BAB II
LANDASAN TEORI
1
Sukaria Sinulingga. Pengantar Teknik Industri. Yogyakarta: Graha Ilmu. 2009. h. 26-30.
II-2
2
Ibid., h. 16-25
II-4
Input Output
Proses Transformasi
Kompleksitas sistem dapat dilihat melalui dua cara yaitu dari sudut pandang
sistem dan sudut pandang relasional. Ada tiga pokok perbedaan antara kedua cara
tersebut. Pertama, sebuah relasi dibentuk oleh kedekatan mutu dari komponen-
komponen sedangkan sebuah sistem dibentuk oleh posisi tertentu dan distribusi
ruang dari komponen-komponennya. Ketiga, pertalian atau konektivitas antara
komponen dalam sebuah relasi bersifat langsungataupun tidak langsung
tergantung kepada referensi terhadap seluruh perangkat sistem tersebut. Sifat
interrelasional fungsional antara komponen dapat bercirikan sebagai order
pertama, kedua dan ketiga. Hubungan antara komponen dapat bercirikan sebagai
order pertama, order kedua atau order ketiga. Hubungan antara komponen disebut
mencirikan order pertama apabila bersifat simbiosis (saling memperkuat) dan
order kedua apabila bersifat komplementer dan order ketiga apabila bersifat
tumpang tindih (redundant). Suatu hubungan dikatakan bersifat tumpang tindih
apabila satu atau lebih komponen merupakan duplikasi komponen lain. Sebuah
rancangan sistem dikatakan baik apabila sifat simbiosis dan komplementer
tumbuh dengan baik dalam sistem tersebut dan sistem dikatakan buruk apabila
sistem tersebut banyak menimbulkan redundancy (pelaksanaan fungsi yang
tumpang tindih).Bila dalam sistem manufacturing, unit pengadaan bahan
melakukan seleksi mutu secara teliti sehingga bagian pengolahan terpaksa
melakukan pemeriksaan mutu sebelum proses pengolahan dilakukan maka kedua
komponen sistem ini bekerja secara redundant yang membuat sistem rendah.
3
Humala Napitupulu, Simulasi Sistem, Medan: USU Press. 2009. h. 161-166.
II-7
sebagai halnya makhluk hidup. Sistem dengan fungsi tertentu dapat hadir dalam
suatu bentuk perpaduan komponen-komponen yang menyebar dalam suatu ruang
aktivitas.
Suatu sistem yang terdiri dari berbagai komponen dan elemen dapat
dipandang sebagai suatu kesatuan dalam sistem lingkungan yang lebih tinggi
dalam ruang yang lebih luas. Lingkungan sebagai suatu sistem juga terdiri dari
komponen-komponen yang tersusun dalam ruang interaksi yang lebih kompleks.
Dengan melihat kehadiran sistem dalam bentuk aktivitas atau sebaliknya aktivitas
sebagai bentuk kehadiran yang menunjukkan keberadaan suatu sistem maka
dimensi dan batas-batas dari suatu sistem dapat ditentukan melalui penentuan
komponen-komponen internal yang terlibat dalam aktivitas sistem. Dengan
penentuan dimensi suatu sistem maka komponen-komponen terkait lainnya yang
tidak termasuk dalam kesatuan sistem merupakan komponen-komponen eksternal
dalam lingkungan sistem. Hubungan antara sistem dengan lingkungan terjalin
melalui input-output eksternal. Berdasarkan input-output dalam aktivitas sistem,
batas-batas sistem terdapat diantara komponen-komponen eksternal yang yang
berada dalam lingkungan sistem. Dalam hal ini batas-batas suatu sistem dapat
diturunkan atau dinaikkan dengan menentukan input-output eksternal dan
komponen-komponen internal sistem yang berhubungan dengan komponen-
komponen lingkungan. Dalam simulasi, penentuan dimensi sistem imitasi sangat
diperlukan pada penyusunan model sistem. Hal ini dilakukan pada penentuan
komponen-kompoenn sistem. Dimensi sistem antrian misalnya ditentukan oleh
tiga komponen utama yaitu kedatangan pelanggan, pelayanan pelanggan dan
barisan antrian. Komponen-komponen tersebut hadir dalam bentuk laju
kedatangan panjang antrian dan laju pelayanan. Struktur sistem ditunjukkan oleh
bentuk tatanan komponen-komponen menurut fungsi dan hubungan interaksi
dalam sistem. Pengenalan struktur dapat dilakukan melalui pengenalan jenis dan
fungsi dari komponen-komponen, serta bentuk hubungan komponen di dalam
sistem.
