bab iii model simulasi arena

9
BAB III MODEL 1. Kasus A Kasus A menggambarkan permasalahan tentang bottle neck atau yang artinya ada penumpukan variable karena perbedaan kemampuan proses dengan variable yang akan diproses. Dalam mensimulasikan hal tersebut digunakan software Arena dengan memakai 4 basic process, yaitu Create, Process, Assign, dan Dispose. Keempat Basic Process tersebut disusun sehingga membentuk rangkaian seperti dibawah ini. Gambar 3.1. Rangkaian model simulasi kasus A Pada setiap modul di masukan value dan nama sehingga dapat menggambarkan dan mensimulasikan permasalahan yang terjadi. Adapun, langkah-langkah dan nilai-nilai yang dimasukan setiap modul akan diperinci sebagai berikut:

Upload: nasikhuddin

Post on 24-Jul-2015

443 views

Category:

Documents


22 download

TRANSCRIPT

Page 1: Bab III Model simulasi ARENA

BAB III

MODEL

1. Kasus A

Kasus A menggambarkan permasalahan tentang bottle neck atau

yang artinya ada penumpukan variable karena perbedaan kemampuan

proses dengan variable yang akan diproses. Dalam mensimulasikan hal

tersebut digunakan software Arena dengan memakai 4 basic process, yaitu

Create, Process, Assign, dan Dispose. Keempat Basic Process tersebut

disusun sehingga membentuk rangkaian seperti dibawah ini.

Gambar 3.1. Rangkaian model simulasi kasus A

Pada setiap modul di masukan value dan nama sehingga dapat

menggambarkan dan mensimulasikan permasalahan yang terjadi. Adapun,

langkah-langkah dan nilai-nilai yang dimasukan setiap modul akan

diperinci sebagai berikut:

Pada modul Create, terdapat beberapa nilai yang dimasukkan

seperti yang ditunjukkan pada gambar dibawah:

Gambar 3.2. Kotak dialog create

Page 2: Bab III Model simulasi ARENA

Pada Name, diinputkan “TI JOSS ARRIVAL”. Pada Entity Type

diisi dengan nama yang tidak boleh sama dengan Name. Pada bagian time

between arrivals, Type dipilih Random (expo) karena pada simulasi ini

probabilitas kedatangan diasumsikan berdistribusi exponensial secara

acak. Value diisi 4 dan pada units pilih minutes karena dimaksudkan

kedatangan terjadi setiap 4 menit. Entity per arrival diisi 1 maksudnya

adalah ada 1 entitas yang masuk pada tiap kedatangan. Max arrival diisi

infinite karena diasumsiskan kedatangan tidak memiliki batasan.

Pada Name, diinputkan “TI PRUTT ARRIVAL”. Pada Entity Type

diisi dengan nama yang tidak boleh sama dengan Name. Pada bagian time

between arrivals, Type dipilih Random (expo) karena pada simulasi ini

probabilitas kedatangan diasumsikan berdistribusi exponensial secara

acak. Value diisi 10 dan pada units pilih minutes karena dimaksudkan

kedatangan terjadi setiap 10 menit. Entity per arrival diisi 1 maksudnya

adalah ada 1 entitas yang masuk pada tiap kedatangan. Max arrival diisi

infinite karena diasumsiskan kedatangan tidak memiliki batasan.

Modul selanjutnya yang dipakai adalah process. Seperti pada

modul create, pada modul ini juga terdapat beberapa nilai yang

dimasukkan seperti pada gambar dibawah ini:

Gambar 3.3. Kotak dialog process

Klik dua kali pada salah satu modul proses, dan pada Name diisi

“TI JOSSS LOGO”. Pada type dipilih standart karena model yang

diinginkan adalah model standart bukan sub model. Pada action pilih seize

Page 3: Bab III Model simulasi ARENA

delay release dengan prioritas medium(2) maksudnya proses yang diingin

bersifat medium priority artinya pada modul ini salah satu proses yang

digunakan untuk antrian dan menangkap sumber, tidak lebih baik dengan

proses yang terjadi bersamaan. pada delay type diisi dengan triangular

karena menggunakan distribusi triangular (2.4 min , 3.0 min, 3.6 min)

dengan satuan waktu menit, dan allocation dipilih Value added karena

pada modul proses ini merupakan penambahan nilai pada entitas tersebut.

