BAB 2 LANDASAN TEORI
2.1
Teknik Industri
2.1.1
Peramalan
2.1.1.1
Definisi Peramalan Peramalan merupakan suatu proses estimasi pada kondisi yang tidak diketahui . Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang dapat disebut juga peramalan (forecasting). Peramalan dibutuhkan untuk menentukan kebijakan ekonomi atau kebijakan usaha perusahaan. Peramalan diperlukan karena adanya perbedaan waktu antara kesadaran akan dibutuhkannya suatu kebijakan baru dengan waktu pelaksanaan kebijakan tersebut. Jadi dalam menentukan kebijakan itu perlu diperkirakan kesempatan atau peluang yang ada, dan ancaman yang mungkin terjadi. Dalam usaha mengetahui atau melihat perkembangan di masa depan, peramalan dibutuhkan unuk menentukan kapan suatu peristiwa akan terjadi atau suatu kebutuhan akan timbul, sehingga dapat dipersiapkan kebijakan atau tindakan-tindakan yang perlu dilakukan (Makridakis et al., 1999, p19). Kegunaan peramalan terlihat pada proses pengambilan keputusan. Keputusan yang didasarkan atas pertimbangan apa yang akan terjadi pada waktu keputusan dilaksanakan merupakan keputusan yang baik. Jika peramalan yang kita buat kurang tepat maka kurang baik pula keputusan
20
yang kita ambil. Dalam suatu perusahaan, peramalan dibutuhkan untuk memberikan informasi kepada pemimpin sebagai dasar untuk membuat suatu keputusan dalam berbagai kegiatan,
seperti
penjualan,
permintaan,
persediaan keuangan, dan lain-lain.
2.1.1.2
Langkah-langkah Peramalan Kualitas dari hasil peramalan yang dibuat, sangat ditentukan oleh proses pelaksanaan penyusunannya. Peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti langkah-langkah atau prosedur yang baik. Pada dasarnya terdapat tiga langkah peramalan yang penting, yaitu : •
Menganalisa data yang lalu, tahap ini berguna untuk pola yang terjadi pada masa yang lalu. Analisa ini dilakukan dengan cara membuat tabulasi dari data yang lalu. Dengan tabulasi data, maka dapat diketahui pola dari data tersebut.
•
Menentukan metode yang dipergunakan. Masing-masing metode akan memberikan hasil peramalan yang berbeda. Metode peramalan yang baik adalah metode yang menghasilkan hasil ramalan yang tidak jauh berbeda dengan kenyataan yang terjadi.
•
Memproyeksikan data yang lalu dengan menggunakan metode yang dipergunakan, dan mempertimbangkan adanya beberapa faktor perubahan. Faktor-faktor tersebut antara lain perubahan kebijakankebijakan yang mungkin terjadi, termasuk perubahan kebijakan pemerintah, dan lain-lain.
21
2.1.1.3
Jenis Pola Data Dalam melakukan peramalan diperlukan suatu kumpulan data masa lalu. Salah satu langkah yang penting dalam melakukan peramalan adalah mempertimbangkan jenis pola data (Makridakis et al., 1999, p21), sehingga metode paling tepat dengan pola tersebut bisa diuji. Secara umum, pola data dapat dibedakan menjadi empat jenis, yaitu : •
Pola horizontal, pola ini terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata yang konstan. Deret tersebut stasioner terhadap nilai rata-ratanya. Pola data ini dapat dilihat pada gambar 2.1.
Gambar 2.1 Pola Data Horizontal Sumber : Makridakis et al. (1999) •
Pola musiman, pola ini terjadi bilamana suatu deret dipengaruhi oleh faktor musiman, misalnya kuartal tahun tertentu, bulanan, atau harihari pada minggu tertentu. Pola data ini dapat dilihat pada gambar 2.2.
22
Gambar 2.2 Pola Data Musiman Sumber : Makridakis et al. (1999) •
Pola siklis, pola ini terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis. Pola data ini dapat dilihat pada gambar 2.3.
Gambar 2.3 Pola Data Siklis Sumber : Makridakis et al. (1999)
23
•
Pola trend, pola ini terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang dalam data. Pola data ini dapat dilihat pada gambar 2.4.
Gambar 2.4 Pola Data Trend Sumber : Makridakis et al. (1999) Namun, di lain sisi banyak deret data yang mencakup kombinasi dari pola-pola di atas. Metode peramalan yang dapat membedakan setiap pola harus dipakai bila diinginkan adanya pemisahan komponen pola data tersebut. Dan, metode peramalan alternatif dapat digunakan untuk menentukan pola dan mencocokan data secara tepat.
2.1.1.4
Jenis-jenis Peramalan Peramalan pada umumnya dapat dibedakan dari beberapa segi yang tergantung dari cara melihatnya. Peramalan dilihat dari sifat penyusunnya dapat dibedakan menjadi dua jenis, yaitu :
24
•
Peramalan subjektif, yaitu peramalan yang didasarkan atas perasaan atau intuisi dari orang yang menyusunnya. Dan dalam hal ini pandangan dari orang yang meramalkan sangat menentukan kualitas dari hasil peramalan tersebut.
•
Peramalan objektif, yaitu peramalan yang didasarkan atas data yang relevan pada masa lalu, dengan menggunakan teknik-teknik dan metode-metode untuk menciptakan peramalan.
Peramalan dilihat dari jangka waktunya dapat dibedakan menjadi dua jenis, yaitu : •
Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk memperkirakan suatu kondisi dengan jangka waktu lebih dari satu setengah tahun.
•
Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk memperkirakan suatu kondisi dengan jangka waktu kurang dari satu setengah tahun.
Peramalan dilihat berdasarkan sifat ramalan yang disusun dapat dibedakan menjadi dua jenis, yaitu : •
Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang
25
bersifat intuisi, judgement atau pendapat, dan pengetahuan serta pengalaman dari penyusunnya. •
Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada metode yang digunakan dalam peramalan tersebut. Dengan metode yang berbeda maka akan diperoleh hasil peramalan yang berbeda.
2.1.1.5
Regresi Linear Menurut Makridakis et al.(1999, p206), regresi merupakan suatu peramalan yang dinyatakan sebagai fungsi dari sejumlah faktor yang menentukan hasil ramalan tersebut di mana ramalan tersebut tidak harus bergantung pada waktu. Dalam regresi terdapat variabel-variabel yang dapat dibedakan menjadi variabel tak bebas (y) dan variabel bebas (x). Variabel-variabel ini digunakan dengan tujuan mengembangkan suatu model eksplanatoris yang dapat menghubungkan variabel-variabel tersebut. Dalam hal ini, tujuannya adalah mencari suatu fungsi yang dapat menghubungkan y terhadap semua variabel bebas. Secara umum, model regresi dapat dibedakan menjadi regresi linear dan regresi non-linear. Dalam hal ini, persamaan yang menggambarkan fungsi regresi linear adalah : Y = a + bX
26
Di mana variabel a merupakan intersep dan variabel b merupakan kemiringan dari suatu persamaan garis lurus. Dalam mengembangkan suatu model terdapat beberapa persamaan yang digunakan. Persamaan tersebut dapat ditunjukkan sebagai berikut : b=
a=
2.1.1.6
N ∑ XY − ( ∑ X )( ∑ Y ) N ∑ X 2 − (∑ X )
2
∑Y − b ∑ X N
N
Rata-rata Bergerak Ganda (Double Moving Average) Menurut Makridakis et al. (1999, p93), metode rata-rata bergerak ganda merupakan rata-rata bergerak dari rata-rata bergerak. Di mana tujuannya adalah untuk mengurangi galat sistematis yang terjadi bila rata-rata bergerak dipakai pada data berkecenderungan. Prosedur peramalan rata-rata bergerak linier meliputi 3 aspek, yaitu : 1. Penggunaan rata-rata bergerak tunggal pada waktu t (ditulis S 't ) 2. Penyesuaian, yang merupakan perbedaan antara rata-rata bergerak tunggal dan ganda pada waktu t (ditulis S 't − S "t ), dan 3. Penyesuaian untuk kecenderungan dari periode t ke periode t+1 (atau ke periode t+m jika kita ingin meramalkan m periode ke muka). Adapun persamaan-persamaan yang digunakan dalam menghitung rata-rata bergerak linear secara umum dapat dijelaskan sebagai berikut : S 't =
X t + X t −1 + X t − 2 + ... + X t − N +1 3
27
S "t =
S 't + S 't −1 + S 't − 2 + ... + S 't − N +1 N
at = 2S 't − S "t
bt =
2 ( S 't − S "t ) N −1
Ft + m = at + bt m
2.1.1.7
Pemulusan Exponensial Ganda : Metode Linear Satu-Parameter dari Brown (Double Exponential Smoothing Brown)
Dasar pemikiran dari pemulusan exponensial linear dari Brown adalah serupa dengan rata-rata bergerak linear, karena kedua nilai pemulusan tunggal dan ganda tertinggal dari data yang sebenarnya bilamana terdapat unsur trend, perbedaan antara nilai pemulusan tunggal dan ganda dapat ditambahkan lepada nilai pemulusan tunggal dan disesuaikan untuk trend (Makridakis et al., 1999, p112). Persamaan yang dipakai dalam implementasi pemulusan exponensial linear satu-parameter dari Brown ditunjukkan dengan persamaan sebagai berikut : S 't = α X t + (1 − α ) S 't −1 S "t = α S 't + (1 − α ) S "t −1 Di mana S 't adalah nilai pemulusan exponensial tunggal dan S "t adalah nilai pemulusan exponensial ganda. at = S 't + ( S 't − S "t ) = 2 S 't − S "t bt =
α 1− a
( S 't − S "t )
28
Ft + m = at + bt m Di mana m adalah jumlah periode ke depan yang akan diramalkan. Untuk inisialisasi pada metode pemulusan exponensial linear dari Brown digunakan persamaan sebagai berikut : S '1 = X 1 S "1 = X 1
2.1.1.8
Pemulusan Exponensial Ganda : Metode Dua-Parameter Holt (Double Exponential Smoothing Holt)
Metode pemulusan exponensial linear dari Holt dalam prinsipnya serupa dengan Brown, namun dalam pemulusan exponensial linear dari Holt tidak menggunakan rumus pemulusan berganda secara langsung. Pada pemulusan exponensial linear dari Holt, dilakukan pemulusan nilai trend dengan parameter yang berbeda dari parameter yang digunakan pada deret yang asli. Peramalan
dengan
pemulusan
exponensial
linear
dari
Holt
menggunakan dua konstanta pemulusan dan tiga persamaan dimana dua konstanta pemulusan bernilai antara 0 dan 1. Persamaan yang digunakan dalam peramalan dengan pemulusan exponensial linear dari Holt adalah : St = α X t + (1 − α )( St −1 + bt −1 ) bt = γ ( St − St −1 ) + (1 − γ ) bt −1
Ft + m = St + bt m
29
Inisialisasi : S1 = X 1 b1 =
( X 2 − X1 ) + ( X 3 − X 2 ) + ( X 4 − X 3 ) 3
Pada persamaan yang pertama dilakukan penyesuaian St secara langsung untuk trend periode sebelumnya, yaitu bt −1 dengan menambahkan nilai pemulusan yang terakhir, yaitu St −1 . Hal ini digunakan untuk menghilangkan kelambatan dan menempatkan St ke dasar perkiraan nilai data saat ini. Pada persamaan yang kedua digunakan untuk meremajakan trend, yang ditunjukkan sebagai perbedaan antara dua nilai pemulusan yang terakhir (Makridakis et al., 1999, p116).
