19
BAB 2
LANDASAN TEORI 2.1
Konsep Sistem
2.1.1
Pengertian Sistem Menurut Turban et al. (2005,p54) Sistem adalah kumpulan objek seperti orang, sumber daya, konsep, dan proesdur yang dimaksudkan untuk melakukan suatu fungsi yang didapat diidentifikasi atau untuk melayani suatu tujuan. Menurut O’Brien (2005, p29), sistem merupakan sekelompok komponen yang saling berhubungan, bekerja sama untuk mencapai tujuan bersama dengan menerima input dan menghasilkan output dalam proses transformasi yang teratur. Dengan demikian sistem adalah sekumpulan berbagai objek, komponen atau bagian yang bersama-sama menghasilkan suatu tujuan yang sama.
2.1.2
Struktur Sistem Menurut Turban et al. (2005, 56) sistem di bagi menjadi tiga bagian yang berbeda : input , proses dan output. Bagian-bagian tersebut dikelilingi oleh sebuah lingkungan dan sering melibatkan sebuah mekanisme umpan balik. Selain itu, pengambil keputusan juga dianggap sebagai bagian dari sistem.
1. Input adalah elemen yang masuk ke dalam 2. Proses
adalah semua elemen yang diperlukan untuk mengonversi atau
mentranformasi input ke dalam output.
19
20
3. Output adalah produk finish atau konsekuensi yang ada pada sistem. 4. Umpan balik adalah Aliran informasi dari komponen outpur ke pengambilan keputusan berkenaan dengan output atau performa sistem. 5. Lingkungan Sistem adalah Elemen yan ada diluat sistem akan tetapi, mereka mempengaruhi performa sistem dan konsekuensi pencapaian tujuan sistem. 2.2
Konsep Sistem Pendukung Keputusan
2.2.1
Konsep Keputusan Menurut Turban et al. (2005,p53) Keputusan adalah Sebuah proses memilih tindakan (diantara berbagai alternatif) untuk mencapai suatu tujuan atau beberpa tujuan. Tahap-tahap pengambilan keputusan Menurut Turban et al. (2005, p64), Empat fase/tahapan dari pembuatan keputusan: 1. Fase Intelegensi Fase ini dimulai dengan mengidentifikasi masalah yang ada dan mendefinisikan masalah tersebut secara eksplisit kemudian klasifikasi masalah tersebut dengan menempatkannya dalam suatu kategori yang dapat didefinisikan serta distrukturisasi masalah tersebut menjadi masalah terprogram dengan yang tidak terprogram, selanjutnya dekomposisikan masalah tersebut menjadi banyak sub masalah yang lebih sederhana kemudian definisikan kepemilikan masalah tersebut dan diakhiri dengan pernyataan masalah secara formal.
20
21
2. Fase Desain Meliputi penemuan atau mengembangkan dan menganalisis tindakan yang mungkin untuk dilakukan. Hal ini meliputi pemahaman terhadap masalah dan menguji solusi yang layak. Dan pada fase ini dikembangkan sebuah model masalah pengambilan keputusan untuk dikonstruksi, dites dan divalidasi. 3. Fase Pilihan Fase pilihan adalah fase dimana dibuat suatu keputusan yang nyata dan diambil suatu komitmen untuk mengikuti suatu tindakan tertentu. Fase pilihan meliputi pencarian, evaluasi, dan rekomendasi terhadap suatu solusi yang tepat untuk model. Sebuah solusi untuk model adalah sekumpulan nilai spesifik untuk variabel-variabel keputusan dalam suatu alternatif yang telah dipilih 4. Implementation ( mengimplementasikan perbaikan ) Implementasi berarti membuat suatu solusi yang direkomendasikan bisa berkerja untuk mengatasi masalah .
21
22
Gambar 2.1 Proses Pengambilan Keputusan (sumber : (Turban et al. , 2005, p 65)) 2.2.2
Konsep Sistem Pendukung Keputusan Menurut Turban et al. (2005, p136) Sistem pendukung keputusan berarti sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi keputusan semiterstruktur. Sistem Pendukung Keputusan dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian mereka. SPK ditujukan untuk keputusan-keputusan yang memerlukan penilaian atau pada keputusan-keputusan yang sama sekali tidak dapat didukung oleh algoritma.
22
23
Karakteristik Pengambilan Keputusan Menurut Turban et al. (2005, p141) karakteristik dan kapabilitas kunci dari DSS adalah 1. Dukungan untuk pengambil keputusan, terutama pada situasi semiterstruktur dan tak terstruktur, dengan tak terstruktur, dengan menyertakan penilaian manusia dan informasi terkomputerisasi. Masalah-masalah tersebut tidak dapat dipecahkan dengan konvinien oleh sistem komputer lain atau oleh metode atau alat kuantitatif standar 2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer lini 3. Dukungan untuk individu dan kelompok. Masalah yang kurang terstruktur sering memerlukan keterlibatan individu dan departemen dan tingkat organisasional yang berbeda atau bahkan dari organisasi lain. DSS mendukung tim virtual melalui alat-alat Web kolaboratif 4. Dukungan untuk keputusan independen dan atau sekuensial. Keputusan dapat dibuat satu kali, beberapa kali, atau berulang (dalam interval yang sama) 5. Dukungan di semua fase proses pengambilan keputusan, intelegensi, desain, pilihan dan implementasi 6. Dukungan di berbagai proses dan gaya pengambilan keputusan 7. Adaptivitas sepanjang waktu. Pengambil keputusan seharusnya reaktif, dapat menghadapi perubahan kondisi secara cepat, dan dapat mengadaptasikan SPK untuk memenuhi perubahan tersebut. SPK bersifat fleksibel dan karena itu pengguna dapat menambahkan, menghapus, menggabungkan, mengubah, atau
23
24
menyusun kembali elemen-elemen dasar. SPK juga fleksibel dalam hal dapat dimodifikasi untuk masalah lain yang sejenis 8. Pengguna merasa seperti di rumah. Ramah-pengguna, kapabilitas grafis yang sangat kuat, antarmuka manusia-mesin interaktif dengan satu bahasa alami dapat sangat meningkatkan keefektifkan DSS. Kebanyakan aplikasi DSS yang baru menggunakan antarmuka berbasis-web 9. Peningkatan terhadap keefektifan pengambilan keputusan (akurasi, timeliness, kualitas) ketimbang pada efisiensinya (biaya pengambilan keputusan). Ketika DSS disebarkan, pengambilan keputusan sering membutuhkan waktu yang lama, namun keputusannya lebih baik 10. Kontrol penuh pengambilan keputusan terhadap semua langkah proses pengambilan keputusan dalam memecahkan suatu masalah. SPK secara khusus menekankan
untuk
mendukung
pengambilan
keputusan,
bukannya
menggantikan 11. Pengguna akhir dapat mengembangkan dan memodifikasi sendiri sistem sederhana. Sistem yang lebih besar dapat dibangun dengan bantuan ahli sistem informasi. Perangkat lunak OLAP dalam kaitannya dengan data werehouse membolehkan semua pengguna untuk membangun SPK yang cukup besar dan kompleks 12. Biasanya model-model digunakan untuk menganalisa sistuasi pengambilan keputusan. Kapabilitas pemodelan memungkinkan eksperimen dengan berbagai strategi yang berbeda di bawah konfigurasi yang berbeda. 13. Akses disediakan untuk berbagai sumber data, format, dan tipe, mulai dari sistem informasi geografis (GIS) sampai sistem yang berorientasi objek 24
25
14. Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang pengambil keputusan pada suatu lokasi atau didistribusikan di satu organisasi keseluruhan dan dibeberapa organisasi sepanjang rantai persediaan.
