Anda di halaman 1dari 36

MAKALAH PEMODELAN SISTEM

Proses Pembuatan Keramik


Disusun Untuk Memenuhi Tugas Mata Kuliah Pemodelan Sistem yang
dibimbing oleh Bapak Ir. Bambang Indrayadi, MT

Disusun Oleh :
ChANDRA PRASETYA

0910670007

ANDINI IRMA DEWI

0910670047

DURRY DAROJATUL AULA

0910670060

ARGA MAHARDHIKA

0910671024

DIAN ANDRILLIA

0910671038

KEMENTRIAN PENDIDIKAN NASIONAL


UNIVERSITAS BRAWIJAYA
FAKULTAS TEKNIK
MALANG
2012

KATA PENGANTAR
Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa, atas
berkat rahmat dan karuniaNya, sehingga penulis dapat menyelesaikan
makalah pemodelan sistem mengenai proses pembuatan keramik untuk
memenuhi tugas Mata Kuliah Pemodelan Sistem
Makalah ini tidak lepas dari bantuan semua pihak, oleh karena itu
penulis mengucapkan terima kasih kepada :
1 Bapak Ir. Bambang Indrayadi, MT selaku dosen pembimbing mata
kuliah Pemodelan Sistem.
2 Teman-teman angkatan 2009, dan teman-teman satu Program Studi
Teknik Industri. Terimakasih atas semua saran yang diberikan.
Penulis menyadari dalam penulisan ini masih jauh dari sempurna,
oleh

karena

itu

penulis

mengharapkan

kritik

dan

saran

yang

membangun dari semua pihak demi perbaikan dan penyempurnaan


makalah ini. Akhirnya penulis berharap makalah ini dapat berfungsi bagi
semua pihak yang memerlukannya.

Malang, Maret 2012

Penulis

BAB I
PENDAHULUAN
1.1Latar Belakang
Performansi suatu sistem yang sudah kita miliki atau sudah berjalan
harus kita jaga dan kita tingkatkan, selain dari itu desain baru suatu
sistem diharapkan memiliki performansi yang optimal. Dalam upaya
tersebut, sering sekali kita mengalami kesulitan dalam mengukur
performansi dari desain baru suatu sistem sebelum dioperasikan atau
akibat suatu perbaikan pada sistem yang sudah ada. Uji coba atas suatu
perbaikan atau perubahan langsung terhadap sistem yang ada pasti
akan memerlukan waktu dan biaya yang sangat besar di samping risiko
kegagalan yang sulit diestimasi.
Simulasi juga bertujuan untuk mendeskripsikan sistem secara nyata
dan terperinci. Maka dari itu pada makalah tentang pembuatan keramik
ini memberikan dasar-dasar pembuatan simulasi proses pembuatan
keramik yang mudah dan cepat serta melakukan analisis terhadap
output yang diperolehsesuai dengan sistem yang nyata. Penerapan
pada makalah permodelan sistem proses pembuatan keramik ini
diharapkan dapat memodelkan sistem proses pembuatan keramik
secara utuh dan dapat menjadi referensi untuk perancangan sistem
yang lebih baik.
1.2Tujuan
Tujuan dari makalah ini adalah :
1. Dapat menggunakan software Arena sebagai package software
untuk simulasi.
2. Mensimulasikan perubahan dari lingkungan di luar sistem proses
pembuatan keramik dan mengamati pengaruhnya terhadap perilaku
sistem yang terjadi.
3. Membantu mempelajari interaksi antar komponen dan subsistem di
dalam sistem proses pembuatan keramik yang kompleks.

4. Dapat memodelkan sistem pembuatan keramik sesuai dengan


sistem yang nyata dan dapat menjadi referensi untuk perancangan
sistem yang lebih baik.

1.3Manfaat
Manfaat dari praktikum ini antara lain :
1. Dapat mengaplikasikan pembuatan model simulasi yang mampu
menggambarkan kondisi nyata dari aktivitas proses dalam hal
pembuatan keramik dengan menggunakan software Arena.
2. Dapat mengetahui simulasi perubahan dari lingkungan di luar sistem
dan mengamati pengaruhnya terhadap perilaku sistem yang terjadi.
3. Memahami interaksi antar komponen dan subsistem di dalam sistem
kompleks.
4. Memperoleh perbaikan sistem proses pembuatan keramik yang lebih
baik, dengan meninjau kesalahan-kesalahan yang terjadi ketika
simulasi sistem berlangsung.

BAB II
PEMBAHASAN
2.1Gambaran Sistem
Membuat lintasan produksi bukanlah suatu perkara yang mudah.
Menciptakan lintasan produksi yang baik membutuhkan perhitungan
yang cermat agar keseimbangan lintasan produksi dengan output yang
baik dapat tercapai. Kota Malang juga dikenal sebagai salah satu
produsen keramik berkualitas di Indonesia dan sentra industri keramik di
Malang berlokasi di Dinoyo. Proses produksi ini bergerak di bidang
manufaktur untuk memproduksi keramik. Masalah yang sering terjadi
pada rumah produksi keramik adalah banyaknya antrian yang tidak
seimbang pada proses satu dengan lainnya. Penggunaan program
pemodelan simulasi ini diharapkan dapat meminimasi lama waktu
antrian antar proses produksi dan memaksimalkan jumlah produk yang
dapat dihasilkan. Data yang diambil atau digunakan yaitu data waktu
material yang datang ke sistem, waktu proses, dan waktu selesai
pemrosesan.

