Simulasi Pengendalian Bahan Baku Produksi Menggunakan Metode Monte Carlo dan Exponensial (Studi Kasus : PT. Inaraya Sukses Pratama)

Transkripsi

1 Simulasi Pengendalian Bahan Baku Produksi Menggunakan Metode Monte Carlo dan Exponensial (Studi Kasus : PT. Inaraya Sukses Pratama) TUGAS AKHIR Oleh : Deni Disusun untuk memenuhi syarat kelulusan Program Diploma-III PROGRAM STUDI TEKNIK INFORMATIKA POLITEKNIK NEGERI BATAM BATAM 2016

2 HALAMAN PENGESAHAN Simulasi Pengendalian Bahan Baku Produksi Menggunakan Metode Monte Carlo dan Exponensial (Studi Kasus : PT. Inaraya Sukses Pratama) Oleh : Deni Tugas Akhir ini telah diterima dan disahkan sebagai persyaratan untuk memperoleh gelar Ahli Madya di PROGRAM STUDI DIPLOMA-III TEKNIK INFORMATIKA POLITEKNIK NEGERI BATAM Batam, 05 Januari 2017 Disetujui oleh; Pembimbing I, Mira Chandra Kirana, S.T., M.T NIP ii

3 HALAMAN PERNYATAAN Dengan ini, saya: NIM : Nama : Deni adalah mahasiswa Teknik Informatika Politeknik Batam yang menyatakan bahwa tugas akhir dengan judul: Simulasi Pengendalian Bahan Baku Produksi Menggunakan Metode Monte Carlo dan Exponensial (Studi Kasus : PT. Inaraya Sukses Pratama) disusun dengan: 1. Tidak melakukan plagiat terhadap naskah karya orang lain 2. Tidak melakukan pemalsuan data 3. Tidak menggunakan karya orang lain tanpa menyebut sumber asli atau tanpa ijin pemilik Jika kemudian terbukti terjadi pelanggaran terhadap pernyataan di atas, maka saya bersedia menerima sanksi apapun termasuk pencabutan gelar akademik. Lembar pernyataan ini juga memberikan hak kepada Politeknik Batam untuk mempergunakan, mendistribusikan ataupun memproduksi ulang seluruh hasil Tugas Akhir ini. Batam, 05 Januari 2017 Deni iii

4 KATA PENGANTAR Puji Syukur Kehadirat Tuhan Yang Maha Esa, atas berkat dan rahmat-nya. Saya selaku penulis dapat menyelesaikan Tugas Akhir sebagai program kelulusan Diploma-III Politeknik Negeri Batam. Adapun tugas akhir tersebut berjudul Simulasi Pengendalian Bahan Baku Produksi dengan menggunakan Metode Monte Carlo dan Exponensial. Penelitian ini dilakukan dengan mengambil studi kasus langsung dari perusahaan tempat penulis bekerja. Penulis mengucapkan banyak terima kasih kepada rekan rekan karyawan, dimana dengan bantuan rekan rekan tersebut penulis mendapatkan informasi serta data yang akurat. Untuk itu penulis mengucapkan terima kasih kepada: 1. Manager Produksi, Bpk. Kelvin, S.T 2. Supervisor Produksi, Bpk. Ulit Priyatno, Amd 3. Rekan rekan Staff Purchasing Selain itu tidak lupa penulis mengucapkan banyak terima kasih kepada Dosen Pembimbing serta rekan rekan mahasiswa Politeknik Negeri Batam, Dimana dengan bantuan mereka penulis dapat menyelesaikan laporan tugas akhir ini, untuk itu penulis mengucapkan terima kasih banyak kepada : 1. Dosen Pembimbing, Ibu Mira Chandra Kirana, S.T, M.T 2. Rekan rekan Mahasiswa Politeknik Negeri batam tepatnya Teknik Informatika Penelitian ini dilakukan dengan harapan kebutuhan akan bahan baku produksi dapat tercapai sesuai dengan permintaan perusahaan terhadap supplier serta permintaan barang jadi untuk pelanggan terhadap perusahaan. Laporan tugas akhir ini juga belum tentu menjadi suatu modal yang cukup bagi perusahaan, untuk itu apabila terdapat iv

5 kekurangan terhadap penyusunan laporan ini, penulis dapat menerima kiritikan dan saran dari pembaca. Atas perhatianya penulis mengucapkan banyak terima kasih terhadap pembaca laporan tugas akhir ini. Batam, 05 Januari 2017 Penulis v

6 ABSTRAK Simulasi Pengendalian Bahan Baku Produksi Menggunakan Metode Monte Carlo dan Exponensial (Studi Kasus : PT. Inaraya Sukses Pratama) Air merupakan salah satu kebutuhan pokok dalam kehidupan sehari hari. PT. Inaraya Sukses Pratama merupakan salah satu distributor air mineral kemasan, baik dalam bentuk botol, cup, maupun galon. Tingginya permintaan air mineral menjadikan permintaan bahan baku produksi menjadi lebih tinggi. Adapun permintaan air mineral tersebut dalam bentuk kemasan cup yaitu 240 ml. Bahan baku produksi air mineral tersebut selalu mengalami kekurangan dalam memproduksi barang jadi yaitu Cup Ipp. Untuk itu dengan adanya metode monte carlo dan exponensial, perusahaan dapat menentukan pola permintaan bahan baku produksi dengan melihat kebutuhan permintaan pelanggan serta dengan metode tersebut perusahaan dapat mengambil keputusan dalam menentukan pola permintaan jumlah bahan baku produksi yang akan diminta kepada supplier. Metode ini bertujuan agar perusahaan dapat melihat keuntungan serta kerugian perusahaan. Hal ini mempermudah bagian pembelian material dalam menentukan pola permintaan bahan baku produksi yang akan ditentukan untuk melakukan produksi serta memperkirakan waktu kedatangannya. Kata Kunci : Simulasi, Monte Carlo, Exponensial, Bahan Baku vi

7 ABSTRACT Simulation Control Raw Material Production Using Monte Carlo Method and Exponential (Case Study: PT. Inaraya Sukses Pratama) Water is a basic need in everyday life. PT. Inaraya Success Primary is one of the distributors of bottled mineral water, either in the form of a bottle, cup, or gallons. The high demand for mineral water made the request to the production of raw material becomes higher. The demand for the mineral water in the form of cup packaging is 240 ml. Raw materials of mineral water production is always deficient in producing finished goods which Cup Ipp. For it with their method of monte carlo and exponential, the company can determine the pattern of demand for raw materials production to see the needs of customer demand and with that method a company can make decisions in determining the pattern of demand for the amount of raw material production will be requested to suppliers. This method aims to enable companies to see the advantages and disadvantages of the company. This facilitates the purchasing of material in determining the pattern of demand for raw materials production will be determined to make the production as well as the estimated time of arrival. Keywords: Simulation, Monte Carlo, Exponential, Raw Materials vii

