Laporan Praktikum Simulasi Komputer

Vol. 01, No. 01, Tahun 2021, Hal 1-8

OPTIMALISASI SISTEM ANTRIAN PRODUKSI

PT. ASTRA HONDA MOTOR DENGAN
MENGGUNAKAN SOFTWARE ARENA
Muhammad M. Bil Haqqi1), Muhammad A. Hidayatullah2) dan
Viola I. Ramadhanti 3)
Program Studi Teknik Industri
1, 2)

Fakultas Teknik
Universitas Pembangunan Nasional Veteran Jawa Timur
Jl. Rungkut Madya Surabaya 60294
e-mail: 20032010122@student.upnjatim.ac.id1), 20032010143@student.upnjatim.ac.id 2),
lsmi@upnjatim.ac.id3)

ABSTRAK
Penelitian ini dilakukan di perusahaan kosmetik ternama tepatnya di PT. IZ-Beauty.
Penelitian ini dilakukan untuk memutuskan memproduksi atau tidak memproduksi produk untuk
mendapatkan keuntungan yang maksimal diikuti dengan beberapa batasan seperti stok bahan
baku dan kapasitas maksimal kerja mesin. Pengumpulan data yang didapatkan pada jurnal ini
adalah data sekunder dimana data ini sudah disediakan. Dari data yang didapatkan dilakukan-
lah pengolahan data dengan bantuan software Lingo serta referensi modul 1 Linear Program-
ming. Pada output Objective Value terdapat nilai fungsi tujuan yang sudah optimal sebesar
4252500. Lalu terdapat total variable atau variable keputusan sebesar 3. Selanjutnya
terdapat solusi yang dijelaskan pada variable value yang menunjukkan produk mana
yang diproduksi agar mencapai keuntungan maksimal dimana dari 3 produk ada hanya
1 jenis produk yang diproduksi sebanyak 18 unit. Selanjutnya penulis akan menjelaskan
lebih detail pada isi jurnal ini

Kata Kunci: Linear Programming, Maksimum, Lingo

ABSTRACT
This research was conducted in a well-known company, precisely at PT. IZ-Beauty. This re-
search was conducted to decide whether to produce or not to produce a product in order to get
the maximum profit followed by several limitations such as the stock of raw materials and the
maximum working capacity of the machine. The collection of data obtained in this journal is sec-
ondary data where this data has been provided. From the data obtained, data processing is car-
ried out with the help of Lingo software as well as the reference module 1 Linear Programming.
In the output Objective Value, there is an optimal objective function value of 4252500. Then
there is a total variable or decision variable of 3. Furthermore, there is a solution described in
the variable value which shows which products are produced in order to achieve maximum
profit where out of 3 products there are only 1 type of product produced as many as 18 units.
Next, the author will explain in more detail the contents of this journal.