Pada modul proses yang lain, dan pada Name diisi “TI PRUTT

LOGO”. Pada type dipilih standart karena model yang diinginkan adalah

model standart bukan sub model. Pada action pilih seize delay release

dengan prioritas medium(2) maksudnya proses yang diingin bersifat

medium priority artinya pada modul ini salah satu proses yang digunakan

untuk antrian dan menangkap sumber, tidak lebih baik dengan proses yang

terjadi bersamaan. pada delay type diisi dengan triangular karena

menggunakan distribusi triangular (2.0 min , 2.6 min, 3 min) dengan

satuan waktu menit, dan allocation dipilih Value added karena pada modul

proses ini merupakan penambahan nilai pada entitas tersebut.

Modul berikutnya adalah Assign (Eyelet Time), pada modul ini

tidak banyak nilai yang dimasukkan, dapat dilihat pada gambar dibawah.

Gambar 3.4. Kotak dialog Assign

Pada toolbox modul assign nama diisi “TI JOSSS EYELET

TIME”. Dan selanjutnya menambahkan assignment dengan mengklik Add

dan akan muncul toolbox seperti gambar berikut:

Page 4: Bab III Model simulasi ARENA

Gambar 3.5. Kotak dialog Assignments

Type data atribut dengan nama atribut “WAKTU PROSES EYELET”.

Pada new value dimasukkan data “UNIF(1.6,1.8)” maksudnya UNIF

merupakan distribusi acak seragam, dengan nilai mnimum 1.0 dan nilai

maksimum 1.2.

Pada toolbox modul assign nama diisi “TI PRUTT EYELET

TIME”. Dan selanjutnya menambahkan assignment dengan mengklik Add

dan akan muncul toolbox seperti gambar dibawah:

Gambar 3.6. Kotak dialog Assignments

Type data atribut dengan nama atribut “WAKTU PROSES EYELET”

sesuai dengan yang tertera pada modul praktikum. Pada new value

dimasukkan data “UNIF(1.0,1.2)” maksudnya UNIF merupakan distribusi

acak seragam, dengan nilai minimal 1.0 dan nilai maksimum 1.2.

Dilanjutkan pada modul berikutnya, kembali ditambahkan modul

proses, dengan beberapa nilai yang dimasukkan seperti gambar berikut:

Page 5: Bab III Model simulasi ARENA

Gambar 3.7. Kotak dialog Process

Nilai-nilai yang dimasukkan sama seperti sebelumnya, namun terdapat

perbedaan yaitu pada delay type pilih expression.

Modul terakhir yang dipakai pada simulasi kasus kali ini adalah

dispose, modul ini berfungsi untuk menentukan keseluruhan entitas yang

datang dan memperbarui variable entitas keluaran (tipe entitas) dan WIP

entitas (tipe entitas) secara bersesuaian.

Mengenai durasi simulasi, seperti yang sudah ditulis pada modul

praktikum, pabrik beroperasi 3 shift, masing-masing 8 jam, simulasi

direncanakan selama 2 hari. Sehingga pada run-setting seperti pada gambar

dibawah ini:

Gambar 3.8. Kotak dialog Run Setup

Page 6: Bab III Model simulasi ARENA

Periode pemanasan dibuat nol, panjang replikasi selama 48 jam dengan

base time units-nya dalam menit.

2. Kasus B

Gambar 3.9. Model simulasi kasus B

Pada kasus kedua, model hampir sama dengan kasus pertama.

Namun, pada kasus ini ditambah dengan modul pengambilan keputusan.

Sehingga setelah stasiun eyelet tidak langsung menuju modul dispose,

melainkan harus melalui modul decision terlebih dahulu sebagai rangkaian

QC.

Pada modul decision dimasukkan beberapa nilai seperti pada gambar

berikut:

Gambar 3.10. Kotak dialog Decide

Pada nama diisikan BAIK VS BURUK. Type decide menggunakan 2- ways

by chance dengan presentase kebenaran 95 %. Karena sepatu dibagi menjadi

dua kategori.

Page 7: Bab III Model simulasi ARENA

Kemudian pada setiap ujung dari modul decision (true dan false) di

hubungkan dengan modul record. Pada toolbox record diisi dengan nilai

Record BAGUS pada record yang terhubung dengan sisi true, value diisi

dengan 1 dan type dipilih yang count karena entitas yang tidak lulus test

juga dihitung. Untuk counter name akan menyesuaikan dengan isian yang

ada pada bagian name. Sedangkan record yang terhubung pada sisi false

diisi dengan nilai Record BURUK dan nilai-nilai yang lain sama dengan

yang sebelumnya. Sehingga terlihat seperti gambar berikut:

Gambar 3.11. Kotak dialog Record