Gambar 2.2 Karakteristik dan Kapabilitas kunci dari SPK (sumber: Turban et al. (2005 p142))
2.2.3
Jenis-jenis Keputusan Keen dan Scott Morton (Turban et al , 2005, p17) membagi keputusan berdasarkan keharusan keputusan dibuat dan cakupan keputusan tersebut: 25
26
1. Keputusan terstruktur : sebuah keputusan terstruktur merupakan keputusan yang dihasilkan oleh program komputer , keputusan terstruktur diambil untuk memecahkan masalah yang pernah terjadi sebelumnya 2. Keputusan tidak terstruktur : keputusan yang diambil untuk memecahkan masalah baru atau sangat jarang terjadi, sehingga perlu dipelajari secara hatihati. 3. Keputusan semi terstruktur : merupakan keputusan diantara keputusan semi terstruktur dan tidak terstruktur Tipe Keputusan Terstruktur
semi terstruktur
tidak terstruktur
Kontrol Operasional accounts receivable, account payable, order entry Penjadwalan produksi dan kontrol inventori
Kontrol manajerial analisis anggaran, forecasting jangka pendek, laporan personel, membuat atau membeli evaluasi kredit, persiapan anggaran, layout pabrik, jadwal proyek, desain sistem, kategorisasi inventori
memilih sampul depan untuk majalah, membeli perangkat lunak, menyetujui pinjaman
negosiasi, rekrutmen eksekutif, membeli perangkat keras, lobby
perencanaan strategis Manajemen keuangan (investasi), lokasi gudang, sistem distribusi. membangun pabrik baru, merger dan akuisisi, perencanaan produk baru, perencanaan konvensasi, perencanaan jaminan kualitas, kebijakan HR, perencanaan R & D, pengembangan teknologi baru, perencanaan tanggungjawab sosial
dukungan teknologi yang diperlukan Sistem informasi manajemen, model sains, pemrosesan transaksi DSS, KMS, GSS, CRM, SCM
GSS, KMS, ES, jaringan saraf
Tabel 2.1 Tabel Jenis Keputusan
26
27
2.2.4
Komponen Sistem Pendukung Keputusan
Gambar 2.3 Skematik SPK(sumber: Turban et al. (2005 p144) ) Menurut Turban (2005, p143), aplikasi SPK dibentuk dari subsistemsubsistem. 1. Subsistem Manajemen Data Subsistem yang pertama adalah Data Management Subsystem, meliputi database yang berisi data yang relevan terhadap situasi yang bersangkutan, dan diatur oleh software yang disebut Database Management System (DBMS). Data Management Subsystem dapat diintegrasikan dengan data warehouse perusahaan, suatu penyimpanan data-data yang relevan untuk pembuatan keputusan perusahaan. 2. Subsistem Manajemen Model Yang kedua adalah Model Management Subsystem merupakan software yang meliputi model keuangan, statistik, ilmu manajemen, dan kuantitatif lainnya, yang menyediakan kemampuan analisis sistem dan manajemen software yang tepat. Software ini juga sering disebut Modelbase Management System (MBMS).
27
28
Komponen ini dapat diintegrasikan dengan penyimpanan external model perusahaan. 3. Subsistem Manajemen berbasis pengetahuan Ketiga,
Knowledge-based Management Subsytem. Subsistem ini dapat
mendukung subsistem lainnya atau berperan sebagai komponen yang bebas. Subsistem ini dapat diintegrasikan dengan knowledge depository perusahaan yang disebut organizational knowledge base 4. Subsistem Antarmuka Pengguna Yang terakhir, Subsistem Antarmuka Pengguna. User berkomunikasi dan memberi perintah pada SPK melalui subsistem ini. Pengguna adalah bagian yang dipertimbangkan dari sistem. Para peneliti menegaskan bahwa beberapa kontribusi unik dari SPK berasal dari interaksi yang intensif antara komputer dan pembuat keputusan. 2.2.5
Konsep Model SPK Menurut Turban et al. (2005, p61) menuliskan bahwa model adalah penyederhanaan atau abstraksi dari realita (kenyataan). Menurut Turban et al. (2005, p63) model dapat diklarifikasikan berdasarkan tingkat level abstraksi / pemodelannya menjadi 3 bagian, yaitu: 1. Model Iconic (Schale) Model yang paling sederhana dan hanya merupakan replika dari sistem dan hanya berdasarkan pada perbedaan skala dari bentuk asli.
28
29
2. Model Analog Model ini tidak mempresentasikan sistem sebenarnya, namun memiliki sifat seperti sistem yang dipresentasikan. Model ini lebih abstrak dari model iconic dan digunakan sebagai representasi dari kenyataan. Biasanya berupa diagram 2 dimensi dan sedikit lebih rumit dari modeliconic. 3. Model Matematika / Kuantitatif Model yang paling tepat untuk mempresentasikan SPK karena tingkat kerumitan hubungan antar sistem dalam suatu organisasi yang akan ditampilkan membutuhkan perhitungan matematika. Model ini merupakan model yang paling berperan dibandingkan model lainnya. Terbagi menjadi 3 variabel Turban et al. (2005, p212 )yaitu •
Variabel Keputusan Menjelaskan alternatif tindakan.
