SlideShare a Scribd company logo
1 of 35
Interaksi Manusia – Mesin
ANALISA D
ANPENGUKURAN KERJA
Debrina Puspita Andriani
e-Mail : debrina@ub.ac.id
Blog : http://debrina.lecture.ub.ac.id/
JurusanTeknik Industri
SemesterGanjil 2016/2017
4
O
U
T
L
I
N
E
Sistem Manusia Mesin
Model Hubungan
Manusia - Mesin
Analisa Sistem Manusia - Mesin
Analisa Kuantitatif Sistem
Manusia - Mesin
20/09/16 2 www.debrina.lecture.ub.ac.id
Manusia vs Mesin
Kecepatan
20/09/16 3 www.debrina.lecture.ub.ac.id
Cepat
Lambat
Kekuatan Kecil, terbatas, berubah-ubah
Dapat diatur dengan baik,
bisa diperbesar, tetap
Keseragaman Tidak dapat diandalkan, perlu
di-monitor
Seragam / standar, cocok
untuk pekerjaan massal
Memory Mengingat segala macam,
persepsi, dasar & strategis
Sesuai perintah, jangka
panjang / jangka pendek
Berpikir Induktif baik Deduktif baik
Kalkulasi Lambat, mungkin ada error,
kemampuan koreksi
Cepat, tepat, tidak ada
koreksi
Overload Degradasi, kemampuan turun
perlahan
Kerusakan tiba-tiba
Kepintaran Kemampuan adaptasi,
meramal, menganalisa
KeputusanYa/Tidak sesuai
program
SISTEM
MANUSIA MESIN
Kombinasi 1 atau beberapa
manusia dengan 1 atau
beberapa mesin yang
saling berinteraksi untuk
menghasilkan output
berdasarkan input tertentu.
4 20/09/16 www.debrina.lecture.ub.ac.id
MESIN
semua objek fisik termasuk
peralatan, perlengkapan,
fasilitas & benda-benda
yang digunakan manusia
dalam melakukan
pekerjaannya
5 20/09/16 www.debrina.lecture.ub.ac.id
Man Machine Interface
MAN MACHINE
CONTROL
20/09/16 www.debrina.lecture.ub.ac.id
PERCEPTION &
6
Simple Ergo System
e
H
e
H M
H M = Machine
= Human
e = Environment
7
20/09/16 www.debrina.lecture.ub.ac.id
Complex Ergo System
e e
M H
M M
M
H
H H
M H
H M = Machine
= Human
e = Environment
8
20/09/16 www.debrina.lecture.ub.ac.id
PERFORMINGTASK
Firmware
Software-Loaded Hardware for
Proper Identification
Hardware
DisplayControl,
Machine,
Equipment, etc
Human Operator
Age,Sex, Education,
Experience, etc
Software
Man,
Manuals,
Information
, etc
Feedback
INPUT
OUTPUT
ENVIRONMENT
Heat/Cold, Noise, Lighting, Vibration, etc
TASK
20/09/16 9 www.debrina.lecture.ub.ac.id
Model Hubungan
Manusia - Mesin
Manual
Man-MachineSystem
Semi-Automatic
Man-Machine System
Automatic
Man-MachineSystem
20/09/16 10 www.debrina.lecture.ub.ac.id
MANUAL
MAN-MACHINE SYSTEM
(Human)
Information
Storage
Sensing
Processing
Action
Feedback
INPUT
20/09/16 11 www.debrina.lecture.ub.ac.id
OUTPUT
SEMI-AUTOMATIC
MAN-MACHINE SYSTEM
(Human)
Information
Storage
Processing
Sensing Action
Display
Control
Mechanism
Process
INPUT
OUTPUT
Feedback
20/09/16 12 www.debrina.lecture.ub.ac.id
AUTOMATIC
MAN-MACHINE SYSTEM
Processing
Sensing Action
INPUT Process OUTPUT
Display
Control
mechanism
(Machine)
Information
Storage
Human
( Monitor)
Feed back
20/09/16 13 www.debrina.lecture.ub.ac.id
M
E
C
H
A
N
I
S
M
S
20/09/16 14 www.debrina.lecture.ub.ac.id
Recording display : memberi informasi tentang progress
dari proses kerja yang berlangsung ( kinerja mesin )
Perception : operator yang menyerap / menangkap
informasi dari display secara visual
Interpretation Decision : menginterpretasikan dan
mengartikan informasi yang masuk dan selanjutnya
membuat keputusan
Handing of Controls : mengkomunikasikan keputusan yang
diambil ke sub-sistem mesin melalui rancangan mekanisme
kendali
Control Display : memberikan petunjuk kepada operator
hasil dari keputusan dan tindakannya. Selanjutnya mesin
akan membawa ke dalam bentuk aktivitas kerja
Analisa Sistem
Manusia - Mesin
20/09/16 15 www.debrina.lecture.ub.ac.id
KUALITATIF :
🞥 Peta Manusia - Mesin ( Man -
Machine ProcessChart )
🞥 Menentukan berapa jumlah
mesin / fasilitas kerja yang
bisa dioperasikan oleh
seorang operator.
🞥 Sederhana, praktis dan cepat.
🞥 Kendala : Ketelitian dalam
menggambar peta manusia-
mesin
KUANTITATIF :
🞥 Pengembangan model
matematis.
🞥 Lebih teliti, akurat, dan
memasukkan variabel
biaya dalam proses analisanya.
Analisa Kuantitatif
Sistem Manusia - Mesin
Synchronous Servicing
Completely Random
Servicing
Combination Servicing
20/09/16 16 www.debrina.lecture.ub.ac.id
Synchronous
Servicing
17 20/09/16 www.debrina.lecture.ub.ac.id
• Kondisi kerja ideal
• Operator dan mesin bekerja
secara penuh dalam siklus
waktu yang tersedia.
• Operator lebih sering berada
dalam kondisi “idle”, sehingga
untuk itu bisa dibebani kerja
dengan melayani operasi
mesin yang kedua, ketiga, dst-
nya.
Synchronous
Servicing
 1 operator menangani > 1 mesin
DALAM KONDISI IDEAL 
SINKRON.
 Formulasi :
N
machine time

