RANCANGAN SISTEM PERGUDANGAN PADA PROSES PENGAMBILAN PESANAN DI PT. SIANTAR TOP Tbk
TESIS
TIARA MELINDA 167025007/TI
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA MEDAN
2019
RANCANGAN SISTEM PERGUDANGAN PADA PROSES PENGAMBILAN PESANAN DI PT. SIANTAR TOP Tbk
Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Teknik
dalam Program Studi Teknik Industri pada Fakultas Teknik Universitas Sumatera Utara
Oleh
TIARA MELINDA 167025007/TI
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA MEDAN
2019
Telah diuji pada
Tanggal : 15 Agustus 2019
PANITIA PENGUJI TESIS
Ketua : Ir. Nazaruddin, MT, Ph.D Anggota : Ir. Rosnani Ginting, MT, Ph.D
Prof. Dr. Ir. A. Rahim Matondang, MSIE Aulia Ishak, ST, MT, Ph.D
M. Haikal Karana Sitepu, ST, M.Eng, Ph.D
LEMBAR PERNYATAAN
Dengan ini saya menyatakan bahwa Tesis yang berjudul:
RANCANGAN SISTEM PERGUDANGAN PADA PROSES PENGAMBILAN PESANAN DI PT. SIANTAR TOP Tbk
Adalah benar hasil karya saya sendiri dan belum dipublikasikan oleh siapapun sebelumnya. Sumber-sumber data dan informasi yang digunakan telah dinyatakan secara benar dan jelas.
Medan, Agustus 2019 Yang membuat Pernyataan,
Tiara Melinda NIM: 167025007
ABSTRAK
Gudang merupakan salah satu bagian perusahaan yang memegang peranan penting dalam rantai pasok. Masalah yang terjadi pada penelitian ini proses bongkar muat barang pada gudang produk jadi yang masih sangat manual sehingga membutuhkan banyak waktu dan tenaga operator. Variabel yang akan diperbaiki pada permasalahan ini adalah search time dan setup time.
Tujuan dari penelitian ini adalah untuk mendapatkan solusi optimal terhadap penyusunan produk sehingga dapat memudahkan proses dan meminimalisasi waktu pengambilan pesanan. Metode digunakan adalah algoritma genetik dan Structured Design and Analysis Technique (SADT).
Hasil dari algoritma genetik menunjukkan terdapat variabel baru yang mempengaruhi proses pengambilan pesanan yaitu dimensi rak. Hal ini dibuktikan dengan semakin besar dimensi rak maka nilai fitness function juga semakin tinggi.
Langkah selanjutnya adalah membuat model algoritma genetik kedalam suatu sistem terkomputerisasi dengan menggunakan metode Structured Design and Analysis Technique (SADT). Hasilnya menunjukkan bahwa set up time berkurang dari 6 menit menjadi 1,6 menit sehingga meningkatkan efisiensi sebesar 73% dan search time juga berkurang dari 13 menit menjadi 0,8 menit sehingga meningkatkan efisiensi sebesar 93%. Hasil pengujian hipotesis menunjukkan bahwa set up time tidak berpengaruh secara signifikan terhadap waktu pengambilan pesanan sedangkan search time berpengaruh secara signifikan terhadap waktu pengambilan pesanan. Hal ini dikarenakan semakin banyak lama waktu pencarian produk maka semakin tinggi juga waktu yang dibutuhkan untuk menyelesaikan proses pengambilan pesanan.
Kata Kunci : Proses pengambilan pesanan, Algoritma Genetik, Structured Design and Analysis Technique (SADT)
ABSTRACT
The warehouse is one part of the company which plays an important role in the supply chain. The problem that occurs in this research is the process of loading and unloading of goods in the finished product warehouse which is still very manual so that it requires a lot of time and operator power. The variables that will be fixed at this time search time and setup time.
The purpose of this study is to obtain an optimal solution to the manufacture of products so as to facilitate the process and minimize the time of taking orders.
The method used is genetic algorithm and Structured Analysis and Design Techniques (SADT).
The results of the genetic algorithm show that there are new variables that influence the process of taking dimension shelf orders. This is evidenced by the greater the rack, the value of the fitness function is also higher. The next step is to make a genetic algorithm model towards a computerized system using the Structured Design and Analysis Technique (SADT) method. It appears that the setting time is reduced from 6 minutes to 1.6 minutes, increasing efficiency by 73%
and searching time is also reduced from 13 minutes to 0.8 minutes thereby increasing efficiency by 93%. The results of hypothesis testing show that managing time is not significant to the time of order taking. While the search time has a significant effect on the time of order taking. This is because the longer the time for searching for products, the higher the time needed to complete the process of purchasing orders.
Keywords: Order taking process, Genetic Algorithms, Structured Design and Analysis Technique (SADT)
RIWAYAT HIDUP
Tiara Melinda lahir di Jakarta, pada tanggal 7 November 1992. Penulis merupakan anak ketiga dari lima bersaudara dari pasangan Bapak H. Emir Rizal Lubis, SE, MBA dan Ibu Endang Liana Yahmawaty Siregar. Telah menikah dengan Tawufiq Rasyid Simamora, ST pada tanggal 8 Maret 2019.
Penulis menyelesaikan pendidikan sekolah dasar pada tahun 2004 di SD Negeri 064029 Medan , pendidikan sekolah menengah pertama pada tahun 2007 di SMP Swasta Eria Medan, dan pendidikan sekolah menengah kejuruan pada tahun 2010 di SMK Dharma Analitika Medan.
Pada tahun 2010, penulis melanjutkan pendidikan ke Pendidikan Teknologi Kimia Industri (PTKI) Medan jurusan teknologi kimia industri dan menyelesaikan pendidikan D3 pada tahun 2013. Pada tahun 2013, penulis melanjutkan pendidikan ke Universitas Sumatera Utara Departemen Teknik Industri dan menyelesaikan pendidikan S1 pada tahun 2016. Pada tahun 2017, penulis melanjutkan pendidikan di Magister Teknik Industri, Fakultas Teknik Universitas Sumatera Utara.
KATA PENGANTAR
Puji dan syukur kehadirat Allah SWT atas berkat dan rahmatnya penulis dapat menyelesaikan tesis yang berjudul “Rancangan Sistem Pergudangan Pada Proses Pengambilan Pesanan di PT. Siantar Top, Tbk”. Tesis ini disusun sebagai salah satu syarat kelulusan untuk menyelesaikan Program Magister teknik Industri pada Fakultas Teknik Universitas Sumatera Utara.
Dalam Penyusunan Tesis ini Penulis banyak mendapatkan dukungan moril dan usulan-usulan perbaikan serta masukan-masukan dari berbagai pihak. Pada kesempatan ini penulis ingin mengucapkan terima kasih kepada Bapak Ir.
Nazaruddin, MT, Ph.D selaku komisi pembimbing utama sekaligus Ketua Program Studi Magister Teknik Industri dan Ibu Ir.Rosnani Ginting, MT, Ph.D selaku pembimbing kedua yang telah meluangkan waktu dan banyak memberikan dukungan, arahan dan petunjuk kepada penulis dalam penyelesaian tesis ini.
Ucapan Terima kasih juga peneliti sampaikan kepada Ibu Dr. Ir. Juliza Hidayati, MT sekretaris Program Studi Magister Teknik Industri, Bapak Prof. Dr.
Ir. A. Rahim Matondang, MSIE, Bapak Aulia Ishak, ST, MT, Ph.D serta Bapak M.
Haikal Karana Sitepu, ST, M.Eng, Ph.D sebagai tim penguji yang telah banyak memberikan masukan serta saran yang membangun dalam penyempurnaan tesis ini.
Pada kesempatan ini penulis juga mengucapkan terima kasih kepada PT. Siantar Top Tbk terutama kepada Pak Har yang telah memberikan kesempatan dalam pelaksanaan penelitian, Pak Ganda, Pak Arby dan Bu Ratna yang telah banyak memberikan masukan dan diskusi mengenai penelitian ini.
Terima kasih penulis sampaikan kepada seluruh dosen dan staff pengajar atas semua pengetahuan yang diberikan serta dukungan motivasi selama peneliti mengikuti pendidikan.
Penulis juga mengucapkan terima kasih kepada orang tua penulis Ayahanda H. Emir Rizal Lubis, SE, MBA dan Ibunda Endang Liana Yahmawaty Siregar, Amangboru H. D.S Simamora dan Bou D.F br Simorangkir, suami tercinta Tawufiq
A. Siregar, S.Si, M.Si, serta abang, kakak dan adik yang tidak pernah henti memberikan semangat, doa dan dukungan secara moril dan materil selama penulis menyelesaikan studi S2 dan dalam penyelesaian tesis ini.
