3.1.

Tujuan Praktikum
1. Praktikam mengenal penggunaan beberapa Routing Rules.
2. Praktikan mampu mengetahui kapan Turn dan Alternate digunakan.
3. Praktikan mampu mengetahui kasus lokasi parallel identik.
4. Praktikan mampu membuat variabel global sebagai pelacakan beberapa
entitas yang masuk atau entitas yang sedang diproses pada suatu lokasi
(sebagai elemen tambahan pada ProModel)

3.2 Prosedur Praktikum

1. Tes awal
2. Penjelasan materi
3. Pembuatan model
4. Penjelasan output
5. Tes akhir

33. Landasan Teori

Ada beberapa metode yang dapat digunakan untuk mendefinisikan bagaimana
sebuah entitas keluar dari satu lokasi selanjutnya, misalnya ditentukan secara acak
(random) hanya jika diminta oleh suatu lokasi, atau berdasarkan probabilitas yang
ditentukan sebelumnya untuk setiap lokasi ProModel secara default akan mengirim
entitas ke suatu lokasi yang pertama kali tersedia (first available). Satu logika lainnya
yang sangat mirip yaitu logika Turn, yang akan mengirimkan entitas ke suatu lokasi
yang tersedia, tetapi pemilihannya digilir untuk tiap lokasi yang tersedia. Jika semua
lokasi yang ada yaitu identik, dengan waku proses yang sama, downtimes sama, juga
hal yang lainnya sama, maka perbedan keduanya (Turn dan First) tidak akan tampak.
Perbedaan yang tampak untuk lokasi yang memiliki kapasitas jamak. Misalnya
ada 2 mesin, mesin 1 dan mesin 2 berkapasitas masing-masing 5. Maka untuk logika
First: 5 buah entitas pertama akan dikirim ke mesin 1, baru kemudian entitas keenam
dibawa ke mesin 2. Sedangkan logika Turn: entitas 1 akan masuk ke mesin 1, entitas 2
akan ke mesin 2, dan seterusnya bergiliran. Lokasi alternate digunakan untuk memilih
lokasi alternatif yang harus dituju hanya apabila lokasi utama yang ada sedang dalam
keadaan sibuk, baik karena sedang memproses suatu suatu entitas atau sedang down.
Lokasi Multi Paralel yang Identik
Kapasitas VS Unit
Kapasitas : Mengacu pada jumlah maksimal entity yang dapat ditampung dalam tiap
satuan waktu.
Unit : Mengacu pada jumlah yang identik, unterchargeable, dan okasi paralelnya
yang merekomendasi sebagai satu lokasi pada saat routing process.

Lokasi Dengan Nilai Multi Kapasitas

Lokasi dimodelkan sebagai single unit dengan kapasitas lebih dari satu. Semua
elemen pada lokasi menampilkan operasi yang identik. Ketika satu elemen pada lokasi
tidak tersedia karena down time, maka semua elemen akan tak tampak.

Lokasi Dengan Multi Unit

Lokasi dimodelkan sebagai single kapasitas tetapi multi unit. Lokasi ini terdiri
dari dua atau lebih unit proses parallel interchangeable. Tiap unit dibagi source input
yang sama dan destination yang sama sebagai output. Tetapi tiap unit memiliki
kebebasan operasi karakteristik. Model ini menyediakan fleksibilitas dalam penugasan
down time dan pemilihan unit individu ke proses tertentu.

Lokasi Multi Kapasitas Single

Lokasi dimodelkan sebagai individual dan kapasitas satuan. Biasanya dimodelkan
tidak interchangeable location. Dengan memodelkan sebagai lokasi individu, kita dapat
keuntungan dari memodelkan down time yang terpisah dari setiap elemen. Akhirnya,
kita memiliki fleksibilitas yang lengkap untuk memutuskan mana elemen yang akan ke
proses tertentu.

Routing Rules
 FIRST available: memilih lokasi pertama yang menyatakan bahwa
kapasitasnya tersedia.
 MOST available: memilih lokasi yang menyatakan bahwa kapasitasnya
terbanyak.
 By TURN: pilihan ecara berurutan antara dua atau lebih lokasi yang tersedia.
  RANDOM: memilih secara acak di antara dua atau lebih lokasi yang tersedia.
 If JOIN request: memilih lokasi yang menyatakan permintaan JOIN sesuai
dengan keiginan.
 If SEND: memilih lokasi yang menyatakan kebutuhan SEND sesuai
keinginan.
 LONGEST: memilih lokasi yang meyatakan akan ditempati dalam waktu
singkat.
 Unoccupied until FULL: memilih terus lokasi yang sama sampai lengkap.
 If EMPATY: memilih lokasi hanya pada saat kosong dan memilih terus
 Probabilistic: dasar pemilihan pada proses kemungkinan yang khusus
 User CONDITION: pemelihan lokasi yang memenuhi kondisi khusus benar-
salah oleh pengguna. Kondisi ini harus terdiri dari beberapa ekspresi numerik
yang diterima untuk antribut lokasi, fungsi spesifik sumber dan fungsi spesifik
waktu menganggur.
 CONTINUE: melanjutkan pada lokasi yang sama untuk tambahan operasi.
Continue hanya memberikan untuk blok pada routing tunggal.
 As ALTERNATE to: memilih sebagai pengganti jika tersedia dan tidak ada
satupun rules yang dapat memuaskan.
 As BACKUP: memilih sebagai backup jika lokasi pilihan pertama down.
 DEPENDENT: pilih hanya jika segera mendahului routing.

