BAB 2

LANDASAN TEORI

2.1 Teknik Industri

Definisi menurut institute of industrial and system (IIE) :

Teknik industri adalah suatu rekayasa yang berkaitan dengan desain, pembaruan,

dan instalasi dari sistem terintegrasi yang meliputi manusia, material, peralatan (mesin),

energi dan informasi.

Teknik industri juga membutuhkan pengetahuan dan keterampilan khusus dalam

bidang matematika, fisik, dan ilmu sosial yang digabungkan dengan prinsip-prinsip dan

metode-metode analisa teknik untuk memprediksi dan mengevaluasi hasil dalam

merancang suatu sistem (Turner,2000,p21).

Perencanaan produksi merupakan suatu proses penetapan tingkat output secara

keseluruhan guna memenuhitingkat penjualan / permintaan yang direncanakan dan dan

inventori yang diinginkan (Gaspersz,2001,p128).

2.1.1 Peramalan

Kegiatan untuk memperkirakan apa yang terjadi pada masa yang akan datang

dikenal dengan apa yang disebut dengan peramalan (Forecasting). Peramalan diperlukan

untuk menetapkan kapan suatu peristiwa akan terjadi atau timbul, sehingga tindakan

yang tepat dapat dilakukan.

Tujuan dari peramalan itu sendiri adalah melihat atau memperkirakan prospek

ekonomi atau kegiatan usaha serta pengaruh lingkungan terhadap prospek tersebut.

Peramalan kini mempunyai peranan yang penting dalam suatu bagian organisasi. Suatu

11

sistem peramalan harus mempunyai kaitan di antara ramalan-ramalan yang dibuat pada

bidang manajemen yang lain. Jika peramalan ingin berhasil, maka harus diperhatikan

adanya saling ketergantungan yang tinggi di antara ramalan berbagai divisi atau

departemen. Peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti

langkah-langkah atau prosedur-prosedur penyusunan yang baik.

Bilamana data yang diperlukan tersedia, suatu hubungan peramalan dapat

dihipotesiskan baik sebagai fungsi dari waktu atau sebagai fungsi dari variabel bebas,

kemudian diuji. Langkah penting dalam memilih suatu metode deret berkala yang tepat

adalah dengan mempertimbangkan jenis pola data, sehingga metode yang paling tepat

dengan pola tersebut dapat diuji. Pola data dapat dibedakan menjadi empat jenis :

1. Pola Horisontal (H)

Terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata yang konstan.

Deret seperti itu stasioner terhadap nilai rata-ratanya. Suatu produk yang

penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk

jenis ini.

Y

waktu

Gambar 2.1 Pola Data Horisontal

12

2. Pola Musiman (S)

Terjadi bilamana suatu deret dipengaruhi oleh faktor musiman (misalnya kuartal

tahun tertentu, bulanan, atau hari-hari pada minggu tertentu). Penjualan dari

produk seperti minuman ringan, es krim, dan bahan bakar pemanas ruangan

semuanya menunjukkan jenis pola ini.

Y

waktu

Gambar 2.2 Pola Data Musiman

3. Pola Siklis (C)

Terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang

seperti yang berhubungan dengan siklus bisnis. Penjualan produk seperti mobil,

baja, dan peralatan utama lainnya menunjukkan jenis pola data ini.

13

Y

w a k tu

Gambar 2.3 Pola Data Siklis

4. Pola Trend (T)

Terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang

dalam data. Penjualan banyak perusahaan, produk bruto nasional (GNP) dan

berbagai indikator bisnis atau ekonomi lainnya mengikuti suatu pola data trend

selama perubahannya sepanjang waktu.

Y

w a k tu

h h

h

h

h

hh h

h

h

Gambar 2.4 Pola Data Trend

Situasi peramalan sangat beragam dalam horison waktu peramalan, faktor yang

menentukan hasil sebenarnya, tipe pola data dan berbagai aspek lainnya. Untuk

menghadapi penggunaan yang luas seperti itu, beberapa teknik telah dikembangkan.

14

Teknik tersebut dibagi dalam dua kategori utama, yaitu metode kuantitatif dan metode

kualitatif atau teknologis. Peramalan kuantitatif dapat diterapkan bila terdapat tiga

kondisi berikut :

1. Tersedia informasi tentang data masa lalu

2. Informasi tersebut dapat dikuantifisir (dikuantitatifkan) dalam bentuk data

numerik

3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut di

masa mendatang.

2.1.2 Metode peramalan

A. Metode Double Moving Average

Model rata-rata bergerak menggunakan sejumlah data aktual permintaan yang

baru untuk membangkitkan nilai ramalan untuk permintaan dimasa yang akan datang.

Metode rata-rata bergerak akan efektif diterapkan apabila kita harus mengasumsikan

bahwa permintaan pasar terhadap produk akan tetap stabil sepanjang waktu.

