MODEL ‘TOTAL COST OF OWNERSHIP (TCO)’ INFRASTRUKTUR KOMPUTER DI PT CALTEX PACIFIC INDONESIA Agung Prasetya, Aries Tjahyanto Magister Manajemen Teknologi Informasi - Institut Teknologi Sepuluh Nopember Kampus MMTI-ITS, Jl. Raya ITS, Sukolilo, Surabaya 60111 E-mail
[email protected] or
[email protected] ABSTRAK Saat ini infrastruktur komputer sudah menjadi salah satu sarana yang kritikal untuk mendukung operasi suatu perusahaan. Namun demikian investasi untuk pengembangan sarana ini tidak bisa langung dilakukan tanpa analisis yang menyeluruh dan studi kelayakan terlebih dulu. PT Caltex Pacific Indonesia (CPI) sebagai salah satu perusahaan perminnyakan terbesar di Indonesia, mempergunakan sekitar 4000 komputer berbasis windows, lebih dari 200 ‘workstation’ berbasis unix, sekitar 100 server dan storage dengan kapasitas puluhan ‘terabyte’. Untuk memastikan ketepatan dalam melakuan pengembangan infrastruktur tersebut, tentu saja diperlukan analisis yang mendalam mengenai komponen-komponen biaya yang akan berpengaruh dan seberapa besar pengaruh masing-masing komponen tersebut terhadap keseluruhan biaya (Total Cost of Ownership – TCO). Dengan demikian CPI bisa mengetahui dan mengelola komponen atau faktor utama biaya tersebut agar tetap berada pada rentang angka yang bisa diterima, sehingga perusahaan tetap bisa bersaing dengan biaya operasi yang terkontrol. Penelitian ini mempunyai beberapa tujuan, yang pertama adalah mengetahui semua komponen biaya yang berpengaruh terhadap keseluruhan biaya investasi infrastruktur komputer dengan melakukan analisis berdasarkan angka-angka dan data yang ada di CPI. Tujuan kedua adalah membuat model Total Cost of Ownership (TCO) untuk infrastruktur komputer di CPI, yang nantinya dapat dipergunakan untuk menunjang proses studi kelayakan dan pengambilan keputusan pada saat CPI harus mengembangkan sarana yang sama untuk life cycle berikutnya. Tujuan ketiga adalah menentukan komponen-komponen utama pada TCO infrastruktur komputer sebagai acuan bagi CPI dalam mengelola anggaran dan operasi. Metoda yang dilakukan dalam penelitian ini adalah dengan menentukan semua komponen-komponen yang mempunyai pengaruh terhadap biaya dan memetakannya dengan mempergunakan alat ‘influence diagram’. Besaran masing-masing komponen atau variabel akan ditentukan melalui suatu ‘probabilistic analysis’. Suatu model TCO akan disusun berdasarkan influence diagram yang tersusun dan diberi masukan besaran komponen-komponen yang sudah ditentukan. Langkah berikutnya adalah melakukan ‘sensitivity analysis’ untuk menentukan pengaruh masing-masing komponen atau variable terhadap TCO. Sebagai langkah terakhir akan dirancang suatu sistem analisis TCO berdasarkan model yang sudah ada dengan menggunakan metodologi Unified Modelling Language Kata Kunci: Total Cost of Ownership (TCO), Infrastruktur Komputer, Probabilistic Analysis dan Sensitivity Analysis, Unified Modeling Language.
Pendahuluan PT Caltex Pacific Indonesia, saat ini dikenal sebagai CPI atau Caltex, adalah salah satu Production Sharing Contract (PSC) di Indonesia. Sebagai salah satu PSC terbesar, CPI mempekerjakan sekitar 5200 karyawan, di Kantor Pusat Jakarta (200) dan Area Operasi Sumatra – Riau – (5000), dan mengekplorasi serta memproduksi minyak dan gas bumi dengan lebih dari 100 lapangan minyak, dimana didalamnya terdapat lapangan minyak yang sangat terkenal Minas dan Duri. Untuk beroperasi CPI juga mempergunakan beberapa perusahaan rekanan yang memperkerjakan sekitar 12.000 karyawan. Saat ini CPI memproduksi sekitar 600 ribu barel minyak bumi perhari, angka ini merupakan setengah dari produksi minyak Indonesia. Selain kantor pusat yang berada di Jakarta, untuk melakukan operasinya CPI mempunyai 4 distrik besar dimana terdapat perkantoran dan pemukiman karyawan, yaitu Rumbai, Minas Duri dan Dumai. Disamping itu juga terdapat 3 distrik kecil (remote) dimana hanya terdapat perkantoran dan wisma (mess) untuk