Promodel

SIMULATION AND PROMODEL SOFTWARE
Praktikum Simulasi Semester Ganjil 2016/ 2017
BAB I
PENDAHULUAN
1.1 LATAR BELAKANG

Pada era sekarang, dunia industri semakin berkembang pesat. Kota Malang adalah
salah satu kota besar di Jawa Timur dengan tempat wisata yang beraneka ragam dan
banyak pusat pendidikan. Dimana menjadikan Kota Malang memiliki banyak inovasi
dalam pengembanngan industrinya, terutama home industry berupa suvenir. Kebutuhan
akan akan suvenir untuk diberikan kepada relasi, keluarga, dan teman meningkat tajam
seiring berkembangnya zaman. Suvenir handmade dengan bordiran menjadi hal unik
yang disukai oleh pelanggan.
Maharani Embroidery Handicraft adalah industri pembuatan suvenir homemade yang
berada di Malang, berlokasi di perumahan Dwiga. Maharani Embroidery Handicraft
adalah salah satu home industri handmade yang cukup terkenal dan memiliki pasar
hingga nasional. Akan tetapi, dalam proses produksi yang dilakukannya belum optimal,
dikarenakan proses produksi tersebut dikerjakan oleh manusia dan mengandalkan
keterampilan manusia sehingga performansi ketika bekerja juga tidak menentu. Terlalu
banyak waktu tunggu atau idle dari operator. Selain itu jika terjadi kenaikan permintaan
pasar, perusahaan tidak dapat memenuhi tepat waktu. Oleh karena itu, peneliti ingin
melakukan pengamatan pada Maharani Embroidery Handicraft.
ProModel merupakan software yang berfungsi mensimulasi suatu sistem dan
menganalisa keseluruhan dari sistem. Berdasarkan permasalahan yang terdapat pada
Maharani Embroidery Handicraft, peneliti ingin melakukan simulasi menggunakan
software ProModel pada home industry tersebut untuk mengetahui output standard yang
dihasilkan dalam satu hari kerja. Dengan diketahuinya analisa output dalam sistem
tersebut, diharapkan mampu memecahkan masalah pada perusahaan dan dapat
meningkatkan performansi perusahaan dalam proses produksi.
1.2 IDENTIFIKASI MASALAH

Identifikasi masalah pada praktikum ProModel ini antara lain:
1. Terdapat masalah idle operator pada proses produksi, sehingga operator tidak
bekerja secara optimal.
2. Output standard belum tercapai pada proses produksi.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
1
1.3 RUMUSAN MASALAH

Rumusan masalah pada praktikum ProModel ini antara lain:
1. Bagaimana utilitas operator pada sistem pembuatan kotak mukena?
2. Bagaimana analisis output pada proses pembuatan kotak mukena?
3. Bagaimana rekomendasi perbaikan untuk mengatasi permasalahan pada Maharani
Embroidery Handicraft setelah dilakukan simulasi?
1.4 BATASAN MASALAH

Batasan masalah pada penelitian adalah sebagai berikut:
1. Pengamatan dilakukan hanya pada satu jenis produk yakni pembuatan kotak
mukena.
2. Pengambilan data dilakukan sebanyak 5 set data, dimana setiap set data terdiri dari
10 replikasi.
3. Data yang diambil adalah waktu proses pemotongan karton, pengisolasian karton,
pengeleman karton dengan kertas, perakitan, dan packaging.
1.5 ASUMSI
Asumsi pada penelitian ini adalah sebagai berikut:
1. Operator dalam kondisi normal.
2. Material karton selalu tersedia dalam sistem.
3. Tidak ada kerusakan pada mesin
1.6 TUJUAN PENELITIAN

Adapun tujuan dari penelitian ini adalah sebagai berikut:
1. Mengetahui dan mengidentifikasi permasalahan mengenai utilitas operator pada
sistem produksi Maharani Embroidery Handicraft.
2. Mengetahui dan mengidentifikasi analisis output yang diproduksi pada Maharani
Embroidery Handicraft.
3. Mendapatkan rekomendasi perbaikan untuk mengatasi permasalahan sistem
produksi Maharani Embroidery Handicraft setelah dilakukannya simulasi.
2 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

1.7 MANFAAT PENELITIAN

Manfaat dari praktikum ProModel ini antara lain:
1. Mampu mengetahui dan mengidentifikasi permasalahaan mengenai utilitas
operator pada sistem produksi Maharani Embroidery Handicraft.
2. Mampu mengetahui dan mengidentifikasi analisis output yang diproduksi pada
Maharani Embroidery Handicraft.
3. Mampu memberikan rekomendasi perbaikan untuk mengatasi permasalahan sistem
produksi Maharani Embroidery Handicraft.

3
(Halaman ini sengaja dikosongkan)

BAB II
TINJAUAN PUSTAKA
2.1 SISTEM
Menurut Gordon B. Davis (1984) sistem terdiri dari bagian yang saling berkaitan
yang beroperasi bersama untuk mencapai suatu tujuan tertentu. Sedangkan menurut
Blanchard (1991:25), sistem adalah sekumpulan elemen yang bekerja sama untuk
mencapai tujuan yang diharapkan. Contoh dari sistem adalah sistem lalu lintas, sistem
ekonomi dan sistem manufaktur. Dalam praktiknya, sistem sangat tergantung pada
tujuan sistem yang akan digunakan atau dibangun.
2.1.1 Elemen Sistem

Elemen-elemen (elements), mendefinisikan siapa, apa, dimana, kapan dan
bagaimana suatu entitas mengalami pemrosesan (Harrel, 2004:25).
Incoming Entities Activities Outgoing Entities
Resources Control
Sytem
Gambar 2.1 Elemen-elemen sistem
Sumber: Harrel (2004:26)
Sistem memiliki beberapa karakteristik, antara lain:

1. Kejadian (event), yaitu peristiwa sesaat yang dapat merubah keadaan sistem.
2. Aktivitas (activity), yaitu setiap proses yang menyebabkan perubahan dalam sistem
yang dapat mengubah atribut maupun entitas.
3. Hubungan (relationship), yaitu memodelkan koneksi atau hubungan di antara
entitas-entitas.
4. Antarmuka penghubung (interface), yaitu media perantara antar subsystem. Melalui
penghubung ini memungkinkan sumber daya mengalir dari satu subsystem ke
subsystem lainnya.
5. Atribut, merupakan sebutan, sifat atau karakteristik yang memiliki elemen sistem.
6. Batas sistem (boundary), yaitu daerah yang membatasi antara suatu sistem dengan
sistem yang lainnya atau dengan lingkungan luarnya. Batas suatu sistem
menunjukkan ruang lingkup dari sistem tersebut.

5
7. Lingkungan luar (environment), yaitu merupakan kondisi ataupun entitas diluar dari
sistem yang mempengaruhi operasi sistem.
8. Masukan sistem (input), merupakan suatu energi yang dimasukkan ke dalam
sistem.
9. Pengganggu (disturbance/noise), merupakan faktor-faktor yang menyebabkan
terjadinya kesalahan pada sistem.
10. Keluaran sistem (output), merupakan hasil dari energi yang diolah dan
diklasifikasikan menjadi keluaran yang berguna dan sisa pembuangan. Output dapat
merupakan masukan untuk subsystem yang lain atau ke suprasystem.
11. Umpan balik (feedback), merupakan reaksi dan respon stakeholder atas sistem yang
dilakukan.
12. Ukuran performansi sistem, dibagi menjadi dua, yaitu:
a. Transient state
b. Steady state
13. Proses pengolahan (transformation process), merupakan suatu proses yang akan
mengubah masukan menjadi keluaran
14. Perilaku sistem (behaviour), merupakan perilaku dari sistem yang melibatkan
masukan, pengolahan, dan keluaran.
2.1.2 Klasifikasi Sistem

Menurut Christoper (2004), sistem dapat diklasifikasikan berdasarkan 2 hal sebagai
berikut:
1. Tipe entitas
a. Discrete Event System
b. Continuous Event System
c. Combined Event Models
2. Kondisi Entitas ketika Sistem Berakhir
a. Terminating
Contoh: bank, restaurant, airline ticket counter.
b. Non-Terminating
Sistem tidak pernah berhenti, sehingga entitas akan selalu berada dalam sistem.
Contoh: manufacturing facilities, repair facilities, hospitals.

