Jurusan Teknik Industri Semester Gasal 2014/2015
Interaksi Manusia – Mesin ANALISA DAN PENGUKURAN KERJA Debrina Puspita Andriani e-Mail :
[email protected] Blog : http://debrina.lecture.ub.ac.id/
4
O U T L I N E 10/03/16
Sistem Manusia Mesin Model Hubungan Manusia - Mesin Analisa Sistem Manusia - Mesin Analisa Kuantitatif Sistem Manusia - Mesin 2
www.debrina.lecture.ub.ac.id
Manusia vs Mesin Kecepatan
Lambat
Cepat
Kekuatan
Kecil, terbatas, berubah-ubah
Dapat diatur dengan baik, bisa diperbesar, tetap
Keseragaman
Tidak dapat diandalkan, perlu di-monitor
Seragam / standar, cocok untuk pekerjaan massal
Memory
Mengingat segala macam, persepsi, dasar & strategis
Sesuai perintah, jangka panjang / jangka pendek
Berpikir
Induktif baik
Deduktif baik
Kalkulasi
Lambat, mungkin ada error, kemampuan koreksi
Cepat, tepat, tidak ada koreksi
Overload
Degradasi, kemampuan turun perlahan
Kerusakan tiba-tiba
Kepintaran
Kemampuan adaptasi, meramal, menganalisa
Keputusan Ya/Tidak sesuai program
10/03/16
3
www.debrina.lecture.ub.ac.id
SISTEM MANUSIA MESIN Kombinasi 1 atau beberapa manusia dengan 1 atau beberapa mesin yang saling berinteraksi untuk menghasilkan output berdasarkan input tertentu. 4
10/03/16
www.debrina.lecture.ub.ac.id
MESIN semua objek fisik termasuk peralatan, perlengkapan, fasilitas & benda-benda yang digunakan manusia dalam melakukan pekerjaannya 5
10/03/16
www.debrina.lecture.ub.ac.id
Man Machine Interface
MAN
10/03/16
MACHINE
PERCEPTION & CONTROL 6
www.debrina.lecture.ub.ac.id
Simple Ergo System
e
e
H
H M
H = Human 10/03/16
M = Machine
e = Environment 7
www.debrina.lecture.ub.ac.id
Complex Ergo System e
e M M M H M H = Human 10/03/16
H
H
H M H
M = Machine
e = Environment 8
www.debrina.lecture.ub.ac.id
PERFORMING TASK ENVIRONMENT
Heat/Cold, Noise, Lighting, Vibration, etc
Firmware
Software-Loaded Hardware for Proper Identification Hardware
INPUT
Display Control, Machine, Equipment , etc
TASK Human Operator
Age, Sex, Education, Experience, etc
Software
Man, Manuals, Information , etc
OUTPUT
Feedback 10/03/16
9
www.debrina.lecture.ub.ac.id
Model Hubungan Manusia - Mesin
Manual
Man-Machine System
Semi-Automa,c Man-Machine System
Automa,c
Man-Machine System 10/03/16
10
www.debrina.lecture.ub.ac.id
MANUAL MAN-MACHINE SYSTEM (Human)
Sensing
Information Storage
INPUT
Action OUTPUT
Processing
Feedback 10/03/16
11
www.debrina.lecture.ub.ac.id
SEMI-AUTOMATIC MAN-MACHINE SYSTEM
Information Storage Sensing
Action Processing
Control Mechanism
INPUT
Display
(Human)
Process
Feedback
OUTPUT 10/03/16
12
www.debrina.lecture.ub.ac.id
AUTOMATIC MAN-MACHINE SYSTEM (Machine)
INPUT
Sensing
Information Storage
Action
Process
OUTPUT
Human ( Monitor)
Control mechanism
Display
Processing
Feed back 10/03/16
13
www.debrina.lecture.ub.ac.id
M E C H A N I S M S 10/03/16
Recording display : memberi informasi tentang progress dari proses kerja yang berlangsung ( kinerja mesin ) Perception : operator yang menyerap / menangkap informasi dari display secara visual Interpretation Decision : menginterpretasikan dan mengartikan informasi yang masuk dan selanjutnya membuat keputusan Handing of Controls : mengkomunikasikan keputusan yang diambil ke sub-sistem mesin melalui rancangan mekanisme kendali Control Display : memberikan petunjuk kepada operator hasil dari keputusan dan tindakannya. Selanjutnya mesin akan membawa ke dalam bentuk aktivitas kerja 14
www.debrina.lecture.ub.ac.id
Analisa Sistem Manusia - Mesin KUANTITATIF :
KUALITATIF : Ê Peta Manusia - Mesin ( Man -
Ê Pengembangan model
Machine Process Chart )
matematis.
