2
TEKNIK INDUSTRI UNIVERSITAS BRAWIJAYA
Abstrak
PT Kasin Malang merupakan perusahaan di bidang tannery kulit yang menerapkan produksi make to order
dengan permintaan yang fluktuatif dan tidak menentu. Dengan kemampuan yang dimiliki, perusahaan tidak
setiap bulannya dapat memenuhi permintaan dan kemudian menghasilkan order backlog. PT Kasin berusaha
untuk memenuhi permintaan pelanggan dengan mengubah kapasitas produksi dengan memanfaatkan tenaga
kerja yang dimiliki. Banyak variabel dalam sistem yang terlibat dan dipertimbangkan dalam perencanaan
kapasitas produksi. Dengan adanya interaksi antar variabel di dalam sistem, diusulkan untuk membuat
model dan simulasi sistem dinamik. Hasil dari penelitian ini adalah jumlah perubahan kapasitas produksi
dan perencanaan produksi. Rata-rata dibutuhkan sebanyak 37 pekerja dan 1300 jam kerja lembur untuk
melakukan perubahan kapasitas hingga mencapai nilai kapasitas sebesar 3708 unit selama 24 bulan.
Dengan menggunakan simulasi, perusahaan dapat mengetahui hubungan antar variabel beserta nilainya
untuk mempermudah melakukan analisis dan mendapatkan hasil output berupa jumlah perubahan kapasitas
beserta perencanaannya sekaligus.
Kata kunci: Pemodelan, Simulasi, Sistem Dinamik, Kapasitas Produksi, Perencanaan Produksi
256
JURNAL REKAYASA DAN MANAJEMEN SISTEM INDUSTRI VOL. 3 NO. 2
TEKNIK INDUSTRI UNIVERSITAS BRAWIJAYA
di bidang industri kulit yang telah didirikan sumber daya dimiliki. Salah satu sumber daya
sejak tahun 1941. Produk yang dihasilkan dari adalah tenaga kerja, karena dari segi mesin dan
PT Kasin diantaranya kulit nabati jenis box dan bahan baku tidak terdapat kendala dalam
sol. Dari semua produk, yang memiliki jumlah memenuhi permintaan. Pemenuhan permintaan
pemesanan terbanyak adalah produk kulit dapat dilakukan dengan menambah jam kerja
nabati box. Kulit nabati box setiap tahunnya maupun mengubah jumlah tenaga kerja.
memiliki jumlah permintaan yang berubah- Sistem produksi pada PT Kasin termasuk
ubah. Tabel 1 menyajikan data permintaan kulit ke dalam sistem dinamik dengan nilai variabel
nabati box dari bulan Januari 2011 hingga di dalam sistem dipengaruhi oleh perubahan
Desember 2012. waktu. Selain itu terdapat interaksi antar
variabel di dalam sistem yang saling
Tabel 1 Permintaan Kulit Box Tiap Periode Bulan mempengaruhi satu sama lain. Dengan adanya
