IMPLEMENTASI METODE HEURISTIK DAN SIMULASI UNTUK MENYEIMBANGKAN LINI PERAKITAN LAMPU

IMPLEMENTASI METODE HEURISTIK DAN SIMULASI UNTUK MENYEIMBANGKAN LINI PERAKITAN LAMPU Septian Andrew Susanto 1) dan Nurhadi Siswanto 2) 1) Jurusan Teknik Industri, Institut Teknologi Sepuluh Nopember, Surabaya, e-mail: septiandrew.s@gmail.com 2) Jurusan Teknik Industri, Institut Teknologi Sepuluh Nopember, Surabaya, e-mail: siswanto@ie.its.ac.id ABSTRAK Lini perakitan merupakan sistem alur produksi dimana alur produksinya memiliki proses yang saling berkaitan Pada penelitian ini dikembangkan model lini perakitan yang dapat sekaligus merakit beberapa model produk yang memiliki kesamaan part. Model ini biasa disebut dengan mixed-model assembly line. Dari permasalahan yang ada maka akan dilakukan penelitian dengan menggunakan pendekatan secara analitikal dan juga model simulasi untuk membantu manajer lini dalam menentukan konfigurasi lini yang tepat untuk menghadapi perbedaan permintaan yang ada. Maka pendekatan analitikal dilakukan dengan cara menggunakan pendekatan secara heuristik untuk menyelesaikan permasalahan mixed-model assembly line balancing dan menghasilkan konfigurasi lini dengan jumlah stasiun kerja yang minimum dan workload yang seimbang antar stasiun kerja. Setelah mendapatkan konfigurasi lini melalui pendekatan heuristik, maka selanjutnya hasil konfigurasi lini akan digunakan sebagai masukan pada model dicrete event simulation yang bertujuan untuk mengukur total waktu dan utilitas tiap stasiun kerja dari solusi yang ada. Dari pendekatan dengan model simulasi yang ada didapatkan hasil skenario memiliki hasil total waktu dan utilitas tiap stasiun kerja yang lebih baik daripada kondisi eksisting yang ada. Kata kunci : Assembly Line Balancing, Heuristik, Hybrid Simulation Modelling, Simulated Annealing, Simulation PENDAHULUAN Kebutuhan konsumen yang terus meningkat seiring dengan perkembangannya waktu semakin menuntut adanya perubahan untuk dapat memenuhi kebutuhan konsumen. Apapun perubahan itu perusahaan diharapkan terus mampu beradaptasi dengan memperbaharui sistem internal sehingga perusahaan dapat terus bertahan di persaingan ketat dunia industri saat ini. Fokus utama di dalam menghadapi perubahan adalah pemenuhan kebutuhan dari konsumen. Salah satu cara untuk menghadapi perubahan itu adalah dengan adanya sistem manajemen shopfloor yang baik di dalam perusahaan yang dapat dilihat pada lini perakitan dari perusahaan manufaktur tersebut. Dari lini perakitan yang ada diperoleh besaran Work In Process (WIP) yang cukup besar, yaitu dapat mencapai 3000 unit setiap harinya. Semakin besar nilai WIP yang ada maka ada potensi pada penumpukan produk dan juga ada penyembunyian kecacatan produk yang akan menghambat respon yang ada sehingga akan merugikan perusahaan yang ada. Kelebihan A-17-1

