Final Report Simbi - Fri-055

FINAL REPORT
PRAKTIKUM SIMULASI INDUSTRI
Produk :
Self-Spray Disinfectant
Kelompok:
FRI-055
Sholahudin Umar 1201183308
Tania Alya Andrianingrum 1201183308
Naila Khoirun Nisa 1201183308
PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS REKAYASA INDUSTRI
UNIVERSITAS TELKOM
BANDUNG
2020
DAFTAR ISI
DAFTAR ISI ............................................................................................................................................ i
DAFTAR TABEL ...................................................................................................................................iv
DAFTAR GAMBAR...............................................................................................................................vi
BAB I ....................................................................................................................................................... 9
PENDAHULUAN ................................................................................................................................... 9
I.1 Study Case................................................................................................................................ 9
I.2 Perumusan Lingkup Masalah ........................................................................................ 14
I.2.1 Situasi Masalah .............................................................................................................................14
I.2.2 Identifikasi Masalah untuk Analisis .....................................................................................16
I.2.3 Sistem Relevan..............................................................................................................................17
I.3 Tujuan ................................................................................................................................... 20
I.4 Ruang Lingkup Persoalan ............................................................................................... 20
I.5 Asumsi ................................................................................................................................... 20
BAB II................................................................................................................................................... 21
PENGUMPULAN DATA .................................................................................................................... 21
II.1 Menentukan Kebutuhan Data ........................................................................................ 21
II.1.1 Data Struktural .............................................................................................................................21
II.1.2 Data Operasional .........................................................................................................................22
II.1.3 Data Numerik ................................................................................................................................25
II.2 Menentukan Sumber Data .............................................................................................. 27
II.3 Pengumpulan Data............................................................................................................ 27
II.3.1 Entity Flow Diagram ...................................................................................................................27
II.3.2 Process Description ....................................................................................................................28
II.4 Analisis Data........................................................................................................................ 30
i
II.4.1 Independence Test ......................................................................................................................30
II.4.2 Homogenitiy Test.........................................................................................................................34
II.4.3 Distribution Fitting .....................................................................................................................39
II.5 Dokumentasi Data ............................................................................................................. 42
BAB III ................................................................................................................................................. 44
PERANCANGAN MODEL SIMULASI .............................................................................................. 44
III.1 Work Schedule .................................................................................................................... 44
III.2 Periodic System Shutdown .............................................................................................. 45
III.3 Routings ................................................................................................................................ 46
III.4 Analisis Triggers ................................................................................................................ 50
III.5 Output Analisis ................................................................................................................... 50
III.6 Verifikasi............................................................................................................................... 51
III.7 Menentukan Jumlah Replikasi ....................................................................................... 55
III.8 Normality Test .................................................................................................................... 56
III.9 Validasi Menggunakan Metode Welch ........................................................................ 57
BAB IV ................................................................................................................................................. 58
PERANCANGAN MODEL USULAN ................................................................................................. 58
IV.1 Penjelasan Model Optimalization................................................................................. 58
IV.2 Built Alternative Model .................................................................................................... 58
IV.2.1 Model Eksisting........................................................................................................................58
IV.2.2 Model Alternative 1................................................................................................................59
IV.2.3 Model Alternative 2................................................................................................................60
IV.3 Output Replication............................................................................................................. 61
IV.4 Fulfillment ............................................................................................................................ 64
IV.5 Normality Test Output Alternatif 1 dan Alternative 2 ........................................... 65
IV.6 Comparative test menggunakan Paired-T confidence interval .......................... 65
IV.7 Tracking Cost....................................................................................................................... 66
ii
IV.7.1 Alternative 1 .............................................................................................................................66
IV.7.2 Alternative 2 ....................................................................................................................................68
IV.7.3 Comparative test menggunakan Quantity Breakeven ..............................................71
IV.8 Analisis Model Alternatif Terpilih ................................................................................ 71
BAB V ................................................................................................................................................... 73
MODEL SIMULASI AGENT-BASED ................................................................................................ 73
V.1 Explanation Model Anylogic ................................................................................................ 73
V.2 Built Anylogic Model............................................................................................................... 74
V.2.1 Model Presentation ........................................................................................................................74
V.2.2 Model Presentation with Effectiveness Ads ..........................................................................74
V.2.3 Model Presentation and Use Time Stack ................................................................................77
BAB VI ................................................................................................................................................. 78
MODEL SIMULASI DINAMIS .......................................................................................................... 78
VI.1 Data Pendukung ..................................................................................................................... 78
VI.2 Model Sistem Dinamis ........................................................................................................... 78
VI.3 Hasil Simulasi Model ............................................................................................................. 80
BAB VII ................................................................................................................................................ 83
KESIMPULAN ..................................................................................................................................... 83
DAFTAR PUSTAKA ........................................................................................................................... 85
iii
DAFTAR TABEL
Tabel I. 1 Distribusi Waktu Kedatangan ................................................................................. 11

Tabel I. 2 Distribusi Waktu Proses ........................................................................................... 11
Tabel I. 3 Rincian Biaya Komponen ........................................................................................ 12
Tabel I. 4 Rincian Biaya tiap Workstation ............................................................................... 12
Tabel I. 5 Biaya yang Dibutuhkan untuk Setiap Antrian ......................................................... 13
Tabel I. 6 Biaya yang Dibutuhkan untuk Setiap Operator ....................................................... 13
Tabel I. 7 Target dan Realisasi ................................................................................................. 13
Tabel I. 8 Elemen Struktur ...................................................................................................... 14
Tabel I. 9 Elemen Proses .......................................................................................................... 14
Tabel II. 1 Entities .................................................................................................................... 21

Tabel II. 2 Resources ................................................................................................................ 21
Tabel II. 3 Location .................................................................................................................. 22
Tabel II. 4 Routings .................................................................................................................. 23
Tabel II. 5 Harga Komponen .................................................................................................... 25
Tabel II. 6 Biaya per Stasiun Kerja .......................................................................................... 26
Tabel II. 7 Target dan Realisasi ................................................................................................ 26
Tabel II. 8 Data Separator ........................................................................................................ 26
Tabel II. 9 Deskripsi Proses ...................................................................................................... 28
Tabel II. 10 Data Collected....................................................................................................... 30
Tabel II. 11 Distribusi Data ...................................................................................................... 43
Tabel III. 1 Routing .................................................................................................................. 46

Tabel III. 2 Work In Process .................................................................................................... 55
Tabel III. 3 Data Replikasi ....................................................................................................... 56
Tabel III. 4 Perhitungan Data Replikasi ................................................................................... 56
Tabel III. 5 Metode Welch ....................................................................................................... 57
Tabel IV. 1 Perhitungan Output Replication Alternative 1 ...................................................... 61

Tabel IV. 2 Perhitungan Output Replication Alternative 2 ...................................................... 62
Tabel IV. 3 Realization dan Shortage ....................................................................................... 64
Tabel IV. 4 Fulfillment ............................................................................................................. 64
Tabel IV. 5 Paired-T Confidence Interval ................................................................................ 65
iv
Tabel IV. 6 Biaya Komponen Alternatif 1 ............................................................................... 66
Tabel IV. 7 Biaya Inventory alternatif 1................................................................................... 66
Tabel IV. 8 Biaya Mesin alternatif 1 ........................................................................................ 67
Tabel IV. 9 Biaya Operator alternatif 1 .................................................................................... 67
Tabel IV. 10 Tracking Cost Alternatif 1................................................................................... 68
Tabel IV. 11 Biaya Komponen alternatif 2 .............................................................................. 68
Tabel IV. 12 Biaya Inventory alternatif 2................................................................................. 69
Tabel IV. 13 Biaya Mesin alternatif 2 ...................................................................................... 69
Tabel IV. 14 Biaya Operator alternatif 2 .................................................................................. 70
Tabel IV. 15 Tracking Cost alternatif 2 .................................................................................... 70
Tabel IV. 16 QBE ..................................................................................................................... 71
Gambar V. 1 Hasil Run Model Presentation ............................................................................ 74

Gambar V. 2 Hasil Run Model Presentation with Effectiveness Ads ...................................... 75
Gambar V. 3 Hasil Run Model Presentation with Effectiveness Ads (2) ................................ 76
Gambar V. 5 Hasil Run Model Presentation and Use Time Stack ........................................... 77
Gambar VI. 1 Model Sistem Dinamis ...................................................................................... 79

Gambar VI. 2 Hasil Simulasi Model ........................................................................................ 80
Gambar VI. 3 Hasil Simulasi Model pada Production ............................................................. 81
Gambar VI. 4 Hasil Simulasi Model pada Workforce ............................................................. 82
v
DAFTAR GAMBAR
Gambar I. 1 Self Spray Disinfectant ......................................................................................... 10

Gambar I. 2 Operation Process Chart ....................................................................................... 12
Gambar I. 3 Rich Picture .......................................................................................................... 16
Gambar I. 4 Hierarki Sistem ..................................................................................................... 17
Gambar I. 5 Input-Output Diagram .......................................................................................... 18
Gambar I. 6 Influence Diagram ................................................................................................ 18
Gambar II. 1 Entity Flow Diagram ........................................................................................... 27

Gambar II. 2 Hasil Scatter plot Arrival Time Lower holder package ...................................... 31
Gambar II. 3 Hasil Scatter plot Arrival Time Pipe Tube package ........................................... 31
Gambar II. 4 Hasil Scatter plot Arrival Time Spray package .................................................. 32
Gambar II. 5 Hasil Scatter plot Arrival Time Pedal Package ................................................... 32
Gambar II. 6 Hasil Scatter plot Process Time Separator Machine ......................................... 33
Gambar II. 7 Hasil Scatter plot Process Time Assembly Machine 1 ....................................... 33
Gambar II. 8 Hasil Scatter plot Process Time Assembly Machine 2 ....................................... 34
Gambar II. 9 Hasil Scatter plot Process Time Inspection Machine .......................................... 34
Gambar II. 10 Hasil Kolmogorov-Smirnov Lower holder package ......................................... 35
Gambar II. 11 Hasil Kolmogorov-Smirnov Pipe Tube package .............................................. 35
Gambar II. 12 Hasil Kolmogorov-Smirnov Spray package ..................................................... 36
Gambar II. 13 Hasil Kolmogorov-Smirnov Pedal Package ..................................................... 36
Gambar II. 14 Hasil Kolmogorov-Smirnov Separator Machine .............................................. 37
Gambar II. 15 Hasil Kolmogorov-Smirnov Assembly Machine 1 ........................................... 37
Gambar II. 16 Hasil Kolmogorov-Smirnov Assembly Machine 2 ........................................... 38
Gambar II. 17 Hasil Kolmogorov-Smirnov Insepction Machine ............................................. 38
Gambar II. 18 Hasil Distribution Fitting Lower holder package ............................................. 39
Gambar II. 19 Hasil Distribution Fitting Pipe Tube package................................................... 39
Gambar II. 20 Hasil Distributions Fitting Spray package ........................................................ 40
Gambar II. 21 Hasil Distribution Fitting Pedal Package .......................................................... 40
Gambar II. 22 Hasil Distribution Fitting Separator Machine .................................................. 40
Gambar II. 23 Hasil Distribution Fitting Assembly Machine 1 ............................................... 41
Gambar II. 24 Hasil Distribution Fitting Assembly machine 2 ................................................ 41
Gambar II. 25 Hasil Distribution Fitting Inspection machine .................................................. 42
vi
Gambar III. 1 Factory Working Hours ..................................................................................... 44
Gambar III. 2 Periodic System Shutdown ................................................................................ 45
Gambar III. 3 Flexsim Model Simulation ................................................................................ 51
Gambar III. 4 Verifikasi Separator Lower holder package ..................................................... 52
Gambar III. 5 Verifikasi Separator Pipe Tube Package .......................................................... 52
Gambar III. 6 Verifikasi Separator Spray Package ................................................................. 53
Gambar III. 7 Verifikasi Separator Pedal Package ................................................................. 53
Gambar III. 8 Verifikasi Assembly Machine 1 ........................................................................ 54
Gambar III. 9 Verifikasi Assembly Machine 1 ........................................................................ 54
Gambar III. 10 Uji Normalitas ................................................................................................. 57
Gambar IV. 1 Simulasi Model Eksisting .................................................................................. 59

Gambar IV. 2 Simulasi Model alternative 1 ............................................................................. 59
Gambar IV. 3 Simulasi Model alternative 2 ............................................................................. 60
Gambar IV. 4 Uji Flexsim Alternative 1 .................................................................................. 63
Gambar IV. 5 Uji Flexsim Alternative 2 .................................................................................. 63
Gambar IV. 6 Uji Normalitas alternatif 1 dan 2 ....................................................................... 65
Gambar V. 1 Hasil Run Model Presentation ............................................................................ 74

Gambar V. 2 Hasil Run Model Presentation with Effectiveness Ads ...................................... 75
Gambar V. 5 Hasil Run Model Presentation and Use Time Stack ........................................... 77
Gambar VI. 1 Model Sistem Dinamis ...................................................................................... 79

Gambar VI. 2 Hasil Simulasi Model ........................................................................................ 80
Gambar VI. 3 Hasil Simulasi Model pada Production ............................................................. 81
Gambar VI. 4 Hasil Simulasi Model pada Workforce ............................................................. 82
vii
viii
BAB I
PENDAHULUAN
I.1 Study Case
PT. Calosa MedHealth adalah perusahaan perakitan yang menjual alat