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.
2.2.1 Klasifikasi Model

Berikut ini adalah klasifikasi model menurut Pegden, Shannon dan Sadowski
(1995), Harrel, Gosh dan Bowden (2004).
1. Berdasarkan Struktur
a. Model Ikonis
b. Model Simbolik
2. Berdasarkan Fungsi
a. Model Deskriptif
b. Model Prediktif
c. Model Normatif
3. Berdasarkan Acuan Waktu
a. Model Statis
b. Model Dinamis
4. Berdasarkan Tingkat Ketidakpastian
a. Model Stokastik atau Probabilistik
b. Model Deterministik
c. Model Tak Pasti
5. Berdasarkan Derajat Kuantifikasi
a. Model Kualitatif
MModel Kualitatif dibagi menjadi 2:
1) Model Mental
2) Model Verbal
b. Model Kuantitatif, dibagi menjadi 4:
1) Model Heuristik
2) Model Simulasi
3) Model Optimum

7
4) Model Statistik
6. Berdasarkan Derajat Generalisasi
a. Model Umum
b. Model Spesifik
7. Berdasarkan Acuan Dimensi
a. Model Dua Dimensi
b. Model Multi Dimensi
8. Berdasarkan Acuan Lingkungan
Berdasarkan acuan lingkungan, model dapat dibedakan menjadi 2 macam, yaitu:
a. Model Loop Terbuka
b. Model Loop Tertutup
2.2.2 Stakeholder Pemodelan

Menurut Clealand dan Ireland (2000:175), tiap proyek mempunyai stakeholder.
Stakeholder meliputi semua pihak yang terlibat baik secara langsung maupun tidak
langsung dalam pengerjaan suatu proyek serta pihak yang terkena dampak dari adanya
proyek. Pemodelan sistem merupakan bagian dari proyek simulasi yang memiliki
stakeholder dengan klasifikasi sebagai berikut:
a. Internal Stakeholders
b. External Stakeholders
2.2.3 Teori Antrian

Menurut Christoper (2000), teori antrian merupakan studi matematika dari antrian
atau kejadian garis tunggu (waiting lines), yaitu suatu garis tunggu dari pelanggan yang
memerlukan layanan dari sistem yang ada.
2.2.3.1 Komponen Dasar Antrian

Berikut adalah komponen dasar antrian:
1. Kedatangan
Setiap masalah antrian melibatkan kedatangan, misalnya orang, mobil, atau
panggilan telepon untuk dilayani.. 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
Pelayanan atau mekanisme pelayanan dapat terdari dari satu atau lebih pelayan,
atau satu atau lebih fasilitas pelayanan.
3. Komponen Antrian
Munculnya antrian tergantung dari sifat kedatangan dan proses pelayanan. Penentu
lain yang penting dalam antrian adalah disiplin antrian. Disiplin antrian adalah
aturan keputusan yang menjelaskan cara melayani pengantri.
2.2.3.2 Prioritas Pelayanan Antrian

Menurut Christopher (2004), ada 6 bentuk prioritas pelayanan antrian yang biasa
digunakan, yaitu:
1. First Come First Served (FCFS) atau First In First Out (FIFO).
2. Last Come First Served (LCFS) atau Last In First Out (LIFO).
3. Longest Processing Time (LPT)
4. Lowest Value First (LVF)
5. Highest Value First (HVF)
2.3 SIMULASI
Menurut Schriber (1987), simulasi adalah proses memodelkan proses atau sistem
dengan menggunakan komputer dengan tujuan untuk mengetahui respon dari tingkah
laku suatu model yang didasari oleh system nyata pada waktu tertentu.
2.3.1 Software Simulasi

Dalam pemodelan simulasi dikenal dua software yang paling umum digunakan,
yaitu programming language dan simulation application.
1. Programming Language
Programming Language adalah bahasa atau tata cara yang dapat digunakan oleh
manusia (programmer) untuk berkomunikasi dengan komputer. Programming

9
language dibagi menjadi dua, yaitu High Level Language, yang lebih mudah dipelajari
karena semua kalimat, kata, ataupun aturan yang digunakan menyerupai bahasa
manusia, serta Low Level Language, yang bahasanya lebih mendekati bahasa mesin
sehingga lebih sulit untuk dipelajari.
2. Simulation Application
Simulation Application adalah suatu program (software) yang berfungsi untuk
menirukan/memodelkan seuatu perilaku sistem nyata sehingga hasilnya dapat
dianalisis dan dipelajari. Simulation Application dibagi menjadi dua. Pertama,
General Purposes Application yang dapat digunakan secara umum untuk berbagai
macam tujuan/tugas. Kedua adalah Special Purposes Application yang memiliki
tujuan/tugas yang spesifik dan lebih lengkap.
2.3.2 Metodologi Simulasi

Langkah perancangan simulasi menurut Jerry Banks (1995:15) dijelaskan sebagai
berikut.
1. Problem Formulation
2. Setting of Objectives and Overall Project Plan
3. Model Conceptualization
4. Data Collection
5. Model Translation
6. Verification
7. Validation
8. Simulation Analysis
9. Documentation and Reporting
2.4 PETRI NET

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:

Tabel 2.3 Simbol Petrinet

Nama Simbol Keterangan
Activity Merepresentasikan aktivitas (pasif/aktif) atau

Lingkaran (location)
kondisi/status (pre/post)
Segi empat Event Merepresentasikan kejadian atau saat

(transition) perubahan/transisi kondisi.
Merepresentasikan relasi urutan antar node yang
Panah (flow relation) menunjukkan bahwa node pendahulu berlanjut
menjadi node berikutnya.
Merepresentasikan pergerakan location atau
Token (marking)
perubahan kondisi yang dialami entitas.
Sumber: Bause dan Kritzinger (2002:79)
Gambar 2.1 Contoh petrinet

Sumber: Wil Van Der Aalst dan Christian Stahl
2.5 PROMODEL
Dalam memodelkan suatu sistem, ProModel dapat digunakan sebagai salah satu
Simulation Application sehingga perilaku sistem dapat dipelajari dan dianalisis.
2.5.1 Pengertian ProModel

Menurut Harrel (2000:66) ProModel merupakan software simulasi yang dirancang
untuk memodelkan system dengan proses discrete-event. Dalam ProModel terdapat
entities, locations, resources, dan paths.
2.5.2 Pembuatan Model dengan ProModel

Langkah pembuatan model dengal ProModel, sebagai berikut:
1. Merencanakan sistem yang akan disimulasikan
2. Mendefinisikan sistem yang akan disimulasikan
3. Mensimulasikan model ataupun sistem yang diinginkan

11
4. Melakukan eksperimen dengan model dilakukan dengan cara memberikan skenario

atau merubah replikasi
5. Menganalisis output yang dihasilkan
6. Membuat laporan dari hasil simulasi
2.5.3 Elemen Dasar Promodel

Elemen-elemen dasar pada ProModel untuk membangun suatu sistem, yaitu:
1. Location, yaitu elemen yang ada pada ProModel yang mewakili tempat pada sistem
yang akan dilewati oleh entitas ataupun untuk tempat terjadinya aktivitas maupun
pengambilan keputusan.
2. Entities, yaitu apapun yang diproses dalam model.
3. Path networks, jalur yang dilalui oleh resource ataupun entitas.
4. Resource, merupakan orang, peralatan, ataupun barang-barang yang digunakan
untuk melakukan beberapa fungsi tertentu.
5. Processing, mendefinisakn routing dari entitas yang melalui sistem dan operasi yang
terjadi pada setiap location yang dimasuki entitas.
6. Arrivals, yang mendefinisikan waktu dimana entitas masuk pada sistem.
7. Shift and break, menentukan shift dan break untuk location dan resource yang 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, untuk memonitor biaya yang terkait dengan location, entities, dan resource
selama simulasi dijalankan dan laporan statistik secara umum termasuk statistik
biaya. Terdapat 3 tipe pendefinisian biaya pada ProModel, yaitu:
a. Locations: pendefinisian biaya berdasarkan lokasi yang terdapat pada model.
Nilai yang harus didefinisikan adalah operation rate.
b. Resources: pendefinisian biaya berdasarkan tipe dan jumlah resource yang
digunakan pada model. Nilai yang harus didefinisikan adalah regular rate, cost
per use.
c. Entity: pendefinisian biaya berdasarkan nilai awal dari bahan baku (entitas).
Nilai yang harus didefinisikan adalah initial cost.

2.5.4 Advanced Element ProModel

Pada Advanced Element ProModel terdapat beberapa elemen. Berikut merupakan
elemen-elemen yang ada pada Advanced Element ProModel.
1. Attributes
Attributes merupakan suatu tempat yang mirip dengan variable, akan tetapi terikat
dengan location dan entitas dengan spesifikasi tertentu.
2. Variables
Variables dapat berisi bilangan riil atau bilangan bulat termasuk nilai elemen indeks
dan biasanya digunakan unruk pembuatan keputusan maupun rekaman informasi.
3. Macros
Macros memudahkan saat text, kumpulan statement, atau kode block akan digunakan
berkali-kali dalam model.
2.5.5 Konsep Pemodelan ProModel

Model didefinisikan sebagai suatu deskripsi logis tentang bagaimana sistem bekerja
atau komponen-komponen berinteraksi. Dengan membuat pemodelan ProModel dari
suatu sistem, maka diharapkan dapat lebih mudah untuk melakukan analisis.
2.5.5.1 Batching Multiple Entities of Similar Type

Batching multiple entities of similar type adalah proses menggabungkan beberapa
entitas yang memiliki tipe yang sama dengan melakukan perintah group-ungroup dan
combine.
2.5.5.1.1 Temporary Batching Using Group/Ungroup

Group dan Ungroup adalah perintah yang saling berkaitan. Group adalah langkah
awal untuk mengelompokkan dan ungroup merupakan perintah lanjutan untuk
membatalkan perintah group atau memisahkan pengelompokkan yang telah dilakukan
sebelumnya.

