PKM_NAUFAL WAHYU MAULANA_175040807111018

i

MODUL MODEL SIMULASI (SIMULATION MODELING)
LAPORAN TUGAS PENGGANTI PRAKTIK KERJA LAPANG

Oleh:
NAUFAL WAHYU MAULANA

NIM. 175080407111018

AGROBISNIS PERIKANAN
SOSIAL EKONOMI PERIKANAN DAN KELAUTAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN

UNIVERSITAS BRAWIJAYA
2020

ii

MODUL MODEL SIMULASI (SIMULATION MODELING)
LAPORAN TUGAS PENGGANTI PRAKTIK KERJA LAPANG

Sebagai Salah Satu Syarat Untuk Meraih Gelar Sarjana Perikanan
di Fakultas Perikanan dan Ilmu Kelautan
Universitas Brawijaya

Oleh:

NAUFAL WAHYU MAULANA
NIM. 175080407111018

AGROBISNIS PERIKANAN
SOSIAL EKONOMI PERIKANAN DAN KELAUTAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN

UNIVERSITAS BRAWIJAYA
2020

iii

LEMBAR PENGESAHAN
LAPORAN PRAKTIK KERJA LAPANG

MODUL MODEL SIMULASI (SIMULATION MODELING)

Oleh:

NAUFAL WAHYU MAULANA
NIM.175080407111018

Telah dipertahankan didepan penguji
pada tanggal

dan dinyatakan telah memenuhi syarat

Mengetahui, Menyetujui,
Sekertaris Jurusan SEPK Dosen Pembimbing

Erlinda Indrayani, S.Pi, M.Si Prof. Dr. Ir. Harsuko Riniwati, MP
NIP.197402202003122001 NIP.196606041990022001

Tanggal: Tanggal:

iv

PERNYATAAN ORISINALITAS

Dengan ini Saya yang bertanda tangan dibawah ini:

Nama : Naufal Wahyu Maulana

NIM : 175080407111018

Judul PKM : Modul Model Simulasi (Simulation Modeling)

Dengan ini menyatakan sebenar - benarnya bahwa penulisan laporan PKL
ini dibuat berdasarkan hasil dari kegiatan, pemikiran dan pemaparan yang
merupakan asli dari saya sendiri baik untuk penulisan naskah, tabel, gambar
maupun ilustrasi lainnya yang tercantum sebagai bagian dari laporan PKL ini.
Jika terdapat ada karya pendapat atau informasi dari orang lain, maka saya
akan mencantumkan sumber yang jelas ke dalam daftar pustaka.

Demikian pernyataan ini saya buat, apabila dikemudian hari terdapat
penyimpangan dan ketidakbenaran dalam pernyataan ini, maka saya bersedia
menerima sanksi akademik sesuai dengan peraturan yang berlaku di
Universitas Brawijaya, Malang. Demikian pernyataan ini saya buat dalam
keadaan sadar tanpa adanya paksaan dari pihak manapun

Malang, 25 November 2020

Naufal Wahyu Maulana
NIM.175080407111018

v

UCAPAN TERIMA KASIH

Penulis panjatkan rasa syukur atas ke hadirat Allah SWT yang senantiasa
melimpahkan rahmat dan hidayah-Nya. Pada kesempatan ini penulis ingin
menyampaikan rasa terima kasih yang sebesar-besarnya kepada:

1. Ibu Prof. Dr. Ir. Harsuko Riniwati, Mp. selaku Dosen Pembimbing Praktik
Kerja Magang.

2. Bapak Dr. Ir. Edi Susilo, MS selaku Ketua Jurusan Sosial Ekonomi
Perikanan dan Kelautan.

3. Ibu Erlinda Indrayani. S.Pi., M.Si. selaku Sekertaris Jurusan Sosial
Ekonomi Perikanan dan Kelautan.

4. Bapak Rizki Agung Lestariadi, S.Pi, MP, MBA, Ph.D selaku Ketua
Program Studi Agrobisnis Perikanan.

5. Bapak dan Ibu dosen Agrobisnis Perikanan Fakultas Perikanan dan Ilmu
Kelautan Universitas Brawijaya.

6. Orang tua penulis, yang telah memberikan doa dan dukungan baik
berupa moril maupun materil.

7. Teman-teman mahasiswa Agrobisnis Perikanan Fakultas Perikanan dan
Ilmu Kelautan Universitas Brawijaya angkatan 2017.

8. Semua pihak yang telah berjasa dalam penyusunan laporan ini yang tidak
mungkin penulis sebutkan satu per satu.

vi

RINGKASAN

Naufal Wahyu Maulana. Modul Simulation Modeling – Agrobisnis
Perikanan, Sosial Ekonomi Perikanan ,Fakultas Perikanan dan Ilmu Kelautan
(dibawah bimbingan ibu Harsuko Riniwati)

Model simulasi atau biasa disebut Simulation modeling yaitu salah satu
alat analisis kuantitatif yang sering digunakan dan juga merupakan salah satu
teknik kuantitatif yang cukup simpel, fleksibel, dan mudah untuk digunakan
maupun dipelajari. Model simulasi menunjukkan bagaimana cara
mensimulasikan sistem bisnis manajemen dengan cara membangun model
matematika yang sedekat mungkin untuk mewakili realitas sistem. Pada
dasarnya simulasi adalah meniru situasi pada dunia nyata secara matematis
dan kemudian mempelajari sifat dan karakteristik pengoprasiannya yang pada
akhirnya digunakan untuk menarik kesimpulan dan membuat keputusan
berdasarkan hasil simulasinya.

Pembuatan modul ini bertujuan agar mahasiswa atau pembaca dapat
memahami tentang model simulasi atau simulation modeling. Selain itu hal
tersebut juga bertujuan supaya mahasiswa dapat menggunakan dan
memanfaatkan model simulasi dengan baik dan tepat.

vii

KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa, atas Rahmat dan karunia-
nya sehingga penulis dapat menyelesaikan laporan PKL ini dengan lancar.
Shalawat serta salam selalu kita curahkan kepada Nabi Muhammad SAW.
Penulis berharap dapat memberikan informasi yang bermanfaat bagi para
pembaca atau mahasiswa mengenai Modul Model Simulai (Simulation
Modeling).

