Anda di halaman 1dari 25

KOMPUTER INDUSTRI 2

(POM-QM, WINQSB ,PROMODEL DAN MINITAB)

Disusun Oleh :

Nama : Rizky Surya Hadiwijaya


NPM : 38413006
Kelas : 4ID02
Dosen : Adi Pramudyo, ST.

JURUSAN TEKNIK INDUSTRI


FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS GUNADARMA
DEPOK
2017
1. Studi Kasus POM-QM
PT RSH adalah perusahaan yang bergerak dalam bidang produksi handphone.
Perusahaan ini memiliki beberapa pesaing salah satunya adalah PT NFA. Produk
yang dihasilkan oleh kedua perusahaan tersebut relatif sama. Kedua perusahaan ini
sedang bersaing untuk mendapatkan hasil yang optimal yaitu dengan mendapatkan
keuntungan yang maksimum dan meminimalkan kerugian. Upaya yang dilakukan
PT RSH dalam menarik minat konsumen untuk membeli produk yaitu dengan
menggunakan 3 strategi dan PT NFA yang juga menggunakan 3 strategi dalam
menarik konsumen.
Tabel 1 Strategi yang Dipakai dalam Kasus Strategi Murni
PT. RSH
Harga Harga Harga
Murah Diskon Normal
(S1) (S2) (S3)
Harga
Murah 2 5 8
(S1)
Harga
PT. NFA Diskon 3 4 5
(S2)
Harga
Normal 2 3 6
(S3)

Berdasarkan studi kasus sebelumnya dan dikarenakan adanya perkembangan


yang terjadi di pasar dan minat konsumen yang terus bertambah, maka PT. RSH
dan PT. NFA yang pada sebelumnya hanya melakukan strategi dilihat dari harga
yang diberikan kembali melakukan strategi ulang. Strategi ini dilihat dari
persentase keuntungan yang telah diakumulasi dari berbagai faktor yang ada pada
strategi sebelumnya yakni harga murah, harga diskon dan harga normal. Berikut ini
merupakan tabel dari strategi dari masing-masing perusahaan.
Tabel 2 Strategi yang Dipakai dalam Kasus Strategi Campuran
PT. RSH
% % %
Harga Harga Harga
Murah Diskon Normal
(S1) (S2) (S3)
%
Harga Murah 6 7 9
(S1)
%

PT. NFA Harga Diskon 8 5 4

(S2)
%
Harga Normal 4 2 3
(S3)

Terdapat dua pengolahan perangkat lunak yaitu, pengolahan perangkat lunak


strategi murni dan pengolahan perangkat lunak strategi campuran. Pengolahan
perangkat lunak menggunakan aplikasi POM-QM. Berikut ini pengolahan
perangkat lunak untuk setiap strategi yang dipakai oleh kedua perusahaan.
1. Pengolahan Perangkat lunak Strategi Murni
Pengolahan perangkat lunak strategi murni digunakan untuk mencari saddle
point atau titik pelana kedua perusahaan. Berikut adalah pengolahan perangkat
lunak untuk mencari saddle point atau titik pelana untuk kedua perusahaan.
Langkah pertama dalam melakukan pengolahan perangkat lunak adalah
membuka aplikasi POM-QM. Proses selanjutnya memilih module, kemudian
memilih game theory pada kolom module untuk melakukan perhitungan game
theory

Gambar 1 Kolom Module Strategi Murni


Langkah selanjutnya adalah memilih new untuk membuat dokumen baru,
selanjutnya akan keluar kolom creat data set for game theory. Proses selanjutnya
adalah memasukan strategi murni pada kolom title dan 3 pada ko lom number of
row strategies dan kolom number of column strategies kemudian memilih ok.

Gambar 2 Kolom Creat Data Set of Game Theory

Langkah berikutn ya adalah memasukan data-data strategi pada kolom


colstrat 1, 2 dan 3 dan kolom row strat 1, 2 dan 3. Berikut ini kolom data pada
setiap strategi.

Gambar 3 Data Setiap Strategi Murni

Langkah terakhir memilih adalah solve, maka akan muncul output game
theory. Berikut ini output-output pada game theory.

