Upload
mitraharapan
View
2.956
Download
86
Embed Size (px)
Citation preview
APLIKASI TEKNIK SIMULASI
PENJADWALAN PRODUKSI (PRODUCTION SCHEDULING)
DALAM PABRIK
MAKALAH
OLEH :
AGUS WIDODO
NPM:
PROGRAM STUDI INFORMATIKA
SEKOLAH TINGGI TEKNOLOGI DHARMA ISWARA
MADIUN
2010
KATA PENGANTAR
Puji syukur atas Berkat limpahan rahmat Tuhan sehingga penyusun
mampu menyelesaikan tugas makalah ini.
Makalah ini dimaksudkan sebagai penjelasan ringkas dari apa teknik
simulasi. Keuntungan dan kerugian diterapkannya teknik simulasi pada suatu
sistem nyata.
Makalah ini memuat tentang pentingnya teknik simulasi .Akhir kata
penulis mengucapkan terima kasih kepada semua pihak yang telah membantu
dalampenyelesaian makalah ini. Kritik dan saran pembaca sangat kami harapkan
untuk penyempurnaanmakalah ini di masa mendatang.
Penulis
2
BAB I PENDAHULUAN
Latar Belakang
Sebelum mengenal lebih jauh tentang simulasi maka kita terlebih dahulu
mempelajari tentang system (melalui data sampel) di mana terhadap system
tersebut mungkin kita dapat melakukan uji coba. Jika suatu system yang diamati
masih merupakan system yang bersifat hipotesis (percobaan) untuk memperoleh
suatu hasil tertentu maka kemungkinan besar terhadap system itu tidak akan dapat
dilakukan simulasi.
Walau secara tidak langsung, suatu permasalahan akan merangsang system
untuk memecahkannya dengan menggunakan model dan metode sebagai
alternative, di mana alternative tersebut merupakan suatu kreasi berpikir yang
dapat memadukan berbagai metode sehingga terbentuk sejumlah prototype (model
atau miniature). Dari metode-metode yang akan digunakan itu seseorang dapat
mengetahui latar belakang (penjelasan secara teoritis) setiap metode. Ketika
alternatif-alternatif itu digunakan maka akan banyak terjadi benturan. Perlu
diingat juga bahwa dengan menggunakan prototipe seperti ini akan dibutuhkan
biaya yang tidak sedikit, menghabiskan waktu dan juga tidak praktis.
Jadi dapat disimpulkan bahwa sistem adalah media atau ruang yang
didukung oleh komponen-komponen yang saling terkait satu sama lain dan
dibatasi oleh aturan tertentu guna mencapai tujuan dan sasaran tertentu. Sistem
juga didefinisikan sebagai sekumpulan atau himpunan (manusia atau mesin) yang
3
saling berinteraksi yang secara bersama-sama menuju ke arah pencapaian tujuan
yang telah ditetapkan. Dalam praktiknya apa yang dimaksud dengan sistem sangat
tergantung pada tujuan, untuk apa sistem tersebut digunakan dan dibangun.
Sekumpulan atau himpunan yang membentuk suatu sistem di dalam suatu
penelitian yang besar mungkin hanya merupakan suatu bagian kecil dari sebuah
sistem keseluruhan. Sistem sendiri dapat juga didefinisikan sebagai sekumpulan
variabel penting yang dapat menjelaskan perilaku sistem yang nyata pada waktu
tertentu dan memiliki tujuan tertentu.
• Klasifikasi Model
Setelah data dan sistem benar-benar kita kenali dan kita mampu untuk
menjelaskannya, lakukan pendekatan terhadap data itu. Apakah data itu memiliki
model tertentu yang mendekati sistem yang nyata. Proses mengenali perilaku data,
apakah sama dengan keadaan yang nyata, disebut sebagai model sistem.
Pemodelan suatu sitem merupakan suatu proses penyaringan dan penyeleksian
yang dilakukan sedemikian rupa terhadap berbagai data sehingga didapatkan
beberapa data atau komponen sistemyang dapat dimodelkan, dan yang dianggap
kurang penting atau tidak relevan dapatlah diasumsikan mampu mendukung
tujuan yang ingin dicapai. Jadi sebuah model tidak hanya merupakan perwujudan
tujuan, namun juga merupakan asumsi untuk mendukung tujuan tersebut.
