Anda di halaman 1dari 110

MODUL 1

BAB I
PENDAHULUAN
1.1 Latar Belakang
Simulasi adalah tiruan operasi dari proses nyata atau sistem dari waktu ke
waktu, apakah dilakukan dengan tangan atau dengan komputer simulasi
melibatkan pembuatan sejarah tiruan dari bentuk mesin, dan pengamatan atas
sejarah tiruan untuk menarik kesimpulan mengenai karakteristik pengoperasian
sistem nyata, dan sesuai berkembangnya waktu ke waktu dipelajari dengan
mengembangkan suatu model simulasi, model ini biasanya mengambil bentuk
seperangkat asumsi yang berhubungan dengan operasi sistem.Sedangkan sistem
dapat diartikan sebagai suatu kumpulan obyek yang dihubungkan bersama
didalam beberapa interaksi regular atau independent kearah pencapaian beberapa
tujuan. Seringkali sistem juga didefinisikan sebagai kumpulan entitas (manusia
atau mesin), yang berinteraksi untuk mencapai suatu tujuan.
Beberapa istilah komponen sistem harus diketahui dan dipahami sehingga
dapat menganalisa sistem. Sebuah entitas adalah objek yang menjadi perhatian
kita dalam sistem. Sebuah server adalah entitas yang melakukan fungsi fungasi
tertentu atau berinteraksi dengan entitas lain dalam menjalankan suatu aktivitas.
Suatu atribut adalah karakteristik yang dimiliki oleh sebuah entitas.
Pada kasus ini tentang bagaimana penggunaan waktu, supaya waktu yang
tersedia bisa digunakan seefektif dan seefisien mungkin sehingga dapat
meminimalkan biaya produksi. Dalam aktifitas pada CV. Jaya Karya 2 stasiun
kerja Ukir dan Potong, 2 stasiun kerja Pengamplasan, 1 stasiun kerja QC dan 1
stasiun kerja Perakitan. untuk pembuatan produk yaitu berupa kursi.
Antrian terhadap kasus ini bertujuan untuk menentukan banyaknya rata-rata
panjang antrian dan rata-rata waktu tunggu untuk tiap aktifitas pada masingmasing stasiun kerja. Sedangkan untuk server bertujuan mencari rata-rata
kedatangan, rata-rata kepergian serta utilitas masing-masing departemen.
1.2 Perumusan Masalah
Berdasarkan latar belakang masalah tersebut di atas, maka dapat dirumuskan suatu
pokok pemasalahanya yaitu:
LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

MODUL 1

1. Bagaimana mengambil keputusan dengan efektif dan efisien dengan


mengunakan software promodel ?
2. Bagaimana membuat kerangka urutan proses produksi pada tiap-tiap server ?
3. Bagaimana mengaplikasi software promodel sesuai dengan urutan produksi
pada tiap-tiap server ?
1.3 Pembatasan Masalah
Agar pembahasan yang dilakukan lebih terarah maka praktikum ini dibatasi pada
hal sebagai berikut:
2. Proses produksi didapatkan secara jelas dan nyata sesuai dengan studi kasus
yang ada.
3. Pengolahan data dilakukan dengan menggunakan software promodel.
1.4 Tujuan Praktikum
Adapun tujuan praktikum ini adalah:
1. Mahasiswa mampu memahami teori

simulasi untuk permodelan sistem

sesuai dengan aplikasi secara langsung pada perusahaan manufaktur.


2. Mahasiswa mampu mengaplikasi teori simulasi untuk permodelan sistem
secara jelas dan mudah dengan menggunakan software promodel.
3. Mahasiswa dapat mengetahui fenomena antrian dalam proses produksi pada
perusahaan manufaktur.
4. Mahasiswa mampu menganalisa panjang antrian dan server.
5. Melatih mahasiswa untuk dapat berfikir secara terintegrasi tentang proses
produksi dengan spesifikasi yang telah ditetapkan.
6. Mahasiswa mampu memahami teori simulasi untuk permodelan sistem
sesuai dengan aplikasi secara langsung pada perusahaan manufaktur.
7. Melatih mahasiswa untuk dapat melakukan perencanaan produksi
berdasarkan data-data yang ada dan memperkirakan proyeksi semua
kebutuhan material, mesin dan tenaga kerja yang mungkin diperlukan.
1.5 Sistematika Penulisan
Sistematika penulisan praktikum ini adalah sebagai berikut:
Bab I

Pendahuluan

Bab ini berisi latar belakang, perumusan masalah, pembatasan masalah, tujuan
praktikum dan sistematika penulisan.
Bab II

Landasan Teori

Bab ini menjelaskan tentang dasar teori dan metode perencanaan produksi dari
semua kasus yang ada.

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

MODUL 1

Bab III Pengumpulan dan Pengolahan Data


Bab ini berisi pengumpulan dan pengolahan data dari program promodel.
Bab IV Analisa
Bab ini berisi tentang analisa dari semua kasus yang telah diolah pada pengolahan
data.
Bab V Kesimpulan dan Saran
Bab ini berisi kesimpulan dan saran.

BAB II
LANDASAN TEORI
2.1 Pemodelan Sistem
Permasalahan dunia nyata biasanya menjadi sangat komplek, sehingga
deskripsi total tentang masalah tersebut, jika dipandang sebagai suatu sistem
menjadi sulit dikelola. Selain itu tidak semua faktor yang ada dalam dunia nyata
relevan terhadap masalah dan solusinya. Untuk itu diperlukan deskripsi parsial
yang sesuai dengan permasalahan yang bersangkutan. Deskripsi parsial tersebut
dikenal sebagai proses karakterisasi sistem.
Karakterisasi sistem sering kali dinamakan simplikasi dan idealisasi. Proses
simplikasi adalah proses penyederhanaan, dimana dilakukan pemilihan terhadap
faktor faktor yang relevan saja terhadap permasalahan, sehingga faktor tersebut
yang dipertimbangkan dalam penyelesaian permasalahan. Proses idealisasi adalah

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

MODUL 1

proses pengarahan permasalahan dunia nyata yang semula sangat kompleks dan
sulit dikelola menjadi kondisi yang lebih ideal untuk diselesaikan.
Sistem adalah sekelompok elemen yang mempunyai karakteristik spesifik
atau mempunyai atribut yang saling berinteraksi untuk mencapai tujuan. Sistem
didefinisikan oleh Schmidt dan Taylor (1970) sebagai suatu kumpulan dari entitas
seperti manusia dan mesin yang berinteraksi bersama mencapai suatu tujuan [Law
A.M,2000]. Dalam prakteknya yang disebut sistem tergantung pada tujuan dari
suatu studi tertentu. Sebagai contoh, adalah antrian nasabah bank.
Sebuah system dipengaruhi oleh perubahan yang terjadi diluar system.
Perubahan perubahan tersebut terjadi diluar system. Penentuan system dan
lingkungannyaditentukan oleh tujuan studi yang dilakukan. Karena itu, kumpulan
entitas yang munyusun sebuah system bagi sebuah studi mungkin saja merupakan
sebuah dari system tersebut atau yang lain [Law A.M,2000].

2.2 Antrian
2.2.1
Teori Antrian
Teori antrian diciptakan dan mulai dikembangkan oleh seorang ahli
matematika Denmark yang bernama A.K. Erlang.
Fenomena menunggu adalah hasil langsung dari keacakan dalam operasi
sarana pelayanan (Taha, 1997). Secara umum kedatangan pelanggan tidak
diketahui sebelumnya, karena jika dapat diketahui maka pengoperasian sarana
tersebut dapat dijadwalkan sedemikian rupa sehingga akan sepenuhnya
menghilangkan keharusan untuk menunggu.
Walaupun teori antrian sendiri tidak langsung memecahkan persoalan, teori
antrian menyumbangkan informasi penting yang diperlukan untuk membuat suatu
pengambilan keputusan seperti dengan cara memprediksi beberapa karakteristik
dari antrian seperti waktu antar kedatangan dan waktu pelayanan. Apabila kedua
waktu ini dapat diketahui secara pasti maka akan sangat mudah dalam melakukan
penjadwalan fasilitas pelayanan. Akan tetapi waktu antar kedatangan dan waktu
pelayanan ini cenderung tidak pasti, sehingga menimbulkan dua masalah yang
saling berkaitan, pertama apabila fasilitas pelayanan terlalu banyak akan
menurunkan

tingkat

utilisasi

fasilitas

pelayanan

tersebut

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

yang

berarti

MODUL 1

meningkatkan waktu menganggur dari fasilitas tersebut sehingga merugikan


investasi yang telah dilakukan. Kedua, jika fasilitas pelayanan kurang maka akan
terjadi antrian yang lama yang nantinya akan menimbulkan biaya sosial seperti
kenyamanan pengguna yang terganggu.
2.2.2

Konsep-konsep Dasar Antrian


Tujuan dasar model antrian adalah untuk meminimumkan total biaya, yaitu

biaya langsung penyediaan fasilitas pelayanan dan biaya tidak langsung karena
pelanggan harus menunggu untuk dilayani, bila suatu sistem mempunyai fasilitas
pelayanan lebih dari jumlah optimal, ini berarti membutuhkan investasi modal
yang berlebihan, tetapi bila jumlahnya kurang dari optimal hasilnya adalah
tertundanya pelayanan (Subagyo dkk,1983).
Situasi keputusan sering kali timbul dimana unit satuan yang datang untuk
memperoleh pelayanan (orang, barang) harus menunggu sebelum memperoleh
pelayanan yang diinginkan. Apabila aturan yang mengatur kedatangan (arrival),
unit penerima pelayanan, waktu pelayanan (Service Time) san urutan kedatangan
satuan penerimaan pelayanan (spp) diketahui (mungkin berdasarkan pengalaman
atau hasil penelitian), maka sifat atau ciri ciri dalam situasi antrian dapat
dipelajari dengan menggunakan peralatan matemaika dengan mudah.
Tujuan mempelajari teori antrian adalah untuk menentukan beberapa
karakteristik yang menjadi ukuran performasi dari sistem pelayanan yang
dipelajari.
1.

Berapa lama obyek yang harus dilayani tersebut

menunggu sampai dilayani.


2.
Persentase

waktu

menganggur

dari

fasilitas

pelayanan.
Dalam hal ini semakin lama waktu menuggu yang dialami oleh obyek yang
membutuhkan pelayanan, akan semakin kecil kemungkinan fasilitas menganggur,
begitu juga sebaliknya. Ukuran performasi yang telah diperoleh selanjutnya biasa
digunakan untuk memilih tingkat pelayanan yang optimal diantara situasi yang
bertentangan tersebut.
2.2.3

Unsur - Unsur Dasar Model Antrian

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

MODUL 1

Walaupun pola kedatangan dan kepergian adalah faktor faktor yang


penting dalam analisis antrian, terdapat juga faktor- faktor penting lain dalam
1.

pengembangan model model antrian (Taha, 1997):


Faktor pertama adalah cara memilih pelanggan dari

2.

antrian untuk memulai pelayanan, biasanya disebut peraturan pelayanan.


Faktor kedua berkaitan dengan rancangan sarana
tersebut dari pelaksanaan pelayanan. Sarana pelayanan lebih dari satu pelayan
dan menawarkan pelayanan yang sama sehingga dikatakan memiliki pelayanan
sejajar. Sarana pelayanan yang dapat dilalui pelanggan sebelum pelayanan
diselesaikan. Situasi yang dihasilkan biasanya dikenal sebagai antrian serial
tandem queue. Rancangan paling umum dari sebuah sarana pelayanan
mencakup baik stasiun pengolahan serial atau paralel. Ini menghasilkan antrian
jaringan net work queue.

3.

Faktor ketiga berkaitan dengan ukuran antrian yang


diijinkan.
Dalam beberapa situasi tertentu, hanya sejumlah unit item tertentu yang
diijinkan, kemungkunan karena batasan ruang (misalnya, ruang untuk mobil
ditempay pengisian bensin). Setelah antrian memenuhi kapasitas, pelanggan

4.

yang baru tiba tidak dapat masuk kedalam antrian.


Faktor keempat berkaitan dengan sifat sumber yang
meminta pelayanan kedatangan pelanggan. Sumber pemanggilan calling
source dapat mennghasilkan sejumlah terbatas pelanggan atau secara teoritis
sejumlah tak terbatas pelanggan.
2.2.4

Elemen Elemen Pokok Dalam Sistem Antrian


Elemen elemen dasar dari model antrian tergantung pada faktor faktor

sebagai berikut [Dubagyo dkk, 1985] :


1.
Sumber Masukan (Input)
Sumber masukan dari suatu sistem antrian dapat terdiri atas suatu populasi
orang, barang, komponen atau kertas kerja yang datang pada sistem yang
dilayani. Bila populasi relatif besar sering di anggap bahwa hal itu merupakan
besaran tak terbatas. Anggapan ini adalah hampir umum karena perumusan
sumber masukan yang tak terbatas lebih sederhana dari pada sumber yang

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

MODUL 1

terbatas. Suatu populasi dinyatakan besar bila populasi tersebut besar


2.

dibanding dengan kapasitas pelayanan.


Pola Kedatangan
Pola kedatangan yang biasa terjadi pada suatu sistem antrian diantaranya
adalah pola kedatangan teratur, pola kedatangan random (acak), pola
kedatangan yang dipengaruhi aspek lain dan sebagainya. Besarnya selang
waktu suatu kedatangan dengan kedatangan berikutnya disebut selang waktu
kedatangan.

3.

Kepanjangan Antrian
Banyak sistem antrian dapat menampung jumlah individu-individu yang relatif
besar, tetapi ada bebarapa sistem yang mempunyai kapasitas terbatas. Bila
kapasitas antrian menjadi faktor pembatas jumlahnya individu yang dapat
melayani dalam sistem secara nyata, berarti sistem mempunyai kepanjangan

4.

antrian terbatas dan model antrian terbatas untuk menganalisa sistem tersebut
Disiplin Antrian
Disiplin antrian adalah aturan dalam mana para pelanggan dilayani. Aturan ini
dapat didasarkan pada yang pertama masuk, pertama keluar (PMPK, kalam
bahasa inggris FIFO) (yakni, pelayanan menurut urutan kedatangan), yang
terakhir masuk pertama keluar (PMPK, dalam bahasa inggris disingkat FIFO)
(contohnya, pelanggan yang datang paling akhir mendapat pelayangan yang
berikutnya), secara acak, atau berdasarkan prioritas. Service in Random Order
(SIRO)

artinya

panggilan

didasarkan

pada

peluang

random,

tidak

mempertimbangkan siapa dulu yang datang. Priority Service (PS) artinya


prioritas pelayangan diberikan pada mereka yang mempunyai prioritas yang
lebih tinggi dibandingkan dengan mereka yang mempunyai prioritas lebih
rendah, meskipun yang terakhir ini kemungkinan sudah lebih dahulu tiba
5.

dalam garis tunggu.


Mekanisme Pelayanan
Pola pelayanan biasanya dicirikan oleh waktu pelayanan (service time), yaitu
waktu yang dibutuhkan seorang pelayan untuk melayani seorang pelanggan.
Waktu pelayanan ini dapat bersifat deterministik, atau berupa suatu variabel
acak yang distribusi probabilitasnya sianggap telah diketahui. Bila tidak

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

MODUL 1

disebutkan secara khusus, maka anggapan dasarnya adalah bahwa satu pelayan
6.

saja dapat melayani secara tuntas urusan seorang pelanggan.


Keluar (Exit)
Sesudah individu selesai dilayani, dia keluar (exit) dari sistem. Sesudah keluar,
dia mungkin bergabung dengan populasi asal dan mempunyai probabilitas
yang sama untuk memasuki sistem kembali, atau dia mungkin bergabung
dengan populasi lain yang mempunyai probabilitas yang lebih kecil dalam hal
kebutuhan pelayanan tersebut kembali.

2.2.5
Model - Model Antrian
Ada empat tipe model antrian, yaitu (Subagyo, dkk, 1985) :
1. Single Chanel - Single Phase
Sistem antrian ini terdiri dari satu fasilitas pelayanan, dimana objek yang
masuk pada sistem ini akan dilayani oleh fasilitas tunggal.
M = antrian
S = fasilitas pelayanan (server)
Sistem antrian
Sumber

Keluar

Populasi

Gambar 2.1 Single chanel - single phase

2. Single Chanel - Multi Phase


Sistem antian ini terdiri dari multi fasilitas pelayanan yang dilaksanakan secara
berurutan.
Sistem antrian
Sumber

Keluar
M

Populasi

Gambar 2.2 Single chanel - multi phase

3. Multi Chanel - Single Phase


Sistem antrian ini terdiri dari multi (lebih dari satu fasilitas pelayanan) dimana
objek yang masuk dalam sistem akan dilayani oleh fasilitas yang sedang
menganggur.
Sistem antrian
Sumber

Keluar
S

Populasi

M
S

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

MODUL 1

Gambar 2.3 multi chanel - single phase

4. Multi Chanel - Multi Phase


Bentuk ini mempunyai beberapa fasilitas pelayanan pada setiap tahap dengan
beberapa stasiun pelayanan.
Sistem antrian
Sumber
S
Populasi

Keluar

M
Gambar 2.4 multi chanel - multi phase

2.3 Biaya Model Antrian


Tujuan biaya model antrian adalah menghitung tingkat pelayanan
(kecepatan pada pelayanan atau jumlah stasiun pelayanan) yang diimbangi dengan
biaya yang saling bertentangan, sebagai berikut :
2.3.1
Model Model Keputusan Antrian
Pengambilan keputusan menyangkut antrian berkaitan dengan peningkatan
hasil karya sistem melalui penggunaan model keputusan yang sesuai. Model ini
dibangun dengan menggunakan sifat operasi yang cocok, pada akhirnya
menetapkan parameter optimum, parameter yang mana mencakup laju pelayanan,
jumlah pelayanan atau panjang antrian maksimum yang diperkenankan.
Optimasi parameter dapat dilihat dari bermacam-macam cara tergantung
pada keinginan pengambil keputusan. Pandangan yang paling umum didasarkan
pada keputusan yang meminimumkan jumlah pelayanan dan antrian persatuan
biaya waktu (Siagan, 1987).
Sifat dari beberapa situasi antrian mencakup penggunaan model-model
keputusan biaya. Khususnya, biaya menunggu paling sulit ditentukan.
Untuk mempelajari hal ini situasi antrian digolongkan didalam tiga kategori
besar berikut ini:

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

MODUL 1

Gambar 2.5 Model keputusan biaya dalam model antrian

Model yang ideal adalah kalau kita menentukan taksiran terpercaya dari
parameter biaya yang diperlukan. Kadang-kadang sukar bahkan tidak mungkin
menaksir parameter biaya terutama yang menyangkut waktu tunggu. Oleh kareana
itu kita harus mencari kriteria optimalisasi yang lain seperti apa yang dinamakan
model tongkat aspirasi atau aspiration level yang digunakan bila model biaya
tidak dapat lagi digunakan dalam praktek (Siagian, 1987).

