Upload
others
View
8
Download
0
Embed Size (px)
Citation preview
2087-5312 ISSN :
Jalan Tukad Balian 15 Niti Mandala Renon, Denpasar * Telp. (0361) 249781 * Fax.(0361) 238150 - www.stmik-denpasar.ac.id Email : info@[email protected]
Sekolah Tinggi Manajemen Informatika Dan Komputer Denpasar
Vol. 7 No. 1 Hal 1 - 80 Denpasar
Oktober 2016
ISSN
2087-5312
JURNAL MANAJAMEN DAN TEKNOLOGI INFORMASI
Volume 7, Nomor 1 Oktober 2016
Volume 7, Nomor 1 IMATEC – ISSN: 2087-5312
i
PENANGGUNG JAWAB
Ketua STMIK Denpasar
Ketua Dewan Redaksi
Gde Iwan Setiawan.SE.,M.Kom
Anggota Dewan Redaksi/Penyunting
I Nyoman Bagus Suweta Nugraha.S.Kom.,MT I Wayan Dika.SE.,M.Pd
Ni Luh Gede Ambaradewi.STP.MP
Ida Ayu Putu Febri Imawati.S.Kom.,MT
Penyunting Ahli
Gde Iwan Setiawan.SE.,M.Kom (STMIK Denpasar)
I Putu Putra Astawa.S.Kom.,M.Kom(STMIK Denpasar)
I Wayan Candra Winetra,S.Kom.M.Kom (POLTEK Negeri Bali)
DR.I Ketut Gede Suhartana.S.Kom.,M.Kom (Univ Udayana)
Drs. I Putu Bagus Wisnuwardhana.,M.Si (STIA Denpasar)
Drs. Ida Bagus Upadana. MM (AKPAR Denpasar)
ALAMAT REDAKSI
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER DENPASAR
(STMIK DENPASAR)
Jl. Tukad Balian no.15 Niti Mandala Renon Denpasar
Telp :((0361)249781. Fax : (061)238150
Email : [email protected]
JURNAL MANAJAMEN DAN TEKNIK INFORMASI
Merupakan media informasi serta tempat untuk mengembangkan ilmu dibidang Manajemen
dan Teknik Informatika.
Redaksi mengundang para profesional dari dunia usaha, pendidikan dan peneliti untuk menulis
mengenai perkembangan ilmu dibidang Manajemen dan Teknik Informatika.
Jurnal ini diterbitkan 2(dua) kali dalam 1 tahun April dan Oktober.
JURNAL MANAJAMEN DAN TEKNOLOGI INFORMASI
Volume 7, Nomor 1 Oktober 2016
Volume 7, Nomor 1 IMATEC – ISSN: 2087-5312
ii
DAFTAR ISI
Daftar Isi Halaman
1. Steganography Dengan Metode Randomize Parity Bit Coding Pada Segmen Byte Data
Untuk Menyimpan Hak Cipta File Digital Oleh I Wayan Candra Winetra, S.Kom., M.Kom
dan I Ketut Suja, SE, .......................................................................................................... 1-14
2. Augmented Reality Kerangka Tulang Manusia sebagai Media Peraga Pembelajaran Sekolah
Dasar Berbasis Android Oleh Gde Iwan Setiawan, SE.., M.Kom dan I Wayan Bawa
Laksana Putra .................................................................................................................. 11-21
3. Brosur Elektronik Pelinggih Bali Berbasis Android untuk Media Promo Atraktif Oleh Putu
Putra Astawa, S.Kom., M.Kom dan I Wayan Agus Setiarta .......................................... 22-28
4. Desain Ulang Keyboard Qwerty pada Upaya Peningkatan Kecepatan Pengetikan Naskah
Ber-aksara Bali Oleh Dr. IKG Suhartana, M.Kom .......................................................... 29-32
5. Simulasi Antrian Flow Shop pada Mesin Produksi Oleh I Wayan Supriana, S.Si., M.Cs
.......................................................................................................................................... 33-41
6. Inbox-Outbox Mails System Berbasis Web pada Kantor Kopertis Wilayah VIII Bali, NTB
dan NTT Oleh Nyoman Bagus Suweta Nugraha, S.Kom., M.T. dan Putu Sopyan Nurika
Putra ................................................................................................................................. 42-52
7. Aplikasi Seleksi Tenaga Kerja Berbasis Web Menggunakan Simple Additive Weighting
untuk Mendukung Pengambilan Keputusan Oleh I Wayan Dika,SE., M.Pd dan I Komang