Setiap sistem ril maupun sistem tiruan mempunyai fungsi dan peranan
tertentu. Fungsi sistem pada dasarnya berkaitan dengan aktivitas dan operasi
II-8
sistem untuk tujuan tertentu. Fungsi sistem menjelaskan keberadaan dan tujuan
kehadiran sistem. Sebagai contoh, keberadaan dan kehadiran suatu sistem
persediaan adalah untuk pengadaan dan pengendalian persediaan. Sistem
persediaan misalnya berfungsi untuk menjamin pemenuhan kebutuhan sistem
produksi ataupun kelancaran pelayanan permintaan para pelanggan. Berdasarkan
keterkaitan antara kehadiran dan operasi sistem dengan fungsi dan tujuaannya,
keberadaan sistem dapat dilihat dari satu segi dalam suatu bidang, misalnya dari
segi pengelolaan dan dari segi ongkos, dimana fungsi-fungsi pemesanan,
pembelian, penerimaan dan penyimpanan item persediaan dinyatakan dalam
bentuk satuan-satuan ongkos.
4
Hisyam. Pemodelan Sistem. http://m4shisyam.blogspot.com/2007/09/tenik-simulasi-1.html. 02
April 2016
II-9
3. Accuracy
Ketepatan informasi dihimpun untuk model harus diperhatikan disini.
Contohnya sistem pesawat terbang, ketepatan gerak pesawat bergantung pada
alat kemudi. Dapat dikatakan memadai untuk menggangap alat kemudi
sebagai sebuah benda dan mendapatkan hubungan yang sangat sederhana
antara kontrol permukaan dan arah gerakan pesawat atau mungkin perlu
untuk memperhitungkan fleksibilitas alat kemudi dan memperhatikan getaran
(vibrasi) yang terjadi dalam strukturnya.
4. Aggregation
Jika dalam basis data terdapat konsep one-to-many, maka di dalam
pemodelan sistem terdapat apa yang disebut sebagai aggregation, di mana
kedua konsep tersebut sebenarnya memiliki maksud yang sama. Aggregation
adalah hubungan yang dapat terjadi antar objek yang bersifat whole-part.
Maksudnya adalah, suatu objek dapat berisi atau memiliki objek-objek yang
lainnya, di mana masing-masing objek tersebut dapat memiliki atribut dan
metodenya masing-masing. Misalnya, sebuah objek mobil dapat terdiri dari
beberapa objek lain, seperti: roda, mesin, spion. Pendekatan aggregate
merupakan pendekatan yang umum dilakukan dimana sistem yang ditinjau
diwakili oleh sebuah entitas tunggal atau single object. Decision modeling
untuk aplikasi bisnis banyak menggunakan pendekatan aggregate.
5
Jaja Kustija. Model dan sistem. http://file.upi.edu/Direktori/FPTK/JUR._PEND._TEKNIK_
ELEKTRO/195912311985031-JAJA_KUSTIJA/modul_sistem_engineering.pdf. Diakses
Tanggal 18 Maret 2016
II-10
6
Anonim, Metode Penelitian, eprints.ums.ac.id/31665/4/BAB_III.pdf, diakses pada tanggal 02
April 2016
7
Dianda, diakses dari http://repository.usu.ac.id/bitstream/123456789/33579/4/Chapter%20II.pdf
diakses tanggal 18 Maret 2016
II-11
proses sebagai akibat atau sebaiknya. Ini adalah aturan logis sistem dinamis dalam
memetakan causal loop diagram seperti yang diilustrasikan pada Gambar 2.1
Sumber: http://repository.usu.ac.id/bitstream/123456789/33579/4/Chapter%20II.pdf
Gambar 2.2. Causal loop diagram
8
Rahayu Utami, Simulasi Dinamika Sistem Ketersediaan Ubi Kayu (Studi Kasus Di Kabupaten
Bogor) Diakses dari http://repository.ipb.ac.id/bitstream/handle/ 123456789/3771/ F06rut.pdf,
diakses tanggal 18 Maret 2016
II-13
b. Rate
Rate merupakan suatu aktivitas, pergerakan (movement), atau aliran yang
berkontribusi terhadap perubahan per satuan waktu dalam suatu variabel
level. Rate merupakan satu-satunya variabel yang mempengaruhi variabel
Level. Dalam Powersim simbol Rate dinyatakan dengan kombinasi antara
flow dan Auxiilary. Simbol ini harus terhubung dengan sebuah variabel Level.
