Modul 1 Kel 03 - 21 Maret 2017
Modul 1 Kel 03 - 21 Maret 2017
PENDAHULUAN
1
1.3 RUMUSAN MASALAH
Berikut merupakan rumusan masalah dari CV. Berkat Abadi Sentosa:
1. Bagaimana total porduksi yang dapat diselesaikan selama jam kerja pada proses
produksi ubin keramik di CV. Berkat Abadi Sentosa?
2. Apa yang mengakibatkan bottleneck dan idle pada proses produksi di CV. Berkat
Abadi Sentosa?
3. Bagaimana solusi yang efisien dari permasalahan tersebut dengan
mempertimbangkan biaya?
1.5 ASUMSI
Berikut merupakan asumsi dari CV. Berkat Abadi Sentosa:
1. Operator sedang berada dalam kondisi normal.
2. Waktu pengamatan diasusmsikan sesuai dengan studi kasus.
3. Biaya diasusmsikan sesuai dengan studi kasus.
2
2. Dapat menemukan proses yang mengakibatkan bottleneck dan idle pada proses
produksi ubin keramik di CV. Berkat Abadi Sentosa.
3. Dapat memberikan solusi yang efisien pada proses produksi ubin keramik di CV.
Berkat Abadi Sentosa dengan mempertimbangkan biaya.
3
(Halaman ini sengaja dikosongkan)
4
BAB II
TINJAUAN PUSTAKA
2.1 SISTEM
Menurut Blanchard (1991:25) sistem adalah sekumpulan elemen yang bekerja
bersama untuk mencapai tujuan yang diharapkan. Contoh dari sistem adalah sistem
lalu lintas, sistem ekonomi dan sistem manufaktur.
5
b. Continous Event System
Status dari suatu komponen dalam sistem akan berubah secara kontinyu
seiring dengan perubahan waktu yang terjadi.
c. Combined Event Models
Model ini terdiri dari dua komponen, yakni komponen diskret dan
kontinyu.Entitas yang berada dalam model dapat dihitung maupun diukur.
2. Kondisi Entitas ketika Sistem Berakhir
a. Terminating
Sistem yang tidak memperbolehkan entitas untuk tetap berada dalam sistem
ketika sistem itu berakhir. Contoh: bank, restoran, airline ticket counter.
b. Non-Terminating
Sistem tidak pernah berhenti, sehingga entitas akan selalu berada dalam
sistem. Contoh: hospitals, manufacturing facilities.
2.2 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.
6
c. Model Normatif, yaitu model yang memberikan jawaban terbaik dari
alternative yang ada.
3. Berdasarkan Acuan Waktu.
a. Model Statis (Monte CarloSimulation), yaitu model yang tidak
memperhitungkan perubahan-perubahan karena pengaruh waktu.
b. Model Dinamis, yaitu model yang memperhitungkan faktor waktu dalam
menggambarkan suatu sistem nyata.
4. Berdasarkan Tingkat Ketidakpastian.
a. Model Stokastik atau Probabilistik, yaitu model yang menghasilkan output
yang bersifat acak.
b. Model Deterministik, yaitu model yang selalu menghasilkan keluarkan yang
selalu sama setiap kali model dijalankan.
c. Model Tak Pasti, yaitu model yang dikembangkan untuk kondisi
ketidakpastian mutlak.
5. Berdasarkan Derajat Kuantifikasi.
a. Model Kualitatif, yaitu model yang menggambarkan suatu mutu pada suatu
realita.
b. Model Kualitatif dibagi menjadi 2:
1) Model Mental, yaitu model yang menggambarkan proses berpikir
manusia.
2) Model Verbal, yaitu model yang disajikan dalam bahasa sehari-hari.
c. Model Kuantitatif, yaitu model yang variabelnya dapat dikuantifikasikan.
d. Model Kuantitatif dibagi menjadi 4:
1) Model Heuristik, yaitu modle yang digunakan untuk mencari jawaban baik
tetapi bukan yang optimum.
2) Model Simulasi, yaitu model yang digunakan untuk mencari jawaban baik
yang menguntungkan pada sistem yang sangat kompleks.
