004201305088

ANALISIS KEMACETAN ALIRAN PADA PROSES
PEMBUATAN PRODUK CAP (C1805-0009) STUDI KASUS DI

PT. S DENGAN PENDEKATAN SIMULASI
Oleh,
Dhaul Fathoni
No. ID 004201305088
Diajukan untuk Memenuhi Persyaratan Akademik

Mencapai Gelar Strata Satu (S1)
Pada Fakultas Teknik
Program Studi Teknik Industri
2018
LEMBAR REKOMENDASI PEMBIMBING
Sekripsi ini berjudul “Analisis Kemacetan Aliran Pada Proses Pembuatan

Produk Cap (C1805-009) Studi Kasus Di PT. S Dengan Pendekatan Simulasi
“ yang disusun oleh Dhaul Fathoni sebagai salah satu persyaratan untuk
mendapatkan gelar strata satu (S1) pada Fakultas Teknik telah di tinjau dan
dianggap memenuhi persyaratan sebuah skripsi. Oleh karena itu, Saya
merekomendasikan skripsi ini untuk maju sidang.
Cikarang, Indonesia, 21 Mei 2018
Johan Krisnanto Runtuk,S.T.,M.T.
i
LEMBAR PERNYATAAN ORSINALITAS
Saya menyatakan bahwa skripsi yang berjudul “Analisis Kemacetan Aliran

Pada Proses Pembuatan Produk Cap (C1805-009) Studi Kasus Di PT. S
Dengan Pendekatan Simulasi “ adalah hasil dari pengetahuan terbaik saya dan
belum pernah diajukan ke universitas lain maupun diterbitkan baik sebagian
maupun secara keseluruhan.
Cikarang, Indonesia, 21 Mei 2018
Dhaul Fathoni
ii
LEMBAR PENGESAHAN
ANALISIS KEMACETAN ALIRAN PADA PROSES

PEMBUATAN PRODUK CAP (C1805-009) STUDI KASUS DI
PT. S DENGAN PENDEKATAN SIMULASI
Oleh
Dhaul Fathoni
NIM: 004201305088
Disetujui oleh
Johan Krisnanto Runtuk,S.T.,M.T.
Pembimbing Skripsi
Ir. Andira. MT.

Ketua Program Studi Teknik Industri
iii
ABSTRAK
PT.S adalah perusahaan pengepresan logam yang memproduksi spare part untuk
industri otomotif. Semakin bertambahnya perusahaan baru yang sejenisnya.
Mendorong perusahaan ini untuk terus melakukan perbaikan salah satunya dengan
melakukan percepatan waktu proses. Permasalahan yang terjadi adalah sering
terjadinya keterlambatan pulling stock yang berada di area persediaan produk jadi
(stock finish good). Salah satunya terjadi pada produk Cap (C1805-009) dalam
kurun waktu 6 bulan (Oktober 2017 sampai Maret 2018) terjadi 16 kali
kekosongan stok (out of stock) diarea persediaan produk barang jadi (stock finish
good) dan ditambah tingginya permintaan mengharuskan perusahaan melakukan
berbagai macam cara antara lain dengan menambah 4 inspector di tiap shift.
Banyaknya inspektor merupakan pemborosan karena secara teori sendiri
inspektor tidak meningkatkan nilai jual dari produk. Perbedaan lama waktu proses
antar stasiun kerja mengakibatkan tersendatnya aliran proses produksi,
penumpukan material yang menunggu proses, maupun operator yang menunggu
kedatangan material yang akan diproses. Pemborosan yang lain terjadi karena
jarak antar stasiun kerja yang jauh sehingga memerlukan waktu pemindahan yang
lama. Dengan pendekatan simulasi beberapa keuntungan dapat diperoleh yaitu:
(1) mengetahui stasiun kerja yang menjadi penyebab kemacetan aliran yaitu
stasiun kerja inspeksi. (2) mempercepat waktu proses yakni sebesar 330,66%. (3)
mengurangi jumlah operator sebesar 50%. (4) memperlancar aliran proses
pembuatan produk Cap (C1805-009).
Kata kunci: kekosongan stok (out of stock), kemacetan aliran, pemborosan,

perubahan metode kerja, simulasi,
iv
KATA PENGANTAR
Puji syukur kehadirat Allah SWT atas segala rahmat, karunia dan hidayah-NYA,
Sehingga penulis dapat menyelesaikan laporan tugas akhir skripsi sebagai syarat
untuk memperoleh gelar sarjana teknik mesin di Fakultas Teknik President
University. Dalam penulisan laporan ini penulis menyampaikan banyak terima
kasih atas bantuan semua pihak, sehingga laporan ini dapat disusun. Dengan ini
penulis menyampaikan terima kasih khususnya kepada :
1. Bapak Johan Krisnanto Runtuk, S.T., M.T. selaku dosen pembimbing yang
telah memberikan bimbingan, saran dan masukan dalam menyelesaikan
laporan ini.
2. PT. S yang telah menyediakan tempat dan data sehingga penulis dapat
menyelesaikan program skripsi.
3. Rekan – rekan kerja khususnya departemen product preparation yang telah
memberikan banyak bimbingan, dukungan dan bantuannya.
4. Teman – teman President University, khususnya jurusan Teknik Industri
angkatan 2013.
Penulis menyadari dalam penulisan laporan tugas akhir skripsi ini masih banyak
terdapat kekurangan.Mengharapkan kritik dan saran yang membangun dari
berbagai pihak demi kesempurnaan laporan tugas akhir skripsi ini. Semoga
laporan tugas akhir skripsi ini dapat bermanfaat bagi penulis pada khususnya dan
bagi pembaca pada umumnya, Amin.
Cikarang, 21 Mei 2018
Dhaul Fathoni
v
DAFTAR ISI
Hal
LEMBAR REKOMENDASI PEMBIMBING.........................................................i

LEMBAR PERNYATAAN ORSINILITAS...........................................................ii
LEMBAR PENGESAHAN....................................................................................iii
ABSTRAK..............................................................................................................iv
KATA PENGANTAR.............................................................................................v
DAFTAR ISI...........................................................................................................vi
DAFTAR GAMBAR..............................................................................................ix
DAFTAR TABEL..................................................................................................xii
DAFTAR ISTILAH..............................................................................................xiv
BAB I PENDAHULUAN ...................................................................................... 1
1.1 Latar Belakang Masalah ........................................................................... 1
1.2 Rumusan Masalah .................................................................................... 2
1.3 Tujuan Penelitian ...................................................................................... 2
1.4 Batasan Masalah ....................................................................................... 2
1.5 Asumsi ...................................................................................................... 3
1.6 Sistematika Penulisan ............................................................................... 3
BAB II LANDASAN TEORI ................................................................................ 5
2.1 Pengertian pemborosan proses. ................................................................ 5
2.2 Sistem manufaktur .................................................................................... 6
2.3 Perancangan kembali tata ruang (re-layout). ............................................ 6
2.4 Perbaikan metode kerja ............................................................................ 7
2.5 Simulasi sistem ......................................................................................... 8
2. 5. 1 Simulasi ............................................................................................. 8
2. 5. 2 Elemen Simulasi ............................................................................... 9
2. 5. 3 Entitas................................................................................................ 9
vi
2. 5. 4 Aktivitas ............................................................................................ 9
2. 5. 5 Sumber Daya ..................................................................................... 9
2. 5. 6 Kontrol ............................................................................................ 10
2.6 Teori Antrian .......................................................................................... 10
2. 6 1 Aliran Waktu (Flow Time) .............................................................. 10
2. 6 2 Laju Aliran (Flow Rate) .................................................................. 10
2. 6 3 Waktu Tunggu (Waiting Time) ....................................................... 11
2. 6 4 Jumlah Antrian ................................................................................ 11
2.7 Sistem Simulasi dan Modeling (software ProModel) ............................ 11
2. 7. 1 Diagram Aliran Entitas ................................................................... 11
2. 7. 2 Pengertian Operasi .......................................................................... 11
2. 7. 3 Pengujian Independensi .................................................................. 12
2. 7. 4 Plot pencar (Scatter plot) ................................................................ 12
2. 7. 5 Uji Autokorelasi .............................................................................. 12
2. 7. 6 Uji Run (Run test) ........................................................................... 12
2. 7. 7 Teori Distribusi ............................................................................... 13
2. 7. 8 Distribusi Fitting ............................................................................. 14
2. 7. 9 Membuat simulasi awal................................................................... 15
2. 7. 10 Verifikasi dan validasi model.......................................................... 15
BAB III METODOLOGI PENELITIAN.............................................................. 17
3.1 Pengamatan Awal ................................................................................... 18
3.2 Landasan Teori ....................................................................................... 19
3.3 Pengumpulan Data dan Analisis ............................................................. 19
3.4 Kesimpulan dan Saran ............................................................................ 23
BAB IV PENGUMPULAN DATA DAN ANALISIS ......................................... 24
4.1 Pengumpulan Data ................................................................................. 24

vii
4.2 Pengolahan data ...................................................................................... 27
4.3 Pengujian distribusi fitting ..................................................................... 31
4.4 Simulasi sistem awal .............................................................................. 32
4.5 Analisis penyelesaian masalah ............................................................... 45
4.6 Perbaikan metode kerja .......................................................................... 45
4.7 Perbaikan tata letak (layout) dan perbaikan metode............................... 60
BAB V KESIMPULAN DAN SARAN ................................................................ 67
5.1 Kesimpulan ............................................................................................. 67
5.2 Saran ....................................................................................................... 68
DAFTAR PUSTAKA ........................................................................................... 69
LAMPIRAN .......................................................................................................... 70
viii
DAFTAR GAMBAR
Hal
Gambar 2. 1 Distribusi Seragam (Uniform) .......................................................... 13
Gambar 2. 2 Distribusi Lognormal ....................................................................... 14
Gambar 3. 1 Diagram penelitian. .......................................................................... 18
Gambar 4. 1 Flow proses chart pembuatan produk Cap (C1805-009)................. 26
Gambar 4. 2 Waktu proses pembuatan produk Cap (C1805-009) per box (menit)
dimasing – masing stasiun kerja ........................................................................... 27
Gambar 4. 3 Layout aktual sistem pembuatan produk Cap (C1805-009) ............ 27
Gambar 4. 4 Scater plot lokasi incoming material ............................................... 28
Gambar 4. 5 Autocorelation lokasi incoming material ......................................... 29
Gambar 4. 6 Run test lokasi incoming material .................................................... 30
Gambar 4. 7 Keseragaman data lokasi incoming material ................................... 30
Gambar 4. 8 Data distribusi fitting lokasi incoming material ............................... 31
Gambar 4. 9 Lay out simulasi awal ....................................................................... 33
Gambar 4. 10 Data input lokasi............................................................................. 34
Gambar 4. 11 Entitas ............................................................................................. 35
Gambar 4. 12 Data input entitas ............................................................................ 35
Gambar 4. 13 Data input proses ............................................................................ 36
Gambar 4. 14 Data input routing........................................................................... 36
Gambar 4. 15 Data input kedatangan .................................................................... 36
Gambar 4. 16 Data pilihan simulasi awal ............................................................. 37
Gambar 4. 17 General hasil simulasi .................................................................... 38
ix
Gambar 4. 18 Hasil uji 2 sampel T-test. ............................................................... 43
Gambar 4. 19 Data Trace simulasi awal ............................................................... 44
Gambar 4. 20 Design magnet Sheet ...................................................................... 45
Gambar 4. 26 Lay out sistem produksi setelah perbaikan metode inspeksi.......... 49
Gambar 4. 27 Data input lokasi setelah dilakukan perbaikan metode inspeksi .... 50
Gambar 4. 28 Data input proses setelah dilakukan perbaikan metode inspeksi ... 50
Gambar 4. 30 Data waktu inspeksi setelah perbaikan metode hasil model simulasi
............................................................................................................................... 51
Gambar 4. 31 Hasil uji 2 sampel T-test perbaikan metode ................................... 52
Gambar 4. 32 Hasil general simulasi perbaikan metode inspeksi ......................... 52
Gambar 4. 33 Data waktu inspeksi hasil model simulasi awal ............................. 56
Gambar 4. 34 Hasil uji paired sampel T-test ......................................................... 58
Gambar 4. 35 Perbaikan layout dan perbaikan metode inspeksi .......................... 60
Gambar 4. 36 Data input routing perubahan layout .............................................. 62
x
DAFTAR TABEL
Hal
Tabel 4. 1 Data waktu proses ditiap stasiun kerja (menit) .................................... 24
Tabel 4. 2 Hasil simulasi awal (lokasi) ................................................................. 39
Tabel 4. 3 Hasil simulasi awal (status lokasi multi).............................................. 40
Tabel 4. 4 Hasil simulasi awal (status lokasi single) ............................................ 40
Tabel 4. 5 Hasil simulasi awal (aktivitas entitas) .................................................. 41
Tabel 4. 6 Hasil simulasi awal (status entitas) ...................................................... 41
Tabel 4. 7 Data uji 2 sampel T-test model simulasi awal...................................... 42
Tabel 4. 8 Metode kerja inspeksi saat ini .............................................................. 46
Tabel 4. 9 Metode kerja inspeksi setelah perbaikan. ............................................ 47
Tabel 4. 10 Perbedaan waktu kerja inspeksi sebelum dan sesudah perbaikan...... 48
Tabel 4. 11 Hasil simulasi perbaikan metode inspeksi (lokasi) ............................ 53
Tabel 4. 12 Hasil simulasi perbaikan metode inspeksi (status lokasi multi) ........ 54
Tabel 4. 13 Hasil simulasi perbaikan metode inspeksi (status lokasi single) ....... 54
Tabel 4. 14 Hasil simulasi perbaikan metode inspeksi (aktivitas entitas)............. 55
Tabel 4. 15 Hasil simulasi perbaikan metode inspeksi (status entitas) ................. 55
Tabel 4. 16 Hasil model simulasi perbaikan metode inspeksi .............................. 59
Tabel 4. 17 Hasil simulasi perubahan layout dan perbaikan metode inspeksi

(lokasi)................................................................................................................... 63

(status lokasi multi) ............................................................................................... 64
Tabel 4. 19 Hasil model simulasi perubahan layout dan perbaikan metode inspeksi
(status lokasi single) .............................................................................................. 64
xi
(aktivitas entitas) ................................................................................................... 65

(status entitas)........................................................................................................ 65
Tabel 4. 22 Hasil model simulasi perbaikan dan perubahan layout ...................... 66
xii
DAFTAR ISTILAH
Make to stock : Membuat suatu produk akhir untuk disimpan, dan untuk
kebutuhan konsumen akan diaambil dari persediaan di
gudang.
Pulling stock : kegiatan mengumpulkan produk yang sudah jadi untuk mengisi
kekosongan stok pada sistem produksi make to stock (MTS).
Stasiun kerja : Suatu area untuk pekerjaan tertentu dalam industri manufaktur.
Material coil : Bahan baku untuk proses pengepresan logam yang berbentuk
gulungan.
Waste : Dapat diartikan sebagai “sampah” atau hal – hal yang tidak
berguna, tidak memberi nilai tambah, tidak bermanfaan, dan
merupakan pemborosan.
Supplier : Barang – barang yang digunakan untuk melengkapi kebutuhan

dalam kegiatan perusahaan yang sifatnya habis pakai dan
nilainya relatif kecil.
Layout : Tata letak dari suatu eleman desain yang ditempatkan dalam
sebuah bidang menggunakan sebuak media yang sebelumnya
sudah di konsep terlebih dulu.
Store : Tempat penyimpanan barang – barang persediaan keperluan

operasional perusahaan atau hotel.
Trolly : Alat angkut barang yang digunkan untuk memindahkan barang.
xiii
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah

Persediaan produk jadi (stock finish good product) yang stabil merupakan
indikator utama dalam perusahaan yang menerapkan sistem produksi MTS (Make
to stock). Tercapainya kondisi level aman pada persediaan produk barang jadi
(stock finish good product) harus melewati tahapan – tahapan proses yang
panjang. Jika salah satu proses terjadi kemacetan akan berdampak pada proses
kerja selanjutnya. Mengakibatkan persediaan produk barang jadi menjadi kritis
dan bahkan menjadi kosong sehingga perusahaan tidak dapat mengirimkan
produk tepat waktu.
PT. S adalah perusahaan pengepresan logam yang memproduksi komponen

kendaraan khususnya untuk komponen mobil Perusahaan ini berlokasi di kawasan
industri jababeka kab Bekasi. Saat ini perusahaan yang sejenis semakin banyak
bermunculan, persaingan semakin ketat. Mendorong perusahaan melakukan
berbagai macam perbaikan untuk meningkatkan produksi dan mengurangi
pemborosan.
Permasalahan yang terjadi di PT. S adalah sering terjadinya keterlambatan pulling

stock yang berada di area persediaan produk jadi (stock finish good). Salah
satunya terjadi pada produk Cap (C1805-009) dalam kurun waktu 6 bulan
(Oktober 2017 sampai Maret 2018) terjadi 16 kali kekosongan stok (out of stock)
diarea persediaan produk barang jadi (stock finish good). Kuantitas rata – rata
pemesanan pada produk Cap (C1805-009) ini mencapai 1 000 000 pcs tiap bulan.
Tingginya permintaan mengharuskan perusahaan melakukan berbagai macam
cara antara lain dengan menambah 4 inspector di tiap shift. Banyaknya inspektor
merupakan pemborosan karena secara teori sendiri inspektor tidak meningkatkan
nilai jual dari produk. Perbedaan lama waktu proses antar stasiun kerja
mengakibatkan tersendatnya aliran proses produksi, penumpukan material yang
menunggu proses, maupun operator yang menunggu kedatangan material yang
1
akan diproses. Pemborosan yang lain terjadi karena jarak antar stasiun kerja yang
jauh sehingga memerlukan waktu pemindahan yang lama.
Berdasarkan permasalahan diatas maka perlu dilakukanya analisis untuk

mengetahui penyebab kemacetan aliran proses, menurunkan waktu produksi,
memnyeimbangkan aliran proses produksi, mengurangi pemborosan jumlah
inspektor tetapi tidak menimbulkan keterlambatan pulling stock pada di PT.S.
1.2 Rumusan Masalah

