BAB 3

LANDASAN TEORI

3.1 Segi Industri

3.1.1 Definisi Kualitas

Kualitas dapat didefinisikan dalam berbagai cara. Kualitas saat ini menjadi salah

satu bagian yang terpenting pada saat seorang konsumen memutuskan untuk membeli

sebuah produk barang atau jasa. Sebagian orang memiliki pemahaman konseptual bahwa

kualitas berhubungan dengan satu atau lebih karakteristik yang harus dimiliki suatu

produk atau jasa. Karakteristik kualitas tersebut dapat dikategorikan kedalam beberapa

jenis, yaitu (Montgomery, 2001, p6) :

• Fisik : panjang, berat, kekentalan.

• Sensori : rasa, penampakan, warna.

• Orientasi waktu : keandalan, ketahanan, pelayanan.

Menurut (Garvin, 1987, p2), dimensi-dimensi kualitas itu sendiri ada beberapa macam:

1. Performansi

Konsumen akan menilai seberapa baiknya produk itu beroperasi dan apakah

suatu produk akan menjalankan suatu fungsi spesifik.

2. Keandalan

Produk yang kompleks, seperti misalnya kendaraan, atau pesawat, biasanya

membutuhkan perbaikan setelah melewati waktu tertentu.

19

3. Daya tahan

Daya tahan merupakan waktu pemakaian efektif. Konsumen tentunya ingin

produk yang beroperasi secara memuaskan untuk waktu yang lama.

4. Kemudahan untuk diperbaiki

Ada beberapa industri dimana sudut pandang konsumennya mengenai kualitas

sangat ditentukan oleh seberapa cepat dan seberapa ekonomis perbaikan atau

perawatan berkala dapat dilakukan.

5. Estetika

Tampilan visual dari sebuah produk seringkali menjadi salah satu faktor, seperti

misalnya warna, bentuk, dan fitur-fitur lainnya.

6. Fitur

Biasanya, konsumen menghubungkan kualitas tinggi dengan produk yang telah

menambahkan fitur-fitur, yaitu fitur-fitur yang melebihi performansi dasar yang

ada.

7. Kesadaran akan kualitas

Dalam banyak kasus, konsumen bergantung pada reputasi masa lampau

perusahaan tersebut berhubungan dengan produk-produknya. Reputasi ini sangat

dipengaruhi oleh kegagalan-kegagalan dari produk yang dihasilkannya, dan juga

dari bagaimana konsumennya dilayani saat melaporkan produk yang cacat.

8. Kesesuaian dengan standar

Kita biasanya berpikir produk dengan kualitas yang baik sebagai produk yang

akan memenuhi apa yang diharapkan padanya.

20

3.1.2 Definisi Pengendalian Kualitas

Secara umum, pengendalian kualitas atau Quality Control dapat diartikan

sebagai suatu sistem yang efektif untuk memadukan pengembangan, pemeliharaan dan

upaya perbaikan kualitas berbagai kelompok dalam sebuah organisasi agar pemasaran,

kerekayasaan, produksi dan jasa dapat berada pada tingkatan yang paling ekonomis

sehingga pelanggan atau konsumen mendapat kepuasan penuh. Jadi pelaksanaan

pengendalian kualitas, berarti:

1. Menggunakan pengawasan kualitas sebagai dasar setiap kegiatan.

2. Pengendalian biaya, harga, dan laba secara terintegrasi.

3. Pengendalian jumlah, meliputi jumlah produksi, penjualan, dan persediaan dan

waktu pengiriman kepada pelanggan.

Agar dapat mencapai suatu hasil kualitas yang baik, tentunya diperlukan

pengendalian kualitas. Pengendalian kualitas dapat dilakukan dengan dua pendekatan,

yaitu On-line Quality Control dan Off-line Quality Control.

On-line Quality Control adalah kegiatan pengendalian kualitas yang dilakukan

selama proses manufacturing berlangsung. Sifat On-line Quality Control adalah

tindakan pengendalian yang reaktif atau tindakan yang dilakukan setelah kegiatan

produksi berjalan. Artinya jika produk yang dihasilkan tidak memenuhi spesifikasi yang

diharapkan maka tindakan perbaikan terhadap proses harus dilakukan. Alat utama pada

On-line Quality Control ini adalah pengendalian kualitas statistical, dengan The

Magnificent Seven – nya.

Off-line Quality Control adalah pengendalian kualitas yang dilakukan sebelum

proses produksi berlangsung atau pengendalian kualitas yang bersifat preventif. Dengan

21

tindakan secara preventif maka diharapkan kemungkinan adanya cacat produk dan

masalah kualitas dapat diatasi sebelum produksi berjalan. Pengurangan pada produk

cacat akan mengurangi jumlah scrap dan produk gagal, yang akhirnya akan mengurangi

jumlah pemulangan produk dari konsumen. Tujuan dari Off-line Quality Control adalah

untuk mengoptimasi desain produk dan proses dalam rangka mendukung kegiatan On-

line Quality Control. Perancangan percobaan merupakan salah satu alat utama pada Off-

line Quality Control.

3.1.3 Pengendalian Proses Statistical (SPC)

Pengendalian Proses Statistikal adalah suatu terminologi yang mulai digunakan

sejak tahun 1970-an untuk menjabarkan penggunaan teknik-teknik statistical dalam

memantau dan meningkatkan performansi proses menghasilkan produk berkualitas.

(Gaspersz, 1998, p1)

Pengendalian Proses Statistikal merupakan sekumpulan dari problem-solving

tools yang sangat berguna untuk mencapai kestabilan proses dan memperbaiki

kemampuan proses dengan cara mengurangi variasi. Pengurangan variasi inilah yang

menjadi kunci bagi sebuah produk untuk dapat memenuhi permintaan konsumen. Untuk

dapat mengurangi variasi tersebut, produk tersebut harus dihasilkan dari sebuah proses

yang stabil.

22

3.1.3.1 Definisi Variasi dalam Konteks SPC

Variasi merupakan bagian yang pasti dari setiap proses, tidak peduli seberapa

baiknya proses tersebut. Penyebab-penyebab dari variasi ini dapat dibagi menjadi dua

bagian besar, yaitu variasi penyebab umum dan variasi penyebab khusus. Pengendalian

suatu proses dicapai apabila variasi penyebab khusus dieliminasi. Perbaikan sebuah

proses dicapai melalui eliminasi dari variasi penyebab umum.

Pola variasi terbagi menjadi :

1. Variasi yang stabil

• Pola output variasi relative sama

• Variasi produksi tanggal 1 may, relative sama dengan variasi produksi

tanggal 2 may, 3may, dst..

• Jika variasi stabil, maka output dari suatu data bisa diprediksi.

2. Variasi yang sifatnya tidak stabil

• Pola output variasi relatif berubah-ubah.

• Variasi produksi tanggal 1 may, berbeda dengan variasi produksi tanggal

2 may, dst.

• Jika variasi tidak stabil, maka output dari suatu data tidak bisa diprediksi.

Menurut Gaspersz (1998), Jenis variasi adalah sebagai berikut :

• Variasi penyebab khusus adalah kejadian-kejadian di luar sistem yang

mempengaruhi variasi dalam sistem. Penyebab khusus dapat bersumber dari

faktor-faktor : manusia, peralatan, material, lingkungan, metode kerja, dll.