13
2.5.5.1.2 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 di ungroup nantinya.
2.5.5.2 Attachment Multiple Entities of Different Type

Dalam suatu proses, memungkinkan untuk dilakukkannya penggabungan beberapa
entitas yang memiliki tipe entitas yang berbeda. Menggabungkan dapat dilakukan
dengan perintah load-unload dan join.
2.5.5.2.1 Temporary Attach Using Load/ Unload

Pernyataan Load-Unload digunakan untuk menggabungkan sejumlah tertentu
entitas secara sementara.
2.5.5.2.2 Permanent Attach Using Join

ProModel menggunakan pernyataan join untuk menggabungkan sejumlah tertentu
dari entitas menjadi satu kesatuan, opsional dengan nama yang berbeda, namun tidak
dapat dipisahkan lagi.
2.5.5.3 Accumulation of Entities

Accumulation digunakan untuk mengumpulkan entitas dalam jumlah tertentu
sebelum akhirnya akan diproses satu per satu.
2.5.5.4 Splitting of One Entity into Multiple Entities

Dalam suatu operasi memungkinkan adanya pemisahan entitas menjadi beberapa
entitas.
2.5.6 SimRunner
SimRunner merupakan sebuah tool pada ProModel yang digunakan sebagai alat
bantu untuk melakukan optimalisasi model existing. Hasil optimal diperoleh dengan
cara menentukan fungsi tujuan, kemudian mendefinisikan faktor input yang akan

diubah sehingga menghasilkan keluaran sesuai dengan fungsi tujuan optimalisasi

(Maria, 1997).
2.5.7 Generating Scenario

Generating Scenariomerupakan tool pada ProModel untuk mengubah satu atau lebih
parameter dari sebuah model tanpa mengubah model secara langsung. Skenario harus
berdasarkan parameter yang telah ditentukan pada macros, dan nilainya berada dalam
rentang RTI (Harrel, Ghosh, & Bowden, 2004:653).
2.5.8 Verifikasi Dan Validasi

Verifikasi dan validasi merupakan tahapan menguji kredibilitas/ kesesuaian sistem
nyata dengan model simulasi (Banks, Carson, dan Nelson, 1995).
2.5.8.1 Teknik Verifikasi

Menurut Harrel (2004:178), terdapat beberapa teknik dalam melakukan verifikasi,
diantaranya adalah sebagai berikut:
1. Membandingkan model simulasi dengan model konseptual, yaitu membandingkan
Petrinet dengan model sistem pada ProModel.
2. Melakukan pengecekan terhadap output yang dihasilkan pada masing- masing
proses pada model dengan menggunakan trace. Trace adalah daftar kejadian yang
akan terjadi sampai simulasi selesai.
3. Mengamati animasi dari model yang dijalankan, apakah tingakh laku dari sistem
telah sesuai dengan model yang diinginkan.
4. Melakukan compile error atau debugging pada model simulasi.
3.5.8.2 Teknik Validasi

Menurut Harrel (2004:178), terdapat beberapa teknik dalam melakukan validasi,
diantaranya adalah sebagai berikut:
1. Mengamati animasi pada model yang dijalankan, membandingkan tingkah laku
pada model dengan tingkah laku pada sistem nyata menurut pengetahuan orang
lain mengenai sistem tersebut.

15
2. Membandingkan model dengan sistem nyata dengan cara menjalankan model dan
sistem nyata dalam kondisi yang sama.
3. Melakukan perbandingan antara output model dengan output pada sistem nyata.
4. Melakukan analisis sensitivitas, yakni dengan cara melakukan perubahan terhadap
nilai input untuk mengatahui akibat dari perilaku yang terjadi pada sistem atau
pada output sistem.

BAB III
METODOLOGI PRAKTIKUM
Pada bab ini akan dibahas mengenai diagram alir praktikum, alat dan bahan dan
prosedure praaktikum.
3.1 DIAGRAM ALIR PRAKTIKUM

Diagram alir praktikum dapat dilihat pada gambar 3.1
Mulai A B C
Studi Pustaka Dry Run
Verifikasi model
Observasi Lapangan
N
Terverifikasi?
Identifikasi Masalah Y
Jalankan Simulasi
Penentuan Tujuan Simulasi
Validasi Model
Pembuatan Model N
Konseptual (Petri Net)
Tervalidasi?
Y
Analisa hasil
Pengumpulan Data
Simulasi
Pembuatan Model
Perbaikan
Pengolahan Data
Analisa Hasil
Perbaikan
Pemodelan sistem dengan software
Promodel
Kesimpuan dan Saran
A C B
Selesai
Gambar 3.1 Diagram Alir Praktikum
3.2 PROSEDUR PRAKTIKUM

Berikut ini merupakan prosedur praktikum :
1. Memulai praktikum.
2. Melakukan studi pustaka dengan mempelajari berbagai referensi yang terkait
dengan simulasi.

17
3. Melakukan observasi ke lapangan untuk mengamati kegiatan dan menentukan

masalah yang akan diselesaikan. Objek observasi adalah usaha pembuatan kotak
mukena di UMKM Maharani Embrodery Handicraft di D’wiga Regency A5 no 5
Malang Jawa Timur.
4. Identifikasi masalah yang ada pada pembuatan kotak suvenir.
5. Penetuan tujuan simulasi berupa penyelesaian dari masalah yang ada.
6. Membuat model konseptual dari pembuatan kotak mukena berupa PetriNet.
7. Melakukan pengamatan dan pengumpulan data pada UKM souvenir.
8. Melakukan pengolahan data yang terdiri dari penentuan distribusi, pemodelan
sistem dengan PetriNet, dan pemodelan sistem dengan ProModel .
9. Melakukan pemodelan sistem dengan menggunakan software ProModel .
10. Menentukan distribusi yang akan digunakan untuk pemodelan simulasi. Penentuan
distribusi dilakukan dengan menggunakan tools Stat:Fit pada ProModel. Data – data
hasil pengamatan dimasukkan dalam Data View dan diproses hingga muncul output
distribusi data. Pilih distribusi yang sesuai dengan distribusi berdasarkan
karakteristik aktivitas.
11. Memverifikasi model, apakah model sudah sesuai dengan model konseptual.
Apabila tidak terverifikasi maka kembali ke pembuatan model konseptual.
12. Menjalankan model yang telah dibuat pada software ProModel.
13. Melakukan validasi model, apakah model konseptual sudah sesuai dengan sistem
nyata. Apabila tidak tervalidasi maka kembali melakukan pengambilan dan
pengolahan data.
14. Melakukan analisa dan pembahasan hasil simulasi.
15. Pembuatan model perbaikan di software ProModel.
16. Melakukan analisa dan pembahasan hasil perbaikan.
17. Mengambil kesimpulan dan memberikan saran.
18. Selesai.

BAB IV
HASIL DAN PEMBAHASAN
4.1 GAMBARAN SISTEM
Gambar 4.1 Proses produksi kotak suvenir
UKM (Usaha Kecil Menengah) Suvenir yang terletak di perumahan Dwiga adalah
salah satu home industry yang cukup dikenal di kota Malang, Jawa Timur. Produk
suvenir yang diproduksi di UKM ini berupa kotak suvenir dengan bordiran warna-
warna pastel. Pada penelitian ini akan dilakukan simulasi pada proses pembuatan kotak
suvenir mukena yang dimulai dari proses pemotongan karton didefinisikan sebagai
kedatangan (arrival) sampai dengan proses packaging. UKM suvenir ini memiliki 4
orang operator dimana 1 orang bertugas sebagai operator pemotongan, dan 3 orang
sebagai operator pengisolasian, penempelan kertas, dan packaging. Proses pertama
adalah kedatangan kertas karton sebanyak 50 kertas sekali kedatangan dalam tiap
harinya. Kotak mukena datang dengan sekali datang setiap harinya dengan jumlah
kedatangan 75 buah.
Setelah proses kedatangan, karton yang datang akan ditumpuk sebanyak 10 karton
yang kemudian dipotong oleh operator pemotongan membutuhkan waktu T(40, 40.8,
52.6) sec dengan menggunakan mesin pemotong menjadi 3 bagian dan dihasilkan pola
karton sebanyak 30. Operator memasang 3 pola karton untuk dijadikan cover dengan
cara mengisolasi selama T(60,62.3, 83.4) sec. Setelah pengisolasian, operator melakukan
proses pelapisan kertas jasmine pada cover selama T(411, 411, 472) sec. Kotak mukena
yang masuk dipasangkan dengan cover oleh operator selama T(60, 61.2, 90) sec. Kotak
yang sudah setengah jadi masuk ke dalam proses packaging selama T(120, 124, 157) sec
oleh operator. Setelah melalui tahap packaging berarti kotak mukena telah jadi.

19
4.2 FLOWCHART SISTEM
Berikut ini merupakan diagram alir dari sistem produksi kotak mukena di
Maharani Embroidery Handicraft.
Mulai
Kertas karton Kotak

mukena
Pemotongan
kertas karton
Pengisolasian
pola kertas
karton
Pengeleman
kertas jasmine
dengan kertas
karton yang
sudah diisolasi
menjadi cover
Pemasangan
kotak mukena
dengan cover
Packaging
Kotak
suvenir
Selesai
Gambar 4.2 Flowchart sistem produksi kotak mukena
4.3 PETRI NET

Petri Net menunjukkan pergerakan entitas dalam suatu sistem nyata. Model ini
menjelaskan sistem pembuatan kotak mukena di Maharani Embroidery Handicraft.
Proses yang diamati meliputi proses kedatangan, proses pemotongan karton, proses
pengisolasian, proses pelapisan karton dengan kertas, proses perakitan, dan packaging.
Berikut merupakan daftar aktivitas, daftar kejadian, serta model Petri Net pembuatan
kotak mukena di Maharani Embroidery Handicraft.

