GAMBARAN SISTEM

Industri Kecil Menengah Gerabah Jalan Panjaitan Malang adalah salah satu home
industry yang bergerak dalam bidang produksi gerabah. IKM gerabah tersebut memproduksi
berbagai macam bentuk gerabah antara lain asbak, gelas, kendang mini, dan berbagai
macam accessoris pernikahan lainnya. Pada praktikum kali ini akan dilakukan simulai pada
proses pembuatan asbak, dimulai dari asbak setengah jadi yaitu setelah proses pembakaran
dalam tungku yang kemudian akan didefinisikan sebagai kedatangan (arrival) sampai
dengan proses pengepakan (packaging). IKM Gerabah memiliki 3 pegawai/operator, yaitu 2
operator yang akan berpindah-pindah melakukan proses pelapisan cat, pelapisan lem,
pewarnaan dasar dan pewarnaan motif, dan 1 operator untuk proses pemlesteran kardus
sekaligus pengepakan (packaging). Proses Pertama adalah datangnya asbak setengah jadi
yang sebelumnya telah mengalami proses pembakaran dengan waktu kedatangan 400-800
asbak. Asbak yang telah mengalami proses pembakaran kemudian melalui proses kedua
yaitu proses pelapisan warna agar asbak lebih halus. Pada Proses pelapisan cat ini asbak
akan diproses satu per satu oleh 2 orang operator. Proses ketiga adalah asbak yang telah
dilapisi warna akan dicelupkan kedalam cairan lem agar pori-pori asbak gerabah tertutupi
sehingga tidak akan terlalu banyak menyerap cat pada proses pengecatan selanjutnya.
Proses pelapisan lem dilakukan oleh 2 orang operator. Asbak kemudian melalui proses
pengecatan warna dasar yang dilakukan oleh 2 orang operator. Setelah itu asbak melalui
proses kelima yaitu pewarnaan motif asbak yang dilakukan oleh 2 orang operator. Waktu
pewarnaan motif dan selanjutnya akan dilakukan proses packaging. Disisi lain operator
packaging terlebih dahulu memplaster kardus yang sebelumnya berbentuk pipih selama yang
dilakukan oleh 1 orang operator. Asbak yang telah jadi akan di-pack oleh 1 orang operator
yang sama dengan proses pemlesteran kardus, dengan kuantitas 100 buah asbak per kardus,
lalu akan keluar dari sistem.
Pada studi kasus ini akan dianalisis kemungkinan adanya bottleneck pada tiap
proses/lokasi maupun idle sehingga dapat dicari solusi yang efisien. Selain itu juga
bertujuan untuk mengetahui jumlah output produk yang dapat diselesaikan selama 7 jam
kerja mulai pukul 08.00-15.00 WIB dengan waktu istirahat selama 1 jam pada pukul 12.00-
13.00.
PETRINET
PetriNet pada gambar 1 menunjukkan pergerakan entitas dalam suatu sistem nyata.
Model ini menjelaskan sistem pada IKM Gerabah Jalan Panjaitan yang terdiri dari proses
kedatangan, pelapisan warna, pelapisan lem, pengecatan dasar, pengecatan motif dan
packaging. Untuk line pada proses packaging dikerjakan oleh satu operator. Sedangkan pada
proses pelapisan lem, pelapisan cat, pewarnaan dasar, dan pewarnaan motif dilakukan oleh
2 operator pada masing-masing proses. PetriNet menggambarkan proses sistem secara
keseluruhan, menunjukkan pergerakan entitas (asbak) dalam suat sistem (IKM Gerabah).
Proses antrian terjadi sebelum proses pelapisan cat, pelapisan lem, pewarnaan dasar,
pewarnaan motif dan packaging. Apabila operator pelapisan cat idle, maka asbak langsung
bisa diproses (dilapisi cat), apabila operator sibuk, maka asbak harus menunggu sampai
asbak sebelumnya selesai diilapisi cat. Setelah itu asbak masuk ke proses pelapisan lem, dan
begitu seterusnya sampai dengan proses packaging. PetriNet dari sistem IKM Gerabah Jalan
Panjaitan ditunjukkan pada gambar 1
ARRIVE BEGIN END BEGIN END BEGIN END

CREATE QUEUE PELAPISAN QUEUE PEWARNAAN

PENGELEMAN QUEUE
CAT DASAR

OPERATOR IDLE OPERATOR IDLE

OPERATOR IDLE

END BEGIN END BEGIN

QUEUE QUEUE

PEWARNAAN
MOTIF
DISPOSE PACKAGING

OPERATOR IDLE
OPERATOR IDLE
ARRIVE
END BEGIN

PEMBENTUKKAN QUEUE CREATE

KARDUS

OPERATOR IDLE

Gambar 1. PetriNet sistem IKM Gerabah Panjaitan

 FLOWCHART SISTEM
Berikut ini merupakan diagram alir dari sistem produksi di IKM Gerabah.
Mulai

Asbak setengah jadi Kardus polos

Pelapisan cat Plester kardus

Pelapisan lem

Pewarnaan dasar

Pewarnaan motif

Pengepakan

Asbak dus

Selesai

Gambar 2. Flowchart sistem IKM Gerabah Pandjaitan

Data yang diambil terdiri dari 5 set data dimana setiap set terdiri dari 10 replikasi, sehingga
total data yang diambil sebanyak 50 replikasi. Data diambil secara random. Data hasil
pengamatan dapat dilihat.

