Anda di halaman 1dari 8

Riset Manajemen Operasi & Bisnis

Literatur Review: Pemodelan dan Simulasi Sistem

Julius Marlissa 55111120120


Pasca Sarjana Universitas Mercu Buana Juni, 2013

1.

Pengertian Pemodelan dan Simulasi Sistem Pemodelan adalah proses untuk membuat sebuah model. Model adalah

representasi

dari

sebuah

bentuk nyata,

sedangkan

system adalah

saling

keterhubungan dan ketergantungan antar elemen yang membangun sebuah kesatuan, biasanya dibangun untuk mencapai tujuan tertentu. Sebuah pemodelan sistem, dengan demikian, merupakan gambaran bentuk nyata yang dimodelkan secara sederhana, menggambarkan konstruksi integrasi hubungan dan ketergantungan

elemen, fitur-fitur dan bagaimana sistem tersebut bekerja. Dilakukannya sebuah modelling system bertujuan untuk menganalisa dan memberi prediksi yang sangat mendekati kenyataan sebelum sebuah sistem nantinya diimplementasikan. Pemodelan secara umum merupakan pengembangan model matematika dengan bantuan software komputer. Simulasi pemodelan sistem diperlukan sebelum sistem yang ada diubah, bertujuan untuk meminimalkan terjadinya kesalahan atau ketidak sesuaian yang bakal terjadi. Pengembangan simulasi pemodelan system mempertimbangkan komponen-komponen seperti entitas yang terlibat dalam sistem, variable input, pengukuran kinerja dan hubungan fungsional . Validitas merupakan isu utama dari sebuah pemodelan sistem. Tehnik validasi sebuah model dilakukan dengan cara mensimulasikan sebuah model menurut input yang diketahui dan kemudian membandingkan output yang dihasilkan model dengan output sistem sebenarnya. Kesulitan untuk memprediksi dan mengamati proses tertentu pada real world, persoalan dimana model bisa saja memformulasikan sebuah proses tertentu namun tidak memungkinkan untuk melakukan analisa demi sebuah solusi, kurangnya data yang tidak memunginkan dilakukannya validasi atas model matematik, secara umum merupakan alasan dibutuhkannya modelling system dan simulasi modelling system sebagai tool yang membantu dalam membuat keputusan pilihan. Namun, sebuah formulasi pemodelan sistem dan simulasinya sekaligus juga akan memakan banyak waktu bila berhadapan dengan sejumlah hambatan seperti ketidak jelasan

2 1

sasaran, model yang diformulasikan dengan tidak tepat (terlalu komplek atau terlalu sederhana), menggunakan ekemen dan pengukuran kinerja yang tidak sesuai. Penerapan pemodelan sistem dan simulasinya secara meluas dipergunakan pada bidang pemerintahan, pertahanan dan keamanan, sistem komunikasi, manufaktur, transportasi, kesehatan, lingkungan dan analisa bisnis. Kemampuan untuk mempelajari pengaruh informasi tertentu dan pengaruh dinamika lingkungan terhadap sebuah sistem operasi melalui sebuah pemodelan sistem dan simulasi pemodelan sistem tanpa mengganggu atau membebani sistem yang sedang berjalan, merupakan salah satu manfaat dari pemodelan sistem. 2. Tantangan Pemodelan dan Simulasi System Dalam Manufaktur Manufakturing memerlukan sistem manufaktur yang komplek. Faktor-faktor seperti berjenis-jenis part yang dikerjakan dalam fasilitas yang sama, proses manufaktur dengan beragam aktifitas, batch proses, kerumitan peralatan yang

menuntut kerumitan perawatan diantaranya merupakan penyebab rumitnya system manufaktur tersebut. Single model kemudian dirasa tak memadai untuk memberi dukungan bagi keputusan untuk menciptakan manufaktur yang efisien, maka sejumlah model diperlukan dan dikembangkan untuk mendukung keputusan manajemen. Secara umum, ada 4 persoalan utama yang menjadi tantangan bagi modelling system dan simulasi modelling system manufaktur, yaitu : Tantangan untuk mengurangi rentang siklus pemecahan masalah Lamanya waktu yang dibutuhkan untuk merancang, mengumpulkan informasi/data, melaksanakan dan menganalisa model dan simulasi untuk mendukung sebuah pengambilan keputusan dalam manufaktur, merupakan tantangan yang dihadapi saat ini. Hal ini menyebabkan hanya sejumlah kecil saja analisa yang dapat dilakukan dari yang diharapkan. Peluang untuk mengurangi waktu yang dibutuhkan dalampengumpulan data dan analisa