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

10

MODUL 1

BAB III
PENGUMPULAN DAN PENGOLAHAN DATA
3.1

Pengumpulan Data
CV. Jaya Karya merupakan sebuah perusahaan yang bergerak dalam industri

perkayuan. Spesifikasinya adalah perusahaan furniture yang memproduksi pintu.


Dalam proses produksi perusahaan ini harus efektif dan efisien dalam penggunaan
waktu, sehingga dapat meminimalkan biaya produksi. Proses produksi bagian
finishing di CV. Jaya Karya adalah sebagai berikut :
Bahan baku berupa kayu masuk ke stasiun kerja Ukur & Potong,
kemudian ke stasiun kerja Pengamplasan, kemudian ke stasiun QC dan tahap
akhir dilanjutkan stasiun kerja perakitan.
Dari Penjabaran tentang CV. Jaya Karya di atas:
1. Gambarkan system produksi yang ada pada CV. Jaya Karya!
2. Tentukan entitas dan jelaskan aktivitas yang ada pada CV. Jaya Karya!
Tabel 3.1 Data waktu antar kedatangan dan proses tiap stasiun kerja

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

11

MODUL 1

Tabel 3.1 Lanjutan

3.2 Pengolahan Data


3.2.1

Pengolahan Data Manual

1. Sistem produksi CV. Jaya Karya


a.

Layout

Gambar 3.1 Model awal layout

b.

Tata Urutan Proses

Tata urutan proses adalah sebagai berikut:


Bahan baku kayu masuk ke stasiun kerja Ukur dan Potong, dan dikerjakan di
mesin tersebut. Setelah itu, kayu tersebut masuk ke proses selanjutnya, yaitu
di stasiun kerja Pengamplasan, setelah dikerjakan di stasiun kerja Ukur dan
LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

12

MODUL 1

Potong dan Pengamplasan, dilakukan inspeksi di QC (Quality Control).


Setelah dilakukan inspeksi di QC, kemudian kayu tersebut dilakukan
Perakitan.
c.

Asumsi Asumsi

Jumlah server dalam sistem produksi:


Tabel 3.2 Jumlah server dalam sistem produksi

Keterangan

2.

Jumlah Server

Ukur dan Potong

2
3
4

Pengamplasan
QC (Quality Control)
Perakitan

2
1
1

Entitas
Entitas adalah objek dinamis dalam simulasi, biasanya diciptakan, bergerak

dalam dan meninggalkan sistem, ada pula entitas yang tidak meninggalkan sistem,
ada pula entitas yang hanya melainkan berputar-putar dalam sistem. Entitas
adalah objek yang menjadi perhatian kita dalam sistem. Yang menjadi entitas
dalam kasus ini adalah bahan baku berupa kayu.
3.

Resources
Sumber daya dalam sistem ini adalah server yang melayani di setiap stasiun

kerja seperti pada stasiun kerja Ukur dan Potong yang terdiri dari dua server,
stasiun kerja Pengamplasan yang terdiri dari dua server, stasiun kerja QC (Quality
Control) yang terdiri dari satu server dan stasiun kerja Perakitan terdiri dari satu
server.
4.

Aktivitas dan Event

Aktivitas :
Bahan baku kayu diproduksi di stasiun kerja Ukur dan Potong 1.
Bahan baku kayu diproduksi di stasiun kerja Ukur dan Potong 2.

Produksi dari stasiun kerja Ukur dan Potong 1 ke stasiun Pengamplasan 1.


LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

13

MODUL 1

Produksi dari stasiun kerja Ukur dan Potong 2 ke stasiun Pengamplasan 2.


Produksi dari stasiun kerja Pengamplasan 1 dan 2 ke stasiun kerja QC
(Quality Control).
Inspeksi dari QC (Quality Control) ke stasiun kerja Perakitan.
Event Adalah: Kejadian pada satu titik waktu yang menyebabkan perubahan
status simulasi.
a. Aktivitas: Bahan baku kayu diproduksi di stasiun kerja Ukur dan Potong.
Ukur dan Potong
Kayu

Pengamplasan
Ukur dan Potong

Gambar 3.2 Produksi di stasiun kerja ukur dan potong

Awal : Kedatangan kayu di stasiun kerja Ukur dan Potong.

Akhir : Selesai dikerjakan di stasiun kerja Ukur dan Potong, kayu


menuju ke stasiun kerja Pengamplasan.

Resources : Jumlah server sebanyak dua.

b. Aktivitas: Produksi dari stasiun kerja Ukur dan Potong ke stasiun kerja
Pengamplasan.

Pengamplasan

Ukur dan Potong

QC
Pengamplasan

Gambar 3.3 Produksi di stasiun kerja pengamplasan

Awal : Kedatangan kayu dari stasiun kerja Ukur dan Potong menuju ke
stasiun kerja Pengamplasan.

Akhir : Selesai dikerjakan di stasiun kerja Pengamplasan, kayu menuju


ke stasiun kerja QC (Quality Control).

Resources : Jumlah server sebanyak dua.

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

14

MODUL 1

c. Aktivitas: Produksi dari stasiun kerja Pengamplasan ke stasiun kerja QC


(Quality Control).
Pengamplasan

QC

Perakitan

Gambar 3.4 Inspeksi di QC

Awal : Kedatangan kayu dari stasiun kerja Pengamplasan ke stasiun

kerja QC (Quality Control).


Akhir : Selesai dikerjakan di stasiun kerja QC (Quality Control), kayu

menuju ke stasiun kerja Perakitan.


Resources : Jumlah server sebanyak satu.

d. Aktivitas: Inspeksi dari QC (Quality Control) ke stasiun kerja Perakitan


QC

Perakitan

exit

Gambar 3.5 Produksi di stasiun kerja perakitan

Awal : Kedatangan kayu dari QC ke stasiun kerja Perakitan

Akhir : Selesai dikerjakan di stasiun kerja Perakitan, kayu menuju ke


exit
Resources : Jumlah server sebanyak satu.

3.2.2

Pengolahan Data Menggunakan Software.

3.2.2.1

Uji Distribusi Data Dengan Menggunakan Stat:Fit Promodel

Langkah langkah dalam melakukan uji distribusi data dengan menggunakan


Stat:Fit Promodel
1. Buka software ProModel kemudian pilih Stat Fit pada bagian bawah.
2. Masukkan input data waktu kedatangan pada data table.
3. Setelah data selesai diinput, pilih autofit.
4. Untuk mencari grafik, pilih distribution viewer.
5. Isikan hasil autofit pada kolom yang ada pada distribution viewer.
6. Catat hasil mean dan standar deviasi yang tampil pada kolom atas.
7. Pilih grafik.
LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

15

MODUL 1

1. Waktu Antar Kedatangan


a. Input Data
Input pengolahan data ProModel dengan Stat:Fit
Tabel 3.3 Input waktu antar kedatangan

b. Hasil AutoFit
Hasil pengolahan data ProModel dengan Stat:Fit
Tabel 3.4 Hasil autofit waktu antar kedatangan

c. Grafik
Grafik pengolahan data ProModel dengan Stat:Fit

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

16

MODUL 1

Gambar 3.6 Grafik waktu antar kedatangan

2. Ukur dan Potong


a. Input Data
Input pengolahan data ProModel dengan Stat:Fit
Tabel 3.5 Input ukur dan potong

b. Hasil AutoFit
Hasil pengolahan data ProModel dengan Stat:Fit
Tabel 3.6 Hasil autofit ukur dan potong

c. Grafik
Grafik pengolahan data ProModel dengan Stat:Fit

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

17

MODUL 1

Gambar 3.7 Grafik ukur dan potong

3. Pengamplasan
a. Input Data
Input pengolahan data ProModel dengan Stat:Fit
Tabel 3.7 Input pengamplasan

b. Hasil AutoFit
Hasil pengolahan data ProModel dengan Stat:Fit
Tabel 3.8 Hasil autofit pengamplasan

c. Grafik
Grafik pengolahan data ProModel dengan Stat:Fit

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

18

MODUL 1

Gambar 3.8 Grafik pengamplasan

4. QC
a. Input Data
Input pengolahan data ProModel dengan Stat:Fit
Tabel 3.9 Input QC

b. Hasil AutoFit
Hasil pengolahan data ProModel dengan Stat:Fit
Tabel 3.10 Hasil autofit QC

c. Grafik
Grafik pengolahan data ProModel dengan Stat:Fit

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

19

MODUL 1

Gambar 3.9 Grafik QC

5. Perakitan
a. Input Data
Input pengolahan data ProModel dengan Stat:Fit
Tabel 3.11 Input perakitan

b. Hasil AutoFit
Hasil pengolahan data ProModel dengan Stat:Fit
Tabel 3.12 Hasil autofit perakitan

c. Grafik
Grafik pengolahan data ProModel dengan Stat:Fit

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

20

MODUL 1

Gambar 3.10 Grafik perakitan

3.2.2.2

Pembuatan Model Dengan ProModel

Langkah dalam pembangunan model untuk mensimulasikan proses


produksi pada CV. Jaya Karya adalah sebagai berikut :
1.

Buka
software ProModel kemudian pilih file, lalu pilih new.

2.

Mengisi title
dan pilih second pada time unit lalu Ok.

3.

Pilih

menu

build lalu pilih location dan masukan layout stasiun kerja kemudian isikan
nama stasiun kerja pada menu location.
4.

Pilih

menu

Build lalu pilih Arrival dan tulis nama material pada Entity, kemudian pada
Occurrences isikan angka 225, setelah itu pada Frequency isikan rata rata
kedatangan dan standar deviasi.
5.

Pilih

menu

Build lalu pilih Entities, lalu klik pada gambar material dan masing masing
stasiun kerja, kemudian pilih edit, pilih color untuk memberi warna pada
masing masing material dan stasiun kerja.
6.

Pilih

menu

build lalu pilih Processing, setelah itu pada Operation isikan rata rata
kedatangan dan standar deviasi pada masing masing stasiun kerja.
7.

Pilih

menu

Simulation lalu pilih Run, setelah itu akan muncul verifikasi dari simulasi
tersebut. Hasil dari simulasi itu dapat dilihat di output result.
a.

Location
Dalam tabel location terdapat urutan dari proses produksi yang dimulai
dari kedatangan, material dengan kapasitas tak terbatas dan barang yang
pertama kali masuk harus dikerjakan atau diproses terlebih dahulu (FIFO)
menuju ke stasiun kerja Ukur dan Potong 1 dan 2 dengan kapasitas tak terbatas

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

21

MODUL 1

dan barang yang pertama kali masuk harus dikerjakan atau diproses terlebih
dahulu (FIFO), setelah masuk ke stasiun kerja Ukur dan Potong 1 dan 2 dengan
kapasitas 1 menuju ke stasiun kerja Pengamplasan 1 dan 2 dengan kapasitas
tak terbatas dan barang yang pertama kali masuk harus dikerjakan atau
diproses terlebih dahulu (FIFO), setelah masuk ke stasiun kerja Pengamplasan
1 dan 2 dengan kapasitas 1 menuju ke stasiun kerja QC dengan kapasitas yang
tak terbatas dan barang yang pertama kali masuk harus dikerjakan atau
diproses terlebih dahulu (FIFO), setelah masuk ke stasiun kerja QC dengan
kapasitas 1 menuju ke stasiun kerja Perakitan dengan kapasitas yang tak
terbatas dan barang yang pertama kali masuk harus dikerjakan atau diproses
terlebih dahulu (FIFO), setelah itu masuk ke stasiun kerja Perakitan dengan
kapasitas 1.
Tabel 3.13 Location running promodel

Pada proses menuju stasiun kerja Ukur dan Potong, menuju stasiun kerja
Pengamplasan menuju stasiun kerja QC dan menuju stasiun kerja Perakitan
terjadi aturan baku FIFO (first in firs out) dimana barang yang pertama kali
masuk harus dikerjakan atau diproses terlebih dahulu sehingga tidak terjadi
penumpukan atau keterlambatan.
b.

Entitas

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

22

MODUL 1

Dalam tabel entitas terdapat material yang berpindah dari setiap stasiun
kerja yaitu berupa bahan baku (kayu).
Tabel 3.14 Enteties running promodel

c.

Arrival
Dalam tabel arrival adanya material sebagai entitas CV. Jaya Karya
mentargetkan dalam satu hari harus bisa menghasilkan 225 unit produk dengan
frekuensi Lognormal sebesar 6.15 dan standar deviasi sebesar 1.67e-002.
Tabel 3.15 Arrival running promodel

d.

Proses dan Routing


Dalam tabel proses entitas yang digunakan berupa bahan baku (kayu)
dengan location dari pertama kali proses sampai akhir adalah material, menuju
stasiun kerja Ukur dan Potong, dari stasiun kerja Ukur dan Potong menuju
stasiun kerja Pengamplasan, dari stasiun kerja Pengamplasan menuju QC,
setelah dari QC kemudian menuju ke stasiun kerja Perakitan, dari semua itu
operation dilakukan pada setiap stasiun kerja yaitu Ukur dan Potong 1 dan 2
adalah Normal (471, 7.99), Pengamplasan 1 dan 2 adalah Normal (671, 7.92),
QC adalah Lognormal (88.8, 4.1, 0.103) dan Perakitan adalah Lognormal (315,
2.56, 0.679).
Tabel 3.16 Proses running promodel

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

23

MODUL 1

Dalam tabel routing didapatkan output berupa kayu, distination adalah


Ukur dan Potong dengan waktu transportasi atau pemindahan barang dari
material ke Ukur dan Potong.
Tabel 3.17 Routing kursi

Gambar 3.11 Pembangunan model

e.

Verifikasi
Setelah melakukan tahap-tahap dalam penggunaan softwere promodel
didapatkan running yang bisa berjalan dan dapat dilihat pada gambar di bawah
ini.

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

24

MODUL 1

Gambar 3.12 Hasil verifikasi running promodel

f.

Replikasi
Setelah dilakukan replikasi sebanyak 25 kali didapatkan hasil result
sebagai berikut :
Tabel 3.18 Result promodel

g.

Rekapitulasi
Tabel 3.19 Rekapitulasi
Average Time
Stasiun Kerja

Per Entry

Average Contents

% Utiliti

Material
Menuju ke Ukur dan Potong
Stasiun Ukur dan Potong 1
Stasiun Ukur dan Potong 2

(Hour)
9,90
0,18
0,18
0,18

104,62
1,91
0,98
0,97

0,01
84,55
97,61
96,73

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

25

MODUL 1

Menuju ke Pengamplasan
Stasiun Pengamplasan 1
Stasiun Pengamplasan 2
Menuju ke QC
QC
Menuju ke Perakitan
Perakitan

0,18
0,19
0,19
0,02
0,04
0,03
0,09

1,92
0,99
0,98
0,20
0,44
0,30
0,97

80,78
98,74
97,87
8,00
43,66
14,35
97,16

BAB IV
ANALI S A
4.1 Analisa Manual
Dari sistem produksi CV Jaya Karya didapatkan model awal suatu proses
produksi dengan urutan material menuju ke stasiun kerja Ukur dan Potong yang
terdiri dari dua server menuju ke stasiun kerja Pengamplasan yang terdiri dari dua
server kemudian menuju ke bagian QC yang terdiri dari satu server lalu menuju
ke stasiun kerja Perakitan dimana entitas berupa bahan baku (kayu), resources
berupa server, event atau proses kejadian yang mempunyai empat aktifitas di
dalamnya.
Untuk aktifitas pertama adalah proses produksi Ukur dan Potong dengan
kegiatan awal adalah bahan baku masuk ke bagian stasiun kerja kegiatan akhir
adalah setelah bahan baku selesai diproses dari stasiun kerja Ukur dan Potong,
bahan baku meninggalkan stasiun Ukur dan Potong menuju ke stasiun kerja
Pengamplasan.
Aktifitas kedua yaitu proses produksi Pengamplasan, dengan kegiatan awal
kedatangan bahan baku dari stasiun kerja Ukur dan Potong ke stasiun kerja
Pengamplasan dan kegiatan akhirnya adalah setelah selesai aktifitas dari stasiun
kerja Pengamplasan bahan baku meninggalkan stasiun kerja Pengamplasan
menuju ke stasiun kerja QC.
Aktifitas ketiga yaitu proses produksi QC, dengan kegiatan awal kedatangan
bahan baku dari Pengamplasan ke stasiun kerja QC dan kegiatan akhirnya adalah
setelah selesai aktifitas dari stasiun kerja QC bahan baku meninggalkan stasiun
kerja QC menuju ke stasiun kerja Perakitan.
Aktifitas keempat yaitu proses produksi Perakitan, dengan kegiatan awal
kedatangan bahan baku dari stasiun kerja QC ke stasiun kerja Perakitan dan

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

26

MODUL 1

kegiatan akhirnya adalah setelah selesai aktifitas dari stasiun kerja Perakitan,
produk meninggalkan stasiun kerja Perakitan menuju kegudang penyimpanan.

