Laporan Resmi Modul 1 A-6 Fix

LAPORAN RESMI
MODUL I
PRAKTIKUM SIMULASI SISTEM INDUSTRI
Kelompok A6
Ilham Firnanda 07.2018.1.03385

Moch. Vicky A.P 07.2018.1.03416
Faza Nur Sandjaja 07.2018.1.03439
Seveano Blezto A.N. 07.2018.1.03448
LABORATORIUM SIMULASI SISTEM INDUSTRI

JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI ADHI TAMA SURABAYA
2021
1
BAB I
PENDAHULUAN
1.1 Latar Belakang Praktikum

Setiap sistem memiliki karakteristik dan perilaku masing – masing. Dalam
penciptaannya, sistem diharapkan mampu bekerja secara maksimal. Namun
menciptakan sistem yang sempurna sangatlah tidak mungkin, pasti ada
kekurangan didalam sistem tersebut. Untuk meminimalisir kekurangan dan
kesalahan sistem dalam bekerja, maka muncul suatu pendekatan ilmiah
menganalisa sistem nyata dalam formulasi matematis yang dievaluasi secara
numerik dengan bantuan komputer untuk mengestimasikan karakteristik dan
perilaku yang mewakili sistem tersebut. Pendekatan ini disebut dengan simulasi.
Dengan menggunakan simulasi ini,praktikan dapat mengatur kecepatan
sistem dalam bekerja sesuai dengan keinginan praktikan. Sehingga praktikan
dapat menghemat waktu dan tidak perlu mengamati sistem nyata. Hal ini juga
akan menghemat biaya dan sumber daya yang ada. Semenjak penggunaan
simulasi semakin marak, banyak berbagai macam bahasa pemrograman yang
menawarkan keunggulan–keunggulan tertentu, seperti contohnya software Arena
versi 14.0 yang akan digunakan dalam praktikum modul satu kali ini. Dimana
model simulasi sendiri telah lama digunakan dalam membantu memecahkan
persoalan – persoalan dalam berbagai kehidupan.
Arena adalah sebuah software simulasi menyediakan alternatif dan template
dengan model simulasi grafik dan model simulasi analisis yang dapat
dikombinasikan untuk menciptakan model – model simulasi yang cukup luas dan
bervariasi. Melalui penggunaan model simulasi tersebut, diharapkan dapat
membantu memecahkan masalah yang telah ada, sehingga dapat mengurangi
terjadinya antrian yang terlalu panjang.
Pada praktikum kali ini kelompok praktikan melakukan pengamatan sistem
antrian dan pelayanan yang ada pada MCD yang berada pada Jalan Manyar
No.15. Pengamatan ini guna mengamati dan menganalisis sistem sesungguhnya
untuk kemudian melakukan analisa, simulasi dan memberikan usulan perbaikan
2
pada sistem tersebut. Pada pengamatan yang praktikan lakukan kali ini, praktikan
mengamati waktu kedatangan para konsumen, lama konsumen berada dalam
antrian untuk mendapatkan pelayanan serta lama waktu yang dialami konsumen
mulai waktu mulai pelayanan sampai dengan waktu selesai pelayanan dalam
fasilitas pelayanan yang ada di MCD Manyar.
1.2 Rumusan Masalah Praktikum

Adapun rumusan masalah pada praktikum ini adalah sebagai berikut:
1. Bagaimana menganalisa perhitungan rata-rata waktu kedatangan
pengunjung dan rata-rata waktu proses pada masing-masing server?
2. Bagaimana menentukan hasil output pada sistem antrian di MCD Jalan
Manyar Kertoarjo dengan menggunakan software Arena 14.0?
3. Bagaimana membandingkan hasil output simulasi sebelum perbaikan dan
setelah perbaikan hasil simulasi pada sistem parkir di MCD Jalan Manyar
Kertoarjo dengan menggunakan software Arena 14.0?
1.3 Tujuan Praktikum

Adapun tujuan dari praktikum ini antara lain:
1. Untuk menganalisa perhitungan rata-rata waktu kedatangan pengunjung dan
rata-rata waktu proses pada masing-masing server.
2. Untuk menentukan hasil output pada sistem antrian di MCD Jalan Manyar
Kertoarjo dengan menggunakan software Arena versi 14.0.
3. Untuk melakukan perbandingan hasil output simulasi sebelum perbaikan
dan sesudah perbaikan pada sistem antrian di MCD Jalan Manyar
Kertoarjodengan sistem sebelum perbaikan dengan menggunakan software
Arena versi 14.0.
3
1.4 Manfaat Praktikum
Adapun manfaat yang diperoleh dari praktikum ini antara lain :
1. Dapat mengidentifikasi karakteristik, komponen dan model pada sebuah
sistem antrian.
2. Laporan ini dapat digunakan sebagai referensi bagi pembaca.
3. Dapat mengoperasikan software Arena versi 14.0 untuk membatu dalam
perbaikan sistem dengan menggunakan metode pendekatan simulasi.
4. Dapat memperbaiki sistem yang telah ada agar lebih efisien dengan usulan
perbaikan sistem.
1.5 Batasan Praktikum

Adapun batasan masalah dalam praktikum kali ini adalah
1. Data pengamatan diambil pada tanggal 26 Maret 2021 di MCD Jalan
Manyar Kertoarjo pada Pukul 12:48:00 WIB.
2. Data pengamatan yang praktikan ambil sebanyak 60 data pada
keseluruhan pengunjung yang ada pada 2 server.
3. Pengamatan dilakukan pada 2 server.
1.6 Asumsi Praktikum

Adapun asumsi yang digunakan untuk praktikum ini antara lain :
1. Sistem yang praktikan amati bekerja secara normal.
2. Pengunjung yang masuk dalam sistem tidak berpindah server.
3. Pengunjung yang masuk dalam sistem mengikuti disiplin FIFO (first in first
out).
4. Pengolahan data menggunakan skala laboratorium.
4
BAB II
LANDASAN TEORI
2.1 Konsep Dasar Sistem
Sistem adalah sekumpulan unsur/ elemen yang saling berkaitan dan saling
mempengaruhi dalam melakukan kegiatan bersama untuk mencapai suatu tujuan.
Ada beberapa pendapat mengenai pengertian sistem diantaranya:
1. Secara sederhana, sistem dapat dairtikan sebagai suatu kumupulan dari
unsur ataupun variabel yang sudah teroganisir dan salin berinterkasi satu
sama lain (Sutabri, 2012).
2. Sistem adalah kumpulan elemen yang saling berhubungan dan berinteraksi
dalam satu kesatuan untuk menjalankan suatu proses pencapaian suatu
tujuan utama (Sutarman, 2012)
3. Sistem bisa berupa abstrak atau fisis. Sistem yang abstrak adalah susunan
yang teratur dari gagasan-gagasan atau konsepsi yang saling bergantung.
Sedangkan sistem yang bersifat fisis adalah serangkaian unsur yang
bekerjasama untuk mencapai suatu tujuan (Darvis, 2012)
4. Definisi sistem adalah sekelompok komponen yang saling bekerja sama
untuk mencapai tujuan tersebut. Sistem berfungsi menerima input
(masukan), Mengolah input, dan menghasilkan output (keluaran) (Winarno,
2012).
5. Sistem adalah kesatuan secara konseptual atau fisik yang terdiri dari bagian
– bagian dalam keadaan saling ketergantungan yang teratur (Ackof, 2010).
Dari pengertian diatas dapat diambil suatu kesimpulan bahwa suatu sistem
merupakan elemen yang saling berkaitan dan saling mempengaruhi dalam
melakukan kegiatan bersama untuk mencapai suatu tujuan.
5
2.1.1 Karakteristik Sistem
Suatu sistem harus mempunyai karakteristik atau sifat – sifat yang tertentu,
diantaranya (Mustakini, 2011):
1. Komponen (component)
Terdiri dari sejumlah komponen yang saling berinteraksi, beberapa sub
sistem atau sub bagian, dimana setiap sub sistem memiliki khusus dan akan
mempengaruhi proses sistem secara keseluruhan.
2. Batas Sistem (boundary)
Batas sistem merupakan daerah yang membatasi antara suatu sistem dengan
sistem yang lainnya atau dengan lingkungan luarnya.Batas sistem ini
memungkinkan suatu sistem dipandang sebagai suatu kesatuan.Batas suatu
sistem menunjukkan ruang lingkup dari sistem tersebut.
3. Lingkungan Luar Sistem (environment)

Lingkungan luar sistem adalah apapun diluar batas dari sistem yang
mempengaruhi operasi sistem. Lingkungan luar sistem dapat bersifat
menguntungkan dan dapat juga bersifat merugikan sistem tersebut.
Lingkungan luar yang menguntungkan merupakan energi dari sistem dan
dengan demikian harus tetap dijaga dan dipelihara. Sedangkan lingkungan
luar yang merugikan harus ditahan dan dikendalikan, kalau tidak akan
mengganggu kelangsungan hidup dari sistem.
4. Penghubung Sistem (interface)
Penghubung merupakan media perantara antar subsistem. Melalui
penghubung ini memungkinkan sumber–sumber daya mengalir dari satu
subsistem ke subsistem lainnya. Output dari satu subsistem akan menjadi
input untuk subsistem yang lainnya dengan melalui penghubung. Dengan
penghubung satu subsistem dapat berinteraksi dengan subsistem yang
lainnya membentuk satu kesatuan.
5. Masukan Sistem (input)
Masukan adalah energi yang dimasukkan ke dalam sistem. Masukan dapat
berupa maintenance input dan sinyal input. Maintenance input adalah energi
6
yang dimasukkan supaya sistem tersebut dapat beroperasi. Sinyal input
adalah energi yang diproses untuk didapatkan keluaran.
6. Keluaran Sistem (output)
Keluaran adalah hasil dari energi yang diolah dan diklasifikasikan menjadi
keluaran yang berguna dan sisa pembuangan. Keluaran dapat merupakan
masukan untuk subsistem yang lain atau kepada supra sistem.
7. Proses (process)
Suatu sistem dapat mempunyai suatu bagian pengolah atau sistem itu sendiri
sebagai pengolahnya. Pengolah yang akan merubah masukan menjadi
keluaran. Suatu sistem produksi akan mengolah masukan berupa bahan
baku dan bahan–bahan yang lain menjadi keluaran berupa barang jadi.
8. Sasaran dan Tujuan Sistem(goal and objectives of system)
Suatu sistem pasti mempunyai tujuan dan sasaran. Kalau suatu sistem tidak
mempunyai sasaran, maka operasi sistem tidak akan ada gunanya. Sasaran
dari sistem sangat menentukan sekali masukan yang dibutuhkan sistem dan
keluaran yang akan dihasilkan sistem. Suatu sistem dikatakan berhasil bila
mengenai sasaran dan tujuannya.
2.1.2 Komponen Sistem