Order rate (Unit) hal tersebut, dalam penelitian ini diusulkan
No. Bulan
2011 2012 untuk membuat model dan simulasi sistem
1. Januari 1900 2500 dinamik dari sistem produksi kulit PT Kasin.
2. Februari 1700 2000 Model dan simulasi sistem dinamik dapat
3. Maret 2200 1700 mempermudah perusahaan dalam
4. April 2500 2800 merencanakan kapasitas produksi dengan
5. Mei 2700 3300
melihat variabel yang berinteraksi dan
6. Juni 3200 3800
berpengaruh di dalam sistem produksi
7. Juli 4000 4000
8. Agustus 3500 3400
perusahaan, dimana salah satunya adalah
9. September 3000 3000 melihat kemampuan perusahaan dalam
10. Oktober 3000 2400 memenuhi permintaan pelanggan yang berubah
11. November 2500 2600 setiap periodenya. Software yang digunakan
12. Desember 3200 3000 untuk melakukan simulasi sistem dinamik
(Sumber: PT Kasin Malang (Observasi)) adalah Vensim karena lebih sering digunakan
dalam simulasi sistem dinamik, user interface
PT Kasin menerapkan produksi make to yang mudah dipahami, dan software lebih
order, yaitu berproduksi sebanyak permintaan mudah dipelajari. Sistem dinamik dapat
dari konsumen atau berproduksi sesuai dengan membantu mencari solusi persoalan yang
keinginan dari konsumen. Sebagai perusahaan melibatkan interaksi dan timbal balik antar
yang bergerak di bidang tannery, permintaan variabel yang dinamis di lantai produksi sebuah
dari konsumen berfluktuasi dan nilainya tidak perusahaan. Dengan simulasi sistem dinamik
menentu setiap periode pemesanannya. Hal ini dapat dilakukan simulasi sebanyak waktu atau
menyebabkan perusahaan harus bisa memenuhi periode yang diinginkan. Sistem dinamik juga
keinginan dari pelanggan dan siap untuk bisa dimodifikasi dengan mudah apabila terjadi
berproduksi sesuai dengan jumlah permintaan perubahan ataupun penambahan variabel baru.
agar tidak terjadi delay dalam pengiriman. PT Dengan simulasi sistem dinamik, PT Kasin
Kasin menerapkan sistem produksi dengan dapat membuat model sistem produksi untuk
menggunakan bahan baku, energi, dan sumber mengetahui hubungan dan nilai variabel di
daya lainnya secara efisien dan efektif. dalam produksi, serta dijadikan pendukung
Berdasarkan Tabel 1.1, permintaan kulit box perencanaan proses produksi yang efektif dan
tiap bulannya bernilai antara 1700 hingga 4000 efisien untuk memenuhi keinginan konsumen.
unit. PT Kasin memiliki mesin dengan
kemampuan menghasilkan 6000 unit kulit tiap 2. Metode Penelitian
bulannya. PT Kasin hanya bisa berproduksi Metode penelitian dalam penelitian ini
sebanyak 2000 unit perbulan dengan 25 pekerja adalah deskriptif, karena dalam melakukan
di bagian produksi yang mengoperasikan bahan penelitian menggunakan informasi atau data
baku dan jalannya mesin. Dengan kemampuan yang telah dikumpulkan dan kemudian
yang dimiliki, perusahaan tidak setiap bulannya dideskripsikan sejumlah variabel yang
dapat memenuhi permintaan pelanggan dan berhubungan dengan objek penelitian untuk
kemudian menghasilkan order backlog. PT mengeksplorasi sistem, menyelesaikan
Kasin berusaha untuk dapat memenuhi permasalahan di dalam sistem, dan menjawab
permintaan pelanggan dengan memanfaatkan tujuan penelitian. Penelitian ini juga termasuk
257
JURNAL REKAYASA DAN MANAJEMEN SISTEM INDUSTRI VOL. 3 NO. 2
TEKNIK INDUSTRI UNIVERSITAS BRAWIJAYA
258
JURNAL REKAYASA DAN MANAJEMEN SISTEM INDUSTRI VOL. 3 NO. 2
TEKNIK INDUSTRI UNIVERSITAS BRAWIJAYA
259
JURNAL REKAYASA DAN MANAJEMEN SISTEM INDUSTRI VOL. 3 NO. 2
TEKNIK INDUSTRI UNIVERSITAS BRAWIJAYA
27. Hiring Worker Jumlah pekerja yang Shipment Rate + Perceived delivery
ditambahkan atau direkrut oleh + - Delay
Desired Delivery
perusahaan untuk pemenuhan Order Backlog
Delay
jumlah tenaga kerja +
Order Rate
+
Current Capacity -
28. Firing Worker Jumlah pekerja yang dipecat + Pressure to Expand