Bedasarkan latar belakang masalah yang telah dijelaskan diatas maka perumusan
masalah pada penelitian ini adalah:
 Apa penyebab terjadinya kemacetan aliran pada proses pembuatan produk
Cap (C1805-009)?
 Perbaikan yang sesuai untuk mengatasi masalah kemacetan aliran pada
proses pembuatan produk Cap (C1805-009)?
 Berapa besaran punurunan waktu proses pada pembuatan produk Cap
(C1805-009) setelah dilakukan perbaikan?
1.3 Tujuan Penelitian

Garis besar tujuan yang akan dicapai pada penelitian ini adalah:
 Untuk mengetahui penyebab terjadinya kemacetan aliran pada proses
pembuatan produk Cap (C1805-009).
 Untuk mengetahui perbaikan yang sesuai untuk mengatasi masalah
kemacetan aliran pada proses pembuatan produk Cap (C1805-009).
 Untuk mengetahui besaran penurunan waktu proses pada proses
pembuatan produk Cap (C1805-009) setelah dilakukan perbaikan.
1.4 Batasan Masalah

Agar penelitian ini terfokus pada tujuan utama maka penelitian ini memiliki
batasan – batasan sebagai berikut:
 Penelitian dan pengamatan hanya pada proses produksi Cap (C1805-009)
di PT. S.
 Lingkungan tempat kerja yang aman dan nyaman yang sudah memenuhi
standar tempat kerja yang layak.
2
1.5 Asumsi
Untuk memudahkan saat pengolahan data, maka asumsi yang akan digunakan
pada penelitian ini adalah sebagai berikut:
 Semua karyawan yang melakukan proses pekerjaan pada penelitian ini
diasumsikan memiliki kemampuan normal (rata – rata).
 Berat material coil yang datang adalah sama. Sehingga produk yang
dihasilkan memiliki jumlah yang sama. Berat coil 355 kg menghasilkan
produk 32 000 pcs. Jumlah standar untuk produk yang sudah jadi adalah
2000 pcs / box.
 Kerusakan mesin dan alat bantu lainnya sangat jarang terjadi sehingga
pada pembuatan simulasi ini kondisi tersebut diabaikan.
1.6 Sistematika Penulisan

Sistematika penulisan pada penelitian ini terbagi menjadi lima bagian, yaitu:
BAB I PENDAHULUAN
Pada bab ini dijelaskan mengenai latar belakang pemilihan pokok penelitian
sesuai permasalahan kekosongan stok yang ada di PT.S. Bekasi dan tahapan –
tahapan pengumpulan data untuk penelitian ini.
BAB II LANDASAN TEORI

Pada bab landasan teori ini menerangkan tentang teori sistem dan simulasi
modeling dari buku – buku atau jurnal yang berkaitan dengan penelitian ini.
BAB III METODOLOGI PENELITIAN

Bab ini menjelaskan mengenai metode – metode, langkah - langkah atau tahapan
– tahapan yang akan digunakan untuk menyelesaikan permasalah dalam
penelitian ini secara sistematis dan dilengkapi diagram alir prosesnya.
BAB IV DATA DAN ANALISA

Pada bab ini menjelaskan tentang pengolahan data sebagai bahan untuk analisa
yang akan dijadikan dasar perbaikan dan saran pada sistem ini.
3
BAB V SIMPULAN DAN SARAN
Bab ini akan menjelaskan tentang simpulan dari hasil penelitian dan
menyampaikan saran yang dianggap penting dilakukan untuk penelitian
mendatang.
4
BAB II
LANDASAN TEORI
2.1 Pengertian pemborosan proses.

Pemborosan proses produksi adalah segala kegiatan atau aktifitas yang tidak
memberikan nilai tambah pada produk saat produksi berlangsung. Kegiatan proses
produksi yang panjang dan beragam menjadikan tidak terfokus pada penanganan
pemborosan saat proses terjadi. Macam – macam bentuk pemborosan menurut
(Shingo, 1990) yaitu:
1. Menunggu, suatu kondisi baik produk maupun pekerja yang tidak melakukan
kegiatan apapun ( misal: operator yang menunggu material atau produk yang
akan dilakukan pemrosesan, atau sebaliknya material atau produk yang
menunggu untuk diproses di mesin, dll).
2. Produksi yang berlebihan, stasiun kerja atau unit kerja awal melakukan
proses produksi terlalu banyak sehingga mengakibatkan stok material yang
mengendap terlalu banyak.
3. Transportasi yang berlebihan, proses pemindahan (handling) berupa
manusia, material atau produk yang berlebih yang mengakibatkan pemborosan
sumber daya.
4. Kesalahan proses, kesalahan proses produksi yang di sebabkan oleh tidak
sesuainya penggunaan mesin, kesalahan metode, atau kesalahan tool yang
digunakan.
5. Persediaan berlebihan, penyimpanan material atau produk yang berlebih
yang berakibat meningkatnya biaya penyimpanan.
6. Gerakan yang berlebihan, kondisi dimana operator melakukan gerakan yang
diluar jangkauan dari tangan atau badan yang mempengaruhi kecepatan kerja
operator.
7. Cacat, produk yang diluar spesifikasi yang sudah di standarkan, yang
mengakibatkan harus di proses ulang (rework) atau di buang (scrap).
5
2.2 Sistem manufaktur
Pengertian sistem manufaktur menurut (Wiratno, 2005) adalah kumpulan dari
peralatan (equipment) dan mesin – mesin produksi, pemindahan bahan baku,
semua sistem komputerisasi yang terintegrasi dengan manusia untuk menjalankan
sistem yang mempunyai tugas melakukan satu atau beberapa proses pada material
atau produk agar menjadi produk yang lebih bernilai. Dengan pengertian lain
yaitu memproses keinginan dari pelanggan sehingga menjadi produk yang bernilai
tinggi.
Tujuan industri manufaktur menurut (Mabert and Jacob, 1991) yaitu: (1)
memproduksi barang – barang yang berkualitas tinggi, (2) mempertahankan
pengiriman barang tepat waktu, (3) meningkatkan produktivitas untuk
meningkatkan harga jual produk, (4) memiliki sistem manufaktur yang fleksibel.
Untuk tercapainya tujuan sistem manufaktur yang baik menurut (Blanchard and
Fabrycky, 1990) elemen – elemen yang saling bekerja sama yaitu: (1) pemasok
(suppliers) dari mana material diperoleh (2) pemasukan (inputs) (material apa
yang akan diproses) (3) usaha atau proses (processes) material yang sudah ada di
proses apa (4) hasil (outputs) setelah di proses akan menghasilkan produk apa? (5)
pelanggan (customers) siapa pelanggan yang akan menerima produk yang sudah
jadi (6) tujuan (objectives) tujuan proses yang dilakukan untuk apa? (7)
pengukuran (measurements) bagaimana cara mengukur proses dari produk atau
hasil produk.
2.3 Perancangan kembali tata ruang (re-layout).

Perancangan kembali tata letak adalah sebuah perubahan kecil dalam suatu
penataan tata ruang, dengan tujuan meminimumkan biaya dan meningkatkan
efisiensi penggunaan segala sesuatu dalam penataan tata ruang. Termasuk
penataan bagaimana operator ditempatkan, pemindahan material, operasi gudang,
dan alat pendukung lain sehingga mencapai layout yang baik di perusahaan
(Moore,1971)
Dalam teori dasar tata letak dibagi menjadi lima macam menurut
(Wignjoesoebroto, 1990:110) yaitu:
6
1. Tata letak proses (functional layout).
Memilih mesin dan peralatan yang memiliki karakter atau fungsi sama
ditempatkan dalam satu kelompok stasiun kerja. Tata letak proses cocok untuk
proses manufaktur yang terputus-putus. Jumlah produksi dengan volume rendah
dan variasi produk tinggi. Tata letak yang berorintasi pada proses untuk
memproduksi dalam batch kecil.
2. Tata letak produk (line layout)

Layout produk adalah tata letak segala fasilitas produksi berdasarkan aliran proses
produk. Tipe tata letak ini sering digunakan pada pabrik yang memproduksi
produk secara massal. Tujuan utama untuk jenis tata letak ini adalah mengurangi
pergerakan bahan dan mempermudah pengawasan. Dengan mengurutkan proses
dari bagian satu ke bagian yang lainnya sampai produk selesai diproses. Misalnya
perusahaan perakitan motor, mobil, televisi, dll.
3. Tata letak kelompok (group layout)

Pengelompokan mesin – mesin kedalam sel mesin kedalam family part
berdasarkan kesamaan desain dan urutan proses. Pada tata letak kelompok, mesin
– mesin dan fasilitas produksi dikelompokkan dan ditempatkan dalam sebuah
manufacturing cell.
4. Tata letak posisi (fixed position layout)

Tata letak posisi adalah berdasarkan tempat, dimana produk akan diproses tetap
pada tempatnya, semua fasilitas yang akan diperlukan seperti manusia, mesin –
mesin atau peralatan. Bahan - bahan tersebut yang bergerak menghampiri produk,
misalnya pada proses produksi kapal, pesawat, dll.
2.4 Perbaikan metode kerja

Perbaikan metode kerja adalah perbaikan dari tahapan – tahapan proses pekerjaan,
jalan yang akan ditempuh, cara yang akan dilakukan untuk mencapai suatu tujuan.
Untuk mengatasi masalah dari tujuh macam pemborosan salah satunya dapat
menggunakan cara langkah perbaikan metode kerja. Tahapan untuk perbaikan
metode kerja dilakukan dengan analisa metode untuk mencari, mengembangkan,
serta menerapkan metode yang lebih efektif dan efisien. (Wignjoesoebroto, 1990)
7
Percepatan proses, menjaga kualitas produk, dan untuk menjaga kestabilan
metode dari proses produksi dapat menggunakan jig atau fixtur.
2. 4. 1 Jig dan Fixtur

Jig dan fixtur adalah alat yang didesain khusus untuk memegang, menyangga
atau memposisikan benda kerja agar dapat di proses permesinan supaya
didapatkan hasil produk yang seragam. (Kalpakjian, 2004).
2. 4. 2 Design Jig
Design jig adalah proses perencanaan awal sebuah jig yang mempertimbangkan
aspek fungsi, estetika dan aspek lainnya sehingga jig dapat sesuai tujuan
pembuatan. Tahapan design dari konsep, ide, sketsa, hingga menjadi gambar
design produk. Dalam pengertian lain design adalah rancangan, konsep awal, pola
susunan, kerangka bentuk dan corak benda (Kamus besar bahasa indonesia,
2008).
2.5 Simulasi sistem

Sistem adalah kumpulan dari elemen - elemen yang berfungsi dan berjalan
bersama untuk mencapai tujuan yang diinginkan. Dalam pengertian ini
menunjukan bahwa suatu sistem terdiri dari banyak elemen, elemen – elemen ini
saling terkait satu dan lainya bekerja sama,dan suatu sistem memiliki tujuan untuk
mencapai tujuan tertentu (Harrel, C.2012).
2. 5. 1 Simulasi
Sebuah simulasi adalah sebuah operasi suatu model sistem. Model dapat
dikonfigurasi ulang dan bereksperimen dengan biasanya, ini tidak mungkin,
terlalu mahal atau tidak praktis untuk dilakukan dalam sistem yang mewakilinya.
Pengoperasian model dapat dipelajari, oleh karena itu, sifat – sifat yang
menyangkut perilaku sistem actual atau sub sistemnya dapat disimpulkan. Dalam
arti yang luas, simulasi adalah alat (software) untuk mengevaluasi kinerja suatu
sistem, yang sudah ada atau yang akan diusulkan, dibawah konfigurasi yang
berbeda dan selama periode waktu nyata yang lama (Maria, 1997.23).
Mensimulasikan adalah kemampuan untuk menerapkan pembelajaran dari

aktivitas nyata dan trial and error untuk menyesuaikan dengan kinerja sistem,
8
dimana perubahan dari lingkungan manufaktur lebih cepat terjadi dari pada
pelajaran yang dapat di pejajari (Solberg, 1998.
Simulasi promodel adalah alat simulasi yang dapat digunakan untuk

mensimulasikan variasi model manufaktur dan sistem layanan. Sistem manufaktur
seperti job order, koveyor, transfer line, produksi masal, line assembli, sistem
manufaktur yang fleksibel, crane, sistem produksi just in time, kanban sistem, dll.
2. 5. 2 Elemen Simulasi
Elemen dari sebuah sistem simulasi adalah entitas, aktivitas, sumber daya,dan
control. elemen ini yang mendefinisikan siapa, apa, dimana, kapan, dan bagaiman
memproses entitas (Harrel, C.2012).
2. 5. 3 Entitas
Entitas adalah objek yang bergerak atau yang dapat diproses oleh model didalam
sistem, seperti produk yang ada di dalam pabrik, pasien yang ada di rumah sakit,
pelanggan yang berada di bank, dll.
2. 5. 4 Aktivitas
Aktivitas atau kegiatan adalah tugas - tugas yang dilakukan di dalam sistem yang
secara langsung atau tidak langsung terlibat dalam pemrosesan entitas. Aktivitas
dapat diklasifikasikan menjadi tiga, yaitu pemrosesan entitas, entitas dan
pergerakan sumber daya dan penyesuaian sumber daya, pemeliharaan dan
perbaikan. (Bank, 1996).
2. 5. 5 Sumber Daya
Sumber daya adalah sumber atau pasokan dari mana manfaat dihasilkan. Sumber
daya dapat diklasifikasikan berdasarkan ketersediaannya sumber daya terbarukan
(dapat diperbarui) dan sumber daya tidak terbarukan (tidak dapat di perbarui).
Mereka juga dapat diklasifikasikan sebagai aktual dan potensial berdasarkan
pengembangan dan penggunaan. Dari dasar mereka dapat diklasifikasikan sebagai
sumber daya biotik dan sumber daya abiotik, dan dari dasar distribusinya
abiquitous dan lokal. Item yang menjadi sumber daya dengan waktu dan
pengenbangan teknologi. Biasanya, sumber daya adalah bahan, energi, layanan,
staf, pengetahuan, atau aset lain yang diubah untuk menghasilkan manfaat dan
9
dalam proses dapat dikonsumsi atau dibuat tidak tersedia. Manfaat dari
pemanfaatan sumber daya dapat mencakup peningkatan kekayaan atau keinginan,
berfingsinya suatu sistem, atau meningkatkan makluk. Dari sudut pandang
manusia, sumber daya alam adalah apa saja yang diperoleh dari lingkungan untuk
memenuhi segala kebutuhan dan keinginan manusia (Harrel, 1950).
2. 5. 6 Kontrol
Umpan balik dari control sistem terdiri dari input, output, elemen yang di
kendalikan. Tanggapan sistem harus secepat mungkin minimumkan overshoot.
Untuk mencapai hal ini, dengan menggunakan cara redaman. Jika redaman lemah,
maka sistem dibawah redaman (Spiegel, 1967).
2.6 Teori Antrian

Teori antrian berlaku untuk situasi – situasi dimana pelanggan datang ke bengkel
untuk memanfaatkan layanan dan menunggu beberapa waktu sebelum
menggunakan layanan dan kemudian meninggalkan sistem setelah mendapatkan
layanan. Situasi dimana masalah kedatangan dan keberangkatan dapat dilihat.
Orang yang menunggu untuk menyetorkan tagihan listrik, aliran lalu lintas
otomatis melalui jaringan jalan, antrian yang terbentuk di loket tiket, orang yang
menunggu untuk melakukan penyetoran atau penarikan di bank, mesin yang
menunggu diperbaiki di bengkel, dll (Erlang, 2017).
2. 6 1 Aliran Waktu (Flow Time)

Aliran waktu adalah waktu yang dihabiskan per unit aliran dalam proses bisnis
dari awal hingga akhir, juga dikenal sebagai waktu pemrosesan total jika ada lebih
dari satu jalur yang melewati proses, waktu alir setara dengan panjang jalur
terpanjang (Reinboth, 2014).
2. 6 2 Laju Aliran (Flow Rate)

Laju aliran adalah jumlah unit aliran (misanya. Pelanggan, uang, atau brang / jasa
yang di hasilkan) melalui proses bisnis persatuan waktu, misal. Melayani
pelanggan per jam atau menghasilkan bagian per menit. Laju aliran adalah tingkat
rata – rata (Reibonth, 2014).
10
2. 6 3 Waktu Tunggu (Waiting Time)
Analisis waktu tunggu adalah bentuk pengaturan kinerja berbasis data yang
terfokus pengurangan waktu tunggu untuk operasi sebanyak mungkin. Analisis
waktu tunggu melihat pada waktu standar yang dibutuhkan untuk menyelesaikan
serangkaian operasi. Dengan analisis waktu tunggu, administrasi data dapat
melihat operasi mana berdasarkan waktu yang paling banyak dan melakukan
pengaturan yang paling tepat (Techopedia, 2017).
2. 6 4 Jumlah Antrian
Jumlah antrian atau tingkat iventori adalah banyaknya unit yang menunggu akan
diproses atau menunggu setelah meninggalkan proses. Jumlah unit yang saat ini
ditangani dalam bisnis misalnya: jumlah pelanggan di toko, jumlah mahasiswa
yang terdaftar di universitas, dll (Reinbonth, 2014).
2.7 Sistem Simulasi dan Modeling (software ProModel)

