sti-apr2006- (6)

Merekomendasi Tambahan Dermaga Pelabuhan ... Iksan

33

MEREKOMENDASI TAMBAHAN DERMAGA PELABUHAN III CABANG TANJUNG PERAK SURABAYA

DENGAN ANALISA SIMULASI SISTEM ANTREAN KAPAL BARANG

Iksan Dosen Jurusan Teknik Industri ITATS Institut Tenologi Adhi Tama Surabaya

Absrtrak: PT (Perseroan) Pelabuban Indonesia III cabang Tanjung Perak, Surabaya merupakan perusahaan yang bergerak dibidang jasa. Pihak manajemen bermaksud meningkatkan kinerjanya dengan mengurangi flow time pelayanan. Hal ini terlihat makin banyaknya arus kedatangan kapal menjelang pasar global, khususnya kapal barang dari dalam negeri maupun luar negeri. Permasalahan yang muncul adalah jumlah kedatangan kapal yang tinggi tidak seimbang dengan waktu pelayanan sandar untuk melakukan aktivitas loading/unloading di dermaga-dennaga pelabuhan Indonesia III cabang Tanjung Perak Surabaya. Sementara itu jumlah dermaga yang akan digunakan untuk melakukan proses loading dengan waktu pelayanan yang cenderung fluktuatif sangat terbatas. Penelitian ini juga bertujuan untuk dapat memaksimalkan fungsi pelabuhan-pelabuhan sekitar guna membantu permasalaban ini. Padahal pelabuhan ini merupakan pintu gerbang masuknya berbagai kapal di pelabuhan kelas dunia untuk melayani pelayaran-pelayaran utamanya di Jawa Timur dan seturuh wilayah Indonesia bagian timur. Fokus penelitian ini adalah perbaikan waktu antri di rede pelabuhan. Rede adalah suatu tempat yang digunakan oleh kapal untuk menunggu proses loading di dermaga. Untuk menyelesaikan masalah ini digunakan pendekatan simulasi, dengan menggunakan bahasa simulasi SIMAN dengan menggunakan software Arena 3.0 Penggunaan simulasi sebagai alat bantu dalam menganalisis permasalahan, karena simulasi mampu menjawab kebutuhan perkiraan performansi jangka pendek dalam suatu sistem, sehingga diharapkan analisis yang dihasilkan lebih realistis untuk dilakukan. Dengan demikian hasil penelitian ini adalah untuk mengetahui penambahan jumlah dermaga yang memiliki fasflitas yang memadai agar pelayanan jasa sandar dapat berjalan dengan lancar dan dapat mengurangi jumlah antrean Kata kunci: servis, antrean, sistem pelayanan, simulasi, statistik Abstract: PT Pelabuhan Indonesia III branch Tanjung Perak Surabaya is a company has line business in service. The management is willing to improve company performance by reducing service time due to increasing number of ship arrival flow, especially freight ship, both domestic and overseas one, as the impact of global market. The problem is the large number of arrival ship is unbalanced with standard service time to do loading/unloading activities in docks of PT Pelabuhan Indonesia III branch Tanjung Perak Surabaya. The number of docks for loading process, which has inherent fluctuating time, is very limited. This research is aimed at maximizing the role of neighborhood ports to be assistances in coping with this problem. In addition, this port is a gate for international ships to service cruises especially in East Java and East Indonesia. The focus of this research is reducing queue time at ports rede. Rede is a place where the ships wait for loading process in dock. To solve the stated problem, it is used simulation approach using simulation language SIMAN with software Arena 3.0. The use of simulation as a tool to solve the problem is due to simulation is capable to answer the need of short performance forecasting in a system, therefore it is expected the outcome analysis is more realistic to be realized. As a consequence, the outcome of this research is to find the additional good-facilitated docks to be provided in order to improve docking service and reduce the number of queue. Keywords: Service queue service syistem, simulstion, statistic I. PENDAHULUAN PT Pelindo III cabang tanjung Perak merupakan salah satu perusahaan yang bergerak di bidang jasa yang mememberikan fasilitas sandar kapal untuk melakukan aktivitas bongkar muat barang (kargo atau kontainer) maupun aktivitas angkutan penumpang. Kinerja PT Pelindo sangat dipengaruhi oleh pelayanannya

terhadap costumer (kapal) yang masuk ke pelabuhan. Adapun kapal yang masuk ada kapal luar negeri dan dalam negeri, yang mempergaruhi jasa pelayanan yang dilakukan oleh perusahaan. Dengan tingkat ketidakpastian yang tinggi atas kedatangan kapal kapal tersebut mempengaruhi kinerja pelayanan perusahaan dalam memberikan pelayanan kapal sandar

