WORD HEADER FOOTER MODUL 3 Bener

BAB I PENDAHULUAN
1.1 Latar Belakang

PT. Agro Mitra Alimentare merupakan perusahaan industri yang bergerak di bidang makanan. Perusahaan ini memproduksi cherry pepper. Proses di dalam sistem berjalan dengan menggunakan manusia dan mesin. Disini kami mencoba untuk melakukan analisa pada sistem prouksi di PT. Agro Mitra Alimentare dengan menggunakan simulasi. Harapannya agar dapat melakukan perbaikan terhadap sistem di produksi ini. Sistem produksi pada perusahaan ini dilakukan secara semi terotomasi. Proses-proses yang melibatkan manusia rawan mengalami keterlambatan dan memiliki faktor-faktor ketidakpastian. Simulasi bertujuan untuk mendeskripsikan sistem secara nyata dan terperinci.
Software yang digunakan adalah Arena. Modul Arena yang biasa digunakan adalah Basic Process. Namun seringkali penggunaan Basic process kurang mencukupi
sistem yang nyata tersebut. Sistem nyata memiliki banyak proses dan transfer yang bermacam-macam. Proses yang dimaksud antara lain proses match, hold, dan
signal. Proses transfer yang memakai conveyor maupun transporter juga masih
belum terdefinisikan. Modul yang digunakan adalah Advance Process dan Advance
Transfer.
Maka dari itu pada praktikum Modul 3 tentang Arena Advanced ini memberikan dasar-dasar pembuatan simulasi komputer yang lebih terperinci, mudah, dan cepat serta bagaimana melakukan analisis terhadap output yang diperoleh, baik untuk sistem manufaktur maupun sistem non-manufaktur (jasa). Model yang digunakan dalam praktikum kali ini adalah pada proses pembuatan cherry peppers yang diproduksi oleh PT. Agro Mitra Alimentare. Penerapan pada praktikum ini diharapkan dapat memodelkan sistem secara utuh dan dapat menjadi referensi untuk perancangan sistem yang lebih baik. 1.2 Tujuan Tujuan dari praktikum ini antara lain:
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI, UNIVERSITAS BRAWIJAYA
51
1. 2. 3.
Mengenalkan module-module Advanced Process dan Advanced Transfer yang tersedia di dalam Arena Memodelkan sistem ke dalam Activity Cycle Diagram (ACD) Mampu memodelkan suatu sistem dengan cara menggambarkan karakteristik elemen sistem melalui module-module Advanced Process dan Advanced
Transfer dalam Arena

4. Mampu melakukan analisis terhadap output simulasi
1.3 Manfaat Manfaat dari praktikum ini antara lain: 1. 2. 3. Dapat mengetahui module-module Advanced Process dan Advanced Transfer dalam Arena Dapat mengenal fungsi dan kegunaan module Advanced Process dan Advanced

Dapat memodelkan suatu sistem dengan cara menggambarkan karakteristik elemen sistem melalui module-module Advanced Process dan Advanced

4. Dapat mampu melakukan analisis terhadap output simulasi
1.4 Batasan Batasan dari praktikum ini antara lain: 1. Data yang diambil dari data pengamatan langsung 2. Pengamatan dilakukan sebanyak 5 replikasi tiap replikasi 8 jam 3. Sistem yang digunakan mulai dari cherry yang telah dilubangi masuk hingga
warehouse.
1.5 Asumsi Asumsi dari praktikum ini antara lain: 1. Tidak ada komponen yang keluar dari antriannya. 2. Tidak ada kerusakan mesin. 3. Tidak ada produk cacat.
52
5. 1 botol cherry terdiri dari 10 buah cherry
buah cherry dengan

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
4. Tidak ada proses pembuatan shrimp paste oil.
berat 250 gram.
BAB II TINJAUAN PUSTAKA

2.1 Definisi Arena
Arena adalah sebuah program penyusun model dan juga merupakan simulator, yang dikembangkan oleh System Modeling Corporation. Arena bisa menjadi sebuah alat yang fleksibel yang membantu pengguna untuk membuat model simulasi teranimasi yang mewakili berbagai macam sistem secara virtual dengan tepat. Arena digunakan mensimulasikan proses bisnis. oleh banyak perusahaan besar untuk
Gambar 2.1 Tampilan software Arena
Arena merupakan software yang memiliki ciri-ciri kemudahan pemakaian yang dimiliki high level program dan fleksibilitas yang menjadi ciri khas general
purpose simulation language. Arena masuk ke dalam kategori high level program
karena ia bersifat sangat interaktif, pengguna dapat membangun sebuah model hampir sama mudahnya dengan membuat poster menggunakan CorelDraw atau membuat flowchart menggunakan Visio. Hal yang membedakan adalah dalam menggunakan Arena dibutuhkan pengetahuan mengenai sistem yang akan diamati sebelum memodelkannya
2.1.1 Arena Basic
Modul basic ini merupakan modul yang sering digunakan dan menjadi dasar dalam pembuatan model dalam arena. Software Arena ini tergolong ke dalam
general purpose simulation language (GPSL) karena dengan menggunakan Arena,

53
54

pengguna dapat membangun model, templates, dan pengguna dapat membuat modul sendiri jika diperlukan dengan menggunakan bantuan program seperti
Visual Basic, FORTRAN, dan bahkan C atau C++. Dalam Professional Edition, Arena
memfasilitasi pengguna yang ingin membangun sendiri modul dan template-nya. 2.1.1.1 Basic Process Panel
Basic Process Panel adalah panel proses dasar yang berisikan module-module
yang digunakan untuk memodelkan sebuah sistem. Berikut ini module-module yang terdapat pada Basic Process Panel beberapa modul yaitu:
Tabel 2.1 Fungsi dan Tipikal Penggunaan Basic Process Panel
No 1. Modul Fungsi Modul ini dimaksudkan sebagai titik awal untuk entitas dalam model simulasi. Modul ini digunakan untuk mengenerate kedatangan entity kedalam simulasi Tipikal Penggunaan awal produksi manufaktur 2. Kedatangan sebuah dokumen (misalnya order, cek, aplikasi) ke dalam proses bisnis 3. Kedatangan seorang pelanggan pada proses pelayanan (misalnya toko, ritel, restoran, informasi)
yang sering digunakan dalam
mensimulasikan sistem. Template dari basic process panel ini terdiri dari
Create
1. Bagian
a. b. c.
Name Entity Type Type
d.
Value
e. f. g.
Schedule Name Expression Units
Prompt dan Deskripsi Identifier modul yang unik ditampilkan pada bentuk modul. Nama tipe entitas yang akan dihasilkan. Jenis aliran kedatangan yang akan dihasilkan. Termasuk jenis random (menggunakan distribusi eksponensial, pengguna menentukan rata-rata), schedule (menggunakan distribusi eksponensial, berarti ditentukan dari modul Jadwal yang ditentukan), constant (pengguna menentukan nilai konstan, misalnya, 100), atau expretion (drop-down berbagai distribusi). Menentukan mean dari distribusi eksponensial (jika random digunakan) atau nilai konstan (Constant jika digunakan) untuk waktu antara kedatangan. Berlaku hanya ketika tipe adalah Random atau Konstan. Mengidentifikasi nama dari jadwal yang akan digunakan. Schedule mendefinisikan pola kedatangan untuk entitas tiba ke sistem. Berlaku hanya ketika tipenya adalah scedhule. Setiap distribusi atau nilai menentukan waktu antara kedatangan. Berlaku hanya ketika tipe adalah Expression. Satuan waktu yang digunakan untuk pembuatan antar kedatangan kali dan pertama. Tidak berlaku bila tipe adalah schedule.

55
Tabel 2.1 Fungsi dan Tipikal Penggunaan Basic Process Panel (Lanjutan) Prompt dan Deskripsi i. Max Arrivals Maksimum jumlah entitas yang modul ini
j. 2
First Creation
Modul
Dispose
a. b.
Name Record Entity Statistics
Process
a. b.
Name Type
c.
Action
akan menghasilkan. Ketika nilai ini tercapai, penciptaan entitas baru dengan modul ini berhenti. Mulai waktu untuk entitas pertama tiba ke dalam sistem. Tidak berlaku bila tipe adalah schedule. Fungsi Tipikal Penggunaan Modul ini dimaksudkan 1. Bagian meninggalkan sebagai titik akhir untuk fasilitas yang dimodelkan entitas dalam model 2. Berakhirnya proses bisnis simulasi. Modul ini 3. Pelanggan meninggalkan digunakan untuk took mengeluarkan entity dari system. Prompt dan Deskripsi Modul yang unik identifier ditampilkan pada bentuk modul Menentukan apakah atau tidak statistik entitas yang masuk akan disimpan. Statistik termasuk value added, non-value added, menunggu waktu, waktu transfer, waktu lainnya, total waktu, nilai tambah biaya, non-value tambah biaya, biaya menunggu, biaya transfer, biaya lainnya, dan total biaya. Modul ini dimaksudkan 1. Bagian machining sebagai metode pengolahan 2. Meninjau dokumen untuk utama dalam simulasi. kelengkapan Pilihan untuk menangkap 3. Memenuhi perintah dan melepaskan 4. Melayani pelanggan keterbatasan suber daya yang tersedia. Selain itu, ada pilihan untuk menggunakan submodel dan menentukan logika yang ditetapkan pengguna hirarkis. Waktu proses dialokasikan untuk entitas dan dapat dianggap sebagai nilai tambah, non-nilai tambah, transfer, menunggu, atau laninya. Prompt dan Deskripsi Modul yang unik identifier ditampilkan pada bentuk modul Metode menentukan logika dalam modul. Pengolahan standar menandakan bahwa logika semua akan disimpan dalam modul Proses dan didefinisikan oleh Aksi tertentu. Submodel menunjukkan bahwa logika akan hirarki didefinisikan dalam "submodel" yang dapat mencakup sejumlah modul logika. Jenis pengolahan yang akan terjadi dalam modul. Delay hanya menunjukkan bahwa penundaan proses akan dikeluarkan dengan tidak ada kendala sumber daya. Seize Delay menunjukkan bahwa sumber daya akan dialokasikan dalam modul ini dan penundaan akan terjadi, tetapi yang
56

melepaskan sumber daya akan terjadi di kemudian hari. Seize Delay Release menunjukkan bahwa sumber daya akan dialokasikan diikuti dengan penundaan proses dan kemudian sumber daya yang dialokasikan akan dirilis. Delay
Tabel 2.1 Fungsi dan Tipikal Penggunaan Basic Process Panel (Lanjutan) Prompt dan Deskripsi
menunjukkan bahwa sumber daya sebelumnya telah dialokasikan dan bahwa entitas hanya akan menunda dan melepaskan sumber daya tertentu. Berlaku hanya ketika tipenya standar. Prioritas nilai entitas menunggu di modul ini untuk sumber daya ditentukan jika satu atau lebih entitas yang menunggu untuk sumber daya yang sama di mana saja dalam model. Tidak terlihat ketika Action adalah Delay atau Delay Release atau ketika tipenya adalah submodel. Daftar sumber daya atau set sumber daya yang digunakan untuk pengolahan entitas. Tidak berlaku bila Action adalah Delay, atau ketika tipe adalah submodel. Jenis distribusi atau metode menentukan parameter delay. Constant dan Expression memerlukan nilai-nilai tunggal, sementara Normal, Uniform, dan Triangular membutuhkan beberapa parameter. Waktu unit untuk parameter delay Menentukan bagaimana waktu proses dan biaya proses akan dialokasikan untuk entitas. Proses ini dapat dianggap value added, Non-Value Added, transfer, wait, atau lain dan biaya yang terkait akan ditambahkan ke kategori yang tepat untuk entitas dan proses. Parameter lapangan untuk menentukan nilai minimum baik untuk distribusi uniform atau triangular. Parameter lapangan untuk menentukan mean untuk distribusi normal, nilai untuk penundaan waktu yang konstan, atau modus untuk distribusi triangular. Parameter lapangan untuk menentukan nilai maksimum baik untuk distribusi uniform atau uniform. Parameter lapangan untuk menentukan deviasi standar untuk distribusi normal. Parameter lapangan untuk menentukan sebuah ekspresi yang nilainya dievaluasi dan digunakan untuk waktu tunda pengolahan. Menentukan apakah statistik akan secara otomatis dikumpulkan dan disimpan dalam database laporan untuk proses ini. Fungsi Tipikal Penggunaan Modul ini digunakan untuk 1. pengiriman bagian yang menentukan keputusan rusak untuk dikerjakan dalam proses, didalamnya ulang termasuk beberapa pilihan 2. Percabangan cek diterima untuk membuat keputusan atau ditolak berdasarkan satu atau 3. Mengirim nasabah beberapa pilihan prioritas untuk proses khusus Prompt dan Deskripsi Identifier modul yang unik ditampilkan pada bentuk modul.
Release
d.
Priority
e. f.
Resources Delay Type
g. h.
Units Allocation
i. j. k. l. m. n. No 4
Minimum Value Maximum Std Dev Expression Report Statistics