Dalam sistem terdapat beberapa komponen yang harus dipahami
diantaranya yaitu (Assegaf, 2013) :
1. Entity merupakan sistem yang menjadi pokok perhatian atau komponen–
komponen penting dari sistem nyata yang mudah untuk diidentifikasi dan
diproses.
2. Attribute adalah properti atau karakteristik dari entity yang nilainya melekat
pada entity secara spesifik.
3. Event adalah peristiwa sesaat yang dapat merubah keadaan sistem.Event
merupakan waktu sesaat dimana terjadi suatu perubahan stateyang
signifikan pada sistem.
4. Activity merupakan setiap proses yang menyebabkan perubahan dalam
sistem yang dapat mengubah atribut maupun entity.
7
5. State of Variable adalah kumpulan variabel yang menggambarkan sistem
pada setiap waktu dan tidak melekat secara spesifik pada entity.
2.2 Model
Model dalam suatu bentuk sederhana dari sebuah system yang ada dengan
memperhatikan factor factor yang dianggap penting dan mengabaikannya yang
tidak penting. Dengan demikian, model dapet diartikan sebaga gambaran abstrak
suatu system yang ada besserta proses yang terjadi dalam system tersebut.
Terdapat empat jenis model berdasarkan model simbolik, yaitu (Assegaf,2013) :
1. Model skotastik merupakan mdel yang mencakup distribusi kemungkinan
untuk input dan memberikan serangkaian nilai dari sekurang kurangnya satu
variable output dengan probabilitas yang berkaitan setiap hari.
2. Model deterministik merupakan model yang dgunakan untuk memecahkan
bebagai persoalan yang sudah pasti.
3. Model statis merupakan model yang berhubungan dengan keadaan system
yang tidak dipertimbangkan perubahan waktu dan biasaya melibatkan
pembangpraktikann bilangan acak untuk menjalankan simulasi
4. Model dinamis adalah model yang berhubungan dengan keadaan system
yang dapat mengalami suatu proses perubahan akibat aktivitas tertentu
saatnya.
Model sangat beragam, bisa dalam bentuk ikon, analog atau simbol. Model
ikon meniru sistem nyata secara fisik, seperti globe dan planetarium. Model
analog meniru sistem hanya dari perilakunya. Model simbol tidak meniru sistem
secara fisik atau tidak memodelkan perilaku sistem, tapi memodelkan sistem
berdasarkan logika. Dengan membuat model dari suatu sistem maka diharapkan
dapat lebih mudah untuk melakukan analisis. Hal ini merupakan prinsip
pemodelan yaitu bahwa pemodelan bertujuan untuk mempermudah analisis dan
pengembangannya.
8
2.2.1 Kelebihan Model
Kelebihan model antara lain yaitu :
1. Dapat menjalin komunikasi yang baik antara user dan pengembang sistem.
2. Setiap perbaikan yang dilakukan merupakan masukan dari user yang akan
menggunakan sistem tersebut, sehingga lebih reliabel.
3. User akan memberikan masukan terhadap sistem sesuai dengan
kemauannya.
4. Menghemat waktu dalam mengembangkan sebuah sistem.
5. Menghemat biaya, terutama pada bagian analisa, karena hanya mencatat
poin-poin penting saja.
6. Cocok digunakan pada sebuah sistem kecil, yang digunakan pada ruang
lingkup tertentu.
7. Penerapan dari sistem yang menjadi lebih mudah untuk dilakukan.
2.2.2 Kelemahan Model

Beberapa kelemahan dan juga kekurangan model antara lain:
1. Proses analisis dan perancangan terlalu singkat.
2. Biasanya kurang fleksibel dalam menghadapi perubahan
3. Walaupun pemakai melihat berbagai perbaikan dari setiap versi, tetapi
pemakai mungkin tidak menyadari bahwa versi tersebut dibuat tanpa
memperhatikan kualitas dan pemeliharaan jangka panjang.
4. Tidak cocok untuk diimplementasikan pada sebuah sistem yang sangat besar
dan global, seperti sistem operasi komputer.
2.3 Simulasi
Simulasi adalah proses implementasi model menjadi program komputer
(software) atau rangkaian elektronik dan mengesekusi software tersebut
sedemikian rupa sehingga perilakunya menirukan atau menyerupai sistem
nyatatertentu untuk tujuan mempelajari perilaku sistem, pelatihan atau permainan
yang melibatkan sistem nyata.
9
Simulasi adalah salah satu cara untuk mempelajari sistem sehingga dapat
dikatakan salah satu sistem pendukung keputusannya menawarkan pada
pengambilan keputusan suatu kemampuan yang mampu mencari solusi terhadap
permasalahan yang ada dengan model yang terkomputasi dengan tujuan untuk
mendapatkan gambaran yang jelas tentang suatu sistem yang nyata sehingga dapat
dipahami karakteristiknya dan pada akhirnya dapat dilakukan suatu perbaikan jika
memang diperlukan (Assegaf, 2013).
2.3.1 Tahapan Simulasi

Aplikasi simulasi terdiri dari tahapan-tahapan dalam bagian atau kelompok
tahapan sebagai berikut:
1. Pengamatan sistem riil dalam rangka analisis dan pemodelan sistem,
pengumpulan data operasi dan analisis data observasi.
2. Penyusunan program ataupun worksheet aplikasi simulasi dan pengadaan
data input tiruan yang sesuai.
3. Pengoperasian sistem maya, verifikasi model-model simulasi dan validasi
hasil simulasi.
2.3.2 Kelebihan Simulasi

Kelebihan simulasi antara lain:
1. Menghemat waktu.
2. Dapat dihentikan sesuai dengan jumlah data yang dikehendaki.
3. Mudah diulang–ulang dengan randomnumber yang berubah.
4. Simulasi adalah satu–satunya cara yang dapat digunakan untuk mengatasi
masalah jika:
a. Sistem nyata sulit diamati secara langsung
Contoh: jalur penerbangan pesawat ruang angkasa atau satelit.
b. Solusi analitik tidak bisa dikembangkan, karena sistem sangat kompleks.
c. Pengamatan sistem secara langsung tidak dimungkinan, karena:
 Sangat mahal
10
 Memakan waktu yang terlalu lama
 Akan merusak sistem yang sedang berjalan
2.3.3 Kekurangan Simulasi

Adapun kekurangan simulasi antara lain:
1. Simulasi tidak akurat
Teknik ini bukan proses optimasi dan tidak menghasilkan sebuah jawaban
tetapi hanya menghasilkan sekumpulan output dari sitem pada berbagai
kondisi yang berbeda.Dalam banyakkasus,ketelitiannya sulit diukur.
2. Model simulasi yang baik bisa jadi sangat mahal, bahkan sering dibutuhkan
waktu bertahun–tahun untuk mengembangkan model yang sesuai.
3. Tidak semua situasi dapat dievaluasi dengan simulasi.
Hanya situasi yang mengandung ketidakpastianyang dapat dievaluasi
dengan simulasi. Karena tanpa komponen acak semua eksperimen simulasi
akan menghasilkan jawaban yang sama.
4. Simulasi menghasilkan cara untuk mengevaluasi solusi, bukan
menghasilkan cara untuk memecahkan masalah.
5. Jadi sebelum perlu diketahui dulu solusi atau pendekatan solusi yang akan
diuji.
2.3.4 Jenis-Jenis Simulasi

1. Simulasi menurut sifat dan waktu
a. Simulasi Statis
Merupakan simulasi model yang menggambarkan suatu sistem atau
proses yang tidak dipengaruhi oleh waktu atau terjadi pada saat-saat
tertentu saja. Contoh: Simulasi Monte Carlo
b. Simulasi Dinamis
Merupakan simulasi model yang dipengaruhi oleh waktu. Simulasi ini
kebalikan dari simulasi statis. Contoh: Simulasi kedatangan mobil ke
dalam jalan tol.
11
2. Simulasi menurut ada tidaknya peubah acak
a. Simulasi Deterministik
Merupakan simulasi yang menggambarkan suatu proses yang pasti
terjadi.
b. Simulasi Stokastik
Merupakan simulasi yang menggambarkan suatu proses yang
mengandung unsur ketidakpastian.
3. Simulasi menurut peubah acaknya
a. Simulasi Diskrit
Merupakan simulasi dari suatu proses yang komponen-komponen
sistemnya bersifat diskrit. Contoh: Simulasi kedatangan pembeli dalam
sebuah supermarket.
b. Simulasi Kontinu
Merupakan simulasi dari suatu proses yang komponen-komponen
sistemnya bersifat kontinu.
c. Simulasi Campuran
Merupakan simulasi dari suatu proses yang kompoinen-komponen
sistemnya ada yang bersifat diskrit dan ada yang bersifat kontinu.
d. Simulasi Monte Carlo
Merupakan simulasi yang menggunakan data empiris sebagai dasar.
4. Simulasi berdasarkan waktu
a. Simulasi waktu nyata (real time)
Adalah simulasi dimana definisi waktu simulasi adalah sama dengan
waktu nyata yang ditunjukkan pada jarum (clock) pada umumnya
b. Simulasi Offline
Adalah simulasi dimana definisi waktu simulasi tidak sama (diskalakan)
dengan waktu nyata, bisa dipercepat bisa diperlambat.
12
5. Simulasi berdasarkan perangkat keras yang digunakan
a. Simulasi Analog
Adalah simulasi yang implementasinya menggunakan rangkaian
elektronika analog seperti op-amp (operational amplifier) untuk
integrasi, pembanding, pembalik, penjumlah, dll.
b. Simulasi Digital
Adalah simulasi yang implementasinya menggunakan komputer digital.
c. Simulasi Hybrid
Adalah simulasi yang implementasinya menggunakan gabungan
rangkaian elektronika analog dan menggunakan komputer digital.
2.4 Aplikasi Model Simulasi

Model simulasi dapat diaplikasikan untuk beberapa hal, diantaranya:
1. Design dan analisa sistem manufaktur.
2. Mengetahui kebutuhan software dan hardwareuntuk sebuah sistem
komputer.
3. Mengevaluasi sistem persenjataan baru, dalam bidang militer.
4. Menentukan pengaturan dalam sistem inventory persediaan.
5. Mendesign sistem transportasi.
6. Mendesign sistem komunikasi.
7. Mengevaluasi sistem pelayanan dalam bidang perbankan.
8. Mengevaluasi sistem ekonomi dan finansial.
Contoh: Simulasi Monte Carlo
13
2.5 Grafik Simulasi Antrian tunggal
Sebagian besar model simulasi melibatkan antrian sebagai bangunan
dasar simulasi, sehingga diperlukan pemahaman simulasi dengan menganalisa
antrian sederhana dari suatu sistem.
e0 e1 e2 e3 e4
e6
0 t1 t2 c1 t3
c2
A2 A3
S1
Gambar 2.3 Event pada Sistem Antrian Pelayanan Tunggal

Sebelum masuk ke proses simulasi, harus dilakukan terlebih dahulu
konsepsi sistem pada sistem yang akan diamati sehingga nantinya dapat
diketahui lebih detail tentang komponen penyusun sistem. Dalam proses
simulasi antrian, terdapat beberapa jenis grafik yang mampu menggambarkan
keberadaan sistem secara keseluruan, yaitu:
1. Grafik Q(t) yaitu grafik jumlah antrian yang terjadi.
2. Grafik B(t) yaitu grafik keberadaan dari server.
3. Grafik S(t) yaitu grafik menggambarkan kedua keadaan di atas.
2.6 ACD (Activity Cycle Diagram)

