BAB 5
HASIL DAN PEMBAHASAN
5.1 Ekstraksi Hasil Pengumpulan Data 5.1.1 Data Pesanan Obat Tablet PT.Metiska Farma Data pesanan obat tablet merupakan faktor yang utama dalam menyusun suatu penjadwalan produksi yang baik. Data pesanan obat tablet yang datang dari customer pada awalnya diterima oleh Divisi Marketing dan diolah menjadi data pesanan obat tablet, kemudian Divisi Marketing melanjutkannya ke Divisi PPIC untuk diolah menjadi rencana produksi. Divisi PPIC mengolah data pesanan obat tablet dari Divisi Marketing itu ke dalam satuan batch yang harus diproduksi dengan melihat data stock atau data persediaan yang ada. Divisi Produksi dalam kegiatannya melakukan proses produksi obat tablet di PT.Metiska Farma berdasarkan pada rencana produksi yang diterimanya dari Divisi PPIC. Dari data rencana
produksi PPIC maka terlihat jumlah batch yang harus
diproduksi oleh Divisi Produksi dalam waktu 1 bulan tersebut. Tugas Divisi Produksi di sini adalah membuat penjadwalan yang optimum dimana penjadwalan tersebut dapat meminimumkan makespan dan flowtime. Dengan kemampuan Divisi Produksi untuk meminimumkan makespan dan flowtime maka pada akhirnya dapat mengurangi biaya produksi serta meningkatkan keefisienan produksi.
130 Berikut ini tabel yang menggambarkan data pesanan obat tablet PT.Metiska Farma untuk bulan September 2005 dari Divisi PPIC.
Tabel 5.1 Data Pesanan Tablet PT.Metiska Farma (box) Periode September 2005
Nama Produksi
Marketing
Produksi
Batch
Tablet
(box)
Stock
WIP
Processing
Analspec 500
1200
50
0
-3
Xepaprim Forte
600
150
83
-1
Xepathritis 50
2000
897
168
-1
Meflosin 500
1000
50
0
-2
Kadiflam 25
1500
123
81
-2
Kadiflam 50
1500
86
0
-2
Xepazym
1700
117
0
-4
Tismazol 500
900
203
17
-2
Xepare Tablet
1800
25
0
-2
Tismafam 40
800
100
52
-2
Xepadergin 4,5 mg
1200
25
15
-2
Xepalat
1250
114
0
-3
Progesic
1600
247
189
-3
Metropil
1100
45
0
-2
Gestamag
1000
231
0
-2
Tismalin Tablet
1176
83
0
-2
131 Untuk memperoleh jumlah batch yang harus diproduksi oleh Divisi Produksi, maka Divisi PPIC harus melakukan kalkulasi atau perhitungan terlebih dahulu dengan mempertimbangkan adanya faktor stock dan faktor WIP (Work In Process).
Setelah itu perlu juga mempertimbangkan banyaknya tablet yang dihasilkan dari satu batch obat dan isi strip suatu obat. Dari faktor-faktor tersebut , maka akan didapatkan jumlah batch yang harus diproduksi (batch processing) oleh Divisi Produksi PT.Metiska Farma. Setiap mesin melakukan proses produksi per 1 batch.
Data
mengenai banyak tablet yang dihasilkan dalam 1 batch, jumlah box dan isi strip dapat dilihat dalam lampiran 4 .
Secara garis besar langkah perhitungan untuk memperoleh jumlah batch yang harus diproduksi adalah :
Divisi Marketing menerima pesanan atau order dari customer
↓ Divisi PPIC memperhatikan tersedianya stock dan WIP (Work In Process)
↓ Jumlah Box yang harus diproses = Order dari customer - (Stock+WIP)
↓ JumlahBatchYangHarusDiproses=
JumlahBoxYangHarusDiproses x Isi StripPer Box BanyakTabletPer Batch
132 Berdasarkan data pesanan tablet yang telah diterima dari Divisi PPIC tersebut , maka Divisi Produksi melakukan summary terhadap data pesanan tersebut.
Tabel 5.2 Jumlah Batch Yang Harus Diproduksi Periode September 2005 Nama Produksi
Batch
Tablet
Processing
Analspec 500
3
Xepaprim Forte
1
Xepathritis 50
1
Meflosin 500
2
Kadiflam 25
2
Kadiflam 50
2
Xepazym
4
Tismazol 500
2
Xepare Tablet
2
Tismafam 40
2
Xepadergin 4,5 mg
2
Xepalat
3
Progesic
3
Metropil
2
Gestamag
2
Tismalin Tablet
2
Vasotin 75 mg
1
Vasotin 25 mg
1
Xepaneuron
2
5.1.2 Data Waktu Proses Tablet PT.Metiska Farma Waktu Proses Tablet di PT.Metiska Farma berdasarkan pada lamanya satu batch obat diproses pada satu mesin. Lamanya waktu proses satu batch obat yang diproses pada satu mesin dikenal juga dengan sebutan waktu standar yang telah dimiliki oleh
133 perusahaan . PT.Metiska Farma memiliki standar waktu proses satu batch obat di satu proses sebagai patokan dalam serangkaian proses produksi melalui proses trial and error dikonversikan ke dalam satuan detik. Selain standar waktu proses yang telah dimiliki oleh perusahaan, maka dilakukan pula observasi atau pengamatan secara langsung pada Divisi Produksi dengan menggunakan alat pengukur waktu. Untuk memproses obat berbentuk tablet, maka akan selalu melewati alur produksi dan mesin yang sama. Berikut ini adalah Operation Process Chart dari obat tablet :
Gambar 5.1 OPC Pembuatan Tablet
134 Tabel 5.3 Waktu Proses (detik) Tablet Setiap Batch Untuk Mesin Cetak
Job
Tablet/batch
Punch
Frekuensi cetak
Waktu/cetak
Total waktu
(kali)
(detik)
(detik)
Analspec 500
50000
25
2000
6.14
12273.00
Xepaprim Forte
37500
25
1500
7.38
11075.00
Xepathritis 50
100000
25
4000
3.14
12578.00
Meflosin 500
50000
25
2000
6.01
12027.00
Kadiflam 25
100000
16
6250
1.85
11550.00
Kadiflam 50
100000
19
5263
2.30
12087.00
Xepazym
50000
19
2632
4.50
11851.00
Tismazol 500
50000
25
2000
6.23
12453.00
Xepare Tablet
100000
25
4000
3.11
12458.00
Tismafam 40
50000
25
2000
5.73
11457.00
Xepadergin 4,5 mg
50000
25
2000
6.98
13954.00
Xepalat
50000
25
2000
8.27
16549.00
Progesic
50000
25
2000
7.28
14568.00
Metropil
100000
19
5263
3.23
16975.00
Gestamag
40000
25
1600
9.73
15564.00
Tismalin Tablet
100000
25
4000
4.14
16548.00
Vasotin 75 mg
100000
19
5263
3.23
16995.00
Vasotin 25 mg
100000
19
5263
3.52
18547.00
Xepaneuron
50000
25
2000
7.45
14895.00
135 Tabel 5.4 Waktu Proses (menit) Satu Kali Running Di Setiap Mesin PT.Metiska Farma
Nama Tablet
Waktu Proses Satu Batch Tablet Di Setiap Mesin (menit) Alat
Mesin
Mesin
Mesin
Mesin
Mesin
Timbang
Homogenizer
Granulator
Cetak
Coating
Stripping
Analspec 500
157.63
178.58
159.45
204.55
105.25
152.92
Xepaprim Forte
164.27
177.57
245.68
184.58
107.42
157.45
Xepathritis 50
142.43
173.88
335.60
209.63
316.07
170.57
Meflosin 500
170.57
177.93
401.27
200.45
112.62
176.85
Kadiflam 25
192.05
177.95
436.25
192.50
189.55
178.18
Kadiflam 50
160.75
179.93
175.83
201.45
175.93
194.20
Xepazym
142.20
175.48
335.33
197.52
114.52
148.22
Tismazol 500
190.93
176.52
309.40
207.55
124.15
156.92
Xepare Tablet
172.02
176.07
170.93
207.63
142.37
154.23
Tismafam 40
187.63
179.75
242.82
190.95
192.07
170.93
Xepadergin 4,5 mg
170.57
179.93
226.48
232.57
275.80
170.57
Xepalat
159.12
180.25
359.47
275.82
220.97
159.78
Progesic
165.02
176.10
360.95
242.80
159.12
170.58
Metropil
160.53
182.53
305.35
282.92
160.90
170.93
Gestamag
170.58
189.63
292.82
259.40
158.72
170.57
Tismalin Tablet
183.75
176.87
292.72
275.80
264.48
164.28
Vasotin 75 mg
160.53
165.87
205.90
283.25
207.97
159.82
Vasotin 25 mg
187.25
174.95
261.12
309.12
142.73
140.95
Xepaneuron
179.82
174.47
243.15
248.25
205.93
150.93
136 Tabel 5.5 Waktu Proses (detik) Satu Kali Running Di Setiap Mesin PT.Metiska Farma
Nama Tablet
Waktu Proses Satu Batch Tablet Di Setiap Mesin (detik) Alat
Mesin
Mesin
Mesin
Mesin
Mesin
Timbang
Homogenizer
Granulator
Cetak
Coating
Stripping
Analspec 500
9458.00
10715.00
9567.00
12273.00
6315.00
9175.00
Xepaprim Forte
9856.00
10654.00
14741.00
11075.00
6445.00
9447.00
Xepathritis 50
8546.00
10433.00
20136.00
12578.00
18964.00
10234.00
Meflosin 500
10234.00
10676.00
24076.00
12027.00
6757.00
10611.00
Kadiflam 25
11523.00
10677.00
26175.00
11550.00
11373.00
10691.00
Kadiflam 50
9645.00
10796.00
10550.00
12087.00
10556.00
11652.00
Xepazym
8532.00
10529.00
20120.00
11851.00
6871.00
8893.00
Tismazol 500
11456.00
10591.00
18564.00
12453.00
7449.00
9415.00
Xepare Tablet
10321.00
10564.00
10256.00
12458.00
8542.00
9254.00
Tismafam 40
11258.00
10785.00
14569.00
11457.00
11524.00
10256.00
Xepadergin 4,5 mg
10234.00
10796.00
13589.00
13954.00
16548.00
10234.00
Xepalat
9547.00
10815.00
21568.00
16549.00
13258.00
9587.00
Progesic
9901.00
10566.00
21657.00
14568.00
9547.00
10235.00
Metropil
9632.00
10952.00
18321.00
16975.00
9654.00
10256.00
Gestamag
10235.00
11378.00
17569.00
15564.00
9523.00
10234.00
Tismalin Tablet
11025.00
10612.00
17563.00
16548.00
15869.00
9857.00
Vasotin 75 mg
9632.00
9952.00
12354.00
16995.00
12478.00
9589.00
Vasotin 25 mg
11235.00
10497.00
15667.00
18547.00
8564.00
8457.00
Xepaneuron
10789.00
10468.00
14589.00
14895.00
12356.00
9056.00
137 Tabel 5.6 Data Frekuensi Running Di Setiap Mesin PT.Metiska Farma
Nama Produk
Batch
Kapasitas
Frekuensi
Tablet
Processing
Running
Running
(batch)
(kali)
Analspec 500
3
1
3
Xepaprim Forte
1
1
1
Xepathritis 50
1
1
1
Meflosin 500
2
1
2
Kadiflam 25
2
1
2
Kadiflam 50
2
1
2
Xepazym
4
1
4
Tismazol 500
2
1
2
Xepare Tablet
2
1
2
Tismafam 40
2
1
2
Xepadergin 4,5 mg
2
1
2
Xepalat
3
1
3
Progesic
3
1
3
Metropil
2
1
2
Gestamag
2
1
2
Tismalin Tablet
2
1
2
Vasotin 75 mg
1
1
1
Vasotin 25 mg
1
1
1
Xepaneuron
2
1
2
138 Tabel 5.7 Waktu Proses Di Setiap Mesin PT. Metiska Farma
Nama Produksi
Frekuensi
Tablet
Running
Total Waktu Proses (detik)
Alat
Mesin
Mesin
Mesin
Mesin
Mesin
Timbang
Homogenizer
Granulator
Cetak
Coating
Stripping
Analspec 500
3
28374.00
32145.00
28701.00
36819.00
18945.00
27525.00
Xepaprim Forte
1
9856.00
10654.00
14741.00
11075.00
6445.00
9447.00
Xepathritis 50
1
8546.00
10433.00
20136.00
12578.00
18964.00
10234.00
Meflosin 500
2
20468.00
21352.00
48152.00
24054.00
13514.00
21222.00
Kadiflam 25
2
23046.00
21354.00
52350.00
23100.00
22746.00
21382.00
Kadiflam 50
2
19290.00
21592.00
21100.00
24174.00
21112.00
23304.00
Xepazym
4
34128.00
42116.00
80480.00
47404.00
27484.00
35572.00
Tismazol 500
2
22912.00
21182.00
37128.00
24906.00
14898.00
18830.00
Xepare Tablet
2
20642.00
21128.00
20512.00
24916.00
17084.00
18508.00
Tismafam 40
2
22516.00
21570.00
29138.00
22914.00
23048.00
20512.00
Xepadergin 4,5 mg
2
20468.00
21592.00
27178.00
27908.00
33096.00
20468.00
Xepalat
3
28641.00
32445.00
64704.00
49647.00
39774.00
28761.00
Progesic
3
29703.00
31698.00
64971.00
43704.00
28641.00
30705.00
Metropil
2
19264.00
21904.00
36642.00
33950.00
19308.00
20512.00
Gestamag
2
20470.00
22756.00
35138.00
31128.00
19046.00
20468.00
Tismalin Tablet
2
22050.00
21224.00
35126.00
33096.00
31738.00
19714.00
Vasotin 75 mg
1
9632.00
9952.00
12354.00
16995.00
12478.00
9589.00
Vasotin 25 mg
1
11235.00
10497.00
15667.00
18547.00
8564.00
8457.00
Xepaneuron
2
21578.00
20936.00
29178.00
29790.00
24712.00
18112.00
139 5.1.3 Data Waktu Setting Setiap Mesin PT.Metiska Farma Pengumpulan data waktu setting didapat dengan melakukan pengamatan secara langsung di PT. Metiska Farma
dengan menggunakan stopwatch dimana jumlah
pengamatan yang diambil adalah sebanyak 30 kali, karena saat jumlah pengamatan mulai dari 30 maka data akan mulai terlihat berdistribusi normal (Annis, 1998, online). Data pengukuran waktu setting untuk setiap mesin dapat dilihat pada tabel di bawah ini.. Asumsi yang digunakan adalah penyesuaian dan kelonggaran bernilai sama untuk setiap mesin. Setelah melakukan brainstorming dan pengamatan langsung di lantai produksi maka diperoleh penyesuaian dengan metode obyektif dan kelonggaran yaitu : Tabel 5.8 Tabel Hasil Penyesuaian Dengan Metode Obyektif Tabel Hasil Penyesuaian dengan Metode Obyektif Kecepatan kerja (p1) = 0,85 (krn operator bekerja dengan kecepatan wajar) Bagian Keadaan 1 Anggota terpakai Pergelangan tangan dengan jari 2 Pedal kaki Tanpa pedal 3 Penggunaan Tangan Keadaan tangan saling bantu atau bergantian 4 Koordinasi mata dengan tangan Konstan dan dekat 5 Peralatan Perlu kontrol dan penekanan 6 Berat beban (kg) tangan 6,3
Lambang Penyesuaian (%) B
1
F
0
H
0
K
4
O
1
B-14 Jumlah Kesulitan kerja (p2) = 1 + 0,34 = 1,34
28 34
Faktor Penyesuaian (p) = p1 x p2 = 0,85 x 1,34 = 1,139 ≈ 1,14
140 Tabel 5.9 Tabel Hasil Kelonggaran Tabel Hasil Kelonggaran Bagian Faktor A Tenaga yang dikeluarkan Sedang B Sikap kerja Berdiri diatas dua kaki C Gerakan kerja Normal D Kelelahan mata Pandangan yang hampir terus menerus dengan fokus berubah-ubah E Keadaan temperatur tempat kerja Normal F Keadaan atmosfer Baik G H
Contoh pekerjaan
Kelonggaran (%)
Mencangkul (9-18 kg)
15
Badan tegak,ditumpu dua kaki
2
Ayunan bebas dari palu
0
pekerjaan-pekerjaan yang teliti
6
22-28 °C
2
Ventilasi kurang baik, ada bau-bauan (tidak berbahaya)
0
Keadaan lingkungan yang baik Bersih,sehat,cerah,dengan kebisingan rendah Kelonggaran untuk keperluan pribadi bagi pria Total kelonggaran
0 2 27
5.1.3.1 Mesin Homogenizer 5.1.3.1.1 Data Waktu Setting Mesin Homogenizer Tabel 5.10 Data Waktu Setting Mesin Homogenizer No Pengamatan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Waktu (menit) 15.23 15.26 15.25 15.14 15.17 15.23 15.26 15.24 15.86 15.48 15.46 15.62 15.08 15.11 15.13
Waktu (detik) 913.80 915.60 915.00 908.40 910.20 913.80 915.60 914.40 951.60 928.80 927.60 937.20 904.80 906.60 907.80
No. Pengamatan 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Waktu (menit) 15.23 15.45 15.36 15.27 15.28 15.62 15.24 16.11 16.32 15.24 15.25 15.13 15.18 15.65 15.68
Waktu (detik) 913.80 927.00 921.60 916.20 916.80 937.20 914.40 966.60 979.20 914.40 915.00 907.80 910.80 939.00 940.80
141 5.1.3.1.2 Pengujian Kecukupan Data Waktu Setting Mesin Homogenizer Pengujian ini dilakukan adalah untuk mengetahui apakah jumlah pengamatan yang diambil sudah cukup mewakili data populasi atau perlu melakukan pengukuran waktu sekali lagi. Untuk pengujian ini diperlukan tingkat keyakinan dan tingkat ketelitian, berdasarkan pengamatan dan melakukan brainstorming dengan pihak perusahaan maka dapat diambil besar tingkat keyakinan (K) adalah 95% sedangkan tingkat ketelitiannya (s) adalah 5%. Perhitungannya adalah sebagai berikut: − Untuk nilai Z didapat dengan cara melihat tabel kurva normal, yaitu: Besar tingkat keyakinan adalah 0,95 kemudian dibagi 2 (karena dua arah), hasilnya adalah 0,475. Berdasarkan tabel kurva normal maka didapatkan nilai Z nya yaitu sebesar 1,96.
− Menghitung N’ ⎡Z 2⎤ 2 ⎢ s N ∑ Xi − (∑ Xi ) ⎥ N' = ⎢ ⎥ ∑ Xi ⎢⎣ ⎥⎦
2
⎡1,96 2 30.(25570505,16 ) - (27691,80) ⎢ 0,05 N’= ⎢ 27691,80 ⎢ ⎣
⎤ ⎥ ⎥ ⎥ ⎦
2 = 0,75
Kesimpulan:
Karena jumlah pengukuran minimum (N’) = 0,75 < jumlah pengukuran pendahuluan (N) = 30 maka dapat ditarik kesimpulan bahwa data yang telah diukur sudah cukup mewakili populasi yang ada.
142
5.1.3.1.3 Pengujian Keseragaman Data Waktu Mesin Homogenizer
Pengujian keseragaman data dilakukan untuk melihat apakah data waktu Mesin Homogenizer ini seragam atau tidak. Data dikatakan seragam jika seluruh data waktu Mesin Homogenizer masuk dalam batas kontrol atas (BKA) dan batas kontrol bawah (BKB). Perhitungan keseragaman data untuk Mesin Homogenizer secara detil dan menyeluruh dapat dilihat pada lampiran 5 .
Waktu (detik)
Grafik Keseragaman Data 960.00 940.00 920.00 900.00 880.00 860.00
BKA BKB Rata 1 sub 1
2
3
4
5
6
Rata sub
Sub Group
Grafik 5.1 Grafik Keseragaman Data Untuk Mesin Homogenizer Kesimpulan : Data Seragam karena tidak ada yang keluar dari batas kendali.
5.1.3.1.4 Perhitungan Waktu Baku Setting Mesin Homogenizer
Waktu baku setting untuk Mesin Homogenizer adalah waktu yang diperoleh dengan memperhitungkan waktu standar, penyesuaian dan kelonggarannya. •
Waktu siklus rata-rata
Ws =
∑ Xi = 27691,80 = 923,06 detik N
30
143
•
Waktu Normal
Wn = Ws x p = 923,06 * 1,14 = 1052,29 detik
•
Waktu baku
Wb = Wn × (1 + a) = 1052,29 x (1 + 0,27) = 1336,41 detik
5.1.3.2 Mesin Granulator 5.1.3.2.1 Data Waktu Setting Mesin Granulator
Tabel 5.11 Data Waktu Setting Mesin Granulator No. Pengamatan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Waktu (menit) 20.14 20.35 20.27 20.57 20.36 20.14 20.14 20.58 20.38 20.75 21.09 21.23 20.14 20.18 20.12
Waktu (detik) 1208.40 1221.00 1216.20 1234.20 1221.60 1208.40 1208.40 1234.80 1222.80 1245.00 1265.40 1273.80 1208.40 1210.80 1207.20
No. Pengamatan 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Waktu (menit) 21.25 21.36 21.45 20.14 20.16 20.13 20.48 20.47 20.49 20.14 21.16 21.25 21.29 20.36 20.47
Waktu (detik) 1275.00 1281.60 1287.00 1208.40 1209.60 1207.80 1228.80 1228.20 1229.40 1208.40 1269.60 1275.00 1277.40 1221.60 1228.20
144
5.1.3.2.2 Pengujian Kecukupan Data Waktu Setting Mesin Granulator
Untuk menguji kecukupan data waktu setting untuk Mesin Granulator menggunakan parameter yang sama dengan mesin-mesin lainnya yaitu : •
Nilai Z = 1,96
•
Nilai s = 0,05
•
Nilai N = 30 ⎡Z 2⎤ 2 ⎢ s N ∑ Xi − (∑ Xi ) ⎥ N' = ⎢ ⎥ ∑ Xi ⎢⎣ ⎥⎦
2
⎡1,96 2 30.(45710387,28 ) - (37022,40) ⎢ 0,05 N’= ⎢ 37022,40 ⎢ ⎣
2 ⎤ ⎥ ⎥ = 0,86 ⎥ ⎦
Kesimpulan:
Karena jumlah pengukuran minimum (N’) = 0,86 < jumlah pengukuran pendahuluan (N) = 30 maka dapat ditarik kesimpulan bahwa data yang telah diukur sudah cukup mewakili populasi yang ada.
