bab i

BAB IPENDAHULUAN

1.1Latar Belakang

Menurut L. James Havery (2000), sistem adalah prosedur logis dan

rasional untuk merancang suatu rangkaian komponen yang

berhubungan satu dengan yang lainnya dengan maksud untuk

berfungsi sebagai suatu kesatuan dalam usaha mencapai suatu ujian

yang telah ditentukan. Di dalam masing-masing sistem memiliki

karekteristik dan perilaku khusus. Ketika suatu sistem diciptakan,

diharapkan mampu bekerja secara optimal, namun pada

kenyataannya sering sekali sistem tidak bekerja secara optimal.

Banyak faktor yang secara tidak langsung menjadi penyebab

timbulnya kemungkinan suatu sistem tidak dapat bekerja secara

optimal, beberapa faktor diantaranya man, machine, method,

material, dan money. Untuk meminimalisir kekurangan dan

kesalahan sistem dalam bekerja, maka muncul suatu pendekatan

ilmiah guna menganalisis sistem nyata dalam formulasi matematis

yang dievaluasi secara numerik dengan bantuan komputer untuk

mengestimasikan karakteristik dan perilaku yang mewakili sistem

tersebut. Selain itu, sistem dapat dipelajari secara lebih mendalam

sehingga dapat ditemukan masalah-masalah di dalam sistem dan

dapat dicari pemecahannya. Pendekatan ini disebut dengan simulasi.

Dengan menggunakan simulasi kecepatan suatu sistem dapat

disesuaikan dengan keinginan sehingga tanpa perlu mengamati

sistem nyata kita dapat mempelajari dan mendalami suatu sistem,

dengan waktu pengamatan yang minimal. Selain itu, dengan simulasi

akan lebih menghemat biaya dan sumber daya.

Seiring dengan perkembangan jaman muncul software yang dapat

digunakan untuk pemrograman yang juga menawarkan keunggulan

tertentu, seperti contohnya software Promodel yang digunakan dalam

praktikum kali ini. Promodel sendiri merupakan high-level program

dan specify purpose simulation yang memiliki keunggulan friendly

user interface serta mampu menganalisis sistem produksi dari semua

tipe dan ukuran secara spesifik.

Dengan demikian, diharapkan dengan penggunaan Promodel

nantinya dapat memperbaiki sistem yang ada pada Galeri Kampung

Coklat. Galeri Kampung Coklat merupakan galeri yang bergerak di

bidang makanan. Kampung Coklat terletak di Plosorejo, Blitar, Jawa

Timur. Galeri ini menjual segala macam olahan coklat mulai dari

coklat bar sampai bibit coklat. Pada galeri ini, pelanggan yang datang

harus membeli tiket untuk masuk ke Kampung Coklat. Tiket ini

nantinya akan digunakan untuk membeli produk olahan coklat.

Pembeli dapat mencicipi olahan coklat bar dari yang manis hingga

yang pahit. Setelah itu, pembeli dapat menukarkan tiket masuknya

untuk membeli berbagai olahan coklat sesuai nominal di dalam tiket

tersebut. Masalah yang dihadapi dalam sistem Galeri Kampung Coklat

adalah lokasi di meja pilih coklat yang tersedia tidak sesuai dengan

jumlah pelanggan datang serta ingin mengetahui proses mana yang

menjadi penyebab terjadinya WIP. Sehingga kita harus memodelkan

sistem pembelian coklat agar nantinya tidak terjadi antrian yang

berlebih saat memilih coklat. Pengambilan data dilakukan pada

masing-masing pelayanan dan waktu antar kedatangan pelanggan.

Data yang diperoleh nantinya akan disimulsikan dengan software

Promodel serta dilakukan analisis terhadap outputnya. Hasil analisis

nantinya akan dapat memperbaiki sistem kerja menjadi lebih baik.

1.2Tujuan

Tujuan dari praktikum Promodel ini adalah sebagai berikut.

1. Mengetahui dan memahami tentang sistem, model dan simulasi

pada Galeri Kampung Coklat.

2. Membuat model konseptual petrinet mengenai sistem pada Galeri

Kampung Coklat.

3. Mengaplikasikan dan menggunakan Promodel untuk simulasi pada

Galeri Kampung Coklat.

4. Menganalisis hasil simulasi pada Galeri Kampung Coklat.

1.3 Manfaat

Manfaat dari praktikum Promodel ini adalah sebagai berikut.

1. Dapat mengetahui dan memahami tentang sistem, model dan

simulasi pada Galeri Kampung Coklat.

2. Dapat merancang model konseptual petrinet mengenai sistem

Galeri Kampung Coklat.

3. Dapat mengaplikasikan dan menggunakan Promodel untuk

simulasi pada Galeri Kampung Coklat.

4. Praktikan dapat menganalisis hasil simulasi pada Galeri Kampung

Coklat.

1.4Batasan

Batasan dari praktikum ini adalah sebagai berikut.

1. Data yang diambil adalah data proses pembelian di Galeri

Kampung Coklat.

2. Data yang diambil adalah waktu kedatangan dan waktu proses

yang dilakukan oleh pelanggan yaitu pembelian tiket, mencicip,

memilih coklat, dan pembayaran.

3. Data yang diambil sebanyak 50 replikasi.

4. Entitas yang dimodelkan adalah pelanggan.

1.5Asumsi

Asumsi dari praktikum ini adalah sebagai berikut.

1. Pengamatan dilakukan saat jam buka pada Galeri Kampung

Coklat.

2. Pelanggan yang diamati adalah pelanggan yang datang tidak

dengan rombongan.

3. Pelanggan yang diamati adalah pelanggan yang melakukan

aktivitas dari awal sampai selesai.

4. Rata-rata pelanggan yang datang setiap harinya 275 pelanggan.

5. Pekerja bekerja dengan keadaan normal.

6. Tidak terjadi kerusakan pada mesin kasir.

7. Pada 1 lokasi hanya dapat memuat 1 pelanggan.

Halaman ini sengaja dikosongkan

BAB IITINJAUAN PUSTAKA

2.1Sistem

Menurut 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 Meleod (2001), Sistem adalah himpunan dari unsur-unsur

yang saling berkaitan sehingga membentuk suatu kesatuan yang

utuh dan terpadu. Secara umum sistem didefinisikan sebagai

kumpulan elemen yang bekerja bersama untuk mencapai tujuan yang

diharapkan (Blanchard, 1991). Sedangkan menurut Schmidt & Taylor

(1970), sistem didefinisikan sebagai kumpulan entitas yang berperan

dan berinteraksi dalamj mencapai tujuan tertentu.

2.1.1 Karakteristik Sistem

Sistem memiliki beberapa karakteristik antara lain:

1. Kejadian (event), merupakan suatu peristiwa yang dapat merubah

keadaan sistem.

2. Aktivitas (activity), merupakan suatu proses yang menyebabkan

perubahan dalam sistem yang dapat merubah atribut maupun

entity.

3. Hubungan (relationship), merupakan kesinambungan interaksi

antara dua objek atau lebih yang memudahkan proses

pengenalan satu akan yang lain.

4. Antarmuka penghubung (interface), merupakan media

penghubung antar subsistem.

5. Elemen-elemen, merupakan komponen bagian dari sistem yang

berupa entitas atau subsistem:

a. Entitas: merupakan kumpulan objek yang terdefinisikan yang

mempunyai karakteristik sama dan bisa dibedakan satu dan

lainnya.

b. Subsistem: komponen atau bagian dari suatu sistem yang

dapat berupa fisik ataupun abstrak.

6. Atribut merupakan sebutan, sifat atau karakteristik yang memiliki

elemen sistem. Terdapat dua macam atribut, yaitu:

a. Parameter: merupakan suatu nilai yang besarannya dianggap

tetap selama model simulasi dijalankan.

b. Variabel: merupakan informasi yang mencerminkan

karakteristik suatu sistem, yang mengikat sistem secara

keseluruhan sehingga semua entity dapat mengandung

variabel yang sama, dalam Promodel dikenal variabel local dan

global.

7. Batas sistem (boundary), merupakan daerah yang membatasi

antar sistem atau lingkungan luarnya.

8. Lingkungan luar (environment), merupakan kondisi ataupun

entitas di luar dari sistem yang mempengaruhi operasi sistem.

9. Masukan sistem (input), merupakan suatu energi yang

dimasukkan ke dalam sistem.

10. Pengganggu (disturbance/noise), merupakan faktor-faktor yang

menyebabkan terjadinya kesalahan pada sistem.

11. Keluaran sistem (output), merupakan hasil dari energy yang

diolah dan diklasifikasikan menjadi keluaran.

12. Umpan balik (feedback), merupakan reaksi dan respon

stakeholder atas sistem yang dilakukan.

13. Ukuran performansi sistem dibagi menjadi dua:

a. Transient state: yaitu situasi awal setelah sistem dimulai atau

diinisialisasikan (start-up or warm-up period).

b. Steady state: yaitu keadaan stabil memiliki berbagai property

yang tidak berubah dalam waktu.

14. Proses pengolahan (transformation process), merupakan suatu

proses yang akan merubah masukan menjadi keluaran.

15. Perilaku sistem (behaviour), merupakan perilaku dari sistem yang

melibatkan masukan, pengolahan, dan keluaran.

2.1.2 Klasifikasi Sistem

Sistem dapat diklasifikasikan dari beberapa sudut pandang,

diantaranya sebagai (Law and Kelton, 2000) berikut:

Sistem diklasifikasikan menjadi beberapa jenis yaitu:

1. Sistem Abstrak (Abstract Sistem) dan Sistem Fisik (Physical

Sistem)

Sistem abstrak adalah sistem yang berupa pemikiran atau ide-ide

yang tidak tampak secara fisik. Contoh: Sistem Teologia yaitu

sistem yang berupa pemikiran-pemikiran hubungan antara

manusia dengan Tuhan. Sistem fisik adalah sistem yang ada

secara fisik. Contoh: sistem komputer, sistem akuntansi, 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 manusia. Contoh: Sistem perputaran bumi.

