Professional Documents
Culture Documents
88
SEMINAR NASIONAL ILMU KOMPUTER DAN TEKNOLOGI INFORMASI IV 2003
Efektifitas dan efisiensi dari FMS dapat mempunyai sedikit peralatan penanganan material dan
dioptimalkan dengan metode analitis untuk sistem yang oleh karena itu dapat menyebabkan delay ketika job-
sederhana. Untuk sistem yang kompleks digunakan job menunggu peralatan penanganan material agar
metode simulasi yang dapat mengukur dengan baik tersedia, dan sistem seperti roller conveyors dimana
perilaku dan kapasitas sistem, kinerja, serta dapat job-job tidak tertunda oleh kurangnya kemampuan
menghemat waktu dan biaya, karena dilakukan dengan penanganan material.
komputer. Penyimpan pusat dan lokal, dimana penyimpan lokal
Evaluasi FMS yang kompleks harus menjadi input atau output dari mesin-mesin tunggal
menggunakan metode simulasi, karena metode analitis atau grup-grup mesin, sedangkan penyimpan pusat
sudah tak mampu lagi menjangkau. Bahasa simulasi dapat digunakan oleh job-job dengan mengabaikan
khusus untuk aplikasi manufakturing misal : AutoMod II, mesin selanjutnya yang akan dikunjungi oleh job-job
ProModel, SIMFACTORY II.5, WITNESS, XCELL+. tersebut.
Yang akan dilakukan dalam makalah ini adalah Pallet dan fixture, dimana mungkin terdapat beberapa
mencoba memodelkan dan mensimulasikan suatu FMS tipe pallet dan fixture yang berbeda dengan pallet dari
dengan menggunakan FlexiSystem. tipe tertentu yang digunakan hanya untuk subset job-
job yang khusus.
2. PEMODELAN FMS Sistem informasi dan kontrol, dimana sistem harus
FMS pada dasarnya adalah job shop otomatis. mendapat informasi tentang status job-job, mesin-
Job shop secara abstrak adalah sekelompok pusat-pusat mesin, dan fasilitas penanganan material, dan
mesin di antara job-job yang dapat dipindahkan dari pusat mengontrol pemrosesan job-job dan pergerakan job-
mesin manapun ke mesin lain. Pergerakan job ini job tersebut dalam sistem.
mungkin diselesaikan oleh sebuah pusat transportasi, oleh Sebagai studi kasus simulasi, dimodelkan suatu sistem
sebuah transporter khusus antara pusat-pusat mesin atau FMS dengan menggunakan FlexiSystem sebagai berikut.
oleh kombinasi dari job-job tipe berbeda yang muncul Terdapat sistem manufaktur yang terdiri dari 3
pada job shop setiap waktu. Masing- masing job sistem mesin dan beroperasi dengan skenario fleksibel ini:
mempunyai alur khusus dari mesin atau pusat mesin yang akan dihasilkan 1 produk yang dihasilkan dari 2 urutan
akan bertemu sebelum meninggalkan job shop. Bedanya proses yang berbeda untuk pallet A dan pallet B. Terdapat
dengan FMS adalah, pada FMS setiap job mempunyai 1 LoadStation yang menerima kedatangan raw material
beberapa alternatif alur ke mesin atau pusat mesin, (part) yang selanjutnya diletakkan di pallet. Kemudian
sehingga Sistem Penanganan Material pada FMS dengan pallet truck (MHS), pallet A akan dibawa dan
dikontrol oleh komputer untuk menentukan alternatif alur diproses di SC1. Pada waktu yang bersamaan ada pallet
job tadi secara otomatis. Disiplin antrian yang digunakan truck yang membawa pallet B ke SC3. Selanjutnya dari
adalah First Come First Served (FCFS), Last Come First SC1, akan ada pallet truck yang membawa hasil
Served (LCFS), dan priority (prioritas). pemrosesan pallet A ke SC3. Dari SC3 untuk hasil
Dalam makalah ini FMS yang dimodelkan pemrosesan pallet B, terdapat pallet truck yang
adalah FMS dimana semua mesin dihubungkan oleh membawanya ke SC2. Hasil pemrosesan pallet A di SC3,
Sistem Penanganan Material dan job-job yang berbeda yang berupa produk selanjutnya dibawa lagi oleh satu
yang diproses oleh sistem harus mengunjungi mesin- pallet truck ke UnLoad Station, dimisalkan gudang.
