PEMODELAN ANTRIAN SISTEM PENGGUDANGAN PRODUK MINUMAN RINGAN PADA GUDANG FINISH GOOD PT X
M ZAKY HADI
DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR 2014
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Pemodelan Antrian Sistem Penggudangan Produk Minuman Ringan pada Gudang Finish Good PT X adalah benar karya saya dengan arahan dari dosen pembimbing dan belum diajukan dalam bentuk apapun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor
Bogor, 8 Juni 2014 M Zaky Hadi NIM F34100032
ABSTRAK M.ZAKY HADI. Pemodelan Antrian Sistem Penggudangan Produk Minuman Ringan pada Gudang Finish Good PT X. Dibimbing oleh : TAUFIK DJATNA Pemodelan ini bertujuan untuk menyelesaikan masalah kelebihan kapasitas pada gudang finish good PT X yang disebabkan rendahnya performansi sistem antrian produk, mengakibatkan bottleneck dan peningkatan biaya simpan produk akhir. Pemodelan ini menggunakan pendekatan antrian (M/M/c) : (GD/N/∞) untuk menghitung jumlah operator di gudang finish good. Jumlah operator tersebut digunakan untuk memperbaiki rendahnya antrian produk seperti waktu antrian (Wq), panjang antrian (Lq), dan utilitas operator terbaik. Pemodelan sistem penggudangan menggunakan pendekatan tumpukan (Stack), antrian (Queue), Linked List, Color HSB (Hue, Saturation, Brightness) untuk merepresentasikan rak drive-in, antrian produk, dan status produk di gudang. Hasil perhitungan performa antrian mengindikasikan rendahnya performansi utilitas pada desain operator racking, transportasi ke area loading, dan loading, untuk jumlah operator penanganan produk gudang saat ini. Penugasan operator usulan mempu menigkatkan performansi utilitas diatas 50%. Antarmuka antrian pada proses racking menampilkan bentuk aliran warna sesuai kerapatan produk dan palet pada area antrian. Pemberian warna ini untuk mempermudah pemahaman dan mempercepat deteksi status produk. Kata kunci : Pemodelan, Teori Antrian, Pendekatan tumpukan, Pendekatan antrian, pendekatan Color HSB. ABSTRACT M.ZAKY HADI. A Queue Modeling of Beverages Warehousing System in X Company Finish Good Warehouse: Supervised by TAUFIK DJATNA The objective of this model was to solve the over capacity in the finish good warehouses due to low performance of queue system that lead to bottleneck and increasing storage cost. This model used (M/M/C):(GD/N/∞) queue model approach for calculating the number of operators in a finish good warehouse. The number of operators used for queue improvements such as queue time (Wq), queue length, and better utilization. Warehousing model used algorithm such as stack, queue, linked list, Color HSB (Hue, Saturation, Brightness) for representing drive-in rack, product queuing, and product status in the warehouses. The result of queue performance calculation indicated low performance in racking, transportation to loading area and loading process for current number of operators. The operator assignment model was capable to enhance the operator utility above 50%. Racking-queue computation interface represented in color flow based on density of product stack in queue area. This color degradation help for easier understanding and accelerating product status detection. keywords : Modeling, Queue Theory, Stack approach, Queue approach, Color HSB approach
PEMODELAN ANTRIAN SISTEM PENGGUDANGAN PRODUK MINUMAN RINGAN PADA GUDANG FINISH GOOD PT X
M ZAKY HADI
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Teknologi Pertanian pada Departemen Teknologi Industri Pertanian
DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR 2014
Judul Skripsi Nama NIM
: Pemodelan Antrian Sistem Penggudangan Produk Minuman Ringan pada Gudang Finish Good PT X : M Zaky Hadi : F34100032
Disetujui oleh
Dr Eng Taufik Djatna, STP, MSi
Diketahui oleh
Prof Dr Ir Nastiti Siswi Indrasti Ketua Departemen
Tanggal Lulus :
PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karuniaNya sehingga karya ilmiah ini berhasil terselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Juni 2013 hingga Mei 2014 ini ialah pemodelan sistem penggudangan dengan judul Pemodelan Antrian Sistem Penggudangan Produk Minuman Ringan pada Gudang Finish Good PT X. Terima kasih penulis ucapkan kepada Bapak Dr Eng Taufik Djatna, STP, MSi selaku pembimbing yang telah memberikan banyak saran. Penghargaan penulis ucapkan kepada Bapak Ridwan Adrian (Staff Departemen PDCA bagian gudang finish good PT X) sebagai pembimbing lapangan, dan Ibu Sarah Fauzia sebagai section head bagian inventory control yang telah banyak memberikan bantuan dan pelajaran berharga tentang Real Industrial Problem Solving khususnya pada bagian warehouse management. Terima kasih penulis ucapkan kepada rekan sebimbingan Yudha Yaniari, Kakak-Kakak pasca sarjana TIP IPB Elfira Febriani, Nina Hairiyah, Elfa Susanti Thamrin, Nova Alemina Sitepu, Dharma Yoga, Bapak Azri firwan yang telah memberi semangat dan menjadi teman kerja saat penelitian di laboratorium komputer departemen Teknologi Industri Pertanian IPB. Terima kasih untuk Yoga Prasetyo yang telah memberikan informasi praktik lapangan sehingga penulis bisa menjalin hubungan yang cukup baik dengan PT X, rekan-rekan sekontrakan Prayuga Deka, Mawardi Kartasasmita, Andino Yudho, Nanda Arisandika, dan Novi Kurniawan; rekanrekan TIN 47 yang telah menemani penulis selama 4 tahun belajar di departemen Teknologi Industri Pertanian IPB. Ungkapan terima kasih yang terakhir untuk ayah, ibu, serta seluruh keluarga, atas segala doa, motivasi, nasehat dan kasih sayangnya. Semoga karya ilmiah ini bermanfaat.
