BAB 5 HASIL DAN PEMBAHASAN

Transkripsi

1 BAB 5 HASIL DAN PEMBAHASAN 5.1 Ekstraksi Hasil Pengumpulan Data Data Pesanan Obat Tablet PT.Metiska Farma Data pesanan obat tablet merupakan faktor yang utama dalam menyusun suatu penjadwalan produksi yang baik. Data pesanan obat tablet yang datang dari customer pada awalnya diterima oleh Divisi Marketing dan diolah menjadi data pesanan obat tablet, kemudian Divisi Marketing melanjutkannya ke Divisi PPIC untuk diolah menjadi rencana produksi. Divisi PPIC mengolah data pesanan obat tablet dari Divisi Marketing itu ke dalam satuan batch yang harus diproduksi dengan melihat data stock atau data persediaan yang ada. Divisi Produksi dalam kegiatannya melakukan proses produksi obat tablet di PT.Metiska Farma berdasarkan pada rencana produksi yang diterimanya dari Divisi PPIC. Dari data rencana produksi PPIC maka terlihat jumlah batch yang harus diproduksi oleh Divisi Produksi dalam waktu 1 bulan tersebut. Tugas Divisi Produksi di sini adalah membuat penjadwalan yang optimum dimana penjadwalan tersebut dapat meminimumkan makespan dan flowtime. Dengan kemampuan Divisi Produksi untuk meminimumkan makespan dan flowtime maka pada akhirnya dapat mengurangi biaya produksi serta meningkatkan keefisienan produksi.

2 130 Berikut ini tabel yang menggambarkan data pesanan obat tablet PT.Metiska Farma untuk bulan September 2005 dari Divisi PPIC. Tabel 5.1 Data Pesanan Tablet PT.Metiska Farma (box) Periode September 2005 Nama Produksi Marketing Produksi Batch Tablet (box) Stock WIP Processing Analspec Xepaprim Forte Xepathritis Meflosin Kadiflam Kadiflam Xepazym Tismazol Xepare Tablet Tismafam Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet

3 131 Untuk memperoleh jumlah batch yang harus diproduksi oleh Divisi Produksi, maka Divisi PPIC harus melakukan kalkulasi atau perhitungan terlebih dahulu dengan mempertimbangkan adanya faktor stock dan faktor WIP (Work In Process). Setelah itu perlu juga mempertimbangkan banyaknya tablet yang dihasilkan dari satu batch obat dan isi strip suatu obat. Dari faktor-faktor tersebut, maka akan didapatkan jumlah batch yang harus diproduksi (batch processing) oleh Divisi Produksi PT.Metiska Farma. Setiap mesin melakukan proses produksi per 1 batch. Data mengenai banyak tablet yang dihasilkan dalam 1 batch, jumlah box dan isi strip dapat dilihat dalam lampiran 4. Secara garis besar langkah perhitungan untuk memperoleh jumlah batch yang harus diproduksi adalah : Divisi Marketing menerima pesanan atau order dari customer Divisi PPIC memperhatikan tersedianya stock dan WIP (Work In Process) Jumlah Box yang harus diproses = Order dari customer - (Stock+WIP) Jumlah BatchYangHarusDiproses= JumlahBoxYangHarusDiprosesx IsiStripPerBox BanyakTabletPerBatch

4 132 Berdasarkan data pesanan tablet yang telah diterima dari Divisi PPIC tersebut, maka Divisi Produksi melakukan summary terhadap data pesanan tersebut. Tabel 5.2 Jumlah Batch Yang Harus Diproduksi Periode September 2005 Nama Produksi Batch Tablet Processing Analspec Xepaprim Forte 1 Xepathritis 50 1 Meflosin Kadiflam 25 2 Kadiflam 50 2 Xepazym 4 Tismazol Xepare Tablet 2 Tismafam 40 2 Xepadergin 4,5 mg 2 Xepalat 3 Progesic 3 Metropil 2 Gestamag 2 Tismalin Tablet 2 Vasotin 75 mg 1 Vasotin 25 mg 1 Xepaneuron Data Waktu Proses Tablet PT.Metiska Farma Waktu Proses Tablet di PT.Metiska Farma berdasarkan pada lamanya satu batch obat diproses pada satu mesin. Lamanya waktu proses satu batch obat yang diproses pada satu mesin dikenal juga dengan sebutan waktu standar yang telah dimiliki oleh

5 133 perusahaan. PT.Metiska Farma memiliki standar waktu proses satu batch obat di satu proses sebagai patokan dalam serangkaian proses produksi melalui proses trial and error dikonversikan ke dalam satuan detik. Selain standar waktu proses yang telah dimiliki oleh perusahaan, maka dilakukan pula observasi atau pengamatan secara langsung pada Divisi Produksi dengan menggunakan alat pengukur waktu. Untuk memproses obat berbentuk tablet, maka akan selalu melewati alur produksi dan mesin yang sama. Berikut ini adalah Operation Process Chart dari obat tablet : Gambar 5.1 OPC Pembuatan Tablet

6 134 Tabel 5.3 Waktu Proses (detik) Tablet Setiap Batch Untuk Mesin Cetak Job Tablet/batch Punch Frekuensi cetak Waktu/cetak Total waktu (kali) (detik) (detik) Analspec Xepaprim Forte Xepathritis Meflosin Kadiflam Kadiflam Xepazym Tismazol Xepare Tablet Tismafam Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron

7 135 Tabel 5.4 Waktu Proses (menit) Satu Kali Running Di Setiap Mesin PT.Metiska Farma Nama Tablet Waktu Proses Satu Batch Tablet Di Setiap Mesin (menit) Alat Mesin Mesin Mesin Mesin Mesin Timbang Homogenizer Granulator Cetak Coating Stripping Analspec Xepaprim Forte Xepathritis Meflosin Kadiflam Kadiflam Xepazym Tismazol Xepare Tablet Tismafam Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron

8 136 Tabel 5.5 Waktu Proses (detik) Satu Kali Running Di Setiap Mesin PT.Metiska Farma Nama Tablet Waktu Proses Satu Batch Tablet Di Setiap Mesin (detik) Alat Mesin Mesin Mesin Mesin Mesin Timbang Homogenizer Granulator Cetak Coating Stripping Analspec Xepaprim Forte Xepathritis Meflosin Kadiflam Kadiflam Xepazym Tismazol Xepare Tablet Tismafam Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron

9 137 Tabel 5.6 Data Frekuensi Running Di Setiap Mesin PT.Metiska Farma Nama Produk Batch Kapasitas Frekuensi Tablet Processing Running Running (batch) (kali) Analspec Xepaprim Forte Xepathritis Meflosin Kadiflam Kadiflam Xepazym Tismazol Xepare Tablet Tismafam Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron 2 1 2

10 138 Tabel 5.7 Waktu Proses Di Setiap Mesin PT. Metiska Farma Nama Produksi Frekuensi Total Waktu Proses (detik) Tablet Running Alat Mesin Mesin Mesin Mesin Mesin Timbang Homogenizer Granulator Cetak Coating Stripping Analspec Xepaprim Forte Xepathritis Meflosin Kadiflam Kadiflam Xepazym Tismazol Xepare Tablet Tismafam Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron

11 Data Waktu Setting Setiap Mesin PT.Metiska Farma Pengumpulan data waktu setting didapat dengan melakukan pengamatan secara langsung di PT. Metiska Farma dengan menggunakan stopwatch dimana jumlah pengamatan yang diambil adalah sebanyak 30 kali, karena saat jumlah pengamatan mulai dari 30 maka data akan mulai terlihat berdistribusi normal (Annis, 1998, online). Data pengukuran waktu setting untuk setiap mesin dapat dilihat pada tabel di bawah ini.. Asumsi yang digunakan adalah penyesuaian dan kelonggaran bernilai sama untuk setiap mesin. Setelah melakukan brainstorming dan pengamatan langsung di lantai produksi maka diperoleh penyesuaian dengan metode obyektif dan kelonggaran yaitu : Tabel 5.8 Tabel Hasil Penyesuaian Dengan Metode Obyektif Tabel Hasil Penyesuaian dengan Metode Obyektif Kecepatan kerja (p1) = 0,85 (krn operator bekerja dengan kecepatan wajar) Bagian Keadaan Lambang Penyesuaian (%) 1 Anggota terpakai Pergelangan tangan dengan jari B 1 2 Pedal kaki Tanpa pedal F 0 3 Penggunaan Tangan Keadaan tangan saling bantu H 0 atau bergantian 4 Koordinasi mata dengan tangan Konstan dan dekat K 4 5 Peralatan Perlu kontrol dan penekanan O 1 6 Berat beban (kg) tangan 6,3 B Jumlah 34 Kesulitan kerja (p2) = 1 + 0,34 = 1,34 Faktor Penyesuaian (p) = p1 x p2 = 0,85 x 1,34 = 1,139 1,14

12 140 Tabel 5.9 Tabel Hasil Kelonggaran Tabel Hasil Kelonggaran Bagian Faktor Contoh pekerjaan Kelonggaran (%) A Tenaga yang dikeluarkan Sedang Mencangkul (9-18 kg) 15 B Sikap kerja Berdiri diatas dua kaki Badan tegak,ditumpu dua kaki 2 C Gerakan kerja Normal Ayunan bebas dari palu 0 D Kelelahan mata Pandangan yang hampir terus menerus pekerjaan-pekerjaan yang 6 dengan fokus berubah-ubah teliti E Keadaan temperatur tempat kerja Normal C 2 F Keadaan atmosfer Baik Ventilasi kurang baik, ada 0 bau-bauan (tidak berbahaya) G Keadaan lingkungan yang baik Bersih,sehat,cerah,dengan kebisingan rendah 0 H Kelonggaran untuk keperluan pribadi bagi pria Total kelonggaran Mesin Homogenizer Data Waktu Setting Mesin Homogenizer Tabel 5.10 Data Waktu Setting Mesin Homogenizer No Pengamatan Waktu (menit) Waktu (detik) No. Pengamatan Waktu (menit) Waktu (detik)

13 Pengujian Kecukupan Data Waktu Setting Mesin Homogenizer Pengujian ini dilakukan adalah untuk mengetahui apakah jumlah pengamatan yang diambil sudah cukup mewakili data populasi atau perlu melakukan pengukuran waktu sekali lagi. Untuk pengujian ini diperlukan tingkat keyakinan dan tingkat ketelitian, berdasarkan pengamatan dan melakukan brainstorming dengan pihak perusahaan maka dapat diambil besar tingkat keyakinan (K) adalah 95% sedangkan tingkat ketelitiannya (s) adalah 5%. Perhitungannya adalah sebagai berikut: Untuk nilai Z didapat dengan cara melihat tabel kurva normal, yaitu: Besar tingkat keyakinan adalah 0,95 kemudian dibagi 2 (karena dua arah), hasilnya adalah 0,475. Berdasarkan tabel kurva normal maka didapatkan nilai Z nya yaitu sebesar 1,96. Menghitung N Z N' = s N Xi 2 Xi ( Xi) 2 2 1,96 0,05 N = 30.( ,16 ) ,80 ( 27691,80) 2 2 = 0,75 Kesimpulan: Karena jumlah pengukuran minimum (N ) = 0,75 < jumlah pengukuran pendahuluan (N) = 30 maka dapat ditarik kesimpulan bahwa data yang telah diukur sudah cukup mewakili populasi yang ada.

14 Pengujian Keseragaman Data Waktu Mesin Homogenizer Pengujian keseragaman data dilakukan untuk melihat apakah data waktu Mesin Homogenizer ini seragam atau tidak. Data dikatakan seragam jika seluruh data waktu Mesin Homogenizer masuk dalam batas kontrol atas (BKA) dan batas kontrol bawah (BKB). Perhitungan keseragaman data untuk Mesin Homogenizer secara detil dan menyeluruh dapat dilihat pada lampiran 5. Grafik Keseragaman Data Waktu (detik) BKA BKB Rata 1 sub Rata sub Sub Group Grafik 5.1 Grafik Keseragaman Data Untuk Mesin Homogenizer Kesimpulan : Data Seragam karena tidak ada yang keluar dari batas kendali Perhitungan Waktu Baku Setting Mesin Homogenizer Waktu baku setting untuk Mesin Homogenizer adalah waktu yang diperoleh dengan memperhitungkan waktu standar, penyesuaian dan kelonggarannya. Waktu siklus rata-rata Xi 27691,80 Ws = = = 923,06 detik N 30

15 143 Waktu Normal Wn = Ws x p = 923,06 * 1,14 = 1052,29 detik Waktu baku Wb = Wn (1+ a) = 1052,29 x (1 + 0,27) = 1336,41 detik Mesin Granulator Data Waktu Setting Mesin Granulator Tabel 5.11 Data Waktu Setting Mesin Granulator No. Pengamatan Waktu (menit) Waktu (detik) No. Pengamatan Waktu (menit) Waktu (detik)

16 Pengujian Kecukupan Data Waktu Setting Mesin Granulator Untuk menguji kecukupan data waktu setting untuk Mesin Granulator menggunakan parameter yang sama dengan mesin-mesin lainnya yaitu : Nilai Z = 1,96 Nilai s = 0,05 Nilai N = 30 Z N' = s N Xi 2 Xi ( Xi) 2 2 1,96 0,05 N = 30.( ,28 ) ,40 ( 37022,40) 2 2 = 0,86 Kesimpulan: Karena jumlah pengukuran minimum (N ) = 0,86 < jumlah pengukuran pendahuluan (N) = 30 maka dapat ditarik kesimpulan bahwa data yang telah diukur sudah cukup mewakili populasi yang ada Pengujian Keseragaman Data Waktu Mesin Granulator Pengujian keseragaman data dilakukan untuk melihat apakah data waktu Mesin Granulator ini seragam atau tidak. Data dikatakan seragam jika seluruh data waktu Mesin Granulator masuk dalam batas kontrol atas (BKA) dan batas kontrol bawah (BKB). Perhitungan keseragaman data untuk Mesin Granulator secara detil dan menyeluruh dapat dilihat pada lampiran 6.

17 145 Grafik Keseragaman Data Waktu (detik) Sub Group BKA BKB Rata 1 sub Rata sub Grafik 5.2 Grafik Keseragaman Data Untuk Mesin Granulator Kesimpulan : Data Seragam karena tidak ada yang keluar dari batas kendali Perhitungan Waktu Baku Setting Mesin Granulator Waktu baku setting untuk Mesin Granulator adalah waktu yang diperoleh dengan memperhitungkan waktu standar, penyesuaian dan kelonggarannya. Waktu siklus rata-rata Xi 37022,40 Ws = = = 1234,08 detik N 30 Waktu Normal Wn = Ws x p = 1234,08 * 1,14 = 1406,85 detik Waktu baku Wb = Wn (1+ a) = 1406,85 x (1 + 0,27) = 1786,70 detik

18 Mesin Cetak Data Waktu Setting Mesin Cetak Tabel 5.12 Data Waktu Setting Mesin Cetak No Pengamatan Waktu (menit) Waktu (detik) No. Pengamatan Waktu (menit) Waktu (detik) Pengujian Kecukupan Data Waktu Setting Mesin Cetak Untuk menguji kecukupan data waktu setting untuk Mesin Cetak menggunakan parameter yang sama dengan mesin-mesin lainnya yaitu : Nilai Z = 1,96 Nilai s = 0,05 Nilai N = 30 Z N' = s N Xi 2 Xi ( Xi) 2 2 1,96 0,05 N = 30.( ) ( 31824) 2 2 = 1,25

19 147 Kesimpulan: Karena jumlah pengukuran minimum (N ) = 1,25 < jumlah pengukuran pendahuluan (N) = 30 maka dapat ditarik kesimpulan bahwa data yang telah diukur sudah cukup mewakili populasi yang ada Pengujian Keseragaman Data Waktu Mesin Cetak Pengujian keseragaman data dilakukan untuk melihat apakah data waktu Mesin Cetak ini seragam atau tidak. Data dikatakan seragam jika seluruh data waktu Mesin Cetak masuk dalam batas kontrol atas (BKA) dan batas kontrol bawah (BKB). Perhitungan keseragaman data untuk Mesin Cetak secara detil dan menyeluruh dapat dilihat pada lampiran 7. Grafik Keseragaman Data Waktu (detik) Sub Group Rata 1 sub BKA BKB Rata sub Grafik 5.3 Grafik Keseragaman Data Untuk Mesin Cetak Kesimpulan : Data Seragam karena tidak ada yang keluar dari batas kendali.