•
Variabel dan Parameter yang tidak dapat dikontrol Disemua situasi pengambilan keputusan, ada faktor-faktor yang mempengaruhi variabel hasil tapi tidak di bawah kontrol pengambilan keputusan. Faktor tersebut dapat tetap (parameter) dan juga bervariasi (variabel)
•
Variabel
Hasil
merupakan
variabel
variabel
hasil
lanjutan
mencerminkan hasil akhir lanjutan. Menurut Turban et al. (2005, p197), SPK dapat diklasifikasikan menjadi model statis dan model dinamis: 1. Model statis Model statis mengambil suatu snapshot tunggal dari suatu situasi. Selama snapshot tersebut, segala sesuatu terjadi dalam interval tunggal. Sebagai
29
30
contoh satu keputusan mengenai membuat sendiri atau membeli satu produk adalah keputusan bersifat statis 2. Model dinamis Model dinamis merepresentasikan skenario yang berubah sepanjang waktu. Model dinamis tergantung waktu dan model ini sangat penting karena model ini sepanjang waktu , menggunakan, merepresentasikan, atau membuat tren dan pola-pola. 2.2.6
Alasan Penggunaan Model Turban & Aron (2005, p63), memaparkan keuntungan yang merupakan alasan utama menggunakan model : 1. Biaya analisis model lebih rendah dibandingkan biaya eksperimen yang serupa (real system) 2. Model
dapat
menghemat
waktu.
Operasional
bertahun-tahun
dapat
disimulasikan menjadi beberapa menit waktu komputer 3. Manipulasi model (mengubah-ubah variabel) lebih mudah dari pada manipulasi real system. 4. Biaya uji coba lebih rendah dibandingkan real system. 5. Model memungkinkan manajer untuk mempertimbangkan resiko pada kondisi lingkungan yang tidak menentu. 6. Penggunaan model matematika memungkinkan untuk melakukan analisis yang membutuhkan perhitungan nilai yang sangat besar. 7. Model mempertinggi dan memperkuat proses belajar dan pelatihan.
30
31
2.2.7
Simulasi
2.2.7.1 Konsep Simulasi Turban et al. (2005, p236), memaparkan simulasi adalah teknik melakukan eksperimen (seperti analisis what-if) dengan menggunakan komputer pada model dari suatu sistem manajemen. Karakteristik Simulasi Simulasi bukanlah suatu tipe model. Model secara umum merepresentasikan kenyataan, sedangkan simulasi meniru kenyataan. Oleh karena itu, simulasi melibatkan pengujian nilai yang khusus dari suatu keputusan / variabel yang tidak terkontrol pada suatu model kemudian mengamati dampaknya pada variabel output. Proses simulasi biasanya mengulang eksperimen / percobaan berulang-ulang kali untuk menghasilkan perkiraan dari efek keseluruhan suatu aksi tertentu. (Turban et al. 2005, p237). 2.2.7.2 Keuntungan Simulasi Turban et al. (2005, p237) Simulasi digunakan dalam SPK untuk alasanalasan dibawah ini : • Banyaknya waktu yang dapat dihemat. Simulasi lebih bersifat deskriptif daripada normatif. Jadi manajer dapat menggunakan pendekatan trial and error untuk menyelesaikan masalah. Dan penggunaan simulasi juga membuat SPK menjadi lebih murah, cepat, tepat, dan resiko yang lebih rendah.
31
32
• Manajer dapat bereksperimen untuk menentukan variabel keputusan dan kondisi apa yang penting dengan alternatif-alternatif yang berbeda. • Model simulasi yang akurat memerlukan pengetahuan mengenai masalah yang mendalam, oleh karena itu pembuat MSS dipaksa untuk secara konstan berinteraksi dengan manajer (diperlukan dalam pengembangan SPK). Dengan begitu, pengembang dan manajer mendapatkan pemahaman menganai masalah yang lebih baik dan keputusan yang paling potensial yang tersedia. • Model dibangun berdasarkan perspektif manajer • Model simulasi dibangun untuk 1 masalah tertentu dan tidak dapat menyelesaikan masalah lainnya. • Simulasi dapat menangani tipe masalah dengan variasi yang sangat banyak (seperti fungsi-fungsi manajerial tingkat tinggi). • Simulasi umumnya dapat menangani kerumitan suatu masalah yang nyata; penyederhanaan tidak dibutuhkan. • Simulasi secara otomatis memproduksi banyak ukuran-ukuran performa yang penting. • Simulasi terkadang merupakan satu-satunya pemodelan SPK yang dapat langsung menangani masalah yang tidak terstruktur. • Ada beberapa paket simulasi yang mudah digunakan (seperti simulasi Monte Carlo).
32
33
2.2.7.3 Kelemahan Simulasi Menurut Turban et al. (2005, p239) kerugian simulasi adalah: •
Tidak dapat menjamin solusi yang optimal, namun secara umum baik.
•
Proses pembuatan model simulasi lambat dan memakan biaya, walaupun sistem pemodelan yang baru membuatnya lebih mudah.
•
Solusi tidak dapat digunakan untuk masalah lain.
•
Simulasi terkadang sangat mudah dijelaskan ke manajer hingga metode analisis jarang dilihat.
