Simul 1

SIMULATION AND PROMODEL SOFTWARE
Praktikum Simulasi Semester Ganjil 2016/ 2017
BAB I
PENDAHULUAN
1 LATAR BELAKANG
Pada era sekarang, dunia industri semakin berkembang pesat. Kota
Malang adalah salah satu kota besar di Jawa Timur dengan tempat wisata
yang beraneka ragam dan banyak pusat pendidikan. Dimana menjadikan
Kota Malang memiliki banyak inovasi dalam pengembanngan industrinya,
terutama home industry berupa suvenir. Kebutuhan akan akan suvenir
untuk diberikan kepada relasi, keluarga, dan teman meningkat tajam
seiring berkembangnya zaman. Suvenir handmade dengan bordiran
menjadi hal unik yang disukai oleh pelanggan.
Maharani Embroidery Handicraft adalah industri pembuatan suvenir
homemade yang berada di Malang, berlokasi di perumahan Dwiga.
Maharani Embroidery Handicraft adalah salah satu home industri
handmade yang cukup terkenal dan memiliki pasar hingga nasional. Akan
tetapi, dalam proses produksi yang dilakukannya belum optimal,
dikarenakan proses produksi tersebut dikerjakan oleh manusia dan
mengandalkan
keterampilan
manusia
sehingga
performansi
ketika
bekerja juga tidak menentu. Terlalu banyak waktu tunggu atau idle dari
operator. Selain itu jika terjadi kenaikan permintaan pasar, perusahaan
tidak dapat memenuhi tepat waktu. Oleh karena itu, peneliti ingin
melakukan pengamatan pada Maharani Embroidery Handicraft.
ProModel merupakan software yang berfungsi mensimulasi suatu
sistem
dan
menganalisa
keseluruhan
dari
sistem.
Berdasarkan
permasalahan yang terdapat pada Maharani Embroidery Handicraft,

peneliti ingin melakukan simulasi menggunakan software ProModel pada
home industry tersebut untuk mengetahui
output standard yang
dihasilkan dalam satu hari kerja. Dengan diketahuinya analisa output

dalam sistem tersebut, diharapkan mampu memecahkan masalah pada
perusahaan dan dapat meningkatkan performansi perusahaan dalam
proses produksi.
2 IDENTIFIKASI MASALAH
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI
JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

Identifikasi masalah pada praktikum ProModel ini antara lain:

1 Terdapat masalah idle operator pada proses produksi, sehingga
operator tidak bekerja secara optimal.
2 Output standard belum tercapai pada proses produksi.

3 RUMUSAN MASALAH
Rumusan masalah pada praktikum ProModel ini antara lain:
1 Bagaimana utilitas operator pada sistem pembuatan kotak mukena?
2 Bagaimana analisis output pada proses pembuatan kotak mukena?
3 Bagaimana rekomendasi perbaikan untuk mengatasi permasalahan
pada Maharani Embroidery Handicraft setelah dilakukan simulasi?
4 BATASAN MASALAH
Batasan masalah pada penelitian adalah sebagai berikut:
1 Pengamatan dilakukan hanya pada satu jenis produk
yakni
pembuatan kotak mukena.

2 Pengambilan data dilakukan sebanyak 5 set data, dimana setiap set
data terdiri dari 10 replikasi.
3 Data yang diambil adalah
waktu
proses
pemotongan
karton,
pengisolasian karton, pengeleman karton dengan kertas, perakitan,

dan packaging.
5 ASUMSI
Asumsi pada penelitian ini adalah sebagai berikut:
1 Operator dalam kondisi normal.
2 Material karton selalu tersedia dalam sistem.
3 Tidak ada kerusakan pada mesin
6 TUJUAN PENELITIAN
Adapun tujuan dari penelitian ini adalah sebagai berikut:
1 Mengetahui dan mengidentifikasi permasalahan mengenai utilitas
operator pada sistem produksi Maharani Embroidery Handicraft.
2 Mengetahui dan mengidentifikasi analisis output yang diproduksi
pada Maharani Embroidery Handicraft.
3 Mendapatkan rekomendasi perbaikan untuk mengatasi permasalahan
sistem
produksi
Maharani
Embroidery
Handicraft
dilakukannya simulasi.
7 MANFAAT PENELITIAN
Manfaat dari praktikum ProModel ini antara lain:
2

setelah

1 Mampu
mengetahui dan mengidentifikasi permasalahaan mengenai utilitas

operator pada sistem produksi Maharani Embroidery Handicraft.
2 Mampu mengetahui dan mengidentifikasi analisis output yang
diproduksi pada Maharani Embroidery Handicraft.
3 Mampu memberikan rekomendasi perbaikan untuk mengatasi
permasalahan sistem produksi Maharani Embroidery Handicraft.


(Halaman ini sengaja dikosongkan)


BAB II
TINJAUAN PUSTAKA
1 SISTEM
Menurut Gordon B. Davis (1984) sistem terdiri dari bagian yang saling
berkaitan yang beroperasi bersama untuk mencapai suatu tujuan
tertentu. Sedangkan
menurut Blanchard (1991:25), sistem adalah
sekumpulan elemen yang bekerja sama untuk mencapai tujuan yang

diharapkan. Contoh dari sistem adalah sistem lalu lintas, sistem ekonomi
dan sistem manufaktur. Dalam praktiknya, sistem sangat tergantung
pada tujuan sistem yang akan digunakan atau dibangun.
1 Elemen Sistem
Elemen-elemen (elements), mendefinisikan siapa, apa, dimana, kapan
dan bagaimana suatu entitas mengalami pemrosesan (Harrel, 2004:25).
Gambar 2.1 Elemen-elemen sistem

Sumber: Harrel (2004:26)
Sistem memiliki beberapa karakteristik, antara lain:

1 Kejadian (event), yaitu peristiwa sesaat yang dapat merubah keadaan
sistem.
2 Aktivitas (activity), yaitu setiap proses yang menyebabkan perubahan
dalam sistem yang dapat mengubah atribut maupun entitas.
3 Hubungan (relationship), yaitu memodelkan koneksi atau hubungan di
antara entitas-entitas.
4 Antarmuka penghubung (interface), yaitu media perantara antar
subsystem. Melalui penghubung ini memungkinkan sumber daya
mengalir dari satu subsystem ke subsystem lainnya.
5 Atribut, merupakan sebutan, sifat atau karakteristik yang memiliki
elemen sistem.


6 Batas sistem (boundary), yaitu daerah yang membatasi antara suatu

sistem dengan sistem yang lainnya atau dengan lingkungan luarnya.
Batas suatu sistem menunjukkan ruang lingkup dari sistem tersebut.
7 Lingkungan luar (environment), yaitu merupakan kondisi ataupun
entitas diluar dari sistem yang mempengaruhi operasi sistem.
8 Masukan sistem (input), merupakan suatu energi yang dimasukkan ke
dalam sistem.
9 Pengganggu (disturbance/noise),
merupakan
faktor-faktor
yang
menyebabkan terjadinya kesalahan pada sistem.

10 Keluaran sistem (output), merupakan hasil dari energi yang diolah
dan
diklasifikasikan
menjadi
keluaran
yang
berguna
dan
sisa
pembuangan. Output dapat merupakan masukan untuk subsystem

yang lain atau ke suprasystem.
11 Umpan balik (feedback), merupakan reaksi dan respon stakeholder
atas sistem yang dilakukan.
12 Ukuran performansi sistem, dibagi menjadi dua, yaitu:
a Transient state
b Steady state
13 Proses pengolahan (transformation process), merupakan suatu proses
yang akan mengubah masukan menjadi keluaran
14 Perilaku sistem (behaviour), merupakan perilaku dari sistem yang
melibatkan masukan, pengolahan, dan keluaran.
2 Klasifikasi Sistem
Menurut Christoper (2004), sistem dapat diklasifikasikan berdasarkan
2 hal sebagai berikut:
1 Tipe entitas
a Discrete Event System
b Continuous Event System
c Combined Event Models
2 Kondisi Entitas ketika Sistem Berakhir
a. Terminating
Contoh: bank, restaurant, airline ticket counter.
b. Non-Terminating
6


Sistem tidak pernah berhenti, sehingga entitas akan selalu

berada
dalam sistem.
Contoh: manufacturing facilities, repair facilities, hospitals.
2 MODEL
Menurut Harrel (2004:144) model merupakan representasi dari suatu
sistem
nyata,
dimana
dalam
melakukan
pemodelan
dibutuhkan
pengetahuan mengenai sistem yang akan dimodelkan, serta kemampuan

pemodel dalam mengoperasikan software yang digunakan.
1 Klasifikasi Model
Berikut ini adalah klasifikasi model menurut Pegden, Shannon dan
Sadowski (1995), Harrel, Gosh dan Bowden (2004).
1 Berdasarkan Struktur
a Model Ikonis
b Model Simbolik
2 Berdasarkan Fungsi
a Model Deskriptif
b Model Prediktif
c Model Normatif
3 Berdasarkan Acuan Waktu
a Model Statis
b Model Dinamis
4 Berdasarkan Tingkat Ketidakpastian
a Model Stokastik atau Probabilistik
b Model Deterministik
c. Model Tak Pasti
5 Berdasarkan Derajat Kuantifikasi
a Model Kualitatif
MModel Kualitatif dibagi menjadi 2:
1) Model Mental
2) Model Verbal
b. Model Kuantitatif, dibagi menjadi 4:
1) Model Heuristik
2) Model Simulasi
3) Model Optimum
4) Model Statistik
6 Berdasarkan Derajat Generalisasi
a Model Umum
b Model Spesifik
7 Berdasarkan Acuan Dimensi
a Model Dua Dimensi
b Model Multi Dimensi
8 Berdasarkan Acuan Lingkungan

