• Tidak ada hasil yang ditemukan

PENGEMBANGAN MODEL EVALUASI KUANTITATIF PERBAIKAN PROSES BISNIS DENGAN TUJUAN GANDA TESIS

N/A
N/A
Protected

Academic year: 2021

Membagikan "PENGEMBANGAN MODEL EVALUASI KUANTITATIF PERBAIKAN PROSES BISNIS DENGAN TUJUAN GANDA TESIS"

Copied!
14
0
0

Teks penuh

(1)

PENGEMBANGAN MODEL EVALUASI KUANTITATIF

PERBAIKAN PROSES BISNIS DENGAN TUJUAN GANDA

TESIS

Karya tulis sebagai salah satu syarat

untuk memperoleh gelar Magister dari

Institut Teknologi Bandung

Oleh

Elty Sarvia

NIM : 23406014

Program Studi Magister Teknik dan Manajemen Industri

Bidang Khusus Rekayasa Sistem Perusahaan

INSTITUT TEKNOLOGI BANDUNG

2008

(2)

PENGEMBANGAN MODEL EVALUASI KUANTITATIF

PERBAIKAN PROSES BISNIS DENGAN TUJUAN GANDA

Oleh

Elty Sarvia

NIM : 23406014

Program Studi Magister Teknik dan Manajemen Industri

Bidang Khusus Rekayasa Sistem Perusahaan

Menyetujui,

Pembimbing

Dr. Ir. T.M.A. Ari Samadhi, M.Eng.

NIP : 131 667 753

(3)

Orang yang berbuat baik,

Walaupun rejeki belum tiba,

Tetapi bencana telah menjauhinya.

Orang yang berbuat jahat,

Walaupun bencana belum tiba,

Tetapi rejeki telah menjauhinya.

Bukanlah seorang yang adil, ia yang membuat keputusan

dengan tergesa-gesa. Orang bijaksana hendaknya

memeriksa dengan teliti, mana yang benar dan mana yang salah

(Dhammapada 256)

(4)

ABSTRAK

PENGEMBANGAN MODEL EVALUASI KUANTITATIF

PERBAIKAN PROSES BISNIS DENGAN TUJUAN GANDA

ELTY SARVIA

NIM : 23406014

Departemen Teknik Industri

Institut Teknologi Bandung

Proses bisnis merupakan kombinasi dari aktivitas yang saling berhubungan di dalam sebuah perusahaan untuk menghasilkan pelayanan tertentu kepada klien. Persaingan bisnis yang kompetitif menuntut perusahaan untuk memodifikasi perancangan proses bisnisnya untuk menjadi lebih sukses di pasar. Dengan berfokus pada perbaikan proses bisnis ke arah yang lebih optimal, sebuah perusahaan dapat bersaing secara unggul dengan cara seperti mengurangi biaya, meningkatkan prestasi kerja, dan memungkinkan adaptasi yang lain untuk perubahan dalam proses bisnisnya. Sebagian besar optimisasi proses bisnis saat ini dilakukan dengan cara kualitatif, sehingga sulit untuk dianalisis secara detil.

Penelitian ini mengembangkan model optimisasi multi-objective bagi desain proses bisnis dengan menggunakan analisis kuantitatif. Variabel optimisasi yang dipilih dalam penelitian ini adalah aktivitas dan waktu mulai aktivitas. Tujuan yang akan dihasilkan adalah perbaikan proses bisnis dengan meminimasi biaya dan durasi proses. Informasi mengenai aktivitas yang terjadi dalam proses bisnis

di-capture dengan menggunakan metode IDEF3 (Integrated Definition Methodology), kemudian diformulasikan ke dalam bentuk model matematis. Setelah itu pencarian solusi dilakukan dengan menggunakan Algoritma NSGA-II (Non Dominated Sorting in Genetic Algorithm)yang dimodifikasi.