Modul
Decide
a.
Name

57
b.
Type
Menunjukkan apakah keputusan didasarkan pada condition (jika X> Y) atau secara change/persentase (misalnya, 60%, ya, 40%, tidak ada). Tipe dapat ditetapkan sebagai baik 2way atau N-way. 2-way memungkinkan untuk satu kondisi atau probabilitas (ditambah "salah" exit). N-way memungkinkan
c. d. e. f. g. h. i.
Conditions Percentages Percent True If Named Is Row
j.
Column
k.
Value
No 5
Modul
Batch
a. b. c. d.
Name Type Batch Size Save Criterion
untuk sejumlah kondisi atau probabilitas yang akan ditentukan serta keluar "yang lain". Mendefinisikan satu atau lebih kondisi digunakan untuk mengarahkan entitas untuk modul yang berbeda. Berlaku hanya ketika tipe adalah N-way dengan kondisi. Mendefinisikan satu atau lebih persentase yang digunakan untuk mengarahkan entitas untuk modul yang berbeda. Berlaku hanya ketika tipe adalah N-way dengan Chance. Nilai yang akan diperiksa untuk menentukan persentase entitas dikirim keluar benar diberikan. Jenis kondisi yang tersedia untuk evaluasi: Variabel, Variabel Array (1D), Array Variable (2D), Atribut, Type Entity. Menentukan baik nama, variabel, jenis atribut atau entity yang akan dievaluasi ketika entitas memasuki modul. Tidak berlaku bila tipe adalah Expression. Evaluator untuk kondisi tersebut. Berlaku hanya untuk Atribut dan kondisi Variabel. Menentukan indeks baris untuk variabel array. Berlaku hanya ketika tipe adalah N-way dengan condition atau 2-way with condition dan Variabel Array adalah 1-D atau Array 2D. Menentukan indeks kolom untuk variabel array. Berlaku hanya ketika tipe adalah N-condition dengan atau 2 way with condition dan Variabel Array adalah 1-D Array atau 2-D. Ekspresi yang akan baik dibandingkan dengan atribut atau variabel atau yang akan dievaluasi sebagai ekspresi tunggal untuk menentukan apakah itu benar atau salah. Tidak berlaku untuk kondisi entity type. Jika Jenis adalah Expression, nilai ini juga harus mencakup evaluator (misalnya, Warna <> Red). Fungsi Tipikal Penggunaan Modul ini dimaksudkan 1. mengumpulkan beberapa sebagai mekanis bagian sebelum memulai pengelompokan dalam proses model simulasi/ 2. memasang kembali entity/assembly. Berfungsi salinan yang terpisah untuk menggabungkan beberapa entity baik bersifat permanen maupun sementara. Prompt dan Deskripsi Identifier modul yang unik ditampilkan pada bentuk modul. Metode batching entitas bersama-sama Jumlah entitas yang akan di batch. Metode untuk nilai yang ditetapkan pengguna menugaskan perwakilan entitas atribut.
58

e.
Rule
Menentukan bagaimana entitas yang masuk akan di batch. Any entity akan mengambil "Batch size" pertama jumlah entitas dan menempatkan mereka bersama-sama. With atrribute menandakan bahwa nilai-nilai dari atribut yang ditentukan harus sesuai untuk entitas yang akan dikelompokkan. Misalnya, jika Nama Atribut adalah warna,
semua entitas harus memiliki nilai yang sama untuk warna dikelompokkan, jika tidak, mereka akan menunggu di modul untuk entitas masuk tambahan. Nama atribut yang nilainya harus sesuai dengan nilai entitas lain yang masuk dalam rangka untuk kelompok yang akan dibuat. Berlaku hanya ketika Rule adalah by Atribut. Jenis entitas untuk entitas perwakilan. Fungsi Tipikal Penggunaan Modul ini dapat digunakan 1. Mengirim entities untuk menyalin baik entitas individu untuk mewakili masuk ke beberapa entitas kotak dihapus dari wadah atau untuk membagi entitas 2. Mengirim perintah untuk yang sebelumnya di batch. pemenuhan dan Modul ini digunakan untuk penagihan untuk meng-assembly hasil dari pemrosesan paralel modul batch, atau juga bisa 3. Memisahkan dokumen diasumsikan sebagai aliran entity yang terpisah. Misal pada system rumah sakit pasien membawa resep dokter, maka aliran antara entity pasien dengan resep akan berbeda pada titik-titik tertentu. Prompt dan Deskripsi Identifier modul yang unik ditampilkan pada bentuk modul. Metode memisahkan entitas yang masuk. Duplicate original hanya akan mengambil entitas asli dan membuat beberapa jumlah duplikat yang identik. Split existing batch mensyaratkan bahwa entitas yang masuk menjadi entitas sementara batched menggunakan modul Batch. Entitas asli dari batch akan dibagi. Alokasi biaya dan waktu dari entitas yang masuk ke duplikat keluar. Nilai ini dditetapkan sebagai persentase dari entitas asli biaya dan waktu (antara 0-100). Persentase ditentukan akan dibagi secara merata antara duplikat, sedangkan entitas asli akan mempertahankan setiap persentase biaya / waktu yang tersisa. Terlihat hanya ketika tipe asli yag digandakan Jumlah entitas yang keluar akan meninggalkan modul, di samping entitas asli yang masuk. Berlaku hanya ketika tipe
f. g. No 6
Attribute Name Representative Entity

Modul
Separate
a. b.
Name Type
c.
Percent Cost to Duplicates
d. e.
# of Duplicates Member Attributes
new duplicate
Metode untuk menentukan bagaimana untuk menetapkan nilai atribut entitas perwakilan untuk pilihan entities.Hal ini berhubungan asli dengan enam atribut special purpose (Entity.Type, Entity.Picture, Entity.Sequence, Entity.Station,

59
Entity.Jobstep, dan Entity.Hold CostRate) dan semua atribut userdefined. Berlaku hanya ketika tipe adalah split bathch
f.
Attribute Name
yang ada. Nama atribut entitas perwakilan yang ditugaskan untuk originalentities kelompok.
60

Tabel 2.1 Fungsi dan Tipikal Penggunaan Basic Process Panel (Lanjutan)
No 7 Modul
Assign
Fungsi Modul ini digunakan untuk menetapkan nilai-nilai baru untuk variabel, atribut entitas, jenis entitas, gambar badan, atau variabel sistem lainnya.
Tipikal Penggunaan Mengakumulasi jumlah subassemblies yang ditambahkan ke suatu bagian 2. Mengubah jenis entitas untuk mewakili salinan pelanggan 3. Menetapkan prioritas pelanggan 1.
a. b. c. d. e. f. g. h. i. j. k. 8
Name
Assignments Type Variable Name Row Column Attribute Name Entity Type Entity Picture Other New Value
Prompt dan Deskripsi Identifier modul yang unik ditampilkan pada bentuk modul.
Menentukan satu atau lebih tugas yang akan dilakukan ketika entitas mengeksekusi modul. Jenis tugas yang akan dibuat. Lainnya dapat mencakup variabel sistem, seperti kapasitas sumber daya atau waktu simulasi akhir. Nama variabel yang akan diberi nilai baru ketika entitas memasuki modul. Berlaku hanya ketika tipe Variabel, Variabel Array (1D), atau Array Variable (2D). Menentukan indeks baris untuk variabel array. Menentukan indeks kolom untuk variabel array. Nama atribut entitas yang akan diberi nilai baru ketika entitas memasuki modul. Berlaku hanya ketika tipe adalah Atribut. Entitas tipe baru yang akan ditugaskan untuk entitas ketika entitas memasuki modul. Berlaku hanya ketika tipe adalah tipe Entity. Entitas gambar baru yang akan ditugaskan untuk entitas ketika entitas memasuki modul. Berlaku hanya ketika tipe adalah Entity picture Mengidentifikasi variabel sistem khusus yang akan diberi nilai baru ketika entitas memasuki modul. Berlaku hanya ketika other type Penugasan nilai atribut, variabel, atau variabel sistem lainnya. Tidak berlaku bila tipe adalah Entity type atau Entity
Entity
picture
Modul ini mendefinisikan berbagai jenis entitas dan nilai gambaran awal dalam simulasi
1. 2. 3. 1. 2.
Queue
Modul ini dapat digunakan untuk mengubah aturan peringkat untuk antrian yang ditentukan
produk yang diproduksi atau dirakit (pallets) document (forms, email, laporan) orang yang berada didalam proses (pelanggan, penelepon) tumpukan pekerjaan menunggu sumber daya pada modul proses holding area untuk document menunggu dikumpulkan pada modul
10
Resource
batch
Modul ini mendefinisikan sumber data dalam system simulasi, termasuk 1. 2.
peralatan (mesin, kasir, saluran telepon) manusia (pegawai 61

informasi biaya dan ketersediaan sumber daya.
penjualan, operator)
Tabel 2.1 Fungsi dan Tipikal Penggunaan Basic Process Panel (Lanjutan)
No 11 Variable Modul Fungsi Modul ini digunakan untuk mendefinisikan dimensi variable dan nilai awal. Variable dapat dirujuk dalam modul lain, dapat memindahkan nilai baru dengan assign module dan dapat digunakan dalam ekspresi apapun Modul ini mendefinisikan berbagai jenis set, termasuk sumber daya, counter, tally, tipe entitas, dan gambar entitas Tipikal Penggunaan jumlah dokumen yang diproses per jam 2. nomor serial untuk menandakan bagian yang unik 1.
12
Set
1.
2. 3.
mesin yang dapat melakukan operasi yang sama di fasilitas manufaktur supervisor, pegawai check out di toko set gambar yang sesuai untuk satu jenis set entitas
2.1.2 Arena Advanced
Sistem simulasi bertujuan untuk mendeskripsikan system secara nyata dan terperinci. Software simulasi yang dapat digunakan adalah ARENA. Modul ARENA yang biasa digunakan adalah Basic Process, namun penggunaan Basic Process kurang mencukupi system yang nyata. System nyata memiliki banyak process dan
transfer bermacam-macam yang dimiliki oleh ARENA ADVANCED. Simulasi yang

akan diterapkan dalam praktikum ini menggunakan Advanced Process Panel dan
Advanced Transfer Panel. Berikut adalah pengenalan tentang Advanced Process Panel dan Advanced Transfer Panel.
2.1.2.1 Modul Advanced Process 1. General Flowchart Module
General Flowchart Module adalah kumpulan dari objek yang ditempatkan

pada jendela model untuk mendeskripsikan proses simulasi. Berikut adalah macam-macam modul yang termasuk General Flowchart Module.
62