Tabel 1. Data Pengamatan IKM Gerabah Dalam Detik

No. Proses Proses Proses Proses Proses Proses
Asbak 1 2 3 4 5 6
1 6,57 6.13 7,04 36,2 8.24 494.4
2 6,99 5.07 6,89 35,3 8.37 502.2
3 4,7 5.82 6,43 34,3 9.78 589.2
4 7,35 5.66 8,19 36,54 10.08 604.8
5 5 10.52 6,5 32,88 13.63 723.9
6 8,36 10.35 6,34 35,25 11.46 663.8
7 6,45 6.31 5,26 34,36 13.49 606.4
8 5,94 6.82 7,3 35,64 9.9 691.5
 9 7,46 6.51 6,96 37,64 12.97 671.6
10 8,16 9.81 6,16 33,9 14.8 685.6
11 7,8 5.42 6,7 33,67 13.35 713.8
12 9,53 7.47 6,46 34,49 9.85 695.3
13 7,91 10.96 7,03 33,75 8.91 617.8
14 9,53 06.65 7,03 33,72 12.53 651.5
15 7,99 7.02 6,67 33,44 8.23 689.7
16 7,22 8.13 7,83 32,9 13.14 675.1
17 8,15 08.23 6,74 32,58 8.87 665.8
18 8,64 06.23 8,18 34,39 12.84 755.7
19 9,45 06.03 7,5 31,88 13.24 665.3
20 9,67 9.49 5,46 31,06 8.16 693.5
21 7,85 6.74 7,14 34,07 7.72 716.2
22 5,83 6.9 5,93 29,78 8.68 606.3
23 8,23 8.02 8,4 33,82 6.82 735
24 7,1 10.09 5,71 30,26 7.91 689.8
25 8,3 9.15 5,66 35,17 8.17 636.2
26 8,57 07.79 5,87 34,38 8.62 663.9
27 8,29 10.68 6,24 32,57 7.18 719.2
28 6,41 10.14 5,92 34,46 10.7 610.2
29 8,57 05.09 5,23 36,99 9.88 731.1
30 8,03 5.9 5,27 34,51 11.22 610.5
31 9,7 7.77 5,38 35,16 14.74 703
32 6,92 8.43 5,55 36 7.61 653.7
33 5,77 5.77 6,36 33,82 8.34 639.8
34 9,69 6.68 5,83 34,05 9.06 668.1
35 5,21 5.64 4,96 32,95 11.29 652.4
36 9,7 5.28 5,51 34,49 7.19 619.4
37 9,64 5.86 6,07 34,69 11.82 711.9
38 8,03 5.43 6,14 35,24 8.65 610.3
39 6,53 10.4 5,2 32,33 6.53 710.8
40 6,17 5.7 5,51 32,7 11.21 688.8
41 6,76 6.69 6,53 34,78 11.99 600.8
42 6,76 5.91 5,28 37,86 8.83 694.5
43 6,57 9.04 6,41 32,21 14.55 684.7
44 10,45 10.46 6,18 33,2 9.62 694.3
45 5,39 7.16 5,06 31,22 8.89 732.2
46 8,32 8.21 5,97 33,33 8.11 651.4
47 5,81 9.03 4,57 34,09 11.46 632.9
48 6,91 8.72 6,11 31,95 11.66 630.2
49 6,09 8.51 7,3 34,45 13.18 727.9
50 6,73 6.82 6,06 33,82 9.99 752.2

Berdasarkan tabel hasil pengamatan dapat dipilih distribusi yang cocok menggunakan
stat::fit dengan langkah sebagai berikut.
1. Membuka software ProModel
2. Pilih Tools >> Stat::fit

Gambar 3. Memilih stat::fit

3. Masukkan data pengamatan yang telah dilakukan pada data table

Gambar 4. Memasukkan data pengamatan

4. Pilih Fit >> Auto::fit >> pilih continous distribution >> pilih OK

Gambar 5. Memilih continuous distribution

5. Hasil akan ditampilkan berupa automated filling. Pemilihan distribusi dilakukan
dengan memilih rank terbesar dengan acceptance do not reject.

Gambar 6. Hasil pilihan distribusi

Setelah melakukan stat::fit, hasil untuk pemilihan dstribusi data dijelaskan dalam Tabel
2.
 Tabel 2 Pemilihan Distribusi Data Hasil Distribusi
Distribusi Distribusi Accep-
Aktivitas Distribusi Auto::fit Rank Rank
Pendugaan Pilihan tance
Lognormal(-37.5, 3.81,
3.13e-002) 100
Do not reject
Proses 1 Normal/ Normal(7.54, 1.41)
95.3 Normal(7.54, Do not
Pelapisan Triangular/ Do not reject 95.3
1.41) reject
dasar Uniform Uniform(4.7, 10.4)
6.78
Do not reject
Exponential(4.7, 2.84) 4.82e-
Reject 004
Lognormal(5., 0.571,
1.01) 100
Proses 2 Normal/ Reject
Uniform(5., Do not
Pengele- Triangular/ Exponential(5., 2.53) 2.22
57.5 11.) reject
man Uniform Reject
Uniform(5., 11.)
2.22
Do not reject
Lognormal(2.24, 1.37,
0.215) 100
Do not reject
Normal(6.28, 0.872)
Proses 3 Normal/ 86.5
Do not reject Normal(6.28, Do not
Pengecat-an Triangular/ 86.5
Uniform(4.57, 8.4) 7.87e- 0.872) reject
Dasar Uniform
Reject 002
Exponential(4.57,
3.25e-
1.71)
004
Reject
Lognormal(-719,6.62,
2.22e-003) 99.9
Proses 4 Normal/ Do not reject
Normal(34., Do not
Pewarna-an Triangular/ Normal(34., 1.67) 99.5
99.5 1.67) reject
motif Uniform Do not reject
Uniform(29.8, 37.9) 6.91e-
Do not reject 002
Lognormal(6., 1.28,
0.636) 89.6
Proses 5 Normal/ Do not reject
Uniform(6., Do not
Plester Triangular/ Uniform(6., 14.8) 41.6
41.6 14.8) reject
kardus Uniform Do not reject
Exponential(6., 4.27) 5.95e-
Reject 003
Normal(665., 55.)
100
Do not reject
Lognormal(-
Proses 6 Normal/
4.42e+003, 8.53, 1.09e- Normal(665., Do not
Pengepak- Triangular/ 93.3 100
002) 55.) reject
an Uniform
Do not reject
Uniform(494, 756)
0.
Reject
 Tabel 2 menunjukkan perbandingan antara distribusi dugaan dan distribusi hasil stat::fit.
Distribusi pendugaan adalah distribusi normal, triangular atau uniform karena merupakan
distribusi yang paling umum digunakan untuk kegiatan proses.
Dari distribusi auto::fitdipilih distribusi dengan rank terbesar dan dengan acceptance do
not reject. Maka pilihan distribusi untuk proses 1 adalah Normal(7.54, 1.41) dengan rank
95.3, untuk proses 2 adalah Uniform(5., 11.) dengan rank 2.22, untuk proses 3 adalah
Normal(6.28, 0.872) dengan rank 86.5, untuk proses 4 adalah Normal(34., 1.67) dengan
rank 99.5, untuk proses 5 adalah Uniform(6., 14.8) dengan rank 41.6 dan proses 6 adalah
Normal(665., 55.) dengan rank 100.