Keywords: Linear Programming, Maximum, Lingo

 Laporan Praktikum Simulasi Komputer
Vol. 01, No. 01, Tahun 2021, Hal 1-8

I. PENDAHULUAN
Simulasi diartikan sebagai cara mereproduksi kondisi dari suatu keberadaan den-
gan menggunakan model dalam rangka studi pengenalan atau pengujian atau pelatihan
dan yang sejenis lainnya. Simulasi dalam bentuk pengolahan data merupakan imitasi
dari proses dan input ril yang menghasilkan data output sebagai gambaran karakteristik
operasional dan keadaan pada sistem (Khotimah, 2015). Langkah-langkah simulasi
adalah sebagai berikut yakni pertama adalah menentukan persoalan atau sitem yang
hendak disi mulasikan, kedua formulasikan model yang akan digunakan, dilanjut
dengan proses identifikasi dan mengumpulkan data yang diperlukan untuk menguji
model, kemudian pembuatan model dalam penyusunan model perlu disesuikan dengan
jenis bahasa simulasai yang akan digunakan, lalu verifikasi dan validasi model, lakukan
simulasi, terakhir adalah lakukan analisa hasil simulasi (Purwanto, 2021). Metode simu-
lasi Discrete Event Simulation merupakan metode simulasi tertua yang digunakan di
teknik industri. DES merupakan pemodelan berbasis simulasi untuk memodelkan suatu
sistem yang nilai atau kejadian di dalamnya berubah pada waktu-waktu tertentu dan
jumlahnya dapat dihitung. DES cocok digunakan ketika pemodel hendak berfokus pada
proses dalam sistem. Entitas dalam DES tidak dapat bergerak secara bebas, melainkan
harus mengikuti pola distribusi yang ditentukan (Sopha et al., 2021).
Software Arena adalah alat yang fleksibel dalam analisis membuat model simulasi
dan dapat secara akurat mempresentasikan banyak sistem secara virtual. Pembuatan
simulasi antrian menggunakan software Arena dapat meminimalkan biaya dan waktu
dalam melakukan penelitian guna mencapai tujuan penelitian. Output dari penelitian ini
dapat berupa usulan perbaikan sistem antrian untuk mengurangi terjadinya antrian(Wu-
landari et al., 2021). Activity Cycle Diagram (ACD) adalah sebuah metode untuk
menggambarkan interaksi antar objek dalam suatu sistem. Metode ini menampilkan
grafik dan notasi untuk menjelaskan serangkaian aktivitas yang ada dalam sistem nyata.
Dalam ACD, siklus hidup suatu entitas dalam sistem diwakili oleh siklus aktivitas yang
bergantian antara keadaan aktif dan pasif. Keadaan pasif disebut juga antrian dan dilam-
bangkan dengan lingkaran. Sedangkan keadaan aktif disebut dengan aktivitas dan dil-
ambangkan dengan persegi Panjang (Imansuri, 2022). Beberapa modul pada software
Arena antara lain, Modul create, Modul ini digunakan sebagai titik awal masuknya enti-
tas dalam model simulasi. Modul Process, di dalam modul ini terjadi proses utama
dalam simulasi. Modul Dispose ini dimaksudkan sebagai titik akhir dari entitas berada
dalam model simulasi(Purnomo et al., 2021). Modul station dan route digunakan untuk
membantu membuat animasi, Modul dispose digunakan untuk menggambarkan event
meninggalkan server, dan Modul Record digunakan untuk merekam hasil dari simulasi
yang telah dirancang. Verifikasi adalah tentang membangun model dengan benar sesuai
dengan sistem nyata. Perbandingan dapat dilakukan dengan melihat model konseptual
dengan model simulasi yang sudah dibangun pada software Arena. Setelah membangun
model simulasi, dilakuakn validasi terhadap model yang telah dibuat, apakah model
simulasi tersebut berjalan sesuai dengan sistem nyata atau tidak. Setelah verifikasi, di-
lakukan validasi terhadap model yang telah dibuat. Validasi dilakukan untuk memband-
ingkan data hasil simulasi dengan data real yang ada sehingga dapat dinilai ketepatan
model yang sudah dibangun. Historical data validation adalah teknik validasi yang di-
gunakan dalam simulasi sistem ini. Selanjutnya dilakukan penentuan jenis distribusi
yang akan diinputkan ke software Arena dan dilihat apakah telah memenuhi kondisi sis-
tem yang sebenarnya (Imansuri, 2022)
PT Astra adalah perusahaan yang bergerak dibidang otomotif. Perusahaan ini
memiliki permasalahan terkait antrian produksi sparepart mobil. Dari fenomena ini
penulis bertujuan menyelesaikan permasalahan ini menggunakan metode simulasi den-
gan bantuan software Arena. Output yang diberikan pada software ini adalah Replica-
tion ended at time untuk menjadi indikator dalam membandingkan sistem simulasi den-
 Laporan Praktikum Simulasi Komputer
Vol. 01, No. 01, Tahun 2021, Hal 1-8

gan sistem nyatanya. Nilai Replication ended at time dikonversi menjadi menit lalu
dibandingkan dengan data real dengan metode Welch Confidence Interval.

