MODUL 3 FIX.pdf

LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

61

BAB I

PENDAHULUAN

1.1 LATAR BELAKANG

Kemajuan industri yang cukup pesat menuntut suatu perusahaan untuk

memiliki performansi yang optimal. Terutama perusahaan yang bergerak di bidang

manufaktur. Kinerja suatu industri manufaktur bergantung pada sistem yang dianut,

dimana desain sistem industri manufaktur harus dapat bekerja dengan efektif dan

efisien. Suatu sistem tidak ada yang sempurna, dimana selalu timbul permasalahan

yang menghambat jalannya suatu sistem. Karena itu diperlukan adanya perbaikan

suatu sistem. Perbaikan suatu sistem membutuhkan biaya dan waktu yang besar.

Untuk dapat menghemat waktu dan biaya, maka digunakanlah metode simulasi.

Simulasi bertujuan untuk mendeskripsikan sistem secara nyata dan terperinci.

Salah satu software yang digunakan untuk mensimulasikan suatu sistem adalah

Arena. Arena sangat cocok dalam memodelkan dan mensimulasikan sistem

manufaktur seperti material handling, inventory, quality control, dan lain sebagainya.

Diharapkan nantinya dengan pengetahuan mengenai penggunaan Arena, berbagai

sistem yang ada dapat menjadi lebih baik dan efisien.

Modul Arena yang biasa digunakan adalah Basic Process. Namun seringkali

penggunaan Basic process kurang mencukupi sistem yang nyata tersebut. Sistem

nyata memiliki banyak proses dan transfer yang bermacam-macam. Untuk

memodelkan sistem yang lebih kompleks, maka modul yang digunakan adalah

Advance Process dan Advance transfer sehingga dapat memodelkan sistem nyata secara

detail dan terperinci.

Pada praktikum kali ini, akan dimodelkan suatu sistem produksi susu pada PT.

Greenfield. Permasalahan yang ada pada PT. Greenfield adalah utilitas resources

yang kurang optimum. Sistem produksi susu akan disimulasikan dengan software

Arena kemudian akan dilakukan analisa. Dan dari hasil analisa tersebut, akan

dibuat skenario beserta kombinasinya.

62 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA

Dengan dilakukan simulasi tersebut, diharapkan dapat memperbaiki desain

sistem yang lebih baik.

1.2 RUMUSAN MASALAH

Rumusan dari pelaksanaan praktikum ini adalah:

1. Apakah permasalahan yang terdapat pada proses pembuatan susu?

2. Bagaimana analisis hasil simulasi dan rekomendasi perbaikan yang dapat

diberikan pada proses pembuatan susu?

1.3 TUJUAN

Tujuan dari pelaksanaan praktikum ini adalah:

1. Mengidentifikasi permasalahan pada proses pembuatan susu.

2. Mampu memodelkan suatu sistem pada PT. Greenfield dengan cara

menggambarkan karakteristik elemen sistem melalui Advanced Process dan

Advanced Transfer yang tersedia dalam Arena.

3. Dapat menganalisa sistem produksi pada PT . Greenfield.

4. Mampu memberikan skenario perbaikan dari sistem pada PT. Greenfield.

1.4 MANFAAT

Manfaat yang dapat diperoleh dari pelaksanaan praktikum ini adalah:

1. Praktikan dapat mendentifikasi permasalahan pada proses pembuatan susu.

2. Praktikan dapat memodelkan suatu sistem pada PT. Greenfield dengan cara

menggambarkan karakteristik elemen sistem menggunakan Advanced Process

dan Advanced Transfer yang tersedia dalam Arena.

3. Praktikan dapat menganalisa sistem produksi pada PT. Greenfield.

4. Praktikan dapat memberikan skenario perbaikan dari sistem pada PT.

Greenfield.


63

1.5 BATASAN

Batasan dari prakikum ini antara lain:

1. Pengamatan dilakukan dengan 5 observasi dimana masing masing observasi

diambil 10 data.

2. Sistem yang dimodelkan dimulai dari kedatangan susu, kedatangan recap,

kedatangan paper dan karton sampai dengan proses packaging.

3. Pengamatan dilakukan hanya dibatasi pada susu original.

1.6 ASUMSI

Asumsi dari praktikum ini antara lain:

1. Operator bekerja dalam keadaan normal.

2. Tidak ada mesin yang rusak.

3. 1 unit entitas pada kedatangan susu bernilai 1000 liter susu.

4. 1 unit entitas pada kedatangan recap bernilai 1000 unit recap.

5. 1 unit entitas pada kedatangan paper bernilai 1000 unit paper.

6. Waktu proses pembuatan susu didapatkan dari aliran susu di pipa yang

dikonversikan menjadi satuan waktu.


(Halaman ini sengaja dikosongkan)


65

BAB II

TINJAUAN PUSTAKA

2.1 DEFINISI ARENA

Arena adalah adalah sebuah program penyusun model dan juga merupakan

simulator. Arena merupakan pencampuran dari dua kategori, yaitu kombinasi

antara kemudahan pemakaian yang dimiliki high level program dan kefleksibelan

yang menjadi ciri dari general purpose simulation language (GPSL).

Arena termasuk dalam kategori high level program karena Arena bersifat sangat

interaktif, sehingga pengguna dapat membuat sebuah model dengan sangat mudah

namun, dalam Arena dibutuhkan pengetahuan tentang sistem yang akan diamati

sebelum memodelkannya. Selain itu, ciri lain yaitu general purpose berarti pengguna

Arena dapat membangun model, templates, dan bahkan dapat membuat sendiri

modul jika diperlukan dengan menggunakan bantuan program seperti Visual Basic,

FORTRAN dan C/C++. Dalam professional edition, Arena memfasilitasi pengguna

yang inGreenfieldn membangun sendiri modul dan template-nya.

2.1.1 Arena Basic

Sofware Arena memiliki module-module yang digunakan untuk memodelkan

suatu sistem. Sistem simulasi pada Arena Basic yang akan diterapkan dalam

praktikum ini menggunakan Basic Process Panel.

2.1.1.1 Basic Process Panel

Basic Process Panel pada Arena berisikan module-module yang digunakan untuk

memodelkan simulasi sebuah sistem. Dalam basic process panel dibagi menjadi 2

module, yaitu flowchart module dan data module. Berikut module yang terdapat pada

basic process panel- flowchart module.


1. Create Module

Gambar 2.1 Create module

Modul ini sebagai titik awal untuk entitas dalam model simulasi. Entitas dibuat

menggunakan jadwal atau berdasarkan waktu antar kedatangan. Kemudian

meninggalkan modul untuk memulai proses melalui sistem, contoh: bagian

awal produksi manufaktur, kedatangan dokumen (untuk) proses bisnis,

kedatangan seorang pelanggan untuk proses pelayanan.

Tabel 2.1 Daftar Elemen Petunjuk yang Terdapat dalam Create Module

Petunjuk Deskripsi

Name Nama modul yang ditampilkan pada interface.

Entity Type Nama dari entitas yang dibangkitkan.

Type Waktu kedatangan yang dibangkitkan. Terdapat 4 pilihan, yaitu: Random, Schedule, Constant dan Expression.

Value Untuk menentukan nilai rata- rata dari distribusi eksponensial (jika

tipe random dipilih) atau waktu antar kedatangan (jika constant

digunakan).

Schedule Name Identifikasi nama dari schedule yang digunakan.

Expression Untuk memilih distribusi dan nilai dari waktu antar kedatangan.

Units Satuan yang digunakan

Entities per Arival Banyaknya entitas tiap datang.

Max Arrivals Jumlah maksimum entitas yang bisa dibangkitkan

First Creation Waktu pertama kali entitas dibangkitkan di sistem

2. Dispose Module

Gambar 2.2 Dispose module

Modul ini dimaksudkan sebagai titik akhir untuk entitas dalam model simulasi.

Entitas statistik dapat direkam sebelum entitas tersebut keluar sistem, contoh:

part-part meninggalkan model fasilitas, berakhirnya proses bisnis.

Tabel 2.2 Daftar Elemen Petunjuk yang Terdapat dalam Dispose Module Petunjuk Deskripsi

Name Nama dari modul yang ditampilkan pada interface.

Record Entity Statistics Menentukan apakah nilai dari entitas akan dicatat atau

tidak.


67

3. Process Module

Gambar 2.3 Process module

Process Module digunakan untuk mendefinisikan langkah- langkah proses. Server

dapat berupa resources atau transporter, contoh: bagian permesinan, meninjau

dokumen untuk kelengkapan, memenuhi pesanan, melayani pelanggan.

Tabel 2.3 Daftar Elemen Petunjuk yang Terdapat dalam Process Module

Petunjuk Deskripsi


Type Menentukan metode yang digunakan pada proses. Terdapat 2 metode yaitu standard dan submodel.

Action Tipe dari proses yang akan terjadi dalam modul. Terdapat 4 tipe yaitu delay,seize delay, seize delay release dan delay release.

Priority Prioritas dai entitas yang akan diproses jika resource yang digunakan

dipakai pada modul lain.

Resources Daftar resource atau resources yang digunakan untuk memproses entitas.

Delay Type Tipe distribusi yang digunakan sebagai parameter delay.

Units Satuan yang digunakan.

Allocation Menentukan bagaimana waktu proses dan biaya proses akan

dialokasikan pada entitas.

Report Statistics Menentukan apakah nilai dari entitas akan tercatat dalam report database

atau tidak proses ini.

4. Decide Module

Gambar 2.4 Decide module

Modul ini digunakan untuk pengambilan keputusan proses dalam simulasi. Ini

termasuk pilihan untuk membuat keputusan berdasarkan satu atau lebih kodisi

atau berdasarkan pada satu atau lebih probabilitas.


Tabel 2.4 Daftar Elemen Petunjuk yang Terdapat dalam Decide Module Petunjuk Deskripsi


Type

Keputusan untuk memilih berdasarkan suatu kondisi. Terdapat 4 pilihan, yaitu 2- way by chance,2- way by condition, N- way by chance,

N- way by condition.

Condition Menentukan satu atau lebih kondisi untuk memisahkan entitas.

Percentages Mnentukan satu atau lebih persentase yang digunakan untuk

memisahkan entitas.

Percentages True Nilai yang akan digunakan untuk menentukan persentase entitas

yang keluar di jalur yang benar.

If Tipe dari kondisi yang tersedia untuk evaluasi.

Named Nama dari variabel, attribute dan tipe yang spesifik ketika entitas

masuk ke modul.

5. Batch Module

Gambar 2.5 Batch module

Modul ini sebagai mekanisme pengelompokan dalam model simulasi. Dapat

dilakukan dengan memasukkan sejumlah entitas atau dapat dicocokkan

bersama dengan atribut, contoh: mengumpulkan beberapa part sebelum

memulai proses, memasang kembali salinan yang terpisah.

Tabel 2.5 Daftar Elemen Petunjuk yang Terdapat dalam Batch Module

Petunjuk Deskripsi


Type Metode pengelompokan entitas.

Batch Size Banyaknya entitas yang dikelompokkan.

Save Criterion Metode yang digunakan untuk menetapkan nilai dari atribut setelah

entitas digabungkan.

Rule Menentukan bagaimana entitas yang masuk akan di batch.

Attribute Name Nama dari atribut yang sesuai yang akan di batch.

6. Separate Module

Gambar 2.6 Separate module


69

Modul ini dapat digunakan untuk menyalin baik entitas masuk ke beberapa

entitas atau untuk membagi entitas yang sebelumnya di batch, contoh:

mengirim entitas individu untuk memindahkan kotak dari container, mengirim

pesanan untuk memenuhi proses parallel, memisahkan dokumen yang

sebelumnya di batch.

Tabel 2.6 Daftar Elemen Petunjuk yang Terdapat dalam Separate Module

Petunjuk Deskripsi


Type Metode untuk memisahkan entitas yang datang.

Percent Cost to Dlicate Alokasi biaya dan waktu dari entitas yang masuk untuk keluar di

duplikat.

# of Duplicates Jumlah entitas yang akan keluar dari modul selain entitas yang

diperbanyak.

Member Attributes Metode untuk menentukan bagaimana bagian- bagian dari atribut

entitas tertentu bisa kembali ke entitas awal.

Attribute Name Nama dari atribut yang sesuai yang akan di batch.

7. Assign Module

Gambar 2.7 Assign module

Memberikan ketetapan nilai kepada variabel pengguna yang didefinisikan,

tingkat atau level kontinyu, atribut entitas atau gambar, variabel-variabel status

model, atau tempat sumber daya, contoh: mengakumulasi nomor-nomor dari

sub-part yang menyusun part, mengubah tipe entitas untuk mewakili salinan

customer, menyusun prioritas customer.


Tabel 2.7 Daftar Elemen Petunjuk yang Terdapat dalam Assign Module Petunjuk Deskripsi


Assignments Menentukan satu atau lebih perintah yang dijalankan ketika entitas

mengeksekusi modul.

Type Jenis tugas yang akan dibuat.

Variable Name Nama variabel yang akan diberikan ketika entitas memasuki modul.

Attribute Name Nama atribut entitas yang akan diberikan ketika entitas memasuki

modul.

Entity Type Nama yang baru dari entitas yang akan diberikan ketika entitas

memasuki modul.

Entity Picture Tampilam gambar yang akan muncul di modul ini ketika simulasi

dijalankan.

Other Identifikasi sistem variabel khusus yang akan muncul ketika entitas

masuk dalam modul.

