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 Tablet Analspec 500 Xepaprim Forte Xepathritis 50 Meflosin 500 Kadiflam 25 Kadiflam 50 Xepazym Tismazol 500 Xepare Tablet Tismafam 40 Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet
Marketing (box) 1200 600 2000 1000 1500 1500 1700 900 1800 800 1200 1250 1600 1100 1000 1176
Produksi Stock 50 150 897 50 123 86 117 203 25 100 25 114 247 45 231 83 WIP 0 83 168 0 81 0 0 17 0 52 15 0 189 0 0 0
Batch Processing -3 -1 -1 -2 -2 -2 -4 -2 -2 -2 -2 -3 -3 -2 -2 -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 :
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 Tablet Analspec 500 Xepaprim Forte Xepathritis 50 Meflosin 500 Kadiflam 25 Kadiflam 50 Xepazym Tismazol 500 Xepare Tablet Tismafam 40 Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron Batch Processing 3 1 1 2 2 2 4 2 2 2 2 3 3 2 2 2 1 1 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 :
134 Tabel 5.3 Waktu Proses (detik) Tablet Setiap Batch Untuk Mesin Cetak
Frekuensi cetak (kali) Analspec 500 Xepaprim Forte Xepathritis 50 Meflosin 500 Kadiflam 25 Kadiflam 50 Xepazym Tismazol 500 Xepare Tablet Tismafam 40 Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron 50000 37500 100000 50000 100000 100000 50000 50000 100000 50000 50000 50000 50000 100000 40000 100000 100000 100000 50000 25 25 25 25 16 19 19 25 25 25 25 25 25 19 25 25 19 19 25 2000 1500 4000 2000 6250 5263 2632 2000 4000 2000 2000 2000 2000 5263 1600 4000 5263 5263 2000 Total waktu (detik) 12273.00 11075.00 12578.00 12027.00 11550.00 12087.00 11851.00 12453.00 12458.00 11457.00 13954.00 16549.00 14568.00 16975.00 15564.00 16548.00 16995.00 18547.00 14895.00
Job
Tablet/batch
Punch
Waktu/cetak (detik) 6.14 7.38 3.14 6.01 1.85 2.30 4.50 6.23 3.11 5.73 6.98 8.27 7.28 3.23 9.73 4.14 3.23 3.52 7.45
135 Tabel 5.4 Waktu Proses (menit) Satu Kali Running Di Setiap Mesin PT.Metiska Farma
Nama Tablet Alat Timbang Analspec 500 Xepaprim Forte Xepathritis 50 Meflosin 500 Kadiflam 25 Kadiflam 50 Xepazym Tismazol 500 Xepare Tablet Tismafam 40 Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron 157.63 164.27 142.43 170.57 192.05 160.75 142.20 190.93 172.02 187.63 170.57 159.12 165.02 160.53 170.58 183.75 160.53 187.25 179.82
Waktu Proses Satu Batch Tablet Di Setiap Mesin (menit) Mesin Homogenizer 178.58 177.57 173.88 177.93 177.95 179.93 175.48 176.52 176.07 179.75 179.93 180.25 176.10 182.53 189.63 176.87 165.87 174.95 174.47 Mesin Granulator 159.45 245.68 335.60 401.27 436.25 175.83 335.33 309.40 170.93 242.82 226.48 359.47 360.95 305.35 292.82 292.72 205.90 261.12 243.15 Mesin Cetak 204.55 184.58 209.63 200.45 192.50 201.45 197.52 207.55 207.63 190.95 232.57 275.82 242.80 282.92 259.40 275.80 283.25 309.12 248.25 Mesin Coating 105.25 107.42 316.07 112.62 189.55 175.93 114.52 124.15 142.37 192.07 275.80 220.97 159.12 160.90 158.72 264.48 207.97 142.73 205.93 Mesin Stripping 152.92 157.45 170.57 176.85 178.18 194.20 148.22 156.92 154.23 170.93 170.57 159.78 170.58 170.93 170.57 164.28 159.82 140.95 150.93
136 Tabel 5.5 Waktu Proses (detik) Satu Kali Running Di Setiap Mesin PT.Metiska Farma
Nama Tablet Alat Timbang Analspec 500 Xepaprim Forte Xepathritis 50 Meflosin 500 Kadiflam 25 Kadiflam 50 Xepazym Tismazol 500 Xepare Tablet Tismafam 40 Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron 9458.00 9856.00 8546.00 10234.00 11523.00 9645.00 8532.00 11456.00 10321.00 11258.00 10234.00 9547.00 9901.00 9632.00 10235.00 11025.00 9632.00 11235.00 10789.00
Waktu Proses Satu Batch Tablet Di Setiap Mesin (detik) Mesin Homogenizer 10715.00 10654.00 10433.00 10676.00 10677.00 10796.00 10529.00 10591.00 10564.00 10785.00 10796.00 10815.00 10566.00 10952.00 11378.00 10612.00 9952.00 10497.00 10468.00 Mesin Granulator 9567.00 14741.00 20136.00 24076.00 26175.00 10550.00 20120.00 18564.00 10256.00 14569.00 13589.00 21568.00 21657.00 18321.00 17569.00 17563.00 12354.00 15667.00 14589.00 Mesin Cetak 12273.00 11075.00 12578.00 12027.00 11550.00 12087.00 11851.00 12453.00 12458.00 11457.00 13954.00 16549.00 14568.00 16975.00 15564.00 16548.00 16995.00 18547.00 14895.00 Mesin Coating 6315.00 6445.00 18964.00 6757.00 11373.00 10556.00 6871.00 7449.00 8542.00 11524.00 16548.00 13258.00 9547.00 9654.00 9523.00 15869.00 12478.00 8564.00 12356.00 Mesin Stripping 9175.00 9447.00 10234.00 10611.00 10691.00 11652.00 8893.00 9415.00 9254.00 10256.00 10234.00 9587.00 10235.00 10256.00 10234.00 9857.00 9589.00 8457.00 9056.00
137 Tabel 5.6 Data Frekuensi Running Di Setiap Mesin PT.Metiska Farma
Batch Processing
Analspec 500 Xepaprim Forte Xepathritis 50 Meflosin 500 Kadiflam 25 Kadiflam 50 Xepazym Tismazol 500 Xepare Tablet Tismafam 40 Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron
3 1 1 2 2 2 4 2 2 2 2 3 3 2 2 2 1 1 2
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
138 Tabel 5.7 Waktu Proses Di Setiap Mesin PT. Metiska Farma
Nama Produksi
Frekuensi
Tablet
Running
Alat Timbang
Mesin Homogenizer 32145.00 10654.00 10433.00 21352.00 21354.00 21592.00 42116.00 21182.00 21128.00 21570.00 21592.00 32445.00 31698.00 21904.00 22756.00 21224.00 9952.00 10497.00 20936.00
Mesin Granulator 28701.00 14741.00 20136.00 48152.00 52350.00 21100.00 80480.00 37128.00 20512.00 29138.00 27178.00 64704.00 64971.00 36642.00 35138.00 35126.00 12354.00 15667.00 29178.00
Mesin Cetak 36819.00 11075.00 12578.00 24054.00 23100.00 24174.00 47404.00 24906.00 24916.00 22914.00 27908.00 49647.00 43704.00 33950.00 31128.00 33096.00 16995.00 18547.00 29790.00
Mesin Coating 18945.00 6445.00 18964.00 13514.00 22746.00 21112.00 27484.00 14898.00 17084.00 23048.00 33096.00 39774.00 28641.00 19308.00 19046.00 31738.00 12478.00 8564.00 24712.00
Mesin Stripping 27525.00 9447.00 10234.00 21222.00 21382.00 23304.00 35572.00 18830.00 18508.00 20512.00 20468.00 28761.00 30705.00 20512.00 20468.00 19714.00 9589.00 8457.00 18112.00
Analspec 500 Xepaprim Forte Xepathritis 50 Meflosin 500 Kadiflam 25 Kadiflam 50 Xepazym Tismazol 500 Xepare Tablet Tismafam 40 Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron
3 1 1 2 2 2 4 2 2 2 2 3 3 2 2 2 1 1 2
28374.00 9856.00 8546.00 20468.00 23046.00 19290.00 34128.00 22912.00 20642.00 22516.00 20468.00 28641.00 29703.00 19264.00 20470.00 22050.00 9632.00 11235.00 21578.00
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 F H 1 0 0
K O
4 1 28 34
2 0
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
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
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 baku setting untuk Mesin Homogenizer adalah waktu yang diperoleh dengan memperhitungkan waktu standar, penyesuaian dan kelonggarannya.
Waktu siklus rata-rata
Ws =
143
Waktu Normal
Waktu baku
144
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
2 = 0,86
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.
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
Ws =
Waktu Normal
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
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
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.
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.
148
5.1.3.3.4 Perhitungan Waktu Baku Setting Mesin Cetak
Ws =
Waktu Normal
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
2 = 1,82
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.
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
Grafik Keseragaman Data Waktu (detik) 750.00 700.00 650.00 600.00 1 2 3 4 5 Sub Group 6
Rata 1 sub BKA BKB Rata sub
Ws =
Waktu Normal
Waktu baku
151
5.1.3.5 Mesin Stripping 5.1.3.5.1 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
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.
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)
153
5.1.3.5.4 Perhitungan Waktu Baku Setting Mesin Stripping
Ws =
Waktu Normal
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 Mesin Homogenizer Mesin Granulator Mesin Cetak Mesin Coating Mesin Stripping 0.00 1336.41 1786.70 1535.82 1017.10 1536.34
154
5.1.4 Total Waktu Setiap Tahapan Proses Produksi Tablet PT.Metiska Farma
Total Waktu Proses (detik)+Waktu Setting Mesin Mesin Homogenizer 33481.41 11990.41 11769.41 22688.41 22690.41 22928.41 43452.41 22518.41 22464.41 22906.41 22928.41 33781.41 33034.41 23240.41 24092.41 22560.41 11288.41 11833.41 22272.41 Mesin Granulator 30487.70 16527.70 21922.70 49938.70 54136.70 22886.70 82266.70 38914.70 22298.70 30924.70 28964.70 66490.70 66757.70 38428.70 36924.70 36912.70 14140.70 17453.70 30964.70 Mesin Cetak 38354.82 12610.82 14113.82 25589.82 24635.82 25709.82 48939.82 26441.82 26451.82 24449.82 29443.82 51182.82 45239.82 35485.82 32663.82 34631.82 18530.82 20082.82 31325.82 Mesin Coating 19962.10 7462.10 19981.10 14531.10 23763.10 22129.10 28501.10 15915.10 18101.10 24065.10 34113.10 40791.10 29658.10 20325.10 20063.10 32755.10 13495.10 9581.10 25729.10 Mesin Stripping 29061.34 10983.34 11770.34 22758.34 22918.34 24840.34 37108.34 20366.34 20044.34 22048.34 22004.34 30297.34 32241.34 22048.34 22004.34 21250.34 11125.34 9993.34 19648.34
Analspec 500 Xepaprim Forte Xepathritis 50 Meflosin 500 Kadiflam 25 Kadiflam 50 Xepazym Tismazol 500
3 1 1 2 2 2 4 2
Xepare Tablet Tismafam 40 Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron
2 2 2 3 3 2 2 2 1 1 2
20642.00 22516.00 20468.00 28641.00 29703.00 19264.00 20470.00 22050.00 9632.00 11235.00 21578.00
155 Untuk setiap produksi obat tablet digambarkan sebuah grafik yang menggambarkan hubungan antara estimasi waktu produksi dan mesin.