+ Capacity
oleh perusahaan untuk Average Order
+
pemenuhan jumlah tenaga kerja +
Initial Capacity
Effect of Presure
+
29. Current Worker Jumlah pekerja yang tersedia -
+ +
Change in
oleh perusahaan sesuai Capacity Addition
Desired Capacity
- Capacity
perubahan kapasitas produksi Delay
+ Average Number Working Days
+ + Produced
30. Current Capacity Kapasitas produksi perusahaan
Change Capacity Standard Time
setelah ditambah perubahan Overtime Time
+ +
kapasitas Available
+ Unit Produced per
Worker Changed Worker
+ + -
-
Desired Overtime + Working Day -
Added -
3.2 Konseptualisasi Sistem + + Min Number of
Hiring Worker Worker
+
Setelah melakukan identifikasi sistem,
+ +
langkah selanjutnya pada pendekatan simulasi Worker Available +
Current Worker Desired Number of
Changed
sistem dinamik adalah melakukan -
Worker
260
JURNAL REKAYASA DAN MANAJEMEN SISTEM INDUSTRI VOL. 3 NO. 2
TEKNIK INDUSTRI UNIVERSITAS BRAWIJAYA
Delivery Delay
Perceived
Delivery delay
Time to Perceived
Delivery Delay memeriksa error pada model dan meyakinkan
<Time>
bahwa model berfungsi sesuai dengan logika
Order
Desired Delivery
pada obyek sistem. Verifikasi dilakukan dengan
Backlog
Delay
Shipment Rate
Order Rate memeriksa formulasi apakah sudah sesuai
Pressure to
Expand dengan hubungan variabel dengan variabel lain
Averade
Order dan memeriksa satuan (unit) variabel dalam
Initial Capacity
Effect of Pressure
model. Jika tidak terdapat error pada model,
Current Desired Capacity
maka model telah terverifikasi. Berdasarkan
Capacity
Change Capacity
hasil verifikasi, model telah dibuat sudah
Capacity Addition
Delay Change Capacity
Standard Time dengan baik tanpa error pada formulasi dan
Time
Working Days
tanpa error pada unit yang digunakan model.
Desired Overtime Worker Changed
Working Day
Overtime
Added
3.3.2 Validasi Model
Available
Desired
Unit Produced per
Worker Validasi model bertujuan untuk
Number of
Worker Min. Changed
Worker
mengetahui kesesuaian antara hasil simulasi
Current Worker
Average Number dengan gejala atau proses yang ditirukan.
Produced
Hiring Worker Changed Firing Worker
Menurut Barlas (1996) terdapat dua proses
validasi model yang dilakukan, yaitu validasi
Worker Available
struktur model dan validasi behavior model.
Gambar 2 Stock Flow Diagram Sistem Produksi 1. Uji Validitas Struktur
PT Kasin
Uji validitas struktur secara langsung
dapat dilakukan juga secara teori dengan
Waktu simulasi menggunakan satuan
membandingkan formulasi dan bentuk
bulan, sesuai dengan sistem pelaporan
hubungan model dengan sumber literatur.
perusahaan. Variabel yang telah
Model pada penelitian ini valid dari segi
diidentifikasikan dan dimodelkan, memiliki
sumber literatur dikarenakan pembuatan model
hubungan dan membentuk formulasi yang
dan formulasi berdasarkan jurnal dan buku.
mempengaruhi serta menghasilkan nilai dari
Untuk uji struktur model berdasarkar
variabel lainnya. Formulasi didapatkan dari
struktur behavior model dapat dilakukan
Asif (2012) dan Smith (1994) dengan
dengan melihat bentuk hubungan antar variabel
menyesuaikan sistem riil di perusahaan dan
dengan membandingkan hubungan variabel
ditampilkan pada Lampiran 1.
model yang telah digambarkan pada causal
loop diagram dan grafik variabel hasil simulasi.
3.3 Simulasi Model
Berdasarkan Gambar 3 didapatkan bahwa cause
Dalam melakukan simulasi model,
strip diagram hasil simulasi telah sesuai dengan
beberapa hal yang perlu diperhatikan adalah
causal loop diagram pada Gambar 1, di mana
verifikasi model, validasi model, dan model
besar nilai order rate berpengaruh positif
setting. Model setting yang dimaksudkan adalah
terhadap order backlog dan nilai shipment rate
pengaturan simulasi sesuai software yang
berpengaruh negatif terhadap order backlog.