Yogi Trisna Adi ................................................................................................................ 53-67
8. Aplikasi Digitalisasi Surat Ukur Pada Kantor Pertanahan Kota Denpasar Oleh Ni Luh Gede
Ambaradewi, S.Tp., M.P dan Kadek Aditya Prahadi ....................................................... 68-80
JURNAL MANAJAMEN DAN TEKNOLOGI INFORMASI
Volume 7, Nomor 1 Oktober 2016
Volume 7, Nomor 1 33 IMATEC – ISSN: 2087-5312
SIMULASI ANTRIAN FLOW SHOP PADA MESIN PRODUKSI
I Wayan Supriana
Jurusan Ilmu Komputer Universitas Udayana
Kampus Bukit Jimbaran- Gedung BF Universitas Udayana Telpon : 0361-701805
Email: [email protected]
ABSTRACT
Occupation or accumulation of goods common in flow shop production systems that can not be
resolved optimally. Flow production machine shop itself is a process of selecting a job with the
track used machinery. Obstacles often encountered in machine shop flow is the job queue is long
enough that it required an analysis of the queues that occur at the flow machine shop. In this
study, the observed or simulated engine as much as two machine flow shop in order to determine
the characteristics of a queuing system so that later became one of the alternatives in decision
making for management. The parmeter measure taken is: Probability there are n customers in a
queue system, average number of customers in a queue system, average number of customers who
are in the line queue, average time spent on a customer in the whole system queues and Time
average spend a customer to wait in a queue to be served.
Keywords: flow machine shop, queuing, simulation
1. Pendahuluan Penumpukan barang atau pekerjaan sering
terjadi pada sistem produksi flow shop yang
tidak dapat di selesaikan secara optimal.
Mesin produksi flow shop sendiri adalah
proses pemilihan pekerjaan dengan jalur
mesin yang digunakan. Pada proses produksi
flow shop dimulai dengan pembuatan produk
yang diproduksi dan menyesuaikan dengan
kebutuhan dari pelanggan berdasarkan waktu
dan biaya yang sudah ditentukan. Spesifikasi
yang membedakan dari setiap pekerjaan pada
mesin flow shop adalah jumlah produksi
yang tinggi dan jenis pekerjaan yang diproses
berbeda-beda. Mesin flow shop terdiri dari
mesin produksi yang disusun secara paralel,
dimana dalam penelitian ini mesin yang
diamati sebanyak dua mesin flow shop.
Kendala yang sering dihadapi pada mesin
flow shop adalah terjadinya antrian pekerjaan
yang cukup panjang sehingga diperlukan
suatu analisis terhadap antrian yang terjadi
pada mesin flow shop. Melalui penelitian ini
diharapkan mesin flow shop dapat
memberikan pelayanan terhadap seluruh
operasi yang diperlukan oleh seluruh
pekerjaan dengan waktu optimal. Antrian
yang terjadi pada mesin produksi flow shop
adalah jumlah produksi yang tinggi dan jenis
pekerjaan berbeda-beda yang menunggu
untuk dilayani dengan waktu tertentu
berdasarkan ketersediaan sumberdaya
pelaksanaan produksi. Model antrian flow
shop pada mesin produksi adalah made to
order, yaitu sistem produksi menggunakan
standar bahwa produksi dibuat berdasarkan
pemesanan yang dilakukan. Pada model
made to orderyang merupakan sistem flow
shop, terjadinya permasalahan antrian karena
urutan pekerjaan yang dilakukan selaras
dengan volume yang tinggi. Urutan pekerjaan
dikatakan selaras bilamana urutan pekerjaan
pada mesin yang mengerjaan pekerjaan-
pekerjaan tidak memiliki urutan paling baik.