Berdasarkan acuan lingkungan, model dapat dibedakan menjadi 2

macam, yaitu:
a Model Loop Terbuka
b Model Loop Tertutup
2 Stakeholder Pemodelan
Menurut Clealand dan Ireland (2000:175), tiap proyek mempunyai
stakeholder. Stakeholder meliputi semua pihak yang terlibat baik secara
langsung maupun tidak langsung dalam pengerjaan suatu proyek serta
pihak yang terkena dampak dari adanya proyek. Pemodelan sistem
merupakan bagian dari proyek simulasi yang memiliki stakeholder
dengan klasifikasi sebagai berikut:
a Internal Stakeholders
b External Stakeholders
3 Teori Antrian
Menurut
Christoper
(2000),
teori
antrian
merupakan
studi
matematika dari antrian atau kejadian garis tunggu (waiting lines), yaitu
suatu garis tunggu dari pelanggan yang memerlukan layanan dari sistem
yang ada.
1 Komponen Dasar Antrian
Berikut adalah komponen dasar antrian:
1 Kedatangan
Setiap masalah antrian melibatkan kedatangan, misalnya orang,
mobil, atau panggilan telepon untuk dilayani.. Terdapat 3 perilaku
antrian, yaitu:
a Reneging
(pembatalan)
adalah
meninggalkan
antrian
sebelum dilayani.
b Balking adalah orang yang langsung pergi ketika melihat
panjangnya antrian, menolak untuk memasuki antrian.
c Jockeying adalah orang yang berpindah-pindah dari satu
antrian ke antrian lain karena ingin dilayani lebih cepat.
2 Pelayanan
Pelayanan atau mekanisme pelayanan dapat terdari dari satu atau
lebih pelayan, atau satu atau lebih fasilitas pelayanan.
3 Komponen Antrian
Munculnya antrian tergantung dari sifat kedatangan dan proses
8


pelayanan.
Penentu lain yang penting dalam antrian adalah disiplin antrian.

Disiplin antrian adalah aturan keputusan yang menjelaskan cara
melayani pengantri.
2 Prioritas Pelayanan Antrian
Menurut Christopher (2004), ada 6 bentuk prioritas pelayanan antrian
yang biasa digunakan, yaitu:
1
First Come First Served (FCFS) atau First In First Out
(FIFO).
Last Come First Served (LCFS) atau Last In First Out
3
4
5
(LIFO).
Longest Processing Time (LPT)
Lowest Value First (LVF)
Highest Value First (HVF)
3 SIMULASI
Menurut Schriber (1987), simulasi adalah proses memodelkan proses
atau sistem dengan menggunakan komputer dengan tujuan untuk
mengetahui respon dari
tingkah laku suatu model yang didasari oleh
system nyata pada waktu tertentu.

1
Software Simulasi
Dalam pemodelan simulasi dikenal dua software yang paling umum
digunakan, yaitu programming language dan simulation application.

1 Programming Language
Programming Language adalah bahasa atau tata cara yang dapat
digunakan oleh manusia (programmer) untuk berkomunikasi dengan
komputer. Programming language dibagi menjadi dua, yaitu High
Level Language, yang lebih mudah dipelajari karena semua kalimat,
kata, ataupun aturan yang digunakan menyerupai bahasa manusia,
serta Low Level Language, yang bahasanya lebih mendekati bahasa
mesin sehingga lebih sulit untuk dipelajari.
2 Simulation Application
Simulation Application
adalah
suatu
program
(software)
yang
berfungsi untuk menirukan/memodelkan seuatu perilaku sistem nyata


sehingga
hasilnya
Application
dibagi
dapat
dianalisis
menjadi
dua.
dan
dipelajari.
Pertama,
Simulation
General
Purposes
Application yang dapat digunakan secara umum untuk berbagai

macam tujuan/tugas. Kedua adalah Special Purposes Application yang
memiliki tujuan/tugas yang spesifik dan lebih lengkap.
2
Metodologi Simulasi
Langkah perancangan simulasi menurut Jerry Banks (1995:15)
dijelaskan sebagai berikut.

1 Problem Formulation
2 Setting of Objectives and Overall Project Plan
3 Model Conceptualization
4 Data Collection
5 Model Translation
6 Verification
7 Validation
8 Simulation Analysis
9 Documentation and Reporting
4 PETRI NET
Petrinet dikembangkan Carl Adam Petri sejak tahun 1962 dimulai
dengan disertasinya. Petrinet merupakan bipartite graph yang memiliki
dua tipe node yaitu place dan transition yang dipergunakan untuk
menganalisis informasi penting mengenai struktur dan perilaku dinamis
dari sistem yang dimodelkan. Simbol yang dipergunakan adalah sebagai
berikut:
Tabel 2.3 Simbol Petrinet
Nama
Simbol
Activity
Lingkaran
(pasif/aktif)
(location)
Token
(marking)
10
atau
aktivitas
kondisi/status
(pre/post)
Segi
empat
(transition)
Panah
relation)
Keterangan
Merepresentasikan
(flow
Event
Merepresentasikan kejadian atau saat

perubahan/transisi kondisi.
Merepresentasikan relasi urutan antar
node yang menunjukkan bahwa node
pendahulu berlanjut menjadi node
berikutnya.
Merepresentasikan
pergerakan
location atau perubahan kondisi yang


dialami entitas.
Sumber: Bause dan Kritzinger (2002:79)
Gambar 2.1 Contoh petrinet

Sumber: Wil Van Der Aalst dan Christian Stahl
5 PROMODEL
Dalam memodelkan suatu sistem, ProModel dapat digunakan sebagai
salah satu Simulation Application sehingga perilaku sistem dapat
dipelajari dan dianalisis.
1 Pengertian ProModel
Menurut Harrel (2000:66) ProModel merupakan software simulasi
yang dirancang untuk memodelkan system dengan proses discreteevent. Dalam ProModel terdapat entities, locations, resources, dan paths.
2 Pembuatan Model dengan ProModel
Langkah pembuatan model dengal ProModel, sebagai berikut:
1 Merencanakan sistem yang akan disimulasikan
2 Mendefinisikan sistem yang akan disimulasikan
3 Mensimulasikan model ataupun sistem yang diinginkan
4 Melakukan eksperimen dengan model dilakukan dengan cara
memberikan skenario atau merubah replikasi
5 Menganalisis output yang dihasilkan
6 Membuat laporan dari hasil simulasi
3
Elemen Dasar Promodel

Elemen-elemen dasar pada ProModel untuk membangun suatu
sistem, yaitu:
1 Location, yaitu elemen yang ada pada ProModel yang mewakili
tempat pada sistem yang akan dilewati oleh entitas ataupun untuk
tempat terjadinya aktivitas maupun pengambilan keputusan.
2 Entities, yaitu apapun yang diproses dalam model.
3 Path networks, jalur yang dilalui oleh resource ataupun entitas.

11

Resource, merupakan orang, peralatan, ataupun barang-barang yang

digunakan untuk melakukan beberapa fungsi tertentu.
5 Processing, mendefinisakn routing dari entitas yang melalui sistem
dan operasi yang terjadi pada setiap location yang dimasuki entitas.
6 Arrivals, yang mendefinisikan waktu dimana entitas masuk pada
sistem.
7 Shift and break, menentukan shift dan break untuk location dan
resource yang biasanya disimpan dalam bentuk mingguan.
8 General information, digunakan untuk menspesifikasikan informasi
dasar dari suatu model termasuk nama dari suatu model, satuan
waktu, satuan jarak dan library graphic.
9 Cost, untuk memonitor biaya yang terkait dengan location, entities,
dan resource selama simulasi dijalankan dan laporan statistik secara
umum termasuk statistik biaya. Terdapat 3 tipe pendefinisian biaya
pada ProModel, yaitu:
a Locations: pendefinisian biaya berdasarkan lokasi yang terdapat
pada model. Nilai yang harus didefinisikan adalah operation rate.
b Resources: pendefinisian biaya berdasarkan tipe dan jumlah
resource
yang
digunakan
pada
model.
Nilai
yang
harus
didefinisikan adalah regular rate, cost per use.

c Entity: pendefinisian biaya berdasarkan nilai awal dari bahan baku
(entitas). Nilai yang harus didefinisikan adalah initial cost.
4 Advanced Element ProModel
Pada Advanced Element ProModel terdapat beberapa elemen.
Berikut merupakan elemen-elemen yang ada pada Advanced Element
ProModel.
1 Attributes
Attributes merupakan suatu tempat yang mirip dengan variable, akan
tetapi terikat dengan location dan entitas dengan spesifikasi tertentu.
2 Variables
Variables dapat berisi bilangan riil atau bilangan bulat termasuk nilai
elemen indeks dan biasanya digunakan unruk pembuatan keputusan
maupun rekaman informasi.
3 Macros
Macros memudahkan saat text, kumpulan statement, atau kode block
akan digunakan berkali-kali dalam model.
12


