SIMULASI ANTRIAN PELAYANAN BONGKAR MUAT KAPAL

dokumen-dokumen yang mirip
Seminar Hasil Tugas Akhir

BAB II LANDASAN TEORI

ANALISIS KONDISI HAULAGE PETI KEMAS DI AREA PELABUHAN (STUDI KASUS: PELABUHAN TANJUNG PERAK SURABAYA)

Mata Kuliah Pemodelan & Simulasi. Riani Lubis. Universitas Komputer Indonesia

Mata Kuliah Pemodelan & Simulasi. Riani Lubis. Universitas Komputer Indonesia

BAB 2 LANDASAN TEORI

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

PEMBANGKIT RANDOM VARIATE

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

BAB IV HASIL DAN PEMBAHASAN

Simulasi Produksi dan Distribusi Pelayanan Permintaan Sarung Tenun (studi kasus di PT. ASEANTEX Mojokerto)

Dasar-dasar Simulasi

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

Analisis Sistem Antrian Pada Pelayanan Poli Kandungan Dan Ibu Hamil Di Rumah Sakit X Surabaya

BAB 1 PENDAHULUAN. Belawan International Container Terminal (BICT) sebagai unit usaha PT.

Model Antrian. Queuing Theory

BAB IV PEMBAHASAN. pertanyaan pada perumusan masalah. Hal-hal yang dijelaskan dalam bab ini

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. cepat saji dalam annual report sebagai berikut, KFC dalam situs resmi laporan

DISTRIBUSI VARIABEL RANDOM

Mata Kuliah Pemodelan & Simulasi

BAB I PENDAHULUAN. Troughput. Gambar 1.1. Troughput di TPKS (TPKS,2013)

BAB 2 LANDASAN TEORI. antrian (queuing theory), merupakan sebuah bagian penting dan juga alat yang

BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

SIMULASI SISTEM ANTRIAN SINGLE SERVER. Sistem: himpunan entitas yang terdefinisi dengan jelas. Atribut: nilai data yang mengkarakterisasi entitas.

Distribusi Probabilitas : Gamma & Eksponensial

BAB II TINJAUAN PUSTAKA. X(t) disebut ruang keadaan (state space). Satu nilai t dari T disebut indeks atau

BILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus :

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

ANALISIS SISTEM ANTRIAN UNTUK MENENTUKAN JUMLAH GARDU KELUAR YANG OPTIMAL PADA GERBANG TOL TANJUNG MULIA

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

Distribusi Bilangan Acak

Menentukan Jumlah Pelayanan yang Optimal pada Sistem Pengangkutan Sampah di Tempat Pembuangan Sementara Kobana Kota Bandung

Pengantar Proses Stokastik

Model Antrian 02/28/2014. Ratih Wulandari, ST.,MT 1. Menunggu dalam suatu antrian adalah hal yang paling sering terjadi dalam kehidupan sehari-hari

Gambar 1.1 Terminal Peti Kemas (Steenken, 2004)

mulai Identifikasi masalah dan tujuan dan Pengambilan data (pengamatan) Statistika deskriptif Uji asumsi tingkat kedatangan dan tingkat pelayanan

Oleh: Isna Kamalia Al Hamzany Dosen Pembimbing : Dra. Laksmi Prita W, M.Si. Dra. Nur Asiyah, M.Si

I. PENDAHULUAN. Perkembangan teori statistika telah mempengaruhi hampir semua aspek. Dalam teori statistika dan peluang, distribusi gamma (

STATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

TOOLS SIMULASI INVENTORI PADA SUPERMARKET

PRESENTASI TUGAS AKHIR ANALISIS KONDISI HAULAGE PETI KEMAS DI AREA PELABUHAN (STUDI KASUS: PELABUHAN TANJUNG PERAK SURABAYA) Disusun oleh:

BEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL

PENENTUAN KAPASITAS TERMINAL KAPAL PENGANGKUT CURAH KERING DI PT. XYZ

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION

BAB III METODOLOGI PENELITIAN. dalam pembuatan solusi tersebut adalah sebagai berikut: harapan dan memiliki manfaat yang maksimal.

