Jurnal Teknik Industri ISSN 2622-5131 (Online)

Vol. 10 No. 3 ISSN 1411-6340 (Print)

PERANCANGAN MODEL SIMULASI LANTAI PRODUKSI PT. ELANGPERDANA TYRE INDUSTRY

MENGGUNAKAN METODE THEORY OF CONSTRRAINT UNTUK
MEMINIMASI WAKTU PRODUKSI

M. Gifari Ramadhan dan Parwadi Moengin

Laboratorium Sistem dan Simulasi Industri, Jurusan Teknik Industri Universitas
Jln. Kyai Tapa No. 1 Jakarta 11440
mgifariramadhan@gmail.com
parwadi@trisakti.ac.id (penulis korespondensi)

(Makalah: Diterima September 2020, direvisi Desember 2020, dipublikasikan Desember 2020)

Intisari— PT. Elangperdana Tyre Industry (PT. EPTI) merupakan salah satu produsen yang bergerak di bidang pembuatan ban
mobil. Permasalahan yang dihadapi perusahaan adalah waktu produksi aktual tidak sesuai dan lebih lama dibandingkan dengan
target waktu produksi yang ada. Rata-rata waktu produksi aktual sebesar 32 hari sedangkan rata-rata target waktu produksi
adalah 30 hari, hal ini disebabkan karena penumpukkan material pada beberapa stasiun kerja. Perm asalahan pada lini produksi
tersebut menjadi penyebab terhambatnya lini produksi yang mengakibatkan terjadinya bottleneck. Pada penelitian ini dilakukan
perbaikan lini produksi yang disebabkan oleh penumpukkan material pada beberapa stasiun kerja tersebut. Objek penelitian yang
diteliti pada Tugas Akhir ini adalah lantai produksi PT. Elangperdana Tyre Industry. Tujuan penelitian ini adalah untuk
merancang model simulasi lantai produksi PT. Elangperdana Tyre Indusry menggunakan metode Theory of Constraint un tuk
meminimasi waktu produksi di PT. Elangperdana Tyre Industri. Tahapan awal dalam menganalisis lantai produksi adalah dengan
melakukan pengamatan langsung ke lantai produksi dan pembuatan peta aliran proses untuk mengetahui kondisi awal dari lantai
produksi. Tahapan berikutnya adalah melakukan perancangan model simulasi lantai produksi awal dan dilakukan verifikasi dan
validasi pada model simulasi tersebut. Selanjutnya dilakukan permalan permintaan untuk digunakan sebagai jumlah target
produksi pada simulasi usulan. Selanjutnya perbaikan lantai produksi menggunakan metode Theory of Constraint untuk
mengetahui pengelompokkan stasiun kerja yang tergolong bottleneck dan tidak bottleneck. Terdapat tiga usulan perbaikan lantai
produksi ini yaitu usulan 1 penambahan mesin building, usulan 2 penambahan mesin curing, dan Usulan 3 gabungan Usulan 1
dan Usulan 2. Penambahan mesin dikarenakan stasiun kerja tersebut mengalami bottleneck dan beban kerja berlebih. Setelah
dilakukan simulasi maka Usulan 1 memiliki waktu produksi sebesar 653,93 jam, Usulan 2 memiliki waktu produksi sebesar 586,05
jam, dan Usulan 3 memiliki waktu produksi sebesar 549,34 jam dibandingkan dengan waktu simulasi awal yaitu 698,11 Jam.Usulan
terpilih adalah usulan 3 karena meminimasi waktu produksi sebesar 148,77 jam.

Kata kunci: model simulasi, theory of constraint, bottleneck, peramalan, waktu produksi.

Abstract— PT. Elangperdana Tire Industry (PT. EPTI) is one of the manufacturers engaged in the manufacture of car tires. The
problem faced by the company is the actual production time is not suitable and longer than the existing production time target. The
average actual production time is 32 days while the average production time target is 30 days, this is due to the accumulation of
material at several work stations. Problems in the production line are the cause of the production line obstruction which results in
bottlenecks. In this study, improvements were made to the production line caused by the accumulation of material at some of these
work stations. The object of research examined in this Final Project is the production floor of PT. Elangperdana Tire Industry.
The purpose of this study was to design a production floor simulation model of PT. Elangperdana Tire Indusry uses the Theory
of Constraint method to minimize production time at PT. Elangperdana Tire Industry. The initial stage in analyzing the production
floor is by making direct observations to the production floor and making a process flow map to determine the initial conditions of
the production floor. The next stage is to design the initial production floor simulation model and verify and validate the s imulation
model. Then the demand request is used to be used as the number of production targets in the proposed simulation. Further more,
the improvement of the production floor uses the Theory of Constarint method to determine the classification of work stations
classified as bottlenecks and not bottlenecks. There are three proposed improvements to this production floor, namely proposal 1
adding building machines, proposal 2 adding curing machines, and Proposal 3 a combination of Proposed 1 and Proposed 2.
Addition of machines because the work station is experiencing bottlenecks and excessive workload. After simulations, Proposal 1
has a production time of 653.93 hours, Proposition 2 has a production time of 586.05 hours, and Proposition 3 has a production
time of 549.34 hours compared to the initial simulation time of 698.11 Hours. Selected Proposal is proposal 3 because it mini mizes
production time by 148.77 hours.

Keywords: simulation model, theory of constraint, bottleneck, forecasting, production time.

1. PENDAHULUAN dipesan oleh konsumen akan dilakukan proses

PT. Elangperdana Tyre Industry merupakan produsen
yang bergerak dalam produksi ban mobil yang
menerapkan strategi penempatan produk yaitu make to
order, sehingga dapat diartikan bahwa produk yang
produksinya ketika sudah didapatkan konfirmasi pesanan
sesuai dengan permintaan dari konsumen untuk produk
tertentu. Seiring berjalannya waktu permintaan produk
ban accelera dengan rim 15 tidak menentu sehingga
283
Jurnal Teknik Industri ISSN 2622-5131 (Online)
Vol. 10 No. 3 ISSN 1411-6340 (Print)

diharuskan perusahaan melakukan peningkatan kapasitas
produksi agar produk yang dipesan terpenuhi dan tepat
waktu dalam produksinya. Hal tersebut kadang tidak
dapat dipenuhi dan selesai sesuai target waktu produksi
dikarenakan adanya keterbatasan pada sistem produksi di
lantai produksi PT. Elangperdana Tyre Industry sehingga
pesanan dari konsumen tidak dapat terpenuhi sesuai
dengan waktu yang telah ditentukan. Salah satu faktor
yang menyebabkan permasalahan tersebut yaitu terdapat
bottleneck pada lantai produksi PT. Elangperdana Tyre
Industry. Penelitian ini berfokus pada perbaikan lantai
produksi untuk dapat meminimasi waktu produksi dengan
parameter yang dilihat yaitu waktu proses produksi,
kapasitas dari mesin yang digunakan, dan output yang
dihasilkan. Berikut ini merupakan data produksi aktual
data target waktu produksi yang dapat dilihat pada Tabel
1.

Tabel 1. Data Target Produksi dan Target Waktu Produksi dan Aktual
Target Target Waktu Waktu
Realisasi
Target Waktu Waktu Aktual Aktual
Bulan
Produksi Produksi Produksi Produksi Produksi
(%)
(hari) (Jam) (hari) (Jam)
Januari 14600 30 630 38 798 78,95
Februari 10650 28 588 28 588 100
Maret 13400 30 630 35 735 85,71
April 11050 30 630 29 609 103,45
Mei 11200 30 630 31 651 96,77
Juni 13500 30 630 35 735 85,71
Juli 12100 30 630 31 651 96,77
Agustus 11150 30 630 29 609 103,45
September 12300 30 630 32 672 93,75
Oktober 12200 30 630 32 672 93,75
November 13200 30 630 34 714 88,24
Desember 11050 30 630 29 609 103,45
Rata-Rata 12200 30 627 32 670 94

