PENINGKATAN KAPASITAS PRODUKSI PADA DIVISI CUTTING DI

PT BINA BUSANA INTERNUSA DENGAN MENGGUNAKAN METODE

SIMULASI
Annisa Eka Kurniawati, Parwadi Moengin, Sucipto Adisuwiryo
Laboratorium Sistem dan Simulasi Industri
Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Trisakti
ABSTRAK

Pada saat ini PT Bina Busana Internusa kurang dapat memenuhi kebutuhan pasar
yang terus meningkat. Hal ini disebabkan karena keterlambatan Divisi Cutting mengirim
potongan kain ke Divisi Sewing yang menyebabkan target produksi tidak tercapai.
Berdasarkan fokus pada masalah tersebut, PT Bina Busana Internusa membutuhkan
perbaikan di lini produksi, khususnya di Divisi Cutting, agar target produksi kemeja dapat
tercapai, sehingga kebutuhan konsumen bisa terpenuhi. Tujuan penelitian ini adalah
mengevaluasi aktivitas di lini produksi pada Divisi Cutting PT Bina Busana Internusa untuk
kemudian diidentifikasi penyebab keterlambatannya.
Pada bulan Maret 2012, PT Bina Busana Internusa memproduksi kemeja Valino
lengan panjang sebanyak 2598 unit/minggu, kemeja Valino lengan pendek sebanyak 241
unit/minggu, kemeja Van Hausen lengan panjang 1166 unit/minggu, dan kemeja Harry
Martin 579 unit/ minggunya. Data-data yang digunakan dalam penelitian ini diperoleh dari
hasil wawancara dan pengamatan langsung di lantai produksi. Pengamatan dilakukan
sebanyak 25 kali. Data hasil pengamatan kemudian diuji keseragaman dan kecukupannya.
Salah satu alternatif pemecahan masalah di PT Bina Busana Internusa digunakan
metode simulasi. Langkah awal adalah dengan membangun model konseptual. Tujuannya
adalah agar mempermudah pemodel untuk mendeklarasikan sistem yang ada agar sesuai
dengan keadaan yang sebenarnya. Selanjutnya adalah membuat model simulasi. Dari hasil
simulasi didapatkan output yaitu kemeja Valino lengan panjang sebanyak 2595 unit, kemeja
Valino lengan pendek sebanyak 239 unit, kemeja Van Hausen lengan panjang 1165 unit, dan
kemeja Harry Martin 579 unit. Untuk menghasilkan output/keluaran optimal digunakan
simRunner, tujuannya untuk mengetahui jumlah optimal dari indikator-indikator yang
menyebabkan masalah. Indikator tersebut dapat misalnya kapasitas produksi dari tiap mesin,
utilitas operator, dan sebagainya. Pada penelitian ini, indikator yang digunakan adalah
kapasitas mesin dan jumlah operator.
Setelah simRunner dijalankan, diketahui bahwa dari 78 eksperimen terdapat 5 usulan
terbaik untuk memperbaiki performansi di Divisi Cutting. Usulan pertama yaitu dengan
menempatkan 16 operator dan 3 unit mesin, usulan kedua menempatkan 16 operator dan 5
unit mesin, usulan ketiga menempatkan 16 operator dan 2 unit mesin, usulan keempat
menempatkan 16 operator dan 1 unit mesin, usulan kelima menempatkan 16 operator dan 4
unit mesin. Selanjutnya, usulan tersebut disimulasikan kembali pada model awal (kondisi
awal). Dari masing-masing usulan akan menghasilkan general report. Melalui output general
report tersebut dibandingkan dengan output model awal, dengan cara menghitung selisih
output dari setiap replikasi pada model awal dan model usulan, selanjutnya dilakukan uji
Bonferroni untuk melihat seberapa besar pengaruh yang diberikan pada pengembangan
model yang diusulkan. Pada penelitian ini, model usulan yang memberikan pengaruh berbeda
nyata adalah usulan 2 dan usulan 5. Sehingga, usulan yang bisa diberikan pada divisi cutting
adalah dengan menepatkan 16 operator dan 5 unit mesin.