c. Auxilary
Auxilary merupakan variabel tambahan untuk menyederhanakan hubungan
informasi antara Level dan Rate. Seperti variabel Level, variabel auxiilary
juga dapat digunakan untuk menyatakan sejumlah benda (nouns). Simbol
auxilary dinyatakan dengan sebuah lingkaran.
d. Konstanta
Konstanta merupakan input bagi persamaan Rate baik secara langsung
maupun melalui Auxilary. Konstanta menyatakan nilai parameter dari sistem
real. Simbol konstanta dinyatakan dengan belah ketupat.
9
Wikipedia, Konklusi Logis, http://id.wikipedia.org/wiki/Konklusi_logis, diakses tanggal 18 Maret
2016
10
Raden, Pemodelan System Dynamics pada Perencanaan Penataan Ruang Kota diakses dari
http://digilib.itb.ac.id /files/disk1/666 /jbptitbpp-gdl-slamethary-33285-5-2009ts-4.pdf diakses
tanggal 18 Maret 2016
II-15
memiliki efek terhadap sistem juga tidak akan dipengaruhi oleh sistem.
Istilah "dynamics" (dinamika) dalam system dynamics (dinamika
sistem) mengacu pada situasi suatu sistem yang berubah dari waktu ke waktu.
Istilah ini juga dapat ditafsirkan sebagai perubahan-perubahan keadaan suatu
sistem sebagai respons terhadap perubahan-perubahan pada variabel-variabel
input. Pemahaman tentang istilah "dynamics," bersama-sama dengan definisi
sistem yang telah dijelaskan pada bagian terdahulu, menghasilkan definisi system
dynamics sebagai pemodelan matematis dari suatu kombinasi komponen system
untuk menyelesaikan sekumpulan persamaan yang menyatakan perilaku dinamis
dari sistem tersebut dan dapat diselesaikan untuk menentukan responsnya
terhadap berbagai jenis stimuli".
Asumsi utama dalam paradigma system dynamics adalah bahwa
tendensi-tendensi dinamik yang persistem pada setiap sistem yang kompleks
bersumber dari struktur kausal yang membentuk sistem itu. Oleh karena itulah
model-model system dynamics diklasifikasikan ke dalam model matematik kausal.
Sarana konseptual dalam bidang ini mencakup diagram-diagram causal
loop yang kaya akan feedback untuk membangun mental model dan model-model
simulasi komputer untuk mengukur saling kebergantungan proses fisik dan
perilaku, umpan balik informasi dan time-delay. System dynamics, sistem
dikonseptualisakan sebagai variabel-variabel state fisik dan informasi (stock)
yang dapat terakumulasi, habis, dan/atau bertambah oleh variabel-variabel rate
(flow) yang kesemuanya berinteraksi melalui rangkaian terutup sebab dan akibat
(feedback loops). Secara formal, model-model system dynamics adalah
serangkaian persamaan-persamaan nonlinier yang diselesaikan melalui integrasi
numerik. Simulasi-simulasi umumnya dilakukan dengan pemahaman grafis atas
pola-pola perilaku yang diamati dalam hasil-hasil simulasi.
11
Togar M. Simatupang, Op. Cit., hlm. 93.
II-16
itu adalah sesuatu yang bervariasi. Sifat variatif inilah yang menjadikan sesuatu
itu mampu memberikan informasi. Elemen dari suatu sistem diwakili oleh
atributnya, dan pengertian tentang variabel dalam pemodelan adalah suatu atribut
tertentu yang bernilai tidak tetap, baik atribut elemen sistem, maupun atribut
lingkungan sistem. Sering juga disebut bahwa variabel merupakan faktor-faktor
yang berperan dalam peristiwa atau gejala yang diteliti.
12
Jenis-jenis variabel adalah :
1. Variabel independen
a. Tipe variabel yang menjelaskan atau mempengaruhi variabel yang lain.
b. Variabel independen dinamakan pula dengan variabel yang diduga
sebagai sebab (presumed couse variable) dari variabel dependen, yaitu
variabel yang diduga sebagai akibat (presumed effect variable).
c. Variabel independen juga dapat disebut sebagai variabel yang
mendahului (antecendent variable) dan variabel dependen sebagai
variabel konsekuensi (consequent variable).
