1.

Block Activity Multiple adalah suatu server yang dapat melayani pelanggan
lebih dari 1 orang sekaligus dalam 1 pelayanan. Kasus ini biasa terjadi
pada sistem pelayanan meja makan, kasino, dll.
a. Generator block : Suatu fungsi item untuk kejadian diskret dengan
memberikan input ke dalam sistem sesuai distribusi waktu antar
kedatangan yang spesifik atau suatu alat pembangkit data waktu
antarkedatangan dengan berdasarkan distribusi random.
b. Information block : Mencatat dan menampilkan informasi dari data
waktu yang melewatinya
c. Exit block : Akhir dari sebuah sistem simulasi dan sebagai syarat
agar suatu sistem simulasi dapat dijalankan yang mana inputnya
berbagai macam.
d. Random generator block : Membangkitkan data bilangan integer
atau bilangan riil berdasarkan distribusi terpilih.
e. Plotter block : Mencetak secara visual dalam bentuk gambar
bentuk distribusi ( plot ) dari data masukkan yang terhubung
padanya.
f. Executive block : Merupakan jantung atau inti dari tiap model
simulasi diskret dan harus ditempatkan di paling kiri dari semua
komponen block lainnya. Fungsinya membuat model simulasi
dapat berjalan dan dapat dikontrol dengan waktu akhir tertentu
ataukah kejadian ke-n tertentu.
 2. a. Pembagian tugas tiap individu

TABEL PEMBAGIAN TUGAS FINAL PROJECT

No Yolan Setyo Utomo
Menentukan permasalahan
1 sistem yang akan di amati
Melakukan pengamatan
2 langsung
Mencatat waktu kedatangan,
pendaftaran, poli paru-paru dan Mencatat waktu poli kandungan, poli bedah
3 pembayaran
4 Membuat latar belakang
5 Pembuatan Bab 2
Uji distribusi dengan easy fit
6 dan minitab
7 Uji validasi dengan SPSS
Pembuatan model sistem dalam
8 extend v6
Pengolahan data dengan metode
respon surface dengan minitab
9 serta x optimum
10 Pembuatan Bab 4 dan Bab 5
Penyusunan isi tiap folder dan
11 pengumpulan
Surya Ageng Hanifa
Menentukan permasalahan sistem yang akan
di amati
Melakukan pengamatan langsung
dan konsultasi
Membuat latar belakang
Pembuatan Bab 1 dan 3
Uji distribusi dengan easy fit dan minitab
Pembuatan kombinasi model sistem extend
Mendapatkan nilai Y-optimum
Menentukan server yang diasumsikan paling
ramai
Pembuatan PPT semua bab
 b. Optimasi
Setelah melakukan beberapa analisis serta didapatkan hasil masing-
masing jenis pelayanan, maka di dapatkan bahwa terdapat antrian yang
paling padat pada jenis pelayanan pertama yaitu pendaftaran, poli
kandungan, kosultasi dan pembayaran. Tahapan optimasi dilakukan dengan
menggunakan metode Response Surface yang bertujuan untuk mendapatkan
kombinasi jumlah server layanan yang dioptimasi dengan hasil terbaik
sehingga menghasilkan output sebanyak mungkin dengan waktu pelayanan
yang singkat. Secara garis besar tahapan proses optimasi sistem dibagi
menjadi 3 tahap menurut software yang digunakan yakni Microsoft Excel
2013, Minitab 16, dan Extend Simulator V6. Berikut tahapan optimasi:

Hasil dari output dengan minitab untuk 4 tahapan adalah 31 model.

Dari 31 model ini didapatkan y (respon) sebanyak 31. Sebelum
mendapatkan y respon sebanyak 31 dilakukan permodelan terlebih dahulu di
Extend dengan 23 Model ( dengan 8 model dari 31 sama ) yang sesuai
dengan hasil run order di Minitab dengan kondisi awal sebagai berikut :

kode Pendaftaran Kandungan Konsultasi Pembayaran

-2 1 1 1 1
-1 1 2 1 1
0 2 3 1 1
1 3 4 2 2
2 4 5 3 3
 Pendaftaran Kandungan Konsultasi Pembayaran Y
1 2 1 1 12045.85234
3 2 1 1 11517.91605
1 4 1 1 14280.67844
3 4 1 1 10313.55427
1 2 2 1 13472.80463
3 2 2 1 12022.79651
1 4 2 1 12859.93607
3 4 2 1 10432.01785
1 2 1 2 12172.38666
3 2 1 2 9788.965398
1 4 1 2 13909.99394
3 4 1 2 9582.95726
1 2 2 2 14066.39085
3 2 2 2 11725.99799
1 4 2 2 13679.38468
3 4 2 2 9043.550971
1 3 1 1 12104.15517
4 3 1 1 10668.9524
2 1 1 1 11486.67705
2 5 1 1 12785.08462
2 3 1 1 10215.50434
2 3 3 1 10344.06324
2 3 1 3 10998.36824