Laporan PKL ini berisi tentang modul yang dikerjakan oleh penulis.kerja.
Topik bahasan yang diambil adalah Model Simulasi.

Demikian laporan PKL ini saya buat, semoga dapat bermanfaat. Penulis
mengharapkan kritik dan saran untuk menyempurnakan laporan PKL ini agar
kedepannya bisa menjadi lebih baik, terima kasih.

Malang, 21 November 2020

Naufal Wahyu Maulana
NIM. 1705080407111018

viii

DAFTAR ISI

HALAMAN JUDUL............................................................................................... i
HALAMAN JUDUL 1........................................................................................... ii
LEMBAR PENGESAHAN .................................................................................. iii
PERNYATAAN ORISINALITAS ......................................................................... iv
UCAPAN TERIMA KASIH................................................................................... v
RINGKASAN...................................................................................................... vi
KATA PENGANTAR ......................................................................................... vii
DAFTAR TABEL ................................................................................................. x
DAFTAR GAMBAR ............................................................................................ xi

BAB PENDAHULUAN ........................................................................................ 1
1.1 Latar Belakang ............................................................................... 1
1.2 Tujuan ............................................................................................ 2
1.3 Manfaat .......................................................................................... 2

BAB 2. METODE ANALISIS ............................................................................... 3
2.1 Model Simulasi ............................................................................... 3
2.1.1 Pengertian Model Simulasi ...................................................... 3
2.1.2 Karakteristik Simulasi .............................................................. 5
2.1.3 Keunggulan dan Kekurangan Simulasi .................................... 5
2.2 Pembagian Model Simulasi ............................................................ 6
2.2.1 Simulasi Monte Carlo .............................................................. 7
2.2.2 Simulasi Sistem Antrian......................................................... 10
2.2.3 Simulasi Model Kebijakan Pemeliharaan............................... 14

BAB 3. SUMBER DATA.................................................................................... 18
3.1 Pengumpulan Data....................................................................... 18
3.2 Studi Pusaka ................................................................................ 18

BAB 4. VIDEO PENGAMBILAN DATA............................................................. 19
BAB 5 VIDEO ANALISIS DATA ....................................................................... 20

BAB 6. PEMBAHASAN .................................................................................... 21
6.1 Pola Data...................................................................................... 21

ix

6.2 Tahapan Perhitungan ................................................................... 21
BAB 7. KESIMPULAN ...................................................................................... 25
BAB 8. SARAN ................................................................................................. 27
Daftar Pustaka ................................................................................................. 28

x

DAFTAR TABEL

Tabel 1. Permintaan Toko Ban Benji ............................................................................ 8
Tabel 2. Probabilitas ........................................................................................................ 8
Tabel 3. Probabilitas Kumulatif ...................................................................................... 9
Tabel 4. Interval Angka Random ................................................................................... 9
Tabel 5. Data Kehadiran Mahasiswa .......................................................................... 21
Tabel 6. Probabilitas Kumulatif Tidak Hadir ............................................................... 22
Tabel 7. Probabilitas Kumulatif Hadir.......................................................................... 22
Tabel 8. Interval Variabel Tidak Hadir......................................................................... 22
Tabel 9. Interval Variabel Hadir ................................................................................... 23
Tabel 10. Simulasi Kehadiran Mahasiswa Dengan Bilangan Acak........................ 24
Tabel 11. Simulasi Ketidakhadiran Mahasiswa Dengan Bilangan Acak .............. 24

xi

DAFTAR GAMBAR

Gambar 1. Proses Penelitian dengan Metode Simulasi ............................................ 4
Gambar 2.Pembuatan Angka Random pada Ms. Excel .......................................... 10
Gambar 3. Model Single Channel Single Phase ....................................................... 12
Gambar 4. Model Single Channel Multi Phase.......................................................... 13
Gambar 5. Model Single Channel Multi Phase.......................................................... 13
Gambar 6. Model Multi Channel – Multi Phase......................................................... 14
Gambar 7. Bilangan Acak ............................................................................................. 23

1

BAB 1. PENDAHULUAN

1.1 Latar Belakang

Model simulasi atau biasa disebut Simulation modeling yaitu salah satu alat
analisis kuantitatif yang sering digunakan dan juga merupakan salah satu teknik
kuantitatif yang cukup simpel, fleksibel, dan mudah untuk digunakan maupun
dipelajari. Model simulasi menunjukkan bagaimana cara mensimulasikan sistem
bisnis manajemen dengan cara membangun model matematika yang sedekat
mungkin untuk mewakili realitas sistem. Contohnya seperti yang digunakan
dalam tes simulasi terowongan angin pesawat. Sama seperti pesawat model
fisika yang diuji dan dimodifikasi dalam kondisi eskperimental, model matematika
yang digunakan untuk bereksperimen dan memperkirakan efek dari beberapa
tindakan. Pada dasarnya simulasi adalah meniru situasi pada dunia nyata secara
matematis dan kemudian mempelajari sifat dan karakteristik pengoprasiannya
yang pada akhirnya digunakan untuk menarik kesimpulan dan membuat
keputusan berdasarkan hasil simulasinya.

Pendekatan pada simulasi bisa di awali dengan pembangunan model
sistem nyata. Model tersebut harus bisa menunjukkan bagaimana komponen –
komponen dalam sistem saling berinteraksi sehingga benar – benar
menggambarkan seperti perilaku sistem. Kemudian setelah model selesai dibuat
maka model tersebut akan ditransformasikan ke dalam program komputer yang
akhirnya memungkinkan untuk disimulasikan.

Modul 1 ini dibuat dengan tujuan agar mahasiswa atau pembaca dapat
memahami tentang model simulasi atau simulation modeling. Selain itu hal
tersebut juga bertujuan supaya mahasiswa dapat menggunakan dan
memanfaatkan model simulasi dengan baik dan tepat.

