27
BAB IV HASIL DAN PEMBAHASAN
4.1
Pengumpulan dan Pengolahan Data Kegiatan pertama dalam tahap ini adalah melakukan pengumpulan data
untuk bahan penelitian. Data yang telah diperoleh berupa jenis nomor formulir berjumlah 200 buah yang terdapat pada 200 lembar sampel formulir. Setiap sampel formulir memiliki nomor formulir terdiri dari 7 karakter, dengan demikian terdapat 1.400 data (huruf dan angka) yang digunakan dalam penelitian ini. Dalam tahap pengolahan data, proses yang paling utama dilakukan adalah
proses
ekstraksi ciri dari setiap karakter nomor formulir. Proses ini dilakukan dengan mengubah setiap karakter (citra) menjadi bentuk biner (0 atau 1). Proses ekstrasi citra karakter kedalam bentuk biner dilakukan untuk mendapatkan data masukan pada proses pemodelan JST. Proses ekstraksi ciri dilakukan
dengan
menggunakan aplikasi Visual Basic 6.0. Adapun langkah-langkah yang dilakukan adalah menangkap citra grayscale dari hasil pindai (scanner) pada area nomor formulir kemudian mengubah kedalam bentuk citra hitam putih, citra hitam putih ini selanjutnya di segmentasi menjadi tujuh bagian sesuai dengan jumlah karakter dengan ukuran setiap karakter 10 x 8 pixel. Setiap karakter diproses untuk mendapakan representasi biner, dimana citra yang berwarna hitam bernilai 1 dan citra yang berwana putih bernilai 0. Akhir dari tahap pra proses adalah membentuk representasi biner setiap karakter diatas kedalam vektor agar dapat dijadikan input pada model JST yang dibangun. Data hasil pra proses dapat dilihat pada Lampiran 2. 4.2
Analisis Hasil Pemodelan JST Percobaan-percobaan dilakukan untuk mendapatkan model jaringan JST
yang terbaik. Model JST terbaik adalah yang memberikan akurasi optimal ketika dilakukan validasi terhadap data training maupun pengujian terhadap data testing. Sebagai mana telah dijelaskan pada metodologi bahwa untuk proses pelatihan dengan data training menggunakan 70% dari data penelitian atau 980 data dan proses pengujian dengan data testing menggunakan 30% data penelitian atau 420
28
data. Berikut pembahasan dari setiap percobaan yang dilakukan pada masing masing variasi jumlah neuron lapisan tersembunyi. 4.2.1
Lapisan tersembunyi dengan jumlah neuron 7. Hasil percobaan pada proses training dengan model ini dapat dilihat pada
Gambar 14. Pada gambar tersebut ditunjukkan bahwa error (MSE) terkecil yakni sebesar 0,00541 diperoleh pada epoch 1808 dengan durasi 33 detik.
Gambar 14 Pelatihan dengan 7 neuron pada lapisan tersembunyi. Proses validasi dilakukan dengan menguji jaringan yang terbentuk dengan
data training. Hasil dari proses validasi mampu mengenali sebanyak 935 data, akurasi validasi dalam bentuk persentase adalah
! "#
100% = 95,41%. Pada
proses pengujian dengan menggunakan data testing mampu mengenali sebanyak 392 data, akurasi pengujian dalam bentuk persentase adalah
& '
100% =
93,33%. Hasil pengujian dengan data testing dapat dilihat pada Lampiran 3. 4.2.2
Lapisan tersembunyi dengan jumlah neuron 9.
Hasil percobaan pada proses training dengan model ini dapat dilihat pada Gambar 15. Pada gambar tersebut ditunjukkan bahwa error (MSE) terkecil yakni sebesar 0,000702 diperoleh pada epoch 2585 dengan durasi 34 detik. Proses validasi dilakukan dengan menguji jaringan yang terbentuk dengan data training.
Hasil dari proses validasi mampu mengenali sebanyak 975 data, akurasi validasi dalam bentuk persentase adalah
(! "#
100% = 99,49%. Pada proses pengujian
dengan menggunakan data testing mampu mengenali sebanyak 408 data, akurasi
29
pengujian dalam bentuk persentase adalah
'#" '
100% = 97,14%. Hasil
pengujian dengan data testing dapat dilihat pada Lampiran 4.
