldest
5 Lathe Penggorengan_Tempe 60 Oldest
6 Table Penirisan_Tempe 72 Oldest
7 Barrel Peimpanan_Keripik_Tempe 84 Oldest
8 Entity Spot Datang_Plastik INFINITE Oldest
9 Box Packaging 60 Oldest
10 Conveyor Pemotongan_Tempe_Queue INFINITE Oldest, FIFO
11 ConveyorPenyimpanan_Tempe_Potong_
QueueINFINITE Oldest, by type
12 Conveyor Adonan_Queue INFINITE Oldest, FIFO
13 Conveyor Penggorengan_Tempe_Queue INFINITE Oldest, FIFO
14 Conveyor Penirisan_Tempe_Queue INFINITE Oldest, FIFO
15 ConveyorPenyimpanan_Keripik_Tempe_
QueueINFINITE Oldest, FIFO
16 Conveyor Packaging_Queue INFINITE Oldest, FIFO
17 Conveyor Keluar INFINITE Oldest, FIFO
18 Desk Meja_Plastik 150 Oldest
42 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
5. Klik menu build lalu pilih Entities. Masukkan tempe potong ke dalam entitas
sesuai dengan icon atau graphic seperti gambar 4.9.
Gambar 4.9 Entities
Tabel 4.4 Elemen Entities
No. Icon Name
1. Raw Material Tempe
2. Raw Material Tempe_Potong
3. Raw Material Tempe_Tepung
4. Raw Material Keripik_Tempe
5. Barrel Adonan
6. Bar Plastik
7. Raw Material Tempe_Goreng12
8. Raw Material Tempe_Goreng
6. Klik build, pilih path network. Pilih kolom path pada dialog box path network.
Pada layout klik kiri di sekitar locations tertentu lalu tarik garis menuju location
berikutnya klik kanan pada locations tujuan, kemudian lanjutkan lagi sesuai
langkah di awal.
Gambar 4.10 Path network
Untuk membut interfaces pilih kolom interfaces, klik kiri pada locations yang
dijadikan awal proses kemudian klik pada locations. Ulangi semua langkah
hingga seluruh tempat proses produksi terhubung sesuai jalur dengan interfaces.
7. Untuk menambahkan resources yang akan digunakan klik build, pilih resources
atau CTRL-R, tambahkan operator dengan memilih operator graphics.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
43
Gambar 4.11 Resources
Tabel 4.5 Daftar Resource
No. Name Units Dts Stats Specs
1. Operator_Potong 2 None By Unit Net1, N1, Rtn Home
2. Operator_Adonan 1 None By Unit Net2, N1, Rtn Home
3. Operator_Packaging 2 None By Unit Net4, N1, Rtn Home
4. Operator_Goreng 2 None By Unit Net3, N1, Rtn Home
8. Tahap selanjutnya adalah menentukan logika proses. Klik build pilih processing
atau CTRL-P. Pada proses pembuatan keripik tempe masukkan klik kolom
entity dan pilih adonan, klik OK. Klik kolom location dan pilih entity spot
datang_adonan dan klik OK. , Lalu klik kolom operation dan ketikkan INC
WIP. Klik kolom output dan pilih adonan, kemudian klik kolom destination dan
pilih adonan_queue. Kemudian klik pada kolom rule dan muncul tampilan
routing rule, centang pada start new block dan isikan quantity dengan angka 1,
kemudian pilih first available dan klik OK, lalu klik pada kolom move logic dan
masukkan logika proses. Pada processing terdapat dua jenis logika yaitu logika
process layout dan routing layout. Contoh alur proses ditunjukkan pada gambar,
berikut:
44 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
a. Kedatangan adonan menuju adonan_queue
Gambar 4.12 Proses kedatangan adonan menuju adonan_queue
Tabel 4.6 Logika Processing
Entity Location Operation Output Destination Rule Move Logic
1 Adonan Datang_Adonan INC WIP Adonan Adonan_Queue FIRST 1
MOVE WITH
Operator_Adonan
THEN FREE
2 Adonan Adonan_Queue AdonanPenyimpanan_Tempe_
Potong_QueueFIRST 1