Untuk

memperbaiki

sistem,

perbaikan

pada

proses

produksi keramik yang perlu dilakukan yaitu dengan melakukan


skenario penambahan server.
Tujuan dari pembuatan sistem simulasi proses produksi keramik
adalah meminimasi lama waktu antrian material pada suatu proses dan
memaksimalkan jumlah produk yang dapat diproduksi. Ruang lingkup
dan batasan studi, yaitu:
a. Diasumsikan jenis produksi keramik adalah make to stock.
b. Studi hanya membahas pelayanan pada proses produksi dari
material masuk sampai menjadi keramik.
c. Data yang diambil adalah waktu kedatangan material dan lama
waktu pengerjaan material atau produk.
d. Diasumsikan tidak ada waste material dan rework materials.
e. Untuk pembangkitan bilangan acak pada sistem pembuatan keramik
ini menggunakan sampling data selama 8 jam, yaitu dari pukul 08.00
- 16.00.

f.

Proses

selanjutnya

tidak

dapat

dimulai

sebelum

pendahulunya selesai.
g. Tidak tersedianya warehouse dalam produksi keramik.

proses

Sistem yang akan dibahas adalah sistem dari proses produksi


keramik. Berikut ini adalah gambaran dari sistem proses produksi
keramik:

Ga
mbar 2.1Entity Flow Diagram (EFD) Sistem Proses Pembuatan Keramik di Dinoyo

2.2Cara Kerja Sistem


Proses pembuatan keramik dimulai dari kedatangan (arrival) dari
material berupa tanah liat untuk dicetak sesuai bentuk dan ukuran,
terdapat dua buah server yang menangani proses pencetakan tanah liat
ini. Kemudian tanah liat yang sudah dicetak didiamkan sampai
mengering. Pada tahap ini akan terbentuk dua baris antrian (multi line)
yang kemudian akan dilanjutkan pada proses selanjutnya yang bersifat
serial server yaitu proses merapikan keramik yang sudah kering dengan
cara menggosok bagian-bagian yang masih kasar. Setelah itu keramik
melalui proses pembakaran dan kemudian dilanjutkan dengan proses
finishing. Dengan kata lain produksi dari keramik diawali dengan
kedatangan (arrival) dari material atau tanah liat, kemudian diproses
dalam sistem. Awalnya material akan dikenai proses pencetakan.
Kemudian setelah dicetak, hasil cetakan tersebut akan diinspeksi dan
dirapikan (penghalusan) sebelum dilakukan pembakaran dan finishing
(serial server). Pada proses pencetakan dan finishing terdapat dua buah
server (multi server) dengan dua buah baris antrian (multi line). Setelah
proses produksi usai maka sistem simulasi berakhir, yang diindikasikan
dengan dihasilkannya produk keramik.

2.3

Komponen Sistem
Komponen dari sistem proses produksi keramik ini memiliki daftar entitas, atribut, aktivitas, event, dan state

variable sebagai berikut:


Tabel 2.1 Daftar Komponen Untuk Sistem Proses Produksi Keramik

Sistem

Entity
Tanah liat

Atribut
Kecepatan

Activity
Pengantrian

Event
Operasi

State Variable
Status server:

Server Pencetakan

proses
Kapasitas

Pencetakan

Idle

- Busy

Server

Penghalusan

Time Arrival

- Idle

Penghalusan
Server

Penampungan

Time Departure

Penampungan
Server

Pembakaran

produksi
Proses
pembuatan
keramik

Pembakaran
Server Finishing
Operator

Finishing

2.4Activity Cycle Diagram (ACD)


Activity Cycle Diagram pada proses produksi keramik menggunakan
model sistem proses pembuatan keramik. Sistem ini menggunakan satu
jalur antrian serta 4 proses (server) yang tersusun secara serial. Pada
proses pertama dan kedua masing-masing terdapat 2 server. Entitas
pada model sistem ini adalah material (tanah liat) dan server. Aktivitas
yang

dilakukan

material

antara

lain

antri

(aktivitas

pasif)

dan

pemrosesan (aktivitas aktif). Aktivitas yang dilakukan server ialah idle


(aktivitas pasif) dan memroses material (aktivitas aktif). Oleh karena itu,
proses pembuatan ACD untuk sistem proses produksi keramik ini dapat
dijabarkan sebagai berikut:
Tabel 2.2 Daftar Entitas Untuk Sistem Proses Produksi Keramik

No

Entitas

Kategori

Generate

Terminat
e

Tanah Liat

Sementara

Server_Pencetaka
n

Permanen

Server_Penghalus
an

Permanen

Server_Pembakar
an

Permanen

Server_Finishing

Permanen

Setelah menentukan entitas yang terlibat dan menuliskannya ke


dalam daftar entitas, langkah selanjutnya yang perlu dilakukan adalah
membuat identifikasi aktivitas yang terjadi dalam sistem ini. Aktivitasaktivitas tersebut antara lain:
1. Tanah liat (material) dibangkitkan kedatangannya dan ditambahkan
ke dalam sistem (create costumer).
2. Tanah liat (material) mengantri pada baris antrian pencetakan.
3. Tanah liatdicetak pada server 1.
4. Tanah liat dicetak pada server 2.
5. Tanah liat (keramik setangah jadi) menuju pada baris antrian
penghalusan.
6. Operator pencetakan server 1 menganggur.

