C. Tata Laksana
IV. PEMODELAN SISTEM
A. Konfigurasi Model
Sistem intelijen untuk Enterprise Resource Planning (ERP) pada industri tepung jagung ini dirancang dan dikembangkan dalam suatu paket program aplikasi yang diberi nama Intel ERP. Paket program aplikasi ini dirancang dengan bahasa pemrograman Pascal dengan menggunakan perangkat lunak Borland Delphi 7.0. Paket program aplikasi Intel ERP terdiri dari 2 komponen sistem, yaitu sistem manajemen basis data (Data Base Management System) dan sistem manajemen basis model (Model Base Management System). Sistem tersebut berinteraksi secara timbal balik dengan sistem yang lainnya melalui pusat pengolahan sistem yang mengelola dan mengatur seluruh bagian atau komponen sistem yang terintegrasi dalam paket program. Sistem manajemen dialog membantu dalam mempermudah komunikasi antar pengguna dengan komputer. Diagram alir informasi dalam paket program aplikasi Intel ERPdapat dilihat pada Gambar 9.
B. Perancangan Sistem
1. Sistem Pengolahan Terpusat
Sistem pengolahan terpusat berfungsi untuk mengelola dan mengatur seluruh bagian atau komponen sistem yang terintegrasi dalam paket program Intel ERP. Sinyal dari sistem yang satu dengan yang lainnya akan diolah sehingga masing-masing sistem dapat berinteraksi secara timbal balik. Perintah-perintah atau input dari pengguna akan ditransformasikan dan dikeluarkan dalam bentuk output yang diinginkan pengguna. Sistem pengolahan terpusat dalam paket program Intel ERP ditampilkan dalam bentuk menu utama yang dapat diakses oleh fungsi yang bersangkutan.
2. Sistem Manajemen Dialog
Sistem manajemen dialog mengatur tampilan, fleksibilitas, serta kemudahan dalam menjalankan program. Pemodelan sistem ini menggunakan perangkat lunak Borland Delphi 7.0 untuk pengembangan sistem, dan beberapa program pendukung lainnya seperti Microsoft Access 2007 untuk pengembangan sistem manajemen basis data dan
Adobe Photoshop CS untuk pengembangan sistem manajemen dialog dalam merancang desain user interface.
3. Sistem Manajemen Basis Data
Sistem manajemen basis data berfungsi sebagai pemasukan, penghapusan, pusat penyimpanan, pengolahan, pengorganisasian, penyuntingan, pemanggilan, dan penyediaan data sebagai suatu masukan model. Basis data dalam model program Intel ERP ditangani oleh manajemen basis data dengan mengggunakan Microsoft Access 2007. Manajemen basis data pada paket program Intel ERP menyediakan fasilitas untuk memanipulasi data seperti input, edit, simpan, hapus, serta untuk mencetak setiap data yang ada.
Pengembangan basis data dalam sistem memerlukan beberapa data yang harus tersedia, yaitu data pemesanan customer, data customer, data
harga produk, data permintaan aktual, data peramalan permintaan, data biaya produksi, data kapasitas produksi, data perencanaan agregat, data perencanaan pemesanan ekonomis bahan baku, data jadwal produksi, data inventori produk, data supplier, data jadwal pemesanan dan penerimaan bahan baku, data inventori bahan baku, data jadwal pengiriman produk, data pegawai, data absen pegawai, data biaya pegawai, data arus kas, dan data passwordadmin.
a. Data Pemesanan Customer
Data pemesanan customer berisikan data-data mengenai pesanan customer terhadap produk tepung jagung. Basis data ini meliputi siapa yang memesan, kapan customer memesan, kapan produk perlu dikirim, berapa jumlah produk yang dipesan, berapa harga produk per ton, dan berapa total yang harus dibayar. Basis data ini dirancang secara dinamis sehingga pengguna dapat melakukan kegiatan penambahan, pengurangan, perubahan, dan pencetakan data pada sub modul order management. Basis data ini dapat diakses pula pada modul distribution sebagai acuan informasi pengiriman, sub modul product inventory sebagai acuan data pengeluaran produk dari gudang, dan modul financial sebagai acuan informasi pendapatan. Struktur data pemesanan customer dapat dilihat pada Gambar 10.