Banyak perangkat lunak yang dapat digunakan untuk mensimulasikan model
simulasi salah satunya adalah PorModel. ProModel adalah software teknologi
simulasi peristiwa diskrit yang digunakan untuk merencanakan, merancang, dan
meningkatkan manufaktur atau logistik baru atau yang sudah ada dan sistem
operasional lainnya. Untuk mewakili proses dunia nyata, termasuk variabilitas dan
interdependensi, untuk melakukan prediksi pemesanan terhadap potensial
perubahan (ProModel Corp, 2017).
2. 7. 1 Diagram Aliran Entitas

Diagram aliran adalah istilah umum untuk diagram yang mewakili aliran atau
serangkaian hubungan dinamis dalam suatu sistem. Istilah diagran aliran juga
sering digunakan sebagai sinonim untuk diagram alur, dan kadang – kadang
sebagai mitra dari diagram alur atau diagram flow. Diagram flow digunakan untuk
menyusun dan memesan sebuah sistem yang komplek, atau untuk
mengungkapkan struktur dasar dari elemen dan interaksinya (Wikipedia, 2016).
2. 7. 2 Pengertian Operasi
Setelah diagram alir entitas dibuat, deskripsi operasi harus di kembangkan yang
menjelaskan bagaimana entitas diproses melalui sistem. Diskrisi ini mungkin
11
dibuat secara bertahap, berbentuk narasi singkat, atau dapat berbentuk tabel.
Untuk sistem sederhana, dapat dinotasikan dengan informasi opersional. Apapun
bentuknya, haruslah identitas untuk masing – masing jenis entitas jelas di setiap
lokasi dalam sistem (Harrel, C. 2012).
2. 7. 3 Pengujian Independensi
Data independen adalah jika nilai dari satu pengamatan tidak dipengaruhi oleh
nilai dari pengamatan lain. Umumnya dalam pengambilan sampel dari poopulasi
yang terbatas ketika pengambilan sampel dilakukan tanpa penggantian. Misal,
dalam pengambilan sampel dari setumpuk kartu untuk menemukan probabilitas
gambar kartu As, probabilitas kartu berikutnya menjadi kartu yang lainnya
(Harrel, C. 2012).
Terdapat tiga teknik untuk menentukan ketergantungan atau korelasi data, yaitu.
Plot pencar, plot autokorelasi dan uji coba (Harrel. C. 2012).
2. 7. 4 Plot pencar (Scatter plot)

Plot pencar adalah seperangkat yang diplot pada sumbu horisontal dan vertikal.
Plot pencar sangat penting dalam statistik karena dapat menunjukan tingkat
korelasi, titik muncul secara acak tersebar di bidang koordinat. Jika korelasi besar
ada, titik terkonsentrasi di dekat garis lurus. Plot pencar adalah alat visualisasi
data yang berguna untuk mengilustrasikan sebuah tren tertentu (Tech Target,
2012).
2. 7. 5 Uji Autokorelasi
Korelasi data tergantung satu sama lain dan dikatakan berkorelasi otomatis.
Autokorelasi ada jika residu dalam satu periode waktu terkait dengan residu yang
lain dalam satu periode lain. Autokorelasi adalah korelasi dari salah satu residual
dari waktu ke waktu. Pola siklus adalah tanda autokorelasi positif. Melanggar dari
asumsi regresi bahwa residual bersifat acak dan independen (Harrel, C. 2012).
2. 7. 6 Uji Run (Run test)

Uji run menghitung dua uji run yang berbeda untuk keacakan data dan
menampilkan hasil. Hasil dari tiap test adalah menolak hipotesis bahwa seri
tersebut acak atau menolak hipotesis dengan tingkat singnifikansi adalah
12
probabilitas bahwa hipotesis ditolak sebenarnya benar, yaitu, bahwa hipotesis
menolak keacakan serial ketika serial ini sebenarnya acak (Harrel, C,2012).
2. 7. 7 Teori Distribusi
Menurut Shannon, 1975. Hasil dari varian acak simulasi tergantung dari pada
sampling observasi dari populasi. Mendifinisikan teori distribusi yang sesuai
dengan data sample disebut fitting distribusi. Teori distribusi dapat bersifat diskrit
atau konstan, tergantung dari pada himpunan sehingga nilai dalam rentang waktu
atau rangkaian tak terbatas dari nilai yang mungkin dalam rentang dapat terjadi.
Dibawah ini adalah diskripsi dari beberapa teori distribusi yang di gunakan dalam
simulasi.
a) Distribusi Normal
Dalam banyak kasus distribusi normal tepat untuk meringkas satu pengamatan
dalam kelompok yang mewakili salah satu dari dua hasil. Sebagai contoh,
proporsi individu dalam sampel acak yang mendukung satu dari dua kandidat
politik sesuai dengan uraian ini. Dalam hal statistik P adalah jumlah X dari
pemilih yang mendukung kandidat dibagi dengan jumlah total individu dalam
grup n, ini memberikan parameter P, proporsi individu yang mendukung
kandidat di seluruh populasi.
b) Distribusi Seragam (Uniform)

Distribusi seragam juga disebut distribusi persegi panjang, adalah distribusi
probabilitas yang memiliki probabilitas konstan atau rata dalam rentang waktu
tertentu. Distribusi seragam ditunjukan pada gambar dibawah ini.
Gambar 2. 1 Distribusi Seragam (Uniform)
13
c) Distribusi lognormal
Distribusi lognormal adalah distribusi probabilitas berkelanjutan dari variabel
acak yang logaritmanya terdistribusi normal. Berikut ini adalah plot dari
fungsi kepadatan probabilitas lognormal untuk empat nilai 0. Ada beberapa
parameterisasi umum dari distribusi lognormal seperti yang di tunjukkan pada
gambar 2.2 berikut.
Gambar 2. 2 Distribusi Lognormal
2. 7. 8 Distribusi Fitting
Pada dasarnya distribusi fitting merupakan upaya untuk mengidentifikasi
distribusi yang mendasari dari mana data dihasilkan. Menemukan distribusi
terbaik yang sesuai dengan data sampel dengan manual bisa sangat rumit.
Software distribusi pada dasarnya mengikuti prosedur yang sama dengan
perhitungan manual. Distribusi fitting terdiri dari tiga prosedur: (1) Satu atau lebih
distribusi sebagai kandidat untuk dipilih atau yang paling cocok untuk menjadi
data sampel, (2) Memperkirakan parameter untuk setiap distribusi dihitung, dan
(3) Uji distribusi terbaik dilakukan untuk memastikan seberapa baik distribusi
tersebut cocok dengan data. Memilih data distribusi yang cocok untuk data sampel
membutuhkan pengetahuan tentang distribusi, jenis yang tersedia dan sifat
distribusi. Hal ini juga membantu untuk memiliki beberapa intuisi tentang
variabel yang datanya cocok. Setelah tipe distribusi dipilih berdasarkan nilai
parameter dari data sampel. Dalam kasus, dari distribusi normal, estimasi
parameternya adalah rata – rata dan standar penyimpangan dapat diperkirakan
dengan perhitungan sederhana rata – rata dan standar penyimpangan dari data
14
sampel. Perkiraan parameter umumnya dihitung menggunakan persamaan momen
atau persamaan kemungkinan maksimum (Harrel, C. 1950).
2. 7. 9 Membuat simulasi awal

Membuat simulasi ProModel dengan cara membuka menu build pada software
ProModel. Melalui meni ini dapat menentukan lokasi, jenis entitas, tingkat
kedatangan, jaringan alur sumber daya, waktu berhenti, logika pemrosesan,
variabel, atribut, larik dan makro yang dapat secara fleksibel memodelkan sitem
(Promodel.com, 2000).
2. 7. 10 Verifikasi dan validasi model

Proses pembuatan model simulasi dimulai dengan mendiskripsikan sistem nyata
kedalam model konseptual, dari model konseptual diterjemahkan kedalam model
simulasi. Proses ini berlangsung secara berulang dan rentan sekali terjadi eror.
Oleh sebab itu verifikasi dan validasi digunakan untuk mengurangi adanya eror
tersebut. Verifikasi merupakan proses menentukan apakah model simulasi telah
mencerminkan model konseptual. Dan validasi adalah proses penentuan apakah
model simulasi, sebagai konseptualisasi atau abstraksi merupakan respresentasi
yang akurat dari sisten nyata (Hoover and Perry, 1989).
a) Teknik verifikasi
Menurut (Harrel, 2004: 178) terdapat beberapa teknik dalam melakukan
verifikasi, diantaranya adalah sebagai berikut:
 Dengan cara melakukan pemeriksaan ulang terhadap model, dapat
dilakukan secara bottom – up yaitu melakukan pemeriksaan satuan dan
logika proses yang digunakan dalam model.
 Melakukan pengecekan terhadap hasil output yang ada pada masing –
masing proses pada model menggunakan Trace.
 Mengamati animasi dari model yang sedang dijalankan, apakah tingkah

laku dari sistem telah sesuai dengan model yang diinginkan atu model
aktual.
 Melakukan compile error atau debugging pada simulasi model.
15
b) Teknik validasi
Teknik validasi yang dapat digunakan untuk memvalidasi model simulasi menurut
(Harrel, 2004: 183) adalah sebagai berikut:
 Mengamati animasi pada model yang dijalankan, membandingkan tingkah
laku pada model dengan tingkah laku pada sistem nyata menurut pendapat
orang lain tentang model simulasi tersebut.
 Membandingkan model dengan sistem nyata dengan cara menjalankan
model simulasi dan sistem nyata dalam kondisi yang sama.
 Melakukan perbandingan antara output model simulasi dengan output pada
sistem nyata.
 Melakukan analisis sensitivitas, yakni dengan cara melakukan perubahan
nilai input untuk mengetahui akibat pada perilaku yang terjadi pada sistem
atau output sistem.
c). Uji 2 sampel (T-test)

Uji T dua sampel merupakan uji perbandingan atau uji komparatif, tujuan dari uji
ini adalah untuk membandingkan apakah kedua data (variabel) sama atau berbeda.
Berdasarkan hubungan antar populasinya, uji –T dapat digolongkan kedalam dua
jenis uji, yaitu: dependent sample T-test, dan independent sample T-test.
 Dependent sample T-test atau sering di kenal dengan istilah paired sample
T-test adalah jenis uji statistika yang bertujuan untuk membandingkan rata
– rata dua group yang saling berpasangan. Sampel berpasangan dapat
diartikan sebagai sebuah sampel dengan subjek yang sama namun
mengalami dua perlakuan atau pengukuran yang berbeda, yaitu
pengukuran sebelum dan sesudah dilakukan sebuah aktifitas. Syarat –
syarat dari uji paired sample T-test adalah: a) data berdistribusi normal, b)
kedua kelompok data adalah dependent (berpasangan atau saling
berhubungan), c) jenis data yang digunakan adalah numerik.
 Independent sample T-test adalah uji statistik ini bertujuan untuk
membandingkan rata – rata dua group yang tidak saling berpasangan atau
tidak saling berhubungan. Dapat diartikan bahwa sampel yang digunakan
berasal dari subjek yang berbeda.
16
BAB III
METODOLOGI PENELITIAN
Metodologi pada penelitian adalah kerangka proses kerja atau kerangka berfikir
secara sistematis yang menceritakan tahapan – tahapan dari proses identifikasi,
merumuskan, menganalisa, memecahkan, dan mmenyimpulkan permasalahan
sehingga penelitian terarah untuk mencapai tujuan penelitian. Langkah – langkah
atau tahapan – tahapan yang akan digunakan untuk memecahkan permasalah pada
penelitian ini adalah sebagai berikut:
1. Pengamatan awal
-Pengamatan langsung dan melakukan wawancara.
-Identifikasi masalah.
-Menentukan tujuan penelitian, batasan masalah dan
asumsi.
2. Landasan Teori
-Pengertian pemborosan.
-Sistem manufakturing.
-Perancangan re-layout. (Macam – macam layout.).
-Perbaikan metode
-Sistem simulasi.
-Elemen simulasi (lokasi, entitas, prosesing, kedatangan).
-Teori antrian
-Sistem simulasi modeling (software ProModel).
-Verifikasi dan validasi model
-Uji dua sampel T-test
3. Pengumpulan Data dan Analisis
1. Pengumpulan data.
-Data primer
-Data skunder
Gambar 3. 1 Diagram penelitian

17
2. Pengolahan data
-Uji independensi data dan distribusi fitting.
-Membangun simulasi sitem sekarang
(lokasi, entitas, prosesing, kedatangan, dll)
-Verifikasi dan validasi hasil simulasi.
-Analisa hasil simulasi sekarang.
3. Usulan perbaikan metode
-Penjelasan perbaikan metode.
-Pengambilan data waktu perbaikan metode
-Membangun simulasi perbaikan metode
-Verifikasi dan validasi data perbaikan metode
-Analisis hasil simulasi perbaikan metode
4. Usulan perbaikan perubahan layout
-Penjelasan perbaikan perubahan layout
-Pengambilan data waktu perbaikan perubahan layout
-Membangun simulasi perbaikan perubahan layout
-Verifikasi dan validasi data perbaikan perubahan layout
-Analisis hasil simulasi perbaikan perubahan layout
5. Perbandingan hasil simulasi sekarang, simulasi perbaikan
metode, dan simulasi perbaikan perubahan layout.
4. Kesimpulan dan Saran
1. Kesimpulan dari hasil penelitian.
2. Memberikan saran untuk penelitian selanjutnya.
Gambar 3. 1 Diagram penelitian Lanjutan.
3.1 Pengamatan Awal

Pengamatan awal adalah tahapan awal sebelum dilakukannya penelitian. Pada
tahapan ini ditentukan masalah yang akan di lakukan penelitian. Lokasi penelitian
berada di PT. S khususnya pada produksi produk Cap (C1805-009). Pemilihan
18
objek penelitian produk ini didasarkan pada jumlah permintaan produk Cap
(C1805-009) yang mencapai 1 000 000 pcs per bulan yang sering terjadi
kekosongan stok (out of stock). Setelah diketahui latar belakang permasalahan
maka tahap selanjutnya yaitu, menentukan tujuan penelitian, batasan penelitian
dan asumsi dalam melakukan penelitian ini.
3.2 Landasan Teori

Landasan teori adalah tahapan mempelajari teori – teori yang berhubungan
dengan topik penelitian. Dengan cara mencari informasi secara lengkap yang
berkaitan dengan permasalahan yang diteliti. Pencarian informasi ini dilakukan
melalui, buku, laporan penelitian, jurnal, artikel dan sumber – sumber lainya yang
dapat menunjang jalannya penelitian ini. Landasan teori adalah sebagai berikut:
 Pemborosan proses.
 Sistem manufakturing.
 Perbaikan metode
 Perbaikan layout.
 Sistem.
 Simulasi.
 Element simulasi.
 Teori antriaan.
 Sistem simulasi modeling (software Promodel).
 Verifikasi dan validasi model simulasi.
3.3 Pengumpulan Data dan Analisis

3.3.1 Pengumpulan data
Pengumpulan data - data dilakukan dengan metode kuantitatif dengan
merekam waktu proses pada setiap stasiun kerja yang dilewati proses
produksi produk Cap (C1805-009). Teknik – teknik yang digunakan dalam
pengumpulan data adalah sebagai berikut:
- Teknik wawancara adalah dengan melakukan tanya jawab atau diskusi
langsung dengan leader dan operator yang berada di tiap stasiun kerja
yang terkait dengan pembuatan produk Cap (C1805-009).
19
- Teknik observasi adalah melakukan pengamatan atau pengukuran
langsung dengan menggunakan alat hitung yang terpasang pada mesin
produksi, menggunakan stop watch dan menggunakan kamera untuk
merekam proses produksi Cap (C1805-0090), langkah ini untuk
memudahkan mengetahui kebiasaan proses yang terjadi dan lama waktu
prosesnya.
- Teknik data perusahaan adalah dengan melihat catatan – catatan atau
laporan hasil produksi yang ada di perusahaan yang menunjang pada objek
yang sedang diteliti, data – data tersebut meliputi: laporan hasil produksi,
peta aliran proses produksi, peta proses operasi, diagram alir, data
permintaan pelanggan, data tata letak stasiun kerja dan data waktu
penyelesaian proses produksi Cap (C1805-009).
3.3.2 Pengolahan data

Pengolahan data pada penelitian ini lebih pada simulasi sistem produksi
Cap (C1805-009) untuk mengetahui stasiun kerja yang menjadi penyebab
terjadinya kemacetan aliran proses, analisis pemecahan masalah
kemacetan aliran dan mengetahui besaran penurunan setelah dilakukan
langkah – langkah perbaikan. Tahapan pengolahan data pada penelitian ini
adalah sebagai berikut:
 Uji independensi data

Melakukan uji independensi data untuk mengetahui apakah nilai data yang
akan di gunakan ini terdapat korelasi dengan nilai data pengamatan lainnya
atau tidak, jika terdapat korelasi maka data tersebut dieliminasi dan
dilakukan pengukuran ulang selanjutnya dilakukan uji independesi data
kembali sehingga didapatkan data yang sesuai. Pada uji independesi data
terdapat tiga teknik yaitu: autocorelation test, scaterplot test, run test.
 Distribusi fitting.
Distribusi fitting ini untuk mengetahui jenis ditribusi dari data sebelum
dipakai untuk simulasi. Menggunakan statsfit pada software simulasi
Promodel. Pemilihan nilai tertinggi yang akan digunakan pada simulasi
model.
20
 Simulasi sistem awal.
Simulasi sistem awal adalah gambaran dari sistem saat ini yang akan di
analisa stasiun mana yang menjadi penyebab kemacetan aliran proses
produksi Cap (C1805-009) Layout, pada pembuatan simulasi awal ini data
input yang harus didiskripsikan yaitu: data lokasi, data entitas, data
prosesing, data kedatangan. dan data running simulasi.
Dari running simulasi sekarang maka di dapatkan hasil yang selanjutnya

dilakukan verifikasi dan validasi simulasi. Sehingga diketahui stasiun kerja
yang menjadi kemacetan aliran proses produksi. Dari analisis hasil tersebut
kemudian mencari pemecahan masalah berdasarkan analisis tersebut.
Untuk mengatasi permasalahan kemacetan aliran maka pendekatan
Perbaikan yang akan diambil yaitu: dengan perbaikan metode dan
perubahan tata letak stasiun kerja.
 Verifikasi dan validasi model