2.1.1.9
Pemulusan Exponensial Tripel : Metode Kuadratik Satu-Parameter dari Brown (Triple Exponential Smoothing Brown)
Sebagaimana halnya dengan pemulusan exponensial linear yang dapat digunakan untuk meramalkan data dengan suatu pola trend dasar, bentuk pemulusan yang lebih tinggi dapat digunakan bila dasar pola datanya adalah kuadratik, kubik, atau orde yang lebih tinggi. Untuk berangkat dari pemulusan kuadratik, pendekatan dasarnya adalah memasukkan tingkat pemulusan tambahan (pemulusan tripel) dan memberlakukan persamaan peramalan kuadratik (Makridakis et al., 1999, p117). Persamaan yang digunakan dalam metode pemulusan kuadratik satu parameter Brown adalah :
30
S 't = α X t + (1 − α ) S 't −1
(Pemulusan Pertama)
S "t = α S 't + (1 − α ) S "t −1
(Pemulusan Kedua)
S '''t = α S ''t + (1 − α ) S '''t −1
(Pemulusan Ketiga)
at = 3S 't − 3S "t + S '''t
bt =
ct =
α 2 (1 − α )
2
⎡⎣( 6 − 5α ) S 't − (10 − 8α ) S "t + ( 4 − 3α ) S '''t ⎤⎦
α2 S 't − 2S "t + S '''t ) 2 ( (1 − α )
1 Ft + m = at + bt m + ct m 2 2 Inisialisasi : S '1 = X 1 S "1 = X 1 S '''1 = X 1
2.1.1.10
Ketepatan Metode Peramalan
Dalam beberapa situasi peramalan, ketepatan dipandang sebagai kriteria penolakan untuk memilih suatu metode peramalan. Maksud kata ketepatan dalam peramalan adalah sejauh mana model peramalan mampu mereproduksi data yang telah diketahui. Salah satu ukuran statistik yang digunakan untuk melihat ketepatan data peramalan adalah :
31
•
Nilai tengah galat presentase absolut (mean absolute percentage i
error) : MAPE =
2.1.2
∑ PE
i
n =1
n
⎛ X − Ft ⎞ , dimana PEi = ⎜ t ⎟ (100 ) ⎝ Xt ⎠
Analisa Teknikal (Technical Analysis)
Technical analysis adalah suatu metode pengevaluasian saham, komoditas ataupun sekuritas lainnya dengan cara menganalisa statistik yang dihasilkan oleh aktifitas pasar di masa lampau guna memprediksikan pergerakan harga di masa mendatang. Ada tiga pemikiran yang menjadi dasar pada technical analysis (Ong, 2008, p2), yaitu : •
Pergerakan harga yang terjadi di pasar telah mewakili semua faktor lain.
•
Terdapat suatu pola kecenderungan dalam pergerakan harga.
•
Sejarah akan terulang. Segala sesuatu dapat mempengaruhi harga, baik dari segi
fundamental, politik, maupun faktor-faktor lainnya. Hal ini sudah tercermin pada pergerakan harga yang terjadi di pasar. Ini disebabkan oleh hukum penawaran dan permintaan yang membentuk harga, berdasarkan hukum tersebut jika harga naik, apapun alasan di balik kenaikan harga tersebut, demand pasti lebih besar daripada supply. Dan sebaliknya jika harga turun, pastilah supply lebih besar daripada demand.
32
Bullish
dan
bearish
adalah
istilah
yang
digunakan
untuk
melambangkan situasi pasar. Bullish berasal dari kata bull yang berarti banteng, yang melambangkan optimisme para pelaku dalam kondisi pasar yang sedang naik. Bearish berasal dari kata bear yang berarti beruang, yang melambangkan pesimisme para pelaku dalam kondisi pasar yang sedang turun (Ong, 2008, p3). Trend merupakan salah satu pemikiran yang menjadi dasar pada technical analysis yaitu terdapat suatu pola kecenderungan dalam pergerakan harga. Dimana trend dapat didefinisikan sebagai kecenderungan arah pergerakan harga pada suatu pasar. Dalam Dow Theory dikatakan bahwa terdapat tiga jenis trend, antara lain : •
Uptrend (kecenderungan harga naik), ditunjukkan dalam gambar 2.5.
Gambar 2.5 Uptrend Sumber : Ong (2008)
33
•
Downtrend (kecenderungan harga turun), ditunjukkan dalam gambar 2.6.
Gambar 2.6 Downtrend Sumber : Ong (2008) •
Sideways (kecenderungan harga ke samping/tetap). Sideways juga sering disebut sebagai trendless atau tidak memiliki trend, ditunjukkan dalam gambar 2.7
Gambar 2.7 Sideways Sumber : Ong (2008) Dalam pergerakan harga, harga tidak bergerak selalu naik terusmenerus atau turun terus-menerus. Harga bergerak naik-turun berulang kali membentuk gerakan zigzag. Di dalam gerakan zigzag tersebut terdapat
34
berbagai puncak (top) dan dasar (bottom) yang dapat memberikan acuan dalam menentukan kecenderungan arah market (trend) (Ong, 2008, p29). Pada sebuah pola uptrend, puncak dan dasar yang terbentuk semakin lama semakin tinggi. Pada pola downtrend, puncak dan dasar yang terbentuk semakin lama semakin rendah. Sedangkan pada pola sideways, puncak ke puncak dan dasar ke dasar yang terbentuk sama atau hampir sama..
2.1.2.1
RSI (Relative Strength Index)
RSI merupakan indikator yang pertama kali diperkenalkan oleh Wilder pada tahun 1978. Indikator ini digunakan menggambarkan osilator momentum yang mengukur kecepatan dan besarnya pergerakan harga dengan membandingkan pergerakan naik dan turun secara dekat. Dalam RSI digunakan skala batasan level terendah dan tertinggi yaitu skala 0 sampai dengan 100. Wilder merekomendasikan level di atas 70 sebagai area yang dinyatakan sebagai overbought dan level di bawah 30 sebagai oversold. Apabila garis RSI dari atas menembus ke bawah level 70 akan memberikan sinyal bearish (uptrend kehilangan momentum). Sebaliknya dinyatakan sebagai sinyal bullish (downtrend kehilangan momentum) apabila garis menembus ke atas level 30. Namun level 30-70 ini sering diganti menjadi 20-80 untuk meredam bad signal yang didapat dari RSI. Pada dasarnya garis RSI yang berada di area overbought bukan merupakan sinyal jual, dan garis RSI yang berada di area oversold bukan merupakan sinyal beli. Hal itu dikarenakan garis RSI bisa berfluktuasi di area
35
ekstrim tersebut pada kondisi suatu trend yang sangat kuat. Bila garis RSI masuk ke wilayah tersebut, hanyalah semata-mata memberikan tanda ”warning” agar lebih memperketat monitoring yang dilakukan. Persamaan yang digunakan dalam relative strength index (RSI) adalah : X t > X t −1 ⇒ Gaint = X t − X t −1 X t ≤ X t −1 ⇒ Gaint = 0 X t ≥ X t −1 ⇒ Losst = 0 X t < X t −1 ⇒ Losst = X t −1 − X t t
Average Gain t =
∑
n = t −12
Gainn
13 t
Average Losst =
∑
n = t −12
Relative Strength =
Lossn
13 Average Gain t Average Losst
⎛ ⎞ 100 Relative Strength Index (RSI)t = 100 − ⎜ ⎟ ⎝ 1 + Relative Strength t ⎠
2.1.2.2
MACD (Moving Average Convergence Divergence)
MACD merupakan indikator yang diciptakan oleh Gerald Appel pada tahun 1960 dengan menilai korelasi antara dua EMA (Exponential Moving
Average) yang berbeda periode waktunya. Kombinasi periode EMA yang lebih umum digunakan adalah EMA-26 dengan EMA-12. Teknik MACD ini merubah moving averages yang dasarnya berkarakteristik lagging indicator,
36
menjadi bentuk momentum oscilator (leading indicator). Bagan oscilator dibagi menjadi dua bagian yang tidak mempunyai limit terendah ataupun limit tertinggi oleh garis level 0 (nol). Pada grafik MACD terdapat dua garis, yaitu garis MACD dan garis sinyal. Apabila garis MACD memotong ke atas garis sinyal maka dinyatakan sebagai sinyal beli, sedangkan apabila garis MACD memotong ke bawah garis sinyal maka dinyatakan sebagai sinyal jual. Namun MACD juga dapat menunjukkan kondisi overbought dan oversold. Bila garis MACD mulai menurun di area overbought sedangkan pergerakan harga semakin meningkat maka menandakan sinyal bearish. Sebaliknya jika di area oversold garis MACD yang semakin meningkat terhadap harga yang semakin merosot menandakan sinyal bullish. Garis MACD adalah hasil selisih dari dua EMA, yaitu EMA-12 dan EMA-26. Sedangkan garis sinyal yang lebih lambat daripada garis MACD adalah moving average dari garis MACD itu sendiri. Garis sinyal yang direkomendasikan oleh Gerald Appel adalah 9 periode. MACD histogram merupakan histogram yang menunjukkan selisih antara garis MACD dengan garis sinyal. Apabila garis MACD memotong ke atas garis sinyal pada indikator MACD maka pada MACD histogram akan terbentuk bar pertama yang mengarah ke atas dari level 0 (sinyal beli). Bila garis MACD memotong ke bawah garis sinyal pada MACD, maka pada MACD histogram akan terbentuk bar pertama yang mengarah ke bawah dari level 0 (sinyal jual).