Kata Kunci : Simulasi, SimRunner, kapasitas produksi

Peningkatan Kapasitas Produksi (Anisaa,dkk) Jurnal Teknik Industri ISSN: 1411-6340

1. PENDAHULUAN
1.1 Latar Belakang Masalah
Sejak tahun 1989, PT Bina Busana
Internusa adalah salah satu anak
perusahaan Triputra Group yang bergerak
di bidang produksi pakaian. Perusahaan ini
dibangun berdasarkan pengalaman dan
pengetahuan profesional dari personel
industri di bidang garmen. Dengan
jangkauan internasional dari bisnis dan
kesepakatan dengan banyak negara di Asia
maupun Eropa, PT. Bina Busana Internusa
tampil untuk berpartisipasi dalam industri
global, khususnya dalam industri garmen.
Pada saat ini PT Bina Busana
Internusa
kurang
dapat
memenuhi
kebutuhan pasar yang terus meningkat. Hal
ini disebabkan karena keterlambatan Divisi
Cutting mengirim potongan kain ke Divisi
Sewing yang menyebabkan target produksi
tidak tercapai. Berdasarkan fokus pada
masalah tersebut, PT Bina Busana
Internusa membutuhkan perbaikan di lini

produksi, khususnya di Divis Cutting, agar

target produksi kemeja dapat tercapai,
sehingga kebutuhan konsumen bisa
terpenuhi. Untuk membantu memperbaiki
sistem kerja di Divisi Cutting, dilakukan
pendekatan dengan menggunakan metode
simulasi.
1.2 Pokok Permasalahan
Seperti terlihat pada Tabel 1.1
bahwa permasalahan yang terjadi di Divisi
Cutting di PT Bina Busana Internusa
adalah keterlambatan pengiriman potongan
kain dari Divisi Cutting ke Divisi Sewing,
hal ini disebabkan oleh tertundanya proses
produksi di Divisi Cutting, sehingga target
produksi PT Bina Busana Internusa pada
bulan Maret 2012 tidak terpenuhi.
Mundurnya proses produksi di Divisi
Cutting
diduga
karena
terjadinya
bottleneck dan keterbatasan kapasitas
produksi di divisi tersebut.

Tabel 1 Data Keterlambatan Pengiriman Potongan Kain dari Divisi Cutting ke Divisi
Sewing

Tanggal Delivery
15 Februari 2012
15 Februari 2012
7 Maret 2012
9 Maret 2012
13 Maret 2012

Aktual Delivery Lama Keterlambatan (hari)

12 Maret 2012
26
13 Maret 2012
27
14 Maret 2012
7
12 Maret 2012
3
16 Maret 2012
3

1.3 Tujuan Penelitian

1. Mengevaluasi aktivitas di lini
produksi PT Bina Busana Internusa
untuk mengidentifikasi penyebab
keterlambatan yang terjadi pada
pengiriman potongan kain dari
Divisi Cutting ke Divisi Sewing.
2. Memberi usulan perbaikan di
Divisi Cutting melalui pemodelan
dan
simulasi
sistem
untuk
mengurangi
keterlambatan
pengiriman potongan kain, agar
target produksi bisa terpenuhi.

2. LANDASAN TEORI
2.1 Sistem
Sistem
didefinisikan
sebagai
sekelompok komponen yang beroperasi
secara bersama sama untuk mencapai
tujuan tertentu atau sekumpulan entitas
yang bertindak dan berinteraksi bersamasama untuk memenuhi suatu tujuan akhir
yang logis [2].
2.2

Konsep Model
Model adalah sebagai proses
penggambaran operasi sistem nyata untuk
menjelaskan atau menunjukkan relasirelasi penting yang terlibat. Sistem nyata
yang akan dimodelkan selalu bersifat

Peningkatan Kapasitas Produksi (Anisaa,dkk) Jurnal Teknik Industri ISSN: 1411-6340

kompleks. Sebab hanya ada beberapa

gambaran atau informasi dari sistem yang
signifikan atau relevan dengan tujuan yang
ingin diselidiki.
Agar model yang sudah dibuat
sesuai dengan yang diinginkan pemodel,
maka model harus memiliki empat
karakteristik dasar sebagai berikut :
a. Model harus memiliki tingkat
generalisasi yang tinggi
b. Model
harus
mempunyai
mekanisme transparan
c. Model harus memiliki potensi
untuk dikembangkan
d. Model harus mempunyai kepekaan
terhadap perubahan asumsi [3].
2.3

