PERANCANGAN MODEL SIMULASI DOWNTIME MACHINES

Prosiding Seminar Nasional Manajemen Teknologi IV Program Studi MMT-ITS, Surabaya 5 Agustus 2006

PERANCANGAN MODEL SIMULASI DOWNTIME MACHINES UNTUK MENENTUKAN KECEPATAN MESIN DAN JUMLAH OPERATOR YANG OPTIMAL PADA DIVISI RING SPINNING (Studi Kasus : PT Eratex Djaja LTD., Tbk-Probolinggo) Moses L. Singgih dan Hendra Susanto Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya Kampus ITS Sukolilo Surabaya 60111 E-mail : [email protected] dan [email protected]

ABSTRAK Pengalokasian dan penentuan kecepatan mesin dan jumlah operator yang optimal merupakan faktor-faktor penting yang mempengaruhi performansi sistem di Divisi Ring Spinning PT Eratex Djaja Ltd., Tbk. Downtime merupakan suatu kejadian yang dapat menurunkan jumlah produksi dan utilitas mesin produksi dapat bernilai rendah. Dalam penelitian ini akan ditentukan setting kecepatan mesin Ring Spinning yang optimal sehingga frekuensi terjadinya downtime pada mesin Ring Spinning dapat diminimalisasi. Selain itu, akan dibuat model simulasi downtime machines untuk mengantisipasi terjadinya downtime pada mesin Ring Spinning yang kejadiannya bersifat random. Penelitian ini juga bertujuan untuk menentukan jumlah operator optimal yang seharusnya berada pada divisi Ring Spinning. Model simulasi komputer digunakan sebagai pendekatan dalam mengukur performansi sistem untuk mengantisipasi suatu kejadian dengan ketidakpastian yang tinggi tersebut. Dengan mengubah beberapa variabel keputusan dalam sistem produksi, maka model simulasi komputer dapat digunakan untuk merancang skenario kebijakan dalam menghadapi beberapa kejadian yang timbul Analisa statistik digunakan sebagai alat uji dalam eksperimentasi yang hasilnya digunakan pada tahap penarikan kesimpulan. Hasil akhir dari eksperimentasi menunjukkan bahwa penggunaan kecepatan mesin sebesar 12500 rpm, dua orang operator ring spinning, dan satu orang operator material handling akan meningkatkan rata-rata utilitas mesin ring spinning menjadi 64.0925% dan rencana produksi bulan Juni dan Juli 2006 dapat terpenuhi. Kata kunci: Downtime, Simulasi.

PENDAHULUAN PT Eratex Djaja Ltd., Tbk merupakan salah satu perusahaan tekstil terbesar di Indonesia yang sarana produksinya terletak di Probolinggo-Jawa Timur. Perusahaan ini terbagi menjadi dua divisi, yaitu tekstil dan garmen. Divisi tekstil memproduksi benang dan kain mentah/grey. Sedangkan divisi garmen memproduksi produk-produk sandang. Produksi benang dikerjakan oleh Departemen Spinning, sedangkan produksi kain dikerjakan oleh Departemen Weaving. Perusahaan ini menjalankan proses produksinya berdasarkan pesanan dari buyer (job order). Setelah pesanan didapatkan dari pihak marketing yang berkedudukan di Surabaya. Departemen Spinning dan Departemen Weaving akan menyusun perencanaan produksi dan implementasinya, serta pengawasan setiap hari pada proses yang berjalan.


