ANALISA DAN PERANCANGAN SISTEM INFORMASI PENJADWALAN PRODUKSI DENGAN METODE SIMULASI DISKRIT PADA PT. BIOPLAST UNGGUL Jeefry Sutrisman Binus University, Jakarta, DKI Jakarta, Indonesia
Abstrak PT. Bioplast Unggul merupakan perusahaan yang bergerak di bidang produksi produk berbahan baku plastik dengan menggunakan metode blowing dan injection moulding. Sering terjadinya keterlambatan pemenuhan pemesanan mengakibatkan PT. Bioplast Unggul kehilangan kepercayaan dari para pelanggannya, sehingga pelaksanaan penjadwala produksi dinilai perlu untuk dilakukan demi memenuhi pemesanan dan meningkatkan kembali kepercayaan pelanggan. Penelitian ini menganalisa tentang penjadwalan produksi pada PT. Bioplast Unggul dengan menggunakan metode simulasi diskrit. Simulasi akan dirancang secara bertahap dari model konseptual, hingga model operasional dengan menggunakan SimEvents. Hasil dari simulasi akan digunakan untuk mengetahui due date setiap produk yang telah dipesan oleh pelanggan sebelumnya. Untuk mencari random number service time pada pemodelan simulasi ini, digunakan
dua usulan, yaitu berdasarkan jenis distribusi data setiap tipe mesin, dan service time yang dibutuhkan untuk membuat sebuah produk. Dengan dilakukannya perancangan sistem informasi pada PT. Bioplast Unggul, penentuan due date akan semakin mudah dilakukan. Selain itu program yang dibangun ini juga dapat menentukan urutan penjadwalan produksi berdasarkan pemesanan yang diterima.
Kata Kunci: sistem informasi, simulasi diskrit, penjadwalan produksi, random number, SimEvents
1. Pendahuluan Perkembangan lingkungan dunia usaha industri di Indonesia saat ini berlangsung dengan sangat cepat di segala bidang. Persaingan yang semakin ketat mengharuskan manajemen suatu perusahaan untuk bergerak lebih cepat agar dapat mengantisipasi setiap perubahan yang telah dan akan terjadi. Agar dapat tetap bersaing dan mempertahankan pangsa pasar yang ada, sebuah perusahaan harus dapat terus melakukan
inovasi-inovasi
untuk
mempertahankan
bahkan
meningkatkan
keunggulan kompetitif yang dimiliki oleh perusahaan tersebut. Berdasarkan pengamatan pada PT. Bioplast Unggul yang memproduksi produkproduk berbahan dasar plastik dengan metode blow moulding dan injection, diketahui bahwa perusahaan ini menggunakan proses manufakturing job shop. PT. Bioplast Unggul sendiri masih menggunakan metode First In First Out (FIFO) untuk melakukan penjadwalan operasi-operasi kerja terhadap job-job yang diterima. PT. Bioplast Unggul sering mengalami masalah ketika harus menjanjikan waktu
penyelesaian (due date) bagi pelanggannya. Untuk mengatasi masalah penjadwalan tersebut, maka sebuah perusahaan khususnya perusahaan yang menggunakan proses manufacturing job shop harus dapat melakukan proses penjadwalan job dengan tepat sesuai dengan kemampuan produksi mesin-mesin yang dimiliki agar dapat mengetahui dan memenuhi due date yang diinginkan oleh pelanggan. Dengan
perkembangan
teknologi
yang
semakin
lama
semakin
maju,
permasalahan penjadwalan tersebut dapat diatasi dengan membuat sebuah sistem informasi
penjadwalan
operasi
kerja
sehingga
memungkinkan
perusahaan
mengoptimalkan penggunaan sumber daya yang dimiliki untuk menyusun jadwal operasi kerja yang paling efisien. Pada karya ilmiah ini akan digunakan metode simulasi diskrit yang dapat diterapkan untuk melakukan penjadwalan produksi secara optimal dan memungkinkan PT. Bioplast Unggul untuk mengetahui secara tepat dan cepat due date yang dapat diberikan kepada pelanggan.
