modul 1 print kel 28
Post on 02-Jun-2018
243 Views
Preview:
TRANSCRIPT
-
8/10/2019 Modul 1 Print Kel 28
1/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA1
BAB I
PENDAHULUAN
1 1 Latar Belakang
Masing-masing sistem memiliki karekteristik dan perilaku khusus. Sistem
dibuat agar semua yang terlibat didalamnya dapat bekerja secara maksimal yang
menghasilkan sebuah sistem yang bekerja dengan sempurna, namun pada
kenyataannya tidak ada suatu sistem yang sempurna. Sistem tidak bisa bekerja
secara sempurna karena dipengaruhi oleh beberapa faktor antara lain manusia,
material dan uang. Faktor-faktor tersebut secara tidak langsung menjadi penyebab
timbulnya kemungkinan suatu sistem tidak dapat bekerja secara optimal. Untuk
meminimalisir kekurangan dan kesalahan sistem dalam bekerja, maka muncul
suatu pendekatan ilmiah untuk menganalisa sistem nyata. selain itu sistem dapat
dipelajari secara lebih mendalam sehingga dapat ditemukan masalah-masalah di
dalam sistem dan dapat dicari pemecahannya. Pendekatan ini disebut dengan
simulasi.
Dengan menggunakan simulasi ini tidak perlu mengamati sistem nyata.
Simulasi dapat mengatur kecepatan sistem dalam bekerja sesuai dengan keinginan
kita. Sehingga kita dapat menghemat waktu, biaya dan sumber daya yang ada.
Seiring dengan perkembangannya muncul softwareyang dapat digunakan untuk
pemrograman yang juga menawarkan keunggulan tertentu, seperti contohnya
softwareProModel yang digunakan dalam praktikum modul satu kali ini.
ProModel sendiri merupakan high-level program dan specify purpose
simulation yang memiliki keunggulan friendly user interface serta mampu
menganalisa sistem produksi dari semua tipe dan ukuran secara spesifik. Dengan
demikian, diharapkan dengan penggunaan ProModel nantinya dapat memperbaiki
sistem yang ada di produksi raket.
1 2 Tujuan
Tujuan dari praktikum ProModel ini antara lain:
1. Mengidentifikasi permasalahan yang terdapat pada sistem produksi raket.
2. Memodelkan sistem produksi raket menggunakan petrinet.
-
8/10/2019 Modul 1 Print Kel 28
2/63
2LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
3. Memodelkan sistem produksi raket pada software promodel serta
mensimulasikannya.
4. Menganalisis hasil simulasi.
1 3 Manfaat
Manfaat dari praktikum ProModel ini antara lain:
1. Mampu mengidentifikasi permasalahan yang terdapat pada sistem produksi
raket.
2. Mampu memodelkan sistem produksi raket menggunakan petrinet.
3. Mampu memodelkan sistem produksi raket pada software promodel serta
mensimulasikannya.
4. Mampu melakukan analisis terhadap hasil simulasi.
1 4 Batasan
Batasan dari praktikum ini antara lain:
1. Jenis usaha yang diamati dan digunakan sebagai model simulasi merupakan
jenis usaha dalam bidang manufaktur.
2. Pemodelan dikhususkan untuk satu jenis produk.
3. Pemodelan dilakukan dengan mengambil sebanyak 5 replikasi dimana masing-
masing replikasi terdiri dari 10 data.
4. Pemodelan dilakukan hanya sampai raket setengah jadi yaitu tanpa diberi
senar raket dangrip.
1 5 AsumsiAsumsi dari praktikum ini adalah:
1. Tidak ada mesin yang rusak
2. Tidak ada raket yang dibuang pada stasiun kerja.
3. Tidak ada waktu istirahat.
-
8/10/2019 Modul 1 Print Kel 28
3/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA3
BAB II
TINJAUAN PUSTAKA
2 1 Sistem
Menurut Gordon B. Davis (1984), sebuah sistem terdiri dari bagian-bagian
yang saling berkaitan yang beroperasi bersama untuk mencapai beberapa sasaran
atau maksud. Sedangkan menurut Raymond Meleod (2001), Sistem adalah
himpunan dari unsur-unsur yang saling berkaitan sehingga membentuk suatu
kesatuan yang utuh dan terpadu. Secara umum sistem didefinisikan sebagai
kumpulan elemen yang bekerja bersama untuk mencapai tujuan yang diharapkan
(Blanchard, 1991). Sedangkan menurut Schmidt & Taylor (1970), sistem
didefinisikan sebagai kumpulan entitas yang berperan dan berinteraksi dalam
mencapai tujuan tertentu.
2 1 1 Karakteristik Sistem
Sistem memiliki beberapa karakteristik antara lain:
1. Kejadian (event), merupakan suatu peristiwa yang dapat merubah keadaan
sistem.
2. Aktivitas (activity), merupakan suatu proses yang menyebabkan perubahan
dalam sistem yang dapat merubah atribut maupun entity.
3. Hubungan (relationship), merupakan kesinambungan interaksi antara dua
objek atau lebih yang memudahkan proses pengenalan satu akan yang lain.
4. Antarmuka penghubung (interface), merupakan media penghubung antar
subsistem.
5. Elemen-elemen, merupakan komponen bagian dari sistem yang berupa entitas
atau subsistem:
a. Entitas: merupakan kumpulan objek yang terdefinisikan yang mempunyai
karakteristik sama dan bisa dibedakan satu dan lainnya.
b. Subsistem: komponen atau bagian dari suatu system.
6. Atribut, merupakan sebutan, sifat atau karakteristik yang memiliki elemen
sistem. Terdapat dua macam atribut, yaitu:
-
8/10/2019 Modul 1 Print Kel 28
4/63
4LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
a. Parameter: merupakan suatu nilai yang besarannya dianggap tetap selama
model simulasi dijalankan.
b. Variabel: merupakan informasi yang mencerminkan karakteristik suatu
sistem, yang mengikat sistem secara keseluruhan sehingga semua entity
dapat mengandung variabel yang sama, dalam ProModel dikenal variabel
localdanglobal.
7. Batas sistem (boundary), merupakan daerah yang membatasi antar sistem
atau lingkungan luarnya.
8. Lingkungan luar (environment), merupakan kondisi ataupun entitas di luar
dari sistem yang mempengaruhi operasi sistem.
9. Masukan sistem (input), merupakan suatu energi yang dimasukkan ke dalam
sistem.
10. Pengganggu (disturbance/noise), merupakan faktor-faktor yang
menyebabkan terjadinya kesalahan pada sistem.
11. Keluaran sistem (output), merupakan hasil dari energy yang diolah dan
diklasifikasikan menjadi keluaran.
12. Umpan balik (feedback), merupakan reaksi dan respon stakeholder atas
sistem yang dilakukan.
13. Ukuran performansi sistem dibagi menjadi dua:
a. Transient state: yaitu situasi awal setelah sistem dimulai atau
diinisialisasikan (start-up or warm-up period).
b. Steady state: yaitu keadaan stabil memiliki berbagai properti yang tidak
berubah dalam waktu.
14. Proses pengolahan (transformation process), merupakan suatu proses yangakan merubah masukan menjadi keluaran.
15. Perilaku sistem (behaviour), merupakan perilaku dari sistem yang melibatkan
masukan, pengolahan, dan keluaran.
2 1 2 Klasifikasi Sistem
Sistem dapat diklasifikasikan dari beberapa sudut pandang, diantaranya
sebagai (Law and Kelton, 2000) berikut:
-
8/10/2019 Modul 1 Print Kel 28
5/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA5
1. Sistem abstrak (abstact sistem) dan sistem fisik (physical sistem).
2. Sistem alamiah (natural sistem) dan sistem buatan manusia (human made
sistem).
3. Sistem tertentu (deterministic sistem) dan sistem tak tentu (probabilistic
sistem).
4. Sistem tertutup (closed sistem) dan sistem terbuka (open sistem).
2 2 Model
Definisi dari model adalah abstraksi dari sistem sebenarnya, dalam gambaran
yang lebih sederhana serta mempunyai tingkat prosentase yang bersifat
menyeluruh, atau model adalah abstraksi dari realita dengan hanya memusatkan
perhatian pada beberapa sifat dari kehidupan sebenarnya (Harrell, 2012).
2 2 1 Stakeholder dari Pemodelan
Stakeholder dapat diartikan sebagai segenap pihak yang terkait dengan
permasalahan yang sedang diangkat.(Daellenbach, 1994)
Stakeholder dari pemodelan terdiri dari:
1. Problem Owner
Individu atau sekelompok orang yang memiliki kewenangan mengendalikan
permasalahan. Disebut juga decision maker.
2. Problem User
Individu atau sekelompok orang yang menggunakan model untuk mencari
solusi masalah, meningkatkan kinerja dan mengeksekusinya.
3. Problem CustomerPihak yang mendapatkan dan merasakan manfaat atau menjadi objek dari
solusi yang digunakan.
4. Problem Analyst
Menganalisis masalah dan mendapatkan solusi kemudian disampaikan kepada
problem owner untuk mendapatkan persetujuan. Misalkan pada kegiatan
pembuatan gedung, pimpinan perusahaan pengembang merupakan owner,
-
8/10/2019 Modul 1 Print Kel 28
6/63
6LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
tim proyek merupakan user, pemilik gedung sebagai customer, dan konsultan
sebagai analyst.
2 2 2 Klasifikasi Model
Berikut ini adalah klasifikasi model berdasarkan Murdick, Ross, Claggett
(1984) dan Ackoff, Gupta, Minas (1962) dibagi berdasarkan kelas:
1. Berdasarkan Fungsi
a. Model Deskriptif, yaitu model yang memberikan gambaran dari sistem
nyata. Contoh: Struktur Organisasi, tampak atas tata letak fasilitas, laporan
keuangan, peta, daftar isi.
b. Model Prediktif, yaitu model yang digunakan untuk meramalkan hasil dari
kondisi tertentu. Contoh: Analisis BEP, diagram pohon keputusan, antrian.
c. Model Normatif, yaitu model yang memberikan jawaban terbaik dari
alternatif yang ada. Contoh: Model optimasi, PL, CPM/PERT, marketing
mix.
2. Berdasarkan Struktur
a. Model Ikonis, yaitu model yang merupakan perwakilan fisik dari beberapa
hal, baik dalam bentuk ideal maupun skala yang berbeda. Contoh: Maket,
layout fasilitas.
b. Model Analog, yaitu model yang mewakili situasi dinamk atau keadaan
yang berubah menurut waktu. Contoh: Sistem peredaran darah dengan
selang, jaringan lalu lintas dengan jaringan listrik.
c. Model Simbolik, yaitu model yang merupakan perwakilan dari realitas
yang dikaji, dapat berupa angka, simbol, dan rumus. Contoh: Rumus ABC,model PL hukum phytagoras.