PEMBUATAN MODEL SISTEM PEMBUATAN ASBAK

Langkah-langkah untuk pemodelan sistem dengan software ProModel.
1. Buka software ProModel.
2. Membuat Project baru, dengan cara klik File-New atau memilih Icon New, atau
menggunakan CTRL-N, setelah itu dipilih, File-New maka akan muncul kotak dialog
General Information, ketikkan judul Project yang akan dbuat pada Title. Klik OK.

Gambar 7. Langkah pembuatan project baru ProModel

3. Setelah membuat project baru, langkah berikutnya adalah pembuatan background yang
berfungsi sebagai latar belakang pemodelan sistem. Dengan cara klik Build pada toolbar
pilih Background Graphics pilih Behind Grid. Setelah itu klik Edit pilih Import Graphics,
pilih Tutorial Back klik Open.
 Gambar 8. Gambar pemilihan latar belakang

Gambar 9. Latar belakang ProModel 3D

4. Langkah berikutnya adalah pembuatan layout sistem produksi dimana proses akan
dilakukan. Pilih Build pada toolbar, klik Locations atau klik CTRL-L. Buat Locations
dengan cara men-drag simbol locations yang diinginkan ke layout. Untuk mempermudah
pembuatan sebaiknya pembuatan layout dilakukan sesuai urutan proses produksi.
Sehingga yang pertama kali dibuat adalah entity spot kedatangan. Kemudian beri nama
pada masing-masing locations dengan cara klik Text pada kotak dialog Graphics
kemudian klik di lokasi yang diinginkan di layout, klik kanan pada kotak Text di layout
pilih Edit, ketikkan nama lokasi yang diinginkan klik OK.

Gambar 10. Layout Awal

 Tabel 3. Pembuatan Locations Graphic Type
Locations Graphics
No. Capacity Rules
Type Name

1
Entity Spot kedatangan_asbak_setengah_jadi INFINITE Oldest
2
Conveyor antrian_asbak_setengah_jadi INFINITE Oldest, FIFO
3
Lathe pelapisan_cat 100 Oldest
4
Conveyor antrian_lem 100 Oldest, FIFO
5
Turning Center Lem 100 Oldest
6
Conveyor antrian_pewarnaan_dasar INFINITE Oldest, FIFO
7
Saw pewarnaan_dasar 100 Oldest
8
Conveyor antrian_pewarnaan_motif INFINITE Oldest, FIFO
9
CMM pewarnaan_motif 100 Oldest
10
Conveyor antrian_packaging INFINITE Oldest, By Type
11
AGV Packaging 100 Oldest
12
Conveyor Keluar INFINITE Oldest, FIFO
13
Entity Spot kedatangan_kedua 100 Oldest
14
Table bentuk_kardus 100 Oldest
15
Conveyor antrian_bentuk_kardus INFINITE Oldest, FIFO
16
Pallet tunggu_batch 100 Oldest
17
Conveyor antrian_tunggu_batch INFINITE Oldest, FIFO

Gambar 11. Locations proses pembuatan asbak

5. Setelah pembuatan locations selesai sesuai sistem yang dimodelkan, langkah berikutnya
adalah pendefinisian entitas yang akan diproses. Klik Build, klik Entities atau CTRL-E.
pilih simbol entitas yang diinginkan, ganti nama entitas pada kotak dialog box Name.
Untuk mengganti warna entitas di kotak dialog Graphics, pilih Edit, pilih Color, klik OK
 pada dialog box color, klik OK pada Library Graphics. Untuk mengganti ukuran entitas
pilih Edit pada dialog box graphics, pada library graphics pilih Dimensions, masukkan
ukuran yang diinginkan, klik OK. Kemudian klik OK pada library graphics.
Tabel 4. Icon Location
No. Icon Name