Trend Analspec500 15000.00 10000.00 5000.00 0.00 M1 M2 M3 M4 M5 M6
Mesin 20000.00 10000.00 0.00 M1 M2 M3 M4 M5 M6 Xepaprim F t Trend Xepaprim Forte
Waktu
Analspec 500
Mesin
Waktu
Waktu
Waktu
Xepathritis 50
Meflosin 500
Kadiflam 25
Waktu
Waktu
Waktu
Waktu
Trend Xepare Tablet 15000.00 10000.00 5000.00 0.00 M1 M2 M3 M4 M5 M6 Mesin 20000.00 10000.00 0.00
Trend Tismafam 40
Wak tu
Xepare Tablet
W ak tu
Tismafam 40 M1 M2 M3 M4 M5 M6 Mesin
156
Trend Xepadergin 4,5 mg 20000.00 10000.00 0.00 M1 M2 M3 M4 M5 M6 Mesin Xepadergin 4,5 mg 30000.00 20000.00 10000.00 0.00
Trend Xepalat
Waktu
W a k tu
Xepalat M1 M2 M3 M4 M5 M6 Mesin
Trend Progesic 25000.00 20000.00 Waktu 15000.00 10000.00 5000.00 0.00 M1 M2 M3 M4 M5 M6 Mesin Progesic
Trend Metropil 20000.00 Waktu 15000.00 10000.00 5000.00 0.00 M1 M2 M3 M4 M5 M6 Mesin Metropil
Trend Gestamag 20000.00 Waktu Waktu 15000.00 10000.00 5000.00 0.00 M1 M2 M3 M4 M5 M6 Mesin Gestamag 20000.00 15000.00 10000.00 5000.00 0.00 M1
Tismalin Tablet
M2
M3
M4
M5
M6
Mesin
Trend Vasotin 25 mg
Vasotin 25 mg
M2
M3
M4
M5
M6
Mesin
Trend Xepaneuron 20000.00 Waktu 15000.00 10000.00 5000.00 0.00 M1 M2 M3 M4 M5 M6 Mesin Xepaneuron
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 Tismalin Tablet Xepazym Progesic Metropil Xepadergin 4,5 mg Analspec 500 Minggu II Xepaprim Forte Xepathritis 50 Kadiflam 25 Kadiflam 50 Gestamag Minggu III Meflosin 500 Tismazol 500 Tismafam 40 Vasotin 75 mg Minggu IV Xepare Tablet Xepalat Vasotin 25 mg Xepaneuron
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 M1 11025 22050 30582.00 39114.00 47646.00 56178.00 66079.00 75980.00 85881.00 95513.00 105145.00 115379.00 125613.00 135071.00 144529.00 153987.00 163843.00 172389.00 M2 22973.41 33585.41 45450.82 55979.82 66508.82 77037.82 88940.23 99506.23 110072.23 122360.64 133312.64 145445.05 156241.05 168292.46 179007.46 189722.46 201712.87 213482.28 M3
Mesin M4 60406.93 76954.93 95179.63 113763.81 133883.81 154003.81 181700.33 201821.51 223478.51 247529.03 264504.03 279993.85 293947.85 307756.67 320029.67 332302.67 344913.49 359355.83 M5 77293.03 93162.03 103067.73 120634.81 140754.81 160874.81 192264.43 211368.51 233025.51 258200.13 274158.03 297558.95 314106.95 321439.05 327754.05 338617.67 352375.59 379336.93 M6 88686.37 104555.37 114984.71 129527.81 149647.81 169767.81 204035.77 221603.51 243260.51 269992.47 284414.03 309329.29 324340.95 335052.29 344227.29 353402.29 364385.63 391107.27
Tismalin Tablet
1 2
42323.11 59886.11 81792.81 101912.81 122032.81 142152.81 165596.51 187253.51 208910.51 229018.21 247339.21 262714.91 276303.91 287657.61 297224.61 306791.61 323319.31 345242.01
Xepazym
1 2 3 4
Progesic
1 2 3
Metropil
1 2
Xepadergin 4,5 mg
1 2
Analspec 500
1 2 3
1 1
159
Kadiflam 25
1 2
183912.00 195435.00 205080.00 214725.00 224960.00 235195.00 245429.00 255663.00 267119.00 278575.00 289833.00 301091.00 310723.00 321044.00 331365.00 340912.00 350459.00 360006.00 371241.00 382030.00 392819.00
225495.69 236172.69 248305.10 259101.10 271815.51 283193.51 295205.92 305881.92 317809.33 328400.33 340521.74 351306.74 362595.15 374495.56 385059.56 397210.97 408025.97 418840.97 430674.38 442478.79 452946.79
373203.71 399378.71 411715.41 422265.41 441621.11 459190.11 485052.81 509128.81 529479.51 548043.51 564399.21 578968.21 593108.91 605151.61 615407.61 638762.31 660330.31 681898.31 699352.01 715727.71 730316.71
386289.53 410928.71 425338.23 437425.23 458720.93 474754.11 498615.63 521155.81 543468.33 560496.51 577392.03 590425.21 611639.73 625633.55 638091.55 656847.13 676879.31 698447.31 719434.83 735865.65 750760.65
398679.63 422301.71 436911.33 447981.23 469261.03 484277.11 506389.73 527912.81 551934.43 567945.51 589933.13 601949.21 625134.83 635192.65 646633.55 671122.23 690137.31 711705.31 729015.93 749238.75 763116.65 Total FT=
410906.97 432992.71 450099.67 461751.67 481031.37 494511.11 518537.07 538523.81 562885.77 577360.51 601725.47 612205.21 636260.17 647050.51 656304.51 682245.57 699724.31 721292.31 739009.27 759831.09 772172.65 8877617.79
Kadiflam 50
1 2
Gestamag
1 2
Meflosin 500
1 2
Tismazol 500
1 2
Tismafam 40
1 2
1 1 2
Xepalat
1 2 3
Vasotin 25 mg Xepaneuron
1 1 2
Hasil Penjadwalan Divisi Produksi PT.Metiska Farma : Make-span Total Flow Time = 772172,65 detik = 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.
