PERANCANGAN KESEIMBANGAN LINTASAN
PRODUKSI MENGGUNAKAN PENDEKATAN SIMULASI DAN METODE
RANKED
POSITIONAL WEIGHTS
Hengky K. Salim*), Kuswara
Setiawan, Lusia P. S. Hartanti
Jurusan Teknik Industri,
Fakultas Teknologi Industri, Universitas Pelita Harapan
Jl. Jend. A. Yani 288
Surabaya, Indonesia 60234
Abstrak
Mengidentifikasi
dan mengatasi permasalahan yang ada di dunia industri cukup sulit apabila
dilakukan menggunakan metode tradisional seperti pemodelan matematika karena
memakan waktu yang lama. Penelitian ini menyajikan gabungan pendekatan simulasi
dan metode Ranked Positional Weights (RPW) untuk mengoptimalkan nilai
efisiensi keseimbangan lintasan produksi. Penelitian ini menggunakan stopwatch
time study untuk mendokumentasikan waktu proses pada setiap mesin dan
operator dan juga menganalisis susunan sistem produksi saat ini. Lebih
lanjut lagi, penelitian ini menganalisis dan mengolah data-data tersebut
menggunakan uji statistik dengan perangkat lunak SPSS. Waktu proses pada setiap
mesin dan operator dikonversi menjadi satuan distribusi matematika menggunakan
teknik distribution fitting. Nilai keseimbangan lintasan produksi pada
sistem yang sekarang adalah 59,99 persen dengan 6 stasiun kerja.
Penggunaan metode RPW dan pendekatan simulasi dengan perangkat lunak ARENA
menghasilkan perbaikan terhadap nilai keseimbangan lintasan produksi menjadi
94,64 persen dengan 3 stasiun kerja di dalam sistem baru yang diuji.
Kata kunci : keseimbangan
lintasan produksi; proses produksi; simulasi; ranked positional
weights; simulasi arena
Abstract
Identifying
and optimising industrial problems are quite difficult to be done using
traditional methods, such as mathematical modelling which is time consuming.
The paper will present a simulation approach and Ranked Positional Weights
(RPW) method to improve the production line balance efficiency. This research
conducts a stopwatch time study of each machine and operator, as well as
analysis to the production layout of the current system. Afterward, this
research analyze the data using SPSS statistical software. The processing time of
each machine and operator are converted to mathematical distributions using a
distribution fitting technique. The line balance efficiency of the current
system is 59.99 percent with 6 workstations in the system. Deploying a RPW
method and simulation approach using ARENA simulation software has resulted a
line balance efficiency improvement to 94.64 percent with 3 workstations in the
new proposed system.
Keywords : production
line balancing; production process; simulation; ranked positional weights; arena
simulation
Pendahuluan
Pada era globalisasi
saat ini, banyak perusahaan manufaktur mengalami perkembangan pesat. Badan
Pusat Statistik Indonesia (2013) mengatakan bahwa industri berskala besar
berkembang sebesar 8,94 persen dan industri berskala kecil dan sedang
berkembang sebesar 4,84 persen. Perkembangan tersebut menuntut
industri-industri menjalankan sistem produksi dengan efisien. Jumlah mesin dan
-------------------------------------------------------------
Jurnal Teknik Industri, Vol.
XI, No. 1, Januari 2016
operator
yang minimal, tetapi mampu menghasilkan produktivitas yang tinggi.
Efisiensi keseimbangan lintasan produksi dibutuhkan
untuk meningkatkan produktivitas, sehingga mampu memenuhi kebutuhan pasar.
Waktu tunggu antar stasiun kerja harus diminimalkan untuk menghindari bottleneck
yang dapat menyebabkan hasil produksi tidak optimal. Oleh karena itu, tujuan
dari penyeimbangan lintasan produksi adalah untuk membantu perusahaan
manufaktur dalam mendesain dan mengimplementasikan perbaikan terhadap sistem
produksi yang ada saat ini.
53
Pada dasarnya, lintasan produksi yang tidak seimbang
mengakibatkan bottleneck. Bottleneck adalah suatu kondisi dimana
beberapa stasiun kerja melakukan proses penuh dan beberapa stasiun kerja
lainnya dalam kondisi menganggur karena menunggu input dari stasiun
kerja sebelumnya (Groover, 2008). Guna meminimalkan bottleneck
dibutuhkan perancangan keseimbangan lintasan produksi. Tetapi, kelemahan
perancangan keseimbangan lintasan produksi saat ini adalah efisiensi
keseimbangan lintasan tidak optimal.