New Value Memberikan nilai dari atribut, variabel atau sistem variabel lain.

8. Record Module

Gambar 2.8 Record module

Modul ini digunakan untuk mengumpulkan data statistik dalam model

simulasi. Berbagai jenis statistik observasional adalah waktu antara keluar

melalui statistik modul, entitas (waktu, biaya).

Tabel 2.8 Daftar Elemen Petunjuk yang Terdapat dalam Record Module

Petunjuk Deskripsi


Type Menghitung jumlah statistik yang akan dihasilkan.

Attribute Name Nama atribut yang akan digunakan untuk statistik interval.

Value Nilai yang akan tercatat ke dalam pengamatan statistik.

Tally Name Mendefinisikan nama simbol dari tally dimana pengamatan dicatat.

Counter Mendefinisikan nama simbol dari counter untuk increment/ dicrement.

Record into Set Check box untuk menentukan tally dan counter set akan digunakan atau

tidak.

Tally Set Name Nama tally set yang akan digunakan untuk mencatat observsi.

Counter Set Name Nama counter set yang akan digunakan untuk mencatat jumlah jenis

statistik.

Set Index Indeks ke dalam tally atau counter set.


71

Berikut ini merupakan module yang terdapat dalam Basic Process Panel- Data

Modules.

1. Queue Module

Gambar 2.9 Queue module

Modul ini digunakan untuk mendefinisikan elemen antrian, menentukan

apakah statistik pada panjang antrian dikumpulkan, identifikasi jika antrian

dibagi, dan spesifikasi tingkat ranking antrian, contoh: umpukan pekerjaan

menunggu sumber daya pada modul proses, Holding area untuk dokumen

menunggu dikumpulkan pada modul batch.

2. Resources Module

Gambar 2.10 Resources module

Modul ini mendefinisikan sumber daya dalam sistem simulasi, termasuk

informasi biaya dan ketersediaan sumber daya, contoh: peralatan (mesin, kasir,

saluran telepon), manusia (pegawai penjualan, operator).

3. Variable Module

Gambar 2.11 Variable module

Modul ini digunakan untuk mendefinisikan dimensi variabel dan nilai awal.

Variabel dapat dirujuk dalam modul lain, dapat memindahkan nilai baru

dengan assign module dan dapat digunakan dalam ekspresi apapun, contoh:

jumlah dokumen yang diproses per jam, nomor serial untuk menandakan

bagian yang unik.


4. Schedule Module

Gambar 2.12 Schedule module

Modul ini dapat digunakan bersama dengan resource module untuk

mendefinisikan jadwal operasi untuk sumber daya atau dengan create module

untuk mendefinisikan jadwal kedatangan, contoh: jadwal kerja untuk staf,

termasuk istirahat, pola breakdown untuk peralatan, volume pelanggan tiba di

toko, learning curve factor untuk pekerja baru.

5. Set Module

Gambar 2.13 Set module

Modul ini mendefinisikan group-group dari elemen yang sama yang dihubungkan

melalui common name dan set index, contoh: mesin yang dapat melakukan operasi

yang sama di manufaktur, supervisor memeriksa pegawai di toko, kumpulan

gambar yang sesuai untuk kumpulan tipe entitas.

2.1.2 Arena Advanced

Software Arena Advanced memiliki modul yang lebih banyak dan berviasi dalam

penggunaannya untuk memodelkan suatu sistem. Sistem simulasi yang akan

diterapkan dalam praktikum ini menggunakan Advanced Process Panel dan Advanced

Transfer Panel.

2.1.2.1 Advanced Process Panel

Advanced process panel adalah panel yang memiliki beberapa modul yang

memiliki fungsi dan aplikasi proses yang lebih bervariasi dari pada panel basic process.

Panel tersebut dibagi menjadi General Flowchart Module dan Data Module.


73

2.1.2.1.1 General Flowchart Module

General Flowchart Module adalah kumpulan dari objek yang ditempatkan pada

jendela model untuk mendeskripsikan proses simulasi. Macam-macam modul

general flowchart module adalah sebagai berikut:

1. Hold Module

Gambar 2.14 Hold module

Modul ini akan menahan sebuah entitas dalam sebuah antrian dengan

beberapa pilihan, yakni: untuk menunggu sinyal, menunggu untuk kondisi

tertentu yang diinginkan kemudian dilakukan pemindaian, atau tertahan

selama waktu yang tidak terbatas, contoh: saat menunggu lampu lalu lintas

menjadi hijau, menunggu mengambil kue saat oven bunyi. Daftar elemen

petunjuk yang terdapat dalam hold module.

Tabel 2.9 Elemen Hold Module

Petunjuk Deskripsi


Type

Menunjukkan alasan untuk memegang entitas karena sebuah alasan tertentu atau

antrian internal. Terdapat 3 pilihan, yaitu: Wait for signal, Scan for condition, Infinite

hold.

Wait for Value Kode sinyal untuk entitas yang menunggu. Hanya berlaku ketika wait for signal

digunakan pada hold module.

Limit Angka maksimum dari entitas yang menunggu yang akan dilepaskan atas lepasnya signal module.

Condition

Menentukan sebuah kondisi yang akan dievaluasi untuk menahan entitas di module.

Jika kondisi yang di evaluasi benar, maka entitas akan meninggalkan modul,

sedangkan jika tidak cocok dengan kondisi maka entitas akan menunggu.

Queue Type Membedakan jenis dari antrian yang digunakan untuk menahan entitas. Terdapat 5 pilihan, yaitu: queue, set, internal, attribute expression.

Queue Name Di dalam field ini hanya terlihat jika memilih queue, dan ini mendefinisikan nama

sebuah antrian.

Set Name Kolom ini hanya terlihat jika memilih queue type set, kolom ini hanya menampilkan

nama dari antrian set tersebut.

Set Index Kolom ini hanya akan terlihat jika queue type set, dan mendefinisikan indeks ke queue

set. Catatan bahwa ini adalah indeks ke set dan tidak nama dari antrian di set.

Attribute

Kolom ini hanya ada jika memilih queue set attribute. Sebuah atribut akan masukkan

ke dalam kolom ini yang akan diproses untuk menunjukkan dimana antrian akan

digunakan.

Expression Kolom ini hanya ada jika queue type expression. Expression akan dimasukkn ke dalam

kolom ini yang akan di proses untuk menunjukkan dimana akan digunakan.


2. Match Module

Gambar 2.15 Match module

Match module membawa beberapa entitas sekaligus untuk menunggu di antrian

yang berbeda. Saat entitas datang pada match module, entitas akan tetap pada

antriannya sampai terjadi kecocokan. Di saat ada satu kecocokan, satu entitas

pada setiap antrian akan lepas dan bertemu. Entitas yang bertemu akan

tersinkronisasi untuk meninggalkan modul, contoh: mempertemukan produk

yang bervariasi untuk pesanan pelanggan. Daftar elemen petunjuk yang

terdapat dalam match module.

Tabel 2.10 Elemen Match Module

Petunjuk Deskripsi


Number of Match Sebuah jumlah entitas yang akan dicocokan yang harus disatukan di dalam

antrian yang berbeda sebelum sebuah penggabungan akan diselesaikan.

Type Metode dari pencocokan dari entitas yang datang. Terdapat 2 pilihan di dalamnya, yaitu: any entities dan based on attribute.

Attribute Name Nama dari atribut yang akan digunakan untuk mendentifikasi kedatangan dari pencocokan entitas. Hanya tampil jika memilih based on attribute.

Condition

Menentukan sebuah kondisi yang akan dievaluasi untuk menahan entitas di

modul. Jika kondisi yang dievaluasi benar, maka entitas akan meninggalkan

modul, sedangkan jika tidak cocok dengan kondisi maka entitas akan

menunggu.

3. Signal Module

Gambar 2.16 Signal module

Signal module mengirimkan sebuah sinyal atau tanda untuk setiap hold module

dalam model yang sedang menunggu sinyal untuk melepaskan entitas tertentu.

Saat entitas datang ke signal modul, sinyal dievaluasi dan kode sinyal

dikirimkan. Pada saat itu, entitas di hold module yang menunggu untuk sinyal

yang sama akan hilang dari antrian, contoh: memberikan tanda operator untuk


75

menyelesaikan pesanan yang menunggu komponen lain. Daftar elemen

petunjuk yang terdapat dalam signal module:

Tabel 2.11 Elemen Signal Module

Petunjuk Deskripsi


Signal Value Nilai dari sebuah signal untuk mengirim entitas di dalam hold module.

Limit Angka maksimum dari entitas yang akan di lepaskan dari hold module ketika

signal diterima.

4. Delay Module

Gambar 2.17 Delay module

Delay module menunda sebuah entitas dengan spesifikasi waktu tertentu. Saat

entitas datang pada delay module, pernyataan waktu tunda dievaluasi dan

entitas tetap pada modul sampai periode waktu tertentu, contoh: proses

pengecekan di bank, melakukan proses mesin jahit. Daftar elemen petunjuk

yang terdapat dalam delay module:

Tabel 2.12 Elemen Delay Module

Petunjuk Deskripsi


Allocation Jenis dari kategori dimana entitas terjadi delay time/ waktu proses dan biaya

dimasukkan.

Delay Time Membedakan nilai dari waktu proses dari entitas.

Units Unit waktu yang digunakan untuk delay time.

5. Release Module

Gambar 2.18 Release module

Release module digunakan untuk melepaskan beberapa resource yang telah

memproses entitas sebelumnya, contoh: melepaskan pekerja setelah menjahit

dari kain. Daftar elemen petunjuk yang terdapat dalam release module:


Tabel 2.13 Elemen Release Module Petunjuk Deskripsi


Type Jenis dari resource untuk releasing, baik menentukan resource tertentu, maupun

kumpulan dari resource.

Resource Name Nama dari resource yang akan di released.

Set Name Nama dari resource set yang akan di released.

Attribute Name Nama dari atribut yang ditentukan dimana akan di released.

Expression Nama dari expression yang ditentukan. Untuk set, nilai ini hanya angka dari

resource yang akan dilepaskan (berdasarkan resource kapasitasnya).

Quantity Jumlah dari resource yang akan dilepaskan. Untuk set, nilai ini hanya angka

dari resource yang akan dilepaskan (berdasarkan resource kapasitasnya).

Released Rule

Metode penentuan dari resource dengan sebuah set untuk melepaskan.

Pilihannya ada 3 yaitu, last member seized, first member seized, dan specific

member.

Set Index Anggota index dari resource set yang akan dilepaskan.

6. Dropoff Module

Gambar 2.19 Dropoff module

Dropoff module digunakan untuk melepaskan beberapa entitas dari grup entitas

dan mengirimkan entitas tersebut ke modul yang lain, diperbolehkan berbeda

modul, spesifikasi dengan graphical connection, contoh: pengisian papan pallet

dengan produk. Daftar elemen petunjuk yang terdapat dalam dropoff module:

Tabel 2.14 Elemen Dropoff Module

Petunjuk Deskripsi


Quantity Jumlah dari entitas yang akan di dropped off dari sebuah anggota entitas yang

masuk ke dalam grup yang masuk ke modul.

Starting Rank Memulai peringkat entitas yang akan di dropped off, berdasarkan entitas

dalam kelompok.

Member Attribute Metode untuk membedakan bagaimana untuk menetapkan nilai anggota atribut entitas untuk dropped off original entities.

Attribute Name Nama dari atribut yang ditentukan dimana untuk dropped off original entities

dari grup.

7. Pickup Module

Gambar 2.20 Pickup module


77

Pickup module digunakan untuk menghilangkan/mengambil beberapa urutan

entitas dari awal antrian sampai urutan tertentu dalam antrian entitas yang

terbawa bertambah sampai akhir grup entitas yang baru masuk, contoh:

mengumpulkan pesanan dalam lokasi antrian yang bervariasi. Daftar elemen

petunjuk yang terdapat dalam pickup module:

Tabel 2.15 Elemen Pickup Module

Petunjuk Deskripsi


Quantity Jumlah dari entitas yang akan di pickup dari sebuah entitas.

Queue Name Nama dari antrian dari entitas yang akan di pickup, mulai dari peringkat yang

ditentukan.

Starting Rank Memulai peringkat entitas yang untuk di pickup dari antrian.

2.1.2.1.2 Data Module

Data module adalah kumpulan objek yang ada di tampilan lembar kerja dari

model yang mendefinisikan karakteristik bermacam-macam elemen proses seperti

advanced set module dan expression module. Macam- macam module dalam data module

advanced transfer panel adalah sebagai berikut:

a. Advanced Set Module

Gambar 2.21 Advanced set module

Advanced set module menentukan set antrian, set storage, dan set- set yang lain, dan

masing-masing bagiannya.

Contoh: Berbagai pintu keluar toko (antrian).

b. Expression Module

Gambar 2.22 Expression module

Expression module adalah ekspresi dan nilai- nilai yang berhubungan.

Contoh: Expression kompleks untuk waktu pesanan masuk.


2.1.2.2 Advanced Transfer Panel

Advanced transfer panel adalah panel yang memiliki beberapa module yang

memiliki fungsi dan aplikasi transfer atau transportasi yang lebih bervariasi. Panel

tersebut dibagi menjadi 4 bagian yaitu general flowchart module, conveyor flowchart

modules, transporter flowchart module dan data module (User Guide Arena, 2005: 71).

