SIMULASI DENGAN ARENA 10.0
1.
Sejarah Simulasi
Simulasi pada komputer pertama kali ditempatkan untuk digunakan di
industri luar angkasa pada tahun 1950-an. Pada tahu 1960-an, dimulai
diaplikasikan di sistem industri walaupun model-modelnya terkadang masih
sederhana. Terdapat beberapa alasan kenapa hal ini berkembang secara perlahan,
yaitu :
a. Komputer pada saat itu mahal
b. Pemodelan yang dilakukan membutuhkan pemrograman yang sangat
luas.
c. Kecepatan untuk memproses sangat lambat.
d. Memory yang digunakan sangat terbatas.
Model simulasi yang terdahulu digunakan hanya menggunakan bahasa
pemrograman umum seperti FORTRAN.
Seriring semakin semakin adanya ketertarikan dalam perkembangan
simulasi, hal ini menjadi nyata karena terdapat banyak sistem yang ada
mempunyai karakteristik yang sama yang dapat diterjemahkan kedalam bahasa
pemodelan umum. Beberapa bahasa simulasi dikembangkan (GPSS, SIMSCRIPT,
SIMAN, SLAM, dan lainnya) untuk tingkat pemodelan dari sistem yang tertuju
pada sistem antrian. Bahasa pemrograman ini menyediakan fitur untuk
memperbaiki waktu proses entity, penggunaan bahn baku, dan situasi antrian.
Laporan secara umum pun disediakan dalam bahasa pemrograman ini.
Pengenalan simulasi kepada berbagai macam industri dimulai sejak tahun
1980-an, lebih banyak sistem industri, semakin spesifik simulasi produk yang
dilakukan (AutoMod, ProModel, WITNESS) dan harus saling bekerjasama antar
kareakteristiknya. Karena banyak produk-produk yang bermunculan dalam
pengendalian datanya mengalami kekurangan kapasitas untuk pemrogramannya
itu sendiri. Dengan demikian fleksibilitas untuk mengkombinasi bahasa simulasi
dilakukan dengan simulator yang mudah untuk digunakan.
Simulasi produk terus berlanjut agar terus dapat beradaptasi dan mudah
untuk digunakan sebagaimana industri saat ini berorientasi ke arah industri jasa
dan manufaktur. Karena menggunakan dengan menggunakan terminologi spesifik
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 1
pada keterangan yang akan dibutuhkan oleh industri itu akan membuat simulasi
lebih mudah digunakan oleh orang-orang.
Simulasi produk juga terus berkembang semakin luas untuk memberikan
kemudahan dalam menggunakan simulasi itu sendiri seperti adanya :
a. Penyesuaian distribusi untuk data masukan
b. Masukan grafik untuk komponen model
c. Kotak dialog untuk pemberian petunjuk
d. Bantuan dan petunjuk penggunaan secara online
e. Interactive debugging
f. Pemeriksaan secara logika dan keseluruhan
g. Pengembangan model secara otomatis
h. Modul desain percobaan pengembangan tujuan
i. Analisis statistik secara keseluruhan.
Hal yang harus dilakukan dalam simulasi dalam simulasi visualisasi
interaktif adalah dimana pengguna dari model harus secara aktif berpartisipasi
dalam simulasi. Keputusan harus dapat dibuat ketika simulasi yang dijalankan
meliputi pengelompokan kerja, pembagian kerja, dan lainnya. (Harrel C., dan
Tumai K., 1995, “Simulation Made Easy, a Manager’s Guide”, Institute of
Industrial Engineers, Georgia; 39-40)
Berikut adalah ilustrasi evolusi dari bahasa simulasi selama beberapa
dekade sebelumnya :
Gambar Evolusi Simulasi
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 2
(Sumber : Harrel C., dan Tumai K., 1995, “Simulation Made Easy, a Manager’s
Guide”, Institute of Industrial Engineers, Georgia; 40)
2.
Komponen Software Simulasi
Software simulasi memiliki beberapa modul untuk melakukan fungsi yang
berbeda selama pembuatan model simulasi. Beberapa modul dideskripsikan
sebagai berikut :
Gambar Komponen Sistem Simulasi
(Sumber : Harrel C., dan Tumai K., 1995, “Simulation Made Easy, a Manager’s
Guide”, Institute of Industrial Engineers, Georgia; 41)
3.
Perkembangan Penggunaan Simulasi
Penggunaan simulasi semakin meningkat karena meningkatnya tantangan
dalam sistem manufaktur dan jasa (service) :
a. Sistem memiliki siklus hidup yang semakin pendek (shorter life cycles),
b. Sistem semakin komplek (more complex),
c. Sistem makin memerlukan performance yang makin tinggi (higher
performance requirements).
Meningkatnya penggunaan simulasi dipengaruhi oleh:
a. Meningkatnya kepedulian dan pengertian terhadap teknologi
b. Meningkatnya ketersediaan dan kemampuan software simulasi yang easy-ofuse
c. Meningkatnya memori dan kecepatan pemprosesan komputer
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 3
d. Menurunnya harga hardware komputer
Simulasi banyak digunakan baik pada sistem industri manufaktur maupun
jasa (service) :
a. Industri Manfaktur
Pabrik mobil, pesawat terbang, elektronika, kendaraan berat, gelas dan
keramik, makanan dan minuman, pabrik logam. furniture, dll,
b. Industri Jasa (Service)
Restoran dan fastfood, bank, rumah sakit, transportasi, distribusi hotel
management. dll
Penggunaan simulasi :
a. Sistem design
b. Sistem Management
c. Panjadwalan produksi/pelanggan, penjadwalan sumber daya, penjadwalan
perawatan, mengatur aliran material/customer, manajemen persediaan,
manajemen kualitas,
d. Training and education,
e. Communication and Sales,
f. Public relations.