Terima kasih juga penulis sampaikan untuk teman – teman seperjuangan dalam perkuliahan kepada Kak Friska, Bang Wira, Kak Ririn, Johana. Tak lupa Penulis ucapkan terima kasih kepada senior yang banyak memberikan dukungan dan motivasi kepada penulis Yohana, Kak Sophi, Bang Andri, Bang Solihin, Kak Uni. Ucapan terima kasih juga penulis sampaikan kepada Para Pejuang Tesis Kak Hanni, Kasmawati, Bang Amri, Dolly yang selalu memberikan dukungan kepada penulis. Tak lupa pula penulis mengucapkan terima kasih ibu Melliana, Kak Rosyanti Harahap serta adik-adik Laboratorium Sistem Produksi, serta ucapan terimakasih penulis sampaikan kepada pihak – pihak yang tidak dapat disebutkan satu persatu atas dukungan dan doanya dalam penyusunan tesis ini.
Penulis menyadari bahwa tesis ini masih jauh dari kesempurnaan, hal ini tidak terlepas dari keterbatasan penulis. Akhir kata, penulis berharap tesis ini dapat memberikan manfaat bagi semua pihak.
Medan, Agustus 2019 Penulis,
Tiara Melinda 167025007/TI
DAFTAR ISI
Hal
ABSTRAK ... i
ABSTRACT ... ii
RIWAYAT HIDUP ... iii
KATA PENGANTAR ... iv
DAFTAR ISI ... vi
DAFTAR TABEL ... x
DAFTAR GAMBAR ... xi
DAFTAR LAMPIRAN ... xiii
BAB 1 PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 6
1.3 Tujuan Penelitian ... 6
1.4 Manfaat Penelitian... 7
1.5 Ruang Lingkup dan Batasan ... 8
1.6 Asumsi-Asumsi ... 8
BAB 2 LANDASAN TEORI ... 9
2.1 Gudang ... 9
2.1.1 Peran Gudang ... 10
2.1.2 Desain Gudang ... 11
2.1.3 Pengoperasian Gudang ... 12
2.1.4 Kebijakan Penyimpanan dalam Gudang ... 15
2.2.1 Klasifikasi Sistem Pengambilan Pesanan ... 17
2.2.2 Kebijakan Pengambilan Pesanan ... 19
2.2.3 Zonasi ... 20
2.2.4 Batching ... 21
2.3 Algoritma Genetik ... 22
2.3.1 Individu ... 24
2.3.2 Gen ... 26
2.3.3 Fitness Function ... 27
2.3.4 Populasi ... 27
2.4 Metode-Metode Pengembangan Aplikasi ... 28
2.5 Structured Analysis and Design Technique (SADT) ... 28
2.5.1 Notasi dan Bentuk Structured Analysis and Design Technique (SADT) ... 29
2.5.2 Alat Structured Analysis and Design Technique (SADT) ... 30
2.6 Implementasi Sistem Pengambilan Keputusan... 33
2.6.1 Tahap Intelligence ... 34
2.6.2 Tahap Design ... 34
2.6.3 Tahap Choice ... 35
2.6.4 Tahap Implementasi ... 34
2.7 Review Hasil-Hasil Penelitian ... 35
2.7.1 Review Jurnal Algoritma Genetik ... 35
2.7.2 Review Jurnal Structured Analysis and Design Technique (SADT) ... 36
2.8 Kerangka Konseptual ... 37
2.9 Defenisi Operasional ... 39
2.10 Hipotesis ... 40
BAB 3 METODE PENELITIAN ... 42
3.1. Jenis Penelitian ... 42
3.2. Lokasi Penelitian ... 42
3.3. Metode Penelitian ... 43
3.3.1 Pengumpulan Data ... 43
3.3.1.1 Sumber Data ... 43
3.3.1.2 Teknik Pengumpulan Data ... 45
3.3.2 Pengolahan Data ... 46
3.4 Analisis Data ... 46
BAB 4 HASIL DAN PEMBAHASAN ... 49
4.1 Pengumpulan Data ... 49
4.1.1 Data Dimensi Produk ... 49
4.1.2 Data Dimensi Rak ... 50
4.1.3 Data Jumlah Persediaan Produk ... 51
4.2 Pemecahan Masalah Penyusunan Barang dalam Gudang Menggunakan Metode Algoritma Genetik ... 51
4.2.1 Pembuatan Populasi Awal ... 51
4.2.2 Mencari Fitness Function ... 53
4.2.3 Selection ... 57
4.3 Rancangan Program dengan Metode Structured Analysis and Design Technique (SADT) ... 58
4.3.1 Sistem Input-Output ... 58
4.3.2 Struktur Sistem ... 59
4.3.3 Tahap Rancangan Sistem Pergudangan ... 61
4.3.3.2 Tahap Design ... 62
4.3.3.3 Tahap Choice ... 72
4.3.3.4 Tahap Implementasi ... 73
4.4 Pengujian Hipotesis ... 81
4.5 Analisis Algoritma Genetik pada Permasalahan Optimalisasi Penyusunan Baran dalam Gudang ... 83
4.6 Analisis Fungsional Sistem dengan Structured Analysis and Design Technique (SADT) ... 86
4.7 Analisis Hipotesis ... 88
5 KESIMPULAN DAN SARAN ... 89
5.1 Kesimpulan ... 89
5.2 Saran ... 89 DAFTAR PUSTAKA
LAMPIRAN
DAFTAR TABEL
Tabel Judul Hal
1.1 Rekapitulasi Waktu Pengambilan Pesanan Bulan Maret 2018 .. 3
4.1 Data Dimensi Box Produk ... 49
4.2 Data Dimensi Rak ... 50
4.3 Data Kode Rak ... 51
4.4 Barang Masuk ... 52
4.5 Volume Rak Berisi Barang pada Kromosom 1 ... 54
4.6 Rekapitulasi Nilai Fitness Function Kromosom 1 ... 54
4.7 Volume Rak Berisi Barang pada Kromosom 2 ... 55
4.8 Rekapitulasi Nilai Fitness Function Kromosom 2 ... 56
4.9 Volume Rak Berisi Barang pada Kromosom 3 ... 56
4.10 Rekapitulasi Nilai Fitness Function Kromosom 3 ... 57
4.11 Data Dictionary ... 70
4.12 Process Mini Specification 1 ... 71
4.13 Process Mini Specification 2 ... 72
4.14 Process Mini Specification 3 ... 72
4.15 Hasil Percobaan dengan Menggunakan Algoritma Genetik ... 81
4.16 Perbandingan Variabel Sebelum dan Sesudah Penelitian ... 84
4.17 Perbandingan Setup Time dan Search Time Sebelum dan Sesudah Perbaikan ... 87
DAFTAR GAMBAR
Gambar Judul Hal
1.1 Prosedur Pengambilan Pesanan ... 2
2.1 Fungsi Khas Gudang ... 13
2.2 Klasifikasi Sistem Pengambilan Pesanan ... 17
2.3 Representasi Kromosom ... 24
2.4 Representasi Fenotip dan Genotip... 25
2.5 Representasi Gen ... 26
2.6 Representasi Populasi ... 27
2.7 Notasi Umum SADT ... 29
2.8 Kerangka Konseptual ... 39
3.1 Blok Diagram Metode Penelitian ... 44
3.2 Blok Diagram Pengolahan Data dengan Algoritma Genetik ... 47
3.3. Blok Diagram Pendekatan Structured Analysis and Design Technique ... 48
4.1 Kromosom 1 ... 52
4.2 Kromosom 2 ... 53
4.3 Kromosom 3 ... 53
4.4 Sistem Input-Output Rancangan Sistem Pergudangan... 60
4.5 Struktur Sistem Rancangan Sistem Pergudangan ... 61
4.6 Entity Relationship Diagram (E-R Diagram) ... 64
4.7 Event Analysis ... 65
4.8 Decomposition Diagram ... 67
4.9 Data Flow Diagram ... 66
4.10 Context Diagram ... 68
4.11 Level 0 dari Context Diagram ... 69
4.12 Flowchart Rancangan Penyusunan dan Pengambilan Produk .... 74
4.13 Flowchart Algoritma Genetik Pembuatan Populasi Awal ... 75
4.14 Flowchart Algoritma Genetik Pencarian Fitness Function ... 76
4.15 Tampilan Awal Program ... 77
4.16 Tampilan Pilihan Menu ... 77
4.17 Tampilan Master Barang ... 78
4.18 Tampilan Data Barang ... 78
4.19 Tampilan Data Rak ... 79
4.20 Tampilan Input Stok ... 79
4.21 Tampilan Barang yang Belum Ditempatkan ... 80
4.22 Tampilan Akhir Barang yang Telah Ditempatkan ... 80
4.23 Perbandingan Nilai Fitness Function Tiap-Tiap Kromosom ... 85
DAFTAR LAMPIRAN
Lampiran Judul Hal 1. Data Jumlah Persediaan Produk di Gudang Jadi ... 92 2. Fungsi Logika Rancangan Sistem Pengambilan Pesanan dengan
Algoritma Genetik ... 119 3. Tabel Distribusi t ... 125
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Gudang memegang peranan penting dalam rantai pasok karena merupakan penghubung antara produsen dengan pelanggan. Saat ini, tren baru dibidang manufaktur dan harapan pelanggan telah menghasilkan tantangan baru dalam pengelolaan gudang. Pengambilan pesanan (order picking) adalah proses memenuhi pesanan pelanggan dengan cara mengambil barang atau produk dari tempat penyimpanan.
