SIMULASI SISTEM INDUSTRI Proses Optimasi pada Bengkel Mitra Motor 4 menggunakan Metode Simulasi
-
Upload
independent -
Category
Documents
-
view
10 -
download
0
Transcript of SIMULASI SISTEM INDUSTRI Proses Optimasi pada Bengkel Mitra Motor 4 menggunakan Metode Simulasi
1
SIMULASI SISTEM INDUSTRI
Proses Optimasi pada Bengkel Mitra Motor 4
menggunakan Metode Simulasi
Dosen : Prof. Dr., Ir. Suparno, M.S.I.E.,
Asisten : Vega Nuansa
Oleh :
Kelompok 5/ Kelas C
Salman (2510100037)
Eka Rahma Paramita (2511100025)
M. Zuhdi Sumarna (2511100059)
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
2014
2
BAB I
PENDAHULUAN
Pada bab pendahuluan ini akan berisi gambaran singkat sistem, latar belakang
pemilihan objek, tujuan simulasi dan peluang perbaikan, tantangan, serta batasan dan asumsi.
1.1 Gambaran Singkat Sistem
Objek yang diamati adalah Bengkel Mitra Motor 4 4 yang berada di JL Gebang Lor.
Bengkel ini merupakan usaha yang bergerak di bidang jasa pada sepeda motor. Sepeda motor
yang memiliki kendala tiba di bengkel dan menjelaskan keluhan yang ada kepada operator
pada bengkel agar diketahui masalah yang terjadi pada kendaraannya. Sebelumnya jika
banyak pelanggan maka pengguna jasa harus mengantri terlebih dahulu untuk dilayani.
Kemudian operator melakukan pengecekan terhadap sepeda motor. Setelah diketahui pasti
permsalahan yang ada, kemudian penyedia jasa mengkonfirmasikan kepada pengguna jasa
untuk dapat mengambil keputusan perbaikan pada sepeda motor. Jika sudah sepakat maka
kendaraan tersebut akan di lakukan perbaikan atau aktifitas lain yang disepakati.
Bengkel Mitra Motor 4 4 beroperasi setiap hari mulai pukul 08.00-17.00. Jumlah
pegawai pada Bengkel Mitra Motor 4 4 terdiri dari 3 orang montir dan 1 orang kasir. Bengkel
juga menjual beberapa jenis sparepart motor yang dapat dijual secara terpisah. Beberapa
servis yang disediakan pada bengkel ini adalah full servis, penggantian oli, dan servis
sebagian. Full servis adalah perngecekan dan perbaikan motor pada semua bagian motor.
Penggantian oli adalah proses mengganti oli yang sudah tidak layak. Servis sebagian adalah
pengecekan dan perbaikan motor sesuai dengan keluhan dari konsumen, sehingga montir
hanya memperbaiki beberapa bagian dari motor yang rusak tersebut.
1.2 Latar Belakang Pemilihan Objek
Pemilihan objek amatan dilakukan berdasarkan permasalahan yang terjadi pada
bengkel ini. Karena permintaan jasa pada bengkel ini yang tidak menentu sehingga bisa jadi
suatu saat montir menganggur dalam waktu yang lama, sebaliknya jika pada waktu tertentu
sangat banyak motor yang harus dilayani maka montir harus bekerja ekstra malah kekurangan
3
sumber daya manusia untuk melayani pelanggan. Juga posisi bengkel yang berada tidak jauh
dari tempat tinggal pengamat sehingga memudahkan pengamat untuk melakukan proses
pengamatan setiap saat. Selain itu objek amatan juga memiliki variasi layanan yang beragam.
Dari hasil pengamatan pada objek amatan, pengamat menemukan beberapa
permasalahan pada sistem kerja yang belum optimal, misalnya pada utilitas pekerja yang
rendah dan waktu pelayanan. Oleh sebab itu pengamat memutuskan untuk menggunakan
Bengkel Mitra Motor 4 4 sebagai objek amatan yang akan dioptimalkan prosesnya dengan
menggunakan arena.
1.3 Tujuan Simulasi dan Peluang Perbaikan
Pada tugas besar mata kuliah Simulasi Sistem Industri ini simulasi pada permasalahan
nyata dilakukan agar peserta mata kuliah SSI dapat memahami aplikasi langsung simulasi
dalam dunia nyata dan memahami bagaimana cara melakukan proses simulasi mulai dari
mengetahui data-data apa saja yang dibutuhkan, pengambilan data secara langsung, hingga
melakukan perbaikan dari hasil simulasi data yang didapatkan. Pada kasus Bengkel Mitra
Motor 4 4, peluang perbaikan yang bisa dilakukan adalah efisiensi dari pegawai, efisiensi
pada waktu proses pengerjaan, dan juga mengurangi waktu antrean.
1.4 Tantangan
Adapun tantangan yang dihadapi dalam pengamatan pada Bengkel Mitra Motor 4
antara lain:
1. Cuaca yang sering berubah mengakibatkan pengamat kesulitan menentukan waktu
pengamatan
2. Akses jalan yang terbilang padat di daerah Gebang Lor mengakibatkan pengamat
terkadang mengalami kesulitan untuk menjangkau daerah tersebut
3. Availability dari Bengkel Mitra Motor 4 yang sering berubah-ubah.
4. Keterbatasan waktu pengamatan dari pengamat
1.5 Batasan dan Asumsi
Berikut merupakan batasan dan asumsi yang digunakan dalam pengerjaan laporan.
1.5.1 Batasan
Adapun batasan yang digunakan dalam pengerjaan laporan ini antara lain:
4
1. Ruang lingkup yang diambil hanya pada sistem Bengkel Mitra Motor 4 yang
berada di Jl. Gebang Lor.
2. Pengambilan data dilakukan dengan pengamatan sistem antrian Mitra Motor 4
3. Data yang diambil adalah waktu kedatangan pelanggan, waktu yang diluangkan
pelanggan untuk menunggu hingga proses perbaikan sepeda motor selesai, waktu
yang digunakan oleh resources untuk melakukan pengecekan sepeda motor,
konfirmasi kepada pelanggan, hingga proses perbaikan yang telah disepakati.
4. Untuk setiap motor yang masuk dikerjakan oleh satu pegawai.
1.5.2 Asumsi
Asumsi yang digunakan dalam pengamatan pada sistem antrian Bengkel Mitra
Motor 4 antara lain:
1. Tidak ada prioritas pelanggan, pelayanan berdasarkan asas first in, first served (yang
pertama kali datang, akan dilayani pertama kali).
