4.

6 LANGKAH PEMBUATAN MODEL SISTEM

Berikut merupakan langkah – langkah dalam pembuatan model sistem dalam
ProModel.
1. Buka dan jalankan software ProModel hingga muncul tampilan pada gambar berikut.

Gambar XXX Tampilan Awal

2. Berikutnya membuat lokasi sebagai tempat terjadinya aktivitas dari entitas ataupun
resource pada sistem tersebut. Cara membuat Location adalah dengan mengklik toolbar
bulid lalu pilih location.

Gambar XXX Toolbar location

kemudian pilih Graphics yang sesuai dengan system nyata. Pada sistem Stream Car
Wash, Location yang ada adalah pintu masuk, pendaftaran, server 1, server 2, antri
pendaftaran, antrian server 1, antrian server 2, pembayaran, dan keluar. Berikut
merupakan tabel dan gambar location.
Tabel XXX Tabel Location
Icon Name Capacities Units
Pintu masuk 2 1

Pendaftaran 1 1
 Server 1 1 1

Server 2 1 1

Antri pendaftaran Infinite 1

Antrian server 1 Infinite 1

Antrian server 2 Infinite 1

Pembayaran 1 1

Keluar 2 1

Gambar XXX Daftar location

3. Langkah selanjutnya adalah membuat entities pada sistem. Entitas merupakan hal
apapun yang diproses pada suatu sistem. Cara membuat entitas adalah dengan
mengklik toolbar build kemudian pilih entities dan pilih graphics yang diinginkan.

Gambar XXX Toolbar Entities

Entitas akan otomatis bertambah setiap pemilihan graphics dengan kondisi new. Pada
sistem Stream Car Wash, entitas yang digunakan adalah mobil pelanggan. Berikut
merupakan tabel dan gambar entitas.
Tabel XXX Daftar Tabel
Icon Nama Speed (fpm)

Mobil pelanggan 150

 Gambar XXX Daftar Entities

4. Tahap berikutnya adalah membuat Resources. Resources adalah orang atau alat yang
digunakan untuk membantu kegiatan atau aktivitas tertentu. Cara menambahkan
Resources pada model adalah dengan mengklik toolbar build kemudian pilih resources
dan memilih graphics yang diinginkan.

Gambar XXX Toolbar Resources

Pada sistem Stream Car Wash, resource yang digunakan adalah pelayan kasir,
pegawai cuci 1, pegawai cuci 2, pegawai pengeringan, mesin semprot 1, dan mesin
semprot 2. Berikut merupakan tabel dan gambar Resources.
Tabel XXX Tabel Resources
Icon Nama Unit

Pelayan Kasir 1

Pegawai cuci 1 1

Pegawai cuci 2 1

Pegawai pengeringan 1

Mesin semprot 1 1

Mesin semprot 2 1
 Gambar XXX Daftar Resources

5. Langkah berikutnya adalah menyusun processing. Processing adalah proses untuk

menentukan alur yang akan dilalui entitas dan operation pada setiap lokasi. Cara
menyusun processing adalah dengan mengklik toolbar build kemudian pilih processing
dan menentukan secara urut mulai dari process hingga routing pada setiap lokasi.

Gambar XXX Toolbar processing

Berikut merupakan tabel dan gambar daftar processing pada sistem Stream Car Wash.
Tabel XXX Tabel Processing

Entity Location Operation Output Destination Rule

Mobil Mobil
Pintu masuk Antri pendaftaran First 1
pelanggan pelanggan
Mobil Mobil
Antri pendaftaran Pendaftaran First 1
pelanggan pelanggan
Antrian server 1 Turn 1
Mobil Use pelayan_kasir For Mobil
Pendaftaran
pelanggan N(2.12,0.214) min pelanggan
Antrian server 2 Turn
Mobil Mobil
Antrian server 1 Server 1 First 1
pelanggan pelanggan
Get pegawai_cuci_1 And
mesin_semprot_1 And
pegawai_pengeringan
Mobil Mobil
Server 1 Pembayaran First 1
pelanggan pelanggan
Wait U(24.3,30.6) min
Free All
Inc entitas_server_1
Mobil Use pelayan_kasir For Mobil
Pembayaran Keluar First 1
pelanggan N(1.55,0.164) min pelanggan
Mobil Mobil
Antrian server 2 Server 2 First 1
pelanggan pelanggan
Get pegawai_cuci_2 And
Mobil mesin_semprot_2 And Mobil
Server 2 Pembayaran First 1
pelanggan pegawai_pengeringan pelanggan
 Wait N(26,1.19) min
Free All
Inc entitas_server_2
Use pelayan_kasir For
Mobil Mobil
Pembayaran N(1.55,0.164) min Keluar First 1
pelanggan pelanggan
Free All
Mobil Mobil
Keluar Exit First 1
pelanggan pelanggan