mesin yang berbeda untuk mendapatkan operasi yang Demikian juga untuk produk dari hasil pemrosesan pallet
diinginkan. B di SC2 akan dibawa oleh 1 pallet truck ke gudang.
Komponen-komponen FMS adalah sebagai berikut: Part datang secara random ke sistem (menurut
Load Station, untuk menampung kedatangan raw distribusi Eksponensial, dengan mean 0.5 menit) di
material yang diletakkan di pallet. LoadStation. Waktu operasi independen berdasarkan
UnLoad Station, untuk menerima produk setelah distribusi Eksponensial dengan mean 2 menit. Service
selesai diproses. Center mempunyai pola waktu rusak berdasarkan
Service Center (SC), jika penugasan tool seperti distribusi Weibull dengan α = 2, β = 60, pola waktu
misalnya sebuah grup mesin yang mampu untuk perbaikan dengan distribusi Gamma dengan α = 60, β = 1
melakukan operasi-operasi yang sama pada semua tipe (satuan simulasi dalam menit). Prioritas dari penugasan
job-job yang diproses oleh sistem, grup tersebut dapat mesin didasarkan pada disiplin antrian FCFS, LCFS,
dianggap sebagai bentuk paralel dari mesin-mesin. Priority; sedangkan antrian MHS menggunakan disiplin
Material Handling Sytem (MHS), dimana penting FCFS. Pallet truck mempunyai kecepatan maksimal 10
untuk membedakan antara sistem-sistem unit load m/menit, mempunyai pola waktu rusak berdasarkan
(seperti AGV dan kendaraan pengangkut) yang distribusi Weibull dengan α = 2, β = 600, pola waktu
89
SEMINAR NASIONAL ILMU KOMPUTER DAN TEKNOLOGI INFORMASI IV 2003
90
SEMINAR NASIONAL ILMU KOMPUTER DAN TEKNOLOGI INFORMASI IV 2003
Material Handling System keadaan hanya terdapat sedikit (minimal) jumlah MHS,
sedangkan produk yang ingin dibuat membutuhkan proses
Name Average Delay Average Number Utilization
yang membutuhkan banyak operasi antar Service Center,
in Queue in Queue
FMS lebih efisien mewujudkan produk tadi. Tetapi sekali
PalletTruck_0_1 0:00:00:00:0 12.266667 78.743961%
lagi, hal itu juga harus memperhatikan jumlah
PalletTruck_1_2 0:00:00:00:0 9.719298 85.024155%
ServiceCenter fleksibel yang harus disediakan untuk
PalletTruck_1_3 0:00:00:00:0 3.189189 56.521739%
mewujudkan fleksibelitas urutan pallet dalam
PalletTruck_3_4 0:00:00:00:0 0.333333 94.202899%
menghasilkan produk.
PalletTruck_2_4 0:00:00:00:0 0.387755 93.719807%
Jadi dengan mempergunakan FMS sebagai salah
Local Storage satu sistem di Manufacturing, dapat lebih mengefisienkan
Name Average Delay Average Number proses membuat produk tertentu. Dengan memperhatikan
in Queue in Queue bahwa pengurangan waktu tunggu di antrian merupakan
Box0 0:00:01:53:100 15.583333 salah satu tujuan yang ingin didapat dari optimisasi
Box1 0:00:02:52:550 6.566667 Manufacturing, maka fleksibelitas dapat menunjukkan
Box2 0:00:01:57:450 15.350000 kinerja dari FMS.