produk WIP yang ada ini juga mengidentifikasikan adanya penumpukan pada salah satu lini perakitan yang ada. Sehingga apabila pada lini perakitan yang ada diharapkan untuk memproduksi dengan kapasitas yang besar maka tentu akan terjadi penumpukan produk WIP yang akan semakin besar pula. Pada departemen perakitan yang ada, terdapat 56 orang karyawan yang dibagi dalam 2 long shift dimana shift pertama mulai dari pukul 06.00 sampai dengan 18.00 dan shift kedua akan mulai dari pukul 18.00 sampai dengan 06.00. Di departemen perakitan yang ada, memiliki kombinasi lini perakitan Single Model Assembly Line dimana pada satu lini perakitan khusus untuk merakit satu jenis produk saja. Perakitan sendiri dilakukan secara manual yaitu dengan tenaga kerja manusia yang dibantu dengan hand tool. Pekerja pada lini pada umumnya merupakan buruh pekerja yang dapat melakukan semua pekerjaan tanpa ada keahlian khusus. Dengan itu pekerja-pekerja yang ada dapat dengan mudah dikonfigurasi dan dilakukan line balancing. Dari permasalahan yang ada maka akan dilakukan pendekatan secara analitikal dan juga model simulasi untuk membantu manajer lini dalam menentukan konfigurasi lini yang tepat untuk menghadapi perbedaan permintaan yang ada. Maka pendekatan analitikal dilakukan dengan cara menggunakan pendekatan secara heuristik untuk menyelesaikan permasalahan mixed-model assembly line balancing dan menghasilkan konfigurasi lini dengan jumlah stasiun kerja yang minimum dan workload yang seimbang antar stasiun kerja. Setelah mendapatkan konfigurasi lini melalui pendekatan heuristik, maka selanjutnya hasil konfigurasi lini akan digunakan sebagai masukan pada model dicrete event simulation yang bertujuan untuk mengukur robustness dari solusi yang ada. Dari pendekatan dengan model simulasi yang ada dilakukan pengukuran performansi yang berbeda, yang berguna untuk membantu manajer lini mengambil kesimpulan yang tepat. METODE Penelitian ini dilakukan secara garis besar terdiri dari lima tahap utama, yaitu tahap identifikasi masalah, tahap pengumpulan data, tahap pengolahan data, tahap analisis dan interpretasi, dan tahap penarikan kesimpulan. Tahap pengolahan data sendiri terbagi menjadi dua tahap pengolahan utama yang pertama pengolahan data menggunakan metode heuristik dan yang selanjutnya hasil dari metode heuristik akan menjadi input dari metode simulasi. Metode heuristik sendiri mengadaptasi dari algoritma heuristik Simulated Annealing yang dikembangkan oleh Vilarinho dan Simaria(2002) untuk menyelesaikan masalah mix-model line assembly balancing. Setelah didapatkan hasil konfigurasi lini perakitan dari heuristik, kemudian dilanjutkan dengan melakukan metode simulasi, simulasi disini menerapkan Discrete Event Simulation. Dari hasil simulasi akan didapatkan output, total waktu proses dan utilitas dari stasiun kerja yang ada. Kemudian hasil dari simulasi akan dianalisis dengan membandingkan hasilnya dengan kondisi eksisting yang ada. Deskripsi Departemen Amatan Pada penelitian ini objek amatan yang dituju adalah pada departemen Assembly LCS (Light Capsule Super) III. Departemen ini berfokus pada produksi lampu jenis LCS (Light Capsule Super). Shift kerja yang ada pada departemen ini dikenal dengan nama long shift, dimana pekerja akan bekerja selama satu shift kerja yang dimulai dari jam 06.00 18.00 atau 18.00-06.00. Jadi departemen ini beroperasi secara terus menerus selama 24 jam tanpa henti. Untuk pengaturan waktu kerjanya, biasanya shift akan dibagi menjadi 2 shift utama yaitu shift A-17-2

