PENDAHULUAN - Moehamad Aman | Berilmu … · Web viewUJI KESAMAAN DUA RATA-RATA Hasil pengamatan jumlah produksi dalam satu shift dan data ouput yang diperoleh dari hasil simulasi

ANALISIS SISTEM PRODUKSI BENANG 100 % COTTON DENGAN SIMULASI ARENA

UNTUK MENENTUKAN JUMLAH MESIN YANG OPTIMAL PADA DEPARTEMEN PREPARATION UNIT SPINNING IV

DI PT. APAC INTI CORPORA BAWEN SEMARANG

Moehamad Aman, Nuryanto, Arie Prasetya WibowoProgram Studi Teknik Industri Fakultas Teknik

Universitas Muhammadiyah MagelangEmail : [email protected]

Kelancaran aliran produksi dalam suatu kegiatan transformasi dari suatu input menjadi output merupakan salah satu kegiatan yang perlu menjadi perhatian utama. Suatu aliran produksi dapat dikatakan lancar, apabila tidak terjadi banyak hambatan atau kemacetan yang merugikan perusahaan. Usaha yang perlu dilakukan dalam memperlancar aliran produksi adalah meminimalkan antrian pada setiap unit proses yang ada, melalui telaah terhadap jumlah mesin, kapasitas mesin, utilitas mesin, dan rata-rata waktu menunggu dalam sistem. Penelitian ini bertujuan untuk merancang model sistem produksi Departemen Preparation unit Spinning IV PT. Apac Inti Corpora Bawen Semarang agar diperoleh sistem produksi yang memiliki utilitas yang optimal. Berdasarkan analisis yang telah dilakukan dengan melakukan simulasi terhadap sistem yang ada dan melalui 3 skenario, maka diperoleh sistem produksi dengan komposisi 5 unit mesin Carding dengan tingkat utilisasi rata-rata sebesar 0,4364 ; 4 unitmesin Hilap dengan utilisasi rata-rata 0,5896 ; 8 unit mesin Combing dengan utilisasi rata-rata sebesar 0,6256 ; 4 unit mesin Drawing dengan utilisasi rata-rata sebesar 0,4592 ; 5 unit mesin Roving dengan utilisasi 0,6679., yang mampu menurunkan waktu tunggu rata-rata dalam sistem dari 15,65 x 16,65 menit menjadi 10,41 x 11,57 menit atau terjadi penurunan sebesar 31,95 %.

Kata kunci : Sistem Produksi, Antrian, Model, Simulasi Arena, Skenario.

PENDAHULUAN

Kelancaran aliran produksi dalam suatu kegiatan transformasi dari suatu input menjadi output merupakan salah satu kegiatan yang perlu menjadi perhatian utama. Suatu aliran produksi dapat dikatakan lancar, apabila tidak terjadi banyak hambatan atau kemacetan yang dapat merugikan perusahaan. Terjadinya kemacetan tentu akan terjadi barang yang menunggu proses lebih lanjut, sehingga banyak penumpukan barang yang tidak sesuai dengan harapan semula, yaitu proses yang lancar tanpa adanya hambatan.

1

mailto:[email protected]

PT. Apac Inti Corpora merupakan salah satu perusahaan yang bergerak dalam bidang tekstil. Proses produksi dimulai dari proses pemintalan (spinning) dari bahan baku kapas (cotton) maupun polyester yang kemudian dilanjutkan dengan proses pertenunan (weaving) dan pertenunan kain denim (weaving denim finished fabrics), di mana produk yang dihasilkan sebelum dikirimkan ke negara-negara yang membutuhkan harus melewati proses pengendalian kualitas terlebih dahulu. Produk yang dihasilkan dari PT. Apac Inti Corpora adalah berupa benang dan kain.

Aktivitas produksi yaitu suatu pengolahan bahan baku menjadi barang jadi yang siap dijual merupakan suatu bagian dari fungsi produksi yang harus dilaksanakan oleh setiap perusahaan. Untuk menjalankan fungsi produksi tersebut diperlukan serangkaian kegiatan yang akan membentuk suatu sistem produksi. Sistem produksi adalah kumpulan dari sub sistem-sub sistem yang saling berinteraksi yang bertujuan mentransformasikan input produksi menjadi output produksi. Di PT. Apac Inti Corpora, input produksi berupa bahan baku, mesin, tenaga kerja, informasi, dan lain-lain. Sedangkan output-nya berupa benang, kain, limbah (waste), dan sebagainya.