Bogor, 8 Juni 2014 M Zaky Hadi
DAFTAR ISI DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Perumusan Masalah
2
Tujuan Penelitian
2
Manfaat Penelitian
2
Ruang Lingkup Penelitian
2
METODE PENELITIAN
3
Rancangan Jumlah Operator Penanganan Bahan Berdasarkan Performansi Antrian Menggunakan Model Antrian (M/M/c) : (GD/N/∞)
4
Pemodelan Sistem Penggudangan Gudang Finish Good Menggunakan Bahasa Pemrograman Java dengan Algoritma Stack, Queue, dan Color HSB
7
Alat Bantu Perancangan dan Implementasi Model HASIL DAN PEMBAHASAN
11 11
Teori Pengukuran Performansi Penggudangan
11
Proses penggudangan Produk Minuman Ringan pada PT X
12
Pengembangan Model Sistem Penggudangan Produk Minuman Ringan PT X
13
Hasil Perhitungan Performansi Antrian Produk untuk Jumlah Operator yang Ditugaskan Saat Ini (Current operators)
13
Hasil Perhitungan Performansi Antrian Produk untuk Jumlah Operator yang Usulan
15
Pemodelan Sistem Penggudangan minuman ringan gudang finish good PT X
15
Peluang Produk Tidak Dapat Masuk ke Dalam Sistem (Probability Blocking)
18
SIMPULAN DAN SARAN
18
Simpulan
18
Saran
18
DAFTAR PUSTAKA
18
LAMPIRAN
20
RIWAYAT HIDUP
34
DAFTAR TABEL 1 Hasil pengukuran kedatangan dan handling produk gudang finish good PT X 2 Hasil perhitungan performansi antrian dengan jumlah operator saat ini yang ditugaskan oleh PT X 3 Hasil perhitungan performansi antrian dengan jumlah operator usulan
13 14 15
DAFTAR GAMBAR 1 Kerangka pendekatan studi untuk menyelesaikan permasalahan penggudangan PT X 2 Ilustrasi model rak Drive-in 3 Ilustrasi model algoritma tumpukan pada struktur data. 4 Ilustrasi model algoritma antrian pada struktur data 5 Ilustrasi model algortima Doubly Linked List 6 Aliran warna hijau (0.30) menuju merah (0.00) pada Java Color HSB 7 Pengecekan bottleneck untuk desain operator saat ini (current) di gudang finish good 8 Pengecekan bottleneck untuk desain operator usulan di gudang finish good PT X menggunakan sistem Pineapple Logistic 1.0 9 Visualisasi hasil pemodelan antrian produk pada area waiting lines di gudang finish good berdasarkan algoritma antrian pada sistem Pineapple Logistic 1.0 10 Model sistem rak drive-in dan status tumpukan produk pada sistem Pineapple Logistic 1.0 11 Model sistem rak drive-in dan status produk pada sistem Pineapple Logistic 1.0 12 Hasil identifikasi probability blocking pada sistem area waiting lines 1
3 7 8 9 10 11 15 15
16 16 17 18
DAFTAR LAMPIRAN 1 Hasil identifikasi distribusi data proses serah terima dan racking produk menggunakan software Easy Fit 2 Hasil identifikasi distribusi data proses release dan transportasi produk ke area loading menggunakan software Easy Fit 3 Hasil identifikasi distribusi data proses loading produk menggunakan software Easy Fit 4 Model proses penggudangan minuman ringan gudang finish good PT X 5 Model Proses Bisnis pada Pemodelan Antrian Sistem Penggudangn Minuman Ringan PT X (Top Level)
20 21 22 23 24
6 Model Proses Bisnis pada Pemodelan Antrian Sistem Penggudangan Minuman Ringan PT X (level 1) sub sistem menghitung performansi antrian gudang berdasarkan jumlah operator (a) dan menentukan produk yang harus dikeluarkan dari rak (b) 7 Model Proses Bisnis pada Pemodelan Antrian Sistem Penggudangan Minuman Ringan PT X (level 1) sub sistem mengecek status produk (a), menginput jumlah dan status produk ke area waiting lines (b), menginput palet dari area waiting lines ke rak kosong (c) 8 Hasil uji coba debugging pada Tampilan antar muka proses loading system dan menu utama Pinapple Logistic 1.0 9 Hasil uji coba debugging Tampilan menu Operator Design dan Performance Calculation pada sistem Pinapple Logistic 1.0 10 Perbandingan perhitungan performansi antrian Pineapple Logistic 1.0 dengan software TORA (Taha, 2007) dengan skenario (M/M/4) : (GD/10/infinity) 11 Hasil peningkatan kapasitas model Pineapple Logistic menjadi 3000 posisi pallet (peta area informansi gudang dan rak blok B) 12 Hasil peningkatan kapasitas model Pineapple Logistic menjadi 3000 posisi pallet (rak blok C dan rak blok D) 13 Hasil peningkatan kapasitas model Pineapple Logistic menjadi 3000 posisi pallet (rak blok E dan rak blok F) 14 Hasil peningkatan kapasitas model Pineapple Logistic menjadi 3000 posisi pallet (rak blok G dan rak blok H)
25
26 27 28
29 30 31 32 33
1
PENDAHULUAN Latar Belakang Pemodelan adalah proses merepresentasikan ide-ide tentang sistem dunia nyata dalam suatu bentuk lain yang setiap waktu dikembangkan berdasarkan bukti baru dan pemahaman. Tujuan utama pemodelan adalah untuk menghasilkan suatu model yang memuat bagian penting dari suatu sistem atau fenomena agar lebih mudah dipahami, didefinisikan, dihitung, divisualisasikan dan disimulasikan. Model biasanya memuat fitur-fitur penting yang dibutuhkan untuk memahami suatu sistem atau fenomena (UW 2013). Fitur-fitur penting dalam pemodelan sistem merupakan bagian dari kompleksitas yang berisi elemen-elemen sistem yang saling terkait. Salah satu sistem dunia nyata yang sering dimodelkan adalah kegiatan penggudangan produk-produk agroindustri. Penggudangan adalah kegiatan menyimpan produk (saat pembelian atau setelah produksi) pada suatu bangunan komersial (gudang) secara sistematis dan teratur sehingga dapat digunakan ketika produk tersebut dibutuhkan (Mohan 2013). Aspek fundamental yang perlu diperhatikan pada penggudangan adalah penanganan bahan (material handling). Aspek ini menjadi fundamental karena memastikan kelancaran aliran bahan pada gudang. Berdasarkan hal tersebut operator penanganan bahan menjadi salah parameter penting yang perlu diperhatikan oleh perusahaan. Salah satu metode pendekatan yang dapat digunakan untuk merancang jumlah operator penanganan bahan di gudang adalah teori antrian. Teori antrian adalah studi matematis tentang area menunggu atau antrian. Teori antrian mengembangkan model yang dapat memprediksi panjang antrian dan waktu menunggu dalam antrian. Tujuan analisis antrian pada teori ini adalah mendesain fasilitas pelayanan pelanggan menunggu pada antrian. Teori antrian bukanlah teknik optimasi, tetapi digunakan untuk mengukur performansi area tunggu, seperti rata-rata waktu tunggu pada antrian dan produktivitas fasilitas pelayanan, sehingga dapat digunakan untuk merancang jumlah fasilitas pelayanan (Taha 2007). PT X adalah industri yang memproduksi minuman ringan dalam bentuk kemasan gelas plastik (cup). Perusahaan ini memiliki masalah pada gudang produk jadi (finish good) yaitu kelebihan kapasitas (over capacity). Kelebihan kapasitas ini menyebabkan masalah baru yaitu produk menjadi rusak, kadaluarsa, tidak sampai ke tangan konsumen tepat waktu, serta berhenti produksi. Berdasarkan data rencana produksi mingguan bulan juli 2013 (Periode produksi maksimal PT X setiap tahunnya) dari departemen PPIC (Production Planning and Inventory Control) rata-rata produksi perhari (berdasarkan rencana produksi mingguan bulan juli 2013) adalah 728 palet per hari (1 palet 132 produk) dengan rencana pengiriman 610 sampai 750 palet per hari. Estimasi stok gudang finish good adalah 0 sampai 118 palet per hari, namun berdasarkan stock opname departemen Supply Chain Management (SCM), jumlah produk pada gudang finish good mencapai 3725 palet, sedangkan kapasitas gudang hanya 3000 posisi palet. Salah satu penyebab banyaknya produk menumpuk di gudang adalah terjadinya bottleneck pada proses transit sebelum proses racking dan loading. Bottleneck terjadi karena kapasitas pelayanan oleh operator (output proses) lebih
2
sedikit dibandingkan laju input pada proses. Masalah over capacity juga disebabkan oleh banyaknya produk kadaluarsa dan reject tidak terdeteksi oleh manajemen penggudangan. Sulitnya mendeteksi status produk ini disebabkan oleh papan visual kanban yang tidak berjalan efektif dan sistem rak yang dimiliki perusahaan adalah Drive-in (sistem rak last in first out) Solusi saat ini yang dilakukan pihak perusahaan adalah menyewa gudang baru dengan kapasitas 1750 palet, menjadikan area parkir dan lorong menjadi tempat tumpukan produk sementara. Solusi sementara ini menimbulkan masalah baru yaitu produk dari rak tidak dapat keluar gudang karena terhalang tumpukan produk pada lorong gudang, produk rusak terkena panas dan hujan, serta tambahan biaya transportasi menuju gudang baru. PT X mengeluarkan biaya dan menanggung kerugian yang cukup besar akibat permasalahan ini sehingga masalah ini penting untuk segera diselesaikan. Perumusan Masalah Berdasarkan permasalahan diatas, perlu dirancang jumlah operator untuk mencegah terjadinya Bottleneck pada gudang finish good PT X. Rancangan jumlah operator didasarkan pada performansi antrian produk dengan jumlah operator dan area antrian terbatas. Permasalah kedua yang harus diselesaikan adalah mendeteksi status dan banyaknya produk di gudang, sehingga perlu mendesain model sistem informasi penggudangan dengan mempertimbangkan masalah kompleksitas, yaitu sistem rak Drive-in, model antrian dan tumpukan, serta status produk di gudang. Tujuan Penelitian Penelitian ini bertujuan untuk merancang jumlah operator berdasarkan performansi antrian produk dan memodelkan sistem penggudangan produk minuman ringan yang dapat menjawab kompleksitas permasalahan gudang finish good PT X. Manfaat Penelitian Manfaat penelitian ini untuk PT X adalah menyelesaikan salah satu penyebab permasalahan Over Capacity pada gudang finish good. Manfaat untuk peneliti adalah menambah pengetahuan tentang kondisi dan permasalahan pada industri serta cara menyelesaikan permasalahan tersebut dengan sumber daya yang terbatas. Ruang Lingkup Penelitian Penelitian ini difokuskan pada perhitungan jumlah operator berdasarkan performansi antrian dan pemodelan sistem penggudangan berdasarkan kompleksitas pada gudang produk jelly di PT X.