Metode umum yang digunakan untuk mengoptimalkan
nilai efisiensi lintasan produksi adalah metode Ranked Positional Weights
(RPW) (Ghutukade et al., 2013; Wignjosoebroto, 2000). Metode ini
menggunakan sistem alokasi terhadap sejumlah mesin yang dialokasikan dalam
suatu stasiun kerja. Cara kerja dari metode ini adalah menghitung bobot dari
setiap mesin dan operator yang terdapat di dalam sistem. Bobot tersebut
diurutkan dari yang terbesar hingga yang terkecil. Berdasarkan bobot pada
masing-masing proses, nilai tersebut dikelompokkan sesuai dengan batas siklus
waktu setiap stasiun kerja. Lebih lanjut lagi, penelitian ini menggunakan
metode simulasi dengan software ARENA. Kelebihan dari metode ini adalah
kemampuan model dalam merepresentasikan sistem nyata dengan cukup akurat.
Sehingga, bottleneck dapat teridentifikasi dan dapat dioptimalkan
menggunakan metode RPW.
PT Wijaya Panca Sentosa Food adalah salah satu
perusahaan manufaktur di Jawa Timur yang memproduksi mie telur kering. Terdapat
dua area produksi di dalam pabrik, yaitu sub-area produksi pertama dan sub-area
produksi kedua. Pada sub-area produksi pertama, sistem produksi masih
menggunakan tenaga kerja manual. Sedangkan, pada sub-area produksi kedua
menggunakan mesin otomasi.
Permasalahan utama pada PT Wijaya Panca Sentosa Food
adalah nilai efisiensi lintasan produksi yang rendah. Berdasarkan pengamatan
secara langsung, masih banyak proses yang dalam keadaan menganggur dan menunggu
input dari proses sebelumnya. Hal ini diakibatkan oleh banyaknya
operator di beberapa proses. Tetapi di sisi lain, terdapat kekurangan pada
beberapa mesin tertentu.
Terdapat banyak penelitian terdahulu yang telah
menggunakan metode Ranked Positional Weights untuk mengoptimalkan
produktivitas suatu lintasan produksi, tetapi belum ada penelitian yang
menggunakan gabungan antara pendekatan simulasi dan metode Ranked Positional
Weights. Penelitian yang dilakukan oleh Cortes et al. (2010)
menggunakan pendekatan simulasi ARENA untuk mengoptimalkan nilai efisiensi
keseimbangan lintasan produksi. Penelitian ini menggunakan industri otomotif
sebagai objek penelitian. Lebih lanjut lagi, penelitian ini membandingkan
metode baru yaitu,
Modified
Ranked Positional Weights (MRPW) dan Multi-Started
Neighborhood Search Heuristic
(MSNSH).
Akan tetapi, relevansi penggunaan metode
Jurnal
Teknik Industri, Vol. XI, No. 1, Januari 2016
Modified
Ranked Positional Weights (MRPW) hanya digunakan pada kasus assembly line
yang kompleks. Sehinga dalam kasus assembly line yang sederhana seperti
yang ada dalam penelitian ini, penggunaan metode Ranked Positional Weights
lebih sesuai (Grzechca, 2014).
Pada penelitian ini akan menggunakan simulasi sistem
produksi nyata untuk mengidentifikasi bottleneck di dalam sistem.
Simulasi dengan ARENA digunakan pada penelitian ini agar mampu
merepresentasikan sistem nyata secara akurat. Hasil simulasi akan digunakan
untuk mengoptimalkan nilai efisiensi keseimbangan lintasan produksi dengan
menggunakan metode RPW. Sehingga, bottleneck di dalam sistem dapat
diminimalkan dan produktivitas meningkat.
Metodologi
Penelitian
Tahap
pertama – Identifikasi masalah
Identifikasi masalah dilakukan dengan
wawancara
yang berkaitan dengan permasalahan sistem produksi sekarang.
Tahap
kedua – Pengumpulan data
Pengumpulan data dilakukan melalui observasi,
wawancara, dokumentasi, dan studi literatur.
Tahap
ketiga – Pengujian statistik
Pengujian statistik yang dilakukan antara lain uji
keseragaman data, uji kecukupan data, dan distribution fitting.
Distribution fitting dilakukan dengan menggunakan software Input
Analyzer, sedangkan uji keseragaman data dilakukan menggunakan software
SPSS.
Tahap
keempat – Simulasi pada sistem produksi sekarang
Simulasi dibuat menggunakan software Arena.
Parameter replikasi yang digunakan adalah sebanyak
|
10 replikasi
(Siregar, 2011). Nilai
|
efisiensi
|
||
|
keseimbangan
|
lintasan
|
produksi
|
dihitung
|
|
menggunakan
rumus pada persamaan 1.
|
|
||
|
E = Tp/Tc
...........................................
|
[1]
|
||
|
Dimana:
|
|
|
|
E
= efisiensi stasiun kerja
Tp
= waktu service maksimal di dalam sistem Tc
= waktu siklus
Tahap kelima –
Verifikasi dan validasi model Verifikasi model dilakukan dengan mengamati
animasi
simulasi pada software Arena. Sedangkan validasi model dilakukan
menggunakan metode Mean Absolute Percentage Error (MAPE). MAPE
dihitung
|
menggunakan
persamaan 2 dan 3.