Gambar 4 Output Game Theory Results Murni


Gambar 5 Output Maximin dan Minimax Murni

Pengolahan perangkat lunak stretegi murni digunakan untuk mencari nilai


saddle point dari kedua perusahaan yang sedang bersaing. Pengolahan perangkat
lunak startegi murni didapatkan dua output, yaitu game theory results dan maximin
dan minimax. Bedasarkan output game theory results didapatkan nilai saddle point
sebesar 4. Nilai terse but dapat diartikan bahwa PT NFA mendapatkan keuntungan
maksimum sebesar 4 dan PT. RSH menderita kerugian minimum sebesar 4.
Bedasarkan output maximin dan minimax didapatkan nilai maksimin sebesar 4 dan
nilai minimaks sebesar 4.

2. Pengolahan Perangkat lunak Strategi Campuran


Pengolahan perangkat lunak strategi campuran digunakan untuk mencari
nilai payoff dari kedua perusahaan. Berikut adalah pengolahan per angkat lunak
untuk mencari nilai payoff dari kedua perusahaan.
Langkah pertama dalam melakukan pengolahan perangkat lunak adalah
membuka aplikasi POM-QM. Proses selanjutnya memilih module, kemudian
memilih game theory pada kolom module untuk melakukan perhitungan game
theory.

Gambar 6 Kolom Module Strategi Campuran


Langkah selanjutnya adalah memilih new untuk membuat dokumen baru,
selanjutnya akan keluar kolom creat data set for game theory. Proses selanjutnya
adalah memasukan strategi campuran pada kolom title dan 3 pad a kolom number
of row strategies dan ko lom number of column strategies kemudian memilih ok.

Gambar 7 Kolom Creat Data Set of Game Theory

Langkah berikutn ya adalah memasukan data-data strategi pada kolom col strat
1, 2 dan 3 dan kolom row strat 1, 2 dan 3. Berikut ini kolom data pada setiap
strategi.

Gambar 8 Data Setiap Strategi Campuran

Langkah terakhir memilih adalah solve, maka akan muncul output game
theory. Berikut ini output-output pada game theory.

Gambar 9 Output Game Theory Results Campuran


Gambar 10 Output Maximin dan Minimax Campuran

Pengolahan perangkat lunak stretegi campuran digunakan untuk mencari nilai


payoff dari kedua perusahaan yang sedang bersaing. Penolah an perangkat lunak startegi
campuran di dapatkan dua output, yaitu game theory resu lts dan maximin dan minimax.
Bedasarkan output game theory results didapatkan nilai payoff sebesar 6,5. Nilai ini
menunjukan bahwa jika kedua perusahaan menggunakan strategi harga murah dan harga
disk on kerugian minimum yang didapatkan PT. RSH sebesar 6,5 dan Keuntungan ma
ksimum yang didapatkan PT. NFA sebesar 6,5. Bedasarkan output maximin dan minimax
didapatkan nilai maksimin sebesar 6 dan nilai minimaks sebesar 7.

2. Studi Kasus Win-QSB


PT RSH memproduksi frame meja dan frame dinding dengan
menggunakan bebagai macam bahan. Frame meja dan frame dinding tersebut
didistribusikan kepada masyarakat-masyarakat secara langsung. Kebutuhan
akan berbagai macam bahan dalam pembuatan frame meja dan frame dinding
di ringkas dalam tabel berikut.
Tabel 4.1 Data dari Blast Company (dalam ribuan per unit)
Bahan Frame

Frame Meja Kapasitas (piece)


Mentah Dinding

Plastik 30 30 90

Besi 20 10 40

Kaca 20 20 80

Harga untuk 1 buah frame dinding adalah 15000 rupiah sedangkan


untuk 1 buah frame meja adalah 5000 rupiah. Berapa banyak frame meja dan
frame dinding yang harus dihasilkan setiap hari untuk memaksimalkan
pendapatan pabrik tersebut dengan menggunakan metode grafik dan metode
simpleks.
Buka program WinQSB kemudian klik Linear and Integer Programming.
Setelah terbuka akan muncul tampilan Problem Specification. Masukkan judul
masalah yaitu keuntungan maksimum frame dengan jumlah variabel 2 dan
jumlah kendala sebanyak 3 macam. Kriteria objektif yang dipilih adalah
maximization karena ingin dicari nilai maksimal dari penjualan frame yang
ada. Data entry format pilih option spreadsheet matrix form dan default variable
type nonnegative continous. Klik OK.

Gambar 4.2 Problem Specification Linear Programming

Kemudian muncul tampilan seperti gambar Variable Input. Masukkan


variabel dan constraint sesuai dengan data yang ingin dimasukkan.