1 dan shift 2. Dimana pada minggu pertama shift 1 akan masuk pagi sedangkan shift 2 akan masuk malam dan untuk minggu kedua berlaku sebaliknya. Pada departemen ini proses perakitan dilakukan menggunakan tiga lini utama yaitu: 1. Line 1 (Basing) : penggabungan Arctube dan Holder. 2. Line 2 (Station) : setelah melalui proses basing kemudian pada lini ini ditambahkan PCB, Caps dan Base. 3. Line 3 : penambahan Globe (globe oven) hingga inspeksi akhir. Secara keseluruhan proses produksi melibatkan ratusan item produk spiral yang mengalami pemrosesan yang sama pada ketiga lini produksi tersebut. Namun secara general tipe-tipe produk yang dapat diproduksi dapat dibedakan sebagai berikut: EFA 10 ; EFA 15 ; EFA 25 EFD 10 ; EFD 15 ; EFD 25 EFG 10 ; EFG 15 ; EFG 25 Tipe produk yang akan menjadi konsentrasi amatan pada lini perakitan ini adalah tipe EFA 15 dan EFG 15. Kedua tipe produk ini dipilih karena secara karakteristik memiliki perbedaan yang mendasar dari kedua produk tersebut. Secara detail lampu dapat dilihat pada gambar 1. Gambar 1. Lampu Panasonic Tipe EFA15 dan EFG25 Kedua lampu tersebut memiliki ukuran yang hampir sama namun lebih besar lampu tipe EFA 15. Secara keseluruhan dapat dilihat perbedaan yang paling mendasar dari kedua jenis lampu ini adalah jenis globe yang digunakan. Apabila lampu tipe EFA 15 menggunakan jenis globe bulat, maka lampu tipe EFG 25 ini menggunakan jenis globe U. Secara spesifikasi kedua lampu ini memiliki spesifikasi yang sama karena menggunakan komponen listrik utama yang sama. 2 14 15 16 17 1 3 4 5 8 9 10 11 12 13 18 19 20 21 22 23 24 25 26 6 7 Gambar 2. Precedence Diagram Gabungan Tahap Perhitungan Heuristik Sebelum masuk ke dalam perhitungan Heuristik maka pertama akan dihitung cycle time dan production share untuk setiap tipe produk sebagai kebutuhan data untuk perhitungan heuristik. Perhitungan Cycle Time dibutuhkan untuk menjadi input dari perhitungan menggunakan metode heuristik ini. Data yang dibutuhkan untuk menghitung cycle time adalah rencana produksi (Dm) dan Waktu Produksi (P) di Tabel 1. Selain itu dari perhitungan itu juga A-17-3

dapat dihitung prioritas pengerjaan tiap model yang akan dikerjakan yang biasanya disebut dengan Production Share (q) di tabel 2. Dan berikut ini merupakan rumus untuk menghitung Cycle Time (C) dan untuk menghitung Production Share (q). = / = =,.. = = / = h (1) (2) Tabel 1. Tabel Perhitungan Cycle Time Production Plan Total Time Unit EFA15 EFG25 Production Cycle Time Skenario 1 (ML) 1872 1220 3092 21600 7.0 Skenario 2 (HM) 2560 2050 4610 21600 4.7 Skenario 3 (HH) 2560 2890 5450 21600 4.0 Tabel 2. Tabel Perhitungan Production Share Production Plan Production Share EFA15 EFG25 EFA15 EFG25 Skenario 1 (ML) 1872 1220 0.61 0.39 Skenario 2 (HM) 2560 2050 0.56 0.44 Skenario 3 (HH) 2560 2890 0.47 0.53 Setelah didapatkan cycle time dan production share maka sebelum masuk ke dalam metode heuristik maka dilakukan perhitungan solusi awal menggunakan metode Rank Position Weight gabungan. Menggunakan langkah-langkah dalam perhitungan RPW tersebut untuk menghitung 3 skenario yang ada. Setelah mendapatkan nilai initial solution menggunakan metode RPW kemudian dilanjutkan dengan memasukkan nilai initial solution tersebut ke dalam perhitungan heuristik yang diadaptasi menggunakan software MATLAB. Metode heuristik ini sendiri terbagi menjadi dua tahap perhitungan dimana pada tahap pertama bertujuan untuk meminimasi jumlah stasiun kerja yang dipakai dalam satu lini perakitan dan tahap kedua bertujuan untuk menyeimbangkan beban kerja antar stasiun kerja dan juga dalam stasiun kerja yang sama. A-17-4