Umumnya kedatangan custumer (bahan baku ataupun bahan yang telah diproses oleh proses sebelumnya) pada sistem produksi terjadi secara random dengan distribusi tertentu. Hal ini bisa mengakibatkan pada saat tertentu terjadi keadaan dimana custumer harus menunggu (antri) untuk mendapatkan pelayanan dan pada saat yang lain terjadi di mana server (mesin) menganggur. Hal ini berarti ada dua kondisi dilematis yang harus dipadukan untuk menentukan berapa kebutuhan mesin, sehingga waktu menggangurnya dan waktu menunggu custumer keduanya dapat diterima secara rasional.

Usaha yang perlu dilakukan dalam memperlancar aliran produksi antara lain adalah menghindari atau meminimalkan antrian pada setiap unit proses yang ada, melalui telaah terhadap jumlah mesin, kapasitas mesin, utilitas mesin dan jumlah barang yang akan dibuat. Berikut data jumlah mesin dan waktu operasi.

Tabel 1 Data Jumlah Mesin dan Waktu Operasi Departemen PreparationNo Departemen Jumlah mesin Waktu Operasi (menit)1 Carding 8 mesin 15 menit2 Hilap 2 mesin 13 menit3 Combing 8 mesin 43 menit4 Drawing 4 mesin 15 menit5 Roving 5 mesin 29 menit

Sumber : PT. Apac Inti Corpora (AIC)

Dari jumlah mesin yang ada dan waktu yang digunakan, seringkali terdapat kemacetan produksi pada suatu departemen yang diakibatkan terlambatnya kedatangan yang masuk ke departemen yang bersangkutan ataupun terjadi penumpukan bahan pada suatu departemen.

Dalam penelitian ini yang menjadi tujuan adalah untuk mengetahui tingkat utilisasi mesin dari masing-masing departemen, untuk mengevaluasi sistem produksi yang ada pada departemen preparation unit Spinning IV, dan menentukan jumlah mesin optimal yang mempunyai keseimbangan tingkat utilisasi dari masing-masing departemen yang ada.

2

DATA WAKTU OPERASI MESIN

Waktu operasi mesin dari semua departemen yang ada pada departemen preparation diperoleh dengan melakukan pengamatan langsung di tempat penelitian.

Tabel 2 Data Waktu Operasi

No DEPARTEMENCARDING HILAP COMBING DRAWING ROVING

1 15 45 45 15.4 30.52 15.2 40.2 43.2 15.3 313 15.3 13.2 44 15.4 32.54 15 44.5 43.3 14.4 29.55 15.4 45 44.2 15.5 306 14.9 46.2 45 15.1 30.27 15 44.7 44.3 14.5 318 15.5 46.5 45.1 15 31.49 15 47 44.5 15.4 30.410 14.2 45.5 43.2 14 30.511 13.9 45 46.1 14.5 3012 16 44.5 44.2 14.9 31.213 15 43 43 15.1 30.514 15.1 42.5 44.5 15.3 29.615 15.4 44 45.5 15.5 31.416 15 45 46 14.9 3017 15.9 45.3 46.5 16.1 30.218 14.8 43.5 44.5 15.6 31.419 14.8 47 45 15.4 3020 15 45.6 45.5 16.2 31.521 15 47.5 46.1 15.4 31.222 15.2 45 46.2 14.9 30.523 14.9 40.5 45.2 15.5 31.424 14.8 47 44.9 15.4 30.525 15 48 43.5 16.2 31.426 15.2 47.5 43.9 16.5 30.427 15 44 44.5 15.4 31.528 15.4 43.2 45.1 15.6 30.429 14.9 40.5 45.2 15.1 31.430 16 41 45.4 14.9 30.6

Sumber : PT. AIC

3

DATA WAKTU ANTAR KEDATANGAN

Dibawah ini adalah data waktu antar kedatangan bahan baku yang diperoleh dari pengamatan langsung di tempat penelitian dari 30 sampel yang diambil.