Variable
Variable yang dapat ditentukan untuk melacak dan memonitor aktifitas lain
selama simulasi berlangsung. Variable harus ditentukan terlebih dahulu.

3.3. Studi Kasus

Contoh Kasus:
Persuhaan garmen yang bergerak dibidang khusus pakaian kaos oblong, ingin
mengetahui sejauh mana pemberdayaan 2unit mesin jahit yang baru dibelinya karena
dirasakan order akan semakin meningkat tiap bulannya. Mesin jahit lama tetap akan
digunakan tetapi sebagai mesin cadangan jika mesin 1 dan mesin 2 kerjanya penuh atau
sedang rusak. Pihak manajemen yang ditugaskan untuk menyelediki kasus ini,
merencanakan menggunakan simulasi dengan menggunakan data yang ada. Jalannya
proses produksi yang akan diteliti berawal dari Gudang bahan baku yang telah
dipotong. Gudang bahan baku ini menerima bahan hasil potong dari departemen
potong tiap 15 menit. Karena bentuk Gudang ini kecil, maka hanya dapat
menampung maksimal 500 potong baju ( lengan kanan, lengan kiri, dan body ).
Setelah dari Gudang, baju tadi dirakit/dijahit dengan mengguanakan mesin jahit.
Perusahaan ini mempunyai 3 mesin jahit, waktu yang diperlukan untuk menjahit satu
baju yaitu T (5, 6, 9) pada mesin 1 dan mesin 2. Sedangkan waktu proses pada mesin
cadangan yaitu T (3, 4, 5)/ setelah dijahit, akan dibawah ke ruang singgah
sementara karena keterbatasan tempat yang dimiliki. Kapasitas ruang ini yaitu sama
dengan kapasitas Gudang bahan baku. Inspektor akan menginspeksi baju yang akan
dikirim satu persatu karena mutu baju yang akan dikirim haruslah dijaga. Terdapat 3
orang inspector identic parallel yang rata-rata memiliki kecepatan inspeksi yang sama
yaitu N (8, 2). Setelah diinspeksi, baju langsung akan dikemas dan dikirim. Dari data
diatas dengan menggunakan simulasi selama 40 jam apakah pemberdayaan mesin baru
itu sudah cukup optimal? Apakah perlu penambahan mesin lagi atau
pengurangan mesin ? berikan analisanya.

Penyelesaian Kasus:
1. Membuat File Baru
Klik Menu Build – Pilih General Information, setelah itu diberi judul, time
units, dan distance unit seperti pada Gambar 2.3.1.
 Gambar 3.3.1 General Information

2. Membuat Location
Klik Menu Build – Location (Ctrl + L) atau klik ikon location pada Toolbar. Dari
windows Graphis pilih simbol yang sesuai dengan lokasi seperti contoh kasus,
kemudian diklik pada windows layout. Dalam kasus lokasinya antara lain: Gudang
bahan baku, mesen jahit 1 (M1), mesin jahit 2 (M2), mesin jahit cadangan
(Mcadangan). Ruang singgah, 3 orang inspector identik paralel.

Gambar 3.3.2 Location

3. Menentukan Entities
Klik Menu Build – Entities ( Ctrl + E ) atau klik ikon Entities pada ToolBar. Dari
windows Graphis pilih simbol mobil. Pada windows Entities ganti nama dengan entities
dengan mobil, tidak ada perubahan kolom speed, stat, dan notes.

Gambar 3.3.3 Entities

4. Mendefinisikan Arrivals
Klik Menu Build – Arrivals (Ctrl + A ) atau klik ikon arrivals pada ToolBar.
Diketahui bahwa kedatangan bahan hasil potongan tiap 15 menit dan kapasitas Gudang
bahan baku 500 potong.