Activity Cycle Diagram adalah salah satu cara yang dipakai untuk
memodelkan interaksi dari suatu entity pada sistem dengan struktur antrian
yang cukup besar dan dominan. Activity Cycle Diagram dilengkapi dengan
gambar yang mampu mendeskripsikan interaksi–interaksi antara entity dan
mampu menggambarkan kondisi sistem dari tiap entity, selain itu ACD
mampu menunjukkan logic cara kerja dari suatu sistem.
14
2.6.1 Kelebihan dan Kekurangan ACD (Activity Cycle Diagram)
Adapun kelebihan ACD (Activity Cycle Diagram)adalah sebagai berikut:
1. Membantu menganalisis informasi penting mengenai struktur dan perilaku
dinamis dari sistem yang dimodelkan.
2. Bisa membantu memodelkan interaksi dari suatu entity pada sistem dengan
struktur antrian yang cukup besar dan dominan.
3. Mampu menggambarkan kondisi sistem dari tiap entity.
4. ACD mampu menunjukan logic atau carakerja dari suatu sistem.
5. ACD itu representasi menjadi lebih kompleks untuk beberapa sistem.
Adapun kekurangan ACD (Activity Cycle Diagram) adalah sebagai berikut:
1. Masih belum meluas dalam pemodelan simulasi (masih dalam simulasi
kejadian diskrit).
2. Gambar belum bisa sepenuhnya mewakili ke dalam model simulasi yang
nyata.
3. Fungsinya hanya sebagai model desain saja untuk saat ini, dalam artian
belum meluas.
4. ACD hanya bisa berlaku pada struktur antrian yang cukup besar dan
dominan.
Tabel 2.1 Simbol Kegiatan ACD
Simbol Nama Keterangan
Menunjukkan aktivitas dengan

Activity State
waktu kejadian tertentu
Menunjukkan tidak adanya

Dead State
aktivitas atau delay
Menunjukkan adanya alternatif

Condition
dua kemungkinan
Menunjukkan pembangkit
Generate
kedatangan
15
Menunjukan
Tabel 2.1 Simbol Kegiatan adanya entity yang
ACD (Lanjutan)
Terminate
keluar dari system
Menunjukkan hubungan dan

Arrow
arah proses operasi
2.7 Event Graphs

Event graphs disusun menggunakan dua tipe entity, yaitu node dan anak
panah. Tiap event dipresentasikan oleh sebuah node, dimana tiap eventnode
mewakili transisi state yang berhubungan dengan event. Panah digambarkan
mempunyai arah dan dipresentasikan jadwal dari event satu ke event lainnya.
Tiap panah dapat mempunyai dua attribute yang berhubungan dengan
kondisi dari panah dan timedelay. Jika suatu panah mempunyai timedelay = t,
kemudian event yang dijadwalkan terjadi pada waktu simulasi (currenttime)
ditambah t unit waktu.
Gambar 2. Events graphs server tunggal
2.7.1 Kelebihan dan Kekurangan Event Graph

Adapun kelebihan Event Graphadalah sebagai berikut:
1. Panah yang mempunyai arah dan merepresentasikan jadwal dari event yang
satu ke yang lainnya.
2. Mengetahui mulai proses kedatangan, proses pelayanan sampai dengan
selesai pelayanan dan proses keluar.
16
3. Eventnode yang selalumewakili transisi state yang berhubungan dengan
event.
Adapun kekurangan Event Graphadalah sebagai berikut:
1. Jika event salah, maka tidak terjadi suatu sistem.
2. Jika panah mempumyai waktu menunggu, maka event akan mempunyai
waktu simulasi yang ditambah oleh waktu.
A B
Gambar 2.4 Bangunan dasar EventGraphs
2.8 Rich Picture

Rich picture adalah penggambaran sistem atau situasi dengan
menggunakan gambar–gambar. Gambar keseluruhan dari orang, objek,
proses, struktur dan masalah pada keseluruhan proses bisnis yang ada di
perusahaan.Rich picture digunakan untuk menggambarkan keseluruhan
proses bisnis secara jelas dengan gambar dan hubungan antara gambar
tersebut dengan penjelasan singkat agar orang yang melihat dapat dengan
mudah untuk mengerti dan memahami maksud darri gambar tersebut. Adapun
manfaat dari rich picture yaitu:
1. Alat yang ideal untuk berkomunikasi mengenai situasi yang rumit dan
bermasalah.
2. Keterkaitan antar elemen serta hubungan yang terjalin secara
langsung/tidak dan lebih mudah untuk dilihat.
3. Memudahkan identifikasi pemilik masalah dan membantu dalam
mengidentifikasi potensi masalah dan konflik.
4. Membantu dalam pembuatan batasan dan cakupan masalah.
17
2.8.1 Kelebihan dan Kekurangan Rich Picture
Adapun kelebihan rich picture adalah sebagai berikut :
1. Dengan gambar kartun animasi sistem, sehingga gambar yang rumit
mudah dibaca dari berbagai sudut pandang dengan segala aspek.
2. Bisa mengekspresikan sebuah masalah dalam bentuk rich picture diagram.
3. Bisa memudahkan identifikasi pemilik masalah.
Adapun kekurangan Rich Picture adalah sebagai berikut:
1. Satu gambar dalam Rich Picture hanya bisa mewakili 1 kegiatan saja
2. Gambar animasi Rich Picture yang mewakili kegiatan terkadang tidak
sesuai dalam artian tidak pas dengan sesungguhnya.
2.9 Software Arena versi 14.0

Arena versi 14.0adalah software simulasi yang menggunakan sistem
aplikasi Microsoft Windows dimana secara packaging akan terlihat familiar
dalam penggunaannya yang bertujuan untuk mengidentifikasi permasalahan
terkait dengan suatu sistem yang diindikasi terjadi antrian dengan input data
primer maupun sekunder yang diplot dan diinputkan ke dalamnya. Dalam
Arena versi 14.0 akan disimulasikan model yang telah dibentuk sebelumnya
dengan input data primer maupun sekunder sebagai resources dalam
pengoperasiannya.
Arena versi 14.0 juga termasuk software simulasi yang memiliki ciri
generalpurposesimulationlanguage, dimana pengguna dapat membangun
model, templates, bahkan membuat sendiri modul jika diperlukan dengan
menggunakan bantuan program seperti Visual Basic, FORTRAN, atau C/C+
+. Dalam professional edition, Arena memfasilitasi pengguna yang ingin
membangun sendiri modul dan templatenya. Orientasi Arena adalah
memodelkan sistem dengan process orientation dan memberikan informasi
mengenai kejadian dalam sistem secara event orientation. Keunggulan
dengan menggunakann Arena:
1. Kemudahan dalam penggunaan terutama dalam pemodelan sistem dan
Analisa hasil simulasi dengan interface-nya yang sangat interaktif.
18
2. Fleksibilitas yang sangat besar dalam membangun model yang sesuai
dengan sistem sesungguhnya dengan menggunakan modul dan blok yang
beragam.
3. Kemudahan dalam memodelkan dan mensimulasikan sistem manufaktur
seperti material handling, inventory, quality control, dan bottleneck
analysis. Maupun industry jasa seperti perbankan, rumah sakit, dan order
fulfilment.
2.10 Teori Antrian