Sebagai perusahaan yang memenuhi permintaan pasar global, tuntutan akan kualitas sangat penting dan tidak dapat dikompromikan. Tuntutan lain yang sangat penting dan juga sangat menentukan tingkat kepuasan konsumen PT Eratex Djaja Ltd., Tbk adalah ketepatan waktu pemenuhan permintaan (order fulfillment). Namun akibat permintaan pasar dan tuntutan konsumen yang dinamis menyebabkan perusahaan sering tidak dapat menjalankan produksinya dengan baik. Tidak jarang sarana dan prasarana produksi, diantaranya mesin-mesin produksi yang ada tidak mampu beroperasi sesuai perencanaan yang telah dibuat. Hal ini disebabkan adanya masalah downtime machines pada lantai produksi sehingga terjadi keterlambatan pemenuhan permintaan (order fulfillment). Hal ini pada akhirnya memunculkan biaya tambahan (extra cost) akibat overtime ataupun komplain yang tidak dapat dihindari. Karena itulah perusahaan terus berusaha untuk membenahi sistem yang ada dengan melakukan langkah-langkah kebijakan untuk meningkatkan performansi perusahaan. Pada Departemen Spinning PT Eratex Djaja Ltd., Tbk, divisi Ring Spinning merupakan jantung proses aktivitas produksi disana. Namun, mesin-mesin Ring Spinning yang sedang beroperasi, seringkali mengalami downtime yang tidak dapat diprediksi kejadiannya. Karakteristik mesin tersebut yaitu akan segera berhenti beroperasi bila terdapat benang yang putus ketika diproses. Dalam penelitian ini akan ditentukan setting kecepatan mesin Ring Spinning yang optimal sehingga frekuensi terjadinya putus benang pada mesin Ring Spinning dapat diminimalisasi. Selain itu, akan dibuat model simulasi downtime machines untuk mengantisipasi terjadinya downtime pada mesin Ring Spinning yang kejadiannya bersifat random atau tidak dapat diprediksi. Tujuan lain dari penelitian ini adalah untuk menentukan jumlah operator optimal yang seharusnya berada pada divisi Ring Spinning. Simulasi Sistem Simulasi mampu menganalisa sistem stokastik kompleks dan untuk memodelkan sistem yang tidak dapat diselesaikan menggunakan pendekatan pemrograman matematika ataupun pendekatan queueing network. Model simulasi tidak menyediakan nilai-nilai optimal untuk pengukuran performansi. Model simulasi menghasilkan sampel-sampel yang mewakili ukuran performansi dan dengan menggunakan pointpoint sampel tersebut untuk memperkirakan nilai tengah ukuran performansi. Pendekatan simulasi dapat disesuaikan untuk berbagai sistem, dapat menghasilkan estimasi dari banyak macam ukuran performansi, dan dapat mengevaluasi kelakuan yang berbeda-beda dari waktu (time-variant behaviour). METODOLOGI PENELITIAN Penelitian ini dilakukan dalam tiga tahap, yaitu Tahap Identifikasi Masalah, Tahap Simulasi, dan Tahap Analisa dan Kesimpulan. Tahap pertama merupakan tahap awal dari penelitian, yang berisi tentang identifikasi, perumusan masalah dan studi pustaka serta studi lapangan mengenai topik yang bersangkutan. Tahap kedua merupakan tahap dimana seluruh data yang diperlukan dikumpulkan untuk selanjutnya akan dilakukan pengolahan terhadap data tersebut sesuai dengan langkah pengerjaan yang ditetapkan. Data yang dibutuhkan diantaranya data interarrival downtime, repair time, busy time, setting kecepatan mesin, jumlah operator, dan layout. Tahap ketiga merupakan tahap akhir dari penelitian yang terdiri atas analisa dan interpretasi data serta kesimpulan dan saran.

ISBN : 979-99735-1-1 A-28-2


Pengumpulan dan Pengolahan Data Pengumpulan Data Data primer yang dikumpulkan berupa data busy time, waktu antar kerusakan (interarrival downtime), waktu perbaikan (repair time), dan waktu material handling untuk tiga macam kecepatan mesin yang berbeda (11500 rpm, 12500 rpm, 13500 rpm). Data sekunder mengenai rencana produksi Departemen Spinning bulan Mei, Juni, dan Juli 2006 dan layout didapat dari data base bagian produksi Departemen Spinning PT Eratex Djaja Ltd., Tbk. Data mengenai jumlah operator, dan shift kerja operator didapat melalui hasil wawancara dengan kepala produksi Departemen Spinning PT Eratex Djaja, Ltd., Tbk. Dalam memproduksi benang dalam bentuk bobbin diperlukan sejumlah mesin dengan alokasi operator untuk menjalankannya. Jumlah mesin Ring Spinning adalah 22 unit dan tiap mesin Ring Spinning terdiri dari 432 spindles dimana jumlah bobbin yang dihasilkan juga berjumlah sebanyak 432 buah tiap siklus produksi. Pengaturan alokasi operator per mesin yaitu tiga operator per mesin, yang terdiri dari dua operator yang bertugas untuk menyambung benang dan satu operator material handling dan cleaning. Waktu proses yang dimiliki oleh mesin Ring Spinning berbeda untuk tiap setting kecepatan. Untuk setting kecepatan mesin v1 = 11500 rpm, waktu proses mesin Ring Spinning selama 2,5 sampai 3,1 jam; untuk setting kecepatan mesin v2 = 12500 rpm, waktu proses mesin Ring Spinning selama 2,3 sampai 2,9 jam; untuk setting kecepatan mesin v3 = 13500 rpm, waktu proses mesin Ring Spinning selama 2,1 sampai 2,7 jam. Masing-masing waktu proses berdistribusi uniform. Data ini diperoleh dari general report dan hasil wawancara dengan kepala Maintenance Ring Spinning seperti pada Tabel 1. Tabel 1. Waktu Proses Tiap Setting Kecepatan Mesin Ring Spinning