Gambar 10. Struktur Data Pemesanan Customer
b. Data Customer
Data customer berisikan data-data mengenai profil perusahaan dari customer. Basis data ini meliputi nama perusahaan, contact person perusahaan, alamat perusahaan, lokasi perusahaan, nomor
telepon perusahaan, dan email perusahaan. Basis data ini dirancang secara dinamis sehingga pengguna dapat melakukan kegiatan penambahan, pengurangan, perubahan, dan pencetakan data pada sub modul data customer. Basis data ini dapat diakses pula pada sub modul order management sebagai informasi mengenai pemesan (customer), modul distribution sebagai informasi alamat pengiriman produk. Struktur data customer dapat dilihat pada Gambar 11.
Gambar 11. Struktur Data Customer
c. Data Harga Produk
Data harga produk merupakan data mengenai harga jual produk tepung jagung. Basis data ini meliputi nama produk dan harga jual produk. Basis data ini dirancang secara dinamis agar pengguna dapat melakukan perubahan mengenai data harga produk pada sub modul order management. Struktur data harga produk dapat dilihat pada Gambar 12.
Gambar 12. Struktur Data Harga Produk d. Data Permintaan Aktual
Data permintaan aktual merupakan data mengenai permintaan dari customer pada periode tertentu. Basis data ini meliputi nama bulan permintaan, tahun permintaan, dan jumlah permintaan. Basis
data ini dapat dilakukan penambahan data sesuai dengan permintaan yang terjadi pada bulan berikutnya dalam sub modul order management. Pada sub modul forecasting, data permintaan aktual dijadikan acuan untuk melakukan peramalan untuk beberapa bulan ke depan. Struktur data permintaan aktual dapat dilihat pada Gambar 13.
Gambar 13. Struktur Data Permintaan Aktual e. Data Peramalan Permintaan
Data peramalan permintaan merupakan data hasil perhitungan peramalan selama beberapa periode ke depan. Basis data ini meliputi informasi periode peramalan dan nilai peramalan. Basis data ini dijadikan acuan untuk perencanaan produksi dalam sub modul aggregate planning dan material planning. Struktur data peramalan permintaan dapat dilihat pada Gambar 14.
Gambar 14. Struktur Data Peramalan Permintaan f. Data Biaya Produksi
Data biaya produksi merupakan data mengenai biaya yang diperlukan dalam melaksanakan proses produksi. Basis data ini meliputi biaya reguler, biaya lembur, dan biaya inventori produk. Data biaya produksi ini dapat dilakukan perubahan pada modul
production management. Sub modul production planning dan
product inventory dapat mengakses data biaya produksi sebagai acuan biaya-biaya yang diperlukan. Struktur data biaya produksi dapat dilihat pada Gambar 15.
Gambar 15. Struktur Data Biaya Produksi g. Data Kapasitas Produksi
Data kapasitas produksi merupakan data mengenai kapasitas perusahaan dalam berproduksi selama satu bulan. Basis data ini meliputi kapasitas reguler, kapasitas lembur, dan kapasitas inventori produk. Data kapasitas produksi dapat dilakukan perubahan pada modul production management. Struktur data kapasitas produksi dapat dilihat pada Gambar 16.
Gambar 16. Struktur Data Kapasitas Produksi h. Data Perencanaan Agregat
Data perencanaan agregat merupakan data hasil perhitungan perencanaan produksi dimana berisikan data mengenai perencanaan produksi dan inventori selama tiga bulan ke depan. Basis data perencanaan agregat meliputi periode perencanaan tiga bulan ke depan, prakiraan permintaan tiga bulan ke depan, dan perencanaan produksi reguler, lembur, dan inventori selama tiga bulan ke depan.
Basis data ini dijadikan acuan untuk perencanaan agregat dalam sub modul material planning, raw material inventory, dan modul
production management. Struktur data perencanaan agregat dapat dilihat pada Gambar 17.