Metode rata-rata bergerak n-periode mengugunakan formula sebagai berikut

( )n

terdahuluperiodendalamtaanperPeriodenbergerakrataRata ∑ −

=−−min

dimana n adalah banyaknya periode dalam rata-rata bergerak.

Persamaan yang dipakai adalah :

( )

( )

mbaF

SSN

b

SSSSSaN

SSSSS

Nxxxx

S

ttmt

ttt

tttttt

nttttt

nttttt

+=

−−

=

−=−+=

++++=

++++=

+

−−−−

−−−−

"'1

2"'2"''

'...'''"

...'

121

121

15

B. Metode Double Eksponential Smoothing Satu Parameter

Dasar pemikiran dari pemulusan eksponensial satu parameter dari Brown adalah

dengan menggunakan rumus pemulusan secara langsung dimana pemulusan

eksponensial linear yang dapat digunakan untuk meramal data dengan suatu pola trend

dasar. Pendekatan ini hampir serupa dengan rata-rata bergerak linear, karena kedua nilai

pemulusan tunggal dan ganda ketinggalan dari data yang sebenarnya bilamana terdapat

unsur trend. Perbedaan nilai pemulusan tunggal dan ganda dapat ditambahkan kepada

nilai pemulusan tunggal dan disesuaikan untuk trend.

Model Peramalan Pemulusan eksponensial bekerja hampir serupa dengan alat

thermostat, dimana apabila galat ramalan (forecast error) dalah positif, yang berarti nilai

aktual permintaan lebih tinggi daripada nilai ramalan (A - F > 0), maka model

pemulusan eksponesial akan secara otomatis meningkatkan nilai ramalan. Sebaliknya

apabila galat ramalan (forecast error) adlaah negatif, yang berarti nilai aktual

permintaan lebih rendah daripada nilai ramalan (A - F < 0), maka model pemulusan

eksponensial akan secara otomatis menurunkan nilai ramalan. Proses penyesuaian ini

beralngsung terus menerus kecuali galat ramalan telah mencapai nol. Kenyataan inilah

yang mendorong peramal (forecaster) lebih suka menggunakan model pramalan

pemulusan eksponensial, apabila pola hisotris dari data aktual permintaaan bergejolak

atau tidak stabil dari waktu ke waktu.

Permasalahan umum yang dihadapi apabila menggunakan model pemulusan

eksponensial adalah memilih konstanta pemulusan α yang diperkirakan tepat. Nilai

konstanta pemulusan alpha dapat dipilih diantara nilai 0 dan 1 karena berlaku: 0 < α < 1.

Bagaimanapun juga untuk penetapan nilai α yang diperkirakan tepat, kita dapat

16

menggunakan panduan berikut:

1. Apabila pola historis dari data aktual permintaan sangat bergejolak atau tidak

stabil dari waktu ke waktu, kita memilih nilai α yang mendekati satu. Biasanya

dipilih nilai α = 0,9; namun dapat dicoba nilai-nilai α yang lain yang mendekati

satu (α = 0,8; 0,95; 0,99, dan lain-lain) tergantung pada sejauh mana gejolak dari

data itu. Semakin bergejolak, nilai α yang dipilih harus semakin tinggi menuju

ke nilai satu.

2. Apabila pola historis dari data aktual permintaan tidak berfluktuasi atau relatif

stabil dari waktu ke waktu, kita dapat memilih nilai α yang mendekati nol.

Biasanya yang dipilih nilai α = 0,1; namun dapat dicoba nilai-nilai α yang lain

yang mendekati nol (α = 0,2; 0,15; 0,05; 0,01, dan lain-lain) tergantung pada

sejauh mana kestabilan dari data itu. Semakin stabil nilai α yang dipilih harus

semakin kecil menuju ke nilai nol.

Persamaan yang dipakai dalam implementasi pemulusan eksponensial linear satu

parameter dari Brown adalah sebagai berikut :

Inisialisasi Awal : 11

''1

' XSS ==

( ) ( )1-ttt S'*1X* S' αα −+=

( ) ( )1-ttt S"*1S'* S" αα −+=

ttt SSa '''.2 −=

( )ttt SSb '''