3
METODE PENELITIAN Rancangan jumlah operator dihitung berdasarkan perhitungan performansi pada gudang finish good PT X. Pemodelan sistem diselesaikan dengan pendekatan konsep antrian, tumpukan dan aliran warna untuk menjawab kompleksitas penggudangan. Kerangka pendekatan studi untuk menyelesaikan permasalahan tersebut adalah sebagai berikut Mulai
Identifikasi kompleksitas
Pengumpulan Data
Penentuan pendekatan untuk menjawab kompleksitas
Penentuan Distribusi data Penentuan Model Antrian
Implementasi pendekatan ke dalam algoritma
Penentuan dan formulasi performansi
Desain model sistem
Feedback
Implementasi ke dalam bahasa pemrograman Uji Coba Prototipe model Evaluasi
1
Gambar 1 Kerangka pendekatan studi untuk menyelesaikan permasalahan penggudangan PT X
4
1
Prototipe model
Feedback
Hitung performansi berdasarkan jumlah operator
Scale Up Model sistem
Input data produk gudang
Evaluasi performansi Usulan perbaikan performansi
Model sistem
Performansi gudang
Selesai
Gambar 1 (lanjutan) Kerangka pendekatan studi untuk menyelesaikan permasalahan penggudangan PT X Rancangan Jumlah Operator Penanganan Bahan Berdasarkan Performansi Antrian Menggunakan Model Antrian (M/M/c) : (GD/N/∞) Model antrian pada penelitian ini menggunakan model (M/M/c) : (GD/N/∞) berdasarkan perhitungan distribusi data tipe diskrit (lampiran 1-5), area antrian dan jumlah operator terbatas. Menurut Taha (2007) kedatangan dan keberangkatan produk didefinisikan sebagai 𝜆, 𝞴n = � 0,
0≤𝑛≤𝑁 𝑛>𝑁
𝝁n = �
𝜇𝑛, 0 ≤ 𝑛 ≤ 𝑐
𝑐𝜇,
𝑐≤𝑛≤𝑁
5
dimana 𝞴 : Tingkat kedatangan produk kedalam sistem 𝝁 : Tingkat kepergian produk dari sistem n : Jumlah produk berada dalam sistem N : Jumlah maksimal produk yang diizinkan berada dalam sistem
Perhitungan performansi antrian (M/M/c) : (GD/N/∞) pada gudang finish good PT X meliputi perkiraan banyak produk menunggu pada antrian, perkiraan lama waktu menunggu produk pada area antrian, operator sibuk dan utilitas. Formulasi Perkiraan Banyak Produk Menunggu pada Antrian Menurt Bhat (2008) rasio antara tingkat kedatangan (arrival rate) dan pelayanan (service rate) memainkan peranan penting dalam pengukuran performansi sistem antrian. Rasio ini disebut intensitas lalu lintas produk dalam sistem (traffic intensity) yang didefinisikan sebagai perbandingan tingkat kedatangan dengan tingkat pelayanan. Traffic intensity disebut juga utilitas aliran produk dalam sistem (utilization of each runaway). Utilitas aliran produk dalam sistem pada model antrian (M/M/C) dengan area antrian terbatas berlaku untuk setiap c server pada sistem antrian sehingga formulasinya menjadi traffic intensity berlaku untuk setiap c operator. Menurut Taha (2007) antrian dengan model (M/M/c) memiliki dua kondisi berbeda yaitu kondisi 𝝆/c = 1 dan kondisi 𝝆/c ≠ 1 dengan formulasi perkiraan banyak produk menunggu pada antrian masing–masing kondisi didefinisikan sebagai berikut Lq
=
Lq
=
𝜌𝑐+1 �1 (𝑐−1)!(𝑐−𝜌)2
𝜌𝑐 (𝑁−𝑐)(𝑁−𝑐+1) 2𝑐!
𝜌
𝜌
𝜌
− ( 𝑐 )𝑁−𝑐+1 − (𝑁 − 𝑐 + 1)(1 − 𝑐 ) ( 𝑐 )𝑁−𝑐 �Po, 𝜌
𝑃𝑜 ,
𝑐
= 1
𝜌 𝑐
≠ 1
P adalah probabilitas yang digunakan untuk menentukan pengukuran performansi sistem yang ditentukan sebagai fungsi dari kedatangan (𝞴) dan pelayanan (𝝁). Menurut Taha (2007) probabilitas pada model antrian (M/M/c) dengan area antrian terbatas dipengaruhi oleh utilitas aliran pelanggan (𝝆) dengan formulasi sebagai berikut
Pn
=�
𝜌𝑛
𝑃𝑜,
𝑛! 𝜌𝑛
𝑐!𝑐 𝑛−𝑐
0≤𝑛≤𝑐
𝑃𝑜, 𝑐 ≤ 𝑛 ≤ 𝑁
dimana Po merupakan probabilitas adanya produk sebanyak 0 (tidak adanya produk) dalam sistem. Po didefinisikan sebagai berikut:
Po
=�
𝑛
𝑐−1 𝜌 (∑𝑛=0 𝑛!
𝜌𝑛
+
𝑐−1 (∑𝑛=0 + 𝑛!
𝜌 𝜌𝑐 (1−( )𝑁−𝑐+1 )
𝜌𝑐
𝑐
𝜌 𝑐!�1− � 𝑐
)−1 ,
(𝑁 − 𝑐 + 1))−1, 𝑐!
