LABORATORIUM SISTEM PENDUKUNG KEPUTUSAN DAN INTELIGENSIA BISNIS
Latar Belakang • Pelayanan terpusat di satu tempat • Antrian pemohon SIM yg cukup panjang (bottleneck) • Loket berjauhan • Sumber daya terbatas • Lamanya waktu pelayanan pembuatan SIM
Rumusan Masalah • Bagaimana model dari sistem pembuatan SIM di Satpas Jember? • Bagaimana kinerja sistem pembuatan SIM saat ini? • Alternatif solusi apakah yang dapat ditawarkan untuk mengurangi total waktu pembuatan SIM?
Batasan Masalah • Data yang digunakan hanya sebatas pada pembuatan dan perpanjangan SIM, tidak termasuk pengurusan SIM hilang, peningkatan golongan SIM, dan pembuatan SIM Internasional. • Tidak memperhitungkan faktor biaya operasional • Tidak memperhitungkan tipe atau jenis SIM • Tingkat kedatangan pemohon SIM hari SeninSabtu diasumsikan sama
Tujuan • Mengetahui model sistem riil proses pembuatan SIM di Satpas Jember. • Mengetahui kinerja SATPAS Jember dengan kondisi sistem yang ada saat ini • Mengurangi total waktu dalam sistem.
Manfaat • Memberikan kontribusi bagi pihak Satpas Jember untuk meningkatkan performa dan kinerjanya sehubungan dengan pelayanan pembuatan SIM kepada masyarakat • Memberikan gambaran mengenai sistem antrian pembuatan SIM • Memberikan saran dan alternatif solusi atas kemungkinan masalah antrian yang sering muncul dalam proses pembuatan SIM
Tinjauan Pustaka • Pemodelan dan Simulasi – Model: representasi sistem nyata ke dalam bahasa atau bentuk tertentu – Pemodelan: langkah yang dilakukan dalam membuat model – Simulasi: imitasi dari suatu hal, kondisi, atau proses yang nyata
• Pemodelan dan Simulasi adalah program yang bertujuan untuk meniru perilaku riil suatu kondisi tertentu pada dunia nyata.
Definisi simulasi • Banks & Carson –
•
Nailor –
•
Tiruan dari sistem nyata yg dikerjakan secara manual atau komputer Teknik numerik utk melakukan eksperimen pada komputer yg melibatkan jenis matematika dan model tertentu yang menjelaskan perilaku bisnis atau ekonomi pada suatu periode tertentu
Borowski & Borwein –
Teknik utk membuat konstruksi model matematika utk suatu proses atau situasi dlm rangka menduga secara karakterisrik
• Law & Kelton (1991) – Simulasi merupakan sekumpulan metode dan aplikasi untuk menirukan perilaku dari suatu sistem nyata, yang biasanya dilakukan menggunakan komputer dengan perangkat lunak tertentu. • Shannon (1975) – Proses perancangn model dari sistem nyata yang dilanjutkan dengan pelaksanaan eksperimen terhadap model untuk mempelajari karakteristik sistem. • Khosnevis (1994) – Proses aplikasi membangun model dari sistem nyata atau usulan sistem, melakukan eksperimen dengan model tersebut untuk menjelaskan perilaku sistem, mempelajari kinerja sistem, atau untuk membangun sistem baru dengan kinerja yang diinginkan.
Cont’d.. • Tujuan simulasi – Pelatihan (training) – Studi perilaku sistem (behaviour) – Hiburan atau permainan (game)
Cont’d.. • Manfaat simulasi – Dapat menguji berbagai macam kemungkinan – Dapat mengatur waktu dalam proses sesuai dengan kontrol yg dikehendaki – Mempermudah memahami hubungan antar variabel
Klasifikasi model simulasi • Menurut kejadian perubahan sistem yang berlangsung: – Sistem statis – Sistem dinamis
• Menurut kepastian dari probabilitas perubahan sistem: – Sistem deterministik – Sistem stokastik
• Menurut sifat perubahannya: – Sistem diskrit – Sistem kontinu
Discrete event simulation • Pemodelan suatu sistem dimana state variable berubah secara instan pada waktu-waktu tertentu. • Komponen sistem: – Entity – Class – Attribute – Set
1
Formulasi masalah
2
Mengumpulkan data & mendefinisikan model
3
Model konseptual valid?