Menurut Siagian (2013), antrian ialah suatu garis tunggu dari nasabah
(satuan) yang memerlukan layanan dari satu atau lebih pelayanan (fasilitas
layanan). Sistem antrian merupakan himpunan pelanggan, pelayanan, dan
suatu aturan yang mengatur kedatangan pelanggan dan proses pelayanannya.
Elemen yang ada dalam terdapat pada antrian adalah sebagai berikut :
a. Entity : yaitu material yang menunggu untuk diproses.
b. Server : yaitu penyedia pelayanan yang memproses entity.
c. Antrian : yaitu kumpulan entity yang menunggu untuk dilayani.
Teori antrian atau waiting line theory diciptakan oleh para ahli
matematika dan insinyur berkebangsaan Denmark yang bernama A.K. Erlang,
pada tahun 1909. Dimana dia mengembangkan model antrian untuk
menentukan jumlah yang optimal dari fasilitas telephone switching yang
digunakan untuk melayani permintaan yang ada. Pada saat perang dunia ke-II
hingga sekarang ini, waiting line theory atau teori antrian mempunyai aplikasi
yang luas untuk alat operasi perusahaan atau manajemen. Adapun masalah-
masalah yang dapat diselesaikan dengan teori antrian ini adalah bagaimana
sebuah perusahaan dapat menentukan waktu serta fasilitas atau pelayanan
yang sebaik-baiknya, supaya dapat melayani secara efisien.
Pengertian teori antrian atau waiting line theory adalah teori yang
menyangkut studi matematis dari antrian pada antrian atau barisan – barisan
penunggu ini merupakan suatu permasalahan yang biasa terjadi apabila
19
kebutuhan akan suatu fasilitas pelayanan melebihi kapasitas kemampuan
yang tersedian untuk menyelenggarakan pelayanan tersebut.
Tujuan dasar model antrian adalah untuk meminimumkan total dua
biaya, yaitu biaya langsung dan biaya tidak langsung yang timbul karena para
individu harus menunggu untuk dilayani. Bila suatu sistem mempunyai
jumlah fasilitas yang lebih optimal, ini berarti membutuhkan investasi modal
yang berlebihan, tetapi apabila jumlahnya kurang dari optimal, maka hasilnya
adalah tertundanya pelayanan. Model antrian yang akan dibahas untuk sistem
pengolahan yang menguntungkan untuk menghilangkan antrian.
2.10.1 Komponen Dasar Antrian
Komponen adalah keseluruhan makna yang terdiri dari sejumlah
elemen. Dimana antara elemen elemen yang satu dengan elemen lainnya
memiliki ciri khusus yang berbeda – beda (Aminnudin, 2010). Komponen
merupakan bagian dari suatu sistem yang mempunyai peran penting didalam
keseluruhan aspek berlangsungnya suatu proses dalam pencapaian suatu
tujuan didalam sistem. Adapun Komponen dasar sistem antrian adalah
sebagai berikut:
1. Kedatangan
Setiap masalah antrian melibatkan kedatangan, misalnya orang,
mobil, panggilan telepon untuk dilayani, dan lain – lain. Unsur ini
sering dinamakan proses input. Proses input meliputi sumber
kedatangan atau biasa dinamakan calling population, dan cara
terjadinya kedatangan yang umumnya merupakan variabel acak.
Menurut (Levin, 2012), variabel acak adalah suatu variabel yang
nilainya bisa berapa saja sebagai hasil dai percobaan acak. Variabel
acak dapat berupa diskrit atau kontinu. Bila variabel acak hanya
dimungkinkan memiliki beberapa nilai saja, maka variabel tersebut
merupakan variabel acak diskrit. Sebaliknya bila nilainya
20
dimungkinkan bervariasi pada rentang tertentu, maka variabel tersebut
dikenal sebagai variabel acak kontinu.
2. Pelayanan
Pelayanan atau mekanisme pelayanan dapat terdiri dari satu atau
lebih pelayanan satu atau lebih fasilitas pelayanan. Tiap-tiap fasilitas
pelayanan seringkali disebut sebagai saluran (channel).
3. Antrian
Inti dari analisa antrian adalah antri itu sendiri. Timbulnya antrian
terutama tergantung dari sifat kedatangan dan proses pelayanan. Jika
tidak ada antrian berarti terdapat pelayanan yang menganggur atau
kelebihan fasilitas pelayanan. Penentu antrian lain yang penting adalah
disiplin antri. Disiplin antri adalah aturan keputusan yang menjelaskan
cara melayani pengantri. Ada 5 bentuk disiplin pelayanan yang biasa
digunakan, yaitu :
a. First Come First Served (FCFS) atau First In First Out (FIFO)
artinya, lebih dulu datang (sampai), lebih dulu dilayani (keluar).
Misalnya, antrian pada loket pembelian tiket bioskop.
b. Last Come First Served (LCFS) atau Last In First Out (LIFO)
artinya, yang tiba terakhir yang lebih dulu keluar. Misalnya, sistem
antrian dalam elevator untuk lantai yang sama.
c. Service In Random Order (SIRO) artinya, panggilan didasarkan pada
peluang secara random, tidak soal siapa yang lebih dulu tiba.
d. Priority Service (PS) artinya, prioritas pelayanan diberikan kepada
pelanggan yang mempunyai prioritas lebih tinggi dibandingkan
dengan pelanggan yang mempunyai prioritas lebih rendah, meskipun
yang terakhir ini kemungkinan sudah lebih dahulu tiba dalam garis
tunggu. Kejadian seperti ini kemungkinan disebabkan oleh beberapa
hal, misalnya seseorang yang dalam keadaan penyakit lebih berat
dibanding dengan orang lain dalam suatu tempat praktek dokter.
21
2.10.2 Elemen - Elemen Dasar Teori Antrian
1. Sumber Masukan (Input)
Sumber masukan dari suatu sistem antrian dapat terdiri atas suatu
populasi orang,barang, komponen atau kertas kerja yang datang pada sistem
untuk dilayani. Bila populasi relatif besar sering dianggap bahwa hal itu
merupakan besaran yang tak terbatas. Anggapan ini adalah hampir umum
karena perumusan sumber masukan yang tak terbatas lebih sederhana
daripada sumber yang terbatas. Suatu populasi dinyatakan “besar” bila
populasi tersebut besar dibanding dengan kapasitas sistem pelayanan.
2. Pola Kedatangan
Cara dengan mana individu-individu dari populasi memasuki sistem
disebut pola kedatangan (arrival pattern). Individu-individu mungkin
datang dengan tingkat kedatangan (arrival rate) yang konstan ataupun
acak/random (yaitu berapa banyak individu-individu per periode waktu).
Tingkat kedatangan produk-produk yang bergerak sepanjang lini
perapraktikann produksi massa mungkin konstan, sedang tingkat
kedatangan telephone calls sangat sering mengikuti suatu distribusi
probabilitas Poisson.
Distribusi probabilitas Poisson adalah salah satu dari pola-pola
kedatangan yang paling sering (umum) bila kedatangan-kedatangan
didistribusikan secara random. Hal ini terjadi karena distribusi Poisson
menggambarkan jumlah kedatangan per unit waktu bila sejumlah besar
variabel-variabel random mempengaruhi tingkat kedatangan. Bila pola
kedatangan individu-individu mengikuti suatu distribusi Poisson, maka
waktu antar kedatangan atau interarrival time (yaitu waktu antara
kedatangan setiap individu) adalah random dan mengikuti suatu distribusi
eksponensial (exponential distribution).
Bila individu-individu (komponen, produk, kertas kerja, atau
karyawan) memasuki suatu sistem, praktikan mungkin memperagakan
perilaku yang berbeda. Bila individu tersebut adalah orang, antrian dan
22
antrian relatif panjang, dia mungkin meninggalkan sistem. Perilaku seperti
ini disebut penolakan (balking). Penolakan akan sering terjadi bila
kepanjangan antrian kelewat panjang. Variasi yang mungkin lainnya dalam
pola kedatangan adalah kedatangan dari kelompok-kelompok individu. Bila
lebih dari satu individu memasuki suatu system seketika secara bersama,
maka terjadi dengan apa yang disebut bulk arrivals.
3. Kepanjangan Antrian
Banyak sistem antrian dapat menampung jumlah individu-individu
yang relatif besar, tetapi ada beberapa sistem yang mempunyai kapasitas
yang terbatas. Bila kapasitas antrian menjadi faktor pembatas besarnya
jumlah individu yang dapat dilayani dalam sistem secara nyata, berarti
sistem mempunyai kepanjangan antrian yang terbatas (finite), dan model
antrian terbatas harus digunakan untuk menganalisa sistem tersebut. Sebagai
contoh sistem yang mungkin mempunyai antrian yang terbatas adalah
jumlah tempat parkir atau stasiun pelayanan, jumlah tempat minum di
pelabuhan udara, atau jumlah tempat tidur di rumah sakit.
4. Tingkat Pelayanan
Waktu yang digunakan untuk melayani individu-individu dalam suatu
sistem disebut waktu pelayanan (service time). Waktu ini mungkin konstan,
tetapi juga sering acak (random). Bila waktu pelyanan mengikuti distribusi
eksponensial atau distribusinya acak, waktu pelayanan (yaitu unit/jam) akan
mengikuti suatu distribusi Poisson. Pebedaan distribusi-distribusi waktu
pelayanan dapat diliput oleh model-model antrian dengan lebih mudah
dibanding perbedaan distribusi waktu kedatangannya.
23
5. Keluar (Exit)
Sesudah seseorang (individu) telah selesai dilayani, dia keluar dari
sistem. Sesudah keluar, dia mungkin bergabung pada satu di antara kategori
populasi. Dia mungkin bergabung dengan populasi asal dan mempunyai
probabilitas yang sama untuk memasuki sistem kembali, atau dia mungkin
bergabung dengan populasi lain yang mempunyai probalitas lebih kecil
dalam hal kebutuhan pelayanan tersebut kembali.
2.10.3Model – Model Antrian

Dalam mengelompokkan model-model antrian yang berbeda-beda akan
digunakan suatu notasi yang disebut Kendall’s Notation. Notasi ini sering
dipergunakan karena beberapa alasan. Pertama, karena notasi tersebut
merupakan alat yang efisien untuk mengidentifikasi tidak hanya model-model
antrian, tetapi juga asumsi-asumsi yang harus dipenuhi. Kedua, hampir semua
buku yang membahas teori antrian menggunakan notasi ini. Dalam notasi
antrian, huruf pertama menunjukkan kedatangan (dengan M menunjukkan
distribusi Poisson), huruf kedua menunjukkan layanan (dengan M kembali
menunjukkan distribusi Poisson, yang sama dengan kecepatan eksponensial
dari layanan dan D adalah kecepatan layanan konstan). Simbol ketiga
menunjukkan jumlah penyedia layanan. Berikut merupakan model-model
antrian:
1. Single Channel – Single Phase (M/M/1)

Model ini hanya ada satu jalur untuk memasuki sistem dan hanya ada
satu stasiun pelayanan. Contoh untuk model struktur ini adalah pelayanan pada
pembelian tiket KA, supermarket, tukang cukur, dan sebagainya.
Sistem Antrian
Sumber Populasi M S Keluar
Gambar 2.5 Sistem Antrian Single Channel-Single Phase
24
Keterangan :
M = antrian
S = server
2. Single Channel – Multiphase (M/D/1)

Model ini hanya ada satu jalur untuk memasuki sistem, tetapi ada lebih
dari satu stasiun pelayanan yang berurutan. Contoh model antrian ini adalah
pada lini produksi massa, pencucian mobil, bengkel motor, dan sebagainya.
Sistem Antrian
Sumber Populasi M S M S Keluar
Phase 1 Phase 2
Gambar 2.6 Sistem Antrian Single Channel – Multiphase
3. Multichannel – Single Phase (M/M/S)

Model ini berarti ada lebih dari satu jalur untuk memasuki sistem,
namun hanya ada satu stasiun pelayanan. Contoh model ini terdapat pada
sistem pembayaran di supermarket, pembelian tiket yang dilayani oleh lebih
dari satu loket, pelayanan potong rambut oleh beberapa tukang potong, dan
sebagainya.
Sistem Antrian
S
Sumber Populasi M Keluar
S
Gambar 2.7 Sistem Antrian Multichannel – Single Phase
25
4. Multichannel – Multiphase (M/D/S)
Model ini ada lebih dari satu jalur untuk memasuki sistem dan ada
lebih dari satu stasiun pelayanan. Contoh model struktur antrian ini terdapat
pada pelayanan pasien di rumah sakit, produksi massa dengan lebih dari
satu lini produksi, dan lain-lain.
Sistem Antrian
S M S
Sumber Populasi M Keluar
S M S
Phase 1 Phase 2
Gambar 2.8 Sistem Antrian Multichannel – Multiphase
2.10.4Rumus-Rumus Perhitungan
Menurut Siagian, 1987 yang dikutip dalam jurnal Sinaga tahun (2015),
berikut adalah beberapa karakteristik perhitungan yang digunakan dalam
sistem antrian diantaranya:
1. Rata-rata waktu antar kedatangan
Total waktu antar kedatangan
¿ .....................................................................(2.1)
( Jumlah produk )−1
2. Rata-rata waktu proses

Total waktu proses
¿ ......................................................................................(2.2)
Jumlah produk
3. Rata-rata waktu tunggu (waktu antri)

Total waktu antri
¿ .........................................................................................(2.3)
Jumlah produk
4. Rata-rata waktu tunggu proses(waktu delay)

Total waktu delay proses
¿ .............................................................................(2.4)
Jumlah produk
26
5. Rata-rata panjang antrian
Jumlah produk
¿ ................................................................................(2.5)
Total waktu pelayanan
6. Rata-rata waktu dalam sistem

Total waktu produk dalam sistem
¿ ................................................................(2.6)
Jumlah produk
7. Probabilitas pelanggan menunggu dalam antrian

Total bahan baku yang menunggu
¿ ...............................................................(2.7)
Jumlah bahan baku
8. Utilitas sistem
Waktu delay proses
¿ 1− .......................................................................(2.8)
Total waktu pengamatan
27
BAB III
METODE PENELITIAN
3.1 Flowchart Metode Praktikum
Mulai
Identifikasi
s Masalah
Tahap Perumusan Masalah

Identifikasi
Tujuan Praktikum
Studi Literatur Studi Lapangan
Pengumpulan Data:
Tahap 1. Waktu Kedatangan Konsumen (WD)
Pengumpulan 2. Waktu Mulai Pelayanan (WMP)
3. Waktu Selesai Pelayanan (WSP)
Data
Pengolahan Data:
Tahap 1. Perhitungan manual
2. Pengolahan Data dengan Menggunakan Tidak
Pengolahan
Software Arena versi 14.0
Data
Perbaikan
A Ya
Gambar 3.1 Flowchart Metode Praktikum
28
A
Tahap Analisa Data &