Tabel 2.2 General Flowchart Module Advanced Process Panel

No 1. Nama Module
Hold module
Deskripsi Penggunaan Modul ini akan menahan entitas dalam sebuah 1. Saat menunggu lampu antrian untuk menunggu sinyal, menunggu lalu lintas menjadi untuk kondisi tertentu benar kemudian hijau, dilakukan pemindaian, atau terpegang selama 2. Memegang bagian waktu yang tidak terbatas (menjadi hilang untuk otorisasi hak, kemudian dengan Remove Module). Jika mengecek status entitas memegang sinyal, Signal Module mesin atau operator dipakai di tempat lain di model, maka entitas untuk proses pindah ke modul selanjutnya. Jika entitas selanjutnya. dipegang untuk kondisi yang akan menjadi benar, maka entitas akan tetap pada modul (biasa ditempatkan atau internal antrian sampai kondisi menjadi benar). Saat entitas dipegang dalam waktu tak terbatas
a. b.
Prompt Name Type
Description Identifikasi modul yang unik yang ditampilkan pada bentuk modul. Menunjukkan alasan untuk memegang entitas tertentu. Wait for Signal
akan mengadakan entitas sampai sinyal dari nilai yang sama diterima. Scan for Condition akan mengadakan entitas sampai kondisi yang ditetapkan menjadi benar. Infinite Hold akan mengadakan entitas sampai terhapus dari antrian. Jumlah maksimum entitas tunggu yang akan dirilis setelah menerima dari sinyal. Berlaku hanya ketika Typenya adalah wait for signal. Nilai sinyal untuk entitas menunggu. Menentukan kondisi yang akan dievaluasi untuk menahan entitas di modul. Jika kondisi ini dievaluasi untuk benar, entitas meninggalkan modul segera. Jika kondisi salah, entitas akan menunggu di antrian terkait sampai kondisi menjadi benar. Jumlah maksimum entitas tunggu yang akan dirilis setelah menerima dari sinyal. Berlaku hanya ketika Typenya adalah wait for signal. Menentukan jenis antrian yang digunakan untuk menahan entitas. Tipe dari Queue antara lain Single Queue, Queue Set, Internal Queue, Attribute dan Expression. Hanya akan terlihat jika jenis Queue Type adalah Queue, dan mendefinisikan nama simbol pada antrian. Hanya akan telihat jika Queue Type adalah Set, dan untuk mendefinisikan pengaturan antrian yang berisi antrian yang berbeda. Hanya akan terlihat jika Queue Type adalah Set, dan untuk mendefinisikan index ke dalam pengaturan antrian. Hanya akan terlihat jika Queue Type adalah Attribut. Atribut masuk ke dalam bidang ini akan dievalusi untuk menunjukkan antrian mana yang digunakan. Hanya akan terlihat jika Queue Type adalah Expression. Ekspresi masuk ke dalam bidang akan di evalusi untuk menunjukkan antrian mana yang digunakan.
c. d.
Wait for value Limit
e.
Condition QueueType
f.
g. h. i. j. k. l.
Queue Name Set Name Set Index Attribute
Expressions

63
Tabel 2.2 General Flowchart Module Advanced Process Panel (Lanjutan)

No 2. Nama Module Deskripsi Penggunaan
MatchModule
Match module membawa beberapa entitas 1. Perakitan part,

sekaligus menunggu di antrian yang berbeda. 2. Mempertemukan Kesesuaian yang cocok saat ada minimal satu produk yang entitas di setiap antrian yang diinginkan. bervariasi untuk Tambahan, sebuah atribut akan terspesifikasi pesanan pelanggan, seperti entitas yang menunggu antrian harus Sinkronisasi yang memiliki nilai atribut yang sama sebelum keluar dengan pencocokan diresmikan. Saat entitas datang pesanan terisi pada match module, modul tersebut ditempati oleh satu sampai lima kumpulan antrian, berdasarkan titik masuk yang menghubungkan. Entitas akan tetap pada antriannya sampai terjadi kecocokan. Disaat ada satu kecocokan, satu entitas pada setiap antrian akan lepas dan bertemu. Entitas yang bertemu akan tersinkronisasi untuk meninggalkan modul.
a. b. c. d.
Prompt Name Number to Match Type Attribute Name
Description
Modul unik untuk mengidentifikasikan bentuk modul yang ditampilkan. Jumlah entitas yang cocok yang harus berada dalam antrian yang berbeda sebelum percocokan dapat diselesaikan. Metode untuk pencocokan entitas yang masuk. Nama atribut yang digunakan untuk mengidentifikasi suatu kedatangan dari gabungan entitasi. Berlaku hanya ketika Typenya adalah Based on Attribute. Deskripsi Penggunaan Signal module mengirimkan sebuah sinyal 1. Menganalisa pola lalu untuk setiap hold module dalam model untuk lintas dipersimpangan menunggu sinyal dan melepaskan banyak (sinyal saat lampu entitas tertentu. Saat entitas datang ke signal berwarna hijau), module, sinyal dievaluasi dan kode
No 3.
Nama Module Signal module
a. b. c.
Prompt Name Signal Value Limit
Description
Modul unik untuk mengidentifikasikan bentuk modul yang ditampilkan. Nilai dari sinyal yang akan dikirim ke entitas dalam Hold Module. Maksimum jumlah entitas yang akan dibebaskan dari setiap Hold Module ketika sinyal tersebut diterima.
2. Data Module
Data module adalah kumpulan objek yang akan ditampilkan lembar kerja dari
model yang mendefinisikan karakteristik bermacam-macam elemen proses seperti
Expressian dan AdvancedSet. Berikut adalah macam-macam modul yang termasuk

dalam Data Module Advanced Process Panel.
64


65
Tabel 2.3 Data Module Advanced Process Panel

No 1. Nama Module
Advanced Set module
Penggunaan jenis antrian atau penyimpanan beserta bagiannya. Suatu percobaan kumpulan mendefinisikan sebuah grup dari elemenantrian di elemen yang sama, yang dapat direferensikan dalam sebuah melalui sebuah nama biasa dan sebuah kumpulan toko grosir indeks. Elemen-elemen yang dibuat dalam suatu 2. Penetapan kumpulan diserahkan sebagai bagian dari lokasi - lokasi kumpulanmaterial handling. Kumpulan untuk kegiatan penyimpanan dapat digunakan pada modul Store operasi dalam dan Unstore. Kumpulan-kumpulan yang lainnya tempat dapat dimasukkan ke dalam kumpulan atribut atau penyimpanan elemen-elemen yang terdiri dari berbagai macam.
Deskripsi
AdvancedSet Modulemenetapkan kumpulan suatu 1. Berbagai
a. b. c. d. e. 2.
Prompt Name Set Type Queue Name Storage Name Other Expression
a. b. c. 3.
Name Row Column Failure module
Nama yang menjadi bagian dari Advanced Set harus didefinisikan. Nama ini haruslah unik. Jenis set yang sedang didefinisikan, yang dapat mencakup Queue, Storage, atau tipe set Other. Nama untuk antrian yang termasuk dalam pengaturan antrian. Nama untuk penyimpanan yang termasuk dalam pengaturan penyimpanan. Nama untuk anggota yang termasuk dalam pengaturan tipe lain. Expression module mendefinisikan expression dan 1. Distribusi untuk nilai yang terdapat pada expression tersebut. kedatangan Expression direferensikan ke dalam sebuah model entitas dengan menggunakan namanya. Expression dapat 2. Nilai gambar dipilih untuk dispesifikasikan sebagai satu atau dua entitas susunan dimensi. Suatu nilai expression dapat dibentuk dengan menggunakan kombinasi dari integer, bilangan nyata, nama simbol, distribusi statistic (contoh: NORM (10.2)), fungsi aritmatika (contoh : +, *), atribut, dan variable. Nama untuk expression yang karakteristik yang didefinisikan. Nama ini harus unik. Jumlah maksimum dari baris di dalam definisi expressions. Jumlah maksimum dari kolom di dalam definisi expressions. Terlihat hanya ketika jumlah dari baris spesifik. Failure module didesain untuk penggunaan dengan 1. Breakdown resources. Ketika sebuah kegagalan terjadi, seluruh informasi untuk resource(terlepas dari kapasitasnya) gagal. mesin Kegagalanini dirancanguntuk digunakandengan 2. Pengacakan sumber dayakapasitastunggal ataudengan komputer beberapakapasitassumber dayayangmasingshutdowns atau masingunitsumber dayasemua gagalpada waktu reboots. yang sama. Nama failure yang terkait dengan satu atau lebih resources
Description
a. 66
Prompt Name
Description

Menentukan apakah failure adalah time-based atau count-based Tabel 2.3 Data Module Advanced Process Panel (Lanjutan) Prompt Description c. Name Nama failure yang terkait dengan satu atau lebih resources d. Type Menentukan apakah failure adalah time-based atau count-based e. Count Mendefinisikan jumlah resources untuk count-based failurer. Valid ketika b. f. g. h. i. j.
Type
Up Time Up Time Units Down Time Down Type Units Uptime in this State only
No 4.
Nama Module File module
Typenya adalah Count. Mendefinisikan waktu antar kegagalan untuk kegagalan time-based. Valid ketika Type adalah Time. Unit waktu untuk waktu antar failure (Up Time) untuk kegagalan timebased. Mendefinisikan durasi failure. Unit waktu untuk durasi failure (Down Time) Mendefinisikan keadaan yang harus dipertimbangkan untuk waktu antara kegagalan (hanya untuk kegagalan time-based). Jika keadaan tidak ditentukan, maka semua keadaan yang dipertimbangkan (waktu antara kegagalan tidak tergantung pada waktu yang dihabiskan dalam keadaan tertentu, melainkan pada waktu simulasi total). Deskripsi Penggunaan Module File harus disertakan setiap kali file 1. Berkas berisi eksternal diakses menggunakan modul Read-Write. data maskapai Modul ini mengidentifikasi nama file sistem dan penerbangan mengidentifikasikan metode akses, format, dan yang telah karakteristik operasional dari file. ditetapkan.
Prompt a. Name b. Access Type c. Operating System File Name d. Connecting String
e. f. g. h. i. j. k.
Description
Nama dari file yang karakteristiknya telah didefinisikan. Tipe file. Nama dari file yang sebenarnya yang sedang dibaca dari atau ke file yang sedang ditulis. Connection string yang digunakanuntuk membuka koneksi ADO kesumber data. Struktur file, yang tidak dapat diformat, bebas format, untuk format spesifik C atau FORTRAN. Jenis dari tindakan yang terjadi jika kondisi akhir file telah tercapai. Tindakan yang akan diambil pada file pada setiap awal replikasi simulasi. Karakter yang menunjukkan rekaman komentar. Nama yang digunakan untuk mengidentifikasi recordset di modul ReadWrite. Teks perintah yang akan digunakan untuk membuka recordset. Tipe dari perintah yang dimasukkan pada CommandText.
Structure End of File Action Initialize Option Comment Recordest Name Command Text Command Type

67
No 5.
Nama Module Stat Set module
Tabel 2.3 Data Module Advanced Process Panel (Lanjutan) Deskripsi Penggunaan StatSet module digunakan untuk mendefisikan 1. Bagian dari bagian dari suatu resource atau sejumlah resource. seorang
Bagian tersebut dapat diasosiasikan ke dalam autostate atau ke dalam bagian yang baru. Modul resource dalam basic process panel mereferensikan kumpulan bagian, yang mana pemberian resource akan berguna. operator, seperti sibuk dengan pelanggan, sibuk menata ulang rak, atau sibuk dengan telepon 2. Bagian dari sebuah mesin, seperti kegagalan acak, sibuk dengan pengaturan, atau sibuk dengan proses 3. Bagian dari seorang dokter seperti menentukan jadwal, lembar kerja, dan panggilan telepon.
a. b. c.
Prompt StateSet Name State Name AutoState or Failure
Description
Nama set menyatakan bahwa sumber daya dapat diberikan selama simulasi dijalankan. Nama untuk mendefinikan pengguna state. Digunakan untuk mengasosiasikan nama state dengan autostate (sepertiIdle, Busy, Inactive,atau Failed) atau Failure Name tertentu. Jika tidak digunakan, state harus ditugaskan dengan menggunakan salah satu modul atau Assign Resource State dalam Seize atau modul Process. Modul statistik digunakan untuk mendefinisikan 1. Mengumpulkan statistik tambahan yang akan dikumpulkan selama data observasi simulasi dan juga untuk menentukan data output file. untuk Sedangkan summary statistik (misalnya Average dan membandingka Maximum) secara otomatis dihasilkan untuk setiap n dua statistik, jika Anda menentukan output file, maka konfigurasi setiap pengamatan individu (misalnya, masingsimulasi masing mencatat perhitungan) ditulus ke file output. (menyimpan Jenis-jenis statistik yang dapat didefinisikan dalam data ke file modul statistik yang timepersistent, tallies (data untuk sebuah
6.
Statistic module
68

pengamatan), count-based, output, dan frequency-
based.
penghitungan). 2. Mengumpulkan informasi tambahan Penggunaan 3. seperti jumlah statistik dalam antrian ditambah jumlah resource yang sibuk. 4. Membangkitka n statistik
Tabel 2.3 Data Module Advanced Process Panel (Lanjutan)