2

1.2 Tujuan

Tujuan modul 1 adalah setelah membaca modul ini diharapkan mahasiswa
dapat :
1. Agar mahasiswa dapat mempelajari dan mendalami model simulasi
2. Untuk menentukan dampak perubahan dalam suatu lingkungan sistem
3. Untuk membantu mahasiswa mengetahui kelemahan dan keuntungan
model simulasi

1.3 Manfaat

1. Sebagai alat bantu analisis
2. Simulasi berfungsi untuk mengatasi masalah, jika sistem nyata sulit

diamati secara langsung
3. Simulasi juga dapat berfungsi untuk memperkirakan dampak dari suatu

keputusan yang diambil

3

BAB 2. METODE ANALISIS

2.1 Model Simulasi

Model didefinisikan sebagai suatu perwakilan atau abstraksi dari sebuah
objek atau situasi aktual. Model memperlihatkan hubungan-hubungan langsung
maupun tidak langsung serta kaitan timbal balik dalam istilah sebab akibat.
Simulasi merupakan suatu alat analisis yang handal untuk merencanakan,
mendesain, dan mengontrol proses sistem yang kompleks. Tingkat abstraksi
atau kerumitan dari suatu pemodelan sistem beragam tergantung dari sistem apa
yang akan dimodelkan. Tingkat abstraksi dapat dibagi menjadi tiga bagian, yaitu
level tingkat detail tinggi, level tingkat detail sedang dan level tingkat detail
rendah (Daellenbach, 1994).

2.1.1 Pengertian Model Simulasi

Menurut (Sridadi, 2009), untuk merumuskan model stokastik pada sebuah
sistem yang kompleks, perlu adanya pertimbangan yang baik dalam menentukan
model tiruan sistem nyata dan analisis matematika mana yang dapat dikerjakan.
Oleh karena itu, tidak akan ada hasil apapun yang diperoleh dalam memilih
model yang sangat sesuai dengan sistem yang diteliti jika model tersebut tidak
dapat dianalisis secara matematis. Dewasa ini, metode yang digunakan dalam
memilih model yang bersesuian dengan sistem nyata dengan teknik analisis
matematis yang mumpuni adalah simulasi. Simulasi merupakan program
software yang fungsinya untuk menirukan perilaku sistem nyata atau realitas,
studi perilaku sistem, dan hiburan atau permainan. Model dan simulasi adalah
alat yang sering digunakan oleh manajemen dalam mempelajari dan
menganalisis perilaku kerja dalam sebuah sistem.

4
Menurut (Harell., 2004), dalam simulasi sebuah hipotesis disusun untuk
menentukan desain atau aturan operasi manakah yang paling bagus. Kemudian
sebuah penelitian dilakukan dalam bentuk model simulasi untuk menguji
hipotesis. Dan pada tahap akhir, hasil simulasi dianalisis dan selanjutnya
kesimpulan dibuat berdasarkan kepada penelitian yang sudah dilakukan. Jika
hipotesis benar maka desain sistem dapat dilanjutkan untuk membuat desain
perubahan operasi. Proses melakukan peneltian dengan simulasi dapat dilihat
pada gambar berikut ini :

Gambar 1. Proses Penelitian dengan Metode Simulasi
Model sendiri adalah suatu deskripsi atau analogi yang digunakan untuk
membantu menggambarkan sesuatu yang tidak bisa diamati secara langsung.
Selain itu, model juga dapat diartikan sebagai model ikonik, analog, dan simbolik.

5

Pengertian dari model ikonik sendiri adalah mempersentasikan suatu sistem atau
benda yang dijadikan suatu objek yang berwujud menyerupai sistem tersebut.
Model analog merupakan model yang bisa mempresentasikan sifat dari suatu
sistem menjadi lebih simpel atau sederhana. Model simbolik adalah representasi
secara abstrak dari suatu sistem (Nashrulhaq, 2014).

2.1.2 Karakteristik Simulasi

Menurut (Anitah, 2007), simulasi merupakan metode dengan menghindari
teknik trial dan proses mahal yang memakan waktu. Dengan menggunakan
bantuan komputer untuk memodelkan. Maka model imitasi dapat menyerupai
sistem nyata. Kekuatan simulasi terletak dalam hal menyediakan metode analisis
yang tidak hanya bersifat formal dan prediktif, tapi juga dapat memprediksi
secara akurat bagaimana kinerja sebuah sistem yang kompleks sekalipun.
Adapun karakteristik simulasi yang menjadikannya sebagai alat pembuat
keputusan yang kuat dapat dijelaskan di bawah ini:

1. Mengidentifikasi ketergantungan dalam sistem
2. Bersifat fleksibel untuk jenis sistem manapun
3. Menunjukkan perilaku terhadap waktu
4. Tidak memakan banyak biaya, banyak waktu dan error yang lebih besar

dibandingkan dengan metode kuantitatif lain
5. Menghasilkan informasi pada pengukuran beberapa kinerja sistem
6. Menghasilkan analisis yang mudah dipahami dan dijelaskan

2.1.3 Keunggulan dan Kekurangan Simulasi

Menurut Harrell dkk (2004), mengatakan bahwa selain dapat membuat
desain untuk mengambil keputusan simulasi juga dapat digunakan untuk
melakukan validasi terhadap keputusan yang dilakukan. Validasi keputusan ini

6

maksudnya adalah apakah keputusan yang diambil itu adalah keputusan terbaik.
Selain itu simulasi juga dapat megurangi biaya karena tidak membutuhkan waktu
lama dibandingkan teknik trial and error. Kekuatan simulasi terletak pada
tersedianya metode analisis yang tidak hanya formal dan prediksi, tetepi juga
secara akurat memprediksi kinerja bahkan sistem yang paling kompleks
sekalipun.

