Print Simul 1

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

1

BAB I

PENDAHULUAN

1.1 LATAR BELAKANG

Produk keripik tempe merupakan salah satu makanan ringan yang sangat

populer dari Kota Malang. Cita rasa keripik tempe yang khas, ditambah banyaknya

variasi bumbu, serta harganya yang relatif murah membuat makanan ringan ini

sering dipilih menjadi buah tangan oleh wisatawan yang datang ke Kota Malang.

Seiring dengan meningkatnya minat wisatawan terhadap makanan yang satu ini,

industri pembuat keripik tempe juga semakin menjamur di wilayah Malang dan

sekitarnya. Meski begitu, terdapat salah satu industri rumahan pembuat keripik

tempe yang sudah berdiri cukup lama dan menjadi salah satu merk keripik tempe

yang paling terkenal di Malang, yakni Keripik Tempe Bu Nurdjanah.

Selain memproduksi keripik tempe untuk dijual dengan merknya sendiri,

industri rumahan keripik tempe milik Bu Nurdjanah ini juga turut memproduksi

keripik tempe untuk beberapa merk lain, ataupun keripik tempe pesanan dari

berbagai kota di seluruh Indonesia, sehingga pemilik memutuskan untuk

menambah resource pekerja untuk mengimbangi volume pesanan tersebut. Namun

setelah beberapa waktu, penambahan jumlah pekerja dirasa mulai membawa

masalah baru, yakni sering didapatinya pekerja yang menganggur di titik-titik

waktu dan lokasi kerja tertentu, sementara sering pula didapati lokasi lain yang

terlampau sibuk di waktu yang bersamaan.

Simulasi merupakan salah satu pendekatan ilmiah untuk menganalisis sistem

nyata, termasuk untuk mendeteksi berbagai permasalahan yang mungkin terjadi

dalam sebuah sistem melalui sebuah software. Salah satu softwaresimulasi yang

sering digunakan adalah softwareProModel. Oleh karena itu, diharapkan simulasi

keseluruhan sistem produksi keripik tempe milik Bu Nurdjanah yang dibuat melalui

softwareProModel di praktikum kali ini dapat membantu menganalisis titik

permasalahan dalam sistem produksi serta memberikan solusi bagi masalah-

masalah tersebut.

2 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

1.2 IDENTIFIKASI MASALAH

Berikut merupakan beberapa masalah dalam sistem produksi keripik tempe

milik Bu Nurdjanah:

1. Sering didapatinya pekerja yang menganggur di titik-titik waktu dan lokasi

kerja tertentu padahal didapati lokasi lain yang terlampau sibuk di waktu yang

bersamaan.

2. Entitas seringkali mengalami delay.

3. Pemanfaatan resource untuk pengolahan entitas dirasa belum maksimal.

1.3 RUMUSAN MASALAH

Berikut merupakan rumusan masalah dari praktikum Simulation and ProModel

Software:

1. Bagaimana utilitas resource dalam sistem produksi keripik tempe Bu Nurdjanah

saat ini?

2. Bagaimana memodelkan sistem produksi keripik tempe Bu Nurdjanah dengan

menggunakan softwareProModel?

3. Bagaimana rekomendasi penyelesaian permasalahan pada sistem produksi

keripik tempe Bu Nurdjanah?

1.4 BATASAN MASALAH

Batasan dari praktikum Simulation and ProModelSoftware adalah:

1. Pengambilan data setiap proses sebanyak 5 set data, yang dimana masing-

masing terdapat 10 data waktu.

2. Proses pembuatan keripik tempe yang diamati hanya untuk keripik tempe

kemasan ukuran 130 gram (isi 27 keping).

1.5 ASUMSI-ASUMSI

Asumsi dari praktikum Simulation and ProModel Software adalah:

1. Data berdistribusi normal.

2. Proses produksi berjalan lancar (tidak ada kerusakan resource, dll.).

3. Tidak memperhitungkan biaya.


3

1.6 TUJUAN PENELITIAN

Tujuan dari praktikum Simulation and ProModel Software adalah:

1. Mengetahui utilitas resource pada sistem produksi keripik tempe Bu Nurdjanah.

2. Mengetahui cara memodelkan sistem produksi keripik tempe Bu Nurdjanah

dengan menggunakan software ProModel.

3. Mengetahui rekomendasi solusi penyelesaian permasalahan pada sistem

produksi keripik tempe Bu Nurdjanah.

1.7 MANFAAT PENELITIAN

Manfaat dari praktikum Simulation and ProModel Software adalah:

1. Mampu menjelaskan permasalahan pada utilitas resource sistem produksi

keripik tempe Bu Nurdjanah kepada pihak produsen.

2. Tersusunnya simulasi sistem produksi keripik tempe Bu Nurdjanah dengan

menggunakan software ProModel.

3. Memberi rekomendasi solusi penyelesaian permasalahan pada sistem produksi

Keripik Tempe Bu Nurdjanah.


(Halaman ini Sengaja Dikosongkan)


5

BAB II

TINJAUAN PUSTAKA

2.1 SISTEM

Sistem menurut Blanchard (1991:25) adalah sekumpulan elemen yang bekerja

sama untuk mencapai tujuan yang diharapkan.Beberapa contoh nyata dari sistem

yang bisa ditemui di kehidupan sehari-hari adalah sistem komunikasi dan

informasi, sistem manufaktur, sistem ekonomi, dan masih banyak sistem lainnya.

2.1.1 Elemen Sistem

Sebagaimana yang didefinisikan oleh Harrel (2004:25), elemen-elemen dari

sebuah sistem mendefinisikan siapa, apa, di mana, kapan, dan bagaimana suatu

entitas mengalami pemrosesan. Berikut merupakan elemen-elemen dari sebuah

sistem.

1. Kejadian (event)

Merupakan suatu peristiwa yang dapat mengubah keadaan sistem

2. Aktivitas (activity)

Merupakan setiap proses yang menyebabkan perubahan dalam sistem yang

dapat mengubah atribut maupun entity

3. Hubungan (relationship)

Merupakan kesinambungan interaksi antara dua objek atau lebih yang

memudahkan proses pengenalan satu akan yang lain

4. Antarmuka penghubung (interface)

Merupakan media penghubung antarsubsistem

5. Atribut

Merupakan sebutan, sifat, atau karakteristik yang dimiliki elemen

sistem.Terdapat dua macam atribut, yakni:

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

simulasi dijalankan

b. Variable: informasi yang mencerminkan karakteristik suatu sistem yang

mengikat sistem secara keseluruan, sehingga semua entity dapat

mengandung variabel yang sama.


6. Batas sistem (boundary)

Merupakan daerah yang membatasi suatu sistem dengan sistem lain atau

lingkungan luarnya

7. Lingkungan luar (environment)

Merupakan kondisi ataupun entitas yang berada di luar sistem namun

mempengaruhi operasi sistem

8. Masukan sistem (input)

Merupakan suatu energi yang dimasukkan ke dalam sistem

9. Penggangu (disturbance/noise)

Merupakan faktor-faktor yang menyebabkan terjadinya kesalahan pada sistem.

10. Keluaran sistem (output)

Merupakan hasil dari energi yang diolah dan diklasifikasikan menjadi keluaran

11. Umpan Balik (feedback)

Merupakan reaksi dan respon stakeholder atas sistem yang dilakukan

12. Ukuran performansi sistem

Ukuran performansi sistem dibagi menjadi dua, yaitu:

a. Transient state

Situasi awal setelah sistem dimulai atau diinisiasikan

b. Steady state

Keadaan stabil dengan berbagai properti yang tidak berubah dalam waktu

13. Proses pengolahan (transformation process)

Merupakan suatu proses yang akan mengubah masukan menjadi keluaran

14. Perilaku sistem (behavior)

Merupakan perilaku dari sistem yang melibatkan masukan, pengolahan, dan

keluaran.

2.1.2 Klasifikasi Sistem

Menurut Christoper (2004), sistem dapat diklasifikasikan berdasarkan dua hal

sebagai berikut:


7

1. Tipe Entitas

a. Discrete Event System

Suatu event terjadi di suatu waktu tertentu dan antar kejadian dalam sistem

tidak terpengaruh oleh jumlah entitas yang masuk.

b. Continuous Event System

Status dari suatu komponen dalam sistem akan berubah secara kontinyu

seiring perubahan waktu yang terjadi.

c. Combined Event Models

Model ini terdiri dari dua komponen, yakni komponen diskrit dan

kontinyu. Entitas yang berada dalam model dapat dihitung maupun

diukur.

2. Kondisi Entitas ketika Sistem Berakhir

a. Terminating

Sistem yang tidak memperbolehkan entitas untuk tetap berada dalam

sistem ketika sistem berakhir. Contoh: bank, restaurant, airline ticket counter.

b. Non-Terminating

Sistem tidak pernah berhenti, sehingga entitas akan selalu berada dalam

sistem. Contoh: manufacturing facilities, repair facilities, hospital.

2.2 TEORI ANTRIAN

Menurut Christoper (2000), teori antrian merupakan studi mekanika 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

Berikut merupakan beberapa komponen dasar antrian:

1. Kedatangan

Setiap masalah antrian melibatkan kedatangan, misalnya orang, mobil, atau

panggilan telepon untuk dilayani. Unsur ini sering disebut proses input. Proses

input meliputi sumber kedatangan atau biasa dinamakan calling population, dan

cara terjadinya kedatangan yang umumnya merupakan proses random.


