bab i - marisimulasi.files.wordpress.com€¦ · web viewbab 2 memaparkan landasan teori yang...
Post on 16-Mar-2021
1 Views
Preview:
TRANSCRIPT
LAPORAN TUGAS BESAR SISTEM SIMULASI
INDUSTRI“SIMULASI MENGGUNAKAN SOFTWARE ARENA”
KEKOMPOK 28:
1. ARIES SETYO WAHYUDI (16.04.211.00007)
2. NISFU LAYLATUS SABIHIS (16.04.211.00017)
3. LILIS KURNIA IKAMAWATI (16.04.211.00099)
ASISTEN:
SISKO ARIAWANTI
LABORATORIUM KOMPUTASI DAN SIMULASI INDUSTRI
PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS TRUNOJOYO MADURA
2019
BAB I
PENDAHULUAN
Bab I berisikan latar belakang dan tujuan dari simulasi menggunakan software arena.
1.1 Latar Belakang
Kejadian dalam kehidupan sehari-hari sering terjadi yaitu menunggu. Kejadian
tersebuat akan terjadi apabila suatu kebutuhan pada pelayanan melebihi permintaan yang
tersedia dalam menyelenggarakan pelayanan. Terjadi dapat dilihat jika baris tunggu dari
motor yang menunggu pelayanan, karena saat itu bagian pelayanan sedang melayani
motor yang lain maka tidak mampu melayani pencucian pada saat yang bersamaan.
Arena adalah discrete event simulation software yang telah dikembangkan oleh
Rockwell Automation. Arena adalah suatu software simulasi yang digunakan dalam suatu
system aplikasi Microsoft windows yang terdapat packaging akan terlihat familiar dalam
penggunaannya. ARENA akan disimulasikan model dalam bentuk sebelumnya dengan
masukan data primer atau sekunder sebagai resources pada pengoperasiannya (Wahyani,
2014).
Sistem antrian meruapakan kedatangan motor untuk mendapatkan pelayanan
pencucian, menunggu untuk dilayani jika pelayanan (server) masih sibuk, terajsi
suatu pelayanan dan kemudian meninggalkan suatu sistem setelah dilayani.
Sistem antrean pencucian motor terdiri dari proses kedatangan motor untuk
pencucian, menunggu dilayani jika sibuk, selanjutnya pengeringan, pembayaran,
dan kemudian meninggalkan sistem setelah dilayani. Proses pencucian tersebut
terjadi antrian secara otomatis motor akan menunggu lebih lama, sehingga
berakibat akan memperpanjang waktu proses secara keseluruhan, dari mulai
pencucian antrian sampai pengambilan pembayaran.
1.2 Tujuan Tugas Besar
Tujuan tugas besar simulasi sistem industri modul 2 simulasi menggunakan software
arena adalah sebagai berikut:
1. Mengerti dan memahami penggunaan modul-modul yang terdapat dalam Rockwell
Software Arena 5.0
2. Mengerti dan memahami input dan output model Arena
3. Mengerti dan dapat membuat scenario perbaikan dalam software arena
BAB II
LANDASAN TEORI
Bab 2 memaparkan landasan teori yang meliputi pengertian uji kecukupan data,
model simulasi dan arena.
2.1 Uji kecukupan data
Menurut Rusdianto 2015, uji kecukupan data memiliki tujuan untuk
mendapatkan informasi apakah data hasil pengukuran dengan suatu tingkat
kepercayaan serta tingkat ketelitian tertentu yang memiliki jumlah telah
memenuhi atau tidak. Penetapan berapa jumlah observasi yang sebenarnya dibuat
(N1) , maka permulaan harus ditetapkan tingkat kepercayaan (convidence level)
dan derajat ketelitian (degree of accuracy) pada pengukuran rancangan. Uji
kecukupan data digunakan untuk memastikan bahwa yang telah dikumpulkan
serta disajikan pada laporan penimbangan tersebut memiliki nilai cukup secara
obyektif.
Idealnya pengukuran dapat dilakukan dengan jumlah banyak, bahkan hingga
jumlah yang tak terhingga agar data memiliki hasil pengukuran layak untuk
digunakan. Namun pengukuran dalam jumlah yang tak terhingga sulit dilakukan
mengingat keterbatasan-keterbatasan yang ada; baik dari segi biaya, tenaga, waktu
dan sebagainya. Sebaliknya, pengumpulan data dalam jumlah yang sekedarnya
juga kurang baik karena tidak mewakili keadaan yang sebenarnya. Untuk itu,
pengujian kecukupan data dilakukan dengan berpedoman pada konsep statistic,
yaitu tingkat ketelitian dan tingkat keyakinan.
Persamaan uji keculupan adalah sebagai berikut:
………………………………………………1)
Dimana:
N = Jumlah data yang didapat
x = Data yang didapat dari pengamatan.
N’ = Jumlah pengamatan yang diperlukan
k = harga indeks confidence (tingkat kepercayaan)
s = tingkat ketelitian
2.2 Model Simulasi
Menurut Nugraha (2014), model adalah suatu perwakilan atau abstraksi dari objek
atau situasi aktual. Model bisa diklasifikasikan sebagai model ikonik, analog dan
simbolik. Model ikonik merupakan mempresentasikan sistem ataupun benda menjadi
suatu objek model yang memiliki wujud menyerupai sistem tersebut. Model analog
merupakan model yang dapat mempresentasikan suatu sifat sistem menjadi lebih
sederhana. Model simbolik atau model matematis merupakan representasi secara abstrak
dari suatu sistem.
Model matematis atau simbolik terdapat dua tipe tujuan, yaitu deskriptif dan
preskriptif (normatif). Model deskriptif adalah suatu model yang dapat menggambarkan
suatu sistem. Sedangkan model preskriptif adalah suatu model yang didekatkan dengan
metode optimisasi maupun heuristik ataupun metode lainnya sehingga dapat
menghasilkan model yang optimal.