1−

−=

αα

17

Dimana : S’t = nilai pemulusan eksponensial tunggal

S”t = nilai pemulusan eksponensial ganda

α = konstanta antara 0 – 1

m = jumlah periode ke muka yang diramalkan

C. Metode Peramalan Dekomposisi

Metode dekomposisi biasanya mencoba memisahkan tiga komponen terpisah

dari pola dasar yang cenderung mencirikan deret data ekonomi dan bisnis. Komponen

tersebut adalah faktor trend, siklus dan musiman. Faktor trend menggambarkan perilaku

data dalam jangka panjang, dan dapat meningkat, menurun, atau tidak berubah. Faktor

siklus menggambarkan naik turunnya ekonomi atau industri tertentu dan sering terdapat

pada deret data seperti Produk Bruto Nasional (GNP), indeks produksi industri,

permintaan untuk perumahan, penjualan barang industri seperti mobil, harga saham,

tingkat obligasi, penawaran uang, dan tingkat bunga. Faktor musiman berkaitan dengan

fluktuasi periodik dengan panjang konstan yang disebabkan oleh hal-hal seperti

temperatur, curah hujan, bulan pada suatu tahun, saat liburan, dan kebijaksanaan

perusahaan. Perbedaan antara musiman dan siklus adalah bahwa musiman itu berulang

dengan sendirinya pada interval yang tetap seperti tahun, bulan atau minggu. Sedangkan

faktor siklus mempunyai jangka waktu yang lebih lama dan lamanya berbeda dari siklus

yang satu ke siklus yang lain.

Dekomposisi mempunyai asumsi bahwa data itu tersusun sebagai berikut :

( ) mbaF ttmt .+=+

18

Data = pola + galat

= f (trend, siklus, musiman) + galat

Jadi disamping komponen pola, terdapat pula unsur galat atau keacakan. Galat

ini dianggap merupakan perbedaan antara pengaruh gabungan dari tiga sub-pola deret

tersebut dengan data yang sebenarnya.

Terdapat beberapa pendekatan alternatif untuk mendekomposisikan suatu deret

berkala, yang semuanya bertujuan memisahkan setiap komponen deret data seteliti

mungkin. Konsep dasar dalam pemisahan tersebut bersifat empiris dan tetap yang mula-

mula memisahkan musiman, lalu trend, dan akhirnya siklus. Residu yang ada dianggap

unsur acak yang walaupun tidak dapat ditaksir, tetapi dapat diidentifikasi. Penulisan

matematis umum dari pendekatan dekomposisi adalah :

Xt = f (It, Tt, Ct, Et)

Dimana : Xt adalah nilai deret berkala (data yang aktual) pada periode t

It adalah komponen musiman (indeks) pada periode t

Tt adalah komponen trend pada periode t

Ct adalah komponen siklus pada periode t

Et adalah komponen galat atau acak pada periode t

Bentuk fungsional yang pasti bergantung pada metode dekomposisi yang

digunakan. Untuk semua metode tersebut proses dekomposisinya adalah serupa dan

terdiri atas langkah-langkah sebagai berikut :

1. Pada deret data yang sebenarnya(Xt) hitung rata-rata bergerak yang panjangnya

(N) sama dengan panjang musiman. Maksud dari rata-rata bergerak ini adalah

menghilangkan unsur musiman dan keacakan. Merata-ratakan sejumlah periode

19

yang sama dengan panjang pola musiman akan menghilangkan unsur musiman

dengan membuat rata-rata dari periode yang musimnya tinggi dan periode yang

musimnya rendah. Karena galat acak tidak mempunyai pola yang sistematis,

maka perata-rataan ini juga mengurangi keacakan.

2. Pisahkan rata-rata bergerak N periode (langkah 1) dari deret data semula untuk

memperoleh unsur trend dan siklus.

3. Pisahkan faktor musiman dengan menghitung rata-rata untuk tiap periode yang

menyusun panjang musiman secara lengkap.

4. Identifikasi bentuk trend yang tepat (linear, eksponensial, kurva-S, dan lain-lain)

dan hitung nilainya untuk setiap periode, (Tt).

5. Pisahkan hasil langkah 4 dari hasil langkah 2 (nilai gabungan dari unsur trend

dan siklus) untuk memperoleh faktor siklus.

6. Pisahkan musiman, trend dan siklus dari data asli untuk mendapatkan unsur acak

yang ada, Et.

Dalam melakukan langkah 1 dari prosedur di atas, tugas awalnya adalah

menentukan panjang musiman dari data sehingga jumlah periode tersebut dapat

digunakan untuk menghitung rata-rata bergerak. Lalu langkah 2 adalah mengurangkan

nilai rata-rata bergerak terhadap nilai deret waktu. Langkah 3 memisahkan keacakan dari

unsur musiman dengan cara merata-ratakan semua nilai yang mengacu pada musim yang

sama. Dengan menggunakan prosedur ini, orang dapat mengetahui bahwa unsur acak

akan saling meniadakan, karena beberapa nilai akan bernilai positif dan lainnya negatif.

Langkah 4 dan langkah 5 dalam proses dekomposisi adalah untuk memisahkan trend dan

siklus. Secara umum harus dianggap adanya suatu kurva trend tertentu, nilai ini dihitung

untuk setiap periode, dan nilai tersebut dikurangkan terhadap nilai trend siklus (nilai

20

rata-rata bergerak). Langkah 6 adalah memisahkan unsur acak dari deret data dengan

cara mengurangi deret berkala semula dengan nilai-nilai komponen yang diperoleh di

atas yaitu faktor trend, siklus dan musiman.