Penyebab khusus ini mengambil pola-pola non acak sehingga dapat

23

diidentifikasi, sebab mereka tidak selalu aktif dalam proses tetapi memiliki

pengaruh yang lebih kuat pada proses sehingga menimbulkan variasi. Dalam

konteks pengendalian proses statistikal menggunakan peta-peta kendali, jenis

variasi ini sering ditandai dengan titik-titik pengamatan yang melewati atau

keluar dari batas-batas pengendalian yang didefinisikan.

• Variasi penyebab umum adalah faktor-faktor didalam sistem atau yang melekat

pada proses yang menyebabkan timbulnya variasi di dalam sistem serta hasil-

hasil nya. Penyebab umum sering disebut juga sebagai penyebab acak atau

penyebab sistem. Karena penyebab umum ini selalu melekat pada sistem, untuk

menghilangkannya kita harus menelusuri elemen-elemen dalam sistem itu dan

hanya pihak manajemen yang dapat memperbaikinya, karena pihak

manajemenlah yang mengendalikan sistem itu. Dalam konteks pengendalian

proses statistikal dengan menggunakan peta-peta kendali, jenis variasi ini sering

ditandai dengan titik-titik pengamatan yang berada dalam batas-batas

pengendalian yang didefinisikan.

3.1.3.2 Definisi Data dalam Konteks SPC

Data adalah catatan tentang sesuatu, baik yang bersifat kualitatif maupun

kuantitatif yang dipergunakan sebagai petunjuk untuk bertindak. Berdasarkan data, kita

mempelajari fakta-fakta yang ada dan kemudian mengambil tindakan yang tepat

berdasarkan pada fakta itu. Dalam konteks pengendalian proses statistikal dikenal dua

jenis data, yaitu (Vincent Gasperz, 1998, p43) :

24

1. Data Variabel

Data kuantitatif yang diukur (pengukuran berarti membandingkan sesuatu

dengan besaran ukuran) untuk keperluan analisis. Contohnya adalah dimensi

panjang (m, mm), volume (liter), berat (gr), dst. Ukuran-ukuran berat, panjang,

lebar, tinggi, diameter, volume biasanya merupakan data varibel.

2. Data Atribut

Data kualitatif yang dapat dihitung untuk pencatatan dan analisis yang biasanya

didapat dari hasil pencacahan dan berupa bilangan bulat. Contoh dari data atribut

karakteristik kualitas adalah : jumlah produk cacat, jumlah cacat dalam satu

produk, persentase, dll. Data atribut biasanya diperoleh dalam bentuk unit-unit

nonkonformans atau ketidaksesuaian dnegan spesifikasi atribut yang ditetapkan.

3.1.4 Tujuh Alat Pengendalian Kualitas

Dalam pengendalian kualitas terdapat tujuh alat yang disebut dengan istilah

Seven Tools SPC. Ketujuh alat tersebut yaitu :

1. Lembar Periksa (Checksheet)

2. Diagram Pareto (Pareto Diagram)

3. Diagram Sebab Akibat (Fishbone/Ishikawa Diagram)

4. Diagram Batang (Histogram)

5. Diagram Tebar (Scatter Diagram)

6. Diagram Alir (Flowchart)

7. Peta Kendali (Control Chart)

25

3.1.4.1 Lembar Periksa (Checksheet)

Lembar periksa adalah alat bantu untuk memudahkan pengumpulan data.

Biasanya berbentuk formulir dimana item-item yang akan diperiksa telah dicetak dalam

formulir tersebut, dengan maksud agar data dapat dikumpulkan secara mudah dan

ringkas. Lembar periksa ini dapat digunakan baik untuk data variabel maupun data

attribut walaupun umumnya banyak digunakan untuk data attribut.

Penggunaan lembar periksa bertujuan untuk :

1. Memudahkan proses pengumpulan data terutama untuk mengetahui bagaimana

sesuatu masalah sering terjadi. Tujuan utama dari penggunaaan lembar periksa

adalah membantu mentabulasikan banyaknya kejadian dari suatu masalah

tertentu atau penyebab tertentu.

2. Mengumpulkan data tentang jenis masalah yang sedang terjadi. Dalam kaitannya

ini, lembar periksa akan membantu memilah-milah data ke dalam kategori yang

berbeda seperti penyebab-penyebab, masalah-masalah, dll.

3. Menyusun data secara otomatis, sehinggga data itu dapat dipergunakan dengan

mudah.

4. Memisahkan antara opini dan fakta. Kita sering berpikir bahwa kita mengetahui

sesuatu masalah atau menganggap bahwa sesuatu penyebab itu merupakan hal

yang paling penting. Dalam kaitan ini, lembar periksa akan membantu

membuktikan opini kita itu apakah benar atau salah.

3.1.4.2 Diagram Pareto (Pareto Diagram)

Diagram Pareto adalah grafik batang yang menunjukkan masalah berdasarkan

urutan banyaknya kejadian. Masalah yang paling banyak terjadi ditunjukkan oleh grafik

26

batang pertama yang tertinggi serta ditempatkan pada sisi paling kiri, dan seterusnya

sampai masalah yang paling sedikit terjadi ditunjukkan oleh grafik batang terakhir yang

terendah serta ditempatkan pada sisi paling kanan.

Pada dasar nya diagram pareto dapat digunakan sebagai alat interpretasi untuk :

• Menentukan frekuensi relatif dan urutan pentingnya masalah-masalah atau

penyebab-penyebab dari masalah yang ada.

• Memfokuskan perhatian pada isu-isu kritis dan penting melalui pembuatan

ranking terhadap masalah-masalah atau penyebab-penyebab dari masalah itu

dalam bentuk yang signifikan.

Diagram Pareto ada 2 macam yaitu :

• Diagram Pareto mengenai fenomena. Diagram ini berkaitan dengan hasil-hasil

berikut yang tidak diinginkan dan digunakan untuk mengetahui apa masalah

utama yang ada.

Contoh fenomena, antara lain :

a. Kualitas : kerusakan, kegagalan, keluhan, item-item yang dikembalikan,

perbaikan (reparasi),dll.

b. Biaya : jumlah kerugian, ongkos pengeluaran, dll.

c. Penyerahan (delivery) : penundaan penyerahan, keterlambatan

pembayaran, kekurangan stok, dll.

d. Keamanan : kecelakaan, kesalahan, gangguan,dll.

27

• Diagram Pareto mengenai penyebab. Diagram ini berkaitan dengan penyebab

dalam proses dan dipergunakan untuk mengetahui apa penyebab utama dari

masalah yang ada.

Contoh penyebab, antara lain :

a. Operator : umur, pengalaman, ketrampilan, sifat individual, pergantian

kerja, dll.

b. Mesin : peralatan, mesin, instrumen, dll.

c. Bahan baku : pembuatan bahan baku, macam bahan baku, pabrik bahan

baku, dll.

d. Metode Operasi : kondisi operasi, metode kerja, sistem pengaturan, dll.

Diagram pareto banyak digunakan untuk aplikasi manufaktur dari metode

perbaikan kualitas, karena diagram pareto merupakan salah satu alat yang paling

bermanfaat dalam tujuh alat pengendalian kualitas.

Menurut Gaspersz (1998, p53), Langkah-langkah pembuatan diagram pareto

adalah :

1. Menentukan ide dasar dari pembuatan Diagram Pareto tersebut, termasuk

didalamnya menentukan masalah yang diteliti, menentukan data yang diperlukan

beserta kategori-kategorinya, menentukan metode dan periode pengumpulan

data.

a. Menentukan masalah apa yang akan diteliti. Contoh masalah : keterlambatan

pengiriman barang, keterlambatan pelayanan, item yang rusak/cacat,

kerugian dalam nilai uang, dll. Kategori-kategori atau penyebab-penyebab

dari masalah yang dapat diidentifikasi oleh pihak manajemen.

