BAB 3 LANDASAN TEORI
3.1 Segi Industri 3.1.1 Definisi Kualitas Kualitas dapat didefinisikan dalam berbagai cara. Kualitas saat ini menjadi salah satu bagian yang terpenting pada saat seorang konsumen memutuskan untuk membeli sebuah produk barang atau jasa. Sebagian orang memiliki pemahaman konseptual bahwa kualitas berhubungan dengan satu atau lebih karakteristik yang harus dimiliki suatu produk atau jasa. Karakteristik kualitas tersebut dapat dikategorikan kedalam beberapa jenis, yaitu (Montgomery, 2001, p6) : •
Fisik : panjang, berat, kekentalan.
•
Sensori : rasa, penampakan, warna.
•
Orientasi waktu : keandalan, ketahanan, pelayanan.
Menurut (Garvin, 1987, p2), dimensi-dimensi kualitas itu sendiri ada beberapa macam: 1. Performansi Konsumen akan menilai seberapa baiknya produk itu beroperasi dan apakah suatu produk akan menjalankan suatu fungsi spesifik. 2. Keandalan Produk yang kompleks, seperti misalnya kendaraan, atau pesawat, biasanya membutuhkan perbaikan setelah melewati waktu tertentu.
19 3. Daya tahan Daya tahan merupakan waktu pemakaian efektif. Konsumen tentunya ingin produk yang beroperasi secara memuaskan untuk waktu yang lama. 4. Kemudahan untuk diperbaiki Ada beberapa industri dimana sudut pandang konsumennya mengenai kualitas sangat ditentukan oleh seberapa cepat dan seberapa ekonomis perbaikan atau perawatan berkala dapat dilakukan. 5. Estetika Tampilan visual dari sebuah produk seringkali menjadi salah satu faktor, seperti misalnya warna, bentuk, dan fitur-fitur lainnya. 6. Fitur Biasanya, konsumen menghubungkan kualitas tinggi dengan produk yang telah menambahkan fitur-fitur, yaitu fitur-fitur yang melebihi performansi dasar yang ada. 7. Kesadaran akan kualitas Dalam banyak kasus, konsumen bergantung pada reputasi masa lampau perusahaan tersebut berhubungan dengan produk-produknya. Reputasi ini sangat dipengaruhi oleh kegagalan-kegagalan dari produk yang dihasilkannya, dan juga dari bagaimana konsumennya dilayani saat melaporkan produk yang cacat. 8. Kesesuaian dengan standar Kita biasanya berpikir produk dengan kualitas yang baik sebagai produk yang akan memenuhi apa yang diharapkan padanya.
20 3.1.2 Definisi Pengendalian Kualitas Secara umum, pengendalian kualitas atau Quality Control dapat diartikan sebagai suatu sistem yang efektif untuk memadukan pengembangan, pemeliharaan dan upaya perbaikan kualitas berbagai kelompok dalam sebuah organisasi agar pemasaran, kerekayasaan, produksi dan jasa dapat berada pada tingkatan yang paling ekonomis sehingga pelanggan atau konsumen mendapat kepuasan penuh. Jadi pelaksanaan pengendalian kualitas, berarti: 1. Menggunakan pengawasan kualitas sebagai dasar setiap kegiatan. 2. Pengendalian biaya, harga, dan laba secara terintegrasi. 3. Pengendalian jumlah, meliputi jumlah produksi, penjualan, dan persediaan dan waktu pengiriman kepada pelanggan.
Agar dapat mencapai suatu hasil kualitas yang baik, tentunya diperlukan pengendalian kualitas. Pengendalian kualitas dapat dilakukan dengan dua pendekatan, yaitu On-line Quality Control dan Off-line Quality Control. On-line Quality Control adalah kegiatan pengendalian kualitas yang dilakukan selama proses manufacturing berlangsung. Sifat On-line Quality Control adalah tindakan pengendalian yang reaktif atau tindakan yang dilakukan setelah kegiatan produksi berjalan. Artinya jika produk yang dihasilkan tidak memenuhi spesifikasi yang diharapkan maka tindakan perbaikan terhadap proses harus dilakukan. Alat utama pada On-line Quality Control ini adalah pengendalian kualitas statistical, dengan The Magnificent Seven – nya. Off-line Quality Control adalah pengendalian kualitas yang dilakukan sebelum proses produksi berlangsung atau pengendalian kualitas yang bersifat preventif. Dengan
21 tindakan secara preventif maka diharapkan kemungkinan adanya cacat produk dan masalah kualitas dapat diatasi sebelum produksi berjalan. Pengurangan pada produk cacat akan mengurangi jumlah scrap dan produk gagal, yang akhirnya akan mengurangi jumlah pemulangan produk dari konsumen. Tujuan dari Off-line Quality Control adalah untuk mengoptimasi desain produk dan proses dalam rangka mendukung kegiatan Online Quality Control. Perancangan percobaan merupakan salah satu alat utama pada Offline Quality Control.
3.1.3 Pengendalian Proses Statistical (SPC) Pengendalian Proses Statistikal adalah suatu terminologi yang mulai digunakan sejak tahun 1970-an untuk menjabarkan penggunaan teknik-teknik statistical dalam memantau dan meningkatkan performansi proses menghasilkan produk berkualitas. (Gaspersz, 1998, p1) Pengendalian Proses Statistikal merupakan sekumpulan dari problem-solving tools yang sangat berguna untuk mencapai kestabilan proses dan memperbaiki kemampuan proses dengan cara mengurangi variasi. Pengurangan variasi inilah yang menjadi kunci bagi sebuah produk untuk dapat memenuhi permintaan konsumen. Untuk dapat mengurangi variasi tersebut, produk tersebut harus dihasilkan dari sebuah proses yang stabil.
22 3.1.3.1 Definisi Variasi dalam Konteks SPC Variasi merupakan bagian yang pasti dari setiap proses, tidak peduli seberapa baiknya proses tersebut. Penyebab-penyebab dari variasi ini dapat dibagi menjadi dua bagian besar, yaitu variasi penyebab umum dan variasi penyebab khusus. Pengendalian suatu proses dicapai apabila variasi penyebab khusus dieliminasi. Perbaikan sebuah proses dicapai melalui eliminasi dari variasi penyebab umum. Pola variasi terbagi menjadi : 1. Variasi yang stabil •
Pola output variasi relative sama
•
Variasi produksi tanggal 1 may, relative sama dengan variasi produksi tanggal 2 may, 3may, dst..
•
Jika variasi stabil, maka output dari suatu data bisa diprediksi.
2. Variasi yang sifatnya tidak stabil •
Pola output variasi relatif berubah-ubah.
•
Variasi produksi tanggal 1 may, berbeda dengan variasi produksi tanggal 2 may, dst.
•
Jika variasi tidak stabil, maka output dari suatu data tidak bisa diprediksi.