karyawan yang sedang bekerja disana secara bergiliran (shift). Untuk mendukung jalannya operasi, maka CPI baru saja mengembangkan infrstruktur komputer yang merupakan bagian dari standarisasi sistem komputer di seluruh ChevronTexaco (CT) sebagai induk perusahaan. Pada pengembangan ini CPI menginvestasikan sekitar 20 juta Dollar Amerika untuk biaya implementasi dan operasi selama 4 tahun. Pengembangan ini hanya mencakup infrastruktur komputer yang bersifat umum (general – windows based), dan tidak mencakup sistem komputer untuk keperluan khusus, misalnya explorasi, geologist, earth sientist, dan keperluan lain yang biasanya membutuhkan infrastruktur komputer dengan kemampuan dan spesifikasi tertentu (diatas ‘general computing’). HARDWARE Desktop High end PC Laptop Printer Backend Server Application Server Storage Backup Machine User Site
JUMLAH 3300 15 130 350 33 20 10 3 4800 8
UNIT set set set set set set TB set id distrik
Tabel 1 Cakupan Pengembangan Infrastruktur Komputer di CPI Tabel 1-1 diatas menunjukan cakupan pengembangan infrsrruktur komputer yang baru saja diselesaikan oleh CPI. Secara keseluruhan, CT sudah melakukan standarisasi sistem komputer untuk lebih dari 50.000 titik/user, di semua anak perusahaannya yang tersebar diberbagai negara. Pada saat CPI mengembangkan standarisasi infrastruktur komputer di tahun 2004, pertimbangan bisnis yang dilakukan hanyalah sebatas analisis biaya manfaat. Hal ini bukan merupakan suatu kesalahan, karena sebenarnya analisis biaya manfaat sudah
bisa mencukupi kebutuhan pertimbangan pada saat kita akan menjalankan suatu proyek. Tetapi analisis tersebut tidaklah cukup menyeluruh, jika kita akan mengevaluasi hasil proyek dan membandingkannya dengan kondisi sebelumnya, serta ingin mengambil leasson learned untuk membuat keputusan atau kebijakan pada perencanaan pengembangan berikutnya. Untuk itu manajemen CPI memerlukan analisis biaya yang lebih dalam yang bisa memberikan informasi yang lebih mendekati kenyataan. Untuk menyediakan informasi tersebut ada beberapa pertanyaan atau permasalahan, antara lain: Apa saja komponen biaya (cost driver) yang berpengaruh dalam TCO infrastruktur komputer di CPI dan sebarapa besar bobot masing-masing pengaruhnya ? Seperti apakah model TCO yang bisa merepresentasikan kondisi di CPI untuk membantu melakukan analisis ? Seperti apakah Sistem Analisis TCO yang bisa membantu manajemen CPI dalam mengambil kebijakan yang seharusnya dilakukan agar bisa mengurangi atau paling tidak mengelola TCO infrastruktur Komputer ? Berdasarkan definisi-definisi tersebut maka penelitian ini mengambil pengertian tentang TCO sebagai keseluruhan biaya atas kepemilikan dan pengoperasian suatu aset atau sistem sepanjang life cycle-nya. Berdasarkan tabel 2 maka untuk menghitung TCO suatu aset atau produk, kita harus mengetahui terlebih dulu semua komponen atau cost driver yang ada, dan kemudian kita harus mengetahui nilai dari masing-masing komponen. Kesulitannya jika komponen tersebut merupakan variabel, yang nilainya bergantung pada komponen atau besaran yang lain. Untuk itulah kita perlu membuat suatu model yang bisa merepresentasikan kondisi ini. Influence Diagram Influence diagrams (Howard & Matheson 1984), atau disebut juga relevance diagrams, merupakan suatu diagram aliran hubungan yang menggambarkan suatu masalah pengambilan keputusan (decision problems). Hasil akhir dari model influence diagram adalah memilih suatu alternaif keputusan yang akan memungkinkan keuntungan (manfaat) tertingggi. Hampir sama dengan Bayesian networks, influence diagrams sangat berguna dalam menunjukan suatu stuktur dari suatu domain., misalnya, struktur dari masalah pengambilan keputusan. Influence diagrams terdiri dari 4 tipe nodes (Decision, Chance, Deterministic, and Value) dan dua tipe panah/hubungan (influences and informational arcs). Nodes dalam suatu influence diagram menggambarkan berbagai macam tipe variable.