(Sumber : “Modul Praktikum Simulasi Indusrtri”, Universitas Pasundan,
Bandung; 2-3)
4.
Pengertian Simulasi
Simulasi adalah proses merancang model dan suatu system yang
sebenarnya, mengadakan percobaan-percobaan terhadap model tersebut dan
mengevaluasi hasil percobaan tersebut, (Inggriani Liem).
Simulasi adalah teknik peniruan perilaku suatu situasi (keadaan) atau sistem
(ekonomi. militer, mesin, dl dengan menganalogikan keadaan, model atau alat
untuk memperoleh informasi yang memadai atau untuk melatih pegawai/orang,
(Oxford English Dictionary).
Untuk mempelajari bagaimana sistem bekerja diperlukan sekumpulan
asumsi, dimana asumsi-asumsi tersebut membentuk suatu model yang digunakan
untuk memahami perilaku sistem.
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 4
Jadi, simulasi pada dasarnya adalah proses mendesain model suatu system
yang ada pada dunia nyata, dan melakukan eksperimen dengan model tersebut.
Tujuannya adalah untuk memahami perilaku system maupun mengevaluasi
kebijakan-kebijakan yang bervariasi untuk operasi sistem.
State suatu sistem sebagai suatu kumpulan variabel yang diperlukan untuk
menggambarkan kondisi suatu sistem pada suatu waktu tertentu sesuai dengan
tujuan studi simulasi.
Pemodelan dan simulasi merupakan suatu metode eksperimental dan
terpakai untuk :
a. Menjelaskan perilaku sistem.
b. Membangun teori atau hipotesa yang mempertanggungjawabkan kelakukan
sistem yang diamati.
c. Memakai teori-teori untuk meramalkan perilaku sistem yang akan datang.
(“Modul Praktikum Simulasi Indusrtri”, Universitas Pasundan, Bandung; 2-3)
5.
Keuntungan, Kerugian, dan Kebutuhan (pitfalls) dari Simulasi
Kita dapat mengetahui karakteristik simulasi yang baik dan buruk dari
pembahasan terdahulu, dan dengan adanya kesalahan biasa yang dibuat saat
mempelajari simulasi yang dapat merusak atau bahkan menghancurkan proyek
dari simulasi tersebut.
Simulasi sangat luas untuk digunakan dan merupakan metode yang sedang
berkembang dengan populer untuk sistem pembelajarang yang kompleks.
Beberapa kemingkinan yang merupakan keuntungan dari simulasi akan dijelaskan
sebagai berikut :
a. Paling kompleks, sistem dunia nyata dengan elemen stochastic tidak dapat
diuraikan dengan akurat oleh model matematika yang hanya dapat
mengevaluasi secara analisis. Dengan demikian, simulasi seringkali hanya
diterapkan pada sesuatu yang memungkinkan untuk disimulasikan.
b. Simulasi menunjukkan estimasi performansi dari sistem nyata dengan
beberapa proyek yang di set pada kondisi operasional.
c. Desain sistem dengan berbagai macam alternatif, dapat dibandingkan
melalui simulasi untuk melihat mana yang terbaik.
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 5
d. Di dalam simulasi kita dapat mengatur dengan lebih baik dari pengendalian
mengenai kondisi yang ada lalu menciptakannya menjadi meungkin.
e. Simulasi mengajari kita untuk mempelajari sistem dalam rangkaian waktu
yang panjang, seperti sistem perekonomian, dan lainnya.
Beberapa kerugian dari simulasi adalah :
a. Hanya mengestimasi karakteristik sistem nyata berdasarkan masukan
tertentu.
b. Model simulasi biasanya memerlukan biaya alternatif mahal dan
memerlukan waktu cukup banyak untuk pengembangannya. Simulasi tidak
dapat menyelesaikan masalah, namun hanya sebagai alat untuk dapat
memberikan gambaran suatu system nyata.
c. Banyak model yang dihasilkan dari studi mengenai simulasi yang hasilnya
sebagai keluaran semata. Jika kodel tersebut tidak valid maka informasi
yang didapatkan dari sistem aktual tersebut hanya sedikit.
Ketika memutuskan untuk perlu atau tidaknya digunakan simulasi, hanya
tergantung pada kondisi yang ada, kita hanya dapat memberi suatu penjelasan
mengenai keuntungan dan kerugian dari simulasi sistem nyata yang digunakan.
Namun pada akhirnya, catatan pelajaran mengenai model analisis dan simulasi
sangat berguna. Intinya, simulasi dapat digunakan untuk mengecek validitas yang
dibutuhkan dalam model analisis.