2. Waktu warming up diabaikan dan sistem dikerjakan dengan terminating condition
3. Waktu kerja pekerja sama dengan waktu buka Bengkel
5
BAB II
GAMBARAN SISTEM AMATAN
Pada bab gambaran sistem amatan ini akan dijelaskan mengenai gambaran sistem
amatan yaitu sistem antrian pada Mitra Motor, Gebang Lor yang terdiri dari elemen-elemen
sistem dan juga variabel sistem yang mempengaruhi sistem eksisting.
2.1 Elemen – Elemen Sistem
Diawali terlebih dahulu dengan penjelasan mengenai pengertian sistem itu
sendiri.Sistem merupakan kumpulan dari elemen-elemen sistem yang saling berintegrasi
untuk mencapai tujuan tertentu. Elemen di dalam sistem terbagi menjadi beberapa bagian
antara lain:
1. Entitas
2. Activities
3. Resources
4. Control
Berikut adalah gambaran mengenai sistem serta beberapa elemen yang berada di
dalamnya:
Gambar 2.1 Elemen-Elemen Sistem
2.1.1 Entitas
Entitas merupakan segala sesuatu yang bergerak atau yang mempengaruhi
sebuah sistem (membuat event). Dalam berbagai kasus pada umumnya, yang menjadi
entitas adalah manusia, namun pada dasarnya entitas tidaklah selalu manusia, entitas
dapat pula berupa objek, produk ataupun dokumen. Entitas yang berbeda juga
6
tentunya akan memiliki karakteristik yang berbeda, seperti perbedaan harga, bentuk,
kualitas ataupun kondisi. Entitas dapat dibagi menjadi 3 jenis yaitu:
Human atau animate ,contohnya adalah pelanggan, pasien, dan lainnya
Inanimate, contohnya adalah parts, dokumen, dan lainnya
Intangible ,contohnya adalah telefon yang masuk, e-mail dan lainnya
Dalam studi pengamatan yang dilakukan pada Mitra Motor 4, dapat ditentukan
bahwa yang merupakan bagian dari incoming entities adalah pelanggan yang datang
ke Mitra Motor dengan mengendarai sepeda motornya untuk mendapatkan fasilitas
perbaikan, sedangkan outgoing entities adalah pelanggan yang keluar dari Mitra
Motor dengan mengendarai sepeda motor miliknya yang sudah mendapatkan
perbaikan.
2.1.2 Activities
Aktivitas merupakan kegiatan yang dilakukan dalam sistem, yang
berhubungan dengan pemrosesan entitas baik secara langsung maupun tidak langsung.
Aktivitas juga dibagi menjadi beberapa jenis, yaitu:
Entity processing. Dalam studi pengamatan sistem antrian di dalam Mitra
Motor maka yang merupakan bagian dari proses entittas adalah:
1. Proses pendaftaran sepeda motor pada meja resepsionis/kasir
2. Sepeda motor dibawa oleh pegawai ke area stasiun kerja
3. Proses pengecekan dan perbaikan sepeda motor menggunakan alat-
alat bengkel yang standar.
4. Petugas bengkel melakukan konfirrmasi kepada pelanggan atas
masalah yang terjadi pada sepeda motornya
5. Petugas bengkel melakukan proses perbaikan sesuai yang telah
disepakati dengan pelanggan
6. Pengecekan kembali serta finishing dilakukan petugas untuk
memastikan sepeda motor telah selesai diperbaiki
7. Motor dibawa keluar area stasiun kerja
8. Petugas melakukan konfirmasi ke kasir tentang operasi yang
dilakukan serta part dan bahan yang digunakan untuk melakukan
proses perbaikan
7
9. Pelanggan melakukan pembayaran di kasir
Entity and resources movement. Dimana yang merupakan bagian dari
aktivitas ini adalah:
1. Setelah mendaftar, pegawai Mitra Motor akan membawa sepeda
motor pelanggan ke area stasiun kerja
2. Pada saat sepeda motor diproses, ada 2 aktivitas yang dapat
dilakukan oleh pelanggan yaitu menunggu di dalam ruang tunggu
hingga sepeda motor selesai diperbaiki atau pergi meninggalkan
Mitra Motor dengan jaminan dari pihak pengelola bahwa
kendaraan akan selesai pada waktu yang telah dijanjikan
3. Pegawai melakukan proses pengecekan
4. Pegawai melakukan proses perbaikan
5. Pegawai melakukan proses pengecekan kembali dan finishing
Resources adjustment, maintenance, repairs. Pada sistem amatan perlu
dilakukan maintenance dengan tujuan agar alat-alat yang digunakan untuk
melakukan perbaikan tetap terjaga kualitasnya sehingga proses service
sepeda motor tetap berlangsung tanpa hambatan. Adapun yang
membutuhkan proses maintenance ataupun repair adalah compressor,
gerinda, kunci inggris, kunci magnet dan hydraulic.
2.1.3 Resources
Resources merupakan alat yang digunakan untuk melakukan aktivitas
ataupun dimana aktivitas dilakukan. Terdapat berbagai jenis resources yaitu:
1. Dedicated or shared
2. Permanent or consumable
3. Mobile or stationary
Berdasarkan hasil pengamatan di dalam sistem, menunjukkan bahwa objek
amatan termasuk di dalam kategori permanent dan consumable.Dimana resources yang
terkait adalah pegawai Mitra Motor 4.
8
2.1.4 Control
Kontrol adalah yang mengatur bagaimana, kapan dan dimana aktivitas
dilakukan atau dijalankan. Dalam studi pengamatan ini yang termasuk dalam
bagian control adalah:
1. Prosedur antrian service sepeda motor di Mitra Motor 4
2. Jadwal jam operasi atau jam kerja Mitra Motor 4
3. Jam kerja pegawai dari Mitra Motor 4
2.2 Variabel Sistem
Variabel sistem adalah bagian dari informasi yang merefleksikan karakteristik dari
sebuah sistem. Variabel tidak mengikuti/terikat pada suatu entitas. Variabel dapat diakses
oleh semua entitas dan dapat berubah-ubah nilainya. Dalam suatu sistem, variabel
dibedakan menjadi variabel independen, variabel dependent dan variabel state.