SelfSpray Disinfectant. Setelah melalui beberapa proses perakitan, maka akan
dihasilkan produk jadi. PT. Calosa MedHealth memiliki 62 pabrik di
Indonesia. Alat ini terdiri dari empat komponen utama yaitu paket Lower
holder package, Pipe Tube package, Spray package dan Pedal package.
Sebagai variasi produk, PT. Calosa MedHealth memproduksi dua warna alat
Self-Spray Disinfectant dengan variasi alat Self-Spray Disinfectant warna ungu
65% dan alat Self-Spray Disinfectant warna pink 35%.
Setelah berjalan beberapa saat, PT. Calosa MedHealth menemukan bahwa

peramalan permintaan untuk bulan ke-13 adalah 205897. Oleh karena itu
dengan 22 hari kerja dalam satu bulan, satu pabrik harus memproduksi paling
sedikit 150 alat / hari.
Dengan sistem yang ada, perusahaan bisa merugi sekitar Rp14.175.000,00

/ pabrik / hari. Untuk memenuhi peramalan permintaan, PT. Calosa
MedHealth membutuhkan bantuan Anda sebagai analis industri untuk
menemukan dan memberikan solusi yang akan digunakan untuk memutuskan
apa yang akan dilakukan untuk menyelesaikan masalah yang terjadi di
perusahaan dengan metodologi Riset Operasional, dan juga Anda perlu
melakukan simulasi sistem produksi dengan pertimbangan shift kerja atau
jumlah mesin. Gambar berikut adalah alat yang diproduksi oleh PT. Calosa
MedHealth.
9
Gambar I. 1 Self Spray Disinfectant
Setiap kedatangan paket bagian Lower holder package terdiri dari 40

komponen unit dengan waktu dsitribusi U (202, 247) dalam menit. Setelah tiba,
paket bagian Lower holder package kemudian masuk ke mesin separator dengan
waktu distribusi U(0.53, 1.46) dalam menit.
Setiap kedatangan Pipe Tube package terdiri dari 80 unit komponen dengan
waktu distribusi U (229, 257) dalam menit. Setelah kedatangan, Pipe Tube package
masuk ke separator machine dengan waktu distribusi U(0.53, 1.46) dalam menit.
Setelah diproses oleh mesin separator, paket Pipe Tube dan Lower holder package
dibawa ke mesin assembly 1 dengan waktu distribusi U(0.81, 1.99) untuk menjadi
Self-Spray Disinfectant setengah jadi melalui antrian Pipe Tube dan Lower holder.
Pipe Tube terbagi menjadi dua warna, yaitu ungu dan pink dengan persentase
produksi masing-masing 65% dan 35%.
Setiap kedatangan Spray package terdiri dari 40 komponen unit dengan

waktu distribusi U (211, 260) dalam menit. Setelah kedatangannya, Spray package
memasuki separator machine dengan distribusi waktu U(0.53, 1.46) dalam menit.
Pada saat yang sama, Pedal Package juga memasuki separator machine.
Setiap kedatangan Pedal Package terdiri dari 40 unit komponen dengan

waktu distribusi N (247, 259) dalam menit. Kemudian masuk ke separator machine
dengan distribusi waktu U(0.53, 1.46) dalam menit. Setelah diproses dengan mesin
separator, Self-Spray Disinfectant setengah jadi, Spray package, dan Pedal Package
dibawa ke mesin assembly 2 dengan distribusi waktu U(1.33, 2.49) dalam menit
untuk semua komponen guna diselesaikan Self-Spray Disinfectant berwarna ungu
10
dan pink. Kemudian produk jadi dari Self-Spray Disinfectant berwarna ungu dan
pink akan dibawa ke area inspeksi.
Di area inspeksi, Self-Spray Disinfectant yang sudah jadi berwarna pink dan
ungu akan diperiksa oleh salah satu operator quality control dengan dsitribusi waktu
N(2.96, 0.837). Operator quality control mendapat gaji Rp 20.000,00 / jam. Self-
Spray Disinfectant diperiksa warna pink dan ungu kemudian dipindahkan ke area
gudang melalui Queue conveyor untuk Self-Spray Disinfectant pink dan Self-Spray
Disinfectant.
Berikut ini adalah tabel distribusi waktu kedatangan untuk setiap paket:
Tabel I. 1 Distribusi Waktu Kedatangan
No. Component Total Unit in a Arrival Time

Package Distribution (Time)
1 Lower holder 40 U (202, 247)
package
2 Pipe Tube 80 U (229, 257)
package
3 Spray package 40 U (211, 260)
4 Pedal Package 40 N (247, 259)
Berikut adalah tabel distribusi waktu proses di setiap workstation:
Tabel I. 2 Distribusi Waktu Proses
No. Workstation Process Time

Distribution (Time)
1 All Separator Machine U(0.53, 1.46)
2 Assembly Machine 1 U(0.81, 1.99)
3 Assembly Machine 2 U(1.33, 2.49)
4 Inspection Area N(2.96, 0.837)
Diagram proses pengoperasian Self-Spray Disinfectant adalah seperti yang
ditunjukkan oleh Diagram Proses Operasi sebagai berikut:
11
Gambar I. 2 Operation Process Chart
Berikut rincian biaya pembelian komponen tiap unit:

Tabel I. 3 Rincian Biaya Komponen
No Component Cost per Package Cost Per Unit

1 Lower holder Rp 3.200.000,00 Rp 80.000,00
2 Pipe Tube Rp 3.200.000,00 Rp 40.000,00
3 Spray package Rp 4.000.000,00 Rp 100.000,00
4 Pedal Package Rp 1.200.000,00 Rp 30.000,00
Berikut adalah rincian biaya yang diperlukan di setiap workstation:
Tabel I. 4 Rincian Biaya tiap Workstation
No. Workstation Cost/Day Cost/Hour

1 All Separator Machine Rp 20.000,00/unit Rp2.500,00/unit
2 Assembly Machine 1 Rp 50.000,00 /unit Rp6.250,00/unit
12
3 Assembly Machine 2 Rp 50.000,00 /unit Rp6.250,00/unit
4 Inspection Area Rp 30.000,00 /unit Rp3.750,00/unit
Berikut adalah tabel dari cost of inventory:
Tabel I. 5 Biaya yang Dibutuhkan untuk Setiap Antrian
No. Queue Name Cost of Inventory/ unit

1 Queue of Lower holder package Rp2.000,00
2 Queue of Pipe Tube package Rp2.500,00
3 Queue of pedal package Rp3.000,00
4 Queue of half finished product Rp4.000,00
5 Queue of Spray package Rp2.500,00
Berikut adalah tabel dari operator cost:
Tabel I. 6 Biaya yang Dibutuhkan untuk Setiap Operator
No. Opearator Cost/Hour

1 Operator inspection area Rp20.000,00
2 Operator Inspection area (overtime) Rp25.000,00
Jam kerja perusahaan berlangsung selama 9 jam, mulai pukul 08.00 -

17.00 selama 5 hari kerja (Senin - Jumat) dengan satu jam istirahat antara pukul
12.00 - 13.00. Selama proses produksi yang telah dilakukan oleh operator, manajer
penjualan PT. Calosa MedHealth mencatat rata-rata pesanan yang belum terpenuhi
sebanyak 4 alat.
Tabel I. 7 Target dan Realisasi
No. Target Realization

1 102 99
2 102 102
3 102 94
4 102 102
5 102 99
13
6 102 97
7 102 100
8 102 110
9 102 94
10 102 99
11 102 99
12 102 96
I.2 Perumusan Lingkup Masalah
I.2.1 Situasi Masalah
a. Elemen Struktur
Berikut merupakan elemen struktur dari produk:
Tabel I. 8 Elemen Struktur
PT. Calosa MedHealth Pedal Mesin assembly 1

Component Warehouse Pink Self-Spray Area inspeksi
Disinfectant
Spray package Purple Self-Soft Warehouse of finished
Disinfectant product
pipa tube Mesin separation Industry Analyst
Lower holder package Mesin assembly 2 Operator
b. Elemen Proses
Berikut merupakan Elemen proses yang berada pada PT. Calosa MedHealth:
Tabel I. 9 Elemen Proses
Produksi Assembly 1 Assembly 2

Pembelian Penjualan Separation
Pembayaran gaji Inspeksi Analisis Optimasi
c. Keterkaitan Elemen
14
Terdapat beberapa keterkaitan antara elemen. Berikut merupakan
keterkaitannya:
1. PT. Calosa MedHealth merupakan perusahaan
produksi yang memproduksi alat bantu kesehatan yang
menjual Self-Spray Disinfectant.
2. PT. Calosa MedHealth melakukan proses produksi
dengan membeli material dari perusahaan lain.
3. Komponen perakitannya adalah pipa, spray, selang,
pedal, papan alas dan plat penyangga.
4. PT. Calosa MedHealth memproduksi dua varian warna
Self-Spray Disinfectant yaitu pink muda dan ungu
muda.
5. PT. Calosa MedHealth menjual semua varian dari Self-
Spray Disinfectant dengan harga Rp315.000,00/Unit.
6. PT. Calosa MedHealth membeli pipa tube seharga
Rp40.000,00/Unit.
7. PT. Calosa MedHealth membeli Spray package seharga
Rp100.000,00/unit.
8. PT. Calosa MedHealth membeli Lower holder package
seharga Rp80.000,00/unit.
9. PT. Calosa MedHealth membeli pedal seharga
Rp30.000,00/Unit.
10. Setiap operasi diberikan upah sebesar
Rp20.000,00/jam.
11. Biaya pengoperasian mesin separation adalah
Rp20.000,00/hari.
12. Biaya pengoperasian mesin perakitan 1 adalah
Rp50.000,00/hari.
13. Biaya operasional mesin perakitan 2 adalah
Rp50.000,00/hari.
14. Biaya operasional area inspeksi Rp30.000,00/hari.
d. Rich Picture
Berikut merupakan Rich Picture di PT. Calosa MedHealth:
15
Gambar I. 3 Rich Picture
I.2.2 Identifikasi Masalah untuk Analisis
a. Stakeholder
Promblem Owner : PT. Calosa MedHealth, Pemilik
Problem User : Operator
Problem Customer : PT Calosa MedHealth, Pelanggan
Problem analyst : FRI-055
b. Six Element of Problem
Decision Maker : CEO dari PT. Calosa MedHealth
Objective : menaikkan keuntungan dengan mengurangi loss sales
Decision Criterion : Memaksimalkan total output dan keuntungan
• Output produksi  150 mesin Self-Spray
Disinfectant /pabrik/hari.
• Pendapatan minimal Rp47.250.000
/pabrik/hari.
• Jumlah Unfulfilled Order = 0
Pengukuran Kinerja : pemenuhan permintaan 100%

Control Input : jam kerja dan jumlah mesin
Context : Workstation
16
I.2.3 Sistem Relevan
a. Hierarki Sistem
Untuk kasus ini hierarki sistem didefinisikan seperti dibawah ini:
Narrow System : Workstation
Wider System : PT. Calosa MedHealth
Environment : Health Industry
Environment
Wider System
Narrow System
WorkStation
PT. Calosa MedHealth

he
Health Industry Market
Gambar I. 4 Hierarki Sistem
b. Input-Output Diagram
Seperti yang ditunjukkan pada diagram Input-Output dibawah ini. Kotak
hitam mewakili sistem, yang dalam hal ini adalah sistem produksi Self-Spray
Disinfectant di PT. Calosa MedHealth. Panah biru atas ke arah sistem mewakili
input yang tidak terkendali (Uncontrollable input), yang dalam hal ini adalah
permintaan dari pelanggan yang menentukan jumlah produk yang harus
diproduksi oleh PT. Calosa MedHealth. Panah oren dan hijau kearah menuju
sistem mewakili input yang dapat dikontrol (Controllable input). Dimana dalam
kasus ini, akan menjadi jumlah tenaga kerja dan jumlah produk yang diproduksi.
Panah hijau kiri ke arah sistem merupakan masukan untuk sistem produksi.
Terakhir, panah kuning kanan yang mengarah ke luar sistem mewakili output
dari system yaitu total keuntungan yang didapatkan.
17
Berikut merupakan Diagram Input dan Output.
Permintaan / minggu
Total waktu shift bekerja Total keuntungan

/minggu
Total Mesin
Produk Biaya pekerja /minggu

diproduksi/minggu
Gambar I. 5 Input-Output Diagram
c. Influence Diagram
Influence Diagram adalah suatu alat untuk merepresentasikan dalam
bentuk grafis dari suatu model keputusan yang digunakan untuk
menggambarkan suatu sistem secara grafis.
Berikut merupakan Influence Diagram di PT. Calosa MedHealth:
Gambar I. 6 Influence Diagram
18
Dari Influence Diagram diatas dapat dilihat bahwa simbol oval yang
menunjukan output adalah Profit atau keuntungan dari PT. Calosa MedHealth.
Output tersebut dipengaruhi oleh komponen system yaitu total biaya mesin, total
biaya pekerja, total pendapatan, dan total biaya UFO. Total waktu dalam satu
shift kerja dan total jumlah mesin yang disimbolkan dengan persegi panjang
merupakan input sistem yang terkendali. Simbol awan yang menunjukkan biaya
mesin, hari kerja, biaya pekerja, jumlah pekerja, harga produk, jumlah produk
yang diproduksi, jumlah unfulfilled order dan harga unfulfilled order merupakan
input system yang tidak terkendali
d. Model Matematika
1. Total Biaya Mesin = [Biaya mesin/hari] x [Jumlah Total mesin] x
[Hari Kerja]
= Rp120.000,- x 3 x 22
= Rp7.920.000,-
2. Total Biaya Tenaga Kerja = [Total Jam kerja shift] x [Hari Kerja] x [jumlah
pekerja] x [Gaji tenaga kerja/orang per jam]
= 8 jam/hari x 22 hari x 20 x Rp15.000,-
= Rp52.800.000,-
3. Total Pendapatan = [Jumlah Produk yang Diproduksi/jam] x
= [Harga Produk/unit]
= 19 produk/jam x Rp315.000,-
= Rp5.985.000,-
4. Total biaya Unfulfilled Order (UFO) = [Jumlah Unfulfilled Order] x
= [Biaya Unfulfilled Order]
= 45 x Rp215.000,-
= Rp9.675.000,-
5. Keuntungan = [Pendapatan Total] – [Total Biaya Pekerja]
= [Total Biaya Mesin] – [Total Biaya UFO] –
[Total Biaya Antri]
= [Rp5.985.000 x 22 hari kerja] - Rp52.800.000
- Rp9.675.000 – Rp1.200.000
= Rp131.670.000 - Rp52.800.000 - Rp9.675.000
– Rp1.200.000
19
= Rp67.995.000,-
I.3 Tujuan
1. Mengetahui distribusi waktu tiap stasiun kerja.