Langkah Simulasi No
No Yes
4
Membuat program komputer & verifikasi
5
Membuat pilot run
6
Model program valid? Yes
7
Design experiments
8
Running program
9
Output data analisis
10
Document, present, & use results
Jenis simulasi berkaitan dengan analisis output
Terminating Simulation Model
Steady-state Simulation Model
Pengukuran Sampel • Rumus Slovin digunakan untuk menghitung ukuran sampel (n) dg ukuran populasi (N) dan margin error (e). • n= • Error yang diijinkan antara real system dengan model tidak boleh lebih dari 5%.
• Data yang diperoleh diketahui jumlah pemohon sim rata-rata per hari selama 5 bulan adalah 284 orang. • Jika margin error 5%, maka: • n= = 166 • Jadi jumlah sampel yang harus diambil adalah sebanyak 166.
Replikasi • Mula-mula model simulasi dijalankan sebanyak 10 kali replikasi awal (n0).
Replikasi
jumlah customer yang dilayani
1
152
2
120
3
156
4
127
5
127
6
125
7
135
8
144
9
125
10
135
• Dari 10 kali replikasi diperoleh nilai rata-rata output = 134.6 dengan standart deviasi =12.30357, sehingga nilai half-width interval (digunakan selang kepercayaan (P) = 95%, sehingga α = 5% atau 0,05): halfwidth :
t
n 1, / 2
n
s t
s
2.267 x12.30357 8.827 3.16 3.16 9, 0.025
• Sehingga nilai n diperoleh : Z / 2 s 1.9612.30357 n 7.46 8 8.827 2
2
• Dari hasil perhitungan yang telah dilakukan, maka model simulasi hanya perlu dijalankan 8 kali. • Karena jumlah replikasi n' yang diperoleh lebih kecil dari replikasi awal maka jumlah replikasi yang digunakan adalah jumlah replikasi awal n0 yaitu 10.
Arena • Untuk menganalisis akibat dari suatu perubahan yang mempengaruhi sistem • Dapat menangani: – Analisis sistem manufaktur – Analisis pelayanan konsumen – Analisis rantai pasok – Memprediksi performa suatu sistem – Mengidentifikasi bottleneck – Perencanaan kebutuhan sumberdaya
KPI • Waktu tunggu tiap loket • Number waiting di tiap loket • Waktu total dalam sistem
Tingkat kedatangan pemohon SIM Bulan Juni-Oktober 2010 350 300
250 200
150 100
50 1 7 13 19 25 31 37 43 49 55 61 67 73 79 85 91 97 103 109 115 121
0
SIM Baru
Perpanjangan
Grafik jumlah pemohon SIM per bulan 6000 5000 4000 3000 2000 1000 0
SIM Baru Perpanjangan
Grafik jumlah pemohon SIM per minggu 1800 1600 1400 1200 1000 800 600 400 200 0
I II III IV I II III IV I II III IV I II III IV I II III IV Juni
Juli SIM Baru
Agustus
September
Perpanjangan
Oktober
Mengapa Simulasi? • Modelnya kompleks • Dapat bereksperimen tanpa ada resiko/ mengganggu sistem nyata • Waktu singkat • Input data bervariasi
Metodologi • • • • • • • • •
Observasi dan Analisa Kondisi Objek Penelitian Studi Pustaka Menentukan Model Konseptual Pengumpulan dan Pengolahan Data Membuat Model Spesifikasi dan Komputasi Menggunakan Arena Running Model Simulasi Verifikasi dan Validasi Analisa dan Kesimpulan Penyusunan Buku Tugas Akhir
Pengembangan Model Simulasi Bagan Alur Proses Pelayanan Pembuatan SIM Pemohon
Loket Pendaftaran
Ujian Teori
Pendaftaran
Ujian teori
Ujian Praktek
Kesehatan
Loket BRI
Loket Formulir
Produksi
Penyerahan
Persyaratan
Tidak Lulus?