Box3 0:00:02:19:200 8.800000
Box4 0:00:01:40:50 15.400000 5. PERCOBAAN LEBIH LANJUT
Box5 0:00:02:45:300 8.400000 Model 1.
Dengan hanya memperhatikan rata-rata waktu tunggu di Mulai SC1 SC2 SC3 SC4 SC5 SC6
Statistik FCFS LCFS Priority Mulai SC1 SC2 SC3 SC4 SC5 SC6
pallet yang diproses maka utilisasi akan semakin tinggi, SC3 SC2
91
SEMINAR NASIONAL ILMU KOMPUTER DAN TEKNOLOGI INFORMASI IV 2003
lurus dengan jarak masing-masing 4 meter. Pallet datang dalam waktu tunggu rata-rata dari skenario s1 ke s2,
secara acak ke sistem di LoadStation menurut distribusi s2 ke s3 dan s3 ke s4 adalah 35%, 2%, dan –27%.
Poisson (λ diasumsikan 1), kapasitas LoadStation 100 Nilai terakhir negatif, yang berarti malah terjadi
Pallet. Waktu operasi independen setiap SC berdasarkan penambahan pada waktu tunggu, karena kemungkinan
distribusi Eksponensial dengan mean 2 banyaknya pallet dan MHS, serta rute yang kurang
menit/pallet,diasumsikan setiap SC memiliki 10 buah efisien, walaupun bila dibandingkan dengan
server. Waktu rusaknya SC mengikuti pola distribusi pengurangan dari skenario s1 ke s2 tetap menunjukkan
Weibull dengan α=120 dan β=10, waktu perbaikan penurunan nilai.
kerusakan mengikuti distribusi Gamma dengan α=10 (dan Baik pada nilai pengurangan absolut maupun pada
β dalam simulator di-default=1). Prioritas dari penugasan nilai pengurangan relatif nampaknya sama-sama
SC=FCFS. Kapasitas menampung pallet pada berkurang. Hal inilah yang menjadi keuntungan utama
LocalStorage=1000. MHS diasumsikan memiliki dari fleksibelitas, yaitu cukup diberikan fleksibelitas
kapasitas angkut 10 pallet dengan kecepatan 3 dengan nilai terbatas pada sistem dan pengurangan
meter/detik, waktu rusaknya mengikuti pola distribusi waktu tunggu rata-rata akan meningkat drastis.
Weibull dengan α=60 dan β=10, waktu perbaikan Peningkatan fleksibelitas selanjutnya hanya
mengikuti distribusi Gamma dengan α=2 dan β=1, dan memberikan kontribusi yang kecil dan tak berarti.
jumlah MHS disesuaikan menurut masing-masing Hasil ini berimplikasi pada pengembangan
skenario. Posisi awal MHS diasumsikan pada suatu lokasi pengukuran fleksibelitas yang terefleksi pada nilai
tertentu. Keberangkatan pallet dari UnLoadStation fleksibelitas. Berdasarkan pada hasil ini, pengukuran
diasumsikan mengikuti distribusi Eksponensial dengan dari nilai fleksibelitas seharusnya merupakan fungsi
mean 1 menit. Sistem disimulasikan pada 4 skenario pertambahan pengurutan yang mungkin dengan
fleksibel dan dijalankan selama 24 jam waktu simulasi. pertambahan yang semakin berkurang. Atau dengan
Hasil pemodelan dan simulasinya, yang setelah kata lain pengukuran harus secara signifikan
dibandingkan dengan hasil penelitian Benjaafar bertambah dengan pertambahan awal pada jumlah
([BEN1996]) disajikan dalam ringkasan berikut ini: pengurutan dan kemudian secepatnya berkurang.
