BAB 2

LANDASAN TEORI

2.1 Peta Proses Operasi

Peta proses operasi merupakan suatu diagram yang menggambarkan

langkah-langkah proses yang akan dialami bahan baku mengenai urut-urutan operasi

dan pemeriksaan. Sejak dari awal sampai menjadi produk jadi utuh maupun sebagai

komponen, dan juga memuat informasi-informasi yang diperlukan untuk analisa lebih

lanjut, seperti, waktu yang dihabiskan, material yang digunakan, dan tempat atau alat

mesin yang dipakai. Jadi dalam suatu peta proses operasi, dicatat hanyalah kegiatan-

kegiatan operasi dan pemeriksaan saja, kadang-kadang pada akhir proses dicatat tentang

penyimpanan (Sutalaksana, 1979, p21).

Untuk dapat menggambarkan Peta Proses Operasi dengan baik, ada beberapa

prinsip yang perlu diikuti, sebagai berikut :

1. Pertama-tama, pada baris paling atas dinyatakan kepalanya “Peta Proses

Operasi” yang diikuti oleh identifikasi lain seperti nama objek, nama

pembuat peta, tanggal dipetakan cara lama atau cara sekarang, nomor

peta dan nomor gambar.

2. Material yang akan diproses diletakkan di atas garis horisontal, yang

menunjukkan bahwa material tersebut masuk ke dalam proses.

3. Lambang-lambang ditempatkan dalam arah vertikal, yang menunjukkan

terjadinya perubahan proses.

4. Penomoran terhadap suatu kegiatan operasi diberikan secara berurutan

sesuai dengan urutan operasi yang dibutuhkan untuk pembuatan produk

tersebut atau sesuai dengan proses yang terjadi.

36

5. Penomoran terhadap suatu kegiatan pemeriksaan diberikan secara

tersendiri dan prinsipnya sama dengan penomoran untuk kegiatan

operasi.

2.2 Pengukuran Waktu

Berdasarkan Sutalaksana (1979, p131) pengukuran waktu adalah pekerjaan

mengamati dan mencatat waktu kerja baik setiap elemen ataupun siklus dengan

menggunakan alat-alat yang telah disiapkan. Teknik pengukuran waktu dibagi ke dalam

dua bagian, yaitu secara langsung dan tidak langsung. Secara langsung berarti

pengukuran dilaksanakan secara langsung yaitu di tempat di mana pekerjaan yang

bersangkutan dijalankan. Dua cara yang termasuk pengukuran secara langsung, yaitu

dengan metode cara jam henti dan sampling pekerjaan. Sedangkan cara tidak langsung

melakukan perhitungan waktu tanpa harus berada ditempat pekerjaan yaitu dengan

membaca tabel-tabel yang tersedia asalkan mengetahui jalannya pekerjaan melalui

elemen-elemen pekerjaan atau gerakan.

37

Gambar 2.1 Flowchart pengumpulan data dan pengolahan data jam henti

38

Langkah-langkah pengerjaan dari penyusun untuk pengumpulan dan

pengolahan:

1. Pengumpulan data waktu elemen kerja

Mengumpulkan data waktu elemen kerja sesuai dengan kebutuhan metode yang

dipakai untuk menyelesaikan masalah terjadi di lapangan.

2. Mengklasifikasi data

Dilakukan klasifikasi terhadap data yang telah dikumpulkan untuk

mempermudah dalam proses pengolahan data.

3. Uji kenormalan data

Melakukan uji kenormalan data pada data yang telah dikumpulkan dan

diklasifikasi. Jika data tidak lolos uji kenormalan data maka data yang telah

diambil dan diklasifikasi tidak dapat digunakan. Sehingga data harus dibuang

dan harus dilakukan pengumpulan data waktu elemen kerja lagi.

4. Uji keseragaman data

Melakukan uji keseragaman data pada data yang telah lolos uji kenormalan data.

Jika data tidak lolos uji keseragaman data maka data pencilan yang ada harus

dibuang, lalu kembali ke langkah uji kenormalan data.

5. Uji kecukupan data

Melakukan uji kecukupan data pada data yang telah lolos uji kenormalan data

dan uji keseragaman data. Jika data tidak lolos uji kecukupan data maka

kekurangan data yang ada harus dilengkapi, lalu kembali ke langkah uji

kenormalan data.

6. Waktu siklus

Melakukan perhitungan waktu siklus.

39

7. Waktu normal

Melakukan perhitungan waktu normal.

8. Waktu baku

Dari hasil perhitungan waktu elemen tiap proses, serta data performance dan

allowance maka akan diolah menjadi data waktu baku tiap elemen proses.

Pengukuran waktu ditujukan untuk mendapatkan waktu baku penyelesaian

pekerjaan yaitu waktu yang dibutuhkan secara wajar oleh seorang pekerja yang normal

untuk menyelesaikan suatu pekerjaan yang dijalankan dalam sistem kerja terbaik.

2.2.3 Pengujian Keseragaman Data

Sebelum data dapat digunakan maka perlu dilakukan pengujian keseragaman

data untuk dapat menetapkan waktu standar, dengan tujuan untuk mengetahui apakah

hasil pengukuran waktu cukup seragam untuk digunakan. Suatu data dikatakan seragam,

yaitu data yang berasal dari sistem sebab yang sama, bila berada di antara kedua batas

kendali.

Langkah-langkah pemrosesan hasil pengukuran pendahuluan adalah:

1. Kelompokkan hasil pengukuran ke dalam beberapa subgrup dan hitung

rata-rata dari tiap subgrup:

nXikX ∑=

dimana :

n = banyaknya data dalam satu subgrup

k = jumlah subgrup yang terbentuk

Xi = data pengamatan

40

2. Hitung rata-rata dari rata-rata subgrup:

XkX

k= ∑

3. Hitung standar deviasi dari waktu penyelesaian:

( )2Xi X

σN 1

−=

−∑

dimana :

N = jumlah pengamatan pendahuluan yang dilakukan

4. Hitung standar deviasi dari distribusi harga rata-rata subgrup:

nσ

xσ =

Perumusan batas kendali adalah sebagai berikut:

xσ Z X BKA += | xσ Z X BKB −= | 2

11 β−−=Z

dimana :

BKA = Batas Kendali Atas

BKB = Batas Kendali Bawah

Z = Nilai dari tabel distribusi normal sesuai dengan tingkat keyakinan

2.2.2 Pengujian Kenormalan Data

Uji kenormalan: suatu kumpulan data hasil pengukuran layak untuk diolah

jika data-data tersebut berdistribusi normal. Uji kenormalan dilakukan untuk

membuktikan apakah data-data yang telah diperoleh memiliki pola distribusi yang

41

sesuai dengan distribusi normal atau tidak. Pengujian terhadap kenormalan data

menggunakan Kolmogorov-Smirnov normality test. Nilai P- value yang diperoleh dari

hasil perhitungan Kolmogorov-Smirnov test dibandingkan dengan nilai P-value yang

sesuai dengan tingkat keyakinan yang telah ditentukan dengan menggunakan uji

hipotesa sebagai berikut.

H0 = Data berdistribusi Normal

H1 = Data tidak berdistribusi Normal

Analisa:

• Tolak H0 jika P-value Kolmogorov-Smirnov Test < nilai α (data tidak

berdistribusi normal).

• Gagal Tolak H0 jika P-value Kolmogorov-Smirnov Test > nilai α (data

berdistribusi normal).

2.2.3 Pengujian Kecukupan Data

Menurut Sutalaksana (1979, p.134), uji kecukupan data dilakukan untuk

mendapatkan apakah jumlah data hasil pengamatan cukup untuk melakukan

penelitian. Uji kecukupan data bertujuan untuk mengetahui apakah jumlah sample

yang diambil telah cukup untuk mewakili populasi.

( )2

22

'i i

i

k N X XsNX

⎛ ⎞−⎜ ⎟= ⎜ ⎟⎜ ⎟⎝ ⎠

∑ ∑∑

Apabila N>N’ maka jumlah sample sudah mencukupi.

42

Dimana:

N’ = jumlah pengamatan yang seharusnya dilakukan.

K = tingkat kepercayaan dalam pengamatan. (k=2, 1-α = 95%).

S = derajat ketelitian dalam pengamatan (5%).

N = jumlah pengamatan yang sudah dilakukan.

Xi = data pengamatan.

2.2.5 Faktor Penyesuaian dan Kelonggaran

Faktor kelonggaran adalah faktor penilaian atas kewajaran kerja pekerja saat

pengukuran waktu dilakukan. Tujuannya adalah mendapatkan data waktu kerja normal.

Sementara faktor kelonggaran adalah penilaian atas pengaruh atau dampak kondisi dan

lingkungan kerja terhadap kinerja pekerja. Tujuan dari pemberian faktor kelonggaran

adalah memperoleh data waktu baku kerja yang dapat mewakili data semua pekerja.

Metode yang digunakan adalah metode Westinghouse, dimana pada faktor penyesuaian

terdapat kriteria penilaian berupa:

• Ketrampilan

Ketrampilan adalah kemampuan operator mengikuti cara kerja yang

ditetapkan.

• Usaha

Usaha adalah kesungguhan yang ditunjukkan atau diberikan operator

ketika melakukan pekerjaannya.

• Kondisi Kerja

43

Kondisi kerja yang dimaksud adalah kondisi fisik lingkungannya seperti

keadaan pencahayaan, ttemperatur, dan kebisingan suara.

• Konsistensi

Konsistensi yang dimaksud di sini adalah konsistensi waktu pekerja

dalam menyelesaikan pekerjaannya.

Sementara kriteria-kriteria penilaian pada faktor kelonggaran adalah sebagai

berikut:

• Besarnya tenaga yang dikeluarkan saat bekerja.

• Sikap/posisi kerja

• Gerakan kerja

• Kelelahan mata

• Keadaan temperatur tempat kerja

• Keadaan atmosfer lingkungan/tempat kerja

• Keadaan lingkungan yang baik

• Kelonggaran untuk kebutuhan pribadi

2.2.5 Waktu Baku

Waktu normal = rata-rata waktu siklus (1+penyesuaian)

100Waktu baku = waktu normal 100 %

×

⎛ ⎞× ⎜ ⎟−⎝ ⎠kelonggaran

44

2.3 Peramalan

2.3.1 Definisi Peramalan

Menurut Sofjan Assauri peramalan/Forecasting adalah kegiatan untuk

memperkirakan apa yang akan terjadi pada masa yang akan datang. Peramalan

diperlukan karena adanya perbedaan waktu antara kesadaran akan dibutuhkannya suatu

kebijakan baru dengan waktu pelaksanaan kebijakan tersebut. Jadi dalam menentukan

kebijakan itu perlu diperkirakan kesempatan atau peluang yang ada, dan ancaman yang

mungkin terjadi. Dalam suatu perusahaan, ramalan dibutuhkan untuk memberikan

informasi kepada berbagai kegiatan seperti penjualan, permintaan, persediaan, keuangan

dan sebagainya.

Baik tidaknya hasil suatu penelitian dalam ekonomi dan dunia usaha sangat

ditentukan oleh ketepatan ramalan yang dibuat. Demikian pula baik tidaknya keputusan

dan rencana yang disusun juga sangat bergantung pada ketepatan ramalan yang dibuat.

Walaupun demikian perlu disadari bahwa ramalan tetaplah ramalan yang selalu

memiliki unsur kesalahan (error). Sehingga penting diperhatikan untuk memperkecil

kemungkinan kesalahan tersebut sekecil mungkin.

2.3.2 Jenis-Jenis Peramalan

Pada umumnya peramalan dapat dibedakan dari beberapa segi tergantung

dari cara melihatnya. Apabila dilihat dari segi sifat penyusunannya, maka peramalan

dapat dibedakan atas dua macam yaitu:

• Peramalan yang subjektif, yaitu peramalan yang didasarkan atas perasaan

atau intuisi dari orang yang menyusunnya. Dalam hal ini pandangan atau

45

judgement dari orang yang menyusunnya sangat menentukan baik

tidaknya hasil ramalan tersebut.

• Peramalan yang objektif, yaitu peramalan yang didasarkan atas data yang

relevan pada masa lalu, dengan menggunakan data teknik-teknik dan

metode-metode dalam penganalisaan data tersebut.

Disamping itu, jika dilihat dari jangka waktu ramalan yang disusun, maka

peramalan dapat dibedakan atas dua macam, yaitu:

• Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk

penyusunan hasil ramalan yang jangka waktunya lebih dari satu setengah

tahun atau tiga semester. Peramalan seperti ini misalnya diperlukan

dalam penyusunan rencana pembangunan suatu negara atau daerah,

corporate planning, rencana investasi atau rencana expansi dari suatu

perusahaan.

• Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk

penyusunan hasil ramalan dengan jangka waktu kurang dari setengah

tahun, atau tiga semester. Peramalan seperti ini diperlukan dalam

penyusunan rencana tahunan, rencana kerja operasional, dan anggaran,

contohnya penyusunan rencana produksi, rencana penjualan, rencana

pengadaan, rencana persediaan, anggaran produksi, dan anggaran

perusahaan.

46

Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat

dibedakan menjadi dua macam, yaitu:

• Peramalan kualitatif, yaitu peramalan yang didasarkan atas data

kwalitatif pada masa lalu. Hasil peramalan yang dibuat sangat

bergantung pada orang yang menyusunnya. Biasanya peramalan

kualitatif didasarkan atas hasil penyelidikan, seperti Delphi, S-curve,

analogies dan penilaian bentuk atau morphological research, atau

didasarkan atas ciri-ciri normatif seperti decision matrices atau decision

trees.

• Peramalan kuantitatif, adalah peramalan yang didasarkan atas data

kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat

tergantung pada metode peramalan yang digunakan. Peramalan

kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai

berikut:

• Adanya informasi tentang keadaan yang lain

• Informasi tersebut dapat dikuantifikasikan dalam bentuk data

• Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada

masa yang akan datang.

47

Jenis-jenis peramalan kuantitatif:

a. Time Series

Jenis peramalan ini merupakan estimasi masa depan yang dilakukan

berdasarkan nilai masa lalu dari suatu variabel dan / atau kesalahan masa

lalu.

b. Metode Causal

Peramalan ini memberikan suatu asumsi bahwa faktor yang diramalkan

mewujudkan suatu hubungan sebab akibat dengan satu atau lebih

independent variabel. Tujuannya adalah untuk menemukan bentuk hubungan

tersebut dan menggunakannya untuk meramalkan nilai mendatang dari

dependent variable.

2.3.3 Langkah-Langkah Peramalan

Pada dasarnya ada beberapa langkah peramalan yang penting yaitu:

1. Menganalisis data yang lalu

Tahap ini berguna untuk pola yang terjadi pada masa lalu. Analisis ini

dilakukan dengan cara membuat tabulasi dari data yang lalu.

2. Menentukan metode yang digunakan

Masing-masing metode akan memberikan hasil peramalan yang berbeda.

Dengan kata lain, metode peramalan yang baik adalah metode yang

menghasilkan penyimpangan antara hasil peramalan dengan nilai kenyataan

yang sekecil mungkin.

3. Memproyeksikan data yang lalu dengan menggunakan metode yang

dipergunakan dan mempertimbangkan adanya beberapa faktor perubahan.

48

Faktor-faktor perubahan tersebut antara lain terdiri dari perubahan

kebijakan-kebijakan yang mungkin terjadi, termasuk perubahan kebijakan

pemerintahan, perkembangan potensi masyarakat, perkembangan teknologi

dan penemuan-penemuan baru, dan perbedaan antara hasil ramalan yang ada

dengan kenyataan.

2.3.4 Jenis-Jenis Pola Data

Data yang diplot adalah data masa lalu yang dipergunakan untuk

meramalkan data di masa yang akan datang. Dari data yang telah diplot akan terlihat

pola data untuk menentukan metode ramalan yang akan digunakan. Menurut

Makridakis (1999, p21), pola–pola data deret waktu yang umum terjadi yaitu :

1. Pola Horisontal ( H )

Terjadi bila nilai data berfluktuasi di sekitar nilai rata–rata yang konstan.

(Deret seperti itu “ stasioner “ terhadap nilai rata–ratanya). Suatu produk yang

penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk jenis ini.

Demikian pula, suatu keadaan pengendalian mutu yang menyangkut pengambilan

contoh dari suatu proses produksi berkelanjutan yang secara teoritis tidak mengalami

perubahan juga termasuk jenis ini.

49

Gambar 2.2 Pola Data Stasioner / Horisontal (H)

2. Pola Musiman / Seasonal (S)

Terjadi bila suatu deret dipengaruhi oleh faktor musiman (misalnya kuartal

tahun tertentu, bulanan, atau hari–hari pada minggu tertentu). Penjualan dari produk

seperti minuman ringan, es krim, dan bahan bakar pemanas ruang, semuanya

menunjukkan jenis pola ini.

Gambar 2.3 Pola Data Musiman / Seasonal (S)

50

3. Pola Siklis / Cyclical (C)

Terjadi bila data dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti

yang berhubungan dengan siklus bisnis. Penjualan produk seperti mobil, baja, dan

peralatan utama lainnya menunjukkan jenis pola ini.

Gambar 2.4 Pola Data Siklis / Cyclical (C)

4. Pola Trend (T)

Terjadi bila terdapat kenaikan atau penurunan sekuler jangka panjang dalam

data. Penjualan banyak perusahaan, produk bruto nasional (GNP) dan berbagai indikator

bisnis atau ekonomi lainnya mengikuti suatu pola trend selama perubahannya sepanjang

waktu.

Gambar 2.5 Pola Data Trend (T)

51

2.3.5 Analisis Error Peramalan

Terdapat dua penilaian yang umum dipakai untuk menilai error suatu hasil

peramalan yaitu:

• Mean Squared Error (MSE) merupakan cara untuk mengukur kesalahan

peramalan keseluruhan. MSE merupakan rata-rata selisih kuadrat antara

nilai yang diramalkan dan yang diamati.

kesalahan peramalanMSE =

n∑

Kekurangan penggunaan MSE adalah bahwa MSE cenderung

menonjolkan deviasi yang besar karena adanya pengkuadratan.

Menggunakan MSE sebagai perhitungan kesalahan peramalan biasanya

menunjukkan bahwa lebih baik mempunyai beberapa deviasi yang kecil

daripada satu deviasi besar. Dengan MSE selisih error akan tampak lebih

jelas karena adanya faktor pengkuadratan.

• Mean Absolute Percent Error (MAPE). Masalah yang terjadi dengan

MAD dan MSE adalah bahwa nilai mereka tergantung pada besarnya

unsur yang diramal. Permasalahan ini dapat dihindari dengan MAPE.

MAPE dihitung sebagai rata-rata diferensiasi absolute antara nilai yang

diramal dan actual dinyatakan sebagai persentase nilai actual, jika kita

memiliki nilai yang diramal dan actual untuk n periode.

Sangat penting bagi kita untuk tidak sepenuhnya bergantung hasil analisa

statistic dalam bentuk angka. Kita juga perlu untuk ”melihat” (dalam arti yang

sebenarnya) data kita dalam bentuk grafik, bahkan keadaan data kita dalam worksheet

minitab untuk memeriksa kejanggalan-kejanggalan yang mungkin terjadi.

52

2.3.6 Peramalan Regresi Linear

Analisis deret waktu (time series) adalah suatu teknik atau metode peramalan

dengan menggunakan analisis hubungan antara variabel yang dicari atau diramal dengan

hanya satu-satunya variabel bebas yang mempengaruhinya yang merupakan variabel

waktu. Jadi dalam analisis deret waktu ini, variabel yang menentukan atau variabel

bebas (independent variable) hanyalah variabel waktu. Dalam bentuk Y = f(x), maka Y

adalah variabel yang diramalkan dan x adalah variabel waktu.

Dengan regresi linear yang sederhana dimaksudkan suatu pola hubungan

yang berbentuk garis lurus antara suatu variabel yang diramalkan dengan satu variabel

yang mempengaruhinya atau variabel bebas. Dalam analisa deret waktu ini variabel

bebasnya adalah waktu. Pola hubungan yang ditunjukkan dengan analisa regresi yang

sederhana mengasumsikan bahwa hubungan di antara dua variabel dapat dinyatakan

dengan suatu garis lurus. Dalam penerapannya secara mudah dilakukan dengan

menempatkan atau memplot titik-titik dari data observasi pada kertas gambar atau

grafik untuk melihat asumsi yang dapat digunakan bagi analisa regresi. Selanjutnya

digambarkan atau ditariklah suatu garis yang tepat mewakili titik-titik tersebut. Notasi

regresi sederhana yang merupakan pola garis lurus itu dinyatakan sebagai:

Y = a + bX

Dimana Y adalah variabel yang diramalkan, X adalah variabel waktu, serta a

dan b adalah parameter atau koefisien regresi.

Garis lurus yang dicari adalah garis lurus yang mendekati titik-titik dari data

historis. Untuk mencari garis lurus tersebut, kita perlu mencari besaran a dan b, besaran

tersebut merupakan nilai konstan yang tidak berubah-ubah di dalam penganalisaan yang

dilakukan. Artinya bila diperoleh nilai atau besaran a dan b, maka setiap nilai X atau

53

variabel waktu akan dpat diperoleh besaran Y atau variabel yang dicari untuk nilai X

tersebut.

Terdapat beberapa teknik dan metode yang dapat digunakan untuk mencari

atau mengestimasi nialai a dan b dalam hubungan fungsional dari regresi sederhana Y =

a + bX. Pada prinsipnya teknik dan metode yang ada mendasarkan proses analisanya

pada usaha untuk mendapatkan suatu garis lurus yang tepat melalui atau mendekati

titik-titik yang berserakan (scatter) dari data observasi. Garis tersebut dinyatakan

sebagai berikut:

Y = a + b X∧

Kesalahan ramalan yang terdapat adalah:

i ie = Y -Y∧

Sedangkan penyimpangan atau deviasi ramalan adalah:

id = Y -Y

Dalam hal ini Y∧

adalah nilai yang diramalkan, X adalah variabel yang

mempengaruhi atau variabel bebas, ie adalah kesalahan ramalan, d adalah

penyimpangan atau deviasi, iY adalah nilai observasi, dan Y adalah rata-rata dari nilai

observasi. Selisih nilai ramalan atau estimasi dan nilai observasi rata-rata dengan Y Y∧

−

yang merupakan besaran yang ditunjukkan atau diterangkan dengan terdapatnya garis

yang melalui atau mendekati titik-titik dari data observasi.

Seperti telah diuraikan di atas usaha yang dilakukan untuk mendapatkan

garis yang tepat untuk ramalan adalah dengan meminimalisasikan kesalahan ramalan.

54

Kesalahan ramalan diminimalisasikan dengan cara mengambil turunan parsial atau

parsial derivative dari jumlah kesalahan ramalan, dan kemudian menyamakannya

dengan nol. Proses pengerjaannya adalah sebagai berikut:

22i i ie = Y -Y

∧⎛ ⎞⎜ ⎟⎝ ⎠

∑ ∑

Dimana dari persamaan tersebut diketahui Y a + bX∧

= sehingga dengan

substitusi diperoleh:

( )22i ie = Y -a + bXi∑ ∑

( ) ( )2

ii i

e= -2 Y -a -bX = 0

a∂

∂∑ ∑

( ) ( )2

ii i i

e= -2 X Y -a -bX = 0

b∂

∂∑ ∑

Dari persamaan tersebut dapat diperoleh hasil persamaan dibawah ini, yang

merupakan formula umum dari teknik dan metode yang disebut least squares. Kedua

persamaan tersebut adalah:

i i

i i i i

Y na bX

X Y a X b X

= +

= +∑∑ ∑ ∑

Nilai-nilai a dan b dapat diperoleh dengan pemecahan secara simultan dari

kedua persamaan di atas. Nilai a dan b dapat diperoleh sebagai berikut:

i iY Xa b

n n= −∑ ∑

Atau

a = Y -bX

Dan

55

( )i i i i

22i i

n X Y - X Yb =

n X - X∑ ∑ ∑∑ ∑

Atau

i i i2i i

X Y -X Yb =

X -X X∑ ∑∑ ∑

2.4 Linear Programming

2.4.1 Definisi Linear Programming

Linear programming adalah suatu teknik matematik dalam menentukan

alokasi sumber-sumber untuk mencapai suatu tujuan tertentu. Persoalan linear

programming adalah suatu persoalan untuk menentukan besarnya masing-masing nilai

variabel sedemikian rupa sehingga nilai fungsi tujuan (objective function) yang linier

menjadi optimum (maksimum atau minimum) dengan memperhatikan pembatas-

pembatas yang ada yaitu pembatas mengenai inputnya.

Linear Programming ini menggunakan model matematis untuk menjelaskan

persoalan yang dihadapinya. Sifat “linier” disini memberi arti bahwa seluruh fungsi

matematis dalam model ini merupakan fungsi yang linier, sedangkan kata “programa”

merupakan sinonim untuk perencanaan. Dengan demikian programa linier adalah

perencanaan aktivitas-aktivitas untuk memperoleh suatu hasil yang optimum, yaitu

suatu hasil yang mencapai tujuan terbaik diantara seluruh alternatif yang fisibel.

56

Dalam membangun model dari formulasi persoalan diatas akan digunakan

karakteristik-karakteristik yang biasa digunakan dalam persoalan programa linier, yaitu:

• Variabel keputusan

Variabel keputusan adalah variabel yang menguraikan secara lengkap

keputusan-keputusan yang akan dibuat.

• Fungsi tujuan

Fungsi tujuan merupakan fungsi dari variabel keputusan yang akan

dimaksimumkan (untuk pendapatan atau keuntungan) atau diminimumkan

(pendapatan/minggu) – (ongkos material/minggu) – (ongkos tenaga

kerja/minggu).

• Pembatas

Pembatas merupakan kendala yang dihadapi sehingga kita tidak bisa

menentukan harga-harga variabel keputusan secara sembarang. Koefisien dari

variabel keputusan pada pembatas disebut koefisien teknologis, sedangkan

bilangan yang ada di sisi kanan setiap pembatas disebut ruas kanan pembatas.

• Pembatas tanda

Pembatas tanda adalah pembatas yang menjelaskan apakah variabel

keputusannya diasumsikan hanya berharga nonnegatif atau variabel keputusan

tersebut boleh berharga positif, boleh juga negatif (tidak terbatas dalam tanda).

57

Dapat ditarik kesimpulan mengenai pengertian programa linier. Programa linier

adalah suatu persoalan optimasi dimana kita melakukan hal-hal berikut:

• Kita berusaha memaksimalkan atau meminimumkan suatu fungsi linier dari

variabel-variabel keputusan yang disebut fungsi tujuan.

• Harga / besaran dari variabel-variabel keputusan itu harus memenuhi suatu set

pembatas. Setiap pembatas harus merupakan persamaan linier atau

ketidaksamaan linier.

• Suatu pembatas tanda dikaitkan dengan setiap variabel.

2.4.2 Formulasi Linear Programming

Dalam model Linear Programming dikenal dua macam fungsi, yaitu : fungsi

tujuan (objective function) dan fungsi-fungsi batasan (constraint functions). Fungsi

tujuan adalah fungsi yang menggambarkan tujuan/sasaran yang berkaitan dengan

pengaturan secara optimal sumber daya-sumber daya, untuk memperoleh keuntungan

maksimal atau biaya minimal. Sedangkan fungsi batasan merupakan bentuk penyajian

secara matematis batasan-batasan kapasitas yang tersedia yang akan dialokasikan secara

optimal ke berbagai kegiatan.

Masalah keputusan yang sering dihadapi adalah alokasi optimum sumber

daya yang langka. Sumber daya dapat berupa uang, tenaga kerja, bahan mentah,

kapasitas mesin, waktu, ruangan atau teknologi. Tugas analisis adalah mencapai hasil

terbaik yang mungkin dengan keterbatasan sumber daya ini. Hasil yang diinginkan

mungkin ditunjukkan sebagai maksimasi dari beberapa ukuran, seperti profit, penjualan

dan kesejahteraan, atau minimasi seperti biaya, waktu, dan jarak.

58

Setelah masalah diidentifikasikan, tujuan ditetapkan, langkah selanjutnya

adalah formulasi model matematik yang meliputi tiga tahap, sebagai berikut :

• Tentukan variabel yang tak diketahui (variabel keputusan) dan nyatakan dalam

simbol matematik.

• Membentuk fungsi tujuan yang ditunjukkan sebagai suatu hubungan linier

(bukan perkalian) dari variabel keputusan.

• Menentukan semua kendala masalah tersebut dan mengekspresikan dalam

persamaan atau pertidaksamaan yang juga merupakan hubungan linier dari

variabel keputusan yang mencerminkan keterbatasan sumber daya masalah itu.

Agar dapat memudahkan pembahasan model LP ini, digunakan simbol-simbol

sebagai berikut :

m = macam batasan-batasan sumber atau fasilitas yang tersedia.

n = macam kegiatan-kegiatan yang menggunakan sumber atau fasilitas tersebut.

i = nomor untuk sumber atau fasilitas yang tersedia (i = 1, 2, …, m)

j = nomor untuk aktivitas (sebuah variabel keputusan) (j = 1, 2, …, m)

cij = koefisien keuntungan per unit

xj = tingkat aktivitas j (sebuah variabel keputusan ) untuk j = 1,2,...,n

aij = banyaknya sumber i yang digunakan/dikonsumsi oleh masing-masing unit

aktivitas j ( untuk i = 1,2,...,m dan j = 1,2,...,n ).

bi = banyaknya sumber i yang tersedia untuk pengalokasian ( i= 1,2,...,m ).

Z = ukuran keefektifan yang terpilih

59

Bentuk baku model Linear Programming :

Fungsi tujuan : Maksimumkan atau minimumkan

Z = C1X1 +C2X2 + C3X3 + … + CnXn

Fungsi Pembatas : a11X1 + a12X2 +a13X3 + … + a1nXn ≤ b1

a21X1 + a22X2 +a23X3 + … + a2nXn ≤ b2

.

.

.

am1X1 + am2X2 +am3X3 + … + amnXn ≤ bm

dan X1 ≥ 0, X2 ≥ 0, …, Xn ≥ 0

2.4.3 Metode Simpleks

Apabila suatu persoalan program linier hanya mengandung dua kegiatan

(variabel keputusan) saja, maka dapat dipecahkan dengan metode grafik, tetapi jika

mengandung tiga atau lebih variabel keputusan, maka metode grafik tidak dapat

digunakan lagi, sehingga diperlukan alternatif lain yaitu dengan metode simpleks.

Langkah pertama, metode simpleks mengharuskan agar setiap batasan

ditempatkan dalam bentuk standar yang khusus dimana setiap batasan diekspresikan

sebagai persamaan dengan menambahkan variabel slack dan surplus sebagaimana

diperlukan. Jenis konversi ini umumnya menghasilkan sekelompok persamaan dimana

jumlah variabel adalah lebih besar daripada jumlah persamaan, yang umumnya berarti

bahwa persamaan-persamaan tersebut menghasilkan sejumlah titik pemecahan yang

60

tidak terbatas. Titik ekstrim dari ruang ini dapat diidentifikasi secara aljabar sebagai

pemecahan dasar (basic solution) dari sistem persamaan simultan tersebut.

Dari teori aljabar linier, sebuah pemecahan dasar diperoleh dengan

menetapkan beberapa variabel yang sebanyak selisih antara jumlah total variabel

dengan jumlah total persamaan memiliki nilai sama dengan nol dan lalu memecahkan

variabel sisanya, dengan ketentuan bahwa kondisi tersebut menghasilkan satu

pemecahan yang unik. Pada intinya, transisi dari prosedur grafik ke prosedur aljabar

sepenuhnya bergantung pada keabsahan hubungan penting berikut:

Titik ekstrim pemecahan dasar

Dengan titik adanya ruang pemecahan grafik untuk menuntun kita ke arah

solusi optimal, kita memerlukan sebuah prosedur untuk mengidentifikasi suatu

pemecahan dasar awal dan lalu bergerak secara sistematis ke pemecahan dasar lainnya

yang memiliki potensi untuk memperbaiki nilai fungsi tujuan. Pada akhirnya,

pemecahan dasar yang bersesuaian dengan nilai optimum akan diidentifikasi dan proses

perhitungan berakhir. Pada gilirannya, metode simpleks merupakan prosedur

perhitungan yang berulang (iterative) dimana setiap pengulangan (iterasi) berkaitan

dengan satu pemecahan dasar.

Penentuan pemecahan dasar dalam metode simpleks umumnya melibatkan

perincian perhitungan yang menjemukan. Perincian seperti ini sebaiknya tidak

mengalihkan perhatian kita darii gagasan dasar metode ini: menghasilkan beberapa

pemecahan dasar secara berurutan dengan cara yang akan mengarahkan kita pada titik

ekstrim optimum.

61

Langkah-langkah pemecahan linier programming dengan menggunakan

metode simpleks:

1 Formulasikan dan standarisasikan modelnya

2 Bentuk tabel awal simpleks berdasarkan informasi model di atas

3 Tentukan kolom kunci di antara kolom-kolom variabel yang ada, yaitu kolom

yang mengandung nilai (cj-Zj) paling posistif untuk kasus maksimasi dan

mengandung nilai (cj-Zj) paling negatif untuk kasus minimasi.

4 Tentukan baris kunci di antara baris-baris variabel yang ada, yaitu baris yang

memiliki rasio kuantitas dengan nilai positif terkecil.

5 Bentuk tabel berikutnya dengan memasukkan variabel perdata ke kolom variabel

dasar dan mengeluarkan variabel perantau dari kolom tersebut, serta lakukan

transformasi baris-baris variabel.

6 Lakukan uji optimalitas, dengan kriteria jika semua koefisien pada baris (cj-Zj)

sudah tidak ada lagi yang bernilai positif (maksimasi) atau sudah tidak ada lagi

yang bernilai negatif (minimasi), berarti tabel sudah optimal. Jika kriteria tersebut

belum terpenuhi, maka diulang mulai dari langkah ke-3 sampai ke-6 hingga

terpenuhi kriteria tersebut.

2.4.4 Pemrograman Linear Integer

Integer programming adalah program linear (Linear Programming) di mana

variabel-variabelnya bertipe integer. Integer programming digunakan untuk

memodelkan permasalahan yang variabel-variabelnya tidak mungkin berupa bilangan

yang tidak bulat (bilangan real), seperti variabel yang merepresentasikan jumlah orang,

karena jumlah orang pasti bulat dan tidak mungkin berupa pemecahan. Integer

62

programming juga biasanya lebih dipilih untuk memodelkan suatu permasalahan karena

program linear dengan variabel berupa bilangan real kurang baik dalam memodelkan

permasalahan yang menuntut solusi berupa bilangan integer.

2.5 Penjadwalan Mesin

2.5.1 Definisi Penjadwalan Mesin

Menurut Rosnani Ginting (Penjadwalan mesin, 2009, p1) penjadwalan mesin

adalah pengurutan pembuatan/pengerjaan produk secara menyeluruh yang dikerjakan

pada beberapa buah mesin. Dengan demikian masalah sequencing senantiasa

melibatkan pengerjaan sejumlah komponen yang sering disebut dengan istilah job. Job

sendiri masih merupakan komposisi dari sejumlah elemen-elemen dasar yang disebut

aktivitas atau operasi. Tiap aktivitas atau operasi ini membutuhkan alokasi sumber daya

tertentu selama peiode waktu tertentu yang sering disebut dengan waktu proses.

Menurut Baker (Introduction to sequencing and scheduling, p2) penjadwalan adalah

pengalokasian sumber daya yang terbatas untuk mengerjakan sejumlah pekerjaan.

2.5.2 Tujuan Penjadwalan Mesin

Menurut Bedworth (1987) tujuan dari aktivitas penjadwalan adalah sebagai

berikut:

1. Meningkatkan penggunaan sumberdaya atau mengurangi waktu

tunggunya, sehingga total waktu proses dapat berkurang, dan

produktivitas dapat meningkat.

2. Mengurangi persediaan barang setengah jadi atau mengurangi sejumlah

pekerjaan yang menunggu dalam antrian ketika sumberdaya yang ada

63

masih mengerjakan tugas yang lain. Teori Baker mengatakan, jika aliran

kerja suatu jadwal konstan, maka antrian yang mengurangi waktu alir

akan mengurangi rata-rata persediaan barang setengah jadi.

3. Mengurangi beberapa kelambatan pada pekerjaan yang mempunyai batas

waktu penyelesaian sehingga akan meminimisasi penalty cost (biaya

kelambatan).

4. Membatu pengambilan keputusan mengenai perencanaan kapasitas

pabrik dan jenis kapasitas yang dibutuhkan sehingga penambahan biaya

yang mahal dapat dihindarkan.

2.5.3 Model Penjadwalan

Proses penjadwalan timbul jika terdapat keterbatasan sumber daya yang

dimiliki sehingga diperlukan adanya pengaturan sumber-sumber daya tersebut secara

efisien. Berbagai model penjadwalan telah dikembangkan untuk mengatasi persoalan

penjadwalan tersebut.

Menurut Baker (1974), model penjadwalan dapat dibedakan menjadi 4 jenis

keadaan, yaitu:

1. Mesin yang digunakan dapat berupaproses dengan mesin tunggal atau proses

dengan mesin majemuk.

2. Pola aliran proses dapat berupa aliran identik atau sembarang.

Pola aliran dapat dibedakan menjadi flowshop dan jobshop. Flowshop terdiri

atas pure flowshop dan general flowshop. Pada pure flowshop berbagai

pekerjaan akan mengalir pada lini produksi yang sama dan tidak dimungkinkan

adanya variasi. Pada general flowshop dimungkinkan adanya variasi antara

64

pekerjaan atau pekerjaan yang dating tidak harus dikerjakan di semua mesin.

Sedangkan pada jobshop, setiap pekerjaan memiliki pola aliran kerja yang

berbeda.

3. Pola kedatangan pekerjaan statis atau dinamis.

Pada pola statis, pekerjaan datang bersamaan pada waktu nol dan siap dikerjakan

atau kedatangan pekerjaan bisa tidak bersamaan tetapi saat kedatangan telah

diketahui sejak waktu nol. Pada pola dinamis mempunyai sifat kedatangan

pekerjaan tidak menentu, artinya terdapat variabel waktu sebagai faktor yang

berpengaruhi.

4. Sifat indormasi yang diterima dapat bersifat deterministik atau stokastik.

Model deterministik memiliki kepastian informasi tentang parameter dalam

model, sedangkan model stokastik mengandung unsur ketidakpastian.

Parameter yang dimaksud adalah:

• Saat datang, saat siap, jumlah pekerjaan, batas waktu penyelesaian (due date),

dan bobot kepentingan masing-masing pekerjaan.

• Jumlah operasi, susunan mesin (routing), waktu proses, dan waktu set up.

• Jumlah dan kapasitas mesin, kemampuan dan kecocokan tiap mesin terhadap

pekerjaan yang akan dikerjakan.

65

Pada proses penjadwalan produksi deterministik dibutuhkan tiga parameter

dasar, yaitu:

• Processing time (ti) atau waktu proses, yaitu waktu yang dibutuhkan untuk

memberikan nilai tambah pada order i.

• Ready time (ri) atau saat siap, yaitu saat paling awal order i dapat diproses oleh

mesin.

• Due date (di) atau saat kirim, yaitu saat kirim order i kepada konsumen.

Secara garis besar, pengurutan pekerjaan pada mesin terdiri atas dua jenis,

yaitu:

• Pengurutan n pekerjaan terhadap 1 mesin

• Pengurutan n pekerjaan terhadap m mesin

Pengurutan n pekerjaan terhadap m mesin juga terdiri atas dua jenis,

disesuaikan dengan kondisi permasalahan, yaitu:

• m mesin pararel, maksudnya masing-masing pekerjaan (job) diproses pada 1

mesin yang disusun secara pararel.

• m mesin seri, maksudnya masing-masing pekerjaan harus melewati masing-

masing mesin.

66

2.5.4 Output Penjadwalan

Untuk memastikan bahwa suatu aliran kerja yang lancar akan melalui

tahapan produksi, maka sistem penjadwalan harus membentuk aktivitas-aktivitas output

sebagai berikut:

1. Pembebanan (Loading)

Pembebanan melibatkan penyesuaian kebutuhan kapasitas untuk order-order

yang diterima/diperkiraan dengan kapasitas yang tersedia. Pembebanan

dilakukan dengan menugaskan order-order pada fasilitas-fasilitas, operator-

operator dan peralatan tertentu.

2. Pengurutan (Sequencing)

Pengurutan merupakan penugasan tentang order-order mana yang diprioritaskan

untuk diproses dahulu bila suatu fasilitas harus memproses banyak job.

3. Prioritas job (dispaching)

Dispaching merupakan prioritas kerja tentang job-job mana yang diseleksi dan

diprioritaskan untuk diproses.

4. Pengendalian kinerja penjadwalan

Pengendalian kinerja penjadwalan dilakukan dengan:

• Meninjau kembali status order-order pada saat melalui sistem tertentu.

• Mengatur kembali urutan-urutan, misalnya expediting order-order yang

jauh di belakang atau mempunyai prioritas utama.

5. Updating jadwal

Updating jadwal dilakukan sebagai refleksi kondisi operasi yang terjadi dengan

merevisi prioritas-prioritas.

67

2.5.5 Penjadwalan Mesin Heuristic Pour

Menurut Hamid Davoud Pour (2001) mengembangkan algoritma heuristik

baru di dalam menyelesaikan penjadwalan flowshop dengan tujuan meminimalkan

makespan (flowtime maksimum) yaitu berdasarkan pendekatan kombinasi. Hal ini

dilakukan dengan cara mengganti setiap job dengan job lainnya dalam urutan sampai

ditemukan kombinasi urutan yang dapat memenuhi kinerja tujuan.

Dalam metode ini diasumsikan bahwa semua job diproses secara terpisah

dan independent untuk setiap mesinnya. Berikutnya adalah notasi yang digunakan:

• Pij = waktu proses dari job i pada mesin j.

• Cij = rentang waktu antara saat job i pada mesin j dimulai (t=0) sampai job itu

selesai.

• Ci = sum of completion time untuk job i pada semua mesin.

• Fmax = rentang waktu antara saat pekerjaan tersedia atau dapat dimulai sampai

pekerjaan itu selesai (makespan).

Langkah-langkah pengerjaan Algoritma Heuristic Pour:

1. Memilih job 1 sebagai urutan pertama sementara dalam urutan pengerjaan

sehingga waktu proses job 1 pada semua mesin dianggap nol.

2. Menempatkan job-job lain (selain job yang sudah dipilih sebagai urutan

pertama, yaitu job 1) pada urutan berikutnya.

3. Memilih waktu proses terkecil untuk masing-masing mesin.

4. Melakukan penambahan waktu proses (completion time) pada setiap Pij dengan

aturan increasing processing time, yaitu dengan menambahkan waktu proses

secara kumulatif dari yang terkecil menuju yang terbesar pada tiap Pij.

68

5. Menghitung sum of completion time (∑Ci) untuk setiap job yang ada.

6. Mengurutkan ∑Ci dengan aturan increasing order (yaitu pengurutan yang

dimulai dari yang terkecil hingga yang terbesar) untuk diletakkan pada urutan

setelah job yang sudah dipilih untuk urutan pertama sementara (yaitu job 1).

7. Setelah didapatkan urutan sementara di mana job 1 sebagai urutan pertama,

maka hitunglah Fmax-nya dari urutan sementara tersebut.

8. Melakukan ulang langkah 1-7 untuk setiap job yang ada yang akan ditempatkan

sebagai urutan pertama dari urutan pengerjaan job sampai didapatkan nilai Fmax

paling minimal.

9. Melakukan ulang langkah 1-8 untuk job yang akan menempati posisi berikutnya

yaitu pada posisi kedua, ketiga dan seterusnya setelah terpilih job untuk posisi

pertama dengan nilai Fmax minimum.

69

Gambar 2.6 Flowchart Pengerjaan Algoritma Heuristic Pour

70

2.6 Sistem Informasi

2.6.1 Pengertian Sistem Informasi

Pengertian sistem menurut O’Brien (2005, p29) adalah sekelompok elemen

yang saling berhubungan atau berinteraksi hingga membentuk satu kesatuan. Konsep

sistem berikut ini lebih tepat untuk bidang sistem informasi. Sistem adalah sekelompok

komponen yang saling berhubungan, bekerja bersama untuk mencapai tujuan bersama

dengan menerima input serta menghasilkan output dalam proses transformasi yang

teratur.

Sistem semacam ini disebut sebagai sistem dinamis dan memiliki tiga fungsi

dasar (input-proses-output) yang saling berinteraksi:

• Input melibatkan penangkapan dan perakitan berbagai elemen yang

memasuki sistem untuk diproses. Contohnya, bahan baku, energi, data, dan

usaha manusia harus terjamin dan diatur untuk pemrosesan.

• Pemrosesan melibatkan proses transformasi yang mengubah input menjadi

output. Contohnya adalah proses manufaktur, proses bernafasnya manusia,

atau perhitungan matematika.

• Output melibatkan perpindahan elemen yang telah diproduksi oleh proses

transformasi ke tujuan akhirnya. Contohnya, barang jadi, layanan oleh

manusia dan informasi manajemen harus dipindahkan ke para pemakainya.

• Umpan balik/feedback adalah data mengenai kinerja sistem. Contohnya,

data mengenai kinerja penjualan adalah umpan balik bagi manajer penjualan.

• Pengendalian melibatkan pengawasan dan pengevaluasian umpan balik

untuk menetapkan apakah sistem bergerak menuju pencapaian tujuan atau

71

tidak. Fungsi pengendalian kemudian akan membuat penyesuaian yang

dibutuhkan atas komponen input pemrosesan sistem, untuk memastikan

bahwa sistem tersebut menghasilkan output yang sesuai. Contohnya, seorang

manajer menjalankan pengendalian ketika menugaskan kembali seorang

tenaga penjualan ke wilayah penjualan yang baru, setelah mengevaluasi

umpan balik mengenai kinerja penjualan mereka.

Gambar 2.7 Model Dasar Sistem

McLeod (2001, p12) berpendapat informasi adalah data yang telah diproses

atau data yang memiliki arti. Sedangkan menurut O’Brien (2004, p13) informasi adalah

data yang telah dikonversikan menjadi konteks yang berarti dan berguna bagi pemakai

tertentu.

Terdapat empat dimensi informasi menurut McLeod (2001, p145), yaitu :

• Ketepatan waktu

Informasi harus dapat tersedia untuk memecahkan masalah pada waktu yang

tepat sebelum situasi menjadi tidak terkendali atau kesempatan yang ada

menghilang.

• Kelengkapan

Perusahaan khususnya manajer harus dapat memperoleh informasi yang

memberi gambaran lengkap dari suatu permasalahan atau penyelesaian.

Input Proses Output

feedback

72

Namun pemberian informasi yang tidak berguna secara berlebihan harus

dihindari.

• Akurasi

Secara ideal, semua informasi harus akurat untuk menunjang terbentuknya

system yang akurat pula. Akurasi ini terutama diperlukan dalam aplikasi-

aplikasi tertentu seperti aplikasi yang melibatkan keuangan, semakin teliti

informasi yang diinginkan maka biaya pun semakin bertambah.

• Relevansi

Informasi disebut relevan jika informasi tersebut berkaitan langsung dengan

masalah yang sedang dihadapi. Manajer harus mampu memilih informasi

yang diperlukan.

Pengertian sistem informasi menurut Whitten et al (2004, p10) adalah

pengaturan orang, data, proses, dan information technology (IT)/teknologi informasi

yang berinteraksi untuk mengumpulkan, memproses, menyimpan, dan menyediakan

sebagai output informasi yang diperlukan untuk mendukung sebuah organisasi.

73

2.6.2 Sumber Daya Sistem Informasi

Gambar 2.8 Komponen-Komponen Sistem Informasi

Sumber : O’Brien (2005, p34)

Gambar di atas menunjukkan bahwa sistem informasi memiliki lima sumber

daya dasar yaitu manusia, hardware, software, data dan jaringan. Sumber daya sistem

informasi dan produknya menurut O’Brien (2005, p35-36):

1. Sumber Daya Manusia (SDM)

• Para pakar: sistem analis, pembuat software, operator system.

• Pemakai akhir: orang-orang lainnya yang menggunakan sistem

informasi.

2. Sumber Daya Perangkat Keras (hardware)

• Mesin: komputer, monitor video, disk drive magnetis, printer,

pemindai optikal.

• Media: floppy disk magnetic tape, disk optikal, kartu plastik, formulir

kertas.

74

3. Sumber Daya Perangkat Lunak (software)

• Program: program system operasi, program spreadsheets, program

word processing, program penggajian.

• Prosedur: prosedur entri data, prosedur untuk memperbaiki

kesalahan, prosedur pendistribusian cek gaji.

4. Sumber Daya Data

• Deskripsi produk, catatan pelanggan, file kepegawaian, database

persediaan.

5. Sumber Daya Jaringan

• Media komunikasi, pemrosesan komunikasi, software untuk akses

dan pengendalian jaringan.

6. Produk Informasi

• Laporan manajemen dan dokumen bisnis yang menggunakan

tampilan teks serta grafik, respons audio, dan formulir kertas.

2.6.3 Object Oriented Analysis & Design (OOA&D)

Menurut Whitten et al (2004, p27) object-oriented analysis and design

adalah kumpulan peralatan dan teknik untuk pengembangan sistem yang akan

memanfaatkan teknologi object untuk mengkonstruksikan sebuah sistem dan perangkat

lunaknya.

Sementara menurut Whitten et al (2004, p408) object-oriented analysis itu

sendiri adalah suatu pendekatan yang digunakan untuk mempelajari objek yang sudah

ada untuk mengetahui apakah mereka dapat digunakan kembali atau diadaptasi untuk

75

pemakai baru, atau menentukan satu objek baru atau yang dimodifikasi yang akan

digabung dengan objek yang sudah ada ke dalam suatu aplikasi komputasi bisnis yang

sangat berharga.

Sedangkan object modeling adalah teknik untuk mengidentifikasi objek di

dalam lingkungan sistem dan mengidentifikasi hubungan antar objek-objek tersebut

(Whitten et al, 2004, p408).

Menurut mathiassen et al (2000, pp5-6) menyatakan bahwa keuntungan

menggunakan OOAD antara lain :

1. OOA&D memberikan informasi yang jelas mengenai context sistem.

2. Selain dapat mendukung dalam menangani data dalam jumlah besar

OOA&D dapat mendistribusikannya ke seluruh bagian organisasi

3. OOA&D berhubungan erat dengan object oriented analysis, object oriented

design, object oriented user interface, dan object oriented programming.

Sedangkan kelemahan OOA&D menurut Raymond McLeod, Jr (2001, p615)

yaitu:

1. Diperlukan waktu lama untuk memperoleh pengalaman pengembangan.

2. Kesulitan metodologi untuk menjelaskan sistem bisnis yang rumit.

3. Kurangnya pilihan peralatan pengembangan yang khusus disesuaikan untuk

sistem bisnis.

2.6.3.1 Objek dan Class

Menurut Mathiassen et al (2000, p4) objek adalah sebuah entitas yang

memiliki identitas, status, dan perilaku. Sementara class merupakan deskripsi dari

kumpulan objek yang memiliki struktur, pola perilaku, dan atribut yang sama.

76

Beberapa konsep sistem untuk permodelan objek dari perancangan OOA&D

menurut Whitten (2004, p409-417) antara lain :

a. Encapsulation

Encapsulation adalah pengemasan beberapa item ke dalam satu unit. Konsep

ini diterapkan pada suatu objek, atribut, dan behavior objek yang

dikelompokkan untuk kemudian dapat diakses melalui behavior objek

tersebut.

b. Inheritance

Inheritance adalah konsep dimana metode dan atau atribut yang ditentukan

di dalam sebuah objek class dapat diwariskan atau digunakan lagi oleh objek

class lainnya.

c. Generalization/specialization

Generalization adalah sebuah teknik di mana atribut dan behavior yang

umum pada beberapa tipe kelas objek, dikelompokkan (atau diabstraksi) ke

dalam kelasnya sendiri, disebut supertype. Atribut dan metode kelas objek

supertype kemudian diwariskan oleh kelas objek tersebut (subtype).

d. Supertype

Supertype adalah sebuah entity yang berisi atribut dan behavior yang umum

bagi satu atau lebih subtype kelas. Juga disebut kelas abstract atau parent.

e. Subtype

Subtype adalah sebuah kelas objek yang mewariskan atribut dan behavior

dari sebuah kelas supertype dan kemudian mengisikan atribut dan behavior

lain yang unik kedalamnya. Juga disebut kelas child, dan jika berada di level

terendah dari hirarki pewarisan, maka disebut kelas concrete.

77

f. Multiplicity

Multiplicity adalah jumlah kejadian minimum dan maksimum dari satu

objek/kelas untuk satu kejadian tunggal dari objek/kelas yang terkait.

g. Aggregation

Aggregation adalah sebuah hubungan di mana satu kelas “whole” yang lebih

besar berisi satu atau lebih kelas “part” yang lebih kecil. Atau, kelas “part”

yang lebih kecil adalah bagian dari kelas “whole” yang lebih besar.

h. Composition

Composition adalah hubungan agregasi di mana “whole” bertanggung jawab

atas pembuatan dan perusakan “bagian-bagian”. Jika “whole” rusak, maka

“part” juga akan rusak.

i. Polymorphism

Polymorphism adalah konsep bahwa objek yang berbeda dapat merespons

pesan yang sama dalam cara yang berbeda.

78

2.6.3.2 Aktivitas Utama Object Oriented Analysis and Design (OOA&D)

Gambar 2.9 Aktivitas utama dalam Object Oriented Analysis & Design

Menurut Mathiassen et al (2000, p15) terdapat 4 tahapan atau aktivitas utama

dalam analisis dan perancangan berorientasi objek, yaitu:

2.6.3.3 Analisis Problem Domain

Gambar 2.10 Aktivitas pada Problem Domain Modeling

79

Problem domain adalah bagian dari konteks yang diatur, diawasi atau

dikendalikan oleh sistem. Tujuan dari analisis problem domain adalah

mengidentifikasi dan memodelkan problem domain. Analisis problem

domain terbagi menjadi tiga aktivitas yaitu antara lain :

a. Classes. Memilih objek, class, dan event yang akan menjadi elemen

model problem domain.

b. Structure. Membangun model dengan memusatkan perhatian pada

relasi struktural antara class dan objek.

c. Behavior. Mendeskripsikan properti dinamis dan atribut dari class

yang terpilih.

(Mathiassen et al, 2000, p45-48)

2.6.3.4 Classes

Gambar 2.11 Subaktivitas dalam Memilih Class dan Event

Tujuan aktivitas Classes adalah untuk mengidentifikasi seluruh objek dan

event untuk dimasukkan kedalam problem-domain model terkait. Dengan kata lain

tujuan dari classes ini adalah untuk memilih elemen problem-domain model. Hasil dari

80

aktivitas ini adalah sebuah event table yang berisi kelas yang terpilih dan hubungan

event diantaranya. Menurut Mathiassen et al (2000, p55) ada 3 sub aktivitas dalam

memilih Class dan Event, yaitu :

1. Menemukan kandidat class

Pemilihan class merupakan kunci utama dalam membuat problem

domain. Pada umumnya yang dilakukan adalah mencari semua kata

benda sebanyak mungkin yang terdapat pada system definition.

Penggunaan nama class sebaiknya :

• Sederhana dan mudah dimengerti

• Sesuai dengan problem domain

• Menunjukkan satu kejadian

(Mathiassen et al, 2000, p55-57)

2. Menemukan kandidat untuk event

Penentuan event yang akan mengelola seluruh informasi sistem

merupakan salah satu bagian penting dalam problem domain. Langkah

yang harus dilakukan adalah dengan mencari kata kerja pada system

definition. Penggunaan nama event sebaiknya :

• Sederhana dan mudah dibaca

• Bersifat originate pada problem domain

• Mengindikasi single event

(Mathiassen et al, 2000, p57-59)

3. Mengevaluasi dan memilih secara sistematik

81

Jika daftar class dan event telah lengkap, maka mereka dievaluasi secara

sistematik. Kriteria umum untuk mengevaluasi adalah sebagai berikut:

• class dan event ada dalam system definition

• class dan event relevan untuk problem domain

(Mathiassen et al, 2000, p60)

2.6.3.5 Stucture

Structure bertujuan untuk mendeskripsikan hubungan struktural diantara

class dan objek di dalam problem domain. Konsep structure terbagi menjadi dua, yaitu

class structure dan object structure. Hasil dari structure adalah sebuah class diagram

dengan class dan struktur.

konsep structure dibedakan atas :

1. Class structure

Class structure menggambarkan hubungan konseptual yang statis antar

class. Class structure terdiri atas :

• Generalization Structure : merupakan suatu hubungan antara satu

atau lebih subclass dengan satu atau lebih superclass.

• Cluster Structure : merupakan kumpulan dari classes yang saling

berhubungan.

(Mathiassen et al, 2000, p 69, p72-74)

2. Object structure

Object structure menggambarkan hubungan yang dinamis antara objects

yang ada dalam problem domain. Object structure terdiri atas :

82

• Agregation structure : memdefinisilkan hubungan dimana sebuah

objek terdiri atas 2 buah objects atau lebih.

• Association structure : merupakan hubungan antara 2 atau lebih

objek.

(Mathiassen et al, 2000, p 69, p75-77)

Perbedaan antara association structure dan aggregation structure adalah

hubungan antar class pada aggregation mempunyai ikatan yang kuat sedangkan pada

association tidak kuat. Dan dalam aggregation menggambarkan hubungan yang

definitive serta fundamental sedangkan dalam association menggambarkan hubungan

yang tidak tetap.

Terdapat tiga tipe aplikasi dari struktur aggregation :

1. Whole part, dimana keseluruhan adalah merupakan penjumlahan dari

bagian-bagiannya; jika ditambahkan atau dihapus satu bagian maka akan

mengubah keseluruhan secara mendasar.

2. Container content, dimana keseluruhan adalah container dari bagian-

bagiannya; jika ditambahkan atau dihapus satu content maka properti

dari keseluruhan tidak akan berubah secara mendasar.

3. Union member, dimana keseluruhan adalah merupakan union anggota

yang diorganisasikan. Dengan menambah atau menghapus sebagian kecil

anggota, union tidak akan berubah secara mendasar. Bagaimanapun,

terdapat batas terbawah pada sejumlah anggota, yang merupakan

pendukung bagi model sebuah union tanpa anggota.

(Mathiassen et al, 2000, p79)

83

2.6.3.6 Behavior

Menurut Mathiassen et al (2000, p90) behavioural pattern adalah deksripsi

kemungkinan event trace bagi seluruh objek didalam sebuah class. Tujuan behavior

adalah untuk memodelkan problem domain yang dinamis. Hasil dari behavior adalah

sebuah behavior pattern dengan atribut pada setiap class dalam class diagram. Tiga

konsep yang terkandung dalam behavior adalah :

• Event trace, merupakan urutan dari events yang melibatkan objek secara

spesifik.

• Behavioral pattern, merupakan suatu deskripsi dari kemungkinan event

trace untuk semua objek dalam class.

• Attribute, merupakan suatu deskripsi dari class atau event.

(Mathiassen et al, 2000, p89)

Behavioural pattern dapat digambarkan dalam notasi statechart diagram.

Behaviour dalam setiap class yang ditunjukkan dalam event table harus konsisten

dengan statechart diagram. Menurut Whitten et al (2004, p419) statechart diagram

digunakan untuk memodelkan behavior objek khusus yang dinamis. Diagram ini

mengilustrasikan siklus hidup objek-berbagai keadaan yang dapat diasumsikan oleh

objek dan event-event yang menyebabkan objek beralih dari satu state ke state lainnya.

Terdapat tiga jenis perilaku class dan dapat digambarkan dalam statechart

diagram, yaitu:

• Sequence

84

Merupakan event yang terjadi secara berurutan satu per satu.

• Selection

Merupakan pemilihan salah satu dari beberapa event yang terjadi.

• Iteration

Merupakan event yang terjadi berulang kali.

(Mathiassen et al, 2000, p94-95)

2.6.4 Analisis Application Domain

Gambar 2.12 Analisis Application Domain

Menurut Mathiassen et al (2000, p115) application-domain adalah organisasi

yang mengatur, mengawasi atau mengendalikan problem-domain. Analisis application

domain terdiri dari beberapa aktivitas antara lain:

A. Usage. Menentukan penggunaan sistem dan bagaimana sistem

berinteraksi dengan user.

B. Function. Menentukan fungsi dan kemampuan sistem dalam mengolah

informasi.

C. Interfaces. Menentukan kebutuhan interface sistem dan merancang

interface.

85

(Mathiassen et al, 2000, p117)

2.6.4.1 Usage

Menurut Mathiassen et al (2000, p119), usage digunakan untuk menetapkan

bagaimana actor berinteraksi dengan sistem. Konsep kuncinyanya adalah :

• Actor : sebuah abstraksi dari user atau sistem lain yang berinteraksi

dengan target system.

• Use case : urutan kejadian – kejadian antara system dan actor dalam

application domain.

2.6.4.2 Function

Menurut Mathiassen et al. (2000, p137), functions adalah fasilitas untuk

membuat sebuah model berguna bagi actor. Tujuannya adalah untuk menentukan

kemampuan sistem dalam memproses informasi. Function memiliki empat tipe yang

berbeda, yaitu:

• Update

Fungsi update diaktifkan oleh event problem domain dan menghasilkan

perubahan status model.

• Signal

Fungsi signal diaktifkan oleh perubahan status model dan menghasilkan

reaksi di dalam context.

• Read

86

Fungsi read diaktifkan oleh kebutuhan actor akan informasi dan

menghasilkan tampilan model sistem yang relevan.

• Compute

Fungsi compute diaktifkan oleh kebutuhan actor akan informasi dan

berisi perhitungan yang dilakukan baik oleh actor maupun oleh model.

Hasilnya adalah tampilan dari hasil perhitungan yang dilakukan.

2.6.4.3 User Interface

Menurut Mathiassen et al. (2000, p151), interfaces adalah fasilitas yang

membuat system model dan functions dapat digunakan oleh actor. Tujuannya adalah

untuk menetapkan system interfaces. Hasil dari interfaces adalah :

• User interfaces

Tipe dialog dan form presentasi, daftar lengkap dari elemen user

interface, window diagram dan navigation diagram. User interface

adalah interface yang menghubungkan antara user dengan sistem.

• System interfaces

Class diagram untuk peralatan luar dan protokol - protokol untuk

berinteraksi dengan sistem lain. System interface adalah interface yang

menghubungkan antara sistem dengan sistem lain.

87

2.6.5 Architectural Design

Gambar 2.13 Aktivitas Architectural Design

Menurut Mathiassen et al (2000, p173) architectural design bertujuan untuk

menstrukturkan sistem yang terkomputerisasi. Prinsip architectural design yaitu:

• mendefinisikan dan memprioritaskan criteria,

• menjembatani criteria dengan technical platform, dan

• mengevaluasi desain lebih awal.

Hasil dari architectural design adalah struktur dari komponen dan proses

sistem. Tiga aktivitas pada architectural design adalah criteria, component architecture,

dan process architecture.

2.6.5.1 Criterion

Criterion merupakan properti yang diinginkan dari sebuah arsitektur. Tabel

berikut menunjukkan criterion yang telah ditentukan oleh para peneliti untuk

menentukan kualitas dari sebuah software.

88

Tabel 2.1 Criteria untuk Menentukan Kualitas Software

Criterion Ukuran

Usable Kemampuan sistem beradaptasi dengan context

organisasional dan teknikal

Secure Pencegahan akses ilegal terhadap data dan fasilitas

Efficient Eksploitasi ekonomis dari fasilitas technical platform

Correct Kesesuaian dengan kebutuhan

Reliable Fungsi yang dijalankan secara tepat

Maintainable Biaya untuk mencari dan memperbaiki kerusakan

sistem

Testable Biaya untuk menjamin bahwa sistem melakukan

fungsinya

Flexible Biaya memodifikasi sistem

Comprehensible Usaha yang diperlukan untuk memahami sistem

Reusable Penggunaan bagian dari sistem ke dalam sistem lain

yang berkaitan

Portable Biaya memindahkan sistem ke technical platform lain

Interoperable Biaya pemasangan sistem dengan sistem lain

(Mathiassen et al, 2000, p178)

Mathiassen et al. (2000, pp179-182) menyebutkan bahwa kriteria usable,

flexible, dan comprehensible tergolong sebagai kriteria umum yang harus dimiliki oleh

sebuah sistem dan menentukan baik tidaknya suatu rancangan sistem.

89

2.6.5.2 Component Architecture

Component architecture adalah struktur sistem dari komponen-komponen

yang berkaitan. Dalam aktivitas ini, perlu ditentukan pola arsitektural yang paling sesuai

dengan model sistem. Pola-pola arsitektural tersebut antara lain:

• Layered Architecture Pattern

Layered architecture terdiri dari beberapa komponen yang dirancang

dalam bentuk lapisan-lapisan (layer), di mana setiap komponen diuraikan

menjadi interface atas dan bawah. Interface bawah menjelaskan operasi

yang dapat diakses oleh komponen dari lapisan di bawahnya, sedangkan

interface atas menjelaskan operasi yang disediakan oleh komponen di

lapisan atas.

• Generic Architecture Pattern

Arsitektur ini terdiri dari model sistem yang terletak di lapisan paling

bawah, diikuti dengan function pada lapisan di atasnya dan interface di

lapisan teratas. Perangkat teknis bisa diletakkan di bawah model di mana

perangkat teknis ini terhubung dengan model dan interface.

• Client-Server Architecture Pattern

Arsitektur ini dikembangkan untuk sistem yang terdistribusi di beberapa

area geografis yang berbeda. Komponen dari arsitektur ini mencakup

sebuah server dan beberapa klien, di mana klien-klien ini menggunakan

server secara independen satu sama lainnya.

90

Hasil dari aktivitas ini adalah sebuah component diagram yang merupakan

class diagram yang dilengkapi dengan spesifikasi komponen yang kompleks.

Komponen sistem memiliki tiga bagian, yaitu :

• Model : bertanggung jawab untuk menampung object dari problem

domain.

• Function : bertanggung jawab untuk menyediakan fungsionalitas dari

sistem.

• User interface : bertanggung jawab untuk mengatur interaksi antara

pengguna (user) dengan sistem.

Tabel 2.2 Macam-macam Distribusi dalam Client Server Architecture

Client Server Architecture

U U + F + M Distributed presentation

U F + M Local presentation

U + F F + M Distributed functionality

U + F M Centralized data

U + F + M M Distributed data

2.6.5.3 Process Architecture

Process architecture adalah sebuah struktur eksekusi sistem yang terdiri dari

proses-proses yang saling tergantung satu sama lain. Dalam aktivitas ini juga perlu

menentukan pola distribusi yang sesuai dengan model sistem. Pola-pola distribusi yang

ada antara lain:

91

• Centralized Pattern

• Distributed Pattern

• Decentralized Pattern

Hasil dari aktivitas ini adalah sebuah deployment diagram yang

menunjukkan processor dengan komponen program dan active objects.

2.6.5.4 Component Design

Gambar 2.14 Aktivitas Component Design

Menurut Mathiassen et al (2000, p231) Component design bertujuan untuk

menentukan implementasi kebutuhan di dalam kerangka kerja arsitektural. Kegiatan

component design bermula dari spesifikasi arsitektural dan kebutuhan sistem. Hasilnya

adalah deskripsi mengenai komponen-komponen yang saling berhubungan dengan

sistem. Component design terdiri dari tiga aktivitas, yaitu:

• Model component

Model component adalah bagian dari sistem yang mengimplementasikan

model problem domain. Konsep utama dalam desain komponen model

92

adalah struktur. Dalam aktivitas ini dihasilkan sebuah class diagram

yang telah direvisi.

• Function component

Function component adalah bagian dari sistem yang

mengimplementasikan kebutuhan fungsional. Tujuan dari function

komponen adalah memberikan akses bagi usr interface dan komponen

sistem lainnya ke model.

• Connecting component

Connecting component merupakan desain hubungan antar komponen

untuk memperoleh rancangan yang fleksibel dan mudah dimengerti.

Hasilnya adalah class diagram yang berhubungan dengan komponen-

komponen sistem.

2.6.6 Unified Modelling Language (UML)

UML merupakan pengantar kepada gelombang metode OOAD yang muncul

pada akhir tahun 1980an dan awal 1990an. Pada saat itu, ada banyak metode object

oriented yang berbeda yang digunakan dalam industri, di antaranya Booch Method dari

Grady Booch, Object Modeling Technique (OMT) dari James Rumbaugh, dan Object-

Oriented Software Engineering (OOSE) dari Ivar Jacobson. Adanya banyak metode dan

teknik pemodelan tersebut merupakan permasalahan utama dalam pengembangan

sistem saat itu, karena tidak ada standar dan keseragaman tertentu sehingga terdapat

keterbatasan antar proyek dan antar anggota tim pengembangan. Hal ini mempersulit

komunikasi dan menimbulkan banyak kesalahan dalam proyek. Permasalahan inilah

93

yang membawa kepada usaha untuk menemukan bahasa pemodelan yang standar, yang

dapat digunakan pada semua keadaan di seluruh dunia.

Tahun 1994, Booch dan Rumbaugh menyatukan pandangan mereka tentang

metode pengembangan object oriented, dan disusul oleh Jacobson pada 1995, serta

metode-metode lain seperti Fusion, Shlaer-Mellor, dan lain-lain. Pada 1996, Object

Management Group (OMG) meminta proposal untuk sebuah pendekatan yang standar

untuk object oriented modeling. Para pencetus UML mulai bekerja dengan para

metodologis dan pengembang dari perusahaan lain untuk membuat sebuah proposal

yang menarik bagi OMG agar modeling languange dapat diterima oleh para pencetus,

metodologis dan pengembang. Proposal diserahkan ke OMG pada September 1997,

hasil akhirnya adalah kolaborasi dari banyak orang. Dan pada November 1997 dibuat

sebuah standarnya yaitu UML version 1.0. UML adalah standar dunia yang dibuat oleh

Object Management Group (OMG), sebuah badan yang bertugas mengeluarkan standar-

standar teknologi object oriented dan software component.

Gambar 2.15 Terbentuknya Unified Modelling Language (UML)

94

2.6.6.1 Kegunaan UML

Berdasarkan OMG, UML (Unified Modeling Language) dapat didefinisikan

sebagai sebuah bahasa yang berdasarkan gambar untuk memvisualisasi (visualisizing),

menspesifikasi (specifying), mengkonstruksi (constructing), dan mendokumentasi

(documenting) sebuah sistem perangkat lunak. UML menggunakan notasi yang

dikombinasikan dari beberapa metode yang telah berkembang sebelumnya. Hal ini

ditujukan untuk mempermudah desain, dan dapat digunakan untuk model dengan skala

besar sekalipun dengan jumlah kompleksitas, jumlah tim, dan distribusi komponen yang

sangat besar.

Tujuan akhir dari UML adalah untuk menjadi sesederhana mungkin selama

masih memenuhi kebutuhan untuk melakukan modeling pada sistem yang akan

dibangun.

UML mendefinisikan diagram-diagram sebagai berikut:

• class diagram

• statechart diagram

• use case diagram

• sequence diagram

• navigation diagram

• component diagram

• deployment diagram

95

2.6.6.2 Class Diagram

Menurut Whitten et al (2004, p 432) class diagram adalah gambar grafis

mengenai struktur objek statis dari suatu system, menunjukkan kelas-kelas objek yang

menyusun sebuah system dan juga hubungan antara kelas dan objek tersebut. Class

memiliki tiga area pokok :

1. Nama (dan stereotype)

2. Atribut

3. Metoda

Hubungan antar class:

1. Asosiasi, yaitu hubungan statis antar class. Umumnya menggambarkan class

yang memiliki atribut berupa class lain, atau class yang harus mengetahui

eksistensi class lain. Panah navigability menunjukkan arah query antar class.

Gambar 2.16 Contoh Hubungan Asosiasi

2. Aggregation adalah sebuah hubungan di mana satu kelas “whole” yang lebih

besar berisi satu atau lebih kelas “part” yang lebih kecil. Atau, kelas “part” yang

lebih kecil adalah bagian dari kelas “whole” yang lebih besar.

Gambar 2.17 Contoh Hubungan Agregasi

3. Generalization adalah sebuah teknik di mana atribut dan behavior yang umum

pada beberapa tipe kelas objek, dikelompokkan (atau diabstraksi) ke dalam

96

kelasnya sendiri, disebut supertype. Atribut dan metode kelas objek supertype

kemudian diwariskan oleh kelas objek tersebut (subtype).

Gambar 2.18 Contoh Hubungan Generalisasi

2.6.6.3 Statechart Diagram

Menurut Whitten et al (2004, p662) statechart diagram adalah sebuah

diagram UML yang menggambarkan state yang dapat diasumsikan oleh objek selama

masa hidupnya, kejadian-kejadian yang memicu transisi antar state, dan aturan yang

mengatur dari dan ke state yang mana sebuah objek dapat melakukan transisi. Kegiatan

– kegiatan yang dilakukan dalam membuat diagram statechart (Whitten, 2004, p663):

• Mengidentifikasi state awal dan akhir (bagaimana objek dibentuk dan

dihancurkan?).

• Mengidentifikasi state lain yang dapat dimiliki oleh sebuah objek selama

siklus hidupnya.

• Mengidentifikasi trigger (event) yang menyebabkan objek meninggalkan

sebuah state khusus.

• Mengidentifikasi jalur transisi state (ketika state objek berubah, state mana yang

selanjutnya akan dimasuki oleh objek?).

97

2.6.6.4 Use Case

Use case diagram menggambarkan fungsionalitas yang diharapkan dari

sebuah sistem. Yang ditekankan adalah “apa” yang diperbuat sistem, dan bukan

“bagaimana”. Sebuah use case merepresentasikan sebuah interaksi antara aktor dengan

sistem. Use case merupakan sebuah pekerjaan tertentu, misalnya login ke sistem, meng-

create sebuah daftar belanja, dan sebagainya. Seorang/sebuah aktor adalah sebuah

entitas manusia atau mesin yang berinteraksi dengan sistem untuk melakukan

pekerjaan-pekerjaan tertentu.

Menurut Whitten et al (2004, p257), terdapat tiga komponen dasar yang

membentuk use case diagram :

• Use-Case

Use Case adalah urutan langkah – langkah yang secara tindakan saling terkait

(skenario), baik terotomatisasi maupun secara manual untuk tujuan melengkapi

stau tugas bisnis tunggal.

• Pelaku (Actor)

Actor adalah segala sesuatu yang perlu berinteraksi dengan system untuk

pertukaran informasi.

• Relationship (hubungan)

Relationship digambarkan sebagai garis hubungan antara pelaku dengan use

case dimana terjadi interaksi di antara mereka.

98

2.6.6.5 Sequence Diagram

Sequence diagram menggambarkan interaksi antar objek di dalam dan di

sekitar sistem (termasuk pengguna, display, dan sebagainya) berupa message yang

digambarkan terhadap waktu. Sequence diagram terdiri atar dimensi vertikal (waktu)

dan dimensi horizontal (objek-objek yang terkait). Sequence diagram biasa digunakan

untuk menggambarkan skenario atau rangkaian langkah-langkah yang dilakukan

sebagai respons dari sebuah event untuk menghasilkan output tertentu.

Diawali dari apa yang men-trigger aktivitas tersebut, proses dan perubahan

apa saja yang terjadi secara internal dan output apa yang dihasilkan. Masing-masing

objek, termasuk aktor, memiliki lifeline vertikal. Message digambarkan sebagai garis

berpanah dari satu objek ke objek lainnya. Pada fase desain berikutnya, message akan

dipetakan menjadi operasi/metoda dari class. Activation bar menunjukkan lamanya

eksekusi sebuah proses, biasanya diawali dengan diterimanya sebuah message.

2.6.6.6 Navigation Diagram

Menurut Mathiassen et al (2000, p344) navigation diagram merupakan

statechart diagram khusus yang berfokus pada user interface. Diagram ini

menunjukkan window-window dan transisi diantara window-window tersebut.

2.6.6.7 Component Diagram

Menurut Whitten et al (2004, p667) component diagram merupakan diagram

dengan tipe implementasi yang digunakan untuk secara grafis menggambarkan

arsitektur fisik dari perangkat lunak sistem. Diagram tersebut dapat digunakan untuk

menunjukkan bagaimana kode pemrograman dibagi ke dalam modul-modul (atau

99

komponen) dan untuk menggambarkan ketergantungan di antara komponen-komponen

tersebut.

2.6.6.8 Deployment Diagram

Deployment Diagram merupakan diagram dengan tipe implementasi yang

menggambarkan arsitektur fisik dari perangkat keras dan perangkat lunak pada suatu

sistem (Whitten, 2004, p668). Diagram ini menggambarkan komponen perangkat lunak,

prosesor, dan peralatan yang membentuk arsitektur sistem.