Variabel Independen/bebas adalah variabel yang mendefinisikan tentang semua
perlakuan yang diberikan terhadap percobaan tersebut yang dapat memicu suatu
perubahan/hal lain atau bisa juga diartikan sebagai variabel yang mengakibatkan
perubahan bagi variabel dependent. Variabel terikat/dependen adalah variabel yang
nilainya dipengaruhi oleh variabel lainnya. Variabel state adalah variable yang
dikendalikan atau dibuat konstan sehingga pengaruh variable bebas terhadap variable
terikat tidak dipengaruhi oleh faktor luar yang tidak diteliti.
Pada sistem pada objek yang diamati yaitu Bengkel Mitra Jaya dapat diidentifikasi
beberapa variabel sistem. Variabel sistem yang digunakan dalam sistem ini adalah
sebagai berikut :
1. Variabel Independent : Jumlah motor yang masuk ke bengkel, jenis
kerusakan.
2. Variabel Dependent : Total waktu proses perbaikan, waktu tunggu.
3. Variabel State : Waktu buka bengkel mulai dari 08.00-17.00.
9
BAB III
METODOLOGI
Pada bab metodologi ini akan menerangkan mengenai flowchart pengerjaan dan
pengolahan data pada laporan ini, serta akan dicantumkan penjelasan mengenai langkah-
langkah yang diambil pada flowchart tersebut.
3.1 Flowchart Pengerjaan
Start
Pengamatan
Kondisi Eksisting
Pengambilan Data
Data Kedatangan
Konsumen, Waktu
Proses dan urutan
Proses
Pengolahan Data
(Fitting Distribusi)
Pengamatan Wawancara
Membentuk Model
Konseptual
Pembangunan
Model Arena
Verifikasi
Pembuatan
Skenario
Perbaikan
Analisis Output
End
Apakah Verifikasi berhasil ?
Ya
Tidak
Validasi
Apakah Validasi berhasil ?
Ya
Tidak
Gambar 3.1 Flowchart Pengerjaan Proses Simulasi
10
Gambar 3.1 di atas merupakan flowchart pengerjaan proses simulasi pada objek
amatan Bengkel Mitra Motor 4 .
3.2 Penjelasan Flowchart
Metodologi pengerjaan laporan ini dimulai dengan proses pengamatan pada sistem
eksisting. Pengamatan dilakukan secara langsung ke Bengkel motor Mitra Motor.Dari
pengamatan diharapkan akan didapatkan data – data yang dibutuhkan untuk running arena.
Data yang dikumpulkan dengan metode wawancara maupun pengamatan langsung
selanjutnya akan dioloah. Pengolahan data ini untuk memastikan bahwa data telah cukup dan
telah sesuai dengan kondisi eksisting. Metode Wawancara digunakan untuk mendapatkan
informasi informasi terkait resource dan informasi lainnya dari pengelola bengkel. Setelah itu
akan dibangun model konseptual sistem yang merepresentasikan kondisi real system tersebut.
Setelah model konseptual terbentuk, dilakukan pembangunan model arena ke dalam software
arena. Langkah selanjutnya adalah proses pengecekan verifikasi dan validasi terhadap model-
model yang telah dibangun sebelumnya. Verifikasi digunakan untuk mengecek apakah model
komputer yang dibangun telah sesuai dengan model konseptualnya. Validasi digunakan untuk
mengecek apakah model yang dibangun telah sesuai atau merepresentasikan real system.
Langkah selanjutnya adalah dilakukan perbaikan model simulasi untuk proses optimalisasi
pada kondisi real system dengan skenario perbaikan. Output dari simulasi initial condition
dan model simulasi yang telah diperbaiki tersebut kemudian dianalisis untuk melihat hasil
perbaikan yang telah dilakukan.
11
BAB IV
KELUARAN
Pada bab keluaran ini akan dilakukan pembuatan model konseptual hingga proses
pengembangan model simulasi dengan menggunakan software arena. Setelah dilakukan
pengembangan model simulasi, selanjutnya akan dilakukan proses perbaikan terhadap sistem
eksisting, menganalisa output/ keluaran dari perbandingan kedua sistem dan analisis biaya
4.1 Model Konseptual
Model konseptual adalah model yang dibangun untuk menggambarkan kondisi
permasalahan dan sistem eksisting pada objek amatan. Model konseptual yang dibangun pada
laporan ini terdiri dari tiga jenis model yaitu logic flow diagram, process flow diagram dan
Activity Cycle Diagram.
4.1.1 Logic Flow Diagram
Pada subbab ini akan dijelaskan bagaimana laur proses pada bengkel motor Mitra 4.
Berikut ini adalah logic flow diagram dari bengkel motor Mitra 4 mulai dari pengunjung
datang hingga selesai dilayani.
12
Pengunjung Tiba
Apakah montir available?
Motor masuk stasiun kerja
Menentukan Jenis Layanan
Pembersihan filter udara
Mengantri
Ya
Tidak
Full Service
Menyatakan keluhan
Service Sebagian
Pengecekan kondisi oli
Ganti Oli
Pembuangan oli yang sudah kotor
Konfirmasi jenis oli yang digunakan
Pengisian oli baru
Pengecekan kondisi motor berdasarkan
keluhan
Konfirmasi permasalahan
Perbaikan atau penggantian komponen
Setel Klep
Setel Rantai
Uji setting
Uji coba
Pembayaran
Selesai Dilayani
Gambar 4.1 Logic Flow Diagram pada Bengkel Mitra Motor 4
Proses bermula dari kedatangan pengunjung ke bengkel kemudian jika montir sedang
bekerja semua makaharus mengantri tetapi jika ada yang tersedia motor bisa langsung masuk
stasiun kerja. Setelah masuk stasiun kerja, motor diperlakukan layanan sesuai dengan layanan
yang diinginkan. Terdapat tiga jenis layanan yaitu ganti oli, full service, dan service sebagian.
Masing-masing layanan memiliki proses yang berbeda seperti terlihat diatas. Setelah semu
13
proses selesai maka selanjunya pengunjung melakukan pembayaran sesua dengan layanan
yang diterima. Dan pelayanan telah selesai pengunjung dan motornya meninggalkan sistem.
4.1.2 Process Flow Diagram
Berikut ini adalah aliran proses yang berlangsung pada bengkel motor Mitra 4 mulai
dari pengunjung datang hingga selesai dilayani yang digambarkan dalam process flow
diagram.