28

b. Menentukan data apa yang diperlukan dan bagaimana mengklasifikasikan

atau mengkategorikan data itu. Contoh : klasifikasi berdasarkan penyebab

keterlambatan, jenis kerusakan, lokasi, proses, mesin, shift, operator/pekerja,

metode, dll.

c. Menentukan metode dan periode pengumpulan data. Termasuk dalam hal ini

adalah menentukan unit pengukuran dan periode waktu yang dikaji.

2. Membuat suatu ringkasan daftar atau tabel yang mencatat frekuensi kejadian dari

masalah yang telah diteliti dengan menggunakan formulir pengumpulan data atau

lembar periksa.

3. Membuat daftar masalah secara berturut berdasarkan frekuensi kejadian dari

yang tertinggi sampai terendah, serta hitunglah frekuensi kumulatif, persentase

dari total kejadian, dan persentase dari total kejadian secara kumulatif.

4. Menggambar dua buah garis vertikal dan sebuah garis horisontal.

Garis vertikal :

Garis vertikal sebelah kiri : buatkan pada garis ini, skala dari nol sampai total

keseluruhan dari kerusakan.

Garis vertikal sebelah kanan : buatkan pada garis ini, skala dari 0% sampai

100%.

Garis horisontal :

Bagilah garis ini ke dalam banyaknya interval sesuai dengan banyaknya item

masalah yang diklasifikasikan.

5. Buatlah histogram pada diagram pareto.

29

6. Gambarkan kurva kumulatif serta cantumkan nilai-nilai kumulatif (total

kumulatif atau persen kumulatif) di sebelah kanan atas dari interval setiap item

masalah.

7. Memutuskan untuk mengambil tindakan perbaikan atas penyebab utama dari

masalah yang sedang terjadi itu. Untuk mengetahui akar penyebab dari suatu

masalah, kita dapat menggunakan diagram sebab-akibat atau bertanya mengapa

beberapa kali ( konsep five why’s)

Gambar 3.1 Pareto Chart

3.1.4.3 Diagram Sebab Akibat (Fishbone / Ishikawa Diagram)

Dikembangkan oleh Kaoru Ishikawa pada tahun 1943, diagram ini kemudian

sering disebut sebagai Diagram Ishikawa. Diagram ini juga seringkali disebut sebagai

Diagram Tulang Ikan karena bentuknya. Menurut Ishikawa, Diagram ini berguna untuk

30

mengidentifikasi dan membuat susunan sistematis dari penyebab-penyebab yang

memiliki pengaruh terhadap masalah yang ada.

Setelah sebuah cacat atau sebuah masalah yang spesifik diidentifikasi dan

dipisahkan untuk penelitian lebih lanjut, kita harus mulai menganalisa penyebab-

penyebab potensialnya. Diagram sebab-akibat merupakan alat yang sangat berguna

dalam menyingkapkan penyebab-penyebab potensial, baik yang terlihat jelas maupun

yang tidak terlihat jelas.

Secara umum, Diagram Sebab Akibat memiliki tiga fungsi utama :

• Cause Enumeration, merupakan salah satu teknik perbaikan kualitas yang paling

banyak digunakan. Biasanya dikembangkan melalui brainstorming, dimana

semua kemungkinan penyebab disebutkan untuk melihat seberapa besar

pengaruh mereka semua terhadap masalah yang ada.

• Dispersion Analysis, dimana setiap sebab-sebab utama dianalisa secara

mendalam dengan cara menyelidiki sebab dari sebab tersebut dan dampak

mereka terhadap permasalahan yang ada. Proses ini terus diulang untuk setiap

sebab utama sesuai dengan tingkat kepentingan mereka. Perbedaan Dispersion

Analysis dengan Cause Enumeration adalah bahwa pada tahap sebelumnya

sebab-sebab yang terlihat tidak besar tidak dibahas. Namun, pada tahap

Dispersion Analysis ini, sebab-sebab yang sebelumnya belum disebutkan tidak

boleh dibahas sehingga mungkin terjadi akar permasalahan yang sesungguhnya

tidak ditemukan.

• Process Analysis. Ketika Diagram Sebab-Akibat dibuat untuk keperluan analisa

proses, penekanannya ada pada bagaimana mendaftar sebab-sebab yang ada

31

dalam suatu urutan proses yang sebenarnya terjadi. Proses ini mirip dengan

pembuatan flowchart, hanya saja Diagram Sebab-Akibat lebih mendetail dalam

mencari sebab-sebab yang mempengaruhi karakteristik kualitas yang sedang

diteliti.

Langkah-langkah pembuatan Diagram Sebab-Akibat :

a. Definisikan problem atau efek yang akan dianalisa.

b. Buat sebuah tim untuk melakukan analisa ini. Seringkali sebuah tim akan

menyingkapkan penyebab-penyebab potensial melalui brainstorming.

c. Buat kotak efek dan garis tengah.

d. Tentukan kategori-kategori penyebab-penyebab utama dan gabungkan mereka

melalui sebuah kotak disambungkan ke garis tengah yang sudah ada.

e. Identifikasikan penyebab-penyebab yang mungkin dan klasifikasikan mereka ke

dalam kategori-kategori yang telah ada. Buat kategori yang baru apabila ada.

f. Urutkan penyebab-penyebab tersebut untuk melihat penyebab-penyebab yang

sepertinya memiliki pengaruh lebih besar terhadap problem yang ada.

g. Ambil tindakan perbaikan.

32

Gambar 3.2 Diagram Tulang Ikan

3.1.4.4 Diagram Batang (Histogram)

Histogram merupakan diagram berupa grafik balok yang dibentuk dari distribusi

frekuensi untuk menggambarkan penyebaran/distribusi data yang ada. Histogram dapat

memperkirakan kemampuan proses dan jika diinginkan dapat menganalisa hubungan

dengan nilai spesifikasi serta nilai target nominal.

3.1.4.5 Diagram Tebar (Scatter Diagram)

Cara termudah untuk mengetahui adanya hubungan antara dua variabel adalah

melalui diagram tebar. Diagram tebar misalnya dapat digunakan untuk mengetahui

hubungan antara kecepatan mobil per jam dengan konsumsi bahan bakarnya, kecepatan

mesin bubut dan dimensi dari bagian mesin, banyaknya kunjungan tenaga penjual dan

hasil penjualan, besarnya temperatur dan hasil proses kimia, downtime mesin dan

persentase banyak nya produk yang ditolak (cacat), dll. Selain itu, melalui diagram tebar

33

yang telah digambarkan, kita dapat mengetahui jenis hubungan yang ada antara kedua

variabel tersebut apakah positif, negatif, atau tidak ada hubungan.

3.1.4.6 Diagram Alir (Flowchart)

Diagram alir atau flowchart didefinisikan sebagai suatu metode grafis, yang

menggambarkan proses yang telah ada, ataupun suatu usulan proses dengan

menggunakan simbol yang sederhana, garis, dan kata-kata untuk menunjukkan aktivitas

serta urutan dalam suatu proses. Atau dengan kata lain, diagram alir secara grafis

mewakili aktivitas yang terdapat pada suatu proses, sama seperti suatu peta mewakili

area tertentu.

Diagram alir proses merupakan suatu representasi visual dari seluruh langkah-

langkah dalam sebuah proses. Diagram alir dipergunakan untuk :

• Membantu semua yang bersangkutan untuk memahami proses dengan lebih baik

dan jelas.