7. Operator pencetakan server 2 menganggur.


8. Tanah liat (keramik setangah jadi) mengantri pada baris antrian
penghalusan.
9. Tanah liat (keramik setangah jadi) dihaluskan permukaannya pada
server 1.
10.

Tanah liat (keramik setangah jadi) dihaluskan permukaannya

pada server 2.
11.

Tanah liat (keramik setangah jadi) menuju ke penampungan

pembakaran keramik.
12.

Operator penghalusan server 1 menganggur.

13.

Operator penghalusan server 2 menganggur.

14.

Tanah liat (keramik setangah jadi) ditampung hingga berjumlah

40 (batch).
15.

Batch

tanah

liat

(keramik

setangah

jadi)

menuju

pada

serverpembakaran.
16.

Batch tanah liat (keramik setangah jadi) dibakar.

17.

Batch tanah liat (keramik) menuju pada baris antrian finishing.

18.

Operator server pembakaran menganggur.

19.

Batch tanah liat (keramik) mengantri pada baris antrian finishing.

20.

Batch tanah liat (keramik) dicat, dihias dan dikemas.

21.

Operator server finishing menganggur.

22.

Batch tanah liat (keramik jadi) keluar dan dihilangkan dari sistem

(terminate costumer).
Dari proses identifikasi aktivitas dari entitas yang terlibat seperti di
atas, maka ACD dari sistem proses produksi keramik dapat dilihat pada
Gambar 2.2. Sementara daftar yang menunjukkan adanya perubahan
aktivitas pada setiap entitas dalam sistem pada waktu yang telah digenerate adalah sebagai berikut:
1. Pembangkitan kedatangan: create costumer
2. Aktivitas-aktivitas yang ada:
Tabel 2.3 Perubahan Aktivitas

No.
1
2

Aktivitas
Material mengantri untuk dicetak
Proses pencetakan keramik pada
server 1

Entitas yang
Terlibat
Tanah Liat
Tanah Liat, Server
Pencetakan

Active

3
4
5
6

Proses pencetakan keramik pada


server 2
Operator server 1 proses
pencetakan menganggur
Operator server 2 proses
pencetakan menganggur
Material mengantri untuk proses
penghalusan

Tanah Liat, Server


Pencetakan

Server Pencetakan
Server Pencetakan
Tanah Liat

Lanjutan Tabel 2.3 Perubahan Aktivitas

No.
7
8
9
10
11
12
13
14
15
16

Aktivitas
Proses penghalusan keramik pada
server 1
Proses penghalusan keramik pada
server 2
Operator server 1 proses
penghalusan menganggur
Operator server 2 proses
penghalusan menganggur
Material mengantri dan ditampung
hingga berjumlah 40 buah
(batching)
Proses pembakaran keramik untuk
1 batch material
Operator server pembakaran
menganggur
Material mengantri untuk proses
finishing
Proses finishing keramik untuk 1
batch material
Operator server finishing
menganggur

Entitas yang
Terlibat
Tanah Liat, Server
Penghalusan
Tanah Liat, Server
Penghalusan

Active

Server Penghalusan
Server Penghalusan
Tanah Liat
Tanah Liat, Server
Pembakaran

Server Pembakaran
Tanah Liat
Tanah Liat, Server
Finishing
Server Finishing

3. Pengurangan entitas: terminate costumer

2.5

Pembangkitan Bilangan Acak


Proses pembangkitan bilangan acak digunakan dalam simulasi untuk

men-generate waktu antar kedatangan dari entiti dan waktu pelayanan/


proses pada setiap server dalam sistem. Langkah pertama dalam menggenerate

waktu

dilakukan

melalui

Microsoft

Excel

adalah

meng-generate

perandoman
2007.

waktu

menggunakan

Perandoman

=RANDBETWEEN(8*60;16*60)/(24/60)

kedatangan

yang

bantuan

software

menggunakan

formula

dengan

satuan

menit.

Untuk

pembangkitan bilangan acak pada MLSS ini menggunakan sampling


data selama 8 jam, yaitu dari pukul 08.00 - 16.00. Serta diasumsikan
untuk

proses

selanjutnya

tidak

dapat

dimulai

sebelum

proses

pendahulunya selesai dan tidak tersedianya warehouse dalam produksi


keramnik. Berikut adalah tabel pembangkitan bilangan acak dari proses
produksi keramik untuk data waktu kedatangan:
Tabel 2.4Pembangkitan Bilangan Acak Waktu Antar Kedatangan MLSS
Waktu
Kedatang
an
8:01
8:08
8:13
8:16
8:30
8:38
8:40
8:44
8:46
9:15
9:18
9:22
9:25
9:36
9:41
9:42
9:50
9:51
9:52
9:55