No Nama Module Deskripsi
a. b. c. d. e.
Prompt Name Type Tally Name Counter Name Expression
Description
Nama dari penjadwalan didefinisikan. Nama ini harus unik. Jenis statistik didefinisikan. Tipe dapat berupa Time-Persistent (Dstat), ObservationalTally-, Counter-,Output- atau Frequency-Based Mendefinisikan nama simbol untuk tally. Nama ini muncul dalam laporan sebagai identifier tally. Berlaku hanya ketika Typenya adalah Tally. Mendefinisikan nama simbol untuk counter. Nama ini muncul dalam laporan sebagai identifier counter. Berlaku ketika Type adalah Counter. Nama nilai time-persistent, statistik dari statistik produksi atau ekspresi untuk frekuensi. Untuk frekuensi, jika Frequency Type adalah State, bidang ini adalah narasumber dayayang menunjukkan
f.
Frequency Type
bahwastatistik harus dikumpulkan pada keadaan sumber daya. Jika Frequency Type adalah Value, bidang ini hanya menentukan ekspresi yang statistik yang akan dikumpulkan. Berlaku hanya ketika Type adalah Time-Persistent, Output atau Frequency. Menunjukkan apakah statistik yang dikumpulkan pada keadaan resource (state) atau pada expression (Value). Berlaku ketika Type adalah Frequency.
Mendefinisikan nama simbol untuk ekspresi. Nama ini muncul sebagai label laporan terkait dengan ekspresi dalam laporan. Jika statistik telah ditetapkan melalui modul yang berbeda, field Report Label otomatis akan muncul. Berlaku hanya ketika Type adalah Time-Persistent, Output, atau Frequency. Dapat digunakan untuk menentukan kondisi untuk mengakhiri replikasi simulasi. Ketika counter mencapai atau melebihi batas yang ditentukan, replikasi simulasi berakhir dan laporan dihasilkan. Berlaku hanya ketika Type adalah Counter. Mengindikasikan jika counter akan diinialisasi (reset ke nol) antara replikasi simulasi. Jika field ditetapkan sebagai No dan beberapa replikasi dilakukan, maka nilai counter pada akhir replikasi akan dipertahankan sebagai nilai awal pada replikasi berikutnya. Ketika ditetapkan sebagai Yes, nilai counter diatur ke 0 pada awal replikasi masing-masing. Bila diatur ke Replicate, nilai counter akan dihapus ketika statistik lainnya (misalnya, tallies, timepersistent) akan dihapus sebagaimana tercantum
g.
Report Label
h.
Limit
i.
Initilaization Option

69
j. k.
Tally Output File Counter Output File
dalam Setup. Menentukan nama spesifik sistem file pada data statistik baku tertulis. Berlaku hanya ketika Type adalah Tally. Menentukan nama spesifik sistem file pada data statistik baku tertulis. Berlaku hanya ketika Type adalah Counter. Description Menentukan nama spesifik sistem file pada data statistik baku tertulis. Berlaku hanya ketika Type adalah Frequency, Output, atau TimePersistent. Menentukan apakah statistik dikumpulkan berdasarkan berdasarkan pada Expression Value menjadi Constant Value atau Range of Values. Menentukan nilai saat pengumpulan statistik untuk Constant Value. Oleh karena itu, statistik akan dikumpulkan pada kategori ini setiap kali Expression Value sama dengan Value ini (atau kapan sumber daya dalam keadaan ini). Jika pengumpulan statistik untuk Range Value, field ini menentukan nilai terendah dalam kisaran. Oleh karena itu, statistik akan dikumpulkan terhadap kategori ini setiap kali Expression Value lebih besar daripada Value dan lebih kecil atau sama dengan High Value. Menentukan nilai tertinggi dalam range, jika pengumpulan statistik untuk Range Value. Mendefinisikannamasimbol untukkategori ini. Nama inimuncul dalamringkasan laporansebagaiidentifierkategori. Jikadibiarkan kosong, pengenalhanya akanmenjadiValueatauRange. Field ini menunjukkan apakah kategori tertentu akan dikeluarkan dari Restricted Column pada summary report atau tidak. Deskripsi Penggunaan Modul Penyimpanan mendefinisikan nama 1. Mendefinisikan animasi penyimpanan. Penyimpanan secara otomatis penyimpanan dibuat oleh modul yang referensistorage pada sehingga modul ini jarang diperlukan. Satupengaturan satunya saat modul ini diperlukan adalah ketika penyimpanan.
l.
Prompt Output File
Tabel 2.3 Data Module Advanced Process Panel (Lanjutan)
m. Constant or Range n.
Value
o. p.
High Value Category Name
q. No 7.
Category Option
Nama Module
Storage module
a.
Prompt Name
penyimpanan didefinisikan sebagai anggota penyimpanan yang ditetapkan atau ditentukan dengan menggunakan atribut atau ekspresi. Description
Nama dari penjadwalan didefinisikan. Nama ini harus unik.
2.1.2.2 Modul Advanced Transfer
Advanced Transfer Paneladalah panel yang memiliki beberapa modul yang

memiliki fungsi dan aplikasi transfer atau transportasi yang lebih bervariasi. Panel tersebut dibagi menjadi 4 bagian yaitu General Flowchart Module, Conveyor
Flowchart Module, Transporter Flowchart Module dan Data Modules. General Flowchart Module adalah kumpulan dari objek yang ditempatkan pada jendela
70

model untuk mendeskripsikan proses simulasi. General Flowchart Module berwarna merah. Conveyor Flowchart Module adalah kumpulan dari objek yang ditempatkan pada jendela model untuk mendeskripsikan proses simulasi dengan fungsi yang khusus yaitu conveyor. Conveyor Flowchart Module berwarna hijau.
Transporter Flowchart Modules adalah kumpulan dari objek yang ditempatkan

pada jendela model untuk mendeskripsikan proses simulasi dengan fungsi yang khusus yaitu transporter. Transporter Flowchart Module berwarna biru. Data
Module adalah kumpulan modul yang tidak diaplikasikan pada lembar kerja
namun berfungsi untuk menyimpan data-data modul. 1.
General Flowchart Module General Flowchart Module adalah kumpulan dari objek yang ditempatkan
pada jendela model untuk mendeskripsikan proses simulasi.

Tabel 2.4 General Flowchart Module Advanced Transfer Panel
No 1. Nama Module Deskripsi Penggunaan Station Module mendefinisikan sebuah station 1. Menetapkan area (atau kumpulan station) yang cocok secara pembubutan fisik atau logis lokasi dimana proses muncul. 2. Menetapkan set dari Jika station modul terdefinisi sebagai sebuah bea kamar kumpulan station, maka secara efektif akan 3. Menetapkan area menjadi lokasi yang multi proses. persiapan makanan.
Station Module
a. b. c. d. e. f.
Prompt Station Type Station name Set Name Parent Activity Area Associated Intersection Report Statistics
Description
Jenis stasiun yang ditetapkan, baik sebagai stasiun individu atau Set Station. Nama dari setiap station. Nama untuk pengaturan station. Nama untuk aktivitas sumber Area. Nama untuk irisan yang disatukan dengan station ini dalam jaringan transporter terpandu. Menentukan apakah statistik otomatis akan dikumpulkan dan disimpan dalam database laporan untuk stasiun ini dan yang sesuai kegiatan daerah. Nama atribut digunakan untuk menyimpan nomer index dalam pengaturan station dari anggota yang telah dipilih. Nama untuk station-station yang menjadi anggota dalam pengaturan station tersebut. Sebuah stasiun yang diberikan hanya dapat eksis sekali dalam model. Oleh karena itu, stasiun individu hanya dapat menjadi anggota dari satu set stasiun, dan bahwa stasiun individu mungkin bukan nama sebuah stasiun di modul lain. Nama dari Activity Areas parent untuk anggota station.
g. h. i.
Save Attribute Station Set Members Station Name
j.
Parent Activity

71
Area
72

2.
Conveyor Flowchart Module Conveyor Flowchart Module adalah kumpulan dari objek yang ditempatkan
pada jendela model untuk mendeskripsikan proses simulasi dengan fungsi yang khusus yaitu conveyor.
Tabel 2.4 Conveyor Flowchart Module Advanced Transfer Panel
No 1. Nama Modul Deskripsi Penggunaan
AccessModule
a. b. c.
Prompt Name ConveyorName # of cells
Access module mengalokasikan satu atau lebih 1. Part masuk dalam cell dari conveyor, kemudian ke entitas untuk conveyor untuk pemindahan dari satu station ke yang lain. Saat dikirimkan ke daerah entitas dikendalikan dari cell pada conveyor, pengecatan kemudian dapat dibawa ke station selanjutnya. 2. Gelas masuk dalam Saat entitas datang ke access module, entitas conveyor untuk menunggu sampai jumlah tepat dari cell yang ditransferkan ke berdampingan pada conveyor kosong dan ruang pemotongan meluruskan dengan entitas lokasi station. Description
Nama unik dari modul yang akan ditampilkan dalam diagram alir. Nama dari conveyor yang diinginkan entitas. Jumlah sel conveyor bersebelahan entitas membutuhkan untuk gerakan pada conveyor. Menentukan jenis antrian digunakan untuk menahan entitas, baik sebagai Individual Queue, Queue Set, dan Internal Queue atau Attibute atau Expression yang mengevaluasi nama antrian. Nama untuk antrian yang akan menahan entitas sampai mengakses conveyor. Nama untuk pengaturan antrian. Mendefinisikan indeks ke dalam set antrian. Perhatikan bahwa ini adalah
d. Queue Type
e. f. g.
Queue Name Set Name Set Index
indeksset dan bukan nama dari antrian dalamset. Sebagai contoh, hanya
entri yang berlaku untuk satu set antrian mengandung tiga anggota adalah ekspresi yang mengevaluasi ke 1, 2, atau 3.
h. Attribute Name i. Expressions
Mendefinikan nama dari atribut yang menyimpan nama antrian dimana entitas akan tinggal. Mendefinisikan nama dari ekspresi yang menyimpan nama antrian dimana entitas akan tinggal.

73
2.
ConveyModule
Tabel 2.4 Conveyor Flowchart Module Advanced Transfer Panel (Lanjutan Convey module memindahkan entitas pada 1. Membawa tas dari conveyor dari lokasi tertentu ke station tujuan. lokasi ke area bagasi
Waktu tunda untuk membawa entitas dari satu 2. Membawa part dari station ke selanjutnya berdasarkan kecepatan station pengisian ke conveyor jarak antar station. Ketika entitas station proses masuk ke convey module, atribut station diatur ke station tujuan. Kemudian, entitas dibawa ke station tujuan. Jika tipe tujuan dispesifikasikan sebagai high sequence, maka station selanjutnya akan ditentukan oleh urutan entitas dan langkah kerja berdasarkan urutan. Description Nama unik pada modul yang akan ditampilkan dalam diagram alir. Nama conveyor dimana entitas akan dibawa. Metode untuk menentukan tujuan entitas (By Sequence, Station Attribute, atau Expression). Pemilihan By Sequence mensyaratkan bahwa entitas telah diberi nama urutan dan bahwa urutan sendiri telah didefinisikan. Nama untuk masing-masng station. Atribut yang akan menyimpan nama station yang entitas akan dijalankan. Ekspresi yang akan mengevaluasi untuk nama station dimana entitasentitas akan dijalankan. Exit module melepakan entitas cell di conveyor 1. Keluar dari conveyor tertentu. Jika entitas yang lain menunggu untuk dikemas dalam antrian conveyor di station yang sama 2. Part yang cacat ketika cell itu lepas, entitas kemudian masuk dipindahkan dari ke conveyor. conveyor dan dibuang 3. Penumpang mengambil koper dari conveyor. Nama unik pada modul yang akan ditampilkan dalam diagram alir. Nama dari conveyor dimana entitas akan keluar. Jika membiarkannya kosong, diasumsikan conveyor yang diakses sebelumnya. Jumlah sel conveyor bersebelahan entitas akan melepaskan. Start module mengubah status coveyor dari 1. Memulai conveyor botling setelah tidak aktif menjadi aktif. Conveyor mungkin perawatan terjadwal. tidak diaktifkan bersamaan dengan stop 2. Menghentikan module atau dari awalnya diatur tidak aktif. conveyor untuk Kecepatan konveyor mungkin akan berubah perawatan terjadwal. secara permanen ketika conveyor telah berkerja.
a. b. c.
Prompt Name Conveyor Name Destination Type
d. e. f. 3.
Station Name Attribute Name Expressions ExitModule
a. b. c. 4.
Name Conveyor Name

# of Cells
Start Module
Start 1
a. b. c.
Prompt Name Conveyor Name

Velocity
Description
Nama unik pada modul yang akan ditampilkan dalam diagram alir. Nama conveyor untuk memulai Kecepatan conveyor setelah itu mulai beroperasi. Nilai ini akan berubah kecepatan conveyor secara permanen, sampai nilai tersebut diubah di tempat lain modul.
74

d.
Units
3.
Data Module
Unit waktu velocity
Data Module adalah sekumpulan objek yang ada di tampilan lembar kerja dari model yang mendefinisikan karakteristik bermacam-macam elemen proses seperti
distance dan segment.

