View
67
Download
6
Category
Preview:
Citation preview
BAB IPENDAHULUAN
1.1 Latar Belakang
Dalam perkembangan industri yang mengalami kemajuan pesat
dengan teknologi yang canggih serta sistem yang efektif dan efisien,
memberikan sebuah pemikiran kepada perusahaan untuk terus
bersaing dalam meningkatkan kualitas dan mendapatkan keuntungan
yang besar. Salah satu cara untuk tetap bisa bertahan dalam
persaingan tersebut adalah dengan menganalisa, mengevaluasi, dan
memperbaiki sistem yang ada. CV Agrindo Cipta Mandiri merupakan
produsen keripik apel yang berpusat di Sengkaling Dau, Malang. Untuk
menganalisa sistem nyata di CV Agrindo Cipta Mandiri yang cukup
luas, tentunya akan kesulitan dan menimbulkan resiko yang cukup
besar. Oleh karena itu, diperlukan model untuk menganalisa sistem
nyata ini dengan model yang sederhana. Model adalah representasi
dari sistem nyata, dalam gambaran yang sederhana, serta
mempunyai tingkat prosentase yang bersifat menyeluruh. Model yang
akan dibuat harus bisa menggambarkan sistem yang sebenarnya dalam
CV Agrindo Cipta Mandiri.
Dalam menganalisa dan mengevaluasi model yang telah dibuat,
diperlukan suatu metode khusus. Salah satunya yaitu metode simulasi,
simulasi merupakan suatu metodologi untuk melaksanakan percobaan
dengan menggunakan model dari suatu sistem nyata (Siagian, 1987).
Software yang digunakan dalam mensimulasi sistem produksi di CV
Agrindo Cipta Mandiri ini adalah software Arena Advanced, karena
sudah memiliki module-module yang lengkap dan sangat representatif.
Setelah melakukan pengamatan ternyata sistem produksi dari CV
Agrindo Cipta Mandiri sering kali terdapat proses yang membutuhkan
waktu yang terlalu lama. Maka dengan menggunakan pemodelan
dengan aplikasi Arena Advance ini diharapkan dapat memberi alternatif
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
1
perbaikan terhadap sistem produksi pembuatan keripik apel di CV
Agrindo Cipta Mandiri sehingga permasalahan yang ada dapat diatasi.
1.2Tujuan
Tujuan dari praktikum ini adalah sebagai berikut :
1. Mengidentifikasi permasalahn yang terdapat pada sistem produksi
keripik apel di CV Agrindo Cipta Mandiri.
2. Memodelkan sistem produksi pada CV Agrindo Cipta Mandiri dengan
Activities Cycle Diagram (ACD).
3. Memodelkan sistem produksi pada software Arena serta
mensimulasikannya.
4. Menganalisis hasil simulasi.
5. Memberikan skenario perbaikan pada permasalahan yang muncul
dalam sistem produksi dan menganalisisnya.
1.3 Manfaat
Manfaat yang di dapatkan setelah praktikan mengikuti praktikum ini
adalah sebagai berikut :
1. Praktikan mampu mengidentifikasi permasalahn yang terdapat pada
sistem produksi keripik apel di CV Agrindo Cipta Mandiri.
2. Praktikan mampu memodelkan sistem produksi pada CV Agrindo
Cipta Mandiri dengan Activities Cycle Diagram (ACD).
3. Praktikan mampu memodelkan sistem produksi
pada software Arena serta mensimulasikannya.
4. Praktikan mampu menganalisis hasil simulasi.
5. Praktikan mampu memberikan skenario perbaikan pada
permasalahan yang muncul dalam sistem produksi dan
menganalisisnya.
6. Praktikan mampu menentukan distribusi waktu dengan input
analyzer serta perhitungan secara statistik.
7. Praktikan mampu melakukan verifikasi dan validasi
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
2
1.4Batasan
Batasan yang digunakan dalam laporan ini adalah:
1. Data yang dikumpulkan sebanyak 50 waktu untuk setiap proses.
2. Sistem produksi pembuatan keripik apel di CV Agrindo Cipta Mandiri
disimulasikan selama 7 hari.
3. Sistem produksi yang diamati adalah sistem produksi kripik apel
kemasan 100 gram.
1.5 Asumsi
Dalam pengamatan ini asumsi yang digunakan sebagai berikut:
1. Memiliki tingkat kepercayaan 95%
2. Tidak ada mesin yang rusak
3. Operator dalam keadaan normal
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
3
BAB IITINJAUAN PUSTAKA
2.1 Pengertian SistemMenurut Gordon B. Davis (1984), sebuah sistem terdiri dari bagian-
bagian yang saling berkaitan yang beroperasi bersama untuk mencapai
beberapa sasaran atau maksud. Sedangkan, menurut Raymond Mcleod
(2001), sistem adalah himpunan dari unsur-unsur yang saling berkaitan
sehingga membentuk suatu kesatuan yang utuh dan terpadu.