= m-1 = 6-1 =5
Tahap 1 (k=1)
M 1 = t ij
j=1 k
M2=
ij j= m +1 k
M 1 = M1
M 2 = M6
Job M1 Analspec 500 Xepaprim Forte Xepathritis 50 Meflosin 500 Kadiflam 25 Kadiflam 50 Xepazym Tismazol 500 Xepare Tablet Tismafam 40 Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron 28374.00 9856.00 8546.00 20468.00 23046.00 19290.00 34128.00 22912.00 20642.00 22516.00 20468.00 28641.00 29703.00 19264.00 20470.00 22050.00 9632.00 11235.00 21578.00
Mesin M2 29061.34 10983.34 11770.34 22758.34 22918.34 24840.34 37108.34 20366.34 20044.34 22048.34 22004.34 30297.34 32241.34 22048.34 22004.34 21250.34 11125.34 9993.34 19648.34
162 Tabel 5.20 Tabel Perhitungan Make-span dan Total Flow Time Penjadwalan CDS Stage 1
Batch M1 8546.00 18178.00 28034.00 37666.00 47298.00 56943.00 66588.00 76822.00 87056.00 97290.00 107524.00 117759.00 127994.00 137452.00 146910.00 156368.00 165915.00 175462.00 185009.00 194910.00 204811.00 214712.00 M2 20315.41 31603.82 43594.23 55882.64 66834.64 78967.05 89763.05 101895.46 112691.46 124703.87 135379.87 148094.28 159472.28 171523.69 182238.69 192953.69 205105.10 215920.10 226735.10 238637.51 249203.51 259769.51
Job
Mesin M3 42238.11 56378.81 72906.51 93014.21 111335.21 123671.91 134221.91 149597.61 163186.61 189049.31 213125.31 232481.01 250050.01 261403.71 270970.71 280537.71 303892.41 325460.41 347028.41 370472.11 392129.11 413786.11 M4 56351.93 74909.63 87520.45 111525.03 128500.03 142122.85 154209.85 169699.67 183653.67 202612.13 225152.31 249580.83 265614.01 279422.83 291695.83 303968.83 322053.65 342009.41 363577.41 386575.93 406697.11 428354.11 M5 76333.03 89828.13 97290.23 122196.13 138154.03 153695.95 164765.85 187264.77 203812.77 211586.87 231909.31 260120.93 275137.01 286754.93 298010.83 310283.83 336328.75 355267.41 376835.41 397140.03 416244.11 437901.11 M6 88103.37 100953.47 111936.81 133988.47 148410.03 166884.29 178536.29 199035.11 214046.77 226194.11 242520.31 271891.27 285371.01 297466.27 307185.83 319458.83 347452.09 364854.41 386422.41 408911.37 426479.11 448136.11
Processing Xepathritis 50 Vasotin 75 mg Xepaprim Forte Metropil 1 1 1 1 2 Kadiflam 50 1 2 Xepadergin 4,5 mg 1 2 Meflosin 500 1 2 Gestamag 1 2 Analspec 500 1 2 3 Xepalat 1 2 3 Progesic 1 2 3
163
Xepazym 1 2 3 4 Kadiflam 25 1 2 Tismafam 40 1 2 Tismalin Tablet 1 2 Tismazol 500 1 2 Xepare Tablet 1 2 Xepaneuron 1 2 Vasotin 25 mg 1 223244.00 231776.00 240308.00 248840.00 260363.00 271886.00 283144.00 294402.00 305427.00 316452.00 327908.00 339364.00 349685.00 360006.00 370795.00 381584.00 392819.00 271634.92 282163.92 292692.92 303221.92 315235.33 325912.33 338033.74 348818.74 360767.15 371379.15 383306.56 393897.56 405797.97 416361.97 428166.38 438634.38 450467.79 435692.81 455812.81 475932.81 496052.81 524014.51 550189.51 566545.21 581114.21 600463.91 618026.91 638377.61 656941.61 668984.31 679240.31 695616.01 710205.01 727658.71 449079.63 467663.81 487783.81 507903.81 537100.33 561739.51 579538.03 592571.21 618547.73 635095.73 652366.43 669394.61 683388.43 695846.43 712277.25 727172.25 747741.53 456967.73 474534.81 494654.81 514774.81 549490.43 573112.51 592079.13 604095.21 635433.83 651302.83 660832.53 676843.61 692947.53 704388.43 725650.35 739528.25 757322.63 Total FT = 467397.07 483427.81 503547.81 523667.81 561717.77 583803.51 603871.47 614351.21 646827.17 661159.83 672111.17 686258.61 703737.87 713642.43 736242.69 748584.25 767315.97 7822679.03
Hasil Tahap 1 : Make-span Total Flow Time = 767315,97 detik = 7822679,03 detik
164
Tahap 2 (k=2)
M-1 = M1 + M2
M-2 = M3 + M4
61855.41 21846.41 20315.41 43156.41 45736.41 42218.41 77580.41 45430.41 43106.41 45422.41 43396.41 62422.41 62737.41 42504.41 44562.41 44610.41 20920.41 23068.41 43850.41
68842.52 29138.52 36036.52 75528.52 78772.52 48596.52 131206.52 65356.52 48750.52 55374.52 58408.52 117673.52 111997.52 73914.52 69588.52 71544.52 32671.52 37536.52 62290.52
165
Tabel 5.22 Tabel Perhitungan Make-span dan Total Flow TimePenjadwalan CDS Stage2
Job
Batch Processing M1 8546.00 18178.00 28034.00 39269.00 48914.00 58559.00 68191.00 77823.00 88144.00 98465.00 108699.00 118933.00 129167.00 139401.00 150190.00 160979.00 171214.00 181449.00 192474.00 203499.00 M2 20315.41 31603.82 43594.23 55427.64 67560.05 78356.05 90644.46 101596.46 113496.87 124060.87 136073.28 146749.28 158881.69 169677.69 181482.10 191950.10 204664.51 216042.51 227990.92 238602.92 M3
Mesin M4 56351.93 74909.63 85984.63 110443.03 124065.85 136152.85 154663.67 171638.67 185632.49 198090.49 213399.83 235940.01 254778.53 268732.53 285684.23 300579.23 320297.93 336331.11 358200.63 374748.63 M5 76333.03 89828.13 97290.23 120024.13 135638.95 146708.85 165334.77 181292.67 195191.59 206632.49 221173.93 242697.01 272343.63 288891.63 302264.73 314620.73 330838.03 345854.11 375086.73 390955.73 M6 88103.37 100953.47 111936.81 130017.47 148827.29 160479.29 177127.11 191548.67 205981.93 215886.49 233321.27 253308.01 284113.97 299125.63 312857.07 323676.73 342608.37 356088.11 386480.07 400812.73
1 1 1 1 1 2
42238.11 56378.81 72906.51 90360.21 102696.91 113246.91 133354.61 151675.61 163718.31 173974.31 199837.01 223913.01 239288.71 252877.71 269253.41 283842.41 303198.11 320767.11 340116.81 357679.81
Metropil
1 2
Xepare Tablet
1 2
Meflosin 500
1 2
Xepadergin 4,5 mg
1 2
Xepaneuron
1 2
Gestamag
1 2
Tismalin Tablet
1 2
166
Tismafam 40
1 2
214757.00 226015.00 237471.00 248927.00 260450.00 271973.00 281431.00 290889.00 300347.00 309894.00 319441.00 328988.00 338889.00 348790.00 358691.00 367223.00 375755.00 384287.00 392819.00