4.3.1 Daftar Aktivitas

Tabel 4.1 berikut merupakan daftar aktivitas dari pembuatan kotak mukena.
Tabel 4.1 Daftar Location ProModel
No. Aktivitas (location) Entitas yang terlibat
A1 Kedatangan Karton Karton
A2 Kedatangan kotak mukena Kotak mukena
A3 Karton tumpuk dipotong oleh
Karton tumpuk, operator pemotongan,
mesin Pemotongan dan
mesin pemotong
operator pemotongan
A4 Karton tumpuk selesai
dipotong oleh mesin Karton tumpuk, operator pemotongan,
Pemotongan dan operator mesin pemotong
pemotongan
A5 Pola karton diisolasi oleh
Pola karton, operator 1,2,3
operator 1,2,3
A6 Pola karton selesai diisolasi
Pola karton, operator 1,2,3
oleh operator 1,2,3
A7 Pelapisan cover kotak oleh
Cover kotak, operator 1,2,3
operator 1,2,3
A8 Selesai pelapisan cover kotak
Cover kotak, operator 1,2,3
oleh operator 1,2,3
A9 Kotak setengah jadi dirakit
Kotak setengah jadi, operator 1,2,3
oleh operator 1,2,3
A10 Kotak setengah jadi selesai
Kotak setengah jadi, operator 1,2,3
dirakit oleh operator 1,2,3
A11 Kotak souvenir dipackaging
Kotak souvenir,operator 1,2,3
oleh operator 1,2,3
A12 Kotak souvenir selesai di
Kotak souvenir, operator 1,2,3
packaging
A13 Operator pemotongan idle Operator pemotongan
A14 Operator 1 idle Operator 1
A17 Mesin pemotongan idle Mesin pemotongan
4.3.2 Daftar Kejadian

Tabel 4.2 berikut merupakan daftar kejadian pada pembuatan kotak mukena.
Tabel 4.2 Daftar Kejadian ProModel
No. Kejadian (transition) Precondition Postcondition
T1 Memulai proses pemotongan A1,A13,A17 A3
T2 Selesai proses pemotongan A3 A4,A13,A17
T3 Memulai proses pengisolasian A4,A14,A15,A16 A5
T4 Selesai proses pengisolasian A5 A6
T5 Memulai proses pelapisan A6 A7
T6 Selesai proses pelapisan A7 A8
T7 Memulai proses Perakitan A2 A9

21
4.3.3 Pembuatan Model
A15
A8
T1 T2 Depart
T3 T4 T5 T6 T7 T8 T9 T10
A6 A8 A12
A3 A4 A5 A7 A9 A10
A1 A2
A13
A14
Gambar 4.3 PetriNet sistem pembuatan kotak mukena
4.4 PENENTUAN DISTRIBUSI DATA DENGAN STAT::FIT

Penentuan distribusi data digunakan untuk membandingkan antara dugaan dengan
data nyata menggunakan Stat:Fit yang kemudian dilakukan validasi menggunakan
perhitungan error (Chi Square).
4.4.1 Pengujian Distribusi dengan Stat::Fit

Data yang diambil terdiri dari 5 set data dimana setiap terdiri dari 10 replikasi
sehingga total data yang diambil sebanyak 50 replikasi. Data hasil pengamatan dapat
dilihat dari Tabel 4.3
Tabel 4.3 Data Pengamatan UMKM Maharani Embroidery Handicraft
Proses
No. Proses Proses Proses
Pelapisan Packaging
Pengamatan Pemotongan Pengisolasian Perakitan
Kertas
1 42.69 68.73 456.31 75.8 132.54
2 45.53 67.22 436.39 78.48 139.08
3 42.34 73.07 427.97 66.62 140.22
4 43.21 71.02 452.06 79.37 143.26
5 43.03 76.39 430.7 68.27 139.09
6 46.07 73.64 452.44 62.87 130.38
7 43.96 74.81 450.39 68.14 125.13
8 49.59 65.92 441.8 69 145.19
9 40.24 63.48 445.34 83.88 135.84
10 42.6 67.92 440.6 61.52 134.67
11 48.57 70.61 427.03 66.17 120.91
12 47.03 75.62 412.03 84.98 141.15
13 45.61 62.39 436.79 82.35 142.61
14 47.71 62.24 417.38 65.41 131.16
15 49.11 71.72 434.5 75.69 139.57
16 48.87 62.38 458.22 74.06 148.98
17 44.43 78.82 455.87 70.64 128.56
18 45.00 65.33 413.88 79.07 126.83
19 41.22 76 411.07 67.52 146.03
23 40.82 67.64 416.39 62.76 134.86
24 47.51 67.63 439.46 60.94 130.36
25 44.43 66.66 414.1 82.87 136.55
26 46.84 77.27 444.49 62.34 142.6

Tabel 4.3 Data Pengamatan UMKM Maharani Embroidery Handicraft (Lanjutan)

Proses
No. Proses Proses Proses
Pelapisan Packaging
Pengamatan Pemotongan Pengisolasian Perakitan
Kertas
27 43.38 77.07 458.3 70.94 138.41
28 40.88 64.07 449.82 64.11 147.8
29 40.74 68.44 411.95 69.49 122.92
30 42.36 77.57 425.88 77.53 127.22
31 41.64 66.63 418.23 83.72 129.72
32 48.78 65.55 432.26 60.93 133.45
33 46.38 65.09 448.18 68.44 143.48
34 49.53 67.74 455.17 75.02 130.63
35 45.11 79.55 433.37 79.12 138.72
36 46.82 63.26 417.77 66.94 122.26
37 48.97 61.38 459.78 81.19 148.38
38 40.26 69.68 422.95 72.66 122.7
39 45.66 73.83 413.45 73.98 137.53
40 44.68 75.6 420.49 72.83 148.66
41 47.23 71.04 433.27 73.04 146.63
42 45.85 73.35 441.11 69.3 146.99
43 48.81 63.01 424.31 80.86 134.06
44 47.19 71.94 446.69 84.11 136.7
45 44.02 64.8 457.72 74.39 125.04
46 49.65 61.32 417.6 61.75 124.83
47 49.14 70.34 447.58 69.69 120.69
48 49.22 65.06 427.04 79.81 144.72
49 40.69 69.28 420.05 81.29 149.1
50 43.63 64.3 414.74 72.89 126.69
Berdasarkan Tabel 4.3 data hasil pengamatan dapat dipilih distribusi yang sesuai
dengan menggunakan stat:fit dengan langkah sebagai berikut.
1. Membuka Software ProModel
2. Pilih Tools pada toolbar, pilih Stat::Fit
Gambar 4.4 Memilih Stat::Fit
3. Masukkan data pengamatan yang telah dilakukan pada data table
Gambar 4.5 Memasukkan data pengamatan proses pemotongan

23
4. Pilih Fit, kemudian Auto::Fit, pilih continous distribution, pilih assigned bound. Lalu
pilih OK.
Gambar 4.6 Memilih continous distribution

5. Hasil akan ditampilkan berupa automatic filling. Pemilihan distribusi dilakukan
dengan memilih rank terbesar dengan acceptance do not reject.
Gambar 4.7 Hasil pilihan distribusi

Setelah melakukan Stat::Fit pada semua proses, pemilihan distribusi data yang akan
digunakan dijelaskan dalam Tabel 4.4
Tabel 4.4 Pemilihan Distribusi Data Hasil Pengujian Stat:Fit
Distribusi
Aktivitas Distribusi Auto::Fit Rank Rank Acceptance
Pilihan
Uniform (40, 49.6) do
100
not reject
Triangular
Proses 1/ Proses Triangular (40, 52.6, Do not
1.78 (40, 52.6, 1.78
Pemotongan 40.8) do not reject reject
40.8)
Lognormal (40, 1.34,
1.44
0.925) do not reject
Uniform (61, 79.5) do
100
not reject
Triangular (61, 83.4,
26.8 Triangular
Proses 2/Proses 62.3) do not reject Do not
(61, 83.4, 26.8
Pengisolasian Lognormal (61, 1.87, reject
8.14 62.3)
0.937) reject
Exponential (61, 8.78)
1.74
reject
Uniform (411, 460) do
100
not reject
Triangular (411, 472,
Proses 3/Proses 28.9 Triangular
411) do not reject Do not
Peenempelan (411, 472, 28.9
Exponential (411, 23) reject
Kertas 6.54 411)
do not reject
0.998
1.25) do not reject

Tabel 4.4 Pemilihan Distribusi Data Hasil Pengujian Stat:Fit (Lanjutan)