• Membantu untuk mengidentifikasikan area kritis atau bermasalah serta perbaikan

yang dapat dilakukan.

• Memberikan persepsi yang sama mengenai proses kepada semua yang

bersangkutan.

Keuntungan mempergunakan diagram alir :

• Pada diagram alir menunjukkan bagaimana elemen-elemen yang berbeda

bergabung bersama.

34

• Dengan membangun suatu diagram alir, akan lebih mengarahkan pemikiran kita,

dimana caranya yaitu dengan membandingkan diagram alir yang ada, dengan

kenyataan proses yang berlangsung, maka akan menunjukkan bagian, dimana

terdapat peraturan maupun kebijakan yang tidak jelas, atau telah dilanggar.

Dalam membuat diagram alir, satu yang perlu diingat adalah mulailah dengan

membuat aliran kegiatan-kegiatan utama, kemudian buatlah aliran yang mendetail dari

kegiatan-kegiatan utama tersebut. Beberapa simbol yang umum dipergunakan dapat

dilihat pada gambar dibawah ini.

Tabel 3.1 Tabel Simbol Diagram Alir

Mulai/Stop

Kegiatan/Proses

Keputusan

Penghubung ke halaman

berikutnya

Arah aliran proses

35

3.1.4.7 Peta Kontrol (Control Chart)

Peta kendali merupakan bagian utama dari ”The Magnificent Seven”. Peta ini

pertama kali dikemukakan oleh Dr. Walter A. Schewhart dari Bell Telephone

Laboratories pada tahun 1920. Oleh karenanya, Peta kendali sering juga disebut sebagai

Peta kendali Shewhart.

Peta kontrol merupakan alat ampuh dalam mengendalikan proses, asalkan

penggunaannya dipahami secara benar. Pada dasarnya peta kontrol dipergunakan untuk :

1. Menentukan apakah suatu proses berada dalam pengendalian statistikal? Dengan

demikian peta kontrol digunakan untuk mencapai suatu keadaan terkendali

statistikal, dimana semua nilai rata-rata dan range dari sub-sub kelompok

(subgroups) contoh berada dalam batas-batas pengendalian (control limit), oleh

karena itu variasi penyebab khusus menjadi tidak ada lagi dalam proses.

2. Memantau proses terus –menerus sepanjang waktu agar proses tetap stabil secara

statistikal dan hanya mengandung variasi penyebab umum.

3. Menentukan kemampuan proses (process capability). Setelah proses berada

dalam pengendalian statistikal, batas-batas dari variasi proses dapat ditentukan.

Peta kendali dapat menyediakan informasi :

• Karakteristik operasi proses dari waktu ke waktu.

• Variasi penyebab umum yang dapat diharapkan pada proses.

• Apakah variasi penyebab umum memenuhi spesifikasi.

• Kehadiran variasi penyebab khusus.

36

Menurut Gasperz (1998) pada prinsipnya setiap peta kendali mempunyai :

1. Garis tengah (Central line), yang biasanya dinotasikan CL.

2. Sepasang batas kendali (Control limit), dimana satu batas kendali ditempatkan di

atas garis tengah yang dikenal sebagai batas kendali atas (Upper control limit),

biasanya dinotasikan sebagai UCL, dan yang satu lagi ditempatkan di bawah

garis tengah yang dikenal sebagai batas kendali bawah (Lower control limit),

biasanya dinotasikan sebagai LCL.

3. Tebaran nilai-nilai karakteristik kualitas yang menggambarkan keadaan dari

proses. Jika semua nilai yang ditebarkan (diplot) pada peta itu berada di dalam

batas-batas kendali tanpa memperlihatkan kecenderungan tertentu, maka proses

yang berlangsung dianggap berada dalam kendali atau terkendali secara

statistikal. Namun jika nilai-nilai yang ditebarkan pada peta itu jatuh atau berada

di luar batas-batas kendali atau memperlihatkan kecenderungan tertentu atau

memiliki bentuk yang aneh, maka proses yang berlangsung dianggap berada di

luar kendali (tidak terkendali) sehingga perlu diambil tindakan korektif untuk

memperbaiki proses yang ada.

3.1.5 Pengertian Data

Data adalah catatan tentang sesuatu, baik yang bersifat kualitatif maupun

kuantitatif yang dipergunakan sebagai petunjuk untuk bertindak. Berdasarkan data, kita

mempelajari fakta-fakta yang ada dan kemudian mengambil tindakan yang tepat

berdasarkan pada fakta itu. Dalam konteks pengendalian proses statistikal dikenal dua

jenis data, yaitu :

37

1. Data Variabel (Variables Data) atau Data Kontinu

Data kuantitatif yang diukur (pengukuran berarti membandingkan sesuatu dengan

besaran ukuran) untuk keperluan analisis. Contohnya adalah dimensi panjang (m,

mm), volume (liter, m3), berat (gr, pon), kekuatan (kg/cm2), dsb. Ukuran-ukuran

berat, panjang, lebar, tinggi, diameter, volume biasanya merupakan data variabel.

2. Data Atribut (Attributes Data) atau Data Diskrit

Data kualitatif yang dapat dihitung untuk pencatatan dan analisis yang biasanya

didapat dari hasil pencacahan dan berupa bilangan bulat. Contoh dari data atribut

karakteristik kualitas adalah : jumlah produk cacat, jumlah cacat dalam satu produk,

persentase, dll. Data atribut biasanya diperoleh dalam bentuk unit-unit

nonkonformans atau ketidaksesuaian dengan spesifikasi atribut yang ditetapkan.

3.1.6 Klasifikasi Peta Kendali

Peta Kendali yang kita kenal terdiri dari berbagai macam. Kita harus mengerti

penggunaan dari tiap-tiap jenis tersebut. Peta Kendali dibedakan sesuai dengan tujuan

penggunaannya, data yang diambil dan ukuran sampel yang diambil. Berikut ini adalah

pengklasifikasian Peta Kendali :

3.1.6.1 Peta Kendali Atribut

Banyak karakteristik kualitas yang tidak dapat disajikan dalam bentuk numerik /

angka tetapi hanya dapat digolongkan menjadi kelompok-kelompok tertentu seperti

cacat atau tidak, sesuai atau tidak sesuai dengan spesifikasi, berhasil atau gagal. Oleh

karena itu jenis-jenis data seperti diatas digolongkan ke dalam jenis data atribut.

38

Karena sifat dari data atribut inilah maka peta kendali atribut memiliki informasi

yang lebih sedikit dibandingkan dengan peta kendali variabel yang datanya berasal dari

hasil pengukuran. Tetapi peta kendali atribut sangat berguna dalam bidang-bidang jasa

dan nonmanufaktur lainnya karena banyak karakteritik kualitas yang tidak dapat diukur

dengan mudah.

Peta kendali untuk data atribut yang umum digunakan adalah peta p, np, c, dan u.

Kedua jenis peta yang disebutkan terlebih dahulu berhubungan dengan proporsi cacat

atau banyaknya produk cacat dalam suatu proses produksi. Sedangkan peta kendali c dan

u berhubungan dengan yang namanya kecacatan yaitu banyaknya cacat dalam satu

produk, hanya saja bedanya peta c dan peta u adalah pada peta u kecacatan dinyatakan

perunit inspeksi.

Peta-peta kendali untuk data atribut adalah penting untuk beberapa alasan

berikut:

• Situasi-situasi yang berkaitan dengan data atribut ada dalam proses teknikal atau

administratif, sehingga teknik-teknik analisis atribut menjadi berguna dalam

banyak penerapan. Kesulitan paling nyata dalam pengendalian kualitas adalah

mengembangkan definisi operasional secara tepat tentang apa itu

ketidaksesuaian, sehingga suatu produk yang merupakan output dari proses perlu

diperhatikan.