250724.33 261509.33 273436.74 284027.74 296041.15 306718.15 318769.56 329484.56 340199.56 352350.97 363165.97 373980.97 385883.38 396449.38 407015.38 418880.79 429409.79 439938.79 450467.79
374035.51 388604.51 408955.21 427519.21 455480.91 481655.91 493009.61 502576.61 512143.61 535498.31 557066.31 578634.31 602078.01 623735.01 645392.01 667298.71 687418.71 707538.71 727658.71
387741.45 400061.51 422944.03 439972.21 468566.73 493205.91 507014.73 519287.73 531560.73 553583.13 573615.31 595183.31 618181.83 638303.01 659960.01 680685.53 699269.71 719389.71 739509.71
403496.83 415020.83 431410.13 447421.21 480956.83 504578.91 514346.83 525602.73 537875.73 567858.23 586873.31 608441.31 628745.93 647850.01 669507.01 688573.63 706140.71 726260.71 746380.71 Total FT=
415289.17 425545.17 442361.47 456836.21 493184.17 515269.91 525981.25 535156.25 547050.73 578981.57 596460.31 618028.31 640517.27 658085.01 679742.01 699002.97 715033.71 735153.71 755273.71 6629682.83
Tismazol 500
1 2
Kadiflam 25
1 2
Analspec 500
1 2 3
Xepalat
1 2 3
Progesic
1 2 3
Xepazym
1 2 3 4
Hasil Tahap 2 : Make-span Total Flow Time = 755273,71 detik = 6629682,83 detik
167
Tahap 3 (k=3)
M-1 = M1+M2+M3
M-2 = M2+M3+M4
92343.11 38374.11 42238.11 93095.11 99873.11 65105.11 159847.11 84345.11 65405.11 76347.11 72361.11 128913.11 129495.11 80933.11 81487.11 81523.11 35061.11 40522.11 74815.11
102323.93 41128.93 47805.93 98216.93 101462.93 71524.93 174658.93 87874.93 71214.93 78280.93 81336.93 151454.93 145031.93 97154.93 93680.93 94104.93 43959.93 49369.93 84562.93
168 Tabel 5.24 Tabel Perhitungan Make-span dan Total Flow Time Penjadwalan CDS Stage3
Job
Batch Processing M1 9632.00 19488.00 30723.00 39269.00 48914.00 58559.00 68880.00 79201.00 89435.00 99669.00 110458.00 121247.00 132505.00 143763.00 153395.00 163027.00 173262.00 183497.00 194522.00 205547.00 M2 20920.41 32910.82 44744.23 56513.64 68646.05 79442.05 91342.46 101906.46 114038.87 124834.87 136639.28 147107.28 159228.69 170013.69 182302.10 193254.10 205968.51 217346.51 229294.92 239906.92 M3
Mesin M4 53591.93 66202.75 89125.33 105079.03 118701.85 130788.85 144782.67 157240.67 172730.49 186684.49 203115.31 218010.31 231003.13 242460.13 265623.23 282598.23 301888.93 317922.11 339791.63 356339.63 M5 67087.03 74549.13 98706.43 125060.13 136633.23 147189.23 156748.33 165782.67 190295.59 206843.59 220216.69 232572.69 245113.79 256637.79 276294.33 292252.23 312429.03 327445.11 356677.73 372546.73 M6 78212.37 89195.71 108699.77 136830.47 150018.81 161670.81 172461.15 181715.15 202065.93 217077.59 230809.03 241628.69 256906.13 267162.13 288086.67 302508.23 324199.37 337679.11 368071.07 382403.73
1 1 1 1 1 2
35061.11 51588.81 69042.51 90965.21 103301.91 113851.91 125894.61 136150.61 151526.31 165115.31 181491.01 196080.01 212435.71 227004.71 247112.41 265433.41 284789.11 302358.11 321707.81 339270.81
Xepare Tablet
1 2
Xepadergin 4,5 mg
1 2
Xepaneuron
1 2
Tismafam 40
1 2
Metropil
1 2
Gestamag
1 2
Tismalin Tablet
1 2
169
Tismazol 500
1 2
217003.00 228459.00 237917.00 247375.00 256833.00 267067.00 277301.00 288824.00 300347.00 309894.00 319441.00 328988.00 338889.00 348790.00 358691.00 367223.00 375755.00 384287.00 392819.00
251834.33 262425.33 274476.74 285191.74 295906.74 307919.15 318595.15 330608.56 341285.56 353436.97 364251.97 375066.97 386969.38 397535.38 408101.38 419966.79 430495.79 441024.79 451553.79
359621.51 378185.51 389539.21 399106.21 408673.21 434535.91 458611.91 486573.61 512748.61 536103.31 557671.31 579239.31 602683.01 624340.01 645997.01 667903.71 688023.71 708143.71 728263.71
373610.33 390638.51 404447.33 416720.33 428993.33 448098.73 470638.91 499659.43 524298.61 554188.13 574220.31 595788.31 618786.83 638908.01 660565.01 681290.53 699874.71 719994.71 740114.71
382076.43 398087.51 411779.43 423035.33 435308.33 455872.83 477395.91 512049.53 535671.61 568463.23 587478.31 609046.31 629350.93 648455.01 670112.01 689178.63 706745.71 726865.71 746985.71 Total FT=
393355.07 407502.51 422490.77 432210.33 444483.33 468020.17 488006.91 524276.87 546362.61 579586.57 597065.31 618633.31 641122.27 658690.01 680347.01 699607.97 715638.71 735758.71 755878.71 6445998.15
Analspec 500
1 2 3
Meflosin 500
1 2
Kadiflam 25
1 2
Xepalat
1 2 3
Progesic
1 2 3
Xepazym
1 2 3 4
Hasil Tahap 3 : Make-span Total Flow Time = 755878,71 detik = 6445998,15 detik
170
Tahap 4
M-1 = M1+M2+M3+M4
M-2 = M2+M3+M4+M5
130697.93 50984.93 56351.93 118684.93 124508.93 90814.93 208786.93 110786.93 91856.93 100796.93 101804.93 180095.93 174734.93 116418.93 114150.93 116154.93 53591.93 60604.93 106140.93
122286.03 48591.03 67787.03 112748.03 125226.03 93654.03 203160.03 103790.03 89316.03 102346.03 115450.03 192246.03 174690.03 117480.03 113744.03 126860.03 57455.03 58951.03 110292.03
171
Tabel5.26 Tabel Perhitungan Make-span dan Total Flow Time Penjadwalan CDS Stage4
Job
Batch Processing M1 9632.00 18178.00 27823.00 37468.00 48726.00 59984.00 70218.00 80452.00 91241.00 102030.00 113055.00 124080.00 133712.00 143344.00 154867.00 166390.00 175937.00 185484.00 195031.00 M2 20920.41 32689.82 44822.23 55618.23 67739.64 78524.64 90657.05 101453.05 113257.46 123725.46 135673.87 146285.87 158574.28 169526.28 181539.69 192216.69 204368.10 215183.10 225998.10 M3
Mesin M4 53591.93 71097.63 84720.45 96807.45 109800.27 122252.21 141660.73 155614.73 172566.43 187461.43 208158.13 224706.13 246255.83 263230.83 287113.53 311752.71 341642.23 361674.41 383242.41 M5 67087.03 91078.73 102651.83 113207.83 125748.93 137272.93 159225.83 175773.83 189146.93 201502.93 225044.23 240913.23 256926.93 272884.83 299503.63 323125.71 355917.33 374932.41 396500.41 M6 78212.37 102849.07 116037.41 127689.41 139481.75 149737.75 170996.17 186007.83 199739.27 210558.93 236437.57 250770.23 268719.27 283140.83 311730.97 333816.71 367040.67 384519.41 406087.41