Gambar 17. Struktur Data Perencanaan Agregat i. Data Perencanaan Pemesanan Ekonomis Bahan Baku
Data perencanaan pemesanan ekonomis bahan baku merupakan data hasil perhitungan untuk memperoleh biaya yang ekonomis dalam melakukan pesanan bahan baku. Basis data ini meliputi informasi tahun pemesanan bahan baku, jumlah pesanan bahan baku, frekuensi pemesanan bahan baku, dan waktu pemesanan bahan baku. Basis data ini dijadikan acuan untuk perencanaan pemesanan bahan baku dalam sub modul material planning. Struktur data perencanaan pemesanan ekonomis bahan baku dapat dilihat pada Gambar 18.
Gambar 18. Struktur Data Perencanaan Pemesanan Ekonomis
Bahan Baku
j. Data Jadwal Produksi
Data jadwal produksi berisikan data-data mengenai hasil produksi yang telah dilaksanakan pada hari tertentu. Basis data ini
meliputi tanggal produksi dilakukan, produk yang dihasilkan, apakah produksi reguler atau lembur, jumlah tepung jagung yang diproduksi, jumlah ampok yang dihasilkan, biaya produksi, dan total biaya produksi. Basis data ini dirancang secara dinamis sehingga pengguna dapat melakukan kegiatan penambahan, pengurangan, perubahan, dan pencetakan data pada modul production management. Basis data ini dapat diakses pula pada sub modul
product inventory sebagai acuan informasi hasil produksi, sub modul
raw material inventory sebagai acuan data pengeluaran bahan baku dari gudang, dan modul financial accounting sebagai acuan informasi biaya produksi. Struktur data jadwal produksi dapat dilihat pada Gambar 19.
Gambar 19. Struktur Data Jadwal Produksi k. Data Inventori Produk
Data inventori produk berisikan data-data mengenai laporan keluar-masuk produk dari gudang dan biaya inventori produk. Basis data inventori produk meliputi tanggal, nama produk, produk masuk gudang, produk keluar gudang, jumlah produk yang disimpan dalam gudang, biaya penyimpanan per satuan, total biaya penyimpanan produk. Basis data ini dirancang agar pengguna dapat melakukan kegiatan penambahan, pengurangan, perubahan, dan pencetakan data pada sub modul product inventory. Basis data ini dapat diakses pula pada modul distribution management sebagai acuan informasi pengiriman produk dan modul financial accounting sebagai acuan informasi biaya inventori produk. Struktur data inventori produk dapat dilihat pada Gambar 20.
Gambar 20. Struktur Data Inventori Produk l. Data Supplier
Data supplier berisikan data-data mengenai profil perusahaan
supplier. Basis data supplier meliputi nama perusahaan, contact person perusahaan, alamat perusahaan, lokasi perusahaan, nomor telepon perusahaan, email perusahaan, kapasitas pengiriman perusahaan, harga jual bahan baku dari perusahaan, dan biaya pemesanan bahan baku. Basis data ini dirancang secara dinamis sehingga pengguna dapat melakukan kegiatan penambahan, pengurangan, perubahan, dan pencetakan data pada sub modul data supplier. Basis data supplier dapat diakses pula pada modul
purchasing sebagai informasi mengenai supplier. Struktur data
supplier dapat dilihat pada Gambar 21.
Gambar 21. Struktur Data Supplier
m. Data Jadwal Pemesanan dan Penerimaan Bahan Baku
Data jadwal pemesanan dan penerimaan bahan baku berisikan data-data mengenai hasil pemesanan terhadap supplier. Basis data
ini meliputi tanggal pemesanan bahan baku, waktu permintaan bahan baku, nama supplier, jumlah bahan baku yang dipesan, harga satuan bahan baku, harga total bahan baku, biaya pemesanan bahan baku, dan biaya total yang harus dikeluarkan. Basis data ini dirancang agar pengguna dapat melakukan kegiatan penambahan, pengurangan, perubahan, dan pencetakan data pada modul
purchasing. Basis data ini dapat diakses pula pada sub modul raw material inventory sebagai acuan data pemasukan bahan baku ke gudang dan modul financial accounting sebagai acuan informasi biaya pembelian bahan baku. Struktur data jadwal pemesanan dan penerimaan bahan baku dapat dilihat pada Gambar 22.