Waktu Awal Pembangkitan = 08:00; satuan dalam menit


Antar
Waktu
Antar
Waktu
Antar
Waktu
Kedatang
Kedatang
Kedatang
Kedatang
Kedatang
Kedatang
an
an
an
an
an
an
1
9:57
2
11:24
8
14:01
7
10:04
7
11:30
6
14:02
5
10:07
3
11:31
1
14:06
3
10:10
3
11:33
2
14:08
14
10:18
8
11:44
11
14:14
8
10:23
5
11:51
7
14:15
2
10:25
2
11:54
3
14:24
4
10:26
1
11:56
2
14:38
2
10:27
1
12:09
13
14:56
29
10:32
5
12:32
23
14:58
3
10:36
4
12:36
4
15:09
4
10:38
2
12:37
1
15:14
3
10:44
6
12:39
2
15:21
11
10:46
2
12:44
5
15:23
5
10:49
3
12:51
7
15:35
1
10:56
7
12:57
6
15:38
8
11:03
7
13:12
15
15:40
1
11:05
2
13:20
8
15:44
1
11:07
2
13:29
9
15:46
3
11:16
9
13:51
22
15:55

Antar
Kedatang
an
10
1
4
2
6
1
9
14
18
2
11
5
7
2
12
3
2
4
2
9

Selain itu, generate bilangan acak waktu berikutnya adalah pada


waktu pelayanan/ produksi pada tiap-tiap proses produksi yang
dilakukan melalui perandoman bilangan acak dengan bantuan software
Microsoft

Excel

2007.

Perandoman

menggunakan

formula

=RANDBETWEEN dengan alokasi lama waktu pelayanan tiap server


yang diasumsikan menjadi 0,5 kali dari waktu sebenarnya, sebagai
berikut:
1.
2.
3.
4.

Server 1 dan 2 pencetakan


Sever 1 dan 2 penghalusan
Server pembakaran
Server finishing

:
:
:
:

=RANDBETWEEN(5;10)
=RANDBETWEEN(5;8)
=RANDBETWEEN(60;90)
=RANDBETWEEN(300;400)

Tabel 2.5Pembangkitan Bilangan Acak Waktu Pelayanan

Server 1
Pencetaka
n
9
10
10
9
10
6
7
10
8
7
10
8
7
9
5
6
9
8
5
8
7
10
9
7
5
7
9
7
9
7
5
5
10
9
8
5

Waktu Pelayanan; satuan dalam menit


Server 2
Server 1
Server 2
Server
Pencetaka Penghalus Penghalus Pembakar
n
an
an
an
5
8
5
84
7
7
8
88
5
5
6
66
9
6
5
85
7
5
8
75
9
8
7
75
10
6
6
64
6
6
8
80
9
6
6
64
5
8
8
85
5
7
7
81
7
6
5
88
7
6
5
62
9
6
7
66
7
6
5
71
5
8
8
68
5
8
5
73
6
7
5
88
6
6
6
70
8
6
8
78
6
7
8
75
5
5
6
76
10
6
7
90
7
5
6
68
8
8
6
61
7
6
5
90
8
6
5
88
7
6
6
61
10
8
6
68
7
8
8
79
8
6
5
83
9
5
6
77
5
7
6
82
9
6
5
83
5
5
5
79
6
5
8
72

Server
Finishing
305
343
311
310
356
364
314
328
396
313
349
398
395
392
368
336
343
312
315
399
300
368
364
332
336
400
397
399
315
301
348
337
339
369
358
333

Lanjutan Tabel 2.5Pembangkitan Bilangan Acak Waktu Pelayanan

Server 1
Pencetaka
n
8
10
9
6

Waktu Pelayanan; satuan dalam menit


Server 2
Server 1
Server 2
Server
Pencetaka Penghalus Penghalus Pembakar
n
an
an
an
6
5
5
88
5
6
7
89
5
8
5
67
8
7
8
71

Berdasarkan

data-data

di

atas,

dilakukan

Server
Finishing
318
321
313
379

pengujian

untuk

mengetahui jenis distribusi dari waktu antar kedatangan, lamanya


waktu pelayanan server 1 dan 2 dari tiap-tiap pelayanan. Pengujian
dilakukan

dengan

menggunakan

bantuan

software

SPSS

17.0

menggunakan 4 macam pengujian/ test distribusi.


Sebelum melakukan pengujian, terlebih dahulu harus merumuskan H 0
dan H1 secara umum dari pengujian distribusi yang akan dilakukan,
antara lain:
1. H0 = Data waktu antar kedatangan/ pelayanan berdistribusi normal
H1 = Data waktu antar kedatangan/ pelayanan tidak berdistribusi
normal
2. H0 = Data waktu antar kedatangan/ pelayanan berdistribusi uniform
H1 = Data waktu antar kedatangan/ pelayanan tidak berdistribusi
uniform
3. H0 = Data waktu antar kedatangan/ pelayanan berdistribusi poisson
H1 = Data waktu antar kedatangan/ pelayanan tidak berdistribusi
poisson
4. H0 =

Data

waktu

antar

kedatangan/

pelayanan

berdistribusi

exponential
H1 = Data waktu antar kedatangan/ pelayanan tidak berdistribusi
exponential
Langkah-langkah yang dilakukan dalam pengujian distribusi waktu antar
kedatangan dan lamanya waktu pelayanan adalah sebagai berikut:
1. Masukkan data waktu antar kedatangan dan lamanya waktu
pelayanan pada SPSS 17.0.