Distribusi
Aktivitas Distribusi Auto::Fit Rank Rank Acceptance
Pilihan
Uniform (60, 85) do
100
not reject
1.08 Triangular
Proses 4/Proses 0.846) reject Do not
(60 91, 0.648
Perakitan Triangular (60 91, reject
0.648 61.2)
61.2) do not reject
Exponential (60, 12.6) 6.77e-
reject 002
Uniform (120, 149) do
100
not reject
Triangular
Triangular (120, 157, Do not
Proses 5/Packaging 2.49 (120, 157, 2.49
124) do not reject reject
124)
1.58
0.852) reject
4.4.2 Validasi Distribusi Data dengan Perhitungan Error (Chi Square)

Pengujian validasi digunakan untuk mengetahui representasi yang akurat dan
sesuai dengan sistem nyata. Berikut merupakan langkah-langkah perhitungan error (Chi
Square) untuk melakukan validasi distribusi data menggunakan Microsoft Excel.
1. Setelah melakukan pengujian Stat::Fit, data asli hasil pengamatan diurutkan dari
terendah ke tertinggi, kemudian dihitung nilai mean dan standar deviasi.
Tabel 4.5 Data Proses Pemotongan
Data Data Data Data Data
No. No. No. No. No.
Asli Asli Asli Asli Asli
1 40.24 11 42.34 21 44.43 31 46.23 41 48.78
2 40.26 12 42.36 22 44.43 32 46.38 42 48.81
3 40.69 13 42.6 23 44.68 33 46.82 43 48.87
4 40.74 14 42.69 24 45.00 34 46.84 44 48.97
5 40.82 15 43.03 25 45.11 35 47.03 45 49.11
6 40.88 16 43.21 26 45.53 36 47.19 46 49.14
7 41.18 17 43.38 27 45.61 37 47.23 47 49.22
8 41.22 18 43.63 28 45.66 38 47.51 48 49.53
9 41.57 19 43.96 29 45.85 39 47.71 49 49.59
10 41.64 20 44.02 30 46.07 40 48.57 50 49.65
Berdasarkan Tabel 4.5 didapatkan nilai mean sebesar 45.12 dan nilai standar deviasi
sebesar 2.97.
2. Melakukan pembangkitan bilangan random kemudain dicari nilai mean dan standar
deviasi dari data random tersebut.

25
Tabel 4.6 Data Random

Data Data Data Data Data
No. No. No. No. No.
Random Random Random Random Random
1 40.24 11 42.34 21 44.43 31 46.23 41 48.78
2 40.26 12 42.36 22 44.43 32 46.38 42 48.81
3 40.69 13 42.6 23 44.68 33 46.82 43 48.87
4 40.74 14 42.69 24 45.00 34 46.84 44 48.97
5 40.82 15 43.03 25 45.11 35 47.03 45 49.11
6 40.88 16 43.21 26 45.53 36 47.19 46 49.14
7 41.18 17 43.38 27 45.61 37 47.23 47 49.22
8 41.22 18 43.63 28 45.66 38 47.51 48 49.53
9 41.57 19 43.96 29 45.85 39 47.71 49 49.59
10 41.64 20 44.02 30 46.07 40 48.57 50 49.65
Berdasarkan Tabel 4.6 didapatkan nilai mean sebesar 44.61 dan nilai standar deviasi
sebesar 1.92
4. Menghitung Batas Atas (BA) dan Batas Bawah (BB) dari data random
BA = Mean + (2 x standar deviasi)
= 44.61 + (2 x 1.92) = 48.45
BB = Mean - (2 x standar deviasi)
44.61 + (2 x 1.92) = 40.77
Berdasarkan perhitungan di dapatkan nilai BA sebesar 48.45 dan BB sebesar 40.77
5. Menentukan jumlah kelas dari data random yang telah dibangkitkan sebelumnya.
N = 1 + {3.3 x Log (n)}
= 1 + {3.3 x Log (50)} ≈ 7
Berdasarkan hasil perhitungan jumlah kelas yang didapat adalah 7
6. Menentukan panjang interval kelas
Panjang interval kelas = range/N
= 7.35/7 = 1.05
Berdasarkan perhitungan didapatkan panjang interval kelas yaitu 1.395
7. Menentukan batas atas dan batas bawah dari tiap kelas dari data random
Tabel 4.7 Nilai Batas Atas dan Batas Bawah
Kelas BB BA
1 40.73 41.78
2 41.79 42.84
3 42.85 43.90
4 43.91 44.96
5 44.97 46.02
6 46.03 47.08
7 47.09 48.14

8. Menentukan frekuensi relatif, frekuensi kumulatif, probabilitas relatif dan

probabilitas kumulatif pada tiap kelas untuk data asli dan data random
Tabel 4.8 Frekuensi dan Probabilitas
Data Random Data Asli
Kelas BB BA
FR FC PR PC FR FC PR PC
1 40,1 41,495 3 3 0.06 0.06 7 7 0.19 0.19
2 41,496 42,891 8 11 0.16 0.22 4 11 0.11 0.31
3 42,892 44,286 4 15 0.08 0.31 4 15 0.11 0.42
4 44,287 45,682 9 24 0.18 0.49 5 20 0.14 0.56
5 45,683 47,078 13 37 0.27 0.76 6 26 0.17 0.72
6 47,079 48,474 7 44 0.14 0.90 6 32 0.17 0.89
7 48,475 49,87 5 49 0.10 1 4 36 0.11 1
49 36
9. Menghitung nilai chi-square hitung dengan rumus sebagai berikut.
(PC Asli − PC Teori)2
𝐶ℎ𝑖 𝑆𝑞𝑢𝑎𝑟𝑒 hitung = ∑
PC Teori
Tabel 4.9 Hitungan Chi Square

Chi square Square error
PC Random
hitung x^2
0.194 0.061 0.009
0.306 0.224 0.003
0.417 0.306 0.006
0.556 0.490 0.002
0.722 0.755 0.001
0.889 0.898 0.000
1.000 1.000 0.000
Chi square hitung 0.021
10. Menentukan nilai chi square pada tabel chi square dengan:
Derajat kebebasan (df) = N-1 = 7-1 = 6 dan tingkat signifikansi 0,05.
Berikut merupakan perbandingan nilai chi square hitung dan tabel.
Chi square hitung = 0,021
Chi square tabel = 12.59
11. Membandingkan nilai chi square hitung dengan nilai chi square tabel. Berdasarkan
hasil perhitungan error dengan menggunakan perhitungan chi square, nilai dari chi
square hitung = 0,021 kurang dari nilai chi square tabel = 12.59, maka distribusi
triangular pada data pemotongan karton dapat dikatakan valid atau dapat diterima.

27
4.5 PEMBUATAN MODEL DENGAN PROMODEL SOFTWARE

Berikut ini merupakan langkah-langkah dalam pembuatan model dengan
ProModel Software.
1. Menjalankan software ProModel
2. Membuat project baru, dengan cara klik File-New atau memilih icon New.
Setelah itu akan muncul kotak dialog General Information, isi judul project
yang akan dibuat pada Title. Klik OK.
Gambar 4.7 Tampilan General Information

3. Membuat background yang berfungsi sebagai latar belakang pemodelan
sistem. Klik Build pada toolbar pilih Background Graphics pilih Behind Grid
(CTRL-G). Setelah itu klik Edit pilih Import Graphic, pilih Tutorial Back klik
Open.
Gambar 4.8 Tampilan ProModel

4. Pembuatan layout sistem produksi dimana proses akan dilakukan. Pilih Build pada
toolbar, klik Location (CTRL-L). Buat Location dengan cara men-drag locations yang
diinginkan kemudian klik kiri ke layout. Sebaiknya pembuatan layout sesuai urutan
proses produksi. Kemudian beri nama, keterangan kapasitas dan unit pada masing-
masing locations pada kotak dialog locations.
Tabel 4.10 Data Location ProModel
Icon Name Capacity Rule
Kedatangan_karton INFINITE Oldest
Kedatangan_kotak_mukena INFINITE Oldest

Tabel 4.10 Data Location ProModel (Lanjutan)
Icon Name Capacity Rule
Pemotongan 10 Oldest
Pengisolasian_cover 3 Oldest
Pelapisan_kertas 3 Oldest
perakitan 3 Oldest
packaging 3 Oldest
antrian_pemotongan INFINITE Oldest, FIFO
Antrian_pengisolasian INFINITE Oldest, FIFO
Antrian_pelapisankertas INFINITE Oldest, FIFO
antrian_perakitan_1 INFINITE Oldest, FIFO
Antrian_perakitan_2 INFINITE Oldest, FIFO
Antrian_packaging INFINITE Oldest, FIFO
keluar INFINITE Oldest, FIFO
Gambar 4.9 Layout ProModel

5. Pendefinisian entitas yang akan diproses. Klik Build  Entities (CTRL E).
Pilih simbol entitas yang diinginkan, ganti nama entitas pada kotak dialog
Entities, untuk mengganti warna entitas klik edit color pada kotak dialog
Graphics.
Gambar 4.10 Kotak Dialog Graphics

Tabel 4.11 Nama Entitas
No. Icon Name
1 Gear Karton
2 Box Karton_tumpuk
3 Pallet Boxes Pola_karton
4 Gear Cover
5 Box Cover_kotak
6 Pallet Kotak_setengah_jadi
7 Pallet Boxes Kotak_mukena
8 Box Kotak_souvenir
6. Pembuatan Path Network (jaringan aliran produksi). Klik Build  path network
(CTRL N). Pilih kolom Path pada dialog box Path Networks. Pada Layout klik kiri di