MOVE WITH
Operator_Adonan
THEN FREE
3 Adonan Penyimpanan_Tempe_Potong_Queue AdonanPenyimpanan_Tempe_
PotongJOIN 1
MOVE WITH
Operator_Adonan
THEN FREE
5 Tempe Pemotongan_Tempe_Queue Tempe Pemotong_Tempe FIRST 1
MOVE WITH
Operator_Potong
THEN FREE
6 Tempe Pemotong_Tempe
USE Operator_Potong
FOR N(8.77, 1.27)
MIN SPLIT 60 AS
Tempe_Potong
7 Tempe_Potong Pemotong_Tempe Tempe_PotongPenyimpanan_Tempe_
Potong_QueueFIRST 1
8 Tempe_Potong Penyimpanan_Tempe_Potong_Queue Tempe_PotongPenyimpanan_Tempe_
PotongFIRST 1
9 Tempe_Potong Penyimpanan_Tempe_Potong JOIN 1 Adonan
10 Tempe_Potong Penyimpanan_Tempe_Potong WAIT 1 SEC Tempe_TepungPenggorengan_Tempe
_QueueFIRST 1
MOVE WITH
Operator_Goreng
THEN FREE
MOVE WITH
Operator_Potong
THEN FREE
No.Processing Routing
4 Tempe Datang_Tempe INC WIP TempePemotongan_Tempe_
QueueFIRST 1
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
45
Tabel 4.6 Logika Processing (Lanjutan)
Entity Location Operation Output Destination Rule Move Logic
11 Tempe_TepungPenggorengan_Tempe_
QueueTempe_Tepung Penggorengan_Tempe FIRST 1
MOVE WITH
Operator_Goreng
THEN FREE
12 Tempe_Tepung Penggorengan_TempeGROUP 60 AS
Tempe_Tepung
13 Tempe_Tepung Tempe_Tepung
USE
Operator_Goreng
FOR N (14.7, 1.64)
MIN
Tempe_Goreng Penirisan_Tempe_Queue FIRST 1
MOVE WITH
Operator_Goreng
THEN FREE
14 Tempe_Goreng Penggorengan_Tempe UNGROUP
15 Tempe_Goreng Penirisan_Tempe_Queue Tempe_Goreng Penirisan_Tempe FIRST 1 MOVE WITH
16 Tempe_Goreng Penirisan_Tempe WAIT 2 MIN Tempe_GorengPenyimpanan_Keripik_Tempe
_QueueFIRST 1
MOVE WITH
Operator_Goreng
THEN FREE
17 Tempe_GorengPenyimpanan_Keripik_
Tempe_QueueTempe_Goreng Penyimpanan_Keripik_Tempe FIRST 1
MOVE WITH
Operator_Goreng
THEN FREE
18 Tempe_GorengPenyimpanan_Keripik_
TempeACCUM 5 Tempe_Goreng Packaging_Queue FIRST 1
MOVE WITH
Operator_Packaging
THEN FREE
19 Tempe_Goreng Packaging_Queue Tempe_Goreng Packaging FIRST 1
MOVE WITH
Operator_Packaging
THEN FREE
20 Tempe_Goreng Packaging COMBINE 12 Tempe_Goreng12 Meja_Plastik JOIN 1
MOVE WITH
Operator_Packaging
THEN FREE
21 Plastik Datang_Plastik INC WIP Plastik Meja_Plastik FIRST 1 MOVE FOR 5 SEC
22 Plastik Meja_PlastikJOIN 1
Tempe_Goreng12Keripik_Tempe Keluar FIRST 1
DEC WIP
INCTotal_Biaya,
GETCOST()
Total_Product=
Total_Product+1
No.Processing Routing
23 Keripik_Tempe Keluar Keripik_Tempe EXIT FIRST 1
46 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
9. Untuk pembuatan variable yang mendefinisikan fungsi tertentu seperti total
produk, WIP dan biaya produksi, dapat dilakukan dengan cara sebagai berikut:
klik bulid, pilih variables atau klik icon V. Ketikkan ID yang diinginkan, untuk
pertama ketikkan WIP. Aktifkan icon variable menjadi yes dengan klik variable
WIP tempatkan pada layout model yang telah dibuat. Ulangi langkah tersebut
untuk total produk dan total biaya.
Gambar 4.13 Langkah pembuatan variables
Tabel 4.7 Daftar Variable
Icon ID Type Initial Value Stats Notes
Yes WIP Integer 0 Time series,
Time
Yes Total_Product Integer 0 Time series,
Time
Yes Total_Biaya Integer 0 Time series,
Time
10. Jalankan simulasi, klik simulation pada tool bar. Pilih options, pada run time ketik
8 (to run for 8 hours). Hilangkan centang pada cost pada replications, ketikkan
jumlah replikasi yang diinginkan, klik OK. Kemudian save project, klik run dan
simulasi akan dijalankan.
