Anda di halaman 1dari 44

BAB2

LANDASAN TEORI
2.1 Teknik lndustri
2.1.1 Perencanaan Dan Pengendalian Produksi

Menurut Nasution (2003) Perencanaan dan pengendalian produksi (PPC)


dapat didefinisikan sebagai proses untuk merencanakan dan mengendalikan aliran
material yang masuk, mengalir, dan keluar dari sistem produksi atau operasi
sehingga permintaan pasar dapat dipenuhi dengan jumlah yang tepat, waktu
penyerahan yang tepat, dan biaya produksi minimum.
Menurut Nasution (2003) Perencanaan produksi dilakukan dengan tujuan
menentukan

arah awal dari tindakan-tindakan

yang hams

dilakukan dimasa

mendatang, apa yang hams dilakukan, berapa banyak melakukannya, dan kapan
hams melakukan. Karena perencanaan ini berkaitan dengan masa mendatang, maka
perencanaan disusun atas dasar perkiraan yang dibuat berdasarkan data masa Ialu
dengan menggunakan beberapa asumsi. Oleh karena itu perencanaan tidak akan
selalu memberikan hasil sebagaimana yang diharapkan dalam rencana tersebut,
sehingga setiap perencanaan yang dibuat hams terns dievaluasi secara berkala
denganjalan melakukan pengendalian.
2.1.2 Peramalan

Menurut Nasution (2003) peramalan adalah proses untuk memperkirakan


beberapa kebutuhan dimasa mendatang yang meliputi kebutuhan dalam ukuran
kuantitas, kualitas dan Iokasi yang dibutuhkan dalam rangka memenuhi permintaan

2
yang stabil, karena perubahan permintaannya relatif kecil. Tetapi perarnalan akan
sangat dibutuhkan hila kondisi perrnintaan pasar bersifat kompleks dan dinamis.
Menurut Gaspersz (2001)
permintaan

yang

akan

perarnalan merupakan suatu dugaan

datang

berdasarkan

pada

variabel perarnal,

temadap
sering

berdasarkan deret waktu historis.


Menurut Nasution (2003) dalam membuat perarnalan ada beberapa hal yang
harus dipertimbangkan, yaitu :
Perarnalan pasti mengandung kesalahan, artinya peramal hanya bisa mengurangi
ketidakpastian

yang

akan

terjadi,

tetapi

tidak

dapat

menghilangkan

ketidakpastian tersebut.
Perarnalan seharusnya memberikan informasi tentang berapa ukuran kesalahan,
artinya karena perarnalan
perarnal

untuk

pasti

mengandung kesalahan

maka penting bagi

menginformasikan seberapa besar kesalahan yang

mungkin

terjadi.
Perarnalan jangka pendek lebih akurat dibandingkan perarnalan jangka panjang.
Hal ini disebabkan karena pada perarnalan jangka pendek, faktor-faktor yang
mempengaruhi permintaan masih konstan, sedangkan semakin panjang periode
perarnalan, maka semakin besar pula kemungkinan terjadinya perubahan faktor
faktor yang mempengaruhi permintaan.
Menurut Baroto (2002) dalarn perarnalan time series terdapat empat jenis
pola permintaan, yaitu :
Pola Trend. Adalah hila data perrnintaan menunjukan pola kecenderungan

metode peramalan yang sesuai adalah exponential smoothing, double exponential


smoothing, dan regresi linear.

Pola Musiman. Bila data yang kelihatan berfluktuasi, namun fluktuasi tersebut
akan terlihat berulang dalam suatu interval waktu tertentu, maka data tersebut
berpola musiman. Disebut musiman karena permintaan biasanya dipengaruhi
oleh musim sehingga biasanya interval perulangan data ini adalah satu tahun.
Pola

Siklikal.

Adalah

bila

fluktuasi

permintaan

secara

jangka

panjang

membentuk pola sinusoid atau gelombang siklus. Pola siklikal mirip dengan pola
musiman. Pola musiman tidak harus berbentuk gelombang, bentuknya dapat
bervariasi, namun waktunya berulang setiap tahun. Pola siklikal bentuknya selalu
mirip gelombang sinusoid.
Pola Eratiklrandom. Pola random dalah bila fluktuasi data permintaan dalam
jangka panjang tidak dapat digambarkan oleh ketiga pola lainnya Fluktuasi
permintaan bersifat acak atau tidakjelas.
Pola data yang ada mempengaruhi teknik peramalan yang dipilih. Seringkali
pola data tersebut merupakan karakteristik inheren dari kegiatan yang sedang
diteliti. Hubungan data dengan jangka waktu semakin jelas jika kita mengamati
bahwa pola trend adalah merupakan kecenderungan jangka panjang, sedangkan
variasi musiman menunjukakan pola data yang berulang dalam satu tahun.
Dalam evaluasi teknik-teknik yang dikaitkan dengan pola data bisa saja
diterapkan Iebih dari satu teknik untuk data yang sama. Misalnya, teknik-teknik
tertentu mungkin Iebih akurat dalam memprediksi titik balik, sedangkan lainnya

ll

Untuk itu pemilihan teknik peramalan yang tepat sangat dibutuhkan dalam
proses perencanaan produksi. Tentu saja disesuaikan dengan pola data permintaan
produk yang akan dibuat peramalannya
Teknik Peramalan Untuk Data Stasioner (Hanke, 2003)
Deret stasioner yang didefinisikan sebagai sesuatu yang nilainya tidak berubah
sepanjang waktu.

Situasi

seperti

ini muncul

ketika pola

permintaan yang

mempengaruhi deret relatif stabil. Teknik yang perlu dipertimbangkan dalam


peramalan deret stasioner terdiri dari metode nait; metode rata-rata sederhana, rata
rata bergerak, pemulusan eksponensiallinier holt sederhana, dan model Box Jenkins
Teknik Peramalan Untuk Data Trend (Hanke, 2003)
Data trend didefinisikan sebagai deret waktu yang berisi komponen jangka panjang
mewakili pertumbuhan atau penurunan dalam deret sepanjang periode waktu.
Teknik yang perlu dipertimbangkan ketika peramalan deret trend adalah rata-rata
bergerak, pemulusan eksponensial linier

Holt,

regresi

linier

sederhana, kurva

pertumbuhan, dan model eksponensial.


Teknik Peramalan Untuk Data Yang Bersifat Siklis (Hanke, 2003)
Dampak siklis didefinisikan sebelumnya sebagai fluktuasi seperti gelombang di
sekitar trend. Pola siklis cenderung berulang pada data setiap dua tahun, tiga tahun
atau bisa lebih. Teknik yang perlu dipertimbangkan ketika meramalkan deret siklis
terdiri dari dekomposisi klasik, regresi berganda, dan metode Box Jenkins.
Menurut Nasution (2003) Ukuran akurasi hasil peramalan yang merupakan
ukuran kesalahan peramalan merupakan ukuran tentang tingkat perbedaan antara

5
hasil peramalan dengan permintaan yang sebenarnya teijadi. Ada 4 ukuran yang
biasa digunakan, yaitu :
Rata-rata deviasi mutlak (mean absolute deviation= MAD). Adalah rata-rata
kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil
perarnalan lebih besar atau lebih kecil dibandingkan kenyataannya.

Secara

matematika MAD dirumuskan sebagai berikut :

Dimana:
A : permintaan aktual pada periode t
Ft : peramalan permintaan (forecast) pada periode t
N : jumlah periode peramalan yang terlibat
Rata-rata kuadrat kesalahan (mean square error
menjumlahkan

MSE). MSE dihitung dengan

kuadrat semua kesalahan peramalan pada setiap periode dan

membaginya dengan jumlah

periode

peramalan.

