Model Simulasi Sistem Diskrit untuk Meminimasi Rata-rata Waktu Tunggu Truk (Studi Kasus PT. XYZ)

Authors

  • Nur Layli Rachmawati Progam Studi Teknik Logistik, Fakultas Teknologi Industri, Universitas Pertamina
  • Pramesti Adwinda Dianisa Progam Studi Teknik Logistik, Fakultas Teknologi Industri, Universitas Pertamina

DOI:

https://doi.org/10.30737/jurmatis.v4i2.2371

Keywords:

Average Time, DES, Pro-Model, Queue, Trucks,

Abstract

Sugarcane (Saccharum Officinarum), as a raw material sugar-making process, is the essential component for the sugar industry, including PT XYZ. Sugarcane is a perishable good with 48 hours shelf life after being cut from the garden; if it exceeds the shelf life, the sugarcane yield will decrease. The random pattern of truck arrivals causes a queue of trucks within the factory. This study aims to reduce the average waiting time of entities in the system using discrete simulations. Discrete-event simulation is used to capture changes in variables and has been widely used to solve queuing problems. We developed four scenarios to seek the better solution. Scenario 1 is to shift the location of the sugarcane unloading tables 1 and 2. Scenario 2 is to add one location for unloading the sugarcane table. Scenario 3 adds the function of unloading small ankle trucks and large ankles on sugar cane loading tables 4 and 5. Scenario 4 is developed by combining scenarios 1 and 3. The results show that the reduction in average waiting time of scenario 1: long truck 15.9 minutes and small ankle truck 124.6 minutes; scenario 2: small ankle truck 5.5 minutes; scenario 3: small ankle truck 95.5 minutes; scenario 4: small ankle truck 163.3 minutes and long truck 13.1 minutes.  Based on those scenarios, scenario 4 obtained the best solution with a total decrease the average truck time in the system of 176.4 minutes or 8% better than existing system.

 

Tebu (Saccharum Officinarum) sebagai bahan baku pembuatan gula menjadi komponen paling penting bagi industri pengolahan gula, termasuk PT XYZ. Tebu bersifat perishable dengan masa simpan maksimal selama 48 jam setelah ditebang dari kebun, dan jika melebihi waktu simpan maka kadar rendemen tebu akan menurun. Pola kedatangan truk yang acak menyebabkan timbulnya antrean truk dalam pabrik. Penelitian bertujuan untuk mengurangi antrean truk dengan indikator pengurangan rata-rata waktu tunggu entitas dalam sistem menggunakan simulasi diskrit. Simulasi diskrit digunakan karena dapat menangkap perubahan variabel dan telah banyak digunakan untuk menyelesaikan permasalahan antrian, Simulasi menggunakan 4 skenario usulan. Skenario 1 adalah dengan menggeser lokasi meja tebu bongkar 1 dan 2. Skenario 2 adalah dengan menambah satu lokasi meja tebu bongkar. Skenario 3 adalah dengan menambahkan fungsi bongkar truk engkel kecil dan engkel besar pada meja tebu bongkar 4 dan 5. Sedangkan skenario 4 dikembangkan dengan cara menggabungkan skenario 1 dan 3. Berdasarkan skenario, pengurangan waktu tunggu rata-rata skenario 1: truk gandengan 15.9 menit dan truk engkel kecil 124.6 menit; skenario 2: truk engkel kecil 5.5 menit; skenario 3: truk engkel kecil 95.5 menit; scenario 4: truk engkel kecil 163.3 menit dan 13.1 menit untuk truk gandengan. Skenario terbaik adalah skenario 4 dengan penurunan total sebanyak 176.4 menit atau 8% dari sistem eksisting.

References

V. P. Marliani, D. A. Santosa och S. Anwar, â€Analisis kandungan hara N dan P serta Klorofil tebu transgenik IPB 1 yang ditanam di Kebun Percobaan PG Djatiroto, Jawa Timur,†Institut Pertanian Bogor, 2011.

M. C. Tarigan, â€TINJAUAN NATA DARI AIR TEBU (NATA DE SUGAR CANE) DILIHAT DARI WARNA, AROMA, RASA DAN TEKSTUR,†Universitas Negeri Medan, 2012.

I. E. Kurniawan och Purwono, â€Tebang, Muat dan Angkut di Wilayah PG Madukismo, Yogyakarta,†Bul. Agrohorti, vol. 6, nr 3, p. 354 – 361, 2018.

A. D. Kuspratomo, Burhan och M. Fakhry, â€PENGARUH VARIETAS TEBU, POTONGAN DAN PENUNDAAN GILING TERHADAP KUALITAS NIRA TEBU,†AGROINTEK, vol. 6, nr 2, pp. 123-132, 2012.

J. Supranto, Riset Operasi untuk Pengambilan Keputusan, Jakarta: Rajawali Press, 2013.

M. H. Rizal, N. Siswanto och B. O. P. Soepangkat, â€Simulasi Proses Pemuatan Kapal di Pelabuhan PT. Wina Gresik dengan Tujuan Mengurangi Demurrage,†Institut Teknologi Sepuluh Nopember, 2015.

S. Sudaningtyas, â€Penentuan Jumlah Operator Optimal dengan Metode Simulasi,†Jurnal Teknik Industri, vol. 13, nr 2, p. 177–185, 2012.