20 Perhitungan Waktu Baku Setting Mesin Cetak Waktu baku setting untuk Mesin Cetak adalah waktu yang diperoleh dengan memperhitungkan waktu standar, penyesuaian dan kelonggarannya. Waktu siklus rata-rata Xi Ws = = = 1060,80 detik N 30 Waktu Normal Wn = Ws x p = 1060,80 * 1,14 = 1209,31 detik Waktu baku Wb = Wn (1+ a) Mesin Coating = 1209,31 x (1 + 0,27) = 1535,82 detik Data Waktu Setting Mesin Coating Tabel 5.13 Data Waktu Setting Mesin Coating No Pengamatan Waktu (menit) Waktu (detik) No. Pengamatan Waktu (menit) Waktu (detik)

21 Pengujian Kecukupan Data Waktu Setting Mesin Coating Untuk menguji kecukupan data waktu setting untuk Mesin Coating menggunakan parameter yang sama dengan mesin-mesin lainnya yaitu : Nilai Z = 1,96 Nilai s = 0,05 Nilai N = 30 Z N' = s N Xi 2 Xi ( Xi) 2 2 1,96 0,05 N = 30.( ,32 ) ( 21399) 2 2 = 1,82 Kesimpulan: Karena jumlah pengukuran minimum (N ) = 1,82 < jumlah pengukuran pendahuluan (N) = 30 maka dapat ditarik kesimpulan bahwa data yang telah diukur sudah cukup mewakili populasi yang ada Pengujian Keseragaman Data Waktu Mesin Coating Pengujian keseragaman data dilakukan untuk melihat apakah data waktu Mesin Coating ini seragam atau tidak. Data dikatakan seragam jika seluruh data waktu Mesin Coating masuk dalam batas kontrol atas (BKA) dan batas kontrol bawah (BKB). Perhitungan keseragaman data untuk Mesin Coating secara detil dan menyeluruh dapat dilihat pada lampiran 8.

22 150 Grafik Keseragaman Data Waktu (detik) Sub Group Rata 1 sub BKA BKB Rata sub Grafik 5.4 Grafik Keseragaman Data Untuk Mesin Coating Kesimpulan : Data Seragam karena tidak ada yang keluar dari batas kendali Perhitungan Waktu Baku Setting Mesin Coating Waktu baku setting untuk Mesin Coating adalah waktu yang diperoleh dengan memperhitungkan waktu standar, penyesuaian dan kelonggarannya. Waktu siklus rata-rata Xi 21075,60 Ws = = = 702,52 detik N 30 Waktu Normal Wn = Ws x p = 702,52 * 1,14 = 800,87 detik Waktu baku Wb = Wn (1+ a) = 800,87 x (1 + 0,27) = 1017,10 detik

23 Mesin Stripping Data Waktu Setting Mesin Stripping Tabel 5.14 Data Waktu Setting Mesin Stripping No Pengamatan Waktu (menit) Waktu (detik) No. Pengamatan Waktu (menit) Waktu (detik) Pengujian Kecukupan Data Waktu Setting Mesin Stripping Untuk menguji kecukupan data waktu setting untuk Mesin Stripping menggunakan parameter yang sama dengan mesin-mesin lainnya yaitu : Nilai Z = 1,96 Nilai s = 0,05 Nilai N = 30 Z N' = s N Xi 2 Xi ( Xi) 2 2 1,96 0,05 N = 30.( ,04 ) ,80 ( 31834,80) 2 2 = 1,03

24 152 Kesimpulan: Karena jumlah pengukuran minimum (N ) = 1,03 < jumlah pengukuran pendahuluan (N) = 30 maka dapat ditarik kesimpulan bahwa data yang telah diukur sudah cukup mewakili populasi yang ada Pengujian Keseragaman Data Waktu Mesin Stripping Pengujian keseragaman data dilakukan untuk melihat apakah data waktu Mesin Stripping ini seragam atau tidak. Data dikatakan seragam jika seluruh data waktu Mesin Stripping masuk dalam batas kontrol atas (BKA) dan batas kontrol bawah (BKB). Perhitungan keseragaman data untuk Mesin Stripping secara detil dan menyeluruh dapat dilihat pada lampiran 9. Waktu (detik) Grafik Keseragaman Data Sub Group Rata 1 sub BKA BKB Rata sub Grafik 5.5 Grafik Keseragaman Data Untuk Mesin Stripping Kesimpulan : Data Seragam karena tidak ada yang keluar dari batas kendali

25 Perhitungan Waktu Baku Setting Mesin Stripping Waktu baku setting untuk Mesin Stripping adalah waktu yang diperoleh dengan memperhitungkan waktu standar, penyesuaian dan kelonggarannya. Waktu siklus rata-rata Xi 31834,80 Ws = = = 1061,16 detik N 30 Waktu Normal Wn = Ws x p = 1061,16 * 1,14 = 1209,72 detik Waktu baku Wb = Wn (1+ a) = 1209,72 x (1 + 0,27) = 1536,34 detik Berdasarkan perhitungan waktu setting setiap mesin yang terlibat dalam proses produksi maka dapat dibuat ringkasan sebagai berikut : Tabel 5.15 Ringkasan Waktu Setting Setiap Mesin Mesin Waktu Setting (detik) Alat Timbang 0.00 Mesin Homogenizer Mesin Granulator Mesin Cetak Mesin Coating Mesin Stripping

26 Total Waktu Setiap Tahapan Proses Produksi Tablet PT.Metiska Farma Tabel 5.16 Total Waktu Proses (detik) +Waktu Setting Mesin Nama Produksi Frekuensi Total Waktu Proses (detik)+waktu Setting Mesin Tablet Running Alat Mesin Mesin Mesin Mesin Mesin Timbang Homogenizer Granulator Cetak Coating Stripping Analspec Xepaprim Forte Xepathritis Meflosin Kadiflam Kadiflam Xepazym Tismazol Xepare Tablet Tismafam Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron

27 155 Untuk setiap produksi obat tablet digambarkan sebuah grafik yang menggambarkan hubungan antara estimasi waktu produksi dan mesin. Trend Analspec500 Trend XepaprimForte Waktu M1 M2 M3 M4 M5 M6 Mesin Analspec 500 Waktu M1 M2 M3 M4 M5 M6 Mesin Xepaprim F t Trend Xepathritis 50 Trend Meflosin500 Waktu M1 M2 M3 M4 M5 M6 Xepathritis 50 Waktu M1 M2 M3 M4 M5 M6 Meflosin 500 Mesin Mesin Trend Kadiflam 25 Trend Kadiflam 50 Waktu M1 M2 M3 M4 M5 M6 Kadiflam 25 Waktu M1 M2 M3 M4 M5 M6 Kadiflam 50 Mesin Mesin Trend Xepazym Trend Tismazol 500 Waktu M1 M2 M3 M4 M5 M6 Xepazym Waktu M1 M2 M3 M4 M5 M6 Tismazol 500 Mesin Mesin Trend Xepare Tablet Trend Tismafam 40 Waktu M1 M2 M3 M4 M5 M6 Xepare Tablet Waktu M1 M2 M3 M4 M5 M6 Tismafam 40 Mesin Mesin

28 156 Trend Xepadergin 4,5 mg Trend Xepalat Waktu M1 M2 M3 M4 M5 M6 Xepadergin 4,5 mg Waktu M1 M2 M3 M4 M5 M6 Xepalat Mesin Mesin Trend Progesic Trend Metropil Waktu M1 M2 M3 M4 M5 M6 Progesic Waktu M1 M2 M3 M4 M5 M6 Metropil Mesin Mesin Trend Gestamag Trend Tismalin Tablet Waktu Gestamag Waktu Tismalin Tablet 0.00 M1 M2 M3 M4 M5 M M1 M2 M3 M4 M5 M6 Mesin Mesin Trend Vasotin 75 mg Trend Vasotin 25 mg Waktu M1 M2 M3 M4 M5 M6 Mesin Vasotin 75 mg Waktu M1 M2 M3 M4 M5 M6 Mesin Vasotin 25 mg Trend Xepaneuron Waktu M1 M2 M3 M4 M5 M6 Mesin Xepaneuron Grafik 5.6 Grafik hubungan waktu proses tablet di setiap mesin

29 Penjadwalan Pesanan PT.Metiska Farma Periode September 2005 Penjadwalan yang berjalan di PT.Metiska hanyalah diurutkan berdasarkan feeling dari pegawai lantai produksi saja, sehingga seringkali urutan produksi pesanan tablet menghasilkan makespan dan total flow time yang besar. Tabel 5.17 Jadwal Kerja Produksi PT.Metiska Farma Perode September 2005 Nama Tablet Minggu I Minggu II Minggu III Minggu IV Tismalin Tablet Xepaprim Forte Meflosin 500 Xepare Tablet Xepazym Xepathritis 50 Tismazol 500 Xepalat Progesic Kadiflam 25 Tismafam 40 Vasotin 25 mg Metropil Kadiflam 50 Vasotin 75 mg Xepaneuron Xepadergin 4,5 mg Gestamag Analspec 500 Penjadwalan yang dibuat oleh Divisi Produksi di PT.Metiska Farma berdasarkan pada data pesanan dari Divisi Marketing, lalu diolah oleh Divisi PPIC untuk mengetahui jumlah pesanan yang harus diproduksi selama 1 bulan. Dari rencana produksi yang dibuat oleh Divisi PPIC tersebut, Divisi Produksi mengolahnya menjadi jadwal produksi mingguan dalam 1 bulan. Divisi produksi membagi-bagi pesanan yang harus diproduksi tersebut ke dalam periode mingguan berdasarkan feeling semata. Hal ini dilatarbelakangi oleh skill dan pengalaman dari karyawan Divisi Produksi yang telah bekerja sekian lama. Menurut Divisi Produksi, penjadwalan produksi tersebut itu seringkali mereka buat secara cepat karena telah terbiasa. Namun diakui pula bahwa penjadwalan produksi itu tidak memperhatikan kriteria makespan dan flowtime dan seringkali tidak jatuh pada waktu yang tepat.

30 158 Tabel di bawah ini menggambarkan tentang makespan dan Total Flow Time berdasarkan tentang urutan yang dibuat oleh Divisi Produksi PT.Metiska Farma. Tabel 5.18 Tabel Hasil Perhitungan Make-span dan Total Flow Time Penjadwalan PT.Metiska Farma Job Batch Mesin Processing M1 M2 M3 M4 M5 M6 Tismalin Tablet Xepazym Progesic Metropil Xepadergin 4,5 mg Analspec Xepaprim Forte Xepathritis

31 159 Kadiflam Kadiflam Gestamag Meflosin Tismazol Tismafam Vasotin 75 mg Xepare Tablet Xepalat Vasotin 25 mg Xepaneuron Hasil Penjadwalan Divisi Produksi PT.Metiska Farma : Total FT= Make-span = ,65 detik Total Flow Time = ,79 detik

32 Penjadwalan Flow Shop Dengan Algoritma CDS dan Algoritma Palmer Pengurutan Jadwal Produksi Pesanan Dengan Algoritma Campbell Dudek and Smith (CDS) Dasar dari pengurutan jadwal produksi pesanan dengan algoritma Campbell Dudek and Smith adalah algoritma Johnson. Langkah awal yang harus dilakukan adalah menentukan banyaknya jumlah stage yang harus dilalui untuk menentukan alternative yang terbaik, yaitu nilai make-span yang terkecil. Sistematika pengurutan jadwal produksi pesanan adalah sebagai berikut : Penentuan jumlah urutan proses penjadwalan (P) = m-1 = 6-1 = 5 Artinya proses penjadwalan CDS dilakukan sebanyak 5 kali. Tahap 1 (k=1) k M 1 = t ij M 2 = j= 1 k t ij j= m+ 1 k M 1 = M1 M 2 = M6

33 161 Tabel 5.19 Tabel Waktu Proses Penjadwalan CDS Stage 1 Job Mesin M1 M2 Analspec Xepaprim Forte Xepathritis Meflosin Kadiflam Kadiflam Xepazym Tismazol Xepare Tablet Tismafam Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron

34 162 Tabel 5.20 Tabel Perhitungan Make-span dan Total Flow Time Penjadwalan CDS Stage 1 Job Batch Processing Mesin M1 M2 M3 M4 M5 M6 Xepathritis Vasotin 75 mg Xepaprim Forte Metropil Kadiflam Xepadergin 4,5 mg Meflosin Gestamag Analspec Xepalat Progesic

35 163 Xepazym Kadiflam Tismafam Tismalin Tablet Tismazol Xepare Tablet Xepaneuron Vasotin 25 mg Total FT = Hasil Tahap 1 : Make-span = ,97 detik Total Flow Time = ,03 detik

36 164 Tahap 2 (k=2) M-1 = M1 + M2 M-2 = M3 + M4 Tabel 5.21 Tabel Waktu Proses Penjadwalan CDS Stage 2 Job Mesin M1 M2 Analspec Xepaprim Forte Xepathritis Meflosin Kadiflam Kadiflam Xepazym Tismazol Xepare Tablet Tismafam Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron

37 165 Tabel 5.22 Tabel Perhitungan Make-span dan Total Flow TimePenjadwalan CDS Stage2 Job Batch Mesin Processing M1 M2 M3 M4 M5 M6 Xepathritis Vasotin 75 mg Xepaprim Forte Vasotin 25 mg Kadiflam Metropil Xepare Tablet Meflosin Xepadergin 4,5 mg Xepaneuron Gestamag Tismalin Tablet

38 166 Tismafam Tismazol Kadiflam Analspec Xepalat Progesic Xepazym Total FT= Hasil Tahap 2 : Make-span = ,71 detik Total Flow Time = ,83 detik

39 167 Tahap 3 (k=3) M-1 = M1+M2+M3 M-2 = M2+M3+M4 Tabel 5.23 Tabel Waktu Proses Penjadwalan CDS Stage 3 Job Mesin M1 M2 Analspec Xepaprim Forte Xepathritis Meflosin Kadiflam Kadiflam Xepazym Tismazol Xepare Tablet Tismafam Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron

40 168 Tabel 5.24 Tabel Perhitungan Make-span dan Total Flow Time Penjadwalan CDS Stage3 Job Batch Mesin Processing M1 M2 M3 M4 M5 M6 Vasotin 75 mg Xepaprim Forte Vasotin 25 mg Xepathritis Kadiflam Xepare Tablet Xepadergin 4,5 mg Xepaneuron Tismafam Metropil Gestamag Tismalin Tablet

41 169 Tismazol Analspec Meflosin Kadiflam Xepalat Progesic Xepazym Total FT= Hasil Tahap 3 : Make-span = ,71 detik Total Flow Time = ,15 detik

42 170 Tahap 4 M-1 = M1+M2+M3+M4 M-2 = M2+M3+M4+M5 Tabel 5.25 Tabel Waktu Proses Penjadwalan CDS Stage 4 Job Mesin M1 M2 Analspec Xepaprim Forte Xepathritis Meflosin Kadiflam Kadiflam Xepazym Tismazol Xepare Tablet Tismafam Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron

43 171 Tabel5.26 Tabel Perhitungan Make-span dan Total Flow Time Penjadwalan CDS Stage4 Job Batch Mesin Processing M1 M2 M3 M4 M5 M6 Vasotin 75 mg Xepathritis Kadiflam Tismafam Xepadergin 4,5 mg Xepaneuron Tismalin Tablet Metropil Kadiflam Xepalat

44 172 Xepazym Progesic Analspec Gestamag Meflosin Tismazol Xepare Tablet Vasotin 25 mg Xepaprim Forte Total FT= Hasil Tahap 4 : Make-span = ,09 detik Total Flow Time = ,85 detik

45 173 Tahap 5 M-1 = M1+M2+M3+M4+M5 M-2 = M2+M3+M4+M5+M6 Tabel 5.27 Tabel Waktu Proses Penjadwalan CDS Stage 5 Job Mesin M1 M2 Analspec Xepaprim Forte Xepathritis Meflosin Kadiflam Kadiflam Xepazym Tismazol Xepare Tablet Tismafam Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron

46 174 Tabel 5.28 Tabel Perhitungan Make-span dan Total Flow TimePenjadwalan CDS Stage 5 Job Batch Mesin Processing M1 M2 M3 M4 M5 M6 Xepaprim Forte Vasotin 75 mg Xepathritis Kadiflam Meflosin Gestamag Xepadergin 4,5 mg Metropil Analspec Progesic

47 175 Xepalat Xepazym Kadiflam Tismalin Tablet Xepaneuron Tismafam Tismazol Xepare Tablet Vasotin 25 mg Hasil Tahap 5 : Total FT= Make-span = ,97 detik Total Flow Time = ,19 detik