Karakteristik atau ciri-ciri sistem sebagai berikut :
1. Sistem terdiri dari berbagai elemen yang membentuk satu kesatuan.
2. Adanya interaksi, saling ketergantungan dan kerjasama antar elemen.
3. Sebuah sistem ada untuk mencapai tujuan tertentu.
4. Memiliki mekanisme / transformasi.
5. Memiliki lingkungan yang mengakibatkan dinamika sistem
Berikut klasifikasi sistem dari beberapa sudut pandang beserta contoh
penerapannya, antara lain:
1. Sistem abstrak (abstract sistem) dan sistem fisik (physical sistem)
Sistem abstrak merupakan sistem yang berupa pemikiran atau ide-ide
yang tidak tampak secara fisik. Contohnya seperti sistem teologis, yaitu
sistem yang berupa pemikiran-pemikiran hubungan manusia dengan
tuhan. Sedangkan sistem fisik adalah sistem yang nampak secara fisik,
contohnya adalah sistem komputer, sistem produksi, dll.
2. Sistem alamiah (natural sistem) dan sistem buatan manusia (human
made sistem)
Sistem alamiah adalah sistem yang terjadi melalui proses alam dan
tidak dibuat oleh manusia, contohnya sistem perputaran bumi. . Sistem
buatan manusia yang melibatkan interaksi anatara manusia dengan mesin
disebut dengan human machine sistem atau ada yang menyebut dengan
man-machine sistem. Sistem informasi merupakan contoh man-machine
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
4
sistem, karena menyangkut penggunaan komputer yang berinteraksi
dengan manusia. Contohnya seperti sistem komputer.
3. Sistem tertentu (deterministik sistem) dan sistem tak tentu
(probabilistik sistem)
Sistem tertentu beroperasi dengan tingkah laku yang sudah dapat
diprediksi, interaksi bagian-bagiannya dapat dideteksi dengan pasti
sehingga keluarannya dapat diramalkan. Contohnya sistem komputer
melalui program. Sedangkan sistem tak tentu adalah sistem yang kondisi
masa depannya tidak dapat diprediksi jarena mengandung unsur
probabilitas, contohnya seperti sistem antrian pada bank.
4. Sistem tertutup (closed sistem) dan sistem terbuka (open sistem)
Sistem tertutup merupakan sistem yang tidak berhubungan dengan
lingkungan luarnya. Sistem ini bekerja secara otomatis tanpa adanya turut
campur tangan dari pihak luarnya. Secara teoritis sistem ini ada, namun
kenyataannya tidak ada sistem yang benar-benar tertutup, hanya relatif
tertutup saja. Contoh sistem tertutup adalah Apple Inc. Perusahaan ini
selalau berinovasi tanpa adanya campur tangan dari luar, ataupun survey
terhadap konsumen, mereka hanya berinovasi, kemudian menyerahkan
penilaian produk pada konsumen. Sistem terbuka adalah sistem yang
terbuka dan terpengaruh dengan lingkungan luaratau subsistem yang
lainnya. Karena sistem sifat terbuka dan terpengaruh oleh sistem yang
lain, maka suatu sistem terbuka harus memiliki sistem pengendali yang
baik. Contoh sistem terbuka adalah Microsoft coorperationm yang selalu
mengikuti kebutuhan para konsumen yang sudah disurvey oleh pihak
perusahaan, sehingga dapat berinovasi dan menciptakan produk sesuai
kebutuhan konsumen.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
5
Gambar 2.1 Sistem terbuka dan tertutup
Sumber: Mcleod (2001)
2.2 Pengertian ModelModel adalah adalah rencana, representasi, atau deskripsi yang
menjelaskan suatu objek, sistem, atau konsep, yang seringkali berupa
penyederhanaan atau idealisasi. Bentuknya dapat berupa model fisik
(maket, bentuk prototype), model citra (gambar, komputerisasi, grafis dll),
atau rumusan matematis. Ciri-ciri model adalah merupakan pendekatan,
yang dianggap perlu dan cukup, dan dibuat berdasarkan (sejauh mungkin)
pengetahuan yang telah dimiliki.
2.3 Pengertian SimulasiSimulasi merupakan suatu metodologi untuk melaksanakan percobaan
dengan menggunakan model dari suatu sistem nyata (Siagian, 1987).