Kekurangan simulasi adalah banyak kesahan yang sering ditemui pada
star-up dari sistem baru atau yang telah dimodifikasi dari sistem yang telah ada
sebelumnya. Hal ini terjadi dikarenakan proses dalam pembuatan sitem simulasi
tersebut masih belum sesuai dengan kondisi sebenarnya, oleh sebab itu
perencanaan diawal atau pada saat membuat konsep sangatlah diperlukan dan
dipikirkan sebaik-baiknya agar tidak terjadi kesalahan-kesalahan. Kesalahan-
kesalahan yang terjadi pada model simulasi akan menjadikan justru menambah
ongkos. Maksudnya adalah kesalahan-kesalahan yang terjadi pada model
simulasi membutuhkan waktu yang lama untuk memperbaikinya sehingga
membutuhkan biaya tambahan. Membuat pengaturan yang baik, bisa dikatakan
juga melakukan perencanaan terlebih dahulu agar dalam merancang suatu
sistem simulasi dibuat, maka hasil dari simulasi didapat pengambilan keputusan
dari peristiwa yang terjadi dengan sangat mudah. Sehingga dalam melakukan
analisis didapatkan hasil yang akurat dan dengan mudahnya didapatkan
kesimpulan dalam melakukan pengambilan keputusan.

2.2 Pembagian Model Simulasi

Sistem merupakan sekumpulan objek yang tiap komponennya memiliki
tujuan khusus. Komponen tersebut saling terkait satu sama lain dalam suatu
interaksi dan memiliki tujuan yang sama. Model adalah representasi dari sistem
nyata yang sudah dibuat menjadi simpel atau sederhana. Kemudian simulasi

7

merupakan meniru sebuah proses yang terdapat pada sistem nyata yang
menggunakan sebuah model yang berguna untuk memahami bagaimana sistem
tersebut berkerja. Berikut merupakan beberapa pembagian dalam model
simulasi.

2.2.1 Simulasi Monte Carlo

Menurut (Gustyana, 2014), Simulasi Monte Carlo yaitu percobaan dari
beberapa elemen kemungkinan dengan menggunakan teknik sampel random
acak. Tujuan simulasi Monte carlo adalah menemukan nilai yang mendekati nilai
sesungguhnya, atau nilai yang akan terjadi berdasarkan distribusi dari data
sampling. Dalam dunia keuangan dan perbankan, simulasi Monte carlo tentu
sangat dibutuhkan untuk menghitung resiko finansial. Monte Carlo juga
merupakan bentuk dari simulasi probabilistik yang dimana solusi dari suatu
masalah yang diberikan berdasarkan dari proses randomisasi atau acak. Proses
randomisasi atau acak ini dapat melibatkan suatu distribusi probabilitas dari
variabel data yang sudah dikumpulkan atau dikelompokkan berdasarkan data
dari masa lalu maupun distribusi probabilitas teoritis.

Berikut adalah beberapa macam langkah utama dalam simulasi model
Monte Carlo :
1. Membuat suatu distribusi kemungkinan untuk variabel yang penting

Dasar dari model simulasi monte carlo adalah membuat nilai dari setiap
variabel yang bisa berupa bagian dari suatu model yang dipelajari. Cukup
banyak variabel dalam dunia nyata yang secara alami memiliki berbagai macam
kemungkinan yang dapat disimulasikan. Salah satunya dengan cara yang umum
untuk membuat distribusi kemungkinan dari suatu variabel adalah
memperhitungkan hasil di masa lalu. Frekuensi relative untuk tiap kemungkinan

8

hasil dari tiap variabel ditentukan dengan cara membagi frekuensi observasi

dengan jumlah total suatu observasi
Contoh : Permintaan akan ban motor di toko ban “Benji” selama 200 hari

kebelakang terlihat pada tabel di bawah ini :

Tabel 1. Permintaan Toko Ban Benji Frekuensi

Permintaan 10
20
0 40
1 60
2 40
3 30
4 200 hari
5

Keadaan tersebut dapat diubah menjadi suatu distribusi kemungkinan (bila

diasumsikan pada tingkat penjualan di masa lalu tetap bisa bertahan sampai ke

masa depan) dengan cara membagi setiap permintaan dengan total permintaan.

Seperti pada tabel dibawah ini :

Tabel 2. Probabilitas

Variabel Kemungkinan
Permintaan Terjadi

0 10/200 = 0.05
1 20/200 = 0.10
2 40/200 = 0.20
3 60/200 = 0.30
4 40/200 = 0.20
5 30/200 = 0.15
200/200 = 1.00

2. Membangun distribusi kemungkinan kumulatif untuk setiap variabel
pada tahap pertama
Konversi yang ada dalam distribusi kemungkinan biasa, seperti pada kolom

kanan tabel 2 yang ada di atas menjadi suatu distribusi kumulatif yang dilakukan

9

dengan menjumlahkan setiap angka kemungkinan dengan jumlah sebelumnya
seperti yang ada pada tabel 3 di bawah ini.

Tabel 3. Probabilitas Kumulatif Kemungkinan Kemungkinan
Kumulatif
Variabel 0,05 0,05
Permintaan 0,10 0,15
0,20 0,35
0 0,30 0,65
1 0,20 0,85
2 0,15 1,00
3
4
5

3. Menentukan suatu interval angka random untuk setiap variabel

Setelah sebelumnya menentukan suatu probabilitas kumulatif untuk setiap

variabel yang termasuk dalam simulasi, kemudian selanjutnya harus menentukan

batas angka yang akan digunakan untuk mewakili setiap kemungkinan hasil. Hal

tersebut dapat ditunjukan pada interval angka random. Penentuan interval

didasari oleh kemungkinan kumulatif.

Tabel 4. Interval Angka Random

Permintaan Kemungkinan Kemungkinan Interval Angka
Kumulatif Random
0 0.05 0.05 01 s/d 05
1 0.10 0.15 06 s/d 15
2 0.20 0.35 16 s/d 35
3 0.30 0.65 36 s/d 65
4 0.20 0.85 66 s/d 85
5 0.15 1.00 86 /d 100

4. Membuat angka random
Dalam membuat angka random ini dapat menggunakan software Microsoft

Excel dengan cara menggunakan perintah Randbetween, contohnya untuk
angka random dari 1 - 100, dapat dituliskan perintah sebagai berikut

10
: =randbetween(1,100) dan kemudian dapat diulangi lagi sejumlah baris yang
diperlukan.