48 Pengurutan Jadwal Produksi Pesanan Dengan Algoritma Palmer Algoritma palmer merupakan salah satu algoritma penjadwalan flow-shop untuk m-machine dan n-jobs. Kriteria yang digunakan pada Algoritma Palmer sama seperti pada Algoritma Campbell Dudek and Smith yaitu makespan. Penjadwalan dengan algoritma terbaik adalah penjadwalan dengan nilai makespan yang terkecil. Tujuan utama dari penjadwalan flowshop adalah minimasi makespan. Setiap Job yang ada harus melewati setiap mesin dengan urutan yang sama. Sistematika pengurutan jadwal dengan menggunakan Algoritma Palmer berdasarkan data Total Waktu Proses (detik)+waktu Setting Mesin yang dapat dilihat pada tabel Sistematika pengurutan jadwal produksi pesanan dengan Algoritma Palmer adalah sebagai berikut : 1) Untuk setiap job Jj, cari nilai dari π j π j [ m ] 2 = ij + i= 1 ( m 2i + 1)t + ( m 2i 1) ) t ( ( m+ 1 i )j 2) Pengurutan job berdasarkan π j secara descending. Jika dua atau lebih job memiliki nilai π j yang sama, maka urutkan sesuai keperluannya. 3) Jadwalkan job pada setiap mesin sesuai dengan urutan tersebut

49 177 Step 1 π j [ m ] 2 = ij + i= 1 ( m 2i + 1)t + ( m 2i 1) ) t ( ( m+ 1 i )j π j = 5 t + 5t 1j 6 j Tabel 5.29 Nilai π j untuk setiap job Nama Tablet π j Analspec Xepaprim Forte Xepathritis Meflosin Kadiflam Kadiflam Xepazym Tismazol Xepare Tablet Tismafam Xepadergin 4,5 mg Xepalat Progesic Metropil Gestamag Tismalin Tablet Vasotin 75 mg Vasotin 25 mg Xepaneuron

50 178 Step 2 Tabel 5.30 Pengurutan Job berdasarkan π j secara descending Nama tablet π j Kadiflam Xepathritis Xepazym Metropil Progesic Meflosin Xepalat Xepadergin 4,5 mg Gestamag Vasotin 75 mg Xepaprim Forte Analspec Kadiflam Tismafam Xepare Tablet Tismalin Tablet Vasotin 25 mg Xepaneuron Tismazol

51 179 Step 3 Tabel 5.31 Tabel Perhitungan Make-span dan Total Flow Time Penjadwalan Palmer Job Batch Mesin Processing M1 M2 M3 M4 M5 M6 Kadiflam Xepathritis Xepazym Metropil Progesic Meflosin Xepalat Xepadergin 4,5 mg

52 180 Gestamag Vasotin 75 mg Xepaprim Forte Analspec Kadiflam Tismafam Xepare Tablet Tismalin Tablet Vasotin 25 mg Xepaneuron Tismazol Total FT= Hasil Step 3 : Make-span = ,71 detik Total Flow Time = ,41 detik

53 Analisis Data dan Pembahasan Analisa Penjadwalan PT.Metiska Farma Secara Aktual Penjadwalan yang berjalan di PT.Metiska Farma diatur oleh tiga divisi terkait yaitu : Divisi Marketing yang menerima secara langsung pesanan atau order dari customer. Data pesanan obat tablet dari Divisi Marketing masih dalam satuan box. Divisi PPIC yang menerima data pesanan dari Divisi Marketing mengolahnya menjadi laporan tentang jumlah pesanan yang harus diproduksi selama periode waktu 1 bulanan dengan mempertimbangkan faktor stock dan Work In Process (WIP). Divisi PPIC juga harus mengkonversikan satuan box menjadi satuan batch. Divisi Produksi membuat penjadwalan produksi berdasarkan Data Divisi PPIC dengan membagi pesanan yang harus diproduksi itu dalam periode mingguan. Penjadwalan yang dilakukan oleh Divisi Produksi sifatnya otodidak dan berdasarkan feeling atau pengalaman dari karyawan Divisi Produksi itu sendiri dan tidak menggunakan algoritma penjadwalan flowshop apapun. Kemampuan Divisi Produksi PT.Metiska Farma dalam menyusun jadwal berdasarkan feeling saja dilatarbelakangi oleh seringnya atau keterbiasaan mereka dalam melakukan proses produksi pesanan. Namun kelemahan dari sistem penjadwalan tersebut adalah : Divisi Produksi PT.Metiska Farma tidak mempertimbangkan adanya kriteria makespan dan flowtime yang sangat penting dalam sistem produksi bertipe flowshop.

54 182 Dengan tidak menerapkan algoritma penjadwalan apapun pada sistem produksi PT.Metiska Farma maka riskan terjadi ketidakefisienan pengurutan job (pesanan yang harus diproduksi) yang akan mengakibatkan menurunnya performansi kerja dan meningkatkan biaya operasional perusahaan. Pengurutan yang dibuat tanpa menggunakan algoritma penjadwalan mengakibatkan lamanya waktu proses produksi pesanan sehingga dapat timbul terjadinya keterlambatan produksi pesanan. Setelah melakukan brainstorming dengan manajer R&D (Research and Development) dan karyawan Divisi Produksi maka diketahui faktor-faktor yang melatarbelakangi penjadwalan produksi dengan tidak menggunakan algoritma penjadwalan yaitu : Ketidaktahuan mereka akan adanya tipe sistem produksi di PT.Metiska Farma sehingga sulit untuk menentukan tools yang dapat membantu. Ketidaktahuan mereka akan adanya algoritma penjadwalan flowshop untuk jumlah mesin lebih besar dari 3. Budaya organisasi yang telah terbentuk sekian lama di mana penjadwalan produksi selalu berdasarkan feeling atau pengalaman dan berbasiskan pada kertas. Penjadwalan jangka pendek di PT.Metiska Farma biasanya dikoordinir oleh satu orang dan kemudian karyawan lainnya di Divisi Produksi tersebut melakukan proses produksi pesanan sesuai dengan urutan yang telah dibuat tersebut.

55 183 Berdasarkan hasil perhitungan makespan dan total flow time yang terdapat pada tabel 5.18 terlihat bahwa nilai makespan dan total flow time yang diperoleh lebih besar dibandingkan dengan algoritma Campbell Dudek and Smith dan algoritma Palmer. Secara singkat nilai makespan dan total flowtime untuk penjadwalan aktual di PT.Metiska Farma adalah : Nilai Makespan : ,65 detik Nilai Total Flow Time : ,79 detik Dari data di atas tersebut dapat diartikan bahwa total waktu pengerjaan produk terpanjang yang berada dalam sistem (makespan) yang diukur dari waktu yang dihasilkan produk terakhir di mesin terakhir adalah sebesar ,65 detik. Pada penjadwalan aktual di PT.Metiska Farma obat tablet xepaneuron merupakan obat yang diproses pada urutan terakhir sehingga nilai makespan yang dilihat adalah waktu obat tablet Xepaneuron diproses pada mesin terakhir yaitu mesin stripping. Selain makespan sebagai kriteria utama, terdapat juga kriteria lainnya yaitu total flow time. Dari data di atas dapat diartikan bahwa total dari total waktu pengerjaan setiap obat tablet yang dipesan selama periode waktu 1 bulan adalah sebesar ,79 detik. Prinsip perhitungan total flow time adalah menjumlahkan waktu setiap obat tablet yang dipesan selama periode waktu tertentu di mesin terakhir yaitu mesin stripping. Hal ini untuk alternatif kriteria jikalau makespan antar urutan penjadwalan yang dihasilkan memiliki nilai yang sama.

56 Analisa Usulan Penjadwalan PT.Metiska Farma Analisa Usulan Penjadwalan PT.Metiska Farma Dengan Algoritma Campbell Dudek And Smith (CDS) Algoritma Campbell Dudek and Smith merupakan salah satu algoritma untuk penjadwalan flowshop dengan jumlah mesin 4 mesin. Penjadwalan produksi dengan menggunakan algoritma Campbell Dudek and Smith merupakan usulan untuk Divisi Produksi di PT.Metiska Farma karena beberapa faktor yaitu : Algoritma CDS ini memiliki kriteria makespan dan total flow time yang sangat penting untuk penjadwalan bertipe flowshop. Algoritma Campbell Dudek and Smith ini cocok untuk persoalan yang memiliki banyak tahapan (multistage). Algoritma Campbell Dudek and Smith efektif untuk lingkup kecil dan lingkup besar. Kemudahan dalam menerapkan Algoritma CDS ini untuk membantu pengurutan jadwal yang optimal. Algoritma Campbell Dudek and Smith memberikan alternatif urutan jadwal sehingga dapat dipilih urutan jadwal yang terbaik. Dalam penerapan Algoritma Campbell Dudek and Smith dilakukan dalam beberapa tahap sesuai dengan jumlah mesinnya. Di PT.Metiska Farma terdapat 6 buah mesin yang memiliki fungsi berbeda-beda. Jadi Penjadwalan produksi dengan Algoritma CDS tersebut dilakukan sebanyak (m-1) kali, yaitu 5 kali. Setiap tahapan dalam Algoritma CDS ini akan menghasilkan urutan jadwal, makespan, dan total flowtime yang berbeda-

57 185 beda. Dari kelima alternatif urutan jadwal tersebut, akan dipilih satu urutan jadwal dengan nilai makespan dan total flowtime yang paling kecil. Dari hasil perhitungan diperoleh bahwa urutan jadwal yang optimal dengan nilai makespan dan flowtime terkecil terdapat pada tahap yang ke 2. Tabel di bawah ini menjelaskan tentang urutan jadwal yang paling baik menurut Algoritma Campbell Dudek and Smith. Tabel Urutan Penjadwalan Produksi Optimal Menurut CDS Xepathritis 50 Vasotin 75 mg Xepaprim Forte Vasotin 25 mg Kadiflam 50 Metropil Xepare Tablet Meflosin 500 Xepadergin 4,5 mg Xepaneuron Gestamag Tismalin Tablet Tismafam 40 Tismazol 500 Kadiflam 25 Analspec 500 Xepalat Progesic Xepazym Mengacu pada tabel hasil perhitungan dengan Algoritma CDS maka diperoleh urutan jadwal yang optimal dengan nilai makespan dan total flow time yang terkecil. Hasil akhir diperoleh bahwa : Make-span = ,71 detik Total Flow Time = ,83detik

58 Analisa Usulan Penjadwalan PT.Metiska Farma Dengan Algoritma Palmer Algoritma Palmer merupakan salah satu tipe algoritma penjadwalan flowshop untuk jumlah mesin 4 mesin selain Algoritma Campbell Dudek and Smith. Kriteria yang dipakai untuk Algoritma Palmer sama seperti algoritma CDS yaitu makespan dan total Flowtime. Penjadwalan produksi dengan menggunakan algoritma Palmer merupakan usulan untuk Divisi Produksi di PT.Metiska Farma karena beberapa faktor yaitu : Algoritma Palmer ini memiliki kriteria makespan dan total flow time yang sangat penting untuk penjadwalan bertipe flowshop. Secara formula, Algoritma Palmer lebih mudah dibandingkan dengan Algoritma Campbell Dudek and Smith. Penerapan Algoritma Palmer mudah untuk dimengerti dalam waktu yang singkat oleh Divisi Produksi PT.Metiska Farma Algoritma Palmer hanya berfokus pada satu parameter yaitu π j dan mengurutkan π j tersebut secara descending. Algoritma Palmer membantu dalam menentukan urutan jadwal yang paling optimal dengan makespan dan total flowtime yang terkecil selama periode waktu tertentu. Sebagai langkah awal akan dihitung terlebih dahulu nilai π j nya dan kemudian akan diurutkan secara descending untuk memperoleh urutan jadwal yang optimal.

59 187 Tabel di bawah ini menjelaskan tentang urutan jadwal yang paling baik menurut Algoritma Palmer. Tabel 5.33 Urutan Penjadwalan Produksi Optimal Menurut Palmer Job Kadiflam 50 Xepathritis 50 Xepazym Metropil Progesic Meflosin 500 Xepalat Xepadergin 4,5 mg Gestamag Vasotin 75 mg Xepaprim Forte Analspec 500 Kadiflam 25 Tismafam 40 Xepare Tablet Tismalin Tablet Vasotin 25 mg Xepaneuron Tismazol 500 Mengacu pada tabel hasil perhitungan dengan Algoritma Palmer maka diperoleh urutan jadwal yang optimal dengan nilai makespan dan total flow time yang terkecil. Hasil akhir diperoleh bahwa : Make-span = ,71 detik Total Flow Time = ,41 detik

60 Perbandingan antara Algoritma Berjalan dengan Algoritma Usulan Dengan menggunakan makespan dan total flowtime sebagai kriterianya, maka dapat dilihat keunggulan antara satu algoritma dengan algoritma lainnya, dalam hal ini algoritma yang sedang berjalan (aktual) dengan algoritma Campbell Dudek and Smith dan Algoritma Palmer. Parameter utama yang digunakan adalah waktu. Dari analisa di atas dapat dirangkum sebagai berikut: Tabel 5.34 Ringkasan Makespan dan Total Flow Time Dalam Detik Algoritma Kriteria Aktual (Detik) CDS (Detik) Palmer(Detik) Makespan Total Flow Time Tabel 5.35 Ringkasan Makespan dan Total Flow Time Dalam Menit Algoritma Kriteria Aktual (menit) CDS (menit) Palmer(menit) Makespan Total Flow Time

61 189 Tabel 5.36 Ringkasan Makespan dan Total Flow Time Dalam Jam Algoritma Kriteria Aktual (jam) CDS (jam) Palmer(jam) Makespan Total Flow Time Tabel 5.37 Ringkasan Makespan dan Total Flow Time Dalam Hari Algoritma Kriteria Aktual (hari) CDS (hari) Palmer(hari) Makespan Total Flow Time Dilihat dari tabel - tabel di atas terlihat bahwa Algoritma Campbell Dudek and Smith paling tepat untuk mengatasi masalah penjadwalan flowshop di Divisi Produksi PT. Metiska Farma. Hal ini dapat dibuktikan dari nilai makespan dan flowtime yang dihasilkan. Algoritma Campbell Dudek and Smith (CDS) tejadi pengurangan waktu sebesar : Δ Makespan = 16898,94 detik Δ Total FlowTime = ,96 detik

62 Analisa dan Perancangan Sistem Informasi Dalam melakukan proses analisa dan perancangan sistem informasi untuk sistem penjadwalan dengan teknik pengurutan yang tepat maka digunakan Unified Model Language (UML). Unified Model Language merupakan sebagai sebuah bahasa yang berdasarkan grafik atau gambar untuk memvisualisasi (visualisizing), menspesifikasi (specifying), mengkonstruksi (constructing), dan mendokumentasi (documenting) sebuah sistem perangkat lunak. Pemikiran bahwa penggambaran dalam bentuk visual yang baik dapat dilakukan dengan UML, sama seperti pemikiran bahwa penggambaran dalam bentuk teks yang baik dapat dilakukan oleh bahasa pemrograman. Unified Model Language (UML) yang diterapkan untuk sistem penjadwalan dengan teknik pengurutan yang tepat terbagi atas 4 aktivitas utama yaitu : 1. Problem Domain Analysis Pada aktivitas problem domain ini terdapat 4 tahap yaitu : a. System Definition Proses mendefinisikan sistem penjadwalan tersebut dengan mengetahui dari proses penelaahan secara detil dan jelas. Pada tahap ini dilakukan pendefinisian dan pendeskripsisan tentang sistem yang sedang berjalan dan juga usulan untuk sistem yang akan dikembangkan selanjutnya. Hasil dari tahap system definition adalah gambaran yang jelas tentang sistem penjadwalan di PT.Metiska Farma tersebut.

63 191 b. Event Table Event Table merupakan tahap kedua dari problem domain. Sebelum membuat event table, terlebih dahulu kita menentukan class-class dan event-event yang terkait dengan sistem penjadwalan di PT.Metiska Farma. Setelah itu memilih class-class dan event-event yang dominan dan vital dalam sistem penjadwalan tersebut sehingga dikenal dengan istilah class terpilih dan event terpilih.. Event table menggambarkan aktivitas antara class terpilih dan event terpilih. c. Class Diagram Pada tahap ini dilakukan pembuatan class diagram. Class diagram hanya dibuat untuk class-class yang terpilih saja. Class Diagram menggambarkan keterkaitan antara class-class terpilih tersebut. Di dalam class diagram terdapat 3 bagian yaitu nama class, attribute (atribut) dan method. Setiap class- class terpilih tersebut saling dihubungkan dengan garis relasi yang dikenal dengan nama relationship. d. Statechart Diagram Tahap akhir dari problem domain adalah pembuatan statechart diagram. Statechart diagram menggambarkan secara detil siklus hidup dari setiap class yang ada dalam class diagram. Statechart diagram ini dibuat untuk membantu sistem penjadwalan dari awal samapi akhirnya.