dan penyimpanan baik dari gerakan pekerja maupun

Penelitian yang dilakukan PT. Elangperdana Tyre
aliran material yang terjadi selama saat proses
Industry bertujuan untuk merancang model simulasi
berlangsung, didalamnya peta proses operasi juga
perbaikan kinerja lini produksi PT. EPTI dengan
adanya informasi seperti waktu proses dan jarak
perhitungan Theory of Constraints dan software
perpindahan untuk dianalisa lebih lanjut [2].
Promodel 6.0 untuk meminimasi waktu produksi. Serta
memberikan usulan perbaikan terbaik dari alternatif
Simulasi
skenario/model usulan yang diberikan untuk meminimasi
Simulasi merupakan suatu teknik dalam menirukan suatu
waktu produksi tanpa mengubah sistem nyata yang ada
proses dari sistem nyata dengan bantuan sebuah
saat ini. Batasan penelitian ini adalah penelitian ini
perangkat lunak sehingga perilaku dari sistem tersebut
dilakukan di PT. Elangperdana Tyre Industry pada bulan
pada kondisi tertentu dapat dipelajari [3]. Simulasi
Oktober 2019 sampai Januari 2020, dan penelitian ini
membantu para analis untuk mengambil keputusan
tidak membahas aspek biaya dikarenakan kesulitan
sistem baru yang diusulkan tanpa harus membuat
mendapatkan data yang berkaitan.
perubahan pada sistem nyata. Keuntungan yang
diperoleh dalam memanfaatkan simulasi yaitu trial and
2. TINJAUAN PUSTAKA Model Konseptual
error, menghemat waktu percobaan, cost effective,
Model konseptual adalah suatu hasil yang didapatkan dari
simulasi mendorong terciptanya solusi yang total dan
pengumpulan data-data yang diperlukan dan juga sebuah
kreatif dan perilaku sistem dapat diamati secara
perumusan dalam pemikiran seseorang (dilengkapi
menyeluruh didalam simulasi.
dengan catatan dan diagram) tentang bagaimana sistem
beroperasi. Membangun model simulasi mensyaratkan
Simulasi Menggunakan Promodel
bahwa model konseptual ini dikonversi menjadi model
ProModel merupakan salah satu perangkat lunak yang
simulasi [1].
berfungsi untuk melakukan simulasi suatu model.
ProModel merupakan perangkat lunak untuk melakukan
Peta Aliran Proses simulasi dalam memodelkan suatu sistem manufaktur,
Peta kerja merupakan suatu diagram yang jasa, dan proses bisnis. ProModel berfungsi untuk
menggambarkan urutan kegiatan secara rinci dan jelas. menguji suatu alternatif atau skenario dari suatu usulan
Fungsi dari peta kerja adalah dapat melihat langkah- sebelum melakukan implementasi kepada sistem nyata.
langkah yang dialami oleh benda kerja dimulai dari Berikut ini merupakan elemen dasar model simulasi pada
proses awal sampai menjadi barang jadi. Peta aliran software ProModel 6.0 disediakan sesuai dengan model
proses merupakan suatu diagram yang menunjukkan sistem produksi sehingga sangat membantu dalam
akan aliran dari proses, inpeksi, transportasi, menunggu, penyusunan model.
284
Jurnal Teknik Industri
Vol. 10 No. 3
Elemen-elemen tersebut adalah [4]:
1. Location, lokasi merepresentasikan suatu area
dalam sistem.
2. Entities, objek didalam model yang
menggambarkan input dan output pada sistem.
3. Arrivals, lokasi yang menunjukkan kedatangan
atau masuknya entity ke dalam lokasi.
4. Path Network, merupakan arah dan jalur yang
ditempuh oleh resources yang mengiringi
entities ketika bergerak dari satu lokasi ke
lokasi lainnya.
5. Processing, merupakan aliran atau jalannya
proses yang dilalui entities yang beroperasi
didalam sistem. Merepresentasikan entities dari
masuk sistem sampai keluar sistem.
6. Resources, merupakan sumber daya yang
digunakan untuk melakukan operasi tertentu
dalam sistem.
Verifikasi dan Validasi Model
Verifkasi merupakan proses menegaskan bahwa model
konseptual sudah diubah menjadi model komputer
dengan akurasi yang tepat [4]. Tujuan dari verifikasi
model sendiri yaitu untuk meyakinkan bahwa model
konseptual sudah direpresentasikan yang disiapkan atau
disajian dengan terkomputersisasi. Berikut ini merupakan
teknik yang dapat digunakan untuk melakukan verifikasi
model, yaitu dengan cara pengujian terhadap ouput,
melihat animasi sistem, review kode model, dan fitur
trace [3].
Validasi adalah proses dari menentkan apakah suatu
model simulasi sudah dapat menggambarkan sistem
nyata yang akurat untuk kajian objektif tertentu. Model
dapat berjalan atau dapat dilakukan running tetapi
belum tentu akurat sehingga diperlukan uji validasi
model [3]. Validasi disini menggunakan pendekatan
bonfferoni. Pendekatan Bonferroni memiliki fungsi
untuk membandingkan lebih dari dua sistem.
Peramalan Permintaan
Peramalan permintaan merupakan suatu bentuk usaha
perusahaan sebagai dasar pengambilan keputusan untuk
kelangsungan usaha. Peramalan permintaan merupakan
tingkat produk yang diharapakan akan terealisasi untuk
jangka waktu tertentu pada masa yang akan datang.
Metode time series sangat tepat untuk meramalkan
permintaan yang memiliki pola permintaan dimasa
lalunya cukup konsisten dalam periode waktu yang lama,
sehingga pola tersebut dapat diharapkan tetap berlanjut
ISSN 2622-5131 (Online)
ISSN 1411-6340 (Print)
pada permintaan dimasa yang akan datang [5].
Theory of Constraint
Metode Theory of Contsraint adalah suatu metodologi
untuk mengidentifikasi suatu faktor yang membatasi
atau menghambat dalam mencapai tujuan dan kemudian
secara sistematis meningkatkan kinerjanya hingga faktor
tersebut tidak lagi menjadi pembatas. Bottleneck dapat
diartikan sebagai kapasitas yang dibatasi sumber daya
yang tersedia sehingga membatasi kemampuan yang ada
untuk memenuhi volume produk atau fluktuasi
permintaan. Theory of Constraint adalah metodologi
ilmiah yang memungkinkan untuk menghubungkan
solusi untuk masalah kritis perusahaan, untuk
memastikan proses peningkatan yang sedang
berlangsung terus berlanjut [6].
Terdapat lima kategori constraint yang terdapat pada
lingkungan manufaktur, yaitu market constraints,
material constraints, capacity constraints, logical
constraints, managerial constraints, dan behavioral
constraints [7].
1. Mengidentifikasi constraint dalam sistem.
2. Mengeksploitasi constraint dalam sistem
tersebut.
3. Subordinasikan semua bagian lain ke stasiun
constraint.
4. Evaluasi apakah constraint dapat dihilangkan.
Jika pada pada langkah ini
constraint dapat dihilangkan, jangan bairkan
timbul constraint baru.
5. Mengulang seluruh proses untuk peningkatan
terus-menerus, jika langkah-langkah
sebelumnya memunculkan kendala-kendala
baru dalam sistem tersebut.
Capacity Constraint Resources (CCR)
Capacity Constraint Resources (CCR) merupakan
sumber yang memiliki utilisasi mendekati dengan
kapasitas dan jika tidak diatur dengan baik menyebabkan
aliran produksi akan terhambat. Hambatan tersebut
berupa bottleneck yang terjadi jika tidak diatur dengan
baik (inefisiensi). Terdapat efek yang ditimbulkan dari
sumber CCR. Sumber CCR terdiri dari bottleneck dan
Non-Bottleneck. Bottleneck dapat mempengaruhi hasil
output dari sistem. Sumber bottleneck dapat berubah
menjadi non-bottleneck dan juga non-bottleneck dapat
berubah menjadi bottleneck jika tidak diatur atau
dikelola dengan baik. Berikut ini adalah efek dari empat
kategori dasar sumber pada Tabel 2. [7]:
285
Jurnal Teknik Industri ISSN 2622-5131 (Online)
Vol. 10 No. 3 ISSN 1411-6340 (Print)

Tabel 2. Efek dari Empat Kategori Dasar Sumber

Bottleneck Non-Bottleneck
Akan menghambat aliran aktual dari segi kuantitas dan Akan menghambat waktu aliran aktual tetapi tidak dalam
CCR waktu segi kuantitas
Harus dipertimbangkan dalam perencanaan produksi Harus dipertimbangkan dalam perencanaan aliran produksi
Mungkin akan menghambat aliran aktual dalam segi Tidak mempengaruhi aliran aktual dalam segi kuantitas dan
kuantitas dan waktu waktu
Non-CCR Tidak membutuhkan pertimbangan dalam perencanaan aliran Tidak membutuhkan pertimbangan dalam perencanaan
produksi aliran produksi