𝜌 𝑐
𝜌 𝑐
≠ 1
= 1
6
Keterangan : Lq : Perkiraan banyak produk menunggu pada area antrian N : Jumlah maksimal produk yang diizinkan berada dalam sistem n : Jumlah produk berada dalam sistem c : Jumlah operator Pn : Probabilitas kondisi steady-state n produk berada dalam sistem Po : Probabilitas tidak ada produk dalam sistem 𝝆 : Traffic Intensity
Formulasi Perkiraan Lama Waktu Menunggu Produk pada Area Antrian Menurut Taha (2007) perkiraan lama waktu menunggu produk dipengaruhi oleh kedatangan efektif produk ke dalam sistem. Kedatangan efektif didefinisikan sebagai produk yang datang kedalam sistem saat kapasitas antrian mencukupi. Kedatangan efektif diperoleh dari selisih antara tingkat kedatangan dengan tingkat pelayanan produk yang tidak dapat masuk ke dalam sistem. Tingkat kedatangan produk yang tidak dapat masuk ke dalam sistem diperoleh dari perkalian antara tingkat kedatangan dengan probabilitas N pelanggan berada dalam sistem. Perkiraan lama waktu menunggu produk pada area antrian dihitung berdasarkan formula Little’s dengan formulasi sebagai berikut Ls=𝜆𝑒𝑓𝑓 𝑊𝑠 Lq = 𝜆𝑒𝑓𝑓 𝑊𝑞 𝜆𝑒𝑓𝑓 = 𝜆 − 𝜆𝑙𝑜𝑠𝑡 = (1 − 𝑃𝑁 )𝜆 𝜆𝑙𝑜𝑠𝑡 = 𝜆𝑃𝑁
dimana Ls : Perkiraan banyak produk menunggu pada sistem Lq : Perkiraan banyak produk menunggu pada area antrian 𝜆𝑒𝑓𝑓 : Tingkat kedatangan efektif produk ke dalam sistem Ws : Perkiraan waktu menunggu produk dalam sistem Wq : Perkiraan waktu menunggu produk dalam antrian 𝜆𝑙𝑜𝑠𝑡 : Tingkat kedatangan produk yang tidak dapat masuk ke dalam sistem N : kapasitas maksimum area antrian Formulasi Rata-Rata Jumlah Operator Sibuk Menurut taha (2007) selisih antara perkiraan jumlah produk dalam sistem dengan jumlah produk dalam area antrian didefinisikan sebagai rata-rata jumlah operator sibuk. Formulasi rata-rata jumlah operator sibuk didefinisikan sebagai 𝑐̅= Ls – Lq = 𝜆𝑒𝑓𝑓 /𝝁
Dimana 𝑐̅ : Rata-rata jumlah operator sibuk dalam sistem Ls : Perkiraan banyak produk menunggu pada sistem Lq : Perkiraan banyak produk menunggu pada area antrian 𝜆𝑒𝑓𝑓 : Tingkat kedatangan efektif produk ke dalam sistem 𝝁 : Tingkat kepergian produk dari sistem
7
Utilitas Operator Utilitas operator merupakan perbandingan antara operator sibuk dengan jumlah operator maksimum. Utilitas operator digunakan untuk mengetahui persentase operator sibuk dengan server menganggur. Formulasi utilitas operator didefinisikan sebagai berikut Utilitas = 𝑐̅ / 𝑐
Dimana 𝑐̅ : Rata-rata jumlah operator sibuk dalam sistem c : Jumlah operator maksimum
Keempat perhitungan performansi antrian tersebut dikodekan kedalam bahasa pemrograman java dengan bantuan Java Modelling Tools Library (Bertolli et.al 2009). Java Modelling Tools library adalah framework lengkap untuk membantu evaluasi performansi sistem, perencanaan kapasitas, dan studi karakterisasi beban kerja. Framework ini ditulis dalam bahasa pemrograman java yang terdiri dari enam fitur yaitu 1. JSIMgraph :Simulator model antrian dengan graphical user interface 2. JSIMwiz :Simulator model antrian dengan wizard-based user interface 3. JMVA :Analisis nilai rata-rata model antrian 4. JABA :Analisis asimtot model antrian 5. JWAT :Analisis beban kerja dari log dan data yang digunakan sistem 6. JMCH :Simulator Markov chain Pemodelan Sistem Penggudangan Gudang Finish Good Menggunakan Pendekatan tumpukan (Stack), antrian (Queue), dan Color HSB Konsep Tumpukan (Stack) Konsep tumpukan digunakan untuk merepresentasikan kompleksitas sistem rak Drive-in. Aturan pada konsep ini adalah setiap produk yang datang terakhir akan dieksekusi pertama atau last in first out (LIFO). Rak Drive-in adalah rak yang memiliki satu jalan masuk sekaligus sebagai jalan keluar. Material yang disimpan pada rak ini memiliki aturan Last in First out (LIFO). Model rak Drivein diilustrasikan sebagai berikut
in
Dinding
out
Gambar 2 Ilustrasi model rak Drive-in Konsep tumpukan direpresentasikan dalam bentuk algoritma tumpukan. Algoritma tumpukan adalah salah satu algoritma struktur atau himpunan data pada Array yang mengimplementasikan aturan Last in First Out (LIFO). Operasi Insert pada algoritma tumpukan biasanya disebut Push, dan operasi Delete disebut Pop. Menurut Cormen et.al (2009) model algoritma tumpukan digambarkan sebagai berikut :
8
1
2
3
4
S 15
6
2
9
5
6
7
1
2
3
4
5
6
S 15
6
2
9
17
3
S.top =4
7
S.top =6
(a)
(b)
1
2
3
4
5
6
S 15
6
2
9
17
3
7
S.top =5
(c) Gambar 3 Ilustrasi model algoritma tumpukan pada struktur data. Gambar 3 menjelaskan suatu susunan (array) S yang memiliki empat elemen (Gambar 3.a). Elemen paling atas (S.top) pada tumpukan S adalah angka 9. Setelah dilakukan penambahan data 17 dan 3 pada tumpukan, elemen paling atas pada tumpukan S adalah angka 3 (Gambar 3.b). Jika angka 3 pada tumpukan paling atas diambil maka elemen paling atas tumpukan adalah angka 17 (Gambar 3.c). Menurut Cormen et al (2009) operasi tumpukan pada setiap gambar diatas dapat diimplementasikan kedalam beberapa baris kode sebagai berikut STACK-EMPTY (S) 1 if S.top = 0 2 return TRUE 3 else return FALSE PUSH (S, x) 1 S.top = S.top + 1 2 S [S.top] = x POP (S) 1 if STACK-EMPTY (S) 2 error “underflow” 3 else S.top = S.top - 1 4 return S [S.top + 1] Konsep Antrian (Queue) Konsep antrian digunakan untuk merepresentasikan kompleksitas disiplin antrian (First in First Out) penanganan produk pada gudang finish good PT X. Konsep ini direpresentasikan dalam bentuk algoritma antrian. Algoritma antrian
9