1 Barrel asbak_setengah_jadi

2 Barrel asbak_pelapisan_cat

3 Pallet Barrels asbak_dus

4 Barrel asbak_pewarnaan_dasar

5 Barrel asbak_pewarnaan_motif

6 Pallet Boxes kardus_polos

7 Box kardus

8 Pallet Barrels Batch

Gambar 12. Entitas yang diproses

6. Langkah berikutnya adalah pembuatan jaringan aliran produksi. Klik Build, pilih Path
Networks. 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 jalur_1 dan jalur_2. Dimana pada jalur_1 terdapat 11 paths dan 10
interface, sedangkan untuk jalur_2 terdapat 5 paths dan 6 interface. Dengan jalur produksi
sebagai berikut:
 Gambar 13. Path network
Untuk membut interfaces pilih kolom Interfaces, klik kiri pada locations yang dijadikan
awal proses kemudian klik pada locations. Ulangi semua langkah hingga seluruh tempat
proses produksi terhubung sesuai jalur dengan interfaces.
7. Untuk menambahkan resources yang akan digunakan klik Build, pilih resources atau
CTRL-R. Tambahkan machinist dengan memilih machinist graphics, ganti nama machinist
menjadi operator 1. Klik menu Specs untuk membuka dialog box Resource Specification
pilih Path Network, pilih Net1, lalu klik OK. Untuk menambahkan resource lain, tekan
ENTER dan tambahkan resources lain dengan memilih operator graphic, ganti nama
operator menjadi operator 2 ulangi langkah untuk menggani resources specification pilih
Path Network, Pilih Net2.

Tabel 5. Daftar Resource

No. Icon Units Dts Stats Specs

1 Operator 2 None By Unit jalur_1, N1, Rtn Home

2 Machinist 1 None By Unit jalur_2, N1, Rtn Home

 Gambar 14. Menambahkan resource

8. Tahap selanjutnya adalah menentukan logika proses. Klik Build pilih Processing atau
CTRL-P.Pada Processing terdapat dua jenis logika yaitu logika Process layout dan Routing
layout. Alur proses ditunjukkan pada tabel, sebagai berikut:

Tabel 6. Processing
Destinati
No Entity Location Operator Output Rule Move Logic
on

antrian_a
kedatangan_as asbak_set MOVE WITH
asbak_seteng INC sbak_sete
1 bak_setengah_j engah_ja FIRST 1 Operator1 THEN
ah_jadi WIP ngah_jad
adi di FREE
i

asbak_set MOVE WITH

asbak_seteng antrian_asbak_ pelapisan
2 engah_ja FIRST 1 Operator1 THEN
ah_jadi setengah_jadi _cat
di FREE

USE
Operator asbak_pel MOVE WITH
asbak_seteng antrian_l
3 pelapisan_cat 1 FOR apisan_ca FIRST 1 Operator1 THEN
ah_jadi em
N(7.54,1. t FREE
41)SEC

asbak_pel MOVE WITH

asbak_pelapi
4 antrian_lem apisan_ca lem FIRST 1 Operator1 THEN
san_cat
t FREE

USE asbak_pel antrian_p MOVE WITH

asbak_pelapi
5 Lem Operator apisan_ca ewarnaa FIRST 1 Operator1 THEN
san_cat
1 FOR t n_dasar FREE
U(5,11)S
 EC

asbak_pel MOVE WITH

asbak_pelapi antrian_pewar pewarna
6 apisan_ca FIRST 1 Operator1 THEN
san_cat naan_dasar an_dasar
t FREE

USE
Operator asbak_pe antrian_p MOVE WITH
asbak_pelapi pewarnaan_da
7 1 FOR warnaan_ ewarnaa FIRST 1 Operator1 THEN
san_cat sar
N(6.28,0. dasar n_motif FREE
872)SEC

Tabel 6. Processing (Lanjutan)

No Entity Location Operator Output Destination Rule Move Logic

asbak_pew asbak_pe MOVE WITH

antrian_pewar pewarnaan_ FIRS
8 arnaan_das warnaan_ Operator1 THEN
naan_motif motif T1
ar dasar FREE

USE
asbak_pew Operator asbak_pe MOVE WITH
pewarnaan_m antrian_tung FIRS
9 arnaan_das 1 FOR warnaan_ Operator1 THEN
otif gu_batch T1
ar N(34,1.6 motif FREE
7)SEC

asbak_pew asbak_pe MOVE WITH

antrian_tunggu FIRS
10 arnaan_mo warnaan_ tunggu_batch Operator1 THEN
_batch T1
tif motif FREE

asbak_pew COMBI MOVE WITH

antrian_pack FIRS
11 arnaan_mo tunggu_batch NE 100 batch Operator1 THEN
aging T1
tif AS batch FREE

MOVE WITH
antrian_pack FIRS
12 batch tunggu_batch batch Operator1 THEN
aging T1
FREE

MOVE WITH
antrian_packag FIRS
13 batch batch Packaging Operator2 THEN
ing T1
FREE

MOVE WITH
kardus_pol kedatangan_ka INC kardus_p antrian_bent FIRS
14 Operator2 THEN
os rdus WIP olos uk_kardus T1
FREE

MOVE WITH
kardus_pol antrian_bentuk kardus_p bentuk_kard FIRS
15 Operator2 THEN
os _kardus olos us T1
FREE

USE MOVE WITH

kardus_pol antrian_pack FIRS
16 bentuk_kardus Operator kardus Operator2 THEN
os aging T1
2 FOR FREE
U(6,4.27)
 SEC

MOVE WITH
antrian_packag JOIN
17 kardus kardus packaging Operator2 THEN
ing 1
FREE

JOIN 1
kardus
MOVE WITH
USE asbak_du FIRS
18 batch packaging keluar Operator2 THEN
Operator s T1
FREE
2 FOR
N(665,
55)SEC

