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