Pengurangan Waktu Tunggu Proses Inbound Dan Outbound Warehouse PT XXX Melalui Pendekatan Simulasi Dan Penjadwalan Tenaga Kerja

PENGURANGAN WAKTU TUNGGU PROSES INBOUND DAN OUTBOUND
WAREHOUSE PT XXX MELALUI PENDEKATAN SIMULASI DAN

PENJADWALAN TENAGA KERJA
LAPORAN TUGAS AKHIR
Oleh
Audy Ikhwanul Aqsa 1801435212

Dinda Safira 1801420803
Tania Syifa Adinda 1801378940
Industrial Engineering Program

Industrial Engineering Study Program
Faculty of Engineering
Universitas Bina Nusantara

Jakarta
2018
PENGURANGAN WAKTU TUNGGU PROSES INBOUND DAN OUTBOUND
WAREHOUSE PT XXX MELALUI PENDEKATAN SIMULASI DAN
PENJADWALAN TENAGA KERJA
TUGAS AKHIR
diajukan sebagai salah satu syarat

untuk gelar kesarjanaan pada
Program Studi Teknik Industri
Jenjang Pendidikan Strata-1
Oleh
Audy Ikhwanul Aqsa 1801435212

Dinda Safira 1801420803
Tania Syifa Adinda 1801378940
Strata 1
Teknik Industri
Fakultas Teknik
Universitas Bina Nusantara
Jakarta
2018
KATA PENGANTAR
Puji syukur kepada Tuhan Yang Maha Esa atas segala rahmat-Nya sehingga
tugas akhir ini dapat tersusun hingga selesai. Tugas Akhir ini dibuat sebaik mungkin
untuk memenuhi syarat menyelesaikan studi serta memperoleh gelar Sarjana Teknik
Strata Satu pada Program Studi Teknik Industri Universitas Bina Nusantara.
Dalam penyelesaian penulisan tugas akhir ini, penulis tentunya mendapatkan
dukungan dan bimbingan dari pihak-pihak yang bersangkutan sehingga tugas akhir
ini dapat tersusun dan selesai tepat pada waktunya. Ucapan terima kasih penulis
sampaikan kepada:
1. Bapak Prof. Dr. Ir. Harjanto Prabowo, M.H., Rektor Universitas Bina Nusantara.
2. Bapak Dr. Ir. John Freddy Bobby Saragih, M.Si, Dekan Fakultas Teknik
Universitas Bina Nusantara.
3. Bapak Taufik, S.T., M.M., Ph.D., Ketua Jurusan Teknik Industri dan selaku dosen
pembimbing yang telah banyak memberikan masukan dan bantuan untuk penulis.
4. Bapak Budi dan Bapak Dasimin selaku supervisor dan mentor penulis selama
penulis melakukan penelitian di warehouse PT XXX.
5. Ibu, Bapak, Ayah, Bunda, dan Keluarga penulis yang telah memberikan banyak
dukungan untuk penulis.
6. Teman-teman terdekat penulis yang telah banyak memberikan bantuan dan
dukungan untuk penulis.
Dalam penulisan tugas akhir ini, penulis menyadari masih terdapat kekurangan
pada proses penulisan tugas akhir ini. Oleh karena itu, penulis memohon maaf atas
kekurangan dan kesalahan yang terdapat pada tugas akhir ini.
Akhir kata, semoga tugas akhir ini dapat bermanfaat bagi penulis, pembaca,
dan perusahaan dalam kegiatan sehari-hari.
Jakarta, 4 September 2018
Oleh,
(Audy Ikhwanul Aqsa) (Dinda Safira) (Tania Syifa Adinda)
1801435212 1801420803 1801378940

DAFTAR ISI
HALAMAN SAMPUL .......................................................................................... i
HALAMAN JUDUL ............................................................................................. ii
HALAMAN PERSETUJUAN DOSEN PEMBIMBING ........................................ iii
HALAMAN PERNYATAAN DEWAN PENGUJI ................................................ iv
HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI TUGAS AKHIR .... vii
ABSTRAK ............................................................................................................ x
KATA PENGANTAR ........................................................................................... xi
DAFTAR ISI ......................................................................................................... xii
DAFTAR TABEL ................................................................................................ xiv
DAFTAR GAMBAR ............................................................................................. xv
DAFTAR LAMPIRAN ........................................................................................xviii
BAB 1 PENDAHULUAN ..................................................................................... 1
1.1 ........................................................................................................ La
tar Belakang Masalah .......................................................................... 1
1.2 ........................................................................................................ Ru
musan Masalah .................................................................................... 3
1.3 ........................................................................................................ Tu
juan dan Manfaat Penelitian ................................................................. 3
1.3.1 ............................................................................................. Tu
juan ............................................................................................ 3
1.3.2 ............................................................................................. M
anfaat.......................................................................................... 3
1.4 ........................................................................................................ Ru
ang Lingkup Penelitian ........................................................................ 3
1.5 ........................................................................................................ Si
stematika Penulisan ............................................................................. 4
BAB 2 LANDASAN TEORI ................................................................................. 5
2.1 Gudang ................................................................................................ 5
2.1.2 Pengertian Gudang ..................................................................... 5
2.2 Produktivitas........................................................................................ 5
2.2.1 Pengertian Produktivitas ............................................................. 5
2.3 Cause and Effect Diagram ................................................................... 5
2.4 Uji Kecukupan Data ............................................................................ 5
2.5 Process Flow ....................................................................................... 6
2.5.1 Bottleneck ................................................................................... 8
2.6 Simulasi............................................................................................... 8
2.6.1 Pengertian Simulasi .................................................................... 8
2.6.2 Tujuan Simulasi.......................................................................... 9
2.6.3 Software ARENA ....................................................................... 10
2.6.4 Modul pada Software ARENA.................................................... 11
2.6.5 Verifikasi dan Validasi ............................................................... 13
2.7 Scheduling ........................................................................................... 14
2.7.1 Employee Scheduling .................................................................. 14
2.7.2 Algoritma Tibrewala, Phillipe, dan Brown .................................. 14
BAB 3 METODOLOGI PENELITIAN ................................................................. 17
3.1 Diagram Alir ....................................................................................... 17
3.2 Penjelasan Diagram Alir ...................................................................... 18
BAB 4 PEMBAHASAN ........................................................................................ 21
4.1 Profil Perusahaan ................................................................................. 21
4.1.1 Sejarah Perusahaan ..................................................................... 21
4.1.2 Visi dan Misi Perusahaan ........................................................... 21
4.2 Hasil Pengamatan ................................................................................ 22
4.2.1 Process Flow .............................................................................. 22
4.2.2 Data Waktu ................................................................................ 23
4.2.3 Model Simulasi .......................................................................... 31
4.2.4 Employee Scheduling .................................................................. 61
BAB 5 KESIMPULAN .......................................................................................... 65
5.1 Kesimpulan ......................................................................................... 65
5.2 Saran ................................................................................................... 66
REFERENSI ......................................................................................................... .67
LAMPIRAN .......................................................................................................... Ll
RIWAYAT HIDUP
SURAT KETERANGAN SURVEY
1
BAB 1
PENDAHULUAN
1.1 Latar Belakang Masalah

Perkembangan berbagai sektor kehidupan pada saat sekarang ini turut
diikuti dengan meningkatkan tingkat konsumsi masyarakat. Masyarakat yang
menjadi lebih konsumtif merasa banyak kebutuhan-kebutuhan yang harus
dipenuhi, sehingga terkadang masyarakat menginginkan variasi produk yang
lebih banyak lagi. Tingkat konsumsi yang tinggi menyebabkan frekuensi
pemenuhan kebutuhan masyarakat menjadi meningkat, sehingga perputaran
produk-produk yang ditawarkan dalam memenuhi kebutuhan masyarakat harus
berjalan dengan baik.
FMCG atau Fast Moving Consumer Goods merupakan sebuah industri
penyedia kebutuhan konsumen yang memiliki tingkat penjualan dalam skala
besar. Produk-produk dari industri FMCG sendiri merupakan produk yang
memiliki masa atau waktu penggunaan serta pembelian yang relatif cepat,
seperti makanan, minuman, hingga pakaian. Perusahaan-perusahaan yang
bergerak di bidang FMCG menunjang ketersediaan produk-produk yang
dibutuhkan oleh masyarakat dengan tingkat konsumsi serta variasi produk yang
tinggi.
PT XXX merupakan sebuah perusahaan Fast Moving Consumer Goods
di Indonesia. Sebagai perusahaan FMCG, PT XXX memiliki beberapa
warehouse di beberapa lokasi di Indonesia, salah satunya adalah di daerah
Rancaekek dimana warehouse ini menjadi tempat observasi yang dilakukan.
Sebagai perusahaan dengan industri barang konsumen yang bergerak cepat, PT
XXX mengatur proses yang berlangsung di dalam warehouse dengan baik.
Pada warehouse PT XXX, secara umum terdapat dua proses bisnis yang
terjadi, antara lain proses inbound dan outbound. Proses inbound dapat dikatan
sebagai proses yang dilakukan untuk mengeluarkan barang dari kontainer,
dimana dalam proses inbound terdapat proses unloading. Produk tersebut
dipindahkan dari pabrik menuju warehouse Rancaekek sebagai warehouse
transit yang nanti akan dipindahkan kembali. Sedangkan proses outbound
merupakan proses pemindahan barang ke dalam kontainer atau disebut sebagai
proses loading.
Proses pemindahan produk dari dan menuju warehouse Rancaekek
dilakukan menggunakan truk kontainer. Sebelum memasuki warehouse, truk
kontainer tersebut harus mengantri menunggu bagian loading dan unloading
kosong dan menunggu proses administrasi. Setelah bagian loading dan
unloading kosong dan proses administrasi telah selesai, maka truk kontainer
yang bersangkutan akan dipanggil masuk. Proses inbound terdiri dari beberapa
sub-proses yang mendukungnya, yaitu unloading, putaway, serta storage. Sub-
proses unloading merupakan aktivitas pemindahan barang menggunakan
forklift dari kontainer menuju receiving area. Produk-produk yang sudah
dipindahkan ke receiving area kemudian menunggu hingga dipindahkan ke
bagian storage menggunakan hand-pallet, dimana aktivitas ini merupakan sub-
proses putaway. Sub-proses storage merupakan pemindahan produk yang
sudah diletakkan pada bagian storage menuju rak atau etalase yang sudah
ditentukan, dimana aktivitas ini dibantu menggunakan forklift. Pada proses
outbound, juga terdapat beberapa sub-proses, antara lain picking, putaway, dan
loading. Proses picking merupakan proses penurunan palet yang akan
1
2
dipindahkan ke dalam truk untuk distribusi. Palet tersebut akan diturunkan

menggunakan forklift dimana nantinya akan dipindahkan ke depan truk oleh
pekerja menggunakan hand-pallet. Setelah dipindahkan ke depan truk, palet
akan diangkat menggunakan forklift ke dalam truk untuk disusun.
Setiap proses inbound dan outbound dilakukan satu per satu sebagai
sebuah rangkaian salah satu proses bisnis perusahaan. Hasil output per hari
yang keluar dari warehouse rata-rata sebanyak 500 hingga 700 palet, yang
berarti dalam satu shift yaitu 7 jam, akan dihasilkan output sebanyak 200
hingga 300 palet per orang per shift. Angka tersebut ditentukan agar
perusahaan dapat selalu mencapai taget distribusi yang lebih besar, sehingga
pengerjaan palet pada warehouse harus dilakukan secara efektif dan efisien
agar produktivitas warehouse tetap terjaga. Dalam menjaga produktivitas
warehouse, perusahaan melakukan evaluasi pekerjaan dengan melakukan
penghitungan palet yang dikerjaan. Evaluasi yang dilakukan menunjukan
bahwa terdapat beberapa sub-proses masih memiliki waktu tunggu yang besar
sehingga proses inbound dan outbound terhambat.
Berdasarkan evaluasi perusahaan tersebut, dilakukan observasi aktivitas
inbound dan outbound warehouse Rancaekek PT XXX. Observasi dilakukan
dengan menghitung waktu setiap aktivitas inbound dan outbound yang
dilakukan. Pengukuran waktu tersebut dilakukan untuk mengetahui aktivitas-
aktivitas apa saja yang memakan waktu lebih besar dibandingkan dengan
aktivitas lain secara aktual di lapangan. Pengukuran waktu dilakukan dengan
mengamati setiap aktivitas tenaga kerja, dimana hal ini memberikan gambaran
apa saja hal-hal yang dapat memberikan dampak kepada tenaga kerja sehingga
mengakibatkan waktu bekerja semakin lama. Aspek-aspek yang memengaruhi
tenaga kerja dalam melakukan aktivitas inbound dan outbound tersebut
divisualisasikan menggunakan Diagram Fishbone pada Gambar 1.1 di bawah
ini.
Ukuran stasiun
kerja terbatas Keterbatasan forklift
Tingkat Produktivitas
Rendah
Tingkat kesibukan
tidak merata Pergerakan pekerja Urutan kerja
lambat tidak sesuai
Gambar 1.1 Fishbone Diagram Produktivitas Kerja
Pada Gambar 1.1 diketahui bahwa terdapat empat indikator yang dapat
memengaruhi produktivitas warehouse PT XXX. Keempat indikator tersebut
yaitu environment, machine, method, dan manpower. Berdasarkan Diagram
Fishbone di atas, manpower dapat dipengaruhi oleh banyak hal. Aktivitas
aktual yang terjadi di lapangan menunjukan bahwa kinerja tenaga kerja tidak
sama
3
satu dengan lainnya. Terdapat tenaga kerja yang bekerja lebih lambat. Hal ini
dapat terjadi karena pengetahuan masing-masing tenaga kerja yang tidak
merata dan juga akibat tingkat kesibukan tenaga kerja yang berbeda satu sama
lain. Ketelitian tenaga kerja juga menjadi hal yang dapat memengaruhi kinerja
tenaga kerja, dimana hal ini dapat terjadi akibat kelelahan yang terjadi akibat
bekerja.
1.2 Rumusan Masalah

Berikut adalah beberapa rumusan masalah yang dapat diambil dari latar
belakang yang telah diketahui, yaitu:
1. Apa saja faktor yang dapat diperbaiki untuk mengurangi waktu tunggu
inbound dan outbound warehouse PT XXX berdasarkan skenario simulasi
terbaik?
2. Bagaimana waktu tunggu dan tingkat produktivitas proses inbound dan
outbound pada warehouse PT XXX setelah dilakukan beberapa skenario
simulasi menggunakan software ARENA?
3. Bagaimana usulan penjadwalan tenaga kerja dalam mendukung
pengurangan waktu tunggu inbound dan outbound warehouse PT XXX?
1.3 Tujuan dan Manfaat Penelitian

Terdapat beberapa tujuan dan manfaat dari penelitian ini, yaitu:
1.3.1 Tujuan
Berdasarkan perumusan masalah yang telah dibuat, berikut adalah tujuan
yang akan didapatkan:
1. Menentukan faktor yang dapat diperbaiki untuk mengurangi waktu tunggu
terbaik.
2. Mengetahui waktu tunggu dan tingkat produktivitas inbound dan outbound
pada warehouse PT XXX setelah dilakukan beberapa skenario simulasi
menggunakan software ARENA.
3. Menentukan usulan penjadwalan tenaga kerja dalam mendukung
pengurangan waktu tunggu inbound dan outbound warehouse PT XXX.
1.3.2 Manfaat
Berikut ini adalah beberapa manfaat dari penelitian yang dibentuk, yaitu:
1. Bagi penulis, untuk dapat mengaplikasikan ilmu yang telah dipelajari
dengan kondisi aktual warehouse.
2. Bagi pembaca, untuk menambah wawasan dalam peningkatan produktivitas
dengan penurunan waktu tunggu terutama pada bagian warehouse sebuah
perusahaan.
3. Bagi perusahaan, untuk mendapatkan alternatif lain dalam meningkatkan
tingkat produktivitas dengan penurunan waktu tunggu pada bagian
warehouse.
1.4 Ruang Lingkup Penelitian

Berikut adalah ruang lingkup dari penelitian yang dilakukan:
1. Lama penelitian dilakukan dari bulan Maret 2018 sampai dengan bulan Juli
2018.
4
2. Penelitian dilakukan di warehouse PT XXX DC Rancaekek yang berlokasi

di daerah Rancaekek, Jawa Barat.
3. Penelitian difokuskan pada proses inbound dan outbound yang berlangsung
pada warehouse PT XXX.
4. Data yang dikumpulkan merupakan data waktu dalam satuan detik setiap
proses pada bagian inbound dan outbound warehouse PT XXX.
5. Metode Process Flow digunakan untuk menentukan aliran proses yang ada
di warehouse PT XXX.
6. Proses simulasi dilakukan menggunakan software ARENA yang bertujuan
untuk menunjukan gambaran proses inbound dan outbound yang terjadi
pada warehouse PT XXX dengan menggunakan input data observasi.
7. Perhitungan penjadwalan tenaga kerja dilakukan menggunakan Metode
Algoritma Tibrewala, Philippe, dan Brown untuk mengetahui hari libur
tenaga kerja dalam satu shift kerja dalam satu hari.
8. Proses penelitian ini tidak menyinggung aspek finansial yang terjadi pada
setiap proses inbound dan outbound pada warehouse PT XXX.
1.5 Sistematika Penulisan

Berikut ini adalah sistematika penulisan dari laporan penelitian ini, yaitu:
BAB 1: PENDAHULUAN
Pada bab ini, terdapat penjelasan mengenai latar belakang masalah
dari pembentukan penelitian pada XXX untuk menentukan perumusan
masalah yang akan diambil. Selain itu, terdapat juga tujuan dan
manfaat dari laporan penelitian yang akan dibentuk.
BAB 2: LANDASAN TEORI
Pada bab ini, terdapat teori-teori dan prinsip yang mendukung
terbentuknya laporan penelitian ini, yang bersumber dari buku, jurnal,
dan artikel yang didapatkan.
BAB 3: METODE PENELITIAN
Pada bab ini, terdapat penjelasan mengenai langkah awal hingga
langkah akhir dari pembentukan laporan ini, yang dimulai dari
observasi lapangan, perumusan masalah, pengumpulan data,
pengolahan data, analisis hasil, kesimpulan dan saran.
BAB 4: HASIL DAN PEMBAHASAN
Pada bab ini, terdapat pengumpulan data yang telah didapatkan dari
perusahaan, dan juga hasil dari pengolahan data yang sebelumnya
sudah terkumpul berikut dengan pembahasannya.
BAB 5: KESIMPULAN DAN SARAN
Pada bab ini, terdapat kesimpulan yang merupakan hasil jawaban dari
perumusan masalah yang telah dibentuk, juga saran yang ditujukan
untuk XXX.
BAB 2
LANDASAN TEORI
2.1 Gudang
2.1.2 Pengertian Gudang
Gudang adalah tempat penyimpanan material yang diperlukan untuk
proses produksi, material ini akan terus disimpan hingga siap di proses sesuai
dengan jadwal produksi atau order konsumen. Tujuan dari kegiatan
penyimpanan material adalah (Juliana & Handayani, 2016):
• Untuk menyeimbangkan antara kemampuan produksi dengan demandi
konsumen.
• Untuk memberikan suatu customer service yang spesifik.
• Untuk menambah nilai pada produk.
Aktivitas yang umumnya dilakukan berkaitan dengan penyimpanan material
dalam gudang adalah Receiving, Prepacking, Putaway, Storage, Order picking,
Packaging, Sortation and accumulation.
2.2 Produktivitas
2.2.1 Pengertian Produktivitas
Produktivitas adalah sebuah konsep yang menggambarkan hubungan
antara hasil (jumlah barang dan jasa yang dihasilkan) dengan sumber (jumlah
pekerja, modal, tanah, dan seterusnya) yang digunakan untuk menghasilkan
hasil tersebut. Konsep ini berkaitan erat dengan seberapa jauh suatu proses
menghasilkan keluaran atau output dengan mengonsumsi masukan tertentu.
Produktivitas merupakan rasio antara masukan dan keluaran dengan fokus pada
keluaran atau output yang dihasilkan suatu proses, biasanya suatu kombinasi
dapat digunakan untuk menghasilkan suatu tingkat keluaran tertentu (Panjaitan,
2017). Rumus produktivitas dapat ditulis sebagai berikut (Pakpahan, Suhardini,
& Ehsy, 2017):
…………(1)
2.3 Cause and Effect Diagram