Gambar 4.14 Running simulasi
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
47
4.6 ANALISIS DAN PEMBAHASAN
Pada subbab ini akan dibahas hasil simulasi yang dijelaskan sebagai berikut :
1. Total Exit dan Current Qty In System pada Entity Activity
Tabel 4.8 Output Entity Activity Sistem Produksi Keripik Tempe Lestari
Entity
Total Exits Current Qty In System
Replikasi ke- Replikasi ke-
1 2 3 4 5 1 2 3 4 5
Tempe 30,00 30,00 30,00 30,00 30,00 0,00 0,00 0,00 0,00 0,00
Adonan 1800,00 1800,00 1800,00 1800,00 1800,00 200,00 200,00 200,00 200,00 200,00
Tempe_Potong 0,00 0,00 0,00 0,00 0,00
0,00 0,00 0,00 0,00 0,00
Tempe_Tepung 0,00 0,00 0,00 0,00 0,00
0,00 0,00 0,00 0,00 0,00
Tempe_Goreng 1830,00 1830,00 1830,00 1830,00 1830,00 0,00 0,00 0,00 0,00 0,00
Tempe_Goreng12 150,00 150,00 150,00 150,00 150,00 0,00 0,00 0,00 0,00 0,00
Kripik_Tempe 150,00 150,00 150,00 150,00 150,00 0,00 0,00 0,00 0,00 0,00
Plastik 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Gambar 4.15 Grafik total exit sistem produksi keripik tempe lestari
Total exit pada entity activity memiliki arti bahwa banyaknya entitas yang keluar
dari sistem berdasarkan simulasi sistem yang telah dibuat. Berdasarkan hasil output
entity activity pada sistem produksi pembuatan Kripik Tempe Lestari menunjukan
bahwa total exit yang terdapat pada entitas Tempe, Adonan, Tempe_Goreng,
Tempe_Goreng12 dan Kripik_Tempe memiliki jumlah lebih dari 0,00 karena
entitas tersebut telah selesai diproses dan merupakan produk jadi.
48 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Jumlah total exit terbanyak ada pada entitas Tempe_Goreng sebesar 1830
karena sebelum tempe digoreng, tempe dikumpulkan terlebih dahulu sebanyak 60
kemudian diproses bersamaan. Sedangkan jumlah total exit terendah terdapat pada
entitas Tempe_Potong, Tempe_Tepung, dan Plastik sebesar 0,00 karena entitas
tersebut belum selesai melewati tahap proses dan merupakan produk setengah jadi.
Gambar 4.16 Grafik current qty in system dari sistem produksi keripik tempe lestari
Current qty in system pada entity activity menunjukan berapa banyak entitas yang
berada dalam sistem ketika sistem dihentikan. Berdasarkan data hasil output
simulasi pada sistem produksi Kripik Tempe Lestari menunjukan hanya adonan
yang memiliki output sebesar 200,00 karena entitas tersebut tidak sepenuhnya
digunakan akibat banyaknya jumlah entitas tidak sebanding dengan input entitas
yang diproses. Sedangkan untuk entitas lainnya ketika sistem dihentikan, jumlah
produk yang terdapat dalam sistem berjumlah 0 (nol). Untuk mengatasi hal tersebut
maka perusahaan harus mengurangi kembali kuantitas adonan agar entitas tersebut
tidak tetap berada dalam sistem setelah diproses.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
49
2. Location
Tabel 4.9 Output Location Sistem Produksi Keripik Tempe Lestari
Location
% Utilization
Replikasi ke-
1 2 3 4 5
Datang Tempe 0,00 0,00 0,00 0,00 0,00
Pemotong Tempe 0,58 0,59 0,58 0,60 0,61
Penyimpanan Tempe Potong 50,00 50,05 50,05 49,87 49,77
Datang Adonan 0,00 0,00 0,00 0,00 0,00
Penggorengan Tempe 10,89 10,89 10,89 10,89 10,89
Penirisan Tempe 4,50 4,50 4,50 4,50 4,50
Penyimpanan Kripik Tempe 0,00 0,00 0,00 0,00 0,00
Datang Plastik 0,00 0,00 0,00 0,00 0,00
Packaging 0,00 0,00 0,00 0,00 0,00
Meja Plastik 5,56 5,56 5,56 5,57 5,57
Pemotongan Tempe Queue 0,00 0,00 0,00 0,00 0,00
Penyimpanan Tempe Queue 0,03 0,03 0,03 0,03 0,03
Penggorengan Tempe Queue 0,00 0,00 0,00 0,00 0,00
Penirisan Tempe Queue 0,00 0,00 0,00 0,00 0,00
Penyimpanan Kripik Tempe Queue 0,00 0,00 0,00 0,00 0,00
Keluar 0,00 0,00 0,00 0,00 0,00
Gambar 4.17 Grafik utilization location pada sistem produksi keripik tempe lestari
Pada location yang dianalisis adalah utilization. Utilization menunjukan kinerja
dari tiap-tiap lokasi. Setiap utilization pada masing-masing replikasi berbeda. Meski
pada setiap replikasi jumlah entitas kedatangannya sama, namun hasilnya tidak
menentu. Hal ini diakibatkan oleh waktu dimana tiap entitas berada pada tiap tiap
lokasi berbeda.