Menurut Tompkins (2010), pengambilan pesanan merupakan kegiatan padat karya di gudang yang dilakukan dengan sistem manual sehingga membutuhkan modal yang sangat besar. Oleh karena itu, pengambilan pesanan merupakan proses inti dalam desain gudang karena memberikan dampak yang signifikan terhadap modal maupun biaya pengoperasian gudang.
PT. Siantar Top Tbk merupakan suatu perusahaan yang bergerak dalam bidang industri makanan ringan (food industry). Produk yang dihasilkan PT. Siantar Top Tbk dikelompokkan dalam 4 bagian yaitu kerupuk, mie, biskuit dan wafer yang terdiri dari 74 item produk.
Penelitian ini difokuskan pada proses pegambilan pesanan di gudang produk jadi PT. Siantar Top Tbk Medan. Awalnya daftar pesanan masuk ke bagian logistik, setelah itu diteruskan ke bagian gudang. Bagian gudang melakukan proses
dimuat pada keesokan hari. Perusahaan saat ini masih melakukan proses penyusunan letak produk secara manual. Prosedur pengambilan pesanan dapat dilihat pada Gambar 1.1.
1.
2.
3.
4.
Gambar 1.1 Prosedur Pengambilan Pesanan
Berdasarkan Gambar 1.1, barang yang dipesan disusun dengan cara dipilih sesuai dengan jenisnya kemudian ditempatkan pada area yang kosong atau produk diambil dan ditempatkan kedalam rak yang masih berisi sisa produk. Setelah produk diambil, perlu dilakukan penataan ulang terhadap produk lain yang tidak diambil. Penataan ulang produk biasanya dilakukan terhadap produk-produk di sekitar produk yang diambil tersebut atau penataan ulang produk-produk yang harus dikeluarkan dahulu untuk mengambil produk tersebut. Bahkan perusahaan
Pekerja mengeluarkan stok lama Area
Penyimpanan Stok Lama
Stok Baru Area Penyimpanan
Pekerja menyusun stok baru di area penyimpanan
Area Penyimpanan
Stok Baru Stok Lama
Pekerja meletakkan stok lama dibagian depan stok baru
Stok Baru Stok Lama
Posisi produk di area penyimpanan
menyediakan satu shift pada malam hari hanya untuk melakukan peyusunan produk yang akan dimuat pada esok hari. Waktu pengambilan pesanan pada bulan Maret 2018 dapat dilihat pad Tabel 1.1
Tabel 1.1 Rekapitulasi Waktu Pengambilan Pesanan Bulan Maret 2018
No. Tanggal Pengeluaran (Box)
Waktu Pengambilan Pesanan (Menit)
1. 01-Mar-18 24.097 257
2. 02-Mar-18 33.143 419
3. 03-Mar-18 21.775 248
4. 05-Mar-18 14.745 199
5. 06-Mar-18 29.153 368
6. 07-Mar-18 24.138 298
7. 08-Mar-18 24.903 332
8. 09-Mar-18 25.283 312
9. 10-Mar-18 18.187 254
10. 12-Mar-18 23.602 263
11. 13-Mar-18 30.835 367
12. 14-Mar-18 34.609 431
13. 15-Mar-18 32.198 397
14. 16-Mar-18 30.333 319
15. 17-Mar-18 0 0
16. 19-Mar-18 16.994 274
17. 20-Mar-18 26.139 297
18. 21-Mar-18 27.661 346
19. 22-Mar-18 35.012 464
20. 23-Mar-18 28.784 366
21. 24-Mar-18 13.542 206
22. 26-Mar-18 16.227 247
23. 27-Mar-18 26.343 281
24. 28-Mar-18 31.588 398
25. 29-Mar-18 30.069 301
26. 30-Mar-18 15.830 228
27. 31-Mar-18 0 0
Total Waktu 7.872 menit
302,77 jam
Waktu Rata-Rata 5,05 jam
Berdasarkan Tabel 1.1 dapat dilihat bahwa waktu pengambilan pesanan seluruh produk selama 1 bulan adalah 7.872 menit atau sama dengan 302,77 jam.
Berdasarkan data diatas, diperoleh waktu rata-rata pengambilan pesanan adalah 5,05 jam. Jika dibandingkan dengan waktu kerja gudang selama 8 jam per hari, maka kegiatan pengambilan pesanan menghabiskan aktivitas sebesar 63,08% per hari. Angka ini lebih besar dibandingkan dengan proses pengambilan pesanan rata- rata yang menghabiskan sebagian besar aktivitas kerja gudang sebesar 60%
(Durry,2008).
Hal ini terjadi karena adanya kegiatan berulang yang dilakukan seperti membongkar dan menyusun kembali produk sehingga mengakibatkan perusahaan harus mengeluarkan biaya untuk tenaga ahli yang mengatur posisi produk didalam gudang. Selain itu, keadaan tersebut juga menghabiskan banyak waktu sehingga proses pengambilan pesanan tidak efisien.
Menurut Chackelson, dkk (2013), pengambilan pesanan merupakan kegiatan utama dari sebuah gudang, sehingga desain gudang yang tepat akan langsung mempengaruhi kinerja gudang secara keseluruhan. Tingginya kompleksitas gudang menunjukkan bahwa strategi operasi utama seperti penentuan lokasi penyimpanan, batching dan routing perlu dipertimbangkan secara bersamaan. Kuo, dkk (2016) juga berpendapat bahwa dengan menetapkan produk ke lokasi yang tepat dapat mengoptimalkan efisiensi tenaga kerja, termasuk dalam urutan pangambilan, menetapkan dan penggunaan fungsi tenaga kerja. Salah satu sistem pengambilan pesanan yang dapat mengurangi waktu tersebut adalah dengan
menemukan kombiansi terbaik dari setiap lokasi sehingga meminimalkan waktu pengambilan dan memaksimalkan efisiensi pekerja.
Menurut Ene, dkk (2016), waktu pelayanan yang tinggi dapat mempengaruhi biaya pengoperasian gudang, sehingga dengan melakukan optimisasi dengan algoritma genetik dapat memberikan solusi yang lebih efisien yaitu waktu pencarian yang lebih pendek. Sivanandam dan Deepa (2008) juga berpendapat bahwa algoritma genetik memiliki kelebihan dari pada metode optimasi konvensional lainnya, yaitu algoritma genetik selalu beroperasi pada seluruh titik populasi (string), sehingga algoritma genetik mengggunakan populasi solusi daripada solusi tunggal untuk mencari penyelesaian masalah.
Saat ini komputer merupakan kebutuhan umum yang harus dimiliki perusahaan. Banyak hal menjadi lebih efisien dengan menggunakan sistem terkomputerisasi. Jika tenaga ahli tersebut dapat digantikan oleh suatu sistem yang dapat mengatur penyusunan letak produk dalam gudang, maka hal ini akan sangat membantu bagi perusahaan. Hal yang harus diperhatikan adalah pengaturan kembali produk-produk lain sehingga posisi produk tetap optimal. Menurut Ahmed (2014), Structured Analysis and Design Technique (SADT) memiliki potensi untuk digunakan dalam Descrete Event Simulation (DES) untuk menyusun suatu masalah dengan mendefinisikan semua komponen seperti entitas, sumber daya dan kontrol pada tingkat pemodelan yang lebih rendah. Hal ini membantu mengidentifikasi interaksi individu diantara komponen-komponen bersama dengan kebutuhan sumber daya ataupun kendala didalamnya. Chabot (2014) juga berpendapat bahwa Structured Analysis and Design Technique (SADT) merupakan metode terstruktur
yang kuat untuk memodelkan suatu sistem hierarki. Metode Structured Analysis and Design Technique (SADT) dikembangkan secara khusus untuk membantu menggambarkan dan memahami sistem yang dibangun. Saat ini Structured Analysis and Design Technique (SADT) merupakan salah satu metode rekayasa sistem yang paling banyak digunakan.