Gambar 4.3 Solve and analyze Graphic Method Linear Programming


Kemudian klik solve and analyze. Selanjutnya klik graphic method seperti
di gambar dan akan muncul kolom select variable seperti gambar di bawah
dan klik OK.

Gambar 4.4 Select Variables for Graphic Method

Berikut ini merupakan output untuk grafik. Daerah visible terlihat pada
output untuk grafik.

Gambar 4.5 Graphic Output


Klik Solve and Analyze kemudian klik Solve and Display Steps. Maka
akan muncul iterasi pertama.

Gambar 4.6 Iterasi 1 Linear Programming

Kemudian klik simplex iteration lalu klik next iterasion maka mucul
iterasi kedua. Klik simplex iteration lalu klik next iterasion lagi maka akan
muncul pemberitahuan bahwa metode simpleks yang dilakukan telah selesai.

Gambar 4.7 Iterasi 2 Linear Programming

Klik solve and analyze kemudian klik solve the problem. Maka akan
muncul notifikasi bahwa masalahnya telah diselesaikan dan solusi optimal
telah didapatkan. Kemudian akan muncul output perhitungan simpleksnya.

Gambar 4.8 Summary Output Linear Programming


Berdasarkan studi kasus tentang PT RSH terdapat 3 kendala
terhadap bahan mentah pembuatan frame baik untuk frame meja maupun
frame dinding yaitu plastik, besi dan kaca. Blast Company ingin mengetahui
banyaknya frame yang harus di produksi setiap hari untuk
memaksimalkan pendapatan maka dilakukan perhitungan manual dan
software dengan 2 metode yaitu metode grafik dan simpleks.
Gambar 4.8 Summary Output Linear Programming merupakan output
yang diperoleh. Nilai decision variable yang menunjukkan produk yang di
produksi yaitu frame dinding (X1) dan frame meja (X2). Solution value
menunjukkan jumlah produk yang harus dibuat untuk mendapatkan
keuntungan yang maksimal. Jumlah produk yang harus di produksi
untuk produk frame dinding sebanyak 2000 buah sedangkan frame meja
tidak di produksi guna untuk mendapatkan hasil yang optimal. Unit cost
or profit menunjukkan harga untuk 1 produk. Harga frame dinding (X1)
adalah Rp 15.000,00 sedangkan harga frame meja (X2) adalah Rp 5.000,00.
Total contribution adalah jumlah keuntungan maksimal yang diperoleh,
nilai ini di dapatkan dari perkalian solution value dengan unit cost or profit
dan untuk frame dinding didapatkan nilai total Rp 30.000.000,00
sedangkan untuk frame meja didapatkan nilai 0 karena pada solution value
nilainya 0.
Reduced cost adalah kerugian produk. Jika frame dinding dijual
maka tidak ada kerugian sedangkan jika frame meja yang dijual maka
perusahaan akan mengalami kerugian sebesar Rp 2.500.000,00. Allowable
min adalah keuntungan sekecil-kecilnya yang bisa didapatkan dan
allowable max adalah keuntungan maksimal yang bisa didapatkan dan
tidak bisa melebihi angka yang tertera. Produksi frame dinding sekecil-
kecilnya mendapat keuntungan sebesar Rp 10.000.000,00 dan bisa
mendapatkan keuntungan sebanyak mungkin. Sedangkan produksi frame
meja keuntungannya bisa seminimal mungkin sedangkan keuntungan
maksimalnya sebesar Rp 7.500.000,00. Perhitungan software terdapat
constraint yang berarti kendala yang terdapat pada setiap produk. Left
hand side (LHS) didapat dari pengkalian solution value dengan masing-
masing constraint. Left hand side pada besi didapatkan hasil 60.000, untuk
plastik didapatkan hasil 40.000 dan untuk kaca adalah 40.000. Right hand
side adalah nilai dari jumlah kapasitas produk.
Constraint pertama yaitu besi didaptkan nilai 90.000 sedangkan untuk
plastik adalah 40.000 dan untuk kaca adalah 80.000. Slack or surplus adalah
nilai yang didapat dari pengurangan right hand side dengan left hand side.
Kelebihan untuk besi sebesar 30.000 sedangkan kelebihan untuk kaca
80.000. Shadow price adalah kisaran harga yang didapat dari jumlah
produk yang ada, bila ditambah 1 produk maka mendapat keuntungan
sebesar nilai yang tertera pada shadow price. Allowable min right hand side
adalah batas minimum jika dilakukan pengurangan pada besi yaitu
sebesar 60.000 dan untuk kaca sebesar 40.000 dan allowable max right hand
side adalah jumlah kapasitas maksimum. Besi dan kaca tidak mempunyai
batasan kenaikan (tak terhingga) sedangkan plastik hanya bisa sebesar
60.000