Setting kecepatan mesin v1 = 11500 rpm v2 = 12500 rpm v3 = 13500 rpm

Waktu Proses 2,5 jam sampai 3,1 jam 2,3 jam sampai 2,9 jam 2,1 jam sampai 2,7 jam

Tenaga kerja PT Eratex Djaja Ltd., Tbk dibagi menjadi empat group, yaitu group A, B, C, dan D dengan tiga group tiap hari kerja. Tiap group terdiri dari tiga shift per hari, dimana pembagian shift sebagai berikut :  Shift pagi : pukul 07.00 WIB – 15.00 WIB  Shift siang : pukul 15.00 WIB – 23.00 WIB  Shift malam : pukul 23.00 WIB – 07.00 WIB Pengolahan Data Salah satu jenis downtime dalam sistem manufaktur adalah mesin breakdown atau unscheduled downtime sistem manufaktur (Law & Kelton, 2000). Random downtime biasanya disebabkan oleh actual machine failures, part jams, dan peralatan/tool yang rusak. Sebuah mesin beroperasi dengan siklus ke-i yang terdiri dari segmen up (operating) dengan panjang segmen Ui. Kemudian diikuti oleh segmen down dengan panjang segmen Di. Selama segmen up, mesin melakukan proses operasi. Dua siklus updown pertama ditunjukkan oleh Gambar 1. Bi dan Ii merupakan waktu ketika mesin beroperasi (busy) dan idle, sehingga Ui = Bi + Ii. Wi merupakan waktu dari failure ke-i sampai proses perbaikan dimulai,

ISBN : 979-99735-1-1 A-28-3


sedangkan Ri merupakan waktu perbaikan ke-i, sehingga Di = Wi + Ri seperti Gambar 1..

Gambar 1 Siklus Up-Down Mesin

Untuk memodelkan segmen siklus mesin up-down dalam model simulasi, biasanya digunakan dua metode, yaitu calender time dan busy time. Rumus untuk menghitung efisiensi mesin dalam model simulasi downtime adalah sebagai berikut :  B e   B   D dimana : e = efisiensi mesin μB = rata-rata waktu proses sebelum failure (mean of busy time) μD = rata-rata waktu downtime (mean of downtime) Pengolahan data yang berkaitan dengan downtime di dalam penelitian ini yaitu melakukan uji distribusi data. Data-data yang dicari pola distribusinya meliputi data interarrival downtime, repair time, dan busy time untuk tiap setting kecepatan mesin Ring Spinning. Perhitungan uji distribusi data dilakukan dengan fasilitas Statfit dari paket program simulasi Promodel 6 Student Version. Selain itu, ditentukan juga parameter-parameter distribusi dari masing-masing distribusi probabilitas data yang bersangkutan seperti pada Tabel 2 samapi 4. Tabel 2. Fungsi Distribusi Busy Time

Kecepatan v1 v2 v3

Fungsi Distribusi Lognormal(8., 5.56, 1.36) Lognormal(37., 5.5, 1.23) Lognormal(16., 5.6, 1.26)

Tabel 3 Fungsi Distribusi Interarrival Downtime

Kecepatan Fungsi Distribusi v1 Lognormal(19., 5.7, 1.19) v2 Lognormal(66., 5.46, 1.25) v3 Lognormal(42., 5.61, 1.12) Tabel 4 Fungsi Distribusi Repair Time

Kecepatan Fungsi Distribusi v1 Uniform(2., 30.) v2 Uniform(2., 19.) v3 Uniform(2., 17.) Perancangan Model Simulasi Perancangan model simulasi merupakan langkah lanjutan setelah dilakukan pengolahan data yang menghasilkan jenis dan nilai parameter distribusi data. Model simulasi komputer dirancang dengan menggunakan software simulasi Promodel 6 Student Version. Sebelum dilakukan pengembangan model dengan menggunakan ISBN : 979-99735-1-1 A-28-4