Menurut Gaspersz (1998), Jenis variasi adalah sebagai berikut : •
Variasi penyebab khusus adalah kejadian-kejadian di luar sistem yang mempengaruhi variasi dalam sistem. Penyebab khusus dapat bersumber dari faktor-faktor : manusia, peralatan, material, lingkungan, metode kerja, dll. Penyebab khusus ini mengambil pola-pola non acak sehingga dapat
23 diidentifikasi, sebab mereka tidak selalu aktif dalam proses tetapi memiliki pengaruh yang lebih kuat pada proses sehingga menimbulkan variasi. Dalam konteks pengendalian proses statistikal menggunakan peta-peta kendali, jenis variasi ini sering ditandai dengan titik-titik pengamatan yang melewati atau keluar dari batas-batas pengendalian yang didefinisikan. •
Variasi penyebab umum adalah faktor-faktor didalam sistem atau yang melekat pada proses yang menyebabkan timbulnya variasi di dalam sistem serta hasilhasil nya. Penyebab umum sering disebut juga sebagai penyebab acak atau penyebab sistem. Karena penyebab umum ini selalu melekat pada sistem, untuk menghilangkannya kita harus menelusuri elemen-elemen dalam sistem itu dan hanya
pihak
manajemen
yang
dapat
memperbaikinya,
karena
pihak
manajemenlah yang mengendalikan sistem itu. Dalam konteks pengendalian proses statistikal dengan menggunakan peta-peta kendali, jenis variasi ini sering ditandai dengan titik-titik pengamatan yang berada dalam batas-batas pengendalian yang didefinisikan.
3.1.3.2 Definisi Data dalam Konteks SPC Data adalah catatan tentang sesuatu, baik yang bersifat kualitatif maupun kuantitatif yang dipergunakan sebagai petunjuk untuk bertindak. Berdasarkan data, kita mempelajari fakta-fakta yang ada dan kemudian mengambil tindakan yang tepat berdasarkan pada fakta itu. Dalam konteks pengendalian proses statistikal dikenal dua jenis data, yaitu (Vincent Gasperz, 1998, p43) :
24 1. Data Variabel Data kuantitatif yang diukur (pengukuran berarti membandingkan sesuatu dengan besaran ukuran) untuk keperluan analisis. Contohnya adalah dimensi panjang (m, mm), volume (liter), berat (gr), dst. Ukuran-ukuran berat, panjang, lebar, tinggi, diameter, volume biasanya merupakan data varibel.
2. Data Atribut Data kualitatif yang dapat dihitung untuk pencatatan dan analisis yang biasanya didapat dari hasil pencacahan dan berupa bilangan bulat. Contoh dari data atribut karakteristik kualitas adalah : jumlah produk cacat, jumlah cacat dalam satu produk, persentase, dll. Data atribut biasanya diperoleh dalam bentuk unit-unit nonkonformans atau ketidaksesuaian dnegan spesifikasi atribut yang ditetapkan.
3.1.4 Tujuh Alat Pengendalian Kualitas Dalam pengendalian kualitas terdapat tujuh alat yang disebut dengan istilah Seven Tools SPC. Ketujuh alat tersebut yaitu : 1. Lembar Periksa (Checksheet) 2. Diagram Pareto (Pareto Diagram) 3. Diagram Sebab Akibat (Fishbone/Ishikawa Diagram) 4. Diagram Batang (Histogram) 5. Diagram Tebar (Scatter Diagram) 6. Diagram Alir (Flowchart) 7. Peta Kendali (Control Chart)
25 3.1.4.1 Lembar Periksa (Checksheet) Lembar periksa adalah alat bantu untuk memudahkan pengumpulan data. Biasanya berbentuk formulir dimana item-item yang akan diperiksa telah dicetak dalam formulir tersebut, dengan maksud agar data dapat dikumpulkan secara mudah dan ringkas. Lembar periksa ini dapat digunakan baik untuk data variabel maupun data attribut walaupun umumnya banyak digunakan untuk data attribut. Penggunaan lembar periksa bertujuan untuk : 1. Memudahkan proses pengumpulan data terutama untuk mengetahui bagaimana sesuatu masalah sering terjadi. Tujuan utama dari penggunaaan lembar periksa adalah membantu mentabulasikan banyaknya kejadian dari suatu masalah tertentu atau penyebab tertentu. 2. Mengumpulkan data tentang jenis masalah yang sedang terjadi. Dalam kaitannya ini, lembar periksa akan membantu memilah-milah data ke dalam kategori yang berbeda seperti penyebab-penyebab, masalah-masalah, dll. 3. Menyusun data secara otomatis, sehinggga data itu dapat dipergunakan dengan mudah. 4. Memisahkan antara opini dan fakta. Kita sering berpikir bahwa kita mengetahui sesuatu masalah atau menganggap bahwa sesuatu penyebab itu merupakan hal yang paling penting. Dalam kaitan ini, lembar periksa akan membantu membuktikan opini kita itu apakah benar atau salah.
3.1.4.2 Diagram Pareto (Pareto Diagram) Diagram Pareto adalah grafik batang yang menunjukkan masalah berdasarkan urutan banyaknya kejadian. Masalah yang paling banyak terjadi ditunjukkan oleh grafik
26 batang pertama yang tertinggi serta ditempatkan pada sisi paling kiri, dan seterusnya sampai masalah yang paling sedikit terjadi ditunjukkan oleh grafik batang terakhir yang terendah serta ditempatkan pada sisi paling kanan.
Pada dasar nya diagram pareto dapat digunakan sebagai alat interpretasi untuk : •
Menentukan frekuensi relatif dan urutan pentingnya masalah-masalah atau penyebab-penyebab dari masalah yang ada.
•
Memfokuskan perhatian pada isu-isu kritis dan penting melalui pembuatan ranking terhadap masalah-masalah atau penyebab-penyebab dari masalah itu dalam bentuk yang signifikan. Diagram Pareto ada 2 macam yaitu :
•
Diagram Pareto mengenai fenomena. Diagram ini berkaitan dengan hasil-hasil berikut yang tidak diinginkan dan digunakan untuk mengetahui apa masalah utama yang ada. Contoh fenomena, antara lain : a. Kualitas : kerusakan, kegagalan, keluhan, item-item yang dikembalikan, perbaikan (reparasi),dll. b. Biaya : jumlah kerugian, ongkos pengeluaran, dll. c. Penyerahan
(delivery)
:
penundaan
penyerahan,
pembayaran, kekurangan stok, dll. d. Keamanan : kecelakaan, kesalahan, gangguan,dll.
keterlambatan
27 •
Diagram Pareto mengenai penyebab. Diagram ini berkaitan dengan penyebab dalam proses dan dipergunakan untuk mengetahui apa penyebab utama dari masalah yang ada. Contoh penyebab, antara lain : a. Operator : umur, pengalaman, ketrampilan, sifat individual, pergantian kerja, dll. b. Mesin : peralatan, mesin, instrumen, dll. c. Bahan baku : pembuatan bahan baku, macam bahan baku, pabrik bahan baku, dll. d. Metode Operasi : kondisi operasi, metode kerja, sistem pengaturan, dll.
Diagram pareto banyak digunakan untuk aplikasi manufaktur dari metode perbaikan kualitas, karena diagram pareto merupakan salah satu alat yang paling bermanfaat dalam tujuh alat pengendalian kualitas. Menurut Gaspersz (1998, p53), Langkah-langkah pembuatan diagram pareto adalah : 1. Menentukan ide dasar dari pembuatan Diagram Pareto tersebut, termasuk didalamnya menentukan masalah yang diteliti, menentukan data yang diperlukan beserta kategori-kategorinya, menentukan metode dan periode pengumpulan data. a. Menentukan masalah apa yang akan diteliti. Contoh masalah : keterlambatan pengiriman barang, keterlambatan pelayanan, item yang rusak/cacat, kerugian dalam nilai uang, dll. Kategori-kategori atau penyebab-penyebab dari masalah yang dapat diidentifikasi oleh pihak manajemen.