2.3 Arena
Arena merupakan suatu software simulasi yang dapat menggunakan system aplikasi
Microsoft windows yang secara packaging dapat terlihat familiar dalam penggunaannya.
ARENA akan disimulasikan model yang sesuai dengan bentuk sebelumnya dengan
masukan data primer maupun sekunder sebagai resources dalam suatu pengoperasianny,
(Wahyani ,2014).
Menurut Rahmadani (2010), verifikasi merupaka proses yang dapat menunjukan
(meyakinkan) bahwa suatu model d a p a t beroperasi m a u p u n d i j a l a n k a n sesuai
yang diinginkan oleh pembuat model. Sedangkan validasi merupakan proses penentuan
dari suatu model yang sudah dibuat sebagai konseptualisasi maupun abstraksi yang
berarti dan akurat pada sistem nyata. Validasi dapat juga memiliki pengertian sebagai
proses untuk memastikan bahwa suatu model merepresentasikan realitas dalam tingkat
kepercayaan tertentu (sesuai dengan sitem nyata yang diamati). Validasi bisa dilakukan
apabila suatu proses verifikasi telah berhasil. Proses verifikasi berhasil apabila dapat
memenuhi syarat sebagai berikut:
1. Memasukkan semua komponen yang telah diamatai dalam spesifikasi pada
fase pendefinisian sistem.
2. Secara aktual bisa dijalankan tanpa kesalahan maupun peringatan.
BAB III
METODOLOGI PRAKTIKUM
Bab III memaparkan alat dan bahan yang dibutuhkan pada tugas besar, prosedur
pelaksanan tugas besar, dan flowchart.
3.1 Alat dan Bahan
Alat dan bahan yang digunakan dalam tugas besar SSI modul 2 antara lain:
1. Laptop atau PC.
2. Kamera/HP.
3. Microsoft Word.
4. \Software Visio.
5. ARENA
3.2 Prosedur Pengolahan Data
Prosedur tugas besar SSI modul 2 terbagi menjadi 2 yaitu prosedur pengambilan data
dan prosedur pengolahan data.
3.2.1 Prosedur Pengambilan Data
Prosedur pengambilan data tugas besar SSI modul 1 adalah sebagai berikut:
1. Melakukan pengamatan pada sistem nyata yaitu sistem berobat pada puskesmas
Bangkalan.
2. Mencatat waktu antar kedatangan pasien, waktu pelayanan dan waktu selesai
dilayani pada masing-masing server yaitu pengambilan tiket, loket pendaftaran,
pemeriksaan dokter dan pengambilan obat.
3. Mengambil gambar/foto setiap pasien pada masing-masing server.
3.2.2 Prosedur Pengolahan Data
Prosedur pengolahan data tugas besar SSI modul 1 adalah sebagai berikut:
1. Merekap data waktu pengamatan sistem pelayanan puskesmas Bangkalan.
2. Melakukan uji kecukupan data pada masing-masing server.
3. Membuat rekapan data baru berdasarkan uji kecukupan data.
4. Menentukan pola data masing-masing data.
5. Menentukan parameter untuk acuan penelitian secara matematis.
6. Membuat model simulasi menggunakan software arena dan visio.
7. Melakukan validasi model arena dengan sistem nyata melalui parameter
performance sistem.
8. Membuat 3 skenario perbaikan.
9. Melakukan proses comparing system masing-masing scenario.
10. Melakukan identifikasi faktor penghambat apabila diimplikasikan dalam sistem
nyata.
11. Membuat animasi dengan software arena.
3.3 Flowchart Pelaksanaan Tugas Besar
Flowchart pelaksanaan tugas besar SSI modul 2 simulasi menggunakan software
arena adalah sebagai berikut:
Gambar 2.3.1 Flowchart tugas besar simulasi sistem industri modul 2
BAB IV
PENGOLAHAN DATA
Bab ini berisi tentang pengolahan data dari modul dua tentang simulasi
menggunakan software arena dengan objek pengamatan pencucian sepeda motor.
4.1 Rekapan Data
Rekapan data waktu pengamatan pada sistem yang terdiri dari waktu
kedatangan, pelayanan, dan waktu selesai adalah sebagai berikut;
Tabel 2.4.1 Rekapan data server 109:11:45 AM 09:32:00 AM 09:46:09 AM 849 1 121509:30:45 AM 09:47:45 AM 10:01:03 AM 798 1 102010:00:02 AM 10:02:47 AM 10:14:15 AM 688 2 107410:11:52 AM 10:14:54 AM 10:28:01 AM 787 2 194510:13:23 AM 10:28:50 AM 10:42:08 AM 798 2 293410:22:07 AM 10:42:12 AM 10:54:55 AM 763 2 338910:33:24 AM 10:56:00 AM 11:12:52 AM 1012 1 135610:48:42 AM 11:13:58 AM 11:26:32 AM 754 3 698211:16:13 AM 11:27:15 AM 11:40:25 AM 790 2 309711:14:00 AM 11:40:55 AM 11:53:30 AM 755 2 472511:14:55 AM 11:53:50 AM 12:09:20 PM 930 1 233511:34:00 AM 12:09:49 PM 12:24:00 PM 851 0 001:40:00 PM 01:46:22 PM 02:00:02 PM 820 1 38201:50:20 PM 02:20:50 PM 02:34:10 PM 800 2 356002:20:00 PM 02:34:50 PM 02:50:00 PM 910 3 823102:30:03 PM 02:52:20 PM 03:05:00 PM 760 2 391702:35:00 PM 03:05:10 PM 03:20:20 PM 910 2 518602:40:10 PM 03:20:48 PM 03:33:15 PM 747 1 243803:13:20 PM 03:33:35 PM 03:50:00 PM 985 1 121503:43:00 PM 03:53:06 PM 04:07:30 PM 864 2 254003:50:30 PM 04:07:55 PM 04:20:35 PM 760 3 724003:55:00 PM 04:21:00 PM 04:34:00 PM 780 2 407804:05:10 PM 04:34:04 PM 04:47:10 PM 786 1 173404:20:10 PM 04:47:00 PM 05:00:29 PM 809 0 0