1.2 Rumusan Masalah
Berdasarkan fenomena yang telah dibahas, bahwa waktu proses pengambilan pesanan masih tinggi, sehingga perlu dilakukan perbaikan pada proses pengambilan pesanan dimana proses penyusunan letak produk yang masih manual serta banyaknya waktu dan tenaga ahli yang dibutuhkan untuk proses pengambilan pesanan. Sehubungan dengan permasalahan di atas, maka beberapa pertanyaan mendasar yang perlu dicari jawabannya adalah:
1. Bagaimana mengoptimalkan penyusunan letak produk didalam gudang produk jadi dengan menggunakan algoritma genetik?
2. Bagaimana penerapan sistem terkomputerisasi terhadap efisiensi gudang produk jadi?
1.3 Tujuan Penelitian
Tujuan umum penelitian ini adalah untuk mendapatkan solusi optimal terhadap penyusunan produk didalam gudang sehingga dapat memudahkan proses dan meminimalisasi waktu pengambilan pesanan.
Tujuan khusus dari penelitian ini adalah:
1 Mengoptimalkan penyusunan letak produk didalam gudang produk jadi dengan menggunakan algoritma genetik.
2 Menerapkan sistem terkomputerisasi terhadap efisiensi gudang produk jadi dengan menggunakan Structured Analysis and Design Technique (SADT).
1.4 Manfaat Penelitian
Manfaat yang bisa diambil dari penelitian ini adalah sebagai berikut:
1. Pihak Perusahaan
Hasil penelitian ini dapat digunakan oleh perusahaan sebagai masukan apabila akan dilakukan perubahan pada sistem pergudangan.
2. Pihak Peneliti
Mendapatkan peluang untuk dapat menganalisis serta mencari solusi perbaikan terhadap permasalahan yang terjadi di perusahaan dari sudut pandang akademis.
3. Pihak Universitas
Mempererat kerjasama antara perusahaan dengan Magister Teknik Industri, Fakultas Teknik Universitas Sumatera Utara dan menambah referensi bagi penelitian-penelitian selanjutnya.
1.5 Ruang Lingkup dan Batasan
Sehubungan dengan rumusan masalah dan tujuan yang ingin dicapai dari penelitian ini, ruang lingkup analisis yang akan dilakukan meliputi:
1. Menemukan kombinasi rak yang akan digunakan untuk penyimpanan produk.
2. Membuat rancangan sistem pergudangan yang memudahkan dalam proses pengambilan pesanan.
Batasan masalah pada penelitian ini adalah:
1. Setiap item produk diambil pada waktu bersamaan.
2. Sistem ini dirancang untuk aplikasi pengisian yang berkaitan dengan pengeluaran dan pemasukan barang.
3. Penelitian ini tidak membahas biaya pengambilan pesanan.
4. Setiap rak terdiri dari jenis produk yang sama.
1.6 Asumsi-Asumsi
Asumsi-asumsi yang digunakan pada penelitian ini adalah:
1. Pekerja sudah terampil.
2. Tidak terjadi perubahan terhadap pengoperasian gudang selama penelitian berlangsung.
BAB 2
LANDASAN TEORI
2.1 Gudang
Gudang merupakan komponen paling penting dalam rantai pasok. Warman (2012) menyatakan bahwa gudang merupakan bangunan yang digunakan untuk menyimpan barang. Gudang umumnya berkaitan dalam berbagai tahapan mulai dari sumber, produksi dan distribusi barang, dari mulai bahan baku, barang dalam proses dan produk akhir. Gudang harus dirancang dan dioperasikan sesuai dengan persyaratan spesifik rantai pasok secara keseluruhan.
Rushton (2010) mengklasifikasikan sifat gudang dalam rantai pasok adalah sebagai berikut:
a. Berdasarkan tahapan dalam rantai pasok, seperti bahan baku, barang setengah jadi dan barang jadi.
b. Berdasarkan wilayah geografis, seperti gudang yang dapat melayani keseluruh dunia, gudang regional yang melayani sejumlah negara, gudang nasional yang dapat melayani hanya satu negara atau gudang lokal yang dapat melayani wilayah tertentu dari sebuah negara.
c. Berdasarkan jenis produk, seperti bagian yang kecil, perakitan (seperti mobil), makanan beku, barang yang mudah rusak (perishables), barang keamanan dan barang berbahaya.
d. Berdasarkan fungsinya, seperti gudang penyimpanan sementara atau sortasi seperti gudang pada jasa pengiriman paket.
e. Berdasarkan kepemilikan, seperti milik pengguna (produsen atau pengecer), milik perusahaan pihak ketiga.
f. Berdasarkan penggunaan perusahaan, seperti gudang yang didedikasikan untuk salah satu perusahaan atau gudang bersama yang menangani rantai pasok untuk sejumlah perusahaan.
g. Berdasarkan area, seperti mulai dari 100m2 atau kurang lebih 100.000m2.
h. Berdasarkan peralatan, seperti sebagian operasi manual sampai gudang otomatis.
2.1.1 Peran Gudang
Rushton (2010) menyebutkan tujuan utama dari kebanyakan gudang adalah untuk memfasilitasi pergerakan barang melalui rantai pasok ke konsumen akhir.
Banyak teknik yang digunakan untuk mengurangi kebutuhan penyimpanan persediaan seperti sistem manufaktur yang fleksibel, visibilitas rantai pasok dan pengiriman kilat. Banyak dari teknik tersebut yang telah dicakup dalam berbagai kebijakan rantai pasok. Namun, terkadang perlu diadakan inventaris, terutama bila terjadi dua ketentuan berikut:
a. Permintaan terhadap produk yang terus menerus.
Seperti pada industri pakaian, model tentu dapat dirancang untuk sekali pakai. Pada keadaan ini, barang dapat dipasok melalui rantai pasok ke toko-toko yang menjual barang tersebut, sehingga tidak perlu menyimpan persediaan di gudang. Namun, sebagian besar barang
ditawarkan untuk dijual secara berkelanjutan sehingga perlu ditarik melalui rantai pasok berdasarkan permintaan pelanggan.
b. Waktu tunggu suplai lebih besar dari waktu tunggu permintaan.
Barang dapat ‘ditarik’ melalui rantai pasok tanpa persediaan, dimana pasokan dapat terjadi dalam waktu tunggu yang ditawarkan kepada pelanggan.
Kombinasi rantai pasok global (cenderung memiliki waktu tunggu lama) dan semakin meningkatnya keadaan pasar yang mudah berubah mengakibatkan perlu adanya substansi inventori yang strategis. Meskipun langkah-langkah besar sudah diambil untuk meningkatkan manajeman rantai pasok, khususnya dalam hal meminimalkan inventaris, tingkat persediaan secara keseluruhan cenderung cukup statis dibandingkan dengan tingkat aktiviats ekonomi.
2.1.2 Desain Gudang
Kuo (2016) menjelaskan bahwa desain gudang merupakan hal penting dalam manajemen gudang. Pengelolaan gudang yang tidak efisien dapat menyebabkan kerugian besar. Banyak masalah yang harus dipertimbangkan dalam mendesain gudang termasuk kapasitas gudang, struktur, ukuran dan dimensi, tata letak departemen, pemilihan peralatan, strategi operasi, penentuan peralatan, desain sistem penanganan material dan pengembangan tata letak. Kunci utama dalam mendesain gudang adalah penyimpanan dan peralatan pengiriman. Chen (2016) juga berpendapat bahwa pengambilan pesanan merupakan kegiatan besar yang dapat memberikan pengaruh signifikan terhadap tingkat produktivitas.
Prosedur dalam mendesain gudang terdiri dari banyak langkah. Dalam kutipan Kuo (2016), langkah-langkah klasifikasi dalam mendesain gudang terbagi kedalam dua kategori utama, yaitu menangani langkah-langkah keseluruhan yang digunakan dalam pergudangan dan melakukan uji spesifik terhadap alat dan teknik.
Selanjutnya ia juga menjelaskan tiga langkah umum dalam desain gudang, yaitu menetapkan persyaratan gudang, merancang sistem penanganan material serta merancang fasilitas dan terakhir adalah mengembangkan fasilitas.
Selain itu, desain gudang juga harus terkait dengan operasi pengambilan pesanan. Dalam kutipan Kuo (2016), desain tata letak gudang dibagi menjadi dua sub masalah. Sub masalah pertama adalah desain tata letak fasilitas termasuk sistem pengambilan pesanan yang bertujuan untuk meminimalkan biaya yang timbul dari semua kegiatan yang terkait dengan tata letak departemen seperti penerimaan, pengambilan, penyimpanan, pemilahan maupun pengiriman.
Sedangkan sub masalah kedua adalah desain tata letak sistem pemilihan pesanan dengan mempertimbangkan jumlah blok penyimpanan, nomor, panjang dan lebar lorong disetiap blok penyimpanan di area pengambilan pesanan.
2.1.3 Pengoperasian Gudang
Rushton (2010) berpendapat bahwa setiap gudang harus dirancang untuk memenuhi kebutuhan spesifik dalam rantai pasok. Namun, ada kegiatan tertentu yang umumnya dilakukan di beberapa gudang. Terkait dengan persediaan di gudang, fungsi khas gudang dan aliran material ditunjukkan pada Gambar 2.1.