1 1 1 2
35061.11 56983.81 69320.51 79870.51 96226.21 110795.21 126170.91 139759.91 156135.61 170724.61 190074.31 207637.31 227745.01 246066.01 274027.71 300202.71 323557.41 345125.41 366693.41
Tismafam 40
1 2
Xepadergin 4,5 mg
1 2
Xepaneuron
1 2
Tismalin Tablet
1 2
Metropil
1 2
Kadiflam 25
1 2
Xepalat
1 2 3
172
Xepazym
1 2 3 4
203563.00 212095.00 220627.00 229159.00 239060.00 248961.00 258862.00 268320.00 277778.00 287236.00 297471.00 307706.00 317940.00 328174.00 339630.00 351086.00 361407.00 371728.00 382963.00 392819.00
237863.51 248392.51 258921.51 269450.51 281352.92 291918.92 302484.92 314536.33 325251.33 335966.33 348680.74 360058.74 372071.15 382747.15 394674.56 405265.56 417165.97 427729.97 439563.38 451553.79
388600.11 408720.11 428840.11 448960.11 472403.81 494060.81 515717.81 527071.51 536638.51 546205.51 565561.21 583130.21 608992.91 633068.91 653419.61 671983.61 684026.31 694282.31 711736.01 728263.71
401986.93 420571.11 440691.11 460811.11 488507.63 508628.81 530285.81 544094.63 556367.63 568640.63 585740.45 601304.45 622555.73 645095.91 667408.43 684436.61 698430.43 710888.43 731818.83 744429.65
409875.03 427442.11 447562.11 467682.11 499071.73 518175.81 539832.81 551426.73 562682.63 574955.63 596280.55 610827.45 630329.83 651852.91 675874.53 691885.61 707989.53 719430.43 741399.93 751891.75 Total FT=
420304.37 436335.11 456455.11 476575.11 510843.07 528410.81 550067.81 560601.73 571857.63 584130.63 608050.89 621061.45 642477.17 662463.91 686825.87 701300.61 718779.87 728684.43 751393.27 762875.09 7967422.85
Progesic
1 2 3
Analspec 500
1 2 3
Gestamag
1 2
Meflosin 500
1 2
Tismazol 500
1 2
Xepare Tablet
1 2
1 1
Hasil Tahap 4 : Make-span Total Flow Time = 762875,09 detik = 7967422,85 detik
173
Tahap 5
M-1 = M1+M2+M3+M4+M5
M-2 = M2+M3+M4+M5+M6
150660.03 58447.03 76333.03 133216.03 148272.03 112944.03 237288.03 126702.03 109958.03 124862.03 135918.03 220887.03 204393.03 136744.03 134214.03 148910.03 67087.03 70186.03 131870.03
151347.37 59574.37 79557.37 135506.37 148144.37 118494.37 240268.37 124156.37 109360.37 124394.37 137454.37 222543.37 206931.37 139528.37 135748.37 148110.37 68580.37 68944.37 129940.37
174 Tabel 5.28 Tabel Perhitungan Make-span dan Total Flow TimePenjadwalan CDS Stage 5
Job
Batch Processing M1 9856.00 19488.00 28034.00 37679.00 47324.00 57558.00 67792.00 78027.00 88262.00 98496.00 108730.00 118362.00 127994.00 137452.00 146910.00 156368.00 166269.00 176170.00 186071.00 M2 21846.41 33134.82 44904.23 57036.64 67832.64 79845.05 90521.05 103235.46 114613.46 126745.87 137541.87 149830.28 160782.28 172833.69 183548.69 194263.69 206166.10 216732.10 227298.10 M3
Mesin M4 50984.93 71045.63 88551.33 100397.03 112484.03 136749.73 159289.91 183718.43 199751.61 215241.43 229195.43 251770.83 268745.83 282554.65 294827.65 307100.65 323204.47 341737.41 363394.41 M5 58447.03 84540.73 108532.43 120105.53 130661.53 144523.83 166046.91 194258.53 209274.61 232806.53 249354.53 262441.93 278399.83 289886.75 301142.65 313415.65 333768.57 351284.41 372941.41 M6 69430.37 95666.07 120302.77 133491.11 145143.11 157290.45 176657.91 206028.87 219508.61 244576.87 259588.53 274234.27 288655.83 300598.09 310317.65 322590.65 345539.91 361519.41 383176.41
1 1 1 1 2
38374.11 52514.81 74437.51 86774.21 97324.21 123186.91 147262.91 166618.61 184187.61 199563.31 213152.31 233260.01 251581.01 262934.71 272501.71 282068.71 305512.41 327169.41 348826.41
Meflosin 500
1 2
Gestamag
1 2
Xepadergin 4,5 mg
1 2
Metropil
1 2
Analspec 500
1 2 3
Progesic
1 2 3
175
Xepalat
1 2 3
195618.00 205165.00 214712.00 223244.00 231776.00 240308.00 248840.00 260363.00 271886.00 282911.00 293936.00 304725.00 315514.00 326772.00 338030.00 349486.00 360942.00 371263.00 381584.00 392819.00
239449.51 250264.51 261079.51 272944.92 283473.92 294002.92 304531.92 316545.33 327222.33 339170.74 349782.74 361587.15 372055.15 384176.56 394961.56 406888.97 417479.97 429380.38 439944.38 451777.79
372181.11 393749.11 415317.11 437223.81 457343.81 477463.81 497583.81 525545.51 551720.51 571070.21 588633.21 605008.91 619597.91 635953.61 650522.61 670873.31 689437.31 701480.01 711736.01 729189.71
390265.93 410298.11 431866.11 450610.63 469194.81 489314.81 509434.81 538631.33 563270.51 589154.03 605702.03 622132.85 637027.85 650020.67 661979.61 684862.13 701890.31 715884.13 728342.13 749272.53
404541.03 423556.11 445124.11 458498.73 476065.81 496185.81 516305.81 551021.43 574643.51 606040.13 621909.13 635505.95 649383.85 662561.77 674085.77 693328.23 709339.31 725443.23 736884.13 758853.63 Total FT=
415664.37 433143.11 454711.11 468928.07 484958.81 505078.81 525198.81 563248.77 585334.51 617433.47 631766.13 646098.29 658439.85 674354.11 684610.11 704279.57 718754.31 736233.57 746138.13 768846.97 7854520.19
Xepazym
1 2 3 4
Kadiflam 25
1 2
Tismalin Tablet
1 2
Xepaneuron
1 2
Tismafam 40
1 2
Tismazol 500
1 2
Xepare Tablet
1 2
Vasotin 25 mg
Hasil Tahap 5 : Make-span Total Flow Time = 768846,97 detik = 7854520,19 detik
176
5.1.6.2 Pengurutan Jadwal Produksi Pesanan Dengan Algoritma Palmer
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 j
j =
[m 2 ]
i =1
((m 2i + 1) t + (m 2i + 1))t (
ij
m +1i ) j
2) Pengurutan job berdasarkan j secara descending . Jika dua atau lebih job memiliki nilai j yang sama, maka urutkan sesuai keperluannya.