Persamaan yang dipakai dalam melakukan peramalan dekomposisi adalah

sebagai berikut :

- Four Period Average

Simple : (Xt + Xt+1 + Xt+2 + Xt+3)/4

Centered : (St + St+1)/2

Percent MA : Data Aktual/Centered

- Deseasonalized

Seasonal : dari perhitungan indeks

Data* : Data Aktual/Seasonal

Trend : a + b(X)

( )22 xxnyxxynb

Σ−ΣΣΣ−Σ

=

xbya −=

- Fitted Values

Fitted Values = Trend * Seasonal

- Error

Error = Data – Fitted Values

Metode ini mula-mula memisahkan unsur trend – siklus dari data dengan

menghitung rata-rata bergerak yang jumlah unsurnya sama dengan panjang musiman.

Rata-rata bergerak dengan panjang seperti ini tidak mengandung pengaruh musiman dan

tanpa atau sedikit sekali unsur acak. Rata-rata bergerak yang dihasilkan hanya

21

mengandung faktor trend dan siklus, karena faktor musiman dan keacakan telah

dieliminasi dengan perata-rataan, dengan menghasilkan rasio dari data yang sebenarnya

dengan rata-rata bergerak dan mengisolasi dua komponen deret berkala. Nilai rasio

tersebut berkisar di antara 100, menunjukkan pengaruh musiman pada nilai rata-rata data

yang telah dihilangkan faktor musimannya (deseasonalized).

Untuk mendapatkan hasil yang lebih teliti, rata-rata bergerak seharusnya

diletakkan di tengah-tengah nilai data yang dirata-ratakan. Hal itu tidak menjadi masalah

jika jumlah nilai yang dirata-ratakan adalah ganjil. Untuk menghitung rata-rata bergerak

4-nilai, timbul pertanyaan apakah rata-rata bergerak tersebut diletakkan pada periode 2

atau periode 3. Meletakkannya pada periode 2 mengakibatkan rata-rata bergerak

terlambat setengah periode dan menempatkannya pada periode 3 mengakibatkan ia lebih

awal setengah periode. Ternyata rata-rata bergerak yang tidak terpusat (centered) dalam

kasus ini dapat menimbulkan masalah. Masalah seperti itu biasanya dapat diatasi dengan

mengambil tambahan rata-rata bergerak 2 periode dan rata-rata bergerak 4 periode.

Langkah selanjutnya adalah dengan menghilangkan keacakan dari nilai rasio

dengan menggunakan suatu bentuk rata-rata pada bulan yang sama. Untuk menghitung

rata-rata medial maka rasio nilai sebenarnya terhadap rata-rata bergerak disusun menurut

bulan untuk setiap tahun. Rata-rata medial adalah nilai rata-rata untuk setiap bulan

setelah dikeluarkan nilai terbesar dan terkecil. Indeks musiman dapat diperoleh dari rata-

rata medial ini yang merupakan nilai penyesuaian sehingga nilai rata-ratanya adalah 100.

Nilai ini berfluktuasi di sekitar 100, menunjukkan adanya faktor siklus yang lebih tinggi

dari nilai rata-rata (lebih besar dari 100) atau yang lebih rendah dari nilai rata-rata

(kurang dari 100). Untuk menyiapkan ramalan, nilai kecenderungan untuk periode yang

akan diramalkan dikalikan dengan indeks musiman dan faktor siklus yang sesuai.

22

2.1.3 Statistik ketepatan peramalan

Jika Xt merupakan data aktual untuk periode t dan Ft merupakan ramalan (atau

nilai kecocokan/fitted value) untuk periode yang sama, maka kesalahan didefenisikan

sebagai berikut :

ttt FXe −=

Jika terdapat nilai pengamatan dan ramalan untuk n periode waktu, maka akan

terdapat n buah galat dan ukuran statistik standar berikut yang dapat didefenisikan :

- Nilai Tengah Galat (Mean Error)

∑ ==

n

tet

nME

1

1

- Nilai Tengah Galat Absolut (Mean Absolute Error)

∑ ==

n

tet

nMAE

1

1

- Jumlah Kuadrat Galat (Sum of Squared Error)

2

1∑ ==

n

tetSSE

- Nilai Tengah Galat Kuadrat (Mean Squared Error)

21

1 etn

MSE n

t∑ ==

23

- Deviasi Standar Galat (Standard Deviation of Error)

211

1 etn

SDE n

t∑ =−=

- Nilai Tengah Deviasi Absolut (Mean Absolute Deviation)

∑ −= XXn

MAD i1

Ukuran-ukuran Relatif

- Galat Persentase (Percentage Error)