Terdapat tiga perilaku antrian, yaitu:

a. Reneging (pembatalan) adalah meninggalan antrian sebelum dilayani

b. Balking adalah orang yang langsung pergi ketika melihat panjangnya

antrian, menolak untuk memasuki antrian

c. Jockeying adalah orang yang berpindah-pindah dari satu antrian ke antrian

yang lain karena ingin dilayani lebih cepat

2. Pelayanan

Pelayan atau mekanisme pelayanan dapat terdiri dari satu atau lebih pelayan,

atau satu atau lebih fasilitas pelayanan. Contohnya pada sebuah checkoutcounter

dari suatu supermarket terkadang hanya ada seorang pelayan, tetapi bisa juga

diisi seorang kasir dengan pembantunya untuk memasukkan barang-barang ke

kantong plastik. Di samping itu, perlu diketahui cara pelayanan dirampungkan,

yang kadang-kadang merupakan proses random.

Ada 3 aspek yang harus diperhatikan dalam mekanisme pelayanan, yaitu:

a. Tersedianya pelayanan

b. Kapasitas pelayanan

c. Lamanya pelayanan

2.2.2 Disiplin Pelayanan Antrian

Disiplin pelayanan antrian merupakan aturan keputusan yang menjelaskan

bagaimana cara untuk melayani pengantri. Christopher A. Chung (2001)

menyatakan ada enam bentuk disiplin pelayanan antrian, yaitu:

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

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

3. Least Value First

4. High Value First

5. Priority Service

6. Random Order

2.3 MODEL

Menurut Harrel (2004:144) model merupakan representasi dari suatu sistem

nyata, di mana dalam melakukan pemodelan dibutuhkan pengetahuan mengenai


9

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 bipartite graph yang memiliki dua tipe node

yaitu place dan transition yang dipergunakan untuk menganalisis informasi

pentingmengenai struktur dan perilaku dinamis dari sistem yang dimodelkan.

Simbol yang dipergunakan adalah sebagai berikut:

1. Lingkaran (location)

Merepresentasikan aktivitas (aktif atau pasif) atau kondisi atau status (pre atau

post).

Gambar 2.1 Simbol activity dalam Petri Net

Sumber: Bause dan Kritzinger (2002:79)

2. Segi empat (transition)

Merepresentasikan kejadian atau saat perubahan atau transisi kondisi.

Gambar 2.2 Simbol event dalam Petri Net Sumber: Bause dan Kritzinger (2002:79)

3. Panah (flow relation)

Merepresentasikan relasi urutan antar node yang menunjukkan bahwa node

pendahulu berlanjut menjadi node berikutnya.

Gambar 2.3 Simbol flow relation dalam Petri Net


4. Token (marking)

Merepresentasikan pergerakan location atau perubahan kondisi yang dialami

entitas.

Gambar 2.4 Simbol entity dalam Petri Net


Activity

Event


Untuk memperjelas gambaran mengenai Petri Net, berikut disajikan contoh dari

Petri Net.

Gambar 2.5 Contoh Petri Net untuk alokasi disk controller dan disk drives

Sumber: Molloy dan Peterson. 1993.

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 SoftwareSimulasi

Dalam pemodelan simulasi dikenal dua software yang paling umum digunakan,

yaitu Programming Language dan Simulation Application.

1. Programming Language

Programming language adalah suatu bahasa ataupun tata cara yang dapat

digunakan oleh manusia (programmer) untuk berkomunikasi secara langsung

dengan computer. Secara umum programming language dibagi menjadi dua, yaitu:

High Level Language dan Low Level Language.

2. Simulation Applicarion

Simulation application adalah suatu program (software) yang berfungsi untuk

menirukan atau memodelkan suatu perilaku sistem nyata sehingga hasilnya

dapat dianalisis dan dipelajari. Secara umum simulation application dibagi

menjadi dua, yaitu General Purposes Application dan Special Purposes Application;

2.4.2 Metode Simulasi

Menurut Jerry Banks (1995:15), langkah-langkah perancangan simulasi dapat

dilakukan sebagai berikut:


11

1. Problem Formulation

2. Setting of Objectives and Overall Project Plan

3. Model Conceptualization

4. Data Collection

5. Model Translation

6. Verifikasi

7. Validasi

8. Simulation Analysis

9. Documentation and Reporting

2.5 PROMODEL

ProModel merupakan software pendukung yang digunakan untuk memodelkan

sistem nyata ke dalam suatu simulasi.

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.

2. Mendefinisikan sistem yang akan disimulasikan.

3. Mensimulasikan model ataupun sistem yang diinginkan.

4. Melakukan eksperimen dengan model (dilakukan dengan cara memberikan

skenario atau mengubah replikasi) dan menganalisis output yang dihasilkan.

5. Membuat laporan dari hasil simulasi.

2.5.3 Pembuatan Model dengan ProModel

Langkah pembuatan model dengan ProModel, sebagai berikut:

1. Definisikan elemen model dasar yang akan digunakan dengan urutan


2. Pendekatan model dalam bentuk coding.

3. Menjalankan model.

4. Pembaca model statistik dan report.

2.5.4 Elemen Dasar ProModel

1. Location

Location mewakili tempat pada sistem yang akan dilewati oleh entitas ataupun

untuk tempat terjadinya aktivitas maupun pengambilan keputusan.

2. Entities

Entities adalah apapun yang diproses dalam suatu model.

3. Path Networks

Path Networks adalah jalur yang dilintasi resources maupun entitas.

4. Resources

Resources adalah orang, peralatan ataupun barang-barang yang digunakan

untuk melakukan beberapa fungsi tertentu.

5. 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.

6. Arrivals

Arrival mendefinisikan waktu dimana entitas masuk pada sistem. Data-data

yang diperlukan dalam dialog box untuk mendefinisikan arrival.

7. Shift and Break

Digunakan untuk menetukan shift dan break untuk location dan resource.

Biasanya disimpan dalam bentuk mingguan.

8. General Information

Digunakan untuk menspesifikasikan informasi dasar dari suatu model

termasuk nama dari suatu model, satuan waktu, satuan jarak, dan library

graphic.


13

9. Cost

Dapat digunakan untuk memonitor biaya yang berkaitan dengan location,

entities, dan resource selama simulasi dijalankan dan laporan statistik secara

umum termasuk statistik biaya. Terdapat 3 tipe pendefinisian biaya yang dapat

digunakan pada ProModel, yaitu:

a. Location: pendefinisian biaya berdasakan lokasi yang terdapat pada model.

Nilai yang harus didefinisikan adalah operation rate dan per.

b. Resources: pendefinisian biaya berdasarkan tipe dan jumlah resource yang

digunakan pada model. Nilai yang harus didefinisikan adalah regular rate,

cost per use, dan per.

c. Entities: pendefinisian biaya berdasarkan nilai awal dari bahan baku

(entitas) bahan baku, nilai yang harus didefinisikan adalah: initial cost.

2.5.5 AdvancedElement ProModel

1. Attributes

Attributes merupakan suatu 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 attribute,

yakni entity attributedan location attribute.

2. Variable

Variable dapat berisi bilangan riil atau bilangan bulat termasuk nilai elemen

indeks dan biasanya digunakan untuk pembuatan keputusan maupun rekaman

informasi.

3. Macros

Macros merupakan tools yang memudahkan saat text, kumpulan statement, atau

block code akan digunakan berkali-kali dalam model.

2.5.6 SIMRUNNER

SimRunner merupakan sebuah tool pada ProModel yang digunakan sebagai alat

bantu untuk melakukan optimalisasi model existing. Model harus dipastikan telah

berjalan sesuai dengan sistem nyata sebelum dioptimalisasi dengan SimRunner.

Hasil optimal diperoleh dengan cara menentukan fungsi tujuan terlebih dahulu,


kemudian mandefinisikan faktor input yang akan diubah sehingga menghasilkan

keluaran sesuai dengan fungsi tujuan optimalisasi.

2.5.7 Generating Scenario

Generating Scenario merupakan tool pada ProModel untuk mengubah satu atau

lebih parameter dari sebuah model tanpa mengubah model secara langsung.

Skenario harus berdasarkan parameter yang telah ditentukan pada macros, dan

nilainya berbeda dalam rentang RTI.(Harrell, Ghosh, & Bowden, 2004, p. 653).

2.5.8 Konsep Pemodelan ProModel

Model didefinisikan sebagai suatu deskripsi logis tentang bagaimana sistem

bekerja atau komponen-komponen berinteraksi. Dengan membuat pemodelan

ProModel dari suatu sistem maka diharapkan kita dapat lebih mudah untuk

melakukan analisis. Secara umum konsep permodelan memiliki dua pendekatan,

yakni pendekatan proses dan pendekatan peristiwa. Sebagaimana yang tampak dari

namanya, pendekatan proses pada pemodelan pembuatannya lebih difokuskan

untuk mengidentifikasi proses-proses pada sistem, sedangkan pendekatan peristiwa

lebih difokuskan untuk mengidentifikasi peristiwa-peristiwa yang terjadi dalam

sistem.