L m
operator time L
Dimana :
N =  mesin yang harus dilayani
(unit mesin)
L = total operator servicing time
(loading & unloading) (jam)
m = total machining time (jam)
18 20/09/16 www.debrina.lecture.ub.ac.id
Synchronous Servicing
20/09/16 www.debrina.lecture.ub.ac.id
St St
St St
St St
St
St
St
St
Cycle time - Ct
Ct
Ct
Ct
Ct
m/c # 1
m/c # 2
m/c # 3
m/c # 4
m/c # 5
St = L = service time (loading & unloading);
Ct = m = cycle time a
19
tau machining time
Synchronous Servicing
 Kondisi ideal sulit untuk bisa dicapai; bilamana N > 5 atau N < 5 (dari contoh)
maka akan dijumpai situasi adanya idle atau delay yang bisa terjadi pada
mesin atau operator.
 Kondisi idle atau delay bisa terjadi manakala nilai N dari perhitungan akan
menghasilkan bilangan pecahan; sedangkan banyaknya mesin yang harus
dioperasikan merupakan bilangan bulat.
 Pertimbangan manakah yang sebaiknya “idle”? (Idle machine or idle
operator?)
 Formulasi perhitungan jumlah mesin yang dioperasikan oleh seorang
operator perlu modifikasi dengan memperhitungkan waktu (w) yang
diperlukan oleh operator untuk bergerak-pindah dari satu mesin menuju
ke mesin berikutnya. Pada formulasi terdahulu, dalam kondisi yang ideal
20/09/16
waktu (w) dianggap = NOL (?) 20 www.debrina.lecture.ub.ac.id
 Dengan memperhitungkan waktu bergerak-pindahnya operator (w);
maka jumlah mesin yang harus dilayani bisa dihitung dengan formulasi
baru sbb :
L  w
 Nilai N merupakan bilangan bulat. Bilamana dijumpai nilai N merupakan
bilangan pecah misalkan N = 4.57); maka perlu untuk dibulatkan kebawah
(N1 = 4) atau dibulatkan keatas (N2 = N1 + 1 = 5).
 Untuk menetapkan berapa jumlah mesin yang seharusnya dioperasikan
oleh seorang operator dapat ditetapkan berdasarkan pertimbangan
(analisa biaya) yang didasarkan pada The Expected Cost (TEC) yang
paling ekonomis dilihat dari aspek idle/delay costs yang terjadi pada
mesin atau operator.
N
L m
Synchronous Servicing
20/09/16 21 www.debrina.lecture.ub.ac.id
The Expected Cost
 The ExpectedCost :
 CM = machining cost (Rp/jam/mesin)
 CO = operator cost (Rp/jam/operator)
 N1 = idle mesin (  ), waktu siklus  waktu siklus mesin
 N2 = idle operator (  ), waktu siklus  waktu siklus operator
 Keputusan : Pilih jumlah mesin yang memberikan nilai TEC terkecil
TECN1 <TECN2  Pilih N1
TECN1>TECN2  Pilih N2
1
N1
N
TEC 
(L m)(Co N1.CM) TECN2  (L w)(CO N2.CM)
20/09/16 22 www.debrina.lecture.ub.ac.id
Berapakah jumlah mesin yang seharusnya bisa dilayani
oleh seorang operator, bilamana diketahui :
Waktu yang dibutuhkan untuk kegiatan loading
& unloading adalah 1,41 menit.
Waktu yang dibutuhkan untuk operator bergerak
berpindah dari satu mesin ke mesin lainnya 0,08
menit.
Waktu permesinan 4,34 menit.
Biaya operator Rp. 8500 / jam/operator.
Biaya operasi mesin Rp. 15000 / jam/mesin.
LATIHAN
S
OA
L
20/09/16 23 www.debrina.lecture.ub.ac.id
P
E
NY
E
L
E
S
A
I
A
N
N 
L  m