|
|
||||
|
E1
|
= | (
|
– )/
|
| .............................
|
[2]
|
|
|
E2
|
= | (
|
–
|
)/
|
|
..................
|
[3]
|
Dimana:
E1
= persentase error rata-rata
E2
= persentase error standar deviasi 
= output pada sistem produksi nyata 
= output simulasi
= output pada sistem produksi nyata = output simulasi
SDY
= standar deviasi output pada sistem produksi nyata
SDX
= standar deviasi output simulasi
54
Jika nilai E1
kurang dari 5% dan nilai E2
kurang dari 30%, maka dapat dikatakan bahwa model simulasi merepresentasikan
sistem produksi nyata (Wahid dan Suryani, 2012).
Tahap keenam – Skenario
Perbaikan Sistem Produksi Skenario usulan perbaikan keseimbangan
lintasan
produksi dibuat berdasarkan nilai efisiensi keseimbangan lintasan produksi dan
persentase utilitas mesin dan operator. Nilai efisiensi keseimbangan lintasan
produksi dihitung menggunakan metode RPW. Persentase utilitas pada output
simulasi digunakan sebagai bahan pertimbangan untuk alokasi mesin dan operator
yang lebih optimal.
Hasil
Dan Pembahasan
Distribution
Fitting
Estimasi distribusi pada
setiap proses menggunakan software Input Analyzer. Tabel 1 menunjukkan
estimasi distribusi pada setiap proses.
Tabel 1.
Hasil Distribution Fitting
|
|
No.
|
Nama Proses
|
Distribusi
|
|
|
|
1
|
Pencampuran
|
TRIA(331,
349, 415)
|
|
|
|
2
|
Penggilingan
|
225 + WEIB(20.6,
|
|
|
|
1.33)
|
|
||
|
|
|
|
|
|
|
|
3
|
Pemotongan
|
NORM(75.3, 8.17)
|
|
|
|
4
|
Perebusan
|
TRIA(596, 655, 726)
|
|
|
|
5
|
Pencetakan Mie
|
77 + 30 *
|
|
|
|
Gulung
|
BETA(1.15, 1.09)
|
|
|
|
|
|
|
||
|
|
6
|
Pencetakan Mie
|
TRIA(68, 91.8, 102)
|
|
|
|
Bulat
|
|
||
|
|
|
|
|
|
|
|
|
Pengemasan
Plastik
|
|
|
|
|
7
|
Mie Gulung
|
NORM(24.7, 2.45)
|
|
|
|
|
Menjangan
|
|
|
|
|
|
Packing Kardus
|
57 + 23 *
|
|
|
|
8
|
Mie Gulung
|
|
|
|
|
BETA(1.37, 1.43)
|
|
||
|
|
|
Menjangan
|
|
|
|
|
|
|
|
|
|
|
|
Pengemasan
Plastik
|
17 + GAMM(1.23,
|
|
|
|
9
|
Mie Bulat
|
|
|
|
|
2.45)
|
|
||
|
|
|
Menjangan
|
|
|
|
|
|
|
|
|
|
|
10
|
Packing
Plastik Mie
|
50 + 19 *
|
|
|
|
Bulat
Menjangan
|
BETA(0.807, 0.866)
|
|
|
|
|
|
|
||
|
|
|
Pengemasan Plastik
|
16 + 8 * BETA(1.88,
|
|
|
|
11
|
Mie Bulat Ikan
|
|
|
|
|
2.39)
|
|
||
|
|
|
Terbang
|
|
|
|
|
|
|
|
|
|
|
12
|
Packing
Plastik Mie
|
50 + 19 *
|
|
|
|
Bulat Ikan
Terbang
|
BETA(1.14, 1.07)
|
|
|
|
|
|
|
Jurnal
Teknik Industri, Vol. XI, No. 1, Januari 2016
Oleh karena keterbatasan software Arena
berkaitan dengan penjadwalan produksi, tingkat kedatangan material menggunakan
tingkat kedatangan konstan. Perhitungan tingkat kedatangan material adalah
sebagai berikut:
Kedatangan material =
60/(328,38/60)
= 10,97 ≈ 11
Dari perhitungan diatas, dapat disimpulkan bahwa
tingkat kedatangan material adalah 11 unit/jam.
Precedence
Diagram
Precedence diagram merupakan
suatu diagram yang menunjukkan urutan proses produksi dari awal sampai
akhir. Precedence diagram digunakan untuk membuat diagram alir proses
pada software simulasi Arena. Gambar 1 menunjukkan precedence diagram
pada sistem produksi PT Wijaya Panca Sentosa Food.