Total waktu Pelayanan : 25292 46 76599Total waktu pengamatan : 32358 32359 32360
Utilitas : 0.782 0.001 2.367
Tabel 2.4.2 Rekapan data server 2998 2 2681 9:32:22 9:33:03 9:45:36849 1 1215 9:46:45 9:46:50 10:01:01798 1 1020 10:02:31 10:02:37 10:13:36688 2 1074 10:14:59 10:15:02 10:27:18787 2 1945 10:28:23 10:28:50 10:40:40798 2 2934 10:42:12 10:42:20 10:55:10763 2 3389 10:55:02 10:55:30 11:06:33
1012 1 1356 11:13:10 11:13:15 11:26:21754 3 6982 11:26:50 11:27:09 11:38:11790 2 3097 11:40:50 11:40:55 11:52:19755 2 4725 11:53:50 11:53:55 12:06:48930 1 2335 12:09:28 12:09:36 12:23:26851 0 0 12:24:15 12:25:30 12:38:00820 1 382 14:00:14 14:00:18 14:13:18800 2 3560 14:34:25 14:34:30 14:48:40910 3 8231 14:50:16 14:53:05 15:07:05760 2 3917 15:05:12 15:07:41 15:22:14910 2 5186 15:20:27 15:22:35 15:35:25747 1 2438 15:33:23 15:35:45 15:49:10985 1 1215 15:50:14 15:51:50 16:04:00864 2 2540 16:07:51 16:08:15 16:21:30760 3 7240 16:20:49 16:21:50 16:36:30780 2 4078 16:34:20 16:36:44 16:48:55786 1 1734 16:47:16 16:49:35 17:04:00809 0 0 17:00:51 17:04:30 17:14:58
25292 46 76599 Total waktu Pelayanan :32358 32359 32360 Total waktu pengamatan :0.782 0.001 2.367 Utilitas :
Tabel 2.4.3 Rekapan data server 39:45:36 753 0 0 9:45:41
10:01:01 851 0 0 10:01:0710:13:36 659 0 0 10:13:4010:27:18 736 0 0 10:27:2410:40:40 710 0 0 10:40:4410:55:10 770 1 8 10:55:1711:06:33 663 0 0 11:06:3811:26:21 786 0 0 11:26:2811:38:11 662 1 0 11:38:1711:52:19 684 0 0 11:52:2512:06:48 773 0 0 12:06:5412:23:26 830 0 0 12:23:3012:38:00 750 0 0 12:38:0414:13:18 780 0 0 14:13:2514:48:40 850 0 0 14:48:4515:07:05 840 1 113 15:07:1215:22:14 873 1 107 15:22:2015:35:25 770 0 122 15:35:3115:49:10 805 0 0 15:49:1416:04:00 730 0 0 16:04:0716:21:30 795 1 41 16:21:3516:36:30 880 1 130 16:36:3616:48:55 731 1 99 16:48:5917:04:00 865 1 189 17:04:0517:14:58 628 0 0 17:15:03
Total waktu Pelayanan : 23443Total waktu pengamatan : 32074
Utilitas : 0.731
4.2 Uji Kecukupan Data Masing-masing Server
Uji kecukupan data untuk mengetahui apakah data hasil pengamatan
mencukupi untuk diolah lebih lanjut. Uji kecukupan data pada masing-masing
server adalah seabagi berikut ;
4.2.1 Uji Kecukupan Data Server 1
Hasil dari uji kecukupan data pada server 1 pencucian adalah sebagai
berikut ;
Diketahui:
k = 2
s = 0,05
N = 30
Ʃx = 25292
(Ʃx)2 = 627602704 s
Ʃ(x2) = 21178264 s
Ditanyai : N’ = ?
Jawaban :
N’ = ks√¿¿¿
N’ = 2
0,05 √30. 627602704−21178264
25052
N’ = 19,745
hasil perhitungan kecukupan data pada server 1 pencucian diperoleh nilai
sebesar 19,442 berarti data pada server 1 cukup untuk diolah lebih lanjut.
4.2.2 Uji Kecukupan Data Server 2
Hasil dari uji kecukupan data pada server 1 pengeringan adalah sebagai
berikut ;
Diketahui:
k = 2
s = 0,05
N = 30
Ʃx = 23443
(Ʃx)2 = 549574249 s
Ʃ(x2) = 18502497 s
Ditanyai : N’ = ?
Jawaban :
N’ = ks√¿¿¿
N’ = 2
0,05 √30. 549574249−18502497
23443
N’ = 16,014
hasil perhitungan kecukupan data pada server 2 pengeringan diperoleh nilai
sebesar 16,014 berarti data pada server 2 cukup untuk diolah lebih lanjut
4.2.3 Uji Kecukupan Data Server 3
Hasil dari uji kecukupan data pada server 1 pengeringan adalah sebagai
berikut ;
Diketahui:
k = 2
s = 0,05
N = 30
Ʃx = 600
(Ʃx)2 = 360000 s
Ʃ(x2) = 12172 s
Ditanyai : N’ = ?
Jawaban :
N’ = ks√¿¿¿
N’ = 2
0,05 √30. 360000−12172
600
N’ = 22,9333
hasil perhitungan kecukupan data pada server 3 pembayaran diperoleh nilai
sebesar 22,93 berarti data pada server 3 cukup untuk diolah lebih lanjut
Tabel 2.4.4 Rekapan Hasil uji kecukupan data
No Server 1 Server 2 Server 3Xi xi^2 xi xi 2 xi xi^2
1 1049 1100401 932 868624 20 4002 721 519841 779 606841 21 441
Tabel 2.4.4 merupakan tabel rekapan uji kecukupan data pada detiap server.
Berdasarkan tabel tersebut dapat diketahui bahwa data setiap server sudah cukup
untuk dilakukan pengolahan data.
4.3 Rekapan Data Baru
Rekapan data baru setelah uji kecukupan data pada setiap server.