Ê Menentukan berapa jumlah
Ê Lebih teliti, akurat, dan
mesin / fasilitas kerja yang bisa dioperasikan oleh seorang operator.
memasukkan variabel biaya dalam proses analisanya.
Ê Sederhana, praktis dan cepat. Ê Kendala : Ketelitian dalam
menggambar peta manusiamesin
10/03/16
15
www.debrina.lecture.ub.ac.id
Analisa Kuantitatif Sistem Manusia - Mesin
Synchronous Servicing Completely Random Servicing Combina,on Servicing 10/03/16
16
www.debrina.lecture.ub.ac.id
Synchronous Servicing • Kondisi kerja ideal • Operator dan mesin bekerja
secara penuh dalam siklus waktu yang tersedia. • Operator lebih sering berada
dalam kondisi “idle”, sehingga untuk itu bisa dibebani kerja dengan melayani operasi mesin yang kedua, ketiga, dstnya.
17
10/03/16
www.debrina.lecture.ub.ac.id
Synchronous Servicing n
n
18
1 operator menangani > 1 mesin DALAM KONDISI IDEAL à SINKRON. Formulasi :
N =
machine time L + m = operator time L
Dimana : N = Σ mesin yang harus dilayani (unit mesin) L = total operator servicing time (loading & unloading) (jam) m = total machining time (jam) 10/03/16
www.debrina.lecture.ub.ac.id
Synchronous Servicing m/c # 1 m/c # 2
m/c # 3 m/c # 4 m/c # 5
10/03/16
St
St
Cycle time - Ct St
St
C t St
St
C t St
St
C t St
C t
St
St = L = service time (loading & unloading); Ct = m = cycle time atau machining time 19 www.debrina.lecture.ub.ac.id
Synchronous Servicing n
Kondisi ideal sulit untuk bisa dicapai; bilamana N > 5 atau N < 5 (dari contoh) maka akan dijumpai situasi adanya idle atau delay yang bisa terjadi pada mesin atau operator.
n
Kondisi idle atau delay bisa terjadi manakala nilai N dari perhitungan akan menghasilkan bilangan pecahan; sedangkan banyaknya mesin yang harus dioperasikan merupakan bilangan bulat.
n
Pertimbangan manakah yang sebaiknya “idle”? (Idle machine or idle operator?)
Formulasi perhitungan jumlah mesin yang dioperasikan oleh seorang operator perlu modifikasi dengan memperhitungkan waktu (w) yang diperlukan oleh operator untuk bergerak-pindah dari satu mesin menuju ke mesin berikutnya. Pada formulasi terdahulu, dalam kondisi yang ideal waktu (w) dianggap = NOL (?) 10/03/16 20 www.debrina.lecture.ub.ac.id n
Synchronous Servicing n
Dengan memperhitungkan waktu bergerak-pindahnya operator (w); maka jumlah mesin yang harus dilayani bisa dihitung dengan formulasi baru sbb :
q
q
10/03/16
L + m N = L + w
Nilai N merupakan bilangan bulat. Bilamana dijumpai nilai N merupakan bilangan pecah misalkan N = 4.57); maka perlu untuk dibulatkan kebawah (N1 = 4) atau dibulatkan keatas (N2 = N1 + 1 = 5). Untuk menetapkan berapa jumlah mesin yang seharusnya dioperasikan oleh seorang operator dapat ditetapkan berdasarkan pertimbangan (analisa biaya) yang didasarkan pada The Expected Cost (TEC) yang paling ekonomis dilihat dari aspek idle/delay costs yang terjadi pada mesin atau operator. 21
www.debrina.lecture.ub.ac.id
The Expected Cost The Expected Cost : n CM = machining cost (Rp/jam/mesin) n CO = operator cost (Rp/jam/operator)
n
N1 = idle mesin ( ê ), waktu siklus à waktu siklus mesin N2 = idle operator ( é ), waktu siklus à waktu siklus operator
n n
(L + m)(C o + N1 .CM ) TECN1 = N1
n
TECN2 = (L + w)(CO + N2 .CM )
Keputusan : Pilih jumlah mesin yang memberikan nilai TEC terkecil TECN1 < TECN2 à Pilih N1 TECN1>TECN2 à Pilih N2
10/03/16
22
www.debrina.lecture.ub.ac.id
10/03/16
23
L AT I H A N S OA L
Berapakah jumlah mesin yang seharusnya bisa dilayani oleh seorang operator, bilamana diketahui : Waktu yang dibutuhkan untuk kegiatan loading & unloading adalah 1,41 menit. Waktu yang dibutuhkan untuk operator bergerak berpindah dari satu mesin ke mesin lainnya 0,08 menit. Waktu permesinan 4,34 menit. Biaya operator Rp. 8500 / jam/operator. Biaya operasi mesin Rp. 15000 / jam/mesin.