• Data atribut telah tersedia dalam banyak situasi termasuk dalam aktivitas

inspeksi material, proses perbaikan, atau inspeksi akhir. Dalam kaitan ini, data

yang tersedia itu hanya membutuhkan sedikit usaha untuk mengkonversi nya ke

dalam bentuk peta kendali untuk data atribut itu.

39

• Apabila data baru harus dikumpulkan, informasi atribut pada umumnya mudah

diperoleh dan tidak mahal, serta tidak membutuhkan ketrampilan khusus untuk

mengumpulkan data atribut itu.

• Kebanyakan data yang dikumpulkan untuk pelaporan manajemen adalah dalam

bentuk atribut dan akan menjadi lebih bermanfaat apabila dilakukan analisis peta

kendali untuk data atribut itu.

• Ketika memperkenalkan peta-peta kendali dalam suatu organisasi, adalah penting

untuk memprioritaskan area masalah dan menggunakan peta kendali itu di

tempat yang paling membutuhkannya. Sinyal masalah dapat datang dari sistem

pengendalian biaya, keluhan-keluhan pengguna, hambatan-hambatan internal,

dll.

3.1.6.2 Peta Kendali Variabel

Peta kendali untuk data variabel yang umum dikenal adalah peta kendali x -R,

x -S, dan X-MR. Ketika menangani data variabel penting untuk melihat dari sisi rata-

rata dan variasinya untuk mengendalikan proses yang sedang berlangsung.

Peta Kendali X-MR digunakan untuk data yang diambil dari sumber yang

homogen. Jadi ukuran contoh yang perlu diambil setiap waktunya hanya satu. Peta

Kendali X -R digunakan apabila ukuran contoh yang diambil pada setiap waktunya

antara 2-10. Peta Kendali X -S untuk ukuran contoh yang lebih dari 10. Selain dari

perbedaan jumlah ukuran contoh tersebut, peta kendali X -R dan X -S dibedakan

menurut tujuan pembuatannya. Ketika pihak peneliti bermaksud untuk mengetahui

variasi dari produk yang dihasilkan, maka peta kendali yang digunakan adalah peta

40

kendali x -S digunakan. Apabila yang ingin diketahui sebaran data, maka peta kendali

yang digunakan adalah peta kendali X -R. Pada penelitian ini, peta kendali yang

digunakan adalah peta kendali X -R, maka pembahasan selanjutnya akan difokuskan

pada peta kendali X -R.

Melalui peta kendali untuk data variabel ini, bisa didapatkan informasi lebih

banyak dibandingkan dengan peta kendali untuk data atribut seperti yang sudah sempat

dibahas sebelumnya. Adapun informasi yang bisa didapatkan yaitu :

1. Variasi dari karakteristik kualitas yang diamati

2. Rata-rata dari karakteristik kualitas yang diamati

3. Kekonsistenan kinerja proses yang ada

3.1.6.2.1 Peta Kendali X -R

Peta kendali X (mean atau rata-rata) dan R (range atau selisih pengamatan

terbesar dengan terkecil) biasa digunakan untuk memantau proses yang diukur

berdasarkan data variable. Peta kendali X khusus untuk memantau perubahan suatu

sebaran atau distribusi variabel asal dalam hal pemusatannya sedangkan peta R khusus

untuk memantau perubahan dalam hal penyebarannya.

Langkah-langkah dalam pembuatan peta kendali X dan R adalah sebagai

berikut:

1. Tentukan ukuran contoh / subgroup (n = 3,4,5,…).

2. Kumpulkan banyaknya subgroup (k) sedikitnya 20 subgroup atau paling sedikit

60 – 100 titik data individu.

3. Hitung nilai rata-rata dari setiap subgroup, yaitu X .

41

4. Hitung nilai rata-rata dari seluruh X , yaitu X yang merupakan garis tengah dari

peta kendali X

5. Hitung nilai selisih data terbesar dengan data terkecil dari setiap subgroup, yaitu

range (R).

6. Hitung nilai rata-rata dari seluruh R, yaitu R yang merupakan garis tengah dari

peta kendali R.

7. Hitung batas kendali untuk peta kendali R :

UCL = D4* R

LCL = D3* R

8. Hitung batas kendali untuk peta kendali X :

UCL = X + (A2 * R )

LCL = X - (A2 * R )

9. Plot data X dan R pada peta kendali X dan R serta amati apakah data tersebut

berada dalam pengendalian atau tidak berada dalam pengendalian.

42

0Subgroup 10 20 30 40

16.055

16.065

16.075

16.085

16.095

Sam

ple

Mea

n

Mean=16.08

UCL=16.09

LCL=16.06

0.00

0.05

0.10S

ampl

e R

ange

R=0.05077

UCL=0.09463

LCL=0.006912

Xbar/R Chart Setelah Revisi

Gambar 3.3 Gambar Xbar-R chart

3.1.7 Kapabilitas Proses

Kemampuan dari sebuah proses untuk memenuhi batas-batas spesifikasi hanya

boleh dihitung apabila proses tersebut telah berada dalam batas-batas pengendalian

statistikal. Dalam pengertian ini, proses tersebut tidak boleh mengandung penyebab-

penyebab khusus, sehingga variasi yang ada merupakan refleksi dari apa yang mampu

dicapai oleh proses tersebut. Sebuah proses harus terlebih dahulu dianalisa untuk

memastikan bahwa proses tersebut berada dalam batas kendali sebelum nilai

kapabilitasnya dihitung.

Indeks Kapabilitas Proses dapat dimengerti sebagai sebuah pengukuran dari

seberapa baik performansi dari proses tersebut. Kemampuan sebuah proses untuk

memenuhi spesifikasi merupakan kriteria yang digunakan untuk mengukur kebaikan

proses tersebut. Indeks kapabilitas yang digunakan tidak memiliki dimensi sehingga

dapat digunakan dalam sgala bidang karena tidak tergantung pada parameter dari produk

tersebut. Index ini menggambarkan lokasi dan/atau variasi dari proses.

43

Kapabilitas proses adalah rasio dari rentang toleransi dengan variasi proses

natural.

6s

LSLUSLProsesPenyebaran

iSpesifikasLebarCp−

==

Dengan USL dan LSL adalah batas spesifikasi atas dan bawah. NIlai Cp lebih besar 1

maka proses mampu dalam mencapai spesifikasi. Makin besar Cp makin baik proses

tersebut dengan syarat proses berada di tengah/pusat (center).

Kepusatan dari proses merupakan asumsi yang sangat penting dalam

menggunakan kapabilitas proses. Salah satu kerugian dalam menggunakan Cp adalah

tidak diikutkannya kepusatan ke dalam perhitungan.

Nilai dari Cp sendiri tidak menunjukkan apakah proses berada di pusat atau

tidak. Untuk memasukkan informasi dalam memusatkan proses, kapabilitas proses satu

sisi harus digunakan. Ada dua macam kapabilitas proses satu sisi,

• CPL = sLSLX

3−

• CPU = s

XUSL3−

CPU adalah rasio jarak antara batas spesifikasi atas darn ata-rata proses dengan

setengah dari variasi natural (3s).

CPL adalah rasio jarak antara batas spesifikasi bawah dan rata-rata proses

dnegan setengah dari variasi natural (3s).

Jika proses berada di pusat antara batas spesifikasi, maka Cp=Cpu=Cpl.