2.4.5 Rekapan data baru
No. Lama PelayananServer 1 Server 2 Server 3
1 1049 932 202 721 779 213 745 785 224 880 944 175 953 829 226 998 753 167 849 851 238 798 659 219 688 736 19
10 787 710 2211 798 770 2112 763 663 1813 1012 786 2214 754 662 2015 790 684 2216 755 773 1817 930 830 1918 851 750 2019 820 780 2120 800 850 1921 910 840 1722 760 873 1623 910 770 2124 747 805 1725 985 730 2726 864 795 1827 760 880 2128 780 731 1829 786 865 23
4.4 Pola Data dari Masing-masing Data
Pola data dari sistem pencucian motor tiap server sebagai berikut :
Gambar 2.4.2 Pola data server 1
Gambar 2.4.3 Pola data server 2
Gambar 2.4.4 Pola data server 3
Tabel 2.4.6 Rekapan expression
No. Elemen Expression1 Server 1 688 + WEIB(154, 1.24)2 Server 2 NORM(781, 78.2)3 Server 3 NORM(20, 2.39)
Tabel 2.4.6 merupakan rekapan expression dari sistem pencucian motor tiap
server. Server 1 dengan pola data 688 + WEIB(154, 1.24) , Server 2 dengan pola
data NORM(781, 78.2) , server 3 dengan pola data NORM(20, 2.39).
4.5 Parameter untuk Acuan Penelitian Secara Matematis
Parameter yang digunakan dalam penelitian adalah utiltas, panjang antrian
dan lama antrian. Perhitungan matematis dari setiap parameter sebagai berikut.
4.5.1 Utilitas
Perhitungan matematis utilitas setiap server sebagai berikut.
Utilitas = Ʃ x i
Ʃx
Keterangan :
Ʃxi = Total waktu pelayanan
Ʃx = Waktu pengamatan
1. Server 1
Diketahui : Ʃxi = 25052
Ʃx = 32358
Ditanyai : Utilitas ?
Jawaban :
Utilitas = 2529232358 = 0,774
2. Server 2
Diketahui : Ʃxi = 23443
Ʃx = 32074
Ditanyai : Utilitas ?
Jawaban :
Utilitas = 2344332074 = 0,730
3. Server 3
Diketahui : Ʃxi = 600
Ʃx = 31162
Ditanyai : Utilitas ?
Jawaban :
Utilitas = 600
31162 = 0,019
4.5.2 Panjang Antrian
Perhitungan matematis panjang antrian setiap server sebagai berikut;
Panjang Antrian = Ʃ Panjang Antrian
Ʃ data
1. Server 1
Diketahui : Ʃ Panjang antrian = 46
Ʃ Data = 30
Ditanyai : Panjang antrian ?
Jawaban :
Panjang antrian = 4630 = 1,533
2. Server 2
Diketahui : Ʃ Panjang antrian = 12
Ʃ Data = 30
Ditanyai : Panjang antrian ?
Jawaban :
Panjang antrian = 1230 = 0,4
3. Server 3
Diketahui : Ʃ Panjang antrian = 0
Ʃ Data = 30
Ditanyai : Panjang antrian ?
Jawaban :
Panjang antrian = 0
30 = 0
4.5.3 Lama Antrian
Perhitungan matematis lama antrian setiap server sebagai berikut.
Lama Antrian = Ʃ Lama Antrian
Ʃ data
1. Lama Antrian Server 1
Diketahui : Ʃ Lama antrian = 76599 s
Ʃ Data = 30
Ditanyai : Lama antrian ?
Jawaban :
Lama antrian = 76599
30 = 2553,3
2. Lama Antrian Server 2
Diketahui : Ʃ Lama antrian = 1377 s
Ʃ Data = 30
Ditanyai : Lama antrian ?
Jawaban :
Lama antrian = 1377
30 = 45,9 s
3. Lama Antrian Server 3
Diketahui : Ʃ Lama antrian = 0
Ʃ Data = 30
Ditanyai : Lama antrian ?
Jawaban :
Lama antrian = 0
30 = 0
4.6 Model Simulasi Menggunakan Software Arena Dan Visio
Model simulasi sistem pencucian motor menggunakan software arena adalah sebagai
berikut:
Gambar 2.4.5 model simulasi pelayanan sistem pencucian motor dengan arena
Gambar 2.3.5 menunjukkan model simulasi sistem pada pencucian motor dengan
menggunakan shoftware arena.
4.7 Validasi Model Arena dengan Sistem Nyata Melalui Parameter
Performance Sistem
Dalam melakukan proses validasi sebuah model dari simulasi terlebih dahulu
melakukan uji Paired T-test dengan hipotesis awal:
Hipotesis :
H0 = tidak terdapat perbedaan antara model dengan sistem nyata.
H1 = terdapat perbedaan antara model dengan sistem nyata.
Keputusan:
0.05 < sig = terima H0
0.05 > sig = tolak H0
Dibawah ini merupakan Tabel utilitas ARENA dan sistem nyata serta pengujian
parameter dari replikasi.