1,41  4,34
 3,86
L  w 1,41  0,08
N1
N1
(5,75/60)(8500 3x15000)
3

N1 = 3 ; N2 = 4
TEC 
(L m)(CO N1.CM)
 Rp.1.709
TECN2  (L  w)(CO N2.CM)
(1,49/60)(8500 4x15000)
Rp.1.701
20/09/16 24 www.debrina.lecture.ub.ac.id
Completely Random Servicing
20/09/16 25 www.debrina.lecture.ub.ac.id
 Diaplikasikan untuk menghadapi kondisi :
 Kapan suatu fasilitas kerja memerlukan pelayanan
operator TIDAK DIKETAHUI;
 Berapa lama pelayanan terhadap fasilitas kerja tersebut
harus berlangsung juga TIDAK DIKETAHUI.
 Mesin dapat berhenti (down) karena:
 Siklus kerja selesai (dan ada proses loading atau unloading
yang dilakukan oleh operator).
 Mesin rusak sehingga operator harus melakukan
perbaikan (maintenance services)
Completely Random Servicing
20/09/16 26 www.debrina.lecture.ub.ac.id
 Probabilitas mesin down (memerlukan pelayanan operator) : 0, 1, 2, 3 …
n (n relatif kecil).
 Kapan pelayanan dikehendaki dan berapa lama waktu pelayanan
(service) bersifat acak (random).
 Pendekatan Distribusi Binomial digunakan untuk penyelesaiannya.
 Di-ASUMSI-kan bahwa mesin akan down / idle secara random selama
siklus kerja berlangsung
 p = probability of running time
 q = probability of down/idle time
 p + q = 1
Teorema Ekspansi Binomial
n
x
2
1 2
n n
n
qp q p ....q
q p .... 
 p    
(pq) n x nx
n1 n 2 n
Binomial Distribution
Proporsi waktu mesin yang hilang (d):
Jika prosentase jam yang hilang  10% maka dapat dikatakan
bahwa penugasan sudah baik.
Sedangkan bila prosentase jam mesin yang hilang terlalu besar,
maka dapat ditambah operator yang menangani mesin down.
Total jam kerjamesin yang hilang
Total jamkerjamesin
100%
20/09/16 27 www.debrina.lecture.ub.ac.id
C O N T O H
Tentukan porsi minimal dari
waktu permesinan yang akan
hilang untuk pengoperasian 3
(tiga) mesin yang harus
dilayani oleh seorang
operator bila diketahui :
• Rata-rata running time = 60%
• Rata-rata operator attention
time = 40% (irregular intervals).
20/09/16 www.debrina.lecture.ub.ac.id
28
🞥 Kemungkinan (probabilitas) adanya mesin running (p)
dan down/idle (q) untuk 3 mesin yang harus dilayani
oleh seorang operator dapat ditunjukkan sebagai
berikut :
(p + q)n = (p + q)3
= p3 + 3p2q + 3pq2 + q3
= (0.60)3 + 3(0.60)2(0.40) + 3(0.60)(0.40)2 + (0.40)3
= (0.216) + (0.432) + (0.288) + (0.064)
Perhitungan Distribusi Binomial
20/09/16 29 www.debrina.lecture.ub.ac.id
Mesin 1 Mesin 2
R = 0.60
Mesin 3
R = 0.60
Probabilitas
(0.60)(0.60)(0.60) = 0.216
D = 0.40 (0.60)(0.60)(0.40) = 0.144
D = 0.40
R = 0.60
D = 0.40
(0.60)(0.40)(0.60) = 0.144
(0.60)(0.40)(0.40) = 0.096
R = 0.60
R = 0.60
R = 0.60
D = 0.40
(0.40)(0.60)(0.60) = 0.144
(0.40)(0.60)(0.40) = 0.096
D = 0.40
R = 0.60
D = 0.40
(0.40)(0.40)(0.60) = 0.096
(0.40)(0.40)(0.40) = 0.064
D = 0.40
1.000
20/09/16 30 www.debrina.lecture.ub.ac.id
Tree Diagram
🞥 Dari perhitungan tersebut diatas, maka proporsi waktu mesin down/idle
bisa ditentukan. Waktu yang hilang untuk melayani 3 mesin dapat
dihitung sebagai berikut:
# mesin
down/idle
Probability Jam mesin yang hilang
karena 1 operator
Jam mesin yang hilang
karena 2 operator
0 0.216 0 0
1 0.432 0*) 0
2 0.288 (1)(0.288)(8) = 2.304 0
3 0.064 (2)(0.064)(8) = 1.024 (1)(0.064)(8) = 0.512
*) Karena hanya 1 (satu) mesin yang down maka operator dapat melayani mesin tersebut, sehingga secara
keseluruhan tidak ada mesin yang “down/ idle”.
• Proporsi waktu permesinan yang hilang karena hanya 1 (orang) operator saja
yang ditugaskan melayani 3 (tiga) mesin = (2.304 + 1.024) x 100% = 13.9%
3 x 8
20/09/16 31 www.debrina.lecture.ub.ac.id
ProporsiWaktu Hilang
The Expected Cost
Asumsi :
• Biaya operator = Rp 10.000/jam
• Biaya permesinan = Rp 80.000/jam
• Output produksi = 250 unit/jam
Untuk 1 operator :
Produksi selama 8 jam = (24 – 3,328) x 250 = 5168 unit
Biaya selama 8 jam = (10000 x 8) + (80000 x 3 x 8) = Rp 2.000.000
Biaya per unit = 2000000 / 5168 = Rp 386,9
Untuk 2 operator :
Produksi selama 8 jam = (24 – 0,512) x 250 = 5872 unit
Biaya selama 8 jam = (10000 x 8 x 2) + (80000 x 3 x 8) = Rp 2.080.000
Biaya per unit = 2080000 / 5872 = Rp 354,2
Untuk 3 operator :
Produksi selama 8 jam = (24 – 0) x 250 = 6000 unit
Biaya selama 8 jam = (10000 x 8 x 3) + (80000 x 3 x 8) = Rp 2.160.000
20
B
/0
i9
a
/1
y
6
a per unit = 2160000 / 6000 = Rp 360 www.debrina.lecture.ub.ac.id
32
Tentukan minimum prosentase dari waktu permesinan yang
akan hilang dan jumlah operator optimum untuk menangani 4
(empat) mesin, bila rata-rata running time 70% dan rata-rata
operator attention time sebesar 30%.
Asumsi :
Biaya tenaga kerja langsung : Rp 12.500/jam
Biaya permesinan : Rp 85.000/jam
Output produksi : 300 unit/jam
LATIHAN
SOAL
20/09/16 www.debrina.lecture.ub.ac.id
33
Combination
Servicing
• ServicingTime  Constant
• Machine DownTime 
Random
• Sebuah tipikal umum dari
sistem manusia mesin.
• Problem teori antrian
(QueuingTheory) yang bisa
dijumpai cara
penyelesaiannya dalam
riset operasi (Operation
Research)
20/09/16 www.debrina.lecture.ub.ac.id
34
“Thebestwayto predictthefutureisto inventit”
- AlanKay -
20/09/16 www.debrina.lecture.ub.ac.id
35

More Related Content

What's hot

06. Konsep Pola Umum Aliran Bahan, dan Peralatan Pemindahan Bahan
06. Konsep Pola Umum Aliran Bahan, dan Peralatan Pemindahan Bahan06. Konsep Pola Umum Aliran Bahan, dan Peralatan Pemindahan Bahan
06. Konsep Pola Umum Aliran Bahan, dan Peralatan Pemindahan BahanMercu Buana University
 