44

Jika Cpl lebih besar dari Cpu maka proses lebih mampu dalam mencapai batas

spesifikasi bawah.

Terkadang indeks Cpl digunakan, dimana Cpl adalah nilai terkecil antara Cpl

dengan Cpu. Cpk mendefinisikan keadaan terburuk antara indeks kapabilitas atas dan

bawah.

Nilai dari Cpu dan Cpl memberitahukan kepada kita bahwa proses tidak terpusat

dan kita tidak dapat mengharapkan bahwa proses dapat mencapai batas spesifikasi

dengan sangat baik. Kita hanya dapat mengharapkan proses mendekati batas spesifikasi

bawah/atas sepanjang waktu. Nilai Cpk memberitahukan kepada kita bahwa kita tidak

bisa mencapai setidaknya satu dari spesifikasi dengan sangat baik.

Kriteria yang digunakan untuk indeks kapabilitas proses (Cp) ini adalah :

• Cp > 1.33, maka kapabilitas proses sangat baik.

• 1.00 ≤ Cp ≤ 1.33, maka kapabilitas proses baik namun perlu pengendalian ketat

apabila Cp telah mendekati 1.00.

• Cp < 1.00, maka kapabilitas proses rendah, sehingga perlu ditingkatkan

performansinya melalui perbaikan proses.

Kriteria yang digunakan untuk indeks performansi kane (Cpk) ini adalah:

• Jika Cpk = Cp, maka proses tepat di tengah-tengah (centered) dari batas

spesifikasi, dan jika Cpk < Cp maka prosesnya tidak berada di tengah (off-

center).

• Jika Cpk = 1, maka proses menghasilkan produk yang sesuai dengan spesifikasi.

• Jika Cpk < 1, maka proses menghasilkan produk yang tidak sesuai dengan

spesifikasi.

45

Dimana kondisi ideal adalah Cp > 1.33 dan Cp = Cpk.

Besarnya nilai Cpk dibandingkan terhadap nilai Cp merupakan indikator

langsung dari seberapa jauh proses bergeser dari tengah (center). Cp biasanya disebut

sebagai kemampuan potensial yang dapat dicapai oleh proses jika proses tidak bergeser

sedangkan Cpk melambangkan kemampuan sebenarnya dari proses.

3.1.8 Failure Mode and Effect Analysis (FMEA)

FMEA merupakan sebuah metodologi yang digunakan untuk menganalisa dan

menemukan :

1. Semua kegagalan – kegagalan yang potensial yang terjadi pada sebuah sistem.

2. Efek – efek dari kegagalan yang terjadi pada sistem.

3. Bagaimana cara untuk memperbaiki atau meminimalkan kegagalan atau efek-

efek yang mempengaruhi sistem. (Lewis, 1996, p3)

Definisi serta pengurutan atau pemberian ranking dari berbagai terminologi

dalam FMEA adalah sebagai berikut :

1. Akibat potensial adalah akibat yang dirasakan atau dialami oleh pengguna akhir.

2. Mode kegagalan potensial adalah kegagalan atau kecacatan dalam desain yang

menyebabkan cacat itu tidak berfungsi sebagaimana mestinya.

3. Penyebab potensial dari kegagalan adalah kelemahan-kelemahan desain dan

perubahan dalam variabel yang akan mempengaruhi proses dan menghasilkan

kecatatan produk.

46

4. Occurance adalah suatu perkiraan tentang probabilitas atau peluang bahwa

penyebab akan terjadi dan menghasilkan modus kegagalan yang menyebabkan

akibat tertentu.

Tabel 3.2 Tabel Occurance

Ranking Kriteria Verbal Probabilitas Kegagalan

1 Tidak mungkin penyebab ini

mengakibatkan kegagalan.

1 dalam 1000000

2

3

Kegagalan akan jarang terjadi. 1 dalam 20000

1 dalam 4000

4

5

6

Kegagalan agak mungkin terjadi.

1 dalam 1000

1 dalam 400

1 dalam 80

7

8

Kegagalan adalah sangat mungkin terjadi. 1 dalam 40

1 dalam 20

9

10

Hampir dapat dipastikan bahwa kegagalan

akan terjadi.

1 dalam 8

1 dalam 2

47

5. Severity adalah suatu perkiraan subyektif atau estimasi tentang bagaimana

buruknya pengguna akhir akan merasakan akibat dari kegagalan tersebut.

Tabel 3.3 Tabel Severity

Ranking Kriteria Verbal

1 Neglible Severity, kita tidak perlu memikirkan akibat ini akan

berdampak pada kinerja produk. Pengguna akhir tidak akan

memperhatikan kecatatan atau kegagalan ini.

2

3

Mild Severity, Akibat yang ditimbulkan hanya bersifat ringan,

pengguna akhir tidak merasakan perubahan kinerja.

4

5

6

Moderate Severity, pengguna akhir akan merasakan akibat

penurunan kinerja atau penampilan namun masih berada dalam

batas toleransi.

7

8

High Severity, pengguna akhir akan merasakan akibat buruk yang

tidak dapat diterima, berada diluar batas toleransi.

9

10

Potential Safety Problem, akibat yang ditimbulkan adalah sangat

berbahaya dan bertentangan dengan hukum.

48

6. Detectibility adalah perkiraan subyektif tentang bagaimana efektivitas dan

metode pencegahan atau pendeteksian

Tabel 3.4 Tabel Detectibility

Ranking Kriteria Verbal Tingkat kejadian Penyebab

1 Metode pencegahan atau deteksi sangat

efektif. Tidak ada kesempatan bahwa

penyebab akan muncul lagi.

1 dalam 1000000

2

3

Kemungkinan bahwa penyebab itu terjadi

adalah sangat rendah.

1 dalam 20000

1 dalam 4000

4

5

6

Kemungkinan penyebab bersifat moderat,

metode deteksi masih memungkinkan

kadang-kadang penyebab itu terjadi.

1 dalam 1000

1 dalam 400

1 dalam 80

7

8

Kemungkinan bahwa penyebab itu terjadi

masih tinggi. Metode pencegahan atau

deteksi kurang efektif, karena penyebab

masih berulang lagi.

1 dalam 40

1 dalam 20

9

10

Kemungkinan bahwa penyebab itu terjadi

sangat tinggi. Metode deteksi tidak efektif.

Penyebab akan selalu terjadi.

1 dalam 8

1 dalam 2

49

3.2 Segi Sistem Informasi

3.2.1 Definisi Sistem

Secara sederhana sistem dapat diartikan sebagai kumpulan dari komponen yang

mengimplementasikan model dari requirement, function, dan interface.

Menurut Mcleod (2001, p9), sistem adalah sebuah grup elemen yang

diintegrasikan dengan keinginan bersama untuk mencapai suatu tujuan. Suatu organisasi

seperti perusahaan atau area bisnis cocok dengan definisi ini. Organisasi harus terdiri

dari sumber-sumber seperti yang telah kita identifikasikan sebelumnya dan mereka

bekerja untuk mencapai tujuan yang khusus seperti yang telah dispesifikasikan oleh

pemilik atau manajemen.

Sistem mempunyai tiga fungsi dasar yang saling berinteraksi, yaitu :

• Masukan (Input)

Masukan mencakup penangkapan dan pengumpulan unsur/komponen yang masuk

ke dalam sistem untuk diproses.

• Pengolahan (Process)

Pengolahan melibatkan perubahan bentuk (transformasi) masukan menjadi keluaran.