1. Sistem Nyata
Pengujian sisitem nyata pada replikasi 1 adalah sebagai berikut:
Tabel 2.4.7 Utilitas replikasi 1
Nyata
Server Replikasi
1 21 0.211 0.19942 0.9965 0.9979
Rekapan dari utilitas dan arena pada replikasi 1 pada server 1 didapatkan nilai pada
arena sebesar 0,211 sedangkan pada sistem nyata sebesar 0.774213, server 2 pada arena
sebesar 0,9965 sedangkan pada sistem nyata sebesar 0.730904.Utilitas Replikasi 1 Paired Samples Test
Replikasi Server Arena Manual
3 4 5 1 0.211 0.7742130.1942 0.199 0.147 2 0.9965 0.730904
0.9979 0.9957 0.989 30.0256 0.019254
Pair 1 VAR00001 - VAR00002
Gambar 2.4.6 Uji paired t test
Uji t-test pada replikasi 1 didapatkan hasil sig (2-tailed) 0.73 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
Tabel 2.4.8 Utilitas replikasi 2
Replikasi
3 4 5
0.1942 0.199 0.147
Rekapan dari utilitas dan arena pada replikasi 2 pada server 1 didapatkan nilai pada
arena sebesar 0,1994 sedangkan pada sistem nyata sebesar 0.774213, server 2 pada arena
sebesar 0,9979 sedangkan pada sistem nyata sebesar 0.730904.Utilitas Replikasi 1 Paired Samples Test
Replikasi Server Arena Manual
3 4 5 1 0.211 0.7742130.1942 0.199 0.147 2 0.9965 0.730904
0.9979 0.9957 0.989 30.0256 0.019254
Pair 1 VAR00001 - VAR00002
Gambar 2.4.7 Uji paired t test
Uji t-test pada replikasi 1 didapatkan hasil sig (2-tailed) 0.726 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
Tabel 2.4.9 Utilitas replikasi 2
0.0261 0.0247 0.0245
Rekapan dari utilitas dan arena pada replikasi 2 pada server 1 didapatkan nilai pada
arena sebesar 0,1992 sedangkan pada sistem nyata sebesar 0.774213, server 2 pada arena
sebesar 0,9979 sedangkan pada sistem nyata sebesar 0.730904.
0.0261 0.0247 0.0245
Utilitas Replikasi 2 Paired Samples Test
Server Arena Manual
Replikasi 10.1994 0.774213
Gambar 2.4.7 Uji paired t test
Uji t-test pada replikasi 3 didapatkan hasil sig (2-tailed) 0.723 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
Tabel 2.4.10 Utilitas replikasi 4
Per 2
Server Replikasi
1 21 0.001 0.0008
Rekapan dari utilitas dan arena pada replikasi 4 pada server 1 didapatkan nilai pada
arena sebesar 0,147 sedangkan pada sistem nyata sebesar 0.774213, server 2 pada arena
sebesar 00.989 sedangkan pada sistem nyata sebesar 0.730904.2 0.9979 0.730904
Replikasi 30.0261 0.019254
Pair 1
3 4 50.0009 0.0008 0.0008 Utilitas Replikasi 4 Paired Samples Test
0.9984 0.7464 0.9986 Server Arena Manual
0.8598 0.9986 0.5443 10.147 0.774213
VAR00001 - VAR00002
Gambar 2.4.8 Uji paired t test
Uji t-test pada replikasi 4 didapatkan hasil sig (2-tailed) 0.690 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
Tabel 2.4.11 Utilitas replikasi 5
Replikasi
3 4 50.0009 0.0008 0.0008
Rekapan dari utilitas dan arena pada replikasi 5 pada server 1 didapatkan nilai pada
arena sebesar 0,199 sedangkan pada sistem nyata sebesar 0.774213, server 2 pada arena
sebesar 0,9957 sedangkan pada sistem nyata sebesar 0.730904.2 0.9979 0.730904
Replikasi 30.0261 0.019254
Pair 1
3 4 50.0009 0.0008 0.0008 Utilitas Replikasi 4 Paired Samples Test
0.9984 0.7464 0.9986 Server Arena Manual
VAR00001 - VAR00002
Gambar 2.4.9 Uji paired t test
Uji t-test pada replikasi 4 didapatkan hasil sig (2-tailed) 0.722 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
2. Skenario Perbaikan 1
Pengujian sistem skenario perbaikan pada replikasi 1 sampai 5 adalah sebagai
berikut:
Tabel 2.4.12 Utilitas replikasi 1
Replikasi
3 4 5
0.1942 0.199 0.1470.9979 0.9957 0.9890.0261 0.0247 0.0245
Rekapan dari utilitas dan arena pada replikasi 1 pada server 1 didapatkan nilai pada
arena sebesar 0,2113 sedangkan pada sistem nyata sebesar 0.774213, server 1 perbaikan
pada arena sebesar 0,0002 sedangkan pada sistem nyata sebesar 0,774213.Utilitas Replikasi 1 Paired Samples Test
Replikasi Server Arena Manual
3 4 5 1 0.1213 0.7742130.1942 0.199 0.147 1.2 0.0002 0.774213
0.9979 0.9957 0.9892 0.9989 0.730904
Pair 1
Gambar 2.4.10 Uji paired t test
Uji t-test pada replikasi 1 didapatkan hasil sig (2-tailed) 0.337 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
Tabel 2.4.13 Utilitas replikasi 2
Replikasi
3 4 5
0.1942 0.199 0.147
0.9979 0.9957 0.989
Rekapan dari utilitas dan arena pada replikasi 2 pada server 1 didapatkan nilai pada
arena sebesar 0,2113 sedangkan pada sistem nyata sebesar 0.774213, server 1 perbaikan
pada arena sebesar 0,0002 sedangkan pada sistem nyata sebesar 0,774213.Utilitas Replikasi 1 Paired Samples Test
Replikasi Server Arena Manual
3 4 5 1 0.1213 0.7742130.1942 0.199 0.147 1.2 0.0002 0.774213
0.9979 0.9957 0.9892 0.9989 0.730904
Pair 1
Gambar 2.4.11 Uji paired t test
Uji t-test pada replikasi 2 didapatkan hasil sig (2-tailed) 0.337 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
Tabel 2.4.14 Utilitas replikasi 3
Replikasi
3 4 50.0502 0.0649 0.0950.0003 0.0003 0.00020.9991 0.9991 0.9992
Rekapan dari utilitas dan arena pada replikasi 3 pada server 1 didapatkan nilai pada
arena sebesar 0,0502 sedangkan pada sistem nyata sebesar 0.774213, server 1 perbaikan
pada arena sebesar 0,0003 sedangkan pada sistem nyata sebesar 0,774213.