sofware simulasi tersebut, perlu diketahui terlebih dahulu mengenai gambaran sistem yang dimodelkan dan spesifikasi model atau model konseptual yang ditampilkan dalam bentuk logical diagram. Deskripsi proses pemintalan pada divisi Ring Spinning adalah sebagai berikut : Bahan baku berupa sliver roving yang akan diproses menjadi gulungan benang dalam bentuk bobbin selalu tersedia pada tiap mesin Ring Spinning. Untuk setting kecepatan mesin v1 = 11500 rpm, waktu proses mesin Ring Spinning selama 2,5 sampai 3,1 jam; untuk setting kecepatan mesin v2 = 12500 rpm, waktu proses mesin Ring Spinning selama 2,3 sampai 2,9 jam; untuk setting kecepatan mesin v3 = 13500 rpm, waktu proses mesin Ring Spinning selama 2,1 sampai 2,7 jam. Semua waktu proses untuk tiap setting kecepatan diasumsikan berdistribusi uniform. Mesin memproses 432 spindles sekaligus yang akhirnya menghasilkan 432 gulungan benang dalam bentuk bobbin. Bila mesin mengalami downtime yang disebabkan karena terjadi putus benang, maka operator Ring Spinning akan segera memperbaikinya dengan cara menyambung kembali benang yang putus. Bobbin yang dihasilkan secara otomatis akan menuju buffer storage melalui conveyor yang terdapat pada tiap mesin dengan waktu konstan 900 detik. Bobbin dimasukkan dalam batch sekitar 10 sampai 30 detik. Kemudian operator material handling akan membawa bobbin dalam bentuk batch (satu batch berisi 432 bobbin) ke storage area.

Gambar 2 Logic Flow Diagram downtime machines

Gambar 3 Arsitektur model simulasi downtime machines

Basic dan optional modules yang digunakan dalam simulasi dowtime machines ini yaitu :

ISBN : 979-99735-1-1 A-28-5

perancangan model


Basic modules, yang terdiri dari :  Locations Locations merepresentasikan lokasi tetap di dalam sistem dimana entiti berjalan sesuai dengan proses yang dialami. Di dalam model simulasi dowtime machines ini, locations yang dibangun yaitu : a) Incoming sliver roving, yang merepresentasikan tempat kedatangan material sliver roving yang akan diproses di mesin ring spinning b) Ring spinning machines, yang merepresentasikan mesin ring spinning itu sendiri c) Conveyor, yang mereprentasikan tempat berjalannya produk jadi berupa bobbin yang dihasilkan oleh mesin ring spinning d) Buffer storage, yang merepresentasikan tempat penyimpanan sementara dari bobbin yang dihasilkan, yang akan dibawa ke storage area dalam bentuk batch e) Box Q, yang merepresentasikan tempat kedatangan empty box menuju buffer storage f) Batch Q, yang merepresentasikan tempat bobbin yang sudah dikemas dalam bentuk batch g) Storage area, yang merepresentasikan storage area itu sendiri

Gambar 4. Locations





Entities Segala sesuatu yang dapat diproses oleh model disebut entiti. Entiti yang dibangun di dalam model simulasi dowtime machines ini yaitu : a) Sliver roving, yaitu material atau bahan baku yang akan diproses di mesin ring spinning b) Group bobbins, yaitu kumpulan bobbin yang diproses di mesin ring spinning c) Bobbins, yaitu produk jadi berupa gulungan benang d) Empty box, yaitu kotak/keranjang kosong untuk diisi dengan 432 bobbin e) Batch, yaitu kumpulan bobbin yang berjumlah 432 buah tiap batch

Gambar 5. Entities

Processing Processing menggambarkan aliran proses atau operasi pada tiap locations. Processing yang dibangun di dalam model simulasi dowtime machines ini adalah seperti yang tampak pada Gambar 6 di bawah ini.

ISBN : 979-99735-1-1 A-28-6


Gambar 6. Processing & Routings Arrivals



Arrivals Arrivals menggambarkan kedatangan entiti ke dalam sistem. Ada dua macam kedatangan entiti di dalam model simulasi dowtime machines ini, seperti yang tampak pada Gambar 7 di bawah ini. Asumsi yang digunakan yaitu sliver roving dan empty box selalu tersedia di dalam sistem.

Gambar 7. Arrivals

Optional modules, yang terdiri dari :  Path networks Path networks merupakan lintasan yang ditempuh oleh resources di dalam sistem. Terdapat 46 path networks yang dibangun di dalam model simulasi downtime machines, dimana masing-masing resources operator ring dan operator material handling memiliki 23 path networks. Untuk path networks yang dimiliki oleh operator ring, masing-masing dipartisi berdasarkan jumlah mesin ring spinning dan jumlah operator ring yang ada di dalam sistem. Alokasi operator ring yaitu dua operator tiap mesin. Untuk path networks yang dimiliki oleh operator material handling, masing-masing dipartisi berdasarkan jumlah buffer storage dan jumlah operator material handling yang ada di dalam sistem. Alokasi operator material handling yaitu satu operator tiap buffer storage.  Resources Resources merupakan sumber daya yang tersedia di dalam sistem. Di dalam model simulasi dowtime machines ini, resources yang dibangun ada dua macam, yaitu operator ring dan operator material handling.