Tabel 2.5 Data Module Advanced Transfer Panel
No 1. Nama Modul Deskripsi Penggunaan didefinisikan sebagai 1. Bottling conveyor yang terakumulasi atau non 2. Baggage handling belt terakumulasi untuk membantu gerakan entitas antara stasiun. Bila menggunakan conveyor untuk kegiatan transfer antara modul, maka conveyor harus didefinisikan menggunakan modul ini.
Conveyor module
Conveyor conveyor
module
a.
b.
Prompt Name Segment Name
c. Type d. Velocity e. f. g. Units Cell Size Max Cells Occupied
h. Accumulation Length i. Initial Status j. Report Statistics 2. Segment module
Nama conveyor. Nama segmen yang telah ditetapkan dalam modul segmen yang terkait dengan conveyor ditentukan. Set segmen mendefinisikan stasiun antara yang transfer conveyor entitas. Menentukan jenis conveyor, baik Accumulating atau Non- Accumulating. Kecepatan awal di mana entitas bergerak sepanjang conveyor panjang unit per waktu unit dasar. Satuan kecepatan waktu. Bagian terkecil dari suatu conveyor bahwa suatu entitas dapat menempati. Jumlah maksimum sel conveyor bahwa setiap entitas yang diberikan akan di akses pada suatu waktu. Akumulasi panjang entitas. Status dari conveyor, baik aktif maupun pasif. Menentukan apakah statistik akan dikumpulkan secara otomatis. Segment module menetapkan jarak antara dua 1. Membawa tas dari stasiun pada set segment conveyor. Stasiun lokasi ke bagasi awal, stasiun berakhir, dan segment yang 2. Membawa part dari digunakan untuk membuat set segmen yang stasiun pengisian ke sesuai, mempengaruhi penetapan jalur stasiun proses. conveyor. Nama segmen. Nama dari station pertama yang di lokasikan pada conveyor. Nama untuk station berikutnya yang di lokasikan pada conveyor. Jarak antara station dengan station sebelumnya.
Description
Name b. Beginning Station c. Next Station d. Length

a.
2.2 Input Analyzer Input Analyzer merupakan bagian dari software Arena. Tools ini digunakan untuk
menentukan fungsi distribusi probabilitas dari data input. Selain itu juga dapat diguankan LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
75
untuk mencocokkan fungsi spesifik dari distribusi data file dan membandingkan fungsi distribusi atau untuk menampilkan efek dari perubahan parameter untuk distribusi yang sama. 2.2.1 Langkah-langkah Penggunaan Input Analyzer
Penentuan bilangan acak menggunakan software Arena dengan media Input Analyzer, memiliki langkah-langkah sebagai berikut : 1. Jalankan software Arena 2. Pilih menu Tools-Input Analyzer 3. Masukkan data waktu dalam Data Table. Setelah muncul lembar kerja, klik File>Data
File>Use Existing>Pilih lokasi dalam nama file.

4. Kemudian akan muncul suatu grafik, Klik Fit > Fit All. Dengan ini, akan memunculkan jenis distribusi dari data tersebut disertai analisisnya. 5. Untuk memindahkan expression, blok nilai expression, klik Edit dan pilih
copyexpressions.
6. Pindahkan nilai expression dengan cara mengklik paste ke model Arena yang sesuai. 7. Lakukan pengurangan langkah Input Analyzer untuk mengisi data lainnya seperti sebelumnya.
2.3 Process Analyzer

Process Analyzer membantu dalam mengevaluasi alternatif yang disajikan oleh
eksekusi model simulasi skenario yang berbeda. Hal ini berguna untuk pengembang model simulasi, serta pembuat keputusan (yang tidak dikenal dengan model, namun akrab disebut dengan menangani solusi model simulasi). Biasanya process analyzer untuk menentukan skenario mana yang cocok sehingga bisa mendapatkan WIP yang minimum.
2.3.1 Project Item

Project items pada process analyzer adalah sebagai berikut.
1. Scenario : Sebuah koleksi kontrol dan tanggapan yang diterapkan pada model simulasi yang diberikan. Skenario yang digunakan merupakan hasil simulasi yang berbentuk SIMAN report. 2. Control : Input yang dianggap mempengaruhi operasi dari model dengan cara yang dapat dipantau / dilihat dalam output dari model.
76

3. Response : Output yang mewakili ukuran bagaimana model dilakukan selama menjalankan. 4. Chart : Diagram yang digunakan untuk menampilkan output hasil simulasi dan perbandingan antara skenario-skenario yang telah direncanakan sehingga dapat dipilih skenario terbaik untuk perbaikan sistem.

77
2.3.2 Langkah-langkah Penggunaan

Langkah-langkah dalam penggunaan process analyzer adalah sebagai berikut : 1. Mulai aplikasi Process analyzer Dari menu Start Programs Rockwell Software Arena Program Analyzer. Atau buka Arena. Setelah program arena terbuka, klik tools lalu klik Process Analyzer. 2. Buat Project Baru Membuat project process analyzer baru dengan mengklik File New. 3. Tambahkan Skenario
Double klik untuk menambahkan skenario ("Double-klik di sini untuk menambahkan

sebuah skenario baru.")maka kotak dialog Scenario Properties akan ditampilkan. Menggunakan tombol Browse, cari Movie Theater Analysis.p file program yang terletak di folder.
Gambar 2.2 Tampilan Scenario Properties Klik OK dan skenarionya yang akan dimasukkan ke dalam grid sebagai baris baru.
Gambar 2.3 Tampilan Grid Scenario Properties 4. Tambahkan Control 1) Pilih Insert control 2) Perluas daftar control Resource dan pilih Resource yang akan dikontrol jumlahnya untuk perbaikan. Klik OK. 3) Maka control tersebut akan muncul pada default. 4) Untuk lebih informatif dan spesifik, tambahkan jumlah replikasinya dengan memilih
Num Reps OK. Maka akan muncul di default dan isi replikasi yang dibutuhkan.
78

Gambar 2.4 Tampilan Insert Control Setelah mengatur 3 kontrol yang akan digunakan untuk skenario, maka dapat memasukkan nilai masukan dengan mengetik nilai-nilai ke dalam grid.
5. Tambahkan Responses
Gambar 2.5 Tampilan Controls
Gunakan prosedur dasar yang sama untuk mengatur respon untuk skenario. 1) Klik kanan pada skenario (yaitu, baris dalam grid) dan pilih Insert Response untuk menambahkan tanggapan. 2) Lalu perluas daftar spesifikasi Response dan pilih Response yang akan dikontrol jumlahnya demi perbaikan. Klik OK. 3) Maka control tersebut akan muncul pada default. 4) Kotak Response kosong karena belum dilakukan replikasi.
Gambar 2.6 Tampilan Response 6. Tambahkan Skenario 1) Duplikat scenario yang ada dengan cara klik Scenario 1 lalu klik kanan Duplicate
Scenario.
2) Ulangi hingga 10 Scenario.

79
3) Ganti name, level, control, dan nomor replikasi sesuai dengan keinginan untuk mengetahui yang paling efektif. 7. Jalankan scenario. Klik Run Go. Pilih OK setelah muncul kotak dialog, maka akan terlihat respon dari masing-masing scenario. 8. Review the Results 1) Model ini telah dibentuk untuk menjalankan 10 replikasi. Untuk memantau menjalankan, kolom"Rep" di grid menunjukkan replikasi saat ini yang sedang dijalankan. Perhatikan juga bagian kanan bawah status bar. 2) Setelah selesai menjalankan, "A" akan berhenti berputar. Selain itu, di grid bendera selesai akan muncul di kolom status dan hasilnya akan diperbarui untuk tanggapan yang diberikan.
Gambar 2.7 Tampilan Review The Result 9. Chart the Results 1) Blok kolom scenario yang akan ditampilkan pada chart 2) Pilih menu Insert Chart 3) Pilih jenis chart yang ingin ditampilkan. 4) Ketika Chart Wizard muncul, menggunakan default, klik tombol Next 5) Pilih Response yang akan dimasukkan Chart 6) Klik Next. Aktifkan Identify Best Scenario dan pilih kategori yang diinginkan 7) Klik Finish.
Gambar 2.8 Tampilan Chart
80

2.4 Activity Cycle Diagram Activity Cycle Diagram adalah bahasa grafik/gambar yang memodelkan sistem
dengan menunjukkan hubungan interaksi antar elemen dengan perubahan secara diskrit terhadap waktu. Entitas di ACD ada dua yaitu entitas permanen dan sementara. Sedangkan aktivitas pada ACD ada dua, pasif dan aktif. Simbol-simbol yang dipergunakan pada ACD adalah : No. 1 2 3 4 5 Lambang Tabel 2.6 Simbol-simbol ACD Keterangan Merepresentasikan menciptakan (create) atau membangkitkan (generate) entitas. Merepresentasikan membuang memberhentikan entitas Merepresentasikan aktivitas pasif Merepresentasikan aktivitas aktif Merepresentasikan relasi urutan antar node yang menunjukkan bahwa status/aktivitas pendahulu berubah atau berlanjut menjadi status/aktivitas berikutnya. Merepresentasikan kondisi (condition) pilihan dua alternatif kemungkinan yang perlu diputuskan(decide) Merepresentasikan aktivitas aktif yang melibatkan dua entitas (atau lebih) dan bertransformasi menjadi satu entitas (lain) Merepresentasikan aktivitas aktif yang mentransformasikan satu entitas menjadi dua entitas (atau lebih) atau
6 7 8

81
BAB III METODOLOGI PRAKTIKUM

3.1 Diagram Alir Praktikum
mulai A
Identifikasi masalah
Analisa dan pembahasan hasil simulasi
Studi lapangan dan pengambilan data
Studi pustaka
Skenario Analisa dan pembahasan hasil skenario
data
Perbaikan sistem Pengolahan data Kesimpulan dan saran
Permodelan dengan Activity Cycle Diagram
Penentuan distribusi
selesai
tidak Membuat model dengan arena tidak
Verifikasi model
Verifikasi Model arena sudah sesuai ?
ya Melakukan simulasi dengan arena
Validasi model
Validasi Model arena sudah sesuai ?
ya A
Gambar 3.1 Diagram alir praktikum

82

3.2 Prosedur Pelaksanaan Praktikum Langkah-langkah yang perlu dilakukan dalam praktikum ini adalah 1. 2. 3. 4. Melakukan identifikasi masalah Studi pustaka Melakukan pengamatan di PT. Agro Mitra Alimentare beserta pengolahan data. Permodelan dengan Activity cycle diagram
Activity cycle diagram dipergunakan untuk menganalisa informasi penting

mengenai struktur dan perilaku dinamis dari sistem yang dimodelkan. 5. 6. Penenetuan distribusi Mencari distribusi waktu di setiap tahapan proses produksi. Pemodelan sistem dengan Arena Pemodelan sistem merupakan proses membangun atau membentuk sebuah model dari suatu system nyata dalam bahasa computer yang ada pada Arena. 7. Verifikasi Pada prosedur ini sistem yang diuji apakah sudah terverifikasi sesuai dengan apa yang diinginkan dan dapat dijalankan tanpa ada error terhadap program komputer. 8. Simulasi Sistem dalam Arena Tahap ini sistem dijalankan pada Arena untuk mengetahui seperti apa alur dan cara kerja sistem yang telah dibuat. Disini dapat dilihat hasilnya, serta dapat diatur kecepatan proses sehingga dapat menghemat waktu dalam simulasi ini. 9. Validasi Melakukan uji apakah sistem yang dimodelkan telah sesuai dengan sistem nyata. 10. Analisis dan Pembahasan Hasil Simulasi 11. Melakukan scenario 12. Analisis dan Pembahasan Hasil Scenario 13. Melakukan perbaikan sistem sesuai dengan scenario terpilih. 14. Kesimpulan dan Saran

83
BAB IV HASIL DAN PEMBAHASAN

4.1 Gambaran Sistem Sistem yang di simulasikan pada modul ini dimulai dari proses kedatangan
cherry pepper. Kedatangannya hanya sekali, sebanyak 7500 kg (diasumsikan tiap

kilogram sebanyak 40 buah cherry pepper). Setelah itu dilakukan proses stuffing atau pengisian isian pada cherry pepper, yaitu pada sistem ini pengisian udang. Setelah itu cherry pepper dimasukkan ke dalam botol, satu botol 250 gram (diasumsikan satu botol terdiri dari 10 cherry pepper), kemudian ditransfer oleh
conveyor untuk kemudian masuk ke proses oil filling.

