Analisis Financial Distress dengan Pendekatan Data Mining...

12
7/25/2012 1 Pengu m- pulan Data karyaw an dan bisnis proses Identifika si dan penilaian risk factor Identifik asi dan penilaia n tingkat kompet ensi Identifik asi dan penilaia n critically knowle dge Pengol ahan data total Peranc angan aplikasi

Transcript of Analisis Financial Distress dengan Pendekatan Data Mining...

Page 1: Analisis Financial Distress dengan Pendekatan Data Mining ...digilib.its.ac.id/public/ITS-paper-25559-2507100133-Presentation2.pdfPLTU : Boiler, Turbin dan Generator dan peralatan

7/25/2012

1

Pengum-

pulanData

karyawan danbisnisproses

Identifikasi dan

penilaianrisk factor

Identifikasi danpenilaia

ntingkatkompet

ensi

Identifikasi danpenilaia

ncritically knowle

dge

Pengolahandata total

Perancanganaplikasi

Page 2: Analisis Financial Distress dengan Pendekatan Data Mining ...digilib.its.ac.id/public/ITS-paper-25559-2507100133-Presentation2.pdfPLTU : Boiler, Turbin dan Generator dan peralatan

7/25/2012

2

PLTU : Boiler, Turbin dan

Generator dan peralatan

bantuan seperti Desination

Plant & Water Treatment

PLTG: Turbin Gas

Generatornya, HRSG

(Heat Recovery

Steam Generator),

Turbin Uap dengan

Generator

PLTGU: Turbin Gas

dengan

Generatornya, HRSG

(Heat Recovery

Steam Generator),

Turbin Uap dengan

Generator

0

2

4

6

8

10

12

Jumlah karyawan pensiun di masing-

masing bagian

Mesin

Kontrol

Listrik

Rendal har

Outage

N

o.Nama Fungsi

Tanggal

pensiun

Masa

Kerja

Usi

a

Attrissio

n risk

factor

Positi

on

risk

factor

Total

risk

factor

1 BEDJO

HAR

KONTRO

L GU

5-Jul-2014 29 53 4 5 20

2 SAPI'I

HAR

MESIN

TU/G

18-Nov-

201228 54 5 4 20

3

SUPRAPT

O

SUPARDI

HAR

LISTRIK

TU/G

4-Jan-

201329 54 4 4 16

4SUNJOT

O

HAR

LISTRIK

TU/G

23-May-

201428 53 4 4 16

5SUPARTO

NO

HAR

MESIN

17-Feb-

201428 53 4 4 16

Page 3: Analisis Financial Distress dengan Pendekatan Data Mining ...digilib.its.ac.id/public/ITS-paper-25559-2507100133-Presentation2.pdfPLTU : Boiler, Turbin dan Generator dan peralatan

7/25/2012

3

Page 4: Analisis Financial Distress dengan Pendekatan Data Mining ...digilib.its.ac.id/public/ITS-paper-25559-2507100133-Presentation2.pdfPLTU : Boiler, Turbin dan Generator dan peralatan

7/25/2012

4

Kuartil Klasifikasi skala

< Q1 sangat rendah 1

Q1 - Q2 rendah 2

Q2 - Q3 tinggi 3

> Q3 sangat tinggi 4

Statistics

VAR00002

NValid 467

Missing 0

Percentiles

25 72,0000

50 96,0000

75 160,0000

Page 5: Analisis Financial Distress dengan Pendekatan Data Mining ...digilib.its.ac.id/public/ITS-paper-25559-2507100133-Presentation2.pdfPLTU : Boiler, Turbin dan Generator dan peralatan

7/25/2012

5

Statistics

VAR00003

NValid 467

Missing 0

Percentiles

25 24,0000

50 24,0000

75 40,0000

Page 6: Analisis Financial Distress dengan Pendekatan Data Mining ...digilib.its.ac.id/public/ITS-paper-25559-2507100133-Presentation2.pdfPLTU : Boiler, Turbin dan Generator dan peralatan

7/25/2012

6

Perancangan AplikasiKebutuhan non Fungsional sistem Keterangan

Menampilkan user idSebagai tempat dimana user yang akan menggunakan sistem

Menampilkan kolom password

Sebagai kata sandi pribadi yang dimiliki user agar dapat masuk kedalam sistem

Menampilkan panduan

Sebagai tempat dimana user mendapatkan panduan dalam melakukan penilaian KLRA

Kebutuhan fungsional sistemKeterangan

Menu utama

menu pengisian form knowledge dan penilaian

sebagai tempat dimana user dapatmelakukan inputan data

menu profil

sebagai tempat untukmendapatkan informasi mengenaiexpert dan knowledge yang dimiliki

menu report sebagai report dari hasil KLRA

menu tombol hitungsebagai alat untuk menghitungpenilaian

Page 7: Analisis Financial Distress dengan Pendekatan Data Mining ...digilib.its.ac.id/public/ITS-paper-25559-2507100133-Presentation2.pdfPLTU : Boiler, Turbin dan Generator dan peralatan