Simulasi adalah model dari suatu sistem nyata, dimana sistem tersebut
dimodelkan dengan menggunakan sebuah software yang berfungsi
untuk menirukan perilaku sistem nyata.
2.3.1 Elemen SimulasiSuatu sistem dalam simulasi mencakup entities, activities,
resources, dan control. Elemen-elemen tersebut mendefinisikan siapa,
apa, dimana, kapan, dan bagaimana suatu entity diproses. Berikut
merupakan penjelasan elemen dasar pemodelan:
1. Entities, adalah sesuatu yang menjadi objek dari suatu proses. Entity
dapat berupa part, produk, manusia atau lembar kerja. Entitas
memiliki karakteristik seperti name dan speed.
2. Activity, yaitu kegiatan yang dilakukan di dalam sistem yang
mempengaruhi entitas baik secara langsung atau tidak langsung.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
6
3. Resources adalah manusia, sebuah peralatan atau perlengkapan
lainnya yang digunakan/ bertugas untuk mengantar sebuah entity.
4. Controls, yaitu segala sesuatu yang menentukan
bagaimana, kapan, dan dimana aktivitas dijalankan.
Gambar 2.2 Elemen simulasiSumber: Mcleod (2001)
2.4 Definisi Arena Simulation SoftwareArena adalah sebuah software simulasi interaktif berdasarkan
pemikiran yang berorientasi pada obyek dan konsep pemodelan
terstruktur. Software ini banyak digunakan di manufaktur, layanan logistik
dan rantai pasok, bidang medis, militer dan lain-lain. Arena juga
digunakan dalam situasi yang berbeda di semua tingkat simulasi,
termasuk operasi produksi harian, berbagai jenis alokasi sumber daya,
perencanaan proses bisnis, performansi sistem dan program penilaian
hasil, prediksi resiko.
2.4.1 Modul Arena Simulation SoftwarePada Arena Simulation Software berisikan module-module yang
digunakan untuk memodelkan simulasi sebuah sistem. Berikut ini
merupakan macam-macam module yang terdapat pada Arena Simulation
Software:
1. Create
Modul Create berfungsi untuk mengenerate kedatangan entity
kedalam simulasi, pada modul Create terdapat Name yang harus di isi
nama produk, dan Entity Type. Sedangkan pada Time Between Arrivals
ada Type, Value dan Unit, Kemudian ada Entities per Arrival, Max Arrivals,
First Creation.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
7
Gambar 2.3 Modul Create
Time between arrival type pada modul create adalah :
a) Random (Expo) : merupakan distribusi exponensial secara acak
b) Shcedule : merupakan distribusi terjadwal.
c) Constant : merupakan distribusi tetap.
d) Exsperetion : merupakan distribusi.
2. Modul Station
Modul ini menggambarkan tempat dari seluruh aktivitas baik
proses maupun pergerakan entity dalam sistem. Dalam modul ini terdiri
dari :
Gambar 2.4 Modul Station
a) Name : kolom ini berisi nama seperti nama jenis sepatu
b) Station type : mendefinisikan tipe dari modul Station, Menggunakan
set apabila terdiri dari beberapa station (kumpulan station).
c) Station Name : mendefinisikan nama station yang menjadi tujuan
(destination) entitas. Pengisian nama ini harus hati-hati karena bisa
menjadi tujuan Route.
3. Modul Route
Modul Route digunakan untuk membuat route antar stasiun, route
dapat digunakan antara lain ketika membuat waktu transfer dari satu
stasiun ke stasiun lainnya. Route terdapat pada Advanced Transfer.
Modul ini juga digunakan untuk menentukan arah pergerakan dari entity
dalam station tanpa menggunakan alat bantu seperti forklift, conveyor
dan sebagainya.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
8
Gambar 2.5 Modul Route
Dalam modul Route ini terdiri dari :
a) Name : mengidentifikasi nama modul dan menunjukkan bentuk dari
modul
b) Route Time : perjalanan waktu dari lokasi entitas pada tujuan
(destination).
c) Units : merupakan waktu unit yang di gunakan Route Time, dalam units
ini
ada seconds (digunakan pada waktu satuan detik), minutes (digunakan
pada
waktu satuan menit), hours (digunakan pada waktu satuan jam),
Days
(digunakan pada waktu dibutuhkan Route Time dalam harian).
d) Station Name : mendefinisikan nama station yang menjadi tujuan
(destination) entitas.
e) Destination Type : metode untuk menentukan lokasi tujuan entitas.