Model proses bisnis yang akan dioptimisasi didefinisikan terlebih dahulu variabel optimisasi dan tujuannya pada tahap awal metodologi; mengukur kinerja proses yang sedang berjalan dengan cara mendekomposisikan proses dari level paling atas sampai pada level yang paling bawah; mengidentifikasikan perbaikan proses secara kualitatif jika memungkinkan; kemudian mengusulkan beberapa pilihan alternatif untuk setiap aktivitas dalam desain proses bisnis, setelah itu memetakan proses bisnis yang memiliki alternatif untuk setiap aktivitasnya menggunakan metode IDEF3; Tahap selanjutnya adalah memformulasikan model matematis dengan menggunakan variabel dan kriteria tujuan yang telah dipilih; dan pada tahap akhir metodologi akan digunakan algoritma NSGA-II yang dimodifikasi untuk mencari sejumlah alternatif urutan set alternatif aktivitas dari desain proses bisnis yang telah dioptimisasi.

Model yang diusulkan dalam penelitian ini dapat digunakan pada permasalahan proses bisnis yang telah didekomposisikan sampai pada level yang paling bawah untuk memudahkan mencari lokalisasi masalah dan hubungan struktur alternatif yang diusulkan untuk setiap aktivitas bersifat tetap satu sama lainnya. Model yang diusulkan juga dapat digunakan pada proses bisnis yang memiliki jumlah aktivitas lebih besar dari dua dan memiliki pilihan alternatif untuk setiap aktivitasnya baik berbentuk serial, paralel, memiliki bottleneck, tetapi tidak memiliki siklus

(5)

ii

ABSTRACT

THE DEVELOPMENT OF QUANTITATIVE MODEL FOR

EVALUATION OF BUSINESS PROCESS IMPROVEMENT WITH

MULTI-OBJECTIVE

ELTY SARVIA

NIM : 23406014

Department of Industrial Engineering

Bandung Institute of Technology

Business process is a set of related activities carried out by an enterprise to deliver particular service to clients. In a competitive business there is a frequent need for enterprise to modify their design of business process to become more successful in the marketplace. By focusing on the optimization of business process improvement, enterprise can establish a solid competitive advantage by reducing cost, improving work performance, and enabling other adaptation for changing of business process. However, most of the current attemps for business process optimization is qualitative, which result is difficulties for detail analysis.

This research developes a multi-objective optimization of business process design using quantitative analysis. The optimization variables to be chosen for this research were activities and it’s starting times. The aim was to produced an improved business process design by minimizing two objectives that are cost and process duration. This methodology uses IDEF3 (Integrated Definition Methodology) method for capturing information flows among activities, and then formulated in a mathematical model. The solution is found by using modified NSGA-II (Non Dominated Sorting in Genetic Algorithm).

The business process model was optimized by defining the model’s optimization variables and objectives at early planning stage; current process performances are measured by getting process decomposition from the highest to the the lowest level; process improvements were identified with qualitative analysis if possible; then several preference alternatives were raised for each activities of business process design, afterwards the business process along with their preferences alternatives were mapped by using IDEF3 method. The next stage was formulating mathematical model by using variables and objectives which have been chosen; and the last stage of methodology was finding solution by modified NSGA-II to produce a satisfactory number of alternative arrangements of optimized business process.

The proposed model in this research can be used in business process problems which has been decomposited untill the lowest level, so that the problems can be localized and the proposed alternatives structure relation for each activities are fixed. The proposed model in this research also can be used for business process which has more than two activities and each activities have several preference alternatives either they are serial, parallel, having bottleneck, but having no cycle

(6)

PEDOMAN PENGGUNAAN TESIS

Tesis S2 yang tidak dipublikasikan terdaftar dan tersedia di Perpustakaan Institut Teknologi Bandung, dan terbuka untuk umum dengan ketentuan bahwa hak cipta ada pada pengarang dengan mengikuti aturan HAKI yang berlaku di Institut Teknologi Bandung. Referensi kepustakaan diperkenankan dicatat, tetapi pengutipan atau peringkasan hanya dapat dilakukan seijin pengarang dan harus disertai dengan kebiasaan ilmiah untuk menyebutkan sumbernya.

Memperbanyak atau menerbitkan sebagian atau seluruh tesis haruslah seijin Direktur Program Pascasarjana, Institut Teknologi Bandung.

(7)

iv

KATA PENGANTAR

Puji syukur yang mendalam penulis panjatkan kepada Tuhan Yang Maha Esa

atas karunia dan rahmat-Nya yang memberi petunjuk dan kemudahan dalam

menyelesaikan tesis ini.

Pada kesempatan ini, penulis ingin menyampaikan terima kasih kepada

pihak-pihak yang telah banyak memberikan bantuan dalam menyelesaikan tesis ini dengan

baik terutama kepada :

1.