• Keluaran (Output)

Keluaran adalah hasil akhir dari proses perubahan bentuk. Keluaran mencakup

pemindahan unsur-unsur yang telah diproduksi oleh suatu perubahan bentuk

(transformasi) kedalam tujuan akhirnya.

Menurut O’brien (2003, p8), sistem adalah sekumpulan komponen yang saling

bekerja sama melalui suatu proses transformasi dengan menerima input dan

menghasilkan output secara teratur guna mencapai beberapa sasaran.

50

Maka dapat disimpulkan bahwa sistem merupakan sekumpulan elemen yang

saling bekerja sama dan terintegrasi satu sama lainnya guna mencapai suatu tujuan

tertentu.

3.2.2 Pengertian Informasi

Menurut McLeod (2001, p15), informasi adalah data yang telah diproses, atau

data yang memiliki arti.

Menurut Loudon dan Loudon (2002, p7), informasi adalah data yang diolah

kedalam bentuk yang lebih berarti dan lebih bermanfaat bagi yang menerimanya.

Dari definisi yang disebutkan, informasi dapat disimpulkan sebagai data yang

telah diolah yang mempunyai arti dalam pengambilan keputusan bagi pihak yang

bersangkutan.

3.2.3 Pengertian Sistem Informasi

Sistem informasi merupakan sekumpulan komponen interrelational untuk

mengumpulkan, memproses, menyimpan, dan mendistribusikan informasi untuk

membantu manajer dalam pengambilan keputusan, pengontrolan, pengkoordinasian,

menganalisa masalah, dan memvisualisasikan masalah didalam suatu organisasi

(Laudon, 1998, p7).

Model sistem informasi menggambarkan suatu kerangka konseptual dasar yang

utama dari aktivitas dan komponen sistem informasi. Suatu sistem informasi sangat

bergantung terhadap sumber daya nya, yang antara lain adalah sumber daya manusianya,

perangkat keras, perangkat lunak, data, dan jaringan, yang kesemuanya diintegrasikan

51

untuk melaksanakan masukan, pengolahan, keluaran, penyimpanan, dan aktivitas

pengendalian yang mengubah sumber daya data kedalam produk berbentuk informasi.

Berdasarkan pendapat diatas, maka sistem informasi adalah sekumpulan

komponen yang saling bekerja sama untuk mengolah informasi sedemikian rupa untuk

pengambilan keputusan yang bersifat manajerial dan strategis serta menyediakan

laporan-laporan tertentu pada pihak luar.

3.2.4 Permodelan Berorientasi Obyek

3.2.4.1 Object Orientation

Berorientasi obyek atau Object Oriented merupakan paradigma baru dalam

rekayasa perangkat lunak yang memandang sistem sebagai kumpulan obyek-obyek

diskrit yang saling berinteraksi. Yang dimaksud berorientasi obyek adalah bahwa

mengorganisasikan perangkat lunak sebagai kumpulan obyek-obyek diskrit yang bekerja

sama antara informasi atau struktur data dan perilaku (behaviour) yang mengaturnya.

Obyek adalah segala sesuatu yang berada di sekitar kita, dimana obyek-obyek

lah yang menyusun dunia ini. Misalkan : mobil, bis, truk, sepeda, dan lain-lain adalah

contoh obyek kendaraan. Setiap obyek mempunyai informasi-informasi atau atribut-

atribut dan perilaku sebagai operasi pengaturnya. Atribut-atribut obyek kendaraan

tersebut antara lain: jumlah roda, warna, berat, dan lain-lain. Sedangkan Operasi-operasi

pengatur obyek kendaraan tersebut antara lain adalah berjalan, belok kanan, dan lain-

lain.

Obyek-obyek yang mempunyai atribut dan operasi yang sama dapat

dikelompokkan dalam sebuah kategori. Misalkan obyek mobil, bis, truk dan sepeda

dapat dikelompokkan kedalam sebuah kategori yaitu “kendaraan”.

52

Paradigma berorientasi obyek mempunyai bidang aplikasi yang sangat luas

dalam bidang rekayasa perangkat lunak, antara lain: pemrograman, permodelan sistem

informasi, manajemen proyek, perangkat keras, dan lainnya.

3.2.4.2 Tiga Karakteristik Permodelan Berorientasi Objek

3.2.4.2.1 Inheritance

Obyek adalah anggota suatu kelas, dan sebaliknya kelas adalah sebuah kategori

dari beberapa obyek yang mempunyai atribut yang sama, maka obyek mempunyai

semua karakteristik dari suatu kelas. Atribut dan operasi yang ditentukan dalam kelas

dapat diwariskan ke masing-masing obyek dalam kelas tersebut.

Kelas dapat pula mewarisi sifat-sifat kelas lainnya. Mesin cuci, lemari es, oven,

radio, televisi dan sebagai nya adalah kelas peralatan listrik, mereka mewarisi atribut

dari kelas peralatan listrik misalnya tipe, dan mewarisi operasi misalnya turn on dan turn

off.

Pewarisan (Inheritance) tidak berhenti sampai disini, kelas peralatan listrik itu

sendiri hanyalah subkelas dari kelas peralatan. Dimana kelas peralatan mempunyai

beberapa sub kelas antara lain: Peralatan listrik, peralatan dapur, dsb.

3.2.4.2.2 Encapsulation

Ketika seseorang menonton televisi, seseorang tersebut tidak memperdulikan

kompleksitas rangkaian elektronika yang ada didalamnya. Mereka tidak memperdulikan

bagaimana rangkaian elektronika itu bekerja, mereka hanya memperhatikan tombol-

tombol apa saja yang bisa digunakan untuk mengoperasikannya. Konsep ini dikenal

53

dengan istilah Encapsulation, yaitu menyembunyikan kompleksitas dari luar dan hanya

membuka operasi-operasi yang diperlukan saja terhadap obyek-obyek lain.

3.2.4.2.3 Polymorphism

Kadang-kadang sebuah operasi mempunyai nama yang sama pada kelas yang

berbeda. Misalkan, membuka jendela, membuka pintu, membuka surat kabar, dan

membuka pembicaraan. Operasi-operasi diatas walaupun mempunyai nama yang sama

tetapi diberikan pada obyek yang berbeda maka mempunyai makna yang berbeda. Pada

masing-masing persoalan dapat dilakukan operasi yang berbeda-beda walaupun dengan

nama yang sama. Konsep diatas dikenal dengan istilah Polymorphism, yaitu suatu

operasi dengan nama yang sama, tetapi jika diberikan pada obyek yang berbeda akan

mengakibatkan operasi yang berbeda.

3.2.5 Unified Modeling Language (UML)

3.2.5.1 Sejarah Unified Modeling Language (UML)

Notasi UML dibuat sebagai kolaborasi dari Grady Booch, DR.James Rumbough,

Ivar Jacobson, Rebecca wirfs Brock, Peter Yourdon, dan lainnya. Jacobson menulis

tentang pendefinisian persyaratan –persyaratan sistem yang disebut use-case. Juga

mengembangkan sebuah metode untuk perancangan sistem yang disebut Object-

Oriented-Software-Engineering (OOSE) yang berfokus pada analisis. Booch, Rumbough

dan Jacobson biasa disebut dengan tiga sekawan (tree amigos). Semuanya bekerja di

Rational Software Corporation dan berfokus pada standarisasi dan perbaikan ulang

UML. Simbol UML mirip dengan Booch, Notasi OMT, dan juga ada kemiripan dengan

notasi lainnya.