2.5.8.1 Batching Multiple Entities of Similar Type

Dalam suatu proses, memungkinkan untuk dilakukan penggabungan beberapa

entitas yang memiliki tipe entitas yang sama atau sejenis. Menggabungkan

beberapa entitas yang mempunyai tipe yang sama tersebut dapat dilakukan dengan

perintah group-ungroup dan combine.

2.5.8.1.1 Temporary Batching Using Group/Ungroup

Pernyataan group dan ungroup adalah perintah yang saling berkaitan. Group

adalah langkah awal untuk mengelompokkannya dan ungroup adalah perintah

lanjutan untuk membatalkan perintah group atau memisahkan pengelompokkan

yang telah dilakukan sebelumnya. Setiap entitas awal memiliki atribut dengan nilai

tertentu yang melekat pada entitas sebelum entitas digabungkan. Atribut dan nilai

pada entitas tunggal tidak akan berpindah pada entitas yang sudah dikelompokkan.


15

ProModel mempertahankan semua identitas dan atribut dari entitas yang

dikelompokkan dan memungkinkan merka untuk tetap menjadi entitas individu

setelah perintah ungroup.

2.5.8.1.2 Permanent Batching Using Combine

Combine berfungsi untuk mengumpulkan dan mengkonsolidasikan entitas yang

sejumlah tertentu menjadi satu kesatuan, opsional dengan nama yang berbeda.

Entitas tersebut mungkin sejenis dan mungkin saja berbeda.Entitas gabungan

kehilangan identitas dan atribut merka dan tidak dapat di-ungroup nantinya. Ketika

mendefinisikan lokasi, kapasitas lokasi dimana Anda menggunakan pernyataan

combine harus setidaknya sama besar dengan jumlah gabungan.

2.5.8.2 Attachment Multiple Entities of Different Type

Dalam suatu proses, memungkinan untuk dilakukannya penggabungan

beberapa entitas yang memiliki tipa entitas yang berbeda. Menggabungkan

beberapa entitas yang mempunyai tipe yang berbeda tersebut dapat dilakukan

dengan perintah load-unload dan join.

2.5.8.2.1 Temporary Attach Using Load/Unload

Pernyataan load-unload digunakan untuk menggabungkan sejumlah tertentu

entitas secara sementara. Load adalah langkah awal untuk menggabungkan dan

unloadadalah perintah lanjutan untuk membatalkan perintah load atau memisahkan

penggabungan yang telah dilakukan sebelumnya. ProModel mempertahankan

semua identitas dan atribut dari entitas yang digabungkan dengan load dan

memungkinkan mereka untuk tetap menjadi entitas individu setelah perintah

unload.

2.5.8.2.2 Permanent Attach Using Join

ProModel menggunakan pernyataan join untuk menggabungkan sejumlah

tertentu dari entitas menjadi satu kesatuan, opsional dengan nama yang berbeda

namun tidak dapat dipisahkan lagi. Jika entitas dasar dan entitas yang akan

digabung memiliki atribut sebelum penggabungan terjadi, entitas yang bergabung

akan memiliki nilai atribut dari entitas dasar. Dengan kata lain, entitas dengan


routing rule IF join akan kehilangan atributnya ketika terjadi penggabungan secara

permanen.

2.5.8.3 Accumulation of Entities

Accumulation digunakan untuk mengumpulkan entitas dalam jumlah tertentu

sebelum akhirnya akan diproses satu per satu. Kapasitas dari location harus lebih

besar sama dengan jumlah entitas yang diaccum. Accum bekerja seperti sebuah

gerbang yang mencegah entitas dari pengolahan sampai jumlah tertentu tiba.

Setelah jumlah tertentu dari entitas telah dikumpulkan, entitas akan pergi melalui

pintu gerbang dan mulai memproses secara individual, independen satu sama lain.

Accum dapat digunakan untuk situasi model dimana beberapa entitas harus

terakumulasi sebelum merka diproses.

2.5.8.4 Splitting of One Entity into Multiple Entities

Dalam suatu operasi memungkinkan adanya pemisahan entitas menjadi

beberapa entitas.Spilts As memisah entitas yang ada ke dalam sejumlah tertentu

entitas baru (lebih dari satu) dan sebagai pilihan menetapkan nama entitas yang

baru (hasil proses split). Entitas yang dihasilkan memiliki nilai atribut yang sama

sebagai entitas asli. Setiap entitas yang ingin dipisah harus melepaskan semua

sumber daya yang memiliki dengan menggunakan pernyataan free.

2.6 VERIFIKASI DAN VALIDASI

Verifikasi dan validasi merupakan tahapan untuk menguji kredibilitas atau

kesesuaian sistem nyata dengan model simulasi. Verifikasi adalah proses untuk

menentukan apakah model telah beroperasi sesuai yang diinginkan oleh

programmer. Verifikasi berkaitan dengan kondisi konseptual apakah model telah

sesuai dengan konsep yang diinginkan (Banks, Carson, dan Nelson. 1995).

Verifikasi adalah proses pemeriksaan logika operasional model (program komputer)

sesuai dengan logika diagram alur (Hoover dan Perry. 1989). Validasi adalah proses

penentuan apakah model merupakan representasi yang akurat dan sesuai dengan

sistem nyata (Hoover dan Perry, 1989).


17

2.6.1 Teknik Verifikasi

Menurut Harrel (2004:178), terdapat beberapa teknik dalam melakukan

verifikasi, diantaranya:

1. Melakukan pemerikasaan 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.

2. Melakukan pengecekan terhadap output yang dihasilkan pada masing-masing

proses pada model dengan menggunakan trace.

Trace adalah daftar kejadian yang akan terjadi sampai simulasi selesai. Daftar

trace dapat dilihat dalam berbagai cara, yaitu:

a. Off: digunakan untuk menghentikan trace.

b. Step: digunakan untuk membuat list trace dengan hanya satu kejadian dalam

1 kali trace.

c. Continuous: digunakan untuk membuat list trace terus menerus.

3. Mengamati animasi dari model yang dijalankan, apakah tingkah laku dari

sistem telah sesuai dengan model yang diinginkan.

4. Melakukan compile error atau debugging pada model simulasi.

2.6.2 Teknik Validasi

Menurut Harrel (2004:183), teknik validasi yang dapat digunakan adalah

sebagai berikut:

1. Mengamati animasi pada model yang dijalankan, membandingkan tingkah

laku pada model dengan tingkah laku pada sistem nyata menurut pengetahuan

orang lain mengenai sistem tersebut.

2. Membandingkkan model dengan sistem nyata dengan cara menjalakan model

dan sistem nyata dalam kondisi yang sama.

3. Melakukan perbandingan antara outputmodel dengan output pada sistem nyata.

4. Melakukan analisis sensitivitas, yakni dengan cara melakukan perubahan

terhadap nilai input untuk mengetahui akibat pada perilaku yang terjadi pada

sistem atau pada output sistem.


19

BAB III

METODOLOGI PENELITIAN

3.1 DIAGRAM ALIR PRAKTIKUM

Berikut merupakan diagram alir praktikum simulation and ProModelsoftware.

Mulai

Studi Pustaka

Observasi Lapangan

Identifikasi Masalah

Penentuan Tujuan

Simulasi

Pembuatan Model Konseptual

(Petri Net)

Pengumpulan Data

Pengolahan Data

Pemodelan Sistem

dengan software

Promodel 7.5

Dry Run

Verifikasi Model

Terverifikasi?

Jalankan Simulasi

Validasi Model

Tervalidasi?

Analisis Hasil

Simulasi

Pembuatan Model

Perbaikan

Analisis Hasil

PerbaikanC BA

BA

Ya

Ya

Tidak

C

Tidak

Kritik dan Saran

Selesai

Gambar 3.1 Diagram alir praktikum


3.2 PROSEDUR PRAKTIKUM

Prosedur praktikum ProModel adalah sebagai berikut:

1. Persiapan

Hal yang dilakukan pada tahap ini adalah mempersiapkan alat dan bahan

praktikum antara lain,stopwatch, alat tulis, dan lembar pengamatan.

2. Melakukan studi kepustakaan dengan mencari referensi ilmiah yang sesuai

untuk mendukung pembahasan studi kasus objek pengamatan.

3. Melakukan pengamatan proses produksi pembuatan keripik tempe sekaligus

melakukan pengambilan data waktu operasinya.

4. Pengolahan data waktu pengamatan yaitu dengan terlebih dahulu menyajikan

data waktu operasi ke dalam statistik deskriptif, kemudian menentukan

distribusi probabilitasnya.

5. Penentuan distribusi

Distribusi ditentukan dengan bantuan software ProModel 7.5. Data-data hasil

pengatan dimasukkan dalam toolsStat:Fit dan diproses sampai muncul output

distribusi data. Pilih distribusi yang memiliki rangking tertinggi dengan status

do not rejected

6. MembuatPetri Net

Tahap ini bertujuan untuk membuat Petri Net yang menggambarkan masing-

masing aktivitas dan kejadian yang terjadi selama proses pembuatan keripik

tempe.

7. Pemodelan Sistem

Tahap ini bertujuan untuk membangun atau membentuk sebuah model dari

suatu system nyata yang diamati dengan menggunakan softwareProModel 7.5.

8. Melakukan Verifkasi

Proses ini digunakan untuk memeriksa apakah system yang dimodelkan telah

sesuai dengan rancangan pada tahap awal.