2. Variabel dependen
a. Tipe variabel yang dijelaskan atau dipengaruhi oleh variabel independen.
b. Penjelasan dan prediksi fenomena secara sistematis digambarkan dalam
variabilitas variabel-variabel dependen yang dijelaskan atau dipengaruh
oleh variabel-variabel independen.
3. Variabel Intervening
Adalah tipe variabel-variabel yang mempengaruhi hubungan antara variabel
independen dengan variabel dependen menjadi hubungan yang tidak
langsung. Variabel intervening merupakan variabel yang terletak diantara
variabel dengan variabel dependen, sehingga variabel independen tidak
langsung menjelaskan atau mempengaruhi variabel dependen.
4. Variabel Moderating
Hubungan langsung antara variabel-variabel independen dengan variabel-
variabel dependen kemungkinan dipengaruhi oleh variabel-variabel lain.
12
Prihantoro, Variabel Penelitian, prihantoro.staff.gunadarma.ac.id, diakses tanggal 18 Maret
2016
II-17
Besaran turunan ialah besaran yang diturunkan dan diperoleh dari besaran-
besaran pokok.
13
Riani Lubis, Fisika 1, subkioke.files.wordpress.com/2010/01/diktat-fisika-dasar.pdf, diakses
tanggal 18 Maret 2016
14
Humala L. Napitupulu, Op.Cit., hlm. 213-217.
II-18
( Z / 2) s
2
n =
d
15
Humala L. Napitupulu. Op.Cit.,hlm. 213-217.
II-20
16
Darmono, Pengertian Persediaan (Inventory) diakses dari http://digilib.unimed.ac.id/public/
UNIMED-Undergraduate-22182-11.%20%20BAB%20II.pdf, diakses pada tanggal 18 Maret
2016
II-22
17
Rahimpour,Saeed. 2015 System synamics for Optimizing the Recycling and Collection of Waste
Material in a closed-loop Supply Chain. doi:10.1016/j.simpat.2015.02.001.http://www.sciencedi
rect.com/science/ article/pii/S1569190X15000192.
II-23
Sumber: Saeed Rahimpour. System synamics for Optimizing the Recycling and Collection of Waste
Material in a closed-loop Supply Chain
Gambar 2.7. System Dynamics Modelling Procces
(RPR). Dalam sistem ini, kegiatan daur ulang yang lebih murah adalah pengganti
untuk aktivitas bahan baku pasokan yang lebih mahal.
Demand (D) adalah pola perilaku eksogen variabel yang berbeda, beberapa
waktu komponen seri dapat digunakan untuk merumuskan nilai permintaan
pelanggan yang sebenarnya. Pesanan pelanggan diasumsikan sama dengan
permintaan pelanggan. Sale (S) dirumuskan sebagai nilai minimum antara
Inventarisasi Distributor (DI) dan nilai Demand (D) ditambah Permintaan
Backlog (DB). Hasilnya dibagi dengan Waktu Pengiriman (DT), yang menyajikan
waktu yang dibutuhkan untuk menghasilkan produk-produk untuk pelanggan dari
saat menerima perintah.
Dalam hal ini, waktu pengiriman dianggap lebih besar dari atau sama
dengan langkah waktu simulasi untuk menghindari penjualan menjadi lebih besar
dari kuantitas yang tersedia persediaan Distributor. Dalam hal ini juga,
Permintaan Backlog Reduction Rate (DBRR) sama dengan penjualan. Pesanan
Pelanggan Pemenuhan yang merupakan jumlah dari permintaan pelanggan yang
tidak dapat dipenuhi. Produk yang Diharapkan Ditolak (ERP) dan diharapkan
Diterima Produk (EAP) dianggap distribusi eksponensial. Pengembalian diterima
pada waktu ( t ) adalah produk yang digunakan yang melewati proses
pemeriksaan.
3. Jika persentase permintaan backlog adalah antara 25 dan 50, maka kepuasan
pelanggan sama 3 (60%).
4. Jika persentase permintaan backlog adalah antara 50 dan 75, maka kepuasan
pelanggan sama 2 (40%).
5. Jika persentase permintaan backlog adalah antara 75 dan 100, maka kepuasan
pelanggan sama dengan 1 (level terburuk = 20%).
