Anda di halaman 1dari 5

Journal Resume:

Tactical and strategic planning for a container terminal: Modelling issues within a discrete event simulation approach
Armando Carteni, Stefano de Luca Resumed by Rama Panji Renspandy (2509100060)

Abstrak
Jurnal ini menampilkan beberapa model discrete event simulation (DES) dalah skala mikro untuk terminal kontainer. Fokus utamanya adalah untuk mencari pendekatan terbaik guna mensimulasikan aktivitas transfer barang dan hal-hal kritis lainnya yang perlu diperhatikan dalam jangka waktu tertentu.

Intoduksi
Menganalisa proyek untuk terminal kontainer pada dasarnya dapat dilakukan dengan cara optimazi model matematis biasa atau menggunakan simulasi. Meskipun model matematis memberikan solusi yang lebih baik, akan tetapi melalui simulasi diskrit, model matematis yang kompleks dapat disederhanakan, mampu didukung oleh perubahan kebijakan melalui software, dan dapat membantu pengambilan keputusan lebih fleksibel. Terdapat sekitar 51 aktivitas MHD, dan 153 peralatan MHD yang diamati. Tingkat efektifitas dari model simulasi dinilai dengan mengestimasikan performa konfigurasi terminal lokal dan global pada pre-scenario dan post-scenario.

Literature Review
Penelitian di bidang terminal kontainer pada dasarnya lebih banyak menggunakan optimasi diskrit. Tetapi, beberapa dari penilitian tersebut memiliki kelemahan, karena hasil dari model menjadi buruk apabila distribusi aktifitas bukan merupakan distribusi Erlang. Maka dari itu, peluang untuk menggunakan simulasi distkrit cukup besar. Simulasi dapat membantu mencapai beberapa tujuan dan memiliki kelebihan dari kesederhanaan model, mampu memodelkan terminal kontainer secara lebih rinci, dan fleksibel terhadap perubahan aturan/skenario.

Model
Sebuah simulasi diskrit dapat didefinisikan sebagai seperangkat entitas yang berinteraksi melalui state berbeda sebagai kejadian internal ataupun eksternal. Entitas bisa berbentuk fisik, konseptual (aliran informasi), atau model matematis. Entitas memiliki karakter berupa parameter dan/atau variabel. Parameter bersifat statis, sedangkan variabel bersifat dinamis. Karakter dari seluruh sistem terlihat dari state. Di dalam kasus terminal kontainer, entitas merepresentasikan perlatan MHD, kontainer, dan segala lokasi fisik yang terkait dengan aktivitas di terminal kontainer (dok, lapangan, pintu gerbang, dan lain-lain). Seluruh entitas dapat dikelompokkan menjadi dua sub-sistem, yakni: i. Sub-sistem permintaan, merepresentasikan jumlah kontainer yang masuk atau keluar dari terminal
1

Sub-sistem pasokan, terdiri dari peralatan handling, hubungan antara entitas, dan titik penting pada terminal kontainer. Sebelum mengembangkan model DES, kedua dari sub-sistem di atas harus diidentifikasi terlebih dahulu dan dimodelkan. Untuk itu, ada tiga hal penting yang harus dilakukan, yakni: a. Identifikasi arsitektur dan fungsi dari terminal kontainer b. Estimasi dan pembentukan karakter permintaan c. Estimasi dan pembentukan karakter pasokan

ii.

Gambar 1 Analisa Aktivfitas

Selanjutnya setelah aktivitas dianalisa, tahap selanjutnya adalah pengumpulan data. Berikut adalah data yang telah diperoleh dalam pengamatan.

Gambar 2 Mobile harbour crane

Model Implementation
Model simulasi diskrit dibangun menggunakan software Witness, yang merupakan salah satu software terbaik yang dapat menampilkan simulasi visual yang interaktif.

Gambar 3 Tampilan Model di Software

Berikut adalah daftar aktifitas fisik yang terdapat pada terminal kontainer, dan ID-nya dalah software.
Table 1 Aktivitas dan ID

Selanjutnya untuk validasi model, dikembangkan empat model yang berbeda, yakni: a. Sample Mean Undifferentiated (SMU) Model Menggunakan nilai rata-rata sampel untuk mengestimasikan durasi peralatah MHD dan diasumsikan tidak ada perbedaan antar tipe kontainer. b. Sample Mean Container Type (SMCT) Model Menggunakan nilai rata-rata sampel untuk mengestimasikan durasi peralatah MHD dengan tipe kontainer 20 (penuh atau kosong), 40 (penuh atau kosong) dan 2x20 (penuh atau kosong). c. Random Variable Undfferentiated (RVU) Model Waktu yang berasosiasi pada tiap aktivitas merupakan sebuat variabel random, dan waktu perlatan MHD dimodelkan sebagai random variabel, serta tidak ada perbedaan antar tipe kontainer. d. Random Variable Container Type (RVCT) Model Waktu yang berasosiasi pada tiap aktivitas merupakan sebuat variabel random, dan waktu perlatan MHD dimodelkan sebagai random variabel, dengan tipe kontainer 20 (penuh atau kosong), 40 (penuh atau kosong) dan 2x20 (penuh atau kosong). Setelah itu, dihitung nilai error untuk setiap model, dan diperoleh hasil berikut.

Gambar 4 Persentase Estimasi Error Kumulatif

Dari diagram di atas, dapat simpulkan bahwa model RV dapat mensimulasikan 90% dari keseluruhan peralatan MHD, dengan nilai error rata-rata di bawah 10%, sedangkan model RVCT model mensimulasikan 75% dari keseluruhan peralatan MHD, dengan nilai error di bawah 5%.

Conclusion
Dalam perencanaan taktis dan real-time, memiliki model yang efisien dan realistis untuk dapat mensimulasikan dengan cepat. Oleh karena itu, model simulasi diskrit harus efektif mensimulasikan pergerakan kontainer tunggal dan/atau peralatan MHD. Dari empat model yang dikembangkan, hanya RVCT yang dapat digunakan (dengan rata-rata persentasi error absolut 11%, dibanding 30% pada model lainnya).

Reference
Carteni, Armando, et. al, Tactical and strategic planning for a container terminal: Modelling issues within a discrete event simulation approach, 2010.