Investment Decision
Success of the venture
Financial Gain
Expert Forecast
Gambar 1: Influence Diagram Decision nodes, biasanya digambarkan sebagai persegi empat (seperti node Invest diatas), menggambarkan variable dibawah control pengambil keputusan dan model alternatif keputusan tersedia untuk pengambil keputusan tersebut. Decision nodes termasuk spesifikasi dari semua alternatif keputusan yang tersedia. Chance nodes, biasanya digambarkan sebagai lingkaran atau oval (seperti pada nodes Forecast and Success diatas), merupakan variable acak dan merepresentasikan kuantitas yang ‘tidak tentu’ yang berhubungan/relevan ke decision problem. Variabel ini dihitung berdasarkan distribusi probabilitas conditional. Pada kenyataannya, bagian dari influence diagram yang hanya terdiri dari chance nodes adalah suatu Bayesian network. Deterministic nodes, biasanya digambarkan sebagai lingkaran-ganda (double) atau oval-ganda, menggambarkan suatu nilai konstan atau suatu nilai yang secara aljabar bisa ditentukan dari status atau kondisi parent-nya. Dengan kata lain, jika nilai dari parentnya diketahui, maka nilai dari deterministic node juga bisa ditentukan. Deterministic nodes dihitung dengan cara yang sama denganm Chance nodes. Perbedaannya hanya pada table probabilitas meraka hanya terdiri dari nol atau satu. Values nodes, biasanya digambarkan sebagai diamonds (seperti node Gain diatas), menggambarkan suatu fungsi (utility), misalnya, suatu pengukuran tingkat kebutuhan akan outcomes dari suatu proses pengambilan keputusan. Nilai ini akan dihitung dengan menggunakan utility dari masing-masing kombinasi outcomes yang mungkin dari parent nodes. Biasanya, suatu anak panah pada suatu influence diagram menggambarkan suatu hubungan/pengaruh (influence), misal, kenyataan bahwa node pada ujung ekor anak panah akan berpengaruh pada nilai node di kepala anak panah. Beberapa anak panah pada influence diagrams mempunyai arti sebab-akibat yang sangat jelas. Sebagai contoh, jika ada anak panah yang menghubungkan suatu decision node ke suatu chance node maka hal ini menggambarkan bahwa keputusan atau pilihan yang diambil pada node tsb akan berpengaruh pada nilai chance node (merubah distribusi probabilitasnya). Anak panah yang menuju ke suatu decision nodes mempunyai arti yang berbeda. Karena decision nodes dibawah control pengambil keputusan, maka anak panah ini tidak menggambarkan suatu influences tetapi lebih menggambarkan temporal precedence (flow informasi). Semmua outcomes dari semua node yang memberikan
flow informasi ke suatu decision node harus terlebih dahulu diketahui nilainya. Pada kasus tertentu, jika ada multiple decision nodes, semua node harus terhubung ke anak panah informational. Ini menggambarkan bahwa keputusan diambil secara berurutan (sequence) dan outcome dari setiap keputusan harus diketahui terlebih dulu sebelum keputusan berikutnya diambil. Model Matematika (Deterministic Modeling) Suatu model matematis terdiri dari fungsi obyektif dan satu set constraint dalam format sustu system persamaan atau inequalities. Optimalisasi suatu model matematis biasa dilakukan disemua area pengambilan keputusan, misalnya design engineering dan pemilihan portofolio keuangan atau investasi. Pengambilan keputusan bisa dikategorikan menjadi dua, yaitu: deterministic dan probabilistic. Dalam suatu model deterministic keputusan yang baik akan meghasilkan outcome yang baik. Sebuah model adalah suatu representasi dari realitas yang menangkap esensi dari realitas. Sebuah photograph adalah suatu model dari realitas yang terpotret dalam sebuah gambar. Seorang sales biasanya menggunakan model untuk memperkenalkan produk barunya. Karena suatu model hanya menangkap sejumlah aspek dari realitas, maka mungkin saja model ini tidak tepat untuk dipergunakan pada aplikasi tertentu. Jika seuatu model menangkap elemen-elemen yang tepat dari suatu realitas, tetapi menangkapnya dengan suatu distorsi atau secara bias maka tepat saja model yang dihasilkan tidak berguna. Sebuah model yang berguna yang menangkap semua elemen relaitas yang tepat dengan akurasi yang dapat diterima.. Jika suatu model matematis adalah suatu representai yang valid dari kinerja suatu system maka bisa ditunjukkan dengan menerapkan analitikal teknik yang tepat, sehingga solusi yang dihasilkan oleh model juga merupakan solusi yang dihasilkan oleh system. Untuk mendefinisikan kondisikondisi yang akan menghasilkan solusi untuk masalah suatu sistem, seorang analis pertama kali harus mengidentifikasi suatu criteria system yang akan diukur. Kriteria ini seringkali merefer ke kinerja system atau pengukuran efektifitas. Formulasi sebuah fungsi objectif seringkali menjadi pekerjaan yang sulit dan membuat frustasi Pada proses penbangunan suatu model, seorang analis harus menentukan tingkat kepatutan dan kevalidan dari model. Ada dua criteria yang seringkali dipergunakan pada proses determinasi ini, pertama melakukan uji coba terhadap model yang dibuat, mencoba model tersebut terhadap berbagai macam kondisi.dan mencatat nilai-nilai yang muncul untuk setiap kasus. Yang kedua adalah dengan jalan cara membandingkan hasil yang dikeluarkankan oleh model dengan yang ada pada realitas. Secara keseluruhan proses pembangunan suatu model ditunjukan pada flow-chart berikut:
Analysis Stage
Decision Problem
Mathematical Model no
Control Stage
Validated?