4.2 Analisa Distribusi


4.2.1
a.

Waktu Antar Kedatangan


Dari hasil pengolahan data waktu antar kedatangan dimana jumlah N

sebanyak 30, Lognormal didapatkan mu sebesar 6,15 dengan sigma sebesar


b.

1,67e-002.
Dari hasil grafik didapatkan jumlah N sebesar 30, Lognormal dengan
rata- rata 471 dan standar deviasi sebesar 7,88.

4.2.2
a.

Stasiun Kerja Ukur dan Potong


Dari hasil pengolahan data stasiun kerja Ukur dan Potong dimana

jumlah N sebanyak 30, Normal didapatkan rata- rata sebesar 471 dengan sigma
sebesar 7,99.
b.

Dari hasil grafik didapatkan dengan jumlah N sebesar 30, Normal


dengan rata- rata 471 dan standar deviasi sebesar 7,99.

4.2.3
a.

Stasiun Kerja Pengamplasan


Dari hasil pengolahan data stasiun kerja Pengamplasan

dimana jumlah N sebanyak 30, Normal didapatkan rata- rata sebesar 671
b.

dengan sigma sebesar 7,92.


Dari hasil grafik didapatkan dengan jumlah N sebesar 30,
Normal dengan rata- rata 671 dan standar deviasi sebesar 7,92.

4.2.4
a.

Stasiun Kerja QC
Dari hasil pengolahan data stasiun kerja QC dimana jumlah N sebanyak 30,

Lognormal didapatkan minimum sebesar 88,8, mu sebesar 4,1 dengan sigma


b.

sebesar 0,103.
Dari hasil grafik didapatkan dengan jumlah N sebesar 30, Lognormal dengan
rata- rata 150 dan standar deviasi sebesar 5,77.

4.2.5

Stasiun Kerja Perakitan

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

27

MODUL 1

a.

Dari hasil pengolahan data dimana jumlah N sebanyak 30, Lognormal


didapatkan minimum sebesar 315, mu sebesar 2,56 dengan sigma sebesar

b.

0,679.
Dari hasil grafik didapatkan dengan jumlah N sebesar 30, Lognormal dengan
rata- rata 331 dan standar deviasi sebesar 12,5.
4.3 Analisa Output Running
Hasil analisa dari output running pada material diperoleh tingkat average

time per entry (hour) sebesar 9,90 sedangkan pada jalan menuju stasiun Ukur dan
Potong tingkat average time per entry (hour) sebesar 0,18 untuk stasiun Ukur dan
Potong 1 tingkat average time per entry (hour) sebesar 0,18 untuk stasiun Ukur
dan Potong 2 tingkat average time per entry (hour) sebesar 0,18 pada jalan
menuju stasiun Pengamplasan tingkat average time per entry (hour) sebesar 0,18
untuk stasiun Pengamplasan 1 diperoleh tingkat average time per entry (hour)
sebesar 0,19 untuk stasiun Pengamplasan 2 diperoleh tingkat average time per
entry (hour) sebesar 0,19 pada jalan menuju stasiun QC tingkat average time per
entry (hour) sebesar 0,02 untuk stasiun QC diperoleh tingkat average time per
entry (hour) sebesar 0.04 pada jalan menuju stasiun Perakitan tingkat average
time per entry (hour) sebesar 0,03 sedangkan untuk stasiun Perakitan diperoleh
tingkat average time per entry (hour) sebesar 0,09.
Hasil analisa dari Output Running, % Utiliti pada material diperoleh tingkat
utilisasi sebesar 0,01% sedangkan pada jalan menuju ke stasiun Ukur dan Potong
tingkat utilisasi sebesar 84,55% pada stasiun kerja Ukur dan Potong 1 tingkat
utilisasi sebesar 97,61% pada stasiun kerja Ukur dan Potong 2 tingkat utilisasi
sebesar 96,73% sedangkan pada jalan menuju ke stasiun Pengamplasan tingkat
utilisasi sebesar 80,78% pada stasiun kerja Pengamplasan 1 tingkat utilisasi
sebesar 98,74% pada stasiun kerja Pengamplasan 2 tingkat utilisasi sebesar
97,87% sedangkan pada jalan menuju ke stasiun QC tingkat utilisasi sebesar
8,00% pada stasiun kerja QC tingkat utilisasi sebesar 43,66% sedangkan pada
jalan menuju ke stasiun Perakitan tingkat utilisasi sebesar 14,35% pada stasiun
kerja Perakitan tingkat utilisasi sebesar 97,16%.
Untuk analisa dari dari tiap stasiun kerja dengan replikasi sebanyak 25 kali,
didapatkan nilai utilisasi tertinggi ada pada stasiun kerja Pengamplasan 1 yaitu
LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

28

MODUL 1

sebesar 98,74% dengan average content sebesar 0,99 serta waktu yang dibutuhkan
untuk memproduksi 225 unit kursi selama 21,29 jam. Ini menandakan bahwa
stasiun kerja Pengamplasan 1 adalah stasiun kerja yang paling sibuk dibandingkan
dengan stasiun kerja yang lainnya.

BAB V
PENUTUP
5.1 Kesimpulan
1.
Terdapat empat stasiun kerja yang berurutan dalam sistem produksi yaitu
stasiun kerja Ukur dan Potong, stasiun kerja Pengamplasan, stasiun kerja QC,
2.

dan stasiun kerja Perakitan.


Dari hasil replikasi sebanyak 25 kali, tingkat utilitas tertinggi ada pada
stasiun kerja Pengamplasan 1 yaitu sebesar 98,74%, dengan average contents

3.

sebesar 0,99.
Waktu yang dibutuhkan untuk memproduksi 225 unit kursi selama 21,29
jam.

5.2 Saran
1.
Sebaiknya perusahaan menambah jumlah mesin atau server pada stasiun
kerja Pengamplasan 1, karena pada hasil verifikasi dapat dilihat masih ada
penumpukan material yang disebabkan karena tingginya tingkat utilisasi yaitu
sebesar 98,74% atau kesibukan pada mesin tersebut sehingga menyebabkan
tingginya waktu menganggur (idle time) pada stasiun kerja berikutnya, yaitu
2.

stasiun kerja QC.


Penambahan jumlah mesin atau server pada stasiun kerja Pengamplasan 1
akan mengurangi tingginya waktu menganggur (idle time) sehingga
meningkatkan tingkat utilisasi pada stasiun kerja QC.

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

29

MODUL 2

BAB I
PENDAHULUAN
1.1

Latar Belakang
Simulasi adalah tiruan operasi dari proses nyata atau sistem dari waktu

ke waktu, apakah dilakukan dengan tangan atau dengan komputer simulasi


melibatkan pembuatan sejarah tiruan dari bentuk mesin, dan pengamatan atas
sejarah tiruan untuk menarik kesimpulan mengenai karakteristik pengoperasian
sistem nyata, dan sesuai berkembangnya waktu ke waktu dipelajari dengan
mengembangkan suatu model simulasi, model ini biasanya mengambil bentuk
seperangkat asumsi yang berhubungan dengan operasi sistem.
Sedangkan sistem dapat diartikan sebagai suatu kumpulan obyek yang
dihubungkan bersama didalam beberapa interaksi regular atau independent
kearah pencapaian beberapa tujuan. Seringkali sistem juga didefinisikan sebagai
kumpulan entitas (manusia atau mesin), yang berinteraksi untuk mencapai suatu
tujuan.
Pengambilan keputusan menyangkut antrian berkaitan dengan peningkatan
hasil karya sistem melalui penggunaan model keputusan yang sesuai. Sehingga
model dibangun dengan menggunakan sifat operasi yang cocok.
Beberapa istilah komponen sistem harus diketahui dan dipahami sehingga
dapat menganalisa sistem. Sebuah entitas adalah objek yang menjadi perhatian
kita dalam sistem. Sebuah server adalah entitas yang melakukan fungsifungsi
tertentu atau berinteraksi dengan entitas entitas lain dalam menjalankan suatu
aktivas. Suatu atribut adalah karakteristik yang dimiliki oleh sebuah entitas.
Sebuah aktivas mempresentasikan suatu rentang waktu tertentu. Sebuah event
adalah kejadian sesaat dalam sistem yang menyebabkan perubahan status sistem.
Sistem dapat dikelompokan

menjadi 2 jenis, yaitu sistem diskret dan

system kontinyu.
Sebuah sistem sering dipengaruhi oleh perubahan yang terjadi di luar
sistem. Perubahan perubahan tersebut terjadi di lingkungan sistem. Penentuan
sistem dan lingkungannya ditentukan oleh tujuan studi yang dilakukan. Karena
LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

30

MODUL 2

itu, kumpulan entitas yang menyusun sebuah studi. Mungkin saja merupakan
sebuah bagian dari sebuah sistem yang lebih besar, (Law, 1991; hal 3).
1.2

Tujuan Simulasi dan Manfaat Simulasi

1.2.1 Tujuan Simulasi


Tujuan dari simulasi adalah :
1.

Mengetahui total output yang meninggalkan layanan.

2.

Mengetahui rata-rata waktu tunggu antrian.

3.

Mengetahui waktu tunggu maksimum dalam antrian.

4.

Mengetahui jumlah rata-rata dalam antrian.

5.

Mengetahui jumlah maksimum dalam antrian.

1.2.2 Manfaat Simulasi


Manfaat dari simulasi adalah :
1.

Model yang telah dibangun dapat digunakan berulang ulang untuk


menganalisis model atau kebijakan yang baru

2.

Kebanyakan sistem yang nyata yang kompleks dengan elemen


elemen stokastik yang ada tidak dijelaskan dengan model matematik yang
dapat dievaluasi secara analitis sehingga simulasi sering kali merupakan satu
satunya cara pemecahan yang mungkin.

3. Simulasi memungkinkan seseorang untuk mengestimasi performansi dari


sistem yang ditinjau dalam kondisi yang diinginkan.
4.

Alternatif

alternatif

dari

rancangan

sistem

dapat

dibandingkan

dengan simulasi untuk melihat mana yang terbaik menurut persyaratan yang
diinginkan.
5. Dalam simulasi kita dapat menjaga kondisi penelitian dengan lebih baik
dibanding bila dilakukan pada sistemnya langsung.
6.

Simulasi memungkinkan kita untuk melakukan studi terhadap sebuah


sistem dengan jangka waktu yang lama dalam waktu yang singkat.

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

31

MODUL 2

BAB II
LANDASAN TEORI
2.1

Teori Extend
Extend

(Imagine

That,

Inc.)

digunakan

untuk

memodelkan,

menganalisis dan mengoptimalkan proses. Memiliki sejumlah fitur seperti


kumpulan komponen, hirarki model, link dengan MS Office dan memodelkan
sistem kontinyu, diskrit dan hybrid. Extend mempunyai bahasa pemodelan
sendiri (ModL) yang mirip dengan C, dan mampu memanggil kode dari bahasa
lainnya. Mempunyai paket khusus untuk sistem industri, riset operasional dan
simulasi proses kontinyu.
Extend ini biasanya digunakan untuk menganalisis proses pelayanan
antrian di Bandara, Rumah Sakit, Terminal, Bank, Proses Produksi di sebuah
perusahaan dan proses antrian lainnya.
2.2

Validasi
Validasi

metode

mengkonfirmasi bahwa

analisis bertujuan
metode

analisis

untuk
tersebut

memastikan dan
sudah

sesuai

untuk peruntukannya. Validasi biasanya diperuntukkan untuk metode


analisa yang baru dibuat dan dikembangkan. Sedangkan untuk metode yang
memang telah tersedia dan baku (misal dari AOAC, ASTM, dan lainnya),
namun metode tersebut baru pertama kali akan digunakan di laboratorium
tertentu, biasanya tidak perlu dilakukan validasi, namun hanya verifikasi.
Validasi adalah proses penentuan apakah model, sebagai konseptualisasi
atau abstraksi, merupakan representasi berarti dan akurat dari sistem nyata?
(Hoover dan Perry, 1989); validasi adalah penentuan apakah mode konseptual
simulasi (sebagai tandingan program komputer) adalah representasi akurat dari
sistem nyata yang sedang dimodelkan (Law dan Kelton, 1991).

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

32

MODUL 2

Gambar 2.1 Relasi verifikasi, validasi dan pembentukan model kredibel

2.2.1 Aturan Verifikasi Dan Validasi Dalam Simulasi


Ketika membangun model simulasi sistem nyata, kita harus melewati
beberapa tahapan atau level pemodelan. Seperti yang dapat dilihat pada
gambar di atas, pertama kita harus membangun model konseptual yang memuat
elemen sistem nyata. Dari model konseptual ini kita membangun model logika
yang memuat relasi logis antara elemen sistem juga variable eksogenus yang
mempengaruhi sistem. Model kedua ini sering disebut sebagai model diagram
alur.

Menggunakan

model diagram alur ini, lalu dikembangkan program

komputer, yang disebut juga sebagai model simulasi, yang akan mengeksekusi
model diagram alur.
Pengembangan model simulasi merupakan proses iteratif dengan beberapa
perubahan kecil pada setiap tahap. Dasar iterasi antara model yang berbeda
adalah kesuksesan atau kegagalan ketika verifikasi dan validasi setiap

model.

kita mengembangkan representasi kredibel sistem nyata, ketika verifikasi


dilakukan kita memeriksa apakah logika model diimplementasikan dengan benar
atau tidak. Karena verifikasi dan validasi berbeda, teknik yang digunakan
untuk yang satu tidak selalu bermanfaat untuk yang lain.
Baik untuk verifikasi atau validasi model, kita harus membangun sekumpulan
kriteria untuk menilai apakah diagram alur model dan logika internal adalah
benar dan apakah model konseptual representasi valid dari sistem nyata.
Bersamaan dengan kriteria evaluasi model, kita harus spesifikasikan siapa yang
akan mengaplikasikan kriteria dan menilai seberapa dekat kriteria itu memenuhi
apa yang sebenarnya.
LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

33

MODUL 2

Tabel 2.1 Hal yang harus diperhatikan dalam verifikasi dan validasi.

Praktisi simulasi harus dapat menentukan aspek apa saja, dari sistem
yang kompleks, yang perlu disertakan dalam model simulasi.
Petunjuk umum dalam menentukan tingkat kedetailan yang diperlukan
dalam model simulasi :

Hati-hati dalam mendefinisikan

Model-model tidak valid secara universal

Memanfaatkan pakar dan analisis

sensitivitas

untuk membantu

menentukan level detil model


2.2.2 Validasi Model Konseptual
Validasi model konseptual adalah proses pembentukan abstraksi relevan
sistem nyata terhadap pertanyaan model simulasi yang diharapkan akan dijawab.
Validasi model simulasi dapat dibayangkan sebagai proses pengikat dimana
analis simulasi, pengambil keputusan dan manajer sistem setuju aspek mana dari
sistem nyata yang akan dimasukkan dalam model, dan informasi apa (output)
yang diharapkan akan dihasilkan dari model. Tidak ada metode standar untuk
validasi model konseptual, kita hanya akan melihat beberapa metode yang
berguna untuk validasi.

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

34

MODUL 2

2.2.3 Verifikasi dan Validasi Model Logis


Bentuk model logis tergantung dari bahasa pemrograman yang akan
digunakan. Jika model konseptual sudah dibangun dengan baik, verifikasi model
konseptual bukan pekerjaan kompleks. Ada beberapa pertanyaan yang harus
dijawab sebelum kita yakin bahwa model logis merepresentasikan model
konseptual. Salah satu pendekatan yang digunakan untuk verifikasi model logis
adalah dengan fokus pada:
1.

Apakah kejadian dalam model diproses dengan benar?

2.

Apakah rumus matematika dan relasi dalam model valid?

3.

Apakah statistik dan ukuran kinerja diukur dengan benar?

Verifikasi dan Validasi Pemrosesan Kejadian


1. Validasi bahwa model logis mengandung semua kejadian dalam model
konseptual
2. Verifikasi hubungan di antara kejadian
3. Verifikasi bahwa model logis memproses kejadian secara simultan dengan
urutan benar.
4. Verifikasi

bahwa

semua

variabel

status

yang

berubah

karena

terjadinya suatu kejadian diperbaiki dengan benar.


Metode umum yang digunakan untuk verifikasi dan validasi pemrosesan
kejadian dalam model logis adalah structured walk-through, dimana pengembang
model logis harus menjelaskan (walk through) logika detil model ke anggota lain
tim pengembang model simulasi. Kembali

ke kasus sistem komputer time-

shared, verifikasi dan validasi pemrosesan kejadian bisa

diperiksa mulai dari

kondisi TT_FINAL? sampai dengan N=K?.


2.2.4 Validasi Model Simulasi
Perspektif Umum Simulasi:
1.

Eksperimen dengan model simulasi untuk eksperimen sistem aktual.

2.

Kemudahan atau kesulitan dari proses validasi tergantung pada kompleksitas


sistem yang dimodelkan.

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

35

MODUL 2

3.

Sebuah model simulasi dari sebuah sistem yang kompleks hanya dapat
menjadi pendekatan terhadap aktual sistem.

4.

Sebuah model simulasi sebaiknya selalu dibangun untuk sekumpulan


tujuan tertentu.

5.

Sebuah buku catatan dari asumsi-asumsi model simulasi sebaiknya diupdate


berkala.