64 Applicaton Domain Analysis Pada tahap Application Domain Analysis ini terdapat 3 tahap yaitu : a. Use Case diagram Use Case Diagram menggambarkan inrteraksi atau hubungan antara aktor dengan sistem. Dalam hal ini aktornya adalah karyawan pada Divisi Produksi di PT.Metiska Farma dan sistem yang dimaksud adalah sistem penjadwalan PT.Metiska Farma. Use Case Diagram ini menggambarkan interaksi antara karyawan Divisi Produksi PT.Metiska Farma dengan sistem penjadwalan PT.Metiska Farma secara langsung. Use case diagram semacam ini dikenal dengan system use case. b. Sequence Diagram Sequence diagram menggambarkan urutan yang terjadi di dalam setiap use case. Setiap use case memiliki satu sequence diagram. Selain itu sequence diagram menggambarkan interaksi antar objekobjek di dalam sistem penjadwalan PT.Metiska Farma tersebut. c. Navigation Diagram Navigation Diagram erat sekali kaitannya dengan user interface. Navigation Diagram ini menggambarkan statechart diagram secara khusus yang berfokus pada user interface yang dinamis.

65 Architecture Design Pada tahap architecture design ini dilakukan pembuatan Deployment Diagram. Deployment diagram menggambarkan struktur fisikal dari suatu sistem penjadwalan di PT.Metiska Farma. Sesungguhnya ada 3 macam tipe pada Deployment Diagram yaitu : a. The Centralized Pattern b. The Distributed Pattern c. The Decentralized Pattern. Dalam hal ini PT.Metiska Farma menerapkan prinsip The Centralized Pattern yang artinya semua aktivitas dan proses update untuk seluruh data terpusat pada satu server. Hal ini dilakukan karena beberapa faktor yaitu : Ruang lingkup penerapan sistem penjadwalan tersebut kecil yakni hanya untuk Divisi Produksi PT.Metiska Farma. Terciptanya keamanan data yang tinggi Masalah kerja sistem yang lambat tidak terlalu berpengaruh karena mengingat ruang lingkup perusahaan tidak besar. 4. Component Design Pada tahap component design ini terdapat 2 tahap yaitu : a. Revised Class Diagram Revised Class Diagram ini dilakukan sebagai perbaikan jikalau terjadi perubahan dalam sistem penjadwalan. Namun jika sistem

66 194 penjadwalan tersebut sesuai dengan class diagram yang telah ada sebelumnya maka tidak perlu dibuat revised class diagram. b. Component Design Pada tahap component design ini memperhatikan dan mempertimbangkan faktor hardware yang terlibat dalam proses implementasi sistem penjadwalan di PT.Metiska Farma. Hasil daripada tahap component design adalah deskripsi dari component sistem Analisa Sistem Informasi Analisis digunakan untuk pemahaman terhadap sistem yang sedang berjalan dan apa yang dibutuhkan. Hasil dari analisis adalah deskripsi sistem atau sistem definisi dan kebutuhan untuk sistem yang baru. Tahapan ini dapat dilakukan dengan cara mengumpulkan informasi dari pihak yang terkait mengenai permasalahan yang ada dan spesifikasi sistem atau program yang diinginkan Analisa Sistem Berjalan Sistem penjadwalan yang dilakukan di PT.Metiska Farma saat ini masih bersifat manual dan berbasiskan kertas. PT.Metiska Farma belum menerapkan sistem informasi dengan sarana penunjang komputer dalam mengatur penjadwalan produksi dan kegiatan operasionalnya. Semua aktivitas dan kegiatan produksi yang berkaitan dengan pengaturan sistem penjadwalan dilakukan secara manual berdasarkan pengalaman dan feeling semata.

67 195 Belum ada satupun sistem informasi yang diterapkan pada divisi produksi PT.Metiska Farma. Komunikasi antara divisi-divisi yang saling terkait dalam pengaturan sistem penjadwalan produksi dilakukan secara langsung. Aliran kegiatan yang terjadi di PT.Metiska Farma dalam kegitannya menentukan urutan penjadwalan produksi adalah : 1. Sebagai langkah awal, Divisi Marketing menerima pesanan obat tablet dari para customernya. Customer dari PT.Metiska Farma adalah perusahaanperusahaan yang telah menjadi pelanggan tetap dan melakukan kontrak selama periode waktu tertentu. Contoh customer dari PT.Metiska Farma adalah Pertamina. Pesanan yang dikumpulkan oleh Divisi Marketing disimpan dalam bentuk kertas arsip. Biasanya customer memesan obat tablet dalam satuan box. Satuan obat dalam box yang dipesan pun ada batas minimalnya. 2. Divisi Marketing menyerahkan data pesanan obat tablet dalam box tersebut pada Divisi PPIC. Data Divisi Marketing diolah sedemikian rupa oleh Divisi PPIC. Setelah selesai melakukan pengolahan data tersebut, Divisi PPIC mengolah data tersebut menjadi satuan batch dengan memperhatikan dan mempertimbangkan adanya faktor persediaan (stock) dan Work In Process (WIP). 3. Divisi PPIC menyerahkan data yang telah diolah menjadi data bulanan dan dalam satuan batch pada Divisi Produksi. Tugas dari Divisi Produksi

68 196 adalah merangkum kembali jumlah batch yang harus diproduksi (batch processing) selama 1 bulan dengan berdasarkan data dari Divisi PPIC tadi. Setelah itu Divisi Produksi menentukan urutan penjadwalan produksi pesanan. Proses pengurutan (sequencing) produksi pesanan (job) dilakukan tanpa menggunakan algoritma pengurutan apapun. Divisi Produksi PT.Metiska Farma mengurutkan job tersebut berdasarkan pengalaman, feeling dan intuisi semata. Divisi Produksi PT.Metiska Farma terlebih dahulu mengurutkannya dengan membagi-bagi job tersebut ke dalam satuan minggu. Akibat yang terjadi dengan pengurutan semacam itu yang tidak berdasarkan pada algoritma penjadwalan flowshop apapun adalah : Keterlambatan produksi yang berdampak pada peningkatan cost dan kepuasan customer menurun. Peningkatan cost pasti terjadi karena setelah dilakukan pembuktian bahwa penjadwalan yang saat ini sedang berjalan di PT.Metiska Farma memiliki nilai makespan dan total flowtime yang besar. Pengaruhnya yang sangat terasa adalah jam kerja mesin yang besar dan jam kerja sumber daya manusia yang membesar pula.

69 197 Gambar 5.2 Gambaran Sistem Berjalan PT.Metiska Farma Analisa Sistem Usulan

70 198 Dengan melihat, mengamati dan meneliti sistem yang saat ini sedang berjalan di PT.Metiska Farma maka dapat didentifikasikan secara baik mengenai kelemahan dari sistem yang ada sekarang serta memenuhi kebutuhan-kebutuhan pengguna akan sistem. Secara langsung dan tidak langsung dilihat bahwa ada beberapa kelemahan dari sistem yang ada sekarang yaitu : Sistem penjadwalan produksi yang ada saat ini dilakukan secara manual dan tidak terkomputerisasi. Sistem Informasi belum diterapkan pada PT.Metiska Farma terutama Divisi Produksi padahal dewasa ini dimana persaingan bisnis menjadi semakin ketat, peran sistem informasi di dalam perusahaan menjadi keunggulan kompetitif sendiri. Divisi Produksi di PT.Metiska Farma masih mencatat, menyimpan dan mengupdate data dengan berbasis kertas, pulpen dan tip-ex. Pengurutan pesanan produksi yang merupakan faktor penting dalam sistem penjadwalan produksi dilakukan tanpa menggunakan algoritma apapun. Proses pengurutan pesanan produksi ini dilakukan dengan berdasarkan pada pengalaman, feeling dan intuisi saja. Selain itu terdapat juga beberapa kebutuhan-kebutuhan pengguna akan sistem penjadwalan produksi di PT.Metiska Farma yaitu : Penerapan sistem informasi pada Divisi Produksi untuk menunjang sistem penjadwalan produksi. Penerapan sistem informasi di PT.Metiska Farma akan membantu terciptanya penjadwalan produksi yang optimal. Selain itu juga akan

71 199 memberikan keunggulan kompetitif untuk PT.Metiska Farma sendiri. Penghematan waktu juga akan dirasakan karena ada beberapa tugas manual yang telah tercover oleh Sistem Informasi tersebut. Terintegrasinya Divisi Marketing, Divisi PPIC dan Divisi Produksi dalam membuat rencana produksi untuk menghasilkan urutan produksi pesanan yang optimal selama periode waktu tertentu. Pengurutan pesanan produksi dilakukan dengan bantuan algoritma tertentu seperti Algoritma Campbell Dudek and Smith dan Algoritma Palmer. Algoritma Campbell Dudek and Smith dan Algoritma Palmer tepat untuk diterapkan di PT.Metiska Farma karena bersifat flowshop dan tolak ukurnya sama yaitu makespan dan total flowtime. Dengan penerapan algoritma tertentu untuk mengurutkan pesanan produksi tentu akan memberikan dampak baik yaitu: 1. Mengurangi atau menghindari terjadinya keterlambatan produksi. Hal ini akan mengurangi cost atau biaya produksi dan meningkatan kepuasan customer. 2. Diperolehnya urutan produksi yang paling tepat dengan nilai makespan dan total flowtime yang terkecil.

72 200 Dengan mengetahui kelemahan sistem yang sedang berjalan sekarang dan kebutuhan-kebutuhan pengguna dari sistem maka sistem usulan untuk Divisi Produksi PT.Metiska Farma dapat mengatasi hal-hal tersebut. Sistem usulan ini sama seperti sistem yang sedang berjalan pada tahap awalnya, yakni menunggu data pesanan obat dari marketing yang masih dalam satuan box. Lalu data dari Divisi Marketing ini diserahkan pada Divisi PPIC untuk dibuat menjadi rencana produksi dengan diolah menjadi data bulanan dan dalam satuan batch (batch processing). Berdasarkan data dari Divisi PPIC tersebut maka dibuatlah suatu rangkuman kembali data dari Divisi PPIC dalam hal batch processing. Data ini diolah oleh Divisi Produksi dengan mengurutkan pesanan berdasarkan Algoritma Campbell Dudek and Smith sebanyak 5 tahap dan Algoritma Palmer. Setelah itu, Divisi Produksi melakukan perbandingan antara hasil pengurutan dari kedua algoritma tersebut. Pengurutan yang memiliki nilai makespan dan total flowtime terkecil disebut urutan optimal dan digunakan untuk periode waktu itu. Sistem Informasi usulan ini menciptakan adanya integrasi antara divisi-divisi yang terkait yaitu Divisi Marketing, Divisi PPIC, dan Divisi Produksi. Terintegrasinya divisi-divisi yang terkait memberikan dampak yang baik untuk perusahaan yaitu : Menghemat waktu Menghemat biaya Terciptanya koordinasi yang baik dan terkomputerisasi

73 201 Gambar 5.3 Gambaran Sistem Usulan PT.Metiska Farma Perancangan Sistem Informasi Berorientasi Objek Sistem informasi untuk penjadwalan dengan pengurutan proses produksi optimal yang akan dibuat berorientasikan pada objek. Menurut Lars Mathiassen, perancangan sistem informasi dengan berorientasi objek meliputi empat aktivitas utama yaitu problem domain, application domain, component design dan architecture design. Masing-masing aktivitas utama tersebut mempunyai bagian masing-masing pula. Untuk itu sistem

74 202 informasi penjadwalan dengan melakukan pengurutan terhadap produksi pesanan dibuat dengan melewati empat aktivitas utama dalam perancangan berorientasi objek tersebut Problem Domain Analysis Problem domain analysis merupakan tahap utama yang harus dilakukan dalam melakukan perancangan sistem informasi berorientasi objek. Pada tahap problem domain analysis ini dilakukan identifikasi dan pendefinisian sistem tersebut. Identifikasi meliputi masalah sistem, kelemahan sistem, kebutuhan sistem, dan definisi dari sistem penjadwalan produksi di PT.Metiska Farma itu sendiri. Problem Domain Analysis merupakan tahap yang paling penting karena pada tahap inilah dilakukan pendefinisian dan identifikasi masalah. Jikalau ada kesalahan dalam melakukan definisi dan identifikasi masalah akan berdampak buruk dalam perancangan sistem penjadwalan berorientasi objek. Ada empat tahap dalam problem domain analysis yaitu system definition, event table, class diagram dan statechart diagram System Definition Customer memesan obat tablet dalam satuan box kepada PT.Metiska Farma. Pesanan obat tablet dari customer tersebut diterima oleh Divisi Marketing. Customer yang memesan adalah customer yang telah melakukan kontrak kerja sama dengan PT.Metiska Farma. Jikalau ada customer lain yang ingin memesan obat tablet pada PT. Metiska Farma harus melewati beberapa pertimbangan yang tentu saja tidak boleh merugikan customer tetap. Beberapa pertimbangan tersebut antara lain :

75 203 Apakah pesanan dari new customer tersebut mengganggu pesanan dari customer tetap? Jikalau ya, maka pesanan dari new customer harus ditolak. Namun jikalau tidak, maka pesanan dari new customer dapat diterima. Berapakah jumlah pesanan dari new customer? Jikalau memenuhi standar minimal pemesanan, maka pesanan dari new customer tersebut dapat diterima. Namun jikalau tidak memenuhi standar minimal pemesanan, maka pesanan dari new customer harus ditolak. Pertimbangan-pertimbangan tersebut menjadi patokan juga bagi PT.Metiska Farma dalam menerima pesanan obat tablet yang datang dari customer. Data pesanan obat tablet yang diterima oleh Divisi Marketing PT.Metiska Farma tersebut dicetak sehingga menjadi data pesanan Divisi Marketing. Data pesanan Divisi Marketing tersebut diserahkan pada Divisi PPIC PT.Metiska Farma untuk diolah. Pengolahan data yang dilakukan oleh Divisi PPIC adalah dengan melakukan rencana produksi terlebih dahulu terhadap data pesanan. Setelah melakukan rencana produksi terhadap data pesanan tersebut, maka data Divisi Marketing diolah menjadi data pesanan Divisi PPIC dalam periode waktu 1 bulan. Selain itu Divisi PPIC di PT.Metiska Farma juga bertugas mengolah data pesanan obat tablet yang semula dalam satuan box menjadi satuan batch yang harus diproses (batch processing) oleh Divisi Produksi. Pengolahan data pesanan obat tablet oleh Divisi PPIC tersebut dicetak sehingga menjadi data pesanan Divisi PPIC.

76 204 Divisi Produksi menerima data pesanan Divisi PPIC berupa nama pesanan obat tablet, banyak pesanan obat tablet, stock, Work In Process (WIP) dan jumlah batch yang harus diproses untuk setiap pesanan obat tablet tersebut. Jadi Divisi Produksi hanya menerima data hasil pengolahan Divisi PPIC dan melakukan proses produksi berdasarkan data tersebut, tanpa ikut serta dalam pengolahan data menentukan jumlah batch yang harus diproduksi (batch processing) maupun pengolahan data lainnya. Setelah data-data tersebut lengkap, maka Divisi Produksi segera melakukan penjadwalan dengan menentukan urutan mana dari pesanan-pesanan obat tablet yang harus diproduksi terlebih dahulu sehingga dapat dihasilkan urutan yang optimal. Divisi Produksi PT.Metiska Farma dalam kegiatannya mengurutkan pesananpesanan obat tablet tersebut dibantu dengan menggunakan algoritma Campbell Dudek and Smith sebanyak 5 tahap dan Algoritma Palmer. Hasil pengurutan dengan menggunakan kedua algoritma ini akan memberikan nilai makespan dan total flowtime masing-masing. Divisi Produksi menentukan urutan produksi yang paling optimal dengan memilih pengurutan pesanan dengan nilai makespan dan total flowtime yang terkecil. Data yang berisi pengurutan yang optimal ini dicetak sehingga menjadi penjadwalan bulan tersebut dan dikenal sebagai penjadwalan bulanan atau penjadwalan jangka pendek Event Table Event table menggambarkan keterkaitan atau interaksi antara class-class terpilih dan event-event terpilih. Untuk dapat membuat event table harus dibuat terlebih

77 205 dahulu class candidates dan event candidates. Namun pada Sistem Informasi untuk teknik pengurutan produksi pesanan ini dapat langsung ditentukan class-class dan eventevent yang terpilih. Hal ini dikarenakan cakupan dari sistem informasi untuk teknik pengurutan produksi pesanan tersebut kecil. Oleh sebab itu pemilihan class-class dan event-event dapat dilakukan secara langsung. Tabel di bawah ini merupakan event table dari sistem informasi yang ada. Tabel 5.38 Event Table Class Event Mesin Produk Pesanan ScheduleProduksi Memasukkan username Memasukkan password Melakukan perubahan password Menerima pesanan Mengolah data pesanan Memeriksa waktu setting mesin Memeriksa waktu proses produk Melakukan pengurutan proses produksi Menyusun jadwal Class Diagram Pembuatan class diagram di sini bertujuan untuk mendeskripsikan relasi ea rahal antara class-class dan objek-objek dalam suatu problem domain. Class-class

78 206 yang digunakan dalam class diagram ini adalah class terpilih yang sama dengan classclass yang terdapat pada event table. Gambar di bawah ini merupakan class diagram untuk sistem informasi pengurutan produksi pesanan di PT.Metiska Farma. Gambar 5.4 Class Diagram Statechart Diagram Statechart diagram menggambarkan transisi dan perubahan keadaan (dari satu state ke state lainnya) suatu objek pada sistem akibat adanya kejadian yang diterima.