28 b. Menentukan data apa yang diperlukan dan bagaimana mengklasifikasikan atau mengkategorikan data itu. Contoh : klasifikasi berdasarkan penyebab keterlambatan, jenis kerusakan, lokasi, proses, mesin, shift, operator/pekerja, metode, dll. c. Menentukan metode dan periode pengumpulan data. Termasuk dalam hal ini adalah menentukan unit pengukuran dan periode waktu yang dikaji. 2. Membuat suatu ringkasan daftar atau tabel yang mencatat frekuensi kejadian dari masalah yang telah diteliti dengan menggunakan formulir pengumpulan data atau lembar periksa. 3. Membuat daftar masalah secara berturut berdasarkan frekuensi kejadian dari yang tertinggi sampai terendah, serta hitunglah frekuensi kumulatif, persentase dari total kejadian, dan persentase dari total kejadian secara kumulatif. 4. Menggambar dua buah garis vertikal dan sebuah garis horisontal. Garis vertikal : Garis vertikal sebelah kiri : buatkan pada garis ini, skala dari nol sampai total keseluruhan dari kerusakan. Garis vertikal sebelah kanan : buatkan pada garis ini, skala dari 0% sampai 100%. Garis horisontal : Bagilah garis ini ke dalam banyaknya interval sesuai dengan banyaknya item masalah yang diklasifikasikan. 5. Buatlah histogram pada diagram pareto.
29 6. Gambarkan kurva kumulatif serta cantumkan nilai-nilai kumulatif (total kumulatif atau persen kumulatif) di sebelah kanan atas dari interval setiap item masalah. 7. Memutuskan untuk mengambil tindakan perbaikan atas penyebab utama dari masalah yang sedang terjadi itu. Untuk mengetahui akar penyebab dari suatu masalah, kita dapat menggunakan diagram sebab-akibat atau bertanya mengapa beberapa kali ( konsep five why’s)
Gambar 3.1 Pareto Chart
3.1.4.3 Diagram Sebab Akibat (Fishbone / Ishikawa Diagram) Dikembangkan oleh Kaoru Ishikawa pada tahun 1943, diagram ini kemudian sering disebut sebagai Diagram Ishikawa. Diagram ini juga seringkali disebut sebagai Diagram Tulang Ikan karena bentuknya. Menurut Ishikawa, Diagram ini berguna untuk
30 mengidentifikasi dan membuat susunan sistematis dari penyebab-penyebab yang memiliki pengaruh terhadap masalah yang ada. Setelah sebuah cacat atau sebuah masalah yang spesifik diidentifikasi dan dipisahkan untuk penelitian lebih lanjut, kita harus mulai menganalisa penyebabpenyebab potensialnya. Diagram sebab-akibat merupakan alat yang sangat berguna dalam menyingkapkan penyebab-penyebab potensial, baik yang terlihat jelas maupun yang tidak terlihat jelas. Secara umum, Diagram Sebab Akibat memiliki tiga fungsi utama : •
Cause Enumeration, merupakan salah satu teknik perbaikan kualitas yang paling banyak digunakan. Biasanya dikembangkan melalui brainstorming, dimana semua kemungkinan penyebab disebutkan untuk melihat seberapa besar pengaruh mereka semua terhadap masalah yang ada.
•
Dispersion Analysis, dimana setiap sebab-sebab utama dianalisa secara mendalam dengan cara menyelidiki sebab dari sebab tersebut dan dampak mereka terhadap permasalahan yang ada. Proses ini terus diulang untuk setiap sebab utama sesuai dengan tingkat kepentingan mereka. Perbedaan Dispersion Analysis dengan Cause Enumeration adalah bahwa pada tahap sebelumnya sebab-sebab yang terlihat tidak besar tidak dibahas. Namun, pada tahap Dispersion Analysis ini, sebab-sebab yang sebelumnya belum disebutkan tidak boleh dibahas sehingga mungkin terjadi akar permasalahan yang sesungguhnya tidak ditemukan.
•
Process Analysis. Ketika Diagram Sebab-Akibat dibuat untuk keperluan analisa proses, penekanannya ada pada bagaimana mendaftar sebab-sebab yang ada
31 dalam suatu urutan proses yang sebenarnya terjadi. Proses ini mirip dengan pembuatan flowchart, hanya saja Diagram Sebab-Akibat lebih mendetail dalam mencari sebab-sebab yang mempengaruhi karakteristik kualitas yang sedang diteliti. Langkah-langkah pembuatan Diagram Sebab-Akibat : a. Definisikan problem atau efek yang akan dianalisa. b. Buat sebuah tim untuk melakukan analisa ini. Seringkali sebuah tim akan menyingkapkan penyebab-penyebab potensial melalui brainstorming. c. Buat kotak efek dan garis tengah. d. Tentukan kategori-kategori penyebab-penyebab utama dan gabungkan mereka melalui sebuah kotak disambungkan ke garis tengah yang sudah ada. e. Identifikasikan penyebab-penyebab yang mungkin dan klasifikasikan mereka ke dalam kategori-kategori yang telah ada. Buat kategori yang baru apabila ada. f. Urutkan penyebab-penyebab tersebut untuk melihat penyebab-penyebab yang sepertinya memiliki pengaruh lebih besar terhadap problem yang ada. g. Ambil tindakan perbaikan.
32
Gambar 3.2 Diagram Tulang Ikan
3.1.4.4 Diagram Batang (Histogram) Histogram merupakan diagram berupa grafik balok yang dibentuk dari distribusi frekuensi untuk menggambarkan penyebaran/distribusi data yang ada. Histogram dapat memperkirakan kemampuan proses dan jika diinginkan dapat menganalisa hubungan dengan nilai spesifikasi serta nilai target nominal.
3.1.4.5 Diagram Tebar (Scatter Diagram) Cara termudah untuk mengetahui adanya hubungan antara dua variabel adalah melalui diagram tebar. Diagram tebar misalnya dapat digunakan untuk mengetahui hubungan antara kecepatan mobil per jam dengan konsumsi bahan bakarnya, kecepatan mesin bubut dan dimensi dari bagian mesin, banyaknya kunjungan tenaga penjual dan hasil penjualan, besarnya temperatur dan hasil proses kimia, downtime mesin dan persentase banyak nya produk yang ditolak (cacat), dll. Selain itu, melalui diagram tebar
33 yang telah digambarkan, kita dapat mengetahui jenis hubungan yang ada antara kedua variabel tersebut apakah positif, negatif, atau tidak ada hubungan.
3.1.4.6 Diagram Alir (Flowchart) Diagram alir atau flowchart didefinisikan sebagai suatu metode grafis, yang menggambarkan proses yang telah ada, ataupun suatu usulan proses dengan menggunakan simbol yang sederhana, garis, dan kata-kata untuk menunjukkan aktivitas serta urutan dalam suatu proses. Atau dengan kata lain, diagram alir secara grafis mewakili aktivitas yang terdapat pada suatu proses, sama seperti suatu peta mewakili area tertentu. Diagram alir proses merupakan suatu representasi visual dari seluruh langkahlangkah dalam sebuah proses. Diagram alir dipergunakan untuk : •
Membantu semua yang bersangkutan untuk memahami proses dengan lebih baik dan jelas.
•
Membantu untuk mengidentifikasikan area kritis atau bermasalah serta perbaikan yang dapat dilakukan.