Mengasumsikan keputusan tersebut, keputusan yang untuk menggunakan
simulasi, berikut adalah celah-celah kosong atau kebutuhan untuk dipenuhi agar
dapat mempelajari simulasi secara sempurna, yaitu :
a. Gagal memiliki setting objek yang baik pada permulaan pelajaran simulasi.
b. Gagal melakukan proyek team secara keseluruhan pada permulaan.
c. Memodelkan detail model yang tidak tepat.
d. Gagal dalam berkomunikasi dengan manajemen melalui latihan simulasi.
e. Kesalahpahaman simulasi oleh manajemen.
f. Memperbaiki simulasi yang dilakukan di program komputer.
g. Gagal mempunyai seseorang dengan pengetahuan metodologi dan statistik
dalam simulasi yang dikerjakan pada saat itu dalam satu kelompok.
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 6
h. Gagal dalam pengumpulan data.
i. Menggunakan software simulasi yang tidak tepat.
j. Terlupa menggunakkan software simulasi yang ber-statement luas yang
tidak
dapat
dengan
baik
didokumentasikan
atau
tidak
dapat
mengimplementasikan logika model.
k. Mempercayai bahwa simulasi merupakan sesuatu yang mudah digunakan
(easy-to-use).
l. Menyalahgunakan animasi.
m. Salah mengasumsikan angka dalam sistem aktual yang ada.
n. Menggunakkan distribusi yang salah dalam masukan simulasi.
o. Menganalisis keluaran simulasi dengan pendapat atau asumsi sendiri.
p. Membuat sistem desain dengan sekali pengulangan dan memperbaiki
keluaran statistik yang seharusnya sudah benar.
q. Gagal dalam mengaplikasikan warm-up period.
Dalam memperlajari simulasi kita akan mengetahui apa yang harus
dilakukan daipada mempelajari apa yang tidak boleh dilakukan. (Law A.M., 2007,
“Simulation Modeling & Analysis Foutrh Edition”, McGraw Hill International
Edition, Singapore; 77)
6.
Pemahaman Simulasi
Tidak semua masalah yang dapat diselesaikan dengan simulasi harus
dipecahkan menggunakan simulasi. Simulasi akan sangat cocok dan efektif jika :
a. Pengembangan model matematis terlalu sulit atau tidak memungkinkan,
b. Sistem memiliki satu atau lebih variable random yang interdependent,
c. Dinamika sistem sangat komplek,
d. Tujuannya untuk mengamati perilaku sistem dalam suatu periode waktu
tertentu,
b. Tampilan animasi merupakan hal yang sangat penting.
Dalam mengambil keputusan bagaimana untuk memodelkan sebuah sistem,
kita harus mengetahui hubungan bagaimana untuk mendesain, menganalisis, dan
merepresentasikan model dalam suatu software yang tepat.
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 7
Berikut adalah bebepara hal yang harus diperhatikan agar dapat memahami
simulasi secara berkala, yaitu :
a.
Memahami sebuah sistem,
b.
Menyelesaikan tuntas dari tujuan kita,
c.
Memformulasikan sebuah model,
d.
Menerjemahkan kedalam software pemodelan.
e.
Memeriksa bahwa konsep model yang dibuat pada komputer dapat
dipercaya,
f.
Memvalidkan sebuah model,
g.
Mendesain sebuah eksperimen,
h.
Menjalankan eksperimen tersebut,
i.
Menganalisis hasilnya,
j.
Dapatkan pengetahuan dari ekperimaen tersebut, dan
k.
Dokumentasikan apa yang telah kita selesaikan.
(Kelton W.D., Sadowski R.P., dan Sturrock D.T., 2007, “Simulation with Arena
Foutrh Edition”, McGraw Hill International Edition, New York; 47)
Banyak terdapat jalan untuk mengklasifikasikan model-model simulasi,
tetapi berikut ini adalah beberapa yang paling sering digunakan dalam
mengklasifikasikan, diantaranya adalah :
a. Model Simulasi Statis dan Model Simulasi Dinamis
Model Simulasi Statis adalah representasi system pada suatu waktu
tertentu, atau model yang digunakan untuk merepresentasikan system
dimana waktu tidak mempunyai peranan. Contoh : Simulasi Monte
Carlo.
Model Simulasi Dinamis adalah representasi system sepanjang
pergantian waktu. Contoh: Sistem conveyor di pabrik.
b. Model Simulasi Continue dan Model Simulasi Diskrit
Model Simulasi Continue adalah model simulasi dimana status dan
sistem berubah secara continue karena berubahnya waktu (continouschange state variables).
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 8
Model Simulasi Diskrit adalah model suatu sistem dirnana perubahan
status terjadi pada satuan-satuan waktu yang diskrit sebagai hasil suatu
kejadian (event) tertentu (discrete-change state variables).
c. Model Simulasi Deterministik dan Model Simulasi Stokastik
Model Simulasi Deterministik adalah model simulasi yang tidak
mengandung komponen yang sifatnya probabilistic (random) dan
output telah dapat ditentukan begitu sejumlah input dan hubungan
tertentu dimasukkan. Output yang diperoleh akan tetap sama jika
inputnya sama walaupun diproses berulang.
Model Simulasi Stokastik adalah model simulasi yang mengandung
input-input probabilistik (random) dan output yang dihasilkannya pun
sifatnya random.
(Kelton W.D., Sadowski R.P., dan Sturrock D.T., 2007, “Simulation with Arena
Foutrh Edition”, McGraw Hill International Edition, New York; 7-8)
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 9
7.