adalah salah satu algoritma struktur atau himpunan data pada Array yang mengimplementasikan aturan First In First Out (FIFO). Operasi Insert pada algoritma antrian disebut Enqueue dan operasi Delete disebut Dequeue. Algoritma antrian memiliki bagian kepala (head) dan ekor (Tail). Ketika elemen data disisipkan (Enqueue) maka data akan menempati bagian ekor dari antrian sedangkan elemen data dihapus (Dequeue) selalu pada bagian kepala. Menurut Cormen et.al (2009) model algoritma antrian digambarkan sebagai berikut 1
2
3
4
5
6
S
7
8
9
10
11
15
6
9
8
4
Q.head =7
12
Q.tail =12
(a) 1
2
S 3
5
3
4
5
6
Q.tail =3
7
8
9
10
11
12
15
6
9
8
4
17
Q.head =7
(b) 1
2
S 3
5
3
4
5
6
7
8
9
10
11
12
15
6
9
8
4
17
Q.tail =3
Q.head =8
(c) Gambar 4
Ilustrasi model algoritma antrian pada struktur data
Gambar 4 menjelaskan suatu susunan (array) S yang memiliki 12 penempatan data. Susunan data awal memperlihatkan bagian kepala (Q.head) terletak pada posisi ke 7 dan bagian ekor (Q.tail) pada posisi ke 12 (Gambar 4.a). Setelah disisipkan data pada posisi ke 12,1, dan 2 bagian kepala tetap pada posisi ke 7 dan bagian ekor berada pada posisi ke 3 (Gambar 4.b). Data diambil pada bagian kepala (posisi 7) sehingga bagian kepala selanjutnya berada pada posisi ke 8. Menurut Cormen et. al (2009) algoritma antrian dapat diimplementasikan kedalam beberapa baris kode sebagai berikut ENQUEUE(Q, x) 1 Q[Q.tail] = x 2 if Q.tail == Q.length 3 Q.tail = 1 4 else Q.tail = Q.tail + 1
10
DEQUEUE (Q) 1 x = Q[Q.head] 2 if Q.head == Q.length 3 Q.head = 1 4 else Q.head = Q.head + 1 5 return x Algoritma antrian tersebut dikombinasikan dengan algoritma Linked List karena setiap data pada setiap algoritma antrian memiliki status sebagai sucessor dan predecessor. Algoritma Linked List yang digunakan adalah Doubly Linked List yang digambarkan sebagai berikut Prev L. Head
9
Next Key 8
4
1
8
4
8
4
(a) L. Head
7
9
1
(b) L. Head
7
9
(c) Gambar 5
Ilustrasi model algortima Doubly Linked List
Gambar 5 (a) menjelaskan algoritma Doubly Linked List. Setiap elemen dalam susunan algoritma memiliki atribut-atribut dengan elemen kunci dan pointers yang terdiri dari next dan previous. Atribut next pada bagian ekor dan atribut prev pada bagian kepala bernilai Nil. Jika disisipkan atribut baru pada bagian kepala (angka 7) maka L.Head akan berada pada atribut baru tersebut (Gambar 5b), sedangkan jika diambil pada bagian ekor (angka 1) maka ekor akan menjadi angka 4. Konsep Color HSB (Hue, Saturation, Brightness) Konsep Color HSB (Hue, Saturation, Brightness) digunakan untuk merepresentasikan tumpukan produk pada model sistem penggudangan dengan status warna hijau (H=0.30) jika produk kosong dan merah (H=0.00) jika tumpukan produk penuh pada area rak. Konsep ini direpresentasikan dalam bentuk algoritma warna pada pemrograman java. Pemrograman java Color HSB (Hue, Saturation, Brightness) merupakan pemrograman yang sudah tersedia sebagai Java SE (Standar Edition) dan merupakan bagian dari java Abstract Window Toolkit (Java AWT). Formulasi aliran warna ini sebagai berikut
H = 0.30 – �0.30 𝑥
𝐽𝑢𝑚𝑙𝑎ℎ 𝑝𝑟𝑜𝑑𝑢𝑘 𝑝𝑎𝑑𝑎 𝑡𝑢𝑚𝑝𝑢𝑘𝑎𝑛 𝑀𝑎𝑘𝑠𝑖𝑚𝑢𝑚 𝑡𝑢𝑚𝑝𝑢𝑘𝑎𝑛 𝑝𝑟𝑜𝑑𝑢𝑘
�, S = 1, B = 0.7
11
0.30
Gambar 6
0.00
Aliran warna hijau (0.30) menuju merah (0.00) pada Java Color HSB Alat Bantu Perancangan dan Implementasi Model
Model dikembangkan menggunakan bahasa pemrograman Java dengan bantuan perangkat lunak komputer yaitu Netbeans IDE 7.3 untuk implementasi model kedalam bahasa pemrograman java (OC 2013), Balsamiq Mockups untuk desain antar muka model sistem (BS 2014), JODA Time Library untuk perhitungan waktu (Colebourne 2014), Java Modelling Tools Library untuk evaluasi performansi sistem (bertoli et.al 2009), XAMPP untuk pengolahan basis data (Seidler dan Vogelgesang 2014). Analisis kebutuhan sistem dirancang dan didesain menggunakan Business Process Modelling Notation 2.0 pada perangkat lunak Power Designer 16.1 (Sybase 2012).
HASIL DAN PEMBAHASAN Teori Pengukuran Performansi Penggudangan Menurut Liviu et al (2009), pengukuran performansi didefinisikan sebagai suatu proses pengukuran efisiensi dan efektifitas suatu tindakan atau aktivitas. Tujuan pengukuran performansi adalah untuk mengetahui tepat atau tidaknya suatu tindakan dan mencari penyebab rendahnya performansi jika tindakan tersebut tidak tepat. Beberapa alasan melakukan pengukuran performansi adalah untuk melakukan improvisasi, memonitor hubungan pelanggan, kontrol biaya dan proses dan penjagaan kualitas (Ackerman 2003). Menurut Krauth et al (2005), indikator performansi penggudangan terdiri dari beberapa klasifikasi, seperti luas area penyimpanan, volume penyimpanan, rak penyimpanan, jumlah palet per jam, jumlah palet per meter persegi, dan jam kerja. Hill (2007) mendefinisikan tiga tipe indikator pengukuran performansi penggudangan yaitu pemenuhan pesanan, manajemen penyimpanan dan performansi gudang. Menurut Johnson (2011), dua pendekatan untuk mengukur performansi antrian adalah ekonomi (pendapatan dan biaya) dan teknis (input dan output). Pengukuran performansi penggudangan secara pendekatan ekonomi cukup sulit karena penggudangan adalah tipikal kegiatan yang tidak menghasilkan pendapatan atau keuntungan, tetapi untuk mendukung dan menjamin lancarnya aliran rantai pasok suatu industri. Pengukuran secara teknis lebih tepat untuk dilakukan pada penggudangan karena pengukuran ini berbasis output yang dihasilkan dan sumber daya yang dibutukan untuk menghasilkan gambaran jelas performansi secara operasional. Performansi teknis penggudangan di suatu industri adalah pengukuran produktivitas yang dikaitkan dengan perbandingan input dan output. Metode tersebut disebut metode perbandingan (rasio) (Chen dan McGinnis 2007).