9. Simulasi dengan ProModel 7.5

Pada tahap ini, project ProModel yang telah dibuat kemudian dijalankan.


21

10. Melakukan Validasi

Tahap validasi ini berguna untuk memeriksa apakah model sudah mewakili

sistem nyata.

11. Analisis dan pembahasan

Pada tahap ini, hal yang akan dianalisis dan dibahas adalah program yang

telah dibuat sebelum dan sesudah sistem pembuatan keripik tempe.

12. Kesimpulan dan saran

Kesimpulan dan saran memberikan rangkuman yang lengkap proses

pemodelan dan memberikan masukan hal-hal yang perlu dibenahi pada proses

tersebut.

13. Selesai

Pada akhir praktikum, diperoleh output pembahasan berupa kesimpulan dari

simulasi ProModel berdasarkan objek pengamatan studi kasus pembuatan

keripik tempe.


23

BAB IV

HASIL DAN PEMBAHASAN

4.1 GAMBARAN SISTEM

Sistem yang akan disimulasikan pada praktikum kali ini adalah pembuatan

keripik tempe rasa original di UKM Keripik Tempe Bu Nurdjanah. Simulasi yang

dilakukan meliputi keseluruhan proses produksi keripik tempe, mulai dari

kedatangan tempe, pengirisan tempe oleh resource operator pengirisan, pemberian

adonan tepung, penggorengan, serta penirisan yang dilakukan oleh operator

pengadonan, sampai ke proses pembungkusan yang dilakukan oleh operator

pembungkusan. Proses pertama adalah datangnya tempe ke pengirisan

tempe,dimana tempe datang sebanyak 20 lonjor tempe dan mengalami antrian

pada tahap pengirisan tempe. Setelah itu, setiap lonjor tempe diiris menjadi 675

potongan tempe oleh operator pengirisanselama N(14.2;1.79) MIN. Selanjutnya,

potongan tempe dibawa ke proses adonan tempe untuk dicelupkan ke adonan

tepung. Operator pengadonan membutuhkan waktu N(2.1;0.469) SEC selama

proses pemberian adonan tepung. Setelah itu, operator pengadonan membawa

potongan tempe yang sudah diberi adonan tepung ke lokasipenggorengan dan

melakukan proses penggorengan selama N(3,86;0,797) MIN. Selanjutnya,keripik

tempe yang sudah digoreng akan ditiriskan untuk kemudian melakukan proses

selanjutnya yaitu proses pembungkusan yang dilakukan oleh operator packaging.

Tiap bungkus berisi 27 keripik tempe dan pembungkusan dilakukan selama

N(3.34;0.947)MIN.

Untuk meningkatkan efisiensi proses produksi, akan dianalisis proses

pengirisan, pengadonan, penggorengan, penirisan, serta pembungkusan keripik

tempe, dengan shift kerja untuk masing-masing proses mulai dari pukul 05.00-12.00

untuk pengirisan, 08.00-15.00 untuk pengadonan, penggorengan, dan pengirisan,

serta pukul 09.00-17.00 untuk pembungkusan.

4.2 PETRI NET

(terlampir)


4.3 FLOWCHART SISTEM

Mulai

Tempe Plastik

Kemasan

Adonan

Tepung

Keripik Tempe

dalam

Kemasan

Pengirisan

Pengemasan

Penggorengan

& Penirisan

Pengadonan

Selesai

Gambar 4.1 Flowchart sistem

4.4 PENGUJIAN DISTRIBUSI DATA

Berikut ini merupakan data pengamatan waktu pengirisan tempe, waktu

penepungan potongan tempe, waktu penggorengan, serta waktu packaging keripik

tempe.

Tabel4.1 Data Hasil Pengamatan

NO. T1 T2 T3 T4 NO. T1 T2 T3 T4

1. 15.8 2.8 2.94 3.31 26. 14.5 2.7 4.05 2.46

2. 15.2 4.6 2.06 3.67 27. 15.3 2.0 2.61 1.92

3. 15.0 3.3 4.31 4.20 28. 14.0 3.1 3.01 3.90

4. 13.6 2.4 2.87 3.50 29. 15.1 2.2 4.06 2.59

5. 14.4 3.0 2.89 0.92 30. 13.9 4.1 1.32 1.63

6. 14.2 2.1 3.34 2.46 31. 14.0 2.4 3.89 3.37

7. 13.4 3.0 4.64 4.11 23. 14.4 2.2 3.65 3.81

8. 15.5 3.7 2.77 3.96 33. 12.9 2.7 4.24 4.48

9. 14.2 1.6 4.55 3.61 34. 14.6 3.7 3.50 3.12

10. 14.0 2.2 4.27 3.85 35. 15.1 2.7 2.81 1.71

11. 16.0 1.6 3.33 5.09 36. 14.3 3.3 1.98 3.11

12. 13.3 1.2 4.66 3.45 37. 12.3 2.9 2.56 3.40


25

Tabel 4.1 Data Hasil Pengamatan (lanjutan) NO. T1 T2 T3 T4 NO. T1 T2 T3 T4

13. 14.2 3.1 2.49 1.96 38. 14.4 2.7 2.06 3.12

14. 14.2 3.9 2.53 3.37 39. 14.9 2.0 2.74 2.70

15. 15.5 3.1 3.13 3.35 40. 13.4 1.4 3.46 2.62

16. 14.4 4.8 2.88 3.92 41. 12.4 2.0 2.23 2.80

17. 15.0 2.8 3.77 3.48 42. 15.4 2.6 2.77 5.82

18. 13.3 2.6 2.63 2.70 43. 13.7 3.3 2.11 5.64

19. 12.5 5.2 4.53 3.73 44. 16.4 3.6 3.92 1.86

20. 13.8 2.8 3.60 3.06 45. 13.6 4.4 3.27 3.83

21. 14.5 0.7 3.37 5.09 46. 10.6 2.6 4.46 3.18

22. 15.4 5.0 0.20 3.33 47. 13.2 2.8 4.16 4.57

23. 15.1 2.3 3.00 3.60 48. 15.0 0.4 5.27 2.25

24. 15.3 2.5 3.14 3.63 49. 13.5 3.3 2.20 3.40

25. 14.6 2.9 2.39 3.84 50. 15.1 1.7 4.29 5.06

Keterangan:T1= Waktu pengirisan tempe (menit)

T2= Waktu penepungan potongan tempe (detik)

T3= Waktu penggorengan (menit)

T4 = Waktu Packaging keripik tempe (menit)

Berikutini langkah-langkah pengujian distribusi data dengan Stat:Fit:

1. Menjalankan software ProModel.

2. Pilih tools pada toolbar, pilih Stat:Fit

3. Masukkan data pengamatan yang telah dilakukan pada datable.

Gambar 4.2 Pengujian Stat:Fit

4. Klik Fit, kemudian Auto:Fit, pilih continuous, klik Ok.

5. Hasilakan ditambahkan berupa automaticfilling. Untuk penggunaan distribusi

pada simulasi pilih distribusi dengan acceptance do not Reject dan memiliki rank

terbesar.


Gambar 4.3 Contoh hasil pengujian Stat:Fit

Berikut merupakan tabel rekap hasil pengujian dengan menggunakan Stat:Fit:

Tabel 4.2 Tabel Pengujian Stat:Fit

Aktivitas Pendugaan

Distribusi

Distribusi Stat:Fit

Rank Acceptance Distribusi

Terpilih Alasan

Pengirisan Tempe

Triangular/ Normal/

Uniform

Normal (14.3,1.06) 100 Do notReject

Normal

(14.3,1.06)

Karena sesuai

dengan pendugaan distribusi (normal)

dan memilikirank

tertinggi (100) dengan

acceptance(do

notReject)

Lognormal

(-1.19e+003,7.09,8.82e-004) 99.7 Do notReject

Uniform (10.6,16.4) 0 Reject

Penepungan Potongan

Tempe

Triangular/ Normal/

Uniform

Lognormal (-13.7,2.8,6.05e-002) 100 Do notReject

Normal

(2.8,1)

Karena sesuai


dan memilikirank

yang tinggi (78.1)

dengan acceptance(do

notReject)

Normal (2.8,1) 78.1 Do notReject

Uniform (0.4,5.2) 6.28e-

002 Reject

Penggoreng

an

Triangular/ Normal/

Uniform

Lognormal (-749,6.62,1.28e-003) 100 Do notReject

Normal

(3.22,0.962)

Karena sesuai


dan memilikirank

tertinggi (100)

dengan acceptance(do

notReject)

Normal (3.22,0.962) 100 Do notReject

Uniform (0.2,5.27) 4.79e-

006 Reject

Packaging

Keripik

Tempe

Triangular/ Normal/

Uniform

Lognormal (-32.2,3.57,2.8e-002) 100 Do notReject

Normal

(3.39,0.998)

Karena sesuai


dan memilikirank

yang tinggi (93.4) dengan

acceptance(do

notReject)

Normal (3.39,0.998) 93.4 Do notReject

Uniform (0.92,5.82) 4.52e-

002 Reject

4.5 PEMBUATAN MODEL SISTEM PRODUKSI KERIPIK TEMPE BU

NURDJANAH

Berikutini merupakan langkah-langkah pembuatan model sistem produksi

Keripik Tempe Bu Nurdjanah dengan software ProModel:


27

1. Menjalankan software ProModel

2. Membuat Project baru, dengan cara klik File-New atau memilih ikon New.

Setelah dipilih, File-New maka akan muncul kotak dialog General Information,

ketikkan judul Project yang akan dibuat pada Title. Klik OK.