Penerimaan
Penyimpanan Sementara
Pengambilan Pesanan (dan Sortasi)
Pemeriksaan dan Nilai Tambah Layanan
Penyusunan dan Pengiriman Mengambil dan Menyingkirkan
Pengisian
Sumber : Alan Rushton, dkk ( 2010)
Gambar 2.1 Fungsi Khas Gudang Gambar 2.1 menjelaskan fungsi khas gudang yang terdiri dari:
a. Penerimaan.
Fungsi ini melibatkan kegiatan pembongkaran setelah transportasi masuk, memeriksa kembali pesanan pembelian dan mencatat barang masuk ke sistem komputer. Pemeriksaan kualitas terkadang dilakukan pada kegiatan ini sebelum barang masuk ke gudang.
b. Penyimpanan Sementara.
Barang kemudian dibawa ke area penyimpanan sementara yang umumnya merupakan pengguna ruang terbesar pada gudang. Area ini menyimpan sebagian besar inventaris gudang di lokasi yang dapat diidentifikasi. Saat diperlukan, barang diambil dari penyimpanan sementara secara langsung untuk dikeluarkan atau untuk mengisi lokasi pengambilan.
c. Pengambilan Pesanan.
Ketika orderan diterima dari pelanggan, barang harus diambil dari gudang dalam jumlah dan waktu yang tepat untuk memenuhi kebutuhan pelayanan.
Pesanan biasanya terdiri dari sejumlah jenis pesanan, masing-masing memiliki permintaan kuantitas tertentu dari setiap jenis produk. Pengambilan pesanan adalah kunci dalam pengoperasian gudang, baik dalam hal biaya maupun layanan.
d. Pemeriksaan dan Nilai Tambah Layanan.
Barang harus dikumpulkan kesuatu area dimana seluruh pesanan konsumen sudang lengkap dan siap untuk dikirim. Kecuali barang-barang yang diambil langsung dari kontainer pengiriman dan tersebut akan dirakit atau dikemas.
seperti barang yang diteruskan ke stasiun pengepakan tempat barang dikemas kedalam karton.
e. Keluaran dan Pengiriman.
Barang disusun bersamaan sesuai dengan muatan kendaran di area pengiriman dan kemudian dimuat kedalam transportasi pengiriman untuk selanjutnya dikirim ke titik pengiriman dalam rantai pasok.
2.1.4 Kebijakan Penyimpanan dalam Gudang
Chackelson (2014) menjelaskan kebijakan dalam menempatkan produk ke lokasi penyimpanan terdiri dari beberapa metode, yaitu:
a. Random Storage.
Semua produk yang masuk kedalam gudang diberikan lokasi yang dipilih secara acak dari lokasi yang kosong. Kelebihan metode ini adalah pemanfaatan ruang menjadi sangat tinggi. Sedangkan kelemahan dari metode ini adalah jarak dan identifikasi produk yang memakan banyak waktu.
b. Closest Open Location Storage.
Pekerja bebas memilih lokasi pertama untuk menyimpan produk.
Mengikuti logika ini, lokasi yang lebih dekat ke depot lebih banyak dimanfaatkan daripada yang lain.
c. Dedicated Storage.
Setiap produk mempunyai lokasi yang tetap. Keuntungan utama dari metode ini adalah para pekerja menjadi lebih paham dengan lokasi produk, meskipun keadaan ini tidak berhasil ketika terdapat ratusan atau ribuan item yang disimpan. Namun kelemahan dari metode ini adalah pemanfaatan ruangan menjadi lebih rendah karena lokasi disediakan hanya untuk produk tertentu dan gudang harus cukup besar untuk menyimpan tingkat persediaan maksimum.
d. Class Based Storage.
Konsep ini menggabungkan beberapa metode diatas. Produk dikelompokkan kedalam kelas beberapa kelas. Keuntungan utama dari strategi ini adalah berkurangnya waktu pengambilan. Namun kelemahannya metode ini membutuhkan lebih banyak ruang daripada random storage.
e. Family Grouping.
Metode ini lebih menarik karena dapat menemukan barang serupa yang dekat satu sama lain. Metode ini mudah dikombinasikan dengan beberapa metode yang telah dijelaskan sebelumnya.
2.2 Pengambilan Pesanan dan Pengisian Ulang
Rushton, dkk (2010) menyatakan bahwa pengambilan pesanan merupakan tujuan utama dari sebagian besar gudang untuk mengambil barang yang dibutuhkan oleh pelanggan dari persediaan dan dikumpulkan untuk pengiriman yang akurat, tepat waktu dan dalam kondisi yang baik. Aktivitas ini sangat penting karena berdampak langsung pada layanan pelanggan. Pengambilan pesanan biasanya menghabiskan sekitar 50% dari total biaya untuk biaya tenaga kerja langsung dalam gudang. Molnar (2016) berpendapat jika dilakukan perbaikan terhadap proses pengambilan pesanan akan mengakibatkan pengurangan biaya yang signifikan.
Secara umum, sebagian besar operasi pengambilan pesanan masih cenderung manual. Namun, ada banyak alat bantu teknologi dalam hal sistem
informasi dan peralatan yang dapat digunakan untuk memberikan tingkat produktivitas dan akurasi yang tinggi.
2.2.1 Klasifikasi Sistem Pengambilan Pesanan
Sebagaimana telah dibahas sebelumnya, pengambilan pesanan merupakan proses pengambilan produk dari lokasi penyimpanan untuk memenuhi pesanan pelanggan. Pengambilan pesanan sering menghabiskan sebagian besar dari total aktivitas tenaga kerja kerja di gudang (Durry, bahkan mengklaim hingga 60%) dan pengambilan pesanan mungkin mencakup 55% dari semua biaya operasi. Mayoritas gudang mempekerjakan manusia untuk pengambilan pesanan.
Yu (2008) menjelaskan klasifikasi pengambilan pesanan seperti dijabarkan pada Gambar 2.2.
Sumber : Mangfei Yu (2008)
Gambar 2.2 Klasifikasi Sistem Pengambilan Pesanan
Berdasarkan Gambar 2.2 pergerakan manusia dan produk diklasifikasikan menjadi beberapa bagian yaitu picker to parts, parts to picker dan put system.
Sistem pengambilan pesanan yang paling umum adalah sistem picker to parts.
Dimana pengambil pesanan berjalan atau berkendara disepanjang lorong untuk memilih barang. Sistem picker to parts dibedakan menjadi dua jenis yaitu pengambilan tingkat rendah dan pengambilan tingkat tinggi.
Pada sistem pengambilan tingkat rendah, produk disimpan didalam rak, laci penyimpanan pada lemari atau karton pada aliran rak. Ketinggian penyimpanan dibatasi mencapai ketinggian manusia. Pengambil pesanan memilih barang yang diminta dari rak penyimpanan saat berjalan disepanjang lorong penyimpanan.
Sistem pengambilan pesanan tingkat rendah banyak digunakan di gudang karena biaya yang rendah, pemasangan mudah, mudah ditata ulang serta biaya pemeliharaan yang rendah. Sedangkan pada sistem pengambilan tingkat tinggi, rak penyimpanan ditumpuk setinggi muatan lantai, kapasitas timbang atau ketinggian plafon yang diizinkan. Pengambil pesanan melakukan perjalanan ke lokasi pengambilan menggunakan alat/mesin penggangkut. Mesin secara otomatis akan berhenti didepan lokasi pengambilan yang sesuai dan menunggu pekerja melakukan pengambilan pesanan. Dibandingkan dengan sistem pengambilan tingkat rendah, sistem tingkat tinggi memiliki biaya instalasi dan pemeliharaan yang lebih tinggi.
Sistem parts to picker umumnya lebih mudah dalam hal pengawasan dan memberikan tingkat produktifitas yang lebih tinggi. Disisi lain, sistem ini cenderung lebih mahal dan sulit untuk dilakukan penataan ulang serta membutuhkan perawatan yang lebih. Perlu diketahui bahwa sistem pengambilan
pesanan yang berbeda mungkin secara bersamaan terjadi digudang, seperti AS/RS untuk pergerak lambat dan sistem pengambilan manual untuk penggerak medium dan cepat.
Put system sering menggabungkan antara picker to parts dan parts to picker.
Pertama item harus diambil dengan cara picker to parts atau parts to picker. Kedua, operator dengan unit yang dipilih sebelumnya diberikan kepada pengambil pesanan yang mendistribusikannya melalui pesanan pelanggan (menempatkan kedalam karton pelanggan).