12
Menurut Roy dan Krisnamurthy (2011), evaluasi performansi penggudangan meliputi operator, utilitas, waktu menunggu dan panjang antrian produk. Berdasarkan pendapat tersebut maka salah satu metode yang cocok untuk digunakan mengevaluasi performansi penggudangan adalah teori antrian. Menurut Taha (2007), perhitungan performansi pada teori antrian adalah panjang antrian pada sistem dan area mengantri, waktu menunggu produk pada sistem dan area antrian, dan utilitas operator. Proses Penggudangan Produk Minuman Ringan pada PT X Proses penggudangan produk minuman ringan pada gudang finish good PT X dilakukan dalam lima tahap yaitu serah terima produk antara pihak gudang dengan produksi, racking, produk Release, transportasi dari waiting lines 2 ke area loading, dan proses loading (bongkar palet). Proses ini dilakukan oleh departemen Supply Chain Management yang terdiri dari kepala gudang, team leader, dan operator gudang. Proses serah terima dilakukan oleh admin gudang dengan admin produksi sesuai jumlah produk per palet dan setiap palet yang akan masuk gudang akan diberi status inkubasi (Pengecekan status kualitas produk oleh departemen quality control). Selanjutnya produk dibawa oleh operator hand palet ke area waiting lines 1. Status inkubasi ini berjalan selama delapan hari dengan hasil pengecekan diterima atau reject. Jumlah produk per palet adalah 132 kotak dengan jumlah produk masing-masing kotaknya adalah 24 cup. Produk dimuat ke palet oleh operator pengemas pada enam line produksi. Proses racking dilakukan oleh operator forklift ke rak gudang finish good. Status produk pada rak adalah inkubasi atau release dengan kapasitas maksimal rak adalah 3000 posisi palet. Jenis rak pada proses racking adalah rak drive-in dengan instalasi rak permanen yang terbagi dalam delapan blok dengan kapasitas masing-masing blok yang berbeda-beda. Instalasi permanen pada rak drive-in gudang menyebabkan sulitnya pengaturan tata letak ulang dikarenakan faktor luas area pabrik dan biaya yang cukup besar. Proses release (picking order) adalah proses penurunan produk dari rak dengan status produk diterima untuk selanjutnya dilakukan proses bongkar dari palet ke kontainer armada. Sebelum di muat ke armada, produk mengantri di area waiting lines 2. Produk yang tidak lolos uji dan kadaluarsa akan diambil oleh operator forklift untuk dilakukan penghancuran produk dan proses treatment limbah. Tidak ada aturan rute atau scenario picking order pada proses release produk ini. Operator mengambil palet pada rak sesuai instruksi dari admin gudang. Proses selanjutnya adalah transportasi yang dilakukan oleh operator hand palet dari area waiting lines 2 ke area loading. Setelah palet sampai pada area loading operator memindahkan produk dari palet ke kontainer armada. Produk dicatat oleh operator ekspedisi untuk selanjutnya dibuat surat jalan armada. Armada PT X berkapasitas 4000 kotak produk, dan mentransportasikan produk ke gudang distributor untuk selanjutnya dikirim ke konsumen oleh pihak distributor. Model proses penggudangan produk minuman ringan pada gudang finish good PT X diperlihatkan pada lampiran 4
13
Pengembangan Model Sistem Penggudangan Produk Minuman Ringan PT X Pemodelan sistem penggudangan produk minuman ringan pada gudang finish good PT X dilakukan dengan menganalisis kebutuhan (Requirement Analysis) dan kompleksitas model sistem. Selanjutnya, dilakukan desain model konseptual untuk mempermudah memahami model sistem dalam bentuk Business Process Modelling 2.0 (BPMN 2.0) mencakup kebutuhan dan kompleksitas sistem (lampiran 5-7) Tahapan implementasi model konseptual dilakukan dengan menerjemahkan formulasi dan algoritma pada analisis kompleksitas dan model antrian kedalam bahasa pemrograman java. Selanjutnya, hasil implementasi ini diuji coba meliputi debugging (lampiran 8-9) dan validasi dalam bentuk uji coba perhitungan dan representasi sistem penggudangan pada model. Uji coba perhitungan (lampiran 10) dilakukan dengan membandingkan hasil perhitungan model sistem dengan TORA (Taha, 2007). Uji coba representasi sistem penggudangan dilakukan dengan melihat status warna bottleneck, area antrian dan rak pada model sistem . Proses evaluasi dilakukan jika hasil uji coba sistem tidak valid. Tahapan scale up dilakukan untuk meningkatkan kapasistas model sistem menjadi 3000 posisi palet yang terdiri dari delapan blok rak (lampiran 10-14). Tahapan selanjutnya pada pengembangan model ini adalah maintenance yang dilakukan dengan mengevaluasi bug pada model sistem kemudian memperbaikinya. Hasil Perhitungan Performansi Antrian Produk untuk Jumlah Operator yang Ditugaskan Saat Ini (Current Operators) Tahapan awal perhitungan performansi antrian sistem penggudangan produk minuman ringan PT X dilakukan setelah model selesai dievaluasi. Data yang dibutuhkan pada proses perhitungan performansi ini adalah kapasitas antrian, jumlah kedatangan produk dan jumlah handling produk. Berdasarkan hasil observasi dan pengukuran langsung di gudang finish good PT X didapatkan data rata-rata kapasitas antrian, jumlah kedatangan produk dan jumlah handling produk untuk setiap prosesnya sebagai berikut Tabel 1 Hasil pengukuran kedatangan dan handling produk gudang finish good PT X Kapasitas Jumlah Jumlah handling area antrian kedatangan produk Nama proses produk (Palet) produk (Palet/jam (Palet/jam) operator) a Serah terima 6 36 76 Racking 20 154 50 Release 3000 50 100 Transportasi ke area loading 30 100 25 Loading 25 50 16 a Jumlah kedatangan produk pada proses ini adalah input produk dari produksi ke gudang yang terdiri dari enam line produksi
14
Data ini akan menjadi inputan utama perhitungan performansi antrian pada model sistem penggudangan yang dirancang. Model sistem diberi nama Pineapple Logistic 1.0. Hasil perhitungan performansi antrian dengan jumlah operator awal yang ditugaskan oleh pihak gudang finish good PT X menggunakan model sistem yang dirancang ditabulasikan sebagai berikut Tabel 2 Hasil perhitungan performansi antrian dengan jumlah operator saat ini yang ditugaskan oleh PT X Jumlah Lq Utilitas Nama proses Operator Wq (jam) (Palet) operator (Operator) Serah Terima 2 0 0 0.23 Racking 1 0.05 6 2.4 Release 1 0.01 0 0.5 Transportasi ke area loading 2 0.08 7 1.75 Loading 2 0.24 10 1.28 Berdasarkan tabel diatas terlihat bahwa perhitungan utilitas operator pada proses racking, transportasi ke area loading, dan loading menghasilkan angka lebih dari satu. Menurut Cook (2009) utilitas dalam teori antrian adalah perbandingan antara kedatangan dan pelayanan produk untuk setiap fasilitas pelayanan. Utilitas diartikan perbandingan antara aktual output dengan kapasitas maksimum output yang mampu dihasilkan sistem, sehingga utilitas juga dapat diartikan pemanfaatan atau penggunaan suatu sistem. Cook (2009) menjelaskan bahwa jika utilitas suatu sistem lebih dari 1 (100%) maka dapat diartikan input yang dilakukan ke sistem lebih cepat dibandingkan kemampuan menghasilkan output. Area sistem akan menampung input sistem melebihi kapasitas maksimalnya sehingga menyebabkan bottleneck. Utilisasi kurang dari 1 mengindikasikan bahwa area penampungan input sistem (line) akan stabil dan menuju ke kondisi steady-state. Bottleneck adalah suatu kondisi dimana sistem menghasilkan output lebih sedikit dibandingkan laju input ke dalam sistem dengan area antrian input proses terbatas. Bottleneck menyebabkan aliran input terhenti dikarenakan proses sebelumnya tidak dapat beroperasi (Rouse, 2007). Berdasarkan pengertian tersebut dapat disimpulkan bahwa ketiga proses tersebut memiliki operator sibuk lebih besar dari pada operator yang ditugaskan. Tingkat kedatangan produk lebih besar dibandingkan kapasitas handling operator sehingga ketiga proses tersebut mengalami bottleneck. Model sistem yang dirancang mampu mendeteksi kemungkinan terjadinya bottleneck berdasarkan tingkat kedatangan produk (arrival rate) dan kepergian produk (departure rate) pada sistem. Bottleneck didesain dengan aturan perkalian jumlah operator dengan departure rate untuk proses ke n akan menjadi arrival rate pada proses ke n+1. Deteksi bottleneck dilakukan dengan menambahkan warna merah pada sistem untuk proses yang mengalami kondisi bottleneck. Penggunaan warna ini untuk mempercepat pendeteksian bottleneck berdasarkan perhitungan performansi antrian. Bottleneck diperlihatkan oleh sistem untuk proses perhitungan performansi antrian dengan jumlah operator yang ditugaskan oleh PT X (current operator).