3. Setelah membuat Project baru, Langkah berikutnya adalah pembuatan

background yang berfungsi sebagai latar belakang permodelan sistem. Dengan

cara klik Build pada toolbar pilih Background Graphics pilih Behind Grid. Setelah

itu klik Edit pilih Import Graphic, pilih Tutorial Back klik Open.

Gambar 4.4 Latar belakang ProModel 3D

4. Langkah berikutnya adalah pembuatan layout sistem produksi dengan cara,

pilih Build pada toolbar, klik Locations atau klik Ctrl+L. Buatlocations dengan cara

men- drag simbol locations yang diinginkan menuju layout, ketikkan nama

lokasi yang diinginkan, klik Ok.

Tabel 4.3 Tabel Locations

No.

Locations

Graphics

Type

Name Capacity Unit Dts Stats Rules

1. Entity Spot Kedatangan

Tempe INFINITE 1 None

Time

Series Oldest

2. Conveyor Pengirisan Queue INFINITE 1 None Time

Series

Oldest,

FIFO

3. Saw Pengirisan Tempe 1 1 None Time

Series Oldest

4. Conveyor PengadonanQueue INFINITE 1 None Time

Series

Oldest, By

Type

5. Table Pemberian

Adonan Tepung 5000 1 None

Time

Series Oldest

6. Gear Penggorengan 9 1 None Time

Series Oldest

7. Pallet Barrel Penirisan 8500 1 None Time

Series Oldest

8. Conveyor PackagingQueue INFINITE 1 None

Time

Series

Oldest, By

Type


Tabel 4.3 Tabel Locations (lanjutan)

No.

Locations

Graphics

Type

Name Capacity Unit Dts Stats Rules

9. Pallet Packaging INFINITE 1 None Time

Series Oldest

10. Conveyor Keluar INFINITE 1 None Time

Series

Oldest,

FIFO


Adonan INFINITE 1 None

Time

Series Oldest


Plastik INFINITE 1 None

Time

Series Oldest

Gambar 4.5 Tampilan ProModel setelah build location

5. Setelah pembuatan locations selesai sesuai sistem yang dimodelkan, langkah

berikutnya adalah pendefinisian entitas yang akan diproses. Klik Build klik

Entities atau Ctrl+E. Pilih simbol entitas yang diinginkan, ganti nama entitas

pada kotak dialog box name.

Tabel 4.4 Tabel Entitas

No. Ikon Nama Entitas

1. Bar Tempe

2. Barrel Potongan Tempe

3. Barrel Keripik Tempe

4. Pallet Barrel BatchPotongan Tempe

5. Pallet Boxes Batch Keripik Tempe

6. Raw Material Adonan Tepung


29

Tabel 4.4 Tabel Entitas (lanjutan)

No. Ikon Nama Entitas

7. Box Plastik

8. Pallet Boxes Produk Jadi

6. Langkah berikutnya adalah pembuatan jaringan aliran produksi. Klik Build,

pilih pathnetworks. Pilih kolom Path pada dialogbox Path Networks. Pada layout

klik kiri disekitar locations tertentu lalu tarik garis menuju location berikutnya

klik kanan padalocationstujuan kemudian lanjutkanlagi sesuailangkahdi awal.

Pada sistem ini terdapat 3 aliran produksi yaitu: Net1, Net2, Net3 dengan jalur

produksi seperti pada gambar 4.9.

Gambar 4.6 Path Network Sistem

Untuk pembuatan interface pilih kolom interface 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 Buildpilih resources

atau Ctrl+R. Tambahkan operatordengan memilih operator graphic, ganti nama

operator menjadi operator operator pengirisan. Klik menu Specs untuk membuka

dialog box Resource specification pilih Path Network, pilih Net 1.Lalu klik Ok.

Lakukan langkah yang sama untuk resources yang lain. Tabel 4.5 menunjukkan

resources yang digunakan dalam sistem ini.


Tabel 4.5 Tabel Resource

Nama Resource Units Dts Stats Specs

Operator Pengirisan 1 None By Unit Net1, N1

Operator Pengadonan 9 None By Unit Net2, N1

Operator Packaging 4 None By Unit Net3, N1

Instalasi Penggorengan 9 None By Unit No Network

Gambar 4.7 Proses pemilihan specs resources

8. Tahap selanjutnya adalah menentukan logika proses. Klik Build pilih Processing

atau Ctrl+P. Pada Processing terdapat dua jenis logika yaitu logika process layout

dan routing layout. Alur proses ditunjukkan pada tabel 4.6:

Tabel 4.6 Processing dan Routing

Processing Routing

Entity Location Operation Output Destination Rule Move Logic

A Tempe Kedatangan

Tempe INC Tempe_Masuk Tempe Pengirisan Queue FIRST 1

MOVE WITH Operator

Pengirisan THEN FREE

B Tempe Pengirisan Queue Tempe Pengirisan FIRST 1 MOVE WITH Operator


C Tempe Pengirisan

USE

Operator_Pengirisan

FOR N(14.2,

1.79)MIN

SPLIT 675 As

Potongan Tempe

D Potongan

Tempe Pengirisan

Potongan

Tempe

PengadonanQueu

e FIRST 1

MOVE WITH Operator


E Potongan

Tempe

PengadonanQueu

e

GROUP 270 As

Batch Potongan

Tempe


31

Tabel 4.6 Processing dan Routing (lanjutan)

Processing Routing

Entity Location Operation Output Destination Rule Move Logic

F

Batch

Potongan

Tempe

PengadonanQu

eue

Batch

Potongan

Tempe

Pemberian

Adonan

Tepung

FIRST 1 MOVE WITH Operator


G Adonan

Tepung

Kedatangan

Adonan INC Adonan_Masuk

Adonan

Tepung

PengadonanQu

eue FIRST 1

MOVE WITH Operator

Pengadonan THEN

FREE

H Adonan

Tepung

PengadonanQu

eue

Adonan

Tepung

Pemberian

Adonan

Tepung

JOIN 1

MOVE WITH Operator

Pengadonan THEN

FREE

I

Batch

Potongan

Tempe

Pemberian

Adonan

Tepung

JOIN 1

Adonan_Tepung USE

Operator_Pengadonan

FOR N(2.1, 0.469)SEC

Batch

Potongan

Tempe

Penggorengan FIRST 1

MOVE WITH Operator

Pengadonan THEN

FREE

J

Batch

Potongan

Tempe

Penggorengan

GET

Instalasi_Penggorengan

GET

Operator_Pengadonan

WAIT N(3.86,

0.797)MIN

FREE ALL

K

Batch

Potongan

Tempe

Penggorengan UNGROUP

L Potongan

Tempe Penggorengan

Keripik

Tempe Penirisan FIRST 1

MOVE WITH Operator

Pengadonan THEN

FREE

M Keripik

Tempe Penirisan

Keripik

Tempe PackagingQueue FIRST 1

MOVE WITH Operator

Pengadonan THEN

FREE

N Keripik

Tempe PackagingQueue

COMBINE 27 AS

Batch_Keripik_Tempe

O

Batch_Ker

ipik_Tem

pe

PackagingQue

ue

Batch_K

eripik_

Tempe

Packaging

MOVE WITH Operator

Pengadonan THEN

FREE


Tabel 4.6Processing dan Routing (Lanjutan)

Processing Routing

Entiity Location Operation Output Destination Rule Move Logic

P Plastk Kedatangan

Plastik INC

Plastik_Masuk Plastk PackagingQueue

FIRST

1

MOVE WITH Operator

Packaging THEN FREE

Q Plastik PackagingQueue Plastik Packaging JOIN 1 MOVE WITH Operator

Packaging THEN FREE

R

Batch_Ker

ipik_Tem

pe

Packaging

JOIN 1 Plastik

USE

Operator_Packagi

ng FOR N(3.39,

0.998)MIN

Produk

Jadi Keluar

FIRST

1

MOVE WITH Operator

Packaging THEN FREE

S Produk

Jadi Keluar

Total_Produk=T

otal_Produk+1 EXIT

FIRST

1

a) Kedatangan tempe menuju antrian pengirisan

Menunjukkan tempe yang datang menuju antrian pengirisan yang

dipindahkan oleh operator pengirisan.

b) Pemindahan tempe menuju pengirisan

Menunjukkan tempe yang ada di antrian pengirisan dipindahkan menuju

pengirisan oleh operator pengirisan.

c) Pengirisan tempe menjadi potongan tempe

Menunjukkan proses pengirisan tempe menjadi 675 potongan tempe di

tempat pengirisan.

d) Pemindahan Potongan tempe menuju antrian pengadonan

Menunjukkan potongan tempe yang ada di pengirisan menuju antrian

pengadonan menggunakan operator pengirisan.

e) Pengelompokan potongan tempe

Menunjukkan pengelompokkan potongan tempe hingga 270 potongan

menjadi satu batch menjadi batch potongan tempe di lokasi antrian

pengadonan.