2.2.2 Kebijakan Pengambilan Pesanan
Molnar (2016) menjelaskan efisiensi dari proses pengambilan pesanan tergantung pada beberapa faktor seperti metode penyimpanan dan transportasi, tata letak area serta mekanisme pengawasan. Pada gudang konvensional dengan tipe picker to parts, proses pengambilan pesanan terdiri dari beberapa langkah berikut:
a. Pelanggan memberikan pesanan ke gudang, sebagai contoh melalui telepon, email atau sistem pertukaran data elektronik.
b. Pesanan diproses oleh sistem managemen gudang (sistem komputer).
c. Mencetak daftar pesanan.
d. Pengambil pesanan (orang yang bertanggung jawab untuk mengambil produk dari penyimpanan) mengambil daftar pesanan dan mengambil alat dan berjalan atau berkendara di area gudang untuk mengambil produk yang dipesan.
e. Setelah mengambil semua produk, pengambil pesanan meletakkan produk di lokasi yang telah ditentukan.
2.2.3 Zonasi
Yu (2008) menyatakan bahwa zonasi adalah metode untuk membagi total bidang pengambilan pesanan menjadi unit yang lebih kecil. Pengambil pesanan hanya mengambil produk yang berada di zona mereka. Jika panjang terhadap seluruh sistem pangambilan pesanan dan jumlah pengambil pesanan tetap, maka semakin besar ukuran stasiun pengambilan, semakin sedikit jumlah stasiun yang ada dalam sistem serta semakin banyak pengambil pesanan yang tersedia disetiap stasiun pengambilan. Stasiun dengan ukuran lebih besar akan meningkatkan waktu layanan karena waktu perjalanan yang lama sedangkan jumlah stasiun yang lebih sedikit cenderung meningkatkan pemanfaatan stasiun pengambilan karena tingkat kedatangan pesanan yang lebih tinggi.
Dalam kutipan Kuo (2016), dijelaskan bahwa pengadaan kebijakan zona pengambilan pesanan dapat meningkatkan efisiensi gudang. Kebijakan ini membagi seluruh area pengambilan pesanan menjadi beberapa blok (zona) yang berbeda, dimana setiap zona memiliki operator sendiri. Hal ini sangat menguntungkan bagi perusahaan karena setiap operator akan lebih mudah mengingat zona mereka karena luas area kerja menjadi lebih kecil, sehingga waktu proses pengambilan pesanan dapat berkurang.
2.2.4 Batching
Dalam kutipan Shih (2015), batching adalah strategi populer dalam peningkatan produktivitas karena terjadi penurunan waktu dalam perjalanan pengambilan pesanan. Pengambil pesanan dapat menyelesaikan beberapa pesanan hanya dalam satu perjalanan, sehingga waktu perjalanan per pengambilan dapat berkurang. Keadaan yang terjadi dalam proses pengambilan pesanan adalah jika ukuran batch meningkat maka laju aliran stasiun pengambilan akan berkurang. Hal ini mengarah ke pemanfaatan yang lebih rendah dari stasiun pengambilan karena mengurangi potensi waktu tunggu disetiap stasiun.
Disisi lain, sebagian besar pesanan membutuhkan waktu layanan yang lebih lama di stasiun pengambilan yang cenderung meningkatkan waktu pengambilan pesanan rata-rata dalam sistem. Selain itu, ukuran batch yang lebih besar menyiratkan waktu antrian yang lebih lama untuk menyelesaikan batch dan waktu waktu proses juga lebih lama dalam proses penyortiran pesanan.
Menurut Henn (2013), waktu yang dibutuhkan oleh operator untuk menyelesaikan urutan pengambilan pesanan disebut waktu proses (batch). Waktu proses terdiri dari unsur-unsur sebagai berikut:
a. Travel time merupakan periode waktu yang dihabiskan oleh operator picker mulai dari depot menuju ke lokasi pengambilan produk yang pertama, antara lokasi pengambilan produk dan dari lokasi pengambilan produk terakhir menuju kembali ke depot.
b. Search time merupakan periode waktu yang digunakan untuk mengidentifikasi item produk.
c. Pick time merupakan periode waktu yang diperlukan untuk memindahkan produk dari lokasi penyimpanan ke alat pengangkutan.
d. Setup time merupakan waktu yang diperlukan pada proses administrasi awal dan akhir setiap proses pengambilan pesanan.
Tompkins, dkk (2003) menyatakan bahwa dari beberapa komponen diatas, travel time merupakan komponen paling penting karena menghabiskan sebagian besar dari total waktu proses (sekitar 50%).
2.3 Algoritma Genetik
Pada tahun 1975, Holland mengembangkan sebuah ide dalam bukunya yang berjudul “Adaptation in Natural and Artificial Systems” yang menggambarkan bagaimana menerapkan prinsip-prinsip evolusi alam untuk masalah optimasi dan membangun algoritma genetik yang pertama. Teori yang dimiliki Holland dikembangkan lebih lanjut dan sekarang algoritma genetik berdiri sebagai alat yang kuat untuk memecahkan masalah pencarian dan pengoptimalan. Algoritma genetik didasarkan pada prinsip genetika dan evolusi. Algoritma genetik merupakan contoh transfer teknologi matematika dengan simulasi evolusi yang dapat memecahkan masalah pengoptimalan dari berbagai sumber.
Kuo (2016) mengilustrasikan langkah-langkah pada algoritma genetik adalah sebagai berikut:
a. Pengaturan parameter.
Beberapa parameter yang digunakan dalam algoritma genetik adalah jumlah kromosom (p), laju crossover (c), mutasi (m) dan jumlah iterasi (T).
b. Inisialisasi.
Setiap kromosom diinisialisasi secara acak. Perlu diingat bahwa nilai dalam setiap bit mewakili indeks zona dan nilai bit harus berupa data diskrit.
c. Seleksi.
Seleksi merupakan langkah memilih kromosom yang akan digunakan sebagai parents.
d. Crossover.
Langkah ini digunakan untuk menghasilkan generasi selanjutnya.
e. Mutasi.
Jika hasil angka yang diacak antara r (0,1) ≤ m, maka dilakukan mutasi.
Jika tidak, lanjutkan kelangkah selanjutnya.
f. Perhitungan fitness function.
Pada langkah ini, nilai fitness function terkecil diambil untuk tujuan meminimalkan, sedangkan untuk tujuan memaksimalkan diambil nilai fitness function yang terbesar.
g. Kembali kelangkah 3 hingga semua kromosom diperbarui.
h. Jika kriteria telah terpenuhi maka iterasi dihentikan. Jika tidak maka kembali kelangkah (c).
Sivanandam dan Deepa (2008) menjabarkan perbedaanalgoritma genetik dengan teknik optimasi konvensional antara lain:
a. Algoritma genetik beroperasi dengan versi kode parameter masalah dan bukan parameter itu sendiri seperti algoritma genetik bekerja dengan pengkodean solusi yang ditetapkan dan tidak dengan solusi itu sendiri.
b. Hampir semua teknik optimasi konvensional mencari dari satu titik tetapi algoritma genetik selalu beroperasi pada seluruh titik populasi (string), yaitu algoritma genetik menggunakan populasi solusi daripada solusi tunggal untuk mencari penyelesaian.
c. Algoritma genetik menggunakan fitness function untuk evaluasi, sehingga dapat ditempatkan untuk semua jenis masalah optimasi yang kontinu maupun diskrit. Ini merupakan kunci utama yang harus dilakukan untuk mengidentifikasi dan menentukan fungsi pengkodean yang berarti.
d. Algoritma genetik menggunakan operasi probabilistik transisi, sementara metode konvensional untuk optimisasi berkelanjutan menerapkan oparasi transisi determinstik, dimana algoritma genetik tidak menggunakan operasi tersebut.
2.3.1 Individu
Menurut Sivanandam dan Deepa (2008), individu adalah solusi tunggal.
Kelompok individu bersamaan membentuk dua bentuk solusi seperti dibawah ini:
a. Kromosom, merupakan informasi genetik mentah (genotip) yang merupakan tujauan algoritma genetik. Representasi kromosom dapat dilihat pada Gambar 2.3.
Sumber : Sivanandam dan Deepa (2008)
Gambar 2.3 Representasi Kromosom
Menurut Purnomo (2005) kromosom dapat direpresentasikan dengan menggunakan:
1. String bit : 10011, 01101, 11101, dst.
2. Bilangan real : 65.65, -67.98, 562.88, dst.
3. Elemen permutasi : E2, E10, E5, dst.
4. Daftar aturan : R1, R2, R3, dst.
5. Elemen program : Pemrograman genetika.
6. Struktur lainnya.
b. Fenotip, merupakan tampilan dari kromosom dalam istilah model.
Sebuah kromosom terbagi dalam gen. Gen adalah representasi algoritma genetik dari sebuah faktor tunggal terhadap faktor kontrol.
Setiap faktor dalam satu set solusi sesuai dengan gen pada kromosom.
Representasi dari genotip dan fenotip dapat dilihat pada Gambar 2.4.