Jurnal Sistem Teknik Industri Volume 7, No. 2 April 2006

34

untuk melakukan aktivitas bongkar muat. Di samping ketidakpastian datangnya kapal, terbatasnya dermaga yang digunakan untuk sandar kapal dalam melakukan aktivitas bongkar muat mengakibatkan terjadinya antrean dalam sistem pelayanan,sehingan kapal menunggu cukup lama yang mengakibatkan pasokan barang barang ke perusahaan perusahaan dan industri juga mengalami keterlambatan. Sistem antrean yang terjadi mempengaruhi kinerja sistem pelayanan di perusahaan. Permasalahan yang terjadi adalah bagaimana meningkatkan kinerja pelayanan dipelabuhan dengan meminimasi antrean dan melancarkan arus lalulintas di area pelabuhan dengan menggunakan metode simulasi. Kinerja sistem pelayanan meningkat, pabila jumlah kapal yang dapat dilayanainya bertambah, dengan panjang antrean diminimasi serta waktu costamer menunggu juga dapat diminimasi. Tujuannya adalah: - Untuk memperbaiki kinerja sistem

pelayanan sandar kapal - Membuat alternatif usulan sistem pelayanan

untuk dapat merekomendasikan tambahan dermaga guna meminimasi waktu tunggu di PT PELINDO III

Hal ini berfungsi: Sebagai bahan analisa dalam perbaikan aliran sistem pelayanan yang sudah ada, serta untuk mempermudah analisa sistem pelayanan, terutama untuk rancangan menjelang tahun 2010. Sebagai rujukan untuk meningkatkan kinerja sistem pelayanan sandar kapal di PT Pelindo III II. PEMODELAN SISTEM Suatu model simulasi pada dasarnya merupakan representasi dari suatu sistem yang dimodelkan dalam komputer menggunakan,sofware tertentu guna mengembangkan model tersebut. Sehingga dalam pembangunan model simulasi suatu sistem, baik sistem pelayanan maupun sistem nufaktur, yang perlu diperlu di pertimbangkan adalah penggunaan soflware yang akan dipakai untuk membuat model simulasi. Model sistem yang akan dibuat akan disesuaikan dengan karakteristik sofware yang dipakai. Pada keadaan lain apabila model simulasi dibuat dengan menggunakan suatu algoritma untuk pembuatan program simulasi, maka metode pembuatan model simulasi akan menggunakan

software Arena 3.0. Sehingga kerangka model yang dibuat di sini akan disesuaikan dengan langkah-langkah yang telah dibuat dalam software tersebut. 1. Diagram Aliran Sistem Pelayanan Sistem pelayanan kapal sandar di PT (Persero) Pelabuhan Indonesia III cabang Tanjung Perak Surabaya sesuai dengan sistem single phase - multiple server. Di mana setiap customer yang datang akan langsuing dipandu ke masing-inasing dermaga yang sesuai.

2. Keuntungan dan Kerugian Sistem

Pelabuhan Tanjung Perak Sekarang a. Keuntungan 1. Sistem pelayanan yang One Stop Service,

sehingga semua pelayanan mulai dari permasalahan dokumen hingga proses pelayanan sandar dilakukan secara terpadu

2. Fasflitas yang sudah berstandar intemasional yang dimiliki oleb pelabuhan terbesar di Indonesia bagian timur ini memungkinkan pelayanan sandar kapal dari dalam dan luar negeri bisa maksimal.

b. Kerugian: 1) Banyaknya antrean kapal yang menunggu

pelayanan sandar di demiaga. 2) Belum dimaksimalkannya pelabuhan-

pelabuhan sekitar unttik mengurangi jumlah antrean kapal di pelabuhan Tanjung Perak Surabaya.


35

3. Ukuran Performansi Terdapat beberapa tolok ukur yang digunakan untuk mengukur performasi sistem pelayanan. Pengukuran performansi diakukan terhadap customer yang masuk ke dalam sistem pelayanan. Ukuran perfonnansi yang ditetapkan antara lain: 1. Rata-rata waktu pelayanan sistem dalam

suatu periode Waktu pelayanan dalam sistem adalah

waktu yang dibutuhkan castamer untuk mendapatkan pelayanan selama dalam sistem pelayanan. Perhitungan dilakukan dengan mencari interval waktu customer keluar dari sistem pelayanan dengan waktu customer memasuki sistem pelayanan. 2. Rata-rata panjang antrean

Jika waktu pelayanan customer lebih besar dari pada waktu antar kedatangan,maka akan terjadi antrean. Dengan menghitung panjang antrean tiap waktu dibagi dengan waktu beroperasinya sistem pelayanan didapatkan rata-rata panjang antrean. 3. Jumlah customer yang dilayani tiap harinya

Customer yang mendapat pelayanan di hitung tiap harinya untuk menentukan jumlah customer yang dilayani tiap hari. 4. Variabel Keputusan

Beberapa variabel keputusan yang akan dimainkan untuk menentukan komposisi variabel keputusan yang menghasilkan performasi sistem yang terbaik adalah sebagai berikut:

1. Waktu pelayanan tiap server Karena perubahan resource tidak memungkinkan pada server yang bersangkutan, maka altemafif lain yang dapat dipakai adalab pengurangan waktu pelayanan. Waktu pelayanan diusahakan lebih kecil dari waktu antar kedatangan customer. Sehingga antrean pelayanan dapat diminimasi. Pengurangan waktu pelayanan harus realistis sesuai dengan proses pelayanan yang dilakukan.

2. Utilitas server Proporsi penggunaan server untuk kegiatan pelayanan dalam suatu satuan waktu pelayanan dapat digunakan untuk mengukur efektivitas penggunaan server. Apabila utilitas server sangat

tinggi, maka terdapat kemungkinan terjadinya antrean pada server tersebut.