Gambar XXX Daftar Processing

Dari tabel processing diatas, maka dapat diketahui alur yang dilalui entitas, yaitu
pertama pelanggan masuk ke system. Kemudian pelanggan mengantri untuk melakukan
pendaftaran lalu mendaftarkan dirinya dengan waktu berdistribusi normal N(2.12,0.214)
min. Setelah itu pelanggan akan mengantri untuk masuk ke server 1 atau server 2. Aturan
pemilihan server adalah berdasarkan giliran. Setelah memasuki server, mobil pelanggan
akan diproses. Setelah diproses, pelanggan akan melakukan pembayaran dengan waktu
berdistribusi normal N(1.55,0.164) min. Setelah itu pelanggan keluar dari sistem

6. Langkah selanjutnya adalah membuat kedatangan entitas atau arrivals. Arrivals adalah
proses untuk mendefinisikan waktu dimana entitas masuk ke dalam sistem. Cara
untuk mengatur arrival adalah dengan mengklik toolbar build, kemudian pilih arrivals
dan mengisi pada kolom location, quantity each, occurance, dan frequency.

Gambar XXX Toolbar arrivals

 Berikut merupakan tabel dan gambar daftar arrival pada sistem Stream Car Wash.
Tabel XXX Tabel Arrival
Entity Location Qty each Occurance Frequency
Mobil Pintu
1 INF N(18.8,2.13)min
pelanggan masuk

Gambar XXX Daftar Arrivals

7. Selanjutnya adalah membuat variables. Variables merupakan bilangan riil yang

digunakan dalam perhitungan dan dalam pengambilan keputusan dalam sistem. Cara
membuat variables adalah dengan mengklik toolbar build, kemudian pilih variables dan
mengisi ID yang diinginkan dan klik pada layout untuk memunculkan Icon.

Gambar XXX Toolbar Variables

Berikut merupakan tabel dan gambar daftar variables pada sistem Stream Car Wash.
Tabel XXX Tabel Variables
Icon ID Type Initial Value
Yes Entitas server 1 Integer 0
Yes Entitas server 2 Integer 0

Gambar 4.40 Daftar Variables

8. Langkah terakhir adalah melakukan pendefinisian variables pada processing. Langkah
tersebut dilakukan dengan kembali pada processing, dan menambahkan Inc pada server
1 dan server 2 sehingga program dapat menghitung jumlah mobil pelanggan yang
dilayani dalam sistem. Berikut merupakan gambar tampilan pada langkah ini.

Gambar 4.41 Tampilan Pendefinisian Variables pada Processing

4.7 VERFIKASI, PERHITUNGAN REPLIKASI DAN VALIDASI

Berikut merupakan verifikasi, perhitungan replikasi dan validasi pada sistem
pencucian Stream Car Wash.

4.7.1 Verifikasi
Verifikasi merupakan proses pemeriksaan kesesuaian program simulasi dengan sistem
nyata. Berikut merupakan cara melakukan verifikasi terhadap model simulasi pada sistem
pencucian Stream Car Wash.
1. Melakukan pemeriksaan terhadap model. Pemeriksaan dapat dilakukan dengan cara
bottom up yaitu memeriksa kesesuaian petri net terhadap logika proses yang terdapat
dalam sistem ProModel. Berikut merupakan Petri Net dan tampilan Promodel pada
sistem pemesanan Stream Car Wash.
 Gambar XXX Petri Net Pada Sistem Pencucian Stream Car Wash