2. Mengetahui hasil output yang dapat dihasilkan dari permodelan yang dibuat.
3. Mencari alternatif yang tepat agar mendapatkan sistem yang terbaik.
I.4 Ruang Lingkup Persoalan
Dalam penulisan Final Report SIMBI terkait, terdapat pembatasan ruang lingkup
pembahasan yaitu pada proses produksi Self-Spray Disinfectant oleh PT Calosa
MedHealth. Proses produksi produk Self-Spray Disinfectant terdiri dari empat mesin
yaitu mesin separator, dua mesin assembly, satu mesin conveyor dan satu mesin
inspeksi. Jam kerja perusahaan dimulai dari jam 08.00 sampai 17.00.
I.5 Asumsi
Terdapat beberapa asumsi seperti:

1. Sistem diasumsikan merupakan sistem yang sudah eksisting
2. Data sistem berdasarkan estimasi desain
20
BAB II
PENGUMPULAN DATA
II.1 Menentukan Kebutuhan Data
II.1.1 Data Struktural
a. Entities
Berikut merupakan entitas yang terdapat dalam system pada PT. Calosa
MedHealth:
Tabel II. 1 Entities
Entities
Pipa tube package Spray Pedal
Spray package Pink and Purple Self- Pedal package
Spray Disinfectant
Lower holder package Inspected Pink and Half-finished Self-
Purple Self-Spray Spray Disinfectant
Disinfectant
Lower holder Pipa tube
b. Resources
Berikut merupakan sumber daya yang dibutuhkan dalam system pada PT.
Calosa MedHealth:
Tabel II. 2 Resources
Resources
Mesin separator untuk Mesin separator untuk Mesin separator untuk
pipa tube spray lower holder
Assembly machine 1 Mesin separator untuk Operator inspeksi
pedal package
Assembly machine 2 Conveyor untuk pink
and purple Self-Spray
Disinfectant
21
c. Location
Berikut merupakan lokasi yang terdapat dalam system pada PT. Calosa
MedHealth:
Tabel II. 3 Location
Location
Area kedatangan untuk Separator workstation Area antrian untuk
Lower holder package untuk Lower holder lower holder
package
Area antrian untuk Gudang produk jadi Area kedatangan untuk
Pink and Purple Self- pipa tube package
Spray Disinfectant
Separator workstation Area antrian untuk pipa Inspection workstation
untuk pipa tube tube
package
Area antrian untuk Pink Area kedatangan untuk Separator workstation
Inspected Self-Spray pedal package untuk pedal package
Disinfectant
Area antrian untuk Area antrian untuk Area antrian untuk
pedal Purple Inspected Self- Half-finished Self-
Spray Disinfectant Spray Disinfectant
Area kedatangan untuk Separator workstation Area antrian untuk
Spray package untuk Spray package spray
Assembly workstation 1 Component warehouse Assembly workstation 2
II.1.2 Data Operasional
a. Schedules
Berikut merupakan jadwal jam kerja dan periodic system shutdown pada PT.
Calosa MedHealth:
Hari Kerja:
Senin – Jum’at : 08.00 – 17.00
22
Waktu Istrirahat:
Senin – Jum’at : 12.00 - 13.00
Sabtu dan Minggu
b. Routings
Berikut merupakan routing process pada system di PT. Calosa MedHealth:
Tabel II. 4 Routings
Entity Location Operation Output Destination
Lower holder Area Kedatangan Lower Lower Separator

package kedatangan holder package pada holder workstation lower
untuk Lower area kedatangan untuk package package
holder package Lower holder package
Lower holder Separator Lower holder package Lower Area antrian lower
package workstation dipisah menjadi 40 holder package
lower package lower holder package
menggunakan mesin
separator.
Lower holder Area antrian Lower holder package Lower Area assembly
lower package mengantri untuk masuk holder workstation 1.
ke assembly
workstation 1.
Pipe Tube package Area Kedatangan Pipe Tube Pipe Tube Separator
kedatangan package pada area package workstation untuk
untuk Pipe kedatangan untuk Pipe pipa tube package
Tube package Tube package.
Pipe Tube package Separator Pipe Tube package Pipe Tube Area antrian Pipe
workstation dipisah menjadi 80 pipe Tube package
untuk pipa tube tube menggunakan
package mesin separator.
Pipe Tube Area antrian Pipe tube mengantri Pipe Tube Area assembly
Pipe Tube untuk masuk ke workstation 1.
package
23
assembly workstation
1.
Lower holder Assembly Lower holder dirakit Produk Area antrian untuk
workstation 1 dengan pipe tube oleh setengah produk setengah
operator perakitan. jadi jadi
Pipe Tube Assembly Pipe tube dirakit Produk Area antrian untuk
workstation 1 dengan lower holder setengah produk setengah
oleh operator perakitan. jadi jadi
Produk setengah Area antrian Produk setengah jadi Produk Area assembly
jadi untuk produk mengantri untuk masuk setengah workstation 2.
setengah jadi ke area work station 2 jadi
Spray package Area Kedatangan Spray Spray Separator
untuk Spray kedatangan untuk Pipe Spray package
package Tube package.
Spray package Separator Spray package dipisah Spray Area antrian untuk
workstation menjadi 40 Spray spray
untuk Spray package menggunakan
Spray Area antrian Spray mengantri untuk Spray Area assembly
untuk spray masuk ke area work workstation 2.
station 2
Pedal package Area Kedatangan pedal Pedal Separator
untuk pedal kedatangan untuk pedal pedal package
pacakge package.
Pedal package Separator Pedal package dipisah Pedal Area antrian untuk
workstation menjadi 40 Spray Half-finished Self-
untuk pedal package menggunakan Spray Disinfectant
Pedal Area antrian Pedal mengantri untuk Pedal Area assembly
untuk Half- masuk ke area work workstation 2.
finished Self- station 2
24
Spray
Disinfectant
Pedal Assembly Pedal dirakit dengan Pink dan Inspection
workstation 2 spray oleh operator purple Self- workstation
perakitan. Spray
Disinfectant
Spray Assembly Spray dirakit dengan Pink dan Inspection
workstation 2 pedal serta produk purple Self- workstation
setengah jadi oleh Spray
operator perakitan. Disinfectant
Produk setengah Assembly Produk setengah jadi 1 Pink dan Inspection
jadi workstation 2 dirakit dengan pedal purple Self- workstation
dan spray. Spray
Disinfectant
Pink dan purple Self- Inspection Pink dan purple Self- Inspeksi Conveyor untuk
Spray Disinfectant workstation Spray Disinfectant Pink dan Pink dan Purple
sedang diperiksa pada purple Self- Self-Spray
area inspeksi oleh Spray Disinfectant
operator pengecekan. Disinfectant
Inspeksi Pink dan Gudang produk Pink dan purple Self- Inspeksi Gudang produk
purple Self-Spray jadi Spray Disinfectant Pink dan jadi.
Disinfectant dibawa menggunakan purple Self-
conveyor ked alam Spray
gudang produk jadi. Disinfectant
II.1.3 Data Numerik
Berikut merupakan rincian biaya pembelian komponen tiap unit:

Tabel II. 5 Harga Komponen
No. Component Cost

1 Lower holder (40 pcs) Rp 80.000,00/unit
2 Pipe Tube (80 pcs) Rp 40.000,00 /unit
3 Spray package (40 pcs) Rp 100.000,00 /unit
4 Pedal Package (40 pcs) Rp 30.000,00 /unit
25
Berikut biaya yang dibutuhkan untuk setiap workstation:
Tabel II. 6 Biaya per Stasiun Kerja
No. Workstation Cost

1 Separation Machine Rp 20.000,00/unit
2 Assembly Machine 1 Rp 50.000,00 /unit
3 Assembly Machine 2 Rp 50.000,00 /unit
4 Inspection Area Rp 30.000,00 /unit
Berikut merupakat data target dan realisasi dari produksi Self-Spray Disinfectant:
Tabel II. 7 Target dan Realisasi
No. Target Realization

1 102 99
2 102 102
3 102 94
4 102 102
5 102 99
6 102 97
7 102 100
8 102 110
9 102 94
10 102 99
11 102 99
12 102 96
Berikut merupakan data numerikal untuk mesin separator:

Tabel II. 8 Data Separator
Separator Machine Name of Component Number of separated

component
Mesin separator untuk Lower holder 40
Lower holder package
26
Mesin separator untuk pipa Pipa Tube 80
tube
Mesin separator untuk Pedal 40
pedal package
Mesin separator untuk spray 40
Spray package
II.2 Menentukan Sumber Data
Sumber data yang digunaan tersebut diperoleh dari estimasi desain. Dalam
perkiraan desain, data untuk waktu pemrosesan dan data lain diperoleh dari desain
pekerjaan.
II.3 Pengumpulan Data
II.3.1 Entity Flow Diagram
Berikut merupakan EFD dari Self-Spray Disinfectant:
Gambar II. 1 Entity Flow Diagram
27
II.3.2 Process Description
Berikut merupakan deskripsi proses pada sistem:
Tabel II. 9 Deskripsi Proses
Location Activity Activity Next location Move trigger Move Move

time resource time resource
Area kedatangan None Separator Saat mesin None None
untuk Lower holder workstation separator
package untuk lower tersedia
package
Separator workstation Separator Area antrian None None None
untuk lower holder machine untuk Lower holder
package lower holder package
untuk Pipe Tube workstation separator
package untuk Pipe Tube tersedia
package
untuk pipa tube machine untuk Pipe Tube
package pipe tube package
Area antrian Lower None Assembly Saat assembly None None
holder package workstation 1 machine 1
tersedia
Area antrian Pipe Tube None Assembly Saat assembly None None
package workstation 1 machine 1
tersedia
Assembly workstation Assembly Area antrian None None None
1 machine 1 untuk produk
setengah jadi
Area antrian untuk None Assembly Saat assembly None None
produk setengah jadi workstation 2 machine 2
tersedia
28
untuk Spray package workstation separator
untuk Spray tersedia
package
untuk Spray package machine untuk untuk spray
Spray package
spray workstation 2 machine 2
tersedia
untuk pedal pacakge workstation separator
untuk pedal tersedia
package
untuk pedal package machine for untuk pedal
pedal package package
pedal package workstation 2 workstation
tersedia
Assembly workstation Assembly Area Inspeksi Saat area None Inspection
2 machine 2 inspeksi Operator
tersedia
Area Inspeksi Inspection Area Antrian None None None
operator untuk purple
inspected self-
spray
29
Tabel II. 10 Data Collected
II.4 Analisis Data
Data yang diperoleh dari proses pengumpulan data akan dianalisis dengan uji
independensi dan homogenitas untuk memastikan bahwa data mewakili keseluruhan sistem.
Setelah itu, datanya akan menjalani distribusi fitting sebagai data masukan untuk model
simulasi.
II.4.1 Independence Test
Uji independensi digunakan untuk mengetahui apakah dua variabel memiliki

hubungan secara signifikan. Uji indenpendesi dilakukan dengan menggunakan Scatter
Plot. Data dikatakan independen jika titik-titik di plot pencar tersebar secara acak.
Sebaliknya, data dapat dikatakan dependen jika titik-titik tersebut tidak menyebar ke
segala arah. Scatter plot adalah sebuah grafik yang biasa digunakan untuk melihat
suatu pola hubungan antara 2 variabel.
Berikut merupakan hasil dari Independency Test pada excel.

