BAB 2 LANDASAN TEORI. Dalam sistem pengendalian persediaan pada perusahaan retail di Indonesia,

Transkripsi

1 BAB 2 LANDASAN TEORI 2.1 Pengendalian Persediaan (Invenory Conrol) Pengerian Pengendalian (Conrol) Dalam sisem pengendalian persediaan pada perusahaan reail di Indonesia, isilah Invenory Conrol sering diarikan sebagai Manajemen Persediaan. Oleh karena iu pengendalian persediaan dapa diarikan juga sebagai manajemen persediaan. Menuru Lewis e al (2004, p5), manajemen dirumuskan sebagai beriku. Managemen is defined as he process of adminisering and coordinaing resources effecively, efficienly, and in an effor o achieve he goals of he organiaions. Manajemen didefenisikan sebagai proses adminisrasi dan mengkoordinasi sumber daya-sumber daya secara efekif, efisien unuk mencapai ujuan organisasi. Sedangkan pengerian manajemen menuru James AF Soner, yang dialih bahasakan oleh Handoko (2003, p8) adalah sebagai beriku. Manajemen adalah proses perencanaan, pengorganisasian, pengarahan, dan pengawasan usaha-usaha para anggoa organisasi dan penggunaan sumber daya-sumber daya organisasi lainnya agar mencapai ujuan oraganisasi yang elah dieapkan. Jadi dapa disimpulkan bahwa manajemen adalah proses perencanaan, pengorganisasian, pengarahan, dan pengawasan usaha-usaha akivias para anggoa organisasi dan koordinasi sumber daya-sumber daya secara efekif dan efisien secara bersama aaupun melalui organisasi lainnya unuk mencapai ujuan yang elah dieapkan.

2 Pengerian Persediaan (Invenory) Menuru Freddy Rangkui (2004, p1), persediaan adalah sebagai beriku. Persediaan merupakan bahan-bahan, bagian yang disediakan, dan bahan-bahan dalam proses yang erdapa dalam perusahaan unuk proses produksi, sera barangbarang jadi aau produk yang disediakan unuk memenuhi perminaan dari konsumen aau pelanggan seiap waku. Jadi dapa disimpulkan bahwa persediaan adalah bahan-bahan, bagian yang disediakan, dan bahan-bahan dalam proses yang erdapa dalam perusahaan unuk proses produksi, sera barang-barang jadi aau produk yang disediakan unuk memenuhi perminaan dari konsumen aau pelanggan seiap waku yang disimpan dan dirawa menuru auran erenu dalam empa persediaan agar selalu dalam keadaan siap pakai dan dicaa dalam benuk buku perusahaan Fungsi dan Tujuan Persediaan Invenory pada hakikanya berujuan unuk memperahankan koninuias eksisensi suau perusahaan dengan mencari keunungan aau laba perusahaan iu. Caranya adalah dengan memberikan pelayanan yang memuaskan pelanggan dengan menyediakan barang yang dimina. Fungsi persediaan menuru Freddy Rangkui (2004, p15) adalah sebagai beriku. 1. Fungsi Bach Sock aau Lo Size Invenory Penyimpanan persediaan dalam jumlah besar dengan perimbangan adanya poongan harga pada harga pembelian, efisiensi produksi karena psoses produksi yang lama, dan adanya penghemaan di biaya angkuan.

3 8 2. Fungsi Decoupling Merupakan fungsi perusahaan unuk mengadakan persediaan decouple, dengan mengadakan pengelompokan operasional secara erpisah-pisah. 3. Fungsi Anisipasi Merupakan penyimpanan persediaan bahan yang fungsinya unuk penyelamaan jika sampai erjadi keerlambaan daangnya pesanan bahan dari pemasok aau leveransir. Tujuan uama adalah unuk menjaga proses konversi agar eap berjalan dengan lancar. Alasan yang kua unuk menyediakan invenory adalah unuk hal-hal yang berhubungan dengan skala ekonomi dalam pengadaan dan produksi barang, unuk kebuuhan yang berubah-ubah dari waku ke waku, unuk fleksibilias di dalam fasilias penjadwalan disribusi barang, unuk spekulasi di dalam harga aau biaya, dan unuk keidakpasian enang waku pesanan perlengkapan dan kebuuhan. Keika menghadapi perminaan yang berubah-ubah dari waku ke waku, pihak manajemen dapa melakukan pemesanan barang (invenory) selama periode perminaan yang sediki unuk menganisipasi periode perminaan yang inggi. Invenory ini membua manajemen dapa beroperasi secara eap sepanjang musim, dan dapa menghindari biaya produksi yang berubah-ubah. Penyediaan invenory berujuan unuk menghadapi kondisi keidakpasian. Perminaan barang idak bisa dikeahui secara pasi, oleh karena iu perlu diramalkan unuk meminimalisir kerugian akiba over sock aau perminaan yang melampaui ramalan, perhiungan persediaan barang harus dilakukan dengan hai-hai dan elii.

4 Tujuan Pengendalian Persediaan Suau pengendalian persediaan yang dijalankan oleh suau perusahaan suau enu mempunyai ujuan-ujuan erenu. Tujuan pengendalian persediaan menuru Assauri (2004, p177) secara erinci dapa dinyaakan sebagai beriku. a. Menjaga jangan sampai perusahaan kehabisan persediaan sehingga mengakibakan erheninya kegiaan produksi. b. Menjaga agar pembenukan persediaan oleh perusahaan idak erlalu besar aau berlebihan, sehingga biaya-biaya yang imbul dari persediaan idak erlalu besar. c. Menjaga agar pembelian kecil-kecilan dapa dihindari karena ini akan memperbesar biaya pemesanan. Dari keerangan di aas dapa dikaakan bahwa ujuan dari pengendalian persediaan adalah unuk memperoleh kualias dan jumlah yang epa dari bahan-bahan barang yang ersedia pada waku yang dibuuhkan dengan biaya-biaya yang minimum unuk keunungan aau kepeningan perusahaan. Dengan kaa lain pengendalian persediaan menjamin erdapanya persediaan pada ingka yang opimal agar produksi dapa berjalan dengan lancar dan biaya persediaan adalah minimal. Perencanaan invenory berhubungan dengan penenuan komposisi invenory, penenuan waku aau penjadwalan, sera lokasi unuk memenuhi kebuuhan perusahaan. Pengendalian invenory melipui pengendalian kuanias dalam baas-baas yang elah direncanakan dan perlindungan fisik invenory. Unuk iu perlu dilakukan evaluasi apakah sisem invenory perusahaan iu sudah sesuai dengan yang diharapkan. Pengelolahan invenory yang baik diperlukan kemahiran dan pengalaman dalam membua sisem invenory.

