SIMULASI PRODUKSI DAN DISTRIBUSI PELAYANAN PERMINTAAN SARUNG TENUN (STUDI KASUS DI PT. ASEANTEX MOJOKERTO)

dokumen-dokumen yang mirip
SIMULASI PRODUKSI DAN DISTRIBUSI PELAYANAN PERMINTAAN SARUNG TENUN DENGAN MONTE CARLO

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

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

BAB V ANALISA PEMECAHAN MASALAH

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB III METODE PENELITIAN

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

BAB III METODE PENELITIAN

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

TINJAUAN PUSTAKA Pengertian

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

SIMULASI BISNIS PROGRAM PENENTUAN HARGA DASAR DENGAN MELIHAT JUMLAH VARIASI PRODUK CACAT (STUDI KASUS PT. MITRAGARMENT INDORAYA)

BAB IV PEMBAHASAN DAN ANALISIS

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

IV. METODE PENELITIAN

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and

BAB III METODE PENELITIAN

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

A. Pengertian Hipotesis

III. METODELOGI PENELITIAN

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam

BAB III METODE PENELITIAN

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA. Langkah Langkah Dalam Pengolahan Data

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum,

BAB III METODE PENELITIAN

BAB 3 METODE PENELITIAN

BAB III METODE PENELITIAN. penelitian yang tepat dalam sebuah penelitian ditentukan guna menjawab

MANAJEMEN RISIKO INVESTASI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

BAB III METODOLOGI PENELITIAN

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

BAB III METODOLOGI PENELITIAN

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

BAB 3 METODE PENELITIAN

BAB 6: ESTIMASI PARAMETER (2)

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

Distribusi Sampling (Distribusi Penarikan Sampel)

Bab III Metoda Taguchi

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

IV METODE PENELITIAN

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

SEBARAN t dan SEBARAN F

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

BAB III METODE PENELITIAN

BAB 3 DATA DAN METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN

BAB 2 LANDASAN TEORI

1 n MODUL 5. Peubah Acak Diskret Khusus

III. METODELOGI PENELITIAN. Metodelogi adalah sekumpulan prosedur yang terdokumentasi. dalam penelitian. Soekidjo Notoatmodjo, (2002:29)

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,

BAB III METODOLOGI PENELITIAN

Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB III METODE PENELITIAN

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

BAB II TINJAUAN TEORITIS

BAB IV PEMECAHAN MASALAH

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

STATISTIKA NON PARAMETRIK

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah siswa kelas VIII (delapan) semester ganjil di

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena

BAB III METODE PENELITIAN

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar

III BAHAN DAN METODE PENELITIAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Transkripsi:

SIMULASI PRODUKSI DAN DISTRIBUSI PELAYANAN PERMINTAAN SARUNG TENUN (STUDI KASUS DI PT. ASEANTEX MOJOKERTO) Wey Idah Kusumawati, Abdullah Shahab Program Studi Magister Maajeme Tekologi Istitut Tekologi Sepuluh Nopember Email: wey@stikom.edu ABSTRAK PT. ASEANTEX Mojokerto merupaka perusahaa yag bergerak dibidag idustri tekstil, yaitu sarug teu. PT. ASEANTEX memiliki sub perusahaa yag terdapat di sekitar Mojokerto. Saat ii perusahaa megalami kesulita meetuka strategi pelayaa permitaa terhadap pasar eksport da domestik yag selalu berfluktuasi. Berdasarka permasalaha diatas perusahaa igi meagai masalah yag terjadi dega megguaka program simulasi, yag mecakup hasil produksi, da permitaa pasar (eksport maupu domestik). Program simulasi tersebut megguaka beberapa uji statistik da pembagkit bilaga radom yag disesuaika dega teori yag diguaka. Hasil dari program simulasi diharapka dapat membatu memecahka masalah bagi pihak maajeme PT. ASEANTEX, sehigga keutuga yag didapatka aka mejadi lebih baik. Dari 4 (empat) strategi yag dilaksaaka ada beberapa strategi yag memiliki model strategi sama tetapi cara pelayaaya yag berbeda, serta dari pedapata yag berbeda-beda tersebut dapat diguaka utuk megambil keputusa. Kata kuci : produksi sarug, fluktuasi produk, fluktuasi permitaa, simulasi. LATAR BELAKANG Setiap aktifitas bisis khususya yag bergerak dalam bidag idustri maufaktur, kegiata trasformasi iput mejadi output, atau memproses baha baku mejadi barag jadi yag atiya aka diguaka oleh pelagga da kosume, sagat tergatug pada proses produksi yag dilakuka. PT. BHSTEX memiliki sub perusahaa yag ditugaska utuk memeuhi pesaa sarug-sarug yag bersifat tradisioal, salah satu diataraya adalah PT. ASEANTEX. PT. ASEANTEX memiliki 3 macam produk sarug yaitu: Betel Terbag, Asulta, Rayda. Keseluruha proses produksi sarug PT. ASEANTEX masih melakuka proses tradisioal, dari mulai baha baku beag, dilakuka proses pecelupa beag dipaduka dega campura obat utuk meghasilka aeka ragam wara, higga di teu yag prosesya megguaka Alat Teu Buka Mesi (ATBM). Dimaca egara, sarug juga bayak diguaka di egara-egara Asia, serta telah diperkealka kepada orag-orag di belaha Timur Tegah, sehigga idustri sarug lebih mearik utuk dikelola da dieksport. Sarug yag dihasilka oleh PT. ASEANTEX aka dijual kepada pelagga tetap (baik lokal maupu eksport) yag selama ii memesa sarug kepada PT. ASEANTEX, yaitu: Prima Busaa (lokal), Toko Khadijah (lokal), Al-Mira (Dubai), Al-Mahdi (Lebao), da Al-Fajri (Arab).

Karea PT. ASEANTEX merupaka perusahaa yag memproduksi barag jadi berupa sarug, maka sebelum produk dikirim kepada pelagga aka diperiksa terlebih dahulu oleh bagia Quality Cotrol (QC). Produk yag telah diperiksa oleh bagia QC aka terbagi mejadi 2 jeis, yaitu produk baik da produk reject. Setelah keluar dari bagia QC, produk-produk tersebut aka dikemas, da selajutya aka dikirim ke masig-masig pelagga. Produk yag telah diterima oleh pelagga di luar egeri, sebelum dijual masih harus diperiksa lagi oleh bagia QC di masig-masig egara. Apabila meurut QC masig-masig egara ada produk yag tidak sesuai dega kriteria mereka, maka produk aka dikembalika (retur). Produk reject da retur masih bisa dijual di Idoesia dega harga yag berbeda dega produk baik. Karea tidak memiliki metode perhituga khusus maka bayak terjadi permasalaha yag terjadi pada PT. ASEANTEX, diataraya adalah tidak adaya kotrol utuk kegagala produksi, target tertetu utuk memeuhi pasar eksport kadag terpeuhi kadag juga tidak, tidak adaya system yag diguaka utuk pegevaluasia kierja, sehigga produksi yag dilakuka PT. ASEANTEX selama ii kurag optimal. PT. ASEANTEX melakuka perbaika sistem utuk megotrol produksi diperhatika secara serius. Hal tersebutlah yag memicu pihak maajeme PT. ASEANTEX megembagka model simulasi tetag jumlah produksi yag dihasilka, produk reject, da jumlah pesaa atau permitaa yag berfluktuasi. MODEL SIMULASI Meurut Jay Heizer da Barry Reder [2005:714] bahwa Simulasi merupaka usaha utuk meyali fitur, tampila, da karakteristik sebuah sistem yata. Gagasa dibalik simulasi ii adalah: 1. Utuk meiru sebuah situasi dalam duia yata secara matematis. 2. Kemudia mempelajari karakteristik operasi tersebut. 3. Akhirya utuk mearik kesimpula da megambil keputusa tidaka berdasarka hasil simulasi. POLA DISTRIBUSI PROBABILITAS Dalam ketidakpastia permitaa da jumlah produk yag dihasilka meimbulka bayakya kemugkia-kemugkia. Salah satu cara utuk memperkecil beberapa kemugkia tersebut adalah dega mempelajari pola dari distribusi probabilitasya. Distribusi probabilitas teoritis yag serig diguaka dalam fugsi permitaa adalah distribusi Normal, da distribusi Ekspoesial. Distribusi Frekuesi Dalam meetuka kelas yag diguaka pada distribusi frekuesi, ada 3 (tiga) hal yag perlu diperhatika, yaitu jumlah kelas, lebar kelas da batas kelas. Suatu rumus utuk meetuka bayakya kelas adalah sebagai berikut : k =1 + 3,3 log...(1) Rumus tersebut di beri ama Kriterium Sturges da merupaka patoka yag dapat dijadika acua dalam membuat kelas. Kemudia dalam membuat iterval (lebar) kelas diguaka rumus : c Max Mi k...(2) A-19-2