Gambar 2.Pembuatan Angka Random pada Ms. Excel

5. Membuat simulasi dari beberapa rangkaian percobaan
Dalam membuat suatu simulasi dari sebuah eksperimen dengan cara

mengambil angka random dari gambar 1 diatas ini, misalnya akan dibuat
beberapa simulasi untuk 10 hari, dapat diambil dari kolom A1 ‐ A10. Cara dalam
penentuan suatu permintaan adalah dengan cara ditentukan oleh angka random.
Contohnya jika angka random adalah 56, angka tersebut terletak di antara
interval 36 sampai dengan 65 yang artinya permintaan 3 buah ban motor.
2.2.2 Simulasi Sistem Antrian

Teori antrian pertama kali ditemukan oleh A.K Erlang ahli matematika yang
berasal dari Demark pada tahun 1913. Istilah dari Sistem Antrian (Queueing
System) dijumpai pertama kali pada tahun 1951 dalam journal Royal Statistical
Society, sedangkan masalah antrian sendiri sebenarnya sudah dapat dijumpai
sejak dulu lama. Faktor yang mempengaruhi barisan pada antrian dan pelayanan

11

antara lain adalah distribusi kedatangan, distribusi pelayanan, fasilitas
pelayanan, disiplin pelayanan, ukuran dalam antrian, dan jumlah server. Simulasi
dapat digunakan sebagai perancangan dan optimasi dalam suatu sistem dengan
biaya yang rendah sehingga bisa didapatkan suatu sistem yang optimal untuk
mengatasi permasalahan antrian yang terjadi (Lusian, 2016).

Antrian merupakan suatu bentuk kejadian yang menggambarkan suatu
kondisi dimana sekelompok atau beberapa orang yang sedang berkumpul untuk
mendapatkan giliran demi mendapatkan suatu produk maupun jasa yang
diingkan dan bisa juga dalam hal pelayanan. Sistem antrian sendiri yaitu hasil
pengembangan dari teori antrian, yang mengatur pelayanan sesuai dengan
kedatangan untuk mencapai kinerja yang efektif dan efesien, sebagai suatu
solusi dari masalah antrian (Bambang, 2016).

Menurut (Juarna, 2014), ada beberapa komponen dasar dalam sistem
antrian. Berikut merupakan komponen yang ada pasa sistem antrian :
1. Kedatangan

Setiap permasalah dalam antrian selalu melibatkan kedatangan, misal
orang, mobil, panggilan telepon untuk dilayani, dan lainnya. Unsur tersebut
sering disebut sebagai proses input. Proses input bisa meliputi sumber
kedatangan atau biasa disebut juga calling population, dan cara terjadinya
kedatangan yang umumnya adalah variabel acak. Variabel acak dapat berupa
diskrit atau kontinu. Jika variabel acak hanya dimungkinkan memiliki beberapa
nilai saja, maka variabel tersebut merupakan variabel acak diskrit. Sebaliknya,
jika nilainya dimungkinkan bervariasi pada rentang tertentu, maka variabel
tersebut dikenal sebagai variabel acak kontinu.
2. Pelayan

Pelayan atau bisa disebut juga mekanisme pelayanan dapat terdiri dari
satu atau lebih pelayan, atau satu atau lebih fasilitas pelayanan. setiap fasilitas

12

pelayanan kadang biasa disebut sebagai saluran (channel). Misalnya, jalan tol
bisa mempunyai atau memiliki beberapa pintu tol. Mekanisme pelayanannya bisa
terdiri dari satu pelayan dalam satu fasilitas pelayanan yang ditemui di loket pada
pintu tol, seperti pada penjualan tiket di gedung bioskop.
3. Antri

Inti dari analisa antrian merupakan antri itu sendiri. Munculnya antrian
tergantung dari sifat kedatangan dan proses pelayanan. Jika tidak ada antrian
maka terdapat pelayan yang menganggur atau kelebihan fasilitas pelayanan.

Menurut (Hermanto MZ, 2019), struktur antrian dibagi menjadi beberapa
fasilitas - fasilitas pelayanan, dalam hal ini channel dan phase yang keduanya itu
menunjukkan jumlah jalur dan jumlah station pelayanan.
a. Single Channel – Single Phase

Single Channel yang berarti hanya ada satu jalur yang memasuki sistem
pelayanan atau hanya ada satu aktivitas pelayanan.

Gambar 3. Model Single Channel Single Phase

13
b. Single Channel – Multi Phase

Struktur ini memiliki satu jalur pelayanan, istilah Multi Phase menunjukkan
dua atau lebih pelayanan yang dilaksanakan secara berurutan.

Gambar 4. Model Single Channel Multi Phase

c. Multi Channel – Single Phase
Struktur ini terjadi ketika dua atau lebih fasilitas yang dialiri oleh antrian

tunggal.
Gambar 5. Model Single Channel Multi Phase

14

d. Multi Channel – Multi Phase
Struktur ini mempunyai beberapa fasilitas pelayanan pada setiap tahap,

sehingga lebih dari satu individu yang bisa atau dapat dilayani dalam satu waktu.
Gambar 6. Model Multi Channel – Multi Phase

2.2.3 Simulasi Model Kebijakan Pemeliharaan
Menurut (Singgih Saptadi, 2007), perawatan atau maintenance merupakan

pemeliharaan dan perawatan suatu alat atau mesin agar dapat berjalan dengan
baik dan lancar yang pada akhirnya dapat memberikan hasil dengan kualitas
yang cukup baik. Selain itu pemeliharaan juga berfungsi agar umur mesin dapat
diperpanjang melebihi umur penyusutannya. Tujuan dari kebijakan perawatan
atau pemeliharaan yang efektif adalah untuk menjaga sistem produksi berada
pada kondisi operasi yang optimum. Sehingga dengan kondisi tersebut dapat
menghasilkan produk yang berkualitas yang pada akhirnya akan meningkatkan
keuntungan perusahaan. Tujuan dari kebijakan perawatan adalah :