Cause and Effect (CE) Diagram, juga dikenal sebagai Fishbone
Diagram, dikembangkan oleh Dr. Kaoru Ishikawa. Diagram ini mencari
kemungkinan penyebab masalah dengan maksud untuk menemukan akar
penyebabnya. Diagram ini berguna untuk mengidentifikasi dan mengatur
penyebab atau kekurangan dari suatu sistem (Jayakumar, Sheriff, Muniappan,
& Bharathiraja, 2017).
2.4 Uji Kecukupan Data

Uji kecukupan data dilakukan untuk mengetahui apakah data yang kita
kumpulkan pada saat observasi cukup mewakili keadaan aktual atau tidak. Uji
kecukupan data dilakukan dengan menggunakan rumus (Arif, 2016):
……….(2)
5
6
Keterangan:
N’ = Jumlah data seharusnya.
z = Tingkat kepercayaan dalam pengamatan.
s = Derajat ketelitian dalam pengamatan.
N = Jumlah pengamatan yang sudah dilakukan.
t = Data pengamatan.
2.5 Process Flow

Kemampuan dari suatu diagram prosess adalah untuk mengidentifikasi
bottleneck dan menentukan kapasitas sistem. Hal ini adalah dasar dari
mengelola dan pelayanan operasi dan melakukan perbaikan. Tugas paling sulit
untuk membuat flowchart atau process flow adalah membuat setiap orang
setuju akan proses yang telah dibuat (Fitzsimmons & Fitzsimmons, 2010).
Berikut adalah symbol yang digunakan untuk membuat flowchart:
Tabel 2.1 Simbol Process Flow

Terminator: Berbentuk elips yang
melambangkan awal atau akhir dari suatu
proses.
Operation: Simbol berbentuk persegi
Panjang melambangkan proses dari
setiap pelayanan yang ada.
Decision: berbentuk diamond atau belah
ketupat melambangkan proses pilihan
atau pertanyaan yang apakah proses
tersebut sudah terlaksakan atau belum,
atau dalam data apakah sudah mencukupi
sesuai dengan kebutuhan.
Wait: berbentuk segitiga, melambangkan
sebagai penyimpanan suatu produk atau
waktu delay produksi.
Flow: sebagai arah untuk menunjukkan
pergerakan alur proses layanan dari suatu
proses ke proses yang lain terhadap
customer, goods, atau information.
Sumber: (Fitzsimmons & Fitzsimmons, 2010)
7
Berikut adalah contoh swimlane dan process flow:

Gambar 2.1 Swimlane

Gambar 2.2 Process Flow
Pada Gambar 2.2 digambarkan terminology process seperti bottleneck

dan throughput time, cycle time dari setiap proses juga dituliskan pada process
flow di atas.
8
2.5.1 Bottleneck
Bottleneck adalah faktor yang membatasi proses produksi. Biasanya
bottleneck adalah proses yang paling lambat (atau cycle time yang paling
lama). Sama seperti leher pada botol yang menghambat alir air yang keluar,
proses bottleneck memberikan batasan bagaimana suatu unit dapat melewati
suatu proses, hal ini menentukan cycle time dari keseluruhan sistem
(Fitzsimmons & Fitzsimmons, 2010).
Bottleneck biasanya merupakan efek dari pengurangan kapasitas untuk
sebuah jalur yang dapat disebabkan oleh berbagai alasan seperti pengurangan
kecepatan, penyusutan jalur, ataupun penurunan medan yang mengendalikan
pergerakan (Cirillo, Colangeli, & Muntean, 2017).
Pekerjaan yang membutuhkan waktu paling lama biasanya akan
menghasilkan bottleneck dan dapat menghambat alur service. Perubahan pada
kapasitas dari alur service membutuhkan perhatian pada aktivitas bottleneck
yang ada. Pilihan yang ada untuk mengurangi bottleneck antara lain adalah:
menambahkan pekerja, menyediakan bantuan untuk mengurangi waktu
aktivitas, atau mengelompokkan suatu pekerjaan untuk membuat sebuah line
balance yang baru dengan pekerjaan yang berbeda (Fitzsimmons &
Fitzsimmons, 2011).
2.6 Simulasi
2.6.1 Pengertian Simulasi
Simulasi adalah tiruan dari sebuah proses atau sistem dunia nyata dari
waktu ke waktu. Model simulasi dapat diklasifikasikan baik secara matematik
maupun fisik. Model matematik menggunakan notasi simbolik dan persamaan
matematika untuk mewakili suatu sistem, seperti model matematika teori
antrian, pemograman linier dan simulasi Monte Carlo (Shawki, Kilani, &
Gomaa, 2015).
Simulasi menggunakan bahasa komputer adalah tipe tertentu pemodelan
matematik di mana bahasa komputer memiliki tujuan khusus untuk
memodelkan sistem dinamis. Simulasi fisik adalah pemodelan aspek fisik suatu
sistem, seperti sebuah simulator pemodelan tugas pergerakan robot. Model
simulasi statis merupakan suatu sistem tertentu dalam suatu waktu. Model
dinamis mewakili perubahan sistem karena waktu. Model deterministic adalah
model yang tidak mengandung variabel acak. Model stokastik adalah model
yang mengandung satu atau lebih variabel acak. Model diskrit adalah model
dimana variabel hanya berubah pada satu set diskrit yang berubah terus
menerus dari waktu ke waktu (Shawki, Kilani, & Gomaa, 2015).
9
Sumber: (Shawki, Kilani, & Gomaa, 2015)

Gambar 2.3 Klasifikasi Model Simulasi
Simulasi dapat diartikan sebagai menirukan suatu sistem dikehidupan

nyata yang menjadi objek penelitian, untuk menemukan jawaban atas persoalan
dari sistem yang diteliti tersebut. Untuk melakukan simulasi menggunakan
komputer terlebih dahulu harus membuat model matematik atas sistem nyata
yang dijadikan objek tersebut. Dari model tersebut dirancang skenario
percobaan guna mendapatkan hasil simulasi yang merupakan penyelesaian dari
persoalan yang terjadi dari objek tersebut (Arif, 2016).
Sumber: (Arif, 2016)

Gambar 2.4 Wilayah Kerja Simulasi
2.6.2 Tujuan Simulasi

Berikut adalah beberapa tujuan dari penerepan simulasi (Banks, Carson
II, Nelson, & Nicol, 2014):
1. Simulasi dapat digunakan untuk memeriksa solusi analitik.
2. Simulasi memungkinkan studi dan eksperimen dengan interaksi internal dari
sebuah sistem kompleks atau subsistem dalam suatu sistem yang kompleks.
10
3. Perubahan informasi, organisasi, dan lingkungan dapat disimulasikan dan

pengaruh perubahan pada perilaku model yang diamati.
4. Simulasi dapat digunakan sebagai perangkat pedagogis untuk memperkuat
metodologi solusi analitik.
5. Simulasi dapat digunakan untuk bereksperimen dengan desain atau
kebijakan baru sebelum implementasi, sehingga dapat mempersiapkan
kemungkinan yang dapat terjadi.
2.6.3 Software ARENA

Arena Basic and Professional Editions ditawarkan oleh Rockwell
Automation. Arena adalah software simulasi paling mendasar yang dapat
digunakan untuk simulasi diskrit dan sistem kontinu (Banks, Carson II, Nelson,
& Nicol, 2014).
ARENA adalah suatu rangkaian aplikasi berupa software yang terdiri
dari ARENA simulator, Input Analyzer (untuk input analisis), dan Process
Analyzer (PAN) (untuk output analisis) dimana semua ini diproduksi oleh
Rockwell International yang bergerak dalam bidang manufaktur. Situasi ini
memungkinkan tim ARENA untuk selalu menggunakan software ARENA
untuk permasalahan di dunia nyata (Banks, et al., 2014).
Arena Basic Edition menargetkan pemodelan bisnis proses dan sistem
lain untuk mendukung keperluan high-level analysis. Arena merepresentasikan
proses dinamis dalam flow chart hierarki dan menyimpan sistem informasi
dalam data spreadsheets. Arena dibuat berdasarkan flow chart yang
diintegrasikan dengan software Microsoft Visio.
Dalam model yang nantinya akan digambarkan pada software ARENA,
digunakan beberapa modul diantaranya modul Create, Process, Decide,
Assign, Station, Route, dan Dispose (Tama, Sari, & Umar, 2015).
Keuntungan software ARENA dari alat simulasi lainnya adalah
kemudahan untuk entri data dan metode flow chart untuk pemodelan.
Sementara yang lain berbasis kode dan membutuhkan keterampilan
pemrograman yang memerlukan tingkat pelatihan tertentu. Software ARENA
berisi tiga aplikasi bawaan penting seperti, Input Analyzer, Process Analyzer,
dan Output Analyzer (Shawki, Kilani, & Gomaa, 2015).
11
2.6.4 Modul pada Software ARENA

Terdapat 2 modul pada software ARENA, berikut adalah modul-modul
yang ada:
1. Modul Flowchart
Tabel 2.2 Modul Flowchart
Nama Keterangan
Modul ini dimaksudkan sebagai titik awal untuk entitas dalam

sebuah model simulasi. Entitas dibuat menggunakan suatu
Create jadwal atau berdasarkan waktu antar kedatangan. Entitas
kemudian meninggalkan modul untuk memulai proses melalui
sistem. Jenis entitas ditentukan di dalam modul ini.
Modul ini dimaksudkan sebagai titik akhir untuk entitas dalam

Dispose model simulasi. Statistik entitas dapat dicatat sebelum entitas
tersebut selesai.
Modul ini dimaksudkan sebagai metode pengolahan utama di

Process
dalam simulasi.
Modul ini memungkinkan proses pengambilan keputusan di

Decide dalam sistem. Modul ini termasuk pilihan untuk membuat
keputusan berdasarkan satu atau beberapa kondisi.
Modul ini dimaksudkan sebagai mekanisme pengelompokan

di dalam model simulasi. Batch entitas dapat dikelompokkan
secara permanen atau sementara. Batch sementara kemudian
Batch
harus dipecah menggunakan modul yang terpisah. Batch
dapat dilakukan berdasarkan jumlah entitas masuk yang
ditentukan atau mungkin dicocokan berdasarkan atribut.
12
Tabel 2.1 Modul Flowchart (lanjutan)

Nama Keterangan
Modul ini digunakan untuk menugaskan nilai baru ke variabel,
atribut entitas, tipe entitas, gambar entitas, atau variabel sistem
Assign
lainnya. Beberapa tugas dapat dilakukan dengan satu modul
tugas tunggal.
Modul ini digunakan untuk mengumpulkan statistik di dalam
model simulasi. Berbagai jenis statistik observasional tersedia,
termasuk waktu antara keluar melalui modul, statistik entitas,
Record
observasi umum, dan interval statistik. Sebuah jenis hitungan
statistik tersedia juga. Tally dan Counter Sets juga bisa
ditentukan.
Sumber: (Kelton, Sadowski, & Zupick, 2015)
2. Modul Data
Tabel 2.3 Modul Data
Nama Keterangan
Menentukan berbagai jenis entitas dan nilai awal gambar di

Entity dalam sebuah simulasi. Informasi biaya juga ditentukan untuk
entitas.
Menentukan sumber daya di dalam sistem yang termasuk

Resource
biaya informasi dan ketersediaan sumber daya.
Queue Menentukan antrian di dalam sistem.
Dengan modul Resource, menententukan jadwal operasi untuk

Schedule sumber daya atau dengan modul Create, menententukan
jadwal kedatangan.
Menentukan berbagai jenis perangkat, termasuk jenis
Set sumber, penghitung, penghitungan, dan jenis entitas dan
gambar entitas.
Menentukan atribut entitas yang terdiri dari tipe, dimensi dan
Attribute
nilai awal.
Menentukan variabel yang digunakan melalui modul di dalam
Variable
model.
Sumber: (Kelton, Sadowski, & Zupick, 2015)
13
2.6.5 Verifikasi dan Validasi

Dalam suatu comparing system atau uji perbandingan, terdapat dua
tahapan simulasi yaitu verifikasi dan validasi (Nur & Qitri, 2016).
1. Verifikasi
Merupakan proses perbandingan antara model pada kehidupan nyata
dengan model simulasi. Tujuan dilakukannya verifikasi adalah untuk
memeriksa apakah model simulasi yang telah dibuat sesuai dengan model
pada dunia nyata. Untuk mengetahui ada tidaknya erorr pada model simulasi
Software ARENA, maka proses verifikasi dapat dilakukan dengan cara klik
kanan pada window Software ARENA, kemudian pilih Run, kemudian pilih
Check, apabila model simulasi bebas dari error, maka akan muncul command
“No errors or warnings in model”.
2. Validasi
Validasi merupakan proses pengujian terhadap model yang telah dibuat
mengenai apakah program sudah disimulasikan sebagaimana sistem
nyatanya secara tepat (Banks, et al., 2014).
Jumlah Replikasi
Berikut adalah rumus dalam menentukan jumlah replikasi yang harus
dilakukan (Riyanto, 2016):
……….(3)
……….(4)
Keterangan:
e = Half width
= Nilai tabel t
s = Standar deviasi
n = Jumlah replikasi awal
n’ = Jumlah replikasi yang dibutuhkan
= Nilai tabel z
Confidence Interval Testing

Confidence interval testing dilakukan dengan tujuan untuk menguji
apakah data sudah berada di range yang sama antar data sehingga data bersifat
akurat untuk digunakan. Berikut adalah rumus untuk menentukan menguji
confidence interval (Banks, et al., 2014):
……….(5)
Keterangan:
= Rata-rata output running simulasi
= Nilai tabel t
s = Standar deviasi
14
n = Jumlah replikasi
2.7 Scheduling
Scheduling merupakan proses alokasi sumber daya untuk melakukan
pekerjaannya selama periode waktu tertentu. Scheduling sebagai proses
pengambilan keputusan yang memainkan peran penting dalam sebagian besar
sistem manufaktur dan produksi pada lingkungan proses informasi. Hal ini juga
penting dalam pengaturan transportasi, distribusi, dan jenis industri jasa
lainnya (Pinedo, 2016).
2.7.1 Employee Scheduling

Penjadwalan pekerja sangat aplikatif dalam ruang dengan skala besar dan
ladang jasa, seperti penjadwalan pekerja rumah sakit, penjadwalan pekerja
pesawat dan hotel, dan penjadwalan pekerja patroli. Sebuah penjadwalan yang
baik memiliki keseimbangan antara kebutuhan pekerja atau konsumen dan
tugas yang diberikan, serta jadwal dapat dibentuk pada periode waktu berbeda
seperti hari, minggu, atau bulan (Labidi, Mrad, Gharbi, & Louly, 2014).
2.7.2 Algoritma Tibrewala, Phillipe, dan Brown

Algoritma Tibrewala, Philippe, dan Brown mengembangkan sebuah
Teknik untuk penjadwalan tujuh hari kerja dengan memberikan setiap pekerja
dua hari libur secara berurutan. Langkah-langkah dari Algoritma Tibrewala,
Philippe, dan Browne adalah sebagai berikut (Reid & Sanders, 2010):
Langkah 1: tetukan nilai minimum pekerja yang dibutuhkan oleh perusahaan
setiap harinya dalam satu minggu.
Tabel 2.4 Pekerja yang Dibutuhkan

Hari Senin Selasa Rabu Kamis Jumat Sabtu Minggu
Pekerja
yang 4 5 5 3 5 2 3
dibutuhkan
Langkah 2: berdasarkan kebutuhkan di atas, kalkulasikan jumlah pekerja yang

dibutuhkan pada hari libur.
Tabel 2.5 Pasangan Hari Libur

Pasangan Hari Pekerja yang
Libur Dibutuhkan
Senin & Selasa 9
Selasa & Rabu 10
Rabu & Kamis 8
Kamis & Jumat 8
Jumat & Sabtu 7
Sabtu & Minggu 5
Langkah 3: tentukan pasangan dengan total kebutuhan pekerja terendah.
Langkah 4: perbaharui kebutuhkan pekerja setiap harinya.