digunakan, dalam hal ini adalah pengaturan
pada software Vensim. Pada penelitian ini current
261
JURNAL REKAYASA DAN MANAJEMEN SISTEM INDUSTRI VOL. 3 NO. 2
TEKNIK INDUSTRI UNIVERSITAS BRAWIJAYA
262
JURNAL REKAYASA DAN MANAJEMEN SISTEM INDUSTRI VOL. 3 NO. 2
TEKNIK INDUSTRI UNIVERSITAS BRAWIJAYA
backlog tetap pada kisaran 2400 unit. bulannya. Pada periode 1 hingga 10 current
Perubahan kenaikan terbesar order capacity berada di kisaran 2000 unit. Pada
backlog terjadi pada bulan ke-2 sebesar 741,2 bulan selanjutnya current capacity memiliki
unit karena masih awal terjadinya perubahan nilai di kisaran 3000 unit. Rata-rata kenaikan
kapasitas. Sedangkan perubahan order backlog dari current capacity adalah sebesar 69,375 unit
minus atau terendah terjadi pada bulan ke-12 tiap bulannya dengan kenaikan terbesar di
sebesar 114 unit. Perubahan order backlog periode 4 sebesar 169 unit dan terkecil sebesar -
bernilai negatif menandakan penambahan 25 unit karena mengalami penurunan.
kapasitas yang terjadi telah memenuhi order Nilai variabel current capacity
rate dan kapasitas dapat memproduksi melebihi mengalami kenaikan secara perlahan
order rate. Dengan nilai order backlog yang dikarenakan nilai variabel change capacity dan
memiliki nilai sama dan terlihat membentuk variabel desired capacity. Change capacity
garis lurus menandakan bahwa nilai backlog merupakan hasil pengurangan dari desired
tiap bulannya sudah berkurang. Jadi capacity dengan current capacity dibagi
penambahan kapasitas produksi dapat membuat capacity addition delay. Desired capacity
backlog pada perusahaan menurun sehingga dipengaruhi langsung oleh variabel average
tingkat order backlog semakin lama order, effect of pressure, dan initial capacity.
membentuk garis lurus dan perusahaan dapat Desired capacity merupakan kapasitas yang
memenuhi permintaan pelanggan. diinginkan perusahaan dilihat dari rata-rata
permintaan dan perubahan kapasitas dilihat dari
3.4.2 Current Capacity tingkat perbedaan waktu penundaan dengan
Sesuai dengan salah satu tujuan kemampuan perusahaan dalam memenuhi
penelitian ini yaitu untuk perencanaan kapasitas backlog. Untuk mengetahui nilai variabel-
produksi perusahaan berdasarkan sistem variabel yang mempengaruhi desired capacity
produksi PT Kasin dalam memenuhi dapat dilihat pada Gambar 7. Desired capacity
permintaan produksi yang fluktuasi dengan dipengaruhi oleh average order yang juga
melihat nilai order backlog produksi maka memiliki grafik nilai yang konstan. Average
dilakukan analisia pada variabel current order memiliki nilai dengan rata-rata sebesar
capacity. Current capacity dipengaruhi oleh 3004 unit, nilai tertinggi 3294 unit, dan
perubahan kapasitas berdasarkan delivery delay terendah sebesar 1700 unit.