2.1.2.2.1 General Flowchart Module

General flowchart module adalah kumpulan dari objek yang ditempatkan pada

jendela model untuk mendeskripsikan proses simulasi. General flowchart module

berwarna merah. Macam-macam general flowchart module adalah sebagai berikut.

1. Station Module

Gambar 2.23 Station module

Station Module mendefinisikan sebuah station (atau kumpulan station) yang

cocok secara fisik atau logis lokasi dimana proses dilakukan. Jika station modul

terdefinisi sebagai sebuah kumpulan station, maka secara efektif akan menjadi

lokasi yang multi proses, contoh penggunaan: menetapkan area pembubutan,

menetapkan area persiapan makanan. Daftar elemen petunjuk yang terdapat

dalam station module:

Tabel 2.16 Elemen Station Module

Petunjuk Deskripsi


Station Type Jenis dari stasiun yang akan didefinisikan, baik sebagai individual stasiun atau stasiun set.

Station Name Nama dari individual stasiun.

Set Name Nama dari set stasiun.

Parent Activity Area Nama dari area aktivitas induk.

Associated Intersection Nama dari tempat pertemuan dengan stasiun ini dalam sebuah tuntunan transporter network.


79

Tabel 2.16 Elemen Station Module (Lanjutan) Petunjuk Deskripsi

Report Statistics Ketentuan acak atau bukan statistik akan otomatis dikumpulkan dan disimpan dalam database laporan dan

yang sesuai daerah aktivitas.

Save Attribute Nama atribut yang digunakan untuk disimpan angka index

sampai stasiun set dari member yang dipilih.

Station Set Members Nama dari stasiun yang menjadi member dari stasiun set.

Station Name Sebuah stasiun yang diberikan hanya dapat berada sekali

dalam model. Oleh karena itu, stasiun individu hanya

dapat menjadi anggota dari satu stasiun set, dan bahwa

stasiun individu mungkin bukan nama stasiun di modul

lain.

Parent Activity Area Nama dari area aktivitas induk untuk anggota set stasiun.


Report Statistics Ketentuan acak atau bukan statistik akan otomatis

dikumpulkan dan disimpan dalam database laporan dan


2. Enter Module

Gambar 2.24 Enter module

Enter Module mendefinisikan sebuah station (atau kumpulan station) yang

mencocokkan secara fisik atau logis lokasi dimana proses muncul. Saat sebuah

entitas datang pada enter module, pembongkaran akan muncul dan entitas akan

pindah ke enter modul dan station akan dilepaskan.

Daftar elemen petunjuk yang terdapat dalam enter module:

Tabel 2.17 Elemen Enter Module

Petunjuk Deskripsi


Station Type Jenis dari stasiun yang akan didefinisikan, baik sebagai individual stasiun atau stasiun set.

Station Name Nama dari individual stasiun.

Set Name Nama dari set stasiun.

Parent Activity Area Nama dari area aktivitas induk.

Associated Intersection Nama dari tempat pertemuan dengan stasiun ini dalam sebuah

tuntunan transporter network.

Report Statistics Ketentuan acak atau bukan statistik akan otomatis dikumpulkan dan disimpan dalam database laporan dan yang sesuai daerah aktivitas.

Save Attribute Nama atribut yang digunakan untuk disimpan angka index sampai

stasiun set dari member yang dipilih.



Tabel 2.17 Elemen Enter Module (Lanjutan) Petunjuk Deskripsi

Station Name Sebuah stasiun yang diberikan hanya dapat berada sekali

dalam model. Oleh karena itu, stasiun individu hanya dapat menjadi anggota dari satu stasiun set, dan bahwa

stasiun individu mungkin bukan nama stasiun di modul

lain.

Parent Activity Area Nama dari area aktivitas induk untuk anggota set stasiun.


Report Statistics Ketentuan acak atau bukan statistik akan otomatis dikumpulkan dan disimpan dalam database laporan dan


Allocation Jenis dari kategori dimana entitas terjadi waktu delay dan

biaya akan ditambahkan.

Delay Kolom yang mendefinisikan delay yang akan dialami oleh

entitas dengan segera setelah datang di stasiun.

Units Unit waktu dari waktu delay.

Transfer In Jika resource, transporter, atau conveyor digunakan untuk

mentransfer entitas ke stasiun, modul ini dapat berguna sebagai pengganti release, free, atau exit.

Transporter Name Nama dari transporter yang akan bebas.

Unit Number Jumlah unit dari transporter yang akan dibebaskan yang

multi capacity.

Conveyor Name Nama dari conveyor untuk keluar atas kedatangan ke

stasiun.

Resource Type Jenis dari alokasi resourcenya, set atau resource.

Set Name Nama dari set resource yang akan dihasilkan.

Release Name Membedakan anggota dari set untuk dilepaskan terdiri dari

last member seized, first member seized atau specific member.

Set Index Index dari set yang akan dilepaskan.

Attribute Name Nama dari atribut yang membedakan jumlah resource

untuk dilepaskan.

Expression Nilai expression yang membedakan jumlah resource yang

akan dilepaskan.

3. Leave Module

Gambar 2.25 Leave module

Leave module digunakan untuk mentransfer entitas ke station atau module.

Entitas akan di transfer ke module station yang ditentukan dengan rekomendasi

station dan mengerahkan, atau memindahkan ke station tersebut, atau koneksi

grafis dapat digunakan untuk memindahkan entitas ke module yang lain. Daftar

elemen petunjuk yang terdapat dalam leave module:


81

Tabel 2.18 Elemen Leave Module Petunjuk Deskripsi


Allocation Jenis dari kategori dimana entitas terjadi waktu delay dan biaya akan

ditambahkan.

Delay Kolom yang mendefinisikan delay yang akan dialami oleh entitas dengan

segera setelah datang di stasiun

Units Unit waktu dari waktu delay.

Transfer Out Membedakan sebuah seize resource, request transpoter atau acces conveyor yang

dibutuhkan untu mentransfer entitas keluar dari modul ini.

Priority Menunjukkan prioritas modul ketika sebaiknya seizing sebuah resource atau

meminta sebuah transporter ketika terdapat banyak entitas yang menungu

untuk resource/ transporter dari modul yang tersedia.

Transporter Name Nama dari transporter yang akan bebas.

Queue Type Jenis dari antrian, terdiri dari single queue, queue set, internal queue, attribute

atau expression.

Queue Name Nama dari antrian individu.

Queue Set Name Nama dari set antrian

Set Index Mendefinisikan dari index ke dalam queue set.

Queue Attribute Name Nama atribut yang akan mengevaluasi untuk menGreenfieldndikasikan yang

mana antrian yang digunakan.

Queue Expression Expression yang akan dievaluasi untuk mengidentifikasi yang mana antrian

akan digunakan.

Selection Rule Metode untuk memilih transporter yang tersedia di sebuah set.

Save Attribute Nama atribut yang digunakan untuk disimpan ke angka index ke set member

yang dipilih.

Index Set Nama dari atribut yang mana nilai identifikasi angka index ke set member yang

diminta.

Resource Type Jenis dari alokasi resourcenya, set atau atribut atau expression.

Resource Name Nama dari resource untuk seize.

Conveyor Name Nama dari conveyor untuk acces.

# of Cells Angka dari sel yang berdampingan (kapasitas) dari kebutuhan entitas.

Move Time Waktu yang dibutuhkan untuk mengirimkan entitas ke stasiun yang dituju.

Connect Type Membedakan entitas yang dihubungkan menggunakan route, convey, transport,

atau connect ke modul yang berbeda.

Units Waktu yang digunakan untuk memindahkan.

Station Type Tujuan dari jenis stasiun entitas yang terdiri dari stasiun individu, attribute,

expression atau resource.


Station Name Nama dari stasiun kedatangan.

Attribute Name Nama atribut yang akan dievuasi untuk mengindikasikan stasiun.

Expression Expression akan dievakuasi untuk mengidentifikasi stasiun.

4. Pickstation Module

Gambar 2.26 Pickstation module

Pickstation module memperbolehkan entitas untuk memilih station khusus dari

bermacam-macam station. Modul ini memilih diantara banyak kumpulan


station berdasarkan logika pemilihan yang ditentukan oleh modul. Entitas

kemudian diarahkan, ditransportasikan, dibawa atau dikoneksikan ke station

tertentu. Daftar elemen petunjuk yang terdapat dalam pickstation module:

Tabel 2.19 Elemen Pickstation Module

Petunjuk Deskripsi


Test Condition Kondisi tes yang akan digunakan untuk proses seleksi stasiun, baik minimum

atau maksimum.

Number en route to

Station Jumlah entitas mentransfer ke station di pertimbangkan dalam proses seleksi

stasiun

Number in queue Jumlah entitas dalam antrian di stasiun di pertimbangkan dalam proses

seleksi stasiun

Number of Resources

Busy Jumlah sumber daya sibuk stasiun dianggap dalam stasiun proses seleksi

Expression Menentukan jika ekspresi ditetapkan pengguna tambahan dipertimbangkan

dalam proses seleksi stasiun.

Transfer type Menentukan bagaimana suatu entitas akan ditransfer dari modul ini

untuknya. Berikutnya stasiun baik dari tujuan lintasannya, sampaikan, transportasi, connect.

Save Attribute Mendefinisikan nama atribut yang akan menyimpan nama stasiun yang dipilih, terlihat ketika metode transfer connect

Route Time Waktu pindah dari entitas dari stasiun awal ke stasiun yang ditentukan di

modul.

Units Waktu yang dibutuhkan untuk parameter route-time.

5. Route Module

Gambar 2.27 Route module

Route module mentransferkan entitas ke station tertentu atau ke station

selanjutnya di rangkaian station kunjungan tertentu untuk entitas, contoh:

mengirimkan part ke station proses selanjutnya berdasarkan rutenya. Daftar

elemen petunjuk yang terdapat dalam route module:


83

Tabel 2.20 Elemen Route Module Petunjuk Deskripsi

Name Nama unik untuk modul yang akan ditampilkan dalam diagram alir.

Route Time Waktu perjalanan dari entitas lokasi saat ini ke station tujuan.

Units Waktu unit untuk parameter route tim.

Destination Type Metode untuk menentukan lokasi tujuan entitas. Pemilihan by secquences

mensyaratkan bahwa entitas telah diberi nama urutan dan bahwa urutan

sendiri telah didefinisikan.

Station Name Nama untuk setiap stasiun tujuan.

Transfer Type Menentukan bagaimana entitas akan ditransferkan keluar modul ke destinasi

tujuan.

Save Attribute Mendefinisikan nama dari atribut yang akan disimpan nama stasiun yang

dipilih.

Route Time Waktu pindah dari entitas dari stasiun awal ke stasiun yang ditentukan di

modul.

Units Waktu yang dibutuhkan untuk parameter route-time.

2.1.2.2.2 Conveyor Flowchart Module

Conveyor Flowchart Module adalah kumpulan dari objek yang ditempatkan pada

jendela model untuk mendeskripsikan proses simulasi dengan fungsi yang khusus

yaitu conveyor. Conveyor Flowchart Module berwarna hijau (User Guide Arena, 2005:79).

Macam-macam modul conveyor flowchart modules adalah sebagai berikut.

1. Convey Module

Gambar 2.28 Convey module

Convey Module memindahkan entitas pada conveyor dari lokasi tertentu ke station

tujuan. Contoh: Membawa part dari station pengisian ke station proses. Daftar

elemen petunjuk yang terdapat dalam convey module:


Tabel 2.21 Elemen Convey Module Petunjuk Deskripsi

Name Nama unik pada modul yang akan ditampilkan dalam diagram alir.

Conveyor Name Nama conveyor dimana entitas akan dibawa.

Destination Type Metode untuk menentukan tujuan entitas (By Sequence, Station Attribute, atau

Expression). Pemilihan By Sequence mensyaratkan bahwa entitas telah diberi

nama urutan dan bahwa urutan sendiri telah didefinisikan.

Station Name Nama untuk masing-masing stasiun.

Attribute Name Atribut yang akan menyimpan nama stasiun yang entitas akan dijalankan.

Expressions Ekspresi yang akan mengevaluasi untuk nama station dimana entitas-entitas

akan dijalankan.


Conveyor Name Nama conveyor dimana entitas akan dibawa.

Destination Type Metode untuk menentukan tujuan entitas (By Sequence, Station Attribute, atau

Expression). Pemilihan By Sequence mensyaratkan bahwa entitas telah diberi

nama urutan dan bahwa urutan sendiri telah didefinisikan.

2. Access Module

Gambar 2.29 Access module

Access module mengalokasikan satu atau lebih cell dari conveyor ke entitas untuk

pemindahan dari satu station ke yang lain, contoh: part masuk dalam conveyor

untuk dikirimkan ke daerah pengecatan. Daftar elemen petunjuk yang terdapat

dalam access module:

Tabel 2.22 Elemen Access Module

Petunjuk Deskripsi

Name Nama unik dari modul yang akan ditampilkan dalam diagram alir.

ConveyorName Nama dari conveyor yang diinGreenfieldnkan entitas.

# of cells Jumlah sel conveyor bersebelahan entitas membutuhkan untuk gerakan pada

conveyor.

Queue Type Menentukan jenis antrian digunakan untuk menahan entitas, baik sebagai Individual Queue, Queue Set, dan Internal Queue atau Attibute atau Expression

yang mengevaluasi nama antrian.

Queue Name Nama untuk antrian yang akan menahan entitas sampai mengakses conveyor.

Set Name Nama untuk pengaturan antrian.