Diseleksi dengan menentukan urutan (requines) yang harus menempatkan
nama urutan tersebut dan urutan itu sendiri dijelaskan. Dalam destination
type tardiri dari Attribute (digunakan apabila mendefinisikan nama
atribute pada station name yang ber rute pada entitas), Exspression
(digunakan apabila menggunakan waktu route yang berdistribusi
tertentu), sequential (digunakan apabila menggunakan waktu route
dengan sebab-sebab tertentu), Station (digunakan apabila mentransfer
dari route yang satu dengan yang lain).
4. Modul Process
Modul Process berfungsi untuk memproses entity dari sistem, pada
modul ini juga terdapat Name dan Type. Kemudian ada Logic yang terdiri
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
9
dari Action, selanjutnya yaitu pada modul ini juga terdapat
Resources, Delay Type, Unit, Allocation, Minimum, Value (Most Likely),
Maximum dan Report Statitics yang harus di centang.
Gambar 2.6 Modul Process
Action pada modul proses ini terdiri :
a) Delay : merupakan proses menunggu akan tetapi tidak diproses.
b) Seize Delay : merupakan proses menunggu kemudian diproses tetapi
tidak
dilanjutkan.
c) Seize Delay Release : merupakan proses menunggu kemudian diproses
dan
dilanjutkan.
d) Delay Release : merupaka proses menunggu kemudian langsung
dilanjutkan.
e) Unit berfungsi untuk menentukan waktu suatu proses yang terdiri
dari seconds (detik), minutes (menit), hours (jam), days (hari).
Delay type : merupakan type menunggu dan terdiri dari :
a) Triangular : Distribusi ini di fungsikan dalam situasi dari distribusi
yang belum di ketahui akan tetapi di sedikan nilai-nilai yang
memungkinkan sedangkan nilai maximum dan minimumnya diperkirakan.
b) Exponential : Distribusi ini biasanya di fungsikan untuk pemodelan
pada rincian proses dan random kedatangan
c) Uniform : Distribusi ini berfungsi apabila nilai nya dianggap
memiliki
kemungkinan yang sama dan terbatas karena hal ini digunakan ketika ada
informasi.
Allocation : merupakan jenis aktivitas transfer yang terjadi pada modul
ini,
dalam Allocation terdiri dari :
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
10
a) Value added : merupakan penambahan nilai dari material input
menjadi
output pada prose yang dilakukan .
b) Non value added : tidak terjadi proses penambahan nilai dari material
input
menjadi output (misalkan kegiatan inspeksi).
c) Transfer : waktu transfer dari satu tempat ke tempat lain.
d) Wait : waktu tunggu sebelum entity melakukan aktivitas berikutnya.
e) Other.
5. Modul Assign
Modul Assign ini digunakan untuk memasukkan nilai baru pada
variable, entity atribute, entity type atau variable lain pada sistem. Pada
modul ini ada Name dan Assignments, kemudian apabila di klik add maka
akan tampil Assignments yang terdiri dari Type, Attribut Name, New
Value.
Gambar 2.7 Modul Assign
Type modul Assign ini yaitu :
a) Variabel : merupakan suatu nilai yang tetap dari sistem
b) Attribute : merupakan bagian dari sistem seperti waktu proses eyelet
c) Entity Type : merupakan inputan type dari entitas
d) Entity Picture : merupakan inputan gambar dari entitas.
e) Other.
6. Modul Decide
Modul Decide merupakan modul yang berfungsi untuk membuat
keputusan berdasarkan satu atau beberapa kondisi, modul ini terletak
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
11
pada Basic Process. Pada modul ini ada juga Name, Type dan Percent
True (0-100) yang merupakan presentasi dari kebenaran.
Gambar 2.8 Modul Decide
Type pada Decide ini mengidentifikasikan apakah keputusan berdasarkan
pada kondisi dan hal ini ada beberapa jenis, yaitu:
a) 2-way : hal ini digunakan jika hanya untuk 1 kondisi benar atau
salah.
b) 2-way by chance : hal ini mendefinisikan satu atau lebih presentase.
c) 2-way by condition : hal ini mendefinisikan satu atau lebih kondisi.
d) N-way : digunakan untuk berapapun jumlah kondisi.
7. Modul Record
Modul Record digunakan untuk memunculkan data statistik pada model
simulasi, type data statistik yang dapat dimunculkan seperti waktu
antar kedatangan. Pada modulini terdapat Name, Type, Value dan Counter
Name.
Gambar 2.9 Modul Record
Type pada Record terdiri dari :
a) Count : menyatakan jumlah nilai.
b) Entity Statistics : merupakan inputan Statistics dari entitas.
c) Time Interval : menyatakan interval waktu yang digunakan.
d) Entity Picture : merupakan inputan gambar dari entitas.
e) Other.