3. Berdasarkan Acuan Waktu
a. Model Statis, yaitu model yang tidak memperhitungkan perubahan-
perubahan karena pengaruh waktu. Contoh: Model laba yang diharapkan,
struktur organisasi.
-
8/10/2019 Modul 1 Print Kel 28
7/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA7
b. Model Dinamis, yaitu model yang memperhitungkan faktor waktu dalam
menggambarkan suatu sistem nyata. Contoh: Model pertumbuhan
populasi, model dinamis.
4. Berdasarkan Tingkat Ketidakpastian
a. Model Deterministik, yaitu model yang keluaran yang dihasilkan dapat
diduga secara pasti berdasarkan masukannya. Contoh: Model laba, model
persediaan Wilson.
b. Model Probabilistik, yaitu model yang mendasarkan pada teknik peluang
dan memperhitungkan ketidakmenentuan. Contoh: Diagram pohon
keputusan, peta kendali mutu, model RO.
c. Model Konflik, yaitu model yang memiliki sifat alamiah pengambil
keputusan berada dalam pengendalian lawan. Contoh: Model Komoetisi,
model posisi tawar.
5. Model Tak Pasti, yaitu model yang dikembangkan untuk kondisi
ketidakpastian mutlak.
Berdasarkan Derajat Kuantifikasi
a. Model Kualitatif, yaitu model yang menggambarkan suatu mutu pada
suatu realita. Model kualitatif dibagi menjadi 2:
1) Model Mental, yaitu model yang menggambarkan proses berpikir
manusia. Contoh: Proses belajar manusia.
2) Model Verbal, yaitu model yang disajikan dalam bahasa sehari-hari.
Contoh: Definisi.
b. Model Kuantitatif, yaitu model yang variabelnya dapat dikuantifikasikan.Model Kuantitatif dibagi menjadi 4:
1) Model Heuristik, yaitu model yang digunakan untuk mencari jawaban
baik tetapi bukan yang optimum. Contoh: Kesetimbangan lintasan
produksi.
2) Model Simulasi, yaitu model yang digunakan untuk mencari jawab
baik yang menguntungkan pada sistem yang sangat kompleks. Contoh:
model simulasi diskrit, pemrograman dinamis.
-
8/10/2019 Modul 1 Print Kel 28
8/63
8LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
3) Model Optimum, yaitu model yang digunakan untuk menentukan
jawaban terbaik. Contoh: Analisis marjinal, analisis incremental,
model optimal algoritmik.
4) Model Statistik, yaitu model yang mendeskripsikan dan
menyimpulkan data. Contoh: Tabel Mortalitas, peta kendali.
6. Berdasarkan Derajat Generalisasi
a. Model umum secara umum dapat diterapkan berbagai bidang fungsional
(program linear, model antrian).
b. Model spesifik, hanya digunakan untuk masalah tertentu (model
persediaan probabilistik).
7. Berdasarkan Acuan Dimensi
a. Model Dua Dimensi, yaitu model yang terdiri dari dua faktor penentu.
Contoh: Model pegas, regresi linier.
b. Model Multi Dimensi, yaitu model yang terdiri dari banyak faktor penentu.
Contoh: Analisis regresi berganda, model multikriteria,prototypekapal.
8. Berdasarkan Acuan Lingkungan
a. Model Loop Terbuka, yaitu model yang memiliki interaksi dengan
lingkungannya. Contoh: Model aksi reaksi, model sosial.
b. Model Loop Tertutup, yaitu model yang tidak memiliki interaksi dengan
lingkungannya. Contoh: model thermostat.
2 3 Simulasi
Tersine (1994), simulasi merupakan sebuah studi dengan memasukkan
manipulasi sebuah model dari suatu sistem dengan tujuan mengevaluasi alternatifdesain atau aturan keputusan. Dengan simulasi, percobaan sistem dapat
mengurangi resiko kebingungan struktur yang ada dengan perubahan yang tidak
mendatangkan keuntungan.
Simulasi Monte Carlo sendiri merupakan simulasi probabilistic, dimana
datanya dibangkitkan dari bilangan random, yang kemudian disusun suatu
distribusi probabilitas. Simulasi Monte Carlodikenal juga dengan istilah Sampling
Simulation atau Monte Carlo Sampling Technique. Simulasi adalah model dari
-
8/10/2019 Modul 1 Print Kel 28
9/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA9
suatu sistem nyata, dimana sistem tersebut dimodelkan dengan menggunakan
sebuah softwareyang berfungsi untuk menirukan perilaku sistem nyata. Selain itu,
simulasi adalah teknik untuk membuat konstruksi model matematika untuk suatu
proses atau situasi, dalam rangka menduga secara karakteristik atau
menyelesaikan masalah berkaitan dengannya dengan menggunakan model yang
diajukan (Borowski & Borwein. 1989).
2 3 1 Elemen Simulasi
Suatu sistem dalam simulasi mencakup entities, activities, resources, and
control.Elemen-elemen tersebut mendefinisikan siapa, apa, di mana, kapan, dan
bagaimana suatu entity diproses. Berikut merupakan penjelasan elemen dasar
pemodelan:
1. Entities,yaitu segala sesuatu yang dapat diproses.
2. Activity,yaitu kegiatan yang dilakukan di dalam sistem yang memperngaruhi
entitas baik secara langsung atau tidak langsung.
3. Resources, yaitu alat/operator untuk menjalankan aktivitas.
4. Controls, yaitu segala sesuatu yang menentukan bagaimana, kapan, dan di
mana aktivitas dijalankan.
System
Activities
Resources Controls
Incoming
Entities
Outgoing
Entitues
Gambar 2.1 Elemen simulasi
Sumber: Hill, McGraw (2000)
2 3 2 Software Simulasi
-
8/10/2019 Modul 1 Print Kel 28
10/63
10LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
Dalam pemodelan simulasi dikenal dua software yang paling umum
digunakan, yaitu Programming Languagedan Simulation Application.
2 3 2 1 Programming Language
Programming Language adalah suatu bahasa ataupun tata cara yang dapat
digunakan oleh manusia (programmer) untuk berkomunikasi secara langsung
dengan komputer. Secara umumprogramming languagedibagi menjadi dua, yaitu:
High Level Language dan Low Level Language. High level language lebih mudah
dipelajari karena semua kalimat, kata ataupun aturan yang ada di dalam high level
language juga merupakan kalimat, kata ataupun aturan yang digunakan dalam
kehidupan sehari-hari.
2 3 2 2 Simulation Application
Simulation applicationadalah suatu program (software) yang berfungsi untuk
menirukan/memodelkan suatu perilaku sistem nyata sehingga hasilnya dapat
dianalisis dan dipelajari. Secara umum simulation applicationdibagi menjadi dua,
yaitu: General Purposes Application yang dapat digunakan secara umum untuk
berbagai macam tugas/tujuan dan Specific Purposes Application yang memiliki
tugas/tujuan yang spesifik dan lebih lengkap.
2 4 Pemodelan dengan ProModel
Metode dalam pemodelan suatu sistem salah satu caranya adalahmenggunakan software ProModel yang didalamnya mampu mensimulasikan suatu
sistem nyata dengan elemen dan proses terkait sehingga mampu dianalisis untuk
digunakan pada sistem nyata. Memiliki user interfaceyang baik dan spesifik dalam
menganalisa suatu sistem dari semua tipe dan ukuran.
2 4 1 Definisi ProModel
-
8/10/2019 Modul 1 Print Kel 28
11/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA11
ProModel adalah softwaresimulasi yang dapat digunakan untuk mensimulasi
dan menganalisa sistem produksi dari berbagai tipe dan berbagai ukuran.
ProModel merupakan softwaresimulasi diskrit walaupun untuk beberapa proses
industri dapat dimodelkan dengan cara mengkonversi sistem continous seperti
produksi minyak menjadi sistem produksi minyak berdasarkan barrel. ProModel
didesain untuk memodelkan sistem ketika kejadian pada sistem muncul pada
waktu tertentu. Pada simulasi menggunakan ProModel dapat ditampilkan animasi
yang mewakili sistem yang telah dimodelkan. ProModel melihat suatu sistem
produksi sebagai susunan dari location process seperti mesin atau stasiun kerja
dimana entitas diproses sesuai dengan logika proses yang telah dibuat.
2 4 2 Struktur Elemen ProModel
Elemen dasar pemodelan yang terdapat pada ProModel, sebagai berikut:
1. Location
Locations mewakili tempat pada sistem yang akan dilewati oleh entitas
ataupun untuk tempat terjadinya aktivitas maupun pengambilan keputusan.
Data-data yang diperlukan dalam untuk mendefinisikan location, adalah :
a. Icon: merupakan graphic icon yang digunakan untuk merepresentasikan
suatu Iocation tertentu. Untuk merubah grafik Iocation dilakukan dengan
cara menggunakan toolspada Iocation graphicwindow.
b. Name: merupakan nama dari setiap Iocation dengan panjang maksimal 80
karakter.
c. Capacity: kapasitas dari suatu location merujuk pada jumlah entitas yang
dapat ditahan atau diproses pada suatu Iocation pada suatu waktu.Kapasitas maksimal Iocation adalah 999999.
d. Unit: jumlah dari unit yang ada pada suatu Iocation.Jumlah maksimal unit
pada suatu location adalah 999.
e. Downtimes: untuk mendefinisikan downtimes yang terjadi pada suatu
Iocation termasuk waktu setupmesin.
f. Stats: level dari detail statistik yang harus dikumpulkan untuk Iocation
tertentu. Terdapat tiga pilihan, yaitu none, basic, dan time series. None
-
8/10/2019 Modul 1 Print Kel 28
12/63
12LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
artinya tidak ada statistik yang dikumpulkan. Basic berarti hanya utilisasi
dan rata-rata pada suatu location yang dapat dikumpulkan. Time series
berarti mengumpulkan statistik dasar dan waktu terjadinya suatu keadaan
pada suatu Iocation dari waktu ke waktu.
g. Rules: menunjukkan bagaimana Iocation dipilih dari kedatangan entitas
berikutnya.
h. Notes: untuk menuliskan catatan apapun tentang Iocation. Contoh
penggunaan Iocation, misalnya untuk memodelkan Iocation manufaktur,
permesinan di manufaktur, dan pergudangan.