79 207 Pada umumnya satu statechart diagram menggambarkan tingkah laku dari sebuah objek dalam class, berikut adalah statechart diagram dari masing-masing class. a. Statechart Diagram untuk class Pengguna Sistem Gambar 5.5 Statechart Diagram untuk class Pengguna Sistem Statechart Diagram untuk class Pegawai menggambarkan alur hidup dari class Pengguna sistem itu sendiri. Diawali dari initial state, lalu terdapat aktivitas menginput data yang mengakibatkan sistem informasi tersebut dalam keadaan terinput dan kemudian aktivitas save yang mengakibatkan sistem informasi tersebut dalam keadaan Aktif. Terdapat pula aktivitas repetitial yakni melihat data, menghapus data, dan melakukan update terhadap data. Sebagai alur hidup yang terakhir, maka statechart diagram untuk class Pengguna Sistem diakhiri dengan final state. b. Statechart Diagram untuk class Mesin

80 208 Gambar 5.6 Statechart Diagram untuk class Mesin Statechart Diagram untuk class Mesin menggambarkan alur hidup dari class Mesin itu sendiri. Diawali dari initial state, lalu terdapat aktivitas menginput data yang mengakibatkan sistem informasi tersebut dalam keadaan terinput dan kemudian aktivitas save yang mengakibatkan sistem informasi tersebut dalam keadaan Aktif. Ketika sistem informasi tersebut dalam keadaan aktif maka, dapat terjadi aktivitas repetitial yakni melihat data, mencari data, menghapus data, melakukan update terhadap data, dan melakukan pembatalan. Aktifitasaktifitas ini dilakukan berulang kali dalam class Mesin tersebut. Sebagai alur hidup yang terakhir, maka statechart diagram untuk class Mesin diakhiri dengan final state. c. Statechart Diagram untuk class Pesanan

81 209 Gambar 5.7 Statechart Diagram untuk class Pesanan Statechart Diagram untuk class Pesanan menggambarkan alur hidup dari class Pesanan itu sendiri. Diawali dari initial state, lalu terdapat aktivitas menginput data yang mengakibatkan sistem informasi tersebut dalam keadaan terinput dan kemudian aktivitas save yang mengakibatkan sistem informasi tersebut dalam keadaan Aktif. Ketika sistem informasi tersebut dalam keadaan aktif maka, dapat terjadi aktivitas repetitial yakni melihat data, mencari data, menghapus data, melakukan update terhadap data, dan melakukan pembatalan. Aktifitasaktifitas ini dilakukan berulang kali dalam class Pesanan tersebut. Sebagai alur hidup yang terakhir, maka statechart diagram untuk class Pesanan diakhiri dengan final state.

82 210 (3) Statechart Diagram untuk class WaktuProsesPerBatch Gambar 5.8 Statechart Diagram untuk class WaktuProsesPerBatch Statechart Diagram untuk class WaktuProsesPerBatch menggambarkan alur hidup dari class WaktuProsesPerBatch itu sendiri. Diawali dari initial state, lalu terdapat aktivitas menginput data yang mengakibatkan sistem informasi tersebut dalam keadaan terinput dan kemudian aktivitas save yang mengakibatkan sistem informasi tersebut dalam keadaan Aktif. Ketika sistem informasi tersebut dalam keadaan aktif maka, dapat terjadi aktivitas repetitial yakni memeriksa data, menghapus data, dan melakukan update terhadap data. Aktifitas-aktifitas ini dilakukan berulang kali dalam class WaktuProsesPerBatch tersebut. Sebagai alur hidup yang terakhir, maka statechart diagram untuk class WaktuProsesPerBatch diakhiri dengan final state.

83 211 e. Statechart Diagram untuk class Produk Gambar 5.9 Statechart Diagram untuk class Produk Statechart Diagram untuk class Produk menggambarkan alur hidup dari class Produk itu sendiri. Diawali dari initial state, lalu terdapat aktivitas menginput data yang mengakibatkan sistem informasi tersebut dalam keadaan terinput dan kemudian aktivitas save yang mengakibatkan sistem informasi tersebut dalam keadaan Aktif. Ketika sistem informasi tersebut dalam keadaan aktif maka, dapat terjadi aktivitas repetitial yakni melihat data, mencari data, menghapus data, melakukan update terhadap data, dan melakukan pembatalan. Aktifitasaktifitas ini dilakukan berulang kali dalam class Produk tersebut. Sebagai alur hidup yang terakhir, maka statechart diagram untuk class Produk diakhiri dengan final state. f. Statechart Diagram untuk class ScheduleProduksi

84 212 Gambar 5.10 Statechart Diagram untuk class ScheduleProduksi Statechart Diagram untuk class ScheduleProduksi menggambarkan alur hidup dari class ScheduleProduksi itu sendiri. Diawali dari initial state, lalu terdapat aktivitas menginput data yang mengakibatkan sistem informasi tersebut dalam keadaan terinput dan kemudian aktivitas save yang mengakibatkan sistem informasi tersebut dalam keadaan Aktif. Ketika sistem informasi tersebut dalam keadaan aktif maka, dapat terjadi aktivitas repetitial yakni menghapus data dan

85 213 melakukan update terhadap data. Aktifitas-aktifitas ini dilakukan berulang kali dalam class ScheduleProduksi tersebut. Setelah melewati state aktif, maka proses atau alur hidup dari class ScheduleProduksi sesungguhnya baru dimulai. Pada awal proses, terjadi aktifitas-aktifitas repetitial yakni melakukan proses perhitungan, menghapus data, dan melakukan pengurutan produksi terhadap pesanan di PT.Metiska Farma untuk periode waktu tertentu. Aktifitas selanjutnya yaitu menentukan urutan produksi yang optimal sehingga sistem informasi tersebut dalam keadaan aktif kembali. Saat state berada pada keadaan aktif kembali, maka terdapat lagi aktifitas-aktifitas repetitial yakni melihat urutan produksi dan memeriksa urutan produksi yang optimal tersebut. Aktifitas selanjutnya adalah menyimpan hasil pengurutan produksi terhadap pesanan di PT.Metiska Farma untuk periode waktu tertentu dengan menggunakan algoritma terpilih dan mencetaknya untuk dijadikan laporan untuk kepala bagian Divisi produksi. Sebagai alur hidup yang terakhir, maka statechart diagram untuk class ScheduleProduksi diakhiri dengan final state Application Domain Analysis Menurut Lars Mathiassen, Aktifitas utama yang kedua dalam analisa dan perancangan sistem informasi berorientasi objek adalah Application Domain Analysis. Tujuan dasar dari Application Domain Analysis adalah untuk menentukan kebutuhan pengguna sistem. Pada tahap Application Domain terjadi kegiatan mengatur, memonitor,

86 214 dan mengendalikan suatu problem domain. Prinsip-prinsip dasar yang ada pada tahap Application Domain Analysis adalah : Menentukan Application Domain dengan usecase-usecase. Adanya kolaborasi atau interaksi antara sistem informasi untuk pengurutan produksi terhadap pesanan di PT.Metiska Farma dengan pengguna-pengguna sistem seperti : Administrator Divisi Marketing Divisi PPIC Divisi Produksi Pada dasarnya terdapat 3 aktifitas utama di dalam tahapan Application Domain Analysis yaitu Usage, Function, dan Interfaces. Secara lebih jelas dapat dilihat pada gambar di bawah ini. Gambar 5.11 Aktifitas aktifitas pada Application Domain Analysis Usage Usage merupakan salah satu aktifitas dari Application Domain Analysis yang memiliki tujuan dasar yaitu menentukan bagaimana aktor berinteraksi dengan sebuah sistem. Aktor adalah suatu abstraksi dari pengguna atau sistem-sistem lain yang berinteraksi dengan sistem target. Sedangkan use case adalah suatu pola interaksi antara

87 215 sistem dengan pengguna dalam application domain. Prinsip-prinsip usage pada Application Domain Analysis adalah : Menentukan Application Domain dengan use case-usecase. Melakukan evaluasi terhadap usecase-usecase yang berkolaborasi dengan pengguna sistem Hasil dari Usage pada Application Domain adalah deskripsi secara keseluruhan pada usecase dan pengguna sistem. Gambar di bawah ini menunjukkan subaktifitas pada usage. Gambar 5.12 Subaktifitas pada usage (3) Actor Table Langkah awal untuk membuat usecase diagram adalah membuat actor table terlebih dahulu. Di bawah ini adalah actor table untuk sistem informasi pengurutan produksi pesanan di PT.Metiska Farma.

88 216 Tabel 5.39 Actor Table Usecase Actor Administrator Divisi Marketing Divisi PPIC Divisi Produksi Login Mengatur hak akses SI Input untuk pesanan tablet Mengubah password Mengolah data pesanan tablet Mengatur manajemen produk obat tablet Mengatur waktu proses mesin Mengatur waktu setting mesin Mengurutkan produksi pesanan (3) Usecase Diagram Berdasarkan pada actor table, maka dapat diterjemahkan ke dalam bentuk notasi UML berupa usecase diagram. Gambar di bawah ini merupakan usecase diagram yang mengilustrasikan relasi antara usecase dengan pengguna sistem.

89 217 Gambar 5.13 Usecase Diagram Untuk masing-masing use case yang terdapat pada usecase diagram dapat dianalisis lebih detil dalam use case description, yaitu sebagai berikut. a. Usecase Description untuk login Tabel 5.40 Usecase Description untuk login Usecase Name Briefcase Login Usecase ini menjelaskan tentang proses awal pengguna

90 218 Description sistem seperti Administrator, Divisi Marketing, Divisi PPIC dan Divisi Produksi akan berinteraksi dengan sistem secara langsung. Basic Flow 1. Use case ini dimulai ketika pengguna sistem memasukan user name ke dalam sistem informasi tersebut. 2. Pengguna sistem memasukkan password yang dikenal sebagai identitas pribadi untuk memasuki sistem informasi tersebut. 3. User name dan password erat sekali kaitannya dengan hak akses. Jika username dan password dikenal oleh sistem informasi tersebut, maka ke sub flow s.1. Jika username dan password tidak dikenal oleh sistem informasi tersebut, maka ke alternative flow a.1 4. Usecase selesai Sub Flow s.1 Pengguna sistem meminta sistem untuk mengenali username dan password yang dimasukkan oleh pengguna sistem tersebut. Hal ini bertujuan agar pengguna sistem dapat berinteraksi dengan sistem informasi tersebut sesuai dengan hak aksesnya. Alternative Flow a.1 Jika username dan password tidak dikenali maka

91 219 sistem akan menampilkan pesan invalid username or password Special Requirement Pre Condition Post Condition Password tidak boleh diketahui orang lain untuk menjaga keamanan dari sistem Pengguna sistem memasukkan username dan password Pengguna sistem dapat memasuki dan berinteraksi dengan sistem informasi tersebut b. Usecase Description untuk mengatur hak akses SI Tabel 5.41 Usecase Description untuk mengatur hak akses SI Usecase Name Briefcase Description Mengatur hak akses SI Usecase ini menjelaskan tentang pengaturan dan pembagian hak akses dari pengguna sistem. Hal ini bertujuan agar pengguna sistem tetap dalam koridor job desk-nya masing-masing. Setiap pengguna sistem punya kewenangan yang berbeda dalam berinteraksi dengan sistem. Pembagian hak akses SI ini diatur oleh Administrator yang berasal dari Divisi IT (IT Support). Basic Flow 1. Usecase ini dimulai ketika seorang administrator yang berasal dari Divisi IT (IT Support) menentukan dan mengatur pembagian hak akses dari pengguna sistem lainnya seperti

92 220 Divisi Marketing, Divisi PPIC, dan Divisi Produksi. 2. Pengguna sistem hanya dapat berinteraksi secara langsung dengan sistem sesuai dengan hak aksesnya saja (ke sub flow s.1) Jika pengguna sistem ingin menambah hak akses atau melakukan generate hak akses maka ke alternative flow a.1 3. Usecase selesai Sub Flow s.1 Sistem akan langsung membatasi hak akses dari pengguna sistem dengan berdasarkan pada username dan password yang dimasukkan oleh pengguna sistem tersebut. Divisi Marketing hanya memiliki otoritas pada input data pesanan obat tablet yang berasal langsung dari customer. Divisi PPIC memiliki otoritas untuk melihat data dari Divisi Marketing dan melakukan konversi dari box menjadi batch obat. Sedangkan untuk Divisi Produksi memiliki otoritas untuk melihat data olahan Divisi PPIC, mengatur manajemen produk, mengatur waktu proses dan waktu setting mesin, serta mengurutkan pesanan sehingga menghasilkan urutan yang optimal dari algoritma tertentu.

93 221 Alternative Flow a.1 Jika pengguna sistem ingin menambah hak akses atau ingin melakukan generate hak akses kepada orang lain, maka harus menghubungi administrator untuk set pada sistem informasi tersebut. Special Requirement Pre Condition Post Condition Pengguna sistem belum mendapat hak akses Pengguna sistem sudah memiliki hak akses sesuai dengan job desk-nya, sehingga dapat berinteraksi dengan sistem. c. Usecase Description untuk input untuk pesanan tablet Tabel 5.42 Usecase Description untuk input untuk pesanan tablet Usecase Name Briefcase Input Untuk Pesanan Tablet Usecase ini menjelaskan tentang Divisi Marketing di Description PT.Metiska Farma yang melakukan input untuk pesanan tablet periode September Divisi Marketing memasukkan data pesanan obat tablet yang berasal dari customer pada periode waktu tertentu ke dalam sistem informasi tersebut. Divisi Marketing biasanya menerima pesanan obat tablet dari customer tetap yang telah melakukan kontrak kerja sama

94 222 sebelumnya. Basic Flow 1. Use case ini dimulai pada saat Divisi Marketing menerima pesanan dari customer. Pesanan dari customer tersebut masih dalam bentuk Surat Order (SO). 2. Divisi Marketing merangkum data pesanan tablet dari customer yang masih terdapat dalam Surat Order sehingga dapat di-entry ke dalam Sistem Informasi (ke sub flow s.1) 3. Usecase selesai Sub Flow s.1 Sistem Informasi tersebut akan menerima dan menyimpan data pesanan obat tablet yang telah dirangkum oleh Divisi Marketing berupa : periode, kode produk, nama produk, dan jumlah pesanan dalam box. Data pesanan Divisi Marketing ini akan menjadi input bagi Divisi PPIC untuk membuat rencana produksi bulan September Alternative Flow Special Kode produk tidak boleh salah input. Requirement Pre Condition Divisi Marketing menerima pesanan obat tablet dari customer dalam bentuk Surat Order. Post Condition Divisi Marketing mengolah data pesanan dalam Surat

95 223 Order tersebut sehingga sistematis di dalam sistem. d. Usecase Description untuk mengubah password Tabel 5.43 Usecase Description untuk mengubah password Usecase Name Briefcase Description Mengubah Password Usecase ini menjelaskan tentang pengguna sistem seperti administrator, Divisi Marketing, Divisi PPIC, dan Divisi Produksi yang ingin melakukan perubahan password. Hal ini dilakukan sebagai upaya menjaga keamanan sistem dan menghindari penggunaan akses yang tidak bertanggung jawab. Basic Flow 1. Pengguna sistem memasukkan nama, old password dan new password ke dalam menu Change Password di dalam sistem informasi tersebut. 2. Jika username dan old password dari pengguna sistem dikenali oleh sistem informasi tersebut, maka ke sub flow s Jika username dan old password dari pengguna sistem tidak dikenali oleh sistem informasi tersebut, maka ke alternative flow a.1.