Tabel 3 Data Waktu Antar Kedatangan Bahan BakuNo Waktu Antar Kedatangan No Waktu Antar kedatangan1 6 5 7.52 6.3 6 6.53 6.5 7 64 7 8 6.99 6.4 20 6.310 7.5 21 7.211 8.5 22 8.112 6.1 23 6.913 8.1 24 7.514 7.2 25 6.815 6.8 26 6.416 7.2 27 8.117 7.5 28 6.418 5.9 29 6.519 6.8 30 6.4

Sumber : PT. AIC

UJI DISTRIBUSI DATA

Uji distribusi data dimaksudkan untuk mengetahui distribusi dari waktu operasi dari setiap mesin dalam departemen tertentu. Uji distribusi

1. Uji Distribusi Waktu Antar Kedatangan

Gambar 1 Uji Distribusi Data Waktu Antar Kedatangan

4

2. Uji Distribusi Waktu Operasi Mesin Carding

Gambar 2 Uji Distribusi Data Waktu Operasi Mesin Carding

3. Uji Distribusi Waktu Operasi Mesin Hilap

Gambar 3 Uji Distribusi Data Waktu Operasi Mesin Hilap

4. Uji Distribusi Waktu Operasi Mesin Combing

Gambar 4 Uji Distribusi Data Waktu Operasi Mesin Combing

5

5. Uji Distribusi Waktu Operasi Mesin Drawing

Gambar 5 Uji Distribusi data Waktu Operasi Mesin Drawing

6. Uji Distribusi Waktu Operasi Mesin Roving

Gambar 6 Uji Distribusi data Waktu Operasi Mesin Roving

ANALISIS OUTPUT MODEL SIMULASI

1. Estimasi Fase Steady State Model SimulasiPendeteksian dilakukan dengan mensimulasikan sistem selama 7,5 jam sebanyak 30

replikasi (dengan asumsi berdistribusi normal) dan dicatat rata-rata waktu menunggu

dalam sistem pelayanan setiap 15 menit. Hasil yang diperoleh dari 30 replikasi adalah

sebagai berikut.

6

Tabel 4 Rata-rata Waktu Menunggu Dalam Sistem Pelayanan

Menit ke- Rata-rata waktu menunggu dalam sistem

Menit ke- Rata-rata waktu menunggu dalam

sistem15 - 240 8,6030 0,15 255 9,6045 0,66 270 9,6860 0,95 285 10,8375 1,43 300 11,3890 2,27 315 11,82105 2,72 330 12,02120 2,72 345 12,48135 4,36 360 13,14150 4,95 375 13,64165 5,33 390 14,00180 5,89 405 14,48195 6,93 420 15,10210 7,14 435 15,29225 7,68 450 15,33

Sumber : Data yang telah diolah

Nilai rata-rata di atas dapat digambarkan sebagai berikut.

Gambar 7 Estimasi Fase Stedy State

7

Grafik Nilai Rata-rata Waktu Menunggu Dalam Sistem

em

0

5

10

15

20

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

15 Menit ke-

Rata-rata Wakt

u Menungg

u Dala

m Siste

m

Gambar di atas mengindiksikan bahwa berdasarkan rata-rata waktu menunggu dalam sistem, maka pada 15 menit ke 9 (menit ke 135) sistem akan memasuki fase steady state

2. Metode Replikasi

Untuk menentukan jumlah replikasi yang layak pada interval konfidensi 95% akan digunakan parameter waktu menunggu dalam sistem. Dengan asumsi distribusi normal, akan dilakukan replikasi sebanyak 30 kali dengan panjang replikasi 7 jam. Hasil simulasi adalah sebagai berikut.

Tabel 5 Rata-Rata Waktu Menunggu Dalam Sistem

Replikasi Ke-

Rata-rata(menit)

Replikasi Ke-

Rata-rata(menit)

Replikasi Ke-

Rata-rata(menit)

1 17.55 11 16.42 21 14.74

2 15.51 12 15.19 22 16.34

3 17.19 13 15.50 23 16.79

4 16.59 14 15.22 24 18.51

5 19.03 15 17.76 25 14.78

6 15.93 16 15.02 26 16.36

7 16.93 17 15.48 27 16.99

8 16.22 18 14.81 28 15.29

9 16.53 19 17.99 29 14.79

10 15.63 20 15.05 30 14.46

Rata-rata 16.15

Standar deviasi 1.2046


jadi pada interval konvidensi 95 % rata-rata lama waktu dalam sistem hasil simulasi adalah 15,651 menit sampai dengan 16,649 menit.