8 DAFTAR ISI HALAMAN PENGESAHAN... ii KATA PENGANTAR... iv ABSTRAK... vi DAFTAR ISI... viii BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Tinjauan Pustaka Sistematika Penulisan... 4 BAB II LANDASAN TEORI Sistem Pendukung Keputusan Simulasi Simulasi Monte Carlo Simulasi Exponensial UML PHP CSV... 9 BAB III ANALISIS DAN PERANCANGAN Deskripsi Umum Sistem Teknik Simulasi Monte Carlo Teknik Simulasi Exponensial Spesifikasi Kebutuhan Kebutuhan Fungsional Kebutuhan Non Fungsional viii

9 3.5 Use Case Diagram Skenario Use Case Simulasi Skenario Import data CSV Skenario Memasukkan Jumlah Hari Skenario Mencetak Hasil Simulasi Sequence Diagram Sequence Diagram Import data CSV Sequance Diagram Memasukkan Jumlah Hari Sequence Diagram Mencetak Hasil Simulasi Class Diagram Perancangan Antar Muka Antar Muka Import data CSV Antar Muka Hasil Simulasi BAB IV HASIL DAN PEMBAHASAN Hasil Implementasi Pembahasan Klasifikasi Data Cup Ipp Import data CSV(Comma Delimited) Memasukkan Jumlah Hari Mencetak Hasil Simulasi Pengujian Skenario Pengujian Tabel Pengujian BAB V KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA... ix

10 DAFTAR GAMBAR Gambar 1. Deskripsi Umum Simulasi Gambar 2. Use Case Diagram Simulasi Gambar 3. Sequence Diagram Import data CSV Gambar 4. Sequence diagram Memasukkan Jumlah Hari Gambar 5. Sequence diagram Mencetak Hasil Simulasi Gambar 6. Class Diagram Simulasi Gambar 7. Antar Muka Simulasi Gambar 8. Antar Muka Import data CSV Gambar 9. Antar Muka Simulasi Monte Carlo Gambar 10. Antar Muka Simulasi Exponensial Gambar 11. Data CSV (Comma Delimited) Gambar 12. XAMPP dan Notepad Gambar 13. Koneksi XAMPP Gambar 14. Import CSV (Comma Delimited) Gambar 15. Jumlah hari yang diharapkan Gambar 16. Hasil Simulasi Monte Carlo Gambar 17. Hasil Simulasi Exponensial Gambar 18. Mencetak Hasil Simulasi Gambar 19. Proses Pengujian x

11 DAFTAR TABEL Tabel 1. Permintaan Cup Ipp Tabel 2. Distribusi Peluang Permintaan Cup Ipp Tabel 3. Distribusi Kumulatif Permintaan Cup Ipp Tabel 4. Interval Angka Acak Permintaan Tabel 5. Angka Acak Tabel 6. Hasil Simulasi Permintaan Bahan Baku (Cup Ipp) Tabel 7. Angka Acak Decimal Tabel 8. Skenario Import data CSV Tabel 9. Memasukkan jumlah hari yang diharapkan Tabel 10. Mencetak Hasil Simulasi Tabel 11. Data Klasifikasi Tabel 12. Hasil Pengujian Simulasi xi

12 iv

13 BAB I PENDAHULUAN 1.1 Latar Belakang Batam merupakan salah satu wilayah di Indonesia yang merupakan pusat sektor industri. Seiring dengan kemajuan perkembangan industri diperlukan juga teknologi sebagai pendukung kemajuan industri itu sendiri. PT. Inaraya Sukses Pratama merupakan salah satu perusahaan yang bergerak dalam distribusi minuman. Adapun jenis minuman tersebut adalah air mineral kemasan. Berdiri pada tahun 2014 menjadikan perusahaan ini menjadi salah satu distributor air mineral kemasan di Batam. Dalam proses kelancaran kepuasan pelanggan terhadap produk yang dihasilkan, perusahaan ini masih dalam proses pengembangan sistem manajemen yang baik, salah satunya adalah pengendalian bahan baku produksi. Bahan baku produksi merupakan hal utama dalam meningkatkan proses produksi dimana hasil produksi tersebut akan mencapai target penjualan yang diharapkan bagi perusahaan. Hal ini sangat penting bagi perusahaan karena modal awal dari kelangsungan perusahaan tetap berdiri adalah bagaimana cara agar konsumen dapat merasakan hasil produk yang telah dibuat oleh perusahaan tersebut. Dalam proses pengendalian bahan baku, perusahaan ini masih menggunakan sistem manual, yakni dengan proses pencatatan serta pengarsipan yang memakan biaya dalam proses manajemen serta dalam melakukan permintaan terhadap supplier perusahaan ini masih menggunakan push system. Hal ini menjadi pusat konsentrasi penyusun dalam membuat sistem yang layak bagi manajemen agar dalam perkembangan produksi dapat terjaga sehingga minat konsumen bertambah. 1

14 Untuk itu berdasarkan permasalahan tersebut diperlukan Simulasi Pengendalian Bahan Baku Produksi dengan metode monte carlo dan exponesial yang bertujuan memberikan suatu keputusan terhadap proses pengendalian persediaan bahan baku produksi, sehingga pihak perusahaan dapat mengendalikan proses biaya produksi terhadap permintaan bahan baku serta penjualan hasil produk dan mengurangi terjadinya pengeluaran biaya produksi yang berlebihan. 1.2 Rumusan Masalah Berdasarkan uraian masalah diatas, rumusan masalah yang akan dipecahkan adalah : 1. Bagaimana membuat simulasi bahan baku produksi menggunakan metode monte carlo dan exponensial? 2. Bagaimana mengatasi masalah pengendalian bahan baku produksi dengan simulasi yang akan dibuat? 3. Bagaimana mengatasi pola permintaan bahan baku terhadap supplier dengan metode monte carlo dan exponensial? 1.3 Batasan Masalah Adapun batasan masalah dalam pembuatan simulasi pengendalian bahan baku produksi menggunakan metode monte carlo dan exponesial antara lain : 1. Sistem simulasi berbasis web (offline) tidak terkoneksi dengan internet serta tidak memiliki login admin. 2. Penerapan simulasi hanya digunakan untuk perusahaan yang terkait dalam pembuatan simulasi ini sendiri. 3. Pengguna merupakan karyawan (Purchaser) diperusahaan tersebut. 4. Simulasi dipakai untuk pola permintaan bahan baku produksi yaitu Cup Ipp diperusahaan tersebut. 5. Simulasi diimplementasikan berdasarkan data CSV yang akan dipilih sesuai dengan klasifikasi datanya sehingga simulasi maksimal adalah sebanyak 30 hari atau satu bulan. 2