yang didapatkan dari hasil bagi order backlog
dan shipment rate. Jadi current capacity current
Des ired Capacity
6,000
1,000
Effect of Pres s ure
dapat memberikan gambaran jumlah kapasitas 0.4
0.2
1,000
1 6.8 12.5 18.3 24
Time (Month)
Month
current: 1
Current Capacity
4,000
Gambar 7 Causes Strip Variabel Desired Capacity
3,250
2,500
Effect of pressure cenderung memiliki
nilai dengan kisaran 0,29–0,3 sehingga grafik
1,750
terlihat konstan. Hanya pada periode 13 yang
1,000
1 6.8 12.5 18.3 24
mengalami penurunan dratis menjadi nol. Effect
Time (Month)
of pressure kemudian dikalikan initial capacity
Current Capacity : current Unit
sebagai jumlah perubahan dari kapasitas yang
Gambar 6 Graph Variabel Current Capacity ada berdasarkan tingkat order backlog dan
delivery delay. Karena variabel yang
Pada waktu 24 bulan simulasi, nilai mempengaruhinya me miliki nilai yang hampir
variabel current capacity mengalami kenaikan sama di tiap periode, membuat nilai dari desired
mulai dari 2000 unit hingga 3708 unit. Nilai capacity juga memiliki nilai yang sama dengan
current capacity mengalami kenaikan setiap rata-rata nilai 3796 unit, nilai terkecil 1700 unit,
263
JURNAL REKAYASA DAN MANAJEMEN SISTEM INDUSTRI VOL. 3 NO. 2
TEKNIK INDUSTRI UNIVERSITAS BRAWIJAYA
capacity time dalam satuan waktu Day/Month. Gambar 9 Causes Strip Variabel Current Worker
Dengan begitu dapat diketahui untuk memenuhi Changed
perubahan kapasitas perusahaan
memberlakukan berapa lama working day Terjadi perubahan jumlah tenaga kerja
added dan berapa banyak jumlah tenaga kerja dikarenakan perusahaan menambahkan atau
yang berubah (worker changed). mengurangi jumlah tenaga kerjanya sesuai
Besarnya penambahan jam kerja dengan variabel worker changed. Current
dipengaruhi oleh jumlah jam lembur yang worker changed mengalami kenaikan hampir
tersedia (Desired overtime) oleh perusahaan di setiap periodenya. Dari jumlah semula
dibandingkan dengan perubahan jumlah sebesar 25 pekerja menjadi 49 pekerja di
kapasitas dengan satuan waktu (Change periode 24. Rata-rata jumlah tenaga kerja yang
capacity time). Grafik dari ketiga variabel dibutuhkan untuk pemenuhan perubahan
tersebut disajikan pada Gambar 8. Perubahan kapasitas selama 24 bulan adalah 37 pekerja.
kapasitas dapat dilakukan perusahaan dengan Terjadinya penambahan kerja setiap periodenya
memanfaatkan tenaga kerja yang tersedia dan dikarenakan perubahan kapasitas yang
jam kerja lembur yang disediakan perusahaan. dilakukan perusahaan tidak cukup terpenuhi
Pada grafik desired overtime dan working day apabila hanya dilakukan penambahan jam kerja.
added, besar nilai keduanya memiliki jumlah Penambahan terbanyak terjadi pada periode 4
yang sama pada masing–masing periode. hingga periode 9 sebanyak 2 pekerja. Untuk
Penambahan jumlah tenaga terjadi apabila pengurangan jumlah tenaga kerja terjadi pada
untuk memenuhi perubahan kapasitas tidak periode 2 dan 14 masing-masing 1 pekerja. Hal
cukup hanya dengan melakukan pe nambahan ini dikarenakan worker changed bernilai negatif
jam kerja. Current changed worker dan perubahan kapasitas yang dilakukan adalah
menggambarkan jumlah tenaga kerja yang mengurangi jumlah kapasitas produksi.
dimiliki perusahaan untuk dapat memenuhi
perubahan kapasitas. Variabel current worker 3.5 Perencanaan Agregat
changed dipengaruhi oleh jumlah firing worker Perencanaan jumlah tenaga kerja yang
dan hiring worker. Causes strip current worker dibutuhkan dapat dihitung dengan cara
changed ditunjukkan pada Gambar 9. perhitungan agregat. Perhitungan agregat yang
dapat dilakukan oleh PT Kasin adalah
current
Working Day Added
perencanaan strategi menggunakan chase
400
300
strategy karena perusahaan menggunakan
200
100
sistem produksi make to order dan menerapkan
0
Change Capacity Time
zero inventory karena bahan dari produk yang
2,000
1,450 berupa kulit untuk menjaga kualitas produk.