Secara matematis,

MSE

dirumuskan sebagai berikut :


MSE

(At- Ft)2
n

a Rata-rata kesalahan Peramalan (mean forecast error= MFE). MFE sangat efektif
untuk mengetahui apakah hasil peramalan selama periode tertentu terlalu tinggi
atau terlalu rendah. Bila hasil peramalan tidak bias, maka nilai MFE akan

MFE= L(At-Ft)
n
Rata-rata persentase kesalahan absolut (mean absolute percentage error

MAPE). MAPE merupakan ukuran kesalahan relatif. MAPE biasanya lebih


berarti

dibanfingkan

dengan

MAD karena MAPE menyatakan

persentase

kesalahan hasil peramalan terhadap permintaan aktual selama periode tertentu


yang akan memberikan informasi persentase kesalahan terlalu tinggi atau terlalu
rendah. Secara matematis MAPE dinyatakan sebagai berikut :

Metode Peramalan Double Moving Average


Menurut makridakis et al.(1999) untuk mengurangi galat sistematis yang
teljadi hila rata-rata bergerak dipakai pada data yang berkecenderungan
dikembangkan

metode

rata-rata

bergerak

linier.

Dasar

menghitunga rata-rata bergerak yang kedua Rata-rata

metode

ini

maka
adalah

bergerak "ganda" ini

merupakan rata-rata bergerak dari rata-rata bergerak, dan menurut simbol dituliskan
sebagai MA(MxN) dimana artinya adalah MA M-periode dari MA N-periode.
Bila deret data menunjukan trend, maka rata-rata bergerak tunggal akan
menghasilkan sesuatu yang menyerupai galat sistematis, dan galat sistematis ini
dapat dikurangi dengan mengggunakan perbedaan antara nilai rata-rata bergerak
tunggal dan nilai rata-rata bergerak ganda.

Prosedur rata-rata bergerak linear secara umum dapat diterangkan melalui

S't

= X,

+X,_1 +X,_ 2 + ... +X,_,.,


n

S"t

at

bt

S't+S't-t +S't-z+... +

S't-n+1

Ft+m =

2S't- S"t
2
-(S't-S"t)
n-1

a. + b1m

Metode Peramalan Double Exponential Snwotlzing 1 Parameter Brown


Menurut Makridakis et al.(1999) Pemulusan eksponensial linear

dapat

dibitung hanya dengan tiga nilai data dan satu nilai alpha Pendekatan ini juga
memberikan bobot yang semakin menurun pada observasi masa lalu. Dengan alasan
ini pemulusan eksponensial linear lebib disukai daripada rata-rata bergerak linear
sebagai suatu metode peramalan dalam berbagai kasus utama Dasar pemikiran dari
pemulusan eksponensial linear dari Brown adalah serupa dengan rata-rata bergerak
linier, karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari data yang
sebenarnya bilamana terdapat unsur
tunggal

dan ganda

dapat

trend,

perbedaan antara

ditambahkan kepada

nilai

nilai

pemulusan

pemulusan tunggal

dan

disesuaikan untuk trend. Persamaan yang dipakai dalam implementasi pemulusan


eksponensial satu-parameter dari Brown adalah sebagai berikut :

S't

aXt+(1-a)S't-1

bt

_!!_(S't-S"t)

Ft+m = lit

l-a

+ b,m

:Metode Peramalan Double Exponential Snwotlling 2 Parameter Holt


Menurut Makridakis et al.(1999) metode pemulusan eksponensial linear
dari Holt dalam

prinsipnya serupa dengan

Brown kecuali

babwa

Holt tidak

menggunakan rumus pemulusan berganda secara langsung. Sebagai gantinya Holt


memuluskan nilai trend dengan

parameter yang berbeda dari parameter yang

digunakan pada deret yang asli. Ramalan dari pemulusan eksponensiallinear Holt
didapat dengan menggunakan dua konstanta pemulusan (dengan nilai antara 0 dan
1) dan tiga persarnaan :
St

= a Xt + (1- a )(St.J + ht-t)

bt

= y(St-St-t)+(l-y)bt-t

Ft+m

= S, + b,m

Metode Peramalan Regresi Sederhana


Istilab regresi sederllana akan di kaitkan dengan setiap regresi dari suatu
ukuran Y tunggal (variable tidak bebas) terhadap ukuran X tunggal (variabel bebas).
Jika menggunakan Y sebagai variabel tidak bebas dan X=t sebagai variabel bebas,
maka tujuan yang ingin kita capai adalab mendapatkan persarnaan garis lurus :
Yt= a+ b(t)

LY

LX

a=---b-

Dimana :
Yt : fungsi terhadap waktu
N

: jumlah periode

: periode

(Makridakis et al.,l999)
2.1.3 Perencanaan Agregat
Baroto (2002) meyatakan peningkatan daya saing industri, salah satunya
dapat dicapai melalui perencanaan produksi. Perencanaan produksi herhuhungan
dengan penentuan volume, ketepatan waktu penyelesaian, utilisasi

kapasitas dan

pemerataan hehan.
Nasution
perencanaan taktis

(2003)
adalah

menyatakan

perencanaan

hertujuan

memherikan

produksi

sehagai

keputusan yang

suatu
optimum

herdasarkan sumherdaya yang dimiliki perusahaan dalam memenuhi permintaan


akan produk yang dihasilkan. Yang dimaksud dengan sumherdaya yang dimiliki
adalah kapasitas mesin,tenaga keija, teknologi yang dimiliki, dan lainnya
Nasution (2003) menyatakan perencanaan produksi akan mudah dihuat hila
tingkat permintaan hersifat konstan atau hila waktu produksi tidak menjadi kendala.
Tetapi kedua kondisi ini jarang teijadi dalam keadaan sehenamya, dimana secara
nyata tingkat permintaan akan herfluktuasi dan perusahaan selalu dihatasi oleh

Perencanaan agregat adalah perencanaan yang dibuat untuk menentukan


total perrnintaan dari selurub elemen produksi dan jumlah tenaga keija yang
diperlukan (Bedworth). Menurut (Handoko), "perencanaan agregat adalah proses
perencanaan

kuantitas dan pengaturan

waktu keluaran selama periode waktu

tertentu (3 bulan sampai satu tahun) melalui penyesuaian variable-variabel tingkat


produksi karyawan, persediaan, dan variabel yang dapat dikendalikan lainnya".
(Baroto, 2002)
Perencanaan agregat merupakan perencanaan produksi jangka menengah.
Horizon perencanaannya biasanya berkisar antara 1 sampai 24 bulan atau bisa
bervariasi dari 1 sampai 3 tahun. Horizon tersebut tergantung pada karakteristik
produk dan jangka waktu produksi.
Tujuan perencanaan produksi adalah menyusun suatu rencana produksi
untuk memenuhi permintaan pada waktu yang tepat dengan menggunakan sumber
sumber atau alternatif-alternatif yang tersedia dengan biaya paling minimum
keseluruhan

produk.