Gambar 3. Flowchart Perhitungan Heuristik Dan Berikut ini hasil dari perhitungan menggunakan heuristik : Tabel 3. Tabel Hasil Heuristik untuk Skenario 1 Skenario 1 : ML (C = 7 t.u) Stasiun No Aktivitas Replika 1 1,2,3,6,7 1 2 4,5,8,9,10,14 1 3 11,12,13,15 1 4 16,17,18,19,20 1 5 21,22,23,24,25,26 2 S' = 6, BS = 0.2, BWS = 0.32 Tabel 5. Tabel Hasil Heuristik untuk Skenario 3 Skenario 3 : HM (C = 4 t.u) Stasiu n No Aktivitas Replika 1 1,2,6 1 2 3,4 1 3 5,7,8,9,10,11,12,14 2 4 13,15,16,17,18 2 5 19,20 1 6 21 1 7 22,23,24,25,26 3 S' = 11, BS = 0.2, BWS = 0.35 Tabel 4. Tabel Hasil Heuristik untuk Skenario 2 Skenario 2 : HM (C = 4.7 t.u) Stasiun No Aktivitas Replika 1 1,2,3,4,6,7 2 2 5,8,10,14 1 3 11,12,15,16 1 4 13,17,18,19,20 2 5 21,22 2 6 23,24,25,26 2 S' = 10, BS = 0.3, BWS = 0.21 Tabel 6. Tabel Jumlah Stasiun Kondisi Eksisting Stasiun No Aktivitas Jumlah Stasiun 1 1,2,3 1 2 4,5 1 3 6,7,8,9,10 2 4 11,12 1 5 13,14,15 1 6 16,17,18 1 7 19, 20 1 8 21,22 1 9 23 2 10 24 1 11 25,26 1 A-17-5

Tahap Simulasi Lini Perakitan Lampu Pada tahap ini akan dijelaskan mengenai pembuatan simulasi dari lini perakitan lampu. Simulasi lini perakitan lampu akan membandingkan simulasi dari kondisi eksisting departemen amatan dengan simulasi dari skenario yang didapatkan dari hasil perhitungan heuristik sebelumnya. Simulasi pada penelitian ini bertujuan untuk mengamati perilaku dinamis dari kondisi riil departemen amatan. Langkah pertama dalam simulasi adalah menghitung distribusi waktu dari data yang ada. Perhitungan distribusi waktu menggunakan Input Analyzer. Dan berikut ini merupakan hasil perhitungan distribusi waktu dari waktu proses tiap aktivitas. Setelah dilakukan perhitungan distribusi waktu maka dilanjutkan dengan melakukan simulasi untuk kondisi eksisting dari lini perakitan lampu. Kondisi eksisting dari lini perakitan lampu memiliki 13 stasiun kerja dengan pembagian aktivitas pekerjaan sebagai pada Tabel 6. Dan setelah dilakukan simulasi untuk kondisi eksisting maka dilanjutkan simulasi untuk hasil skenario yang telah didapat dari hasil perhitungan heuristik pada tahap sebelumnya. HASIL DAN PEMBAHASAN Setelah dilakukan pengolahan data pada seksi sebelumnya, maka dilanjutkan dengan melakukan analisa dari hasil yang telah diperoleh dari pengolahan data yang ada. Dan berdasarkan hasil dari simulasi berikut ini merupakan hasil dari waktu total proses dari hasil simulasi. Pada tabel 7 dapat dilihat hasil selisih dari hasil simulasi berupa waktu total untuk eksisting untuk produk tipe EFA15 dengan dibandingkan pada skenario1, skenario2 dan skenario 3. Apabila dilihat selisih dari eksisting dengan skenario1 terdapat perdedaan dengan rata-rata 65.652 satuan waktu dengan standar deviasi sebesar 32.036. Kemudian dilanjutkan dengan melihat hasil selisih dari eksisting dengan skenario2. Terdapat perbedaan dengan ratarata sebesar 81.709 satuan waktu