37
Persamaan yang digunakan dalam moving average convergence
divergence adalah : ⎛ 2 ⎞ Ema12t = ⎜⎜ ( X t − Pre Ema12t ) ⎟⎟ + Pre Ema12t ⎝ (12 + 1) ⎠ ⎛ 2 ⎞ Ema26t = ⎜⎜ ( X t − Pre Ema26t ) ⎟⎟ + Pre Ema26t ⎝ ( 26 + 1) ⎠ Pre Ema12t = Ema12t −1 Pre Ema26t = Ema26t −1 MACDt =Ema12t -Ema26t ⎛ 2 ⎞ (Signal)Ema9t = ⎜⎜ ( MACDt − Pre Ema9t ) ⎟⎟ + Pre Ema9t ⎝ ( 9 + 1) ⎠ MACD(Histogram) = MACDt − Ema9t
Inisialisasi : 12
Pre Ema12 12 =
∑X n =1
n
12 26
Pre Ema26
26
=
∑X n =1
26 34
Pre Ema9
34
=
∑X
n = 26
9
n
n
38
2.1.3
Simulasi Sistem Dinamis
2.1.3.1
Pengertian Sistem
Sistem adalah keseluruhan inter-aksi antar unsur dari sebuah objek dalam batas lingkungan tertentu yang bekerja mencapai tujuan (Muhammadi
et al., 2001, p3). Pengertian keseluruhan adalah lebih dari sekadar penjumlahan atau susunan, yaitu terletak pada kekuatan yang dihasilkan oleh keseluruhan itu jauh lebih besar dari suatu penjumlahan atau susunan. Dalam dunia nyata misalnya pada sistem fisik, dinding bata merupakan keseluruhan interaksi batu bata melalui semen pengikat, kekuatannya jauh lebih besar dibandingkan tumpukan atau susunan batu bata berbentuk dinding tanpa semen pengikat. Pengertian interaksi adalah pengikat atau penghubung antar unsur, yang memberi bentuk/struktur pada obyek, yang membedakan dengan obyek lain dan mempengaruhi perilaku dari obyek (Muhammadi et al., 2001, p4). Misalnya, pada sistem fisik semen pengikat batu bata yang memberi bentuk menjadi sebuah dindin. Jenis semen dan kombinasi adukan semen untuk sebuah dinding bata tertentu akan membedakannya dengan dinding bata lain, baik dari segi kekuatannya maupun ketahanannya. Pengertian unsur adalah benda, baik konkrit atau abstrak yang menyusun obyek sistem (Muhammadi et al., 2001, p5). Unjuk kerja dari sistem ditentukan oleh fungsi unsur. Gangguan pada salah satu fungsi unsur akan mempengaruhi unsur lain yang juga akan mempengaruhi unjuk kerja sistem secara keseluruhan. Misalnya, pada sistem fisik, gangguan fungsi sebuah bata contohnya rapuh, karena tekanan beban mengakibatkan bata-bata
39
yang berdekatan dinding menjadi retak sehingga keselluruhan dinding juga menjadi rapuh. Pengertian obyek adalah sistem yang menjadi perhatian dalam suatu batas tertentu sehingga dapat dibedakan antara sistem dengan lingkungan sistem, artinya semua yang di luar batas sistem adalah lingkungan sistem (Muhammadi et al., 2001, p6). Misalnya, pada sistem fisik, dinding rumah jelas batasnya dengan lingkungan taman, demikian juga dinding berbatas dengan lantai dan atap dari sebuah rumah. Di sini, lantai dan atap dapat menjadi lingkungan dari sistem dinding rumah. Pengertian
batas
antara
sistem
dengan
lingkungan
tersebut
memberikan dua jenis sistem, yaitu sistem tertutup dan sistem terbuka. Sistem tertutup adalah sebuah sistem dengan batas yang dianggap kedap (tidak tembus) terhadap pengaruh lingkungan. Sistem tertutup hanya berada pada anggapan, karena pada kenyataannya sistem selalu berinteraksi dengan lingkungan, atau bersifat sebagai sistem terbuka (Muhammadi et al., 2001, p7). Pengertian tujuan adalah unjuk kerja sistem yang teramati atau diinginkan. Unjuk kerja yang teramati merupakan hasil yang telah dicapai oleh kerja sistem, yaitu keseluruhan interaksi antar unsur dalam batas lingkungan tertentu. Di lain pihak, unjuk kerja yang diinginkan merupakan hasil yang adakan diwujudkan oleh sistem melalui keseluruhan interaksi antar unsur dalam batas lingkungan tertentu.
40
2.1.3.2
Sistem Kompleks
Menurut Sterman (2004, p4), sistem dinamis merupakan sebuah metode untuk meningkatkan pembelajaran mengenai sistem kompleks. Seperti sebuah perusahaan penerbangan menggunakan flight simulator untuk membantu pilot mempelajari cara mengendalikan pesawat terbang. Sistem dinamis membantu kita untuk mempelajari mengenai dinamika kompleksitas, dan mengerti sumber dari policy resistance dan merancang kebijakan (policy) yang lebih baik. Tetapi mempelajari mengenai sistem dinamis, membutuhkan lebih dari peralatan teknis untuk menciptakan model matematik. Pada dasarnya, sistem dinamis bersifat interdiscipline. Karena dalam mempelajari sistem dinamis, juga diperhatikan perilaku dari sistem kompleks. Sistem dinamis didasari oleh teori dinamika nonlinear dan feedback control dalam matematik, fisika, dan teknik. Dalam kehidupan nyata, kita terbiasa dijelaskan bahwa setiap kejadian memiliki penyebab. Pandangan yang berorientasi kejadian membawa kita pada pendekatan secara event-oriented dalam penyelesaian masalah. Perbedaan antara situasi yang diinginkan dan situasi yang kita peroleh mendefinisikan problem. Contohnya, penjualan dalam suatu perusahaan mencapai 80 juta rupiah, namun target yang ditetapkan adalah penjualan sebesar 100 juta rupiah. Problemnya adalah penjualan yang kita peroleh 20% lebih kecil daripada yang kita inginkan. Selanjutnya, kita dapat memilih beberapa keputusan untuk menyelesaikan problem tersebut, mungkin
kita
dapat
menurunkan
harganya
untuk
menstimulasikan
41
permintaan dan meningkatkan market share, mungkin kita dapat mengganti manajer bagian penjualan dengan orang yang agresif, dan lain-lain. Pilihan kita yang menurut kita paling baik dan diimplementasikan secara baik akan membawa hasil yang diharapkan lebih baik.
Gambar 2.8 Pengaruh Keputusan Terhadap Lingkungan
Sumber : Sterman (2004) Sistem bereaksi terhadap keputusan yang diciptakan, misalnya pada penjualan kita yang meningkat, kompetitor akan menurunkan harganya dan penjualan kita akan menjadi menurun. Solusi yang digunakan pada waktu sebelumnya menjadi problem pada saat sekarang. Pada sistem terdapat
feedback, aksi yang kita lakukan akan menghasilkan situasi yang akan dihadapi pada masa depan (ditunjukkan pada gambar 2.8). Dalam dunia nyata, kita sering berbicara mengenai efek samping, namun pada kenyataanya tidak ada efek samping, yang ada hanyalah efek. Ketika kita mengambil keputusan, akan terjadi beberapa efek atau akibat (ditunjukkan pada gambar 2.9).
42
Gambar 2.9 Pengaruh Keputusan Terhadap Keputusan Pihak Lain
Sumber : Sterman (2004) Menurut Sterman (2004, p79-81), terdapat beberapa prinsip sukses penggunaan sistem dinamis, yaitu : •
Bangun model untuk menyelesaikan problem tertentu, bukan untuk memodelkan sistem. Model harus mempunyai tujuan yang jelas dan tujuan tersebut harus dapat menyelesaikan masalah yang ada. Pemodel harus mengeluarkan semua faktor yang tidak relevan terhadap problem untuk memastikan lingkup proyek adalah layak.
•
Pemodelan harus terintegrasi ke dalam proyek dari awal. Nilai dari proses pemodelan dimulai sejak awal, pada fase penentuan problem.
•
Berusaha skeptis terhadap nilai dari pemodelan dan terus berdiskusi mengenai ”mengapa kita memerlukannya” dari awal proyek. Banyak problem yang tidak sesuai penyelesaiannya dengan menggunakan sistem dinamis.
43
•
Sistem dinamis tidak berdiri sendiri, dan gunakan tools dan metode lain yang sesuai dengan permasalahan.
•
Fokus pada implementasi dari awal proyek.
•
Pemodelan bekerja dengan baik sebagai proses iteratif dari penyelidikan bersama diantara client dan konsultan
•
Hindari pemodelan secara ’black box’. Usahakan libatkan client dalam proses pembangunan model.
•
Validasi merupakan proses berkelanjutan dari pengetesan dan pembangunan keyakinan dari model.
•
Peroleh model pendahuluan yang bekerja secepatnya dan tambah detailnya ketika diperlukan.
•
Batasan model yang luas lebih penting dibandingkan detail yang lengkap.
2.1.3.3
•
Gunakan expert modelers.
•
Implementasi tidak berakhir dengan proyek tunggal.
Umpan Balik (Feedback)
Dalam dunia nyata, perilaku sistem yang paling kompleks biasanya berasal dari interaksi (feedback) diantara komponen dalam sistem. Menurut Sterman (2004, p12), semua dinamika berasal dari interaksi dari hanya dua jenis feedback loop, yaitu feedback positif (gambar 2.10) dan feedback negatif (gambar 2.11).
44
Gambar 2.10 Contoh Feedback Positif
Sumber : Sterman (2004)
Gambar 2.11 Contoh Feedback Negatif
Sumber : Sterman (2004)
45
Feedback positif cenderung memperkuat apapun yang sedang terjadi dalam sistem. Misalnya, jika perusahaan menurunkan harga untuk memperoleh market share, kompetitor akan merespon hal yang sama dengan menurunkan harganya, menekan perusahaan untuk menurunkan harganya lagi.
Feedback negatif cenderung menentang perubahan. Misalnya, semakin sedikit nikotin yang terkandung dalam rokok, perokok akan semakin banyak mengkonsumsi untuk memperoleh dosis yang mereka inginkan. Contoh lainnya, semakin tinggi harga suatu komoditas, maka permintaan akan semakin menurun.