Gambar 15 Pelatihan dengan 9 neuron pada lapisan tersembunyi. 4.2.3
Lapisan tersembunyi dengan jumlah neuron 11. Hasil percobaan pada proses training dengan model ini dapat dilihat pada
Gambar 16. Pada gambar tersebut ditunjukkan bahwa error (MSE) terkecil yakni sebesar 0,000699 diperoleh pada epoch 2914 dengan durasi 33 detik.Proses validasi dilakukan dengan menguji menguji jaringan yang terbentuk dengan data training. Hasil dari proses validasi mampu mengenali sebanyak 975 data, akurasi validasi dalam bentuk persentase adalah
*+, *-.
/ 0..% = **, 1*%. Pada proses pengujian
dengan menggunakan data testing mampu mengenali sebanyak 409 data, akurasi pengujian dalam bentuk persentase adalah
1.* 12.
/ 0..% = *+, 3-%. Hasil
pengujian dengan data testing dapat dilihat pada Lampiran 5.
Gambar 16 Pelatihan dengan 11 neuron pada lapisan tersembunyi.
30
4.2.4
Lapisan tersembunyi dengan jumlah neuron 15. Hasil percobaan pada proses training dengan model ini dapat dilihat pada
Gambar 17. Pada gambar tersebut ditunjukkan bahwa error (MSE) terkecil yakni sebesar 0,000743 diperoleh pada epoch 2863 dengan durasi 37 detik.
Gambar 17 Pelatihan dengan 15 neuron pada lapisan tersembunyi. Proses validasi dilakukan dengan menguji jaringan yang terbentuk dengan
data training. Hasil dari proses validasi mampu mengenali sebanyak 975 data, akurasi validasi dalam bentuk persentase adalah
(! "#
100% = 99,49%. Pada
proses pengujian dengan menggunakan data testing mampu mengenali sebanyak 408 data, akurasi pengujian dalam bentuk persentase adalah
'#" '
100% =
97,14%. Hasil pengujian dengan data testing dapat dilihat pada Lampiran 6. 4.2.5
Lapisan tersembunyi dengan jumlah neuron 20. Hasil percobaan pada proses training dengan model ini dapat dilihat pada
Gambar 18. Pada gambar ditunjukkan bahwa error (MSE) terkecil yakni sebesar 0,000739 diperoleh pada epoch 3000 dengan durasi 40 detik. Proses validasi dilakukan dengan menguji jaringan yang terbentuk dengan
data training. Hasil dari proses validasi mampu mengenali sebanyak 975 data, akurasi validasi dalam bentuk persentase adalah
(! "#
100% = 99,49%. Pada
proses pengujian dengan menggunakan data testing mampu mengenali sebanyak
31
408 data, akurasi pengujian dalam bentuk persentase adalah
'#" '
100% =
97,14%. Hasil pengujian dengan data testing dapat dilihat pada Lampiran 7.
Gambar 18 Pelatihan dengan 20 neuron pada lapisan tersembunyi. 4.2.6
Lapisan tersembunyi dengan jumlah neuron 25. Hasil percobaan pada proses training dengan model ini dapat dilihat pada
Gambar 19. Pada gambar ditunjukkan bahwa error (MSE) terkecil yakni sebesar 0,000731 diperoleh pada epoch 2988 dengan durasi 44 detik.
Gambar 19 Pelatihan dengan 25 neuron pada lapisan tersembunyi. Proses validasi dilakukan dengan menguji jaringan yang terbentuk dengan data training. Hasil dari proses validasi mampu mengenali sebanyak 975 data, akurasi validasi dalam bentuk persentase adalah
*+, *-.
4 0..% = **, 1*%. Pada
proses pengujian dengan menggunakan data testing mampu mengenali sebanyak
32
408 data, akurasi pengujian dalam bentuk persentase adalah
1.12.