Biomekanika slide share
Biomekanika slide shareBiomekanika slide share
Biomekanika slide shareEngkos Rosidi
 
Simulasi dengan menggunakan ProModel Software
Simulasi dengan menggunakan ProModel SoftwareSimulasi dengan menggunakan ProModel Software
Simulasi dengan menggunakan ProModel SoftwareMega Audina
 
Antropometri
AntropometriAntropometri
Antropometrisri wida
 
Pengukuran waktu kerja secara langsung
Pengukuran waktu kerja secara langsungPengukuran waktu kerja secara langsung
Pengukuran waktu kerja secara langsungIchbal Nandi
 
Fisiologi Kerja Telkom University PK&E
Fisiologi Kerja Telkom University PK&EFisiologi Kerja Telkom University PK&E
Fisiologi Kerja Telkom University PK&Eaanansor
 
CPM (Network Planning CPM) - Manajemen proyek
CPM (Network Planning CPM) - Manajemen proyekCPM (Network Planning CPM) - Manajemen proyek
CPM (Network Planning CPM) - Manajemen proyekKukuh Setiawan
 
Analisa Tata Letak Fasilitas & Aliran Bahan pada Proyek Konstruksi
Analisa Tata Letak Fasilitas & Aliran Bahan pada Proyek KonstruksiAnalisa Tata Letak Fasilitas & Aliran Bahan pada Proyek Konstruksi
Analisa Tata Letak Fasilitas & Aliran Bahan pada Proyek KonstruksiWillem Sidharno
 
Laporan modul 4 Line Balancing
Laporan modul 4 Line BalancingLaporan modul 4 Line Balancing
Laporan modul 4 Line BalancingRewidya Astari
 
Pertemuan ke 5
Pertemuan ke 5Pertemuan ke 5
Pertemuan ke 5padlah1984
 

What's hot (20)

Antropometri
AntropometriAntropometri
Antropometri
 
06. Konsep Pola Umum Aliran Bahan, dan Peralatan Pemindahan Bahan
06. Konsep Pola Umum Aliran Bahan, dan Peralatan Pemindahan Bahan06. Konsep Pola Umum Aliran Bahan, dan Peralatan Pemindahan Bahan
06. Konsep Pola Umum Aliran Bahan, dan Peralatan Pemindahan Bahan
 
Pengukuran produktivitas perusahaan janu
Pengukuran produktivitas perusahaan januPengukuran produktivitas perusahaan janu
Pengukuran produktivitas perusahaan janu
 
7. line balancing
7. line balancing7. line balancing
7. line balancing
 
6.1. PENGUKURAN WAKTU KERJA TIDAK LANGSUNG METODE MTM
6.1. PENGUKURAN WAKTU KERJA TIDAK LANGSUNG METODE MTM6.1. PENGUKURAN WAKTU KERJA TIDAK LANGSUNG METODE MTM
6.1. PENGUKURAN WAKTU KERJA TIDAK LANGSUNG METODE MTM
 
Biomekanika slide share
Biomekanika slide shareBiomekanika slide share
Biomekanika slide share
 
Simulasi dengan menggunakan ProModel Software
Simulasi dengan menggunakan ProModel SoftwareSimulasi dengan menggunakan ProModel Software
Simulasi dengan menggunakan ProModel Software
 
Antropometri
AntropometriAntropometri
Antropometri
 
Pengukuran waktu kerja secara langsung
Pengukuran waktu kerja secara langsungPengukuran waktu kerja secara langsung
Pengukuran waktu kerja secara langsung
 
Fisiologi Kerja Telkom University PK&E
Fisiologi Kerja Telkom University PK&EFisiologi Kerja Telkom University PK&E
Fisiologi Kerja Telkom University PK&E
 
Just in time (jit)
Just in time (jit)Just in time (jit)
Just in time (jit)
 
Pp 2 penentuan lokasi pabrik
Pp 2 penentuan lokasi pabrikPp 2 penentuan lokasi pabrik
Pp 2 penentuan lokasi pabrik
 
CPM (Network Planning CPM) - Manajemen proyek
CPM (Network Planning CPM) - Manajemen proyekCPM (Network Planning CPM) - Manajemen proyek
CPM (Network Planning CPM) - Manajemen proyek
 
Manajemen proyek
Manajemen proyekManajemen proyek
Manajemen proyek
 
TQM dan Alat-alat TQM
TQM dan Alat-alat TQMTQM dan Alat-alat TQM
TQM dan Alat-alat TQM
 
ERGONOMI LINGKUNGAN FISIK - KEBISINGAN, TEMPERATUR, & GETARAN
ERGONOMI LINGKUNGAN FISIK - KEBISINGAN, TEMPERATUR, & GETARANERGONOMI LINGKUNGAN FISIK - KEBISINGAN, TEMPERATUR, & GETARAN
ERGONOMI LINGKUNGAN FISIK - KEBISINGAN, TEMPERATUR, & GETARAN
 
Analisa Tata Letak Fasilitas & Aliran Bahan pada Proyek Konstruksi
Analisa Tata Letak Fasilitas & Aliran Bahan pada Proyek KonstruksiAnalisa Tata Letak Fasilitas & Aliran Bahan pada Proyek Konstruksi
Analisa Tata Letak Fasilitas & Aliran Bahan pada Proyek Konstruksi
 
Maintenance and reliability
Maintenance and reliabilityMaintenance and reliability
Maintenance and reliability
 
Laporan modul 4 Line Balancing
Laporan modul 4 Line BalancingLaporan modul 4 Line Balancing
Laporan modul 4 Line Balancing
 
Pertemuan ke 5
Pertemuan ke 5Pertemuan ke 5
Pertemuan ke 5
 

Similar to APK-4-Interaksi-Manusia-Mesin.pptx

Dasar pemograman cnc 3 a
Dasar pemograman cnc 3 aDasar pemograman cnc 3 a
Dasar pemograman cnc 3 aAmrin Syah
 