Perencanaan

agregat

merupakan

langkah

awal aktifitas

perencanaan produksi yang dipakai sebagai pedoman untuk langkah selanjutnya,


yaitu penyusunan jadwal induk produksi (JIP).
Menurut

Nasution

(2003)

Perencanaan

produksi

dimulai

dengan

rneramalkan permintaan secara tepat sebagai input utamanya. Selain peramalan,


input-input untuk permintaan produk tersebut juga harus memasukkan pesanan
pesanan aktual yang telah dijanjikan, kebutuhan spare-part dan service, kebutuhan
persediaan gudang, dan penyesuaian tingkat persediaan sebagaimana yang telah

13
Menurut Nasution (2003) Perencanaan agregat kemudian dikembangkan
untuk merencanakan kebutuhan produksi bulanan atau triwulanan bagi kelompok
kelompok

produk

sebagaimana yang

telah

diperkirakan

dalam

peramalan

permintaan.
Perencanaan
mengoptimurnkan

agregat

dibuat untuk

pasar

yang

tidak

pasti

dengan

penggunaan tenaga kelja dan peralatan produksi yang tersedia

sehingga ongkos total produksi dapat seminim mungkin. Kata agregat menyatakan
bahwa perencanaan dibuat pada tingkat kasar untuk memenuhi total kebutuhan
semua

produk

yang

akan

dihasilkan

(bukan

per-individu

produk)

dengan

menggunakan sumberdaya yang ada Dalam sistem manufaktur, faktor-faktor yang


mempertimbangkan

dalam

membuat

perencanaan

agregat

adalah

semua

sumberdaya yang berupa kapasitas mesin yang tersedia, jumlah tenaga kelja yang
ada, tingkat persediaan yang ditentukan, dan penjadwalannya. Dengan demikian,
perencanaan agregat akan dimulai dengan langkah menyamakan satuan kuantitas
dari total jenis item yang akan diproduksi (unit grup produk, ton, liter, dan
sebagainya).
Menurut Nasution (2003) Pada umumnya ada empat jenis strategi yang
dapat dipilih dalam membuat perencanaan
tergantung

dari

kebijaksanaan

perusahaan,

aregat. Pemilihan strategi tersebut


keterbatasan

perusahaan

dalam

prakteknya, dan pertimbangan biaya. Keempat jenis strategi tersebut adalah sebagai
berikut:
Memproduksi

banyak

barang

saat

permintaan

rendah

dan

menYJmpan

14
tingkat produksi relatif konstan, tetapi mengakibatkan ongkos persediaan yang
tinggi.
Merekrut

(menambah)

tenaga

keija

pada

saat

permintaan

tinggi

dan

memberhentikannya pada saat permintaan rendah. Penambahan biaya tenaga


keija memerlukan biaya rekruitmen dan pelatihan. Karena kapasitas fasilitas
produksi adalah tetap, maka penurunan produktifitas mungkin akan teijadi jika
penambahan tenaga keija tanpa disertai dengan penambahan peralatan produksi
Melemburkan tenaga keija Altematif ini sering dipakai dalam perencanaan
agregat, tetapi ada keterbatasannya dalam menjadwalkan kapasitas mesin dan
tenga keija yang ada Jika permintaan naik, maka kapasitas produksi dapat
dinaikkan dengan melemburkan pekeija. Tetapi penggunaan lembur hanya dapat
dilakukan dalam batas-batas maksimum keija lembur yang diizinkan. Biasanya
pemerintah mengatur pembatasan keija lembur yang bisa dilakukan perusahaan,
misalnya

pemerintah mengatur keija lembur tidak boleh melebihi 25% dari

waktu keija reguler. Kenaikan kapasitas produksi melebihi aturan tersebut hanya
dapat dilakukan melalui penambahan tenaga keija Jika permintaan turun, maka
kapasitas produksi dapat disesuaikan dengan menganggurkan tenaga keija
(undertime). Undertime akan mengakibatkan biaya tetap yang harus dibayar
meskipun tenaga keija menganggur.
Mensubkontrakkan sebagian pekeijaan pada saat sibuk. Altematif ini akan
mengakibatkan tambahan ongkos karena subkontrak dan ongkos kekecewaan
konsumen bila kelambatan penyerahan dari barang yang di subkontrakkan.

Menurut Nasution (2003) ongkos-ongkos yang terlibat dalam perencanaan


agregat adalah :

Hiring Cost (ongkos penambahan tenaga

keija).

Penambahan tenaga

keija

menimbulkan ongkos untuk iklan, proses seleksi dan training.

Firing Cost (ongkos pemberhentian tenaga keija). Pemberhentian tenaga keija


biasanya teljadi karena semakin rendahnya permintaan produk yang dihasilkan,
sehingga tingkat produksi menurun
perusahaan

mengeluarkan uang

drastis.

Pemberhentian ini mengharuskan

pesangon bagi

karyawan yang

di PHK,

menurunnya moral keija dan produktivitas karyawan yang masih bekeija, dan
tekanan yang bersifat sosial.

Overtime Cost dan Undertime Cost (ongkos lembur dan ongkos menganggur).
Penggunaan waktu lembur bertujuan untuk meningkatkan output produksi, tetapi
konsekuensinya perusahaan harus mengeluarkan ongkos tambahan lembur yang
biasanya 150% dari ongkos keija reguler. Kebalikan dari kondisi diatas adalah
bila perusahaan memiliki kelebihan tenaga keija dibandingkan dengan jumlah
tenaga keija yang dibutuhkan untuk kegiatan

produksi. Tenaga keija yang

berlebih ini akan menimbulkan biaya karena perusahaan dianggap menanggung


ongkos menganggur yang besarnya erupakan perkalian antara jumlah jam kelja
yang tidak terpakai dengan tingkat upah dan tunjangan lainnya.

Inventory Cost dan Backorder Cost (ongkos persediaan dan ongkos kehabisan
persediaan). Konsekuensi dari kebijakan persediaan bagi perusahaan adalah
timbulnya ongkos penyimpanan yang berupa ongkos tertahannya modal, pajak,

diatas, kebijaksanaan tidak mengadakan persediaan seolah-olah menguntungkan,


etapi sebenamya dapat menimbulkan kerugian dalam bentuk ongkos kehabisan
persediaan.

Subcontract

Cost

(ongkos subkontrak). Pada

saat

perrnintaan

melebihi

kemampuan kapasitas reguler biasanya perusahaan mensubkontrakan kelebihan


permintaan yang

tidak

bisa

ditanganinya sendiri

kepada perusahaan lain.

Konsekuensi dari kebijakan ini adalah timbulnya ongkos subkontrak, dimana


biasanya ongkos subkontrak lebih mahal

dibandingkan dengan memproduksi

sendiri dan adanya resiko keterlambatan penyerahan dari kontraktor.

2.1.4 Perencanaan Agregat dengan Pendekatan Metode Linear Goal Programming


menyatakan Linear goal programming merupakan modifikasi atau variasi
khusus dari linear programming. Oleh karena itu linear goal programming pada
banyak aspek memiliki persamaan dengan linear programming. Diantara keduanya
menggunakan model matematis linear dan dapat diselesaikan dengan algoritrna
simpleks. Perbedaan antara kedua metode diatas adalah:
1. Linear

programming

hanya

bergerak dalam

analisis masalah-masalah yang

mempunyai satu tujuan, sedangkan linear goal programming dapat bergerak


dalam masalah-masalah yang mempunyai tujuan lebih dari Satu
2. Linear

goal programming

menggunakan struktur prioritas

tujuan

dan

pembobotan. Struktur prioritas menentukan urutan kepentingan diantara tujuan


tujuan derajat preferensi untuk tujuan-tujuan yang berada pada level prioritas,

tidak diperbaiki lagi, begitu seterusnya Sedangkan untuk tujuan tujuan yang
berada pada level yang sama pemenuhannya, akan lebih diutamakan pada tujuan
yang memiliki nilai bobot yang lebih tinngi (Baroto, 2002)
Ada beberapa istilah yang digunakan pada linear goal programming, antara
lain sebagai berikut :
a) Variabel keputusan (decision variable), adalah seperangkat variable yang tidak
diketahui yang

berada

dibawah

berpengaruh terhadap solusi

control

pengambilan

dan keputusan yang

keputusan,

akan diambil.

yang

Biasanya

dilambangkan XiG = 1,2,3,... ,n).


b) Nilai sisi kanan (right hand sides values), merupakan nilai-nilai yang biasanya
menunjukan ketersediaan sumber daya (dilambangkan dengan

b) yang

akan

ditentukan kekurangan atau kelebihan penggunaan


c) Koefisien teknologi (technology coefficient), merupakan nilai-nilai numeric yang
dilambangkan dengan aij yang akan dikombinasikan dengan variabel keputusan
dimana akan menunjukan penggunaan terhadap pemenuhan nilai kanan.
d) Fungsi tujuan, adalah fungsi matematis dari variable-variabel keputusan yang
menunjukan hubungan dengan nilai sisi kanannya.
e) Fungsi pencapaian, adalah fungsi matematis dari variable-variabel simpangan
yang menyatakan kombinasi sebuah objekti
f) Fungsi tujuan mutlak, merupakan tujuan yang tidak boleh dilanggar dengan
pegertian . mempunyai penyimpangan positif dan atau negative bemilai

0.