5. Pembangunan Model Elemen-elemen sistem yang akan dibuat dalam model simulasi adalah sebagai berikut: a. Entities Entitas yang disimulasikan pada model

adalah kapal dan dermaga. Di mana prosesnya adalah kapal datang, bila kapal sudah mendaftar dan dokuwen dokmennya telah lengkap, maka kapal akan mendapatkan jadwal untuk bersandar (lama pengajuan jadwal sandar adalah I x 24 jam), sementara untuk kapal yang belum melakukan pengajuan jadiwal sandar atau sedang menunggu jadwal masuk dermaga harus menunggu di rede (perairan tempat untuk antrean kapal) untuk mendapat giliran masuk ke dermaga (sistem pelayanan). Apabila proses pelayanan tersebut telah selesai, maka kapal keluar dari sistem pelayanan

b. Atribut Atribut entitas dibedakan atas jenis kapal.

Dalam hal ini terdapat dua jenis kapal yaitu kapal dalam negeri dan kapal luar negeri. Penetapan atribut terhadap suatu entitas didasarkan pada data proporsi jenis kapal.

c. Arrival Waktu kedatangan customer akan digenerate

sesuai dengan pola waktu antar kedatangan yang terjadi.Penentuan pola distribusi kedatangan customer didekati dengan menentukan distribusi probabilitaswaktu antar kedatangan customer. Distribusi probabilitas tersebut diperoleh dengan melakukan pengujian distribution fitting terhadap data waktu antar kedatangan customer.

d. Aliran Pelayanan Aliran pelayanan sesuai dengan

penggambaran dengan aliran sistem pelayanan. Customer yang datang dibedakan antara kapal dalam negeri dan kapal luar negeri. Bagi customer yang sudah didifinisikan dan sudah mendapat jadwal sandar langsung dipandu untuk menempati masing-masing dermaga yang telah ditetapkan, sementara customer yang belum mendapat jadwal harus menunggu di rede sambil menyelesaikan dokumen-dokumennya. Setelah selesai melakukan aktivitas bongkar muat di dermaga, selanjutnya customer meninggalkan sistem.


36

e. Server

Tiap pelayanan yang ada pada sistem pelayanan dimodelkan sebagai server. Sehingga pada sistem pelayanan jasa kapal sandar di PT (Persero) Pelabuhan Indonesia III cabang Tanjung Perak Surabaya terdapat 8 server yaitu dermaga Jamrud Utara, dermaga Jamrud Selatan, dermaga Jamrud Timur, dermaga Berlian Utara, dermaga Berlian Berlian Barat, dermaga berlian Timur, Dermaga Mirah, dermaga Nilam Timur.

f. Waktu Pelayananan Untuk mendapatkan waktu pelayanan pada tiap server tersebut distribution fitting terhadap data waktu pelayanan Distribution probability tersebut dipakai untuk men-generate data waktu pelayanan server.

6. Perancangan Langkah-langkah Logika

Dasar Pada pembuatan program simulasi logika

setiap event yang terjadi selama waktu simulasi perlu dibuat untuk mempermudah pembuatan program dan penentuan langkah-langkah simulasi selanjutnya. Pada penelitian ini untuk membuat model simulasi digunakan paket program Arena versi 3.0, Pembuatan logika dasar ditentukan berdasarkan langkah-langkah kejadian dalam sistem dan disesuaikan untuk penerjemahannya ke dalam bahasa pemrog-raman. Simulasi sistem pelayanan jasa sandar kapal di PT (Persero) Pelabuhan Indonesia III cabang Tanjung Perak Surabaya dibagi dalam beberapa tahapan proses mtuk mempermudah penyusunan

bentuk logika pemrogramannya. Pada uraian selanjutnya akan dibahas mengenai langkah-langkah dasar dalam pembuatan model simulasi sistem pelayanan jasa sandar kapal di pelabuhan. 7. Kedatangan Customer Customer yang datang pada sistem pelayanan dimodelkan dengan blok Arrivel yang membuat data waktu antar kedatangan. Generate data waktu antar kedatangan customer sesuai dengan distribusi probabilitas waktu antar kedatangan castamer.Kedatangan customer mempunyai atribut jenis kapal. Atribut yang melekat pada entity tersebut dimodelkan dengan blok Enter dengan proporsi sesuai dengan data proporsi jenis kapal. Customer yang masuk pada area parkir selanjutnya diperiksa apakah termasuk kapal dalam negeri atau kapal luar negeri yang dimodelkan dengan blok choose. (Penggolongan Jenis Kapal). Setelah diidentifikasi jenis kapalnya, maka entitas dialokasikan ke masing masing dermaga yang sudah ditentukan (customer menunggu). Kegiatan pelayanan kapal sandar dimodelkan dengan blok server sebanyak 8 buah. Entitas akan menuju ke server yang tidak sibuk (service). III. Pengumpulan dan Pengolahan Data 1. Pengumpulan Data Pada pembangunan model simulasi ini digunakan data primer dan data sekunder untuk mendeskripsikan model probabilitas dari sistem jasa pelayanan kapal sander di PT (Persero) Pelabuhan Indonesia III cabang Tanjung Perak.