2. Lakukan pengujian distribusi dengan klik Analyze>>Nonparametric


Tests>>1- Sample K-S

Gambar 2.3 Langkah-Langkah Pengujian Distribusi

3. Masukkan variabel antar_kedatangan ke dalam Test Variable List.


Untuk menguji distribusi lamanya waktu pelayanan server 1 pada
proses pencetakan, masukkan variabel server_cetak1 ke dalam Test
Variable List. Untuk menguji distribusi lamanya waktu pelayanan
server 2 pada proses pencetakan, masukkan variabel server_cetak2
ke dalam Test Variable List. Untuk menguji distribusi lamanya waktu
pelayanan server 1 pada proses penghalusan, masukkan variabel
server_halus1 ke dalam Test Variable List. Untuk menguji distribusi
lamanya waktu pelayanan server 2 pada proses penghalusan,
masukkan variabel server_halus2 ke dalam Test Variable List. Untuk
menguji distribusi lamanya waktu pelayanan proses pembakaran,
masukkan variabel server_bakar1 ke dalam Test Variable List. Untuk
menguji distribusi lamanya waktu pelayanan proses pencetakan,
masukkan

variabel

server_cat1

ke

dalam

Test

Variable

List.

Kemudian berilah tanda centang pada Normal, Uniform, Poisson, dan


Exponential pada Test Distribution untuk mengetahui jenis ditribusi
data dari tiap-tiap proses. Klik

Options pilihlah Descriptive

OK.Kemudian klik OK pada tab One Sample Kolmogorov-Smirnov


Test.

Gambar 2.4 Langkah-Langkah Pengujian Distribusi

Setelah dilakukan langkah-langkah tersebut maka akan muncul


jendela output pengujian distribusi dari masing-masing variabel. Tiap
variabel memiliki 4 tabel output, dan jenis distribusi ditentukan melalui
nilai sig yang tercantum pada masing-masing tabel. Adapun output
untuk tiap-tiap proses adalah:
1. Waktu Antar Kedatangan:
Tabel 2.5 Hasil Uji Distribusi Eksponensial dengan SPSS
One-Sample Kolmogorov-Smirnov Test 4
antar_kedatangan
N
Exponential parameter.a,,b
Most Extreme Differences

Mean
Absolute
Positive
Negative

Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)

80
5.94
.161
.057
-.161
1.440
.062

a. Test Distribution is Exponential.


b. Calculated from data.

H0 diterima apabila nilai Sig > 0,05. Dari hasil pengujian di atas,
terlihat bahwa nilai Asymp. Sig. (2-tailed) = 0,062 > 0,05 maka H0
diterima yang artinya data berdistribusi eksponensial, dengan
parameter mean = 5,94.

2. Proses Pencetakan:
Tabel 2.6Hasil Uji Distribusi Poisson dengan SPSS
One-Sample Kolmogorov-Smirnov Test 3
server_cetak1
N
Poisson Parametera,,b
Most Extreme Differences

server_cetak2

40
7.83
.167
.167
-.110
1.057
.214

Mean
Absolute
Positive
Negative

Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)

40
6.95
.178
.095
-.178
1.123
.160

a. Test distribution is Poisson.


b. Calculated from data.

H0 diterima apabila nilai Sig > 0,05. Dari hasil pengujian di atas,
terlihat bahwa nilai Asymp. Sig. (2-tailed) = 0,214 > 0,05 maka H 0 diterima
yang artinya data berdistribusi poisson, dengan parameter mean = 7,83.
3. Proses Penghalusan:
Tabel 2.7Hasil Uji Distribusi Normal dengan SPSS
One-Sample Kolmogorov-Smirnov Test
server_halus1
N
Normal Parametersa,,b
Most Extreme Differences

Mean
Std. Deviation
Absolute
Positive
Negative

Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)

40
6.40
1.057
.272
.272
-.160
1.723
.069

server_halus2
40
6.28
1.198
.216
.216
-.175
1.365
.058

a. Test distribution is Normal.


b. Calculated from data.

H0 diterima apabila nilai Sig > 0,05. Dari hasil pengujian di atas,
terlihat bahwa nilai Asymp. Sig. (2-tailed) = 0,069 > 0,05 maka H 0 diterima
yang artinya data berdistribusi normal, dengan parameter mean = 6,40
dan standar deviasi = 1,057.

4. Proses Pembakaran:
Tabel 2.8Hasil Uji Distribusi Poisson dengan SPSS
One-Sample Kolmogorov-Smirnov Test 3
server_bakar1
N
Poisson Parametera,,b
Most Extreme Differences

Mean
Absolute
Positive
Negative

Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)

40
76.45
.095
.093
-.095
.601
.863

a. Test distribution is Poisson.


b. Calculated from data.

H0 diterima apabila nilai Sig > 0,05. Dari hasil pengujian di atas,
terlihat bahwa nilai Asymp. Sig. (2-tailed) = 0,863 > 0,05 maka H 0 diterima
yang artinya data berdistribusi poisson, dengan parameter mean = 76,45.
5. Proses Finishing:
Tabel 2.9Hasil Uji Distribusi Normal dengan SPSS
One-Sample Kolmogorov-Smirnov Test
sever_cat1
N
Normal Parametersa,,b
Most Extreme Differences

Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)

Mean
Std. Deviation
Absolute
Positive
Negative

40
346.85
32.576
.117
.112
-.117
.741
.643

a. Test distribution is Normal.


b. Calculated from data.