5 Penggolongan Persediaan Menuru Assauri (2004, p171), persediaan pada umumnya dapa dibedakan menjadi 5 golongan yang melipui. 1. Persediaan Bahan Baku (Raw Maerial Invenory). Persediaan bahan baku yaiu persediaan barang-barang berwujud yang digunakan dalam proses produksi, yang diperoleh dari sumber-sumber alam aaupun dibeli dari pemasok aau perusahaan yang menghasilkan bahan baku bagi perusahaan yang menggunakannya. 2. Persediaan Bagian Produk aau Pars yang dibeli (Purchased). Persediaan bagian produk aau pars yaiu persediaan yang dibeli dari perusahaan lain, yang dapa secara langsung diraki dengan pars lain, anpa melalui proses produksi sebelumnya. 3. Persediaan Bahan-Bahan Pembanu (Supplies Sock) Persediaan bahan-bahan pembanu yaiu persediaan bahan-bahan yang diperlukan dalam proses produksi unuk membanu berhasilnya produksi aau yang dipergunakan dalam bekerjanya suau perusahaan, eapi idak merupakan bagian aau komponen barang jadi. 4. Persediaan Bahan Seengah Jadi (Work In Process Invenory). Persediaan barang seengah jadi yaiu persediaan barang-barang yang keluar dari iap-iap bagian dalam sau pabrik aau bahan-bahan yang elah diolah menjadi suau benuk, eapi diproses kembali unuk kemudian menjadi barang jadi. 5. Persediaan Barang Jadi (Finished Goods Invenory). Persediaan barang jadi yaiu persediaan barang-barang yang elah selesai diproses aau diolah dalam pabrik dan siap unuk dijual pada pelanggan aau

6 11 perusahaan lain. Dari uraian di aas dapa dikaakan bahwa persediaan perusahaan adalah suau barang ersimpan yang akan dilakukan suau indakan lebih lanju aaupun barang yang ersimpan dan siap unuk digunakan eapi belum sampai pada pemegang akhir (cusomer). 2.2 Model Sisem Invenory Reail Proses Sisem Invenory Conrol Model proses sisem invenory reail melipui kegiaan-kegiaan yang dijelaskan dalam uruan beriku ini (Roy e al.,1997). 1. Pengiriman barang dari pabrik. 2. Pengepakan dan penyimpanan produk pada gudang pusa. 3. Pengiriman barang dari gudang pusa ke oko-oko reail. 4. Pemenuhan kebuuhan pelanggan dengan mengunakan barang-barang yang ada dalam oko. Model proses sisem invenory reail ini dapa diliha dalam Gambar 2.1 Gambar 2.1 Diagram skemaik dari sisem invenory conrol Sumber: Benjamin Van Roy e al, Invenory Managemen

7 12 Perminaan bisa erjadi seiap saa pada periode erenu dan dapa dinilai sebagai uni perminaan pelanggan erhadap suau produk. Apabila barang ersedia di oko maka barang ersebu akan langsung digunakan unuk memenuhi perminaan pelanggan. Namun apabila kehabisan barang dalam oko habis, maka pelanggan harus menunggu pengiriman dari gudang (jika barang ersebu ersedia di gudang). Bagian pergudangan akan memesan uni persediaan ambahan dari pabrik dan oko akan memesan barang dari gudang. Manajer bagian pegudangan berusaha semaksimal mungkin unuk memenuhi pesanan oko. Proses pemesanan dari pabrik ke gudang dan dari gudang ke oko, memerlukan waku dan biaya ransporasi. Dengan keidakpasian perminaan, maka dimungkinkan erjadi keerlambaan pemesanaan barang yang mengakibakan kekosongan barang. Aliran barang disajikan pada Gambar 2.2 Gambar 2.2 Ilusrasi Buffer pada sisem invenory conrol Sumber: Benjamin Van Roy e al,. Invenory Managemen, p8 Penyimpanan barang di gudang memberikan pengaruh yang cukup besar erhadap biaya dan servis kepada pelanggan. Sebagai conoh, barang yang disimpan di dalam gudang mempunyai ingka fleksibilias yang inggi dibandingkan dengan menyimpan pada sau oko. Terliha bahwa barang yang erdapa di gudang dapa digunakan unuk

8 memenuhi pemesanan dari oko. Teapi, kelebihan sok pada suau oko idak dapa digunakan unuk memenuhi kebuuhan oko lain Arus Invenory Yang Dinamis Seperi yang diunjukan oleh Gambar 2.1, invenory disimpan di gudang dan di oko-oko. Gudang juga menyimpan barang unuk menganisipasi pemesanan khusus dari oko. Dengan demikian erdapa waku penundaan selama proses ransporasi, oleh karena iu akan melibakan sisem dynamic dengan menggunakan discree ime. Seiap penundaan di dalam sisem invenory diunjukkan oleh Gambar 2.2. Seiap koak melambangkan buffer dialokasikan pada waku iik erenu. Pergerakan dari barang-barang anar buffer disinkronkan oleh waku per hari. Barang masuk dan keluar dari buffer dalam hiungan hari. Barisan buffer di sebelah kiri buffer gudang melambangkan penundaan ransporasi barang dari pabrik ke gudang. Begiu juga buffer di samping seiap oko melambangkan penundaan pengiriman barang dari gudang menuju oko. Proses ransporasi membua barang yang erleak di dalam suau buffer bergerak ke buffer yang di sebelah kanan dalam hiungan hari. Barang yang dimasukan ke dalam sisem ersebu dan pergerakan barang dari suau buffer ke buffer yang lain dikendalikan oleh kepuusan dari manajer invenory. Jumlah barang yang dipesan dibaasi oleh kapasias produksi dan kapasias penyimpanan di dalam gudang. Jumlah barang yang dipesan dalam suau waku idak dapa melebihi baas produksi, dan oal barang di gudang dan barang yang sedang dipesan idak boleh melebihi daya ampung gudang. Dalam jangka waku erenu sejumlah barang dikirim dari gudang menuju oko. Toal barang di dalam oko dan barang yang sedang dipesan oleh oko idak boleh

9 14 melebihi kapasias penyimpanan oko. Barang keluar dari oko berdasarkan perminaan pelanggan yang muncul di seiap oko. Dengan demikian jumlah barang yang ersedia di dalam oko iu adalah jumlah invenory di dalam oko dikurangi dengan jumlah perminaan ersebu. Apabila invenory di dalam oko habis, maka pelanggan dimina menunggu pemesanan khusus dari gudang. Dalam skripsi ini, unuk pelanggan yang memina pemesanan khusus dari gudang akan diberi nilai kemungkinan (probabilias) dan berakiba invenory di gudang akan berkurang (Roy e al., 1997) Proses Perminaan Pemodelan sisem invenory dalam skripsi ini didasarkan pada keidakpasian perminaan pelanggan dan keidakpasian persediaan barang. Oleh karena iu besarnya perminaan merupakan variabel bebas yang random Srukur Biaya Semakin lama suau barang berada di dalam sisem invenory reail, maka semakin besar biaya yang dikeluarkan. Biaya penyimpanan erjadi keika berada dalam gudang maupun dalam oko. Dalam suau kurun waku, banyaknya barang di dalam suau gudang dikalikan dengan biaya penyimpanan barang di gudang, dan banyaknya barang di dalam suau oko dikalikan dengan biaya penyimpanan barang di oko. Hasil kali kedua variabel ini akan dijumlahkan unuk mendapakan biaya penyimpanan. Biaya kekurangan sok barang erjadi keika ada perminaan dari pembeli yang idak erpenuhi. Perminaan pembeli dapa dipenuhi oleh barang-barang yang ersedia di oko maupun di gudang (bila pembeli memilih unuk menunggu pengiriman khusus).