2.1.3.4
Langkah-langkah Pembangunan Model yang Bersifat Sistemik
Menurut Muhammadi et al. (2001,p11), terdapat lima langkah yang dapat ditempuh untuk menghasilkan bangunan pemikiran (model) yang bersifat sistemik, yaitu : a. Identifikasi proses menghasilkan kejadian nyata Identifikasi proses yaitu mengungkapkan pemikiran tentang proses nyata (actual transformation) yang menimbulkan kejadian nyata (actual state). Proses nyata itu merujuk pada objektivitas dan bukan proses yang dirasakan atau subyektivitas. Contohnya, pada sistem fisik, kejadian dinding bata menjadi rapuh, dapat disebabkan oleh jenis bata yang bermutu rendah dan ukuran bata yang tidak standar, adalah benar menurut ilmu teknik sipil. Jika dikatakan dinding bata yang rapuh disebabkan usia dinding, maka akan terjadi perdebatan
46
berapa lama usia dinding, karena ada bata yang sudah berabad-abad dan masih kokoh. Langkah identifikasi proses menghasilkan kejadian nyata ini dalam sistem disederhanakan dalam gambar 2.12.
Gambar 2.12 Langkah Identifikasi Proses Menghasilkan Kejadian Nyata
Sumber : Muhammadi et al. (2001) b. Identifikasi kejadian diinginkan Langkah kedua adalah memikirkan kejadian yang seharusnya, yang diinginkan, yang dituju, yang ditargetkan ataupun yang direncanakan (desired state). Oleh karena keharusan, keinginan, target dan rencana itu merujuk kepada waktu mendatang, disebut juga pandangan ke depan atau visi. Agar visi tidak dianggap sebagai mimpi, maka visi yang baik perlu dirumuskan dengan kriteria layak dan dapat diterima. Layak artinya dapat diantisipasi akan menjadi kenyataan, sedangkan dapat diterima artinya dapat diantisipasi tidak akan menimbulkan
47
pertentangan. Dengan kedua kriteria ini berarti memikirkan limit kejadian yang akan direncanakan dimana unjuk kerja sistem akan bersifat mantap (stable) dalam perubahan cepat (dynamic) masa lampau dan mendatang. Misalnya, pada sistem fisik, tujuan dinding bata sebuah rumah adalah untuk memberikan batas wilayah rumah. Ini adalah benar menurut konsep ilmu teknik sipil. Jika keinginan tersebut di luar kelayakan yaitu memberikan perlindungan terhadap gangguan pencurian akan menjadi kurang layak, karena perlindungan terhadap pencurian tidak selalu ditentukan oleh dinding rumah. Langkah identifikasi kejadian diinginkan dapat disederhanakan dalam gambar 2.13.
Gambar 2.13 Langkah Identifikasi Kejadian Diinginkan
Sumber : Muhammadi et al.(2001)
48
c. Identifikasi kesenjangan antara kenyataan dengan keinginan Langkah ketiga adalah memikirkan tingkat kesenjangan antara kejadian aktual dengan seharusnya. Kesenjangan tersebut adalah masalah yang harus dipecahkan. Perumusan masalah ini secara konkrit, artinya bisa dinyatakan dalam ukuran kuantitatif atau kualitatif. Contohnya, pada sistem fisik, tujuan dinding bata sebuah rumah secara kualitatif adalah untuk memberikan batas yang jelas pada wilayah rumah. Jika kondisi nyata sekarang dinding pembatas tersebut belum ada di halaman rumah, sehingga kabur antara halaman rumah sendiri dengan rumah tetangga. Antara batas nyata dengan batas yang diinginkan terdapat kesenjangan, yaitu kekaburan batas wilayah
rumah
kesenjangan
yang
antara
harus
diperjelas.
kenyataan
dengan
Langkah
identifikasi
keinginan
dapat
disederhanakan dalam gambar 2.14.
Gambar 2.14 Langkah Identifikasi Kesenjangan Antara Kenyataan Dengan Keinginan Sumber : Muhammadi et al. (2001)
49
d. Identifikasi mekanisme menutup kesenjangan Langkah keempat adalah identifikasi mekanisme tentang dinamika variabel-variabel untuk mengisi kesenjangan antara kejadian nyata dengan kejadian yang diinginkan. Dinamika tersebut adalah aliran informasi tentang keputusan-keputusan yang telah bekerja dalam sistem.
Keputusan-keputusan
tersebut
pada
dasarnya
adalah
pemikiran yang dihasilkan melalui proses learning, yang dapat bersifat reaktif maupun kreatif. Pemikiran reaktif ditunjukkan oleh aksi yang bentuk atau polanya sama dengan tindakan masa lampau dan kurang antisipatif terhadap kemungkinan kejadian di masa mendatang. Sedang pemikiran kreatif ditunjukkan oleh aksi yang bentuk atau polanya berbeda dengan tindakan masa lampau, yang dapat bersifat penyesuaian tindakan masa lampau (adjustment) ataupun berorientasi ke masa datang (visionary) dengan tindakan yang bersifat baru. Contohnya, pada sistem fisik, identifikasi keputusan untuk memperjelas kekaburan batas wilayah rumah dengan dinding pembatas. Untuk mewujudkan keputusan tersebut ada tiga kemungkinan bentuk tindakan dilihat dari pola interaksi sosial, misalnya dinding bata yang tinggi sehingga bebas dari pandangan tetangga (reactive), membangun dinding bata secukupnya membuat menyesuaikan diri dengan lingkungan sekitarnya (adjustment), membangun dinding bata sebatas lutut yang mengandung nilai keindahan dan keseimbangan (visionary). Langkah identifikasi
50
mekanisme menutup kesenjangan dapat disederhanakan dalam gambar 2.15.
Gambar 2.15 Langkah Identifikasi Mekanisme Menutup Kesenjangan
Sumber : Muhammadi et al. (2001) e. Analisis kebijakan Langkah kelima adalah analisis kebijakan, yaitu menyusun alternatif tindakan atau keputusan yang akan diambil untuk mempengaruhi proses nyata sebuah sistem dalam menciptakan kejadian nyata. Keputusan tersebut dimaksudkan untuk mencapai kejadian yang diinginkan. Misalnya, pada sistem fisik, keinginan untuk memperjelas kekaburan batas wilayah rumah dengan dinding pembatas, misalnya membuat dinding bata yang tinggi sehingga bebas dari pandangan tetangga. Bentuk-bentuk intervensi fungsional misalnya diperlukan peningkatan jumlah dan kecepatan pengadaan bahan-bahan bangunan, jumlah dan mutu tenaga kerja untuk mendukung pembuatan dinding
51
bata tersebut. Alternatif intervensi struktural misalnya membangun dinding bata sebatas lutut yang mengandung nilai keindahan dan keseimbangan, yang mengubah mekanisme sistem berkaitan dengan unsur lain, yaitu konsultan arsitek dan penyesuaian alokasi sumbersumber pembiayaan, adalah suatu kebijakan yang menantang dan berorientasi
ke
depan.
Langkah
analisis
kebijakan
dapat
disederhanakan dalam gambar 2.16.
Gambar 2.16 Langkah Analisis Kebijakan
Sumber : Muhammadi et al. (2001)
2.1.3.5
Struktur dan Perilaku dari Sistem Dinamis
Perilaku dari sistem berasal dari strukturnya. Struktur yang terdiri dari
feedback loops, stock and flow, dan nonlinearitas diciptakan dari interaksi antara struktur fisik dan institusional dengan proses penentuan keputusan. Mode dasar dari perilaku sistem dinamis diidentifikasi dari struktur feedback yang menghasilkannya. Mode paling dasar dari perilaku sistem dinamis
52
adalah pertumbuhan exponensial, goal seeking, dan oscilasi. Masing-masing mode tersebut berasal dari struktur feedback sederhana. Mode-mode tersebut dapat dideskripsikan sebagai berikut : •
Pertumbuhan exponensial (exponential growth) Pertumbuhan exponensial berasal dari feedback positif. Semakin besar kuantitasnya, semakin besar keuntungan meningkat, yang lebih jauh akan semakin cepat peningkatan pertumbuhannya. Pertumbuhan exponensial dapat ditunjukkan pada gambar 2.17.
Gambar 2.17 Mode Exponential Growth
Sumber : Sterman (2008) •
Goal seeking Feedback positif menciptakan pertumbuhan, memperkuat deviasi, dan memperkuat perubahan. Feedback negatif mencari keseimbangan dan equilibrium. Rangkaian feedback negatif berperan membawa status
53
sistem saat ini kepada status yang diinginkan atau tujuan. Mereka melawan semua rintangan yang menggerakkan status sistem menjauh dari tujuan. Mode goal seeking dapat ditunjukkan pada gambar 2.18.
Gambar 2.18 Mode Goal Seeking
Sumber : Sterman (2008) •
Oscilasi Oscilasi adalah mode dasar ketiga dari perilaku sistem dinamis. Seperti perilaku goal seeking, oscilasi juga disebabkan oleh rangkaian
feedback negatif. Status sistem dibandingkan dengan tujuannya, dan aksi korektif dilakukan untuk menyingkirkan perbedaan. Dalam sistem oscilasi, status dari sistem secara konstan melampaui tujuannya atau status equilibriumnya, berbalik, dan kembali melewati tujuannya atau status equilibriumnya, dan selanjutnya. Hal tersebut (overshoot), muncul dari adanya keterlambatan waktu (time delay)
54
yang signifikan pada loop negatif. Keterlambatan waktu (time delay) menyebabkan aksi korektif untuk berlanjut bahkan setelah status dari sistem
telah
mencapai
tujuannya,
memaksa
sistem
untuk
menyesuaikan terlalu banyak, dan memicu koreksi baru pada arah yang sebaliknya. Mode oscilasi dapat ditunjukkan pada gambar 2.19.
Gambar 2.19 Mode Oscilasi
Sumber : Sterman (2008)
2.1.3.6
Simulasi Model
Simulasi adalah peniruan perilaku suatu gejala atau proses. Simulasi bertujuan untuk memahami gejala atau proses tersebut, membuat analisis dan peramalan perilaku gejala atau proses tersebut di masa depan.
55
Menurut Muhammadi et al. (2001, p51) simulasi dilakukan melalui tahap-tahap seperti berikut : a. Penyusunan konsep Tahap pertama adalah penyusunan konsep, gejala atau proses yang akan ditirukan perlu dipahami, dengan jalan menentukan unsur-unsur yang berperan dalam gejala atau proses tersebut. b. Pembuatan model Berdasarkan gagasan pada konsep di tahap sebelumnya, gagasan tersebut dirumuskan sebagai model yang berbentuk uraian, gambar, atau rumus. Di mana model adalah statu bentuk yang dibuat untuk menirukan statu gejala atau proses. c. Simulasi Selanjutnya, simulasi dapat dilakukan dengan menggunakan model yang telah dibuat. Pada mode kuantitatif, simulasi dilakukan dengan memasukkan data ke dalam model, di mana perhitungan dilakukan untuk mengetahui perilaku gejala atau proses. d. Validasi hasil simulasi Akhirnya, dilakukan validasi untuk mengetahui kesesuaian antara hasil simulasi dengan gejala atau proses yang ditirukan. Model dapat dinyatakan baik apabila kesalahan atau simpangan hasil simulasi terhadap gejala atau proses yang ditirukan kecil.