100*⎟⎟⎠

⎞⎜⎜⎝

⎛ −=

t

tt

XFX

PE

- Nilai Tengah Galat Persentase (Mean Percentage Error)

tn

tPE

nMPE ∑ =

=1

1

- Nilai Tengah Galat Persentase Absolut (Mean Absolute Percentage Error)

tn

tPE

nMAPE ∑ =

=1

1

Menurut Makridakis ukuran statistik standard adalah sebagai berikut :

- Error

iii FXe −=

24

- Nilai tengah kesalahan absolut (mean error)

∑=

=n

ii neME

1/

- Nilai tengah galat absolut (mean absolute error)

∑=

=n

iieMAE

1

- Nilai tengah galat kuadrat ( mean squared error )

n

eMSE

n

ii∑

== 1

2

- Deviasi standar galat (standard deviation of error)

( )11

2

−=∑=

n

eSDE

n

ii

- Nilai tengah deviasi absolut (mean absolute deviation)

∑ −= XXn

MAD i1

25

Ukuran-ukuran relatif adalah sebagai berikut :

- Galat persentase (percentage error)

100×−

=t

ttt X

FXPE

- Nilai tengah galat persentase (mean percentage error)

n

PEMPE

n

ii∑

== 1

- Nilai tengah galat persentase (mean absolute percentage error)

n

PEMAPE

n

ii∑

== 1

2.1.4 Perencanaan Agregat

Sebagai mana tersirat pada istilah agregat, perencanaan agregat berarti

mengkombinasikan sumber daya yang sesuai ke dalam jangka waktu keseluruhan.

Dengan prediksi permintaan, kapasitas fasilitas, tingkat persediaan, ukuran tenaga kerja,

dan input yang saling berhubungan, perencana harus memilih tingkat output untuk

sebuah atau beberapa fasilitas (Heizer,2004,p115)

Untuk menyelesaikan permasalahan agregat ini terdapat berbagai metode yang

bisa digunakan, antara lain : Metode Grafik dan Diagram dengan menggunakan variasi-

variasi strategi yang menungkinkan dan Metode Matematis (Heuristic dan Transportasi).

26

Untuk penelitian ini lebih difokuskan kepada metode matematis dengan menggunakan

aturan Transportasi.

Pengertian Metode Transportasi

Model transportasi merupakan kasus khusus, dari masalah program-linear,

dengan tujuan untuk "Mengangkut" barang tunggal dari berbagai asal (origin) ke

berbagai tujuan (destination), dengan biaya angkut serendah mungkin. Banyaknya

barang yang tersedia diberbagai asal dan jumlah barang yang diminta oleh berbagai

tempat tujuan tersirat dalam masalah yang harus ditangani.

Diberikan juga biaya pengangkutan dari satu unit barang yang diangkut dari

suatu asal tertentu sampai ketempat tujuan tertentu. Harap diingat bahwa semua

hubungan adalah linear.

Dilengkapi dengan informasi tentang jumlah kapasitas dari tiap-tiap asal,

permintaan total dari masing-masing tempat tujuan, dan biaya pengiriman per unit

barang untuk lintasan yang dimungkinkan, maka model transportasi digunakan untuk

menentukan program pengiriman optimal yang menghasilkan biaya pengiriman total

yang minimum.

Karena masalah transportasi adalah kasus khusus dari masalah program linear,

maka akan selalu dapat diselesaikan dengan metode simplex.

Tetapi "algoritma ”, yang akan dikembangkan dalam modul ini, menyajikan

suatu cara-yang lebih efisien untuk menangani masalah-tersebut.

Pendekatan Metode Transportasi

Metode transportasi terdiri atas tiga langkah dasar :

27

Langkah pertama , melibatkan penentuan pengiriman awal, sedemikianrupa sehingga

dperoleh solusi dasar yang memnuhi syarat. Ini berarti bahwa (m+n-1) sel atau rute dari

matriks transformasi digunakan untuk tujuan pengangkutan. Sel yang digunakan untuk

pengangkutan disebut ”sel yang ditempati”, sedang sel lainnya dari matriks transportasi

akan disebut ”sel kosong”.

Langkah kedua, bertujuan menentukan biaya ”kesempatan” (opportunity) yang berkaitan

dengan sel kosong. Biaya ”kesempatan” dari sel kosong dapat dihitung untuk tiap-tiap

sel kosong tersendiri, atau dihitung untuk semua sel kosong secara keseluruhan. Jika

biaya ”kesempatan” dari semua sel kosong tidak positif , maka solusi optimal telah

diperoleh. Dilain pihak, jika hanya satu sel saja memiliki biaya kesempatan ”bernilai

positif”, solusi pasti belum optimal dan kita harus melangkah kelangkah ketiga.

Langkah tiga, melibatkan penentuan solusi dasar yang memenuhi syarat, baru dan lebih

baik. Sekali solusi dasar yang baru dan memenuhi starat telah dicapai, kita ulangi

langkah 2 dan langkah 3 sampai suatu solusi optimal telah ditentukan.