JURNAL MANAJAMEN DAN TEKNOLOGI INFORMASI
Volume 7, Nomor 1 Oktober 2016
Volume 7, Nomor 1 34 IMATEC – ISSN: 2087-5312
Pada penelitian ini ada beberapa karakteristik
dari mesin flow shop dengan model made to
order yang akan diamati untuk menilai
prilaku dari sistem antrian. Adapun
karakteristi tersebut adalah tingkat intensitas
antrian, jumlah rata-rata pekerjaan yang
diharapkan dalam sistem, jumlah pekerjaan
yang diharapkan menunggu dalam antrian,
waktu yang diharapkan oleh setiap pekerjaan
selama dalam sistem, waktu yang diharapkan
oleh setiap pekerjaan untuk menunggu dalam
antrian. Solusi masalah antrian pada mesin
flow shop dengan model made to order
dalam penelitian ini dikembangkan dengan
pemodelan dan simulasi. Adapun tujuannya
adalah untuk mengetahui karakteristik sistem
antrian mesin flow shop sehingga nantinya
menjadi salah satu alternatif dalam
pengambilan keputusan bagi pihak
manajemen. Mesin flow shop yang
dimodelkan menggunakan dua mesin yang
memiliki pelayanan yang sama. Waktu
kedatangan dan waktu pelayanan job di setiap
mesin berdistribusi eksponensial.
2. Tinjauan Pustaka
2.1 Mesin Flow Shop
Mesin Flow shop merupakan mekanisme
penyelesaian urutan sebuah pekerjaan
dengan pekerjaan yang lain yang mempunyai
alur pengerjaan yang sama. Alur mesin flow
shop memiliki proses penyelesaian searah,
yaitu melalui pekerjaan awal pada mesin
pertama sampai mesin terakhir serta
banyaknya proses umumnya sesuai total tipe
mesin yang dipakai. Model yg dapat
diterapkan pada mesin flow shop adalah
made to order dengan masing-masing
pekerjaan mempunyai alur yang sejenis. [4].
2.2 Konsep Antrian
Antrian adalah bidang ilmu matematika
berdasarkan permasalahan garis tunggu, yaitu
sebuah garis tunggu dari pekerjaan yang
membutuhkan pelayanan dari mesin [2].
Kedatangan dan pelayanan pekerjaan pada
teori antrian yang memiliki disitribusi
eksponensial dengan memodelkan waktu
tunggu dan waktu pelayanan sampai sebuah
kejadian tercipta serta mensimulasikan waktu
kejadian antar peristiwa. Pola kedatangan
dan pelayanan menentukan distribusi
probabilitas mengenai jumlah kedatangan
maupun pelayanan dalam satu periode waktu
[5]. Sifat dari distribusi Eksponensial yang
membuat distribusi tersebut mudah untuk
dianalisis adalah distribusi ini tidak
tergantung pada waktu. Formula distribusi
Eksponensial adalah sebagai berikut:
0,.)( xuntukexF x
Dengan keterangan:
µ = rata-rata tingkat pelayanan dan
kedatangan pada periode waktu tertentu
x = waktu pelayanan
e = bilangan logaritma (e = 2,71828)
2.3 Disiplin Antrian
Disiplin antrian merupakan prosedur suatu
pekerjaan dilayani berdasarkan urutan
terhadap pekerjaan lain di dalam suatu antrian
ketika pelayanan dalam kondisi tidak
melakukan suatu proses [1]. Berikut disiplin
antrian antara lain:
1. Pertama Datang Pertama Dilayani
Pekerjaan paling pertama datang
akan dilayani paling awal.
2. Pertama Masuk Pertama Keluar
Pekerjaan pertama masuk sistem
antrian adalah yang pertama keluar
setelah dilayani.
3. Terakhir Masuk Pertama Keluar
Pekerjaan paling terakhir datang adalah
yang paling pertama keluar sistem antrian
4. Pelayanan Secara Random
Perkerjaan yang dilayani secara acak untuk
seluruh pekerjaan yang berada sistem antrian
JURNAL MANAJAMEN DAN TEKNOLOGI INFORMASI
Volume 7, Nomor 1 Oktober 2016
Volume 7, Nomor 1 35 IMATEC – ISSN: 2087-5312
2.4 Simulasi
Simulasi adalah metode untuk
mempelajari sistem yang sebenarnya dengan
melakukan eksperimen terhadap sebuah
model yang mempresentasikan sistem [1].