56
2.1.3.7
Causal Loop Diagram (CLD)
(CLD) adalah metode yang penting digunakan untuk menunjukkan struktur feedback dari sistem. Causal loop diagram baik digunakan untuk : •
Secara cepat menangkap hipotesis yang kita buat mengenai penyebab dari dinamika.
•
Memunculkan dan menangkap model mental dari individu atau tim.
•
Mengkomunikasikan
feedback
yang
penting
yang
diyakini
bertanggung jawab terhadap problem. Ketentuan untuk menggambar diagram kausal adalah sederhana namun harus diikuti secara tepat. Diagram kausal terdiri dari variabelvariabel yang terhubung oleh panah yang menandakan pengaruh kausal di antara variabel. Feedback loop yang penting juga diidentifikasi dalam diagram. Variabel-variabel dihubungkan dengan hubungan kausal, yang ditunjukkan dengan panah. Contohnya, laju kelahiran ditentukan oleh baik dengan populasi dan dengan fraksi laju kelahiran. Tiap hubungan kausal memiliki polaritas (ditunjukkan dalam gambar 2.20), baik itu positif (+) maupun negatif (-) untuk mengindikasikan bagaimana variabel dependen berubah ketika variabel independen berubah (Sterman, 2004, p138). Loop yang penting digambarkan oleh loop identifier (ditunjukkan dalam gambar 2.21) yang menunjukkan apakah loop tersebut memiliki feedback positif (reinforcing) atau negatif (balancing)
57
Gambar 2.20 Polaritas Hubungan Kausal
Sumber : Sterman (2008)
Gambar 2.21 Loop Identifier
Sumber : Sterman (2008) Hubungan positif menandakan jika penyebab meningkat, maka efek akan meningkat di atas yang sebelumnya, dan jika penyebab menurun, maka efek akan menurun di bawah yang sebelumnya. Pada contoh gambar 2.22, peningkatan fraksi laju kelahiran berarti laju kelahiran akan meningkat dibandingkan yang sebelumnya, dan penurunan pada fraksi laju kelahiran berarti laju kelahiran akan menurun di bawah yang sebelumnya. Hubungan positif menandakan jika penyebab meningkat, maka efek akan menurun di bawah yang sebelumnya, dan jika penyebab menurun, maka efek akan meningkat di atas yang sebelumnya. Contohnya, peningkatan ratarata umur hidup manusia berarti laju kematian akan menurun di bawah yang sebelumnya, dan penurunan pada rata-rata umur hidup manusia akan meningkatkan laju kematian di atas yang sebelumnya.
58
Gambar 2.22 Contoh Causal Loop Diagram (CLD)
Sumber : Sterman (2008)
2.1.3.8
Stock and Flow Diagram (SFD)
CLD sangat berguna pada beberapa situasi, CLD sangat cocok digunakan untuk merepresentasikan ketergantungan dan proses feedback. Namun, CLD memiliki beberapa batasan dan kelemahan. Salah satu batasan yang ada pada CLD adalah ketidakmampuan mereka untuk menangkap struktur stock dan flow dari sistem. SFD, bersamaan dengan feedback merupakan dua konsep penting dalam teori sistem dinamis.
Stock merupakan akumulasi. Stock menandakan kondisi dari sistem dan menciptakan informasi terhadap keputusan dan aksi apa yang sudah dilakukan. Stock menciptakan delay dengan mengakumulasikan perbedaan di antara inflow pada proses dan outflow-nya. Sistem dinamis menggunakan notasi pembuatan diagram tertentu bagi
stock dan flow (Sterman, 2004, p192-193). Notasi yang digunakan antara lain (ditunjukkan pula pada gambar 2.23 dan gambar 2.24): •
Stock ditunjukkan dengan bentuk persegi
59
•
Inflow ditunjukkan dengan pipa (panah) yang menuju pada stock
•
Outflow ditunjukkan dengan pipa (panah) yang keluar dari stock
•
Valve mengontrol flow (aliran)
•
Awan menggambarkan sumber (source) dan bak (sink) bagi flow. Sumber menunjukkan stock darimana flow berasal di luar batasan model. Bak menunjukkan stock dimana flow mengalir meninggalkan model.
Contoh SFD ditunjukkan pada gambar 2.25.
Gambar 2.23 Notasi Dalam Stock and Flow Diagram
Sumber : Sterman (2008)
60
Gambar 2.24 Penjelasan Mengenai Notasi dalam Stock and Flow Diagram
Sumber : Sterman (2008)
Gambar 2.25 Contoh Stock and Flow Diagram
Sumber : Sterman (2008)
2.1.3.9
Validitas Model
Validitas atau keabsahan adalah salah satu criteria penilaian keobyektivan dari suatu pekerjaan ilmiah. Pada pekerjaan pemodelan, obyektivitas ditunjukkan dengan sejauh mana model dapat menirukan fakta. Istilah menirukan bukan berarti sama, tetapi adalah serupa. Kalau model sama dengan fakta, berarti tidak ada proses berpikir dalam membangun model, yaitu menyederhanakan fakta dan rangkaiannya sehingga dapat dipahami dengan mudah dan cepat.
61
Teknik validasi yang utama dalam metode berpikir sistem adalah validasi struktur model, yaitu sejauh mana keserupaan struktur model mendekati struktur nyata. Sebagai model struktural yang berorientasi pada proses, keserupaan struktur model dengan struktur nyata ditunjukkan dengan sejauh mana interaksi variabel model dapat menirukan interaksi kejadian nyata. Dalam langkah memvalidasi model, terdapat dua jenis uji validitas, yaitu : •
Uji validitas struktur Ada dua jenis validitas struktur, yaitu validitas konstruksi dan kestabilan struktur. Validitas konstruksi yaitu keyakinan terhadap konstruksi model valid secara ilmiah atau didukung/diterima secara akademis. Kestabilan struktur yaitu keberlakuan atau kekuatan struktur dalam dimensi waktu. Pengujian terhadap dua jenis validitas struktur ini bertujuan untuk memperoleh keyakinan sejauh mana keserupaan struktur model mendekati struktur nyata. Selanjutnya, ada dua teknik validasi konstruksi, yaitu validasi konstruksi melalui teori dan validasi konstruksi melalui kritik teori. Validasi konstruksi dengan teori, di mana teori adalah generalisasi struktur nyata, ditunjukkan dengan sejauh mana struktur model yang diciptakan sesuai dengan aturan berpikir logis dalam masing-masing teori keilmuan dari obyek yang diteliti.
62
•
Uji validitas kinerja/output model Validasi kinerja adalah aspek pelengkap dalam metode berpikir sistem. Tujuannya adalah memperoleh keyakinan sejauh mana kinerja model sesuai dengan kinerja sistem nyata, sehingga memenuhi syarat sebagai model ilmiah yang taat fakta. Caranya adalah memvalidasi kinerja model dengan data empiris, dengan tujuan melihat sejauh mana perilaku output model sesuai dengan perilaku data empirik. Prosedur uji konsistensi adalah pertama, mengeluarkan output simulasi, kemudian dibandingkan secara visual dengan pola perilaku data empirik. Kedua, jika secara visual pola output simulasi sudah mengikuti pola data aktual, maka untuk memperoleh keyakinan dilakukanlah uji statistik.
Suatu ukuran yang mempertimbangkan baik ketidakseimbangan biaya dari unsur kesalahan yang besar maupun memberikan dasar perbandingan relatif dengan metode naif salah satunya adalah dengan metode statistik-U yang dikembangkan Theil. Statistik ini memungkinkan suatu perbandingan relatif antara metode peramalan formal dengan pendekatan naif dan juga mengkuadratkan kesalahan yang terjadi sehingga kesalahan yang besar diberikan lebih banyak bobot daripada kesalahan yang kecil. Karakteristik positif yang ditimbulkan dalam menggunakan statistik-U dari Theil sebagai ukuran ketepatan adalah mengenai interpretasi yang intuitif. Secara matematis, statistik-U dari Theil didefinisikan sebagai.
63
⎛ Fi +1 − X i +1 ⎞ ⎟ Xi i −1 ⎝ ⎠
n −1
U=
∑⎜
⎛ X i +1 − X i ⎞ ⎟ Xi i −1 ⎝ ⎠
n −1
∑⎜
U = 1 : metode naif sama baiknya dengan teknik peramalan yang
dievaluasi U < 1 : teknik peramalan yang digunakan adalah lebih baik daripada
metode naif. Makin kecil nilai statistik-U, makin baik teknik peramalan dibanding metode naif secara relatif.