3. Metode Pengelompokan Nilai Rata-Rata

8

Dalam analisis ini simulasi akan dijalankan selama 180 jam dengan ukuran batch 6 jam yang berarti bahwa hasil simulasi sistem akan dicatat setiap jam sekali, sehingga akan terbentuk 30 batch. Hasil simulasi dan uji independensi dengan run test dengan waktu akhir simulasi ditunjukkan dalam tabel sebagai berikut

Tabel 6 Hasil Simulasi dan Run TestBatch

ke-Waktu Akhir

Simulasi (jam)Rata-rata Waktu

Menunggu dalam sistemPosisi Akhir

terhadap median1 2 3 41 6 12,63 +2 12 13,32 +3 18 14,51 +4 24 12,96 +5 30 13,05 +6 36 15,74 +7 42 11,450 -8 48 10,94 -9 54 12,84 +10 60 14,74 +11 66 10,60 -12 72 12,49 -13 78 13,15 +14 84 13,16 +15 90 12,50 -16 96 14,89 +17 102 12,28 -18 108 12,01 -19 114 12,96 +20 120 11,98 -21 126 15,14 +22 132 12,23 -23 138 12,34 -24 144 12,12 -25 150 12,54 -26 156 12,75 +27 162 12,43 -28 168 11,37 -29 174 12,05 -30 180 16,63 +


Dari rata-rata waktu menunggu dalam sistem kemudian diurutkan untuk mencari mediannya. Setelah data diurutkan diperoleh mediannya adalah 12,59. Setelah diketahui mediannya, kemudian ditentukan nilai skor terhadap median yang hasilnya bisa disajikan pada tabel di atas pada kolom 4. Dari hasil skor terhadap median juga bisa diperoleh nilai r = 15, n1 = 15, n2 = 15. Dari tabel harga-harga kritis r dalam tes

9

run dengan nilai n1 = 15 dan n2 = 15 diperoleh nilai F1 = 9 dan FII = 22. Berdasarkan nilai dari hasil tabel FI dan FII di atas dapat disimpulkan bahwa nilai r berada diantara nilai tabel FI dan FII sehingga tidak cukup bukti untuk menolak bahwa hasil simulasi di atas merupakan data yang independen dan random.

jadi pada interval konfidensi 95 % rata-rata lama waktu menunggu dalam sistem hasil simulasi adalah 12,349 sampai dengan 13,505.

4. Metode Pengelompokan Nilai Rata-Rata Sekuensial

Prosedur pengelompokan nilai rata-rata sekuensial ditujukan untuk menentukan jumlah batch terkecil guna mencukupi analisis statistik. Berdasarkan prosedur dengan panjang simulasi 67,5 jam dan ukuran batch 2,25 jam hasil simulasi (dengan waktu akhir simulasi diperhitungkan setelah mencapai steady state) dan uji independensi ditunjukkan dalam tabel sebagai berikut

Tabel 7 Iterasi I (Prosedur perhitungan P11 untuk L/2 pertama )

Batch ke-

Waktu akhir simulasi (jam)

Rata-rata waktu

menunggu dalam sistem

(Bi)1 2.25 5,142 0,056 0,3382 4.5 5,626 0,108 0,0093 6.75 4,615 -0,673 1,2274 9 6,330 1,140 0,3695 11.25 7,601 -0,980 3,5276 13.5 5,201 -0,175 0,2727 15.75 6,058 0,359 0,1128 18 6,795 -0,958 1,1499 20.25 4,829 -1,041 0,79910 22.5 6,888 -0,240 1,35711 24.75 5,517 0,086 0,04312 27 5,306 0,655 0,17413 29.25 4,151 -0,273 2,47014 31.5 5,897 0,028 0,03015 33.75 5,886 0,000 0,026

Total -1,907 11,902

10


Untuk data L/2 pertama mempunyai nilai rata-rata sebesar 5,723 menit. Sehingga nilai P1’ adalah sebagai berikut.