Replikasi Utilitas Replikasi 2Paired Samples Test
3 4 5 Server Arena Manual0.0502 0.0649 0.095 1 0.0601 0.7742130.0003 0.0003 0.0002 1.2 0.0003 0.7742130.9991 0.9991 0.9992 2 0.9992 0.730904 Pair 1
Gambar 2.4.12 Uji paired t test
Uji t-test pada replikasi 3 didapatkan hasil sig (2-tailed) 0.327 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
Tabel 2.4.15 Utilitas replikasi 4
0.9984 0.7464 0.9986
0.8598 0.9986 0.5443
0.046 0.0447 0.0393
Rekapan dari utilitas dan arena pada replikasi 4 pada server 1 didapatkan nilai pada
arena sebesar 0,0649 sedangkan pada sistem nyata sebesar 0.774213, server 1 perbaikan
pada arena sebesar 0,0003 sedangkan pada sistem nyata sebesar 0,774213.0.9984 0.7464 0.9986 1.2 0.0003 0.774213
0.8598 0.9986 0.54432 0.9991 0.730904
Pair 1
0.046 0.0447 0.0393 3 0.0261 0.019254
Gambar 2.4.12 Uji paired t test
Uji t-test pada replikasi 4 didapatkan hasil sig (2-tailed) 0.329 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
Tabel 2.4.6 Utilitas replikasi 5
Replikasi3 4 5
0.0005 0.0006 0.0004
Rekapan dari utilitas dan arena pada replikasi 4 pada server 1 didapatkan nilai pada
arena sebesar 0,095 sedangkan pada sistem nyata sebesar 0.774213, server 1 perbaikan
pada arena sebesar 0,0002 sedangkan pada sistem nyata sebesar 0,774213.0.9984 0.7464 0.9986 1.2 0.0003 0.774213
0.8598 0.9986 0.54432 0.9991 0.730904
Pair 1
0.046 0.0447 0.0393 3 0.0261 0.019254
Gambar 2.4.13 Uji paired t test
Uji t-test pada replikasi 4 didapatkan hasil sig (2-tailed) 0.329 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
3. Skenario Perbaikan 2
Pengujian sistem skenario perbaikan pada replikasi 1 sampai 5 adalah sebagai
berikut:
Tabel 2.4.16 Utilitas replikasi 1Paired Samples Test
Paired Differences
Lower Upper
.25254 -1.09177 .51562
Std. Error Mean
95% Confidence Interval of the Difference
Rekapan dari utilitas dan arena pada replikasi 1 pada server 2 didapatkan nilai pada
arena sebesar 0,8131 sedangkan pada sistem nyata sebesar 0.730904, server 2 perbaikan
pada arena sebesar 0,9983 sedangkan pada sistem nyata sebesar 0.730904.Paired Samples Test Utilitas replikasi 1 Paired Samples Test
df
Server Arena Manual
1 0.001 0.7742132.1 0.8131 0.730904
3 .3372.2 0.9983 0.730904
Pair 1
Sig. (2-tailed)
VAR00001 - VAR00002
Gambar 2.4.14 Uji paired t test
Uji t-test pada replikasi 1 didapatkan hasil sig (2-tailed) 0.696 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
Tabel 2.4.17 Utilitas replikasi 2
Paired Samples Test
df
3 .337
Sig. (2-tailed)
Rekapan dari utilitas dan arena pada replikasi 2 pada server 2 didapatkan nilai pada
arena sebesar 0,6978 sedangkan pada sistem nyata sebesar 0.730904, server 2 perbaikan
pada arena sebesar 0,9987 sedangkan pada sistem nyata sebesar 0.730904.Paired Samples Test Utilitas replikasi 1 Paired Samples Test
df
Server Arena Manual
1 0.001 0.7742132.1 0.8131 0.730904
3 .3372.2 0.9983 0.730904
Pair 1
Sig. (2-tailed)
VAR00001 - VAR00002
Gambar 2.4.15 Uji paired t test
Uji t-test pada replikasi 2 didapatkan hasil sig (2-tailed) 0.607 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
Tabel 2.4.18 Utilitas replikasi 3
Paired Samples Test
df
3 .328
Sig. (2-tailed)
Rekapan dari utilitas dan arena pada replikasi 3 pada server 2 didapatkan nilai pada
arena sebesar 0,9984 sedangkan pada sistem nyata sebesar 0.730904, server 2 perbaikan
pada arena sebesar 0,8598 sedangkan pada sistem nyata sebesar 0.730904.
Paired Samples Test Utilitas replikasi 2 Paired Samples Test
df
Server Arena Manual
1 0.0008 0.7742132.1 0.6978 0.730904
Sig. (2-tailed)
Gambar 2.4.16 Uji paired t test
Uji t-test pada replikasi 3 didapatkan hasil sig (2-tailed) 0.733 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
Tabel 2.4.19 Utilitas replikasi 4
df
3 .327
Sig. (2-tailed)
Rekapan dari utilitas dan arena pada replikasi 4 pada server 2 didapatkan nilai pada
arena sebesar 0,7464 sedangkan pada sistem nyata sebesar 0.730904, server 2 perbaikan
pada arena sebesar 0,9986 sedangkan pada sistem nyata sebesar 0.730904.
df 2.1 0.9984 0.730904
3 .3272.2 0.8598 0.730904
Pair 1
3 0.046 0.019254
Sig. (2-tailed)
VAR00001 - VAR00002
Gambar 2.4.17 Uji paired t test
Uji t-test pada replikasi 4 didapatkan hasil sig (2-tailed) 0.644 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
Tabel 2.4.20 Utilitas replikasi 5
df
3 .327
Sig. (2-tailed)
Rekapan dari utilitas dan arena pada replikasi 5 pada server 2 didapatkan nilai pada
arena sebesar 0,9986 sedangkan pada sistem nyata sebesar 0.730904, server 2 perbaikan
pada arena sebesar 0,5443 sedangkan pada sistem nyata sebesar 0.730904.