2. Entity
Entity adalah apapun yang diproses dalam suatu model. Data-data yang
diperlukan dalam untuk mendefinisikan entitas:
a. Icon: merupakan graphic icon yang digunakan untuk mewakili suatu
entitas pada animasi saat model dijalankan.
b. Name: merupakan nama untuk masing-masing entitas.
c. Speed: mendefinisikan kecepatan dari suatu entitas dalam proses,
biasanya hanya digunakan untuk entitas yang dapat bergerak sendiri atau
entitas manusia. Pada saat membuat entitas baru ada nilai tetap 150 fpm
yang ditetapkan oleh ProModel.
d. Stats: level dari detail statistik yang harus dikumpulkan untuk Iocation
tertentu. Terdapat tiga pilihan, yaitu none, basic, dan time series. None
artinya tidak ada statistik yang dikumpulkan. Basic berarti hanya utilisasi
dan rata-rata pada suatu location yang dapat dikumpulkan. Time series
berarti mengumpulkan statistic dasar dan waktu terjadinya suatu keadaanpada suatu Iocation dari waktu ke waktu.
e. Notes: untuk menuliskan catatan apapun tentang Iocation. Contoh entities,
yaitu dokumen pada bank, pelanggan pada restoran, maupun barang-
barang pada proses manufaktur. Entitas dapat memiliki atribut dengan
sifat tertentu.
3. Path Networks
-
8/10/2019 Modul 1 Print Kel 28
13/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA13
Path Networks adalah jalur yang dilintasi resourcesmaupun entitas. Data-data
yang diperlukan untuk mendefinisikanpath networks.
a. Graphic:merupakan fungsi yang menampilkan pendefinisian dari warna
path networks.
b. Name: nama yang mengidentifikasi suatupath networks.
c. Type: merupakan tipepath networksdimana terdapat dua tipe yang dapat
dippilih yaitu passing dan non passing. Passing dapat dilewati entitas
maupun resources. Non passing tidak dapat dilewati entitas maupun
resources.
d. T/S:merupakan fungsi waktu untuk mengukur pergerakan sepanjang
network.
e. Path: jumlah dari segment path pada network.
f. Interface: jumlah dari location-interface pada path network dimana
entitas akan diangkut maupun diturunkan pada location tertentu oleh
resource.
g. Mapping: jumlah masukan dari mapping edit table dimana user dapat
memetakan tujuan dari network tertentu.
h. Nodes: merupakan titik yang dibuat secara otomatis ketika
mendefinisikanpath segments.
4. Resources
Resources adalah orang, peralatan ataupun barang-barang yang digunakan
untuk melakukan beberapa fungsi tertentu, seperti pemindahan entitas
membatu pelaksanaan kinerja fungsi tertentu ataupun melakukan
maintenance pada suatu location. Data-data yang diperlukan dalam untukmendefinisikan resources adalah icon, name, downtimes, stats, search, logic,
pts,notes, dan units.
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. Dikatakan pada lokasi karena disini harus diidentifikasikan proses
-
8/10/2019 Modul 1 Print Kel 28
14/63
14LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
yang terjadi pada lokasi yang bersangkutan, misal lamanya waktu proses,
nama material handling yang membawa, dan lamanya waktu perpindahan.
Dari menu build pilih processing. Data-data yang diperlukan untuk
mendefinisikan processing adalah entity, location, operation, block, output,
destination, rule, move logic.
6. Arrivals
Arrivals menujukan tempat atau lokasi dimana entitas tiba pada suatu sistem
yang diamati untuk pertama kali. Dari menu build pilih arrivals. Data-data
yang diperlukan untuk mendefinisikan arrival adalah entity, location, quantity
each (Qty Each), first time, occurences, frequency, logic,dandisable.
7. Shift and Break
Digunakan untuk menetukan shift dan break untuk location dan resource.
Biasanya disimpan dalam bentuk mingguan. Logika untuk shift dan break tidak
wajib dan didefinisikan pada empat logic window yang berbeda, dimana
masing-masing logika akan dieksekusi pada urutan tertentu selama simulasi
dijalankan.
8. General Information
Digunakan untuk menspesifikasikan informasi dasar dari suatu model
termasuk nama dari suatu model, satuan waktu, satuan jarak, dan library
graphic. Data-data yang diperlukan dalam dialog box untuk mendefinisikan
general information antara lain title, time units, distance units, model notes,
graphic library file, initialization logic, dan termination logic.
9. Cost
Digunakan untuk memonitor biaya yang berkaitan dengan location, entities,dan resourceselama simulasi dijalankan.
2 4 3 Konsep Pemodelan ProModel
Software ProModel merupakan suatu program komputer yang dapat
digunakan untuk simulasi dan menganalisa sistem produksi dari semua tipe dan
ukuran. ProModel memberikan kemudahan untuk menguji ide-ide baru untuk
-
8/10/2019 Modul 1 Print Kel 28
15/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA15
mendesain sistem sebagai sarana untuk perbaikan sistem yang sudah ada ataupun
pembuatan sistem baru, yaitu dengan cara:
1. Membuat model dari suatu sistem
2. Melakukan eksperimentasi terhadap model tersebut.
3. Menganalisis hasil eksperimentasi yang telah dilakukan sehingga dapat
diambil keputusan-keputusan untuk memperbaiki sistem.
Konsep eksperimentasi yang dikenal sebagai simulasi semakin sering dipakai
pada masa sekarang. Hal ini mengingat karakteristik dari pendekatan simulasi itu
sendiri yang cocok untuk diterapkan pada sistem kompleks yang bersifat sangat
acak tetapi terdapat saling ketergantungan diantara komponen-komponen
penyusunnya.
2 4 3 1 Batching Mu ltiple Entities of Similar Type
Merupakan pernyataan yang digunakan untuk menunjukkan proses
menggabungkan beberapa entitas yang memiliki tipe yang sama menjadi satu
bagian entitas, terbagi menjadi temporary batching using group/ungroup,
permanent combine, accumulation of entities, dan splitting of one entity into
multiple entities.
2 4 3 1 1 Temporary Batching Using Group Ungroup
Pernyataan group memungkinkan untuk menggabungkan suatu entitas
menjadi satu dan ungroup memisahkan mereka di proses selanjutnya.
Menggabungkan entitas dengan menentukan tipe masing-masing entitas dengan
mendefinisikan allprocess record. Untuk mengkombinasikan beberapa tipe entitasharus dikontrol dari segi kuantitas dari tiap sumber untuk mengatur Routingyang
mengirimkan bagian-bagian entitas ke lokasigrouping.
Sebagai ilustrasi, misalkan terdapat 20 entitas yang datang dalam satu grup
yang disebut batch. Dapat disederahanakan dengan pernyataan group 20 untuk
menggabungkan 20 entitas dan mespesifikasikan outputdalam 1 batch. Di Routing,
apabila menggunakan operasi tambahan langkah setelah menggabungkan dengan
-
8/10/2019 Modul 1 Print Kel 28
16/63
16LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
menggunakan pernyataan group 20 as batch dan mendefinisikan output Routing
untuk entitas yang digabungkan.
Gambar 2.2 Ilustrasigrouppada ProModel
Sumber: Dokumentasi pribadi
Tiap selesai dengan tujuan awal untuk menggabungkan entitas seperti
memindahkan dalam satu batch, dapat dipisahkan lagi menggunakan pernyataan
ungroup. Setelah proses ungroup dilakukan, mendefinisikan proses tiap entitas
potensial yang terdapat dalam grup. Dapat menggunakan definisi allprocess
record.
2 4 3 1 2 Permanent Combine
ProModel menggunakan pernyataan combine untuk mengakumulasikan dan
mengkonsolidasikan kuantitas dari suatu entitas. Tipe dari entitas bisa sama atau
berbeda. Kombinasi dari entitas dengan menghilangkan identitas dan atribut dan
selanjutnya tidak dapat dipisah. Ketika mendefinisikan lokasi, kapasitas ketika
menggunakan pernyataan combine minimal sama dengan kuantitas kombinasi
entitas.
Gambar 2.3 Ilustrasi combine pada ProModel
2 4 3 2 Accumulation of Entities
-
8/10/2019 Modul 1 Print Kel 28
17/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA17
Pernyataan accum merupakan singkatan dari accumulate. Fungsinya
berbeda dengan pernyataan group dan load. Fungsinya tidak membentuk satu
batchuntuk entitas namun hanya menahan semua entitas hingga jumlah tertentu
untuk diakumulasikan.
ProModel melakukan proses downstream. Memungkinkan untuk memodelkan
beberapa tipe batch dengan menyederhanakan menjadi akumulasi dari bagian-
bagian entitas dalam satu lokasi. Ketika menggunakan pernyataan accum, pastikan
kapasitas dari lokasi yang digunakan minimal jumlahnya sesuai dengan jumlah
akumulasi yang ditentukan.
2 4 3 3 Spliting of One Entity Into Multiple Entities
Membagi sebuah entitas ke dalam jumlah entitas yang ditentukan, mengubah
nama entitas, dan membagi semua statistik biaya dan waktu yang masih harus
dibayar oleh entitas dasar antara entitas baru. Permodelan menghitung entitas
lama sebagai jalan keluar dan entitas yang dihasilkan berbagi nilai atribut yang
sama sebagai jenis entitas aslinya.
Setiap entitas yang ingin dibagi harus melepaskan semua sumber daya yang
dimiliki dengan menggunakan pernyataan free. Gunakan split as untuk membagi
potongan bahan baku menjadi komponen-komponen. Entitas yang dibentul oleh
splitlaporan asdi lokasi yang tidak akan muncul dalam statistik untuk lokasi ini.
Kolom pengoprasian proses mengedit tabel saja. ProModel tidak
memungkinkan split aspada konveyor, dan bukan di ujung antrian. Split as tidak
boleh digunakan setelah pernyataan route. Jangan gunakan split as dalam
kombinasi combine, create, group, ungroup, load, membongkar, atau pernyataanperpecahan lainnya dalam logika proses yang sama. Syntax:
Splitentitas ke dalam sejumlah entitas. ProModel mengevaluasi ungkapan ini
setiap kali dia menemui pernyataan.
-
8/10/2019 Modul 1 Print Kel 28
18/63
18LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
Nama dari entitas yang dihasilkan. Setiap entitas perpecahan mencari maju
dalam daftar proses, dan kemudian dari awal daftar, sampai menemukan proses
untuk jenis entitas baru di lokasi saat ini.
Contoh :
SPLIT AS
SPLIT 10 AS entx
2 5 Teori Antrian
Teori antrian merupakan studi matematika dari antrian atau kejadian garis
tunggu (waiting lines), yaitu suatu garis tunggu dari pelanggan yg memerlukan
layanan dari sistem yang ada.
2 5 1 Komponen Dasar Antrian
Komponen dasar antrian adalah:
1. Kedatangan
Setiap masalah antrian melibatkan kedatangan, misalnya orang, mobil atua
panggilan telepon untuk dilayani. Unsur ini sering disebut proses input. Proses
input meliputi sumber kedatangan atau biasa dinamakan calling population,
antara terjadinya kedatangan yang umumnya merupakan proses random.