10 15 Seiap perminaan pembeli yang idak dapa dipenuhi oleh barang di dalam akan menghasilkan biaya kekurangan sok barang di dalam sisem. Biaya ransporasi pada model ini adalah biaya ransporasi yang erjadi karena adanya pengiriman khusus. Oleh karena iu biaya yang erjadi karena kekurangan barang lebih besar daripada biaya ransporasi yang erjadi karena adanya pengiriman khusus Parameer Yang Digunakan Parameer-parameer dalam perhiungan pengendalian barang harus diisi dengan daa yang sebenarnya unuk memasikan bahwa karakerisik model idak menyimpang jauh dengan sisem invenory reailer yang berlaku. Parameer parameer yang digunakan dalam sisem invenory reailer melipui (Roy e al, 1997). 1. Jumlah oko. 2. Waku yang digunakan unuk mengirim barang ke oko. 3. Waku yang digunakan unuk mengirim barang ke gudang. 4. Kapasias produksi. 5. Kapasias gudang. 6. Kapasias oko. 7. Kemungkinan pelanggan menunggu. 8. Biaya unuk pengiriman spesial. 9. Biaya penyimpanan gudang. 10. Biaya penyimpanan oko. 11. Perminaan raa raa. 12. Biaya kekurangan barang (shorage).

11 16 Parameer-parameer ersebu harus diisi dengan daa yang benar agar diperoleh solusi yang epa dan dapa mengaasi masalah. Dengan demikian perusahaan dapa memberikan pelayanan ke konsumen yang lebih baik, meyediakan barang yang dimina pelanggan, dan idak menumpuk barang erlalu banyak di gudang. 2.3 Pengerian Jaringan Laar Belakang Jaringan Syaraf Tiruan (Arificial Neural Nework) Manusia selalu berusaha mengembangan sesuau ilmu pengeahuan yang berguna unuk kemajuan hidupnya. Salah saunya adalah mengembangkan mesin cerdas dengan menggunakan jaringan syaraf iruan (Arificial Neural Nework). Arificial Neural Nework yang berdasarkan operasi merupakan generasi baru dalam informasi proses neworking. Dengan menggunakan Arificial Neural Nework, diharapkan Neural Nework dapa menerapkan fleksibilias dan kekuaan oak manusia ke dalam kompuer. Compuaion Nework dihasilkan dengan perhiungan simpul-simpul dan koneksinya. Operasi dasar dalam neural nework disebu arificial neurons, aau simple neurons (node). Neuron biasanya dioperasikan secara pararel aau dikonfigurasikan pada arsiekur yang regular. Neuron juga sering dihubungkan dengan layer. Seiap koneksi diekspresikan dengan angka aau bilangan yang disebu sebagai bobo yang dapa diubah-ubah. Fungsi arificial neural sysem didisribusikan dalam compuing neworks. Hanya beberapa neworks yang menyediakan respons secara langsung. Sedangkan yang lainnya merespons secara berkala sesuai dengan ime-domain behavior, yang sering disebu

12 17 sebagai dynamics. Pada akhirnya nework memiliki kecepaan yang berbeda, sehingga respons erhadap inpu juga berbeda. Secara umum, kebanyakan neural sysem memerlukan proses pembelajaran (raining). Pembelajaran melipui asosiasi, paerns, dan fungsi yang baru. Neural nework idak memberi spesifikasi sebuah algorima unuk dieksekusi dalam seiap perhiungan. Neural nework memilih arsiekur erenu dengan karakerisik neuron, weigh, dan model raining sendiri. Arificial neural nework juga dapa melakukan perhiungan eknik maemaika, seperi minimalisasi kesalahan perhiungan Pengerian Jaringan Syaraf Tiruan Jaringan Syaraf Tiruan (Arificial Neural Nework) adalah sisem pemrosesan informasi yang mempunyai karakerisik kinerja erenu seperi jaringan neural biologis. Arificial neural nework (dalam pembahasan selanjunya disebu sebagai jaringan neural saja) elah dikembangkan sebagai generalisasi model maemaika dari pengeahuan manusia aau biologi neural, yang berbasis pada beberapa asumsi. Asumsi yang diambil dalam jaringan syaraf iruan adalah sebagai beriku. 1. Pemrosesan informasi erjadi pada sejumlah elemen sederhana yang disebu neuron. 2. Sinyal diberikan anar neuron lewa jalinan koneksi. 3. Seiap jalinan koneksi mempunyai bobo yang menggandakan sinyal yang diransmisikan. 4. Seiap neuron menerapkan fungsi akivasi (yang biasanya non-linear) erhadap jumlah sinyal masukan erbobo unuk menenukan sinyal keluarannya.

13 18 Jaringan neural erdiri aas sejumlah besar elemen pemrosesan yang disebu neuron, uni, dan simpul. Seiap neuron erhubung dengan neuron lain dengan jalinan koneksi langsung yang erkai dengan bobo. Bobo mewakili informasi erenu yang berguna unuk menyelesaikan masalah. Jaringan neuron dapa dierapkan unuk berbagai masalah yang luas, di anaranya: 1. Penyimpanan dan pemulihan daa aau pola 2. Klasifikasi pola 3. Pemeaan dari pola-pola masukkan yang serupa 4. Pencarian solusi masalah opimasi erkendali Seiap neuron mempunyai keadaan inernal yang disebu level akivasi aau level akivias yang merupakan fungsi masukan yang dierima. Secara khusus, suau neuron mengirimkan akivasinya ke beberapa neuron lain sebagai sinyal. Perlu diperhaikan bahwa neuron hanya dapa mengirimkan sau sinyal sesaa, meskipun sinyal ersebu dipancarluaskan ke beberapa neuron lain. Sebagai conoh dapa diliha neuron Y yang menerima masukan dari neuron X 1, X 2, dan X 3 (Gambar 2.3). Gambar 2.3 Neuron Y menerima masukkan erbobo dari neuron X 1, X 2, dan X 3 Sumber : Widodo, Sisem Neuro Fuzzy unuk Pengolahan Informasi Pemodelan, dan Kendali, p2.