15
Gambar 7 Pengecekan bottleneck untuk rancangan operator saat ini (current operator) di gudang finish good Hasil Perhitungan Performansi Antrian Produk untuk Jumlah Operator Usulan Usulan perbaikan jumlah operator dilakukan berdasarkan utilitas kurang atau sama dengan 100% dan lebih dari 50%. Hasil perhitungan berdasarkan usulan jumlah operator yang ditugaskan ditabulasikan sebagi berikut Tabel 3 Hasil perhitungan performansi antrian dengan jumlah operator usulan Jumlah Wq Lq Utilitas Nama Proses Operator (jam) (Palet) operator (Operator) Serah Terima 1 0.01 1 0.54 Racking 2 0.03 2 0.76 Release 1 15.00 1499 1 Transportasi ke area loading 4 0.00 0 0.97 Loading 7 0.03 3 0.85 Model sistem tidak mendeteksi adanya bottleneck berdasarkan jumlah operator usulan diatas seperti ditunjukkan pada gambar dibawah ini
Gambar 8 Pengecekan bottleneck untuk jumlah operator usulan di gudang finish good PT X menggunakan sistem Pineapple Logistic 1.0
16
Pemodelan Sistem Penggudangan Minuman Ringan Gudang Finish Good PT X
Algoritma queue, stack dan color HSB menghasilkan model sistem yang menjawab kompleksitas permasalahan pada gudang finish good PT X. Algortima antrian menghasilkan model sistem yang merepresentasikan area waiting lines seperti gambar berikut ini.
Gambar 9 Visualisasi hasil pemodelan antrian produk pada area waiting lines di gudang finish good berdasarkan konsep dan algoritma antrian pada sistem Pineapple Logistic 1.0 Model algoritma tumpukan merepresentasikan rak drive-in dengan sistem rak Last in First Out. Representasi model rak drive-in pada sistem diperlihatkan pada gambar dibawah ini
Gambar 10 Model sistem rak drive-in dan status tumpukan produk pada sistem Pineapple Logistic 1.0 Warna hitam pada gambar diatas menunjukkan produk kadaluarsa. Aturan produk kadaluarsa adalah 7 bulan setelah produk diinput kedalam sistem. Warna menunjukkan hijau ke merah menunjukkan status tumpukan produk di dalam
17
sistem, sedangkan untuk status produk digudang seperti inkubasi, release direpresentasikan dengan warna putih dan abu-abu seperti gambar dibawah ini
Gambar 11 Model sistem rak drive-in dan status produk pada sistem Pineapple Logistic 1.0 Produk dengan status release adalah produk yang telah lolos uji QC sehingga dapat dikeluarkan untuk proses transportasi ke gudang distributor. Produk dengan status tidak lolos uji QC (warna hitam) harus segera dikeluarkan, karena akan menyebabkan gudang menjadi penuh. Berdasarkan hal tersebut sistem dapat mendeteksi status produk secara cepat dan dapat menyelesaikan permasalahan sulitnya mendeteksi status produk karena sistem penyimpanan menggunakan rak drive-in. Peluang Produk Tidak Dapat Masuk ke Dalam Sistem (Probability Blocking) Probability blocking merupakan kemampuan yang ditambahkan pada sistem Pineapple Logistic 1.0 untuk mengetahui kemungkinan produk tidak dapat masuk ke sistem (antrian atau rak) yang disebabkan kapasitas sistem penuh. Menurut Bhat (2008) probability blocking didefiniskan sebagai suatu kondisi pada model antrian dengan jumlah operator dan area antrian terbatas dimana produk tidak dapat masuk ke dalam sistem yang disebabkan sistem sibuk atau tidak mampu lagi menampung input. Pendekatan perhitungan dilakukan dengan metode transition diagram untuk bivariate markov process (Bhat, 2008). Probability blocking pada model sistem penggudangan ini dilakukan dengan pendekatan penelusuran (searching). Teknik ini membandingan antara penelusuran status tumpukan palet pada rak dan area antrian dengan kapasitas maksimum yang dapat diproses sistem. Teknik penelusuran dilakukan dengan menggunakan bahasa query untuk mencari dan menghitung status tumpukan produk pada basisdata. Model perhitungannya didefinisikan sebagai berikut Probability blocking =
𝑆𝑒𝑎𝑟𝑐ℎ𝑖𝑛𝑔 𝑄𝑢𝑒𝑟𝑦 ( status tumpukan produk pada data) 𝑀𝑎𝑘𝑠𝑖𝑚𝑢𝑚 𝑘𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑠𝑖𝑠𝑡𝑒𝑚
18
Contoh hasil probability blocking diperlihatkan pada print screen tampilan sistem waiting lines 1 dengan jumlah produk mengantri pada sistem 792 kotak
Gambar 12
Hasil identifikasi probability blocking pada sistem area waiting lines 1
SIMPULAN DAN SARAN Simpulan Rancangan penugasan operator yang baik berdasarkan perhitungan performansi antrian adalah serah terima 1 operator, racking 2 operator, release 1 operator, transportasi ke loading 4 operator, loading 7 operator. Model sistem mampu untuk menjawab tantangan kompleksitas sistem penggudangan dengan sistem rak drive-in, antrian dan tumpukan produk di gudang finish good PT X. Model sistem juga mampu mendeteksi status produk berdasarkan status quality control produk di gudang. Saran Rancangan jumlah operator berdasarkan performansi antrian produk di gudang merupakan salah satu bagian dari penyelesaian masalah Over Capacity gudang Finish Good PT X. Berdasarkan hasil observasi lapangan perlu analisis tambahan untuk transportasi produk meliputi jumlah armada dan shortest path. Model sistem penggudangan dapat disempurnakan dengan menambahkan fitur Radio Frequency Indentification yang diintegrasikan dengan algoritma color HSB (Hue Saturation Brigthness) sehingga deteksi status produk digudang lebih cepat dan akurat.