96 Melakukan pembatalan terhadap perubahan password (ke sub flow s.2) 5. Usecase selesai Sub Flow s.1 Sistem melakukan pengecekan terlebih dahulu terhadap username dan password. Sistem mengenali username dan password maka perubahan password dengan new password dapat dilakukan. s.2 Sistem dapat membatalkan perubahan password sesuai dengan keinginan dari pengguna sistem. Alternative Flow a.1 Jika sistem tidak mengenali username dan password yang dimasukkan oleh pengguna sistem, maka perubahan password tidak dapat dilakukan. Special Username dan password harus dikenali oleh sistem. Requirement Pre Condition Post Condition Password dari pengguna sistem masih belum terganti Password dari pengguna sistem sudah terganti dengan password baru e. Usecase Description untuk mengolah data pesanan tablet Tabel 5.44 Usecase Description untuk mengolah data pesanan tablet

97 225 Usecase Name Briefcase Description Mengolah Data Pesanan Tablet Usecase ini menjelaskan tentang Divisi PPIC yang mengolah data pesanan obat tablet di PT.Metiska Farma dengan berdasarkan pada data pesanan Divisi Marketing. Usecase ini juga menggambarkan tentang kegiatan Divisi PPIC dalam melakukan konversi satuan dari box ke batch obat. Basic Flow 1. Usecase ini dimulai ketika Divisi PPIC melihat data pesanan Divisi Marketing dari sistem tersebut. Hal ini dapat terjadi karena Divisi PPIC memiliki hak akses untuk dapat melihat data pesanan Divisi Marketing. 2. Divisi Marketing memasukkan data mengenai stock atau persediaan obat tersebut dan obat dalam kondisi Work In Process (ke sub flow s.1). 3. Berdasarkan data permintaan customer, persediaan obat, dan obat dalam kondisi Work In Process maka dihasilkan jumlah batch yang harus diproduksi (batch processing) (ke sub flow s.2).

98 Usecase selesai Sub Flow s.1 Sistem akan menampilkan data pesanan Divisi Marketing, lalu sistem akan menyimpan pula data persediaan obat dan jumlah obat yang berada dalam kondisi Work In Process. s.2 Sistem akan melakukan proses konversi satuan dari box menjadi satuan batch yang harus diproduksi (batch processing). Alternative Flow Special Requirement Konversi dari box menjadi batch menggunakan prinsip pembulatan karena proses produksi berjalan per satu batch. Pre Condition Data Pesanan belum memperhatikan faktor stock dan WIP serta masih dalam satuan box. Post Condition Data Pesanan sudah memperhatikan faktor stock dan WIP serta sudah dalam satuan batch. f. Usecase Description untuk mengatur manajemen produk obat tablet Tabel 5.45 Usecase Description untuk mengatur manajemen produk obat tablet Usecase Name Briefcase Mengatur Manajemen Produk Obat Tablet Usecase ini menjelaskan tentang Divisi Produksi yang

99 227 Description mengurusi dan mengatur manajemen produk obat tablet. Manajemen produk obat tablet ini melingkupi aktifitas input obat tablet yang terbaru, melakukan update terhadap obat tablet yang ada sekarang, dan menambah atau mengurangi jenis obat tablet yang diproduksi PT.Metiska Farma. Segala hal yang berkaitan dengan operasional produksi obat tablet disebut manajemen produk obat tablet dan diatur sepenuhnya oleh Divisi Produksi. Basic Flow 1. Usecase dimulai ketika Divisi Produksi mengurusi dan mengatur manajemen produk obat tablet seperti melakukan input data obat tablet yang terbaru, melakukan update terhadap obat tablet yang ada sekarang, dan menambah atau mengurangi jenis obat tablet yang diproduksi PT.Metiska Farma. (ke sub flow s.1) 2. Divisi Produksi menyimpan data-data operasional tentang produk secara keseluruhan untuk dijadikan sumber dokumentasi proses produksi. Jika data yang akan disimpan telah ada dalam database Master Product maka ke

100 228 alternative flow a Usecase Selesai Sub Flow s.1 Sistem akan mendata dan menyimpan data-data yang menyangkut manajemen produk. Data-data yang menyangkut manajemen produk tersebut akan direkapitulasi ke dalam Master Product. Alternative Flow a.1 Data yang telah disimpan di dalam Database tidak dapat disimpan lagi dalam sistem informasi tersebut. Hal ini dikarenakan terjadinya duplikasi Primary Key sehingga sistem akan invalid. Special Requirement Kode produk sebagai Primary Key tidak boleh sama karena akan terjadi duplikasi Primary Key sehingga sistem informasi tersebut akan mengalami kegagalan atau invalid. Pre Condition Post Condition Data-data manajemen produk yang belum diperbarui Data-data manajemen produk yang telah diperbarui dalam arti diupdate, ditambah atau dihapus. g. Usecase Description untuk mengatur waktu proses mesin Tabel 5.46 Usecase Description untuk mengatur waktu proses produksi Usecase Name Mengatur Waktu Proses Produksi

101 229 Briefcase Description Usecase ini menjelaskan tentang Divisi Produksi dalam aktifitasnya mengatur waktu proses produksi untuk setiap mesin. Dalam hal ini adalah waktu proses produksi untuk setiap tahapan produksi. Proses produksi di PT.Metiska Farma terdiri atas enam tahapan utama yaitu penimbangan, pengadukan, proses granulasi, pencetakan, pelapisan dan pengemasan. Untuk setiap tahapan produksi tersebut masing-masing terdapat satu mesin. Waktu proses di sini dapat diartikan sebagai waktu yang diperlukan untuk mengolah obat tablet per batch di setiap tahapan produksinya. Basic Flow 1. Usecase ini dimulai ketika Divisi Produksi memantau lamanya proses produksi satu batch untuk obat tablet di setiap tahapan produksinya. 2. Lamanya proses produksi satu batch obat tablet di setiap tahapan produksinya dicatat sebagai waktu proses produksi. 3. Divisi Produksi akan memasukkan data waktu proses produksi ke dalam sistem informasi tersebut. (ke sub flow s.1). Jika data waktu

102 230 proses produksi yang akan dimasukkan telah ada di dalam sistem, maka ke alternative flow a Divisi Produksi dapat melakukan perubahan atau updating terhadap data waktu proses produksi tersebut. (ke sub flow s.2) 5. Usecase Selesai Sub Flow s.1 Sistem Informasi akan menyimpan data waktu proses produksi obat tablet satu batch di setiap tahapan produksinya tersebut. s.2. Sistem informasi akan melakukan updating terhadap data waktu proses produksi obat tablet satu batch di setiap tahapan produksinya tersebut. s.2.1 Sistem akan menghapus data yang akan di hapus oleh pengguna sistem dengan sebelumnya terlebih dahulu menampilkan pesan Are you sure to delete this data? Alternative Flow a.1 Data yang telah disimpan di dalam Database tidak dapat disimpan lagi dalam sistem informasi tersebut. Hal ini dikarenakan terjadinya duplikasi Primary Key sehingga sistem akan invalid. Special Kode produk sebagai Primary Key tidak boleh sama

103 231 Requirement karena akan terjadi duplikasi Primary Key sehingga sistem informasi tersebut akan mengalami kegagalan atau invalid. Pre Condition Data-data waktu proses produksi satu batch obat tablet di setiap tahapan produksinya yang belum diperbarui Post Condition Data-data waktu proses produksi satu batch obat tablet di setiap tahapan produksinya yang telah diperbarui dalam arti diupdate, ditambah atau dihapus. h. Usecase Description untuk mengatur waktu setting mesin Tabel 5.47 Usecase Description untuk mengatur waktu setting mesin Usecase Name Briefcase Description Mengatur Waktu Setting Mesin Usecase ini menjelaskan tentang Divisi Produksi dalam aktifitasnya mengatur waktu setting untuk setiap mesin. Dalam hal ini adalah waktu yang diperlukan untuk menyiapkan satu mesin sehingga dalam keadaan ready dalam melakukan kegiatan produksi. Basic Flow 1. Usecase ini dimulai ketika Divisi Produksi memantau lamanya waktu setting mesin mulai dari menyiapkan mesin tersebut sehingga benarbenar dalam kondisi ready untuk melakukan kegiatan produksi. 2. Lamanya waktu setting setiap mesin di setiap

104 232 tahapan produksi dicatat sebagai waktu setting mesin. 3. Divisi Produksi akan memasukkan data waktu setting mesin ke dalam sistem informasi tersebut. (ke sub flow s.1). Jika data waktu setting mesin yang akan dimasukkan telah ada di dalam sistem, maka ke alternative flow a Divisi Produksi dapat melakukan perubahan atau updating terhadap data waktu setting produksi tersebut. (ke sub flow s.2) 5. Usecase Selesai Sub Flow s.1 Sistem Informasi akan menyimpan data waktu setting mesin di setiap tahapn produksinya. s.2. Sistem informasi akan melakukan updating terhadap data waktu setting mesin di setiap tahapan produksinya tersebut. s.2.1 Sistem akan menghapus data yang akan di hapus oleh pengguna sistem dengan sebelumnya terlebih dahulu menampilkan pesan Are you sure to delete this data? Alternative Flow a.1 Data yang telah disimpan di dalam Database tidak dapat disimpan lagi dalam sistem informasi tersebut. Hal ini dikarenakan terjadinya duplikasi Primary Key

105 233 sehingga sistem akan invalid. Special Requirement Kode produk sebagai Primary Key tidak boleh sama karena akan terjadi duplikasi Primary Key sehingga sistem informasi tersebut akan mengalami kegagalan atau invalid. Pre Condition Data-data waktu setting mesin di setiap tahapan produksinya yang belum diperbarui Post Condition Data-data waktu setting mesin di setiap tahapan produksinya yang telah diperbarui dalam arti diupdate, ditambah atau dihapus. i. Usecase Description untuk mengurutkan produksi pesanan Tabel 5.48 Usecase Description untuk mengurutkan produksi pesanan Usecase Name Briefcase Description Mengurutkan Produksi Pesanan Usecase ini menjelaskan tentang Divisi Produksi dalam aktivitasnya melakukan pengurutan produksi terhadap data pesanan Divisi PPIC. Pengurutan produksi terhadap pesanan obat tablet di PT.Metiska Farma selama periode waktu tertentu dilakukan dengan membandingkan kinerja dua algoritma yaitu Algoritma Campbell Dudek and Smith dan Algoritma Palmer. Basic Flow 1. Divisi Produksi melihat data pesanan Divisi PPIC. Hal ini dapat dilakukan karena Divisi

106 234 Produksi mempunyai hak akses untuk dapat melihat data pesanan yang telah diolah oleh Divisi PPIC. 2. Memilih periode waktu untuk menentukan pesanan mana yang akan dilakukan pengurutan produksi dengan kedua algoritma yaitu Algoritma Campbell Dudek and Smith dan Algoritma Palmer. 3. Melihat hasil pengurutan yang optimal berdasarkan dari hasil perhitungan kedua algoritma tersebut. (ke sub flow s.1). Jika terdapat dua usulan pengurutan produksi pesanan maka ke alternative flow a Mencetak hasil pengurutan produksi pesanan tersebut sebagai laporan bulanan untuk kepala bagian Divisi Produksi. 5. Usecase selesai. Sub Flow s.1 Sistem akan menunjukkan dan memperlihatkan nilai makespan dan total flow time untuk setiap tahapan di antara kedua algoritma yaitu Algoritma Campbell Dudek and Smith dan Algoritma Palmer. Alternative Flow a.1 Jika terdapat dua usulan pengurutan produksi pesanan, maka pengguna sistem dapat menentukannya

107 235 berdasarkan pertimbangan tertentu. Special Requirement Pre Condition Post Condition Divisi Produksi mengetahui urutan produksi pesanan Sistem informasi akan menampilkan pesanan dengan urutan produksi yang terbaik. (3) Sequence Diagram Di dalam tahapan usage pada Application Domain Analysis diperlukan juga pembuatan Sequence diagram merupakan bagian dari behaviour diagram yang dapat menjelaskan aliran pesan antar objek saat menjalankan suatu use case, dimana pesan ini dapat merupakan event atau metode dari objek di dalam class. Sequence diagram dibuat untuk setiap usecase yang terdapat pada Usecase Diagram. Setiap sequence menggambarkan alur dalam usecase secara detil dan rinci. Di dalam sistem informasi untuk mengurutkan produksi pesanan di PT. Metiska Farma terdapat sembilan usecase, oleh sebab itu juga terdapat sembilan sequence diagram. a. Sequence Diagram untuk Login

108 236 Gambar 5.14 Sequence Diagram untuk Login Berdasarkan pada sequence diagram di atas, terdapat tahapan-tahapan yang terjadi pada event login. Tahapan-tahapan yang terjadi adalah : Pengguna sistem seperti Administrator, Divisi Marketing, Divisi PPIC, dan Divisi akan berinteraksi secara langsung dengan Form Login. Pengguna sistem akan membuka Form Login. Pengguna sistem akan memasukkan username dan password masingmasing. Sistem akan melakukan pengecekan validasi dan verifikasi terhadap username dan password yang dimasukkan oleh pengguna sistem

109 237 Jika username dan password dinyatakan invalid oleh sistem, maka sistem akan tampil pesan kesalahan dan pengguna sistem dapat mengulang untuk memasukkan username dan password kembali. Jika username dan password dinyatakan valid oleh sistem, maka pengguna sistem dapat masuk ke dalam sistem tersebut. b. Sequence Diagram untuk Mengatur Hak Akses SI Gambar 5.15 Sequence Diagram untuk Mengatur Hak Akses SI Berdasarkan pada sequence diagram di atas, terdapat tahapan-tahapan yang terjadi pada event mengatur hak akses SI. Tahapan-tahapan yang terjadi adalah :

110 238 Administrator akan berinteraksi secara langsung dengan Form Menu dan Form UserAdministration. Sistem akan menampilkan Form Menu. Administrator akan memilih menu UserAdminstration. Form Menu akan menampilkan Form UserAdminstration. Adminstrator sebagai pengguna sistem dapat menentukan hak akses dari pengguna sistem lainnya seperti Divisi Marketing, Divisi PPIC, dan Divisi Produksi. Adminstrator melakukan aktifitas menyimpan data, melakukan updating data, dan menghapus data. Tutup Form UserAdministration. c. Sequence Diagram untuk Input Untuk Pesanan Tablet

111 239 Gambar 5.16 Sequence Diagram untuk Input Untuk Pesanan Tablet Berdasarkan pada sequence diagram, terdapat tahapan-tahapan yang terjadi pada event input untuk pesanan tablet. Tahapan-tahapan yang terjadi adalah : Divisi Marketing akan berinteraksi secara langsung dengan Form Menu, Form OrderList_Marketing dan class Pesanan. Sistem akan menampilkan Form Menu. Divisi Marketing akan memilih menu OrderList_Marketing. Form Menu akan menampilkan Form OrderList_Marketing. Divisi Marketing memilih periode waktu untuk melakukan input terhadap pesanan yang datang dari customer.

112 240 Sistem akan melihat data yang disimpan dalam class Pesanan dan melakukan pencarian terhadap data pesanan yang akan diinput. Data yang ada dalam class pesanan akan tampil. Pesanan yang datang dari customer itu di input ke dalam periode waktu yang berbeda-beda karena Divisi Marketing PT.Metiska Farma senantiasa selalu menerima pesanan dari customer untuk periode kapanpun dalam 1 tahun itu. Namun biasanya pesanan yang datang dari customer berjangka 3 bulan ke depan. Divisi Marketing menyimpan data pesanan dari customer tersebut. Divisi Marketing dapat melakukan updating terhadap data pesanan yang telah disimpan dalam sistem tersebut. Tutup Form OrderList_Marketing. d. Sequence Diagram untuk Mengubah Password

113 241 Gambar 5.17 Sequence Diagram untuk Mengubah Password Berdasarkan pada sequence diagram di atas, terdapat tahapan-tahapan yang terjadi pada event mengubah password. Tahapan-tahapan yang terjadi adalah : Pengguna sistem seperti Administrator, Divisi Marketing, Divisi PPIC, dan Divisi Produksi akan berinteraksi dengan Form Menu dan Form ChangePassword.

114 242 Sistem akan menampilkan Form Menu. Pengguna sistem akan memilih Form ChangePassword. Form Menu akan menampilkan Form ChangePassword. Pengguna sistem akan memasukkan username dan sistem akan melakukan pemeriksaan terhadap username tersebut. Pengguna sistem akan memasukkan password lama dan sistem akan melakukan pemeriksaan terhadap password lama tersebut. Pengguna sistem akan memasukkan password baru dan sistem akan melakukan pemeriksaan terhadap password baru tersebut. Sistem akan melakukan penyimpanan terhadap perubahan password yang diinginkan oleh pengguna sistem jika username, password lama, dan password baru dinyatakan valid. Jika username, password lama, dan password baru dinyatakan invalid maka penyimpanan terhadap perubahan password tidak dapat dilakukan. Tutup Form ChangePassword. e. Sequence Diagram untuk Mengolah Data Pesanan Tablet

115 243 Gambar 5.18 Sequence Diagram untuk Mengolah Data Pesanan Tablet Berdasarkan pada sequence diagram di atas, terdapat tahapan-tahapan yang terjadi pada event mengolah data pesanan tablet. Tahapan-tahapan yang terjadi adalah : Divisi PPIC akan berinteraksi dengan Form Menu, Form OrderList_PPIC, dan class Pesanan.