Implementation yes no
Design Stage
yes
Verified ? Implementation
Computer Implementation
Gambar 2: Influence Diagram to Deterministic Modeling Penentuan Besaran atau Variabel Komponen-komponen (variabel) pada influence diagram yang selanjutnya menjadi variabel dalam model matematis akan diberi nilai dengan menggunakan tabel probabilitas sebagai berikut: Penentuan nilai P10 (low value), P50 (base value) dan P90 (high value) adalah berdasarkan realitas yang ada, historical data ataupun pendapat dari para pakar yang menguasai permasalahan yang akan dikaji. Pada probabilistic analisis maka variabel-variabel yang ada pada model matematis diberi nilai yang bergerak dari P10 sampai dengan P90. Metode ini sangat sulit untuk dilakukan secara manual, maka dari itu biasanya kita mempergunakan software untuk menjalankan iterasi ini. Pada probabilistic analisis kita akan melakukan dua macam analisis, yaitu analisis sensitifitas, yang akan menentukan seberapa besar kontribusi atau pengaruh suatu variable terhadap nilai akhir yang diinginkan. Biasanya analisia sensitifitas ini akan menghasilkan tornado diagram. Yang kedua adalah analisis pemilihan alternatif, dalam hal ini akan dipilih alternatif dengan nilai akhir tertinggi. Analisis Sensitifitas Analisis ini diperlukan untuk mengetahui seberapa sensitif keluaran sistem kita terhadap perubahan asumsi atau masukan yang ada. Pengertian mengenai analisis sensitifitas adalah sebagai berikut: Analisis yang dilakukan untuk mengetahui seberapa sensitif keluaran yang dihasilkan oleh suatu sistem atau model terhadap perubahan asumsi atau masukan. Asumsi-asumsi yang harus mendapat perhatian tinggi seharusnya tergantung pada komponen biaya dan keuntungan yang dominan dari ketidakpastian yang terbesar pada system atau model yang dianalisis. (sumber: www.ichnet.org/glossary.htm) Untuk melakukan analisis sensitivitas ada 4 langkah standar yang harus dilakukan, yaitu:
Mulai dengan solusi standar, dengan mempergunakan nilai base case untuk suatu set parameter, kita akan dapatkan solusi optimal Pilih beberapa parameter untuk diuji, kita perlu memilih parameter yang akan diuji jika: o Kita berpikir bahwa hasil akan sensitif untuk berubah nilainya o Kita tidak yakin berapa nilai parameter dan ingin mengetahuinya Apa yang ingin kita ketahui, sebenarnya kita ingin mengetahui: Bagaimana fungsi obyektif dari setiap alternatif keputusan akan berubah dengan berubahnya variable Apa yang harus kita sediakan untuk suatu analisis sensitifitas, untuk setiap variabel kita perlu memutuskan rentang variasi nilai disekitar base case.
Analisis ini akan memberikan 4 hasil, yaitu:
Grafik dalam satu plot yang menggambarkan hubungan obyektif atau keluaran sebagai fungsi dari variabel yang diuji untuk setiap alternatif keputusan. Slope, menghitung slope dari obyektif / keluaran terhadap variabel yang diuji pada titik base case dimana terdapat keputusan yang optimal. Ini menunjukan seberapa cepat obyektif atau keluaran berubah sebagi fungsi perubahan variabel uji. Limits, menghitung suatu batasan atau limit dari variasi variabel uji sebelum keputusan yang ada berubah ke yang lain. Decision Changes, menspesifikasi apa perubahan keputusan yang terjadi pada titik limit.
Betuk lain dari analisis sensitifitas adalah tornado diagram. Tornado diagram merupakan hasil akhir dari analisis sensitifitas, yang menunjukan seberapa besar peran atau pengarus suatu variable terhadap nilai akhir suatu proses atau model. Base Case
Biaya Operasional Biaya Kapital
‘Critical Uncertainties’ yang akan mendapat ‘effort’ lebih besar dan dimodelkan dalam analisis probabilistic
Biaya Perawatan Biaya Overhead Biaya Lain-lain
‘Uncertainties’ yang akan diset menggunakan nilai Base Case-nya
Gambar 2-5 Tornado Diagram Tornado diagram fokus pada ketidakpastian yang akan menghasilkan nilai akhir. Model & Analisis Penelitian dimulai dengan membangun model TCO yang bisa mewakili kenyataan yang ada di CPI. Pembuatan model ini dimulai dengan mengidentifikasi semua komponen biaya yang ada, dengan batuan tools influence diagram.