DAFTAR PUSTAKA Ackerman K. 2003. “Why Audit Warehouse”. Warehousing Forum, vol 18 no 9 tersedia online pada http://www.warehousingforum.com/news/2003_08.pdf (diakses 8 Juni 2014)
19
[BS]
Balsamiq Studio. 2014. Balsamiq Mockups. Tersedia pada balsamiq.com/products/mockups Bertoli M, Gasale G, Serazzi G. 2009. JMT: performance engineering tools for system modeling. ACM SIGMETRICS Performance Evaluation Review, Volume 36 Issue 4, New York, US, ACM press Bhat N. 2008. An Introduction to Queueing Theory. Boston; Birkhouser Chen D dan McGinnis LF (2007). Reconciling Ration Analysis and DEA as Performance Assessment Tools. European Journal of Operational Research 178(1): 277-291 Colebourne J. 2014 Joda-Time. Tersedia pada http://www.joda.org/joda-time/ (diakses 5 April 2014) Cook JD. 2009. Server utilization. tersedia pada http://www.johndcook.com (diakses 8 Juni 2014) Cormen TH, Leiserson CE, Rivest RL, Stein C. 2009. Introduction to Algorithms, Third Edition. Massachusetts; MIT Pers Hill JM. 2007. Warehouse Performance Measurement. Esync; Chicago Johnson. 2011. Performance Measurement in The Warehousing Industry. Texas a &m university; Industrial and System Engineering Krauth E, Moonen H, Popova V, Scuth M. 2005. Performance Indicators in Logistics Service Provision and Warehouse Management – A Literature Review and Framework, tersedia online pada http://www.cs.vu.nl/~schut/ pubs/mcs-Krauth2005a.pdf (diakses 8 Juni 2014) Liviu I, Ana-Maria T, Emil C. 2009. Warehouse Performance Measurement-A Case Study. Romania; Bolyai University Mohan VE .2013. warehousing and inventory control. Chennai; CII Institute of Technology [OC] Oracle Technology. 2013. Netbeans IDE 7.3. Tersedia pada https://netbeans.org/community/releases/73/ (diakses 11 juli 2013) Rouse. 2007. Definition of Bottleneck. Tersedia pada http://searchenterprisewan. techtarget.com/definition/bottleneck (diakses 8 Juni 2014) Roy D dan Krisnamurthy A. 2011. Queuing Model for Unit-Load Warehouse Systems using Autonomous Vehicles. University of Wisconsin-Madison USA; Department of Industrial and Systems Engineering Seidler K dan Vogelgesang K. 2014. Apache Friend-XAMPP. Tersedia pada http://apachefriend.org (diakses 25 Maret 2014) Sybase Inc. 2012. Power Designer 16.1. tersedia pada http:// www.sybase.com. Products.Modeling & Development (diakses Maret 2013) Taha AH. 2007. Operation Research. USA; Pearson Prentice Hall [UW] University of Washington. 2013. Models and modeling-an introduction. National Science Foundation (USA): Tools for ambitious science teaching .hlm 1-16;[diunduh 31 mei 2014]. Tersedia pada :4teachingscience.org/ pdf/primers/Models%20and%20Modeling%20An%20Introduction.pdf
20
Lampiran 1.
Hasil identifikasi distribusi data proses serah terima dan racking produk menggunakan software Easy Fit
21
Lampiran 2.
Hasil identifikasi distribusi data proses release dan transportasi produk ke area loading menggunakan software Easy Fit
22
Lampiran 3. Hasil identifikasi distribusi data proses loading produk ke area loading menggunakan software Easy Fit
23
Lampiran 4. Model proses penggudangan minuman ringan gudang finish good PT X
24
Lampiran 5 Model Proses Bisnis pada Pemodelan Antrian Sistem Penggudangan Minuman Ringan PT X (Top Level)
25
Lampiran 6 Model Proses Bisnis pada Pemodelan Antrian Sistem Penggudangan Minuman Ringan PT X (level 1) sub sistem menghitung performansi antrian gudang berdasarkan jumlah operator (a) dan menentukan produk yang harus dikeluarkan dari rak (b)
(a)
(b)
26
Lampiran 7 Model Proses Bisnis pada Pemodelan Antrian Sistem Penggudangan Minuman Ringan PT X (level 1) sub sistem mengecek status produk (a), menginput jumlah dan status produk ke area waiting lines (b), menginput palet dari area waiting lines ke rak kosong (c)
(a)
(b)
(c)
27
Lampiran 8 Hasil uji coba debugging pada Tampilan antar muka proses loading system dan menu utama Pinapple Logistic 1.0
28
Lampiran 9. Hasil uji coba debugging Tampilan menu Operator Design dan Performance Calculation pada sistem Pinapple Logistic 1.0
29
Lampiran 10 Perbandingan perhitungan performansi antrian Pineapple Logistic 1.0 dengan software TORA (Taha, 2007) dengan skenario (M/M/4) : (GD/10/infinity) Perhitungan TORA Lambda 16.00000 Lambda eff 15.42815 Ls 4.23984 Ws 0.27481 Perhitungan Pineapple Logistic 1.0
Mu Rho/c Lq Wq
5.00000 0.80000 1.15421 0.07481
30
Lampiran 11. Hasil peningkatan kapasitas model Pineapple Logistic menjadi 3000 posisi pallet (peta area informansi gudang dan rak blok B)
31
Lampiran 12. Hasil peningkatan kapasitas model Pineapple Logistic menjadi 3000 posisi pallet (rak blok C dan rak blok D)
32
Lampiran 13. Hasil peningkatan kapasitas model Pineapple Logistic menjadi 3000 posisi pallet (rak blok E dan rak blok F)
33
Lampiran 14. Hasil peningkatan kapasitas model Pineapple Logistic menjadi 3000 posisi pallet (rak blok G dan rak blok H)
34
RIWAYAT HIDUP Penulis dilahirkan di Pulau Punjung, 2 Mei 1992 sebagai anak ketiga dari empat bersaudara pasangan Ponimin BE dan Sudarmini. Penulis menyelesaikan pendidikan pertama di SDN 19 Sungai Kambut pada tahun 2004, pendidikan kedua di SMPN 1 Pulau Punjung tahun 2007, pendidikan ketiga di SMAN 1 Pulau punjung tahun 2010. Penulis diterima menjadi mahasiswa Departemen Teknologi Industri Pertanian Fakultas Teknologi Pertanian Institut Pertanian Bogor melalui jalur USMI. Selama menjadi mahasiswa penulis pernah menjadi koordinator asisten praktikum penerapan komputer 2012/2013 dan asisten mata kuliah Analisis Sistem dan Pengambilan Keputusan tahun 2014. Bulan Juni 2013 Penulis melaksanakan praktik lapangan di PT Suntory Garuda Beverages Plant G Gunung Putri Bogor dengan judul teknik tata cara kerja dan material handling di PT Suntory Garuda Beverages. Pengalaman organisasi selama menjadi mahasiswa adalah staff departemen kewirausahaan BEM TPB IPB tahun 2011, ketua kanitia keminar kewirausahaan BEM TPB IPB tahun 2011, staff departemen mitra desa BEM FATETA tahun 2012, ketua panitia Village Visit 3 BEM FATETA 2013, panitia Techno-F tahun 2012, kepala departemen public relation Himalogin tahun 2013, dan terakhir panitia pemilihan raya presiden mahasiswa IPB 2013. Penulis juga pernah menjadi perancang sekaligus developer sistem Electronic Vote pada pemilihan raya ketua BEM FATETA 2013, dan Android Electronic Vote pada pemilihan ketua himalogin tahun 2013. Selama menjadi mahasiswa penulis pernah meraih medali perunggu Olimpiade Mahasiswa IPB cabang tenis lapangan tahun 2012, medali perak Olimpiade Mahasiswa IPB cabang tenis lapangan tahun 2013, medali emas Olimpiade Mahasiswa IPB cabang tenis lapangan tahun 2014, juara 1 ajang REDS CUP cabang tenis lapangan 2012 dan 2013, dan finalis agroindustrial IT challenge tahun 2013.