Bapak Dr. Ir. T.M.A. Ari Samadhi, M.Eng. yang telah memberikan bimbingan,

saran, masukan, dan dukungan dalam penyusunan tesis ini.

2.

Bapak Dr. Suprayogi, ST.,MT., Bapak Dr. Ir. Kadarsah S., DEA, dan Bapak

Yassierli, ST.,MT. sebagai Dosen Penguji yang telah memberikan

masukan-masukan untuk perbaikan tesis ini.

3.

Seluruh Staf Pengajar di Departemen Teknik Industri.

4.

Papa dan Mama yang telah memberikan kehidupan, doa, panutan, dan kasih sayang

yang tak ternilai harganya kepada penulis sampai sekarang ini.

5.

My Sister “Erliana”, My Brother “Robby Hermanto & Agus Mulyadi”, Rita, Yong

ko, Felix, Kelvin, Vincent, Michael, Sherina yang senantiasa memberikan semangat,

perhatian, dukungan moril, dan doa.

6.

Teman-teman seperjuangan Asrul, Rani, Wulan, Denny, Sari, Syintia, Mbak yus,

Satria, Natalia, Mbak Rida dan Merry.

7.

Bu Amelia S3 yang banyak memberikan masukan kepada penulis.

8.

Rekan-rekan angkatan 2006 TMI ITB.

Thanks atas kebersamaan dan kekompakannya

selama kuliah.

(8)

9.

Seluruh Staf Tata Usaha TMI-ITB P’Entis, P’Tatang, B’Endang, B’Dina dan P’Dedi

atas bantuannya dan doanya selama ini.

10. Teman-teman Universitas Kristen Maranatha Bapak Jimmy, Bu Christina Roro

’Thanks buat dukungan dan semangat yang diberikan’

, Bu Christina W

’Thanks ya bu’

, Bu

Vivi

’Thanks atas dukungan, perhatian dan semangat yang diberikan’

, Bapak Victor

’Thanks

atas kesabarannya memberikan masukan dalam coding’

, Bapak Arif

’Thanks buat nganterin

elty n masukannya’

, Bapak Andrijanto, Bu Vie Mie, Bu Yulianti, Bu Indah, Bu

Lestari, Bapak Hendrik, Bapak Santoso, Bapak Muis, Bu Kartika, Rainisa, Bu Novi,

Bu Noek dan Bu Melina

11.

Teman-teman di Lab PLO Bapak David Agus, Cen, Ari “elektro“, Arif “elektro”,

Darmawi “IT”, Roland T, Darius,

’Thanks ya buat bantuin dalam masalah virus komputer’

Susan, Audry dan Lusi. Thanks atas bantuannya, menemani penulis sampai malam

dan thanks buat Ari atas masukkannya dalam program.

Thank you for your friendship

12. Teman-teman kost mamamia Juliana, Heidy, Renie, Ping, Novi, Vimala, dan Iing.

Thanks buat kebersamaan, pengertiannya, perhatiannya dan waktu refreshing-nya.

13. My Shopping friends

“The Charm” Vina, Venny, n Olivia. Thanks buat waktu

refreshing-nya

14. Semua pihak yang telah banyak membantu, yang namanya tidak dapat disebutkan

satu persatu.

Akhir kata, penulis mohon maaf atas segala kekurangan dalam penyusunan tesis

ini dan semoga tesis ini dapat memberikan manfaat kepada semua pihak dan kepada

penelitian-penelitian selanjutnya.

Bandung , 26 Juni 2008

Penulis,

(9)

vi

DAFTAR ISI

0H ABSTRAK 218HI 1H ABSTRACT 219HII 2H

PEDOMAN PENGGUNAAN TESIS 220HIII

3H KATA PENGANTAR 221HIV 4H DAFTAR ISI 222HVI 5H DAFTAR GAMBAR 223HIX 6H DAFTAR TABEL 224HXI 7H BAB 1. PENDAHULUAN 225H1 8H 1.1 Latar Belakang 226H1 9H 1.2 Perumusan Masalah 227H5 10H 1.3 Tujuan Penelitian 228H6 11H