Pemilihan alat dan mesin pertanian (timeliness cost)
Pemilihan alat dan mesin pertanian (timeliness cost)Pemilihan alat dan mesin pertanian (timeliness cost)
Pemilihan alat dan mesin pertanian (timeliness cost)Iqrimha Lairung
 
935_PENGANTAR MESIN CNC.pptx
935_PENGANTAR MESIN CNC.pptx935_PENGANTAR MESIN CNC.pptx
935_PENGANTAR MESIN CNC.pptxSumiahSumiah1
 
Materi 2 Kompleksitas Waktu dan Ruang (2).pdf
Materi 2 Kompleksitas Waktu dan Ruang (2).pdfMateri 2 Kompleksitas Waktu dan Ruang (2).pdf
Materi 2 Kompleksitas Waktu dan Ruang (2).pdfAnandaPrasta
 
pptteoriantrian-170908113324.pdf
pptteoriantrian-170908113324.pdfpptteoriantrian-170908113324.pdf
pptteoriantrian-170908113324.pdfFajarSeptiayuda
 
1. contoh rpp-discovery-learning
1. contoh rpp-discovery-learning1. contoh rpp-discovery-learning
1. contoh rpp-discovery-learningSMA N
 
teori-antrian_ut.ppt
teori-antrian_ut.pptteori-antrian_ut.ppt
teori-antrian_ut.pptRendiAditya4
 
Simulasi - Pertemuan III
Simulasi - Pertemuan IIISimulasi - Pertemuan III
Simulasi - Pertemuan IIIDimara Hakim
 
Pengambilan keputusan dalam kondisi pasti
Pengambilan keputusan dalam kondisi pastiPengambilan keputusan dalam kondisi pasti
Pengambilan keputusan dalam kondisi pastiindra wahyudi
 
Peta peta proses kerja
Peta peta proses kerjaPeta peta proses kerja
Peta peta proses kerjayasmine22
 
Peta peta proses kerja
Peta peta proses kerjaPeta peta proses kerja
Peta peta proses kerjaRiko Satrianto
 
COUNTER SINKRON DAN ASINKRONUS
COUNTER SINKRON DAN ASINKRONUSCOUNTER SINKRON DAN ASINKRONUS
COUNTER SINKRON DAN ASINKRONUSNadanajlla
 
simple-as-possible-computer-1.ppt
simple-as-possible-computer-1.pptsimple-as-possible-computer-1.ppt
simple-as-possible-computer-1.pptwidieyyaya
 

Similar to APK-4-Interaksi-Manusia-Mesin.pptx (20)

Dasar pemograman cnc 3 a
Dasar pemograman cnc 3 aDasar pemograman cnc 3 a
Dasar pemograman cnc 3 a
 
Pemilihan alat dan mesin pertanian (timeliness cost)
Pemilihan alat dan mesin pertanian (timeliness cost)Pemilihan alat dan mesin pertanian (timeliness cost)
Pemilihan alat dan mesin pertanian (timeliness cost)
 
935_PENGANTAR MESIN CNC.pptx
935_PENGANTAR MESIN CNC.pptx935_PENGANTAR MESIN CNC.pptx
935_PENGANTAR MESIN CNC.pptx
 
Pengantar teknik industri, modul 2
Pengantar teknik industri,  modul 2 Pengantar teknik industri,  modul 2
Pengantar teknik industri, modul 2
 
9produkstifitas-alat-angkut.ppt
9produkstifitas-alat-angkut.ppt9produkstifitas-alat-angkut.ppt
9produkstifitas-alat-angkut.ppt
 
Materi 2 Kompleksitas Waktu dan Ruang (2).pdf
Materi 2 Kompleksitas Waktu dan Ruang (2).pdfMateri 2 Kompleksitas Waktu dan Ruang (2).pdf
Materi 2 Kompleksitas Waktu dan Ruang (2).pdf
 
13. Konsep Penelitian Operasional
13. Konsep Penelitian Operasional13. Konsep Penelitian Operasional
13. Konsep Penelitian Operasional
 
pptteoriantrian-170908113324.pdf
pptteoriantrian-170908113324.pdfpptteoriantrian-170908113324.pdf
pptteoriantrian-170908113324.pdf
 
Ppt teori antrian
Ppt teori antrianPpt teori antrian
Ppt teori antrian
 
1. contoh rpp-discovery-learning
1. contoh rpp-discovery-learning1. contoh rpp-discovery-learning
1. contoh rpp-discovery-learning
 
teori-antrian_ut.ppt
teori-antrian_ut.pptteori-antrian_ut.ppt
teori-antrian_ut.ppt
 
Simulasi - Pertemuan III
Simulasi - Pertemuan IIISimulasi - Pertemuan III
Simulasi - Pertemuan III
 
Pengambilan keputusan dalam kondisi pasti
Pengambilan keputusan dalam kondisi pastiPengambilan keputusan dalam kondisi pasti
Pengambilan keputusan dalam kondisi pasti
 
Work sampling
Work samplingWork sampling
Work sampling
 
Peta peta proses kerja
Peta peta proses kerjaPeta peta proses kerja
Peta peta proses kerja
 
Peta peta proses kerja
Peta peta proses kerjaPeta peta proses kerja
Peta peta proses kerja
 
COUNTER SINKRON DAN ASINKRONUS
COUNTER SINKRON DAN ASINKRONUSCOUNTER SINKRON DAN ASINKRONUS
COUNTER SINKRON DAN ASINKRONUS
 
857
857857
857
 
simple-as-possible-computer-1.ppt
simple-as-possible-computer-1.pptsimple-as-possible-computer-1.ppt
simple-as-possible-computer-1.ppt
 
Mentkuan14modelantrian
Mentkuan14modelantrianMentkuan14modelantrian
Mentkuan14modelantrian
 