Verifikasi dan validasi model merupakan tahapan analisis untuk
membandingkan data hasil produksi sisten nyata dengan hasil produksi
pada model simulasi. Ada beberapa aspek yang dibandingkan yaitu:
melihat model animasi, dibandingkan dengan sistem nyata atau model
simulasi. Pada tahapan validasi dilakukan perhitungan eror pada rata – rata
hasil produksi dan standar deviasi.
a). Simulasi trace atau sering disebut penelusuran simulasi adalah tahapan
mencocokkan antara kondisi dan aktivitas yang terjadi pada sistem nyata
dengan sistem pada model simulasi.
b). Uji T–test penelitian biasanya menggunakan dua sampel atau lebih
sebagai objek penelitiannya. Dari sampel tersebut dibandingkan untuk
melihat ada atau tidaknya perbedaan setelah sampel tersebut di beri
perlakuan yang berbeda. Untuk melihat ada tidaknya perbedaan maka
dilakukan uji perbedaan dua rata - rata. Uji hipotesis dua rata – rata yang
digunakan untuk mengetahui ada atau tidaknya perbedaan rata – rata antara
21
dua buah data. Salah satu teknik untuk menguji hipotesis dua rata – rata
yaitu:
- Uji 2 sampel T-test untuk memverifikasi dan memvalidasi data sistem

pada model simulasi awal dengan data sistem nyata. Nilai p value dari
hasil uji 2 sampel T-test harus lebih dari 0,05. Sehingga kesimpulan dari uji
2 sampel T-test yaitu tidak ada perbedaan nilai rata – rata.
- Uji paired sample T-test untuk memverifikasi dan memvalidasi data pada
model simulasi awal dengan data model simulasi perbaikan. Nilai p value
dari hasil uji paired sample T-test kurang lebih dari 0,05. Sehingga
kesimpulan dari uji paired sample T-test yaitu terdapat perbedaan nilai
rata – rata.
3.3.3 Simulasi perbaikan metode

- Melakukan perbaikan metode kerja dengan menggunakan alat bantu
yang sesuai untuk mengurangi waktu proses pada stasiun kerja yang
terjadi kemacetan aliran.
- Melakukan trial pengambilan waktu proses setelah dilakukan perbaikan.
Dilanjutkan pengolahan data dengan uji independesi dan distribusi
fitting.
- Membuat simulasi perbaikan metode dengan menggunakan data proses
setelah perbaikan metode.
- Melakukan verifikasi, validasi analisis hasil simulasi perbaikan metode.
3.3.4 Simulasi perubahan layout.

- Melakukan perbaikan dengan merancang layout baru untuk mengurangi
waktu pergerakan produk.
- Melakukan trial pengambilan waktu proses setelah dilakukan perbaikan.

Dilanjutkan pengolahan data dengan uji independesi dan distribusi
fitting.
- Membuat simulasi perbaikan metode dengan menggunakan data proses
setelah perbaikan metode.
22
- Melakukan verifikasi, validasi dan analisis hasil simulasi perbaikan
metode.
3.3.5 Perbandingan hasil simulasi sekarang, perbaikan metode dan perbaikan

layout .
Membandingkan hasil simulasi ini dilakukan untuk mengetahui peruhaan
yang terjadi setelah dilakukan perbaikan.
3.4 Simpulan dan Saran

Setelah menghitung dan menganalisa data, tahap terakhir adalah menarik
kesimpulan, meringkas dari semua tahapan dan memberikan beberapa
rekomendasi untuk penelitian masa depan. Simpulanya adalah untuk menjelaskan
penyebab utama yang mempengaruhi sistem pada proses produksi Cap (C1805-
009) dan memberikan rekomendasi untuk memberikan solusi bagaimana
melakukan efisiensi.
23
BAB IV
PENGUMPULAN DATA DAN ANALISIS
4.1 Pengumpulan Data

4.1.1 Data primer
Pengumpulan data primer dilakukan pengukuran dan pengamatan langsung
dengan cara merekam waktu proses pada setiap stasiun kerja yang dilewati
proses produksi produk Cap (C1805-009). Teknik – teknik yang digunakan
dalam pengumpulan data adalah sebagai berikut:
 Teknik wawancara adalah dengan melakukan tanya jawab atau diskusi

langsung dengan leader dan operator yang berada di tiap stasiun kerja yang
terkait dengan pembuatan produk Cap (C1805-009).
 Teknik observasi adalah melakukan pengamatan atau pengukuran langsung

dengan menggunakan alat hitung yang terpasang pada mesin produksi,
menggunakan stop watch dan menggunakan kamera untuk merekam proses
produksi Cap (C1805-0090), langkah ini untuk memudahkan mengetahui
kebiasaan proses yang terjadi dan lama waktu prosesnya. Tabel 4.1 adalah data
waktu produksi di tiap stasiun kerja.
Tabel 4. 1 Data waktu proses ditiap stasiun kerja (menit)
Incoming Stasiun
No
material Pengepresan Stasiun Inspeksi
1 4.42 9,38 41.32
2 2.35 9,37 41.14
3 3.43 9,42 41.59
4 3.38 9,39 41.50
5 3.52 9,39 41.28
6 2.31 9,40 41.41
7 3.81 9,38 41.04
8 2.14 9,41 40.89
9 2.63 9,40 41.15
10 2.00 9,37 41.28
24
Tabel 4.1 Data waktu proses ditiap stasiun kerja(menit) Lanjutan.
Incoming Stasiun
No Stasiun Inspeksi
material Pengepresan
11 4.02 9,42 40.98

12 2.47 9,38 41.52
13 3.13 9,41 41.35
14 4.06 9,39 41.65
15 2.69 9,39 41.23
16 1.35 9,37 40.88
17 2.24 9,40 41.55
18 3.12 9,38 41.51
19 2.36 9,40 41.14
20 2.77 9,43 41.66
21 3.63 9,41 41.13
22 1.54 9,39 41.60
23 2.65 9,36 40.86
24 1.80 9,40 41.65
25 2.43 9,41 41.57
26 3.15 9,41 41.51
27 1.09 9,38 41.34
28 2.91 9,41 41.33
29 1.30 9,40 41.08
30 1.72 9,36 41.40
4.1.2 Data sekunder

Data sekunder diperoleh dengan melihat dokumentasi, catatan – catatan atau
laporan hasil produksi yang ada di perusahaan yang menunjang pada objek
yang sedang diteliti, data – data tersebut meliputi: laporan hasil produksi, peta
aliran proses produksi, peta proses operasi, diagram alir, data permintaan
pelanggan, data tata letak stasiun kerja dan data waktu penyelesaian proses
produksi Cap (C1805-009).
25
 Flow proses chart (FPC)
Dibawah ini adalah gambaran flow proses yang terjadi saat ini. Dimulai dari
proses material masuk dan disimpan di area incoming selanjutnya proses
pengepresan yang merubah material coil menjadi material WIP (work in proses).
Material WIP (work in proses) masuk stasiun kerja inspeksi dan keluar menjadi
produk jadi (finish good). Kemudian produk jadi (finish good) disimpan diarea
store finish good menunggu jadwal pengiriman ke pelanggan.
Incoming Pengepresan Inspeksi Store F/G

material
Gambar 4. 1 Flow proses chart pembuatan produk Cap (C1805-009)
 Waktu penyelesaian pembuatan produk Cap (C1805-009)

Dari hasil pengumpulan data waktu rata – rata proses pembuatan produk Cap
(1805-009) pada tiap – tiap stasiun kerja. Dari data tersebut menunjukkan bahwa
proses pembuatan produk Cap (C1805-009) pada stasiun kerja inspeksi, waktu
rata – rata penyelesaian untuk satu box dengan quantity 2000 pcs memerlukan
waktu sebanyak 41.32 menit. Perbedaan waktu penyelesaian dengan stasiun kerja
pengepresan telah menunjukkan ketidak seimbangan waktu proses, sehingga perlu
adanya perubahan metode kerja untuk menurunkan waktu proses yang ada di
stasiun kerja inspeksi. Data tersebut ditunjukkan pada gambar 4.2 berikut.
26
Gambar 4. 2 Waktu proses pembuatan produk Cap (C1805-009) per box (menit)
dimasing – masing stasiun kerja
 Tata letak stasiun kerja pembuatan produk Cap (C1805-009)

Tata letak stasiun kerja pada proses pembuatan produk Cap (C1805-009) yang
akan dilakukan penelitaian di tunjukakan pada gambar 4.3 dibawah. Alur proses
pembuatan produk melewati stasiun incoming material, stasiun kerja pengepresan,
stasiun kerja inspeksi dan store finish good. Pada gambar menunjukkan bahwa
tata letak stasiun kerja inspeksi berada jauh di luar garis sehingga membutuhkan
waktu yang lebih lama untuk menyupai produk WIP (work in proses) ke stasiun
kerja inspeksi. Kondisi sekarang jarak antara stasiun kerja pengepresan ke stasiun
kerja inspeksi 60 meter ditempuh dengan waktu 6 menit dan jarak dari stasiun
kerja inspeksi ke stasiun store finish good 33 meter ditempuh dengan waktu 3
menit. Dengan data – data tersebut maka perlu adanya relayout untuk mengurangi
pemborosan waktu tersebut.
Gambar 4. 3 Layout aktual sistem pembuatan produk Cap (C1805-009)
4.2 Pengolahan data

4.2.1 Pengujian independensi data
Pengujian independensi data adalah jika data nilai dari pengamatan tidak
dipengaruhi oleh nilai pengamatan yang lain. Ketergantungan bisa terjadi
biasanya pada pengambilan sampel dari populasi yang terbatas saat pengambilan
sampel tidak bergantian. Beberapa teknik untuk menentukan korelasi atau
27
ketergantungan sebuah data. Teknik tersebut adalah scater plot, autocorelation
plot, run test. Untuk pengujian korelasi data akan dilakukan pada tiap stasiun
kerja.
a). Stasiun kerja Incoming

 Uji Scater plot.
Uji scater plot adalah plot dari titik – titik yang berdekatan yang diapit satu poin
dengan poin yang lain. Sebaran plot digunakan untuk menggambarkan variabel x-
pada sumbu horisontal dan hubungan dengan variabel y- pada sumbu vertikal.
Berdasarkan gambar 4.5 hasil scater plot data waktu di lokasi incoming material
dapat dilihat bahwa ploting tidak menunjukkan garis yang jelas. Maka dapat
disimpulkan bahwa data tersebut independen.
Gambar 4. 4 Scater plot lokasi incoming material
 Uji Autocorelation test

Pada gambar 4.6 dibawah dapat dilihat bahwa tidak terdapat korelasi data dari
satu sampel ke sampel yang lainnya. Sampel dinyatakan berkorelasi jika nilai
autocorelation bernilai 1 atau -1. Jika nila autocorelation mendekati nilai 0 maka
sampel dinyatakan tidak berkorelasi dengan data sampel yang lain.
28
Gambar 4. 5 Autocorelation lokasi incoming material
 Uji Run test

Pengujian run test adalah pengujian jalanya data apakah data berkorelasi dengan
data yang lain. Pada run test menggunakan test median dan titik balik. Jika hasil
nya tidak ditolak (do not reject), sampel tersebut acak, tetapi jika hasilnya ditolak
(reject), maka sampel tersebut dinyatakan tidak acak.
Ho = Sampel acak
H₁ = Sampel tidak acak
Test median mengukur jumlah jalannya sampel ( urutan nomor, apakah diatas rata
– rata atau dibawah rata – rata). Jika terlalu banyak atau terlalu sedikit, keacakan
maka seri sampel ini akan di tolak. Uji titik balik mengukur beberapa kali seri
sampel berubah secara langsung. Jika terlalu banyak atau terlalu sedikit seri
sampel, keacakan maka seri sampel tersebut akan ditolak. Berdasarkan gambar 4.6
dapat dilihat bahwa untuk test median, hipotesis nol tidak ditolak, artinya untuk
test median seri sampel acak (lulus uji independensi). Untuk test titik balik,
hasilnya adalah hipotesis nol tidak ditolak, itu berarti titik balik seri dari sampel
acak. Kesimpulan dari kedua uji adalah lulus uji independensi.
Hasil uji untuk stasiun kerja dan stasiun inspeksi dapat di lihat pada lampiran.
Pada stasiun kerja pengepresan dan stasiun kerja inspeksi dinyatakan lulus uji
korelasi maupun uji ke acakan.
29
Gambar 4. 6 Run test lokasi incoming material
4.2.2 Pengujian keseragaman data distribusi

Pengujian keseragaman data pada tiap stasiun kerja dapat dilakukan dengan
menggunakan software ProModel, dengan cara klik stat: Fit, pilih input dan pilih
input graph, hasilnya bisa dilihat pada gambar berikut:
Stasiun kerja incoming material
Gambar 4. 7 Keseragaman data lokasi incoming material
30
Hasil uji keseragaman data distribusi pada stasiun kerja incoming material seperti
yang di tunjukkan pada gambar 4.7 dalam satu kelompok data hanya ada satu
yang menjelaskan berbeda pada stasiun kerja incoming material. Dapat
disimpulkan data didistribusikan secara seragam karena berasal dari populasi yang
sama. Hasil uji keseragaman untuk stasiun kerja pengepresan dan stasiun kerja
inspeksi dapat dilihat pada lampiran. Maka dari ketiga lokasi yang sudah
dilakukan uji keseragaman data semua data sudah dinyatakan lulus uji
keseragaman data.dan langkah selajutnya adalah pengujian distribusi (distribusi
fitting).
4.3 Pengujian distribusi fitting

Ada beberapa jenis distribusi yang biasa di gunakan pada simulasi ProModel
nama – nama distribusi tersebut antara lain, lognormal, normal, uniform,
exponentsial, dll. distribusi lognormal adalah distribusi probabilitas berkelanjutan
dari variabel acak yang logaritmanya berdistribusi normal. Distribusi normal
adalah distribusi kontinou yang paling umum yang digunakan dalam statistik.
Distribusi seragam (uniform) atau distribusi persegi panjang adalah keluarga dari
distribusi probabilitas simetris sehingga untuk setiap anggota keluarga dari
distribusi tersebut, dengan panjang interval dan dukungan distribusi yang sama.
Distribusi exponensial adalah distribusi probabilitas yang menggambarkan waktu
antara peristiwa dalam waktu proses poisson. Akan ada tes distribusi pada masing
– masing stasiun kerja. Untuk mengetahui hasil distribusi, dapat menggunakan
software dari ProModel, langkah –langkahnya sebagai berikut: pilih Stat Fit, lalu
klik Fit, kemudian Auto Fit, pilih penayangan terus menerus dan tidak terbatas.
a). Tes distribusi di stasiun kerja incoming material
Gambar 4. 8 Data distribusi fitting lokasi incoming material

31
Berdasarkan hasil uji distribusi pada stasiun kerja incoming material yang
disajikan pada gambar 4.8 diatas diperoleh distribusi normal, lognormal, uniform
dengan menolak hipotesis nol. Peringkat tertinggi distribusi normal dengan nilai
100. Peringkat kedua distribusi lognormal dengan nilai 99.8. peringkat ketiga
distribusi uniform dengan nilai 30.5. ketiga distribusi dapat digunakan untuk
mewakili pada simulasi, namun distribusi ke empat tidak boleh digunakan karena
distribusi keempat atau distribusi exponensial menerima hipotesis nol dan nilai
dari distribusi nya sangat kecil yaitu 8.67. Untuk memperoleh hasil simulasi yang
akurat maka dipilih distribusi dengan nilai tertinggi. Pada stasiun kerja incoming
material ini akan memakai distribusi normal (2.68, 0.855) dengan nilai tertinggi
yaitu 100. Hasil pengujian distribusi untuk stasiun kerja pengepresan dijelaskan
pada lampiran 5 dan stasiun kerja inspeksi dijelaskan pada lampiran 10. Pada
stasiun pengepresan diperoleh hasil dengan distribusi normal (301, 0.515) dengan
rank 100.sedangkan pada stasiun inspeksi diperolah hasil dengan distribusi
normal 41.3, 0.241) rank 100. Dari ketiga stasiunkerja sudah di peroleh hasil
distribusinya maka selanjutnya dilakukan pembuatan model simulasi awal.
4.4 Simulasi sistem awal