Skenario Jmlh rute Jmlh pallet Jmlh MHS Sehingga pengukuran akan langsung bertambah sesuai
s1 5 1 7 fungsi utilisasi dengan pertambahan marginal.
s2 5 5 19 Kesimpulannya, pengukuran akan langsung bertambah
s3 5 5 16 dan sangat cekung sebagai fungsi dari utilisasi.
s4 8 8 20
Waktu tunggu rata-rata pallet dan utilisasi: Model 2. Untuk mengetahui pengaruh dari ukuran sistem
dalam fleksibelitas, maka keempat skenario tadi
Skenario Waktu tunggu rata-rata Utilisasi
diaplikasikan kembali, dengan mencobanya pada jumlah
(hari:jam:menit:detik:ms) Detik %
server di setiap SC yang bervariasi mulai dari 2, 3, 4, dan
s1 0:00:02:28:458 148,458 31,57
10 server seperti yang telah dilakukan pada model 1 tadi.
s2 0:00:01:36:899 96,899 19,80
Di bawah ini diberikan hasilnya, yaitu waktu tunggu rata-
s3 0:00:01:35:196 95,196 19,95
rata pallet dibandingkan ukuran sistem:
s4 0:00:02:00:881 120,881 19,69
Skena- Jumlah Server
Pengurangan persentase marginal dalam waktu tunggu rio 2 3 4 10
rata-rata:
s1 707.573 235.496 204.315 148.458
s1-s2 s2-s3 s3-s4
s2 575.383 197.643 120.184 96.899
34,73% 1,76% -26,98%
s3 543.485 157.74 130.782 95.196
Dari hasil simulasi ini didapat beberapa hal:
s4 425.572 165.83 132.548 120.881
Untuk keempat skenario tadi, adanya peningkatan
Dari hasil simulasi ini didapat beberapa hal:
dalam pengurutan fleksibel menghasilkan penurunan
Fleksibelitas meningkatkan kinerja sistem dengan
dalam waktu tunggu rata-rata pallet dalam sistem.
sedikit dipengaruhi ukuran sistem, walaupun
Nilai dari penurunan waktu tunggu rata-rata pallet di
peningkatan itu akan cenderung mengecil. Pola
sistem akan semakin besar bila utilisasi dari SC dapat
perbedaan kinerja untuk beberapa sistem yang berbeda
ditingkatkan, sehingga nampaknya fleksibelitas akan
menampakkan kecenderungan pengurangan secara
bernilai lebih pada highly loaded system.
linier.
Walaupun nilai absolut pengurangan pada waktu
Walaupun untuk skenario pengurutan tetap waktu
tunggu adalah fungsi dari loading sistem, pengurangan
tunggu rata-rata berkurang secara monoton seiring
relatif tidak berpengaruh pada loading ini. Seperti
dengan bertambahnya ukuran sistem, untuk skenario
terlihat pada tabel terakhir, persentase pengurangan
92
SEMINAR NASIONAL ILMU KOMPUTER DAN TEKNOLOGI INFORMASI IV 2003
fleksibel waktu tunggu itu masih tetap kecil Kesimpulan model 1, model 2, dan model 3.
pengurangannya. Dalam kenyataannya, untuk s4, Dari ketiga model yang telah dijelaskan di depan dan
waktu tunggu rata-ratanya paling konstan walaupun bersesuaian dengan hasil penelitian yang telah dilakukan
ukuran sistem bertambah. Hal ini tidak saja berarti Benjaafar ([BEN1996]), maka dapat disimpulkan:
bahwa fleksibelitas lebih bernilai untuk sistem yang Nilai fleksibelitas merupakan fungsi penambahan
besar tetapi bahwa untuk kebanyakan sistem, secara monoton pada fungsi ukuran sistem.
fleksibelitas dapat menjadi sangat efektif dalam Nilai fleksibelitas merupakan fungsi penambahan
menstabilkan kinerja sistem. secara monoton dan pada loading system merupakan
Untuk sistem dengan 10 server yang beroperasi pada fungsi cekung.
