Sistem
Infrastruktur
Tujuan Analisis Sistem
Langkah ini dapat dilakukan dengan mempelajari secara terinci bagaimana sistem
yang ada beroperasi.
Untuk mempelajari operasi dari sistem ini diperlukan data yang dapat diperoleh
dengan cara melakukan penelitian.
Pada tahap analisis sistem, penelitian yang dilakukan adalah penelitian terinci
(detailed survey).
Langkah 2: Memahami Kerja Sistem
Langkah kedua dari tahap
analisis sistem dapat
terdiri dari beberapa
tugas yang perlu
dilakukan, yaitu sebagai
berikut ini :
o Menentukan jenis
penelitian
o Membuat penugasan
penelitian
o Membuat agenda
wawancara
o Mengumpulkan hasil
penelitian
Langkah 3: Analisis Sistem
Setelah proses analisis sistem ini selesai dilakukan, tugas berikutnya dari
analis sistem dan timnya adalah membuat laporan hasil analisis. Laporan
ini diserahkan kepada steering committe (komite/panitia pengarah
pengembangan sistem) yang nantinya akan diteruskan ke manajemen.
7
2 5
1
2 4 3 4
6 8 3
6
4
1 3 2 6 3 10
3 9 4
4
3 1
4
3
4 7
5
Program Dinamik
Program dinamik adalah salah satu teknik matematika yang
digunakan untuk mengoptimalkan proses pengambilan keputusan
secara bertahap ganda.
d1 d2 dn-1
V1 V2 V3 V4 V5
9
6
7 10 12
1
4
8
11
5
3. Hasil dari keputusan yang diambil pada setiap
tahap ditransformasikan dari status yang
bersangkutan ke status berikutnya pada tahap
berikutnya.
S1 = stage/tahap
R1 = peluang kesalahan tim peneliti 1
D1 = tambahan peneliti tahap 1
Tahap 2 Tim Peneliti 2
Tahap 3 Tim Peneliti 3
Penyelesaian
Total alokasi peneliti baru = 3 orang dengan total probabilitas kesalahan hasil
penelitian :
0.75 x 0.20 x 0.80 x 0.20 = 0.0240.
Contoh dari Transportasi
Jalur tercepat
7
B E 1
2
4 H 3
4
3 6
4 2 H
C F 3
A 4 4
1
4 6 3 I
3 3
5
D G
Contoh dari Manajemen Proyek (i)
1 0 0 0 0 0 0
2 1 5 2 8 1 3
3 2 6 3 9 ---- ----
4 --- ---- 4 12 ---- ----
--
Pemograman Dinamik Stokastik
ANALISIS SISTEM
SRI WULANDARI
Analisis sebab akibat
Analisis hambatan
Jenis-jenis
Analisis fenomena sub sistem
Analisis input output
Sistem Analisis optimasi
2. Analisis
Penundaan ini disebabkan karena adanya
Akibat hambatan saat proses berlangsung
Hambatan
(Effect Untuk mendapatkan hasil yang baik, bila
terjadi penundaan, maka harus segera
Delay diatasi hambatan ini terlebih dahulu
sub sistem
sub sistem akan menjadi input pada sistem
berikutnya
output
4. Analisis Optimasi
Antrian ◦ Pengusaha
◦ Biaya lebih
akan ◦ Membutuhkan biaya ruang lebih utk menunggu
dirasakan
◦ Kehilangan pelanggan
◦ Pelanggan tidak bahagia
oleh
◦ Antrian timbul disebabkan oleh kebutuhan akan
layanan melebihi kemampuan (kapasitas) pelayanan
atau fasilitas layanan, sehingga pengguna fasilitas
yang tiba tidak bisa segera mendapat layanan
disebabkan kesibukan layanan. Pada banyak hal,
tambahan fasilitas pelayanan dapat diberikan untuk
Antrian yang sangat panjang dan terlalu lama untuk memperoleh giliran pelayanan
sangatlah menjengkelkan.
Rata – rata lamanya waktu menunggu (waiting time) sangat tergantung kepada
rata – rata tingkat kecepatan pelayanan(rate of services).
Teori tentang antrian diketemukan dan dikembangkan oleh A.K. Erlang, seorang
insinyur dari Denmark yang bekerja pada perusahaan telepon di Kopenhagen pada
tahun 1910.
Erlang melakukan eksperimen tentang
fluktuasi permintaan fasilitas telepon
yang berhubungan dengan automatic
dialing equipment, yaitu peralatan
penyambungan telepon secara
Sejarah otomatis.
Teori
Antrian Dalam waktu – waktu yang sibuk
operator sangat kewalahan untuk
melayani para penelepon secepatnya,
sehingga para penelepon harus antri
menunggu giliran, mungkin cukup
lama.
Menurut Siagian (1987), antrian
ialah suatu garis tunggu dari
nasabah (satuan) yang memerlukan
layanan dari satu atau lebih pelayan
(fasilitas layanan).
Pengertian
Antrian Pada umumnya, sistem antrian
dapat diklasifikasikan menjadi
sistem yang berbeda – beda di
mana teori antrian dan simulasi
sering diterapkan secara luas.
Klasifikasi menurut Hillier dan
Lieberman adalah sebagai berikut :
Komponen 1. Kedatangan
Dasar
Antrian 2. Pelayanan
3. Antri
Setiap masalah antrian melibatkan kedatangan, misalnya
orang, mobil, panggilan telepon untuk dilayani, dan lain –
lain.
Meninggalkan sistem
Sistem Antrian Umum
Pola kedatangan
Pola layanan
Karakteristik Disiplin antrian
Proses
Antrian Kapasitas sistem
1. Tersedianya pelayanan
Mekanisme
Pelayanan 2. Kapasitas pelayanan
3. Lamanya pelayanan
Mekanisme pelayanan tidak selalu tersedia
untuk setiap saat.
2
E ( m) =
( − )
5. Rata-rata waktu seorang spp harus
menunggu dalam sistem [E(v)] → meliputi
waktu sebelum dan sesudah dilayani.
1
E (v) =
−
6. Rata-rata waktu tunggu sebelum menerima
pelayanan [E(w)]
1
E ( w) = E (v) − =
( − )
7. Rata-rata panjang antrian yang tidak
kosong [E(m/m > 0)]
E ( m / m 0) =
−
8. Rata-rata waktu suatu kedatangan tidak
menunggu [E(w/w > 0)]
1
E ( w / w 0) =
−
Latihan soal 1:
Dalam suatu ruang praktek dokter, setiap 4
menit datang 1 pasien. Untuk melayani
setiap pasien dibutuhkan waktu 2,5 menit.
Jam kerja praktek dokter adalah jam 15.00
– 18.00. Hitunglah:
a) Banyaknya pasien yang bisa dilayani
selama jam kerja. (45 pasien)
b) Rata-rata banyaknya pasien dalam
sistem. (1,66 pasien)
c) Rata-rata panjang antrian. (1,04 pasien)
d) Rata-rata waktu menunggu seorang
pasien dalam sistem. (6,66 menit)
e) Rata-rata waktu menunggu tiap pasien
sebelum menerima pelayanan (antri). (4,16
menit)
Latihan soal 2:
Kedatangan penelpon ke suatu telepon umum
mengikuti fungsi poisson dengan rata-rata waktu 10
menit antara kedatangan satu dengan lainnya. Lamanya
satu pembicaraan telepon rata-rata 3 menit dan mengikuti
distribusi eksponensial. Hitunglah:
a) Probabilitas bahwa seorang penelpon yang datang ke
telepon umum tersebut harus menunggu. (0,3)
b) Rata-rata panjang antrian yang tidak kosong. (1,43
penelpon)
c) Perusahaan telepon akan mendirikan tempat telepon
umum yang kedua dengan syarat waktu menunggu
suatu kedatangan penelpon hingga memperoleh
giliran paling sedikit 3 menit. Berapa seharusnya
banyaknya kedatangan sehingga tempat telepon
umum yang kedua tersebut mempunyai alas an kuat
untuk didirikan? (10 penelpon/jam atau 1 penelpon
setiap 6 menit)
Model Antrian
mean = variance = t
= tingkat kedatangan per satuan waktu
Slide 52
Model Antrian
Slide 53
Ukuran Kinerja Antrian
Tingkat Kedatangan =
Tingkat pelayanan =
Ls = Ws
Lq = Wq
Ws = Wq + 1/
Slide 55
Ukuran Kinerja Antrian
Pn = Probabilitas n
Ls = n.pn
Ws = Ls/
Wq = Ws-1/
Lq = Wq
Slide 56
Rumus Antrian Tipe
(M/M/1): (GD// )
Pn = (1-) n
Ls = /(1-)
Ws = 1/ (1- )
Wq = / (1- )
Lq = 2/(1-)
Slide 57
Contoh Antrian Tipe
(M/M/1): (GD// )
Soal:
Sebuah gerbang tol memiliki tingkat kedatangan rata-rata 400 kendaraan per jam
mengikuti distribusi Poisson. Rata-rata kendaraan dilayani selama 7 detik yang
sebarannya mengikuti distribusi exponensial.
Hitung Panjang antrian rata-rata (Lq) dan waktu antrian rata-rata Wq.
Jawab:
Tingkat kedatangan = = 400 kendaraan/jam
Tingkat pelayanan = = 3600/7= 514 kendaraan/jam
Tingkat intensitas = / = 400/514 = 0.778 < 1
Slide 58
Contoh Antrian Tipe
(M/M/1): (GD// )
Slide 59
TERIMA
KASIH
© Zulkifli Alamsyah
1
Model dalam Analisis Sistem
© Zulkifli Alamsyah
❖ Analogue Model.
▪ Lebih abstrak dari model iconic, karena tdk kelihatan sama
antara model dengan sistem nyata.
▪ Lebih mudah untuk memanipulasi dan dapat menunjukkan
situasi dinamis.
▪ Umumnya lebih berguna dari pada model iconic karena
kapasitasnya yang besar untuk menunjukkan ciri-ciri sistem
/ZA
nyata yang dipelajari. 3
❖ Mathematical (Simbolic) Model.
© Zulkifli Alamsyah
Model probabilistik :
Dalam kondisi ketidak-pastian (uncertainty).
Lebih sulit di analisis, meskipun representasi ketidak-
pastian dalam model dapat menghasilkan suatu
penyajian sistem nyata yang lebih realistis. /ZA
4
© Zulkifli Alamsyah
Penyederhanaan model:
1. Melinierkan hubungan yang tidak linier.
2. Mengurangi banyaknya variabel atau kendala.
3. Merubah sifat variabel, misalnya dari diskrit menjadi
kontinyu.
4. Mengganti tujuan ganda menjadi tujuan tunggal.
5. Mengeluarkan unsur dinamik (membuat model menjadi
statik).
6. Mengasumsikan variabel random menjadi suatu nilai
tunggal (deterministik).
1. Merumuskan masalah.
❖ Merumuskan definisi persoalan secara tepat
❖ Dalam perumusan masalah ada tiga hal yang penting
diperhatikan:
Variabel keputusan; yaitu unsur-unsur dalam
persoalan yang dapat dikendalikan oleh pengambil
keputusan, sering disebut sebagai instrumen.
Tujuan (objective). Penetapan tujuan membantu
pengambil keputusan memusatkan perhatian pada
persoalan dan pengaruhnya terhadap organisasi.
Tujuan ini diekspresikan dalam variabel keputusan.
Kendala (constraint) adalah pembatas-pembatas
terhadap alternatif tindakan yang tersedia.
/ZA
6
© Zulkifli Alamsyah
2. Pembentukan Model.
7
© Zulkifli Alamsyah
/ZA
9
© Zulkifli Alamsyah
Prinsip:
Setiap Organisasi berusaha mencapai
tujuan yang telah ditetapkan sesuai
dengan keterbatasan sumberdaya.
Linear Programming:
Teknik pengambilan keputusan dlm permasalahan
yang berhubungan dgn pengalokasian sumberdaya
secara optimal
10
© Zulkifli Alamsyah
/ZA
11
© Zulkifli Alamsyah
✓ Grafis (2 variabel)
✓ Matematis (Simplex method)
16
© Zulkifli Alamsyah
K
Laba = 8M + 6K
34
Pada A: M = 0, K = 12
32 Laba = 6 (12) = 72
28
4M + 2K 60 Pada B: M = 12, K = 6
24 M=0 K=30 Laba = 8(12) + 6(6) = 132
K=0 M=15
20
Pada A: M = 15, K = 0
16 Laba = 8 (15) = 120
Feasible
12 A(0,12) Region
Keputusan:
8 M=0 K=12 M = 12 dan K = 6
B(12,6) K=0 M=24 Laba yg diperoleh = 132.000
4 2M + 4K 48
C(15,0) M
O 4 8 12 16 20 24 28 32 34 18
Contoh Persoalan: 2 (Reddy Mikks Co.)
© Zulkifli Alamsyah
Z = 3 CE + 2 CI
A (0,1) D (31/3, 11/3) Pada A:
Z = 3(0) + 2(1) = 2
B (1,3) E (4,0)
C (2,2) Pada B:
CI Z = 3(1) + 2(3) = 9
8
Pada C:
Z = 3(2) + 2(2) = 10
7 2CE + CI 8
Pada D:
6 CI - CE 1
Z = 3(31/3) + 2(11/3) = 122/3
5
Pada E:
4 Z = 3(4) + 2(0) = 12
3 Feasible
Region Keputusan:
2 CI 2
CE = 31/3 dan CI = 11/3
B C
Pendapatan kotor:
1
A D CE + 2CI 6 Z = 122/3 ribu.
E /ZA
CE
O 1 2 3 4 5 7 8 21
Beberapa konsep penting dalam
© Zulkifli Alamsyah
penyelesaian persoalan LP
❖ Extreem points:
Titik-titik sudut daerah kelayakan (feasbile region)
❖ Infeasible Solution:
Tidak ada solusi karena tdk semua kendala terpenuhi.
❖ Unbounded Solution:
Solusi yang disbebabkan karena fungsi tujuan dibuat tanpa
batas dan tdk melanggar funggsi kendala.
❖ Redundancy:
Redundancy terjadi karena adanya kendala yg tdk
mempengaruhi daerah kelayakan.
❖ Alternative optima:
Solusi yang tdk memberikan nilai yang unik, terjadi bila garis
fungsi tujuan berimpit dgn garis salah satu kendala.
22
© Zulkifli Alamsyah
4M + 2K + S1 = 60 atau S1 = 60 – 4M – 2K
2M + 4K + S2 = 48 atau S2 = 48 – 2M – 4K
S1 adalah variabel slack (waktu tak terpakai) dalam perakitan
S2 adalah variabel slack (waktu tak terpakai) dalam pemolesan
Semua variabel yang tdk mempengaruhi kesamaan ditulis dg
koefisien nol.
S1 60 4 2 1 0 60/4 Persamaan
pivot
S2 48 2 4 0 1 48/2
Zj 0 -8 -6 0 0
❖ Langkah 4: Iterasi
Variabel yang masuk sbg basic variable (BV) adlh M dan
variabel yang keluar dari BV adalah S1. 25
© Zulkifli Alamsyah
Persamaan Pivot:
Persamaan pivot baru = Persamaan pivot lama : elemen pivot
Persamaan lainnya, termasuk Z:
Persamaan baru = (Persamaan lama) – (Koef kolom masuk) x
(persamaan pivot baru)
Hasil iterasi 1:
BV CV M K S1 S2 Rasio
M 15 1 1/2 1/4 0 30
S2 18 0 3 -1/2 1 6
120 0 -2 2 0
26
© Zulkifli Alamsyah
Hasil iterasi 2:
BV CV M K S1 S2 Rasio
M 12 1 0 1/3 -1/6
K 6 0 1 -1/6 1/3
27
© Zulkifli Alamsyah
Persoalan Minimisasi:
Contoh 1:
Bila pada contoh sebelumnya, biaya produksi setiap unit meja dan
kursi masing-masing Rp.200.000 dan Rp. 80.000, dan perusahaan
bertujuan utk meminimumkan biaya produksi, maka persoalan yang
dihadapi adalah persoalan MINIMISASI.
28
2(2) + 4K = 48
4M + 2K 60 K = (48-4)/4 = 11
24 M=0 K=30
K=0 M=15 Titik A (2;11)
20 Titik B (2;4)
Feasible
16
Region Titik C ditentukan oleh
12 A perpotongan garis kendala:
M=0 K=12 4M + 2K = 60
8 K=0 M=24
D dan K=4
2M + 4K 48
4 K4 4M + 2(4) = 60
B C M = (60-8)/4 = 13
M
O 4 8 12 16 20 24 28 32 34 Titik C (13;4)
Ukuran kotak
Proses Produksi
Besar Raksasa Jumbo
Waktu penggilingan (jam) 0.009 0.011 0.012
Waktu pengepakan (jam) 0.013 0.017 0.015
31
Decision Variables: Jumlah masing2 ukuran kotak yang
© Zulkifli Alamsyah
Fungsi Tujuan:
Maksimum Laba = 20(L2 + L3) + 24(G1+ G2 + G3) + 30(J1 + J2)
Fungsi Kendala:
L2 + L3 2.200 : jumlah maksimum kotak besar
G1 + G2 + G3 16.940 : jumlah maksimum kotak raksasa
J1 + J2 12.650 : jumlah maksimum kotak jumbo
L2 + L3 1800 : jumlah minimum kotak besar.
33