14 19 Akivasi (sinyal keluaran) dari neuro-neuron ini adalah X 1, X 2, dan X 3. Bobo koneksi dari neuro X 1, X 2, dan X 3 ke neuron Y adalah W 1, W 2, dan W 3. Masukan neo - y in ke neuron Y adalah jumlah sinyal erbobo dari neuron X 1, X 2, dan X 3 yaiu: y in = W 1 X 1 + W 2 X 2 + W 3 X3. (2.1) Akivasi y dari neuron y diberikan oleh fungsi masukan neonya: Y = f(y in ) 2.4 Dynamic Programming Dynamic Programming dapa menyelesaikan masalah invenory conrol dengan pendekaan neuro-dynamic programming yang bisa melakukan perhiungan lebih efisien. Beberapa karakerisik Dynamic Programming adalah sebagai beriku (Bersekas, 2004). 1. Terdiri dari sederean ahapan kepuusan. Pada seiap ahapan kepuusan diberlakukan principle of opimaliy, prinsip yang menyaakan bahwa apa pun keadaan awal dan kepuusan yang dibua, kepuusan berikunya harus memberikan hasil yang opimal dengan meliha pada hasil sebelumnya. 2. Algorima Dynamic Programming, memang exhausive, yaiu mencoba seluruh kemungkinan, akan eapi seiap hasil perhiungan pada seiap ahap akan diabelkan. Perhiungan pada ahap berikunya selalu mengacu pada abel (lookup able) sebelumnya. Apabila sudah dihiung maka ahap ersebu inggal menggunakan hasil perhiungan yang sudah ada di dalam abel. Dengan demikian algorima ini menjadi lebih efisien.

15 20 Dua keadaan invenory variabel x, y unuk semua ukuran waku ineger yang idak negaive. Kepuusan u mempengaruhi sisem yang diambil dari himpunan berhingga u pada seiap ahap. Kedua variabel iu diingkakan dengan dua persamaan, yaiu sebagai beriku (Roy e al., 1997). x +1 = f 1 (y,w ) (2.2) y +1 = f 2 (x,u ) (2.3) dimana: x y f 1, f 2 w u = variabel keadaan invenory sebelum kepuusan = variabel keadaan invenory seelah kepuusan = fungsi-fungsi akifasi sisem dynamic = variabel acak gangguan yang didapa dari disribusi = variabel kepuusan. Dalam invenory reailer menggunakan dynamic programming erdapa biaya persediaan barang yang dinoasikan dalam fungsi g(y,w ), nilai fungsi biaya g(y,w ) didapakan dengan cara menghiung biaya-biaya yang erjadi pada variabel keadaan y yang dipengaruhi oleh variabel gangguan w. Keadaan invenory sebelum kepuusan dan keadaan invenory sesudah kepuusan memperlihakan banyaknya barang yang ersedia. Banyaknya invenory yang sedang dikirim ke gudang, dan yang akan iba di gudang dinoasikan dengan q 0, pada ukuran waku hari. Sama seperi q 0,, banyaknya invenory yang sedang dikirim ke oko i, dan yang akan iba di oko i dinoasikan dengan q i, pada ukuran waku hari. Maka vecor x dipresenasikan dalam benuk. x = (q 0,0 ;q 0,DW ; q 1,0 ;q 1,DS ;.;q K,0 ;q K,DS ). (2.4)

16 21 dimana: x q 0,0 q K,0 K D w D S = variabel keadaan invenory sebelum kepuusan = banyaknya barang di gudang = banyaknya barang di oko ke-k = banyaknya oko, diberi indeks i=1,..,k = penundaan barang menuju ke gudang = penundaan barang menuju ke oko Vekor unuk kepuusan direpresenasikan dalam benuk. dimana: u = (a 0,a 1,,a K ) (2.5) u a 0 = variabel kepuusan = banyaknya pemesanan gudang a 1,..,a K = banyaknya pemesanan dari oko Unuk membua banyaknya pemesanan dan persediaan barang eap posiif, dan kapasias di dalam gudang dan oko idak overloaded maka dibua beberapa kendala. Kendalanya anara lain. a 0 C p... (2.6) K a i i= 1 < q 0,0... (2.7) Dw K a 0 C q + a... (2.8) w 0, T T = 0 i= 1 i dimana: C p C W a Ds 1 C s q1, T + i {1,..., K } T = 0 = kapasias pemasok = kapasias gudang ε...(2.9)

17 22 C S = kapasias oko. w = fakor acak yang memperngaruhi sisem selama waku. Fakor acak w didapa dari perminaan pelanggan yang ada di seiap oko dan kemungkinan pelanggan unuk menunggu pengiriman khusus bila erjadi kekurangan barang. Vekor unuk fakor acak w direpresenasikan dalam benuk vekor w= (d 1,,d K ), di mana seiap d i adalah banyaknya perminaan yang imbul pada oko ke-i pada suau hari. Seiap perminaan d i dihasilkan dari hasil peramalan daa perminaan pelanggan masing-masing oko dengan menggunakan meode Brown s Double Exponenial Smoohing. Definisikan fungsi dari y +1 = f 2 (x,u ) dengan vekor x dan vekor u. Maka nilai fungsi yang baru sama dengan. q 0,Dw = q 0,DW + a 0,... (2.10) q 0,0 = q 0, 0 a i + a 0,... (2.11) q q = q + a, iε{1,..., }... (2.12) i, Ds i, Ds i K = q, iε{1,..., }... (2.13) i, 0 i, Ds K berdasarkan fungsi y +1 = f 2 (x,u ) maka didapa nilai vekor y = q ; q ; q ; q ;..; q ; q )... (2.14) ( 0,0 0, Dw 1,0 1, Ds K,0 K, Ds Unuk menenukan fungsi x +1 = f 1 (y,w ) maka dipakai vekor y = q ; q ; q ; q ;..; q ; q )... (2.15) ( 0,0 0, Dw 1,0 1, Ds K,0 K, Ds w = d,..., d )... (2.16) ( 1 k y + = q ; q ; q ; q ;..; q ; q )... (2.17) 1 ( 0,0 0, Dw 1,0 1, Ds K,0 K, Ds