15 1.4 Tujuan Penelitian Adapun tujuan dari tugas akhir ini adalah : 1. Menerapkan metode monte carlo dan exponesial pada simulasi pengendalian bahan baku. 2. Mendapatkan perkiraan waktu kedatangan terhadap permintaan bahan baku produksi. 3. Memberikan gambaran pola permintaan bahan baku kepada bagian pembelian. 1.5 Manfaat Penelitian Adapun manfaat dari tugas akhir ini adalah : 1. Mempermudah kinerja karyawan dalam proses manajemen yang baik. 2. Mempermudah pengendalian bahan baku produksi terhadap proses produksi. 3. Mempermudah proses laporan produksi kepada atasan. 1.6 Tinjauan Pustaka Banyaknya permintaan penjualan air mineral kemasan (cup) kepada pelanggan, menjadikan pola permintaan bahan baku produksi menjadi tidak menentu. Hal ini mempengaruhi proses produksi. Salah satu fungsi penting dalam aspek pengendalian produksi adalah pengelolaan persediaan bahan baku (Bambang Sugiharto, 2007). Bahan baku merupakan hal utama dalam menunjang proses produksi. Salah satu teknik yang digunakan untuk melakukan perkiraan ini adalah dengan teknik simulasi. Adapun teknik simulasi yang digunakan adalah dengan simulasi monte carlo dan exponensial. Teknik simulasi ini digunakan karena dua aspek yang sering memiliki karakteristik probabilistik dalam persediaan bahan baku yaitu, pola permintaan serta waktu datangnya permintaan. 3

16 Simulasi ini digunakan untuk membantu proses pola permintaan bahan baku produksi terhadap supplier agar bahan baku tersebut tidak mengalami kekurangan serta kelebihan, dimana apabila terjadi kekurangan maka proses produksi tidak berjalan sesuai dengan permintaan pelanggan, begitu juga sebaliknya apabila terjadi kelebihan maka terjadi pengeluaran biaya produksi yang dapat merugikan perusahaan. Pada kasus sebelumnya model simulasi ini diterapkan pada prilaku perhitungan sistem fisika dan matematika dimana digunakan untuk mengevaluasi integral definit, terutama integral multidimensi dengan syarat dan batasan yang rumit. Dengan adanya simulasi ini karyawan yang bekerja di bagian pembelian dapat memperkirakan rata rata pola permintaan bahan baku dan waktu datang serta waktu tunggu permintaan bahan baku terhadap supplier untuk perusahaan sehingga dalam proses produksi tidak terjadi kekurangan serta kelebihan persediaan bahan baku tersebut. 1.7 Sistematika Penulisan Adapun sistematika penulisan laporan tugas akhir ini terdiri dari 5 bab dengan rincian sebagai berikut : Bab I : PENDAHULUAN Berisi tentang penjelasan latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, tinjauan pustaka, dan sistematika penulisan untuk memberikan gambaran terhadap isi laporan tugas akhir ini. Bab II : LANDASAN TEORI Berisi tentang dasar teori dan ulasan tentang simulasi sejenis yang sudah ada, serta teori-teori yang berhubungan dengan penelitian. 4

17 BAB III : ANALISIS DAN PERANCANGAN Berisi Deskripsi Umum Sistem, Teknik Simulasi Monte Carlo, Teknik Simulasi Exponensial, Spesifikasi Kebutuhan, Use Case Diagram, Skenario Use Case Simulasi, Sequence Diagram, Class Diagram, dan Perancangan Antar Muka BAB IV : HASIL DAN PEMBAHASAN Berisi tentang implementasi dan pembahasannya. BAB V : KESIMPULAN DAN SARAN Berisi tentang kesimpulan yang merupakan rangkuman dari hasil analisis kinerja pada bagian sebelumnya serta saran saran pengembangan dari penelitian yang dibuat dan aspek yang belum terselesaikan. 5

18 BAB II LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sistem pendukung keputusan adalah sistem berbasis komputer yang interaktif, dimana dengan sistem tersebut membantu pengambilan keputusan dalam menggunakan data dan model untuk menyelesaikan masalah (Widyastuti, 2012). Sistem pendukung keputusan menggabungkan sumber daya intelektual seorang individu dengan kemampuan komputer dalam rangka meningkatkan kualitas pengambilan keputusan. Sistem pendukung keputusan dapat diartikan sebagai pertimbangan manajemen dalam pengambilan keputusannya. Sehingga sistem ini tidak dimaksudkan untuk menggantikan pengambilan keputusan dalam proses pembuatan keputusan. Adapun tahapan dari sistem pendukung keputusan adalah : 1. Definisi masalah. 2. Pengumpulan data atau elemen informasi yang relevan. 3. Pengolahan data menjadi informasi baik dalam grafik maupun tulisan. 4. Menentukan alternatif-alternatif solusi. Tujuan dari sistem pendukung keputusan adalah : 1. Membantu menyelesaikan masalah semiterstruktur. 2. Mendukung manajemen dalam mengambil keputusan. 6

19 2.2 Simulasi Simulasi adalah suatu sistem yang digunakan untuk memecahkan atau menguraikan persoalan persoalan dalam kehidupan nyata yang penuh dengan ketidakpastian dengan tidak atau menggunakan model tertentu dan lebih ditekanankan pada pemakaian komputer untuk mendapatkan solusinya (Thomas J. Kakiay, 2004). Adapun metode simulasi yang akan digunakan dalam penelitian ini adalah monte carlo dan exponensial. Adapun keuntungan keuntungan yang terdapat dalam simulasi diantaranya : 1. Compress Time ( Menghemat Waktu) 2. Expand Time ( Dapat Melebarluaskan Waktu) 3. Stop Simulation and Restart (Dapat dihentikan dan dijalankan kembali) Simulasi Monte Carlo Simulasi monte carlo atau lebih dikenal dengan sampling simulation adalah salah satu bentuk teknik simulasi yang menggambarkan kemungkinan penggunaan data sampel dan juga sudah dapat diketahui atau diperkirakan distribusinya. Simulasi ini menggunakan data yang sudah ada yaitu data historis yang sebenarnya dipakai pada simulasi untuk tujuan lain. Model simulasi ini mengikutsertakan angka acak dan sampling dengan probabilitas yang dapat diketahui dan ditentukan. Dasar dari simulasi monte carlo adalah percobaan elemen kemungkinan dengan menggunakan sampel acak. Metode ini terbagi dalam 5 tahapan : 1. Membuat distribusi kemungkinan untuk variable penting. 2. Membangun distribusi kemungkinan kumulatif untuk tiap-tiap variabel ditahap pertama. 3. Menetukan interval angka acak untuk tiap variabel. 4. Membuat angka acak 5. Membuat simulasi dari rangkaian percobaan 7