3) Model Optimum, yaitu model yang digunakan untuk menentukan
jawaban terbaik.
4) Model Statistik, yaitu model yang mendeskripsikan dan menyimpulkan
data.
7
6. Berdasarkan Derajat Generalisasi.
a. Model umum, secara umum dapat diterapkan pada berbagai bidang
fungsional.
b. Model spesifik, hanya digunakan untuk masalah tertentu.
7. Berdasarkan Acuan Dimensi.
a. Model Dua Dimensi, yaitu model yang terdiri dari dua faktor penentu.
b. Model Multi Dimensi, yaitu model yang terdiri dari banyak faktor penentu.
8. Berdasarkan Acuan Lingkungan.
Berdasarkan acuan lingkungan, model dapat dibedakan menjadi 2 macam, yaitu:
a. Model Loop Terbuka, yaitu model yang memiliki interaksi dengan
lingkungannya.
b. Model Loop Tertutup, yaitu model yang tidak memiliki interaksi dengan
lingkungannya.
pemodelan system. Pihak yang termasuk dalam internal stakeholder antara lain
pengumpulan data, analis, serta orang yang memodelkan system.
2. External Stakeholder, merupakan pihak-pihak yang terlibat secra tidak langsung
dalam pemodelan system. External stakeholder adalah pihak yang menjadi objek
pemodelan, missal suatu perusahaan yang disimulasikan untuk menganalisis
penyebab masalah yang terjadi di dalam perusahaan tersebut.
8
2.2.3.1 Komponen Dasar Antrian
Komponen dasar antrian adalah sebagai berikut:
1. Kedatangan
Setiap masalah antrian melibatkan kedatangan, misalnya orang, mobil, atau
panggilan telepon untuk dilayani. Unsur ini sering disebut input. Proses input
meliputi sumber kedatangan atau biasa dinamakan calling population, dan cara
terjadinya kedatangan yang umumnya merupakan proses random. 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
Pelayan atau mekanisme pelayanan dapat terdiri dari satu atau lebih pelayan, atau
satu atau lebih fasilitas pelayanan. Contohnya pada sebuah check out counter dari
suatu supermarket terkadang hanya ada seorang pelayan, tetapi bisa juga diisi
seorang kasir dengan pembantunya untuk memasukkan barang- barang ke
kantong plastik.Sebuah bank dapat mempekerjakan seorang atau banyak teller.
Disamping itu, perlu diketahui cara pelayanan dirampungkan, yang kadang-
kadang merupakan proses random. Ada 3 aspek yang harus diperhatikan dalam
mekanisme pelayanan, yaitu:
a. Tersedianya Pelayanan
Mekanisme pelayanan tidak selalu tersedia untuk setiap saat.Misalnya dalam
pertunjukan bioskop, loket penjualan karcis masuk hanya dibuka pada waktu
tertentu antara satu pertunjukan dengan pertunjukan berikutnya.
b. Kapasitas Pelayanan
Kapasitas dari mekanisme pelayanan diukur berdasarkan jumlah langganan
yang dapat dilayani secara bersama-sama.
c. Lamanya Pelayanan
Lamanya pelayanan adalah waktu yang dibutuhkan untuk melayani seorang
langganan atau satu-satuan.Ini harus dinyatakan secara pasti.
9
3. Disiplin Antrian
Disiplin antrian adalah aturan keputusan yang menjelaskan cara melayani
pengantri, misalnya datang awal dilayani dulu yang lebih dikenal dengan
singkatan FCFS, datang terakhir dilayani dulu LCFS, berdasar prioritas, berdasar
abjad, berdasar janji, dan lain- lain. Jika tak ada antrian berarti terdapat pelayan
yang menganggur atau kelebihan fasilitas pelayanan.
10
2.3 SIMULASI
Menurut Harrel (2005:5) simulasi merupakan tiruan dari system dinamis dengan
menggunakan computer untuk mengevaluasi dan memperbaiki performansi sistem.
11
2.4 PETRINET
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:
1. Lingkaran (Location) merepresentasikan aktivitas (pasif/aktif) atau kondisi/status
(pre/post).