Berdasarkan pada tinjauan pustaka dan data yang dikumpulkan dari CPI, maka secara garis besar komponen biaya yang berpengaruh terhadap TCO infrastruktur komputer adalah: Biaya Overhead, biaya-biaya yang tidak berhubungan langsung dengan infrstruktur komputer, tetapi dari keseluruhan pembelanjaan komponen ini, sebenarnya ada alokasinya untuk bidang ini. Biaya Kapital, biaya-biaya untuk pengadaan/pembelian infrastruktur komputer Biaya Instalasi, biaya untuk melakukan nstalasi infrastruktur komputer, sampai dengan sistem ini bisa dipergunakan oleh user Biaya Operasi, biaya yang dipergunakan untuk mengoperasikan system ini Biaya Perawatan (Maintanance), biaya yang dipergunakan untuk perawatan system ini Biaya Decommissioning, biaya yang dipergunakan untuk mematikan dan membuang system ini jika nanti life cyclenya sudah habis Gambar 3-1 menunjukan influence diagram TCO insfratruktur komputer secara keseluruhan. Model Matematis Pemodelan matematis dilakukan dengan menggunakan Microsoft Excel, tentu saja hal ini dilakukan dengan berbagai macam pertimbangan dan alasan, antara lain: Excel memberikan kemudahan dengan modul-modul fungsi matematis yang lengkap, disamping itu juga karena kompatibilitas software yang akan dipergunakan untuk melakukan analisis probabilistic (SuperTree). Walaupun tentu saja excel mempunyai beberapa keterbatasan, antara lain jumlah baris yang ada tidak memungkinkan SuperTree untuk melakukan analisis decision tree melebihi 15 tingkat.
BENCHMARKING
ADMINISTRATION
APPROVAL
ACCOMODATION
IT ANALYST
IT ENGINEER
IT TECHNICIAN
# USER TRAININ G COST
RATES
COMMUNICATION MANDAYS
IT ENGINEER
HIGH LVL MANAGEMENT IT ENGINEER
IT PROFESSIONAL
IT MANAGEMENT
IT ANALYST
CONSULTANT
PROJECT MANAGEMENT
IT ANALYST
IT TECHNICIAN
MGMT
TRAINING # LICENSE
IT TECHNICIAN
IT PROFESSIONAL
IT PROFESSIONAL
LAN INFRASTRUCTURE
LICENSE FEE
INSTALLATION
WAN INFRASTRUCTURE
NET INFRASTRUCTURE
SOFTWARE LICENSE OVERHEAD
LABOR
# TONER
OPERATION CONSUMABLE ITEM
ADMINISTRATION
STATIONARY
TCO # DESKTOP
# DISK PRICE
DESKTOP
DESKTOP PRICE
MAINTENANCE
CAPITAL
SW MAINTENANCE
LAPTOP
# LAPTOP
PRINTER
LAPTOP PRICE
HW MAINTENANCE
RATES
SERVER # PRINTER
# HW
SPARE PART STORAGE
PRINTER PRICE
CONSULTANT IT PROFESSIONAL
# SERVER SERVER PRICE
PRICE
# LICENSE STORAGE PRICE
# SPARE PART
ACCOMODATION
RATES # STORAGE
TYPE OF SPARE PART
PROJECT MANAGEMENT
SOFTWARE
# SW RATES
DECOMMISSIONING
IT ANALYST LICENSE FEE
MANDAYS
ADMINISTRATION APPROVAL IT TECHNICIAN COMMUNICATION
IT ENGINEER
Gambar 3-1: Influence Diagram (ID) TCO Infrastruktur Komputer Konstanta dan Variabel (Uncertainties) Berdasarkan influence diagram yang sudah terbangun maka model yang dibangun dengan 18 asumsi dan konstanta serta akan memperhitungkan sekitar 65 variabel (uncertainties). Tabel 3-1 menunjukan list ke delapan belas konstanta dan asumsi yang mendasari perhitungan dalam model matemastis. Konstanta dan asumsi tersebut sebagian besar didapat dari data atau informasi yang ada saat ini atau pada saat instalasi infrastruktur komputer dilakukan. Perlu dijelaskan disini bahwa data tersebut didapat dari para ahli (expert) atau historical data.
PARAMETER System Life Cycle Interest Rates (Present value Factor) Number of Current Employee Number of Current High End Server Number of Current Low End Server Number of Current Desktop Number of Current Laptop Number of Current Low Printer Number of Current Mid Printer Number of Current High Printer Number of Current Color Printer Capacity of Current Storage Number of Current User Current Highend Software Licenses Cost Current Low End Software Licences Cost Number of IT Engineer Installation Number of IT Analyst Installation Number of IT Technician Installation
UNIT IN USE year 4 % 10 person 5250 unit 15 unit 20 unit 3300 unit 130 unit 50 unit 200 unit 50 unit 100 tb 10 id 4300 license 1200 license 600 person 10 person 15 person 100
Tabel 3-1 Asumsi dan konstanta Life cycle infrastruktur komputer adalah 4 tahun, angka ini merupakan life cyscle yang dipergunakan pada saat CPI menjustifikasi proyek infrastruktur ini. Selain itu masih terdapat 17 konstanta dan asumsi yang lain. Untuk pemodelan ini juga terdapat 65 variabel (uncertainties), dimana masing-masing variabel mempunyai 3 nilai, yaitu nilai LOW, nilai BASE dan nilai HIGH. Ketiga nilai tersebut menggambarkan nilai P10, P50 dan P90, seperti sudah dijelaskan pada pembahasan dasar teori.