H0 diterima apabila nilai Sig > 0,05. Dari hasil pengujian di atas,
terlihat bahwa nilai Asymp. Sig. (2-tailed) = 0,643 > 0,05 maka H 0 diterima
yang artinya data berdistribusi normal, dengan parameter mean = 346,85
dan standar deviasi = 32,576.

2.6

Langkah Pembuatan Model


Pada bagian ini akan dijelaskan mengenai langkah-langkah yang

dilakukan dalam pembuatan model. Dalam hal ini, digunakan software


Arena 13.0. Sistem proses produksi keramik yang dibahas disimulasikan
dengan langkah-langkah sebagai berikut:
1. Membuka Program Arena 13.0.
2. Membuat modul-modul yang

ada

dalam

sistem

dengan

menggunakan basic process dengan cara melakukan drag-drop ke


dalam lembar kerja.
3. Hubungkan setiap modul dengan komponen connect.

Gambar 2.5 Tampilan Sistem Pembuatan Keramik pada Arena 13.0

4. Menentukan entitas yang ada dalam sistem dengan meng-klik entity


dan mengganti namanya menjadi Tanah Liat, dan Initial Picture
adalah Picture.Box.
5. Lakukan pengisian Resource pada modul Resource untuk masingmasing server yang berada dalam sistem seperti berikut ini:

Gambar 2.6 Tampilan Resource Sistem Pembuatan Keramik Pada Arena 13.0

6. Lakukan pengisian pada modul set untuk bagian sistem yang


bersifat multiserver dan mengisinya seperti berikut ini:

Gambar 2.7 Tampilan Set Up Sistem Pembuatan Keramik Pada Arena 13.0

Pada kolom Name masukkan nama server yang bersifat paralel


kemudian masukkan jumlah server yang ada dalam sistem (dalam
hal ini 2 buah server) kemudian lakukan double click pada kolom
Members kemudian masukkan nama server yang dalam sistem yang
dibuat.
7. Lakukan pengisian nilai pada masing-masing modul yang telah
dibuat. Masing-masing modul berisi:
a. Modul Create
Pada menu yang muncul setelah meng-doubleclick modul
create, lakukan perubahan data sesuai kebutuhan. Dalam hal ini,
nama dari modul create yang digunakan diberi nama Material
dengan entity type Tanah Liat. Type yang digunakan untuk time
between arrivals adalah Expression yang kemudian pada bagian
Expression

diisikan

distribusi

dan

parameter

yang

sudah

ditentukan sebelumnya dengan satuan Units dalam menit


(Minutes) lalu klik OK.

Gambar 2.8 Tampilan Create Pada Sistem Pembuatan KeramikPada Arena 13.0

b. Modul Process (Pencetakan)


Pada modul process untuk

mewakili

Server

proses

pencetakan, nama diubah menjadi Pencetakan. Pada bagian


Logic, pilih Action: Seize Delay Release, kemudian pada bagian
Resources, pilih tombol Add dan pilih Type: Set dan kemudian
tuliskan Set Name set_cetak (yang sudah diidentifikasi pada
modul Set) serta pilih Cylical pada Selection Rule. Klik OK.
Masukkan Delay Type: Expression dengan Units: Minutes. Pada
bagian Expression, isikanlah distribusi yang digunakan untuk
server pengisian form lengkap dengan nilai dari parameternya
masing-masing [POIS ( 7.83 )]. Lalu klik OK.

Gambar 2.9 Tampilan Jendela Process Pada Sistem Pembuatan KeramikPada Arena
13.0

Gambar 2.10 Tampilan Set Basic Process Pada Sistem Pembuatan KeramikPada Arena
13.0

Untuk memberikan indikasi server mana yang busy, klik


Resource pada tool bar. Kemudian diisi data sesuai gambar
berikut untuk masing-masing server:

Gambar 2.11 Tampilan Jendela Identiter Pada Sistem Pembuatan KeramikPada Arena
13.0

c. Modul Process (Penghalusan)


Dengan

cara

yang

sama

seperti

pada

modul

process

(Pencetakan). Modul process berikutnya berisikan data berikut


ini:
Name

: Penghalusan

Action

: Seize Delay Release

Set Name

: set_halus

Selection Rule : Cylical


Delay Type

: Expression

Units

: Minutes

Expression

: NORM ( 6.44 , 1.057 )

Gambar 2.12 Tampilan Jendela Process Pada Sistem Pembuatan KeramikPada Arena
13.0

Gambar 2.13 Tampilan Set-Basic Process Pada Sistem Pembuatan KeramikPada Arena
13.0

Untuk memberikan indikasi server mana yang busy, klik


Resource pada tool bar. Kemudian diisi data sesuai gambar
berikut untuk masing-masing server:

Gambar 2.14 Tampilan Identiter Pada Sistem Pembuatan KeramikPada Arena 13.0

d. Modul Batch (Menampung Keramik)


Modul batch ini, berfungsi sebagai penampung (delay) pada
keramik setengah jadi dan mengkonversikannya menjadi 1
paket/ batch unit. Jumlah unit yang harus dipenuhi sebelum
masuk pada proses pembakaran sejumlah 40 keramik setengah
jadi. Modul batch berisikan data berikut ini:
Name

: Menampung Keramik

Type

: Permanent

Batch Size

: 40

Save Criterion : Product


Rule

: Any Entity

Setelah diisikan sesuai dengan data di atas lalu klik OK.