2.5 PROMODEL
Menurut Harrel (2000:66) ProModel merupakan software simulasi yang dirancang
untuk memodelkan sistem dengan proses discrete-event. ProModel adalah salah satu
12
software simulasi yang dapat memodelkan suatu sistem nyata dengan elemen, proses
dalam sistem terkait sehingga hasilnya dapat dianalisis dan dapat diaplikasikan dalam
system nyata.
13
7. Shift and break, digunakan untuk menentukan kondisi shift dan break dari suatu
location dan resource. 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, dapat digunakan untuk memonitor niaya yang berkaitan dengan locations,
entities, dan resources selama simulasi dijalankan dan laporan statistic secara umum
termasuk statistic biaya.
14
Pernyataan Group dan Ungroup adalah perintah yang saling berkaitan. Group
adalah langkah awal untuk mengelompokkannya dan ungroup adalah perintah
lanjutan untuk membatalkan perintah group atau memisahkan pengelompokkan
yang telah dilakukan sebelumnya. Setiap entitas awal memiliki atribut dengan
nilai tertentu yang melekat pada entitas sebelum entitas digabungkan. Atribut dan
nilai pada tiap entitas tunggal tidak akan berpindah pada entitas yang sudah
dikelompokkan. ProModel mempertahankan semua identitas dan atribut dari
entitas yang dikelompokkan dan memungkinkan mereka untuk tetap menjadi
entitas individu setelah perintah ungroup.
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
diungroup nantinya. Ketika mendefinisikan lokasi, kapasitas lokasi di mana
pernyataan combine digunakan harus setidaknya sama besar dengan jumlah
gabungan.
15
berbeda, namun tidak dapat dipisahkan lagi. Jika entitas dasar dan entitas yang
akan digabung memiliki atribut sebelum penggabungan terjadi, entitas yang
bergabung akan memiliki nilai atribut dari entitas dasar. Dengan kata lain, entitas
dengan routing rule IF Join akan kehilangan atributnya ketika terjadi penggabungan
secara permanen.
16
3. Optimize model: digunakan untuk optimalisasi model existing dari nilai faktor
input. Hasil optimalisasi dengan SimRunner berupa report yang disajikan dalam
3 tipe data:
1. Data report: data berupa tabel yang ditampilkan pada SimRunner. Data report
dapat diimport ke dalam spreadsheet.
2. Analysis report: data berupa teks yang akan muncul apabila memilih ‘Final Report’
pada tab ‘Seek Optimum’ pada menu ‘Optimize Model’.
3. Chart: grafik yang menggambarkan proses optimalisasi. Chart akan ditampilkan
apabila memilih ‘Performance Plot’ pada tab ‘Seek Optimum’ pada menu ‘Optimize
Model’.
17
terjadi sampai simulasi selesai. Daftar trace dapat dilihat dengan berbagai cara,
yaitu:
a. Off: digunakan untuk menghentikan trace.
b. Step: digunakan untuk membuat list trace dengan hanya satu kejadian dalam
1 kali trace.
c. Continuous: digunakan untuk membuat list trace terus menerus.
3. Mengamati animasi dari model yang dijalankan, apakah tingkah laku dari sistem
telah sesuai dengan model yang diinginkan.
4. Melakukan compile error atau debugging pada model simulasi.
18
BAB III
METODOLOGI PENELITIAN
Mulai A B C
Studi Pustaka
Verifikasi Model
Terverifikasi?
Identifikasi Masalah
Ya
Jalankan Simulasi
Pembuatan Model
Konseptual (PetriNet)
Validasi Model
Tidak
Pengolahan
Tervalidasi?
Data
Ya
Pemodelan Sistem
dengan software Analisis Hasil Simulasi
ProModel 7.5
Dry Run
Analisis hasil perbaikan
A C B End
19
3. Mengobservasi studi kasus yang diberikan. Studi kasus yang diberikan adalah CV.
Berkat Abadi Sentosa merupakan perusahaan yang bergerak dalam pengolahan
kembali ubin keramik bekas dari perusahaan pembuat keramik.