6.

Sebuah model simulasi sebaiknya divalidasi relatif terhadap ukuran


kinerja yang akan digunakan untuk pengambilan keputusan.

7.

Pembentukan

model

dan

validasi

sebaiknya

dilakukan

sepanjang

pensimulasian.
8.

Pada umumnya tidak mungkin untuk membentuk validasi statistik secara


formal diantara data output model dengan data output sistem.

Langkah 1 : Membangun sebuah model dengan usaha melibatkan


informasi semaksimal mungkin:
- Berdiskusi dengan para pakar sistem
- Melakukan observasi terhadap sistem
- Memanfaatkan teori yang ada
- Memanfaatkan hasil dari Model simulasi yang sama dan relevan
- Menggunakan pengalaman atau intuisi
- Memanfaatkan teori yang ada
- Memanfaatkan hasil dari Model simulasi yang sama dan relevan
- Menggunakan pengalaman atau intuisi
Langkah 2 : Menguji asumsi-asumsi model secara empiris
Jika

distribusi

probabilitas

secara

teoritis

cocok

dengan observasi

dan digunakan sebagai input untuk model simulasi, dapat diuji dengan
pembuatan

grafik dan uji goodness-of-fit

Jika beberapa himpunan data

diobservasi untuk fenomena random yang sama, maka perbaikan dari


penggabungan data tersebut dapat ditentukan dengan uji Kruskal-Wallis Salah
satu utilitas yang sangat berguna adalah analisis sensitivitas.
LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

36

MODUL 2

Langkah 3 : Menentukan seberapa representatif output Simulasi


Prosedur Statistik untuk membandingkan data output dari observasi dunia
nyata dan simulasi:
- Korelasi pendekatan inspeksi :
- Pendekatan

pendugaan selang kepercayaan berdasarkan

data

independen
- Pendekatan Time Series
Validasi model simulasi dilakukan dengan partisipasi analis, pengambil
keputusan dan manajer sistem. Uji validasi model adalah apakah pengambil
keputusan dapat mempercayai model yang digunakan sebagai bagian dari proses
pengambilan keputusan.
Tidak ada teknik tunggal untuk melakukan validasi model. Prosedur
validasi model simulasi tergantung dari sistem yang sedang dimodelkann

dan

lingkungan pemodelan. Beberapa metode validasi adalah:


1. Perbandingan output simulasi dengan sistem nyata.
Membandingkan output ukuran kinerja model simulasi dengan ukuran
kinerja yang sesuai dari sistem nyata adalah metode yang paling sesuai
untuk melakukan validasi model simulasi. Jika ukuran kinerja sistem nyata
cukup tersedia, uji statistik umum seperti uji t digunakan dimana kita menguji
hipotesis kesamaan nilai rata-rata. Kadang-kadang uji F juga dapat digunakan
untuk menguji kesamaan ragam sistem nyata
Beberapa

dengan

model

simulasi.

metode nonparametrik lainnya juga bisa digunakan, misalnya

ChiSquare dan Kolmogorov Smirnov.


Perbandingan antara model dan sistem nyata merupakan perbandingan
statistik dan perbedaan dalam performans harus diuji untuk signifikansi
statistiknya. Perbandingan ini tidak biasa dilakukan dengan sederhana begitu,
karena performans yang diukur menggunakan simulasi didasarkan pada periode
waktu yang sangat lama, mungkin beberapa tahun. Kinerja yang diukur dalam
sistem nyata sebaliknya didasarkan pada periode waktu singkat, mungkin hanya
dalam ukuran minggu atau paling lama bulan. Kendala kedua, semua kondisi
awal sistem, yang mempunyai pengaruh pada performans sistem secara
LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

37

MODUL 2

umum tidak diketahui pada sistem nyata.


Permasalahan lainnya dalam membuat perbandingan statistikal

antara

sistem nyata dengan model simulasi adalah bahwa performans yang diukur
dalam sistem nyata mungkin merefleksikan banyak elemen atau pengaruh
dalam sistem yang dikeluarkan dari sistem. Contohnya, ukuran kinerja untuk
sistem produksi mungkin memasukkan pengaruh seperti shift kerja panjang,
liburan

dan kecelakaan industri. Pengaruh ini lebih disukai dikeluarkan dari

model simulasi karena pengaruhnya akan konstan untuk sembarang alternatif


model simulasi yang diharapkan untuk dievaluasi.
Dalam banyak proyek model yang sedang disimulasikan, sistem nyata
bahkan belum ada. Dalam kasus seperti itu, tidak ada ukuran kinerja system
nyata yang

dapat digunakan

sebagai perbandingan

dengan

ukuran

kinerja model simulasi. Cara terbaik mungkin mencari sistem yang mirip,
tapi perbandingan seperti itu lemah.
2. Pengujian Turing.
Metode ini diajukan oleh Alan Turing sebagai uji intelegensia buatan.
Seorang ahli atau panel ahli menyediakan ringkasan gambaran atau laporan
berdasarkan

sistem nyata dan model simulasi. Jika ahli tidak dapat

mengidentifikasi laporan berdasarkan output

model simulasi, kredibilitas

model ditingkatkan. Kesulitan utama validasi model menggunakan uji Turing


adalah penyesuaian ukuran kinerja sistem nyata sehingga pengaruh tidak
dimaksudkan sebagai bagian dari model simulasi dihilangkan.
3. Perilaku ekstrim
Kadang-kadang sistem nyata dapat diamati di bawah kondisi ekstrim
dimana situasi tidak biasa muncul. Kadang-kadang hal ini menjadi solusi
ideal

untuk

mengumpulkan

data

ukuran

kienrja

sistem nyata untuk

perbandingan output mode simulasi yang dijalankan pada kondisi yang sama.
Kadang-kadang juga manager sistem lebih mudah memprediksi

bagaimana

perilaku sistem nyata pada kondisi ekstrim dari pada pada kondisi normal.
Dengan

membandingkan

prediksi perilaku sistem nyata di bawah kondisi

ekstrim dengan kinerja model pada kondisi sama, mode dapat divalidasi.
LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

38

MODUL 2

2.3

Icon Yang Digunakan


Semua icon yang digunakan pada running menggunakan extend terdapat

pada library. Icon yang digunakan dalam running mengunakan extend yaitu :
No
1.

Library
item.Lix Executive

Tabel 2. 2 Icon yang digunakan


Gambar
Fungsi
Menjadwalkan

kejadian/proses

dan

mengatur discrete event simulation. Harus


2.

ada pada model.


Mengeluarkan item atau nilai, secara acak

item.Lix create

atau

terstruktur.jika

digunakan

untuk

mengeluarkan item, item akan didorong ke


simulasi agar dapat mengikuti tipe dari

3.

antrian.
Tindakan untuk mensortir antrian atau

item.Lix Queue
R

sebagai sumber kumpulan antrian. Sebagai

pensortir antrian, menarik urutan item


dengan FIFO atau LIFO. Atau mensortir

4.

item berdasarkan atributnya atau prioritas.


Proses satu atau lebih item sekaligus.waktu

item.Lix Activity

proses konstan atau didasarkan distribusi


D

5.

item.Lix Exit

6.

Ploter.Lix
event)

F
0

(discreate

atau atribut item.


Keluaran barang

dari

simulasi

dan

menghitung jumlah barang yang keluar


Melaporkan lamanya waktu menunggu dan
banyaknya item yang selesai dilayani
(ditampilkan dengan grafik)

BAB III
LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

39

MODUL 2

PENGUMPULAN DAN PENGOLAHAN DATA


3.1

Pengumpulan Data
Pom Bensin Roda 2 yang berada di depan Universitas Islam Sultan Agung

merupakan sebuah tempat pengisian bahan bakar umum khusus bagi kendaraan
bermotor beroda 2.
Sistem Pom Bensin Roda 2 yang ada di depan Universitas Islam Sultan
Agung adalah sebagai berikut:
Pada Pom Bensin Roda 2 depan Universitas Islam Sultan Agung terdapat 2
server yang melayani proses pengisian bahan bakar umum khusus bagi kendaraan
bermotor beroda 2 (Premium dan Pertamax). Pada kondisi normal seharusnya
server-server tersebut terfungsikan namun dalam prakteknya hanya satu server
saja yang dilakukan pengamatan karena pom bensin roda 2 khusus Pertamax tidak
memenuhi syarat dalam pengumpulan data (kurang dari 30).
a. Layout Sistem
Alur pengisian bahan bakar umum (bensin) khusus bagi kendaran bermotor
beroda 2 (Premium).
Motor

Antrian

Pom Bensin

Exit

Gambar 3.1 Simulasi Model

b. Tata Urutan Proses


Tata urutan proses alur antrian pom bensin roda 2 depan UNISSULA
1. Motor masuk pada antrian yang tersedia untuk menunggu proses
pengisian bahan bakar.
2. Setelah selesai mengantri, motor menuju ke pom bensin untuk
melakukan pengisian bahan bakar oleh operator.
3. Kemudian setelah selesai mengisi bahan bakar, motor dapat keluar atau
meninggalkan sistem.
c. Asumsi-Asumsi
LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

40

MODUL 2

Jumlah Server
Jumlah server yang terdapat dalam proses pengisian bahan bakar umum
khusus bagi kendaraan bermotor beroda 2 di pom bensin depan
UNISSULA adalah sebagai berikut :
Tabel 3.1 Jumlah server dalam sistem pelayanan

No.
1

Keterangan
Pom Bensin Roda 2

Jumlah
1 (aktif)

Waktu pelayanan dalam proses pengisian bahan bakar umum khusus bagi
kendaraan bermotor beroda 2 di pom bensin depan UNISSULA adalah
24 jam non stop.

d. Hasil Pengamatan
Hasil yang diperoleh merupakan hasil pengamatan selama 2 jam (120
menit) dalam dalam proses pengisian bahan bakar umum khusus bagi kendaraan
bermotor beroda 2 di pom bensin depan UNISSULA adalah sebagai berikut :
Tabel 3.2 Hasil pengamatan

Tabel 3.2 Lanjutan

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

41

MODUL 2

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

42

MODUL 2

Tabel 3.2 Lanjutan

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

43

MODUL 2

3.2 Pengolahan Data

Entitas
Entitas adalah objek dinamis dalam simulasi, biasanya diciptakan,
bergerak dalam dan meninggalkan sistem, ada pula entiti yang tidak
meninggalkan sistem, ada entiti yang tidak meninggalkan sistem hanya
melainkan hanya berputar-putar dalam sistem. Entitas adalah objek yang
menjadi perhatian kita dalam sistem.
Yang menjadi entiti dalam kasus ini adalah antrian, dan pom bensin.

Aktivitas
Aktivitas meliputi :
Motor masuk dalam antrian yang tersedia.
Motor bergerak menuju ke pom bensin.
Motor keluar atau meninggalkan sistem.

Event

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

44

MODUL 2

Event adalah kejadian pada satu titik waktu

yang menyebabkan

perubahan status simulasi.


a. Aktivitas : Motor masuk dalam antrian yang tersedia dan bergerak
menuju ke pom bensin.

Gambar 3.2 Aktivitas motor masuk

Awal : Kedatangan motor.


Akhir : Motor menuju ke pom bensin.
b. Aktivitas : Motor melakukan pengisian bahan bakar di pom bensin
kemudian keluar atau meninggalkan sistem.

Gambar 3.3 Aktivitas motor meninggalkan sistem

Awal : Setelah mengantri, motor menuju ke pom bensin.


Akhir : Motor keluar atau meninggalkan sistem.
3.3 Pembangunan Model Awal Dengan Software Extend
Langkah-langkah dalam mensimulasikan pembangunan model dengan
Software Extend adalah sebagai berikut :
a. Buka software extend, kemudian pilih Library Open Library
-

Plotter.Lix Open

Item.Lix - Open

b. Library Item.Lix Executive


-

Item.Lix- Create

Item.Lix Queue

Item.Lix Exit

Plotter.Lix Discrete Event

c. Pada model, diberi nama masing-masing


d. Run Simulation Setup End time sebesar 28800 detik.
e. Number Of runs sebesar 1 dan global time units pilih second

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

45

MODUL 2

Gambar 3.4 Model layout extend nyata

Gambar 3.5 Model layout extend (proses)

Selesai Dilayani

Menunggu Dilayani

Gambar 3.6 Grafik layout extend

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

46

MODUL 2

3.3.1

Queue, FIFO antrian kendaraan roda 2 di Pom Bensin


Tabel 3.2 Queue, FIFO

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

47

MODUL 2

3.3.2

Activity, Delay antrian kendaraan roda 2 di Pom Bensin


Tabel 3.3 Activity, Delay

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

48

MODUL 2

BAB IV
AN ALI S A
Dari hasil pengolahan data dengan bantuan Software Extend dengan Waktu
pengamatan selama 120 menit dan 8 jam kerja atau sama dengan 28800 detik,
dengan hasil running sebanyak 30 kali, maka diperoleh analisa sebagai berikut :
4.1. Analisa antrian Queue FIFO saat pengamatan
Dari tabel hasil pengolahan data dapat dianalisa dari 30 kali running pada
antrian first in first out.
4.1.1

Arrival
Rata-rata kendaraan yang menunggu 380,567 dimana setiap running-nya

jumlah kendaraan yang bervariasi, jumlah yang paling banyak pada running ke 11
sebesar 423 kendaraan dan yang paling sedikit pada running ke 1 sebesar 345
kendaraan.
4.1.2

Departure
Rata-rata kendaraan yang selesai menunggu

368,2333, dimana setiap

runningnya jumlah kendaraan yang selesai dilayani 11047 kendaraan, hanya pada
running ke 11 jumlah kendaraan yang selesai menunggu 383 kendaraan. Atau
dapat dikatakan bahwa selesai menunggu tertbesar sebanyak 383 dan yang paling
sedikit 339 kendaraan
4.1.3

Average lenght
Rata-rata pada avlenght 8,674, dimana setiap running-nya jumlah avlenght

yang bervariasi, jumlah yang paling banyak pada running ke 22 sebesar 21,072
dan yang paling sedikit pada running ke 5 sebesar 2,175.

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

49

MODUL 2

4.1.4

Average wait
Rata-rata pada avwait 646,849, dimana setiap running-nya jumlah avwait

yang bervariasi, jumlah yang paling banyak pada running ke 22 sebesar 1450,33
dan yang paling sedikit pada running ke 5 sebesar 178,52.
4.1.5

Maximum lenght
Rata-rata pada maxlenght 21,367, dimana setiap running-nya jumlah

maxlenght yang bervariasi, jumlah yang paling banyak pada running ke 22


sebesar 42 dan yang paling sedikit pada running ke 5 sebesar 9.
4.1.6

Maximum wait
Rata-rata pada maxwait 1509,413, dimana setiap running-nya jumlah

maxwait yang bervariasi, jumlah yang paling banyak pada running ke 22 sebesar
2979,634 dan yang paling sedikit pada running ke 5 sebesar 619,97.
4.1.7

Current length
Rata-rata pada current length 12,67, dimana setiap running-nya jumlah

current length yang bervariasi, jumlah yang paling banyak pada running ke 22
sebesar 40 dan yang paling sedikit pada running ke 20 sebesar 0.
4.1.8

Current wait
Rata-rata pada current wait 959,71, dimana setiap running-nya jumlah

current wait yang bervariasi, jumlah yang paling banyak pada running ke 22
sebesar 2979,63 dan yang paling sedikit pada running ke 5 sebesar 0.
4.1.9

Utilization
Rata-rata pada utilization 0,8918, dimana setiap running-nya jumlah

utilization yang bervariasi, jumlah yang paling banyak pada running ke 11


sebesar 0,9915 dan yang paling sedikit pada running ke 19 sebesar 0,6933.

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

50

MODUL 2

4.2. Analisa Activity Saat pengamatan


Dari tabel pengolahan data dapat dilihat hasil activity pada 30 running
4.2.1 Arrival
Rata - rata kendaraan

yang datang

di Pom Bensin sebesar 368,1,

kedatangan terbesar 383 dan paling sedikit 343 pada running ke 19.
4.2.2 Departure
Rata - rata kendaraan yang selesai dilayani 366,67 atau sama dengan 367,
keberangkatan terbesar 382 dan paling sedikit 331 pada running ke 1.
4.2.3 Average lenght
Rata-rata pada avlenght 0,958, dimana setiap running-nya avlength terbesar
yaitu 0,998 pada running ke 11, avlength terkecil yaitu 0,8830298 pada running
ke 1.
4.2.4 Average wait
Rata-rata pada avwait 75,156 , dimana setiap running-nya jumlah sama
sebesar 75,156.
4.2.5 Maximum lenght
Rata-rata pada maxlenght 1, dimana setiap running-nya jumlah maxlenght
sama yaitu 1.
4.2.6 Maximum wait
Rata-rata pada maxwait 75,156, dimana setiap running-nya jumlah maxwait
sama sebesar 75,156.
4.2.7 Utilization
Rata-rata pada utilization 0,958, dimana nilai terbesar sebanyak 0.998 dan
nilai minimalnya adalah 0,1169
Dari hasil analisa / pembacaan tabel Queue dan Activity harus adanya
perbaikan pada sistem, dengan menambah jumlah server pada Activity sebanyak 1.
LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

51

MODUL 2

BAB V
PENUTUP
5.1 Kesimpulan
1. Nilai utilitas rata-rata tingkat kedatangan Queue adalah sebesar 0,8918 atau
89,18%. Hal ini menunjukkan bahwa tingkat kesibukan server menunggu
cukup tinggi.
2. Nilai utilitas rata-rata tingkat pelayanan activity adalah sebesar 0,958 atau
95,8%. Hal ini menunjukkan bahwa tingkat kesibukan server melayani sangat
tinggi.
3. Dengan waktu pelayanan setiap server sebesar 28800 detik, exit untuk
pengisian dan telah selesai dilayani dan meninggalkan pom bensin rata-rata
sebanyak 368 kendaraan.
5.2 Saran
1.