Langkah-langkah Mempelajari Simulasi
Mulai
Formulasi Masalah
Pengumpulan Data dan
Perancangan Model
Valid ?
tidak
ya
Membuat program
komputer dan verifikasi
Lakukan Uji Coba Awal
Valid ?
tidak
ya
Merancang eksperiment
Jalankan model
simulasi
Lakukan analisis
Buat Dokumen,
presentasi dan
implementasi
Selesai
Gambar Langkah-langkah Mempelajari Simulasi
(Sumber : Law A.M., 2007, “Simulation Modeling & Analysis Foutrh Edition”,
McGraw Hill International Edition, Singapore; 67)
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 10
8.
Konsep Simulasi
a. Sistem
Sebagian besar model simulasi terdapat antrian dalam suatu lingkup,
kita bermula dengan kasus yang sederhana seperti merepresentasikan
fasilitas manufaktur. Komponen “blank” datang menuju “drilling center”,
dan akan diproses, kemudian keluar dari proses tersebut. Lihat gambar 2.19.
jika komponen datang dan menemukan mesin tersebut sedang menganggur,
mesin tersebut akan mulai untuk memproses tentunya dengan menerapkan
antrian “First In Fisrt Out”. Berikut adalah logika dari struktur model :
Gambar Sistem Proses Sederhana
(Sumber : Kelton W.D., Sadowski R.P., dan Sturrock D.T., 2007, “Simulation with
Arena Foutrh Edition”, McGraw Hill International Edition, New York; 15)
Kita harus menspesifikasikan aspek numerikal sebaik-baiknya,
termasuk bagaimana menerapkan simulasi tersebut harus dimulai dan
diberhentikan.
Sistem dimulai pada menit ke-0 dengan tidak adanya komponen pada
saat itu dan mesin sedang menganggur. Ini merupakan asumsi empty-andidle yang sangat realitis pada waktu sistem dimulai biasanya pada pagi hari.
Selanjutnya buatlah durasi waktu dalam sebuah tabel agar simulasi dapat
berjalan, seperti nomor komponen, waktu kedatangan komponen, waktu
antar kedatangan komponen, dan waktu pelayanan. (Kelton W.D., Sadowski
R.P., dan Sturrock D.T., 2007, “Simulation with Arena Foutrh Edition”,
McGraw Hill International Edition, New York; 15-16)
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 11
b. Performace Measures
Selanjutnya kita harus memutuskan “performace measures” apa yang
akan ditentukan dalam model tersebut. Berikut adalah beberapa contoh
“performace measures”.
1.
Total produksi
2.
Rata-rata waktu menunggu untuk dilayani
3.
Waktu menunggu maksimum dalam antrian
4.
Rata-rata waktu komponen mengantri dalam antrian
5. Maksimum komponen yang menunggu dalam antrian
6. Waktu rata-rata dan waktu maksimum dalam sistem
7. Waktu pelayanan dari mesin
(Kelton W.D., Sadowski R.P., dan Sturrock D.T., 2007, “Simulation with Arena
Foutrh Edition”, McGraw Hill International Edition, New York; 17-18)
Jika dikelompokkan maka ukuran performansi sistem dikelompokkan ke
dalam 4 jenis, seperti yang dapat dilihat di bawah ini :
1. Pengukuran Performance berdasarkan waktu
a. Mean dan variance dan flow time per job,
b. Mean dan variance dan flow time per operasi,
c. Mean waitting time (rata-rata waktu tunggu),
d. Machine idle time (waktu menganggur mesin).
2. Pengukuran Performance berdasarkan Work- In -Process
a. Average number of jobs in queue (rata-rata jumlah job yang mengantri),
b. Value of work in process (WIP)- nilai WIP.
3. Pengukuran Performance berdasarkan Due Date
a. Mean Tardiness (MT)
b. Conditional Mean Tardiness (CMT)
c. Proportion of Job Tardy (PT)
d. Mean Lateness
e. Number of jobs tardy
f. Maximum Lateness
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 12
4. Pengukuran Performance berdasarkan Cost :
a. Cost of idle machines
b. Cost of long promises
c. Cost of carrying work—in—process inventory
d. Total cost per job
e. Average value added in queue
Sementara itu Charles R. Harrel mengemukakan beberapa ukuran
performansi yang dapat digunakan :
1. Cycle Time
Adalah throughput atau service time untuk memproses material atau customer
(job)
2. Resource Utilization
Adalah persentase waktu suatu peralatan atau orang berada pada kondisi
produktif
3. Value-added Time
Jumlah waktu dimana suatu material atau customer (job) menghabiskan
waktunya untuk suatu proses untuk dilayani.
4. Waiting Time
Menunjukkan lamanya waktu yang dihabiskan oleh material atau customer
untuk menunggu sebelum diproses atau dilayani.
5. Processing Rate
Adalah throughput rate atau service rate suatu material, customer atau job
6. Quality
Menunjukkan persentase part atau customer yang diproses sesuai dengan
standard
7. Cost
Menunjukkan biaya operasi sistem
8. Flexibility
Kemampuan sistem untuk menyesuaikan diri terhadap fluktuasi dalam volume
dan variasi.
(Harrel C., dan Tumai K., 1995, “Simulation Made Easy, a Manager’s Guide”,
Institute of Industrial Engineers, Georgia; 20)
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 13
9.