50 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Utilization terbesar berada pada location penyimpanan tempe potong, yaitu
sebesar 49,77-50,05 yang dikarenakan oleh entitas untuk menggabung entitas
Adonan dan Tempe_Potong menjadi entitas baru yaitu Tempe_Tepung sekaligus
menyimpan hasil pemrosesan menunggu untuk digunakan pada proses selanjutnya.
Sedangkan utilization terkecil yaitu sebesar 0,00 terdapat pada penyimpanan kripik
tempe, datang plastik, datang adonan, datang tempe, packaging dan beberapa Queue
yang artinya pada location tersebut proses yang terjadi hanya entitas datang yang
sudah siap dibentuk tidak memerlukan suatu proses pengerjaan di location tersebut.
Dalam menyikapi hal tersebut maka perusahaan harus merampingkan kembali
location kerja yang ada agar dalam pengerjaannya produksi dapat berjalan efisien.
3. Resource
Tabel 4.10 Output Resource Sistem Produksi Keripik Tempe Lestari
Resource
%Utilization
Replikasi ke-
1 2 3 4 5
Operator Potong 23,33 23,56 23,25 23,98 24,23
Operator Adonan 50,75 53,51 53,56 53,51 53,48
Operator Packaging 0,00 0,00 0,00 0,00 0,00
Operator Goreng 55,92 64,09 64,09 64,09 64,09
Gambar 4.18 Grafik Utilization resource pada sistem produksi keripik tempe lestari
Pada resource, yang dianalisis adalah utilization tiap operator. Utilization
digunakan untuk menentukan kinerja tiap operator yang berkerja. Presentase
utilization resource untuk manusia yang baik antara 50-70%. Operator potong
bertugas untuk memotong tempe.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
51
Operator adonan bertugas untuk mengantarkan adonan dan menyatukannya
dengan tempe potong. Operator packaging bertugas untuk mengepak tempe goreng.
Operator goreng bertugas untuk menggoreng dan meniriskan tempe. Utilitas
terbesar berada di operator goreng dengan utilization pada range 55,92- 64,09. Ini
berarti operator goreng sudah memenuhi utilitas dan memiliki produktivitas yang
paling besar. Hal tersebut dikarenakan operator goreng melakukan banyak
pekerjaan seperti melakukan penggorengan, penirisan dan menaruh ke tempat
penyimpanan tempe. Sedangkan untuk operator dengan utilitas terendah dimiliki
oleh operator packaging sebesar 0,00. Dalam mengatasi hal tersebut maka
perusahaan harus memberikan pekerjaan yang lebih untuk operator yang
produktivitas kerjanya rendah. Sedangkan operator yang produktivitas kerjanya
sudah tinggi tetap dipertahankan dan operator yang utilitasnya 0,00 dapat digabung
dengan operator lain.
4.7 VERIFIKASI DAN VALIDASI
Verifikasi dan validasi dari sistem pembuatan keripik tempe dapat dijelaskan
sebagai berikut.