30
Arrival time for Lower holder package
Berikut merupakan hasil dari Arrival time for Lower holder package
lower holder package

300
250
200
150
100
50
0
0 10 20 30 40
Gambar II. 2 Hasil Scatter plot Arrival Time Lower holder package
Berdasarkan data yang telah di dapatkan, maka hasil scatter plot dari Arrival Time
untuk Lower holder package menunjukkan data tidak tersebar secara acak, sehingga data
dapat dikatakan sebagai dependent data.
Arrival time for Pipe Tube package
Berikut merupakan hasil dari Arrival time for Pipe Tube package
Gambar II. 3 Hasil Scatter plot Arrival Time Pipe Tube package
Berdasarkan data yang kami dapatkan, hasil scatter plot dari Pipe Tube package sudah
tersebar secara acak ke segala arah, maka dapat dikatakan bahwa data tersebut termasuk
independent data.
Arrival time for Spray package
Berikut merupakan hasil dari Arrival time for Spray package
31
Gambar II. 4 Hasil Scatter plot Arrival Time Spray package
Berdasarkan data yang telah di dapatkan, maka hasil scatter plot dari Arrival Time untuk
Spray package menunjukkan data tidak tersebar secara acak, sehingga data dapat dikatakan
sebagai dependent data.
Arrival time for Pedal Package
Berikut merupakan hasil dari Arrival time for Pedal Package
Gambar II. 5 Hasil Scatter plot Arrival Time Pedal Package
Berdasarkan data yang telah di dapatkan, maka hasil scatter plot dari Arrival Time untuk
Pedal Package menunjukkan data tidak tersebar secara acak, sehingga data dapat dikatakan
sebagai dependent data.
Process time for Separator Machine
Berikut merupakan hasil dari Process time for Separator Machine
32
Gambar II. 6 Hasil Scatter plot Process Time Separator Machine
Berdasarkan data yang kami dapatkan, hasil scatter plot Process Time dari Separator
Machine sudah tersebar secara acak ke segala arah, maka dapat dikatakan bahwa data tersebut
termasuk independent data.
Process time for Assembly Machine 1
Berikut merupakan hasil dari Process time for Assembly Machine 1
Gambar II. 7 Hasil Scatter plot Process Time Assembly Machine 1
Berdasarkan data yang kami dapatkan, hasil scatter plot Process Time dari Assembly
Machine 1 tidak tersebar secara acak, maka dapat dikatakan bahwa data tersebut termasuk
dependent data.
Process time for Assembly Machine 2
Berikut merupakan hasil dari Process time for Assembly Machine 2
33
Gambar II. 8 Hasil Scatter plot Process Time Assembly Machine 2
Berdasarkan data yang kami dapatkan, hasil scatter plot Process Time dari Assembly
Machine 2 sudah tersebar secara acak ke segala arah, maka dapat dikatakan bahwa data tersebut
Process time for Inspection Machine
Berikut merupakan hasil dari Process time for Inspection Machine
Gambar II. 9 Hasil Scatter plot Process Time Inspection Machine
Berdasarkan data yang kami dapatkan, hasil scatter plot Process Time dari Inspection
Machine sudah tersebar secara acak ke segala arah, maka dapat dikatakan bahwa data tersebut
II.4.2 Homogenitiy Test
Uji homogenitas adalah pengujian mengenai sama tidaknya variansi-variansi dua

buahmdistribusi atau lebih. Untuk menguji homogenitas pada data pengujian dilakukan dengan
menggunakan Kolmogrov-smirnov test melalui IBM SPSS. Data dapat dikatakan homogen jika
tingkat signifikansi pada hasil dari Kolmogrov-smirnov test melebihi 𝜶 :𝟎,𝟎𝟓 .
34
Lower holder package
Berikut merupakan hasil dari IBM SPSS Lower Holder Package
Gambar II. 10 Hasil Kolmogorov-Smirnov Lower holder package
Berdasarkan hasil diatas dengan tingkat signifikansi yang di dapatkan yaitu 1.000,
dimana melebihi 𝜶 :𝟎,𝟎𝟓 maka H0 diterima. Artinya sample memiliki distribusi yang sama.
Sehingga sample A dan B dapat dikatakan Homogenous.
Pipe Tube package
Berikut merupakan hasil dari IBM SPSS Pipe Tube Package
Gambar II. 11 Hasil Kolmogorov-Smirnov Pipe Tube package
Berdasarkan hasil diatas dengan tingkat signifikansi yang di dapatkan yaitu 1.000, dimana
melebihi 𝜶 :𝟎,𝟎𝟓 maka H0 diterima. Artinya sample memiliki distribusi yang sama. Sehingga
sample A dan B dapat dikatakan Homogenous.
Spray package
35
Berikut merupakan hasil dari IBM SPSS Spray Package
Gambar II. 12 Hasil Kolmogorov-Smirnov Spray package
Berdasarkan hasil diatas dengan tingkat signifikansi yang di dapatkan yaitu 0.998 , dimana
Pedal Package
Berikut merupakan hasil dari IBM SPSS Pedal Package
Gambar II. 13 Hasil Kolmogorov-Smirnov Pedal Package
Separator Machine
36
Berikut merupakan hasil dari IBM SPSS Separator Machine
Gambar II. 14 Hasil Kolmogorov-Smirnov Separator Machine
Assembly Machine 1
Berikut merupakan hasil dari IBM SPSS Assembly Machine 1
Gambar II. 15 Hasil Kolmogorov-Smirnov Assembly Machine 1
Assembly Machine 2
Berikut merupakan hasil dari IBM SPSS Assembly Machine 2

37
Gambar II. 16 Hasil Kolmogorov-Smirnov Assembly Machine 2
Berdasarkan hasil diatas dengan tingkat signifikansi yang di dapatkan yaitu 0.998 , dimana
Inspection Machine
Berikut merupakan hasil dari IBM SPSS Inspection Machine
Gambar II. 17 Hasil Kolmogorov-Smirnov Insepction Machine
Berdasarkan hasil diatas dengan tingkat signifikansi yang di dapatkan yaitu 1,000, dimana
38
II.4.3 Distribution Fitting
Distribution fitting digunakan untuk menyesuaikan distribusi ke sampel data atau

setidaknya statistik sampel tertentu berhubungan sedekat mungkin dengan distribusinya.
Disitribution fitting dilakukan dengan menggunakan aplikasi Stat::Fit. distribusi yang tidak
tertolak dan merupakan ranking tertinggi pada hasil dari Stat::Fit merupakan distribusi yang
sesuai dengan sampel data.
Distribution Fitting Lower holder package
Berikut merupakan hasil dari Distribution Fitting Lower holder package
Gambar II. 18 Hasil Distribution Fitting Lower holder package
Berdasarkan hasil diatas, dapat kita ketahui untuk kedatangan Lower holder package
rank tertinggi berada pada distribusi uniform sehingga distribusi yang terpilih U(202, 247).
Distribution Fitting Pipe Tube package
Berikut merupakan hasil dari Distribution Fitting Pipe Tube package
Gambar II. 19 Hasil Distribution Fitting Pipe Tube package
Berdasarkan hasil diatas, dapat kita ketahui untuk kedatangan Pipe Tube package rank
tertinggi berada pada distribusi uniform sehingga distribusi yang terpilih U(229, 257).
Distributions Fitting Spray package
Berikut merupakan hasil dari Distributions Fitting Spray package
39
Gambar II. 20 Hasil Distributions Fitting Spray package
Berdasarkan hasil diatas, dapat kita ketahui untuk kedatangan Spray package rank
tertinggi berada pada distribusi uniform sehingga distribusi yang terpilih U(211, 260).
Distribution Fitting Pedal Package
Berikut merupakan hasil dari Distribution Fitting Pedal Package
Gambar II. 21 Hasil Distribution Fitting Pedal Package
Berdasarkan hasil diatas, ranking tertinggi yang tidak ditolak adalah Lognormal tetapi
menyesuaikan dengan distribusi yang telah dipilih pada random number yaitu berdistribusi
Normal. Maka, distribusi yang dipilih adalah N (247, 25,9).
Distribution Fitting Separator Machine
Berikut merupakan hasil dari Distribution Fitting Separator Machine
Gambar II. 22 Hasil Distribution Fitting Separator Machine
40
Berdasarkan hasil diatas, dapat kita ketahui untuk waktu separator machine rank
tertinggi berada pada distribusi uniform sehingga distribusi yang terpilih U(0.53, 1.46).
Distribution Fitting Assembly Machine 1
Berikut merupakan hasil dari Distribution Fitting Assembly Machine 1
Gambar II. 23 Hasil Distribution Fitting Assembly Machine 1
Berdasarkan hasil diatas, dapat kita ketahui untuk waktu assembly machine 1 rank
Distribution Fitting Assembly machine 2
Berikut merupakan hasil dari Distribution Fitting Assembly Machine 2
Gambar II. 24 Hasil Distribution Fitting Assembly machine 2
Berdasarkan hasil diatas, dapat kita ketahui untuk waktu assembly machine 2 rank
Distribution Fitting Inspection machine
Berikut merupakan hasil dari Distribution Fitting Inspection machine
41
Gambar II. 25 Hasil Distribution Fitting Inspection machine
Berdasarkan hasil diatas, dapat kita ketahui untuk waktu inspection machine rank
tertinggi berada pada distribusi normal sehingga distribusi yang terpilih N(2.96, 0.837).
II.5 Dokumentasi Data
Berikut merupakan hasil dokumentasi data.
42
Tabel II. 11 Distribusi Data
43
BAB III
PERANCANGAN MODEL SIMULASI
III.1 Work Schedule
Berikut merupakan tabel waktu kerja pada PT. Calosa MedHealth yang disimulasikan
pada software Flexsim.
Gambar III. 1 Factory Working Hours
Berdasarkan Time Table diatas, waktu jam kerja PT. Calosa MedHealth mulai bekerja
pada hari Senin hingga hari Jum’at dengan waktu operasional kerja dimulai pada pukul 08.00
hingga 17.00. Waktu istirahat kerja pada PT. Calosa MedHealth yaitu dimulai pada pukul 12.00-
13.00.
44
III.2 Periodic System Shutdown
Berikut adalah hasil dari tabel periodic system shutdown pada PT. Calosa MedHealth
berdasarkan simulasi software Flexsim.
Gambar III. 2 Periodic System Shutdown
Berdasarkan Time Table diatas, melalui identifikasi lokasi kerja yaitu pada Component
Warehouse, kita bisa mendapatkan Periodic System Shutdown pada hari Senin hingga Jum’at
pada tabel waktu Periodic System Shutdown adalah suatu waktu dimana sebuah system sedang
tidak beroperasi dan pada saat itu juga aktivitas perbaikan, inspeksi, perawatan, Improvement,
modifikasi dan pemeliharaan terhadap mesin dilakukan.
45
III.3 Routings
Berisi routing proses pada sistem disertai dengan analisis dari triggers dan timetable
yang digunakan.
Tabel III. 1 Routings
Entity Location Operation Output Destination Trigger Time Table
Lower holder Area Kedatangan Lower Separator Set item by Periodic

package kedatangan Lower holder holder workstation percentage, System
untuk package pada area package lower package set color By Shutdown
Lower kedatangan untuk case
holder Lower holder
package package
Lower holder Separator Lower holder Lower Area antrian Change 3D Factory
package workstation package dipisah holder lower package shape Working
lower menjadi 40 lower package Hours
package holder
menggunakan
mesin separator.
Lower holder Area Lower holder Lower Area None Factory

antrian package holder assembly Working
lower mengantri untuk workstation 1. Hours
package masuk ke
assembly
workstation 1.
Pipe Tube Area Kedatangan Pipe Pipe Separator Set item by Periodic
package kedatangan Tube package Tube workstation percentage, System
untuk Pipe pada area package untuk pipa set color By Shutdown
Tube kedatangan untuk tube package case
package Pipe Tube
package.
46
Pipe Tube Separator Pipe Tube Pipe Area antrian None Factory
package workstation package dipisah Tube Pipe Tube Working
untuk pipa menjadi 80 pipe package Hours
tube tube
package menggunakan
mesin separator.
Pipe Tube Area Pipe tube Pipe Area None Factory

antrian Pipe mengantri untuk Tube assembly Working
Tube masuk ke workstation 1. Hours
package assembly
workstation 1.
Lower holder Assembly Lower holder Produk Area antrian None Factory
workstation dirakit dengan setengah untuk produk Working
1 pipe tube oleh jadi setengah jadi Hours
operator
perakitan.
Pipe Tube Assembly Pipe tube dirakit Produk Area antrian None Factory
workstation dengan lower setengah untuk produk Working
1 holder oleh jadi setengah jadi Hours
operator
perakitan.
Produk Area Produk setengah Produk Area None Factory

setengah jadi antrian jadi mengantri setengah assembly Working
untuk untuk masuk ke jadi workstation 2. Hours
produk area work station
setengah 2
jadi
Spray package Area Kedatangan Spray Separator None Periodic

kedatangan Spray package package workstation System
untuk Spray pada area untuk Spray Shutdown
package kedatangan untuk package
47
Pipe Tube
package.
Spray package Separator Spray package Spray Area antrian None Factory
workstation dipisah menjadi untuk spray Working
untuk Spray 40 Spray package Hours
package menggunakan
mesin separator.
Spray Area Spray mengantri Spray Area None Factory

antrian untuk masuk ke assembly Working
untuk spray area work station workstation 2. Hours
2
Pedal package Area Kedatangan pedal Pedal Separator None Periodic

kedatangan package pada area package workstation System
untuk pedal kedatangan untuk untuk pedal Shutdown
pacakge pedal package. package
Pedal package Separator Pedal package Pedal Area antrian None Factory
workstation dipisah menjadi untuk Half- Working
untuk pedal 40 Spray package finished Self- Hours
package menggunakan Spray
mesin separator. Disinfectant
Pedal Area Pedal mengantri Pedal Area None Factory

antrian untuk masuk ke assembly Working
untuk Half- area work station workstation 2. Hours
finished 2
Self-Spray
Disinfectan
t
Pedal Assembly Pedal dirakit Pink dan Inspection None Factory

workstation dengan spray oleh purple workstation Working
2 Self- Hours
Spray
48
operator Disinfect
perakitan. ant
Spray Assembly Spray dirakit Pink dan Inspection None Factory

workstation dengan pedal purple workstation Working
2 serta produk Self- Hours
setengah jadi oleh Spray
operator Disinfect
perakitan. ant
Produk Assembly Produk setengah Pink dan Inspection None Factory