Dalam kehidupan, model yang digunakan untuk mengenal suatu sistem
(studi terhadap sistem) dibedakan berdasarkan data yang diperoleh dan hal
tersebut dapat dibedakan menjadi seperti berikut :
4
1. Model fisik
Didasarkan pada analogi dari sistem dengan sistem. Dalam pemodelan
yang seperti ini atribut atau field (data) dari sistem didapatkan dari pengukuran,
seperti jarak yang ditempuh oleh truk dengan beban tertentu dan kecepatan
tertentu yang mempengaruhi kemampuan mesin, dengan beban bervariasi dan
kecepatan tertentu seberapa jauh pesawat dapat meninggalkan landasan, dan
masih banyak lagi contoh lain.
2. Model matematika
Pada model ini simbol-simbol matematika dan persamaan-persamaan
matematika digunakan untuk menggambarkan sistem. Atribut atau field dari
sistem dipresentasikan oeh aktivitas-aktivitas setiap variabel yang diidentifikasi
lebih awal dan kemudian dengan fungsi-fungsi matematika maka dari seluruh
variabel tersebut akan dihasilkan aktivitas-aktivitas yang diharapkan.
Model matematika itu kemudian dibagi lagi menjadi dua yang masing-
masing memiliki perbedaan yang mendasar. Yang pertama sangat dipengaruhi
oleh perubahan waktu, disebut model dinamis, sementara model yang satunya
menunjukkan perilaku sistem secara spesifik pada kondisi tertentu saja, disebut
model statis.
5
Di dalam pengembangan model matematika untuk model dinamis dan
model statis, di antara keduanya terdapat dua perbedaan lagi yang dapat
mengidentifikasi perilaku data secara spesifik.
Dari penjabaran kedua model tersebut dapat disusun suatu metode atau proses
penyelesaian. Metode atau proses penyelesaian tersebut adalah :
1. Metode analitis
Menggunakan metode analitis berarti memakai teori matematika deduktif
untuk menyelesaikan model. Penggunaan metode ini sangat tergantung pada
kemampuan kita di dalam menggunakan teori matematika.
2. Metode numerik
Metode numerik melibatkan prosedur-prosedur komputasi untuk
menyelesaikan persamaan-persamaannya. Metode ini lebih mudah digunakan
karena hanya mempergunakan data dengan teknik-teknik khusus. Teknik
khusus tersebut adalah simulasi.
Pengertian Simulasi :
Simulasi adalah suatu teknik yang digunakan dalam membuat keputusan
dengan mengevaluasi perilaku model pada kondisi yang berlainan. Simulasi
adalah perangkat uji coba yang menghasilkan solusi-solusi yang hampir optimal
yang dapat mempresentasikan sistem secara menyeluruh. Simulasi sendiri
6
memungkinkan pembuatan kesimpulan dari solusi-solusi atas percobaan yang ada
dan memberikan keputusan-keputusan sehubungan dengan percobaan tersebut
sebagai alternatif dalam melakukan pendekatan.
Simulasi bukan hanya solusi dengan menggunakan model (data atau
miniatur) yang dibuat sedemikian rupa untuk menghasilkan nilai tertentu. Dengan
simulasi kita dapat menduga perilaku suatu system yang kita amati dengan
menggunakan data hasil pengamatan yang dilakukan dalam waktu tertentu. Dari
data hasil pengamatan itu kita dapat membuat prediksi dan kemudian memutuskan
tindakan yang akan kita lakukan.
3. Model Simulasi
Perilaku variabel-variabel yang ada pada sistem dapat diklasifikasikan
menjadi dua jenis, yaitu discrete (tertentu/khusus) dan continious (terus-
menerus/bersambung). Discrete system adalah sistem di mana variabel-
variabelnya berubah hanya pada sejumlah keadaan tertentu dan dapat dihitung
pada saat tertentu. Perilaku sistem pada restoran cepat saji merupakan contoh
sistem diskrit, yang menunjukkan perubahan kedatangan konsumen, lama
konsumen dilayani, lama konsumen makan di tempat dan saat konsumen
meninggalkan restoran. Contoh lainnya adalah perhitungan kepadatan muatan
armada ferry, mulai saat melakukan parkir (lama parkir) sampai ke tujuan pada
waktu tertentu. Continuous system adalah suatu sistem di mana variabelnya
berubah secara terus-menerus serta dipengaruhi oleh waktu. Kecepatan sebuah
mobil ketika lepas dari lampu traffic light adalah contoh sistem bersambung ini di
7
mana variabelnya, yaitu kecepatannya, akan berubah secara terus-menerus karena
terpengaruh oleh waktu. Dalam keseharian hanya sebagian kecil saja sistem yang
bersifat diskrit dan kontinu. Bila terjadi perubahan yang menonjol di dalam suatu
sistem maka perubahan tersebut akan digunakan untuk mengklasifikasi apakah
perubahan yang terjadi terhadap sistem itu bersifat diskrit atau kontinu.