•
Software simulasi terkadang membutuhkan keahlian khusus karena rumitnya metode solusi yang formal
2.2.8
Analytic Hierarchy Process (AHP)
2.2.8.1 Pengertian Analytic Hierarchy Process Menurut Saaty (1991, p23) Analytic Hierarchy Process (AHP) adalah suatu model yang luwes yang memberikan kesempatan bagi perorangan atau kelompok untuk membangun gagasan-gagasan dan mendefinisikan persoalan dengan cara membuat asumsi mereka masing-masing dan memperoleh pemecahan yang diinginkan darinya Menurut Marshall (1995, p278), AHP adalah suatu metode yang dikembangkan untuk menghasilkan tingkatan alternatif keputusan dengan struktur matematis. Ide utamanya adalah untuk menemukan trade-off atribut melalui perbandingan atribut berpasangan. Menemukan nilai setiap alternatif keputusan berpasangan dalam atribut tersebut. 33
34
2.2.8.2 Keuntungan AHP
Menurut Saaty (1991, p25) keuntungan AHP yaitu: 1. Kesatuan AHP memberikan suatu model tunggal yang mudah dimengerti dan luwes untuk aneka ragam persoalan tak terstruktur. 2. Kompleksitas AHP memadukan rancangan deduktif dan rancangan berdasarkan sistem dalam memecahkan persoalan kompleks 3. Saling Ketergantungan AHP dapat saling menangani ketergantungan elemen-elemen dalam suatu sistem dan tidak memaksakan pemikiran linear 4. Penyusunan Hirarki AHP mencerminkan kecendrungan alami pikiran untuk memilah-milah elemen suatu sistem dalam berbagai tingkat berlainan dan mengelompokkan struktur yang serupa dalam setiap tingkat 5. Pengukuran AHP memberikan suatu skala untuk mengukur hal-hal dan terwujud suatu metode untuk menetapkan prioritas 6. Konsistensi AHP melacak konsistensi logis dari pertimbangan-pertimbangan yang digunakan dalam menetapkan berbagai prioritas 7. Sintesis 34
35
AHP menuntunt ke suatu taksiran menyeluruh tentang kebaikan setiap alternatif 8. Tawar menawar AHP mempertimbangkan prioritas-prioritas relatif dari berbagai faktor sistem dan memungkinkan orang memilh alternatif terbaik berdasarkan tujuan-tujuan mereka 9. Penilaian dan konsensus AHP tidak memaksakan konsensus tetapi mensistensi suatu hasil yang representif dari berbagai penilaian yang berbeda-beda 10. Pengulangan proses AHP memungkinkan orang memperhalus definisi mereka pada suatu persoalan dan memperbaiki pertimbangan dan pengertian mereka melalui pengulangan 2.2.8.3 Prinsip Dasar AHP Menurut Mulyono (2004, p335) ada empat prinsip dasar AHP: 1. Decompositon Yaitu memecahkan masalah yang utuh menjadi unsur-unsurnya. Jika ingin mendapat hasil akurat, pemecahan juga dilakukan terhadap unsur-unsurnya sampai tidak mungkin dilakukan pemecahan lebih lanjut sehingga didapat beberapa tingkatan dari persoalan tadi. Proses analisa ini dinamakan hirarki. Ada dua jenis hierarki, yaitu lengkap dan tidak lengkap. Dalam hirarki lengkap, semua elemen pada suatu tingkat memiliki semua elemen yang ada
35
36
pada tingkat berikutnya. Jika tidak demikian maka dinamakan hirarki tidak lengkap 2. Comparative Judgement Prinsip ini berarti membuat penilaian tentang kepentingan relatif dua elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkat diatasnya. Penilaian ini merupakan inti dari AHP, karena ia akan berpengaruh terhadap prioritas elemen-elemen. Dalam penyusunan skala kepentingan ini digunakan tabel berikut: Skala
Definisi
1
Kedua elemen sama pentingnya
3
Elemen yang satu sedikit lebih penting dengan elemen lainnya
5
Elemen yang satu esensial atau sangat penting ketimbang elemen lainnya
7
Satu elemen jelas lebih penting dengan elemen lainnya
9
Satu elemen jelas mutlak dibanding dengan elemen lainnya
2,4,6,8 Nilai‐nilai diantara dua pertimbangan yang berdekatan
Tabel 2.2 Skala perbandingan Berpasangan 3. Synthesis of Priority Dari setiap matriks pairwise comparison kemudian dicari eigen vector-nya untuk mendapatkan local priority. Karena matriks pairwise comparison terdapat semua tingkat, maka untuk mendapatkan global priority harus dilakukan sintesa diantara local priority. Prosedur melakukan sintesis berbeda menurut hierarki. Pengurutan elemen-elemen menurut kepentingan relatif melalui prosedur sintesis dinamakan priority setting
36
37
4. Logical Consistency Konsistensi memiliki dua makna. Pertama adalah bahwa obyek-obyek yang serupa dapat dikelompokkan sesuai dengan keseragaman dan relevansi. Arti kedua adalah menyangkut tingkat hubungan antara obyek-obyek yang didasarkan pada kriteria tertentu. 2.2.8.4 Kelebihan AHP Menurut Kadarsah (2002, p131) kelebihan AHP dengan model lainnya adalah: 1. Struktur yang hirarki sebagai konsekuensi dari kriteria yang dipilih samapai pada subkriteria-subkriteria yang paling dalam 2. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh para pengambil keputusan 3. Memperhitungakan daya tahan atau ketahanan output analisis sensitivitas pengambil keputusan 2.2.8.5 Struktur AHP
Menurut Kadarsah (2002,p131) Membuat struktur hirarki diawali dengan tujuan umum, dilanjutkan dengan sub-sub tujuan, kriteria, dan kemungkinan alternatif-alternatif pada tingkat kriteria yang paling bawah
37
38
Gambar 2.4 Struktur hirarki AHP 2.2.8.6 Langkah-langkah menentukan Prioritas
Langkah ini diawali dengan melihat hierarki yang telah dibuat lalu membentuk matriks pairwise comparison. Nilai pada matriks ini didapat dari memberi pertanyaan beberapa kali lipat suatu kriteria dibandingkan terhadap kriteria lainnya. contoh KRITERIA
Alternatif 1 Alternatif 2
Alternatif 3
Alternatif 1
1
0,2
2
Alternatif 2
5
1
7
Alternatif 3
0,5
0,1428
1
Langkah kedua yaitu matriks pairwise comparison dinormalisasi dengan cara membagi unsur pada setiap kolom dengan hasil nilai jumlah kolom.