Pengunjung Datang
Motor Mengantri
Motor Memasuki Stasiun Kerja
Proses Menyatakan Keluhan
Proses Identifikasi Masalah
Proses Konfirmasi Masalah
Proses Konfirmasi Perlakuan
Proses Pemilihan Layanan
Proses Dilakukan
Proses Pembayaran
Gambar 4.2 Process Flow Diagram pada Bengkel Mitra Motor 4
4.1.3 ACD
Activity Cycle Diagram / ACD adalah salah satu bentuk konseptual model untuk
menggambarkan interaksi antar entiti di dalam sistem. Activity Cycle Diagram digambarkan
dengan sebuah kode yang menjelaskan cara kerja suatu sistem.
Berikut ini adalah gambar ACD untuk permasalahan pada sistem Bengkel Mitra Motor 4 :
14
Pengunjung dan Motor Tiba ke
Bengkel
Menunggu untuk
Dilayani montir
Motor Masuk Stasiun Kerja
Menentukan Jenis Layanan
Motor menunggu untuk dilakukan
perbaikan
Pembersihan filter udara
Menyatakan keluhan
Pengecekan kondisi oli
Pembuangan oli yang sudah kotor
Konfirmasi jenis oli yang digunakan
Pengisian oli baru
Pengecekan kondisi motor berdasarkan
keluhan
Konfirmasi permasalahan
Perbaikan atau penggantian komponen
Setel Klep
Setel Rantai
Uji setting
Uji coba motor
Menunggu Antrean
Pembayaran
Pembayaran
Wait
Montir available
Motor Keluar dari Sistem
montir idle
Montir idle
Montir dan pekerja kasir idle
Gambar 4.3 Activity Cycle Diagram pada Bengkel Mitra Motor 4
15
4.2 Fitting Distribusi
Fitting distribusi digunakan untuk mendapatkan distribusi yang tepat untuk setiap
waktu distribusi kedatangan dan waktu proses. Fitting distribusi pada Software arena
dapat dilakukan dengan komponen standar arena Input Analyzer. Input Analyzer
digunakan untuk mengetahui kualitas kecocokan fungsi distribusi dari input data. Data
yang diproses menggunakan Input Analyzer didapatkan dari waktu data random proses.
Berikut ini adalah tahap penggunaan Input Analyzer
Data yang akan dianalisa disimpan dalam notepad dan di save dengan format *.txt
atau *.dst.
Buka tool Input Analyzer dari Arena.
FileNew, bisa juga dengan ctrl+N atau meng klik icon New pada toolbar.
FileData FileUse Existing Kemudian cari file data yang telah disimpan sebelumnya,
open
Untuk mengetahui fungsi distribusi data dilakukan fitting data dengan Fit. Untuk
mengetahui fungsi distribusi yang paling cocok untuk data, pilih Fit All. Berikut ini adalah
data fitting distribusi untuk beberapa proses yang ada pada objek amatan :
4.2.1 Fitting distribusi untuk waktu antar kedatangan pelanggan
Berikut ini adalah input data acak waktu antar kedatangan pelanggan yang diamati
pada Bengkel Mitra Motor 4 4 dan output distribusi dari data kedatangan pelanggan :
Tabel 4.1 Waktu antar kedatangan pelanggan Bengkel Mitra Motor 4
No. Waktu Antar Kedatangan (menit) No. Waktu Antar Kedatangan (menit)
1 1 9 11
2 3 10 26
3 10 11 45
4 25 12 96
5 38 13 40
6 30 14 100
7 15 15 5
8 35 16 20
16
Gambar 4.4 Histogram Fitting Distribusi untuk Waktu Kedatangan Pelanggan
Distribution Summary
Distribution: Exponential
Expression: 0.5 + EXPO(30.8)
Square Error: 0.046796
4.2.2 Fitting Distribusi untuk Waktu Proses
a. Waktu Proses pembayaran
Berikut ini adalah input data acak waktu proses pembayaran yang diamati pada
Bengkel Mitra Motor 4 dan output distribusi dari data waktu proses pembayaran:
Tabel 4.2 Data Waktu Proses Pembayaran
No.
Waktu
Pembayaran No.
Waktu
Pembayaran
1 2 6 3
2 3 7 4
3 1 8 1
4 2 9 3
5 1,5 10 2,5
Gambar 4.5 histogram Fitting Distribusi untuk waktu pembayaran
Distribution Summary
17
Distribution: Beta
Expression: 0.5 + 3 * BETA(1.54, 1.96)
Square Error: 0.002776
b. Pengecekan Kondisi Oli
Tabel 4.3 Data Pengecekan Kondisi Oli
No.
Waktu Proses Pengecekan
Kondisi Oli
1 1
2 2
3 1,5
4 1,5
5 2
Gambar 4.6 histogram Fitting Distribusi untuk waktu pengecekan kondisi oli
Distribution Summary
Distribution: Triangular
Expression: TRIA(0.5, 1, 2.5)
Square Error: 0.000000
18
c. Waktu Proses Pembuangan Oli yang sudah kotor
Tabel 4.4 Data Waktu Proses Pembuangan Oli yang Sudah Kotor
No.
Waktu Proses Pembuangan Oli
yang sudah kotor
1 2
2 3
3 2
4 2
5 2
Gambar 4.7 histogram Fitting Distribusi untuk waktu pembuangan oli yang kotor
Distribution Summary
Distribution: Weibull
Expression: 1.5 + WEIB(0.797, 1.92)
Square Error: 0.000283
d. Waktu Proses Pengisian Oli Baru
Tabel 4.5 Data Waktu Proses Pengisian Oli Baru
No. Waktu Proses Pengisian Oli Baru
1 8
2 7
3 5
4 8
5 6
19
Gambar 4.8 Histogram Fitting Distribusi untuk Waktu Proses Pengisian Oli Baru
Distribution Summary
Distribution: Beta
Expression: 4.5 + 4 * BETA(0.747, 0.552)
Square Error: 0.006960
4.2.3 Proses Penentuan Probabilitas Jenis Layanan yang Diberikan
Pada subbab ini berisi mengenai probabilitas jenis layanan yang diberikan untuk
setiap entitas motor yang masuk ke dalam bengkel. Probabilitas ini ditetapkan dari data
pengamatan pada beberapa konsumen yang datang dan kemudian dihitung nilai
probabilitasnya.
Tabel 4.6 Jenis Layanan yang Diberikan untuk tiap Motor yang masuk
Jenis Layanan Jumlah
pelanggan Probabilitas
Full Service 3 0,20
Ganti Oli 5 0,33
Service Sebagian 7 0,47
4.3 Simulasi Kondisi Eksisting
Simulasi kondisi eksisting adalah proses memodelkan suatu kondisi real system ke
dalam suatu software arena atau model arena berdasarkan permasalahan yang akan
diselesaikan dan model konseptual yang akan dibangun.