Distribusi Normal Distribusi ormal merupaka distribusi yag sagat petig dalam statistik da bayak dipakai dalam memecahka persoala. Model matematik yag diguaka pada distribusi ormal adalah: Z X...(3) Z x μ σ = distribusi ormal stadar = ilai tegah = rata-rata (dalam pola distribusi ii didekati dega X, karea megguaka data sampel dari populasi) = stadard deviasi dari distribusi ii (didekati dega S karea megguaka data sampel yag mewakili populasi) Dalam distribusi ormal stadar di atas, yag harus dilakuka terlebih dahulu adalah meetuka μ (jika populasi yag diguaka utuk peelitia) atau megguaka X (jika sampel dari populasi yag diguaka dalam peelitia). Rumus yag diguaka dalam meemuka X tersebut adalah: ( Xi * fi) i X 0...(4) Simpaga baku ( σ) diguaka utuk meetuka ilai dari Z. Jika megguaka sampel dari populasi, simpaga baku disimbolka dega S. Rumus yag diguaka adalah: S i0 fi( Xi X ) 2...(5) Distribusi Ekspoesial Bayak masalah simulasi membutuhka pegguaa dari distribusi ekspoesial, khususya masalah-masalah yag melibatka suatu reteta kedataga da kepergia, seperti simulasi atria pada bak, pembayara di supermarket, airport da lai lai. Fugsi umum dari distribusi ekspoesial ii adalah sebagai berikut: x f ( x) 1 e, x ; 0...(6) Distribusi Empiris Dalam beberapa masalah, peluag yag aka terjadi diyataka dalam empiris dari grup data sejumlah j (dimaa j = 1,2,...,m), dega batas bawah XLj da batas atas XUj sebagai berikut: XLj X Xuj dega tiggi fj yag merupaka peluag dimaa Ym = f1 + f2 + + fm = 1...(7) Harga Yj merupaka peluag bahwa harga X utuk kejadia acak tidak melebihi Xuj jadi X bisa dibuat dega mudah dega batua bilaga acak distribusi uiform U(0,1) dega iterpolasi liier sebagai berikut: X = XLj + [(U-Yj-1)/(Yj-Yj-1)](Xuj-XLj) A-19-3

Distribusi ii dapat dilakuka prosesya jika kedua uji distribusi (uji distribusi Normal da uji distribusi Ekspoesial) yag dilakuka diatas tidak memeuhi atau pada kodisi tolak H0. PENGUJIAN DATA Pada beberapa eksperime, dibutuhka suatu proses pegambila data secara lagsug di lapaga, sedagka proses eksperime yag megguaka simulasi memerluka suatu pembagkita data. Pada proses ii tetuya diigika adaya kesamaa atara distribusi data yag diperoleh, dega distribusi data yag tepat secara teori. Oleh karea itu diperluka suatu proses pegujia kecocoka distribusi. Distribusi data ada dua macam, distribusi data yag bersifat diskrit da distribusi data yag bersifat kotiu. Tetuya kedua macam distribusi ii aka berbeda proses pecocoka distribusiya. Utuk distribusi data yag bersifat kotiu, aka tepat jika diguaka pegujia distribusi dega metode Kolmogorov-Smirov. Pegujia Kolmogorov-Smirov Ekspoesial Pegujia bertujua utuk melihat tigkat kesesuaia atara fugsi distribusi hasil pegamata dega fugsi distribusi teoritik tertetu. Prosedur yag dilakuka adalah: 1. Meetuka Statistik Uji. Thitug = Maks F(x) S(x)...(8) Keteraga F(x): fugsi distribusi kumulatif dari suatu distribusi ekspoesial S(x): fugsi distribusi kumulatif dari suatu distribusi pegamata 2. Meetuka Kriteria Peolaka. Jika ilai T W 1-α, maka H0 ditolak (tabel yag diguaka adalah tabel Kolmogorov-Smirov). Lagkah-lagkah Pegujia : a. Meetapka hipotesis awal da hipotesis tadiga Hipotesis: H0 : data megikuti distribusi ekspoesial H1 : data tidak megikuti distribusi ekspoesial b. Meghitug statistik uji Bayakya parameter pada distribusi ekspoesial adalah β yag meyataka ilai rata-rata. Utuk meetuka harga F(x) maka ilai β harus ditetuka dega cara: X i. fi i X 1 Keteraga: X = β = rata-rata Ditetuka ilai probabilitas utuk masig-masig x, dari ekspoesial: f ( X ) 1 e X S(x) diperoleh dari frekuesi kumulatif masig-masig ilai Xi dibagi dega jumlah sampel. 3. Meetapka α (taraf sigifikasi). α = 0,05 A-19-4