df 2.1 0.9984 0.730904
3 .3272.2 0.8598 0.730904
Pair 1
3 0.046 0.019254
Sig. (2-tailed)
VAR00001 - VAR00002
Gambar 2.4.18 Uji paired t test
Uji t-test pada replikasi 4 didapatkan hasil sig (2-tailed) 0.504 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
4. Skenario Perbaikan 3
Pengujian sistem skenario perbaikan pada replikasi 1 sampai 5 adalah sebagai
berikut:
Tabel 2.4.21 Utilitas replikasi 1
Utilitas replikasi 1
Server Arena Manual1 0.001 0.774213
2.1 0.8131 0.730904
2.2 0.9983 0.730904
3 0.0461 0.019254
Rekapan dari utilitas dan arena pada replikasi 1 pada server 3 didapatkan nilai pada
arena sebesar 00124 sedangkan pada sistem nyata sebesar 0.019254, server 3 perbaikan
pada arena sebesar 0,0128 sedangkan pada sistem nyata sebesar 0.019254.Paired Samples Test
Paired Differences
t df
Utilitas replikasi 1Server Arena Manual
Lower Upper 1 0.0005 0.774213.23048 -.83270 .63431 -.430 3 .696 2 0.9992 0.730904
3.1 0.0124 0.019254
Sig. (2-tailed)
Std. Error Mean
95% Confidence Interval of the Difference
Gambar 2.4.19 Uji paired t test
Uji t-test pada replikasi 1 didapatkan hasil sig (2-tailed) 0.604 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
Tabel 2.4.22 Utilitas replikasi 2Paired Samples Test
Paired Differences
Lower Upper
.23048 -.83270 .63431
Std. Error Mean
95% Confidence Interval of the Difference
Rekapan dari utilitas dan arena pada replikasi 2 pada server 3 didapatkan nilai pada
arena sebesar 0,0108 sedangkan pada sistem nyata sebesar 0.019254, server 3 perbaikan
pada arena sebesar 0,0141 sedangkan pada sistem nyata sebesar 0.019254.Paired Samples Test
Paired Differences
t df
Utilitas replikasi 1Server Arena Manual
Lower Upper 1 0.0005 0.774213.23048 -.83270 .63431 -.430 3 .696 2 0.9992 0.730904
Sig. (2-tailed)
Std. Error Mean
95% Confidence Interval of the Difference
Gambar 2.4.20 Uji paired t test
Uji t-test pada replikasi 2 didapatkan hasil sig (2-tailed) 0.603 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
Tabel 2.4.23 Utilitas replikasi 3
Paired Samples Test
Paired Differences
Lower UpperStd. Error
Mean
95% Confidence Interval of the Difference
Rekapan dari utilitas dan arena pada replikasi 3 pada server 3 didapatkan nilai pada
arena sebesar 0,0142 sedangkan pada sistem nyata sebesar 0.019254, server 3 perbaikan
pada arena sebesar 0,0107 sedangkan pada sistem nyata sebesar 0.019254.3.2 0.0128 0.019254
Paired Samples Test Utilitas replikasi 2
Paired Differences
t df
Server Arena Manual
1 0.0005 0.774213Lower Upper 2 0.9992 0.730904
Sig. (2-tailed)
Std. Error Mean
95% Confidence Interval of the Difference
Gambar 2.4.21 Uji paired t test
Uji t-test pada replikasi 3 didapatkan hasil sig (2-tailed) 0.603 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
Tabel 2.4.24 Utilitas replikasi 4
Paired Samples Test
Paired Differences
Lower Upper
.23385 -.83177 .65668
Std. Error Mean
95% Confidence Interval of the Difference
Rekapan dari utilitas dan arena pada replikasi 4 pada server 3 didapatkan nilai pada
arena sebesar 0,0145 sedangkan pada sistem nyata sebesar 0.019254, server 3 perbaikan
pada arena sebesar 0,0114 sedangkan pada sistem nyata sebesar 0.019254.
Paired Samples Test Utilitas replikasi 3Paired Differences
t df
Server Arena Manual
1 0.0005 0.774213
Lower Upper 2 0.9991 0.730904Sig. (2-tailed)
Std. Error Mean
95% Confidence Interval of the Difference
Gambar 2.4.22 Uji paired t test
Uji t-test pada replikasi 4 didapatkan hasil sig (2-tailed) 0.604 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
Tabel 2.4.25 Utilitas replikasi 5
Paired Samples Test
Paired Differences
Rekapan dari utilitas dan arena pada replikasi 5 pada server 3 didapatkan nilai pada
arena sebesar 0,0123 sedangkan pada sistem nyata sebesar 0.019254, server 3 perbaikan
pada arena sebesar 0,0123 sedangkan pada sistem nyata sebesar 0.019254.
3.2 0.0107 0.019254
Paired Samples Test Utilitas replikasi 4Paired Differences
t df
Server Arena Manual
Sig. (2-tailed)
Gambar 2.4.23 Uji paired t test
Uji t-test pada replikasi 5 didapatkan hasil sig (2-tailed) 0.603 lebih dari 0.05 maka
sig (2-tailed) maka dapat disimpulkan terima H0 yang artinya tidak terdapat perbedaan
antara sistem dengan model.
4.8 Skenario Perbaikan
4.8.1 Skenario Perbaikan 1
Model simulasi sistem pencucian motor menggunakan software arena dengan
melakukan perbaikan adalah sebagai berikut:
Gambar 2.4.24 perbaikan 1 sistem pencucian motor dengan arena
Gambar 2.3.24 menunjukkan model perbaikan 1 sistem pada pencucian motor
dengan menggunakan shoftware arena, terjadi penambahan resource pada server satu
pencucian.
4.8.2 Skenario Perbaikan 2
Model simulasi sistem pencucian motor menggunakan software arena dengan
melakukan perbaikan adalah sebagai berikut:
Gambar 2.4.25 perbaikan 2 sistem pencucian motor dengan arena
Gambar 2.3.25 menunjukkan model perbaikan 2 sistem pada pencucian motor
dengan menggunakan shoftware arena, terjadi penambahan resource pada server dua
pengeringan.