Sistem buatan manusia adalah sistem yang dirancang oleh

manusia dan melibatkan interaksi antara manusia dengan mesin

disebut dengan man-machine system. Sistem informasi

merupakan contoh man-machine system, karena menyangkut

penggunaan komputer yang berinteraksi dengan manusia.

3. Sistem Tertentu (Deterministic Sistem) dan Sistem Tak Tentu

(Probabilistic Sistem)

Sistem tertentu beroperasi dengan tingkah laku yang sudah dapat

diprediksi. Interaksi diantara bagian-bagiannya dapat dideteksi

dengan pasti, sehingga keluaran dari sistem dapat diramalkan.

Sistem komputer adalah contoh dari sistem tertentu yang tingkah

lakunya dapat dipastikan berdasarkan program-program yang

dijalankan. Sistem tak tentu adalah sistem yang kondisi masa

depannya tidak dapat diprediksi karena mengandung unsur

probabilitas.

4. Sistem Tertutup (Closed Sistem) dan Sistem Terbuka (Open

Sistem)

Sistem tertutup merupakan sistem yang tidak berhubungan dan

tidak terpengaruh dengan lingkungan luarnya. Sistem ini bekerja

secara otomatis tanpa adanya turut campur tangan dari pihak

diluarnya. Secara teoritis sistem tertutup ini ada, tetapi

kenyataannya tidak ada sistem yang benar-benar tertutup, yang

ada hanyalah relatively closed system (secara relatif tertutup,

tidak benar-benar tertutup).

Sistem terbuka adalah sistem yang berhubungan dan terpengaruh

dengan lingkungan luarnya. Sistem ini menerima masukan dan

menghasilkan keluaran untuk lingkungan luar atau subsistem

yang lainnya. Karena sistem sifatnya terbuka dan terpengaruh

oleh lingkungan luarnya, maka suatu sistem harus mempunyai

suatu sistem pengendalian yang baik. Sistem yang baik harus

dirancang sedemikian rupa, sehingga secara relatif tertutup

karena sistem tertutup akan bekerja secara otomatis dan terbuka

hanya untuk pengaruh yang baik saja.

2.2Model

Definisi dari model adalah abstraksi dari sistem sebenarnya,

dalam gambaran yang lebih sederhana serta mempunyai tingkat

prosentase yang bersifat menyeluruh, atau model aadalah abstraksi

dari realita dengan hanya memusatkan perhatian pada beberapa sifat

dari kehidupan sebenarnya (Harrell, 2012).

2.2.1 Stakeholder dari Pemodelan

Stakeholder sering dinyatakan sebagai para pihak, lintas pelaku,

atau pihak-pihak yang terkait dengan suatu issu atau suatu rencana.

Beberapa defenisi yang penting dikemukakan seperti Freeman (1984)

yang mendefenisikan stakeholder sebagai kelompok atau individu

yang dapat memengaruhi dan atau dipengaruhi oleh suatu

pencapaian tujuan tertentu. Macam-macam stakeholder antara lain:

1. Problem Owner, merupakan individu atau sekelompok orang yang

memiliki kewenangan mengendalikan permasalahan. Contoh dari

problem owner adalah pemilik perusahaan, atau dalam sistem

yang lebih kecil yaitu supervisor.

2. Problem User, merupakan individu atau kelompok orang yang

menggunakan solusi model untuk memecahkan masalah,

meningkatkan kinerja dan mengeksekusinya. Contohnya adalah

para pekerja dalam sistem.

3. Problem Customer, merupakan pihak yang mendapatkan manfaat atau

menjadi objek akibat penerapan solusi. Contohnya adalah

konsumen.

4. Problem Analyst, merupakan pihak yang menganalisis masalah

dan mendapatkan solusi kemudian disampaikan kepada problem

owner untuk mendapatkan persetujuan. Contohnya misalnya

manager sebagai decision maker dalam suatu permasalahan yang

kemudian meminta persetujuan problem owner dalam hal ini

misalnya direktur utama.

2.2.2 Klasifikasi Model

Berikut ini adalah klasifikasi model:

1. Model Simulasi Statis dan Dinamis

Model simulasi statis adalah merepresentasikan sistem pada

waktu utama, atau model ini mungkin digunakan untuk

menunjukkan sistem yang mana permainan waktunya sederhana

tanpa aturan; contoh simulasi statis adalah model Monte Carlo

samping itu model simulasi dinamik menunjukkan sistem sistem

yang lambat laun melampaui waktu seperti sistem konveyor pada

pabrik.

2. Model Simulasi Determinsistik dan Stokastik

Jika model simulasi tidak berisikan komponen-komponen yang

probabilitik (dengan kata lain random), model ini disebut

deterministik; penyelesaian sistem (dan analisis yang tidak bisa

dikembalikan) pada penjabaran persamaan yang berbeda sebuah

reaksi kimia semesti sebagai model. Dalam model deterministik,

outputnya ditentukan sekali membentuk output kuantitas dan

hubungan dalam model dikhususkan sama walaupun penentuan

yang sebenarnya memerlukan sedikit waktu berhitung untuk

mengevaluasi. Banyak sistem bagaimanapun harus dimodelkan

seperti pemilikan sekurang-kurangnya beberapa komponen-

komponen input random dan membangkitkan model simulasi

stokastik. Kebanyakan teori antrian dan sistem inventori

(pergudangan) dimodelkan secara stokastik. Model simulasi

stokastik menghasilkan output random, karenanya diuji hanya

berupa estimasi (perkiraan) kebenaran karakteristiknya pada

model; ini merupakan model utama yang tidak menguntungkan

dalam simulasi.

3. Model Simulasi Kontinyu dan Diskrit

Kita mendefinisikan model simulasi diskrit dan kontinyu analog

dengan cara kita mendefinisikan sistem diskrit dan kontinyu

sebelumnya.

Keputusan apakah menggunakan model diskrit atau kontinyu

pada sistem-sistem utama tergantung dalam kekhususan yang

obyektif. Sebagai contoh, model arus lalu lintas jalan tol menjadi

diskrit jika karakteristik dan gerakan mobil secara individu adalah

terpenting. Alternatifnya jika mobil dapat diuji secara bersama-

sama atau berkelompok, arus lalu lintas dapat dijelaskan dengan

persamaan yang berbeda dalam model kontinyu.

2.3Simulasi

Tersine (1994), simulasi merupakan sebuah studi dengan

memasukkan manipulasi sebuah model dari suatu sistem dengan

tujuan mengevaluasi alternatif desain atau aturan keputusan. Dengan

simulasi, percobaan sistem dapat mengurangi resiko kebingungan

struktur yang ada dengan perubahan yang tidak mendatangkan

keuntungan.

Simulasi digunakan untuk menganalisis respon dari sebuah sistem

atasvariasinya input-input (ke dalam sistem), oleh karena itu simulasi

perlu dilakukan sebelum keadaan yang sesungguhnya terjadi untuk

mengurangi effect dari kejadian tersebut. Contoh:

1. Pengaruh peningkatan suhu terhadap kecepatan kimia.

2. Pengaruh jumlah pintu tol terhadap panjang antrian mobil.

3. Masalah sistem sangat komplek tidak terstruktur sehingga sulit

diselesaikan secara analitik.

4. Biaya sangat mahal apabila digunakan sistemaslinya (dalam

percobaan).

5. Berbahaya bila digunakan “sistem aslinya” (dalam percobaan)

Resiko.

6. Masalah Optimal kadang sulit diperoleh hasiloptimal mutlak untuk

memperoleh angka mendekati mutlak

7. Waktu percobaan mungkin sangat panjang bila digunakan sistem

aslinya.

2.3.1 Elemen Simulasi

Suatu sistem dalam simulasi mencakup entities, activities,

resources, and control. Elemen-elemen tersebut mendefinisikan

siapa, apa, di mana, kapan, dan bagaimana suatu entity diproses.

Berikut merupakan penjelasan elemen dasar pemodelan:

1. Entities, yaitu segala sesuatu yang dapat diproses.

2. Activity, yaitu kegiatan yang dilakukan di dalam sistem yang

memperngaruhi entitas baik secara langsung atau tidak langsung.

3. Resources, yaitu alat/operator untuk menjalankan aktivitas.

4. Controls, yaitu segala sesuatu yang menentukan bagaimana,

kapan, dan di mana aktivitas dijalankan.

Gambar 2.1 Elemen SimulasiSumber: Hill, McGraw (2000:13)

2.3.2 Software Simulasi

Dalam pemodelan simulasi dikenal dua software yang paling

umum digunakan, yaitu Programming Language dan Simulation

Application.

2.3.2.1 Programming Language

Programming Language adalah suatu bahasa ataupun tata cara

yang dapat digunakan oleh manusia (programmer) untuk

berkomunikasi secara langsung dengan computer. Secara umum

programming language dibagi menjadi dua, yaitu: High Level

Language dan Low Level Language. High level language lebih mudah

dipelajari karena semua kalimat, kata ataupun aturan yang ada di

dalam high level language juga merupakan kalimat, kata ataupun

aturan yang digunakan dalam kehidupan sehari-hari.