•
Memberikan persepsi yang sama mengenai proses kepada semua yang bersangkutan.
Keuntungan mempergunakan diagram alir : •
Pada diagram alir menunjukkan bagaimana elemen-elemen yang berbeda bergabung bersama.
34 •
Dengan membangun suatu diagram alir, akan lebih mengarahkan pemikiran kita, dimana caranya yaitu dengan membandingkan diagram alir yang ada, dengan kenyataan proses yang berlangsung, maka akan menunjukkan bagian, dimana terdapat peraturan maupun kebijakan yang tidak jelas, atau telah dilanggar.
Dalam membuat diagram alir, satu yang perlu diingat adalah mulailah dengan membuat aliran kegiatan-kegiatan utama, kemudian buatlah aliran yang mendetail dari kegiatan-kegiatan utama tersebut. Beberapa simbol yang umum dipergunakan dapat dilihat pada gambar dibawah ini.
Tabel 3.1 Tabel Simbol Diagram Alir
Mulai/Stop
Kegiatan/Proses
Keputusan Penghubung ke halaman berikutnya Arah aliran proses
35 3.1.4.7 Peta Kontrol (Control Chart) Peta kendali merupakan bagian utama dari ”The Magnificent Seven”. Peta ini pertama kali dikemukakan oleh Dr. Walter A. Schewhart dari Bell Telephone Laboratories pada tahun 1920. Oleh karenanya, Peta kendali sering juga disebut sebagai Peta kendali Shewhart. Peta kontrol merupakan alat ampuh dalam mengendalikan proses, asalkan penggunaannya dipahami secara benar. Pada dasarnya peta kontrol dipergunakan untuk : 1. Menentukan apakah suatu proses berada dalam pengendalian statistikal? Dengan demikian peta kontrol digunakan untuk mencapai suatu keadaan terkendali statistikal, dimana semua nilai rata-rata dan range dari sub-sub kelompok (subgroups) contoh berada dalam batas-batas pengendalian (control limit), oleh karena itu variasi penyebab khusus menjadi tidak ada lagi dalam proses. 2. Memantau proses terus –menerus sepanjang waktu agar proses tetap stabil secara statistikal dan hanya mengandung variasi penyebab umum. 3. Menentukan kemampuan proses (process capability). Setelah proses berada dalam pengendalian statistikal, batas-batas dari variasi proses dapat ditentukan.
Peta kendali dapat menyediakan informasi : •
Karakteristik operasi proses dari waktu ke waktu.
•
Variasi penyebab umum yang dapat diharapkan pada proses.
•
Apakah variasi penyebab umum memenuhi spesifikasi.
•
Kehadiran variasi penyebab khusus.
36 Menurut Gasperz (1998) pada prinsipnya setiap peta kendali mempunyai : 1. Garis tengah (Central line), yang biasanya dinotasikan CL. 2. Sepasang batas kendali (Control limit), dimana satu batas kendali ditempatkan di atas garis tengah yang dikenal sebagai batas kendali atas (Upper control limit), biasanya dinotasikan sebagai UCL, dan yang satu lagi ditempatkan di bawah garis tengah yang dikenal sebagai batas kendali bawah (Lower control limit), biasanya dinotasikan sebagai LCL. 3. Tebaran nilai-nilai karakteristik kualitas yang menggambarkan keadaan dari proses. Jika semua nilai yang ditebarkan (diplot) pada peta itu berada di dalam batas-batas kendali tanpa memperlihatkan kecenderungan tertentu, maka proses yang berlangsung dianggap berada dalam kendali atau terkendali secara statistikal. Namun jika nilai-nilai yang ditebarkan pada peta itu jatuh atau berada di luar batas-batas kendali atau memperlihatkan kecenderungan tertentu atau memiliki bentuk yang aneh, maka proses yang berlangsung dianggap berada di luar kendali (tidak terkendali) sehingga perlu diambil tindakan korektif untuk memperbaiki proses yang ada.
3.1.5 Pengertian Data Data adalah catatan tentang sesuatu, baik yang bersifat kualitatif maupun kuantitatif yang dipergunakan sebagai petunjuk untuk bertindak. Berdasarkan data, kita mempelajari fakta-fakta yang ada dan kemudian mengambil tindakan yang tepat berdasarkan pada fakta itu. Dalam konteks pengendalian proses statistikal dikenal dua jenis data, yaitu :
37 1. Data Variabel (Variables Data) atau Data Kontinu Data kuantitatif yang diukur (pengukuran berarti membandingkan sesuatu dengan besaran ukuran) untuk keperluan analisis. Contohnya adalah dimensi panjang (m, mm), volume (liter, m3), berat (gr, pon), kekuatan (kg/cm2), dsb. Ukuran-ukuran berat, panjang, lebar, tinggi, diameter, volume biasanya merupakan data variabel. 2. Data Atribut (Attributes Data) atau Data Diskrit Data kualitatif yang dapat dihitung untuk pencatatan dan analisis yang biasanya didapat dari hasil pencacahan dan berupa bilangan bulat. Contoh dari data atribut karakteristik kualitas adalah : jumlah produk cacat, jumlah cacat dalam satu produk, persentase,
dll.
Data
atribut
biasanya
diperoleh
dalam
bentuk
unit-unit
nonkonformans atau ketidaksesuaian dengan spesifikasi atribut yang ditetapkan.
3.1.6 Klasifikasi Peta Kendali Peta Kendali yang kita kenal terdiri dari berbagai macam. Kita harus mengerti penggunaan dari tiap-tiap jenis tersebut. Peta Kendali dibedakan sesuai dengan tujuan penggunaannya, data yang diambil dan ukuran sampel yang diambil. Berikut ini adalah pengklasifikasian Peta Kendali :
3.1.6.1 Peta Kendali Atribut Banyak karakteristik kualitas yang tidak dapat disajikan dalam bentuk numerik / angka tetapi hanya dapat digolongkan menjadi kelompok-kelompok tertentu seperti cacat atau tidak, sesuai atau tidak sesuai dengan spesifikasi, berhasil atau gagal. Oleh karena itu jenis-jenis data seperti diatas digolongkan ke dalam jenis data atribut.
38 Karena sifat dari data atribut inilah maka peta kendali atribut memiliki informasi yang lebih sedikit dibandingkan dengan peta kendali variabel yang datanya berasal dari hasil pengukuran. Tetapi peta kendali atribut sangat berguna dalam bidang-bidang jasa dan nonmanufaktur lainnya karena banyak karakteritik kualitas yang tidak dapat diukur dengan mudah. Peta kendali untuk data atribut yang umum digunakan adalah peta p, np, c, dan u. Kedua jenis peta yang disebutkan terlebih dahulu berhubungan dengan proporsi cacat atau banyaknya produk cacat dalam suatu proses produksi. Sedangkan peta kendali c dan u berhubungan dengan yang namanya kecacatan yaitu banyaknya cacat dalam satu produk, hanya saja bedanya peta c dan peta u adalah pada peta u kecacatan dinyatakan perunit inspeksi. Peta-peta kendali untuk data atribut adalah penting untuk beberapa alasan berikut: •
Situasi-situasi yang berkaitan dengan data atribut ada dalam proses teknikal atau administratif, sehingga teknik-teknik analisis atribut menjadi berguna dalam banyak penerapan. Kesulitan paling nyata dalam pengendalian kualitas adalah mengembangkan
definisi
operasional
secara
tepat
tentang
apa
itu
ketidaksesuaian, sehingga suatu produk yang merupakan output dari proses perlu diperhatikan. •
Data atribut telah tersedia dalam banyak situasi termasuk dalam aktivitas inspeksi material, proses perbaikan, atau inspeksi akhir. Dalam kaitan ini, data yang tersedia itu hanya membutuhkan sedikit usaha untuk mengkonversi nya ke dalam bentuk peta kendali untuk data atribut itu.