1. Mengurangi frekuensi pada terjadinya breakdown
2. Mengurangi tingkat keparahan saat breakdown sedang terjadi
3. Menjaga kondisi dan kinerja mesin agar tetap lancar pada saat beroperasi
4. Memperpanjang umur mesin
5. Menjaga agar kualitas hasil produksi tetap optimum

15

6. Mengecek dan mengukur keadaan spare part dan menentukan ukuran
settingnya
Corrective atau biasa disebut juga Repair atau Emergency Maintenance

dilakukan setelah ada beberapa komponen yang mengalami kerusakan. Lama
waktu yang dibutuhkan untuk melakukan kegiatan perbaikan tergantung dari
keadaan dari kerusakan yang ditimbulkan atau seberapa kritis keadaan suatu
komponen dan keberadaan suatu komponen cadangan tersebut dapat
menghindari berhentinya proses produksi. Perawatan yang dilakukan pekerja
atau montir dalam penelitian ini adalah perawatan jenis korektif, artinya montir
melakukan perbaikan setelah mesin rusak.

Menurut (Subiantoro, 2007), perawatan (maintenance) adalah suatu
kegiatan atau aktivitas yang diperlukan untuk menjaga daya tahan peralatan dan
mempertahankan kualitas peralatan atau mesin agar tetap bisa berfungsi dengan
baik dan lancar seperti sama seperti dalam kondisi sebelumnya. Perawatan
dimaksudkan yaitu untuk menjamin kelangsungan fungsional dari suatu sistem
produksi dan peralatannya. Sehingga dapat mencapai sebuah tujuan suatu
perusahaan. Dalam hal tersebut dapat diusahakan agar situasi breakdown dalam
suatu periode perawatan dapat diminimalkan semaksimal mungkin dan pada
akhirnya biaya perawatan juga dapan diminimalisir. Kegiatan perawatan yang
dilakukan di dalam suatu perusahaan pabrik dapat dibedakan atas :
1. Preventive Maintenance

Merupakan perawatan yang dilakukan dengan cara terjadwal. Umumnya
secara periodik, yang dimana sejumlah kegiatan perawatan seperti inspeksi,
perbaikan, penggantian, pembersihan, pelumasan dan penyesuaian
dilaksanakan. Pada nyatanya, PM yang dilakukan oleh sebuah perusahaan atau
pabrik dibedakan atas perawatan secara rutin (Routine Maintenance) dan
perawatan secara berkala (Periodic Maintenance). Routine Maintenance yaitu

16

suatu kegiatan pemeliharaan dan perawatan yang biasa dilakukan secara rutin
seperti setiap hari. Contoh : pembersihan fasilitas/ peralatan, dan pelumasan.
Sedangkan Periodic Maintenance sendiri merupakan kegiatan pemeliharaan dan
juga perawatan yang biasa dilakukan secara periodik atau dalam jangka waktu
tertentu, contohnya setiap satu minggu sekali, lalu meningkat menjadi setiap
bulan sekali dan pada akhirnya setiap satu tahun sekali.
2. Corrective Maintenance

Merupakan kegiatan perawatan yang dilakukan dengan tujuan untuk
memperbaiki suatu bagian yang telah berhenti karena disebabkan oleh
kerusakan dengan harapan agar dapat pulih kembali dalam keadaan semula.
Apabila jika perusahaan hanya mengambil kebijakan untuk melakukan corrective
maintenance saja, maka akan mengakibatkan hal - hal yang dapat menghambat
kegiatan produksi atau memacetkan kegiatan produksi apabila terjadi suatu
kerusakan secara tiba – tiba pada fasilitas produksi yang sedang digunakan.
3. Predictive Maintenance atau Diagnostic Maintenance

Merupakan perawatan yang dilakukan dengan melalui analisa secara fisik
terhadap peralatan atau suatu komponen dengan menggunakan bantuan
pengukuran instrumen tertentu atau dengan cara memanfaatkan teknologi
sensor atau microprocessor, sehingga memungkinkan hal tersebut dapat
mendeteksi gejala kerusakan pada objek perawatan secara dini. Dalam
Predictive Maintenance, peralatan dievaluasi agar dapat memprediksikan kapan
kerusakan akan terjadi. Hasilnya, waktu pencegahan yang tepat dapat diketahui
dan dilaksanakan sebelum terjadinya kerusakan.

Ada beberapa istilah atau bahasa yang cukup sering dipakai di dalam
maintenance, diantaranya :

17

 Breakdown merupakan kegagalan atau kerusakan yang menyebabkan
suatu alat tidak dalam kondisi yang mampu memberikan unjuk kerja yang
diharapkan.

 Loading Time (Waktu Pembebanan Mesin), adalah availability – neto pada
mesin yang berjalan selama periode waktu tertentu.

 Takedown adalah pemeriksaan untuk pencegahan rutin yang dilakukan
terhadap mesin sebelum terjadinya breakdown.

 Operating Time (Waktu Jalan Mesin), adalah waktu pada saat mesin
sedang berkerja atau berproduksi.

 Maintenance Cost adalah biaya yang dikeluarkan atau digunakan untuk
melaksanakan kegiatan perawatan atau pemeliharaan terhadap mesin atau
suku cadang.

18

BAB 3. SUMBER DATA

3.1 Pengumpulan Data

Saat penelitian ini dilakukan ada hal - hal yang perlu dilakukan yaitu seperti
melakukan studi pustaka. Caranya yaitu dengan mengumpulkan beberapa
referensi yang berhubungan dengan model simulasi. Referensi tesebut bisa
ditemukan melalui buku, internet dan tulisan lain yang paling terpenting yaitu
tetap memiliki hubungan dengan penelitian ini. Kemudian langkah - langkah
berikutnya adalah hal yang perlu dilakukan yaitu membuat simulasi perhitungan
sistem model monte carlo pada aplikasi berbasis desktop. Simulasi tersebut
dilakukan untuk mengetahui kemungkinan dari suatu data menggunakan teknik
sampel random.