Penelitian Terdahulu sehingga dibutuhkan penambahan jumlah mesin untuk

Penelitian terdahulu merupakan referensi atau acuan yag meminimasi terjadinya bottleneck. Hasil dari penelitian
digunakan oleh peneliti sebagai pedoman dalam penulisan [9], [10], dan [12] membuktikan bahwa bukan hanya
tugas akhir. Pada penelitian pendahuluan yang digunakan kekurangan kapasitas produksi, kurangnya pengalokasian
menggunaan metode Theory of Constraint dan simulasi. sumber daya juga berpengaruh pada minimasi terjadinya
Berdasarkan pada Tabel 3 dapat dilihat bahwa hasil dari bottleneck sehingga dibutuhkan penambahan mesin dan
penelitian [8] dan [11] menggunakan metode Theory of penambahan/pengalokasian sumber daya. Penelitian
Constraint untuk memperbaiki sistem produksi yang Terdahulu dapat dilihat pada Tabel 3.
memiliki kapasitas mesin yang belum mencukupi
Tabel 3. Penelitian Terdahulu
Judul Tahun Penulis Tujuan Penelitian Metode Hasil Penelitian
Minimasi Bottleneck dan
Peningkatan Profit Pada
Meminimasi
Produksi Velg Tipe D520N Lina Gozali, Peningkatan unit untuk
bottlenecksehingga dapat Theory of
dan P165 dengan 2015 Andres, Hendri penambahan mesin untuk produksi
memenuhi kebutuhan Constraint
Pendekatan Metode Theory Chie velg tipe D520N dan P165.
mesin.
of Constraint Pada PT.
YYY [8]
Evaluasi dan Usulan Penambahan operator pada area
Melakukan evaluasi dan
Perbaikan Kapasitas bending dan melakukan
Jessica memberikan usulan
Produksi Untuk Mencapai pemindahan 2 operator dari area
Christue Paune perbaikan kapasitas Theory of
Target Produksi 2016 compressor sehingga
& Parwadi produksi untuk mencapai Constraint
Menggunakan Metode meningkatkan output produksi
Moengin target produksi
Theory of Constraint dan sebanyak 8387 unit/minggu dengan
pada divisi final shop.
Simulasi [9]. persentase operator 78,01%
Perancangan Model Rizki Ade Merancang model simulasi
Simulasi Keseimbangan Indriawan, dan menganalisa hasil Didapatkan peningkatan 625 unit
Lini Produksi Cabinet FFR Parwadi simulasi lantai produksi dan Theory of Filling cabiner dengan penambahan
2017
603PD. Untuk Mencapai Moengin, dan memberikan usulan Constraint mesin dan pemindahan operator
Target Produksi Pada PT. Sucipto perbaikan untuk mencapai area packing ke area ass inner door.
Chubbsafes Indonesia [10]. Adisuwiryo target produksi
Didapatkan peningkatan pada
Optimasi Keuntungan Mengidentifikasi sistem penambahan mesin lem dan
Theory of
Melalui Theory of 2018 M. Nur Zakka pada bottleneck untuk laminating yang mengalami
Constraint
Constraint [11] mengoptimalkan kapasitas. bottleneck sebesar Rp.56.151.000
atau sebesar 22,33%.
Perancangan Model
Syuraga Elgi,
Simulasi Produksi Lini Meminimasi waktu Pengalokasian operator pada
Parwadi
Drill Pada PT. Fuji Presisi - produksi dan memberikan Theory of stasiun kerja bottleneck sehingga
2019 Moengin &
Tool Indonesia Untuk perbaikan keseimbangan Constraint mengurangi waktu produksi dari
Sucipto Adi
Meminimasi Waktu lini produksi. 352 jam menjadi 293.79 jam.
Produksi [12] Suwiryo

pemecahan permasalahan yang ada dan memiliki tujuan

3. METODOLOGI PENELITIAN
Metodologi penelitian merupakan prosedur dari tahapan-
tahapan dan kerangka yang sistematis untuk meneliti
suatu permasalahan. Metodologi penelitian disusun
didasarkan dari latar belakang dan tujuan penelitian yang
ingin dicapai. Tahapan metodologi penelitian dibuat
berdasarkan dari teori-teori yang mendukung dalam
1.
untuk memberikan gambaran mengenai permasalahan-
permasalahan yang terjadi. Dimulai dari mengidentifikasi
masalah dan menganalisis lantai produksi kemudian
membangun model awal dan memberikan usulan
perbaikan sistem lantai produksi. Berikut ini merupakan
flowchart metodologi penelitian yang dapat dilihat pada
Gambar

286
Jurnal Teknik Industri ISSN 2622-5131 (Online)
Vol. 10 No. 3 ISSN 1411-6340 (Print)

Mulai

Data Sekunder
Penelitian Pendahuluan Data Primer
Sejarah perusahaan
Pengamatan pada lantai produksi dan wawancara Alur proses produksi
Visi dan misi perusahaan
Waktu proses produksi
langsung di PT. Elang Perdana Tyre Industry Struktur Organisasi, dan job desknya
Jenis bahan baku
Data target produksi dan produksi aktual
Mesin yang digunakan
Daftar produk yangdihasilkan
Resources yang digunakan

Identifikasi Masalah

Pengolahan Data
Menganalisis sistem lantai produksi awal dan

ProModel
Tujuan Penelitian Menentukan jumlah permintaan pada satu bulan
Merancang model simulasi pada lantai produksi PT.
series
Elang Perdana Tyre Industry dan memberikan usulan
untuk meminimasi waktu produksi agar target produksi metode Theory of Constraints
tercapai dalam waktu yang telah ditentukan

Usulan Perbaikan
Mentukan dan mengidentifikasi usulan penambahan
mesin pada stasiun kerja bottleneck dan melakukan
Pengumpulan Data eksperimen model berupa perancangan model simulasi
usulan perbaikan

Kesimpulan dan Saran

Selesai

Gambar 1. Metodologi Penelitian

4. HASIL DAN PEMBAHASAN

Simulasi Lantai Produksi Awal
Analisis Sistem Saat Ini
Analisis model saat ini digunakan untuk mengamati cutting 1 diproses untuk menghasilkan produk yaitu ply
keadaan pada sistem nyata pada saat ini sebelum cord. Steel cord didistribusikan ke stasiun cutting 2 diproses
dilakukannya perbaikan. Gambar 2 merupakan layout untuk menghasilkan steel belt. Pada stasiun kerja building
lantai produksi pada PT. Elangperdana Tyre Industry. dilakukan proses penggabungan berupa tread, sidewall,
Aliran proses produksi ban terdiri dari 13 stasiun kerja bead, inner liner, ply cord, dan steelt belt sehingga
yang harus dilewati. Proses produksi diperlukan bahan menghasilkan green tyre atau ban setengah jadi. Green
baku berupa oil, raw chemical, raw rubber, dan black tyre dilanjutkan ke stasiun kerja painting untuk dilapisi
carbon yang diproses pada stasiun kerja mixing. Proses bagian dalam bannya untuk diproses ke stasiun kerja
produksi pada stasiun kerja mixing menghasilkan berikutnya. Green tyre yang sudah dilapisi atau bisa
compound yang akan didistribusikan ke 6 stasiun kerja disebut painted green tyre didistribusikan ke stasiun kerja
yaitu stasiun extruding tread, stasiun extruding sidewall, curing. Pada stasiun kerja curing proses pencetakan
stasiun bead making, stasiun calendaring 2 roll, stasiun painted green tyre agar dapat menghasilkan ban jadi atau
calendaring 4 roll 1, dan calendaring 4 roll 2. Compound tyre. Pada saat tyre (ban) sudah siap maka didistribusikan
yang dikirimkan ke stasiun kerja extruding tread diproses ke stasiun kerja final inspection untuk dilakukan inspeksi
untuk menghasilkan tread. Compound yang dikirimkan ke secara atribut. Ban yang lolos inspeksi lalu didistribusikan
stasiun kerja extruding sidewall diproses untuk ke Gudang Barang Jadi.
menghasilkan sidewall. Compound yang dikirimkan ke
stasiun kerja bead making digabung dengan steel wire
diproses untuk menghasilkan bead. Compound yang
dikirimkan ke stasiun kerja calendaring 2 roll diproses
untuk menghasilkan inner liner. Compound yang
dikirimkan ke stasiun kerja calendaring 4 roll 1 digabung
dengan textile cord diproses untuk menghasilkan coated
cord. Compound yang dikirimkan ke stasiun kerja
calendaring 4 roll 2 digabung dengan steel wire diproses
untuk menghasilkan steel cord. Bahan setengah jadi berupa
tread, sidewall, bead, dan inner liner kemudian langsung
didistribusikan ke stasiun kerja building, sementara coated
cord dan steel cord didistribusikan ke stasiun kerja cutting
1 dan cutting 2. Coated cord didistribusikan ke stasiun
287
Jurnal Teknik Industri ISSN 2622-5131 (Online)
Vol. 10 No. 3 ISSN 1411-6340 (Print)