Dari ketiga jenis pelayanan (tiga poli) kondisi yang paling tidak optimum
yaitu ketika melalui tahap pendaftaran,poli kandungan, konsultasi dan
pembayaran maka perlu dianalisis optimasinya dengan asumsi peniliti menambah
satu server di pendaftaran dan dua server di poli kandungan (berwarna kuning).
Nilai y respon didapatakan rata-rata dari pengurangan waktu setelah melakukan
pembayaran (exit) dikurangi dengan waktu kedatangan setelah dicari satu persatu
dari tahap pendaftaran ke poli kandungan sampai terakhir di tahap pembayaran.
Sehingga didapatkan y respon seperti tampak di atas. Prose mencari y respon
sebagai berikut.
 PROJEK
1 ---- 23
Mulai exit lama Y ---- mulai exit lama y
0 0 0 ---- 0 0 0
72.07682373 484.6974 412.6206 12045.85 ---- 86.80702 2215.575 2128.768 10998.37
96.10755465 2534.412 2438.305 ---- 103.5266 2419.663 2316.136
152.557096 3095.874 2943.317 ---- 207.749 2713.415 2505.666
241.8608635 3359.564 3117.703 ---- 276.7103 3243.288 2966.578
--- --- --- ---- --- --- ---
2864.784828 25905.96 23041.17 ---- 3237.1 22356.86 19119.76

Setelah nilai y respon sudah didapatkan seperti pada table 4.17 dilakukan
analysis respon surface pada Minitab. Langkah langkahnya :

1. Klik dan pilih Stat – DOE

2. Pilih Respon Surface – Analysis respon surface –
3. Masukkan nilai y respon di kolom respon
4. Lihat hasil outpputan di window Minitab pada coeffisien ( seperti
pada gambar dibawah ).
 5. Membuat matriks B dan b yang bersesuain dari hasill outputan
respon surface
Matrik B= 431 -541 22 -332
-541 618 -490 -23
22 -490 154 152
-332 -23 152 236

Matrik b=
-1039
-5
164
-59
6. Menghitung nilai X optimum
Xoptiimum=-0.5(B-1.b)
Matrik B- 1
=
-
-0.00231 0.001538 -0.00434
0.00097
-0.00097 -0.0007 -0.00184 -0.00024
-
0.001538 -0.00424 0.004717
0.00184
-
-0.00434 0.004717 -0.00493
Sehingga 0.00024

didapatkan nilai Xoptimum yaitu:

Pembulatan Jumlah
No Tahapan Xoptimum
kode server
1 pendaftaran -1.2012715 -1 1
2 kandungan -0.002415 0 3
3 konsultasi -0.126143 0 1
4 pembayaran -0.1279684 0 1

Berdasarkan table diatas didapatkan bahwa jumlah server setelah

optimasi dengan respon surface adalah satu pendaftaran, tiga server di poli
kandungan, satu serve konsultasi, satu server pembayaran.
7. Menghitung Yoptimum dengan rumus
:Yoptimum=b0+(0.5.XoptimumT.b)
Dengan b0 constant adalah 10216 sehingga didapatkan Yoptimum adalah
10840.06 detik. Maka Yoptimum merupakan lama rata-rata optimum suatu
 pelanggan di dalam sistem dari awal datang sampai meninggalkan sistem
tersebut.

Perbandingan antara sistem awal dan dengan simulasi optimasi ditampilkan

melalui tabel perbandingan berikut dengan menggunakan data dari software
Extend Simulator x6.

Pendaftaran Poli Kandungan Konsultasi Pembayaran

Variabel
sebelum sesudah sebelum sesudah sebelum sesudah sebelum sesudah
Jumlah
Server 1 1 1 3 1 1 1 1
Total Arrival 374 345 15 37 47 61 46 61
Total
Derpature 373 344 14 34 48 61 45 60
Utilitas
Server 0.99716 0.928 0.9993 0.9141 0.3248 0.439 0.3101 0.391
Presentase 99.716 92.8 99.93 91.41 32.48 43.9 31.01 39.1
Sistem awal simulator pada extend

SIstem optimum simulator pada extend

Pada akhirnya didapatkan bahwa hasil optimasi lebih optimum dibandingkan

sistem awal karena mampu mengurangi utilitas server dan mampu melayani
pasien lebih banyak dari sebelumnya. Harapannya simulasi hasil optimasi dapat
diterapkan pada sistem riil.