38
39
Contoh: KRITERIA
Alternatif 1
Alternatif 2
Alternatif 3
Alternatif 1
1/6,5=0,1538
0,2/1.3428=0,1489
2/10=0,1999
Alternatif 2
5/6,5=0,7692
1/1,3428=0,7447
7/10=0,7001
Alternatif 3
0,5/6,5=0,0769
0,1428/1,3428=0,1063
1/10=0,1000
Selanjutnya
adalah
menjumlahkan
setiap
baris
matriks
yang
telah
dinormalisasikan (X) dan dibagi dengan banyaknya alternatif (Y) Contoh
0,1538 + 0,1489 + 0,1999 = 0,1676, dan seterusnya 3 Kemudian mencari Eigen Value (Z) dengan cara menjumlahkan baris nilai kriteria pada matriks pairwise comparison dengan nilai bobot ketiga kriteria, kemudian dibagi dengan bobot kriteria yang bersangkutan. Setelah mendapatkan nilai Z. Dicari Z maksimal yaitu dengan menjumlahkan Z dan membagi dengan jumlah kriteria yang ada Langkah terakhir yaitu mencari nilai Consistency Index (CI) dan Consistency Ratio (CR) dengan rumus : CR= CI= (Z maks – n ) / (n-1) CR=
CI RCI
39
40
Nilai CR seharusnya kurang dari 10 % atau (0,1) N 1 2 3
4
5
6
7
8
9
10
RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49
Tabel 2.3 RCI (Random Consistency Index) Langkah - tersebut berdasarkan konsep AHP menurut Saaty (1991) 2.3
Analisa dan perancangan Sistem
2.3.1
Data modeling
Menurut Whitten dan Bentley (2007, p270) data modeling adalah suatu tehnik untuk mengartikan bisniness requirement disebut juga database modeling
ke dalam data base. Data modeling terkadang
karena data model adalah implementasi dari dari
database. Contoh simple dari database adalah entity relationship diagram atau ERD. 2.3.1.1 Entity Relationship Diagram Menurut Whitten dan Bentley (2007, p271) ERD adalah sebuah diagram yang menggambarkan data dalam bentuk entitas-entitas beserta hubungan yang terbentuk antar data tersebut. 2.3.1.2 Komponen ERD Komponen-komponen pembentuk ERD (Whitten dan Bentley, 2007, pp271- 283) adalah 1. Entitas adalah Sesuatu kelas dari orang, tempat, objek, event atau konsep dimana semuanya kita ambil dan simpan datanya
40
41
Gambar 2.5 Bentuk Entitas (sumber : Whitten dan Bentley (2007, p271)) 2. Attribute adalah Sebuah properti deskriptif atau karakteristik dari sebuah entitas (Whitten dan Bentley, 2007, p272)
Gambar 2.6 Contoh Atribut-atribut Sebuah Entitas (sumber : Whitten dan Bentley (2007, p272)) 3. Relationship atau hubungan
adalah asosiasi alami bisnis antara satu entitas
dengan entitas lain (Whitten dan Bentley, 2007, p275) terdiri dari beberapa komponennya adalah •
Cardinality adalah menjelaskan angka dari minimum dan makismum yang terjadi antara satu entitas yang mungkin berelasi dengan entitas lainnya (Whitten dan Bentley, 2007, p275)
41
42
Gambar 2.7 Notasi cardinality (sumber : Whitten dan Bentley (2007, p276)) •
Degree adalah angka entitas yang berpartisipasi dari sebuah hubungan (Whitten dan Bentley, 2007, p275)
4. Identification atau Key : sebuah atribut atau sekumpulan atribut, yang bernilai unik untuk setiap contoh dari entitas (Whitten, 2001, p262 ) Primary Key (PK) : sebuah key yang paling unik digunakan untuk mengidentifikasikan sebuah contoh tunggal dari sebuah entitas (Marakas, 2006, p148).
42
43
Foreign Key (FK) : sebuah Primary Key dari suatu entitas yang berada di entitas lain untuk mengidentifikasikan hubungan antar entitas tersebut (Whitten dan Bentley, 2007, p277). 2.3.1.3 Tahapan Membangun Data Model Menurut Whitten dan Bentley (2007, p 290-298) tahapan dalam membangun data model adalah 1. Menemukan Enititas Tahapan yang pertama adalah mencari entitas dasar di sistem yang mungkin mendeskripsikan sebuah data 2. Membuat Contex Data Model Pada tahap ini adalah membuat suatu hubungan antara entitas bisnis yang sudah ditemukan. Nama relasi haruslah kata kerja yang dikombinasikan dengan bisnis .
Gambar 2.8 Contoh Context Data Model (sumber : Whitten dan Bentley, 2007, p291) 3. Membuat Key-Based Data Model Pada tahap ini adalah Memberikan Primary di setiap entitas yang ada. Pada tahap ini sudah tidak ada lagi hubungan many to many.
43
44
Gambar 2.9 Contoh Key-Based Data Model (sumber: Whitten dan Bentley, 2007, p294) 4. Membuat Fully attributed data model Pada tahapan ini mengidentifikasi data attribut dan memasukan atribut tersebut ke dalam setiap entitas. Pada tahap ini data model sudah berada pada rancangan akhir pembuatan.
44
45
Gambar 2.10 Contoh Fully attributed data Model (sumber : (Whitten dan Bentley, 2007, p297))
45
46
2.3.1.4 Membuat Data Model yang baik Menurut Whitten dan Bentley (2007, p298) dalam membuat data model yang baik haruslah 1. Data model harus Sederhana (simpel) Secara umum atribut data yang mendeskripsikan entitas hanya mendeskripsikan entitas tersebut 2. Data model pada dasarnya tidak boleh ada redundansi Ini berarti setiap data atribut selain foreign key mendeskripsikan hanya satu entitas. 3. Data model harus fleksibel mengikuti kebutuhan masa depan Ini berarti rancangan data model harus bisa dimodifikasi kedepannya tanpa memberikan dampak pada program 2.3.2
Process Modeling
Menurut Whitten dan Bentley (2007, p317) process modeling adalah tekhnik yang mengatur dan mendokumentasikan struktur dan aliran data melalui proses sistem atau logika, aturan, prosedur untuk diimplentasikan oleh proses sistem. Contoh dari Process Modeling adalah Data Flow Diagram (DFD) 2.3.2.1 Data Flow Diagram (DFD) Menurut Whitten dan Bentley (2007, p317) DFD adalah suatu tool yang melukiskan aliran data melalui sistem, kerja atau proses yang dilakukan sistem.