Perbaikan sistem dengan penambahan server perlu dilakukan.

2.

Dalam penyelesaian persoalan tentang simulasi antrian sebaiknya dengan


menggunakan software Extend yang hasilnya lebih akurat dan bisa mengetahui
kesalahan lebih awal dan dapat memperbaikinya sehingga bisa menghemat
waktu dan biaya.

LAPORAN PRAKTIKUM SIMULASI KOMPUTER 2014

52

MODUL 3

BAB I
PENDAHULUAN
1.1 Latar Belakang
Simulasi merupakan suatu teknik meniru operasi-operasi atau prosesproses yang terjadi dalam suatu sistem dengan bantuan perangkat komputer dan
dilandasi oleh beberapa asumsi tertentu sehingga sistem tersebut bisa dipelajari
secara ilmiah (Law and Kelton, 1991).
Simulasi merupakan alat yang tepat untuk digunakan terutama jika
diharuskan untuk melakukan eksperimen dalam rangka mencari komentar terbaik
dari komponen-komponen sistem. Hal ini dikarenakan sangat mahal dan
memerlukan waktu yang lama jika eksperimen dicoba secara riil. Dengan
melakukan studi simulasi maka dalam waktu singkat dapat ditentukan keputusan
yang tepat serta dengan biaya yang tidak terlalu besar karena semuanya cukup
dilakukan dengan komputer.
Pendekatan simulasi diawali dengan pembangunan model sistem nyata.
Model tersebut harus dapat menunjukkan bagaimana berbagai komponen dalam
sistem saling berinteraksi sehingga benar-benar menggambarkan perilaku sistem.
Setelah model dibuat maka model tersebut ditransformasikan ke dalam program
komputer sehingga memungkinkan untuk disimulasikan.
Pada kasus ini tentang bagaimana penggunaan waktu, supaya waktu yang
tersedia bisa digunakan seefektif dan seefisien mungkin sehingga dapat
meminimalkan biaya produksi dengan melakukan perbaikan-perbaikan pada
aktifitas yang ada pada CV Anugrah yang menunjukkan tingkat utilitas tertinggi.
Dalam aktifitas awal pada CV Anugrah memiliki 2 stasiun kerja Ukur dan Potong,
1 stasiun kerja Jahit, 2 stasiun kerja Finishing. Untuk pembuatan produk yaitu
berupa jaket.
Antrian terhadap kasus ini bertujuan untuk menentukan banyaknya rata-rata
panjang antrian dan rata-rata waktu tunggu untuk tiap aktifitas pada masingmasing stasiun kerja. Sedangkan untuk server bertujuan mencari rata-rata
kedatangan, rata-rata kepergian serta utilitas masing-masing departemen.

MODUL 3

Dengan adanya kesibukan pada stasiun kerja Ukur dan Potong, yang terlihat
dari hasil verifikasi menunjukkan masih adanya penumpukan bahan baku maka
CV. Anugrah menambah jumlah server pada stasiun kerja tersebut dengan tujuan
untuk mengurangi tingkat kesibukkan pada stasiun kerja Ukur dan Potong dan
mengurangi tingginya waktu menganggur (idle time) pada stasiun kerja Jahit.
Kemudian dengan adanya perbaikkan maka aktifitas pada CV.Anugrah memiliki 2
stasiun kerja Ukur dan Potong, 1 stasiun kerja Jahit, dan 2 stasiun kerja Finishing.
1.2 Perumusan Masalah
Berdasarkan latar belakang masalah tersebut di atas, maka dapat dirumuskan suatu
pokok pemasalahanya yaitu:
1. Bagaimana mengambil keputusan dengan efektif dan efisien dengan
2.
3.

mengunakan software promodel ?


Bagaimana membuat kerangka urutan proses produksi pada tiap-tiap server ?
Bagaimana mengaplikasi software promodel sesuai dengan urutan produksi
pada tiap-tiap server ?

1.3 Pembatasan Masalah


Agar pembahasan yang dilakukan lebih terarah maka praktikum ini dibatasi pada
hal sebagai berikut:
1. Proses produksi didapatkan secara jelas dan nyata sesuai dengan studi kasus
2.

yang ada.
Pengolahan data dilakukan dengan menggunakan software promodel.

1.4 Tujuan Praktikum


Adapun tujuan praktikum ini adalah:
1. Mahasiswa mampu memahami teori

simulasi untuk permodelan sistem

2.

sesuai dengan aplikasi secara langsung pada perusahaan manufaktur.


Mahasiswa mampu mengaplikasi teori simulasi untuk permodelan sistem

3.

secara jelas dan mudah dengan menggunakan software promodel.


Mahasiswa dapat mengetahui fenomena antrian dalam proses produksi pada

4.
5.

perusahaan manufaktur.
Mahasiswa mampu menganalisa panjang antrian dan server.
Melatih mahasiswa untuk dapat berfikir secara terintegrasi tentang proses

6.

produksi dengan spesifikasi yang telah ditetapkan.


Mahasiswa mampu memahami teori simulasi untuk permodelan sistem
sesuai dengan aplikasi secara langsung pada perusahaan manufaktur.

MODUL 3

7.

Melatih

mahasiswa

untuk

dapat

melakukan

perencanaan

produksi

berdasarkan data-data yang ada dan memperkirakan proyeksi semua


kebutuhan material, mesin dan tenaga kerja yang mungkin diperlukan.
1.5 Sistematika Penulisan
Sistematika penulisan praktikum ini adalah sebagai berikut:
Bab I

Pendahuluan

Bab ini berisi latar belakang, perumusan masalah, pembatasan masalah, tujuan
praktikum dan sistematika penulisan.
Bab II

Landasan Teori

Bab ini menjelaskan tentang dasar teori dan metode perencanaan produksi dari
semua kasus yang ada.
Bab III Pengumpulan dan Pengolahan Data
Bab ini berisi pengumpulan dan pengolahan data dari program promodel.
Bab IV Analisa
Bab ini berisi tentang analisa dari semua kasus yang telah diolah pada pengolahan
data.
Bab V Kesimpulan dan Saran.
Bab ini berisi kesimpulan dan saran

BAB II
LANDASAN TEORI
2.1

Simulasi

2.1.1

Definisi Simulasi
Jerry Banks mendefinisikan simulasi sebagai suatu imitasi atau tiruan

bekerjanya proses atau sistem nyata [Banks,1998]. Simulasi komputer adalah


komputasi yang memodelkan perilaku sebuah sistem nyata atau tidak dalam
suatu rentang waktu. Simulasi diskrit event adalah model yang merepresentasikan

MODUL 3

sistem dan beroperasi dalam suatu rentang waktu dengan perubahan variabel
status terjadi pada titik-titik waktu yang terpisah. Titik-titik waktu tersebut
menunjukkan terjadinya event yang merupakan kejadian sesaat instantancous
occurrence yang merubah status sistem [Law A. M, 2000].
Simulasi digunakan untuk menggambarkan perilaku sebuah sistem nyata
ketika proses pembentukan model matematis sulit dilakukan karena sistem nyata
yang kompleks.
2.2.2

Langkah-langkah Melakukan Studi Simulasi


Langkah-langkah yang harus dilakukan dalam melakukan studi simulasi

adalah sebagai berikut [Law A.M, 2000] :


1.

Formulasi masalah dan perencanaan studi


Studi diawali dengan pernyataan jelas tentang pokok masalah dan tujuan

penelitian yang ingin dicapai. Setelah itu pelaksanaan studi direncanakan dengan
mempertimbangkan keterbatasan sarana dan prasarana yang tersedia. Selain itu
juga ditentukan :
- Model yang digunakan
- Kriteria performansi yang akan dipakai
- Kerangka konfigurasi sistem yang akan ditinjau

2.

Pengumpulan data dan perancangan model


Pengumpulan data dan informasi dari sistem yang ditinjau diperlukan untuk

mengetahui bagaimana sistem bekerja dan menentukan distribusi peluang bagi


proses random yang digunakan dalam model. Kekurangan data akan mengurangi
keakuratan model dan sebaliknya data terlalu kecil akan membutuhkan biaya
besar dan waktu pengumpulan yang lama.
3.

Validasi model
Tahap ini dilakukan dengan melakukan pengecekan asumsi-asumsi yang

ditetapkan dalam pembuatan model serta melibatkan ahli yang mengenal sistem
yang baik.

MODUL 3

4.

Penyusunan program komputer dan verifikasi


Pemilihan perangkat lunak yang akan digunakan dalam simulasi

mempunyai pengaruh yang besar terhadap kesuksesan penelitian, yaitu dalam hal
keakuratan model, validasi model dan waktu eksekusi, dan waktu penyelesaian
penelitian secara keseluruhan. Beberapa teknik untuk melakukan verifikasi
program antara lain yaitu :
- Melakuka pelacakan jalannya program (trace).
- Pengembangan program dalam bentuk sub program atau modular.
- Menggunakan interaktive debugger.
- Meneliti kelayakan hasil program.
- Menggunakan estimasi.
5.

Uji coba program


Uji coba program dilakukan untuk keperluan validasi pada tahap berikutnya.

6.

Validasi program
Hasil uji coba program diteliti kembali untuk mengetahui apakah ada

kesalahan dalam program atau model yang digunakan, cara yang dapat dilakukan
antara lain :
- Menguji sensivitas output model terhadap perubahan input
- Membandingkan output simulasi dengan performasi sistem dimasa lalu
(data historis). Jika hasil simulasi dengan data historis tidak berbeda secara
signifikan maka dapat dikatakan model simulasi sudah valid.
7.

Perancangan eksperimen
Pada tahap ini diputuskan perancangan sistem seperti apa yang akan

disimulasikan dari beberapa alternatif yang mungkin ada. Untuk setiap rancangan
sistem yang akan disimulasikan perlu ditentukan hal-hal seperti berikut :
- Panjang replikasi dalam setiap eksekusi program
- Jumlah replikasi
- Inisiasi program
- Panjang periode transient
8.

Eksekusi program

MODUL 3

Eksekusi program dilakukan sesuai dengan perancangan eksperimen yang


telah dibuat.
9.

Analisa output simulasi


Data output simulasi digunakan untuk mengestimasi kriteria performasi

sistem yang diteliti. Hasil estimasi ini kemudian digunakan untuk menjawab
tujuan studi.
10.

Dokumentasi, presentasi, dan implementasi


Dokumentasi yang baik diperlukan karena tidak jarang model simulasi yang

telah dibuat akan dipakai untuk lebih dari satu aplikasi. Akhirnya hasil dari studi
simulasi perlu diimplementasikan, untuk itu kredibilitas model simulasi yang
dibangun harus tinggi agar dapat digunakan secara nyata.
2.2

Promodel

2.2.1

Pengenalan Bahasa Pemrograman Promodel 4.2


Promodel merupakan salah satu dari beberapa software simulasi. Promodel

diperkenalkan pertama kali oleh PROMODEL corporation. Software ini


merupakan alat desain simulasi dan animasi untuk memodelkan sistem
manufaktur. PROMODEL corporation juga menawarkan program MedModel
untuk sistem K3 dan ServiceModel untuk servis pelayanan sistem. Animasi dari
promodel ini merupakan gambaran otomatisasi dari model yang ingin
dikembangkan.
Promodel berorientasi pada elemen pemodelan sistem manufaktur dan
merupakan sebagai dasar pengambilan keputusan. Dalam promodel ini sistem
dapat dimodelkan sesuai dengan parameter-parameter yang ada. Adapun
komponen-komponen dari software promodel ini adalah :
a.

Entities
Entitas datang dan mengikuti alur proses dari stasiun kerja yang satu ke

stasiun kerja yang lainnya. Entitas dapat berupa material, individu atau orang,
kertas kerja, dan lain-lain.
b.

Location

MODUL 3

Location dapat berupa stasiun kerja, stasiun kerja-stasiun kerja, antrian, atau
operator. Location memiliki jumlah unit dan kapasitas pelayanan.
c.

Resources
Resources dapat berupa operator, tools, atau alat angkut sebagai pemindah

entitas diantara stasiun kerja yang ada. Resources dapat bergerak pada alur
produksi dengan kecepatan tertentu.
d.

Path networks
Path networks merupakan jalur atau line resources dalam pemindahan

entitas.
e.

Routing and processing logic


Merupakan penjabaran alur proses entitas masuk, diproses pada tiap stasiun

kerja hingga keluar dari sistem. Pada bagian ini diinputkan waktu pelayanan,
distribusi waktu pelayanan, waktu transportasi menggunakan resources.
f.

Arrivals
Menerangkan tentang apa saja entitas yang akan memasuki sistem,

distribusi dan tingkat kedatangan entitas.


Promodel juga dapat mempresentasikan kebijakan biaya dalam proses
produksi. Kebijakan biaya yang dipakai adalah biaya untuk entitas, location, dan
resources.

Promodel

dilengkapi

juga

dengan

tampilan

output

yang

menggambarkan performansi sistem yang dimodelkan. Ukuran dari performansi


tersebut dapat ditampilkan melalui chart, grafik, maupun diagram [Banks, 2002].
2.2.2

Pembuatan Model
Model merupakan bentuk sederhana dari sebuah sistem. Sistem disini bisa

berupa sistem dalam pelayanan umum atau proses manufaktur. Untuk bisa
mensimulasikan dalam program promodel maka kita membuat model yang
merupakan gambaran sistem tersebut, secara sederhana model dapat diilustrasikan
terdiri dari 3 komponen yaitu kedatangan (arrive), pelayanan (service), dan
keluaran (depart).
Sistem Antrian

MODUL 3

Gambar 2.1 Model sistem antrian

Konsumen datang kemudian dilayani dan keluar, pelayanan dalam hal ini
dapat dimisalkan berupa pembelian tiket kereta, pembayaran di bank, pembelian
barang di supermarket, dan lain-lain. Server juga dapat berupa stasiun kerja yang
akan mengerjakan produk seperti stasiun kerja bubut, drill, bor, dan lain-lain.
Berikut adalah bagian-bagian pembuatan model :
1. Membuka Model

Gambar 2.2 Membuka model

2. Judul Model

Gambar 2.3 Judul model

MODUL 3

3. Location
Tabel 2.1 Location

Gambar 2.4 Location

4. Entitas
Tabel 2.2 Entitas

MODUL 3

Gambar 2.5 Entitas

5. Path
Tabel 2.3 Path

Gambar 2.6 Path

6. Resource
Tabel 2.4 Resource

MODUL 3

Gambar 2.7 Resource

7. Routing & Process


Tabel 2.5 Routing & Process

Gambar 2.8 Routing dan Process

8. Arrivals
Tabel 2.6 Arrivals

Gambar 2.9 Arrivals

MODUL 3

BAB III
PENGUMPULAN DAN PENGOLAHAN DATA
3.1

Pengumpulan Data
CV. Anugrah merupakan sebuah perusahaan yang bergerak

dalam

bidang industri pakaian jadi. Spesifikasinya adalah perusahaan konveksi yang


memproduksi jaket. Dalam proses produksi perusahaan ini harus efektif dan
efisien dalam penggunaan waktu, sehingga dapat meminimalkan biaya produksi.
Proses produksi di CV. Anugrah adalah sebagai berikut ::
Bahan baku berupa kain masuk ke stasiun kerja Ukur dan Potong kemudian
ke stasiun kerja Jahit, dan tahap akhir dilanjutkan stasiun kerja Finishing
Dari Dari Penjabaran tentang CV. Anugrah di atas:
1. Gambarkan system produksi yang ada pada CV. Anugrah!
2. Tentukan entitas dan jelaskan aktivitas yang ada pada CV. Anugrah!
Tabel 3.1 Data waktu antar kedatangan dan proses tiap stasiun kerja

MODUL 3

Tabel 3.1 Lanjutan

3.2

Pengolahan Data

3.2.1

Pengolahan Data Manual

1.

Sistem Produksi CV. Anugrah


a. Layout
Ukur dan Potong
Kain

Finishing
Jahit

Ukur dan Potong

Finishing

Gambar 3.1 Model awal layout

b. Tata Urutan Proses


Tata urutan proses adalah sebagai berikut :
Bahan baku kain masuk ke stasiun kerja Ukur dan Potong, dan dikerjakan di
mesin tersebut. setelah itu, kain tersebut masuk ke proses selanjutnya, yaitu di
stasiun kerja Jahit, kemudian kain tersebut masuk ke stasiun kerja Finishing.

MODUL 3

c. Asumsi Asumsi
Jumlah Server dalam sistem produksi:
Tabel 3.2 Jumlah server dalam sistem produksi

No

2.

Keterangan

Jumlah Server

Ukur dan Potong

2
3

Jahit
Finishing

1
2

Entitas
Entitas adalah objek dinamis dalam simulasi, biasanya diciptakan, bergerak

dalam dan meninggalkan sistem, ada pula entitas yang tidak meninggalkan sistem,
ada pula entitas yang hanya melainkan berputar-putar dalam sistem. Entitas
adalah objek yang menjadi perhatian kita dalam sistem. Yang menjadi entitas
dalam kasus ini adalah bahan baku berupa kain.
3.

Recources
Sumber daya dalam sistem ini adalah server yang melayani di setiap stasiun

kerja seperti pada stasiun kerja Ukur dan Potong yang terdiri dari dua server,
stasiun kerja jahit yang terdiri dari satu server, dan stasiun kerja Finishing yang
terdiri dari dua server.
4.

Aktivitas dan Event

Aktivitas :

Bahan baku kain diproduksi di stasiun kerja Ukur dan Potong 1.