7/25/2012

7

Analisis risk factor

Analisa Hasil tingkat kompetensi

Analisa hasil critically knowledge

Analisa aplikasi klra

No

.Nama BIDANG

TGL

TETA

P

TGL

LAHIR

Tanggal

pensiun

Masa

Kerja

Us

ia

Attrissio

n risk

factor

Position

risk

factor

Tota

l risk

facto

r

1 BEDJOPEMELIHA

RAAN

1-Jun-

1985

5-Jul-

1958

5-Jul-

201429 53 4 5 20

2 SAPI'IPEMELIHA

RAAN

1-Dec-

1989

18-Nov-

1956

18-Nov-

201228 54 5 4 20

3SUPRAPTO

SUPARDI

PEMELIHA

RAAN

1-Jun-

1985

4-Jan-

1957

4-Jan-

201329 54 4 4 16

4 SUNJOTOPEMELIHA

RAAN

1-Jun-

1992

23-

May-

1958

23-May-

201428 53 4 4 16

5 SUPARTONOPEMELIHA

RAAN

2-Jan-

1987

17-Feb-

1958

17-Feb-

201428 53 4 4 16

Page 8: Analisis Financial Distress dengan Pendekatan Data Mining ...digilib.its.ac.id/public/ITS-paper-25559-2507100133-Presentation2.pdfPLTU : Boiler, Turbin dan Generator dan peralatan

7/25/2012

8

Nama Karyawan

PengetahuanKedalaman

Pengetahuan

Lingku

p

kepakar

an

Pengu

asaan

keilmu

an

Penyeb

aran

pengeta

huan

Tingkat

Kompe

tensi

Individ

u

base knowledge practical knowledge A B C DA x B x

C x D

SUPRAPTO

SUPARDIcommon & auxilery

instalasi dan problem solving

listrik, lampu, power, instalasi AC 7 3 2 4 168

SUPRAPTO

SUPARDI

problem solving battery, isolasi

motor, filter gen7 3 2 4 168

SUPRAPTO

SUPARDI

cholopac system + problem

solving6 3 2 4 144

SUPRAPTO

SUPARDI

instalasi listrik pembangkit dan air

dryer7 3 2 4 168

SUNJOTOpemeliharaan & trouble

solvingtransformer 5 4 2 4 160

SUNJOTO motor 5 4 2 4 160

SUNJOTO generator 5 4 2 4 160

SUNJOTO relay proteksi 5 4 2 4 160

AZYS RUMASHUR problem solving bearing Pemeliharaan motor induksi 7 3 2 4 168

AZYS RUMASHUR pemeliharaan generator problem solving bearing &

wending7 3 2 4 168

AZYS RUMASHUR ac DC setting setting ac dc relay proteksi motor 7 3 2 4 168

AZYS RUMASHUR setting ac dc relay proteksi trafo 7 3 2 4 168

AZYS RUMASHUR setting ac dc generator 7 3 2 4 168

Nama Practical knowledge Tingkat

kepentingan (A)

Kelangkaan

pengetahuan

(B)

Tingkat kesulitan

pemulihan ( C )

Critical score

(AxBxC)

AHMAD

SUBHAN

alignment 5 4 3 60

AKHMAD

SUBAYDI

alignment 5 4 3 60

BANNY

SYA'BAN

Alignment 5 4 3 60

FU'AD ARIFIN alignment 5 4 3 60

IWAN

RUSTIAWAN

alignment 5 4 3 60

JOHAN

DERMAWAN

alignment 5 4 3 60

LUDFI

HARIYONO

alignment 5 4 3 60

MUKROJI alignment 5 4 3 60

RUDI DWI

PRASETIO

alignment 5 4 3 60

RUSDIANTO alignment 5 4 3 60

SISWANTO alignment 5 4 3 60

SLAMET

BASUKI

alignment 5 4 3 60

SUPARTONO alignment 5 4 3 60

Page 9: Analisis Financial Distress dengan Pendekatan Data Mining ...digilib.its.ac.id/public/ITS-paper-25559-2507100133-Presentation2.pdfPLTU : Boiler, Turbin dan Generator dan peralatan

7/25/2012

9

ANALISA PERHITUNGAN

Analisa

Perhitungan

Practical

knowledgethroughput

operational cost safety

Analisa kerusakan

& Perbaikan DCS

PLTUSemua unit mengalami trip

5 – 10 Milyar untuk biaya penggantian peralatan utama dalam system , 500 juta untuk penggantian spare part

dangerous situation high

personel injury high

analisa kerusakan

kontrol instrumentSemua unit mengalami trip

6 – 10 Milyar untuk biaya penggantian peralatan utama dalam system , 500 juta untuk penggantian spare part

dangerous situation high

personel injury highalignment

Semua unit mengalami trip7 – 10 Milyar untuk biaya penggantian peralatan utama dalam system , 500 juta untuk penggantian spare part

dangerous situation high

personel injury lowinstalasi dan

problem solving

listrik (exiticer),

lampu, power,

instalasi AC

Semua unit mengalami trip

> 10 milyar untuk biaya penggantian peralatan utama dalam sistem, >500 juta jika penggantian spare part

dangerous situation high

personel injury high

Page 10: Analisis Financial Distress dengan Pendekatan Data Mining ...digilib.its.ac.id/public/ITS-paper-25559-2507100133-Presentation2.pdfPLTU : Boiler, Turbin dan Generator dan peralatan

7/25/2012

10

• Sistem ini masih terbatas hanya dalam

penilaian, belum bisa digunakan untuk

sharing antar user

• Sistem ini hanya digunakan untuk proses

perhitungan dengan metode kuartil saja.

ANALISIS SISTEM

• Hasil penilaian menunjukkan bahwa rata-rata pengetahuan kritis

dimiliki oleh karyawan pada bidang kontrol. faktor-faktor yang

mempengaruhi pengetahuan kritis banyak berasal dari dampak yang

akan ditimbulkan apabila suatu peralatan mengalami kegagalan

operasi. Bidang kontrol merupakan faktor pengendali otomasi utama

didalam mesin-mesin pembangkitan. Knowledge yang paling kritis

adalah Analisa DCS PLTU dan expertnya adalah bapak sukarlan.

• Berdasarkan hasil penilaian critically knowledge, dapat diidentifikasi

bahwa apabila pengetahuan Analisa DCS PLTU itu hilang akan

dampak yang terjadi berakibat sangat besar terhadap keamanan

perusahaan, keandalan dan efisiensi.

• Hasil perancangan aplikasi berdasarkan atas hasil penilaian yang

dilakukan adalah untuk mempermudah jalannya proses penilaian

yang dilakukan terhadap masing-masing individu.

Kesimpulan..

Page 11: Analisis Financial Distress dengan Pendekatan Data Mining ...digilib.its.ac.id/public/ITS-paper-25559-2507100133-Presentation2.pdfPLTU : Boiler, Turbin dan Generator dan peralatan

7/25/2012

11

Adapun saran dari penelitian ini adalah pihak

perusahaan dapat mempunyai standar kompetensi

untuk teknisi sehingga dalam melakukan KLRA proses

identifikasi critical knowledge menjadi lebih terstruktur

dan aplikasi yang telah dibuat hendaknya dilakukan

penyesuaian terlebih dahulu dan evaluasi, apakah

content yang ada dapat diterima oleh pengguna.

Saran..

• 2011a. PJB Way, surabaya: humas PJB.

• 2011b. PLN Pencetak laba terbesar. Info PJB. surabaya: humas PJB.

• 2011c. Power Plant Academy, surabaya, Humas PJB.

• BAHL, V., MCCREADIE, S. R. & STEVENSON, J. G. 2007. Developing

dashboards to measure and manage inpatient pharmacy costs. American

Journal of Health-System Pharmacy, 64, 1859-1866.

• DAVENPORT, T. 1998. working knowledge. harvard.

• DRUCKER, PETER F.1998. The Coming Of The New Organization. Harvard

Bussiness Riview on Knowledge Management

• ERSYAD, M. 2009. Perencangan Prototype knowledge management system

pada program Peningkatan keselamatan dan kesehatan kerja(K3). . surabaya:

ITS.

• HERBERT. 2007. Pembangunan Kerangka kerja implementasi Knowledge

Management. ITB.

• MEGASARI, R. 2009. knowledge loss risk managament. In: UPHT (ed.). Gresik:

PJB kantor pusat.

DAFTAR PUSTAKA

Page 12: Analisis Financial Distress dengan Pendekatan Data Mining ...digilib.its.ac.id/public/ITS-paper-25559-2507100133-Presentation2.pdfPLTU : Boiler, Turbin dan Generator dan peralatan

7/25/2012

12

• NONAKA, IKUJIRO dan TAKEUCHI HIROTAKA. 1995. The Knowledge-Creating Company:

How japanese Companies Create The Dynamics Of Innovation.. New York : Oxfor

University Press

• PLN, T. K. 2009. Knowledge management di PLN, jakarta.

• POLANYI, MICHAEL. 2009. The Tacit Dimension. University Of Chicago

• SETIARSO, B., HARJANTO, N., TRIYONO & SUBAGYO, H. 2009. Penerapan Knowledge

management pada organisasi, yogyakarta, graha ilmu.

• G. SZULANSKI. 1996, Exploring internal stickiness: impediments to the transfer of best

practices within the firm, Strategic Management Journal 17 (1996) 27–43.

• TIWANA, A. 2001. The Essential Guide to Knowledge Management, New Jersey: Prentice

Hall PTR

• TOBING, P. L. 2007. Knowledge management (konsep, arsitektur, dan implementasi),

Yogyakarta, Graha ilmu.

• VESTAL, WESLEY. Knowledge Mapping : The Essentials For Success. 2005. Houston,

Texas: APQC Publication.

• VIENNA 2006. RISK MANAGEMENT OF KNOWLEDGE LOSS IN NUCLEAR INDUSTRY

ORGANIZATIONS. Austria: International Atomic Energy Agency.