Layout sistem produksi di PT. S seperti yang ditunjukkan pada gambar 4.9
dibawah. Material masuk dari gerbang masuk (gate in) sebelah kiri, menurunkan
material di area incoming material. Flow proses yang umum di PT. S yaitu
material masuk kemudian di proses pengepresan, hasil dari pengepresan masuk
proses spot weld, weld Co2, masuk proses pelapisan, atau langsung di inspeksi,
flow proses ini berdasarkan karakter dari produk. Pada umumnya akan ada
pengecekan terakhir sebelum produk di kirim ke area penyimpanan produk jadi.
Pada pembuatan produk Cap (C1805-009) flow proses nya adalah material dari
incoming material di angkut menggunakan crane ke area mesin pengepresan,
material diproses sehingga menghasilkan produk Cap WIP (work in proses).
Kemudiam masuk proses inspeksi dan dilanjutkan dikirim ke area penyimpanan
produk jadi. Untuk memindahkan produk menggunakan alat trolly yang di dorong
oleh operator. Produk jadi yang ada diarea penyaimpanan menunggu jadwal
pengiriman, jika jadwal sudah ada maka akan di persiapkan di area pre delivery
dan masuk ke truck kemudian keluar melewati gerbang keluar (gate out).
32
a). Layout
Pada gambar 4.9 ditunjukkan bahwa alur proses pembuatan produk Cap (C1805-
009) dimulai dari material masuk di area incoming material yang ada di sebelah
kiri, produk jadi selesai dan keluar melalu pintu delivery yang berada di sebelah
kanan.
1 3
2 4
Gambar 4. 9 Lay out simulasi awal
b). Lokasi
Lokasi atau stasiun kerja pada proses pembuatan produk Cap (C1805-009)
terdapat empat lokasi seperti yang ditunjukkan pada gambar 4.9, yaitu:
1. Lokasi incoming material
2. Lokasi pengepresan
3. Lokasi inspeksi
4. Lokasi store finish good (produk jadi)
33
Gambar 4. 10 Data input lokasi
Pada gambar 4.10 data input pada software simulasi ProModel. Lokasi
penerimaan material kapasitas penerimaan tidak terhingga, unit lokasi satu, rule
keluar dan masuk matrial FIFO (first in, First out) yang pertama kali masuk,
pertama kali juga keluar sistem. Begitu seterusnya hingga lokasi terakhir. Yang
berbeda pada lokasi awal ini adalah pada stasiun kerja inspeksi, terdapat empat
inspektor untuk memproses produk yang sama. Masing – masing inspektor
mempunyai kapasitas proses satu.
c). Entitas
Terdapat tiga macam etitas pada proses produksi Cap (C1805-009) yaitu:
a). Material coil adalah bahan baku dari produk Cap (C1805-009) yang berbentuk
lembaran metal yang digulung sebelum dilakukan proses produksi. Berat standar
coil untuk produk Cap (C1805-009) adalah 355 kg.
b). Material WIP (work in proses) adalah produk Cap (C1805-009) setelah
melewati proses pengepresan dan menunggu proses inspeksi. Jumlah standar tiap
box adalah 2000 pcs. Satu coil dengan berat 355 kg dapat menghasilkan sebanyak
32 box atau 64 000 pcs.
c). Produk jadi (finish good) adalah produk jadi ini telah melewati semua tahapan
proses dan siap untuk di kirim ke pelanggan
34
Nama Foto aktual entitas Sketsa entitas
dalam simulasi
Material coil
Produk WIP
(work in
proses)
Produk jadi
(finish good)
Gambar 4. 11 Entitas
Gambar 4. 12 Data input entitas
d). Proses dan routing

Pada gambar 4.12 proses atau sering disebut pemrosesan dari entitas. Dari mana
entitas masuk dan keluar didefinisikan dengan jelas. Dan waktu yang di perlukan
untuk melakukan pemrosesan berapa lama, nama dari pemrosesan dijelakan, rule
standar yang digunakan dan bagaiman melakukan proses. Seperti contoh: material
masuk bernama raw material masuk ke stasiun kerja incoming operasi tidak ada
karena hanya terjadi penerimaan material saja, raw material tidak berubah bentu
atau berubah nama. Kemudian out put dari proses ini adalah tetap sama raw
material dengan tujuan (destination) antrian store material dan kemudian
peraturan (rule) yang digunakan adalah first 1 artinya yang datang pertama itu
35
yang di lakukan pemrosesan. Begitu seterusnya hingga proses berakhir. Seperti
contoh yang di jelaskan pada gambar 4.13 dan gambar 4.14 berikut.
Gambar 4. 13 Data input proses
Routing adalah lanjutan dari proses misalnya pada proses nama entitasnya Cap
WIP yang berada di lokasi antrian inspeksi setelah diproses menghasilkan output
Cap WIP dan tujuan (destinasi) selanjutnya adalah inspektor, dengan rule (First
1) yang pertama masuk yang di proses, waktu untuk pergerakan membutuhkan
waktu sebanyak 6 menit.
Gambar 4. 14 Data input routing
e). Kedatangan (arrival)
Gambar 4. 15 Data input kedatangan
36
Kedatangan (arrival) adalah suatu kejadian dimana obyek yang pertama kali
masuk kedalam sistem sehingga obyek tersebut di proses oleh sistem. Pada
simulasi pembuatan produk Cap (C1805-009) ini entitas yang datang adalah
material coil, pada lokasi incoming material, jumlah yang masuk sebanyak 2 coil,
jumlah kejadian (occurrences) sebanyak tak terhingga. Data input kedatangan
(arrival) seperti yang ditunjukkan pada gambar 4.15 diatas.
f). Pilihan dalam running simulasi awal

Pilihan yang harus ditentukan sebelum menjalankan simulasi antara lain a). satuan
waktu, apakah detik, menit, jam atau hati. b). lama simulasi akan dijalankan? 1
jam, 2 jam atau tak terhingga. c). Jumlah replikasi (pengulangan) saat simulasi.
Pada simulasi awal ini satuan waktu yang di pilih adalah menit, lama simulasi 16
jam, karena dalam 2 shift jam kerja jika dijumlah adalah sebanyak 16 jam kerja.
Ditambah warmup time sebesar 100 jam. Jumlah replikasi sebanyak 30 kali.
Seperti yang ditunjukkan pada gambar 4.16.
Gambar 4. 16 Data pilihan simulasi awal

37
g). Analisis hasil simulasi
Pada gambar 4.17 ini ditentukan pilihan – pilhan dari hasil simulasi pada general
terdapat informasi rata – rata waktu yang digunakan saat simulasi yaitu 16 jam.
Dan di bagian atas tool bar terdapat pilihan antara lain, lokasi, status lokasi multi,
status lokasi single (individu), aktifitas dari entitas, dan status entitas.
Gambar 4. 17 General hasil simulasi
Hasil dari simulasi ditunjukkan pada tabel 4.4 dibawah. Di stasiun kerja inspeksi
membutuhkan waktu rata – rata sebanyak 40.30 menit. Total produk Cap (C1805-
009) yang telah selesai melewati semua proses sebanyak 64 box. Antrian
terbanyak terjadi diarea antrian proses inspeksi sebanyak 36 box. Antrian ini tetap
terjadi walau inspektor yang mengerjakan proses inspeksi sudah ada empat
inspektor di tiap shiftnya. Dengan fenomena yang terjadi tersebut bisa di
simpulkan bahwa penyebab pemborosan terjadi pada stasiun kerja inspeksi.
berdasarkan data ini maka perlu adanya perbaikan agar waktu proses distasiun
kerja inspeksi menjadi lebih cepat dari yang terjadi sekarang.
38
Tabel 4. 2 Hasil simulasi awal (lokasi)
Simulasi awal.MOD (Normal Run - Avg. Reps)

Avg Time
Scheduled Time Total Avg Maximum Current
Name Capacity Per Entry % Utilization
(HR) Entries Contents Contents Contents
(MIN)
Incoming Material 16 999.999,00 3,00 100,58 0,31 2,00 1,00 0,00
Pengepresan 16 1,00 3,00 199,75 0,62 1,00 1,00 62,42
Antrian inspeksi 16 999.999,00 64,00 206,31 13,75 36,00 0,00 15,72
Inspektor.1 16 1,00 16,00 41,29 0,69 1,00 0,00 68,82
Inspektor.2 16 1,00 16,00 41,30 0,69 1,00 0,00 68,84
Inspektor.3 16 1,00 16,00 41,32 0,69 1,00 0,00 68,86
Inspektor.4 16 1,00 16,00 41,30 0,69 1,00 0,00 68,83
Inspektor 64 4,00 64,00 41,30 0,69 4,00 0,00 68,84
Jalur suplai 16 999.999,00 64,00 1,60 0,11 4,00 0,00 0,40
Finish good 16 999.999,00 64,00 0,00 0,00 1,00 0,00 0,00
39
Tabel 4. 3 Hasil simulasi awal (status lokasi multi)

Scheduled Time
Name % Empty % Part Occupied % Full % Down
(HR)
Incoming Material 16,00 68,82 31,18 0,00 0,00
Antrian inspeksi 16,00 25,65 74,35 0,00 0,00
Jalur suplai 16,00 95,14 4,86 0,00 0,00
Finish good 16,00 100,00 0,00 0,00 0,00
Tabel 4. 4 Hasil simulasi awal (status lokasi single)

Scheduled Time %
Name % Setup % Idle % Waiting % Blocked % Down
(HR) Operation
Pengepresan 16,00 62,18 0,00 37,58 0,00 0,25 0,00
Inspektor.1 16,00 68,81 0,00 31,18 0,00 0,00 0,00
Inspektor.2 16,00 68,83 0,00 31,16 0,00 0,00 0,00
Inspektor.3 16,00 68,85 0,00 31,14 0,00 0,00 0,00
Inspektor.4 16,00 68,83 0,00 31,16 0,00 0,01 0,00
Inspektor 64,00 68,83 0,00 31,16 0,00 0,00 0,00
40
Tabel 4. 5 Hasil simulasi awal (aktivitas entitas)

Avg Time In Avg Time In Avg Time Avg Time In Avg Time
Current Qty
Name Total Exits System Move Logic Waiting Operation Blocked
In System
(MIN) (MIN) (MIN) (MIN) (MIN)
Material coil 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Cap WIP 0,00 12,00 0,00 0,00 0,00 0,00 0,00
Cap Finish good 3.200,00 0,00 713,19 9,00 0,00 541,95 162,23
Tabel 4. 6 Hasil simulasi awal (status entitas)

Name % In Move Logic % Waiting % In Operation % Blocked
Material coil 0,00 0,00 0,00 0,00
Cap WIP 0,00 0,00 0,00 0,00
Cap Finish good 1,26 0,00 75,99 22,75
41
h). Verifikasi dan validasi model simulasi
 Uji 2 sampel T-test.
Verifikasi dan validasi model simulasi ini untuk memastikan apakah model simulasi yang sudah dibuat sudah dapat mempresentasikan
sistem sekarang yang ada. Langkah yang digunakan adalah menggunakan uji 2 sampel T-test dengan bantuan software SPSS. Dengan
hipotesis Ho : terdapat perbedaan antara sistem sekarang dengan model simulasi awal, H1 : tidak terdapat perbedaan antara sistem sekarang
dengan model simulasi awal. Dasar pengambilan keputusannya adalah menerima Ho jika nilai sig (2 tailed) kurang dari 0,05. Dan menolak
Ho jika nilai sig (2 tailed) lebih dari 0,05. Data simulasi awal diambil dari hasil simulasi yang sudah dijalankan dengan replikasi 30 kali.
Data yang akan digunakan pada 2 sampel T-test adalah sebagai berikut:
Tabel 4. 7 Data uji 2 sampel T-test model simulasi awal
Sistem Simulasi Sistem Simulasi Sistem Simulasi

No No No
sekarang awal sekarang awal sekarang awal
1 41,30 41,32 11 41,33 40,98 21 41,28 41,13
2 41,31 41,14 12 41,33 41,52 22 41,26 41,60
3 41,27 41,59 13 41,31 41,35 23 41,34 40,86
4 41,32 41,50 14 41,31 41,65 24 41,32 41,65
5 41,28 41,28 15 41,26 41,23 25 41,29 41,57
6 41,32 41,41 16 41,33 40,88 26 41,27 41,51
7 41,29 41,04 17 41,33 41,55 27 41,29 41,34
8 41,32 40,89 18 41,32 41,51 28 41,29 41,33
9 41,29 41,15 19 41,29 41,14 29 41,29 41,08
10 41,24 41,28 20 41,35 41,66 30 41,34 41,40
42
Kesimpulan dari hasil uji 2 sampel T-test ditunjukkan pada gambar 4.25. nilai sig (2 tailed) pada equal variances assumed 0,729 dan nilai
sig (2 tailed) pada equal variances not assumed 0,730. Berdasarkan dari nilai tersebut dapat disimpulkan bahwa Ho ditolak. Dengan arti
lain tidak terdapat perbedaan yang segnifikan antara sistem sekarang dengan simulasi awal. Model simulasi awal dinyatakan lulus dari
verifikasi dan validasi.
Gambar 4. 18 Hasil uji 2 sampel T-test.
43
 Tracing model simulasi
Validasi dilakukan untuk mengetahui apakah simulasi yang dijalankan apakah

sudah sesuai dengan aktual atau belum, jika belum maka akan dilakukan
perubahan sehingga simulasi bisa mempresentasikan pada aktual sistemnya. Pada
gambar 4. 19 ditunjukkan bahwa material datang di area incoming material.
Proses selama 4,47 menit, selanjutnya masuk ke stasiun pengepresan dan
seterusnya hingga produk keluar dari sistem. Dari hasil trace model simulasi ini
dapat disimpulkan bahwa model simulasi sudah sesuai dengan sistem sekarang
untuk produksi Cap (C1805-009).
Gambar 4. 19 Data Trace simulasi awal
44
4.5 Analisis penyelesaian masalah
Pada simulasi awal diperoleh hasil terjadi antrian produk WIP (work in proses)
sebanyak 36 box serta jika dilihat dari tata letak stasuin kerja inspeksi yang berada
jauh diantara stasiun kerja pengepresan dan area penyimpanan produk jadi
mengakibatkan proses pemindahan produk memerlukan waktu 6 menit.
Penumpukan produk yang menunggu proses dan pemindahan produk yang
membutuhkan waktu lama adalah pemborosan maka pada penelitian ini akan
melakukan: 1). Perbaikan metode kerja untuk mempercepat aliran proses di
stasiun kerja inspeksi. 2). Perubahan tata letak untuk mempercepat pemindahan
material yang akan di proses.
4.6 Perbaikan metode kerja

a). Design alat bantu
Pembuatan alat bantu ini untuk mengurangi waktu proses inspeksi. Seperti yang
ditunjukkan pada gambar 4. 20 dibawah. Ukuran jig panjang 250 mm x lebar 250
mm x tebal mangnet sheet 2 mm dan tebal cover plastik 0,8 mm. Pada ujung
disatukan dengan menggunakan lem. Pemilihan material berdasarkan bentuk dari
alat dan harga yang relatif murah.
Gambar 4. 20 Design magnet Sheet
Pada Tabel 4.11 dijelaskan urutan atau langkah – langkah kerja inspeksi sebelum
dilakukan perbaikan metode. Diawali produk yang akan dilakukan pengecekan
diambil sebagian dan di letakkan diatas meja dan diratakan, dilakukan pengecekan
45
bagian atas atau bagian yang terlihat. Kemudian produk yang sudah dicek dibalik
dengan jari (manual tanpa alat). Langkah selanjutnya dilakukan pengecekan pada
bagian yang belum dilakukan pengecekan. Diakhiri penghitungan jumlah dari
produk yang telah dilakukan pengecekan dengan cara di timbang per 2000 pcs
atau setara dengan 6.222 kg. Metode ini digunakan untuk mempercepat waktu
menghitung produk karena produk yang kecil, jumlah standar kuantitasnya yang
banyak untuk menghindari kesalahan hitung kelebihan atau kekurangan jumlah
(surplus quantity atau sortage quantity).
Tabel 4. 8 Metode kerja inspeksi saat ini
No Uraian pekerjaan Gambar

1 Part yang akan dilakukan
pengecekan di letakan dan
diratakan di atas meja.
2 Dilakukan pengecekan visual part.

Poin pengecekan meliputi:
tidak burry, tidak scratch, tidak ex-
scrap, tidak karat.
3 Balik posisi part satu persatu
dengan tangan, lakukan
pengecekan pada area yang belum
dilakukan pengecekan.
4 Part yang sudah dicek dimasukkan

ke dalam box.
5 Dipastikan quantitas part dengan

cara di timbang. Jumlah standar
2000 pcs per box (berat : 6.222 gr).
46
Tabel 4. 9 Metode kerja inspeksi setelah perbaikan.
NO Uraian pekerjaan Gambar
1 Part yang akan dilakukan

pengecekan di letakan dan
diratakan di atas meja.

Poin pengecekan meliputi: tidak
burry, tidak scratch, tidak ex-scrap,
tidak karat.
3 Magnet sheet diletakkan diatas part

kemudian dibalik.