177
Step 1
j =
[m 2 ]
i =1
((m 2i + 1) t + (m 2i + 1))t (
ij
m +1i ) j
Nama Tablet Analspec 500 Xepaprim Forte Xepathritis 50 Meflosin 500 Kadiflam 25 Kadiflam 50 Xepazym Tismazol 500 Xepare Tablet Tismafam 40 Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron
178
Step 2
Tabel 5.30 Pengurutan Job berdasarkan j secara descending j 27751.70 16121.70 14901.70 13921.70 12691.70 11451.70 8281.70 7681.70 7671.70 7466.70 5636.70 3436.70 -638.30 -2338.30 -2988.30 -3998.30 -6208.30 -9648.30 -12728.30
Nama tablet 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
179
Step 3
Tabel 5.31 Tabel Perhitungan Make-span dan Total Flow Time Penjadwalan Palmer
Job
Batch Processing M1 9645.00 19290.00 27836.00 36368.00 44900.00 53432.00 61964.00 71596.00 81228.00 91129.00 101030.00 110931.00 121165.00 131399.00 140946.00 150493.00 160040.00 170274.00 180508.00 M2 21777.41 32573.41 44342.82 56208.23 66737.23 77266.23 87795.23 100083.64 111035.64 122938.05 133504.05 144070.05 156082.46 166758.46 178909.87 189724.87 200539.87 212672.28 223468.28 M3
Mesin M4 47736.93 59823.93 80700.63 101880.33 120464.51 140584.51 160704.51 187472.03 204447.03 226829.73 246950.91 268607.91 293465.43 316005.61 345418.13 365450.31 387018.31 402508.13 416462.13 M5 59310.03 70379.93 100681.73 109768.43 127335.51 147455.51 167575.51 198143.13 214101.03 237393.83 256497.91 278154.91 301239.53 322762.61 359693.23 378708.31 400276.31 420073.23 436621.23 M6 72498.37 84150.37 112452.07 122881.41 136228.51 156348.51 176468.51 209935.47 224357.03 249165.17 266732.91 288389.91 313386.87 333373.61 370816.57 388295.31 409863.31 431843.57 446855.23
Kadiflam 50
1 2
34114.11 44664.11 66586.81 88493.51 108613.51 128733.51 148853.51 168961.21 187282.21 210725.91 232382.91 254039.91 279902.61 303978.61 327333.31 348901.31 370469.31 385845.01 399434.01
Xepathritis 50 Xepazym
1 1 2 3 4
Metropil
1 2
Progesic
1 2 3
Meflosin 500
1 2
Xepalat
1 2 3
Xepadergin 4,5 mg
1 2
180
Gestamag
1 2
190743.00 200978.00 210610.00 220466.00 229924.00 239382.00 248840.00 260363.00 271886.00 283144.00 294402.00 304723.00 315044.00 326069.00 337094.00 348329.00 359118.00 369907.00 381363.00 392819.00
236182.69 247560.69 258849.10 270839.51 282890.92 293605.92 304320.92 316334.33 327011.33 339132.74 349917.74 361818.15 372382.15 384330.56 394942.56 406775.97 418580.38 429048.38 440975.79 451566.79
418789.71 436358.71 450499.41 467027.11 478380.81 487947.81 497514.81 525476.51 551651.51 568007.21 582576.21 594618.91 604874.91 624224.61 641787.61 659241.31 675617.01 690206.01 710556.71 729120.71
435889.53 451922.71 470453.53 483064.35 496873.17 509146.17 521419.17 538562.33 563201.51 581000.03 594033.21 608612.73 621070.73 642308.43 658856.43 679324.13 695754.95 710649.95 724638.77 741573.71
447161.33 461445.71 483948.63 491410.73 504205.27 515461.17 527734.17 550952.43 574574.51 593541.13 605557.21 618171.83 629612.73 659194.53 675063.53 688905.23 709128.05 723005.95 733104.87 749022.71 Total FT=
458931.67 471679.71 495073.97 506057.31 516768.65 525943.65 536909.17 563179.77 585265.51 605333.47 615813.21 628962.17 638866.73 670587.87 684920.53 698898.57 719720.39 732061.95 744056.21 758437.71 8799894.41
1 1 1 2 3
Kadiflam 25
1 2
Tismafam 40
1 2
Xepare Tablet
1 2
Tismalin Tablet
1 2
Vasotin 25 mg Xepaneuron
1 1 2
Tismazol 500
1 2
Hasil Step 3 : Make-span Total Flow Time = 758437,71 detik = 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.
mengakibatkan lamanya waktu proses produksi pesanan sehingga dapat timbul terjadinya keterlambatan produksi pesanan.
Setelah
melakukan
brainstorming
dengan
manajer
R&D
(Research
and
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 Nilai Total Flow Time : 772172,65 detik : 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 .
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 Total Flow Time
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 j mengurutkan j tersebut secara descending. dan
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 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 .