2.3.2.2 Simulation Application

Simulation application adalah suatu program (software) yang

berfungsi untuk menirukan/memodelkan suatu perilaku sistem nyata

sehingga hasilnya dapat dianalisis dan dipelajari. Secara umum

simulation application dibagi menjadi dua, yaitu: General Purposes

Application yang dapat digunakan secara umum untuk berbagai

macam tugas atau tujuan dan Special Purposes Application yang

memiliki tugas atau tujuan yang spesifik dan lebih lengkap.

2.4Pemodelan dengan Promedel

Pemodelan dengan menggunakan promodel adalah salah satu

cara untuk mensimulasikan suatu sistem. Promodel didesain untuk

memodelkan sistem ketika kejadian pada sistem muncul pada waktu

tertentu

2.4.1 Definisi Promodel

Promodel adalah software simulasi yang dapat digunakan untuk

mensimulasi dan menganalisa sistem produksi dari berbagai tipe dan

berbagai ukuran. Promodel merupakan software simulasi diskrit

walaupun untuk beberapa proses industry dapat dimodelkan dengan

cara mengkonversi sistem continous seperti produksi minyak menjadi

sistem produksi minyak berdasarkan barrel. Pada simulasi

menggunakan promodel dapat ditampilkan animasi yang mewakili

sistem yang telah dimodelkan. Promodel melihat suatu sistem

produksi sebagai susunan dari location process seperti mesin atau

stasiun kerja dimana entitas diproses sesuai dengan logika proses

yang telah dibuat.

2.4.2Struktur Elemen Promodel

Suatu sistem dalam simulasi mencakup entities, activities,

resources, and control. Elemen–elemen tersebut mendefinisikan

siapa, apa, dimana, kapan, dan bagaimana suatu entity diproses.

Berikut merupakan penjelasan elemen dasar pemodelan yang ada

dalam Promodel:

1. Locations

Dalam promodel, location merepresentasikan sebuah area tetap

dimana bahan baku, bahan setengah jadi ataupun bahan jadi

mengalami atau menunggu proses, ataupun mencari aliran

material atau proses selanjutnya. Tempat dimana entitas

diproses, di-delay, disimpan serta beberapa aktivitas lainnya.

2. Entities

Setiap bahan yang akan diproses oleh model. Entitas merupakan

suatu objek yang akan diamati dari sistem. Contoh: part kerja,

operator.

3. Processing

Merupakan operasi yang dilakukan dalam location. Processing

mengambarkan apa yang dialami oleh suatu entitas mulai dari

saat entitas masuk sistem sampai keluar dari sistem.

4. Arrivals

Kedatangan entity dalam sistem ada empat macam, yaitu:

a. Periodic

Entitas datang pada interval periodik.

b. Scheduled

Pada waktu yang spesifik.

c. Fluctuating

Rata-rata kedatangan berfluktuasi pada waktu.

d. Event Triggered

Datang pada suatu event tertentu saja.

5. Variabel

Variabel yang ada dalam sistem bias dikategorikan menjadi tiga,

yaitu:

a. Decision Variable

Variabel independen dalam eksperimen dan yang akan

menjadi masukan dari simulasi. Variabel ini bisa controllable

atau uncontrollable. Mengubah nilai Decision Variable berarti

mengubah data masukan simulasi yang akan merubah pula

perilaku sistem.

b. State Variable

State Variable merupakan variabel dependen yang

menggambarkan status atau keadaan sistem pada suatu

waktu tertentu.

c. Response Variable

Response Variable merupakan performance sistem yaitu

respon dari beberapa macam setting decision variable. Dalam

suatu eksperimen tujuannya adalah menentukan nilai atau

setting dari decision variable yang tepat yang akan

menghasilkan response variable yang diinginkan. Macam-

macam dari variabel ini adalah waiting time, utilization, flow

rate, flow time, dan inventory level.

6. Resource and Path Network

Resource adalah alat untuk menjalankan aktivitas.Path network

adalah lintasan pergerakan dari entity dan resource yang

menghubungkan antara path yang satu dengan path yang

lainnya.

2.4.3 Konsep Pemodelan Promodel

Konseptualisasi model yaitu membangun model yang masuk akal

dan memahami sistem.

1. Pendekatan proses didasarkan pada tracking low dari entitas-

entitas keseluruhan sistem berikut titik pemorsesan dan aturan

keputusan percabangan.

2. Pendekatan peristiwa (event) atau pendekatan perubahan

keadaan (state change approach) didasarkan pada variabel

keadaan internal dan events sistem yang mengubahnya, diikuti

oleh deskripsi operasi sistem ketika suatu event terjadi.

2.4.3.1 Batching Multiple Entities of Similar Type

Batching multiple entities of similar type terdiri dari dua macam,

yaitu Temporary Batching Using GROUP/UNGROUP dan Permanent

Combine.

2.4.3.1.1 Temporary Batching Using Group/Ungroup

Proses pengelompokan sementara antar entitas dapat

didefinisikan sebagai group sedangkan untuk memisahkan entitas

tersebut dapat didefinisikan sebagai ungroup. Sebelum proses

pemisahan entitas tersebut, Promodel menjaga semua karakteristik

dari setiap entitas, baik sebelum maupun sesudah perintah ungroup

digunakan.

2.4.3.1.2 Permanent Combine

Pernyataan combine digunakan untuk mengumpulkan dan

mengkonsolidasikan jumlah tertentu dari entitas menjadi satu

kesatuan namun dengan nama yang berbeda. Ketika mengkondisikan

lokasi, kapasitas lokasi saat menggunakan pernyataan combine

setidaknya harus memiliki jumlah gabungan yang sama.

2.4.3.2 Accumulation of Entities

Accum dapat digunakan untuk situasi model dengan beberapa

entitas harus diakumulasi sebelum diproses. Jika pengoprasian accum

digunakan saat proses individu dari entitas, maka akumulasi akan

terjadi dengan tipe entitas individu. Namun, jika menggunakan

sebagai entitas pengolahan, maka semua jenis entitas pada lokasi

tersebut akan turut berpartisipasi dalam akumulasi yang sama pula.

2.4.3.3 Spliting of One Entity Into Multiple Entities

Split digunakan pada saat entitas yang menjadi satu dapat

dipisahkan menjadi beberapa entitas pada lokasi dan proses yang

bersifat individual. Entitas hasil pemisahan memiliki nilai atribut yang

sama sesuai dengan entitas aslinya.

2.5Teori Antrian

Teori antrian merupakan studi matematika dari antrian atau

kejadian garis tunggu (waiting lines), yaitu suatu garis tunggu dari

pelanggan yg memerlukan layanan dari sistem yang ada.

2.5.1 Komponen Dasar Antrian

Komponen dasar antrian adalah:

1. Kedatangan

Setiap masalah antrian melibatkan kedatangan, misalnya orang,

mobil atua panggilan telepon untuk dilayani. Unsur ini sering

disebut proses input. cara terjadinya kedatangan yang umumnya

merupakan proses random. Terdapat 3 perilaku antrian, yaitu:

a. Reneging (pembatalan) adalah meninggalan aantrian sebelum

dilayani.

b. Balking adalah orang yang langsung pergi ketika melihat

panjangnya antrian, menolak untuk memasuki antrian.

c. Jockeying adalah orang yang berpindah-pindah dari satu

antrian ke antrian yang lain karena ingin dilayani lebih cepat.

2. Pelayanan

Pelayan atau mekanisme pelayanan dapat terdiri dari satu atau

lebih pelayan, atau satu atau lebih fasilitas pelayanan. Contohnya

pada sebuah check out counter dari suatu supermarket terkadang

hanya ada seorang pelayan, tetapi bisa juga diisi seorang kasir

dengan pembantunya untuk memasukkan barang-barang ke

kantong plastik. Ada 3 aspek yang harus diperhatikan dalam

mekanisme pelayanan, yaitu:

a. Tersedianya Pelayanan

Mekanisme pelayanan tidak selalu tersedia untuk setiap saat.

Misalnya dalam pertunjukan bioskop, loket penjualan karcis

masuk hanya dibuka pada waktu tertentu antara satu

pertunjukan dengan pertunjukan berikutnya. Sehingga, pada

saat loket ditutup, mekanisme pelayanan terhenti dan petugas

pelayanan istirahat.

b. Kapasitas Pelayanan

Kapasitas dari mekanisme pelayanan diukur berdasarkan

jumlah langganan yang dapat dilayani secara bersama-sama.

Kapasitas pelayanan tidak selalu sama untuk setiap saat, ada

yang tetap, tetapi ada juga yang berubah-ubah.

c. Lamanya Pelayanan

Lamanya pelayanan adalah waktu yang dibutuhkan untuk

melayani seorang langganan atau satu-satunya. Ini harus

dinyatakan secara pasti. Oleh karena itu, waktu pelayanan

boleh tetap dari waktu ke waktu untuk semua langganan atau

boleh juga berupa variabel acak.

3. Komponen Antrian

Munculnya antrian tergantungdari sifat kedatangan dan proses

pelayanan. Penentu lain yang penting dalam antrian adalah

disiplin antrian. Disiplin antrian adalah aturan keputusan yang

menjelaskan cara melayani pengantrian, misalnya dating awal

dilayani dulu yang lebih dikenal dengan singkatan FCFS, dating

terakhir dilayani dulu LCFS, berdasar prioritas, berdasar abjad,

berdasar janji, dan lain-lain. Jika tak ada antrian berarti terdapat

pelayan yang menganggur atau kelebihan fasilitas pelayanan.