Gambar 8. Resources

Variables Variables merupakan placeholder baik bilangan real maupun integer yang dapat berubah-ubah selama running simulasi. Variables biasa digunakan dalam decision making atau pengumpulan data. Di dalam model simulasi dowtime machines ini, variables yang dibangun ada tiga macam, yaitu :

ISBN : 979-99735-1-1 A-28-7


a) ttf (time to failure), merupakan waktu terjadinya kerusakan yang berdistribusi tertentu b) ttr (time to repair), merupakan waktu untuk memperbaiki kerusakan yang berdistribusi tertentu c) WIP (Work in Process), merupakan increment produk jadi berupa bobbin dalam bentuk batch

Gambar 9. Variables

Logika terjadinya downtime pada model simulasi ini dibangun pada menu DTs ring spinning machines yang didasarkan pada clock based. Contoh clock downtime logic untuk setting kecepatan v3 dapat dilihat pada Gambar 10 di bawah ini.

Gambar 10. Clock downtime logic

Validasi dan Verifikasi Uji yang digunakan untuk melakukan perbandingan rataan antara output simulasi dan hasil observasi sistem nyata adalah dengan menggunakan paired samples t-test dengan asumsi bahwa variansi kedua sampel sama (Pidd, 1992). Untuk hasil observasi sistem nyata digunakan data produksi selama bulan Mei 2006 dimana saat itu seluruh mesin dioperasikan dengan kecepatan mesin v3. Hipotesa awal yang diuji adalah bahwa kedua populasi mempunyai mean yang sama. Sedangkan hipotesa tandingannya adalah kedua populasi mempunyai mean yang tidak sama. H0 : µ 1 = µ 2 = ... = µ k H1 : µ 1 ≠ µ2 ≠ ... ≠ µk Setelah dilakukan pengujian terhadap kedua sampel dengan menggunakan paired samples t-test yang tersedia pada software SPSS 11.5, maka didapatkan hasil sebagai berikut : Tabel 5. Validasi model simulasi Output Hasil Simulasi

Output Sistem Riil

Mean

18789.61

19644.63

StDev

196.78883

301.02685

31

31

Sample size

30

df

0.598

Sig. level

-13.878

t-value

1.645

t-table 0.05,30

Nilai t tabel diperoleh dari tabel nilai kritis distribusi t pada confidence level

ISBN : 979-99735-1-1 A-28-8


95% dengan derajat kebebasan df adalah N-1. Hipotesa nol diterima jika nilai t hitung kurang dari nilai t tabel atau nilai significant level-nya lebih besar dari nilai α. Dari Tabel 5 dapat diketahui bahwa nilai t hitung lebih kecil dari nilai t tabel dan nilai significant level-nya lebih besar dari nilai α (0.05). Sehingga dapat disimpulkan bahwa hipotesa nol diterima dan dinyatakan bahwa tidak ada perbedaan rataan secara signifikan antara hasil simulasi dengan hasil observasi pada sistem riil. Kesimpulan ini menunjukkan bahwa model simulasi valid dan dapat digunakan sebagai representasi sistem dalam melakukan analisa performansi sistem. Replikasi Penentuan jumlah replikasi menggunakan sequential procedure yang dikemukakan oleh Law & Kelton (2000). Langkah-langkahnya adalah sebagai berikut : 0. Langkah awal, yaitu menentukan jumlah replikasi awal, n0 ≥ 2 dan δ(n,α) = tn-1,

s 2 ( n) 1-α / 2 n 1.Set n = n0 dan menghitung X (n) dan δ(n,α) dari X1, X2, ..., Xn 2.Jika δ(n,α) / X (n) ≤ γ, maka : I (α, γ) = [ X (n) - δ(n,α), X (n) + δ(n,α) ] Dimana merupakan perkiraan selang kepercayaan 100(1- α) persen untuk µ dan langkah di atas selesai. Jika tidak, mengganti nilai n dengan n+1, melakukan replikasi lagi dan kembali ke langkah 1. Pada simulasi ini jumlah replikasi awal ditetapkan sebanyak delapan kali running atau n0 = 8. Dalam menentukan jumlah replikasi ini, parameter yang digunakan adalah jumlah bobbin yang dihasilkan oleh mesin ring spinning. Tabel 6 Replikasi Simulasi Sistem Saat Ini Replikasi

Jumlah bobbin hasil running simulasi awal 1

18591

2

18622

3

18647

4

18871

5

18929

6

18898

7

18878

8

18899

Dengan replikasi sebanyak delapan kali (n = 8), selang kepercayaan 95% (α = 5%), dan relatif error 10% (γ = 0.1), maka nilai X (n) dan δ(n,α) adalah : Tabel 7. Nilai X (n) & δ(n,α) Output Hasil Simulasi Sistem Saat Ini Jumlah bobbin