Pada bagian yang belum dilakukan
pengecekan. Poin pengecekan
meliputi: tidak burry, tidak scratch,
tidak ex-scrap, tidak karat.
5 Part yang sudah dicek dimasukkan

ke dalam box.
6 Dipastikan quantitas part dengan

cara di timbang. Jumlah standar
2000 pcs per box (berat : 6.222 gr).
b). Pengambilan waktu perbaikan

Setelah semuanya siap pada tahapan prototype maka langkah selanjutnya
dilakukan trial dengan pengambilan waktu prosesnya. Waktu tersebut digunakan
47
untuk menjalankan simulasi yang telah dilakukan perbaikan. Pengambilan waktu
dilakukan sebanyak 30 kali pada stasiun kerja inspeksi dengan tiga inspektor,
masing – masing 10 kali trial. Pada data nomor satu sampai nomor 10 adalah dari
inspektor pertama, dari nomor 11 sampai nomor 20 adalah dari inspektor kedua,
dan nomor 21 sampai nomor 30 adalah dari inspektor ke tiga. Alat yang
digunakan adalah stopwatch. Dibawah ini adalah hasil pengambilan waktu proses
inspeksi yang di sajikan pada tabel 4.13.
Tabel 4. 10 Perbedaan waktu kerja inspeksi sebelum dan sesudah perbaikan
Waktu waktu Waktu waktu

No No
sekarang perbaikan sekarang perbaikan
1 41,32 11,32 17 41,55 9,14
2 41,14 9,25 18 41,51 10,02
3 41,59 10,33 19 41,14 9,26
4 41,5 10,28 20 41,66 9,67
5 41,28 10,42 21 41,13 10,53
6 41,41 9,21 22 41,6 8,44
7 41,04 10,71 23 40,86 9,55
8 40,89 9,04 24 41,65 8,8
9 41,15 9,53 25 41,57 9,33
10 41,28 8,9 26 41,51 10,05
11 40,98 10,92 27 41,34 8,09
12 41,52 9,37 28 41,33 9,81
13 41,35 10,03 29 41,08 8,2
14 41,65 10,96 30 41,4 8,62
15 41,23 9,59
41,32 9,59
16 40,88 8,25 x
x a  xb
Menghitung persentase penurunan waktu perbaikan metode  100%
xb
x a adalah rata – rata waktu sistem sekarang.
xb adalah nilai rata – rata waktu perbaikan.
x a  xb 41,32  9,59
Jadi hasilnya adalah  100% = 100%  330,96%
xb 9,59
48
 Uji disribusi fitting
Hasil uji scaterplot, autocoralation, runtest dan uji keseragaan data untuk rata –
rata waktu inspeksi setelah dilakukan perbaikan dapat di lihat pada lampiran 16
sampai lampiran 20. Pada uji tersebut dinyatakan lulus. Hasil dari uji distribusi
pada lokasi kerja inspeksi ditunjukkan bahwa nilai tertinggi distribusi normal
(9.59, 0.846) dengan nilai 99.9. Kedua distribusi lognormal dengan nilai 99.8.
yang ketiga distribusi uniform dengan nilai 26.3. dan yang terakhir distribusi
exponensial dengan nilai 0.21. Untuk stasiun kerja inspeksi ini dipilih adalah
distribusi normal (9.59, 0.846) untuk mewakili pada simulasi karena mempunyai
nilai tertinggi.
c). Model simulasi perbaikan metode
 Lay out dan proses input data
Hanya menggunakan
dua inspektor
Gambar 4. 21 Lay out sistem produksi setelah perbaikan metode inspeksi
Pada gambar 4.26 disajikan layout sistem produksi Cap(C1805-009) setelah

dilakukan perbaikan metode dengan menggunakan magnet sheet untuk
mempercepat waktu proses di stasiun kerja inspeksi. Pada layout simulasi awal
inspektor yang melakukan proses inspeksi sebanyak 4 inspektor di tiap shift, pada
simulasi perbaikan metode ini di kurangi 4 inspektor sehingga yang melakukan
inspeksi hanya 2 inspektor. Pengurangan inspektor ini berdasarkan hasil
penurunan waktu proses setelah perubahan metode kerja yang dirubah.
49
Gambar 4. 22 Data input lokasi setelah dilakukan perbaikan metode inspeksi
Data lokasi pada gambar 4.27 simulasi awal dirubah pada bagian unit pada stasiun
kerja inspeksi menjadi dua unit dari simulasi awal empat unit. Perubahan ini
mengikuti dari perubahan layout sistem produksi setelah dilakukan perbaikan
metode inspeksi.
Gambar 4. 23 Data input proses setelah dilakukan perbaikan metode inspeksi
Pada gambar 4. 28 dijelaskan untuk data input proses. Data proses dilakukan
perubahan waktu proses, pada simulasi awal waktu proses menggunakan waktu
dengan distribusi normal (41.3, 0.241) untuk simulasi perbaikan metode inspaksi
ini menggunakan waktu dengan distribusi normal (9.59, 0.846) dari hasil
pengambilan waktu saat trial dengan menggunakan alat bantu magnet sheet. Data
input yang lain seperti, entitas, kedatangan (arrival), dan routing tidak mengalami
perubahan, tetap seperti pada simulasi awal. Kemudian model simulasi dijalankan
dwngan warmup 100 jam dan jumlah replikasi sebanyak 30 kali replikasi.
50
d). Verifikasi dan validasi model simulasi
 Uji 2 sampel T-test
Uji 2 sampel T-test pada model simulasi ini untuk memastikan apakah model
simulasi yang sudah dibuat sudah dapat mempresentasikan sistem perbaikan
metode yang ada. Langkah yang digunakan adalah menggunakan uji 2 sampel T-
test dengan bantuan software SPSS. Pada uji ini hipotesis yang akan digunkan
yaitu:
Ho : terdapat perbedaan
H1 : tidak terdapat perbedaan
Dasar pengambilan keputusannya adalah Ho diterima jika nilai sig (2 tailed)
kurang dari 0,05. Dan Ho ditolak jika nilai sig (2 tailed) lebih dari 0,05. Data
model simulasi perbaikan metode diambil dari hasil simulasi yang sudah
dijalankan dengan replikasi 30 kali. Data yang akan digunakan pada 2 sampel T-
test adalah gambar 4.30 data waktu inspeksi setelah perbaikan metode hasil model
simulasi sebagai berikut:
Gambar 4. 24 Data waktu inspeksi setelah perbaikan metode hasil model simulasi
51
Kesimpulan dari hasil uji 2 sampel T-test ditunjukkan pada gambar 4.31. nilai sig
(2 tailed) pada equal variances assumed 0,992 dan nilai sig (2 tailed) pada equal
variances not assumed 0,992. Berdasarkan dari nilai tersebut dapat disimpulkan
bahwa Ho ditolak. Dengan arti lain tidak terdapat perbedaan yang segnifikan
antara sistem sekarang dengan simulasi awal. Model simulasi awal dinyatakan
lulus dari verifikasi dan validasi.
Gambar 4. 25 Hasil uji 2 sampel T-test perbaikan metode
Pada gambar 4. 40 ditampilkan bahwa simulasi telah dijalankan dengan rata – rata
waktu simulasi sebanyak 16 jam, dengan rata – rata waktu warmup sebesar 100
jam. Penjelasan selanjutnya dapat dilihat pada tabel 4. 1 sampai tabel 4. 18.
Gambar 4. 26 Hasil general simulasi perbaikan metode inspeksi
52
Tabel 4. 11 Hasil simulasi perbaikan metode inspeksi (lokasi)
Simulasi Perbaikan Metode (alat bantu) MOD (Normal Run - Avg. Reps)
Scheduled Avg Time Per Avg Maximum Current %
Name Capacity Total Entries
Time (HR) Entry (MIN) Contents Contents Contents Utilization
Incoming
16 999.999,00 3,00 100,68 0,31 2,00 1,00 0,00
Material
16 1,00 3,00 199,81 0,62 1,00 1,00 62,44
Pengepresan
16 999.999,00 64,00 119,57 7,97 32,00 0,00 9,11
Antrian inspeksi
16 1,00 32,00 9,60 0,32 1,00 0,00 32,01
Inspektor.1
16 1,00 32,00 9,57 0,32 1,00 0,00 31,90
Inspektor.2
32 2,00 64,00 9,59 0,32 2,00 0,00 31,95
Inspektor
16 999.999,00 64,00 1,60 0,11 2,00 0,00 0,40
Jalur suplai
16 999.999,00 64,00 0,00 0,00 1,00 0,00 0,00
Finish good
53
Tabel 4. 12 Hasil simulasi perbaikan metode inspeksi (status lokasi multi)
Scheduled Time
(HR)
Jalur suplai 16,00 90,42 9,58 0,00 0,00
Finish good 16,00 100,00 0,00 0,00 0,00
Tabel 4. 13 Hasil simulasi perbaikan metode inspeksi (status lokasi single)
Scheduled
Name % Operation % Setup % Idle % Waiting % Blocked % Down
Time (HR)
Pengepresan 16,00 62,19 0,00 37,56 0,00 0,25 0,00
Inspektor.1 16,00 32,01 0,00 67,99 0,00 0,00 0,00
Inspektor.2 16,00 31,90 0,00 68,10 0,00 0,00 0,00
Inspektor 32,00 31,95 0,00 68,05 0,00 0,00 0,00
54
Tabel 4. 14 Hasil simulasi perbaikan metode inspeksi (aktivitas entitas)
Simulasi Perbaikan Metode (alat bantu) .MOD (Normal Run - Avg. Reps)
Avg Time Avg Time In Avg Time
Current Qty Avg Time In Avg Time In Move
Name Total Exits Waiting Operation Blocked
In System System (MIN) Logic (MIN)
(MIN) (MIN) (MIN)
Material coil 0,00 2,00 0,00 0,00 0,00 0,00 0,00
Cap WIP 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Cap Finish good 3.200,00 0,00 594,97 9,00 0,00 427,49 158,47
Tabel 4. 15 Hasil simulasi perbaikan metode inspeksi (status entitas)
Material coil 0,00 0,00 0,00 0,00
Cap WIP 0,00 0,00 0,00 0,00
Cap Finish good 1,51 0,00 71,85 26,64
55
 Uji paired sampel T-test
Gambar 4. 27 Data waktu inspeksi hasil model simulasi awal

56
Uji paired sampel T-test pada simulasi ini untuk memastikan apakah model simulasi perbaikan metode yang sudah dibuat terdapat
perbedaan dengan model simulasi awal. Langkah yang digunakan adalah menggunakan uji paired sampel T-test dengan bantuan software
SPSS. Dengan hipotesis Ho : terdapat perbedaan antara model simulasi awal dengan model simulasi perbaikan metode, H1 : tidak terdapat
perbedaan antara model simulasi awal dengan model simulasi perbaikan metode. Dasar pengambilan keputusannya adalah menerima Ho
jika nilai sig (2 tailed) kurang dari 0,05. Dan menolak Ho jika nilai sig (2 tailed) lebih dari 0,05. Data model simulasi awal dan model
simulasi perbaikan metode diambil dari hasil simulasi yang sudah dijalankan dengan replikasi 30 kali. Data yang akan digunakan pada uji
paired sampel T-test adalah gambar 4.38 data waktu inspeksi setelah perbaikan metode hasil model simulasi dan gambar 4.41 data waktu
inspeksi hasil model simulasi awal.
Kesimpulan dari hasil uji paired sampel T-test ditunjukkan pada gambar 4.42. nilai sig (2 tailed) antara model simulasi awal dengan model
simulasi perbaikan metode adalah 0,000. Berdasarkan dari nilai tersebut dapat disimpulkan bahwa Ho diterima. Dengan arti lain terdapat
perbedaan yang nyata antara model simulasi awal dengan model simulasi perbaikan metode. Maka model simulasi perbaikan dinyatakan
lulus dari verifikasi dan validasi.
57
Gambar 4. 28 Hasil uji paired sampel T-test
e). Analisa hasil simulasi perbaikan metode inspeksi
Pada gambar 4.40 diatas ditunjukkan hasil keseluruhan dari simulasi perbaikan metode inspeksi. Dengan model normal running dengan
waktu rata – rata ditiap replikasi sebanyak 16 jam kerja dan rata – rata waktu warmup sebesar 100 jam. Dari hasil tersebut dapat dilihat
bahwa hasil hitung manual diperoleh persentasi penurunan waktu sebesar 330,96% sedangkan pada simulasi sebesar 330,66%. Maka
simulasi dikatakan valid (dapat mempresentasikan sistem nyata). Penjelasan secara lengkap ditunjukkan pada tabel 4.13 sampai tabel 4.17.
58
Tabel 4. 16 Hasil model simulasi perbaikan metode inspeksi
Hasil simulasi Hasil simulasi perbaikan metode inspeksi

No Uraian
awal
hasil selisih persentase %
1 Jumlah Inspektor (orang) 8 4 4 50,00
2 Hasil produksi (per hari) 64 64 0 0,00
3 Waktu proses inspeksi (menit) 41,3 9,59 31,08 330,66
4 jumlah antrian (box) 36 32 4 12,50
Rata - rata waktu operasi tiap entitas
5 541,95 427,49 114,46 26,77
(menit)
rata - rata waktu tiap entitas didalam
6 713,19 594,97 118,22 19,87
sistem (menit)
Berdasarkan hasil model simulasi perbaikan metode diatas dapat di tarik kesimpulan bahwa:
1. Total produk yang dihasilkan dari kedua simulasi adalah 64 unit perhari.
2. Penurunan waktu distasiun kerja inspekasi sebesar 31,08 menit atau 330,66%
3. Penurunan jumlah antrian di stasiun inspeksi sebanyak 4 unit atau 12,50%.
4. Penurunan rata – rata waktu operasi sebesar 114,46 menit atau 26,77%.
5. Penurunan rata – waktu entitas didalam sistem sebesar 118,22 menit atau 19,87%.
59
4.7 Perbaikan tata letak (layout) dan perbaikan metode
a). Perancangan perubahan tata letak
Perancangan kembali tata letak adalah sebuah perubahan kecil dalam suatu
penataan tata ruang, dengan tujuan meminimumkan biaya dan meningkatkan
efisiensi penggunaan segala fasilitas dalam proses produksi. Penataan dimana
operator ditempatkan, operasi gudang, pemindahan material, dan alat pendukung
lain sehingga mencapai layout yang baik di tempat kerja. Layout pada proses
produksi Cap (C1805-009) saat ini menggunakan line layout atau sering di kenal
dengan produk layout. Namun aktual di lapangan pada stasiun kerja inspeksi
jaraknya jauh sehingga memerlukan waktu lebih lama untuk mendistribusikan
produk yang akan dan setelah diproses. Jarak antar stasiun distribusi yang adalah
sebuah pemborosan, pemborosan waktu ini harus di kurangi untuk memperlancar
pendistribusian material ke stasiun kerja berikutnya.
Untuk mengurangi waktu distribusi maka perlu dilakukan perubahan tata letak
stasiun kerja inspeksi. Perubahan tata letak stasiun kerja inspeksi pada produksi
Cap (C1805-009) yang di tunjukkan pada gambar 4.35 dibawah. Posisi stasiun
kerja inspeksi sebelum dilakukan perubahan tata letak berada di paling atas. Pada
posisi ini material yang akan menuju stasiun kerja inspeksi harus bergerak
menjauh dari arah ke luar melewati mesin pres robot. Jarak dari stasiun
pengepresan ke stasiun kerja inspeksi 60 m.
Area inspeksi lama
Area inspeksi baru
Gambar 4. 29 Perbaikan layout dan perbaikan metode inspeksi
60
Rencana perubahan tata letak stasiun kerja inspeksi berada di area tengah antara
stasiun kerja pengepresan dan area store produk jadi. Pada perubahan tata letak ini
dapat mengurangi jarak sebesar 30 m dari stasiun kerja pengepresan ke stasiun
kerja inspeksi dan jarak 13 m dari stasiun kerja inspeksi ke area penyimpanan
produk jadi.
b). Pengambilan waktu perbaikan

Pengambilan waktu pada perubahan layout ini dilakukan dengan cara perhitungan
jarak pada simulasi awal dibandingkan dengan jarak antar stasiun kerja yang
dilakukan perbaikan. Jarak aktual dari stasiun kerja pengepresan ke stasiun kerja
inspeksi adalah 60 meter, dan jarak dari stasiun kerja inspeksi ke area
penyimpanan produk jadi (finish good) adalah 33 meter. Dengan jarak tersebut
memerlukan 6 menit untuk memindahkan produk Cap WIP ke stasiun kerja
inspeksi dan membutuhkan waktu 3 menit untuk memindahkan produk jadi ke
area penyimpanan produk jadi. Sesuai perubahan layout yang sekarang jarak dari
stasiun pengepresan ke layout stasiun kerja inspeksi yang baru adalah 30 meter
maka dengan jarak ini membutuhkan waktu sebanyak 3 menit, dan jarak dari
stasiun inspeksi yang baru ke area penyimpanan adalah 20 meter maka waktu
yang dibutuhkan untuk memindahkan barang jadi ke area penyimpanan yaitu 2
menit. Dengan data tersebut maka dilakukan verifikasi dengan mengambil waktu
dari stasiun pengepresan ke area terdekat dari layout yang direncanakan. Dari
verifikasi data tersebut terbukti bahwa dari stasiun pengepresan ke stasiun
inspeksi yang direncanakan memerlukan waktu 3 menit dan dari stasiun inspekasi
ke area penyimpanan membutuhkan waktu 2 menit.
c). Simulasi dan analisis hasil

