ANALISIS PENINGKATAN OUTPUT PRODUKSI KOMPONEN STEERING HANDLE MENGGUNAKAN SIMULASI BERBASIS OBJEK

ANALISIS PENINGKATAN OUTPUT PRODUKSI KOMPONEN STEERING HANDLE MENGGUNAKAN SIMULASI BERBASIS OBJEK Romadhani Ardi dan Muhammad Jamaludin Bintara Departemen Teknik Industri Fakultas Teknik - Universitas Indonesia, Depok 16424 Tel: (021) 78888805. Fax: (021) 78885656

e-mail: [email protected], [email protected] Abstrak: PT Indomitra Sedaya merupakan perusahaan yang bergerak dibidang indsutri komponen sepeda motor. Steering Handle merupakan salah satu jenis produk yang akan dibahas oleh peneliti. Permasalahan yang dihadapi PT. Indomitra Sedaya adalah tidak tercapainya target produksi dalam jangka periode waktu yang lama.Hal ini disebabkan oleh bottleneck dan waiting time yang tinggi. Untuk menyelesaikan permasalahan ini penulis menggunakan simulasi berbasis objek untuk mensimulasikan proses produksi secara keseluruhan untuk mendapatkan analisa terhadap target produksi yang tidak tercapai. Dalam upaya menunjang penelitian ini, peneliti menggunakan perangkat lunak Plant Simulation 9.0. Dalam Plan Simulation terdapat fitur bottleneck analyzer sebagai salah satu alat bantu alternatif untuk melihat perilaku sistem secara keseluruhan pada model. Dari hasil analisa model awal didapatkan 3 skenario untuk meningkatkan output produksi sehingga target produksi dapat tercapai. Dari hasil analisa 3 skenario tersebut selain target produksi terpenuhi didapatkan bahwa skenario ke-3 yaitu dengan penambahan mesin Welding Robot 1 dan stasiun kerja inspeksi dengan 2 shift kerja merupakan skenario dengan variable biaya tambahan paling minimum bahkan menghemat biaya sebesar Rp. 2.608.667,00. Kata kunci: Output Produksi,Steering Handle, Plant Simulation 9.0, Bottleneck Analyzer Abstract: PT Indomitra Sedaya is a company engaged in the field of industrial components motorcycle. Steering Handle is one type of product that will be discussed by the researcher. The problem which is faced by PT. Indomitra Sedaya is not achieving production targets within the long time period .It is caused due to high waiting time and bottleneck. To fix this issue, the authors used object-based simulation to simulate the production process as a whole to get an analysis of the target production is not reached. In an effort to support this study, researchers used the software Plant Simulation 9.0. In the Simulation Plan contained bottleneck analyzer features as one alternative tool to see the behavior of the overall system model. From the analysis of the initial model, its obtained 3 scenarios to enhance the output of production so that production targets can be achieved. From the three scenarios analysis, in addition to production targets are met it has found that the third scenario which are addition of machine Welding Robot 1 and inspection work station with 2 shifts is the scenario with minimum additional cost and save cost by Rp. 2,608,667.00. . Keywords: Production Output ,Steering Handle, Plant Simulation 9.0, Bottleneck Analyzer

1. PENDAHULUAN Ditengah persaingan industri sangat ketat di era globalisasi dibutuhkan daya saing yang baik perusahaan. Sangatlah penting

merupakan suatu keharusan bagi industri untuk meningkatkan efisiensi kegiatan operasinya. Salah satu cara untuk meningkatkan efisiensi perusahaan adalah