Sumber : Sivanandam dan Deepa (2008)
Suatu kromosom seharusnya terdiri dari informasi mengenai solusi yang mewakili. Fungsi morfogenesis menghubungkan masing-masing genotip dengan fenotipnya. Hal ini berarti bahwa setiap kromosom harus menentukan satu solusi unik, tetapi ini tidak berarti bahwa setiap solusi dikodekan oleh tepat satu kromosom. Namun semua kandidat solusi dari masalah harus sesuai dengan setidaknya satu kromosom yang memungkinkan, untuk memastikan bahwa seluruh ruang pencarian dapat dieksplorasi.
2.3.2 Gen
Menurut Sivanandam dan Deepa (2008), gen adalah instruksi dasar untuk merancang algoritma genetik. Kromosom merupakan urutan gen. Gen dapat menjelaskan solusi yang mungkin terhadap suatu masalah, tanpa benar-benar menjadi solusi. Sebuah gen adalah representasi algoritma genetik dari nilai faktor tunggal terhadap faktor kontrol, dimana faktor kontrol harus memiliki batas atas dan batas bawah. Pada kromosom, gen diwakili seperti pada Gambar 2.5.
Sumber : Sivanandam dan Deepa (2008)
Gambar 2.5 Representasi Gen
2.3.3 Fitness Function
Menurut Sivanandam dan Deepa (2008), fitness function sebuah individu dalam sebuah algoritma genetik adalah nilai dari suatu tujuan fungsi untuk fenotipnya. Untuk menghitung fitness function kromosom harus menjadi hal pertama yang diterjemahkan dan fungsi objektif harus dievaluasi. Fitness function tidak hanya menunjukkan seberapa bagus solusinya, tetapi juga sesuai dengan seberapa dekat kromosom yang optimal. Pada kasus optimasi multikriteria, fitness function pasti lebih sulit ditentukan.
2.3.4 Populasi
Menurut Sivanandam dan Deepa (2008), populasi adalah kumpula individu.
Populasi terdiri dari sejumlah individu yang diuji, parameter fenotip yang mendefinisikan individu dan beberapa informasi tentang rung pencarian. Dua aspek penting dari populasi yang digunakan dalam algoritma genetik adalah:
a. Generasi populasi awal.
b. Ukuran populasi.
Pada setiap masalah, ukuran populasi akan bergantung pada kerumitan masalah. Seringkali inisialisasi acak dari populasi dilakukan. Populasi menjadi kombinasi dari berbagai kromosom seperti terlihat pada Gambar 2.6.
Sumber : Sivanandam dan Deepa (2008)
2.4 Metode-Metode Pengembangan Aplikasi
Ginting (2014) menjelaskan bahwa pengembangan sistem aplikasi bertujuan untuk menjamin agar sistem yang akan dikembangkan tersebut dapat mencerminkan kebutuhan pemakai. Terdapat 6 metode pendekatan pengembangan sistem aplikasi yang dikenal yaitu:
a. Bottom up.
b. Top down.
c. Business System Planning (BSP).
d. Process / Procedure Oriented.
e. Data / Object Oriented.
f. Structured Analysis and Design Technique.
2.5 Structured Analysis and Design Technique (SADT)
Lalwani (2014) menyatakan tujuan penggunaan Structured Analysis and Design Technique (SADT) adalah untuk memahami sepenuhnya komponen- komponen dan kegiatan yang berada dalam suatu sistem. Ginting (2014) menjelaskan bahwa Structured Analysis and Design Technique (SADT) merupakan suatu sistem yang terdiri dari dua hal yaitu benda (objek, dokumen atau data) dan kejadian/event (kegiatan yang dilakukan oleh orang, mesin atau perangkat lunak).
Disamping itu SADT juga menggunakan dua macam diagram yaitu diagram kegiatan (activity diagram) yang disebut dengan actigrams (yang juga digunakan dalam pendekatan berorientasi proses) dan diagram data (data diagram) yang
disebut datagrams (yang juga digunakan dalam pendekatan berorientasi data/obyek).
2.5.1 Notasi dan Bentuk Structured Analysis and Design Technique (SADT) Ahmed (2014) menjelaskan bahwa notasi SADT terdiri dari diagram kotak panah (blok), dengan empat panah pada sisi kotak yang didefinisikan sebagai input, output, kontrol dan mekanisme serta satu aktivitas dibagian tengah seperti pada Gambar 2.7.
Sumber : Fahim Ahmed (2014)
Gambar 2.7 Notasi Umum SADT
Berdasarkan Gambar 2.7, input merupakan data/informasi yang diperlukan oleh suatu kegiatan untuk memulai proses transformasi, output merupakan data/informasi yang dihasilkan oleh aktivitas sebagai hasil dari proses transformasi, kontrol merupakan setiap kendala yang mempengaruhi perilaku aktivitas, mekanisme merupakan sumber daya ataupun cara yang diperlukan untuk menjalankan aktivitas, sedangkan aktivitas merupakan fungsi atau proses yang mengubah input menjadi output.
2.5.2 Alat Structured Analysis and Design Technique (SADT)
Ginting (2014) menjelaskan bahwa SADT menganut konsep dekomposisi, yaitu menggambarkan terlebih dahulu sistem secara utuh (whole system) sebagai tingkat tertinggi (top level) dan memecahnya menjadi lebih terperinci. Pemecahan sistem menjadi lebih rinci menggunakan beberapa tools, yaitu:
a. Context Diagram.
Tahap permulaan dari analisis terstruktur adalah context diagram.
Context diagram dibangun untuk menunjukkan level tertinggi dari sistem. Context diagram menyediakan sebuah tinjauan dalam daerah studi dan entitas eksternal dengan hubungannya melalui aliran data.
Daerah studi ditandai dengan sebuah lingkaran, entitas eksternal ditandai dengan persegi dan aliran data adalah garis dengan ujung panah yang menunjukkan arah dari aliran data. Aliran data antara entitas eksternal tidak ditunjukkan pada context diagram karena termasuk eksternak terhadap daerah studi.
b. Data Flow Diagram.
Data flow diagram merupakan sebuah representasi grafik dari sebuah sistem yang menunjukkan aliran data ke, dari dan dalam sistem tersebut, memproses fungsi yang mengubah data data dalam beberapa perlakuan dan penyimpanan data. Data flow diagram merupakan sebuah jaringan dari fungsi sistem yang berhubungan (pemrosesan data) yang mengenali darimana informasi (data) diterima (input) dan kemana dikirimkan (output).
c. Data Dictionary.
Data dictionary adalah dokumentasi yang mendukung data flow diagram. Data dictionary berisi semua istilah dan definisinya untuk aliran data dan penyimpanan data yang berhubungan terhadap sebuah sistem yang spesifik. Tujuan dari data dictionary adalah menentukan isi dari aliran data dan penyimpanan data, dengan pengecualian terhadap proses yang ditentukan secara terpisah melalui penggunaan deskripsi proses. Data dictionary dibutuhkan karena ketika data flow diagram berguna untuk memahami apa yang terjadi, pemahaman penuh terhadap data flow diagram tidak mungkin hingga diketahui maksud dari beragam istilah (aliran data) yang digunakan. Beberapa metode harus dimiliki untuk mencegah pemanggilan aliran data atau penyimpanan data yang sama dengan dua nama yang berbeda (sinonim) ataupun dua aliran data yang berbeda dengan nama yang sama (homonim). Dengan kata lain, data dictionary penting untuk memberikan konsistensi.
d. Data Structure Diagram.
Tahap selanjutnya adalah mengorganisir struktur data untuk penggunaan. Pengorganisir struktur data kedalam sebuah model yang menunjukkan objek dan hubungannya terhadap semua data yang tersimpan dalam sistem. Data structure diagram menunjukkan bagaimana suatu data disimpan berhubungan dengan data simpanan lainnya. Tujuan data structure diagram adalah menunjukkan hubungan
akses data diantara beragam struktur data. Dengan kata lain menunjukkan bagaimana suatu struktur data dapat mengakses elemen data yang terkandung dalam struktur data lainnya.
e. Data Access Diagram.
Data access diagram digunakan untuk menggambarkan representasi yang lebih rinci dari masing-masing struktur data, hubungan korespondensi antar struktur data dan jalur akses diantaranya.
f. Minispesification.
Minispesification menentukan aturan kebijakan yang memerintahkan proses dari transformasi data. Tujuan dalam minispesification adalah untuk mengurangi ambiguitas, memperjelas deskripsi mengenai apa yang diselesaikan, memastikan semua proses memiliki input dan output, menggunakan nama yang valid dan menggambarkan isi serta transformasi dari input dan output data.
Structured Analysis and Design Technique (SADT) lebih unggul dibandingkan pendekatan lainnya karena adanya kegiatan control activity yang terpisah sehingga mampu mengkonfirmasikan actigrams dengan datagrams sehingga dicapai struktur database yang lebih valid.