37

Pada data primer dilakuukan pengamatan dan pengukuran kerja secara langsung pada beberapa aktivitas kegiatan. Data primer meliputi waktu antar kedatangan kapal, waktu pelayanan tiap server. Sedang data sekunder merupakan data histories dari akfifitas system pelayanan yang menyangkut data-data jenis kapal yang akan melakukan aktivitas sandar. Berikut ini adalah tabel yang menunjukkan data-data yang terdapat dalam sistem pelayanan dengan metode pengumpulan data yang dipergunakan. Tabel jenis data yang digunakan dan metode pengumpulan data.

N0 Nama data Metode

Pengumpulan Data

1 Waktu antar kedatangan Data Primer 2 Waktu pelayanan denmaga

Jamrud Utara Data Primer

3 Waktu pelayanan dermaga Jamrud Selatan

Data Primer

4 Waktu pelayanan demiaga Jamrud Barat

Data Primer

5 Waktu pelayanan dermaga Mirah

Data Primer

6 Waktu pelayanan dermaga Berlian Barat

Data Primer

7 Waktu pelayanan dermaga Berlian Timur

Data Primer

8 Waktu pelayanan dermaga Berlian Utara

Data Primer

9 Waktu pelayanan dermaga Nilam Timur

Data Primer

10 Proporsi Jenis kapal Data sekunder

2. Pengolahan Data 2.1 Pengujian Distribusi Data Data-data primer meliputi pengukuran waktu selanjutnya diuji untuk mengetahui distribusi probabilitas dari data tersebut. Pengujian dilakukan dengan membandingkan square error yang terkecil dari beberapa distribusi probabilitas dan penentuan distribusi probabilitas didasarkan pada square error yang terkecil dari beberapa distribusi probabilitas. Uji hipotesa dilakukan dengan dua metode yaitu metode Kolinogorov Smirnov dan Chi-Squarc Test. Perhitungan uji distribusi data dilakukan degan faslitas input analyzer dari paket program simulasi Arena versi 3.0. Selain itu ditentukan juga parameter-parameter distribusi dari masing-masing distribusi probabihtas data yang bersangkutan.

a. Uji Distribusi waktu antar kedatangan Yang dimaksud dengan waktu antar kedatangan adalah selang atau selisih waiktu antar kedatanganberikutnya. Hasil pengujian distribusi dapat dilihat sebagai berikut: Distribution Lognormal Expression LOGN(O.604, 1.17) Square Error 0.002297 b. Uji distribusi waktu pelayanan Waktu pelayanan adalah waktu yang dibutuhkan oleh dermaga untuk- melayani Sandar kapal

Uji Distribusi waktu

Pelayanan Distribution Expression Square Error

Dermaga Jamrut Utara

Longnormal LOGN (0.549,1.1)

0.001035

Dermaga Jamrut Selatan

Normal NORM (3.71,1.9)

0.002281

Dermaga Jamrut Barat

Weibull WEIB (1.69,2.24)

0.001636

Dermaga Berlian Utara

Trianggular TRIA (0.07,1.13,3.68)

0.004965

Dermaga Berlian Barat

Gamma GAMM (2.21,0.716)

0.001105

Dermaga Berlian Timur


0.001225

Dermaga Mirah

Erlang ERLA (0.992,3)

0.002969

Dermaga Nilam Timur


0.001567

2.2 Proporsi jenis Kapal Jenis kapal yang dilayani oleh sistem pelayanan kapal sandar PT (Persero) Pelabuhan Indonesia III Surabaya dibedakan menjadi dua macam yaitu kapal dalam negeri dan kapal luar negeri. Proporsi jenis kapal adalah perbandingan antara masing-masing jenis kapal dengan jumlah total kapal dalam suatu periode pelayanan tertentu. 1. Kapal dalam negeri, jumlah 213 dengan