116 244 Sistem akan menampilkan Form Menu. Divisi PPIC akan memilih menu OrderList_PPIC. Form Menu akan menampilkan Form OrderList_PPIC. Divisi PPIC memilih periode waktu untuk mengolah data pesanan Divisi Marketing Sistem akan melihat dan melakukan pemeriksaan terhadap data stock dan WIP yang terdapat dalam class Pesanan. Divisi Marketing melakukan input terhadap data stock dan WIP terhadap OrderList_Marketing tersebut. Sistem akan melakukan perhitungan konversi dari pesanan customer yang masih dalam satuan box menjadi batch sehingga didapatkan hasil perhitungan berupa batch processing. Sistem akan menampilkan perhitungan batch processing. Divisi PPIC melakukan pemeriksaan terhadap perhitungan batch processing tersebut. Tutup Form OrderList_PPIC. f. Sequence Diagram untuk Mengatur Manajemen Produk Obat Tablet

117 245 Gambar 5.19 Sequence Diagram untuk Mengatur Manajemen Produk Obat Tablet Berdasarkan pada sequence diagram di atas, terdapat tahapan-tahapan yang terjadi pada event mengatur manajemen produk obat tablet. Tahapan-tahapan yang terjadi adalah : Divisi Produksi akan berinteraksi dengan Form Menu, Form MasterProduct, dan class Produk.

118 246 Sistem akan menampilkan Form Menu. Divisi Produksi akan memilih menu MasterProduct. Form Menu akan menampilkan Form MasterProduct. Divisi Produksi akan melakukan aktifasi terhadap Form MasterProduct tersebut. Sistem akan melihat data dan mencari data bahkan menghapus data yang terdapat pada class Produk. Akan tampil list data data produk obat tablet di PT.Metiska Farma. Divisi Produksi akan melakukan input kode produk, nama produk, dan satuan dari produk tersebut dan menyimpannya dalam database MasterProduct jika kode produk yang dimasukkan oleh Divisi Produksi tersebut dinyatakan valid oleh sistem. Jika kode produk yang dimasukkan oleh Divisi Produksi dinyatakan invalid oleh sistem, maka data produk tersebut tidak dapat disimpan dalam database MasterProduct. Tutup Form MasterProduct. g. Sequence Diagram untuk Mengatur Waktu Proses Produksi

119 247 Gambar 5.20 Sequence Diagram untuk Mengatur Waktu Proses Produksi Berdasarkan pada sequence diagram di atas, terdapat tahapan-tahapan yang terjadi pada event mengatur waktu proses produksi. Tahapan-tahapan yang terjadi adalah : Divisi Produksi akan berinteraksi dengan Form Menu, Form ProcessTimeAndMachineSettingTime, dan class WaktuProsesPerBatch. Sistem akan menampilkan Form Menu. Divisi Produksi akan memilih menu ProcessTimeAndMachineSettingTime.

120 248 Form Menu akan menampilkan Form ProcessTimeAndMachineSettingTime. Sistem akan melakukan pemeriksaan terhadap data waktu proses produksi obat tablet setiap satu batch di dalam class WaktuProsesPerBatch dan kemudian sistem akan menampilkan data waktu proses produksi obat tablet untuk setiap batch tersebut. Divisi Produksi akan melakukan input data, menghapus data, dan melakukan updating terhadap waktu proses produksi tersebut. Divisi Produksi dapat membatalkan updating terhadap waktu proses produksi. Divisi Produksi menyimpan data waktu proses produksi obat tablet setiap satu batch di dalam database WaktuProsesPerBatch. Dalam melakukan penghapusan terhadap data waktu proses produksi obat tablet yang sudah disimpan dalam database WaktuProsesPerBatch, maka sistem akan terlebih dahulu memunculkan pesan. Tutup Form ProcessTimeAndMachineSettingTime. h. Sequence Diagram untuk Mengatur Waktu Setting Mesin

121 249 Gambar 5.21 Sequence Diagram untuk Mengatur Waktu Setting Mesin Berdasarkan pada sequence diagram di atas, terdapat tahapan-tahapan yang terjadi pada event mengatur waktu setting mesin. Tahapan-tahapan yang terjadi adalah : Divisi Produksi akan berinteraksi dengan Form Menu, Form ProcessTimeAndMachineSettingTime, dan class Mesin. Sistem akan menampilkan Form Menu. Divisi Produksi akan memilih menu ProcessTimeAndMachineSettingTime.

122 250 Form Menu akan menampilkan Form ProcessTimeAndMachineSettingTime. Sistem akan melakukan pemeriksaan terhadap data waktu setting untuk setiap mesin yang beroperasi dalam pembuatan obat tablet di class Mesin dan kemudian sistem akan menampilkan data waktu setting untuk setiap mesin yang beroperasi dalam pembuatan obat tablet tersebut. Divisi Produksi akan melakukan input data, menghapus data, dan melakukan updating terhadap waktu setting untuk setiap mesin yang beroperasi dalam pembuatan obat tablet. Divisi Produksi dapat membatalkan updating terhadap waktu setting mesin. Divisi Produksi menyimpan data waktu setting untuk setiap mesin yang beroperasi dalam pembuatan obat tablet pada database MasterMesin. Dalam melakukan penghapusan terhadap data waktu setting untuk setiap mesin yang beroperasi dalam pembuatan obat tablet pada database MasterMesin, maka sistem akan terlebih dahulu memunculkan pesan. Tutup Form ProcessTimeAndMachineSettingTime. i. Sequence Diagram untuk Mengurutkan Produksi Pesanan

123 251 Gambar 5.22 Sequence Diagram untuk Mengurutkan Produksi Pesanan Berdasarkan pada sequence diagram di atas, terdapat tahapan-tahapan yang terjadi pada event mengurutkan produksi pesanan. Tahapan-tahapan yang terjadi adalah : Divisi Produksi akan berinteraksi dengan Form Menu, Form ScheduleProduksi, class Pesanan, class Mesin, class Produk dan Class WaktuProsesPerBatch.

124 252 Sistem akan menampilkan Form Menu. Divisi Produksi akan memilih menu ScheduleProduksi. Divisi Produksi akan menentukan periode waktu terhadap pesanan yang akan dilakukan pengurutan produksi Sistem akan melakukan pemeriksaan terhadap data-data pesanan tersebut pada class Pesanan. Data-data pesanan tersebut digunakan oleh sistem juga untuk melakukan pemeriksaan terhadap data produk yang dipesan pada class Produk, pemeriksaan terhadap Mesin dan kaitannya dengan waktu setting mesin pada class Mesin, dan pemeriksaan terhadap waktu proses per batch obat tablet yang dipesan pada class WaktuProsesPerBatch. Divisi Produksi melakukan perhitungan Makespan dan Total FlowTime dengan menggunakan dua algoritma yaitu Algoritma Campbell Dudek and Smith dan Algoritma Palmer dengan data yang telah dikirim oleh class Pesanan, class Produk, class Mesin, dan class WaktuProsePerBatch. Divisi Produksi menentukan urutan produksi pesanan yang optimal dengan berdasarkan perhitungan Makespan dan TotalFlowTime tersebut. Sistem akan melakukan pencetakan terhadap urutan produksi pesanan optimal itu. Divisi Produksi dapat membatalkan proses pengurutan produksi pesanan tersebut. Tutup Form ScheduleProduksi.

125 Function Di dalam tahapan usage pada Application Domain Analysis, diperlukan pula pembuatan function list. Function list adalah daftar keterkaitan antara fungsi-fungsi sistem dengan tipe-tipe nya serta tingkat kompleksitasnya. Tujuan dasar dari Function List adalah untuk menentukan kapabilitas proses dari sistem informasi. Beberapa prinsip yang terdapat dalam Function List adalah : Identifikasi semua fungsi Hanya melakukan spesifikasi pada fungsi-fungsi yang kompleks Memeriksa konsistensi dengan usecase dan model Hasil utama dari Function List adalah suatu daftar fungsi-fungsi yang lengkap dengan spesifikasi fungsi-fungsi yang kompleks. Sesungguhnya fungsi adalah sebuah fasilitas untuk membuat dan menghasilkan model yang berguna untuk para pengguna sistemnya. Ada empat tipe fungsi yaitu : (1) Update Update merupakan fungsi yang diaktivasi oleh event event problem domain dan menghasilkan suatu perubahan dalam state model. (2) Signal Signal merupakan fungsi yang diaktivasi oleh perubahan state model dan menghasilkan reaksi dalam konteks. Reaksi ini mungkin menjadi display untuk pengguna sistem dalam Application Domain, atau intervensi secara langsung terhadap Problem Domain.

126 254 (3) Read Read merupakan fungsi yang diaktivasi oleh kebutuhan akan informasi dalam suatu tugas kerja pengguna sistem dan menghasilkan sistem yang menampilkan bagian yang relevan dari model. (4) Compute Compute merupakan fungsi yang diaktivasi oleh kebutuhan akan informasi dalam suatu tugas kerja pengguna sistem dan berkaitan dengan fungsi matematis. Function List juga memuat tentang tingkat kompleksitas dari setiap event-event yang ada di dalam sistem informasi. Tingkat kompleksitas yang ada dan kriteria penentuannya adalah: Very Complex Kompleksitas ini ditujukan untuk event-event yang memiliki tingkat kompleksitas sangat tinggi dan umumnya untuk function update dan compute. Complex Kompleksitas ini ditujukan untuk event-event yang memiliki tingkat kompleksitas tinggi dan umumnya untuk function update dan signal. Medium Kompleksitas ini ditujukan untuk event-event yang memiliki tingkat kompleksitas tinggi dan umumnya untuk function Read dan signal. Simple Kompleksitas ini ditujukan untuk event-event yang memiliki tingkat kompleksitas tinggi dan umumnya untuk function Read.

127 255 Tingkat kompleksitas dari suatu sistem informasi sangat bergantung pada pengguna sistem itu sendiri. Pengguna sistem yang sesungguhnya menentukan tingkat kompleksitas dari suatu sistem karena setiap pengguna sistem mempunyai subjektifitas masing-masing. Tabel 5.49 Function List Event Complexity Function Update Signal Read Compute Melakukan input pesanan Simple Menyimpan data pesanan Simple Menghapus data pesanan Simple Melakukan update data pesanan Simple Membuat list pesanan Simple Mengolah data pesanan Medium Membuat rencana produksi Complex Melakukan konversi satuan Medium Mencari data produk Simple Memeriksa data produk Simple Menghapus data produk Simple Melakukan update data produk Simple Menyimpan data produk Simple Menentukan waktu proses produksi Medium Menentukan waktu setting mesin Medium Melakukan update data waktu Simple Menyimpan data waktu Simple Menentukan hak akses pengguna sistem Simple Menentukan batch processing Medium Melakukan pengurutan produksi CDS Complex Melakukan pengurutan produksi Palmer Complex Menghitung Makespan dan TotalFlowTime Medium Memilih urutan optimal Simple Mencetak jadwal Simple

128 Interfaces Tahapan akhir dari Application Domain Analysis adalah interfaces. Tujuan dasar dari interfaces adalah menentukan suatu antar muka dari sistem. Hasil utama adalah Navigation Diagram. Ada 3 konsep yang mendasar pada tahapan interfaces di Application Domain Analysis yaitu : Interface adalah fasilitas yang membuat model sistem dan fungsi-fungsinya tersedia bagi pengguna sistem. User interface adalah antar muka pemakai. Sedangkan system interface alah antar muka dengan sistem lainnya. Navigation Diagram digunakan untuk menggambarkan interface apa saja yang diperkirakan akan ada dalam sistem atau program aplikasi yang akan dibuat, serta hubungan antara interface tersebut, dimana interface yang dimaksud adalah form yang digunakan dalam sistem (program). Form-Form yang ada adalah : Form login Form ChangePassword Form MasterProduct Form Menu Form OrderList_Marketing Form OrderList_PPIC Form ProcessAndMachineSettingTime Form ScheduleProduksi Form TableProduct

129 257 Form UserAdministration Gambar di bawah ini merupakan Navigation Diagram yang merupakan hubungan interface antara form-form yang terdapat pada sistem.

130 258 Gambar 5.23 Navigation Diagram (1) Gambar 5.24 Navigation Diagram (2)

131 259 Navigation Diagram menggambarkan keterkaitan antara form-form yang yang ada dalam sistem informasi untuk pengurutan produksi pesanan tablet di PT.Metiska Farma. Sebagai tahap awal ditandai dengan initial state yakni tahapan login lalu menuju pada form menu sebagai interface utama. Form menu menampilkan berbagai pilihan menu seperti Exit, ChangePassword, OrderList_Marketing, OrderList_PPIC, MasterProduct, ProcessAndMachineSettingTime, UserAdministration, dan ScheduleProduksi. Setiap form-form menu tersebut terdapat keterkaitan yang menjadikan sistem informasi tersebut seimbang. Tahapan untuk Exit, ChangePassword, dan UserAdministration tampak seolah-olah berdiri sendiri karena tahapan untuk melakukan menu tersebut mudah dan tidak berhubungan dengan menu lain. Namun untuk menumenu lainnya seperti OrderList_Marketing tampak terkait erat dengan MasterProduct karena obat tablet yang dipesan oleh customer haruslah obat tablet yang memang diproduksi oleh PT.Metiska Farma dan data tablet produksi PT.Metiska Farma tersebut tersimpan dalam MasterProduct. Data dalam master product yang telah melakukan transaksi tidak boleh dihapus. Data master yang telah melakukan transaksi akan tetap disimpan dalam sistem perusahaan dan menjadi data histori. Sedangkan untuk Menu OrderList_PPIC berhubungan dengan OrderList_Marketing karena data yang akan diolah berasal dari OrderList_Marketing. ScheduleProduksi berhubungan erat dengan menu-menu secara keseluruhan seperti OrderList_PPIC, MasterProduct, dan ProcessAndMachineSettingTime. ProcessAndMachineSettingTime juga berbentuk master. Jadi data pada master ProcessAndMachineSettingTime juga tidak boleh dihapus seperti pada data yang ada pada MasterProduct.

132 Architectural Design Architectural Design merupakan salah satu aktifitas dari empat aktifitas utama dalam analisa dan perancangan sistem informasi berbasiskan objek. Tujuan dasar dari Architectural Design adalah untuk melakukan strukturisasi sebuah sistem komputerisasi. Perancangan Architectural yang baik setidaknya terdapat tiga kriteria utama yaitu : Usable Sistem tersebut mudah digunakan. Dalam hal ini sistem dilihat secara keseluruhan dengan berdasarkan pada kebutuhan pengguna sistem dan technical platform. Flexible Fleksibel dalam menghadapi perubahan yang seringkali dihadapi oleh sistem. Comprehensible Sistem tersebut sebagian besar dapat memenuhi kriteria dalam perancangan. Architectural Design berkaitan dengan system component yang membawa perancang sistem masuk ke dalam level fisikal dari suatu sistem. Hasil akhir dari Architectural Design adalah Deployment Diagram. Deployment Diagram menunjukkan prosesor

133 261 dengan program component yang ditugaskan dan objek yang berada dalam kondisi aktif (active objek). Deployment diagram berhubungan dengan peran prosesor yaitu bagian dari peralatan yang digunakan untuk menjalankan sistem. Contoh prosesor yang membantu sistem melakukan prosesnya di PT.Metiska Farma adalah printer. Perancangan Architectural Design untuk perancangan sistem informasi pengurutan produksi pesanan di PT.Metiska Farma menggunakan pola distribusi The Centralized Pattern pada aplikasi Client Server. Pemilihan pola distribusi The Centralized Pattern pada untuk perancangan sistem informasi pengurutan produksi pesanan di PT.Metiska Farma disebabkan karena beberapa faktor yaitu : Ruang lingkup dari sistem itu sendiri tidak besar Ruang lingkup sistem yang tidak besar memungkinkan perusahaan untuk menggunakan pola distribusi The Centralized Pattern. Untuk ruang lingkup sistem yang tidak besar sangat dianjurkan menggunakan pola distribusi ini karena penggunaan pola distribusi yang lain akan tidak efektif. Tingkat keamanan tinggi Sistem informasi ini bersifat terpusat sehingga tingkat keamanan sistem relative terjamin. Data yang disimpan bersifat konsisten karena data tersebut ada dalam satu tempat.

134 262 Hasil dari architecture design adalah spesifikasi dari arsitektur (specification of architecture). Spesifikasi dari arsitektur ini menjadi input bagi Component design. Terdapat tiga aktivitas utama dalam architectural design adalah : Criteria a. Usability Melihat sistem dan kebutuhan dari pengguna sistem secara keseluruhan b. Comprehensibility c. Flexibility Sistem tersebut harus bersifat fleksibel terhadap perubahan-perubahan tertentu. Component architecture adalah suatu sistem struktur yang berhubungan dengan komponen. Suatu Component Architecture yang baik harus dapat membuat sebuah sistem lebih mudah untuk dimengerti, mengatur rancangan kerja dan merefleksikan kestabilan sistem. Process Architecture Process architecture menerangkan stuktur fisik dari suatu sistem. Selain itu process architecture juga fokus pada distribusi dan eksekusi dan bekerja dengan proses dan objek yang berbeda dengan komponen dan class.