5 Konsep Pemodelan ProModel

Model didefinisikan sebagai suatu deskripsi logis tentang bagaimana
sistem bekerja atau komponen-komponen berinteraksi. Dengan membuat
pemodelan ProModel dari suatu sistem, maka diharapkan dapat lebih
mudah untuk melakukan analisis.
1
Batching Multiple Entities of Similar Type

Batching multiple entities of similar type
adalah
proses
menggabungkan beberapa entitas yang memiliki tipe yang sama dengan

melakukan perintah group-ungroup dan combine.
1
Temporary Batching Using Group/Ungroup

Group dan Ungroup adalah perintah yang saling berkaitan. Group
adalah langkah awal untuk mengelompokkan dan ungroup merupakan

perintah lanjutan untuk
membatalkan perintah group atau memisahkan pengelompokkan yang
telah dilakukan sebelumnya.
2
Permanent Batching Using Combine

Combine berfungsi untuk mengumpulkan dan mengkonsolidasikan
entitas dengan jumlah tertentu menjadi satu kesatuan, opsional dengan

nama yang berbeda. Entitas gabungan kehilangan identitas dan atribut
mereka dan tidak dapat di ungroup nantinya.
2
Attachment Multiple Entities of Different Type

Dalam
suatu
proses,
memungkinkan
untuk
dilakukkannya
penggabungan beberapa entitas yang memiliki tipe entitas yang

berbeda. Menggabungkan dapat dilakukan dengan perintah load-unload
dan join.
1 Temporary Attach Using Load/ Unload
Pernyataan Load-Unload digunakan untuk menggabungkan sejumlah
tertentu entitas secara sementara.
2 Permanent Attach Using Join
13

ProModel menggunakan pernyataan join untuk menggabungkan

sejumlah tertentu dari entitas menjadi satu kesatuan, opsional dengan
nama yang berbeda, namun tidak dapat dipisahkan lagi.
3 Accumulation of Entities
Accumulation digunakan untuk mengumpulkan entitas dalam jumlah
tertentu sebelum akhirnya akan diproses satu per satu.
4 Splitting of One Entity into Multiple Entities
Dalam suatu operasi memungkinkan adanya pemisahan entitas
menjadi beberapa entitas.
6 SimRunner
SimRunner merupakan sebuah tool pada ProModel yang digunakan
sebagai alat bantu untuk melakukan optimalisasi model existing. Hasil
optimal diperoleh dengan cara menentukan fungsi tujuan, kemudian
mendefinisikan faktor input yang akan diubah sehingga menghasilkan
keluaran sesuai dengan fungsi tujuan optimalisasi (Maria, 1997).
7
Generating Scenario
Generating Scenariomerupakan tool pada ProModel untuk mengubah
satu atau lebih parameter dari sebuah model tanpa mengubah model
secara langsung. Skenario harus berdasarkan parameter yang telah
ditentukan pada macros, dan nilainya berada dalam rentang RTI (Harrel,
Ghosh, & Bowden, 2004:653).
2.5.8 Verifikasi Dan Validasi
Verifikasi dan validasi merupakan tahapan menguji kredibilitas/
kesesuaian sistem nyata dengan model simulasi (Banks, Carson, dan
Nelson, 1995).
14


2.5.8.1
Teknik
Verifikasi
Menurut
Harrel
(2004:178),
terdapat
beberapa
teknik
dalam
melakukan verifikasi, diantaranya adalah sebagai berikut:

1 Membandingkan model simulasi dengan model konseptual, yaitu
membandingkan Petrinet dengan model sistem pada ProModel.
2 Melakukan pengecekan terhadap output yang dihasilkan
pada
masing- masing proses pada model dengan menggunakan trace.

Trace adalah daftar kejadian yang akan terjadi sampai simulasi
selesai.
3 Mengamati animasi dari model yang dijalankan, apakah tingakh laku
dari sistem telah sesuai dengan model yang diinginkan.
4 Melakukan compile error atau debugging pada model simulasi.
2 Teknik Validasi
Menurut Harrel (2004:178), terdapat beberapa teknik dalam
melakukan validasi, diantaranya adalah sebagai berikut:
1 Mengamati animasi pada model yang dijalankan, membandingkan
tingkah laku pada model dengan tingkah laku pada sistem nyata
menurut pengetahuan orang lain mengenai sistem tersebut.
2 Membandingkan model dengan sistem nyata dengan
cara
menjalankan model dan sistem nyata dalam kondisi yang sama.

3 Melakukan perbandingan antara output model dengan output pada
sistem nyata.
4 Melakukan analisis
sensitivitas,
yakni
dengan
cara
melakukan
perubahan terhadap nilai input untuk mengatahui akibat dari perilaku

yang terjadi pada sistem atau pada output sistem.

15

BAB III
METODOLOGI PRAKTIKUM
Pada bab ini akan dibahas mengenai diagram alir praktikum, alat dan
bahan dan prosedure praaktikum.
1 DIAGRAM ALIR PRAKTIKUM
Diagram alir praktikum dapat dilihat pada gambar 3.1
Gamb
ar 3.1 Diagram Alir Praktikum
2 PROSEDUR PRAKTIKUM
Berikut ini merupakan prosedur praktikum :
1 Memulai praktikum.
16


2 Melakukan
studi
pustaka dengan mempelajari berbagai referensi yang terkait dengan

simulasi
3 Melakukan observasi ke lapangan untuk mengamati kegiatan dan
menentukan masalah yang akan diselesaikan. Objek observasi adalah
usaha pembuatan kotak mukena di UMKM Maharani Embrodery
Handicraft di Dwiga Regency A5 no 5 Malang Jawa Timur.
4 Identifikasi masalah yang ada pada pembuatan kotak suvenir.
5 Penetuan tujuan simulasi berupa penyelesaian dari masalah yang ada.
6 Membuat model konseptual dari pembuatan kotak mukena berupa
PetriNet.
7 Melakukan pengamatan dan pengumpulan data pada UKM souvenir.
8 Melakukan pengolahan data yang terdiri dari penentuan distribusi,
pemodelan sistem dengan PetriNet, dan pemodelan sistem dengan
ProModel .
9 Melakukan pemodelan sistem dengan menggunakan software ProModel .
10
Menentukan distribusi yang akan digunakan untuk pemodelan
simulasi. Penentuan distribusi dilakukan dengan menggunakan tools
Stat:Fit pada ProModel. Data data hasil pengamatan dimasukkan
dalam Data View dan diproses hingga muncul output distribusi data.
Pilih distribusi yang sesuai dengan distribusi berdasarkan karakteristik
11
aktivitas.
Memverifikasi model, apakah model sudah sesuai dengan model
konseptual. Apabila tidak terverifikasi maka kembali ke pembuatan
12
13
model konseptual.
Menjalankan model yang telah dibuat pada software ProModel.
Melakukan validasi model, apakah model konseptual sudah sesuai
dengan
14
15
16
17
18
sistem
nyata.
Apabila
tidak
tervalidasi
maka
kembali
melakukan pengambilan dan pengolahan data.

Melakukan analisa dan pembahasan hasil simulasi.
Pembuatan model perbaikan di software ProModel.
Melakukan analisa dan pembahasan hasil perbaikan.
Mengambil kesimpulan dan memberikan saran.
Selesai.

17

BAB IV
HASIL DAN PEMBAHASAN
1 GAMBARAN SISTEM
Gambar 4.1 Proses produksi kotak souvenir
UKM (Usaha Kecil Menengah) Suvenir yang terletak di perumahan

Dwiga adalah salah satu home industry yang cukup dikenal di kota
Malang, Jawa Timur. Produk suvenir yang diproduksi di UKM ini berupa
kotak suvenir dengan bordiran warna-warna pastel. Pada penelitian ini
akan dilakukan simulasi pada proses pembuatan kotak suvenir mukena
yang dimulai dari proses pemotongan karton didefinisikan sebagai
kedatangan (arrival) sampai dengan proses packaging. UKM suvenir ini
memiliki 4 orang operator dimana 1 orang bertugas sebagai operator
pemotongan, dan 3 orang sebagai operator pengisolasian, penempelan
kertas, dan packaging. Proses pertama adalah kedatangan kertas karton
sebanyak 50 kertas sekali kedatangan dalam tiap harinya. Kotak mukena
datang dengan sekali datang setiap harinya dengan jumlah kedatangan
75 buah.
Setelah proses kedatangan, karton yang datang akan ditumpuk
sebanyak 10 karton yang kemudian dipotong oleh operator pemotongan
membutuhkan waktu T(40, 40.8, 52.6) sec dengan menggunakan mesin
pemotong menjadi 3 bagian selama 2 menit dan dihasilkan pola karton
sebanyak 30. Operator memasang 3 pola karton untuk dijadikan cover
dengan
cara
mengisolasi
selama
T(60,62.3,
83.4)
sec.
Setelah
pengisolasian, operator melakukan proses pelapisan kertas jasmine pada
18


cover
selama
T(411, 411, 472) sec. Kotak mukena yang masuk dipasangkan dengan
cover oleh operator selama T(60, 61.2, 90) sec. Kotak yang sudah
setengah jadi masuk ke dalam proses packaging selama
T(120, 124, 157) sec oleh operator. Setelah melalui tahap packaging
berarti kotak mukena telah jadi.
4.2 FLOWCHART SISTEM
Berikut ini merupakan diagram alir dari sistem produksi kotak mukena
di Maharani Embroidery Handicraft.
Gambar 4.2 Flowchart sistem produksi kotak mukena
4.3
PETRI NET

19

Petri Net menunjukkan pergerakan entitas dalam suatu sistem nyata.