33

f) Pemindahan batch potongan tempe menuju pemberian adonan tepung

Menunjukkan pemindahanbatch potongan tempe dari antrian

pengadonanmenuju tempat pemberian adonan tepung menggunakan

operator pengirisan.

g) Kedatangan adonan tepung

Menunjukkan adanya kedatangan adonan tepung menuju antrian

pengadonan menggunakan operator pengadonan.

h) Pemindahan adonan menuju pemberian adonan tepung

Menunjukkan pemindahan adonan dari antrian pengadonan menuju tempat

pemberian adonan menggunakan operator pengadonan yang nantinya akan

digabung dengan potongan tempe.

i) Pemindahan batch potongan tempe menuju penggorengan

Menunjukkan pemindahan dan proses penggabungan adonan tepung

dengan batch potongan tempe menggunakan operator pengadonan di lokasi

pemberian adonan tepung.

j) Proses penggorengan

Menunjukkan proses penggorengan yang dilakukan di lokasi penggorengan

oleh instalasi penggorengan dan operator penggorengan.

k) Ungroup batch potongan tempe

Menunjukkan batch potongan tempe dipecah lagi menjadi 5040 potongan

tempe di lokasi penggorengan.

l) Pemindahan keripik tempe menuju penirisan

Menunjukkan pemindahan potongan tempe yang sudah berubah menjadi

keripik tempe dari penggorengan menuju penirisan menggunakan operator

pengadonan.

m) Pemindahan keripik tempe menuju antrian packaging

Menunjukkan pemindahan keripik tempe dari penirisan menuju antrian

packaging menggunakan operator pengadonan.


n) Proses combine keripik tempe

Menunjukkan proses penggabungan 27 keripik tempe secara permanen

menjadi batch keripik tempe.

o) Pemindahan batch keripik tempe menuju packaging

Pemindahan batch keripik tempe dari antrian packaging menuju packaging

menggunakan operator pengadonan.

p) Kedatangan plastik menuju antrian packaging

Menunjukkan kedatangan plastik menuju antrian packaging menggunakan

operator packaging.

q) Pemindahan plastik menuju packaging

Menunjukkan pemindahan plastik dari antrian packaging menuju packaging

menggunakan operator packaging.

r) Proses joinbatch keripik tempe dengan plastik

Menunjukkan proses penggabungan secara permanen antara batch keripik

tempe dengan plastik menggunakan operator packaging di lokasi packaging

untuk kemudian dipindahkan menuju keluar dengan operator yang sama.

s) Menunjukkan produk jadi yang telah selesai menuju keluar dan

menunggalkan sistem.

9. Setelah logika proses selesai, yang perlu dilakukan adalah mendefinisikan

kedatangan. Klik Build pilih Arrivals. Klik dialog box entity, pilih Tempe klik OK.

Untuk locations pilih Kedatangan Tempe klik OK. Kemudian masukkan data

seperti pada gambar 4.11. Ulangi langkah diatas untuk arrivals yang lain.

Gambar 4.8 Daftar arrivals

10. Setelah logika proses selesai, yang perlu dilakukan adalah mendefinisikan shift.

Klik build pilih shift pilih define. Tabel 4.7menunjukkan shift dari resource yang

digunakan dalam sistem ini.


35

Tabel 4.7Shift Kerja Resource

No. Nama Resource Shift Kerja

1 Operator Pengirisan Kerja: 05.00 – 12.00 WIB

2 Operator Pengadonan

Instalasi Penggorengan

Kerja: 07.00 – 15.00 WIB

Istirahat: 12.00 – 13.00 WIB

3 Operator Packaging Kerja; 08.00 – 17.00 WIB

Istirahat: 13.00 – 14.00 WIB

Untuk menugaskan operator sesuai shift yang telah dibuat dapat dilakukan dengan

klik Build pilih Shift pilih Assign. Maka akan muncul table shiftassignment.

Selanjutnya klik pada resource untuk menambahkan resource yang akan didefinisikan

shift kerjanya.

Gambar 4.9 Daftar penugasan shift dari resource

11. Jalankan simulasi, klik Simulation pada Toolbar. Pilih option, pada Run Length

pilih Calendar Date, kemudian masukann waktu mulai simulasi dan waktu

simulasi berakhir sesuai shift yang telah dibuat. Hilangkan centang cost pada

replications ketikkan jumlah replikasi yang diinginkan. Klik tombol OK.

Kemudian save project, Klik Run dan simulasi akan dijalankan.

Gambar 4.10 SimulationOptions

12. Setelah menjalankan simulasi, selanjutnya akan dibuat skenario untuk

meningkatkan utilitas resource yang digunakan. Sebelum membuat scenario,

harus dibuat macro dengan langkah-langkah sebagai berikut:

a. Isi ID dan text seperti gambar 4.13


Gambar 4.11 Kolom pengisian ID dan Text

b. Klik menu option>>Klik Resource Group

c. Klik menu option>>RTI>>Define

d. Lalu isikan range data yang diinginkan.

Gambar 4.12 Kotak dialog mendefinisikan RTI

e. Lalu pilih OK.

Setelah pembuatan macro selesai, langkah berikutnya adalah pembuatan

scenario. Berikut adalah langkah-langkah pembuatan scenario pada

pemodelan sistem ini:

1. Klik buildresource, gantikan unit resource dengan ID macro yang telah

dibuat sebelumnya

2. Pilih Simulation pada menu bar di ProModel window, lalu pilih scenarios.

3. Pilih add, kemudian masukkan nama scenario pada ScenarioName dan

lakukan perubahan pada scenario tersebut dengan memilih change.

Kemudian klik OK.

Gambar 4.13 Scenario


37

4. Setelah scenario selesai di-input, jalankan simulasi dengan memilih

RunScenario

5. Setelah dijalankan, Pilih AllScenario untuk menampilkan keluaran

semua scenario.

13. Untuk melakukan verifikasi terhadap model yang telah dibuat gunakan tools

Trace dengan langkah-langkah sebagai berikut:

a. Pilih Simulation pada menu bar di ProModel window, lalu pilih option,

kemudian centang pause dan trace pada kolom at start. Lalu klik Run.

Gambar 4.14 Simulation Options

b. Klik tombol Play pada tampilan menu. Kemudian pilih Options pada menu

bar di ProModel window, lalu pilih traceoptions. Pada Traceoptions pilih output

to file kemudian setelah memilih output to file ulangi kembali cara membuka

trace option lalu pilih cara trace yang diinginkan. Misal pilih trace continuous.

c. Setelah simulasi berakhir, kembali ke tampilan awal ProModel. Lalu pilih

Output pada menu bar di ProModel window, lalu pilih View Trace untuk

melihat hasil rekap output Trace dari simulasi yang sudah dijalankan.

4.6 VERIFIKASI DAN VALIDASI

Setelah memodelkan sistem pembuatan keripik tempe, maka model tersebut

akan diverifikasi dan divalidasi. Verifikasi model tersebut bertujuan untuk melihat

apakah model yang telah kita buat sudah sesuai dengan sistem nyata. Sedangkan

validasi dilakukan untuk mengecek validitas model yang kita buat.


4.6.1 Verifikasi

Setelah pembuatan model, akan dilakukan verifikasi data, yaitu langkah untuk

mengetahui apakah model simulasi komputer yang telah dibangun dapat berjalan

sesuai dengan spesifikasi model yang inginkan. Verifikasi data bisa dilakukan

dengan 4 cara, yaitu:

1. Verifikasi data dilakukan dengan cara melihat path network pada model simulasi

yang telah dibuat, kemudian kita amati apakah sesuai dengan Petri Net.

Crea

te

Arrive EndBegin Begin BeginEn

dEnd

Tempe

queue to

pengirisan

tempe

Pengirisan

tempe

Queue to

Pemberian

adonan

tepung

Queue to

penggoreng

an

Pemberian

adonan

tepung

Penggoreng

an dan

penirisan

Queue to

packaging

IdleIdleIdle

Begin End

Packaging Dispose

Idle

Tepung queue to

pemberian adonan

tepung

Create tepung Arrive Create plastik Arrive

Gambar 4.15 Petri net sistem produksi keripik tempe

Gambar 4.16 Pathnetwork sistem produksi keripik tempe

Untuk melakukan verifikasi model simulasi dilakukan perbandingan logika

proses dari Petri Net yang sudah dibuat dengan ProModel yang ada. Berdasarkan

bagian Petri Net, urutan proses yang dialami keripik tempe yaitu sebagai entitas

adalah tempe datang ke pengirisan tempe. Tempe akan dipotong menjadi 627

potongan tempe oleh operator. Setelah itu dibawa ke proses pemberian adonan

tepung oleh operator. Pada proses pemberian adonan ditambahkan entitas lain

yaitu pemberian adonan. Selanjutnya potongan tempe yang sudah diberi adonan

tepung di bawa ke roses penggorengan dan pengirisan oleh operator. Setelah itu

keripik tempe yang sudah ditiriskan di bawa ke proses pembungkusan dengan

penambahan entitas yaitu kedatangan plastik.


39

Berdasarkan kesamaan proses yang dialami keripik tempe pada Petri Net dan

Promodel tersebut maka dapat dikataka baahwa model yang sudah dibuat telah

memiliki konsep yang sama dengan rencana awal pembuatan simulasi. Maka

model pada Promodel sudah terverifikasi.

b. Verifikasi data juga bisa dilakukan dengan cara melakukan pengecekan

terhadap output yang dihasilkan pada masing-masing proses pada model sistem

pembuatan keripik tempe dengan menggunakan trace.