P90
P50
P10
LOW
BASE
HIGH
Value
Gambar 3-2 Nilai Variabel (S-Curve) Gambar 3-1 menunjukan bagaimana kita mendapatkan nilai untuk setiap variabel yang akan diperhitungkan dalam model yang akan dibuat . Seperti halnya konstanta dan asumsi, maka nilai-nilai untuk variabel ini didapat dari berbagai sumbar di CPI. Kesulitan terbesar dalam penentuan nilai variabel ini adalah, jika pada kenyataannya penyebaran nilai variabel ini secara statistic bukan merupakan kurva normal, sehingga pada penggambarannya tidak akan membentuk kurva S-Curve yang sempurna.
PARAMETER
GENERAL IT Engineer Salary & Wages IT Analyst Salary & Wages IT Technician Salary & Wages Number of IT Engineer Number of IT Analyst Number of IT Technician Consultant Rates OVERHEAD COST WAN Infrastructure Cost LAN Infrastructure Cost High Level Management Cost Allocation IT Management Cost Allocation IT Professional Cost Allocation WAN Infrastructure Cost Allocation LAN Infrastructure Cost Allocation Administration Cost Administration Cost Allocation Highlevel Management Cost IT Management Cost CAPITAL COST Desktop Unit Price Laptop Unit Price Printer Unit Price Low Printer Unit Price Mid Printer Unit Price High Printer Unit Price Color Printer Unit Price High End Server Unit Price Low End Server Unit Price Storage unit price Toner Unit Price Disk Unit Price Additional Desktop Additional Laptop Additional Printer INSTALLATION COST Software License Installation Cost Installation Approval Installation Benchmarking Installation Accomodation Installation Administration Installation Communication Installation Feasibility Study Installation Consultant Installation Training per user OPERATION COST Number of IT Engineer Operation Number of IT Analyst Operation Number of IT Technician Operation Number of Toner per Month Number of Disk per Month Standardization Image Cost Basic Software Cost Advance Software Cost MAINTENANCE COST Monthly Desktop Maintenance Cost Monthly Laptop Maintenance Cost Monthly Printer Maintenance Cost Monthly Server Maintenance Cost Monthly Storage Maintenance Cost Monthly Software Maintenance Cost Spare Part Requirement DECOMMISSIONING COST Decommissioning Approval Decommissioning Accomodation Decommissioning Administration Decommissioning Communication Decommissioning Consultant Number of IT Engineer Decommissioning Number of IT Analyst Decommissioning
UNIT
LOW
BASE
HIGH
$M $M $M person person person $M
30 20 17.5 40 40 30 1
35 25 20 50 55 40 1.2
40 30 22.5 60 70 50 1.3
$M $M % % % % % $M % $M $M
400 500 0.5 15 5 15 50 40 20 5000 500
500 750 1 20 10 20 60 50 25 7500 600
600 1000 1.5 25 15 25 70 60 30 10000 700
$M $M $M $M $M $M $M $M $M $M $M $M % % %
1.5 1.75 1.5 1.5 2 3.25 4 20 5 70 0.15 0.01 7.5 3 2
1.75 2 2.5 1.75 2.25 3.5 4.25 25 7.5 75 0.2 0.015 10 5 2.5
2 2.25 3.5 2 2.5 3.75 4.5 30 10 80 0.25 0.02 12.5 7 3
$M $M $M $M $M $M $M mandays $M
200 10 10 25 15 10 50 150 0.02
250 15 15 30 20 15 75 200 0.025
300 20 20 40 25 20 100 250 0.03
person person person unit unit $M $M $M
3 3 3 30 400 0.05 0.005 0.01
5 5 5 40 500 0.055 0.007 0.015
7 7 7 50 600 0.06 0.01 0.02
$M $M $M $M $M $M %
0.005 0.006 0.007 0.004 0.005 0.006 0.01 0.0125 0.015 0.04 0.05 0.06 0.1 0.15 0.2 0.001 0.002 0.003 5 7.5 10
$M $M $M $M mandays person person
Tabel 3-2 Variabel
10 50 5 10 25 3 5
15 75 10 15 50 5 10
20 100 15 20 75 7 15
Berdasarkan konstanta dan variabel tersebut, maka akan terbentuk model matetatis seperti terlihat pada table 3-3.