8. Modul Dispose
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
12
Modul Dispose berfungsi untuk mengeluarkan entity dari sistem, pada
modul ini terdapat Name dan ada Record Entity Statistics yang harus di
centang.
Gambar 2.10 Modul Dispose
2.4.2 Input Analyzer
Input Analyzer merupakan bagian dari software Arena. Tools ini
digunakan untuk menentukan fungsi distribusi probabilitas dari data
input. Selain itu juga dapat digunakan untuk mencocokkan fungsi spesifik
dari distribusi data file dan membandingkan fungsi distribusi atau untuk
menampilkan efek dari perubahan parameter untuk distribusi yang sama.
Input Analyzer menampilkan input data acak tersebut yang kemudian
dapat dianalisis menggunakan fitur perangkat lunak fitting distribution
untuk mencari bentuk distribusi yang cocok menggambarkan data
tersebut. Data yang akan dimasukkan sebelumnya harus disimpan dalam
Notepad dengan format.txt karena Input Analyzer Arena hanya dapat
membaca masukan dari format.txt.
2.4.3Process Analyzer
Process analyzer membantu dalam mengevaluasi alternatif yang
disajikan oleh eksekusi model simulasi scenario yang berbeda. Hal ini
berguna untuk pengembang model simulasi, serta pembuatan keputusan
dimana tidak dikenal dengan model, namun akrab disebut dengan
menangani solusi model simulasi. Biasanya process analyzer untuk
menentukan skenario mana yang cocok sehingga bisa mendapatkan WIP
yang minimum.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
13
2.5 Activity Cycle Diagram
Activity Cycle Diagram (ACD) adalah bahasa grafik/gambar yang
memodelkan sistem dengan menunjukkan hubungan interaksi antar
elemen dengan perubahan secara diskrit terhadapa waktu. Entitas di ACD
ada dua yaitu entitas permanen dan sementara. Sedangkan aktivitas pada
ACD ada dua, pasif dan aktif. Simbol-simbol yang dipergunakan pada ACD
adalah:
Tabel 2.1 Simbol-simbol Activity Cycle DiagramNama Simbol Keterangan Lambang
GenerateMerepresentasikan menciptakan (create) atau membangkitkan
(generate) entitas
TerminateMerepresentasikan membuang (dispose) atau memberhentikan
(terminate) entitas
Passive Merepresentasikan aktivitas pasif
Active Merepresentasikan aktivitas aktif
Panah (connect)
Merepresentasikan relasi urutan antar node yang menunjukkan
bahwa status/aktivitas pendahulu berubah atau berlanjut menjadi
status/aktivitas berikutnya.Tabel Lanjutan 2.1 Simbol-simbol Activity Cycle Diagram
Nama Simbol Keterangan Lambang
Alternate
Merepresentasikan kondisi (condition) pilihan
dua alternatif kemungkinan yang perlu diputuskan(decide)
Batch
Merepresentasikan aktivitas aktif yang melibatkan dua
entitas (atau lebih) dan bertransformasi menjadi satu
entitas (lain)
Separate
Merepresentasikan aktivitas aktif yang
mentransformasikan satu entitas menjadi dua entitas (atau lebih)
2.6 Distribusi Probabilitas
Mengenai distribusi data dan macam-macam distribusi data terdapa
pada mega project.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
14
2.6.1Distribusi Kontinyu
Salah satu macam distribusi probabiltas, yaitu model matematika yang
menghubungkan nilai variabel dengan probabilitas terjadinya nilai itu.
Distribusi Kontinyu memiliki sifat kontinyu, data yang diamati berjalan
secara berkesinambungan dan tidak terputus.
2.6.1.1 Distribusi Uniform
Distribusi uniform pada umumnya digunakan variabel acak seragam
(uniform) umum digunakan karena tidak adanya informasi tentang ditribusi
yang mendasari yang dimodelkan.
a. Probability Density Function (pdf)
Probability Density Function (pdf)
Using Maximum Convention
(2-1)
b. Cummulative Distribution Function (cdf)
Cummulative Distribution Function
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
15
(2-2)
U diperoleh dari (2-3)
2.6.1.2 Distribusi Normal
Sebuah fungsi yang berbentuk lonceng dengan parameter µ dan σ.
Variabel acak normal digunakan untuk memodelkan banyak fenomena
acak yang dapat dinyatakan sebagai jumlah variabel acak, berdasarkan
central limit theorem. Analisis harus berhati-hati dalam menggunakan
distribusi normal untuk model fenomena acak, yang tidak dapat
mengasumsikan nilai negatif. Distribusi normal pada umumnya
digunakan untuk menggambarkan proses.
a. Probability Density Function (pdf)
Probability Density Function
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
16
dt (2-
4)
b. Cummulative Distribution Function (cdf)
Cummulative Distribution Function
dt (2-
5)
2.6.1.3 Distribusi Triangular
Sebuah distribusi dengan batas bawah a, modus c dan batas atas b.