46
47
2.3.2.2 Komponen DFD Komponen-komponen pembentuk DFD (Gane&Sarson) adalah : 1. External Agent : seseorang atau sesuatu yang berinteraksi dengan sistem namun berada di luar batasan sistem dan oleh karena itu tidak berada dalam kontrol sistem atau pengguna sistem. (sumber : (Whitten dan Bentley, 2007, p319))
Gambar 2.11 Bentuk External Agent (sumber(Whitten dan Bentley, 2007, p319)) 2. Data Store : Sebuah tempat penyimpanan untuk data, (Whitten dan Bentley, 2007, p320)
Gambar 2.12 Bentuk Data Store (sumber : (Whitten dan Bentley, 2007, p320)) 3. Process (proses) : Dasar dari pembuatan sistem adalah process dimana proses tersebut merespon ke bisnis event dan kondisi dan perpindahan data untuk membuat informasi yang berguna. Model proses ini membantu untuk menerangkan interaksi dengan lingkungan sistem dan proses lain
Gambar 2.13 Bentuk Proses (sumber : (Whitten dan Bentley, 2007, p321))
47
48
4. Data flow : Data inputan dan output dari suatu proses
Gambar 2.14 Bentuk data flow (sumber : (Whitten dan Bentley, 2007, p325)) 2.3.2.3 Larangan dalam Data Flow Diagram Larangan dalam penggambaran proses (sumber : (Whitten dan Bentley , 2007, p330)) : 1. Proses yang memiliki input namun tidak memiliki output disebut sebagai Black Hole. 2. Proses yang memiliki output namun tidak memiliki input, disebut sebagai Miracle. 3. Proses yang jumlah input–nya kurang untuk dapat menghasilkan output yang diinginkan (ada aliran data masuk yang kurang), disebut sebagai Grey Hole.
48
49
Gambar 2.15 Larangan Dalam DFD (sumber : (Whitten dan Bentley , 2007, p330)) 2.3.2.4 Tahapan Membangun Process Model Menurut (Whitten dan Bentley, 2007, p358) tahapan dalam membangun Proses model adalah
49
50
Gambar 2.16 Tahapan Pembuatan Process Modeling (sumber : (Whitten dan Bentley , 2007, p336))
50
51
1. Membuat Context Data Flow Diagram Sebelum membuat Context Data Flow Diagram kita menginisiasi scope dari proyek dimana menampilkan sistem dengan sangat global (tidak detil). Diagram Konteks hanya memiliki satu proses yang ditandai dengan nama dari sistem dan tidak ada penggambaran data store.
Gambar 2.17 Contoh Contex Data Flow Diagram (sumber : (Whitten dan Bentley , 2007, p340))
51
52
2. Membuat Functional Decomposition Diagram Pada diagram ini menunjukan top-down dari fungsi dekomposisi atau dari struktur sistem yang kemudian di dekomposisi lagi menjadi beberapa event. Dan juga menyediakan awal penggambaran garis besar dari Data Flow Diagram
Gambar 2.18 Functional Decomposition Diagram (sumber : (Whitten dan Bentley , 2007, p341))
52
53
3. Membuat Event Diagram Setelah event diagram yang telah di dekomposisi di functional decomposition diagram, selanjutnya buat context diagram di tiap-event tersebut.
Gambar 2.19 Contoh Event Diagram (sumber : (Whitten dan Bentley , 2007, p347)) 4. Membuat system Diagram Event-event yang telah dibuat context diagram digabungkan menjadi suatu sistem yang utuh.
53
54
5. Membuat Primitive Diagram Apabila event diagram masih bisa dipecah lagi maka dibutkan juga detail dari event diagram tersebut. Hal ini dilakukan apabila transaksi bisnis yang ada sangat kompleks. 2.4
Konsep Maintenance
2.4.1
Pengertian Maintenance Menurut Assauri (1999, p95) Maintenance merupakan kegiatan untuk
memelihara atau menjaga fasilitas dan peralatan pabrik, dan mengadakan perbaikan, penyesuaian, atau penggantian yang diperlukan untuk mendapatkan suatu kondisi operasi produksi yang memuaskan, sesuai dengan yang direncanakan. Dengan adanya perawatan diharapkan semua fasilitas dan mesin yang dimiliki oleh perusahaan dapat dioperasikan sesuai dengan jadwal yang telah ditentukan. Perawatan mempunyai peranan yang sangat menentukan dalam kegiatan produksi dan suatu perusahaan yang menyangkut kelancaran atau kemacetan produksi, kelambatan dan volume produksi. Biaya maintenance bisa menjadi fakor yang signifikan dalam keuntungan di suatu perusahaan. Khususnya di manufakturing biaya maintenance bisa menghabiskan 2-10 % pendapatan dari perusahaan dan bisa mencapai 24 % di industry transportasi. (Chelson, Payne dan Reavill, 2005). Jadi bagian management harus mempertimbangkan maintenance sebagai sebuah fungsi penting dalam melaksanakan kegiatan produksi dan meningkatkan kualitas produk, Ketersedian perlengkapan dan mesin produksi untuk memenuhi era otomatisnya permintaaan dan system manufaktur yang fleksibel (FMS), “Lean Manufacturing” dan operasi “just-in time”. (Haroun dan Duffuaa, 2007 , p4).