Simulasi
pada Sistem Produksi Awal
Modul utama yang digunakan untuk membuat simulasi
adalah modul proses, entitas, resources, tingkat kedatangan material dan
penjadwalan. Flowchart proses pada software Arena dibuat berdasarkan
precedence diagram dan estimasi distribusi pada masing-masing proses
produksi. Gambar 2 menunjukkan flowchart proses pada software Arena.
|
|
|
|
|
Work Station
III
|
Work Station
IV
|
|
|
|
Work Station I
|
|
Work Station II
|
5
|
7
|
8
|
|
1
|
2
|
3
|
4
|
Oven
|
|
|
|
|
|
|
|
6
|
9
|
10
|
|
|
|
|
|
Work Station
|
|
|
|
|
|
|
|
V
|
|
|
|
|
|
|
|
|
11
|
12
|
Work Station VI
Gambar 1.
Precendence Diagram
55
Menjalankan
Simulasi
Simulasi dijalankan sebanyak 10 replikasi dengan 6
hari kerja dan 20 jam kerja. Jam kerja sebanyak 20 jam di dalam parameter
replikasi, termasuk proses oven yang dilakukan diluar jam kerja normal. Jam
kerja normal per hari adalah 7 jam kerja. Oleh karena itu, proses yang
dilakukan setelah oven akan dilakukan pada hari berikutnya.
Uji
Kecukupan Replikasi
Uji kecukupan replikasi
digunakan untuk menguji apakah jumlah replikasi yang digunakan untuk
menjalankan simulasi cukup atau tidak. Uji kecukupan replikasi dihitung
menggunakan rumus sebagai berikut:
.................................... [4] = 106,19
.................................... [5]
|
Dimana:
|
|
|
R
|
=
jumlah replikasi
|
|
e
|
=
estimasi nilai error
|
|
S0
|
=
standar deviasi
|
|
n0
|
= jumlah replikasi awal
|
|
tα/2,R-1
|
=
nilai ttabel
|
Jurnal
Teknik Industri, Vol. XI, No. 1, Januari 2016
Berdasarkan perhitungan diatas, dapat dibuat tabel
perhitungan kecukupan jumlah replikasi yang terdapat pada tabel 2.
Tabel 2.
Perhitungan Jumlah Replikasi
|
|
R
|
8
|
9
|
10
|
11
|
|
|
|
t0.025,
|
2,3
|
2,31
|
2,2
|
2,2
|
|
|
|
R-1
|
6
|
6
|
0
|
|
|
|
|
|
|
||||
|
|
R'
|
10,
|
10,4
|
9,9
|
9,4
|
|
|
|
9
|
3
|
8
|
6
|
|
|
|
|
|
|
Berdasarkan tabel 2,
dapat disimpulkan bahwa jumlah replikasi minimal adalah 10 replikasi (R >
R’), sehingga tidak dibutuhkan penambahan jumlah replikasi pada saat
menjalankan simulasi.
Uji
Beda
Uji beda dilakukan dengan menggunakan software SPSS
dengan modul Paired-Sample T Test. Uji beda digunakan untuk
menguji apakah hasil output produksi pada simulasi dan sistem nyata
terdapat perbedaan yang signifikan atau tidak.
Berdasarkan hasil SPSS, nilai thitung
adalah -0,345 dengan degree of freedom 9. Nilai ttabel
dengan tingkat
keyakinan
95 persen yaitu antara -2,262 sampai 2,262.
Karena
nilai thitung masih berada pada
rentang nilai pada ttabel
maka H0 diterima bahwa tidak
terdapat perbedaan yang signifikan antara rata-rata output pada
sistem
nyata dan output simulasi.
56
Verifikasi dan Validasi
Model
Verifikasi model
dilakukan dengan menganalisis output produk pada simulasi dan
membandingkan output produk tersebut dengan output pada sistem
nyata. Output produk secara keseluruhan dalam sistem nyata rata-rata
2232,7 unit dan output hasil simulasi rata-rata 2252,5 unit. Sehingga,
dapat disimpulkan bahwa model yang disimulasikan merepresentasikan kondisi
sistem produksi nyata. Hasil output simulasi dan sistem nyata terdapat pada
Tabel 3.
Tabel 3.
Output Simulasi dan Sistem Nyata
|
|
Output pada
|
Output
|
|
|
Replikasi (j)
|
Sistem Nyata
|
|
|
|
Simulasi (Y)
|
|
||
|
|
(X)
|
|
|
|
|
|
|
|
|
1
|
2405
|
2393
|
|
|
2
|
2118
|
2102
|
|
|
3
|
2255
|
2392
|
|
|
4
|
2334
|
2102
|
|
|
5
|
2128
|
2393
|
|
|
6
|
2149
|
2153
|
|
|
7
|
2098
|
2103
|
|
|
8
|
2167
|
2393
|
|
|
9
|
2404
|
2102
|
|
|
10
|
2269
|
2392
|
|
|
Rata-rata
|
2232.7
|
2252.5
|
|
|
Standar
Deviasi
|
117.71
|
148.45
|
|
Validasi model dilakukan
menggunakan metode
Mean Error Absolute Percentage (MAPE).