39 •
Apabila data baru harus dikumpulkan, informasi atribut pada umumnya mudah diperoleh dan tidak mahal, serta tidak membutuhkan ketrampilan khusus untuk mengumpulkan data atribut itu.
•
Kebanyakan data yang dikumpulkan untuk pelaporan manajemen adalah dalam bentuk atribut dan akan menjadi lebih bermanfaat apabila dilakukan analisis peta kendali untuk data atribut itu.
•
Ketika memperkenalkan peta-peta kendali dalam suatu organisasi, adalah penting untuk memprioritaskan area masalah dan menggunakan peta kendali itu di tempat yang paling membutuhkannya. Sinyal masalah dapat datang dari sistem pengendalian biaya, keluhan-keluhan pengguna, hambatan-hambatan internal, dll.
3.1.6.2 Peta Kendali Variabel Peta kendali untuk data variabel yang umum dikenal adalah peta kendali x -R, x -S, dan X-MR. Ketika menangani data variabel penting untuk melihat dari sisi rata-
rata dan variasinya untuk mengendalikan proses yang sedang berlangsung. Peta Kendali X-MR digunakan untuk data yang diambil dari sumber yang homogen. Jadi ukuran contoh yang perlu diambil setiap waktunya hanya satu. Peta Kendali X -R digunakan apabila ukuran contoh yang diambil pada setiap waktunya antara 2-10. Peta Kendali X -S untuk ukuran contoh yang lebih dari 10. Selain dari perbedaan jumlah ukuran contoh tersebut, peta kendali X -R dan X -S dibedakan menurut tujuan pembuatannya. Ketika pihak peneliti bermaksud untuk mengetahui variasi dari produk yang dihasilkan, maka peta kendali yang digunakan adalah peta
40 kendali x -S digunakan. Apabila yang ingin diketahui sebaran data, maka peta kendali yang digunakan adalah peta kendali X -R. Pada penelitian ini, peta kendali yang digunakan adalah peta kendali X -R, maka pembahasan selanjutnya akan difokuskan pada peta kendali X -R. Melalui peta kendali untuk data variabel ini, bisa didapatkan informasi lebih banyak dibandingkan dengan peta kendali untuk data atribut seperti yang sudah sempat dibahas sebelumnya. Adapun informasi yang bisa didapatkan yaitu : 1. Variasi dari karakteristik kualitas yang diamati
2. Rata-rata dari karakteristik kualitas yang diamati 3. Kekonsistenan kinerja proses yang ada
3.1.6.2.1 Peta Kendali X -R
Peta kendali X (mean atau rata-rata) dan R (range atau selisih pengamatan terbesar dengan terkecil) biasa digunakan untuk memantau proses yang diukur berdasarkan data variable. Peta kendali X khusus untuk memantau perubahan suatu sebaran atau distribusi variabel asal dalam hal pemusatannya sedangkan peta R khusus untuk memantau perubahan dalam hal penyebarannya. Langkah-langkah dalam pembuatan peta kendali X dan R adalah sebagai berikut: 1. Tentukan ukuran contoh / subgroup (n = 3,4,5,…). 2. Kumpulkan banyaknya subgroup (k) sedikitnya 20 subgroup atau paling sedikit 60 – 100 titik data individu. 3. Hitung nilai rata-rata dari setiap subgroup, yaitu X .
41 4. Hitung nilai rata-rata dari seluruh X , yaitu X yang merupakan garis tengah dari peta kendali X 5. Hitung nilai selisih data terbesar dengan data terkecil dari setiap subgroup, yaitu range (R). 6. Hitung nilai rata-rata dari seluruh R, yaitu R yang merupakan garis tengah dari peta kendali R. 7. Hitung batas kendali untuk peta kendali R : UCL
= D4* R
LCL
= D3* R
8. Hitung batas kendali untuk peta kendali X : UCL = X + (A2 * R ) LCL = X - (A2 * R ) 9. Plot data X dan R pada peta kendali X dan R serta amati apakah data tersebut berada dalam pengendalian atau tidak berada dalam pengendalian.
42 Xbar/R Chart Setelah Revisi Sample Mean
16.095
UCL=16.09
16.085 Mean=16.08
16.075 16.065
LCL=16.06
16.055 Subgroup
0
10
20
30
Sample Range
0.10
40
UCL=0.09463
0.05
R=0.05077
LCL=0.006912
0.00
Gambar 3.3 Gambar Xbar-R chart
3.1.7 Kapabilitas Proses
Kemampuan dari sebuah proses untuk memenuhi batas-batas spesifikasi hanya boleh dihitung apabila proses tersebut telah berada dalam batas-batas pengendalian statistikal. Dalam pengertian ini, proses tersebut tidak boleh mengandung penyebabpenyebab khusus, sehingga variasi yang ada merupakan refleksi dari apa yang mampu dicapai oleh proses tersebut. Sebuah proses harus terlebih dahulu dianalisa untuk memastikan bahwa proses tersebut berada dalam batas kendali sebelum nilai kapabilitasnya dihitung. Indeks Kapabilitas Proses dapat dimengerti sebagai sebuah pengukuran dari seberapa baik performansi dari proses tersebut. Kemampuan sebuah proses untuk memenuhi spesifikasi merupakan kriteria yang digunakan untuk mengukur kebaikan proses tersebut. Indeks kapabilitas yang digunakan tidak memiliki dimensi sehingga dapat digunakan dalam sgala bidang karena tidak tergantung pada parameter dari produk tersebut. Index ini menggambarkan lokasi dan/atau variasi dari proses.
43
Kapabilitas proses adalah rasio dari rentang toleransi dengan variasi proses natural. Cp =
Lebar Spesifikasi USL − LSL = Penyebaran Proses 6s
Dengan USL dan LSL adalah batas spesifikasi atas dan bawah. NIlai Cp lebih besar 1 maka proses mampu dalam mencapai spesifikasi. Makin besar Cp makin baik proses tersebut dengan syarat proses berada di tengah/pusat (center). Kepusatan dari proses merupakan asumsi yang sangat penting dalam menggunakan kapabilitas proses. Salah satu kerugian dalam menggunakan Cp adalah tidak diikutkannya kepusatan ke dalam perhitungan. Nilai dari Cp sendiri tidak menunjukkan apakah proses berada di pusat atau tidak. Untuk memasukkan informasi dalam memusatkan proses, kapabilitas proses satu sisi harus digunakan. Ada dua macam kapabilitas proses satu sisi, •
CPL =
X − LSL 3s
•
CPU =
USL − X 3s
CPU adalah rasio jarak antara batas spesifikasi atas darn ata-rata proses dengan setengah dari variasi natural (3s). CPL adalah rasio jarak antara batas spesifikasi bawah dan rata-rata proses dnegan setengah dari variasi natural (3s). Jika proses berada di pusat antara batas spesifikasi, maka Cp=Cpu=Cpl.