I1 J1

3.1 D1 4.1 E1 5.1 F1 6.1

A B
1 2 C G 7 H 8 I
I2 J2

K 3.2 D.2 4.2 E2 5.2 F2 6.2 K

Tabel XXX Tabel Daftar Aktivitas

Aktivitas Nama aktivitas Entitas
A Create kedatangan pelanggan Pelanggan
B Pelanggan melakukan pendaftaran Pelanggan, server
C1, C2 Pelanggan mengantre untuk dicuci Pelanggan, server
D1, D2 Pelanggan mulai untuk dicuci Pelanggan, server
Pelanggan mengantri untuk Pelanggan, server
E1, E2
dikeringkan
F1, F2 Pelanggan dikeringkan Pelanggan, server
Pelanggan mengantre untuk Pelanggan
G
pembayaran
H Pelanggan melakukan pembayaran Pelanggan, mesin kasir, server
I Dispose pelanggan Pelanggan
K Server kasir idle Server
I1, I2 Server pencucian idle Server
J1,J2 Server pengeringan idle Server

Tabel XXX Tabel Daftar Kejadian

Kejadian Nama kejadian Pre condition Post condition
1 Pelanggan tiba A B
2 Pelanggan selesai mendaftar B C
3.1, 3.2 Pelanggan mulai dicuci C D1, D2
4.1, 4.2 Pelanggan selesai dicuci D1, D2 E1, E2
5.1, 5.2 Pelanggan mulai dikeringkan E1, E2 F1, F2
6.1, 6.2 Pelanggan selesai dikeringkan F1, F2 G
Pelanggan mulai melakukan
7 G H
pembayaran
Pelanggan selesai melakukan
8 H I
pembayaran
 Gambar XXX Tampilan Promodel Pada Sistem Pencucian Stream Car Wash
Berdasarkan gambar di atas dapat dilihat bahwa tidak terdapat perbedaan antara
model konseptual Petri Net dan pemodelan sistem pada Promodel. Sehingga dapat
disimpulkan bahwa program terverifikasi.

2. Melakukan pengecekan terhadap output yang dihasilkan tiap proses pada model
dengan menggunakan trace. Trace adalah daftar kejadian yang akan terjadi hingga
simulasi selesai. Berikut merupakan langkah-langkah melakukan trace pada promodel
:
a. Klik simulations - options

Gambar XXX Kotak Options

b. Lalu klik trace kemudian klik run.
Maka akan muncul kotak dialog seperti berikut ini :

Gambar XXX Kotak Dialog Simulation Options

c. Kemudian dapat melihat hasil trace pada output lalu viewtrace, maka akan muncul
hasil seperti berikut :

Gambar XXX Trace pada ProModel

3. Mengamati kesesuaian tingkah laku dari sistem dengan model yang diinginkan
dengan melihat animasi pada model simulasi. Berikut merupakan tampilan
Promodel pada sistem pemesanan Stream Car Wash:

Gambar XXX Animasi dari model yang dijalankan

Dari animasi program yang sudah dijalankan, entitas sudah berjalan sesuai
dengan alurnya sehingga dapat disimpulkan bahwa model yang dibuat pada
Promodel sudah sesuai dengan sistem nyata, maka dapat disimpulkan bahwa
program terverifikasi.

4. Melakukan compile error atau debugging pada model simulasi. Berikut merupakan
langkah-langkahnya :
a. Klik build – processing – pilih salah satu operation- double klik pada salah satu
operation lalu klik compile error pada tabel operation.

Gambar XXX Kotak Operations

 Gambar XXX Kotak Dialog Operasi untuk pengecekan compile error

b. Klik simbol yang ada di gambar seperti berikut ini untuk melakukan compile error.

Gambar XXX simbol compile error

Apabila compile berhasil dilakukan, maka akan muncul kotak seperti dibawah
ini.

Gambar 4.51 Compile succesfull

Kotak tersebut menjelaskan bahwa pada program Stream Car Wash tidak
terdapat error atau debugging yang menghambat jalannya simulasi. Sehingga dapat
disimpulkan bahwa program simulasi telah terverifikasi.
4.7.2 Perhitungan Replikasi
Perhitungan replikasi digunakan untuk menentukan jumlah pengamatan yang
dilakukan pada simulasi yang telah dibuat. Berikut ini merupakan perhitungan replikasi
yang dibutuhkan.