1.4 Ruang lingkup Penelitian 229H6

12H

1.5 Posisi Penelitian 230H6

13H

BAB 2. LANDASAN TEORI 231H11

14H

2.1 Proses Bisnis 232H11

15H

2.2 Business Process Improvement 233H13

16H

2.3 Reengineering Proses Bisnis 234H14

17H

2.4 Pemodelan Proses Bisnis 235H15

18H 2.4.1 Flowchart 236H18 19H 2.4.2 Gantt Chart 237H21 20H 2.4.3 Metode IDEF3 238H21 21H

2.4.3.1 Gambaran Singkat IDEF 3 239H21

22H

2.4.3.2 IDEF3 Process Description Language 240H22

23H

2.5 Analisis Struktur Model 241H28

24H

2.6 Metoda Qualitative dan Metoda Quantitative 242H31

25H

2.7 Pendekatan Matematis 243H32

26H

2.8 Artificial Intelligence (AI) 244H35

27H

2.9 Algoritma Genetika 245H36

28H

2.9.1 Pengertian Algoritma Genetika 246H36

29H

2.9.2 Struktur Umum Algoritma Genetika 247H40

30H

2.9.3 Aplikasi Algoritma Genetika 248H41

31H

2.9.4 Karakteristik Masalah yang Dapat Dipecahkan Dengan Menggunakan Algoritma Genetika 249H42

32H

2.9.5 Komponen Utama Algoritma Genetika 250H43

33H

2.9.6 Komponen Algoritma Genetika Dalam Matlab 251H45

34H

2.9.7 Algoritma Genetika Sederhana 252H50

35H

2.9.8 Parameter Genetika 253H50

36H

2.10 Multi-objective Optimization (MOOP) 254H52

37H

2.11 Algoritma NSGA-II 255H57

38H

2.11.1 Multi-objective Optimization Using NSGA-II 256H58

39H

2.11.2 Deskripsi detil dari Algoritma NSGA-II 257H59

40H 2.11.2.1 Inisialisasi Populasi 258H59 41H 2.11.2.2 Non-Dominated Sort 259H59 42H 2.11.2.3 Crowding Distance 260H60 43H 2.11.2.4 Seleksi 261H61 44H 2.11.2.5 Genetic Operators 262H62 45H

2.11.2.5.1 Simulated Binary Crossover 263H62

46H

2.11.2.5.2 Polynomial Mutation 264H63

47H

2.11.2.6 Rekombinasi dan Seleksi 265H63

48H

BAB 3. METODOLOGI PENELITIAN 266H65

49H

3.1. Bagan Alir Penelitian 267H65

50H

(10)

51H

3.1.2 Formulasi Masalah 269H68

52H

3.1.3 Penetapan Tujuan Penelitian 270H68

53H

3.1.4 Studi Literatur 271H69

54H

3.1.5 Pengembangan Model 272H69

55H

3.1.6 Pengembangan Algoritma NSGA-II 273H69

56H

3.1.7 Uji Coba Algoritma 274H70

57H

3.1.8 Validasi Model 275H70

58H

3.1.9 Analisis dan Pembahasan 276H71

59H

3.1.10 Kesimpulan dan Saran 277H71

60H

3.2 Pengembangan Model 278H71

61H

3.2.1 Penentuan Variabel dan Kriteria Tujuan dalam Model. 279H72

62H

3.2.2 Pemodelan Proses 280H75

63H

3.2.3 Pengembangan Model Matematis 281H78

64H

3.2.4 Modifikasi Algoritma NSGA-II 282H81

65H

3.2.4.1 A Fast non-dominated sorting dari NSGA-II 283H82

66H 3.2.4.2 Representasi Kromosom 284H83 67H 3.2.4.3 Inisialisasi Populasi 285H84 68H 3.2.4.4Non-Dominated Sort 286H84 69H