3.2 Studi Pusaka

Hal pertama yang harus dilakukan yaitu mengumpulkan materi dari buku
atau internet yang berhubungan dengan model simulasi monte carlo yang
kemudian akan dilakukan analisa pada data yang telah dikumpulkan.

19

BAB 4. VIDEO PENGAMBILAN DATA

20

BAB 5 VIDEO ANALISIS DATA

21

BAB 6. PEMBAHASAN

6.1 Pola Data

Pada penelitian model monte carlo data yang digunakan yaitu data

kehadiran mahasiswa untuk mata kuliah komputer grafik kelas TI E-A/5 yang

dilaksanakan dari tanggal 15 september 2017 sampai dengan tanggal 08

desember 2017.

Tabel 5. Data Kehadiran Mahasiswa

Mata Kuliah Kelas Minggu/ Jumlah Tidak Hadir
Tanggal Siswa Hadir
Komputer Grafik TI E-A/5 15/09/2017 11
Komputer Grafik TI E-A/5 22/09/2017 30 19 20
Komputer Grafik TI E-A/5 29/09/2017 30 10 23
Komputer Grafik TI E-A/5 06/10/2017 30 7 25
Komputer Grafik TI E-A/5 13/10/2017 30 5 19
Komputer Grafik TI E-A/5 20/10/2017 30 11 21
Komputer Grafik TI E-A/5 27/10/2017 30 19 23
Komputer Grafik TI E-A/5 08/10/2017 30 7 23
30 7

6.2 Tahapan Perhitungan

1. Membuat distribusi probabilitas dari variabel yang digunanakan untuk
menentukan distribusi probabilitas yang bise diperoleh dengan rumus :

2. Kemudian menghitung distribusi kemungkinan kumulatif untuk variabel
pada tahap pertama. Konversi dari distribusi probabilitas bisa menjadi distribusi
kumulatif yaitu dengan cara menjumlahkan tiap angka kemungkinan dengan
jumlah sebelumnya.

22

Tabel 6. Probabilitas Kumulatif Tidak Hadir

Minggu/ Tidak Prob Prob
tanggal Hadir Kum
15/09/2017 0,22 0,22
22/09/2017 19 0,12 0,34
29/09/2017 10 0,08 0,42
06/10/2017 7 0,06 0,48
13/10/2017 5 0,13 0,61
20/10/2017 11 0,22 0,84
27/10/2017 19 0,08 0,92
08/10/2017 7 0,08 1,00
7
Total 85 1

Tabel 7. Probabilitas Kumulatif Hadir

Minggu/ Hadir Prob Prob
tanggal Kum
15/09/2017 11 0,07 0,07
22/09/2017 20 0,12 0,19
29/09/2017 23 0,14 0,33
06/10/2017 25 0,15 0,48
13/10/2017 19 0,12 0,56
20/10/2017 21 0,13 0,72
27/10/2017 23 0,14 0,86
08/10/2017 23 0,14 1,00
165
Total 1

3. Selanjutnya yaitu membuat interval dari masing variabel. Bilangan random

acak yang digunakan adalah bilangan 2 digit ini dikarenakan nilai

probabilitas hadir dan tidak hadir, probabilitas kumulatif memiliki 2 digit

dibelakang koma. Atau untuk mempermudah bisa juga dikalikan dengan

100

Tabel 8. Interval Variabel Tidak Hadir

Minggu/ Tidak Prob Prob Interval
tanggal Hadir Kum
15/09/2017 0,22 0,22 0 – 22
22/09/2017 19 0,12 0,34 23 – 34
29/09/2017 10 0,08 0,42 35 – 42
06/10/2017 7 0,06 0,48 43 – 48
5

23

13/10/2017 11 0,13 0,61 49 – 61
20/10/2017 19
27/10/2017 7 0,22 0,84 62 – 84
08/10/2017 7
85 0,08 0,92 85 – 92
Total
0,08 1,00 93 – 100

1

Tabel 9. Interval Variabel Hadir

Minggu/ Hadir Prob Prob Interval
tanggal Kum
15/09/2017 11 0,07 0,07 0–7
22/09/2017 20 0,12 0,19 8 – 19
29/09/2017 23 0,14 0,33 20 – 33
06/10/2017 25 0,15 0,48 34 – 48
13/10/2017 19 0,12 0,56 49 – 56
20/10/2017 21 0,13 0,72 57 – 72
27/10/2017 23 0,14 0,86 73 – 86
08/10/2017 23 0,14 1,00 87 – 100
165
Total 1

4. Kemudian yaitu membuat bilangan acak dengan menggunakan aplikasi
microsoft excel dengan menggunakan rumus randbetween yang ada pada
microsoft excel.

Gambar 7. Bilangan Acak

24

5. Membuat simulasi dari suatu eksperimen dengan cara mengambil angka

random dari gambar di atas dengan mengambil bilangan acak yang ada pada

kolom B27 – B38. Cara penentuan atau memprediksi hadir dengan tidak hadir

adalah dengan ditentukan oleh angka random.

Tabel 10. Simulasi Kehadiran Mahasiswa Dengan Bilangan Acak

Minggu Bil. Acak Hadir Bil. Acak Hadir
9 49 19 26 23
10 85 23 62 21
11 19 23 8 20
12 53 19 8 20
13 19 23 13 20
14 73 23 39 25
15 95 23 12 20
16 26 23 52 19
17 56 19 48 19
18 86 23 44 25
19 72 23 55 19
20 77 23 38 25

Tabel 11. Simulasi Ketidakhadiran Mahasiswa Dengan Bilangan Acak

Minggu Bil. Acak Hadir Bil. Acak Hadir
9 49 11 26 10
10 85 7 62 19
11 19 19 8 19
12 53 11 8 19
13 19 19 13 19
14 73 19 39 7
15 95 7 12 19
16 26 10 52 11
17 56 11 48 11
18 86 7 44 5
19 72 19 55 11
20 77 19 38 7

25

BAB 7. KESIMPULAN

1. Model simulasi atau biasa disebut Simulation modeling yaitu salah satu alat
analisis kuantitatif yang sering digunakan dan juga merupakan salah satu
teknik kuantitatif yang cukup simpel, fleksibel, dan mudah untuk digunakan
maupun dipelajari. Model dan simulasi adalah alat yang sering digunakan
oleh manajemen dalam mempelajari dan menganalisis perilaku kerja dalam
sebuah sistem. Simulasi merupakan program software yang fungsinya
untuk menirukan perilaku sistem nyata atau realitas, studi perilaku sistem,
dan hiburan atau permainan. Model sendiri adalah suatu deskripsi atau
analogi yang digunakan untuk membantu menggambarkan sesuatu yang
tidak bisa diamati secara langsung. Selain itu, model juga dapat diartikan
sebagai model ikonik, analog, dan simbolik.