Validasi model dilakukan dengan menggunakan rumus pada persamaan 2 dan
persamaan 3.
=
0,89%
=
26,12%
Berdasarkan perhitungan
diatas dapat disimpulkan bahwa model yang dibuat valid, karena nilai E1
< 5% dan nilai E2 < 30% (Wahid
dan Suryani, 2012).
Efisiensi Keseimbangan
Lintasan Produksi Awal
Perhitungan efisiensi
keseimbangan lintasan produksi awal terdapat pada Tabel 4.
Tabel 4.
Efisiensi Keseimbangan Lintasan Produksi
Awal
|
|
|
|
Waktu
|
Efisiensi
|
|
|
Stasiun Kerja
|
Proses
|
Operasi
|
Stasiun
|
|
|
|
|
(detik)
|
Kerja
|
|
|
1
|
1,2,3
|
684.13
|
100.00%
|
|
|
2
|
4
|
659.12
|
96.34%
|
|
|
3
|
5
|
92.54
|
13.53%
|
|
|
4
|
6
|
170.46
|
24.92%
|
|
|
5
|
7,8
|
290.08
|
42.40%
|
|
|
6
|
9,10,11,12
|
566.33
|
82.78%
|
|
|
Efisiensi
Lintasan Produksi
|
2462.66
|
59.99%
|
|
Jurnal Teknik Industri, Vol.
XI, No. 1, Januari 2016
Berdasarkan tabel 4, dapat disimpulkan bahwa nilai
efisiensi keseimbangan lintasan produksi pada kondisi awal adalah sebesar
59,99%.
Usulan Perbaikan Keseimbangan Lintasan
Produksi Skenario 1
Pada skenario pertama dilakukan perancangan
keseimbangan lintasan produksi dengan menggunakan metode Ranked Positional
Weights untuk mengalokasikan jumlah stasiun kerja yang optimal pada sistem
produksi dan menganalisis nilai efisiensi keseimbangan lintasan produksi pada
jumlah stasiun kerja yang optimal. Pengalokasian proses pada stasiun kerja
dilakukan dengan mengalokasikan proses dengan bobot tertinggi sampai terendah.
Dalam pengalokasian proses dalam sebuah stasiun kerja, tidak boleh melebihi
waktu siklus (Tc) dalam sistem. Nilai efisiensi keseimbangan lintasan produksi
pada skenario pertama masih belum optimal, sehingga dilakukan simulasi
menggunakan ARENA untuk mengetahui mesin dan operator mana yang memiliki
persentase utilitas yang rendah. Perhitungan efisiensi keseimbangan lintasan
produksi pada skenario 1 terdapat pada tabel 5.
Tabel 5.
Efisiensi Keseimbangan Lintasan Produksi
Skenario 1
|
|
|
|
|
|
Waktu
|
|
|
|
Stasiun
|
Nomor
|
Bobot
|
Waktu
|
Stasiun
|
|
|
|
Kerja
|
Proses
|
(detik)
|
Kerja
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
(detik)
|
|
|
|
1
|
1
|
2861.09
|
364.85
|
|
|
|
|
|
2
|
2617.07
|
244.02
|
|
|
|
|
|
3
|
2373.05
|
376.25
|
985.12
|
|
|
|
2
|
4
|
1996.8
|
659.12
|
|
|
|
|
|
6
|
808.63
|
170.46
|
|
|
|
|
|
5
|
408.22
|
92.53
|
|
|
|
|
|
9
|
319.48
|
250.25
|
1172.36
|
|
|
|
3
|
11
|
318.69
|
244.13
|
|
|
|
|
|
7
|
315.69
|
247.4
|
|
|
|
|
|
12
|
74.56
|
74.56
|
|
|
|
|
|
10
|
69.23
|
69.23
|
|
|
|
|
|
8
|
68.29
|
68.29
|
953.86
|
|
|
|
|
Total Waktu
|
2861.09
|
|
||
|
|
Keseimbangan Lintasan
|
81.35%
|
|
|||
Nilai output yang digunakan adalah output
pada sistem nyata 2232,7. Perhitungan waktu siklus adalah sebagai berikut
(dalam 1 minggu terdapat 117 jam kerja dan 1 siklus/batch menghasilkan
6,34 unit):
Berdasarkan perhitungan pada Tabel 5, dapat
disimpulkan nilai efisiensi keseimbangan lintasan produksi pada skenario 1
adalah 81,35%.
57
Simulasi
Skenario 1
Tabel 6.