Pembahasan Analisa Data dan Pembahasan
Tahap Kesimpulan
Kesimpulan & Saran
& Saran
Selesai
Gambar 3.1 Flowchart Metode Praktikum (Lanjutan)
29
3.2 Tahap – Tahap Metode Praktikum
3.2.1 Identifikasi Masalah
Tahap identifikasi masalah adalah tahap tentang latar belakang
permasalahan praktikum dari penelitian yang dilakukan, kemudian
menentukan rumusan masalah praktikum, menentukan tujuan praktikum,
menentukan batasa-batasan praktikum, dan asumsi-asumsi yang digunakan
didalam praktikum serta manfaat yang akan didapatkan dari praktikum.
3.2.2 Perumusan Masalah
Tahap perumusan masalah adalah tahap yang utama yang harus
dilakukan karena nantinya perumusan masalah akan berhubungan secara
langsung dengan penentuan tujuan dari praktikum yang dilakukan. Pada
tahap ini akan ditentukan apa saja yang menjadi penyebab permasalahan.
3.2.3 Tujuan Praktikum
Tahap selanjutnya adalah tahap penentuan tujuan praktikum yang
ditentukan berdasarkan atas perumusan masalah praktikum yang telah
ditentukan pada tahap sebelumnya yautu perumusan masalah.
3.2.4 Studi Literatur
Mempelajari berbagai macam literatur tentang sistem, model dan
pendekatan simulasi baik dari handout Simulasi Sistem Industri maupun
dari browsing melalui media internet terkait dengan materi tersebut.
3.2.5 Pengumpulan Data Praktikum
Sumber data yang digunakan dalam praktikum ini berasal dari hasil
pengamatan oleh kelompok A6 di sistem antrian MCD Manyar.
Pengumpulan data yang dilakukan berupa:
1. Waktu kedatangan konsumen (WAD)
2. Waktu mulai pelayanan (WMP)
3. Waktu selesai pelayanan (WSP)
3.2.6 Pengolahan Data Praktikum
Dalam tahap ini data yang telah diperoleh dari kegiatan pengumpulan
data akan diolah dengan menggunakan teori dan perhitungan yang sudah
dipelajari dalam literatur. Selain itu, dengan bantuan software Arena 14.0
30
praktikan melakukan pembuatan model dari sistem nyata yang kemudian
disimulasikan hingga mendapat output yang diinginkan, seperti rata – rata
waktu menunggu konsumen dan lain sebagainya.
3.2.7 Perbaikan
Jika hasil dari pengolahan data dirasa sudah cukup baik maka
langsung dilanjutan ke tahap Analisa data dan pembahasan. Tetapi jika
hasil pengolahan data dirasa masih perlu dan bisa untuk diperbaiki maka
dilakukan perbaikan terlebih dahulu sebelum lanjut ke tahap analisa dan
pembahasan.
3.2.8 Analisa dan Pembahasan
Dari hasil pengolahan data yang telah dilakukan (hasil running
simulasi model sistem) dengan software Arena 14.0, dilakukan analisa
terhadap hasil tersebut apakah sudah sesuai dengan hasil yang diharapkan.
Begitu pula pada usulan perbaikan, apakah sudah terjadi peningkatan dari
model sebelunya atau belum. Jika sudah sesuai, maka intepretasikan hasil
tersebut menjadi bahasa yang lebih komunikatif sehingga mudah
dipahami.
3.2.9 Kesimpulan dan Saran
Langkah ini merupakan langkah terakhir, hasil dari pengolahan data
dan analisa akan digunakan untuk menarik kesimpulan agar bisa diperoleh
ringkasan jawaban dari perumusan masalah dan tujuan.
31
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
4.1 Deskripsi Sistem

MCD yang bertempat di Jalan Manyar Kertoarjo No. 15, Mojo, Kec.
Gubeng, kota Surabaya. MCD merupakan tempat yang ramai dikunjungi oleh
masyarakat untuk membeli makanan. Didukung oleh suasana yang nyaman
sehingga juga sering dijadikan tempat berkumpul bagi anak-anak muda.
Ketersediaan makanan selama 24 jam non-stop sehingga diminati masyarakat.
Pada sistem antrian yang praktikan amati pada MCD Manyar ini adalah
sistem pelayanan pembelian menu makanan yang tersedia di MCD. Pada sistem
ini terdapat 2 server yang akan melakukan pelayanan konsumen ketika melakukan
transaksi jual beli. Sistem antrian ini melayani konsumen selama 24 jam.
Dalam sistem antrian yang terdapat pada MCD Manyar ini termasuk ke
dalam model antrian Multi channel-single phase. Dimana terdapat dua server
dengan satu kali pelayanan menggunakan disiplin FIFO (first in first out). Dalam
sistem ini konsumen yang datang lebih dulu untuk melakukan pembayaran maka
yang pertama akan dilayani oleh sistem.
Pada sistem antrian pada MCD Manyar konsumen akan masuk pada sistem
setelah memilih menu apa yang akan dibeli, kemudian konsumen masuk ke salah
satu server yang telah dipilih, selanjutnya server akan memproses sesuai
kebutuhan konsumen, setelah semuanya selesai maka konsumen akan melakukan
proses transaksi pembayaran sesuai dengan menu yang telah dipesan tersebut dan
kosumen akan mendapatkan struk pembelian dari server.
32
4.2 Komponen Sistem
Tabel 4.1 Komponen sistem pada MCD Manyar
State of
System Entity Attribute Activities Events
Variables
1. Seragam Entry Jumlah server

Pegawai/ 2. ID Card pesanan yang sibuk dan
pelayan MCD 3. Daftar dan jumlah server
(Permanent) menu & memberika Pelayanan yang
daftar n struk menganggur
MCD harga pembayara
Manyar n
1. Bill Melakukan Kedatang Jumlah

Pengunjung 2. Nomor pemesanan an dan pengunjung
(Temporary) meja dan kepergian yang ada dalam
melakukan sistem antrian
pembayara
n
4.3 Tujuan sistem

Tujuan dari sistem yang digunakan pada restoran cepat saji MCD adalah
suatu sistem yang mampu menyediakan jasa makanan di dunia dengan lebih
dari 50.000 restoran
4.4 Batasan dan Asumsi Sistem

Batasan:
- Sistem hanya mampu melayani daftar menu yang telah tersedia didalam
restoran.
- Menu yang tersedia adalah makanan cepat saji dan berbagai macam
minuman.
33
- Masing-masing server hanya melayani pelanggan yang ada pada server
tersebut.
Asumsi :
- Server yang digunakan hanya dua server
- Kemampuan melayani kedua serversama.
- Tidak ada antrian pada pelanggan pertama.
4.5 Upaya Untuk Mencapai Tujuan

Upaya dalam mencapai tujuan yang telah ditetapkan yaitu
- Memberikan pelayanan yang baik kepada setiap pelanggan
- Pelayanan yang cepat dan praktis sehingga para pelanggan yang datang
tidak terlalu lama mengantri dan menunggu untuk dilayani.
- Menyediakan tempat yang nyaman bagi konsumen
- Menyediakan makanan dan minuman yang berkualitas
4.6 Proses Sistem

Proses yang terjadi pada sistem di MCD Manyar
- Pelanggan datang dan langsung menuju server yang sudah dijaga oleh
pegawai.
- Pelanggan langsung melakukan pemesanan
- Pegawai mengentry daftar pesanan yang dipesan oleh pelanggan.
- Pegawai menyiapkan pesanan
- Pelanggan membayar sejumlah harga yang harus dibayar
- Pesanan langsung diberikan saat itu juga.
- Terus mengevaluasi pelayanan yang diberikan kepada pelanggan dan
menerima masukan dari pelanggan.
34
4.7 Hasil Dari Sistem
Hasil dari sistem yang diterapkan adalah dapat memberikan pelayanan yang
mudah, cepat dan praktis kepada pelanggan agar pelanggan tidak menunggu
waktu antri yang lama sehingga dapat memberikan kepuasan pelayanan
terhadap pelanggan dalam menciptakan image baik perusahaan tersebut.
4.8 Tolok Ukur Keberhasilan Sistem

Tolok ukur keberhasilan dari sistem yang diterapkan adalah
- Semakin sedikitnya atau tidak adanya pelanggan yang mengantri dan
menunggu untuk mendapatkan pelayanan apa yang konsumen butuhkan.
- Tidak adanya keluhan dari konsumen
- Kepercayaan dan kepuasan dari pelanggan yang selalu terjaga
4.9 Rich Picture
Server 1
Server 2
Gambar 4.1 Rich Picture Sistem Antrian MCD Manyar
35
Adapun proses yang terjadi dalam sistem antrian pelayanan di MCD
Manyar adalah sebagai berikut:
1. Pelanggan datang dan masuk ke dalam suatu antrian.

2. Pelanggan memilih salah satu server dan masuk ke dalam antrian server
yang diinginkan.
3. Pelanggan menyebutkan menu MCD yang diinginkan.
4. Server mengentry daftar pesanan yang dipesan oleh pelanggan.
5. Pelanggan melakukan pembayaran kepada server.
6. Pelanggan keluar dari antrian.
4.10 Activity Cycle Diagram (ACD)

1. ACD Temporary
A2
A1
D
D
Gambar 4.2 ACD Temporary Sistem Antrian MCD Manyar
Keterangan :
A1 = Server 1
A2 = Server 2
D = Konsumen
36
2. ACD Permanent
Gambar 4.3ACD Temporary Antrian MCD Manyar
G C D A1 T
D A2
Keterangan :
G = Kedatangan
C = Chance
A1 = Server 1
A2 = Server 2
D = Konsumen
T = Keluar Sistem
3. ACD System
Gambar 4.4 ACD System Antrian MCD Manyar

Keterangan :
G = Kedatangan
C = Chance
A1 = Server 1
37
A2 = Server 2
D = Konsumen
T = Keluar Sistem
4.11 Event Graphsdan Ilustrasi

1. Event Graphs
Gambar 4.5Event Graphs System
2. Ilustrasi
1. Pelanggan datang dengan waktu kedatangan (Ta) melakukan
pemilihan server karena terdapat dua alternatif server yang dapat
dipilih. Pelanggan akan dapat langsung dilayani apabila server
dalam kondisi idle yang artinya bahwa server sedang menganggur.
Bila server sedang melakukan pelayanan yang artinya bahwa
server sedang sibuk, maka pelanggan akan mengantri selama
selang waktu antri dan otomatis akan terjadi antrian (Q>0) yang
artinya antrian akan bertambah (Q+).
2. Pelayanan dilakukan oleh server selama waktu pelayanan (Ts).