Dalam hal ini, ada dua langkah dalam model perbaikan untuk kepuasan
pelanggan. Pada langkah pertama, waktu pengiriman dan waktu pengiriman
berkurang dari 1 minggu (7 hari) ke 0.86 minggu (6 hari). Tabel 1 menunjukkan
persentase permintaan backlog dan tingkat kepuasan pelanggan pada langkah
pertama dari model perbaikan. Pada langkah kedua, waktu pengiriman dan waktu
pengiriman berkurang dari 1 minggu (7 hari) untuk 0.71 minggu (5
hari menunjukkan persentase permintaan backlog dan tingkat kepuasan pelanggan
pada langkah kedua model perbaikan
Berdasarkan perilaku sistem, tercatat bahwa kepuasan pelanggan terutama
dipengaruhi oleh persentase permintaan backlog negatif. Kepuasan pelanggan
akan meningkat dengan mengurangi tingkat permintaan backlog.
Sumber: Saeed Rahimpour. System synamics for Optimizing the Recycling and Collection of Waste
Material in a closed-loop Supply Chain
Gambar 2.8. Tingkat Kepuasan Pelanggan
permintaan dalam model perbaikan, itu dianggap bahwa waktu pengiriman dan
waktu pengiriman menurun 1 hari pada langkah pertama dari model peningkatan
dan 2 hari pada langkah kedua dari model perbaikan untuk mencapai tingkat
kebijakan perusahaan dalam hal kepuasan pelanggan. Dengan perubahan ini,
perusahaan berhasil akan mencapai tingkat kepuasan pelanggan dari 55,6%
menjadi 67,2% dan 77,2%, sedangkan persentase permintaan backlog akan
mengurangi dari 42,10% menjadi 31,76% dan 20,91% masing-masing. Hal ini
dapat dilihat bahwa dengan menggunakan sistem transportasi yang optimal dapat
menyebabkan tingkat kepuasan yang lebih tinggi dari permintaan pelanggan tanpa
mengubah persediaan atau bagian lain dari CLSC dan dapat mempertahankan
tingkat kepuasan yang tinggi ini secara stabil.
2.17.7. Kesimpulan
Lingkungan bisnis yang kompetitif saat ini, mengharuskan perusahaan
mengembangkan rantai pasokan yang efektif dan efisien yang dapat
menggabungkan arus barang maju dan mundur secara bersamaan. Perusahaan
harus mendorong manajer mereka untuk mengembangkan rantai pasokan
sebaliknya lebih efisien dan mencari setiap kesempatan dalam arus balik untuk
mengungkap potensi tungan tages mengembangkan rantai terbalik lebih efisien,
menentukan sumber pengembalian dan mengidentifikasi alasan untuk kembali.
Proses daur ulang dengan mempertimbangkan faktor GIF dan pelaksanaan model
didasarkan pada kebijakan dari studi kasus untuk mematuhi sertifikasi ISO
14001. Kontribusi utama dari makalah ini adalah untuk menganalisis sistem
perilaku CLSC dari perusahaan manufaktur listrik dengan mengembangkan model
sistem dinamis dalam Vensim PLE. Untuk mencapai tujuan ini, pertama, real.
Situasi diselidiki untuk menyadari apa modul dan logika yang perlu
dipertimbangkan dalam model. Kemudian, yang diperlukan.
Data untuk model yang dikembangkan dikumpulkan dan dianalisis untuk
menentukan distribusi mereka. Pada tahap percobaan, jumlah ulangan
ditentukan. Setelah menjalankan model, terungkap bahwa permintaan backlog dan
tingkat produk kembali adalah bottleneck dari sistem yang karena rata-rata relatif
II-32
lebih rendah dari kepuasan pelanggan dan GIF. Dalam rangka meningkatkan
situasi saat ini dari sistem, dianjurkan untuk mengurangi waktu pengiriman dan
menggunakan pusat kolektor. perubahan yang diperlukan dilakukan untuk
menanamkan pusat kolektor dalam model. Untuk menyelidiki hasil, model
dijalankan sesuai dengan sebelumnya prosedur percobaan.
Hasil penelitian menunjukkan bahwa tingkat permintaan backlog menurun
21,19%. Hal ini menyebabkan rata-rata tingkat kepuasan Tomer meningkat
21,6%. Selain itu, tingkat produk kembali terlihat telah meningkat dari 184 item
untuk 614 menghasilkan GIF tingkat atas dari 14,80% menjadi 48,1%. Sebagai
masa depan studi, metode dalam penelitian ini dapat diterapkan untuk menyelidiki
berbagai sistem CLSC dan konsekuensi mereka sebelum menerapkannya dalam
kenyataan.