Prioritas pencapaian dari fungsi tujuan ini berada pada urutan pertama. Solusi

18
g) Variabel

s1mpangan,

adalah

variabel

yang

menunjukan

kemungkinan

penyimpangan-penyimpangan negatif dan positif dari nilai sisi kanan fungsi


tujuan. Dalam model linear goal programming dilambangkan dengan dr untuk
penyimpangan negative dan dt untuk penyimpangan positif dari nilai sisi kanan
tujuan.
h) Prioritas, adalah suatu sistem urutan yang dilambangkan dengan Pk, dimana
menunjukan banyaknyatujuan pada model yang

memungkinkan tujuan-tujuan

tersebut disusun secara ordinal dalam linear goal programming. Sistem urutan
tersebut menempatkan tujuan-tujuan tersebut dalam susunan dengan hubungan
seri. Hubungan tersebut dapat dilambangkan sebagai berikut: Pl>P2....>Pk
i) Pembobotan, merupakan timbangan matematis yang dinyatakan dengan angka
ordinal, dilambangkan dengan Wki, dimana K = 1,2,... ,n serta i=l,2,...,n dan
digunakan untuk membedakan variabel simpangan i dalam suatu tingkat prioritas
k,
Model umum dari linear goal programming, pada model ini fungsi fl:x) di
transformasikan dalam bentuk linear yang lebih spesifik, yaitu Cij. Bentuk umum
dari permasalahan linear goal programming dapat dirumuskan sebagai berikut :
Tentukan x = (xl,x2, ...,xi) agar meminimumkan
;;= [gr (n,p),g2 (n,p), ...,gk (n,p)]
Sedemikian hingga memenuhi
j

L
j=1

(i,xj)+dr - di+ = bi

= koefisien yang berkaitan dengan variabel keputusan ke j pada

tujuan ke i

XJ

= variabel keputusan ke j

bi

= Tetapan sisi kanan untuk sasaran atau kendala i

fi(x)

sisi kiri dari kendala untuk sasaran linier

gk (d-, d+)

fungsi linier variabel deviasi yang berkaitan dengan tujuan atau


kendala pada tingkat prioritas ke k

Perumusan permasalahan linear goal programming hampir sama dengan


perumusan linear

programming. Perbedaannya adalah dalam penentuan fungsi

tujuan, yang digunakan pada linear

programming ada variabel simpangannya,

sementara pada linear goal programming adalah variabel keputusannya Berikut ini
adalah beberapa langkah dalam perumusan masalah linear goal programming:
a. Penentuan variabel keputusan, merupakan dasar dalam pembuatan model
keputusan untuk mendapatkan solusi yang dicari. Makin tepat penentuan
variabel keputusan akan mempermudah pengambilan keputusan yang dicari.
b. Penentuan

fungsi

tujuan.

Langkah-langkah

yang

dilakukan

dalam

memformulasikan fungsi tujuan adalah sebagai berikut:


)>

Setiap fungsi tujuan hams dinyatakan sebagai fungsi dari variabel keputusan
yang disimbolkan dengan fi(xi), yaitu fungsi dari

variabel keputusan yang

berhubungan dengan tujuan ke i, sedangkan x adalah vektor variabel keputusan


yang disimbolkan dengan a;ixi, dimana a;i merupakan konstanta koefisien
teknologi.

Setiap fungsi tujuan merniliki nilai yang berhubungan dengan nilai sisi kanan
(bi) yang merupakan target atau tujuan dari fungsi tujuan tersebut. Ada 3 macam
kemungkinan hubungan tersebut, yaitu f;(x;) = bi, f;(x;) 2: bi dan atau f;(x;)::; bi
c. Perumusan fungsi

sasaran. Pada langkah

ditambahkan dengan

variabel

ini tiap tujuan pada sisi kirinya

simpangan, baik

simpangan positif

maupun

negati Dengan ditambahkannya variabel simpangan, maka bentuk dari fungsi


sasaran menjadi f;(x;) + di-- di+ = bi
d. Penentuan prioritas utama Pada langkah ini dibuat urutan dari tujuan-tujuan.
Penentuan tujuan ini tergantung pada hal-hal berikut:
Keinginan dari pengambil keputusan
Keterbatasan sumber-sumber yang ada
Batasan-batasan yang lain yang secara eksplisit ataupun implisit menentukan
dalam pemilihan variabel keputusan.
e. Penentuan pembobotan. Pada tahap ini merupakan kunci dalam menentukan
urutan dalam suatu tujuan dibandingkan dengan tujuan yang lain.
Penentuan fungsi pencapaian (achievement JUnction). Disini kuncinya adalah
memeilih variabel

simpangan yang benar untuk

dimasukkan kedalam fungsi

pencapaian dan kemudian ditambahkan prioritas dan bobot yang diperlukan.


Langkah pertama yang

dilakukan adalah

fungsi

linear

variabel simpangan.

Selanjutnya dalam mernformulasikan fungsi pencapaian adalah menggabungkan


setiap tujuan yang berbentuk minimasi variabel

simpangan sesuai dengan

prioritasnya Dengan dernikian, persamaan matematis dapat ditulis sebagai

26
Minimasi a= {p,(gi,dr,di"'), pz( dh-,diz"'), ..., Pk(gk(dk-, dk+))}
Minimasi yang dilakukan tergantung pada pertimbangan nilai sisi kanannya
terhadap nilai variabel keputusan yang diinginkan, terlihat pada tabel berikut ini.
Tujuan

Kemungkinan simpangan

Prosedm

Xi ;:: bi

eli

Minimasi eli

Xi::; bi

dr

Minimasi di'

Xi=bi

di,di

Minimasi di', di

Tabel 2.1 Tabel prosedur fungsi pencapaian


g. Tentukan nilai non-negatif

Langkab ini merupakan bagian resmi untuk

perumusan linear goal programming karena semua variabel yang digunakan


pada model linear goal programming tidak boleh bemilai negatif
h. Penyelesaian model linear goal programming dengan metodologi solusi seperti
metode simpleks yang dimodifikasi

2.1.5 Pengukuran Waktu Dengan Menggnakan Metode Jam Henti

Sutalaksana et al.(l979),

pengukuran waktu dengan jam henti yaitu

melakukan pengukuran waktu menggunakan jam henti sebagai alat utamanya.