Model ini menjelaskan sistem pembuatan kotak mukena di Maharani
Embroidery Handicraft. Proses yang diamati meliputi proses kedatangan,
proses pemotongan karton, proses
pengisolasian, proses pelapisan karton dengan kertas, proses perakitan,

dan packaging. Berikut merupakan daftar aktivitas, daftar kejadian, serta
model Petri Net pembuatan kotak mukena di Maharani Embroidery
Handicraft.
4.3.1 Daftar Aktivitas
Tabel 4.1 berikut merupakan daftar aktivitas dari pembuatan kotak
mukena.
Tabel 4.1 Daftar Location ProModel
No
.
A1
A2
A3
A4
A5
A6
A7
A8
A9
20
Aktivitas (location)
Kedatangan Karton
Kedatangan
kotak
mukena
Karton
tumpuk
dipotong oleh mesin
Pemotongan
dan
operator pemotongan
Karton tumpuk selesai
dipotong oleh mesin
Pemotongan
dan
operator pemotongan
Pola karton diisolasi
oleh operator 1,2,3
Pola
karton
selesai
diisolasi oleh operator
1,2,3
Pelapisan cover kotak
oleh operator 1,2,3
Selesai pelapisan cover
kotak oleh operator
1,2,3
Kotak setengah jadi
Entitas yang terlibat

Karton
Kotak mukena
Karton
tumpuk,
operator
pemotongan, mesin pemotong
Karton
tumpuk,
operator
pemotongan, mesin pemotong
Pola karton, operator 1,2,3

Pola karton, operator 1,2,3
Cover kotak, operator 1,2,3

Cover kotak, operator 1,2,3
Kotak setengah jadi, operator


A1
0
A1
1
A1
2
A1
3
A1
4
A1
5
A1
6
A1
7
dirakit oleh operator

1,2,3
Kotak setengah jadi
selesai
dirakit
oleh
operator 1,2,3
Kotak
souvenir
dipackaging
oleh
operator 1,2,3
Kotak souvenir selesai
di packaging
Operator pemotongan
idle
Operator 1 idle
1,2,3
Operator 2 idle
Operator 2
Operator 3 idle
Operator 3
Mesin pemotongan idle
Mesin pemotongan
Kotak setengah jadi, operator

1,2,3
Kotak souvenir,operator 1,2,3
Kotak souvenir, operator 1,2,3

Operator pemotongan
Operator 1
4.3.2 Daftar Kejadian

Tabel 4.2 berikut merupakan daftar kejadian pada pembuatan kotak
mukena.
Tabel 4.2 Daftar Kejadian ProModel
No
.
T1
T2
T3
Kejadian (transition)
Memulai proses pemotongan
Selesai proses pemotongan
Memulai proses pengisolasian
T4
T5
T6
T7
Selesai proses pengisolasian

Memulai proses pelapisan
Selesai proses pelapisan
Memulai proses Perakitan
Preconditio
n
A1,A13,A17
A3
A4,A14,A15,
A16
A5
A6
A7
A2
Postconditio
n
A3
A4,A13,A17
A5
A6
A7
A8
A9
Tabel 4.2 Daftar Kejadian ProModel (lanjutan)
No
.
T8
T9
T1
0
Kejadian (transition)
Selesai proses perakitan
Memulai packaging
Selesai packaging
Preconditio
n
A10
A10
A11
Postconditio
n
A10
A11
A12,A14,A15,
A16
4.3.3 Pembuatan Model

21

Gambar 4.3 PetriNet sistem pembuatan kotak mukena
4.4 PENENTUAN DISTRIBUSI DATA DENGAN STAT::FIT

Penentuan distribusi data digunakan untuk membandingkan antara
dugaan dengan data nyata menggunakan Stat:Fit yang kemudian
dilakukan validasi menggunakan perhitungan error (Chi Square).
4.4.1 Pengujian Distribusi dengan Stat::Fit
Data yang diambil terdiri dari 5 set data dimana setiap terdiri dari 10
replikasi sehingga total data yang diambil sebanyak 50 replikasi. Data
hasil pengamatan dapat dilihat dari Tabel 4.3
Tabel 4.3 Data Pengamatan UMKM Maharani Embroidery Handicraft
No.
Pengamat
an
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Proses
Pemotonga
n
42.69
45.53
42.34
43.21
43.03
46.07
43.96
49.59
40.24
42.6
48.57
47.03
45.61
47.71
49.11
Proses
Pengisolasi
an
68.73
67.22
73.07
71.02
76.39
73.64
74.81
65.92
63.48
67.92
70.61
75.62
62.39
62.24
71.72
Proses
Pelapisan
Kertas
456.31
436.39
427.97
452.06
430.7
452.44
450.39
441.8
445.34
440.6
427.03
412.03
436.79
417.38
434.5
Proses
Perakitan
Packaging
75.8
78.48
66.62
79.37
68.27
62.87
68.14
69
83.88
61.52
66.17
84.98
82.35
65.41
75.69
132.54
139.08
140.22
143.26
139.09
130.38
125.13
145.19
135.84
134.67
120.91
141.15
142.61
131.16
139.57
Tabel 4.3 Data Pengamatan UMKM Maharani Embroidery Handicraft (Lanjutan)

No.
Proses
Proses
Proses
Proses
Pengamat Pemotonga Pengisolasi
Pelapisan
Packaging
Perakitan
an
n
an
Kertas
16
48.87
62.38
458.22
74.06
148.98
17
44.43
78.82
455.87
70.64
128.56
18
45.00
65.33
413.88
79.07
126.83
19
41.22
76
411.07
67.52
146.03
23
40.82
67.64
416.39
62.76
134.86
24
47.51
67.63
439.46
60.94
130.36
22


25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
44.43
46.84
43.38
40.88
40.74
42.36
41.64
48.78
46.38
49.53
45.11
46.82
48.97
40.26
45.66
44.68
47.23
45.85
48.81
47.19
44.02
49.65
49.14
49.22
40.69
43.63
66.66
77.27
77.07
64.07
68.44
77.57
66.63
65.55
65.09
67.74
79.55
63.26
61.38
69.68
73.83
75.6
71.04
73.35
63.01
71.94
64.8
61.32
70.34
65.06
69.28
64.3
414.1
444.49
458.3
449.82
411.95
425.88
418.23
432.26
448.18
455.17
433.37
417.77
459.78
422.95
413.45
420.49
433.27
441.11
424.31
446.69
457.72
417.6
447.58
427.04
420.05
414.74
82.87
62.34
70.94
64.11
69.49
77.53
83.72
60.93
68.44
75.02
79.12
66.94
81.19
72.66
73.98
72.83
73.04
69.3
80.86
84.11
74.39
61.75
69.69
79.81
81.29
72.89
136.55
142.6
138.41
147.8
122.92
127.22
129.72
133.45
143.48
130.63
138.72
122.26
148.38
122.7
137.53
148.66
146.63
146.99
134.06
136.7
125.04
124.83
120.69
144.72
149.1
126.69
Berdasarkan Tabel 4.3 data hasil pengamatan dapat dipilih distribusi

yang sesuai dengan menggunakan stat:fit dengan langkah sebagai
berikut.
1 Membuka Software ProModel
2 Pilih Tools pada toolbar, pilih Stat::Fit
Gambar 4.4 Memilih Stat::Fit
3 Masukkan data pengamatan yang telah dilakukan pada data table

23

Gambar 4.5 Memasukkan data pengamatan proses pemotongan
4 Pilih Fit, kemudian Auto::Fit, pilih continous distribution, pilih assigned

bound. Lalu pilih OK.
Gambar 4.6 Memilih continous distribution
5 Hasil akan ditampilkan berupa automatic filling. Pemilihan distribusi

dilakukan dengan memilih rank terbesar dengan acceptance do not
reject.
Gambar 4.7 Hasil pilihan distribusi
Setelah melakukan Stat::Fit pada semua proses, pemilihan distribusi

data yang akan digunakan dijelaskan dalam Tabel 4.4
Tabel 4.4 Pemilihan Distribusi Data Hasil Pengujian
Distribu
Distribusi
Aktivitas
Rank
si
Auto::Fit
Pilihan
Uniform (40, 49.6)
100
do not reject
Triangula
Triangular (40,
Proses 1/
r
52.6, 40.8) do not
1.78
Proses
(40,
reject
Pemotongan
52.6,
Lognormal (40,
40.8)
1.34, 0.925) do
1.44
not reject
Uniform (61, 79.5)
100
do not reject
Triangular (61,
Triangula
83.4, 62.3) do not
26.8
Proses 2/Proses
r (61,
reject
Pengisolasian
83.4,
Lognormal (61,
62.3)
8.14
1.87, 0.937) reject
Exponential (61,
1.74
8.78) reject
Stat:Fit
Ran
k
Accept
ance
1.78
Do not
reject
26.8
Do not
reject
Tabel 4.4 Pemilihan Distribusi Data Hasil Pengujian Stat:Fit (Lanjutan)

Distribu
Distribusi
Ran Accept
Aktivitas
Rank
si
Auto::Fit
k
ance
Pilihan
Proses 1/
Uniform (40, 49.6)
100
Triangula 1.78
Do not
Proses
do not reject
r
reject
24