2.5.2 Disiplin Pelayanan Antrian

Disiplin antrian adalah aturan keputusan yang menjelaskan cara

melayani pengantri. Menurut Christopher A Chung (2001) ada 6

bentuk disiplin pelayanan yang biasa digunakan, yaitu:

1. First Come First Served (FCFS) atau First In First Out (FIFO).

2. Last Come First Served (LCFS) atau Last In First Out (LIFO).

3. Least Value First

4. High Value First

5. Priority Service

6. Random Order

2.5.3 Model Antrian

Ada 4 model struktur antrian dasar yang umum terjadi dalam

seluruh sistem antrian:

1. Single Channel – Single Phase

Single Channel berarti hanya ada satu pelanggan yang masuk

sistem pelayanan atau hanya ada satu fasilitas pelayanan. Single

Phase berarti hanya ada satu pelayanan. Contohnya adalah sistem

antrian pada ATM.

Gambar 2.2 Model single channel – single phase

2. Multiple Channel – Single Phase (Paralel)

Sistem Multi Channel – Single Phase terjadi kapan saja dimana ada

dua atau lebih fasilitas pelayanan dialiri oleh antrian tunggal,

sebagai contoh model ini adalah antrian pada teller sebuah bank

yang dapat ditunjukkan pada gambar.

Gambar 2.3 Model multiple channel – single phase (paralel)

3. Single Channel – Multiple Phase (Seri)

Istilah multi-phase menunjukan ada dua atau lebih pelayanan

yang dilaksanakan secara berurutan (dalam phase-phase).

Sebagai contoh pada pencucian mobil ataupun motor.

Gambar 2.4 Model single channel – multiple phase (seri)

4. Multiple Channel – Multiple Phase

Sistem multi-channel multi-phase adalah sistem yang mempunyai

bebrapa fasilitas pelayanan pada setiap tahapannya. Contohnya:

registrasi mahasiswa di universitas.

Gambar 2.5 Model Multiple Channel – Multiple PhaseSumber: Hamdy A. Taha (1976: 622)

2.6Petrinet

Petri net dikembangkan Carl Adam Petri sejak tahun 1962 dimulai

dengan disertasinya. Petri net merupakan model bipartipe graph yang

memiliki dua tipe node yaitu place dan transition yang dipergunakan

untuk menganalisa informasi penting mengenai struktur dan perilaku

dinamis dari sistem yang dimodelkan. Sistem yang dipergunakan:

1. Lingkaran (location)

Merepresentasikan aktivtas (aktif/pasif) atau kondisi/status (pre/cost).

Gambar 2.6 Simbol activity dalam Petri NetSumber: Asmungi (2004:31)

2. Segi empat (transition)

Merepresentasikan kejadian atau saat perubahan/transisi kondisi.

Gambar 2.7 Simbol event dalam Petri NetSumber: Asmungi (2004:31)

3. Panah (flow relation)

Merepresentasikan relasi urutan antar node yang menunjukkan

bahwa node pendahulu berlanjut menjadi node berikutnya.

Gambar 2.8 Simbol flow relation dalam Petri NetSumber: Asmungi (2004:31)

4. Token (marking)

Merepresentasikan pergerakan location atau perubahan kondisi yang dialami entitas.

Gambar 2.9 Simbol entity dalam Petri NetSumber: Asmungi (2004:31)

Activity

Event

2.7Pengumpulan Data Input Simulasi

Input dari model simulasi adalah distribusi tertentu dari parameter

yang ingin dimodelkan. Angka acak akan dibangkitkan oileh

perangkat model simulasi sesuai dengan distribusi yang telah

dimasukkan. Untuk itu perlu proses pengumpulan data yang baik dan

intensif untuk mendapatkan distribusi yang dapat merepresentasikan

sistem nyata. Garbage-in-garbage-out (GIGO) adalah konsep dasar

pada computer science yang dapat diaplikasikan pada lingkup

discrete-event simulation (Banks, et al., 2014). Konsep ini

menyatakan bahwa kendatipun struktur dari model sudah tervalidasi,

namun bila input data tidak dikumpulkan atau dianalisa secara tepat,

serta tidak merepresentasikan sistem, output simulasi akan menjadi

rancu sehingga dapat merusak proses simulasi dan penentuan

keputusan.

Data input untuk model simulasi adalah factor yang

mempengaruhi jalannya simulasi (Banks,et al., 2014). Pada simulasi

sistem antrian, data yang dikumpulkan adalah distribusi waktu antar

kedatangan dan waktu pelayanan. Sedangkan untuk waktu inventory

simulasi sistem, data masukan adalah distribusi permintaan dan lead

time. Sementara simulasi dari reliabilitas sistem, data yang

digunakan adalah distribusi time to failure. Adapun langkah-langkah

dalam mengumpulkan data simulasi adalah sebagai berikut:

1. Mengumpulkan data dari sistem nyata yang akan dimodelkan.

2. Mengidentifikasi distribusi probabilitas untuk merepresentasikan

input proses. Distribusi probabilitas yang dapat dipilih seperti

normal, uniform, triangular, exponential, poisson, dan sebagainya.

3. Memilih parameter yang sesuai untuk merepresentasikan data

dari distribusi yang telah ditentukan.

4. Melakukan evaluasi terhadap distribusi yang dipilih serta

parameter yang ditentukan dengan goodness of fit. Jika merasa

kurang yakin terhadap kesesuaian distribusi dan parameter yang

telah dipilih untuk merepresentasikan sistem, maka ulangi

langkah kedua dan ketiga hingga merasa yakin. Keyakinan

terhadap distribusi dapat dilihat dari nilai error anatara distribusi

yang dipilih dengan data actual yang dikumpulkan dari sistem

nyata.

Dalam menentukan distribusi yang paling sesuai untuk jenis input

proses (langkah 2), dapat digunakan dasaran sebagai berikut:

1. Distribusi Uniform

Nilai antara a dan b, dimana a < b dan probabilitas dari semua

nilai-nilai adalah sama.

Gambar 2.6 Distribusi UniformSumber: Suprayogi.pdf (2006:7)

Distribusi uniform pada umumnya digunakan variabel acak

seragam (uniform) umum digunakan karena tidak adanya

informasi tentang distribusi yang mendasari yang dimodelkan.

2. Distribusi Eksponensial

Fungsi eksponensial adalah salah satu fungsi yang paling penting

dalam matematika. Biasanya fungsi ini ditulis dengan notasi

exp(x), dimana e adalah basis logaritma natural yang kira-kira

sama dengan 2,71828183.

Gambar 2.8 Grafik Distribusi EksponensialSumber: Supriyadi.pdf (2006;43)

Variabel acak eksponensial banyak digunakan untuk model “acak”

waktu antar kedatangan untuk waktu kontinyu. Variable acak

eksponensial biasanya dibunakan untuk merepresentasikan

interarrival pelanggan, banyaknya kegagalan, dan sebagianya.

2.8Verifikasi dan Validasi

Verifikasi dan validasi merupakan tahapan untuk menguji

kredibilitas atau kesesuaian sistem nyata dengan model simulasi.

Verifikasi adalah proses untuk menentukan apakah model telah

beroperasi sesuai yang diinginkan oleh programmer. Verifikasi

berkaitan dengan kondisi konseptual apakah model telah sesuai

dengan konsep yang diinginkan (Banks, Carson, dan Nelson. 1995).

Verifikasi adalah proses pemeriksaan logika operasional model

(program computer) sesuai dengan logika diagram alur (Hoover dan

Perry, 1989). Langkah-langkah verifikasi (Jerry Banks, 2004) adalah:

1. Membandingkan diagram alir konseptual dengan model pada

software simulasi

2. Melihat rangkuman proses pada model dan melakukan

pengocokan ulang terhadap logika proses.

3. Melakukan pengocokan animasi apakah sudah berjalan sesuai

dengan sistem nyata.

4. Melakukan compilasi error atau debugging.

Validasi adalah proses penentuan apakah model, sebagai

konseptualisasi, merupakan representasi yang akurat dan sesuai

dengan sistem nyata (Hoover dan Perry. 1989).

BAB IIIMETODOLOGI PRAKTIKUM

3.1Diagram Alir Praktikum

Berikut merupakan diagram alir praktikum modul 1.

Gambar 3.1 Diagram alir praktikum

3.2Prosedur Praktikum

Berikut ini merupakan prosedur praktikum modul 1.

1. Memulai praktikum.

2. Identifikasi Masalah.

Pada identifikasi masalah ini, praktikan mengamati masalah pada

suatu sistem yang menjadi topik bahasan pada praktikum ini.

Dalam hal ini, galeri Kampung Coklat adalah objek pengamatan.

3. Studi Kepustakaan.

Dalam studi kepustakaan dilakukan dengan mempelajari berbagai

referensi yang sesuai dengan materi praktikum.

4. Pengumpulan Data

Pengumpulan data meliputi data sistem pelayanan yang ada pada

studi kasus yaitu data waktu kedatangan dan waktu proses

pelanggan dari awal hingga selesai. Dalam pengumpulan data ini

diambil 5 set replikasi data dimana setiap set terdapat 10 data,

jadi total keseluruhan data yang diambil adalah 50 data.

5. Pengolahan Data

Data yang telah dikumpulkan akan diolah sesuai dengan tahapan-

tahapan yang ada.

6. Perancangan Model Konseptual

Memastikan sebuah model sesuai dengan keinginan pengguna

sistem.

7. Penentuan Distribusi

Penentuan distribusi dilakukan dengan menggunakan stat::fit.

Data-data hasil pengamatan dimasukkan dan diproses hingga

muncul output distribusi data. Pilih distribusi dengan ranking

tertinggi. Selain itu, melihat hasil stat::fit apakah sesuai dengan

distribusi dugaan.

8. Pemodelan Sistem

Merupakan proses membangun atau membentuk sebuah model

dari suatu sistem nyata yang diamati dan diterapkan dengan

menggunakan software Promodel.