Terdapat 3 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
-
8/10/2019 Modul 1 Print Kel 28
19/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA19
Pelayan atau mekanisme pelayanan dapat terdiri dari satu atau lebih pelayan,
atau satu atau lebih fasilitas pelayanan. Contohnya pada sebuah check
outcounter dari suatu supermarket terkadang hanya ada seorang pelayan,
tetapi bisa juga diisi seorang kasir dengan pembantunya untuk memasukkan
barang-barang ke kantong plastic. Sebuah bank dapat mempekerjakan seorang
atau banya teller. 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
Mekanisme pelayanan tidak selalu tersedia untuk setiap saat. Misalnya
dalam pertunjukan bioskop, loket penjualan karcis masuk hanya dibuka
pada waktu tertentu antara satu pertunjukan dengan pertunjukan
berikutnya. Sehingga, pada saat loket ditutup, mekanisme pelayanan
terhenti dan petugas pelayanan istirahat.
b. Kapasitas Pelayanan
Kapasitas dari mekanisme pelayanan diukur berdasarkan jumlah
langganan yang dapat dilayani secara bersama-sama. Kapasitas pelayanan
tidak selalu sama untuk setiap saat, ada yang tetap, tetapi ada juga yang
berubah-ubah. Karena itu, fasilitas pelayanan dapat memiliki satu atau
lebih saluran. Fasilitas yang mempunyai satu saluran disebut saluran
tunggal atau sistem pelayanan tunggal dan fasilitas yang mempunyai lebih
dari satu saluran disebut saluran ganda atau pelayanan ganda.
c. Lamanya Pelayanan
Lamanya pelayanan adalah waktu yang dibutuhkan untuk melayaniseorang langganan atau satu-satunya. Ini harus dinyatakan secara pasti.
Oleh karena itu, waktu pelayanan boleh tetap dari waktu ke waktu untuk
semua langganan atau boleh juga berupa variabel acak. Umumnya untuk
keperluan analisis, waktu pelayanan dianggap sebagai variabel acak yang
terpencar secara bebas dan sama serta tidak tergantung pada watu
kedatangan.
3. Komponen Antrian
-
8/10/2019 Modul 1 Print Kel 28
20/63
20LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
Munculnya antrian tergantung dari sifat kedatangan dan proses pelayanan.
Penentu lain yang penting dalam antrian adalah disiplin antrian. Disiplin
antrian adalah aturan keputusan yang menjelaskan cara melayani pengantrian,
misalnya dating awal dilayani dulu yang lebih dikenal dengan singkatan FCFS,
dating terakhir dilayani dulu LCFS, berdasar prioritas, berdasar abjad,
berdasar janji, dan lain-lain. Jika tidak ada antrian berarti terdapat pelayan
yang menganggur atau kelebihan fasilitas pelayanan.
2 5 2 Disiplin Pelayanan Antrian
Disiplin antrian adalah aturan keputusan yang menjelaskan cara melayani
pengantri. Menurut Christopher A Chung (2001) ada 6 bentuk disiplin pelayanan
yang biasa digunakan, yaitu:
1. First Come First Served (FCFS) atau First In First Out(FIFO).
FIFO (First In First Out) merupakan suatu peraturan di mana yang akan
dilayani terlebih dahulu adalah pelanggan yang datang terlebih dahulu.
Contohnya dapat dilihat pada antrian loket-loket penjualan karcis kereta api.
2. Last Come First Served(LCFS) atau Last In First Out(LIFO).
LIFO (Last In First Out)merupakan antrian di mana yang datang paling akhir
adalah yang dilayani paling awal. Contohnya adalah pada sistem bongkar muat
barang dalam truk, di mana barang yang masuk terakhir justru akan keluar
terlebih dahulu.
3. Least Value FirstLeast Value First merupakan disiplin antrian yang memprioritaskan entitas
dengan nilai terkecil.
4. High Value First
High Value First merupakan displin antrian yang memprioritaskan entitas
dengan nilai tertinggi.
5. Priority Service
-
8/10/2019 Modul 1 Print Kel 28
21/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA21
Pelayanan jenis ini didasarkan pada prioritas khusus. Contohnya dalam suatu
pesta di mana tamu-tamu yang dikategorikan VIP akan dilayani terlebih
dahulu.
6. Random Order
SIRO (Service In Random Order) di mana pelayanan dilakukan secara acak.
Contohnya pada arisan, di mana pelayanan atau service dilakukan
berdasarkan undian (random).
2 5 3 Model Antrian
Ada 4 model struktur antrian dasar yang umum terjadi dalam seluruh sistem
antrian:
1. Single Channel Single Phase
Single Channelberarti hanya ada satu pelanggan yang masuk sistem pelayanan
atau hanya ada satu fasilitas pelayanan. Single Phase berarti hanya ada satu
pelayanan. Contohnya adalah sistem antrian pada atm.
ANTRIAN PELAYANAN
Kedatangan Selesai
Gambar 2.4 Model single channel single phase
Sumber : Astuti (2012)
2. Multiple Channel Single Phase (Paralel)
Sistem Multi Channel Single Phase terjadi kapan saja dimana ada dua atau
lebih fasilitas pelayanan dialiri oleh antrian tunggal, sebagai contoh model ini
adalah antrian pada tellersebuah bank yang dapat ditunjukkan pada gambar.
ANTRIAN PELAYANAN
Kedatangan
Selesai
ANTRIAN PELAYANAN
ANTRIAN PELAYANAN
Selesai
Selesai
Gambar 2.5 Model multiple channel single phase (paralel)
-
8/10/2019 Modul 1 Print Kel 28
22/63
22LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
Sumber : Astuti (2012)
3. Single Channel Multiple Phase (Seri)
Istilah multi-phase menunjukan ada dua atau lebih pelayanan yang
dilaksanakan secara berurutan (dalam phase-phase). Sebagai contoh pada
pencucian mobil ataupun motor.
ANTRIAN PELAYANAN
KedatanganSelesai
PELAYANAN PELAYANAN
Gambar 2.6 Model single channel multiple phase (seri)Sumber : Astuti (2012)
4. Multiple Channel Multiple Phase
Sistem multi-channel multi-phase adalah sistem yang mempunyai bebrapa
fasilitas pelayanan pada setiap tahapannya. Contohnya: registrasi mahasiswa
di universitas.
ANTRIAN PELAYANAN
Kedatangan
Selesai
ANTRIAN PELAYANAN
ANTRIAN PELAYANAN
Selesai
Selesai
PELAYANAN PELAYANAN
PELAYANAN PELAYANAN
PELAYANAN PELAYANAN
Gambar 2.7 Model multiple channel multiple phaseSumber : Astuti (2012)
2 6 PetriNet
PetriNet dikembangkan Carl Adam Petri sejak tahun 1962 dimulai dengan
disertasinya. PetriNet merupakan model bipartipe graph yang memiliki dua tipe
node yaitu placedan transitionyang dipergunakan untuk menganalisa informasi
penting mengenai struktur dan perilaku dinamis dari sistem yang dimodelkan.
Sistem yang dipergunakan diantaranya:
Tabel 2.1 Simbol dalam Petri Net
Simbol Penjelasan
-
8/10/2019 Modul 1 Print Kel 28
23/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA23
Lingkaran (location)
Merepresentasikan aktivtas (aktif/pasif) atau kondisi/status
(pre/cost).
Segi empat (transition)
Merepresentasikan kejadian atau saat perubahan/transisi kondisi.
Panah (flow relation)
Merepresentasikan relasi urutan antar node yang menunjukkan
bahwa node pendahulu berlanjut menjadi node berikutnya.
Token (marking)
Merepresentasikan pergerakan location atau perubahan kondisi yang
dialami entitas.
Sumber: Asmungi (2004:31)
2 7 Pengumpulan Data Input Simulasi
Inputdari model simulasi adalah distribusi tertentu dari parameter yang ingin
dimodelkan. Angka acak akan dibangkitkan oileh perangkat model simulasi sesuai
dengan distribusi yang telah dimasukkan. Untuk itu perlu proses pengumpulan
data yang baik dan intensif untuk mendapatkan distribusi yang dapat
merepresentasikan sistem nyata. Garbage-in-garbage-out (GIGO) adalah konsep
dasar pada computer scienceyang dapat diaplikasikan pada lingkup discrete-event
simulation (Banks, et al., 2014). Konsep ini menyatakan bahwa kendatipun
struktur dari model sudah tervalidasi, namun bila inputdata tidak dikumpulkan
atau dianalisa secara tepat, serta tidak merepresentasikan sistem, outputsimulasi
akan menjadi rancu sehingga dapat merusak proses simulasi dan penentuan
keputusan.
Data inputuntuk model simulasi adalah factor yang mempengaruhi jalannya
simulasi (Banks, et al., 2014). Pada simulasi sistem antrian, data yang dikumpulkan
adalah distribusi waktu antar kedatangan dan waktu pelayanan. Sedangkan untuk
waktu inventorysimulasi sistem, data masukan adalah distribusi permintaan dan
lead time. Sementara simulasi dari reliabilitas sistem, data yang digunakan adalah
distribusi time to failure.
Adapun langkah-langkah dalam mengumpulkan data simulasi adalah sebagai
berikut:
1. Mengumpulkan data dari sistem nyata yang akan dimodelkan. Proses ini
memerlukan waktu dan tenaga yang cukup banyak. Sayangnya dalam
-
8/10/2019 Modul 1 Print Kel 28
24/63
24LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
beberapa situasi pengumpulan data tidak mungkin untuk dilakukan.
Contohnya adalah ketika tidak tersedianya waktu, atau ketika peraturan dan
undang-undang tidak mengijinkan pengumpulan data. Apabila mengalami
kejadian seperti demikian, pemodel harus menggunakan expert opinion
sehingga dapat membuat dugaan yang memiliki dasaran yang tepat.
2. Mengidentifikasi distribusi probabilitas untuk merepresentasikan input
proses. Distribusi probabilitas yang dapat dipilih seperti normal, uniform,
triangular, exponential, poisson, dan sebagainya. Bila pemodel memilki
distribusi data, langkah ini dapat dimulai dengan menentukan distribusi
frekuensi seharisnya dengan melihat histogram dari data.
3. Memilih parameter yang sesuai untuk merepresentasikan data dari distribusi
yang telah ditentukan. Contohnya bila menentukan sebuah input proses
memiliki distribusi normal, maka perlu menentukan berapa rata-rata dan
standar deviasi yang sesuai. Namun pada softwaresimulasi, seringkali sudah
terintegrasi dengan toolsyang dapat digunakan untuk melihat parameter dari
distribusi data tersebut seperti Stat:Fit pada ProModel dan Input
Analyzer pada Arena.
