Upload
dinna
View
190
Download
32
Embed Size (px)
Citation preview
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
64 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
(Halaman ini sengaja dikosongkan)
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
66 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
Name Nama dari modul yang ditampilkan pada interface.
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.
68 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Tabel 2.4 Daftar Elemen Petunjuk yang Terdapat dalam Decide Module Petunjuk Deskripsi
Name Nama dari modul yang ditampilkan pada interface.
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
Name Nama dari modul yang ditampilkan pada interface.
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
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
Name Nama dari modul yang ditampilkan pada interface.
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.
70 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Tabel 2.7 Daftar Elemen Petunjuk yang Terdapat dalam Assign Module Petunjuk Deskripsi
Name Nama dari modul yang ditampilkan pada interface.
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
Name Nama dari modul yang ditampilkan pada interface.
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
72 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
Name Nama dari modul yang ditampilkan pada interface.
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.
74 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
Name Nama dari modul yang ditampilkan pada interface.
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
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
75
menyelesaikan pesanan yang menunggu komponen lain. Daftar elemen
petunjuk yang terdapat dalam signal module:
Tabel 2.11 Elemen Signal Module
Petunjuk Deskripsi
Name Nama dari modul yang ditampilkan pada interface.
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
Name Nama dari modul yang ditampilkan pada interface.
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:
76 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Tabel 2.13 Elemen Release Module Petunjuk Deskripsi
Name Nama dari modul yang ditampilkan pada interface.
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
Name Nama dari modul yang ditampilkan pada interface.
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
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
Name Nama dari modul yang ditampilkan pada interface.
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.
78 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
Name Nama modul yang ditampilkan pada interface.
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
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.
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
Name Nama modul yang ditampilkan pada interface.
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.
Station Set Members Nama dari stasiun yang menjadi member dari stasiun set.
80 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
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.
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:
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
81
Tabel 2.18 Elemen Leave Module Petunjuk Deskripsi
Name Nama modul yang ditampilkan pada interface.
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 Set Members Nama dari stasiun yang menjadi member dari stasiun set.
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
82 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
Name Nama modul yang ditampilkan pada interface.
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:
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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:
84 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
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.
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
Name Nama unik pada modul yang akan ditampilkan dalam diagram alir.
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
Name Nama unik pada modul yang akan ditampilkan dalam diagram alir.
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
86 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
Name Nama unik pada modul yang akan ditampilkan dalam diagram alir.
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
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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:
88 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
90 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
92 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
3) Maka kontrol tersebut akan muncul pada default.
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.
94 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
96 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
(Halaman ini sengaja dikosongkan)
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
98 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
100 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
(Halaman ini sengaja dikosongkan)
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
102 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
104 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
106 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Untuk proses selanjutnya perinciannya dapat dilihat pada tabel sebagai berikut:
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
Untuk proses selanjutnya perinciannya dapat dilihat pada tabel sebagai berikut:
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
Untuk proses selanjutnya perinciannya dapat dilihat pada tabel sebagai berikut:
Tabel 4.6 Modul Free
No. Name Transporter Name
1. Free 1 Forklift recap paper
2. Free 4 Forklift karton
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
107
9. Pembuatan modul batch
Gambar 4.10 Modul batch 1
Untuk proses selanjutnya perinciannya dapat dilihat pada tabel sebagai berikut:
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
108 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
Release 1 Constant Minutes 0.0075
4. Sterilisasi Standard Seize Delay
Release 1 Constant Minutes 0.0075
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
Untuk proses selanjutnya perinciannya dapat dilihat pada tabel sebagai berikut:
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
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
109
12. Pembuatan modul match
Gambar 4.13 Modul match 1
Untuk proses selanjutnya perinciannya dapat dilihat pada tabel sebagai berikut:
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
Untuk proses selanjutnya perinciannya dapat dilihat pada tabel sebagai berikut:
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
Entity Picture, Picture.Van
4. Assign susu packing
1
Entity Type, susu packing
Entity Picture, Picture.Van
14. Pembuatan modul Access
Gambar 4.15 Modul acces
110 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
Untuk perinciannya dapat dilihat pada tabel sebagai berikut:
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
Untuk perinciannya dapat dilihat pada tabel sebagai berikut:
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
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
111
Untuk proses selanjutnya perinciannya dapat dilihat pada tabel sebagai berikut:
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
Untuk proses selanjutnya perinciannya dapat dilihat pada tabel sebagai berikut:
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
112 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
20. Pembuatan modul dispose
Gambar 4.21 Modul dispose
Untuk proses selanjutnya perinciannya dapat dilihat pada tabel sebagai berikut:
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
114 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
116 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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:
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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”
118 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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).
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
No. Faktor Deskripsi Replikasi
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
120 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
No. Faktor Deskripsi Replikasi
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
122 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
Match 12 pack susu dan
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
124 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
Tabel 4.26 Number Waiting (Lanjutan)
No
. Faktor Deskripsi Replikasi
1 2 3 4 5
Match 12 pack susu dan
karton.Queue1 0 0 0 0 0
Match 12 pack susu dan
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
125
5. Utilization
Tabel 4.27 Utilization
No. Faktor Deskripsi Replikasi
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.
126 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
127
2. Skenario adalah dengan menggunakan mesin 1 packaging dan 4 operator
inspeksi.
3. Skenario adalah dengan menggunakan 2 mesin packaging dan 3 operator
inspeksi.
4. Skenario adalah dengan menggunakan 1 mesin packaging dan 3 operator
inspeksi.
5. Skenario adalah dengan menggunakan 2 mesin packaging dan 2 operator
inspeksi.
6. Skenario adalah dengan menggunakan 1 mesin packaging dan 2 operator
inspeksi.
7. Skenario adalah dengan menggunakan 2 mesin packaging dan 1 operator
inspeksi.
8. Skenario adalah dengan menggunakan 1 mesin packaging dan 1 operator
inspeksi.
b. Response
1) Pilih insert – control.
2) Lalu perluas daftar kontrol Response dan pilih Response yang akan
dikontrol jumlahnya demi perbaikan. Klik Ok.
3) Maka kontrol tersebut akan muncul pada default.
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.
128 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
130 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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
output sebesar 1421.000.
d. scenario 4 memiliki utilitas operator inspeksi sebesar 0.612 dan number
output sebesar 1421.000.
e. scenario 5 memiliki utilitas operator inspeksi sebesar 0.909 dan number
output sebesar 2640.400.
f. scenario 6 memiliki utilitas operator inspeksi sebesar 0.909 dan number
output sebesar 1421.000.
g. scenario 7 memiliki utilitas operator inspeksi sebesar 0.967 dan number
output sebesar 1416.800.
h. scenario 8 memiliki utilitas operator inspeksi sebesar 0.967 dan number
output sebesar 1405.800.
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
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
132 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
(Halaman ini sengaja dikosongkan)
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.
134 LABORATORIUM SIMULASI DAN APLIKASI INDUSTRI JURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
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.