2
(𝑧𝛼/2 )𝑠
𝑛′ = [ ]
𝑒

Dimana:
n’ = jumlah replikasi
s = standar deviasi dari sampel yang diambil
e = absolute error

(𝑡𝑛−1,𝑎/2 )𝑠
ℎ𝑤 = [ ]
√𝑛

Dimana:
Hw = half-width
n = jumlah replikasi
s = standar deviasi dari sampel yang diambil

Berikut merupakan output program setelah dilakukan run program sebanyak 5

kali.

Tabel X Daftar Output

Replikasi Output
1 20.00
2 21.00
3 21.00
4 20.00
5 21.00

Dengan menggunakan data jumlah output pelanggan dari program, maka:

n=5
s = 0.48
𝑡𝑛−1,𝑎/2 = 𝑡5−1,0.05 = 2.77
2

sehingga :
 Tabel XXX Tabel Perhitungan Replikasi

Half-Width
(𝑡𝑛−1,∝ ) 𝑠
2
ℎ𝑤5 =
√𝑛

(𝑡 0.05 ) 0,48
5−1,
2
ℎ𝑤5 =
√5
ℎ𝑤5 = 0.60
Kemudian menghitung jumlah replikasi,diketahui: hw = e = 0.60, 𝑧𝛼/2 = XXX, dan s
= 0.48, sehingga :

2
(𝑧𝛼/2 )𝑠
𝑛′ = [ ]
𝑒
2
′
(𝑋𝑋𝑋)0.48
𝑛 = [ ]
0.60
𝑛′ =XX ≈ 𝑋
Karena nilai n’ = X < n = 5, maka dapat disimpulkan bahwa hasil replikasi yang
diperlukan adalah sebanyak minimum 3 kali replikasi.

4.7.3 Validasi
Validasi merupakan proses pemeriksaan terhadap suatu model apakah model tersebut
telah berperilaku sesuai dengan sistem nyatanya (Kelton, 1991). Validasi dilakukan
dengan membandingkan data output pada Promodel dan data aktual. Validasi model
simulasi dilakukan dengan langkah berikut. Berikut langkah-langkah dalam uji validasi
pada sistem pencucian Stream Car Wash.
Tabel XXX Daftar Output Pada Program dan Aktual
Replikasi Program Aktual
1 20.00 20.00
2 21.00 19.00
3 21.00 19.00
4 20.00 20.00
5 21.00 21.00

Berikut merupakan prosedur pengujian hipotesis:

1. Membuka aplikasi SPSS 2.0
2. Mendefinisikan nama variabel pada Variable View, kemudian masukkan data pada
data view pada softtware SPSS.

Gambar XXX Tampilan variable view

Pada gambar diatas data 1-5 merupakan output dari program, sedangkan data 6-10
merupakan output aktual.

3. Klik analyze, pilih descriptive statistic, kemudian pilih explore, dan masukkan variable
output data simulasi ke dalam dependent list.

Gambar XXX Cara menampilkan kotak dialog uji normalitas

4. Klik Plots centang Normality plots with test.

 Gambar 4.54 Tampilan Plots

5. Klik OK, kemudian akan muncul tampil output sebagai berikut.

Gambar XXX Tampilan Uji Normalitas

6. Melakukan uji normalitas pada data output aktual dan data output Arena
menggunakan SPSS 20. Jika data berdistribusi normal maka dilanjutkan dengan
Independent Sample T-Test dan apabila tidak, dilakukan pengujian menggunakan Mann-
Whitney U Test. Hipotesis yang digunakan pada uji normalitas sebagai berikut:
H0: Data berdistribusi normal
H1: Data tidak berdistribusi normal
Hasil uji normalitas menggunakan software SPSS dapat dilihat pada gambar
sebelumnya.
Pada nilai Sig. yang dilihat adalah nilai uji shapiro-wilk. Karena nilai n < 30, Nilai Sig. data
program (0.006) < 0.05, maka H0 ditolak yang berarti bahwa data promodel ditolak sehingga tidak
berdistribusi normal karena jumlah data yang kurang, namun untuk data nyata setelah diuji
normal nilai data nyata berdistribusi normal karena nilai Sig. (0.314) > 0.05 sehingga H0 diterima.