Asbak_du FIRS
19 asbak_dus keluar EXIT
s T1

a. Kedatangan asbak setengah jadi ke antrian asbak pelapisan dasar

Menunjukkan asbak setengah jadi yang datang menuju antrian pelapisan dasar
yang dipindahkan oleh operator1.
b. Antrian asbak pelapisan dasar ke proses pelapisan dasar
Menunjukkan asbak pada antrian pelapisan dasar menuju proses pelapisan dasar
yang dipindahkan oleh operator1.
c. Asbak pada proses pelapisan dasar ke antrian asbak pengeleman
Menunjukkan asbak pada proses pelapisan dasar menuju antrian asbak pengelaman
yang dipindahkan oleh operator1
d. Antrian pengeleman dasar ke proses pengeleman
Menunjukkan antrian pengeleman dasar menuju ke proses pengeleman yang
dipindahkan oleh operator1
e. Asbak proses pengeleman menuju ke antrian pewarnaan dasar
Menunjukkan asbak proses pengeleman menuju ke antrian pewarnaan dasar yang
dipindahkan oleh operator1
f. Antrian pewarnaan dasar menuju ke proses pewarnaan dasar
Menunjukkan perpindahan antrian pewarnaan dasar menuju ke proses pewarnaan
dasar yang dilakukan oleh operator1.
g. Asbak proses pewarnaan dasar menuju ke antrian pewarnaan motif
 Menunjukkan perpindahan asbak dari proses pewarnaan menuju ke antrian
pewarnaan motif yang dilakukan oleh operator1.
h. Antrian pewarnaan motif menuju ke proses pewarnaan motif
Menunjukkan perpindahan asbak dari antrian pewarnaan motif ke proses
pewarnaan motif yang dilakukan oleh operator1.
i. Asbak pewarnaan motif menuju antrian tunggu batch
Menunjukkan perpindahan asbak dari proses pewarnaan motif menuju ke antrian
tunggu batch.
j. Antrian tunggu batch menuju proses tunggu batch
Menunjukkan perpindahan asbak pewarnaan motif dari antrian tunggu batch ke
proses tunggu batch.
k. Proses tunggu batch menuju antrian packaging
Menunjukkan penggabungan asbak pewarnaan motif sebanyak 100 buah menjadi 1
batch dengan bantuan operator2.
l. Antrian tunggu batch menuju antrian packaging
Menunjukkan perpindahan batch dari tunggu batch menuju antrian packaging dengan
bantuan Operator1.
m. Antrian packaging menuju proses packaging
Menunjukkan perpindahan batch dari antrian packaging menuju proses packaging
dengan bantuan Operator2.
n. Kedatangan kardus polos menuju antrian bentuk kardus
Menunjukkan kedatangan kardus polos menuju antrian bentuk kardus yang
dilakukan oleh operator2 yang akan dihitung sebagai variabel WIP.
o. Antrian bentuk kardus menuju bentuk kardus
Menunjukkan perpindahan kardus polos dari antrian bentuk kardus menuju proses
bentuk kardus dengan bantuan Operator2.
p. Proses bentuk kardus menuju antrian packaging
Menunjukkan proses pembentukkan kardus menjadi kardus siap pakai oleh
Operator 2 dengan waktu pengerjaan berdistribusi U(6,4.27).
q. Antrian packaging menuju packaging
 Menunjukkan perpindahan kardus dari antrian packaging menuju proses packaging
dengan bantuan Operator2.
r. Proses packaging menuju keluar
Menunjukkan penggabungan 1 batch yang berisi 100 buah asbak dengan 1 kardus
oleh Operator2 selama N(665,55)SEC.
s. Proses packaging menuju antrian keluar
Menunjukkan 100 asbak yang berada didalam kardus yang siap untuk
didistribusikan yang dipindahkan oleh Operator2.
t. Antrian keluar menuju keluar sistem
Menunjukkan kardus berisi 100 asbak yang sudah siap didistribusikan keluar dari
sistem produksi asbak.
9. Selanjutnya akan didefinisikan kedatagan entitas. Klik Build pilih Arrivals. Klik dialog
box entity, pilih adonan klik OK. Untuk locations pilih datang klik OK.Kemudian
masukkan data seperti pada tutorial.

Gambar 15. Langkah pendefinisian kedatangan

10. Setelah logika proses selesai, yang perlu 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 istiraha pukul
12.00-13.00, dan kembali bekerja pukul 13.00-15.00. 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 16. Menentukan 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.

Gambar 17. Menugaskan operator

Selanjutnya definisikan shift files dengan attach files kerja yang sudah disimpan. Klik Add
lalu pilih file yang sudah disimpan, kemudian klik Done.

Gambar 18. Mendefinisikan shift files

11. Pembuatan variable dengan memilih Build pada toolbar >> pilih Variables >> ketik WIP
pada kolom ID >> mengaktifkan icon menjadi Yes dengan meng-klik pada layout.

Gambar 19. Membuat Variables

12. Mendefinisikan variable pada processing untuk WIP pada process layout operation entitas
asbak_setengah_jadi di lokasi kedatangan_asbak_setengah_jadi tambahkan INC WIP.
 Gambar 20. Mendefinisikan variables
13. 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.

Gambar 21. Langkah menjalankan simulasi

14. Macro dibuat sebagai perbaikan model dari yang sudah ada. Membuat macros baru
dengan membuat build macros dan mengisi ID sesuai dengan distribusi pada waktu
pewarnaan motif, yaitu distribusi normal. Kolom text akan diisi dengan MEAN dan
STDV (standar deviasi) dengan langkah klik menu options >> RTI >> define >> pilih
numeric range >> isikan range data yang memuat nilai rataan dan standar deviasi waktu,
yaitu untuk mean diantara 32 sampai dengan 34 dan untuk standar deviasi antara 1
sampai dengan 2 >> pilih OK.