5.1.3.2.3 Pengujian Keseragaman Data Waktu Mesin Granulator
Pengujian keseragaman data dilakukan untuk melihat apakah data waktu Mesin Granulator ini seragam atau tidak. Data dikatakan seragam jika seluruh data waktu Mesin Granulator masuk dalam batas kontrol atas (BKA) dan batas kontrol bawah (BKB). Perhitungan keseragaman data untuk Mesin Granulator menyeluruh dapat dilihat pada lampiran 6 .
secara detil dan
145
Waktu (detik)
Grafik Keseragaman Data 1300.00 1250.00
BKA
1200.00
BKB
1150.00
Rata 1 sub 1
2
3
4
5
6
Rata sub
Sub Group
Grafik 5.2 Grafik Keseragaman Data Untuk Mesin Granulator Kesimpulan : Data Seragam karena tidak ada yang keluar dari batas kendali
5.1.3.2.4 Perhitungan Waktu Baku Setting Mesin Granulator
Waktu baku setting untuk Mesin Granulator
adalah waktu yang diperoleh dengan
memperhitungkan waktu standar, penyesuaian dan kelonggarannya. •
Waktu siklus rata-rata
Ws =
•
∑ Xi = 37022,40 = 1234,08 detik N
30
Waktu Normal
Wn = Ws x p = 1234,08 * 1,14 = 1406,85 detik
•
Waktu baku
Wb = Wn × (1 + a) = 1406,85 x (1 + 0,27) = 1786,70 detik
146 5.1.3.3 Mesin Cetak 5.1.3.3.1 Data Waktu Setting Mesin Cetak
Tabel 5.12 Data Waktu Setting Mesin Cetak No Pengamatan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Waktu (menit) 17.18 16.19 18.56 17.57 18.14 18.59 17.54 17.85 18.12 17.11 18.14 18.19 17.26 17.35 17.46
Waktu (detik) 1030.80 971.40 1113.60 1054.20 1088.40 1115.40 1052.40 1071.00 1087.20 1026.60 1088.40 1091.40 1035.60 1041.00 1047.60
No. Pengamatan 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Waktu (menit) 17.85 18.54 18.56 17.23 17.51 17.11 18.42 17.52 17.13 17.42 17.56 17.85 18.17 17.13 17.15
Waktu (detik) 1071.00 1112.40 1113.60 1033.80 1050.60 1026.60 1105.20 1051.20 1027.80 1045.20 1053.60 1071.00 1090.20 1027.80 1029.00
5.1.3.3.2 Pengujian Kecukupan Data Waktu Setting Mesin Cetak
Untuk menguji kecukupan data waktu setting untuk Mesin Cetak menggunakan parameter yang sama dengan mesin-mesin lainnya yaitu : •
Nilai Z = 1,96
•
Nilai s = 0,05
•
Nilai N = 30 ⎡Z 2⎤ 2 ⎢ s N ∑ Xi − (∑ Xi ) ⎥ N' = ⎢ ⎥ ∑ Xi ⎢⎣ ⎥⎦
2
⎡1,96 2 30.(33793380 ) - (31824) ⎢ 0,05 N’= ⎢ 31824 ⎢ ⎣
2 ⎤ ⎥ ⎥ = 1,25 ⎥ ⎦
147
Kesimpulan:
Karena jumlah pengukuran minimum (N’) = 1,25 < jumlah pengukuran pendahuluan (N) = 30 maka dapat ditarik kesimpulan bahwa data yang telah diukur sudah cukup mewakili populasi yang ada.
5.1.3.3.3 Pengujian Keseragaman Data Waktu Mesin Cetak
Pengujian keseragaman data dilakukan untuk melihat apakah data waktu Mesin Cetak ini seragam atau tidak. Data dikatakan seragam jika seluruh data waktu Mesin Cetak masuk dalam batas kontrol atas (BKA) dan batas kontrol bawah (BKB). Perhitungan keseragaman data untuk Mesin Cetak secara detil dan menyeluruh dapat dilihat pada lampiran 7.
Grafik Keseragaman Data Waktu (detik)
1150.00 1100.00
Rata 1 sub
1050.00
BKA
1000.00
BKB
950.00
Rata sub 1
2 3 4 5 Sub Group
6
Grafik 5.3 Grafik Keseragaman Data Untuk Mesin Cetak Kesimpulan : Data Seragam karena tidak ada yang keluar dari batas kendali.
148 5.1.3.3.4 Perhitungan Waktu Baku Setting Mesin Cetak
Waktu baku setting untuk Mesin Cetak
adalah waktu yang diperoleh dengan
memperhitungkan waktu standar, penyesuaian dan kelonggarannya. •
Waktu siklus rata-rata
Ws = •
∑ Xi = 31824 = 1060,80 detik N
30
Waktu Normal
Wn = Ws x p = 1060,80 * 1,14 = 1209,31 detik •
Waktu baku
Wb = Wn × (1 + a) = 1209,31 x (1 + 0,27) = 1535,82 detik 5.1.3.4 Mesin Coating 5.1.3.4.1 Data Waktu Setting Mesin Coating
Tabel 5.13 Data Waktu Setting Mesin Coating No Pengamatan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Waktu (menit) 11.15 11.36 12.31 12.14 11.16 11.18 11.75 11.63 11.25 11.35 11.14 12.56 12.17 12.12 12.36
Waktu (detik) 669.00 681.60 738.60 728.40 669.60 670.80 705.00 697.80 675.00 681.00 668.40 753.60 730.20 727.20 741.60
No. Pengamatan 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Waktu (menit) 12.14 12.65 12.31 12.35 12.42 12.65 11.31 11.65 11.85 11.72 11.44 12.82 12.76 11.04 11.91
Waktu (detik) 728.40 759.00 738.60 741.00 745.20 759.00 678.60 699.00 711.00 703.20 686.40 769.20 765.60 662.40 714.60
149 5.1.3.4.2 Pengujian Kecukupan Data Waktu Setting Mesin Coating
Untuk menguji kecukupan data waktu setting untuk Mesin Coating menggunakan parameter yang sama dengan mesin-mesin lainnya yaitu : •
Nilai Z = 1,96
•
Nilai s = 0,05
•
Nilai N = 30 ⎡Z 2⎤ 2 ⎢ s N ∑ Xi − (∑ Xi ) ⎥ N' = ⎢ ⎥ ∑ Xi ⎢⎣ ⎥⎦
2
⎡1,96 2 30.(15296719,32 ) - (21399) ⎢ 0,05 N’= ⎢ 21399 ⎢ ⎣
2 ⎤ ⎥ ⎥ = 1,82 ⎥ ⎦
Kesimpulan:
Karena jumlah pengukuran minimum (N’) = 1,82 < jumlah pengukuran pendahuluan (N) = 30 maka dapat ditarik kesimpulan bahwa data yang telah diukur sudah cukup mewakili populasi yang ada.
5.1.3.4.3 Pengujian Keseragaman Data Waktu Mesin Coating
Pengujian keseragaman data dilakukan untuk melihat apakah data waktu Mesin Coating ini seragam atau tidak. Data dikatakan seragam jika seluruh data waktu Mesin Coating masuk dalam batas kontrol atas (BKA) dan batas kontrol bawah (BKB). Perhitungan keseragaman data untuk Mesin Coating secara detil dan menyeluruh dapat dilihat pada lampiran 8 .
150
Waktu (detik)
Grafik Keseragaman Data 750.00 700.00
Rata 1 sub
650.00
BKA BKB
600.00 1
2
3 4 5 Sub Group
6
Rata sub
Grafik 5.4 Grafik Keseragaman Data Untuk Mesin Coating Kesimpulan : Data Seragam karena tidak ada yang keluar dari batas kendali
5.1.3.4.4 Perhitungan Waktu Baku Setting Mesin Coating
Waktu baku setting untuk Mesin Coating
adalah waktu yang diperoleh dengan
memperhitungkan waktu standar, penyesuaian dan kelonggarannya. •
Waktu siklus rata-rata
Ws =
•
∑ Xi = 21075,60 = 702,52 detik N
30
Waktu Normal
Wn = Ws x p = 702,52 * 1,14 = 800,87 detik
•
Waktu baku
Wb = Wn × (1 + a) = 800,87 x (1 + 0,27) = 1017,10 detik
151 5.1.3.5 Mesin Stripping 5.1.3.5.1 Data Waktu Setting Mesin Stripping
Tabel 5.14 Data Waktu Setting Mesin Stripping No Pengamatan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Waktu (menit) 17.56 17.52 17.63 18.51 18.24 17.56 17.23 18.42 17.54 17.23 18.11 18.42 17.09 18.11 18.17
Waktu (detik) 1053.60 1051.20 1057.80 1110.60 1094.40 1053.60 1033.80 1105.20 1052.40 1033.80 1086.60 1105.20 1025.40 1086.60 1090.20
No. Pengamatan 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Waktu (menit) 17.11 17.62 18.14 17.23 17.45 17.65 17.23 18.14 18.19 17.66 17.24 17.11 17.16 17.08 18.23
Waktu (detik) 1026.60 1057.20 1088.40 1033.80 1047.00 1059.00 1033.80 1088.40 1091.40 1059.60 1034.40 1026.60 1029.60 1024.80 1093.80
5.1.3.5.2 Pengujian Kecukupan Data Waktu Setting Mesin Stripping
Untuk menguji kecukupan data waktu setting untuk Mesin Stripping menggunakan parameter yang sama dengan mesin-mesin lainnya yaitu : •
Nilai Z = 1,96
•
Nilai s = 0,05
•
Nilai N = 30 ⎡Z 2⎤ 2 ⎢ s N ∑ Xi − (∑ Xi ) ⎥ N' = ⎢ ⎥ ∑ Xi ⎢⎣ ⎥⎦
2
⎡1,96 2 30.(33805067,04 ) - (31834,80) ⎢ 0,05 N’= ⎢ 31834,80 ⎢ ⎣
2 ⎤ ⎥ ⎥ = 1,03 ⎥ ⎦
152 Kesimpulan:
Karena jumlah pengukuran minimum (N’) = 1,03 < jumlah pengukuran pendahuluan (N) = 30 maka dapat ditarik kesimpulan bahwa data yang telah diukur sudah cukup mewakili populasi yang ada.
5.1.3.5.3 Pengujian Keseragaman Data Waktu Mesin Stripping
Pengujian keseragaman data dilakukan untuk melihat apakah data waktu Mesin Stripping ini seragam atau tidak. Data dikatakan seragam jika seluruh data waktu Mesin Stripping masuk dalam batas kontrol atas (BKA) dan batas kontrol bawah (BKB). Perhitungan keseragaman data untuk Mesin Stripping secara detil dan menyeluruh dapat dilihat pada lampiran 9.
Waktu (detik)
Grafik Keseragaman Data
1150.00 1100.00 1050.00 1000.00 950.00
Rata 1 sub BKA BKB
1
2 3 4 5 Sub Group
6
Rata sub
Grafik 5.5 Grafik Keseragaman Data Untuk Mesin Stripping Kesimpulan : Data Seragam karena tidak ada yang keluar dari batas kendali
153 5.1.3.5.4 Perhitungan Waktu Baku Setting Mesin Stripping
Waktu baku setting untuk Mesin Stripping
adalah waktu yang diperoleh dengan
memperhitungkan waktu standar, penyesuaian dan kelonggarannya. •
Waktu siklus rata-rata
Ws =
•
∑ Xi = 31834,80 = 1061,16 detik N
30
Waktu Normal
Wn = Ws x p = 1061,16 * 1,14 = 1209,72 detik
•
Waktu baku
Wb = Wn × (1 + a) = 1209,72 x (1 + 0,27) = 1536,34 detik Berdasarkan perhitungan waktu setting setiap mesin yang terlibat dalam proses produksi maka dapat dibuat ringkasan sebagai berikut : Tabel 5.15 Ringkasan Waktu Setting Setiap Mesin Mesin
Waktu Setting (detik)
Alat Timbang
0.00
Mesin Homogenizer
1336.41
Mesin Granulator
1786.70
Mesin Cetak
1535.82
Mesin Coating
1017.10
Mesin Stripping
1536.34
154 5.1.4 Total Waktu Setiap Tahapan Proses Produksi Tablet PT.Metiska Farma
Tabel 5.16 Total Waktu Proses (detik) +Waktu Setting Mesin
Nama Produksi
Frekuensi
Tablet
Running
Total Waktu Proses (detik)+Waktu Setting Mesin Alat
Mesin
Mesin
Mesin
Mesin
Mesin
Timbang
Homogenizer
Granulator
Cetak
Coating
Stripping
Analspec 500
3
28374.00
33481.41
30487.70
38354.82
19962.10
29061.34
Xepaprim Forte
1
9856.00
11990.41
16527.70
12610.82
7462.10
10983.34
Xepathritis 50
1
8546.00
11769.41
21922.70
14113.82
19981.10
11770.34
Meflosin 500
2
20468.00
22688.41
49938.70
25589.82
14531.10
22758.34
Kadiflam 25
2
23046.00
22690.41
54136.70
24635.82
23763.10
22918.34
Kadiflam 50
2
19290.00
22928.41
22886.70
25709.82
22129.10
24840.34
Xepazym
4
34128.00
43452.41
82266.70
48939.82
28501.10
37108.34
Tismazol 500
2
22912.00
22518.41
38914.70
26441.82
15915.10
20366.34
Xepare Tablet
2
20642.00
22464.41
22298.70
26451.82
18101.10
20044.34
Tismafam 40
2
22516.00
22906.41
30924.70
24449.82
24065.10
22048.34
Xepadergin 4,5 mg
2
20468.00
22928.41
28964.70
29443.82
34113.10
22004.34
Xepalat
3
28641.00
33781.41
66490.70
51182.82
40791.10
30297.34
Progesic
3
29703.00
33034.41
66757.70
45239.82
29658.10
32241.34
Metropil
2
19264.00
23240.41
38428.70
35485.82
20325.10
22048.34
Gestamag
2
20470.00
24092.41
36924.70
32663.82
20063.10
22004.34
Tismalin Tablet
2
22050.00
22560.41
36912.70
34631.82
32755.10
21250.34
Vasotin 75 mg
1
9632.00
11288.41
14140.70
18530.82
13495.10
11125.34
Vasotin 25 mg
1
11235.00
11833.41
17453.70
20082.82
9581.10
9993.34
Xepaneuron
2
21578.00
22272.41
30964.70
31325.82
25729.10
19648.34
155 Untuk setiap produksi obat tablet digambarkan sebuah grafik yang menggambarkan hubungan antara estimasi waktu produksi dan mesin.
15000.00 10000.00 5000.00 0.00
Trend Xepaprim Forte
Analspec 500
Waktu
Waktu
Trend Analspec500 20000.00
Xepaprim F t
10000.00 0.00 M1 M2 M3 M4 M5 M6
M1 M2 M3 M4 M5 M6 Mesin
Mesin
30000.00 20000.00 10000.00 0.00
Trend Meflosin500
Xepathritis 50
Waktu
Waktu
Trend Xepathritis 50
30000.00 20000.00 10000.00 0.00
M1 M2 M3 M4 M5 M6
M1 M2 M3 M4 M5 M6
Mesin
Mesin
30000.00 20000.00 10000.00 0.00
Trend Kadiflam 50
Kadiflam 25
Waktu
Waktu
Trend Kadiflam 25
20000.00 10000.00
M1 M2 M3 M4 M5 M6
M1 M2 M3 M4 M5 M6
Mesin
Mesin
Trend Tismazol 500
40000.00 20000.00
Xepazym
0.00
Waktu
Waktu
Kadiflam 50
0.00
Trend Xepazym 20000.00
Tismazol 500
10000.00 0.00
M1 M2 M3 M4 M5 M6
M1 M2 M3 M4 M5 M6
Mesin
Mesin
15000.00 10000.00 5000.00 0.00
Trend Tismafam 40
Xepare Tablet
W ak tu
Trend Xepare Tablet
Wak tu
Meflosin 500
20000.00 10000.00
Tismafam 40
0.00
M1 M2 M3 M4 M5 M6
M1 M2 M3 M4 M5 M6
Mesin
Mesin
156
Trend Xepalat
20000.00 Xepadergin 4,5 mg
10000.00 0.00
Waktu
W a k tu
Trend Xepadergin 4,5 mg 30000.00 20000.00 10000.00 0.00
Xepalat
M1 M2 M3 M4 M5 M6
M1 M2 M3 M4 M5 M6
Mesin
Mesin
Trend Progesic
Trend Metropil 20000.00
15000.00 10000.00
Progesic
Waktu
Waktu
25000.00 20000.00
15000.00 Metropil
10000.00 5000.00
5000.00 0.00
0.00 M1
M2
M3
M4
M5
M6
M1
M2
M3
Mesin
Trend Gestamag
Gestamag
10000.00
Waktu
Waktu
M6
20000.00
15000.00
5000.00
15000.00 Tismalin Tablet
10000.00 5000.00
0.00
0.00 M1
M2
M3
M4
M5
M6
M1
M2
Mesin
M3
M4
M5
M6
Mesin
Trend Vasotin 25 mg
Trend Vasotin 75 mg 20000.00
20000.00
15000.00
15000.00
10000.00
Vasotin 75 mg
Waktu
Waktu
M5
Trend Tismalin Tablet
20000.00
Vasotin 25 mg
10000.00 5000.00
5000.00
0.00
0.00 M1
M2
M3
M4
M5
M1
M6
M2
M3
Trend Xepaneuron 20000.00 15000.00 Xepaneuron
10000.00 5000.00 0.00 M1
M2
M3
M4
M4
Mesin
Mesin
Waktu
M4
Mesin
M5
M6
Mesin
Grafik 5.6 Grafik hubungan waktu proses tablet di setiap mesin
M5
M6
157 5.1.5
Penjadwalan Pesanan PT.Metiska Farma Periode September 2005
Penjadwalan yang berjalan di PT.Metiska hanyalah diurutkan berdasarkan feeling dari pegawai lantai produksi saja, sehingga seringkali urutan produksi pesanan tablet menghasilkan makespan dan total flow time yang besar. Tabel 5.17 Jadwal Kerja Produksi PT.Metiska Farma Perode September 2005 Nama Tablet Minggu I
Minggu II
Minggu III
Minggu IV
Tismalin Tablet
Xepaprim Forte
Meflosin 500
Xepare Tablet
Xepazym
Xepathritis 50
Tismazol 500
Xepalat
Progesic
Kadiflam 25
Tismafam 40
Vasotin 25 mg
Metropil
Kadiflam 50
Vasotin 75 mg
Xepaneuron
Xepadergin 4,5 mg
Gestamag
Analspec 500
Penjadwalan yang dibuat oleh Divisi Produksi di PT.Metiska Farma berdasarkan pada data pesanan dari Divisi Marketing,
lalu diolah oleh Divisi PPIC untuk
mengetahui jumlah pesanan yang harus diproduksi selama 1 bulan. Dari rencana produksi yang dibuat oleh Divisi PPIC tersebut, Divisi Produksi mengolahnya menjadi jadwal produksi mingguan dalam 1 bulan. Divisi produksi membagi-bagi pesanan yang harus diproduksi tersebut ke dalam periode mingguan berdasarkan feeling semata. Hal ini dilatarbelakangi oleh skill dan pengalaman dari karyawan Divisi Produksi yang telah bekerja sekian lama.
Menurut Divisi Produksi, penjadwalan produksi
tersebut itu seringkali mereka buat secara cepat karena telah terbiasa. Namun diakui pula bahwa penjadwalan produksi itu tidak memperhatikan kriteria makespan dan flowtime dan seringkali tidak jatuh pada waktu yang tepat .
158 Tabel di bawah ini menggambarkan tentang makespan dan Total Flow Time berdasarkan tentang urutan yang dibuat oleh Divisi Produksi PT.Metiska Farma.
Tabel 5.18 Tabel Hasil Perhitungan Make-span dan Total Flow Time Penjadwalan PT.Metiska Farma
Job
Batch Processing
Mesin M1
M2
M3
M4
M5
M6
1
11025
22973.41
42323.11
60406.93
77293.03
88686.37
2
22050
33585.41
59886.11
76954.93
93162.03
104555.37
1
30582.00
45450.82
81792.81
95179.63
103067.73
114984.71
2
39114.00
55979.82
101912.81
113763.81
120634.81
129527.81
3
47646.00
66508.82
122032.81
133883.81
140754.81
149647.81
4
56178.00
77037.82
142152.81
154003.81
160874.81
169767.81
1
66079.00
88940.23
165596.51
181700.33
192264.43
204035.77
2
75980.00
99506.23
187253.51
201821.51
211368.51
221603.51
3
85881.00
110072.23
208910.51
223478.51
233025.51
243260.51
1
95513.00
122360.64
229018.21
247529.03
258200.13
269992.47
2
105145.00
133312.64
247339.21
264504.03
274158.03
284414.03
1
115379.00
145445.05
262714.91
279993.85
297558.95
309329.29
2
125613.00
156241.05
276303.91
293947.85
314106.95
324340.95
1
135071.00
168292.46
287657.61
307756.67
321439.05
335052.29
2
144529.00
179007.46
297224.61
320029.67
327754.05
344227.29
3
153987.00
189722.46
306791.61
332302.67
338617.67
353402.29
Xepaprim Forte
1
163843.00
201712.87
323319.31
344913.49
352375.59
364385.63
Xepathritis 50
1
172389.00
213482.28
345242.01
359355.83
379336.93
391107.27
Tismalin Tablet
Xepazym
Progesic
Metropil
Xepadergin 4,5 mg
Analspec 500
159
1
183912.00
225495.69
373203.71
386289.53
398679.63
410906.97
2
195435.00
236172.69
399378.71
410928.71
422301.71
432992.71
1
205080.00
248305.10
411715.41
425338.23
436911.33
450099.67
2
214725.00
259101.10
422265.41
437425.23
447981.23
461751.67
1
224960.00
271815.51
441621.11
458720.93
469261.03
481031.37
2
235195.00
283193.51
459190.11
474754.11
484277.11
494511.11
1
245429.00
295205.92
485052.81
498615.63
506389.73
518537.07
2
255663.00
305881.92
509128.81
521155.81
527912.81
538523.81
1
267119.00
317809.33
529479.51
543468.33
551934.43
562885.77
2
278575.00
328400.33
548043.51
560496.51
567945.51
577360.51
1
289833.00
340521.74
564399.21
577392.03
589933.13
601725.47
2
301091.00
351306.74
578968.21
590425.21
601949.21
612205.21
Vasotin 75 mg
1
310723.00
362595.15
593108.91
611639.73
625134.83
636260.17
Xepare Tablet
1
321044.00
374495.56
605151.61
625633.55
635192.65
647050.51
2
331365.00
385059.56
615407.61
638091.55
646633.55
656304.51
1
340912.00
397210.97
638762.31
656847.13
671122.23
682245.57
2
350459.00
408025.97
660330.31
676879.31
690137.31
699724.31
3
360006.00
418840.97
681898.31
698447.31
711705.31
721292.31
Vasotin 25 mg
1
371241.00
430674.38
699352.01
719434.83
729015.93
739009.27
Xepaneuron
1
382030.00
442478.79
715727.71
735865.65
749238.75
759831.09
2
392819.00
452946.79
730316.71
750760.65
763116.65
772172.65
Total FT=
8877617.79
Kadiflam 25
Kadiflam 50
Gestamag
Meflosin 500
Tismazol 500
Tismafam 40
Xepalat
Hasil Penjadwalan Divisi Produksi PT.Metiska Farma :
Make-span
= 772172,65 detik
Total Flow Time
= 8877617,79 detik
160 5.1.6 Penjadwalan Flow Shop Dengan Algoritma CDS dan Algoritma Palmer 5.1.6.1 Pengurutan Jadwal Produksi Pesanan Dengan Algoritma Campbell Dudek and Smith (CDS)
Dasar dari pengurutan jadwal produksi pesanan dengan algoritma Campbell Dudek and Smith adalah algoritma Johnson. Langkah awal yang harus dilakukan adalah menentukan banyaknya jumlah stage yang harus dilalui untuk menentukan alternative yang terbaik, yaitu nilai make-span yang terkecil.