Model Simulasi
a. Entities
Entities adalah komponen-komponen yang akan diproses dalam simulasi.
b. Attributes
Attributes adalah karakteristik dari entities atau komponen-komponen yang
akan diproses dalam simulasi. Contohnya : due date, priority, color.
c. Variables
Variables adalah sebagian dari informasi yang mencerminkan karakteristik
dari sistem yang kita buat. Contohnya : number in queue, number of busy
server, current simulation clock time, mean servive time, travel time,
current shift.
d. Resources
Resources adalah sesuatu (personnel, equipment, space) yang melayani
entities tersebut.
e. Queues
Queues dikarenakan entity tidak dapat bergerak, dikarenakan entity ini
sedang menunggu untuk dilayani, kerana kita ketahui bahwa kapasitas dan
waktu pelayanan itu terbatas.
f. Statistical Accumulator
Hal ini adalah layaknya keluaran dari performace measures, seperti halnya
yang telah dibahas sebelumnya.
g. Events
Events adalah sesuatu yang terjadi secara langsung ketika simulasi
dijalankan. Events sangat memungkinkan untuk mengubah Attributes,
Variables, dan Statistical Accumulator. Ada 3 macam dari events, yaitu :
1. arrival (komponen baru masuk kedalam sistem),
2. departure (komponen selesai dilayani dan meninggalkan sistem),
3. the end (pemberhentian simulasi).
h. Simulation Clock
Simulation Clock adalah waktu yang digunakan dalam proses simulasi.
Dalam arena Simulation Clock adalah variabel yaitu TNOW.
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 14
(Kelton W.D., Sadowski R.P., dan Sturrock D.T., 2007, “Simulation with Arena
Foutrh Edition”, McGraw Hill International Edition, New York; 20-25)
10.
Software Simulasi Arena 10.0
Gambar Tampilan Awal Software Simulasi Arena 10.0
Software
Arena
membawa
kemudahan
dalam
memodelkan
dan
mensimulasikan. Arena didesain untuk menganalisa perubahan yang ada secara
signifikan
dan
kompleks
yang
biasanya
berupa
sistem
rantai
pasok,
manufakturing, pemrosesan, logistik, distribusi, dan jasa. Arena menyediakan
fleksibilitas yang tinggi dari segala kebutuhan yang dibutuhkan oleh model yang
akan disimulasikan.
Arena dapat menunjukkan beberapa hal seperti :
a. Analisis mendetail dari segala tipe manufaktur, termasuk komponen
pengendalian bahan.
b. Analisis yang kompleks dari pelayanan pelanggan dan sistem manakemen
pelanggan.
c. Analisis rantai pasok secara global, termasuk transportasi dan sistem
logistik.
d. Memprediksi performansi sistem berdasarkan kunci matrik, seperti biaya,
waktu proses, dan kepuasan.
e. Mengidentifikasikan kejadian leher botol seperti antrian.
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 15
f. Merencanakan jadwal, peralatan atau bahan.
Dengan menggunakkan arena kita dapat melakukan beberapa hal seperti :
a. Memodelkan suatu proses untuk perbaikan, pendokumentasian, dan
komunikasi.
b. Mensimulasikan performansi masa depan dari sebuah sistem untuk
memahami hubungan kompleks dan mengidentifikasikan kesempatan yang
ada.
c. Memvisualisasikan suatu operasi dengan “dynamic animation graphics”.
d. Menganalsis performa bagaimana sistem ini mengkonfigurasikan sistem
dan menjadikannya alternatif sehingga kita dapat memilih jalan yang
terbaik yang harus diambil dalam bisnis kita.
10.1 Lingkungan Modelling Arena
Berikut adalah lingkungan pemodelan dengan Arena :
Gambar Tampilan Awal Software Simulasi Arena 10.0
Untuk memodelkan proses di Arena, kita akan bekerja dalam 3 pembagian,
yaitu :
a. Basic Process, advance process, dan advance transfer panels : termasuk
modul-modul yang digunakan untuk menyempurnakan model.
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 16
b. Reports panel : yang digunakan untuk memperlihatkan hasil model yang
disimulasikan.
c. Navigate panel : menunjukkan tampilan yang berbeda dari model yang
dibuat.
Dalam di area (window) pemodelan, ada dua pembagian yaitu flowchart
view yang mencakup semua grafik model termasuk proses flowchart, animation,
dan penggambaran lainnya. Dibawahnya terdapat spreadsheet yang menampilkan
model data seperti waktu biaya, dan parameter lainnya.
10.2 Panel Basic Process
1)
Modul-modul Flowchart
a. Modul Create
Modul ini digunakan pada awal mula berangkatnya entity
pada model simulasi. Entities dibuat dengan penjadwalan
berdasarkan waktu antar kedatangan. Lalu entities
meninggalkan modul untuk memulai proses melalui sistem. Tipe entity
dispesifikasikan pada modul ini.
b. Modul Dispose
Modul ini merupakan titik akhir dari entities pada model
simulasi. Statistik dari entity dapat direkam melalui
modul ini.
c. Modul Process
Modul ini merupakan metode proses utama dalam simulasi.
Pilihan untuk menggunakkan resource tersedia pada modul
ini. Didalamnya terdapat pilihan untuk mengunakkan
“submodel” dan menspesifikasikan logika hierarki. Waktu proses
teralokasikan kepada entities, dan dapat dipertimbangkan untuk value
added, non-value added, transfer, wait, dan lainnya.
d. Modul Decide
Modul
ini
menunjukkan
proses
pengambilan
keputusan dalam sebuah sistem. Termasuk pilihan
untuk membuat keputusan berdasarkan satu atau
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 17
lebih kondisi (jika tipe entity Gold Card) atau berdasarkan sati atau lebeh
probabilitas (contoh : 75% benar, 25% salah). Kondisi bisa berdasarkan
nilai attribute (priority), nilai variable (number denied), tipe entity, atau
expression (contoh : NQ(ProcessA.Queue)).