Set Index Mendefinisikan indeks ke dalam set antrian. Perhatikan bahwa ini adalah

indeks set dan bukan nama dari antrian dalam set.

Attribute Name Mendefinikan nama dari atribut yang menyimpan nama antrian dimana

entitas akan tinggal.

Expressions Mendefinisikan nama dari ekspresi yang menyimpan nama antrian dimana

entitas akan tinggal.


85

3. Exit Module

Gambar 2.30 Exit module

Exit Module melepaskan entitas cell di conveyor tertentu, contoh: part cacat

dipindahkan dari conveyor dan dibuang. Daftar elemen petunjuk yang terdapat

dalam exit module:

Tabel 2.23 Elemen Exit Module

Petunjuk Deskripsi


Conveyor Name Nama dari conveyor yang akan dibangkitkan.

# of Cells Jumlah sel conveyor yag dibutuhkan sesuai dengan entitas untuk perpindahan

dengan conveyor.

4. Start Module

Gambar 2.31 Start module

Start Module mengubah status conveyor dari tidak aktif menjadi aktif, contoh:

memulai conveyor bottling setelah perawatan terjadwal. Daftar elemen petunjuk

yang terdapat dalam start module:

Tabel 2.24 Elemen Start Module

Petunjuk Deskripsi


Conveyor Name Nama conveyor yang akan dibangkitkan.

Velocity Kecepatan conveyor setelah mulai beroperasi. Nilai ini akan berubah

kecepatan conveyor secara permanen, sampai nilai tersebut diubah di tempat

lain modul.

Units Satuan kecepatan.

5. Stop Module

Gambar 2.32 Stop module

Start 1

Stop 1


Stop Module mengatur status conveyor dari aktif menjadi tidak aktif, contoh:

menghentikan conveyor untuk perawatan terjadwal. Daftar elemen petunjuk

yang terdapat dalam stop module:

Tabel 2.25 Elemen Stop Module

Petunjuk Deskripsi


Conveyor Name Nama dari conveyor yang akan dihentikan.

2.1.2.2.3 Transporter Flowchart Module

Transporter Flowchart Modules adalah kumpulan dari objek yang ditempatkan

pada jendela model untuk mendeskripsikan proses simulasi dengan fungsi yang

khusus yaitu transporter. Transporter flowchart modules berwarna biru (User Guide

Arena, 2005:82). Macam-macam modul transporter flowchart modules adalah sebagai

berikut.

1. Free Module

Gambar 2.33 Free module

Free Module melepaskan entitas yang terakhir dialokasikan oleh transporter unit.

Contoh: part menunggu dilepaskan oleh forklift untuk diletakkan di truk

pengiriman. Daftar elemen petunjuk yang terdapat dalam free module:

Tabel 2.26 Elemen Free Module

Petunjuk Deskripsi

Name Nama unik pada modul yang akan ditampilkan pada diagram alir.

Transporter Name Nama dari transporter untuk dilepaskan.

Velocity Kecepatan dari conveyor saat mulai beroperasi. Nilai ini akan menjadi

kecepatan conveyor secara permanen, hingga masuk ke modul trans

lainnya.

Units Number Menentukan dimana unit transporter di dalam set transporter yang akan

dibebaskan.

2. Request Module

Gambar 2.34 Request module


87

Request Module menugaskan unit transporter ke suatu entitas dan menggerakkan

unit ke lokasi stasiun entitas, contoh: sebagian part yang sudah diamplas

meminta sebuah troli untuk membawa part tersebut ke bagian pengecatan.

Daftar elemen petunjuk yang terdapat dalam request module:

Tabel 2.27 Elemen Request Module

Petunjuk Deskripsi

Name Name unik pada modal yang akan ditampilkan dalam diagram alir.

Transporter Name Nama dari transporter untuk dialokasi.

Selection Rule Aturan untuk menentukan mana dari jasa pengangkutan untuk mengalokasikan ke entitas, tiap Cylical, Random, Preferred Order, Spesific

Member, Largest Distance, dan Smallest Distance.

Save Attribute Menyatakan nama atribut yang akan menyimpan nomor unit yang

dipilih transporter.

Unit Number Menentukan unit transporter tertentu dalam transporter diatur untuk

meminta.

Priority Prioritas nilai entitas menunggu di modul ini untuk transporter ditentukan jika satu atau lebih entitas yang menunggu untuk transporter

yang sama di mana saja dalam model.

Entity Location Transporter akan bergerak setelah lokasi dialokasikan.

Velocity Kecepatan di mana transporter tersebut akan dipindahkan ke lokasi

entitas panjang unit per satuan waktu. Waktu unit ditentukan dalam

bidang Unit.

Units Satuan kecepatan waktu.

Queue Type Jenis antrian digunakan untuk menahan entitas sambil menunggu untuk mengakses transporter, baik sebagai Individual Queue, Queue Set,

Internal Queue, atau Attribute atau Exspression yang mengevaluasi nama

antrian tersebut.

Queue Name Nama untuk setiap antrian.

Set Name Nama untuk set antrian.

Set Index Indeks ke set antrian. Perhatikan bahwa ini adalah indeks ke set dan

bukan nama antrian di set.

Attribute Name Nama atribut yang akan dievaluasi untuk nama antrian.

Expression Ekspresi mengevalusi nama antrian.

3. Transport Module

Gambar 2.35 Transport module

Transport Module mentransfer entitas pengendali ke stasiun tujuan, contoh:

Forklift mengangkut pallet dari part ke stasiun pemrosesan selanjutnya. Daftar

elemen petunjuk yang terdapat dalam transport module:


Tabel 2.28 Elemen Transport Module Petunjuk Deskripsi

Name Nama unik untuk modul yang akan ditampilkan dalam dalam diagram

alir.

Transporter

Name Nama transporter untuk bergerak. Jika tidak diisi maka akan

diasumsikan.

Unit Number Menentukan unit transporter yang berapa dalam transporter setuntuk

transportasi.

Entity

Destination Type Menentukan metode untuk spesifikasi logika station tujuan dari entitas.

Station Name Nama untuk setiap stasiun.

Attribute Name Nama untuk atribut yang menyimpan nama stasiun untuk entitas yang

akan dijalankan.

Expression Ekspresi yang akan dievalusi untuk stasiun dimana entitas akan

dijalankan.

Velocity Menspesifikasikan kecepatan sementara pada entitas dan transporter

yang akan bergerak ke stasiun tujuan.

Units Satuan kecepatan waktu.

Guided

Transport

Destination Type

Memungkinkan spesifikasi tujuan guided transporter yang berbeda dari

tujuan entitas. Field ini diabaikan jika Transporter Name adalah free-path

transporter.

Station Name Mendefinisikan nama stasiun dengan menyatukan irisan untuk transporter yang dikendalikan akan bergerak.

Attribute Name Mendefinisikan nama dari atribut yang menyimpan nama stasiun dengan sebuah penyatuan irisan sehingga transporter yang akan

dikendalikan akan bergerak.

Expression Mendefinisikan sebuah ekspresi yang mengevalusi untuk lokasi hubungan dimana transporter yang dikendalikan akan bergerak.

Intersection

Name Mendefinisikan nama dari irisan dimana transporter yang dikendalikan

akan bergerak.

Network Link

Name Mendefinisikan nama dari hubungan jaringan dimana transporter yang

dikendalikan akan bergerak.

2.1.2.2.4 Data Module Advanced Transfer Panel

Data Module advanced transfer panel adalah kumpulan dari objek yang

ditempatkan pada jendela model untuk mendeskripsikan karakteristik bermacam-

macam elemen proses. Macam-macam data modul adalah sebagai berikut.


89

Tabel 2.29 Data Module Advanced Transfer Panel

No Nama Module Fungsi

1. Conveyor module

Conveyor module didefinisikan sebagai conveyor yang terakumulasi atau

non terakumulasi untuk membantu gerakan entitas antara stasiun. Bila menggunakan conveyor untuk kegiatan transfer antara modul, maka

conveyor harus didefinisikan menggunakan modul ini.

2. Segment module

Segment module menetapkan jarak antara dua stasiun pada set segment

conveyor. Stasiun awal, stasiun berakhir, dan segment yang digunakan

untuk membuat set segment yang sesuai, mempengaruhi penetapan jalur

conveyor. Biasanya, lebih dari satu segment module yang digunakan

untuk mendefinisikan set segment.

3. Transporter module

Transporter module menetapkan perangkat Free-path atau guided

transporter untuk menggerakkan entitas dari satu lokasi ke lokasi lain.

Free-path transporter bergerak bebas antara stasiun dan tidak

dipengaruhi oleh lalu lintas pengangkut lainya. Distance module

menentukan jarak antar stasiun. Guided Transporter, di sisi lain hanya

terbatas untuk berjalan di jalur tetap seperti trek atau rel. Gerakan

mungkin akan mempengaruhi kemacetan lalu lintas dari kendaraan lain. Guided transporter berjalan pada jaringan yang telah ditetapkan

dengan menggunakan Network module dan Network Link module.

4. Distance module

Distance module digunakan untuk menetapkan jarak perjalanan antara

semua stasiun yang dapat diakses oleh Free-Path Transporter. Distance

module terdiri dari nama jarak dan daftar stasiun yang saling

berdekatan dan jarak individu.

5. Sequence module

Sequence Module digunakan untuk menentukan urutan untuk aliran

entitas melalui model. Urutan terdiri dari daftar urutan stasiun yang

akan dikunjungi suatu entitas. Untuk setiap stasiun dalam urutan

kunjungan, atribut dan variabel akan diberikan nilai. Setiap stasiun dalam urutan kunjungan ini disebut sebagai langkah (atau jobstep)

dalam urutan. Tiga tujuan khusus atribut disediakan untuk semua entitas. Atribut sequence (Entity.Sequence) didefinisikan sebagai urutan

yang harus diikuti oleh entitas; nilai 0 menunjukkan bahwa entitas

tidak mengikuti urutan apapun. Agar suatu entitas mengikuti urutan, urutan atribut yang harus diberi nilai (misalnya, dalam modul assign).

2.2 Input Analyzer

Input analyzer adalah fasilitas dari software Arena yang berguna untuk

menentukan distribusi probabilitas yang sesuai dari data input historis yang telah

dikumpulkan atau didapatkan. Misalnya data waktu antar kedatangan, waktu

proses, waktu pelayanan, dan data lainnya.

2.2.1 Langkah- Langkah Penggunaan Input Analyzer

Pengujian distribusi data dengan software Arena dengan media Input Analyzer

memiliki langkah-langkah sebagai berikut:

1. Buka program Arena

2. Pilih menu Tools - Input Analyze


3. Pilih menu File-New atau langsung pilih icon new pada toolbar.

4. Setelah muncul lembar kerja, pilih menu File - Data File - Use Existing - pilih

lokasi dan nama file, untuk memunculkan file .txt dari notepad yang telah dibuat

sebelumnya, ubah Files of Type :Text Files (*.txt).

Gambar 2.36 Pemilihan file

5. Kemudian akan muncul suatu grafik, Klik Fit>Fit All atau pilih toolbar Fit all

Gambar 2.37 Fit – fit all

6. Untuk memindahkan expression, blok nilai expression, klik Edit dan pilih

copy expressions.

Gambar 2.38 Copy expressions

7. Pindahkan nilai expression pada model Arena yang sesuai.


91

Gambar 2.39 Expression

8. Lakukan pengulangan langkah input analyzer untuk mencari distribusi data

waktu proses lainnya.

2.3 Process Analyzer

Process analyzer di dalam software Arena mempunyai fungsi yaitu membantu

dalam mengevaluasi alternatif yang disajikan oleh eksekusi model simulasi dengan

skenario simulasi yang berbeda, dengan demikian dapat diamati efek dari skenario

yang telah diatur sebelumnya. Hal ini berguna untuk pengembang model simulasi,

serta pembuat keputusan dimana tidak dikenal dengan model, namun akrab disebut

dengan menangani solusi model simulasi. Biasanya Process analyzer menentukan

skenario yang mana yang cocok sehingga bisa mendapatkan WIP yang minimum.

2.3.1 Project Items pada Process Analyzer

Project items pada process analyzer adalah sebagai berikut.

1. Scenario

Sebuah koleksi kontrol dan tanggapan yang diterapkan pada model simulasi

yang diberikan. Skenario yang digunakan merupakan hasil simulasi yang

berbentuk SIMAN report.

2. Control

Input yang dianggap mempengaruhi operasi dari model dengan cara yang dapat

dipantau atau dilihat dalam output dari model. Contoh: resource mesin rotary

dryer.

3. Response

Output yang mewakili ukuran bagaimana model dilakukan selama

menjalankan. Contoh: resources berupa hasil mixing WIP.


4. Chart

Diagram yang digunakan untuk menampilkan output hasil simulasi. Chart yang

ditampilkan dapat berupa Hi-LO dan dapat mendentifikasikan skenario terbaik.

2.3.2 Langkah- Langkah Penggunaan Process Analyzer

Langkah-langkah penggunaan Process Analyzer pada Arena adalah sebagai

berikut:

1. Ada dua cara memulai Process Analyzer. Pilih Start - Programs - Rockwell Software

- Arena - Program Analyzer. Atau Baku Arena, pilih Tools - Process Analyzer.

2. Setelah Process analyzer dibuka, pilih File – New.

3. Double click untuk menambahkan skenario. Skenario merupakan alternatif yang

digunakan untuk mengetahui perbaikan sistem.