20
Simulasi kondisi eksisting digunakan untuk mengukur dan menilai kinerja keadaan
eksisting. Dari output simulasi eksisting ini kita dapat menentukan perubahan mana saja yang
perlu diperbaiki agar sistem lebih optimal lagi. Berikut ini adalah model arena yang dibangun
berdasarkan keadaan real system:
Gambar 4.9 Model Arena Pada Bengkel Mitra Motor 4
Pada model arena, data didapatkan dari hasil fitting distribusi untuk setiap proses,
untuk kegiatan proses layanan bengkel akan dilayani oleh pegawai montir yang terdiri dari 3
montir, dan untuk proses pembayaran akan dilakukan oleh pegawai kasir.
4.4 Verifikasi dan Validasi
Tahap verifikasi dan validasi berfungsi untuk mengetahui apakah ada error pada
model yang dibuat. Apabila tidak terdapat error akan dilanjutkan ke proses validasi untuk
mengetahui apakah model telah sesuai dengan dunia nyata atau tidak.
1. Verifikasi
Verifikasi adalah comparing system tanpa uji statistik untuk mengecek ada atau
tidaknya eror di dalam model Arena. Tujuan dari verifikasi adalah untuk mengetahui apakah
model simulasi, kode atau logika sudah cocok dengan model yang ingin kita buat. Verifikasi
dilakukan untuk mengetahui apakah ada atau tidaknya error pada model yang telah dibuat.
Untuk melakukan verifikasi pada software Arena dapat menggunakan shortcut
dengan menekan F4 atau dengan memilih perintah “check” pada menu “run” dan akan
menghasilkan notification. Berikut ini adalah hasil verifikasi untuk model pada bengkel
Mitra Motor 4.
21
Gambar 4.10 Output uji verifikasi model Bengkel Mitra Motor 4
Berdasarkan gambar di atas, hasil verifikasi menunjukkan tidak ada error pada model
sehingga hal tersebut menunjukkan bahwa model yang dibuat telah sesuai dengan keinginan
pembuat model atau “code”.
4. Validasi
Validasi adalah proses pengecekan model dengan real system. Suatu model akan
dianggap valid apabila hasil perbandingan antara model simulasi dengan real system tidak
memiliki perbedaan yang signifikan. Perbandingan dua alternatif dalam simulasi sistem
industri pada umumnya digunakan dalam validasi, antara model yang dibuat dengan sistem
pada dunia nyata. Model bisa dikatakan valid jika hasil perbandingan yang muncul
menunjukkan bahwa kedua model alternatif tidak berbeda secara signifikan.
Untuk melakukan proses validasi, hal yang perlu diketahui pertama kali adalah jenis
sistem dari objek amatan. Jenis sistem dibedakan menjadi dua yaitu terminating dan non
terminating. Model simulasi terminating adalah model dimana initial condition untuk setiap
replikasi adalah sama. Sedangkan non terminating adalah model dimana initial condition
untuk setiap replikasi akan berbeda-beda, sehingga proses pengamatan harus dilakukan
setelah sistem dalam keadaan steady state. Berdasarkan uraian tersebut maka jenis sistem
yang kami amati adalah nonterminating karena terdapat entitas WIP yang akan berbeda setiap
harinya di awal replikasi.
22
Terdapat dua metode yang digunakan untuk membandingkan dua alternative dalam
mendesain sistem, yaitu Welch convidence interval for comparing two systems dan Paired-t
confidence interval for comparing two systems. Karena pada hasil simulasi kondisi eksisting
ditemukan permasalahan yaitu berupa antrian pada layanan perbaikan di Bengkel Mitra 4,
utilisasi pegawai bengkel yang rendah, maka dibuat alternatif-alternatif perbaikan yaitu:
Welch confidence interval for comparing two systems
Welch confidence interval for comparing two systems merupakan metode yang
digunakan dalam proses validasi. Proses validasi menggunakan metode tersebut karena
jumlah sampel pada masing-masing populasi dan variansi antar populasi 1 dengan populasi
2 berbeda dan masing-masing populasi (simulated system) saling bebas dan berdistribusi
normal baik dalam populasi maupun antar populasi.
Hipotesa:
H0 : µ1- µ2 = 0
H1 : µ1- µ2 ≠ 0
Adapun syarat penggunaan Welch convidence interval for comparing two systems
adalah sebagai berikut:
a. Masing-masing populasi (simulated systems) saling bebas dan berdistribusi
normal baik dalam populasi maupun antar populasi
b. Jumlah sampel pada masing-masing populasi (n1) dan (n2) tidak harus sama
c. Variansi antara populasi 1 dengan populasi 2 tidak harus sama
Perhitungan Welch convidence interval for comparing two systems untuk level of
significant α.
[( ) ( ) ]
[
]
[
]
( )
[
]
( )
√
dimana; hw=half width
Berikut adalah proses perhitungan validasi model eksisting dengan metode welch
confidence interval untuk level of significant α = 0,05:
23
Tabel 4.7 Welch Confidence Interval
Replikasi Output Simulasi Output Nyata Throughput Difference
1 9 5 4
2 14 11 3
3 20 22 -2
4 21 22 -1
5 19 17 2
6 12 11 1
7 11 10 1
8 10 12 -2
9 17 15 2
10 18 20 -2
Rata-rata 15,1 14,5 0.6
Standar Deviasi 4,43 5,68 2,22
Variansi 19,66 32,28 4,93
Dengan level of significance α = 0,05 maka didapatkan :
[
]
[
]
( )
[
]
( )
[
]
[ ]
[ ]
√
√
√
Dimana didapatkan dari Tabel Distribusi-t
dengan Interpolasi.
24
Dengan 95% confidence interval-nya adalah :
( ) ( )
( ) ( )
Berdasarkan perhitungan di atas, karena nilai 0 berada di dalam rentang μ1-μ2 maka
didapatkan μ1-μ2 = 0 dan keputusan yang diambil adalah Terima H0. Kesimpulan : Output
Simulasi dan Output Nyata tidak ada perbedaan. Jadi model yang dibuat dapat dikatakan
telah valid.
4.5 Skenario Perbaikan dan Simulasi
Pada subbab ini akan dilakukan pembangunan beberapa skenario simulasi untuk
memperbaiki sistem eksisting.