Pemotongan
Proses 2/Proses
Pengisolasian
Triangular (40,
52.6, 40.8) do not
reject
Lognormal (40,
1.34, 0.925) do
not reject
Uniform (61, 79.5)
do not reject
Triangular (61,
83.4, 62.3) do not
reject
Lognormal (61,
1.87, 0.937) reject
Exponential (61,
8.78) reject
1.78
(40,
52.6,
40.8)
1.44
100
26.8
8.14
Triangula
r (61,
83.4,
62.3)
26.8
Do not
reject
1.74
4.4.2 Validasi Distribusi Data dengan Perhitungan Error (Chi

Square)
Pengujian validasi digunakan untuk mengetahui representasi yang
akurat dan sesuai dengan sistem nyata. Berikut merupakan langkahlangkah perhitungan error (Chi Square) untuk melakukan validasi
distribusi data menggunakan Microsoft Excel.
1 Setelah melakukan pengujian Stat::Fit, data asli hasil pengamatan
diurutkan dari terendah ke tertinggi, kemudian dihitung nilai mean
dan standar deviasi.
No
.
1
2
3
4
5
6
7
8
9
10
Data
Asli
40.24
40.26
40.69
40.74
40.82
40.88
41.18
41.22
41.57
41.64
Tabel 4.5 Data Proses Pemotongan

Data
Data
Data
No.
Asli
No.
Asli
No.
Asli
11 42.34 21 44.43 31 46.23
12 42.36 22 44.43 32 46.38
13
42.6
23 44.68 33 46.82
14 42.69 24 45.00 34 46.84
15 43.03 25 45.11 35 47.03
16 43.21 26 45.53 36 47.19
17 43.38 27 45.61 37 47.23
18 43.63 28 45.66 38 47.51
19 43.96 29 45.85 39 47.71
20 44.02 30 46.07 40 48.57
No.
41
42
43
44
45
46
47
48
49
50
Data
Asli
48.78
48.81
48.87
48.97
49.11
49.14
49.22
49.53
49.59
49.65
Berdasarkan Tabel 4.5 didapatkan nilai mean sebesar 45.12 dan nilai
standar deviasi sebesar 2.97.
2 Melakukan pembangkitan bilangan random kemudain dicari nilai
mean dan standar deviasi dari data random tersebut.

25

No
.
1
2
3
4
5
6
7
8
9
10
Data
Rand
om
40.24
40.26
40.69
40.74
40.82
40.88
41.18
41.22
41.57
41.64
No.
11
12
13
14
15
16
17
18
19
20
Tabel
Data
Rand
om
42.34
42.36
42.6
42.69
43.03
43.21
43.38
43.63
43.96
44.02
4.6 Data Random

Data
Rand
No
No.
om
.
21
44.43 31
22
44.43 32
23
44.68 33
24
45.00 34
25
45.11 35
26
45.53 36
27
45.61 37
28
45.66 38
29
45.85 39
30
46.07 40
Data
Rand
om
46.23
46.38
46.82
46.84
47.03
47.19
47.23
47.51
47.71
48.57
No
.
41
42
43
44
45
46
47
48
49
50
Data
Rand
om
48.78
48.81
48.87
48.97
49.11
49.14
49.22
49.53
49.59
49.65
Berdasarkan Tabel 4.6 didapatkan nilai mean sebesar 44.61 dan nilai
standar deviasi sebesar 1.92
3 Menghitung Batas Atas (BA) dan Batas Bawah (BB) dari data random
BA = Mean + (2 x standar deviasi)
= 44.61 + (2 x 1.92) = 48.45
BB = Mean - (2 x standar deviasi)
44.61 + (2 x 1.92) = 40.77
Berdasarkan perhitungan di dapatkan nilai BA sebesar 48.45 dan BB
sebesar 40.77
4 Menentukan jumlah kelas dari data random yang telah dibangkitkan
sebelumnya.
N = 1 + {3.3 x Log (n)}
= 1 + {3.3 x Log (50)} 7
Berdasarkan hasil perhitungan jumlah kelas yang didapat adalah 7
5 Menentukan panjang interval kelas
Panjang interval kelas = range/N
= 7.35/7 = 1.05
Berdasarkan perhitungan didapatkan panjang interval kelas yaitu
1.395
6 Menentukan batas atas dan batas bawah dari tiap kelas dari data
random
26
Tabel 4.7 Nilai Batas Atas dan Batas Bawah

Kelas
BB
BA
1
40.73
41.78
2
41.79
42.84
3
42.85
43.90
4
43.91
44.96
5
44.97
46.02
6
46.03
47.08
7
47.09
48.14


7 Menentukan
frekuensi
relatif,
frekuensi
kumulatif,
probabilitas
relatif
dan
probabilitas kumulatif pada tiap kelas untuk data asli dan data
random
Tabel 4.8 Frekuensi dan Probabilitas
Kela
s
1
2
3
4
5
6
7
BB
Data Random
BA
FR
40,1
41,49
6
42,89
2
44,28
7
45,68
3
47,07
9
48,47
5
41,49
5
42,89
1
44,28
6
45,68
2
47,07
8
48,47
4
11
15
24
9
13
37
44
49,87
FC
5
49
49
PR
PC
FR
0.06
0.06
0.16
0.22
0.08
0.31
0.18
0.49
0.27
0.76
0.14
0.90
0.10
4
36
Data Asli
FC
PR
7
11
15
20
26
32
36
PC
0.19
0.19
0.11
0.31
0.11
0.42
0.14
0.56
0.17
0.72
0.17
0.89
0.11
8 Menghitung nilai chi-square hitung dengan rumus sebagai berikut.

(PC AsliPC Teori)2
Chi Square hitung=
PC Teori
Tabel 4.9 Hitungan Chi Square
Chi
Square
PC
square
error
Random
hitung
x^2
0.061
0.009
0.194
0.224
0.003
0.306
0.006
0.490
0.002
0.755
0.001
0.898
0.000
1.000
0.000
Chi square hitung
0.021
0.306
0.417
0.556
0.722
0.889
1.000
9 Menentukan nilai chi square pada tabel chi square dengan:

Derajat kebebasan (df) = N-1 = 7-1 = 6 dan tingkat signifikansi 0,05.
Berikut merupakan perbandingan nilai chi square hitung dan tabel.
Chi square hitung = 0,021
Chi square tabel = 12.59
10 Membandingkan nilai chi square hitung dengan nilai chi square tabel.
Berdasarkan
hasil
perhitungan
error
dengan
menggunakan

27

perhitungan chi square, nilai dari chi square hitung = 0,021 kurang
dari nilai chi square tabel = 12.59, maka distribusi triangular pada
data pemotongan karton dapat dikatakan valid atau dapat diterima.
4.5
PEMBUATAN MODEL DENGAN PROMODEL SOFTWARE

Berikut ini merupakan langkah-langkah dalam pembuatan model
dengan ProModel Software.

1. Menjalankan software ProModel
2. Membuat project baru, dengan cara klik File-New atau memilih icon
New. Setelah itu akan muncul kotak dialog General Information, isi
judul project yang akan dibuat pada Title. Klik OK.
Gambar 4.7 Tampilan General Information
3. Membuat background yang berfungsi sebagai latar belakang

pemodelan sistem. Klik Build pada toolbar pilih Background Graphics
pilih Behind Grid (CTRL-G). Setelah itu klik Edit pilih Import Graphic,
pilih Tutorial Back klik Open.
Gambar 4.8 Tampilan ProModel
4. Pembuatan layout sistem produksi dimana proses akan dilakukan.

Pilih Build pada toolbar, klik Location (CTRL-L). Buat Location dengan
cara men-drag locations yang diinginkan kemudian klik kiri ke layout.
Sebaiknya
pembuatan
layout
sesuai
urutan
proses
produksi.
Kemudian beri nama, keterangan kapasitas dan unit pada masing-
28


masing
locations pada kotak dialog locations.

Tabel 4.10 Data Location ProModel
Icon
Name
Kedatangan_karton
Kedatangan_kotak_m
ukena
Capacity
INFINITE
INFINITE
Rule
Oldest
Oldest
Tabel 4.10 Data Location ProModel (Lanjutan)
Icon
Name
Pemotongan
Pengisolasian_cover
Pelapisan_kertas
perakitan
packaging
antrian_pemotongan
Capacity
10
3
3
3
3
INFINITE
Antrian_pengisolasia
n
Antrian_pelapisanker
tas
antrian_perakitan_1
INFINITE
Antrian_perakitan_2
INFINITE
Antrian_packaging
INFINITE
keluar
INFINITE
INFINITE
INFINITE
Rule
Oldest
Oldest
Oldest
Oldest
Oldest
Oldest,
FIFO
Oldest,
FIFO
Oldest,
FIFO
Oldest,
FIFO
Oldest,
FIFO
Oldest,
FIFO
Oldest,
FIFO
Gambar 4.9 Layout ProModel
5. Pendefinisian entitas yang akan diproses. Klik Build Entities (CTRL

E). Pilih simbol entitas yang diinginkan, ganti nama entitas pada kotak
dialog Entities, untuk mengganti warna entitas klik edit color pada
kotak dialog Graphics.