Model simulasi terdiri dari ekspresi-ekspresi
matematika dan hubungan logika yang
menjelaskan bagaimana menghitung nilai-
nilai output yang diberikan oleh nilai-nilai
input. Setiap model simulasi memiliki dua
input yaitu input terkontrol (controllable
input) dan input probabilistik (probabilistic
input). Dalam melakukan simulasi, pertama
ditentukan dahulu nilai untuk input terkontrol,
lalu nilai untuk input probabilistik ditentukan
secara random. Model simulasi menggunakan
nilai input terkontrol dan nilai input
probabilistik untuk menghitung nilai
outputnya Hal-hal yang mendorong dilakukan
simulasi adalah [3]:
Simulasi adalah suatu teknik penyelesaian
masalah dengan menunjukkan estimasi
sistem yang lebih riil sesuai sistem nyata.
Alternatif rancangan yang dihasilkan yang
mampu menyajikan solusi terbaik dari
permasalahan yang terjadi.
Lebih mudah mengontrol kondisi-kondisi
pada suatu ekperimen sehingga
memberikan keleluasaan untuk
diimplementasikan pada sistem nyata.
Memberikan waktu yang lebih pendek
untuk mempelajari sistem sehingga dapat
menekan ongkos.
2.5 Karakteristik Simulasi
Tingkat karakteristik sistem yang di ukur
untuk menentukan perilaku dari sistem
antrian yang diamati. Berikut adalah
karakteristik dari sistem antrian :
Peluang tidak terdapat pekerjaan pada
sistem antrian
µ
- 1 P0
Peluang terdapat sejumlah pekerjaan pada
sistem antrian
0.µ
PP
n
n
Mean total pekerjaan pada sistem antrian
) - (µ
L
Mean total pekerjaan pada baris antrian
) - µ(µ
2
qL
Mean waktu yang dibutuhkan pekerjaan
pada seluruh sistem antrian
LW
µ
1
Mean waktu yang dibuthkan sebuah
pekerjaan mengantri pada sistem antrian
sampai pelayanan
)(
qW
Peluang server sibuk atau utilisasi server
wP
Peluang server idle
011 PUI
Keterangan:
λ = tingkat kedatangan pelanggan
µ = tingkat pelayanan pelanggan
3. Simulasi Antrian Mesin Flow Shop Simulasi antrian termasuk jenis simulasi
bersifat dinamis dimana simulasi antrian
termasuk kondisi sistem antrian, total
pekerjaan pada sistem antrian dan kodisi
pelayanan sibuk atau menganggur. Hal
tersebut mengalami perubahan atau
perkembangan setiap saat [2]. Simulasi
antrian juga merupakan simulasi kejadian
diskrit yang berhubungan melalui pemodelan
stokastik yang berkembang setiap saat
JURNAL MANAJAMEN DAN TEKNOLOGI INFORMASI
Volume 7, Nomor 1 Oktober 2016
Volume 7, Nomor 1 36 IMATEC – ISSN: 2087-5312
berdasarkan deskripsi variabel kondisi pada
posisi-posisi diskrit.
Sementar simulasi antrian pada mesin
flow shop memiliki model yang sama pada
simulasi antrian secara umum. Untuk
mensimulasikan model antrian flow shop
langkah awal mendeskripsikan kondisi sistem
serta memahami teori events dan clock.
Kejadian (events) merupakan kondisi dimana
mengakibatkan situasi pada sistem antrian
mengalami perubahan dengan cepat. Jenis
antrian pada mesin flow shop terdapat 2
kejadian yang dapat mengubah keadaan
sistem antrian yaitu pola kedatangan pada
mesin serta pekerjaan yang meningkalkan
sistem antrian setelah selesai dilayani.
Melalui pemodelan dan simulasi kejadian-
kejadian tersebut ditentukan pada posisi-
posisi berdasarkan waktu. Dalam pemodelan
dan simulasi waktu ditentukan berdasarkan
variabel dan clock.
Model simulasi pada mesin flow shop
memiliki jarak waktu kedatangan pekerjaan
d1, d2, …, dn merupakan saling bebas atau
kedatangan pekerjaan tidak terikat pada
kedatangan pekerjaan yang satunya.