4. Pilih Browse dan cari file yang akan dianalisis dalam bentuk file (*.p). Pilih OK.

Gambar 2.40 Tampilan process analyzer

5. Selanjutnya, spesifikasi untuk Controls, Response, dan Scenarios

a. Controls

1) Pilih Insert – Controls.

2) Lalu perluas daftar spesifikasi kontrol resource dan pilih resource yang

akan dikontrol jumlahnya demi perbaikan. Klik OK.

3) Maka kontrol tersebut akan muncul pada default.


93

Gambar 2.41 Tampilan controls

b. Response

1) Pilih Insert – Response.

2) Lalu perluas daftar spesifikasi Response dan pilih Response yang akan

dikontrol jumlahnya demi perbaikan. Klik OK.


4) Kotak Response kosong Arena belum dilakukannya replikasi.

Gambar 2.42 Tampilan response

c. Scenarios

1) Duplikat skenario yang ada dengan cara klik Scenario 1 lalu klik kanan

Duplicate Scenario.

2) Ulangi hingga 10 scenario.

3) Ganti nama, level kontrol, dan nomor replikasi sesuai dengan

keinginan untuk mengetahui yang paling efektif.


Gambar 2.43 Tampilan scenarios

6. Jalankan skenario. Klik Run – Go. Pilih OK setelah muncul kotak dialog. Maka

akan terlihat respon dari masing-masing skenario.

7. Tampilkan chart dengan cara :

a. Blok kolom skenario yang akan ditampilkan chart.

b. Plih menu insertchart.

c. Pilih jenis chart yang ingin ditampilkan.

Gambar 2.44 Tampilan chart

d. Klik Next.

e. Pilih Response yang akan dimasukkan Chart.


95

Gambar 2.45 Tampilan response pada chart

f. Klik Next.

g. Aktifkan Identify Best Scenario dan pilih kategori yang diinginkan.

Gambar 2.46 Identify best scenario

h. Klik finish.




97

BAB III

METODOLOGI PENELITIAN

3.1 DIAGRAM ALIR PRAKTIKUM

Berikut adalah diagram alir praktikum:

Mulai

Studi Pustaka

Melakukan pengamatan

langsung

Identifikasi Masalah

Penentuan tujuan

simulasi

Pembuatan model

konseptual (ACD)

Terverifikasi?

Penentuan Distribusi data

Pemoddelan sistem dengan

software ARENA 5

Dry Run

Melakukan perancangan

skenario

Kesimpulan dan Saran

Selesai

Pengumpulan data

Melakukan verifikasi

Jalankan simulasi

Melakukan validasi

Tervalidasi?

Tidak

Tidak

Analisa hasil simulasi

Ya

Pemilihan skenario

terbaik

Run Skenario

Gambar 3.1 Diagram alir praktikum


3.2 PROSEDUR PRAKTIKUM

Langkah-langkah yang dilakukan dalam praktikum ini adalah sebagai berikut:

1. Mulai

2. Studi pustaka

Studi pustaka merupakan pembelajaran dengan menggunakan referensi yang

ada.

3. Pengamatan langsung

Pengamatan langsung merupakan pengamatan langsung pada studi kasus yang

diambil di PT. Greenfield untuk mengetahui proses produksi secara umum.

4. Identifikasi Masalah

Masalah yang diangkat adalah proses pembuatan susu PT. Greenfield

Indonesia.

5. Penentuan tujuan simulasi

Penentuan tujuan simulasi yaitu untuk mengetahui utilitas resources yang ada

pada poses pembuatan susu dalam melakukan proses produksi.

6. Permodelan konseptual dengan ACD

Membuat Activity Cycle Diagram (ACD) untuk menganalisa informasi penting

mengenai struktur dan perilaku dinamis dari sistem yang dimodelkan.

7. Pengumpulan data

Pengumpulan data merupakan pengamatan waktu proses pembuatan susu.

8. Penentuan distribusi data

Data yang telah didapatkan diolah dengan memodelkan sistemnya dan

mencari distribusi waktu di setiap tahapan proses produksi.

9. Pemodelan sistem dengan Arena

Pemodelan sistem merupakan proses membangun sebuah model dari suatu

sistem nyata yang diamati, yaitu proses produksi susu. Pemodelan ini dibuat

dengan menggunakan software Arena 5.0.

10. Dry Run, yaitu melakukan running pada sistem yang sudah dimodelkan dengan

software Arena 5.0.


99

11. Verifikasi model

Verifikasi merupakan proses pemeriksaan logika operasional model (program

komputer) berjalan sesuai dengan diinginkan. Verifikasi dilakukan dengan

membandingkan model yang telah dibuat dalam Arena dengan Activity Cycle

Diagram (ACD) berdasarkan sistem nyata. Jika model tidak terverifikasi, maka

kembali ke langkah nomer 8. Jika model sudah terverifikasi, maka lanjut ke

langkah selanjutnya.

12. Validasi model

Proses ini digunakan untuk memeriksa apakah model telah sesuai dengan

rancangan dan sistem nyata yang dimodelkan. Jika model belum valid, maka

kembali ke langkah nomer 4. Jika model sudah valid, maka lanjut ke langkah

selanjutnya.

13. Run simulasi

Simulasi ini menggambarkan cara kerja sistem yang dijalankan dengan software

Arena.

14. Analisa hasil simulasi

Analisa dari sebelum simulasi dan hasil setelah disimulasikan berupa input dan

output data yang diperoleh.

15. Melakukan perancangan skenario dengan process analyzer

Perbaikan yang harus dilakukan ketika sistem tidak sesuai akan dilakukan

skenario pada tool Process Analyzer.

16. Run skenario

Menjalankan model sesuai dengan skenario yang telah dirancang pada

langkah ke-13.

17. Pemilihan skenario terbaik

Pemilihan hasil skenario dilakukan untuk memilih hasil perbaikan yang

optimal dan sesuai dengan hasil eksperimen yang dilakukan.

18. Kesimpulan dan saran

Kesimpulan dan saran memberikan rangkuman dari awal proses hingga akhir

dan melengkapi apa yang kurang pada proses tersebut.

19. Selesai




101

BAB IV

HASIL DAN PEMBAHASAN

4.1 GAMBARAN SISTEM

PT. Greenfield memiliki farm sapi perah sendiri untuk mensuply kebutuhan raw

material susunya. Proses awal dimulai dengan kedatangan susu dan material

penunjang seperti karton, recap, paper esl 1 liter. Susu datang dari farm melalui pipa

sebanyak 32 ton dalam shift jam kerja (8 jam), perusahaan memberlakukan 3 shift

kerja dalam sehari. Bersamaan dengan kedatangan susu, juga ada kedatangan recap

32000, dan paper sebanyak 32.000 dan karton 2667 pcs. Karton, recap, paper esl 1

liter di pindahkan dari warehouse ke lantai produksi dengan menggunakan forklift

dengan 3 kali antar. Susu yang datang bersuhu 8 derajat sehingga harus di

didinginkan melalui PHE, flow pada PHE 2000 liter per menit dan hasil

pendinginan adalah susu 4 derajat, yang kemudian ditampung pada 5 reception tank

dengan kapasitas tiap reception tank berkapasitas 20000 liter. Setelah susu telah

didinginkan susu dipompakan ke mesin thermizer sebanyak 2 unit dengan kapasitas

flow 5.000 liter per jam untuk tiap mesin dengan pemanasan 86 derajat.

Selanjutnya dialirkan ke 2 mesin homoginizer dengan kapasitas tiap mesin, flow

8000 liter per jam agar susu homogen. Selanjutnya di alirkan ke 2 mesin TA flax

untuk melalui proses sterilisasi, dengan kapasitas 8000 liter per jam. Selanjutnya

susu dialirkan ke 3 unit storage tank dengan dengan kapasitas tampung 20 ton tiap

tank. Selanjutnya susu di cek kadar nutrisinya oleh pihak Lab. Jika kadar nutrisi

telah memenuhi standar yang di tentukan maka langsung di alirkan ke aseptic tank

sebanyak 2 unit dengan kapasitas 20000 liter per tank. Jika nutrisi kurang maka

susu di alirkan dari storage tank ke blending tank untuk penambahan nutrisi, sebelum

ke aceptic tank. Susu dari aseptic tank di jaga suhunya tetap 4 derajat. Lalu setelah

seluruh susu sudah masuk ke aseptic tank, susu di alirkan ke 2 unit mesin filling

dengan kapasitas masing masing mesin 8000 pack per jam. Susu dalam pack

dipindahkan melalui conveyor sepanjang 32 meter ke mesin pengkodean untuk

diberi kode produksi dan kode exp. Flow mesin ini 10000 kode per jam. Di

sepanjang conveyor sebelum di beri kode, ada 4 operator QC untuk inspeksi


kebocoran pack secara manual. Susu yang sudah diberi kode, di masukkan ke

mesin carboad packer untuk dimasukkan kedalam karton, kapasitas mesin 500

karton per jam. 1 karton berisi 12 pack susu esl 1 liter. Selanjutnya karton di tumpuk

di hand pallet dengan tumpukan 5x5x5 dan di pindahkan ke cool storage. Ketika

produk siap dikirim, produk di pindahkan dengan forklift ke truk. Proses selesai

Tabel 4.1 Data Inspeksi

Data Waktu

Proses

(menit)

Data Waktu

Proses

(menit)

Data Waktu

Proses

(menit)

Data Waktu

Proses

(menit)

1 6 15 7 29 5 43 7

2 7 16 7 30 5 44 5

3 6 17 6 31 5 45 5

4 5 18 5 32 6 46 6

5 6 19 5 33 6 47 7

6 6 20 5 34 7 48 7

7 7 21 6 35 7 49 6

8 7 22 7 36 6 50 7

9 5 23 7 37 6

10 7 24 6 38 6

11 6 25 7 39 7

12 7 26 6 40 6

13 5 27 6 41 5

14 6 28 6 42 5

4.2 ACTIVITY CYCLE DIAGRAM (ACD)

Berikut adalah ACD dari proses pembuatan susu.

(Terlampir)

4.3 PENENTUAN PARAMETER DISTRIBUSI DENGAN INPUT ANALYZER

Pengujian data pada simulasi ini dilakukan pada ke sembilan proses yang ada

pada studi kasus, sebagai contoh data salah satu proses yaitu proses kedatangan

sebagai berikut :

Berikut merupakan langkah-langkah pengujian distribusi data dengan

menggunakan software Arena dengan media Input Analyzer :

a. Masukkan data yang sudah diolah dalam excel kedalam bentuk notepad dengan

format .txt.

b. Kemudian buka Software Arena.

c. Klik menu tools kemudian pilih Input Analyzer.


103

d. Klik menu file lalu New atau langsung klik icon New pada toolbar.

e. Kemudian klik menu file lalu klik Data File kemudian pilih Use Existing, lalu

pilih lokasi dimana notepad proses kedatangan disimpan dan klik Open.

Gambar 4.1 Input analyzer

f. Klik Fit lalu pilih Fit All.

Gambar 4.2 Fit all

g. Untuk memindahkan Expression, blok nilai Expression, klik Edit dan pilih

copy Expression.

. Gambar 4.3 Data copy expression

h. Pindahkan nilai Expression ke model Arena yang sesuai.

Gambar 4.4 Copy nilai expression pada arena


i. Lakukan pengulangan langkah Input Analyzer untuk mencari distribusi waktu

proses lainnya.

Berikut adalah penentuan distribusi waktu untuk proses lainnya dalam setiap

proses dengan menggunakan input analyzer:

Tabel 4.2 Penentuan Distribusi Data

Distribusi pendugaan Distribusi Fit Allri Error Distribusi Terpilih

Proses pengepakan

Normal

Uniform

Triangular

NORM (2.51, 0.585)

UNIF (1.35, 3)

TRIA (1.35, 2.88, 3)

0.316

0.292

0.306

UNIF (1.35, 3)

Dari hasil pengujian menggunakan input analyzer, dapat dipilih distribusi yang akan

digunakan pada setiap proses di Software Arena. Berikut adalah alasan pemilihan

distribusi waktu tiap prosesnya. Pada proses pengepakan memiliki distribusi

dugaan yaitu distribusi uniform, triangular dan normal karena pada umumnya

distribusi uniform, triangular dan normal merepresentasikan waktu proses. Pada

hasil input analyzer, error terkecil adalah distribusi uniform yaitu 0,292. Dengan

pertimbangan error tersebut maka distribusi UNIF (1.35, 3) dipilih untuk proses

tuang biji plastik.

4.4 FLOWCHART SYSTEM

Berikut ini adalah flowchart sistem dari studi kasus pada PT. Greenfield.

(Terlampir)

4.5 PEMBUATAN MODEL SISTEM PADA PT. GREENFIELD

Berikut merupakan langkah-langkah pembuatan model dengan software Arena:

1. Buka program Arena.

2. Memulai project baru, untuk memulai pembuatan file lembaran baru klik icon

New atau klik file lalu pilih New.

3. Pada toolbar sebelah kiri terdapat basic proses panel yang secara otomatis akan

terbuka apabila Arena dijalankan.