9. Verifikasi Model

Merupakan proses menentukan apakah model simulasi

merefleksikan model konseptual dengan tepat.

10. Validasi Model

Merupakan proses menentukan apakah model konseptual

merefleksikan sistem nyata dengan tepat.

11. Kesimpulan dan Saran

Kesimpulan dan saran memberikan rangkuman dari awal proses

hingga akhir dan melengkapi apa yang kurang pada proses

tersebut.

12. Selesai

Di akhir praktikum didapatkan hasil atau output dari data yang

diolah, serta kesimpulan yang di dapat pada praktikum ini.

Halaman ini sengaja dikosongkan

BAB IVHASIL DAN PEMBAHASAN

4.1Gambaran Sistem

Sistem yang dibuat adalah sistem pada Galeri Kampung Coklat.

Industri ini bergerak dalam bidang makanan dan pariwisata edukasi.

Di dalam galeri ini, pengamatan dilakukan pada sistem pembelian

coklat oleh pelanggan yang berada di dalam Kampung Coklat. Sistem

ini terdiri dari beberapa proses. Proses pertama adalah masuknya

pelanggan ke dalam sistem atau kedatangan pelanggan. Selanjutnya,

pelanggan langsung membeli tiket yang nantinya tiket itu digunakan

untuk ditukarkan dengan produk yang dibuat oleh perusahaan

tersebut. Pelanggan yang telah selesai membeli tiket akan langsung

menuju meja cicip. Meja cicip ini adalah meja yang berisi dengan

tester berbagai olahan coklat. Setelah pelanggan selesai, pelanggan

akan menuju tempat dimana olahan-olahan tersebut dijual.

Pelanggan dapat memilih berbagai macam olahan coklat yang ada

pada lokasi tersebut. Proses terakhir yang dilakukan oleh pelanggan

setelah memilih dan mengambil olahan coklat tersebut adalah

penukaran tiket yang dibawa pelanggan kepada kasir. Jika harga yang

tertera pada produk coklatnya melebihi harga yang tertera pada tiket,

pelanggan wajib menambahkan dengan uang mereka sendiri.

Pelanggan yang telah selesai melakukan transaksi pada kasir,

diasumsikan langsung keluar dari sistem. Input dari sistem ini adalah

pelanggan dan output dari sistem adalah pelanggan yang membawa

coklat. Waktu distribusi yang dibutuhkan adalah waktu kedatangan,

proses 1, proses 2, proses 3, dan proses 4. Nama pengamatan dan

penjelasannya dapat dilihat pada Tabel 4.1.

Tabel 4.1 Nama Pengamatan dan KeterangannyaNo.

Nama Pengamatan

Keterangan

1Waktu Antar Kedatangan

Selisih waktu kedatangan antar pelanggan yang berurutan

2 Proses 1 Pelanggan membeli tiket masuk pada operator3 Proses 2 Pelanggan mencicipi olahan coklat

4 Proses 3 Pelanggan membeli olahan coklat

5 Proses 4Pelanggan menukarkan tiket ke kasir untuk

membayar

4.2PetriNet

Petri net merupakan model konseptual yang dipergunakan untuk

menganalisis informasi penting mengenai struktur dan perilaku

dinamis dari sistem yang dimodelkan. Berikut adalah PetriNet sistem

pada Galeri Kampung Coklat:

Gambar 4.1 PetriNet pada galeri kampung coklat4.3Flowchart Sistem

Flowchart sistem pada Galeri Kampung Coklat dapat dilihat pada

Gambar 4.2.

Gambar 4.2 Flowchart sistem pada galeri kampung coklat

Gambar 4.2 Flowchart sistem pada galeri kampung coklat (lanjutan)4.4Pengujian Distribusi Data

Pada subbab ini akan dibahas tentang pengujian distribusi data

dugaan dengan data nyata. Adapun pengambilan data dilakukan di

Galeri Kampung Cokat sehingga dapat memodelkan sistem tersebut.

Data yang diambil adalah sebanyak 5 set replikasi dimana 1 set

replikasi berisi 10 data. Data diambil secara random, maksudnya data

diambil selama 2 hari dengan pengambilan data saat pagi, siang, dan

sore. Data hasil pengamatan dapat dilihat pada Tabel 4.2.

Tabel 4.2 Data Waktu Pengamatan (dalam detik)No.

PelangganWaktu Antar Kedatangan

Proses 1

Proses 2

Proses 3

Proses 4

1 107 9 35 189 52 105 6 61 137 73 310 5 40 210 94 110 5 34 291 55 185 9 19 167 86 300 4 19 148 77 269 5 25 173 88 375 9 45 286 59 478 13 50 160 8

10 198 8 63 187 411 155 10 45 189 612 420 5 54 133 913 283 12 26 236 914 246 13 46 241 515 298 8 55 187 616 298 4 73 269 617 424 12 35 179 618 334 10 56 224 519 247 7 25 220 920 242 5 59 255 421 130 4 37 148 422 224 8 23 234 623 452 6 55 125 724 179 11 38 200 825 269 7 63 238 426 187 5 67 233 527 422 13 38 168 928 111 10 59 234 829 223 5 67 157 730 336 13 20 226 531 415 7 33 233 832 434 8 72 246 533 465 5 25 250 734 340 10 56 262 735 355 9 27 130 936 332 4 69 164 6

37 430 7 62 186 8Tabel 4.2 Data Waktu Pengamatan (lanjutan)

No. Pelanggan

Waktu Antar Kedatangan

Proses 1

Proses 2

Proses 3

Proses 4

38 490 8 32 215 639 266 4 41 181 440 179 13 61 178 941 184 11 57 296 642 198 10 63 155 643 159 10 42 220 644 247 10 45 196 445 365 13 23 289 746 479 4 73 126 447 900 7 70 290 648 330 7 63 257 849 339 13 62 294 750 405 11 69 170 6

Berdasarkan proses pengambilan data yang telah dirangkum pada

tabel hasil pengamatan di atas, dapat dianalisis distribusi data yang

didapatkan.

Tabel 4.3 Tabel Pemilihan Distribusi Data Hasil Pengamatan

Aktivitas Distribusi Dugaan

Hasil Stat::fit Rank

Acceptance

Distribusi Pilihan

Waktu Antar

Kedatangan

Exponential

Exponential(105, 200)

72.7 Do not reject

Exponential

Lognormal(105, 4.95, 1.12)

72.1 Do not reject

Uniform(105, 900)

0. Reject

Proses 1 Uniform

Uniform(4, 13) 100 Do not reject

UniformLognormal(4, 1.35, 0.748)

2.27 Reject

Exponential(4, 4.24)

1.44 Do not reject

Proses 2 Uniform

Uniform(20, 73) 100 Do not Reject

UniformLognormal(20,3.1, 0.76)

15.8 Reject


1.59 Reject

Proses 3 Uniform

Uniform(125, 500)

100 Do not reject

UniformLognormal(125, 4.23, 0.94)

1.47 Reject

Exponential(125, 90)

0.2 Reject

Proses 4 Uniform Uniform(4, 9) 47 Do not Uniform

RejectLognormal(4, 0.918, 0,554)

0.956

Reject


0. Reject

Tabel di atas merupakan tabel perbandingan antara distribusi dugaan

dan distribusi hasil stat::fit. Di bawah ini akan dijelaskan alasan-

alasan pemilihan distribusi data hasil pengamatan.

1. Pada aktivitas waktu antar kedatangan distribusi dugaan adalah

eksponensial karena pada umumnya distribusi eksponensial

merepresentasikan interarrival time. Sedangkan, hasil stat::fit

rank yang tertinggi adalah distribusi eksponensial yaitu 72.7. Hal

ini berarti bahwa distribusi dugaan dan hasil stat::fit memiliki

hasil yang sama. Jadi, pada waktu antar kedatangan dipilih

distribusi eksponensial.

2. Pada proses 1 distribusi dugaan adalah uniform karena distribusi

uniform dapat merepresentasikan waktu proses. Sedangkan, hasil

stat::fit rank yang tertinggi adalah distribusi uniform yaitu 100.

Hal ini berarti bahwa distribusi dugaan dan hasil stat::fit memiliki

hasil yang sama. Jadi, pada proses 1 dipilih distribusi uniform.













stat::fit rank yang tertinggi adalah distribusi uniform yaitu 47. Hal

ini berarti bahwa distribusi dugaan dan hasil stat::fit memiliki


Jadi, dapat disimpulkan bahwa semua distribusi dugaan dan hasil

stat::fit adalah sama dengan melihat rank dan acceptable pada

stat::fit.

4.5Pembuatan Model Sistem Galeri Kampung Coklat

Langkah-langkah untuk membuat permodelan sistem dengan

software Promodel:

1. Menjalankan software Promodel. Kemudian membuat Project baru,

dengan cara klik File-New atau memilih icon New, atau

menggunakan CTRL-N. Setelah di pilih, File-New maka akan

muncul kotak dialog General Information, ketikkan judul project

yang akan dibuat pada Title. Klik OK.

Gambar 4.1 Gambar langkah pembuatan project baru Promodel

2. Setelah membuat project baru, langkah berikutnya adalah

pembuatan background yang berfungsi sebagai latar belakang

permodelan sistem. Dengan cara klik Build pada toolbar pilih

Background Graphics pilih Behind Grid. Setelah itu klik Edit pilih

Import Graphic, pilih Tutorial Back klik Open.