Tabel 8 Iterasi I (Prosedur Perhitungan P11 Untuk L/2 Kedua )

Batch ke-


Rata-rata waktu

menunggu dalam sistem

(Bi)16 36 6,997 0,141 1,75917 38.25 5,777 -0,076 0,01118 40,5 4,955 -0,209 0,51319 42,75 5,963 0,120 0,08520 45 6,083 0,042 0,16921 47,25 5,774 -0,089 0,01122 49,5 4,808 -0,538 0,74523 51,75 6,294 -0,515 0,38924 54 4,845 -0,361 0,68325 56,25 6,108 -0,154 0,19126 58.5 5,319 0,078 0,12427 60,75 4,450 -0,086 0,04928 63 6,060 -0,053 0,15229 65,25 5,534 0,079 0,01930 67,5 5,091 0,000 0,337

Total -1,622 5,076Sumber : Data yang telah diolah

Untuk data L/2 terakhir mempunyai nilai rata-rata sebesar 5,761 menit. Sehingga nilai P1’ adalah sebagai berikut

11

Tabel 9 Iterasi 1 (Prosedur Perhitungan P1 untuk Keseluruhan L)

Batch ke-


Rata-rata waktu menunggu dalam

sistem (Bi)1 2.25 5.142 0.039 0.3082 4.5 5.626 0.077 0.0053 6.75 4.615 -0.685 1.1704 9 6.330 1.206 0.4015 11.25 7.601 -0.944 3.6256 13.5 5.201 -0.179 0.2467 15.75 6.058 0.396 0.1308 18 6.795 -0.953 1.2069 20.25 4.829 -1.033 0.75310 22.5 6.888 -0.215 1.41811 24.75 5.517 0.070 0.03212 27 5.306 0.604 0.15313 29.25 4.151 -0.309 2.38914 31.5 5.897 0.038 0.04015 33.75 5.886 0.245 0.03616 36 6.997 0.104 1.69117 38.25 5.777 -0.059 0.00618 40,5 4.955 -0.198 0.55119 42,75 5.963 0.103 0.07120 45 6.083 0.030 0.14921 47,25 5.774 -0.069 0.00622 49,5 4.808 -0.531 0.79123 51,75 6.294 -0.509 0.35724 54 4.845 -0.351 0.72625 56,25 6.108 -0.156 0.16926 58.5 5.319 0.094 0.14327 60,75 5.450 -0.090 0.06128 63 6.060 -0.059 0.13229 65,25 5.534 0.099 0.02730 67,5 5.091 0.000 0.367

Total -3.233 17.159 Sumber : Data yang telah diolah

Rata-rata untuk data L keeluruhan adalah sebesar 5,679 sehingga untuk perhitungan P1 adalah sebagai berikut

12

dan dicari P1’ dicari dengan rumus

dari perhitungan di atas diperoleh nilai P1’ = - 0,0805 dan nilai P1 = -0,188, dengan demikian bisa disimpulkan bahwa nilai P1’ P1 atau data independen

jadi pada interval konfidensi 95 % rata-rata lama waktu menunggu dalam sistem hasil simulasi adalah 5,392 menit sampai dengan 5,966 menit.

5. Pemilihan Metode AnalisisPendekatan berbagai metode analisis output model simulasi ditujukan untuk menentukan metode pendekatan yang paling sesuai dengan sistem riil. Metode analisis terpilih selanjutnya akan digunakan untuk menilai model pengembangan sistem yang ada. Untuk menentukan metode analisis yang paling sesuai digunakan parameter MSE (Mean Square Error). Perhitungan untuk mencari nilai MSE dari masing-masing metode menggunakan bantuan program microsoft excel dan didapatkan hasil MSE1 = 6,167 ; MSE2 = 14,438 ; MSE3 = 111,149. Berdasarkan nilai MSE, maka metode yang paling sesuai untuk menggambarkan perilaku sistem adalah metode replikasi.

UJI KESAMAAN DUA RATA-RATA

Hasil pengamatan jumlah produksi dalam satu shift dan data ouput yang diperoleh dari hasil simulasi selama 8jam (1 shift) dan dilakukan sebanyak 30 replikasi adalah sebagai berikut.