15
Tabel 2.6 Pekerja yang Dibutuhkan

Hari Senin Selasa Rabu Kamis Jumat Sabtu Minggu
Pekerja yang
3 4 4 2 4 2 3
dibutuhkan
Langkah 5: menggunakan data kebutuhan pekerja terbaru, ulangi langkah 2

hingga langkah 4 hingga semua kebutuhan terpenuhi.
Tabel 2.7 Pasangan Hari Libur
Pasangan Hari Pekerja yang
Libur Dibutuhkan
Senin & Selasa 7
Selasa & Rabu 8
Rabu & Kamis 6
Kamis & Jumat 6
Jumat & Sabtu 6
Sabtu & Minggu 5
BAB 3
METODOLOGI PENELITIAN
3.1 Diagram Alir

Berikut adalah diagram alir untuk penyusunan penelitian di PT XXX:
Mulai
Studi Observasi
Pustaka Lapangan
Perumusan
Masalah
Pengumpulan Data:
-Process flow warehouse PT XXX
-Waktu dari process flow warehouse
PT XXX
-Fishbone Diagram produktivitas
warehouse PT XXX
Data Cukup dan Tidak

Seragam?
Ya
Pengolahan Data:
-Pembuatan process flow dengan software
Microsoft Visio
-Pengolahan data waktu untuk mengetahui
distribusi setiap proses yang ada dengan
menggunakan software ARENA
-Simulasi kondisi real dengan
menggunakan ARENA
-Simulasi kondisi usulan penambahan
pekerja dengan menggunakan ARENA
-Simulasi kondisi usulan penambahan
waktu kerja (overtime) dengan
menggunakan ARENA
-Perhitungan perbandingan nilai input dan
output dari simulasi usulan
-Membandingkan kondisi real dengan
kondisi usulan yang telah diolah dengan
ARENA
-Employee Scheduling
Analisis dan
Pembahasan
Kesimpulan dan
Saran
Selesai
Gambar 3.1 Diagram Alir Penelitian
17
18
3.2 Penjelasan Diagram Alir

Berdasarkan diagram alir di atas, berikut adalah penjelasan diagram alir
pada penelitian ini:
1. Observasi Lapangan
Langkah pertama adalah melakukan observasi pada PT XXX guna
mengetahui permasalahan yang terjadi di perusahaan tersebut. Hasil
observasi inilah yang menjadi latar belakang perumusan masalah pada
skripsi ini.
2. Perumusan Masalah
Tahap selanjutnya adalah perumusan masalah. Pada tahap ini, diambil
kesimpulan dari latar belakang yang telah ada. Tahap ini adalah tahap
penentuan masalah yang akan diambil untuk penelitian. Berdasarkan yang
sudah ada pada bab 1, rumusan masalah yang diambil terbagi menjadi 3
poin.
3. Studi Pustaka
Tahap selanjutnya adalah studi pustaka. Setelah mengetahui permasalahan
yang ada pada PT XXX, dilakukan studi pustaka guna mengetahui metode
atau pun teori apa saja yang dapat digunakan untuk mendukung pengerjaan
penelitian ini.
4. Penentuan Tujuan
Tahap ini adalah tahap dimana tujuan dari penelitian ini ditentukan. Tujuan
dari penelitian ini adalah mengetahui tata letak yang baik dari segi
produktivitas tenaga kerja, meningkatkan produktivitas pekerja pada
warehouse PT XXX, dan penjadwalan pekerja pada PT XXX agar mencapai
target produktivitas yang diinginkan PT XXX.
5. Pengumpulan Data
Setelah melakukan tahap-tahap di atas, maka dilakukannya pengumpulan
data. Data-data yang dikumpulkan antara lain adalah data produktivitas
pekerja saat ini, data process flow yang berlangsung pada warehouse PT
XXX, data waktu setiap dari process flow yang ada, dan data jumlah pekerja
warehouse PT XXX yang ada.
6. Pengolahan Data
Pada tahap ini, data yang sudah dikumpulkan diolah dengan beberapa
metode. Pertama, observasi dilakukan dengan menghitung waktu proses dari
masing-masing kegiatan yang ada pada bagian inbound dan outbout
warehouse PT XXX. Kemudian, data dari observasi diolah dengan diagram
process flow dari stasiun apa saja dan alur yang ada di warehouse PT XXX.
Dari diagram process flow yang telah dibuat, selanjutnya digunakan
software ARENA untuk mengetahui pada stasiun mana saja yang terdapat
bottleneck. Pada software ARENA dapat diketahui waiting time dan utilisasi
pekerja dari setiap stasiun. Data-data yang sudah didapatkan dari software
ARENA dapat dibuat usulan skenario menggunakan software ARENA
kembali untuk penambahan pekerja dan penambahan waktu kerja
(overtime). Setelah mengetahui hasil dari skenario-skenario yang telah
dibuat, maka dipilih skenario yang terbaik untuk diterapkan di warehouse
PT XXX. Kemudian setelah memilih skenario penambahan pekerja atau
penambahan pekerja, tentunya diperlukan tenaga kerja yang optimal agar
produktivitas di warehouse PT XXX mencapai maksimal sesuai dengan
usulan yang diberikan. Maka dari itu, diperlukannya penjadwalan tenaga
19
kerja menggunakan Metode Employee Scheduling Algoritma Tibrewala,

Philippe, and Brown.
7. Analisis Hasil
Tahap selanjutnya adalah analisis hasil. Setelah melakukan pengolahan data
tentunya didapatkan hasil yang diharapkan menggunakan metode-metode
dan teori-teori yang sudah dipilih. Analisis dilakukan untuk menjelaskan
pengolahan data yang telah dilakukan untuk perbaikan masalah pada XXX.
8. Kesimpulan dan Saran
Kesimpulan dan saran dibentuk ketika pembahasan dan hasil sudah dibuat.
Rumusan-rumusan masalah akan terjawab sepenuhnya dan secara
keseluruhan yang akan dibentuk menjadi kesimpulan. Kesimpulan yang
dibuat akan menunjukkan bagaimana seharusnya perusahaan melakukan
sesuatu yang kemudian akan dibuat saran untuk perusahaan.
20
BAB 4
PEMBAHASAN
4.1 Profil Perusahaan
Sumber: (Constine, 2017)

Gambar 4.1 Warehouse
XXX merupakan perusahaan makanan dan minuman yang didirikan pada

31 Agustus 1990. XXX berdiri dibawah naungan X Group yang merupakan
perusahaan induk. XXX Group berawal dari PT ABC, yang didirikan di Pati –
Jawa Tengah.
ABC Group merupakan holding company XXX Group. ABC Group
memiliki tiga Line of Business (LOB), yaitu:
1. LOB Food (XXX), difokuskan pada bagian produksi dan pemasaran produk
makanan ringan, biskuit, minuman, dan lain-lain.
2. LOB Distribution (XXX), difokuskan pada bagian pendistribusian produk
makanan dan minuman dari XXX Group ke seluruh wilayah di Indonesia.
3. LOB Agribusiness (XXX), bergerak di bidang usaha Pengolahan Kelapa
Sawit (CPO Mill).
4.1.1 Sejarah Perusahaan

Produk awal yang dipasarkan oleh PT ABC adalah kacang tanah dengan
merek Kacang. Pada Desember 1997, PT XXX didirikan dengan memproduksi
biskuit. Pada tahun 1998, XXX mengakuisisi PT TRMS, produsen jeli dan
meluncurkan produk jeli.
Pada akhir tahun 2002, TRMS meluncurkan produk minuman jeli dengan
dan merupakan fase baru bagi XXX untuk masuk di bisnis minuman.
Keseriusan XXX dalam memfokuskan pada bisnis minuman juga menjadi
semakin jelas dengan diluncurkannya minuman dengan rasa buah.
Pada tahun 2011, XXX Group mendirikan perusahaan Join Venture
untuk memfokuskan pengembangan minuman, dan juga bekerja sama dengan
Suntory Beverage & Food. Lalu pada tahun 2012, XXX mendirikan (GP
Foods) yang bekerja sama dengan PIPL di bidang industri makanan.
4.1.2 Visi dan Misi Perusahaan

Visi dari XXX adalah agar XXX menjadi perusahaan makanan dan
minuman terdepan di Indonesia.
Misi perusahaan pembawa perubahan yang menciptakan kemanfaatan
bagi masyarakat berdasarkan prinsip saling mengembangkan.
21
4.2
4.3 Hasil Pengamatan
Berikut ini merupakan data yang telah didapatkan dari observasi pada PT XXX:
4.2.1 Process Flow

Berikut ini adalah process flow atau flowchart yang ada pada warehouse PT XXX dari bagian inbound dan outbound:
INBOUND OUTBOUND
UNLOADING
PICKING PUTAWAY
Waktu tunggu palet Waktu tunggu

Penyusunan karton diambil dari palet di depan Pengangkatan palet
Peletakan palet ke Penurunan palet dari
Persiapan palet ke palet di dalam truk oleh storage oleh hand palet ke
storage storage
truk forklift loading area
Truk memasuki PUTAWAY STORAGE

loading dock Truk meninggalkan
STORAGE
loading dock
Waktu tunggu Waktu tunggu palet Waktu tunggu palet

di receiving Peletakan palet di sebelum masuk diangkat ke
Peletakan palet ke truk dari Pengangkatan karton Penyusunan karton
area depan storage oleh ke storage
receiving area loading ke truk di truk
hand palet
area
Gambar 4.2 Process Flow Inbound dan Outbound
23
24
Process flow menggambarkan alur proses aktivitas pada warehouse PT

XXX dari aktivitas awal hingga aktivitas akhir. Proses aktivitas yang ada
terbagi menjadi 2 proses, yaitu proses inbound dan proses outbound. Proses
inbound merupakan proses unloading, atau proses penerimaan barang yang
datang, proses ini meliputi bagian unloading, putaway, hingga storage.
Sedangkan, proses outbound merupakan proses loading atau proses persiapan
barang yang akan diantar ke luar warehouse, proses ini meliputi bagian
picking, putaway, dan storage.
4.2.2 Data Waktu

Berikut ini adalah data waktu pada area inbound dan outbound PT XXX:
Tabel 4.1 Data Waktu Inbound

INBOUND
Unloading Putaway Strorage
Hari ke-
A B C A B C A B
1 11 137 19 27 36 53 38 25
1 9 136 22 25 34 51 44 20
1 12 136 25 31 43 46 32 36
1 14 173 25 26 21 44 34 29
1 10 159 17 21 70 55 37 32
1 8 148 19 24 39 47 32 22
1 9 154 25 18 36 52 27 27
1 9 172 21 33 41 51 30 35
1 7 159 14 21 35 46 41 28
1 8 143 19 25 36 39 24 46
1 9 173 16 19 38 44 39 36
1 10 126 25 25 32 51 36 23
1 10 124 23 24 62 52 30 29
1 8 132 20 21 37 43 31 31
1 9 136 26 19 39 38 37 35
1 10 181 19 26 43 40 52 33
1 8 210 24 19 37 31 32 32
1 11 130 25 23 41 70 28 36
2 9 143 22 19 38 29 34 29
2 10 147 19 22 42 32 32 32
2 12 131 25 20 39 49 29 35
2 11 122 23 22 41 42 32 29
2 6 115 19 21 43 51 54 31
2 7 136 25 25 37 30 36 38
2 9 114 21 21 41 44 37 30
2 8 151 26 25 39 41 42 33
25
Tabel 4.1 Data Waktu Inbound (lanjutan)

INBOUND
Unloading Putaway Strorage
Hari ke-
A B C A B C A B
2 9 175 23 40 44 37 40 29
2 7 119 36 23 39 43 29 26
2 7 105 21 27 43 52 32 46
2 10 128 19 25 42 37 44 26
2 9 117 24 24 39 40 32 31
2 8 109 25 18 37 44 34 39
3 8 160 19 23 38 37 43 27
3 11 160 23 20 39 47 32 38
3 9 118 25 22 44 41 29 32
3 10 170 28 25 40 39 31 32
3 9 173 24 24 42 38 41 29
3 10 135 22 27 40 42 39 30
3 10 165 24 20 41 42 40 26
3 9 149 25 26 42 39 42 29
3 8 152 25 26 47 42 40 28
3 8 129 27 23 41 51 41 28
3 9 140 24 25 44 40 38 27
3 8 120 25 26 46 39 39 31
3 10 170 24 28 41 47 40 30
Rata-rata 9.18 144.04 22.82 23.87 40.64 43.73 36.13 31.02
Keterangan:
Data waktu dalam satuan detik.
Keterangan:
- Inbound - Unloading
A: Persiapan palet.
B: Penyusunan karton ke palet.
C: Palet menunggu di truk.
- Inbound - Putaway
A: Peletakkan palet ke receiving area.
B: Palet menunggu di receiving area.
C: Peletakkan palet di depan storage.
- Inbound - Storage
A: Palet menunggu di depan storage.
B: Peletakkan palet di storage.
- Outbound - Picking
A: Penurunan palet dari storage.
26
- Outbound - Putaway
A: Palet menunggu di depan storage setelah diturunkan.
B: Pengangkatan palet ke loading area.
- Outbound - Loading
A: Palet menunggu di loading area.
B: Pengangkatan palet ke truk.
C: Penyusunan karton ke truk.
Tabel 4.2 Data Waktu Outbound

OUTBOUND
Picking Putaway Loading
Hari ke-
A A B A B C
1 21 59 43 33 28 62
1 24 31 44 29 40 35
1 22 39 53 25 20 104
1 19 37 62 24 12 198
1 21 59 28 35 18 97
1 20 39 42 36 15 154
1 24 57 34 28 17 131
1 19 32 31 75 25 101
1 21 38 14 28 40 155
1 19 42 25 14 20 126
1 24 27 52 27 7 108
1 21 32 85 25 17 256
1 24 43 46 19 9 97
1 20 41 62 19 16 211
1 22 37 47 31 9 136
1 21 38 57 19 7 185
1 20 40 47 22 16 137
1 23 37 53 31 17 160
2 22 39 58 30 6 156
2 19 44 40 19 14 83
2 23 39 129 20 9 141
2 20 37 48 22 10 90
2 23 41 40 34 7 175
2 19 35 76 19 8 112
2 23 36 82 23 28 160
2 21 41 80 25 12 269
2 19 34 59 13 15 163
2 21 39 55 29 20 115
2 23 42 86 13 21 102
2 19 41 42 29 14 114
27
Tabel 4.2 Data Waktu Outbound (lanjutan)

OUTBOUND
Picking Putaway Loading
Hari ke-
A A B A B C
2 23 32 54 18 16 232
2 22 36 56 21 11 144
3 24 49 84 18 15 87
3 23 36 93 29 5 143
3 20 53 31 15 20 320
3 24 35 34 23 11 163
3 21 46 31 21 18 96
3 20 47 36 16 14 148
3 22 44 44 23 12 126
3 19 48 43 26 13 132
3 23 42 43 26 19 121
3 23 42 42 19 12 90
3 21 41 44 28 18 89
3 24 45 39 26 18 110
3 21 39 41 26 10 88
3 19 41 42 29 14 114
Rata-Rata 21 41 52 25 16 138
Keterangan:
Unloading Inbound
A: Persiapan palet.
B: Penyusunan karton ke palet.
C: Palet menunggu di truk.
Putaway Inbound
A: Peletakkan palet ke receiving area.
B: Palet menunggu di receiving area.
C: Peletakkan palet di depan storage.
Storage Inbound
A: Palet menunggu di depan storage.
B: Peletakkan palet di storage.
Picking Outbound
A: Penurunan palet dari storage.
Putaway Outbound
A: Palet menunggu di depan storage setelah diturunkan.
B: Pengangkatan palet ke loading area.
Loading Outbound
A: Palet menunggu di loading area.
B: Pengangkatan palet ke truk.
C: Penyusunan karton ke truk.
28
Pengumpulan data waktu pada bagian inbound dan outbound PT XXX

bertujuan untuk mengidentifikasi proses yang memiliki waiting time yang
besar atau terindikasi sebagai bottleneck. Proses yang memiliki waiting time
yang besar akan mengakibatkan waktu proses akan semakin lama. Dalam
mengidentifikasi proses yang terindikasi sebagai bottleneck, dilakukan terlebih
dahulu pengumpulan data waktu masing-masing proses inbound dan outbound
pada warehouse PT XXX. Data waktu yang dikumpulkan adalah sebanyak 45
sampel dalam satan detik pada masing-masing kegiatan inbound dan outbound.
Berdasarkan hasil observasi dan pengumpulan data waktu setiap proses
inbound dan outbound yang telah dilakukan, ditunjukan pada Tabel 4.1
terdapat beberapa proses outbound yang memiliki rata-rata waktu proses yang
tinggi, seperti terdapat pada bagian unloading B yaitu proses penyusunan
barang ke palet. Proses outbound yang memiliki rata-rata waktu proses yang
besar ditunjukan pada Tabel 4.2 yaitu terdapat pada bagian putaway B yang
merupakan proses perpindahan palet ke loading area, dan pada bagian loading
C yang merupakan proses penyusunan barang dari palet ke dalam truk. Proses
penyusunan barang ke palet termasuk proses yang mengawali bagian inbound
pada warehouse PT XXX. Perpindahan barang pada warehouse PT XXX
dibantu dengan menggunakan palet kayu agar memudahkan proses distribusi
barang di dalam warehouse. Ukuran palet sendiri disesuaikan dengan
kebutuhan dan ketentuan penyimpanan barang pada warehouse. Proses
penyusunan barang ke palet dilakukan di dalam truk dengan bantuan dua orang
pekerja. Berdasarkan Tabel 4.1, kegiatan ini mempunyai rata-rata waktu proses
yang besar. Hal ini disebabkan karena para tenaga kerja membutuhkan waktu
proses penyusunan barang ke palet secara manual sesuai dengan kebutuhan.
Proses selanjutnya yang memiliki rata-rata waktu proses yang besar adalah
pada bagian putaway B yaitu proses perpindahan palet ke loading area. Proses
perpindahan palet ke loading area dilakukan secara manual menggunakan
hand-pallet oleh tenaga kerja. Pekerja harus berjalan dengan menarik hand-
pallet yang berisikan karton dari storage menuju loading area. Proses
outbound yang memiliki rata-rata waktu proses yang besar berdasarkan Tabel
4.2 berikutnya adalah bagian loading C yaitu proses penyusunan barang dari
palet ke truk. Proses ini dilakukan sebagai proses akhir dari kegiatan outbound
dimana barang akan didistribusikan keluar warehouse. Kegiatan ini dilakukan
secara manual oleh dua orang tenaga kerja.
29
1. Uji Kecukupan Data

Berikut ini adalah hasil dari uji kecukupan data dari data waktu hasil
observasi yang terdapat pada Tabel 4.1 dan Tabel 4.2:
Tabel 4.3 Hasil Uji Kecukupan Data

No Nama Kegiatan N N′
1 Persiapan palet 41.6
2 Penyusunan karton ke palet 37.4
3 Palet menunggu di truk 39.2
4 Peletakkan palet ke receiving area 44.2
5 Palet menunggu di receiving area 44.4
6 Peletakkan palet di depan storage 44.8
7 Palet menunggu di depan storage 44.5
8 Peletakkan palet di storage 45 43.7
9 Penurunan palet dari storage 9.7
10 Palet menunggu di depan storage setelah diturunkan 43.3
11 Pengangkatan palet ke loading area 42
12 Palet menunggu di loading area 38.7
13 Pengangkatan palet ke truk 32.8
14 Penyusunan karton ke truk 9.8
Keterangan:
N : Data yang diambil pada saat observasi.
N’ : Jumlah data seharusnya.
Uji kecukupan data dilakukan untuk mengetahui apakah jumlah data

yang dikumpulkan saat observasi berlangsung sudah cukup atau belum
apabila digunakan pada pengolahan data. Perhitungan uji kecukupan data
dilakukan dengan menggunakan rumus uji kecukupan data pada software
Microsoft Excel. Jumlah sampel data dikatakan cukup apabila nilai N′ lebih
kecil daripada nilai N, dimana nilai N′ adalah nilai dari hasil perhitungan
dan nilai N adalah nilai jumlah sampel data.
Berikut merupakan contoh perhitungan uji kecukupan data pada
bagian unloading A:
……..(2)
Keterangan:
30
t = Data pengamatan
Nilai z yang digunakan adalah 1,96 karena nilai α yang digunakan

sebesar 0,05. Nilai yang didapatkan pada contoh perhitungan uji
kecukupan data di atas adalah 41,6. Nilai tersebut menunjukan bahwa nilai
N lebih besar daripada , maka dapat disimpulkan bahwa data cukup.
Berikut merupakan contoh perhitungan uji kecukupan data pada Picking A:
…….(2)
Keterangan:
t = Data pengamatan
Nilai z yang digunakan adalah 1,96 karena nilai α yang digunakan

sebesar 0,05. Nilai yang didapatkan pada contoh perhitungan uji
kecukupan data di atas adalah 9,7. Nilai tersebut menunjukan bahwa nilai N
lebih besar daripada , maka dapat disimpulkan bahwa data cukup.
31
2. Uji Homogenitas
Berikut ini adalah hasil dari uji homogenitas data dari data waktu hasil
observasi yang terdapat pada Tabel 4.1 dan Tabel 4.2:
Gambar 4.3 Uji Homogenitas Data
Uji homogenitas data dilakukan untuk mengetahui apakah jumlah data yang
dikumpulkan saat observasi berlangsung sudah seragam atau belum apabila
digunakan pada pengolahan data. Uji ini dilakukan karena observasi berlangsung
selama beberapa hari. Tujuan dari uji ini sendiri adalah untuk mengetahui apakah
32
ada perbedaan data yang diambil mengingat data observasi diambil di hari yang
berbeda. Perhitungan uji homogenitas data dilakukan dengan menggunakan
software SPSS.
Data dapat dikatakan homogen apabila nilai sig. atau p-value lebih dari α =
0,05. Dapat dilihat pada Gambar 4.4 nilai sig. atau p-value data waktu yang telah
di ambil sudah lebih dari α = 0,05. Hal ini berarti data waktu yang di ambil pada
hari yang berbeda sudah seragam.
4.2.3 Model Simulasi