4.7.1 Verifikasi
Berikut ini adalah tahapan-tahapan yang dilakukan dalam memverifikasi
model simulasi :
1. Membandingkan model konseptual pada Petri Net model pada software simulasi.
AntrianPemotngan
Penyimpanan
ke dalam
wadah
antrian antrianKedatngan
Tempe
penggorenga
n
idle
idle
Arrive Begin End Begin arrive arrive begin
AntrianPenggabung
an tempe
dan adonan
Arrive Begin
penirisan antrianantrian keluarpengepakan
idleidle
arrive begin arrive begin end
Kedatangan
adonan
Kedatangan
Plastik
arrive
52 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Gambar 4.19 Perbandingan antara diagram alir konseptual dengan model pada software
simulasi
Dari gambar 4.19 dapat diketahui bahwa perbandingan hasil ProModel terhadap
bagan Petri Net tidaklah berbeda. Urutan proses pada Petri Net dan interface
simulasi ProModel sama, dimulai dari datang tempe, pemotongan, datang
adonan, penyimpanan tempat ke wadah, penggabungan tempe dan adonan,
penggorengan, penirisan dan packaging. Pada masing-masing proses juga
terdapat antrian entitas untuk masuk ke proses selanjutnya dan ketika satu
proses mengalami aktivitas maka lokasi/proses yang lain akan mengalami idle.
Dari hasil analisa pembandingan tersebut maka dapat disimpulkan bahwa hasil
ProModel tersebut verified dengan bagan Petri Net.
2. Pengecekan input parameter dan satuan yang digunakan pada ProModel
Gambar 4.20 Input parameter
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
53
Pengecekan input parameter dan satuan dilakukan dengan membandingkan
operation pada process dalam ProModel dengan data pengamatan pada sistem
pembuatan keripik tempe sebenarnya. Dari gambar 4.20 dapat dilihat
distribusi yang ada pada ProModel dengan distribusi yang telah dipilih dari
pengujian dengan menggunakan Stat::Fit bernilai sama, sehingga dapat
disimpulkan bahwa operation pada ProModel sesuai dengan data pengamatan
yang telah diuji.
3. Melakukan pengecekan animasi pada ProModel.
Gambar 4.21 Animasi proses sistem pada ProModel
Dari Gambar 4.21 dapat dilihat animasi dengan model pada software simulasi
dapat berjalan sesuai sistem nyata sehingga dapat terverifikasi.
4. Melakukan pengecekan bahwa program tidak mengalami error saat dijalankan.
Untuk mengecek bahwa program tidak mengalami error saat dijalankan yaitu
dilakukan pengujian compile error dengan cara mengklik icon compile pada kotak
dialog operation pada Process. Lalu dilakukan pengujian masing-masing operation
dan move logic-nya dengan compile.
54 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Gambar 4.22 Pengecekan complied successfully
Pada gambar 4.22 diatas dapat diketahui bahwa pada pengujian compile pada
processing dan move logic-nya, kedua menunjukkan compiled successfully, sehingga
dapat disimpulkan simulasi ini sudah terverifikasi dan tidak ada error dalam sistem
ini.
4.7.2 Validasi
Pengujian validasi adalah cara untuk menentukan apakah hasil dari simulasi
dapat mendeskripsikan situasi sebenarnya dalam sebuah sistem. Uji validasi dapat
dilakukan setelah melakukan uji kenormalan. Jika data berdistribusi normal maka
metode yang digunakan adalah Independent T-Test. Namun apabila data tidak
berdistribusi normal maka menggunakan metode Mann-Whitney. Berikut
merupakan data rekap simulasi pada ProModel dan data pengamatan sistem
pembuatan keripik tempe.
Tabel 4.11 Rekap Data ProModel dan Data Aktual
Replikasi
Output
Data
Aktual
Data
Simulasi
1 140 150
2 143 150
3 147 150
4 153 150
5 155 150
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
55
Langkah pengujian data distribusi normal menggunakan software SPSS adalah
sebagai berikut:
1. Mendefinisikan nama variabel pada variable view (total_output), kemudian
memasukkan data pada data view pada software SPSS.
2. Klik analyze, pilih Descriptive statistic, Explore, Masukkan data_output kedalam
Dependent list untuk menguji data output
3. Klik ok
Hasil dari pengujian kenormalan data output dapat dilihat pada tabel 4.12.
Tabel 4.12 Hasil Pengujian Kenormalan Data Output menggunakan SPSS
Tests of Normalityb
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
VAR00002 .201 5 .200* .940 5 .663
a. Lilliefors Significance Correction
*. This is a lower bound of the true significance.
b. VAR00001 is constant. It has been omitted.