18 23 Unuk menyederhanakan persamaan yang erliba, maka ransformasi x +1 = f 1 (y,w ) dibagi menjadi iap ahap, menggunakan qˆ 0, iε {0,... }, sebagai variabel peranara. 1, K Perama-ama, perminaan dipenuhi oleh oko menuru rumus [ q d ], i {0,... } qˆ 1,0 1, 0 i ε K =... (2.18) Kedua, preminaan khusus dipenuhi oleh gudang bila pelanggan bersedia menunggu keika barang idak ersedia di oko i menuru rumus [ q ( d i C )] q ˆ0,0 0, 0 = i =... (2.19) Terakhir, banyaknya ransporasi barang erganung dari ˆ 0 = +... (2.20) q,0 q0,0 q0, Dw q 0... (2.21) q 0, Dw = ˆ i, 0 i,0 i, Ds K = q + q iε{1,..., }... (2.22) q i, Ds = 0... (2.23) Sau rumus unuk menghiung biaya penyimpanan di dalam dynamic programming adalah fungsi persamaan Bellman. Di dalam skripsi ini, formula Bellman yang dipakai adalah (Roy e al., 1997). J * (y) = [g(y,w)]... (2.24) Dalam hal ini, J * (y) adalah ongkos jangka panjang yang diharapkan erjadi pada keadaan sesudah kepuusan y. Dengan persamaan di aas, kebijakan opimal dapa dihasilkan berdasarkan suau fungsi nilai J * hanya dapa didefinisikan seelah kepuusan. Manajemen invenory diformulasikan dalam kerangka kerja dynamic progamming, adapun langkah-langkah yang dilakukan sebagai beriku.

19 24 1. Keadaan sysem reailer dideskripsikan oleh vekor x di mana masing-masing komponen sesuai dengan buffer (Gambar 2.2). 2. Seiap kepuusan u bersesuaian dengan vekor pemesanan oko dan gudang selama ahap waku ke-. Kepuusan u harus dicari sebagai dasar dari keadaan sebelum kepuusan x. 3. Dari keadaan sebelum kepuusan x dan kepuusan u elah diberikan, maka keadaan seelah kepuusan y dapa dienukan hasilnya. Keadaan seelah kepuusan y berubah karena perminaan pelanggan elah erpenuhi selama proses ransporasi. 4. Nilai dari keadaan seelah kepuusan y adalah nilai dari keadaan sebelum kepuusan selanjunya x +1. Transisi dari y menuju x +1 disebabkan karena perminaan barang. Pada formulasi dynamic programming yang dipakai, nilai perminaan dienukan oleh nilai gangguan acak w. 5. Biaya g(y,w ) dihiung secara langsung dari biaya-biaya yang ada di dalam sisem invenory. Variabel yang dibuuhkan dynamic programming unuk menghiung opimasi invenory conrol idak sesuai unuk masalah konrol persediaan barang yang kompleks, maka digunakan Neuro-Dynamic Programming. 2.5 Neuro-Dynamic Programming Pengerian Neuro-Dynamic Programming Neuro-dynamic programming merupakan pengembangan dari dynamic programming. Meode ini mengunakan dasar-dasar inelegensi semu (Arificial Inelligence) yang mencakup simulasi, dan berbasis algorima sera fungsi eknik

20 25 pendekaan seperi neural neworks (Roy e al., 1997). Dalam skripsi ini, dipakai pendekaan neuro-dynamic programming unuk mengopimalkan sisem invenory reail (Nahmias dan Smih, 1993). Opimasi sisem invenory reail membahas permasalahan pada pemesanan dan penempaan persediaan barang di dalam gudang dan oko unuk memenuhi perminaan pelanggan. Opimasi sisem invenory reail secara serempak akan meminimumkan biaya pergudangan dan ransporasi. Dalam memilih algorima neuro-dynamic unuk ujuan manajemen invenory reail, dipilih dua macam algorima neuro-dynamic yaiu approximae policy ieraion dan online emporal difference mehod Pengerian Approximae Policy Ieraion Approximae policy ieraion (kebijakan pendekaan ierasi) adalah generalisasi kebijakan ierasi, sebuah algorima klasik di dalam dynamic programming. Algorima kebijakan ierasi menghasilkan sederean u i. Awalan kebijakan u 0 pada umumnya dipilih dari heurisik yang layak, dan fungsi biaya J u 0 di dalam kebijakan ersebu dihiung (seiap ahap mempunyai sau nilai yang berbeda dengan ahap yang lain). Lalu, nilai u 1 dihasilkan berdasarkan persamaan (Roy e al., 1997): u 1 (x) = min J u 0(f 2 (x, u))... (2.25) Persamaan di aas diulang unuk menghasilkan nilai kebijakan selanjunya. Unuk masalah dengan jumlah kebijakan yang erbaas, nilai u i sama dengan nilai u * dan nilai J ui sama dengan nilai J * unuk suau nilai i. Di dalam kebijakan pendekaan ierasi, sebagai gani dihiungnya fungsi biaya J ui pada seiap ierasi, fungsi ini dihampiri oleh

21 26 sejumlah arsiekur J (., r i ), di mana r i adalah parameer vekor yang erpilih unuk membua J (., r i ) mendekai J µi. Nilai kebijakan yang berikunya dihasilkan oleh Persamaan: u i+1 (x) = min J f ( x, u), r )... (2.26) ( 2 i Ada banyak meode yang dipakai unuk pendekaan J µi pada kebijakan ierasi kei. Meode yang dipakai di dalam skripsi ini adalah on-line emporal difference mehod (meode perbedaan semenara secara on-line), di mana pada seiap ierasi, meode ini secara efekif menghiung parameer vekor Pengerian Online Temporal Difference Mehod Algorima perbedaan semenara (emporal-difference) sudah diaplikasikan dengan sukses unuk beberapa aplikasi skala besar di dalam neuro-dynamic programming. Vekor r 0 bernilai sama dengan vekor x 0, begiu pula vekor r bernilai sama dengan vekor x. Proses neuro-dynamic programming yang mengunakan online emporal difference mehod adalah sebagai beriku (Roy e al., 1997). 1. Keadaan sebelum kepuusan x o adalah sebagai simulaor, dan konrol u 0 dihiung dari u 0 = min J f ( x, u), )... (2.27) ( 2 0 r0 2. Jalankan simulaor menggunakan konrol u 0 unuk mendapakan keadaan seelah kepuusan yang perama y 0 = f 2 ( x 0, u)... (2.28)

22 27 3. Pada waku, jalankan simulaor menggunakan konrol u unuk mendapakan keadaan sebelum kepuusan selanjunya x + 1 = f 1 ( y,w )... (2.29) 4. Dapakan konrol u +1 dengan cara u + 1 = min J ( f 2 ( x + 1, u),r )... (2.30) 5. Jalankan simulaor menggunakan konrol u +1 unuk mendapakan keadaan seelah kepuusan. y +1 = f 2 ( x + 1, u +1 )... (2.31) 6. Ulangi ke langkah 3 selama waku ransporasi yang dibuuhkan Algorima Neuro-Dynamic Programming Algorima Neuro-Dynamic Programming dapa diulis sebagai beriku (Roy e al., 1997). 1. Mulai dengan = Tenukan vekor w = (d 1,d 2,d 3 ). Besaran d i merupakan perminaan yang erjadi di Toko i. Vekor w = (d 1,d 2,d 3 ) dienukan dari hasil peramalan daa perminaan pelanggan masing-masing oko dengan menggunakan meode Brown s Double Exponenial Smoohing 3. Tenukan vekor x = (q 0,0 ;q 0,DW ; q 1,0 ;q 1,DS ;.;q K,0 ;q K,DS ). Besaran D W adalah waku ransporasi dari pemasok ke gudang, D S adalah waku ransporasi dari gudang ke oko, q 0,0 adalah banyak sok barang awal di dalam gudang, q 0,DW adalah banyak sok barang pada waku ransporasi di dalam gudang, q K,0 adalah banyak sok barang awal di dalam oko K, q K,DW adalah banyak sok barang dikurangi dengan perminaan di oko K.