2.1.4.1 Pengertian Metode Transportasi Aturan North West Corner

Sesuai nama aturan ini, maka penempatan pertama dilakukan disel. paling kiri

dan paling atas (northwest) dari matriks.

Besar alokasi ini akan mencukupi salah satu, kapasitas tempat asal dari baris

pertama atau permintaan tempat tujuan dari kolom pertama atau kedua-duanya. Jika

kapasitas dari tempat asal dibaris pertama terpenuhi. kita bergerak kebawah-menyusur

28

kolom pertama dan menentukan lain yang akan mencukupi atau kapasitas tempat asal

dari baris kedua atau mencukupi tujuan yang masih kurang dari kolom pertama

Dilain pihak, jika alokasi pertama memenuhi permintaan tempat tujuan dikolom

pertama, kita bergerak kekanan dibaris pertama dan kemudian menentukan alokasi

kedua yang atau memenuhi kapasitas tersisa dari baris satu atau memenuhi permintaan

tujuan dari kolom-kolom, dan seterusnya. Dengan cara ini, dimulai dari sudut paling kiri

dan paling atas dari matriks transportasi, memenuhi permintaan tujuan dan kapasitas

tempat asal sekaligus, kita bergerak ke sel sebelah kanan yang lebih rendah sehingga

tercapai persyaratan.

Harap diperhatikan bahwa jika kita ikuti aturan NWC, kita tidak menaruh

perhatian terhadap biaya relevan dari tiap-tiap rute waktu kita menentukan program

awal.

2.1.4.2 Pengertian Metode Transportasi Aturan Least Cost

Prosedur pemecahan awal persoalan transportasi bila menggunakan metode

Least Cost adalah sebagai berikut :

1. Alokasikan setinggi mungkin sejumlah komoditas pada sel yang mempunyai

biaya unit terkecil dalam keseluruhan tabel.

2. Jika ada beberapa sel yang memiliki biaya unit terkecil yang sama maka pilih

salah satu secara sembarang.

3. Silang kolom atau baris yang telah terpenuhi, jika baik kolom maupun baris

dipenuhi secara bersamaan hanya satu yang disilang.

29

4. Setelah menyesuaikan penawaran dan permintaan untuk semua baris dan kolom

yang belum disilang, ualngi proses dengan memberikan nilai setinggi mungkin

pada sel yang memiliki biaya unit terkecil berikutnya yang belum disilang.

5. Prosedur ini diselesaikan ketika tepat satu baris atau kolom yang belum disilang.

Metode ini mentitik-beratkan pada biaya terendah pada seluruh periode

perencanaan, sehingga dilakukan perbandingan biaya-biaya yang terdapat pada kolom

permintaan untuk mendapatkan biaya yang terendah. Umumnya metode ini akan

menghasilkan total biaya yang terendah dibandingkan dengan metode yang lain.

2.1.4.3 Pengertian Metode Transportasi Aturan Vogel’s Approximation Method

Metode ini merupakan sebuah metode heuristicvdan biasanya memberikan

pemecahan awal yang lebih baik daripada metode sebelumnya, yaitu metode North West

Corner dan Least Cost. Pada kenyataannya metode Aproksimasi Vogel umumnya

menghasilkan pemecahan awal yang mendekati hasil optimum.

Langkah-langkah dari prosedur metode Aproksimasi Vogel dijelaskan sebagai

berikut :

1. Evaluasi penalty setiap baris dan kolom dengan mengurangkan elemen biaya

terkecil dalam baris (kolom) dari biaya terkecil berikutnya dalam baris (kolom)

yang sama.

2. Identifikasi baris (kolom) dengan penalty terbesar, pilih yang sama secara

sembarang. Alokasikan sebanyak mungkin variabel pada sel yang mempunyai

unit biaya terendah dalam baris (kolom) yang terpilih. Sesuaikan penawaran dan

permintaan dan silang baris atau kolom yang dipenuhi. Jika sebuah baris atau

kolom dipenuhi secara bersamaan, hanya satu yang disilang dan baris (kolom)

30

sisanya diberikan penawaran (permintaan) nol. Setiap baris atau kolom dengan

penawaran (permintaan) nol tidak boleh dipergunakan lagi dalam menghitung

penalty berikutnya (dalam langkah 3).

3. a. Jika tepat satu baris atau kolom yang belum disilang maka berhentilah.

b. Jika hanya satu baris atau kolom dengan penewaran (permintaan) positif yang

belum disilang, maka tentukan variabel dasar dalam baris atau kolom tersebut

dengan biaya terendah.

c. Jika semua baris dan kolom yang belum disilang memiliki (diberi) penawaran

dan permintaan nol, tentukan variabel dasar nol berdasarkan metode least

Cost, berhentilah.

d. Jika tidak, hitung ulang penalty untuk baris dan kolom yang belum disilang,

lalu kembali ke langkah 2.