Gambar 3.3.4 Arrivals

5. Mendefinisikan Variables (global)

Klik Menu Build – Variables (global) (Ctrl + B) atau klik ikon Variables pada
Toolbar. Gunakan 4 variables untuk melacak produk dalam proses pada mesin 2
(TM1), mesin 2 (TM2), mesin cadangan (TMCd), dan jumlah produk
(JML_PROD. Isikan kolom sesuai dengan gambar dibawah.

Gambar 3.3.5 Variables (global)

 Ingat nama ID yang telah dibuat pada variables (global) untuk diaktifkan pada
pembuatan process. Cara mengaktifkan variable ini yaitu dengan mengetik statement
“inc (Nama ID). Anda dapat memilih di bagian process atau pada bagian routing
sesuai dengan logikanya sendriri. Apakah anda ingin menghitung entitas yang baru
masuk dalam sistem atau entitas yang akan meninggalkan sistem (sedang dalm proses).

6. Mendefinisikan Processing
Klik menu Build – Processing (Ctrl+P) atau klik ikon Processing pada
Toolbar. Isikan windows process dengan elemen-elemen yang sesuai dengan contoh
kasus, seperti gambar dibawah.

Gambar 3.3.6 Process and Layout

7. Pengaturan Simulasi
Klik menu simulation – Option. Isi Run Time dengan waktu simulasi, dalam
kasus ini 40jam

Gambar 3.3.7 Simulation Option

8. Simulasi
Klik menu simulation – Run (F10) untuk menjalankan simulasi. Setelah
simulasi selesai klik YES untuk mengetahui hasil dari simulasi yang dilakukan.

Gambar 3.3.8 Simulation Complete

9. Hasil dan Pembahasan

Gambar 3.3.9 General Report – General

Gambar 3.3.10 General Report – Location

Gambar 3.3.11 General Report – Location States Multi

Gambar 3.3.12 General Report – Location States Single

Gambar 3.3.13 General Report – Entity Activity

Gambar 3.3.14 General Report – Entity States

 Gambar 3.3.15 General Report – Variables
3.4 Soal Latihan
Persuhaan garmen yang bergerak dibidang khusus pakaian kaos
oblong, ingin mengetahui sejauh mana pemberdayaan 4 unit mesin jahit
yang baru dibelinya karena dirasakan order akan semakin meningkat tiap
bulannya. Dua mesin jahit lama tetap akan digunakan tetapi sebagai mesin
cedangan jika mesin 1- 4 kerjanya penuh atau sedang rusak. Pihak
manajemen yang ditugaskan untuk menyelediki kasus ini, merencanakan
menggunakan simulasi dengan menggunakan data yang ada. Jalannya proses
produksi yang akan diteliti berawal dari Gudang bahan baku yang telah
dipotong. Gudang bahan baku ini menerima bahan hasil potong dari
departemen potong tiap 10 menit. Karena bentuk Gudang ini kecil, maka
hanya dapat menampung maksimal 1500 potong baju ( lengan kanan, lengan
kiri, dan body ). Setelah dari Gudang, baju tadi dirakit/dijahit
dengan mengguanakan mesin jahit. Perusahaan ini mempunyai 6 mesin jahit,
waktu yang diperlukan untuk menjahit satu baju yaitu T (5, 6, 9) pada mesin 1-
4. Sedangkan waktu proses pada 2 mesin cadangan yaitu T (3, 4, 5. setelah
dijahit, akan dibawah ke ruang singgah sementara karena keterbatasan tempat
yang dimiliki. Kapasitas ruang ini yaitu sama dengan kapasitas Gudang bahan
baku. Inspektor akan menginspeksi baju yang akan dikirim satu persatu karena
mutu baju yang akan dikirim haruslah dijaga. Terdapat 2 orang inspector
identic parallel yang rata-rata memiliki kecepatan inspeksi yang sama yaitu N
(8, 2). Setelah diinspeksi, baju langsung akan dikemas dan dikirim. Dari data
diatas dengan menggunakan simulasi selama 40 jam apakah pemberdayaan
mesin baru itu sudah cukup optimal? Apakah perlu penambahan mesin lagi atau
pengurangan mesin ? berikan analisanya.
3.5 Hasil Pengolahan Data

Gambar 3.5.1 General Information

Gambar 3.5.2
Location
 Gambar 3.5.4 Arrivals

Gambar 3.5.5 Variables (global)