Hipotesis :
H0 = data berdistribusi normal untuk proses Output keripik tempe
H1 = data tidak berdistribusi normal untuk proses Output keripik tempe
Nilai taraf nyata (α) = 0.05
Kriteria pengujian:
H0 diterima jika nilai semua Sig. ≥ 0,05
H0 ditolak jika nilai semua Sig. < 0,05
Kesimpulan:
Berdasarkan uji kenormalan menggunakan SPSS diperoleh nilai sig. = 0,200
Nilai sig. yang diperoleh lebih besar dibandingkan dengan nilai taraf nyata (α) =
0,05. Sehingga dapat disimpulkan bahwa data output hasil output berdistribusi
normal.
Berdasarkan hasil uji kenormalan pada data output dapat diketahui bahwa
keempat data tersebut berdistribusi normal. Maka diputuskan untuk menggunakan
uji parametrik pada Software SPSS, yaitu indepedent sample t-test.
56 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Langkah-langkah pengujian validasi yang dilakukan pada Software SPSS antara
lain:
1. Aktifkan variable view dan isikan nama variabel, kemudian isikan data pada
data view.
2. Klik analyze, pilih Compare Means, kemudian pilih Independent Sample T-Test.
3. Masukkan data ke dalam test variable dan jenis ke dalam grouping, klik define
group, ketik “1” pada group 1 dan ketik “2” pada group 2. Lalu klik continue.
Pengujian validasi hasil ouput:
Hipotesis:
H0 : tidak ada perbedaan data ouput data dari aktual dengan data ProModel
H1 : terdapat perbedaan data ouput antara data aktual dengan data ProModel
Nilai taraf nyata (α) = 0.025
Kriteria pengujian:
H0 diterima jika nilai semua Sig. > 0,025
H0 ditolak jika nilai semua Sig. < 0,025
Hasil dari uji indepedent sample t-test proses ouput pembuatan keripik tempe
dapat dilihat pada Tabel 4.13.
Tabel 4.13 Hasil Pengujian Indepedent Sample T-test
Independent Samples Test
Levene's Test for Equality of Variances t-test for Equality of Means
F Sig. t Df Sig. (2-tailed)
Mean Differenc
e
Std. Error Differenc
e
95% Confidence Interval of the
Difference
Lower Upper
VAR00002
Equal variances assumed
16.319 .004 .840 8 .425 2.40000 2.85657 -4.18727 8.98727
Equal variances not assumed
.840 4.000 .448 2.40000 2.85657 -5.53111 10.33111
Berdasarkan Independent Sample T-Test menggunakan SPSS diperoleh nilai sig.
= 0,425 dan 0,448. Nilai sig. yang diperoleh lebih besar dibandingkan dengan nilai
taraf nyata (α) = 0,025. Sehingga dapat disimpulkan data hasil ouput aktual dan
simulasi tidak adanya perbedaan yang signifikan antara hasil dari simulasi dan
sistem nyata, maka dapat disimpulkan pemodelan sistem yang dibuat telah valid.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
57
BAB V
PENUTUP
5.1 KESIMPULAN
Berdasarkan praktikum modul satu yang telah dilakukan, maka dapat
disimpulkan sebagai berikut.
1. Proses yang ada dalam pembuatan keripik tempe yaitu meliputi proses
pemotongan, pengadonan, penggorengan, penirisan dan packaging. Pada proses
pembuatan keripik tempe memiliki permasalahan yaitu kurangnya resource,
sehingga waktu yang dibutuhkan untuk melakukan kegiatan tiap prosesnya
juga lebih lama.
2. Hasil dari analisis yang didapatkan pada sistem ini sebagai berikut:
a. Location Utilization(%)
Utilitas terbesar terletak pada penyimpanan tempe potong yaitu dengan
range 49,77-50,05 dikarenakan pada lokasi ini memakan waktu proses yang
paling besar dibanding dengan waktu proses pada lokasi yang lainnya
berdasarkan waktu yang disediakan sehingga menghasilkan prosentase
utilitas yang tinggi sedangakan utilitas terkecil yaitu sebesar 0,00 pada
location datang tempe, datang adonan, penyimpanan keripik tempe, datang
plastik, packaging, pemotongan tempe queue, adonan queue, penggorengan
tempe queue, penirisan tempe queue, penyimpanan keripik tempe queue,
packaging queue dan keluar dikarenakan aktivitas yang dilakukan di tempat
tersebut tidak terlalu banyak.
b. Resource (% Utilization)
Utilitas terbesar pada operator goreng dengan utilization pada range 55,92-
64,09, karena kegiatan yang dilakukan oleh operator lebih banyak,
sehingga diperlukan penambahan operator. Sedangkan utilitas terkecil
pada operator adonan, operator packaging dan operator goreng sebesar 0,00
untuk tiap replikasi dikarenakan pada operator tersebut melakukan
pekerjaan yang tidak terlalu berat sehingga memiliki utilitas terkecil.