23 28 4. Tenukan vekor r = vekor x = (q 0,0 ;q 0, DW ; q 1, 0 ;q 1, DS ;.;q K, 0 ;q K, DS ). 5. Tenukan vekor u = (a 0,a 1,,a K ) berdasarkan banyak pemesanan yang dilakukan oleh bagian pembelian. Besaran a 0 adalah pemesanan unuk gudang dan a K adalah pemesanan unuk oko K. 6. Tenukan vekor f x, u ) = ( q ; q ; q ; q ;..; q ; q ), 2 ( 0, 0 0, Dw 1, 0 1, Ds K, 0 k, Ds Dengan q = q o, Dw 0 ; q q o,0 a i + o, Dw + a iε{ 1,..., K}, q = q, iε{1,..., }, 1,0 i, Ds K 7. Tenukan vekor biaya g(f 2 (x,u)). 8. Tenukan vekor biaya g(r ) o, 0 = a 0 ; q i, Ds = q i, ss + a ii, 9. Hiung fungsi u = J f ( x, u), r ). Dengan menenukan minimum dari fungsi ( 2 biaya J * (y) = g(f 2 (x 0,u)) dan fungsi biaya J * (y) = g(r ). 10. Tenukan vekor y = f x, u ) = ( q ; q ; q ; q ;..; q ; q ) dengan cara yang sama dengan langkah 6. 2 ( 0,0 0, Dw 1,0 1, Ds K,0 k, Ds 11. Tenukan vekor x + = f + 1 y, w ) = ( q ; q ; q ; q ;..; q ; q ),dengan [ qˆ d ], i {0,... } qˆ 1,0 1, 0 i ε K 1 ( 0,0 0, Dw 1,0 1, Ds K,0 k, Ds ˆ 0, 0 = =, q 0, bila perminaaan pelanggan dapa dipenuhi oleh persediaan di dalam oko. Bila perminaan pelanggan idak dapa dipenuhi ˆi, 0 = oleh persediaan di dalam oko maka 0 q dan q = [ qˆ + ( ] ˆ 0 0,0 0, d i C i. Lalu ˆ, = +, q 0, qˆ ˆ 1,0 = q1,0 qi, Ds + ( di Ci ), iε{0,... K}, q 0. q o 0 qo, o q0, Dw o, Dw = i, Ds = 12. Kemudian dihiung biaya g(y,w ). 13. Updae = + 1, seelah iu updae vekor r, f 2 (x,u), u = min J f 2 (x,u), r ), y =f 2 (x,u ), w, x 1 = f +1 (y,w ) dengan cara diierasi keahap 2 sebanyak waku

24 ransporasi yang dibuuhkan unuk mengirim barang dari gudang ke oko aau bila sok barang masih lebih kecil daripada selisih perminaan raa-raa Proses Pengumpulan Daa Dalam menghiung opimasi persediaan barang (invenory) dengan meode neuro-dynamic programming, diperlukan parameer-parameer yang mempengaruhi persediaan barang ersebu di dalam gudang dengan cara pengamaan dan pengambilan daa dari daabase perusahaan. Parameer-parameer ersebu anara lain: a. Kapasias gudang b. Kapasias pemasok c. Jumlah sok barang yang ersedia di dalam gudang d. Biaya penyimpanan per uni e. Biaya kekurangan barang f. Biaya pengiriman khusus g. Perminaan raa-raa. Unuk mendapakan biaya kekurangan barang (shorage), besarnya adalah keunungan yang didapa dari penjualan barang ersebu. Perminaan raa-raa didapakan dengan cara meraa-raakan perminaan dari pelanggan selama jangka waku ransporasi barang dari gudang ke oko. Seelah mendapakan semua parameer ersebu, maka harus didapakan pula banyaknya pemesanan gudang dan pemesanan seiap oko yang biasa dilakukan oleh bagian pembelian. Dalam melakukan pemesanan ada baasan-baasan yang idak boleh dilampaui.

25 30 Baasan-baasan iu anara lain adalah sebagai beriku. a. Jumlah pemesanan seiap oko idak dapa melebihi kapasias oko dikurangi dengan sok barang yang ersedia di dalam oko. b. Toal pemesanan yang dilakukan oleh oko-oko idak boleh melebihi jumlah sok barang yang ersedia di dalam gudang. c. Pemesanan gudang idak dapa melebihi kapasias pemasok unuk mengirimkan barang ke gudang. d. Pemesanan gudang idak dapa melebihi kapasias gudang diambah dengan oal pemesanan yang dilakukan oleh oko dikurangi dengan sok barang yang ada di dalam gudang. 2.7 Peramalan dan Dere Waku (Forecasing and Times Series) Peramalan (Forecasing) Peramalan merupakan prediksi nilai-nilai sebuah peubah berdasarkan kepada nilai yang dikeahui dari variabel ersebu aau variabel yang berhubungan (Makridakis e al., 1999, p24). Peramalan adalah ala vial dalam persediaan barang. Dengan peramalan, diperkirakan bagaimana uruan perminaan pelanggan erhadap barang yang erus berlanju pada masa mendaang. Terdapa banyak meode dalam peramalan yang dibagi dalam 4 kaegori sebagai beriku. 1. Meode Penghakiman (Judgemen Mehods) Meode ini mencoba unuk mengumpulkan daa dan menganalisis pendapa ahli secara sisemais unuk mencapai sebuah konsensus.