Persentase Utilitas Skenario 1
|
Mesin/Operator
|
Utilitas
|
Utilitas
Minimum
|
Utilitas Maksimum
|
|
|
Mesin Autoclave
|
0,587
|
0,5714
|
0,5998
|
|
|
Mesin Giling
|
0,664
|
0,6496
|
0,6714
|
|
|
Mixer
|
0,9962
|
0,9679
|
1,0063
|
|
|
Operator Packing
Mie Bulat Ikan
|
0,1318
|
0,1219
|
0,1425
|
|
|
Terbang
|
|
|||
|
|
|
|
|
|
|
Operator Packing
Mie Bulat Kuda
|
0,1224
|
0,1133
|
0,1316
|
|
|
Menjangan
|
|
|||
|
|
|
|
|
|
|
Operator Packing
Mie Gulung
|
0,1164
|
0,1157
|
0,1173
|
|
|
Operator
Pemotongan Mie
|
0,9877
|
0,9617
|
0,9967
|
|
|
Operator
Pencetakan Mie Bulat
|
0,1231
|
0,1185
|
0,1255
|
|
|
Operator
Pencetakan Mie Gulung
|
0,1968
|
0,1934
|
0,2002
|
|
|
Operator
Pengemasan Mie Bulat Ikan
|
0,4309
|
0,3975
|
0,4651
|
|
|
Terbang
|
|
|||
|
|
|
|
|
|
|
Operator
Pengemasan Mie Bulat Kuda
|
0,4421
|
0,4072
|
0,4756
|
|
|
Menjangan
|
|
|||
|
|
|
|
|
|
|
Operator
Pengemasan Mie Gulung
|
0,3367
|
0,3362
|
0,3371
|
|
|
Oven
|
0,9504
|
0,9233
|
0,9643
|
|
Simulasi pada skenario pertama dibuat berdasarkan
waktu proses dan jumlah proses pada sistem awal. Berdasarkan hasil output
simulasi didapatkan persentase utilitas pada masing-masing proses produksi yang
terdapat pada tabel 6.
Usulan
Perbaikan Keseimbangan Lintasan Produksi Skenario 2
Pada skenario kedua, dilakukan perbaikan berdasarkan
persentase utilitas output simulasi Arena pada tabel 6 dengan melihat
kapasitas mesin atau operator yang belum melakukan pemrosesan secara optimal.
Berdasarkan tabel 6, dapat disimpulkan bahwa terdapat operator yang menganggur,
karena menunggu pemrosesan dari stasiun kerja sebelumnya, sedangkan beberapa
mesin memiliki utilitas yang tinggi di dalam memproses pekerjaan. Optimasi
keseimbangan lintasan menggunakan metode trial-and-error. Metode ini
merupakan salah satu tahapan dalam metode Ranked Positional Weights yang
direkomendasikan oleh Heizer dan Render (2006). Pada metode ini,
trial-and-error dilakukan dengan menambahkan 1 mesin mixer, 1 mesin giling, dan
1 operator pemotongan, serta menambah kedatangan bahan baku sebesar 11 paket
bahan baku. Sedangkan, untuk operator dan mesin yang berutilitas rendah akan
dikurangi. Pengurangan operator terjadi pada operator pencetakan mie bulat
sebanyak 5 operator, operator packing sebanyak 3 operator, dan operator
pengemasan mie gulung sebanyak 1 operator. Operator-operator tersebut akan
dialokasikan untuk mengoperasikan penambahan mesin dan elemen kerja tersebut.
Simulasi
Skenario 2
Berdasarkan hasil simulasi ARENA pada skenario 2,
dihasilkan output rata-rata 2785,5 unit dan persentase utilitas yang
terdapat pada Tabel 7.
Jurnal
Teknik Industri, Vol. XI, No. 1, Januari 2016
Tabel 7.
Persentase Utilitas Skenario 2
|
Mesin/Operator
|
Utilitas
|
Utilitas
|
Utilitas
|
|
|
Minimum
|
Maksimum
|
|
||
|
|
|
|
||
|
Mesin Autoclave
|
0,7858
|
0,7770
|
0,7904
|
|
|
Mesin Giling
|
0,6642
|
0,6580
|
0,6682
|
|
|
Mixer
|
1,0000
|
0,9957
|
1,0044
|
|
|
Operator
|
|
|
|
|
|
Packing Mie
|
0,2768
|
0,2581
|
0,2838
|
|
|
Bulat Ikan
|
|
|||
|
|
|
|
|
|
|
Terbang
|
|
|
|
|
|
Operator
|
|
|
|
|
|
Packing Mie
|
0,2570
|
0,2375
|
0,2642
|
|
|
Bulat Kuda
|
|
|||
|
|
|
|
|
|
|
Menjangan
|
|
|
|
|
|
Operator
|
|
|
|
|
|
Packing Mie
|
0,2371
|
0,2309
|
0,2494
|
|
|
Gulung
|
|
|
|
|
|
Operator
|
0,9931
|
0,9885
|
0,9975
|
|
|
Pemotongan Mie
|
|
|||
|
|
|
|
|
|
|
Operator
|
|
|
|
|
|
Pencetakan Mie
|
0,4951
|
0,4841
|
0,5063
|
|
|
Bulat
|
|
|
|
|
|
Operator
|
|
|
|
|
|
Pencetakan Mie
|
0,3953
|
0,3907
|
0,4041
|
|
|
Gulung
|
|
|
|
|
|
Operator
|
|
|
|
|
|
Pengemasan Mie
|
0,4521
|
0,4208
|
0,4627
|
|
|
Bulat Ikan
|
|
|||
|
|
|
|
|
|
|
Terbang
|
|
|
|
|
|
Operator
|
|
|
|
|
|
Pengemasan Mie
|
0,4645
|
0,4297
|
0,4790
|
|
|
Bulat Kuda
|
|
|||
|
|
|
|
|
|
|
Menjangan
|
|
|
|
|
|
Operator
|
|
|
|
|
|
Pengemasan Mie
|
0,5154
|
0,5038
|
0,5427
|
|
|
Gulung
|
|
|
|
|
|
Oven
|
0,9791
|
0,9772
|
0,9804
|
|
|
|
|
|
58
|
|
Efisiensi
Keseimbangan Lintasan Produksi Skenario 2
Perhitungan nilai efisiensi keseimbangan lintasan
produksi pada skenario 2 menggunakan metode RPW. Hasil perhitungan terdapat
pada Tabel 8.