Variabel acak trianguler digunakan ketika distribusi yang mendasari tidak
diketahui, tetapi masuk akal untuk mengasumsikan bahwa nilai berkisar
dari berapa nilai minimal, bentuk linear kurva PDF adalah cara paling
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
17
sederhana untuk mewakili jenis perilaku. Variabel acak trianguler
biasanya digunakan untuk merepresentasikan proses.
a. Probability Density Function (pdf)
Probability Density Function
(2-6)
b. Cummulative Distribution Function (cdf)
Cummulative Distribution Function
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
18
2.6.1.4 Distribusi Eksponensial
Fungsi eksponensial adalah salah satu fungsi yang paling penting
dalam matematika. Biasanya fungsi ini ditulis dengan notasi exp (x)
atau ex, dimana e adalah basis logaritma natural yang kira-kira
sama dengan 2.71828183. Variabel acak eksponensial banyak
digunakan untuk model “acak” waktu antar kedatangan untuk waktu
kontinyu. Variabel acak eksponensial biasanya digunakan untuk
mempresentasikan interval pelanggan, banyaknya kegagalan, dan
sebagainya.
a. Probability Density Function (pdf)
Probability Density Function
(2-
8)b. Cummulative Distribution Function (cdf)
Cummulative Distribution Function
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
20
(2-9)
2.6.1.5 Distribusi Gamma
Nilai antara a dan b dimana a > b, dan probabilitas dari semua
nilai-nilai adalah sama.
a. Probability Density Function (pdf)
Probability Density Function
(2-
9)
b. Cummulative Distribution Function(cdf)
Cummulative Distribution Function
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
21
(2-10)
2.6.1.6 Distribusi Weibull
Biasanya digunakan untuk menyelesaikan masalah-masalah yang
menyangkut lama waktu (umur) suatu objek yang mampu bertahan
hingga akhirnya objek tersebut tidak berfungsi sebagaimana
mestinya . Distribusi weibull pada umumnya digunakan untuk
mempresentasikan waktu kerusakan.
a. Probability Density Function (pdf)
Probability Density Function
(2-
11)
b. Cummulative Distribution Function(cdf)
Cummulative Distribution Function
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
22
0 (2-12)
2.6.1.7 Distribusi Lognormal
Merupakan distribusi probabilitas sebuah peubah (variabel) acak yang
logaritmanya tersebar secara normal.
a. Probability Density Function (pdf)
Probability Density Function
(2-13)
b. Cummulative Distribution Function (cdf)
Cummulative Distribution Function
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
23
(2-
14)
Distribusi lognormal pada umumnya digunakan untuk
merepresentasikan waktu kerusakan.
2.6.2Distribusi Diskrit
Distribusi dimana perubahnya secara teoritis tidak dapat
menerima sembarang nilai diantara dua nilai yang diberikan. Sering lebih
mudah bila semua peluang suatu peubah acak x dinyatakan dalam suatu
rumus. Tetapi juga tidak menutupi kemungkinan apabila distribusi diskrit
dinyatakan dalam bentuk grafik ataupun dalam bentuk label.
2.6.2.1 Distribusi Poisson
Merupakan limit dari distribusi binomial dengan banyaknya
percobaan n relatif besar. Distribusi poisson pada umumnya digunakan
untuk menggambarkan jumlah kedatangan dalam satu satuan waktu.
a. Probability Mass Function (pmf)
Probability Mass Function
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
24
(2-
15)
b. Cummulative Distribution Function (cdf)
Cummulative Distribution Function
(2-16)
2.6.2.2 Distribusi Binomial
Setiap percobaan hasilnya dapat dibedakan dalam 2 macam
kejadian: berhasil (probabilitas dinyatakan dengan notasi p) atau
tidak berhasil (probabilitas dinyatakan dengan notasi q=1-p).
Masing-masing percobaan merupakan peristiwa yang bersifat bebas
yaitu peristiwa yang satu tidak mempengaruhi peristiwa yang lain.
a. Probability Mass Function (pmf)
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
25
Probability Mass Function
(2-17)
b. Cummulative Distribution Function (cdf)
Cummulative Distribution Function
(2-18)
2.6.2.3 Distribusi Geometri
Percobaan bebas dilakukan berulang, dapat menghasilkan
keberhasilan dengan probabilitas p dan kegagalan dengan probabilitas q=1-p.
a. Probability Mass Function(pmf)
Probability Mass Function
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
26
(2-
19)
b. Cummulative Distribution Function (cdf)
Cummulative Distribution Function
(2-20)
2.7 Verifikasi dan Validasi
Verifikasi adalah proses mengevaluasi suatu model apakah telah
memenuhi kondisi seperti yang dirancang pada awal pengembangan,
dengan pemeriksaan program komputer. Verifikasi dilakukan dengan
membandingkan antara input yang diberikan model dan animasi running
simulasi.