7. Karena salah satu data tidak berdistribusi normal, maka dilanjutkan dengan pengujian Mann
Whitney Test untuk menentukan apakah data tersebut memilki mean yang sama. Berikut
 merupakan hasil uji Mann Whitney Test dengan Software SPSS 20. Hipotesis pada uji ini adalah
sebagai berikut :
H0: Tidak ada perbedaan antara output aktual dengan output program
H1: Terdapat perbedaan antara output aktual dengan output program

Gambar 4.58 Independent Sample Test

Berdasarkan hasil uji Mann Whitney, nilai signifikasi dari Sig. bernilai 0,118 ( ≥ 0,05).Maka
dapat disimpulkan bahwa ada perbedaan antara output aktual dengan output program sehingga
data dapat dikatakan valid dan program yang dibuat dapat merepresentasikan sistem nyata.

4.8 ANALISIS HASIL SIMULASI

Analasis hasil simulasi dengan menggunakan Promodel menghasilkan beberapa
parameter output. Berikut merupakan analisis output statistik dari simulasi Promodel yang
dibuat.
1. Resource dan Location
Berikut merupakan analisis utilitas dari resource dan location dari restoran Stream Car
Wash
Tabel XXX Analisis Utilitas dari Resource
No Location Replikasi Utilization Idle Time
1 Pelayan kasir 1 16.25% 83.75%
2 Pegawai cuci 1 1 94.66% 5.34%
3 Pegawai cuci 2 1 91.84% 8.16%
4 Pegawai pengeringan 1 96.80% 3.20%
5 Mesin semprot 1 1 94.66% 5.34%
6 Mesin semprot 2 1 91.84% 8.16%

Tabel XXX Analisis Utilitas dari Location

No Location Replikasi Utilization Idle Time Waiting
1 Pendaftaran 1 10.84% 88.55% 0.61%
2 Server 1 1 50.23% 5.34% 44.43%
 3 Server 2 1 46.57% 8.16% 45.27
4 Pembayaran 1 5.41% 94.42% 0.17%

Berdasarkan hasil output yaitu utilitas resource atau location pada tabel XXX utilitas
diatas terdapat utilitas yang rendah pada resource pelayan kasir yaitu sebesar 16.25%.
Utilitasnya masih rendah dikarenakan adanya idle pada waktu tertentu. Sedangkan
untuk utilitas pada lokasi ????????????????????????????????

Gapaham aku vis kalau lokasi 

2. Entity
Berikut merupakan analisis hasil simulasi dari entitiy.
Tabel XXX Analisis Hasil Simulasi dari Entity
Average Time
Total Average Time in
No Nama Entity in operation
Exits System (min)
(min)
Mobil
1 20.00 110.28 31.41
pelanggan

Berdasarkan tabel XXX, hasil simulasi dilihat dari parameter entitas memiliki hasil
seperti diatas yaitu rata-rata waktu dalam sistem (Average Time in System) mobil pelanggan
adalah selama 110.28 menit dan rata-rata waktu setiap operasinya (Average Time in
operation) adalah 31.41 menit.

3. Variable
Berikut merupakan analisis hasil simulasi dari Variable
Tabel XXX Analisis Hasil Simulasi dari Variable

Minimum Maximum Average

Name
Value Value Value

Berdasarkan tabel XXX, hasil simulasi dilihat dari parameter variabel memiliki hasil
seperti diatas yaitu jumlah minimum mobil pelanggan antri sebanyak XXX dan jumlah
maksimum pelanggan antri sebanyak XXX dengan rata-rata XXX. Jumlah mobil
pelanggan keluar minimal XXX dan maksimal XXX dengan rata-rata XXX. Hasil ouput
ProModel dengan parameter variabel ini menjelaskan banyaknya pelanggan yang keluar
dari sistem sebanyak XXX mobil. Hal ini sudah mendekati output pada sistem nyatanya
yaitu sebanyak XXX mobil.
4.9 RANCANGAN PERBAIKAN SISTEM

Semangat visii, 