Gambar 2.15 Tampilan Batch Pada Sistem Pembuatan KeramikPada Arena 13.0

e. Modul Process (Pembakaran)


Dengan

cara

yang

sama

seperti

pada

modul

process

(Pencetakan). Modul process berikutnya berisikan data berikut


ini:
Name

: Pembakaran

Action

: Seize Delay Release

Set Name

: server_bakar

Selection Rule : Cylical


Delay Type

: Expression

Units

: Minutes

Expression

: POIS ( 76.45 )

Gambar 2.16 Tampilan Process Pada Sistem Pembuatan KeramikPada Arena 13.0

Gambar 2.17 Tampilan Set-Basic Process Pada Sistem Pembuatan KeramikPada Arena
13.0

f.

Modul Process (Finishing)


Dengan

cara

yang

sama

seperti

pada

modul

process

(Pencetakan). Modul process berikutnya berisikan data berikut


ini:
Name

: Finishing

Action

: Seize Delay Release

Set Name

: server_finish

Selection Rule : Cylical


Delay Type

: Expression

Units

: Minutes

Expression

: NORM ( 346.85 , 32.576 )

Gambar 2.18 Tampilan Jendela process Pada Sistem Pembuatan KeramikPada Arena
13.0

Gambar 2.19 Tampilan Set-Basic Process Pada Sistem Pembuatan KeramikPada Arena
13.0

Untuk memberikan indikasi server busy, klik Resource pada


tool bar. Kemudian diisi data sesuai gambar berikut untuk
server_finishing:

Gambar 2.20 Tampilan Identiter Pada Sistem Pembuatan KeramikPada Arena


13.0

g. Modul Dispose
Pada modul ini, yang dilakukan hanyalah mengubah nama
modul menjadi sesuai kebutuhan, dalam hal ini Name: Keramik
Cakep. Klik OK.

Gambar 2.21 Tampilan Dispose Pada Sistem Pembuatan KeramikPada Arena 13.0

8. Lalu, langkah selanjutnya adalah melakukan setting untuk proses


berjalannya simulasi dengan cara klik Run>>Setup. Kemudian pilih
Tab ReplicationParameters. Isikan data berikut:
Number of Replications : 10
Time Units
: Hours
Replication Length
: 960 (dari 2 x 8 jam x 60 menit) 2 shift
jam kerja
Time Units

: Seconds

Hours Per Day

:8

Gambar 2.22 Tampilan Run Setup Pada Sistem Pembuatan KeramikPada Arena
13.0

9. Jalankan simulasi dengan meng-klik tombol . Perintah menjalankan


simulasi juga dapat dilakukan dengan memilih Run>>Go dan
menghentikan simulasi dengan memilih Run>>End.
10.
Simulasi akan berhenti sebanyak replikasi dan lama replikasi
yang dilakukan, sehingga nantinya akan menghasilkan output/
report yang dibahas pada subbab berikutnya.
2.7

Hasil Simulasi
Pemodelan multi line serial server tentang proses produksi ini

mendapatkan hasil simulasi sebagai berikut:

Gambar 2.23 Tampilan Category Overview Pada Sistem Multi Line Serial Server

Report-report yang dihasilkan setelah melakukan simulasi dengan


Arena ini menunjukkan Key Performance Indicators, yaitu kunci utama
sebagai

indikator

pencapaian

dari

simulasi

yang

telah

dilakukan.Number out menunjukkan jumlah batch unit (keramik) yang


berhasil diproses sistem selama periode simulasi yaitu 16 jam perhari,
yang dalam hal ini jumlahnya adalah 1 batch unit yang setara dengan
40 unit keramik.

Gambar 2.24 Tampilan Entity Pada Sistem Multi Line Serial Server

Kemudian, untuk hasil simulasi dari kategori entity seperti yang


terlihat pada gambar di atas, dapat dianalisis bahwa VA Time pada
bagian average menunjukkan lama rata-rata waktu pelayanan selama
10 replikasi adalah sebesar 16,3309 menit, dengan rata-rata minimum
dan rata-rata maksimum yang terjadi selama 10 replikasi masingmasing adalah 15,28 menit dan 17,06 detik. Dari hasil simulasi pula,
dapat diketahui bahwa nilai minimum waktu pelayanan yang pernah
terjadi selama 10 replikasi adalah sebesar 14,74menit, dan waktu
pelayanan

maksimumnya

adalah

17,05

menit.

Rata-rata

waktu

menunggu (waiting time) yang dihabiskan oleh pemohon SIM selama 10


kali replikasi adalah 83,41 menit dengan rata-rata waktu tunggu
minimum adalah 71,3 menit dan maksimum 97,63 menit. Nilai minimum
untuk lama waktu menunggu yang pernah terjadi selama 10 kali

replikasi adalah 63,1menit dan nilai maksimum 97,62 menit. Waktu


rata-rata yang dihabiskan oleh material (tanah liat) di dalam sistem
proses daftar ulang ini adalah 69,54 menit. Melihat dari output pada
bagian other dapat disimpulkan bahwa jumlah rata-rata material yang
masuk sistem sebanyak 164,4 unit dan rata-rata material yang keluar
adalah sebanyak 49,2 unit.