Ya
Ujian praktek
Tidak Lulus?
Registrasi
Ya
Tes kesehatan
Pembayaran Pengisian formulir
Terima SIM
Selesai
Input data, Foto, Tandatangan, Cetak SIM Penyerahan SIM
Pembuatan model komputasi menggunakan Arena • Input – Data kedatangan pemohon – Waktu proses pelayanan di tiap loket
• Proses – Dibagi kedalam 10 submodel
• Output – Waktu total dalam sistem – Jumlah SIM yang diproduksi
Sistem dibagi menjadi 10 submodel sebagai berikut. • • • • • • • • • •
Submodel kedatangan pemohon Submodel pendaftaran Submodel ujian teori Submodel ujian praktek Submodel tes kesehatan Submodel registrasi Submodel pembayaran Submodel pengisian formulir Submodel foto Submodel pengambilan SIM
Submodel kedatangan pemohon
Submodel pendaftaran
Submodel ujian teori
Submodel ujian praktek
Submodel tes kesehatan
Submodel registrasi
Submodel pembayaran
Submodel pengisian formulir
Submodel foto
Submodel pengambilan SIM
Pengukuran Sampel • Data yang diperoleh diketahui jumlah pemohon sim rata-rata per hari selama 5 bulan adalah 284 orang. • Jika margin error 5%, maka: • n= = 166 • Jadi jumlah sampel yang harus diambil adalah sebanyak 166.
Validasi • Apakah sesuai dengan kondisi real system atau tidak? • Jika error rate kurang dari 5%, maka model sudah dikatakan valid. ErrorRate
177 172 0.025551 2.56% 172
Replikasi • Rata-rata = 177 • Standard deviasi = 10.05 • Nilai half-width interval (digunakan selang kepercayaan (P) = 95%, sehingga α = 5% atau 0,05): halfwidth :
t
n 1, / 2
s t
n
9, 0.025
3.16
s
2.267 x10.05 7.21 3.16
• Sehingga nilai n’: Z s 1.9610.05 n' / 2 7.46 8 7.21 2
2
Uji Coba dan Analisis • Rancangan proses simulasi – Replication length: 8 hours – Time unit: hours – Number of replication: 10
• Rancangan proses simulasi • Perangkat keras – Prosesor Intel® Core™ Duo CPU T2250 @ 1.73GHz 1.73GHz – Memori: 2.49 GB RAM
• Perangkat lunak: – Sistem operasi: Microsoft Windows XP Professional Version 2002 Service Pack 2 – Perangkat lunak: Arena 5.0
Skenario percobaan • Perubahan ukuran batch – 20/batch – 25/batch – 30/batch
• Penambahan resource – 2 ruang ujian teori – 3 ruang ujian teori
• Jumlah gelombang: 6, 8, 9, 10
Perubahan ukuran batch
Penambahan resource 2 ruangan
Penambahan resource 3 ruangan
Hasil existing system
Hasil Skenario Hasil skenario tanpa menambah resource
Skenario existing 10 11 12 13 14 15 16 17 18 19 20 21
Total Waktu (hour) Jumlah Jumlah SIM pemohon jadi Average time Max time 430 176 1.5715 4.9496 420 165 1.061 3.7263 424 174 1.1868 3.6251 424 174 1.2363 3.7868 425 182 1.313 4.5334 430 172 1.1959 3.6935 430 177 1.3206 4.1128 430 182 1.4036 4.5733 430 188 1.4681 4.6378 427 172 1.2879 4.4093 424 180 1.429 4.4356 424 183 1.4755 4.5846 424 184 1.4865 4.5951 max min min 188 1.061 3.6251
Hasil skenario dengan menambah resource menjadi 2 ruang ujian
Hasil skenario dengan menambah resource menjadi 3 ruang ujian
Existing vs Skenario