Berikut ini adalab secara garis besar hal-hal yang perlu diperhatikan dalam
pelaksanaan pengukuran waktu kelja secara langsung dengan metode jam henti
yang dapat diuraikan sebagai berikut :

22
1. Mendefinisikan pekeljaan

yang akan diteliti untuk diukur waktunya

dan

memberitahukan maksud dan tujuan ini kepada supervisor dari pekelja yang
akan diamati.
2. Mencatat semua informasi yang berkaitan erat dengan penyelesaian seperti
layout, karakteristik mesin atau peralatan kelja lain yang digunakan.
3. Membagi operasi kelja dalam elemen-elemen kelja
4. Mengamati, mengukur, dan mencatat waktu yang dibutuhkan oleh operator
untuk menyelesaikan elemen kelja tersebut.
5. Menetapkan jumlah siklus kelja yang harus diukur dan dicatat, teliti apakah
jumlah siklus kelja ini sudah memenubi syarat atau tidak.
6. Menetapkan rate of performance dari operator saat melaksanakan aktifitas kelja
yang diukur dan dicatat waktunya tersebut. Rate of peiformance adalah nilai
yang diberikan terhadap operator meliputu kemampuan, usaha, kondisi, dan
konsistensi yang ada Rate of peiformance ini ditetapkan untuk setiap elemen
kelja yang ada dan hanya ditujukan untuk performance operator.
7. Menyesuaikan waktu pengamatan berdasarkan peiformance kelja yang ditujukan
oleh operator tersebut sehingga akhimya diperoleh waktu kelja normal.
8. Menetapkan waktu Ionggar (allowance time) guna memberikan fleksibilitas.
Waktu Ionggar yang diberikan ini guna menghadapi kondisi-kondisi seperti
kebutuhan

personil yang bersifat pribadi,

faktor kelelahan,

keterlambatan

material, dii.
9. Menetapkan waktu kelja baku (standard time) yaitu jumlah total antara waktu

2.1.6 Menentukan Faktor Penyesnaian Dengan Metode Westinghouse

Setelah pengukuran berlangsung, pengukur harus mengamati kewajaran


keija yang ditunjukan operator. Ketidakwajaran dapat saja teijadi misalnya bekeija
tanpa kesungguhan, sangat cepat seolah-olah diburu waktu, atau karena menjumpai
kesulitan-kesulitan seperti karena kondisi ruangan yang buruk. Sebab - sebab
seperti ini mempengaruhi kecepatan keija yang berakibat terlalu singkat atau terlalu
panjangnya waktu penyelesaian. Hal ini jelas tidak diinginkan karena waktu baku
yang dicari adalah waktu yang diperoleh dari kondisi dan cara keija yang baku yang
diselesaikan secara wajar.
Konsep yang dikemukakan oleh Lawry Maynard dan Stegemarten adalah
konsep penyesuaian melalui cara penyesuaian Westinghouse. Mereka berpendapat
bahwa ada 4 faktor yang menyebabkan kewajaran atau ketidakwajaran dalam
bekeija, yaitu keterampilan, usaha, kondisi keija, dan konsistensi.(Sutalaksana et
al.,l979).
Keterampilan

didefinisikan sebagai kemampuan untuk melakukan keija

dengan metode yang telah ditetapkan, dan Iebih Ianjut akan berhubungan dengan
pengalaman dalam melakukan pekeijaan tersebut.
Usaha didefinisikan
bekeija

secara

kemampuan

efektif

sebagai hal yang menunjukan kemampuan

Usaha

yang dimiliki

dapat dlihat dengan

dan dapat dikendalikan

untuk

kecepatan pada tingkat


pada tingkat yang tinggi

olehoperator
Kondisi keija adalah kondisi fisik Iingkungan keija seperti keadaan

2.1.7 Uji Keseragaman Data

Uji

keseragaman data

perlu

dilakukan terlebih

dahulu

sebelum kita

menggunakau data yaug diperoleh guna menetapkan waktu baku. Data-data yaug
diperoleh dalam suatu pengukurau keija pasti memiliki tingkat variabilitas tertentu.
Tingkat variabilitas suatu data masih dapat diterima selama tidak melewati batasbatas yang telah ditetapkan, atau dapat dikatakan data berada dalam keadaan yang
seragam. Suatu data yang berada didalam batas kendali yang telah ditetapkan yaitu
batas kendali atas dan batas kendali bawah dapat dikatakau berada dalam keadaan
terkendali. Suatu data yang berada dalam keadaan tidak terkendali harus dibuaug
untuk kemudiau dilakukau uji keseragaman kembali hingga tidak ada Iagi data yaug
berada diluar batas kendali. Rumus-rumus yang dipakai untuk menentukau Batas
kendali adalah sebagai berikut :
BKA= x+Ka dau BKB= x-Ka
dimaua:
BKA

: batas kendali atas

BKB

: batas kendali bawah

: rata-rata waktu yang diukur

: staudar deviasi

: konstanta tingkat keyakinau


Tingkat keyakinan 0% - 68% harga k adalah 1
Tingkat keyakinau 69%- 95% harga k adalah 2
Tingkat keyakinau 96% - 100% harga k adalah 3

25
2.1.8 Uji Kecukupan Data
Uji kecukupan data dilakukanuntuk mengetahui apakah jumlah data yang
diperoleh telah memenuhi jumlah pengamatan yang dibutuhkan dalam pengukuran
sesuai dengan tingkat ketelitian yang diinginkan. Uji kecukupan data dilakukan
untuk menentukan jumlah data

yang dibutuhkan sesuai dengan ketelitian yang

diinginkan. Data dikatakan cukup apabila N' < N. Rumus yang dipakai untuk
melakukan uji kecukupan data adalah sebagai berikut :

dimana:
N

: jumlah data pengamatan yang diperoleh

N'

: jumlah data pengamatan yang diperlukan

: tingkat ketelitian

: tingkat keyakinan
Tingkat keyakinan 0% - 68% harga k adalah 1
Tingkat keyakinan 69%- 95% harga k adalah 2
Tingkat keyakinan 96%- 100% harga k adalah 3
Jika jumlah data

pengamatan yang diperlukan yang

didapat dari

UJI

kecukupan data lebih besar daripada jumlah data pengamatan yang diperoleh maka
perlu dilakukan pengambilan data kembali hingga jumlah data pengamatan yang
diperlukan lebih kecil atau sama dengan jumlah data pengamatan yang diperoleh
(Sutalaksana et al., 1979).

26
2.1.9 Perhitungan Safety Stock
Metode

yang

digunakan

dalam me1akukan perhitungan

safety

stock

menggunakan target customer service level dan kumulatif dari kesalahan peramalan
dari data historis untuk menentukan jumlah minimum safety stock yang dibutuhkan
untuk berjaga-jaga terhadap permintaan sampai dengan penjadwalan selanjutnya
Langkah pemitungannya adalah sebagai berikut :
1. Hitung penyimpangan (deviasi) peramalan untuk masing-masing bulan.
2. Kuadratkan masing-masing deviasi
3. Hitung standar deviasi dengan menggunakan formula :

deviation

n-1
dimana n adalah jumlah observasi
4. Hitung safety stock dengan menggunakan :

dimana Z adalah nilai berdasarkan customer service value dan LT adalah lead

time
(Liljana Femar Tratar, 2009)

2.2 Sistem Informasi


2.2.1 Sistem lnformasi
Menurut O'Brien (2006) Sistem informasi dapat merupakan kombinasi
teratur apa pun dari orang-orang, perangkat keras, perangkat lunak, jaringan
komunikasi, dan

sumber daya

meyebarkan informasi dalam


informasi untuk

data

sebuah

yang

mengumpulkan,

organisasi. Orang

berkomunikasi antara

satu

sama

lain

mengubah,

dan

bergantung pada sistem


dengan

menggunakan

berbagai jenis alat fisik (hardware), perintah dan prosedur pemrosesan informasi
(software), saluran komunikasi Garingan), dan data yang disimpan (sumber daya
data) sejak permulaan peradahan.
Sumber daya sistem informasi menurut O'Brien (2006) mencakup :
1. Sumber daya manusia
Sumber daya manusia dibutuhkan untuk pengoperasian semua sistem informasi.
Sumber daya manusia meliputi pemakai akhir dan pakar Sl. Pemakai akhir
adalah orang-orang yang menggunakan sistem informasi yang dihasilkan sistem
tersebut.