Dari model yang dikembangkan tersebut maka seorang analis dapat
menggunakan simulasi sebagai media untuk penelitian dalam mengambil
keputusan. Simulasi adalah suatu teknik yang digunakan dalam membuat
keputusan dengan mengevaluasi perilaku model pada kondisi yang berlainan.
Simulasi adalah perangkat uji coba yang menghasilkan solusi-solusi yang hampir
optimal yang dapat mempresentasikan sistem secara menyeluruh. Simulasi sendiri
memungkinkan pembuatan kesimpulan dari solusi-solusi atas percobaan yang ada
dan memberikan keputusan-keputusan sehubungan dengan percobaan tersebut
sebagai alternatif dalam melakukan pendekatan.
Model simulasi merupakan salah satu alat dari analisis kuantitatif yang
sangat populer. Keandalan simulasi mampu menghadapi kinerja dari suatu data
yang bervariasi dan mampu memberikan solusi alternatif secara cepat lewat
bantuan program komputer. Model simulasi yang dikembangkan dalam dua bisnis
seringkali digunakan untuk menguji kebijakan-kebijakan dan keputusan-
keputusan yang sifatnya bervariasi.
Model simulasi ini mampu dengan mudah menjangkau hal-hal yang sangat
luas karena hanya membutuhkan asumsi yang lebih sedikit, yang oleh karenanya
8
dapat digunakan untuk hal-hal yang bersifat kompleks di dalam pengambilan
keputusan. Ketika proses dari model tersebut dijalankan maka seseorang dapat
mengetahui perilaku data yang statis (kondisi variabel dan parameter dari
komponennya selalu tetap, tidak berubah-ubah, seperti panjang dan lebar suatu
jalan atau kuantitas mesin produksi dalam sebuah proses produksi) dan dinamis
(kondisi variabel dan parameter dari komponennya selalu berubah-ubah sesuai
perubahan waktu, seperti kepadatan pengguna jalan khusus untuk mobil pribadi
akan berbeda jumlahnya pada jam 6 pagi dengan jam 7 pagi).
9
BAB II
APLIKASI SIMULASI : PRODUCTION SCHEDULING
Simulasi Bentuk Penjadwalan Produksi Dalam Pabrik
• Persediaan bahan baku yang menunggu untuk diproses
• Persediaan masih dalam proses (work in proces)
• Barang jadi (finished goods)
• Bahan pembantu untuk mendukung proses produksi
Contoh kasus Production scheduling
Keanekaragaman jumlah produksi sangat tergantung pada jenis perusahaaan
Misalnya ada perusahaan yang memiliki persediaan lebih dari 10.000 item. Setiap
item memiliki perbedaan dalam hal biaya, berat, isi, bentuk dan warna. Mereka
mungkin dipak dalam pengepakan secara bersam aatau berbeda. Penyimpanan
mungkin mmbutuhkan fasilitas yang berbeda, begitu juga dalam hal pengangkutan
ke dalam perusahaan dapat menggunakan peralatan dan fasilitas yang berbeda
pula.
Dari contoh kasus di atas terdapat hal-hal yang harus diperhatikan yaitu
• Persediaan bersama dapat ditinjau dari kontribusi strategis terhadap tujuan
perusahaan
10
• Konteks manajemen persediaan dalam hal ini adalah berkaitan dengan
kebutuhan fungsi-fungsi lain dalam perusahaan seperti bagian keuangan,
pemasaran dan produksi
• Persediaan adalah bentuk aktiva lancar dan aktiva jangka pendek
• Persediaan hanya masuk dalam satu kategori dan manajemen
mengintegrasikan semua persediaan dalam aktiva lancar
Strategi Simulasi Production Scheduling
Dari bagan di atas didapat
• Strategi dihasilkan dari kebijakan manajemen dan prosedur operasi
organisasi
11
• Kebijakan dan prosedur diperoleh dari analisis eksternal tentang
permintaan produk, kapasitas suplai bahan baku dan kendala internal
seperti kapasitas gudang dan dana yang tersedia
Bagian suplai, produksi dan distribusi memiliki keterikatan satu sama lain dan
bukan bersifat independen, artinya salah satunya mengalami perubahan, akan
berpengaruh pada yang lainnya.