3.2.4.5 Estimasi Kepadatan Solusi 287H86

70H

3.2.4.6Crowded comparison Operator 288H87

71H

3.2.4.7 Crossover dengan menggunakan One-point crossover. 289H89

72H

3.2.4.8 Mutasi 290H90

73H

3.2.4.9 Main Loop Modifikasi Algoritma NSGA-II 291H91

74H

3.2.4.10 Parameter yang digunakan 292H94

75H

3.2.4.11 Perbedaan Original Algoritma NSGA-II dengan Modifikasi Algoritma NSGA-II 293H94

76H

BAB 4. UJI COBA DAN ANALISIS MODIFIKASI ALGORITMA NSGA-II 294H97

77H

4.1 Contoh Numerik 1: Proses di Travel Agent 295H98

78H

4.1.1 Deskripsi Contoh Numerik 1 “as is” : Proses di Travel Agent 296H98

79H

4.1.2 Penetapan Variabel dan Kriteria Tujuan pada Usulan Proses Bisnis pada Contoh Numerik 1 297H99

80H

4.1.3 Pemodelan Proses Usulan Contoh Numerik 1 : Proses di Travel Agent 298H100

81H

4.1.4 Model Matematis Contoh Numerik 1 : Proses di Travel Agent 299H105

82H

4.1.5 Uji Coba Modifikasi Algoritma NSGA-II pada Contoh Numerik 1 : Proses di Travel Agent 300H106

83H

4.1.6 Analisis Hasil Percobaan Usulan Contoh Numerik 1 : Proses di Travel Agent 301H107

84H

4.1.7 Perbandingan Solusi antara Proses Bisnis “as is” dengan Proses Bisnis “to be” pada Contoh

Numerik 1 302H113

85H

4.2 Contoh Numerik 2 303H114

86H

4.2.1 Deskripsi Contoh Numerik 2 “as is” 304H114

87H

4.2.2 Penetapan Variabel dan Kriteria Tujuan pada Usulan Proses Bisnis pada Contoh Numerik 2 305H117

88H

4.2.3 Pemodelan Proses Usulan Contoh Numerik 2 306H117

89H

4.2.4 Model Matematis Contoh Numerik 2 : Proses Pembelian Bahan Baku di PT.X 307H123

90H

4.2.5 Uji Coba Modifikasi Algoritma NSGA-II Contoh Numerik 2 : Proses Pembelian Bahan Baku

di PT.X 308H124

91H

4.2.6 Analisis Hasil Percobaan Usulan Contoh Numerik 2 : Proses Pembelian Bahan Baku di PT.X

309H125

92H

4.2.7 Perbandingan Solusi antara Proses Bisnis “as is” dengan Proses Bisnis “to be” pada Contoh

Numerik 2 310H133

93H

4.3 Contoh Numerik 3 : Rekrutmen Siswa di Tempat Pelatihan Y 311H134

94H

4.3.1 Deskripsi Contoh Numerik 3 “as is” 312H134

95H

4.3.2 Penetapan Variabel dan Kriteria Tujuan pada Usulan Proses Bisnis pada Contoh Numerik 3 313H135

96H

4.3.3 Usulan Analisis Kualitatif pada Contoh Numerik 3 314H136

97H

4.3.4 Penetapan Kriteria Tujuan dan Variabel pada Usulan Proses Bisnis pada Contoh Numerik 3 315H137

98H

4.3.5 Pemodelan Proses Usulan Contoh Numerik 3 : Rekrutmen Siswa di Tempat Pelatihan Y 316H138

99H

4.3.6 Model Matematis Contoh Numerik 3 : Proses Rekrutmen Siswa di Tempat Pelatihan Y 317H142

100H

4.3.7 Uji Coba Modifikasi Algoritma NSGA-II Contoh Numerik 3 : Rekrutmen Siswa di Tempat

Pelatihan Y 318H144

(11)

viii

102H

4.3.9 Perbandingan Solusi antara Proses Bisnis “as is” dengan Proses Bisnis “to be” pada Contoh

Numerik 3 320H150

103H

4.4 Validasi Model 321H151

104H

4.4.1 Metode Enumerasi Contoh Numerik 1 322H151

105H

4.4.2 Metode Enumerasi Contoh Numerik 2 323H153

106H

4.4.3 Metode Enumerasi Contoh Numerik 3 324H156

107H

4.5 Analisis Pemodelan Proses Bisnis 325H158

108H

4.6 Analisis Penggunaan Model Usulan 326H159

109H

BAB 5. KESIMPULAN DAN SARAN 327H166

110H

5.1 Kesimpulan 328H166

111H

5.2 Saran 329H168

112H

DAFTAR PUSTAKA 330HXII

(12)