29
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 Net1 dan Net2. Dimana pada Net1 terdapat 11
paths dan 12 interface, sedangkan untuk Net2 terdapat 2 paths dan 3 interface.
Untuk membuat interface pilih kolom interface pada kotak dialog kemudian klik kiri
pada node dari path kemudian klik pada location. Ulangi semua langkah sampai
seluruh semua proses produksi terhubung sesuai jalur dengan interfaces.
Gambar 4.11 Path network

7. Penentuan Resources yang akan digunakan dengan cara klik Build  Resources
(CTRL R). Pilih icon resources pada kotak dialog graphics kemudian ganti nama,
units dan specs sesuai kebutuhan. Pada sistem ini terdapat 3 resources yaitu
operator_pemotongan (units : 1 orang , specs : Net1, N1, Rtn Home),
mesin_pemotong (1 unit) dan operator (units : 1 orang , specs : Net1, N4, Rtn
Home).
Gambar 4.12 Penentuan resources
Tabel 4.12 Daftar Resources

Resources Units Dts Stats Specs
Operator_pemotongan 1 None By Units, Time series Net1, N1, Rtn Home
Mesin_pemotong 1 None By Units, Time series No Network
Operator 3 None By Units, Time series Net1, N4, Rtn Home
8. Penentuan logika proses. Klik Build processing (CTRL P). Pada terdapat dua jenis
logika yaitu logika Process layout dan Routing layout. Alur proses ditunjukkan pada
tabel, sebagai berikut.

Tabel 4.13 Logika Processing

No. Entity Location Operation Output Destination Rule Move Logic
Move With
kedatangan_ antrian_pem
1 karton Karton FIRST 1 Operator_Pemotongan
karton otongan
Then Free
antrian_ Combine 10 as
2 karton
pemotongan karton_tumpuk
Move With
karton_ antrian_ Karton_
3 pemotongan FIRST 1 Operator_Pemotongan
tumpuk pemotongan tumpuk
Then Free
karton_ Split 30 as pola
4 pemotongan
tumpuk karton
Get operator_
pemotongan and Move With
antrian_
5 pola karton pemotongan mesin_pemotongan Pola_ karton FIRST 1 Operator_Pemotongan
pengisolasian
Wait T(40 40.8, Then Free
52.6) sec Free All
antrian_
6 pola_ karton Combine 3 as cover
pengisolasian
antrian_ Pengisolasian Move With Operator

7 cover cover FIRST 1
pengisolasian _cover Then Free
Antrian_
pengisolasian Use operator For Move With Operator
8 cover cover pelapisan FIRST 1
_cover T(61,62.3,83.4) sec Then Free
kertas
antrian_
pelapisan_
9 cover pelapisan cover FIRST 1
kertas
kertas
pelapisan_ Use operator For Antrian_ Move With Operator
10 cover Cover _kotak FIRST 1
kertas T(411,411,471) perakitan_1 Then Free
antrian_ Inc
11 cover _ kotak Cover _ kotak perakitan Join 1
perakitan_1 wip_cover _kotak
kedatangan_
kotak_ Kotak_ Antrian_
12 kotak_ FIRST 1
mukena mukena perakitan_2
mukena
kotak_ antrian_ Inc Kotak_

13 perakitan FIRST 1
mukena perakitan_2 wip_kotak_mukena mukena
Join 1 cover _kotak

kotak_ kotak_ antrian_ Move With Operator
14 perakitan Use operator For FIRST 1
mukena setengah_ jadi packaging Then Free
T(60,61.2,90) sec
kotak_ antrian_ kotak_

15 packaging FIRST 1
setengah_jadi packaging setengah_jadi
USE Operator2
kotak_ kotak_
16 packaging FOR T(120, 124, keluar FIRST 1
setengah_jadi souvenir
157) sec
9. Selanjutnya akan didefinikasn kedatangan entitas. Klik Build  Arrivals. Klik dialog
box entity, pilih karton dan kotak_mukena. Untuk location pilih kedatangan.
Kemudian dimasukkan data kedatangan sesuai pengamatan.
Gambar 4.13 Arrivals

31
Tabel 4.14 Daftar Arrivals
Entity Location Qty Each Occurance
karton Kedatangan_karton 50 1
Kotak_mukena Kedatangan_kotak_mukena 75 1
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 istirahat
pukul 12.00-13.00, dan kembali bekerja pukul 13.00-16.00. 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 4.14 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. Selanjutnya definisikan shift files dengan attach files kerja
yang sudah disimpan pada calendar file.
Gambar 4.15 Assign operator
11. Pembuatan variable dengan memilih Build pada toolbar >>pilih Variables>> ketik
total_produk pada kolom ID >> mengaktifkan icon menjadi Yes dengan meng-klik
pada layout. Kemudian mendefinikan variable pada proses.

Gambar 4.16 Variables
12. 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.
4.6 VERIFIKASI DAN VALIDASI

Setelah melakukan pemodelan diperlukan verifikasi dan validasi, berikut
merupakan verifikasi dan validasi dari model pada UKM Souvenir Maharani.
4.6.1 Verifikasi
Verifikasi pada sistem dilakukan dengan beberapa cara, sebagai berikut:
1. Membandingkan dengan konseptual yaitu membandingkan kesesuaian antara Petri
Net dengan simulasi sistem ProModel di UKM Souvenir. Berikut adalah Petri Net
proses pembuatan tempat mukena UKM Souvenir.
A15
A8
T1 T2 Depart
T3 T4 T5 T6 T7 T8 T9 T10
A6 A8 A12
A3 A4 A5 A7 A9 A10
A1 A2
A13
A14
Gambar 4.17 PetiNet sistem produksi kotak mukena
Berikut ini adalah simulasi sistem proses yang ada pada UKM souvenir
Gambar 4.18 Tampilan simulasi sistem produksi kotak mukena

33
Berdasarkan animasi yang dibuat dengan menggunakan software ProModel,
simulasi telah sesuai dengan sistem nyata. Alur yang dibuat dengan ProModel telah
sesuai dengan Petri Net. Simulasi juga telah berjalan sesuai dengan asumsi yang
dibuat. Proses tersebut adalah kedatangan karton, kedatangan kotak mukena,
antrian pemotongan, antrian pengisolasian, pengisolasian cover, antrian
penempelan kertan, penempelan kertas, antrian perakitan 1, antrian perakitan 2,
perakitan, antrian packaging dan packaging.
Perbandingan antara model yang disimulasikan di ProModel tidak berbeda
dengan Petri Net yang telah dibuat sehingga model simulasi ini sudah dapat
dikatakan telah terverifikasi.
2. Melakukan pengecekan terhadap output yang dihasilkan pada masing-masing
proses pada model dengan menggunakan trac
Gambar 4.18 Trace model sistem produksi kotak mukena dengan ProModel
Dalam trace gambar dapat dilihat bahwa pola karton (ID: 197) tiba di antrian
pengisolasian pada 12.00.100 kemudian masuk pada antrian pengisolasian dan
dicombine. Hal tersebut sesuai dengan kondisi nyata di UKM souvenir yang
melakukan proses pengisolasian pada pola kertas dengan menggabungkan 3 pola
menjadi satu.
3. Melakukan pengecekan pada animasi pemodelan yang dilihat saat program di run.
Gambar 4.19 Tampilan animasi pada sistem produksi kotak mukena

Berdasarkan gambar animasi pada ProModel sudah sesuai dengan sistemnyata dan
animasi entitas pada sistem yang dimodelkan sudah jalan.
4. Melakukan kompilasi error dari model simulasi yang dibuat. Compile menunjukkan
bahwa proses yang dijalankan telah benar
Gambar 4.20 Tampilan compile pada system produksi kotak mukena

Berdasarkan gambar, kompilasi error dapat berhasil sehingga proses tersebut telah
dijalankan dengan benar.
4.6.2 Validasi
Dalam melakukan uji validitas, hal yang perlu dilakukan pertama kali adalah
menguji kenormalan data, berikut ini merupakan langkah dalam melakukan uji
kenormalan data dengan menggunakan software SPSS 21.
Tabel 4.15 Output Data Simulasi dan Aktual
Output
Replikasi Data
Data Simulasi
Aktual
1 50 50
2 50 52
3 50 54
4 50 52
5 50 45
Dari data tersebut dapat dibuat hipotesis seperti di bawah ini:
H0 : Data Aktual berdistribusi normal.
H1 : Data Aktual tidak berdistribusi normal.
Hasil dari pengujian kenormalan data menggunakan software SPSS dapat dilihat di
tabel 4.16.
Tabel 4.16 Output Uji Normalitas
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic Df Sig. Statistic df Sig.
Output Aktual .258 5 .200* .885 5 .334
Output Simulasi a. outputsimulasi is constant. It has been omitted.
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