Model Konseptual
Model konseptual adalah hasil dari
usaha pengumpulan data dan formulasi
dalam pemikiran seseorang (dilengkapi
dengan catatan dan diagram) tentang
bagaimana sistem beroperasi. Membangun
model simulasi membutuhkan model
konseptual yang dikonversikan ke dalam
model simulasi. Untuk melakukan
transformasi tersebut membutuhkan dua
hal penting dalam pemikiran seseorang.
Pertama, pemodel harus mampu untuk
memikirkan sistem dalam paradigma
model yang didukung oleh software yang
sedang digunakan. Kedua, berbagai cara
berbeda yang memungkinkan untuk
memodelkan sistem harus dievaluasi untuk
menentukan cara terefisien dan terefektif
dalam merepresentasikan sistem [1].
2.4

Simulasi
Definisi simulasi adalah sebagai
suatu teknik dalam pembuatan suatu model
dari sistem yang nyata atau usulan sistem
sedemekian sehingga perilaku dari sistem
tersebut pada kondisi tertentu dapat
dipelajari. Simulasi sangat bermanfaat
pada tahapan perancangan sistem, yaitu
untuk menilai alternatif rancangan, pada
tahapan operasional, dipakai untuk
mengevaluasi alternatif kebijakan.

2.5

ProModel
ProModel (Production Modeler)
merupakan suatu alat bantu simulasi untuk
memodelkan berbagai sistem manufaktur
dan sistem pelayanan jasa. Sistem
manufaktur seperti job shop, conveyor,
transfer lines, mass production, assembly
lines, crane, kanban dan lainnya dapat
dimodelkan dengan promodel. Sedangkan,
untuk sistem pelayanan jasa seperti rumah
sakit, sistem transportasi, supermarket,
supply chain, logistik juga dapat
dimodelkan dengan promodel. Dalam
ProModel terdapat elemen dasar, yaitu :
a. Location
b. Entities
c. Arrivals
d. Processing
2.5.1

Location
Location adalah tempat dalam
sistem dimana entitas masuk untuk
diproses, menunggu, atau membuat
keputusan. Sebuah lokasi bisa saja berupa
ruang perawatan, stasiun kerja, check-in
point, antrian, ataupun gudang.
2.5.2

Entities
Entities adalah objek yang diproses
dalam sistem yang merepresentasikan
input dan output. Entites mempunyai
karakteristik tertentu, seperti kecepatan,
ukuran, keadaan barang, dan lain-lain.
2.5.3

Arrivals
Arrival adalah suatu mekanisme
untuk mengidentifikasikan bagaimana
entitis yang masuk ke dalam sistem.
2.5.4

Processing
Processing
menggambarkan
operasi yang ada di dalam suatu lokasi
dimana entiti bekerja di dalamnya dalam
waktu tertentu, sumber daya diperlukan
untuk melengkapi proses, dan segala
sesuatu yang terjadi di dalam lokasi, serta
menyeleksi entiti untuk tujuan selanjutnya.

Peningkatan Kapasitas Produksi (Anisaa,dkk) Jurnal Teknik Industri ISSN: 1411-6340

Adapun langkah-langkah proses uji

validasi ini, yaitu :
1. Ho : 1- 2 = 0
H1 : 1 - 2 0
Dimana 1, adalah rata-rata
output dari sistem nyata dan 2
adalah rata-rata output dari
hasil simulasi.
2. Menghitung
sample
mean
dengan rumus :

2.6

Verifikasi dan Validasi

Salah satu permasalahan yang
penting dalam menyelesaikan suatu
analisis simulasi adalah dalam menentukan
apakah suatu model simulasi merupakan
penyajian yang nyata dipelajari secara
akurat, yaitu apakah model sah.
2.6.1

Verifikasi Model Simulasi

Tujuan verifikasi model adalah
untuk
meyakinkan
bahwa
model
konseptual dicerminkan dengan teliti
dalam penyajian yang terkomputerisas.
Ada beberapa teknik yang dapat digunakan
untuk melakukan verifikasi model dalam
penelitian ini yaitu:
1. Melakukan review kode model.
2. Melakukan pengecekan yang logis
terhadap output.
3. Melihat animasi
4. Melakukan fasilitas trace and debug
dalam software.
Validasi Simulasi
Validasi adalah seluruh proses
membandingkan model dan perilaku
system yang riil dan perilakunya sendiri.
Ada beberapa teknik yang dapat digunakan
untuk melakukan validasi model:
1. Melihat dari animasinya
2. Membandingkan dengan system
nyata
3. Membandingkan dengan model lain
4. Melakukan degenerasi dan tes
kondisi ekstrim
5. Pengujian terhadap data historis
6. Melakukan analisis sensitivitas
Pada penelitian ini, teknik yang
digunakan
untuk
melakukan
validasi adalah teknik 1 dan 2.
Dalam validasi, terdapat rumus
perhitungan dengan menggunakan
interval kepercayaan berpasangan-t.