Gambar 22. Membuat macro

Kemudian mengganti waktu proses pewarnaan motif dengan macro yang sudah dibuat
dengan mengganti angka dengan MEAN dan STDV.
 Gambar 23. Mengganti waktu proses dengan macro
15. Mengaktifkan SimRunner dengan cara pilih Simulation >> SimRunner >> Select model/
project >> Create New Project, kemudian pilih existing model yang akan dioptimalkan.

Gambar 24. Mengaktifkan SimRunner

Mendefinisikan fungsi tujuan dari model dengan cara klik define objectives >> pilih entity
pada kotak response category >> pilih asbak_dus-Total Exits >> memasukkan fungsi
tujuan ke reponse statistic selected for objective function >> memilih variable maksimasi
dengan mengupdate objective for response statistic.

Gambar 25. Mendefinisikan fungsi tujuan

Memilih define inputs dan memasukkan macro yang sudah dibuat sebelumnya dan
memastikan bahwa macro memiliki data type real.
 Gambar 26. Memasukkan macro
Mendefinisikan run time dan mengubah variabel terkait dengan cara memilih menu
optimize model pada SimRunner >> pilih submenu set options >> memasukkan jumlah
jam kerja sebanyak 8 jam.

Gambar 27. Mendefinisikan run time

Memilih tombol run untuk menjalankan simulasi pada menu seek optimum.

Gambar 28. Menjalankan SimRunner

Simulasi akan dijalankan sebanyak 25 kali, kemudian SimRunner akan menampilkan
variabel yang selanjutnya diperlukan untuk optimalisasi.
 Gambar 29. Hasil SimRunner
Dalam studi kasus ini, seluruh total exit untuk asbak_dus berjumlah 8, namun yang
terbaik adalah eksperimen pertama dengan mean 33 dan standar deviasi sebesar 1.
Selanjutnya, skenario ini yang akan dipilih untuk langkah berikutnya.
16. Membuat scenario dengan memilih Simulation >> Scenarios >> Add lalu memasukkan
Scenario Name >> memilih perubahan dengan klik change.

Gambar 30. Membuat scenario

Menjalankan simulasi dengan skenario yang telah diinput dengan memiih Run Scenario.

Gambar 31. Menjalankan simulasi dengan scenario

Memilih All Scenario untuk menampilkan seluruh hasil scenario, klik OK.

Gambar 32. Menampilkan hasil scenario

 Gambar 33. Hasil seluruh scenario

17. Untuk melihat trace, pilih simulation pada menubar di ProModel, lalu pilih option
kemudian centang pause dan trace pada kolom at start. Lalu klik Run.

Gambar 34. Kotak dialog Simulation Options

18. Klik tombol Play pada tampilan menu kemudian pilih options pada menu bar di
ProModel, lalu pilih trace options, pilih Output to file kemudian setelah dipilih ulangi
kembali cara membuka trace option lalu pilih cara trace yang diinginkan. Berikut
merupakan gambar trace bila yang dipilih adalah trace continous.

Gambar 35. Output Trace

VERIFIKASI DAN VALIDASI
Setelah melakukan permodelan dan melakukan analisis mengenai sistem tersebut,
diperlukan verifikasi dan validasi. Berikut merupakan verifikasi dan validasi dari model.

Verifikasi Data
Verifikasi digunakan untuk mengetahui apakah model simulasi yang telah dibangun
dapat berjalan sesuai dengan spesifikasi model yang diinginkan. Berikut merupakan cara
verifikasi data dari model pembuatan asbak.
1. Verifikasi data dengan cara pertama dilakukan dengan melihat path network pada
model yang dibuat dan disesuaikan dengan petrinet. Dapat dilihat bahwa path network
dengan petrinet sama, dapat dilihat bahwa di petrinet proses pertama adalah
kedatangan, sedangkan pada model merupakan proses kedatangan juga, lalu
dilanjutkan dengan proses menunggu untuk dilakukan proses pelapisan cat, begitupun
model simulasi yang dibuat. Karena dari proses pertama sampai dengan proses akhir
antara petrinet dengan model simulasi sama, maka model dengan cara verifikasi
pertama dapat diverifikasi.

ARRIVE BEGIN END BEGIN END BEGIN END

CREATE QUEUE PELAPISAN QUEUE PEWARNAAN

PENGELEMAN QUEUE
CAT DASAR

OPERATOR IDLE OPERATOR IDLE

OPERATOR IDLE

END BEGIN END BEGIN

QUEUE QUEUE

PEWARNAAN
MOTIF
DISPOSE PACKAGING

OPERATOR IDLE
OPERATOR IDLE
ARRIVE
END BEGIN

PEMBENTUKKAN QUEUE CREATE

KARDUS

OPERATOR IDLE

Gambar 36. PetriNet

 Gambar 37. Path Network

2. Verifikasi dengan cara kedua adalah dengan melihat trace dari sistem nyata dan
kemudian diamati pada proses yang ada pada model. Dari trace dan proses yang ada
pada model dapat diketahui bahwa kedua data tersebut sama, dapat dilihat bahwa
waktu pada model menunjukkan 00.05.03 operator1.2 berada pada pewarnaan motif,
pada sistem nyata, pukul 08.05 operator 1.2 berada pada proses pewarnaan motif.
Selain itu, pada saat yang bersamaan asbak pewarnaan dasar pada sistem nyata juga
berdatangan untuk dilakukan pewarnaan motif. Karena antara model dengan trace telah
sesuai, maka dapat dikatakan bahwa model ini terverfisikasi.