s4, waktu tunggu rata-rata menurun drastis Nilai fleksibelitas merupakan fungsi penambahan
dibandingkan sistem yang berukuran lebih kecil. secara monoton dari permintaan dan keanekaragaman
Mungkin ini disebabkan oleh pengurangan waktu pemrosesan,
tunggu pada fleksibelitas melebih pertambahan waktu Nilai fleksibelitas berbanding terbalik dengan nilai
tunggu yang disebabkan oleh bertambahnya server. optimasi sistem dan kontrol. Utamanya, pengukuran
harus didasarkan pada jenis disiplin antrian yang
Model 3. Serupa dengan model berikutnya, hanya saja digunakan.
disini diselidiki pengaruh dari pelbagai disiplin antrian
untuk memvalidasi hasil sebelumnya, yaitu FCFS tadi 6. KESIMPULAN
ditambah dengan LCFS dan Prioritas. Hasilnya sbb: Metode pemodelan secara visual yang langsung
Skenario Disiplin Antrian menggunakan gambaran komponen sesungguhnya
FCFS LCFS Prioritas dalam sistem manufakturing yang nyata dan tanpa
s1 148.458 121.114 148.458 sedikit pun menuliskan kode program, dapat
s2 96.899 144.229 80.889 mempermudah pemakaian dan mempercepat
s3 95.196 149.928 90.387 pemodelan sistem manufaktur yang menggunakan
s4 120.881 175.434 90.779 FMS, disamping tentunya Job Shop dan Transfer
Dari hasil simulasi ini didapat beberapa hal: Lines.
Skenario fleksibel pada umumnya menampilkan Kondisi optimal dari suatu model tak tergantung pada
kinerja yang lebih tinggi dibandingkan pengurutan tingkat utilisasi atau waktu tunggu saja, tapi
tetap pada semua disiplin antrian. Pengaruh dari bergantung pada keseimbangan yang dikehendaki
fleksibelitas masih tetap berjenis penurunan, walaupun pembuat model.
ada sedikit peningkatan pada s4. Nilai-nilai dari
fenomena yang menarik ini merupakan pengungkapan 7. DAFTAR PUSTAKA
tambahan dari model 3 ini. Sebagai contoh, untuk 1. [BEN1996] Benjaafar S. and Ramakrishnan R.,
skenario pengurutan tetap, perbedaan dalam kinerja Modelling, Measurement and Evaluation of
diantara disiplin antrian adalah signifikan. Perbedaan Sequencing Flexibility in Manufacturing Systems,
diantara waktu tunggu rata-rata diantara disiplin International Journal of Production Research, Vol.
antrian terburuk (FCFS dan Prioritas) dan terbaik 34, No. 5, pp. 1195-1220, 1996.
(LCFS) lebih dari 27 detik. Namun nilai tersebut bisa 2. [BUZ1993] Buzacott John A., Shantikumar J.
jadi demikian, mengingat adanya penanganan disiplin George, Stochastic Models of Manufacturing
antrian yang kurang optimasi. Seharusnya pengaruh Systems, Prentice-Hall International Inc., 1993.
dari aturan pengurutan disiplin antrian ini tak begitu 3. [COA1991A] Coad P., Yourdon E., Object-
mempengaruhi waktu tunggu rata-rata, dan Oriented Analysis, Second Edition, Prentice-Hall,
penyediaan fleksibelitas seharusnya yang mempunyai Inc., New Jersey, America, 1991.
pengaruh terbesar. Tetapi dengan adanya hasil ini 4. [COA1991B]Coad P., Yourdon E., Object-Oriented
maka justru didapatkan alternatif, bahwa fleksibelitas Design, Prentice-Hall, Inc., New Jersey, America,
nampaknya dapat menjadi pengganti untuk sistem 1991.
kontrol, dan juga sebaliknya.
93