20 2.2.2 Simulasi Exponensial Simulasi exponensial adalah salah distribusi yang menggambarkan waktu antara (interval) dua kejadian bebas. Rumus simulasi distribusi exponensial pada persamaan 1. x = - β * ln(1-ui) Persamaan 1 Keterangan : x : Waktu rata rata dalam hari β : Waktu rata rata dari selang waktu dalam sebulan Ui : Bilangan acak ln : Log dalam PHP 2.3 UML Unified Modeling Language (UML) adalah sebuah bahasa pemodelan yang telah menjadi standar dalam industri software untuk visualisasi, merancang, dan mendokumentasikan sistem perangkat lunak. Bahasa Pemodelan UML lebih cocok untuk pembuatan perangkat lunak dalam bahasa pemrograman berorientasi objek (C+, Java, VB.NET), namun demikian tetap dapat digunakan pada bahasa pemrograman prosedural (Ziga Turck, 2007). 2.4 PHP PHP pertama kali dibuat oleh Rasmus Lerdorf pada tahun PHP atau Hypertext Preprocessor adalah bahasa script yang dapat ditanamkan atau disisipkan ke dalam HTML. PHP banyak dipakai untuk memrogram situs web dinamis. PHP dapat digunakan untuk membangun sebuah CMS. Pada awalnya PHP merupakan kependekan dari Personal Home Page (Situs personal). Pada waktu itu PHP masih bernama Form Interpreted, yang wujudnya berupa sekumpulan script dimana 8

21 digunakan untuk mengolah data formulir dari web. Selanjutnya Rasmus merilis kode sumber tersebut untuk umum dan menamakannya PHP/FI. Dengan perilisan kode sumber ini menjadi sumber terbuka, maka banyak programmer yang tertarik untuk ikut mengembangkan PHP. Aplikasi-aplikasi yang dibagun oleh PHP pada umumnya akan memberikan hasil pada web browser, tetapi prosesnya secara keseluruhan dijalankan di Server. Pada prinsipnya server akan bekerja apabila ada permintaan dari client. Dalam hal ini client menggunakan kode-kode PHP untuk mengirimkan permintaan ke Server. Ketika menggunakan PHP sebagai Server-side embedded script language maka Server akan melakukan hal-hal berikut : 1. Membaca permintaan dari client atau browser. 2. Mencari halaman atau page di Server. 3. Melakukan instruksi yang diberikan oleh PHP untuk melakukan modifikasi pada halaman atau page. 4. Mengirim kembali halaman tersebut kepada client. 2.5 CSV (Comma Delimited) Data yang akan dikelola dalam melakukan proses simulasi berbentuk CSV dimana data tersebut merupakan suatu jenis data format yang dimana setiap bagian data dipisahkan dengan koma. Format ini digunakan untuk mentransfer data dari suatu aplikasi ke aplikasi lain, karena sebagian besar sistem database dapat mengimpor dan mengekspor data koma-delimited. 9

22 BAB III ANALISIS DAN PERANCANGAN 3.1 Deskripsi Umum Sistem Cara kerja sistem simulasi pengendalian bahan baku produksi dengan metode monte carlo dan exponensial menggunakan bahasa pemograman PHP yang ditunjukan pada gambar 1. Aktor memiliki hak akses penuh terhadap simulasi pengendalian bahan baku tersebut. Aktor mengelola data penelitian berupa data CSV (Comma delimited) yang kemudian di import dengan melakuakan pemograman menggunakan PHP, setelah itu aktor memasukkan jumlah hari yang diharapkan untuk disimulasikan. Maka sistem akan menampilkan hasil simulasi dari penelitan yang dilakukan pada pola permintaan bahan baku produksi serta waktu kedatangan bahan baku dari supplier. Gambar 1. Deskripsi Umum Simulasi 10

23 3.2 Teknik Simulasi Monte Carlo Pembagunan model simulasi monte carlo didasarkan pada probabilitas yang diperoleh dari data historis sebuah kejadian dan frekuensinya. Persamaan 2 menunjukkan banyaknya frekuensi kejadian dibagi dengan total observasi frekuensi kejadian. Keterangan : Pi : Probabilitas kejadian i fi : Frekuensi kejadian i n : Jumlah frekuensi semua kejadian P i = fi / n Persamaan 2 Untuk menentukan hasil yang akan dicapai dari berbagai faktor ketidakpastian, sebuah diagram keputusan dapat dilakukan dengan menentukan berbagai jumlah permintaan beserta probabilitasnya kemudian melakukan simulasi Monte Carlo berdasarkan keluaran bilangan acak terhadap probabilitas jumlah permintaan. Bilangan acak yang digunakan dalam simulasi ini merupakan representasi dari situasi yang tidak pasti dalam sebuah sistem nyata. Perancangan simulasi dengan metode ini diimplementasikan dari beberapa tahapan sebagai berikut : 1. Membuat distribusi kemungkinan untuk variabel tertentu Banyak variabel dalam dunia nyata yang secara alami mengandung berbagai kemungkinan yang dapat disimulasikan. Salah satu cara untuk membuat distribusi kemungkinan untuk suatu variabel adalah dengan memperhitungkan data masa lalu. Kemungkinan atau frekuensi untuk tiap kemungkinan hasil dari tiap variabel ditentukan dengan membagi frekuensi dengan jumlah total observasi. Variabel yang digunakan dalam simulasi ini adalah dengan variabel diskrit, dimana peluang atau distribusi peluang suatu peubah acak diskrit x untuk setiap hasil x yang mungkin seperti persamaan 3, dimana x memenuhi : 11

24 1. ( ) 2. ( ) Persamaan 3 3. P = ( ) Tabel 1 menunjukkan data pola permintaan bahan baku (Cup Ipp) yang akan dikelola berdasarkan dari hasil penelitian. Tabel 1. Permintaan Cup Ipp Jumlah Permintaan Frekuensi Jumlah 216 Hari Keadaan tersebut dapat diubah menjadi distribusi peluang dengan cara membagi frekuensi permintaan dan total frekuensi permintaan. Tabel 2 menunjukan distribusi peluang tersebut. Tabel 2. Distribusi Peluang Permintaan Cup Ipp Jumlah Permintaan Fungsi Kemungkinan f(x) 0 84 / 216 = / 216 = 0.61 Jumlah 216 / 216 = Membagun distribusi kumulatif untuk tiap variabel yang penting di tahap pertama Distribusi kumulatif F(x) suatu peubah acak x dengan distribusi peluang f(x) dinyatakan oleh F(x) = P(X = x) = f (t) dimana 1. Tabel 3 menunjukkan distribusi kumulatif. 12

25 Tabel 3. Distribusi Kumulatif Permintaan Cup Ipp Jumlah Permintaan Kemungkinan Kemungkinan Kumulatif Menentukan angka acak untuk tiap variabel Setelah menentukan distribusi probabilitas kumulatif untuk tiap variabel dalam simulasi, selanjutnya menentukan batas atau interval didasarkan oleh kemungkinan kumulatifnya. Tabel 4 merupakan bentuk interval angka acak untuk pola permintaan Cup Ipp. Tabel 4. Interval Angka Acak Permintaan Jumlah Permintaan Kemungkinan Kemungkinan Kumulatif Interval Angka Acak s/d s/d Membuat angka acak Dalam melakukan proses simulasi monte carlo, untuk pembangkit nilai acak menggunakan bahasa pemograman PHP. Angka acak tersebut mempunyai range 1 hingga 100 dimana angka acak diperoleh dari banyaknya simulasi yang akan dilakukan. Tabel 5 menunjukan contoh angka acak berdasarakan masukkan jumlah simulasi sebanyak 10 hari kedepan. 13