Gambar 4.2 Gambar pemilihan latar belakang

Gambar 4.3 Latar belakang promodel 3D3. Langkah berikutnya adalah pembuatan layout sistem produksi

dimana proses akan dilakukan. Pilih Build pada tool bar, klik

Locatios atau klik CTRL-L. Buat locations dengan cara men-drag

symbol locations yang diinginkan ke layout. Untuk mempermudah

pembuatan sebaiknya pembuatan layout dilakukan sesuai urutan

proses produksi. Sehingga yang pertama kali dibuat adalah entity

spot kedatangan. Kemudian beri nama pada masing-masing

locations dengan cara klik Text pada kotak dialog Graphics

kemudian klik di lokasi yang diinginkan di layout, klik kanan pada

kotak Text di layout pilih Edit, ketikkan nama lokasi yang

diinginkan klik OK.

Gambar 4.4 Gambar pembuatan locationTabel 4.4 Pembuatan Locations Graphic Type

NO Locations Graphic Type

Name Capacity

1 Entitiy Spot Kedatangan Pelanggan

INFINITE

2 Desk Meja Tiket 13 Desk Meja Nyicip 14 Desk Meja Pilih 15 Desk Kasir 16 Pickup Keluar INFINITE

4. Setelah pembuatan locations selesai sesuai sistem yang

dimodelkan, langkah berikutnya adalah pendefinisian entitas yang

akan diproses. Klik Build klik Entities atau CTRL-E. Pilih simbol

entitas yang diinginkan, ganti nama entitas pada kotak dialog box

name. Untuk mengganti warna entitas di kotak dialog Graphics,

pilih Edit, pilih Color klik OK pada dialog box color, klik OK pada

library graphic. Untuk mengganti ukuran entitas pilih Edit pada

dialog box graphics, pada library graphics pilih Dimensions,

masukkan ukuran yang diinginkan, klik OK. Kemudian klik OK

pada library graphic.

Gambar 4.5 Gambar daftar entitas (pelanggan) pada galeri kampung coklat

5. Langkah berikutnya adalah pembuatan jaringan aliran produksi.

Klik Build, pilih path networks. Pilih kolom Path pada dialog box

Path Networks. Pada layout klik kiri di sekitar locations tertentu

lalu tarik garis menuju locations berikutnya klik kanan pada

locations tujuan kemudian lanjutkan lagi sesuai langkah di awal.

Pada sistem ini terdapat 1 aliran produksi, yaitu Net1. Dengan

jalur produksi sebagai berikut:

Gambar 4.6 Gambar langkah pembuatan Net1

Untuk pembuatan interfaces pilih kolom interfaces klik kiri pada

locations yang dijadikan awal proses kemudian klik pada locations.

Ulangi semua langkah hingga seluruh tempat proses produksi

terhubung sesuai jalur dengan interfaces.

6. Tahap selanjutnya adalah menentukan logika proses. Klik Bulid

pilih Processing atau CTRL-P. Pada Processing terdapat dua jenis

logika yaitu logika process layout dan routing layout. Alur proses

ditunjukan pada gambar, sebagai berikut:

a. Kedatangan Pelanggan ke Meja Tiket

Gambar 4.7 Logika proses kedatangan pelanggan ke meja tiket

b. Meja Tiket ke Meja Nyicip

Gambar 4.8 Logika proses meja tiket ke meja nyicipc. Meja Nyicip ke Meja Pilih

Gambar 4.9 Logika proses meja pilih

d. Meja Pilih ke Kasir

Gambar 4.10 Logika proses meja pilih ke kasir

e. Kasir ke Keluar

Gambar 4.11 Logika proses kasir ke keluar

f. Keluar ke Exit

Gambar 4.12 Logika proses keluar ke exit

7. Setelah logika proses selesai, yang perlu dilakukan adalah

mendefinisikan kedatangan. Klik Build pilih Arrivals. Klik dialog box

entity, pilih pelanggan klik OK. Untuk locations pilih

Kedatangan_Pelanggan klik OK. Kemudian masukkan data seperti

pada tutorial.

Gambar 4.13 Logika proses kedatangan pelanggan ke meja tiket8. Untuk pembuatan variable yang mendefinisikan fungsi tertentu

seperti total produk, WIP dan biaya produksi. Dapat dilakukan

dengan cara sebagai berikut: klik Build pilih variables atau klik

icon V. Ketikkan ID yang diinginkan, untuk pertama ketikkan WIP.

Aktifkan ICON variables menjadi yes dengan klik variables WIP

tempatkan pada layout model yang telah dibuat. Ulangi langkah

tersebut untuk total produk dan total biaya.

Gambar 4.14 Logika proses pendefinisian variabel (global)

9. Setelah membuat variabel, definisikan variabel pada processing

untuk WIP pada process layout operation entitas pelanggan

tambahkan INC WIP, kemudian tambahan DEC WIP, INC

TOTALPELANGGAN, INC TOTAL BIAYA, GETCOST() pada process

pelanggan yang keluar.

Gambar 4.15 Definisi INC WIP

Gambar 4.16 Definisi pelanggan pada process

10. Untuk menghitung total biaya yang diperlukan pendefinisian

biaya, klik build pilih cost. Masukkan data biaya pada tabel di cost

tabel biaya.

Tabel 4.5 Definisi BiayaLocations

Meja Tiket 50000

Kasir 50000

Gambar 4.17 Pendefinisian biaya

11. Jalankan simulasi, klik Simulation pada toolbar. Pilih options, pada

run time ketik 8 (to run for 8 hours). Hilangkan centang pada cost

pada replications ketikkan jumlah replikasi yang diinginkan. Klik

tombol OK. Kemudian save project, klik Run dan simulasi akan

dijalankan.

Gambar 4.18 Menjalankan simulasi

4.6Analisis dan Pembahasan

Pada subab ini akan dibahas hasil simulasi yang dijelaskan sebagai

berikut.

1. Location Utilization (%)

Tabel 4.6 Location Utilization (%) Replikas

i ke- Nama

1 2 3 4 5

Kedatangan Pelanggan

0 0 0 0 0

Meja Tiket 10,43

15,17

16,17

19,67

21,49

Operator Tiket 0 0 0 0 0Meja Nyicip 23,2

030,96

30,26

37,70

38,23

Meja Pilih 52,15

62,30

61,95

65,64

63,11

Kasir 4,43 4,58 3,95 4,97 4,65Operator Bayar 0 0 0 0 0Keluar 0 0 0 0 0

Pada tabel di atas terdapat 5 replikasi pada location utilization.

Kedatangan pelanggan, operator tiket, operator bayar dan keluar

memiliki utilitas 0. Ini berarti tidak ada usaha atau kerja yang

dilakukan di lokasi tersebut. Hal ini karena pada lokasi

kedatangan, operator tiket, dan operator bayar tidak terdefiniskan

waktu proses untuk lokasi tersebut. Namun, pada meja tiket, meja

nyicip, dan kasir memiliki utilitas yang berbeda-beda (dapat dilihat

pada tabel di atas) . Utilisasi pada meja tiket sebanyak 10,43%,

15,17%, 16,17%, 19,67%, 21,49%. Utilisasi pada meja nyicip

sebesar 23,2%, 30,96%, 30,26%, 37,7%, 38,23%. Utilisasi pada

meja pilih sebesar 52,15%, 62,3%, 61,95%, 65,64%, 63,11%.

Utilisai pada kasir sebesar 4,43%, 4,58%, 3,95%, 4,97%, dan

4,65%. Utilisasi pada meja tiket, meja nyicip dan kasir tidak besar

sebab banyak yang mengganggur dalam satu kali proses ini.

Sedangkan pada meja pilih utilisasinya paling besar di antara

lainnya. Hal ini menunjukkan bahwa pada meja pilih paling sering

dan lama digunakan. Penyebabnya adalah waktu proses yang

paling panjang bila dibandingkan dengan proses pada lokasi lain.

Selain itu, pada meja tiket, meja nyicip, dan kasir memiliki waktu

yang singkat yang dapat dilihat dari data yang diambil. Waktu ini

merepresentasikan banyaknya entitas yang lewat pada lokasi-

lokasi tersebut dari proses sebelumnya, misalnya sebelum

pelanggan ke meja pilih, pelanggan harus ke lokasi meja cicip,

waktu pada pengamatan menunjukkan bahwa di lokasi meja cicip

tidak sebanyak waktu pelanggan saat memilih coklat sehingga

utilitas pada meja nyicip lebih sedikit dibandingkan dengan utilitas

pada meja pilih.

2. Entity Activity (Total Exits)

Tabel 4.7 Entity Activity (Total Exits) Replikasi ke- Nama

1 2 3 4 5

Pelanggan 263 275

265

283 285

Pada tabel di atas terdapat 5 replikasi pada entity activity. Entitas

pada sistem ini adalah pelanggan yang datang ke galeri. Total

exits maksudnya total output yang keluar dari sistem. Jadi, pada

setiap replikasi entitas pelanggan yang keluar dari sistem

berbeda-beda, misalnya pada replikasi 1 ada 263 pelanggan yang

keluar dari sistem. Penyebab perbedaan ini adalah karena waktu

kedatangan dan masing-masing waktu pelayanan menggunakan

distribusi sehingga model bersifat stokastik.

3. Entity Activity (Current Quantity in System)

Tabel 4.8 Entity Activity (Current Quantity in System) Replikasi ke- Nama

1 2 3 4 5

Pelanggan 2 2 9 1 2

Pada tabel di atas terdapat 5 replikasi pada entity activity. Tabel

ini menunjukkan jumlah entitas yang masih ada di dalam sistem

ketika simulasi dihentikan pada setiap replikasi berbeda-beda,

misalnya pada replikasi ke 5 sebanyak 2 orang. Work in process

terjadi pada proses meja pilih, hal ini karena waktu proses pada

meja pilih paling lama bila dibandingkan dengan proses lainnya,

sehingga entitas pelanggan mengantri pada lokasi meja pilih.