TCO MODEL PARAMETER
UNIT YEAR 1
OVERHEAD COST High Level Management Cost IT Management Cost IT Engineer Cost IT Analyst Cost IT Technician Cost WAN Infrastructure Cost LAN Infrastructure Cost Administration Cost SUB TOTAL OVERHEAD COST (A) CAPITAL COST Desktop Cost Laptop Cost Printer Cost Server Cost Storage Cost Software Cost SUB TOTAL CAPITAL COST (B) INSTALLATION COST Project Management Cost IT Engineer Cost IT Analyst Cost IT Technician Cost Consultant Cost Feasibility Study Cost Training Cost SUB TOTAL INSTALLATION COST (C) OPERATION COST Standardization Image Cost Basic Software Cost Advance Software Cost IT Engineer Cost IT Analyst Cost IT Technician Cost Consumable Item Cost SUB TOTAL OPERATION COST (D) MAINTENANCE COST Software Maintenance Cost Hardware Maintenance Cost Spare Part Cost SUB TOTAL MAINTENANCE COST (E) DECOMMISSIONING COST Project Management Cost IT Engineer Cost IT Analyst Cost IT Technician Cost Consultant Cost SUB TOTAL INSTALLATION COST (F) TOTAL COST (G = A+B+C+D+E+F)
VALUE YEAR 3
YEAR 2
YEAR 4
YEAR 5
$M $M $M $M $M $M $M $M $M
75 120 175 138 80 100 450 13 1150
75 120 175 138 80 100 450 13 1150
75 120 175 138 80 100 450 13 1150
75 120 175 138 80 100 450 13 1150
75 120 175 138 80 100 450 13 1150
$M $M $M $M $M $M $M
5775 260 1016 525 750 250 8576
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
$M $M $M $M $M $M $M $M
95 175 188 333 240 75 108 1213
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
$M $M $M $M $M $M $M $M
2264 288 617 175 125 100 186 3755
2264 288 617 175 125 100 186 3755
2264 288 617 175 125 100 186 3755
2264 288 617 175 125 100 186 3755
0 0 0 0 0 0 0 0
$M $M $M
82 328 0 411
82 328 0 411
82 328 0 411
82 328 538 948
0 0 0 0
$M $M $M $M $M $M
0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
115 44 13 100 60 331
15105
5316
5316
5854
1481
Tabel 3-3 Model TCO Infrastruktur Komputer
Kontribusi Komponen Biaya Berdasarkan hasil pemodelan diatas maka dapat dilihat bahwa masing-masing komponen biaya memberikan kontribusi terhadap keseluruhan TCO adalah sebagai berikut: DECOMMISIONNING COST MAINTENANCE COST OPERATION COST INSTALLATION COST CAPITAL COST OVERHEAD COST 0
2000 4000 6000 8000 10000 12000 14000 16000
Grafik 3-1 Kontribusi Komponen Biaya ($M) Dari grafik 3-1 terlihat bahwa Operation Cost membrikan kontribusi terbanyak pada TCO secara keseluruhan. Sedangkan biaya Kapital sendiri hanya menempati urutan kedua. 7%
1% 17% OVERHEAD COST CAPITAL COST INSTALLATION COST OPERATION COST MAINTENANCE COST DECOMMISIONNING COST
45%
26%
4%
Grafik 3-2 Prosentasi Komponen Biaya Grafik 3-2 mengambarkan kontribusi komponen biaya tersebut dengan cara yang berbeda, yaitu menunjukan prosentasi kontribusi terhadap keseluruhan biaya (TCO). Terlihat bahwa komponen pembelian (pengadaan) infrastruktur (biaya Kapital) hanya merupakan 26% dari keseluruhan biaya. Sisanya merupakan biaya operasional, perawatan, overhead, instalasi dan decommissioning. Biaya Overhead Grafik 3-3 menunjukan kontribusi masing-masing komponen bisya di dalam biaya overhead. Terilihat bahwa biaya infrastruktur jaringan telekomunikasi dan network merupakan komponen paling dominan dalam kategori ini. Bisa dikatakan bahwa pengadaan infrastruktur jaringan ini sebagian besar memang dipegunakan untuk infrastruktur komputer. ____________________________________________________________________________ ISBN : 979-99302-0-0 Prosiding Seminar Nasional Manajemen Teknologi I 25-26 Pebruari 2005 Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember
Administration Cost LAN Infrastructure Cost WAN Infrastructure Cost IT Technician Cost IT Analyst Cost IT Engineer Cost IT Management Cost High Level Management Cost 0
500
1000
1500
2000
2500
Grafik 3-3 Komponen Biaya Overhead ($M) Biaya Kapital Pada biaya kapital dapat dengan mudah dilihat bahwa komponen biaya untuk pembelian desktop merupakan komponen yang berkontribusi paling tinggi. Hal ini sangat mudah dijelaskan, karena memang jumlah unit desktop yang dibeli juga pailing besar dibandingkan dengan infrstruktur yang lain. Biaya Instalasi Biaya instalasi merupakan 4% dari biaya keseluruhan (TCO). Pada kategori ini maka biaya tehnisi merupakan biaya yang tertinggi, karena jumlah tehnisi yang terlibat dalam instalasi ini cukup banyak, baik dari pegawai CPI maupun mitra kerja. Training Cost Feasibility Study Cost Consultant Cost IT Technician Cost IT Analyst Cost IT Engineer Cost Project Management Cost 0
50
100
150
200
250
300
350