4.5.1 Penentuan Jumlah Replikasi
Absolute Error (β) : adalah banyaknya error yang kita toleransi terjadi dalam sistem
tersebut dan dinyatakan dalam bentuk jumlah error. Dimana untuk mengetahui jumlah
replikasi yang diperlukan dapat digunakan rumus sebagai berikut :
Untuk mencari β, dihitung dengan rumus sebagai berikut:
( )
Lalu didapatkan n’ sebagai berikut:
(( )
)
Berdasarkan hasil simulasi kondisi eksisting dari Bengkel Mitra, dihasilkan tiga
alternatif skenario perbaikan yaitu:
1. Pada alternatif perbaikan 1, dilakukan pengurangan jumlah karyawan di bagian
montir dikurangi menjadi 2 montir untuk proses pengecekan kondisi oli dan
25
menyatakan keluhan, karena jika dilihat dari simulasi pada kondisi eksisting tidak
terdapat antrian
2. Pada alternatif perbaikan 2, kembali dilakukan pengurangan karyawan di bagian
montir namun dengan kondisi yang lebih ekstrim yaitu menjadi 1 orang guna
mengetahui kondisi yang lebih optimal.
3. Pada alternatif perbaikan 3, mengurangi jumlah karyawan di bagian montir menjadi 2
orang dan menambah job desk pengecekan kondisi oli hingga penggantian oli baru
untuk pegawai kasir.
4. Pada alternatif perbaikan 4, mengurangi jumlah karyawan di bagian montir menjadi 2
orang dan mengurangi karyawan kasir dan mentransfer jobdesk dari karyawan kasir
kepada montir.
Berikut ini adalah output untuk masing-masing skenario perbaikan :
1. Skenario 1
ARENA Simulation Results
Eka Rahma
Output Summary for 6 Replications
Project:Unnamed Project Run execution date :
5/22/2014
Analyst:Eka Rahma Model revision date:
5/22/2014
OUTPUTS
Identifier Average Half-width Minimum Maximum #
Replications
____________________________________________________________________________
___
Motor Service Sebagian. 9.3333 3.2294 4.0000 12.000 6
Motor Service Sebagian. 8.8333 3.4118 4.0000 13.000 6
Motor Ganti Oli.NumberI 5.0000 1.8775 3.0000 8.0000 6
Motor Ganti Oli.NumberO 5.0000 1.8775 3.0000 8.0000 6
Motor Full Service.Numb 4.3333 2.3625 2.0000 8.0000 6
Motor Full Service.Numb 4.0000 2.0992 2.0000 7.0000 6
Entity 1.NumberIn 18.666 5.6976 10.000 24.000 6
Entity 1.NumberOut 18.666 5.6976 10.000 24.000 6
Montir 1.TimesUsed 9.3333 2.2674 6.0000 12.000 6
Montir 1.ScheduledUtili .75114 .27514 .30871 .97301 6
Montir 2.TimesUsed 8.8333 3.2801 4.0000 12.000 6
Montir 2.ScheduledUtili .65533 .23026 .36792 .88719 6
Kasir.TimesUsed 36.500 11.023 19.000 46.000 6
Kasir.ScheduledUtilizat .11086 .03197 .05699 .13616 6
System.NumberOut 17.833 5.5308 9.0000 22.000 6
Simulation run time: 0.05 minutes.
Simulation run complete.
2. Skenario 2
26
ARENA Simulation Results Eka Rahma
Output Summary for 6 Replications
Project:Unnamed Project Run execution date :
5/22/2014
Analyst:Eka Rahma Model revision date:
5/22/2014
OUTPUTS
Identifier Average Half-width Minimum Maximum #
Replications
_____________________________________________________________________
__________
Motor Service Sebagian. 10.666 3.0899 6.0000 14.000 6
Motor Service Sebagian. 7.6666 2.1680 5.0000 10.000 6
Motor Ganti Oli.NumberI 4.8333 2.7703 1.0000 9.0000 6
Motor Ganti Oli.NumberO 3.1666 2.6896 .00000 6.0000 6
Motor Full Service.Numb 3.1666 1.6815 1.0000 5.0000 6
Motor Full Service.Numb 2.1666 .79011 1.0000 3.0000 6
Entity 1.NumberIn 18.666 4.2332 12.000 23.000 6
Entity 1.NumberOut 18.666 4.2332 12.000 23.000 6
Montir 1.TimesUsed 13.166 2.0370 10.000 15.000 6
Montir 1.ScheduledUtili .99085 .02353 .94509 1.0000 6
Kasir.TimesUsed 31.666 4.3866 25.000 36.000 6
Kasir.ScheduledUtilizat .09593 .01012 .08215 .10712 6
System.NumberOut 13.000 1.9914 10.000 15.000 6
Simulation run time: 0.03 minutes.
Simulation run complete.
3. Skenario 3
ARENA Simulation Results
Eka Rahma
Output Summary for 6 Replications
Project:Unnamed Project Run execution date :
5/22/2014
Analyst:Eka Rahma Model revision date:
5/22/2014
OUTPUTS
27
Identifier Average Half-width Minimum Maximum #
Replications
_____________________________________________________________________
__________
Motor Service Sebagian. 9.3333 1.4340 8.0000 11.000 6
Motor Service Sebagian. 9.1666 1.5449 8.0000 11.000 6
Motor Ganti Oli.NumberI 5.3333 1.8380 3.0000 8.0000 6
Motor Ganti Oli.NumberO 5.3333 .85700 4.0000 6.0000 6
Motor Full Service.Numb 3.8333 1.2270 2.0000 5.0000 6
Motor Full Service.Numb 3.8333 2.0370 1.0000 6.0000 6
Entity 1.NumberIn 18.500 2.2754 16.000 21.000 6
Entity 1.NumberOut 18.500 1.9636 16.000 21.000 6
Montir 1.TimesUsed 4.8333 1.0319 4.0000 6.0000 6
Montir 1.ScheduledUtili .33848 .12766 .18444 .49520 6
Montir 2.TimesUsed 4.3333 1.4340 2.0000 6.0000 6
Montir 2.ScheduledUtili .35186 .10103 .21770 .48405 6
Kasir.TimesUsed 46.166 6.0991 39.000 53.000 6
Kasir.ScheduledUtilizat .80950 .07935 .73710 .90011 6
System.NumberOut 18.333 4.0741 13.000 23.000 6
Simulation run time: 0.18 minutes.
Simulation run complete.