www.debrina.lecture.ub.ac.id
N1 = 3 ; N2 = 4 TECN1
(L + m)(CO + N1 .CM ) = N1 (5,75/60)(8500 + 3x15000) = 3 = Rp.1.709
TECN2 = (L + w)(CO + N2 .CM ) = (1,49/60)(8500 + 4x15000) = Rp.1.701 10/03/16
24
P E N Y E L E S A I A N
L + m 1,41 + 4,34 N = = = 3,86 L + w 1,41 + 0,08
www.debrina.lecture.ub.ac.id
Completely Random Servicing q Diaplikasikan untuk menghadapi kondisi : Ø Kapan
suatu fasilitas kerja memerlukan pelayanan operator TIDAK DIKETAHUI;
Ø Berapa lama pelayanan terhadap fasilitas kerja tersebut
harus berlangsung juga TIDAK DIKETAHUI.
q Mesin dapat berhenti (down) karena: v Siklus kerja selesai (dan ada proses loading atau unloading
yang dilakukan oleh operator).
v Mesin rusak sehingga operator harus melakukan
perbaikan (maintenance services)
10/03/16
25
www.debrina.lecture.ub.ac.id
Completely Random Servicing q
Probabilitas mesin down (memerlukan pelayanan operator) : 0, 1, 2, 3 … n (n relatif kecil).
q
Kapan pelayanan dikehendaki dan berapa lama waktu pelayanan (service) bersifat acak (random).
q
Pendekatan Distribusi Binomial digunakan untuk penyelesaiannya.
q
Di-ASUMSI-kan bahwa mesin akan down / idle secara random selama siklus kerja berlangsung
10/03/16
q
p = probability of running time
q
q = probability of down/idle time
q
p + q = 1 26
www.debrina.lecture.ub.ac.id
Binomial Distribution Teorema Ekspansi Binomial
(p + q)n = pn +
( )qp n 1
n−1
+
( )q p n 2
2 n−2
+ .... +
( )q p n x
x n− x
+ .... + qn
Proporsi waktu mesin yang hilang (d): Total jam kerja mesin yang hilang × 100% Total jam kerja mesin Jika prosentase jam yang hilang ± 10% maka dapat dikatakan bahwa penugasan sudah baik. Sedangkan bila prosentase jam mesin yang hilang terlalu besar, maka dapat ditambah operator yang menangani mesin down. 10/03/16
27
www.debrina.lecture.ub.ac.id
C O N T O H Tentukan porsi minimal dari waktu permesinan yang akan hilang untuk pengoperasian 3 (tiga) mesin yang harus dilayani oleh seorang operator bila diketahui : •
Rata-rata running time = 60%
•
Rata-rata operator attention time = 40% (irregular intervals).