dengan standar deviasi sebesar 33.577. Sedangkan pada perbandingan kondisi eksisting dengan skenario 3 maka dapat dilihat terdapat perbedaan selisih waktu dengan rata-rata sebesar 106.683 satuan waktu dan dengan standar deviasi sebesar 33.522 satuan waktu. Tabel 7. Tabel Selisih Waktu Total Hasil Simulasi Produk Tipe EFA15 Waktu Total EFA15 Eksisting Skenario Skenario Skenario Eksisting - Eksisting - Eksisting - 1 2 3 Skenario 1 Skenario 2 Skenario 3 1 145.97 92.974 87.312 68.463 52.996 58.658 77.507 2 127.8 97.47 90.097 67.299 30.33 37.703 60.501 3 192.52 98.964 110.67 67.222 93.556 81.85 125.298 4 181.86 129.81 107.63 67.346 52.05 74.23 114.514 5 220.92 103.53 90.182 66.637 117.39 130.738 154.283 6 213.61 117.31 80.842 68.641 96.3 132.768 144.969 7 161.1 117.59 88.571 67.456 43.51 72.529 93.644 8 150.39 111.31 85.195 67.639 39.08 65.195 82.751 Rata-Rata 65.652 81.709 106.683 Standar Deviasi 32.036 33.577 33.522 A-17-6

Pada tabel 8 dapat dilihat hasil selisih dari hasil simulasi berupa waktu total untuk eksisting untuk produk tipe EFG25 dengan dibandingkan pada skenario1, skenario2 dan skenario 3. Apabila dilihat selisih dari eksisting dengan skenario1 terdapat perdedaan dengan rata-rata 68.401 satuan waktu dengan standar deviasi sebesar 32.997. Kemudian dilanjutkan dengan melihat hasil selisih dari eksisting dengan skenario2. Terdapat perbedaan dengan ratarata sebesar 92.763 satuan waktu dengan standar deviasi sebesar 34.261. Sedangkan pada perbandingan kondisi eksisting dengan skenario 3 maka dapat dilihat terdapat perbedaan selisih waktu dengan rata-rata sebesar 119.395 satuan waktu dan dengan standar deviasi sebesar 34.095 satuan waktu. Tabel 8. Tabel Selisih Waktu Total Hasil Simulasi Produk Tipe EFG25 Waktu Total EFG25 Eksisting Skenari o 1 Skenari o 2 Skenari o 3 Eksisting - Skenario 1 Eksisting - Skenario 2 Eksisting - Skenario 3 1 140.37 85.147 71.933 50.374 55.223 68.437 89.996 2 122.67 90.499 73.591 49.709 32.171 49.079 72.961 3 186.89 90.768 94.745 49.055 96.122 92.145 137.835 4 175.68 122.01 89.537 49.669 53.67 86.143 126.011 5 216.59 95.539 73.625 48.561 121.051 142.965 168.029 6 209.99 108.11 65.001 50.892 101.88 144.989 159.098 7 156.88 110.08 72.454 49.701 46.8 84.426 107.179 8 143.86 103.57 69.941 49.809 40.29 73.919 94.051 Rata-Rata 68.401 92.763 119.395 Standar Deviasi 32.997 34.261 34.095 Setelah melihat grafik utilitas tiap stasiun untuk setiap skenario yang ada, maka dilanjutkan dengan membandingkan rata-rata utilitas untuk antar skenario yang ada. Pada Tabel 9 dapat dilihat tabel rata-rata dan standar deviasi utilitas untuk kondisi eksisting dan dibandingkan dengan skenario-skenario yang ada. Pada kondisi eksisting memiliki rata-rata sebesar 0.5867 dengan standar deviasi sebesar 0.2385. Dari kondisi eksisting ini dapat dilihat bahwa kondisi eksisting masih memiliki perbedaan utilitas yang cukup tinggi pada setiap stasiun kerja yang ada. Sedangkan pada skenario-skenario yang ada, memiliki rata-rata yang baik sebesar 0.8939 untuk skenario 1, 0.8 untuk skenario 2, dan 0.8471 untuk skenario 3. Dengan memiliki standar deviasi yang cukup kecil juga dengan standar deviasi sebesar 0.0819 untuk skenario 1, 0.0698 untuk skenario 2 dan 0.0677 untuk skenario 3. Dari hasil tersebut dapat dilihat bahwa hasil skenario yang ada memiliki hasil rata-rata dan standar deviasi utilitas yang lebih baik apabila dibandingkan dengan kondisi eksisting yang ada. Tabel 9. Tabel Rata-Rata dan Standar Deviasi untuk Utilitas Eksisting Skenario 1 Skenario 2 Skenario 3 Rata-Rata 0.5867 0.8939 0.8000 0.8471 Stdev 0.2385 0.0819 0.0698 0.0677 A-17-7