35
H0 diterima jika nilai Sig. ≥ 0,05 sedangkan H0 ditolak jika nilai Sig.< 0,05.
Berdasarkan output uji normalitas tabel 4.16 nilai Sig. 0.334≥ 0,05 maka Ho diterima
sehingga data aktual berdistribusi Normal. Sedangkan untuk data simulasi karena
konstan sehingga tidak dapat diuji normalitas.
Kemudian langkah selanjutnya melakukan pengujian validasi dengan SPSS
menggunakan uji Independent Samples Test.
H0 : Tidak terdapat perbedaan output simulasi dengan aktual pada sistem UKM
souvenir (valid)
H1 :Terdapat perbedaan output simulasi dengan aktual pada sistem UKM souvenir
(tidak valid)
Kriteria pengujian yaitu H0 diterima jika nilai Asymp.Sig.(2-tailed) >0,05/2 dan
ditolak jika nilai Asymp.Sig.(2-tailed)<0,05/2
Tabel 4.18 Output Uji Validasi
Independent Samples Test
Levene's Test t-test for Equality of Means
for Equality of
Variances
F Sig. Df Sig. (2- Mean Std. Error 95% Confidence
tailed) Difference Difference Interval of the
Difference
Lower Upper
Equal
variances 7.479 .026 -.391 8 .706 -.60000 1.53623 -4.14255 2.94255
assumed
output
Equal
variances -.391 4.000 .716 -.60000 1.53623 -4.86526 3.66526
not assumed
Berdasarkan hasil SPSS didapatkan nilai sig. = 0.706 > 0,025 berarti H0 diterima
artinya Tidak terdapat perbedaan output simulasi dengan aktual pada sistem UKM
souvenir (valid)
4.7 ANALISIS DAN PEMBAHASAN

Dari hasil permodelan dengan menggunakan ProModel, berikut merupakan
analisis pembahasan.
1. Locations
Berikut merupakan output locations utilizationdari 5 replikasi.

Tabel 4.4 Hasil Output Utilization Location

Utilization (%) pada Replikasi ke-
No Location
1 2 3 4 5
1 Kedatangan karton 0 0 0 0 0
2 Kedatangan kotak mukena 0 0 0 0 0
3 pemotongan 12.56 12.56 12.60 12.64 12.65
4 Pengisolasian cover 28.65 27.08 26.72 27.93 28.24
5 Pelapisan kertas 43.29 43.68 43.16 43.19 43.45
6 perakitan 99.97 99.97 99.97 99.97 99.97
7 packaging 17.95 18.39 17.43 18.16 18.32
8 Antrian pemotongan 0 0 0 0 0
9 Antrian pengisolasian 0 0 0 0 0
10 Antrian penempelan 0 0 0 0 0
11 Antian perakitan 1 0 0 0 0 0
12 Antian perakitan 2 98.37 98.37 98.37 98.37 98.37
13 Antrian packaging 0 0 0 0 0
14 Keluar 0.32 0.32 0.32 0.32 0.32
Berdasarkan tabel dapat dilihat bahwa tingkat utilitas paling tinggi adalah pada
lokasi perakitan yaitu yang memiliki tingkat utilitas 99.97 dengan 5 kali replikasi.
Hal ini disebabkan karena pada perakitan total entris nya tinggi (53), kapasitasnya
rendah (3) dan average time per entry yang cukup lama jika dibandingkan dengan
location lain (27.15). Sedangkan utilitas terendah pada kedatangan karton,
kedatangan kotak mukena, antrian pemotongan, antrian pengisolasian kertas,
antrian penempelan kertas, antrian perakitan 1 dan antrian packaging dengan
tingkat utilitas 0.00. Hal ini disebabkan karena kapasitas dari lokasi sangat besar
(Infinite).
2. Resource
Berikut merupakan tabel utilitas dari resource untuk 5 kali replikasi.
Tabel 4.20 Output Resource Utilizations
Replikasi
Name
1 2 3 4 5
Operator pemotongan 30.60 30,61 30.69 30.78 30.81
Mesin pemotongan 27.18 27.19 27.27 27.37 27.39
Operator.1 45.63 45.55 44.93 44.90 45.31
Operator.2 45.01 44.90 45.20 44.78 45.06
Operator.3 45.11 44.99 44.88 45.07 44.90

37
Gambar 4.21 Output utilitas resource
Berdasarkan tabel dan grafik diatas dapat dilihat bahwa utilitas operator masih
rendah baik operator manusia maupun mesin. Utilization tertinggi dimiliki oleh
operator 1 yaitu pada kisaran 45.63 sampai 44.90, angka ini masih dibawah angka
standar operator (60 % - 80 %). Hal ini disebabkan karena operator work timenya
kecil yaitu berkisar antara 210 sampai 220 menit dalam satu hari kerja.
3. Entity
Berdasarkan output entity activity, terdapat 2 analisis yaitu total exit dan current
quantity in system.
a. Total exits
Total exits adalah jumlah entitas yang keluar dari sistem dalam simulasi. Berikut
ini merupakan Total exits dari setiap entitas dalam proses pembuatan kotak
souvenir, seperti pada tabel 4.21
Tabel 4.21 Total exits
Replikasi
Name
1 2 3 4 5
Karton 50 50 50 50 50
Pola karton 150 150 150 150 150
Cover kotak 50 50 50 50 50
Kotak mukena 0 0 0 0 0
Kotak setengah jadi 0 0 0 0 0
Kotak tumpuk 5 5 5 5 5
Kotak souvenir 50 50 50 50 50
cover 0 0 0 0 0
Gambar 4.23 Output total exits

Dari tabel dapat diketahui total exit dari sistem pada setiap replikasi. Pada total exits
bahan pola karton nilai tertinggi yaitu 150, hal ini dikarenakan pola karton berhasil
terproses sehingga dapat keluar dari location dan memperoleh tota lexit tertinggi.
Selain itu, Total exits terendah dari sistem ini adalah berupa karton tumpuk sebesar
5 pada setiap replikasi. Hal ini dikarenakan setiap 1 entitas karton ditumpuk
menjadi 10 karton dan jadi entitas karton tumpuk.
b. Current Quantity in System
Current Quantity in System adalah jumlah entitas yang masih terdapat di dalam
sistem ketika simulasi sudah berakhir. Tabel 4.22 ini merupakan tabel current
quantity in system dari setiap entitas.
Tabel 4.22 Output Current Quantity in System
Replikasi
Name
1 2 3 4 5
Karton 0 0 0 0 0
Pola karton 0 0 0 0 0
Cover kotak 0 0 0 0 0
Kotak mukena 25 25 25 25 25
Kotak setengah jadi 0 0 0 0 0
Kotak tumpuk 0 0 0 0 0
Kotak souvenir 0 0 0 0 0
Cover 0 0 0 0 0
Dari tabel dapat dilihat current quantity in system pada setiap entitas. Dari 8
entitas, terdapat 1 entitas yang masih berada dalam sistem yang belum di proses
dikarenakan lebih banyaknya entitas yang datang dibandingkan entitas yang akan
diproses dalam satu hari yaitu proses kedatangan kotak mukena yang memiliki
current quantity in system sebesar 25.
4.8 PEMBUATAN MODEL PERBAIKAN

Setelah menjalankan simulasi, selanjutnya akan dibuat skenario untuk
meningkatkan suvenir yang dihasilkan serta utilitas operator. Berikut ini adalah langkah
optimalisasi menggunakan Sim Runner dengan fungsi memaksimalkan total exits kotak
souvenir serta utilization operator pemotongan, mesin pemotongan dan operator.
Berikut merupakan langkah-langkah perbaikan sistem pada UKM Suvenir
menggunakan software ProModel.
1. Buat Macro dengan cara build-macros, selanjutnya isikan ID sesuai dengan
parameter yang mempengaruhi faktor input. Fungsi tujuan yang akan dioptimalisasi
adalah total exit kotak souvenir dan utilitas resources. Berikut pendefinisian macros :

39
Gambar 4.23 Pembuatan macro

Lalu klik menu option  scenario parameter  define  pilih numeric range lalu isikan
range sebagai berikut:
Tabel 4.23 Pengisian Numeric Range pada Macro
ID Numeric Range
Jumlah_karton 50 - 90
Jumlah_kotakmukena 75 - 90
jumlahoperator 1-3
Op_pemotongan 1–2
mesin 1–2
Kemudian mengganti arrival qty dan unit pada resource dengan macro yang sudah
dibuat.
Gambar 4.24 Penggantian arrival qty
Gambar 4.25 Penggantian unit arrival
2. Mengaktifkan SimRunner dengan cara pilih Simulation >>SimRunner>> Select

model/ project >> Create New Project, kemudian pilih existing model yang akan
dioptimalkan
Gambar 4.26 Model simrunner

Mendefinisikan fungsi tujuan dari model dengan cara klik define objectives >> pilih
entity pada kotak response category >> pilih kotak_souvenir-Total exits >> memasukkan
fungsi tujuan ke reponse statistic selected for objective function >> memilih variable
maksimasi dengan update objective for response statistic. Begitu juga dengan memilih
resource operator_pemotongan-%Utilization, mesin_pemotongan-%Utilization dan
operator-%Utilization, kemudian memilih objective for response statistic yaitu max.
Gambar 4.27 Pendefinisian fungsi tujuan pada simrunner

Memilih define inputs dan memasukkan macro yang sudah dibuat sebelumnya.
Gambar 4.28 Pendefinisian input dan memasukkan macro
Mendefinisikan run time dan mengubah variabel terkait dengan cara memilih menu
optimize model pada Sim Runner>>pilih sub menu set options >>memasukkan jumlah jam
kerja sebanyak 8 jam.
Gambar 4.29 Penentuan run time