26 Tabel 5. Angka Acak Angka Acak Membuat simulasi dari rangkaian percobaan Berdasarkan angka acak tersebut dapat diperoleh jumlah permintaan yang akan dikelola sesuai dengan interval dari angka acak tersebut. Tabel 6 menunjukan hasil simulasi pola permintaan bahan baku produksi berdasarkan angka acak sesuai dengan banyaknya simulasi yang dilakukan. 14

27 Tabel 6. Hasil Simulasi Pola Permintaan Bahan Baku (Cup Ipp) Angka Random Permintaan Total 5 Dalam simulasi monte carlo, nilai hasil simulasi bisa berupa nilai rata rata, nilai modus, median dan sebagainya. Namun pada proses simulasi pola permintaan bahan baku ini menggunakan nilai rata rata sebagai pencapaian hasil akhir dari proses simulasi. Untuk mendapatkan hasil akhir dari pola permintaan bahan baku tersebut maka hasil dari total simulasi dibagi dengan jumlah hari yang diharapkan yaitu 10 hari maka nilai rata- rata permintaan bahan baku tersebut sebesar 0.5 atau 1 kali permintaan. 3.3 Teknik Simulasi Exponensial Teknik simulasi exponensial merupakan teknik yang digunakan untuk menentukan selang waktu hari yang diperlukan dalam melakukan permintaan bahan baku terhadap supplier. Simulasi exponensial ini digunakan untuk menetukan waktu kedatangan bahan baku yang diperlukan. Untuk itu dalam melakukan proses simulasi, penelitian dilakukan dengan mengambil sampel selang waktu dalam hari untuk kedatangan. 15

28 Dimana periode waktu yang digunakan dalam satu bulan yaitu 30 hari. Persamaan 4 menunjukkan proses perhitungan simulasi dalam selang waktu bulan : Selang waktu dalam bulan = - β * ln(1-ui) Persamaan 4 Keterangan : β : Beta (selang waktu dalam bulan) Ui : Bilangan Acak ln : longaritma dalam pemograman PHP Dalam proses pelaksanaan simulasi dilakukan beberapa tahapan sebagai berikut : 1. Menentukan β atau Beta Untuk mendapatkan nilai beta dilakukan perhitungan dengan membagi antara selang waktu dalam hari penelitian dengan periode waktu dalam satu bulan pada persamaan 5. β = Selang waktu dalam hari / Periode (Bulan) Persamaan 5 2. Menetukan Angka Acak (Ui) Dalam menentukan angka acak pada proses simulasi exponensial adalah dengan menggunakan pemograman PHP. Pemograman ini digunakan untuk menentukan angka acak berupa angka decimal dimana angka acak tersebut adalah kurang dari 1 seperti pada rumus sebelumnya bahwa 1 merupakan kemungkinan terjadi. Maka untuk bilangan acak adalah tidak lebih dari angka 1. Tabel 7 menunjukkan angka acak decimal dalam pemograman PHP. 16

29 Tabel 7. Angka Acak Decimal Bilangan Acak Menentukan selang waktu dalam hari Proses ini merupakan proses perhitungan yang digunakan untuk menentukan pola waktu kedatangan yang diperlukan dalam melakukan pola permintaan bahan baku terhadap supplier seperti pada persamaan 6. Selang waktu dalam hari didapatkan dengan : Selang waktu (Hari) = selang waktu dalam bulan * 30 Persamaan Spesifikasi Kebutuhan Kebutuhan Fungsional Kebutuhan fungsional pada simulasi pengendalian bahan baku produksi menggunakan metode monte carlo dan exponensial adalah : F-001 : Purchaser dapat melakukan import data CSV F-002 : Purchaser dapat memasukkan jumlah hari yang diharapkan untuk disimulasikan F-003 : Purchaser dapat mencetak hasil simulasi 17

30 3.4.2 Kebutuhan Non Fungsional NF-001 : Simulasi ditampilkan berupa tabel perhitungan NF-002 : Simulasi menghasilkan nilai rata-rata yang diharapkan oleh Purchaser 3.5 Use Case Diagram Gambar 2. Use Case Diagram Simulasi Pada gambar 2 yaitu use case diagram diatas dijelaskan bahwa seorang purchaser melakukan simulasi pengendalian bahan baku produksi dengan metode simulasi monte carlo dan exponensial. Proses simulasi dilakukan dengan cara mengimport data CSV (Comma Delimited) yang telah ditelit, kemudian purchaser memasukkan jumlah hari yang diharapkan untuk disimulasikan. Kemudian, purchaser mencetak hasil 18

31 simulasi. Simulasi dilakukan untuk menentukan pola permintaan bahan baku produksi dan selang waktu antar kedatangan bahan baku produksi dari supplier. 3.6 Skenario Use Case Simulasi Skenario use case pada simulasi pengendalian bahan baku produksi menggunakan metode monte carlo dan exponensial, dimana aktor yang memakai simulasi ini adalah purchaser. Aktor melakukan import data CSV (Comma Delimited) yang sebelumnya sudah diklasifikasikan berdasarkan penelitian yang dilakukan. Setelah itu purchaser tersebut memasukkan jumlah hari yang diharapkan untuk disimulasikan dan purchaser mencetak hasil simulasi Skenario Import data CSV Tabel 8. Skenario Import data CSV Nama Use Case Import File Aktor Purchaser Deskripsi Aktor melakukan import data yang berupa CSV yang sebelumnya sudah diklasifikasikan dalam penelitian Kondisi Awal Memilih data CSV yang akan disimulasikan sesuai dengan bulan yang diinginkan Kondisi Akhir Data CSV terpilih Skenario 1. Aktor Memilih CSV file yang akan disimulasikan 2. Data CSV disimulasikan 19

32 3.6.2 Skenario Memasukkan Jumlah Hari Tabel 9. Memasukkan jumlah hari yang diharapkan Nama Use Case Memasukkan jumlah hari Aktor Purchaser Deskripsi Aktor menginput banyaknya simulasi yang akan dilakukan sesuai dengan kebutuhan yang diharapkan Kondisi Awal Aktor menginput banyaknya simulasi. Kondisi Akhir Simulasi Monte Carlo dan Exponensial ditampilkan Skenario 1. Aktor mengimport data CSV 2. Aktor menginput banyak simulasi yang diharapkan 3. Simulasi Monte Carlo dan Exponensial Disimulasikan dan ditampilkan dalam bentuk table 20

