Minimalisasi Antrian Truck dengan Metode Simulasi pada Pemuatan Semen di Pabrik Gresik PT Semen Indonesia (Persero) Tbk

PT Semen Indonesia (Persero) Tbk merupakan salah satu produsen semen terbesar yang ada di Indonesia. Pada saat ini PT Semen Indonesia (Persero) Tbk menjadi market leader dengan market share mencapai 40-50 % dari total keseluruhan kinerja penjualan semen yang ada di Indonesia. Dimana salah satu pabrik yang berlokasi di Gresik terdapat permasalahan mengenai adanya antrian truck saat pemuatan semen, untuk jenis truck yang dipilih sebagai objek amatan berjenis truk tronton, dikarenakan jenis truck tronton paling banyak digunakan pada proses pemuatan semen (zak) daripada jenis truck yang lainnya. Adanya antrian tersebut disebabkan oleh sistem pemuatan semen yang membutuhkan waktu cukup lama, pada kondisi saat ini terdapat dua orang yang meng handle pemuatan semen dimana masing-masing bertugas sebagai packer dan penataan muatan didalam truck. Oleh karena itu diperlukan sebuah solusi alternatif berupa scenario perbaikan mengenai jumlah pekerja dan sistem pemuatan menggunakan software ARENA 14.0, dimana hasil scenario perbaikan yang paling ekefektif dan efisien nantinya akan dijadikan sebagai rekomendasi perbaikan terhadap perusahaan. Hasil running simulasi pada kondisi eksisting (real system) terdapat sebuah antrian dengan rata-rata waktu tunggu selama 312,71 menit sehingga diperlukan sebuah perbaikan. Terdapat dua improvement scenario yang terdiri dari improvement scenario 1 dan improvement scenario 2, dimana improvement scenario 1 terdapat penambahan jumlah pekerja, sedangkan untuk improvement scenario 2 terdapat penambahan terhadap lines atau fasilitas loading process. Berdasarkan hasil running simulasi, improvement scenario 1 menghasilkan 36% efisiensi perbaikan dari segi waiting time menjadi 200,98 menit dengan biaya alokasi yang dibutuhkan untuk 1% efisiensi perbaikan sebesar Rp121.500.102,14. Untuk improvement scenario 2 menghasilkan 28% efisiensi perbaikan dari segi waiting time menjadi 226,27 menit dengan biaya alokasi yang dibutuhkan untuk 1% efisiensi perbaikan sebesar Rp91.605.905,45, dari segi target perusahaan dengan waiting time di antara 3-4 jam kedua scenario sudah memenuhi target, tetapi dari segi perbandingan biaya per efisiensi nya improvement scenario 2 lebih optimal, sehingga saran rekomendasi perbaikan yaitu dapat menerapkan improvement scenario 2. ================================================================================================================================= PT Semen Indonesia (Persero) Tbk is one of the largest cement producers in Indonesia. At present PT Semen Indonesia (Persero) Tbk is the market leader with a market share of 40-50% of the total cement sales performance in Indonesia. Where one of the factories located in Gresik has a problem regarding the queue of trucks when loading cement, for the type of truck chosen as the object of observation is a tronton truck, because the type of tronton truck is most widely used in the process of loading cement (zak) than other types of trucks. The existence of the queue is caused by the cement loading system which takes quite a long time, in the current condition there are two people who handle the loading of cement where each is in charge of the packer and the arrangement of the load in the truck. Therefore, an alternative solution is needed in the form of an improvement scenario regarding the number of workers and the loading system using ARENA 14.0 software, where the results of the most effective and efficient improvement scenario will later be used as a recommendation for improvements to the company. The results of running simulations in the existing condition (real system) there is a queue with an average waiting time of 312.71 minutes so that an improvement is needed. There are two improvement scenarios consisting of improvement scenario 1 and improvement scenario 2, where improvement scenario 1 has an additional number of workers, while for improvement scenario 2 there are additional lines or loading process facilities. Based on the results of running simulations, improvement scenario 1 produces 36% improvement efficiency in terms of waiting time to 200.98 minutes with the allocation cost required for 1% improvement efficiency of Rp121,500,102.14. For improvement scenario 2 results in 28% efficiency improvement in terms of waiting time to 226.27 minutes with the allocation cost required for 1% efficiency improvement of Rp91,605,905.45, in terms of company targets with waiting time between 3-4 hours both scenarios have met the target, but in terms of cost comparison per efficiency improvement scenario 2 is more optimal, so the suggestion for improvement recommendations is to implement improvement scenario 2