• Efisiensi didasarkan atas optimalisasi pada masing-maisng bagian yang
disebut dengan EFISIENSI KELOMPOK, tetapi bukan efisiensi global
bagian logistik
• Jumlah optimalisasi masing-masing bagian tidak perlu dimasukkan ke
dalam jumlah efisiensi dari total sistem
• Jumlah persediaan yang besar secara unit dibutuhkan pengklasifikasian ke
dalam jumlah yang lebih kecil dan relatif homogen agar mudah melakukan
pengawasan
• Kerumitan dan perbedaan dalam persediaan membuat manajemen
menerapkan prosedur yang hampir sama untuk setiap kategori
• Yang tidak dapat dihindari adaalah tipe sistem pengawasan persediaan
maupun yang dipilih, pasti mempunyai dampak atas semua aktifitas
organisasi.
12
• Langkah awal dalam mengembangkan sistem pengawasan persediaan
adalah menganalisis kemana tujuan sistem diarahkan
• Karena tujuan sistem pengawasan persediaan akan menjadi pedoman atas
kebijakan persediaan
• Sistem pengawasan persediaan yang baik hanya membutuhkan perhatian
apabila ada pengecualian
PENYESUAIAN PRODUCTION SCHEDULING YANG HARUS
DILAKUKAN ADALAH MEMBUAT SISTEM OPERASI AGAR :
1. Menjamin atau memastikan barang dan bahan baku cukup tersedia
2. Mengidentifikasi kelebihan dan kekurangan dan keterlambatan item
3. Menyediakan laporan tepat waktu dan konsisten kepada manajemen
4. Mengeluarkan sedikit jumlah sumber daya dalam penyempurnaannya
6 KRITERIA SIMULASI PRODUCTION SCHEDULING DALAM
PENGEMBANGAN DAN PEMELIHARAAN SISTEM, DAN KEGAGALAN
AKAN MENURUNKAN EFISIENSI SELURUH SISTEM.
1. Mengembangkan peramalan permintaan dan menguji kesalahan peramalan
2. Menyeleksi model persediaan (EOQ, EOI, EPQ)
13
3. Menghitung biaya persediaan (biaya pesan, biaya simpan dan biaya
stockout)
4. Metode yang diguakan dalam memcatat danmenghitung setiap item
5. Metode penerimaan, penanganan dan penyimpanan
6. Prosedur informasi yang digunakan dalam melaporkan pengecualian.
MEMPERBAIKI DAN MENAIKKAN KINERJA DENGAN CARA
PRODUCTION SCHEDULING :
1. Menstandarkan item produksi
2. Mengurangi waktu tunggu
3. Mengurangi waktu siklus
4. Menggunakan beberapa pemasok
5. Memberitahukan perkiraan permintaan pemasok
6. Kontrak pembelian dengan pemasok untuk jumlah minimum
7. Mempertimbangkan biaya transportasi
8. Memperbaiki ketepatan catatan
9. Memperbaiki perencanaan kapasitas
10. Meminimumkan waktu persiapan
14
11. Struktur produk sederhana
12. Fokus pada perbaikan terus-menerus
BAB III
PENUTUP
TUJUAN TEKNIK SIMULASI
Untuk mempelajari “behaviour” sistem
Mengembangkan pengertian mengenai interaksi bagian-bagian dari sebuah
sistem, dan pengertian mengenai sistem secara keseluruhan.
Untuk pelatihan / training
Untuk hiburan / permainan (game)
TAHAPAN TEKNIK SIMULASI
15
1. Memahami sistem yang akan disimulasikan
2. Mengembangkan model matematika dari sistem
3. Mengembangkan model matematika untuk simulasi
4. Membuat prgram (software) komputer
5. Menguji, memverifikasi, dan memvalidasi keluaran komputer
6. Mengeksekusi program simulasi untuk tujuan tertentu
MODEL TEKNIK SIMULASI
Dapat dipadukan dengan model numerik untuk menganalisa sistem yang
lebih kompleks.
Didukung data yang berhubungan langsung dengan angka acak, dengan
tipe data probabilistik.
Mudah beradaptasi dan mudah digunakan untuk berbagai masalah.
SISTEM BERDASARKAN PERILAKU VARIABEL
Discrete system:
Variabel-variabelnya berubah hanya pada sejumlah keadaan tertentu dan
dapat dihitung pada saat tertentu.
Continous system:
Variabel-variabelnya berubah secara terus-menerus dan dipengaruhi oleh
waktu
16
17