4. Melakukan evaluasi terhadap distribusi yang dipilih serta parameter yang
ditentukan dengan goodness of fit. Jika merasa kurang yakin terhadap
kesesuaian distribusi dan parameter yang telah dipilih untuk
merepresentasikan sistem, maka ulangi langkah kedua dan ketiga hingga
merasa yakin. Keyakinan terhadap distribusi dapat dilihat dari nilai error
anatara distribusi yang dipilih dengan data actual yang dikumpulkan dari
sistem nyata.Dalam menentukan distribusi yang paling sesuai untuk jenis input proses
(langkah 2), dapat digunakan dasaran sebagai berikut:
1. Distribusi Uniform
Nilai antara a dan b, dimana a < b dan probabilitas dari semua nilai-nilai
adalah sama.
-
8/10/2019 Modul 1 Print Kel 28
25/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA25
Gambar 2.8 Distribusi uniform
Sumber: Suprayogi.pdf (2006:7)
Distribusi uniform pada umumnya digunakan variabel acak seragam
(uniform) umum digunakan karena tidak adanya informasi tentang distribusi
yang mendasari yang dimodelkan.
2 8 Verifikasi dan Validasi
Verifikasi dan validasi merupakan tahapan untuk menguji kredibilitas/
kesesuaian sistem nyata dengan model simulasi. Verifikasi adalah proses untuk
menentukan apakah model telah beroperasi sesuai yang diinginkan oleh
programmer. Verifikasi berkaitan dengan kondisi konseptual apakah model telah
sesuai dengan konsep yang diinginkan (Banks, Carson, dan Nelson. 1995).
Verifikasi adalah proses pemeriksaan logika operasional model (program
computer) sesuai dengan logika diagram alur (Hoover dan Perry. 1989). Validasi
adalah proses penentuan apakah model, sebagai konseptualisasi, merupakan
representasi yang akurat dan sesuai dengan sistem nyata (Hoover dan Perry.
1989).
-
8/10/2019 Modul 1 Print Kel 28
26/63
26LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
(Halaman ini sengaja dikosongkan)
-
8/10/2019 Modul 1 Print Kel 28
27/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA27
BAB III
METODOLOGI PRAKTIKUM
3 1 Diagram Alir Praktikum
Gambar 3.1 merupakan diagram alir praktikum modul 1 :
Mulai
Pengamatan
Pendahuluan
Identifikasi Masalah
Pemodelan
Konseptual dengan
Petri-Net
Studi Pustaka
Pengambilan Data
Pemodelan Sistem
dengan Arena
Verifikasi
Apakah Model
Terverifikasi?
Validasi
Apakah Model
Tervalidasi?
Run Simulasi
Analisa Output
Kesimpulan dan
Saran
Selesai
Ya
Tidak
Ya
Tidak
Pengolahan &
Penentuan
Distribusi
Gambar 3.1 Diagram alir praktikum
-
8/10/2019 Modul 1 Print Kel 28
28/63
28LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
3 2 Prosedur Praktikum
Berikut ini merupakan prosedur praktikum modul 1.
1. Mulai
2. Identifikasi Masalah
Identifikasi Masalah yaitu mencari studi kasus untuk dimodelkan dalam
promodel, studi kasus yang diambil adalah proses produksi raket badminton.
3. Studi pustaka
Studi pustaka merupakan pembelajaran dengan menggunakan referensi yang
ada.
4. Pengambilan data
Pengambilan data menggunakan stopwatch untuk mendapatkan waktu
kedatangan, dan waktu proses.
5. Pengolahan data
Pengolahan data adalah merekapitulasi data untuk kemudian ditentukan
distribusinya
6. Penentuan distribusi
Penentuan distribusi menggunakan software Promdoel, yaitu dengan
menggunakan menu stat fit pada promodel kemudian memasukkan data
waktu tersebut ke dalam stat fit.
7. Pemodelan sistem menggunakan Petri-Net
Membuat model sistem menggunakan simbol simbol petri net sesuai
ketentuan yang ada
8. Pemodelan sistem menggunakan Promodel
Membuat simulasi dengan promodel, dengan menggunakan promodel dapatdilihat secara langsung hasilnya, serta dapat diatur kecepatan proses sehingga
dapat menghemat waktu dalam mensimulasikannya.
9. Verifikasi Model
Proses ini digunakan untuk memeriksa apakah model telah sesuai dengan
rancangan konseptual dan sistem nyata yang telah dimodelkan.
-
8/10/2019 Modul 1 Print Kel 28
29/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA29
10. Validasi Model
Proses ini digunakan untuk memastikan apakah model telah sesuai dengan
rancangan dan sistem nyata yang telah dimodelkan
11. Kesimpulan dan Saran
Kesimpulan dan saran memberikan rangkuman dari awal proses hingga akhir
dan melengkapi apa yang kurang pada proses tersebut.
12. Selesai
Di akhir praktikum didapatkan hasil atau output dari data yang diolah, serta
kesimpulan yang di dapat pada praktikum ini.
-
8/10/2019 Modul 1 Print Kel 28
30/63
30LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
(Halaman ini sengaja dikosongkan)
-
8/10/2019 Modul 1 Print Kel 28
31/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA31
BAB IV
HASIL DAN PEMBAHASAN
4 1 Gambaran Sistem
Pada praktikum Modul 1 ini kegiatan yang dilakukan adalah mensimulasikan
sistem pembuatan raket di Usaha Kecil Menengah Abah Raket. Dalam sistem ini
terdapat lima proses yaitu pelengkungan, pelubangan, pemasangan T dan steel,
pemasangan handle, dan inspeksi. Proses pertama adalah pelengkungan. Pada
proses ini terdapat kedatangan alumunium lurus yang akan dilengkungkan
menjadi kepala raket. Operator yang bekerja pada proses ini adalah operator 1.
Setelah membuat kepala raket, operator 1 mengumpulkan kepala raket sampai
berjumlah 50 buah di pallet. Lalu operator 2 mengambil kepala raket dan
melubangi sekeliling kepala raket untuk kemudian dijadikan jalan masuknya net.
Pada proses kedua ini tidak ada entitas baru yang ditambahkan, entitas yang
diproses hanya output dari proses pertama yaitu alumunium yang sudah
melengkung dan dinamakan kepala raket. Setelah melubangi, operator 2
mengumpulkan sampai dengan 50 buah di palletnya. Kemudian operator 3
mengambil kepala berlubang dari pallet dan melakukan proses penggabungkan
kepala raket dengan alumunium T dan steelsebagai badan raket. Pada proses ini
terdapat dua entitas baru yang ditambahkan yaitu alumunium T dan steel.
Mulanya operator 3 menggabungkan kedua ujung kepala raket dengan sisi kanan
dan kiri T, lalu sisi bawah T digabungkan dengan steel. Entitas akhir dari proses
ketiga ini adalah raket berkepala dan berbadan. Lalu dikumpulkan lagi di pallet
sampai berjumlah 50 buah. Setelah itu operator 4 melakukan dua proses, yaitu
memasang handledan melakukan inspeksi pada raket setengah jadi. Pada proses
ini terdapat kedatangan enstitas baru yaitu handle. Proses pertama yang dilakukan
operator 4 adalah memasang handle raket. Raket yang sudah dipasang handle
dikumpulkan di pallet hingga 50 buah lalu setelah itu operator 4 melakukan
inspeksi pada 50 raket setengah jadi tersebut. Produk akhir dari sistem produksi
raket ini adalah raket setengah jadi tanpa net, grip dan cat.
-
8/10/2019 Modul 1 Print Kel 28
32/63
-
8/10/2019 Modul 1 Print Kel 28
33/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA33
Mulai
Inisialisasi:
A = Antr ian alumunium
B = A ntri an kepala raketC = Antrian kepala lubang raket
D = Ant rian kepala leher raketE = Antri an raket setengah jadi
A = A + 1
Apakah
idle?
A = A - 1
Proses
pelengkunganalumunium
B = B + 1
Apakahidle?
B = B - 1
Prosespelubangan sisi
kepala raket
C = C + 1
Apakah
idle?
C = C - 1
Proses
pemasangankepala raket
dengan T dan steel
D = D + 1
Apakah
idle?
D = D - 1
Proses
pemasanganhandle
E = E + 1
Apakah
idle?
E = E - 1
Pengecekan
raket
Raket
setengahjadi
Selesai
Yes
Yes
Yes
Yes
Yes
Yes
Yes
Yes
No
No
No
No
No
Apakah sudah
mencapai kapasitas 1batch
Apakah sudah
mencapai kapasitas 1
batch
Apakah sudah
mencapai kapasitas 1
batch
Apakah sudahmencapai kapasitas 1
batch
No
No
Apakah sudah
mencapai kapasitas 1batch
No
No
Yes
A
A
Gambar 4.2 Flowchartsistem pembuatan raket
4 4 Pengujian Distribusi Data
Pada subbab ini akan dibahas mengenai pengujian distribusi data dugaan
dengan data nyata. Data hasil pengamatan dapat dilihat pada Tabel 4.1.
Tabel 4.1 Data Proses dalam Sistem (dalam detik)
No
Proses
pembulatan
Proses
pelubangan
Proses
pemsangan T
dan steel
Proses
Pemasang
handle
Proses
inspeksi
1 15 26.57 18.54 2.23 10
2
15 25.94 18.64 2.04 11
3 13 21.32 18.68 5.16 21
4
13 26.09 17.63 2.63 18
5 15 26.06 18.93 3.19 12
6 15 19.8 18.93 4.59 17
-
8/10/2019 Modul 1 Print Kel 28
34/63
34LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
Tabel
4.1Data
Proses
dalam
Sistem
(dala
m
detik)(Lanj
utan)
P
enguj
ian distribusi data dari data pengamatan yang telah ada dapat dilakukan
menggunakan software ProModel, dengan tools Stat:Fit dapat dilakukan melalui
langkah-langkah berikut:
1. Menjalankan softwareProModel.
2. Pilih toolspada tool bar, pilih Stat:Fit.
7 13 24.61 19.7 6.56 14
8
11 23.48 17.77 4.19 14
9 11 26.81 18.78 3.92 10
10 15 26.06 19.88 3.98 1211 13 23.86 17.14 5.97 20
12
13 24.46 20.1 3.3 19
13 12 26.59 17.98 2.49 26
14 15 20.15 17.01 5.81 11
15 12 24.93 18.05 6.03 15
16 12 22.7 17.24 3.12 16
17 8 24.19 18.91 3.22 22
18 10 22.55 19.64 5.95 18
19
11 22.92 17.38 4.26 18
20
14 21.25 18.44 2.56 16
21 10 21.71 17.83 5.01 8
22
11 23.07 19.24 2.38 13
23 10 25.51 18.49 4.27 25
24 10 20.72 18.61 4.32 23
25 11 21.11 17.95 4.91 9
26 9 25.23 19.8 6.46 26
27 12 26.56 19.32 2.47 5
28 10 22.55 18.84 4.61 16
29
8 21.81 17.01 4.27 20
30 11 23.78 18.95 5.44 12
31 7 22.02 17.03 5.9 1332 10 23.56 18.1 3.29 13
33
8 24.27 20.41 5.17 10
34 12 19.79 19.07 4.39 11
35
9 27.26 17.75 4.29 23
36 9 19.83 19.65 6.73 17
37
10 20.11 17.41 5.55 13
38 12 21.96 17.66 5.27 19
No
Proses
pembulatan
Proses
pelubangan
Proses
pemsangan T
dan
steel
Proses
Pemasang
handle
Proses
inspeksi
39 12 22.2 17.95 5.59 15
40 12 25.82 18.71 4.15 12
41 9 23.19 18.2 4.83 13
42 10 26.08 17.89 4.97 10
43
9 22.71 18.37 6.15 13
44
11 24.64 18.19 4.16 13
45 11 24.18 19.25 2.49 15
46 8 20.91 17.23 2.26 15
47 11 21.57 17.2 2.92 1448
12 27.48 18.61 2.6 10
49
11 19.79 19.8 5.1 13
50
10 23.35 19.24 3.61 10
-
8/10/2019 Modul 1 Print Kel 28
35/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA35
Gambar 4.3 Langkah pengujian stat:fit
3. Masukkan data pengamatan yang telah dilakukan pada datatable.
Gambar 4.4 Pengujian stat:fit
4. Klik Fit, kemudian Auto::Fit, pilih continuos distributionklik OK.
Gambar 4.5 Proses auto::fit
5. Data akan ditampilkan berupa automatic filling. Untuk pengunaan distribusi
pada simulasi pilih distribusi dengan acceptance do not reject dan memilki
rank terbesar.
-
8/10/2019 Modul 1 Print Kel 28
36/63
36LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
Gambar 4.6 Hasil stat:fit
Dari langkah-langkah pengujian distribusi data diatas, dapat dianalisis
distribusi data yang didapatkan sebagai berikut:
Tabel 4.2 Tabel Pemilihan Distribusi Data Hasil Pengamatan
No Aktivitas
Distribusi
Dugaan
Distribusi
Auto Fit
Acceptance Rank
Distribusi
Terpilih
1.KedatanganAlumunium
Poisson Lognormal Do Not Reject 100
Uniform(9., 17.)
Eksponential Uniform Do Not Reject 5.87
Uniform Eksponential Reject 1.92E-04
Normal
2.KedatanganAlumunium T
Poisson Lognormal Reject 1.36
Uniform(12., 16,8.)
Eksponential Uniform Do Not Reject 100
Uniform Eksponential Reject 1.59E-02
Normal
3.KedatanganSteel
Poisson Lognormal Reject 2.94
Uniform(4., 5,95.)
Eksponential Uniform Do Not Reject 100
Uniform Eksponential Reject1.09E+0
0
Normal
4.
Kedatangan
Handle
Poisson Lognormal Reject 0.123
Uniform
(3., 7,73.)
Eksponential Uniform Do Not Reject 100
Uniform
Normal
5. Pembulatan
Lognormal Lognormal Do Not Reject 100
Uniform
(7., 15.)
Uniform Uniform Do Not Reject 5.87
Eksponential Eksponential Reject 1.92E-04
Normal
6. Pelubangan
Lognormal Uniform Do Not Reject 100
Uniform
(19., 27,5.)
Uniform Lognormal Do Not Reject 11.5
Eksponential Eksponential Reject 1.19E-02
Normal
-
8/10/2019 Modul 1 Print Kel 28
37/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA37
7.
Pemasangan
T dan Steel
Lognormal Uniform Do Not Reject 100
Uniform(17., 20,4.)
Uniform Eksponential Reject 61.7
Eksponential Lognormal Reject
5.37E+0
0Normal
8.Pemasangan
Handle
Lognormal Uniform Do Not Reject 100
Uniform
(1., 10,8.)
Uniform Lognormal Reject 0.123
Eksponential
Normal
9. Inspeksi
Lognormal Lognormal Do Not Reject 100
Uniform
(5., 26.)
Uniform Uniform Do Not Reject 0.14
Eksponential Eksponential Reject0.00E+00
Normal
Dari tabel diatas dapat dilihat perbandingan antara distribusi dugaan dan
distribusi hasil Stat:Fit, sehingga dapat dijelaskan alasan pemilihan distribusi data
dari hasil pengamatan sebagai memakai distribusi uniform karena memenuhi
syarat untuk dilakukannya simulasi oleh promodel.
4 5 Pembuatan Model Sistem Produksi RaketLangkah-langkah untuk membuat permodelan sistem dengan software
ProModel.
1. Menjalankan softwarepromodel
2. Membuat Projectbaru, dengan cara klik File-New atau memilih icon New, atau
menggunakan CTRL-N, setelah di pilih, File-New maka akan muncul kotak
dialog General Information, ketikkan judulprojectyang akan dibuat pada Title.
Klik Ok
-
8/10/2019 Modul 1 Print Kel 28
38/63
38LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
Gambar 4.7 General report
3. Setelah membuat project baru, langkah berikutnya adalah pembuatan
backgroundyang berfungsi sebagai latar belakang permodelan sistem. Dengan
cara klik Build pada toolbar pilih Background Graphics pilih Behind Grid.
Setelah itu klik Editpilih Import Graphic, pilih Tutorial Backklik Open.
Gambar 4.8 Pembuatan background4. Langkah berikutnya adalah pembuatan layoutsistem produksi dimana proses
akan dilakukan. Pilih Buildpada tool bar, klik Locationsatau klik CTRL-L. Buat
locationsdengan cara men-drag simbol locationsyang diinginkan ke layout.
Gambar 4.9 Pembuatan layoutsistem produksi
Tabel 4.3 Pembuatan LayoutNo Locations Graphics Type Name Capacity
1 Entity Spot kedatangan_alumunium INFINITE
2 AGV pelengkungan 50
3 Pallet pallet_kepala 50
4 CMM pelubangan 50
5 Pallet pallet_kepalalubang 50
6 Entity Spot kedatangan_T INFINITE
7 Entity Spot kedatangan_steel INFINITE
8 Lathe pemasanganT_dan_steel 50
9 Pallet pallet_kepalaleher 50
10 Entity Spot kedatangan_handle INFINITE
-
8/10/2019 Modul 1 Print Kel 28
39/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA39
11 Lathe pemasangan_handle 50
12 Pallet pallet raketsetengahjadi 50
13 Inspect inspect_raket 50
14 Pallet Barrels pallet_raketsiap 50
Gambar 4.10 Layout sistem pembuatan raket
5. Setelah pembuatan location selesai sesuai sistem yang dimodelkan, langkah
berikutnya adalah pendifinisian entitas yang akan diproses. Klik build klik
entitiesatau CTLR-E. Pilih simbol entitas yang diinginkan, ganti nama entitas
pad akotak dialog box name.Untuk mengganti warna entitas di kotak dialog
graphics, pilih edit pilih color klik OK pada dialog box color, klik OK pada
library graphic. Untuk mengganti ukuran entitas pilih edit pada dialog box
graphic pilih dimension, masukan ukuran yang diinginkan, klik OK. Kemudian
klik OK pada library graphic.
Tabel 4.4 Pembuatan EntitasNo Icon Name
1 Bar alumunium
2 Gear alumunium_T
3 Bar Steel
4 Raw Material Handle
5 Barrel kepala_raket
6 Barrel kepala_raketlubang
7 Pallet Barrels kepala_dan_leherraket
8 Pallet Boxes raket_setengahjadi
-
8/10/2019 Modul 1 Print Kel 28
40/63
40LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
Gambar 4.11 Entitas yang digunakan
6. Langkah berikutnya adalah pembuatan jaringan aliran produksi. Klik build,
pilih path networks. Pilih kolom path pada dialog box path network. Pada
layout klik kiri di sekitar locations tertentu lalu tarik garis menuju location
berikutnya klik kanan pada locations tujuan kemudian lanjutkan lagi sesuailangkah di awal. Pada sistem ini terdapat 4 aliran produksi, yaitu: Net1, Net2,
Net3, dan Net4. Dengan jalur produksi sebagai berikut:
Gambar 4.12 Layoutsetelah jalan
Untuk membuat interfaces pilih kolominterfacesklik kiri pada locationsyang
dijadikan awal proses kemudian klik pada locations. Ulangi semua langkah
hingga seluruh tempat proses produksi terhubung sesuai jalur dengan
interfaces.
7. Untuk menambahkan resources yang akan digunakan klik build pilih
resources atau CTRL-R. Tambakan worker dengan memilih worker graphic,
ganti nama worker dengan Operator 1. Klik menu Specs untuk membuka
-
8/10/2019 Modul 1 Print Kel 28
41/63
-
8/10/2019 Modul 1 Print Kel 28
42/63
42LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
Gambar 4.15 Print screenproses 2
c. Pallet kepala raket ke pelubangan
Gambar 4.16 Print screenproses 3
d. Pelubangan ke pallet kepala lubang
Gambar 4.17 Print screenproses 4
e. Pallet kepala lubang ke pemasangan T dan steel
Gambar 4.18 Print screenproses 5
f. Kedatangan alumunium T ke pemasangan T dan steel
Gambar 4.19 Print screenproses 6
g. Kedatangan steelke pemasangan T dan steel
-
8/10/2019 Modul 1 Print Kel 28
43/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA43
Gambar 4.20 Print screenproses 7
h. Pemasangan T dan steelke pallet kepala leher
Gambar 4.21 Print screenproses 8
i. Pallet kepala leher ke pemasangan handle
Gambar 4.22 Print screenproses 9
j. Kedatangan handleke pemasangan handle
Gambar 4.23 Print screenproses 10
k. Pemasangan handleke pallet raket setengah jadi
Gambar 4.24 Print screenproses 11
l. Pallet raket setengah jadi ke inspectraket
Gambar 4.25 Print screenproses 12
-
8/10/2019 Modul 1 Print Kel 28
44/63
44LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
m. Inspect raket ke pallet raket siap
Gambar 4.26 Print screenproses 13
n. Pallet raket siap ke EXIT
Gambar 4.27 Print screenproses 14
9. Setelah logika proses selesai, yang perlu dilakukan adalah mendefiniskan
kedatangan. Klik Build pilih Arrivals. Klik dialog box entity, pilih balok kayu
klik OK. Untuk locationspilih datang klik OK. Kemudian masukan data seperti
pada tutorial.
Gambar 4.28 Tabel arrival
10. Untuk pembuatan variable yang mendefiniskan fungsi tertentu seperti total
produk dan WIP. Dapat dilakukan cara sebagai berikut: klik build pilih
variablesatau klik icon V. Ketikkan ID yang diinginkan, untuk pertama ketikan
WIP. Aktifkan ICON variablemenjadiyesdengan klikvariable WIP tempatkan
pada layoutmodel yang dibuat. Ulangi langkah ersebut untuk total produksi.