Gambar. 2. Existing System Lantai Produksi PT. EPTI

Pada sistem saat ini terdapat permasalahan yaitu PT.
Elangperdana Tyre Industry belum dapat memproduksi
permintaan produk sesuai dengan waktu yang telah
ditentukan sebelumnya, dikarenakan terdapat bottleneck
pada mesin building dan curing. Mesin building harus
menunggu beberapa part dari stasiun kerja sebelumnya
dan Mesin curing mengalami bottleneck disebabkan oleh
beban kerja yang banyak dan waktu siklus yang cukup
lama dengan waktu rata-rata 15,48 menit untuk
memproses 1 ban sedangkan beban kerja yang dikerjakan
oleh mesin curing rata-rata sebanyak 12200 ban rim 15
perbulan dan dikerjakan hanya dengan 5 mesin saja.
Model Konseptual
Model konseptual merupakan suatu hasil yang didapatkan
dari pengumpulan data-data yang diperlukan dan juga
sebuah perumusan dalam pemikiran seseorang untuk
mengetahui variabel yang berpengaruh seperti variabel
input terkontrol, variabel input tidak terkontrol, dan
variabel output. Model konspetual pada penelitian ini
dapat dilihat pada Gambar 3.

Gambar 3. Model Konspetual

288
Jurnal Teknik Industri ISSN 2622-5131 (Online)
Vol. 10 No. 3 ISSN 1411-6340 (Print)

lokasi antar stasiun kerja. Path network dan interface

Membangun Model Simulasi
Elemen-elemen yang terdapat dalam perancangan model
simulasi lantai produksi PT. Elangperdana Tyre Industry
adalah sebagai berikut:
1. Entities dalam penelitian ini merupakan bahan baku
yang dibutuhkan untuk memproduksi produk yang
dihasilkan pada lantai produksi PT. Elangperdana Tyre
Industry yang dapat dilihat pada Tabel 4.
2. Location dalam penelitian ini merupakan lokasi atau
stasiun kerja yang dilalui oleh entitas pada lantai
produksi dimana terjadinya segala proses dalam
sistem. Location yang digunakan dalam simulasi ini
dapat dilihat pada Tabel 5.
3. Path network dalam penelitian ini merupakan jalur
yang dilalui oleh material handling dalam melakukan
perpindahan bahan antar stasiun kerja. Pada path
network terdapat interface yang berfungsi sebagai titik
dapat dilihat pada Tabel 6. dan Tabel 7.
4. Arrival pada penelitian ini merupakan kedatangan
bahan baku ke suatu location
tertentu. Arrival yang digunakan dalam promodel
dapat dilihat pada Tabel 8.
5. Resources pada penelitian ini merupakan sumber daya
yang diperlukan sebagai alat bantu untuk
memindahkan bahan antar stasiun kerja. Resources
yang digunakan dalam promodel dapat dilihat pada
Tabel 9.
6. Processing pada penelitian ini merupakan urutan
proses produksi dari bahan baku masuk ke stasiun kerja
pertama, bahan baku berubah menjadi barang setengah
jadi sampai menghasilkan barang jadi. Processing
yang digunakan dalam promodel dapat dilihat pada
Gambar 4.

Tabel 4. Entities
Entities
No Name Speed (mpm) Stats No Name Speed (mpm) Stats
1 BLACK_CARBON 50 Time Series 10 INNER_LINER 50 Time Series
2 OIL 50 Time Series 11 TEXTILE_CORD 50 Time Series
3 RUBBER 50 Time Series 12 COATED_CORD 50 Time Series
4 CHEMICAL 50 Time Series 13 STEEL_CORD 50 Time Series
5 COMPOUND 50 Time Series 14 PLY_CORD 50 Time Series
6 STEEL_WIRE_SC 50 Time Series 15 STEEL_BELT 50 Time Series
7 TREAD 50 Time Series 16 GREEN_TYRE 50 Time Series
8 SIDEWALL 50 Time Series 17 PAINTED_GREEN_TYRE 50 Time Series
9 BEAD 50 Time Series 18 TYRE 50 Time Series

Tabel 5. Location
Location
No Name Cap. Units DTS No Name Cap. Units DTS
1 GBB INF 1 None 22 BJU_CAL4ROLLSC INF 1 None
2 BBU_MIX INF 1 None 23 BBU_CUTPC INF 1 None
3 MIX 1 3 None 24 CUTPC 1 1 None
4 BJU_MIX INF 1 None 25 BJU_CUTPC INF 1 None
5 BBU_EXTTREAD INF 1 None 26 BBU_CUTSB INF 1 None
6 EXTTREAD 1 2 None 27 CUTSB 1 1 None
7 BJU_EXTTREAD INF 1 None 28 BJU_CUTSB INF 1 None
8 BBU_EXTSW INF 1 None 29 BBU_BUILDING INF 1 None
9 EXTSW 1 2 None 30 BUILDING 1 3 None
10 BJU_EXTSW INF 1 None 31 BJU_BUILDING INF 1 None
11 BBU_BEAD INF 1 None 32 BBU_PAINTING INF 1 None
12 BEAD 1 3 None 33 PAINTING 1 5 None
13 BJU_BEAD INF 1 None 34 BJU_PAINTING INF 1 None
14 BBU_CAL2ROLL INF 1 None 35 BBU_CURING INF 1 None
15 CAL2ROLL 1 2 None 36 CURING 1 5 None
16 BJU_CAL2ROLL INF 1 None 37 BJU_CURING INF 1 None
17 BBU_CAL4ROLLCC INF 1 None 38 BBU_FI INF 1 None
18 CAL4ROLLCC 1 2 None 39 FI 1 5 None
19 BJU_CAL4ROLLCC INF 1 None 40 BJU_FI INF 1 None
20 BBU_CAL4ROLLSC INF 1 None 41 GBJ INF 1 None
21 CAL4ROLLSC 1 2 None

Tabel 6. Path Network

Path Network
Name Type T/S Paths Interface
ALIRAN_PROSES Passing Speed & Distance 84 28

289
Jurnal Teknik Industri ISSN 2622-5131 (Online)
Vol. 10 No. 3 ISSN 1411-6340 (Print)

Tabel 7. Interface
Interface
No Node Location No Node Location
1 N2 GBB 15 N36 BJU_BEAD
2 N3 BBU_MIX 16 N40 BJU_EXTTREAD
3 N6 BBU_CAL2ROLL 17 N44 BJU_EXTSW
4 N9 BJU_MIX 18 N47 BJU_CUTSB
5 N10 BBU_BEAD 19 N50 BJU_CUTPC
6 N13 BBU_EXTSW 20 N52 BBU_BUILDING
7 N16 BBU_EXTTREAD 21 N55 BJU_BUILDING
8 N18 BBU_CAL4ROLLCC 22 N56 BBU_PAINTING
9 N21 BBU_ CAL4ROLLSC 23 N59 BJU_PAINTING
10 N25 BJU_CAL4ROLLSC 24 N60 BBU_CURING
11 N26 BBU_CUTSB 25 N63 BJU_CURING
12 N29 BJU_CAL4ROLLCC 26 N67 BBU_FI
13 N30 BBU_CUTPC 27 N70 BJU_FI
14 N33 BJU_CAL2ROLL 28 N72 GBJ

Tabel 8. Arrivals
Arrivals
No Entity Location Qty Each Occurrences
1 BLACK_CARBON GBB 126 1
2 OIL GBB 126 1
3 RUBBER GBB 126 1
4 CHEMICAL GBB 126 1
5 STEEL_WIRE_BEAD GBB 126 1
6 STEEL_WIRE_SC GBB 126 1
7 TEXTILE_CORD GBB 126 1