Gambar 22. Struktur Data Jadwal Pemesanan dan Penerimaan
Bahan Baku
n. Data Inventori Bahan Baku
Data inventori bahan baku berisikan data-data mengenai laporan keluar-masuk bahan baku dari gudang dan biaya inventori bahan baku. Basis data ini meliputi tanggal, nama bahan baku, bahan baku masuk gudang, bahan baku keluar gudang, jumlah bahan baku yang disimpan dalam gudang, biaya penyimpanan, biaya pemesanan bahan baku, dan total biaya penyimpanan. Basis data ini dirancang secara dinamis sehingga pengguna dapat melakukan kegiatan penambahan, pengurangan, perubahan, dan pencetakan data pada sub modul raw material inventory. Basis data ini dapat diakses pula pada modul financial accounting sebagai acuan informasi biaya inventori bahan baku. Struktur data inventori bahan baku dapat dilihat pada Gambar 23.
Gambar 23. Struktur Data Inventori Bahan Baku o. Data Jadwal Pengiriman Produk
Data jadwal pengiriman produk berisikan data-data mengenai pengiriman produk ke customer. Basis data ini meliputi kapan dilakukan pengiriman produk, produk yang dikirimkan ke customer, jumlah produk yang dikirim, tujuan pengiriman produk, dan biaya pengiriman produk. Basis data ini dirancang agar pengguna dapat melakukan kegiatan penambahan, pengurangan, perubahan, dan pencetakan data pada modul distribution management. Basis data ini dapat diakses pula pada modul financial accounting sebagai acuan informasi biaya distribusi. Struktur data jadwal pengiriman produk dapat dilihat pada Gambar 24.
Gambar 24. Struktur Data Jadwal Pengiriman Produk p. Data Pegawai
Data pegawai berisikan data-data mengenai pegawai di dalam perusahaan. Basis data pegawai meliputi nama, divisi, jabatan, alamat, nomor telepon rumah, nomor handphone, tanggal lahir, agama, dan email. Basis data ini dapat diakses pada sub modul
personal management. Struktur data pegawai dapat dilihat pada Gambar 25.
Gambar 25. Struktur Data Pegawai q. Data Absen Pegawai
Data absen pegawai berisikan data-data mengenai jam kerja pegawai dan total gaji yang diterima pegawai. Basis data absen pegawai meliputi bulan yang bersangkutan, nama, jabatan, jumlah jam kerja lembur, gaji pokok, biaya kerja lembur, dan total gaji yang diterima. Basis data ini dapat diakses pada sub modul organization management. Struktur data absen pegawai dapat dilihat pada Gambar 26.
Gambar 26. Struktur Data Absen Pegawai r. Data Biaya Pegawai
Data biaya pegawai merupakan data mengenai biaya yang diberikan kepada pegawai sesuai dengan jabatan masing-masing. Basis data ini meliputi jabatan pegawai, biaya reguler, dan biaya lembur pegawai per jam. Data biaya pegawai ini dapat dilakukan perubahan dan dapat diakses pada sub modul organization management. Struktur data biaya pegawai dapat dilihat pada Gambar 27.
Gambar 27. Struktur Data Biaya Pegawai s. Data Arus Kas
Data arus kas berisikan data-data mengenai pemasukan dan pengeluaran keuangan di perusahaan. Basis data ini meliputi tanggal yang bersangkutan, pendapatan dari hasil penjualan produk, biaya produksi, biaya penyimpanan produk, biaya penyimpanan bahan baku, biaya distribusi produk, dan biaya lain-lain. Basis data ini dirancang agar pengguna dapat melakukan kegiatan penambahan, pengurangan, perubahan, dan pencetakan data pada modul financial accounting. Struktur data arus kas dapat dilihat pada Gambar 28.
Gambar 28. Struktur Data Arus Kas t. Data PasswordAdmin
Data password admin merupakan data mengenai password
bagi administrator program Intel ERP. Basis data ini meliputi nama divisi dan password. Data password admin dapat dilakukan perubahan pada menu login program. Struktur data password admin
Gambar 29. Struktur Data Password Admin
4. Sistem Manajemen Basis Model Intelijen
Sistem manajemen basis model merupakan fasilitas yang digunakan sebagai penunjang pengambilan keputusan yang berisi formulasi matematis sebagai alat perhitungan. Sistem manajemen basis model intelijen ini memiliki keterkaitan dalam menganalisa data yang dimasukkan maupun yang terdapat pada basis data dalam penentuan perencanaan perusahaan. Sistem manajemen basis model intelijen yang dikembangkan yaitu model peramalan permintaan, model perencanaan agregat, model perencanaan kebutuhan bahan baku, dan model algoritma genetika.