Model simulasi merupakan sebuah gambaran keadaan proses
pengamatan. Model simulasi dirancang untuk mengetahui bagaimana keadaan
aktual proses yang diamati apabila dilakukan perubahan-perubahan pada
beberapa indikator yang ditentukan. Penelitian ini menggunakan perancangan
model simulasi guna mengetahui tingkat produktivitas pekerja pada warehouse
PT XXX saat ini dengan tujuan meningkatkan nilai produktivitas dengan
melakukan perubahan pada beberapa indikator sebagai usulan.
a. Histogram
Histogram diperlukan untuk mengetahui jenis distribusi dari
masing-masing aktivitas pada warehouse. Jenis distribusi ditentukan
berdasarkan data sampel pada masing-masing aktivitas. Hasil distribusi
yang telah didapatkan akan digunakan sebagai salah satu input dalam
simulasi yang akan dibentuk. Gambar 4.4 sampai dengan Gambar 4.6
menunjukan histogram untuk proses unloading pada area inbound.
Gambar 4.4 Histogram Proses Persiapan Palet
Gambar 4.5 Histogram Proses Penyusunan Karton ke Palet
Gambar 4.6 Histogram Proses Palet Menunggu di Truk

33
Gambar 4.7 sampai dengan Gambar 4.9 menunjukan histogram

untuk proses putaway pada area inbound.
Gambar 4.7 Histogram Proses Peletakkan Palet ke Receiving Area
Gambar 4.8 Histogram Proses Palet Menunggu di Receiving Area
Gambar 4.9 Histogram Proses Peletakkan Palet di depan Storage

untuk proses storage pada area inbound.
Gambar 4.10 Histogram Proses Palet Menunggu di depan Storage
Gambar 4.11 Histogram Proses Peletakkan Palet di Storage

34
Gambar 4.12 menunjukan histogram untuk proses picking pada

area outbound.
Gambar 4.12 Histogram Proses Penurunan Palet dari Storage

untuk proses putaway pada area output.
Gambar 4.13 Histogram Proses Palet Menunggu Didepan Storage Setelah

Diturunkan
Gambar 4.14 Histogram Proses Pengangkatan Palet ke Loading Area

untuk proses storage pada area outbound.
Gambar 4.15 Histogram Proses Palet Menunggu di Loading Area

35
Gambar 4.16 Histogram Proses Pengangkatan Palet ke Truk
Gambar 4.17 Histogram Proses Penyusunan Karton ke Truk
Tabel 4.4 menunjukan hasil dari jenis distribusi tiap aktivitas dari
hasil pengolahan histogram. Data jenis distribusi diperlukan untuk input
data pada simulasi yang akan diolah pada software ARENA.
Tabel 4.4 Ringkasan Gambar Histogram

No Nama Kegiatan Distribution Expression
1 Persiapan palet Normal NORM(9.19, 1.51)
2 Penyusunan karton ke palet Beta BETA(1.48, 2.51)
3 Palet menunggu di truk Normal NORM(22.8, 3.65)
4 Peletakkan palet ke receiving area Normal NORM(23.9, 4.05)
5 Palet menunggu di receiving area Poisson POIS(40.6)
6 Peletakkan palet di depan storage Poisson POIS(43.7)
7 Palet menunggu di depan storage Weibull WEIB(14.2, 2.12)
8 Peletakkan palet di storage Normal NORM(31, 5.23)
9 Penurunan palet dari storage Uniform UNIF(18.5, 24.5)
Palet menunggu di depan storage setelah
10 Poisson POIS(40.7)
diturunkan
11 Pengangkatan palet ke loading area Beta BETA(1.8, 3.67)
12 Palet menunggu di loading area Normal NORM(25.1, 9.49)
13 Pengangkatan palet ke truk Weibull WEIB(12.5, 1.56)
14 Penyusunan karton ke truk Normal NORM(138, 54.4)
36
b. Model Translation
Proses simulasi dilakukan dengan menggunakan skenario aktual proses inbound dan outbound yang berlangsung pada
warehouse PT XXX Rancaekek menggunakan software ARENA dalam satu shift yaitu selama 7 jam. Input yang digunakan pada
simulasi ini merupakan data waktu aktual proses inbound dan outbound yang dikumpulkan selama observasi dilakukan. Waktu setiap
aktivitas dikumpulkan sesuai dengan keadaan nyata yang terjadi selama proses berlangsung. Output yang akan dihasilkan berupa data
waktu tunggu atau waiting time setiap aktivitas serta jumlah palet yang diproses. Berikut ini adalah model dari hasil simulasi proses
aktivitas pada warehouse PT XXX:
Simulasi Awal
Gambar 4.18 sampai dengan Gambar 4.23 merupakan skenario simulasi awal menggunakan software ARENA.
Gambar 4.18 Simulasi Kondisi Awal pada Warehouse PT XXX

37
Terdapat empat belas entitas dalam proses simulasi yang dilakukan

menggunakan software ARENA dengan skenario proses inbound dan
outbound aktual pada warehouse PT XXX. Proses simulasi dimulai
dengan persiapan palet. Proses persiapan palet merupakan tahapan awal
pada proses inbound. Persiapan palet dilakukan di dalam truk untuk
meletakkan barang-barang yang akan dipindahkan ke storage dan juga
dikeluarkan dari storage nantinya. Proses yang dilakukan oleh satu
tenaga kerja ini rata-rata memakan waktu yang relatif sangat singkat.
Setelah palet dipersiapkan, dilakukan proses penyusunan karton ke palet.
Barang-barang dalam format karton tersebut disusun di atas palet guna
mempermudah proses perpindahan dan penyimpanan di dalam
warehouse. Proses ini dilakukan oleh dua orang operator yang saling
bekerja sama dalam proses penyusunan.
Palet menunggu merupakan proses tunggu dari palet yang telah
berisikan karton-karton hasil penyusunan sebelumnya. Palet yang sudah
terdapat karton di atasnya akan menunggu untuk diturunkan dari truk
menggunakan forklift oleh seorang operator. Proses selanjutnya adalah
peletakan palet ke receiving area. Palet yang sudah berisikan karton-
karton tadi akan dipindahkan menuju receiving area dimana proses ini
merupakan proses estafet dari perpindahan barang menuju storage. Palet
akan diturunkan pada receiving area. Kemudian proses palet menunggu
2 akan berlangsung, dimana proses ini merupakan proses tunggu palet di
receiving area. Operator palet menunggu akan memindahkan palet
menggunakan hand-pallet menuju bagian depan rak storage.
Setelah palet menunggu pada receiving area, proses selanjutnya
adalah peletakkan palet di depan storage. Pada akhirnya, palet akan
dipindahkan ke atas rak storage menggunakan forklift. Untuk
memudahkan proses tersebut, palet diletakan di bawah rak storage yang
sesuai dengan tempat penyimpanan palet. Proses pemindahan palet ke
depan storage dilakukan menggunakan hand-pallet. Setelah palet
diletakan di depan storage, palet akan menunggu untuk proses
selanjutnya. Proses selanjutnya adalah peletakkan palet ke storage. Palet
yang sudah diletakan di depan storage pada proses sebelumnya akan
diangkat menggunakan forklift oleh seorang operator sesuai dengan rak
storage yang sudah ditentukan. Operator akan melakukan scanning
barcode rak storage dan karton untuk verifikasi ketepatan storage. Pada
saat yang bersamaan, operator yang menggunakan forklift juga harus
melakukan penurunan palet dari storage, dimana proses tersebut
merupakan awal dari proses outbound.
Proses outbound diawali dengan penurunan palet dari storage.
Palet yang diturunkan merupakan palet yang sesuai dengan daftar barang
yang akan didistribusikan ke tempat lain. Palet tersebut akan diturunkan
ke bawah rak storage yang kemudian menunggu hingga operator
memindahkan palet ke loading area. Setelah palet menunggu 4, proses
yang dilakukan adalah pengangkatan palet menuju loading area. Proses
ini dilakukan oleh operator munggunakan hand-pallet. Sesampainya di
loading area, palet akan menunggu untuk dipindahkan ke dalam truk.
Pada skenario simulasi, proses ini merupakan proses palet menunggu 5.
Proses tersebut dilanjutkan dengan pengangkatan palet ke dalam truk.
Pengangkatan palet ke dalam truk dilakukan dengan menggunakan
38
forklift. Setelah palet diangkat dan dimasukkan ke dalam truk, operator

akan menyusun karton-karton yang berada di atas palet di dalam truk,
sehingga karton-karton tersebut siap untuk didistribusikan kembali.
Setelah merancang skenario simulasi aktual menggunakan software ARENA, dilakukan pemeriksaan error terhadap skenario
yang telah dibuat. Gambar 4.19 merupakan screenshot dari skenario awal simulasi ARENA. Gambar di bawah merupakan verifikasi
atau pemeriksaan errors atau warning terhadap skenario simulasi yang dibuat. Berikut merupakan proses verifikasi terhadap skenario
yang telah dibuat:
Gambar 4.19 Verifikasi Simulasi Kondisi Awal pada Warehouse PT XXX
39
40
Berikut merupakan simulasi kondisi awal pada warehouse PT XXX setelah proses running:
0
Gambar 4.20 Simulasi Kondisi Awal pada Warehouse PT XXX Setelah Proses Run
Gambar 4.21 Hasil Output 1 ARENA Kondisi Awal pada Warehouse PT XXX
41
Gambar 4.22 menunjukan hasil output dari skenario simulasi awal

yaitu jumlah waiting time atau waktu menunggu di tiap aktivitas.
Gambar 4.23 menunjukkan hasil output simulasi awal yaitu tingkat

utilitas atau tingkat kesibukan tenaga kerja.
Proses simulasi ini bertujuan untuk mengetahui aktivitas-aktivitas

apa saja yang terdapat bottleneck. Skenario pada simulasi awal
menggunakan input data aktual yang didapatkan selama proses observasi
pada warehouse PT XXX. Berdasarkan data aktual tersebut, proses
simulasi awal menunjukan input sebanyak 2752 palet per shift dengan
output sebesar 254 palet dalam satu shift per-hari, yaitu selama 7 jam
kerja. Nilai max arrival pada entitas persiapan palet berupa infinite atau
tidak terhingga. Hal ini disebabkan karena jumlah barang yang akan
diproses oleh pekerja tergantung pada truk yang masuk pada bagian
inbound, sehingga nilai dari max arrival tidak memiliki angka yang pasti.
Proses simulasi awal juga menunjukan beberapa aktivitas terindikasi
sebagai bottleneck, yaitu terdapat pada area palet menunggu, dan
peletakan palet ke receiving area.
42
Aktivitas yang terindikasi sebagai bottleneck dilihat berdasarkan

jumlah waiting time atau waktu tunggu yang besar. Waiting time tersebut
merupakan rata-rata waktu tunggu palet pada tiap stasiun hingga simulasi
selesai. Waiting time pada area palet menunggu yaitu selama 8710,64
detik, dan peletakan palet ke receiving area yaitu selama 8776,71 detik.
Aktivitas-aktivitas tersebut ditentukan sebagai bottleneck karena
berdasarkan Gambar 4.23, aktivitas-aktivitas tersebut mempunya waiting
time yang paling besar. Hal lain yang dapat menjadi penentuan dari
aktivitas yang perlu diperbaiki adalah dari nilai tingkat kesibukan tenaga
kerja, yang dapat dilihat dari angka resource yang dihasilkan dari proses
simulasi seperti pada Gambar 4.24. Jika dilihat dari angka resource pada
Gambar 4.24, tingkat kesibukan tenaga kerja yang tinggi terdapat pada
operator palet ke receiving area, operator peletakkan didepan storage,
operator penyusunan karton ke truk 1.
Setelah dilakukan proses simulasi dengan menggunakan data aktual
hasil observasi, selanjutnya dilakukan proses simulasi usulan dengan
menerapkan dua solusi pada skenario simulasi usulan. Solusi skenario
usulan tersebut yaitu dengan menambahkan tenaga kerja pada beberapa
aktivitas yang memiliki bottleneck dengan mempertimbangkan waiting
time dan tingkat kesibukan bekerja, kemudian dengan menerapkan sistem
overtime pada proses simulasi.
Replikasi
Berikut adalah hasil replikasi dari simulasi keadaan real warehouse
PT XXX untuk melakukan verifikasi model:
Tabel 4.5 Replikasi Running Simulasi Kondisi Awal

Jumlah
Replikasi
Palet
1 254
2 250
3 250
251,33
stdev 2
Untuk mendapatkan nilai standar deviasi, dilakukan replikasi awal

seperti pada Tabel 4.5, dimana nilai standar deviasi yang didapatkan
adalah 1. Nilai standar deviasi tersebut akan digunakan untuk
menentukan nilai absolute error atau nilai e, dimana nilai e tersebut akan
digunakan dalam perhitungan mencari nilai n’ atau berapa jumlah
replikasi yang dibutuhkan.
Berikut adalah perhitungan untuk mendapatkan nilai n’ atau jumlah
replikasi yang dibutuhkan:
……….(3)
43
~2
……….(4)
~8
Berdasarkan hasil perhitungan jumlah replikasi, dapat disimpulkan
bahwa jumlah replikasi yang dibutuhkan sebanyak 8 kali replikasi. Tabel
4.6 merupakan data replikasi yang telah dilakukan:
Tabel 4.6 Hasil Delapan Replikasi Running Simulasi Kondisi Awal

Jumlah Palet
Replikasi Keluar
1 254
2 250
3 250
4 250
5 251
6 251
7 252
8 252
251,25
stdev 1,39
Uji-T Satu Sampel

Proses verifikasi dilakukan dengan menguji data output software
ARENA pada delapan kali replikasi. Gambar 4.24 berikut adalah hasil
uji-t satu sampel dengan menggunakan software SPSS:
Gambar 4.24 Uji-T Satu Sampel Replikasi Running Simulasi Kondisi Awal
Uji-T satu sampel menggunakan α = 95% atau 0,05. Hasil dari uji-t
satu sampel dengan menggunakan software SPSS menghasilkan p-value
sebesar 0,626 dimana nilai tersebut lebih besar dari nilai α = 0,05. Hal ini
membuktikan bahwa hasil output pada running simulasi ARENA kondisi
awal menggunakan data aktual hasil observasi pada PT XXX sudah dapat
mewakili kondisi nyata warehouse PT XXX.
44
Confidence Interval Testing

Confidence interval testing merupakan sebuah percobaan yang
dilakukan dengan tujuan untuk mengetahui apakah data yang ada sudah
berada di dalam range yang ada sehingga menunjukan tingkat akurasi
dari data tersebut. Tingkat kepercayaan atau yang digunakan yaitu 95%
atau =0,05.
……….(5)
= 251,25 – (4,3) 251,25 + (4,3)
= 249,137 253,363
Perhitungan di atas bertujuan untuk mengetahui range confidence

interval, dimana data harus berada dalam rentang 249,137 sampai
253,363. Berdasarkan Tabel 4.6, nilai Y mempunyai rata-rata sebesar
251,25 dimana angka tersebut berada pada range yang telah ditentukan.
Dapat disimpulkan bahwa data yang ada sudah menunjukan tingkat
akurasi yang baik.
Simulasi Usulan Penambahan Tenaga Kerja

Simulasi usulan dengan pendekatan penambahan tenaga kerja
dilakukan dengan mempertimbangkan faktor waiting time serta tingkat
kesibukan tenaga kerja. Nilai waiting time yang besar pada suatu
aktivitas apabila diikuti oleh tingkat kesibukan yang tinggi, maka akan
dilakukan penambahan tenaga kerja pada aktivitas tersebut. Namun
apabila nilai waiting time yang besar diikuti oleh tingkat kesibukan
tenaga kerja yang rendah, maka memungkinkan untuk dilakukan
pengurangan jumlah tenaga kerja.
Berikut merupakan usulan pertama penambahan tenaga kerja:
Gambar 4.25 Simulasi Usulan Pertama pada Warehouse PT XXX