DAFTAR GAMBAR

GAMBAR 2.1KETERKAITAN ANTAR KEJADIAN PROSES BISNIS 12

GAMBAR 2.2USE OF PROCESS MODELS 16

GAMBAR 2.3KLASIFIKASI TEKNIK PEMODELAN PROSES 17

GAMBAR 2.4CONTOH FLOWCHART 21

GAMBAR 2.5 IDEF3PROCESS DESCRIPTION SCHEMATICS 23

GAMBAR 2.6AKTIVITAS IDEF3 DAN PENOMORAN. 24

GAMBAR 2.7AKTIVITAS YANG MEMASUKKAN NOMOR DEKOMPOSISI. 27

GAMBAR 2.8 SKEMA PENOMORAN UOB 28

GAMBAR 2.9ELIMINASI AKTIVITAS REDUNDANT 29

GAMBAR 2.10PARTITIONING AKTIVITAS 30

GAMBAR 2.11MERGING DUA AKTIVITAS 30

GAMBAR 2.12ELIMINASI SIKLUS 30

GAMBAR 2.13SISTEM YANG MENGGUNAKAN KECERDASAN BUATAN 35

GAMBAR 2.14CONTOH PENGGUNAAN METODE ROULETTE-WHEEL SELECTION 47

GAMBAR 2.15ELITIST NON-DOMINATED SORTING GA 49

GAMBAR 2.16MOEATASK DECOMPOSITION 53

GAMBAR 2.17CONTOH DOMINANCE TEST 55

GAMBAR 2.18PENCARIAN SET SOLUSI DARI MOOP 56

GAMBAR 2.19CONTOH DOMINATED ,NON DOMINATED SOLUTION DAN PARETO OPTIMALLY 56

GAMBAR 3.1BAGAN ALIR PENELITIAN 67

GAMBAR 3.2PENGEMBANGAN MODEL 72

GAMBAR 3.3VARIABEL OPTIMISASI DAN OBJECTIVES DARI MODEL PROSES BISNIS 72

GAMBAR 3.4DESAIN PROSES BISNIS YANG FEASIBLE DENGAN MENGGUNAKAN ACTIVITIES DAN RESOURCES 74 GAMBAR 3.5PERHITUNGAN CROWDING DISTANCE 87

GAMBAR 3.6SELEKSI TURNAMEN 88

GAMBAR 3.7CONTOH ONE-POINT CROSSOVER 89

GAMBAR 3.8CONTOH MUTASI BINER 90

GAMBAR 3.9PROSEDUR MODIFIKASI ALGORITMA NSGA-II 93

GAMBAR 3.10FLOW DIAGRAM YANG MENUNJUKKAN CARA BEKERJANYA MODIFIKASI ALGORITMA NSGA-II 94

GAMBAR 3.11PERBEDAAN ORIGINAL NSGA-II DENGAN MODIFIKASI ALGORITMA NSGA-II 96

GAMBAR 4.1CONTOH PROSES DI TRAVEL AGENT“AS IS” 99 GAMBAR 4.2PROSES TRAVEL AGENT DALAM MENAWARKAN PAKET LIBURAN 101 GAMBAR 4.3MODEL PROSES USULAN TRAVEL AGENT DENGAN MENGGUNAKAN ALTERNATIF AKTIVITAS

DAN RESOURCES (IDEF3) 103

GAMBAR 4.4HASIL ALGORITMA NSGA-IICONTOH NUMERIK 1:TRAVEL AGENT 107

GAMBAR 4.5SOLUSI USULAN ALTERNATIF AUNTUK PROSES BISNIS PADA CONTOH NUMERIK 1 110 GAMBAR 4.6SOLUSI USULAN ALTERNATIF BUNTUK PROSES BISNIS PADA CONTOH NUMERIK 1 111

GAMBAR 4.7SOLUSI USULAN ALTERNATIF CUNTUK PROSES BISNIS PADA CONTOH NUMERIK 1 112

GAMBAR 4.8SOLUSI USULAN ALTERNATIF DUNTUK PROSES BISNIS PADA CONTOH NUMERIK 1 112 GAMBAR 4.9SOLUSI USULAN ALTERNATIF EUNTUK PROSES BISNIS PADA CONTOH NUMERIK 1 113 GAMBAR 4.10DEKOMPOSISI PROSES PENGELOLAAN PRODUK DI PT.X 115