-
8/10/2019 Modul 1 Print Kel 28
45/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA45
Gambar 4.29 Tabel entity
11. Jalankan Simulasi, klik simulation pada toolbar. Pilih options, pada run time
ketik 8(to run for 8 hours). Hilangkan centang pada cost pada replications
ketikan jumlah replikasi yang diinginkan. Klik tombol OK. Kemudian save
project, klik run dan simulasi akan di jalankan.
Gambar 4.30 Langkah memilih entity
4 6 Analisis dan Pembahasan
Berikut ini merupakan analisis dan pembahasan dari suatu model simulasi
pada sistem Produksi Raket.
1. Utilizationpada Location
Tabel 4.5 Utilization
Name Replication % Utilization
pelengkungan 1 34,89
pelengkungan 2 35,14
pelengkungan 3 35,07
pelengkungan 4 35,43
pelengkungan 5 35,99
Pelubangan 1 53,22
Pelubangan 2 53,16
Pelubangan 3 53,51
Pelubangan 4 54,09
Pelubangan 5 54,66
pemasanganT dan steel 1 53,76
pemasanganT dan steel 2 53,92
pemasanganT dan steel 3 53,04
pemasanganT dan steel 4 54,11
pemasanganT dan steel 5 55,4
-
8/10/2019 Modul 1 Print Kel 28
46/63
46LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
pemasangan handle 1 16,9
pemasangan handle 2 16,73
pemasangan handle 3 17,42pemasangan handle 4 16,6
pemasangan handle 5 16,47
Tabel 4.5 Utilization(lanjutan)
Name Replication % Utilization
inspect raket 1 12,9
inspect raket 2 14,62
inspect raket 3 14,62inspect raket 4 13,44
inspect raket 5 14,85
Dari tabel general report dapat diketahui bahwa utilisasi location terbesar
terdapat pada pemasangan T dan steel yaitu 55,40%, hal ini disebabkan oleh
adanya kedatangan dua entitas baru yang menyebabkan pekerjaan pada
locationini lebih rumit.
2. Utilizationpada Resource
Tabel 4.6 Resource
Name Replication%
Utilization
Operator1 1 19,5
Operator1 2 19,58
Operator1 3 20,01
Operator1 4 19,59
Operator1 5 19,4
Operator2 1 16,21
Operator2 2 16,28
Operator2 3 16,64
Operator2 4 16,29
Operator2 5 16,13
Operator3 1 55,54
Operator3 2 55,78
Operator3 3 57,01
Operator3 4 55,82
-
8/10/2019 Modul 1 Print Kel 28
47/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA47
Operator3 5 55,26
Operator4 1 53,19
Operator4 2 53,42
Operator4 3 54,61
Operator4 4 53,46
Operator4 5 51,89
Dari tabel general report dapat diketahui bahwa utilisasi operator terbesar
adalah pada operator 3 sejumlah 55,82%. Hal ini dapat disebabkan oleh
rumitnya pekerjaan yang harus dikerjakan oleh operator 3 yaitu
menggabungkan 3 entitas menjadi sebuah entitas baru.
3. Entity Activity
Tabel 4.7 Activity
Name Replication Total ExitsCurrent QtyIn System
Alumunium 1 0 0
Alumunium 2 0 0
Alumunium 3 0 0
Alumunium 4 0 0
Alumunium 5 0 0
alumunium T 1 450 0
alumunium T 2 450 0
alumunium T 3 450 0
alumunium T 4 450 0
alumunium T 5 450 0
Steel 1 450 0Steel 2 450 0
Steel 3 450 0
Steel 4 450 0
Steel 5 450 0
Handle 1 450 0
Handle 2 450 0
Handle 3 450 0
Handle 4 450 0
-
8/10/2019 Modul 1 Print Kel 28
48/63
48LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
Handle 5 450 0
kepala raket 1 0 0
kepala raket 2 0 0
kepala raket 3 0 0
kepala raket 4 0 0
kepala raket 5 0 0
Tabel 4.7 Activity(lanjutan)
Name ReplicationTotal
Exits
Current
Qty In
System
kepala raketlubang 1 0 0kepala raketlubang 2 0 0
kepala raketlubang 3 0 0
kepala raketlubang 4 0 0
kepala raketlubang 5 0 0
kepala dan leherraket 1 0 0
kepala dan leherraket 2 0 0
kepala dan leherraket 3 0 0
kepala dan leherraket 4 0 0
kepala dan leherraket 5 0 0
raket setengahjadi 1 450 0
raket setengahjadi 2 450 0
raket setengahjadi 3 450 0
raket setengahjadi 4 450 0
raket setengahjadi 5 424 26
a. Total Exit
Dari tabelgeneral reportdapat diketahui bahwa total alumunium T, steel, handle,dan raket setengah jadi yang keluar pada sistem ini berjumlah 450 buah.
Dilakukan selama 8 jam dan 5 replikasi.
b. Current Quantity
Dari tabel general report dapat diketahui saat simulasi selama 8 jam dan 5
replikasi berakhir masih terdapat 26 buah raket setengah jadi dalam sistem.
4 7 Verifikasi dan Validasi
-
8/10/2019 Modul 1 Print Kel 28
49/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA49
Verifikasi dan validasi merupakan tahapan untuk menguji kredibilitas/
kesesuaian sistem nyata dengan model simulasi.
4 7 1 Verifikasi
Verifikasi adalah proses untuk menentukan apakah model telah beroperasi
sesuai yang diinginkan oleh programmer. Verifikasi berkaitan dengan kondisi
konseptual apakah model telah sesuai dengan konsep yang diinginkan (Banks,
Carson, dan Nelson. 1995). Verifikasi adalah proses pemeriksaan logika
operasional model (program computer) sesuai dengan logika diagram alur
(Hoover dan Perry. 1989).
Berikut ini merupakan tahapan yang dilakukan dalam melakukan verifikasi
model dalam simulasi.
1. Membandingkan diagram alir konseptual dengan model yang ada pada
softwaresimulasi.
create
end
Pelubangan
begin
Alumunium
Antri
end
Alumunium
dan Stell Antri
Pemasangan Badan
begin end
Kerangka
Antri
begin
Pemasangan
Handle
end
Kerangka
Antri
begin
Depart
end
inspeksi
IdleIdle
arrive begin
Alumunium
antri
Pembulatan
Idle IdleIdle IdleIdle Idle
create
create
create
arrive
arrive
arrive
create
arrive
Alumunium
Antri
Alumunium
dan Steel
Antri
Handle
Antri
Kerangka
Alumunium
Antri Gambar 4.31 diagram alir menggunakan PetriNet
-
8/10/2019 Modul 1 Print Kel 28
50/63
50LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
Gambar 4.32 layout produksi menggunakan software Promodel.
Berdasarkan urutan sistem yang digambarkan sesuai sistem nyata yaitu
dimulai dari kedatangan alumunium, pembulatan alumunium, Pemasangan steel
dan T, pemasangan handle,dan check akhir (quality control) yang berupa inspeksi,
sehingga terdapat output raket yang setengah jadi yang selesai keluar dari sistem.
Gambar di atas dapat merepresentasikan bahwa model sistem yang terdapat pada
software Promodel sudah sesuai dengan model sistem yang terdapat padaPetriNet.
2. Melihat rangkuman proses pada model dan melakukan pengocokan ulang
terhadap logika proses.
Gambar 4.33 Proses pada softwarePromodel
-
8/10/2019 Modul 1 Print Kel 28
51/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA51
Dari gambar diatas dapat dilihat bahwa rangkuman proses pada model
terhadap logika proses dengan waktu dalam detik sudah sesuai dan
terverifikasi
3. Melakukan pengocokan animasi dengan model pada softwaresimulasi dapat
berjalan dengan sesuai.
Gambar 4.34 Animasi yang sudah bergerak
Dari gambar diatas dapat dilihat animasi dengan model pada softwaresimulasi
dapat berjalan dengan sesuai sehingga dapat terverifikasi.
4. Melakukan pengecakan Compoiled Successfully
-
8/10/2019 Modul 1 Print Kel 28
52/63
-
8/10/2019 Modul 1 Print Kel 28
53/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA53
b. Klik analyze, pilih Descriptive statistic, kemudian pilih explore dan
masukkan semua variabel yang mau diuji normal ke dalam Dependent
List. Klik Plotsdan centang normality plots with tests.
Gambar 4.37 Explore
c. Klik continue, maka akan muncul output seperti pada TabelTabel 4.9 Output
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
handle_aktual .292 5 .188 .823 5 .124
handle_promodel .207 5 .200* .899 5 .404
inspeksi_aktual .224 5 .200* .842 5 .171
inspeksi_promodel .167 5 .200* .969 5 .872
output_aktual .300 5 .161 .813 5 .103
output_promodel .473 5 .001 .552 5 .000
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
d. Menguraikan hipotesis
1) Data aktual proses pemasangan handle
Ho: Data aktual proses pemasangan handle berdistribusi normal
H1 : Data aktual proses pemasangan handle tidak berdistribusi normal
-
8/10/2019 Modul 1 Print Kel 28
54/63
54LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
Kriteria pengujian:
Ho diterima apabila nilai Sig. (2-Tailed) 0.05
H1 diterima apabila nilai Sig. (2-Tailed) 0.05
Kesimpulan: Pada tabel hasil SPSS nilai Shapiro-Wilk (0,124) lebih dari
0.05 maka data aktual berdistribusi normal.
2) Data simulasi proses pemasangan handle
Ho: Data simulasi proses pemasangan handle berdistribusi normal
H1: Data simulasi proses pemasangan handle tidak berdistribusi normal
Kriteria pengujian:
Ho diterima apabila nilai Sig. (2-Tailed) 0.05
H1 diterima apabila nilai Sig. (2-Tailed) 0.05
Kesimpulan: Pada tabel hasil SPSS nilai Shapiro-Wilk (0,404) lebih dari
0.05 maka data pada simulasi berdistribusi normal.
3) Data aktual inspeksi
Ho: Data aktual inspeksi berdistribusi normal
H1 : Data aktual inspeksi tidak berdistribusi normal
Kriteria pengujian:
Ho diterima apabila nilai Sig. (2-Tailed) 0.05
H1 diterima apabila nilai Sig. (2-Tailed) 0.05
Kesimpulan: Pada tabel hasil SPSS nilai Shapiro-Wilk (0,171) lebih
dari 0.05 maka data aktual berdistribusi normal.