58 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
c. Entity activity
Total exits terbesar yaitu pada entitas tempe goreng sebesar 1830 disetiap
replikasi, yang menunjukan bahwa output terbesar pada sistem ini adalah
entitas tempe goreng. Sedangkan total exits terkecil pada pada sistem
pembuatan keripik tempe pada entitas tempe potong, tempe tepung, dan
plastik sebesar 0,00 disetiap replikasinya, hal ini dikarenakan ketiga entitas
ini bukan entitas yang diproses dalam sistem.
d. Current Quantity in System
Jumlah entitas yang masih ada dalam sistem ketika simulasi dihentikan
adalah pada adonan yang memiliki output sebesar 200,00, karena kapasitas
adonan lebih besar dibandingkan dengan entitas yang masuk. Untuk
entitas tempe, tempe potong, tempe tepung, keripik tempe, plastik, tempe
goreng 12 dan tempe goreng Current Quantity in System adalah sebesar 0,00.
Hal ini berarti tidak ada entitas yang tersisa ketika simulasi dihentikan.
e. Setelah menjalankan simulasi dilakukan verifikasi dan validasi data untuk
menguji kredibilitas/kesesuaian sistem nyata dengan model simulasi.
1) Verifikasi adalah proses untuk menetukan apakah model telah
beroperasi sesuai yang diinginkan Programmer, hasil dari verifikasi
sebagai berikut:
a) Membandingkan model konseptual pada Petri Net model pada
software simulasi dan hasil dari verifikasi adalah model sistem
yang terdapat pada software ProModel sudah sesuai dengan
model sistem yang terdapat pada Petri Net.
b) Pengecekan input parameter dan satuan yang digunakan pada
ProModel dan hasil dari verifikasi adalah operation pada ProModel
sesuai dengan data pengamatan yang telah diuji.
c) Melakukan pengecekan animasi pada ProModel dan hasil dari
verifikasi adalah animasi yang terdapat pada ProModel sudah
sesuai sistem nyata, yaitu mulai dari proses pemotongan tempe,
pengadonan, penggorengan, penirisan dan packaging pada
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
59
tempe sampai akhirnya tempe keluar dari sistem dan menjadi
produk jadi yaitu keripik tempe.
d) Melakukan pengecekan bahwa program tidak mengalami error
saat dijalankan dan hasil dari verifikasi adalah pengujian
compile pada processing dan move logic-nya, kedua menunjukkan
compiled successfully
Dari verifikasi yang dilakukan menunjukan proses pembuatan keripik tempe
pada sistem nyata sesuai dengan model simulasi. Pengujian validasi adalah cara
untuk menentukan apakah hasil dari simulasi dapat mendeskripsikan situasi
sebenarnya dalam sebuah sistem. Sebelum dilakukan validasi dilakukan uji
kenormalan pada output menggunakan SPSS diperoleh nilai sig. = 0,200 lebih besar
dibandingkan dengan nilai α = 0,05. Sehingga dapat disimpulkan bahwa data output
hasil output berdistribusi normal. Kemudian dilakukan Independent Sample T-Test
menggunakan SPSS menunjukan hasil ouput aktual dan simulasi adalah tidak
begitu berbeda atau tidak ada perbedaan data proses ouput data dari aktual dengan
data ProModel yaitu dengan nilai sig. = 0,425 lebih besar dibandingkan dengan nilai
α = 0,448.
5.2 SARAN
Sebaiknya UKM Lestari menambah jumlah operator karena utilitas terlalu
tinggi pada operator penggorengan. Sehingga produktifitas dari UKM Lestari dapat
meningkat. Akan tetapi UKM Lestari juga harus memperhatikan biaya yang akan
dikeluarkan pada saat melakukan penambahan operator maka akan memperbanyak
biaya yang akan dikeluarkan pada perusahaan.
60 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
(Halaman ini sengaja dikosongkan)