Gambar 38. Trace

3. Verifikasi dengan cara ketiga adalah dengan melihat apakah animasi pada ProModel
sama dengan model nyata. Pada model nyata terdapat 3 pekerja, dan terdapat 7 proses.
Hal ini sesuai dengan animasi yang digambarkan pada ProModel. Karena adanya
 kesesuaian antara animasi pada ProModel dengan sistem nyata, maka model ini dapat
diverifikasi.

Gambar 39. Model simulasi

4. Verifikasi dengan cara keempat adalah dengan melakukan compile error atau debugging
pada model simulasi. Setelah dilakukan percobaan pada proses, dapat dilihat bahwa
compile succesfully yang berarti tidak ada kesalahan dalam pengartian proses. Hal ini
berarti model dapat diverfikasi.

Gambar 40. Compile Error

4.6.1. Validasi
Validasi merupakan cara untuk mengevaluasi model dengan cara membandingkan
antara sistem nyata dengan model simulasi. Pada model ini, validasi dilakukan pada data
output.
1. Data Output
Berikut merupakan data output yang dihasilkan pada kondisi nyata dan pada model
simulasi dengan 5 kali replikasi
 Tabel 7 Data Output Aktual dan Simulasi
Data Simulasi (kardus) Data Sistem Nyata (kardus)
7 8
7 7
7 8
7 10
7 9

Langkah pertama yang dilakukan adalah melakukan uji kenormalan data. Berikut
merupakan langkah untuk menguji kenormalan data.
a. Membuka SPSS 20 dan membuat file baru.
b. Klik Variable View, kemudian mengisi nama variabel.
c. Menguji kenormalan data dengan memilih menu Analyze Descriptive
Statistics Explore.
d. Memasukkan variabel Data Output ke dalam Dependent List, klik Plots
pilih None pada kotak Boxplots hilangkan semua centang pada kotak
Descriptive centang Normality Plots with Test klik OK.
e. Hasil Output Uji Kenormalan Data

Tabel 8. Tes Kenormalan Data

Tests of Normalitya

Kolmogorov-Smirnovb Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Aktual ,237 5 ,200* ,961 5 ,814

*. This is a lower bound of the true significance.
a. Simulasi is constant. It has been omitted.
b. Lilliefors Significance Correction

H0 : data berdistribusi normal

H1 : data tidak berdistribusi normal
Kriteria pengujian kenormalan ini adalah:
H0 diterima apabila nilai Asymp. Sig 0,05
H0 ditolak apabila Asymp. Sig < 0,05
Dari tabel 4.3 diatas, nilai Sig (0,814) > 0,05 sehingga dapat disimpulkan bahwa data
output berdistribusi normal.
 Langkah-langkah pengujian validasi yang dilakukan pada software SPSS sebagai
berikut:
a. Aktifkan variable view, isikan nama variabel dengan model dan output. Pada values
model, isikan 1 dengan label simulasi dan 2 dengan label aktual.
b. Klik analyze, pilih Compare Means >> Independent t test
c. Masukkan Data pada kotak test variable list dan Variabel pada Grouping Variable
d. Untuk menentukan grup, klik define groups. Selanjutnya pada kotak dialog groups,
tuliskan 1 untuk group 1 dan 2 untuk group 2. Lalu klik continue.
e. kemudian klik OK.
f. Kemudian muncul output sebagai berikut:
Tabel 9 Uji Validasi

Hipotesis:
H0 = tidak terdapat perbedaan antara data simulasi dengan data nyata (valid)
H1 = terdapat perbedaan antara data simulasi dengan data nyata (tidak valid)
Nilai taraf nyata () = 0.05
Kriteria pengujian:
H0 diterima jika nilai Asymp. Sig. (2-tailed) 0,05/2
H0 ditolak jika nilai Asymp. Sig. (2-tailed) <0,05/2
Jadi, berdasarkan hasil output, didapatkan nilai Sig. (2-tailed) 0.025, yaitu
0.025. Selain itu, didapatkan nilai Sig.(0.052) 0.025. Dari kedua nilai Sig tersebut
dapat disimpulkan bahwa H0 diterima, berarti tidak terdapat perbedaan antara data
simulasi dengan data nyata. Hal ini dapat dikatakan bahwa model sudah
tervalidasi.
ANALISIS PEMBAHASAN
Dari hasil permodelan dengan menggunakan ProModel, berikut merupakan analisis
pembahasan.
1. Locations
Berikut merupakan output locations dari 5 replikasi.
Tabel 10 Utilitas Location
Utilization
Name
1 2 3 4 5
Kedatangan asbak setengah jadi 0.00 0.00 0.00 0.00 0.00
Pelapisan cat 2.23 2.3 2.27 2.27 2.23
Lem 2.17 2.15 2.18 2.18 2.16
Pewarnaan dasar 2.34 2.2 2.22 2.22 2.35
Pewarnaan motif 3.11 3 3.11 3.13 3.10
Packaging 0.19 0 0.21 0.22 0.18
Kedatangan kardus 0.00 0 0.00 0.00 0.00
Bentuk kardus 0.00 0.02 0.00 0.06 0.00
Tunggu batch 47.24 38.68 45.94 47.74 47.29
Antrian asbak setengah jadi 0.04 0.08 0.07 0.00 0.05
Antrian lem 0.00 0.00 0.00 0.00 0.00
Antrian pewarnaan dasar 0.00 0.00 0.00 0.00 0.00
Antrian pewarnaan motif 0.00 0.00 0.00 0.00 0.00
Antrian tunggu batch 0.00 0.00 0.00 0.00 0.00
Antrian bentuk kardus 0.00 0.00 0.00 0.00 0.00
Antrian packaging 0.00 0.00 0.00 0.00 0.00
Keluar 0.02 0.00 0.00 0.00 0.00