Tabel 9. Resources
Resources
No Name Unit DTs Stats Specs No Name Unit DTs Stats Specs
1 HANDPALLET_GBB 4 None By Unit ALIRAN_PROSES, N2 8 OP_CAL4ROLLSC 4 None By Unit ALIRAN_PROSES, N25
2 FORKLIFT_MIX 6 None By Unit ALIRAN_PROSES, N9 9 OP_CUTPC 2 None By Unit ALIRAN_PROSES, N50
3 OP_EXTTREAD 4 None By Unit ALIRAN_PROSES, N40 10 OP_CUTSB 2 None By Unit ALIRAN_PROSES, N47
4 OP_EXTSW 4 None By Unit ALIRAN_PROSES, N44 11 KERETA_GT 3 None By Unit ALIRAN_PROSES, N55
5 OP_BEAD 3 None By Unit ALIRAN_PROSES, N36 12 KERETA_PGT 5 None By Unit ALIRAN_PROSES, N59
6 OP_CAL2ROLL 2 None By Unit ALIRAN_PROSES, N33 13 KERETA_TYRE 5 None By Unit ALIRAN_PROSES, N63
7 OP_CAL4ROLLCC 4 None By Unit ALIRAN_PROSES, N29 14 KERETA_FI_TYRE 5 None By Unit ALIRAN_PROSES, N70

Gambar 4 Processing
Verifikasi Model
Verifikasi dilakukan ketika sudah memasukan semua general report yang terdapat failed arrivals dan entity
elemen-elemen promodel dan simulasi sudah dapat activity yang didalamnya berisikan apakah entities yang
dijalankan. Verifikasi pada penelitian ini dilakukan diproses sudah masuk atau sampai ke stasiun kerja
dengan cara visualisasi animasi, pengecekan error dengan berikutnya tanpa adanya entities yang tertinggal di dalam
statistics (general report), debug, dan trace. sistem. Pengecekan statistic dapat dilihat pada Gambar 5.

Verifikasi Pengecekan Statistics Vefifikasi Pengecekan Debug

Verifikasi model dengan melihat pengecekan error pada
Verifikasi model dengan pengecekan debug merupakan setiap proses yang sedang berjalan sehingga dapat semua
proses pengecekan error saat simulasi sedang dijalankan. processing pada model simulasi dapat dilihat saat model
Model tidak dapat dijalankan ketika masih terdapat error. berjalan.

Vefifikasi Pengecekan Trace

Verifikasi dengan melakukan pengecekan trace dilakukan
saat proses simulasi sedang berjalan. Trace menunjukkan
290
Jurnal Teknik Industri ISSN 2622-5131 (Online)
Vol. 10 No. 3 ISSN 1411-6340 (Print)

Gambar 5. Failed Arrivals dan Entity Activity

Validasi Model peramalan adalah untuk mengetahui dan menentukan

Validasi model merupakan proses yang berfungsi untuk
mengetahui apakah model dapat merepresentasikan
sistem nyata yang ada. Model simulasi yang dibuat
harus dilakukan verifikasi dan validasi untuk dapat
merepresentasikan sistem nyata yang diamati. Validasi
model disini dilakukan dengan membandingkan waktu
total produksi aktual dan waktu total produksi simulasi.
Hasil perbandingan waktu total produksi aktual dengan
waktu total produksi simulasi dapat dilihat pada Tabel
10.
Pada hasil perhitungan selang interval dapat disimpulkan
bahwa model simulasi valid dikarenakan nilai hw berada
didalam range maka terima hipotesis awal (H0) yang
berarti tidak adanya perbedaan antara rata-rata waktu proses
sistem aktual dengan sistem simulasi.
4.1 Peramalan Permintaan
Peramalan merupakan proses dalam menggunakan data
historis yang telah dimiliki untuk diproyeksikan ke dalam
sebuah model dan menggunakan model ini untuk
memperkirakaan keadaan di masa mendatang. Tujuan dari
jumlah permintaan produk dimasa yang akan datang.
Perhitungan peramalan permintaan dapat dilihat pada
Tabel 11 Perhitungan Regresi Linear.
Berdasarkan perhitungan tracking signal dan nilai error
MAPE terkecil maka metode peramalan yang dipilih
adalah metode regresi linear, karena pada tracking signal
nilainya tidak ada penyimpangan dan memiliki nilai MAPE
terkecil. Perhitungan peramalan satu bulan kedepan dapat
dilihat pada Tabel 12.
Contoh perhitungan peramalan 1 bulan mendatang yaitu:
Fi = a + bm = 12650 + (-69,2308 x 1) = 12580,77 =
12581unit.
Replikasi Model Simulasi Lantai Produksi Saat Ini
Replikasi merupakan proses yang berfungsi untuk
mengurangi tingkat kesalahan hasil dari percobaan
simulasi. Replikasi disini menggunakan entitas
sebanyak jumlah peramalan

Tabel 11. Perhitungan Regresi Linear

Regresi Linear
t y(t) t y(t) t2 Fi ei Cum ei |ei| Cum |ei| |ei|2 |ei|/y(t)x100
b 1 14600 14600 1 12580,77 2019,23 2019,23 2019,23 2019,23 4077289,79 13,83
2 10650 21300 4 12511,54 -1861,54 157,69 1861,54 3880,77 3465331,17 17,48
3 13400 40200 9 12442,31 957,69 1115,38 957,69 4838,46 917170,14 7,15
-69,2308 4 11050 44200 16 12373,08 -1323,08 -207,7 1323,08 6161,54 1750540,69 11,97
5 11200 56000 25 12303,85 -1103,85 -1311,55 1103,85 7265,39 1218484,82 9,86
6 13500 81000 36 12234,62 1265,38 -46,17 1265,38 8530,77 1601186,54 9,37
a 7 12100 84700 49 12165,38 -65,38 -111,55 65,38 8596,15 4274,54 0,54
8 11150 89200 64 12096,15 -946,15 -1057,7 946,15 9542,3 895199,82 8,49
9 12300 110700 81 12026,92 273,08 -784,62 273,08 9815,38 74572,69 2,22
12650 10 12200 122000 100 11957,69 242,31 -542,31 242,31 10057,69 58714,14 1,99
11 13200 145200 121 11888,46 1311,54 769,23 1311,54 11369,23 1720137,17 9,94
12 11050 132600 144 11819,23 -769,23 0 769,23 12138,46 591714,79 6,96
Jumlah 78 146400 941700 650 146400 0 -0,07 12138,46 94215,37 16374616,3 99,8
MAPE 8,32 MSE 1364551,36 MAE 1011,54

291
Jurnal Teknik Industri ISSN 2622-5131 (Online)
Vol. 10 No. 3 ISSN 1411-6340 (Print)

Tabel 12. Perhitungan Peramalan Satu Bulan Mendatang

Peramalan 1 Bulan Mendatang
t Fi = a+bm Unit
13 12580,77 12581

Tabel 13 Hasil Replikasi Model Awal

Replikasi
Replikasi ke- Waktu Simulasi (jam)
1 698,11
2 698,05
3 698,09
4 698,06
5 698,04
6 698,02
7 698,04
8 698,01
Rata-rata 698,0525
St. Dev 0,034
Tabel t 2,364
n 8
hw 0,028
Tabel Z 1,96
n' 5,6644

4.2 Perbaikan Lini Produksi dengan Menggunakan Theory of Constraint

Permasalahan yang terjadi pada PT. Elangperdana Tyre
Industry adalah waktu total produksi yang lama sehingga
tidak mampu memenuhi target waktu produksi yang sudah
ditentukan. Waktu produksi lama diakibatkan karena
terdapat mesin yang kapasitas produksinya tidak
mencukupi dalam melakukan proses produksi. Pada
perhitungan perbaikan lini produksi langkah pertama yang
dilakukan yaitu melakukan perhitungan waktu yang
dibutuhkan bagi setiap mesin. Perhitungan waktu yang
dibutuhkan bagi setiap mesin dilakukan dengan
perhitungan waktu proses per stasiun kerja dikalikan
dengan target produksi untuk setiap bulannya. Perhitungan
waktu yang dibutuhkan bagi setiap mesin dan target
produksi perstasiun kerja dapat dilihat pada Tabel 14 dan
Tabel 15