a. Model Peramalan Permintaan
Model peramalan permintaan digunakan untuk memperkirakan permintaan produk dari customer untuk beberapa bulan ke depan yang akan digunakan dalam perencanaan produksi perusahaan. Secara garis besar, metode peramalan dikelompokkan menjadi dua, yaitu metode kuantitatif dan metode kualitatif. Metode kuantitatif dapat dibagi menjadi dua, yaitu metode deret waktu dan metode kausal. Metode kualitatif pun dibagi menjadi dua, yaitu metode bersifat eksploratif dan metode bersifat normatif.
Pemodelan sistem dalam peramalan permintaan menggunakan metode deret waktu. Metode ini melakukan pendugaan terhadap masa yang akan datang berdasarkan atas nilai-nilai peubah atau nilai
Metode ini dilakukan dengan melihat nilai error terkecil dari 5 teknik yang digunakan, yaitu teknik perataan bergerak tunggal (single moving average), teknik perataan bergerak ganda (double moving average), teknik prakiraan pemulusan eksponensial tunggal (single exponential smoothing), teknik linear Brown satu parameter (Brown’s method), dan teknik linear Holt dua parameter (Holt’s method). Teknik yang memiliki nilai error terkecil akan dijadikan landasan untuk melaksanakan model peramalan permintaan.
1. Teknik Perataan Bergerak Tunggal
Menurut Herjanto (2006) prakiraan dengan teknik perataan bergerak tungal didasarkan pada proyeksi serial data yang dimuluskan dengan rata-rata bergerak. Nilai prakiraan untuk suatu periode merupakan rata-rata dari nilai observasi N periode terakhir. Serial data yang digunakan jumlahnya selalu tetap dan termasuk data periode terakhir. Rumus prakiraan dengan metode rata-rata bergerak tunggal adalah sebagai berikut :
∑ Keterangan :
= data observasi periode t
= panjang serial waktu yang digunakan = nilai prakiraan periode t + 1
2. Teknik Perataan Bergerak Ganda
Menurut Machfud (1999) prakiraan dengan teknik perataan bergerak ganda hampir sama dengan teknik perataan bergerak tunggal, hanya saja teknik ini lebih menunjukkan apabila pola data terdapat kecenderungan (trend). Dasar dari teknik ini adalah dengan menghitung perataan bergerak kedua dimana perataan bergerak kedua ini diperoleh dari perataan bergerak dari hasil perataan bergerak pertama. Hasil
perataan bergerak pertama disimbolkan dengan dan perataan bergerak kedua disimbolkan dengan . Teknik perataan bergerak ganda dirumuskan sebagai berikut :
dimana :
Keterangan :
= data observasi periode t = banyaknya periode peramalan
= panjang serial waktu yang digunakan = perataan bergerak pertama periode t = perataan bergerak kedua periode t = nilai prakiraan periode t + m 3. Teknik Prakiraan Pemulusan Eksponensial
Teknik prakiraan pemulusan eksponensial pada dasarya adalah suatu teknik perataan bergerak dimana pembobotan terhadap data historis digunakan untuk menentukan angka prakiraan yang diberikan secara eksponensial. Pada teknik pemulusan eksponensial terdapat satu parameter pemulus yang akan menentukan seberapa besar bobot yang diberikan terhadap data historis. Nilai parameter pemulus berkisar antara 0 dan 1. Penggunaan teknik ini memerlukan inisiasi penetapan nilai dimana nilai = (Machfud, 1999). Rumus teknik prakiraan pemulusan eksponensial adalah sebagai berikut :
Keterangan :
= data observasi periode t = nilai parameter pemulus = nilai prakiraan periode t + 1 4. Teknik Linear Brown Satu Parameter
Menurut Machfud (1999) teknik linear Brown serupa dengan teknik perataan bergerak ganda, tetapi dengan proses pemulusan yang berbeda pada setiap periodenya. Prakiraan untuk m periode ke depan dirumuskan sebagai berikut :
dimana :
dengan nilai inisiasi :
Keterangan :
= data observasi periode t = banyaknya periode peramalan = nilai parameter pemulus
= perataan bergerak pertama periode t = perataan bergerak kedua periode t = nilai prakiraan periode t + m