Pakar

SI

adalah

orang-orang

yang

mengembangkan

dan

mengoperasikan sistem informasi. Mereka meliputi analis sistem, pembuat


software, operator sistem dan personel tingkat manajerial, teknis, dan staf
administrasi SI lainnya. Singkatnya, analis sistem mendesain sistem informasi
berdasarkan pada kebutuhan informasi dari pemakai akhir, pembuat software
membuat program komputer berdasarkan pada spesifikasi analis sistem, dan
operator sistem membantu mengawasi serta mengoperasikan sistem komputer

2. Sumber daya software


Meliputi semua rangkaian perintah

pemrosesan informasi. Konsep umum

software ini meliputi tidak hanya rangkaian perintah operasi yang disebut
program, dengan

hardware komputer pengendalian dan langsung, tetapi juga

rangkaian perintah pemrosesan informasi yang disebut prosedur yang dibutuhkan


orang-orang. Contoh-contoh sumberdaya software antara lain adalah : software
sistem, software aplikasi, dan prosedur.
3. Sumber daya hardware
Meliputi semua peralatan dan bahan fisik yang digunakan dalam pemrosesan
informasi. Secara khusus, sumberdaya ini meliputi tidak hanya mesin, seperti
komputer dan perlengkapan lainnya, tetapi juga semua media data, yaitu objek
berwujud tempat data dicatat, dari lembaran kertas hingga disk magnetis atau
optikal.
4. Sumber dayajaringan

Jaringan

telekominikasi terdiri

dari

komputer, pemrosesan komunikasi, dan

peralatan lainnya yang dihubungkan satu sama lain melalui media komunikasi
serta dikendalikan melalui software komunikasi. Konsep sumber daya jaringan
menekankan bahwa

teknologi

informasi dan

jaringan

adalah

komponen

sumberdaya dasar dari semua sistem informasi. Sumberdaya jaringan meliputi :


media komunikasi dan dukungan jaringan.

34

5. Sumber daya data


Data hams dilihat sebagai sumberdaya data yang hams dikelola secara efektif
agar dapat memberi manfaat pada pemakai akhir dalam sebuah organisasi. Data
adalah fakta atau observasi mentah, yang biasanya mengenai fenomena fisik atau
transaksi bisnis. Lebih rincinya data adalah pengukuran objektif dari atribut
(karakteristik) dari entitas (seperti manusia,tempat, barang, dan kejadian).
2.2.2 Sistem Pendukung Keputusan (Decision Support System)
Turban

Efraim

et

al.(2005)

menuliskan,

menurut

Little

(1970)

mendefinisikan DSS sebagai sekumpulan prosedur berbasis model untuk data


pemrosesan dan penilaian guna membantu para manajer mengambil keputusan.
Menurut Turban Efraim et al.(2005) Karakteristik dan kapabilitas DSS
adalah:
Dukungan untuk pengambil keputusan, terutama pada permasalahan sem1
terstruktur dan tidak terstruktur, dengan menyertakan penilaian manusia dan
penilaian terkomputerisasi.
Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer
Iini.
Dukungan untuk individu dan kelompok
Dukungan untuk keputusan independen dan atau sekuensial. Keputusan dapat
dibuat satu kali, beberapa kali, atau berulang.
Dukungan di semua fase proses pengambilan keputusan : intelegensi, desain,
pilihan, dan implementasi.

35
Adaptivitas sepanjang waktu
Pengguna merasa seperti dirumah. User friendly, kapabilitas grafis yang sangat
kuat, dan antarmuka manusia-mesin

interaktif dengan bahasa alami dapat

meningkatkan keefektifan DSS.


Peningkatan terhadap keefektifan pengambilan

keputusan (akurasi, timeliness,

kualitas) ketimbang pada efisiensinya(biaya pengambilan keputusan).


Kontrol penuh oleh pengambil

keputusan terhadap semua langkah proses

pengambilan keputusan dalam memecahkan suatu masalah.


Pengguna

akhir dapat mengembangkan dan memodifikasi

sendiri

sistem

sederhana
Biasanya

model-model

digunakan

untuk menganilisis

situasi pengambilan

keputusan.
Akses disediakan untuk berbagai sumber data, format, dan tipe. Mulai dari
sistem informasi geografis sampai sistem berorientasi objek.
Dapat dilakukan

sebagai alat stand alone yang digunakan oleh seorang

pengambil keputusan pada satu lokasi atau didistribusikan disatu organisasi


keseluruhan dan di beberapa organisasi sepanjang rantai persediaan.

2.2.3 Analisis dan Perancangan Sistem Berorientasi Objek

Analisis

dan perancangan

berorientasi

objek

adalah cara baru dalam

memikirkan suatu masalah dengan menggunakan model yang dibuat menurut

35
konsep sekitar dunia nyata. Dasar pembuatan adalah objek, yang merupakan

32
"berorientasi objek" berarti bahwa kita mengorganisasi perangkat lunak

sebagai

kumpulan dari objek tertentu yang memiliki struktur data dan perilakunya.
Objek menurut Mathiassen et al.(2000) adalah suatu entitas yang memiliki
identitas, state, dan behaviour. Dalam kegiatan analisa, objek digunakan untuk
mengelola pemahaman akan konteks sistem. Dalam perancangan, objek digunakan
untuk memahami dan mendefinisikan sistem.

Class menurut mathiassen et al.(2000) adalah deskripsi dari kumpulan dari


objek yang berbagi struktur, behavioral pattern, dan atribut. Kelas berguna untuk
memahami dan menggambarkan objek dimana daripada mendeskripsikan masing
masing objek yang ada, akan lebih baik untuk membuat kelas yang berisi objek
objek dengan deskripsi yang sama.
Keuntungan dari object-orientation menurut Mathiassen (2000) adalah :
1. Menyediakan informasi yang jelas mengenai konteks sistem. Dimana OOAD
memfokuskan dengan kejelasan yang sama antara sistem dan konteksnya
2. Hubungan yang erat
berorientasi objek,

antara analisa berorientasi objek dengan perancangan


antara muka pengguna

yang

berorientasi

objek

dan

programming yang berorientasi objek. Dalam kegiatan analisa, objek digunakan


untuk menentukan
digunakan

untuk

system

requirements

mendeskripsikan

sistem.

dan

dalam

Objek juga

perancangan,

objek

digunakan

untuk

menggambarkan dan sebagai model dari situasi dalam organisasi maupun situasi
diluar organisasi.
3. Objek memungkinkan pemaharnan dengan cara yang alami terhadap masalah

Aktivitas utama dalam OOAD mencakup kegiatan utama yaitu problem


domain analyis, application domain analysis, architecture design dan component
design. Selain itu juga terdapat kegiatan tambahan yaitu preliminary analysis yang
dilakukan sebelum keempat aktifitas tersebut untuk menentukan sistem yang
dibutubkan dengan cara memahami situasi yang ada mengumpulkan ide-ide.

\Co - :)]
SC>Il'Qfe:n; Q!
COITIJ'.IOnC<'IIIO

Gambar 2.1 Aktifitas utama dan hasil dalam OOAD


2.2.4 System Choice
Perancangan sistem dimulai dengan mengumpulkan ide-ide mengenai sistem
yang dibutubkan serta mengumpulkan informasi mengenai situasi yang sedang
dihadapi. Kegiatan ini merupakan preliminary analysis dimana pada tahap
dilakukan pendiskusian demi

tujuan

pengumpulan ide mengenai sistem

ini
atau

keadaan yang ada saat ini dari berbagai sudut pandang pihak-pihak yang terlibat
didalarnnya serta ide-ide berkaitan dengan sistem yang diinginkan dan dibutubkan.