x (12)

x(12) j
n

...........................(Persamaan 1)
3. Menghitung sample standard
deviation dengan rumus :

S(12) =

[ x(12 ) j x
j =1

2
]
(1 2 )

n 1

2.6.2

..........................(Persamaan 2)
4. Mengitung half-width equation
(hw) dengan rumus :

hw =

(t n 1, / 2 ) S (1 2 )
n

............................(Persamaan 3)

x (1 2 ) hw (1 2 ) x (1 2 ) + hw
..........................(Persamaan 4)
5. Terima H0 jika interval memuat
bilangan nol (0). Model dikatakan valid
jika Ho diterima dan dikatakan tidak
valid jika Ho ditolak.
1.

Peningkatan Kapasitas Produksi (Anisaa,dkk) Jurnal Teknik Industri ISSN: 1411-6340

3.

METODOLOGI PENELITIAN

Gambar 1: Diagram Alir Metodologi Penelitian

Peningkatan Kapasitas Produksi (Anisaa,dkk) Jurnal Teknik Industri ISSN: 1411-6340

Gambar 2: Diagram Alir Simulasi Sistem

Peningkatan Kapasitas Produksi (Anisaa,dkk) Jurnal Teknik Industri ISSN: 1411-6340

4.
HASIL DAN PEMBAHASAN
4.1
Identifikasi
Variabel
dalam
Sistem
Variabel yang berpengaruh dalam
sistem adalah jumlah mesin, jumlah
operator, waktu proses produksi, jumlah
bahan baku, jumlah jam kerja. Variabelvariabel tersebut adalah variabel kendali
dari sistem yang ada, namun tidak semua
variabel kendali tersebut dapat dikontrol.
Variabel kendali yang dapat dikontrol

adalah
jumlah
mesin,
jumlah
operator,jumlah jam kerja dan jumlah
bahan baku. Sedangkan variabel kendali
yang tidak dapat dikontrol adalah waktu
proses produksi.
Selain variabel kendali, terdapat
variabel respons yang merupakan tujuan
dari penelitian ini. Variabel respons
tersebut adalah jumlah unit hasil produksi
dan utilitas operator.

Gambar 3: Variabel-variabel Dalam Sistem

4.3

Model Konseptual
Model
konseptual
merupakan
formulasi pemikiran seseorang tentang
bagaimana sistem akan beroperasi. Pada
penelitian ini model konseptual digunakan
untuk menguraikan variabel-variabel yang
mempengaruhi
sistem
agar
dapat
menghasilkan usulan sebagai pemecahan
masalah.
Sistem diawali dengan jumlah unit
target produksi yang ingin dicapai oleh
perusahaan karena PT Bina Busana
Internusa memproduksi produk jadi
dengan sistem Make-to-Stock. Informasi
mengenai bahan baku (jenis bahan baku
dan jumlah bahan baku) serta proses
produksi (jumlah mesin, jumlah operator,

dan waktu proses) akan menjadi input dari

alur produksi. Hasil dari alur produksi
adalah jumlah unit produksi Valino kemeja
lengan panjang, Valino kemeja lengan
pendek, Van Hausen kemeja lengan
panjang, dan Harry Martin Kemeja lengan
panjang, serta utilitas dari setiap operator.
Jumlah unit produksi akan dibandingkan
dengan target produksi. Apabila sudah
tercukupi maka kapasitas produksi dinilai
sudah optimal. Apabila belum tercukupi
maka dilakukan analisis permasalahan
hingga menghasilkan usulan yang akan
diuji kembali sebagai input yang ada dalam
alur produksi hingga target produksi yang
diinginkan tercapai.

Peningkatan Kapasitas Produksi (Anisaa,dkk) Jurnal Teknik Industri ISSN: 1411-6340

Target Produksi

Proses Produksi :
1. Jumlah Mesin
2. Jumlah Operator
3. Waktu Proses

Bahan Baku :
1. Jenis bahan baku
2. Jumlah bahan baku

GBB

Sewing
Komponen

Cutting

Sewing Assy

Finishing

Utilitas Operator

Jumlah Unit Produksi

Target Produksi
Tercapai ?