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 Total Flow Time
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
Aktual (Detik)
CDS (Detik)
Palmer(Detik)
Makespan
772172.65 8877617.79
755273.71 6629682.83
758437.71 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 147960.30
12587.90 110494.71
12640.63 146664.91
189 Tabel 5.36 Ringkasan Makespan dan Total Flow Time Dalam Jam
Algoritma Kriteria Makespan Total Flow Time Aktual (jam) CDS (jam) Palmer(jam)
214.49 2466.00
209.80 1841.58
210.68 2444.42
Tabel 5.37 Ringkasan Makespan dan Total Flow Time Dalam Hari
Algoritma Kriteria Makespan Total Flow Time Aktual (hari) CDS (hari) Palmer(hari)
3.57 41.10
3.50 30.69
3.51 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 :
Makespan
= 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
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
Farma.
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
d. Statechart Diagram
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
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.
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
193
3. Architecture Design
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.
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
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.
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.
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
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
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
sistem
penjadwalan produksi. Penerapan sistem informasi di PT.Metiska Farma akan membantu terciptanya penjadwalan produksi yang optimal. Selain itu juga akan
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
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 kepuasan customer. atau biaya produksi dan meningkatan
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
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
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
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
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
penjadwalan jangka pendek.
atau
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
Class Event 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 Mesin Produk Pesanan ScheduleProduksi
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
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 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
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.
209
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
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
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
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
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 utama di dalam tahapan Application Domain
Analysis yaitu Usage, Function, dan Interfaces. Secara lebih jelas dapat dilihat pada gambar di bawah ini.
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.
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
Usecase
Administrator
Login
Mengubah password
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 Briefcase Login
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
4. Usecase selesai
Sub Flow
pengguna sistem tersebut. Hal ini bertujuan agar pengguna sistem dapat berinteraksi dengan sistem informasi tersebut sesuai dengan hak aksesnya.
Alternative Flow
menjaga keamanan dari sistem Pengguna sistem memasukkan username dan password Pengguna sistem dapat memasuki dan berinteraksi dengan sistem informasi tersebut
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
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
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.
Pengguna sistem belum mendapat hak akses Pengguna sistem sudah memiliki hak akses sesuai dengan job desk-nya, sehingga dapat berinteraksi dengan sistem.
PT.Metiska Farma
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 Requirement Pre Condition
Post Condition
Mengubah Password
Usecase ini menjelaskan tentang pengguna
sistem
seperti administrator, Divisi Marketing, Divisi PPIC, 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
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
terlebih dahulu
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
Password dari pengguna sistem masih belum terganti 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 Briefcase Description
mengolah data pesanan obat tablet di PT.Metiska 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
3. Berdasarkan
data
permintaan
customer,
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).
Konversi dari box menjadi batch menggunakan prinsip pembulatan karena proses produksi berjalan per satu
batch.
Pre Condition
Post Condition
Tabel 5.45 Usecase Description untuk mengatur manajemen produk obat tablet
Usecase Name Briefcase
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
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
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
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 Requirement
Kode produk sebagai Primary Key tidak boleh sama karena akan terjadi duplikasi Primary Key sehingga sistem informasi tersebut akan mengalami kegagalan atau invalid.
Data-data manajemen produk yang belum diperbarui Data-data manajemen produk yang telah diperbarui dalam arti diupdate , ditambah atau dihapus.
229
Briefcase Description Usecase ini menjelaskan tentang Divisi Produksi dalam
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 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
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 Briefcase Description
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
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.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
Kode produk sebagai Primary Key tidak boleh sama karena akan terjadi duplikasi Primary Key sehingga sistem informasi tersebut akan mengalami kegagalan atau invalid.
Pre Condition
di setiap tahapan
Post Condition
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 Briefcase 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
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
Divisi Produksi mengetahui urutan produksi pesanan Sistem informasi akan menampilkan pesanan dengan urutan produksi yang terbaik.
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.
236
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.
237
sistem akan tampil pesan kesalahan dan pengguna sistem dapat mengulang untuk memasukkan username dan password kembali.
Berdasarkan pada sequence diagram di atas, terdapat tahapan-tahapan yang terjadi pada event mengatur hak akses SI. Tahapan-tahapan yang terjadi adalah :
238
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.
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 :
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.
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
243
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
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.
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.
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.
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
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
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 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.
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
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
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
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
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
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.
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
(2) Signal Signal merupakan fungsi yang diaktivasi oleh perubahan state model
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
Medium
Kompleksitas
ini
ditujukan
untuk
event-event
yang
memiliki
tingkat
Simple
Kompleksitas
ini
ditujukan
untuk
event-event
yang
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 Update Melakukan input pesanan Menyimpan data pesanan Menghapus data pesanan Melakukan update data pesanan Membuat list pesanan Mengolah data pesanan Membuat rencana produksi Melakukan konversi satuan Mencari data produk Memeriksa data produk Menghapus data produk Melakukan update data produk Menyimpan data produk Menentukan waktu proses produksi Menentukan waktu setting mesin Melakukan update data waktu Menyimpan data waktu Menentukan hak akses pengguna sistem Menentukan batch processing Melakukan pengurutan produksi CDS Melakukan pengurutan produksi Palmer Menghitung Makespan dan TotalFlowTime Memilih urutan optimal Mencetak jadwal Simple Simple Simple Simple Simple Medium Complex Medium Simple Simple Simple Simple Simple Medium Medium Simple Simple Simple Medium Complex Complex Medium Simple Simple Function Signal Read Compute
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 :
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
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
Setiap form-form menu tersebut terdapat keterkaitan yang menjadikan sistem informasi tersebut seimbang. Tahapan untuk
Exit, ChangePassword,
dan
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
Comprehensible
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 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
yang
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.
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.
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.
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
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,
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
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.
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.
3.
Master User
Spesifikasi dari master user dapat dilihat pada gambar di bawah ini.
270
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
2.
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.
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
Administrator sendiri memiliki akses untuk dapat keluar, mengubah password dan menentukan hak akses dari pengguna sistem lainnya yaitu Divisi
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.
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
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.
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.
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.
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.
Sedangkan layar untuk input pesanan produk obat tablet dijelaskan pada gambar 5.42 di bawah ini. Layar tersebut akan aktif jika icon new diklik.
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
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
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.
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.
286
h. Tampilan layar untuk menu UserAdministration
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
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 :
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
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
289
c. System Interface
Dalam sistem informasi pengurutan produksi pesanan di PT.Metiska Farma ini, system interface yang menggambarkan interaksi dengan user
d. Design Language Design language yang digunakan dalam mendukung sistem informasi
adalah dengan
metodologi Object Oriented Analysis and Design (OOA&D) dan menggunakan bahasa permodelan yaitu Unified Modelling Language (UML).
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
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
Pembentukan Database
Pengujian Sistem
Evaluasi Sistem