4. Meetuka daerah peolaka. W1-α didapatka dari tabel Kolmogorov-Smirov sesuai dega yag ada da simpaga baku yag didapatka. 5. Membuat kesimpula. Membadigka atara Thitug dega W1-α, jika Thitug < W1-α maka H0 gagal tolak (diterima) da bila ilai Thitug W1-α, maka H0 ditolak. 6. Membuat iterpretasi dari kesimpula. Jika H0 gagal tolak maka data yag diuji adalah berdistribusi ekspoesial. Pegujia Kolmogorov-Smirov Normal Pegujia bertujua melihat tigkat kesesuaia atara fugsi distribusi hasil pegamata dega fugsi distribusi teoritik tertetu, dega meetapka suatu titik yag meggambarka perbedaa maksimum keduaya. 1. Meetuka Statistik Uji. Thitug = Maks F(x) S(x)...(9) Keteraga: F(x): fugsi distribusi kumulatif dari suatu distribusi ormal S(x): fugsi distribusi kumulatif dari suatu distribusi pegamata 2. Meetuka Kriteria Peolaka. Jika ilai Thitug W1-α, maka H0 ditolak (tabel yag diguaka adalah tabel Kolmogorov-Smirov). Lagkah-lagkah Pegujia : a. Meetapka hipotesis awal da hipotesis tadiga Hipotesis: H0: data megikuti distribusi ormal H1: data tidak megikuti distribusi ormal b. Meghitug Statistik Uji Bayakya parameter pada distribusi ormal adalah X yag meyataka ilai rata-rata. Utuk meetuka harga F(x) maka ilai X harus ditetuka dega cara : X X i. i 1 fi Keteraga: X = = rata-rata Ditetuka ilai probabilitas utuk masig-masig X, dari ormal: Z x keteraga x = ilai tegah dari kelas pada distribusi frekuesi µ = rata-rata ( X ) σ = simpaga baku Utuk mecari F(x) dega megguaka tabel distribusi ormal pada lampira sesuai ilai Z yag didapatka. S(x) diperoleh dari frekuesi kumulatif masigmasig ilai xi dibagi dega jumlah sampel. 3. Meetapka α (taraf sigifikasi). α = 0,05 4. Meetuka daerah peolaka. W1-α didapatka dari tabel Kolmogorov-Smirov sesuai dega yag ada da simpaga baku yag didapatka. A-19-5