 Gambar 3.5.6 Process and layout

Gambar 3.5.7 Simulation Options

Gambar 3.5.8 Simulation Complete
 Gambar 3.5.9 General Report – General

Gambar 3.5.10 General Report –

Location

Gambar 3.5.11 General Report – Location States

Multi
Gambar 3.5.12 General Report – Location States
Single

Gambar 3.5.13 General Report – Entity

Activity
 Gambar 3.5.14 General Report – Entity
States

Gambar 3.5.15 General Report – Variables

3.6 Analisa Pengolahan Data

Berdasarkan pada data hasil simulasi yang didapatkan, waktu yang
diperlukan untuk kedatangan 1500 kaos oblong yaitu 40 jam dengan waktu kaos
oblong masuk ke tempat Mesin 1 yaitu 9,96 menit dan utilitas Gudang yaitu 0,07%.
Untuk waktu yang diperlukan kedatangan 1 kaos oblong yaitu 40 jam dengan waktu
rata-rata masuk ke tempat Mesin 1 6,64 menit dan utilitas Mesin 1 yaitu 16,60%.
Untuk waktu yang diperlukan kedatangan 1 kaos oblong yaitu 40 jam dengan waktu
rata-rata masuk ke tempat Mesin 2 6,61 menit dan utilitas Mesin 2 yaitu 16,53%.
Untuk waktu yang diperlukan kedatangan 1 kaos oblong yaitu 40 jam dengan waktu
rata-rata masuk ke tempat Mesin 3 6,57 menit dan utilitas Mesin 3 yaitu 16,15%.
Untuk waktu yang diperlukan kedatangan 1 kaos oblong yaitu 40 jam dengan waktu
rata-rata masuk ke tempat Mesin 4 6,79 menit dan utilitas Mesin 4 yaitu 16,70%.
Untuk waktu yang diperlukan kedatangan 1 kaos oblong yaitu 40 jam dengan waktu
rata-rata masuk ke tempat Mesin Cadangan 2 0 menit dan utilitas Mesin Cadangan
1 yaitu 0%. Untuk waktu yang diperlukan kedatangan 1 kaos oblong yaitu 40 jam
dengan waktu rata-rata masuk ke tempat Mesin Cadangan 2 0 menit dan utilitas Mesin
Cadangan 1 yaitu 0%. Untuk waktu yang diperlukan kedatangan 1500 kaos oblong
yaitu 40 jam dengan waktu kaos oblong masuk ke tempat singgah yaitu 0 menit dan
ultilitas tempat singgah yaitu 0%. Untuk waktu yang diperlukan kedatangan 1
kaos oblong yaitu 40 jam dengan waktu rata-rata masuk ke tempat inspektor 1
yaitu 8,13 dan ultilitas inspektor 1 yaitu 65,07%. Untuk waktu yang diperlukan
kedatangan 1 kaos oblong yaitu 40 jam dengan waktu rata-rata masuk ke tempat
inspektor 2 yaitu 8,29 dan ultilitas inspektor 2 yaitu 15,54%. Untuk waktu yang
diperlukan kedatangan 1 kaos oblong yaitu 40 jam dengan waktu rata-rata masuk ke
tempat inspektor yaitu 8,16 dan ultilitas inspektor 1 yaitu 40,30%. Untuk tempat
mesin 1 waktu operasinya yaitu 40 jam, presentase beroperasi 16,60% dan
presentase Idle 83,40%, Tempat mesin 2 waktu operasinya yaitu 40 jam, presentase
beroperasi 16,53% dan presentase Idle 83,47%, Tempat mesin 3 waktu operasinya
yaitu 40 jam, presentase beroperasi 16,15% dan presentase Idle 83,85%, Tempat
mesin 4 waktu operasinya yaitu 40 jam, presentase beroperasi 16,70% dan presentase
Idle 83,30%, Tempat mesin cadangan waktu operasinya yaitu 40 jam, presentase
beroperasi 0% dan presentase Idle 100%, Tempat mesin cadangan 1 waktu operasinya
yaitu 40 jam, presentase beroperasi 0% dan presentase Idle 100%, Tempat inspektor 1
waktu operasinya yaitu 40 jam, presentase beroperasi 65,07% dan presentase
Idle 34,93%, Tempat inspektor 2 waktu operasinya yaitu 40 jam, presentase
beroperasi 15,54% dan presentase Idle 84,46%, Tempat inspektor waktu
operasinya yaitu 40 jam, presentase beroperasi 40,30% dan presentase Idle 59,70 %
Untuk waktu rata-rata dalam sistem yaitu 27,81 menit pada kaos, waktu rata-rata
menunggu untuk ditransfer 0 menit, waktu rata-rata operasi yaitu 24,81menit dan lama
menunggu untuk finishing kedatangan yaitu 0 menit. Maka dapat disimpulkan untuk
General Report (Laporan Umum) memberikan informasi bahwa utilitas gudang
permesinan yaitu 65,98%. Hal ini dikarenakan utilitasnya lebih dari 50%, karena
mesin baru ini memiliki utilitas yang sangat bagus, Sehingga tidak perlu lagi ada
penambahan atau pengurangan pada mesin