4. Melakukan identifikasi masalah yang terjadi pada studi kasus yang diberikan.
5. Kemudian melakukan model konseptual dengan membuat PetriNet.
6. Melakukan pengolahan data. Pengolahan data
7. Melakukan pemodelan system nyata dengan software ProModel.
8. Melakukan dry run.
9. Melakukan verifikasi model. Apabila belum terverifikasi, melakukan pembuatan
model konseptual dengan PetriNet kembali.
10. Apabila sudah terverifikasi, maka melakukan simulasi.
11. Melakukan validasi. Apabila belum tervalidasi, melakukan pengolahan data
kembali.
12. Apabila sudah tervalidasi, maka melakukan analisis hasil simulasi
13. Melakukan pembuatan model perbaikan
14. Melakukan analisis hasil perbaikan
15. Praktikum selesai. Commented [NN3]: di tambahin penjelasan singkat
tentang langka2nya ya
20
BAB IV
HASIL DAN PEMBAHASAN
21
4.2 FLOWCHART SISTEM
Berikut merupakan flowchart dari proses produksi CV. Berkat Abadi Sentosa.
Mulai Commented [NN4]: di flowchart, klo proses pake kotak
ya, trus yang cacat langsung menuju selesai.
Bahan Baku
Keramik
Tidak
Keramik bisa
rework?
Ya
Pemotongan
Ubin Jadi
Packaging
Labelling
Penyimpanan
Selesai
Gambar 4.1 Flowchart Sistem
22
4.3 PETRI NET
Berikut merupakan Petri Net dari sistem produksi keramik CV. Berkat Abadi
Sentosa.
23
4.3.3 Pembuatan Model dengan PetriNet
Berikut merupakan pembuatan model dengan Petri Net
Proses Inspeksi:
𝑘 2 2
√𝑁∑𝑥2 −(∑𝑥)2 √(30 𝑥 6,336)−(13,74)2
2
N’ = [ 𝑠
] = [ 0.05
] = 10.95 ≈ 11
∑𝑥 13,74
Proses Pemotongan:
𝑘 2 2
√𝑁∑𝑥2 −(∑𝑥)2 √(30 𝑥 0,9884)−(5,36)2
N’ = [𝑠 ] 2 = [0.05 ] = 51,26 ≈ 51
∑𝑥 5,36
24
Proses Packaging:
𝑘 2 2
√𝑁∑𝑥2 −(∑𝑥)2 √(30 𝑥 1,053962)−(5,476)2
N’ = [𝑠 ] 2 = [0.05 ] = 87,09 ≈ 87
∑𝑥 5,476
Proses Labelling:
𝑘 2 2
√𝑁∑𝑥2 −(∑𝑥)2 √(30 𝑥 3,3519)−(9,99)2
2
N’ = [ 𝑠
] = [ 0.05
] = 12,13 ≈ 12
∑𝑥 9,99
25
Tabel 4.3 Data Pengamatan (Lanjutan)
No. Inspeksi Pemotongan Packaging Labelling
12 0,40 0,17 0,162 0,37
13 0,47 0,22 0,095 0,27
14 0,51 0,16 0,215 0,35
15 0,54 0,14 0,108 0,28
16 0,51 0,13 0,198 0,34
17 0,47 0,14 0,160 0,32
18 0,46 0,16 0,191 0,34
19 0,42 0,20 0,235 0,37
20 0,47 0,16 0,208 0,35
21 0,48 0,12 0,214 0,35
22 0,44 0,23 0,100 0,28
23 0,49 0,18 0,202 0,35
24 0,53 0,16 0,230 0,36
25 0,49 0,21 0,217 0,36
26 0,47 0,16 0,210 0,35
27 0,39 0,23 0,192 0,34
28 0,46 0,17 0,165 0,32
29 0,42 0,20 0,212 0,35
30 0,47 0,16 0,198 0,34
Berikut adalah langkah-langkah dalam melakukan pengujian data atau Stat: Fit.
1. Menjalankan software ProModel.
2. Pilih tools pada Toolbar, pilih Stat: Fit
26
Gambar 4.5 Hasil automatic fitting
Dalam studi kasus ini, keempat proses memiliki distribusi waktu yang berbeda-
beda, untuk itu seluruh distribusi waktu tiap proses harus diuji. Berikut adalah rekapan
hasil uji distribusi waktu dari keempat proses yang ada.