Setelah itu botol dibawa lagi dengan conveyor untuk dilakukan proses penutupan. Botol tersebut kemudian dibawa lagi dengan conveyor untuk dilakukan proses pencucian. Setelah itu botol dibawa lagi dengan conveyor untuk dilakukan proses pasteurisasi, dalam proses ini, di batch sebanyak 50 botol sekali proses. Setelah itu dibawa lagi dengan conveyor, untuk dibawa ke proses x-ray. Setelah itu dibawa lagi dengan conveyor, untuk dibawa ke proses labeling, dan terakhir dibawa ke proses cartonizing. Keterangan Aktivitas A = Adonan disikan ke tomat cherry (Stuffing) B = Pembungkusan (Cartoning)
Tabel 4.1 Data hasil pengamatan untuk data 1-50
Rep No Aktifitas A B
2
84
1 2 3 4 5 6 7 8 9 10 1
3 3 2 3 4 2 2 4 3 4 4
6 7 7 5 6 6 8 7 8 8 8

Tabel 4.1 Data hasil pengamatan untuk data 1-50

Rep No Aktifitas A B
2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9
3 2 3 4 4 4 3 3 2 3 3 3 3 5 3 2 3 3 3 4 3 5 4 5 4 4 3 3 2 3 4 3 3 5 2 2 4 3
5 7 6 8 5 6 7 9 7 8 8 6 7 5 5 6 5 7 8 8 7 8 6 6 6 7 7 8 7 8 6 5 5 8 6 5 7 7
85

4.2 Penentuan Parameter Distribusi dengan Input Analyser Berikut ini adalah langkah-langkah menggunakan input analyzer: 1. Masukkan data random ke dalam notepad dan simpan file dalam bentuk format .txt
10
Gambar 4.1 Notepad
2.
Buka software Arena, klik menu Tools - Input Analyzer.
Gambar 4.2 Input analyzer
3. 4. 5.
Setelah muncul tampilan Input Analyzer, klik File New Klik Use Exsisting Data File Pilih lokasi dan nama File. Setelah muncul suatu grafik, klik Fit FitAll.
Gambar 4.3 Fit all cartoning
Sehingga didapatkan hasil pencarian distribusi waktu cartoning adalah NORM( 6.7 , 1.1 ) Berikut hasil rekap tabel buat keseluruhan waktunya.
Tabel 4.2 Hasil Pendistribusian Data Proses dalam Sistem
NO AKTIVITAS DISTRIBUSI
1 2
86
TRIA(1.5, 2.84, 5.5) Stuffing Cartoning NORM( 6.7 , 1.1 )

4.3 Activity Cycle Diagram ACD merupakan salah satu model yang menggambarkan aktivitas atau interaksi dari sebuah sistem dengan siklus yang berulang, pembuatan ACD ini berdasarkan gambaran sistem yang telah dijelaskan diatas. Gambar dapat dilihat di halaman selanjutnya.

87
Gambar 4.4 ACD

88

4.4 Flowchart Sistem

Mulai A = Adonan disikan ke tomat cherry G = Pengeringan (Stuffing) H = Deteksi benda asing B = Memasukkan Cherry paper ke wadah I = Pemberian label C = Pengisinan shirimp paste oil J = Memasukkan ke kardus D = Penutupan wadah (Cartoning) E = Pembersihan wadah F = Pasteurisasi Tomat cherry A B
Menunggu pembersihan kemasan cherry paper
Produk cherry paper diberi label Menunggu produk cherry paper di masukkan kardus Ya E =E+1 Server pengemasan ke kardus sibuk?
Server pembersihan kemasan cherry paper sibuk? Tidak E = E-1
Ya
J = J+1
Menunggu pengisian tomat cherry dengan adonan
Tidak Server pengisian adonan sibuk? Tidak A = A-1 Server Pasteurisasi sibuk? Tidak Menunggu pemasukan cherry paper ke wadah F = F-1 Cherry yang sudah di pasteurisasi Server pemasukan cherry paper ke wadah sibuk? Ya B = B+1 Menunggu pengeringan Tidak B = B-1 Cherry paper dimasukan wadah Menunggu pengisinan shirimp paste oil Pengeringan Server pengisinan shirimp paste oil sibuk? Tidak C = C-1 Server Pengeringan sibuk? Tidak G =G-1 Ya G =G +1 Ya F = F+1 Ya A = A+1 Kemasan cherry paper dibersihkan Menunggu pasteurisasi J = J-1
produk cherry paper di masukkan kardus
Pengisian tomat cherry dengan adonan
Finish
Ya
C = C+1
Menunggu deteksi adanya benda asing Server deteksi adanya benda asing sibuk? Tidak
Ya
H =H+1
Pengisinan shirimp paste oil Menunggu penutupan wadah
H =H-1 Produk cherry paper deteksi apa ada benda asing Menunggu produk cherry paper diberi label
Server penutupan wadah sibuk? Tidak D = D-1
Ya
D =D+1
Server pemberi label sibuk? Tidak
Ya
I =I+1
Cherry paper dalam kemasan tertutup
I = I-1
Gambar 4.5 Flowchart Sistem LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

89
4.5 Pembuatan Model Sistem 1. Buka program Arena

2. Pada tabel sebelah kiri terdapat basic proses panel yang secara otomatis akan
terbuka jika arena dijalankan.

3. Untuk memunculkan advance transfer dan advance process terlebih dahulu
klik template attach advance yang terdapat pada standart bar, kemudian klik
open file advanceprocess.tpo dan file advancetranfer.tpo .

4. Pembuatan model a. Mendefinisikan 2 buah kedatangan entitas yaitu cherry dan botol yaitu dengan membuat 2 module create. Klik dua kali module tersebut sehingga muncul kotak dialog, kemudian isi Name dengan kedatangan cherry dan pada Entity Type isi dengan Cherry. Pada kolom Type pilih constant dan isi kolom Value dengan 1. Pada kolom unit pilih second dan entities per arrival isikan dengan 7500. kemudian pilih OK untuk selesai.
Gambar 4.6 Create module kedatangan cherry
Dari sistem produksi diketahui ada 2 kedatangan maka dibuat create
module seperti pada tabel berikut:

No 1 2 Nama Kedatangan Kedatangan Cherry Kedatangan Botol
Tabel 4.3 Rekap Distribusi Data Entity Type Type

Cherry Botol Constant Constant
Value 1 1
Units Second Second
b. Mendefinisikan 7 buah station module, yaitu , station 1, station filling,
station capping, station washing, station pasteurisasi, dan station inspeksi.

Sebagai contoh pengisian module seperti pada station awal yaitu klik dua kali module tersebut sehingga muncul kotak dialog, kemudian isi Name Station Masuk, kolom Station Type dengan station dan kolom Station
Name dengan Masuk. Kemudian pilih OK untuk selesai. Dari sistem

90

produksi diketahui ada 5 station masuk maka dibuat station module seperti pada tabel berikut:
No 1 2 3 4 5 6 7
Name Station awal Station 1 Station filling Station capping Station washing Station pasteurisasi Station inspeksi
Tabel 4.4 Rekap Station Module Station Type Station Name Station Station stuffing Station Station 1 Station Station filling Station Station Capping Station Station Washing Station Station Pasteurisasi Station Station Inspeksi
c. Mendefinisikan 9 buah process module, sebagai contoh ntuk proses Stuffing , klik dua kali pada process dan isikan: Isi Name : stuffing, pilih Type :
Standard, pilih Action Logic : Seize Delay Release, pada Resources, klik add,
kemudian klik edit pada Set, Set Stuffing,1, Cylical. Pilih Delay Type :
Expression, Units : 1.5 , Allocation : value added, Isi Expression :

TRIA(15.5,18,19.5) Kemudian klik OK
Gambar 4.7 Proses Stuffing
Dari sistem produksi diketahui ada 9 process module seperti pada tabel berikut:
No 1 2 3 4 5 6 7 8 9 Nama
Stuffing Cleaning Oil Filling Capping Washing Pasteurisas i Drying

Inspeksi Xray Process
Tabel 4.5 Rekap Process Module Action Delay Type Units Value
Seize Delay Release Seize Delay Release Seize Delay Release Seize Delay Release Seize Delay Release Seize Delay Release Seize Delay Release Seize Delay Release Seize Delay Release Expression Constant Constant Constant Constant Constant Constant Constant Expression Seconds Seconds Seconds Seconds Seconds Seconds Seconds Seconds Seconds 5 2 5 8 16 30 5
Expression TRIA(1.5, 2.84, 5.5) NORM( 6.7 , 1.1 ) 91

d. Mendefinisikan 1 buah module separate dengan cara klik dua kali module tersebut sehingga muncul kotak dialog, kemudian isi Name dengan separate 1, pada kolom Type isikan dengan Split Existing Batch, pada kolom Member Atrributes pilih Retain Original Entity Values. Kemudian pilih OK untuk selesai.
Cartoning
Gambar 4.8 Separate 1
e. Mendefinisikan 4 buah batch module, yaitu batch 10 buah jadi 1, batch Batch Cherry & Botol, batch Batch 3 dan batch Cartoning. Dari sistem diketahui ada 4 batch maka dibuat batch module seperti pada tabel berikut:
Tabel 4.6 Rekap Batch Module
No 1 2 3 4 Nama Batch 10 buah jadi 1 Batch Batch Cherry dan Botol Batch batch 3 Batch Cartoning
Type
Permanent Permanent Temporary Permanent
Ukuran
Batch
10 2 50 6
Save Criterion Last Last Last Last
Rule Any Entity Any Entity Any Entity Any Entity
f. Mendefinisikan 5 Assign Module yaitu Assign cherry, Assign botol, Assign sebotol cherry, Assign 4, dan Assign karton produk. Klik dua kali module tersebut sehingga muncul kotak dialog, kemudian isi name, klik add pada
assignment, lalu kemudian klik OK untuk selesai. Dari sistem diketahui ada
5 assign maka dibuat assign module seperti pada tabel berikut:
No 1 2
Name
Tabel 4.7 Rekap Assign Module Assignment

Entity Picture, Picture.Red Ball Variable, h, h+1 Attribute, gabung chery botol,h Entity Picture, Picture.Blue Page Variable, g, g+1 Attribute, gabung chery botol, g
Assign cherry Assign botol
92

Assign sebotol
cherry
Entity Picture, Picture.Red Page Entity Type, Sebotol Cherry
No 4 5
Tabel 4.7 Rekap Assign Module (Lanjutkan) Name Assignment

Assign 4 Assign Karton
Produk Entity Picture, Picture.Package Entity Type, 50 botol Entity Picture, Picture.Truck Entity Type, Sekarton Produk
g. Mendefinisikan signal module yaitu untuk mengirimkan cherry dalam botol. Klik dua kali module tersebut kemudian definisikan, Name Signal Cherry, signal value 1, Type based on attribute, dan Attribute Name gabung chery botol, lalu klik OK.
Gambar 4.9 Signal cherry
h. Mendefinisikan hold module yaitu untuk memasukkan botol dalam antrian. Klik dua kali module tersebut kemudian definisikan, Name Hold Botol l, Type Wait for Signal, Wait for Value 1, Queue type queue, dan Queue
Name Hold Botol.Queue, lalu klik OK.
Gambar 4.10 Hold Botol l
i.
Mendefinisikan 1 Match Module yaitu untuk memasukkan cherry dalam botol. Klik dua kali module tersebut kemudian definisikan, Name Match Cherry dalam Botol, Number to Match 2, Type based on attribute, dan Attribute Name gabung chery botol, lalu klik OK.