105

4. Selanjutnya membuat modul create, process, assign, decide, separate, batch, station,

route, match, access, convey, exit, request, transport, free, dan dispose sesuai pada

gambar berikut

Gambar 4.5 Tampilan modul arena

5. Pembuatan modul Create

Gambar 4.6 Modul create 1

Untuk proses selanjutnya perinciannya dapat dilihat pada tabel sebagai berikut:

Tabel 4.3 Modul Create

No. Name Entity

Type Type Values Units

Entities

per

arrival

Max

Arrivals

Save

Creation

1. Kedatangan

susu Susu Constant 1 Seconds 32 1

0

2. Kedatangan

paper Paper Constant 1 Hours 32 1

0

3. Kedatangan

recap Recap Constant 1 Hours 32 1

0

4. Kedatangan

karton Karton Constant 1 Hours 3 1

0

6. Pembuatan modul station

Gambar 4.7 Modul station 1 produksi susu

k e d a t n g a n s u s u

k r e c a p

k p a p e r

k k a r t o n

B a t c h r e c a p

w a r e h o u s e

S t a t io n

p e n d in g in a np r o s e s

p r o s e s t h e r m iz e rh o m o g e n iz e r

p r o s e sp r o s e s s t e r ilis a s i

n u t r is i?a p a k a h s u s u k u r a n g

T r u e

F a ls e

aB a t c h s u s u ja d i 8

p r o s e s b le n d in g

f illin g

s u s u

S t a t io n p r o d u k s i 1 2B a t c h s u s u ja d i

h o m o g e n iz e rS e p a r a t e s u s u

O r ig in a l

D u p lic a t e

B a t c h s u s u ja d i 8O r ig in a l

D u p lic a t e

s t e r ilis a s iS e p a r a t e

B a t c h p a p e r

B a t c h k a r t o n

d e r a ja tB a t c h s u s u 8 M a t c h 1

p a p e rB a t c h r e c a p s u s u

k o d ein s p e k s i

a p a k a h lo lo s in s p e k s i?

T r u e

F a ls e

B a t c h ja d i 1 2 s u s u d a n k a r t o n

M a t c h 1 2 p a c kk a r t o n

B a t c h s u s u d lmR o u t e 1

s t o r a g e

S t a t io n c o ldD is p o s e 1

O r ig in a l

D u p lic a t e

S e p a r a t e s u s u u C o n v e y 1

S t a t io n in s p e k s i

r e je c tA s s ig n s u s u

D is p o s e 2

c o n v e y

E x it f r o m

R e q u e s t 1t r a n s p o r t e r 1

F r e e

D e c id e 5

T r u e

F a ls e

a p a k a h r e c a p ?

T r u e

F a ls e

R e q u e s t 2 T r a n s p o r t 2

a p a k a h k a r t o n ?

T r u e

F a ls e

a p a k a h s u s u k o t a k a n ?

T r u e

F a ls e

k o t a k a nA s s ig n s u s u

F r e e 4 S e p a r a t e 9O r ig in a l

D u p lic a t e

p e n g e p a k a nP r o c e s s

S e p a r a t e 1 4

S e p a r a t e 1 7

S e p a r a t e 1 8

A c c e s s 4S e p a r a t e 2 0

O r ig in a l

D u p lic a t e

A s s ig n 6

p a c k in g 1A s s ig n s u s u

0

0

0

0

0

0 0 0 0

0

0

0

0

0 0

0

0 0

0

0

0

0

0

0

0 0

0

0 0 0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0



Tabel 4.4 Modul Station

No. Name StationType Station Name

1. Station produksi susu Station Station produksi susu

2. Station Warehouse Station Station Warehouse

3. Station Inspeksi Station Station Inspeksi

4. Station Cild storage Station Station Cild storage

7. Pembuatan modul decide

Gambar 4.8 Modul decide 1


Tabel 4.5 Modul Decide

No. Name Type If Named

1. Decide 5 2- way by condition Entity Type Susu

2. Decide 6 2- way by condition Entity Type Recap

3. Decide 1

2- way by chance Entity Type Apakah nutrisi

terpenuhi?

4. Decide 3 2- way by chance Entity Type Entity 1

5. Apakah karton? 2- way by condition Entity Type Karton

6. Decide 9 2- way by condition Entity Type Susu kotakan

8. Pembuatan modul free

Gambar 4.9 Modul free 1


Tabel 4.6 Modul Free

No. Name Transporter Name

1. Free 1 Forklift recap paper

2. Free 4 Forklift karton


107

9. Pembuatan modul batch

Gambar 4.10 Modul batch 1


Tabel 4.7 Modul Batch

No. Name Type Batch Size Save

Criterion Rule

1. Batch susu 8 derajat Temporary 2 Last Any Entity

2. Batch susu jadi 12 Permanent 12 Last Any Entity

3. Batch susu jadi 8 Temporary 8 Last Any Entity

4. Batch susu jadi 8a Temporary 8 Last Any Entity

5. Batch recap susu segar Permanent 3 Last Any Entity

6. Batch recap Temporary 32 Last Any Entity

7. Batch paper Temporary 32 Last Any Entity

8. Batch karton Permanent 3 Last Any Entity

9. Batch jadi 12 Permanent 12 Last Any Entity

10. Batch susu dalam

karton Permanent 2 Last Any Entity

10. Pembuatan modul process

Gambar 4.11 Modul process 1 pendinginan


Untuk proses selanjutnya perincinnya dapat dilihat pada tabel sebagai berikut:

Tabel 4.8 Modul Process

No. Name Type Action Resource Delay Type Units Value

1. Proses

pendinginan Standard

Seize Delay

Release 1 Constant Minutes 1

2. Thermizer Standard Seize Delay

Release 1 Constant Minutes 0.012

3. Homogenizer Standard Seize Delay


4. Sterilisasi Standard Seize Delay


5. Blending Standard Seize Delay

Release 1 Constant Minutes 10

6. Filling Standard Seize Delay

Release 1

Constant Minutes 0.0075

7. Kode Standard Seize Delay

Release 1

Constant Minutes 0.006

8. Inspeksi Standard Seize Delay

Release 1

Constant Minutes 1

9. Proses

Pengepakan

Standard Seize Delay

Release 1

Constant Minutes 1

11. Pembuatan modul separate

Gambar 4.12 Modul separate 1


Tabel 4.9 Modul Separate

No. Name Type

Percent

Cost to

Duplicates

(0-100)

# of Duplicates

1. Separate susu Duplicate Original 50 11

2. Separate susu

homogenizer Duplicate Original 50 7

3. Separate sterilisasi Duplicate Original 50 7

4. Separate recap

susu paper Duplicate Original 50 999

5. Separate 12 pack

susu dan karton Duplicate Original 50 2999

6. Separate recap Split Existing Batch 50 31

7. Separate paper Split Existing Batch 50 31


109

12. Pembuatan modul match

Gambar 4.13 Modul match 1


Tabel 4.10 Modul Match

No. Match Number to match Type

1. Match recap susu paper 3 Any Entities

2. Match 12 pack susu dan karton 2 Any Entities

13. Pembuatan modul assign

Gambar 4.14 Modul assign 1


Tabel 4.11 Modul Assign

No. Name Assignments

1. Assign susu reject Entity Type, susu reject

Entity Picture, Picture Report

2. Assign susu kotakan Entity Type, susu kotakan

Entity Picture, Picture.Van

3. Assign 6 Entity Type, susu packing


4. Assign susu packing

1

Entity Type, susu packing


14. Pembuatan modul Access

Gambar 4.15 Modul acces


Untuk perinciannya dapat dilihat pada tabel sebagai berikut:

Tabel 4.12 Modul Access

No. Name Conveyor Name # of cells Queue Type Queue Name

1. Acces to

convey Conveyor 1

1 Queue Acces to

convey.Queue

15. Pembuatan modul Convey

Gambar 4.16 Modul convey


Tabel 4.13 Modul Convey

No. Name Conveyor Name Destination Type Station Name

1. Convey 1 Conveyor 1 Station Station inspeksi

16. Pembuatan modul exit

Gambar 4.17 Modul exit


Tabel 4.14 Modul Exit

No. Name Conveyor Name # of Cells

1. Exit from convey Conveyor 1 1

17. Pembuatan modul request

Gambar 4.18 Modul request


111


Tabel 4.15 Modul Request

No Name Transporter

Name Selection

Rule

Save Attribute

Priority Velocity Units Queue Type

Queue Name

1. Request 1 Forklift recap

paper Cyclical

- High(1) 5 Per

Minute

Queue Request

1.Queue

2. Request 2

- High(1) 5 Per

Minute

Queue Request

2.Queue

18. Pembuatan modul transport

Gambar 4.19 Modul transport


Tabel 4.16 Modul Transport

No Name Transporter

Name

Unit

Number

Destinati

on Type

Station

Name

Velocity Units

1. Transporter

1

Forklift recap

paper -

Station Station

produk

si susu

5 Per

Minute

2. Transporter

2

Forklift karton

-

Station Station

Inspek

si

5 Per

Minute

19. Pembuatan modul route

Gambar 4.20 Modul route

Untuk proses perinciannya dapat dilihat pada tabel sebagai berikut:

Tabel 4.17 Modul Route

No. Name Route Time Units Destination

Type

Station

Name

1. Route 1 0.2 Minute Station Station Cold

Storage


20. Pembuatan modul dispose

Gambar 4.21 Modul dispose


Tabel 4.18 Modul Dispose

No. Name

1. Dispose 1

2. Dispose 2

21. Setelah model sistem selesai dibuat, pada menu bar klik run kemudian pilih setup. Pada

kolom Replication Parameters isi Number of Replications dengan “5” lalu pada Replication

Length isi dengan “8” kemudian pada Time Unit pilih “Hours”, ”Hours” lalu pada Base

Time Units pilih “Hours” dan pada Hours Per Day diisi dengan “8”

Gambar 4.22 Run setup

4.6 VERIFIKASI MODEL

Berikut ini merupakan proses verifikasi dan validasi pada sistem pembuatan

susu di PT. Greenfield. Ada empat cara untuk melakukan verifikasi, yaitu:

1. Membandingkan diagram alir konseptual dengan model pada software simulasi.

Membandingkan diagram konseptual ACD dengan model pada software Arena.

Berdasarkan model yang dibuat ACD dibandingkan dengan sistem pada Arena

apakah alur proses sudah sesuai dengan ACD untuk sistem yang sama.


113

Arena

Gambar 4.23 Model arena

ACD

Antri

pendin

ginan

pendinginan

Antri

thermize

r

Antri

homog

enizer

thermizer

Antri

sterilis

asi

sterilisasiAntri

fillingfilling

Gabung 12

susu 1ltrdispose

Mesin

idle?

recap

Paper

susu homogenizer

Mesin

idle?

Mesin

idle?

Mesin

idle?

Mesin

idle?

Antri

convey

Proses

pemindahan

susu dengan

convey

Convey

idle?

Antri

inspeks

i

inspeksi

karton

Antri

pengep

akan

pengepakan

Mesin

idle?

Operat

or idle?

Antri

hand

pallet

Proses

pemindahan

susu dengan

hand pallet

Handpall

et idle?

Antri

forklift

Antri

forklift

Antri

forklift

Proses

pemindahan

susu dengan

forklift

Proses

pemindahan

susu dengan

forklift

Proses

pemindahan

susu dengan

forklift

Gambar 4.24 ACD

2. Melihat rangkuman proses pada model dan melakukan pencocokan ulang

terhadap logika proses. Pencocokan waktu pada tiap proses dapat dilihat di

gambar berikut:

Gambar 4.25 Tabel modul process

Pada gambar diatas dapat dilihat bahwa waktu maupun satuan yang ada sudah

sesuai dengan distribusi waktu yang didapat setelah pengamatan.

3. Melakukan check model.

Pengujian check model dilakukan dengan cara memilih menu run lalu pilih check

model atau juga dapat dengan menekan F4.

k e d a t n g a n s u s u

k r e c a p

k p a p e r

k k a r t o n

B a t c h r e c a p

S t a t io n w a r e h o u s e

p e n d in g in a np r o s e s

p r o s e s t h e r m iz e rh o m o g e n iz e r

p r o s e sp r o s e s s t e r ilis a s i

n u t r is i?a p a k a h s u s u k u r a n g

T r u e

F a ls e

B a t c h s u s u ja d i 8 a

p r o s e s b le n d in g

f illin g

s u s u

S t a t io n p r o d u k s iB a t c h s u s u ja d i 1 2

h o m o g e n iz e rS e p a r a t e s u s u

O r ig in a l

D u p lic a t e

B a t c h s u s u ja d i 8O r ig in a l

D u p lic a t e

s t e r ilis a s iS e p a r a t e

B a t c h p a p e r

B a t c h k a r t o n

d e r a ja tB a t c h s u s u 8 M a t c h 1

p a p e rB a t c h r e c a p s u s u

k o d ein s p e k s i

a p a k a h lo lo s in s p e k s i?

T r u e

F a ls e

B a t c h ja d i 1 2 s u s u d a n k a r t o n

M a t c h 1 2 p a c kk a r t o n

B a t c h s u s u d lmR o u t e 1

s t o r a g e

S t a t io n c o ldD is p o s e 1

O r ig in a l

D u p lic a t e

S e p a r a t e s u s u u C o n v e y 1

S t a t io n in s p e k s i

A s s ig n s u s u r e je c tD is p o s e 2

E x it f r o m c o n v e y

R e q u e s t 1t r a n s p o r t e r 1

F r e e

D e c id e 5

T r u e

F a ls e

a p a k a h r e c a p ?

T r u e

F a ls e

R e q u e s t 2 T r a n s p o r t 2

a p a k a h k a r t o n ?

T r u e

F a ls e

a p a k a h s u s u k o t a k a n ?