proporsi jenis Kapal 0,85 2. Kapal luar negeri, jumlah 37 dengan

proporsi jenis Kapal 0,15 Jumlah 250 dengan proporsi jenis Kapal

1,005. 2.3 Perancangan Model dan Ekserimen


38

Simulasi Simulasi yang dirancang ini merupakan model yang digunakan sebagai representasi sistem jasa ke pelabuhan. Model simulasi ini dapat digunakan sebagai alat bantu dalam melakukan analisis sistem. Dengan melakukan eksperimentasi terhadap beberapa rancangan skenario, manajemen dapat melakukan analisis sistem untuk pcrkembangan sistem dimasa yang akan datang. Hasil running simulasi yang telah diranrang, aplikasi model dan analisis dari beberapa skenario yang dibuat Pada bab ini juga ditampilkan uji validasi model sehingga diharapkan model dapat merepresentasikan sistem nyata. Dalam penelitian ini, pembuatan model simulasi jasa ke pelabuhan di PT Pelabuhan Indonesia III cabang Tanjung Perak Surabaya dengan menggunakan software Arena 3. O. Proses verifikasi dilakukan untuk menentukan apakah model simulasi berjalan sesuai keinginan pembuat model, misalnya dengan melakukan proses 'debug' program komputer. Vefifikasi program dilakukan dengan mengaktifkan modul 'trace' pada software Arena 3.0 sehingga dapat dipantau pengerakan entitas program dijalankan. Tracing entitas dilakukan dengan menelusuri perpindahan entitas dari suatu logika ke logika berikutnya. Verifikasi dikatakan verified apabila pergerakan entitas yang digambarkan pada model simulasi telah menggambarkan keadaan nyata dalam sistem. Model simulasi dinyatakan verified apabila logika model yang dibangun telah sesuai dengan model yang dirancang. 2.4 Running Simulasi Awal dan Validasi Simulasi awal merupakan single run experiment, sehingga interval waktu simulasi adalah [0,TE], di mana E = waktu selesainya aktivitas. Hasil simulasi awal ini akan divalidasikan pada tahap selanjutnya- Simulasi awal yang akan membangkitkan bilangan berdistribusi tidak normal yang tidak acak antara 0 & m yang akan dikonversi ke bilangan berdistribusi normal yang acak antara 0 sampai dengan 1, ini merupakan metode aljabar dari SIMANS untuk membangkitkan bilangan random. Dengan menggunakan software SPSS 9.0 akan dianalisa output yang, berhubungan dengan pokok permasalahan yaitu rata-rata jumlah kapal direde, jmlah kapal yang keluar dari sistem dan flow time-nya.

Selain itu model ini belum dapat dikatakan mampu merepresentasikan sistem nyata karena belum dilakukan uji validasi. Oleh karena itu perlu dilakukan uji validasi dan melakukan simulasi pada beberapa replikasi pada tahapan selanjutnya. Maka perlu diadakan perbandingan antara hasil running smulasi dengan data pengamatan yang dilakukan. Pengujan ini dimaksutkan untuk megetahui apa model yang dibuat dapat merepresentasikan sistem nyata. model simulasi telah diyakini valid, barulah pelaksanaan simulasi dan anallsis dapat dila-kukan. Jika belum menggambarkan sistem nyata, maka harus dilakukan perbaikan terhadap model. Metode validasi yang digunakan pada penelitian sistem jasa kepelabuhan ini adalah metode kotak hitam (black bor validation). Validasi ini dilakukan simulasi dengan rata-rata output sistem nyata. Nilai yang menjadi parameter adalah perbandingan mean flow time yang digunakan untuk melayani suatu aktivitas sampai selesai.

210 :H = 211 :H

Hipotesis awal yang digunakan adalah kedua populasi tidak ada perbedaan antara mean flow time basil output simulasi dengan output basil observasi pada sistem riil. Sedang hipotesis tandingannya adalah kedua populasi mempunyai mean flow time yang tidak sama. Uji validasi di sini akan mengambil semua akfivitas yang pemah dilakukan dimasing masing dermaga. Perbandingan mean flow time dari output simulasi dan hasil observasi pada sistem riil ditunjukkan pada tabel di bawah ini.

Dermaga Mean Flow Time Sistem

Nyata

Flow Time Sistem Model

Jamrud Utara 5.9 5.38 Jamrud Barat 1.7 1.99 Jamrud Selatan 16 15.63 Berlian Utara 1 .99 Berlian Barat 3 2.99 Berlian Timur 4.6 4,99 Mirah 7.6 7.98 Nilam 10.6 10.89

Setelah itu dilakukan pengujian dengan menggunakan Paried Samples-T test yang tersedia pada software SPSS 9,0 pada tiap-tiap dermaga.


39

Model Sistem Dermaga UJI T Mean flow

time DJU

Mean flow time DJB

Mean flow time DJS

Mean flow time DBB

Mean flow time DBT

Mean flow time

D Mira

Mean flow time

D Nilam T.Hitung -616 .508 -.391 -.032 .975 .570 .542

Df 4 4 4 4 4 4 4 T.Table 1.4449 1.2289 2.2447 .8680 1.5006 2.2666 1.7987 Significant level

.571 .638 .716 .976 .385 .599 .616

Nilai T table diperoleh dari tabel nilai kritis distribusi t pada taraf keberarban (1- ) 95%, dengan derajat kebebasan (df) adalah N-k.. Hipotesis nol diterima jika T hitung < dengan nilai T tabel (nilai significance levelnya lebih dari nilai ). Dari tabel dapat diketahui bahwa nilai T hitung < dari T tabel dan nilai significance levelnya dari nilai (0.05). Sehingga dapat diambil kesimpulan bahwa hipotesa nol diterima dan dinyatakan bahwa tidak ada perbedaan nilai mean flow time antara hasil simulasi dengan hasil observasi pada sistem riil. Kesimpulan ini menunjukkan bahwa model simulasi valid dan dapat digunakan untuk merepresentasikan sistem dalam melakukan analisis performasi sistem kembali ke langkah 1 Pada simulasi ini jumlah replikasi awal ditetapkan sejumlah lima kall running atau no =5 dengan menggunakan multiplicative congruential (metode aljabar dari SIMAN'S untuk membangkitkan bilangan random antam 0 - 1) yang berbeda untuk tiap replikasi. Hasil eksperimen yang telah dilakukan akan ditampilkan pada summary yang ada pada akhir running simulasi software Arena 3.0 yang disediakan untuk.,- menampilkan semua parameter performasi untuk tiap elemen dalam model yang telah dibuat dengan Arena '3.0. Dalam menentukan jumlah replikasi ini, parameter yang digunakan adalah mean flow time dari waktu pelayanan di dermaga. Hasil mean flow time didapatkan dari output summary Arena 3.0. Dengan replikasi selang kepercayaan

95 % dan tingkat ketepatan relatif 10 % ( 5= ) Hasil uji -T dan validasi model pada tiap-tiap dermaga diperoleh sebagai berikut: Running Simulasi: Hasil simulasi belum dapat dijadikan sebagai parameter analisa perfonnansi sistem jika running simulasi hanya dilakukan dalam satu kali replikasi (single run experiment).