Recently uploaded

05 Sistem Perencanaan Pembangunan Nasional.ppt
05 Sistem Perencanaan Pembangunan Nasional.ppt05 Sistem Perencanaan Pembangunan Nasional.ppt
05 Sistem Perencanaan Pembangunan Nasional.pptSonyGobang1
 
Strategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di IndonesiaStrategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di IndonesiaRenaYunita2
 
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptxPembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptxmuhammadrizky331164
 
Slide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open StudioSlide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open Studiossuser52d6bf
 
MAteri:Penggunaan fungsi pada pemrograman c++
MAteri:Penggunaan fungsi pada pemrograman c++MAteri:Penggunaan fungsi pada pemrograman c++
MAteri:Penggunaan fungsi pada pemrograman c++FujiAdam
 
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptxMuhararAhmad
 

Recently uploaded (6)

05 Sistem Perencanaan Pembangunan Nasional.ppt
05 Sistem Perencanaan Pembangunan Nasional.ppt05 Sistem Perencanaan Pembangunan Nasional.ppt
05 Sistem Perencanaan Pembangunan Nasional.ppt
 
Strategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di IndonesiaStrategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di Indonesia
 
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptxPembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
 
Slide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open StudioSlide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open Studio
 
MAteri:Penggunaan fungsi pada pemrograman c++
MAteri:Penggunaan fungsi pada pemrograman c++MAteri:Penggunaan fungsi pada pemrograman c++
MAteri:Penggunaan fungsi pada pemrograman c++
 