54

Penggabungan beberapa metode menjadi UML dimulai 1993. Setiap orang dari

tiga sekawan di rational mulai menggabungkan idenya masing-masing dengan metode

lainnya. Pada akhir tahun 1995 Unified Method versi 0.8 diperkenalkan. Unified Method

diperbaiki dan diubah menjadi UML pada tahun 1996, UML 1.0 disahkan dan diberikan

pada Object Technology Group (OTG) pada tahun 1997, dan pada tahun itu juga

beberapa perusahaan pengembang utama perangkat lunak mulai mengadopsinya. Pada

tahun yang sama OMG merilis UML 1.1 sebagai standar industri.

3.2.5.2 Pengenalan Diagram-Diagram dalam UML

UML menyediakan beberapa diagram visual yang menunjukkan berbagai aspek

dalam sistem. Ada beberapa diagram yang disediakan dalam UML, antara lain :

• Diagram Use Case (Use case diagram)

• Diagram sekuensial (Sequence diagram)

• Diagram Kelas (Class Diagram)

• Diagram State chart (State chart diagram)

• Diagram Komponen (Component diagram)

• Diagram Deployment (Deployment diagram)

3.2.6 Problem Domain Analysis

Tujuan dari problem domain analysis ini adalah untuk mengidentifikasi dan

memodelkan problem domain. Aktivitas yang dilakukan dalam problem domain analysis

ini adalah aktivitas pendefinisian class, structure, serta behaviour.

55

3.2.6.1 Class

Aktivitas Class adalah bertujuan untuk mencari elemen dari problem domain,

yaitu objects, classes, dan events yang terdapat dalam sistem.

+move()+resize()+display()

-originShape

Gambar 3.4 Class

Dapat dinyatakan bahwa sebuah obyek dijelaskan di sebuah class, class

menjelaskannya dalam bentuk struktur dan kelakuan dari semua obyeknya. Sebuah

obyek yang diciptakan dari sebuah class disebut juga instansi dari class.

3.2.6.2 Object

Object : An entity with identify, state, and behaviour (Matthiassen, 2000, p51)

Object adalah suatu entitas yang mempunyai identitas, state, dan behaviour. Untuk dapat

memanggil sesuatu sebagai object kita harus dapat untuk mendeskripsikannya sebagai

sebuah entity, identity dari object adalah property yang memisahkan dari object-object

lainnya, semua object harus memiliki identity agar kita dapat membedakannya dengan

object lainnya.

3.2.6.3 Event

Event : an instantaneous incident involving one or more objects (Matthiassen,

2000, p51). Event adalah kejadian yang terjadi seketika yang melibatkan satu atau lebih

object.

56

3.2.6.4 Class Diagram

Class Diagram memodelkan konsep dari domain aplikasi. Diagram kelas atau

class diagram menunjukkan interaksi antar kelas dalam sistem.

Dalam class diagram dapat digambarkan hubungan sebagai berikut :

• Generalization

Generalisasi adalah suatu hubungan antara 2 subclass atau lebih dengan satu atau

lebih super class .

Gambar 3.5 Contoh hubungan generalisasi

• Assosiation

Assosiation adalah hubungan komunikasi antara satu class dengan class lain.

• Multiplicities

Multiplicities adalah hubungan satu class dengan banyak class.

3.2.6.5 Behavioral Pattern

Behavioral Pattern : A description of possible event traces for all objects in a

class (Matthiassen, 2000, p90). Behavioral Pattern adalah deskripsi dari event trace

yang mungkin untuk seluruh object dalam sebuah class. Behavioral pattern ini

ditampilkan dalam bentuk state chart diagram yang merupakan bentuk yang paling

umum digunakan.

57

3.2.6.6 Sequence Diagram

Diagram sekuensial atau Sequence diagram digunakan untuk menunjukkan

aliran fungsionalitas dalam use case. Sequence diagram ini menggambarkan susunan

peta komunikasi antara objek dan aktor dalam suatu urutan waktu, dimana setiap class

memiliki sebuah lifeline (garis hidup) yang digambarkan sebagai sebuah garis lurus, dan

setiap pesan yang dikirimkan digambarkan sebagai anak panah antara lifeline dari class

tersebut.

Gambar 3.6 Sequence Diagram

3.2.7 Application Domain Analysis

Application Domain Analysis bertujuan untuk mendefinisikan fungsi dan

interface dari sistem. Aktivitas yang akan dilakukan pada tahap analisa ini mencakup

definisi dari usage, functions, dan interface.

58

3.2.7.1 Use Case Diagram

Use case adalah sekumpulan skenario yang menghubungkan antara user dan

sistem. Aktor adalah sebuah role yang dimainkan seorang user terhadap sistem. Use

case diagram adalah kumpulan dari use case dan aktor serta hubungannya.

Notasi-notasi pada usecase diagram :

• Include

Relasi include memungkinkan satu use case menggunakan fungsionalitas yang

disediakan oleh use case lainnya. Relasi ini dapat digunakan dengan alasan salah

satu dari dua hal berikut:

Pertama, jika dua atau lebih use case mempunyai bagian besar

fungsionalitas yang identik, maka fungsionalitas ini dapat dipecah ke dalam use

case tersendiri. Masing-masing use case kemudian menggunakan relasi include

terhadap use case yang baru dibuat tersebut.

Masalah kedua adalah relasi include bermanfaat untuk situasi jika sebuah

use case mempunyai fungsionalitas yang terlalu besar, kemudian fungsionalitas

yang besar tersebut dipecah menjadi dua buah use case yang lebih kecil, relasi

include digunakan untuk menghubungkan dua buah use case hasil pemecahan.

59

Gambar 3.7 Include Relationship

• Extend

Relasi extend memungkinkan satu use case secara optional menggunakan

fungsionalitas yang disediakan oleh use case lainnya.

Gambar 3.8 Extends Relationship

3.2.7.2 Function

Function : a facility for making a mode useful for actors (Matthiassen, 2000,

p138). Aktivitas function bertujuan untuk mendefinisikan properties dari pemrosesan

informasi dari sistem untuk membantu actor. Hasil akhir dari aktivitas ini adalah daftar

lengkap dari fungsi-fungsi dengan spesifikasi dari fungsi-fungsi yang kompleks. Ada 4

tipe dari fungsi yaitu Update, Signal, Read, Complete.

60

3.2.7.3 Interface

Interface : facilities that make a system’s and functions available to actors

(Matthiassen, 2000, p151). Aktivitas interface mempunyai tujuan untuk

mengidentifikasikan kebutuhan akan interface dari system. Interface adalah suatu

fasilitas yang membuat model dan function dapat berinteraksi dengan actor. Interface

terdiri dari user interface dan system interface. Hasil dari aktivitas ini adalah

perancangan screen atau form, navigation diagram, dan deskripsi lainnya.

3.2.8 Architecture Design

Pada tahap ini akan dirancang arsitektur hubungan antara client dan server yang

memadai untuk sistem agar dapat berjalan dengan baik. Laporan yang dihasilkan adalah

Deployment Diagram. Deployment diagram adalah diagram yang menggambarkan

processors, assigned components dan active objects.

Gambar 3.9 Architectural Design

61

3.2.9 Component Design

Tujuan dari aktivitas ini adalah untuk menentukan kebutuhan bagi implementasi

dalam suatu kerangka arsitektur. Hasil yang diinginkan dari component design adalah

deskripsi dari komponen sistem. Laporan yang dihasilkan dari component design adalah

component diagram. Component diagram merupakan diagram yang menggambarkan

struktur dan hubungan antar komponen piranti lunak, termasuk ketergantungan

diantaranya. Pada tahap ini akan terlihat bagaimana sistem bekerja dan interaksi yang

terjadi antara sistem dan pengguna.