2 3

data dapat dilakukan dengan analisis data proaktif dan dengan menanamkan disiplin dalam proses manufaktur untuk selalu menjagadan menyediakan informasi data yang dibutuhkan. Tantangan untuk mengembangkan modelling system dan simulasi real time berbasis kemampuan pemecahan masalah Selalu terjadi dalam manufaktur, bahwa modelling system dan simulasinya sangat terbatas kemampuannya untuk digunakan berulang kali dalam proses pengambilan keputusan. Pengembangan modelling system dan simulasi berbasis kemampuan pemecahan masalah berarti bahwa modelling system 3 dan simulasinya selalu dapat dipergunakan jika terjadi perubahan mendadak sewaktu-waktu terhadap proses manufaktur sehingga bisa memberikan pemecahan masalah yang real time kapanpun pada saat dibutuhkan. Karena tipikal simulasi real time merupakan bentuk quick respon kapan saja dan sewaktu-waktu, maka pengembangan model berdasarkan data yang diperoleh hendaknya berada dalam pola data dan pemodelan jangka pendek, namun selalui responsif sewaktu-waktu untuk meprediksi perubahan dalam manufaktur. Tantangan untuk mengembangkan dan memilih software pendukung yang memadukan berbagai model dalam manufaktur Sebuah persistent model dalam manufaktur bisa merupakan sebuah model bagi sekumpulan bagian yang berbeda dalam keseluruhan manufaktur. Dengan demikian persistent model manufaktur memerlukan cara untuk berinteraksi dengan bagian-bagian yang ada dalam manufaktur. Banyaknya informasi data yang diberikan oleh sejumlah bagian dalam manufaktur menyebabkan pentingnya sebuah software dalam sistem yang mampu memadukan dengan cepat dan membangun interaksi dalam proses manufaktur.

3 4

Memadukan Modelling dan Simulasi dengan aplikasi manufaktur lainnya Sementara penggunaan pemodelan dan simulasi di bidang manufaktur terus mendapatkan penerimaan untuk aplikasi tertentu (seperti perencanaan kapasitas), masih terdapat gap untuk penerapnanya dalam sejumlah aplikasi lain. Simulasi umumnya hanyalah salah satu dari beberapa desain sistem manufaktur dan pendekatan untuk mengimplementasikan sebuah perbaikan bagi pihak manajemen perusahaan. Memang, modelling system dan simulasinya tidaklah serta merta akan meningkatkan kinerja sistem

manufaktur., namun hanya sebuah pemodelan untuk menjawab pertanyaan atau tantangan spesifik yang berkaitan dengan cara-cara untuk melakukan perbaikan sistem. Dengan demikian manajemen harus diyakinkan bahwa simulasi ini melengkapi pendekatan lainnya seperti lean manufacturing, six sigma, just-in-time manufaktur, manajemen kualitas total, dan lainnya. Kompleksitas sistem manufaktur menyebabkan disain modelling system dan kesulitan dalam memberi solusi yang membutuhkan lebih dari satu permintaan untuk meningkatkan kemampuan dimensi yamerupakan tantangan bagi modelling system dan simulasinya dalam manufaktur. Namun sebuah modelling system dan simulasinya sekaligus memiliki peluang memberi solusi yang memberi dampak signifikan bagi ekonomi bila sebuah modelling system dan simulasi yang tepat dapat dilakukan. 3. Contoh Model fleksibel Untuk Menganalisa Sistem Produksi Melalui Simulasi Discrete Event Dinamika market memberikan bagi manufaktur komplesitas produk dan perubahan permintaan yang hampir tidak dapat diprediksi. Menghadapi situasi yang demikian, perusahaan diminta untuk meningkatkan kinerja logistiknya sekaligus mempertimbangkan trade off antara biaya dan layanan pelanggan. Parameter product