II. METODOLOGI PENELITIAN

1. Tahap Pengumpulan Data
Arena adalah sebuah program penyusun model dan juga merupakan simulator.
Arena merupakan kombinasi pemakaian yang memiliki high level program dan fleksi-
bilitas/kelenturan yang menjadi ciri General Purpose Simulation Language (GPSL).
Dalam pembuatan model untuk proses simulasi dibutuhkan sebuah data yang
merepresentasikan sebuah sistem tersebut. Pengumpulan data yang dilakukan adalah
data sekunder, dimana data diperoleh melalui pengamatan yang telah dilakukan pada
penelitian sebelumnya yang selanjutnya diolah untuk optimalisasi antrian sistem pener-
bangan bandara Juanda. Adapun data yang dikumpulkan, antara lain:
 Data landing
 Data Proses Taxiing
 Data Proses parking
 Data Proses Pengecekan Safety
 Data Proses Pengisian Bahan Bakar
 Data Proses Boarding
 Data Proses Push Back
 Data Proses Take off
Didapat data aktivitas produksi sebagai berikut:
Tabel 2.1 Aktivitas Penerbangan Bandara Juanda
Aktivitas Pengukuran Rata-Rata
1 2 3 4 5 6 7 8 9 10
Customer datang 2 2 3 4 3 3 2 3 2 2 2.6
Customer mengambil 1 3 2 2 3 4 1 1 3 3
2.3
minyak
Kasir restock minyak 5 3 4 4 6 6 4 3 1 2 3.8
Customer membayar 4 4 4 1 2 3 1 1 3 2
2.5
minyak
Customer membawa 1 2 1 2 2 3 2 2 3 4
2.2
minyak
Customer keluar 3 3 4 3 6 7 8 7 5 3 4.9
5 3 3 6 7 9 5 6 7 7 5.8
2 3 4 5 6 7 4 3 5 7J 4.6
23 23 25 27 35 42 27 26 29 30

2. Activity Cycle Diagram

Taxiing Parking
Landing wait wait
Procces Procces

Pengisian Pengecekan
wait ` wait wait
bahan bakar safety

Boarding Push Back Take Off

wait wait
Procces Procces Procces

Dispose
 Laporan Praktikum Simulasi Komputer
Vol. 01, No. 01, Tahun 2021, Hal 1-8

Gambar 2.1 Activity Cycle Diagram

3. Tahap Pengolahan Data
Berdasarkan data yang diperoleh selanjutnya data dimodelkan serta disimulasikan
dengan menggunakan software Arena. Tahap-tahap pengolahan data tertera dalam flow-
chart berikut :

Mulai

Studi Pustaka Studi Lapangan

Rumusan Masalah

Penetapan Batasan Masalah, Tujuan

penelitan, dan manfaat penelitian

Pengumpulan data:
 Data landing
 Data Proses Taxiing
 Data Proses parking
 Data Proses Pengecekan Safety
 Data Proses Pengisian Bahan Bakar
 Data Proses Boarding
 Data Proses Push Back
 Data Proses Take off

Pengolahan Data(Software Arena

Verifikasi

Validitas

Hasil Dan Pembahasan

Kesimpulan Dan Saran

Selesai
 Laporan Praktikum Simulasi Komputer
Vol. 01, No. 01, Tahun 2021, Hal 1-8

Gambar 2.2 Flowchart

III. HASIL DAN PEMBAHASAN

1. Verifikasi dan Validasi
Menghitung jumlah replikasi
Tabel 3.1 Replikasi Aktivitas Produksi di PT Astra Honda
Total Waktu
Replikasi
Jam Konversi Menit (Xi)
1 0,50065891 30,0395346
2 0,43774096 26,2644576
3 0,48872374 29,3234244
4 0,51796109 31,0776654
5 0,45844767 27,5068602
6 0,4505744 27,034464
7 0,56197995 33,718797
8 0,51619901 30,9719406
9 0,46439443 27,8636658
10 0,61353773 36,8122638
Rata-rata 0,501021789 30,06130734
Standar Devi-
asi 0,054515969 3,270958112
Variansi 0,002971991 10,69916697
Dengan:
n = 10
n-1 =9
confidence level = 95%
a = 1−95 % = 5% = 0,05
Maka Za /2 didapatkan dari tabel = 1,96
a
(td . f )× s
Half Width = 2
√n
2,26 ×0,002971991
=
√10
= 0,002124007
Betha = Half Width
= 0,002124007
Za
( )× s
n’ = 2
[ ]
β
1,96× 0,002971991
=
0,002124007
= 2,742506289 ≈ 3
Dari perhitungan yang telah diakukan diperoleh jumlah minimal replikasi yang
dibutuhkan yaitu sebanyak 3 replikasi
Tabel 3.2 Total Waktu Pengukuran
Sparepart mobil Total waktu pengukuran (menit)
ke
1 25
2 25
3 25
 Laporan Praktikum Simulasi Komputer
Vol. 01, No. 01, Tahun 2021, Hal 1-8