T r u e

F a ls e

k o t a k a nA s s ig n s u s u

F r e e 4 S e p a r a t e 9O r ig in a l

D u p lic a t e

p e n g e p a k a nP r o c e s s

S e p a r a t e 1 4

S e p a r a t e 1 7

S e p a r a t e 1 8

A c c e s s 4S e p a r a t e 2 0

O r ig in a l

D u p lic a t e

A s s ig n 6

p a c k in g 1A s s ig n s u s u

0

0

0

0

0

0 0 0 0

0

0

0

0

0 0

0

0 0

0

0

0

0

0

0

0 0

0

0 0 0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0


Gambar 4.26 Verifikasi simulasi

Pada gambar diatas dapat diketahui bahwa pada check model berhasil. Artinya

tidak ada operasi maupun proses yang salah dalam sistem.

4. Melakukan pencocokan animasi apakah sudah berjalan sesuai dengan sistem

nyata.

Caranya adalah dengan melakukan run, pada Arena dapat diklik icon play. Jika

model simulasi berjalan tanpa adanya debug maka dapat disimpulkan bahwa

model simulasi telah berjalan dan sudah terverifikasi. Berikut adalah gambar

bahwa sistem pada software sudah berjalan:

Gambar 4.27 Verifikasi menggunakan run

Pada gambar diatas dapat dilihat bahwa setelah di run, animasi pada sistem

sudah berjalan dan tidak ada debug. Artinya secara langsung, sistem tersebut

sudah terverifikasi.

4.7 VALIDASI MODEL DENGAN SPSS

Validasi model dilakukan dengan membandingkan antara output sistem nyata

dengan Number out dari hasil simulasi. Validasi dilakukan menggunakan software

SPSS.


115

Berikut ini merupakan langkah-langkah uji validasi dari data yang tersebut

pada tabel 4. :

1. Uji validasi Output Sistem Nyata dan Number out Simulasi.

Untuk memvalidasi model simulasi dilakukan dengan langkah sebagai berikut:

a. Membandingkan output dalam model simulasi dengan output dalam

kenyataan.

Tabel 4.19 Data Output Sistem Nyata dan Number Out Simulasi

Replikasi Output Sistem Nyata Number Out Simulasi

1 2667 2639

2 2664 2642

3 2666 2641

4 2663 2641

5 2667 2639

b. Melakukan uji kenormalan data dengan langkah sebagai berikut :

1) Membuka SPSS 20.

2) Memasukan nama variabel beserta tipe datanya dengan membuka

variabel view. Dalam hal ini variabel dibuat adalah “aktual” dan

“simulasi”.

Gambar 4.28 Variable view

3) Selanjutnya klik data view, masukkan data pada variabel “aktual” dan

“simulasi”.

Gambar 4.29 Data view


4) Selanjutnya untuk menguji kenormalan data, dapat dilakukan dengan

cara Klik menu Analyze - Descriptive Statistics–Explore. Kemudian

masukkan variabel “aktual” dan “simulasi” ke kotak Dependent List,

selanjutnya klik Plots dan berikan centang pada Normality plots with tests

kemudian klik button Continue dan OK.

Gambar 4.30 Explore

5) Sehingga akan muncul tampilan seperti dibawah ini.

Tabel 4.20 Tes Kenormalan Susu Dalam Kardus

6) Melakukan Uji hipotesis

a) Data Aktual

: Data aktual susu dalam kardus berdistribusi normal

: Data aktual susu dalam kardus tidak berdistribusi normal

Kriteria pengujian:

diterima apabila nilai Sig. (2-Tailed) ≥ 0.05

diterima apabila nilai Sig. (2-Tailed) ˂ 0.05

Kesimpulan: Pada tabel hasil SPSS nilai Kolmogorov-Smirnova

(0.200) lebih besar dari 0.05 maka data aktual berdistribusi normal.

b) Data Simulasi

: Data simulasi susu dalam kardus berdistribusi normal

: Data simulasi susu dalam kardus tidak berdistribusi normal

Kriteria pengujian:


117

diterima apa bila nilai Sig. (2-Tailed) ≥ 0.05

diterima apabila nilai Sig. (2-Tailed) ˂ 0.05

Kesimpulan: Pada tabel hasil SPSS nilai Kolmogorov-Smirnova (0,200)

lebih besar dari 0.05 maka data pada simulasi berdistribusi normal.

a. Susu dalam kardus aktual dan simulasi berdistribusi normal sehingga akan

dilanjutkan dengan uji independent-samples T test pada SPSS. Langkah-

langkahnya adalah sebagai berikut:

1) Membuka SPSS 20

2) Aktifkan variable view dan isikan nama variabel.

Gambar 4.31 Variable view

3) Kemudian isikan data pada data view.

Gambar 4.32 Data view

4) Klik analyze, pilih compare means, kemudian pilih independent-samples T

test.

5) Masukkan variabel pada kotak test variable. Untuk menentukan grup,

klik define groups. Selanjutnya pada kotak dialog groups, tuliskan “1”


untuk data aktual dan “2” untuk data simulasi. Lalu klik continue,

Kemudian OK.

Gambar 4.33 Define group

6) Kemudian muncul output sebagai berikut:

Tabel 4.21 Hasil Output Uji Independent Sample T-Test

7) Melakukan uji hipotesis

: tidak terdapat perbedaan yang signifikan antara data simulasi

dengan data aktual pada hasil output susu dalam kardus (valid)

: terdapat perbedaan yang signifikan antara data simulasi dengan

data aktual pada hasil output susu dalam kardus (tidak valid)

Nilai taraf nyata (α) : 0.05

Kriteria pengujian:

diterima jika nilai Sig. (2-tailed) ≥ α/2

ditolak jika nilai Sig. (2-tailed) < α/2

Kesimpulan: Berdasarkan hasil output pada tabel pengujian independent

sample t-test pada output data aktual didapatkan nilai Sig. (2-tailed)/2 =

0.000 < 0.025, maka ditolak, berarti terdapat perbedaan yang

signifikan antara data simulasi dengan data aktual pada hasil output

susu dalam kardus (valid).


119

4.8 ANALISIS HASIL SIMULASI

Berikut ini merupakan hasil simulasi dari pemodelan untuk sistem pembuatan

susu pada 5 replikasi:

1. Number In dan Number Out

Tabel 4.22 Number In

No. Faktor Deskripsi Replikasi

1 2 3 4 5

1. Number in

Karton 5,643 5,645 5,644 5,644 5,642

Paper 32,033 32,033 32,033 32,033 32,033

Recap 33 33 33 33 33

Susu 944 944 944 944 944

Susu Kotakan 34,639 34,642 34,641 34,641 34,639

Susus Packing 2,639 2,642 2,641 2,641 2,639

Susu Reject 330 296 306 305 322

Number in adalah nilai yang menunjukkan jumlah entitas yang masuk ke dalam

sistem, entitas yang masuk ke dalam sistem yang paling besar nilainya adalah susu

kotakan dengan range antara 34,639- 34,642. Hal ini dikarenakan susu kotakan

yang di packing pada tiap karton jumlahnya juga banyak yaitu sebanyak 12 pack

susu. Dan entitas terkecil pada recap yaitu sebesar 33 pada tiap replikasi, hal ini

dikarenakan recap yang sudah di kemas dengan paper dan recap tinggal di packing

saja pada proses pengepakan.

Tabel 4.23 Number Out


1 2 3 4 5

2. Number Out

Karton 5,281 5,287 5,285 5,285 5,281

Paper 32,033 32,033 32,033 32,033 32,033

Recap 33 33 33 33 33

Susu 944 944 944 944 944

Susu Kotakan 34,637 34,642 34,639 34,638 34,629

Susu Packing 2,639 2,642 2,641 2,641 2,639

Susu Reject 330 296 306 305 322

Number out adalah nilai yang menunjukkan jumlah entitas yang keluar dari

sistem. Dari hasil output number out dapat dilihat bahwa entitas yang keluar dari

sistem dari kelima replikasi yang mempunyai hasil terbanyak adalah susu kotakan


dengan range antara 34,629- 34,642. Hal ini dikarenakan jumlah entitas yang

masuk pada sistem juga banyak dan pada proses pengepakan susu kotakan yang di

kemas dalam karton jumlahnya juga banyak yaitu 12 pack susu kotakan tiap karton.

Sedangkan jumlah entitas terendah yang meninggalkan sistem adalah recap pada

tiap replikasinya yaitu 33, hal ini dikarenakan recap yang sudah di kemas dengan

paper dan recap tinggal di packing saja pada proses pengepakan.

2. Work In Process (WIP)

Tabel 4.24 Work In Process


1 2 3 4 5

3. WIP

Karton 2,196 2,204 2,204 2,200 2,205

Paper 1,345 1,345 1,348 1,345 1,347

Recap 14.6326 14.6404 14.6482 14.6409 14.5472

Susu 418.98 419.21 419.43 419.22 416.51

Susu Kotakan 13,884 13,911 13,911 13,904 13,898

Susu Packing 0.3665 0.3669 0.3668 0.3668 0.3665

Susu Reject 0 0 0 0 0

WIP adalah keadaan dimana entitas masih berada dalam sistem padahal waktu

eksekusi sistemnya sudah habis. Berdasarkan output diatas, dapat dilihat entitas

yang masih berada di dalam proses ketika sistem telah berhenti beroperasi.

Tingginya nilai work in proccess dikarenakan tidak memadainya resource yang ada

maupun lamanya proses operasi dari mesin sehingga menyebabkan entitas masih

berada di dalam sistem. WIP paling besar adalah recap dengan range antara 14.5472-

14.6482, Hal ini dikarenakan susu yang sudah di kemas dalam karton sudah habis

recap akan menunggu susu yang lain untuk datang dan dipasang recap kembali.

Permasalahan ini dapat diselesaikan dengan melakukan penambahan jumlah

resource operator maupun mesin.


121

3. Waiting Time

Tabel 4.25 Waiting Time

No

. Faktor Deskripsi

Replikasi

1 2 3 4 5

4. Waiting Time

Access 4.Queue 3.4444 3.4444 3.4444 3,4444 3,4444

Batch jadi 12.Queue 0.00191 0.00189 0.001866 0,001898 0,0018

87

Batch karton.Queue 0 0 0 0 0

Batch paper.Queue 0 0 0 0 0

Batch recap susu

paper.Queue 0 0 0 0 0

Batch recap.Queue 0 0 0 0 0

Batch susu 8

derajat.Queue 0 0 0 0 0

Batch susu dalam

karton.Queue 0 0 0 0 0

Batch susu jadi 12.Queue 0.00050 0.00050 0.00050 0.00050 0.0005

0

Batch susu jadi 8a.Queue 0.000187 0.000187 0.000187 0.000187 0.0001

87

Batch susu jadi 8.Queue 0.000187 0.000187 0.000187 0.000187 0.0001

87

Filling.Queue 0.9978 0.9977 0.9999 0.9977 0.9999

Inspeksi.Queue 1.0549 0.9984 0.9965 1.0305 0.9762

Kode.Queue 0.0000005

3

0.0000005

4

0.000000

54

0.000000

50

0.0000

0054

Match 1.Queue1 0.1525 0.1525 0.1555 0.1473 0.1555

Match 1.Queue2 0.2022 0.2022 0.2000 0.2022 0.2000

Match 1.Queue3 0.002152 0.002189 0 0.002189 0


Tabel 4.25 Waiting Time (Lanjutan)

No

. Faktor Deskripsi Replikasi

1 2 3 4 5

Match 12 pack susu dan

karton.Queue1 0 0 0 0 0


karton.Queue2 5.6880 5.6345 5.6278 5.6644 5.6086

Process pengepakan.Queue 5.4910 5.5570 5.5603 5.5232 5.5716

Process blending. Queue 0 0 0 0 0

4. Process homogenizer. Queue 0.000187 0.000187 0.000187 0.0001

87

0.00018

7

Process pendinginan.

Queue 0.1250 0.1250 0.1250 0.1250 0.1250

Process sterilisasi. Queue 0.000187 0.000187 0.000187 0.0001

87

0.00018

7

Process thermizer. Queue 0.00110 0.00110 0.00110 0.0011

0 0.00110

Request1. Queue 0.05000 0.05000 0.0500 0.0500 0.0500

Request2. Queue 0 0 0 0 0

Waiting Time adalah waktu tunggu sebelum entitas melakukan aktivitas

berikutnya. Berdasarkan output di atas waktu tunggu tiap replikasi sebelum entitas

masuk ke aktivitas berikutnya berbeda-beda. Semakin tinggi nilai average waiting

time menandakan entitas yang masuk tidak di imbangi dengan resource pada model

sehingga perlu dilakukan penambahan. Pada data diatas, waiting time paling lama

adalah pada proses pengepakan queue dengan range antara 5.4910- 5.5716. Karena

pada proses tersebut entitas yang masuk harus di pasang recap dan paper sebelum

masuk di proses pengepakan sehingga pada proses pengepakan terjadi antrian.

Waiting time proses pengepakan queue cukup signifikan sehingga perlu perbaikan.

Salah satu perbaikannya adalah dengan menambah resource pada proses tersebut

untuk meminimalkan waiting time. Dengan begitu diharapkan nilai waiting time

dapat diminimalkan. Dan waiting time terkecil pada kode queue dengan range antara

0.00000050- 0.00000054. Hal ini dikarenakan pada proses pengkodean hanya

berlangsung sebentar dan dilakukan oleh mesin sehingga prosesnya berlangsung

cepat dan tidak menyebabkan antrian.