13

Tabel 10 Data Riil dan Hasil Simulasi

Data ke- Data Riil Data Hasil Simulasi1 15.64 17.552 15.28 15.513 16.57 17.194 16.34 16.595 18.14 19.036 16.24 15.937 16.57 16.938 16.47 16.229 18.14 16.5310 16.24 15.6311 15.17 16.4212 14.99 15.1913 17.12 15.5014 16.24 15.2215 15.24 17.7616 16.24 15.0217 14.25 15.4818 16.24 14.8119 18.57 17.9920 16.34 15.0521 18.24 14.7422 16.87 16.3423 17.89 16.7924 19.02 18.5125 16.45 14.7826 17.24 16.3627 16.28 16.9928 16.24 15.2929 16.48 14.7930 16.27 14.46

Rata-rata

16.567 16.153

Standar deviasi

1.105 1.205

Sumber : PT. AIC dan Data yang telah diolah

14

Ho diterima, berarti tidak cukup bukti untuk menyimpulkan bahwa nilai rata-rata waktu menunggu dalam sistem pada sistem riil (sistem saat ini) berbeda dengan rata-rata waktu menunggu dalam sistem dari hasil simulasi

DISAIN EKSPERIMEN

Sistem produksi yang baik pada umumnya mempunyai utilitas (prosentase sibuk) dari operator atau mesin adalah seimbang. Berdasarkan hasil simulasi, maka rata-rata waktu sibuk dari operator bagian produksi benang 100 % cotton adalah sebagai berikut.

Tabel 11 Hasil Simulasi Sistem SekarangServer Carding Hilap Combing Drawing Roving

1 0,561051 0,963101 0,561902 0,569154 0,6599582 0,522813 0,959095 0,530633 0,370451 0,6398593 0,512579 0,550464 0,338294 0,5877784 0,549003 0,553309 0,347030 0,5448875 0,530850 0,583280 0,5892986 0,486066 0,5229597 0,588992 0,5432478 0,539435 0,556092

Rata-rata 0,536348 0,961098 0,550235 0,406232 0,604356Hasil produksi rata-rata 3633 benang bobbin


Dari hasil simulasi di atas terdapat ketidakseimbangan antara bagian, ada yang mempunyai utilitas rendah dan ada yang tinggi sehingga terjadi bottleneck. Untuk itu perlu dilakukan upaya untuk menyeimbangkan utilitas dengan melakukan beberapa skenario.

1. Skenario 1Menambah sebuah mesin Hilap, sehingga mesin ini berjumlah 3 unit. Dari hasil simulasi, maka rata-rata waktu sibuk dari operator bagian produksi benang 100 % cotton adalah sebagai berikut.

Tabel 12 Hasil Simulasi Skenario 1

15

Server Carding Hilap Combing Drawing Roving

16

1 0,51591 0,94286 0,78019 0,68645 0,668732 0,53589 0,95314 0,62272 0,45068 0,828973 0,52832 0,94712 0,76467 0,40661 0,730114 0,56698 0,75352 0,41578 0,691215 0,51275 0,68957 0,728156 0,57317 0,653097 0,53296 0,766018 0,52074 0,65801



Dan rata-rata waktu menunggu dalam sistem setelah kita uji dengan metode replikasi adalah sebagai berikut.

Tabel 13 Rata-rata Waktu Menunggu Dalam SistemReplikasi

Ke-Rata-rata(menit)

Replikasi Ke-

Rata-rata(menit)

Replikasi Ke-

Rata-rata(menit)

1 22,29 11 22,52 21 21,38

2 21,36 12 22,48 22 22,06

3 23,46 13 20,84 23 21,08

4 24,79 14 20,67 24 23,39

5 22,97 15 22,97 25 23,11

6 22,43 16 21,82 26 23,35

7 22,05 17 25,11 27 24,86

8 24,35 18 20,95 28 23,43

9 23,19 19 23,20 29 22,78

10 25,58 20 21,53 30 21,87

Rata-rata 22,54

Standar deviasi 1,26


17


2. Skenario 2Mengurangi 2 unit mesin Carding, sehingga jumlah keseluruhan menjadi 6 unit dan menambah masin Hilap sehingga menjadi 4 unit. Dari hasil simulasi, maka rata-rata waktu sibuk dari operator bagian produksi benang 100 % cotton adalah sebagai berikut.