X (n)

18761.88

δ(n,α) δ(n,α) /

173.16

X (n)

0.009

ISBN : 979-99735-1-1 A-28-9


Nilai δ(n,α) diperoleh dari :

s 2 ( n) n dengan jumlah replikasi n = 8, maka untuk menentukan nilai t tabel digunakan nilai n – 1 =7 dan 1-α / 2 = 0.975. Pada tabel distribusi Student-t diperoleh nilai t tabel = 2.365. Dari hasil perhitungan tersebut, dapat diketahui bahwa nilai δ(n,α) / X (n) ≤ γ, δ(8,0.05) = t7, 0.975

sehingga nilai I (α, γ) adalah : Tabel 8. Nilai I (α, γ) Output Simulasi Sistem Saat Ini Jumlah bobbin

X (n) - δ(n,α)

18588.72

X (n) + δ(n,α)

18935.04

Dari hasil perhitungan di atas dapat dikatakan bahwa dengan confidence level 95%, jumlah bobbin yang dihasilkan adalah antara interval batas bawah dan batas atas [18588.72; 18935.04]. Berdasarkan analisa di atas, dapat disimpulkan bahwa running simulasi dengan delapan kali replikasi sudah cukup. Eksperimentasi Eksperimentasi merupakan langkah penting dalam simulasi. Pada penelitian ini, dilakukan tiga kali usaha perbaikan sistem dalam bentuk rancangan skenario. Skenario 1 : setting kecepatan v3 dengan penambahan satu orang operator ring pada tiap mesin Dari hasil simulasi skenario pertama di atas, tampak bahwa terjadi peningkatan jumlah bobbin yang dihasilkan oleh Ring Spinning Division, yaitu sebanyak 18832,88 bobbin. Namun, nilai utilitas tiap mesin masih rendah dan di bawah target pihak manajemen. Dengan penambahan satu orang operator ring pada tiap mesin, nilai utilitas mesin ring spinning masih di bawah target pihak manajemen. Dengan demikian, tidak perlu dilakukan penambahan satu orang operator ring pada tiap mesin karena akan menambah cost production. Dengan kata lain, dua orang operator ring pada tiap mesin sudah cukup untuk menangani downtime yang terjadi. Skenario 2 : setting kecepatan v1 Dari hasil simulasi skenario kedua di atas, tampak bahwa terjadi penurunan jumlah bobbin yang dihasilkan oleh Ring Spinning Division), yaitu sebanyak 18042 bobbin. Begitu pula nilai utilitas operator ring dan operator material handling mengalami penurunan. Hal ini berarti frekuensi terjadinya putus benang dan jumlah produksi berkurang. Hal ini disebabkan oleh pemakaian setting kecepatan mesin paling rendah yaitu v1 (11500 rpm). Namun, nilai utilitas tiap mesin mengalami peningkatan bila dibandingkan dengan skenario pertama dan memenuhi target pihak manajemen. Skenario 3 : setting kecepatan v2 Dari hasil simulasi skenario ketiga di atas, tampak bahwa jumlah bobbin yang dihasilkan oleh Ring Spinning Division sebanyak 18581,25 bobbin. Nilai rata-rata utilitas mesin memenuhi target pihak manajemen, yaitu sebesar 64%.

ISBN : 979-99735-1-1 A-28-10


Comparing Systems Langkah berikutnya dalam simulasi yaitu membandingkan rancangan skenarioskenario usulan yang dapat memberikan respon atau performansi terbaik dalam sistem. Pada penelitian ini, digunakan metode analysis of variance (ANOVA) untuk membandingkan ketiga rancangan skenario usulan yang telah dibuat. Yang menjadi ukuran performansi sistem yaitu utilitas mesin ring spinning dan jumlah bobbin yang diproduksi mampu memenuhi target pihak manajemen. Oleh karena itu, akan dilakukan dua kali metode ANOVA berdasarkan kedua ukuran performansi sistem tersebut dan akan dipilih satu skenario yang memberikan nilai performansi terbaik. ANOVA Berdasarkan Jumlah Bobbin yang Diproduksi Hipotesis yang digunakan untuk membandingkan tiga rancangan skenario adalah sebagai berikut : H0 : µ 1 = µ 2 = µ 3 H1 : µ 1 ≠ µ2 ≠ µ3 Tabel 9. ANOVA I Source of variation

Degrees of freedom

total (corrected)

N-1 = 23

treatment (scenarios)