44 Jika Cpl lebih besar dari Cpu maka proses lebih mampu dalam mencapai batas spesifikasi bawah. Terkadang indeks Cpl digunakan, dimana Cpl adalah nilai terkecil antara Cpl dengan Cpu. Cpk mendefinisikan keadaan terburuk antara indeks kapabilitas atas dan bawah. Nilai dari Cpu dan Cpl memberitahukan kepada kita bahwa proses tidak terpusat dan kita tidak dapat mengharapkan bahwa proses dapat mencapai batas spesifikasi dengan sangat baik. Kita hanya dapat mengharapkan proses mendekati batas spesifikasi bawah/atas sepanjang waktu. Nilai Cpk memberitahukan kepada kita bahwa kita tidak bisa mencapai setidaknya satu dari spesifikasi dengan sangat baik. Kriteria yang digunakan untuk indeks kapabilitas proses (Cp) ini adalah : •
Cp > 1.33, maka kapabilitas proses sangat baik.
•
1.00 ≤ Cp ≤ 1.33, maka kapabilitas proses baik namun perlu pengendalian ketat apabila Cp telah mendekati 1.00.
•
Cp < 1.00, maka kapabilitas proses rendah, sehingga perlu ditingkatkan performansinya melalui perbaikan proses.
Kriteria yang digunakan untuk indeks performansi kane (Cpk) ini adalah: •
Jika Cpk = Cp, maka proses tepat di tengah-tengah (centered) dari batas spesifikasi, dan jika Cpk < Cp maka prosesnya tidak berada di tengah (off-
center). •
Jika Cpk = 1, maka proses menghasilkan produk yang sesuai dengan spesifikasi.
•
Jika Cpk < 1, maka proses menghasilkan produk yang tidak sesuai dengan spesifikasi.
45 Dimana kondisi ideal adalah Cp > 1.33 dan Cp = Cpk.
Besarnya nilai Cpk dibandingkan terhadap nilai Cp merupakan indikator langsung dari seberapa jauh proses bergeser dari tengah (center). Cp biasanya disebut sebagai kemampuan potensial yang dapat dicapai oleh proses jika proses tidak bergeser sedangkan Cpk melambangkan kemampuan sebenarnya dari proses.
3.1.8 Failure Mode and Effect Analysis (FMEA)
FMEA merupakan sebuah metodologi yang digunakan untuk menganalisa dan menemukan : 1. Semua kegagalan – kegagalan yang potensial yang terjadi pada sebuah sistem. 2. Efek – efek dari kegagalan yang terjadi pada sistem. 3. Bagaimana cara untuk memperbaiki atau meminimalkan kegagalan atau efekefek yang mempengaruhi sistem. (Lewis, 1996, p3)
Definisi serta pengurutan atau pemberian ranking dari berbagai terminologi dalam FMEA adalah sebagai berikut : 1. Akibat potensial adalah akibat yang dirasakan atau dialami oleh pengguna akhir. 2. Mode kegagalan potensial adalah kegagalan atau kecacatan dalam desain yang menyebabkan cacat itu tidak berfungsi sebagaimana mestinya. 3. Penyebab potensial dari kegagalan adalah kelemahan-kelemahan desain dan perubahan dalam variabel yang akan mempengaruhi proses dan menghasilkan kecatatan produk.
46 4. Occurance adalah suatu perkiraan tentang probabilitas atau peluang bahwa penyebab akan terjadi dan menghasilkan modus kegagalan yang menyebabkan akibat tertentu.
Tabel 3.2 Tabel Occurance Ranking 1
Kriteria Verbal Tidak mungkin penyebab ini
Probabilitas Kegagalan 1 dalam 1000000
mengakibatkan kegagalan. 2
Kegagalan akan jarang terjadi.
1 dalam 20000
3
1 dalam 4000
4
1 dalam 1000
5
Kegagalan agak mungkin terjadi.
6 7
1 dalam 400 1 dalam 80
Kegagalan adalah sangat mungkin terjadi.
8
1 dalam 40 1 dalam 20
9
Hampir dapat dipastikan bahwa kegagalan
1 dalam 8
10
akan terjadi.
1 dalam 2
47
5. Severity adalah suatu perkiraan subyektif atau estimasi tentang bagaimana buruknya pengguna akhir akan merasakan akibat dari kegagalan tersebut.
Tabel 3.3 Tabel Severity Ranking 1
Kriteria Verbal
Neglible Severity, kita tidak perlu memikirkan akibat ini akan berdampak pada kinerja produk. Pengguna akhir tidak akan memperhatikan kecatatan atau kegagalan ini.
2
Mild Severity, Akibat yang ditimbulkan hanya bersifat ringan,
3
pengguna akhir tidak merasakan perubahan kinerja.
4
Moderate Severity, pengguna akhir akan merasakan akibat
5
penurunan kinerja atau penampilan namun masih berada dalam
6
batas toleransi.
7
High Severity, pengguna akhir akan merasakan akibat buruk yang
8
tidak dapat diterima, berada diluar batas toleransi.
9
Potential Safety Problem, akibat yang ditimbulkan adalah sangat
10
berbahaya dan bertentangan dengan hukum.
48
6. Detectibility adalah perkiraan subyektif tentang bagaimana efektivitas dan metode pencegahan atau pendeteksian
Tabel 3.4 Tabel Detectibility Ranking 1
Kriteria Verbal Metode pencegahan atau deteksi sangat
Tingkat kejadian Penyebab 1 dalam 1000000
efektif. Tidak ada kesempatan bahwa penyebab akan muncul lagi. 2
Kemungkinan bahwa penyebab itu terjadi
1 dalam 20000
3
adalah sangat rendah.
1 dalam 4000
4
Kemungkinan penyebab bersifat moderat,
1 dalam 1000
5
metode deteksi masih memungkinkan
1 dalam 400
6
kadang-kadang penyebab itu terjadi.
1 dalam 80
7
Kemungkinan bahwa penyebab itu terjadi
1 dalam 40
8
masih tinggi. Metode pencegahan atau
1 dalam 20
deteksi kurang efektif, karena penyebab masih berulang lagi. 9
Kemungkinan bahwa penyebab itu terjadi
1 dalam 8
10
sangat tinggi. Metode deteksi tidak efektif.
1 dalam 2
Penyebab akan selalu terjadi.
49 3.2 Segi Sistem Informasi 3.2.1 Definisi Sistem
Secara sederhana sistem dapat diartikan sebagai kumpulan dari komponen yang mengimplementasikan model dari requirement, function, dan interface. Menurut Mcleod (2001, p9), sistem adalah sebuah grup elemen yang diintegrasikan dengan keinginan bersama untuk mencapai suatu tujuan. Suatu organisasi seperti perusahaan atau area bisnis cocok dengan definisi ini. Organisasi harus terdiri dari sumber-sumber seperti yang telah kita identifikasikan sebelumnya dan mereka bekerja untuk mencapai tujuan yang khusus seperti yang telah dispesifikasikan oleh pemilik atau manajemen. Sistem mempunyai tiga fungsi dasar yang saling berinteraksi, yaitu : •
Masukan (Input) Masukan mencakup penangkapan dan pengumpulan unsur/komponen yang masuk ke dalam sistem untuk diproses.
•
Pengolahan (Process) Pengolahan melibatkan perubahan bentuk (transformasi) masukan menjadi keluaran.