Gambar 2.25 Tampilan Category Overview Pada Sistem Multi Line Serial Server

Dari hasil simulasi bagian Queue dapat dilihat bahwa rata-rata waktu
mengantri (waiting time) terlama dalam sistem adalah waktu mengantri
pada Menampung Keramik dimana waktu rata-rata menunggu atau
mengantrinya adalah 1,91 jam dengan nilai rata-rata minimum dan
maksimum untuk waiting time dalam batch ini masing-masing 1,7064
jam dan 2,12823 jam. Nilai minimum waktu tunggu yang pernah terjadi
selama 10 kali replikasi adalah 0 jam, dan nilai maksimum yang pernah
terjadi selama 10 kali replikasi adalah 5 jam. Sementara waktu
menunggu yang paling tidak memakan waktu lama adalah pada proses
Pembakaran yaitu dengan rata-rata sebesar 0 jam (tidak ada antrian)
dengan nilai rata-rata minimum dan maksimum untuk waiting time
dalam server ini adalah 0 jam. Nilai minimum dan maksimum waktu

tunggu yang pernah terjadi pada server ini selama 10 kali replikasi
adalah 0 jam pula.
Selain menganalisis

waktu yang

dihabiskan untuk

menunggu

ataupun berada dalam sistem, report ini juga mampu menggambarkan


berapa rata-rata jumlah material yang menunggu diproses dalam
sistem. Terlihat dari report di atas bahwa nilai maksimum untuk material
menunggu proses Pencetakan mencapai angka 7, angka ini merupakan
angka tertinggi di antara server-server lainnya yang memiliki angka
maksimum untuk jumlah material yang menunggu pada server lain.
Dapat disimpulkan bahwa terjadi masalah antrian pada server proses
Pencetakan yaitu berupa penumpukan material tanah liat dengan waktu
tunggu rata-rata yang tinggi pula, sehingga akan lebih baik jika server
Pencetakan ditambah beberapa server lagi dengan fungsi yang sama
untuk mengurangi penumpukan material yang menunggu dip roses
dalam sistem.

Gambar 2.26 Tampilan Resource Pada Sistem Multi Line Serial Server

Dari hasil report berdasarkan kategori Resources, dapat diketahui


utilitas dari Resources yang artinya untuk mengetahui tingkat kesibukan
server selama bekerja.Dalam hal ini, yang ingin dianalisis adalah
seberapa besar tingkat kesibukan dari server dalam sistem. Maka, dapat
dilihat pada bagian Instantaneous Utilization bahwa rata-rata tingkat
kesibukan server yang paling tinggi adalah Resource finish (proses
Finishing) dengan nilai rata-rata utilitasnya adalah 0,6464 atau 64,64%.
Sementara itu, rata-rata tingkat kesibukan yang paling rendah dalam
sistem adalah Resource bakar (proses Pembakaran) dengan nilai 0,2629
atau 26,29%. Nilai yang terdapat pada instantaneous utilizationsama
dengan nilai utilisasi number busy, hal ini dikarenakan setiap resource
yang terlibat hanya melayani sebuah material/ keramik saja (entity). Jika
resource melayani sejumlah N entity atau orang pemohon SIM, maka
akan ada kemungkinan nilai instantaneous utilization dan number busy
akan berbeda.

Gambar 2.27 Tampilan grafik hasil simulasi Pada Sistem Multi Line Serial Server

Selain melihat Instantaneous Utilization, dapat pula dilihat hasil


simulasi mengenai total unit material/ keramik yang dilayani dalam
masing-masing server dan didapatkan kesimpulan bahwa rata-rata
terbesar dari total unit material/ keramik yang dilayani dalam sistem
selama 10 kali replikasi terletak pada Resource Pencetakan server 1
(cetak_1) dengan rata-rata 81,8 unit sementara nilai rata-rata minimum
dan maksimumnya masing-masing adalah 70 dan 91 unit material/
keramik. Sedangkan nilai rata-rata minimum dari total unit material/

keramik yang dilayani dalam sistem terletak pada Finishing dengan nilai
rata-rata

2,2

unit.

Sedangkan

nilai

rata-rata

minimum

dan

maksimumnya masing-masing adalah 2 dan 3 unit material/ keramik.

BAB III
PENUTUP
1.1

Kesimpulan
Berdasarkan simulasi yang telah dilakukan dengan software Arena 13.0

dapat diambil suatu kesimpulan sebagai berikut:


1. Arena merupakan software yang dapat digunakan untuk mensimulasikan
suatu model sistem dengan sistem antrian yang didapat suatu angka
random dalam software excel lalu diolah distribusi datanya dengan
menggunakan SPSS 17.0
2. Software Arena 13.0 digunakan untuk mensimulasikan sistem Multi Line
Serial Server dengan sistem antrian pembuatan keramik dinoyo.
3. Dari pengaplikasian software Arena 13.0 dapat diketahui sistem antrian
yang terjadi pada lingkungan sekitar.
1.2

Saran

Berikut ini adalah saran yang diharapkan dapat dilakukan untuk ke


depannya antara lain:
1. Pada pemodelan system selanjutnya sebaiknya mengambil topik yang
lebih luas
2. Untuk studi kasus ini, apabila terlihat rata-rata antrian yang tinggi bila
dibandingkan dengan server lainnya, serta nilai utilitas yang tinggi pula,
maka dapat disimpulkan dan disarankan bahwa server tersebut perlu
diperbanyak untuk menurunkan jumlah antrian rata-ratanya.