5. Membuat kesimpula. Membadigka atara T dega W1-α, jika T < W1-α maka H0 gagal tolak da bila ilai T W 1-α, maka H0 ditolak. 6. Membuat iterpretasi dari kesimpula. Jika H0 gagal tolak maka data yag diuji adalah berdistribusi ormal. METODOLOGI Dalam sebuah peelitia dilakuka seragkaia lagkah-lagkah yag dilakuka secara sistematis da terecaa utuk memperoleh pemecaha masalah atau memperoleh jawaba dari masalah tertetu. Utuk usaha pemecaha masalah tersebut diperluka adaya iformasi/data yag legkap megeai faktor-faktor yag mempegaruhi da berhubuga, sehigga upaya yag dilakuka dapat meghasilka suatu betuk pemecaha masalah yag teritegrasi. Utuk itulah diperluka metodologi peelitia. M u l a i S e t t i g P e r m i t a a t i a p m i g g u D a H a s i l P r o d u k s i t i a p m i g g u D a t a p e r m i t a d a p r o d u k s i t i a p m i g g u P r o s e s P e j u m l a h a P e r m i t a a d a H a s i l P r o d u k s i t i a p m i g g u P e m b u a t a D i s t r i b u s i F r e k u e s i P r o s e s P e m b u a t a D i s t r i b u s i N o r m a l u t u k d a t a P e r m i t a a d a P r o d u k s i P r o s e s P e m b u a t a D i s t r i b u s i E k s p o e s i a l u t u k d a t a P e r m i t a a d a P r o d u k s i P r o s e s P e m b u a t a D i s t r i b u s i E m p i r i s u t u k d a t a P e r m i t a a d a P r o d u k s i H a s i l U j i T e r i m a H o? T i d a k H a s i l U j i T e r i m a H o? T i d a k Y a Y a Y a D a t a h a s i l d i s t r i b u s i N o m a l D a t a h a s i l d i s t r i b u s i E k s p o e s i a l D a t a h a s i l d i s t r i b u s i e m p i r i s P r o s e s P e m b a g k i t a B i l a g a A c a k S e s u a i D i s t r i b u s i P r o s e s S i m u l a s i P e m b a k i t B i l a g a r a d o m H a s i l A k h i r o l e h s i m u l a s i s e l e s a i Gambar 1. Alur Proses Program Simulasi Produksi PT. ASEANTEX Fixed-Icremet Time Advace Proses percepata waktu simulasi di dalam sebuah model tirua dega waktu kejadia yag berlaia yag disebut dega pedekata Fixed-Icremet Time Advace. Dega pedekata ii, waktu simulasi ditambah sebayak t dega tepat tapa diubah utuk dijadika acua meambahka waktu simulasi berikutya. Setelah itu setiap perubaha waktu simulasi dilakuka pegeceka terhadap kejadia kejadia yag mucul selama proses simulasi terjadi pada waktu yag bersagkuta dega membadigka perbedaa kejadia waktu simulasi pada t sebelumya. Jika terdapat satu atau lebih kejadia yag mucul selama proses simulasi pada t (jagka waktu simulasi), maka kejadia kejadia tersebut dapat diaggap mewakili kodisi pada saat waktu simulasi bersagkuta da juga mempegaruhi hasil perhituga terhadap waktu simulasi tersebut. Pedekata megguaka Fixed-Icremet Time Advace dapat dilihat pada gambar 2 0 e1 t 2t e2 e3 3t Gambar 2. Ilustrasi Model Fixed-Icremet Time Advace A-19-6