Gambar 4.17 Output trace

Pada hasil output trace diatas dapat dilihat proses apa saja yang terjadi setiap

detiknya pada sistem pembuatan keripik tempe secara lebih terperinci. Salah

satunya adalah pada menit ke 0 adanya kedatangan tempe yang dibawa

menuju antrian pengirisan oleh operator pengirisan. Hal ini sesuai dengan

sistem nyata yang dimodelkan.

c. Berikutnya adalah verifikasi program dengan cara melakukan pengecekan

animasi pada pemodelan yang di Run.

Gambar 4.18 Animasi pemodelan sistem


d. Dan yang terakhir verifikasi juga bisa dilakukan dengan cara meng-compiled

proses yang ada di ProModel bila sukses maka sudah terverifikasi. Berikut

adalah contoh compiled success.

Gambar 4.19 Compiled process

Pada hasil compiled process diatas dapat dilihat proses apa saja yang terjadi setiap

detiknya pada sistem pembuatan keripik tempe secara lebih terperinci. Dapat

terlihat pada salah satu proses pengirisan tempe dapat dibuktikan compiled

successfully maka data tersebut dapat dikatakan terverifikasi.

4.6.2 Validasi

Validasi digunakan untuk memastikan apakah model simulasi yang dibuat

sudah sesuai dengan sistem nyata atau tidak dengan membandingkan jumlah output

sistem nyata dengan model simulasi yang dibuat. Data output pada sistem nyata

dan pada model simulasi dengan 5 kali replikasi dapat dilihat pada Tabel 4.8

Tabel 4.8 Data Output Aktual dan Promodel

Replikasi Aktual Promodel

1 436 450

2 453 450

3 427 450

4 423 450

5 435 450

Sebelum melakukan validasi data, perlu melakukan uji kenormalan data,

langkah-langkah sebagai berikut:

1. Membuka SPSS 20 danmembuat file baru.

2. KlikVariable View, kemudian mengisi nama variabel. Klik Data View, kemudian

mengisi data output aktual dan ProModel.


41

3. Menguji kenormalan data dengan memilih menu Analyze >> Descriptive

Statistics >> Explore.

4. Memasukkan variabletest kedalam Dependent Listdan Kriteria ke dalam Factor

List, klik Plots >> pilih None pada kotak Box plots >> hilangkan semua centang

pada kotak Descriptive >> centang Normality Plots with Test klik OK.

Kemudian akan muncul output seperti pada tabel berikut

Tabel 4.9 Hasil Uji Kenormalan

Tests of Normalityc

Jenis_Data Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Value Aktual .259 5 .200* .918 5 .515

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

c. Value is constant when Jenis_Data = Promodel. It has been omitted.

Dengan:

H0 = Data berdistribusi normal

H1 = Data tidak berdistribusi normal

Berdasarkan hasil pengujian SPSS nilai kolmogorov-smirnov (0,200) lebih dari

0.05 maka data pada aktualnya berdistribusi normal.Sedangkan data simulasi tidak

berdistribusi normal karena merupakan data konstan. Sehingga output simulasi yang

tidak berdistribusi normal dengan output aktual berdistribusi normal harus diuji lagi

dengan non parametrik pada SPSS yaitu mann-whitney. Langkah-langkahnya

sebagai berikut:

1) Aktifkan variable view isikan nama variabel, kemudian isikan data pada data

view.

2) Klik analyze, pilih Nonparametric Test, kemudian pilih 2 Independent Samples.

3) Masukkan variabel pada kottak test variable list, kemudian centang Mann-

Whitney U pada kotak Test Type.

4) Untuk menentukan grup, klik define groups. Selanjutnya pada kotak dialog

groups, tuliskan “1” untuk groupdata aktual dan “2” untukgroup data simulasi.

Lalu klik continue.

5) Klik tombol options, kemudian centang descriptive dan pilih Exclude cases test-by-

test, lalu klik continue, kemudian klik OK.


6) Kemudian muncul output sebagai berikut:

Tabel 4.10 Hasil Uji Mann-Whitney

Hipotesis:

H0 = Tidak terdapat perbedaan antara data simulasi dan aktual (valid)

H1 = Terdapat perbedaan antara data simulasi dan data aktual (tidak valid)

Nilai taraf nyata (α) = 0.05

Kriteri pengujian:

H0 diterima jika nilai Asymp. Sig. ≥ 0,05/2 H0 ditolak jika nilai Asymp. Sig. < 0,05/2

Kesimpulanya adalah hasil output ada tabel pengujian Mann-Whitney pada

output data aktual didapatkan nilai Asymp. Sig(0,095)≥ 0,05/2, maka H0 diterima,

berarti tidak terdapat perbedaan rata-rata antara data simulasi dan data aktual

(valid).

4.7 ANALISIS DAN PEMBAHASAN

Analisis dan hasil simulasi akan ditampilkan dan dijelaskan sebagai berikut:

1. Location

Tabel 4.11 Hasil Simulasi pada Location

Lokasi Replikasi Capacity Total Entries % Utilisasi

Kedatangan tempe

1 999999 20 0

2 999999 20 0

3 999999 20 0

4 999999 20 0

5 999999 20 0

Pengirisan queue

1 999999 20 0

2 999999 20 0

3 999999 20 0

4 999999 20 0

5 999999 20 0

Pengirisan tempe

1 1 20 39.46

2 1 20 40.19

3 1 20 41.76

4 1 20 39.35

5 1 20 38.89


43

Tabel 4.11 Hasil Simulasi pada Location (Lanjutan) Lokasi Replikasi Capacity Total Entries % Utilisasi

Pengadonan queue

1 999999 13545 0.03

2 999999 13545 0.03

3 999999 13545 0.03

4 999999 13545 0.03

5 999999 13545 0.03

Kedatangan adonan

1 999999 45 0

2 999999 45 0

3 999999 45 0

4 999999 45 0

5 999999 45 0

Pemberian adonan tepung

1 5000 50 0.09

2 5000 50 0.08

3 5000 50 0.08

4 5000 50 0.09

5 5000 50 0.08

Penggorengan

1 9 45 2.70

2 9 45 2.54

3 9 45 2.75

4 9 45 2.58

5 9 45 2.75

Penirisan

1 8500 12150 0

2 8500 12150 0

3 8500 12150 0

4 8500 12150 0

5 8500 12150 0

Packaging queue

1 999999 12650 0.02

2 999999 12650 0.02

3 999999 12650 0.02

4 999999 12650 0.02

5 999999 12650 0.02

Kedatangan

plastik

1 999999 500 0.01

2 999999 500 0.01

3 999999 500 0.01

4 999999 500 0.01

5 999999 500 0.01

Packaging

1 999999 450 0.02

2 999999 450 0.02

3 999999 450 0.01

4 999999 450 0.01

5 999999 450 0.01

Keluar

1 999999 450 2.18

2 999999 450 2.18

3 999999 450 2.18

4 999999 450 2.18

5 999999 450 2.18


Gambar 4.20 Grafik utilitas locations

Pada output location dapat dilakukan analisis sebagai berikut:

a. Capacity

Capacity merupakan jumlah maksimum yang bisa ditampung dalam suatu

lokasi. Pada semua proses kedatangan dan proses antrian mempunyai

kapasitas yang yang tidak terbatas. Proses yang memiliki kapasitas

terbanyak yaitu pada proses penirisan dengan kapasitas 8500 dan paling

sedikit terdapat pada lokasi pengirisan tempe dengan jumlah kapasitas 1,

keduanya memiliki nilai yang sama dari 5 replikasi.

b. Total Entries

Total Entries merupakan jumlah kedatangan entitas pada setiap lokasi dalam

satu kali periode simulasi. Misalkan pada total entries terbesar terdapat pada

pengadonan queue, dari 5 replikasi total entriesnyasama, yaitu 13545 untuk

tiap replikasi. Hal ini terjadi karena entitas yang masuk kedalam

pengadonan queue merupakan hasil spilt entitas sebelumnya.

c. Utilization

Utilization merupakan beban kerja yang dikerjakan oleh suatu lokasi

tertentu.Besar utilization tertinggi terdapat pada lokasi pengirisan tempe

yaitu antara 38 % s.d. 42 %. Hal ini terjadi karena frekuensi penggunaan

lokasi pengirisan tempe lebih tinggi dibandingkan lokasi lainnya.

2. Resources

Tabel 4.12 Hasil Simulasi pada Resources Resources Replikasi % Utilisasi Resources Replikasi % Utilisasi

Operator

pengirisan

1 67.64

Operator Packaging

1 84.64

2 68.90 2 86.23

3 71.60 3 85.34

4 67.45 4 83.10

5 66.67 5 83.98

Operator pengadonan

1 4.63

Instalasi penggorengan

1 4.62

2 4.35 2 4.35

3 4.72 3 4.72

4 4.42 4 4.42

5 4.72 5 4.72


45

Gambar 4.21 Utilitas resource

Pada output resource dapat dianalisis mengenai besar utilitasnya. Resource yang

memiliki beban kerja tertinggi yaitu operator Packaging yang besar utilitasnya antara

83% – 86%. Hal ini dikarenakan dalam proses Packaging terdapat aktivitas

memasukkan tempe ke plastik, menutup plastik menggunakan lilin dan

penempelan label. Bagi operator pengadonan yang memiliki utilitas rata-rata

rendah yaitu pada kisaran 4,3% - 4,7%, hal tersebut kemungkinan besar disebabkan

oleh beban kerja rata-ratanya yang terlalu sedikit jika dibandingkan dengan jumlah

resource yang tersedia. Permasalahan tersebut dapat diatasi dengan cara mengurangi

jumlah operator pengadonan.