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
 

APK-4-Interaksi-Manusia-Mesin.pptx

  • 1. Interaksi Manusia – Mesin ANALISA D ANPENGUKURAN KERJA Debrina Puspita Andriani e-Mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ JurusanTeknik Industri SemesterGanjil 2016/2017 4
  • 2. O U T L I N E Sistem Manusia Mesin Model Hubungan Manusia - Mesin Analisa Sistem Manusia - Mesin Analisa Kuantitatif Sistem Manusia - Mesin 20/09/16 2 www.debrina.lecture.ub.ac.id
  • 3. Manusia vs Mesin Kecepatan 20/09/16 3 www.debrina.lecture.ub.ac.id Cepat Lambat Kekuatan Kecil, terbatas, berubah-ubah Dapat diatur dengan baik, bisa diperbesar, tetap Keseragaman Tidak dapat diandalkan, perlu di-monitor Seragam / standar, cocok untuk pekerjaan massal Memory Mengingat segala macam, persepsi, dasar & strategis Sesuai perintah, jangka panjang / jangka pendek Berpikir Induktif baik Deduktif baik Kalkulasi Lambat, mungkin ada error, kemampuan koreksi Cepat, tepat, tidak ada koreksi Overload Degradasi, kemampuan turun perlahan Kerusakan tiba-tiba Kepintaran Kemampuan adaptasi, meramal, menganalisa KeputusanYa/Tidak sesuai program
  • 4. SISTEM MANUSIA MESIN Kombinasi 1 atau beberapa manusia dengan 1 atau beberapa mesin yang saling berinteraksi untuk menghasilkan output berdasarkan input tertentu. 4 20/09/16 www.debrina.lecture.ub.ac.id
  • 5. MESIN semua objek fisik termasuk peralatan, perlengkapan, fasilitas & benda-benda yang digunakan manusia dalam melakukan pekerjaannya 5 20/09/16 www.debrina.lecture.ub.ac.id
  • 6. Man Machine Interface MAN MACHINE CONTROL 20/09/16 www.debrina.lecture.ub.ac.id PERCEPTION & 6
  • 7. Simple Ergo System e H e H M H M = Machine = Human e = Environment 7 20/09/16 www.debrina.lecture.ub.ac.id
  • 8. Complex Ergo System e e M H M M M H H H M H H M = Machine = Human e = Environment 8 20/09/16 www.debrina.lecture.ub.ac.id
  • 9. PERFORMINGTASK Firmware Software-Loaded Hardware for Proper Identification Hardware DisplayControl, Machine, Equipment, etc Human Operator Age,Sex, Education, Experience, etc Software Man, Manuals, Information , etc Feedback INPUT OUTPUT ENVIRONMENT Heat/Cold, Noise, Lighting, Vibration, etc TASK 20/09/16 9 www.debrina.lecture.ub.ac.id
  • 10. Model Hubungan Manusia - Mesin Manual Man-MachineSystem Semi-Automatic Man-Machine System Automatic Man-MachineSystem 20/09/16 10 www.debrina.lecture.ub.ac.id
  • 13. AUTOMATIC MAN-MACHINE SYSTEM Processing Sensing Action INPUT Process OUTPUT Display Control mechanism (Machine) Information Storage Human ( Monitor) Feed back 20/09/16 13 www.debrina.lecture.ub.ac.id
  • 14. M E C H A N I S M S 20/09/16 14 www.debrina.lecture.ub.ac.id Recording display : memberi informasi tentang progress dari proses kerja yang berlangsung ( kinerja mesin ) Perception : operator yang menyerap / menangkap informasi dari display secara visual Interpretation Decision : menginterpretasikan dan mengartikan informasi yang masuk dan selanjutnya membuat keputusan Handing of Controls : mengkomunikasikan keputusan yang diambil ke sub-sistem mesin melalui rancangan mekanisme kendali Control Display : memberikan petunjuk kepada operator hasil dari keputusan dan tindakannya. Selanjutnya mesin akan membawa ke dalam bentuk aktivitas kerja
  • 15. Analisa Sistem Manusia - Mesin 20/09/16 15 www.debrina.lecture.ub.ac.id KUALITATIF : 🞥 Peta Manusia - Mesin ( Man - Machine ProcessChart ) 🞥 Menentukan berapa jumlah mesin / fasilitas kerja yang bisa dioperasikan oleh seorang operator. 🞥 Sederhana, praktis dan cepat. 🞥 Kendala : Ketelitian dalam menggambar peta manusia- mesin KUANTITATIF : 🞥 Pengembangan model matematis. 🞥 Lebih teliti, akurat, dan memasukkan variabel biaya dalam proses analisanya.
  • 16. Analisa Kuantitatif Sistem Manusia - Mesin Synchronous Servicing Completely Random Servicing Combination Servicing 20/09/16 16 www.debrina.lecture.ub.ac.id
  • 17. Synchronous Servicing 17 20/09/16 www.debrina.lecture.ub.ac.id • Kondisi kerja ideal • Operator dan mesin bekerja secara penuh dalam siklus waktu yang tersedia. • Operator lebih sering berada dalam kondisi “idle”, sehingga untuk itu bisa dibebani kerja dengan melayani operasi mesin yang kedua, ketiga, dst- nya.
  • 18. Synchronous Servicing  1 operator menangani > 1 mesin DALAM KONDISI IDEAL  SINKRON.  Formulasi : N machine time  L m operator time L Dimana : N =  mesin yang harus dilayani (unit mesin) L = total operator servicing time (loading & unloading) (jam) m = total machining time (jam) 18 20/09/16 www.debrina.lecture.ub.ac.id
  • 19. Synchronous Servicing 20/09/16 www.debrina.lecture.ub.ac.id St St St St St St St St St St Cycle time - Ct Ct Ct Ct Ct m/c # 1 m/c # 2 m/c # 3 m/c # 4 m/c # 5 St = L = service time (loading & unloading); Ct = m = cycle time a 19 tau machining time
  • 20. Synchronous Servicing  Kondisi ideal sulit untuk bisa dicapai; bilamana N > 5 atau N < 5 (dari contoh) maka akan dijumpai situasi adanya idle atau delay yang bisa terjadi pada mesin atau operator.  Kondisi idle atau delay bisa terjadi manakala nilai N dari perhitungan akan menghasilkan bilangan pecahan; sedangkan banyaknya mesin yang harus dioperasikan merupakan bilangan bulat.  Pertimbangan manakah yang sebaiknya “idle”? (Idle machine or idle operator?)  Formulasi perhitungan jumlah mesin yang dioperasikan oleh seorang operator perlu modifikasi dengan memperhitungkan waktu (w) yang diperlukan oleh operator untuk bergerak-pindah dari satu mesin menuju ke mesin berikutnya. Pada formulasi terdahulu, dalam kondisi yang ideal 20/09/16 waktu (w) dianggap = NOL (?) 20 www.debrina.lecture.ub.ac.id
  • 21.  Dengan memperhitungkan waktu bergerak-pindahnya operator (w); maka jumlah mesin yang harus dilayani bisa dihitung dengan formulasi baru sbb : L  w  Nilai N merupakan bilangan bulat. Bilamana dijumpai nilai N merupakan bilangan pecah misalkan N = 4.57); maka perlu untuk dibulatkan kebawah (N1 = 4) atau dibulatkan keatas (N2 = N1 + 1 = 5).  Untuk menetapkan berapa jumlah mesin yang seharusnya dioperasikan oleh seorang operator dapat ditetapkan berdasarkan pertimbangan (analisa biaya) yang didasarkan pada The Expected Cost (TEC) yang paling ekonomis dilihat dari aspek idle/delay costs yang terjadi pada mesin atau operator. N L m Synchronous Servicing 20/09/16 21 www.debrina.lecture.ub.ac.id