Tabel 14 Hasil Simulasi Skenario 2Server Carding Hilap Combing Drawing Roving

1 0,70041 0,92677 0,76585 0,67590 0,713062 0,72026 0,90745 0,74330 0,48310 0,820373 0,68240 0,91037 0,81903 0,47787 0,762364 0,71889 0,89370 0,79548 0,50207 0,816905 0,65727 0,78168 0,884306 0,72924 0,805667 0,773498 0,77890



Dan rata-rata waktu menunggu dalam sistem setelah kita uji dengan metode replikasi adalah sebagai berikut.


Ke-Rata-rata(menit)

Replikasi Ke-

Rata-rata(menit)

Replikasi Ke-

Rata-rata(menit)

1 26,88 11 29,68 21 27,21

2 31,42 12 29,85 22 27,46

3 25,66 13 27,15 23 28,53

4 29,99 14 25,65 24 29,40

5 24,53 15 25,68 25 27,94

6 27,22 16 27,61 26 30,85

7 26,59 17 29,74 27 23,37

8 28,31 18 26,66 28 26,99

9 28,34 19 28,32 29 28,50

10 27,51 20 29,21 30 28,30

Rata-rata 27,85

18




3. Skenario 3Mengurangi mesin Carding menjadi 5 unit dan menambah mesin Hilap menjadi 4 unit serta hanya memakai 1 arrive. Dari hasil simulasi, maka rata-rata waktu sibuk dari operator bagian produksi benang 100 % cotton adalah sebagai berikut.

Tabel 16 Hasil Simulasi Skenario 3Server Carding Hilap Combing Drawing Roving

1 0,46337 0,58403 0,64085 0,63660 0,707782 0,43114 0,61980 0,64811 0,44901 0,696753 0,46942 0,56313 0,66220 0,34901 0,676894 0,39764 0,59133 0,65562 0,40213 0,655815 0,42040 0,65212 0,602396 0,624787 0,611588 0,50987



Dan rata-rata waktu menunggu dalam sistem setelah diuji dengan metode replikasi adalah sebagai berikut.


Ke-Rata-rata(menit)

Replikasi Ke-

Rata-rata(menit)

Replikasi Ke-

Rata-rata(menit)

1 8,98 11 9,53 21 11,25

2 9,28 12 11,99 22 9,20

3 11,90 13 12,78 23 11,57

4 14,21 14 11,05 24 10,36

19

5 8,70 15 9,55 25 11,27

6 13,02 16 10,91 26 7,80

7 10,13 17 9,94 27 11,83

8 11,30 18 10,84 28 12,73

9 11,82 19 10,52 29 11,73

10 11,65 20 14,54 30 9,17

Rata-rata 10,99



Jadi pada interval konvidensi 95 % rata-rata lama waktu dalam sistem hasil simulasi adalah 10,41 menit sampai dengan 11,57 menit

PENUTUP

1. Berdasarkan hasil penelitian dengan komposisi 2 unit mesin blowing, 8 unit mesin carding, 2 unit mesin hilap, 8 unit mesin combing, 4 unit mesin drawing dan 5 unit mesin roving didapatkan tingkat utilisasi mesin rata-rata untuk departemen carding adalah 0,5363; untuk departemen hilap sebesar 0,9610; departemen combing sebesar 0,5958; departemen drawing 0,4062 dan untuk departemen roving adalah sebesar 0,51263. Pada skenario 1 dengan komposisi 2 unit mesin blowing, 8 unit mesin carding, 3 unit mesin hilap, 8 unit mesin combing, 4 unit mesin drawing dan 5 unit mesin roving didapatkan rata rata utilitas mesin dari departemen carding adalah sebesar 0,5358; departemen hilap sebesar 0,9477; departemen combing sebesar 0,7109; departemen drawing sebesar 0,4898; dan pada departemen roving sebesar 0,7294. Pada skenario 2 dengan komposisi 2 unit mesin blowing, 6 unit mesin carding, 4 unit mesin hilap, 8 unit mesin combing, 4 unit mesin drawing dan 5 unit mesin roving didapatkan rata rata utilitas mesin dari departemen carding adalah sebesar 0,6951; departemen hilap sebesar 0,9096; departemen combing sebesar 0,7829; departemen drawing sebesar 0,5347; dan pada departemen roving sebesar 0,7001. Pada skenario 3 dengan komposisi 1 unit mesin blowing, 5 unit mesin carding, 4 unit mesin hilap, 8 unit mesin combing, 4 unit mesin drawing dan 5 unit mesin roving didapatkan rata rata utilitas mesin dari departemen carding adalah sebesar 0,4364; departemen hilap sebesar 0,5896; departemen combing sebesar

20

0,6256; departemen drawing sebesar 0,4592; dan pada departemen roving sebesar 0,6679.