3. Studi Kasus ProModel


Tahap pertama setelah kita masuk ke dalam software promodel adalah klik file
yang ada pada menu Bar lalu klik new. Langkah ini dilakukan untuk mengisi
general informationi seperti Title, Time Units, dan Distance Units sesuai dengan
model simulasi yang akan dibuat lalu OK. Berikut ini adalah tampilan dari
langkah tersebut.
Tahap berikutnya yaitu klik Build lalu klik Locations, hal ini dilakukan
untuk membuat dimana tata letak lokasi sesuai dengan model simulasi yang akan
dibuat, seperti gudang bahan baku, conveyor, mesin dll yang kemudian
dimasukkan ke dalam layout yang ada. Berikut ini adalah tampilan dari langkah
tersebut
Tahap selanjutnya yaitu klik Build lalu klik Entities, hal ini digunakan
untuk menginput data bahan apa saja yang di gunakan dalam pembuatan model
simulasi tersebut. Bahan-bahan yang di gunakan diantaranya yaitu bahan baku,
bahan setengah jadi dan bahan jadi. Pemilihan gambar untuk bahan tersebut
disesuaikan dengan model simulasi yang akan dibuat. Berikut ini adalah tampilan
dari langkah tersebut.
Tahap selanjutnya yaitu klik Build lalu klik Path Networks, kemudian pada
net 1 klik paths lalu kemudian klik gambar gudang bahan baku dengan gudang
mesin mmilling. Tahap berikutnya klik interfaces untuk menginput data dimana
dalam hal ini untuk node n1 menggunakna location gudang bahan baku dan untuk
node n2 menggunakna location mesin milling. Hal ini dapat diartikan sebagai
jaringan yang menghubungkan aliran jalannya bahan antara gudang bahan baku
ke mesin milling, untuk net 2 dan seterusnya caranya sama seperti diatas. Berikut
ini adalah tampilan dari langkah tersebut.
Tahap selanjutnya yaitu klik Build lalu klik Resources, kemudian pilih forklift dan
pickup yang natinya akan digunkana untuk mengangkut aliran bahan pada net ke-
3 dan net ke-4. Agar forklift dapat ditempatkan pada net ke-3, maka caranya
dengan mengklik specs pada kolom forkliftI, setelah itu akn muncul sebuah
tampilan dimana isi kolom Path Networks dengan Net 3 lalu Home dengan N1,
lalu Off Shift dengan N2, kemudian ceklis Return Home If IdleI dan OK, agar
forklift dapat berjalan kembali ke posisi semula. Berikut ini adalah tampilan dari
langkah tersebut.
Tahap selanjutnya yaitu klik Build lalu klik Processing, dalam hal ini
logika dalam pembuatan model simulasi mulai digunakan agar model simulasi
dapat berjalan sesuai dengan rencana. Logika yang digunkaan dalam memproses
jalannya bahan dari awal hingga akhir ini dapat dilakukan dengan menginput data
pada Entity, Location, Output, Destination, dan Move Logic, namun dalam hal ini
Move Logic digunakan jika pada jaringan tersebut terdapat Resources. Berikut ini
adalah tampilan dari langkah tersebut.
Tahap selanjutnya yaitu klik Build lalu klik Arrivals, lalu kemudian
dilakukan penginputan data pada kolom Entity dengan bahan baku, Location
dengan gudang bahan baku, Cty each dengan 100, Occurrences dengan 1,
Frequency dengan n(1,1). Hal ini digunakan agar mekanisme entities dapat masuk
kedalam sistem tersebut, sehingga model simulasi dapat berjalan. Berikut ini
adalah tampilan dari langkah tersebut.
Tahap berikutnya yaitu klik Simulation lalu klik Options kemudian ceklis Pause
At Start lalu OK. Berikut ini adalah tampilan dari langkah tersebut.