Fungsi-fungsi Penting Simulasi
Fungsi-fungsi penting yang terdapat dalam simulasi antar lain : •
Fungsi IF Fungsi ini menggambarkan suatu kondisi dan digunakan untuk banyak kepentingan, antara lain untuk menguji variabel-variabel lain. Contoh penulisan fungsi ini dalam software simulasi powersim ialah : Aux IF = IF(Condition, value1, value2) Keterangan :
Condition
= suatu logical value (true or false)
Value1
= angka sembarang (parameter komputer)
Value2
= angka sembarang (parameter komputer)
64
•
Fungsi GRAPH Fungsi ini digunakan bila data berupa table atau data menunjukkan hubungan yang non linier. Contoh penulisan fungsi ini dalam
software simulasi powersim ialah : Aux GRAPH=GRAPH(X,X1,dx,Y(N)) Keterangan : X
= variable bebas (merupakan sumbu-x, input)
X1
= nilai pertama dari X
dx
= pertambahan nilai dari X
Y(N) = vektor (sumbu-y, output) •
Fungsi DELAY Fungsi ini digunakan bila terdapat delay atau kelambatan dalam sistem. Ada tiga jenis delay dalam simulasi, yaitu delay material,
delay informasi, dan delay pipeline. Salah satu contoh penulisan fungsi ini dalam software simulasi powersim ialah : Aux OUTPUT=DELAYMTR(INPUT,DELAY_TIME,1,”INITIAL”) •
Fungsi STEP Fungsi ini merupakan fungsi penambahan seterusnya pada periode tertentu dalam simulasi. Fungsi ini dapat dicontohkan jika kita menabung sebesar Rp 2000,- secara kontinyu setiap bulan dan dimulai pada bulan pertama. Kemudian pada bulan ke empat kita menambah tabungan kita dengan Rp 500,- untuk seterusnya, maka fungsi STEP tersebut dapat ditulis :
65
AUX TABUNGAN=2000+STEP(500,4) •
Fungsi PULSE Fungsi ini sama dengan fungsi STEP, namun pada fungsi ini penambahan nilai dilakukan secara periodik (berkala). Contoh penulisan fungsi PULSE dalam software simulasi powersim dengan menggunakan contoh yang ada pada fungsi STEP sebelumnya ialah : AUX TABUNGAN=2000+PULSE(500,4,4) Angka 500 menunjukkan besarnya penambahan, angka 4 pertama menunjukkan waktu pertama penambahan dilakukan, dan angka 4 kedua
menunjukkan
interval
penambahan
pertama
dengan
penambahan selanjutnya. •
Fungsi TIMECYCLE Fungsi TIMECYCLE digunakan untuk menguji siklus waktu atau interval waktu. Contoh penulisan fungsi ini dalam software simulasi powersim ialah : Aux TIMECYCLE=TIMECYCLE(FIRST,INTERVAL) Keterangan : FIRST
= waktu pertama untuk pengecekan
INTERVAL
= waktu di antara pengecekan yang satu ke
pengecekan yang lain
66
2.2
Sistem Informasi
2.2.1
Pengertian Sistem
Menurut Mcleod (2001, p11), sistem adalah sekelompok elemen yang terintegrasi dengan maksud yang sama untuk mencapai suatu tujuan. Suatu organisasi seperti perusahaan misalnya, organisasi terdiri dari sejumlah sumber daya seperti manusia, material, mesin, uang, dan informasi yang bekerja menuju tercapainya suatu tujuan tertentu yang ditentukan oleh pemilik atau pihak manajemen. Pada dasarnya, elemen-elemen yang membentuk sistem dapat ditunjukkan pada gambar 2.26. Sumber daya input diubah menjadi sumber daya output. Sumber daya mengalir dari elemen input melalui elemen transformasi ke elemen output. Suatu mekanisme pengendalian memantau proses transformasi untuk meyakinkan bahwa sistem tersebut memenuhi tujuannya. Mekanisme pengendalian ini dihubungkan pada arus sumber daya dengan memakai suatu umpan balik (feedback loop) yang mendapatkan informasi dari output sistem dan menyediakan informasi bagi mekanisme pengendalian. Mekanisme pengendalian membandingkan sinyal-sinyal umpan balik ke sasaran dan mengarahkan sinyal pada elemen input jika sistem operasi memang perlu diubah.
67
Gambar 2.26 Komponen Dari Suatu Sistem Yang Dapat Mengendalikan Operasinya Sendiri
2.2.2
Pengertian Data dan Informasi
Menurut Mcleod (2001, p15), data merupakan fakta-fakta dan angkaangka yang relatif tidak berarti bagi pemakai. Misalnya data berupa jumlah jam kerja tiap pegawai dalam perusahaan. Setelah diproses, data diubah menjadi informasi, jika jam kerja tiap pekerja dikalikan dengan upah per jam, maka hasilnya akan diperoleh pendapatan kotor, jika pendapatan kotor tiap pekerja dijumlahkan, penjumlahan tersebut adalah total biaya gaji seluruh perusahaan. Jumlah biaya gaji tersebut dapat menjadi informasi bagi pemilik perusahaan. Informasi adalah data yang telah diproses, atau data yang memiliki arti dan dapat berguna.
2.2.3
Pengertian Sistem Informasi
Menurut Whitten et al. (2004, p10), Sistem informasi merupakan pengaturan orang, data, proses, dan teknologi informasi yang berinteraksi
68
untuk mengumpulkan, memproses, menyimpan, dan menyediakan sebagai
output informasi yang diperlukan untuk mendukung sebuah organisasi. Menurut O’Brien (2005, p5), sistem informasi merupakan kombinasi teratur apa pun dari orang-orang, hardware, software, jaringan komunikasi, dan sumber daya data yang mengumpulkan, mengubah, dan menyebarkan informasi dalam sebuah organisasi. Orang bergantung pada sistem informasi antara satu sama lain dengan menggunakan berbagai jenis alat fisik (hardware), perintah dan prosedur pemrosesan informasi (software), saluran komunikasi (jaringan), dan data yang disimpan. Sistem informasi bergantung pada sumber daya manusia, hardware,
software, data, serta jaringan untuk melakukan input, pemrosesan, output, penyimpanan dan aktivitas pengendalian yang mengubah sumber daya data menjadi produk informasi. Model sistem informasi yang terdiri dari berbagai komponen-komponen tersebut dapat ditunjukkan dalam gambar 2.27.
69
Gambar 2.27 Komponen-komponen Dalam Sistem Informasi
Sumber : O’Brien (2005) Model
sistem
informasi
ini
dapat
menunjukkan
hubungan
antarkomponen dan aktivitas sistem informasi. Adapun terdapat tiga peranan penting sistem informasi dalam sebuah perusahaan bisnis adalah :
2.2.4
•
Mendukung proses dan operasi bisnis
•
Mendukung pengambilan keputusan para pegawai dan manajernya
•
Mendukung berbagai strategi untuk keunggulan kompetitif.
Jenis-jenis Sistem Informasi
Menurut O’Brien (2005, p15-19), secara konsep, aplikasi system informasi yang diimplementasikan dalam dunia bisnis saat ini dapat
70
diklasifikasikan dalam beberapa cara yang dapat ditunjukkan pada gambar 2.28 di bawah :
Gambar 2.28 Klasifikasi Sistem Informasi
Sumber : O’Brien (2005) Deskripsi mengenai jenis-jenis sistem informasi : •
Sistem pendukung operasi Merupakan sistem yang menghasilkan berbagai produk informasi yang paling dapat digunakan oleh para manajer. Peranan sistem ini adalah
untuk
secara
efisien
memproses
transaksi
bisnis,
mengendalikan proses industrial, mendukung komunikasi dan kerjasama perusahaan, serta memperbarui database perusahaan. Yang termasuk dalam sistem pendukung operasi adalah : o Sistem pemrosesan transaksi, adalah sistem yang mencatat
serta memproses data yang dihasilkan dari transaksi bisnis o Sistem pengendalian proses, adalah sistem yang mengawasi
dan mengendalikan proses fisik.
71
o Sistem kerja sama perusahaan, adalah sistem yang bertujuan
meningkatkan komunikasi dan produktivitas tim serta kelompok kerja, dan meliputi aplikasi yang kadang kala disebut sebagai sistem otomatisasi kantor. •
Sistem pendukung manajemen Merupakan sistem informasi yang berfokus pada penyediaan informasi dan dukungan untuk pengambilan keputusan yang efektif oleh pada manajer. Yang termasuk dalam sistem pendukung manajemen adalah : o Sistem informasi manajemen, adalah sistem yang memberikan
informasi dalam bentuk laporan dan tampilan pada para manajer dan banyak praktisi bisnis. o Sistem pendukung keputusan, adalah sistem yang memberikan
dukungan komputer langsung pada para manajer selama proses pengambilan keputusan. o Sistem informasi eksekutif, adalah sistem yang memberikan
informasi penting dari berbagai sumber internal dan external dalam tampilan yang mudah digunakan bagi eksekutif dan manajer.
2.2.5
Decision Support System (DSS)
Definisi dari decision support system (DSS) yang dapat dikutip dari buku Turban et al. (2001, p96-97), antara lain :
72
•
Menurut Little (1970), DSS merupakan kumpulan dari prosedur berdasarkan model yang digunakan untuk memproses data dan pertimbangan untuk mendukung manajer dalam membuat keputusan.
•
Menurut Moore dan Chang (1980), DSS merupakan perpanjangan sistem yang mampu mendukung analisa data ad hoc dan pemodelan keputusan, yang berorientasi pada perencanaan masa depan, dan digunakan pada interval yang teratur atau tidak terencana.
•
Menurut Bonczek et al. (1980), DSS merupakan sistem berbasiskan komputer yang terdiri dari tiga komponen yang berinteraksi, yaitu
language system (mekanisme yang menyediakan komunikasi di antara pengguna dengan komponen lain dalam DSS), knowledge
system (kumpulan dari pengetahuan mengenai problem domain yang terkandung dalam DSS sebagai data ataupun prosedur), dan problem-
processing system (sebuah hubungan diantara dua komponen yang lain, yang terdiri dari satu atau lebih kemampuan manipulasi problem umum yang digunakan dalam pembuatan keputusan). •
Menurut Keen (1980), DSS merupakan situasi dimana sistem akhir dapat dikembangkan hanya melalui proses adaptif dari pembelajaran dan evolusi. DSS merupakan produk dari proses pengembangan dimana pengguna DSS, pembangun DSS, dan DSS itu sendiri mampu untuk mempengaruhi satu sama lain, yang menghasilkan evolusi dan pola sistem penggunaan.
73
2.2.6
Komponen dari Decision Support System (DSS)
Menurut Turban et al. (2001, p100-101), komponen dari aplikasi DSS disusun dari : •
Data management subsystem Data menegement subsystem terdiri dari database, yang berisi data yang relevan untuk situasi dan dikelola oleh software yang disebut
database management system (DBMS) •
Model management subsystem Model management subsystem merupakan paket software yang terdiri dari model finansial, statistik, manajemen sains, dan model kuantitatif lainnya yang menyediakan kemampuan analitik dari sistem dan manajemen software yang sesuai.
•
Knowledge-based management subsystem Knowledge-based
management
subsystem
dapat
mendukung
subsistem-subsistem lain atau bertindak sebagai komponen yang independen.
Subsistem
ini
menyediakan
kecerdasan
untuk
mendukung keinginan dari pembuat keputusan. •
User interface subsystem User interface subsystem bertugas sebagai perantara di antara pengguna dengan sistem DSS.
74
Komponen-komponen penyusun decision support system (DSS) tersebut dapat pula disederhanakan menjadi gambar 2.29 di bawah berikut :
Gambar 2.29 Komponen-komponen Penyusun DSS
Sumber : Turban et al. (2001)
2.2.7
Object Oriented Analysis & Design
Menurut Mathiassen et al. (2000, p14), metode object oriented
analysis & design merupakan pendekatan analisa dan perancangan sistem informasi dengan menggunakan obyek-obyek dan kelas-kelas
sebagai
konsep utamanya. Obyek, state, dan behavior merupakan konsep yang lebih umum dan cocok digunakan dalam mendeskripsikan fenomena yang dapat diekspresikan dengan bahasa natural. Menurut Mathiassen et al. (2000, p4), obyek merupakan sebuah entitas dengan identitas, state, dan perilaku (behavior).