Selesai pelayanan pelanggan dapat keluar dari sistem pada satu waktu
38
tertentu. Setelah pelaggan keluar dari sistem, server akan berada
dalam kondisi idle bila tidak ada antrian. Namun bila terdapat antrian
(Q>0) maka server akan kembali melakukan pelayanan selama
selang waktu pelayanan (Ts). Hal ini otomatis akan menyebabkan
berkurangnya antrian (Q-). Proses ini akan terus berulang hingga
tidak terjadi antrian.
Keterangan:
1 = Kedatangan pelanggan
2 = Start server 1
3 = Start server 2
4 =End server 1
5 =End server 2
6 =Keluar Sistem
TA =Time of arrival (waktu kedatangan)
TD = Pelanggan keluar sistem
S>0 = Menunjukkan server melakukan pelayanan
Q>0 = Menunjukkan terjadinya antrian
Q+ = Adanya antrian konsumen pertama
Q- = Tidak ada antrian
TS = Waktu pelayanan
= Operator yang sedang menganggur
39
4.12 Data Pengamatan
Tabel 4.2 Data Hasil Pengamatan Waktu Antrian MCD Manyar

Server 1 Server 2 Waktu Antri (s) Waktu Delay (s) Waktu
Waktu WAD Konsumen
No WP
Kedatangan (s) WMP WSP WMP WSP WP (s) Server 1 Server 2 Server 1 Server 2 Dalam Sistem
(s) (s)
1 12:48:34 0 12:48:34 12:49:42 68 0 0 0 0 68
2 12:50:35 121 12:50:35 12:52:39 124 0 0 0 0 124
3 12:52:37 122 12:52:37 12:55:30 173 0 0 175 0 173
4 12:55:52 195 12:55:52 12:58:06 134 0 0 22 0 134
5 12:56:22 30 12:56:22 12:58:50 148 0 0 0 0 148
6 12:59:31 189 12:59:31 13:02:32 181 0 0 85 568 181
7 13:01:23 112 13:01:23 13:03:24 121 0 0 0 0 121
8 13:04:55 192 13:04:55 13:07:51 176 0 0 143 0 176
9 13:05:33 38 13:05:33 13:08:12 159 0 0 0 0 159
10 13:07:42 129 13:07:55 13:10:24 149 13 0 4 429 162
11 13:09:43 121 13:09:43 13:12:10 147 0 0 0 0 147
12 13:10:21 38 13:10:27 13:12:03 156 6 0 3 0 162
13 13:12:31 130 13:12:31 13:15:05 154 0 0 28 0 154
14 13:13:58 87 13:13:58 13:16:34 156 0 0 0 0 156
15 13:16:39 161 13:16:39 13:19:45 186 0 0 94 0 186
16 13:18:26 107 13:18:26 13:20:52 146 0 0 0 0 146
17 13:19:44 78 13:19:45 13:21:54 130 0 0 0 0 130
18 13:21:58 134 13:21:58 13:22:58 60 0 0 0 0 60
19 13:22:00 2 13:22:00 13:24:00 120 0 0 6 0 120
20 13:23:10 70 13:23:10 13:25:50 160 0 0 0 12 160
21 13:23:20 10 13:25:55 13:26:10 185 0 0 0 5 185
22 13:24:50 90 13:26:15 13:27:06 51 85 0 135 0 136
40
23 13:29:03 253 13:29:03 13:29:42 39 0 0 117 0 39
24 13:30:33 90 13:30:33 13:30:50 17 0 0 0 263 17
25 13:30:52 19 13:31:02 13:31:26 24 0 10 0 12 34
26 13:31:37 45 13:31:40 13:32:26 46 3 0 118 0 49
27 13:31:46 9 13:32:30 13:32:43 13 44 0 4 0 57
28 13:32:12 26 13:32:48 13:33:21 33 36 0 5 0 69
29 13:32:58 46 13:33:26 13:34:15 49 0 28 0 120 77
30 13:33:14 16 13:34:20 13:36:30 130 0 66 0 5 196
31 13:33:37 23 13:34:35 13:35:47 72 58 0 74 0 130
32 13:36:00 143 13:36:00 13:36:53 53 0 0 13 0 53
33 13:36:06 6 13:36:48 13:39:45 219 0 0 0 18 219
34 13:36:14 8 13:36:53 13:38:37 143 0 0 0 0 143
35 13:37:40 86 13:40:04 13:40:40 100 0 0 0 19 100
36 13:40:10 150 13:40:10 13:42:48 158 0 0 93 0 158
37 13:40:38 28 13:41:38 13:43:55 197 0 0 0 58 197
38 13:49:28 530 13:49:40 13:51:45 125 12 0 412 0 137
39 13:49:36 8 13:49:36 13:50:35 59 0 0 0 341 59
40 13:55:07 331 13:55:07 13:57 115 0 0 202 0 115
41 14:11:55 1008 14:11:55 14:12:25 30 0 0 893 0 30
42 14:12:46 51 14:12:46 14:14:42 116 0 0 21 0 116
43 14:13:20 34 14:13:20 14:15:10 110 0 0 0 1365 110
44 14:16:30 190 14:16:30 14:17:32 62 0 0 108 0 62
45 14:22:13 343 14:22:13 14:24:10 117 0 0 281 0 117
46 14:24:02 109 14:24:02 14:25:17 75 0 0 0 532 75
47 14:25:56 114 14:25:56 14:27:42 106 0 0 106 0 106
48 14:28:44 208 14:28:44 14:30:15 91 0 0 62 0 91
49 14:32:54 250 14:32:54 14:35:30 156 0 0 159 0 156
50 14:35:15 141 14:35:15 14:36:21 66 0 0 0 598 66
51 14:36:51 96 14:36:51 14:38:10 79 0 0 81 0 79
52 14:39:42 171 14:39:42 14:42:20 158 0 0 92 0 158
Tabel 4.2 Data Hasil Pengamatan Waktu Antrian MCD Manyar (Lanjutan)
41
Tabel 4.2 Data Hasil Pengamatan Waktu Antrian MCD Manyar (Lanjutan)
53 14:40:54 72 14:40:54 14:42:27 93 0 0 0 273 93
54 14:44:21 207 14:44:21 14:47:45 204 0 0 121 0 204
55 14:47:53 312 14:47:53 14:49:20 87 0 0 0 326 87
56 14:48:26 33 14:48:26 14:51:30 184 0 0 41 0 184
57 14:50:12 106 14:50:12 14:51:35 83 0 0 0 52 83
58 14:52:19 127 14:52:19 14:53:34 75 0 0 49 0 75
59 14:53:22 63 14:53:22 14:55:40 138 0 0 0 107 138
60 14:55:31 129 14:55:31 14:57:26 115 0 0 117 0 115
JUMLAH 7737 3968 2853 257 104 3864 5103 7182
Keterangan:
WAD = Waktu Antar Kedatangan (WDn – WD(n-1)QVY
WD = Waktu Kedatangan
WMP = Waktu Mulai Pelayanan
WP = Waktu Pelayanan (WSP – WMP)
WSP = Waktu Selesai Pelayanan
Waktu Antri = WMP - Waktu Kedatangan
Waktu Delay = WMPn - WSP(n-1)
42
4.13 Perhitungan
Total waktu antar kedatangan

1. Rata – rata waktu antar kedatangan =
( Jumlah Pelanggan )−1
7737
=
60−1
= 131.13 detik/orang
2. Rata – rata waktu pelayanan
Total waktu pelayanan server 1
a. Server 1 =
Jumlah Pelanggan server 1
3968
=
35
= 113,37 detik/orang
Total waktu pelayanan server 2

b. Server 2 =
2853
=
25
= 114.12 detik/orang
3. Rata – rata waktu tunggu pengunjung (Waktu antri)

Total waktu antri server 1
a. Server 1 =
257
=
35
= 7.34 detik/orang
Total waktu antri server 2

b. Server 2 =
104
=
25
= 4.16 detik/orang
4. Rata – rata waktu tunggu server (waktu delay)

Total waktu delay server 1
a. Server 1 =
Jumlah pelanggan server 1
3864
=
35
43
= 110.4 detik
Total waktu delay server 2

b. Server 2 =
Jumlah pelanggan server 2
5103
=
25
= 204.12 detik
5. Rata – rata panjang antrian

Jumlah pelanggan yang mengantri server 1
a. Server 1 =
Totalwaktu pelayanan server 1
35
=
3968
= 0.008 ≈ 0 orang
Jumlah pelanggan yang mengantri server 2
b. Server 2 =
Total waktu pengamatan server 2
25
=
2853
= 0,008 ≈ 0 orang
6. Rata – rata waktu pelanggan dalam sistem

Total pelanggan mengantri server
Jumlah pelanggan
6821
=
60
= 113,6 detik/orang
7. Probabilitas pelanggan menunggu dalam antrian

Total pelanggan mengantri server 1
a. Server 1 ¿
Jumlah pelanggan
35
=
60
= 0.583
Total pelanggan mengantri server 2
b. Server 2 ¿
Jumlah pelanggan
25
=
60
44
= 0.417
8. Utilitas Sistem
Waktu delay server 1
a. Server 1 = 1-
3864
= 1-
6821
= 1 - 0,56
= 0,44
Waktu delay server 2
b. Server 2 = 1−
5103
= 1−
6821
= 1 – 0,74
= 0,26
4.14 Hasil Distribusi Data dengan Input Analyzer

1. Hasil Input Analyzer Waktu Antar Datang (WAD)
45
Gambar 4.6 Kurva Distribusi Waktu Antar Datang
Data yang di masukkan pada input analyzer didapatkan waktu antar
kedatangan para pengunjung. Didapatkan hasil bahwa data waktu antar
kedatangan yang Praktikan kumpulkan berdistribusi Weibull dengan
expression (124, 0.91).
2. Waktu Pelayanan Server 1
Gambar 4.7 Kurva Distribusi Waktu Pelayanan Server 1

Kemudian dimasukkan data dalam input analyzer data waktu
pelayanan server 1, didapatkan hasil data waktu pelayanan Praktikan
berdistribusi nornal dengan expression (1.21, 1.09).
46
3. Waktu Pelayanan Server 2
Gambar 4.8 Kurva Distribusi Waktu Pelayanan Server 2

Kemudian dimasukkan data dalam input analyzer data waktu
pelayanan server 2, didapatkan hasil data waktu pelayanan Praktikan
berdistribusi normal dengan expression (1.27, 1.38)
47
4.15 Print Model Software Arena
a. Sistem Keseluruhan
Gambar 4.9 Sistem Antrian Pelayanan McD Manyar

b. Arrive
Gambar 4.10 Input Kedatangan

- Enter data
48
Klik pada station untuk memberikan keterangan nama lokasi pengamatan
sistem yang Praktikan amati, yaitu dengan mengisi “kedatangan”.
- Arrival data
Batch size merupakan jumlah pelanggan yang dilayani pada suatu sistem.
Disini Praktikan mengisi sebesar 1.
- Leave data
Sebelum leave data Praktikan pilih opsi connect sebelum menekan OK.
c. Chance
Gambar 4.11 Input Chance