45
Gambar 4.26 Hasil Output 1 ARENA Usulan Pertama pada Warehouse PT XXX
Gambar 4.27 Hasil Output 2 ARENA Usulan Pertama pada Warehouse PT XXX
Simulasi usulan pertama penambahan operator dilakukan pada

proses peletakan palet ke receiving area sebanyak satu tenaga kerja, dan
proses penyusunan karton ke truk sebanyak dua tenaga kerja. Setelah
dilakukan running process simulasi usulan pertama, diketahui input
proses simulasi sebanyak 2741 palet dengan output sebanyak 560 palet
per shift. Jumlah input simulasi kondisi real berbeda dengan simulasi
usulan berdasarkan penambahan pekerja yang ada. Penambahan pekerja
memengaruhi jumlah input dan output. Nilai jumlah input yang masuk
pada warehouse tergantung sesuai waktu kerja yang ada, dan tidak ada
ketentuan jumlah palet untuk perharinya. Berdasarkan jumlah input dan
output tersebut, dapat dihitung tingkat produktivitas tenaga kerja yaitu
sebesar 20,4%. Tingkat produktivitas pada simulasi usulan pertama ini
mengalami peningkatan sebesar 11,2% jika dibandingkan dengan tingkat
produktivitas tenaga kerja pada simulasi awal dengan nilai 9,2%. Dengan
penambahan jumlah tenaga kerja yaitu dari 10 tenaga kerja menjadi 13
tenaga kerja untuk satu shift kerja.
46
Berdasarkan Gambar 4.27 yang merupakan report dari simulasi

usulan pertama penambahan tenaga kerja di atas, diketahui masih
terdapat bottleneck pada proses palet menunggu dan peletakan palet ke
receiving area, namun dengan jumlah waiting time yang menurun. Proses
simulasi usulan pertama penambahan tenaga kerja ini juga menunjukan
munculnya bottleneck baru pada beberapa aktivitas simulasi, yaitu pada
proses palet menunggu 2, dan peletakan palet di depan storage. Setelah
melakukan penambahan tenaga kerja sebanyak 3 orang, dilakukan
simulasi usulan kedua denagan menambahkan 7 tenaga kerja karena pada
simulasi usulan pertama masih terdapat bottleneck pada beberapa
aktivitas. Berikut merupakan usulan kedua penambahan tenaga kerja:
Gambar 4.28 Simulasi Usulan Kedua pada Warehouse PT XXX
Gambar 4.29 Hasil Output 1 ARENA Usulan Kedua pada Warehouse PT XXX
47
Gambar 4.30 Hasil Output 2 ARENA Usulan Kedua pada Warehouse PT XXX
Pada simulasi usulan kedua, dilakukan penambahan tenaga kerja

pada beberapa aktivitas yang terindikasi sebagai bottleneck pada simulasi
usulan pertama, penambahan di satu operator di peletakan palet ke
receiving area menjadi tiga tenaga kerja, satu operator di peletakan ke
storage, perpindahan palet ke loading area & pangangkatan palet ke truk
masing-masing menjadi dua tenaga kerja. Jika dibandingkan dengan
simulasi usulan pertama, parameter yang terlihat mengalami perubahan
secara signifikan yaitu dari utilitas tenaga kerja atau tingkat kesibukan
tenaga kerja. Pada simulasi usulan pertama, utilitas tenaga kerja yang
tinggi masih terdapat pada sebagian besar operator yang ada pada tiap
aktivitas, sedangkan pada simulasi usulan kedua, utilitas tenaga kerja
yang tinggi hanya terdapat pada empat tenaga kerja, yaitu 2 operator
peletakan palet di depan storage, 1 operator peletakan palet ke receiving
area, dan 1 operator perpindahan palet ke loading area. Sedangkan,
untuk waktu rata-rata pada tiap aktivitas tidak mengalami perubahan
signifikan antara usulan pertama dan usulan kedua.
Berdasarkan jumlah input dan output pada simulasi usulan kedua,
dapat dihitung tingkat produktivitas tenaga kerja yaitu sebesar 20,69%.
Tingkat produktivitas pada simulasi usulan pertama ini mengalami
peningkatan sebesar 11,49% jika dibandingkan dengan tingkat
produktivitas tenaga kerja pada simulasi awal dengan nilai 9,2%.
48
Berikut merupakan usulan ketiga penambahan tenaga kerja:
Gambar 4.31 Simulasi Usulan Ketiga pada Warehouse PT XXX
Gambar 4.32 Hasil Output 1 ARENA Usulan Ketiga pada Warehouse PT XXX
49
Gambar 4.33 Hasil Output 2 ARENA Usulan Ketiga pada Warehouse PT XXX
Pada simulasi usulan ketiga, dilakukan penambahan tenaga kerja

pada beberapa aktivitas melanjutkan dari penambahan simulasi
sebelumnya yaitu pada simulasi usulan kedua. Simulasi usulan dilakukan
dengan menambah tenaga kerja sebanyak satu tenaga kerja di
penyusunan karton ke truk, satu tenaga kerja di peletakan palet ke
receiving area, satu tenaga kerja di peletakan palet didepan storage, satu
tenaga kerja di peletakan palet ke storage, satu tenaga kerja di
perpindahan palet ke loading area, dan satu tenaga kerja pengangkatan
palet ke truk. Jika dibandingkan dengan simulasi usulan kedua, aktivitas
yang mempunyai nilai waiting time yang tinggi mengalami penurunan
jumlah waiting time menjadi lebih cepat. Penurunan nilai waiting time
tersebut terjadi pada tiga aktivitas yaitu pada aktivitas palet menunggu,
palet menunggu 2, dan palet menunggu 4. Sedangkan jika dilihat dari
utilitas tenaga kerja, masih terdapat beberapa operator yang memiliki
utilitas yang tinggi, yaitu meliputi satu operator peletakan palet di depan
storage, satu operator peletakan palet ke receiving area, dan satu
operator perpindahan palet ke loading area. Berdasarkan jumlah input
dan output pada simulasi usulan ketiga, dapat dihitung tingkat
produktivitas tenaga kerja yaitu sebesar 22,1%. Tingkat produktivitas
pada simulasi usulan pertama ini mengalami peningkatan sebesar 12,9%
jika dibandingkan dengan tingkat produktivitas tenaga kerja pada
simulasi awal dengan nilai 9,2%.
50
Berikut merupakan usulan keempat penambahan tenaga kerja:
Gambar 4.34 Simulasi Usulan Keempat pada Warehouse PT XXX
Gambar 4.35 Hasil Output 1 ARENA Usulan Keempat pada Warehouse

PT XXX
51
Gambar 4.36 Hasil Output 2 ARENA Usulan Keempat pada Warehouse

PT XXX
Pada simulasi usulan keempat, dilakukan penambahan tenaga kerja

sebelumnya yaitu pada simulasi usulan ketiga. Penambahan dilakukan
dengan menambah tenaga kerja pada peletakan palet ke receiving area
sebanyak satu tenaga kerja menjadi empat tenaga kerja, penambahan satu
tenaga kerja di perpindahan palet ke loading area menjadi tiga tenaga
kerja, dan penambahan satu tenaga kerja di pengangkatan palet ke truk
jadi tiga tenaga kerja. Jika dibandingkan dengan simulasi usulan ketiga,
aktivitas yang mempunyai nilai waiting time yang tinggi tetap dalam
aktivitas yang sama, dengan waktu yang mengalami perubahan namun
tidak signifikan dari waktu sebelumnya. Aktivitas tersebut terdapat pada
aktivitas palet menunggu, palet menunggu 2, dan palet menunggu 4.
Begitu juga dengan tingkat utilitas tenaga kerja jika dilihat dari utilitas
tenaga kerja, operator yang memiliki utilitas yang tinggi masih tetap
sama dengan simulasi usulan ketiga, yaitu meliputi satu operator
peletakan palet di depan storage, satu operator peletakan palet ke
receiving area, dan satu operator perpindahan palet ke loading area.
Berdasarkan jumlah input dan output pada simulasi usulan keempat,
Tingkat produktivitas pada simulasi usulan keempat dengan penambahan
12 tenaga kerja ini mengalami peningkatan sebesar 12,77% jika
dibandingkan dengan tingkat produktivitas tenaga kerja pada simulasi
52
awal dengan nilai 9,2% namun mengalami penurunan 0,13% jika

dibandingkan dengan simulasi usulan ketiga.
Berikut merupakan usulan kelima penambahan tenaga kerja:
Gambar 4.37 Simulasi Usulan Kelima pada Warehouse PT XXX
Gambar 4.38 Hasil Output 1 ARENA Usulan Kelima pada Warehouse PT XXX
53
Gambar 4.39 Hasil Output 2 ARENA Usulan Kelima pada Warehouse PT XXX
Pada simulasi usulan kelima, dilakukan penambahan tenaga kerja

sebelumnya yaitu pada simulasi usulan keempat. Pada simulasi usulan
kelima, dilakukan penambahan satu tenaga kerja pada penyusunan karton
ke truk menjadi lima orang, dan penambahan satu tenaga kerja pada
peletakan palet di depan storage menjadi tiga orang. Jika dibandingkan
dengan simulasi usulan sebelumnya, aktivitas yang mempunyai nilai
waiting time yang tinggi tetap dalam aktivitas yang sama, dengan waktu
yang sedikit lebih tinggi dari waktu sebelumnya. Aktivitas tersebut
terdapat pada aktivitas palet menunggu, palet menunggu 2, dan palet
menunggu 4. Begitu juga dengan tingkat utilitas tenaga kerja jika dilihat
dari utilitas tenaga kerja, operator yang memiliki utilitas yang tinggi
masih tetap sama dengan simulasi usulan keempat, yaitu meliputi satu
operator peletakan palet di depan storage, satu operator peletakan palet
ke receiving area, dan satu operator perpindahan palet ke loading area.
Berdasarkan jumlah input dan output pada simulasi usulan sebelumnya,
Tingkat produktivitas pada simulasi usulan kelima ini mengalami
peningkatan sebesar 13,06% jika dibandingkan dengan tingkat
produktivitas tenaga kerja pada simulasi awal dengan nilai 9,2%.
54
Simulasi Usulan Overtime

Simulasi usulan menggunakan pendekatan overtime dilakukan
dengan menambah jam kerja pada proses simulasi yang memiliki input
awal selama 8 jam kerja, yang kemudian dilakukan penambahan menjadi
9 jam, 10 jam, 11 jam, hingga 12 jam. Simulai usulan dengan pendekatan
overtime tidak memperhitungkan nilai waiting time dan juga tingkat
kesibukan tenaga kerja.
Berikut merupakan usulan pertama overtime:
Gambar 4.40 Simulasi Usulan Overtime Pertama pada Warehouse PT XXX
Pada simulasi usulan pertama dengan pendekatan overtime

dilakukan penambahan jam kerja proses simulasi menjadi 9 jam kerja.
Proses simulasi tersebut menghasilkan input sebesar 3145 palet per shift
dengan output sebesar 290 palet per shift. Berdasarkan nilai input dan
output tersebut dapat dihitung tingkat produktivitas tenaga kerja sebesar
9,2%. Nilai tersebut tidak memiliki perbedaan dengan tingkat
produktivitas tenaga kerja pada simulasi awal.
Berikut merupakan usulan kedua overtime:
Gambar 4.41 Simulasi Usulan Overtime Kedua pada Warehouse PT XXX
Simulasi usulan kedua dengan pendekatan overtime dilakukan

penambahan jam kerja proses simulasi menjadi 10 jam kerja. Proses
simulasi tersebut menghasilkan input sebesar 3542 palet per shift dengan
output sebesar 327 palet per shift. Berdasarkan nilai input dan output
tersebut dapat dihitung tingkat produktivitas tenaga kerja sebesar 9,2%.
Nilai tersebut tidak memiliki perbedaan dengan tingkat produktivitas
tenaga kerja pada simulasi awal.
Berikut merupakan usulan ketiga overtime:
55
Gambar 4.42 Simulasi Usulan Overtime Ketiga pada Warehouse PT XXX

Berikut merupakan usulan keempat overtime:
Gambar 4.43 Simulasi Usulan Overtime Keempat pada Warehouse PT XXX

Setelah melakukan proses simulasi usulan dengan pendekatan
penambahan tenaga kerja dan simulasi usulan dengan pendekatan
overtime, dapat dilihat perbedaan peningkatan tingkat produktivitas.
Simulasi usulan dengan pendekatan penambahan tenaga kerja mengalami
peningkatan produktivitas tenaga kerja hingga 12,9 % dibandingkan
dengan proses simulasi awal, sedangkan tingkat produktivitas tenaga
kerja proses simulasi usulan dengan pendekatan overtime tidak memiliki
peningkatan tingkat produktivitas sama sekali. Berdasarkan hal tersebut,
dapat disimpulkan bahwa proses simulasi dengan pendekatan
penambahan tenaga kerja lebih baik dibandingkan dengan simulasi
usulan dengan pendekatan overtime.
56
c. Grafik Perbandingan Hasil Simulasi

Gambar 4.44 menunjukan grafik perbandingan hasil simulasi, dari
simulasi awal, simulasi usulan pertama penambahan 3 orang pekerja,
simulasi usulan kedua penambahan 7 orang pekerja, simulasi usulan
ketiga penambahan 9 orang pekerja, simulasi usulan keempat
penambahan 12 orang pekerja, simulasi usulan kelima penambahan 15
orang pekerja, simulasi usulan pertama overtime 9 jam, simulasi usulan
kedua overtime 10 jam, simulasi usulan ketiga overtime 11 jam, dan
simulasi usulan pertama overtime 12 jam. Penambahan tenaga kerja
dilakukan dengan cara memerhatikan aktivitas yang terdapat waktu
tunggu atau waiting time yang tinggi, dan aktivitas tersebut dengan tidak
sebanding dengan tingginya utilitas pekerja yang ada. Jika terdapat
aktivitas yang waiting time yang tinggi sedangkan tingkat utilitas pekerja
juga tinggi, maka harus dilakukan penambahan pekerja pada aktivitas
tersebut, sedangkan jika terdapat aktivitas yang waiting time nya rendah,
sedangkan tingkat utilitas pekerja tinggi, maka harus dilakukan
pengurangan pekerja pada aktivitas tersebut. Penambahan dan
pengurangan pada tiap aktivitas dilakukan hingga mendapatkan hasil
produktivitas yang tinggi. Persentase produktivitas simulasi usulan
terdapat pada Tabel 4.7 yang berisikan persentase dari masing-masing
simulasi usulan yang dilakukan. Perbandingan persentase produktivitas
tersebut divisualisasikan ke dalam grafik pada Gambar 4.44. berikut
merupakan tabel perbandingan produktivitas simulasi awal dengan
simulasi usulan yang diberikan:
Tabel 4.7 Persentase Perbandingan Produktivitas

Usulan Produktivitas
Penambahan Deskripsi
Tenaga kerja Awal Usulan
1 Penambahan Tenaga kerja 3 orang 20,40%
3 Penambahan Tenaga kerja 9 orang 9,2% 22,10%
Usulan Produktivitas
Deskripsi
Overtime Awal Usulan
1 Overtime 9 jam 9,2%
9,2%
Persentase produktivitas diperhitungkan untuk melihat peningkatan

tingkat produktivitas dari simulasi kondisi awal dengan tingkat
produktivitas dari simulasi usulan. Berikut adalah contoh perhitungan
untuk mendapatkan nilai persentase produktivitas:
57
Persentase Produktivitas = ×100%

Persentase Produktivitas = 0,092 × 100%
Persentase Produktivitas = 9,2%
Gambar 4.44 Grafik Perbandingan Hasil Produktivitas
Gambar 4.44 di atas adalah grafik perbandingan hasil simulasi yang

merupakan visualisasi dari perbandingan produktivitas pada Tabel 4.7:
Gambar 4.44 menunjukan bentuk visual dari perbandingan
persentase pada Tabel 4.7. Terdapat dua bentuk usulan yang dilakukan
untuk meningkatkan produktivitas proses inbound dan outbound, yaitu
dengan menambahkan tenaga kerja pada proses simulasi, serta dengan
menambah waktu kerja pada proses simulasi atau overtime. Produktivitas
awal proses simulasi menunjukan nilai produktivitas awal sebesar 9,2%.
Hal ini ditujukan dengan garis lurus berwarna biru pada Gambar 4.45
dimana akan menjadi pembanding kenaikan produktivitas dengan usulan
yang diberikan. Setelah melakukan simulasi usulan pertama penambahan
tenaga kerja sebanyak tiga orang, angka produktivitas mengalami
peningkatan menjadi 20,40%. Berdasarkan simulasi usulan pertama
penambahan tenaga kerja, dilakukan simulasi usulan kedua penambahan
tenaga kerja sebanyak 7 orang, dimana menyebabkan peningkatan
produktivitas yang tidak signifikan, yaitu menjadi 20,69%. Selanjutnya
dilakukan simulasi usulan dengan penambahan 9 orang tenaga kerja
dengan menghasilkan peningkatan nilai produktivitas menjadi 22,10%.
Simulasi usulan berikutnya dilakukan dengan menambahkan tenaga kerja
menjadi 12 orang. Namun pada simulasi usulan ini terjadi penurunan
produktivitas menjadi 21,97%. Simulasi usulan kelima penambahan
tenaga kerja sebanyak 15 orang dilakukan sebagai usulan terakhir pada
penambahan tenaga kerja yang menghasilkan peningkatan produktivitas
menjadi 22,26%.
58
Bentuk kedua usulan peningkatan produktivitas yaitu dengan

melakukan penambahan waktu kerja pada proses simulasi atau overtime.
Usulan ini diharapkan dapat meningkatkan output proses serta
produktivitas karena waktu kerja yang lebih lama. Namun berdasarkan
Tabel 4.7, ditunjukan bahwa tingkat produktivitas berdasarkan simulasi
usulan overtime tidak mengalami peningkatan jika dibandingkan dengan
tingkat produktivitas simulasi awal. Tingkat produktivitas yang tidak
meningkat ini disebabkan karena input yang diatur secara infinite pada
proses simulasi, dimana hal tersebut menyebabkan input dan output
meningkat secara bersamaan. Input simulasi diatur menjadi infinite
karena perusahaan tidak memiliki angka pasti input yang akan di proses,
dan jumlah barang yang masuk akan selesai hingga berdasarkan
selesainya waktu kerja, semakin lama waktu kerja yang ada, barang yang
masuk akan semakin banyak, begitu juga sebaliknya. Peningkatan input
dan output secara bersamaan tersebut menyebabkan tidak terdapat
peningkatan tingkat produktivitas berdasarkan simulasi usulan dengan
penambahan waktu atau overtime. Akibat tidak terdapatnya peningkatan
produktivitas berdasarkan simulasi usulan melalui penambahan waktu
atau overtime, maka usulan ini tidak digunakan sebagai solusi untuk
peningkatan produktivitas proses inbound dan outbound pada warehouse
PT XXX.
59
Gambar 4.45 berikut merupakan grafik visualisasi dari perbandingan rata-rata jumlah waiting time proses inbound dan
outbound berdasarkan simulasi awal dengan simulasi usulan penambahan tenaga kerja:
Gambar 4.45 Grafik Perbandingan Hasil Waiting Time