2. Metodologi Ruang lingkup dari penelitian mencakup perancangan sistem simulasi proses produksi untuk PT. Bioplast Unggul. Beberapa pembahasan yang dilakukan meliputi hal-hal sebagai berikut: ‐
Pemodelan konseptual sistem simulasi
‐
Pencarian random number service time
‐
Verifikasi
‐
Validasi
Setelah itu, kemudian akan dibuat rancangan sistem informasi yang meliputi problem domain dan application domain.
2.1.
Pemodelan Konseptual Sistem Simulasi Pemodelan konseptual simulasi yang dirancang, akan dibuat untuk meniru sistem produksi yang terdapat pada PT. Bioplast Unggul. PT. Bioplast Unggul memiliki 5 tipe mesin yang mempunyai kekuatan tekanan yang berbeda-beda. Kebijakan yang berlaku di perusahaan adalah setiap mesin hanya dapat memproduksi desain produk yang berat bahan bakunya sesuai dengan kekuatan mesin. Oleh karena itu, pada sistem simulasi ini, setiap desain produk diberikan tipe sesuai dengan tipe mesin yang dapat memproduksi desain tersebut. Contohnya desain produk yang memiliki berat bahan baku kurang dari 50 gram akan disebut desain tipe 1, sesuai dengan mesin tipe 1 yang dapat memproduksi desain tersebut. Perusahaan juga memiliki kebijakan untuk memproduksi sebuah produk secara terus-menerus di satu mesin. Contohnya apabila terdapat pemesanan produk pail 1 kg dengan kuantitas 1000 unit, perusahaan akan terus memproduksi produk tersebut pada satu mesin hingga 1000 unit produk diselesaikan. Entitas yang akan masuk ke dalam sistem adalah produk-produk yang akan diproduksi menurut pemesanan dari pelanggan. Setiap produk yang masuk ke dalam sistem, akan diberikan atribut-atribut yang sesuai dengan karakteristik yang dimiliki produk tersebut di dunia nyata. Sumber daya yang akan digunakan untuk memproduksi setiap produk
(entitas) yang masuk ke dalam sistem adalah mesin injection moulding yang berjumlah 11 mesin. Beberapa kejadian yang terdapat pada sistem antara lain kedatangan pemesanan sehingga produk akan diproduksi, dan mesin memproduksi produk tersebut hingga selesai.
Gambar 1 – Model Konseptual Simulasi
2.2.
Pencarian random number service time Terdapat dua cara yang akan diusulkan untuk menghasilkan random number dari service time model simulasi yang telah dirancang.
Usulan pertama adalah mencari random number dari service time dengan menggunakan jenis distribusi emperical discrete yang akan menghasilkan random number sesuai dengan persentase kemungkinan (probability vector) munculnya sebuah nilai service time (value vector). Tabel distribusi emperical discrete yang akan digunakan dapat dilihat dibawah ini:
Tabel 1-Tabel Emperical Discrete Mesin Tipe 1 Tipe Mesin 1
Value Vector 4 5 8 9 10 12 18
Total
Banyak Kemunculan
Probability Vector
12 3 1 3 3 19 2 43
0.27907 0.069767 0.023256 0.069767 0.069767 0.44186 0.046512 1
Usulan kedua adalah dengan menggunakan random number untuk setiap produk. Untuk dapat menggunakan cara ini, setiap produk yang masuk ke dalam sistem simulasi akan diberikan atribut service time dan standard deviation, sehingga sistem simulasi dapat melakukan random service time pada setiap produk. Contohnya dapat dilihat pada tabel dibawah ini. Tabel 2-Tabel Body Pail 1 Kg
No. Nama Desain 1 Body Pail 1 KG
2.3.
Berat(gram) 59
± ±2
ST(detik) 40
± ±2
Verifikasi Verifikasi adalah proses pemeriksaan
apakah model konseptual
direfleksikan secara akurat oleh model operasional. Tahap verifikasi dapat dilakukan dengan melakukan proses pengamatan alur jalannya simulasi, alur simulasi dapat dilihat pada gambar 2. Model operasional telah dibuat sesuai dengan model konseptual, seperti dimasukkannya pembagian tipe desain berdasarkan tipe mesin yang dapat memproduksi desain tersebut, sistem batch yang digunakan oleh perusahaan, dan service time yang sesuai dengan distribusi data service time setiap mesin, oleh karena itu sistem dapat dinyatakan telah berhasil melewati tahapan verifikasi.
Gambar 2-Diagram Alir Sistem Simulasi Produksi
2.4.
Validasi Validasi model simulasi PT. Bioplast Unggul ini akan dilakukan dengan cara menjalankan simulasi dengan model yang sama akan tetapi dengan memasukkan data pada bulan yang berbeda. Validasi dilakukan dengan mengamati sebaran pada diagram boxplot dan melakukan uji t berpasangan.
Gambar 3-Boxplot Validasi Mesin 100 ton 1
H 0 : μd = 0 H1 : μ d ≠ 0
d =
1 K
K
∑d j =1
j
d = 43850
1 K S = ∑ (d j − d ) K − 1 j =1 2 d
S d = 71499.1
t0 =
d − μd Sd K
2
t 0 = 1.93940719
If t 0 ≤
tα
If t 0 >
tα
2, K − 1
, do not reject H 0
2, K − 1
, reject H 0
α = 0.05
tα
2, K − 1
t 0.05
2,9
=
t 0.05
2,9
= 2.262
1.93940719 ≤ 2.262 do not reject H 0
2.5.
Problem Domain
Gambar 4-Class Diagram
2.6.
Application Domain
Gambar 5-Use Case
3. Kesimpulan Apabila diperbandingkan dari keakuratan hasil simulasi dengan menggunakan boxplot. Usulan 2 merupakan usulan yang memberikan hasil yang terbaik. Service time simulasi yang dihasilkan oleh usulan ini paling mendekati service time aktual, hal ini dapat dilihat dari bentuk boxplot yang selalu menanjak. Bentuk menanjak ini mengindikasikan semakin tinggi service time aktual, maka service time simulasi juga semakin tinggi pula. Rentangan kuartil pada usulan 2 juga lebih pendek, hal ini berarti random number yang dihasilkan tidak akan berbeda terlalu jauh dengan median, sehingga kesalahan dalam menghasilkan service time dapat lebih minimal
Referensi [1] Banks, Jerry. (2010). Discrete-Event System Simulation. Pearson Education, New Jersey. [2] Gholami, M. (2009); Integrating simulation and genetic algorithm to schedule a dynamic flexible job shop. J Intell Manuf (2009) 20. Pages: 481-498 [3] Gintoro; Andreyus; Emilia; William, Richard. (2010). Analisis Dan Perancangan Sistem Pemesanan Tiket Dengan Teknologi Mobile. SNATI 2010. Pages: B-29. [4] Hamdy, Taha A. (2003). Operation Research: An Introduction. Seventh Edition. Prentice Hall International, Singapore. [5] Kakiay, Thomas J. (2004). Pengantar Sistem Simulasi. ANDI, Yogyakarta. [6] Manuj, Ila; Mentzer, John, T.; Bowers, Melissa R. (2009). Improving the rigor of discreteevent simulation in logistics and supply chain research. International Journal of Physical Distribution & Lo;gistics Management 39. 3. Pages: 172-201. [7] McLeod, Raymond, Jr. (2001). Sistem Informasi Manajemen. PT. Prenhallindo, Jakarta. [8] Moore, Holly. (2009). MATLAB For Engineers. Second Edition. Pearson Education, New Jersey. [9] O’Brien, James (2003). Pengantar Sistem Informasi Perspektif Bisnis dan Manajerial. Salemba Empat, Jakarta. [10] Render, et al. (2003). Quantitative Analysis for Management. Eight Edition. Prentice Hall. New Jersey [11] Satzinger, John W.; Jackson, Robert B.; Burd, Stephen D. (2005). Object – Oriented Analysis and Design with the Unified Process. Course Technology. [12] Subagyo, Pangestu; Asri, Marwan; Handoko T. Hani. (2000). Jilid 2. Dasar – dasar operation research. PT. BPFE-YOGYAKARTA, Yogyakarta. [13] Suryani, Erma. (2006). Pemodelan & Simulasi. Graha Ilmu, Yogyakarta. [14] Whitten, Jeffrey L. (2007). Systems Analysis and Design Methods. McGraw Hill, New York. [15] Willliams, Brian K. (2005). Using Information Technology: A Practical Introduction to Computers & Communication. McGraw Hill, New York.