33 3.6.3 Skenario Mencetak Hasil Simulasi Tabel 10. Mencetak Hasil Simulasi Nama Use Case Mencetak Hasil Simulasi Aktor Purchaser Deskripsi Aktor mencetak hasil simulasi Kondisi Awal Aktor memasukkan jumlah hari yang diharapkan untuk disimulasikan Kondisi Akhir Aktor mencetak hasil simulasi Skenario 1. Aktor melakukan import data CSV 2. Aktor memasukkan jumlah hari yang diharapkan untuk disimulasikan.. 3. Aktor mencetak hasil simulasi 3.7 Sequence Diagram Sequence diagram adalah suatu diagram yang menggambarkan interaksi antara obyek dan mengindikasikan komunikasi diantara obyek-obyek tersebut. Diagram ini juga menunjukan serangkaian pesan yang diperlukan oleh obyek-obyek yang melakukan suatu tugas atau aksi tertentu. Berikut sequence diagram pada Simulasi Pengendalian Bahan Baku Produksi dengan Metode Monte Carlo dan Exponensial Sequence Diagram Import data CSV Pada proses ini, purchaser melakukan import data CSV, kemudian proses import tersebut diverifikasi oleh sistem, setelah itu sistem akan menampilkan data yang akan diverifikasi oleh purchaser, maka data yang akan disimulasikan terpilih. Seperti yang ditunjukan pada gambar 3. 21

34 Gambar 3. Sequence Diagram Import data CSV Sequance Diagram Memasukkan Jumlah Hari Gambar 4 menunjukkan proses dimana, purchaser memasukkan jumlah hari yang diharapkan untuk disimulasikan, kemudian proses validasi data dilakukan oleh sistem dan perhitungan simulasi diproses, setelah itu data hasil proses simulasi ditampilkan kepada purchaser untuk disimulasikan. Gambar 4. Sequence diagram Memasukkan Jumlah Hari 22

35 3.7.3 Sequence Diagram Mencetak Hasil Simulasi Gambar 5 menunjukkan proses, dimana purchaser mencetak hasil simulasi yang telah disimulasikan sebelumnya. Gambar 5. Sequence diagram Mencetak Hasil Simulasi 3.8 Class Diagram Gambar 6 menunjukkan interaksi antar class yang terdapat pada simulasi. Gambar 6. Class Diagram Simulasi 23

36 3.9 Perancangan Antar Muka Gambar 7. Antar muka simulasi 24

37 3.9.1 Antar Muka Import data CSV Gambar 8. Antar Muka Import data CSV 25

38 3.9.2 Antar Muka Hasil Simulasi a. Simulasi Monte Carlo Tabel Simulasi Permintaan Hari Angka Random Permintaan Gambar 9. Antar Muka Simulasi Monte Carlo 26

39 b. Simulasi Exponensial Tabel Interval Lama Permintaan Bilangan Acak Selang waktu dalam bulan Selang waktu dalam hari Gambar 10. Antar Muka Simulasi Exponensial 27

40 BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Implementasi Langkah-langkah yang dilakukan dalam mengimplementasikan simulasi ini adalah dengan beberapa tahapan, dimana diharapkan dengan tahapan-tahapan ini akan mempermudah purchaser dalam menggunakan simulasi ini. Adapun langkah-langkah hasil implementasi pengujian simulasi ini adalah sebagai berikut : 1. Mengklasifikasikan data berupa CSV (Comma Delimited) 2. Memastikan koneksi komputer terhubung dengan server lokal 3. Menginstal program XAMPP dan Notepad++ 4. Mengimport data CSV (Comma Delimited) 5. Memasukkan jumlah hari yang diharapkan 6. Melakukan simulasi dengan proses PHP 7. Menampilkan hasil proses simulasi 8. Mencetak hasil simulasi 4.2 Pembahasan Dalam proses melakukan simulasi ini berikut langkah langkah yang harus diperhatikan oleh purchaser adalah sebagai berikut : Klasifikasi Data Cup Ipp Dalam melakukan proses klasifikasi berikut tahapan-tahapan yang dilakukan oleh purchaser : 1. Purchaser terlebih dahulu mengklasifikasikan data yang akan disimulasikan. Tabel 11 menunjukkan data yang akan disimulasikan oleh purchaser. 28

41 Tabel 11. Data Klasifikasi IN OUT BAL 1-Sep-15 Masuk dr 10887/IPP/VIII/15 135, ,500 1-Sep-15 Keluar FPBP ,500 99,000 2-Sep-15 Keluar FPBP & ,500 31,500 3-Sep-15 Masuk dr 10892/IPP/VIII/15 112, ,000 3-Sep-15 Keluar FPBP & ,000 90,000 4-Sep-15 Masuk dr 10894/IPP/VIII/15 135, ,000 4-Sep-15 Keluar FPBP & , ,000 5-Sep-15 Masuk dr 10900/IPP/VIII/15 90, ,000 5-Sep-15 Keluar FPBP , ,000 6-Sep-15 Keluar FPBP , ,000 7-Sep-15 Masuk dr 10902/IPP/IX/15 135, ,000 7-Sep-15 Keluar FPBP-00029& , ,500 8-Sep-15 Keluar FPBP & , ,000 9-Sep-15 Masuk dr /IPP/IX/15 157, ,500 9-Sep-15 Keluar FPBP & , , Sep-15 Keluar FPBP & , , Sep-15 Masuk dr 10911/IPP/IX/15 157, , Sep-15 Keluar FPBP & , , Sep-15 Keluar FPBP & , , Sep-15 Keluar FPBP & ,000 76, Sep-15 Masuk dr 10920/IPP/IX/15 135, , Sep-15 Keluar FPBP , , Sep-15 Keluar FPBP , , Sep-15 Keluar FPBP ,500 49, Sep-15 Masuk dr 10924/IPP/IX/15 180, , Sep-15 Keluar FPBP , , Sep-15 Keluar FPBP , , Sep-15 Keluar FPBP ,500 58, Sep-15 Masuk dr 10929/IPP/IX/15 270, , Sep-15 Keluar FPBP , , Sep-15 Keluar FPBP , , Sep-15 Keluar FPBP , , Sep-15 Keluar FPBP ,000 90, Sep-15 Masuk dr 10937/IPP/IX/15 225, , Sep-15 Keluar FPBP & , ,000 29