Disini terdapat 2 titik keluaran yaitu 2-way by Chance dan 2-way by
Condition. Terdapat titik keluaran untuk true entities, dan false entities.
Ketika N-way by Chance dan N-way by Condition digunakan, maka titik
keluaran akan banyak dan ditampilkan untuk kondisi atau probabilitas
tertentu atau satu titik keluaran. Jumlah entity yang keluar dari modul ini
(baik benar maupun salah) hanya ditampilkan oleh modul 2-way by
Chance dan 2-way by Condition saja.
e. Modul Batch
Modul ini menunjukkan mekanisme kelompok dalam
model simulasi. Modul Batch, dapat menjadi kelompok
permanen atau sementara. Modul Batch sementara harus
dibagi menggunakkan modul separate.
Modul Batch dapat dibuat dengan berapapun jumlah entity yang masuk
atau dapat dicocokan bersama berdasarkan attribute. Entities yang datang
ke Modul Batch ditempatkan dalam suatu antrian sampai jumlah yang
telah ditentukan.
f. Modul Separate
Modul ini dapat digunakan untuk membuat salinan
entity yang datang dijadikan entities yang berlipat atau
membagi entity dari modul batch sebelumnya.
g. Modul Assign
Modul ini digunakan untuk memasukkan nilai baru
kedalam variabel, entitiy attribut, entity types, entity
pictures, atau sistem variabel yang lainnya. Assignment
yang berlipat dapat dibuat dengan satu modul Assign.
h. Modul Record
Modul digunakan untuk mengumpulkan statistik dalam
model simulasi. Berbagai macam statistik penelitian dapat
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 18
diterapkan, termasuk waktu antar keluaran melalui modul, statistik entity
(waktu, biaya, dan lainnya), penelitan umum, dan statistik interval (dari
tanda waktu sementara ke waktu simulasi biasa). Suatu tipe perhitungan
statistik dapat diterapkan dengan baik. Sets catatan dan perhitungan juga
dapat dispesifikasikan.
2)
Modul-modul Data
a. Modul Entity
Modul data ini menjelaskan berbagai macam tipe dari entity dan
memberikan nilai pictures dalam simulasi. Informasi biaya juga dijelaskan
untuk entity.
b. Modul Queue
Modul data ini dapat digunakan untuk mengubah aturan ranking untuk
antrian yang spesifik. Aturan biasa adalah First in, First out. Disini
terdapat ruang tambahan untuk antrian untuk ditempati entities.
c. Modul Resource
Modul data ini mendefinisikan sumber (resouce) dalam sistem simulasi.
Termasuk informasi biaya dan adanya resource. Resource dapat
ditentukan dengan pasti dan dioperasikan berdasarkan jadwal. Kegagalan
dari Resource dapat dispesifikasikan disini.
d. Modul Variable
Modul data ini digunakan untuk mendefinisikan dimensi variabel dan nilai
awal. Variable dapat diambil dari modul lain (seperti : modul Decide),
dapat dimasukkan ulang nilainya dengan modul Assign, dan dapat
digunakan pada segala expression
e. Modul Schedule
Modul data ini digunakan dengan modul resource untuk mendefinisikan
jadwal pengoperasian untuk resource atau dengan modul create untuk
menunjukkan jadwal kedatangan. Apalagi, modul schedul dapat digunakan
dan mengacu kepada faktor waktu menunggu berdasarkan waktu simulasi.
Ukuran lamanya shcedules didefinisikan dalam modul ini.
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 19
f. Modul Set
Modul data ini mendefinisikan berbagai macam tipe dari sets, yaitu
resource, counter, tally, entity, type, dan entity pictures. Resource sets
dapat digunakan dalam modul process (dan seize, release, enter, dan leave
pada panel Advance process dan Advance Transfer). Counter dan Tally
sets dapat digunakan pada modul Record. Queue sets dapat digunakan
dengan modul seize, hold, access, request, leave, dan allocate pada panel
Advance process dan Advance Transfer.
3) Panel Advance Process
3)
Modul-modul Flowchart
a. Modul Delay
Ketika entity datang pada modul delay, time delay
expression mengevaluasi dan mengembalikan entity pada
modul untuk menghasilkan time period.
b. Modul Dropoff
Modul dropoff menghilangkan jumlah entity tertentu
dari suatu kelompok entity dan mengirimkannya ke
modul lain, dispesifikasikan dengan hubungan grafik.
c. Modul Hold
Modul ini menahan entity dalam sebuah antrian untuk
menunggu signal, menunggu pada kondisi tertentu untuk
menjadi true, atau diadakan dengan tidak terbatas (untuk
dihilangkan nanti dengan modul remove).