93
Gambar 4.11 Match cherry dalam Botol
j.
Mendefinisikan 5 access module yaitu access 1, access 2, access 3, access 4
dan access 5. Dengan cara sebagai contoh acces 1 yaitu mengisikan Name
Access 1, Coveyor Name Conveyor 1, # of cell 1, Queue Type Queue,
Queue Name Access 1.Queue. Dari sistem produksi 5 access module

seperti pada tabel berikut:
No 1 2 3 4 5
Name
Access 1 Access 2 Access 3 Access 4 Access 5
Coveyor Name
Tabel 4.8 Rekap Access Module

# of cell 1 1 1 1 1
Queue Type Queue Queue Queue Queue Queue
Queue Name
Access 1.Queue Access 2.Queue Access 3.Queue Access 4.Queue Access 5.Queue
Conveyor 1 Conveyor 2 Conveyor 3 Conveyor 4 Conveyor 5
k. Mendefinisikan 5 convey module yaitu convey 1, convey 2, convey 3,
convey 4 dan convey 5. Dengan cara sebagai contoh convey 1 yaitu

mengisikan Name Convey 1, Coveyor Name Conveyor 1, Destination
type Station, Station Name Station filling. Dari sistem produksi 5 convey module seperti pada tabel berikut:
No
1 2 3 4 5
Name Convey1 Convey2 Convey3 Convey4 Convey5
Tabel 4.9 Rekap convey module

Coveyor Name Conveyor 1 Conveyor 2 Conveyor 3 Conveyor 4 Conveyor 5 Destination type Station Station Station Station Station
Station Name Station filling Station Capping Station Washing Station Pasteurisasi Station Inspeksi
l.
Mendefinisikan 5 exit modul module yaitu exit 1, exit 2, exit 3, exit 4 dan
exit 5. Dengan cara sebagai contoh exit 1 yaitu mengisikan Name Exit 1, Coveyor Name Conveyor 1, # of cell 1. Dari sistem terdapat 5 exit module seperti pada tabel berikut:
94

No 1 2 3 4 5
Tabel 4.10 Rekap exit module Coveyor Name # of cell Name

Exit 1 Exit 2 Exit 3 Exit 4 Exit 5 Conveyor 1 Conveyor 2 Conveyor 3 Conveyor 4 Conveyor 5 1 1 1 1 1
m. Mendefinisikan Dispose Module adalah ke gudang. Klik dua kali salah satu module dispose, kemudian isikan Name ke gudang, Klik OK.
Gambar 4.12 Dispose module ke gudang
4.6 Verifikasi Model Untuk verifikasi proses dari program yang telah dibuat, maka kita membandingkan antara model yang kita buat dengan Activity Cycle Diagram (ACD). Dapat diketahui model yang telah dibuat telah sesuai dengan ACD.
Gambar 4.13 Perbandingan antara model dengan ACD

95
4.7 Validasi Model Validasi bertujuan untuk mengetahui kesesuaian antara hasil simulasi dengan gejala atau proses yang ditirukan. Suatu model dikatakan valid jika struktur dasarnya dan polanya dapat menggambarkan perilaku sistem nyata, atau dapat mewakili dengan cukup akurat, data yang dikumpulkan sehubungan dengan sistem nyata atau asumsi yang dibuat berdasarkan referensi sesuai cara sistem nyata bekerja. Untuk proses validasi, caranya adalah dengan memasukkan data ouput dan data aktual ke software SPSS kemudian di uji dengan menggunakan uji
Independent T-Test.
4.7.1 Validasi Model dengan SPSS 1. Hasil Validasi Number out Cherry Pepper Validasi data ditujukan untuk mengetahui kesesuaian simulasi yang dibuat dengan kondisi nyata dengan software SPSS 19.0. Validasi data dilakukan pada data input dan input permodelan sistem produksi Cherry Pepper di PT. Agro Mitra Alimentare. Langkah pertama adalah melakukan uji kenormalan dengan cara sebagai berikut. a. Buka software SPSS 19.0. b. Buka Variable View dan masukkan data seperti pada gambar berikut.
Gambar 4.14 Variable view
c. Masukkan data input seperti gambar 4.14 pada Data View.
Gambar 4.15 Data output
d. Uji kenormalan data output 1) Tentukan Hipotesis

96

Ho : Data berdistribusi normal H1 : Data tidak berdistribusi normal 2) Tentukan Formulasi Ho diterima apabila nilai Sig. 0.05 H1 diterima apabila nilai Sig. 0.05 3) Lakukan langkah seperti gambar berikut
Gambar 4.16 Langkah uji kenormalan data output
Klik Continue dan lihat data input.

Tabel 4.11 Input SPSS Uji Kenormalan Data Output
Tests of Normality Kolmogorov-Smirnov Statistic INPUT .286 df 10
a
Shapiro-Wilk Statistic .912 df 10 Sig. .292
Sig. .020
a. Lilliefors Significance Correction
Berdasarkan input diatas, dapat dilihat pada uji Shapiro Wilk bahwa nilai Sig. = 0.292 yang berarti lebih dari 0.05 maka data output berdistribusi normal. e. Validasi data Output Untuk proses validasi, caranya adalah dengan memasukkan data output dan data aktual ke software SPSS kemudian di uji dengan menggunakan uji
Independent T-Test. Berikut adalah cara validasi simulasi produksi cherry

pepper 1) Tentukan Hipotesis Ho : Tidak ada perbedaan jumlah output antara simulasi dan observasi nyata H1 : Ada perbedaan jumlah output antara simulasi dan observasi nyata
97
2) Tentukan Formulasi Ho diterima apabila nilai Sig. (2-tailed) 0.025 H1 diterima apabila nilai Sig. (2-tailed) 0.025 3) Lakukan langkah seperti gambar berikut a. Klik Analyze Compare Means Independent Sample T-Test. Masukkan
INPUT ke Test Variables dan KRITERIA ke Grouping Variables. Lalu, klik Define Group. Isikan Group 1 dengan 1 dan Group 2 dengan 2. Klik Continue.
Gambar 4.17 Langkah-langkah validasi output b. Klik OK dan akan keluar seperti pada tabel dibawah ini Tabel 4.12 Hasil Input SPSS Independent T-Test
Independent Samples Test
Levene's Test for Equality of Variances F Equal variances assumed Equal variances not assumed Sig. t df
t-test for Equality of Means 95% Confidence Interval of the Difference Lower Upper -20.385 -24.748 22.385 26.748
Sig. (2tailed) .917 .919
Mean Std. Error Difference Difference 1.000 1.000 9.274 9.274
18.280
.003
.108 .108
8 4.000
INPUT
Berdasarkan diatas dapat dilihat bahwa nilai Sig.(2-tailed) bernilai= 0.917 yang berarti lebih besar dari 0.05/2=0.025 maka data output dinyatakan valid. 2. Hasil Validasi Waiting Time
Tabel 4.13 Data Waiting time
Waiting Time Operator Operator Stuffing Cartoning 0 0 0 0 0 0 0 0 0 0 Total 0 0 0 0 0
98


99
a. Buka software SPSS 19.0. b. Buka Variable View dan masukkan data seperti pada gambar berikut.
Gambar 4.18 Variable views
c. Masukkan data ouput seperti gambar 4.18 pada Data View.
Gambar 4.19 Data input
d. Uji kenormalan data. a) Tentukan Hipotesis Ho : Data berdistribusi normal H1 : Data tidak berdistribusi normal b) Tentukan Formulasi Ho diterima apabila nilai Sig. 0.05 H1 diterima apabila nilai Sig. 0.05 c) Lakukan langkah seperti gambar berikut
Gambar 4.20 Langkah-langkah uji kenormalan data output
Klik Continue dan lihat data.
100

Tabel 4.14 Input SPSS uji kenormalan data output

Tests of Normality Kolmogorov-Smirnov Statistic INPUT .274 df 10
a
Shapiro-Wilk Statistic .785 df 10 Sig. .010
Sig. .032
a. Lilliefors Significance Correction
Berdasarkan input diatas, dapat dilihat bahwa nilai Sig. = 0.032 yang berarti lebih kecil dari 0.05 maka data Total waiting time tidak berdistribusi normal. e. Validasi data Waiting time Untuk proses validasi, caranya adalah dengan memasukkan data input dan data aktual ke software SPSS kemudian di uji dengan menggunakan uji
Nonparametrik 2 Independent Samples. Berikut adalah cara validasi

a. Tentukan Hipotesis Ho : Tidak ada perbedaan jumlah output antara simulasi dan nyata H1 : Ada perbedaan jumlah ouput antara simulasi dan nyata b. Tentukan Formulasi Ho diterima apabila nilai Sig. (2-tailed) 0.025 H1 diterima apabila nilai Sig. (2-tailed) 0.025 c. Lakukan langkah seperti gambar berikut 1) Klik Analyze Nonparametric Test Legacy Dialog- 2 independent
samples. Moduleelah itu, Masukkan INPUT ke Test Variables dan

KRITERIA ke Grouping Variables. Lalu, klik Define Group. Isikan Group
1 dengan 1 dan Group 2 dengan 2. Klik Continue.
Gambar 4.21 Langkah-langkah validasi output

101
2) Klik OK dan akan keluar seperti hasil Tabel berikut.

Tabel 4.15 Hasil Input SPSS Independent Samples Test
Independent Samples Test
Levene's Test for Equality of Variances F INPUT Equal variances assumed Equal variances not assumed 7.184 Sig. .028 T .002 .002 df 8 4.346 Sig. (2tailed) .998 .998 t-test for Equality of Means 95% Confidence Interval of the Difference Lower Upper -.1199806 .120220 6 -.1400585 .140298 5
Mean Difference .0001200 .0001200
Std. Error Difference .0520817 . 0520817
Berdasarkan hasil output pada tabel diatas, didapatkan nilai Sig. (2tailed) 0,05/2 =0,025 yang besar nilainya sama dengan 0,998, maka H0 diterima, berarti tidak terdapat perbedaan antara data simulasi dengan data nyata (valid). 4.8 Analisis Hasil Simulasi a) Category by Overview Sistem simulasi menunjukkan rata-rata Cherry Pepper yang diproduksi yaitu sebanyak 475 karton produk dengan jumlah 6 botol perkartonnya yang dapat diproduksi hingga proses simulasi sistem berakhir.
Gambar 4.22 Output Category by Overview
b) Entity VA (Value Added) Time adalah waktu yang digunakan oleh entitas untuk menambahkan nilai guna dari entitas tersebut. Berdasarkan output diatas dapat diketahui VA (ValueAdded) time untuk sekarton produk rata-ratanya 0,1665 jam dengan nilai VA (ValueAdded) time maksimum 0,1664 jam dan minimum 0,1666 jam.
102

Gambar 4.23 Output Entity VA Berdasarkan output dibawah, dapat diketahui Number in untuk botol awal
rata-ratanya 31679, sedangkan untuk cherry rata-ratanya sebesar 31679, untuk karton produk jumlah rata-ratanya 475 karton.
Gambar 4.24 Output Entity Number in
Berdasarkan output dibawah, dapat diketahui Number out untuk sekarton produk adalah 475 dan sebotol cherry 2878. Number out cherry sebesar 31350 namun yang dipakai hanya 2878 karena 1 botol berisi 10 buah cherry,berarti akan terjadi WIP cherry pada system.
Gambar 4.25 Output Entity Number out
WIP merupakan jumlah input yang telah masuk ke dalam sistem dan sedang dalam proses tetapi belum benar-benar selesai saat proses permodelan berakhir (belum keluar dari sistem). Work-In-Process dapat diketahui melalui
103
selisih antara Number In dan Number Out. Berdasarkan output dibawah, dapat diketahui rata-rata WIP untuk cherry sebanyak 377,32 dan untuk botol sebanyak 12994.82. Dalam hal ini, WIP menandakan entitas yang masih menunggu di proses setelah semua proses telah selesai. Jumlah WIP cherry yang lebih banyak dibanding botol disebabkan antara lain karena proses kedatangan pada entitas cherry lebih banyak daripada botol sehingga saat kedua entitas dikerjakan entitas cherry lebih banyak yang menunggu daripada botol.
Gambar 4.26 Output Entity WIP
c) Queue
Gambar 4.27 Output Queue Waiting Time

104

Berdasarkan output diatas dapat dilihat Wait Time terbesar terjadi pada antrian proses membersihkan botol cherry dengan waiting time sebesar 3,1994 jam. Hal ini disebabkan masuknya entitas botol yang cepat.
Gambar 4.28 Output Queue Number Waiting
Number waiting adalah jumlah produk yang menunggu untuk proses

selanjutnya. Pada output dapat diketahui bahwa rata-rata number waiting yang paling tinggi terjadi pada saat antrian menunggu untuk proses memasukkan cherry dalam botol sebesar 11520. Hal tersebut dikarenakan aliran botol yang masuk banyak, tetapi masih menunggu botol diproses cleaning 1 mesin. d) Resource Gambar dibawah ini menggambarkan tingkat utilisasi operator tiap proses. Dalam gambar tersebut terlihat bahwa operator yang memiliki tingkat utilisasi paling tinggi yaitu pada proses cleaning sebesar 1,00, karena menangani banyak entitas.