•
Keluaran (Output) Keluaran adalah hasil akhir dari proses perubahan bentuk. Keluaran mencakup pemindahan unsur-unsur yang telah diproduksi oleh suatu perubahan bentuk (transformasi) kedalam tujuan akhirnya. Menurut O’brien (2003, p8), sistem adalah sekumpulan komponen yang saling
bekerja sama melalui suatu proses transformasi dengan menerima input dan menghasilkan output secara teratur guna mencapai beberapa sasaran.
50 Maka dapat disimpulkan bahwa sistem merupakan sekumpulan elemen yang saling bekerja sama dan terintegrasi satu sama lainnya guna mencapai suatu tujuan tertentu.
3.2.2 Pengertian Informasi
Menurut McLeod (2001, p15), informasi adalah data yang telah diproses, atau data yang memiliki arti. Menurut Loudon dan Loudon (2002, p7), informasi adalah data yang diolah kedalam bentuk yang lebih berarti dan lebih bermanfaat bagi yang menerimanya. Dari definisi yang disebutkan, informasi dapat disimpulkan sebagai data yang telah diolah yang mempunyai arti dalam pengambilan keputusan bagi pihak yang bersangkutan.
3.2.3 Pengertian Sistem Informasi
Sistem informasi merupakan sekumpulan komponen interrelational untuk mengumpulkan, memproses, menyimpan, dan mendistribusikan informasi untuk membantu manajer dalam pengambilan keputusan, pengontrolan, pengkoordinasian, menganalisa masalah, dan memvisualisasikan masalah didalam suatu organisasi (Laudon, 1998, p7). Model sistem informasi menggambarkan suatu kerangka konseptual dasar yang utama dari aktivitas dan komponen sistem informasi. Suatu sistem informasi sangat bergantung terhadap sumber daya nya, yang antara lain adalah sumber daya manusianya, perangkat keras, perangkat lunak, data, dan jaringan, yang kesemuanya diintegrasikan
51 untuk melaksanakan masukan, pengolahan, keluaran, penyimpanan, dan aktivitas pengendalian yang mengubah sumber daya data kedalam produk berbentuk informasi. Berdasarkan pendapat diatas, maka sistem informasi adalah sekumpulan komponen yang saling bekerja sama untuk mengolah informasi sedemikian rupa untuk pengambilan keputusan yang bersifat manajerial dan strategis serta menyediakan laporan-laporan tertentu pada pihak luar.
3.2.4 Permodelan Berorientasi Obyek 3.2.4.1 Object Orientation
Berorientasi obyek atau Object Oriented merupakan paradigma baru dalam rekayasa perangkat lunak yang memandang sistem sebagai kumpulan obyek-obyek diskrit yang saling berinteraksi. Yang dimaksud berorientasi obyek adalah bahwa mengorganisasikan perangkat lunak sebagai kumpulan obyek-obyek diskrit yang bekerja sama antara informasi atau struktur data dan perilaku (behaviour) yang mengaturnya. Obyek adalah segala sesuatu yang berada di sekitar kita, dimana obyek-obyek lah yang menyusun dunia ini. Misalkan : mobil, bis, truk, sepeda, dan lain-lain adalah contoh obyek kendaraan. Setiap obyek mempunyai informasi-informasi atau atributatribut dan perilaku sebagai operasi pengaturnya. Atribut-atribut obyek kendaraan tersebut antara lain: jumlah roda, warna, berat, dan lain-lain. Sedangkan Operasi-operasi pengatur obyek kendaraan tersebut antara lain adalah berjalan, belok kanan, dan lainlain. Obyek-obyek yang mempunyai atribut dan operasi yang sama dapat dikelompokkan dalam sebuah kategori. Misalkan obyek mobil, bis, truk dan sepeda dapat dikelompokkan kedalam sebuah kategori yaitu “kendaraan”.
52 Paradigma berorientasi obyek mempunyai bidang aplikasi yang sangat luas dalam bidang rekayasa perangkat lunak, antara lain: pemrograman, permodelan sistem informasi, manajemen proyek, perangkat keras, dan lainnya.
3.2.4.2 Tiga Karakteristik Permodelan Berorientasi Objek 3.2.4.2.1 Inheritance
Obyek adalah anggota suatu kelas, dan sebaliknya kelas adalah sebuah kategori dari beberapa obyek yang mempunyai atribut yang sama, maka obyek mempunyai semua karakteristik dari suatu kelas. Atribut dan operasi yang ditentukan dalam kelas dapat diwariskan ke masing-masing obyek dalam kelas tersebut. Kelas dapat pula mewarisi sifat-sifat kelas lainnya. Mesin cuci, lemari es, oven, radio, televisi dan sebagai nya adalah kelas peralatan listrik, mereka mewarisi atribut dari kelas peralatan listrik misalnya tipe, dan mewarisi operasi misalnya turn on dan turn
off. Pewarisan (Inheritance) tidak berhenti sampai disini, kelas peralatan listrik itu sendiri hanyalah subkelas dari kelas peralatan. Dimana kelas peralatan mempunyai beberapa sub kelas antara lain: Peralatan listrik, peralatan dapur, dsb.
3.2.4.2.2 Encapsulation
Ketika seseorang menonton televisi, seseorang tersebut tidak memperdulikan kompleksitas rangkaian elektronika yang ada didalamnya. Mereka tidak memperdulikan bagaimana rangkaian elektronika itu bekerja, mereka hanya memperhatikan tomboltombol apa saja yang bisa digunakan untuk mengoperasikannya. Konsep ini dikenal
53 dengan istilah Encapsulation, yaitu menyembunyikan kompleksitas dari luar dan hanya membuka operasi-operasi yang diperlukan saja terhadap obyek-obyek lain.
3.2.4.2.3 Polymorphism
Kadang-kadang sebuah operasi mempunyai nama yang sama pada kelas yang berbeda. Misalkan, membuka jendela, membuka pintu, membuka surat kabar, dan membuka pembicaraan. Operasi-operasi diatas walaupun mempunyai nama yang sama tetapi diberikan pada obyek yang berbeda maka mempunyai makna yang berbeda. Pada masing-masing persoalan dapat dilakukan operasi yang berbeda-beda walaupun dengan nama yang sama. Konsep diatas dikenal dengan istilah Polymorphism, yaitu suatu operasi dengan nama yang sama, tetapi jika diberikan pada obyek yang berbeda akan mengakibatkan operasi yang berbeda.
3.2.5 Unified Modeling Language (UML) 3.2.5.1 Sejarah Unified Modeling Language (UML)
Notasi UML dibuat sebagai kolaborasi dari Grady Booch, DR.James Rumbough, Ivar Jacobson, Rebecca wirfs Brock, Peter Yourdon, dan lainnya. Jacobson menulis tentang pendefinisian persyaratan –persyaratan sistem yang disebut use-case. Juga mengembangkan sebuah metode untuk perancangan sistem yang disebut Object-
Oriented-Software-Engineering (OOSE) yang berfokus pada analisis. Booch, Rumbough dan Jacobson biasa disebut dengan tiga sekawan (tree amigos). Semuanya bekerja di
Rational Software Corporation dan berfokus pada standarisasi dan perbaikan ulang UML. Simbol UML mirip dengan Booch, Notasi OMT, dan juga ada kemiripan dengan notasi lainnya.