60
Grafik di atas menunjukan rata-rata waiting time atau waktu tunggu

dari masing-masing entitas yang ada pada proses simulasi. Berdasarkan
grafik di atas, dapat dilihat bahwa pada simulasi awal terdapat beberapa
proses yang memiliki jumlah waiting time yang besar. Jumlah waiting
time yang besar tersebut terlihat dari adanya fluktuasi pada garis jumlah
waiting time simulasi awal. Aktivitas yang memiliki waiting time yang
besar merupakan bottleneck dari proses yang ada. Besarnya jumlah
waiting time menjadi salah satu indikator penambahan tenaga kerja
dengan harapan dapat mengurangi jumlah waiting time yang besar.
Setelah dilakukan lima simulasi usulan penambahan tenaga kerja, dapat
dilihat pada grafik di atas bahwa terjadi penurunan waiting time setelah
tenaga kerja ditambahkan pada proses yang terindikasi bottleneck. Pada
usulan penambahan 3 dan 7 orang tenaga kerja, masih terlihat adanya
sedikit fluktuasi pada beberapa aktivitas. Namun setelah dilakukan
simulasi usulan penambahan 9, 12, dan 15 orang tenaga kerja, terdapat
dua aktivitas masih memiliki jumlah waiting time yang besar. Dua
aktivitas tersebut adalah palet menunggu dan palet menunggu 2. Waiting
time pada kedua aktivitas ini dianggap wajar karena pada proses ini, palet
berada keadaan transisi dari satu proses ke proses selanjutnya, dimana
palet harus menunggu untuk dipindahkan. Berdasarkan Gambar 4.46,
dapat dilihat bahwa jumlah waiting time terbaik ada pada simulasi usulan
penambahan 9 tenaga kerja, 12 tenaga kerja, dan 15 tenaga kerja karena
ketiga simulasi usulan ini memiliki bentuk grafik yang lebih stabil
dibandingkan dengan waiting time pada simulasi usulan penambahan
tenaga kerja lainnya.
Mengacu pada grafik di atas, waktu tunggu atau waiting time
terbaik ada pada simulasi usulan penambahan tenaga kerja. Rata-rata
waktu tunggu pada simulasi awal adalah sebesar 17.514,06 detik. Setelah
adanya simulasi penambahan tenaga kerja, rata-rata waktu tunggu
berkurang menjadi 7.157,09 detik jika menambahkan 9 tenaga kerja dan
13.069,59 detik jika menambahkan 15 orang tenaga kerja. Dapat dilihat
dari perbedaan waktu tunggu jika menambahkan 9 dan 15 tenaga kerja,
penambahan 9 tenaga kerja memiliki waktu tunggu yang lebih sedikit
sehingga jalannya proses inbound dan outbound pada warehouse PT
XXX menjadi lebih lancar.
Berikut adalah Gambar 4.46 yang merupakan grafik visualisasi dari
perbandingan tingkat kesibukan atau utilitas tenaga kerja berdasarkan
simulasi awal dan simulasi usulan penambahan tenaga kerja:
61
Gambar 4.46 Grafik Perbandingan Hasil Utilitas Tenaga Kerja
Gambar 4.46 di atas merupakan grafik perbandingan tingkat utilitas atau

kesibukan tenaga kerja. Semakin besar tingkat utilitas tenaga kerja, maka akan
semakin banyak pekerjaan yang dikerjakan. Sebaliknya, semakin rendah
tingkat kesibukan pekerja, maka semakin sedikit pekerjaan yang dikerjakan
oleh pekerja. Grafik di atas menunjukan perbandingan tingkat utilitas tenaga
kerja berdasarkan simulasi awal dengan simulasi usulan penambahan 3 orang,
7 orang, 9 orang, 12 orang, dan 15 orang tenaga kerja. Berdasarkan grafik di
atas, diketahui bahwa nilai rata-rata dari utilitas simulasi awal yaitu sebanyak
10 tenaga kerja adalah hampir mencapai 50%. Setelah dilakukan penambahan
tenaga kerja sebanyak 3 orang, tingkat utilitas tenaga kerja meningkat hampir
mencapai 80%. Pada simulasi awal, jumlah tenaga kerja adalah sebanyak 10
orang dengan jumlah waiting time yang besar. Setelah dilakukan penambahan
tenaga kerja, waiting time menurun, namun utilitas tenaga kerja meningkat. Hal
ini menunjukan bahwa setelah dilakukan penambahan tenaga kerja pada
aktivitas-aktivitas tertentu yang memiliki jumlah waiting time yang besar,
tingkat utilitas tenaga kerja masih tetap tinggi yang dapat dikarenakan oleh
penumpukan pada aktivitas-aktivitas tersebut. Sehingga tingkat utilitas tenaga
kerja justru meningkat setelah simulasi karena memiliki peningkatan tenaga
kerja.
Setelah melakukan simulasi usulan penambahan tenaga kerja berikutnya,
tingkat utilitas tenaga kerja semakin menurun karena jumlah tenaga kerja
menjadi semakin banyak. Hal ini dapat disebabkan karena jumlah tenaga kerja
yang semakin banyak, maka pekerjaan menjadi lebih terbagi sehingga beban
kerja masih-masing tenaga kerja dapat berkurang. Tingkat utilitas yang besar
tidak selalu akan berarti baik bagi perusahaan, jumlah tenaga kerja yang
banyak apabila diikuti oleh tingkat utilitas yang rendah menunjukan bahwa
tenaga kerja memiliki waktu senggang yang besar, dimana hal ini akan
merugikan perusahaan dari segi finansial. Berdasarkan grafik perhitungan
utilitas tenaga kerja di atas, tingkat utilitas tenaga kerja pada simulasi usulan
penambahan 7 orang dan 9 orang tenaga kerja tidak berbeda jauh. Perubahan
tingkat utilitas atau kesibukan tenaga kerja terlihat sedikit signifikan pada
usulan penambahan 12 orang dan 15 orang tenaga kerja.
62
Berdasarkan tiga faktor di atas, yaitu tingkat produktivitas, jumlah

waiting time, dan tingkat kesibukan tenaga kerja atau tingkat utilitas tenaga
kerja, dilakukan pemilihan solusi usulan simulasi penambahan tenaga kerja 9
orang. Simulasi usulan penambahan tenaga kerja 9 orang memiliki tingkat
produktivitas yang baik, yaitu sebesar 22,10%. Nilai ini mengalami kenaikan
sebesar 12,9% jika dibandingkan dengan tingkat produktivitas simulasi awal
yang mempunyai nilai sebesar 9,2%. Jumlah waiting time pada simulasi usulan
penambahan tenaga kerja 9 orang ini juga memiliki nilai waiting time yang
cukup baik walaupun masih terdapat beberapa bottleneck. Beberapa aktivitas
yang tetap memiliki bottleneck atau waiting time yang tinggi terdapat pada
proses area menunggu palet hingga di proses untuk pemindahan selanjutnya,
sehingga dapat disimpulkan bahwa pada aktivitas menunggu, maka aktivitas
tersebut akan selalu terdapat waktu tunggu yang lebih tinggi dibandingkan
dengan aktivitas lainnya. Berdasarkan indikator tingkat utilitas tenaga kerja,
simulasi usulan penambahan tenaga kerja 9 orang memiliki nilai rata-rata
tingkat utilitas tenaga kerja yaitu sebesar 58%, dimana angka tersebut adalah
representasi bahwa tingkat kesibukan tenaga kerja sudah baik apabila
dibandingkan dengan tingkat produktivitas dan jumlah waiting time yang
dihasilkan. Aktivitas yang masih terdapat bottleneck yaitu terdapat pada
aktivitas palet menunggu, palet menunggu 2, dan palet menunggu 4.
4.2.4 Employee Scheduling

Setelah melakukan simulasi proses inbound dan outbound warehouse PT
XXX Rancaekek menggunakan software ARENA, ditentukan jumlah tenaga
kerja optimal yang dibutuhkan pada proses tersebut yaitu sebanyak 19 tenaga
kerja dalam satu hari. Tenaga kerja yang ada saat ini pada proses inbound dan
outbound adalah 10 orang tenaga kerja. Dengan adanya penambahan jumlah
tenaga kerja yang dibutuhkan berdasarkan proses simulasi tersebut, selanjutnya
dilakukan proses employee scheduling atau penjadwalan tenaga kerja pada
proses inbound dan outbound. Proses penjadwalan tenaga kerja dilakukan
menggunakan Metode Algoritma Tibrewala, Philippe, dan Browne.
Penjadwalan tenaga kerja bertujuan untuk mengatur jadwal masuk dan jadwal
libur para tenaga kerja nantinya. Penjadwalan tenaga kerja dilakukan dalam
satu minggu dengan lima hari kerja dan dua hari libur, dimana dua hari libur
merupakan dua hari yang berurutan.
Berdasarkan simulasi yang dilakukan sebelumnya, ditentukan jumlah
optimal tenaga kerja dalam proses inbound dan outbound dalam satu hari yaitu
sebanyak 19 tenaga kerja. Penjadwalan tenaga kerja bertujuan agar setiap
harinya proses inbound dan outbound tetap memiliki 19 tenaga kerja, dengan
para tenaga kerja tetap memiliki dua hari libur dalam satu minggu. Dengan
melakukan penjadwalan tenaga kerja, output yang akan didapatkan juga berupa
jumlah tenaga kerja yang dibutuhkan agar kebutuhan 19 tenaga kerja setiap
harinya pada proses inbound dan outbound dapat terpenuhi. Penambahan
tenaga kerja ini dapat meningkatkan jumlah output palet pada proses inbound
dan outbound dan mengurangi waktu tunggu yang ada sehingga proses ini
tidak terhambat.
Berikut merupakan perhitungan kebutuhan tenaga kerja yang diperlukan
untuk mencukupi kebutuhan 19 tenaga kerja per hari:
• Kebutuhan tenaga kerja dalam satu minggu = 19+19+19+19+19+19+19
= 133 tenaga kerja.
63
• Total tenaga kerja yang dibutuhkan untuk penjadwalan: 133 tenaga

kerja/5 = 26,6 ≈ 27 tenaga kerja.
Berikut adalah hasil dari penjadwalan menggunakan employee scheduling:
Tabel 4.8 Hasil Employee Scheduling

Hari
Pekerja
Senin Selasa Rabu Kamis Jumat Sabtu Minggu
Pekerja 1
Pekerja 2
Pekerja 3
Pekerja 4
Pekerja 5
Pekerja 6
Pekerja 7
Pekerja 8
Pekerja 9
Pekerja 10
Pekerja 11
Pekerja 12
Pekerja 13
Pekerja 14
Pekerja 15
Pekerja 16
Pekerja 17
Pekerja 18
Pekerja 19
Pekerja 20
Pekerja 21
Pekerja 22
Pekerja 23
Pekerja 24
Pekerja 25
Pekerja 26
Pekerja 27
Berdasarkan perhitungan jumlah tenaga kerja yang akan dibutuhkan