Dimaa tada legkuga meggambarka percepata waktu simulasi da ei (i = 1,2,3,...) adalah waktu yag sebearya dari kejadia ith dari suatu kodisi (buka ilai ith pada waktu simulasi). Pada jagka waktu (0, t), suatu kejadia aka mucul pada waktu ei tetapi diaggap kejadia tersebut mucul pada waktu t meurut model. Ditujukka juga didalam gambar bahwa diatara waktu ( t, 2 t) tidak terdapat kejadia yag mucul, tetapi proses ii tetap harus dijalaka utuk megetahui da meetuka ada atau tidakya kejadia pada waktu tersebut. Pada waktu simulasi berikutya atara (2 t, 3 t) terdapat kejadia kejadia yag mucul yag terdapat pada waktu e2 da e3, tetapi perubaha tersebut diaggap mucul pada waktu 3 t da seterusya. Strategi Strategi adalah recaa jagka pajag dega diikuti tidaka-tidaka yag ditujuka utuk mecapai tujua tertetu, yaitu utuk medapatka tigkat keutuga yag lebih baik. Ada beberapa strategi yag aka diguaka dalam simulasi ii, strategi yag pertama adalah strategi sesuai dega keyataa yag ada di lapaga, da strategi yag lai adalah strategi pembadig yag diguaka utuk megaalisa hasil simulasi dega keyataa yag ada di lapaga. Adapu strategi-strategi tersebut adalah: 1. Strategi 1 Adalah strategi dega jumlah mesi sebayak 270 utuk memproduksi sarug Betel Terbag, 270 utuk sarug Asulta, da 240 utuk sarug Rayda. Harga jual tiap produk berbeda utuk tiap tempat tujua (pelagga), tetapi kosta utuk satu periode perhituga. 2. Strategi 2 Adalah strategi dega jumlah mesi diubah utuk memproduksi setiap jeis sarug sesuai kebutuha. Harga jual tiap produk berbeda utuk tiap tempat tujua (pelagga), tetapi kosta utuk satu periode perhituga. 3. Strategi 3 Adalah strategi dega jumlah mesi sebayak 270 utuk memproduksi sarug Betel Terbag, 270 utuk sarug Asulta, da 240 utuk sarug Rayda. Harga jual tiap produk berbeda utuk tiap tempat tujua (pelagga), da berubah sesuai kebutuha utuk satu periode perhituga. 4. Strategi 4 Adalah strategi dega jumlah mesi diubah utuk memproduksi setiap jeis sarug sesuai kebutuha. Harga jual tiap produk berbeda utuk tiap tempat tujua (pelagga), da berubah sesuai kebutuha utuk satu periode perhituga. Adapu proses perhitugaya utuk masig-masig ada tiga cara yaitu: a. Harga terbesar dari pelagga didahuluka b. Retur terkecil dari pelagga didahuluka c. Dega megguaka prosetase dari setiap pelagga Pegolaha Hasil Akhir Dari Strategi (utuk seluruh strategi) Keseluruha data yag dibutuhka bila telah dimasukka, maka proses pegolaha data akhir utuk megetahui keutuga keseluruha dapat dilaksaaka. Berikut tampila lapora perhituga utuk medapatka iformasi akhir apakah terjadi sisa atau kekuraga tersebut: A-19-7

Gambar 3. Lapora Perhituga Sedagka tampila lapora keutuga/kerugia utuk medapatka iformasi akhir megeai keutuga setiap miggu, kehilaga kesempata akibat produk yag reject, da kehilaga kesempata akibat dari adaya produk yag diretur tampak pada gambar berikut ii: Gambar 4. Lapora Keutuga/Kerugia. Iformasi keutuga total setiap strategi da produk dapat dilihat pada tabel dibawah ii. Strategi 1 Tabel 1 Keutuga Total Nama Produksi Cara 1 Cara 2 Cara 3 Betel Terbag 159.561.500.000 157.211.348.500 162.107.810.000 Asulta 138.354.470.000 136.702.127.000 145.279.731.000 Rayda 192.717.395.500 190.185.195.500 195.311.512.000 A-19-8

Strategi 2 Nama Produksi Cara 1 Cara 2 Cara 3 Betel Terbag 158.874.489.000 155.831.974.000 159.742.018.500 Asulta 143.923.790.000 142.391.860.000 146.606.769.500 Rayda 179.228.921.500 178.390.871.500 206.166.537.500 Strategi 3 Nama Produksi Cara 1 Cara 2 Cara 3 Betel Terbag 221.774.517.019 218.132.851.871 224.985.432.617 Asulta 197.874.681.630 194.679.869.329 206.862.664.170 Rayda 226.693.945.213 263.014.457.147 269.969.545.616 Strategi 4 Nama Produksi Cara 1 Cara 2 Cara 3 Betel Terbag 220.383.095.508 215.653.016.921 220.997.343.354 Asulta 202.749.557.009 199.637.685.538 205.478.026.616 Rayda 255.046.631.498 253.772.353.603 292.009.529.277 Lapora Keutuga/Kerugia Strategi 1 205.000.000.000 195.000.000.000 185.000.000.000 192.717.395.500 195.311.512.000 190.185.195.500 175.000.000.000 165.000.000.000 155.000.000.000 159.561.500.000 157.211.348.500 162.107.810.000 145.279.731.000 145.000.000.000 135.000.000.000 138.354.470.000 136.702.127.000 125.000.000.000 Betel Terbag Asulta Rayda Cara 1 Cara 2 Cara 3 [[[[ Gambar 5. Grafik Lapora Keutuga Strategi 1. A-19-9