J. Banks, J. S. C. II, B. L. Nelson och D. M. Nicol, Discrete-Event System Simulation, Delhi, India: Pearson, 2004.

C. Kogler och P. Rauch, â€Contingency Plans for the Wood Supply Chain Based on Bottleneck and Queuing Time Analyses of a Discrete Event Simulation,†Forest, vol. 11, nr 4, p. 396, 2020.

A. Kamblib, A. A. Sinha och S. Srinivas, â€Improving campus dining operations using capacity and queue management: A simulation-based case study,†Journal of Hospitality and Tourism Management, vol. 43, nr June 2020, pp. 62-70, 2020.

D. Smith och S. Srinivas, â€A simulation-based evaluation of warehouse check-in strategies for improving inbound logistics operations,†Simulation Modelling Practice and Theory, vol. 94, nr 2019, pp. 303-320, 2019.

T. C. Xian, C. W. Hong och N. N. Hawari, â€Modeling and Simulation of Queuing System for Customer Service Improvement: A Case Study,†2016.

M. Hartati, I. H. Zah, F. L. Norhiza och T. Nurainun, â€Usulan Perbaikan Proses Pelayanan Loading dan Unloading Kapal di Dermaga Curah Cair PT. X dengan Pendekatan Simulasi,†Jurnal Rekayasa Sistem Industri, vol. 8, nr 2, pp. 113-120, 2019.

J. Titarsole och B. J. Camerling, â€ANALISIS SISTEM ANTRIAN PADA AREA PARKIR MOBIL TANGKI KE FILLING SHED DENGAN MENGGUNAKAN PROMODEL (Studi Kasus Di PT Pertamina Terminal BBM Wayame Ambon),†ARIKA, vol. 11, nr 1, pp. 67-82, 2017.

A. Puspitasari, A. Alessandro, C. Christian, D. Maria och S. Lorinanto, â€PERBAIKAN SISTEM ANTREAN DI MCDONALD’S PLAZA MARINA DENGAN SIMULASI ANTREAN,†PENA: JURNAL ILMU PENGETAHUAN DAN TEKNOLOGI, vol. 32, nr 2, 2018.

M. Kiani, J.Sayareh och S. Nooramin, â€A SIMULATION FRAMEWORK FOR OPTIMIZING TRUCK CONGESTIONS IN MARINE TERMINALS,†Journal of Maritime Research, vol. VII, nr I, pp. 55-70, 2010.

V. D. Putri, K. Komarudin och A. R. Destyanto, â€The Determination of MRT (Mass Rapid Transit) Jakarta Train Specification to Reach Headway Target by Using ProModel,†i 2018 3rd International Conference on Computational Intelligence and Applications (ICCIA), Hong Kong, 2018.

C. K. Lee, S. Zhang och K. K. Ng, â€In-Plant Logistics Simulation Model for the Catering Service Industry Towards Sustainable Development: A Case Study,†Sustainability, vol. 11, nr 13, p. 3655, 2019.

D. Novrisal, N. Hamani, A. Elmhamedi och T. P. Soemardi, â€Performance Improvement using Simulation and Line Balancing; Application in Departure Terminal at Airport,†Applied Mechanics and Materials, Vol. %1 av %2799-800, nr 2015, pp. 1403-1409, 2015.

P. Tearwattanarattikal, S. Namphacharoen och C. Chamrasporn, â€Using ProModel as a simulation tools to assist plant layout design and planning: Case study plastic packaging factory,†Songklanakarin J. Sci. Technol., vol. 30, nr 1, pp. 117-123, 2008.

J. A. J. Villaflores, M. Z. A. Llegos, U. K. L. Guna, M. A. F. Faminiano, L. D. Cruzado, K. R. Mendoza och J. E. A. Reyes, â€Process Improvement of COVID-19 Vaccination System by utilizing Queuing Theory and ProModel Simulator on Vaccination Facilities in Metro Manila,†i International Conference on Industrial Engineering and Operations Management , Surakarta, Indonesia, 2021.

S. A. R. Harahap, U. Sinulingga och S. Ariswoyo, â€Analisis Sistem Antrian Pelayanan Nasabah Di PT. Bank Negara Indonesia (Persero) Tbk Kantor Cabang Utama USU,†Saintia Matematika, vol. 2, nr 3, pp. 277-287, 2014.

M. A. Pasirulloh och E. Suryani, â€PEMODELAN DAN SIMULASI SISTEM INDUSTRI MANUFAKTUR MENGGUNAKAN METODE SIMULASI HYBRID (STUDI KASUS: PT. KELOLA MINA LAUT),†Jurnal Teknik ITS, vol. 6, nr 2, 2017.

D. W. Kelton, R. P. Sadowski och N. B. Zupick, Simulation with Arena, New York: Mc Graw Hill, 2015.

C. R. Harrell, B. K. Ghosh och J. Royce O. Bowden, Simulation Using ProModel, New York: Mc Graw Hill, 2012.

Downloads

PlumX Metrics

Published

2022-08-25

How to Cite

[1]
N. L. Rachmawati and P. A. Dianisa, “Model Simulasi Sistem Diskrit untuk Meminimasi Rata-rata Waktu Tunggu Truk (Studi Kasus PT. XYZ)”, JURMATIS, vol. 4, no. 2, pp. 122–136, Aug. 2022.

Issue

Section

Articles