Pekerjaan yang tiba saat mesin sedang tidak
memproses suatu pekerjaan maka dapat
langsung dilayani oleh mesin tersebut dengan
waktu layanan s1, s2,…,s3. Untuk pekerjaan
berikutnya adalah acak yang memiliki
distribusi secara eksponensial yang
independen dengan waktu antar kedatangan.
Sementara untuk pekerjaan yang datang pada
saat mesin flow shop sedang sibuk maka akan
bergabung dengan antrian. Setelah
memberikan layanan pada pekerjaan (job),
kemudian mesin flow shop memilih pekerjaan
yang lain untuk dilayani pada antrian yang
memiliki syarat pertama datang pertama
dilayani.
Proses pada sistem diawali dengan
kondisi kosong tidak ada antrian dan mesin
flow shop sedang menganggur. Saat waktu
ke-0, menunggu kedatangan pekerjaan paling
pertama setelah waktu antar kedatangan d1.
Simulasi berhenti sampai pekerjaan ke n
memenuhi waktu terhadap antrian dan
pekerjaan ke n siap dilayani. Kondisi simulasi
berhenti merupakan random variabel dimana
memiliki ketergantungan terhadap parameter
berdasarkan waktu kedatangan setiap
pekerjaan dan waktu pelayanan pekerjaan.
Dalam mengetahui kinerja dari sistem, dapat
diperhatikan dari kesibukan mesin flow shop
selama proses simulasi berjalan (waktu ke-0
sampai waktu dn) pada saat mesin flow shop
sibuk.
3.1 Rancangan Pemodelan dan Simulasi
Antrian Mesin Flow Shop
Sebelum tahapan simulasi, diperlukan
pemodel sistem simulasi yang digambarkan
dalam alur kerja jalannya simulasi. Gambar 1
dibawah ini menjelaskan alur kerja simulasi
antrian mesin flow shop.
Gambar 1. Pemodelan Mesin Flow Shop
Pada gambar 1 diuraikan model simulasi
perjalanan pekerjaan pada mesin flow shop.
Dalam mensimulasikan pekerjaan pada mesin
flow shop diawali dengan membangkitkan
bilangan acak untuk menirukan pekerjaan
yang akan dilayani pada mesin flow shop.
Bilangan acak yang dibangkitkan
JURNAL MANAJAMEN DAN TEKNOLOGI INFORMASI
Volume 7, Nomor 1 Oktober 2016
Volume 7, Nomor 1 37 IMATEC – ISSN: 2087-5312
berdistribusi eksponensial sesuai dengan
distribusi kedatangan dan pelayanan pada
mesin flowshop. Mesin flow shop akan mulai
melayani jika mesin 1 tidak sedang sibuk,
namu apabila sebaliknya maka pekerjaan
akan di arahkan ke mesin 2 begitu seterusnya
sampai semua pekerjaan dapat dilayani.
Parameter waktu yang dimodelkan dalam
sistem simulasi adalah; IAT (inter arrival
time/waktu antar kedatangan, AT (arrival
time/waktu kedatangan), CT (complete
time/waktu selesai), SST (start service
time/waktu mulai pelayanan), ST (service
time/waktu pelayanan) dan WT (waiting
time/waktu tunggu). Karakteristik sistem flow
shop yang dihitung dari model dan simulasi
yang dilakukan adalah: jumlah antrian
pekerjaan pada mesin flow shop, peluang
waktu tunggu masing-masing pekerjaan pada
mesin flow shop, rata-rata waktu tunggu
pekerjaan pada mesin flow shop serta waktu
tunggu maksimum dari pekerjaan pada mesin
flow shop.
3.2 Implementasi Pemodelan Sistem Pada
Simulasi Implementasi model yang dibangun
kedalam algoritma atau langkah-langkah
dalam pemrograman adalah sebagai berikut:
Inputan pada langkah-langkah proses
simulasi diatas adalah range inter arrival time
atau waktu antar kedatangan dari satu
pekerjaan ke pekerjaan lainnya, rata-rata
pelayanan, standar deviasi dan jumlah
pekerjaan yang akan di eksekusi pada mesin
flow shop.
3.3 Simulasi Antrian Mesin Flow Shop
Dengan Interarrival Time Berbeda Skenario Pertama
Simulasi pada skenario pertama,
parameter input yang digunakan adalah range
interinterval time = 0–5, mean = 2, standar
deviasi = 0.5 dan jumlah pekerjaan = 50.