26 31 2. Meode Peneliian Pasar (Marke Research Mehods) Peneliian pasar adalah ala yang berguna unuk mengembangkan perkiraan, eruama unuk produksi baru. Saran aau masukan dari pelanggan melalui elepon, wawancara, dan survei erulis adalah sumber uama unuk memperkirakan perminaan produk. 3. Meode Akiba (Causal Mehods) Dengan meode ini diasumsikan variabel yang diinginkan unuk meramalkan berkorelasi inggi dengan beberapa bagian daa yang lain. Sebagai conoh, perkiraan penjualan unuk sau bulan berikunya adalah fungsi dari pendapaan koor, cuaca, aau laju impor. 4. Meode Dere Waku (Times Series Mehods) Dalam meode dere waku, digunakan daa masa lalu unuk memperkirakan daa masa depan. Ada beberapa eknik dalam meode dere waku unuk peramalan, yaiu raa-raa bergerak (moving average), pemulusan eksponensial (exponenial smoohing), dan sebagainya Brown s Double Exponenial Smoohing Meode Brown s Double Exponenial Smoohing menggunakan koefisien α (alpha) yang bernilai anara 0 dan 1 unuk operasi pemulusannya. Meode ini melakukan pengukuran rend dengan cara menghiung perbedaan anara pemulusan unggal dan ganda. Lalu menambahkan nilai ersebu dengan nilai pemulusan unggal dengan penyesuaian unuk mendapakan nilai rend yang sesuai.

27 32 Model Brown s Double Exponenial Smoohing diimplemenasikan dengan menggunakan beberapa persamaan beriku (Makridakis e al., 1999, p111). S' = X + (1 α) S' 1 α... (2.32) S " = αs' + (1 α) S" 1 a = S' + ( S' S" ) = 2S' S"... (2.33)... (2.34) b α = ( S' S" ) 1 α... (2.35) F + m = α + b m... (2.36) dimana : S = single exponenial smoohing S = double exponenial smoohing α = nilai pemulusan diakhir periode b = penduga rend di akhir periode m = renang waku peramalan Persamaan beriku menunjukkan meode umum unuk menghiung nilai awal aau inisialisasi nilai variabel dari meode ini. S 1 = S 1 = X 1... (2.37) a 1 = X 1... (2.38) ( X 2 X 1) + ( X 4 X 3) b1 =... (2.39) 2 Kelebihan meode Brown s Double Exponenial Smoohing adalah dapa memodelkan rend dan ingka dari suau dere waku, secara perhiungan lebih efisien dibandingkan dengan double moving averages (raa-raa bergerak ganda), memerlukan

28 33 daa yang lebih sediki, karena hanya sau parameer yang digunakan sehingga opimasi parameer menjadi sederhana. Kekurangan meode Brown s Double Exponenial Smoohing adalah meode ini memerlukan opimasi parameer, sehingga diperlukan waku unuk mencari α yang paling opimal Keepaan Meode Peramalan Makridakis e al. (1999, p57) mengaakan bahwa dalam banyak hal, kaa keepaan (accuracy), menunjuk ke kebaikan sesuai, yang pada akhirnya penunjukan seberapa jauh model peramalan ersebu mampu mereproduksi daa yang elah dikeahui. Dalam permodelan dere berkala, sebagian daa yang dikeahui dapa digunakan unuk meramalkan sisa daa berikunya, sehingga memungkinkan orang unuk mempelajari keepaan ramalan secara lebih langsung. Bagi pembua model, kebaikan sesuai model unuk faka yang dikeahui harus diperhaikan. Jika X merupakan daa akual unuk periode dan F merupakan ramalan (fied value) unuk periode yang sama, maka kesalahan didefinisikan sebagai beriku. E = X - F... (2.40) Jika erdapa nilai pengamaan dan ramalan unuk n periode waku, maka akan erdapa n buah gala dan ukuran saisik yang dapa didefinisikan sebagai beriku (Makridakis, 1999, p61). Nilai Tengah Gala (Mean Error) ME = 1 n n e i i= 1... (2.41)

29 34 Nilai Tengah Gala Absolu (Mean Absolue Error) MAE = n 1 e i... (2.42) n i = 1 Jumlah Kuadra Gala (Sum of Squared Error) n 2 e i i= 1 SSE =... (2.43) Nilai Tengah Gala Kuadra (Mean Squared Error) n 2 MSE = e n... (2.44) i= 1 Deviasi Sandar Gala (Sandar Deviaion of Error) i / SDE n 2 = e i /( n 1)... (2.45) i = 1 Selain kelima ukuran sandar di aas, ada juga beberapa ukuran relaif yang dapa digunakan sebagai beriku (Makridakis, 1999, p62). Gala Persenase (Percenage Error) PE X F = x100 %... (2.46) X Nilai Tengah Gala Persenase (Mean Percenage Error) MPE = 1 n n i= 1 PE i... (2.47) Nilai Tengah Gala Persenase Absolu (Mean Absolue Percenage Error) MAPE = n 1... (2.48) n i= 1 PE i Saisika Durbin-Wason n ( 2 e ) e 1 = 1 W = 2 e D... (2.49)

30 Rekayasa Perangka Lunak (RPL) Pengerian Rekayasa Perangka Lunak (RPL) Menuru Pressman (2002, p28), rekayasa perangka lunak adalah pengembangan dan pengunaan prinsip pengembangan suara unuk memperoleh perangka lunak secara ekonomis yang reliabel dan bekerja secara efisien pada mesin nyaa Tujuan Rekayasa Perangka Lunak (RPL) Tujuan rekayasa perangka lunak adalah sebagai beriku (Mulyano, 2008, p3). a. Memperoleh biaya produksi perangka lunak yang rendah. b. Menghasilkan perangka lunak yang kinerjanya inggi, andal dan epa waku. c. Menghasilkan perangka lunak yang dapa bekerja pada berbagai jenis plaform. d. Menghasilkan perangka lunak yang biaya perawaannya rendah Model Proses Rekayasa Perangka Lunak (RPL) Sysem Developmen Life Cycle (SDLC) adalah kerangka kerja yang ersrukur yang erdiri dari uruan proses oleh sisem informasi yang dikembangkan. Dalam skripsi ini digunakan pendekaan waerfall ke SDLC, di mana ugas-ugas dalam sau ahap elah selesai sebelum melanjukan pekerjaan ke ahap berikunya (Poer, 2003).

31 36 Gambar 2.4 Model waerfall Sumber: Turban Rainer Poer e al, Inroducion o Informaion Technology, p45 Adapun penjelasan seiap ahap adalah sebagai beriku. 1. Sysems Invesigaion Semakin banyak waku yang diinvesasikan dalam usaha memahami program yang harus dipecahkan, dalam memahami pilihan eknis unuk sisem dan pemahaman masalah yang mungkin erjadi selama perkembangan, semakin besar kesempaan unuk benar-benar berhasil memecahkan (benar) masalah. Unuk alasan ini, sysem invesigaion dimulai dengan masalah bisnis. 2. Sysems Analysis Sysems analysis adalah pemeriksaan bisnis organisasi erencana unuk memecahkan masalah dengan sisem informasi. Tahap ini mendefinisikan masalah bisnis,mengidenifikasi penyebabnya, menenukan solusi dan mengidenifikasi persyaraan informasi bahwa solusi harus erpenuhi.