135 263 Diagram di bawah ini menggambarkan Deployment Diagram dari perancangan Sistem Informasi untuk PT.Metiska Farma. Gambar 5.25 Deployment Diagram Component Design Component Design merupakan aktifitas yang terakhir dari empat aktifitas utama dalam analisa dan perancangan sistem informasi berorientasi objek. Pada Component Design sesungguhnya terdapat dua perancangan yaitu Revised Class Diagram dan Component Diagram. Revised Class Diagram terjadi karena ada penambahan class

136 264 baru yang dianggap perlu untuk melengkapi sistem yakni class pengguna sistem. Class pengguna sistem ini terkait erat dengan username, password serta hak akses yang ditandai dengan 1 yang berarti ada hak akses atau 0 yang berarti tak ada hak akses. Gambar 5.26 Revised Class Diagram Diagram di bawah ini menggambarkan Component Diagram dari perancangan Sistem Informasi untuk PT.Metiska Farma.

137 265 Gambar 5.27 Component Diagram 5.4 Perancangan Basis Data Penggunaan data secara bersamaan berkaitan erat dengan pembagian hak akses pada pengguna sistem. Pembagian hak akses pada pengguna sistem tersebut antara lain adalah:

138 266 Administrator Administrator dapat berinteraksi dengan sistem pada menu Exit, ChangePassword dan User Administration. Administrator bertanggung jawab pada pembagian hak akses untuk divisi yang terkait di PT.Metiska Farma seperti Divisi Marketing, Divisi PPIC, dan Divisi Produksi. Administrator yang berasal dari kalangan IT Support diberi tanggung jawab untuk mengatur pembagian hak akses karena untuk menjaga keamanan sistem dari ancaman pihak lain. Administrator sebaiknya berasal dari kalangan IT Support karena mereka memiliki skill yang lebih baik dalam menangani sistem. Divisi Marketing Divisi Marketing dapat berinteraksi dengan sistem pada menu-menu tertentu yaitu : Exit ChangePassword MarketingOrderList Divisi Marketing menerima pesanan dari customer dan memasukkan data pesanan dari customer tersebut ke dalam sistem yaitu pada menu Marketing Order List. Marketing diberi tanggung jawab untuk memasukkan data pesanan dari customer tersebut ke dalam sistem karena Divisi Marketing yang berinteraksi langsung dengan customer. Jadi sistem informasi yang ada untuk PT.Metiska Farma itu dapat mengeliminasi kegiatan input pesanan yang berulang-ulang. Data pesanan Divisi Marketing yang telah disimpan ke dalam sistem dapat dilihat oleh Divisi PPIC untuk diolah.

139 267 Divisi PPIC Divisi PPIC dapat berinteraksi dengan sistem pada menu-menu tertentu yaitu : Exit ChangePassword PPICOrderList Divisi PPIC dapat melihat data pesanan Divisi Marketing tersebut yang terangkum pada PPIC OrderList. Pada menu PPICOrderList itu terdapat data pesanan Divisi Marketing beserta data stock, WIP, dan batch processing. Divisi PPIC bertanggung jawab untuk mengolah data pesanan Divisi Marketing tersebut menjadi batch processing dengan mempertimbangkan faktor stock dan WIP karena Divisi PPIC yang mempunyai data stock dan WIP. Divisi Produksi Divisi Produksi dapat berinteraksi dengan sistem pada menu-menu tertentu yaitu Exit ChangePassword ScheduleProduksi ProcessTimeAndMachineSettingTime MasterProduct Divisi Produksi menentukan pengurutan produksi pesanan berdasarkan dari data pesanan Divisi PPIC. Penentuan urutan produksi pesanan yang dilakukan oleh Divisi Produksi dengan menggunakan 2 algoritma yaitu Algoritma Campbell Dudek and Smith dan Algoritma Palmer. Divisi Produksi juga bertanggung

140 268 jawab terhadap ProcessTimeAndMachineSettingTime dan MasterProduct karena memang menjadi job desk dari Divisi Produksi. Pada sistem pengurutan produksi pesanan di PT.Metiska Farma terdapat 3 tabel master dan 2 tabel transaksi. Tiga tabel master tersebut adalah : 1. Master Mesin Master mesin berisi tentang segala sesuatu tentang detil dari mesin produksi seperti NoUrutMesin, NamaMesin, dan LamaWaktuSetting. Spesifikasi dari master mesin dapat dilihat pada gambar di bawah ini. Gambar 5.28 Spesifikasi dari table Master Mesin 2. Master Product Master product berisi tentang segala sesuatu tentang detil dari produk seperti KodeProduct, NamaProduk, Satuan, JmlTabletPerBatch,

141 269 JmlStripPerBox, dan JmlTabletPerStrip. Spesifikasi dari master produk dapat dilihat pada gambar di bawah ini. Gambar 5.29 Spesifikasi dari tabel Master Product 3. Master User Master user berisi tentang segala sesuatu tentang detil dari pengguna sistem seperti Username, Password, MasterProduct, ProcessAndSettingMachineTime, Orderlist_Marketing, Orderlist_PPIC, ScheduleProduksi, dan UserAdministration. Spesifikasi dari master user dapat dilihat pada gambar di bawah ini.

142 270 Gambar 5.30 Spesifikasi dari tabel Master User Sedangkan dua tabel transaksi pada sistem pengurutan produksi pesanan di PT.Metiska Farma tersebut adalah: 1. Schedule Produksi Schedule Produksi merupakan tabel transaksi dari sistem pengurutan produksi pesanan di PT.Metiska Farma karena schedule produksi sifatnya selalu berubah-ubah dan tidak stabil pada waktu yang lama. Oleh karena itu schedule produksi merupakan tabel transaksi. Terlihat dari gambar spesifikasi dari tabel schedule produksi tersebut maka field-field yang terdapat pada tabel itu adalah KodeProduct, Bulan, Tahun, JumlahBox, Stock, dan WIP.

143 271 Gambar 5.31 Spesifikasi dari tabel Transaksi Schedule Produksi 2. Waktu Proses Per Batch Waktu Proses Per Batch merupakan tabel transaksi dari sistem pengurutan produksi pesanan di PT.Metiska Farma karena waktu proses per batch sifatnya selalu berubah-ubah dan tidak stabil pada waktu yang lama Gambar 5.32 Spesifikasi dari tabel Transaksi Waktu Proses Per Batch

144 272 Hasil akhir dari perancangan basis data adalah Entity Relationship Diagram (ERD) yang merupakan keterkaitan antara tabel master dengan tabel transaksi. Gambar 5.33 Entity Relationship Diagram 5.5 Perancangan Layar Perancangan layar yang diimplementasikan pada sistem informasi pengurutan produksi pesanan di PT.Metiska Farma dibuat sedemikian rupa sehingga sistem

145 273 terkesan friendly dan pengguna sistem dapat dengan mudah memahami tujuan penggunaan dari sistem. Hal ini dilatarbelakangi karena pengguna sistem tersebut yakni Divisi Marketing, Divisi PPIC, dan Divisi Produksi berasal dari kalangan yang tidak berorientasi IT. Layar yang ditampilkan dalam sistem berupa form-form yang berisi menu untuk membantu pengguna sistem untuk mencapai tujuannya. Sebagai langkah awal, pengguna sistem terlebih dahulu harus melakukan login. Setelah pengguna sistem melakukan login untuk masuk ke dalam sistem, maka sistem akan menampilkan menu-menu yang dapat dipilih secara langsung oleh pengguna sistem itu sendiri sesuai dengan hak akses yang telah ditentukan. Menu-menu yang terdapat dalam sistem harus relevan dan mendukung sistem tersebut untuk mencapai mendapatkan urutan produksi yang terbaik dengan algoritma tertentu. Secara garis besar terdapat 7 menu utama dan 1 menu Exit untuk keluar. Tujuh menu utama tersebut adalah : Change Password Marketing Orderlist PPIC Orderlist ProcessTimeAndMachineSettingTime Master Product User Administration Schedule Produksi Perancangan layar yang baik adalah perancangan layar yang memiliki interface atau antar muka pemakai yang mudah dipahami oleh pengguna sistem. Berikut ini adalah tampilan dari layar-layar pada sistem informasi pengurutan produksi pesanan di PT.Metiska Farma.

146 274 a. Tampilan layar untuk login Gambar 5.34 Layar login Layar login di atas merupakan layar yang pertama kali muncul saat pengguna sistem hendak masuk dan berinteraksi langsung dengan sistem informasi untuk pengurutan produksi pesanan di PT.Metiska Farma. Setiap pengguna sistem tanpa terkecuali yakni Administrator, Divisi Marketing, Divisi PPIC, dan Divisi Produksi harus login terlebih dahulu untuk masuk ke dalam sistem. Pengguna sistem harus memasukkan username dan password. Sistem akan melakukan pengecekan terhadap username dan password yang dimasukkan oleh pengguna sistem tersebut sekaligus membatasi hak akses dari pengguna sistem tersebut. Jika username dan password tersebut dinyatakan valid oleh sistem, maka pengguna sistem dapat masuk dan berinteraksi langsung dengan sistem tersebut. b. Tampilan layar untuk form Menu

147 275 Gambar 5.35 Layar Menu Keseluruhan Layar di atas merupakan layar untuk form menu. Layar ini berisi menumenu yang terdapat dalam sistem informasi untuk pengurutan produksi pesanan di PT.Metiska Farma tersebut. Menu-menu yang terdapat dalam sistem adalah : Change Password Marketing OrderList PPIC OrderList Process Time And Machine Setting Time Master Product User Adminstration Schedule Produksi Exit Setiap pengguna sistem memiliki layar menu yang berbeda-beda dan sesuai dengan batasan hak akses-nya masing-masing. b.1 Layar Menu untuk Adminstrator

148 276 Gambar 5.36 Layar Menu Untuk Administrator Administrator sendiri memiliki akses untuk dapat keluar, mengubah password dan menentukan hak akses dari pengguna sistem lainnya yaitu Divisi Marketing, Divisi PPIC, dan Divisi Produksi. b.2 Layar Menu untuk Divisi Marketing Gambar 5.37 Layar Menu untuk Divisi Marketing Divisi Marketing memiliki akses untuk dapat keluar, mengubah password dan memasukkan data pesanan yang berasal dari customer selama

149 277 periode waktu tertentu. Data pesanan dalam Marketing Orderlist masih dalam satuan box. b.3 Layar Menu untuk Divisi PPIC Gambar Layar Menu untuk Divisi PPIC Divisi PPIC memiliki akses untuk dapat keluar, mengubah password dan mengolah data pesanan yang terdapat pada Marketing OrderList. Divisi PPIC mengolah data pesanan tersebut dengan cara yakni : Mempertimbangkan faktor stock dan WIP Menghasilkan nilai batch processing yaitu banyaknya batch yang harus diproduksi oleh Divisi Produksi PT.Metiska Farma. Divisi PPIC tidak dapat mengubah data pesanan yang terdapat pada Marketing OrderList. Divisi PPIC hanya dapat mengolah data pesanan tersebut saja. b.4 Layar Menu untuk Divisi Produksi

150 278 Gambar 5.39 Layar Menu untuk Divisi Produksi Divisi Produksi memiliki akses untuk dapat keluar, mengubah password, memasukkan data waktu proses dan melakukan updating terhadap waktu proses, memasukkan data waktu setting dan melakukan updating terhadap waktu setting, mengolah data produk obat tablet, seta menghasilkan urutan produksi pesanan yang optimal. c. Tampilan layar untuk menu ChangePassword Gambar 5.40 Layar ChangePassword

151 279 Layar Change Password berisi field-field yang mendukung pengguna sistem untuk melakukan perubahan password. Menu ini dianggap penting karena untuk menjamin keamanan dari pengguna sistem itu sendiri. Field-field tersebut adalah nama pengguna sistem password lama, password baru, dan konfirmasi. Pengguna sistem dapat menyimpan password baru tersebut atau bahkan dapat membatalkannya. d. Tampilan layar untuk menu Marketing Orderlist Dari tampilan layar di bawah terlihat ada dua aktivitas utama yakni Manage dan Table. Tampilan layar di bawah ini adalah tampilan layar pada aktivitas Table. Tampilan layar ini aktif jika icon sort di klik oleh Divisi Marketing. Terlihat pada gambar tersebut muncul list pesanan bahwa ada pesanan untuk bulan September tahun Untuk membuka dan melihat data pesanan, maka pengguna sistem harus double click pada bulan tersebut. Gambar 5.41 Layar Marketing OrderList (Table)

152 280 Layar tersebut adalah layar order list bulan September tahun 2005 di klik oleh Divisi Marketing, maka akan langsung muncul daftar-daftar pesanan produk obat tablet untuk periode bulan September tahun Gambar 5.42 Layar Marketing OrderList Saat Di double klik Sedangkan layar untuk input pesanan produk obat tablet dijelaskan pada gambar 5.42 di bawah ini. Layar tersebut akan aktif jika icon new diklik. Gambar 5.43 Layar Input Marketing OrderList

153 281 e. Tampilan layar untuk menu PPIC Orderlist Dari tampilan layar di bawah terlihat ada dua aktivitas utama yakni Manage dan Table. Tampilan layar ini aktif jika icon sort di klik oleh Divisi PPIC. Terlihat pada gambar tersebut muncul list pesanan bahwa ada pesanan untuk bulan September tahun Untuk mengolah data pesanan dari Divisi Marketing, maka pengguna sistem harus double click pada bulan tersebut. Gambar 5.44 Layar PPIC OrderList (Table) Layar di bawah ini adalah layar saat OrderList bulan September tahun 2005 itu di klik oleh Divisi PPIC. Gambar Layar PPIC OrderList Saat Di doubleklik

154 282 f. Tampilan layar untuk menu ProcessTimeAndMachineSettingTime Layar untuk menu ProcessTimeAndMachineSettingTime juga terdapat dua kativitas yaitu Process Time dan Machine Setting Time. Layar di bawah ini merupakan layar awal untuk process time yang akan berisi data-data waktu proses setiap obat tablet satu batch di setiap mesin produksi. Gambar 5.46 Layar awal Process Time Layar process time dapat aktif jika icon sort di klik oleh Divisi Produksi. Jika layar process time sudah dalam keadaan aktif, maka layar tersebut akan menampilkan data keseluruhan dari waktu proses obat tablet satu batch di setiap mesin produksi. Menu Process Time ini menjadi penting karena Divisi Produksi dapat segera melakukan updating terhadap waktu proses obat tablet tersebut tanpa masuk dalam database. Langkah ini sebagai suatu usaha keamanan sistem.

155 283 Gambar 5.47 di bawah ini merupakan layar process time setelah icon sort di klik. Gambar 5.47 Layar Process Time setelah icon sort di klik Gambar 5.48 Layar awal Machine Setting Time

156 284 Gambar 5.48 merupakan layar awal untuk machine setting time yang akan berisi data-data waktu setting setiap mesin produksi. Layar machine setting time dapat aktif jika icon sort di klik oleh Divisi Produksi. Jika layar process time sudah dalam keadaan aktif, maka layar tersebut akan menampilkan data keseluruhan dari waktu setting setiap mesin produksi. Menu Machine Setting Time ini menjadi penting karena Divisi Produksi dapat segera melakukan updating terhadap waktu setting mesin tersebut tanpa masuk dalam database. Langkah ini sebagai suatu usaha keamanan sistem. Gambar 5.49 Layar Machine Setting Time setelah icon sort di klik

157 285 g. Tampilan layar untuk menu Master Product Tampilan layar di bawah ini merupakan layar master produk yang berfungsi untuk memasukkan dan melakukan updating terhadap obat-obat tablet yang diproduksi di PT.Metiska Farma. Layar Master Product ini berisi field-field seperti kode produk, nama produk, satuan, jumlah tablet per batch, jumlah strip per box, dan jumlah tablet per strip. Gambar 5.50 Layar Master Product (Manage) Gambar 5.51 Layar Master Product (Table)

158 286 h. Tampilan layar untuk menu UserAdministration Gambar 5.52 Layar User Administration Terlihat dari gambar di atas bahwa layar User Administration merupakan layar yang berguna untuk mengatur dan membatasi hak akses dari pengguna sistem yakni Administrator, Marketing, PPIC, dan Produksi. Administrator mengatur pembagian hak akses tersebut dengan cara double clik pada hak akses tersebut. Untuk memberikan hak akses pada pengguna sistem maka, Administrator harus double click pada hak akses tersebut. Sedangkan untuk mencabut hak akses dari pengguna sistem, Administrator juga harus double click pada hak akses tersebut.

159 287 i. Tampilan layar untuk menu Schedule Produksi Gambar 5.53 Schedule Produksi Sebelum Diproses Gambar 5.54 Schedule Produksi Setelah Diproses