41
Menjalankan simulasi dengan cara pilih Optimize model  seek optimum  run.
Setelah selesai di run maka akan tampak output dari simulasi sebagai berikut.
Gambar 4.30 Output dari SimRunner

Berdasarkan hasil diatas maka didapatkan hasil yang maksimal yaitu pada total exit
82.8 dengan kedatangan karton 90, kedatangan kotak mukena 83, jumlah operator 3,
operator pemotongan 2 dan mesin pemotongan 2.
3. Membuat scenario dengan memilih Simulation >> Scenarios >> Add lalu
memasukkan Scenario Name>> memilih perubahan dengan klik change. Kemudian
menjalankan simulasi dengan skenario yang telah diinput dengan memiih Run
Scenario.
Gambar 4.31 Pembuatan scenario pada scenario manager
4.9 Permasalahan Model Awal

Permasalahan pada model awal diantaranya adalah utilitas resoures yang masih
rendah dan output yang belum optimal. Utilitas resources yang rendah ini ditunjukkan
oleh utilitas operator yang masih dibawah standard normal yaitu operator pemotongan
sekitar (30 – 31)%, mesin pemotongan (27-28)%, operator 1, 2 dan 3 antara (45 – 46) %.
Pada model awal output yang dihasilkan belum optimal yaitu 50 kotak souvenir perhari,
walaupun semua entitas karton yang masuk dapat terproses namun masih terdapat
WIP pada kotak mukena sebanyak 25 dan utilitas resources yang randah menunjukkan
bahwa kerja seharusnya output masih dapat ditingkatkan lagi.

Gambar 4.33 Grafik permasalahan sistem UKM suvenir
4.8.2 Analisa dan Pembahasan Model Terbaik

Sebelum dilakukan perbaikan dalam sistem UKM suvenir, output Total exit dari
produk kotak suvenir sebanyak 50 dengan jumlah satu mesin pemotongan dan 4
operator, tiga diantaranya adalah operator pada proses pengisolasian, pengeleman, dan
pemasangan kotak mukena, sedangkan satu operator merupakan operator pemotongan.
Dengan jumlah kertas karton yang masuk dan operator yang ada, perusahaan bisa
mengalami kerugian.
Setelah dibuat 4 skenario maka dipilih scenario terbaik yaitu skenario 1 dengan
jumlah operator 3, operator pemotongan 2, mesin pemotongan 2, kedatangan kotak
mukena 83 dan dan kedatangan kertas karton 90. Total exit kotak suvenir yang
dihasilkan sebesar 82.8 dengan dengan rata-rata WIP yang rendah yaitu 3.8 pada cover
kotak dan 3.2 pada kotak mukena sedangkap WIP entitas lain 0. Total exit ini lebih baik
dari pada total exit pada model awal yaitu sebesar 50 dengan WIP kotak mukena
sebanyak 25 entitas. Dari gambar 4.34 dan gambar 4.35 dapat dilihat bahwa ada
peningkatan dari sistem model awal dengan skenario.
Gambar 4.34 Current quantity in system awal

43
Gambar 4.35 Current quantity in system hasil skenario
Selain output yang lebih baik, pada scenario 1 utilitas operator mengalami
kenaikan, kenaikan yang signifikan terutama terlihat pada operator 1, 2, dan 3 yang
awalnya 45, 26%, 44,99%, 44.99% menjadi 78.62%, 78.40% dan 78.46%. sedangkan
pada mesin pemotongan dan operator pemotongan mengalami penurunan namun tidak
terlalu banyak.
Gambar 4.36 Utilisas rsources awal
Gambar 4.37 Utilisas rsources baru

BAB V
PENUTUP
5.1 KESIMPULAN
Berdasarkan praktikum yang sudah dilakukan, maka dapat diambil kesimpulan
sebagai berikut:
1. Berdasarkan hasil simulasi ProModel, dapat diketahui bahwa tingkat utilization
resources tertinggi dimiliki oleh mesin pemotongan yakni memiliki utilisasi sebesar
71.43%, utilisasi operator sebesar 44.48%, dan paling rendah pada operator
pemotongan sebesar 31.53%. Mesin pemotongan memiliki utilitas tertinggi karena
dalam proses pemotongan karton, mesin pemotongan bekerja secara terus menerus.
Sedangkan operator pada mesin pemotongan idle atau menunggu dari kinerja mesin
yang sedang memotong karton. Untuk operator lain juga utilitasnya tidak tinggi
karena menunggu karton yang sedang diproses oleh mesin pemotongan.
2. Pada model awal, terjadi permasalahan berupa hasil analisis output UKM
Maharani Embroidery Handicraft tidak optimal. Output Total exit dari karton sebesar
50, pola karton sebesar 150, cover kotak sebesar 50, karton tumpuk sebesar 5 dan
hasil akhir yakni kotak suvenir sebanyak 50. Untuk current quantity in system 0
kecuali kotak mukena yakni memiliki current quantity in system sebanyak 25.
Proses produksi dilakukan dengan jumlah 4 operator yakni operator pengisolasian,
operator pengeleman, operator pemasangan kotak, dan operator pemotongan.
Berdasarkan hasil output yang masih kurang optimal jika dibandingkan dengan
utilitas operator yang rendah maka jumlah input yang akan diproses seharusnya
bisa bertambah.
3. Berdasarkan masalah yang terdapat pada UKM Maharani Embroidery Handicraft
yaitu kurangnya utilitas dan hasil output yang tidak optimal. Didapatkan hasil
perbaikan yakni dengan penambahan operator pemotongan menjadi 2 dan
pengurangan jumlah operator sebanyak 2. Dari sebelumnya berjumlah 4 operator
yakni operator pengisolasian, operator pengeleman, operator pemotongan, dan
operator pemasangan kotak mukena. Dengan penambahan 2 operator pemotongan
dan 1 operator lainnya hasil akan semakin optimal dan WIP berkurang. Current

45
quantity in system akan berkurang dan total exit yang dihasilkan meningkat. Dari
sebelum perbaikan total exit sebesar 50 menjadi 68.
5.2 SARAN
Berdasarkan praktikum yang sudah dilakukan, maka saran yang dapat diberikan
kepada perusahaan adalah sebagai berikut:
1. Sebaiknya pada proses pembuatan kotak mukena dilakukan operator. Disebabkan
utilitas tertinggi dari mesin, maka dapat dilakukan pengurangan operator dan
penambahan jumlah mesin.
2. Sebaiknya Maharani Embroidery Handicrafts melakukan penambahan bahan baku
agar ouput yang dihasilkan bisa lebih optimal dan dapat memenuhi permintaan
pelanggan.


Promodel

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Promodel

Diunggah oleh

Hak Cipta:

Format Tersedia

SIMULATION AND PROMODEL SOFTWARE

Praktikum Simulasi Semester Ganjil 2016/ 2017

1.1 LATAR BELAKANG

1.2 IDENTIFIKASI MASALAH

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

1.3 RUMUSAN MASALAH

1.4 BATASAN MASALAH

1.6 TUJUAN PENELITIAN

2 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

1.7 MANFAAT PENELITIAN

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

(Halaman ini sengaja dikosongkan)

4 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

2.1.1 Elemen Sistem

Incoming Entities Activities Outgoing Entities

Sistem memiliki beberapa karakteristik, antara lain:

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

2.1.2 Klasifikasi Sistem

6 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

2.2.1 Klasifikasi Model

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

2.2.2 Stakeholder Pemodelan

2.2.3 Teori Antrian

2.2.3.1 Komponen Dasar Antrian

8 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

2.2.3.2 Prioritas Pelayanan Antrian

2.3.1 Software Simulasi

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

2.3.2 Metodologi Simulasi

2.4 PETRI NET

10 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

Tabel 2.3 Simbol Petrinet

Activity Merepresentasikan aktivitas (pasif/aktif) atau

Segi empat Event Merepresentasikan kejadian atau saat

Gambar 2.1 Contoh petrinet

2.5.1 Pengertian ProModel

2.5.2 Pembuatan Model dengan ProModel

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

4. Melakukan eksperimen dengan model dilakukan dengan cara memberikan skenario

2.5.3 Elemen Dasar Promodel

12 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

2.5.4 Advanced Element ProModel

2.5.5 Konsep Pemodelan ProModel

2.5.5.1 Batching Multiple Entities of Similar Type

2.5.5.1.1 Temporary Batching Using Group/Ungroup

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

2.5.5.1.2 Permanent Batching Using Combine

2.5.5.2 Attachment Multiple Entities of Different Type

2.5.5.2.1 Temporary Attach Using Load/ Unload

2.5.5.2.2 Permanent Attach Using Join

2.5.5.3 Accumulation of Entities

2.5.5.4 Splitting of One Entity into Multiple Entities

14 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

diubah sehingga menghasilkan keluaran sesuai dengan fungsi tujuan optimalisasi

2.5.7 Generating Scenario

2.5.8 Verifikasi Dan Validasi

2.5.8.1 Teknik Verifikasi

3.5.8.2 Teknik Validasi

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

16 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI

3.1 DIAGRAM ALIR PRAKTIKUM

Studi Pustaka Dry Run

Penentuan Tujuan Simulasi

Gambar 3.1 Diagram Alir Praktikum