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.


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.


(Halaman ini sengaja dikosongkan)


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)


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.


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.


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.


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:


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.


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.


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.


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


3. Panah (Flow relation)

Merepresentasikan relasi urutan antar node yang menunjukan bahwa node

pendahulu berlanjut menjadi node berikutnya.

Gambar 2.5 Flow relation diagram


Activity

Event


4. Token (Marking)

Merepresentasikan pergerakan location atau perubahan kondisi yang dialami

entitas.

Gambar 2.6 Marking diagram


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


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.


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


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


b. Identifikasi hambatan yang terdapat pada sistem

c. Menyiapkan spesifikasi dari simulasi

d. Merencanakan jadwal permodelan

2. Mendefinisikan sistem yang akan disimulasikan


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


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


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.


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


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:


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.


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


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.


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).


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.


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


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.


29

BAB III

METODOLOGI PENELITIAN

3.1 DIAGRAM ALIR PRAKTIKUM

Berikut adalah diagram alir praktikum:

Gambar 3.1 Diagram alir praktikum


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


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.


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.


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.


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.


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


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)


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


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


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


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.


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


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.


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:


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


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


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


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.


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.


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.


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.


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


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


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.


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


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


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.


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.


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.


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


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.

MODUL 1 FIX.pdf

Documents

Transcript of MODUL 1 FIX.pdf