yang ini, dari dan 1

Analisis peningkatan..., Muhammad Jamaludin Bintara, FT-UI, 2013

Universitas Indonesia

dengan melakukan investasi pada system produksi. Investasi ini bisa dalam bentuk peningkatan kapasitas produksi atau perubahan sistem produksi. Namun sebuah investasi kadang tidak dapat langsung dirasakan manfaatnya. Sehingga analisa yang tepat mengenai hasil investasi harus dilakukan guna mendapatkan keputusan untuk melakukan investasi yang tepat. Simulasi adalah suatu cara untuk menduplikasi/ menggambarkan ciri, tampilan, dan karakteristik dari suatu sistem nyata. Awal mula simulasi berasal dari Simula. Simula adalah ekstensi bahasa Algol 60 khusus untuk mesin Univac 1107 yang dirancang pada tahun 1962 oleh Kristen Nygaard dan Ole-Johan Dahl dan diimplementasikan pada tahun 1964. Simula dirancang untuk simulasi diskrit. Simula memperkenalkan penggunaan kelas record yang menjadi awal untuk abstraksi data dan pemograman berarah objek seperti SmalTalk. Meskipun pada awalnya Simula dirancang untuk simulasi, namun karena pada intinya ditujukan untuk menggambarkan sistem yang kompleks dan mesimulasikannya, maka Simula dapat digunakan untuk keperluan lain. Penggunaan simulasi awalnya hanya bersifat flowbased Oriented, flowbased oriented adalah serangkaian langkah-langkah yang berjalan satu demi satu. Simulasi jenis ini bekerja dengan baik untuk skala kecil yang terdiri dari beberapa baris kode atau objek, tetapi ketika based menjadi lebih besar, maka simulasi berbasis flowbased ini menjadi lebih sulit bahkan mustahil untuk dikelola. Simulasi berorientasi objek dapat memberikan pemahamanabstraksi kunci yang lebih baik dalam pemodelan simulasi dan dapat memberikan cetak biru untuk pengembangan pustaka simulasi berorientasi objek untuk beromunikasi(memberikan informasi) satu sama lain yang pada intinya bahwa bendabenda ini mampu berkomunikasi – dalam waktu singkat.

Aktifitas produksi suatu industri secara normal harus berlangsung dalam jangka waktu yang panjang dengan tata letak yang tidak berubah. Pada era persaingan global yang sangat ketat saat ini sebagai perusahaan manufaktur, membuat para industri harus melakukan tindakan efisiensi terutama dilini produksi agar mendapatkan kapasitas produksi yang optimal sehingga akan didapatkan keuntungan yang maksimal. Tindakan efisiensi dapat dilakukan dengan cara melihat seberapa besar peranan kapasitas pada mesin dan sumber daya pada lini produksi. Bila lini produksi tidak mampu memenuhi perencanaan produksi, maka untuk ekspansi selanjutnya perusahaan perlu untuk melakukan penambahan mesin, sumber daya, maupun untuk penambahan jam kerja. PT Indomitra Sedaya merupakan perusahaan yang bergerak dibidang industri pipa dan komponen produk untuk beberapa merek motor di Indonesia. Perusahaan ini memproduksi pipa dalam berbagai ukuran dan berbagai material sesuai dengan standard dan permintaan pelanggan. Sedangkan untuk komponen sepeda motor aktifitas produksinya berdasarkan permintaan (job order) sesuai dengan permintaan produsen motor tersebut, baik jumlah maupun jenisnya. Beberapa jenis komponen produk yang intensitasnya tinggi yaitu untuk produksi Steering handle, Main stand, dll. Dalam produksinya perusahaan ini menggunakan beberapa sub kontraktor untuk beberapa part tertentu yang tidak dapat dibuat di perusahaan. Untuk selanjutnya proses assembling dilakukan di PT Indomitra Sedaya. Permasalahan yang dihadapi oleh perusahaan ini adalah tidak tercapainya target produksi pada jangka periode tertentu. Hal ini diakibatkan oleh bottleneck yang terjadi akibat waiting time yang tinggi karena proses yang tidak balance. Dalam upaya menyelesaikan masalah tersebut dibuatlah skenario-skenario perbaikan pada line produksi. 2



Simulasi adalah sebuah cara yang efektif dalam menganalisa sebuah proses. Batasan dari sumber daya, penggunaan waktu, hambatan waktu, dan lain-lain dapat tergambarkan jelas dengan menggunakan simulasi. Dengan mengetahui tingkat pengaruh dari variable dalam sistem maka para pengambil keputusan akan mempunyai gambaran yang lebih jelas mengenai pengaruh dan akibat yang akan didapat jika merubah suatu variable. Begitu pula di PT Indomitra Sedaya untuk memecahkan masalah tersebut, eskperimen langsung di lapangan tidak mungkin digunakan karena dapat merusak sistem dan dapat mengganggu proses produksi, meskipun cara ini yang paling akurat. Pendekatan riset operasi tidak hanya digunakan semata karena cara ini tidak mudah diaplikasikan pada banyak keadaan. Pada akhirnya model ini akan menjawab kebutuhan perusahaan melalui para pembuat kebijakannya untuk mendapatkan analisa untuk meningkatkan kapasitas produksi.

kuantitatif konvensional dan kadangakala simulasi adalah satu satunya metode yang memungkinkan. 2.1 Simulasi Flow Based Oriented Simulasi Flow Based oriented adalah simulasi dimana langkah – langkahnya berjalan dari satu demi satu proses. Dan keseluruhan objeknya cenderung pasif. Artinya simulasi flow based ini tidak memberikan komunikasi antara satu objek dengan objek lainnya. Simulasi berbasis flow based ini sangat cocok digunakan pada simulasi produksi masal dan hanya berfokus pada satu macam objek dimana satu objek tersebut hanya memerlukan 1 aliran proses. 2.2 Simulasi Berorientasi Objek Sebuah simulasi berorientasi objek terdiri dari satu set objek yang berinteraksi satu sama lain dari waktu ke waktu. Simulasi berorientasi obje memilki daya tarik intuitif yang besar dalam aplikasi karena sangat mudah untuk melihat dunia nyata terdiri sebagai objek. Dalam manufaktur, benda atau material, mesin, para pekerja, conveyor dan lain-lain, Juga, rute bagian, jadwal, serta rencana kerja dapat dilihat sebagai objek. Simulasi berorientasi objek memungkinkanpemetaan satu ke satu antara objek dalam sistem manufaktur yang dimodelkan dan abstraksi mereka dalam model simulasi. (Naraya dkk, 1988). Simulasi Berorientasi Objek dianggap sebagai paradigma pemetaan yang lebih alami untuk aplikasi simulasi, simulasi berorientasi objek cocok untuk aplikasi dan kondisi yang kompleks sebelum orang dapat menyesuaikan kebiijakan dan peraturan. Pendekatan Simulasi Berorientasi objek dikatikan dengan kelompok riset di Institut Teknologi Georgia, Amerika Serikat. Pemodelan berbasis objek pada dasarnya dibangun terpisah pada empat abstraksi perangkat lunak yang mendasar yaitu : bahan atau material, lokasi , controller,

2. LANDASAN TEORI . Simulasi adalah suatu cara untuk menduplikasi/menggambarkan ciri, tampilan, dan karakterisik dari suatu sistem nyata (Jeffrey Joines A. dkk,1998). Ide awal dari simulasi adalah untuk meniru situasi dunia nyata secara matematis, kemudian mempelajari sifat dan karakter operasionalnya, dan akhirnya membuat kesimpulan dan membuat keputusan berdasar dari hasil simulasi. Dengan cara ini, sistem di dunia nyata tidak disentuh/dirubah sampai keuntungan dan kerugian dari apa yang menjadi kebijakan utama suatu keputusan di uji cobakan dalam sistem model. Selain itu simulasi juga memberikan keuntungan yaitu : Relative apa adanya dan fleksibel, dapat digunakan untuk menganalisa situasi dunia nyata yang besar dan kompleks yang tidak dapat dipecahkan oleh model analisa 3



dan rencana proses. Lokasi bisa memproses material atau bahan. Proses rencana menentuka operasi yang diperlukan untuk prosional, untuk penurunan bagian – bagian tertentu. Controllers melakukan pembuatan keputusan dan kontrol dalam simulasi. Controler adalah entitas yang merespon perubahan dalam domain mereka. Semua pendekatan terpisah tersebut disadari untuk memberikan kebutuhan penilaian yang terkait dalam pengambilan keputusan dari kegiatan lain yang terkait dengan transformasi fisik atau pengolahan data. Keuntungan kita didalam penggunaan Simulasi berbasi objek addalah :

Gambar 3.1 Steering Handle Secara garis besar proses pembuatan steering handle ini terdiri dari proses bending, drilling, dan proses welding. Semua proses dalam pembuatan steering handle ini menggunakan jig dan fixture. Jig dan fixture dalam proses pembuatan steering handle merupakan hal yang sangat penting mengingat jenis produk yang bersifat mass produk yang membutuhkan keseragaman bentuk dan ukuran produk.

a. Kemampuan untuk mempertahankan dan menerapkan perubahan dalam program lebih efisien dan lebih cepat. b. Kemampuan untuk lebih efektif menciptakan sistem dengan menggunakan proses tim, yang memungkinkan spesialisasi untuk bekerja pada bagianbagian tertentu pada sistem. c. Kemampuan untuk menggunakan kembali komponen kode dalam program – program lain dan komponen pembelian ditulis oleh pengembang pihak ketiga untuk meningkatkan fungsi program dengan hanya sedikit usaha. d. Terintregasi lebih baik dengan sistem komputasi terdistribusi digabungkan secara fleksibel. e. Peningkatan intregasi dengan sistem operasi modern f. Kemampuan untuk membuat user interface yang lebih intuitif bagi pengguna grafis

3.1 Proses bending Tahap pertama dari pembuatan steering handle adalah proses bending. Proses bending adalah proses penekukan pipa sesuai dengan bentuk dan ukuran dari gambar sesuai dengan jenis produk dengan menggunakan mesin hidraulik. Kemudian hasil bending tersebut di cek kembali di jig bending inspection. Dan setelah hasil ok kemudian dilanjutkan ke proses selanjutnya. 3.2. Proses Drilling Proses drilling adalah proses pembuatan lubang pada pipa yang telah di bending pada proses sebelumnya. Proses drilling ini terdapat pada proses ke 2 dan proses dan proses ke 9 untuk pengeboran RH.

3. Pengumpulan Data Steering handle adalah salah satu bagian utama dari sepeda motor. Fungsi dari Steering handle itu sendiri adalah untuk menopang berat dari pengendara. Selain itu steering handle berfungsi sebagai tempat menempelnya beberapa bagian control sepeda motor seperti rem, switch lampu, sirine dan kaca spion.

3.2 Proses Welding Proses welding merupakan salah satu proses assembling dengan menggunakan mesin las. Dalam pembuatan steering handle ini terdapat 5 pos pengelasan, mulai dari welding 1 dengan menggunakan welding robot

4 Analisis peningkatan..., Muhammad Jamaludin Bintara, FT-UI, 2013


hingga pos ke 5 dengan pengelasan manual.

Tabel 3.1 Tabel Waktu Proses Produksi Steering Handle (detik)

Mulai

Proses

avg

Bending pipe

42,2

sigma 2,04

Drilling 1

39,2

Drilling 2

LB

UB

39

45

1,03

38

41

37,2

1,40

35

39

Welding 1

59,1

2,51

55

63

Welding 2

42,2

1,48

40

44

Welding 3

41,8

1,23

40

44

Welding 4

38,2

1,40

36

40

Welding 5

40,2

1,03

39

42

Clean Spatter

31,5

1,58

29

34

Balancing

32,2

1,40

30

34

Inspection

49,2

1,75

47

52

Drilling RH

33,1

0,99

32

35

Drilling LH

33,6

0,84

32

35

Assy WH

35,8

1,23

34

38

Assy LH

37,3

1,34

35

39

Drilling LH +RH

Sanding

30,8

1,62

29

34

Assy weight Handle

Final Inspec

35,8

1,23

34

38

Bending Pipe

Drilling 1

Drilling 2

Robot welding 1

Robot welding 2

Robot welding 3

Robot welding 4

Clean Spatter

Balancing

Inspection

Reject box

Assy Lever Comp

Tabel 3.2 Tabel Pembagian Waktu Kerja Produksi

Sanding

Final Inspection

Shift

Masuk

Pulang

Istirahat

Shift 1

07:00

16:00

Shift 2

16:00

23:30

12:0013:00 18:0018:30

Shift 3 Total

23:30

07:00

Reject box

Finish Good

Selesai

Total jam kerja 8 jam 7 jam 7 ,5 22 ,30

Gambar 3.2 Flow Chart Proses Produksi

Untuk permbagian pada sistem produksi, jam kedalam 3 shift dari data dilihat waktu yang tersedia adalah 22 jam 30 menit.

Steering Handle

Data data yang digunakan dalam penyusunan skripsi ini berupa : 1. Data waktu proses setiap mesin yang diperlukan dan waktu standar operator 2. Data jam kerja

waktu kerja kerja dibagi diatas dapat untuk 1 hari



Tabel 3.3 Tabel Target dan Pencapaian Produksi Tahun 2012

JANUARI

FEBRUARI

MARET

APRIL

MEI

JUNI

JULI

AGUSTUS

SEPTEMBER

OKTOBER

Target Produksi P A Target Produksi P A Target Produksi P A Target Produksi P A Target Produksi P A Target Produksi P A Target Produksi P A Target Produksi P A Target Produksi P A Target Produksi P A

33.228 30.945

24.885 20.321

Gambar 4.1 Model Awal

24.733 21.985

4.2 Validasi Model Validasi model merupakan metode untuk memastikan apakah formulasi model yang dibuat dengan bantuan perangkat lunak Plant Simulation ini telah sesuai dengan kondisi sesungguhnya. Validasi dilakukan dengan cara membandingkan hasil keluaran untuk produk Steering handle dengan data produksi aktual yang didapat di lapangan. Validasi terhadap hasil keluaran diambil dengan kondisi yang sama, yaitu ketika simulasi dijalankan dalam periode waktu tertentu, hari, minggu, dan bulan. Validasi diambil dari data pada bulan yang paling tinggi aktifitas produksinya untuk Steering Handle yaitu pada bulan January 2012. Tabel Perbandingan Hasil keluaran Produksi Aktual dengan Plan Simulation Bulan Januari 2012.

19.590 17.980

23.925 20.842

28.695 25.372

29.526 27.529

22.476 19.706

29.874 27.415

21.176 19.042

Tabel 4.1 Validasi Model untuk Bulan January 2012

Tabel diatas menunjukkan target dan pencapaian produksi pada tahun 2012. Dari tabel diatas dapat kita lihat bahwa dalam tahun 2012 pencapaian aktual produksi setiap bulannya tidak dapat mencapai target yang diinginkan

No

Waktu

1 2

1 hari 1 bulan

Produksi Actual 1.401 30.945

Plant Simulation 1463 30.181

4. Permodelan Dan Hasil Eksperimen 4.1 Pembuatan Model Awal. Model awal dibuat semirip mungkin dengan kondisi dilapangan. Mulai dari tata letak tiap mesin, pekerja, flow material, waktu proses, waktu set-up mesin, jumlah shift hingga proses selesai. 6 Analisis peningkatan..., Muhammad Jamaludin Bintara, FT-UI, 2013


Tabel 4.2 Tabel Hasil Eksperimen Pada Setiap Proses Produksi Steering Handle No

resource

working

root.WR1

99,99

root.INS

waiting

blocked

pause

0,01

0,00

0,00

83,49

11,67

0,01

0,00

root.BE

71,22

0,00

28,78

0,00

root.WR2

71,18

28,82

0,00

0,00

root.WR3

71,16

28,84

0,00

0,00

root.WR5

68,14

31,80

0,06

0,00

root.DL1

66,47

0,00

33,53

0,00

root.WR4

64,36

35,62

0,02

0,00

root.DL2

62,70

0,01

37,29

0,00

root.AS2

62,66

32,86

4,49

0,00

root.AS1

60,99

35,88

3,14

0,00

root.FI

60,97

29,36

0,00

0,00

root.DLH

56,29

43,56

0,15

0,00

root.DLR

56,28

41,46

2,25

0,00

root.BA

54,20

44,46

1,34

0,00

root.CS

53,01

46,87

0,12

0,00

root.SA

52,99

38,97

8,04

0,00

Dari hasil statistik setelah model di running dalam waktu 1 bulan penuh, dengan 3 shift. Maka dapat dilihat pada gambar diatas. Total output dalam 1 bulan adalah 30.181 pcs. Total output perjam adalah sebnyak 61 pcs. Dan output perhari sebanyak 1463,95 pcs. Dengan cycle time proses 59 detik/pcs. sebanyak 1463,95 pcs. Dengan cycle time proses 59 detik/pcs.

1 2 3 4 5 6 7

4.3

Pembuatan Skenario Skenario adalah sebuah gambaran yang konsisten tentang berbagai kemungkinan yang dapat terjadi dimasa yang akan datang. Tujuan dari dilakukannya skenario ini adalah untuk mengamati perilaku sistem dengan memodifikasi pada beberapa variable. Skenario yang dilakukan adalah sesuai bulan Januari tahun 2012 dengan 22 hari kerja. Skenario-Skenario yang akan dilakukan adalah: 1. Penambahan jam lembur diluar jam kerja normal. Dalam hal ini penambahan jam kerja dilakukan pada hari sabtu atau minggu. 2. Penambahan Mesin Welding Robot 3. Penambahan Mesin Welding Robot dan Stasiun Kerja Inspection

8 9 10 11 12 13 14 15 16 17

Dari hasil eksperimen yang disajikan dari tabel diatas, dapat disimpulkan bahwa untuk prosentase working, mesin WeldingRobot 1 (WR1) menempati urutan pertama. Untuk prosentase waktu waiting hampir tersebar disemua proses setelah proses WR1. Hal ini dikarenakan bottleneck yang terjadi di stasiun WR1. Dan untuk prosentase blocked, terdapat pada beberapa workstation yang disebabkan oleh bottleneck pada WR1. Untuk meningkatkan output produksi waktu waiting ini harus diminimumkan. Peneliti akan membuat beberapa skenario untuk menyesaikan permasalahan ini.

4.3.1 Skenario 1 Penambahan Jam Kerja Lembur Skenario ini didasarkan pada hasil output pada model awal dengan menggunakan Plant Simulation yaitu sebanyak 30.181 atau kurang 3047 pcs dari target pencapain produksi atau setara dengan 50 jam kerja. Pengalokasian waktu lembur dilakukan pada hari libur yaitu sabtu dan minggu dikarenakan jadwal shift yang padat yaitu 3 shift jam kerja.

Gambar 4.2 Fitur Statistik pada menu



Berikut adalah data dari fitur statistik pada menu Drain pada model skenario 1. Dapat dilihat bahwa dari hasil running model skenario 1 selama 1 bulan pada bulan Januari, didapatkan output sebanyak 34.300 pcs/bulan, 69,33 pcs/jam, 1663/hari, dengan cycle time rata-rata proses 51,9331 detik/pc.

Gambar 4.3 Model Dengan Penambahan Jam Kerja (Lembur)

. Gambar 4.6 Fitur Statistik Pada Menu Drain Untuk Skenario 2 Secara kuantitas target dapat terpenuhi yaitu sebanyak 33.228 pcs. Dan berlebih 1072 pcs. Tabel 4.3 Tabel Hasil Eksperimen Skenario 2

Gambar 4.4 Fitur Statistik Pada Menu Drain Untuk Skenario 1 Dari hasil fitur statistik pada menu Drain, setelah menambah 50 jam kerja (lembur) atau setara dengan 2,08 hari kerja, target pencapaian 33.228 dapat dicapai.