GAMBAR 4.11FLOWCHART PROSES PEMBELIAN BAHAN BAKU DI PT.X 116

GAMBAR 4.12PROSES PEMBELIAN BAHAN BAKU DI PT.X 120

GAMBAR 4.13MODEL PROSES USULAN PEMBELIAN BAHAN BAKU MENGGUNAKAN ALTERNATIF

AKTIVITAS DAN RESOURC ES(IDEF3) 122

GAMBAR 4.14HASIL NSGA-IICONTOH NUMERIK 2:PROSES PEMBELIAN BAHAN BAKU DI PT.X 126

GAMBAR 4.15SOLUSI USULAN ALTERNATIF AUNTUK PROSES BISNIS PADA CONTOH NUMERIK 2 129

GAMBAR 4.16SOLUSI USULAN ALTERNATIF BUNTUK PROSES BISNIS PADA CONTOH NUMERIK 2 130 GAMBAR 4.17 SOLUSI USULAN ALTERNATIF CUNTUK PROSES BISNIS PADA CONTOH NUMERIK 2 130

(13)

x

GAMBAR 4.21PROSES-PROSES DI TEMPAT PELATIHAN Y 134

GAMBAR 4.22DEKOMPOSISI PROSES REKRUTMEN SISWA DI TEMPAT PELATIHAN Y 135

GAMBAR 4.23ANALISIS KUALITATIF AKTIVITAS REDUNDANT1 PADA CONTOH NUMERIK 3 136

GAMBAR 4.24 ANALISIS KUALITATIF AKTIVITAS REDUNDANT2 PADA CONTOH NUMERIK 3 137 GAMBAR 4.25ANALISIS KUALITATIF AKTIVITAS YANG DAPAT DIPARALEL PADA CONTOH NUMERIK 3 137

GAMBAR 4.26USULAN PROSES REKRUTMEN SISWA DI TEMPAT PELATIHAN Y 140

GAMBAR 4.27MODEL PROSES USULAN REKRUTMEN SISWA DI TEMPAT PELATIHAN Y MENGGUNAKAN

ALTERNATIF AKTIVITAS DAN RESOURCES (IDEF3) 142 GAMBAR 4.28HASIL NSGA-IICONTOH NUMERIK3:PROSES REKRUTMEN SISWA DI TEMPAT PELATIHAN Y 145

GAMBAR 4.29SOLUSI USULAN ALTERNATIF A UNTUK PROSES BISNIS PADA CONTOH NUMERIK 3 148

GAMBAR 4.30SOLUSI USULAN ALTERNATIF B UNTUK PROSES BISNIS PADA CONTOH NUMERIK 3 148

GAMBAR 4.31SOLUSI USULAN ALTERNATIF C UNTUK PROSES BISNIS PADA CONTOH NUMERIK 3 149 GAMBAR 4.32SOLUSI USULAN ALTERNATIF D UNTUK PROSES BISNIS PADA CONTOH NUMERIK 3 149

GAMBAR 4.33 SOLUSI DENGAN METODA ENUMERASI CONTOH NUMERIK 1 152

GAMBAR 4.34SOLUSI DENGAN METODA ENUMERASI CONTOH NUMERIK 2 155

GAMBAR 4.35SOLUSI DENGAN METODA ENUMERASI CONTOH NUMERIK 3 157 GAMBAR 4.36PEMILIHAN SUPLLIER DAN CARA PELUNASAN HUTANG 160

GAMBAR 4.37PROSES MANUFAKTUR 160

GAMBAR 4.38USULAN MODEL PERBAIKAN PROSES BISNIS 162

(14)