Structured Analysis and Design Technique (SADT) memiliki kelebihan sebagai berikut:
a. Mudah dipelajari.
b. Merupakan alat yang baik untuk digunakan sabagai komunikasi antara analisis sistem dengan pemakaian sistem selama proses pengembangan sistem.
c. Akan didapatkan dokumentasi hasil dari desain sistem yang baik.
d. Dengan spesifikasi desain yang sama, kebanyakan perancang sistem menghasilkan solusi yang hampir mirip.
Namun kekurangan yang ada pada Structured Analysis and Design Technique (SADT) antara lain:
a. Membutuhkan waktu dan personil yang lebih banyak untuk membuatnya.
b. Metode ini hanya bagus untuk tahap analisis dan desain secara umum, sedangkan untuk desain rinci, analisis sistem harus menggunakan alat dan metode yang lain.
c. Proses dalam modul tidak digambarkan dalam SADT.
d. Aplikasi dari metode ini membutuhkan tingkat keahlian yang tertentu dan pengalaman dari analisis sistem.
2.6 Implementasi Sistem Pendukung Keputusan
Menurut Ginting (2014), implementasi sistem pendukung keputusan terdiri dari beberapa tahap berikut:
2.6.1 Tahap Intelligence
Tahap intelligence adalah tahap proses pengenalan persoalan melalui penyelidikan lingkungan untuk mengetahui ada atau tidaknya masalah. Tahap ini terdiri dari :
a. Menemukan masalah.
b. Klasifikasi masalah.
2.6.2 Tahap Design
Tahap design merupakan tahap mencari, analisis serta perumusan alternatif tindakan yang akan diambil. Tahap ini terdiri dari:
a. Komponen model.
b. Struktur model.
c. Mengembangkan alternatif.
d. Analisis sensitivitas.
e. Mengukur hasil yang diharapkan.
f. Skenario, terdiri dari:
1. Object analysis.
2. Normalisasi.
3. Entity Relationship Diagram.
4. Event Analysis.
5. Decomposition diagram.
6. Data flow diagram.
7. Proses transformasi.
8. Context Diagram.
9. Data Dictionary.
10. Mini Specification.
11. System model.
2.6.3 Tahap Choice
Tahap choice merupakan tahap memilih suatu tindakan yang paling tepat dari beberapa alternatif yang telah dirumuskan.
2.6.4 Tahap Implementasi
Tahap implementasi merupakan tahap pelaksanaan dari alternatif yang telah dipilih, sehingga algoritma yang dibuat dapat diimplementasikan untuk mengambil keputusan mengenai masalah yang ada.
2.7 Review Hasil-Hasil Penelitian 2.7.1 Review Jurnal Algoritma Genetik
Menyusun sebuah penelitian dibutuhkan petunjuk dan studi literatur yang akan membantu peneliti dalam menyelesaikan penelitiannya. Salah satu metode penyelesaian masalah yang digunakan pada penelitian ini adalah algoritma genetik.
Menurut Kuo, dkk (2016) faktor-faktor yang mempengaruhi proses pengambilan pesanan adalah search time dan pick time. Menurut Ene, dkk (2016) faktor-faktor yang mempengaruhi proses pengambilan pesanan adalah order arrival time, order due time dan warehouse layout feature. Menurut Celik, dkk
(2016) faktor yang mempengaruhi proses pengambilan pesanan adalah travel time.
Menurut Rakesh (2016) faktor-faktor yang mempengaruhi proses pengambilan pesanan adalah travel time, layout design, travel function dan warehouse dimension. Menurut Chao (2015) faktor-faktor yang mempengaruhi proses pengambilan pesanan adalah picking time dan setup time. Menurut Claudia (2014) faktor-faktor yang mempengaruhi proses pengambilan pesanan adalah order maturity time dan total picking time. Menurut Molnar (2014) faktor-faktor yang mempengaruhi proses pengambilan pesanan adalah picking time, total time, number block aisle dan labor cost. Menurut Klodawzki,dkk (2013) faktor-faktor yang mempengaruhi proses pengambilan pesanan adalah pick time, travel time, long road, dan eficiency picker. Menurut Henn dkk (2016) faktor-faktor yang mempengaruhi proses pengambilan pesanan adalah travel time, search time, pick time dan setup time.
Berdasarkan beberapa penelitian diatas, dapat dilihat bahwa algoritma genetik dapat digunakan untuk menyelesaikan masalah pada penelitian ini dengan mempertimbangkan beberapa variabel seperti search time dan setup time.
Berdasarkan review jurnal yang telah dilakukan, dapat disimpulkan bahwa algoritma genetik dapat digunakan untuk menyelesaikan permasalahan pada penelitian ini dengan mempertimbangkan variabel-variabel diatas.
2.7.2 Review Jurnal Structured Analysis and Design Technique (SADT) Selain algoritma genetik, metode penyelesaian yang digunakan pada penelitian ini adalah Structred Analysis And Design Technique (SADT). Metode ini
digunakan untuk merancang suatu sistem terkomputerisasi yang mampu mengurangi waktu pengambilan pesanan sehingga dapat meningkatkan efisiensi gudang.
Menurut Ahmed, dkk (2014) Structred Analysis And Design Technique (SADT) memiliki potensi untuk digunakan dalam Descrete Event Simulation (DES) untuk menyusun suatu masalah dengan mendefinisikan semua komponen seperti entitas, sumber daya dan kontrol pada tingkat pemodelan yang lebih rendah.
Menurut Roh, (2007) Structred Analysis And Design Technique (SADT) merupakan metode terstruktur yang kuat untuk memodelkan suatu sistem hierarki yang dikembangkan secara khusus untuk membantu menggambarkan dan memahami sistem yang dibangun.
Berdasarkan penelitian terdahulu, dapat dilihat bahwa Structred Analysis And Design Technique (SADT) memiliki kelebihan dalam menyusun suatu penyelesaian masalah dengan mendefinisikan semua komponen dan merupakan metode terstruktur yang kuat untuk menggambarkan dan memahami sistem yang akan dirancang. Sehingga Structred Analysis And Design Technique (SADT) dapat digunakan sebagai metode penyelesaian masalah untuk merancang sistem pengambilan pesanan pada penelitian ini.
2.8 Kerangka Konseptual
Menurut Sinulingga (2014), kerangka konseptual adalah sebuah model yang ditunjukkan dalam bentuk diagram yang memperlihatkan struktur dan sifat hubungan logis antar variabel penelitian yang telah diidentifikasi dari teori dan
temuan-temuan hasil review artikel yang akan digunakan dalam menganalisis masalah penelitian. Hubungan logis yang dimaksud adalah pengenalan variabel dependen, variabel independen dan variabel lainnya. Berdasarkan literatur review yang telah dilakukan, maka variabel-variabel penelitian terdiri dari:
1. Variabel Independen.
Variabel independen adalah variabel yang mempengaruhi perubahan variabel dependen baik secara positif maupun negatif yang tergantung pada pola hubungan antara kedua variabel tipe tersebut. Bedasarkan beberapa penelitian terdahulu, variabel independen yang relevan digunakan pada penelitian ini adalah:
a. Setup time.
b. Search time.
2. Variabel Intervening.
Variabel intervening adalah suatu faktor yang secara teoritis mempengaruhi fenomena yang diobservasi (hubungan antara variabel dependen dan variabel independen menjadi bersifat tidak langsung).
Variabel intervening sering juga disebut sebagai variabel penyela atau variabel antara karena variabel ini terletak diantara variabel dependen dan variabel independen. Variabel intervening dalam penelitian ini adalah optimalisasi penyusunan produk.
3. Variabel Dependen.
Variabel dependen adalah variabel yang nilainya dipengaruhi atau ditentukan oleh nilai variabel lain. Variabel dependen merupakan
variabel utama karena fokus penelitian pada umumnya ditekankan pada perubahan yang terjadi pada variabel ini. Variabel dependen dalam penelitian ini adalah efisiensi waktu pengambilan pesanan
Berdasarkan variabel-variabel penelitian diatas, maka kerangka konseptual dalam penelitian ini dapat dilihat pada Gambar 2.8.
Setup Time
Search Time
Efisiensi waktu pengambilan
pesanan Optimalisasi
penyusunan produk
Gambar 2.8 Kerangka Konseptual Penelitian
Kerangka konseptual di atas menjelaskan bahwa efisiensi waktu pengambilan pesanan dapat disebabkan karena beberapa faktor seperti search time dan setup time, sehingga perlu dilakukan optimalisasi penyusunan produk dengan Algoritma Genetik dan Structures Analysis and Design Technique (SADT) untuk mendapatkan suatu rancangan sistem pergudangan dengan sistem komputerisasi yang diharapkan dapat meningkatkan efisiensi gudang.
2.9 Defenisi Operasional
Menurut Sinulingga (2014), definisi operasional merupakan penjelasan sistematis dari konsep dan variabel yang membentuk kerangka teoritis. Definisi operasional tidak boleh bertentangan dengan ide dari konsep yang digunakan dalam