Tabel 3.3 Hasil Output Simulasi

Replikasi Total waktu pengukuran (menit)
1 30,0395346
2 26,2644576
3 29,3234244

Karena jumlah n1 ≠ n2, maka metode yang digunakan untuk pengujian validasi
model ini adalah metode Welch Confidence Interval, dimana Hipotesa:
 H0 : μ1 – μ2 = 0 dapat dikatakan valid jika nilai 0 berada pada rentang μ1 – μ2
 H1 : μ1 – μ2 ≠ 0 dapat dikatakan tidak valid jika nilai 0 berada diluar pada rentang
μ1 – μ2
 Masing-masing populasi (simulated system) saling bebas dan berdistribusi normal,
baik dalam populasi maupun antar populasi.
 Jumlah sampel pada masing-masing populasi (n1) dan (n2) tidak harus sama.
 Variansi antar populasi 1 dengan populasi 2 tidak harus sama.
Berikut ini penentuan validasi dengan perhitungan welch confidence interval
Tabel 3.4 Perbandingan Output Real Sistem dan Arena
Replikasi Real System (menit) Arena (menit)
1 25 30,0395346
2 25 26,2644576
3 25 29,3234244
Rata-rata 25 28,5424722
Standar Devi-
0 2,005047716
asi
Variansi 0 4,020216343
N 3 3
n-1 2 2
Dengan:
H0 : μ1 – μ2 = 0
H1 : μ1 – μ2 ≠ 0
α = 0,05
Maka, didapatkan dari tabel distribusi t bahwa t𝑛−1. 𝛼/2 = 4,3027
α
(t n−1 . )× s
2
hw=
√n
4,3027 ×0
¿
√3
¿0
Sehingga, confidence interval-nya adalah:
( x̅ 1−x 2 ¿−hw ≤ μ1−μ 2 ≤ ( x̅ 1−x 2 ¿+hw
(−3,5424722 ¿−0 ≤ μ1−μ2 ≤ (−3,5424722 ¿+0
Analisa:
Dari hasil perhitungan tersebut dapat disimpulkan bahwa, H0 ditolak, karena nilai 0 tidak
berada didalam pada rentang μ1 – μ2. Dengan demikian dapat ditarik kesimpulan bahwa total
waktu yang ada pada keadaan sebenarnya terdapat perbedaan yang signifikan dengan hasil out-
put pada simulasi Arena yang telah dibuat
2. Output Simulasi
 Laporan Praktikum Simulasi Komputer
Vol. 01, No. 01, Tahun 2021, Hal 1-8

Gambar 4.1 Hasil Output Aktivitas Produksi Sparepart di PT. Astra Honda Motor

SS OUTPUT INPUT
ANALISA
KSIMPULAN

DAFTAR PUSTAKA
Imansuri, F. (2022). Perancangan Model Simulasi Dan Perbaikan Sistem : Journal of In-
dustrial & Quality Engineering, 10(1), 1–12.
Khotimah, B. K. (2015). Teori Simulasi dan Pemodelan: Konsep, Aplikasi, dan Tera-
pan. WADE Group.
Purnomo, B. H., Suryadharma, B., & Ekasari, N. Y. (2021). Model Sistem Antrian Pada
Pelayanan Restoran Cepat Saji. Jurnal Agroteknologi Vol., 15(01).
Purwanto, T. A. (2021). Analisis Sistem Antrian Menggunakan Software Simulasi
Arena Pada PT Indomobil Trada Nasional (Nissan Depok). IKRA-ITH Infoe-
matika, 5(2), 1–12. https://journals.upi-yai.ac.id/index.php/ikraith-informatika/arti-
cle/view/998
Sopha, B. M., Sakti, S., & Press, U. G. M. (2021). PEMODELAN DAN SIMULASI
BERBASIS AGEN UNTUK SISTEM KOMPLEKS SOSIO-TEKNIKAL: Konsep,
Metode, dan Aplikasi. UGM PRESS. https://books.google.co.id/books?
id=wKJKEAAAQBAJ
Wulandari, Y., Wahyudi, T., Rahmahwati, R., Uslianti, S., & Prima, F. (2021). Simula-
tion of Queue System of Retirement Fund Retrieval at The Sanggau Post Office
During the Covid-19 Pandemic Using Arena Software. Opsi, 14(1), 89. https://
doi.org/10.31315/opsi.v14i1.4776