4 0..% =
*+, 01%. Hasil pengujian dengan data testing dapat dilihat pada Lampiran 8. 4.2.7
Lapisan tersembunyi dengan jumlah neuron 30. Hasil percobaan pada proses training dengan model ini dapat dilihat pada
Gambar 20. Pada gambar ditunjukkan bahwa error (MSE) terkecil yakni sebesar 0,000712 diperoleh pada epoch 2560 dengan durasi 46 detik.
Gambar 20 Pelatihan dengan 30 neuron pada lapisan tersembunyi. Proses validasi dilakukan dengan menguji jaringan yang terbentuk dengan
data training. Hasil dari proses validasi mampu mengenali sebanyak 975 data, akurasi validasi dalam bentuk persentase adalah
*+, *-.
4 0..% = **, 1*%. Pada
proses pengujian dengan menggunakan data testing mampu mengenali sebanyak 410 data, akurasi pengujian dalam bentuk persentase adalah
10. 12.
4 0..% =
*+, 52%. Hasil pengujian dengan data testing dapat dilihat pada Lampiran 9. 4.2.8
Lapisan tersembunyi dengan jumlah neuron 40. Hasil percobaan pada proses training dengan model ini dapat dilihat pada
Gambar 21. Pada gambar ditunjukkan bahwa error (MSE) terkecil yakni sebesar 0,000709 diperoleh pada epoch 1788 dengan durasi 57 detik. Proses validasi dilakukan dengan menguji jaringan yang terbentuk dengan
data training. Hasil dari proses validasi mampu mengenali sebanyak 975 data, akurasi validasi dalam bentuk persentase adalah
*+, *-.
4 0..% = **, 1*%. Pada
33
proses pengujian dengan menggunakan data testing mampu mengenali sebanyak 410 data, akurasi pengujian dalam bentuk persentase adalah
10. 12.
4 0..% =
*+, 52%. Hasil pengujian dengan data testing dapat dilihat pada Lampiran 10.
Gambar 21 Pelatihan dengan 40 neuron pada lapisan tersembunyi. 4.2.9
Lapisan tersembunyi dengan jumlah neuron 50. Hasil percobaan pada proses training dengan model ini dapat dilihat pada
Gambar 22. Pada gambar ditunjukkan bahwa error (MSE) terkecil yakni sebesar 0,000774 diperoleh pada epoch 2495 dengan durasi 62 detik.
Gambar 22 Pelatihan dengan 50 neuron pada lapisan tersembunyi. Proses validasi dilakukan dengan menguji jaringan yang terbentuk dengan data training. Hasil dari proses validasi mampu mengenali sebanyak 975 data, akurasi validasi dalam bentuk persentase adalah
*+, *-.
/ 0..% = **, 1*%. Pada
proses pengujian dengan menggunakan data testing mampu mengenali sebanyak
34
410 data, akurasi pengujian dalam bentuk persentase adalah
10. 12.
/ 0..% =
*+, 52%. Hasil pengujian dengan data testing dapat dilihat pada Lampiran 11. 4.2.10
Lapisan tersembunyi dengan jumlah neuron 60.
Hasil percobaan pada proses training dengan model ini dapat dilihat pada
Gambar 23. Pada gambar ditunjukkan bahwa error (MSE) terkecil yakni sebesar 0,000778 diperoleh pada epoch 1439 dengan durasi 72 detik. Proses validasi dilakukan dengan menguji jaringan yang terbentuk dengan
data training. Hasil dari proses validasi mampu mengenali sebanyak 975 data, akurasi validasi dalam bentuk persentase adalah
*+, *-.
4 0..% = **, 1*%. Pada
proses pengujian dengan menggunakan data testing mampu mengenali sebanyak 409 data, akurasi pengujian dalam bentuk persentase adalah
1.* 12.
4 0..% =
*+, 3-%. Hasil pengujian dengan data testing dapat dilihat pada Lampiran 12.