Hasil yang didapat dari simulasi yang
dilakukan adalah sebagai berikut:
Gambar 2. Hasil Simulasi Skenario Pertama
Hasil yang diperoleh dari simulasi yang
dilakukan dengan 50 pekerjaan adalah jumlah
antrian yang terjadi sebanyak 11 pekerjaan,
peluang waktu tunggu untuk masing-masing
antrian adalah 0.22, rata-rata waktu tunggu
adalah 0.1014 dan nilai maksimum sebuah
pekerjaan menunggu adalah 0.808.
Skenario Kedua
Pada skenario kedua, parameter input
yang digunakan adalah range interinterval
time = 0–4, mean = 2, standar deviasi = 0.5
dan jumlah pekerjaan = 50. Hasil yang
didapat dari simulasi yang dilakukan adalah
sebagai berikut:
JURNAL MANAJAMEN DAN TEKNOLOGI INFORMASI
Volume 7, Nomor 1 Oktober 2016
Volume 7, Nomor 1 38 IMATEC – ISSN: 2087-5312
Gambar 3. Hasil Simulasi Skenario Kedua
Hasil yang diperoleh dari simulasi yang
dilakukan dengan 50 pekerjaan adalah jumlah
antrian yang terjadi sebanyak 13 pekerjaan,
peluang waktu tunggu untuk masing-masing
antrian adalah 0.26, rata-rata waktu tunggu
adalah 0.1136 dan nilai maksimum sebuah
pekerjaan menunggu adalah 1.013.
Skenario Ketiga
Skenario ketiga, parameter input yang
digunakan adalah range interinterval time =
0–3, mean = 2, standar deviasi = 0.5 dan
jumlah pekerjaan = 50. Hasil yang didapat
dari simulasi yang dilakukan adalah sebagai
berikut:
Gambar 4. Hasil Simulasi Skenario Ketiga
Hasil yang diperoleh dari simulasi yang
dilakukan dengan 50 pekerjaan adalah jumlah
antrian yang terjadi sebanyak 21 pekerjaan,
peluang waktu tunggu untuk masing-masing
antrian adalah 0.42, rata-rata waktu tunggu
adalah 0.2674 dan nilai maksimum sebuah
pekerjaan menunggu adalah 2.2580.
Hasil simulasi dengan range interarrival
time yang berbeda-beda menunjukkan bahwa
semakin kecil interarrival time dari pekerjaan
maka jumlah antrian akan semakin banyak
demikian juga untuk probabilitas/peluang
waktu tunggu dan rata-rata waktu tunggu
semakin meningkat dan maksimum waktu
menunggu sebuah pekerjaan juga samakin
tinggi.
3.4 Simulasi Antrian Mesin Flow Shop
Dengan Mean Berbeda Skenario Keempat
Simulasi pada skenario keempat,
parameter input yang digunakan adalah range
interinterval time = 0–5, mean = 3, standar
deviasi = 0.5 dan jumlah pekerjaan = 50.
Hasil yang didapat dari simulasi yang
dilakukan adalah sebagai berikut:
Gambar 5. Hasil Skenario Keempat
Hasil yang diperoleh dari simulasi yang
dilakukan dengan 50 pekerjaan adalah jumlah
antrian yang terjadi sebanyak 16 pekerjaan,
peluang waktu tunggu untuk masing-masing
antrian adalah 0.3200, rata-rata waktu tunggu
adalah 0.0319 dan nilai maksimum sebuah
pekerjaan menunggu adalah 0.9240.
Skenario Kelima
Simulasi pada skenario kelima, parameter
input yang digunakan adalah range
interinterval time = 0–5, mean = 4, standar
JURNAL MANAJAMEN DAN TEKNOLOGI INFORMASI
Volume 7, Nomor 1 Oktober 2016
Volume 7, Nomor 1 39 IMATEC – ISSN: 2087-5312
deviasi = 0.5 dan jumlah pekerjaan = 50.