54
55
2.4.2
Tugas dan Tanggung Jawab Maintenance dalam organisasi
Tanggung jawab maintenance adalah menyediakan jasa perbaikan untuk mewujudkan tujuan organisasi dapat tercapai (Duffua, 2007, p 6) selain itu terdapat tugas dan tanggung jawab lain diantaranya: 1. Menjaga asset dan perlengkapan dalam kondisi bagus, baik, serta tetap terkonfigurasi dan tetap berfungsi sesuai dengan fungsinya. 2. Tampil dalam semua kegiatan maintenance termasuk, preventive, predictive, corrective, overhauls, design modification, emergency maintenance yang memakai cara efektif dan efisien. 3. Melestarikan dan menjaga kegunaan sparepart dan material 4. Menjadi pelopor apabila ada plant baru atau ekspansi plant dan 5. Mengoperasikan keperluan dalam pelestarian energy
Gambar 2.20 Maintenance dalam Organisasi (sumber : Haroun dan Duffuaa, 2007 , p5) 55
56
2.4.3
Material dan Sparepart Management Menurut Haroun dan Duffuaa (2007 , p10-11) Pada bagian ini tanggung jawabnya adalah menjaga agar ketersedian sparepart yang kualitas dan kuantitasnya bagus dengan biaya yang minimum. Disebagain perusahaan besar unit ini berdiri sendiri akan tetapi kebanyakan meruapakan bagian dari maintenance yang mensupport program maintenance. Tugas dari bagian material dan sparepart ini meliputi: 1. Membangun suatu kordinasi dengan maintenance untuk mengefektifkan kebijakan penyediaan stok, meminimalkan pemesanan, menjaga dan menghemat biaya 2. Mengkordinasi
dengan
maintenance
dengan
supplier
untuk
memaksimalkan keuntungan perusahaan 3. Menjaga dengan baik inward, penerimaan, dan menjaga persediaan 4. Isu material dan penyediaan 5. Manjaga dan mengupdate record 6. Menjaga penjualan tetap teratur dan baik
56
57
2.4.4
Jenis-jenis Maintenance
Maintenance dapat diklasifikasikan ke dalam lima kategori berikut (Al-turki, 2007, p245) : 1. Routine and preventive maintenance, yang meliputi periodik pemeliharaan seperti pelumas mesin, pemeriksaan. Jenis pekerjaan direncanakan dan dijadwalkan sebelumnya. 2. Corrective maintenance, yang melibatkan penentuan penyebab dari kerusakan yang berulang dan menghilangkan kerusakan tersebut dengan desain modifikasi; 3. Emergency or breakdown maintenance, proses perbaikan secepatnya setelah laporan kerusakan. Jadwal Maintenance dapat saja diganggu oleh Emergency Breakdown. 4. Reactive Maintenance, proses maintenance yang dilakukan sebagai respon terhadap breakdown unit yang tidak terencana 5. Predictive Maintenance, proses maintenance yang dilakukan melalui analisa secara fisik terhadap peralatan atau komponen dengan bantuan pengakuan instrument tertentu seperti alat pengukur getaran, temperatur, pengukur suara dan lain-lain untuk mendeteksi kerusakan sedini mungkin 2.4.5
Knowledge Base untuk maintenance
Menurut Nadakatti et al. (2008) knowledge base (pengetahuan dasar) dibangun berdasarkan pemecahan masalah logika dari seorang ahli yang memiliki keahlian yang cukup dalam domain masalah tersebut. Bagian maintenance biasanya menggunakan vibration untuk mengidentifikasi sifat dan tingkat kerusakan dari sebagian masalah mekanik dan listrik mesin-mesin industri. 57
58
Alasan penggunaaan knowledge tersebut adalah: 1. Peningkatan kebutuhan yang sangat tinggi dari mesin-mesin masa kini yang cenderung kompleks, mahal dan sangat canggih 2. Sebuah Perusahaan bisa saja kehilangan para ahli di mesin tersebut karena kematian, pensiun atau pindah ke perusahaan lain akan tetapi dengan knowledge base semua knowledge disimpan ke dalam system 3. Knowledge (pengetahuan)dapat disimpan secara permanent dan tidak rusak, akan tetapi para ahli bisa saja kehilangan pengetahuan tersebut karena kurangnya latihan atau praktek 4. Sebuah knowledge menghasilkan hasil yang konsisten dari pada keahlian manusia dan tidak rentan akan usia, lupa, dll. 5. Biaya knowledge base lebih murah dibandingkan dengan biaya ahli yang sangat langka. 2.4.6
Workflow dari proses maintenance
Menurut Haroun dan Duffuaa (2007 , p104) prosedur dalam maintenance adalah: 1. Menerima request untuk perbaikan dari bagian plan (melalui telepon, komputer terminal, atau hardcopy) 2. Jika Perbaikan yang dibutuhkan sangat darurat maka maintenance Crew akan secepatnya memenuhi permintaan. 3. Setelah permintaan dari bagian plant selesai, kemudian tunjukan kebutuhan akan informasi, history dan perlengkapan serta kebutuhan akan material dan tool, plan 58
59
dan manpower, dll. Kemudian laporkan kepada bagian plan, Manager , akuntan dan supervisor. 4.
Manager unit akan memberikan hardcopy pengesahan pekerjaan atau melalui sistem ERP atau Computer maintenance management System (CMMS)
5. Manager akan melihat laporan pekerjaan dan mengapprovalnya di sistem 6. Akunting juga akan menginput informasi pengeluaran biaya ke dalam sistem 7. Sistem akan memecah data ke dalam history dari perlengkapan untuk melakukan analisa periodik untuk mengontrol dan meningkatkan strategi dan kebijakan 8. Bagian Plan akan memverifikasi pekerjaan bahwa telah selesai dan memasukan semua informasi ke dalam sistem dan menutup sistem
59
60
Gambar 2.21 Workflow proses Maintenance (sumber : (Haroun dan Duffuaa, 2007 , p106)) 2.4.7
Penghitungan Kinerja Maintenance
Berikut adalah perhitungan kinerja dari Maintenance (Parida dan Kumar, 2007 ,p 22) •
Kinerja (performasnce) Maintenance = Total biaya maintenance/total biaya produksi;
•
A (availability) = (planned time - downtime)/planned time;
60
61
•
P (production rate) = (waktu standar produksi/unit)x(unit produksi)/ waktu operasi ; dimana where; waktu operasi =waktu perencanaan – waktu downtime;
•
Mean time to repair (MTTR) = jumlah total waktu perbaikan /angka breakdown
•
Mean time between failure (MTBF) = number of operating hour/ angka breakdown
•
Maintenance breakdown severity = biaya perbaikan /jumlah breakdown;
•
Biaya maintenance per jam = total biaya maintenance/jumlah man hour
Biaya maintenance harus didentifikasi dari yang utama sampai alternarifnya yang berarti harus mencapai tujuan dan jumlah resource yang dibutuhkan untuk setiap alternatifnya. Resourcenya meliputi (Mirghani,2007, p118) : • Tipe dan kuantitas dari material dan sparepart • Skill dari para pekerjanya • Support service • Pelatihan dan pengembangan manpower • Perlengkapan dan fasilitas dari maintenance 2.4.8
Konsep DownTime Menurut Wang (2007, 483 ) Downtime merupakan waktu dimana suatu unit
tidak dapat lagi menjalankan fungsinya sesuai dengan harapan. Hal ini terjadi akibat breakdown (kerusakan) mesin yang dapat menggangu kinerja termasuk mutu yang dihasilkan dan kecepatan produksinya sehingga membutuhkan waktu tertentu untuk mengembalikan fungsi kembali seperti awal. 61
62
2.4.9
Mengatasi Masalah maintenance dengan Fishbone diagram
Menurut http://quality.enr.state.nc.us/tools/fishbone.htm Fishbone diagram merupakan alat analisis yang menyediakan cara sistematis untuk melihat efek dan sebab-sebab yang membuat atau berkontribusi pada efek-efek. Karena fungsi diagram tulang ikan, mungkin disebut sebagai diagram sebab-akibat. Desain diagram terlihat jauh seperti kerangka ikan. Oleh karena itu, sering disebut sebagai diagram tulang ikan. Ditemukan oleh Dr Kaoru Ishikawa, seorang ahli statistik kontrol kualitas Jepang. Apa pun nama yang Anda pilih, ingat bahwa nilai dari diagram fishbone adalah membantu tim dalam mengkategorikan penyebab banyak (potensi) masalah atau isu dengan cara yang terstruktur dalam mengidentifikasi akar penyebab masalah tersebut. Kapan fishbone dibutuhkan: •
Perlu untuk mempelajari masalah / issue untuk menentukan akar penyebab?