No

4.3.2 Skenario 2 Penambahan 1 Mesin Pada Proses Welding Robot 1 Skenario ini didasari pada hasil analisa bottleneck analyzer yg menyatakan bahwa beban kerja yang paling tinggi adalah pada proses Welding Robot 1. Berikut adalah model plant simulation dan hasil analisa menggunakan bottleneck analyzer pada penambahan 1 mesin Welding Robot 1.

resource

working

blocked

pause

1

root.INS

94,87

waiting 0,03

5,05

0,00

2

root.BE

80,94

0,00

19,06

0,00

3

root.WR2

80,89

0,02

19,09

0,00

4

root.WR3

80,89

0,02

19,09

0,00

5

root.WR5

77,47

0,03

22,50

0,00

6

root.DL1

75,57

0,02

24,41

0,00

7

root.WR4

73,18

0,03

26,79

0,00

8

root.DL2

71,28

0,03

28,69

0,00

9

root.AS2

71,23

22,58

6,19

0,00

10

root.FI

69,32

20,70

9,99

0,00

11

root.AS1

69,30

25,44

5,26

0,00

12

root.DLR

63,97

31,27

4,76

0,00

13

root.DLH

63,95

35,47

0,58

0,00

14

root.BA

61,61

0,04

38,34

0,00

15

root.CS

60,26

0,05

39,69

0,00

16

root.SA

60,24

30,12

9,64

0,00

17

root.WR11

56,83

0,06

43,11

0,00

18

root.WR1

56,81

0,06

43,13

0,00

Dari hasil analisa dari model skenario 1 menggunakan bottleneck analyzer

Gambar 4.5 Model Skenario 2 Dengan Penambahan 1 Mesin Welding Robot 1 8



didapatkan hasil bahwa workstation inspeksi memiliki beban kerja yang paling tinggi dan beberapa workstation yang masih memiliki waiting time yang cukup tinggi, maka untuk meminimkan waktu waiting, pada skenario ke 3 akan ditambahkan 1 workstation untuk inspeksi. 4.3.3 Skenario 3 Penambahan 1 Mesin Pada Proses Welding Robot 1 dan Penambahan 1 Stasiun Inspection dan 2 shift kerja. Skenario ini didasari pada hasil analisa bottleneck analyzer yg menyatakan bahwa beban kerja yang tinggi selanjutnya adalah pada stasiun kerja Inspection. Berikut adalah model plant simulation dan hasil analisa menggunakan bottleneck analyzer pada penambahan 1 mesin Welding Robot 1 dan stasiun kerja inspection dengan 2 shift kerja.

Gambar 4.8 Fitur Statistik Pada Menu Drain Untuk Skenario Secara kuantitas target belum terpenuhi yaitu sebanyak 6.327 pcs. Kekurangan produk sebanyak 6.327 pcs dapat diatasi dengan penambahan jam kerja atau lembur selama 74 jam kerja atau setara dengan 3,5 jam perhari selama 1 bulan. Dan dengan skenario ini dapat menghemat 1 shift kerja yaitu sebanyak 19 pekerja pada shift 3. Tabel 4.4 Tabel Hasil Eksperimen Pada Skenario 3 No 1 2 3 4 5

Gambar 4.7 Model Dengan Penambahan 1 Mesin Welding Robot 1 dan 1 Workstation Inspeksi Dengan 2 shift kerja

6 7 8 9

Berikut adalah data dari fitur statistik pada menu Drain pada model skenario 2. Dapat dilihat bahwa dari hasil running model skenario 2 selama 1 bulan pada bulan Januari, didapatkan output sebanyak 26.901 pcs, 85,48 pcs/jam, dan 2052,17 pcs/hari. Dengan cycle time proses 42,184 detik/pc.