42 29-Sep-15 Keluar FPBP , , Sep-15 Keluar FPBP & , ,500 1-Oct-15 Keluar FPBP & ,000 58,500 2-Oct-15 Masuk dr 10945/IPP/X/ , ,500 7-Oct-15 Keluar FPBP , ,000 8-Oct-15 Keluar FPBP & , ,500 9-Oct-15 Masuk dr 10950/IPP/X/ , ,500 9-Oct-15 Keluar FPBP , , Oct-15 Keluar FPBP & , , Oct-15 Keluar FPBP , , Oct-15 Keluar FPBP & , , Oct-15 Keluar FPBP & , , Oct-15 Keluar FPBP , , Oct-15 Keluar FPBP , , Oct-15 Keluar FPBP & ,000 72, Oct-15 Masuk dr 10959/IPP/X/ , , Oct-15 Keluar FPBP & , , Oct-15 Keluar FPBP & , , Oct-15 Keluar FPBP & , , Oct-15 Masuk dr 10964/IPP/X/ , , Oct-15 Keluar FPBP , , Oct-15 Keluar FPBP , , Oct-15 Keluar FPBP & , , Oct-15 Keluar FPBP ,000 58, Oct-15 Masuk dr 10967/IPP/X/ , , Oct-15 Keluar FPBP , , Oct-15 Keluar FPBP , , Oct-15 Keluar FPBP , , Oct-15 Keluar FPBP , ,500 2-Nov-15 Keluar FPBP ,500 72,000 3-Nov-15 Masuk dr SJ-10973/IPP/X/ , ,000 3-Nov-15 Keluar FPBP & , ,500 4-Nov-15 Keluar FPBP & , ,500 5-Nov-15 Keluar FPBP , ,500 6-Nov-15 Keluar FPBP , ,000 7-Nov-15 Keluar FPBP ,000 63,000 9-Nov-15 Masuk dr SJ-10981/IPP/XI/ , ,000 9-Nov-15 Keluar FPBP , ,000 30

43 10-Nov-15 Keluar FPBP , , Nov-15 Keluar FPBP , , Nov-15 Keluar FPBP & , , Nov-15 Keluar FPBP ,500 63, Nov-15 Masuk dr SJ-10984/IPP/XI/ , , Nov-15 Keluar FPBP , , Nov-15 Keluar FPBP , , Nov-15 Keluar FPBP & , , Nov-15 Keluar FPBP , , Nov-15 Masuk dr SJ-10986/IPP/XI/ , , Nov-15 Keluar FPBP , , Nov-15 Keluar FPBP , , Nov-15 Masuk dr SJ-10988/IPP/XI/ , , Nov-15 Keluar FPBP , , Nov-15 Keluar FPBP & , , Nov-15 Keluar FPBP , , Nov-15 Keluar FPBP & , , Nov-15 Keluar FPBP , , Nov-15 Masuk dr SJ-10997/IPP/XI/ , ,000 1-Dec-15 Keluar FPBP , ,500 4-Dec-15 Keluar FPBP & , ,000 5-Dec-15 Keluar FPBP & , ,000 7-Dec-15 Keluar FPBP & , ,500 8-Dec-15 Masuk dr 11005/IPP/XII/15 315, ,500 8-Dec-15 Keluar FPBP & , , Dec-15 Keluar FPBP , , Dec-15 Keluar FPBP & , , Dec-15 Keluar FPBP & , , Dec-15 Keluar FPBP , , Dec-15 Masuk dr 11008/IPP/XII/ , , Dec-15 Keluar FPBP , , Dec-15 Keluar FPBP , , Dec-15 Keluar FPBP , , Dec-15 Keluar FPBP & , , Dec-15 Keluar FPBP , , Dec-15 Masuk dr 11012/IPP/XII/ , , Dec-15 Keluar FPBP , , Dec-15 Keluar FPBP & , ,000 31

44 23-Dec-15 Keluar FPBP-00493& , , Dec-15 Keluar FPBP & , , Dec-15 Keluar FPBP & , , Dec-15 Masuk dr 11017/IPP/XII/ , , Dec-15 Keluar FPBP & , , Dec-15 Keluar FPBP , , Dec-15 Keluar FPBP , ,500 2-Jan-16 Keluar FPBP , ,000 5-Jan-16 Masuk dr 11022/IPP/1/ , ,000 5-Jan-16 Keluar FPBP , ,500 6-Jan-16 Keluar FPBP , ,500 8-Jan-16 Keluar FPBP & , , Jan-16 Keluar FPBP & , , Jan-16 Keluar FPBP , , Jan-16 Keluar FPBP , , Jan-16 Keluar FPBP , , Jan-16 Keluar FPBP , , Jan-16 Keluar FPBP ,000 81, Jan-16 Masuk dr 11030/IPP/1/ , , Jan-16 Keluar FPBP , , Jan-16 Keluar FPBP & , , Jan-16 Masuk dr 11035/IPP/1/ , , Jan-16 Keluar FPBP & , , Jan-16 Keluar FPBP & , , Jan-16 Keluar FPBP , , Jan-16 Keluar FPBP , , Jan-16 Masuk dr 11038/IPP/1/ , , Jan-16 Keluar FPBP , , Jan-16 Keluar FPBP , ,500 1-Feb-16 Keluar FPBP , ,000 3-Feb-16 Keluar FPBP ,000 81,000 4-Feb-16 Masuk dr SJ: 11051/IPP/III/ , ,000 4-Feb-16 Keluar FPBP , ,000 5-Feb-16 Keluar FPBP & , ,500 7-Feb-16 Keluar FPBP , ,000 8-Feb-16 Keluar FPBP , , Feb-16 Keluar FPBP ,500 58, Feb-16 Masuk dr SJ: 11059/IPP/III/ , ,500 32

45 11-Feb-16 Keluar FPBP & , , Feb-16 Keluar FPBP , , Feb-16 Keluar FPBP ,000 85, Feb-16 Masuk dr SJ: 11061/IPP/III/ , , Feb-16 Keluar FPBP , , Feb-16 Keluar FPBP , , Feb-16 Masuk dr SJ: /IPP/III/ , , Feb-16 Keluar FPBP , , Feb-16 Keluar FPBP , , Feb-16 Keluar FPBP , , Feb-16 Keluar FPBP , , Feb-16 Keluar FPBP ,500 85, Feb-16 Masuk dr SJ: 11070/IPP/III/ , , Feb-16 Keluar FPBP , , Feb-16 Keluar FPBP , , Feb-16 Keluar FPBP , , Feb-16 Keluar FPBP , , Feb-16 Keluar FPBP , , Setelah data tersebut diklasifikasikan maka, data tersebut disimpan dalam bentuk data CSV (Comma Delimited). Gambar 11 menunjukan bentuk data CSV (Comma Delimited) yang akan disimulasikan. Gambar 11. Data CSV (Comma Delimited) Import data CSV (Comma Delimited) Setelah melakukan proses klasifikasi serta merubah data menjadi data CSV (Comma Delimited) maka selanjutnya, Simulasi dilakukan didalam sistem berbasis web. Sebelum purchaser melakukan simulasi terlebih dahulu diperhatikan langkahlangkah berikut ini : 33