Fhitung

SST = 2612237.25

MST = 1306118.625

14.91

SSE = 1840070.375

MSE = 87622.39881

SSTC =

K-1 = 2

error

Mean square

Sum of squares

N-K = 21

4452307.625

Untuk nilai Ftabel ditentukan oleh F(df(treatment), df(error);α) yaitu F(2, 21; 0.05) = 3.47. Fhitung > Ftabel maka tolak H0 dan dinyatakan bahwa ketiga rancangan skenario berbeda secara signifikan dalam memproduksi bobbin. Multiple Comparison Test I Uji ini dilakukan untuk mengidentifikasi skenario yang memberikan performansi terbaik. Uji ini dilakukan dengan metode LSD (Least Significant Difference). LSD test dilakukan bila hipotesis nol ditolak pada ANOVA.

LSD( )  t ( df (error), / 2)

2(MSE) n

Jika │ xi  xi ' │> LSD(α), maka µ i dan µ i’ berbeda secara signifikan pada significant level α. Pada penelitian ini, uji statistik LSD pada significant level α = 0.05 adalah : LSD(0.05)=t21,0.025

2( MSE) n

=2.080 2(87622.39881 = 307.85 8

Tabel 10. LSD Analysis I Skenario 2

x2  18042 Skenario 3

x3  18581.25

Skenario 1 x1  18832 .88

│ x2

 x3

= 539.25

Berbeda (539.25 > 307.85) │ x1

 x 2 │ = 790.88

Berbeda (790.88 > 307.85)

ISBN : 979-99735-1-1 A-28-11

Skenario 1

x1  18832.88 │ x1

 x3 │ = 251.63

Tidak berbeda (251.63 < 307.85)


Dari Tabel 10 di atas tampak bahwa dari segi jumlah bobbin yang diproduksi, skenario terbaik adalah skenario 1, kemudian diikuti skenario 3 dan yang terakhir skenario 2. Pada tabel yang sama juga tampak bahwa antara skenario 1 dan skenario 3 tidak berbeda secara signifikan pada significant level α = 0.05. Karena pada rancangan skenario 1 ada penambahan satu orang operator ring pada tiap mesin, yang berarti juga menambah biaya produksi, maka sebaiknya skenario yang dipilih adalah skenario 3. Pada skenario 3, tidak ada penambahan jumlah operator sehingga pihak manajemen Departemen Spinning hanya melakukan perubahan setting kecepatan mesin pada kecepatan v2 (12500 rpm). ANOVA Berdasarkan Utilitas Mesin Hipotesis yang digunakan untuk membandingkan tiga rancangan skenario adalah sebagai berikut : H0 : µ 1 = µ 2 = µ 3 H1 : µ 1 ≠ µ2 ≠ µ3 Tabel 11. ANOVA II Source of variation total (corrected) treatment (scenarios) error

Degrees of freedom N-1 = 23 K-1 = 2 N-K = 21

Sum of squares SSTC = 25.16189583 SST = 21.51005833 SSE = 3.6518375

Mean square

Fhitung

MST = 10.75502917 MSE = 0.173897024

61.85

Untuk nilai Ftabel ditentukan oleh F(df(treatment), df(error);α) yaitu F(2, 21; 0.05) = 3.47. Fhitung > Ftabel maka tolak H0 dan dinyatakan bahwa ketiga rancangan skenario berbeda secara signifikan dalam hal utilitas mesin. Multiple Comparison Test II Uji ini dilakukan untuk mengidentifikasi skenario yang memberikan performansi terbaik dalam hal utilitas mesin. Jika │ xi  xi ' │> LSD(α), maka µi dan µ i’ berbeda secara signifikan pada significant level α. Pada penelitian ini, uji statistik LSD pada significant level α = 0.05 adalah : LSD(0.05)=t21,0.025

2( MSE) n

= 2.080 2(0.173897024) = 0.43369 8

Tabel 12. LSD Analysis II Skenario 2

x2  65.05875 Skenario 3

x3  64.0925 Skenario 1 x1  62 .75

│ x2

 x3 │ = 0.96625

Berbeda (0.96625 > 0.43369) │ x1

Skenario 1

x1  62.75 │ x1

 x3 │ = 1.3425

Berbeda (1.3425 > 0.43369)

 x 2 │ = 2.30875

Berbeda (2.30875 > 0.43369)