900
350 Yang menjadi input perencanaan agregat adalah
-200
Desired Overtime hasil simulasi variabel current capacity. Hasil
400
300
200
simulasi dari variabel current capacity yang
100
0
akan dijadikan acuan perencanaan agregat
1 6.8 12.5
Time (Month)
18.3 24
menggunakan chase strategy. Tabel 3 berisikan
Gambar 8 Causes Strip Variabel Worker Day Added
264
JURNAL REKAYASA DAN MANAJEMEN SISTEM INDUSTRI VOL. 3 NO. 2
TEKNIK INDUSTRI UNIVERSITAS BRAWIJAYA
jumlah tenaga kerja hasil simulasi yang perbedaan rata-rata hasil dari simulasi dengan
direpresentasikan oleh variabel current changed setelah dilakukannya chase strategy. Jadi model
worker dan hasil perencanaan agregat. simulasi penelitian dapat digunakan untuk
perencanaan kapasitas produksi karena output
Tabel 3 Hasil Simulasi dan Chase Strategy perencanaan kapasitas produksi tidak memiliki
Perencanaan Tenaga Kerja perbedaan rata-rata dengan perencanaan
Tenaga Kerja Tenaga Kerja
No. No. menggunakan chase strategy.
Simul Chase Simul Chase
1. 25 25 13. 40 44
2. 25 25 14. 41 44 Tabel 5 Hasil Uji Wilcoxon
3. 24 25 15. 40 44 ChaseS - Simulasi
4. 25 26 16. 41 44 Z -1.334
5. 27 30 17. 42 44 Asymp. Sig. (2-tailed) .182
6. 29 30 18. 43 44
7. 31 37 19. 44 48
8. 33 37 20. 45 48 3.6 Rekomendasi Bagi Perusahaan
9. 35 37 21. 46 48 Pada penelitian ini dilakukan pembuatan
10. 37 36 22. 47 48 model simulasi dengan sistem dinamik untuk
11. 38 36 23. 48 48 dapat meramalkan kebutuhan kapasitas selama
12. 39 44 24. 49 51 24 bulan dan perencanaan produksi dengan
mengubah jumlah tenaga kerja dan penambahan
Antara hasil simulasi dan chase strategy overtime. Model yang dibuat telah terverifikasi
mengalami perbedaan nilai di masing-masing dan tervalidasi sehingga bisa digunakan. Output
bulan. Untuk mengetahui apakah tidak ada yang hasil simulasi dapat membantu menjawab
perbedaan menggunakan simulasi dan chase permasalaha perusahaan. Sehingga model
startegy dalam melakukan perencanaan, maka simulasi dinilai telah menjawab permasalahan
diilakukan uji statistik. Uji pertama yang dan dibuat sesuai dengan tujuan penelitian.
dilakukan adalah uji kenormalan dengan hasil Model simulasi sistem dinamik
statistik disajikan pada Tabel 4. mempertimbangkan hubungan antar variabel
yang ada di dalam sistem produksi perusahaan.
Tabel 4 Uji Normal Hasil Simulasi dan Chase
Strategy
Perencanaan kapasitas produksi memiliki
hubungan dengan perubahan jumlah kapasitas
Kolmogorov-Smirnova Shapiro-Wilk
produksi. Untuk mencari nilai kedua variabel
Statistic df Sig. Statistic df Sig.
Simulasi .135 24 .200* .923 24 .068
tersebut, dengan simulasi dapat secara langsung
ChaseS .227 24 .002 .886 24 .011 digunakan untuk mengetahui seberapa besar
perubahan kapasitas produksi dan berapa
Berdasarkan uji normalitas, data hasil banyak tenaga kerja yang dibutuhkan untuk
simulasi nilai sig dari Kolmogorov-Smirnova > pemenuhan perubahan kapasitas produksi.
0.05, maka dapat disimpulkan bahwa H0 Order backlog PT Kasin selama 24 bulan
diterima yaitu data berdistribusi normal. setelah dilakukan perubahan jumlah kapasitas
Sedangkan chase strategy mempunyai memiliki nilai sebesar 2214 unit. Perbandingan
Kolmogorov-Smirnova < 0.05 sehingga H0 jumlah order backlog antara simulasi dengan
ditolak dan data tidak berdistribusi normal. yang terjadi pada perusahaan sebelum
Setelah data diketahui normalitas data, dilakukan perubahan kapasitas dapat dilihat
maka dilakukan uji statistik untuk pengujian pada grafik di Gambar 10. Grafik current
hipotesis atau pengambilan keputusan. Karena menggambarkan hasil simulasi setelah
salah satu data tidak berdistribusi normal, maka dilakukan perubahan. Sedangkan grafik kasin
uji yang dilakukan adalah uji statistik menggambarkan hasil sebelum dilakukan
nonparametrik Wilcoxon. Uji Wilcoxon perubahan kapasitas. Sebelum dilakukan
dilakukan untuk mengetahui apakah ada perubahan kapasaitas, order backlog selama 24
perbedaan rata-rata antara hasil simulasi dengan bulan memiliki grafik yang naik dengan nilai
chase strategy. Hasil uji disajikan pada Tabel 5. 3866 unit pada periode terakhir.