54 Penggabungan beberapa metode menjadi UML dimulai 1993. Setiap orang dari tiga sekawan di rational mulai menggabungkan idenya masing-masing dengan metode lainnya. Pada akhir tahun 1995 Unified Method versi 0.8 diperkenalkan. Unified Method diperbaiki dan diubah menjadi UML pada tahun 1996, UML 1.0 disahkan dan diberikan pada Object Technology Group (OTG) pada tahun 1997, dan pada tahun itu juga beberapa perusahaan pengembang utama perangkat lunak mulai mengadopsinya. Pada tahun yang sama OMG merilis UML 1.1 sebagai standar industri.
3.2.5.2 Pengenalan Diagram-Diagram dalam UML
UML menyediakan beberapa diagram visual yang menunjukkan berbagai aspek dalam sistem. Ada beberapa diagram yang disediakan dalam UML, antara lain : •
Diagram Use Case (Use case diagram)
•
Diagram sekuensial (Sequence diagram)
•
Diagram Kelas (Class Diagram)
•
Diagram State chart (State chart diagram)
•
Diagram Komponen (Component diagram)
•
Diagram Deployment (Deployment diagram)
3.2.6 Problem Domain Analysis
Tujuan dari problem domain analysis ini adalah untuk mengidentifikasi dan memodelkan problem domain. Aktivitas yang dilakukan dalam problem domain analysis ini adalah aktivitas pendefinisian class, structure, serta behaviour.
55 3.2.6.1 Class
Aktivitas Class adalah bertujuan untuk mencari elemen dari problem domain, yaitu objects, classes, dan events yang terdapat dalam sistem. Shape -origin +move() +resize() +display()
Gambar 3.4 Class Dapat dinyatakan bahwa sebuah obyek dijelaskan di sebuah class, class menjelaskannya dalam bentuk struktur dan kelakuan dari semua obyeknya. Sebuah obyek yang diciptakan dari sebuah class disebut juga instansi dari class.
3.2.6.2 Object
Object : An entity with identify, state, and behaviour (Matthiassen, 2000, p51) Object adalah suatu entitas yang mempunyai identitas, state, dan behaviour. Untuk dapat memanggil sesuatu sebagai object kita harus dapat untuk mendeskripsikannya sebagai sebuah entity, identity dari object adalah property yang memisahkan dari object-object lainnya, semua object harus memiliki identity agar kita dapat membedakannya dengan
object lainnya.
3.2.6.3 Event
Event : an instantaneous incident involving one or more objects (Matthiassen, 2000, p51). Event adalah kejadian yang terjadi seketika yang melibatkan satu atau lebih object.
56 3.2.6.4 Class Diagram
Class Diagram memodelkan konsep dari domain aplikasi. Diagram kelas atau class diagram menunjukkan interaksi antar kelas dalam sistem. Dalam class diagram dapat digambarkan hubungan sebagai berikut : •
Generalization Generalisasi adalah suatu hubungan antara 2 subclass atau lebih dengan satu atau lebih super class .
Gambar 3.5 Contoh hubungan generalisasi •
Assosiation Assosiation adalah hubungan komunikasi antara satu class dengan class lain.
•
Multiplicities Multiplicities adalah hubungan satu class dengan banyak class.
3.2.6.5 Behavioral Pattern
Behavioral Pattern : A description of possible event traces for all objects in a class (Matthiassen, 2000, p90). Behavioral Pattern adalah deskripsi dari event trace yang mungkin untuk seluruh object dalam sebuah class. Behavioral pattern ini ditampilkan dalam bentuk state chart diagram yang merupakan bentuk yang paling umum digunakan.
57
3.2.6.6 Sequence Diagram Diagram sekuensial atau Sequence diagram digunakan untuk menunjukkan aliran fungsionalitas dalam use case. Sequence diagram ini menggambarkan susunan peta komunikasi antara objek dan aktor dalam suatu urutan waktu, dimana setiap class memiliki sebuah lifeline (garis hidup) yang digambarkan sebagai sebuah garis lurus, dan setiap pesan yang dikirimkan digambarkan sebagai anak panah antara lifeline dari class tersebut.
Gambar 3.6 Sequence Diagram 3.2.7 Application Domain Analysis Application Domain Analysis bertujuan untuk mendefinisikan fungsi dan interface dari sistem. Aktivitas yang akan dilakukan pada tahap analisa ini mencakup definisi dari usage, functions, dan interface.
58
3.2.7.1 Use Case Diagram
Use case adalah sekumpulan skenario yang menghubungkan antara user dan sistem. Aktor adalah sebuah role yang dimainkan seorang user terhadap sistem. Use
case diagram adalah kumpulan dari use case dan aktor serta hubungannya. Notasi-notasi pada usecase diagram : •
Include Relasi include memungkinkan satu use case menggunakan fungsionalitas yang disediakan oleh use case lainnya. Relasi ini dapat digunakan dengan alasan salah satu dari dua hal berikut: Pertama, jika dua atau lebih use case mempunyai bagian besar fungsionalitas yang identik, maka fungsionalitas ini dapat dipecah ke dalam use
case tersendiri. Masing-masing use case kemudian menggunakan relasi include terhadap use case yang baru dibuat tersebut. Masalah kedua adalah relasi include bermanfaat untuk situasi jika sebuah
use case mempunyai fungsionalitas yang terlalu besar, kemudian fungsionalitas yang besar tersebut dipecah menjadi dua buah use case yang lebih kecil, relasi include digunakan untuk menghubungkan dua buah use case hasil pemecahan.
59
Gambar 3.7 Include Relationship •
Extend Relasi extend memungkinkan satu use case secara optional menggunakan fungsionalitas yang disediakan oleh use case lainnya.
Gambar 3.8 Extends Relationship
3.2.7.2 Function
Function : a facility for making a mode useful for actors (Matthiassen, 2000, p138). Aktivitas function bertujuan untuk mendefinisikan properties dari pemrosesan informasi dari sistem untuk membantu actor. Hasil akhir dari aktivitas ini adalah daftar lengkap dari fungsi-fungsi dengan spesifikasi dari fungsi-fungsi yang kompleks. Ada 4 tipe dari fungsi yaitu Update, Signal, Read, Complete.
60 3.2.7.3 Interface Interface : facilities that make a system’s and functions available to actors (Matthiassen,
2000,
p151).
Aktivitas
interface
mempunyai
tujuan
untuk
mengidentifikasikan kebutuhan akan interface dari system. Interface adalah suatu fasilitas yang membuat model dan function dapat berinteraksi dengan actor. Interface terdiri dari user interface dan system interface. Hasil dari aktivitas ini adalah perancangan screen atau form, navigation diagram, dan deskripsi lainnya.
3.2.8 Architecture Design Pada tahap ini akan dirancang arsitektur hubungan antara client dan server yang memadai untuk sistem agar dapat berjalan dengan baik. Laporan yang dihasilkan adalah Deployment Diagram. Deployment diagram adalah diagram yang menggambarkan processors, assigned components dan active objects.
Gambar 3.9 Architectural Design
61 3.2.9 Component Design
Tujuan dari aktivitas ini adalah untuk menentukan kebutuhan bagi implementasi dalam suatu kerangka arsitektur. Hasil yang diinginkan dari component design adalah deskripsi dari komponen sistem. Laporan yang dihasilkan dari component design adalah component diagram. Component diagram merupakan diagram yang menggambarkan struktur dan hubungan antar komponen piranti lunak, termasuk ketergantungan diantaranya. Pada tahap ini akan terlihat bagaimana sistem bekerja dan interaksi yang terjadi antara sistem dan pengguna.