Bahan baku kain diproduksi di stasiun kerja Ukur dan Potong 2.

Produksi dari stasiun kerja Ukur dan Potong 1 dan 2 ke stasiun


kerja Jahit.

Produksi dari stasiun kerja Jahit ke stasiun kerja Finishing 1.

Produksi dari stasiun kerja Jahit ke stasiun kerja Finishing 1

Event Adalah: Kejadian pada satu titik waktu yang menyebabkan perubahan
status simulasi.

MODUL 3

a. Aktivitas: Bahan baku kain diproduksi di stasiun kerja Ukur dan Potong
Ukur dan Potong 1
Kain

Jahit
Ukur dan Potong 2

Gambar 3.2 Produksi di stasiun kerja ukur dan potong

Awal : kedatangan kain ke stasiun kerja Ukur dan Potong.


Akhir : Selesai dikerjakan di stasiun kerja Ukur dan Potong, kain menuju
ke stasiun kerja Jahit.
Resources : Jumlah server sebanyak dua.
b. Aktivitas: Produksi dari stasiun kerja Ukur dan Potong ke stasiun kerja
Jahit.
Ukur dan Potong 1

Finishing 1
Jahit

Ukur dan Potong 2

Finishing 2

Gambar 3.3 Produksi di stasiun kerja jahit

Awal : kedatangan kain dari stasiun kerja Ukur dan Potong 1 dan 2
menuju ke stasiun kerja Jahit.
Akhir : Selesai dikerjakan di stasiun kerja Jahit, kain menuju ke stasiun
kerja Finishing.
Resources : Jumlah server sebanyak satu.
c. Aktivitas: Produksi dari stasiun kerja Jahit ke stasiun kerja Finishing.
Finishing 1
Jahit

Exit
Finishing 2

Gambar 3.4 Produksi di stasiun kerja finishing

Awal : kedatangan kain dari stasiun kerja Jahit menuju ke stasiun kerja
Finishing.
Akhir : Selesai dikerjakan di stasiun kerja Jahit, kain menuju ke exit.

MODUL 3

Resources : Jumlah server sebanyak dua.


3.2.2

Pengolahan Data Menggunakan Software


3.2.2.1 Uji Distribusi Data Dengan Menggunakan Stat:Fit Promodel

Langkah langkah dalam melakukan uji distribusi data dengan menggunakan


Stat:Fit Promodel
1. Buka software ProModel kemudian pilih Stat Fit pada bagian bawah.
2. Masukkan input data waktu kedatangan pada data table.
3. Setelah data selesai diinput, pilih autofit.
4. Untuk mencari grafik, pilih distribution viewer.
5. Isikan hasil autofit pada kolom yang ada pada distribution viewer.
6. Catat hasil mean dan standar deviasi yang tampil pada kolom atas.
7. Pilih grafik.
1. Waktu Antar Kedatangan
a. Input Data
Input pengolahan data ProModel dengan Stat:Fit
Tabel 3.3 Input waktu antar kedatangan

b. Hasil AutoFit
Hasil pengolahan data ProModel dengan Stat:Fit
Tabel 3.4 Hasil autofit waktu antar kedatangan

MODUL 3

c. Grafik
Grafik pengolahan data ProModel dengan Stat:Fit

Gambar 3.5 Grafik waktu antar kedatangan

2. Ukur dan Potong


a. Input Data
Input pengolahan data ProModel dengan Stat:Fit
Tabel 3.5 Input ukur dan potong

b. Hasil AutoFit
Hasil pengolahan data ProModel dengan Stat:Fit
Tabel 3.6 Hasil autofit ukur dan potong

MODUL 3

c. Grafik
Grafik pengolahan data ProModel dengan Stat:Fit

Gambar 3.6 Grafik ukur dan potong

3. Jahit
a. Input Data
Input pengolahan data ProModel dengan Stat:Fit
Tabel 3.7 Input jahit

b. Hasil AutoFit
Hasil pengolahan data ProModel dengan Stat:Fit
Tabel 3.8 Hasil autofit jahit

MODUL 3

c. Grafik
Grafik pengolahan data ProModel dengan Stat:Fit

Gambar 3.7 Grafik jahit

4. Finishing
a. Input Data
Input pengolahan data ProModel dengan Stat:Fit
Tabel 3.9 Input finishing

b. Hasil AutoFit
Hasil pengolahan data ProModel dengan Stat:Fit

MODUL 3

Tabel 3.10 Hasil autofit finishing

c. Grafik
Grafik pengolahan data ProModel dengan Stat:Fit

Gambar 3.8 Grafik Finishing

3.2.2.2 Pembuatan Model Dengan ProModel


Langkah dalam pembangunan model untuk mensimulasikan proses
produksi pada CV. Anugrah adalah sebagai berikut :
1. Buka software ProModel kemudian pilih file, lalu pilih new.
2. Mengisi title dan pilih second pada time unit lalu Ok.
3. Pilih menu build lalu pilih location dan masukan layout stasiun kerja kemudian
isikan nama stasiun kerja pada menu location.
4. Pilih menu Build lalu pilih Arrival dan tulis nama material pada Entity,
kemudian pada Occurrences isikan angka 50, setelah itu pada Frequency isikan
rata rata kedatangan dan standar deviasi.
5. Pilih menu Build lalu pilih Entities, lalu klik pada gambar material dan masing
masing stasiun kerja, kemudian pilih edit, pilih color untuk memberi warna
pada masing masing material dan stasiun kerja.

MODUL 3

6. Pilih menu build lalu pilih Processing, setelah itu pada Operation isikan rata
rata kedatangan dan standar deviasi pada masing masing stasiun kerja.
7. Pilih menu Simulation lalu pilih Run, setelah itu akan muncul verifikasi dari
simulasi tersebut. Hasil dari simulasi itu dapat dilihat di output result.

a.

Location
Dalam tabel location terdapat urutan dari proses produksi yang dimulai
dari kedatangan, material dengan kapasitas tak terbatas dan barang yang
pertama kali masuk harus dikerjakan atau diproses terlebih dahulu (FIFO)
menuju ke stasiun kerja Ukur dan Potong 1 dan 2 dengan kapasitas tak terbatas
dan barang yang pertama kali masuk harus dikerjakan atau diproses terlebih
dahulu (FIFO), setelah masuk ke stasiun kerja Ukur dan Potong 1 dan 2 dengan
kapasitas 1 menuju ke stasiun kerja Jahit dengan kapasitas 1 menuju ke stasiun
kerja Jahit dengan kapasitas tak terbatas dan barang yang pertama kali masuk
harus dikerjakan atau diproses terlebih dahulu (FIFO), setelah masuk ke stasiun
kerja Jahit dengan kapasitas 1 menuju ke stasiun kerja Finishing 1 dan 2
dengan kapasitas yang tak terbatas dan barang yang pertama kali masuk harus
dikerjakan atau diproses terlebih dahulu (FIFO), setelah itu masuk ke stasiun
kerja Finishing 1 dan 2 dengan kapasitas 1.
Tabel 3.11 Location running promodel

MODUL 3

Pada proses menuju stasiun kerja Ukur dan Potong, menuju stasiun kerja
Jahit, dan menuju stasiun kerja Finishing terjadi aturan baku FIFO (first in firs
out) dimana barang yang pertama kali masuk harus dikerjakan atau diproses
terlebih dahulu sehingga tidak terjadi penumpukan atau keterlambatan.
b.

Entitas
Dalam tabel entitas terdapat material yang berpindah dari setiap stasiun
kerja yaitu berupa bahan baku (kain).
Tabel 3.12 Enteties running promodel

c.

Arrival
Dalam tabel arrival adanya material sebagai entitas, CV. Anugrah
menargetkan dalam satu hari harus bisa menghasilkan 50 unit produk dengan
frekuensi Lognormal sebesar 7.5 dan standar deviasi sebesar 3.9e-002.
Tabel 3.13 Arrival running promodel

d.

Proses dan Routing


Dalam tabel proses entitas yang digunakan berupa bahan baku (kain)
dengan location dari pertama kali proses sampai akhir adalah material, menuju
ke Ukur dan Potong, dari stasiun kerja Ukur dan Potong menuju stasiun kerja
Jahit, dari stasiun kerja Jahit menuju stasiun kerja Finishing, dari semua itu
operasi dilakukan pada setiap stasiun kerja yaitu Ukur dan Potong 1 dan 2
adalah Lognormal (-1.4e + 003, 8.07, 2.21e - 002), Jahit adalah Uniform (2.05e
+ 003, 2.35e + 003), dan Finishing adalah Normal (1.81e + 003, 73.5).
Tabel 3.14 Proses running promodel

MODUL 3

Dalam tabel routing didapatkan output berupa kain, destination adalah


proses exit dengan waktu transportasi atau pemindahan barang dari bahan baku
ke stasiun kerja Finishing.
Tabel 3.15 Routing kain

Gambar 3.9 Pembangunan Model

e.

Verifikasi
Setelah melakukan tahap-tahap dalam penggunaan software promodel
didapatkan running yang bisa berjalan dan dapat dilihat pada gambar di bawah
ini.

MODUL 3

Gambar 3.10 Hasil verifikasi running promodel

f. Replikasi
Setelah dilakukan replikasi sebanyak 30 kali didapatkan hasil result
sebagai berikut :
Tabel 3.16 Result promodel

g.

Rekapitulasi
Tabel 3.17 Rekapitulasi
Average Time
Stasiun Kerja

Per Entri

Average Contents

% Utiliti

Material
Menuju ke Ukur dan Potong
Stasiun Ukur dan Potong 1

(Hour)
13,34
1,15
1,16

20,14
1,75
0,91

0,00
75,44
91,23

MODUL 3

Stasiun Ukur dan Potong 2


Menuju ke Jahit
Stasiun Jahit
Menuju ke Finishing
Stasiun Finishing 1
Stasiun Finishing 2

1.23
1,23
0,64
0,02
0,51
0,50

0,89
1,85
0,97
0,02
0,52
0,24

89,07
81,71
96,90
0,81
52,01
24,36

BAB IV
AN ALI S A
4.1 Analisa Manual
Dari sistem produksi CV. Anugrah didapatkan model awal suatu proses
produksi dengan urutan material menuju ke bagian stasiun kerja Ukur dan Potong
yang terdiri dari dua server menuju ke bagian stasiun kerja Jahit yang terdiri dari
satu server kemudian menuju ke bagian stasiun kerja Finishing dimana entitas
berupa bahan baku (kain), resources berupa server, event atau proses kejadian
yang mempunyai tiga aktifitas di dalamnya.
Untuk aktifitas pertama adalah proses produksi Ukur dan Potong dengan
kegiatan awal adalah bahan baku masuk ke bagian stasiun kerja Ukur dan Potong,
kegiatan akhir adalah setelah bahan baku selesai diproses dari stasiun kerja Ukur
dan Potong, bahan baku meninggalkan stasiun kerja Ukur dan Potong menuju ke
stasiun kerja Jahit.
Aktifitas kedua yaitu proses produksi Jahit dengan kegiatan awal adalah
bahan baku dari stasiun kerja Ukur dan Potong ke stasiun kerja Jahit, kegiatan
akhir adalah setelah bahan baku selesai diproses dari stasiun kerja Ukur dan
Potong, bahan baku meninggalkan stasiun kerja Jahit menuju ke stasiun kerja
Finishing.
Aktifitas ketiga yaitu proses produksi Finishing dengan kegiatan awal
adalah bahan baku dari stasiun kerja Jahit ke stasiun kerja Finishing, kegiatan
akhir adalah setelah bahan baku selesai diproses dari stasiun kerja Finishing,
bahan baku meninggalkan stasiun kerja Finishing menuju ke gudang
penyimpanan.
4.2 Analisa Distribusi

MODUL 3

4.2.1
a.

Waktu Antar Kedatangan


Dari hasil pengolahan data waktu antar kedatangan dimana jumlah N

sebanyak 30, Lognormal didapatkan minimum sebesar 0, mu sebesar 7,5


b.

dengan sigma sebesar 3,93e - 002.


Dari hasil grafik didapatkan jumlah N sebesar 30, Lognormal dengan ratarata 1,81e + 003 dan standar deviasi sebesar 70,6.

4.2.2

Stasiun Kerja Ukur dan Potong

a. Dari hasil pengolahan data stasiun kerja Ukur dan Potong dimana jumlah N
sebanyak 30, Lognormal didapatkan minimum -1,43+003, mu sebesar 8,07
dengan sigma sebesar 2,21e - 002
b. Dari hasil grafik didapatkan dengan jumlah N sebesar 30, Lognormal dengan
rata- rata 1,82e + 003 dan standar deviasi sebesar 70,9.
4.2.3

Stasiun Kerja Jahit

a.

Dari hasil pengolahan data stasiun kerja Jahit dimana jumlah N sebanyak 30,

b.

Uniform didapatkan minimum 2,05e + 003 dan maksimum sebesar 2.35e + 003.
Dari hasil grafik didapatkan dengan jumlah N sebesar 30, Uniform dengan
rata- rata 2,23 + 003 dan standar deviasi sebesar 86,6.

4.2.4
a.

Stasiun Kerja Finishing


Dari hasil pengolahan data stasiun kerja Finishing dimana jumlah N

sebanyak 30, Normal didapatkan rata- rata sebesar 1,81 e + 003 dengan sigma
b.

sebesar 73,5.
Dari hasil grafik didapatkan dengan jumlah N sebesar 30, Normal dengan
rata- rata 1,81 e + 003 dan standar deviasi sebesar 73,5.
4.3 Analisa Output Running
Hasil analisa dari output running pada material diperoleh tingkat average

time per entry (hour) sebesar 13,34 sedangkan pada jalan menuju stasiun Ukur
dan Potong tingkat average time per entry (hour) sebesar 1,15 untuk stasiun Ukur
dan Potong 1 tingkat average time per entry (hour) sebesar 1,16 untuk stasiun
Ukur dan Potong 2 tingkat average time per entry (hour) sebesar 1,23 pada jalan

MODUL 3

menuju stasiun Jahit tingkat average time per entry (hour) sebesar 1,23 untuk
stasiun Jahit diperoleh tingkat average time per entry (hour) sebesar 0,64 pada
jalan menuju stasiun Finishing tingkat average time per entry (hour) sebesar 0,02
untuk stasiun Finishing 1 tingkat average time per entry (hour) sebesar 0,52 untuk
stasiun Finishing 2 diperoleh tingkat average time per entry (hour) sebesar 0,24.
Hasil analisa dari Output Running, % Utiliti pada material diperoleh tingkat
utilisasi sebesar 0,00% sedangkan pada jalan menuju ke stasiun Ukur dan Potong
tingkat utilisasi sebesar 75,44% pada stasiun kerja Ukur dan Potong 1 tingkat
utilisasi sebesar 91,23% pada stasiun kerja Ukur dan Potong 2 tingkat utilisasi
sebesar 89,07% sedangkan pada jalan menuju ke stasiun Jahit tingkat utilisasi
sebesar 81,71% pada stasiun kerja Jahit tingkat utilisasi sebesar 96,90%
sedangkan pada jalan menuju ke stasiun kerja Finishing tingkat utilisasi sebesar
0,81% pada stasiun kerja Finishing 1 tingkat utilisasi sebesar 52,01% pada stasiun
kerja Finishing 2 tingkat utilisasi sebesar 24,36%.
Untuk analisa dari dari tiap stasiun kerja dengan replikasi sebanyak 30 kali,
didapatkan nilai utilisasi tertinggi ada pada stasiun kerja Jahit yaitu sebesar
96,90% dengan average content sebesar 0,97 serta waktu yang dibutuhkan untuk
memproduksi 50 unit jaket selama 33,11 jam. Ini menandakan bahwa stasiun kerja
Jahit adalah stasiun kerja yang paling sibuk dibandingkan dengan stasiun kerja
yang lainnya.

BAB V
PENUTUP
5.1 Kesimpulan

MODUL 3

1.

Terdapat tiga stasiun kerja yang berurutan dalam sistem produksi yaitu

2.

stasiun kerja Ukur dan Potong, stasiun kerja Jahit, dan stasiun kerja Finishing.
Dari hasil replikasi sebanyak 30 kali, tingkat utilitas tertinggi ada pada

stasiun kerja Jahit yaitu sebesar 96,90%, dengan average contents sebesar 0,97.
3.
Waktu yang dibutuhkan untuk memproduksi 50 unit jaket selama 33,11
jam.
5.2 Saran
1.
Sebaiknya perusahaan menambah jumlah mesin atau server pada stasiun
kerja Jahit, karena pada hasil verifikasi dapat dilihat masih ada penumpukan
material yang disebabkan karena tingginya tingkat utilisasi yaitu sebesar
96,90% atau kesibukan pada mesin tersebut sehingga menyebabkan tingginya
waktu menganggur (idle time) pada stasiun kerja berikutnya, yaitu stasiun kerja
Finishing.
2.
Penambahan jumlah mesin atau server pada stasiun kerja Jahit akan
mengurangi tingginya waktu menganggur (idle time) sehingga meningkatkan
tingkat utilisasi pada stasiun kerja Finishing.