Utilisasi Location
60

50

40

30

20

10

Gambar 41 Grafik utilitas location

 Diatas merupakan gambar grafik dimana dapat dilihat bahwa tingkat utilitas paling
tinggi adalah tunggu batch, dimana proses tersebut memiliki utilitas tertinggi. Hal ini
disebabkan karena adanya proses packaging yang cukup lama sehingga menumpuk pada
proses tunggu batch. Pada locations juga dapat dilihat mengenai kapasitas dari setiap
lokasi, total entitas yang masuk dalam lokasi, rata-rata waktu, dan tingkat utilitas. Pada
output location dapat dilihat bahwa lokasi terakhir menghasilkan entitas sebanyak 7
buah.
2. Resource
Berikut merupakan tabel utilitas dari resource untuk 5 kali replikasi.
Tabel 11 Utilitas Resource
Utilisasi
Name
1 2 3 4 5
Operator 1.1 100 100 100 100 100
Operator 1.2 100 100 100 100 100
Operator 2 22.8 21.9 1.8 21 21.65

UTILITAS RESOURCES
120
100
80
60
40
20
0
Operator 1.2 Operator 2

Gambar 42. Utilitas resource

Pada resource dapat dilihat bahwa operator1 terdapat 2 orang yaitu operator yang
melakukan dari awal proses asbak setengah jadi sampai dengan asbak pewarnaan motif,
sedangkan operator2 bertugas untuk melakukan proses pembentukkan kardus dan
packaging. Pada gambar diatas dapat dilihat bahwa kedua operator1 memiliki tingkat
utilitas 100% dan operator2 memiliki tingkat utilitas 22,8%. Hal ini berarti ada
penumpukkan pekerjaan di operator1 sehingga operator2 lebih banyak menganggur.
3. Entity
a. Total Exit
 Tabel 12 Total Exit
Total Exit
Name
1 2 3 4 5
Asbak setengah jadi 0 0 0 0 0
Asbak pelapisan cat 0 0 0 0 0
Asbak dus 7 3 0 3 6
Asbak pewarnaan dasar 0 0 0 0 0
Asbak pewarnaan motif 800 100 0 300 700
Kardus polos 0 0 0 0 0
Kardus 8 4 0 3 6
Batch 0 0 0 0 0
Pada tabel diatas dapat dilihat bahwa total exit yang paling banyak adalah asbak
pewarnaan motif, dan pada tabel current quanitu in system dapat dilihat bahwa setiap
5 replikasi jumlahnya beragam, hal ini disebabkan pada setiap waktu memiliki
jumlah entitas yang berbeda yang diproses pada sistem tersebut. Hasil output selama
model selesai adalah asbak dus yang keluar sebanyak 7, lalu total asbak pewarnaan
motif yang keluar adalah 800 dari 850, 50 asbak lainnya masih terdapat dalam
proses sebelum selesai pewarnaan motif. Selain itu, dapat dilihat bahwa total
kardus yang dikeluarkan adalah 8.
b. Current Quantity in System
Tabel 13 Current Quantity in System
Current Quantity in System
Name
1 2 3 4 5
Asbak setengah jadi 19 751 472 416 129
Asbak pelapisan cat 9 9 9 9 10
Asbak dus 0 0 0 0 0
Asbak pewarnaan dasar 4 5 4 4 4
Asbak pewarnaan motif 18 85 65 21 8
Kardus polos 0 0 0 0 0
Kardus 0 8 5 4 2
Batch 1 0 0 1 1
Current Quantity in System merupakan entitas yang berada di dalam sistem saat
simulasi berhenti, dan dapat dilihat bahwa entitas yang berada di dalam sistem
terdapat 1 batch (1 x 100 asbak), dan 50 asbak lainnya masih terdapat dalam proses.
4. Variable

Tabel 14 Output Variable

Current Value
Name
1 2 3 4 5
WIP 851 853 853.5 853.33 851

Pada tabel output variable dapat dilihat bahwa variabel yang digunakan adalah WIP.
WIP digunakan untuk melihat jumlah entitas yang diproses dalam sistem. Pada tabel
diatas dapat dilihat bahwa nilai current value WIP setiap replikasi berbeda akan tetapi
hasilnya tetap stabil.

PEMBUATAN MODEL PERBAIKAN

Setelah menjalankan simulasi, selanjutnya akan dibuat skenario untuk meningkatkan
asbak_dus yang dihasilkan. Berikut ini adalah langkah optimalisasi menggunakan
SimRunner dengan fungsi memaksimalkan tujuan total exit.

Permasalahan Model Awal

Gambar 43 Model yang akan diperbaiki

Dalam model awal, terjadi penumpukan pada kedatangan asbak pewarnaan dasar
menuju proses selanjutnya di lokasi pewarnaan motif. Hal ini disebabkan waktu yang
dibutuhkan untuk proses pewarnaan motif cukup lama, yaitu dengan rata-rata sebesar 34
detik untuk setiap asbak dan utilisasi sebesar 3,11%.
Analisa dan Pembahasan Model Terbaik

Gambar 44 Sebelum dan setelah dilakukan perbaikan

Gambar 45 Macros Setelah Perbaikan

Sebelum dilakukan perbaikan, distribusi untuk proses pewarnaan motif adalah N(34.,
1.67) dan menghasilkan total exit berupa asbak_dus sebanyak 7 buah selama 7 jam kerja.
Perbaikan dilakukan dengan mengoptimalkan waktu proses pada pewarnaan motif sehingga
digunakan scenario untuk memaksimalkan fungsi total exit dengan distribusi N(33., 1.).
setelah dilakukan perbaikan, dapat dilihat bahwa total exit asbak_dus meningkat menjadi 8
buah, seperti terlihat pada gambar 44 dan gambar 45.