Teknik verifikasi ada 4, yaitu:
1. Teknik 1: Dalam pengembangan model simulasi, tuliskan
program komputer terbagi dalam beberapa
modul/subprogram/routine.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
27
2. Teknik 2: Perancangan program simulasi akan lebih baik jika
merupakan
gabungan dari ide beberapa orang yang tergabung dalam
satu tim, agar model lebih berkembang dan tidak terbatas
oleh persepsi satu orang saja (jalan di tempat, structure walk
through)
3. Teknik 3: Jalankan simulasi dengan variasi masukan
parameter dan amati hasilnya, apakah beralasan dan dapat
diterima.
4. Teknik 4: Lakukan pemrosesan simulasi bertahap (trace) untuk
mengamati
proses kejadian dan perubahan nilai variabelnya.
Validasi adalah proses penentuan apakah model, sebagai
konseptualisasi atau abstraksi, merupakan representasi berarti dan akurat
dari sistem nyata (Hoover dan Perry, 1989). Validasi dilakukan dengan
membandingkan output hasil simulasi dengan kondisi aktual, dengan
menggunakan uji T, untuk mengetahui bahwa data dari model dan aktual
berasal dari distribusi yang sama, maka model dikatakan valid.
Macam-macam pengujian validasi yakni:1. Unit Test, merupakan pengujian difokuskan pada unit terkecil dari
suatu modul program.
2. Integration Test, merupakan pengujian terhadap unit-unit program
yang saling berhubungan (terintegrasi) dengan fokus pada masalah
interfacing. Dapat dilaksanakan secara top-down integration atau
bottom-up integration.
3. System Test, merupakan pengujian yang dilakukan sepenuhnya pada
sistem
berbasis komputer. Terdiri atas recovery testing (penanganan
kegagalan),
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
28
security testing (mekanisme proteksi), stress testing (situasi tidak
normal)
4. Acceptance Test, merupakan pengujian terakhir sebelum sistem dipakai
oleh user. Terdiri atas requirement test (pemenuhan kebutuhan), black
box test (uji keluaran yang tidak berbeda signifikan), dan white box test
(algoritma representasi proses)
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
29
BAB IIIMETODOLOGI PRAKTIKUM
3.1Diagram Aliran Flowchart
Berikut ini adalah diagram aliran prosedur praktikum.
Gambar 3.1 Flowchart praktikum
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
30
3.2 Prosedur Praktikum
Berikut ini adalah langkah-langkah praktikum yang perlu dilakukan
dakam praktikum.
1. Mulai
2. Studi Kepustakaan
3. Pengamatan Pendahuluan
4. Penentuan Fokus Pengamatan
5. Pengambilan Data
6. Pengolahan Data
7. Pemodelan Sistem dengan Activity Cycle Diagram (ACD)
8. Penentuan Distribuasi
9. Pemodelan Sistem dengan Arena
10. Verifikasi
11. Simulasi Sistem dalam Arena
12. Validasi
13. Analisa dan Pembahasan
14. Skenario dengan Process Analyzer
15. Analisis dan Pembahasan Hasil Eksperimen
16. Kesimpulan dan Saran
17. Selesai
3.2Hasil Pengamatan Pendahuluan
Setelah melakukan pengamatan pendahuluan, maka didapatkan hasil bahwa kondisi proses pembuatan kripik apel menghasilkan WIP yang cukup tinggi dan waktu tunggu entitas yang lama pada proses pendinginan yang dikarenakan proses pendinginan membutuhkan waktu lama dengan menggunakan mesin freezer yang jumlahnya kurang mencukupi.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
31
BAB IVHASIL DAN PEMBAHASAN
4.1Gambaran Sistem
Sistem yang dibuat merupakan sistem pembuatan kripik apel di CV.
Agroindustri Cipta Mandiri yang terletak di Dau, Sengkaling, Kab. Malang.
Pembuatan kripik apel ini terdiri dari beberapa proses. Bahan baku apel
segar datang ke pabrik setiap 10 menit dengan jumlah kedatangan apel
sebesar 5 kg per kedatangan. Apel segar dikumpulkan menjadi 20 kg
kemudian dibawa ke stasiun persiapan untuk dikupas selama 0,5-1,5
menit. Selanjutnya apel dibersihkan selama 7-8 detik dan dipotong dengan
ketebalan 0,5 cm selama 1,5-2 menit. Semua proses di stasiun persiapan
dilakukan oleh 10 orang operator secara bergantian.