2. Sistem produksi pada departemen preparation pada unit Spinning IV PT. Apac Inti Corpora kurang optimal jika dilihat dari.besarnya rata-rata waktu tunggu dalam sistem sebesar 15,65 x 16,65 menit dan bila dilihat dari keseimbangan tingkat utilisasi mesin, maka terlihat adanya ketidakseimbangan antara masing-masing departemen, ada yang mempunyai utilitas rendah dan ada yang tinggi sehingga terjadi bottleneck.

3. Jumlah mesin yang optimal pada departemen preparation unit Spinning IV PT. Apac Inti Corpora adalah 5 unit mesin untuk departemen carding sehingga mempunyai tingkat utilisasi rata-rata 0,4364; 4 unit mesin hilap dan mempunyai rata-rata tingkat utilisasi sebesar 0,5896; 8 unit mesin combing yang mempunyai rata-rata tingkat utilisasi sebesar 0,6256; 4 unit mesin drawing yang mempunyai rata-rata tingkat utilisasi 0,4592; serta 5 unit mesin roving yang mempunyai tingkat utilisasi rata-rata sebesar 0,6679. Dan dengan konfigurasi jumlah mesin ini mampu menurunkan rata-rata waktu tunggu dalam sistem dari 15,65 x 16,65 menit menjadi 10,41 x 11,57 menit atau terjadi penurunan sebanyak 31,95 %. Dan terjadi peningkatan hasil produksi sebesar 9,44 %.

DAFTAR PUSTAKA

Aman, Moehamad, 2002, Analisis Sistem Manufaktur Finger Joint Laminating Board, Penelitian, Program Studi Teknik Industri, Fakultas Teknik, Universitas Muhammadiyah Magelang, Magelang.

Dimyati, T.T., Dimyati, A.,2002, Operation Research-Model-Model Pengambilan Keputusan, Tarsito, Bandung.

Gaspert, Vincent, 1992, Analisis Sistem Terapan Berdasarkan Pendekatan Teknik Industri, Tarsito, Bandung.

Kelton, W.D., Sadowski, R.P., 1998, Simulation With Arena, Mc Graw-Hill, Inc, Singapore.

Marzuki, 2000, Metodologi Riset, BPFE-Universitas Islam Indonesia Yogyakarta. Yogyakarta.

Parkhan, A., 2001, Disain Sistem Pelayanan Dengan Pendekapan Simulasi danTingkat Aspirasi, Thesis, Program Studi Teknik Industri, Institut Teknologi Sepuluh November, Surabaya.

Sulistyohadi, N., 2002, Simulasi Sistem Antrian Nasabah (Studi Kasus di BRI Cabang Yogyakarta), Skripsi, Jurusan Teknik dan Manajemen Industri, Fakultas Teknologi Industri, Universitas Islam Indonesia, Yogyakarta

Simatupang, Togar, 1995, Pemodelan Sistem, Nindita, Klaten.Yamit, Zulian, 1994, Pengambilan Keputusan Secara Kualitatif, BPFE, YogyakartaTaha, Hamdy A., 1982. Operational Research An Introduction, Edisi III, Mc. Millan

Publishing Co, New York.Wignjosoebroto, S., 1992, Teknik Tata Cara Kerja dan Pengukuran Kerja, Guna Widya,

Surabaya.

21

Walpole, R.E., dan Myers, R.H., 1986, Ilmu Peluang dan Statistika Untuk Insinyur dan Ilmuwan, ITB, Bandung.

22

Documents

PENDAHULUAN - Moehamad Aman | Berilmu … · Web viewUJI KESAMAAN DUA RATA-RATA Hasil pengamatan jumlah produksi dalam satu shift dan data ouput yang diperoleh dari hasil simulasi