Dari Tabel 12 di atas tampak bahwa dari segi utilitas mesin, skenario terbaik adalah skenario 2, kemudian diikuti skenario 3 dan yang terakhir skenario 1. Pada skenario 2, setting kecepatan mesin yang digunakan adalah v1 (11500 rpm). Meskipun frekuensi terjadinya downtime (putus benang) berkurang, yang ditunjukkan oleh nilai rata-rata utilitas mesin yang melebihi target pihak perusahaan (65.05875%), namun jumlah bobbin yang diproduksi tidak mampu memenuhi target produksi dari pihak manajemen. Oleh karena itu, skenario yang sebaiknya dipilih dan diimplementasikan ISBN : 979-99735-1-1 A-28-12


adalah skenario 3, yaitu penggunaan setting kecepatan v2 (12500 rpm) dengan nilai ratarata utilitas mesin sebesar 64.0925% yang memenuhi target pihak manajemen. Selain itu, berdasarkan uji LSD pertama, jumlah bobbin yang diproduksi pada skenario 3 masih mampu untuk memenuhi rencana produksi perusahaan. Hal ini ditunjukkan oleh uji LSD pertama yang menyatakan bahwa skenario 1 dan skenario 3 tidak berbeda secara signifikan dalam hal jumlah bobbin yang diproduksi. KESIMPULAN  









Dari penelitian Tugas Akhir ini dapat ditarik beberapa kesimpulan, antara lain : Tiap-tiap skenario atau strategi yang dibuat ternyata memberikan pengaruh terhadap jumlah bobbin yang diproduksi serta utilitas mesin Dengan menerapkan skenario 1 (menambah 1 orang operator ring pada tiap mesin dengan setting kecepatan mesin 13500 rpm), didapatkan hasil peningkatan jumlah bobbin yang dihasilkan oleh Ring Spinning Division, yaitu sebanyak 18832,88 bobbin. Namun, nilai utilitas tiap mesin masih rendah dan di bawah target pihak manajemen. Sehingga tidak perlu dilakukan penambahan satu orang operator ring pada tiap mesin karena akan menambah cost production. Dengan kata lain, dua orang operator ring dan satu orang operator material handling pada tiap mesin sudah cukup dan mampu mengatur aktivitas produksi di Divisi Ring Spinning Dengan menerapkan strategi 2 (setting kecepatan mesin 11500 rpm), terjadi penurunan jumlah bobbin yang dihasilkan oleh Ring Spinning Division, yaitu sebanyak 18042 bobbin. Begitu pula nilai utilitas operator ring dan operator material handling mengalami penurunan. Namun, nilai utilitas tiap mesin mengalami peningkatan bila dibandingkan dengan skenario pertama dan memenuhi target pihak manajemen Dengan menerapkan strategi 3 (setting kecepatan mesin 12500 rpm) didapatkan hasil bahwa jumlah bobbin yang dihasilkan oleh Ring Spinning Division sebanyak 18581,25 bobbin. Nilai rata-rata utilitas mesin memenuhi target pihak manajemen, yaitu sebesar 64% Dari hasil comparing systems dengan menggunakan metode ANOVA didapatkan hasil bahwa dari segi jumlah bobbin yang diproduksi, skenario terbaik adalah skenario 1, kemudian diikuti skenario 3 dan yang terakhir skenario 2. Sedangkan dari segi utilitas mesin, skenario terbaik adalah skenario 2, kemudian diikuti skenario 3 dan yang terakhir skenario 1 Skenario yang sebaiknya dipilih dan diimplementasikan adalah skenario 3, yaitu penggunaan setting kecepatan v2 (12500 rpm) dengan nilai rata-rata utilitas mesin sebesar 64.0925% yang memenuhi target pihak manajemen. Selain itu, berdasarkan uji LSD pertama, jumlah bobbin yang diproduksi pada skenario 3 masih mampu untuk memenuhi rencana produksi perusahaan.

DAFTAR PUSTAKA Banks, J., J. S. Carson, B. L. Nelson, D. M. Nicol. 2000. Discrete Event Simulation. New Jersey : Prentice-Hall. Groover, Mikell P. 2001. Automation, Production Systems, and Computerintegrated Manufacturing Second Edition. New Jersey : Prentice-Hall. Hans, G., Daellenbach. 1994. System and Decision Making : A Management Science ISBN : 979-99735-1-1 A-28-13


Approach. John Wiley & Sons, Inc. Harrell, Ghosh, Bowden. 2004. Simulation Using Promodel Second Edition. New York : Mc Graw-Hill. Law, A. M., & Kelton, W. D. 2000. Simulation Modeling and Analysis. New York : Mc Graw-Hill. Pidd, Michael. 1992. Computer Simulation in Management Science 3rd Edition. John Wiley & Sons, Inc. Walpole, Ronald E., Raymond H. Myers. 1986. Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan Terbitan kedua. Bandung : Penerbit ITB.

ISBN : 979-99735-1-1 A-28-14

PERANCANGAN MODEL SIMULASI DOWNTIME MACHINES

Recommend Documents