GBJ

Ya

Kapasitas
produksi sudah
optimal

Tidak

Identifikasi
Permasalahan

Membangun Model

Verifikasi, Validasi,
Replikasi

Eksperimen Model
Usukan

Gambar 4: Model Konseptual

4.3
Verifikasi dan Validasi
4.3.1 Verifikasi
Proses verifikasi pada penelitian ini
dilakukan dengan dengan memperhatikan
pergerakan animasi yang terdapat pada
promodel dan memeriksa output dari

promodel yang telah dibuat. Model dapat

dikatakan telah terverifikasi apabila model
dapat berjalan sesuai dengan proses yang
seharusnya dan tidak mengalami error.
Dibawah ini terdapat gambar awal model
sebelum berjalan dan gambaran model
pada saat berjalan.

Peningkatan Kapasitas Produksi (Anisaa,dkk) Jurnal Teknik Industri ISSN: 1411-6340

Gambar 5: Model Awal Simulasi Sistem Produksi Divisi Percetakan Sebelum Run

Peningkatan Kapasitas Produksi (Anisaa,dkk) Jurnal Teknik Industri ISSN: 1411-6340

Gambar 6: Model Awal Simulasi Sistem Produksi Divisi Percetakan Setelah Run
4.3.2 Validasi
Output dari sistem nyata adalah
rata-rata output yang mampu dihasilkan

oleh sistem nyata saat ini. Sedangkan

output dari simulasi didapat dari total exit
pada general report hasil simulasi.

Tabel 2: Perbandingan Output Sistem Nyata dengan Output Simulasi

Hasil Produksi ( unit )
Produk
Selisih
Sistem Nyata Simulasi
Valino Lengan Panjang
2598
2595
3
Valino Lengan Pendek
241
239
2
Van Hausen Lengan Panjang
1166
1165
1
Harry Martin Lengan Panjang
579
579
0

Setelah dilakukan uji kepercayaan

berpasangan-t terhadap jumlah unit produk
yang diproduksi dalam 1 minggu antara
sistem nyata dengan model simulasi
didapatkan kesimpulan bahwa model
simulasi yang dibuat telah valid karena
nilai interval melewati angka nol (0).

4.4 Replikasi
4.4.1 Percobaan Awal Kemeja Valino
Lengan Panjang
Data yang digunakan untuk
percobaan awal replikasi adalah jumlah
unit pakaian batik pria yang diproduksi
selama 1 minggu. Berikut adalah hasil 5

Peningkatan Kapasitas Produksi (Anisaa,dkk) Jurnal Teknik Industri ISSN: 1411-6340 10

kali replikasi berupa jumlah pakaian batik

pria yang dihasilkan pada setiap replikasi.
Tabel 3: Hasil 5 Kali Replikasi Kemeja
Valino Lengan Panjang
Replikasi Ke
1
2
3
4
5

Jumlah ( unit )
2595
2595
2595
2595
2595

4.4.2

Jumlah Replikasi
Berdasarkan hasil replikasi diatas,
dihitung ratarata dan standart deviasi
untuk masing masing produk dengan
menggunakan rumus:

x=

xi

i =1

n
2595 + 2595 + 2595 + 2595 + 2595
x=
5

hw =

(2,776 )0
5

= 0 unit.

Setelah nilai hw diketahui yaitu 0 unit,

maka untuk meminimasi error dalam
penelitian ini ditetapkan bahwa nilai hw
yang diinginkan adalah 0.3%. Nilai hw
sama dengan nilai error = 51.9 yang
digunakan untuk menentukan jumlah
replikasi.
(Z )s
n' = / 2
e

Z 0.025 = 1,96 (diperoleh dari

tabel z dengan = 5 %)
2

(1,96)0
n' =
=0
51.9
Dengan demikian, tidak diperlukan
replikasi dikarenakan output sudah
konstan. Hal ini disebabkan karena pada
saat pengambilan waktu proses data yang
dikumpulkan tidak berbeda jauh selisihnya.

= 2595 unit

s=

i =1

[ xi x] 2

Berikut ini adalah hasil perhitungan

replikasi yang telah dilakukan :

n 1

=0
Kemudian dilakukan penghitungan Half
Width (hw) dari 5 percobaan yang telah
dilakukan.

hw =

(t n 1, / 2 ) s
n

t 51, 0.05 / 2 = t 4,0.025 = 2,776

(diperoleh dari tabel t dengan = 5 %)

Peningkatan Kapasitas Produksi (Anisaa,dkk) Jurnal Teknik Industri ISSN: 1411-6340 11

Tabel 4 Hasil 5 Kali Replikasi untuk keseluruhan Produk

Replikasi
1
2
3
4
5
Rata-rata
St Deviasi
hw
e
n'

Produk (unit)
Valino Lengan Panjang Valino Lengan Pendek Van Hausen Lengan Panjang Harry Martin Lengan Panjang
2595
239
1165
579
2595
239
1165
579
2595
239
1165
579
2595
239
1165
579
2595
239
1165
579
2595
239
1165
579
0
0
0
0
0
0
0
0
51.9
4.78
23.3
11.58
0
0
0
0

4.5

SimRunner
SimRunner merupakan salah satu
software yang terdapat pada ProModel
yang tujuannya untuk mengetahui jumlah
optimal dari indikator-indikator yang
menyebabkan masalah. Pada penelitian ini,
indikatornya adalah kapasitas mesin dan
jumlah operator. Tujuannya adalah agar
mendapatkan usulan agar target produksi
dapat tercapai.
Proses
yang
terdapat
pada
SimRunner sedang dijalankan adalah
dengan melakukan perhitungan secara
otomatis
mengenai
kemungkinankemungkinan berapa banyak usulan yang

dapat diusulkan. Software tersebut akan

melakukan
simulasi
sendiri
untuk
mengetahui
kemungkinan-kemungkinan
yang
akan
terjadi.
Kemungkinankemungkinan tersebut biasa disebut
dengan eksperimen. Lamanya software ini
berjalan bergantung pada replikasi yang
telah dilakukan perhitungan sebelumya.
Pada
penelitian
ini,
jumlah
eksperimen
yang
dijalankan
oleh
SimRunner sebanyak 78 eksperimen. Dari
78 eksperimen yang telah dijalankan,
dipilih 5 hasil yang terbaik yang
sebelumnya telah diurutkan oleh software
tersebut. Berikut adalah hasil usulan dari
SimRunner:

Tabel 5 Hasil Usulan Terbaik oleh SimRunner

Jumlah mesin
Jumlah Operator

Usulan 1
3
16

Usulan 2
5
16

Setelah didapatkan usulan yang terbaik,

maka dapat dilakukan simulasi ulang
dengan menambahkan skenario dari model
awal
sebelumnya.
Skenario
dapat
ditambahkan langsung Lamanya simulasi
tersebut dilakukan bergantung kepada
replikasi dan banyaknya indikator yang
telah ditentukan sebelumnya.
Hasil dari general report akan dapat
dilihat langsung, karena dari hasil tersebut
dapat dilanjutkan pada uji Bonferroni.
4.5 Uji Bonferroni
Langkah
selanjutnya
adalah
membandingkan model awal yang telah

Usulan 3
2
16

Usulan 4
1
16

Usulan 5
4
16

dibuat sebelumnya dengan usulan yang

telah didapat dari output SimRunner dan
telah dilakukan simulasi ulang.
Cara pertama untuk melakukan uji
ini adalah dengan membandingkan hasil
yang
telah
dijalankan
dengan
menggunakan software atau dengan
pendeklarasian model dari awal. Berikut
ini adalah tahapan melakukan uji
Bonferroni :
Langkah 1: Menentukan hipotesis:
Ho : 1= 2 = 3 = 4= 5= 6
H1 : i j
Dimana i < j

Peningkatan Kapasitas Produksi (Anisaa,dkk) Jurnal Teknik Industri ISSN: 1411-6340 12

1
2
3

= Sistem nyata
= Model Usulan I
= Model Usulan II
4 = Model Usulan III
5 = Model Usulan IV
6 = Model Usulan V
Jumlah kandidat rancangan
dengan:
K(K-1)/2 = 6(6-1)/2 = 15

Langkah 4: Menghitung half - width (hw)

hw =

x (i i ')

dihitung

x(i i ') j
n

Langkah 3: Menghitung Standard deviasi:

S (i i ') =

n
j =1

x ( i i ') hw ( i i ') x ( i i ') + hw

Langkah 2: Menghitung rata rata:

(t n 1, / 2 ) S ( i i ')

[ x( i i ') j x (i i ') ] 2

t n 1, / 2 = t 51, 0.05 / 2 = 2,776

4.6

Hasil Uji Bonferroni

Dengan
menggunakan
uji
Bonferroni, tujuannya adalah untuk
mengetahui apakah terdapat perbedaan
yang signifikan antara model awal dan
setiap model usulan yang dibuat. Dibawah
ini merupakan hasil perhitungan yang
dilakukan
menggunakan
pendekatan
Bonferroni:

n 1
Tabel 6: Hasil Uji Bonferroni

Setelah diketahui output dari setiap

alternatif usulan. Maka selanjutnya adalah
menghitung selisih output dari setiap
replikasi pada model awal dan model
usulan. Jika hasilnya berbeda signifikan,
maka model usulan tersebut memiliki
pengaruh terhadap sistem nyata. Model
usulan
pada
penelitian
ini yang
memberikan pengaruh berbeda nyata
adalah usulan 2 dan usulan 5.
5.

KESIMPULAN
Dari hasil pengolahan data, maka
dapat ditarik kesimpulan :
1. Berdasarkan hasil evaluasi yang telah
dilakukan, kapasitas produksi yang
ada pada PT Bina Busana Internusa
tidak mencukupi untuk memenuhi
kebutuhan
konsumen.
Setiap
minggunya, PT Bina Busana

Internusa hanya dapat memproduksi

kemeja Valino lengan panjang
sebanyak 2595 unit, kemeja Valino
lengan pendek sebanyak 239 unit,
kemeja Van Hausen lengan panjang
1165 unit, dan kemeja Harry Martin
579 unit. Hal ini disebabkan oleh
kekurangan kapasitas mesin dan
jumlah operator yang terdapat pada
Divisi Cuting.
2. Dengan menggunakan simRunner,
didapat 5 model usulan yang terbaik
dari 78 model usulan yang dilaporkan
oleh simRunner.
Dari 5 model
usulan
tersebut,
dilakukan
perbandingan dengan model awal
dengan cara menghitung selisih
output dari setiap replikasi pada
model awal dan model usulan.
Selanjutnya dilakukan uji bonferroni

Peningkatan Kapasitas Produksi (Anisaa,dkk) Jurnal Teknik Industri ISSN: 1411-6340 13

untuk melihat pengaruh dari 5 model

usulan yang telah dipilih. Dapat
dikatakan berpengaruh jika terdapat
perbedaan signifikan. Hasil dari uji
6. DAFTAR PUSTAKA
Baroto, Teguh., 2002., Perencanaan
dan
Pengendalian
Produksi.,
Jakarta: Ghalia Indonesia.
Harrel, Charles , Biman K. Ghosh,
Royce O. Bowden Jr. (2003).
Simulation
Using
Promodel.
Second Edition. Mc. Graw Hill
International Edition. New York.
Hall, Randolph.W. (1991). Queueing
Methods
For
Service
And
Manufacturing. Prentice Hall. New
Jersey.
Kumar, A. and Shim, Sung J.,
Simulation for Optimal Utilization
of Human Resources in Surgical
Instruments
Distribution
in
Hospitals, published in the
Proceedings of the 9th Asia-Pacific
Decision
Sciences
Institute
Conference (APDSI-2004), July 14, 2004, Seoul, South Korea.

bonferroni tersebut dipilih 3 model

usulan karena memberikan pengaruh
berbeda nyata, yaitu model usulan 1,
model usulan 2 dan model usulan 5.
Law,Averill.M dan Kelton,David.W.
(2007). Simulation Modeling and
Analysis. Second edition. McGraw
Hill Higher Education. Singapore.
Miftahol Arifin.(2009). Simulasi Sistem
Industri. Yogyakata. Penerbit :
Graha
Ilmu.
Scholl, A.; Boysen, N.; Fliedner, M.
(2008): The sequence-dependent
assembly line
balancing
problem. Operations Research
Spectrum 30/3, 579609.
Suryani, Erma. (2006). Pemodelan &
Simulasi.
Edisi
Pertama.
Yogyakarta : Graha Ilmu.
Sutalaksana,
Iftikar
Z.,
Ruhana
Anggawisastra,
John
H.
Tjakraatmadja.(2006). Teknik Tata
Cara Kerja. Jurusan Teknik
Industri ITB. Bandung.

Peningkatan Kapasitas Produksi (Anisaa,dkk) Jurnal Teknik Industri ISSN: 1411-6340 14