Tabel 14. Perhitungan Waktu yang Dibutuhkan

Perhitungan Kebutuhan Waktu (menit)
Waktu Waktu yang dibutuhkan (menit)
Proses
Stasiun Kerja
Produksi Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Peramalan
(menit)
Mixing 6,25 5475 3993,75 5025 4143,75 4200 5062,5 4537,5 4181,25 4612,5 4575 4950 4143,75 4718,75
Extruding Tread 4,4 642,4 470,8 589,6 488,4 492,8 594 532,4 492,8 541,2 536,8 580,8 486,2 554,4
Extruding Sidewall 4,4 321,2 233,2 294,8 242 246,4 299,2 268,4 246,4 272,8 268,4 290,4 242 277,2
Bead Making 4,93 359,89 261,29 330,31 271,15 276,08 335,24 300,73 276,08 305,66 300,73 325,38 271,15 310,59
Calendering 2 roll 4,59 670,14 491,13 615,06 507,195 514,08 619,65 555,39 514,08 564,57 559,98 605,88 509,49 578,34
Calendering 4 roll 1 4,74 692,04 507,18 635,16 523,77 530,88 639,9 573,54 530,88 583,02 578,28 625,68 526,14 597,24
Callendering 4 roll 2 4,86 709,56 520,02 651,24 537,03 544,32 656,1 588,06 544,32 597,78 592,92 641,52 539,46 612,36
Cutting 1 2,43 35478 25879,5 32562 26851,5 27216 32805 29403 27094,5 29889 29646 32076 26851,5 30571,83
Cutting 2 2,44 35624 25986 32696 26962 27328 32940 29524 27206 30012 29768 32208 26962 30697,64
Building 9,42 137532 100323 126228 104091 105504 127170 113982 105033 115866 114924 124344 104091 118513,02
Painting 4,93 71978 52504,5 66062 54476,5 55216 66555 59653 54969,5 60639 60146 65076 54476,5 62024,33
Curring 21,52 314192 229188 288368 237796 241024 290520 260392 239948 264696 262544 284064 237796 270743,12
Final Inspection 1,7 24820 18105 22780 18785 19040 22950 20570 18955 20910 20740 22440 18785 21387,7

292
Jurnal Teknik Industri ISSN 2622-5131 (Online)
Vol. 10 No. 3 ISSN 1411-6340 (Print)

Tabel 15. Target Produksi Perstasiun Kerja

Mesin Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Peramalan
Mixing 876 639 804 663 672 810 726 669 738 732 792 663 755
Tread 146 107 134 111 112 135 121 112 123 122 132 111 126
Sidewall 73 53 67 55 56 68 61 56 62 61 66 55 63
Bead 73 53 67 55 56 68 61 56 62 61 66 55 63
IL 146 107 134 111 112 135 121 112 123 122 132 111 126
CC 146 107 134 111 112 135 121 112 123 122 132 111 126
Target 146 107 134 111 112 135 121 112 123 122 132 111 126
SC
Produksi 14600 10650 13400 11050 11200 13500 12100 11150 12300 12200 13200 11050 12581
PC
SB 14600 10650 13400 11050 11200 13500 12100 11150 12300 12200 13200 11050 12581
Building 14600 10650 13400 11050 11200 13500 12100 11150 12300 12200 13200 11050 12581
Painting 14600 10650 13400 11050 11200 13500 12100 11150 12300 12200 13200 11050 12581
Curing 14600 10650 13400 11050 11200 13500 12100 11150 12300 12200 13200 11050 12581
Final Inspection 14600 10650 13400 11050 11200 13500 12100 11150 12300 12200 13200 11050 12581

Contoh perhitungan kebutuhan waktu produksi pada Langkah selanjutnya adalah perhitungan kebutuhan
mesin mixing untuk bulan januari adalah sebagai untuk waktu yang tersedia pada masing-masing mesin
berikut: setiap bulannya. Perhitungan waktu yang tersedia yaitu
Kebutuhan Waktu = Target Produksi (unit) x Waktu perkalian antara jumlah shift kerja, hari kerja, dan jam
Proses Produksi/Stasiun (mnt) kerja dalam 1 shift. Perhitungan waktu yang tersedia
= (876) x 6.25 = 5475 menit. dapat dilihat pada Tabel 16.

Tabel 16. Perhitungan Waktu yang Tersedia

Perhitungan Waktu yang Tersedia (menit)
Stasiun Kerja Jumlah Mesin Waktu Kerja (Jam) Waktu Kerja (menit) Waktu Tersedia (menit)
Mixing 3 630 37800 113400
Extruding Tread 2 630 37800 75600
Extruding Sidewall 2 630 37800 75600
Bead Making 3 630 37800 113400
Calendering 2 roll 2 630 37800 75600
Calendering 4 roll 1 2 630 37800 75600
Callendering 4 roll 2 2 630 37800 75600
Cutting 1 1 630 37800 37800
Cutting 2 1 630 37800 37800
Building 3 630 37800 113400
Painting 5 630 37800 189000
Curring 5 630 37800 189000
Final Inspection 5 630 37800 189000

Contoh perhitungan waktu yang tersedia pada mesin
mixing untuk bulan januari adalah sebagai berikut:
Jam Kerja = (Jumlah shift x hari kerja x jam kerja dalam 1
shift) x jumlah mesin
= (3 shift x 30 hari x 7 jam) x 3 = 630 jam x 3
= 37800 mnt x 3 = 113400 menit
Langkah selanjutnya adalah perhitungan perbandingan
antara waktu yang dibutuhkan dan waktu yang tersedia
pada masing-masing mesin setiap bulannya. Perhitungan
perbandingan ini bertujuan untuk mengetahui dimana
letak stasiun kerja yang mengalami bottleneck. Stasiun
kerja dikatakan bottleneck ketika waktu yang dibutuhkan
lebih banyak daripada waktu yang tersedia, maka stasiun
kerja yang memiliki kekurangan dari waktu yang tersedia
tersebut perlu dilakukan perbaikan. Perhitungan
perbandingan waktu yang dibutuhkan dan waktu yang
tersedia dapat dilihat pada Tabel 17.

Tabel 17. Perbandingan Waktu yang Dibutuhkan dan Tersedia

Perbandingan Waktu Produksi yang Dibutuhkan dan yang Tersedia (menit)
Waktu yang Dibutuhkan Waktu yang Tersedia Selisih Waktu
Stasiun Kerja Kesimpulan
(Mnt) (Mnt) (Mnt)
Mixing 4718,75 113400 108681,25 Non-Bottleneck
Extruding Tread 554,4 75600 75045,6 Non-Bottleneck
Extruding Sidewall 277,2 75600 75322,8 Non-Bottleneck

293
Jurnal Teknik Industri ISSN 2622-5131 (Online)
Vol. 10 No. 3 ISSN 1411-6340 (Print)

Perbandingan Waktu Produksi yang Dibutuhkan dan yang Tersedia (menit)

Waktu yang Dibutuhkan Waktu yang Tersedia Selisih Waktu
Stasiun Kerja Kesimpulan
(Mnt) (Mnt) (Mnt)
Bead Making 310,59 113400 113089,41 Non-Bottleneck
Calendering 2 roll 578,34 75600 75021,66 Non-Bottleneck
Calendering 4 roll 1 597,24 75600 75002,76 Non-Bottleneck
Callendering 4 roll 2 612,36 75600 74987,64 Non-Bottleneck
Cutting 1 30571,83 37800 7228,17 Non-Bottleneck
Cutting 2 30697,64 37800 7102,36 Non-Bottleneck
Building 118513,02 113400 -5113,02 Bottleneck
Painting 62024,33 189000 126975,67 Non-Bottleneck
Curring 270743,12 189000 -81743,12 Bottleneck
Final Inspection 21387,7 189000 167612,3 Non-Bottleneck

Berdasarkan pada tabel perbandingan waktu yang lebih besar yaitu Stasiun kerja building dan curring. Stasiun
dibutuhkan dan waktu yang tersedia terdapat dua stasiun kerja tersebut setelah mengetahui perbandingan waktu
kerja yang waktu dibutuhkan lebih besar daripada waktu yang dibutuhkan dan tersedia selanjutnya dikelompokkan
yang tersedia sehingga dapat digolongkan kedalam kedalam empat jenis Capacity Constraint Resources
bottleneck. Stasiun kerja yang memiliki waktu kebutuhan (CCR) yang dapat dilihat pada Tabel 18
Tabel 18. Pengelompokkan Stasiun Kerja Bottleneck dan CCR
Bottleneck Non-Bottleneck
Extruding Tread
Extruding Sidewall
Building Bead Making
Calendering 2 roll
Calendering 4 roll 1
CCR
Callendering 4 roll 2
Cutting 1
Curring Cutting 2
Painting
Final Inspection
Non-CCR Mixing