Dalam simulasi perubahan layout ini tidak perlu lagi merubah semua yang sudah
di buat pada simulasi sebelumnya, hanya cukup merubah move logic pada data
input routing proses. Untuk dari stasiun kerja pengepresan ke stasiun kerja
inspeksi dirubah dari awalnya move for 6 min menjadi move for 3 min, dari
stasiun kerja inspeksi ke area penyimpanan produk jadi yang awalnya move for 3
min menjadi move for 2 min, seperti yang di tunjukkan pada gambar 4.36 berikut.
61
Gambar 4. 30 Data input routing perubahan layout
Langkah selanjutnya yaitu menjalankan simulasi seperti yang dijelaskan pada

simulasi sebelumya. Dengan aturan replikasi yang sama.
62
Tabel 4. 17 Hasil simulasi perubahan layout dan perbaikan metode inspeksi (lokasi)
Simulasi Perbaikan metode dan Lay Out.MOD (Normal Run - Avg. Reps)
Scheduled Avg Time Per Avg Maximum Current %
Name Capacity Total Entries
Time (HR) Entry (MIN) Contents Contents Contents Utilization
16,00 999.999,00 3,00 100,68 0,31 2,00 1,00 0,00
Incoming Material
16,00 1,00 3,00 199,81 0,62 1,00 1,00 62,44
Pengepresan
16,00 999.999,00 64,00 95,43 6,36 32,00 0,00 14,54
Antrian inspeksi
16,00 1,00 32,00 9,60 0,32 1,00 0,00 31,99
Inspektor.1
16,00 1,00 32,00 9,58 0,32 1,00 0,00 31,92
Inspektor.2
32,00 2,00 64,00 9,59 0,32 2,00 0,00 31,96
Inspektor
16,00 999.999,00 64,00 0,74 0,05 1,97 0,00 0,38
Jalur suplai
16,00 999.999,00 64,00 0,00 0,00 1,00 0,00 0,00
Finish good
63
Tabel 4. 18 Hasil simulasi perubahan layout dan perbaikan metode inspeksi (status lokasi multi)
Scheduled Time
(HR)
Jalur suplai 16,00 95,39 4,62 0,00 0,00
Finish good 16,00 100,00 0,00 0,00 0,00
Tabel 4. 19 Hasil model simulasi perubahan layout dan perbaikan metode inspeksi (status lokasi single)
Scheduled
Name % Operation % Setup % Idle % Waiting % Blocked % Down
Time (HR)
Pengepresan 16,00 62,19 0,00 37,56 0,00 0,25 0,00
Inspektor.1 16,00 31,99 0,00 68,01 0,00 0,00 0,00
Inspektor.2 16,00 31,92 0,00 68,08 0,00 0,00 0,00
Inspektor 32,00 31,96 0,00 68,04 0,00 0,00 0,00
64
Tabel 4. 20 Hasil simulasi perubahan layout dan perbaikan metode inspeksi (aktivitas entitas)
Avg Time Avg Time In Avg Time
Current Qty Avg Time In Avg Time In Move
Name Total Exits Waiting Operation Blocked
In System System (MIN) Logic (MIN)
(MIN) (MIN) (MIN)
Material coil 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Cap WIP 0,00 6,00 0,00 0,00 0,00 0,00 0,00
Cap Finish good 3.200,00 0,00 565,96 5,00 0,00 403,90 157,05
Tabel 4. 21 Hasil simulasi perubahan layout dan perbaikan metode inspeksi (status entitas)
Material coil 0,00 0,00 0,00 0,00
Cap WIP 0,00 0,00 0,00 0,00
Cap Finish good 0,88 0,00 71,37 27,75
65
Tabel 4. 22 Hasil model simulasi perbaikan dan perubahan layout
Hasil simulasi perubahan layout dan perbaikan metode

Hasil simulasi inspeksi
No Uraian
awal
hasil selisih persentase %
1 Jumlah Inspektor (orang) 8 4 4 50,00
2 Hasil produksi (per hari) 64 64 5 0,00
3 Waktu proses inspeksi (menit) 41,3 9,59 31,71 330,66
4 jumlah antrian (box) 36 32 4 12,50
Rata - rata waktu operasi tiap entitas
5 (menit)
541,95 403,9 138,05 34,18
rata - rata waktu tiap entitas didalam
6 sistem (menit)
713,19 565,96 147,23 26,01
Berdasarkan hasil model simulasi perbaikan metode dan perubahan layout diatas dapat di tarik kesimpulan bahwa:
1. Total produk yang dihasilkan dari kedua simulasi adalah 64 unit per hari.
2. Penurunan waktu distasiun kerja inspekasi sebesar 31,08 menit atau 330,66%.
3. Penurunan jumlah antrian di stasiun inspeksi sebanyak 4 unit atau 12,50%.
4. Penurunan rata – rata waktu operasi sebesar 138,05 menit atau 34,18%.
5. Penurunan rata – waktu entitas didalam sistem sebesar 147,23 menit atau 26,01%.
66
BAB V
SIMPULAN DAN SARAN
5.1 Simpulan
Simpulan yang diperoleh sebagai hasil dari penelitian berdasarkan analisis yang
telah dilakukan dan untuk menjawab rumusan masalah pada penelitian adalah
sebagai berikut:
1. Cara untuk mendefinisikan stasiun kerja penyebab kekosongan stock

dengan cara analisis dari hasil pengolahan data dengan menggunakan
software simulasi ProModel diperoleh hasil bahwa penyebab terjadinya
kekosongan stock terjadi pada stasiun kerja inspeksi, waktu proses
inspeksi yang lama menjadi faktor utama terjadinya antrian menunggu
proses inspeksi, terhambatnya aliran mengakibatkan kekosongan stok
diarea penyimpanan produk jadi (finish good).
2. Perbaikan untuk mengatasi masalah kekosongan stock pada proses

produksi Cap (C1805-009) adalah sebagai berikut:
 Merubah metode kerja dengan menggunakan alat bantu berupa magnet sheet
yang digunakan untuk membalik produk saat melakukan pengecekkan di
stasiun kerja inspeksi sehingga mempercepat waktu pengecekkan.
 Merubah tata letak (layout) stasiun kerja inspeksi dengan memperpendek

jarak antar stasiun kerja pengepresan, stasiun kerja inspeksi, dan area
penyimpanan produk jadi (finish good).
3. Perbandingan besaran penurunan yang terjadi setelah dilakukan perbaikan

metode inspeksi maupun perubahan layout antara lain:
a. Total produk yang dihasilkan dari kedua simulasi adalah 64 unit per hari.
67
b. Penurunan waktu distasiun kerja inspekasi sebesar 31,08 menit atau
330,66%.
c. Penurunan jumlah antrian di stasiun inspeksi sebanyak 4 unit atau 12,50%.
d. Penurunan rata – rata waktu operasi sebesar 138,05 menit atau 34,18%.
e. Penurunan rata – waktu entitas didalam sistem sebesar 147,23 menit atau
26,01%.
4. Keuntungan yang lain dari analisis ini dapat diaplikasikan pada jenis
produk yang lain yang bentuknya kecil dalam volume produksi yang
banyak.
5.2 Saran
Setelah hasil dari penelitian ini diketahui maka sebagai saran yang disampaikan
sebagai berikut:
1. Penerapan metode inspeksi yang sudah diterapkan sebaiknya dilakukan

pengontrolan secara berkala, agar hasil perbaikan yang sudah diterapkan
bekerja secara maksimal.
2. Perlunya dilakukan analisis yang sama pada produk yang lain sehingga
dapat mengurangi pemborosan waktu, material, atau sumber daya yang
lain.
Selanjutnya diharapkan kepada pembaca, mohon kritik dan saran yang

membangun untuk penelitian dimasa mendatang.
68
DAFTAR PUSTAKA
Banks, J. & Carson, J. 1984.” Discrete- Event System Simulation” New jersey:
Prentice Hall.
Blanchard, B. S. And Fabrycky, W. J. 1990. “ System Engineering and Analisis”

Second edition. Prentice – Hall International, Singapore.
Erlang. 2017 “Queuing Theory” Retrieved from

http://bussinesjargons.com/queuing-theory.html
Harrel, C. Ghosh, B. & Bowdwn, R. 2012. “Simulasi Using ProModel.” New

york: McGraw- Hill.
Kalpakjian, Serope, Steven R Schmid. 2000. “Manufacturing Engineering and

Technology” fourth edition, Addison wesley, India.
Mabert, V. A. And Jacobs, F. R. 1991 “Integrated production systems – Design

planing, Control, and Scheduling” fourth edition., Industrial and Management
Press, Institute of Industrial Engineers, Georgia.
Maria, A. 1997. “Introduction to Modeling and Simulation” Binghamton.
Shingo, Shigeo.A Study of the Toyota Production System. USA : Andrew P.

Dillon Productivity Press. 1990.
Spigel, M. R. (1967). “Applied Differential Equations”. Prentice Hall: Englewood

Cliffs, N. J.
Tech Target. 2012 “Scatter plot”. Retrieved from Tech Target:

http://whatis.techtarget.com/definition/scatter-plot.
Wignjosoebroto, S. 1992. “Teknik Tata Letak Pabrik dan Pemindahan Bahan”

Guna Widya, Jakarta.
Wiratno, S. E. Dkk. “Supply Chain Risk menagement”, Universitas Teknologi

Yogyakarta, Indonesia.
69
LAMPIRAN
Lampiran 1 Data hasil uji scaterplot data pengepresan untuk simulasi awal
Lampiran 2 Data hasil uji autocorelation data pengepresan untuk simulasi awal
70
Lampiran 3 Data hasil uji runtest data pengepresan untuk simulasi awal
Lampiran 4 Data hasil uji keseragaman data pengepresan untuk simulasi awal
71
Lampiran 5 Data hasil uji distribusi fitting data pengepresan untuk simulasi awal
Lampiran 6 Data hasil uji scaterplot data inspeksi untuk simulasi awal
Lampiran 7 Data hasil uji autocorelation data inspeksi untuk simulasi awal
72
Lampiran 8 Data hasil uji runtest data inspeksi untuk simulasi awal
Lampiran 9 Data hasil uji keseragaman data inspeksi untuk simulasi awal
73
Lampiran 10 Data hasil uji distribusi fitting data inspeksi untuk simulasi awal
74
Lampiran 11. Tabel simulasi awal all replikasi (rata – rata)
Simulasi awal.MOD (Normal Run - All Reps)

Scheduled Time Total Avg Time Per Avg Maximum Current
Name Replication Capacity % Utilization
(HR) Entries Entry (MIN) Contents Contents Contents
Inspektor 1 64 4 64 41,30 0,69 4,00 0,00 68,83
Inspektor 2 64 4 64 41,31 0,69 4,00 0,00 68,86
Inspektor 3 64 4 64 41,27 0,69 4,00 0,00 68,79
Inspektor 4 64 4 64 41,32 0,69 4,00 0,00 68,86
Inspektor 5 64 4 64 41,28 0,69 4,00 0,00 68,80
Inspektor 6 64 4 64 41,32 0,69 4,00 0,00 68,86
Inspektor 7 64 4 64 41,29 0,69 4,00 0,00 68,81
Inspektor 8 64 4 64 41,32 0,69 4,00 0,00 68,86
Inspektor 9 64 4 64 41,29 0,69 4,00 0,00 68,81
Inspektor 10 64 4 64 41,24 0,69 4,00 0,00 68,74
Inspektor 11 64 4 64 41,33 0,69 4,00 0,00 68,89
Inspektor 12 64 4 64 41,33 0,69 4,00 0,00 68,88
Inspektor 13 64 4 64 41,31 0,69 4,00 0,00 68,84
Inspektor 14 64 4 64 41,31 0,69 4,00 0,00 68,85
Inspektor 15 64 4 64 41,26 0,69 4,00 0,00 68,76
Inspektor 16 64 4 64 41,33 0,69 4,00 0,00 68,88
Inspektor 17 64 4 64 41,33 0,69 4,00 0,00 68,88
Inspektor 18 64 4 64 41,32 0,69 4,00 0,00 68,87
Inspektor 19 64 4 64 41,29 0,69 4,00 0,00 68,81
Inspektor 20 64 4 64 41,35 0,69 4,00 0,00 68,92
Inspektor 21 64 4 64 41,28 0,69 4,00 0,00 68,80
Inspektor 22 64 4 64 41,26 0,69 4,00 0,00 68,77
Inspektor 23 64 4 64 41,34 0,69 4,00 0,00 68,91
Inspektor 24 64 4 64 41,32 0,69 4,00 0,00 68,87
Inspektor 25 64 4 64 41,29 0,69 4,00 0,00 68,81
Inspektor 26 64 4 64 41,27 0,69 4,00 0,00 68,78
Inspektor 27 64 4 64 41,29 0,69 4,00 0,00 68,81
Inspektor 28 64 4 64 41,29 0,69 4,00 0,00 68,82
Inspektor 29 64 4 64 41,29 0,69 4,00 0,00 68,81
Inspektor 30 64 4 64 41,34 0,69 4,00 0,00 68,90
75
Lampiran 12 Tabel simulasi awal all replikasi (inspektor 1)

Inspektor.1 1 16 1 16 41,33 0,69 1,00 0,00 68,88
Inspektor.1 2 16 1 16 41,35 0,69 1,00 0,00 68,92
Inspektor.1 3 16 1 16 41,30 0,69 1,00 0,00 68,84
Inspektor.1 4 16 1 16 41,17 0,69 1,00 0,00 68,62
Inspektor.1 5 16 1 16 41,38 0,69 1,00 0,00 68,96
Inspektor.1 6 16 1 16 41,33 0,69 1,00 0,00 68,88
Inspektor.1 7 16 1 16 41,23 0,69 1,00 0,00 68,72
Inspektor.1 8 16 1 16 41,27 0,69 1,00 0,00 68,78
Inspektor.1 9 16 1 16 41,29 0,69 1,00 0,00 68,82
Inspektor.1 10 16 1 16 41,15 0,69 1,00 0,00 68,59
Inspektor.1 11 16 1 16 41,27 0,69 1,00 0,00 68,78
Inspektor.1 12 16 1 16 41,34 0,69 1,00 0,00 68,89
Inspektor.1 13 16 1 16 41,32 0,69 1,00 0,00 68,87
Inspektor.1 14 16 1 16 41,33 0,69 1,00 0,00 68,88
Inspektor.1 15 16 1 16 41,26 0,69 1,00 0,00 68,76
Inspektor.1 16 16 1 16 41,40 0,69 1,00 0,00 69,00
Inspektor.1 17 16 1 16 41,24 0,69 1,00 0,00 68,74
Inspektor.1 18 16 1 16 41,26 0,69 1,00 0,00 68,77
Inspektor.1 19 16 1 16 41,30 0,69 1,00 0,00 68,83
Inspektor.1 20 16 1 16 41,37 0,69 1,00 0,00 68,96
Inspektor.1 21 16 1 16 41,27 0,69 1,00 0,00 68,78
Inspektor.1 22 16 1 16 41,25 0,69 1,00 0,00 68,75
Inspektor.1 23 16 1 16 41,35 0,69 1,00 0,00 68,92
Inspektor.1 24 16 1 16 41,20 0,69 1,00 0,00 68,67
Inspektor.1 25 16 1 16 41,29 0,69 1,00 0,00 68,82
Inspektor.1 26 16 1 16 41,32 0,69 1,00 0,00 68,87
Inspektor.1 27 16 1 16 41,23 0,69 1,00 0,00 68,71
Inspektor.1 28 16 1 16 41,27 0,69 1,00 0,00 68,78
Inspektor.1 29 16 1 16 41,24 0,69 1,00 0,00 68,74
Inspektor.1 30 16 1 16 41,41 0,69 1,00 0,00 69,01
76

Inspektor.2 1 16 1 16 41,26 0,69 1,00 0,00 68,77
Inspektor.2 2 16 1 16 41,27 0,69 1,00 0,00 68,79
Inspektor.2 3 16 1 16 41,30 0,69 1,00 0,00 68,84
Inspektor.2 4 16 1 16 41,35 0,69 1,00 0,00 68,92
Inspektor.2 5 16 1 16 41,24 0,69 1,00 0,00 68,73
Inspektor.2 6 16 1 16 41,39 0,69 1,00 0,00 68,99
Inspektor.2 7 16 1 16 41,28 0,69 1,00 0,00 68,80
Inspektor.2 8 16 1 16 41,26 0,69 1,00 0,00 68,76
Inspektor.2 9 16 1 16 41,21 0,69 1,00 0,00 68,68
Inspektor.2 10 16 1 16 41,30 0,69 1,00 0,00 68,83
Inspektor.2 11 16 1 16 41,47 0,69 1,00 0,00 69,11
Inspektor.2 12 16 1 16 41,26 0,69 1,00 0,00 68,76
Inspektor.2 13 16 1 16 41,26 0,69 1,00 0,00 68,77
Inspektor.2 14 16 1 16 41,28 0,69 1,00 0,00 68,79
Inspektor.2 15 16 1 16 41,27 0,69 1,00 0,00 68,78
Inspektor.2 16 16 1 16 41,23 0,69 1,00 0,00 68,71
Inspektor.2 17 16 1 16 41,29 0,69 1,00 0,00 68,82
Inspektor.2 18 16 1 16 41,36 0,69 1,00 0,00 68,93
Inspektor.2 19 16 1 16 41,30 0,69 1,00 0,00 68,83
Inspektor.2 20 16 1 16 41,40 0,69 1,00 0,00 68,99
Inspektor.2 21 16 1 16 41,26 0,69 1,00 0,00 68,76
Inspektor.2 22 16 1 16 41,33 0,69 1,00 0,00 68,88
Inspektor.2 23 16 1 16 41,29 0,69 1,00 0,00 68,81
Inspektor.2 24 16 1 16 41,31 0,69 1,00 0,00 68,85
Inspektor.2 25 16 1 16 41,32 0,69 1,00 0,00 68,86
Inspektor.2 26 16 1 16 41,17 0,69 1,00 0,00 68,62
Inspektor.2 27 16 1 16 41,34 0,69 1,00 0,00 68,90
Inspektor.2 28 16 1 16 41,39 0,69 1,00 0,00 68,98
Inspektor.2 29 16 1 16 41,32 0,69 1,00 0,00 68,87
Inspektor.2 30 16 1 16 41,35 0,69 1,00 0,00 68,92
77