4) Data simulasi inspeksi
Ho: Data simulasi inspeksi berdistribusi normal
H1 : Data simulasi inspeksi tidak berdistribusi normalKriteria pengujian:
Ho diterima apabila nilai Sig. (2-Tailed) 0.05
H1 diterima apabila nilai Sig. (2-Tailed) 0.05
Kesimpulan: Pada tabel hasil SPSS nilai Shapiro-Wilk (0,872) lebih
dari 0.05 maka data simulasi berdistribusi normal.
5) Data aktual output
Ho: Data aktual output berdistribusi normal
-
8/10/2019 Modul 1 Print Kel 28
55/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA55
H1 :Data aktual output tidak berdistribusi normal
Kriteria pengujian:
Ho diterima apabila nilai Sig. (2-Tailed) 0.05
H1 diterima apabila nilai Sig. (2-Tailed) 0.05
Kesimpulan: Pada tabel hasil SPSS nilai Shapiro-Wilk (0,103) lebih
dari 0.05 maka data aktual berdistribusi normal.
6) Data simulasi output
Ho: Data simulasi output berdistribusi normal
H1 : Data simulasi output tidak berdistribusi normal
Kriteria pengujian:
Ho diterima apabila nilai Sig. (2-Tailed) 0.05
H1 diterima apabila nilai Sig. (2-Tailed) 0.05
Kesimpulan: Pada tabel hasil SPSS nilai Shapiro-Wilk (0,000) kurang
dari 0.05 maka data simulasi tidak berdistribusi normal.
e. Kesimpulan
Dari pengujian hipotesis di atas dapat diambil kesimpulan bahwa data
pemasangan handle dan inspeksi berdistribusi normal, baik data aktual
maupun data simulasi. Data aktual output juga berdistribusi normal,
sedangkan data simulasi output tidak berdistribusi normal.
2. Uji Perbandingan Rata-rata 2 Sampel Independen
a. Karena data pemasangan handle dan inspeksi berdistribusi normal, makapengujian perbandingan rata-rata 2 sampel independen menggunakan
Independent Sample T-Test.Langkah-langkahnya adalah sebagai berikut:
1) Aktifkan variable viewdanisikan nama variabel, kemudian isikan data
pada data view dengan urutan data nomer 1 sampai 5 adalah data
aktual dan 6 sampai 10 adalah data simulasi.
-
8/10/2019 Modul 1 Print Kel 28
56/63
56LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
Gambar 4.38 Variable view
2) Klik analyze, pilih Compare Means, kemudian pilih Independent-
Samples T Test.
Gambar 4.39 Independent sample t-test
3) Masukkan variabel pada kotak test variable(s), dan group pada
Grouping Variable.
-
8/10/2019 Modul 1 Print Kel 28
57/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA57
Gambar 4.40 Grouping variable
4) Untuk menentukan grup, klik define groups. Selanjutnya pada
kotak dialog groups, tuliskan 1 untuk group 1 dan 2 untuk
group2. Lalu klik continue.
Gambar 4.41 Define group
5) Lalu klik OK.6) Kemudian muncul output sebagai berikut
Tabel 4.10 Output independent sample t-testIndependent Samples Test
Levene's
Test for
Equality of
Variances
t-test for Equality of Means
F Sig. t df Sig.
(2-
tailed)
Mean
Difference
Std. Error
Difference
95% Confidence
Interval of the
Difference
Lower Upper
Handle
Equal
variances
assumed
9.111 .017-
1.5128 .169 -.50600 .33460
-
1.27758.26558
Equal
variances
not
assumed
-
1.5125.695 .184 -.50600 .33460
-
1.33548.32348
-
8/10/2019 Modul 1 Print Kel 28
58/63
58LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
Inspeksi
Equal
variances
assumed
5.737 .044 -.629 8 .547 -.59000 .93750-
2.751881.57188
Equal
variances
not
assumed
-.629 4.176 .562 -.59000 .93750-
3.150271.97027
7) Hipotesis:
H0 = tidak terdapat perbedaan antara data simulasi dengan data nyata
(valid)
H1= terdapat perbedaan antara data simulasi dengan data nyata (tidak
valid)
Nilai taraf nyata () = 0.05
Kriteria pengujian:
H0diterima jika nilai Sig. (2-tailed)
H0ditolak jika nilai Sig. (2-tailed) <
Kesimpulan: Berdasarkan hasil pengujian pada tabel pengujian
Independent Sample Test didapatkan nilai Sig. (2-tailed) untuk data
pemasangan handle (0,169 dan 0,184)> 0.025 dan data inspeksi (0,547
dan 0,562) > 0.025, maka H0diterima, berarti tidak terdapat perbedaan
antara data simulasi dengan data nyata (valid).
b. Karena salah satu data output tidak berdistribusi normal, maka pengujian
perbandingan rata-rata 2 sampel independen menggunakan uji Mann-
Whitney.Langkah-langkahnya adalah sebagai berikut:
1) Aktifkan variable viewdanisikan nama variabel, kemudian isikan data
pada data view dengan urutan data nomer 1 sampai 5 adalah data
aktual dan 6 sampai 10 adalah data simulasi.
-
8/10/2019 Modul 1 Print Kel 28
59/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA59
Gambar 4.42 Variable view
2) Klik analyze, pilih Nonparametric test, kemudian pilih Legacy Dialogs,
lalu pilih 2 Independent Samples.
Gambar 4.43 Independent samples
3) Masukkan variabel pada kotak test variable(s), dan group pada Grouping
Variable. Centang Mann-Whitney U.
Gambar 4.44 Grouping variable mann-whitney u
4) Untuk menentukan grup, klik define groups. Selanjutnya pada kotak dialog
groups, tuliskan 1 untuk group 1 dan 2 untuk group 2. Lalu klik
continue.
-
8/10/2019 Modul 1 Print Kel 28
60/63
60LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
Gambar 4.45 Define groups
5) Lalu klik OK.
6) Kemudian muncul output sebagai berikut
Tabel 4.11 Output mann-whitney uTest Statistics
a
Output
Mann-Whitney U 12.000
Wilcoxon W 27.000
Z -.118
Asymp. Sig. (2-tailed) .906
Exact Sig. [2*(1-tailed Sig.)] 1.000b
a. Grouping Variable: group
b. Not corrected for ties.
7) Hipotesis:
H0 = tidak terdapat perbedaan antara data simulasi dengan data nyata(valid)
H1 = terdapat perbedaan antara data simulasi dengan data nyata (tidak
valid)
Nilai taraf nyata () = 0.05
Kriteria pengujian:
H0diterima jika nilai Sig. (2-tailed)
H0ditolak jika nilai Sig. (2-tailed) < Kesimpulan: Berdasarkan hasil pengujian pada tabel pengujian
Independent Sample Test didapatkan nilai Sig. (2-tailed) untuk data
pemasangan output (0,906) > 0.025, maka H0 diterima, berarti tidak
terdapat perbedaan antara data simulasi dengan data nyata (valid).
-
8/10/2019 Modul 1 Print Kel 28
61/63
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA61
-
8/10/2019 Modul 1 Print Kel 28
62/63
62LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI-UNIVERSITAS BRAWIJAYA
BAB V
PENUTUP
5 1 Kesimpulan
Dari hasil praktikum modul 1 tentang Simulation and ProModel Software
maka dapat disimpulkan sebagai berikut.
1. Pada sistem pembuatan raket terdapat beberapa proses diantaranya proses
pelengkungan alumunium, pelubangan alumunium, pemasangan T dan steel,
Pemasangan handle dan terakhir pengecekan pada raket. Terdapat
permasalah yang ada dalam sistem yaitu kurangnya ketelitihan operator pada
saat pemasangan steelsehingga waktu inspeksi dibutuhkan.
2. Pada praktikum modul ini, studi kasus yang akan dimodelkan adalah sistem
pembuatan raket. Membandingkan diagram alir konseptual dengan model
yang ada pada software, sehingga dapat merepresentasikan bahwa diagram
alir konseptual dan aliran proses serta path network model pada software
simulasi sama. Jadi dapat dikatakan bahwa model pembuatan raket simulasi
sudah terverifikasi.
3. Pada permodelan sistem produksi raket ini digunakan software Promodel.
Pengamatan pada sistem yang menjadi permasalahan dilakukan terlebih
dahulu sebelum membuat permodelan. Karateristik sistem yang diamati
adalah waktu kedatangan, lokasi proses, dan waktu proses. Setelah mengamati
karakteristik sistem tersebut, dilakukan pembuatan model dari sistem nyata
pembuatan raket. Pertama, dengan membuat layout model menggunakan
simbol-simbol yang merepresentasikan entitas, resource, dan location dati
dari sistem produksi raket. Setelah membuat layout, dilakukan menentuan
alur proses produksi dengan menggunakan path network yang disesuasikan
dengan alur proses produksi sebenarnya. Setelah itu dilakukan penentuan
processing dengan routing yang sesuai dengan sistem nyata. Setelah semua
tahap selesai, simulasi dapat dijalankan dan sebagai outputnya akan muncul
tabel report.
-
8/10/2019 Modul 1 Print Kel 28
63/63
Model sistem pembuatan raket yang sudah terverifikasi selanjutnya adalah
dilakukan tahap validasi, pada tahap ini tiga faktor utama yang diperiksa 0,05
sehingga tidak ada perbedaan jumlah output antara data simulasi dengan data
aktual.
4. Dari hasil promodel sistem, dapat dilakukan beberapa perbaikan dalam sistem
pelayanan yang ada dalam sistem pembuatan raket, seperti melakukan
pengoptimalisasian waktu pada tiap location. Berdasarkan output hasil
simulasi, analisis yang didapatkan dari tabel general report adalah dapat
diketahui bahwa utilisasi location terbesar terdapat pada pemasangan T dan
steel yaitu 55,40%, hal ini disebabkan oleh adanya kedatangan dua entitas
baru yang menyebabkan pekerjaan pada locationini lebih rumit. Pada utilisasi
resource dapat diketahui bahwa utilisasi operator terbesar adalah pada
operator 3 sejumlah 55,82%. Hal ini dapat disebabkan oleh rumitnya
pekerjaan yang harus dikerjakan oleh operator 3 yaitu menggabungkan 3
entitas menjadi sebuah entitas baru. Pada total exit dapat diketahui bahwa
total alumunium T, steel, handle, dan raket setengah jadi yang keluar pada
sistem ini berjumlah 450 buah. Pada current quantity in system dapat
diketahui saat simulasi selama 8 jam dan 5 replikasi berakhir masih terdapat
26 buah raket setengah jadi dalam sistem.
5 2 Saran
Saran yang dapat kami berikan adalah sebagai berikut.
1. Dalam pengambilan data seharusnya lebih teliti dan cermat sehingga tidak
mengalami kesulitan dalam pengolalah distribusi data.2. Praktikan diharapkan lebih aktif konsultasi kepada asisten modul untuk
mengurangi kesulitan yang dihadapi praktikan itu sendiri.
top related