setengah jadi workstation jadi 1 dirakit purple workstation Working
2 dengan pedal dan Self- Hours
spray. Spray
Disinfect
ant
Pink dan purple Inspection Pink dan purple Inspeksi Conveyor None Factory
Self-Spray workstation Self-Spray Pink dan untuk Pink Working
Disinfectant Disinfectant purple dan Purple Hours
sedang diperiksa Self- Self-Spray
pada area inspeksi Spray Disinfectant
oleh operator Disinfect
pengecekan. ant
Inspeksi Pink Gudang Pink dan purple Inspeksi Gudang None Factory
dan purple Self- produk jadi Self-Spray Pink dan produk jadi. Working
Spray Disinfectant purple Hours
Disinfectant dibawa Self-
menggunakan Spray
conveyor ked Disinfect
alam gudang ant
produk jadi.
49
III.4 Analisis Triggers
Berdasarkan pada tabel Routings diatas, terdapat beberapa macam triggers yang
digunakan untuk menerapkan fungsi-fungsi nya pada masing-masing Entity. Pada
entitas Lower holder package yang berada pada area Separator workstation lower
package, terdapat trigger yaitu Set Item by Percentage dan Set Color by Case yang
berfungsi untuk memproduksi produk sesuai dengan presentase yang telah ditentukan
yaitu 65% untuk Lower holder package warna Ungu dan 35% untuk Lower holder
package warna Pink serta sebagai penentu warna pada produk yang dihasilkan memiliki
2 macam warna yaitu Ungu dan Pink.
Selanjutnya, pada entitas Lower holder package yang berada pada area antrian
lower package, memiliki trigger Change 3D shape yang berfungsi untuk mengubah
bentuk dari papan Lower holder menjadi lebih tumpul sehingga tidak dapat melukai
pengguna. Pada entitas Pipe Tube package yang berada pada area Separator
workstation Pipe Tube package, terdapat trigger yaitu Set Item by Percentage dan Set
Color by Case yang berfungsi untuk memproduksi produk sesuai dengan presentase
yang telah ditentukan yaitu 65% untuk Pipe Tube package warna Ungu dan 35% untuk
Pipe Tube package warna Pink serta sebagai penentu warna pada produk yang
dihasilkan memiliki 2 macam warna yaitu Ungu dan Pink.
III.5 Output Analisis
Pada bagian ini diberikan Screenshoot dari Layout model yang telah disertai dengan
jalur perubahan warna dan Gudang komponen yang disertai dengan analisis dari jumlah output
model selama 1 hari kerja, persentase warna dari produk yang telah ditentukan, perubahan dari
alur pergerakan komponen berdasarkan Time Table yang telah dibuat, dan output dari
perubahan warna sesuai dengan persentase pada Study Case.
Berikut merupakan hasil output dari simualsi 3D pada software Flexsim 2018 yang digunakan
PT. Calosa MedHealth:
50
Gambar III. 3 Flexsim Model Simulation
Pada output hasil simulasi yang diberikan diatas, terlihat bahwa model simulasi terdiri
dari Component Warehouse, Sources, mesin separator, antrian, mesin assembly, processor,
conveyor, rack, stasiun kerja inspeksi serta operator. Pada Finished Product Warehouse kita
dapat mengetahui Cur Content dan Max content dengan nilai 2461 . Hal ini menyatakan bahwa
PT. Calosa MedHealth memproduksi sebanyak 2461 unit/ bulan. Jika dibagi per-hari selama
22 hari kerja menjadi 111 unit. Dengan waktu operasional kerja yaitu pada pukul 08.00-17.00
di hari Senin-Jum’at dan waktu istirahat kerja pada pukul 12.00-13.00. Average Content yang
didapatkan dari hasil simulasi pada software adalah 1270.
Berdasarkan simulasi yang dilakukan oleh PT. Calosa MedHealth pada software
Flexsim 2018, PT. Calosa MedHealth sudah memenuhi target dimana perusahaan
memproduksi 100 unit / hari. PT. Calosa MedHealth membuat produk Self-Spray Disinfectant
dengan 2 variansi warna yaitu ungu dan pink dengan masing-masing presentase 60% dan 40%.
III.6 Verifikasi
Verifikasi adalah suatu pemeriksaan mengenai apakah suatu program komputer

pada simulasi berjalan sesuai dengan yang diinginkan, dengan pemeriksaan program
komputer. Verifikasi memeriksa penerjemahan model simulasi konseptual ke dalam
bahasa pemrograman secara benar. Pada verifikasi ini menggunakan metode watching
animation and checking reasonable output.
Separator Lower holder package
51
Berikut merupakan verifikasi menggunakan metode watching animation and
checking reasonable output pada separator Lower holder package:
Gambar III. 4 Verifikasi Separator Lower holder package
Separator Lower holder package memisahkan 1 paket menjadi 100 unit lower
holder. dalam model simulasi, 1 output dari hasil kedatangan ke 100 output dari
separator yang langsung masuk ke queue of lower holder. ini menunjukkan bahwa
model simulasi sama dengan model konseptual.
Separator Pipe Tube Package

checking reasonable output pada separator Pipe Tube Package:
Gambar III. 5 Verifikasi Separator Pipe Tube Package
Separator Pipe Tube package memisahkan 1 paket menjadi 80 unit pipe tube.
Dalam model simulasi, 1 output dari hasil kedatangan ke 80 output dari separator yang
langsung masuk ke queue of pipe tube. Hal ini menunjukkan bahwa model simulasi
sama dengan model konseptual.
52
Separator Spray Package

checking reasonable output pada separator Spray Package:
Gambar III. 6 Verifikasi Separator Spray Package
Separator Spray package memisahkan 1 paket menjadi 100 unit spray . Dalam
model simulasi, 1 output dari hasil kedatangan ke 100 output dari separator yang
langsung masuk ke queue of spray. Hal ini menunjukkan bahwa model simulasi sama
dengan model konseptual.
Separator Pedal Package

checking reasonable output pada separator Pedal Package:
Gambar III. 7 Verifikasi Separator Pedal Package
Separator pedal package memisahkan 1 paket menjadi 110 unit pedal . dalam
model simulasi, 1 output dari hasil kedatangan ke 110 output dari separator yang
langsung masuk ke queue of pedal. Hal ini menunjukkan bahwa model simulasi sama
dengan model konseptual.
53
Assembly Machine 1

checking reasonable output pada Assembly Machine 1:
Gambar III. 8 Verifikasi Assembly Machine 1
Assembly Machine 1 menghasilkan output 80 unit yang langsung masuk ke

queue of half-finished product. hal tersebut menunjukkan bahwa model simulasi
berjalan dengan benar.
Assembly Machine 2

checking reasonable output pada Assembly Machine 2:
Gambar III. 9 Verifikasi Assembly Machine 1
Assembly Machine 2 menghasilkan output 59 unit yang langsung masuk

Insepction Area. hal tersebut menunjukkan bahwa model simulasi berjalan dengan
benar.
54
Berikut merupakan tabel data Work in Process dari setiap mesin pada PT.
Calosa MedHealth:
Tabel III. 2 Work In Process
Berdasarkan tabel di atas dapat diketahui bahwa dari hasil Time Distribution, Lower Limit,
Upper Limit, dan Average of Dashboard dari setiap mesin sudah verified. Dengan distribution
time dari keseluruhan mesin separator yaitu U(0.53, 1.46) dan Average of dashboard sebesar
50 detik. Untuk assembly machine 1 memiliki distribution time yaitu U(0.81, 1.99) dengan
Average of dashboard sebesar 84 detik. Lalu, assembly machine 2 memiliki time distribution
yaitu U(1.33, 2.49) dengan dengan Average of dashboard sebesar 143 detik. Terakhir pada
inspection area memiliki time distribution N(2.96, 0.837) dengan Average of dashboard
sebesar 189 detik.
III.7 Menentukan Jumlah Replikasi
Berikut merupakan hasil screenshoot dari excel tabel output serta perhitungan
penentuan jumlah replikasi dilengkapi dengan hasil analisis.
55
Tabel III. 3 Data Replikasi
Tabel III. 4 Perhitungan Data Replikasi
Berdasarkan hasil perhitungan yang dilakukan, Total yang didapatkan adalah sebanyak
1522, Average atau rata-rata yang diperoleh adalah 101.467, Standard Deviasi berjumlah
36.486 yang didapatkan dari data repilkasi namun mengecualikan data warm- up time,
perhitungan dengan tabel-T didapatkan dengan mengambil data replikasi pada kasus yaitu 15
dan nilai alfa sebesar 0.05 sehingga menghasilkan nilai sejumlah 2.16037.
Selanjutnya, Halfwidth didapatkan dari mengalikan nilai t yang telah didapatkan dengan
standard deviasi dan dibagi dengan akar pangkat 2 dari 14 menghasilkan nilai sebanyak
21.0667. Perhitungan Tabel-Z yang didapatkan adalah 1.96. Nilai n’ dihasilkan dengan cara
mengkalikan hasil nilai Tabel-Z dari alpha/2 yaitu 0.025 dengan standard deviasi, lalu dikalikan
lagi dengan nilai Halfwidth yang telah didapatkan.
Dari perhitungan rumus tersebut didapatkan hasil sebesar 11.523 yang dibulatkan keatas
menjadi 12. Dapat disimpulkan bahwa jumlah replikasi yang didapatkan adalah sebanyak 12
kali.
III.8 Normality Test
Berikut merupakan uji Normalitas menggunakan software IBM SPSS:

56
Gambar III. 10 Uji Normalitas
Berdasarkan hasil uji Normalitas menggunakan Software IBM SPSS dengan metode Shapiro-
Wilk, dapat diketahui bahwa data telah berdistribusi normal dengan nilai signifikansi lebih besar dari
confidence level, dengan nilai 0.095 > 0.05 dan 0.076 > 0.05.
III.9 Validasi Menggunakan Metode Welch
Validasi adalah proses penentuan apakah model, sebagai konseptualisasi atau abstraksi,
merupakan representasi berarti dan akurat dari sistem nyata. Validasi juga memiliki arti
penentuan apakah model konseptual simulasi adalah representasi akurat dari sistem nyata yang
sedang dimodelkan. Uji welch sendiri memiliki rumus sebagai berikut:
[(X̄1− X̄2) − hw ≤ µ1 − µ2 ≤ (X̄1 − X̄2) + hw]
Berikut merupakan validasi menggunakan metode uji Welch:
Tabel III. 5 Metode Welch
Berdasarkan hasil uji Welch dengan menggunakan data dari model simulasi dan Real
System, didapatkan rentan antara -29.95 dan 35.61. pada rentan tersebut melewati nilai 0, maka
dapat disimpulkan nilai tersebut dapat diterima dan data dinyatakan bahwa hasil dari simulasi
valid.
57
BAB IV
PERANCANGAN MODEL USULAN
IV.1 Penjelasan Model Optimalization
PT. Calosa MedHealth mengalami permasalahan saat proses produksi.

Keterbatasan yang dialami PT. Calosa MedHealth adalah tidak dapat memenuhi
permintaan produksi. Oleh karena itu, PT. Calosa MedHealth melakukan investigasi
dan solusi yang dibutuhkan sehingga permintaan dapat dipenuhi. Solusi yang
didapatkan oleh PT. Calosa MedHealth yaitu dengan cara menambah shift kerja dan
menambah jumlah mesin.
Penambahan shift kerja dimulai dari pukul 07.00 - 18.00 WIB diubah menjadi
pukul 07.00 - 19.00 WIB karena akan PT. Calosa MedHealth akan melakukan
percobaan pada saat penambahan shift kerja apakah kendala pada PT. Calosa
MedHealth dapat terselesaikan.
Untuk menambah mesin harus diperhatikan mesin mana yang paling sibuk,
untuk mengamati dilakukan dengan menambahkan dashboard dan memilih state bar
pada menu di software Flexsim. Dengan penambahan mesin tersebut diharapkan
kendala di PT. Calosa MedHealth dapat teratasi.
IV.2 Built Alternative Model
IV.2.1 Model Eksisting
Pada bagian ini berisikan screenshot model eksisting dengan hasil run Flexsim selama
1 hari dan analisis hasil output.
Berikut merupakan hasil simulasi Model Eksisting:
58
Gambar IV. 1 Simulasi Model Eksisting
Berdasarkan gambar diatas, hasil simulasi yang dilakukan menunjukkan bahwa

output yang dikeluarkan adalah 58 unit. Model eksisting tersebut memiliki jam
operasional dari pukul 08.00 AM – 05.00 PM berdasarkan jam yang telah
ditentukan.
IV.2.2 Model Alternative 1
Berikut merupakan hasil simulasi Model Alternative 1.
Gambar IV. 2 Simulasi Model alternative 1
Berdasarkan pada model alternative 1 diatas, perubahan yang dilakukan terletak

pada penambahan jam kerja atau adding working shift. Penambahan jam kerja yang
dilakukan yaitu sebanyak 1 jam dengan menyesuaikan jam kerja pada pembuatan
59
produk Self-Spray Disinfectant. Output yang dihasilkan dengan melakukan
simulasi pengujian selama 1 hari adalah 58 unit pada model tersebut. Dari simulasi
yang dilakukan dapat disimpulkan bahwa alternatif penambahan jam kerja pada
model diatas memiliki jumlah unit yang sama dengan model Excisting.
IV.2.3 Model Alternative 2
Pada bagian ini berisikan screenshot model alternative 2 dengan hasil run
Flexsim selama 1 hari dan analisis hasil output.
Berikut merupakan hasil simulasi Model Alternative 2.
Gambar IV. 3 Simulasi Model alternative 2
Berdasarkan pada model alternative 2 diatas, perubahan yang dilakukan

terletak pada penambahan jumlah mesin atau adding amount of machine.
Penambahan jumlah mesin yang dilakukan yaitu sebanyak 1 mesin dengan
menyesuaikan mesin-mesin yang ada pada pembuatan produk Self-Spray
Disinfectant. Output yang dihasilkan dengan melakukan simulasi pengujian
selama 1 hari adalah 77 unit pada model tersebut.
Dari simulasi yang dilakukan dapat disimpulkan bahwa alternatif

penambahan jumlah pada model diatas memiliki efek dalam jumlah produksi
barang. Produk yang semula berjumlah 58 unit mengalami peningkatan menjadi
77 unit. Jumlah spesifik unit output yang didapatkan dari simulasi alternative 2
ini adalah sebanyak 19 unit.
60
IV.3 Output Replication
Berikut merupakan Output replication dari alternative 1:
Tabel IV. 1 Perhitungan Output Replication Alternative 1
Berdasarkan perhitungan yang dilakukan pada output replication tepat nya di

alternative 1, jumlah replikasi yang dihasilkan adalah sebanyak 12 replikasi. Sedangkan
pada total output nya memiliki jumlah keluaran sebanyak 1360 unit. Pada table
Alternative Queue 1 ( working hour ), terdapat masing-masing antrian mesin yaitu
antara lain Queue of Lower holder, Queue of Pipe Tube package, Queue of Half
Finished Product, Queue of Pedal Package dan Queue of Pipe Spray package.
Pada Queue of Lower holder terdapat jumlah antrian sebanyak 89 unit.