Pada Tabel 5, didapatkan nilai Asymp.
Sig. (2-tailed) sebesar 0,182 yang menunjukkan 4. Kesimpulan
0,05 ≤ 0,182. Dari hasil tersebut didapatkan Kesimpulan yang dapat diambil dari
hasil H0 diterima yang artinya tidak ada penelitian di PT Kasin Malang tentang
265
JURNAL REKAYASA DAN MANAJEMEN SISTEM INDUSTRI VOL. 3 NO. 2
TEKNIK INDUSTRI UNIVERSITAS BRAWIJAYA
1. Model simulasi sistem dinamik yang Asif, F. MA, Bianchiz, C., Rashid, A., &
dibuat untuk membantu PT Kasin dalam Nicolescu, C. M. (2012), Performance Analysis
merencanakan kapasitas produksi sesuai of Yhe Closed Loop Supply Chain, Journal of
dengan jumlah permintaan pelanggan Remanufacturing 2012 2:4,
telah terverifikasi dan tervalidasi serta http://www.journalofremanufacturing.com/cont
memiliki hasil yang tidak memiliki ent/pdf/2210-4690-2-4.pdf, diakses pada hari
perbedaan dengan perencanaaan agregat Rabu, 2 Juli 2014 Pk.19.00 WIB.
menggunaka chase strategy. Model
dibuat melibatkan variabel-variabel yang Barlas, Y. (1996), Formal Aspects of Model
berhubungan dalam sistem produksi Validity and Validation in System Dynamics,
untuk mendapatkan nilai perubahan System dynamic Review Volume 12 Number 3
kapasitas dan perencanaan produksi. Fall 1996,
Hasil simulasipun sesuai dengan http://www.ie.boun.edu.tr/labs/sesdyn/publicati
hubungan yang terjadi antar variabel ons/articles/Barlas_1996.pdf , diakses pada hari
sehingga model dapat digunakan. Kamis, 10 April 2014 Pk.13.00 WIB.
2. Simulasi model dijalankan selama 24
bulan karena perencanaan produksi yang Gasper, V. (2000), Manajemen Produktivitas
dilakukan adalah perencanaan jangka Total, Jakarta: Gramedia Pustaka Utama.
menengah. Dari hasil simulasi
didapatkan nilai perubahan yang terjadi Hasan, M. Iqbal (2010), Pokok-Pokok Materi
terhadap kapasitas produksi perusahaan. Statistik 2 (Statistik Inferensif), Edisi Kedua,
Kapasitas produksi yang semula sebesar Jakarta: Bumi Aksara.
2000 cenderung mengalami kenaikan
setiap bulannya hingga mencapai nilai Smith, Spencer B. (1994), Computer-Based
kapasitas sebesar 3708 unit di bulan Production and Inventory Control. Amerika:
terakhir. Perubahan jumlah kapasitas Prentice Hall PTR Upper Saddle River.
produksi dilakukan berdasarkan rata-rata
permintaan pelanggan dan pengaruh Sterman, John D. 2000. Business Dynamic:
order backlog dan delivery delay. Systems Thinking and Modeling for A Complex
3. Berdasarkan hasil simulasi, kapasitas World. Amerika: McGraw-Hill Higher
produksi akan mengalami perubahan Education.
266
JURNAL REKAYASA DAN MANAJEMEN SISTEM INDUSTRI VOL. 3 NO. 2
TEKNIK INDUSTRI UNIVERSITAS BRAWIJAYA
267