29

Gambar 4.10 Kotak Dialog Graphics

Tabel 4.11 Nama Entitas
No.
1
2
3
4
5
6
7
8
Icon
Gear
Box
Pallet
Boxes
Gear
Box
Pallet
Pallet
Boxes
Box
Name
Karton
Karton_tumpuk
Pola_karton
Cover
Cover_kotak
Kotak_setengah_jadi
Kotak_mukena
Kotak_souvenir
6. Pembuatan Path Network (jaringan aliran produksi). Klik Build path

network (CTRL N). Pilih kolom Path pada dialog box Path Networks.
Pada Layout klik kiri di sekitar locations tertentu lalu tarik garis
menuju
location
berikutnya
klik
kanan
pada
locations
tujuan,
kemudian lanjutkan lagi sesuai langkah di awal. Pada sistem ini

terdapat 2 aliran produksi, yakni Net1 dan Net2. Dimana pada Net1
terdapat 11 paths dan 12 interface, sedangkan untuk Net2 terdapat 2
paths dan 3 interface. Untuk membuat interface pilih kolom interface
pada kotak dialog kemudian klik kiri pada node dari path kemudian
klik pada location. Ulangi semua langkah sampai seluruh semua
proses produksi terhubung sesuai jalur dengan interfaces.
Gambar 4.11 Path network
7. Penentuan Resources yang akan digunakan dengan cara klik Build

Resources (CTRL R). Pilih icon resources pada kotak dialog graphics
kemudian ganti nama, units dan specs sesuai kebutuhan. Pada sistem
30


ini terdapat 3
resources yaitu operator_pemotongan (units : 1 orang , specs : Net1,

N1, Rtn Home), mesin_pemotong (1 unit) dan operator (units : 1
orang , specs : Net1, N4, Rtn Home).
Gambar 4.12 Penentuan resources

Tabel 4.12 Daftar Resources
Resources
Operator_pemoto
ngan
Mesin_pemotong
Operator
Uni
ts
1
1
3
Dts
Stats
Specs
Non
e
Non
e
Non
e
By Units, Time
series
By Units, Time
series
By Units, Time
series
Net1, N1, Rtn

Home
No Network
Net1, N4, Rtn
Home
8. Penentuan logika proses. Klik Build processing (CTRL P). Pada

terdapat dua jenis logika yaitu logika Process layout dan Routing
layout. Alur proses ditunjukkan pada tabel, sebagai berikut.
Tabel 4.13 Logika Processing

31

9.
Selanjutnya akan didefinikasn kedatangan entitas. Klik Build Arrivals.

Klik dialog box entity, pilih karton dan kotak_mukena. Untuk location
pilih kedatangan. Kemudian dimasukkan data kedatangan sesuai
pengamatan.
Gambar 4.13 Arrivals

Tabel 4.14 Daftar Arrivals
Entity
karton
Kotak_muke
na
10.
Setelah
logika
Location
Kedatangan_karton
Kedatangan_kotak_m
ukena
proses
selesai,
Qty Each
50
75
yang
perlu
Occurance
1
1
dilakukan
adalah
mendefinisikan shift. Klik Build pilih Shift pilih Define. Setelah itu, shift
kerja dari resource dapat didefinisikan sebagai berikut: pekerja mulai
bekerja pada pukul 08.00-12.00, kemudian istirahat pukul 12.0013.00, dan kembali bekerja pukul 13.00-16.00. Gunakan add work
untuk mendefinisikan jam kerja dan add break untuk mendefinisikan
jam istirahat dimana warna biru menunjukan jam kerja operator,
sedangkan merah adalah jam istirahat. Setelah mendefinisikan shift
kerja, selanjutnya simpan file.
Gambar 4.14 Shift kerja
Untuk menugaskan operator sesuai shift yang telah dibuat dapat

dilakukan dengan klik Build pilih Shift pilih Assign. Akan muncul table
shift assignment. Selanjutnya klik pada resource untuk menambahkan
resource yang akan didefinisikan shift kerjanya. Pilih Select All klik OK.
32


Selanjutnya
definisikan shift files dengan attach files kerja yang sudah disimpan
pada calendar file.
Gambar 4.15 Assign operator
11.
Pembuatan variable dengan memilih Build pada toolbar >>pilih
Variables>> ketik total_produk pada kolom ID >> mengaktifkan icon

menjadi Yes dengan meng-klik pada layout. Kemudian mendefinikan
variable pada proses.
Gambar 4.16 Variables
12.
Jalankan simulasi, klik Simulation pada toolbar. Pilih options, pada
run length pilih Calendar Date, kemudian masukan waktu mulai

simulasi dan waktu simulasi berakhir sesuai shift yang telah dibuat,
yaitu mulai pukul 8.00-16.00. Hilangkan centang pada cost pada
replications ketikkan jumlah replikasi yang diinginkan. Klik tombol OK.
Kemudian save project, klik Run dan simulasi akan dijalankan.
4.6
VERIFIKASI DAN VALIDASI

Setelah melakukan pemodelan diperlukan verifikasi dan validasi,
berikut merupakan verifikasi dan validasi dari model pada UKM Souvenir
Maharani.
4.6.1
Verifikasi
Verifikasi pada sistem dilakukan dengan beberapa cara, sebagai

berikut:

33

1.
Membandingkan dengan konseptual yaitu membandingkan kesesuaian

antara Petri Net dengan simulasi sistem ProModel di UKM Souvenir.
Berikut adalah Petri Net proses pembuatan tempat mukena UKM
Souvenir.
Gambar 4.17 PetiNet sistem produksi kotak mukena
Berikut ini adalah simulasi sistem proses yang ada pada UKM souvenir
Gambar 4.18 Tampilan simulasi sistem produksi kotak mukena
Berdasarkan
animasi
yang
dibuat
dengan
menggunakan
software ProModel, simulasi telah sesuai dengan sistem nyata. Alur

yang dibuat dengan ProModel telah sesuai dengan Petri Net.
Simulasi juga telah berjalan sesuai dengan asumsi yang dibuat.
Proses tersebut adalah kedatangan karton, kedatangan kotak
mukena, antrian pemotongan, antrian pengisolasian, pengisolasian
cover, antrian penempelan kertan,
penempelan kertas, antrian
perakitan 1, antrian perakitan 2, perakitan, antrian packaging dan

packaging.
Perbandingan antara model yang disimulasikan di ProModel tidak
berbeda dengan Petri Net yang telah dibuat sehingga model simulasi
ini sudah dapat dikatakan telah terverifikasi.
34


2. Melakukan
pengecekan terhadap output yang dihasilkan pada masing-masing

proses pada model dengan menggunakan trace.
Gambar 4.18 Trace model sistem produksi kotak mukena dengan ProModel
Dalam trace gambar dapat dilihat bahwa pola karton (ID: 197) tiba di
antrian pengisolasian pada 12.00.100 kemudian masuk pada antrian
pengisolasian dan dicombine. Hal tersebut sesuai dengan kondisi
nyata di UKM souvenir yang
melakukan
proses
pengisolasian
pada
pola
kertas
dengan
menggabungkan 3 pola menjadi satu.

3. Melakukan pengecekan pada animasi pemodelan yang dilihat saat
program di run.
Gambar 4.19 Tampilan animasi pada sistem produksi kotak mukena

Berdasarkan gambar animasi pada ProModel sudah sesuai dengan
sistemnyata dan animasi entitas pada sistem yang dimodelkan sudah

jalan.

35

4.
Melakukan kompilasi error dari model simulasi yang dibuat. Compile

menunjukkan bahwa proses yang dijalankan telah benar
Gambar 4.20 Tampilan compile pada system produksi kotak mukena
Berdasarkan gambar , kompilasi error dapat berhasil sehingga

proses tersebut telah dijalankan dengan benar.
4.6.2 Validasi
Dalam melakukan uji validitas, hal yang perlu dilakukan pertama kali
adalah menguji kenormalan data, berikut ini merupakan langkah dalam
melakukan uji kenormalan data dengan menggunakan software SPSS 21.
Tabel 4.15 Output Data Simulasi dan Aktual
Replikas
i
Output
Data
Data
Simulasi
Aktual
50
50
50
52
50
54
50
52
50
45
1
2
3
4
5
Dari data tersebut dapat dibuat hipotesis seperti di bawah ini:

H0 : Data Aktual berdistribusi normal.
H1 : Data Aktual tidak berdistribusi normal.
Hasil dari pengujian kenormalan data menggunakan software SPSS
dapat dilihat di tabel 4.16.
Tabel 4.16 Output Uji Normalitas
Tests of Normality
Kolmogorov-Smirnova
Shapiro-Wilk
Statistic
Output Aktual
Output
Simulasi
Df
.258
Sig.
5
Statistic
.200*
df
.885
Sig.
5
.334
a. outputsimulasi is constant. It has been omitted.
*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction
H0 diterima jika nilai Sig. 0,05 sedangkan H0 ditolak jika nilai Sig.<
0,05. Berdasarkan output uji normalitas tabel 4.16 nilai Sig. 0.334 0,05
36


maka Ho diterima
sehingga data aktual berdistribusi Normal. Sedangkan untuk data

simulasi karena konstan sehingga tidak dapat diuji normalitas.
Kemudian langkah selanjutnya melakukan pengujian validasi dengan
SPSS menggunakan uji Independent Samples Test.
H0 : Tidak terdapat perbedaan output simulasi dengan aktual pada sistem
UKM souvenir (valid)
H1 :Terdapat perbedaan output simulasi dengan aktual pada sistem UKM
souvenir (tidak valid)
Kriteria pengujian yaitu H0 diterima jika nilai Asymp.Sig.(2-tailed)
>0,05/2 dan ditolak jika nilai Asymp.Sig.(2-tailed)<0,05/2
Tabel 4.18 Output Uji Validasi
outpu
t
Equal
variances
assumed
Equal
variances
not
assumed
Independent Samples Test

Levene's Test
t-test for Equality of Means
for Equality of
Variances
F
Sig.
Df
Sig. (2Mean
Std. Error 95% Confidence
tailed) Differenc Differenc
Interval of the
e
e
Difference
Lower
Upper
-.39
2.9425
7.479
.026
8
.706
-.60000 1.53623 4.1425
1
5
5
-.39
1
4.000
.716
-.60000
1.53623
4.8652
6
3.6652
6
Berdasarkan hasil SPSS didapatkan nilai sig. = 0.706 > 0,025 berarti H0
diterima artinya Tidak terdapat perbedaan output simulasi dengan aktual
pada sistem UKM souvenir (valid)
4.7
ANALISIS DAN PEMBAHASAN

Dari hasil permodelan dengan menggunakan ProModel, berikut
merupakan analisis pembahasan.