46 1. Memastikan Program XAMPP sudah terinstal kedalam komputer yang akan digunakan purchaser beserta Notepad++, seperti pada gambar 12. Gambar 12. XAMPP dan Notepad++ 2. Memastikan koneksi XAMPP Sistem Simulasi yang sudah terhubung seperti gambar 13. Gambar 13. Koneksi XAMPP 3. Setelah semua sistem terkoneksi, selanjutnya masuk kedalam sistem berbasis web untuk import data CSV (Comma Delimited) dan memilih data yang akan disimulasikan. Seperti gambar

47 Gambar 14. Import CSV (Comma Delimited) Memasukkan Jumlah Hari 1. Purhaser memasukkan jumlah hari yang diharapkan untuk disimulasikan. Gambar 15 menunjukkan jumlah hari yang akan disimulasikan oleh purchaser. Gambar 15. Jumlah hari yang diharapkan 35

48 2. Setelah memasukkan jumlah hari, maka hasil perhitungan diproses oleh sistem menggunakan bahasa pemograman PHP yang menghasilkan data rata-rata simulasi monte carlo dan exponensial. Gambar 16 menunjukkan hasil simulasi monte carlo dan Gambar 17 menunjukkan hasil simulasi exponensial. Gambar 16. Hasil Simulasi Monte Carlo 36

49 Gambar 17. Hasil Simulasi Exponensial 37

50 4.2.4 Mencetak Hasil Simulasi Setelah melakukan proses simulasi, selanjutnya purchaser mencetak hasil simulasi dalam bentuk pdf yang ditunjukkan pada gambar 18. Gambar 18. Mencetak Hasil Simulasi 38

51 4.3 Pengujian Skenario Pengujian Skenario pengujian pada simulasi pengendalian bahan baku produksi menggunakan metode monte carlo dan exponensial adalah skenario yang digunakan untuk menguji kelayakan pada proses simulasi untuk menentukan pola permintaan bahan baku dan perkiraan waktu kedatangan terhadap permintaan kepada supplier. ini dilaksanakan agar bagian-bagian penting dari simulasi ini berjalan dengan benar, sesuai dengan perancangan penulis. Gambar 19 menunjukkan alur pengujian. Gambar 19. Alur Pengujian 39

52 4.3.2 Tabel Pengujian Pengujian simulasi pengendalian bahan baku produksi menggunakan metode monte carlo dan exponensial akan dijelaskan dalam pada tabel 12. Tabel 12. Hasil Pengujian Simulasi No Use Case Skenario Data Uji Hasil Uji Validasi 1 Import data Purchaser - Gagal CSV tidak melakukan melakuk an import data simulasi CSV Purchaser melakukan CSV file Berhasil melakuk import data an CSV simulasi 2 Memasukkan Purchaser - Gagal jumlah hari tidak yang memasukkan diharapkan jumlah hari yang diharapkan untuk disimulasikan Purchaser memasukkan jumlah hari yang diharapkan untuk melakuk an simulasi Jumlah Berhasil masukka melakuk n yang an diharapa simulasi kan dari purchase 40

53 41 disimulasikan r 3 Mencetak hasil simulasi Purchaser tidak melakukan import data CSV - Gagal menceta k hasil simulasi Purchaser tidak memasukkan jumlah hari yang diharapkan untuk disimulasikan - Gagal menceta k hasil simulasi Purchaser melakukan import data CSV dan memasukkan jumlah hari yang diharapkan CSV file dan masukka n dari purchase r Berhasil menceta k hasil simulasi

54 BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Setelah melakukan implementasi dan pengujian terhadap simulasi, maka dapat diambil kesimpulan sebagai berikut : 1. Berdasarkan pengujian simulasi yang telah dilakukan oleh purchaser maka metode monte carlo dan exponensial dapat diterapkan pada pola permintaan bahan baku serta memperkirakan waktu kedatangan bahan baku tersebut. 2. Hasil pengujian memberikan nilai rata-rata sebesar 0.6 dimana dengan adanya nilai tersebut maka purchaser dapat menentukan pola permintaan bahan baku serta waktu kedatangan terhadap supplier. 3. Simulasi memberikan gambaran hasil perkiraan selang waktu kedatangan bahan baku produksi, sehingga purchaser dapat memperkirakan waktu kedatangan dalam melakukan permintaan bahan baku produksi. Dengan adanya simulasi ini maka diharapkan kinerja purchaser dalam menentukan pola permintaan bahan baku produksi dapat berjalan dengan baik, sehingga proses produksi tidak terhambat dan sesuai dengan waktu yang dibutuhkan oleh pelanggan. 5.2 Saran Berdasarkan hasil implementasi dan penelitian pada Simulasi Pengendalian Bahan Baku Produksi menggunakan Metode Monte Carlo dan Exponensial, selaku penulis berharap untuk selanjutnya, dikembangkan simulasi yang lebih baik lagi. Penulis menyadari bahwa dalam laporan ini masih terdapat banyak kekurangan, untuk itu mohon kiranya jika ada kritik dan saran yang mengarahkan ke tahap yang lebih baik lagi. 42

55 DAFTAR PUSTAKA Bedworth, D.D. and J.E. Bailey Integrated Production Control System Management, Analysis, Design. John Wiley and Son Inc., New York. John Wiley & Sons. Buffa, ES Manajemen Produksi dan Operasi. Jakarta: Erlangga. Bambang Sugiharto Aplikasi Simulasi Peramalan Permintaan dan Pengelolaan Persediaan yang bersifat probabilistic. INSEA, Vol.8, No.2, hal Gordon, G System Simulation. New Jersey: Prentice Hall, Inc. Heizer, J. and B. Render. Manajemen Operasi. Jakarta: Salemba. Michael Analisa Persediaan Bahan Baku Cat Top Paint. Skripsi. Jurusan Teknik Industri. Universitas Bina Nusantara. Thaha, HA Operation Research. Ontario: Maxwell Macmillan. Bronson, R Teori dan Soal-Soal Operations Research (Terjemahan Hans Wospakrik). Jakarta: Erlangga. Dharma, J. L Model Antrian MH/G/1. Bandung: Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Katolik Parahyangan. Dimyati, A, & Tarliyah, T Operation Research Model-Model Pengambilan Keputusan. Bandung: PT Sinar Baru Algesindo.

56 Djauhari, M Statistika Matematika. Bandung: Fakultas Matematika dan Ilmu Pengetahuan Alam, ITB. Sinalungga, S Pengantar Teknik Industri. Yogyakarta: Graha Ilmu.1 Hillier, F.S, & Lieberman, G. J Introduction to Operations Research. New York: McGraw-Hill. Wospakrik, H Teori dan Soal-Soal Operations Research. Bandung: Erlangga. Hillier, Frederick. S dan Lieberman, Gerald. I Introduction to Operations Research. Holden Day, Inc. San Francisco. Siagian, P Penelitian Operasional : Teori dan Praktek. Universitas Indonesia Press. Jakarta. Taha, A Hamdy Riset Operasi : Suatu Pengantar. Binarupa Aksara. Jakarta Suparno, Willy Bayuardi Pemrograman PHP dan MySQL. Bandung.