4.8.3 Skenario Perbaikan 3
Model simulasi sistem pencucian motor menggunakan software arena dengan
melakukan perbaikan adalah sebagai berikut:
Gambar 2.4.26 perbaikan 3 sistem pencucian motor dengan arena
Gambar 2.3.26 menunjukkan model perbaikan 3 sistem pada pencucian motor dengan
menggunakan shoftware arena, terjadi penambahan resource pada server tiga
pembayaran.
4.9 Proses Comparing System Masing-Masing Skenario
Berikut merupakan comparing system dari parameter utilitas pada skenario yang
telah dibuat:
Hipotesa:
H0 = Tidak terdapat perbedaan secara signifikan anatara rata-rata utilitas pada
sistem dengan skenario 1, 2, dan 3.
H0 = Terdapat perbedaan secara signifikan anatara rata-rata utilitas pada
sistem dengan skenario 1, 2, dan 3.
Pengambilan Keputusan:
Jika F hitung ≥ F tabel, maka tolak H0
Jika F hitung < F tabel, maka terima H0
Jika Sig ≤ α (0,05), maka tolak H0
Jika Sig > α (0,05), maka terima H0
Tabel 2.4.27 Rekapan data
Server ModelAwal Perbaikan 1 Perbaikan 2 Perbaikan 3
1 0.190 0.078 0.001 0.0011.1 0.0002 0.995 0.999 0.851 0.999
2.2 0.8803 0.025 0.280 0.044 0.013
3.3 0.012Tabel 2.4.27 menunjukakan inputan untuk uji anova hasil dari output utilitas,
seperti pada server 1 untuk skenario awal sebesar 0,19 perbaikan 1 sebesar 0,78,
perbaikan 2 sebesar 0,001 dan perbaikan 3 sebesar 0,001.
Tabel 2.4.28 Anova
Server ModelAwal Perbaikan 1 Perbaikan 2 Perbaikan 3 Anova: Single Factor
1 0.190 0.078 0.001 0.0011.1 0.000 SUMMARY2 0.995 0.999 0.851 0.999 Groups
2.2 0.880 Awal
Tabel Anova menunjukkan f sebesar 0.1105 lebih kecil dari 3,587 yang berarti
maka dapat disimpulkan terima H0 yang artinya terdapat perbedaan antara sistem dengan
model 1,2,3.
4.10 Identifikasi Faktor Penghambat Apabila Skenario Diimplementasikan
pada Sistem Nyata
Faktor penghambat jika skenario perbaikan terjadi penambahan operator pada
masing-masing scenario perbaikan yang dibuat adalah terjadi penambahan modal untuk
memeberi gaji karyawan , serta pembelian alat pada proses pencucian sehingga
memelukan lebih besar modal dan pengeluaran yang dibutuhkan. Selain itu, pelanggan
cuci motor juga tidak selalu ramai sehingga apabila telah dilakukan penambahan operator
pada proses yang ditentukan akan terjadi server dan operatoryang menganggur sehingga
menurunkan performansi dan nilai produktivitas serta dapat menurunkan profit usaha,
karena mengeluarkan gaji untuk karyawan tetap namun kinerjanya kurang. Kendala lain
yaitu apabila dilakukan penambahan server tanpa adanya perluasan wilayah akan
mengakibatkan ruangan terlalu sempit dan pergerakan operator serta pemindahan motor
untuk menuju server 1 ke server lain akan terjadi kesulitan.
4.11 Animasi Menggunakan Arena
Animasi dengan menggunakan arena pada sistem nyata adalah sebagai berikut.
Gambar 2.4.27 Animasi arena
Gambar diatas adalah penggambaran sistem nyata dengan menggunakan arena dan
visio untuk membuat animasi agar lebih jelas dan menarik untuk mensimulasikan sebuah
sistem.
BAB V
KESIMPULAN DAN SARAN
Bab 5 memaparkan kesimpulan dan saran dari tugas besar SSI modul 2
simulasi menggunakan software arena.
5.1 Kesimpulan
Kesimpulan dari pembahasan tugas besar SSI modul 2 adalah sebagai berikut:
1. Modul-modul yang terdapat pada arena yaitu create, process, record, dan
dispose. Dalam tugas responsi SSI modul 2 dengan pengamatan obyek
pencucian motor bangkalan modul yang digunakan pada arena meliputi
proses yang menggambarkan sistem nyata, yaitu terdapat 3 server, yakni
pencucian, pengeringan dan pembayaran, terdapat satu operator pada masing-
masing proses yang terkait.
2. Input sistem pada modul arena yaitu pelanggan yang mencuci motor di
pencucian motor Bangkalan sedangkan prosesnya melewati beberapa server
yaitu pencucian, pengeringan, dan pembayaran. Sedangkan output dari
pengamatan ini merupakan pelanggan yang telah dilayani dengan motornya
yang sudah dicuci.
3. Terdapat 3 skenario perbaikan pada model simulasi sistem pencucian motor
Bangkalan. perbaikan yang pertama yaitu penambahan operator pada server 1
yaitu proses pencucian, yang kedua penambahan operator pada server 2 yaitu
pengeringan, yang ketiga penambahan operator pada server 3 yaitu
pembayaran.
5.2 Saran
Penggunaan metode terbaik yaitu dengan perbaikan 2. Karena pada perbaikan
2 terdapat penambahan resource yaitu pada proses pengeringan, karna pada
proses pengeringan terjadi paling banyak antrian.
DAFTAR PUSTAKA
Nugraha, Cahyadi. 2014. Model Sistem Simulasi Antrean Elevator. no. 01. Vol 02.
Rahmadani, Dewi. 2010. Simulasi Pelayanan Kasir Swalayan Citra di Bandar
Buat Padang. Jurnal Optimasi Sistem Industri, Vol. 9 No. 1. ISSN:
2038-4842.
Rusdianto, Beni. 2015. Redesain Helm Militer Untuk Siswa TNI AL. ITS
Wahyani, Widhi. 2014. Analisis Bottle Neck Dengan Pendekatan Simulasi Arena Pada Produk Sarung Tenun Ikat Tradisional. ITATS
top related