Kesimpulan • Simulasi dapat digunakan untuk memodelkan suatu sistem yang kompleks. Dengan simulasi dapat dilakukan eksperimen tanpa resiko mengganggu sistem nyata yang sedang berlangsung. • Dengan simulasi dapat dilakukan uji coba berbagai skenario dengan input yang bervariasi sesuai dengan tujuan yang ingin dicapai. • Simulasi yang dilakukan dalam penelitian ini bertujuan untuk mempelajari perilaku (behaviour) dari sistem nyata. • Menurut kejadian perubahan sistem yang berlangsung, sistem antrian pembuatan SIM di SATPAS Polres Jember merupakan sistem statis. Menurut kepastian dari probabilitasnya, sistem pada studi kasus ini termasuk sistem stokastik yang memiliki komponen random atau acak terutama pada input datanya. Sedangkan menurut sifat perubahannya, sistem yang dikaji pada penelitian ini termasuk sistem diskrit.
• Berkaitan dengan analisis outputnya, jenis simulasi yang digunakan pada penelitian ini adalah model simulasi terminating atau terminating simulation model, karena sistem antrian pembuatan SIM di SATPAS Polres Jember memiliki waktu terminasi yang alami. • Sistem antrian pembuatan SIM dalam penelitian ini dimodelkan menggunakan software Arena 5.0. Simulasi dibagi kedalam sepuluh submodel, yaitu submodel kedatangan pemohon, submodel pendaftaran, submodel ujian teori, submodel ujian praktek, submodel tes kesehatan, submodel registrasi, submodel pembayaran, submodel formulir, submodel foto, dan submodel pengambilaan SIM.
• Kinerja sistem pembuatan SIM di SATPAS Polres Jember saat ini masih terbentur pada antrian ujian teori karena jumlah peserta ujian teori tidak sebanding dengan resource ujian teori yang ada, dalam hal ini yaitu ukuran batch 20 dan hanya terdapat satu ruangan ujian. Akibatnya, pemohon SIM yang mendapatkan gelombang ujian teori paling akhir waktu tunggunya akan semakin lama, sehingga total waktu yang dibutuhkan juga semakin lama. Berdasarkan hasil simulasi dari existing system, ratarata waktu yang dibutuhkan pemohon SIM untuk membuat SIM baru adalah sekitar 95 menit. Akan tetapi tidak sedikit pemohon yang membutuhkan waktu hingga lima jam untuk membuat SIM baru.
• Berdasarkan hasil yang diperoleh dari uji coba dan analisis dalam penelitian ini, alternatif solusi yang dapat ditawarkan untuk mengurangi total waktu dalam sistem adalah menambah resource menjadi dua ruangan dan jumlah gelombang ujian teori maksimal enam gelombang. • Total waktu rata-rata 1.061 jam atau 64 menit, dengan waktu maksimum 3.7263 jam atau 224 menit • Total waktu rata-rata berkurang 30 menit dan total waktu maksimum berkurang 73 menit
Saran • Memperhitungkan tipe atau jenis SIM (SIM A, SIM B, SIM C, dan sebagainya). • Memperhitungkan faktor biaya operasional atau operational cost. • Memperhitungkan perbedaan tingkat kedatangan pemohon SIM setiap harinya antara hari yang cenderung ramai dengan hari biasa. • Melakukan lebih banyak skenario untuk uji coba, misalnya dengan melakukan perubahan resource di tiap loket. • Menggunakan software untuk optimasi agar hasil yang diperoleh lebih optimal.