75
Dan class merupakan sebuah deskripsi dari kumpulan obyek-obyek yang memiliki kesamaan struktur, pola perilaku (behavioral pattern), dan atribut. Dalam pandangan sistem konteks dalam OOAD , terdapat dua perspektif yang saling melengkapi, yaitu problem domain dan application
domain (Mathiassen et al., 2000, p6). Problem domain adalah bagian dari konteks yang dikelola, diamati, atau dikendalikan oleh sistem. Application
domain adalah organisasi yang mengelola, mengamati, atau mengendalikan problem domain. OOAD mencakup empat perspektif melalui empat aktivitas utama yang ditunjukkan dalam gambar 2.30.
Gambar 2.30 Empat Aktivitas Utama Dalam OOAD
Sumber : Mathiassen et al. (2000)
76
2.2.7.1
System Definition
Pada awal pengembangan sistem, biasanya terdapat hal yang tidak jelas dalam menentukan kesulitan pengembangan sistem yang paling penting. Beberapa kesulitan harus diidentifikasi pada langkah-langkah awal, dan jika tidak maka akan terjadi masalah-masalah yang besar. Pengembangan sistem berawal dari situasi yang kita anggap sebagai permasalahan. Situasi tersebut dapat diinterpretasikan dalam beberapa cara dan salah satu cara adalah dengan menentukan system definition. Menurut Mathiassen et al. (2000, p24), system definition adalah deskripsi singkat dari sistem yang terkomputerisasi yang dinyatakan dalam bahasa natural. System definition menunjukkan ciri dasar bagi pengembangan dan penggunaan sistem. System definition mendeskripsikan sistem dalam suatu konteks, informasi apa yang seharusnya disimpan, fungsi apa saja yang harus disediakan, dimana sistem dipergunakan, dan pada kondisi apa pengembangan diaplikasikan.
System definition harus singkat dan akurat, dan berisi mengenai keputusan paling mendasar dalam sistem. System definition yang singkat dan akurat dapat memberikan suatu pandangan dan membuat lebih mudah dalam membandingkan alternatif. Proses mendeskripsikan situasi yang dihadapi oleh user harus lengkap dan detail. Salah satu cara untuk menggambarkan situasi dari user adalah dengan menggunakan rich picture. Menurut Mathiassen et al. (2000, p26),
rich picture merupakan gambaran informal yang menunjukkan pemahaman ilustrator terhadap situasi user.
77
Rich picture berfokus pada aspek penting dari situasi yang ditentukan oleh ilustrator. Rich picture harus memberikan deskripsi luas mengenai situasi yang memungkinkan beberapa interpretasi alternatif. Contoh rich
picture dapat ditunjukkan pada gambar 2.31.
Gambar 2.31 Contoh RIch Picture
Sumber : Mathiassen et al. (2000) Pada system definition terdapat beberapa kriteria yang digunakan dalam menentukan keputusan paling mendasar yang berhubungan dalam pembangunan solusi sistem yang terkomputerisasi. Kriteria-kriteria tersebut adalah FACTOR, di mana kriteria-kriteria tersebut dapat dideskripsikan sebagai berikut : •
Functionality : merupakan fungsi sistem yang mendukung tugas application domain.
•
Application domain : bagian dari organisasi yang mengatur, mengamati, atau mengendalikan problem domain.
78
•
Conditions : kondisi di mana sistem akan dikembangkan atau digunakan.
•
Technology : kedua teknologi yang digunakan untuk mengembangkan sistem dan teknologi yang digunakan untuk menjalankan sistem.
•
Objects : objek-objek utama dalam problem domain.
•
Responsibility : Tanggung jawab sistem secara keseluruhan dalam hubungannya dalam konteks.
2.2.7.2
Analisa Problem domain
Menurut Mathiassen et al. (2000, p45), analisa problem domain berfokus pada pertanyaan : ”dengan informasi apa saja sistem akan berhubungan?”. Tujuan dari analisa problem domain adalah untuk mengembangkan model dari problem domain. Analisa problem domain dibagi menjadi tiga aktivitas yang dapat ditunjukkan pada gambar 2.32 dan dapat dideskripsikan sebagai berikut : a. Aktivitas class Abstraksi, klasifikasi, dan pemilihan merupakan tugas utama dalam aktivitas class. Pada aktivitas ini dilakukan abstraksi problem domain dengan cara melihat problem domain tersebut sebagai object dan
event. Kemudian dilakukan pengklasifikasian object dan event, dan menentukan class dan event dimana class dan event yang sudah dipilih tersebut akan dimasukkan ke dalam sistem.
79
Aktivitas class akan menghasilkan event table yang merupakan sebuah tabel yang mendeskripsikan class dan event yang saling berhubungan. Dalam tabel, dimensi horizontalnya berisi class yang sudah dipilih, dan dimensi vertikalnya berisi event yang sudah dipilih. b. Aktivitas structure Pada aktivitas structure (struktur), hal yang difokuskan adalah hubungan di antara class dan object. Pada aktivitas ini, dideskripsikan hubungan struktural di antara class dan object. Hasil dari aktivitas ini adalah class diagram, di mana diagram tersebut dapat memberikan pandangan mengenai problem domain dengan cara menunjukkan hubungan struktural di antara class dan
object pada model. Dalam class diagram
terdapat tiga jenis
hubungan, yaitu generalisasi, agregasi, dan asosiasi. c. Aktivitas behavior Pada aktivitas behavior, dilakukan pengembangan definisi class dalam class diagram dengan cara menjelaskan pola perilaku (behavior pattern) dan atribut dari tiap class. Hasil dari aktivitas ini adalah statechart diagram, di mana dalam diagram ini dapat ditunjukkan tiga jenis dari pola perilaku class, yaitu : •
Sequence : event yang terjadi satu demi satu secara berurutan.
•
Selection : satu event yang terjadi dari beberapa event.
•
Iteration : event yang dapat terjadi berkali-kali.
80
Gambar 2.32 Aktivitas-aktivitas Dalam Pemodelan Problem Domain
Sumber : Mathiassen et al. (2000)
2.2.7.3
Application domain Analysis
Menurut Mathiassen et al. (2000, p115), analisa application domain berfokus pada pertanyaan : ”bagaimana target system digunakan?”. Tujuan dari analisa application domain adalah untuk mendefinisikan fungsi-fungsi dan interface sistem seperti apa yang dibutuhkan. Analisa application domain terdiri dari tiga aktivitas yang dapat ditunjukkan pada gambar 2.33 dan dapat dideskripsikan sebagai berikut : a. Aktivitas usage Pada aktivitas ini dihasilkan use case diagram di mana diagram ini memberikan pandangan dari kebutuhan sistem (system requirements) dari perspektif user dan memberikan dasar untuk mendefinisikan dan mengevaluasi fungsi-fungsi dasar dan interface yang dibutuhkan.
81
Pada use case diagram terdapat use case dan actor. Actor adalah sebuah abstraksi dari user atau system lain yang berinteraksi dengan
system target. Use case adalah sebuah pola interaksi di antara system dan actor dalam application domain. Dalam aktivitas ini masingmasing use case dan actor tersebut dapat dijelaskan lebih mendetail dalam bentuk use case specification dan actor specification. b. Aktivitas functions Aktivitas ini difokuskan pada fungsi apa yang dapat sistem lakukan untuk membantu actor dalam melakukan pekerjaannya. Pada aktivitas ini dihasilkan daftar fungsi (function list) yang mendeskripsikan fungsi-fungsi yang dibutuhkan dalam sistem. Fungsi-fungsi tersebut dapat dibedakan menjadi empat jenis, yaitu : •
Update functions Fungsi ini diaktifkan oleh event dalam problem domain dan menghasilkan perubahan pada status model (model state)
•
Signal functions Fungsi ini diaktifkan oleh perubahan pada status model (model
state) dan menghasilkan reaksi di dalam konteks. Reaksi ini dapat berupa tampilan kepada actor di dalam application
domain, atau intervensi langsung di dalam problem domain. •
Read functions
82
Fungsi ini diaktifkan oleh kebutuhan informasi dari actor dan menghasilkan sistem yang menampilkan bagian yang relevan dari model. •
Compute functions Fungsi ini diaktifkan oleh kebutuhan informasi dari actor dan terdiri dari proses komputasi yang melibatkan informasi yang disediakan oleh actor atau model. Fungsi ini menghasilkan tampilan hasil komputasi.
c. Aktivitas interfaces Pada aktivitas ini difokuskan pada kebutuhan target sistem akan
interface. Menurut Mathiassen et al. (2000, p151-152), interface merupakan fasilitas yang membuat model dan fungsi sistem tersedia bagi actor. Interface itu sendiri terbagi menjadi dua jenis, yaitu user
interface yang berarti interface yang berfungsi memfasilitasi komunikasi antara user dengan sistem dan system interface yang berarti interface yang berfungsi memfasilitasi komunikasi antara sistem dengan sistem lainnya. Aktivitas ini menghasilkan navigation diagram yang memberikan pandangan dari elemen-elemen user interface dan transisi yang terjadi di antaranya. Navigation diagram terdiri dari gambar-gambar dari tiap
window yang sudah diperkecil, dan panah yang menggambarkan efek dari penggunaan tombol dan pemilihan lain yang menghasilkan baik fungsi atau membuka window lain.
83
Gambar 2.33 Aktivitas-aktivitas Dalam Analisa Application Domain
Sumber : Mathiassen et al. (2000)
2.2.7.4
Architectural Design
Awal dari architectural design (desain arsitektur) adalah system
requirement (kebutuhan sistem) yang dihasilkan dalam analisa problem domain dan application domain. Rancangan desain arsitektur harus dibuat berdasarkan pemahaman mendalam mengenai konteks sistem, yang digambarkan dalam design criteria. Di samping itu, desain arsitektur harus memastikan penggunaan fasilitas technical platform digunakan secara efisien. Desain
arsitektur
menghasilkan
sebuah
arsitektur
yang
mendefinisikan komponen-komponen sistem dan hubungannya, distribusi sistem pada perangkat technical platform, dan jika dibutuhkan mekanisme yang dibutuhkan untuk mengkoordinasikan proses sistem.