28
10/03/16
www.debrina.lecture.ub.ac.id
Perhitungan Distribusi Binomial Ê Kemungkinan (probabilitas) adanya mesin running (p)
dan down/idle (q) untuk 3 mesin yang harus dilayani oleh seorang operator dapat ditunjukkan sebagai berikut :
(p + q)n = (p + q)3
= p3 + 3p2q + 3pq2 + q3
= (0.60)3 + 3(0.60)2(0.40) + 3(0.60)(0.40)2 + (0.40)3
= (0.216) + (0.432) + (0.288) + (0.064)
10/03/16
29
www.debrina.lecture.ub.ac.id
Tree Diagram Mesin 1 Mesin 2 Mesin 3 Probabilitas R = 0.60
R = 0.60 (0.60)(0.60)(0.60) = 0.216 D = 0.40 (0.60)(0.60)(0.40) = 0.144
D = 0.40
R = 0.60 (0.60)(0.40)(0.60) = 0.144 D = 0.40 (0.60)(0.40)(0.40) = 0.096
R = 0.60
R = 0.60 (0.40)(0.60)(0.60) = 0.144 D = 0.40 (0.40)(0.60)(0.40) = 0.096
D = 0.40
R = 0.60 (0.40)(0.40)(0.60) = 0.096 D = 0.40 (0.40)(0.40)(0.40) = 0.064
R = 0.60
D = 0.40
1.000 10/03/16
30
www.debrina.lecture.ub.ac.id
Proporsi Waktu Hilang Ê Dari perhitungan tersebut diatas, maka proporsi waktu mesin down/idle
bisa ditentukan. Waktu yang hilang untuk melayani 3 mesin dapat dihitung sebagai berikut: # mesin down/idle
Probability
Jam mesin yang hilang karena 1 operator
Jam mesin yang hilang karena 2 operator
0
0.216
0
0
1
0.432
0*)
0
2
0.288
(1)(0.288)(8) = 2.304
0
3
0.064
(2)(0.064)(8) = 1.024
(1)(0.064)(8) = 0.512
*) Karena hanya 1 (satu) mesin yang down maka operator dapat melayani mesin tersebut, sehingga secara
keseluruhan tidak ada mesin yang “down/ idle”.
• Proporsi waktu permesinan yang hilang karena hanya 1 (orang) operator saja yang ditugaskan melayani 3 (tiga) mesin = (2.304 + 1.024) x 100% = 13.9% 3 x 8 10/03/16
31
www.debrina.lecture.ub.ac.id
The Expected Cost Asumsi : • Biaya operator = Rp 10.000/jam • Biaya permesinan = Rp 80.000/jam • Output produksi = 250 unit/jam
Untuk 1 operator : Produksi selama 8 jam = (24 – 3,328) x 250 = 5168 unit Biaya selama 8 jam = (10000 x 8) + (80000 x 3 x 8) = Rp 2.000.000 Biaya per unit = 2000000 / 5168 = Rp 386,9 Untuk 2 operator : Produksi selama 8 jam = (24 – 0,512) x 250 = 5872 unit Biaya selama 8 jam = (10000 x 8 x 2) + (80000 x 3 x 8) = Rp 2.080.000 Biaya per unit = 2080000 / 5872 = Rp 354,2 Untuk 3 operator : Produksi selama 8 jam = (24 – 0) x 250 = 6000 unit Biaya selama 8 jam = (10000 x 8 x 3) + (80000 x 3 x 8) = Rp 2.160.000 10/03/16 Biaya per unit = 2160000 / 6000 = Rp 360 32
www.debrina.lecture.ub.ac.id
Asumsi : Biaya tenaga kerja langsung : Rp 12.500/jam Biaya permesinan : Rp 85.000/jam Output produksi : 300 unit/jam
10/03/16
33
LATIHAN SOAL
Tentukan minimum prosentase dari waktu permesinan yang akan hilang dan jumlah operator optimum untuk menangani 4 (empat) mesin, bila rata-rata running time 70% dan rata-rata operator attention time sebesar 30%.
www.debrina.lecture.ub.ac.id
Combination Servicing • • • •
34
Servicing Time à Constant Machine Down Time à Random Sebuah tipikal umum dari sistem manusia mesin. Problem teori antrian (Queuing Theory) yang bisa dijumpai cara penyelesaiannya dalam riset operasi (Operation Research)
10/03/16
www.debrina.lecture.ub.ac.id
“The best way to predict the future is to invent it” - Alan Kay -
10/03/16
35
www.debrina.lecture.ub.ac.id