Lapora Keutuga/Kerugia Strategi 2 215.000.000.000 206.166.537.500 205.000.000.000 195.000.000.000 185.000.000.000 175.000.000.000 179.228.921.500 178.390.871.500 165.000.000.000 158.874.489.000 159.742.018.500 155.000.000.000 145.000.000.000 135.000.000.000 155.831.974.000 143.923.790.000 146.606.769.500 142.391.860.000 125.000.000.000 Betel Terbag Asulta Rayda Cara 1 Cara 2 Cara 3 ][ Gambar 6. Grafik Lapora Keutuga Strategi 2 Lapora Keutuga/Kerugia Strategi 3 270.000.000.000 269.969.545.616 260.000.000.000 263.014.457.147 250.000.000.000 240.000.000.000 230.000.000.000 224.985.432.617 221.774.517.019 226.693.945.213 220.000.000.000 210.000.000.000 200.000.000.000 190.000.000.000 218.132.851.871 197.874.681.630 206.862.664.170 194.679.869.329 180.000.000.000 Betel Terbag Asulta Rayda Cara 1 Cara 2 Cara 3 ] Gambar 7. Grafik Lapora Keutuga Strategi 3 Lapora Keutuga/Kerugia Strategi 4 300.000.000.000 292.009.529.277 280.000.000.000 260.000.000.000 255.046.631.498 253.772.353.603 240.000.000.000 220.383.095.508 220.997.343.354 220.000.000.000 200.000.000.000 215.653.016.921 205.478.026.616 202.749.557.009 199.637.685.538 180.000.000.000 Betel Terbag Asulta Rayda Cara 1 Cara 2 Cara 3 ] Gambar 8. Grafik Lapora Keutuga Strategi 4. A-19-10

KESIMPULAN Setelah dilakuka aalisa, peracaga da pembuata program simulasi produksi da distribusi pelayaa sarug teu utuk megetahui tigkat keutuga yag lebih baik pada PT. ASEANTEX Mojokerto, maka dapat diambil beberapa kesimpula sebagai berikut: a. Dari 4 (empat) strategi yag telah dijalaka dega megguaka model simulasi ii, memberika alteratif-alteratif yag dapat diambil oleh perusahaa, dega hasil yag ditampilka baik berupa data ataupu grafik. b. Keutuga total setiap strategi hasil program simulasi produksi da distribusi pelayaa dapat dilihat pada tabel keutuga total dega gambar 5 sampai dega gambar 8. Dari data tersebut dapat diidetifikasi bahwa: Pedapata (keutuga) sagat dipegaruhi oleh jumlah mesi yag beroperasi yag ditempatka pada suatu strategi. Harga produk yag berfluktuatif juga sagat berpegaruh terhadap keutuga, terbukti bahwa hasil peroleha strategi 3 da strategi 4 lebih baik dari peroleha strategi 1 da strategi 2. Strategi 3 da strategi 4 meerapka harga jual tiap produk berbeda utuk tiap tempat tujua (pelagga), da berubah sesuai kebutuha utuk satu periode perhituga. c. Cara 3 (megguaka prosetase dari permitaa pelagga) selalu memberika hasil yag lebih baik. Hal ii dikareaka berapapu produksi yag dihasilka aka dibagika sama rata kepada pelagga. REFERENSI Boedioo, Koster Waya. (2001). Teori da Aplikasi Statistik da Probabilitas. PT Remaja Rosdakarya. Badug, Idoesia. Gottfried, B. S. (1984). Elemets of Stochastic Process Simulatio. Lodo: Pretice Hall Ic. Heizer Jay, Reder Barry. (2005). Idoesia. Maajeme Operasi. Salemba Empat. Jakarta, Sadi, S. (1991). Simulasi Tekik Pemrograma da Metode Aalisis. Adi Offset. Yogyakarta, Idoesia. Satya L.D, Boett. (2007). Simulasi: Teori da Aplikasiya. Adi Offset. Yogyakarta, Idoesia. Suryai Erma [2005], Model Simulasi Sistem Diamik Dalam Sistem Produksi Da Pertumbuha Pasar, Jural Ilmiah Tekologi Iformasi,vol. 4, o. 2, pp. 191-198 A-19-11