Hal ini disebabkan nilai parameter simulasi mempunyai variabel random yang mempunyai variansi yang cukup besar sehingga memungkinkan perbedaan yang cukup signifikan dengan hasil analisa yang benar. Untuk itulah direkomendasikan penggunaan teknik reduksi variansi (vuriunce reduction technique). Salah satu cara yang dapat diglmakan pada teknik reduksi variansi adalah penggunaan bilangan random, dengan meastikan bahwah setiap sumber variansi memiliki satu stream random number' yang khas . Dalam hal ini simulasi dilakukan dalam n replikasi yang independen dan tiap replikasi dilakukan dengan menggunakan bilangan random yang berbeda. Jumlah replikasi ditentukan dengan menggunakan sequential procedure, di mana langkah-langkah penggunaannya sebagai berikut: 1. Menentukan jumlah replikasi awal, no 2

dan ( ) t 21,1n,n =

)n(Sn

2

2. Set n = no dan menghitung ( )nX

dan ( ) ,n X1, X2, X3,.Xn

3.Jika ( ) ( ) nX/,n maka I ( ) , = [ ]),n()n(X),,n()n(X + Merupakan perkiraan selang kepercayaan 100 (I - )% untuk dan langkah di atas selesai jika tidak mengerti nilai n dengan n+l melak-ukan replikasi lagi dan,Dari perhitungan dapat dikatakan bahwa dengan selang kepercayaan 95%, mean flow time dermaga Nilam adalah antara interval (I 1.0222) dan (10.7578). Berdasarkan analisa di atas dapat disimpulkan bahwa running simulasi dengan 5 kali replikasi belum cukup dan perlu dilakukan lagi beberapa kali replikasi hingga semua mean


40

flow lime semuanya berada di dalam interval batas atas dan batas bawah. Setelah dengan pertambahan replikasi didapatkan nilai mean flow time adalah . 1322 hari dengan melakukan replikasi sebanyak- 30 kali. IV. Analisa Hasil Simulasi Analisis basil simulasi mengenai sistem jasa sandar kapal ini dilakukan dengan menjalankan simulasi dengan replikasi sesuai pada tabel dibawa. Dari analisis ini terlibat bahwa pada parkir terdapat banyak sekali antrean yang menubggu karena terbatasnya dermaga untuk melakukan aktivitas loading/unloading. Di sini yang menjadi fokus analisis adalah pada antrean di rede/area parkir, karena panjang/pendeknya antrean di parkir tergantung pada pelayanan dermaga.

1. Eksperimentasi Analisis simulasi dari sistem nyata ini akan mensimulasikan model sistem nyata dengan menjalankan masing-masing kegiatan di tiap-tiap dermaga-Hasil simulasi sistem nyata akan dibandingkan dengan sistem usulan dan akan dianalisis perforinansi sistem dari kedua sistem, apakah terdapat perbaikan perfonnansi pada sistem usulan. Uji yang dilakukan untuk melakukan perbandingan rataan antara output simulasi dengan hasil observasi sistem riil adalah dengan menggunakan fasilitas software SPSS 9.0. Hipotesa awal yang diuji adalah bahwa kedua populasi mempunyai jumlah kapal yang antri direde yang sama. Sedangkan hipotesis tandingannya adalah kedua populasi mempunyai jumlah kapal yang antri direde yang tidak sama. Jadi eksperimentasi dilakukan dengan memberi altenatif untuk mengurangi jumlah antrean kapal yang menunggu pelayanan yaitu dengan menambah jumlah dermaga. Penambahan dermaga ini dikategorikan dalam dua jenis, yaitu: 1. Membangun dermaga baru. 2. Memanfaatkan dermaga lain yang sudah ada. Untuk jangka waktu empat tahun ke depan,

altematif penambahan dermaga dengan membangun dermaga baru kurang relevan, karena pembangunan dermaga baru membutuhkan waktu relatif lama sementara kebutuban penambahan dermaga sudah sangat mendesak mengingat jumlah antrean kapal dan lama menunggu pelayanan jasa sandar sudah sangat tinggi. untuk itu alternatif kedua bisa lebih layak untuk dijadikan solusi jangka pendek dalam mengurangi waktu tuggu pelayanan. Berdasarkan analisis hasil simulasi . dibuat eksperimentasi dengan skenario menambah kapasitas pelayanan. Yaitu:

Usulan I: Menambah kapasitas pelayam sebanyak satu buah pelabuhan yaitu Pelabuhan Semen Gresik, Usulan 2: Mmenambah kapasitas pelayanan satu buah pelabuhan yaitu Pelabuhan Petrokimia, Usulan 3: Menambah kapasitas pelayanan dua buah pelabuhan yaitu Pelabuhan Semen Gresik dan pelabuhan Petrokimia.