DAFTAR TABEL

182H

TABEL 1.1POSISI PENELITIAN YANG TERKAIT 400H10

183H

TABEL 2.1SIMBOL-SIMBOL FLOWCHART 401H19

184H

TABEL 2.2TIPE JUNCTIONS 402H25

185H

TABEL 2.3JUNCTIONS SINKRONISASI 403H26

186H

TABEL 3.1CONTOH REPRESENTASI KROMOSOM 404H83

187H

TABEL 3.2PROSEDUR DARI FAST-NONDOMINATED-SORT(P) 405H86

188H

TABEL 3.3PROSEDUR DARI PERHITUNGAN CROWDING-DISTANCE 406H87

189H

TABEL 3.4MAIN LOOPALGORITMA NSGA-II 407H91

190H

TABEL 4.1PENJELASAN USULAN ELEMEN PROSES PADA TRAVEL AGENT 408H102

191H

TABEL 4.2SOLUSI TERBAIK UNTUK CONTOH NUMERIK 1 409H108

192H

TABEL 4.3KROMOSOM 1 UNTUK CONTOH NUMERIK 1 410H109

193H

TABEL 4.4REPRESENTASI ALTERNATIF AKTIVITAS YANG TERPILIH PADA CONTOH NUMERIK 1 411H110

194H

TABEL 4.5PERBANDINGAN DURASI DAN BIAYA PADA SISTEM “AS IS” DENGAN SISTEM “TO BE” 412H114

195H

TABEL 4.6PENJELASAN ELEMEN PROSES PADA PROSES PEMBELIAN BAHAN BAKU DI PT.X 413H120

196H

TABEL 4.7SOLUSI TERBAIK USULAN PROSES PEMBELIAN BAHAN BAKU DI PT.X 414H127

197H

TABEL 4.8KROMOSOM 1UNTUK CONTOH NUMERIK 2 415H127

198H

TABEL 4.9REPRESENTASI ALTERNATIF AKTIVITAS YANG TERPILIH PADA CONTOH NUMERIK 2 416H128

199H

TABEL 4.10PERBANDINGAN DURASI DAN BIAYA PADA SISTEM “AS IS” DENGAN SISTEM “TO BE” 417H134

200H

TABEL 4.11PENJELASAN ELEMEN PROSES PADA PROSES REKRUTMEN SISWA DI TEMPAT PELATIHAN Y 418H140

201H

TABEL 4.12SOLUSI TERBAIK USULAN CONTOH NUMERIK 3 419H146

202H

TABEL 4.13KROMOSOM 1 UNTUK CONTOH NUMERIK 3 420H146

203H

TABEL 4.14REPRESENTASI ALTERNATIF AKTIVITAS YANG TERPILIH PADA CONTOH NUMERIK 3 421H147

204H

TABEL 4.15PERBANDINGAN DURASI DAN BIAYA PADA SISTEM “AS IS” DENGAN SISTEM “TO BE” 422H151

205H

TABEL 4.16SOLUSI METODA ENUMERASI UNTUK CONTOH NUMERIK 1 423H152

206H

TABEL 4.17PERBANDINGAN SOLUSI TERBAIK PADA MODIFIKASI ALGORITMA NSGA-II DENGAN METODA

ENUMERASI PADA CONTOH NUMERIK 1 424H153

207H

TABEL 4.18SOLUSI METODA ENUMERASI UNTUK CONTOH NUMERIK 2 425H153

208H

TABEL 4.19PERBANDINGAN SOLUSI TERBAIK MODIFIKASI ALGORITMA NSGA-II DENGAN METODA

ENUMERASI PADA CONTOH NUMERIK 2 426H155

209H

TABEL 4.20SOLUSI METODA ENUMERASI UNTUK CONTOH NUMERIK 3 427H156

210H

TABEL 4.21PERBANDINGAN SOLUSI TERBAIK MODIFIKASI ALGORITMA NSGA-II DENGAN METODA

Referensi

Dokumen terkait

Oleh sebab itu, konselor yang melakukan asesmen pada konseli bukan hanya memahami alat dalam asesmen tersebut dengan baik tetapi juga mampu memahami

Teks hadis ini sekalipun dha'if, sering disebarkan ulama untuk melarang perempuan sama sekali untuk keluar rumah dan memintanya untuk taat pada suami secara total.

a) Memindahkan arsip rekam medis inaktif dari raka aktif ke rak inaktif dengan cara melilah pada rak penyimpanan sesuai dengan tahun kunjungan. b) Memikrofilmisasi

1. Melon merah mempunyai kecenderungan hasil pertumbuhan yang lebih baik dibandingkan dengan melon putih, cabai rawit merah mempunyai kecenderungan hasil pertumbuhan yang

Nama pengirim surat ditulis di bawah tanda tangan. Tanda tangan diperlukan sebagai keabsahan surat dinas atau resmi. Penulisan nama tidak perlu menggunakan huruf kapital

Konsumsi pakan itik manila dengan warna bulu putih secara nyata juga lebih rendah dibanding warna hitam-putih.. Hal tersebut diakibatkan adanya sifat genetik bulu putih,

Pengertian mutu pelayanan kesehatan secara umum adalah derajat kesempurnaan  pelayanan kesehatan yang sesuai dengan standar profesi dan standar pelayanan dengan