2. Keuntungan simulasi dapat digunakan untuk membuat desain untuk
mengambil keputusan simulasi juga dapat digunakan untuk melakukan
validasi terhadap keputusan yang dilakukan. Validasi keputusan ini
maksudnya adalah apakah keputusan yang diambil itu adalah keputusan
terbaik. Selain itu simulasi juga dapat megurangi biaya karena tidak
membutuhkan waktu lama dibadingkan teknik trial and error. Kekuatan
simulasi terletak pada tersedianya metode analisis yang tidak hanya formal
dan prediksi, tetepi juga secara akurat memprediksi kinerja bahkan sistem
yang paling kompleks sekalipun. Kekurangan simulasi adalah banyak
kesahan yang sering ditenui pada star-up dari sistem baru atau yang telah
dimodifikasi dari sistem yang telah ada sebelumnya. Hal ini terjadi
dikarenakan proses dalam pembuatan sitem simulasi tersebut masih belum
sesuai dengan kondisi sebenarnya, oleh sebab itu perencanaan diawal

26

atau pada saat membuat konsep sangatlah diperlukan dan dipikirkan
sebaik-baiknya agar tidak terjadi kesalahan-kesalahan.
3. Sistem merupakan sekumpulan objek yang tiap komponennya memiliki
tujuan khusus. Komponen tersebut saling terkait satu sama lain dalam
suatu interaksi dan memiliki tujuan yang sama. Berikut merupakan
beberapa pembagian dalam model simulasi. Simulasi Monte Carlo adalah
percobaan dari beberapa elemen kemungkinan dengan menggunakan
teknik sampel random acak yang memiliki tujuan untuk menemukan nilai
yang mendekati nilai sesungguhnya, atau nilai yang akan terjadi
berdasarkan distribusi dari data sampling. Kemudian sistem antrian seniri
yaitu hasil pengembangan dari teori antrian, yang mengatur pelayanan
sesuai dengan kedatangan untuk mencapai kinerja yang efektif dan
efesien. Terakhir ada simulasi sistem pemeliharaan atau perawatan.
Perawatan atau maintenance merupakan pemeliharaan dan perawatan
suatu alat atau mesin agar dapat berjalan dengan baik dan lancar yang
pada akhirnya dapat memberikan hasil dengan kualitas yang cukup baik.
4. Simulasi prediksi kehadiran mahasiswa dengan metode Monte Carlo
sangat penting diterapkan untuk mengetahui tingkat kehadiran mahasiswa
dalam belajar.
5. Dengan menggunakan bilangan acak untuk memprediksi maka bisa dilihat
kehadiran dan ketidak hadiran masing-masing bervariasi.
6. Penerpan metode Monte Carlo dalam proses pengolahan datanya harus
membutuhkan data yang sebelumnya dengan jumlah yang banyak agar
prediksi lebih akurat.

27

BAB 8. SARAN

Dalam membuat model simulasi disarankan untuk menggunakan data yang
benar-benar lengkap dengan mengurangi jumlah asumsi yang digunakan agar
hasil sistem yang dihasilkan mendekati hasil nyata di lapangan.

28

Daftar Pustaka

Anitah, S. (2007). Strategi Pembelajaran di SD. Jakarta: Universitas Terbuka.
Bambang. (2016). Analisis Sistem Antrian. Lampung: Duta Graha Solusi.
Daellenbach, H. G. (1994). Systems and Decision Making. Chichester-England:

John Wiley and Sons.
Gustyana, T. d. (2014). ANALISIS PERBANDINGAN KEAKURATAN HARGA

CALL OPTION DENGAN MENGGUNAKAN METODE MONTE CARLO
SIMULATION DAN METODE BLACK SCHOLES PADA INDEKS HARGA
SAHAM GABUNGAN (IHSG). Jurnal Manajemen Indonesia , Vol. 14(3).
Harell., G. d. (2004). Simulation using Promodel. New York: McGraw-Hill.
Hermanto MZ, I. P. (2019). ANALISIS SISTEM ANTRIAN DENGAN METODE
SIMULASI. Jurnal Desiminasi Teknologi , Volume 7, Nomor 1.
Juarna, A. E. (2014). Simulasi Antrian Dua Jalur (Two Channels, Single – Phase
Queuing System) Menggunakan Ms Excel. Fakultas Ilmu Komputer dan
Teknologi Informasi Universitas Gunadarma .
Lusian, M. d. (2016). Analisis Sistem Antrian Pelayanan Nasabah di PT. BANK
Negara Indonesia (Persero) TBK Kantor Cabang USU. Saintia Matematika
, Vol. 02, No. 03 , 277-287.
Nashrulhaq, M. I. (2014). Model Simulasi Sistem Antrean Elevator . Jurnal Online
Institut Teknologi Nasional, , 121–131.
Singgih Saptadi, Z. F. (2007). Manajemen Montir dalam Perbaikan Mesin
berdasarkan Simulasi Discrete-Event (Studi Kasus: PT. ISTW Semarang).
JATI Undip , Vol 2, No 2.
Sridadi. (2009). Pemodelan dan Simulasi Sistem : Teori , Aplikasi dan Contoh
Program dalam Bahasa C. Bandung: Informatika.
Subiantoro, S. (2007). Kombinasi Preventive dan Reactive Maintenance Dengan
Simulasi Sistem Dinamik. Mesin , Vol.9 (2) 86-97.