4. Skenario 4 ARENA Simulation Results Eka Rahma
Output Summary for 6 Replications
Project:Unnamed Project Run execution date :
5/22/2014
Analyst:Eka Rahma Model revision date:
5/22/2014
OUTPUTS
Identifier Average Half-width Minimum Maximum #
Replications
____________________________________________________________________
Motor Service Sebagian. 8.3333 3.0899 5.0000 13.000 6
Motor Service Sebagian. 8.3333 3.2294 4.0000 11.000 6
Motor Ganti Oli.NumberI 4.8333 2.3391 2.0000 8.0000 6
Motor Ganti Oli.NumberO 4.8333 2.7703 2.0000 9.0000 6
Motor Full Service.Numb 3.3333 1.4340 2.0000 5.0000 6
Motor Full Service.Numb 3.3333 1.4340 1.0000 5.0000 6
Entity 1.NumberIn 16.500 4.2892 11.000 21.000 6
Entity 1.NumberOut 16.500 4.2376 12.000 23.000 6
Montir 1.TimesUsed 42.166 10.855 31.000 61.000 6
Montir 1.ScheduledUtili .80199 .16307 .60228 .98598 6
Montir 2.TimesUsed 7.3333 1.7140 5.0000 9.0000 6
Montir 2.ScheduledUtili .52742 .22851 .30802 .79992 6
28
System.NumberOut 16.500 4.5388 11.000 24.000 6
Simulation run time: 0.05 minutes.
Simulation run complete.
Berikut adalah rekap data output simulasi kondisi eksisting dan setiap alternatif
perbaikan yang dilakukan.
29
Tabel 4.8 Rekap Data Output Kondisi Eksisting dan Alternatif Perbaikan
No. Kondisi Eksisting Alternatif 1 Aternatif 2 Alternatif 3 Alternatif 4
1 9 9 13 9 11
2 14 14 15 14 17
3 20 19 12 15 15
4 21 22 13 19 26
5 19 22 15 15 15
6 12 21 10 23 27
4.6 Comparing System (Perbandingan Skenario Perbaikan)
Perbandingan dua skenario dalam simulasi umumnya digunakan dalam perbandingan
skenario perbaikan, antara model awal dengan beberapa model skenario perbaikan. Skenario
perbaikan dapat dipertimbangkan jika hasil perbandingan menunjukkan bahwa skenario
perbaikan berbeda secara signifikan dengan keadaan awalnya.
1.2.1 Bonferroni Approach
Pendekatan Bonferroni hampir sama dengan metode weich confidence interval, yaitu
perhitungannya berdasarkan confidence intervals untuk menentukan apakah mean
performance dalam satu system (~i ) berbeda secara signifikan dengan mean performance
system lainnya (~i’ ). Berikut adalah tabel data perbandingan output dari masing-masing
skenario serta keadaan eksistingnya :
Tabel 4.9 Perbandingan Output dari Masing-Masing Skenario
Hipotesis :
Level kepercayaan yang digunakan adalah 95% dengan level of significant α=0,05 dan
level of significant (αi)untuk setiap individu adalah sebesar 0,01
Dari tabel Student’s – t diperoleh T(n-1),αi/2=T(5,0.005) adalah t = 4,032143
Eksisting (1) Alternatif 1 (2) Alternatif 2 (3) Alternatif 3 (4) Alternatif 4 (5) (1)-(2) (1)-(3) (1)-(4) (1)-(5) (2)-(3) (2)-(4) (2)-(5) (3)-(4) (3)-(5) (4)-(5)
1 9 9 13 9 11 0 -4 0 -2 -4 0 -2 4 2 -22 14 14 15 14 17 0 -1 0 -3 -1 0 -3 1 -2 -33 20 19 12 15 15 1 8 5 5 7 4 4 -3 -3 04 21 22 13 19 26 -1 8 2 -5 9 3 -4 -6 -13 -75 19 22 15 15 15 -3 4 4 4 7 7 7 0 0 06 12 21 10 23 27 -9 2 -11 -15 11 -2 -6 -13 -17 -4
xbar 15,83 17,83 13,00 15,83 18,50 -2,00 2,83 0,00 -2,67 4,83 2,00 -0,67 -2,83 -5,50 -2,67
s 4,88 5,27 1,90 4,75 6,50 3,69 4,83 5,76 7,23 5,95 3,29 5,05 6,05 7,66 2,66
Replikasi keOutput sistem Perbandingan
30
1. Membandingkan μ(1-2)
Diketahui :
Jumlah replikasi 6
Level signifikan α = 0,005
( )
( )
6,07
( ( )) ( )
( )
-2 – ( )
( )
Karena nilai 0 berada di dalam rentang ( ) maka terima H0.
Kesimpulan: alternatif 1 dan alternatif 2 tidak berbeda secara signifikan
2. Membandingkan μ(1-3)
Diketahui :
Jumlah replikasi 6
Level signifikan α = 0,005
( )
( )
7,957
( ( )) ( )
( )
2,83 – ( )
( )
Karena nilai 0 berada di dalam rentang ( ) maka terima H0.
Kesimpulan: alternatif 1 dan alternatif 3 tidak berbeda secara signifikan
3. Membandingkan μ(1-4)
Diketahui :
Jumlah replikasi 6
31
Level signifikan α = 0,005
( )
( )
9,485
( ( )) ( )
( )
0 – ( )
( )
Karena nilai 0 berada di dalam rentang ( ) maka terima H0.
Kesimpulan: alternatif 1 dan alternatif 4 tidak berbeda secara signifikan
4. Membandingkan μ(1-5)
Diketahui :
Jumlah replikasi 6
Level signifikan α = 0,005
( )
( )
11,9
( ( )) ( )
( )
-2,67 – ( )
( )
Karena nilai 0 berada di dalam rentang ( ) maka terima H0.
Kesimpulan: alternatif 1 dan alternatif 5 tidak berbeda secara signifikan
5. Membandingkan μ(2-3)
Diketahui :
Jumlah replikasi 6
Level signifikan α = 0,005
32
( )
( )
9,79
( ( )) ( )
( )
4,83 – ( )
( )
Karena nilai 0 berada di dalam rentang ( ) maka terima H0.
Kesimpulan: alternatif 2 dan alternatif 3 tidak berbeda secara signifikan
6. Membandingkan μ(2-4)
Diketahui :
Jumlah replikasi 6
Level signifikan α = 0,005
( )
( )
5,41
( ( )) ( )
( )
2– ( )
( )
Karena nilai 0 berada di dalam rentang ( )
maka terima H0.