4. Variable (All)

a. Total Changes

Tabel 4.9 Variable (Total Changes) Replikasi ke- Nama

1 2 3 4 5

Total Pelanggan 263 275

265

283 285

Total Biaya 263 275

265

283 285

WIP 528 552

539

567 572

Total changes adalah nilai yang diberikan pada variabel dan

ebrubah selama simulasi. Jadi, nilai yang diberikan pada total

pelanggan, total biaya, dan WIP berubah selama simulasi yaitu

pada total pelanggan di setiap replikasi berbeda-beda dari 263,

275, 265, 283, 285 kali, total biaya adalah 263, 275, 265, 283,

285 kali, dan WIP (work in process) adalah 528, 552, 539, 567,

572 kali.

b. Average Time Per Change (sec)

Tabel 4.10 Variable (Average Time Per Change (sec)) Replikasi ke- Nama

1 2 3 4 5

Total Pelanggan 1.82 1.74 1.81 1.70 1.68Total Biaya 1.82 1.74 1.81 1.70 1.68WIP 0.91 0.87 0.89 0.85 0.84

Average Time Per Change adalah rata-rata yang diberikan pada

variabel selama simulasi. Tabel ini menunjukkan rata-rata yang

diberikan pada variabel (total pelanggan, total biaya, dan WIP)

selama simulasi dalam detik. Tabel di atas memperlihatkan

bahwa nilai pada total pelanggan dan total biaya setiap

replikasi adalah sama pada setiap replikasinya. Nilai yang

berbeda hanya terdapat pada WIP yaitu 0.91, 0.87, 0.89, 0.85,

0.84.

c. Maximum Value and Current Value

Tabel 4.11 Variable (Maximum Value and Current Value) Replik

asi ke- Nama

1 2 3 4 5

Total Pelanggan 263 275 265 283 285Total Biaya 160

21429

1413

1613

1548

WIP (Maximum Value) 9 11 12 14 11WIP (Current Value) 2 2 9 1 2

Pada tabel di atas minimum value dari total pelanggan, total

biaya, dan WIP di setiap replikasinya adalah 0. Namun, nilai

maximum value (nilai tertinggi dari variabel selama simulasi

berlangsung) total pelanggan, total biaya dan WIP berbeda-

beda. Sedangkan current value pada total pelanggan dan total

biaya sama dengan maximum valuenya dan current value (nilai

terakhir dari variabel ketika simulasi berakhir) pada WIP lah

yang berbeda dengan maximum value WIP. Utilisasi pada setiap

lokasi berbeda dan di setiap lokasi memiliki distribusi yang

nilainya berbeda. Jadi total biaya, total pelanggan dan WIP pun

berbeda.

d. Average Value

Tabel 4.12 Variable (AverageValue) Replik

asi ke- Nama

1 2 3 4 5

Total Pelanggan 127.09

133.17

124.88

143.65

133.65

Total Biaya 788.64

686.86

676.67

802.67

710.76

WIP 2.45 3.11 311 3.44 3.46

Pada tabel di atas dapat diketahui bahwa selama simulasi

berlangsung nilai rata-rata pada setiap replikasi tidak sama.

Hal ini dikarenakan pada setiap variabel memiliki nilai

maksimum dan minimum yang berbeda-beda.

5. Location Costing (Total Cost Dollar)

Tabel 4.13 Location Costing (Total Cost Dollar) Replikas

i ke- Nama

1 2 3 4 5

Meja Tiket 991.77

792.67

894.65

918.89

902.53

Kasir 739.13

762.88

658.85

828.02

775.63

Pada tabel di atas terdapat 5 replikasi pada location costing. Tabel

ini menunjukkan jumlah uang yang harus dikeluarkan setiap

harinya untuk membayar operator. Pada operator yang berada

pada meja tiket lebih banyak dibandingkan operator yang berada

di kasir. Hal ini dipengaruhi juga oleh utilitas operator satu dengan

lainnya. Selain itu, nilai distribusi pada meja tiket dan kasir

berbeda sehingga akan memiliki variasi yang berbeda juga. Jadi,

hal inilah yang membuat jumlah uang yang dikeluarkan setiap

harinya untuk membayar operator berbeda.

4.7Verifikasi dan Validasi

Dalam pemodelan suatu sistem, dibutuhkan proses verifikasi dan

validasi. Hal ini dilakukan untuk memastikan ketepatan model dalam

menggambarkan sistem nyata dan model konseptual sebagai

terjemahan dari sistem nyata.

4.7.1Verifikasi

Verifikasi adalah proses untuk menentukan apakah model telah

beroperasi sesuai yang diinginkan oleh programmer. Verifikasi

berkaitan dengan kondisi konseptual apakah model telah sesuai

dengan konsep yang diinginkan (Banks, Carson, dan Nelson, 1995).

Berikut ini adalah tahapan-tahapan yang dilakukan dalam

memverifikasi model simulasi.

1. Membandingkan diagram alir konseptual dengan model pada

software simulasi.

Gambar 4.19 Perbandingan antara Petrinet dengan Promodel

Gambar di atas dapat merepresentasikan bahwa diagram alir

konseptual dan aliran proses serta path network model pada

software simulasi sama. Jadi dapat dikatakan model Galeri

Kampung Coklat pada software simulasi terverifikasi.

2. Melihat rangkuman proses pada model dan melakukan

pencocokan ulang terhadap logika proses.

Gambar 4.20 Logika proses pada software simulasi

Dari gambar diatas dapat dilihat bahwa rangkuman proses pada

model sudah sesuai dengan logika proses. Selain itu satuan waktu

(dalam detik) sudah sesuai dengan sistem nyata sehingga model

simulasi Galeri Kampung Coklat terverifikasi.

3. Melakukan pengocokan animasi dengan model pada software

simulasi dapat berjalan dengan sesuai.

Gambar 4.21 Animasi model pada software simulasi

Dari gambar diatas dapat dilihat animasi dengan model pada

software simulasi dapat berjalan sesuai dengan logika proses

sehingga dapat terverifikasi.

4. Melakukan pengecekan Compiled Successfully

Gambar 4.22 Pengecekan complied successfully

Pada gambar diatas, operation dalam build prossecing, lambang

compiler yang ada di kotak dialog menyatakan bahwa Complied

Successfully maka tidak terdapat error pada build processing,

sehingga model simulasi Galeri Kampung Coklat terverifikasi.

4.7.2Validasi

Untuk melakukan validasi dapat dilihat sebagai berikut.

Tabel 4.14 Tabel Data Aktual dan Data Simulasi

Replikasi ke-

OutputWaktu Proses Meja

Tiket (sec)Waktu Proses Kasir

(sec)Aktu

alSimula

siAktual Simulasi Aktual Simulasi

1 275 263 13 11.4 5 4.82 275 275 12 15.6 5 4.83 275 265 11 17.4 4 4.24 275 283 13 19.8 5 4.85 275 285 12 21.6 5 4.8

Langkah-langkah pengujian validasi dengan menggunakan SPSS

adalah sebagai berikut.

1. Uji Normalitas Data

a. Aktifkan variable view dan isikan nama variabel, kemudian

isikan data pada data view.

b. Klik analyze, pilih Descriptive statistic, kemudian pilih explore

dan masukkan seluruh variabel ke dalam Dependent List.

c. Klik OK, maka akan muncul output seperti pada Tabel 4.15

d. Menguraikan hipotesis

Tabel 4.15 Tabel Uji Normalitas DataTests of Normalitya

Kolmogorov-Smirnovb

Shapiro-Wilk

Statistic df Sig. Statistic

df

Sig.

Simulasi_Output ,220 5 ,200* ,889 5,35

0Aktual_Proses_Tiket

,231 5 ,200* ,881 5,31

4Simulasi_Proses_Tiket

,148 5 ,200* ,974 5,90

0Aktual_Proses_Kasir

,473 5 ,001 ,552 5,00

0Simulasi_Proses_Kasir

,473 5 ,001 ,552 5,00

0*. This is a lower bound of the true significance.

a. Aktual_Output is constant. It has been omitted.b. Lilliefors Significance Correction

1) Data aktual output tidak berdistribusi normal karena semua

nilainya konstan.

2) Data simulasi output

H0: Data simulasi output berdistribusi normal

H1 : Data simulasi output tidak berdistribusi normal

Kriteria pengujian:

H0 diterima apabila nilai Sig. (2-Tailed) ≥ 0.05

H1 diterima apabila nilai Sig. (2-Tailed) ˂ 0.05

Kesimpulan: Pada tabel hasil SPSS nilai Shapiro-Wilk (0,35)

lebih dari 0.05 maka data pada simulasi berdistribusi

normal.

3) Data aktual proses di meja tiket

H0: Data aktual proses di meja tiket berdistribusi normal

H1 : Data aktual proses di meja tiket tidak berdistribusi

normal

Kriteria pengujian:



Kesimpulan: Pada tabel hasil SPSS nilai Shapiro-Wilk

(0,314) lebih dari 0.05 maka data aktual berdistribusi

normal.

4) Data simulasi proses di meja tiket

H0: Data simulasi proses di meja tiket berdistribusi normal

H1 : Data simulasi proses di meja tiket tidak berdistribusi

normal

Kriteria pengujian:



Kesimpulan: Pada tabel hasil SPSS nilai Shapiro-Wilk(0,9)

lebih dari 0.05 maka data pada simulasi berdistribusi

normal.

5) Data aktual proses di kasir

H0: Data aktual proses di kasir berdistribusi normal

H1 : Data aktual proses di kasir tidak berdistribusi normal

Kriteria pengujian:




kurang dari 0.05 maka data aktual tidak berdistribusi

normal.