Tabel 4.4 Daftar Distribusi Waktu yang Digunakan
Proses Distribusi AutoFit Rank Acceptance Distribusi Terpilih
Normal (0.458, 3.94e-002) 100 Do not reject
Lognormal (-0.0861, -0.611,
73 Do not reject
7.25e-002)
Normal (0.458,
Inspeksi Triangular (0.378, 0.558,
17.7 Do not reject 3.94e-002)
0.43)
Uniform (0.39, 0.54) 11.2 Do not reject
Exponential (0.39, 6.8e-002) 0.188 Reject
Lognormal (-1.97e-003, -1.73,
95.3 Do not reject
0.178).
Triangular (0.113, 0.255, 0.16) 88.5 Do not reject
Triangular (0.113,
Pemotongan Normal (0.179, 3.2e-002) 48.2 Do not reject
0.255, 0.16)
Uniform (0.12, 0.23) 22.1 Do not reject
2.11e-
Exponential (0.12, 5.87e-002) Reject
002
Triangular (7.1e-002, 0.264,
100 Do not reject
0.21)
Normal (0.183, 4.26e-002) 24.8 Do not reject Triangular (7.1e-
Packaging
Lognormal (-291, 5.68, 1.46e- 002, 0.264, 0.21)
24.8 Do not reject
004)
Uniform (9.5e-002, 0.256) 4.11 Do not reject
Triangular (0.256, 0.386, 0.35) 100 Do not reject
Normal (0.332, 2.91e-002) 28.4 Do not reject
Labelling Lognormal (-291, 5.68, 9.97e- Normal (7.06, 2.77)
28.4 Do not reject
005)
Uniform (0.27, 0.38) 2.61 Reject
27
2. Masukan data salah satu proses pada data table
4. Selanjutnya isi kolom mean and standard deviation dengan data yang diperoleh dari
perhitungan stat: fit pada software ProModel. Serta pada kolom number of rows of
data to generate diisi 30 yang artinya data yang akan di random sebanyak 30 data.
Kolom store in column adalah kolom tujuan yang akan diisi bilangan random, yaitu
kolom C2.
28
Gambar 4.8 Langkah Perhitungan di Minitab
6. Hitung rata-rata dan standar deviasi dari data yang telah dibangkitkan dengan
software excel.
Tabel 4.6 Hasil Perhitungan Random
Min 0.387
Max 0.536
Rata-rata 0.453
St.Dev 0.038
7. Hitung batas atas dan batas bawah dari data random number yang telah
dibangkitkan sebelumnya berdasarkan rata-rata dan standar deviasi data random.
Berikut merupakan data hasil perhitungan batas atas, batas bawah, range, jumlah
kelas dan panjang interval.
29
Tabel 4.7 Hasil Perhitungan Random
BA 0.529
BB 0.377
Range 0.149
Jumlah Kelas 6
Panjang Interval 0.025
8. Menentukan batas atas dan batas bawah dari tiap kelas dimana berdasarkan nilai
terendah dan tertinggi dari data random. Berikut merupakan contoh batas atas dan
batas bawah tiap kelas pada perhitungan data sebelumnya.
Tabel 4.8 Hasil Perhitungan Random
Kelas Batas Bawah Batas Atas
1 0.387 0.407
2 0.409 0.436
3 0.438 0.461
4 0.461 0.471
5 0.471 0.483
6 0.485 0.536
30
11. Menentukan nilai chi-square pada tabel chi-square dengan derajat kebebasan (df) =
N-1, dan tingkat signifikansi = 1 – α. Berikut merupakan perbandingan nilai chi-
square hitung dan tabel dari data diatas dimana tingkat signifikansi sebesar 95%.
Tabel 4.11 Hasil Perhitungan Chi Square
Chi-square Hitung 0.021
Chi-square Tabel 11.070
31
Gambar 4.7 Gambar Background Graphics
6. Membuat layout dari pemodelan sistem dengan cara build location, klik build lalu
pilih location.