1 Locations
Berikut merupakan output locations utilizationdari 5 replikasi.
No
1
2
3
4
5
Tabel 4.4 Hasil Output Utilization Location

Utilization (%) pada Replikasi keLocation
1
2
3
4
5
Kedatangan karton
0
0
0
0
0
Kedatangan kotak mukena
0
0
0
0
0
pemotongan
12.56 12.56 12.60 12.64 12.65
Pengisolasian cover
Pelapisan kertas
28.65
43.29
27.08
43.68
26.72
43.16
27.93
43.19
28.24
43.45

37

6
7
8
9
10
11
12
13
14

perakitan
99.97 99.97 99.97 99.97
packaging
17.95 18.39 17.43 18.16
Antrian pemotongan
0
0
0
0
Antrian pengisolasian
0
0
0
0
Antrian penempelan
0
0
0
0
Antian perakitan 1
0
0
0
0
Antian perakitan 2
98.37 98.37 98.37 98.37
Antrian packaging
0
0
0
0
0.32
0.32
0.32
Keluar
0.32
99.97
18.32
0
0
0
0
98.37
0
0.32
Berdasarkan tabel dapat dilihat bahwa tingkat utilitas paling tinggi

adalah pada lokasi perakitan yaitu
yang memiliki tingkat utilitas
99.97 dengan 5 kali replikasi. Hal ini disebabkan karena pada

perakitan total entris nya tinggi (53), kapasitasnya rendah (3) dan
average time per entry yang cukup lama jika dibandingkan dengan
location lain (27.15). Sedangkan utilitas terendah pada kedatangan
karton, kedatangan kotak mukena, antrian pemotongan, antrian
pengisolasian kertas, antrian penempelan kertas, antrian perakitan 1
dan antrian packaging dengan tingkat utilitas 0.00. Hal ini disebabkan
karena kapasitas dari lokasi sangat besar (Infinite).
2 Resource
Berikut merupakan tabel utilitas dari resource untuk 5 kali replikasi.
Tabel 4.20 Output Resource Utilizations
Replikasi
1
2
3
Operator pemotongan
30.60
30,61
30.69
Mesin pemotongan
27.18
27.19
27.27
Operator.1
45.63
45.55
44.93
Operator.2
45.01
44.90
45.20
Operator.3
45.11
44.99
44.88
Name
4
30.78
27.37
44.90
44.78
45.07
Gambar 4.21 Output utilitas resource
38

5
30.81
27.39
45.31
45.06
44.90

Berdasarkan tabel dan grafik diatas dapat dilihat bahwa utilitas

operator masih rendah baik operator manusia maupun mesin.
Utilization tertinggi dimiliki oleh operator 1 yaitu pada kisaran 45.63
sampai 44.90, angka ini masih dibawah angka standar operator (60 %
- 80 %). Hal ini disebabkan karena operator work timenya kecil yaitu
berkisar antara 210 sampai 220 menit dalam satu hari kerja.
3 Entity
Berdasarkan output entity activity, terdapat 2 analisis yaitu total exit
dan current quantity in system.
a. Total exits
Total exits adalah jumlah entitas yang keluar dari sistem dalam
simulasi. Berikut ini merupakan Total exits dari setiap entitas dalam
proses pembuatan kotak souvenir, seperti pada tabel 4.21
Tabel 4.21 Total exits
Name
Karton
Pola karton
Cover kotak
Kotak mukena
Kotak setengah jadi
Name
Kotak tumpuk
Kotak souvenir
cover
1
50
150
50
0
0
2
50
150
50
0
0
Replikasi
3
50
150
50
0
0
Tabel 4.21 Total exits (Lanjutan)

Replikasi
1
2
3
5
5
5
50
50
50
0
0
0
4
50
150
50
0
0
5
50
150
50
0
0
4
5
50
0
5
50
0
Gambar 4.23 Output total exits
Dari tabel dapat diketahui total exit dari sistem pada setiap
replikasi. Pada total exits bahan pola karton nilai tertinggi yaitu 150,
hal ini dikarenakan pola karton
berhasil terproses sehingga dapat
keluar dari location dan memperoleh tota lexit tertinggi. Selain itu,
Total exits
terendah dari sistem ini adalah berupa karton tumpuk

39

sebesar 5 pada setiap replikasi. Hal ini dikarenakan setiap 1 entitas

karton ditumpuk menjadi 10 karton dan jadi entitas karton tumpuk.
b Current Quantity in System
Current Quantity in System adalah jumlah entitas yang masih
terdapat di dalam sistem ketika simulasi sudah berakhir. Tabel 4.22 ini
merupakan tabel current quantity in system dari setiap entitas.
Tabel 4.22 Output Current Quantity in System
Replikasi
Name
1
2
3
Karton
0
0
0
Pola karton
0
0
0
Cover kotak
0
0
0
Kotak mukena
25
25
25
Kotak setengah jadi
0
0
0
Kotak tumpuk
0
0
0
Kotak souvenir
0
0
0
Cover
0
0
0
4
0
0
0
25
0
0
0
0
5
0
0
0
25
0
0
0
0
Dari tabel dapat dilihat current quantity in system pada setiap

entitas. Dari 8 entitas, terdapat 1 entitas yang masih berada dalam
sistem yang belum di proses dikarenakan lebih banyaknya entitas
yang datang dibandingkan entitas yang akan diproses dalam satu hari
yaitu
proses kedatangan kotak mukena yang memiliki current
quantity in system sebesar 25.
4.8PEMBUATAN MODEL PERBAIKAN

Setelah menjalankan simulasi, selanjutnya akan dibuat skenario untuk
meningkatkan suvenir yang dihasilkan serta utilitas operator. Berikut ini
adalah langkah
optimalisasi menggunakan Sim Runner dengan fungsi
memaksimalkan total exits kotak souvenir serta utilization operator

pemotongan, mesin pemotongan dan operator. Berikut merupakan
langkah-langkah perbaikan sistem pada UKM Suvenir menggunakan
software ProModel.
1
Buat Macro dengan cara build-macros, selanjutnya isikan ID sesuai

dengan parameter yang mempengaruhi faktor input. Fungsi tujuan
yang akan dioptimalisasi adalah total exit kotak souvenir dan utilitas
resources. Berikut pendefinisian macros :
40


Gambar 4.23 Pembuatan macro
Lalu klik menu option scenario parameter define pilih numeric

range lalu isikan range sebagai berikut :
Tabel 4.23 Pengisian Numeric Range pada Macro
ID
Jumlah_karton
Jumlah_kotakm
ukena
jumlahoperator
Op_pemotonga
n
mesin
Numeric
Range
50 - 90
75 - 90
1-3
12
12
Kemudian mengganti arrival qty dan unit pada resource dengan

macro yang sudah dibuat.
Gambar 4.24 Penggantian arrival qty
Gambar 4.25 Penggantian unit arrival
2 Mengaktifkan
SimRunner
dengan
cara
pilih
Simulation
>>SimRunner>> Select model/ project >> Create New Project,

kemudian pilih existing model yang akan dioptimalkan

41

Gambar 4.26 Model simrunner
Mendefinisikan fungsi tujuan dari model dengan cara klik define

objectives >> pilih entity pada kotak response category >> pilih
kotak_souvenir-Total exits >> memasukkan fungsi tujuan ke reponse
statistic selected for objective function >> memilih variable maksimasi
dengan update objective for response statistic. Begitu juga dengan
memilih
resource
operator_pemotongan-%Utilization,
mesin_pemotongan-%Utilization dan operator-%Utilization,
kemudian
memilih objective for response statistic yaitu max.
Gambar 4.27 Pendefinisian fungsi tujuan pada simrunner
Memilih define inputs dan memasukkan macro yang sudah dibuat

sebelumnya.
Gambar 4.28 Pendefinisian input dan memasukkan macro
42


Mendefinisikan run time dan mengubah variabel terkait dengan cara

memilih menu optimize model pada Sim Runner>>pilih sub menu set
options >>memasukkan jumlah jam kerja sebanyak 8 jam.
Gambar 4.29 Penentuan run time
Menjalankan simulasi dengan cara pilih Optimize model seek

optimum run. Setelah selesai di run maka akan tampak output dari
simulasi sebagai berikut.
Gambar 4.30 Output dari SimRunner
Berdasarkan hasil diatas maka didapatkan hasil yang maksimal yaitu

pada total exit 82.8 dengan kedatangan karton 90, kedatangan kotak
mukena 83, jumlah operator 3, operator pemotongan 2 dan mesin
pemotongan 2.
3 Membuat scenario dengan memilih Simulation >> Scenarios >> Add
lalu memasukkan Scenario Name>> memilih perubahan dengan klik
change. Kemudian menjalankan simulasi dengan skenario yang telah
diinput dengan memiih Run Scenario.