6) Data simulasi proses di kasir

H0: Data simulasi proses di kasir berdistribusi normal

H1 : Data simulasi proses di kasir tidak berdistribusi normal

Kriteria pengujian:




kurang dari 0.05 maka data simulasi tidak berdistribusi

normal.

e. Kesimpulan

Dari pengujian hipotesis di atas dapat diambil kesimpulan

sebagai berikut.

1) Output aktual tidak berdistribusi normal sedangkan output

simulasi berdistribusi normal.

2) Data aktual dan data simulasi proses di meja tiket

berdistribusi normal.

3) Data aktual dan data simulasi proses di kasir tidak

berdistribusi normal.

2. Uji Perbandingan Rata-rata Dua Sampel Independen

a. Output

Output aktual tidak berdistribusi normal sedangkan output

simulasi berdistribusi normal sehingga harus diuji lagi dengan

non parametrik pada SPSS yaitu Mann-Whitney. Langkah-

langkahnya adalah sebagai berikut:

1) Aktifkan variable view dan isikan nama variabel, kemudian

isikan data pada data view.

2) Klik analyze, pilih Nonparametric Tests, kemudian pilih

Legacy Dialogs dan klik 2 Independent Samples.

3) Masukkan variabel pada kotak test variable list, kemudian

centang Mann-Whitney U pada kotak Test Type.

4) Untuk menentukan grup, klik define groups. Selanjutnya

pada kotak dialog groups, tuliskan “1” untuk group 1 dan

“2” untuk group 2. Lalu klik continue.

5) Klik tombol options, kemudian centang descriptive dan pilih

Exclude cases test-by-test, lalu klik continue, kemudian klik

OK.

6) Kemudian muncul output sebagai berikut:

Tabel 4.16 Hasil Output Data Aktual dengan Mann WhitneyTest Statisticsa

JenisMann-Whitney U 12,500

Wilcoxon W 27,500Z ,000

Asymp. Sig. (2-tailed)

1,000

Exact Sig. [2*(1-tailed Sig.)]

1,000b

a. Grouping Variable: datab. Not corrected for ties.

7) Hipotesis:

H0 = tidak terdapat perbedaan antara data simulasi dengan

data nyata (valid)

H1 = terdapat perbedaan antara data simulasi dengan data

nyata (tidak valid)

Nilai taraf nyata (α) = 0.05

Kriteria pengujian:

H0 diterima jika nilai Asymp. Sig. (2-tailed) ≥ α/2

H0 ditolak jika nilai Asymp. Sig. (2-tailed) < α/2

Kesimpulan: Berdasarkan hasil output pada tabel pengujian

Mann Whitney pada output data aktual didapatkan nilai

Asymp. Sig. (2-tailed)/2= 0.5>0.025, maka H0 diterima,

berarti tidak terdapat perbedaan antara data simulasi

dengan data nyata (valid).

b. Proses di meja tiket

Hasil output pada data aktual dan data simulasi di meja tiket

dengan uji independen T-test dapat dilihat sebagai berikut.

Tabel 4.17 Hasil Output pada Data Aktual dan Data Simulasi di Meja TiketIndependent Samples TestLevene's Test

for Equality

of Varianc

es

t-test for Equality of Means

F Sig.

T df Sig. (2-

tailed)

Mean Differen

ce

Std. Error Differenc

e

95% Confidence Interval of

the DifferenceLower

Upper

Proses_Meja_Tiket

Equal variances assumed

5,173

,053

-2,74

88 ,025 -4,9600

1,8049

-9,12

2

-,7979

Equal variances not assumed

-2,74

8

4,36

,047 -4,96001,8049

-9,813

-,1073

Hipotesis:


data nyata (valid)


nyata (tidak valid)


Kriteria pengujian:

H0 diterima jika nilai Asymp. Sig. ≥ α

H0 ditolak jika nilai Asymp. Sig. < α

Kesimpulan: Berdasarkan hasil output pada tabel, didapatkan

nilai Asymp. Sig. = 0.053 > 0.05, maka H0 diterima, berarti

tidak terdapat perbedaan antara data simulasi dengan data

nyata (valid).

c. Proses di kasir

Hasil output pada data aktual dan data simulasi di kasir dapat

dilihat sebagai berikut.

Tabel 4.18 Hasil Output pada Data Aktual dan Data Simulasi di KasirTest Statisticsa

JenisMann-Whitney U 5,000Wilcoxon W 20,000Z -1,671Asymp. Sig. (2-tailed)

,095

Exact Sig. [2*(1-tailed Sig.)]

,151b

a. Grouping Variable: datab. Not corrected for ties.

Hipotesis:


data nyata (valid)


nyata (tidak valid)


Kriteria pengujian:

H0 diterima jika nilai Asymp. Sig. (2-tailed) ≥ α/2

H0 ditolak jika nilai Asymp. Sig. (2-tailed) < α/2

Kesimpulan: Berdasarkan hasil output pada tabel, didapatkan

nilai Asymp. Sig. (2-tailed)/2= 0.0475 > 0.025, maka H0

diterima, berarti tidak terdapat perbedaan antara data simulasi

dengan data nyata (valid).

BAB VPENUTUP

5.1 Kesimpulan

Berdasarkan praktikum Simulation and Promodel Software yang

telah dilakukan, maka dapat disimpulkan sebagai berikut.

1. Sistem adalah sekumpulan unsur atau elemen yang saling

berkaitan dan saling mempengaruhi dalam melakukan kegiatan

bersama untuk mencapai suatu tujuan. Model didefinisikan

sebagai suatu deskripsi logis tentang bagaimana sistem bekerja

atau komponen-komponen berinteraksi. Dengan membuat model

dari suatu sistem maka diharapkan dapat lebih mudah untuk

melakukan analisis. Simulasi ialah suatu metodologi untuk

melaksanakan spercobaan dengan menggunakan model dari

suatu sistem nyata. Pada galeri kampong coklat, pelanggan yang

datang harus membeli tiket untuk masuk ke Kampung Coklat.

Tiket ini nantinya akan digunakan untuk membeli produk olahan

coklat. Pembeli dapat mencicipi olahan coklat bar dari yang manis

hingga yang pahit. Setelah itu, pembeli dapat menukarkan tiket

masuknya untuk membeli berbagai olahan coklat sesuai nominal

di dalam tiket tersebut. Untuk membandingkan utilitas masing-

masing proses (lokasi) pada sistem serta mengetahui proses

mana yang memiliki kontribusi terbesar terhadap timbulnya WIP,

maka dibuat model simulasi sebagai sarana untuk melakukan

eksperimen dan memberikan saran yang berkaitan dengan utilitas

dan proses penyebab timbulnya WIP.

2. Model konseptual PetriNet yang telah dibuat disesuaikan dengan

sistem nyata yang ada dalam sistem Galeri Kampung Coklat.

Sehingga PetriNet tersebut daat membantu dalam

penyederhanaan dan penerjemahan sistem nyata terhadap

Promodel yang dibuat. Dengan begitu, hasil dari Promodel dapat

menggambarkan permasalahan yang ada dalam sistem dan

akhirnya dapat dijadikan dasaran dalam pengambilan keputusan

secara tepat.

3. Software Promodel merupakan suatu program komputer yang

dapat digunakan untuk simulasi dan menganalisa sistem produksi

dari semua tipe dan ukuran. Software tersebut digunakan untuk

mensimulasikan proses dari beberapa lokasi pada Galeri Kampung

Coklat. Pengambilan data dilakukan pada masing-masing

pelayanan dan waktu antar kedatangan pengunjung.

4. Hasil analisis simulasi adalah sebagai berikut.

a. Utilisasi pada meja tiket sebanyak 10,43%, 15,17%, 16,17%,

19,67%, 21,49%. Utilisasi pada meja nyicip sebesar 23,2%,

30,96%, 30,26%, 37,7%, 38,23%. Utilisasi pada meja pilih

sebesar 52,15%, 62,3%, 61,95%, 65,64%, 63,11%. Utilisai pada

kasir sebesar 4,43%, 4,58%, 3,95%, 4,97%, dan 4,65%. Utilisasi

pada meja tiket, meja nyicip dan kasir tidak besar sebab

banyak yang mengganggur dalam satu kali proses ini.

Sedangkan pada meja pilih utilisasinya paling besar di antara

lainnya. Hal ini menunjukkan bahwa pada meja pilih paling

sering dan lama digunakan.

b. Work in process terjadi pada proses meja pilih, hal ini karena

waktu proses pada meja pilih paling lama bila dibandingkan

dengan proses lainnya, sehingga entitas pelanggan mengantri

pada lokasi meja pilih.

5.2Saran

Berdasarkan simulasi, saran yang dapat diberikan untuk sistem

Galeri Kampung Coklat adalah sebagai berikut.

1. Utilitas lokasi tertinggi terdapat pada meja pilih yaitu sebesar

52,15% – 65,64%, untuk utilitas manusia, utilitas ini masih

tergolong cukup. Namun untuk utilitas pada lokasi meja cicip

rendah yaitu sebesar 23,20% - 38,23%, sehingga kapasitas dari

meja cicip dapat dikurangi untuk meningkatkan utilitasnya dan

mengefisienkan proses bisnis.

2. WIP terjadi karena proses yang terjadi di meja pilih terlalu lama,

hal ini disebabkan oleh kedatangan entitas pelanggan yang terlalu

cepat serta ketidak mampuan kapasitas pada meja pilih. Untuk

menanggulangi hal ini melalui upaya menurunkan WIP,

dibutuhkan meja tambahan unuk memilih coklat di Galeri

Kampung Coklat.

bab i

Documents