Kesimpulan: alternatif 2 dan alternatif 4 tidak berbeda secara signifikan
7. Membandingkan μ(2-5)
Diketahui :
Jumlah replikasi 6
Level signifikan α = 0,005
( )
33
( )
8,307
( ( )) ( )
( )
-0,67– ( )
( )
Karena nilai 0 berada di dalam rentang ( )
maka terima H0.
Kesimpulan: alternatif 2 dan alternatif 5 tidak berbeda secara signifikan
8. Membandingkan μ(3-4)
Diketahui :
Jumlah replikasi 6
Level signifikan α = 0,05
( )
( )
9,954
( ( )) ( )
( )
-2,83– ( )
( )
Karena nilai 0 berada di dalam rentang ( )
maka terima H0.
Kesimpulan: alternatif 3 dan alternatif 4 tidak berbeda secara signifikan
9. Membandingkan μ(3-5)
Diketahui :
Jumlah replikasi 6
Level signifikan α = 0,005
( )
( )
34
12,612
( ( )) ( )
( )
-5,5– ( )
( )
Karena nilai 0 berada di dalam rentang ( )
maka terima H0.
Kesimpulan: alternatif 3 dan alternatif 5 tidak berbeda secara signifikan
10. Membandingkan μ(4-5)
Diketahui :
Jumlah replikasi 6
Level signifikan α = 0,005
( )
( )
4,376
( ( )) ( )
( )
-2,67– ( )
( )
Karena nilai 0 berada di dalam rentang ( )
maka terima H0.
Kesimpulan: alternatif 4 dan alternatif 5 tidak berbeda secara signifikan
Berdasarkan hasil comparing system didapatkan hasil bahwa beberapa skenario
perbaikan tidak berbeda secara signifikan dengan model awal. Oleh karena itu dibutuhkan
analisis lanjutan yaitu analisis biaya guna mengetahui alternatif mana yang sekiranya akan
memberikan hasil yang lebih optimal.
35
4.7 Analisa Biaya
Pada subbab ini akan dilakukan analisa biaya terhadap sistem pada bengkel Mitra
Motor 4. Akan dilakukan perbandingan antara kondisi eksisiting objek amatan dan hasil
skenario perbaikan yang sudah dibuat.
Tabel 4.10 Analisa Biaya untuk Skenario Perbaikan dan Kondisi Eksisting
jumlah
pelanggan
biaya
layanan
Modal profit profit per
hari
profit per
bulan
Eksisting full service 3
150.000
45.000
105.000
279.000
8.370.000
service
sebagian
5
175.000
50.000
125.000
ganti oli 7
175.000
126.000
skenario 1 full service 7
350.000
105.000
245.000
626.000
18.780.000
service
sebagian
13
455.000
130.000
325.000
ganti oli 8
200.000
144.000
56.000
skenario 2 full service 3
150.000
45.000
105.000
397.000
11.910.000
service
sebagian
10
350.000
100.000
250.000
ganti oli 6
150.000
108.000
42.000
skenario 3 full service 6
300.000
90.000
210.000
527.000
15.810.000
service
sebagian
11
385.000
110.000
275.000
ganti oli 6
150.000
108.000
42.000
skenario 4 full service 5
250.000
75.000
175.000
513.000
15.390.000
service
sebagian
11
385.000
110.000
275.000
ganti oli 9
225.000
162.000
63.000
36
Pada tabel diatas telah terlihat hasil analisa biaya pada kondisi eksisiting dan hasil
skenario perbaikan dari skenario perbaikan 1 hingga skenario 4. Untuk biaya pelayanan, full
service sebesar Rp 50.000, service sebagian Rp 35.000, dan ganti oli Rp 25.000. kemudian
dihitung profit dari setiap skenario dengan mengurangi biaya pelayanan dengan modal.
Sehingga didapatkan hasil seperti pada tabel diatas. Dari hasil diatas didapatkan bahwa
skenario yang memberikan profit yang paling besar adalah skenario 1 dengan profit sebesar
Rp.18.780.000. tetapi keuntungan yang didapatkan dikurangi dengan biaya pekerja sejumlah
UMK Surabaya Rp 2.200.000. Setelah perbaikan skenario 1 pada Mitra Motor 4 menjadi dua
orang pekerja sehingga jumlah gaji yang dikeluarkan adalah sebesar Rp 4.400.000.
Keuntungan bersih bengkel jika menerapkan skenario 1 akan meningkat hingga Rp
14.380.000 per bulannya.
37
BAB V
KESIMPULAN DAN SARAN
Pada Bab ini berisi kesimpulan dan saran dari hasil pengerjaan laporan mengenai
Bengkel Mitra Motor 4.
5.1 Kesimpulan
Dalam proses pengamatan dan perbaikan sistem pada objek amatan bengkel Mitra
Motor 4 terdapat beberapa kesimpulan dari hasil perbandingan kondisi eksisting dan simulasi
menggunakan software Arena. Berikut ini adalah kesimpulan yang kami dapatkan.
1. Utilitas pekerja yang rendah pada kondisi eksisiting sehingga dibutuhkan skenario
perbaikan pada sistem
2. Pengurangan jumlah pekerja pada skenario perbaikan meningkatkan utilitas pekerja dan
juga meminimumkan pengeluaran untuk membyar gaji pekerja
3. Dari hasil analisa biaya didapatkan bahwa skenario 1 memberikan profit yang paling besar
antara kondisi eksisting dan skenario perbaikan lainnya.
5.2 Saran
Saran yang dapat kami berikan untuk pengamatan selanjutnya adalah :
1. Untuk proses pengamatan sebaiknya dilakukan secara berkala dan dalam waktu yang
berbeda-beda untuk mendapatkan gambaran sistem yang sebenarnya.
2. Pada saat sebelum pengamatan hendaknya menjelaskan terlebih dahulu kepada
operator objek amatan mengenai kebutuhan data yang akan dicari sehingga akan lebih
memudahkan kita dalam mencari data.
3. Pembekalan kepada praktikan dijelaskan lebih terinci sehingga praktikan memahami
pasti yang dilakukan pada tugas besar simulasi sistem industri.
38
Daftar Pustaka
Shi, Jingsheng, A Conceptual Activity Cycle-Based Simulation Modeling Method. Diakses
pada 21 Maret 2013.<http://www.informs-sim.org/wsc97papers/1127.PDF>
Kelton, W. David, Randall P. Sadoski, dan Deborah A. Sadowski. (t.thn). Simulation With Arena, 2 edition. MC Graw Hill : Boston.