Penambahan dermaga untuk sandar kedua pelabuhan ini terutama untuk melayani kapal dalam negeri yang akan bersandar melakukan aklifitas bongkar muat mengingat jumlah kedatangan kapal dalam negeri memiliki proporsi yang cukup besar. Pemilihan kedua pelabuhan ini dilihat dari sisi kedekatannya dengan tempat parkir kapal (rede) serta kelengkapan fasilitas bongkar muatnya. Pada eksperimentasi ini altenatif tersebut akan dilakukan Secara simultan. Hal ini dilakukan karena ingin diketahui pengurangan jumlah antrean dari sistem kapal, jika altematif tersebut dilakukan Pengurangan jumlah antrean direde ini dapat dilihat dari banyaknya jumlah kapal yang keluar dari sistem dibandingkan dengan jumlah kapal yang keluar dari sistem sebelun mendapat penambahan dermaga untuk bersandar kapal.

Jamrud

Utara Jamrud Barat

Jamrud Selatan

Berlian Utara

Berlian Barat

Berlian Timur

Mirah Nilam

Banyaknya Reflikasi (n)

23 25 30 24 27 26 30 30

Rata-rata flow time

5.59 1.95 15.93 .99 2.98 4.94 7.79 10.72

Nilai Performasi dari hasil simulasi Rata rata jumlah kapal direde sistim Riil 60.14, dan sistem Model 59.72 Untuk mengetahui apakah dengan penambahan dermaga ini, telah mengurangi


41

jumlah antrean yang menunggu pelayanan, maka dilakukan analisis variansi terhadap jumlah kapal yang berada direde dalam sistem model simulasi awal dengan model simulasi usulan. Analisis dilakukan untuk mengetahui apakah terdapat perbedaan yang signifikan antara sistem nyata dengan sistem usulan. Sebelum dianalisis model simulasi usulan harus terlebih dahulu dilakukan replikasi untuk mengurangi variansi. Cara yang dikukan untuk menentukan jumlah replikasi yang seharusnya dilakukan, sama dengan cara perhitungan di atas. Pada model simulasi usulan nanti yang akan dibandingkan adalah jumlah kapal pada sistem yang sama dengan sistem yang pernah dianalisis pada saat validasi modal sistem riil. Hasil jumlah kapal ini didapatkan dari software SPSS 9.0. Dengan replikasi sebanyak 5 kali (n=5). Selang kepercayaan 95% ( =5%) dan tingkat ketepatan relative 10% ( =0,1) maka nilai ( )nx

dan ( ) ,n Da.ri basil perbitungan tersebut dapat diketahul

bahwa nilai ( ) ( ) nx/,n , sehingga nilai I ( , ) adalah:

Jml Kapal yang

keluar pada

model

Usulan I

Usulan II

Usulan III

Reflikasi ke n 30 30 30 30

)n(X

59.72 59.57 59.61 59.63

),n( -2501 -2.2050 .2548 -1539 )n(x

),n(

0.0042 0.0034 0.0043 0.0026

),n()n(X 59.47 59.37 59.36 59.627

),n()n(X + 59.97 59.78 59.86 59.633

T.hitung -5248 -4.509 .5317 Df 4 4 4 T. Tabel 1.091 -2.523 .551

Sicnificant level .337 0.103 348 Rata rata Jumlah kapal yang keluar

34.54 31.72 43.42

Dari perhitungan di atas dapat dikatakan bahwa dengan selang kepetcayaan 95%,jumlah kapal di rede pada model adalah antara Interval (59.47) dan (59.97). Berdasarkan analisa di atas dapat disimpulkan bahwa running simulasi dengan 5 kali replikasi belum cukup dan perlu dilakukan lagi beberapa kali replikasi hingga semua jumlah kapal direde pada model