31

2.2 Sistem informasi

Menurut Mcleod (2001,p4) Sistem Informasi adalah suatu kombinasi yang

terorganisasi dari manusia, perangkat lunak, perangkat keras, jaringan komputer, dan

sumber daya data yang mengumpulkan, mentransformasikan, dan menyebarkan

informasi di dalam sebuah organisasi. Sedangkan informasi itu sendiri menurut McLeod

(2001, p2) adalah merupakan data yang telah diproses atau data yang memiliki arti. Dari

definisi yang disebutkan, informasi dapat disimpulkan sebagai data yang telah diolah

yang mempunyai arti dalam pengambilan keputusan bagi pihak yang bersangkutan.

Menurut Alter (1999,p42) Sistem Informasi adalah suatu sistem kerja yang

menggunakan teknologi informasi untuk mengumpulkan, meneruskan, menyimpan,

mendapatkan kembali, memanipulasi, ataupun menampilkan informasi, sehingga

mendukung satu atau lebih sistem kerja. Sedangkan sistem kerja adalah sistem dimana

manusia berpartisipasi untuk melakukan proses bisnis dengan menggunakan teknologi

informasi dan sumber daya yang lain untuk menghasilkan suatu produk bagi pihak

internal maupun eksternal.

Dari penjelasan di atas, definisi sistem informasi dapat disimpulkan sebagai

gabungan sistem kerja dari berbagai elemen yang mengumpulkan, menyimpan,

mentransformasikan dan menyebarkan informasi dalam suatu sistem.

2.2.1 Siklus Pengembangan sistem (System Development Life Cycle/SDLC)

Siklus pengembangan sistem menurut Valaich (2001,p21-24) terdiri dari

beberapa tahap yaitu sebagai berikut :

1. Perencanaan dan pemilihan sistem (System Planning and selection)

32

Merencanakan dan meletakkan dasar bagi sistem informasi baru atau sistem

informasi hasil revisi yang memiliki dua aktivitas utama yaitu menentukan

kebutuhan untuk sebuah sistem baru atau perbaikan sistem yang sudah ada dengan

meneliti dan menentukan lingkup dari sistem usulan.

2. Analisa sistem (Analysis System)

Meliputi survei dan analisa terhadap sistem informasi sekarang. Pada tahap ini akan

ditentukan informasi apa yang diperlukan bagi para pengguna dari sistem yang baru

disamping persyaratan teknis dari sistem itu sendiri.

3. Desain sistem (System Design)

Meliputi penentuan spesifikasi yang memenuhi kebutuhan dan persyaratan yang

ditentukan terhadap analisa sistem.

4. Implementasi dan operasi sistem (System Implementation and Operation)

Langkah-langkahnya meliputi penyelesaian rincian desain baru, perekrutan dan

pelatihan karyawan baru, memasang dan menguji coba peralatan baru, mengkonversi

arsip-arsip ke media baru dan menghidupkan mesin-mesin atau peralatan sistem

yang baru.

2.2.2 Pengertian Analisa dan Perancangan Sistem

Menurut McLeod (2001, p234) Analisa sistem adalah penelitian atas sistem yang

telah ada dengan tujuan untuk merancang sistem yang baru atau diperbaiki. Jadi dapat

disimpulkan bahwa analisa sistem adalah penelitian sistem yang ada dengan tujuan

penyempurnaan sistem yang dapat dimanfaat oleh pengguna.

33

Perancangan sistem adalah proses penterjemahan kebutuhan pemakai ke dalam

alternatif rancangan sistem informasi yang diajukan kepada pemakai informasi untuk

dipertimbangkan. Dari definisi diatas, perancangan sistem dapat disimpulkan suatu

proses penyiapan spesifikasi dalam menterjemahkan kebutuhan pemakai dalam

pengembangan sistem baru.

2.2.3 Konsep Analisa dan Perancangan Berorientasi Objek

Problem Domain Analysis

Problem Domain Analysis menyediakan suatu bahasa yang mengekspresikan

kebutuhan akan sistem. Dimana selama merancang, model akan ditransformasikan

menjadi sebuah component yang merepresentasikan problem domain pada aktivitas yang

sekarang dan aktivitas sebelumnya.

Application Domain Analysis

Application Domain Analysis memaparkan analisa tentang aplikasi-aplikasi yang akan

menjadi fungsi-fungsi pada sistem yang akan dirancang. Pada tahap ini akan dirancang

suatu sistem yang merupakan sinergi antara bentuk kebutuhan akan sistem (fungsi, user

interface, dan lain-lain) dengan model yang talh kita miliki pada saat problem domain di

analisa

2.2.3.1 Pengertian Objek

Objek itu sendiri adalah sebuah entitas yang dapat menyimpan informasi (state)

dan menawarkan sejumlah operasi (behavior) untuk mengevaluasi maupun

mempengaruhi keadaan entitas tadi. Sebuah objek ditandai dengan sejumlah operasi dan

34

sebuah state / informasi yang mengingat akibat / efek dari operasi tersebut (Jacobson,

1996, p.44).