Inspektor.3 1 16 1 16 41,32 0,69 1,00 0,00 68,86
Inspektor.3 2 16 1 16 41,29 0,69 1,00 0,00 68,82
Inspektor.3 3 16 1 16 41,20 0,69 1,00 0,00 68,67
Inspektor.3 4 16 1 16 41,43 0,69 1,00 0,00 69,06
Inspektor.3 5 16 1 16 41,27 0,69 1,00 0,00 68,79
Inspektor.3 6 16 1 16 41,27 0,69 1,00 0,00 68,78
Inspektor.3 7 16 1 16 41,29 0,69 1,00 0,00 68,81
Inspektor.3 8 16 1 16 41,44 0,69 1,00 0,00 69,07
Inspektor.3 9 16 1 16 41,34 0,69 1,00 0,00 68,90
Inspektor.3 10 16 1 16 41,27 0,69 1,00 0,00 68,78
Inspektor.3 11 16 1 16 41,31 0,69 1,00 0,00 68,85
Inspektor.3 12 16 1 16 41,35 0,69 1,00 0,00 68,92
Inspektor.3 13 16 1 16 41,30 0,69 1,00 0,00 68,84
Inspektor.3 14 16 1 16 41,35 0,69 1,00 0,00 68,92
Inspektor.3 15 16 1 16 41,26 0,69 1,00 0,00 68,76
Inspektor.3 16 16 1 16 41,44 0,69 1,00 0,00 69,06
Inspektor.3 17 16 1 16 41,38 0,69 1,00 0,00 68,96
Inspektor.3 18 16 1 16 41,36 0,69 1,00 0,00 68,93
Inspektor.3 19 16 1 16 41,27 0,69 1,00 0,00 68,78
Inspektor.3 20 16 1 16 41,32 0,69 1,00 0,00 68,87
Inspektor.3 21 16 1 16 41,29 0,69 1,00 0,00 68,82
Inspektor.3 22 16 1 16 41,26 0,69 1,00 0,00 68,76
Inspektor.3 23 16 1 16 41,38 0,69 1,00 0,00 68,97
Inspektor.3 24 16 1 16 41,39 0,69 1,00 0,00 68,98
Inspektor.3 25 16 1 16 41,34 0,69 1,00 0,00 68,89
Inspektor.3 26 16 1 16 41,30 0,69 1,00 0,00 68,84
Inspektor.3 27 16 1 16 41,21 0,69 1,00 0,00 68,69
Inspektor.3 28 16 1 16 41,30 0,69 1,00 0,00 68,83
Inspektor.3 29 16 1 16 41,28 0,69 1,00 0,00 68,80
Inspektor.3 30 16 1 16 41,26 0,69 1,00 0,00 68,76
78

Inspektor.4 1 16 1 16 41,29 0,69 1,00 0,00 68,82
Inspektor.4 2 16 1 16 41,35 0,69 1,00 0,00 68,91
Inspektor.4 3 16 1 16 41,28 0,69 1,00 0,00 68,80
Inspektor.4 4 16 1 16 41,31 0,69 1,00 0,00 68,86
Inspektor.4 5 16 1 16 41,24 0,69 1,00 0,00 68,73
Inspektor.4 6 16 1 16 41,29 0,69 1,00 0,00 68,81
Inspektor.4 7 16 1 16 41,34 0,69 1,00 0,00 68,91
Inspektor.4 8 16 1 16 41,30 0,69 1,00 0,00 68,84
Inspektor.4 9 16 1 16 41,31 0,69 1,00 0,00 68,86
Inspektor.4 10 16 1 16 41,25 0,69 1,00 0,00 68,75
Inspektor.4 11 16 1 16 41,29 0,69 1,00 0,00 68,82
Inspektor.4 12 16 1 16 41,36 0,69 1,00 0,00 68,93
Inspektor.4 13 16 1 16 41,33 0,69 1,00 0,00 68,89
Inspektor.4 14 16 1 16 41,28 0,69 1,00 0,00 68,80
Inspektor.4 15 16 1 16 41,24 0,69 1,00 0,00 68,74
Inspektor.4 16 16 1 16 41,24 0,69 1,00 0,00 68,74
Inspektor.4 17 16 1 16 41,39 0,69 1,00 0,00 68,98
Inspektor.4 18 16 1 16 41,31 0,69 1,00 0,00 68,85
Inspektor.4 19 16 1 16 41,28 0,69 1,00 0,00 68,80
Inspektor.4 20 16 1 16 41,30 0,69 1,00 0,00 68,84
Inspektor.4 21 16 1 16 41,31 0,69 1,00 0,00 68,85
Inspektor.4 22 16 1 16 41,23 0,69 1,00 0,00 68,72
Inspektor.4 23 16 1 16 41,35 0,69 1,00 0,00 68,92
Inspektor.4 24 16 1 16 41,38 0,69 1,00 0,00 68,96
Inspektor.4 25 16 1 16 41,20 0,69 1,00 0,00 68,66
Inspektor.4 26 16 1 16 41,28 0,69 1,00 0,00 68,79
Inspektor.4 27 16 1 16 41,37 0,69 1,00 0,00 68,95
Inspektor.4 28 16 1 16 41,23 0,69 1,00 0,00 68,71
Inspektor.4 29 16 1 16 41,30 0,69 1,00 0,00 68,84
Inspektor.4 30 16 1 16 41,35 0,69 1,00 0,00 68,92
79
Lampiran 16 Data hasil uji scaterplot data inspeksi untuk simulasi perbaikan
metode
Lampiran 17 Data hasil uji autocorelation data inspeksi untuk simulasi peraikan
metode
Lampiran 18 Data hasil uji keseragaman data inspeksi untuk simulasi peraikan
metode
80
Lampiran 19 Data hasil uji runtest data inspeksi untuk simulasi perbaikan metode
Lampiran 20 Data hasil uji distribusi fitting data inspeksi untuk simulasi peraikan
metode
81
Lampiran 21 Data pilihan running model simulasi perbaikan metode
82
Lampiran 22 Tabel simulasi perbaikan metode, all replikasi (inspektor 1)
Simulasi Perbaikan Metode (alat bantu) - (Normal Run - All Reps)

Avg Time
Scheduled Total Avg Maximum Current
Name Replication Capacity Per Entry % Utilization
Time (HR) Entries Contents Contents Contents
(MIN)
Inspektor.1 1 16 1 32 9,63 0,32 1,00 0,00 32,10
Inspektor.1 2 16 1 32 9,77 0,33 1,00 0,00 32,58
Inspektor.1 3 16 1 32 9,46 0,32 1,00 0,00 31,53
Inspektor.1 4 16 1 32 9,53 0,32 1,00 0,00 31,76
Inspektor.1 5 16 1 32 9,47 0,32 1,00 0,00 31,57
Inspektor.1 6 16 1 32 9,83 0,33 1,00 0,00 32,76
Inspektor.1 7 16 1 32 9,60 0,32 1,00 0,00 31,98
Inspektor.1 8 16 1 32 9,53 0,32 1,00 0,00 31,76
Inspektor.1 9 16 1 32 9,73 0,32 1,00 0,00 32,42
Inspektor.1 10 16 1 32 9,28 0,31 1,00 0,00 30,93
Inspektor.1 11 16 1 32 9,73 0,32 1,00 0,00 32,42
Inspektor.1 12 16 1 32 9,69 0,32 1,00 0,00 32,31
Inspektor.1 13 16 1 32 9,57 0,32 1,00 0,00 31,89
Inspektor.1 14 16 1 32 9,74 0,32 1,00 0,00 32,48
Inspektor.1 15 16 1 32 9,51 0,32 1,00 0,00 31,69
Inspektor.1 16 16 1 32 9,75 0,32 1,00 0,00 32,49
Inspektor.1 17 16 1 32 9,62 0,32 1,00 0,00 32,06
Inspektor.1 18 16 1 32 9,53 0,32 1,00 0,00 31,76
Inspektor.1 19 16 1 32 9,58 0,32 1,00 0,00 31,94
Inspektor.1 20 16 1 32 9,89 0,33 1,00 0,00 32,95
Inspektor.1 21 16 1 32 9,42 0,31 1,00 0,00 31,41
Inspektor.1 22 16 1 32 9,65 0,32 1,00 0,00 32,16
Inspektor.1 23 16 1 32 9,83 0,33 1,00 0,00 32,76
Inspektor.1 24 16 1 32 9,51 0,32 1,00 0,00 31,69
Inspektor.1 25 16 1 32 9,54 0,32 1,00 0,00 31,81
Inspektor.1 26 16 1 32 9,38 0,31 1,00 0,00 31,25
Inspektor.1 27 16 1 32 9,49 0,32 1,00 0,00 31,63
Inspektor.1 28 16 1 32 9,75 0,32 1,00 0,00 32,50
Inspektor.1 29 16 1 32 9,40 0,31 1,00 0,00 31,35
Inspektor.1 30 16 1 32 9,71 0,32 1,00 0,00 32,35
83
Lampiran 23 Tabel simulasi perbaikan metode, all replikasi (inspektor 2)
Simulasi Perbaikan Metode (alat bantu) MOD (Normal Run - All Reps)
Avg Time
(MIN)
Inspektor.2 1 16 1 32 9,58 0,32 1,00 0,00 31,92
Inspektor.2 2 16 1 32 9,51 0,32 1,00 0,00 31,69
Inspektor.2 3 16 1 32 9,43 0,31 1,00 0,00 31,42
Inspektor.2 4 16 1 32 9,82 0,33 1,00 0,00 32,72
Inspektor.2 5 16 1 32 9,63 0,32 1,00 0,00 32,08
Inspektor.2 6 16 1 32 9,47 0,32 1,00 0,00 31,55
Inspektor.2 7 16 1 32 9,40 0,31 1,00 0,00 31,33
Inspektor.2 8 16 1 32 9,77 0,33 1,00 0,00 32,58
Inspektor.2 9 16 1 32 9,29 0,31 1,00 0,00 30,95
Inspektor.2 10 16 1 32 9,53 0,32 1,00 0,00 31,75
Inspektor.2 11 16 1 32 9,65 0,32 1,00 0,00 32,16
Inspektor.2 12 16 1 32 9,70 0,32 1,00 0,00 32,35
Inspektor.2 13 16 1 32 9,62 0,32 1,00 0,00 32,07
Inspektor.2 14 16 1 32 9,52 0,32 1,00 0,00 31,75
Inspektor.2 15 16 1 32 9,36 0,31 1,00 0,00 31,21
Inspektor.2 16 16 1 32 9,55 0,32 1,00 0,00 31,84
Inspektor.2 17 16 1 32 9,66 0,32 1,00 0,00 32,19
Inspektor.2 18 16 1 32 9,84 0,33 1,00 0,00 32,79
Inspektor.2 19 16 1 32 9,56 0,32 1,00 0,00 31,86
Inspektor.2 20 16 1 32 9,72 0,32 1,00 0,00 32,39
Inspektor.2 21 16 1 32 9,66 0,32 1,00 0,00 32,21
Inspektor.2 22 16 1 32 9,22 0,31 1,00 0,00 30,73
Inspektor.2 23 16 1 32 9,62 0,32 1,00 0,00 32,07
Inspektor.2 24 16 1 32 9,77 0,33 1,00 0,00 32,57
Inspektor.2 25 16 1 32 9,53 0,32 1,00 0,00 31,77
Inspektor.2 26 16 1 32 9,55 0,32 1,00 0,00 31,83
Inspektor.2 27 16 1 32 9,56 0,32 1,00 0,00 31,85
Inspektor.2 28 16 1 32 9,37 0,31 1,00 0,00 31,24
Inspektor.2 29 16 1 32 9,64 0,32 1,00 0,00 32,12
Inspektor.2 30 16 1 32 9,56 0,32 1,00 0,00 31,88
84
Lampiran 24 Tabel simulasi perbaikan metode, all replikasi (inspektor rata – rata)
Simulasi Perbaikan Metode (alat bantu) MOD (Normal Run - All Reps)
Avg Time
(MIN)
Inspektor 1 32 2 64 9,60 0,32 2,00 0,00 32,01
Inspektor 2 32 2 64 9,64 0,32 2,00 0,00 32,13
Inspektor 3 32 2 64 9,44 0,31 2,00 0,00 31,47
Inspektor 4 32 2 64 9,67 0,32 2,00 0,00 32,24
Inspektor 5 32 2 64 9,55 0,32 2,00 0,00 31,83
Inspektor 6 32 2 64 9,65 0,32 2,00 0,00 32,15
Inspektor 7 32 2 64 9,50 0,32 2,00 0,00 31,66
Inspektor 8 32 2 64 9,65 0,32 2,00 0,00 32,17
Inspektor 9 32 2 64 9,51 0,32 2,00 0,00 31,69
Inspektor 10 32 2 64 9,40 0,31 2,00 0,00 31,34
Inspektor 11 32 2 64 9,69 0,32 2,00 0,00 32,29
Inspektor 12 32 2 64 9,70 0,32 2,00 0,00 32,33
Inspektor 13 32 2 64 9,59 0,32 2,00 0,00 31,98
Inspektor 14 32 2 64 9,63 0,32 2,00 0,00 32,11
Inspektor 15 32 2 64 9,44 0,31 2,00 0,00 31,45
Inspektor 16 32 2 64 9,65 0,32 2,00 0,00 32,17
Inspektor 17 32 2 64 9,64 0,32 2,00 0,00 32,12
Inspektor 18 32 2 64 9,68 0,32 2,00 0,00 32,27
Inspektor 19 32 2 64 9,57 0,32 2,00 0,00 31,90
Inspektor 20 32 2 64 9,80 0,33 2,00 0,00 32,67
Inspektor 21 32 2 64 9,54 0,32 2,00 0,00 31,81
Inspektor 22 32 2 64 9,43 0,31 2,00 0,00 31,45
Inspektor 23 32 2 64 9,73 0,32 2,00 0,00 32,42
Inspektor 24 32 2 64 9,64 0,32 2,00 0,00 32,13
Inspektor 25 32 2 64 9,54 0,32 2,00 0,00 31,79
Inspektor 26 32 2 64 9,46 0,32 2,00 0,00 31,54
Inspektor 27 32 2 64 9,52 0,32 2,00 0,00 31,74
Inspektor 28 32 2 64 9,56 0,32 2,00 0,00 31,87
Inspektor 29 32 2 64 9,52 0,32 2,00 0,00 31,74
85
86

004201305088

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

004201305088

Diunggah oleh

Hak Cipta:

Format Tersedia

ANALISIS KEMACETAN ALIRAN PADA PROSES

PEMBUATAN PRODUK CAP (C1805-0009) STUDI KASUS DI

Diajukan untuk Memenuhi Persyaratan Akademik

Sekripsi ini berjudul “Analisis Kemacetan Aliran Pada Proses Pembuatan

Cikarang, Indonesia, 21 Mei 2018

Johan Krisnanto Runtuk,S.T.,M.T.

Saya menyatakan bahwa skripsi yang berjudul “Analisis Kemacetan Aliran

Cikarang, Indonesia, 21 Mei 2018

ANALISIS KEMACETAN ALIRAN PADA PROSES

Johan Krisnanto Runtuk,S.T.,M.T.

Ir. Andira. MT.

Kata kunci: kekosongan stok (out of stock), kemacetan aliran, pemborosan,

LEMBAR REKOMENDASI PEMBIMBING.........................................................i

1.1 Latar Belakang Masalah ........................................................................... 1

1.2 Rumusan Masalah .................................................................................... 2

1.3 Tujuan Penelitian ...................................................................................... 2

1.4 Batasan Masalah ....................................................................................... 2

1.5 Asumsi ...................................................................................................... 3

1.6 Sistematika Penulisan ............................................................................... 3

BAB II LANDASAN TEORI ................................................................................ 5

2.1 Pengertian pemborosan proses. ................................................................ 5

2.2 Sistem manufaktur .................................................................................... 6

2.3 Perancangan kembali tata ruang (re-layout). ............................................ 6

2.4 Perbaikan metode kerja ............................................................................ 7

2.5 Simulasi sistem ......................................................................................... 8

2. 5. 2 Elemen Simulasi ............................................................................... 9

2. 5. 5 Sumber Daya ..................................................................................... 9

2.6 Teori Antrian .......................................................................................... 10

2. 6 1 Aliran Waktu (Flow Time) .............................................................. 10

2. 6 2 Laju Aliran (Flow Rate) .................................................................. 10

2. 6 3 Waktu Tunggu (Waiting Time) ....................................................... 11

2. 6 4 Jumlah Antrian ................................................................................ 11

2.7 Sistem Simulasi dan Modeling (software ProModel) ............................ 11

2. 7. 1 Diagram Aliran Entitas ................................................................... 11

2. 7. 2 Pengertian Operasi .......................................................................... 11

2. 7. 3 Pengujian Independensi .................................................................. 12

2. 7. 4 Plot pencar (Scatter plot) ................................................................ 12

2. 7. 5 Uji Autokorelasi .............................................................................. 12

2. 7. 6 Uji Run (Run test) ........................................................................... 12

2. 7. 7 Teori Distribusi ............................................................................... 13

2. 7. 8 Distribusi Fitting ............................................................................. 14

2. 7. 9 Membuat simulasi awal................................................................... 15

2. 7. 10 Verifikasi dan validasi model.......................................................... 15

BAB III METODOLOGI PENELITIAN.............................................................. 17

3.1 Pengamatan Awal ................................................................................... 18

3.2 Landasan Teori ....................................................................................... 19

3.3 Pengumpulan Data dan Analisis ............................................................. 19

3.4 Kesimpulan dan Saran ............................................................................ 23

BAB IV PENGUMPULAN DATA DAN ANALISIS ......................................... 24

4.1 Pengumpulan Data ................................................................................. 24

4.3 Pengujian distribusi fitting ..................................................................... 31

4.4 Simulasi sistem awal .............................................................................. 32

4.5 Analisis penyelesaian masalah ............................................................... 45

4.6 Perbaikan metode kerja .......................................................................... 45

4.7 Perbaikan tata letak (layout) dan perbaikan metode............................... 60

BAB V KESIMPULAN DAN SARAN ................................................................ 67

5.1 Kesimpulan ............................................................................................. 67

5.2 Saran ....................................................................................................... 68

DAFTAR PUSTAKA ........................................................................................... 69

Gambar 2. 1 Distribusi Seragam (Uniform) .......................................................... 13

Gambar 2. 2 Distribusi Lognormal ....................................................................... 14

Gambar 3. 1 Diagram penelitian. .......................................................................... 18

Gambar 4. 1 Flow proses chart pembuatan produk Cap (C1805-009)................. 26

Gambar 4. 3 Layout aktual sistem pembuatan produk Cap (C1805-009) ............ 27