105
Gambar 4.29 Output Resource Utilization
4.9 Rencana Perbaikan Sistem Dari hasil output sistem diatas maka dapat diketahui beberapa rancangan berbaikan untuk mengoptimalkan proses pembuatan Cherry Pepper. Dengan ini, beberapa hal yang dapat dilakukan dengan hasil ini, yaitu:
Untuk menurunkan tingkat utilisasi operator di bagian cleaning dan washing, dilakukan penambahan resource pada proses, sehingga work load tiap operator tidak terlalu besar
4.9.1 Rancangan Skenario dengan Proses Analyzer Langkah-langkah penggunaan Process Analyzer pada Arena adalah sebagai berikut: 1 Ada dua cara memulai Process Analyzer. Pilih Start - Programs - Rockwell
Software - Arena - Program Analyzer. Atau buka Arena, pilih Tools - Process Analyzer.
106

Gambar 4.30 Tampilan Tools 2 Setelah Process analyzer dibuka, pilih File New. 3 Double click untuk menambahkan skenario. Skenario merupakan alternatif yang digunakan untuk mengetahui perbaikan sistem.
Gambar 4.31 Tampilan Scenario Properties 4 Pilih Browse dan cari file yang akan dianalisis. Pilih OK.
Gambar 4.32 Tampilan Dialog Process Analyzer
5 Selanjutnya, spesifikasi untuk Controls, Response, dan Scenarios a. Controls 1) Pilih Insert Control. 2) Lalu perluas daftar kontrol Resource dan pilih Resource yang akan dikontrol jumlahnya demi perbaikan. Klik OK.

107
Gambar 4.33 Tampilan Insert Control
3) Maka kontrol tersebut akan muncul pada default. 4) Untuk lebih informatif dan spesifik, tambahkan jumlah replikasinya dengan memilih Num Reps OK. Maka akan muncul di default dan isi replikasi yang dibutuhkan yaitu 5 kali replikasi. b. Response 1) Pilih Insert Response. 2) Lalu perluas daftar spesifikasi Response dan pilih Response yang akan dikontrol jumlahnya demi perbaikan. Klik OK. 3) Maka kontrol tersebut akan muncul pada default. 4) Kotak Response kosong karena belum dilakukannya replikasi.
Gambar 4.34 Tampilan Dialog Process Analyzer
c. Scenarios 1) Duplikat skenario yang ada dengan cara klik Scenario 1 lalu klik kanan
Duplicate Scenario.
2) Ulangi hingga 5 skenario. 3) Ganti nama, level kontrol, dan nomor replikasi sesuai dengan keinginan untuk mengetahui yang paling efektif. 6 Jalankan skenario. Klik Run Go. Pilih OK setelah muncul kotak dialog.
Gambar 4.35 Tampilan Run Go

108

7 Maka akan terlihat respon dari masing-masing skenario.
Gambar 4.36 Tampilan hasil Process Analyzre
8 Tampilkan chart dengan cara : 1) Blok kolom skenario yang akan ditampilkan chart. 2) Pilih menu insert chart. 3) pilih jenis chart yaitu colums.
Gambar 4.37 Memilih Chart dalam Process Analyzer
4) Klik next. 5) Pilih response yang akan dimasukkan chart.
Gambar 4.38 Memilih Response untuk menampilkan Chart
6) Klik next. 7) Aktifkan identify best scenario dan pilih kategori yang diinginkan.
8) Lalu, klik finish.
Gambar 4.39 Memilih Best Scenario

109
4.9.1.1 Analisis dan Pembahasan Hasil Skenario Setelah scenario dijalan akan diketahui skenario yang terbaik dengan melihat chart dari masing-masing responses. a. Number Out
Gambar 4.40 Chart Number Out
Dari gambar dapat dilihat bahwa tidak terdapat perubahan Number Out dari skenario-skenario yang dibuat.
b. Number Waiting
Gambar 4.41 Chart Number Waiting
Dari gambar dapat dilihat bahwa terdapat perubahan Number in Queue pada proses cleaning dari skenario-skenario yang dibuat. c. Utilization
Gambar 4.42 Chart Utilisasi Dari gambar tersebut dapat dilihat bahwa terjadi penurunan utilisasi pada scenario 3 dan scenario 4.
110

Dari hasil process analyzer didapati kesimpulan scenario terbaik adalah scenario Jadi perbaikan yang dilakukan adalah menambah mesin cleaning dan washing. Sehingga diperoleh penurunan utilisasi mesin washing dan number waiting pada mesin cleaning. 4.9.2 Perbaikan Sistem dengan Perubahan Modul-Modul Simulasi Arena Dari hasil Process Analyzer dapat diketahui terjadi perubahan pada response yang telah ditetapkan. Sehingga tidak perlu dilakukan perbaikan modul pada simulasi untuk perbaikan system. Perbaikan yang dilakukan berupa penambahan resource cleaning sebelum di match dengan cherry.

111
(Halaman ini sengaja dikosongkan)
112

BAB V PENUTUP
5.1 Kesimpulan 1. Pada software Arena Advanced terdapat modul-modul advanced process panel dan advance transfer panel. Modul advanced process panel yang digunakan dalam pembuatan model sistem produksi adalah hold, signal, dan match. Modul advanced transfer panel yang digunakan adalah Acces dan Convey. Adapun modul-modul yang digunakan dalam sistem produksi Cherry Pepper adalah 2 modul create, 1 modul dispose, 8 modul process, 1 modul separate, 5 modul assign, 5 modul Access, 5 modul Convey, 7 modul station, 4 modul
batch, 1 modul hold, 1 modul match, dan 1 modul signal.

2. Model sistem dibuat menggunakan Activity Cycle Diagram (ACD) dengan membangkitkan kedatangan cherry dan mengeluarkan entitas sekarton
produk. Proses yang dilalui meliputi proses stuffing, pengisian ke dalam botol, oil filling, capping, washing, pasteurisasi, pengeringan, x-ray, pelabelan dan cartoning. Setiap proses melalui antrian dan dikerjakan oleh server pada
proses stuffing dan cartoning, sisanya dikerjakan oleh mesin. 3. Data yang digunakan dalam pemodelan sistem pembuatan cherry pepper didapatkan dengan mengumpulkan 50 data dalam 5 kali replikasi. Data yang diambil merupakan data waktu tiap proses dan data jarak antara station yang digunakan untuk mengetahui data tentang conveyor. 4. Data waktu yang telah terkumpul dilakukan pengujian distribusi menggunakan input analyzer pada software Arena dengan menggunakan use existing file berformat *txt. Lalu dilakukan model fit untuk mengetahui jenis distribusinya. 5. Proses verifikasi dilakukan dengan membandingkan model yang dibuat pada ACD pada Gambar 5.1 dengan model yang dibuat pada Arena pada Gambar 5.2 diketahui bahwa proses produksi Cherry Pepper melalui tahap proses stuffing, proses pewadahan kemudian proses filling selanjutnya dilakukan proses
capping, proses pencucian kemudian dilanjutkan dengan proses pasteurisasi,

113
x-ray, labeling dan cartoning. Pemrograman komputer dengan Arena dan implementasi model konseptual sudah sesuai model sistem produksi Cherry
Pepper telah terverifikasi selanjutnya dilakukan uji validitas pada software

SPSS. Dari uji validitas tersebut, semua data dinyatakan valid, sehingga model simulasi tervalidasi. 6. Dari hasil output simulasi didapatkan bahwa keluaran sistem rata-rata adalah 475 karton. Total value added time untuk sekarton produk adalah 0,1665 jam.
Number in awal botol dan cherry sebanyak 31679 dan untuk cherry sebesar
31679. Number out cherry sebesar 31350, terlihat ada perbedaan antara number in dan number out cherry, maka akan terjadi WIP pada cherry. WIP cherry pada sistem sebanyak 377,32 buah. Waiting time dan waiting number terbesar terdapat pada proses match cherry ke dalam botol. 7. Dalam process analyzer, control yang dipakai adalah jumlah operator cleaning dan washing. Response yang diharapkan adalah number out, waiting time dan
utilisasi. Dari 4 scenario yang telah dibuat, didapati perubahan pada response.
Dari hasil process analyzer didapati kesimpulan scenario terbaik adalah scenario 4. Jadi perbaikan yang dilakukan adalah menambah mesin cleaning dan washing. Sehingga diperoleh penurunan utilisasi mesin washing dan number waiting pada mesin cleaning. 5.2 Saran Saran yang diberikan dalam praktikum kali ini adalah sebagai berikut. 1. 2. 3. Diharapkan waktu praktikum sebaiknya diperpanjang agar praktikan lebih memahami model yang dibuat. Diharapkan studi kasus ditentukan oleh Laboratorium Simulasi dan Aplikasi Industri. Diharapkan timeline praktikum diberikan pada awal praktikum sehingga praktikan lebih mudah untuk mengatur jadwal.
114


115

WORD HEADER FOOTER MODUL 3 Bener

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

WORD HEADER FOOTER MODUL 3 Bener

Diunggah oleh

Hak Cipta:

Format Tersedia

BAB I PENDAHULUAN

1.1 Latar Belakang

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

Transfer dalam Arena

Transfer dalam Arena

Transfer dalam Arena

5. 1 botol cherry terdiri dari 10 buah cherry

buah cherry dengan

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

4. Tidak ada proses pembuatan shrimp paste oil.

berat 250 gram.

BAB II TINJAUAN PUSTAKA

Gambar 2.1 Tampilan software Arena

general purpose simulation language (GPSL) karena dengan menggunakan Arena,

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

yang sering digunakan dalam

Name Entity Type Type

Schedule Name Expression Units

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

Name Record Entity Statistics

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

Resources Delay Type

Minimum Value Maximum Std Dev Expression Report Statistics

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

Conditions Percentages Percent True If Named Is Row

Name Type Batch Size Save Criterion

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

Attribute Name Representative Entity

Percent Cost to Duplicates

# of Duplicates Member Attributes

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

peralatan (mesin, kasir, saluran telepon) manusia (pegawai 61

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

informasi biaya dan ketersediaan sumber daya.

2.1.2 Arena Advanced

transfer bermacam-macam yang dimiliki oleh ARENA ADVANCED. Simulasi yang

General Flowchart Module adalah kumpulan dari objek yang ditempatkan

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

Tabel 2.2 General Flowchart Module Advanced Process Panel

Prompt Name Type

Wait for value Limit

Queue Name Set Name Set Index Attribute

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

Tabel 2.2 General Flowchart Module Advanced Process Panel (Lanjutan)

Match module membawa beberapa entitas 1. Perakitan part,

Prompt Name Number to Match Type Attribute Name

Nama Module Signal module

Prompt Name Signal Value Limit

Expressian dan AdvancedSet. Berikut adalah macam-macam modul yang termasuk

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

Tabel 2.3 Data Module Advanced Process Panel

Advanced Set module

AdvancedSet Modulemenetapkan kumpulan suatu 1. Berbagai

Name Row Column Failure module

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

Nama Module File module

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

Nama Module Stat Set module

Prompt StateSet Name State Name AutoState or Failure

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

pengamatan), count-based, output, dan frequency-