32
Gambar 4.9Build entity
Masukkan data-data yang menjelaskan tentang entity yang kan digunakan dalam
pemodelan sistem contohnya nama entitas.
Tabel 4.8Bulid Entity
Name Speed(rpm) Stats Notes
Keramik 150 Time series
Box 150 Time series
Keramik bagus 150 Time series
Keramik cacat 150 Time series
Keramik bagus siap pack 150 Time series
Keramik bagus Packaging 150 Time series
Keramik bagus masuk box 150 Time series
Keramik Labelling 150 Time series
8. Langkah berikutnya adalah pembuatan jaringan aliran sistem. Klik Build, pilih path
networks. Pilih kolom Path pada dialog box Path Network. Pada layout klik kiri di
sekitar location tertentu lalu tarik garis menuju location berikutnya klik kanan pada
locations tujuan kemudian lanjutkan lagi sesuai langkah awal. Pada sistem ini
terdapat 1 aliran produksi, yaitu: Net1
33
9. Untuk menambahkan resources yang akan digunakan klik Build- resources atau
CTRL-R.
10. Tahap selanjutnya adalah pembuatan logika proses. Klik Build-Processing atau
CTRL-P. Pada Processing terdapat dua jenis logika yaitu logika process layout dan
routing layout
Tabel 4.9 Build Processing
Entity Location Operation Output Destination Rule Move logic
Keramik Kedatangan Keramik Antrian First
inspeksi 1
Keramik Antrian Use mesin Keramik Proses First
inspeksi pemotongan for 2 inspeksi 1
min
Keramik Proses Use inspektor For Keramik Antrian 0.9 Move With
Inspeksi N(0.458, 0.0394) Bagus Pemotongan 1 inspektor
min Then Free
Keramik Exit 0.1
cacat
Keramik Antrian Keramik Proses First
bagus pemotongan Bagus Pemotongan 1
Box Kedatangan Inc WIP box Box Proses First
box Packaging 1
Keramik Antrian Keramik Proses Join
bagus siap Packaging bagus siap Packaging 1
pack pack
Box Proses Join 1 Kramik Antrian First Move with
Packaging keramik_bagussiap bagus Labelling 1 operator
pack Packaging Packaging
then free
Keramik Antrian Use Keramik Proses First
bagus Labelling operator_Packaging bagus Labelling 1
Packaging For T(0.071, 0.21, Packaging
0.264) min
Keramik Proses Wait T(0.256, 0.35, Keramik Antrian First
bagus Labelling 0.386)sec Labelling warehouse 1
Packaging
34
Tabel 4.9 Build Processing (lanjutan)
Entity Location Operation Output Destination Rule Move
logic
Keramik Antrian Keramik Warehouse First
Labelling warehouse Labelling 1
Keramik warehouse Dec WIP_Box Keramik Exit First
Labelling Inc Labelling 1
total_produk
35
8. Proses Packaging
Dalam proses Packaging keramik bagus yang sudah siap pack kemudian di
gabungkan oleh box dengan bantuan operator Packaging kemudian diarahkan
ke antrian Labelling.
9. Antrian Labelling
Keramik yang sudah siap Packaging dari proses Packaging kemudian dialirkan
di antrian Labelling untuk dilakukan proses selanjutnya di proses Labelling
10. Proses Labelling
Dalam proses labelig keramik bagus siap Packaging kemudian diberikan label
menjadi keramik Labelling selanjutnya keramik Labelling ini dialirkan ke
antrian warehouse.
11. Antrian warehouse
Diantrian warehouse ini keramik Labelling kemudian dialirkan ke warehouse
untuk disimpan
12. Warehouse
Setelah sampai di warehouse keramik Labelling di simpan.
11. Selanjutnya akan didefinisikan kedatangan entitas. Klik Build pilih Arrivals.
12. Langkah selanjutnya, buka Build-Variables (global). Masukkan WIP pada ID, lalu 0
pada initial value, dan masukkan permen jadi pada ID lalu 0 pada initial value.
Setelah itu klik pada layout agar icon berubah menjadi Yes.