Jika entity sedang menunggu untuk signal, modul signal harus digunakan
pada model untuk mengikuti pergerakan ke modul yang berikutnya. Jika
entity tertahan untuk given condition agar menjadi true, entity akan
kembali pada modul sampai kondisi menjadi true. Ketika entity tertahan
terus, modul remove digunakan untuk melanjutkan pemrosesan.
d. Modul Match
Modul match membawa jumlah tertentu entity yang sedang
menunggu dalam berbagai macam antrian. Modul match ini
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 20
bekerja ketika sedikitnya satu entity berada dalam antrian. Suatu atribut
dapat menentukan antrian entity yang memiliki nilai atribut yang sama
sebelum modul match dilakukan.
e. Modul Pickup
Modul pickup menghilangkan beberapa entity dari antrian
dimulai dari rank tertentu dari antrian. Entity yang diambil
dimasukkan ke akhir kelompok kedatangan entity.
f. Modul ReadWrite
Modul readwrite digunakan untuk membaca data dari input
file atau keyboard dan memasukkan nilai data ke daftar
variabel atau atribut. Modul ini juga digunakan untuk
menulis data ke output device.
g. Modul Release
Modul release digunakan untuk melepaskan unit dari
resource. Untuk setiap resource yang melepaskan, nama
dan jumlah harus ditentukan.
h. Modul Remove
Modul remove menghilangkan satu entity dari posisi
yang
telah
ditentukan
dalam
antrian
dan
mengirimkannya ke modul designated.
i. Modul Seize
Modul seize mengalokasikan satu atau beberapa unit
resource kepada entity. Modul seize diterapkan untuk
menggunakan unit resource, atau menjadi bagian dari
resouce set.
j. Modul Search
Modul search mencari antrian, grup, atau suatu
expression untuk menemukan entity rank atau nilai dari
variabel global.
k. Modul Signal
Modul signal mengirimkan nilai signal kepada modul hold
di dalam model set agar menunggu lalu melepaskan entity
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 21
dengan jumlah maksimum.
l. Modul Store
Modul store menambahkan entity ke storage. Modul
unstrore mungkin diperlukan untuk menghilangkan entity
dari storage.
m. Modul Unstore
Modul unstore menghilangkan entity dari storage dan entity
langsung bergerak ke modul selanjutnya dalam model.
n. Modul Adjust Variable
Modul adjust variable mengatur suatu variabel menjadi
target nilai pada hitungan tertentu.
4)
Modul-modul Data
a. Modul Advance Set
Modul Advance Set menetukan queue stes, dan storage sets, dan komponen
didalamnya.
b. Modul Expression
Modul Expression menunjukkan expressions dan nilai hubungan.
c. Modul Failure
Modul Failure didesain untuk digunakan dengan resources. Ketika
kesalahan terjadi, seluruh resource pun berhenti.
d. Modul File
Modul File harus dimasukkan ketika mengakses menggunakkan modul
readwrite. Modul ini mengidentifikasikan nama system file dan
mendefinisikan access method, formatting dan karakteriksrik operasional
dari files.
e. Modul StateSet
Modul StateSet digunakan untuk mendefinisikan states untuk beberapa
resource.
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 22
f. Modul Statistic
Modul Statistic digunakan untuk mendefinisikan tambahan statistik untuk
dikumpulkan selama simulasi dan menentukan output data files.
g. Modul Storage
Modul Storage digunakan untuk menganimasikan suatu storage.
5)
1.
Panel Advance Transfer
Modul-modul Flowchart
a. Modul Enter
Modul enter didefinisikan dengan stasiun terhadap lokasi
dimana proses itu terjadi.
b. Modul Leave
Modul leave digunakan untuk mentransfer entity ke stasiun
atau modul.
c. Modul PickStation
Modul PickStation mengizinkan entity untuk memilih
station dari station yang telah ada.
d. Modul Route
Modul route mentransfer sebuah entity ke station yang
telah ditentukan atau mengirimkan ke station berikutnya
telah terurut.
e. Modul Station
Modul station didefinisikan dengan stasiun terhadap lokasi
dimana proses itu terjadi.
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 23
6)
Modul-modul Conveyor Flowchart
a. Modul Access
Modul access mengalokasikan satu atau lebih tempat
conveyor agar entity bergerak dari satu station ke station
lainnya.
b. Modul Convey
Modul Convey menggerakkan entity diatas conveyor dari
lokasi station biasa ke station tujuan.
c. Modul Exit
Modul exit melepaskan entity pada conveyor yang telah
ditentukan.
d. Modul Start
Modul start mengubah status conveyor dari tidak aktif
menjadi aktif.
e. Modul Stop
Modul stop mengatur status operasional dari conveyor
yang tidak aktif.
1.
Modul-modul Transporter Flowchart
a. Modul Activate
Modul
Activate
meningkatkan
kapasitas
tranporter
kendaraan sebelumnya.
b. Modul Allocate
Modul Allocate menempatkan transporter ke entity tanpa
menggerakkannya ke lokasi stasiun entity.
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 24
c. Modul Free
Modul Free melepaskan entity yang baru ditempatkan unit
transporter.
d. Modul Halt
Modul halt mengubah status unit transporter untuk tidak
aktif.
e. Modul Move
Modul move menggerakkan transporter dari satu lokasi ke
lokasi lain tanpa menggerakkan entity ke stasiun tujuan.
f. Modul Request
Modul request menempatkan unit transporter ke entity dan
menggerakkan unit ke lokasi stasiun tujuan.
g. Modul Transport
Modul transport mentransfer entity ke stasiun tujuan.
7)
Modul-modul Data
a. Modul Sequence
Modul Sequence digunakan untuk mendefinisikan urutan aliran entity
dalam model.
b. Modul Conveyor
Modul Conveyor memberikan definisi conveyor untuk pergerakan entity
antar stasiun.
c. Modul Segment
Modul Segment menjelaskan jarak antara dua stasiun pada pengaturan
segmen sebuah conveyor.