Tujuan dari pernilihan sistem

untuk

menentukan karakteristik sistem

secara

menyeluruh. Pembuatan system definition sebagai awal mulainya aktifitas dalam


pemilihan sistem.

System choice ini dapat dilakukan dengan terlebih dahulu mendeskripsikan


sistem

yang

diinginkan. Untuk

dapat

memformulasikan

sistem

yang

akan

digunakan, perlu dilakukan pengamatan terhadap situasi yang terkait dengan sistem
serta

pemahaman

orang-orang yang

berhubungan

dengan

situasi

tersebut.

Pengamatan terhadap situasi ini pun perlu didukung dengan penciptaan dan evaluasi
ide untuk desain sistem. Dengan demikian pemilihan sistem akan menjadi lebih
maksimal

setelah melakukan pendiskusian

serta

evaluasi terhadap altematif

altematif dari sistem yang lain.


Menurut Mathiassen (2000) System definition adalah suatu uraian ringkas
dari suatu sistem terkomputerisasi yang dinyatakan dalam bahasa a!ami.
Beberapa prinsip

yang

dapat

digunakan dalam

pernilihan sistem

yaitu

memahami situasi, menumbuhkan gagasan barn, dan menggambarkan altematif


sistem. Sedangkan hasil dari pernilihan sistem tersebut adalah berupa FACTOR
yang

dinyatakan oleh Mathiassen (2000)

Conditions,

Technology,

(Functionality, Application

Objects, Responsibility). Berikut ini

Domain,

penjelasan dari

FACTOR:

1. Functionality : Fungsi dari sistem yang mendukung kegiatan dalam application


domain.
2. Application Domain : Bagian dari organisasi yang mengatur, mengawasi, dan

35
3. Conditions: Kondisi dimana sistem akan dikembangkan dan digunakan.
4. Technology : Tekonologi yang digunakan baik untuk mengembangkan sistem
dan juga teknologi yang memungkinkan dan mendukung jalannya sistem
5. Objects : Objek utama dalam problem domain
6. Responsibility : Tanggung jawab sistem secara keseluruhan dalam hubungan
dengan konteksnya
Mathiassen (2000) mengatakn bahwa FACTOR dapat digunakan dalam dua
cara.

Yang pertama FACTOR dapat digunakan untuk mendukung kegiatan

pembuatasn system definition, dimana keenam kriteria FACTOR dipertimbangkan


formulasinya Pada tahap ini, FACTOR terlebih dulu didefinisikan baru kemudian
ditentukan system definition nya. Cara kedua adalah dengan mendefinisikan terlebih
dahulu system definition dan

kemudian menggunakan keenam kriteria FACTOR

untuk mengetahui bagaimana system definition yang dibuat telah memenuhi keen am
faktor tersebut.
2.2.5 Problem Doi1Ulin Analysis

Problem Domain analysis berfokus pada upaya untuk mengetahui apa-apa


saja informasi yang perlu ditangani oleh sistem. Kegiatan dalam problem domain

ana/isis mencakup aktivitas kelas berupa penentuan objek, kelas, dan event yang
dirangkum dalam event table. Kelas dan objek tersebut kemudian dibuat modelnya
berdasarkan relasi struktural antara kelas dan objeknya, untuk kemudian dilakukan
pendeskripsian dari atribut dan behavior dari kelas dan objek tersebut.

2.2.5.1 Class Activity

Dalam model problem domain analysis dimulai dengan class activity. Class
activity merupakan

kegiatan

abstraksi,

klasifikasi,

dan pemilihan.

Abstraksi

merupakan kegiatan dimana problem domain diabstraksikan dalam bentuk objek


dan kelas. Objek dan kelas tersebut kemudian diklasifikasikan

dan kemudian

dilakukan pemilihan kelas dan event yang digunakan untuk memodelkan problem
domain. Konsep kelas dan event ini merupakan upaya untuk mendefinisikan dan
membatasiproblem domain.
Event table merupakan tabel yang merangkum kelas dan event dimana

dalam event table akan ditunjukan event mana dimana objek tertentu terlibat
didalamnya dan juga event apa saja yang mempengaruhi objek tersebut. Didalam
event table terdapat event dan class. Event table digunakan untuk menggambarkan

hubungan antara class dan event. Class adalah sekumpulan objek yang memiliki
atribut dan behavior. Sedangkan event adalah aktivitas yang teijadi.
2.2.5.2

Structural Activity

Dalam aktivitas struktural akan fokus dalam hubungan antara kelas dan
objek. Struktur ini kemudian digambarkan dalam suatu class diagram. Class
diagram adalah diagram yang menggambarkan hubungan antar class.

Menurut Mathiassen (2000), struktur terbagi menjadi dua, yaitu struktur


antar kelas dan struktur antar objek.
1. Struktur antar kelas, yaitu Generalisasi dan Cluster.
Generalisasi merupakan hubungan struktural antara dua atau lebih kelas yang

sebagai hubungan kelas yang umum (the super class) mendeskripsikan sifat yang
dimiliki dari subclass.
Cluster adalah pengelompokan dari kelas dengan tujuan untuk mempeijelas
kelas-kelas yang telah dikelompokan.
2. Struktur antar Objek, yaitu agregasi dan asosiasi.
Agregasi

menggambarkan hubungan

antara

dua

atau

lebih

objek

yang

menunjukan bahwa salah satu dari objek merupakan bagian dari objek secara
keseluruhan.
Asosiasi adalah

hubungan antara

dua

atau beberapa objek

yang

tidak

mengimplikasikan adanya peringkat antar objek yang dihubungkan,

2.2.5.3

Behavior Activity
Pada aktivitas ini dilakukan pendefinisian atribut dan behavioral pattern dari

setiap kelas. Pola behavior adalah deskripsi dari semua kemungkinan event traces
untuk semua objek dalam sebuah kelas. Event traces adalah urutan event yang
melibatkan objek tertentu.
Mathiassen (2000)

menyatakan bahwa behavioral pattern

memiliki tiga

bentuk yaitu sequence, selection, dan iteration. Sequence merupakan pola dimana
event teijadi setelah event tertentu diselesaikan. Selection adalah pola dimana hanya
satu event yang teijadi dari beberapa kemungkinan event yang dapat teijadi.
Iteration adalah pola event yang dapat teijadi berulang-ulang.
Hal yang perlu diperhatikan dalam pembuatan behavioral pattern adalah

event yang menyebabkan hilangnya objek tersebut. Hal lainnya adalah bahwa
behavioral pattern harus mampu menggambarkan event traces yang diperbolehkan
dan yang tidak legal.
Hasil dari behavioral activity ini adalah statechart yang menggambarkan
semua kemungkinan aktivitas dalam kelas mulai dari pembentukan kelas hingga
ketika

kelas tersebut diterminasi. Statechart diagram menggambarkan apa yang

dilakukan oleh class.


2.2.6 Application Domain Analysis
Application

domain

analysis berfokus pada

pertanyaan bagaimana sistem

akan

digunakan. Pada

upaya
tahap

untuk

menjawab

ini akan dilakukan

pendefinisian usecase, actor, }Unction, dan inteiface dari sistem.


2.2.6.1 Usage
Dalam

aktivitas

1m

dilakukan pendefinisian bagaimana pengguna

berinteraksi dengan sistem. Hal ini dilakukan dengan pendefinisian use case dan
actor. Use case adalah diagram yang menggambarkan interaksi antara pengguna
sebagai actor dengan

sistem informasi. Actor

adalah

abstraksi

dari pengguna

ataupun sistem lain yang berinteraksi dengan sistem. Use case memungkinkan suatu
pemahaman atas sistem dari sudut pandang pengguna dan menyediakan dasar bagi
pendefinisian dan evaluasi fungsi dan inteiface. Hasil dari aktifitas ini adalah use
case diagram yang menggambarkan interaksi antara actor dan use case.
2.2.6.2 Function
Function fokus pada apa yang sistem bisa lakukan untuk membantu actor

43

model agar berguna bagi para aktor. Aktifitas ini berguna untuk menentukan
kapabilitas dari pernrosesan sistem informasi dimana jUnction yang kompleks perlu
untuk diberikan perhatian lebih.
Mathiassen (2000) menyatakan bahwa ada empat tipe jUnction, yaitu :
1. Update, fungsi yang

diaktifkan

oleh event dalam problem domain

dan

menghasilkan perubahan di status dari model.