MODUL 4

BAB I
PENDAHULUAN
1.1

Latar Belakang
Simulasi adalah tiruan operasi dari proses nyata atau
sistem dari waktu ke waktu, apakah dilakukan dengan tangan atau
dengan komputer simulasi melibatkan pembuatan sejarah tiruan
dari bentuk mesin, dan pengamatan atas sejarah tiruan untuk
menarik kesimpulan mengenai karakteristik pengoperasian sistem
nyata, dan sesuai berkembangnya waktu ke waktu dipelajari
dengan mengembangkan suatu model simulasi, model ini biasanya
mengambil bentuk seperangkat asumsi yang berhubungan dengan
operasi sistem.
Sedangkan sistem dapat diartikan sebagai suatu kumpulan
obyek yang dihubungkan bersama didalam beberapa interaksi
regular atau independent kearah pencapaian beberapa tujuan.
Seringkali sistem juga didefinisikan sebagai kumpulan entitas
(manusia atau mesin), yang berinteraksi untuk mencapai suatu
tujuan.
Pengambilan keputusan menyangkut antrian berkaitan
dengan peningkatan hasil karya sistem melalui penggunaan model
keputusan yang sesuai. Sehingga model dibangun dengan
menggunakan sifat operasi yang cocok.
Beberapa istilah komponen sistem harus diketahui dan
dipahami sehingga dapat menganalisa sistem. Sebuah entitas
adalah objek yang menjadi perhatian kita dalam sistem. Sebuah
server adalah entitas yang melakukan fungsifungsi tertentu atau
berinteraksi dengan entitas entitas lain dalam menjalankan suatu
aktivas. Suatu atribut adalah karakteristik yang dimiliki oleh
sebuah entitas. Sebuah aktivas mempresentasikan suatu rentang
waktu tertentu. Sebuah event adalah kejadian sesaat dalam

MODUL 4

sistem yang menyebabkan perubahan status sistem. Sistem dapat


dikelompokan

menjadi

2 jenis,

yaitu sistem diskret

dan

system kontinyu.
Sebuah sistem sering dipengaruhi oleh perubahan yang
terjadi di luar sistem. Perubahan perubahan tersebut terjadi di
lingkungan

sistem.

Penentuan

sistem

dan

lingkungannya

ditentukan oleh tujuan studi yang dilakukan. Karena itu,


kumpulan entitas yang menyusun sebuah studi. Mungkin saja
merupakan sebuah bagian dari sebuah sistem yang lebih besar,
(Law, 1991; hal 3).
Pada studi kasus yang ada, terdapat fenomena menunggu yang diartikan
sebagai hasil langsung dari keacakan dalam operasi sarana pelayanan. Pada kasus
ini tentang terjadinya antrian pada proses pengisian bahan bakar umum khusus
bagi kendaraan bermotor beroda 2 di Pom Bensin depan UNISSULA.
Antrian terhadap kasus ini bertujuan untuk menentukan
banyaknya rata-rata panjang antrian dan rata-rata waktu tunggu
untuk tiap aktifitas pada saat kedatangan motor. Sedangkan untuk
server bertujuan mencari rata-rata kedatangan, rata-rata kepergian
serta utilitas masing-masing departemen.
1.2

Tujuan Simulasi

Tujuan dari simulasi adalah :


1.

Mengetahui total output yang meninggalkan layanan.

2.

Mengetahui rata-rata waktu tunggu antrian.

3.

Mengetahui waktu tunggu maksimum dalam antrian.

4.

Mengetahui jumlah rata-rata dalam antrian.

5.

Mengetahui jumlah maksimum dalam antrian.


1.3 Perumusan Masalah

Perumusan masalah dari modul ini diantaranya :


1.

Bagaimana cara melakukan analisa mengenai sistem antrian dari mesin satu

MODUL 4

ke mesin lain nya.


2.

Bagaimana mencari dan menganalisa hasil dari software extend?

3. Bagaimana menentukan metode yang paling tepat untuk pemecahan masalah


yang optimum?
1.4 Pembatasan masalah
Mengingat betapa luasnya peramalan mengenai sistem produksi, maka diperlukan
adanya pembatasan masalah supaya pembahasan di sini tidak terlalu luas ruang
lingkupnya pada data yang akan digunakan yaitu pada :
1.

Pengolahan data dilakukan dengan software extend.

2.

Metode - metode yang digunakan dalam Kombinasi


Produk, masalah tentang sistem antrian dalam proses produksi.

3.

Perbaikaan replikasai sistem antrian proses pada extend.


1.5 Sistematika penulisan

Agar dapat memperoleh suatu penyusunan dan pembahasan yang sistematis,


terarah pada masalah yang telah terpilih dan pengendalian yang benar, maka
sistematika penulisannya disusun sebagai berikut :
Bab I

Pendahuluan

Bab ini berisikan latar belakang, perumusan masalah, tujuan praktikum,


pembatasan masalah, dan sistematika penulisan.
Bab II

Landasan Teori

Bab ini menjelaskan tentang teori extend, validasi, validasi model konseptual,
vertifikasi, model login dan validasi model simulasi.
Bab III Pengumpulan dan Pengolahan Data
Bab ini terdiri dari pemakaian formulasi model matematis dan pengolahan secara
manual serta pengolahan dengan menggunakan software extend.
Bab IV Analisa
Bab ini berisi tentang analisa dari hasil extend. serta analisanya.
Bab V Kesimpulan
Bab ini berisi kesimpulan.

MODUL 4

BAB II
LANDASAN TEORI
2.1

Teori Extend
Extend

(Imagine

That,

Inc.)

digunakan

untuk

memodelkan, menganalisis dan mengoptimalkan proses. Memiliki


sejumlah fitur seperti kumpulan komponen, hirarki model, link
dengan MS Office dan memodelkan sistem kontinyu, diskrit dan
hybrid. Extend mempunyai bahasa pemodelan sendiri (ModL)
yang mirip dengan C, dan mampu memanggil kode dari bahasa
lainnya. Mempunyai paket khusus untuk sistem industri, riset
operasional dan simulasi proses kontinyu.
Extend ini biasanya digunakan untuk menganalisis proses
pelayanan antrian di Bandara, Rumah Sakit, Terminal, Bank,
Proses Produksi di sebuah perusahaan dan proses antrian lainnya.
2.2

Validasi
Validasi metode analisis bertujuan untuk memastikan dan
mengkonfirmasi bahwa
sudah sesuai untuk

metode

analisis

peruntukannya.

Validasi

tersebut
biasanya

diperuntukkan untuk metode analisa yang baru dibuat dan


dikembangkan.

Sedangkan

untuk

metode

yang

memang

MODUL 4

telah tersedia dan baku (misal dari AOAC, ASTM, dan


lainnya),
digunakan

namun

metode tersebut

di laboratorium

baru pertama kali akan

tertentu, biasanya tidak perlu

dilakukan validasi, namun hanya verifikasi.


Validasi adalah proses penentuan apakah model, sebagai
konseptualisasi atau abstraksi, merupakan representasi berarti dan
akurat dari sistem nyata? (Hoover dan Perry, 1989); validasi
adalah penentuan apakah mode konseptual simulasi (sebagai
tandingan program komputer) adalah representasi akurat dari
sistem nyata yang sedang dimodelkan (Law dan Kelton, 1991).

Gambar 2.1 Relasi verifikasi, validasi dan pembentukan model kredibel

2.2.1 Aturan Verifikasi Dan Validasi Dalam Simulasi


Ketika membangun model simulasi sistem nyata, kita harus
melewati beberapa tahapan atau level pemodelan. Seperti
yang

dapat dilihat pada gambar di atas, pertama kita harus

membangun model konseptual yang memuat elemen sistem nyata.


Dari model konseptual ini kita membangun model logika yang
memuat relasi logis antara elemen sistem juga variable eksogenus
yang mempengaruhi sistem. Model kedua ini sering disebut
sebagai model diagram alur. Menggunakan model diagram alur
ini, lalu dikembangkan program komputer, yang disebut juga
sebagai model simulasi, yang akan mengeksekusi model diagram
alur.
Pengembangan model simulasi merupakan proses iteratif

MODUL 4

dengan beberapa perubahan kecil pada setiap tahap. Dasar


iterasi antara model yang berbeda adalah kesuksesan atau
kegagalan ketika verifikasi dan validasi setiap

model.

kita

mengembangkan representasi kredibel sistem nyata, ketika


verifikasi dilakukan kita memeriksa apakah logika model
diimplementasikan dengan benar atau tidak. Karena verifikasi
dan validasi berbeda, teknik yang digunakan untuk yang satu
tidak selalu bermanfaat untuk yang lain.
Baik untuk verifikasi atau validasi model, kita harus membangun sekumpulan
kriteria untuk menilai apakah diagram alur model dan logika internal adalah
benar dan apakah model konseptual representasi valid dari sistem nyata.
Bersamaan dengan kriteria evaluasi model, kita harus spesifikasikan siapa yang
akan mengaplikasikan kriteria dan menilai seberapa dekat kriteria itu memenuhi
apa yang sebenarnya.
Tabel 2.1 Hal yang harus diperhatikan dalam verifikasi dan validasi.

Praktisi simulasi harus dapat menentukan aspek apa


saja, dari sistem yang kompleks, yang perlu disertakan dalam
model simulasi.
Petunjuk umum dalam menentukan tingkat kedetailan yang
diperlukan dalam model simulasi :

MODUL 4

Hati-hati dalam mendefinisikan

Model-model tidak valid secara universal

Memanfaatkan pakar dan analisis

sensitivitas

untuk membantu

menentukan level detil model


2.2.2 Validasi Model Konseptual
Validasi model konseptual adalah proses pembentukan
abstraksi relevan sistem nyata terhadap pertanyaan model simulasi
yang diharapkan akan dijawab. Validasi model simulasi dapat
dibayangkan sebagai proses pengikat dimana analis simulasi,
pengambil keputusan dan manajer sistem setuju aspek mana dari
sistem nyata yang akan dimasukkan dalam model, dan informasi
apa (output) yang diharapkan akan dihasilkan dari model. Tidak
ada metode standar untuk validasi model konseptual,

kita

hanya akan melihat beberapa metode yang berguna untuk validasi.


2.2.3 Verifikasi dan Validasi Model Logis
Bentuk model logis tergantung dari bahasa pemrograman
yang akan digunakan. Jika model konseptual sudah dibangun
dengan baik, verifikasi model konseptual bukan pekerjaan
kompleks. Ada beberapa pertanyaan
sebelum

kita

yakin bahwa

model

yang harus dijawab


logis merepresentasikan

model konseptual. Salah satu pendekatan yang digunakan untuk


verifikasi model logis adalah dengan fokus pada:
1.

Apakah kejadian dalam model diproses dengan benar?

2.

Apakah rumus matematika dan relasi dalam model valid?

3.

Apakah statistik dan ukuran kinerja diukur dengan benar?

Verifikasi dan Validasi Pemrosesan Kejadian


1. Validasi bahwa model logis mengandung semua kejadian dalam model
konseptual

MODUL 4

2. Verifikasi hubungan di antara kejadian


3. Verifikasi bahwa model logis memproses kejadian secara simultan dengan
urutan benar.
4. Verifikasi

bahwa

semua

variabel

status

yang

berubah

karena

terjadinya suatu kejadian diperbaiki dengan benar.


Metode umum yang digunakan untuk verifikasi dan validasi
pemrosesan kejadian dalam model logis adalah structured walkthrough, dimana pengembang model logis harus menjelaskan
(walk through) logika detil model ke anggota lain tim
pengembang model simulasi. Kembali ke kasus sistem komputer
time-shared, verifikasi dan validasi pemrosesan kejadian bisa
diperiksa

mulai

dari

kondisi TT_FINAL? sampai

dengan N=K?.
2.2.4 Validasi Model Simulasi
Perspektif Umum Simulasi:
1.

Eksperimen dengan model simulasi untuk eksperimen sistem aktual.

2.

Kemudahan atau kesulitan dari proses validasi tergantung pada kompleksitas


sistem yang dimodelkan.

3.

Sebuah model simulasi dari sebuah sistem yang kompleks hanya dapat
menjadi pendekatan terhadap aktual sistem.

4.

Sebuah model simulasi sebaiknya selalu dibangun untuk sekumpulan


tujuan tertentu.

5.

Sebuah buku catatan dari asumsi-asumsi model simulasi sebaiknya diupdate


berkala.

6.

Sebuah model simulasi sebaiknya divalidasi relatif terhadap ukuran


kinerja yang akan digunakan untuk pengambilan keputusan.

7.

Pembentukan

model

dan

validasi

sebaiknya

dilakukan

sepanjang

pensimulasian.
8.

Pada umumnya tidak mungkin untuk membentuk validasi statistik secara


formal diantara data output model dengan data output sistem.

MODUL 4

Langkah 1 : Membangun sebuah model dengan usaha melibatkan


informasi semaksimal mungkin:
- Berdiskusi dengan para pakar sistem
- Melakukan observasi terhadap sistem
- Memanfaatkan teori yang ada
- Memanfaatkan hasil dari Model simulasi yang sama dan
relevan
- Menggunakan pengalaman atau intuisi
- Memanfaatkan teori yang ada
- Memanfaatkan hasil dari Model simulasi yang sama dan
relevan
- Menggunakan pengalaman atau intuisi
Langkah 2 : Menguji asumsi-asumsi model secara empiris
Jika

distribusi

probabilitas

secara

teoritis

cocok

dengan observasi dan digunakan sebagai input untuk model


simulasi,

dapat diuji dengan

pembuatan

grafik dan uji

goodness-of-fit Jika beberapa himpunan data diobservasi untuk


fenomena random yang sama, maka perbaikan dari penggabungan
data tersebut dapat ditentukan dengan uji Kruskal-Wallis Salah
satu utilitas yang sangat berguna adalah analisis sensitivitas.
Langkah 3 : Menentukan seberapa representatif output Simulasi
Prosedur Statistik untuk membandingkan data output dari
observasi dunia nyata dan simulasi:
- Korelasi pendekatan inspeksi :
- Pendekatan

pendugaan selang kepercayaan berdasarkan

data

independen
- Pendekatan Time Series
Validasi model simulasi dilakukan dengan partisipasi analis,
pengambil keputusan dan manajer sistem. Uji validasi model

MODUL 4

adalah apakah pengambil keputusan dapat mempercayai model


yang digunakan sebagai bagian dari proses pengambilan
keputusan.
Tidak ada teknik tunggal untuk melakukan validasi
model. Prosedur validasi model simulasi tergantung dari sistem
yang sedang dimodelkann

dan

lingkungan

pemodelan.

Beberapa metode validasi adalah:


1. Perbandingan output simulasi dengan sistem nyata.
Membandingkan output ukuran kinerja model simulasi
dengan ukuran kinerja yang sesuai dari sistem nyata adalah
metode yang paling sesuai untuk melakukan validasi model
simulasi. Jika ukuran kinerja sistem nyata cukup tersedia, uji
statistik umum seperti uji t digunakan dimana kita menguji
hipotesis kesamaan nilai rata-rata. Kadang-kadang uji F juga dapat
digunakan untuk menguji kesamaan ragam

sistem

nyata

dengan model simulasi. Beberapa metode nonparametrik


lainnya

juga

bisa

digunakan,

misalnya

ChiSquare

dan

Kolmogorov Smirnov.
Perbandingan antara model dan sistem nyata merupakan
perbandingan statistik dan perbedaan dalam performans harus
diuji untuk signifikansi statistiknya. Perbandingan ini tidak biasa
dilakukan dengan sederhana begitu, karena performans yang
diukur menggunakan simulasi didasarkan pada periode waktu
yang sangat lama, mungkin beberapa

tahun.

Kinerja

yang

diukur dalam sistem nyata sebaliknya didasarkan pada periode


waktu singkat, mungkin hanya dalam ukuran minggu atau paling
lama bulan. Kendala kedua, semua kondisi awal sistem, yang
mempunyai pengaruh pada performans sistem secara umum
tidak diketahui pada sistem nyata.
Permasalahan lainnya dalam membuat

perbandingan

statistikal antara sistem nyata dengan model simulasi adalah

MODUL 4

bahwa performans yang diukur dalam sistem nyata mungkin


merefleksikan banyak elemen atau pengaruh dalam sistem
yang dikeluarkan dari sistem. Contohnya, ukuran kinerja untuk
sistem produksi mungkin memasukkan pengaruh
kerja

panjang,

liburan

seperti

shift

dan kecelakaan industri. Pengaruh ini

lebih disukai dikeluarkan dari model simulasi karena pengaruhnya


akan konstan untuk sembarang alternatif model simulasi yang
diharapkan untuk dievaluasi.
Dalam banyak proyek model yang sedang disimulasikan,
sistem nyata bahkan belum ada. Dalam kasus seperti itu,
tidak ada ukuran kinerja
digunakan

system nyata yang

sebagai perbandingan

dapat

dengan

ukuran

kinerja model simulasi. Cara terbaik mungkin mencari sistem


yang mirip, tapi perbandingan seperti itu lemah.
2. Pengujian Turing.
Metode ini diajukan oleh Alan Turing sebagai uji
intelegensia buatan. Seorang ahli atau panel ahli menyediakan
ringkasan gambaran atau laporan berdasarkan sistem nyata dan
model simulasi. Jika ahli tidak dapat
berdasarkan

output

mengidentifikasi laporan

model simulasi,

kredibilitas

model

ditingkatkan. Kesulitan utama validasi model menggunakan uji


Turing adalah penyesuaian ukuran kinerja sistem nyata sehingga
pengaruh tidak dimaksudkan sebagai bagian dari model simulasi
dihilangkan.
3. Perilaku ekstrim
Kadang-kadang sistem nyata dapat diamati di bawah
kondisi ekstrim dimana situasi tidak biasa muncul. Kadangkadang hal ini menjadi solusi ideal untuk mengumpulkan data
ukuran kienrja sistem nyata untuk perbandingan output mode
simulasi yang dijalankan pada kondisi yang sama. Kadangkadang

juga

manager

sistem

lebih

mudah memprediksi

MODUL 4

bagaimana perilaku sistem nyata pada kondisi ekstrim dari


pada pada kondisi normal. Dengan membandingkan prediksi
perilaku sistem nyata di bawah kondisi ekstrim dengan kinerja
model pada kondisi sama, mode dapat divalidasi.
2.3. Icon yang Digunakan
Semua icon yang digunakan pada running menggunakan
extend terdapat pada library. Icon yang digunakan dalam running
mengunakan extend yaitu :
No
1.