Selanjutnya, pada Queue of Pipe Tube package memiliki jumlah antrian sebanyak 0.
Pada Queue of Half Finished Product terdapat jumlah antrian sebanyak 84 unit.
Sementara pada Queue of Pedal Package jumlah antrian yang ada adalah sebanyak 99.
Antrian yang terakhir yaitu Queue of Pipe Spray package memiliki jumlah unit
pengantrian sebanyak 99 unit.
Berikut merupakan Output replication dari alternative 2:
61
Tabel IV. 2 Perhitungan Output Replication Alternative 2
Berdasarkan perhitungan yang dilakukan pada output replication tepat nya di

alternative 2 yaitu penambahan jumlah mesin, jumlah replikasi yang dihasilkan adalah
sebanyak 12 replikasi. Sedangkan pada total output nya memiliki jumlah keluaran
sebanyak 1343 unit. Pada table Alternative Queue 1 ( Amount of Machine ), terdapat
masing-masing antrian mesin yaitu antara lain Queue of Lower holder, Queue of Pipe
Tube package, Queue of Half Finished Product, Queue of Pedal Package dan Queue of
Pipe Spray package.
Pada Queue of Lower holder terdapat jumlah antrian sebanyak 29 unit.

Selanjutnya, pada Queue of Pipe Tube package memiliki jumlah antrian sebanyak 0.
Pada Queue of Half Finished Product terdapat jumlah antrian sebanyak 77 unit.
Sementara pada Queue of Pedal Package jumlah antrian yang ada adalah sebanyak 207.
Antrian yang terakhir yaitu Queue of Pipe Spray package memiliki jumlah unit
pengantrian sebanyak 7 unit.
Berikut merupakan hasil pengujian menggunakan software flexsim pada

alternative 1 didapatkan output sebesar 1274 unit.
62
Gambar IV. 4 Uji Flexsim Alternative 1
Berikut merupakan hasil pengujian menggunakan software flexsim pada

alternative 2 didapatkan output sebesar 1440 unit.
Gambar IV. 5 Uji Flexsim Alternative 2
63
IV.4 Fulfillment
Berikut merupakan tabel Realization, Shortage dan Fulfillment.
Tabel IV. 3 Realization dan Shortage
Tabel IV. 4 Fulfillment
PT. Calosa MedHealth memiliki data realisasi dari Real System dengan total
rata- rata unfulfilled order sebesar 3 pcs. Setelah membuat alternatif 1 dan 2 terdapat
perubahan output, yaitu pada alternatif 1 terdapat keluaran dengan rata-rata sebesar
14,08 pcs selama 12 hari dimana rata-rata keluaran alternatif 1 lebih besar dari rata-rata
keluaran pada sistem yang sebenarnya atau pada Real System. Sedangkan pada alternatif
2 terdapat keluaran dengan rata-rata 12,67 pcs selama 12 hari dimana rata-rata keluaran
alternatif 2 lebih besar jika dibandingkan dengan rata-rata keluaran sistem yang
sebenarnya.
Dari hasil analisis diatas, dapat disimpulkan bahwa masalah pada unfulfilled
order dengan rata-rata sebesar 3 pcs dapat terpecahkan dengan menggunakan alternatif
1 dan alternatif 2. Maka dari itu, dengan menggunakan alternatif 1 dan alternatif 2
permintaan dapat terpenuhi.
64
IV.5 Normality Test Output Alternatif 1 dan Alternative 2
Berikut merupakan hasil normality test pada alternative 1 dan alternative 2:
Gambar IV. 6 Uji Normalitas alternatif 1 dan 2
Berdasarkan pengujian yang dilakukan dengan normality test menggunakan software

IBM spss dari alternatif 1 dan 2 didapatkan hasil yaitu nilai sig untuk alternatif 1 adalah 0.200
dan nilai sig alternatif 2 adalah 0.200 yang berarti data tersebut berdistribusi normal.
IV.6 Comparative test menggunakan Paired-T confidence interval
Berikut merupakan hasil Comparative test menggunakan Paired-T confidence interval:

Tabel IV. 5 Paired-T Confidence Interval
Berdasarkan hasil pengujian Paired-T Confidence Interval, didapatkan data

bahwa (𝑋 ̅(1-2) - hw) ≤ μ(1-2) ≤ (𝑋 ̅(1-2) + hw) = -1,724869 ≤ μ(1-2) ≤ 4,558201913.
Sehingga keputusan yang diambil adalah terima H0 dan tolak H0, karena interval
65
melewati nilai 0, dapat disimpulkan bahwa tidak terdapat perbedaan yang signifikan
antara data alternatif 1 dan alternatif 2.
IV.7 Tracking Cost
IV.7.1 Alternative 1
Berikut merupakan hasil perhitungan cost of component dari alternative 1:

Tabel IV. 6 Biaya Komponen Alternatif 1
Berdasarkan perhitungan biaya komponen diatas, dapat diketahui komponen

Lower holder package dengan jumlah komponen 40 dan biaya komponen sebesar Rp
80.000,00 total biaya yang didapat adalah sebesar Rp 3.200.000,00. Komponen Pipe
Tube package dengan jumlah 80 dan biaya komponen sebesar Rp 40.000,00 total biaya
yang didapat ialah sebesar sebesar Rp 3.200.000,00. Komponen Spray package dengan
jumlah komponen 40 dan biaya komponen sebesar Rp 100.000,00 total biaya yang
didapat adalah sebesar Rp 4.000.000,00. Terakhir, komponen pedal package dengan
didapat ialah sebesar Rp 1.200.000,00. Sehingga total biaya untuk keseluruhan
komponen adalah sebesar Rp 11.600.000,00.
Berikut merupakan hasil perhitungan cost of inventory dari alternative 1:

Tabel IV. 7 Biaya Inventory alternatif 1
Berdasarkan perhitungan biaya inventory diatas, dapat diketahui queue of Lower

holder package dengan cost inventory sebesar Rp 2.000,00 dan number of queue sebesar
89 total biaya inventory yang di dapat adalah sebesar Rp 7.298.000,00. Queue of Pipe
66
Tube package dengan cost inventory sebesar Rp 2.500,00 dan number of queue sebesar
0 total biaya inventory yang di dapat adalah sebesar 0 rupiah. Queue of half finished
product dengan cost inventory sebesar Rp 4.000,00 dan number of queue sebesar 84
total biaya inventory yang di dapat adalah sebesar Rp. 10.416.000,00. Queue of pedal
package dengan cost inventory sebesar Rp 3.000,00 dan number of queue sebesar 99
total biaya inventory yang di dapat adalah sebesar Rp. 3.267.000,00. Queue of Spray
total biaya inventory yang di dapat adalah sebesar Rp. 2.460.000,00. Sehingga total
biaya keseluruhan inventory adalah sebesar Rp 23.441.000,00.
Berikut merupakan hasil perhitungan cost of machine dari alternative 1:
Tabel IV. 8 Biaya Mesin alternatif 1
Berdasarkan perhitungan biaya mesin diatas, dapat diketahui bahwa separator

machine dengan jumlah 4 memiliki biaya mesin sebesar Rp 20.000,00 dengan jam kerja
selama 9 jam dan hari kerja selama 12 hari total biaya mesin yang didapat adalah sebesar
Rp 8.640.000,00. Assembly machine 1 dan assembly machine 2 memiliki biaya mesin
sebesar Rp 50.000,00 dengan jam kerja selama 9 jam dan hari kerja selama 12 hari total
biaya mesin yang didapat adalah sebesar Rp 5.400.000,00. Inspection area memiliki
biaya mesin sebesar Rp 30.000,00 dengan jam kerja selama 9 jam dan hari kerja selama
12 hari total biaya mesin yang didapat adalah sebesar Rp 3.240.000,00. Sehingga total
biaya mesin keseluruhan adalah sebesar Rp 22.680.000,00.
Berikut merupakan hasil perhitungan cost of operator dari alternative 1:
Tabel IV. 9 Biaya Operator alternatif 1
67
Berdasarkan perhitungan biaya operator diatas, dapat diketahui biaya operator
inspection area adalah sebesar Rp 20.000,00 dengan jam kerja selama 8 jam dan waktu
kerja selama 12 hari total biaya operator inspection area adalah sebesar Rp
1.920.000,00. Jika operator inspection area mengalami overtime maka biaya operator
adalah sebesar Rp 25.000,00 dengan jam kerja selama 1 jam dan waktu kerja selama 12
hari total biaya operator inspection area yang melakukan overtime adalah sebesar Rp
300.000,00. Sehingga keseluruhan total biaya operator ialah sebesar Rp 2.200.000,00.
Tabel IV. 10 Tracking Cost Alternatif 1
Produk Self-Spray Disinfectant memiliki harga sebesar Rp 315.000,00 dengan

total biaya produksi adalah sebesar Rp 59.941.000,00 dan jumlah total produksi sebesar
1360. Maka biaya per unit dari produk adalah sebesar Rp 44.074,26 dengan revenue
sebesar Rp 428.400.000,00. Sehingga keuntungan yang didapat oleh PT. Calosa
MedHealth adalah sebesar Rp 368.459.000,00.
IV.7.2 Alternative 2
Berikut merupakan hasil perhitungan cost of component dari alternative 2:
Tabel IV. 11 Biaya Komponen alternatif 2
Berdasarkan perhitungan biaya komponen diatas, dapat diketahui komponen

Lower holder package dengan jumlah komponen 40 dan biaya komponen sebesar Rp
80.000,00 total biaya yang didapat adalah sebesar Rp 3.200.000,00. Komponen Pipe
Tube package dengan jumlah 80 dan biaya komponen sebesar Rp 40.000,00 total biaya
yang didapat ialah sebesar sebesar Rp 3.200.000,00. Komponen Spray package dengan
68
didapat adalah sebesar Rp 4.000.000,00. Terakhir, komponen pedal package dengan
didapat ialah sebesar Rp 1.200.000,00. Sehingga total biaya untuk keseluruhan
komponen adalah sebesar Rp 11.600.000,00.
Berikut merupakan hasil perhitungan cost of inventory dari alternative 2:
Tabel IV. 12 Biaya Inventory alternatif 2
Berdasarkan perhitungan biaya inventory diatas, dapat diketahui queue of Lower

holder package dengan cost inventory sebesar Rp 2.000,00 dan number of queue sebesar
29 total biaya inventory yang di dapat adalah sebesar Rp 2.378.000,00. Queue of Pipe
Tube package dengan cost inventory sebesar Rp 2.500,00 dan number of queue sebesar
0 total biaya inventory yang di dapat adalah sebesar 0 rupiah. Queue of half finished
product dengan cost inventory sebesar Rp 4.000,00 dan number of queue sebesar 77
total biaya inventory yang di dapat adalah sebesar Rp. 9.548.000,00. Queue of pedal
total biaya inventory yang di dapat adalah sebesar Rp. 6.831.000,00. Queue of Spray
package dengan cost inventory sebesar Rp 2.500,00 dan number of queue sebesar 7 total
biaya inventory yang di dapat adalah sebesar Rp. 717.500,00. Sehingga total biaya
keseluruhan inventory adalah sebesar Rp 19.474.500,00.
Berikut merupakan hasil perhitungan cost of machine dari alternative 2:
Tabel IV. 13 Biaya Mesin alternatif 2
69
Berdasarkan perhitungan biaya mesin diatas, dapat diketahui bahwa separator
machine dengan jumlah 4 memiliki biaya mesin sebesar Rp 20.000,00 dengan jam kerja
selama 9 jam dan hari kerja selama 12 hari total biaya mesin yang didapat adalah sebesar
Rp 8.640.000,00. Assembly machine 1 memiliki biaya mesin sebesar Rp 50.000,00
dengan jam kerja selama 9 jam dan hari kerja selama 12 hari total biaya mesin yang
didapat adalah sebesar Rp 5.400.000,00. Pada Assembly machine 2 terdapat
penambahan mesin sehingga jumlah mesin menjadi 2 dengan biaya mesin sebesar Rp
50.000,00 juga jam keerja selama 9 jam dan waktu kerja selama 12 hari total biaya yang
didapat adalah Rp 10.800.000,00. Inspection area memiliki biaya mesin sebesar Rp
30.000,00 dengan jam kerja selama 9 jam dan hari kerja selama 12 hari total biaya mesin
yang didapat adalah sebesar Rp 3.240.000,00. Sehingga total biaya mesin keseluruhan
adalah sebesar Rp 28.080.000,00.
Berikut merupakan hasil perhitungan cost of operator dari alternative 2:
Tabel IV. 14 Biaya Operator alternatif 2
Berdasarkan perhitungan biaya operator diatas, dapat diketahui biaya operator

inspection area adalah sebesar Rp 20.000,00 dengan jam kerja selama 8 jam dan waktu
kerja selama 12 hari total biaya operator inspection area adalah sebesar Rp
1.920.000,00. Sehingga keseluruhan total biaya operator ialah sebesar Rp 1.920.000,00.
Tabel IV. 15 Tracking Cost alternatif 2
Produk Self-Spray Disinfectant memiliki harga sebesar Rp 315.000,00 dengan

total biaya produksi adalah sebesar Rp 61.074.500,00 dan jumlah total produksi sebesar
1343. Maka biaya per unit dari produk adalah sebesar Rp 45.476,17 dengan revenue
sebesar Rp 423.045.000,00. Sehingga keuntungan yang didapat oleh PT. Calosa
MedHealth adalah sebesar Rp 361.970.500,00.
70
IV.7.3 Comparative test menggunakan Quantity Breakeven
Berikut merupakan hasil perhitungan comparative test menggunakan metode