Tabel 8.
Efisiensi Keseimbangan Lintasan Produksi
Skenario 2
|
|
|
|
|
|
Waktu
|
|
|
|
Stasiun
|
Nomor
|
Bobot
|
Waktu
|
Stasiun
|
|
|
|
Kerja
|
Proses
|
(detik)
|
Kerja
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
(detik)
|
|
|
|
1
|
1
|
5021.51
|
364.85
|
|
|
|
|
|
2
|
4656.66
|
244.02
|
|
|
|
|
|
3
|
4412.64
|
376.25
|
|
|
|
|
|
4
|
4036.39
|
659.12
|
1644.24
|
|
|
|
2
|
6
|
1386.59
|
681.4
|
|
|
|
|
|
5
|
1131.95
|
185.06
|
|
|
|
|
|
7
|
946.89
|
742.2
|
1608.66
|
|
|
|
3
|
9
|
777.42
|
500.5
|
|
|
|
|
|
11
|
488.25
|
488.25
|
|
|
|
|
|
12
|
298.25
|
298.25
|
|
|
|
|
|
10
|
276.92
|
276.92
|
|
|
|
|
|
8
|
204.69
|
204.69
|
1768.61
|
|
|
|
|
Total Waktu
|
5021.51
|
|
||
|
|
Keseimbangan Lintasan
|
94.64%
|
|
|||
Perhitungan waktu siklus pada sistem usulan skenario
2 adalah sebagai berikut: (dalam 1 minggu terdapat 117 jam kerja dan 1 siklus/batch
menghasilkan 12,68 unit)
Berdasarkan perhitungan nilai efisiensi keseimbangan
lintasan produksi pada Tabel 8, dapat disimpulkan nilai efisiensi keseimbangan
lintasan produksi adalah sebesar 94,64%. Menurut Groover (2008), nilai
efisiensi keseimbangan lintasan produksi adalah antara 0,90 sampai 0,98. Jadi,
dapat disimpulkan bahwa nilai efisiensi keseimbangan lintasan produksi pada
skenario 2 sudah optimal.
Perbandingan
Output
Gambar 3.
Perbandingan Output
Pada Gambar 3
menunjukkan perbandingan output antara sistem produksi awal, usulan pada
skenario 1 dan skenario 2.
Berdasarkan perbandingan
output pada Gambar 3, dapat disimpulkan bahwa output pada kondisi
awal dan skenario 2 meningkat sebesar 24,76%.
= 24,76%
Kesimpulan
Berdasarkan analisis
data, didapatkan hasil efisiensi keseimbangan lintasan produksi awal adalah
59,99% dengan jumlah stasiun kerja awal berjumlah 6 stasiun kerja. Output
produk yang dihasilkan pada sistem produksi awal rata-rata berjumlah 2232,7
unit.
Perbaikan pada skenario
pertama dengan menggunakan metode RPW dan pendekatan simulasi, menghasilkan
jumlah stasiun kerja optimal sebanyak 3 stasiun kerja dengan efisiensi
keseimbangan lintasan produksi sebesar 81,35%. Berdasarkan output hasil
simulasi didapatkan rata-rata output produk pada skenario pertama adalah
2252,5 unit. Nilai efisiensi keseimbangan lintasan produksi ini dioptimalkan
kembali karena dinilai masih kurang optimal.
Pada Skenario kedua
dilakukan penambahan 1 mesin mixer, 1 mesin giling, dan 1 operator
pemotongan, serta menambah kedatangan bahan baku sebesar 11 paket bahan baku.
Selain penambahan juga dilakukan pengurangan operator, yaitu operator
pencetakan mie bulat sebanyak 5 operator, operator packing sebanyak 3
operator, dan operator pengemasan mie gulung sebanyak 1 operator.