Tahap berikutnya yaitu klik Save & Run, kemudian klik Simulation lalu klik
Resume Simulation agar model simulasi yang telah dibuat dapat berjalan sesuai
dengan rencara. Berikut ini adalah tampilan dari langkah tersebut.
4. Studi Kasus Minitab
Suatu perusahaan CV Your stuff yang bergerak dibidang busana akan
memproduksi jaket yang terbuat dari 3 bahan yang berbeda yaitu kulit, cotton,
karet. Sehingga nantinya total produk dari bahan-bahan tersebut akan diproduksi
sebanyak 10000 buah jaket, yang terbuat dari tiga bahan tersebut. Produk masing-
masing bahan terdapat 250 potong yang siap dijahit. Perusahaan ingin melakukan
pengamatan hasil produksi pada mesin jahit perusahaan tersebut. Untuk
mengetahui hasil produksi dari mesin tersebut, seorang Quality Control (QC)
mengambil sampel produk dari produksi terakhir. Dari produksi tersebut diambil
8 dari bahan cotton untuk dilakukan pengamatan. Tentukan probabilitas dari :
a. Tidak terdapat produk yang cacat
b. Terdapat lebih dari 6 buah produk yang cacat.
c. Terdapat kurang dari 3 buah produk yang cacat.
d. Terdapat 2 sampai 5 produk yang cacat.
e. Terdapat antara 1 dan 4 produk yang cacat.
Perhitungan data dilakukan dengan menggunakan software Minitab 14.
Dengan menggunakan software ini, dimaksudkan agar perhitungan menjadi lebih
mudah. Berikut adalah langkah-langkah perhitungan dengan menggunakan
software:
Setelah membuka software Minitab, akan muncul sebuah lembar kerja pada
bagian paling bawah tampilan software yang terdiri dari baris dan kolom. pada
worksheet masukkan x pada C1, hasil pada C2, dan kumulatif pada C3, kemudian
masukkan nlai x pada kolom hasil dari 1 sampai dengan 9.

Gambar 1 Input data


Jika sudah memasukkan nilai x pada kolom C1 maka langkah selanjutnya
adalah memilih menu Calc pada toolbar kemudian menu probability distributions,
lalu pilih menu hypergeometrics.

Gambar 2 Menu calc pada toolbar

Berikut adalah tampilan dari menu hypergeometrics, pertama pilih


probability, lalu masukkan 90 pada kotak population size (N), 30 pada successes
in population (M) dan 9 pada kotak sample size (n), kemudian masukkan x pada
input column dan masukkan hasil pada kotak optional storage lalu klik ok.

Gambar 3 Kotak dialog hypergeometrics distribution

Langkah berikutnya adalah perhitungan kumulatif, masih sama dengan


langkah sebelumnya di dalam menu hypergeometrics distribution pilih cumulative
probability lalu masukkan 90 pada kotak population size (N), 30 pada successes in
population (M) dan 9 pada kotak sample size (n), kemudian masukkan x pada
input column dan masukkan hasil pada kotak optional storage lalu klik ok.
Gambar 4 Kotak dialog cumulative hypergeometrics distribution

Setelah langkah-langkah diatas dilakukan, maka hasilnya akan muncul


pada worksheet sebagai berikut untuk probability dan cumulative probability.

Gambar 5 Output software


Perhitungan yang digunakan tidak hanya perhitungan software saja, tetapi
ada pula perhitungan menggunakan software. Software yang digunakan dalam
perhitungan ini adalah minitab 14. Perhitungan dengan menggunakan software
dapat mempermudah dalam menghitung data yang ada.
Pada perhitungan software ini hanya menghitung probabilitas pengambilan
9 jam tangan cacat. Hasil yang pertama adalah peluang tidak terambilnya jam
tangan cacat yaitu 0,020932 kecil kemungkinan terambilnya suatu barang. Untuk
tepat terambilnya 1 jam tangan cacat adalah 0,108684, hasil ini juga termasuk
kecil kemungkinannya. Kemudian tepat terambilnya 2 jam tangan cacat juga
termasuk kecil, yaitu 0,23787. Lalu tepat terambilnya 3 jam tangan cacat adalah
0,287800. Untuk tepat terambilnya 4 jam tangan cacat adalah 0,211925. Untuk
tepat terambilnya 5 jam tangan cacat adalah 0,098394. Untuk tepat terambilnya 6
jam tangan cacat adalah 0,028770. Untuk tepat terambilnya 7 jam tangan cacat
adalah 0,005102. Untuk terambilnya 8 jam tangan cacat adalah 0,000497. Dan
pada peluang tepat terambilnya 9 jam tangan cacat adalah 0,000020. Terlihat
bahwa peluang terambilnya yang paling besar pada saat tepat terambilnhya 3 jam
tangan cacat, yaitu 0, 287800.