Quantity breakeven:
Tabel IV. 16 QBE
Pada alternative 1 didapatkan biaya total pada variable cost adalah

sebesar Rp. 35.041.000,00 dengan total produksi berjumlah 1360 dan total fixed
cost sebesar Rp 24. 900.000,00 revenue yang didapat pada alternative 1 adalah
sebesar Rp 428.400.000,00. Sehingga Quantity Breakeven pada alternative 1
adalag sebesar 87. Pada alternative 2 didapatkan biaya total pada variable cost
adalah sebesar Rp. 31.074.500,00 dengan total produksi berjumlah 1343 dan
total fixed cost sebesar Rp 30.000.000,00 revenue yang didapat pada alternative
2 adalah sebesar Rp 423.045.000,00. Sehingga Quantity Breakeven pada
alternative 1 adalag sebesar 103. Max Revenue yang didapatkan adalah sebesar
Rp 428.400.000,00.
Berdasarkan hasil perhitungan komparasi diatas, dapat diketahui

Quantity Breakeven pada alternative 1 adalah sebesar 87 dan pada alternative 2
adalah sebesar 102. Simulasi model yang lebih optimal adalah model yang
memiliki Quantity Breakeven yang lebih kecil, sehingga dapat diketahui bahwa
model simulasi usulan yang terpilih adalah alternative 1 dengan Quantity
Breakeven sebesar 87.
IV.8 Analisis Model Alternatif Terpilih
Berdasarkan hasil perhitungan Comparative Test menggunakan Quantity

Breakeven, dapat diketahui Quantity Breakeven pada alternative 1 adalah
sebesar 87 dan pada alternative 2 adalah sebesar 102. Simulasi model yang lebih
71
optimal adalah model yang memiliki Quantity Breakeven yang lebih kecil,
sehingga dapat diketahui bahwa model simulasi usulan yang terpilih adalah
alternative 1 dengan Quantity Breakeven lebih kecil yaitu sebesar 87.
72
BAB V
MODEL SIMULASI AGENT-BASED
V.1 Explanation Model Anylogic
AnyLogic digunakan untuk mensimulasikan: pasar dan kompetisi, perawatan

kesehatan , manufaktur , rantai pasokan dan logistik, ritel, proses bisnis, sosial dan
dinamika ekosistem, pertahanan, proyek dan manajemen aset , dinamika pejalan dan
lalu lintas jalan, IT, aerospace (Wikipedia). AnyLogic adalah virtual prototype sistem
kompleks dengan perilaku diskrit, kontinu dan hybrid. AnyLogic dapat membantu
pengguna dalam melakukan simulasi dengan cepat. Software AnyLogic tidak
mengharuskan pengguna nya untuk mempelajari bahasa diagram sehingga mudah untuk
dipahami dan digunakan.
Berdasarkan studi kasus yang telah dijelaskan, pendekatan yang paling sesuai
untuk digunakan adalah Agent-based Modeling and Simulation (ABMS). ABMS
merupakan pendekatan pada software AnyLogic yang menggambarkan agen-agen
dalam sebuah sistem yang kompleks dan dinamis beserta perilakunya. ABM dapat
digunakan pada aplikasi yang menangani evakuasi bencana yaitu untuk mengetahui
lama waktu evakuasi, jalur evakuasi dan lainnya. Pada studi kasus ini, ABM digunakan
untuk memodelkan pengaruh penggunaan iklan pada penjualan produk Self-Spray
Disinfectant serta lama waktu yang dibutuhkan pelanggan untuk mulai mengetahui dan
membeli produk.
Setelah melakukan survey tentang presentase keefektifan pengiklanan, di

dapatkan antara lain pengiklanan menggunakan Facebook sebesar 0.2%, pengiklanan
menggunakan Google Ads sebesar 0.7%, pengiklanan menggunakan Instagram sebesar
0.8%, pengiklanan menggunakan Radio sebesar 0.3% dan iklan televisi sebesar 0.4%.
Persen terbesar terletak pada pengiklanan menggunakan Instagram yaitu dengan bobot
sebesar 0.8%. Maka dari itu, PT Calosa MedHealth memilih pengiklanan
menggunakan Instagram sebagai media untuk memperkenalkan serta menjual produk
Self-Spray Disinfectant.
Pengiklanan pada Instagram diharapkan dapat menarik perhatian masyarakat

untuk mengetahui produk dan bertujuan untuk meningkatkan minat mereka untuk
membeli. PT Calosa MedHealth menetapkan target pasar pada pertokoan kecil yang
membutuhkan alat disinfektansi diri dengan harga terjangkau.
73
V.2 Built Anylogic Model
V.2.1 Model Presentation
Dalam pembuatan model presentation dilakukan melalui media sebuah software

yaitu AnyLogic. AnyLogic adalah satu-satunya perangkat lunak simulasi untuk
sistem diskrit, berbasis agen dan dinamis. Perangkat lunak ini memiliki bahasa
pemrograman yang fleksibel dimana memungkinkan para profesional untuk
mensimulasikan dan menganalisis sistem dan proses bisnis yang paling canggih.
AnyLogic sudah digunakan di berbagai industri di seluruh dunia. berikut merupakan
hasil run pada AnyLogic:
Gambar V. 1 Hasil Run Model Presentation
Berdasarkan hasil run pada AnyLogic diatas, dapat dianalisis bahwa model
presentation menampilkan 20.590 animasi yang menggambarkan agents yang
menggambarkan populasi pelanggan. Animasi pada agents berbentuk 2 Dimensi
dengan persentase ad effectiveness sebesar 0.008 atau 0.8% dari populasi selama
beberapa hari tertentu. Di dalam pembuatan presentation model ini tidak
diberlakukan perilaku apa pun terhadap agents.
V.2.2 Model Presentation with Effectiveness Ads
Didalam model presentation juga telah ditentukan Ad Effectiveness.

Berikut ini merupakan model presentation dengan menggunakan ad
74
effectiveness disertai hasil run model dari AnyLogic dengan jumlah pasar yang
diperkirakan selama 1 tahun:
Gambar V. 2 Hasil Run Model Presentation with Effectiveness Ads
Berdasarkan hasil run simulation diatas, gambar tersebut menunjukkan

bahwa saat customer telah mulai melakukan proses pembelian maka animasi
customer tersebut akan berubah warna yang semula ungu menjadi pink. Hal
tersebut menunjukkan bahwa titik-titik perubahan warna tersebut merupakan
gambaran jumlah customer yang telah membeli barang. Pada gambar pertama,
titik-titik perubahan warna yang ditampilkan pada percepatan 2x masih terlihat
sedikit daripada warna ungu.
75
Gambar V. 3 Hasil Run Model Presentation with Effectiveness Ads (2)
Pada gambar kedua, mulai terlihat titik-titik penyebaran warna ungu

yang terus-menerus berubah menjadi warna pink seiring percepatan waktu
berlangsung. Pertambahan titik-titik tersebut menunjukkan bahwa semakin
banyak dan meningkatnya jumlah pelanggan yang membeli produk Self-Spray
Disinfectant.
Gambar V. 4 Hasil Run Model Presentation with Effectiveness Ads (3)
Pada gambar ketiga diatas, perubahan warna semakin terlihat dan warna
pink menjadi warna mayoritas. Pembelian yang dilakukan oleh pelanggan
semakin banyak dan menyebabkan titik-titik warna pink menyebar ke seluruh
area. Hal tersebut dikarenakan PT Calosa MedHealth memanfaatkan
76
pengiklanan melalui media Instagram dengan persentase keefektifan sebesar
0.8% dan berpengaruh baik bagi penjualan produk.
V.2.3 Model Presentation and Use Time Stack
Simulasi model presentation dengan menggunakan Time Stack

dilakukan untuk mengetahui pengaruh iklan Instagram dengan AdEffectiveness
sebesar 0.8% terhadap penjualan produk yang di iklankan. Time Stack adalah
perkiraan waktu untuk memprediksi jumlah Potential User yang tertarik untuk
membeli produk Self- Spray Disinfectant sehingga menjadi User atau pelanggan
perusahaan. Berikut adalah hasil run model pada AnyLogic selama 1 tahun:
Gambar V. 5 Hasil Run Model Presentation and Use Time Stack
Berdasarkan hasil run simulation pada software AnyLogic diatas, dapat

disimpulkan bahwa terdapat peningkatan jumlah perubahan Potential User
menjadi User selama kurun waktu 13 bulan dimulai dari bulan November 2020
hingga bulan Desember 2020. Kurva Time Stack yang dihasilkan menunjukkan
peningkatan secara bertahap dari waktu ke waktu sehingga titik-titik penyebaran
dari warna ungu menjadi warna pink kian menyebar luas.
77
BAB VI
MODEL SIMULASI DINAMIS
VI.1 Data Pendukung
Berikut merupakan data-data pendukung seperti PT. Calosa inventory,

workforce, target workforce, sales, production, target production, net hire rate, time to
adjust workforce, dan productivity. Beserta dengan model matematika yang dimasukan
ke dalam equation.
Tabel VI. 1 Data Pendukung
FINAL TIME = 100 INITIAL TIME = 0

Units: Month Units: Month
TIME STEP = 0.25 SAVEPER = TIME STEP
Units: Month Units: Month
Productivity = 3
Production = Workforce*Productivity
Units: Self-Spray
Units: Self-Spray Disinfectant/Month
Disinfectant/Month/Person
Sales = 4000+ STEP (50,20) Target Production = Sales
Units: Self-Spray Disinfectant/Month Units: Self-Spray Disinfectant/Month
Self-Spray Disinfectant
Target Workforce = Target
= Production-Sales
Production/Productivity
Initial value = 1829
Units: Person
Units: Self-Spray Disinfectant
Net Hire rate = (Target Workforce- Workforce = Net Hire Rate
Workforce)/Time to Adjust Workforce Initial value = Target Workforce
Units : Person/Month Units: Person
Time to Adjust Workforce= 3
Units: Month
VI.2 Model Sistem Dinamis
Berikut merupakan hasil simulasi menggunakan Software Vensim pada PT.