Berdasarkan hasil optimasi, didapatkan jumlah stasiun kerja optimal sebanyak 3
stasiun kerja dengan efisiensi keseimbangan lintasan produksi sebesar 94,64%.
Hasil output produksi rata-rata pada simulasi sebanyak 2785,5 unit.
Daftar
Pustaka
Biro Pusat Statistik.
“Pertumbuhan Produksi Industri Manufaktur Triwulan I Tahun 2013” Berita Resmi
Statistik, 1 Mei 2013, 1
Cortes,
Pablo, Luis Olivera dan Jose Guadix (2010)
“Optimising and simulating the assembly
line balancing problem in a motorcycle manufacturing company: a case study”
International Journal of Production
Research, 48(12), pp. 3637-3656
Ghutukade, Santosh T.
dan Suresh M. Sawant (2013) “Use of ranked position weighted method for
assembly line balancing” International Journal of Advanced
Engineering Research and Studies, 2(4), pp. 1-3
Groover, Mikell P.
(2008) Automation, Production Systems, and Computer-integrated
Manufacturing, New Jersey: Prentice Hall
|
Jurnal
Teknik Industri, Vol.
XI, No. 1, Januari 2016
|
59
|
Heizer, Jay dan Barry
Render, 2006. Operations Management Buku 2 edisi ke tujuh. Jakarta: Penerbit
Salemba Empat.
Siregar, Indra S.
F. “Perancangan Sistem
Keseimbangan Lintasan Produksi
dengan
Teknik Simulasi” S.T.,
diss., Universitas
Sumatera Utara, 2011
Jurnal
Teknik Industri, Vol. XI, No. 1, Januari 2016
Wahid, Abdurrahman dan
Erma Suryani (2012) “Penerapan model sistem dinamis untuk analisa program
pelatihan ditinjau dari knowledge management pada perusahaan ABC (studi kasus:
PT Pertamina (Persero) unit pemasaran VI Kalimantan, Balikpapan)” Jurnal
Teknik Pomits, 1(1), pp. 1-5
Wignjosoebroto, Sritomo
(2000) Ergonomi Studi Gerak dan Waktu: Teknik Analisis untuk
Peningkatan Produktivitas Kerja, Surabaya: Guna Widya
60
Analisis Penulisan Jurnal :
1. Judul jurnal menggunakan font Times New Roman
dengan size 14 dan di bold.
2. Font penulisan keseluruhan isi jurnalnya
menggunakan Times New Roman.
3. Terdapat 8 (delapan) tabel pada jurnal.
4. Terdapat 3 (tiga) gambar pada jurnal.
5. Pada gambar 1 merupakan precendence diagram.
6. Pada gambar 2 merupakan flowchart proses
pada software arena.
7. Pada gambar 3 merupakan gambar perbandingan output.
8. Font Sizenya 10 untuk judul dan penjelasan
pada sub bab dan judul tabel dan menggunakan font Times New Roman.
9. Pada masing – masing gambar font sizenya
adalah 9,2.
10. Pada tiap judul sub bab fontnya di bold.
11. Terdapat 6 tahapan pada metodologi penelitian.
12. Pada Tabel 1 merupakan hasil distribution
fitting.
13. Pada Tabel 2 merupakan perhitungan jumlah
replikasi.
14. Pada Tabel 3 merupakan output simulasi
dan sistem nyata.
15. Pada Tabel 4 merupakan efisiensi keseimbangan
lintasan produksi awal.
16. Pada Tabel 5 merupakan efisiensi keseimbangan
lintasan produksi skenario 1.
17. Pada Tabel 6 merupakan persentase utilitas skenario
1.
18. Pada Tabel 7 merupakan persentase utilitas
skenario 2.
19. Pada Tabel 8 merupakan efisiensi keseimbangan
lintasan produksi skenario 2.
20. Verifikasi model dilakukan dengan menganalisis output
produk pada simulasi dan membandingkan output produk tersebut dengan
output pada sistem nyata
21. Uji beda dilakukan dengan menggunakan software
SPSS dengan modul Paired-Sample T Test
22. Uji kecukupan replikasi digunakan untuk menguji
apakah jumlah replikasi yang digunakan untuk menjalankan simulasi cukup atau
tidak.
23. Modul utama yang digunakan untuk membuat
simulasi adalah modul proses, entitas, resources, tingkat kedatangan material
dan penjadwalan.
24. Apabila ada kalimat yang menggunakan bahasa
inggris maka kalimat tersebut di italic.
25. Keseluruhan kalimatnya di justify.
26. Simulasi pada skenario pertama dibuat
berdasarkan waktu proses dan jumlah proses pada sistem awal.
27. Pada jurnal tersebut hanya terdapat satu grafik
batang yaitu terdapat pada gambar 3.
28. Hampir setiap tabel menggunakan rumus untuk
menemukan hasil akhirnya.
29. Tiap rumus yang ada diberikan keterangan yang
jelas.
30. Pada daftar pustaka terdapat 8 (delapan) sumber.