Hasil yang didapat dari simulasi yang
dilakukan adalah sebagai berikut:
Gambar 6. Hasil Simulasi Skenario Kelima
Hasil yang diperoleh dari simulasi yang
dilakukan dengan 50 pekerjaan adalah jumlah
antrian yang terjadi sebanyak 20 pekerjaan,
peluang waktu tunggu untuk masing-masing
antrian adalah 0.4000, rata-rata waktu tunggu
adalah 0.0688 dan nilai maksimum sebuah
pekerjaan menunggu adalah 1.0800.
Skenario Keenam
Simulasi pada skenario keenam,
parameter input yang digunakan adalah range
interinterval time = 0–5, mean = 5, standar
deviasi = 0.5 dan jumlah pekerjaan = 50.
Hasil yang didapat dari simulasi yang
dilakukan adalah sebagai berikut:
Gambar 7. Hasil Simulasi Skenario Keenam
Hasil yang diperoleh dari simulasi yang
dilakukan dengan 50 pekerjaan adalah jumlah
antrian yang terjadi sebanyak 30 pekerjaan,
peluang waktu tunggu untuk masing-masing
antrian adalah 0.6000, rata-rata waktu tunggu
adalah 0.2161 dan nilai maksimum sebuah
pekerjaan menunggu adalah 1.4490.
Hasil simulasi dengan mean yang
berbeda-beda menunjukkan bahwa semakin
tinggi mean atau rata kedatangan dari
pekerjaan maka jumlah antrian akan semakin
banyak demikian juga untuk
probabilitas/peluang waktu tunggu dan rata-
rata waktu tunggu semakin meningkat dan
maksimum waktu menunggu sebuah
pekerjaan juga samakin tinggi.
3.5 Simulasi Antrian Mesin Flow Shop
Dengan Standar Deviasi Berbeda
Skenario Ketuju
Simulasi pada skenario ketuju, parameter
input yang digunakan adalah range
interinterval time = 0–5, mean = 2, standar
deviasi = 0.6 dan jumlah pekerjaan = 50.
Hasil yang didapat dari simulasi yang
dilakukan adalah sebagai berikut:
Gambar 8. Hasil Simulasi Skenario Ketuju
Hasil yang diperoleh dari simulasi yang
dilakukan dengan 50 pekerjaan adalah jumlah
antrian yang terjadi sebanyak 13 pekerjaan,
peluang waktu tunggu untuk masing-masing
antrian adalah 0.2600, rata-rata waktu tunggu
adalah 0.1073 dan nilai maksimum sebuah
pekerjaan menunggu adalah 0.8040.
Skenario Kedelapan
JURNAL MANAJAMEN DAN TEKNOLOGI INFORMASI
Volume 7, Nomor 1 Oktober 2016
Volume 7, Nomor 1 40 IMATEC – ISSN: 2087-5312
Simulasi pada skenario kedelapan,
parameter input yang digunakan adalah range
interinterval time = 0–5, mean = 2, standar
deviasi = 0.8 dan jumlah pekerjaan = 50.
Hasil yang didapat dari simulasi yang
dilakukan adalah sebagai berikut:
Gambar 9. Hasil Skenario Kedelapan
Hasil yang diperoleh dari simulasi yang
dilakukan dengan 50 pekerjaan adalah jumlah
antrian yang terjadi sebanyak 33 pekerjaan,
peluang waktu tunggu untuk masing-masing
antrian adalah 0.6600, rata-rata waktu tunggu
adalah 0.5721 dan nilai maksimum sebuah
pekerjaan menunggu adalah 2.0230.
Skenario Kesembilan
Simulasi pada skenario kesembilan,
parameter input yang digunakan adalah range
interinterval time = 0–5, mean = 2, standar
deviasi = 0.98 dan jumlah pekerjaan = 50.
Hasil yang didapat dari simulasi yang
dilakukan adalah sebagai berikut:
Gambar 10. Simulasi Skenario Kesembilan
Hasil yang diperoleh dari simulasi yang
dilakukan dengan 50 pekerjaan adalah jumlah
antrian yang terjadi sebanyak 44 pekerjaan,
peluang waktu tunggu untuk masing-masing
antrian adalah 0.8800, rata-rata waktu tunggu
adalah 0.1399 dan nilai maksimum sebuah
pekerjaan menunggu adalah 1.5220.