•
Ingin mempelajari semua kemungkinan alasan mengapa proses mulai mengalami kesulitan, masalah, atau kerusakan?
•
Perlu untuk mengidentifikasi daerah-daerah untuk pengumpulan data?
•
Ingin mempelajari mengapa proses tidak berkinerja baik atau memproduksi hasil yang diinginkan?
Cara membuat diagram fishbone Langkah-langkah dalam membuat diagram fishbone adalah: 1. Gambarkan diagram tulang ikan 2. Daftar masalah / isu yang akan dipelajari di kepala ikan 3. Label masing-masing tulang ikan.
62
63
Kategori-kategori utama biasanya digunakan adalah: M 4's: Metode, Mesin, Material, Tenaga Kerja P 4's: Place, Prosedur, Orang, Kebijakan S 4's:Sekitarnya, Pemasok, Sistem, Keterampilan Catatan: dapat menggunakan salah satu dari empat kategori yang disarankan, menggabungkan mereka dalam mode atau membuat sendiri. Kategori adalah untuk membantu agar mengatur ide-ide yang ada. 4.
Gunakan teknik ide-menghasilkan (misalnya, brainstorming) untuk mengidentifikasi faktor-faktor dalam setiap kategori yang mungkin mempengaruhi masalah , isu atau efek sedang dipelajari. Tim tersebut harus meminta ... "Apa masalah mesin yang mempengaruhi / menyebabkan ..."
5.
Ulangi prosedur ini dengan setiap faktor di bawah kategori untuk menghasilkan sub-faktor. Lanjutkan bertanya, "Mengapa ini terjadi?" dan menempatkan segmen tambahan setiap faktor dan kemudian bawah masing-masing sub-faktor.
6.
Lanjutkan sampai Anda tidak lagi mendapatkan informasi yang berguna ketika Anda bertanya, "Mengapa itu terjadi?"
7. Menganalisis hasil tulang ikan setelah anggota tim setuju bahwa jumlah yang memadai detail telah disediakan di bawah setiap kategori besar. Lakukan ini dengan mencari item-item yang muncul di lebih dari satu kategori. Ini menjadi 'kemungkinan besar yang menyebabkan. 8. Bagi mereka item diidentifikasi sebagai penyebab yang paling mungkin, tim harus mencapai konsensus pada daftar item-item dalam urutan prioritas dengan item pertama sebagai penyebab yang paling mungkin.
63
64
2.4.10 Model Maintenance yang optimal Menurut Dekker dan Scarf (1998) secara umum model maintenance yang optimal adalah: 1. Mendeskripsikan sistem yang tekhnis dari fungsi dan kegunaanya 2. Sebuah pemodelan kerusakan sistem dalam waktu dan konsekuensi yang mungkin terjadi 3. Deskripsi dan informasi yang tersedia tentang sistem dan tindakan yang nyata kepada manajemen 4. Fungsi yang objektif dan suatu tehnik optimasi yang membantu dalam menemukan keseimbangan Berbagai model maintenance yang pernah diterapkan menurut Garg dan Deshmukh (2006) diantaranya adalah 1. Pendekatan Bayesian Pendekatan Bayesian sepenuhnya subjektif terhadap cara langsung yaitu menyajikan ketidakpastian yang berkaitan dengan peristiwa masa depan untuk para pengambil keputusan dalam konteks masalah keputusan inspeksi maintenance yan telah didiskusikan secara optimal. 2. Formula Mixed integer linear programming (MILP) Model ini menyajikan suatu formulasi baru yaitu matematika MILP untuk desain yan terintegrasi dengan produksi dan perencanaan perawatan untuk pabrik yang multi-proses. Sebuah alokasi keandalan model pada tahap desain digabungkan dengan kerangka optimasi yang ada untuk mengidentifikasi ukuran optimal dan keandalan awal untuk setiap unit peralatan pada tahap desain (Goel et al, 2003)
64
65
3. Menggunakan multiple criteria decision making (MCDM) dan pendekatan linguistik (Swanson ,2003) telah menerapkan informasi pengolahan Galbraith's model untuk mempelajari bagaimana fungsi pemeliharaan menerapkan strategi yang berbeda untuk mengatasi kompleksitas lingkungan 4. Simulasi dan model probabilistik Markov Chen dan Popova (2002) dan Barata et al. (2002) menggunakan simulasi Monte Carlo
untuk
menentukan
kebijakan
perawatan
yang
optimal
(yaitu
meminimumkan total biaya jasa) dan untuk pemodelan sistem pemantauan secara terus-menerus terhadap kerusakan. Sebuah model simulasi (Sarker dan Haque, 2000) juga telah dikembangkan untuk mengurangi biaya pemeliharaan dan persediaan untuk sistem manufaktur dengan kegagalan item stokastik, penggantian dan waktu pesanan. 5. Menggunakan model Analthycal Hierarchy Process Bevilacqua dan Braglia (2000) menggambarkan penerapan AHP untuk memilih strategi perawatan terbaik bagi kilang minyak. upaya serupa dibuat sebelumnya oleh (al Labib 1998)
65