5 4

planning control (PPC) terpilih dan investasi atas kapasitas harus ditetapkan untuk mempengaruhi keputusan yang menghasilkan kinerja logistik. Model simulasi discrete even digunakan untuk menganalisa sistem produksi. Dengan basis BOM (Bill Of Material) dan rute informasi sebuah model simulasi dibuat untuk menganalisa struktur shop floor. Ide dasarnya adalah bahwa sejumlah modul tidak terhubung satu sama lain, sehingga aliran material diarahkan menurut BOM dan rute informasi. Pada akhirnya berbagai modul yang berbeda tersebut digunakan untuk menghasilkan apa yang diminta oleh pelanggan dan sekaligus mengendalikan aliran material hingga mencapai apa yang diinginkan pelanggan. Tantangan terbesar dalam membangun simulasi berbasis discrete event adalah pengumpulan data input dan pengembangan model yang menghabiskan waktu. Simulasi discrete event kemudian dikembangkan melalui software Analogyc 6.5, dimana semua data input dikumpulkan menjadi sebuah database. Untuk memungkinkan terjadinya pengembangan model, maka data-data BOM, rute informasi, kapasitas dan perilaku pelanggan disimpan dalam databese; model simulasi kemudian akan didasari atas data-data ini. BOM dan rute informasi berisi data tentang item-item parent dan child serta di line mana eksekusi proses produksi akan dilakukan dengan mempertimbangkan parameter waktu, waktu set up dan lead time. Kapasitas memberikan informasi jumlah mesin yang menampilkan kapasitas produksi dan data perilaku konsumen memberikan data tentang interval antara ketersediaan barang dengan waktu pemesanan dan jumlah pemesanan pelanggan. Gambar 1 menunjukan model simulasi yang meggambarkan bagaimana material dan aliran informasi. Secara mendasar, model simulasi terdiri dari 6 modul terpisah. Masing-masing modul terdiri dari satuan-satuan kecil proses kerja. Modul order generation menciptakan permintaan pelanggan yang digunakan bagi kelompok pelanggan untuk menarik produk dari FGI. Permintaan pelanggan ini juga sekaligus merupakan input bagi production planning. Berdasarkan adanya permintaan pelanggan ini kemudian production planning 5 6

membuat order prod duksi (MRP P II). Orde er produksi i yang dila akukan oleh h modul production n planning akan memicu proses pembelian dan penyed diaan mater rial pada modul pr rocurement atau dapa at juga me enggunakan n material dalam pe ersediaan (inventory y) yang ada a di area modul m produ uction contr rol. Modul production n control juga merep presentasik kan persedia aan bahan ba aku , bahan n setengah ja adi dan prod duk jadi. Setelah mengeluarka m an melalui order pem mbelian (da ari modul procurement) atau mengeuark kan persedi iaan (dari modul m produ uction contr rol), selanju utnya mater rial akan dikirim ke epada prosesing mesin pada modu ul kelompok k mesin. Bar rang yang te elah jadi (setengah jadi atau produk p jadi) ) yang kelu uar dari pro oses mesin akan dikem mbalikan lagi untuk k disimpan sebagai s sedi iaan pada modul m produ uction plann ning. Gambar 1. 1 Model Si imulasi Ber rbasis Disc crete Event

Dikutip dari i: Creassey, et.al. e 2011.Fl lexible Model l For Analyzin ng Production n System With h Discrete Event Simul lation.

7 6

Literature: Maria, Anu. Introduction To Modelling System And Simulation. Winter Simulation Confrence, 1997. Jain. S, et.al.Flexible Model For Analyzing Production System With Discrete Event Simulation.Winter Simulation Confrence, 2011 Fowler, John. W dan Rose, Oliver. Grand Challenges In Modelling And Simulation Of Complex Manufacturing System. Undated.

7 8