Sistematika pengurutan jadwal produksi pesanan adalah sebagai berikut : •
Penentuan jumlah urutan proses penjadwalan (P)
= m-1 = 6-1 =5
Artinya proses penjadwalan CDS dilakukan sebanyak 5 kali.
•
Tahap 1 (k=1) k
k
M − 1 = ∑ t ij
M−2=
M − 1 = M1
M − 2 = M6
j=1
∑t
ij j= m +1− k
161 Tabel 5.19 Tabel Waktu Proses Penjadwalan CDS Stage 1
Mesin
Job M1
M2
Analspec 500
28374.00
29061.34
Xepaprim Forte
9856.00
10983.34
Xepathritis 50
8546.00
11770.34
Meflosin 500
20468.00
22758.34
Kadiflam 25
23046.00
22918.34
Kadiflam 50
19290.00
24840.34
Xepazym
34128.00
37108.34
Tismazol 500
22912.00
20366.34
Xepare Tablet
20642.00
20044.34
Tismafam 40
22516.00
22048.34
Xepadergin 4,5 mg
20468.00
22004.34
Xepalat
28641.00
30297.34
Progesic
29703.00
32241.34
Metropil
19264.00
22048.34
Gestamag
20470.00
22004.34
Tismalin Tablet
22050.00
21250.34
Vasotin 75 mg
9632.00
11125.34
Vasotin 25 mg
11235.00
9993.34
Xepaneuron
21578.00
19648.34
162 Tabel 5.20 Tabel Perhitungan Make-span dan Total Flow Time Penjadwalan CDS Stage 1
Job
Batch
Processing
Mesin M1
M2
M3
M4
M5
M6
Xepathritis 50
1
8546.00
20315.41
42238.11
56351.93
76333.03
88103.37
Vasotin 75 mg
1
18178.00
31603.82
56378.81
74909.63
89828.13
100953.47
Xepaprim Forte
1
28034.00
43594.23
72906.51
87520.45
97290.23
111936.81
Metropil
1
37666.00
55882.64
93014.21
111525.03
122196.13
133988.47
2
47298.00
66834.64
111335.21
128500.03
138154.03
148410.03
1
56943.00
78967.05
123671.91
142122.85
153695.95
166884.29
2
66588.00
89763.05
134221.91
154209.85
164765.85
178536.29
1
76822.00
101895.46
149597.61
169699.67
187264.77
199035.11
2
87056.00
112691.46
163186.61
183653.67
203812.77
214046.77
1
97290.00
124703.87
189049.31
202612.13
211586.87
226194.11
2
107524.00
135379.87
213125.31
225152.31
231909.31
242520.31
1
117759.00
148094.28
232481.01
249580.83
260120.93
271891.27
2
127994.00
159472.28
250050.01
265614.01
275137.01
285371.01
1
137452.00
171523.69
261403.71
279422.83
286754.93
297466.27
2
146910.00
182238.69
270970.71
291695.83
298010.83
307185.83
3
156368.00
192953.69
280537.71
303968.83
310283.83
319458.83
1
165915.00
205105.10
303892.41
322053.65
336328.75
347452.09
2
175462.00
215920.10
325460.41
342009.41
355267.41
364854.41
3
185009.00
226735.10
347028.41
363577.41
376835.41
386422.41
1
194910.00
238637.51
370472.11
386575.93
397140.03
408911.37
2
204811.00
249203.51
392129.11
406697.11
416244.11
426479.11
3
214712.00
259769.51
413786.11
428354.11
437901.11
448136.11
Kadiflam 50
Xepadergin 4,5 mg
Meflosin 500
Gestamag
Analspec 500
Xepalat
Progesic
163 Xepazym
Kadiflam 25
Tismafam 40
Tismalin Tablet
Tismazol 500
Xepare Tablet
Xepaneuron
Vasotin 25 mg
1
223244.00
271634.92
435692.81
449079.63
456967.73
467397.07
2
231776.00
282163.92
455812.81
467663.81
474534.81
483427.81
3
240308.00
292692.92
475932.81
487783.81
494654.81
503547.81
4
248840.00
303221.92
496052.81
507903.81
514774.81
523667.81
1
260363.00
315235.33
524014.51
537100.33
549490.43
561717.77
2
271886.00
325912.33
550189.51
561739.51
573112.51
583803.51
1
283144.00
338033.74
566545.21
579538.03
592079.13
603871.47
2
294402.00
348818.74
581114.21
592571.21
604095.21
614351.21
1
305427.00
360767.15
600463.91
618547.73
635433.83
646827.17
2
316452.00
371379.15
618026.91
635095.73
651302.83
661159.83
1
327908.00
383306.56
638377.61
652366.43
660832.53
672111.17
2
339364.00
393897.56
656941.61
669394.61
676843.61
686258.61
1
349685.00
405797.97
668984.31
683388.43
692947.53
703737.87
2
360006.00
416361.97
679240.31
695846.43
704388.43
713642.43
1
370795.00
428166.38
695616.01
712277.25
725650.35
736242.69
2
381584.00
438634.38
710205.01
727172.25
739528.25
748584.25
1
392819.00
450467.79
727658.71
747741.53
757322.63
767315.97
Total FT =
7822679.03
Hasil Tahap 1 :
Make-span
= 767315,97 detik
Total Flow Time
= 7822679,03 detik
164 •
Tahap 2 (k=2)
M-1 = M1 + M2
M-2 = M3 + M4
Tabel 5.21 Tabel Waktu Proses Penjadwalan CDS Stage 2 Job
Mesin M1
M2
Analspec 500
61855.41
68842.52
Xepaprim Forte
21846.41
29138.52
Xepathritis 50
20315.41
36036.52
Meflosin 500
43156.41
75528.52
Kadiflam 25
45736.41
78772.52
Kadiflam 50
42218.41
48596.52
Xepazym
77580.41
131206.52
Tismazol 500
45430.41
65356.52
Xepare Tablet
43106.41
48750.52
Tismafam 40
45422.41
55374.52
Xepadergin 4,5 mg
43396.41
58408.52
Xepalat
62422.41
117673.52
Progesic
62737.41
111997.52
Metropil
42504.41
73914.52
Gestamag
44562.41
69588.52
Tismalin Tablet
44610.41
71544.52
Vasotin 75 mg
20920.41
32671.52
Vasotin 25 mg
23068.41
37536.52
Xepaneuron
43850.41
62290.52
165
Tabel 5.22 Tabel Perhitungan Make-span dan Total Flow TimePenjadwalan CDS Stage2
Job
Batch Processing
Mesin M1
M2
M3
M4
M5
M6
Xepathritis 50
1
8546.00
20315.41
42238.11
56351.93
76333.03
88103.37
Vasotin 75 mg
1
18178.00
31603.82
56378.81
74909.63
89828.13
100953.47
Xepaprim Forte
1
28034.00
43594.23
72906.51
85984.63
97290.23
111936.81
Vasotin 25 mg
1
39269.00
55427.64
90360.21
110443.03
120024.13
130017.47
Kadiflam 50
1
48914.00
67560.05
102696.91
124065.85
135638.95
148827.29
2
58559.00
78356.05
113246.91
136152.85
146708.85
160479.29
1
68191.00
90644.46
133354.61
154663.67
165334.77
177127.11
2
77823.00
101596.46
151675.61
171638.67
181292.67
191548.67
1
88144.00
113496.87
163718.31
185632.49
195191.59
205981.93
2
98465.00
124060.87
173974.31
198090.49
206632.49
215886.49
1
108699.00
136073.28
199837.01
213399.83
221173.93
233321.27
2
118933.00
146749.28
223913.01
235940.01
242697.01
253308.01
1
129167.00
158881.69
239288.71
254778.53
272343.63
284113.97
2
139401.00
169677.69
252877.71
268732.53
288891.63
299125.63
1
150190.00
181482.10
269253.41
285684.23
302264.73
312857.07
2
160979.00
191950.10
283842.41
300579.23
314620.73
323676.73
1
171214.00
204664.51
303198.11
320297.93
330838.03
342608.37
2
181449.00
216042.51
320767.11
336331.11
345854.11
356088.11
1
192474.00
227990.92
340116.81
358200.63
375086.73
386480.07
2
203499.00
238602.92
357679.81
374748.63
390955.73
400812.73
Metropil
Xepare Tablet
Meflosin 500
Xepadergin 4,5 mg
Xepaneuron
Gestamag
Tismalin Tablet
166
Tismafam 40
Tismazol 500
Kadiflam 25
Analspec 500
Xepalat
Progesic
Xepazym
1
214757.00
250724.33
374035.51
387741.45
403496.83
415289.17
2
226015.00
261509.33
388604.51
400061.51
415020.83
425545.17
1
237471.00
273436.74
408955.21
422944.03
431410.13
442361.47
2
248927.00
284027.74
427519.21
439972.21
447421.21
456836.21
1
260450.00
296041.15
455480.91
468566.73
480956.83
493184.17
2
271973.00
306718.15
481655.91
493205.91
504578.91
515269.91
1
281431.00
318769.56
493009.61
507014.73
514346.83
525981.25
2
290889.00
329484.56
502576.61
519287.73
525602.73
535156.25
3
300347.00
340199.56
512143.61
531560.73
537875.73
547050.73
1
309894.00
352350.97
535498.31
553583.13
567858.23
578981.57
2
319441.00
363165.97
557066.31
573615.31
586873.31
596460.31
3
328988.00
373980.97
578634.31
595183.31
608441.31
618028.31
1
338889.00
385883.38
602078.01
618181.83
628745.93
640517.27
2
348790.00
396449.38
623735.01
638303.01
647850.01
658085.01
3
358691.00
407015.38
645392.01
659960.01
669507.01
679742.01
1
367223.00
418880.79
667298.71
680685.53
688573.63
699002.97
2
375755.00
429409.79
687418.71
699269.71
706140.71
715033.71
3
384287.00
439938.79
707538.71
719389.71
726260.71
735153.71
4
392819.00
450467.79
727658.71
739509.71
746380.71
755273.71
Total FT=
6629682.83
Hasil Tahap 2 :
Make-span
= 755273,71 detik
Total Flow Time
= 6629682,83 detik
167 •
Tahap 3 (k=3)
M-1 = M1+M2+M3
M-2 = M2+M3+M4
Tabel 5.23 Tabel Waktu Proses Penjadwalan CDS Stage 3 Job
Mesin M1
M2
Analspec 500
92343.11
102323.93
Xepaprim Forte
38374.11
41128.93
Xepathritis 50
42238.11
47805.93
Meflosin 500
93095.11
98216.93
Kadiflam 25
99873.11
101462.93
Kadiflam 50
65105.11
71524.93
Xepazym
159847.11
174658.93
Tismazol 500
84345.11
87874.93
Xepare Tablet
65405.11
71214.93
Tismafam 40
76347.11
78280.93
Xepadergin 4,5 mg
72361.11
81336.93
Xepalat
128913.11
151454.93
Progesic
129495.11
145031.93
Metropil
80933.11
97154.93
Gestamag
81487.11
93680.93
Tismalin Tablet
81523.11
94104.93
Vasotin 75 mg
35061.11
43959.93
Vasotin 25 mg
40522.11
49369.93
Xepaneuron
74815.11
84562.93
168 Tabel 5.24 Tabel Perhitungan Make-span dan Total Flow Time Penjadwalan CDS Stage3
Job
Batch Processing
Mesin M1
M2
M3
M4
M5
M6
Vasotin 75 mg
1
9632.00
20920.41
35061.11
53591.93
67087.03
78212.37
Xepaprim Forte
1
19488.00
32910.82
51588.81
66202.75
74549.13
89195.71
Vasotin 25 mg
1
30723.00
44744.23
69042.51
89125.33
98706.43
108699.77
Xepathritis 50
1
39269.00
56513.64
90965.21
105079.03
125060.13
136830.47
Kadiflam 50
1
48914.00
68646.05
103301.91
118701.85
136633.23
150018.81
2
58559.00
79442.05
113851.91
130788.85
147189.23
161670.81
1
68880.00
91342.46
125894.61
144782.67
156748.33
172461.15
2
79201.00
101906.46
136150.61
157240.67
165782.67
181715.15
1
89435.00
114038.87
151526.31
172730.49
190295.59
202065.93
2
99669.00
124834.87
165115.31
186684.49
206843.59
217077.59
1
110458.00
136639.28
181491.01
203115.31
220216.69
230809.03
2
121247.00
147107.28
196080.01
218010.31
232572.69
241628.69
1
132505.00
159228.69
212435.71
231003.13
245113.79
256906.13
2
143763.00
170013.69
227004.71
242460.13
256637.79
267162.13
1
153395.00
182302.10
247112.41
265623.23
276294.33
288086.67
2
163027.00
193254.10
265433.41
282598.23
292252.23
302508.23
1
173262.00
205968.51
284789.11
301888.93
312429.03
324199.37
2
183497.00
217346.51
302358.11
317922.11
327445.11
337679.11
1
194522.00
229294.92
321707.81
339791.63
356677.73
368071.07
2
205547.00
239906.92
339270.81
356339.63
372546.73
382403.73
Xepare Tablet
Xepadergin 4,5 mg
Xepaneuron
Tismafam 40
Metropil
Gestamag
Tismalin Tablet
169
Tismazol 500
Analspec 500
Meflosin 500
Kadiflam 25
Xepalat
Progesic
Xepazym
1
217003.00
251834.33
359621.51
373610.33
382076.43
393355.07
2
228459.00
262425.33
378185.51
390638.51
398087.51
407502.51
1
237917.00
274476.74
389539.21
404447.33
411779.43
422490.77
2
247375.00
285191.74
399106.21
416720.33
423035.33
432210.33
3
256833.00
295906.74
408673.21
428993.33
435308.33
444483.33
1
267067.00
307919.15
434535.91
448098.73
455872.83
468020.17
2
277301.00
318595.15
458611.91
470638.91
477395.91
488006.91
1
288824.00
330608.56
486573.61
499659.43
512049.53
524276.87
2
300347.00
341285.56
512748.61
524298.61
535671.61
546362.61
1
309894.00
353436.97
536103.31
554188.13
568463.23
579586.57
2
319441.00
364251.97
557671.31
574220.31
587478.31
597065.31
3
328988.00
375066.97
579239.31
595788.31
609046.31
618633.31
1
338889.00
386969.38
602683.01
618786.83
629350.93
641122.27
2
348790.00
397535.38
624340.01
638908.01
648455.01
658690.01
3
358691.00
408101.38
645997.01
660565.01
670112.01
680347.01
1
367223.00
419966.79
667903.71
681290.53
689178.63
699607.97
2
375755.00
430495.79
688023.71
699874.71
706745.71
715638.71
3
384287.00
441024.79
708143.71
719994.71
726865.71
735758.71
4
392819.00
451553.79
728263.71
740114.71
746985.71
755878.71
Total FT=
6445998.15
Hasil Tahap 3 :
Make-span
= 755878,71 detik
Total Flow Time
= 6445998,15 detik
170 •
Tahap 4
M-1 = M1+M2+M3+M4
M-2 = M2+M3+M4+M5
Tabel 5.25 Tabel Waktu Proses Penjadwalan CDS Stage 4 Job
Mesin M1
M2
Analspec 500
130697.93
122286.03
Xepaprim Forte
50984.93
48591.03
Xepathritis 50
56351.93
67787.03
Meflosin 500
118684.93
112748.03
Kadiflam 25
124508.93
125226.03
Kadiflam 50
90814.93
93654.03
Xepazym
208786.93
203160.03
Tismazol 500
110786.93
103790.03
Xepare Tablet
91856.93
89316.03
Tismafam 40
100796.93
102346.03
Xepadergin 4,5 mg
101804.93
115450.03
Xepalat
180095.93
192246.03
Progesic
174734.93
174690.03
Metropil
116418.93
117480.03
Gestamag
114150.93
113744.03
Tismalin Tablet
116154.93
126860.03
Vasotin 75 mg
53591.93
57455.03
Vasotin 25 mg
60604.93
58951.03
Xepaneuron
106140.93
110292.03
171
Tabel5.26 Tabel Perhitungan Make-span dan Total Flow Time Penjadwalan CDS Stage4
Job
Batch Processing
Mesin M1
M2
M3
M4
M5
M6
Vasotin 75 mg
1
9632.00
20920.41
35061.11
53591.93
67087.03
78212.37
Xepathritis 50
1
18178.00
32689.82
56983.81
71097.63
91078.73
102849.07
Kadiflam 50
1
27823.00
44822.23
69320.51
84720.45
102651.83
116037.41
2
37468.00
55618.23
79870.51
96807.45
113207.83
127689.41
1
48726.00
67739.64
96226.21
109800.27
125748.93
139481.75
2
59984.00
78524.64
110795.21
122252.21
137272.93
149737.75
1
70218.00
90657.05
126170.91
141660.73
159225.83
170996.17
2
80452.00
101453.05
139759.91
155614.73
175773.83
186007.83
1
91241.00
113257.46
156135.61
172566.43
189146.93
199739.27
2
102030.00
123725.46
170724.61
187461.43
201502.93
210558.93
1
113055.00
135673.87
190074.31
208158.13
225044.23
236437.57
2
124080.00
146285.87
207637.31
224706.13
240913.23
250770.23
1
133712.00
158574.28
227745.01
246255.83
256926.93
268719.27
2
143344.00
169526.28
246066.01
263230.83
272884.83
283140.83
1
154867.00
181539.69
274027.71
287113.53
299503.63
311730.97
2
166390.00
192216.69
300202.71
311752.71
323125.71
333816.71
1
175937.00
204368.10
323557.41
341642.23
355917.33
367040.67
2
185484.00
215183.10
345125.41
361674.41
374932.41
384519.41
3
195031.00
225998.10
366693.41
383242.41
396500.41
406087.41
Tismafam 40
Xepadergin 4,5 mg
Xepaneuron
Tismalin Tablet
Metropil
Kadiflam 25
Xepalat
172
1
203563.00
237863.51
388600.11
401986.93
409875.03
420304.37
2
212095.00
248392.51
408720.11
420571.11
427442.11
436335.11
3
220627.00
258921.51
428840.11
440691.11
447562.11
456455.11
4
229159.00
269450.51
448960.11
460811.11
467682.11
476575.11
1
239060.00
281352.92
472403.81
488507.63
499071.73
510843.07
2
248961.00
291918.92
494060.81
508628.81
518175.81
528410.81
3
258862.00
302484.92
515717.81
530285.81
539832.81
550067.81
1
268320.00
314536.33
527071.51
544094.63
551426.73
560601.73
2
277778.00
325251.33
536638.51
556367.63
562682.63
571857.63
3
287236.00
335966.33
546205.51
568640.63
574955.63
584130.63
1
297471.00
348680.74
565561.21
585740.45
596280.55
608050.89
2
307706.00
360058.74
583130.21
601304.45
610827.45
621061.45
1
317940.00
372071.15
608992.91
622555.73
630329.83
642477.17
2
328174.00
382747.15
633068.91
645095.91
651852.91
662463.91
1
339630.00
394674.56
653419.61
667408.43
675874.53
686825.87
2
351086.00
405265.56
671983.61
684436.61
691885.61
701300.61
1
361407.00
417165.97
684026.31
698430.43
707989.53
718779.87
2
371728.00
427729.97
694282.31
710888.43
719430.43
728684.43
Vasotin 25 mg
1
382963.00
439563.38
711736.01
731818.83
741399.93
751393.27
Xepaprim Forte
1
392819.00
451553.79
728263.71
744429.65
751891.75
762875.09
Total FT=
7967422.85
Xepazym
Progesic
Analspec 500
Gestamag
Meflosin 500
Tismazol 500
Xepare Tablet
Hasil Tahap 4 :
Make-span
= 762875,09 detik
Total Flow Time
= 7967422,85 detik
173 •
Tahap 5
M-1 = M1+M2+M3+M4+M5
M-2 = M2+M3+M4+M5+M6
Tabel 5.27 Tabel Waktu Proses Penjadwalan CDS Stage 5 Job
Mesin M1
M2
Analspec 500
150660.03
151347.37
Xepaprim Forte
58447.03
59574.37
Xepathritis 50
76333.03
79557.37
Meflosin 500
133216.03
135506.37
Kadiflam 25
148272.03
148144.37
Kadiflam 50
112944.03
118494.37
Xepazym
237288.03
240268.37
Tismazol 500
126702.03
124156.37
Xepare Tablet
109958.03
109360.37
Tismafam 40
124862.03
124394.37
Xepadergin 4,5 mg
135918.03
137454.37
Xepalat
220887.03
222543.37
Progesic
204393.03
206931.37
Metropil
136744.03
139528.37
Gestamag
134214.03
135748.37
Tismalin Tablet
148910.03
148110.37
Vasotin 75 mg
67087.03
68580.37
Vasotin 25 mg
70186.03
68944.37
Xepaneuron
131870.03
129940.37
174 Tabel 5.28 Tabel Perhitungan Make-span dan Total Flow TimePenjadwalan CDS Stage 5
Job
Batch Processing
Mesin M1
M2
M3
M4
M5
M6
Xepaprim Forte
1
9856.00
21846.41
38374.11
50984.93
58447.03
69430.37
Vasotin 75 mg
1
19488.00
33134.82
52514.81
71045.63
84540.73
95666.07
Xepathritis 50
1
28034.00
44904.23
74437.51
88551.33
108532.43
120302.77
Kadiflam 50
1
37679.00
57036.64
86774.21
100397.03
120105.53
133491.11
2
47324.00
67832.64
97324.21
112484.03
130661.53
145143.11
1
57558.00
79845.05
123186.91
136749.73
144523.83
157290.45
2
67792.00
90521.05
147262.91
159289.91
166046.91
176657.91
1
78027.00
103235.46
166618.61
183718.43
194258.53
206028.87
2
88262.00
114613.46
184187.61
199751.61
209274.61
219508.61
1
98496.00
126745.87
199563.31
215241.43
232806.53
244576.87
2
108730.00
137541.87
213152.31
229195.43
249354.53
259588.53
1
118362.00
149830.28
233260.01
251770.83
262441.93
274234.27
2
127994.00
160782.28
251581.01
268745.83
278399.83
288655.83
1
137452.00
172833.69
262934.71
282554.65
289886.75
300598.09
2
146910.00
183548.69
272501.71
294827.65
301142.65
310317.65
3
156368.00
194263.69
282068.71
307100.65
313415.65
322590.65
1
166269.00
206166.10
305512.41
323204.47
333768.57
345539.91
2
176170.00
216732.10
327169.41
341737.41
351284.41
361519.41
3
186071.00
227298.10
348826.41
363394.41
372941.41
383176.41
Meflosin 500
Gestamag
Xepadergin 4,5 mg
Metropil
Analspec 500
Progesic
175
Xepalat
Xepazym
Kadiflam 25
Tismalin Tablet
Xepaneuron
Tismafam 40
Tismazol 500
Xepare Tablet
Vasotin 25 mg
1
195618.00
239449.51
372181.11
390265.93
404541.03
415664.37
2
205165.00
250264.51
393749.11
410298.11
423556.11
433143.11
3
214712.00
261079.51
415317.11
431866.11
445124.11
454711.11
1
223244.00
272944.92
437223.81
450610.63
458498.73
468928.07
2
231776.00
283473.92
457343.81
469194.81
476065.81
484958.81
3
240308.00
294002.92
477463.81
489314.81
496185.81
505078.81
4
248840.00
304531.92
497583.81
509434.81
516305.81
525198.81
1
260363.00
316545.33
525545.51
538631.33
551021.43
563248.77
2
271886.00
327222.33
551720.51
563270.51
574643.51
585334.51
1
282911.00
339170.74
571070.21
589154.03
606040.13
617433.47
2
293936.00
349782.74
588633.21
605702.03
621909.13
631766.13
1
304725.00
361587.15
605008.91
622132.85
635505.95
646098.29
2
315514.00
372055.15
619597.91
637027.85
649383.85
658439.85
1
326772.00
384176.56
635953.61
650020.67
662561.77
674354.11
2
338030.00
394961.56
650522.61
661979.61
674085.77
684610.11
1
349486.00
406888.97
670873.31
684862.13
693328.23
704279.57
2
360942.00
417479.97
689437.31
701890.31
709339.31
718754.31
1
371263.00
429380.38
701480.01
715884.13
725443.23
736233.57
2
381584.00
439944.38
711736.01
728342.13
736884.13
746138.13
1
392819.00
451777.79
729189.71
749272.53
758853.63
768846.97
Total FT=
7854520.19
Hasil Tahap 5 :
Make-span
= 768846,97 detik
Total Flow Time
= 7854520,19 detik
176 5.1.6.2 Pengurutan Jadwal Produksi Pesanan Dengan Algoritma Palmer
Algoritma palmer merupakan salah satu algoritma penjadwalan flow-shop untuk m-machine dan n-jobs. Kriteria yang digunakan pada Algoritma Palmer sama seperti
pada Algoritma Campbell Dudek and Smith yaitu makespan . Penjadwalan dengan algoritma terbaik adalah penjadwalan dengan nilai makespan yang terkecil. Tujuan utama dari penjadwalan flowshop adalah minimasi makespan. Setiap Job yang ada harus melewati setiap mesin dengan urutan yang sama.
Sistematika pengurutan jadwal dengan menggunakan Algoritma Palmer berdasarkan data Total Waktu Proses (detik)+Waktu Setting Mesin yang dapat dilihat pada tabel 5.16. Sistematika
pengurutan jadwal produksi pesanan dengan Algoritma Palmer
adalah sebagai berikut : 1) Untuk setiap job Jj, cari nilai dari π j πj =
[m 2 ]
∑ − ((m − 2i + 1) t + (m − 2i + 1))t ( i =1
ij
m +1−i ) j
2) Pengurutan job berdasarkan π j secara descending . Jika dua atau lebih job memiliki nilai π j yang sama, maka urutkan sesuai keperluannya.
3) Jadwalkan job pada setiap mesin sesuai dengan urutan tersebut
177
•
Step 1 πj =
[m 2 ]
∑ − ((m − 2i + 1) t + (m − 2i + 1))t ( ij
i =1
m +1−i ) j
π j = −5t 1 j + 5t 6 j Tabel 5.29 Nilai π j untuk setiap job
Nama Tablet
πj
Analspec 500
3436.70
Xepaprim Forte
5636.70
Xepathritis 50
16121.70
Meflosin 500
11451.70
Kadiflam 25
-638.30
Kadiflam 50
27751.70
Xepazym
14901.70
Tismazol 500
-12728.30
Xepare Tablet
-2988.30
Tismafam 40
-2338.30
Xepadergin 4,5 mg
7681.70
Xepalat
8281.70
Progesic
12691.70
Metropil
13921.70
Gestamag
7671.70
Tismalin Tablet
-3998.30
Vasotin 75 mg
7466.70
Vasotin 25 mg
-6208.30
Xepaneuron
-9648.30
178 •
Step 2
Tabel 5.30 Pengurutan Job berdasarkan π j secara descending
Nama tablet
πj
Kadiflam 50
27751.70
Xepathritis 50
16121.70
Xepazym
14901.70
Metropil
13921.70
Progesic
12691.70
Meflosin 500
11451.70
Xepalat
8281.70
Xepadergin 4,5 mg
7681.70
Gestamag
7671.70
Vasotin 75 mg
7466.70
Xepaprim Forte
5636.70
Analspec 500
3436.70
Kadiflam 25
-638.30
Tismafam 40
-2338.30
Xepare Tablet
-2988.30
Tismalin Tablet
-3998.30
Vasotin 25 mg
-6208.30
Xepaneuron
-9648.30
Tismazol 500
-12728.30
179
• Step 3
Tabel 5.31 Tabel Perhitungan Make-span dan Total Flow Time Penjadwalan Palmer
Job
Batch Processing
Mesin M1
M2
M3
M4
M5
M6
1
9645.00
21777.41
34114.11
47736.93
59310.03
72498.37
2
19290.00
32573.41
44664.11
59823.93
70379.93
84150.37
Xepathritis 50
1
27836.00
44342.82
66586.81
80700.63
100681.73
112452.07
Xepazym
1
36368.00
56208.23
88493.51
101880.33
109768.43
122881.41
2
44900.00
66737.23
108613.51
120464.51
127335.51
136228.51
3
53432.00
77266.23
128733.51
140584.51
147455.51
156348.51
4
61964.00
87795.23
148853.51
160704.51
167575.51
176468.51
1
71596.00
100083.64
168961.21
187472.03
198143.13
209935.47
2
81228.00
111035.64
187282.21
204447.03
214101.03
224357.03
1
91129.00
122938.05
210725.91
226829.73
237393.83
249165.17
2
101030.00
133504.05
232382.91
246950.91
256497.91
266732.91
3
110931.00
144070.05
254039.91
268607.91
278154.91
288389.91
1
121165.00
156082.46
279902.61
293465.43
301239.53
313386.87
2
131399.00
166758.46
303978.61
316005.61
322762.61
333373.61
1
140946.00
178909.87
327333.31
345418.13
359693.23
370816.57
2
150493.00
189724.87
348901.31
365450.31
378708.31
388295.31
3
160040.00
200539.87
370469.31
387018.31
400276.31
409863.31
1
170274.00
212672.28
385845.01
402508.13
420073.23
431843.57
2
180508.00
223468.28
399434.01
416462.13
436621.23
446855.23
Kadiflam 50
Metropil
Progesic
Meflosin 500
Xepalat
Xepadergin 4,5 mg
180
1
190743.00
236182.69
418789.71
435889.53
447161.33
458931.67
2
200978.00
247560.69
436358.71
451922.71
461445.71
471679.71
Vasotin 75 mg
1
210610.00
258849.10
450499.41
470453.53
483948.63
495073.97
Xepaprim Forte
1
220466.00
270839.51
467027.11
483064.35
491410.73
506057.31
Analspec 500
1
229924.00
282890.92
478380.81
496873.17
504205.27
516768.65
2
239382.00
293605.92
487947.81
509146.17
515461.17
525943.65
3
248840.00
304320.92
497514.81
521419.17
527734.17
536909.17
1
260363.00
316334.33
525476.51
538562.33
550952.43
563179.77
2
271886.00
327011.33
551651.51
563201.51
574574.51
585265.51
1
283144.00
339132.74
568007.21
581000.03
593541.13
605333.47
2
294402.00
349917.74
582576.21
594033.21
605557.21
615813.21
1
304723.00
361818.15
594618.91
608612.73
618171.83
628962.17
2
315044.00
372382.15
604874.91
621070.73
629612.73
638866.73
1
326069.00
384330.56
624224.61
642308.43
659194.53
670587.87
2
337094.00
394942.56
641787.61
658856.43
675063.53
684920.53
Vasotin 25 mg
1
348329.00
406775.97
659241.31
679324.13
688905.23
698898.57
Xepaneuron
1
359118.00
418580.38
675617.01
695754.95
709128.05
719720.39
2
369907.00
429048.38
690206.01
710649.95
723005.95
732061.95
1
381363.00
440975.79
710556.71
724638.77
733104.87
744056.21
2
392819.00
451566.79
729120.71
741573.71
749022.71
758437.71
Total FT=
8799894.41
Gestamag
Kadiflam 25
Tismafam 40
Xepare Tablet
Tismalin Tablet
Tismazol 500
Hasil Step 3 :
Make-span
= 758437,71 detik
Total Flow Time
= 87999894,41 detik
181 5.2 Analisis Data dan Pembahasan 5.2.1 Analisa Penjadwalan PT.Metiska Farma Secara Aktual
Penjadwalan yang berjalan di PT.Metiska Farma diatur oleh tiga divisi terkait yaitu : •
Divisi Marketing yang menerima secara langsung pesanan atau order dari customer . Data pesanan obat tablet dari Divisi Marketing masih dalam satuan box.
•
Divisi PPIC yang menerima data pesanan dari Divisi Marketing mengolahnya menjadi laporan tentang jumlah pesanan yang harus diproduksi selama periode waktu 1 bulanan dengan mempertimbangkan faktor stock dan Work In Process (WIP). Divisi PPIC juga harus mengkonversikan satuan box menjadi satuan batch.
•
Divisi Produksi membuat penjadwalan produksi berdasarkan Data Divisi PPIC dengan membagi pesanan yang harus diproduksi itu dalam periode mingguan.
Penjadwalan yang dilakukan oleh Divisi Produksi sifatnya otodidak dan berdasarkan feeling atau pengalaman dari karyawan Divisi Produksi itu sendiri dan tidak
menggunakan algoritma penjadwalan flowshop apapun. Kemampuan Divisi Produksi PT.Metiska Farma dalam menyusun jadwal berdasarkan feeling saja dilatarbelakangi oleh seringnya atau keterbiasaan mereka dalam melakukan proses produksi pesanan. Namun kelemahan dari sistem penjadwalan tersebut adalah : •
Divisi Produksi PT.Metiska Farma tidak mempertimbangkan adanya kriteria makespan dan flowtime yang sangat penting dalam sistem produksi bertipe flowshop.
182 •
Dengan tidak menerapkan algoritma penjadwalan apapun pada sistem produksi PT.Metiska Farma maka riskan terjadi ketidakefisienan pengurutan job (pesanan yang harus diproduksi) yang akan mengakibatkan menurunnya performansi kerja dan meningkatkan biaya operasional perusahaan.
•
Pengurutan yang dibuat
tanpa menggunakan algoritma penjadwalan
mengakibatkan lamanya waktu proses produksi pesanan sehingga dapat timbul terjadinya keterlambatan produksi pesanan.
Setelah
melakukan
brainstorming
dengan
manajer
R&D
(Research
and
Development) dan karyawan Divisi Produksi maka diketahui faktor-faktor yang
melatarbelakangi penjadwalan produksi dengan tidak menggunakan algoritma penjadwalan yaitu : •
Ketidaktahuan mereka akan adanya tipe sistem produksi di PT.Metiska Farma sehingga sulit untuk menentukan tools yang dapat membantu.
•
Ketidaktahuan mereka akan adanya algoritma penjadwalan flowshop untuk jumlah mesin lebih besar dari 3.
•
Budaya organisasi yang telah terbentuk sekian lama di mana penjadwalan produksi selalu berdasarkan feeling atau pengalaman dan berbasiskan pada kertas.
Penjadwalan jangka pendek di PT.Metiska Farma biasanya dikoordinir oleh satu orang dan kemudian karyawan lainnya di Divisi Produksi tersebut melakukan proses produksi pesanan sesuai dengan urutan yang telah dibuat tersebut.
183 Berdasarkan hasil perhitungan makespan dan total flow time yang terdapat pada tabel 5.18 terlihat bahwa nilai makespan dan total flow time yang diperoleh lebih besar dibandingkan dengan algoritma Campbell Dudek and Smith dan algoritma Palmer. Secara singkat nilai makespan dan total flowtime untuk penjadwalan aktual di PT.Metiska Farma adalah : •
Nilai Makespan
: 772172,65 detik
•
Nilai Total Flow Time
: 8877617,79 detik
Dari data di atas tersebut dapat diartikan bahwa total waktu pengerjaan produk terpanjang yang berada dalam sistem (makespan) yang diukur dari waktu yang dihasilkan produk terakhir di mesin terakhir adalah sebesar 772172,65 detik. Pada penjadwalan aktual di PT.Metiska Farma obat tablet xepaneuron merupakan obat yang diproses pada urutan terakhir sehingga nilai makespan yang dilihat adalah waktu obat tablet Xepaneuron diproses pada mesin terakhir yaitu mesin stripping.
Selain makespan sebagai kriteria utama, terdapat juga kriteria lainnya yaitu total flow time. Dari data di atas dapat diartikan bahwa total dari total waktu pengerjaan setiap
obat tablet yang dipesan selama periode waktu 1 bulan adalah sebesar 8877617,79 detik. Prinsip perhitungan total flow time adalah menjumlahkan waktu setiap obat tablet yang dipesan selama periode waktu tertentu di mesin terakhir yaitu mesin stripping. Hal ini untuk alternatif kriteria jikalau makespan antar urutan penjadwalan yang dihasilkan memiliki nilai yang sama.
184 5.2.2 Analisa Usulan Penjadwalan PT.Metiska Farma 5.2.2.1 Analisa Usulan Penjadwalan PT.Metiska Farma Dengan Algoritma Campbell Dudek And Smith (CDS)
Algoritma Campbell Dudek and Smith merupakan salah satu algoritma untuk penjadwalan flowshop dengan jumlah mesin ≥ 4 mesin. Penjadwalan produksi dengan menggunakan algoritma Campbell Dudek and Smith merupakan usulan untuk Divisi Produksi di PT.Metiska Farma karena beberapa faktor yaitu : •
Algoritma CDS ini memiliki kriteria makespan dan total flow time yang sangat penting untuk penjadwalan bertipe flowshop.
•
Algoritma Campbell Dudek and Smith ini cocok untuk persoalan yang memiliki banyak tahapan (multistage).
•
Algoritma Campbell Dudek and Smith efektif untuk lingkup kecil dan lingkup besar.
•
Kemudahan dalam menerapkan Algoritma CDS ini untuk membantu pengurutan jadwal yang optimal.
•
Algoritma Campbell Dudek and Smith memberikan alternatif urutan jadwal sehingga dapat dipilih urutan jadwal yang terbaik.
Dalam penerapan Algoritma Campbell Dudek and Smith dilakukan dalam beberapa tahap sesuai dengan jumlah mesinnya. Di PT.Metiska Farma terdapat 6 buah mesin yang memiliki fungsi berbeda-beda . Jadi Penjadwalan produksi dengan Algoritma CDS tersebut dilakukan sebanyak (m-1) kali , yaitu 5 kali . Setiap tahapan dalam Algoritma CDS ini akan menghasilkan urutan jadwal, makespan, dan total flowtime yang berbeda-
185 beda. Dari kelima alternatif urutan jadwal tersebut, akan dipilih satu urutan jadwal dengan nilai makespan dan total flowtime yang paling kecil. Dari hasil perhitungan diperoleh bahwa urutan jadwal yang optimal dengan nilai makespan dan flowtime terkecil terdapat pada tahap yang ke 2 . Tabel di bawah ini menjelaskan tentang urutan jadwal yang paling baik menurut Algoritma Campbell Dudek and Smith .
Tabel 5. 32 Urutan Penjadwalan Produksi Optimal Menurut CDS
Xepathritis 50 Vasotin 75 mg Xepaprim Forte Vasotin 25 mg Kadiflam 50 Metropil Xepare Tablet Meflosin 500 Xepadergin 4,5 mg Xepaneuron Gestamag Tismalin Tablet Tismafam 40 Tismazol 500 Kadiflam 25 Analspec 500 Xepalat Progesic Xepazym
Mengacu pada tabel hasil perhitungan dengan Algoritma CDS maka diperoleh urutan jadwal yang optimal dengan nilai makespan dan total flow time yang terkecil. Hasil akhir diperoleh bahwa : •
Make-span
= 755273,71 detik
•
Total Flow Time
= 6629682,83detik
186 5.2.2.2 Analisa Usulan Penjadwalan PT.Metiska Farma Dengan Algoritma Palmer
Algoritma Palmer merupakan salah satu tipe algoritma penjadwalan flowshop untuk jumlah mesin ≥ 4 mesin selain Algoritma Campbell Dudek and Smith. Kriteria yang dipakai untuk Algoritma Palmer sama seperti algoritma CDS yaitu makespan dan total Flowtime.
Penjadwalan produksi dengan menggunakan algoritma Palmer merupakan usulan untuk Divisi Produksi di PT.Metiska Farma karena beberapa faktor yaitu : •
Algoritma Palmer ini memiliki kriteria makespan dan total flow time yang sangat penting untuk penjadwalan bertipe flowshop.
•
Secara formula, Algoritma Palmer lebih mudah dibandingkan dengan Algoritma Campbell Dudek and Smith.
•
Penerapan Algoritma Palmer mudah untuk dimengerti dalam waktu yang singkat oleh Divisi Produksi PT.Metiska Farma
•
Algoritma Palmer hanya berfokus pada satu parameter yaitu π j
dan
mengurutkan π j tersebut secara descending.
Algoritma Palmer membantu dalam menentukan urutan jadwal yang paling optimal dengan makespan dan total flowtime yang terkecil selama periode waktu tertentu. Sebagai langkah awal akan dihitung terlebih dahulu nilai π j nya dan kemudian akan diurutkan secara descending untuk memperoleh urutan jadwal yang optimal.
187 Tabel di bawah ini menjelaskan tentang urutan jadwal yang paling baik menurut Algoritma Palmer .
Tabel 5.33 Urutan Penjadwalan Produksi Optimal Menurut Palmer Job Kadiflam 50 Xepathritis 50 Xepazym Metropil Progesic Meflosin 500 Xepalat Xepadergin 4,5 mg Gestamag Vasotin 75 mg Xepaprim Forte Analspec 500 Kadiflam 25 Tismafam 40 Xepare Tablet Tismalin Tablet Vasotin 25 mg Xepaneuron Tismazol 500
Mengacu pada tabel hasil perhitungan dengan Algoritma Palmer maka diperoleh urutan jadwal yang optimal dengan nilai makespan dan total flow time yang terkecil. Hasil akhir diperoleh bahwa : •
Make-span
= 758437,71 detik
•
Total Flow Time
= 8799894,41 detik
188 5.2.3 Perbandingan antara Algoritma Berjalan dengan Algoritma Usulan
Dengan menggunakan makespan dan total flowtime sebagai kriterianya, maka dapat dilihat keunggulan antara satu algoritma dengan algoritma lainnya, dalam hal ini algoritma yang sedang berjalan (aktual) dengan algoritma Campbell Dudek and Smith dan Algoritma Palmer. Parameter utama yang digunakan adalah waktu. Dari analisa di atas dapat dirangkum sebagai berikut:
Tabel 5.34 Ringkasan Makespan dan Total Flow Time Dalam Detik
Algoritma
Kriteria
Makespan
Total Flow Time
Aktual (Detik)
CDS (Detik)
Palmer(Detik)
772172.65
755273.71
758437.71
8877617.79
6629682.83
8799894.41
Tabel 5.35 Ringkasan Makespan dan Total Flow Time Dalam Menit
Algoritma Kriteria Makespan Total Flow Time
Aktual (menit)
CDS (menit)
Palmer(menit)
12869.54
12587.90
12640.63
147960.30
110494.71
146664.91
189 Tabel 5.36 Ringkasan Makespan dan Total Flow Time Dalam Jam
Algoritma Kriteria
Aktual (jam)
Makespan Total Flow Time
CDS (jam)
Palmer(jam)
214.49
209.80
210.68
2466.00
1841.58
2444.42
Tabel 5.37 Ringkasan Makespan dan Total Flow Time Dalam Hari
Algoritma Kriteria
Aktual (hari)
Makespan Total Flow Time
CDS (hari)
Palmer(hari)
3.57
3.50
3.51
41.10
30.69
40.74
Dilihat dari tabel - tabel di atas terlihat bahwa Algoritma Campbell Dudek and Smith paling tepat untuk mengatasi masalah penjadwalan flowshop di Divisi Produksi PT. Metiska Farma . Hal ini dapat dibuktikan dari nilai makespan dan flowtime yang dihasilkan. Algoritma Campbell Dudek and Smith (CDS) tejadi pengurangan waktu sebesar : •
Δ
Makespan
•
Δ
Total FlowTime = 2247934,96 detik
= 16898,94 detik
190 5.3 Analisa dan Perancangan Sistem Informasi
Dalam melakukan proses analisa dan perancangan sistem informasi untuk sistem penjadwalan dengan teknik pengurutan yang tepat maka digunakan Unified Model Language (UML). Unified Model Language merupakan sebagai sebuah bahasa yang
berdasarkan grafik atau gambar untuk memvisualisasi (visualisizing), menspesifikasi (specifying), mengkonstruksi (constructing), dan mendokumentasi (documenting) sebuah sistem perangkat lunak. Pemikiran bahwa penggambaran dalam bentuk visual yang baik dapat dilakukan dengan UML, sama seperti pemikiran bahwa penggambaran dalam bentuk teks yang baik dapat dilakukan oleh bahasa pemrograman. Unified Model Language (UML) yang diterapkan untuk sistem penjadwalan dengan teknik pengurutan yang tepat terbagi atas 4 aktivitas utama yaitu : 1. Problem Domain Analysis
Pada aktivitas problem domain ini terdapat 4 tahap yaitu : a. System Definition
Proses
mendefinisikan
sistem
penjadwalan
tersebut
dengan
mengetahui dari proses penelaahan secara detil dan jelas. Pada tahap ini dilakukan pendefinisian dan pendeskripsisan tentang sistem yang sedang berjalan dan juga usulan untuk sistem yang akan dikembangkan selanjutnya. Hasil dari tahap system definition adalah gambaran yang jelas tentang sistem penjadwalan di PT.Metiska Farma tersebut.
191 b. Event Table Event Table merupakan tahap kedua dari problem domain. Sebelum
membuat event table, terlebih dahulu kita menentukan class-class dan event-event yang terkait dengan sistem penjadwalan di PT.Metiska
Farma.
Setelah itu memilih
class-class dan event-event yang
dominan dan vital dalam sistem penjadwalan tersebut sehingga dikenal dengan istilah class terpilih dan event terpilih. . Event table menggambarkan aktivitas antara class terpilih dan event terpilih.
c. Class Diagram
Pada tahap ini dilakukan pembuatan class diagram. Class diagram hanya dibuat untuk class-class yang terpilih saja. Class Diagram menggambarkan keterkaitan antara class-class terpilih tersebut. Di dalam class diagram terdapat 3 bagian yaitu nama class, attribute (atribut)
dan method. Setiap class- class terpilih tersebut saling
dihubungkan dengan garis relasi yang dikenal dengan nama relationship.
d. Statechart Diagram
Tahap akhir dari problem domain adalah pembuatan statechart diagram.
Statechart diagram menggambarkan secara detil siklus
hidup dari setiap class yang ada dalam class diagram. Statechart diagram ini dibuat untuk membantu sistem penjadwalan dari awal
samapi akhirnya.
192 2. Applicaton Domain Analysis
Pada tahap Application Domain Analysis ini terdapat 3 tahap yaitu : a. Use Case diagram
Use Case Diagram menggambarkan inrteraksi atau hubungan antara aktor dengan sistem. Dalam hal ini aktornya adalah karyawan pada Divisi Produksi di PT.Metiska Farma dan sistem yang dimaksud adalah sistem penjadwalan PT.Metiska Farma. Use Case Diagram ini menggambarkan
interaksi
antara
karyawan
Divisi
Produksi
PT.Metiska Farma dengan sistem penjadwalan PT.Metiska Farma secara langsung. Use case diagram semacam ini dikenal dengan system use case.
b. Sequence Diagram Sequence diagram menggambarkan urutan yang terjadi di dalam
setiap use case. Setiap use case memiliki satu sequence diagram. Selain itu sequence diagram menggambarkan interaksi antar objekobjek di dalam sistem penjadwalan PT.Metiska Farma tersebut.
c. Navigation Diagram Navigation Diagram erat sekali kaitannya dengan user interface. Navigation Diagram ini menggambarkan statechart diagram secara
khusus yang berfokus pada user interface yang dinamis.
193 3. Architecture Design
Pada tahap architecture design ini dilakukan pembuatan Deployment Diagram. Deployment diagram menggambarkan struktur fisikal dari suatu
sistem penjadwalan di PT.Metiska Farma. Sesungguhnya ada 3 macam tipe pada Deployment Diagram yaitu : a. The Centralized Pattern b. The Distributed Pattern c. The Decentralized Pattern.
Dalam hal ini PT.Metiska Farma menerapkan prinsip The Centralized Pattern yang artinya semua aktivitas dan proses update untuk seluruh data
terpusat pada satu server. Hal ini dilakukan karena beberapa faktor yaitu : •
Ruang lingkup penerapan sistem penjadwalan tersebut kecil yakni hanya untuk Divisi Produksi PT.Metiska Farma.
•
Terciptanya keamanan data yang tinggi
•
Masalah kerja sistem yang lambat tidak terlalu berpengaruh karena mengingat ruang lingkup perusahaan tidak besar.
4. Component Design
Pada tahap component design ini terdapat 2 tahap yaitu : a. Revised Class Diagram Revised Class Diagram ini dilakukan sebagai perbaikan jikalau
terjadi perubahan dalam sistem penjadwalan.
Namun jika sistem
194 penjadwalan tersebut sesuai dengan class diagram yang telah ada sebelumnya maka tidak perlu dibuat revised class diagram.
b. Component Design
Pada
tahap
component
design
ini
memperhatikan
dan
mempertimbangkan faktor hardware yang terlibat dalam proses implementasi sistem penjadwalan di PT.Metiska Farma. Hasil daripada tahap component design adalah deskripsi dari component sistem.
5.3.1 Analisa Sistem Informasi
Analisis digunakan untuk pemahaman terhadap sistem yang sedang berjalan dan apa yang dibutuhkan. Hasil dari analisis adalah deskripsi sistem atau sistem definisi dan kebutuhan untuk sistem yang baru. Tahapan ini dapat dilakukan dengan cara mengumpulkan informasi dari pihak yang terkait mengenai permasalahan yang ada dan spesifikasi sistem atau program yang diinginkan.
5.3.1.1 Analisa Sistem Berjalan
Sistem penjadwalan yang dilakukan di PT.Metiska Farma saat ini masih bersifat manual dan berbasiskan kertas. PT.Metiska Farma belum menerapkan sistem informasi dengan sarana penunjang komputer dalam mengatur penjadwalan produksi dan kegiatan operasionalnya.
Semua aktivitas dan kegiatan produksi yang berkaitan dengan
pengaturan sistem penjadwalan dilakukan secara manual berdasarkan pengalaman dan feeling semata.
195 Belum ada satupun sistem informasi yang diterapkan pada divisi produksi PT.Metiska Farma. Komunikasi antara divisi-divisi yang saling terkait dalam pengaturan sistem penjadwalan produksi dilakukan secara langsung. Aliran kegiatan yang terjadi di PT.Metiska Farma dalam kegitannya menentukan urutan penjadwalan produksi adalah :
1. Sebagai langkah awal, Divisi Marketing menerima pesanan obat tablet dari para customernya. Customer dari PT.Metiska Farma adalah perusahaanperusahaan yang telah menjadi pelanggan tetap dan melakukan kontrak selama periode waktu tertentu. Contoh customer dari PT.Metiska Farma adalah Pertamina. Pesanan yang dikumpulkan oleh Divisi Marketing disimpan dalam bentuk kertas arsip. Biasanya customer memesan obat tablet dalam satuan box. Satuan obat dalam box yang dipesan pun ada batas minimalnya.
2. Divisi Marketing menyerahkan data pesanan obat tablet dalam box tersebut pada Divisi PPIC. Data Divisi Marketing diolah sedemikian rupa oleh Divisi PPIC. Setelah selesai melakukan pengolahan data tersebut, Divisi PPIC mengolah data tersebut menjadi satuan batch dengan memperhatikan dan mempertimbangkan adanya faktor persediaan (stock) dan Work In Process (WIP).
3. Divisi PPIC menyerahkan data yang telah diolah menjadi data bulanan dan dalam satuan batch pada Divisi Produksi. Tugas dari Divisi Produksi
196 adalah merangkum kembali jumlah batch yang harus diproduksi (batch processing) selama 1 bulan dengan berdasarkan data dari Divisi PPIC tadi.
Setelah itu Divisi Produksi menentukan urutan penjadwalan produksi pesanan. Proses pengurutan (sequencing) produksi pesanan (job) dilakukan tanpa menggunakan algoritma pengurutan apapun. Divisi Produksi PT.Metiska Farma mengurutkan job tersebut berdasarkan pengalaman, feeling dan intuisi semata. Divisi Produksi PT.Metiska Farma terlebih dahulu mengurutkannya dengan membagi-bagi job tersebut ke dalam satuan minggu. Akibat yang terjadi dengan pengurutan semacam itu yang tidak berdasarkan pada algoritma penjadwalan flowshop apapun adalah : •
Keterlambatan produksi yang berdampak pada peningkatan cost dan kepuasan customer menurun.
•
Peningkatan cost pasti terjadi karena setelah dilakukan pembuktian bahwa penjadwalan yang saat ini sedang berjalan di PT.Metiska Farma memiliki nilai makespan dan total flowtime yang besar. Pengaruhnya yang sangat terasa adalah jam kerja mesin yang besar dan jam kerja sumber daya manusia yang membesar pula.
197
Gambar 5.2 Gambaran Sistem Berjalan PT.Metiska Farma 5.3.1.2 Analisa Sistem Usulan
198 Dengan melihat, mengamati dan meneliti sistem yang saat ini sedang berjalan di PT.Metiska Farma maka dapat didentifikasikan secara baik mengenai kelemahan dari sistem yang ada sekarang serta memenuhi kebutuhan-kebutuhan pengguna akan sistem. Secara langsung dan tidak langsung dilihat bahwa ada beberapa kelemahan dari sistem yang ada sekarang yaitu : •
Sistem penjadwalan produksi yang ada saat ini dilakukan secara manual dan tidak terkomputerisasi. Sistem Informasi belum diterapkan pada PT.Metiska Farma terutama Divisi Produksi padahal dewasa ini dimana persaingan bisnis menjadi semakin ketat, peran sistem informasi di dalam perusahaan menjadi keunggulan kompetitif sendiri. Divisi Produksi di PT.Metiska Farma masih mencatat, menyimpan dan mengupdate data dengan berbasis kertas, pulpen dan tip-ex.
•
Pengurutan pesanan produksi yang merupakan faktor penting dalam sistem penjadwalan produksi dilakukan tanpa menggunakan algoritma apapun. Proses pengurutan pesanan produksi ini dilakukan dengan berdasarkan pada pengalaman, feeling dan intuisi saja.
Selain itu
terdapat juga beberapa kebutuhan-kebutuhan pengguna akan sistem
penjadwalan produksi di PT.Metiska Farma yaitu : •
Penerapan sistem informasi pada Divisi Produksi untuk menunjang
sistem
penjadwalan produksi. Penerapan sistem informasi di PT.Metiska Farma akan membantu terciptanya penjadwalan produksi yang optimal. Selain itu juga akan
199 memberikan
keunggulan
kompetitif
untuk
PT.Metiska
Farma
sendiri.
Penghematan waktu juga akan dirasakan karena ada beberapa tugas manual yang telah tercover oleh Sistem Informasi tersebut.
•
Terintegrasinya Divisi Marketing, Divisi PPIC dan Divisi Produksi dalam membuat rencana produksi untuk menghasilkan urutan produksi pesanan yang optimal selama periode waktu tertentu.
•
Pengurutan
pesanan produksi dilakukan dengan bantuan algoritma tertentu
seperti Algoritma Campbell Dudek and Smith dan Algoritma Palmer. Algoritma Campbell Dudek and Smith dan Algoritma Palmer tepat untuk diterapkan di PT.Metiska Farma karena bersifat flowshop dan tolak ukurnya sama yaitu makespan dan total flowtime.
Dengan penerapan algoritma tertentu untuk mengurutkan pesanan produksi tentu akan memberikan dampak baik yaitu: 1. Mengurangi atau menghindari terjadinya keterlambatan produksi. Hal ini akan mengurangi cost
atau biaya produksi dan meningkatan
kepuasan customer.
2. Diperolehnya urutan produksi yang paling tepat dengan nilai makespan dan total flowtime yang terkecil.
200 Dengan mengetahui kelemahan sistem yang sedang berjalan sekarang dan kebutuhan-kebutuhan pengguna dari sistem maka sistem usulan untuk Divisi Produksi PT.Metiska Farma dapat mengatasi hal-hal tersebut. Sistem usulan ini sama seperti sistem yang sedang berjalan pada tahap awalnya, yakni menunggu data pesanan obat dari marketing yang masih dalam satuan box. Lalu data dari Divisi Marketing ini diserahkan pada Divisi PPIC untuk dibuat menjadi rencana produksi dengan diolah menjadi data bulanan dan dalam satuan batch (batch processing).
Berdasarkan data dari Divisi PPIC tersebut maka dibuatlah suatu rangkuman kembali data dari Divisi PPIC dalam hal batch processing. Data ini diolah oleh Divisi Produksi dengan mengurutkan pesanan berdasarkan Algoritma Campbell Dudek and Smith sebanyak 5 tahap dan Algoritma Palmer. Setelah itu, Divisi Produksi melakukan perbandingan antara hasil pengurutan dari kedua algoritma tersebut. Pengurutan yang memiliki nilai makespan dan total flowtime terkecil disebut urutan optimal dan digunakan untuk periode waktu itu. Sistem Informasi usulan ini menciptakan adanya integrasi antara divisi-divisi yang terkait yaitu Divisi Marketing, Divisi PPIC, dan Divisi Produksi. Terintegrasinya divisi-divisi yang terkait memberikan dampak yang baik untuk perusahaan yaitu : •
Menghemat waktu
•
Menghemat biaya
•
Terciptanya koordinasi yang baik dan terkomputerisasi
201
Gambar 5.3 Gambaran Sistem Usulan PT.Metiska Farma
5.3.2 Perancangan Sistem Informasi Berorientasi Objek
Sistem informasi untuk penjadwalan dengan pengurutan proses produksi optimal yang akan dibuat berorientasikan pada objek. Menurut Lars Mathiassen, perancangan sistem informasi dengan berorientasi objek meliputi empat aktivitas utama yaitu problem domain, application domain, component design dan architecture design. Masing-masing
aktivitas utama tersebut mempunyai bagian masing-masing pula.
Untuk itu sistem
202 informasi penjadwalan dengan melakukan pengurutan terhadap produksi pesanan dibuat dengan melewati empat aktivitas utama dalam perancangan berorientasi objek tersebut.
5.3.2.1 Problem Domain Analysis Problem domain analysis merupakan tahap utama yang harus dilakukan dalam
melakukan perancangan sistem informasi berorientasi objek. Pada tahap problem domain analysis ini dilakukan identifikasi dan pendefinisian sistem tersebut. Identifikasi
meliputi masalah sistem, kelemahan sistem, kebutuhan sistem, dan definisi dari sistem penjadwalan produksi di PT.Metiska Farma itu sendiri. Problem Domain Analysis merupakan tahap yang paling penting karena pada tahap inilah dilakukan pendefinisian dan identifikasi masalah. Jikalau ada kesalahan dalam melakukan definisi dan identifikasi masalah akan berdampak buruk dalam perancangan sistem penjadwalan berorientasi objek. Ada empat tahap dalam problem domain analysis yaitu system definition, event table, class diagram dan statechart diagram.
5.3.2.1.1 System Definition Customer memesan obat tablet dalam satuan box kepada PT.Metiska Farma.
Pesanan obat tablet dari customer tersebut diterima oleh Divisi Marketing. Customer yang memesan adalah customer yang telah melakukan kontrak kerja sama dengan PT.Metiska Farma. Jikalau ada customer lain yang ingin memesan obat tablet pada PT. Metiska Farma harus melewati beberapa pertimbangan yang tentu saja tidak boleh merugikan customer tetap. Beberapa pertimbangan tersebut antara lain :
203 •
Apakah pesanan dari new customer tersebut mengganggu pesanan dari customer tetap ? Jikalau ya, maka pesanan dari new customer harus ditolak. Namun jikalau tidak, maka pesanan dari new customer dapat diterima.
•
Berapakah jumlah
pesanan dari new customer ? Jikalau memenuhi standar
minimal pemesanan, maka pesanan dari new customer tersebut dapat diterima. Namun jikalau tidak memenuhi standar minimal pemesanan, maka pesanan dari new customer harus ditolak.
Pertimbangan-pertimbangan tersebut menjadi patokan juga bagi PT.Metiska Farma dalam menerima pesanan obat tablet yang datang dari customer. Data pesanan obat tablet yang diterima oleh Divisi Marketing PT.Metiska Farma tersebut dicetak sehingga menjadi data pesanan Divisi Marketing. Data pesanan Divisi Marketing tersebut diserahkan pada Divisi PPIC PT.Metiska Farma untuk diolah. Pengolahan data yang dilakukan oleh Divisi PPIC adalah dengan melakukan rencana produksi terlebih dahulu terhadap data pesanan.
Setelah melakukan rencana produksi terhadap data pesanan tersebut , maka data Divisi Marketing diolah menjadi data pesanan Divisi PPIC dalam periode waktu 1 bulan. Selain itu Divisi PPIC di PT.Metiska Farma juga bertugas mengolah data pesanan obat tablet yang semula dalam satuan box menjadi satuan batch yang harus diproses (batch processing) oleh Divisi Produksi. Pengolahan data pesanan obat tablet oleh Divisi PPIC tersebut dicetak sehingga menjadi data pesanan Divisi PPIC.
204 Divisi Produksi menerima data pesanan Divisi PPIC berupa nama pesanan obat tablet, banyak pesanan obat tablet , stock, Work In Process (WIP) dan jumlah batch yang harus diproses untuk setiap pesanan obat tablet tersebut. Jadi Divisi Produksi hanya menerima data hasil pengolahan Divisi PPIC dan melakukan proses produksi berdasarkan data tersebut, tanpa ikut serta dalam pengolahan data menentukan jumlah batch yang harus diproduksi (batch processing) maupun pengolahan data lainnya.
Setelah data-data tersebut lengkap, maka Divisi Produksi segera melakukan penjadwalan dengan menentukan urutan mana dari pesanan-pesanan obat tablet yang harus diproduksi terlebih dahulu sehingga dapat dihasilkan urutan yang optimal. Divisi Produksi PT.Metiska Farma dalam kegiatannya mengurutkan pesananpesanan obat tablet tersebut dibantu dengan menggunakan algoritma Campbell Dudek and Smith sebanyak 5 tahap dan Algoritma Palmer.
Hasil pengurutan dengan
menggunakan kedua algoritma ini akan memberikan nilai makespan dan total flowtime masing-masing. Divisi Produksi menentukan urutan produksi yang paling optimal dengan memilih pengurutan pesanan dengan nilai makespan dan total flowtime yang terkecil. Data yang berisi pengurutan yang optimal ini dicetak sehingga menjadi penjadwalan bulan tersebut
dan dikenal sebagai penjadwalan bulanan
atau
penjadwalan jangka pendek.
5.3.2.1.2 Event Table Event table menggambarkan keterkaitan atau interaksi antara
class-class
terpilih dan event-event terpilih. Untuk dapat membuat event table harus dibuat terlebih
205 dahulu class candidates dan event candidates. Namun pada Sistem Informasi untuk teknik pengurutan produksi pesanan ini dapat langsung ditentukan class-class dan eventevent yang terpilih. Hal ini dikarenakan cakupan dari sistem informasi untuk teknik
pengurutan produksi pesanan tersebut kecil. Oleh sebab itu pemilihan class-class dan event-event dapat dilakukan secara langsung. Tabel di bawah ini merupakan event table
dari sistem informasi yang ada.
Tabel 5.38 Event Table
Class Event
Mesin
Produk
Pesanan
ScheduleProduksi
Memasukkan username
√
√
√
√
Memasukkan password
√
√
√
√
Melakukan perubahan password
√
√
√
√
Menerima pesanan
√
Mengolah data pesanan
√
Memeriksa waktu setting mesin Memeriksa waktu proses produk
√ √
Melakukan pengurutan proses produksi
√
√
Menyusun jadwal
√
√
5.3.2.1.3 Class Diagram
Pembuatan class diagram di sini bertujuan untuk mendeskripsikan relasi
ea
rah al antara class-class dan objek-objek dalam suatu problem domain. Class-class
206 yang digunakan dalam class diagram ini adalah class terpilih yang sama dengan classclass yang terdapat pada event table. Gambar di bawah ini merupakan class diagram
untuk sistem informasi pengurutan produksi pesanan di PT.Metiska Farma.
Gambar 5.4 Class Diagram 5.3.2.1.4 Statechart Diagram Statechart diagram menggambarkan transisi dan perubahan keadaan (dari satu state ke state lainnya) suatu objek pada sistem akibat adanya kejadian yang diterima.
207 Pada umumnya satu statechart diagram menggambarkan tingkah laku dari sebuah objek dalam class, berikut adalah statechart diagram dari masing-masing class. a. Statechart Diagram untuk class Pengguna Sistem
Gambar 5.5
Statechart Diagram untuk class Pengguna Sistem
Statechart Diagram untuk class Pegawai menggambarkan alur hidup dari class
Pengguna sistem itu sendiri. Diawali dari initial state, lalu terdapat aktivitas menginput data yang mengakibatkan sistem informasi tersebut dalam keadaan terinput dan kemudian aktivitas save yang mengakibatkan sistem informasi tersebut dalam keadaan Aktif. Terdapat pula aktivitas repetitial yakni melihat data, menghapus data, dan melakukan update terhadap data. Sebagai alur hidup yang terakhir, maka statechart diagram untuk class Pengguna Sistem diakhiri dengan final state. b. Statechart Diagram untuk class Mesin
208
Gambar 5.6 Statechart Diagram untuk class Mesin
Statechart Diagram untuk class Mesin menggambarkan alur hidup dari class
Mesin itu sendiri. Diawali dari initial state, lalu terdapat aktivitas menginput data yang mengakibatkan sistem informasi tersebut dalam keadaan terinput dan kemudian aktivitas save yang mengakibatkan sistem informasi tersebut dalam keadaan Aktif. Ketika sistem informasi tersebut dalam keadaan aktif maka, dapat terjadi aktivitas repetitial yakni melihat data, mencari data, menghapus data, melakukan update terhadap data, dan melakukan pembatalan. Aktifitasaktifitas ini dilakukan berulang kali dalam class Mesin tersebut. Sebagai alur hidup yang terakhir, maka statechart diagram untuk class Mesin diakhiri dengan final state.
c. Statechart Diagram untuk class Pesanan
209
Gambar 5.7 Statechart Diagram untuk class Pesanan
Statechart Diagram untuk class Pesanan menggambarkan alur hidup dari class
Pesanan itu sendiri. Diawali dari initial state, lalu terdapat aktivitas menginput data yang mengakibatkan sistem informasi tersebut dalam keadaan terinput dan kemudian aktivitas save yang mengakibatkan sistem informasi tersebut dalam keadaan Aktif. Ketika sistem informasi tersebut dalam keadaan aktif maka, dapat terjadi aktivitas repetitial yakni melihat data, mencari data, menghapus data, melakukan update terhadap data, dan melakukan pembatalan. Aktifitasaktifitas ini dilakukan berulang kali dalam class Pesanan tersebut. Sebagai alur hidup yang terakhir, maka statechart diagram untuk class Pesanan diakhiri dengan final state.
210 (3) Statechart Diagram untuk class WaktuProsesPerBatch
Gambar 5.8 Statechart Diagram untuk class WaktuProsesPerBatch
Statechart Diagram untuk class WaktuProsesPerBatch menggambarkan alur
hidup dari class WaktuProsesPerBatch itu sendiri. Diawali dari initial state, lalu terdapat aktivitas menginput data yang mengakibatkan sistem informasi tersebut dalam keadaan terinput dan kemudian aktivitas save yang mengakibatkan sistem informasi tersebut dalam keadaan Aktif. Ketika sistem informasi tersebut dalam keadaan aktif maka, dapat terjadi aktivitas repetitial yakni memeriksa data, menghapus data, dan melakukan update terhadap data. Aktifitas-aktifitas ini dilakukan berulang kali dalam class WaktuProsesPerBatch tersebut. Sebagai alur hidup yang terakhir, maka statechart diagram untuk class WaktuProsesPerBatch diakhiri dengan final state.
211 e. Statechart Diagram untuk class Produk
Gambar 5.9 Statechart Diagram untuk class Produk
Statechart Diagram untuk class Produk
menggambarkan alur hidup dari class
Produk itu sendiri. Diawali dari initial state, lalu terdapat aktivitas menginput data yang mengakibatkan sistem informasi tersebut dalam keadaan terinput dan kemudian aktivitas save yang mengakibatkan sistem informasi tersebut dalam keadaan Aktif. Ketika sistem informasi tersebut dalam keadaan aktif maka, dapat terjadi aktivitas repetitial yakni melihat data, mencari data, menghapus data, melakukan update terhadap data, dan melakukan pembatalan. Aktifitasaktifitas ini dilakukan berulang kali dalam class Produk tersebut. Sebagai alur hidup yang terakhir, maka statechart diagram untuk class Produk dengan final state. f. Statechart Diagram untuk class ScheduleProduksi
diakhiri
212
Gambar 5.10 Statechart Diagram untuk class ScheduleProduksi Statechart Diagram untuk class ScheduleProduksi
menggambarkan
alur hidup dari class ScheduleProduksi itu sendiri. Diawali dari initial state, lalu terdapat aktivitas menginput data yang mengakibatkan sistem informasi tersebut dalam keadaan terinput dan kemudian aktivitas save yang mengakibatkan sistem informasi tersebut dalam keadaan Aktif. Ketika sistem informasi tersebut dalam keadaan aktif maka, dapat terjadi aktivitas repetitial yakni menghapus data dan
213 melakukan update terhadap data. Aktifitas-aktifitas ini dilakukan berulang kali dalam class ScheduleProduksi tersebut. Setelah melewati state aktif, maka proses atau alur hidup dari class ScheduleProduksi
sesungguhnya baru dimulai. Pada awal proses, terjadi
aktifitas-aktifitas repetitial yakni melakukan proses perhitungan, menghapus data, dan melakukan pengurutan produksi terhadap pesanan di PT.Metiska Farma untuk periode waktu tertentu. Aktifitas selanjutnya yaitu menentukan urutan produksi yang optimal sehingga sistem informasi tersebut dalam keadaan aktif kembali. Saat state berada pada keadaan aktif kembali, maka terdapat
lagi aktifitas-aktifitas
repetitial yakni melihat urutan produksi dan memeriksa urutan produksi yang
optimal tersebut. Aktifitas selanjutnya adalah menyimpan hasil pengurutan produksi terhadap pesanan di PT.Metiska Farma untuk periode waktu tertentu dengan menggunakan algoritma terpilih dan mencetaknya untuk dijadikan laporan untuk kepala bagian Divisi produksi.
Sebagai alur hidup yang terakhir, maka
statechart diagram untuk class ScheduleProduksi diakhiri dengan final state.
5.3.2.2. Application Domain Analysis
Menurut Lars Mathiassen, Aktifitas utama yang kedua dalam analisa dan perancangan sistem informasi berorientasi objek adalah Application Domain Analysis. Tujuan dasar dari Application Domain Analysis adalah untuk menentukan kebutuhan pengguna sistem. Pada tahap Application Domain terjadi kegiatan mengatur, memonitor,
214 dan mengendalikan suatu problem domain. Prinsip-prinsip dasar yang ada pada tahap Application Domain Analysis adalah :
•
Menentukan Application Domain dengan usecase-usecase.
•
Adanya kolaborasi atau interaksi antara sistem informasi untuk pengurutan produksi terhadap pesanan di PT.Metiska Farma dengan pengguna-pengguna sistem seperti :
Administrator
Divisi Marketing
Divisi PPIC
Divisi Produksi
Pada dasarnya terdapat 3 aktifitas
utama di dalam tahapan Application Domain
Analysis yaitu Usage, Function, dan Interfaces. Secara lebih jelas dapat dilihat pada gambar di bawah ini.
Gambar 5.11 Aktifitas –aktifitas pada Application Domain Analysis 5.3.2.2.1 Usage Usage merupakan salah satu aktifitas dari Application Domain Analysis yang
memiliki tujuan dasar yaitu menentukan bagaimana aktor berinteraksi dengan sebuah sistem. Aktor adalah suatu abstraksi dari pengguna atau sistem-sistem
lain yang
berinteraksi dengan sistem target. Sedangkan use case adalah suatu pola interaksi antara
215 sistem dengan pengguna dalam application domain. Prinsip-prinsip usage pada Application Domain Analysis adalah :
•
Menentukan Application Domain dengan use case-usecase.
•
Melakukan evaluasi terhadap usecase-usecase yang berkolaborasi dengan pengguna sistem
Hasil dari Usage pada Application Domain adalah deskripsi secara keseluruhan pada usecase dan pengguna sistem. Gambar di bawah ini menunjukkan subaktifitas pada usage.
Gambar 5.12 Subaktifitas pada usage
(3) Actor Table
Langkah awal untuk membuat usecase diagram adalah membuat actor table terlebih dahulu. Di bawah ini adalah actor table untuk sistem informasi pengurutan produksi pesanan di PT.Metiska Farma.
216
Tabel 5.39 Actor Table
Usecase
Actor
Administrator
Divisi Marketing
Divisi PPIC
Divisi Produksi
Login
√
√
√
√
Mengatur hak akses SI
√
√
√
√
Input untuk pesanan tablet
Mengubah password
√
√
Mengolah data pesanan tablet
√
Mengatur manajemen produk obat tablet
√
Mengatur waktu proses mesin
√
Mengatur waktu setting mesin
√
Mengurutkan produksi pesanan
√
(3) Usecase Diagram
Berdasarkan pada actor table, maka dapat diterjemahkan ke dalam bentuk notasi UML berupa usecase diagram. Gambar di bawah ini merupakan usecase diagram yang mengilustrasikan relasi antara usecase dengan pengguna sistem.
217
Gambar 5.13 Usecase Diagram Untuk masing-masing use case yang terdapat pada usecase diagram dapat dianalisis lebih detil dalam use case description, yaitu sebagai berikut. a. Usecase Description untuk login Tabel 5.40 Usecase Description untuk login Usecase Name
Login
Briefcase
Usecase ini menjelaskan tentang proses awal pengguna
218 Description
sistem seperti Administrator, Divisi Marketing, Divisi PPIC dan Divisi Produksi akan berinteraksi dengan sistem secara langsung.
Basic Flow
1. Use case ini dimulai ketika pengguna sistem memasukan user name ke dalam sistem informasi tersebut . 2. Pengguna sistem memasukkan password yang dikenal
sebagai
identitas
pribadi
untuk
memasuki sistem informasi tersebut. 3. User name dan password erat sekali kaitannya dengan hak akses. Jika username dan password dikenal oleh sistem informasi tersebut, maka ke sub flow s.1. Jika username dan password tidak
dikenal oleh sistem informasi tersebut, maka ke alternative flow a.1
4. Usecase selesai
Sub Flow
s.1 Pengguna sistem meminta sistem untuk mengenali username dan password yang dimasukkan oleh
pengguna sistem tersebut. Hal ini bertujuan agar pengguna sistem dapat berinteraksi dengan sistem informasi tersebut sesuai dengan hak aksesnya. Alternative Flow
a.1 Jika username dan password tidak dikenali maka
219 sistem akan menampilkan pesan “invalid username or password” Special
Password tidak boleh diketahui orang lain untuk
Requirement
menjaga keamanan dari sistem
Pre Condition
Pengguna sistem memasukkan username dan password
Post Condition
Pengguna sistem dapat memasuki dan berinteraksi dengan sistem informasi tersebut
b. Usecase Description untuk mengatur hak akses SI
Tabel 5.41 Usecase Description untuk mengatur hak akses SI Usecase Name
Mengatur hak akses SI
Briefcase
Usecase ini menjelaskan tentang pengaturan dan
Description
pembagian hak akses dari pengguna sistem. Hal ini bertujuan agar pengguna sistem tetap dalam koridor job desk-nya masing-masing. Setiap pengguna sistem
punya kewenangan yang berbeda dalam berinteraksi dengan sistem. Pembagian hak akses SI ini diatur oleh Administrator yang berasal dari Divisi IT (IT Support). Basic Flow
1. Usecase
ini
dimulai
ketika
seorang
administrator yang berasal dari Divisi IT (IT Support) menentukan dan mengatur pembagian
hak akses dari pengguna sistem lainnya seperti
220 Divisi Marketing, Divisi PPIC, dan Divisi Produksi. 2. Pengguna sistem hanya dapat berinteraksi secara langsung dengan sistem sesuai dengan hak aksesnya saja (ke sub flow s.1)
Jika
pengguna sistem ingin menambah hak akses atau melakukan generate hak akses maka ke alternative flow a.1
3. Usecase selesai Sub Flow
s.1 Sistem akan langsung membatasi hak akses dari pengguna sistem dengan berdasarkan pada username dan password yang dimasukkan oleh pengguna sistem tersebut.
Divisi Marketing hanya memiliki otoritas
pada input data pesanan obat tablet yang berasal langsung dari customer. Divisi PPIC memiliki otoritas untuk melihat data dari Divisi Marketing dan melakukan konversi dari box menjadi batch obat. Sedangkan untuk Divisi Produksi memiliki otoritas untuk melihat data olahan Divisi PPIC, mengatur manajemen produk , mengatur waktu proses dan waktu setting mesin, serta mengurutkan pesanan sehingga
menghasilkan urutan yang optimal dari algoritma tertentu.
221 Alternative Flow
a.1 Jika pengguna sistem ingin menambah hak akses atau ingin melakukan generate hak akses kepada orang lain, maka harus menghubungi administrator untuk set pada sistem informasi tersebut.
Special Requirement Pre Condition
Pengguna sistem belum mendapat hak akses
Post Condition
Pengguna sistem sudah memiliki hak akses sesuai dengan job desk-nya, sehingga dapat berinteraksi dengan sistem.
c. Usecase Description untuk input untuk pesanan tablet
Tabel 5.42 Usecase Description untuk input untuk pesanan tablet Usecase Name
Input Untuk Pesanan Tablet
Briefcase
Usecase ini menjelaskan tentang Divisi Marketing di
Description
PT.Metiska Farma
yang melakukan input untuk
pesanan tablet periode September 2005.
Divisi
Marketing memasukkan data pesanan obat tablet yang berasal dari customer pada periode waktu tertentu ke dalam sistem informasi tersebut. Divisi Marketing biasanya menerima pesanan obat tablet dari customer tetap yang telah melakukan kontrak kerja sama
222 sebelumnya. Basic Flow
1. Use case ini dimulai pada saat Divisi Marketing menerima pesanan dari customer. Pesanan dari customer tersebut masih dalam bentuk Surat
Order (SO). 2. Divisi Marketing merangkum data pesanan tablet dari customer yang masih terdapat dalam Surat Order sehingga dapat di-entry ke dalam Sistem Informasi (ke sub flow s.1) 3. Usecase selesai Sub Flow
s.1 Sistem Informasi tersebut akan menerima dan menyimpan data pesanan obat tablet yang telah dirangkum oleh Divisi Marketing berupa : periode, kode produk, nama produk, dan jumlah pesanan dalam box. Data pesanan Divisi Marketing ini akan menjadi
input bagi Divisi PPIC untuk membuat rencana produksi bulan September 2005. Alternative Flow Special
Kode produk tidak boleh salah input.
Requirement Pre Condition
Divisi Marketing menerima pesanan obat tablet dari customer dalam bentuk Surat Order.
Post Condition
Divisi Marketing mengolah data pesanan dalam Surat
223 Order tersebut sehingga sistematis di dalam sistem.
d. Usecase Description untuk mengubah password
Tabel 5.43 Usecase Description untuk mengubah password Usecase Name
Mengubah Password
Briefcase
Usecase ini menjelaskan tentang pengguna
Description
seperti administrator, Divisi Marketing, Divisi PPIC,
sistem
dan Divisi Produksi yang ingin melakukan perubahan password. Hal ini dilakukan sebagai upaya menjaga keamanan sistem dan menghindari penggunaan akses yang tidak bertanggung jawab.
Basic Flow
1. Pengguna sistem memasukkan nama, old password dan new password ke dalam menu Change Password di dalam sistem informasi
tersebut. 2. Jika username dan old password dari pengguna sistem dikenali oleh sistem informasi tersebut, maka ke sub flow s.1. 3. Jika username dan old password dari pengguna sistem tidak dikenali oleh sistem informasi tersebut, maka ke alternative flow a.1.
224 4. Melakukan pembatalan terhadap perubahan password (ke sub flow s.2) 5. Usecase selesai Sub Flow
s.1
Sistem melakukan pengecekan
terlebih dahulu
terhadap username dan password. Sistem mengenali username dan password maka perubahan password
dengan new password dapat dilakukan. s.2 Sistem dapat membatalkan perubahan password sesuai dengan keinginan dari pengguna sistem.
Alternative Flow
a.1 Jika sistem tidak mengenali username dan password yang
dimasukkan
oleh
pengguna
sistem,
maka
perubahan password tidak dapat dilakukan.
Special
Username dan password harus dikenali oleh sistem.
Requirement Pre Condition
Password dari pengguna sistem masih belum terganti
Post Condition
Password dari pengguna sistem sudah terganti dengan password baru
e. Usecase Description untuk mengolah data pesanan tablet Tabel 5.44 Usecase Description untuk mengolah data pesanan tablet
225 Usecase Name
Mengolah Data Pesanan Tablet
Briefcase
Usecase ini menjelaskan tentang
Description
mengolah data pesanan obat tablet di PT.Metiska
Divisi PPIC yang
Farma dengan berdasarkan pada data pesanan Divisi Marketing. Usecase ini juga menggambarkan tentang kegiatan Divisi PPIC dalam melakukan konversi satuan dari box ke batch obat. Basic Flow
1. Usecase ini dimulai ketika Divisi PPIC melihat data pesanan Divisi Marketing dari sistem tersebut. Hal ini dapat terjadi karena Divisi PPIC memiliki hak akses untuk dapat melihat data pesanan Divisi Marketing. 2. Divisi Marketing memasukkan data mengenai stock atau persediaan obat tersebut dan obat
dalam kondisi Work In Process (ke sub flow s.1).
3. Berdasarkan
data
permintaan
customer,
persediaan obat, dan obat dalam kondisi Work In Process maka dihasilkan jumlah batch yang
harus diproduksi (batch processing) (ke sub flow s.2).
226 4. Usecase selesai Sub Flow
s.1 Sistem akan menampilkan data pesanan Divisi Marketing, lalu sistem akan menyimpan pula data persediaan obat dan jumlah obat yang berada dalam kondisi Work In Process. s.2 Sistem akan melakukan proses konversi satuan dari box menjadi satuan batch yang harus diproduksi (batch processing).
Alternative Flow Special
Konversi dari box menjadi batch menggunakan prinsip
Requirement
pembulatan karena proses produksi berjalan per satu batch.
Pre Condition
Data Pesanan belum memperhatikan faktor stock dan WIP serta masih dalam satuan box.
Post Condition
Data Pesanan sudah memperhatikan faktor stock dan WIP serta sudah dalam satuan batch.
f. Usecase Description untuk mengatur manajemen produk obat tablet
Tabel 5.45 Usecase Description untuk mengatur manajemen produk obat tablet Usecase Name
Mengatur Manajemen Produk Obat Tablet
Briefcase
Usecase ini menjelaskan tentang Divisi Produksi yang
227 Description
mengurusi dan mengatur manajemen produk obat tablet. Manajemen produk obat tablet ini melingkupi aktifitas input obat tablet yang terbaru, melakukan update terhadap obat tablet yang ada sekarang, dan menambah atau mengurangi jenis obat tablet yang diproduksi PT.Metiska Farma.
Segala hal yang
berkaitan dengan operasional produksi obat tablet disebut manajemen produk obat tablet dan diatur sepenuhnya oleh Divisi Produksi.
Basic Flow
1. Usecase dimulai ketika
Divisi Produksi
mengurusi dan mengatur manajemen produk obat tablet seperti melakukan input data obat tablet yang terbaru, melakukan update terhadap obat tablet yang ada sekarang, dan menambah atau
mengurangi
jenis
obat
tablet
yang
diproduksi PT.Metiska Farma. (ke sub flow s.1)
2. Divisi
Produksi
menyimpan
data-data
operasional tentang produk secara keseluruhan untuk dijadikan sumber dokumentasi proses produksi. Jika data yang akan disimpan telah ada dalam database Master Product maka ke
228 alternative flow a.1.
3. Usecase Selesai Sub Flow
s.1 Sistem akan mendata dan menyimpan data-data yang menyangkut manajemen produk . Data-data yang menyangkut
manajemen
produk
tersebut
akan
direkapitulasi ke dalam Master Product. Alternative Flow
a.1 Data yang telah disimpan di dalam Database tidak dapat disimpan lagi dalam sistem informasi tersebut. Hal ini dikarenakan terjadinya duplikasi Primary Key sehingga sistem akan invalid.
Special
Kode produk sebagai Primary Key tidak boleh sama
Requirement
karena akan terjadi duplikasi Primary Key sehingga sistem informasi tersebut akan mengalami kegagalan atau invalid.
Pre Condition
Data-data manajemen produk yang belum diperbarui
Post Condition
Data-data manajemen produk yang telah diperbarui dalam arti diupdate , ditambah atau dihapus.
g. Usecase Description untuk mengatur waktu proses mesin
Tabel 5.46 Usecase Description untuk mengatur waktu proses produksi Usecase Name
Mengatur Waktu Proses Produksi
229 Briefcase
Usecase ini menjelaskan tentang Divisi Produksi dalam
Description
aktifitasnya mengatur waktu proses produksi untuk setiap mesin. Dalam hal ini adalah waktu proses produksi untuk setiap tahapan produksi. Proses produksi di PT.Metiska Farma terdiri atas enam tahapan utama yaitu penimbangan, pengadukan, proses granulasi, pencetakan, pelapisan dan pengemasan. Untuk setiap tahapan produksi tersebut masing-masing terdapat satu mesin.
Waktu proses di sini dapat
diartikan sebagai waktu yang diperlukan untuk mengolah obat tablet
per batch di setiap tahapan
produksinya. Basic Flow
1. Usecase ini dimulai ketika Divisi Produksi memantau lamanya proses produksi satu batch untuk obat tablet di setiap tahapan produksinya.
2. Lamanya proses produksi satu batch obat tablet di setiap tahapan produksinya dicatat sebagai waktu proses produksi.
3. Divisi Produksi akan memasukkan data waktu proses produksi ke dalam sistem informasi tersebut. (ke sub flow s.1). Jika data waktu
230 proses produksi yang akan dimasukkan telah ada di dalam sistem, maka ke alternative flow a.1.
4. Divisi Produksi dapat melakukan perubahan atau updating terhadap data waktu proses produksi tersebut. (ke sub flow s.2) 5. Usecase Selesai Sub Flow
s.1 Sistem Informasi akan menyimpan data waktu proses produksi obat tablet satu batch di setiap tahapan produksinya tersebut. s.2. Sistem informasi akan melakukan updating terhadap data waktu proses produksi obat tablet satu batch di setiap tahapan produksinya tersebut. s.2.1 Sistem akan menghapus data yang akan di hapus oleh pengguna sistem dengan sebelumnya terlebih dahulu menampilkan pesan “Are you sure to delete this data?”
Alternative Flow
a.1 Data yang telah disimpan di dalam Database tidak dapat disimpan lagi dalam sistem informasi tersebut. Hal ini dikarenakan terjadinya duplikasi Primary Key sehingga sistem akan invalid.
Special
Kode produk sebagai Primary Key tidak boleh sama
231 Requirement
karena akan terjadi duplikasi Primary Key sehingga sistem informasi tersebut akan mengalami kegagalan atau invalid.
Pre Condition
Data-data waktu proses produksi satu batch obat tablet di setiap tahapan produksinya yang belum diperbarui
Post Condition
Data-data waktu proses produksi satu batch obat tablet di setiap tahapan produksinya yang telah diperbarui dalam arti diupdate , ditambah atau dihapus.
h. Usecase Description untuk mengatur waktu setting mesin Tabel 5.47 Usecase Description untuk mengatur waktu setting mesin Usecase Name
Mengatur Waktu Setting Mesin
Briefcase
Usecase ini menjelaskan tentang Divisi Produksi dalam
Description
aktifitasnya mengatur waktu setting
untuk setiap
mesin. Dalam hal ini adalah waktu yang diperlukan untuk menyiapkan satu mesin sehingga dalam keadaan ready dalam melakukan kegiatan produksi. Basic Flow
1. Usecase ini dimulai ketika Divisi Produksi memantau lamanya waktu setting mesin mulai dari menyiapkan mesin tersebut sehingga benarbenar dalam kondisi ready untuk melakukan kegiatan produksi. 2. Lamanya waktu setting setiap mesin di setiap
232 tahapan produksi dicatat sebagai waktu setting mesin. 3. Divisi Produksi akan memasukkan data waktu setting mesin
ke dalam sistem informasi
tersebut. (ke sub flow s.1). Jika data waktu setting mesin yang akan dimasukkan telah ada
di dalam sistem, maka ke alternative flow a.1. 4. Divisi Produksi dapat melakukan perubahan atau updating terhadap data waktu setting produksi tersebut. (ke sub flow s.2) 5. Usecase Selesai Sub Flow
s.1 Sistem Informasi akan menyimpan data waktu setting mesin di setiap tahapn produksinya.
s.2. Sistem informasi akan melakukan updating terhadap data waktu setting mesin di setiap tahapan produksinya tersebut. s.2.1 Sistem akan menghapus data yang akan di hapus oleh pengguna sistem dengan sebelumnya terlebih dahulu menampilkan pesan “Are you sure to delete this data?” Alternative Flow
a.1 Data yang telah disimpan di dalam Database tidak dapat disimpan lagi dalam sistem informasi tersebut. Hal ini dikarenakan terjadinya duplikasi Primary Key
233 sehingga sistem akan invalid. Special
Kode produk sebagai Primary Key tidak boleh sama
Requirement
karena akan terjadi duplikasi Primary Key sehingga sistem informasi tersebut akan mengalami kegagalan atau invalid.
Pre Condition
Data-data waktu setting mesin
di setiap tahapan
produksinya yang belum diperbarui Post Condition
Data-data waktu setting mesin
di setiap tahapan
produksinya yang telah diperbarui dalam arti diupdate , ditambah atau dihapus.
i. Usecase Description untuk mengurutkan produksi pesanan Tabel 5.48 Usecase Description untuk mengurutkan produksi pesanan Usecase Name
Mengurutkan Produksi Pesanan
Briefcase
Usecase ini menjelaskan tentang Divisi Produksi dalam
Description
aktivitasnya melakukan pengurutan produksi terhadap data pesanan Divisi PPIC. Pengurutan produksi terhadap pesanan obat tablet di PT.Metiska Farma selama periode waktu tertentu dilakukan dengan membandingkan kinerja dua algoritma yaitu Algoritma Campbell Dudek and Smith dan Algoritma Palmer.
Basic Flow
1. Divisi Produksi melihat data pesanan Divisi PPIC. Hal ini dapat dilakukan karena Divisi
234 Produksi mempunyai hak akses untuk dapat melihat data pesanan yang telah diolah oleh Divisi PPIC. 2. Memilih periode waktu untuk menentukan pesanan mana yang akan dilakukan pengurutan produksi
dengan kedua algoritma yaitu
Algoritma Campbell Dudek and Smith dan Algoritma Palmer. 3. Melihat
hasil
pengurutan
yang
optimal
berdasarkan dari hasil perhitungan kedua algoritma tersebut. (ke sub flow s.1). Jika terdapat
dua
usulan
pengurutan
produksi
pesanan maka ke alternative flow a.2. 4. Mencetak hasil pengurutan produksi pesanan tersebut sebagai laporan bulanan untuk kepala bagian Divisi Produksi. 5. Usecase selesai. Sub Flow
s.1
Sistem akan menunjukkan dan memperlihatkan
nilai makespan dan total flow time untuk setiap tahapan di antara kedua algoritma yaitu Algoritma Campbell Dudek and Smith dan Algoritma Palmer. Alternative Flow
a.1 Jika terdapat dua usulan pengurutan produksi pesanan, maka pengguna sistem dapat menentukannya
235 berdasarkan pertimbangan tertentu. Special Requirement Pre Condition
Divisi Produksi mengetahui urutan produksi pesanan
Post Condition
Sistem informasi akan menampilkan pesanan dengan urutan produksi yang terbaik.
(3) Sequence Diagram
Di dalam tahapan usage pada Application Domain Analysis diperlukan juga pembuatan Sequence diagram merupakan bagian dari behaviour diagram yang dapat menjelaskan aliran pesan antar objek saat menjalankan suatu use case, dimana pesan ini dapat merupakan event atau metode dari objek di dalam class. Sequence diagram dibuat untuk setiap usecase yang terdapat pada Usecase Diagram.
Setiap sequence menggambarkan alur dalam usecase secara detil dan rinci. Di dalam sistem informasi untuk mengurutkan produksi pesanan di PT. Metiska Farma terdapat sembilan usecase, oleh sebab itu juga terdapat sembilan sequence diagram.
a. Sequence Diagram untuk Login
236
Gambar 5.14 Sequence Diagram untuk Login
Berdasarkan pada sequence diagram di atas, terdapat tahapan-tahapan yang terjadi pada event login. Tahapan-tahapan yang terjadi adalah : •
Pengguna sistem seperti Administrator, Divisi Marketing, Divisi PPIC, dan Divisi akan berinteraksi secara langsung dengan Form Login.
•
Pengguna sistem akan membuka Form Login .
•
Pengguna sistem akan memasukkan username dan password masingmasing.
•
Sistem akan melakukan pengecekan validasi
dan verifikasi terhadap
username dan password yang dimasukkan oleh pengguna sistem
237 •
Jika username dan password dinyatakan
invalid oleh sistem, maka
sistem akan tampil pesan kesalahan dan pengguna sistem dapat mengulang untuk memasukkan username dan password kembali. •
Jika username dan password dinyatakan valid
oleh sistem, maka
pengguna sistem dapat masuk ke dalam sistem tersebut.
b. Sequence Diagram untuk Mengatur Hak Akses SI
Gambar 5.15 Sequence Diagram untuk Mengatur Hak Akses SI
Berdasarkan pada sequence diagram di atas, terdapat tahapan-tahapan yang terjadi pada event mengatur hak akses SI. Tahapan-tahapan yang terjadi adalah :
238 •
Administrator akan berinteraksi secara langsung dengan Form Menu dan Form UserAdministration.
•
Sistem akan menampilkan Form Menu.
•
Administrator akan memilih menu UserAdminstration.
•
Form Menu akan menampilkan Form UserAdminstration .
•
Adminstrator sebagai pengguna sistem dapat menentukan hak akses dari pengguna sistem lainnya seperti Divisi Marketing, Divisi PPIC, dan Divisi Produksi.
•
Adminstrator melakukan aktifitas menyimpan data, melakukan updating data, dan menghapus data.
•
Tutup Form UserAdministration.
c. Sequence Diagram untuk Input Untuk Pesanan Tablet
239
Gambar 5.16 Sequence Diagram untuk Input Untuk Pesanan Tablet Berdasarkan pada sequence diagram , terdapat tahapan-tahapan yang terjadi pada event input untuk pesanan tablet . Tahapan-tahapan yang terjadi adalah :
•
Divisi Marketing akan berinteraksi secara langsung dengan Form Menu, Form OrderList_Marketing dan class Pesanan.
•
Sistem akan menampilkan Form Menu.
•
Divisi Marketing akan memilih menu OrderList_Marketing.
•
Form Menu akan menampilkan Form OrderList_Marketing.
•
Divisi Marketing memilih periode waktu untuk melakukan input terhadap pesanan yang datang dari customer.
240 •
Sistem akan melihat data yang disimpan dalam class Pesanan dan melakukan pencarian terhadap data pesanan yang akan diinput.
•
Data yang ada dalam class pesanan akan tampil.
•
Pesanan yang datang dari customer itu di input ke dalam periode waktu yang berbeda-beda karena Divisi Marketing PT.Metiska Farma senantiasa selalu menerima pesanan dari customer
untuk periode
kapanpun dalam 1 tahun itu. Namun biasanya pesanan yang datang dari customer berjangka 3 bulan ke depan.
•
Divisi Marketing menyimpan data pesanan dari customer tersebut.
•
Divisi Marketing dapat melakukan updating terhadap data pesanan yang telah disimpan dalam sistem tersebut.
•
Tutup Form OrderList_Marketing.
d. Sequence Diagram untuk Mengubah Password
241
Gambar 5.17 Sequence Diagram untuk Mengubah Password Berdasarkan pada sequence diagram di atas, terdapat tahapan-tahapan yang terjadi pada event mengubah password . Tahapan-tahapan yang terjadi adalah :
•
Pengguna sistem seperti Administrator, Divisi Marketing, Divisi PPIC, dan Divisi Produksi akan berinteraksi dengan Form Menu dan Form ChangePassword.
242 •
Sistem akan menampilkan Form Menu.
•
Pengguna sistem akan memilih Form ChangePassword.
•
Form Menu akan menampilkan Form ChangePassword.
•
Pengguna sistem akan memasukkan username dan sistem akan melakukan pemeriksaan terhadap username tersebut.
•
Pengguna sistem akan memasukkan password lama dan sistem akan melakukan pemeriksaan terhadap password lama tersebut.
•
Pengguna sistem akan memasukkan password baru dan sistem akan melakukan pemeriksaan terhadap password baru tersebut.
•
Sistem akan melakukan penyimpanan terhadap perubahan password yang diinginkan oleh pengguna sistem jika username, password lama, dan password baru dinyatakan valid . Jika username, password lama, dan password baru dinyatakan invalid
maka penyimpanan terhadap
perubahan password tidak dapat dilakukan. •
Tutup Form ChangePassword.
e. Sequence Diagram untuk Mengolah Data Pesanan Tablet
243
Gambar 5.18 Sequence Diagram untuk Mengolah Data Pesanan Tablet
Berdasarkan pada sequence diagram di atas, terdapat tahapan-tahapan yang terjadi pada event mengolah data pesanan tablet . Tahapan-tahapan yang terjadi adalah : •
Divisi
PPIC
akan
berinteraksi
OrderList_PPIC, dan class Pesanan.
dengan
Form
Menu,
Form
244 •
Sistem akan menampilkan Form Menu.
•
Divisi PPIC akan memilih menu OrderList_PPIC.
•
Form Menu akan menampilkan Form OrderList_PPIC.
•
Divisi PPIC memilih periode waktu untuk mengolah data pesanan Divisi Marketing
•
Sistem akan melihat dan melakukan pemeriksaan terhadap data stock dan WIP yang terdapat dalam class Pesanan.
•
Divisi Marketing melakukan input terhadap data stock dan WIP terhadap OrderList_Marketing tersebut.
•
Sistem akan melakukan perhitungan konversi dari pesanan customer yang masih dalam satuan box menjadi batch sehingga didapatkan hasil perhitungan berupa batch processing.
•
Sistem akan menampilkan perhitungan batch processing.
•
Divisi PPIC melakukan pemeriksaan terhadap perhitungan batch processing tersebut.
•
Tutup Form OrderList_PPIC.
f. Sequence Diagram untuk Mengatur Manajemen Produk Obat Tablet
245
Gambar 5.19 Sequence Diagram untuk Mengatur Manajemen Produk Obat Tablet
Berdasarkan pada sequence diagram di atas, terdapat tahapan-tahapan yang terjadi pada event mengatur manajemen produk obat tablet . Tahapan-tahapan yang terjadi adalah : •
Divisi Produksi akan berinteraksi dengan Form Menu, Form MasterProduct, dan class Produk.
246 •
Sistem akan menampilkan Form Menu.
•
Divisi Produksi akan memilih menu MasterProduct.
•
Form Menu akan menampilkan Form MasterProduct.
•
Divisi Produksi akan melakukan aktifasi terhadap Form MasterProduct tersebut.
•
Sistem akan melihat data dan mencari data bahkan menghapus data yang terdapat pada class Produk. Akan tampil list data –data produk obat tablet di PT.Metiska Farma.
•
Divisi Produksi akan melakukan input kode produk, nama produk, dan satuan dari produk tersebut dan menyimpannya dalam database MasterProduct jika kode produk yang dimasukkan oleh Divisi Produksi tersebut dinyatakan valid oleh sistem.
•
Jika kode produk yang dimasukkan oleh Divisi Produksi dinyatakan invalid oleh sistem, maka data produk tersebut tidak dapat disimpan dalam database MasterProduct.
•
Tutup Form MasterProduct.
g. Sequence Diagram untuk Mengatur Waktu Proses Produksi
247
Gambar 5.20 Sequence Diagram untuk Mengatur Waktu Proses Produksi Berdasarkan pada sequence diagram di atas, terdapat tahapan-tahapan yang terjadi pada event mengatur waktu proses produksi . Tahapan-tahapan yang terjadi adalah : •
Divisi
Produksi
akan
berinteraksi
dengan
Form
Menu,
Form
ProcessTimeAndMachineSettingTime, dan class WaktuProsesPerBatch.
•
Sistem akan menampilkan Form Menu.
•
Divisi Produksi akan memilih menu ProcessTimeAndMachineSettingTime.
248 •
Form Menu akan menampilkan Form ProcessTimeAndMachineSettingTime.
•
Sistem akan melakukan pemeriksaan terhadap data waktu proses produksi
obat tablet setiap satu batch di dalam class WaktuProsesPerBatch
dan
kemudian sistem akan menampilkan data waktu proses produksi obat tablet untuk setiap batch tersebut. •
Divisi Produksi akan melakukan input data, menghapus data, dan melakukan updating terhadap waktu proses produksi tersebut.
•
Divisi Produksi dapat membatalkan updating terhadap waktu proses produksi.
•
Divisi Produksi menyimpan data waktu proses produksi obat tablet setiap satu batch di dalam database WaktuProsesPerBatch.
•
Dalam melakukan penghapusan terhadap data waktu proses produksi obat tablet yang sudah disimpan dalam database WaktuProsesPerBatch, maka sistem akan terlebih dahulu memunculkan pesan.
•
Tutup Form ProcessTimeAndMachineSettingTime.
h. Sequence Diagram untuk Mengatur Waktu Setting Mesin
249
Gambar 5.21 Sequence Diagram untuk Mengatur Waktu Setting Mesin Berdasarkan pada sequence diagram di atas, terdapat tahapan-tahapan yang terjadi pada event mengatur waktu setting mesin . Tahapan-tahapan yang terjadi adalah : •
Divisi
Produksi
akan
berinteraksi
dengan
Form
Menu,
Form
ProcessTimeAndMachineSettingTime, dan class Mesin.
•
Sistem akan menampilkan Form Menu.
•
Divisi Produksi akan memilih menu ProcessTimeAndMachineSettingTime.
250 •
Form Menu akan menampilkan Form ProcessTimeAndMachineSettingTime.
•
Sistem akan melakukan pemeriksaan terhadap data waktu setting untuk setiap
mesin yang beroperasi dalam pembuatan obat tablet di class Mesin dan kemudian sistem akan menampilkan data waktu setting untuk setiap mesin yang beroperasi dalam pembuatan obat tablet tersebut. •
Divisi Produksi akan melakukan input data, menghapus data, dan melakukan updating terhadap waktu setting untuk setiap mesin yang beroperasi dalam
pembuatan obat tablet . •
Divisi Produksi dapat membatalkan updating terhadap waktu setting mesin.
•
Divisi Produksi menyimpan data waktu setting untuk setiap mesin yang beroperasi dalam pembuatan obat tablet pada database MasterMesin.
•
Dalam melakukan penghapusan terhadap data waktu setting untuk setiap mesin yang beroperasi dalam pembuatan obat tablet pada
database
MasterMesin, maka sistem akan terlebih dahulu memunculkan pesan.
•
Tutup Form ProcessTimeAndMachineSettingTime.
i. Sequence Diagram untuk Mengurutkan Produksi Pesanan
251
Gambar 5.22 Sequence Diagram untuk Mengurutkan Produksi Pesanan Berdasarkan pada sequence diagram di atas, terdapat tahapan-tahapan yang terjadi pada event mengurutkan produksi pesanan . Tahapan-tahapan yang terjadi adalah : •
Divisi
Produksi
akan
berinteraksi
dengan
Form
Menu,
Form
ScheduleProduksi, class Pesanan, class Mesin, class Produk dan Class
WaktuProsesPerBatch.
252 •
Sistem akan menampilkan Form Menu.
•
Divisi Produksi akan memilih menu ScheduleProduksi.
•
Divisi Produksi akan menentukan periode waktu terhadap pesanan yang akan dilakukan pengurutan produksi
•
Sistem akan melakukan pemeriksaan terhadap data-data pesanan tersebut pada class Pesanan .
•
Data-data pesanan tersebut digunakan oleh sistem juga untuk melakukan pemeriksaan terhadap data produk yang dipesan pada class Produk, pemeriksaan terhadap Mesin dan kaitannya dengan waktu setting mesin pada class Mesin, dan pemeriksaan terhadap waktu proses per batch obat tablet
yang dipesan pada class WaktuProsesPerBatch. •
Divisi Produksi melakukan perhitungan Makespan dan Total FlowTime dengan menggunakan dua algoritma yaitu Algoritma Campbell Dudek and Smith dan Algoritma Palmer dengan data yang telah dikirim oleh class Pesanan, class Produk, class Mesin, dan class WaktuProsePerBatch.
•
Divisi Produksi menentukan urutan produksi pesanan yang optimal dengan berdasarkan perhitungan Makespan dan TotalFlowTime tersebut.
•
Sistem akan melakukan pencetakan terhadap urutan produksi pesanan optimal itu.
•
Divisi Produksi dapat membatalkan proses pengurutan produksi pesanan tersebut.
•
Tutup Form ScheduleProduksi.
253 5.3.2.2.2
Function
Di dalam tahapan usage pada Application Domain Analysis, diperlukan pula pembuatan function list. Function list adalah daftar keterkaitan antara fungsi-fungsi sistem dengan tipe-tipe nya serta tingkat kompleksitasnya. Tujuan dasar dari Function List adalah untuk menentukan kapabilitas proses dari sistem informasi. Beberapa prinsip yang terdapat dalam Function List adalah : •
Identifikasi semua fungsi
•
Hanya melakukan spesifikasi pada fungsi-fungsi yang kompleks
•
Memeriksa konsistensi dengan usecase dan model
Hasil utama dari Function List adalah suatu daftar fungsi-fungsi yang lengkap dengan spesifikasi fungsi-fungsi yang kompleks. Sesungguhnya fungsi adalah sebuah fasilitas untuk membuat dan menghasilkan model yang berguna untuk para pengguna sistemnya. Ada empat tipe fungsi yaitu : (1) Update Update merupakan fungsi yang diaktivasi oleh event –event problem
domain dan menghasilkan suatu perubahan dalam state model.
(2) Signal Signal merupakan fungsi yang diaktivasi oleh perubahan state model
dan menghasilkan reaksi dalam konteks. Reaksi ini mungkin menjadi display untuk pengguna sistem dalam Application Domain, atau
intervensi secara langsung terhadap Problem Domain.
254 (3) Read Read merupakan fungsi yang diaktivasi oleh kebutuhan akan
informasi dalam suatu tugas kerja pengguna sistem dan menghasilkan sistem yang menampilkan bagian yang relevan dari model. (4) Compute
Compute merupakan fungsi yang diaktivasi oleh kebutuhan akan informasi dalam suatu tugas kerja pengguna sistem dan berkaitan dengan fungsi matematis. Function List juga memuat tentang tingkat kompleksitas dari setiap event-event yang ada di dalam sistem informasi. Tingkat kompleksitas yang ada dan kriteria penentuannya adalah: •
Very Complex
Kompleksitas
ini
ditujukan
untuk
event-event
yang
memiliki
tingkat
kompleksitas sangat tinggi dan umumnya untuk function update dan compute. •
Complex
Kompleksitas
ini
ditujukan
untuk
event-event
yang
memiliki
tingkat
kompleksitas tinggi dan umumnya untuk function update dan signal. •
Medium
Kompleksitas
ini
ditujukan
untuk
event-event
yang
memiliki
tingkat
kompleksitas tinggi dan umumnya untuk function Read dan signal. •
Simple
Kompleksitas
ini
ditujukan
untuk
event-event
yang
kompleksitas tinggi dan umumnya untuk function Read .
memiliki
tingkat
255 Tingkat kompleksitas dari suatu sistem informasi sangat bergantung pada pengguna sistem itu sendiri. Pengguna sistem yang sesungguhnya menentukan tingkat kompleksitas dari suatu sistem karena setiap pengguna sistem mempunyai subjektifitas masing-masing. Tabel 5.49 Function List Event
Complexity
Function Update
Signal
Read
√
√
√
√
Compute
Melakukan input pesanan
Simple
Menyimpan data pesanan
Simple
√
Menghapus data pesanan
Simple
√
Melakukan update data pesanan
Simple
√
Membuat list pesanan
Simple
Mengolah data pesanan
Medium
Membuat rencana produksi
Complex
√
Melakukan konversi satuan
Medium
√
Mencari data produk
Simple
√
√
Memeriksa data produk
Simple
√
√
Menghapus data produk
Simple
√
Melakukan update data produk
Simple
√
Menyimpan data produk
Simple
√
Menentukan waktu proses produksi
Medium
√
√
Menentukan waktu setting mesin
Medium
√
√
Melakukan update data waktu
Simple
√
Menyimpan data waktu
Simple
√
Menentukan hak akses pengguna sistem
Simple
√
√
Menentukan batch processing
Medium
√
Melakukan pengurutan produksi CDS
Complex
√
Melakukan pengurutan produksi Palmer
Complex
√
Menghitung Makespan dan TotalFlowTime
Medium
Memilih urutan optimal
Simple
√
√
Mencetak jadwal
Simple
√
√
√ √
√
√ √
√
√
256
5.3.2.2.3
Interfaces
Tahapan akhir dari Application Domain Analysis adalah interfaces. Tujuan dasar dari interfaces adalah menentukan suatu antar muka dari sistem. Hasil utama adalah Navigation Diagram. Ada 3 konsep yang mendasar pada tahapan interfaces di Application Domain Analysis yaitu :
•
Interface adalah fasilitas yang membuat model sistem dan fungsi-fungsinya
tersedia bagi pengguna sistem. •
User interface adalah antar muka pemakai.
•
Sedangkan system interface alah antar muka dengan sistem lainnya. Navigation Diagram digunakan untuk menggambarkan interface apa saja yang
diperkirakan akan ada dalam sistem atau program aplikasi yang akan dibuat, serta hubungan antara interface tersebut, dimana interface yang dimaksud adalah form yang digunakan dalam sistem (program). Form-Form yang ada adalah :
•
Form login
•
Form ChangePassword
•
Form MasterProduct
•
Form Menu
•
Form OrderList_Marketing
•
Form OrderList_PPIC
•
Form ProcessAndMachineSettingTime
•
Form ScheduleProduksi
•
Form TableProduct
257 •
Form UserAdministration
Gambar di bawah ini merupakan Navigation Diagram yang merupakan hubungan interface antara form-form yang terdapat pada sistem.
258 Gambar 5.23 Navigation Diagram (1)
Gambar 5.24 Navigation Diagram (2)
259
Navigation Diagram menggambarkan keterkaitan antara form-form yang yang ada dalam sistem informasi untuk pengurutan produksi pesanan tablet di PT.Metiska Farma. Sebagai tahap awal ditandai dengan initial state yakni tahapan login lalu menuju pada form menu sebagai interface utama. Form menu menampilkan berbagai pilihan menu
seperti Exit, ChangePassword, OrderList_Marketing, OrderList_PPIC, MasterProduct, ProcessAndMachineSettingTime, UserAdministration, dan ScheduleProduksi.
Setiap form-form menu tersebut terdapat keterkaitan yang menjadikan sistem informasi
tersebut
seimbang.
Tahapan
untuk
Exit,
ChangePassword,
dan
UserAdministration tampak seolah-olah berdiri sendiri karena tahapan untuk melakukan
menu tersebut mudah dan tidak berhubungan dengan menu lain. Namun untuk menumenu lainnya seperti OrderList_Marketing tampak terkait erat dengan MasterProduct karena obat tablet yang dipesan oleh customer haruslah obat tablet yang memang diproduksi oleh PT.Metiska Farma dan data tablet produksi PT.Metiska Farma tersebut tersimpan dalam MasterProduct. Data dalam master product yang telah melakukan transaksi tidak boleh dihapus. Data master yang telah melakukan transaksi akan tetap disimpan dalam sistem perusahaan dan menjadi data histori. Sedangkan untuk Menu OrderList_PPIC berhubungan dengan OrderList_Marketing karena data yang akan diolah berasal dari OrderList_Marketing. ScheduleProduksi berhubungan erat dengan menu-menu secara keseluruhan seperti OrderList_PPIC, MasterProduct, dan ProcessAndMachineSettingTime. ProcessAndMachineSettingTime juga berbentuk master. Jadi data pada master ProcessAndMachineSettingTime juga tidak boleh dihapus seperti pada data yang ada pada MasterProduct.
260
5.3.2.3
Architectural Design
Architectural Design merupakan salah satu aktifitas dari empat aktifitas utama
dalam analisa dan perancangan sistem informasi berbasiskan objek. Tujuan dasar dari
Architectural Design adalah untuk melakukan strukturisasi sebuah sistem
komputerisasi. Perancangan Architectural yang baik setidaknya terdapat tiga kriteria utama yaitu : •
Usable
Sistem tersebut mudah digunakan . Dalam hal ini sistem dilihat secara keseluruhan dengan berdasarkan pada kebutuhan pengguna sistem dan technical platform.
•
Flexible
Fleksibel dalam menghadapi perubahan yang seringkali dihadapi oleh sistem.
•
Comprehensible
Sistem tersebut sebagian besar dapat memenuhi kriteria dalam perancangan.
Architectural Design berkaitan dengan system component yang membawa perancang
sistem masuk ke dalam level fisikal dari suatu sistem. Hasil akhir dari Architectural Design adalah Deployment Diagram. Deployment Diagram
menunjukkan prosesor
261 dengan program component yang ditugaskan dan objek yang berada dalam kondisi aktif (active objek). Deployment diagram berhubungan dengan peran prosesor yaitu bagian dari peralatan yang digunakan untuk menjalankan sistem. Contoh prosesor
yang
membantu sistem melakukan prosesnya di PT.Metiska Farma adalah printer. Perancangan Architectural Design untuk perancangan sistem informasi pengurutan produksi pesanan di PT.Metiska Farma menggunakan pola distribusi The Centralized Pattern pada aplikasi Client Server. Pemilihan pola distribusi The Centralized Pattern
pada untuk perancangan sistem informasi pengurutan produksi pesanan di PT.Metiska Farma disebabkan karena beberapa faktor yaitu : •
Ruang lingkup dari sistem itu sendiri tidak besar Ruang lingkup sistem yang tidak besar memungkinkan perusahaan untuk menggunakan pola distribusi The Centralized Pattern. Untuk ruang
lingkup
sistem
yang
tidak
besar
sangat
dianjurkan
menggunakan pola distribusi ini karena penggunaan pola distribusi yang lain akan tidak efektif.
•
Tingkat keamanan tinggi Sistem informasi ini bersifat terpusat sehingga tingkat keamanan sistem relative terjamin.
•
Data yang disimpan bersifat konsisten karena data tersebut ada dalam satu tempat.
262 Hasil dari architecture design adalah spesifikasi dari arsitektur (specification of architecture) . Spesifikasi dari arsitektur ini menjadi input bagi Component design.
Terdapat tiga aktivitas utama dalam architectural design adalah : •
Criteria
a. Usability Melihat sistem dan kebutuhan dari pengguna sistem secara keseluruhan b. Comprehensibility c. Flexibility Sistem tersebut harus bersifat fleksibel terhadap perubahan-perubahan tertentu.
•
Component architecture adalah suatu sistem struktur yang berhubungan
dengan komponen. Suatu Component Architecture yang baik harus dapat membuat sebuah sistem lebih mudah untuk dimengerti, mengatur rancangan kerja dan merefleksikan kestabilan sistem.
•
Process Architecture Process architecture menerangkan stuktur fisik dari suatu sistem. Selain
itu process architecture juga fokus pada distribusi dan eksekusi dan bekerja dengan proses dan objek yang berbeda dengan komponen dan class.
263 Diagram di bawah ini menggambarkan Deployment Diagram dari perancangan Sistem Informasi untuk PT.Metiska Farma.
Gambar 5.25 Deployment Diagram 5.3.2.4
Component Design
Component Design merupakan aktifitas yang terakhir dari empat aktifitas utama
dalam analisa dan perancangan sistem informasi berorientasi objek. Pada Component Design sesungguhnya terdapat dua perancangan yaitu Revised Class Diagram dan Component Diagram. Revised Class Diagram terjadi karena ada penambahan class
264 baru yang dianggap perlu untuk melengkapi sistem yakni class pengguna sistem. Class pengguna sistem ini terkait erat dengan username, password serta hak akses
yang ditandai dengan 1 yang berarti ada hak akses atau 0 yang berarti tak ada hak akses.
Gambar 5.26 Revised Class Diagram Diagram di bawah ini menggambarkan Component Diagram dari perancangan Sistem Informasi untuk PT.Metiska Farma.
265
Gambar 5.27 Component Diagram 5.4 Perancangan Basis Data
Penggunaan data secara bersamaan berkaitan erat dengan pembagian hak akses pada pengguna sistem. Pembagian hak akses pada pengguna sistem tersebut antara lain adalah:
266 •
Administrator Administrator
dapat
berinteraksi
dengan
sistem
pada
menu
Exit,
ChangePassword dan User Administration. Administrator bertanggung jawab
pada pembagian hak akses untuk divisi yang terkait di PT.Metiska Farma seperti Divisi Marketing, Divisi PPIC, dan Divisi Produksi. Administrator yang berasal dari kalangan IT Support diberi tanggung jawab untuk mengatur pembagian hak akses karena untuk menjaga keamanan sistem dari ancaman pihak lain. Administrator sebaiknya berasal dari kalangan IT Support karena mereka
memiliki skill yang lebih baik dalam menangani sistem.
•
Divisi Marketing
Divisi Marketing dapat berinteraksi dengan sistem pada menu-menu tertentu yaitu :
Exit
ChangePassword
MarketingOrderList
Divisi Marketing menerima pesanan dari customer dan memasukkan data pesanan dari customer tersebut ke dalam sistem yaitu pada menu “Marketing Order List”. Marketing diberi tanggung jawab untuk memasukkan data pesanan dari customer tersebut ke dalam sistem karena Divisi Marketing yang berinteraksi langsung dengan customer. Jadi sistem informasi yang ada untuk PT.Metiska Farma itu dapat mengeliminasi kegiatan input pesanan yang berulang-ulang. Data pesanan Divisi Marketing yang telah disimpan ke dalam sistem dapat dilihat oleh Divisi PPIC untuk diolah.
267
•
Divisi PPIC
Divisi PPIC dapat berinteraksi dengan sistem pada menu-menu tertentu yaitu :
Exit
ChangePassword
PPICOrderList
Divisi PPIC dapat melihat data pesanan Divisi Marketing tersebut yang terangkum pada PPIC OrderList. Pada menu PPICOrderList itu terdapat data pesanan Divisi Marketing beserta data stock, WIP, dan batch processing. Divisi PPIC bertanggung jawab untuk mengolah data pesanan Divisi Marketing tersebut menjadi batch processing dengan mempertimbangkan faktor stock dan WIP karena Divisi PPIC yang mempunyai data stock dan WIP.
•
Divisi Produksi
Divisi Produksi dapat berinteraksi dengan sistem pada menu-menu tertentu yaitu
Exit
ChangePassword
ScheduleProduksi
ProcessTimeAndMachineSettingTime
MasterProduct
Divisi Produksi menentukan pengurutan produksi pesanan berdasarkan dari data pesanan Divisi PPIC. Penentuan urutan produksi pesanan yang dilakukan oleh Divisi Produksi dengan menggunakan 2 algoritma yaitu Algoritma Campbell Dudek and Smith dan Algoritma Palmer. Divisi Produksi juga bertanggung
268 jawab terhadap “ProcessTimeAndMachineSettingTime” dan “MasterProduct” karena memang menjadi job desk dari Divisi Produksi.
Pada sistem pengurutan produksi pesanan di PT.Metiska Farma terdapat 3 tabel master dan 2 tabel transaksi . Tiga tabel master tersebut adalah : 1.
Master Mesin
Master mesin berisi tentang segala sesuatu tentang detil dari mesin produksi seperti NoUrutMesin, NamaMesin, dan LamaWaktuSetting. Spesifikasi dari master mesin dapat dilihat pada gambar di bawah ini.
Gambar 5.28 Spesifikasi dari table Master Mesin 2.
Master Product
Master product berisi tentang segala sesuatu tentang detil dari produk seperti
KodeProduct,
NamaProduk,
Satuan,
JmlTabletPerBatch,
269 JmlStripPerBox, dan JmlTabletPerStrip. Spesifikasi dari master produk dapat dilihat pada gambar di bawah ini.
Gambar 5.29 Spesifikasi dari tabel Master Product
3.
Master User
Master user sistem
berisi tentang segala sesuatu tentang detil dari pengguna seperti
Username,
Password,
MasterProduct,
ProcessAndSettingMachineTime, Orderlist_Marketing, Orderlist_PPIC, ScheduleProduksi, dan UserAdministration.
Spesifikasi dari master user dapat dilihat pada gambar di bawah ini.
270
Gambar 5.30 Spesifikasi dari tabel Master User
Sedangkan dua tabel transaksi pada sistem pengurutan produksi pesanan di PT.Metiska Farma tersebut adalah: 1.
Schedule Produksi Schedule Produksi merupakan tabel transaksi dari sistem pengurutan
produksi pesanan di PT.Metiska Farma karena schedule produksi sifatnya selalu berubah-ubah dan tidak stabil pada waktu yang lama. Oleh karena itu schedule produksi merupakan tabel transaksi. Terlihat dari gambar spesifikasi dari tabel schedule produksi tersebut maka field-field yang terdapat pada tabel itu adalah KodeProduct, Bulan, Tahun, JumlahBox, Stock, dan WIP.
271
Gambar 5.31 Spesifikasi dari tabel Transaksi Schedule Produksi
2.
Waktu Proses Per Batch
Waktu Proses Per Batch
merupakan tabel transaksi dari sistem
pengurutan produksi pesanan di PT.Metiska Farma karena waktu proses per batch sifatnya selalu berubah-ubah dan tidak stabil pada waktu yang lama
Gambar 5.32 Spesifikasi dari tabel Transaksi Waktu Proses Per Batch
272
Hasil akhir dari perancangan basis data adalah Entity Relationship Diagram (ERD) yang merupakan keterkaitan antara tabel master dengan tabel transaksi.
Gambar 5.33 Entity Relationship Diagram
5.5 Perancangan Layar
Perancangan layar yang diimplementasikan pada sistem informasi pengurutan produksi pesanan di PT.Metiska Farma dibuat sedemikian rupa sehingga sistem
273 terkesan friendly dan pengguna sistem dapat dengan mudah memahami tujuan penggunaan dari sistem. Hal ini dilatarbelakangi karena pengguna sistem tersebut yakni Divisi Marketing, Divisi PPIC, dan Divisi Produksi berasal dari kalangan yang tidak berorientasi IT. Layar yang ditampilkan dalam sistem berupa form-form yang berisi menu untuk membantu pengguna sistem untuk mencapai tujuannya. Sebagai langkah awal, pengguna sistem terlebih dahulu harus melakukan login. Setelah pengguna sistem melakukan login untuk masuk ke dalam sistem, maka sistem akan menampilkan menu-menu yang dapat dipilih secara langsung oleh pengguna sistem itu sendiri sesuai dengan hak akses yang telah ditentukan. Menu-menu yang terdapat dalam sistem harus relevan dan mendukung sistem tersebut untuk mencapai mendapatkan urutan produksi yang terbaik dengan algoritma tertentu. Secara garis besar terdapat 7 menu utama dan 1 menu Exit untuk keluar. Tujuh menu utama tersebut adalah :
Change Password
Marketing Orderlist
PPIC Orderlist
ProcessTimeAndMachineSettingTime
Master Product
User Administration
Schedule Produksi
Perancangan layar yang baik adalah perancangan layar yang memiliki interface atau antar muka pemakai yang mudah dipahami oleh pengguna sistem. Berikut ini adalah tampilan dari layar-layar pada sistem informasi pengurutan produksi pesanan di PT.Metiska Farma.
274 a. Tampilan layar untuk login
Gambar 5.34 Layar login Layar login di atas merupakan layar yang pertama kali muncul saat pengguna sistem hendak masuk dan berinteraksi langsung dengan sistem informasi untuk pengurutan produksi pesanan di PT.Metiska Farma . Setiap pengguna sistem tanpa terkecuali yakni Administrator, Divisi Marketing, Divisi PPIC, dan Divisi Produksi harus login terlebih dahulu untuk masuk ke dalam sistem. Pengguna sistem harus memasukkan username dan password. Sistem akan melakukan pengecekan terhadap username dan password yang dimasukkan oleh pengguna sistem tersebut sekaligus membatasi hak akses dari pengguna sistem tersebut. Jika username dan password tersebut dinyatakan valid oleh sistem, maka pengguna sistem dapat masuk dan berinteraksi langsung dengan sistem tersebut. b. Tampilan layar untuk form Menu
275
Gambar 5.35 Layar Menu Keseluruhan Layar di atas merupakan layar untuk form menu. Layar ini berisi menumenu yang terdapat dalam sistem informasi untuk pengurutan produksi pesanan di PT.Metiska Farma tersebut. Menu-menu yang terdapat dalam sistem adalah : •
Change Password
•
Marketing OrderList
•
PPIC OrderList
•
Process Time And Machine Setting Time
•
Master Product
•
User Adminstration
•
Schedule Produksi
•
Exit
Setiap pengguna sistem memiliki layar menu yang berbeda-beda dan sesuai dengan batasan hak akses-nya masing-masing. b.1 Layar Menu untuk Adminstrator
276
Gambar 5.36 Layar Menu Untuk Administrator
Administrator sendiri memiliki akses untuk dapat keluar, mengubah password dan menentukan hak akses dari pengguna sistem lainnya yaitu Divisi
Marketing, Divisi PPIC, dan Divisi Produksi.
b.2 Layar Menu untuk Divisi Marketing
Gambar 5.37 Layar Menu untuk Divisi Marketing Divisi Marketing
memiliki akses untuk dapat keluar,
mengubah
password dan memasukkan data pesanan yang berasal dari customer selama
277 periode waktu tertentu. Data pesanan dalam Marketing Orderlist masih dalam satuan box.
b.3 Layar Menu untuk Divisi PPIC
Gambar 5. 38 Layar Menu untuk Divisi PPIC
Divisi PPIC memiliki akses untuk dapat keluar, mengubah password dan mengolah data pesanan yang terdapat pada Marketing OrderList. Divisi PPIC mengolah data pesanan tersebut dengan cara yakni : •
Mempertimbangkan faktor stock dan WIP
•
Menghasilkan nilai batch processing yaitu banyaknya batch yang harus diproduksi oleh Divisi Produksi PT.Metiska Farma.
Divisi PPIC tidak dapat mengubah data pesanan yang terdapat pada Marketing OrderList. Divisi PPIC hanya dapat mengolah data pesanan tersebut saja. b.4 Layar Menu untuk Divisi Produksi
278
Gambar 5.39 Layar Menu untuk Divisi Produksi
Divisi Produksi memiliki akses untuk dapat keluar, mengubah password, memasukkan data waktu proses dan melakukan updating terhadap waktu proses, memasukkan data waktu setting dan melakukan updating terhadap waktu setting, mengolah data produk obat tablet, seta menghasilkan urutan produksi pesanan yang optimal.
c. Tampilan layar untuk menu ChangePassword
Gambar 5.40 Layar ChangePassword
279 Layar Change Password berisi field-field yang mendukung pengguna sistem untuk melakukan perubahan password. Menu ini dianggap penting karena untuk menjamin keamanan dari pengguna sistem itu sendiri. Field-field tersebut adalah nama pengguna sistem password lama, password baru, dan konfirmasi. Pengguna sistem dapat menyimpan password baru tersebut atau bahkan dapat membatalkannya.
d. Tampilan layar untuk menu Marketing Orderlist
Dari tampilan layar di bawah terlihat ada dua aktivitas utama yakni Manage dan Table. Tampilan layar di bawah ini adalah tampilan layar pada
aktivitas Table. Tampilan layar ini aktif jika icon sort di klik oleh Divisi Marketing. Terlihat pada gambar tersebut muncul list pesanan bahwa ada pesanan untuk bulan September tahun 2005. Untuk membuka dan melihat data pesanan, maka pengguna sistem harus double click pada bulan tersebut.
Gambar 5.41 Layar Marketing OrderList (Table)
280 Layar tersebut adalah layar order list bulan September tahun 2005 di klik oleh Divisi Marketing, maka akan langsung muncul daftar-daftar pesanan produk obat tablet untuk periode bulan September tahun 2005.
Gambar 5.42 Layar Marketing OrderList Saat Di double klik
Sedangkan layar untuk input pesanan produk obat tablet dijelaskan pada gambar 5.42 di bawah ini. Layar tersebut akan aktif jika icon new diklik.
Gambar 5.43 Layar Input Marketing OrderList
281 e. Tampilan layar untuk menu PPIC Orderlist
Dari tampilan layar di bawah terlihat ada dua aktivitas utama yakni Manage dan Table. Tampilan layar ini aktif jika icon sort di klik oleh Divisi
PPIC. Terlihat pada gambar tersebut muncul list pesanan bahwa ada pesanan untuk bulan September tahun 2005. Untuk mengolah data pesanan dari Divisi Marketing , maka pengguna sistem harus double click pada bulan tersebut.
Gambar 5.44 Layar PPIC OrderList (Table) Layar di bawah ini
adalah layar saat OrderList bulan September tahun 2005
itu di klik oleh Divisi PPIC.
Gambar 5. 45 Layar PPIC OrderList Saat Di doubleklik
282 f. Tampilan layar untuk menu ProcessTimeAndMachineSettingTime
Layar untuk menu ProcessTimeAndMachineSettingTime juga terdapat dua kativitas yaitu Process Time dan Machine Setting Time. Layar di bawah ini merupakan layar awal
untuk process time yang akan berisi data-data waktu
proses setiap obat tablet satu batch di setiap mesin produksi.
Gambar 5.46 Layar awal Process Time
Layar process time dapat aktif jika icon sort di klik oleh Divisi Produksi. Jika layar process time sudah dalam keadaan aktif, maka layar tersebut akan menampilkan data keseluruhan dari waktu proses obat tablet satu batch di setiap mesin produksi. Menu Process Time ini menjadi penting karena Divisi Produksi dapat segera melakukan updating terhadap waktu proses obat tablet tersebut tanpa masuk dalam database. Langkah ini sebagai suatu usaha keamanan sistem.
283 Gambar 5.47 di bawah ini merupakan layar process time setelah icon sort di klik.
Gambar 5.47 Layar Process Time setelah icon sort di klik
Gambar 5.48 Layar awal Machine Setting Time
284
Gambar 5.48 merupakan layar awal untuk machine setting time yang akan berisi data-data waktu setting setiap mesin produksi. Layar machine setting time dapat aktif jika icon sort di klik oleh Divisi Produksi. Jika layar process time sudah dalam keadaan aktif, maka layar tersebut akan menampilkan data
keseluruhan dari waktu setting setiap mesin produksi. Menu Machine Setting Time ini menjadi penting karena Divisi Produksi dapat segera melakukan updating terhadap waktu setting mesin tersebut tanpa masuk dalam database. Langkah ini sebagai suatu usaha keamanan sistem.
Gambar 5.49 Layar Machine Setting Time setelah icon sort di klik
285 g. Tampilan layar untuk menu Master Product
Tampilan layar di bawah ini merupakan layar master produk yang berfungsi untuk memasukkan dan melakukan updating terhadap obat-obat tablet yang diproduksi di PT.Metiska Farma. Layar Master Product ini berisi field-field seperti kode produk, nama produk, satuan, jumlah tablet per batch, jumlah strip per box, dan jumlah tablet per strip.
Gambar 5.50 Layar Master Product (Manage)
Gambar 5.51 Layar Master Product (Table)
286 h. Tampilan layar untuk menu UserAdministration
Gambar 5.52 Layar User Administration
Terlihat dari gambar di atas bahwa layar User Administration merupakan layar yang berguna untuk mengatur dan membatasi hak akses dari pengguna sistem yakni Administrator, Marketing, PPIC, dan Produksi. Administrator mengatur pembagian hak akses tersebut dengan cara double clik pada hak akses tersebut. Untuk memberikan hak akses pada pengguna sistem maka, Administrator harus double click pada hak akses tersebut. Sedangkan untuk mencabut hak akses dari pengguna sistem, Administrator juga harus double click pada hak akses tersebut.
287 i. Tampilan layar untuk menu Schedule Produksi
Gambar 5.53 Schedule Produksi Sebelum Diproses
Gambar 5.54 Schedule Produksi Setelah Diproses
288 5.6 Technical Platform Technical Platform yang dimaksudkan adalah Platform teknis untuk mendukung
sistem informasi pengurutan produksi pesanan di PT. Metiska Farma. Platform teknis yang mendukung sistem informasi pengurutan produksi pesanan di PT.Metiska Farma yakni : a. Spesifikasi Minimum Hardware
Spesifikasi minimum hardware yang digunakan untuk mendukung sistem informasi pengurutan produksi pesanan di PT.Metiska Farma adalah : •
Komputer PC dengan processor Intel (R) Celeron (TM) CPU 1000MHz
•
Memory 128 MB of RAM
•
Printer Canon S200SPx
•
Hard Disk yang terdiri atas 2 buah yakni : o Hard Disk 1 yang memiliki kapasitas 74,4 GB o Hard Disk 2 yang memiliki kapasitas 19,05 GB
b. Spesifikasi Minimum Software
Spesifikasi software yang digunakan untuk mendukung sistem informasi pengurutan produksi pesanan di PT.Metiska Farma adalah : •
Sistem Operasi menggunakan Windows XP
•
Bahasa Pemograman yang digunakan adalah Visual Basic 6.0
•
Database yang menunjang sistem adalah SQL Server
Ketiga software tersebut saling bekerjasama untuk pencapaian sistem.
289 c. System Interface
Dalam sistem informasi pengurutan produksi pesanan di PT.Metiska Farma ini, system interface yang menggambarkan
interaksi dengan user
menggunakan interface Windows GUI (Graphical User Interface).
d. Design Language Design language yang digunakan dalam mendukung sistem informasi
pengurutan produksi pesanan di PT.Metiska Farma
adalah dengan
metodologi Object Oriented Analysis and Design (OOA&D) dan menggunakan bahasa permodelan yaitu Unified Modelling Language (UML).
5.7 Usulan Jadwal Implementasi Sistem
Proses implementasi sistem informasi untuk pengurutan produksi pesanan di PT.Metiska Farma merupakan tujuan akhir pembuatan sistem informasi ini. Hal ini dilatarbelakangi oleh keinginan dari pihak perusahaan dan pengembang sistem untuk membawa perusahaan ke arah perbaikan dan komputerisasi.
Usaha untuk
melakukan implementasi sistem tersebut di PT.Metiska Farma perlu beberapa persiapan teknis dan pelatihan terhadap pengguna sistem itu sendiri. Usaha-usaha untuk mendukung implementasi sistem informasi pengurutan produksi pesanan di PT.Metiska Farma adalah : •
Perencanaan dan pembentukan proyek Proyek tersebut bersifat tim yang terdiri atas pemimpin proyek dan anggotanya. Tim ini bertanggung jawab terhadap proses implementasi sistem di dalam PT.Metiska Farma.
290 •
Persiapan akan kebutuhan spesifikasi hardware
•
Persiapan akan kebutuhan spesifikasi software
•
Mengadakan pelatihan-pelatihan yang relevan dan berkaitan dengan cara pengoperasian sistem tersebut. Pelatihan-pelatihan itu ditujukan untuk pengguna sistem pada khususnya yakni : o Administrator o Divisi Marketing o Divisi PPIC o Divisi Produksi
•
Pembentukan database yang memuat dan menampung data-data yang diperlukan untuk pencapaian tujuan dari sistem informasi tersebut yakni penentuan urutan produksi yang optimal. Database yang menampung data-data yang diperlukan seperti : o Data pesanan produk pada periode waktu tertentu o Data produk o Data waktu proses o Data waktu setting
•
Mengadakan pengujian dan evaluasi terhadap sistem informasi yang akan diimplementasikan
291 Secara lebih jelas maka diagram 5.1 di bawah ini menggambarkan Proses implementasi sistem informasi untuk pengurutan produksi pesanan di PT.Metiska Farma merupakan tujuan akhir pembuatan sistem informasi ini.
Langkah-Langkah Penyelesaian
Periode Waktu (Minggu)
1
2
3
Perenscanaan dan Pembentukan Proyek
Persiapan Kebutuhan Hardware
Persiapan Kebutuhan Software
Pelatihan Terhadap Pengguna Sistem
Pembentukan Database
Pengujian Sistem
Evaluasi Sistem
Diagram 5.1 Usulan Jadwal Implementasi Sistem
4
5