84
Desain arsitektur terdiri dari tiga aktivitas yang dapat dijelaskan dalam gambar 2.34 dan dapat dideskripsikan sebagai berikut : a. Aktivitas criteria Pada aktivitas ini ditentukan criteria (kriteria) bagi rancangan sistem yang akan dikembangkan. Kriteria itu sendiri artinya adalah properti yang diinginkan dalam sebuah arsitektur. Terdapat beberapa kriteria yang diusulkan oleh para peneliti dalam menentukan prioritas perancangan desain arsitektur, kriteria-kriteria tersebut dapat ditunjukkan dalam tabel 2.1. Tabel 2.1 Kriteria-kriteria untuk menentukan kualitas software Criterion
Usable
Secure
Measure of
Adaptabilitas sistem terhadap konteks organisasi, pekerjaan, dan teknis Pencegahan terhadap akses yang tidak terotorisasi pada data dan fasilitas
Efficient
Eksploitasi ekonomis dari fasilitas technical platform
Correct
Kesesuaian dengan kebutuhan
Reliable Maintainable Testable
Flexible
Comprehensible Reuseable
Kesesuaian terhadap presisi yang dibutuhkan dalam eksekusi fungsi Biaya dari mendeteksi dan memperbaiki kecacatan sistem Biaya untuk memastikan sistem yang dijalankan bekerja sesuai fungsi yang diharapkan Biaya untuk memodifikasi sistem yang sudah dikembangkan Usaha yang dibutuhkan untuk memperoleh pemahaman terhadap sistem Potensi menggunakan bagian dari sistem pada sistem lain
85
yang berhubungan
Portable
Biaya memindahkan sistem ke technical platform lain
Interoperable
Biaya untuk memasangkan sistem dengan sistem lain
b. Aktivitas components architecture Arsitektur komponen yang baik membuat sistem menjadi lebih mudah untuk dimengerti, lebih mudah untuk mengorganisasi rancangan kerja dan mencerminkan stabilitas dari sistem konteks. Menurut Mathiassen et al. (2000, p189), arsitektur komponen adalah sebuah sistem struktur yang tersusun dari komponen-komponen yang berhubungan. Di mana komponen adalah sekumpulan bagian dari program yang merupakan keseluruhan dan memiliki tanggung jawab yang didefinisikan dengan baik. Pada aktivitas ini dihasilkan component diagram yang menjelaskan mengenai arsitektur komponen yang digunakan dalam sistem. Terdapat tiga jenis pola arsitektur komponen yang umum digunakan, yaitu : •
The layered architecture pattern
•
The generic architecture pattern,
•
The client-server architecture pattern
Pada client-server architecture pattern terdapat beberapa bentuk umum yang digunakan yang dapat ditunjukkan dalam tabel 2.2.
86
Tabel 2.2 Bentuk-bentuk Umum Client-Server Architecture Pattern Client
Server
Architecture
U
U+F+M
Distributed presentation
U
F+M
Local presentation
U+F
F+M
Distributed functionality
U+F
M
Centralized data
U+F+M
M
Distributed data
c. Aktivitas processes architecture Aktivitas ini memberikan gambaran mengenai komplemen dari pembuatan struktur logika yang dijelaskan dalam arsitektur komponen. Aktivitas ini disusun berdasarkan dua tingkat dari abstraksi. Tingkat pertama adalah overall level di mana didefinisikan distribusi dari komponen program pada prosesor sistem yang ada. Tingkat kedua berhubungan dengan proses yang menyusun kolaborasi di antara obyek-obyek yang ada selama eksekusi. Menurut Mathiassen et al. (2000, p211), process architecture adalah struktur eksekusi sistem yang tersusun dari proses yang saling bergantungan. Pada aktivitas ini akan dihasilkan deployment diagram yang mendeskripsikan distribusi dan kolaborasi dari komponen program dan active object dengan prosesor.
87
Gambar 2.34 Aktivitas-aktivitas Dalam Architectural Design
Sumber : Mathiassen et al. (2000)
2.2.7.5
Component Design
Component design dibuat berdasarkan spesifikasi arsitektural dan kebutuhan sistem (system requirements). Pada tahap ini terdapat dua rancangan desain yang umum, yaitu model component dan function
component. Component design terdiri dari tiga aktivitas yang dapat ditunjukkan pada gambar 2.35 dan dapat dideskripsikan sebagai berikut : a. Aktivitas model component Konsep utama dalam desain model component adalah struktur. Model harus dapat menggambarkan hubungan konseptual yang relevan dalam problem domain. Model ini mendeskripsikan problem domain menggunakan class, object, struktur class dan object, dan perilaku (behavior) mereka. Tugas utama dalam aktivitas ini adalah untuk merepresentasikan event-event dengan menggunakan mekanisme yang terdapat di bahasa pemrograman berorientasi obyek.
88
b. Aktivitas function component Tujuan dari aktivitas ini adalah untuk memberikan user interface dan sistem komponen lainnya akses terhadap model. Menurut Mathiassen
et al. (2000, p252), function component adalah sebuah bagian dari sistem yang mengimplementasikan kebutuhan fungsional. c. Aktivitas connecting component Pada aktivitas ini dilakukan perancangan hubungan di antara komponen-komponen untuk memperoleh rancangan yang fleksibel dan komprehensif.
Gambar 2.35 Aktivitas-aktivitas Dalam Component Design
Sumber : Mathiassen et al. (2000)
2.2.8
Unified Modeling Language (UML)
Unified modelling language (UML) merupakan bahasa pemodelan obyek standar yang dibuat oleh Grady Booch dan James Rumbaugh yang bergabung pada tahun 1994 dan kemudian dilengkapi oleh Ivar Jacobson yang bergabung pada tahun 1995. Tujuan dibuatnya metode bahasa
89
pemodelan ini adalah untuk membuat proses standar tunggal untuk mengembangkan sistem berorientasi obyek. UML terdiri dari beberapa elemen grafis yang dikombinasikan untuk membentuk diagram. Karena UML adalah sebuah bahasa, maka UML memiliki beberapa ketentuan dalam mengkombinasikan elemen-elemen grafis
ini.
Tujuan
dari
pembentukan
diagram
ini
adalah
untuk
mempresentasikan beberapa pandangan dari sistem, beberapa pandangan dari sistem ini disebut model.
2.2.9
Notasi UML
Menurut Mathiassen et al. (2000, p328), notasi merupakan bahasa textual dan grafis yang telah diseragamkan sebagian untuk mendeskripsikan sebuah sistem dan konteksnya.
2.2.9.1
Class Diagram
Class diagram
mendeskripsikan sekumpulan class dan hubungan
struktural diantaranya. Dalam class diagram terdapat beberapa jenis hubungan untuk menjelaskan kaitan struktural di antara class. Beberapa jenis hubungan yang digunakan adalah : •
Asosiasi Hubungan asosiasi menggambarkan hubungan konseptual diantara
class atau object. Hubungan ini digambarkan dengan garis lurus di antara class yang relevan. Contoh hubungan asosiasi ini dapat dilihat pada gambar 2.36.
90
Gambar 2.36 Contoh Hubungan Asosiasi
Sumber : Mathiassen et al. (2000) •
Generalisasi Hubungan generalisasi menjelaskan hubungan di antara specialized
class dengan generalized class. Di mana generalized class (super class)
mendeskripsikan
properti-properti
pada
sekumpulan
specialized class (sub class). Contoh hubungan generalisasi ini dapat dilihat pada gambar 2.37.
Gambar 2.37 Contoh Hubungan Generalisasi
Sumber : Mathiassen et al. (2000) •
Agregasi Hubungan agregasi menjelaskan hubungan di antara dua atau lebih
object. Di mana dalam hubungan tersebut terdapat superior object yang terdiri dari beberapa inferior object. Contoh hubungan agregasi ini dapat dilihat pada gambar 2.38.
91
Gambar 2.38 Contoh Hubungan Agregasi
Sumber : Mathiassen et al. (2000)
2.2.9.2
Statechart Diagram
Statechart diagram mendeskripsikan perilaku umum dari semua obyek dalam class yang spesifik dan mengandung status (states) dan transisi di antaranya (Mathiassen et al., 2000, p341). Contoh dari statechart diagram dapat dilihat pada gambar 2.39.
Gambar 2.39 Contoh Statechart Diagram
Sumber : Mathiassen et al. (2000)
92
2.2.9.3
Use Case Diagram
Use case diagram menunjukkan hubungan di antara actor dan use case. Dua elemen utama pada use case diagram adalah actor dan use case di mana kedua elemen tersebut dapat saling berhubungan satu sama lain yang mengindikasikan partisipasi actor pada use case tertentu (Mathiassen et al., 2000, p343). Contoh dari use case diagram dapat dilihat pada gambar 2.40.
Gambar 2.40 Contoh Use Case Diagram
Sumber : Mathiassen et al. (2000)
93
2.2.9.4
Sequence Diagram
Sequence diagram mendeskripsikan interaksi di antara beberapa obyek pada waktu tertentu. Pada sequence diagram, sumbu horizontal menunjukkan
obyek-obyek
yang
berpartisipasi
dan
sumbu
vertical
merepresentasikan sequence dalam waktu tertentu (Mathiassen et al., 2000, p341). Contoh sequence diagram dapat dilihat pada gambar 2.41.
Gambar 2.41 Contoh Sequence Diagram
Sumber : Mathiassen et al. (2000)
94
2.2.9.5
Navigation Diagram
Navigation diagram berbentuk seperti statechart diagram namun lebih bergokus pada dinamika user interface secara keseluruhan. Navigation
diagram menunjukkan window-window yang terdapat dalam sistem dan bagaimana transisi di antaranya (Mathiassen et al., 2000, p344). Contoh
navigation diagram dapat dilihat pada gambar 2.42.
Gambar 2.42 Contoh Davigation Diagram
Sumber : Mathiassen et al. (2000)
95
2.2.9.6
Component Diagram
Component diagram adalah diagram dengan tipe implementasi, yang di gunakan untuk secara grafis menggambarkan arsitektur fisik dari perangkat lunak sistem. Diagram tersebut dapat digunakan untuk menunjukkan bagaimana ketergantungan yang terjadi di antara komponenkomponen dalam sistem (Whitten et al., 2004, p667 ). Contoh component
diagram dapat dilihat pada gambar 2.43.
Gambar 2.43 Contoh Component Diagram
Sumber : Mathiassen et al. (2000)
96
2.2.9.7
Deployment Diagram
Deployment
diagram
adalah
diagram
yang
mendeskripsikan
konfigurasi sistem dalam bentuk obyek dan prosesor yang terhubung dengan prosesor lain. Selain menggambarkan arsitektur fisik software, deployment
diagram juga menggambarkan arsitektur fisik software dan hardware. Contoh deployment diagram dapat dilihat pada gambar 2.44.
Gambar 2.44 Contoh Deployment Diagram
Sumber : Mathiassen et al. (2000)