13. Selanjutnya adalah mendefinisikan shift. Klik Build pilih Shift pilih Define. Setelah
itu, shift kerja dari resource dapat didefinisikan sebagai berikut: pekerja mulai
bekerja pukul 08:00-16.00. Gunakan add work untuk mendefinisikan jam kerja.
Gunakan add break untuk mendefinisikan jam istirahat. Setelah mendefinisikan
shift kerja selanjutnya simpan file.
36
Gambar 4.14 Shift
Untuk menugaskan operator sesuai Shift yang telah dibuat dapat dilakukan dengan
klik Build–Shift–Assign. Maka akan muncul tabel shift assignment. Selanjutnya klik pada
resource untuk menambahkan resource yang akan didefinisikan Shift kerjanya. Pilih Select
All klik OK.
14. Untuk memverifikasi model yang telah dibuat gunakan tools Trace dengan langkah-
langkah sebagai berikut:
a. Pilih Simulation pada menu bar di ProModel window, lalu pilih option kemudian
centang pause dan trace pada kolom at start. Lalu klik Run.
37
b. Klik tombol Play pada tampilan menu. Kemudian pilih options pada menu bar di
ProModel window, lalu pilih trace options. Pada trace options pilih output to file
kemudian setelah memilih output to file ulangi kembali cara membuka trace
option, lalu pilih cara trace yang diinginkan. Misal pilih trace continuous.
Kemudian setelah dipilih trace continuous maka trace akan berjalan terus menerus
sampai simulasi berakhir
Gambar 4.18Trace
Setelah simulasi berakhir, kembali ke tampilan awal ProModel. Lalu pilih output
pada menu bar di ProModel window, lalu pilih view trace untuk melihat hasil rekap output
trace dari simulasi yang sudah dijalankan
38
Tabel 4.10 Data Perbandingan Output Aktual dan Simulasi
Output
Replikasi
Data Simulasi Data Aktual
1 59 60
2 60 60
3 60 60
4 60 60
5 61 60
Dari data tersebut dapat dibuat hipotesis seperti di bawah ini:
H0 : Data berdistribusi normal.
H1 : Data tidak berdistribusi normal.
Hasil dari pengujian kenormalan data menggunakan software SPSS dijelaskan pada
tabel 4.11.
Tabel 4.11 Output Uji Normalitas
Tests of Normality
39
Gambar 4.19Petri Net
Dari kedua gambar diatas yaitu gambar Petri Net dan Desain Pemodelan Sistem
dengan Software dapat diketahui bahwa model konseptual yang dibuat dan model
simulasi dengan mengunakan software telah sama.
2. Analisis Trace
40
Selain kedua cara diatas, cara lain yang perlu dilakukan adalah dengan
menganalisa trace pada software promodel dari model simulasi yang telah dibuat.
Berikut merupakan gambar representasi dari trace yang ada pada program.
Dari hasil output trace pada program menunjukkan daftar kejadian yang terjadi
selama simulasi dijalankan sampai simulasi berhenti. Berdasarkan beberapa sampel
yang diambil dari output yang ditunjukkan yaitu pada waktu ke 24:00 (wait for
available inspektor). Hal itu berarti pada waktuke 24:00 model simulasi menghasilkan
output menunggu operator inspeksi yang tersedia. Berdasarkan dari hasil pengamatan
pada waktu tersebut keramik sudah masuk dalam antrian inspeksi dan menunggu
operator yang tersedia untuk melakukan proses inspeksi tersebut.
3. Running Model simulasi pada promodel dan melakukan Compile Error
41
Pengujian compile error dilakukan dengan cara klik icon compile pada kotak dialog
operation pada Process and Move Logic. Berikut merupakan dialog box yang menunjukkan
bahwa compile successfully, yang artinya proses sudah berjalan dengn baik.
4.8.2 Validasi
Validasi merupakan proses untuk membandingkan model dengan sistem nyata dengan
cara menjalankan model dan sistem nyata dalam kondisi yang sama. Berikut merupakan
output dari sistem nyata dan permodelan sistemnya. Untuk memvalidasi model simulasi
dilakukan dengan langkah sebagai berikut:
42
43
BAB V
PENUTUP
5.2 KESIMPULAN
5.3 SARAN
44