Gambar 23 Pelatihan dengan 60 neuron pada lapisan tersembunyi. Ringkasan hasil dari percobaan percobaan yang dilakukan dengan variasi
jumlah neuron pada lapisan tersembunyi dapat dilihat pada Tabel 4. Dari tabel, terlihat bahwa pada variasi neuron yang memberikan akurasi validasi diatas 99,49% pada dasarnya juga memberikan akurasi pengujian yang cukup baik yakni diatas 97%. Namun dengan variasi neuron pada lapisan tersembunyi 30, 40, 50, 60 memberikan akurasi pengujian terbaik yakni sebesar 97,62%. Hal ini menunjukkan bahwa pada model-model tersebut kinerja jaringan lebih stabil.
35
Dengan memperhitungkan waktu komputasi
pada saat pengenalan identitas
dokumen, maka model jaringan yang dipilih pada pengembangan aplikasi pengendalian dokumen ini adalah model jaringan yang menggunakan neuron paling sedikit yaitu pada variasi neuron 30 lapisan tersembunyi. Tabel 4 Tabel hasil pelatihan/validasi dan testing
4.3
Lapisan Tersembunyi
Durasi Pelatihan
MSE
Epoch
Akurasi Validasi
Akurasi Testing
7 Neurons
33 detik
0,005410
1808
95,41%
93,33%
9 Neurons
34 detik
0,000702
2585
99,49%
97,14%
11 Neurons
33 detik
0,000699
2914
99,49%
97,38%
15 Neurons
37 detik
0,000743
2863
99,49%
97,14%
20 Neurons
40 detik
0,000739
3000
99,49%
97,14%
25 Neurons
44 detik
0,000731
2988
99,49%
97,14%
30 Neurons
46 detik
0,000712
2560
99,49%
97,62%
40 Neurons
57 detik
0,000709
1788
99,49%
97,62%
50 Neurons
62 detik
0,000774
2495
99,49%
97,62%
60 Neurons
72 detik
0,000778
1439
99,49%
97,38%
Desain Aplikasi Pengendalian dokumen memiliki aturan-aturan sebagaimana yang diatur
dalam prosedur pengendalian dokumen. Aplikasi
ini dibangun dengan
memperhatikan aturan aturan yang berlaku sesuai prosedur tersebut. Berikut ini beberapa aturan dari sistem pengendalian dokumen
yang diterapkan di ATS
[ATS 2010b]. a. Pengendalian Formulir. •
Setiap formulir harus memiliki identitas sesuai dengan aturan penomoran yang berlaku.
•
Hanya formulir yang sudah disahkan (valid) yang akan disimpan.
•
Penyimpanan formulir dilakukan oleh unit kerja yang menerbitkan formulir tersebut.
36
•
Setiap salinan (copy) formulir harus didistribusikan ke semua unit kerja terkait.
•
Jika terjadi perubahan formulir (revisi), maka formulir lama harus diganti dengan formulir baru dan salinan formulir lama diganti dengan salinan formulir baru.
b. Pengendalian Rekaman. •
Setiap rekaman harus memiliki identitas yang terdiri dari nomor rekaman, tanggal rekam, batas masa simpan dan tempat penyimpanan.
•
Hanya rekaman yang sudah disahkan (valid) yang wajib disimpan.
•
Rekaman hanya dapat diambil dan diakses oleh unit yang bersangutan.
•
Rekaman yang sudah dicetak tidak dikendalikan (uncontrol).
•
Apabila rekaman diperlukan oleh unit lain maka harus seijin dengan pemilik rekaman.
• 4.3.1
Rekaman yang sudah habis masa simpannya harus dimusnahkan. Desain Arsitektur
Desain arsitektur dari sistem pengendalian dokumen bertujuan untuk mengembangkan struktur program dan merepresentasikan hubungan kontrol antar kegiatan. Selain itu desain arsitektur juga membentuk struktur program dan struktur data dengan menentukan desain antarmuka. Pada desain sistem pengendalian dokumen ini pembahasan dilakukan pada desain Context diagram dan Data Flow Diagram (DFD) level 1. Pada contex diagram sistem digambarkan dengan sebuah proses dan tiga buah entitas luar. Prosesnya adalah pengendalian dokumen SMM, tiga entitas adalah entitas administrator, entitas user, dan entitas kepala unit seperti pada Gambar 24.