  • 22. The Expected Cost  The ExpectedCost :  CM = machining cost (Rp/jam/mesin)  CO = operator cost (Rp/jam/operator)  N1 = idle mesin (  ), waktu siklus  waktu siklus mesin  N2 = idle operator (  ), waktu siklus  waktu siklus operator  Keputusan : Pilih jumlah mesin yang memberikan nilai TEC terkecil TECN1 <TECN2  Pilih N1 TECN1>TECN2  Pilih N2 1 N1 N TEC  (L m)(Co N1.CM) TECN2  (L w)(CO N2.CM) 20/09/16 22 www.debrina.lecture.ub.ac.id
  • 23. Berapakah jumlah mesin yang seharusnya bisa dilayani oleh seorang operator, bilamana diketahui : Waktu yang dibutuhkan untuk kegiatan loading & unloading adalah 1,41 menit. Waktu yang dibutuhkan untuk operator bergerak berpindah dari satu mesin ke mesin lainnya 0,08 menit. Waktu permesinan 4,34 menit. Biaya operator Rp. 8500 / jam/operator. Biaya operasi mesin Rp. 15000 / jam/mesin. LATIHAN S OA L 20/09/16 23 www.debrina.lecture.ub.ac.id
  • 24. P E NY E L E S A I A N N  L  m  1,41  4,34  3,86 L  w 1,41  0,08 N1 N1 (5,75/60)(8500 3x15000) 3  N1 = 3 ; N2 = 4 TEC  (L m)(CO N1.CM)  Rp.1.709 TECN2  (L  w)(CO N2.CM) (1,49/60)(8500 4x15000) Rp.1.701 20/09/16 24 www.debrina.lecture.ub.ac.id
  • 25. Completely Random Servicing 20/09/16 25 www.debrina.lecture.ub.ac.id  Diaplikasikan untuk menghadapi kondisi :  Kapan suatu fasilitas kerja memerlukan pelayanan operator TIDAK DIKETAHUI;  Berapa lama pelayanan terhadap fasilitas kerja tersebut harus berlangsung juga TIDAK DIKETAHUI.  Mesin dapat berhenti (down) karena:  Siklus kerja selesai (dan ada proses loading atau unloading yang dilakukan oleh operator).  Mesin rusak sehingga operator harus melakukan perbaikan (maintenance services)
  • 26. Completely Random Servicing 20/09/16 26 www.debrina.lecture.ub.ac.id  Probabilitas mesin down (memerlukan pelayanan operator) : 0, 1, 2, 3 … n (n relatif kecil).  Kapan pelayanan dikehendaki dan berapa lama waktu pelayanan (service) bersifat acak (random).  Pendekatan Distribusi Binomial digunakan untuk penyelesaiannya.  Di-ASUMSI-kan bahwa mesin akan down / idle secara random selama siklus kerja berlangsung  p = probability of running time  q = probability of down/idle time  p + q = 1
  • 27. Teorema Ekspansi Binomial n x 2 1 2 n n n qp q p ....q q p ....   p     (pq) n x nx n1 n 2 n Binomial Distribution Proporsi waktu mesin yang hilang (d): Jika prosentase jam yang hilang  10% maka dapat dikatakan bahwa penugasan sudah baik. Sedangkan bila prosentase jam mesin yang hilang terlalu besar, maka dapat ditambah operator yang menangani mesin down. Total jam kerjamesin yang hilang Total jamkerjamesin 100% 20/09/16 27 www.debrina.lecture.ub.ac.id
  • 28. C O N T O H Tentukan porsi minimal dari waktu permesinan yang akan hilang untuk pengoperasian 3 (tiga) mesin yang harus dilayani oleh seorang operator bila diketahui : • Rata-rata running time = 60% • Rata-rata operator attention time = 40% (irregular intervals). 20/09/16 www.debrina.lecture.ub.ac.id 28
  • 29. 🞥 Kemungkinan (probabilitas) adanya mesin running (p) dan down/idle (q) untuk 3 mesin yang harus dilayani oleh seorang operator dapat ditunjukkan sebagai berikut : (p + q)n = (p + q)3 = p3 + 3p2q + 3pq2 + q3 = (0.60)3 + 3(0.60)2(0.40) + 3(0.60)(0.40)2 + (0.40)3 = (0.216) + (0.432) + (0.288) + (0.064) Perhitungan Distribusi Binomial 20/09/16 29 www.debrina.lecture.ub.ac.id
  • 30. Mesin 1 Mesin 2 R = 0.60 Mesin 3 R = 0.60 Probabilitas (0.60)(0.60)(0.60) = 0.216 D = 0.40 (0.60)(0.60)(0.40) = 0.144 D = 0.40 R = 0.60 D = 0.40 (0.60)(0.40)(0.60) = 0.144 (0.60)(0.40)(0.40) = 0.096 R = 0.60 R = 0.60 R = 0.60 D = 0.40 (0.40)(0.60)(0.60) = 0.144 (0.40)(0.60)(0.40) = 0.096 D = 0.40 R = 0.60 D = 0.40 (0.40)(0.40)(0.60) = 0.096 (0.40)(0.40)(0.40) = 0.064 D = 0.40 1.000 20/09/16 30 www.debrina.lecture.ub.ac.id Tree Diagram
  • 31. 🞥 Dari perhitungan tersebut diatas, maka proporsi waktu mesin down/idle bisa ditentukan. Waktu yang hilang untuk melayani 3 mesin dapat dihitung sebagai berikut: # mesin down/idle Probability Jam mesin yang hilang karena 1 operator Jam mesin yang hilang karena 2 operator 0 0.216 0 0 1 0.432 0*) 0 2 0.288 (1)(0.288)(8) = 2.304 0 3 0.064 (2)(0.064)(8) = 1.024 (1)(0.064)(8) = 0.512 *) Karena hanya 1 (satu) mesin yang down maka operator dapat melayani mesin tersebut, sehingga secara keseluruhan tidak ada mesin yang “down/ idle”. • Proporsi waktu permesinan yang hilang karena hanya 1 (orang) operator saja yang ditugaskan melayani 3 (tiga) mesin = (2.304 + 1.024) x 100% = 13.9% 3 x 8 20/09/16 31 www.debrina.lecture.ub.ac.id ProporsiWaktu Hilang
  • 32. The Expected Cost Asumsi : • Biaya operator = Rp 10.000/jam • Biaya permesinan = Rp 80.000/jam • Output produksi = 250 unit/jam Untuk 1 operator : Produksi selama 8 jam = (24 – 3,328) x 250 = 5168 unit Biaya selama 8 jam = (10000 x 8) + (80000 x 3 x 8) = Rp 2.000.000 Biaya per unit = 2000000 / 5168 = Rp 386,9 Untuk 2 operator : Produksi selama 8 jam = (24 – 0,512) x 250 = 5872 unit Biaya selama 8 jam = (10000 x 8 x 2) + (80000 x 3 x 8) = Rp 2.080.000 Biaya per unit = 2080000 / 5872 = Rp 354,2 Untuk 3 operator : Produksi selama 8 jam = (24 – 0) x 250 = 6000 unit Biaya selama 8 jam = (10000 x 8 x 3) + (80000 x 3 x 8) = Rp 2.160.000 20 B /0 i9 a /1 y 6 a per unit = 2160000 / 6000 = Rp 360 www.debrina.lecture.ub.ac.id 32
  • 33. Tentukan minimum prosentase dari waktu permesinan yang akan hilang dan jumlah operator optimum untuk menangani 4 (empat) mesin, bila rata-rata running time 70% dan rata-rata operator attention time sebesar 30%. Asumsi : Biaya tenaga kerja langsung : Rp 12.500/jam Biaya permesinan : Rp 85.000/jam Output produksi : 300 unit/jam LATIHAN SOAL 20/09/16 www.debrina.lecture.ub.ac.id 33
  • 34. Combination Servicing • ServicingTime  Constant • Machine DownTime  Random • Sebuah tipikal umum dari sistem manusia mesin. • Problem teori antrian (QueuingTheory) yang bisa dijumpai cara penyelesaiannya dalam riset operasi (Operation Research) 20/09/16 www.debrina.lecture.ub.ac.id 34
  • 35. “Thebestwayto predictthefutureisto inventit” - AlanKay - 20/09/16 www.debrina.lecture.ub.ac.id 35