BAB 1 PENDAHULUAN. swalayan (seperti Carefour, Hypermart, Hero) dibanding di pasar tradisional. Ini

BAB II LANDASAN TEORI

REKAYASA TRANSPORTASI LANJUT PROGRAM STUDI TEKNIK SIPIL

BAB III ANALISIS DAN PERANCANGAN SISTEM. Saji Dengan Menggunakan Metode Next-event Time Advance.

STUDI PENGURANGAN DWELLING TIME PETIKEMAS IMPOR DENGAN PENDEKATAN SIMULASI (STUDI KASUS : TERMINAL PETIKEMAS SURABAYA)

Bagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas

BAB II LANDASAN TEORI. digunakan untuk mendukung penyusunan laporan tugas akhir. Landasan teori

ANALISIS ANTRIAN PADA MCDONALD PUSAT GROSIR CILILITAN (PGC) (Untuk Memenuhi Tugas Operational Research)

Waktu yang dihabiskan kapal selama berada di pelabuhan akan sangat berpengaruh terhadap pengoperasian kapal tersebut. Semakin lama kapal berada di

SIMULASI ANTRIAN KLINIK DAN IMPLEMENTASINYA MENGGUNAKAN GPSS

BAB III METODE PENELITIAN. Jl. Panjang No.25 Jakarta Barat. Penelitian dilakukan selama 2 Minggu, yaitu

PERBANDINGAN KUASA WILCOXON RANK SUM TEST DAN PERMUTATION TEST DALAM BERBAGAI DISTRIBUSI TIDAK NORMAL

BAB III SIMULASI SISTEM ANTRIAN M/M/1. paket data. Adapun kinerja yang akan dibahas adalah rata-rata jumlah paket dalam

Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V1.i1(91-102)

BAB II LANDASAN TEORI

Model Simulasi Antrian Dengan Metode Kolmogorov-Smirnov Normal Pada Unit Pelayanan

ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION

PERBANDINGAN UJI KENORMALAN PADA KATEGORI FUNGSI DISTRIBUSI EMPIRIS MENGGUNAKAN METODE SIMULASI MONTE CARLO

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI

BAB 2 LANDASAN TEORI

BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI

Riska Sismetha, Marisi Aritonang, Mariatul Kiftiah INTISARI

BAB II TINJAUAN PUSTAKA

DAFTAR ISTILAH. Kapal peti kemas (containership) : kapal yang khusus digunakan untuk mengangkut peti kemas yang standar.

Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga. ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X

Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2013

BAB III PEMODELAN DAN SIMULASI

LANDASAN TEORI. Generalized Lambda Distribution (GLD) awalnya diusulkan oleh Ramberg dan

BAB II LANDASAN TEORI

BAB 8 TEORI ANTRIAN (QUEUEING THEORY)

BAB I PENDAHULUAN. terletak pada lokasi yang strategis karena berada di persilangan rute perdagangan

BAB III PROSES POISSON MAJEMUK

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu

Pengantar Proses Stokastik

I. PENDAHULUAN. 2.2 Klasifikasi Model Simulasi

Cara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu

T-5 RANCANGAN MODEL SIMULASI ANTRIAN UNTUK MENGURANGI KEMACETAN KENDARAAN DI PELABUHAN MERAK BANTEN

BAB II LANDASAN TEORI. pembahasan model antrian dengan working vacation pada pola kedatangan

BAB 1 PENDAHULUAN Latar Belakang

RANCANG BANGUN ALAT BANTU PENENTU POLA DISTRIBUSI INPUT DENGAN MEMANFAATKAN JARINGAN SYARAF TIRUAN DENGAN MENGGUNAKAN PERSENTIL SEBAGAI PENCIRI

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah,, ST., MT

EVALUASI SISTEM OPERASI DRY PORT GEDEBAGE

ESTIMASI. Arna Fariza PENDAHULUAN

STATISTIKA NONPARAMETRIK

BAB 2 LANDASAN TEORI

Transkripsi:

SEMINAR TUGAS AKHIR SIMULASI ANTRIAN PELAYANAN BONGKAR MUAT KAPAL (STUDI KASUS TERMINAL MIRAH PELABUHAN TANJUNG PERAK SURABAYA) Oleh : Risky Abadi 1203.109.004

Latar Belakang Pelabuhan Tanjung Perak sebagai salah satu pelabuhan pintu gerbang di Indonesia bagian timur memiliki peranan penting dalam memajukan perdagangan di kawasan timur Indonesia. Terminal Mirah terletak di Pelabuhan Tanjung Perak merupakan terminal yang ditujukan untuk melayani kegiatan bongkar muat kapal bermuatan kontainer. Proses bongkar muat kapal pada setiap dermaga di Terminal Pelabuhan Tanjung Perak akan mempengaruhi antrian kapal yang akan masuk atau keluar dari Pelabuhan. Oleh sebab itu, perlu diteliti sistem pelayanan bongkar muat melalui pendekatan simulasi antrian. Sehingga dapat memberikan informasi mengenai rata rata waktu tunggu kapal dalam antrian, rata rata waktu pelayanan dalam satuan waktu tertentu.

Rumusan Masalah 1. Bagaimana mensimulasikan antrian pelayanan bongkar muat kapal di Terminal Mirah Pelabuhan Tanjung Perak 2. Berapa rata - rata waktu tunggu kapal dalam antrian, rata - rata waktu pelayanan dalam satuan waktu tertentu.

Batasan Masalah 1. Data yang digunakan diperoleh dari data statistik pelabuhan yang ditunjang oleh pengamatan langsung di pelabuhan. 2. Antrian yang dimaksud adalah antrian untuk memasuki dermaga untuk melakukan kegiatan bongkar muat. 3. WAKK (waktu antar kedatangan kapal) adalah selisih antara kedatangan satu unit kapal di Terminal Mirah dengan satu unit kapal sebelumnya. 4. WP (waktu pelayanan) adalah waktu yang dihitung sejak satu unit kapal melakukan proses ikat tali (docking) sampai lepas tali (undocking) di Terminal mirah. 5. Faktor eksternal tidak diperhitungkan dan diasumsikan stabil.

Asumsi 1. Disiplin antrian yang digunakan adalah tata tertib masuk pertama keluar pertama (first in first out). 2. Operator dan fasilitas unit unit di Terminal Mirah dalam keadaan normal. 3. Kondisi lingkungan dalamkeadaan baik.

Maksud dan Tujuan 1. Untuk mensimulasikan antrian pelayanan bongkar muat kapal di Terminal Mirah Pelabuhan Tanjung Perak. 2. Untuk mengetahui rata - rata waktu tunggu kapal dalam antrian, rata - rata waktu pelayanan dalam satuan waktu tertentu

Manfaat 1. Memberikan gambaran tentang efektivitas waktu pelayanan bongkar muat Terminal Mirah Pelabuhan Tanjung Perak saat ini. 2. Sebagai bahan pertimbangan dalam pengambilan keputusan untuk peningkatan pelayanan bongkar muat Terminal Mirah Pelabuhan Tanjung Perak.

Tinjauan Pustaka Teori Antrian Suatu proses antrian adalah proses yang berhubungan dengan kedatangan seorang pelanggan pada suatu fasilitas pelayanan, kemudian menunggu dalam suatu baris antrian. Antrian terjadi jika rata rata waktu antar kedatangan lebih kecil dari rata rata waktu pelayanan. Komponen dasar antrian: 1. Pola Kedatangan 2. Pola Pelayanan 3. Disiplin Antrian

Tinjauan Pustaka (lanjutan) Simulasi Sistem Simulasi adalah proses perencanaan model suatu sistem nyata dan perencanaan eksperimen untuk tujuan memahami tingkah laku sistem. Simulasi sistem adalah teknik pemecahan problema melalui pengantar penampilan (performance) model dari sistem yang dikaji. Klasifikasi simulasi sistem dibagi menjadi 2 (dua) : 1. Simulasi sistem malar (kontinu) 2. Simulasi sistem diskrit