KESIMPULAN DAN SARAN Kesimpulan dari hasil penelitian ini adalah sebagai berikut: 1. Dalam penelitian ini telah dilakukan implementasi dari penggabungan algoritma heuristic dan model simulasi. Dimana metode itu digunakan untuk menyelesaikan permasalahan Mixed-Model Assembly Line Balancing (MMALB). Penelitian dilakukan pada lini perakitan lampu pada sebuah perusahaan lampu. Dimana algoritma heuristik menerapkan algoritma Simulated Annealing untuk mendapatkan konfigurasi lini perakitan yang baru kemudian hasil dari algoritma heuristik tersebut menjadi input dari metode simulasi yang digunakan untuk melihat utilisasi tenaga kerja yang ada. 2. Dari hasil algoritma Simulated Annealing telah didapatkan konfigurasi lini perakitan yang meminimasi stasiun kerja yang ada serta bertujuan untuk menyeimbangkan beban kerja pada stasiun dan antar stasiun kerja yang ada. Kemudian dari hasil simulasi didapatkan hasil waktu total dan utilitas dari setiap stasiun kerja yang ada. Dari hasil skenario yang dibuat berdasarkan hasil dari metode heuristik telah didapatkan konfigurasi lini perakitan yang baik dengan waktu total pengerjaan yang rendah serta memiliki utilitas yang seimbang antar stasiun kerja yang ada. Berikut ini merupakan beberapa saran yang dapat diberikan dalam penelitian ini untuk penelitian selanjutnya adalah : 1. Algoritma Heuristik dapat dikembangkan menggunakan pendekatan metode heuristic yang lain seperti : Genetic Algorithm, Ant Colony Optimization dan lain sebagainya. Diharapkan dapat menghasilkan hasil dengan waktu yang lebih cepat. 2. Pada penelitian selanjutnya, dapat digunakan lini perakitan lain untuk diterapkan sebagai obyek penelitian. 3. Pada metode simulasi dapat lebih mempertimbangkan beberapa faktor seperti probabilitas produk cacat, breakdown mesin dan faktor-faktor lainnya sebagai acuan penelitian yang ada. DAFTAR PUSTAKA Boysen, N., Fliedner, M., & Scholl, A. (2008). Assembly line balancing: Which model to use when? International Journal of Production Economics, 509-528. Hoover, S., & Perry, R. F. (1989). Simulation : A Problem-Solving Approach. Prentice Hall. Kelton, W., & Law, A. (1991). Simulation Modeling and Analysis. New York: McGraw-Hill Inc. Kelton, W., Sadowski, R., & Sturrock, D. (2003). Simulation with Arena. The Mcgraw-Hill Companies,Inc. Mendes, A. R., Ramos, A. L., Simaria, A. S., & Vilarinho, P. M. (2005). Combining heuristics procedures and simulation models for balancing a PC camera assembly line. Computers & Industrial Engineering, 413-431. Pratama, F. A. Analisis Tingkat Inventori dan Kebutuhan Peralatan Bongkar Batu Bara pada Pabrik Semen PT. Semen Indonesia. Surabaya: Teknik Industri Institut Teknologi Sepuluh Nopember. Santosa, B., & Willy, P. (2011). Metoda Metaheuristik: Konsep dan Implementasi. Surabaya: Prima Printing. A-17-8