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 25
d. Modul Transporter
Modul Transporter memberikan transporter panduan untuk pergerakan
entity dari satu lokasi ke lokasi lain.
e. Modul Distance
Modul Distance digunakan untuk menjelaskan jarak perjalanan antara
semua stasiun yang akan dikunjungi tranporter.
f. Modul Network
Modul Network menjelaskan system map yang diatur untuk memandu
aliran transporter.
g. Modul Network Link
Modul Network Link menunjukkan karekteristik dari jalur yang ada pada
panduan transporter antara pertemuan beginning intersection name dan
ending intersection name.
h. Modul Activity Area
Modul Activity Area adalah suatu wilayah yang dapat dihubungkan antar
satu stasiun dengan stasiun lainnya.
8)
Panel Flow Process
1.
Modul-modul Flowchart
a. Modul Tank
Modul Tank menjelaskan lokasi dimana material itu
disimpan.
b. Modul Sensor
Modul Sensor menjelaskan alat pendeteksian yang memonitor
level material didalam modul tank.
c. Modul Flow
Modul Flow digunakan dalam hubungan dengan modul tank
dengan semi continous flow operations.
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 26
d. Modul Regulate
Modul regulate menyediakan pengendalian diskrit untuk
menugaskan penilaian maksimum dari regulator didalam
modul tank.
e. Modul Seize Regulator
Modul seize regulator digunakan hanya dalam satu aliran
proses dalam setiap waktunya.
f.
Modul Release Regulator
Modul release regulator digunakan untuk melepaskan tank
regulator.
2.
Modul-modul Data
Modul Regulator Set
Modul Regulator Set menjelaskan pengaturan dari regulator untuk memilih dari
dan digunakan untuk apa dalam modul process.
9)
Penggunaan Distribusi Pada Simulasi
Arena terdiri dari fungsi-fungsi untuk memproses bilangan secara acak dari
distribusi probabilita yang paling mudah digunakan. Distribusi ini selalu dipakai
dalam modul-modul arena. Dan juga dapat dimasukkan pada analisis masukan
pada Arena.
Setiap distribusi memiliki satu atau lebih nilai parameter. Kita harus menetukan
nilai dari parameter ini untuk membuat sebuah distribusi. Berikut adalah
ringkasan dari distribusi probabilitas yang digunakan Arena.
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 27
Tabel Ringkasan dari Distribusi Probabilitas Arena
(Sumber : Rockwell Software, 2005, “Arena User’s Guide”, Rockwell
Automation; 1-125)
a.
Distribusi Beta
Karena kemampuannya dalam mengambil variasi bentuk yang luas, distribusi
ini biasa digunakan pada model yang kasar yang memiliki data yang tidak
begitu lengkap.
Contoh : proporsi item yang tidak sempurna dalm suatu lot.
b.
Distribusi Continous
Distribusi dengan data kontinyu biasa digunakan dalam memasukkan data
aktual varibel acak kontinyu secara langsung kedalam model.
c.
Distribusi Discrete
Distribusi dengan data diskrit biasa digunakan dalam memasukkan data nyata
langsung kedalam model.
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 28
Contoh : tipe pekerjaan, urutan kedatangan, ukuran kelompok untuk
kedatangan entity.
d.
Distribusi Erlang
Distribusi ini digunakan pada situasi dimana terjadi aktivitas dalam tahap
berturut-turut dan setiap tahap mempunyai distribusi eksponential.
e.
Distribusi Exponential
Distribusi ini biasa digunakan pada waktu inter-event dengan kedatangan
secara acak dan breakdown process, tetapi biasanya tidak tepat untuk proses
memodelkan waktu menunggu.
Contoh : retai bussiness, call center.
f.
Distribusi Gamma
Untuk parameter bentuk integral, distribusi gamma sama dengan distribusi
Erlang.
Contoh : waktu pemesinan, waktu memperbaiki mesin.
g.
Distribusi Johnson
Fleksibilitas dari distribusi johnson adalah menyediakan untuk mencocokan
segala set data.
h.
Distribusi Lognormal
Distribusi ini digunakan dalam situasi dimana sebuah produksi memproduksi
dalam jumlah yang besar.
i.
Distribusi Normal
Distribusi normal digunakan dalam situasi dimana teori batasan tengah
diaplikasikan.
Contoh : Waktu proses.
j.
Distribusi Poisson
Distribusi poisson adalah distribusi diskrit yang biasa digunakan untuk
memodelkan jumlah kejadian acak yang terjadi dalam menentukan waktu
jeda.
k.
Distribusi Triangular
Distribusi triangular sangat biasa digunakan dalam situasi dimana bentuk
pasti dari distribusi tidak diketahui , tetapi dilakukan dengan cara
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 29
mengestimasikan untuk minimum, maksimum dan nilai yang paling
mendasar.
l.
Distribusi Uniform
Distribusi uniform digunakan ketika semua nilai melewati batas lingkup dan
harus dipertimbangkan dengan kemungkinan yang seksama.
m. Distribusi Weibull
Distribusi weibull sangat luas digunakan untuk memodelkan ketahanan uji
untuk menggambarkan jangka waktu hidup (lifetime) dari suatu objek.
Pemodelan Sistem dan Simulasi – Ir. Yogi Yogaswara, MT. | 30