5. Teknik Linear Holt Dua Parameter
Menurut Machfud (1999) teknik ini serupa dengan metode Brown yang cocok digunakan terhadap pola data yang mempunyai kecenderungan (trend). Teknik linear Holt terdapat proses pemulusan terhadap trend yang dilakukan secara terpisah karena dapat dimuluskan dengan menggunakan parameter pemulus yang berbeda. Teknik ini menggunakan dua parameter pemulus yaitu α dan δ yang bernilai berkisar antara 0 dan 1. Prakiraan untuk m periode mendatang dirumuskan sebagai berikut :
dimana :
dengan nilai inisiasi :
Keterangan :
= data observasi periode t = banyaknya periode peramalan = nilai parameter pemulus pertama = nilai parameter pemulus kedua = perataan bergerak pertama periode t = perataan bergerak kedua periode t = nilai prakiraan periode t + m
Prakiraan dapat disebut sempurna apabila nilai variabel yang diramalkan sama dengan nilai sebenarnya. Untuk dapat melakukan prakiraan yang selalu tepat sangat sukar bahkan dapat dikatakan tidak mungkin. Oleh karena itu, prakiraan diharapkan memiliki nilai kesalahan yang sekecil mungkin. Pengukuran kesalahan yang
dilakukan dalam model peramalan permintaan ini adalah dengan menggunakan teknik rata-rata persentase kesalahan absolut. Pengukuran ketelitian dengan cara rata-rata persentase kesalahan absolut (MAPE, mean absolute percentage error) menunjukkan rata- rata kesalahan absolut prakiraan dalam bentuk persentasenya terhadap data aktual (Herjanto, 2006). Perumusan MAPE adalah sebaga berikut :
∑ | | Keterangan :
= data aktual pada periode i
= kesalahan prakiraan (selisih data aktual dan prakiraan) = panjang serial waktu yang digunakan
= nilai error
b. Model Perencanaan Agregat
Model perencanaan agregat merupakan model yang digunakan dalam perencanaan produksi secara menyeluruh yang fisibel dan optimal. Fisibel berarti dapat memenuhi permintaan pasar sesuai dengan kapasitas yang ada, sedangkan optimal berarti menggunakan sumber daya sebijaksana mungkin dengan pengeluaran biaya serendah mungkin.
Pendekatan matematika digunakan dalam model ini yaitu dengan konsep integer linear programming. Konsep ini digunakan karena dalam model perencanaan agregat, variabel bebas yang didefinisikan memiliki tipe data integer atau berupa bilangan bulat positif. Variabel bebas yang didefinisikan yaitu jumlah produk yang harus diproduksi dimana variabel tersebut bernilai bulat positif. Persamaan linear digunakan dalam model ini karena konsep perencanaan agregat memiliki permasalahan yang bersifat linear dimana hubungan antara satu variabel keputusan dengan variabel keputusan yang lain bersifat aditif (penjumlahan).
Selanjutnya model integer linear programming dari model perencanaan agregat diselesaikan dengan model algoritma genetika. Teknik algoritma genetika digunakan karena teknik ini dapat menghasilkan solusi real time secara cepat. Selain itu juga, algoritma genetika dapat menghindari keadaan lokal optimum. Dengan menggunakan konsep integer linear programming, model perencanaan agregat diformulasikan ke dalam model matematika sebagai berikut :
dimana :
untuk setiap i=1,2,...m ; t=1,2,...T
Keterangan :
= total biaya
= biaya produksi pada sumber daya ke-i dan periode ke-t = jumlah produk yang diproduksi pada sumber daya ke-i
dan periode ke-t
= biaya penyimpanan pada periode ke-t = inventori produk pada periode ke-t
= permintaan pada periode ke-t
= kapasitas produksi pada sumber daya ke-i dan periode ke-t
= kapasitas inventori pada periode ke-t = banyaknya sumber daya (reguler, lembur) = banyaknya periode perencanaan
c. Model Algoritma Genetika
Model ini merupakan model yang digunakan dalam menyelesaikan solusi dari model perencanaan agregat yang masih dalam bentuk persamaan linear integer. Model persamaan linear