Tinjauan Pustaka (lanjutan) Analisis Data Statistik Karakterisasi sifat dari sekelompok data mentah adalah menghitung mean data varians data teesebut. Nilai mean atau rata rata adalah representasi dari tendensi pusat dari data sementara varians adalah ukuran penyebaran atau varians acak di sekitar nilai rata rata. Pada intinya nilai rata rata adalah yang digunakan sebagai representasi dari data jika memutuskan untuk mendekatinya dengan sebuah nilai konstan atau deterministik. Dengan kata lain varians adalah ukuran ketidakpastian, dalam arti bahwa semakin tinggi varians, semakin cenderung dipandang bahwa variabel yang bersangkutan sebagai variabel yang memiliki sifat probabilistik, dimana data dapat diasumsikan untuk diketahui secara pasti dibandingkan deterministik, dimana data memperlihatkan varians acak.

Tinjauan Pustaka (lanjutan) Pendugaan Distribusi Data Untuk pendugaan data yang kontinu dapat dilakukan dengan cara heuristik, yaitu statistik jumlah.statistik jumlah adalah salah satu cara yang digunakan sebagai penduga distribusi tahap awal. Salah satu fungsi yang digunakan adalah koefisien varians (σ) yang merupakan akar dari perbandingan varians dan mean sehingga estimasi dari adalah : σ ( n) = S x 2 σ(n) 1, data berdistribusi eksponensial. σ(n)>1, data berdistribusi gamma / weibull dengan parameter α<1. σ(n)<1, data berdistribusi gamma / weibull dengan parameter α>1.

Tinjauan Pustaka (lanjutan) Uji Kolmogorov-Smirnov Adapun langkah langkah dari uji kolmogorov-smirnov sebagai berikut : Data diurutkan mulai data terkecil sampai yang terbesar Dapat dihitung dengan perhitungan sebagai berikut : KS + - KS KS test = 1 max i n = 1 max i n = max ( ) x ( ) x + { KS, KS - } Pengujian hipotesa diterima jika sebaliknya F i n F i i i 1 n KStest KS tabel dan ditolak jika

Tinjauan Pustaka (lanjutan) Membangkitkan Bilangan Acak Setelah dihasilkan bilangan acak uniform (0,1), maka perlu suatu langkah lagi untuk menghasilkan atau melakukan transformasi menjadi bilangan acak yang mempunyai distribusi tertentu. Ada beberapa metode untuk melakukan transformasi tersebut antara lain adalah metode inverse transformation. Sebagai contoh untuk menghasilkan peubah x, kontinu dan mempunyai distribusi F dibatasi oleh 0<F(x)<1. Jika F 1 sebagai invers dari fungsi F. Maka untuk menghasilkan peubah x yang berdistribusi F dilakukan dengan cara sebagai berikut : Generate U U(0,1) Return X=F ¹(U)

Tinjauan Pustaka (lanjutan) Membangkitkan Bilangan Acak Membangkitkan Bilangan Acak Berdistribusi Eksponensial Membangkitkan Bilangan Acak Berdistribusi Gamma Membangkitkan Bilangan Acak Berdistribusi Weibull

Metodologi Tempat penelitian dan pelaksanaan Terminal Mirah yang terletak di Pelabuhan Tanjung Perak merupakan terminal yang ditujukan untuk melayani kegiatan bongkar muat kapal bermuatan kontainer, yang mampu melayani bongkar muat 3 (tiga) kapal sekaligus dalam satu waktu. Terminal Mirah memiliki fasilitas, sebagai berikut :

Metodologi Langkah langkah penelitian 1. Analisa Sistem 2. Desain Perangkat lunak 3. Implementasi Perangkat lunak 4. Uji coba Perangkat lunak

PEMBAHASAN Model Antrian Adapun model antrian pelayanan yang terjadi di Terminal Mirah adalah sebagai berikut : 1. Sumber Input. 2. Antrian 3. Pola Kedatangan 4. Pola Pelayanan 5. Disiplin Pelayanan 6. Mekanisme Pelayanan