Sebanyak 20 kg buah apel yang sudah dipotong kemudian dibawa ke
stasiun pendinginan dengan menggunakan kereta dorong untuk
dimasukkan ke lemari pendingin (freezer) selama 24 jam. Setelah itu apel
yang sudah didinginkan dikumpulkan per 15 kg dan dibawa oleh operator
ke stasiun penggorengan dengan waktu tempuh 10-12 detik untuk
digoreng pada suhu dan tekanan rendah menggunakan minyak sawit atau
minyak kelapa dengan mesin vacuum frying selama 1,5-2 jam. Lalu
ditiriskan menggunakan mesin peniris minyak (spinner) selama 20
menit. 5 kg kripik apel siap kemas dibawa ke stasiun packaging
oleh operator dengan waktu tempuh 12-15 detik untuk dikemas dalam
kemasan aluminium foil dengan berat 100 gram
menggunakan continuous sealer selama 8 menit dan kemudian
disimpan di gudang.
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
32
NoPengupasan (detik)
Pembersihan (detik)
Perajangan (menit)
Pendinginan (jam)
Penggorengan (jam)
Penirisan (menit)
Packaging (menit)
Waktu Tempuh Pendinginan ke penggorengan (detik)
Waktu Tempuh Penggorengan ke Packaging (detik)
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
33
1 51 9 1,6 24 2 20 8 10 152 73 8 1,8 24 2 20 8 11 133 72 9 1,8 24 2 20 8 11 134 51 8 1,5 24 2 20 8 11 155 55 9 1,7 24 2 20 8 11 136 68 10 1,7 24 2 20 8 11 147 59 8 1,6 24 2 20 8 10 138 66 10 1,7 24 2 20 8 12 149 44 8 1,9 24 2 20 8 10 1510 66 10 1,6 24 2 20 8 10 1511 62 7 1,7 24 2 20 8 10 1412 66 9 1,8 24 2 20 8 10 1313 57 8 1,9 24 2 20 8 11 1414 31 10 1,7 24 2 20 8 11 1315 55 8 1,7 24 2 20 8 11 1316 59 9 1,9 24 2 20 8 12 1417 53 8 1,7 24 2 20 8 11 1318 74 7 1,7 24 2 20 8 10 1219 45 8 1,8 24 2 20 8 12 1320 30 9 1,8 24 2 20 8 11 1521 60 8 1,6 24 2 20 8 10 1422 55 7 1,9 24 2 20 8 10 1323 58 9 1,8 24 2 20 8 10 1424 53 9 1,9 24 2 20 8 10 1225 46 7 1,9 24 2 20 8 10 1426 60 8 1,7 24 2 20 8 11 1427 42 8 1,9 24 2 20 8 10 1428 54 8 1,6 24 2 20 8 11 1329 67 10 1,8 24 2 20 8 11 1330 44 9 1,7 24 2 20 8 10 1531 32 8 1,9 24 2 20 8 10 1532 62 8 1,8 24 2 20 8 11 1333 58 9 1,6 24 2 20 8 11 1234 72 10 1,7 24 2 20 8 10 1435 60 8 1,6 24 2 20 8 10 1436 44 8 1,7 24 2 20 8 11 1437 55 8 1,6 24 2 20 8 12 1238 61 7 1,6 24 2 20 8 10 1439 56 9 1,6 24 2 20 8 11 1240 81 8 1,7 24 2 20 8 11 1441 63 10 1,8 24 2 20 8 10 1442 73 9 1,6 24 2 20 8 12 1343 68 7 1,7 24 2 20 8 11 1244 64 7 1,6 24 2 20 8 11 1445 41 9 1,7 24 2 20 8 12 1346 79 9 2,0 24 2 20 8 11 1347 46 8 1,9 24 2 20 8 10 13
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
34
48 64 8 1,8 24 2 20 8 10 1349 61 9 2,0 24 2 20 8 12 1450 66 9 2,0 24 2 20 8 11 14
4.2 Pengolahan Data
4.2.1 Uji Keseragaman Data
4.2.2 Uji Kecukupan Data
4.2.3 Uji Independensi Data
4.3 Penentuan Parameter Distribusi dengan Input Analyzer
LABORATORIUM SIMULASI DAN APLIKASI INDUSTRIJURUSAN TEKNIK INDUSTRI - UNIVERSITAS BRAWIJAYA
35
Recommended