Berdasarkan pengelompokkan stasiun kerja bottleneck dan

CCR, terdapat kolom CCR- Bottleneck yang berisikan 4.3 Simulasi Usulan Perbaikan Kinerja Lantai
stasiun kerja building dan curing dikarenakan waktu yang Produksi Simulasi
dibutuhkan lebih besar daripada waktu yang tersedia. 4.4 Usulan 1
Stasiun kerja bottleneck tersebut akan menghambat aliran Model usulan 1 didapatkan dari perhitungan metode
produksi dari segi kuantitas dan waktu sehingga perlu Theory of Constraint pada perhitungan sebelumnya.
dilakukan suatu tindakan dan pertimbangan dalam Model usulan 1 berupa penambahan sejumlah mesin pada
perencanaan aliran produksi. Pada kolom CCR – Non- lokasi bottleneck. Pada pengembangan usulan 1 lokasi
Bottleneck terdapat 9 stasiun kerja yaitu Extruding Tread, yang mengalami bottleneck pada matriks capacity
Extruding Sidewall, Bead Making, Calendering 2 roll, constraint resources (CCR) adalah stasiun kerja Building
Calendering 4 roll 1, Calendering 4 roll 2, Cutting 1, yang dapat dilihat pada Tabel 19.
Cutting 2, Painting, dan Final Inspection. Kolom CCR-
Non-Bottleneck merupakan stasiun kerja yang memiliki
waktu yang dibutuhkan lebih kecil dari pada waktu yang
tersedia atau dapat diartikan bahwa waktu yang dibutuhkan
sudah terpenuhi sehingga stasiun kerja ini tidak akan
mempengaruhi aliran baik secara kuantitas maupun waktu.
Pada kolom Non-CCR – Non-Bottleneck terdapat stasiun
kerja mixing karena stasiun kerja ini adalah stasiun kerja
pertama atau utama sehingga tidak menghambat aliran
proses aktual dalam waktu dan tidak diperlukan
pertimbangan dan perencanaan aliran produksi.

294
Jurnal Teknik Industri ISSN 2622-5131 (Online)
Vol. 10 No. 3 ISSN 1411-6340 (Print)

Tabel 19. Waktu yang dibutuhkan dan Tersedia Stasiun Building

Stasiun Kerja Waktu yang Dibutuhkan (Mnt) Waktu yang Tersedia (Mnt) Selisih Waktu (Mnt) Kesimpulan
Building 118513,02 113400 -5113,02 Bottleneck

Berdasarkan tabel diatas waktu yang dibutuhkan oleh
stasiun kerja building lebih besar daripada waktu yang
tersedia sehingga belum dapat untuk memenuhi kapasitas
yang dibutuhkan untuk memproduksi sesuai dengan target
produksi yang ditetapkan. Skenario usulan pertama
dilakukannya dengan cara penambahan 1 unit mesin pada
stasiun building yang didapatkan dari metode theory of
constraint. Pada saat skenario usulan pertama selesai
dijalankan maka didapatkan hasil yang dapat dilihat pada
Tabel 20.

Tabel 20. Waktu Hasil Simulasi Usulan 1

Jumlah Produksi Waktu Total Proses Awal (Jam) Waktu Total Proses Awal (Jam) Selisih (Jam) Persentase
12581 698,11 653,93 44,18 6,3

Berdasarkan dari simuasi skenario usulan 1 didapatkan Simulasi Usulan 2

bahwa waktu proses simulasi didapatkan sebesar 653,93
jam dan jika dibandingkan dengan waktu simulasi model
awal yaitu 698,11 Jam maka skenario usulan 1 dapat
meminimasi waktunya sebesar 44,18 jam atau dapat
dikatakan penurunan waktu proses sebesar 6,3% dari
waktu proses awal.
Model usulan 2 didapatkan dari perhitungan metode
Theory of Constraint pada perhitungan sebelumnya.
Model usulan 2 berupa penambahan sejumlah mesin pada
lokasi bottleneck. Pada pengembangan usulan 2 lokasi
yang mengalami bottleneck pada matriks capacity
constraint resources (CCR) adalah stasiun kerja Curing
yang dapat dilihat pada Tabel 21.

Tabel 21. Waktu yang dibutuhkan dan Tersedia Stasiun Curing

Stasiun Kerja Waktu yang Dibutuhkan (Mnt) Waktu yang Tersedia (Mnt) Selisih Waktu (Mnt) Kesimpulan
Curing 270743,12 189000 -81743,12 Bottleneck

Berdasarkan tabel diatas waktu yang dibutuhkan oleh
stasiun kerja curing lebih besar daripada waktu yang
tersedia sehingga belum dapat untuk memenuhi kapasitas
yang dibutuhkan untuk memproduksi sesuai dengan target
produksi yang ditetapkan. Skenario usulan kedua
dilakukannya dengan cara penambahan 1 unit mesin pada
stasiun curing yang didapatkan dari metode theory of
constraint. Pada saat skenario usulan kedua selesai
dijalankan maka didapatkan hasil yang dapat dilihat pada
Tabel 22.

Tabel 22. Waktu Hasil Simulasi Usulan 2

Jumlah Produksi Waktu Total Proses Awal (Jam) Waktu Total Proses Awal (Jam) Selisih (Jam) Persentase
12581 698,11 586,05 112,06 16,052

Berdasarkan dari simuasi skenario usulan 2 didapatkan
bahwa waktu proses simulasi didapatkan sebesar
586,05 jam dan jika dibandingkan dengan waktu
simulasi model awal yaitu 698,11 Jam maka skenario
usulan 2 dapat meminimasi waktunya sebesar 112,06
jam atau dapat dikatakan penurunan waktu proses
sebesar 16,052% dari waktu proses awal.
Simulasi Usulan 3
Model usulan 3 didapatkan dari perhitungan metode
Theory of Constraint pada perhitungan sebelumnya.
Model usulan 3 berupa penambahan sejumlah mesin
pada lokasi bottleneck. Pada pengembangan usulan 3
merupakan gabungan dari usulan 1 dan usulan 2 yaitu
penambahan satu mesin pada stasiun kerja Building dan
Curing yang dapat dilihat pada Tabel 23.
Berdasarkan tabel diatas waktu yang dibutuhkan oleh
stasiun kerja building dan curing lebih besar daripada
waktu yang tersedia sehingga belum dapat untuk
memenuhi kapasitas yang dibutuhkan untuk
memproduksi sesuai dengan target produksi yang
ditetapkan. Skenario usulan ketiga dilakukannya
dengan cara penambahan 1 unit mesin pada masing-
masing stasiun building dan curing yang didapatkan dari
metode theory of constraint. Pada saat skenario usulan
ketiga selesai dijalankan maka didapatkan hasil yang
dapat dilihat pada Tabel 24.

295
Jurnal Teknik Industri ISSN 2622-5131 (Online)
Vol. 10 No. 3 ISSN 1411-6340 (Print)

Tabel 23. Waktu yang dibutuhkan dan Tersedia Gabungan

Stasiun Kerja Wa ktu yang Dibutuhkan (Mnt) Waktu yang Tersedia (Mnt ) Selisih Waktu (Mnt ) Kesimpulan
Building 118513,02 113400 -5113,02 Bottleneck
Curing 270743,12 189000 -81743,12 Bottleneck

Tabel 24. Waktu Hasil Simulasi Usulan 3

Jumlah Produksi Waktu Total Proses Awal (Jam) Waktu Total Proses Awal (Jam) Selisih (Jam) Persentase
12581 698,11 549,34 148,77 21,3