PEMBAHASAN Implementasi Proses perancangan perangkat lunak simulasi dimana dalam pembuatannya menggunakan bahasa pemprogaman, dengan menggunakan beberapa variable sebagai berikut : 1. Waktu kedatangan. 2. Proses Pemilihan Server. 3. Waktu Masuk Pelayanan. 4. Waktu Tunggu. 5. Waktu Pelayanan. 6. Waktu Keluar. 7. Waktu tunggu rata rata. 8. Waktu Pelayanan rata - rata

PEMBAHASAN Implementasi Antar Muka

2. Tampilan Figure Generate.

Analisa Data Hasil Output Progam simulasi Dengan memasukkan semua input yang telah didapatkan dari analisa data input yang telah dilakukan sebelumnya, yaitu rata rata waktu antar kedatangan 8.2036 berdistribusi eksponensial, waktu pelayanan berdistribusi weibull dengan nilai alpha 2.8079, nilai betha 24.1976, dan kemudian dilakukan simulasi sebanyak 25 kali. Maka didapatkan sejumlah data data mengenai rata rata waktu tunggu dan rata rata waktu pelayanan yang akan digunakan dalam analisa data output. Analisa data hasil output simulasi, meliputi : 1. Analisa data waktu tunggu 2. Analisa data waktu pelayanan

Analisa Data Hasil Output Progam simulasi Analisa Data Waktu Tunggu Hasil dari perhitungan rataan waktu tunggu untuk setiap proses simulasi dan standart deviasi data, digunakan untuk mencari interval dari waktu tunggu kapal dalam setiap proses simulasi, yaitu sebagai berikut : X -S X X + S X S waktu tunggu X + S 14.2274 2.2141 waktu tunggu 14.2274 + 12.0133 waktu tunggu 16.4414 2.2141

Analisa Data Hasil Output Progam simulasi Grafik rata-rata waktu tunggu

Analisa Data Hasil Output Progam simulasi Analisa Data Waktu Pelayanan Hasil dari perhitungan rataan waktu pelayanan untuk setiap proses simulasi dan standart deviasi data, digunakan untuk mencari interval dari waktu pelayanan kapal dalam setiap proses simulasi, yaitu sebagai berikut : X -S X X + S X S waktu pelayanan X + S 23.5881 2.6359 waktu pelayanan 23.5881+ 20.9523 waktu pelayanan 26.2240 2.6359

Analisa Data Hasil Output Progam simulasi Grafik rata-rata waktu pelayanan

Kesimpulan dan Saran Kesimpulan Berdasarkan hasil 25 kali simulasi, dengan inputan data dari hasil observasi di Terminal Mirah yang berkapasitas 3 (tiga) dermaga, yaitu berupa rata rata waktu antar kedatangan (8.2036) yang berdistribusi eksponensial, waktu pelayanan berdistribusi weibull dengan nilai alpha (2.8079), serta nilai betha (24.1976), maka antrian pelayanan bongkar muat di Terminal Mirah Pelabuhan Tanjung Perak dapat disimpulkan bahwa : Waktu tunggu yang terjadi di Terminal Mirah Pelabuhan Tanjung Perak untuk setiap proses simulasinya berada pada interval 12.0133 (jam) waktu tunggu 16.4414 (jam), sedangkan waktu pelayanan berada pada interval 20.9523 (jam) waktu pelayanan 26.2240 (jam).

Kesimpulan dan Saran Saran Berikut ini adalah saran untuk pihak terminal dan penelitian selanjutnya : Berdasarkan hasil simulasi waktu tunggu yang terjadi berada pada interval 12.0133 (jam) waktu tunggu 16.4414 (jam) dan waktu pelayanan bongkar muat berada pada interval 20.9523 (jam) waktu pelayanan 26.2240 (jam), apabila pihak terminal ingin mengurangi waktu tunggu dan waktu pelayanan maka dapat dilakukan berbagai macam upaya diantaranya peningkatan ketrampilan operator ataupun penambahan alat bongkar muat (mobil crane,forklift,dll). Penelitian selanjutnya dapat dilakukan dengan memperluas cakupan objek penelitian sejak peti kemas (kontainer) tiba di dermaga, dipindah ke lapangan penumpukan sementara hinnga keluar dari terminal peti kemas.

SEKIAN TERIMA KASIH