10 11 12 13 14 15 16 17 18 19

resource

working

waiting

blocked

root.BE

99,74

0,00

0,26

root.WR3

99,69

0,05

0,25

root.WR2

99,68

0,05

0,28

root.WR5

95,48

3,82

0,70

root.DL1

93,14

1,49

5,38

root.WR4

90,19

8,98

0,83

root.DL2

87,88

2,61

9,51

root.AS2

87,77

3,32

8,91

root.AS1

85,40

3,61

10,99

root.FI

85,40

4,41

10,19

root.DLH

78,86

12,19

8,95

root.DLR

78,84

5,43

15,73

root.BA

75,95

20,95

3,10

root.CS

74,27

24,73

1,00

root.SA

74,23

12,98

12,78

root.WR1

70,03

5,24

24,73

root.WR11

70,02

5,23

24,75

root.INS

58,64

28,44

12,90

root.INS1

58,30

28,38

13,03

pause 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00



Dari hasil analisa dengan menggunakan fitur bottleneck analyzer dapat dilihat bahwa waiting time dan blocked disetiap proses dapat dikurangi, waiting time yang paling tinggi yaitu pada stasiun kerja inspection yaitu hanya 16,41% dan blocked yang paling tinggi pada stasiun kerja Drilling RH yaitu 9,73%.

6. Kesimpulan dan Saran Kesimpulan yang dapat diambil adalah dari hasil analisa didapatkan bahwa skenario dengan biaya tambahan termahal adalah pada skenario 2 yaitu penambahan mesin Welding Robot 1 sebesar Rp. 12.953.000. Dan skenario 3 adalah skenario dengan biaya paling minimum bahkan mampu menghemat biaya sebesar Rp. 2.608.667 Penelitian yang dilakukan masih jauh dari sempurna, masih terdapat banyak hal yang dapat dikembangkan dan diperbaiki lebih lanjut. Peneliti selanjutnya menggunakan analisa biaya keseluruhan untuk dapat membandingkan skenario dengan biaya tambahan paling minimum sehingga dapat menjadi rekomendasi yang valid bagi perusahaan.

Tabel 4.5 Tabel Perbandingan Model Skenario dengan Plant Simulation Model

Cycle Time (detik )

Awal Skenario 1 Skenario 2 Skenario 3

59 59 51 42

Ratarata waiti ng time (%) 26,48 26,48 9,22 9,04

Outp ut rate (perj am)

Pena mbah an Reso urces

61 61 69 85

WR 1 WR1, Inspe ction

Pena mbah an jam kerja (jam) 50 74

Juml ah Shift kerja

3 3 3 2

Referensi

4.6

Analisis Biaya Tambahan Berikut adalah hasil analisis dari perhitungan biaya tambahan yang dibutuhkan oleh perusahaan dari skenario skenario yang telah dibuat. Sehingga pihak perusahaan sebagai pengambil kebijakan dapat mengambil keputusan memilih skenario dengan biaya tambahan paling minimum agar target produksi tercapai.

Steffen Bangsow.2010. Manufacturing Simulation with Plant Simulation and SimTalk Usage and Programming with Examples and Solutions, ISBN 978-3-64205073-2. Springer-Verlag Berlin Heidelberg Plant Simulation Basics Student Guide, Version 8.2. PLT 100 Siemens Manufacturing Process Management Solutions Training Manual 3D. 2003. Copyright 2003 by Tecnomatix Technoogies GmbH & Co.KG

Tabel 4.5 Tabel Perbandingan Biaya Tambahan Pada Model

Grady Booch, Ivar Jacobson, James Rumbaugh. 1996. The Unified Modelling Language for Object-Oriented Development, Version 0.91 Addendum. Copyright 1996 Rational Software Coporation.

Dari tabel perbandingan diatas didapatkan bahwa skenario dengan biaya tambahan termahal adalah pada skenario 2 yaitu penambahan mesin Welding Robot 1 sebesar Rp. 12.953.000. Dan skenario 3 adalah skenario dengan biaya paling minimum bahkan mampu menghemat biaya sebesar Rp. 2.608.667 .

Blackstone, J.H.,Jr., Management.Cincinnati, OH:SouthWestern, 1989

Capacity



ANALISIS PENINGKATAN OUTPUT PRODUKSI KOMPONEN STEERING HANDLE MENGGUNAKAN SIMULASI BERBASIS OBJEK

Recommend Documents