untuk penjadwalan, diketahui jumlah tenaga kerja yang akan dijadwalkan dan
dibutuhkan untuk memenuhi kebutuhan pekerja setiap harinya adalah sebesar
26,6 tenaga kerja ≈ 27 tenaga kerja. 27 tenaga kerja tersebut akan dijadwalkan
lima hari kerja dengan dua hari libur secara berurutan. Proses penjadwalan
menggunakan Metode Algoritma Tibrewala, Philippe, and Browne dilakukan
dengan membandingkan nilai dari jumlah kebutuhan tenaga kerja dua hari
64
berurutan. Dua hari berurutan dengan jumlah nilai paling rendah akan diberi
bobot 0 dan sisa hari lainnya akan diberi bobot -1. Tabel 4.8 menunjukan
bahwa pekerja 1 libur di hari Minggu dan Senin, pekerja 2 libur di hari Kamis
dan Jumat, pekerja 3 libur di hari Selasa dan Rabu, pekerja 4 libur di hari
Jumat dan Sabtu, pekerja 5 libur di hari Sabtu dan Minggu, pekerja 6 libur di
hari Rabu dan Kamis, pekerja 7 libur di hari Senin dan Selasa, pekerja 8 libur
di hari Kamis dan Jumat, pekerja 9 libur di hari Senin dan Selasa, pekerja 10
libur di hari Jumat dan Sabtu, pekerja 11 libur di hari Selasa dan Rabu, pekerja
12 libur di hari Minggu dan Senin, pekerja 13 libur di hari Rabu dan Kamis,
pekerja 14 libur di hari Sabtu dan Minggu, pekerja 15 libur di hari Senin dan
Selasa, pekerja 16 libur di hari Rabu dan Kamis, pekerja 17 libur di hari Jumat
dan Sabtu, pekerja 18 libur di hari Minggu dan Senin, pekerja 19 libur di hari
Kamis dan Jumat, pekerja 20 libur di hari Jumat dan Sabtu, pekerja 21 libur di
hari Selasa dan Rabu, pekerja 22 libur di hari Sabtu dan Minggu, pekerja 23
libur di hari Senin dan Selasa, pekerja 24 libur di hari Rabu dan Kamis, pekerja
25 libur di hari Selasa dan Rabu, pekerja 26 libur di hari Kamis dan Jumat,
pekerja 27 libur di hari Minggu dan Senin.
Berdasarkan perhitungan tersebut dan merujuk pada Tabel 4.8, diketahui
bahwa jumlah tenaga kerja yang dijadwalkan bekerja setiap harinya yaitu
sebanyak 19 pekerja, kecuali pada hari Sabtu dan Minggu yaitu sebanyak 20
pekerja, yang berarti terdapat kelebihan satu pekerja. Apabila melihat pada
tebal perhitungan pekerja ke 27 yang terdapat pada lampiran, pada kolom
remain terdapat angka 0 dan -1. Nilai 0 diartikan bahwa pada hari itu, jumlah
pekerja yang bekerja di hari tersebut sesuai dengan jumlah pekerja yang
dibutuhkan, sedangkan nilai -1 berarti jumlah pekerja yang bekerja di hari
tersebut bertambah 1 orang dari jumlah pekerja yang dibutuhkan pada hari
tersebut. Kelebihan pekerja ini dapat terjadi karena pada saat dilakukan
perhitungan kebutuhan pekerja, dilakukan roundup atau pembulatan nilai ke
atas menjadi 27 pekerja, sehingga kelebihan pekerja tersebut merupakan
dampak dari proses pembulatan nilai ke atas tersebut.
BAB 5
KESIMPULAN
5.1 Kesimpulan
Berikut ini adalah beberapa kesimpulan yang dapat ditarik dari penelitian
berdasarkan rumusan masalah yang telah ditentukan:
1. Faktor yang dapat diperbaiki untuk mengurangi waktu tunggu proses
usulan adalah jumlah tenaga kerja atau manpower dan penambahan jam
kerja atau overtime. Kedua hal ini merupakan faktor yang memengaruhi
waktu tunggu dan tingkat produktivitas proses inbound dan outbound. Pada
skenario simulasi terbaik, faktor yang paling berpengaruh pada peningkatan
produktivitas inbound dan outbound warehouse PT XXX adalah jumlah
tenaga kerja atau manpower. Perubahan jumlah tenaga kerja menyebabkan
penurunan waktu tunggu dan peningkatan produktivitas.
2. Rata-rata waktu tunggu pada simulasi awal adalah sebesar 17.514,06 detik.
Setelah adanya simulasi penambahan tenaga kerja, rata-rata waktu tunggu
berkurang menjadi 7.157,09 detik jika menambahkan 9 tenaga kerja dan
13.069,59 detik jika menambahkan 15 orang tenaga kerja. Dapat dilihat dari
perbedaan waktu tunggu jika menambahkan 9 dan 15 tenaga kerja,
penambahan 9 tenaga kerja memiliki waktu tunggu yang lebih sedikit
sehingga jalannya proses inbound dan outbound pada warehouse PT XXX
menjadi lebih lancar. Tingkat produktivitas pada proses inbound dan
outbound warehouse PT XXX setelah adanya beberapa simulasi usulan
menggunakan software ARENA mengalami peningkatan. Peningkatan
produktivitas berdasarkan indikator pertama adalah penambahan pekerja.
Pada skenario simulasi awal, tingkat produktivitas inbound dan outbound
warehouse PT XXX hanya sebesar 9,2% dengan jumlah pekerja sebanyak
10 orang. Setelah adanya skenario simulasi usulan pertama dengan
penambahan pekerja sebanyak 3 orang menjadi 13 orang, tingkat
produktivitas proses tersebut meningkat menjadi 22,1% dengan persentase
peningkatan sebesar 11,2% dibandingkan dengan simulasi awal. Pada
skenario simulasi usulan kedua dengan penambahan pekerja sebanyak 7
orang menjadi 17 pekerja, tingkat produktivitas meningkat menjadi 20,69%
dengan persentase peningkatan sebanyak 11,49% dibandingkan dengan
simulasi awal. Pada skenario simulasi usulan ketiga dengan penambahan
pekerja sebanyak 9 orang menjadi 19 orang, tingkat produktivitas
meningkat menjadi 22,1% dengan persentase peningkatan sebanyak 12,9%
dibandingkan dengan simulasi awal. Pada skenario simulasi usulan keempat
dengan penambahan pekerja sebanyak 12 orang menjadi 22 orang, tingkat
produktivitas meningkat menjadi 21,97% dengan persentase peningkatan
sebanyak 12,77% dibandingkan dengan simulasi awal. Pada skenario
simulasi usulan kelima dengan penambahan pekerja sebanyak 15 orang
menjadi 25 orang, tingkat produktivitas meningkat menjadi 22,26% dengan
persentase peningkatan sebanyak 13,06%. Indikator selanjutnya adalah
penambahan jam kerja atau overtime. Pada skenario simulasi usulan
pertama penambahan waktu kerja sebanyak 9 jam, tingkat produktivitas
sama sekali tidak bertambah. Hal ini juga terjadi pada skenario simulasi
usulan kedua (10 jam kerja), skenario simulasi usulan ketiga (11 jam kerja),
dan skenario simulasi usulan keempat (12 jam kerja).
3. Dengan adanya penambahan pekerja, maka harus dilakukan penjadwalan
pekerja agar mendapatkan waktu kerja yang efektif bagi setiap pekerjanya.
Berdasarkan perhitungan penjadwalan pekerja dengan Metode Algoritma
Tibrewala, Phillipe, and Browne maka didapatkan pekerja 1 libur di hari
Minggu dan Senin, pekerja 2 libur di hari Kamis dan Jumat, pekerja 3 libur
di hari Selasa dan Rabu, pekerja 4 libur di hari Jumat dan Sabtu, pekerja 5
libur di hari Sabtu dan Minggu, pekerja 6 libur di hari Rabu dan Kamis,
pekerja 7 libur di hari Senin dan Selasa, pekerja 8 libur di hari Kamis dan
Jumat, pekerja 9 libur di hari Senin dan Selasa, pekerja 10 libur di hari
Jumat dan Sabtu, pekerja 11 libur di hari Selasa dan Rabu, pekerja 12 libur
di hari Minggu dan Senin, pekerja 13 libur di hari Rabu dan Kamis, pekerja
14 libur di hari Sabtu dan Minggu, pekerja 15 libur di hari Senin dan Selasa,
pekerja 16 libur di hari Rabu dan Kamis, pekerja 17 libur di hari Jumat dan
Sabtu, pekerja 18 libur di hari Minggu dan Senin, pekerja 19 libur di hari
Kamis dan Jumat, pekerja 20 libur di hari Jumat dan Sabtu, pekerja 21 libur
di hari Selasa dan Rabu, pekerja 22 libur di hari Sabtu dan Minggu, pekerja
23 libur di hari Senin dan Selasa, pekerja 24 libur di hari Rabu dan Kamis,
pekerja 25 libur di hari Selasa dan Rabu, pekerja 26 libur di hari Kamis dan
Jumat, pekerja 27 libur di hari Minggu dan Senin.
5.2 Saran
Berikut ini adalah beberapa saran dari hasil penelitian ini:
1. Perusahaan menambahkan pekerja pada bagian inbound dan outbound
menjadi 19 pekerja untuk satu shift kerja yaitu 7 jam, untuk mendapatkan
peningkatan produktivitas sebesar 12,9%, dari 9,2% menjadi 22,1%.
2. Berdasarkan penjadwalan pekerja, dibutuhkan 27 pekerja pada proses
inbound dan outbound untuk memenuhi kebutuhan 19 pekerja setiap
harinya. Perusahaan dapat melakukan rolling pekerja yang ada pada
warehouse agar kebutuhan pekerja terpenuhi dan menjaga kinerja pekerja.
LAMPIRAN 1
DATA REPLIKASI SIMULASI AWAL
Time Rata-rata
Waiting Time Replikasi rata-rata
No Proses 1 2 3 4 5 6 7 8
1 Palet menunggu 2 11,6817 11,0523 10,8471 10,345 10,4159 10,4076 10,4796 10,4786 10,713475
2 Palet menunggu 3 0,1755 0,1808 0,1673 0,131 0,119 0,1363 0,1382 0,1437 0,148975
3 Palet menunggu 4 0,05952521 0,06927951 0,06472087 0,08137577 0,08908979 0,1009 0,1086 0,0976 0,083886394
4 Palet menunggu 5 0,3645 0,276 0,03037 0,3269 0,443 0,4429 0,4941 0,46 0,35472125
5 Palet menunggu 8710,64 8752,85 8768,73 8762,8 8753,4 8750,99 8734,06 8736,74 8746,27625
6 Peletakan palet di depan storage 5,5736 4,8964 4,9111 4,3582 4,2569 4,4068 4,5882 4,4192 4,6763
7 Peletakan palet ke receiving area 8776,71 8801,96 8776,27 8797,51 8770,31 8751,66 8728,42 8747,5 8768,7925
8 Peletakkan palet ke storage 0 0 0 0 0 0 0 0 0
Pengangkatan palet ke loading
9 area 0,4522 0,315 0,4158 0,4866 0,6338 0,6044 0,6549 0,6103 0,521625
10 Pengangkatan palet ke truk 0,4199 0,3339 0,362 0,4182 0,5285 0,5226 0,5878 0,549 0,4652375
11 Penurunan palet dari storage 0 0 0 0 0 0 0 0 0
12 Penyusunan karton ke palet 0 0 0 0 0 0 0 0 0
13 Penyusunan karton ke truk 7,9863 6,3631 5,6996 5,754 6,453 6,4918 6,8806 7,0037 6,5790125
L1
Resource Usage Rata-rata
Utilization Replikasi rata-rata
No Operator 1 2 3 4 5 6 7 8
1 Operator palet ke receiving area 1 1 1 1 1 1 1 1 1
2 Operator peletakkan didepan storage 0,8594 0,8535 0,8523 0,8515 0,8541 0,8549 0,857 0,8567 0,854925
3 Operator peletakkan ke storage 0,4449 0,4414 0,4396 0,4399 0,4406 0,442 0,442 0,4409 0,4414125
4 Operator pengangkatan palet ke truk 0,3778 0,3747 0,3686 3689 0,3711 0,3696 0,3697 0,3698 461,4501625
Operator penyusunan karton ke palet
5 1 0,02006416 0,02000145 0,02009202 0,01994165 0,0200111 0,02008997 0,01998811 0,01993667 0,020015641
Operator penyusunan karton ke palet
6 2 0,01972613 0,01994087 0,02001972 0,02006473 0,02020904 0,02020195 0,02014265 0,02011868 0,020052971
7 Operator penyusunan karton ke truk 1 0,7363 0,6958 0,6857 0,6844 0,6886 0,6899 0,6897 0,6903 0,6950875
Operator perpindahan palet ke loading
9 area 0,408 0,4059 0,4046 0,4057 0,4071 0,4094 0,4111 0,4114 0,4079
10 Operator picking 0,2189 0,216 0,2153 0,2153 0,2158 0,2161 0,217 0,2169 0,2164125
L2
LAMPIRAN 2
DATA REPLIKASI SIMULASI USULAN PENAMBAHAN PEKERJA PERTAMA
Time Rata-rata
No Proses 1 2 3 4 5 6 7 8
1 Palet menunggu 2 5150,86 5237,08 5232,75 5206,82 5188,8 5187,57 5174,6 5181,28 5194,97
2 Palet menunggu 3 51,3617 58,6936 82,1423 69,9621 70,1537 76,5851 77,6061 73,6396 70,018025
3 Palet menunggu 4 17,7548 17,2518 26,1905 22,7897 20,7184 19,6427 20,1003 19,5657 20,5017375
4 Palet menunggu 5 18,0269 15,3557 15,2817 14,8446 14,6094 14,1252 13,9978 14,3575 15,07485
5 Palet menunggu 7491,8 7544,02 7530,61 7517,5 7517,22 7530,36 7527,8 7519 7522,28875
8 Peletakkan palet ke storage 43,3793 49,9064 73,1868 61,3647 61,5216 67,7609 68,7102 64,7829 61,3266
9 area 35,567 35,1576 44,7453 40,7794 38,6791 37,4417 37,8288 37,3339 38,4416
11 Penurunan palet dari storage 0,00160129 0,00278379 0,00425744 0,00496062 0,00992768 0,01384161 0,01654485 0,01953507 0,009181544
L3
No Operator 1 2 3 4 5 6 7 8
Operator peletakan palet didepan
1 storage baru 0,9984 0,9982 0,9982 0,9981 0,9981 0,9981 0,9981 0,9981 0,9981625
Operator peletakan palet didepan
2 storage lama 0,996 0,9953 0,9955 0,9957 0,9959 0,9958 0,9959 0,996 0,9957625
Operator peletakan palet ke receiving
3 area baru 1 1 1 1 1 1 1 1 1
Operator peletakan palet ke receiving
4 area lama 0,998 0,998 0,9981 0,9983 0,9985 0,9986 0,9986 0,9987 0,99835
5 Operator peletakan ke storage 0,9859 0,9862 0,9885 0,9869 0,9871 0,9873 0,9889 0,9883 0,9873875
6 Operator pengangkatan palet ke truk 0,8415 0,828 0,8279 0,8271 0,8269 0,8236 0,821 0,8201 0,8270125
7 Operator penyusunan karton ke palet 0,04009461 0,04017472 0,04022279 0,04004277 0,04021426 0,04029605 0,04020297 0,0401291 0,040172159
Operator penyusunan karton ke truk
8 1 0,7707 0,7897 0,7903 0,7953 0,7903 0,7887 0,7877 0,7862 0,7873625
9 2 0,7704 0,7702 0,7665 0,7611 0,7642 0,7656 0,7692 0,7662 0,766675
10 baru 0,7591 0,7603 0,7684 0,764 0,7626 0,7641 0,7624 0,7662 0,7633875
11 baru 1 0,7493 0,7741 0,7781 0,776 0,7769 0,7769 0,7736 0,7749 0,772475
Operator perpindahan palet ke
12 loading area 0,925 0,9268 0,9335 0,9293 0,9268 0,9249 0,9249 0,9254 0,927075
L4
LAMPIRAN 3
DATA REPLIKASI SIMULASI USULAN PENAMBAHAN PEKERJA KEDUA
Time Rata-rata
Rata-
Waiting Time Replikasi rata
No Proses 1 2 3 4 5 6 7 8
1 Palet menunggu 2 5460.5 5458.32 5467.25 5469.65 5474.06 5468.01 5488.47 5494.18 5472.555
2 Palet menunggu 3 2.292 2.2896 2.257 2.2327 2.1948 2.1336 2.1396 2.1282 2.208438
3 Palet menunggu 4 17.9165 15.2019 15.143 16.9862 16.2574 15.7827 15.8881 16.1559 16.16646
4 Palet menunggu 5 1.9646 1.8527 1.9379 1.7969 1.7924 1.763 1.7514 1.7277 1.823325
5 Palet menunggu 7547.37 7549.93 7528.34 7536.53 7556.94 7547.57 7535.79 7532.5 7541.871
6 Peletakan palet di depan storage 928.01 938.21 899.21 868.26 855.81 882.56 873.67 853.24 887.3713
7 Peletakan palet ke receiving area 0 0.00038284 0.00046418 0.00079222 0.00096228 0.00099383 0.00112449 0.00098393 0.000713
8 Peletakkan palet ke storage 0 0 0 0 0 0.00458864 0.00393312 0.00344148 0.001495
9 area 0 0 0 0 0 0 0 0 0
10 Pengangkatan palet ke truk 0 0 0 0 0 0 0 0 0
11 Penurunan palet dari storage 0.6384 0.5106 0.4733 0.482 0.4945 0.475 0.4602 0.4457 0.497463
13 Penyusunan karton ke truk 3.3277 3.751 4.1872 4.4735 4.675 5.1042 4.9333 4.9944 4.430788
L5
Rata-
Utilization Replikasi rata
No Operator 1 2 3 4 5 6 7 8
Operator peletakan palet di depan storage
1 baru 0.9984 0.9982 0.9982 0.9981 0.9981 0.9981 0.9981 0.9981 0.998163
2 lama 0.997 0.9968 0.9963 0.9962 0.9962 0.9963 0.9962 0.9963 0.996413
Operator peletakan palet di receiving area
3 baru 0.527 0.5257 0.526 0.5257 0.5249 0.5252 0.5263 0.5251 0.525738
4 baru 1 1 1 1 1 1 1 1 1 1
5 lama 0.5269 0.5258 0.5244 0.524 0.5239 0.5231 0.523 0.5232 0.524288
6 Operator peletakan ke storage baru 0.6454 0.6445 0.645 0.6453 0.6432 0.6418 0.6417 0.6427 0.6437
7 Operator peletakan ke storage lama 0.3558 0.3549 0.3546 0.3539 0.3531 0.3523 0.352 0.3528 0.353675
8 Operator pengangkatan palet ke truk baru 0.7006 0.6962 0.702 0.6954 0.6958 0.6917 0.6902 0.6927 0.695575
9 Operator pengangkatan palet ke truk lama 0.1301 0.1319 0.1296 0.1315 0.1323 0.1331 0.1318 0.1327 0.131625
10 Operator penyusunan karton ke palet 0.04021602 0.03964276 0.03975654 0.03957734 0.0397147 0.03977839 0.03979792 0.03974605 0.039779
11 Operator penyusunan karton ke truk 1 0.7616 0.7745 0.7721 0.7711 0.7736 0.7745 0.7759 0.7757 0.772375
13 Operator penyusunan karton ke truk baru 0.7537 0.7558 0.7556 0.7665 0.7759 0.7797 0.7768 0.7775 0.767688
Operator penyusunan karton ke truk baru
14 1 0.7645 0.7689 0.7618 0.7586 0.7658 0.7671 0.7655 0.7693 0.765188
15 area baru 0.9288 0.927 0.9267 0.9285 0.9288 0.9283 0.9276 0.9283 0.928
16 area lama 0.0062526 0.00604204 0.00604064 0.00606519 0.00609645 0.00605509 0.00605704 0.00608213 0.006086
17 Operator picking 0.488 0.4889 0.4902 0.4912 0.4914 0.4911 0.491 0.4908 0.490325
L6
LAMPIRAN 4
DATA REPLIKASI SIMULASI USULAN PENAMBAHAN PEKERJA KETIGA
Time Rata-rata
No Proses 1 2 3 4 5 6 7 8
1 Palet menunggu 2 5561,45 5569,6 5535,57 5535,38 5551,28 5574,27 5570,97 5558,95 5557,18375
2 Palet menunggu 3 3,1643 3,3356 3,3921 3,4908 3,5436 3,5566 3,5747 3,5879 3,4557
3 Palet menunggu 4 62,5524 68,7955 80,4627 75,559 116,03 107,06 100,87 116,91 91,02995
4 Palet menunggu 5 2,2068 2,0454 2,2314 2,2034 2,1718 2,1384 2,1881 2,1939 2,1724
5 Palet menunggu 7525,27 7536,47 7520,58 7505,79 7501,42 7490,47 7489,64 7483,31 7506,61875
Peletakan palet di depan
6 storage 0 0 0 0 0 0 0 0 0
Peletakan palet ke receiving
7 area 0 0,00078907 0,00052605 0,00039454 0,00051445 0,00049655 0,00042562 0,00037242 0,000439838
8 Peletakkan palet ke storage 0 0 0 0,01369472 0,01923375 0,01794344 0,01538009 0,01403851 0,010036314
9 area 0 0 0 0 0 0 0 0 0
10 Pengangkatan palet ke truk 0 0 0 0 0 0 0 0,00007585 9,48125E-06
11 Penurunan palet dari storage 1,0524 1,1168 1,0849 1,1528 1,1685 1,1667 1,132 1,0971 1,1214
L7
No Operator 1 2 3 4 5 6 7 8
1 baru 0,9984 0,9982 0,9982 0,9981 0,9981 0,9981 0,9981 0,9981 0,9981625
2 baru 1 0,533 0,5388 0,5398 0,5381 0,5381 0,5374 0,5367 0,5376 0,5374375
3 lama 0,5366 0,5358 0,5351 0,5351 0,5355 0,5361 0,5361 0,5358 0,5357625
Operator peletakan palet ke receiving area
4 baru 0,5231 0,5203 0,5203 0,5192 0,5206 0,5218 0,523 0,5233 0,52145
5 baru 1 1 1 1 1 1 1 1 1 1
6 lama 0,5235 0,5227 0,5215 0,5207 0,5222 0,5221 0,5226 0,524 0,5224125
7 Operator peletakan ke storage baru 0,6828 0,6781 0,6792 0,6825 0,6847 0,6846 0,6836 0,684 0,6824375
8 Operator peletakan ke storage lama 0,3808 0,3797 0,3802 0,3821 0,3841 0,3843 0,3842 0,3841 0,3824375
9 Operator pengangkatan palet ke truk baru 0,7377 0,7357 0,7397 0,739 0,7361 0,7353 0,7357 0,7363 0,7369375
10 Operator pengangkatan palet ke truk lama 0,1435 0,1415 0,1402 0,143 0,1399 0,1395 0,1406 0,1401 0,1410375
11 Operator penyusunan karton ke palet 0,0400178 0,04000263 0,039953 0,03975768 0,03988366 0,03996045 0,03988568 0,03984983 0,039913841
14 Operator penyusunan karton ke truk baru 0,6892 0,6556 0,651 0,6557 0,6547 0,6587 0,66 0,6597 0,660575
15 1 0,6945 0,6919 0,6844 0,675 0,6671 0,6671 0,6702 0,6679 0,6772625
16 2 0,7 0,6864 0,6815 0,6761 0,6707 0,6717 0,6717 0,6702 0,6785375
17 area baru 0,9841 0,9822 0,9823 0,982 0,9829 0,9817 0,9819 0,9829 0,9825
18 area lama 0,0076652 0,00771019 0,00776877 0,00778954 0,00777496 0,0076796 0,00766875 0,00767581 0,007716603
L8
LAMPIRAN 5
DATA REPLIKASI SIMULASI USULAN PENAMBAHAN PEKERJA KEEMPAT
Time Rata-rata
Waiting Time Replikasi Rata-rata
No Proses 1 2 3 4 5 6 7 8
1 Palet menunggu 2 5417.57 5406.24 5439.73 5454.88 5484.79 5498.53 5516.19 5511.29 5466.1525
2 Palet menunggu 3 1.9572 1.9164 1.89 1.8965 1.8543 1.8568 1.8526 1.8712 1.886875
3 Palet menunggu 4 125.79 237.04 193.84 179.71 167.34 150.66 150.03 157.98 170.29875
4 Palet menunggu 5 2.3166 2.2882 2.2303 2.2658 2.2606 2.2408 2.1554 2.1703 2.241
5 Palet menunggu 7482.22 7551.55 7557.59 7546.79 7536.95 7535.62 7524.59 7520.96 7532.03375
Peletakan palet di depan
6 storage 0 0 0 0 0 0 0 0 0
Peletakan palet ke receiving
7 area 0 0 0 0.00007034 0.00005627 0.00012023 0.00010306 0.00009017 5.50088E-05
8 Peletakkan palet ke storage 0 0 0 0 0 0 0 0
Pengangkatan palet ke
9 loading area 0 0 0 0 0 0 0 0 0
10 Pengangkatan palet ke truk 0 0 0 0 0 0 0 0 0
Penurunan palet dari
11 storage 1.0429 0.9947 0.9891 1.0132 1.0273 1.017 1.0018 0.9995 1.0106875
13 Penyusunan karton ke truk 1.0152 0.883 0.8268 0.7788 0.7547 0.7086 0.7406 0.7369 0.805575
L9
Utilization Replikasi Rata-rata
No Operator 1 2 3 4 5 6 7 8
1 Operator peletakan palet di depan storage baru 0.9984 0.9982 0.9983 0.9981 0.9981 0.9981 0.9981 0.9981 0.998175
2 Operator peletakan palet di depan storage baru 1 0.3606 0.3638 0.3622 0.3619 0.3625 0.361 0.3607 0.3602 0.3616125
3 Operator peletakan palet di depan storage baru 2 0.3614 0.3623 0.362 0.3606 0.3609 0.3594 0.3593 0.3599 0.360725
4 Operator peletakan palet di depan storage lama 0.362 0.3628 0.3616 0.3599 0.3591 0.3589 0.3581 0.3588 0.36015
5 Operator peletakan palet di receiving area baru 0.518 0.5159 0.5198 0.5216 0.5244 0.5236 0.5242 0.5233 0.52135
6 Operator peletakan palet di receiving area baru 1 1 1 1 1 1 1 1 1 1
7 Operator peletakan palet di receiving area lama 0.5183 0.5192 0.5215 0.5218 0.5526 0.522 0.5234 0.5237 0.5253125
9 Operator peletakan ke storage baru 1 0.1893 0.1915 0.19 0.19 0.1906 0.1904 0.1909 0.1915 0.190525
12 Operator pengangkatan palet ke truk baru 0.7404 0.7423 0.7433 0.7453 0.7458 0.7435 0.7399 0.7405 0.742625
13 Operator pengangkatan palet ke truk lama 0.1518 0.147 0.1459 0.1466 0.1462 0.1455 0.1453 0.1449 0.14665
17 Operator penyusunan karton ke truk baru 0.6484 0.6717 0.6733 0.673 0.6692 0.6716 0.6687 0.6686 0.6680625
18 Operator penyusunan karton ke truk baru 1 0.6832 0.6842 0.6845 0.6955 0.689 0.6821 0.6805 0.6813 0.6850375
19 Operator penyusunan karton ke truk baru 2 0.675 0.6648 0.6662 0.6712 0.6692 0.6654 0.6656 0.6694 0.66835
20 Operator perpindahan palet ke loading area baru 0.998 0.9895 0.9872 0.9871 0.9879 0.9878 0.9881 0.9884 0.98925
21 Operator perpindahan palet ke loading area lama 0.00801334 0.00785793 0.00779221 0.00780341 0.00789647 0.00791882 0.00791952 0.00790414 0.00788823
L10
LAMPIRAN 6
DATA REPLIKASI SIMULASI USULAN PENAMBAHAN PEKERJA KELIMA
Time Rata-rata
Waiting Time Replikasi Rata-rata
No Proses 1 2 3 4 5 6 7 8
1 Palet menunggu 2 5456.74 5482.16 5519.06 5516.33 5492.82 5478.29 5476.19 5494.35 5489.493
2 Palet menunggu 3 2.3403 2.2188 2.1084 2.1028 2.0471 1.9634 1.9492 1.9122 2.080275
3 Palet menunggu 4 141.37 105.05 35.2003 92.1779 105.68 103.43 123.45 120.12 103.3098
4 Palet menunggu 5 1.4834 1.3059 1.3345 1.3606 1.4368 1.4634 1.4954 1.4884 1.42105
5 Palet menunggu 7465.56 7505.87 7498.8 7492.3 7508.83 7524.77 7515.96 7512.68 7503.096
Peletakan palet di
6 depan storage 0 0 0 0 0 0 0 0 0
Peletakan palet ke
7 receiving area 0 0 0 0 0 0 0 0 0
Peletakkan palet ke
8 storage 0 0 0 0 0 0 0 0 0
Pengangkatan palet
9 ke loading area 0 0 0 0 0 0 0 0 0
Pengangkatan palet
10 ke truk 0 0 0 0 0 0 0 0 0
Penurunan palet dari
11 storage 1.2079 1.1358 1.0827 1.0297 1.0763 1.1003 1.0878 1.0599 1.09755
Penyusunan karton
12 ke palet 0 0 0 0 0 0 0 0 0
Penyusunan karton
13 ke truk 0.3466 0.5144 0.4731 0.6045 0.5913 0.5761 0.5952 0.6133 0.539313
L11
Rata-
Utilization Replikasi rata
No Operator 1 2 3 4 5 6 7 8
Operator peletakan palet di depan
1 storage baru 0.9984 0.9982 0.9982 0.9981 0.9981 0.9981 0.9981 0.9981 0.998163
2 storage baru 1 0.3605 0.3557 0.3559 0.3572 0.3574 0.3577 0.3581 0.3587 0.35765
3 storage baru 2 0.3566 0.3548 0.3551 0.3557 0.3566 0.357 0.3578 0.3574 0.356375
4 storage lama 0.358 0.3539 0.353 0.3544 0.3571 0.3577 0.3584 0.3578 0.356288
Operator peletakan palet di receiving
5 area baru 0.3478 0.3494 0.3485 0.348 0.3492 0.349 0.3498 0.35 0.348963
6 area baru 1 1 1 1 1 1 1 1 1 1
7 area baru 2 0.3476 0.3498 0.3472 0.3482 0.3484 0.3484 0.349 0.349 0.34845
8 area lama 0.3454 0.35 0.3494 0.3503 0.3506 0.3508 0.3504 0.3498 0.349588
Operator pengangkatan palet ke truk
13 baru 0.6783 0.6804 0.6773 0.6761 0.6826 0.6865 0.6891 0.6892 0.682438
14 baru 1 0.0957 0.0929 0.0921 0.0925 0.0956 0.0948 0.0954 0.0946 0.0942
15 lama 0.1003 0.0951 0.0921 0.0918 0.094 0.093 0.0938 0.0937 0.094225
17 1 0.6636 0.6876 0.6825 0.6929 0.6853 0.6834 0.6794 0.6795 0.681775
18 2 0.6416 0.6598 0.6547 0.6664 0.6669 0.6702 0.6705 0.6721 0.662775
L12
19 baru 0.6881 0.6648 0.6755 0.6852 0.6835 0.6786 0.6732 0.6738 0.677838
20 baru 1 0.6477 0.6782 0.658 0.6669 0.6677 0.6611 0.6634 0.6678 0.66385
21 baru 2 0.6399 0.6659 0.6673 0.6671 0.6711 0.6712 0.6679 0.6683 0.664838
22 loading area baru 0.9912 0.9847 0.9844 0.984 0.9853 0.9858 0.9866 0.9863 0.986038
23 loading area baru 1 0.00421314 0.00399425 0.003908 0.00389658 0.00386477 0.00386272 0.00391092 0.00392891 0.003947
24 loading area lama 0.00425924 0.00406883 0.00403931 0.00400973 0.004012 0.00401444 0.00402107 0.00396768 0.004049
L13
LAMPIRAN 7
DATA REPLIKASI SIMULASI USULAN OVERTIME PERTAMA
Time Rata-rata
No Proses 1 2 3 4 5 6 7 8
1 Palet menunggu 2 11,9051 11,0848 11,1252 10,5791 10,6629 10,5303 10,5535 10,5842 10,87814
2 Palet menunggu 3 0,154 0,1587 0,1588 0,1293 0,1168 0,1299 0,1303 0,1348 0,139075
3 Palet menunggu 4 0,07640943 0,07286867 0,0657605 0,07795169 0,08884006 0,0974 0,1051 0,0942 0,084816
4 Palet menunggu 5 0,3866 0,2752 0,3274 0,3319 0,4524 0,4417 0,5053 0,4661 0,398325
5 Palet menunggu 9969,98 10016,08 10022,13 10015,89 9999,98 9994,71 9976,43 9979,84 9996,88
9 area 0,5419 0,3486 0,4612 0,4981 0,6747 0,629 0,6838 0,6306 0,558488
L14
No Operator 1 2 3 4 5 6 7 8
5 Operator penyusunan karton ke palet 1 0,02011231 0,02007395 0,02016038 0,02001314 0,02004615 0,02010756 0,02002107 0,01997386 0,020064
9 area 0,409 0,407 0,4061 0,4067 0,4087 0,4103 0,4114 0,4121 0,408913
L15
LAMPIRAN 8
DATA REPLIKASI SIMULASI USULAN OVERTIME KEDUA
Time Rata-rata
No Proses 1 2 3 4 5 6 7 8
1 Palet menunggu 2 11,4258 10,8188 10,8385 10,3284 10,504 10,3643 10,3881 10,4952 10,64539
2 Palet menunggu 3 0,1371 0,1413 0,1414 0,115 0,1261 0,1398 0,1424 0,1512 0,136788
3 Palet menunggu 4 0,06804852 0,06480066 0,0584318 0,0692837 0,08690697 0,0933 0,0992 0,0976 0,079696
4 Palet menunggu 5 0,3442 0,245 0,2909 0,2947 0,4301 0,4161 0,4786 0,4702 0,371225
5 Palet menunggu 11285,65 11292,13 11286,55 11271,58 11255,75 11248,96 11229,95 11233,08 11262,96
9 Pengangkatan palet ke loading area 0,4824 0,3104 0,4096 0,4421 0,6461 0,5981 0,6411 0,6361 0,520738
L16
No Operator 1 2 3 4 5 6 7 8
9 area 0,4105 0,4078 0,4069 0,4077 0,4092 0,4104 0,4116 0,4124 0,409563
L17
LAMPIRAN 9
DATA REPLIKASI SIMULASI USULAN OVERTIME KETIGA
Time Rata-rata
No Proses 1 2 3 4 5 6 7 8
1 Palet menunggu 2 10,7679 10,538 10,496 10,0468 10,2839 10,2238 10,2044 10,397 10,36973
2 Palet menunggu 3 0,1243 0,157 0,1471 0,1184 0,1376 0,1474 0,1468 0,1642 0,14285
3 Palet menunggu 4 0,0618452 0,0585182 0,05276677 0,06243267 0,08690866 0,0912 0,0957 0,0947 0,075509
4 Palet menunggu 5 0,3119 0,2248 0,2657 0,268 0,4275 0,4082 0,4605 0,4583 0,353113
5 Palet menunggu 12503,37 12516,18 12535,05 12527,07 12507,75 12496,73 12481,55 12485,47 12506,65
9 area 0,4371 0,2806 0,3695 0,3983 0,6276 0,5767 0,6108 0,6163 0,489613
L18
No Operator 1 2 3 4 5 6 7 8
9 area 0,4083 0,4082 0,4071 0,408 0,4103 0,4112 0,412 0,4127 0,409725
L19
LAMPIRAN 10
DATA REPLIKASI SIMULASI USULAN OVERTIME KEEMPAT
Time Rata-rata
No Proses 1 2 3 4 5 6 7 8
1 Palet menunggu 2 10,6127 10,5176 10,5075 10,0091 10,2676 10,2279 10,2027 10,4058 10,34386
2 Palet menunggu 3 0,1131 0,1431 0,1384 0,116 0,1365 0,1435 0,1418 0,16 0,13655
3 Palet menunggu 4 0,05961245 0,08233142 0,06813183 0,07183684 0,0911 0,094 0,0965 0,0961 0,082452
4 Palet menunggu 5 0,404 0,2945 0,3099 0,2948 0,4325 0,4236 0,464 0,4691 0,38655
5 Palet menunggu 13758,42 13772,66 13778,79 13770,32 13751,65 13742,18 13730,04 13733,28 13754,67
9 Pengangkatan palet ke loading area 0,4947 0,346 0,4345 0,4358 0,6294 0,59 0,612 0,6239 0,520788
L20
No Operator 1 2 3 4 5 6 7 8
9 area 0,4076 0,4073 0,4068 0,4079 0,41 0,4114 0,4121 0,4128 0,409488
L21
LAMPIRAN 11
DATA PERHITUNGAN EMPLOYEE SCHEDULING
Days Monday Tuesday Wednesday Thursday Friday Saturday Sunday