Calosa MedHealth:
78
Gambar VI. 1 Model Sistem Dinamis
Berdasarkan hasil simulasi model system dinamis diatas dapat diketahui bahwa
dalam membuat model sistem dinamis hal pertama kali dilakukan adalah membuat alur
produksi pada PT. Calosa MedHealth dengan membuat box variable yang berisikan
inventory dan workforce dari PT. Calosa MedHealth lalu setelahnya membuat rate
disamping pada box variable PT. Calosa MedHelath Inventory seperti sales dan
production serta membuat net hire rate disamping box variable dari workforce. Net
hire rate tidak hanya menunjukkan peningkatan tetapi juga tingkat penurunan
perekrutan atau pemecatan. Jadi, dibutuhkan panah ke box variable dari workforce.
Setelah itu, membuat variabel-variabel yang ada pada system dinamis dari PT. Calosa
MedHealth seperti productivity, target production, target workforce, dan time to adjust
workforce yang disambungkan menggunakan panah sesuai dengan alur proses produksi
nya untuk membuat hubungan antar variabel. Production memiliki hubungan atau relasi
dengan workforce dan productivity. Target production memiliki hubungan dengan
sales. Target workforce memiliki relasi dengan productivity dan target production.
Workforce memiliki hubungan dengan target workforce dan dengan time to adjust
workforce. Hubungan-hubungan antar variabel dimaksudkan untuk menentukan
persamaan equation pada tabel data pendukung.
Selanjutnya menentukan pengaturan dari model sistem yaitu final time, time
step, initial time, dan saveper dengan satuan waktu yaitu dalam bulan. Lalu
memasukkan persamaan equation sesuai pada tabel data pendukung. Inventory dari PT.
Calosa MedHealth dipengaruhi oleh variabel production dengan output yaitu sales,
79
variabel workforce dipengaruhi oleh target workforce dengan output berupa net hire
rate dan production, variabel production dipengaruhi oleh workforce dan productivity
dengan output berupa inventory, variabel sales dipengaruhi oleh inventory dan memiliki
output berupa target production, variabel target production dipengaruhi oleh sales
dengan output berupa target workforce, variabel target workforce dipengaruhi oleh
variabel target production dan productivity dengan output berupa workforce dan net
hire rate, variabel productivity mempengaruhi production dan target workforce,
terakhir net hire rate dipengaruhi oleh workforce, time to adjust workforce, dan target
workforce.
VI.3 Hasil Simulasi Model
Berikut merupakan hasil simulasi model dengan causes strip pada PT. Calosa
MedHealth:
Gambar VI. 2 Hasil Simulasi Model
Berdasarkan hasil simulasi dan causes strip diatas, menggambarkan tiga grafik
yaitu inventory, production, dan sales. Inventory disini sebagai penyimpanan barang
produksi yang disimpan pada warehouse, inventory akan menurun jika terjadi
penjualan atau ketika sales terjadi, jika sales naik maka inventory akan menurun karena
kedua variabel tersebut saling terhubung. Pada saat inventory menurun maka
80
dibutuhkan produksi barang kembali untuk mengisi warehouse yang kosong, maka dari
itu tingkat production akan meningkat.
Berikut merupakan hasil simulasi model dengan causes strip pada production:
Gambar VI. 3 Hasil Simulasi Model pada Production
Pada Hasil Model Simulasi di unit Production, terdapat grafik yang

menggambarkan antara lain Production, Productivity dan Workforce. Production dan
Workforce digambarkan meningkat sementara Productivity terlihat stabil. Production
menggambarkan jumlah produksi setiap bulan akan cenderung meningkat dikarenakan
Productivity yang terus berjalan secara konstan. Productivity menggambarkan bahwa
produksi yang dilakukan telah berhasil mencapai target.
81
Berikut merupakan hasil simulasi model dengan causes strip pada Workforce :
Gambar VI. 4 Hasil Simulasi Model pada Workforce
Pada Hasil Model Simulasi di unit Workforce, terdapat grafik yang

menggambarkan antara lain Production, Nett Hire Rate dan Target Workforce. Dapat
dikatakan berdasarkan gambar grafik diatas bahwa Workforce dan Target Workforce
digambarkan meningkat sementara Nett Hire Rate terlihat tidak stabil karena grafik
yang digambarkan sempat meningkat namun menurun secara signifikan dalam waktu
yang singkat. Net Hire Rate merupakan nilai rata-rata pada jumlah karyawan yang
bekerja di perusahaan PT Calosa. Sementara Target workforce yaitu jumlah karyawan
yang dibutuhkan untuk memproduksi suatu produk yang akan dihasilkan.
82
BAB VII
KESIMPULAN
PT. Calosa MedHealth mrerupakan suatu perusahaan manufaktur yang memproduksi

alat bantu kesehatan bernama Self Spray Disinfectant. Dalam memproduksi produk tersebut
dengan jumlah yang tidak sedikit dan memikirkan biaya serta perhitungan keuntungan
penjualan yang akan di dapatkan nanti nya, dibutuhkan sebuah simlasi yang dapat
merealisasikan tujuan-tujuan tersebut. Simulasi yang diterapkan adalah Discrete Event
Simulation. Simulasi Event-Diskrit merupakan suatu simulasi sistem yang dapat berubah setiap
satuan waktu. Sistem dapat berubah hanya dalam bilangan bulat dalam event yang terjadi dalam
waktu tertentu. Setiap hari nya, pekera PT. Calosa MedHealth mulai beraktivitas pada jam
08.00 AM hingga 05.00 PM. Disela-sela aktivitas nya, terdapat jam istirahat kerja yaitu pada
jam 12.00 AM sampai dengan 13.00 AM. Perusahaan kami juga telah menetapkan target
produksi yaitu sebanyak 102 unit. Produk Self Spray Disinfectant memiliki 4 komponen yaitu
papan Lower Holder, Pipe Tube, Pedal dan, Spray.
Berdasarkan studi kasus yang ada, PT. Calosa Medhealth membutuhkan waktu
distribusi untuk setiap mesin yang digunakan. Maka dari itu, perusahaan melakukan
distribution fitting dengan ketentuan waktu distribusi normal dan uniform. Kedua tipe waktu
distribusi tersebut digunakan karena dapat menggambarkan aktivitas produksi. Setelah itu,
perusahaan melanjutkan kegiatan verifikasi & validasi dengan cara melihat animasi yang telah
ditampilkan oleh software flexsim serta welch test. Sebelum melakukan uji welch test, uji
normalitas dapat dilakukan terlebih dahulu. Verifikasi dan validasi pada software Flexsim
dilakukan guna mendapatkan informasi tentang output yang dapat dihasilkan dari masing-
masing mesin yang digunakan, sedangkan welch test dilakukan untuk mendapatkan informasi
apakah data yang akan dibandingkan antara model dan real system mempunyai perbedaan data
yang nyata atau tidak.
Setelah melakukan verifikasi dan validasi, perusahaan bermaksud untuk melakukan
analisis tentang mesin mana yang memiliki antrian sehingga dapat mengurangi efisiensi dari
proses produksi. Untuk menganalisis hal tersebut, perusahaan melakukan uji pada software
Flexsim dengan memperhatikan hasil sate bar proses yang membutuhkan waktu paling banyak
memiliki arti bahwa mesin tersebut membutuhkan alternative. Berdasarkan peninjauan yang
telah dilakukan, perusahaan memutuskan untuk menambah sebanyak 1 unit mesin pada
alternative 2. Setelah dilakukan penerapan terhadap penambahan mesin tersebut, dapat
disimpulkan bahwa alternatif penambahan jumlah mesin memiliki efek dalam jumlah produksi
83
barang. Produk yang semula berjumlah 58 unit mengalami peningkatan menjadi 77 unit. Jumlah
spesifik unit output yang didapatkan dari simulasi alternative 2 ini adalah sebanyak 19 unit.
Sementara itu, alternative 1 juga diterapkan dengan menambah jam kerja pada pekerja.
Berdasarkan pada model alternative 1, perubahan yang dilakukan terletak pada penambahan
jam kerja atau adding working shift. Penambahan jam kerja yang dilakukan yaitu sebanyak 1
jam dengan menyesuaikan jam kerja pada pembuatan produk Self-Spray Disinfectant. Output
yang dihasilkan dengan melakukan simulasi pengujian selama 1 hari adalah 58 unit pada model
tersebut. Dari simulasi yang dilakukan dapat disimpulkan bahwa alternatif penambahan jam
kerja pada model diatas memiliki jumlah unit yang sama dengan model Eksisting. Dapat
disimpulkan bahwa masalah pada unfulfilled order dengan rata-rata sebesar 3 pcs dapat
terpecahkan dengan menggunakan alternatif 1 dan alternatif 2.
Selanjutnya, perusahaan melakukan tracking cost dengan hasil akhir yang digunakan
untuk mencari QBE pada alternatif 1 dan 2. Berdasarkan hasil perhitungan Comparative Test
menggunakan Quantity Breakeven, dapat diketahui Quantity Breakeven pada alternative 1
adalah sebesar 87 dan pada alternative 2 adalah sebesar 102. Simulasi model yang lebih optimal
adalah model yang memiliki Quantity Breakeven yang lebih kecil, sehingga dapat diketahui
bahwa model simulasi usulan yang terpilih adalah alternative 1 dengan Quantity Breakeven
lebih kecil yaitu sebesar 87.
84
DAFTAR PUSTAKA
Beaverstock, Malcolm, Allen Greenwood, Eamonn Lavery, dan William Nordgren. Applied
Simulation Modeling and Analysis using Flexsim. USA: Flexsim Software Products, Inc.,
2011.
D. J. Sheskin, Handbook of Parametric and Non-Parametric Statistical Procedures, 3rd ed. Boca
Raton: Chapman & Hall/CRC, 2003.
Garifullin, M., Borshchev, A., & Popkov, T. (2007, September). Using AnyLogic and
agentbased approach to model consumer market. In Proceedings of the 6th EUROSIM
Congress on Modelling and Simulation (pp. 1-5).
Grigoryev, I. (2015). AnyLogic 7 in Three Days: A Quick Course in Simulation Modeling – 2

nd Edition. Ilya Grigoryev
Gupta, R. D. dan D. Kundu, Generalized Exponential Distributions. Austral. & New Zealand J.
Statist. 41(2), 173-188, 1999.
Hoover, Perry. 1989. Simulation A Problem-Solving Approach. Addison-Wesley., USA.
Law, Kelton. 1991. Simulation Modeling and Analysis. McGraw-Hill Inc., 2nd Edition, New
York, USA
Nurhasanah, Nunung., dkk. (2014). Penjadwalan Produksi Industri Garmen dengan Simulasi
Fleksim. Jurnal Ilmiah Teknik Industri, Universitas Tarumanagara. Volume 2 nomor 3, Oktober
2014.p:141-148.
Singgih Santoso. 2011. Panduan Lengkap SPSS Versi 20. Kompas Gramedia, Jakarta.
The International Journal of Production Research, 27(9), 1603-1623
Wignjosoebroto, S., (2003). “Tata letak Pabrik dan Pemindahan barang. Edisi Ketiga”. Guna
Widya. Institut Teknologi Sepuluh November.Surabaya.
Wu, S. Y. D., & Wysk, R. A. (1989). An application of discrete-event simulation to online

control and scheduling in flexible manufacturing.
85
86

Final Report Simbi - Fri-055

Diunggah oleh

Informasi Dokumen

Judul Asli

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

Final Report Simbi - Fri-055

Diunggah oleh

Hak Cipta:

Format Tersedia

FINAL REPORT

PRAKTIKUM SIMULASI INDUSTRI

PROGRAM STUDI TEKNIK INDUSTRI

DAFTAR ISI ............................................................................................................................................ i

DAFTAR TABEL ...................................................................................................................................iv

I.1 Study Case................................................................................................................................ 9

I.2 Perumusan Lingkup Masalah ........................................................................................ 14

I.2.1 Situasi Masalah .............................................................................................................................14

I.2.2 Identifikasi Masalah untuk Analisis .....................................................................................16

I.2.3 Sistem Relevan..............................................................................................................................17

I.3 Tujuan ................................................................................................................................... 20

I.4 Ruang Lingkup Persoalan ............................................................................................... 20

I.5 Asumsi ................................................................................................................................... 20

PENGUMPULAN DATA .................................................................................................................... 21

II.1 Menentukan Kebutuhan Data ........................................................................................ 21

II.1.1 Data Struktural .............................................................................................................................21

II.1.2 Data Operasional .........................................................................................................................22

II.1.3 Data Numerik ................................................................................................................................25

II.2 Menentukan Sumber Data .............................................................................................. 27

II.3 Pengumpulan Data............................................................................................................ 27

II.3.1 Entity Flow Diagram ...................................................................................................................27

II.3.2 Process Description ....................................................................................................................28

II.4 Analisis Data........................................................................................................................ 30

II.4.2 Homogenitiy Test.........................................................................................................................34

II.4.3 Distribution Fitting .....................................................................................................................39

II.5 Dokumentasi Data ............................................................................................................. 42

BAB III ................................................................................................................................................. 44

PERANCANGAN MODEL SIMULASI .............................................................................................. 44

III.1 Work Schedule .................................................................................................................... 44

III.2 Periodic System Shutdown .............................................................................................. 45

III.3 Routings ................................................................................................................................ 46

III.4 Analisis Triggers ................................................................................................................ 50

III.5 Output Analisis ................................................................................................................... 50

III.7 Menentukan Jumlah Replikasi ....................................................................................... 55

III.8 Normality Test .................................................................................................................... 56

III.9 Validasi Menggunakan Metode Welch ........................................................................ 57

PERANCANGAN MODEL USULAN ................................................................................................. 58

IV.1 Penjelasan Model Optimalization................................................................................. 58

IV.2 Built Alternative Model .................................................................................................... 58

IV.2.1 Model Eksisting........................................................................................................................58

IV.2.2 Model Alternative 1................................................................................................................59

IV.2.3 Model Alternative 2................................................................................................................60

IV.3 Output Replication............................................................................................................. 61

IV.4 Fulfillment ............................................................................................................................ 64

IV.5 Normality Test Output Alternatif 1 dan Alternative 2 ........................................... 65

IV.6 Comparative test menggunakan Paired-T confidence interval .......................... 65

IV.7 Tracking Cost....................................................................................................................... 66

IV.7.2 Alternative 2 ....................................................................................................................................68

IV.7.3 Comparative test menggunakan Quantity Breakeven ..............................................71

IV.8 Analisis Model Alternatif Terpilih ................................................................................ 71

MODEL SIMULASI AGENT-BASED ................................................................................................ 73

V.1 Explanation Model Anylogic ................................................................................................ 73

V.2 Built Anylogic Model............................................................................................................... 74

V.2.1 Model Presentation ........................................................................................................................74

V.2.2 Model Presentation with Effectiveness Ads ..........................................................................74

V.2.3 Model Presentation and Use Time Stack ................................................................................77

MODEL SIMULASI DINAMIS .......................................................................................................... 78

VI.1 Data Pendukung ..................................................................................................................... 78

VI.2 Model Sistem Dinamis ........................................................................................................... 78

VI.3 Hasil Simulasi Model ............................................................................................................. 80

BAB VII ................................................................................................................................................ 83

DAFTAR PUSTAKA ........................................................................................................................... 85

Tabel I. 1 Distribusi Waktu Kedatangan ................................................................................. 11