Hasil simulasi dengan standar deviasi
yang berbeda-beda menunjukkan bahwa
semakin tinggi standar deviasi dari masing-
masing pekerjaan maka jumlah antrian akan
semakin banyak demikian juga untuk
probabilitas/peluang waktu tunggu dan rata-
rata waktu tunggu semakin meningkat dan
maksimum waktu menunggu sebuah
pekerjaan juga samakin tinggi.
3.6 Analisis Hasil Simulasi
Berdasrkan simulasi yang dilakukan
dengan parameter yang berbeda-beda yaitu
interarrival, mean dan standar deviasi
memperlihatkan semakin tinggi interarrival,
mean dan standar deviasi masing-masing
pekerjaan maka jumlah antrian akan semakin
banyak demikian juga untuk
probabilitas/peluang waktu tunggu dan rata-
rata waktu tunggu semakin meningkat dan
maksimum waktu menunggu sebuah
pekerjaan juga samakin tinggi.
4. kesimpulan Berdasarkan pemodelan dan simulasi
yang dilakukan pada mesin flow shop berikut
adalah kesimpulan yang diperoleh: Pada
ketiga proses simulasi yang dilakukan dengan
memberikan inputan parameter yang
berbeda-beda sehingga hasil simulasi
memberikan gambaran bahwa semakin tinggi
laju kedatangan pekerjaan pada mesin flow
shop maka jumlah antrian yang terjadi juga
akan tinggi hal ini dilihat pada sisi dua server
yang melayani.
Dengan mengetahui lanju kedatangan
maka dapat di prediksi kapan waktu
kesibukan dari mesin flow shop, sehingga
dapat di pertimbangkan sebuah tindakan
terhadap perilaku mesin flow shop pada
waktu yang dimaksud. Untuk memperkecil
JURNAL MANAJAMEN DAN TEKNOLOGI INFORMASI
Volume 7, Nomor 1 Oktober 2016
Volume 7, Nomor 1 41 IMATEC – ISSN: 2087-5312
waktu kesibukan mesin flow shop maka
dapat di tingkatkan waktu pelayanan pada
masing-masing mesin flow shop.
5. Daftar Pustaka [1] Hoover, S. V., and Perry, R. F., 1989.
Simulation A Problem Solving Approach,
Digital Equipment Corporation &
Northeastern University.
[2] Bunday, D.B., 1996. An Introduction to
Queueing Theory, Jhone Wiley & Sons,
Inc., New York.
[3] Simamora, R.J., 2010. Simulasi Antrian
Multiple Server Dengan Pola Kedatangan
Berkelompok, Tesis. Program Pasca
Sarjana Ilmu Komputer, Universitas
Gadjah Maja, Yogyakarta.
[4] Utami. A.S., 2009. Simulasi Antrian Satu
Channel Tipe Kedatangan Berkelompok.
Jurnal Generic Volume 4, Nomor 1,
Januari 2009.
SIMULASI ANTRIAN FLOWSHOP PADA MESIN
PRODUKSIby I Wayan Supriana
FILE
TIME SUBMITTED 26-DEC-2016 06:36PM
SUBMISSION ID 756045313
WORD COUNT 3052
CHARACTER COUNT 18814
PAPER_I_WAYAN_SUPRIANA_REV.PDF (424.26K)
%2SIMILARITY INDEX
%1INTERNET SOURCES
%2PUBLICATIONS
%1STUDENT PAPERS
1 %1
2 <%13 <%14 <%15 <%1
6 <%17 <%1
SIMULASI ANTRIAN FLOW SHOP PADA MESIN PRODUKSIORIGINALITY REPORT
PRIMARY SOURCES
Submitted to Universitas MuhammadiyahSurakartaStudent Paper
Submitted to Asia e UniversityStudent Paper
ujdigispace.uj.ac.zaInternet Source
repository.ugm.ac.idInternet Source
M.L. Fontenot. "Software congestion, mobileservers, and the hyperbolic model", IEEETransactions on Software Engineering, 1989Publicat ion
www.reportworld.co.krInternet Source
J. Sun. "Bounding completion times of jobswith arbitrary release times, variableexecution times and resource sharing", IEEETransactions on Software Engineering, 1997Publicat ion
EXCLUDE QUOTES OFF
EXCLUDEBIBLIOGRAPHY
OFF
EXCLUDE MATCHES OFF