Berdasarkan dari simuasi skenario usulan 3 didapatkan 4.5 Pemilihan Usulan Terbaik
bahwa waktu proses simulasi didapatkan sebesar 549,34 Pada subbab pemilihan usulan terbaik didapatkan dari
jam dan jika dibandingkan dengan waktu simulasi model proses pengambilan keputusan dari tiga usulan yang sudah
awal yaitu 698,11 Jam maka skenario usulan 3 dapat diperhitungkan. Pemilihan usulan terbaik menggunakan
meminimasi waktunya sebesar 148,77 jam atau dapat metode perhitungan Bonferroni yang membandingkan
dikatakan penurunan waktu proses sebesar 21,3% dari sistem nyata dengan ketiga sistem simulasi usulan.
waktu proses awal. Perhitungan metode Bonferroni dapat dilihat pada Tabel
25 Hasil perhitungan Bonferroni.
Tabel 25. Perhitungan Bonferroni
Hasil Simulasi (Jam)
Model Model Model Model
Replikasi Aktual Usulan Usulan Usulan (1-2) (1-3) (1-4) (2-3) (2-4) (3-4)
(1) 1 (2) 2 (3) 3 (4)
1 698,11 653,93 586,05 549,34 44,18 112,06 148,77 67,88 104,59 36,71
2 698,05 653,85 586,11 549,3 44,2 111,94 148,75 67,74 104,55 36,81
3 698,09 653,96 586,12 549,34 44,13 111,97 148,75 67,84 104,62 36,78
4 698,06 653,88 586,09 548,28 44,18 111,97 149,78 67,79 105,6 37,81
5 698,04 653,89 586,15 548,29 44,15 111,89 149,75 67,74 105,6 37,86
6 698,02 653,94 586,09 548,3 44,08 111,93 149,72 67,85 105,64 37,79
7 698,04 653,99 586,13 548,3 44,05 111,91 149,74 67,86 105,69 37,83
8 698,01 653,91 586,07 548,3 44,1 111,94 149,71 67,84 105,61 37,77
Rata-rata 44,13375 111,95125 149,37125 67,8175 105,2375 37,42
Standar Deviasi 0,053 0,052 0,509 0,054 0,54 0,542
hw 0,044 0,043 0,425 0,045 0,451 0,453
BKB 44,08975 111,90825 148,94625 67,7725 104,7865 36,967
BKA 44,17775 111,99425 149,79625 67,8625 105,6885 37,873
Tabel t 2,364 2,364 2,364 2,364 2,364 2,364
Kesimpulan Tolak H0 Tolak H0 Tolak H0 Tolak H0 Tolak H0 Tolak H0

Metode uji bonferroni adalah suatu pendekatan yang bertujuan untuk mengetahui perbedaan yang dihasilkan
digunakan untuk membandingkan dua atau lebih sistem dari skenario model yang diusulkan. Berikut ini adalah
yaitu sistem nyata atau model awal dibandingkan dengan contoh perhitungan pendekatan Bonferroni:
beberapa skenario sistem simulasi. Uji Bonferroni juga

Tabel 26. Perbandingan Usulan Model

Waktu Total
Waktu Total Proses Simulasi
Model Usulan Keterangan Proses Aktual Selisih Waktu (Jam) Persentase (%)
(Jam)
(Jam)
Penambahan
Mesin 1 unit
Usulan 1 698,11 653,93 44,18 6,3
mesin
Building
Penambahan
Mesin 1 unit
Usulan 2 698,11 586,05 112,06 16,1
mesin
Curing
Penambahan
Mesin 1 unit
pada
masing-
Usulan 3 698,11 549,34 148,77 21,3
masing
mesin
Building &

Curing

dengan model usulan 1, 2, dan 3 yang sudah dijalankan

Berdasarkan dari Tabel 4.23 perbandingan usulan model
menghasilkan penurunan waktu proses. Hasil dari usulan
maka dapat dilihat bahwa waktu proses aktual dibandingkan
296
Jurnal Teknik Industri
Vol. 10 No. 3
pertama yaitu penambahan mesin building menghasilkan
penurunan waktu proses sebesar 653,93 jam dengan
persentase 6,3%. Hasil dari usulan kedua yaitu penambahan
mesin curing menghasilkan penurunan waktu proses sebesar
586,05 jam dengan persentase 16,1%. Hasil dari usulan
ketiga yaitu gabungan dari usulan 1 dan usulan 2
5. KESIMPULAN
Berdasarkan dari hasil simulasi simulasi terhadap
sistem nyata PT. Elangperdana Tyre Industry
menghasilkan ban accelera rim 15 rata-rata sebanyak
12200 ban per bulan dengan waktu aktual rata-rata
sebanyak 32 hari kerja. Waktu aktual tersebut mengalami
keterlambatan rata-rata sebanyak 2 hari kerja dimana rata-
rata target produksi perbulan hanya 30 hari kerja.
Keterlambatan produksi dalam mencapai target produksi
disebabkan oleh jumlah kapasitas produksi yang lebih
besar daripada kapasitas yang tersedia.
Berdasarkan hasil perhitungan kapasitas produksi
menggunakan metode Theory of Constraint didapatkan
stasiun kerja yang mengalami bottleneck-CCR yaitu
stasiun kerja building dan curing. Hal ini disebabkan
karena jumlah waktu produksi yang lebih besar
dibandingkan dengan kapasitas yang tersedia sehingga
mengalami keterlambatan dalam mencapai target
produksi.
Dilakukan peramalan permintaan satu bulan kedepan
didapatkan permintaan sebesar 12581 ban sebagai jumlah
target produksi yang dimasukan pada simulasi usulan
Berdasarkan simulasi usulan perbaikan maka didapatkan
tiga model usulan. Ketiga model usulan tersebut bertujuan
sebagai usulan perbaikan stasun kerja yang tergolong
kedalam bottleneck-CCR yaitu stasiun kerja building dan
curing.
Model usulan yang terpilih adalah model usulan ketiga
yaitu penambahan 1 unit mesin pada stasiun building dan 1
unit mesin pada stasiun curing (gabungan usulan 1 dan 2).
Model usulan ketiga ini dapat meminimasi waktu produksi
lebih besar dibandingkan model usulan pertama dan
kedua. Model usulan ketiga terpilih karena mampu
meminimasi waktu sebanyak 148,77 Jam dari model awal
yang memiliki waktu sebesar 698,11 jam, sedangkan
untuk model usulan pertama hanya dapat meminimasi
waktu sebanyak 44,18 jam dan model usulan kedua hanya
dapat meminimasi waktu sebanyak 112,06 jam.
6. DAFTAR PUSTAKA
[1] C. Harrel, dkk. R. O. Bowen, Simulation Using
Promodel. Edisi Kedua. Singapore: McGraw Hill
Higher Education, 2003.
[2] I.Z. Sutalaksana, Ruhana dan J.H. Tjakaraatmadja.
Teknik dan Tata Cara Kerja. Departemen Teknik
Industri. ITB. 2006
[3] A. M. Law and W. D. Kelton, Simulation Modelling
& Analysis. New York: Mc. Graw-Hill Inc, 2007.
ISSN 2622-5131 (Online)
ISSN 1411-6340 (Print)
menghasilkan penurunan waktu proses sebesar 549,34 menit
dengan persentase 21,3%. Dengan demikian maka dapat
disimpulkan bahwa hasil model awal dengan ketiga model
usulan berbeda signifikan sehingga ketiga model usulan
tersebut dapat dipertimbangkan.
[4] P. Moengin, Pemodelan dan Analisis Sistem. Jakarta:
Universitas Trisakti, 2019.
[5] J.E. Hanke dan D.W. Winchern, Busines Forcasting
Eight Edition. New Jersey: Pearson Prentice Hall.
2015
[6] H. Pozo, “Chapter 4: The Importncee of a System’s
Constraints“. The Theory of Constraints Journal”.
New Haven. Vol.1, no.4, pp. 151-152. 2011
[7] M. M. Umble and M.L. Srikanth. Synchronous
Manufacturing. Guilford, Connecticut: The
Spectrum Publishing Company. 1996.
[8] L. Gozali, Andres, dan H. Chie,” Minimasi Bottleneck
dan Peningkatan Profit Pada Produksi Velg Tipe
D520N dan P165 dengan Pendekatan Metode Theory
of Constraint pada PT.YYY”, Jurnal Teknik dan Ilmu
Komputer Universitas Kristen Indonesian, 2015.
[9] J.C. Paune dan P. Moengin. “Evaluasi Usulan
Perbaikan Kapasitas Produksi Untuk Mencapai
Target Produksi Menggunakan Metode Theory of
Constraint dan Simulasi”. Jurnal Teknik Industri
Trisakti. Vol.6, No.2. 116.2016.
[10] R. A. Indriawan, P. Moengin, dan S. Adisuwiryo.
“erancangan Model Simulasi Keseimbangan Lini
Produksi Cabinet FFR 603PD. Untuk Mencapai
Target Produksi Pada PT. Chubbsafes Indonesia.
Jurnal Teknik Industri Trisakti.2017
[11] M.N. Zakka “Optimasi Keuntungan Melalui Theory
of Constraint”, Jurnal Universitas Islam Indonesia.
2018.
[12] S. Elgi, P. Moengin, dan S. Adisuwiryo,
“Perancangan Model Simulasi Produksi Lini Drill
pada PT. Fuji Lestari-Tool Indonesia Untuk
Meminimasi Waktu Produksi”, Jurnal Teknik
Industri Trisakti, 2019.
297