Library
item.Lix Executive

Tabel 2. 1 Icon yang digunakan


Gambar
Fungsi
Menjadwalkan

kejadian/proses

dan

mengatur discrete event simulation. Harus


2.

ada pada model.


Mengeluarkan item atau nilai, secara acak

item.Lix create

atau

terstruktur.jika

digunakan

untuk

mengeluarkan item, item akan didorong ke


simulasi agar dapat mengikuti tipe dari

3.

antrian.
Tindakan untuk mensortir antrian atau

item.Lix Queue
R

sebagai sumber kumpulan antrian. Sebagai

pensortir antrian, menarik urutan item


dengan FIFO atau LIFO. Atau mensortir

4.

item berdasarkan atributnya atau prioritas.


Proses satu atau lebih item sekaligus.waktu

item.Lix Activity

proses konstan atau didasarkan distribusi


D

5.

item.Lix Exit

6.

Ploter.Lix
event)

F
0

(discreate

atau atribut item.


Keluaran barang

dari

simulasi

dan

menghitung jumlah barang yang keluar


Melaporkan lamanya waktu menunggu dan
banyaknya item yang selesai dilayani
(ditampilkan dengan grafik)

MODUL 4

BAB III
PENGUMPULAN DAN PENGOLAHAN DATA
3.1

Pengumpulan Data
Pom Bensin Roda 2 yang berada di depan Universitas Islam
Sultan Agung merupakan sebuah tempat pengisian bahan bakar
umum khusus bagi kendaraan bermotor beroda 2.
Sistem Pom Bensin Roda 2 yang ada di depan Universitas
Islam Sultan Agung adalah sebagai berikut:
Pada Pom Bensin Roda 2 depan Universitas Islam Sultan
Agung terdapat 2 server yang melayani proses pengisian bahan
bakar umum khusus bagi kendaraan bermotor beroda 2 (Premium
dan Pertamax). Pada kondisi normal seharusnya server-server
tersebut terfungsikan namun dalam prakteknya hanya satu server
saja yang dilakukan pengamatan karena pom bensin roda 2 khusus
Pertamax tidak memenuhi syarat dalam pengumpulan data (kurang
dari 30).

a. Layout Sistem
Alur pengisian bahan bakar umum (bensin) khusus bagi kendaran bermotor
beroda 2 (Premium).
Motor

Antrian

Pom Bensin

Exit

Gambar 3.1 Simulasi Model

b. Tata Urutan Proses


Tata urutan proses alur antrian pom bensin roda 2 depan UNISSULA
1. Motor masuk pada antrian yang tersedia untuk menunggu proses

MODUL 4

pengisian bahan bakar.


2. Setelah selesai mengantri, motor menuju ke pom bensin untuk
melakukan pengisian bahan bakar oleh operator.
3. Kemudian setelah selesai mengisi bahan bakar, motor dapat keluar atau
meninggalkan sistem.
c. Asumsi-Asumsi

Jumlah Server

Jumlah server yang terdapat dalam proses pengisian bahan bakar umum khusus
bagi kendaraan bermotor beroda 2 di pom bensin depan UNISSULA
adalah sebagai berikut :
Tabel 3.1 Jumlah server dalam sistem pelayanan

No.
1

Keterangan
Pom Bensin Roda 2

Jumlah
2 (Perbaikan)

Waktu pelayanan dalam proses pengisian bahan bakar umum khusus bagi
kendaraan bermotor beroda 2 di pom bensin depan UNISSULA adalah
24 jam non stop.

d. Hasil Pengamatan
Hasil yang diperoleh merupakan hasil pengamatan selama 2 jam (120
menit) dalam dalam proses pengisian bahan bakar umum khusus bagi kendaraan
bermotor beroda 2 di pom bensin depan UNISSULA adalah sebagai berikut :
Tabel 3.2 Hasil pengamatan

MODUL 4

Tabel 3.2 Lanjutan

MODUL 4

Tabel 3.2 Lanjutan

MODUL 4

3.2 Pengolahan Data

Entitas
Entitas adalah objek dinamis dalam simulasi, biasanya diciptakan,
bergerak dalam dan meninggalkan sistem, ada pula entiti yang tidak
meninggalkan sistem, ada entiti yang tidak meninggalkan sistem hanya
melainkan hanya berputar-putar dalam sistem. Entitas adalah objek yang
menjadi perhatian kita dalam sistem.
Yang menjadi entiti dalam kasus ini adalah antrian, dan pom bensin.

Aktivitas

Aktivitas meliputi :
Motor masuk dalam antrian yang tersedia.
Motor bergerak menuju ke pom bensin.
Motor keluar atau meninggalkan sistem.

Event

MODUL 4

Event adalah kejadian pada satu titik waktu yang menyebabkan perubahan
status simulasi.
a.

Aktivitas : Motor masuk dalam antrian yang tersedia dan bergerak


menuju ke pom bensin.

Gambar 3.2 Aktivitas motor masuk

Awal : Kedatangan motor.


Akhir : Motor menuju ke pom bensin.
b. Aktivitas : Motor melakukan pengisian bahan bakar di pom bensin
kemudian keluar atau meninggalkan sistem.

Gambar 3.3 Aktivitas motor meninggalkan sistem

Awal : Setelah mengantri, motor menuju ke pom bensin.


Akhir : Motor keluar atau meninggalkan sistem.
3.3 Pembangunan Model Awal Dengan Software Extend
Langkah-langkah dalam mensimulasikan pembangunan model dengan
Software Extend adalah sebagai berikut :
a. Buka software extend, kemudian pilih Library Open Library
-

Plotter.Lix Open

Item.Lix - Open

b. Library Item.Lix Executive


-

Item.Lix- Create

Item.Lix Queue

Item.Lix Exit

Plotter.Lix Discrete Event

c. Pada model, diberi nama masing-masing


d. Run Simulation Setup End time sebesar 28800 detik.
e. Number Of runs sebesar 1 dan global time units pilih second

MODUL 4

Gambar 3.4 Model layout extend nyata

Gambar 3.5 Model layout extend (proses)

Selesai dilayani

Menunggu dilayani

Gambar 3.6 Grafik layout extend (proses)

MODUL 4

3.3.1

Queue, FIFO antrian kendaraan roda 2 di Pom Bensin


Tabel 3.2 Queue, FIFO

MODUL 4

3.3.2

Activity, Delay antrian kendaraan roda 2 di Pom Bensin 1


Tabel 3.3 Activity, Delay 1

MODUL 4

3.3.3 Activity, Delay antrian kendaraan roda 2 di Pom Bensin 2


Tabel 3.3 Activity, Delay 2

MODUL 4

BAB IV
AN ALI S A
Dari hasil pengolahan data dengan bantuan SoftwareExtend
dengan Waktu pengamatan selama 120 menit, dengan hasil
running sebanyak 30 kali, maka diperoleh analisa perbaikan
sebagai berikut :
4.1. Analisa antrian Queue FIFO setelah ada perbaikan
Dari tabel hasil pengolahan data dapat dianalisa dari 30 kali
running pada antrian first in first out.
4.1.1

Arrival
Rata-rata kendaraan yang
dimana setiap running-nya

menunggu

390,67 kendaraan

jumlah kendaraan yang bervariasi,

jumlah yang paling banyak pada running ke 13 sebesar 427


kendaraan dan yang paling sedikit pada running ke 11 sebesar 354
kendaraan.
4.1.2

Departure
Rata-rata kendaraan yang selesai menunggu 390,4 dimana
setiap running-nya jumlah kendaraan terbesar yang selesai dilayani
427 kendaraan pada running ke 13 jumlah terkecil kendaraan yang
selesai menunggu 354 kendaraan pada running ke 11.

4.1.3

Average lenght
Rata-rata pada avlenght 0,193 dimana setiap running-nya
jumlah avlenght yang bervariasi, jumlah yang paling banyak pada
running ke 13 sebesar 0,33 dan yang paling sedikit pada running
ke 11 sebesar 0,09.

4.1.4

Average wait

MODUL 4

Rata-rata pada avgwait 14,163 dimana setiap running-nya


jumlah avgwait yang bervariasi, jumlah yang paling banyak pada
running ke 13 sebesar 22,504, dan yang paling sedikit pada
running ke 11 sebesar 7,346.
4.1.5

Maximum lenght
Rata-rata pada maxlenght 4,6, dimana setiap running-nya
jumlah maxlenght yang bervariasi, jumlah yang paling banyak
pada running ke 23

sebesar 7 dan yang paling sedikit pada

running ke 9, 11 dan 30 sebesar 3.


4.1.6

Maximum wait
Rata-rata pada maxwait 154,614, dimana setiap running-nya
jumlah maxwait yang bervariasi, jumlah yang paling banyak pada
running ke 23

sebesar 268,048 dan yang paling sedikit pada

running ke 11 sebesar 94,862.


4.1.7

Utilization
Rata-rata pada utilization 0,127, dimana setiap running-nya
jumlah utilization yang bervariasi, jumlah yang paling banyak pada
running ke 13 sebesar 0,186 dan yang paling sedikit pada running
ke 11 sebesar 0,073.

4.2. Analisa Activity 1 sesudah perbaikan


Dari tabel hasil pengolahan data dapat dilihat hasil activity 1 pada 30 running
4.2.1 Arrival
Rata - rata kendaraan roda 2 yang datang ke pom bensin
depan UNISSULA sebesar 232,7666667 atau sama dengan 232
kendaraan, kedatangan terbesar 249 pada running ke 13 dan paling
sedikit 210 pada running ke 11.

MODUL 4

4.2.2 Departure
Rata - rata kendaraan yang selesai dilayani

232,133333

atau sama dengan 232, kedatangan terbesar 448 pada running ke


13 dan paling sedikit 209 pada running ke 232,133333.
4.2.3 Average lenght
Rata-rata pada avlenght 0,60660269, dimana kedatangan
terbesar 0,6475048 pada Running ke 15 dan terendah 0,5460764
pada running ke 11.
4.2.4 Average wait
Rata-rata pada avwait 75,156 , dimana setiap kedatangan
terbesar 75,156 dan terkecil 75,15
4.2.5 Maximum lenght
Rata-rata pada maxlenght 1, dimana setiap running-nya
jumlah maxlenght sama yaitu 1.
4.2.6 Maximum wait
Rata-rata pada maxwait 75,156, dimana setiap running-nya
jumlah maxwait sama sebesar 75,156
4.2.7 Utilization
Rata-rata pada utilization 0,60660269, dimana setiap
kedatangan terbesar 0,6475048 di running

13 dan terendah

0,5460764 pada running ke 11.


Dari hasil analisa / pembacaan tabel Queue dan Activity
harus adanya perbaikan pada sistem.
4.3. Analisa Activity 2 sesudah perbaikan
Dari tabel hasil pengolahan data dapat dilihat hasil activity 2 pada 30 running

MODUL 4

4.3.1 Arrival
Rata - rata kendaraan yang datang pada pom bensin kali
gawe sebesar 156,9666667 atau sama dengan 156 kendaraan,
kedatangan terbesar 178 di running ke 13 dan paling sedikit 135
pada running ke 11.
4.3.2 Departure
Rata - rata kendaraan yang selesai dilayani 156,4333333
atau sama dengan 156, kedatangan terbesar 178 pada running 13
dan paling sedikit 135 pada running ke 12.

4.3.3 Average lenght


Rata-rata pada avlenght 0,408708067, dimana kedatangan
terbesar 0,4645058, Pada running 11 dan terendah 0,3522937 pada
running ke 12.
4.3.4 Average wait
Rata-rata pada avwait 75,156, dimana setiap running-nya
jumlah sama sebesar 75,156
4.3.5 Maximum lenght
Rata-rata pada maxlenght 1, dimana setiap running-nya
jumlah maxlenght sama yaitu 1.
4.3.6 Maximum wait
Rata-rata pada maxwait 75,156 dimana setiap running-nya
jumlah maxwait sama sebesar 75,156
4.3.7 Utilization

MODUL 4

Rata-rata pada utilization 0,408708067, dimana kedatangan


terbesar 0,4645058 pada running 13 dan terendah 0,3522937 pada
running ke 12.
Dari hasil analisa / pembacaan tabel Queue dan Activity ada
perbaikan setelah menambah server namun masih terdapat
kendaraan yang menunngu. Namun jika ditambah 1 server lagi
tidak akan effectif.

4.4. Perbandingan hasil saat pengamatan dan setelah perbaikan


Dari hasil saat pengamatan dan setelah perbaikan dapat
menyimpulkan perbandingan antara saat pengamatan dan setelah
perbaiakan. Apakah ada perubahan atau tidak.
Tabel 4.1. Perbandingan rata-rata Queue
N
o
1
2
3
4
5
6
7

Rata-rata Saat

Rata-rata Setelah

pengamatan
380,56667

perbaikan
390,66667

e
Avleng
Avgwait
Maxleg
Maxwait
Utilizatio

368,2333
8,674589723
646,8495423
21,36666667
1509,413069

390,4
0,19363705
14,16331388
4,6
154,6149727

0,89187294

0,127626943

Arrivals
Departur

MODUL 4

Tabel 4.2. Perbandingan rata-rata Activity


N

Rata-rata Saat

pengamatan

1
2
3
4
5
6
7

Rata-rata Setelah

Rata-rata Setelah

perbaikan antrian

perbaikan antrian
pom bensin 2
156,9666667
156,4333333
0,408708067
75,156
1
75,156
0,408708067

Arrivals
Departure
Avleng
Avgwait
Maxleg
Maxwait
Utilizatio

368,1
366,6667
0,958658753
75,156
1
75,156

pom bensin 1
232,7666667
232,133333
0,60660269
75,156
1
75,156

0,958658753

0,60660269

Dari tabel perbandingan rata-rata Queue dan Activity diatas,


maka dapat dianalisa sebagai berikut :
Rata-rata Queue Arrivals pada saat pengamatan sebesar
380,56667, setelah perbaikan sebesar 390,66667. Rata-rata Queue
Departure pada saat pengamatan sebesar 368,2333, setelah
perbaikan sebesar 390,4. Rata-rata Queue Avleng pada saat
pengamatan sebesar 8,674589723, setelah perbaikan sebesar
0,19363705. Rata-rata Queue Avgwait pada saat pengamatan
sebesar 646,8495423, setelah perbaikan sebesar 14,16331388.
Rata-rata

Queue

Maxleg

pada

saat

pengamatan

sebesar

21,36666667, setelah perbaikan sebesar 4,6. Rata-rata Queue


Maxwait pada saat pengamatan sebesar 1509,413069, setelah
perbaikan sebesar 154,6149727. Rata-rata Queue Utilization pada
saat pengamatan sebesar 0,89187294, setelah perbaikan sebesar
0,127626943.
Rata-rata Activity Arrivals pada saat pengamatan sebesar
368,1, setelah perbaikan antrian di pom bensin 1 sebesar
232,7666667, setelah perbaikan antrian di pom bensin 2 sebesar
156,9666667. Rata-rata Activity Departure pada saat pengamatan

MODUL 4

sebesar 366,6667, setelah perbaikan antrian di pom bensin 1


sebesar 232,133333, setelah perbaikan antrian di pom bensin 2
sebesar 156,4333333. Rata-rata Activity Avleng pada saat
pengamatan sebesar 0,958658753, setelah perbaikan antrian di
pom bensin 1 sebesar 0,60660269, setelah perbaikan antrian di
pom bensin 1 sebesar 0,408708067. Rata-rata Activity Avgwait
pada saat pengamatan sebesar 75,156, setelah perbaikan antrian di
pom bensin 1 sebesar 75,156, setelah perbaikan antrian di pom
bensin 2 sebesar 75,156. Rata-rata Activity maxleg pada saat
pengamatan sebesar 1, setelah perbaikan antrian di pom bensin 1
sebesar 1, setelah perbaikan antrian di pom bensin 2 sebesar 1.
Rata-rata Activity Maxwait pada saat pengamatan sebesar 75,156,
setelah perbaikan antrian di pom bensin 1 sebesar 75,156, setelah
perbaikan antrian di pom bensin 2 sebesar 75,156. Rata-rata
Activity Utilization pada saat pengamatan sebesar 0,958658753,
setelah perbaikan antrian di pom bensin 1 sebesar 0,60660269,
setelah perbaikan antrian di pom bensin 2 sebesar 0,408708067.
Dapat disimpulkan bahwa telah terjadi pengurangan
penumpukan motor pada saat antrian dan pelayanan pengisian
bahan bakar di pom bensin depan UNISSULA karena adanya
pengurangan tingkat utilisasi pada saat pengamatan dan setelah
perbaikan.

BAB V
PENUTUP
5.1

Kesimpulan

1. Adanya perbaikan pelayanan dengan penambahan server, ini ditunjukan


dengan penurunan antrian dan banyaknya kendaraan yang dilayani.
2. Dengan waktu pelayanan setiap server sebesar 28800 detik, exit untuk
pengisian dan telah selesai dilayani dan meninggalkan pombensin rata-rata
sebanyak

390

kendaraan,

ini

menunjukkan

peningkatan

pelayanan

MODUL 4

dibandingkan sebelum adanya penambahan server yaitu pada saat sebelum


adanya penambahan server sebesar 368 kendaraan.
5.2 Saran
1.

Selain penambahan server, perbaikan sistem bisa juga dilakukan dengan


pengalokasian waktu yang tepat.

2.

Sebaiknya kinerja operator di pom bensin depan UNISSULA lebih


ditingkatkan untuk meminimalisasi waktu dan mengurangi penumpukan
antrian kendaraan.