Pada chance ini, mengisi tingkat probabilitas diantara 2 server yang
ada pada sistem antrian pelayanan di McD Manyar. Berikut ini adalah
langkahnya klik add masukkan probabilitas sebesar 0.58 dan klik add lagi
pilih else dan kemudian klik OK.
d. Server 1
49
- Enter data Gambar 4.12 Modular Server 1
Pada sub menu di station Praktikan memasukkan nama dengan nama server
1 seperti yang Praktikan gunakan.
- Server data
Pada server data ini dimasukkan capacity sebesar 1 dan process time nya
adalah NORMAL (144, 26.1)
- Leave Data
Untuk menghubungkan dengan depart maka dipilih connect kemudian klik
OK.
e. Server 2
Gambar 4.13 Modular Server 2

- Enter data
50
- Server data
adalah N0RMAL(148, 17.8).
- Leave data
OK.
f. Depart
Gambar 4.14 Modular Depart

- Enter data
Pada sub menu di station Praktikan memasukkan nama dengan nama
keluaran system seperti yang Praktikan gunakan.
- Count
Klik individual counter yang dimaksud pada ini adalah keluaran tiap
individu. Untuk ini pada counter diisikan nama “keluaran sistem”.
g. Simulate
51
- Project Gambar 4.15 Modular Simulate
Title adalah nama kelompok yang merupakan pembuat model.
Analyst adalah nama sistem antrian yang Praktikan amati, yaitu sistem
antrian McD Manyar.
Date adalah tanggal dimana saat Praktikan melakukan observasi pada
tempat tersebut.
- Replicate
Length of replication merupakan pengulangan aliran pada sistem dalam
beberapa replikasi tertentu, yaitu sebanyak 300 kali.
4.16 Hasil Software

Dari hasil running model simulasi pelayanan di MCD Manyar didapat
hasil seperti berikut :
Gambar 4.16 Hasil Key Performance Indicator

Number Out rata – rata sebesar 5 entity yang keluar dari sistem, artinya dari sampel
data antrian yang praktikan ambil dan selanjutnya praktikan olah, sistem pelayanan
ini rata – rata mampu melayani 5 entity (pengunjung) dalam satuan waktu.
52
Gambar 4.17 Hasil Queue Antrian Sistem
Dari gambar diatas dapat dilihat bahwa Queue Waiting time, dari hasil
simulasi software rata – rata waktu tunggu pada server 1 adalah 0.1585 detik.
Artinya pada server 1 rata-rata pelanggan antri selama 0.1585 detik. Sedangkan
waktu tunggu pada server 2 adalah 0.1943 detik, artinya pada server 2 rata-rata
pelanggan mengantri selama 0.1943 detik.
53
Gambar 4.18 Hasil Resources Sistem Antrian
1. Resource Instantaneous Utilization, dari hasil simulasi software di dapatkan
hasil rata – rata antrian pada server 1 sebesar 0 orang dan rata – rata antrian pada
server 2 sebesar 0 orang.
2. Resource Number Busy dari hasil simulasi software didapatkan hasil rata – rata
antrian pada server 1 sebesar 0 orang dan rata – rata antrian pada server 2
sebesar 0 orang.
3. Resource Number Scheduled dari hasil simulasi software didapatkan hasil rata –
rata antrian pada server 1 sebesar 1 orang dan rata – rata antrian pada server 2
sebesar 1 orang.
4. Resource Scheduled Utilization, dari hasil simulasi software didapatkan nilai
pada server 1 sebesar 0 orang dan nilai pada server 2 sebesar 0 orang.
5. Resource Total Number Seized dari hasil simulasi software didapatkan nilai pada
server 1 sebesar 3 orang dan nilai pada server 2 sebesar 2 orang.
4.17 Usulan Perbaikan
54
Pada sistem perbaikan ini Praktikan melakukan dua usulan perbaikan dengan :
1. Dengan penambahan arrive untuk meningkatkan pelayanan, praktikan
membuat model usulan perbaikan dengan software Arena. Disini praktikan
melakukan perubahan dengan menambahkan satu kedatangan (arrive) pada
arrive 2.
2. Dengan penambahan Number of Replications untuk meningkatkan
pelayanan dan mengurangi waktu antri antar konsumen, praktikan membuat
model usulan perbaikan dengan software Arena. Disini praktikan melakukan
perubahan dengan menambahkan Number of Replications.
3. Dengan penambahan arrive untuk meningkatkan pelayanan, praktikan
membuat model usulan perbaikan dengan software Arena. Disini praktikan
melakukan perubahan dengan menambahkan Dua kedatangan (arrive) pada
arrive 2 dan arrive 3.
4.17.1 Perbaikan I
1. Model Usulan Perbaikan untuk Pelayanan di MCD Manyar dengan Software
Arena dengan menambahkan satu kedatangan (arrive) pada arrive 2.
55
Gambar 4.20 Sistem Keseluruhan dari Model Usulan Perbaikan Sistem

Pelayanan MCD Manyar
b. Arrive 1
Gambar 4.21 Kotak Dialog Arrive 1
56
- Enter Data
Klik pada station, disini station berfungsi untuk mendefinisikan
simbol nama dari server yang terkait dengan sistem yang ada. Untuk
mengisi station Praktikan masukkan nama dari kedatangan. Disini
Praktikan memberi nama station dengan nama “waktu antar kedatangan”.
- Arrival Data
Batch size adalah golongan jumlah customer yang dilayani pada suatu
sistem dalam suatu waktu. Disini Praktikan isikan dengan 1.
Time between adalah waktu antar kedatangan dari konsumen. Disini
Praktikan masukkan data dari hasil distribusi yang sudah didapat dari
hasil input analyzer yaitu WEIB(124, 0.91)
- Leave Data
Pada leave data ini Praktikan pilih opsi connect untuk
menghubungkan modul arrive dengan modul chance.
c. Arrive 2
57
- Enter Data
- Arrival Data
- Leave Data
d. Chance
Gambar 4.23 Kotak Dialog Chance

Pada modul chance, pilih sub menu probabilities dan klik Add kemudian
akan muncul kotak dialog chance based probabilities seperti di atas,
kemudian pilih opsi with dan isikan nilai probabilities dengan 0.583
kemudian klik Add lalu pilih Else dan Klik OK.
58
e. Server 1

- Enter data
- Server data
adalah BETA(1.21, 1.09)
- Leave Data
OK.
f. Server 2
59
- Enter data
- Server data
adalah BETA(1.27, 1.38).
- Leave data
OK.
g. Depart
Gambar 4.26 Modular Depart

- Enter data
- Count
60
h. Simulate
Gambar 4.27 Modular Simulate

- Project
antrian MCD Manyar.
tempat tersebut.
- Replicate
61
1. Hasil Software Perbaikan
Dari running model perbaikan simulasi sistem pelayanan, didapat hasil
seperti berikut:

Number Out rata – rata sebesar 10 entity yang keluar dari sistem, artinya dari
sampel data antrian yang Praktikan ambil dan selanjutnya Praktikan olah, sistem
parkiran ini rata – rata mampu melayani 10 entity (pengunjung) dalam satuan
waktu.

simulasi software rata – rata waktu tunggu pada server 1 adalah 0.3080 detik,
sedangkan waktu tunggu pada server 2 adalah 0.1942 detik. Artinya pada server
1 rata-rata pelanggan antri selama 0.3080 detik, sedangkan pada server 2 rata-rata
pelanggan antri selama 0.1942 detik. Hal ini disebabkan proses pelayanan server
2 lebih cepat dari pada server 1.
62
Gambar 4.30 Hasil ResourcesSistem Antrian

hasil rata – rata antrian pada server 1 sebesar 0 orang, dan rata – rata antrian
pada server 2 sebesar 0 orang.
63
sebesar 0 orang.
sebesar 1 orang.
server 1 sebesar 6 orang, dan nilai pada server 2 sebesar 4 orang.
4.17.2 Perbaikan II
Model Usulan Perbaikan untuk Pelayanan MCD Manyar dengan
menambahkan Number of Replications..
Gambar 4.31 Sistem Keseluruhan dari Model Sistem Pelayanan Pemesanan MCD
Manyar.
64
b. Arrive 1

- Enter Data
- Arrival Data
- Leave Data
65
c. Chance

d. Server 1
66
- Enter data
- Server data
adalah BETA (1.21, 1.09)
- Leave Data
OK.
e. Server 2

- Enter data
- Server data
adalah BETA (1.21, 1.09).
- Leave data
OK.
67
f. Depart
Gambar 4.37 Modular Depart 1

- Enter data
- Count
68
g. Simulate

- Project
antrian MCD Manyar.
tempat tersebut.
- Replicate
h. Hasil Software Perbaikan
seperti berikut:
Gambar 4.40 Hasil Key Performance

Indicator
69
Number Out rata – rata sebesar 6 entity yang keluar dari sistem, artinya dari
sampel data antrian yang Praktikan ambil dan selanjutnya Praktikan olah, sistem
parkiran ini rata – rata mampu melayani 6 entity (pengunjung) dalam satuan
waktu.

simulasi software rata – rata waktu tunggu pada server 1 adalah 0.1359 detik,
sedangkan waktu tunggu pada server 2 adalah 0.1619 detik. Artinya pada server
1 rata-rata pelanggan antri selama 0.1359 detik, sedangkan pada server 2 rata-rata
pelanggan antri selama 0.1619 detik. Hal ini disebabkan proses pelayanan server
2 lebih cepat dari pada server 1.
70

sebesar 0 orang.
sebesar 1 orang.
server 1 sebesar 4 orang, dan nilai pada server 2 sebesar 2 orang.
71
4.17.3 Perbaikan III
4. Model Usulan Perbaikan untuk Pelayanan MCD Manyar dengan Software
Arena. Perubahan dengan menambahkan Dua kedatangan (arrive) pada
arrive 2 dan arrive 3.
Gambar 4.43 Sistem Keseluruhan dari Model Sistem Pelayanan Pemesanan MCD
Manyar.
72
b. Arrive 1
Gambar 4.44 Kotak Dialog Arrive

- Enter Data
- Arrival Data
- Leave Data
73
c. Arrive 2

- Enter Data
- Arrival Data
- Leave Data
74
d. Arrive 3

- Enter Data
- Arrival Data
- Leave Data
75
e. Chance

f. Server 1
76
77
- Enter data
server 1 seperti yang Praktikan gunakan.
- Server data
adalah BETA (1.21, 1.09)
- Leave Data
Untuk menghubungkan dengan depart maka dipilih connect kemudian
klik OK.
g. Server 2

- Enter data
server 2 seperti yang Praktikan gunakan.
- Server data
adalah BETA(1.27, 1.38)
78
- Leave data
Untuk menghubungkan dengan depart maka dipilih connect kemudian
klik OK.
h. Depart 1
Gambar 4.48 Modular Depart 1

- Enter data
- Count
79
i. Simulate

- Project
antrian MCD Manyar.
tempat tersebut.
- Replicate
80
j. Hasil Software Perbaikan
seperti berikut:

Number Out rata – rata sebesar 15 entity yang keluar dari sistem, artinya
dari sampel data antrian yang Praktikan ambil dan selanjutnya Praktikan olah,
sistem parkiran ini rata – rata mampu melayani 15 entity (pengunjung) dalam
satuan waktu.