123

4. Number Waiting

Tabel 4.26 Number Waiting

No

. Faktor Deskripsi

Replikasi

1 2 3 4 5

5. Number

Waiting

Access 4.Queue 4,592 4,592 4,592 4,592 4,5

92

Batch jadi 12.Queue 3.5892 2.5055 3,5364 4,098

9

7.8

319

Batch karton.Queue 0 0 0 0 0

Batch paper.Queue 0 0 0 0 0

Batch recap susu

paper.Queue 0 0 0 0 0

Batch recap.Queue 0 0 0 0 0

Batch susu 8

derajat.Queue 0 0 0 0 0

Batch susu dalam

karton.Queue 0 0 0 0 0

Batch susu jadi 12.Queue 0.0080 0.0080 0.0080 0.008

0

0.0

080

Batch susu jadi 8a.Queue 0.0020 0.0020 0.0020 0.002

0

0.0

020

Batch susu jadi 8.Queue 0.0020 0.0020 0.0020 0.002

0

0.0

020

Filling.Queue 1,330 1,330 1,333 1,333 1,3

33

Inspeksi.Queue 1,406 1,331 1,328 1,374 1,3

01

Kode.Queue 0.00070 0.00070 0,00070 0.000

66

0.0

007

0

Match 1.Queue1 0.2033 0.2034 0.2074 0.196

4

0.2

074

Match 1.Queue2 0.2695 0.2696 0.2667 0.269

6

0.2

667

Match 1.Queue3 0.00286 0.00291 0 0.002

91 0


Tabel 4.26 Number Waiting (Lanjutan)

No

. Faktor Deskripsi Replikasi

1 2 3 4 5


karton.Queue1 0 0 0 0 0


karton.Queue2 984.69 976.52 976.54

980.5

8

975

.95

Process pengepakan.Queue 603.78 611.73 611.87 607.7

8

612

.64

Process blending. Queue 0 0 0 0 0

5. Process homogenizer. Queue 0.0020 0.0020 0.0020 0.002

0

0.0

020

Process pendinginan.

Queue 0.0833 0.0833 0.0833

0.083

3

0.0

833

Process sterilisasi. Queue 0.0020 0.0020 0.0020 0.002

0

0.0

020

Process thermizer. Queue 0.0176 0.0176 0.0176 0.017

6

0.0

176

Request1. Queue 0.00416 0.00416 0.00416 0.004

16

0.0

041

6

Request2. Queue 0 0 0 0 0

Number Waiting adalah banyaknya entitas yang menunggu untuk diproses pada

proses berikutnya. Berdasarkan output di atas, jumlah entitas yang menunggu tiap

replikasi sebelum entitas masuk ke aktivitas berikutnya berbeda-beda. Semakin

tinggi nilai number waiting menandakan entitas yang masuk dalam jumlah besar dan

tidak diimbangi dengan resource pada model sehingga perlu dilakukan penambahan.

Selain itu, penyebab lain yang dapat mempengaruhi nilai diatas yaitu lamanya

proses dari tiap operasi. Dari tabel output diatas dapat dilihat bahwa kecenderungan

jumlah entitas yang menunggu paling banyak adalah pada proses pengepakan queue

dengan range antara 603.78- 612.64. Nilai waiting time juga ikut memperngaruhi

tingginya number waiting. Jadi dapat disimpulkan bahwa nilai waiting time

berbanding lurus dengan nilai number waiting proses dari tiap operasi.


125

5. Utilization

Tabel 4.27 Utilization


1 2 3 4 5

5. Utilizati

on

Mesin blending 0.00694444 0.00694444 0 0.01388889 0

Mesin filling 1 0.08333333 0.08333333 0.08333333 0.08333333 0.08333333

Mesin filling 2 0.08333333 0.08333333 0.08333333 0.08333333 0.08333333

Mesin homogenizer

0 0 0 0 0

Mesin homogenizer 1

0.00066667 0.00066667 0.00066667 0.00066667 0.00066667

Mesin homogenizer 2

0.00066667 0.00066667 0.00066667 0.00066667 0.00066667

Mesin kode 1 0.00109965 0.00110083 0.00110049 0.00110056 0.00109993

Mesin kode 2 0.00109965 0.00110083 0.00110049 0.00110049 0.00109993

Mesin

pengepakan 1 0.9167 0.9174 0.9174 0.9174 0.9167

Mesin

pengepakan 2 0.9160 0.9174 0.9167 0.9167 0.9160

Mesin PHE 0.01111111 0.01111111 0.01111111 0.01111111 0.01111111

Mesin TA flax 0 0 0 0 0

Mesin ta flax 1 0.00066667 0.00066667 0.00066667 0.00066667 0.00066667

Mesin ta flax 2 0.00066667 0.00066667 0.00066667 0.00066667 0.00066667

Mesin

thermizer 0 0 0 0 0

Mesin thermizer 1

0.00160000 0.00160000 0.00160000 0.00160000 0.00160000

Mesin thermizer 2

0.00160000 0.00160000 0.00160000 0.00160000 0.00160000

Operator

inspeksi 1 0.4573 0.4546 0.4516 0.4567 0.4514

Operator

inspeksi 2 0.4573 0.4546 0.4517 0.4567 0.4515

Operator

inspeksi 3 0.4574 0.4545 0.4518 0.4571 0.4514

Operator

inspeksi 4 0.4573 0.4545 0.4516 0.4568 0.4514

Dari tabel output diatas dapat dilihat bahwa utilitas terbesar adalah pada mesin

pengepakan 1 dan 2 dengan interval antara 0.9160- 0.9174. Hal ini dikarenakan

pada proses pengepakan resourcenya kurang sehingga menyebabkan utilitasnya

sangat tinggi. Oleh karena itu, disarankan untuk melakukan penambahan mesin

pada proses pengepakan. Sedangkan operator inspeksi juga utilitasnya kecil dengan

range yaitu 0.4515-0.4573.


4.9 RANCANGAN PERBAIKAN SISTEM

Berdasarkan hasil analisa output dari simulasi, ditemukan permasalahan yaitu :

1. Utilitas operator inspeksi yang kecil.

Dari masalah yang ada, maka untuk menyelesaikannya diperlukan beberapa

alternatif dalam sistem untuk membuat sistem tersebut lebih optimal. Alternatif-

alternatif tersebut kemudian diolah ke dalam process analyzer dalam bentuk skenario.

4.9.1 Rancangan Skenario dengan Process Analyzer

Berikut ini adalah langkah-langkah penggunaan Process Analyzer pada Arena :

1. Ada dua cara memulai process analyzer. Pilih – start – programs – rockwell software

– arena – program analyzer. Atau buka arena, pilih tools – process – analyzer.

2. Setelah process analyzer dibuka, pilih file – new.

3. Double click untuk menambahkan skenario. Skenario merupakan alternatif yang

digunakan untuk mengetahui perbaikan sistem.

4. Pilih browse dan cari file yang akan dianalisis dalam bentuk file (*.p). Pilih OK.

Gambar 4.34 Input scenario

5. Selanjutnya, spesifikasi untuk response , control dan scenarios.

a. Controls

Pada process analyzer ini tidak digunakan control tetapi yang dilakukan

adalah dengan mengubah program file pada scenario properties seperti

tampak pada gambar 4.38. Terdapat 8 skenario yang digunakan ,yaitu :

1. Skenario adalah dengan menggunakan 2 mesin packaging dan 4 operator

inspeksi.


127

2. Skenario adalah dengan menggunakan mesin 1 packaging dan 4 operator

inspeksi.


inspeksi.


inspeksi.


inspeksi.


inspeksi.


inspeksi.


inspeksi.

b. Response

1) Pilih insert – control.

2) Lalu perluas daftar kontrol Response dan pilih Response yang akan

dikontrol jumlahnya demi perbaikan. Klik Ok.


4) Kotak Response kosong karena belum dilakukannya replikasi.

Gambar 4.35 Tampilan response

c. Scenarios

1) Duplikat skenario yang ada dengan cara klik scenario1 lalu klik kanan

Duplicate Scenario.

2) Ulangi hingga 3 skenario.

3) Ganti nama, level kontrol, dan nomor replikasi sesuai dengan

keinginan untuk mengetahui yang paling efektif.


Gambar 4.36 Tampilan scenarios

6. Jalankan skenario. Blok seluruh tabel, klik Run – Go. Pilih OK setelah muncul

kotak dialog, makan akan terlihat respon dari masing – masing skenario.

7. Tampilkan chart dengan cara :

a. Blok kolom skenario yang akan ditampilkan chart.

b. Pilih menu insert – chart.

c. Pilih jenis chart yang ingin ditampilkan.

Gambar 4.37 Pemilihan jenis chart

d. Klik Next.

e. Pilih response yang akan dimasukkan Chart.


129

Gambar 4.38 Input response

f. Klik Next.

g. Aktifkan Identify Best Scenario dan pilih kategori yang diinginkan.

Gambar 4.39 Pemilihan best scenario

4.9.2 Analisis dan Pembahasan Hasil Skenario

Berdasarkan hasil eksperimen yang dilakukan dengan pembuatan skenario

sebanyak 8 buah dan replikasi sebanyak 5 kali dapat dilihat bahwa hasil dari

responses adalah sebagai berikut:

1. Utilization operator inspeksi


Gambar 4.40 Utilization operator inspeksi 1 dan 2

Dari grafik di atas dapat diketahui bahwa:

a. scenario 1 memiliki utilitas operator inspeksi sebesar 0.454 dan number

output sebesar 2640.400

b. scenario 2 memiliki utilitas operator inspeksi sebesar 0.454 dan number

output sebesar 1421.000.

c. scenario 3 memiliki utilitas operator inspeksi sebesar 0.612 dan number


d. scenario 4 memiliki utilitas operator inspeksi sebesar 0.612 dan number


e. scenario 5 memiliki utilitas operator inspeksi sebesar 0.909 dan number


f. scenario 6 memiliki utilitas operator inspeksi sebesar 0.909 dan number


g. scenario 7 memiliki utilitas operator inspeksi sebesar 0.967 dan number


h. scenario 8 memiliki utilitas operator inspeksi sebesar 0.967 dan number


4.9.3 Pemilihan Skenario

Berdasarkan hasil analisis dan pembahasan hasil scenario maka scenario yang

dipilih sebagai alternatif perbaikan dari sistem pembuatan susu PT. Greenfield

adalah skenario ke 1 dan 2. Walaupun utilitas operator inspeksi 1 dan 2 tidak

setinggi pada scenario 3 dan 4, jika dibandingkan outputnya maka scenario 1 dan 2

lebih tinggi dibandingkan pada scenario 3 dan 4. Pada scenario 3 dan 4 tingkat


131

utilitas operator memang sudah pada tingkat yang diharapkan , namun output yang

dihasilkan rendah .Hal ini disebabkan oleh beban kerja tetap besar namun resource

yang digunkan untuk memproses entitas sedikit.




133

BAB V

PENUTUP

5.1 KESIMPULAN

Kesimpulan yang didapatkan pada praktikum ini sebagai berikut:

1. Proses yang ada dalam pembuatan susu yaitu meliputi proses pendinginan,

thermizer, homogenizer, sterilisasi, blending, filling, inspeksi dan pengepakan. Pada

proses pembuatan susu memiliki permasalahan yaitu kurangnya resource,

sehingga waktu yang dibutuhkan untuk melakukan kegiatan tiap prosesnya

juga lebih lama.

2. Nilai number in terbesar pada susu kotakan yaitu dengan range antara 34,639-

34,642, tingginya nilai number in menunjukkan bahwa pada proses tersebut

entitas yang masuk cukup banyak dan begitu juga sebaliknya. Pada number out

nilai terkecil terdapat pada entitas recap sebesar 33, permasalahan number out

yang kecil diselesaikan dengan penambahan resource. Nilai terbesar work in

proccess terdapat pada recap dengan range antara 14.5472- 14.6482. Hal ini

dikarenakan susu yang sudah di kemas dalam karton sudah habis recap akan

menunggu susu yang lain untuk datang dan dipasang recap kembali.

Permasalahan ini dapat diselesaikan dengan melakukan penambahan jumlah

resource operator maupun mesin. Nilai terbesar waiting time terdapat pada

antrian proses pengepakan dengan range antara 5.4910- 5.5716, perbaikannya

adalah dengan menambah resource berupa operator. Pada number waiting nilai

terbesar terdapat pada antrian proses pengepakan dengan range antara 603.78-

612.64. Untuk utilization, mesin dengan tingkat utilitas yang terbesar terdapat

pada mesin pengepakan 1 dan 2 dengan range antara 0.9160- 0.9174.

3. Dengan melakukan perbandingan 8 rancangan skenario dimana 1 adalah

skenario asli dan 7 adalah skenario nyata didapatkan hasil terbaik terdapat

pada skenario 1 dan 2. Walaupun utilitas operator inspeksi 1 dan 2 tidak

setinggi pada scenario 3 dan 4, jika dibandingkan outputnya maka scenario 1

dan 2 lebih tinggi dibandingkan pada scenario 3 dan 4.


5.2 SARAN

Saran yang dapat diberikan kepada perusahaan adalah sebagai berikut:

1. Diperlukan perbaikan terhadap sistem perusahaan dengan melakukan analisa

pada proses yang berlangsung untuk mendapatkan hasil yang optimal.

2. Diperlukan adanya pengurangan operator inspeksi sebanyak 1 operator untuk

mengurang waiting time serta untuk mendapatkan hasil output yang lebih

optimal.

Documents

MODUL 3 FIX.pdf