32 37 3. Sysems Design Sysems analysis menggambarkan apa yang harus dilakukan unuk memecahkan masalah bisnis, dan sysems design yang menggambarkan bagaimana sisem akan menyelesaikan ugas ini. 4. Programming Programming melibakan erjemahan spesifikasi desain ke dalam kode kompuer. Proses ini dapa menjadi panjang dan memakan waku. 5. Tesing Tesing akan memeriksa unuk meliha apakah kode kompuer akan menghasilkan hasil yang diharapkan dan mengalami kondisi erenu. Tesing membuuhkan sejumlah besar waku, enaga dan biaya unuk melakukan dengan benar. 6. Implemenaion Implemenaion adalah proses konversi dari sisem lama ke sisem baru. 7. Operaion and Mainenance Seelah konversi, sisem baru akan beroperasi selama jangka waku erenu, sampai (seperi yang lama diganikan oleh sisem baru) iu idak lagi memenuhi ujuannya. Sisem memerlukan beberapa jenis mainenance. Tipe perama adalah debugging, sebuah proses yang berlanju sepanjang hidup dari sisem. Tipe kedua adalah memperbarui sisem unuk mengakomodasi perubahan dalam kondisi bisnis.

33 Ineraksi Manusia dan Kompuer Menuru Shneiderman (1998, p74-75) dalam perancangan sebuah inerface erdapa auran-auran yang elah dikenal dengan Eigh Golden Rules of Inerface Design (delapan auran emas). 1. Berusaha keras unuk konsisen (srive for consisency). Konsisen ini adalah konsisen dalam penggunaan benuk dan ukuran fon, pemberian warna pada laar belakang dan ulisan, pembuaan layou. 2. Memungkinkan pengguna menggunakan shorcu sesering mungkin (enable frequen users o use shorcus). Pengurangan jumlah ineraksi melalui fasilias shorcus memberikan manfaa bagi pengguna dalam memberikan waku respon dan waku ampilan yang cepa. 3. Memberikan umpan balik yang informaif (offer informaive feedback). Unuk seiap indakan yang dilakukan oleh user, harus diberikan umpan balik (feed back). Umpan balik dapa berupa ampilan aaupun suara sehingga pengguna mengeahui bahwa pernagka lunak ersebu memberikan respon. 4. Merancang dialog unuk menghasilkan keadaan akhir (design dialogs o yield closure). Uruan dari indakan harus diaur ke dalam suau kelompok yang memiliki bagian awal, bagian engah, dan bagian akhir. Umpan balik yang informaif dalam penyelesaian indakan-indakan akan memberikan kepuasan bagi pemakai. 5. Memberikan penanganan kesalahan yang sederhana (offer error prevenion and simple error handling).

34 39 Dalam mendesain, sedapa mungkin diberikan error prevenion, conohnya, pada menu unuk memasukkan nama, user idak diperbolehkan unuk memasukkan angka. Jika user melakukan kesalahan, sisem harus dapa mendeeksi kesalahan ersebu dan menampilkan kesalahan si pengguna dan memberikan conoh penggunaan yang benar secara sederhana. 6. Mengizinkan pembalikan aksi dengan mudah (permi easy reversal of acions). Dalam melakukan desain, sebisa mungkin diberikan undo. Hal ini akan memudahkan user jika melakukan kesalahan yang idak disengaja keika sedang mengerjakan sesuau. 7. Menyediakan kendali inernal bagi user (suppor inernal locus of conrol). Sisem harus dirancang supaya user merasa menguasai sisem dan sisem akan memberi respon aas indakan yang diberikan. 8. Mengurangi muaan memory jangka pendek (reduce shor-erm memory load). Manusia mempunyai keerbaasan dalam menginga sehingga memerlukan ampilan sederhana, ampilan halaman-halaman dapa digabungkan, dan pergerakan Windows dapa dikurangi Unified Modeling Language (UML) UML (Unified Modeling Language) adalah penyulingan dari iga noasi uama dan sejumlah eknik pemodelan yang diambil dari beragam luas meodologi yang elah dalam prakek selama dua dekade sebelumnya. Selama kali ini memiliki dampak ak erbanahkan enang cara kia memandang pengembangan sisem (Tom Pender, 2003). UML memiliki beberapa diagram yang digunakan dalam menggambarkan suau sisem.

35 40 Dalam skripsi ini, digunakan diagram sebagai beriku. 1. Use case diagram Menggambarkan sekumpulan use case dan acor dan hubungan anara mereka. beriku. Gambar 2.5 Conoh Use Case Diagram Sumber: Tom Pender, UML Bible, chaper 12 Adapun komponen-komponen di dalam use case diagram adalah sebagai a. Acor: sebuah peran yang dimainkan oleh orang, sisem, perangka, aau bahkan sebuah perusahaan, yang memiliki saham dalam keberhasilan sisem operasi. b. Use Case: mengidenifikasi perilaku kunci dari sisem. Tanpa perilaku ini, sisem idak akan memenuhi persyaraan akor. c. Associaion: mengidenifikasi ineraksi anara akor dan use case. Seiap asosiasi menjadi sebuah dialog yang harus dijelaskan dalam kasus menggunakan narasi.

36 41 d. Include relaionship: mengidenifikasi penggunaan yang dapa digunakan kembali kasus yang anpa syara dimasukkan ke dalam pelaksanaan penggunaan lain kasus. Tanggung jawab unuk kepuusan enang kapan dan mengapa menggunakan use case yang diserakan erleak dengan menggunakan pemanggilan kasus. e. Exend relaionship: mengidenifikasi suau kasus yang dapa digunakan kembali menggunakan kondisional mengganggu pelaksanaan kasus penggunaan lain unuk meningkakan fungsinya. Tanggung jawab unuk memuuskan saa memperpanjang kasus penggunaan harus digunakan erleak pada penggunaan memperpanjang kasus ini. 2. Sequence diagram Merupakan diagram ineraksi yang menekankan pada uruan waku dari perukaran message. Gambar 2.6 Conoh Sequence Diagram Sumber: Tom Pender, UML Bible, chaper 9

37 Diagram Alir (Flow Char) Diagram alir adalah sebuah skema yang mempresenasikan sebuah algorima aau sebuah proses. Adapun simbol-simbol dari diagram alir yang digunakan dalam ilmu kompuer seperi pada Tabel 2.1 Tabel 2.1 Simbol-simbol dalam diagram alir Sumber: Tom Pender, UML Bible, chaper 7 Noasi Ari Noasi Proses Predefined Proses Operasi inpu / oupu Decision, berupa peranyaan aau penenuan suau kepuusan Terminal, unuk menandai awal dan akhir program Panah, sebagai penghubung anar komponen dan penunjuk arah Manual inpu, inpu dari pengguna On-page connecor, sebagai penghubung dalam sau halaman Off-page connecor, sebagai penghubung anar halaman yang bersedia