43

Ga
mbar 4.31 Pembuatan scenario pada scenario manager
4.8.1 Permasalahan Model Awal

Permasalahan pada model awal diantaranya adalah utilitas resoures
yang masih rendah dan output yang belum optimal. Utilitas resources
yang rendah ini ditunjukkan oleh utilitas operator yang masih dibawah
standard normal yaitu operator pemotongan sekitar (30 31)%, mesin
pemotongan (27-28)%, operator 1, 2 dan 3 antara (45 46) %. Pada
model awal output yang dihasilkan belum optimal yaitu 50 kotak souvenir
perhari, walaupun semua entitas karton yang masuk dapat terproses
namun masih terdapat WIP pada kotak mukena sebanyak 25 dan utilitas
resources yang randah menunjukkan bahwa kerja seharusnya output
masih dapat ditingkatkan lagi.
Gambar 4.33 Grafik permasalahan sistem UKM suvenir
4.8.2 Analisa dan Pembahasan Model Terbaik

Sebelum dilakukan perbaikan dalam sistem UKM suvenir, output Total
exit dari produk kotak suvenir sebanyak 50 dengan jumlah satu mesin
pemotongan dan 4 operator, tiga diantaranya adalah operator pada
proses pengisolasian, pengeleman, dan pemasangan kotak mukena,
44


sedangkan
satu
operator merupakan operator pemotongan. Dengan jumlah kertas karton

yang masuk dan operator yang ada, perusahaan bisa mengalami
kerugian.
Setelah dibuat 4 skenario maka dipilih scenario terbaik yaitu skenario
1 dengan jumlah operator 3, operator pemotongan 2, mesin pemotongan
2, kedatangan kotak mukena 83 dan dan kedatangan kertas karton 90.
Total exit kotak suvenir yang dihasilkan sebesar 82.8 dengan dengan
rata-rata WIP yang rendah yaitu 3.8 pada cover kotak dan 3.2 pada kotak
mukena sedangkap WIP entitas lain 0. Total exit ini lebih baik dari pada
total exit pada model awal yaitu sebesar 50 dengan WIP kotak mukena
sebanyak 25 entitas. Dari gambar 4.34 dan gambar 4.35 dapat dilihat
bahwa ada peningkatan dari sistem model awal dengan skenario.
Gambar 4.34 Current quantity in system awal
Gambar 4.35 Current quantity in system hasil skenario
Selain output yang lebih baik, pada scenario 1 utilitas operator

mengalami kenaikan, kenaikan yang signifikan terutama terlihat pada
operator 1, 2, dan 3 yang awalnya 45, 26%, 44,99%, 44.99% menjadi
78.62%, 78.40% dan 78.46%. sedangkan pada mesin pemotongan dan
operator pemotongan mengalami penurunan namun tidak terlalu banyak.

45

Gambar 4.36 Utilisas rsources awal
Gambar 4.37 Utilisas rsources baru
BAB V
PENUTUP
5.1
KESIMPULAN
Berdasarkan praktikum yang sudah dilakukan, maka dapat diambil
kesimpulan sebagai berikut:

1 Berdasarkan hasil simulasi ProModel, dapat diketahui bahwa tingkat
utilization resources tertinggi dimiliki oleh mesin pemotongan yakni
memiliki utilisasi sebesar 71.43%, utilisasi operator sebesar 44.48%,
dan paling rendah pada operator pemotongan sebesar 31.53%. Mesin
pemotongan
memiliki
pemotongan
karton,
utilitas
mesin
tertinggi
pemotongan
karena
bekerja
dalam
secara
proses
terus
menerus. Sedangkan operator pada mesin pemotongan idle atau

menunggu dari kinerja mesin yang sedang memotong karton. Untuk
operator lain juga utilitasnya tidak tinggi karena menunggu karton
yang sedang diproses oleh mesin pemotongan.
2 Pada model awal, terjadi permasalahan berupa hasil analisis output
UKM Maharani Embroidery Handicraft tidak optimal. Output Total exit
dari karton sebesar 50, pola karton sebesar 150, cover kotak sebesar
46


50,
karton
tumpuk sebesar 5 dan hasil akhir yakni kotak suvenir sebanyak 50.
Untuk current quantity in system 0 kecuali kotak mukena yakni
memiliki current quantity in system sebanyak 25. Proses produksi
dilakukan dengan jumlah 4 operator yakni operator pengisolasian,
operator pengeleman, operator pemasangan kotak, dan operator
pemotongan. Berdasarkan hasil output yang masih kurang optimal
jika dibandingkan dengan utilitas operator yang rendah maka jumlah
input yang akan diproses seharusnya bisa bertambah.
3 Berdasarkan masalah yang terdapat pada UKM Maharani Embroidery
Handicraft yaitu kurangnya utilitas dan hasil output yang tidak
optimal. Didapatkan hasil perbaikan yakni dengan penambahan
operator pemotongan menjadi 2 dan pengurangan jumlah operator
sebanyak 2. Dari sebelumnya berjumlah 4 operator yakni operator
pengisolasian, operator pengeleman, operator pemotongan, dan
operator
pemasangan
kotak
mukena.
Dengan
penambahan
operator pemotongan dan 1 operator lainnya hasil akan semakin

optimal dan WIP berkurang. Current
quantity in system akan berkurang dan total exit yang dihasilkan
meningkat. Dari sebelum perbaikan total exit sebesar 50 menjadi 68.
5.2
SARAN
Berdasarkan praktikum yang sudah dilakukan, maka saran yang
dapat diberikan kepada perusahaan adalah sebagai berikut:

1 Sebaiknya pada proses pembuatan kotak mukena dilakukan operator.
Disebabkan utilitas tertinggi dari mesin, maka dapat dilakukan
pengurangan operator dan penambahan jumlah mesin.
2 Sebaiknya Maharani Embroidery Handicrafts melakukan penambahan
bahan baku agar ouput yang dihasilkan bisa lebih optimal dan dapat
memenuhi permintaan pelanggan.

47

Simul 1

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Simul 1

Diunggah oleh

Hak Cipta:

Format Tersedia

SIMULATION AND PROMODEL SOFTWARE

Praktikum Simulasi Semester Ganjil 2016/ 2017

permasalahan yang terdapat pada Maharani Embroidery Handicraft,

output standard yang

dihasilkan dalam satu hari kerja. Dengan diketahuinya analisa output

SIMULATION AND PROMODEL SOFTWARE

Identifikasi masalah pada praktikum ProModel ini antara lain:

2 Output standard belum tercapai pada proses produksi.

pembuatan kotak mukena.

pengisolasian karton, pengeleman karton dengan kertas, perakitan,

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

SIMULATION AND PROMODEL SOFTWARE

Praktikum Simulasi Semester Ganjil 2016/ 2017

mengetahui dan mengidentifikasi permasalahaan mengenai utilitas

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

SIMULATION AND PROMODEL SOFTWARE

(Halaman ini sengaja dikosongkan)

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

SIMULATION AND PROMODEL SOFTWARE

menurut Blanchard (1991:25), sistem adalah

sekumpulan elemen yang bekerja sama untuk mencapai tujuan yang

Gambar 2.1 Elemen-elemen sistem

Sistem memiliki beberapa karakteristik, antara lain:

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

SIMULATION AND PROMODEL SOFTWARE

6 Batas sistem (boundary), yaitu daerah yang membatasi antara suatu

menyebabkan terjadinya kesalahan pada sistem.

pembuangan. Output dapat merupakan masukan untuk subsystem

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

SIMULATION AND PROMODEL SOFTWARE

Sistem tidak pernah berhenti, sehingga entitas akan selalu

pengetahuan mengenai sistem yang akan dimodelkan, serta kemampuan

SIMULATION AND PROMODEL SOFTWARE

Berdasarkan acuan lingkungan, model dapat dibedakan menjadi 2

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

SIMULATION AND PROMODEL SOFTWARE

Penentu lain yang penting dalam antrian adalah disiplin antrian.

First Come First Served (FCFS) atau First In First Out

tingkah laku suatu model yang didasari oleh

system nyata pada waktu tertentu.

digunakan, yaitu programming language dan simulation application.

berfungsi untuk menirukan/memodelkan seuatu perilaku sistem nyata

SIMULATION AND PROMODEL SOFTWARE

Application yang dapat digunakan secara umum untuk berbagai

dijelaskan sebagai berikut.

Merepresentasikan kejadian atau saat

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

SIMULATION AND PROMODEL SOFTWARE

Gambar 2.1 Contoh petrinet

Elemen Dasar Promodel

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

SIMULATION AND PROMODEL SOFTWARE

Resource, merupakan orang, peralatan, ataupun barang-barang yang

didefinisikan adalah regular rate, cost per use.

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

SIMULATION AND PROMODEL SOFTWARE

5 Konsep Pemodelan ProModel

Batching Multiple Entities of Similar Type

menggabungkan beberapa entitas yang memiliki tipe yang sama dengan

Temporary Batching Using Group/Ungroup

adalah langkah awal untuk mengelompokkan dan ungroup merupakan

Permanent Batching Using Combine