3. Entity Activity

Tabel 4.13 Hasil Simulasi pada Entity Activity

Entitas Replikasi Total

Exit

Current

Qty in

system

Entitas Replikasi Total

Exit

Current Qty

in system

Tempe

1 20 0

Batch

kripik

tempe

1 0 0

2 20 0 2 0 0

3 20 0 3 0 0

4 20 0 4 0 0

5 20 0 5 0 0

Potongan

tempe

1 0 1350

Adonan

tepung

1 45 0

2 0 1350 2 45 0

3 0 1350 3 45 0

4 0 1350 4 45 0

5 0 1350 5 45 0

Kripik

tempe

1 12150 0

Plastik

1 450 50

2 12150 0 2 450 50

3 12150 0 3 450 50

4 12150 0 4 450 50

5 12150 0 5 450 50

Batch

potongan

tempe

1 45 5

Produk

jadi

1 450 0

2 45 5 2 450 0

3 45 5 3 450 0

4 45 5 4 450 0

5 45 5 5 450 0


Berdasarkan output entity activity diatas dapat dilakukan analisis sebagai berikut:

a. Total Exits

Total Exits menunjukkan jumlah dari entitas yang keluar dari sistem tersebut.

Nilai total exits terbesar terdapat pada entitastempe, yaitu 12150 pada 5

replikasi. Nilai-nilai di atas di antaranya dipengaruhi oleh jumlah entitas yang

masuk, lama proses, penjadwalan kerja, jumlah pekerja, routing tertentu, atau

bisa juga proses pemisahan lain yang menyebabkan entitas keluar dari sistem.

Untuk mengatasi minimnya jumlah entitas yang keluar dari sistem, sebaiknya

dilakukan evaluasi terhadap faktor-faktor di atas, terutama penjadwalan kerja,

untuk meminimalisasi jumlah entitas yang tidak terproses sebagaimana

mestinya dan masih berada dalam sistem saat proses produksi sudah selesai.

b. Current Qty In System

Merupakan jumlah entitas yang masih terdapat di dalam sistem saat

pengamatan dilangsungkan atau di titik waktu tertentu saat simulasi

dilakukan. Jumlah entitas dalam sistem tertinggi terdapat pada entitas

potongan tempe yaitu 1350. Faktor-faktor yang mempengaruhi jumlah di atas

pada dasarnya sama dengan faktor yang mempengaruhi total exits. Untuk

menghindari banyaknya entitas yang masih terdapat dalam sistem, perlu

dilakukan evaluasi terhadap proses produksinya, terutama pada penjadwalan

dan alur produksi agar bisa dipastikan semua entitas bisa keluar dari proses

sebagaimana mestinya.

4.8 PEMBUATAN MODEL PERBAIKAN

Berikut merupakan pembuatan perbaikan model sistem produksi keripik tempe

Bu Nurdjanah.

4.8.1 Permasalahan Model Awal

Dari hasil output simulasi seperti pada gambar 4.21, dapat diketahui

permasalahan pada resources-nya.


47

Gambar 4.22 Hasil output simulasi

Dari gambar di atas dapat ditemukan permasalahan bahwa:

1. Utilitas operator pengadonan dan instalasi penggorengan sangat rendahdengan

rata-rata utilitas sebesar 4,57% untuk operator pengadonan dan 4,56% untuk

instalasi penggorengan, hal tersebut dikarenakan jumlah operator dan instalasi

penggorengan yang terlalu banyak jika dibandingkan dengan beban kerjanya,

yakni 9 operator dan 9 unit instalasi penggorengan.

2. Sementara utilitas operator packaging terlalu tinggi dengan rata-rata 84,66 %,

hal ini disebabkan jumlah operator yang tidak sesuai (terlalu sedikit) jika

dibandingkan dengan jumlah beban kerja yang harus ditanggung.

4.8.2 Analisis dan Pembahasan Model Terbaik

Dari permasalahan yang terjadi pada model simulasi proses pembuatan keripik

tempe maka perlu adanya perbaikan pada segi resource-nya dengan menggunakan

scenario. Scenario yang dibuat nantinya akan dipilih scenario yang menghasilkan

penyelesaian yang paling optimal.

Perbaikannya yaitu dengan mengurangi jumlah resource operator pengadonan

dan instalasi penggorengan serta penambahan jumlah resource operator packaging.

Numeric Range pada macros ditentukan 1 - 4 untuk OP1 dan 1 - 7 untuk OP2, dan

scenario yang dibuat berjumlah 3 dengan SCEN1 1 operator pengadonan 1 instalasi

penggorengan dan 5 operator packaging, SCEN2 3 operator pengadonan 3 instalasi

penggorengan dan 5 operator packagingdan SCEN3 4 operator pengadonan 4

instalasi penggorengan dan 5 operator packaging. Berikut merupakan gambar


macros, jumlah skenario yang dibuat, serta skenario yang terpilih pada simulasi

sistem produksi Keripik Tempe Bu Nurdjanah.

Gambar 4.23 Macros pada simulasi sistem produksi keripik tempe

Dari pengujian 3 skenario yang telah disebutkan di atas, SCEN1 dengan

jumlah resource operator pengadonan dan instalasi penggorengan masing-

masing berjumlah 1 serta operator packaging 5 orang menghasilkan utilitas

resource tertinggi. Utilitas operator pengadonan yang awalnya 4,57% naik

menjadi 41,33%, Utilitas instalasi penggorengan yang awalnya 4,56% juga

naik menjadi 41,33%. Sementara utilitas operator packaging turun dari 84,66%

menjadi 67,61%.

Gambar 4.24 Grafik perbandingan output utilitas resource model simulasi


49

BAB V

PENUTUP

5.1 KESIMPULAN

Berikut merupakan kesimpulan yang bisa diambil dari praktikum Simulation

and ProModelSoftware:

1. Berdasarkan pengamatan dan simulasi yang dilakukan terhadap sistem

produksi di UKM Keripik Tempe Bu Nurdjanah,didapati utilitasresource pada

UKM tersebut belum sesuai dengan harapan. Utilitas operator pengadonan dan

instalasi penggorengan sangat rendah yakni rata-rata 4,5%, hal tersebut diduga

karena jumlah operator pengadonan dan instalasipenggorengan yang ada

terlalu banyak. Sebaliknya utilitas operator packaging terlalu tinggi yakni rata-

rata 84,6%.

2. Penyusunan model sistem produksi keripik tempe di UKM Keripik Tempe Bu

Nurdjanah dimulai dengan membuat project baru pada software ProModel,

kemudian menata layout sistem produksi sesuai dengan sistem nyata, seperti

lokasi kedatangan tempe, pengirisan tempe, pemberian adonan, penggorengan,

packaging, dll. Kemudian dilanjutkan dengan penentuan path untuk jaringan

aliran produksi. Setelah itu, dilakukan pendefinisian entitas (misal: tempe),

penambahan resource (operator, instalasi penggorengan, dll.), dan penentuan

logika proses. Setelah logika proses selesai disusun, dilakukan penyusunan

shiftbagi operator pengirisan, pengadonan, penggorengan dan penirisan, serta

pengemasan. Dilanjutkan dengan pendefinisian variabel-variabel terkait seperti

total produk dan WIP. Setelah itu, dilakukan penentuan waktu dan durasi

berjalannya simulasi, kemudian program simulasi baru bisa dijalankan.

3. Solusi yang dapat ditawarkan bagi permasalahan di UKM Keripik Tempe Bu

Nurdjanah adalah pengurangan resource yang dianggap tidak perlu. Dengan

mengurangi jumlah resource operator pengadonan dan instalasi penggorengan

hanya menjadi1 orang dan 1 instalasi saja, dapat dihasilkan utilitas yang paling

optimal.Utilitas operator pengadonan yang awalnya 4,5% naik menjadi 41,3%,

dan utilitas instalasi penggorengan yang awalnya 4,5% naik menjadi 41,33%.


Sementara utilitas operator packaging yang terlalu tinggi dapat diturunkan

menjadi 67,61% dengan penambahan 1 operator packaging.

5.2 SARAN

1. Pemilik UKM Keripik Tempe Bu Nurdjanah sebaiknya mempertimbangkan

keputusan untuk menambah pekerja secara lebih matang di masa yang akan

datang, karena menambah pekerja tidak serta-merta pasti membawa

keuntungan bagi unit usaha.

2. Sebagai pengganti keputusan untuk mengurangi pekerja, pemilik UKM Keripik

Tempe Bu Nurdjanah bisa mempertimbangkan pembagian beban kerja baru

bagi karyawan yang sudah ada.

3. Sebaiknya UKM Keripik Tempe Bu Nurdjanahmemiliki data hasil produksi

yang lebih terstruktur di masa yang akan datang, untuk mempermudah

pengembangan dan perbaikan sistem produksi.

Print Simul 1

Documents

Transcript of Print Simul 1