2. Signal,

fungsi yang

diaktifkan

oleh perubahan

status dari model

dan

mengakibatkan reaksi baik berupa tampilan bagi para aktor yang menyatakan
hal tersebut atau intervensi langsung dalam problem domain.
3. Read, fungsi yang diaktifkan oleh adanya keperluan akan informasi oleh para
aktor dan mengakibatkan sistem menampilkan bagian tertentu dari model yang
berhubungan.
4. Compute, fungsi yang diaktifkan oleh adanya keperluan akan informasi oleh
para aktor yang perlu melibatkan komputasi dari informasi yang disediakan
oleh para aktor maupun

model. Hasilnya adalah berupa hasil komputasi

tersebut.
2.2.6.3

Interface
Inteiface digunakan oleh aktor untuk berinteraksi dengan sistem. Analisis

nya dimulai dari use case, the problem model, dan jUnctional requirements, dan
hasilnya digunakan untuk menentukan elemen inteiface.
Hasil dari kegiatan analisa antarmuka adalah navigation diagram yang
menggambarkan setiap windows dan bagaimana hubungan antara setiap windows

40
dijelaskan interaksi antar objek-objek melalui pesan-pesan yang disampaikan antar
objek tersebut.
2.2.7 Desain Arsitektur

Desain arsitektur merupakan suatu

kegiatan

yang

bertujuan untuk

mendeskripsikan keseluruhan struktur sistem dan hubungan antara

komponen

komponen utama dari sistem tersebut beserta interaksinya Menurut Mathiassen


(2000)

aktifitas-aktifitas

yang

dilakukan

dalam

desain

arsitektur

adalah

mendefinisikan criteria, components, dan processes.


2.2.7.1 Criteria

Kriteria digunakan untuk mengatur yang mana yang harus didahulukan.


Perancangan yang baik perlu menyeimbangkan antara berbagai kriteria dan karena
kriteria-kriteria ini bisa jadi saling bertentangan maka prioritas dari kriteria tersebut
menjadi penting. Macam-macam kriteria yang dapat dipilih yaitu :
1. Usable, kemampuan sistem untuk dapat diadaptasi dalam suatu organisasi,
kegiatan kerja dan konteks teknis dalam organisasi tersebut.
2. Secure, Pencegahan terhadap akses yang tidak diijinkan terhadap data dan
fasilitas sistem.
3. Efficient, eksploitasi ekonomis dari fasilitas teknis sistem.
4. Correct, pemenuhan kebutuhan sistem.
5. Reliable, pemenuhan ketepatan yang dibutuhkan dalam pelaksanaan fungsi
fungsi sistem
6. Maintainable, biaya untuk memperbaiki defect dari sistem.

41
7. Testable, biaya untuk memastikan bahwa sistem yang dibuat dapat berfungsi
sesuai sebagaimana mestinya.
8. Flexible, Biaya untuk mengubah sistem yang dibuat.
9. Comphrehensible, Usaha yang diperlukan untuk mendapatkan pemahaman atas
sistem.
10. Reusable, Potensi untuk menggunakan bagian dari sistem dengan sistem terkait
lainnya.
11. Portable, biaya untuk memindahkan sistem ke perangkat teknis lainnya
12. Interoperable, biaya untuk penggunaan sistem dengan sistem yang lain.
Perancangan yang baik umumnya memiliki kriteria usable, flexible, dan
comphrehensible. Usable ditentukan oleh hubungan antara kualitas teknis sistem
dengan

penerapannya dalam

pekeijaan user. Flexible

dan

comphrehensible

membantu dalam perancangan dan implementasi kegiatan.

2.2.7.2 Components
Komponen

adalah

kumpulan

jawabnya masing-masing. Arsitektur


komponen-komponen yang

saling

dari bagian
komponen

program
adalah

dengan

struktur

berhubungan. Arsitektur

yang

tanggung

sistem

dari

baik

akan

membantu pemahaman sistem. Pengaturan perancangan dan menunjukan kestabilan


dari sistem tersebut.
Komponen terdiri dari riga bagian, yaitu :
1. Model, mempunyai tugas untuk menampung objek yang merupakan bentuk dari
problem domain.

3. User Interface, bertanggungjawab untuk membaca perintah dari tombol dalam


tampilan, dan meng-update tampilan yang memungkinkan interaksi antara
pengguna dengan sistem.
Arsitektur komponen dapat dirancang berdasarkan beberapa pola, yaitu :
}. Layered architecture pattern

Arsitektur ini memeiliki komponen yang dirancang dalam bentuk lapisan-lapisan


dimana terdapat antarmuka atas dan bawah. Antarmuka atas mendeskripsikan
operasi yang disediakan oleh komponen dilapisan atas sementara antarmuka
bawah mendeskripsikan operasi yang dapat diakses oleh komponen dari lapisan
bawahnya.
2. Generic architecture

Arsitektur ini terdiri dari model sistem yang terletak dilapisan paling bawah,
diikuti dengan function diatasnya dan kemudian inteiface dilapisan teratas.
Perangkat teknis bisa diletakan dibawah model dimana perangkat teknis ini
terhubung dengan model dan inteiface.
3. Client-server architecture

Dikembangkan untuk sistem yang terdistribusi dibeberapa area geografis yang


berbeda. Komponen dari arsitektur ini mencakup sebuah server dan beberapa
klien dimana klien-klien ini menggunakan server secara independen satu sama
lainnya.
2.2.7.3

Processes

Arsitektur proses adalah struktur eksekusi sistem yang terdiri dari proses

47
struktur fisik dari sistem. Hasil dari aktifitas ini adalah deployment diagram.
Deployment diagram adalah diagram yang menggambarkan processors, assigned
components, dan active objects. Processor adalah unit yang dapat mengeksekusi
program. Deployment diagram menunjukan tata letak sebuah sistem secara fisik,
menampakan bagian-bagian software beijalan pada bagian-bagian hardware.
2.2.8 Component Design
Sistem

komponen umurnnya terdiri

atas jUnction component dan model

component. Perancangan komponen terdiri dari kegiatan untuk mendefinisikan


kedua komponen tersebut dan bagaimana menghubungkan komponen-komponen.
Tujuan dari kegiatan ini adalah untuk menentukan penetapan kebutuhan dalam
kerangka keija arsitektur.
2.2.8.1 Model Component
Model component adalah bagian dari system yang mengimplementasikan
model

dari problem domain. Tujuan dari aktifitas model

component adalah

mengirimkan data saat ini dan data historic ke fonction, inteiface, dan kepada user
atau sistem lain. Hasil dari kegiatan ini adalah revised class diagram dari hasil
analisa event dan struktur kelas yang ada.
2.2.8.2 Function Component
Function component adalah bagian dari system yang mengimplementasikan
kebutuhan fungsional. Aktifitas desain

}Unction

component bertujuan untuk

menentukan kemampuan akses ke model bagi user inteiface dan system kompenen
yang lain. Dengan demikian jUnction component adalah penghubung antara model

48

spesifikasi dari operasi yang kompleks. Spesifikasi bagi operasi yang kompleks
dapat digambarkan dalam bentuk operation specification, sequence diagram atau
statechart diagram.