Grafik 3-41 Komponen Biaya Instalasi ($M) Biaya Operasional Consumable Item Cost IT Technician Cost IT Analyst Cost IT Engineer Cost Advance Software Cost Basic Software Cost Standardization Image Cost 0
2000
4000
6000
8000
10000
Grafik 3-5 Komponen Biaya Operasional ($M) Grafik 3-5, menunjukan komponen-komponen yang ada pada biaya operasional. Terlihat bahwa biaya untuk standarisasi image (desktop), merupakan biaya yang memberikan kontribusi sangat tinggi. Komponen ini sangat dominan dibanding kmponen yang lain. ____________________________________________________________________________ ISBN : 979-99302-0-0 Prosiding Seminar Nasional Manajemen Teknologi I 25-26 Pebruari 2005 Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember
Kalau diperhatikan maka biaya standarisasi image ini lebih tinggi dari keseluruhan biaya kapital yang dikeluarkan untuk pengadaan hardware (infrastruktur). Biaya Perawatan (Maintenance) & Decommissioning Total biaya perawatan adalalah 7% dari keseluruhan TCO. Meskipun tidak begitu dominan, tetapi biaya perawatan ini harus diperhatikan karena biaya ini ikut menjamin reliability dari sistem komputer. Biaya decommissioning merupakan biaya yang dipergunakan untuk mamatikan sistem dan mem-dismantlenya jika life cyclenya sudah habis, dan generasi berikutnya sudah terpasang. Komponen ini merupakan komponen yang memberikan kontribusi paling sedikit terhadap total TCO, yaitu sekitar 1% Analisis Sensitifitas Dengan mengunakan model yang sudah dibangun maka kita melakukan analisis sensitifitas dengan mempergunakan software SuperTree. Analisis ini akan memperhitungkan semua variabel yang ada, dan menentukan variabel mana yang paling berpengaruh terhadap TCO. Dengan kata lain TCO mempunyai tingkat sensitifitas paling tinggi terhadap variabel yang mana saja, akan terjawab melalui simulasi atau analisis ini. Printer Cost Basic Software Cost LAN Infrastructure
3% 3.5% 7% 7.5%
Advance Software Cost
17%
Desktop Cost
28%
Standardization Image Cost
Grafik 3-6 Tornado Diagram Grafik 3-6, menunjukan bahwa variabel standarisasi image merupakan variabel yang paling berpengaruh terhadap TCO. Perubahan nilai yang terjadi pada variabel ini akan sangat berdampak pada keseluruhan TCO. Kesimpulan Dari hasil penelitian dan analisis maka dapat diambil kesimpulan sebagai berikut: 1. Pemodelan matematis dan analisis deterministic/probabilistic sangat membantu proses analisis ekonomi dalam pengambilan keputusan dan pemilihan alternatif pada pengembangan infrastruktur komputer. 2. Pemodelan harus dilakukan dengan cermat dan akurat sehingga bisa merepresentasikan kondisi real atau fakta yang ada. Hal ini bisa dilakukan dengan ____________________________________________________________________________ ISBN : 979-99302-0-0 Prosiding Seminar Nasional Manajemen Teknologi I 25-26 Pebruari 2005 Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember
jalan melakukan test pada model yang sudah kita bangun dan membandingkannya dengan kondisi real. 3. Analisis sensitifity membantu kita untuk mengetahui komponen biaya yang paling berpengaruh dan harus selalu dimonitor untuk mendapatkan TCO yang kompetitif 4. Pada kasus di CPI ini, biaya kapital infrastruktur komputer hanya berkontribusi sekitar 26% dari keseluruhan TCO. Komponen terbesar adalah biaya operasional, sekitar 45%. 5. Standarisasi infrastruktur komputer yang berhasil dan tepat akan memberikan manfaat pengurangan biaya operasi dan perawatan yang sangat signifikan pada keseluruhan biaya IT Daftar Pustaka Bill Bysinger, Ken Knight, Investing in Information Technology, A Decision-Making Guide for Business and Technology Managers, Van Nostrand Reinhold, 1996 [Dan Remenyi, Arthur Money, Michael serwood-Smith,”The Effective Measurement and Management of IT Cost and Benefits”, Second Edition, Butterworth Heinnemann Carroll W. Frenzel, John C. Frenzel, ”Management of Information Technology”, Fouth Edition,Thomson Course Technology Influence diagrams, Howard & Matheson, 1984 Jill Hussey, Roger Hussey, “Business Research”, Macmilan Business, 1997 Bender E., An Introduction to Mathematical Modeling, Dover Pubns, 2000. Fdida S., and G. Pujolle, Modeling Techniques and Performance Evaluation, Elsevier Science, 1987. Camm J., and J. Evans, Management Science: Modeling, Analysis, and Interpretation, South-Western College Pub., 1999.
____________________________________________________________________________ ISBN : 979-99302-0-0 Prosiding Seminar Nasional Manajemen Teknologi I 25-26 Pebruari 2005 Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember
