19

19

BAB 2

LANDASAN TEORI

2.1 Konsep Sistem

2.1.1 Pengertian Sistem

Menurut Turban et al. (2005,p54) Sistem adalah kumpulan objek seperti

orang, sumber daya, konsep, dan proesdur yang dimaksudkan untuk melakukan

suatu fungsi yang didapat diidentifikasi atau untuk melayani suatu tujuan.

Menurut O’Brien (2005, p29), sistem merupakan sekelompok komponen

yang saling berhubungan, bekerja sama untuk mencapai tujuan bersama dengan

menerima input dan menghasilkan output dalam proses transformasi yang teratur.

Dengan demikian sistem adalah sekumpulan berbagai objek, komponen atau

bagian yang bersama-sama menghasilkan suatu tujuan yang sama.

2.1.2 Struktur Sistem

Menurut Turban et al. (2005, 56) sistem di bagi menjadi tiga bagian yang

berbeda : input , proses dan output. Bagian-bagian tersebut dikelilingi oleh sebuah

lingkungan dan sering melibatkan sebuah mekanisme umpan balik. Selain itu,

pengambil keputusan juga dianggap sebagai bagian dari sistem.

1. Input adalah elemen yang masuk ke dalam

2. Proses adalah semua elemen yang diperlukan untuk mengonversi atau

mentranformasi input ke dalam output.

20

20

3. Output adalah produk finish atau konsekuensi yang ada pada sistem.

4. Umpan balik adalah Aliran informasi dari komponen outpur ke pengambilan

keputusan berkenaan dengan output atau performa sistem.

5. Lingkungan Sistem adalah Elemen yan ada diluat sistem akan tetapi, mereka

mempengaruhi performa sistem dan konsekuensi pencapaian tujuan sistem.

2.2 Konsep Sistem Pendukung Keputusan

2.2.1 Konsep Keputusan

Menurut Turban et al. (2005,p53) Keputusan adalah Sebuah proses memilih

tindakan (diantara berbagai alternatif) untuk mencapai suatu tujuan atau beberpa

tujuan.

Tahap-tahap pengambilan keputusan

Menurut Turban et al. (2005, p64), Empat fase/tahapan dari pembuatan

keputusan:

1. Fase Intelegensi

Fase ini dimulai dengan mengidentifikasi masalah yang ada dan

mendefinisikan masalah tersebut secara eksplisit kemudian klasifikasi masalah

tersebut dengan menempatkannya dalam suatu kategori yang dapat didefinisikan

serta distrukturisasi masalah tersebut menjadi masalah terprogram dengan yang

tidak terprogram, selanjutnya dekomposisikan masalah tersebut menjadi banyak

sub masalah yang lebih sederhana kemudian definisikan kepemilikan masalah

tersebut dan diakhiri dengan pernyataan masalah secara formal.

21

21

2. Fase Desain

Meliputi penemuan atau mengembangkan dan menganalisis tindakan yang

mungkin untuk dilakukan. Hal ini meliputi pemahaman terhadap masalah dan

menguji solusi yang layak. Dan pada fase ini dikembangkan sebuah model masalah

pengambilan keputusan untuk dikonstruksi, dites dan divalidasi.

3. Fase Pilihan

Fase pilihan adalah fase dimana dibuat suatu keputusan yang nyata dan

diambil suatu komitmen untuk mengikuti suatu tindakan tertentu. Fase pilihan

meliputi pencarian, evaluasi, dan rekomendasi terhadap suatu solusi yang tepat

untuk model. Sebuah solusi untuk model adalah sekumpulan nilai spesifik untuk

variabel-variabel keputusan dalam suatu alternatif yang telah dipilih

4. Implementation ( mengimplementasikan perbaikan )

Implementasi berarti membuat suatu solusi yang direkomendasikan bisa

berkerja untuk mengatasi masalah .

22

22

Gambar 2.1 Proses Pengambilan Keputusan (sumber : (Turban et al. , 2005, p

65))

2.2.2 Konsep Sistem Pendukung Keputusan

Menurut Turban et al. (2005, p136) Sistem pendukung keputusan berarti

sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan

manajerial dalam situasi keputusan semiterstruktur. Sistem Pendukung Keputusan

dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk

memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian

mereka. SPK ditujukan untuk keputusan-keputusan yang memerlukan penilaian

atau pada keputusan-keputusan yang sama sekali tidak dapat didukung oleh

algoritma.

23

23

Karakteristik Pengambilan Keputusan

Menurut Turban et al. (2005, p141) karakteristik dan kapabilitas kunci dari

DSS adalah

1. Dukungan untuk pengambil keputusan, terutama pada situasi semiterstruktur

dan tak terstruktur, dengan tak terstruktur, dengan menyertakan penilaian

manusia dan informasi terkomputerisasi. Masalah-masalah tersebut tidak dapat

dipecahkan dengan konvinien oleh sistem komputer lain atau oleh metode atau

alat kuantitatif standar

2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer

lini

3. Dukungan untuk individu dan kelompok. Masalah yang kurang terstruktur

sering memerlukan keterlibatan individu dan departemen dan tingkat

organisasional yang berbeda atau bahkan dari organisasi lain. DSS mendukung

tim virtual melalui alat-alat Web kolaboratif

4. Dukungan untuk keputusan independen dan atau sekuensial. Keputusan dapat

dibuat satu kali, beberapa kali, atau berulang (dalam interval yang sama)

5. Dukungan di semua fase proses pengambilan keputusan, intelegensi, desain,

pilihan dan implementasi

6. Dukungan di berbagai proses dan gaya pengambilan keputusan

7. Adaptivitas sepanjang waktu. Pengambil keputusan seharusnya reaktif, dapat

menghadapi perubahan kondisi secara cepat, dan dapat mengadaptasikan SPK

untuk memenuhi perubahan tersebut. SPK bersifat fleksibel dan karena itu

pengguna dapat menambahkan, menghapus, menggabungkan, mengubah, atau

24

24

menyusun kembali elemen-elemen dasar. SPK juga fleksibel dalam hal dapat

dimodifikasi untuk masalah lain yang sejenis

8. Pengguna merasa seperti di rumah. Ramah-pengguna, kapabilitas grafis yang

sangat kuat, antarmuka manusia-mesin interaktif dengan satu bahasa alami

dapat sangat meningkatkan keefektifkan DSS. Kebanyakan aplikasi DSS yang

baru menggunakan antarmuka berbasis-web

9. Peningkatan terhadap keefektifan pengambilan keputusan (akurasi, timeliness,

kualitas) ketimbang pada efisiensinya (biaya pengambilan keputusan). Ketika

DSS disebarkan, pengambilan keputusan sering membutuhkan waktu yang

lama, namun keputusannya lebih baik

10. Kontrol penuh pengambilan keputusan terhadap semua langkah proses

pengambilan keputusan dalam memecahkan suatu masalah. SPK secara khusus

menekankan untuk mendukung pengambilan keputusan, bukannya

menggantikan

11. Pengguna akhir dapat mengembangkan dan memodifikasi sendiri sistem

sederhana. Sistem yang lebih besar dapat dibangun dengan bantuan ahli sistem

informasi. Perangkat lunak OLAP dalam kaitannya dengan data werehouse

membolehkan semua pengguna untuk membangun SPK yang cukup besar dan

kompleks

12. Biasanya model-model digunakan untuk menganalisa sistuasi pengambilan

keputusan. Kapabilitas pemodelan memungkinkan eksperimen dengan

berbagai strategi yang berbeda di bawah konfigurasi yang berbeda.

13. Akses disediakan untuk berbagai sumber data, format, dan tipe, mulai dari

sistem informasi geografis (GIS) sampai sistem yang berorientasi objek

25

25

14. Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang

pengambil keputusan pada suatu lokasi atau didistribusikan di satu organisasi

keseluruhan dan dibeberapa organisasi sepanjang rantai persediaan.

Gambar 2.2 Karakteristik dan Kapabilitas kunci dari SPK (sumber: Turban et al. (2005 p142))

2.2.3 Jenis-jenis Keputusan

Keen dan Scott Morton (Turban et al , 2005, p17) membagi keputusan

berdasarkan keharusan keputusan dibuat dan cakupan keputusan tersebut:

26

26

1. Keputusan terstruktur : sebuah keputusan terstruktur merupakan keputusan yang

dihasilkan oleh program komputer , keputusan terstruktur diambil untuk

memecahkan masalah yang pernah terjadi sebelumnya

2. Keputusan tidak terstruktur : keputusan yang diambil untuk memecahkan

masalah baru atau sangat jarang terjadi, sehingga perlu dipelajari secara hati-

hati.

3. Keputusan semi terstruktur : merupakan keputusan diantara keputusan semi

terstruktur dan tidak terstruktur

Tipe Keputusan

Kontrol Operasional Kontrol manajerial

perencanaan strategis

dukungan teknologi yang diperlukan

Terstruktur accounts receivable, account payable, order entry

analisis anggaran, forecasting jangka pendek, laporan personel, membuat atau membeli

Manajemen keuangan (investasi), lokasi gudang, sistem distribusi.

Sistem informasi manajemen, model sains, pemrosesan transaksi

semi terstruktur Penjadwalan produksi dan kontrol inventori

evaluasi kredit, persiapan anggaran, layout pabrik, jadwal proyek, desain sistem, kategorisasi inventori

membangun pabrik baru, merger dan akuisisi, perencanaan produk baru, perencanaan konvensasi, perencanaan jaminan kualitas, kebijakan HR,

DSS, KMS, GSS, CRM, SCM

tidak terstruktur memilih sampul depan untuk majalah, membeli perangkat lunak, menyetujui pinjaman

negosiasi, rekrutmen eksekutif, membeli perangkat keras, lobby

perencanaan R & D, pengembangan teknologi baru, perencanaan tanggungjawab sosial

GSS, KMS, ES, jaringan saraf

Tabel 2.1 Tabel Jenis Keputusan

27

27

2.2.4 Komponen Sistem Pendukung Keputusan

Gambar 2.3 Skematik SPK(sumber: Turban et al. (2005 p144) )

Menurut Turban (2005, p143), aplikasi SPK dibentuk dari subsistem-

subsistem.

1. Subsistem Manajemen Data

Subsistem yang pertama adalah Data Management Subsystem, meliputi

database yang berisi data yang relevan terhadap situasi yang bersangkutan, dan

diatur oleh software yang disebut Database Management System (DBMS). Data

Management Subsystem dapat diintegrasikan dengan data warehouse perusahaan,

suatu penyimpanan data-data yang relevan untuk pembuatan keputusan

perusahaan.

2. Subsistem Manajemen Model

Yang kedua adalah Model Management Subsystem merupakan software

yang meliputi model keuangan, statistik, ilmu manajemen, dan kuantitatif lainnya,

yang menyediakan kemampuan analisis sistem dan manajemen software yang

tepat. Software ini juga sering disebut Modelbase Management System (MBMS).

28

28

Komponen ini dapat diintegrasikan dengan penyimpanan external model

perusahaan.

3. Subsistem Manajemen berbasis pengetahuan

Ketiga, Knowledge-based Management Subsytem. Subsistem ini dapat

mendukung subsistem lainnya atau berperan sebagai komponen yang bebas.

Subsistem ini dapat diintegrasikan dengan knowledge depository perusahaan yang

disebut organizational knowledge base

4. Subsistem Antarmuka Pengguna

Yang terakhir, Subsistem Antarmuka Pengguna. User berkomunikasi dan memberi

perintah pada SPK melalui subsistem ini. Pengguna adalah bagian yang

dipertimbangkan dari sistem. Para peneliti menegaskan bahwa beberapa kontribusi

unik dari SPK berasal dari interaksi yang intensif antara komputer dan pembuat

keputusan.

2.2.5 Konsep Model SPK

Menurut Turban et al. (2005, p61) menuliskan bahwa model adalah

penyederhanaan atau abstraksi dari realita (kenyataan).

Menurut Turban et al. (2005, p63) model dapat diklarifikasikan berdasarkan

tingkat level abstraksi / pemodelannya menjadi 3 bagian, yaitu:

1. Model Iconic (Schale)

Model yang paling sederhana dan hanya merupakan replika dari sistem dan

hanya berdasarkan pada perbedaan skala dari bentuk asli.

29

29

2. Model Analog

Model ini tidak mempresentasikan sistem sebenarnya, namun memiliki sifat

seperti sistem yang dipresentasikan. Model ini lebih abstrak dari model iconic

dan digunakan sebagai representasi dari kenyataan. Biasanya berupa diagram 2

dimensi dan sedikit lebih rumit dari modeliconic.

3. Model Matematika / Kuantitatif

Model yang paling tepat untuk mempresentasikan SPK karena tingkat

kerumitan hubungan antar sistem dalam suatu organisasi yang akan ditampilkan

membutuhkan perhitungan matematika. Model ini merupakan model yang paling

berperan dibandingkan model lainnya.

Terbagi menjadi 3 variabel Turban et al. (2005, p212 )yaitu

• Variabel Keputusan Menjelaskan alternatif tindakan.

• Variabel dan Parameter yang tidak dapat dikontrol Disemua

situasi pengambilan keputusan, ada faktor-faktor yang mempengaruhi

variabel hasil tapi tidak di bawah kontrol pengambilan keputusan.

Faktor tersebut dapat tetap (parameter) dan juga bervariasi (variabel)

• Variabel Hasil merupakan variabel variabel hasil lanjutan

mencerminkan hasil akhir lanjutan.

Menurut Turban et al. (2005, p197), SPK dapat diklasifikasikan menjadi model

statis dan model dinamis:

1. Model statis

Model statis mengambil suatu snapshot tunggal dari suatu situasi. Selama

snapshot tersebut, segala sesuatu terjadi dalam interval tunggal. Sebagai

30

30

contoh satu keputusan mengenai membuat sendiri atau membeli satu produk

adalah keputusan bersifat statis

2. Model dinamis

Model dinamis merepresentasikan skenario yang berubah sepanjang waktu.

Model dinamis tergantung waktu dan model ini sangat penting karena

model ini sepanjang waktu , menggunakan, merepresentasikan, atau

membuat tren dan pola-pola.

2.2.6 Alasan Penggunaan Model

Turban & Aron (2005, p63), memaparkan keuntungan yang merupakan

alasan utama menggunakan model :

1. Biaya analisis model lebih rendah dibandingkan biaya eksperimen yang serupa

(real system)

2. Model dapat menghemat waktu. Operasional bertahun-tahun dapat

disimulasikan menjadi beberapa menit waktu komputer

3. Manipulasi model (mengubah-ubah variabel) lebih mudah dari pada manipulasi

real system.

4. Biaya uji coba lebih rendah dibandingkan real system.

5. Model memungkinkan manajer untuk mempertimbangkan resiko pada kondisi

lingkungan yang tidak menentu.

6. Penggunaan model matematika memungkinkan untuk melakukan analisis yang

membutuhkan perhitungan nilai yang sangat besar.

7. Model mempertinggi dan memperkuat proses belajar dan pelatihan.

31

31

2.2.7 Simulasi

2.2.7.1 Konsep Simulasi

Turban et al. (2005, p236), memaparkan simulasi adalah teknik melakukan

eksperimen (seperti analisis what-if) dengan menggunakan komputer pada model

dari suatu sistem manajemen.

Karakteristik Simulasi Simulasi bukanlah suatu tipe model. Model secara umum merepresentasikan

kenyataan, sedangkan simulasi meniru kenyataan. Oleh karena itu, simulasi

melibatkan pengujian nilai yang khusus dari suatu keputusan / variabel yang tidak

terkontrol pada suatu model kemudian mengamati dampaknya pada variabel

output.

Proses simulasi biasanya mengulang eksperimen / percobaan berulang-ulang

kali untuk menghasilkan perkiraan dari efek keseluruhan suatu aksi tertentu.

(Turban et al. 2005, p237).

2.2.7.2 Keuntungan Simulasi

Turban et al. (2005, p237) Simulasi digunakan dalam SPK untuk alasan-

alasan dibawah ini :

• Banyaknya waktu yang dapat dihemat.

Simulasi lebih bersifat deskriptif daripada normatif. Jadi manajer dapat

menggunakan pendekatan trial and error untuk menyelesaikan masalah. Dan

penggunaan simulasi juga membuat SPK menjadi lebih murah, cepat, tepat, dan

resiko yang lebih rendah.

32

32

• Manajer dapat bereksperimen untuk menentukan variabel keputusan dan kondisi

apa yang penting dengan alternatif-alternatif yang berbeda.

• Model simulasi yang akurat memerlukan pengetahuan mengenai masalah yang

mendalam, oleh karena itu pembuat MSS dipaksa untuk secara konstan

berinteraksi dengan manajer (diperlukan dalam pengembangan SPK). Dengan

begitu, pengembang dan manajer mendapatkan pemahaman menganai masalah

yang lebih baik dan keputusan yang paling potensial yang tersedia.

• Model dibangun berdasarkan perspektif manajer

• Model simulasi dibangun untuk 1 masalah tertentu dan tidak dapat

menyelesaikan masalah lainnya.

• Simulasi dapat menangani tipe masalah dengan variasi yang sangat banyak

(seperti fungsi-fungsi manajerial tingkat tinggi).

• Simulasi umumnya dapat menangani kerumitan suatu masalah yang nyata;

penyederhanaan tidak dibutuhkan.

• Simulasi secara otomatis memproduksi banyak ukuran-ukuran performa yang

penting.

• Simulasi terkadang merupakan satu-satunya pemodelan SPK yang dapat

langsung menangani masalah yang tidak terstruktur.

• Ada beberapa paket simulasi yang mudah digunakan (seperti simulasi Monte

Carlo).

33

33

2.2.7.3 Kelemahan Simulasi

Menurut Turban et al. (2005, p239) kerugian simulasi adalah:

• Tidak dapat menjamin solusi yang optimal, namun secara umum baik.

• Proses pembuatan model simulasi lambat dan memakan biaya, walaupun

sistem pemodelan yang baru membuatnya lebih mudah.

• Solusi tidak dapat digunakan untuk masalah lain.

• Simulasi terkadang sangat mudah dijelaskan ke manajer hingga metode

analisis jarang dilihat.

• Software simulasi terkadang membutuhkan keahlian khusus karena rumitnya

metode solusi yang formal

2.2.8 Analytic Hierarchy Process (AHP)

2.2.8.1 Pengertian Analytic Hierarchy Process

Menurut Saaty (1991, p23) Analytic Hierarchy Process (AHP) adalah suatu

model yang luwes yang memberikan kesempatan bagi perorangan atau kelompok

untuk membangun gagasan-gagasan dan mendefinisikan persoalan dengan cara

membuat asumsi mereka masing-masing dan memperoleh pemecahan yang

diinginkan darinya

Menurut Marshall (1995, p278), AHP adalah suatu metode yang

dikembangkan untuk menghasilkan tingkatan alternatif keputusan dengan struktur

matematis. Ide utamanya adalah untuk menemukan trade-off atribut melalui

perbandingan atribut berpasangan. Menemukan nilai setiap alternatif keputusan

berpasangan dalam atribut tersebut.

34

34

2.2.8.2 Keuntungan AHP

Menurut Saaty (1991, p25) keuntungan AHP yaitu:

1. Kesatuan

AHP memberikan suatu model tunggal yang mudah dimengerti dan luwes

untuk aneka ragam persoalan tak terstruktur.

2. Kompleksitas

AHP memadukan rancangan deduktif dan rancangan berdasarkan sistem

dalam memecahkan persoalan kompleks

3. Saling Ketergantungan

AHP dapat saling menangani ketergantungan elemen-elemen dalam suatu

sistem dan tidak memaksakan pemikiran linear

4. Penyusunan Hirarki

AHP mencerminkan kecendrungan alami pikiran untuk memilah-milah

elemen suatu sistem dalam berbagai tingkat berlainan dan mengelompokkan

struktur yang serupa dalam setiap tingkat

5. Pengukuran

AHP memberikan suatu skala untuk mengukur hal-hal dan terwujud suatu

metode untuk menetapkan prioritas

6. Konsistensi

AHP melacak konsistensi logis dari pertimbangan-pertimbangan yang

digunakan dalam menetapkan berbagai prioritas

7. Sintesis

35

35

AHP menuntunt ke suatu taksiran menyeluruh tentang kebaikan setiap

alternatif

8. Tawar menawar

AHP mempertimbangkan prioritas-prioritas relatif dari berbagai faktor

sistem dan memungkinkan orang memilh alternatif terbaik berdasarkan

tujuan-tujuan mereka

9. Penilaian dan konsensus

AHP tidak memaksakan konsensus tetapi mensistensi suatu hasil yang

representif dari berbagai penilaian yang berbeda-beda

10. Pengulangan proses

AHP memungkinkan orang memperhalus definisi mereka pada suatu

persoalan dan memperbaiki pertimbangan dan pengertian mereka melalui

pengulangan

2.2.8.3 Prinsip Dasar AHP

Menurut Mulyono (2004, p335) ada empat prinsip dasar AHP:

1. Decompositon

Yaitu memecahkan masalah yang utuh menjadi unsur-unsurnya. Jika ingin

mendapat hasil akurat, pemecahan juga dilakukan terhadap unsur-unsurnya

sampai tidak mungkin dilakukan pemecahan lebih lanjut sehingga didapat

beberapa tingkatan dari persoalan tadi. Proses analisa ini dinamakan hirarki.

Ada dua jenis hierarki, yaitu lengkap dan tidak lengkap. Dalam hirarki

lengkap, semua elemen pada suatu tingkat memiliki semua elemen yang ada

36

36

pada tingkat berikutnya. Jika tidak demikian maka dinamakan hirarki tidak

lengkap

2. Comparative Judgement

Prinsip ini berarti membuat penilaian tentang kepentingan relatif dua elemen

pada suatu tingkat tertentu dalam kaitannya dengan tingkat diatasnya.

Penilaian ini merupakan inti dari AHP, karena ia akan berpengaruh terhadap

prioritas elemen-elemen. Dalam penyusunan skala kepentingan ini digunakan

tabel berikut:

Skala  Definisi 

1  Kedua elemen sama pentingnya 

3  Elemen yang satu sedikit lebih penting dengan elemen lainnya 

5  Elemen yang satu esensial atau sangat penting ketimbang elemen lainnya 

7  Satu elemen jelas lebih penting dengan elemen lainnya 

9  Satu elemen jelas mutlak dibanding dengan elemen lainnya 

2,4,6,8  Nilai‐nilai diantara dua pertimbangan yang berdekatan 

Tabel 2.2 Skala perbandingan Berpasangan

3. Synthesis of Priority

Dari setiap matriks pairwise comparison kemudian dicari eigen vector-nya

untuk mendapatkan local priority. Karena matriks pairwise comparison

terdapat semua tingkat, maka untuk mendapatkan global priority harus

dilakukan sintesa diantara local priority. Prosedur melakukan sintesis berbeda

menurut hierarki. Pengurutan elemen-elemen menurut kepentingan relatif

melalui prosedur sintesis dinamakan priority setting

37

37

4. Logical Consistency

Konsistensi memiliki dua makna. Pertama adalah bahwa obyek-obyek yang

serupa dapat dikelompokkan sesuai dengan keseragaman dan relevansi. Arti

kedua adalah menyangkut tingkat hubungan antara obyek-obyek yang

didasarkan pada kriteria tertentu.

2.2.8.4 Kelebihan AHP

Menurut Kadarsah (2002, p131) kelebihan AHP dengan model lainnya adalah:

1. Struktur yang hirarki sebagai konsekuensi dari kriteria yang dipilih

samapai pada subkriteria-subkriteria yang paling dalam

2. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi

berbagai kriteria dan alternatif yang dipilih oleh para pengambil

keputusan

3. Memperhitungakan daya tahan atau ketahanan output analisis sensitivitas

pengambil keputusan

2.2.8.5 Struktur AHP

Menurut Kadarsah (2002,p131) Membuat struktur hirarki diawali dengan

tujuan umum, dilanjutkan dengan sub-sub tujuan, kriteria, dan kemungkinan

alternatif-alternatif pada tingkat kriteria yang paling bawah

38

38

Gambar 2.4 Struktur hirarki AHP

2.2.8.6 Langkah-langkah menentukan Prioritas

Langkah ini diawali dengan melihat hierarki yang telah dibuat lalu membentuk

matriks pairwise comparison. Nilai pada matriks ini didapat dari memberi

pertanyaan beberapa kali lipat suatu kriteria dibandingkan terhadap kriteria lainnya.

contoh

KRITERIA  Alternatif 1   Alternatif 2  Alternatif 3 

Alternatif 1  1 0,2 2 

Alternatif 2  5 1 7 

Alternatif 3  0,5 0,1428 1 

Langkah kedua yaitu matriks pairwise comparison dinormalisasi dengan cara

membagi unsur pada setiap kolom dengan hasil nilai jumlah kolom.

39

39

Contoh:

KRITERIA  Alternatif 1   Alternatif 2  Alternatif 3 

Alternatif 1  1/6,5=0,1538 0,2/1.3428=0,1489 2/10=0,1999

Alternatif 2  5/6,5=0,7692 1/1,3428=0,7447 7/10=0,7001

Alternatif 3  0,5/6,5=0,0769 0,1428/1,3428=0,1063 1/10=0,1000

Selanjutnya adalah menjumlahkan setiap baris matriks yang telah

dinormalisasikan (X) dan dibagi dengan banyaknya alternatif (Y)

Contoh 0,1538 + 0,1489 + 0,1999 = 0,1676, dan seterusnya 3

Kemudian mencari Eigen Value (Z) dengan cara menjumlahkan baris nilai

kriteria pada matriks pairwise comparison dengan nilai bobot ketiga kriteria, kemudian

dibagi dengan bobot kriteria yang bersangkutan.

Setelah mendapatkan nilai Z. Dicari Z maksimal yaitu dengan menjumlahkan Z

dan membagi dengan jumlah kriteria yang ada

Langkah terakhir yaitu mencari nilai Consistency Index (CI) dan Consistency

Ratio (CR) dengan rumus :

CR= CI= (Z maks – n ) / (n-1)

CR= CI RCI

40

40

Nilai CR seharusnya kurang dari 10 % atau (0,1)

N  1  2  3  4  5  6  7  8  9  10 

RI  0  0  0.58 0.90 1.12 1.24 1.32 1.41 1.45  1.49 

Tabel 2.3 RCI (Random Consistency Index)

Langkah - tersebut berdasarkan konsep AHP menurut Saaty (1991)

2.3 Analisa dan perancangan Sistem

2.3.1 Data modeling

Menurut Whitten dan Bentley (2007, p270) data modeling adalah suatu tehnik untuk

mengartikan bisniness requirement ke dalam data base. Data modeling terkadang

disebut juga database modeling karena data model adalah implementasi dari dari

database. Contoh simple dari database adalah entity relationship diagram atau ERD.

2.3.1.1 Entity Relationship Diagram

Menurut Whitten dan Bentley (2007, p271) ERD adalah sebuah diagram yang

menggambarkan data dalam bentuk entitas-entitas beserta hubungan yang terbentuk

antar data tersebut.

2.3.1.2 Komponen ERD

Komponen-komponen pembentuk ERD (Whitten dan Bentley, 2007, pp271- 283) adalah

1. Entitas adalah Sesuatu kelas dari orang, tempat, objek, event atau konsep dimana

semuanya kita ambil dan simpan datanya

41

41

Gambar 2.5 Bentuk Entitas (sumber : Whitten dan Bentley (2007, p271))

2. Attribute adalah Sebuah properti deskriptif atau karakteristik dari sebuah entitas

(Whitten dan Bentley, 2007, p272)

Gambar 2.6 Contoh Atribut-atribut Sebuah Entitas (sumber : Whitten dan Bentley (2007,

p272))

3. Relationship atau hubungan adalah asosiasi alami bisnis antara satu entitas

dengan entitas lain (Whitten dan Bentley, 2007, p275) terdiri dari beberapa

komponennya adalah

• Cardinality adalah menjelaskan angka dari minimum dan makismum

yang terjadi antara satu entitas yang mungkin berelasi dengan entitas

lainnya (Whitten dan Bentley, 2007, p275)

42

42

Gambar 2.7 Notasi cardinality (sumber : Whitten dan Bentley (2007,

p276))

• Degree adalah angka entitas yang berpartisipasi dari sebuah hubungan

(Whitten dan Bentley, 2007, p275)

4. Identification atau Key : sebuah atribut atau sekumpulan atribut, yang bernilai

unik untuk setiap contoh dari entitas (Whitten, 2001, p262 )

Primary Key (PK) : sebuah key yang paling unik digunakan untuk

mengidentifikasikan sebuah contoh tunggal dari sebuah entitas (Marakas, 2006,

p148).

43

43

Foreign Key (FK) : sebuah Primary Key dari suatu entitas yang berada di entitas

lain untuk mengidentifikasikan hubungan antar entitas tersebut (Whitten dan

Bentley, 2007, p277).

2.3.1.3 Tahapan Membangun Data Model

Menurut Whitten dan Bentley (2007, p 290-298) tahapan dalam membangun data model

adalah

1. Menemukan Enititas

Tahapan yang pertama adalah mencari entitas dasar di sistem yang mungkin

mendeskripsikan sebuah data

2. Membuat Contex Data Model

Pada tahap ini adalah membuat suatu hubungan antara entitas bisnis yang sudah

ditemukan. Nama relasi haruslah kata kerja yang dikombinasikan dengan bisnis .

Gambar 2.8 Contoh Context Data Model (sumber : Whitten dan Bentley, 2007, p291)

3. Membuat Key-Based Data Model

Pada tahap ini adalah Memberikan Primary di setiap entitas yang ada. Pada tahap

ini sudah tidak ada lagi hubungan many to many.

44

44

Gambar 2.9 Contoh Key-Based Data Model (sumber: Whitten dan Bentley,

2007, p294)

4. Membuat Fully attributed data model

Pada tahapan ini mengidentifikasi data attribut dan memasukan atribut tersebut

ke dalam setiap entitas. Pada tahap ini data model sudah berada pada rancangan

akhir pembuatan.

45

45

Gambar 2.10 Contoh Fully attributed data Model (sumber : (Whitten dan

Bentley, 2007, p297))

46

46

2.3.1.4 Membuat Data Model yang baik

Menurut Whitten dan Bentley (2007, p298) dalam membuat data model yang baik

haruslah

1. Data model harus Sederhana (simpel)

Secara umum atribut data yang mendeskripsikan entitas hanya mendeskripsikan

entitas tersebut

2. Data model pada dasarnya tidak boleh ada redundansi

Ini berarti setiap data atribut selain foreign key mendeskripsikan hanya satu

entitas.

3. Data model harus fleksibel mengikuti kebutuhan masa depan

Ini berarti rancangan data model harus bisa dimodifikasi kedepannya tanpa

memberikan dampak pada program

2.3.2 Process Modeling

Menurut Whitten dan Bentley (2007, p317) process modeling adalah tekhnik yang

mengatur dan mendokumentasikan struktur dan aliran data melalui proses sistem atau

logika, aturan, prosedur untuk diimplentasikan oleh proses sistem. Contoh dari Process

Modeling adalah Data Flow Diagram (DFD)

2.3.2.1 Data Flow Diagram (DFD)

Menurut Whitten dan Bentley (2007, p317) DFD adalah suatu tool yang melukiskan

aliran data melalui sistem, kerja atau proses yang dilakukan sistem.

47

47

2.3.2.2 Komponen DFD

Komponen-komponen pembentuk DFD (Gane&Sarson) adalah :

1. External Agent : seseorang atau sesuatu yang berinteraksi dengan sistem namun

berada di luar batasan sistem dan oleh karena itu tidak berada dalam kontrol

sistem atau pengguna sistem. (sumber : (Whitten dan Bentley, 2007, p319))

Gambar 2.11 Bentuk External Agent (sumber(Whitten dan Bentley, 2007, p319)) 2. Data Store : Sebuah tempat penyimpanan untuk data, (Whitten dan Bentley,

2007, p320)

Gambar 2.12 Bentuk Data Store (sumber : (Whitten dan Bentley, 2007, p320))

3. Process (proses) : Dasar dari pembuatan sistem adalah process dimana proses

tersebut merespon ke bisnis event dan kondisi dan perpindahan data untuk

membuat informasi yang berguna. Model proses ini membantu untuk

menerangkan interaksi dengan lingkungan sistem dan proses lain

Gambar 2.13 Bentuk Proses (sumber : (Whitten dan Bentley, 2007, p321))

48

48

4. Data flow : Data inputan dan output dari suatu proses

Gambar 2.14 Bentuk data flow (sumber : (Whitten dan Bentley, 2007, p325))

2.3.2.3 Larangan dalam Data Flow Diagram

Larangan dalam penggambaran proses (sumber : (Whitten dan Bentley , 2007, p330)) :

1. Proses yang memiliki input namun tidak memiliki output disebut sebagai Black

Hole.

2. Proses yang memiliki output namun tidak memiliki input, disebut sebagai

Miracle.

3. Proses yang jumlah input–nya kurang untuk dapat menghasilkan output yang

diinginkan (ada aliran data masuk yang kurang), disebut sebagai Grey Hole.

49

49

Gambar 2.15 Larangan Dalam DFD (sumber : (Whitten dan Bentley , 2007, p330))

2.3.2.4 Tahapan Membangun Process Model

Menurut (Whitten dan Bentley, 2007, p358) tahapan dalam membangun Proses model

adalah

50

50

Gambar 2.16 Tahapan Pembuatan Process Modeling (sumber : (Whitten dan

Bentley , 2007, p336))

51

51

1. Membuat Context Data Flow Diagram

Sebelum membuat Context Data Flow Diagram kita menginisiasi scope dari

proyek dimana menampilkan sistem dengan sangat global (tidak detil). Diagram

Konteks hanya memiliki satu proses yang ditandai dengan nama dari sistem dan

tidak ada penggambaran data store.

Gambar 2.17 Contoh Contex Data Flow Diagram (sumber : (Whitten dan

Bentley , 2007, p340))

52

52

2. Membuat Functional Decomposition Diagram

Pada diagram ini menunjukan top-down dari fungsi dekomposisi atau dari

struktur sistem yang kemudian di dekomposisi lagi menjadi beberapa event. Dan

juga menyediakan awal penggambaran garis besar dari Data Flow Diagram

Gambar 2.18 Functional Decomposition Diagram (sumber : (Whitten dan

Bentley , 2007, p341))

53

53

3. Membuat Event Diagram

Setelah event diagram yang telah di dekomposisi di functional decomposition

diagram, selanjutnya buat context diagram di tiap-event tersebut.

Gambar 2.19 Contoh Event Diagram (sumber : (Whitten dan Bentley , 2007, p347))

4. Membuat system Diagram

Event-event yang telah dibuat context diagram digabungkan menjadi suatu

sistem yang utuh.

54

54

5. Membuat Primitive Diagram

Apabila event diagram masih bisa dipecah lagi maka dibutkan juga detail dari

event diagram tersebut. Hal ini dilakukan apabila transaksi bisnis yang ada

sangat kompleks.

2.4 Konsep Maintenance

2.4.1 Pengertian Maintenance

Menurut Assauri (1999, p95) Maintenance merupakan kegiatan untuk

memelihara atau menjaga fasilitas dan peralatan pabrik, dan mengadakan perbaikan,

penyesuaian, atau penggantian yang diperlukan untuk mendapatkan suatu kondisi

operasi produksi yang memuaskan, sesuai dengan yang direncanakan. Dengan adanya

perawatan diharapkan semua fasilitas dan mesin yang dimiliki oleh perusahaan dapat

dioperasikan sesuai dengan jadwal yang telah ditentukan. Perawatan mempunyai

peranan yang sangat menentukan dalam kegiatan produksi dan suatu perusahaan yang

menyangkut kelancaran atau kemacetan produksi, kelambatan dan volume produksi.

Biaya maintenance bisa menjadi fakor yang signifikan dalam keuntungan di

suatu perusahaan. Khususnya di manufakturing biaya maintenance bisa menghabiskan

2-10 % pendapatan dari perusahaan dan bisa mencapai 24 % di industry transportasi.

(Chelson, Payne dan Reavill, 2005). Jadi bagian management harus mempertimbangkan

maintenance sebagai sebuah fungsi penting dalam melaksanakan kegiatan produksi dan

meningkatkan kualitas produk, Ketersedian perlengkapan dan mesin produksi untuk

memenuhi era otomatisnya permintaaan dan system manufaktur yang fleksibel (FMS),

“Lean Manufacturing” dan operasi “just-in time”. (Haroun dan Duffuaa, 2007 , p4).

55

55

2.4.2 Tugas dan Tanggung Jawab Maintenance dalam organisasi

Tanggung jawab maintenance adalah menyediakan jasa perbaikan untuk mewujudkan

tujuan organisasi dapat tercapai (Duffua, 2007, p 6) selain itu terdapat tugas dan

tanggung jawab lain diantaranya:

1. Menjaga asset dan perlengkapan dalam kondisi bagus, baik, serta tetap

terkonfigurasi dan tetap berfungsi sesuai dengan fungsinya.

2. Tampil dalam semua kegiatan maintenance termasuk, preventive, predictive,

corrective, overhauls, design modification, emergency maintenance yang

memakai cara efektif dan efisien.

3. Melestarikan dan menjaga kegunaan sparepart dan material

4. Menjadi pelopor apabila ada plant baru atau ekspansi plant dan

5. Mengoperasikan keperluan dalam pelestarian energy

Gambar 2.20 Maintenance dalam Organisasi (sumber : Haroun dan Duffuaa,

2007 , p5)

56

56

2.4.3 Material dan Sparepart Management

Menurut Haroun dan Duffuaa (2007 , p10-11) Pada bagian ini tanggung

jawabnya adalah menjaga agar ketersedian sparepart yang kualitas dan

kuantitasnya bagus dengan biaya yang minimum. Disebagain perusahaan besar

unit ini berdiri sendiri akan tetapi kebanyakan meruapakan bagian dari

maintenance yang mensupport program maintenance. Tugas dari bagian material

dan sparepart ini meliputi:

1. Membangun suatu kordinasi dengan maintenance untuk mengefektifkan

kebijakan penyediaan stok, meminimalkan pemesanan, menjaga dan

menghemat biaya

2. Mengkordinasi dengan maintenance dengan supplier untuk

memaksimalkan keuntungan perusahaan

3. Menjaga dengan baik inward, penerimaan, dan menjaga persediaan

4. Isu material dan penyediaan

5. Manjaga dan mengupdate record

6. Menjaga penjualan tetap teratur dan baik

57

57

2.4.4 Jenis-jenis Maintenance

Maintenance dapat diklasifikasikan ke dalam lima kategori berikut (Al-turki, 2007,

p245) :

1. Routine and preventive maintenance, yang meliputi periodik pemeliharaan

seperti pelumas mesin, pemeriksaan. Jenis pekerjaan direncanakan dan

dijadwalkan sebelumnya.

2. Corrective maintenance, yang melibatkan penentuan penyebab dari kerusakan

yang berulang dan menghilangkan kerusakan tersebut dengan desain modifikasi;

3. Emergency or breakdown maintenance, proses perbaikan secepatnya setelah

laporan kerusakan. Jadwal Maintenance dapat saja diganggu oleh Emergency

Breakdown.

4. Reactive Maintenance, proses maintenance yang dilakukan sebagai respon

terhadap breakdown unit yang tidak terencana

5. Predictive Maintenance, proses maintenance yang dilakukan melalui analisa

secara fisik terhadap peralatan atau komponen dengan bantuan pengakuan

instrument tertentu seperti alat pengukur getaran, temperatur, pengukur suara dan

lain-lain untuk mendeteksi kerusakan sedini mungkin

2.4.5 Knowledge Base untuk maintenance

Menurut Nadakatti et al. (2008) knowledge base (pengetahuan dasar) dibangun

berdasarkan pemecahan masalah logika dari seorang ahli yang memiliki keahlian yang

cukup dalam domain masalah tersebut. Bagian maintenance biasanya menggunakan

vibration untuk mengidentifikasi sifat dan tingkat kerusakan dari sebagian masalah

mekanik dan listrik mesin-mesin industri.

58

58

Alasan penggunaaan knowledge tersebut adalah:

1. Peningkatan kebutuhan yang sangat tinggi dari mesin-mesin masa kini yang

cenderung kompleks, mahal dan sangat canggih

2. Sebuah Perusahaan bisa saja kehilangan para ahli di mesin tersebut karena

kematian, pensiun atau pindah ke perusahaan lain akan tetapi dengan knowledge

base semua knowledge disimpan ke dalam system

3. Knowledge (pengetahuan)dapat disimpan secara permanent dan tidak rusak, akan

tetapi para ahli bisa saja kehilangan pengetahuan tersebut karena kurangnya

latihan atau praktek

4. Sebuah knowledge menghasilkan hasil yang konsisten dari pada keahlian

manusia dan tidak rentan akan usia, lupa, dll.

5. Biaya knowledge base lebih murah dibandingkan dengan biaya ahli yang sangat

langka.

2.4.6 Workflow dari proses maintenance

Menurut Haroun dan Duffuaa (2007 , p104) prosedur dalam maintenance adalah:

1. Menerima request untuk perbaikan dari bagian plan (melalui telepon, komputer

terminal, atau hardcopy)

2. Jika Perbaikan yang dibutuhkan sangat darurat maka maintenance Crew akan

secepatnya memenuhi permintaan.

3. Setelah permintaan dari bagian plant selesai, kemudian tunjukan kebutuhan akan

informasi, history dan perlengkapan serta kebutuhan akan material dan tool, plan

59

59

dan manpower, dll. Kemudian laporkan kepada bagian plan, Manager , akuntan

dan supervisor.

4. Manager unit akan memberikan hardcopy pengesahan pekerjaan atau melalui

sistem ERP atau Computer maintenance management System (CMMS)

5. Manager akan melihat laporan pekerjaan dan mengapprovalnya di sistem

6. Akunting juga akan menginput informasi pengeluaran biaya ke dalam sistem

7. Sistem akan memecah data ke dalam history dari perlengkapan untuk melakukan

analisa periodik untuk mengontrol dan meningkatkan strategi dan kebijakan

8. Bagian Plan akan memverifikasi pekerjaan bahwa telah selesai dan memasukan

semua informasi ke dalam sistem dan menutup sistem

60

60

Gambar 2.21 Workflow proses Maintenance (sumber : (Haroun dan Duffuaa, 2007 ,

p106))

2.4.7 Penghitungan Kinerja Maintenance

Berikut adalah perhitungan kinerja dari Maintenance (Parida dan Kumar, 2007 ,p 22)

• Kinerja (performasnce) Maintenance = Total biaya maintenance/total biaya

produksi;

• A (availability) = (planned time - downtime)/planned time;

61

61

• P (production rate) = (waktu standar produksi/unit)x(unit produksi)/ waktu

operasi ; dimana where; waktu operasi =waktu perencanaan – waktu

downtime;

• Mean time to repair (MTTR) = jumlah total waktu perbaikan /angka

breakdown

• Mean time between failure (MTBF) = number of operating hour/ angka

breakdown

• Maintenance breakdown severity = biaya perbaikan /jumlah breakdown;

• Biaya maintenance per jam = total biaya maintenance/jumlah man hour

Biaya maintenance harus didentifikasi dari yang utama sampai alternarifnya yang berarti

harus mencapai tujuan dan jumlah resource yang dibutuhkan untuk setiap alternatifnya.

Resourcenya meliputi (Mirghani,2007, p118) :

• Tipe dan kuantitas dari material dan sparepart

• Skill dari para pekerjanya

• Support service

• Pelatihan dan pengembangan manpower

• Perlengkapan dan fasilitas dari maintenance

2.4.8 Konsep DownTime

Menurut Wang (2007, 483 ) Downtime merupakan waktu dimana suatu unit

tidak dapat lagi menjalankan fungsinya sesuai dengan harapan.

Hal ini terjadi akibat breakdown (kerusakan) mesin yang dapat menggangu

kinerja termasuk mutu yang dihasilkan dan kecepatan produksinya sehingga

membutuhkan waktu tertentu untuk mengembalikan fungsi kembali seperti awal.

62

62

2.4.9 Mengatasi Masalah maintenance dengan Fishbone diagram

Menurut http://quality.enr.state.nc.us/tools/fishbone.htm Fishbone diagram merupakan

alat analisis yang menyediakan cara sistematis untuk melihat efek dan sebab-sebab yang

membuat atau berkontribusi pada efek-efek. Karena fungsi diagram tulang ikan,

mungkin disebut sebagai diagram sebab-akibat. Desain diagram terlihat jauh seperti

kerangka ikan. Oleh karena itu, sering disebut sebagai diagram tulang ikan. Ditemukan

oleh Dr Kaoru Ishikawa, seorang ahli statistik kontrol kualitas Jepang. Apa pun nama

yang Anda pilih, ingat bahwa nilai dari diagram fishbone adalah membantu tim dalam

mengkategorikan penyebab banyak (potensi) masalah atau isu dengan cara yang

terstruktur dalam mengidentifikasi akar penyebab masalah tersebut.

Kapan fishbone dibutuhkan:

• Perlu untuk mempelajari masalah / issue untuk menentukan akar penyebab?

• Ingin mempelajari semua kemungkinan alasan mengapa proses mulai mengalami

kesulitan, masalah, atau kerusakan?

• Perlu untuk mengidentifikasi daerah-daerah untuk pengumpulan data?

• Ingin mempelajari mengapa proses tidak berkinerja baik atau memproduksi hasil

yang diinginkan?

Cara membuat diagram fishbone

Langkah-langkah dalam membuat diagram fishbone adalah:

1. Gambarkan diagram tulang ikan

2. Daftar masalah / isu yang akan dipelajari di kepala ikan

3. Label masing-masing tulang ikan.

63

63

Kategori-kategori utama biasanya digunakan adalah:

M 4's: Metode, Mesin, Material, Tenaga Kerja

P 4's: Place, Prosedur, Orang, Kebijakan

S 4's:Sekitarnya, Pemasok, Sistem, Keterampilan

Catatan: dapat menggunakan salah satu dari empat kategori yang disarankan,

menggabungkan mereka dalam mode atau membuat sendiri. Kategori adalah untuk

membantu agar mengatur ide-ide yang ada.

4. Gunakan teknik ide-menghasilkan (misalnya, brainstorming) untuk

mengidentifikasi faktor-faktor dalam setiap kategori yang mungkin

mempengaruhi masalah , isu atau efek sedang dipelajari. Tim tersebut harus

meminta ... "Apa masalah mesin yang mempengaruhi / menyebabkan ..."

5. Ulangi prosedur ini dengan setiap faktor di bawah kategori untuk menghasilkan

sub-faktor. Lanjutkan bertanya, "Mengapa ini terjadi?" dan menempatkan

segmen tambahan setiap faktor dan kemudian bawah masing-masing sub-faktor.

6. Lanjutkan sampai Anda tidak lagi mendapatkan informasi yang berguna ketika

Anda bertanya, "Mengapa itu terjadi?"

7. Menganalisis hasil tulang ikan setelah anggota tim setuju bahwa jumlah yang

memadai detail telah disediakan di bawah setiap kategori besar. Lakukan ini

dengan mencari item-item yang muncul di lebih dari satu kategori. Ini menjadi

'kemungkinan besar yang menyebabkan.

8. Bagi mereka item diidentifikasi sebagai penyebab yang paling mungkin, tim

harus mencapai konsensus pada daftar item-item dalam urutan prioritas dengan

item pertama sebagai penyebab yang paling mungkin.

64

64

2.4.10 Model Maintenance yang optimal

Menurut Dekker dan Scarf (1998) secara umum model maintenance yang optimal

adalah:

1. Mendeskripsikan sistem yang tekhnis dari fungsi dan kegunaanya

2. Sebuah pemodelan kerusakan sistem dalam waktu dan konsekuensi yang

mungkin terjadi

3. Deskripsi dan informasi yang tersedia tentang sistem dan tindakan yang nyata

kepada manajemen

4. Fungsi yang objektif dan suatu tehnik optimasi yang membantu dalam

menemukan keseimbangan

Berbagai model maintenance yang pernah diterapkan menurut Garg dan Deshmukh

(2006) diantaranya adalah

1. Pendekatan Bayesian

Pendekatan Bayesian sepenuhnya subjektif terhadap cara langsung yaitu

menyajikan ketidakpastian yang berkaitan dengan peristiwa masa depan untuk

para pengambil keputusan dalam konteks masalah keputusan inspeksi

maintenance yan telah didiskusikan secara optimal.

2. Formula Mixed integer linear programming (MILP)

Model ini menyajikan suatu formulasi baru yaitu matematika MILP untuk desain

yan terintegrasi dengan produksi dan perencanaan perawatan untuk pabrik yang

multi-proses. Sebuah alokasi keandalan model pada tahap desain digabungkan

dengan kerangka optimasi yang ada untuk mengidentifikasi ukuran optimal dan

keandalan awal untuk setiap unit peralatan pada tahap desain (Goel et al, 2003)

65

65

3. Menggunakan multiple criteria decision making (MCDM) dan

pendekatan linguistik

(Swanson ,2003) telah menerapkan informasi pengolahan Galbraith's model

untuk mempelajari bagaimana fungsi pemeliharaan menerapkan strategi yang

berbeda untuk mengatasi kompleksitas lingkungan

4. Simulasi dan model probabilistik Markov

Chen dan Popova (2002) dan Barata et al. (2002) menggunakan simulasi Monte

Carlo untuk menentukan kebijakan perawatan yang optimal (yaitu

meminimumkan total biaya jasa) dan untuk pemodelan sistem pemantauan secara

terus-menerus terhadap kerusakan. Sebuah model simulasi (Sarker dan Haque,

2000) juga telah dikembangkan untuk mengurangi biaya pemeliharaan dan

persediaan untuk sistem manufaktur dengan kegagalan item stokastik,

penggantian dan waktu pesanan.

5. Menggunakan model Analthycal Hierarchy Process

Bevilacqua dan Braglia (2000) menggambarkan penerapan AHP untuk memilih

strategi perawatan terbaik bagi kilang minyak. upaya serupa dibuat sebelumnya

oleh (al Labib 1998)