simulasi software rata – rata waktu tunggu pada server 1 adalah 0,2940 detik,
sedangkan waktu tunggu pada server 2 adalah 0,1750 detik. Artinya pada
server 1 rata-rata pelanggan antri selama 0,2940 detik, sedangkan pada server
2 rata-rata pelanggan antri selama 0,2940 detik. Hal ini disebabkan proses
pelayanan server 2 lebih cepat dari pada server 1.
81

2. Resource Number Busy dari hasil simulasi software didapatkan hasil rata –
sebesar 0 orang.
82
3. Resource Number Scheduled dari hasil simulasi software didapatkan hasil rata
– rata antrian pada server 1 sebesar 1 orang dan rata – rata antrian pada server
2 sebesar 1 orang.
5. Resource Total Number Seized dari hasil simulasi software didapatkan nilai
pada server 1 sebesar 4 orang, dan nilai pada server 2 sebesar 2 orang.
4.18 Perbandingan Hasil Simulasi Software Arena 14.0
Tabel 5.1 Perbandingan Hasil Simulasi Software Arena 14.0

Sistem Asli Perbaikan I Perbaikan II Perbaikan III
Number Out (Orang) 5 10 6 15
Waiting Time (Detik)
Server 1 0.1585 s 0.3080 s 0.1359 s 0.2940 s
Server 2 0.1943 s 0.1942 s 0.1619 s 0.1750 s
Number Waiting (Orang)
Server 1 0 0 0 0
Server 2 0 0 0 0
Number Busy (Orang)
Server 1 0 0 0 0
Server 2 0 0 0 0
Total Number Seized (Orang)
Server 1 3 6 4 4
Server 2 2 4 2 2
83
BAB V
ANALISA DATA DAN PEMBAHASAN
5.1 Analisa Hasil Pengamatan

Dari hasil pengamatan yang telah Praktikan lakukan pada sistem
antrian pembelian makanan di kasir McD dengan pengambilan sampel
sebanyak 60 data pada keseluruhan server, didapatkan hasil simulasi pada
sistem pelayanan kasir McD Rungkut didapat nilai perbandingan sebagai
berikut:
Tabel 5.1 Perbandingan Hasil Simulasi Software Arena 14.0
84
Sistem Asli Perbaikan I Perbaikan II Perbaikan III
85
Number Out (Orang) 5 10 6 15
Waiting Time (Detik)
Server 1 0.1585 s 0.3080 s 0.1359 s 0.2940 s
Server 2 0.1943 s 0.1942 s 0.1619 s 0.1750 s
Number Waiting (Orang)
Server 1 0 0 0 0
Server 2 0 0 0 0
Number Busy (Orang)
Server 1 0 0 0 0
Server 2 0 0 0 0
Total Number Seized (Orang)
Server 1 3 6 4 4
Server 2 2 4 2 2
5.2 Pembahasan
Dari hasil simulasi pada sistem pelayanan kasir di MCD Manyar. Dapat
dilihat bahwa:
1. Terdapat keluaran rata-rata sistem dapat melayani pelanggan sebelum
dilakukakan perbaikan sistem adalah 5 orang dan dilakukan perbaikan
dengan penambahan 1 arrive didapat hasil 10 orang,untuk perbaikan 2
dilakukan dengan penambahan Number of Replications di dapat hasil 6 Dan
dilakukan perbaikan dengan penambahan 2 arrive didapat hasil 15 orang.
2. Terdapat rata-rata waktu menunggu sistem pada server 1 dapat melayani
pelanggan sebelum dilakukakan perbaikan adalah 0.1585 detik setelah
86
dilakukan perbaikan ke-1 waktu tunggu rata-rata server 1 adalah 0,3080
detik,setelah perbaikan ke-2 waktu tunggu rata-rata server 1 adalah 0,1359
detik ,setelah perbaikan ke-3 waktu tunggu rata-rata server 1 adalah 0,2940
detik. Dan Server 2 dapat melayani pelanggan sebelum dilakukakan
perbaikan adalah 0.1943 detik setelah dilakukan perbaikan ke-1 waktu
tunggu rata-rata server 2 adalah 0,1942 detik,setelah perbaikan ke-2 waktu
tunggu rata-rata server 2 adalah 0,0,1619 detik ,setelah perbaikan ke-3
waktu tunggu rata-rata server 2 adalah 0,1750 detik
3. Terdapat rata-rata panjang antrian sistem pada server 1 dapat melayani
pelanggan sebelum dilakukan perbaikan adalah 0, setelah dilakukan
perbaikan ke-1 server 1 adalah 0, untuk perbaikan 2 server 1 adalah 0 dan
untuk perbaikan 3 server 1 adalah 0. Sedangkan rata-rata panjang antrian
pada server 2 sebelum perbaikan adalah 0 orang dan setelah dilakukan
perbaikan ke-1 menjadi 0, untuk perbaikan ke-2 server 2 adalah 0 dan untuk
perbaikan ke-3 server 2 adalah 0.
4. Terdapat probabilitas waktu sibuk sistem pada server 1 dapat melayani
pelanggan sebelum dilakukan perbaikan adalah 0 setelah dilakukan
perbaikan ke-1 server 1 adalah 0 untuk perbaikan ke-2 server 1 adalah 0 dan
perbaikan ke-3 server1 adalah 0. Sedangkan probabilitas waktu sibuk
antrian pada server 2 sebelum perbaikan adalah 0 dan setelah dilakukan
perbaikan ke-1 server 2 adalah 0 untuk perbaikan ke-2 server 2 adalah 0 dan
perbaikan ke-3 server 2 adalah 0.
5. Terdapat total orang yang terlayani sistem pada server 1 dapat melayani
antrian kasir sebelum dilakukakan perbaikan adalah 3 orang/menit, setelah
dilakukan perbaikan ke-1 waktu tunggu rata-rata server 1 adalah 6
orang/menit, untuk perbaikan ke-2 server 1 adalah 4 orang/menit dan untuk
perbaikan ke-3 server 1 adalah 4 orang/menit. Sedangkan total orang yang
terlayani antrian pada server 2 sebelum perbaikan adalah 2 orang/menit dan
setelah dilakukan perbaikan ke-1 menjadi 4 orang/menit, untuk perbaikan
ke-2 server 2 adalah 2 orang/menit dan untuk perbaikan ke-3 server 2 adalah
2 orang/menit.
87
BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Dari hasil praktikum yang telah Praktikan lakukan, dapat diambil
kesimpulan bahwa:
1. Dari hasil praktikum yang telah Praktikan lakukan dapat disimpulkan bahwa
dalam membuat model simulasi pada sistem pelayanan MCD Manyar
dengan menggunakan software ARENA 14.0 perhitungan rata-rata waktu
kedatangan pengunjung adalah 131.13 detik/orang dan rata-rata waktu
pelayanan pada server 1 yaitu 113.37 detik/orang dan server 2 yaitu 114.12
detik/orang.
2. Hasil output dari hasil simulasi Praktikan sebelum perbaikan adalah 5 orang.
3. Dengan melakukan perbaikan yang Praktikan lakukan dengan 3 cara yaitu
untuk perbaikan ke-1 menambah arrive menjadi 2, untuk perbaikan ke-2
menambah Number of Replications dan untuk perbaikan ke-3 menambah
arrive menjadi 3. Dengan menambah arrive menjadi 2 bertambah menjadi
10 orang. Dengan menambah Number of Replications menjadi 60 dan 600
bertambah menjadi 6 dan dengan menambah arrive menjadi 3 bertambah
menjadi 15 orang. Hasil perbaikan menunjukkan lebih baik dibanding
sebelum perbaikan yang hanya 5 orang.
6.2 Saran
Berdasarkan pembahasan diatas maka penyusun memberikan saran
dalam laporan praktikum ini sebagai berikut:
a. Kecepatan pelayanan dari masing-masing kasir perlu ditingkatkan untuk
mempercepat proses pelayanan dan mengurangi jumlah antrian.
b. Untuk membuat simulasi sistem pada software Arena 14.0 harus dipelajari
lebih banyak lagi agar kesalahan terhindari dan pemodelan sistem menjadi
akurat sesuai kondisi riil.
88
c. Pemahaman terkait materi simulasi perlu ditingkatkan lagi, khususnya
pemahaman terkait pengoperasian sistem ARENA versi 14.0 dan cara
memahami hasil running.
89

Laporan Resmi Modul 1 A-6 Fix

Diunggah oleh

Hak Cipta:

Format Tersedia

Laporan Resmi Modul 1 A-6 Fix

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Laporan Resmi Modul 1 A-6 Fix

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN RESMI

Ilham Firnanda 07.2018.1.03385

LABORATORIUM SIMULASI SISTEM INDUSTRI

1.1 Latar Belakang Praktikum

1.2 Rumusan Masalah Praktikum

1.3 Tujuan Praktikum

1.5 Batasan Praktikum

1.6 Asumsi Praktikum

3. Lingkungan Luar Sistem (environment)

2.1.2 Komponen Sistem

2.2.2 Kelemahan Model

2.3.1 Tahapan Simulasi

2.3.2 Kelebihan Simulasi

2.3.3 Kekurangan Simulasi

2.3.4 Jenis-Jenis Simulasi

2.4 Aplikasi Model Simulasi

Gambar 2.3 Event pada Sistem Antrian Pelayanan Tunggal

2.6 ACD (Activity Cycle Diagram)

Menunjukkan aktivitas dengan

Menunjukkan tidak adanya

Menunjukkan adanya alternatif

Menunjukkan hubungan dan

2.7 Event Graphs

Gambar 2. Events graphs server tunggal

2.7.1 Kelebihan dan Kekurangan Event Graph

Gambar 2.4 Bangunan dasar EventGraphs

2.8 Rich Picture

2.9 Software Arena versi 14.0

2.10 Teori Antrian

2.10.3Model – Model Antrian

1. Single Channel – Single Phase (M/M/1)

Sumber Populasi M S Keluar

Gambar 2.5 Sistem Antrian Single Channel-Single Phase

2. Single Channel – Multiphase (M/D/1)

Sumber Populasi M S M S Keluar

3. Multichannel – Single Phase (M/M/S)

Gambar 2.7 Sistem Antrian Multichannel – Single Phase

Gambar 2.8 Sistem Antrian Multichannel – Multiphase

2. Rata-rata waktu proses

3. Rata-rata waktu tunggu (waktu antri)

4. Rata-rata waktu tunggu proses(waktu delay)

6. Rata-rata waktu dalam sistem

7. Probabilitas pelanggan menunggu dalam antrian

Tahap Perumusan Masalah

Studi Literatur Studi Lapangan

Gambar 3.1 Flowchart Metode Praktikum

Tahap Analisa Data &

Gambar 3.1 Flowchart Metode Praktikum (Lanjutan)

PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Deskripsi Sistem

1. Seragam Entry Jumlah server

1. Bill Melakukan Kedatang Jumlah

4.3 Tujuan sistem

4.4 Batasan dan Asumsi Sistem

4.5 Upaya Untuk Mencapai Tujuan

4.6 Proses Sistem

4.8 Tolok Ukur Keberhasilan Sistem

4.9 Rich Picture

Gambar 4.1 Rich Picture Sistem Antrian MCD Manyar