Gambar 24 Context diagram
37
Pada DFD level 1 proses tunggal pada context diagram dipecah menjadi empat proses yang lebih terperinci, yaitu proses input data unit kerja, input data formulir, input data rekaman dan proses pembuatan laporan. Desain DFD level 1 seperti pada Gambar 25.
1.0
2.0
4.0
3.0
Gambar 25 DFD level 1 4.3.2
Perancangan basis data (database) Desain data adalah aktivitas yang sangat penting dalam perancangan
sistem pengendalian dokumen. Model data dibuat untuk mempermudah pendesainan data. Pemodelan data atau sering disebut pemodelan database yang digunakan dalam penelitian ini adalah Entity Relationship Diagram (ERD). ERD merupakan model jaringan data yang menekankan pada struktur dan hubungan antardata. Gambar 26 merepresentasikan diagram E-R untuk sistem pengendalian dokumen yang di bangun. Pada pendesainan sistem
pengendalian dokumen
ini entitas yang
digunakan antara lain: entitas unitkerja, formulir dan rekaman. Adapun aturan bisnis yang diberlakukan adalah sebagai berikut : 1. Satu kode unit kerja dapat memiliki lebih dari satu nomor formulir, dan satu nomor formulir hanya bisa memiliki 1 kode unit kerja. 2. Satu nomor formulir dapat memiliki lebih dari satu nomor rekaman, dan satu nomor rekaman hanya bisa memiliki 1 nomor formulir.
38
Gambar 26 Diagram E–R sistem pengendalian dokumen Adapun atribut untuk entitas-entitas diatas dituliskan sebagai berikut : 1. Unit kerja terdiri dari kode unit kerja (kd_unit_kerja), nama unit kerja (nm_unit_kerja), nama bagian (nm_bagian), kode user (kd_user), dan password (kd_pass), 2. Formulir terdiri dari kode formulir (kd_formulir), kode unit kerja (kd_unit_kerja), nama formulir (nm_formulir), tanggal berlaku (tgl_berlaku), nomor revisi (no_rev), nama berkas formulir (nm_file). 3. Rekaman
terdiri
dari
kode
rekaman
(kd_rekaman),
kode
formulir(kd_formulir), tanggal kadaluarsa (tgl_kadaluarsa), dan nama berkas rekaman (nm_file). Desain model database yang digunakan untuk sistem pengendalian dokumen dapat dilihat pada Gambar 27.
39
Gambar 27 Desain model database pengendalian dokumen Adapun desain untuk masing masing tabel yang digunakan pada aplikasi pengendalian dokumen dijelaskan sebagai berikut : a) Tabel unit kerja Tabel ini digunakan untuk menyimpan data setiap unit kerja dan data user yang terlibat dalam setiap proses manajemen mutu. Struktur tabel unit kerja seperti pada Tabel 5. Tabel 5 Struktur tabel unit kerja No
Nama Field
Tipe
Ukuran
Keterangan
1
kd_unit_kerja (PK)
text
10
kode unit kerja
2
nm_unit_kerja
text
50
nama unit kerja
3
Kd_user
text
6
4
password
text
6
Kode user admin unit Password login
PK = Primary Key
b) Tabel user Tabel ini digunakan untuk menyimpan data setiap user yang diberi hak untuk mengakses aplikasi pengendalian dokumen. User pada umumnya
40
akan melakukan input data dan melihat laporan dokumen. Struktur tabel user seperti pada Tabel 6. Tabel 6 Struktur table user No
Nama Field
Tipe
Ukuran
Keterangan
1
kd_user (PK)
text
7
kode user
2
kd_pass
text
10
nama unit kerja
3
kd_unit_kerja (FK)
text
10
kode unit kerja
PK = Primary Key, FK = Foreign Key
c) Tabel formulir Tabel formulir digunakan untuk menyimpan data formulir dari setiap unit kerja. Struktur tabel formulir seperti pada Tabel 7. Tabel 7 Struktur table formulir No
Nama Field
Tipe
Uku ran
Keterangan
1
kd_formulir (PK)
text
7
kode formulir
2
kd_unit_kerja (FK)
text
10
nama unit kerja
3
nm_formulir
text
50
nama formulir
4
tgl_berlaku
date
-
tanggal berlaku
5
no_revisi
number
2
kode/no.revisi formulir
6
nm_file
text
7
nama file formulir
PK = Primary Key, FK = Foreign Key
d) Tabel Rekaman Tabel ini digunakan untuk menyimpan data rekaman dari setiap unit kerja. Struktur tabel rekaman seperti pada Tabel 8. Tabel 8 Struktur tabel rekaman No
Nama Field
Tipe
Ukuran
Keterangan
1
kd_rekaman (PK)
text
12
kode rekaman
2
kd_formulir (FK)
text
10
kode formulir
3
tgl_kadaluarsa
date
-
tanggal kadaluarsa
4
nm_file
text
7
nama file rekaman
PK = Primary Key, FK = Foreign Key
41
4.3.3
Desain Antarmuka Pada dasarnya desain antarmuka dibuat dengan menitik beratkan pada
desain antarmuka pengguna. Desain antarmuka dibangun dan disesuaikan dengan struktur program yang direncanakan dimana struktur program merepresentasikan organisasi komponen kegiatan yang ada seperti penjelasan pada DFD level 1. Struktur program sistem pengendalian dokumen disajikan pada Gambar 28.
Gambar 28 Struktur program aplikasi pengendalian dokumen Hasil desain antarmuka dan sourcecode untuk desain login user, desain input tabel tambah user, desain input tabel unit kerja, desain input tabel data formulir, desain input tabel data rekaman, desain antarmuka distribusi formulir, dan desain menampilkan rekaman kadaluarsa dapat dilihat pada Lampiran 13 s.d 19. 4.3.4
Simulasi Aplikasi
Proses simulasi aplikasi dilakukan sekaligus sebagai proses pengujian terhadap sistem pengendalian dokumen yang dibangun. Simulasi aplikasi mengacu pada proses yang terkait dengan pengendalian dokumen sebagaimana yang dimaksudkan dalam kalusul 4.2.3 tentang pengendalian dokumen dan klausul 4.2.4 tentang pengendalian rekaman. Terkait dengan pengendalian
42
dokumen dan rekaman paling tidak ada tujuh proses pengendalian yang diperlukan dalam aplikasi yaitu : -
Adanya pemastian bahwa setiap dokumen yang akan digunakan harus diterbitkan, hal ini ditandai dengan adanya tanggal penerbitan.
-
Adanya pemastian tentang perubahan status revisi, hal ini ditandai dengan adanya nomor revisi.
-
Adanya pemastian bahwa setiap dokumen revisi terakhir selalu tersedia dalam database.
-
Adanya pemastian bahwa setiap dokumen dan rekaman dengan mudah dapat ditelusuri dan muda dibaca.
-
Adanya pemastian bahwa setiap dokumen mudah dikendalikan dan didistribusikan ke setiap unit terkait.
-
Adanya pemastian bahwa setiap dokumen dapat dilindungi dan mencegah dari penggunaan yang tidak diharapkan.
-
Adanya penetapan masa simpan rekaman, dan pemastian bahwa rekaman yang telah habis masa simpannya dapat diidentifikasi untuk pemusnahan.
Untuk menjamin proses proses tersebut diatas dapat diakomodasi oleh aplikasi yang dibangun maka diperlukan simulasi dengan menetapkan pengaturan berupa sampel data seperti pada Tabel 9. Sampel data yang digunakan terdiri dari empat unit kerja, dengan masing masing jumlah formulir lima buah, setiap formulir memiliki lima buah rekaman. Tanggal input rekaman divariasikan untuk mendeteksi apakah masa simpan rekaman dapat diidentifikasi oleh aplikasi. Kegiatan proses simulasi dilakukan sesuai dengan hak akses administrator dan user . Ada tiga kegiatan yang dilakukan dalam proses simulasi ini yaitu, pertama kegiatan input data unit kerja dan data user yang dilakukan oleh administrator. Kedua, kegiatan yang berkaitan dengan pengendalian dokumen jenis formulir yang terdiri dari input data dan file citra formulir baru, dan pendistribusian formulir yang dilakukan oleh user. Ketiga, kegiatan yang berkaitan dengan pengendalian dokumen jenis rekaman yang terdiri dari input data dan file citra rekaman, pemusnahan rekaman dan pencarian rekaman, dilakukan oleh user.
43
Tabel 9 Data testing simulasi. No
No. Formulir
Tanggal Input Rekaman
Jumlah Rekaman
Unit Kerja
Keterangan
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
F100004 F100005 F100006 F100007 F100008 F103013 F103014 F103015 F103016 F103017 F303003 F303005 F303006 F303008 F303009 F302004 F302005 F302006 F302007 F302008
01 Jan. 2007 01 Jan. 2008 04 Nop. 2010 01 Jan. 2008 01 Jan. 2008 04 Nop. 2007 01 Jan. 2008 04 Nop. 2010 25 Mar. 2009 25 Mar. 2007 31 Feb. 2011 01 Jan. 2007 01 Jan. 2008 31 Feb. 2008 31 Feb. 2006 25 Mar. 2009 25 Mar. 2009 04 Nop. 2010 25 Mar. 2008 25 Mar. 2007
5 lbr 5 lbr 5 lbr 5 lbr 5 lbr 5 lbr 5 lbr 5 lbr 5 lbr 5 lbr 5 lbr 5 lbr 5 lbr 5 lbr 5 lbr 5 lbr 5 lbr 5 lbr 5 lbr 5 lbr
BAK BAK BAK BAK BAK ENG ENG ENG ENG ENG PPF PPF PPF PPF PPF LK3 LK3 LK3 LK3 LK3
Unit Bidang Akadmik Unit Bidang Akadmik Unit Bidang Akadmik Unit Bidang Akadmik Unit Bidang Akadmik Unit Bidang Rekayasa Unit Bidang Rekayasa Unit Bidang Rekayasa Unit Bidang Rekayasa Unit Bidang Rekayasa Peraw. & Perbaikan Fas Peraw. & Perbaikan Fas Peraw. & Perbaikan Fas Peraw. & Perbaikan Fas Peraw. & Perbaikan Fas Keselamatan Kerja Keselamatan Kerja Keselamatan Kerja Keselamatan Kerja Keselamatan Kerja
Kegiatan pertama dalam proses simulasi ini adalah melakukan login ke dalam aplikasi seperti pada Gambar 29. Karena proses pertama adalah input data user dan unit kerja maka harus login sebagai administrator.
Gambar 29 Antarmuka login ke aplikasi pengendalian dokumen Selanjutnya Administrator melakukan input data unit kerja seperti Gambar 30. Data unit kerja yang digunakan seperti pada Tabel 9, yaitu data unit BAK, ENG,
44
PPF dan LK3. Adapun kegiatan yang dapat dilakukan pada antarmuka ini adalah proses penyimpanan dan penghapusan data unit kerja.
Gambar 30 Antarmuka input data tabel unit kerja. Untuk input data user (administrator unit), administrator melakukan input data pada antarmuka seperti pada Gambar 31.
Gambar 31 Input data unit kerja Kegiatan kedua adalah kegiatan yang berkaitan dengan pengendalian dokumen jenis formulir yang dilakukan oleh administrator unit, ada dua roses yang dilakukan oleh administrator unit terkait dengan kegiatan ini. Proses pertama adalah melakukan input formulir baru melalui antarmuka seperti pada Gambar 32.
45
Gambar 32 Input formulir baru. Pada gambar diatas terlihat hasil input formulir unit kerja BAK, ENG, PPF dan LK3. Pada antarmuka ini, selain data formulir yang diinput, file citra juga diinput melalui perangkat scanner. Apabila data dan file citra formulir sudah tersimpan dalam database, selanjutnya administrator unit melakukan proses yang kedua dengan mendistribusikan formulir tersebut kepada semua unit kerja yang terkait. Setelah proses pendistribusian dilakukan setiap unit kerja dapat mengetahui revisi terakhir dari formulir
yang digunakan. Antarmuka proses
pendistribusian formulir separti Gambar 33.
Gambar 33 Pendistribusian formulir
46
Kegiatan ketiga adalah kegiatan yang dilakukan berkaitan dengan pengendalian rekaman. Ada tiga proses yang dilakukan yang pertama adalah penyimpanan, kedua pemusnahan, dan ketiga pencarian rekaman. Proses Penyimpanan rekaman dapat dilihat pada Gambar 34. Pada proses penyimpanan rekaman dimulai dengan memilih tanggal rekam dan kemudian menekan tombol scan dokumen. Setelah proses pindai selesai secara otomatis aplikasi akan melakukan
pengenalan
terhadap
nomor
formulir.
Sebelum
melakukan
penyimpanan rekaman ada dua aturan yang diharus diikuti sebagai bentuk validasi dari rekaman yang akan disimpan agar tidak mengalami kesalahan. Pertama aplikasi akan mengecek apakah file rekaman yang akan disimpan adalah milik unit kerja yang melakukan login. Jika benar maka file rekaman akan disimpan, dan jika salah file rekaman tidak akan disimpan. Kedua aplikasi akan mencocokan nomor dokumen hasil pindai, apabil nomor hasil pindai sesuai dengan nomor yang ada dalam database unit, maka rekaman akan langsung tersimpan, namun apabila tidak sesuai maka aplikasi akan meminta kepada user untuk memasukkan nomor yang ada pada rekaman tersebut.
Gambar 34 Gambar penyimpanan rekaman
47
Proses kedua adalah pemusnahan rekaman. Dalam pengendalian dokumen ditetapkan bahwa rekaman yang telah habis masa simpannya akan dimusnahkan. Proses pemusnahan rekaman dilakukan dengan menghapus data dan file citra rekaman dari database, proses ini dilakukan pada antarmuka seperti pada Gambar 35. Pada tersebut terlihat daftar rekaman yang sudah habis masa simpannya. Penghapusan data dan citra rekaman dilakukan dengan memilih rekaman dan menekan tombol hapus.
Gambar 35 Pemusnahan rekaman. Kegiatan ketiga berkaitan dengan pengendalian rekaman adalah pencarian atau penelusuran rekaman. Gambar 36 adalah antarmuka pecarian rekaman. Pada kegiatan pencarian rekaman dapat di telusuri dengan metode penyaringan unit kerja, nomor formulir, dan tanggal rekam. Untuk melihat file citra rekaman dilakukan degan memilih nomor rekaman dan menekan tombol lihat rekaman.
Gambar 36 Pencarian rekaman.
48
Hasil pengujian aplikasi dilakukan dengan melihat error yang terjadi terhadap aplikasi yang dibangun. Dari kegiatan simulasi yang dilakukan dengan data pada Tabel 9 hasilnya dapat dilihat seperti pada Tabel 10. Tabel 10 Pengujian aplikasi
No.
1.
2.
3.
4.
5.
6.
Kegiatan Pengujian
Status
Keterangan
Administrator melakukan pengisian, pembaharuan, dan penghapusan data user Administrator melakukan pengisian, pembaharuan, dan penghapusan data unit kerja User unit melakukan pengisian, pembaharuan, dan penghapusan data formulir dan penyimpanan citra formulir User melakukan penyimpanan data dan citra rekaman.
Sukses
-
Sukses
-
Sukses
User dapat melihat laporan berupa print out daftar formulir dan daftar rekaman di unit masing-masing. Kepala unit dapat melihat laporan berupa print out daftar formulir dan daftar rekaman untuk semua unit.
Sukses
Administrator unit terdiri dari unit BAK, PPF, ENG dan LK3. Total jumlah formulir yang di input sebanyak 20 formulir. Dari total 100 sampel rekaman yang digunakan pada simulasi terdapat 10 lembar sampel rekaman yang satusnya tidak sesuai dalam database formulir. Semua rekaman yang masa simpannya habis terlihat di daftar rekaman kadaluarsa.
Sukses = 90%
Sukses
Daftar formulir dan rekaman dapat di cetak .