semuanya berada di dalam interval batas atas dan batas bawah. Setelah dengan pertambahan replikasi didapatkan nilai jumlah kapal direde pada model adalah 59.95 kapal dengan melakukan replikasi sebanyak- 30 kali. Adapun hasil analisa pada usulan 1,2 dan 3 dapat dilihat di atas. Untuk mengetahui apakah sistem usulan itu telah mengurangi panjang antrean maka dilakukan uji paired-t compare means yaitu membandingkan apakah rata-rata panjang antrean model simulasi usulan berbeda secara signifikan dengan rata-rata panjang antrean model simulasi riil. Dengan Ho tidak ada perbedaan rata-rata antarsistem model dengan sistem usulan. Hasil uji paired-t compare means dapat ditunjukkan di atas hasil uji T untuk Validasi Model Sistem -Usulan 1,2 dan 3. Nilai T tabel diperoleh dari tabel nilai kritis distribusi t pada taraf keberartian (1-a) 95%, dengan derajat kebebasan (df) adalah N-k. Hipotesis nol diterima jika T hitung dengan nilai T tabel (nilai significance level-nya lebih dari nilai ). Dari tabel di atas dapat diketahui bahwa nilai T hitung < dari T tabel dan mulai significance level-nya dari nilai (0.05). Sehingga dapat diambil kesimpulan bahwa hipotesa nol diterima dan dinyatakan bahwa ada perbedaan jumlah kapal yang keluar dari sistem antara hasil simulasi dengan hasil observasi pada sistem riil. Kesimpulan ini menunjukkan bahwa model simulasi valid dan dapat digunakan untuk merepresentasikan sistem dalam melakukan analisis performansi sistem. Di sini yang menjadi fokus analisis adalah pada antrean di rede/area parkir, karena panjang pendeknya antrean di parkir tergantung pada pelayanan dermaga. Untuk mengetahui apakah terjadi pengurangan pada jumlah kapal yang mengantri di rede, maka perlu diketahui jumlah kapal yang keluar dari sistem. Nilai Perfonnansi dari hasil simulasi pada sistem usulan 1,2,3 dapat di ketahui dan dari usulan ke tiga adalah rata-rata jumlah kapal yang keluar 43.42 kapal. Dari hasil di atas terdapat pengurangan dari jumlah kapal yang ada direde sebanyak 12 buah kapal. Dari ketiga usulan, maka dipilih usulan 3 sebagai altematif dalam melakukan pelayanan mndar kapal untuk melakukan aktifaas bongkar muat. Hal ini dikarenakan usulan 3 mampu memberikan tambahan pelayanan sampai 12 kapal ini berarti pengurangan jumlah kapal yang menunggu di rede.


42

V. KESIMPULAN DAN SARAN Melalui serangkaian tahapan penelitian dapat disimpulkan bahwa: 1. Usulan yang dieksperimentasikan untuk

mengurangi jumlah kapal yang menunggu direde dan menambah jumlah kapal yang terlayani adalah dengan menambah dermaga dalam hal ini dipilih usulan yang ke-3 yang menggunakan 2 pelabuhan tambahan dengan memanfaatkan pelabuhan sekitar yang memiliki fasilitas memadai yaitu pelabuhan Semen Gresik dan pelabuhan Petrokimia, terutama untuk pelayanan sandar kapal-kapal dalam negeri' yang memiliki prosentase kedatangan yang lebih besar.

2. Hasil analisis untuk model sistem simulasi riil dan eksperimentasinya didapatkan hasil sistim model riil 31.72 dan sistim usulan 3 adalah 43.42 dari hasil tersebut terdapat pengurangan dari jumlah kapal yang ada direde sebanyak 12 buali kapal. Yang berarti juga jumlah kapal yang dilayani bertambah 12 buah kapal.Penambahan dermaga dengan fasilitas yang memadai direkomendasikan untuk memperkecil jumlah antrean, untuk jangka panjang lebih baik dibangun pelabuhan pelabuhan baru dengan fasilitas berskala intemasional mengingat Pelabuhan Indonesia III cabang Tanjung Perak Surabaya merupakan pintu masuk Indonesia bagian timur dan kedepannya dengan dibukanya era globalisasi yang memungkinkan kapal-kapal luar negeri menyerbu Indonesia sebagai pangsa pasar yang potensial, sementara itu untuk kebutuhan jangka pendek yang sudah mendesak direkomendasikan untuk menggunakan dan memanfaatkan fasilitas dermaga di pelabuhan pelabuhan sekitar terutama pelabuhan Petrokimia dan pelabuhan Semen Gresik.

Saran Saran yang diberikan ini diharapkan dapat memberikan masukan bagi pihak perusahaan untuk memperbaiki kineja sistem pelayanan dan dapat dipertinbangkan untuk direkomendasikan tambahan dermaga baru. DAFTAR PUSTAKA Averil M. Law, W. David Kelton, 1982,

Simulation Model and Analysis, McGraw-Fbll

Haindy A. Taha, 1996, Riset Operasi (Jilid 2), Binarupa Aksara, Jakarta

Hary Prihantono, 1995, Penentuan Jumlah Kcbutahan Peralatan Container Handling pada Unit Terminal Pcti Kcmas pada Pclindo III dengan Metode Simulasi, FTI-ITS

Kdton W. David., Randal P. Sadowski, and Deborah A. Sadowski, 1998, Simulation with ARENA, WCB McGraw-Hill, New York

Khoshnevis B., 1994, Discrete Systems Simulation, International Edition, McGraw-will

Muflih Wijaya, 2000, Analisis Sistem Pelayanan dengan Metode Simulasi Guna Mcningkatkan Kinerja Sistcm Pelayanan Jasa servis Sepeda Motor Honda di PT Nitra Pinasthika Mustika Surabaya, FTI-ITATS

Pudjiono, 1990, Menentukan Kapasitas Maksimum Fasilitas Landasan di Bandara Juanda dengan Metodc Simulasi, FTI ITS

Ronald E. Walpole, 1995, Pengantar Statistika, Gramedia Pustaka Utama, Jakarta

Slamet Raharjo, 1999, Simulasi Sistem Pelayanan untuk Meningkatkan Kinerja Sistem Pclayanan Depo Container, Frl-ITS

sti-apr2006- (6)

Documents

Transcript of sti-apr2006- (6)