Operator
19 19 19 19 19 19 19
Needed
Worker 1 0 -1 -1 -1 -1 -1 0
Remain 19 18 18 18 18 18 19

Operator
19 18 18 18 18 18 19
Needed
Worker 2 -1 -1 -1 0 0 -1 -1
Remain 18 17 17 18 18 17 18

Operator
18 17 17 18 18 17 18
Needed
Worker 3 -1 0 0 -1 -1 -1 -1
Remain 17 17 17 17 17 16 17

Operator
17 17 17 17 17 16 17
Needed
Worker 4 -1 -1 -1 -1 0 0 -1
Remain 16 16 16 16 17 16 16

Operator
16 16 16 16 17 16 16
Needed
Worker 5 -1 -1 -1 -1 -1 0 0
Remain 15 15 15 15 16 16 16

Operator
15 15 15 15 16 16 16
Needed
Worker 6 -1 -1 0 0 -1 -1 -1
Remain 14 14 15 15 15 15 15

Operator
14 14 15 15 15 15 15
Needed
Worker 7 0 0 -1 -1 -1 -1 -1
Remain 14 14 14 14 14 14 14
L22
Operator
14 14 14 14 14 14 14
Needed
Worker 8 -1 -1 -1 0 0 -1 -1
Remain 13 13 13 14 14 13 13

Operator
13 13 13 14 14 13 13
Needed
Worker 9 0 0 -1 -1 -1 -1 -1
Remain 13 13 12 13 13 12 12

Operator
13 13 12 13 13 12 12
Needed
Worker 10 -1 -1 -1 -1 0 0 -1
Remain 12 12 11 12 13 12 11

Operator
12 12 11 12 13 12 11
Needed
Worker 11 -1 0 0 -1 -1 -1 -1
Remain 11 12 11 11 12 11 10

Operator
11 12 11 11 12 11 10
Needed
Worker 12 0 -1 -1 -1 -1 -1 0
Remain 11 11 10 10 11 10 10

Operator
11 11 10 10 11 10 10
Needed
Worker 13 -1 -1 0 0 -1 -1 -1
Remain 10 10 10 10 10 9 9

Operator
10 10 10 10 10 9 9
Needed
Worker 14 -1 -1 -1 -1 -1 0 0
Remain 9 9 9 9 9 9 9
L23
Operator
9 9 9 9 9 9 9
Needed
Worker 15 0 0 -1 -1 -1 -1 -1
Remain 9 9 8 8 8 8 8

Operator
9 9 8 8 8 8 8
Needed
Worker 16 -1 -1 0 0 -1 -1 -1
Remain 8 8 8 8 7 7 7

Operator
8 8 8 8 7 7 7
Needed
Worker 17 -1 -1 -1 -1 0 0 -1
Remain 7 7 7 7 7 7 6

Operator
7 7 7 7 7 7 6
Needed
Worker 18 0 -1 -1 -1 -1 -1 0
Remain 7 6 6 6 6 6 6

Operator
7 6 6 6 6 6 6
Needed
Worker 19 -1 -1 0 0 -1 -1 -1
Remain 6 5 6 6 5 5 5

Operator
6 5 6 6 5 5 5
Needed
Worker 20 -1 -1 -1 -1 -1 0 0
Remain 5 4 5 5 4 5 5

Operator
5 4 5 5 4 5 5
Needed
Worker 21 -1 0 0 -1 -1 -1 -1
Remain 4 4 5 4 3 4 4
L24
Operator
4 4 5 4 3 4 4
Needed
Worker 22 -1 -1 -1 -1 0 0 -1
Remain 3 3 4 3 3 4 3

Operator
3 3 4 3 3 4 3
Needed
Worker 23 0 0 -1 -1 -1 -1 -1
Remain 3 3 3 2 2 3 2

Operator
3 3 3 2 2 3 2
Needed
Worker 24 -1 -1 -1 0 0 -1 -1
Remain 2 2 2 2 2 2 1

Operator
2 2 2 2 2 2 1
Needed
Worker 25 0 -1 -1 -1 -1 -1 0
Remain 2 1 1 1 1 1 1

Operator
2 1 1 1 1 1 1
Needed
Worker 26 -1 -1 -1 0 0 -1 -1
Remain 1 0 0 1 1 0 0

Operator
1 0 0 1 1 0 0
Needed
Worker 27 -1 0 0 -1 -1 -1 -1
Remain 0 0 0 0 0 -1 -1
L25
REFERENSI
Arif, M. (2016). Bahan Ajar Rancangan Teknik Industri. Sleman: Deepublish

Publisher.
Banks, J., Carson II, J. S., Nelson, B. L., & Nicol, D. M. (2014). Discrete-Event
Sistem Simulation: Pearson New International Edition. London: Pearson.
Cirillo, E. N., Colangeli, M., & Muntean, A. (2017). Trapping in bottlenecks:

Interplay between microscopic dynamics and large scale effects. Physica A, 30-
38.
Constine, J. (2017, July 17). Warehouse. techcrunch.com. Retrieved from

2017/12/01/flowspace/: https://techcrunch.com/2017/12/01/flowspace/
Fitzsimmons, J. A., & Fitzsimmons, M. J. (2010). Service Management: Operations,

Strategy, Information Technology. New York: McGraw Hill.
Fitzsimmons, J. A., & Fitzsimmons, M. J. (2011). Service Management. New York:

McGraw Hill.
Jayakumar, V., Sheriff, F. A., Muniappan, A., & Bharathiraja, G. (2017).

Implementation of Seven Tool of Quality in Educational ARENA: A Case
Study. International Journal of Mechanical Engineering and Technology
(IJMET) , 882-891.
Juliana, H., & Handayani, N. U. (2016). Peningkatan Kapasitas Gudang dengan

Perancangan Layout Menggunakan Metode Class-Based Storage. Jurnal
Teknik Industri, 113-122.
Kelton, W. D., Sadowski, D. P., & Zupick, B. (2015). Simulation with Arena. USA:
WCB McGraw-Hill.
Labidi, M., Mrad, M., Gharbi, A., & Louly, M. A. (2014). Scheduling IT Staff at a
Bank: A Mathematical Programming Approach. The Scientific World Journal,
10-20. Retrieved from http://dx.doi.org/10.1155/2014/768374
Nur, M., & Qitri, F. F. (2016). Analisa Sistem Antrian Loket pada PT. Tiki Jalan
Teuku Umar Pekanbaru dengan Menggunakan Software Arena. Junal Hasil
Penelitian dan Karya Ilmiah dalam Bidang Teknik Industri, 212-219.
Pakpahan, A. K., Suhardini, D., & Ehsy, P. (2017). Peningkatan Produktivitas pada
PT Hamson Indonesia. Jurnal Teknik dan Ilmu Komputer, 411-433.
Panjaitan, M. (2017). Pengaruh Lingkungan Kerja Terhadap Produktivitas

Karyawan. Jurnal Manajemen, 1-5.
Pinedo, L. M. (2016). Scheduling Theory, Algorithms, and Systems Fifth Edition.

New York: Springer International Publishing.
Reid, R. D., & Sanders, N. R. (2010). Operations Management: An Integrated

Approach. USA: Wiley.
Riyanto, O. W. (2016). Simulasi Model Sistem Kerja Pada Departemen Injection

Untuk Meminimasi Waktu Work-In-Process. JITI, 69-78.
Shawki, K. M., Kilani, K., & Gomaa, M. A. (2015). Analysis of Earth-Moving

System Using Discrete-Event Simulation . Alexandria Engineering Journal,
533-540.
Tama, I. P., Sari, R. A., & Umar, F. (2015). Analisa Durasi Lampu Lalu Lintas
Manggunakan Metode Simulasi.

Pengurangan Waktu Tunggu Proses Inbound Dan Outbound Warehouse PT XXX Melalui Pendekatan Simulasi Dan Penjadwalan Tenaga Kerja

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

Pengurangan Waktu Tunggu Proses Inbound Dan Outbound Warehouse PT XXX Melalui Pendekatan Simulasi Dan Penjadwalan Tenaga Kerja

Diunggah oleh

Hak Cipta:

Format Tersedia

PENGURANGAN WAKTU TUNGGU PROSES INBOUND DAN OUTBOUND

WAREHOUSE PT XXX MELALUI PENDEKATAN SIMULASI DAN

LAPORAN TUGAS AKHIR

Audy Ikhwanul Aqsa 1801435212

Industrial Engineering Program

Universitas Bina Nusantara

diajukan sebagai salah satu syarat

Audy Ikhwanul Aqsa 1801435212

Jakarta, 4 September 2018

(Audy Ikhwanul Aqsa) (Dinda Safira) (Tania Syifa Adinda)

1801435212 1801420803 1801378940

1.1 Latar Belakang Masalah

dipindahkan ke dalam truk untuk distribusi. Palet tersebut akan diturunkan

Gambar 1.1 Fishbone Diagram Produktivitas Kerja

1.2 Rumusan Masalah

1.3 Tujuan dan Manfaat Penelitian

1.4 Ruang Lingkup Penelitian

2. Penelitian dilakukan di warehouse PT XXX DC Rancaekek yang berlokasi

1.5 Sistematika Penulisan

2.3 Cause and Effect Diagram

2.4 Uji Kecukupan Data

2.5 Process Flow

Tabel 2.1 Simbol Process Flow

Berikut adalah contoh swimlane dan process flow:

Sumber: (Fitzsimmons & Fitzsimmons, 2010)

Sumber: (Fitzsimmons & Fitzsimmons, 2010)

Pada Gambar 2.2 digambarkan terminology process seperti bottleneck

Sumber: (Shawki, Kilani, & Gomaa, 2015)

Simulasi dapat diartikan sebagai menirukan suatu sistem dikehidupan

Sumber: (Arif, 2016)

2.6.2 Tujuan Simulasi

3. Perubahan informasi, organisasi, dan lingkungan dapat disimulasikan dan

2.6.3 Software ARENA

2.6.4 Modul pada Software ARENA

Modul ini dimaksudkan sebagai titik awal untuk entitas dalam

Modul ini dimaksudkan sebagai titik akhir untuk entitas dalam

Modul ini dimaksudkan sebagai metode pengolahan utama di

Modul ini memungkinkan proses pengambilan keputusan di

Modul ini dimaksudkan sebagai mekanisme pengelompokan

Tabel 2.1 Modul Flowchart (lanjutan)

Menentukan berbagai jenis entitas dan nilai awal gambar di

Menentukan sumber daya di dalam sistem yang termasuk

Queue Menentukan antrian di dalam sistem.

Dengan modul Resource, menententukan jadwal operasi untuk

2.6.5 Verifikasi dan Validasi

Confidence Interval Testing

2.7.1 Employee Scheduling

2.7.2 Algoritma Tibrewala, Phillipe, dan Brown

Tabel 2.4 Pekerja yang Dibutuhkan

Langkah 2: berdasarkan kebutuhkan di atas, kalkulasikan jumlah pekerja yang

Tabel 2.5 Pasangan Hari Libur

Langkah 3: tentukan pasangan dengan total kebutuhan pekerja terendah.

Langkah 4: perbaharui kebutuhkan pekerja setiap harinya.

Tabel 2.6 Pekerja yang Dibutuhkan

Langkah 5: menggunakan data kebutuhan pekerja terbaru, ulangi langkah 2

3.1 Diagram Alir

Data Cukup dan Tidak

Gambar 3.1 Diagram Alir Penelitian

3.2 Penjelasan Diagram Alir

kerja menggunakan Metode Employee Scheduling Algoritma Tibrewala,

4.1 Profil Perusahaan

Sumber: (Constine, 2017)

XXX merupakan perusahaan makanan dan minuman yang didirikan pada