Menurut definisi lain yang serupa, objek juga merupakan abstraksi baik untuk

hal-hal konseptual maupun fisik. Objek memiliki keadaan (state), identitas dan perilaku

melalui operasi tertentu yang merubah keadaan semula menjadi keadaan yang baru (Lau,

2001, p.2).

Model yang berorientasi objek terdiri dari sejumlah objek - objek yang umumnya

berkorespondensi dengan objek pada dunia nyata. Contohnya, sebuah objek dapat

berupa Sales Order (Form penjualan), karyawan, dan sebagainya. Karakteristik yang

harus dimiliki oleh objek antara lain:

1. Tiap objek memiliki sifat atau informasi individual yang unik (attribute) di mana

tiap attribute mempunyai nilai. Contohnya, seorang mahasiswa memiliki attribute

NIM (Nomor Induk Mahaiswa), nama, nilai, dan sebagainya. Objek dapat

melakukan suatu operasi yang disebut dengan behavior. Operasi ini dapat dipicu

oleh stimulus dari luar maupun dalam objek.

2. Objek dapat dikomposisikan menjadi bagian - bagian terpartisi yang dinyatakan

dalam hubungan consist of atau aggregate.

2.2.3.2 Konsep Dasar Object - Oriented (OO)

Konsep analisa dan perancangan berorientasi objek (Object - Oriented)

merupakan suatu konsep pemodelan sistem dari sudut pandang objek beserta sifat -

sifatnya. Konsep ini memungkinkan kita untuk menciptakan serangkaian objek yang

bekerja bersama-sama dalam menghasilkan software yang lebih baik jika dibandingkan

dengan teknik yang tradisional. Sistem menjadi lebih mudah diadaptasi terhadap

35

perubahan permintaan, lebih mudah dikembangkan, lebih tahan dan meningkatkan

desain dan penggunaan kode dengan lebih baik. Orientasi terhadap Object – Oriented ini

bukan berdasarkan bagaimana objek melakukan sesuatu tetapi lebih kepada apa yang

objek lakukan.

Suatu model yang dirancang dengan pendekatan berorientasi objek umumnya

memiliki karakteristik yang mudah dimengerti dan dapat secara langsung berhubungan

dengan dunia nyata. Oleh karena itu, semantic gap yang terjadi antara objek

sesungguhnya dengan model objek dalam rancangan logik dapat ditekan sekecil

mungkin (Jacobson, 1996, p.42).

Keuntungan umum dari paradigma perancangan berorientasi objek adalah :

- Penyederhanaan (abstraksi) pada tingkat tinggi. Pendekatan top-down

menunjang penyederhanaan pada level fungsi. Sedangkan pendekatan Object –

Oriented menunjang penyederhanaan pada level objek. Sejak objek

mengkapsulasi baik data (attributes) maupun fungsi (method), objek bekerja

pada penyerdehaan level tinggi. Pengembangan sistem dapat diproses pada level

objek dan mengindahkan sistem lainnya selama diperlukan. Ini membuat desain,

coding, pengujian (testing), dan pengembangan sistem menjadi lebih mudah.

- Transisi yang sama antara fase yang berbeda pada pengembangan software.

Pada pendekatan tradisional yang digunakan untuk pengembangan software,

dibutuhkan gaya dan metode yang berbeda untuk setiap tahapan proses.

Perpindahan dari satu fase ke fase lain membutuhkan transaksi pandangan

(perpektif) yang rumit antara model yang sangat mungkin sangat berbeda dengan

dunia nyata. Transisi bukan hanya memperlambat pengembangan proses tetapi

36

juga meningkatkan ukuran (size) proyek dan kemungkinan terjadinya error jika

berpindah dari satu bahasa ke bahasa lain. Di lain pihak, pendekatan berorientasi

objek ini menggunakan bahasa yang sama dalam analisa, desain, programming,

dan desain database. Pendekatan yang sama ini dapat meminimalkan tingkat

kerumitan dan redudansi serta memberikan pemahaman yang lebih jelas, juga

lebih tahan terhada pengembangan sistem.

- Menghasilkan teknik pemrograman yang baik.

Class dalam pendekatan berorientasi objek menggambarkan secara jelas antara

interface (spesifikasi mengenai apa yang dapat dilakukan oleh class) dan

impelmentasi (bagimana class melakukan apa yang dilakukannya). Dalam desain

sistem yang sebagaimana mestinya class dikelompokkan dalam sub sistem tetapi

tetap berdiri sendiri, dimana jika suatu kelas diubah tidak akan berdampak atau

mempengaruhi kelas yang lain.

- Meningkatkan penggunaan kembali.

Objek dapat digunakan kembali karena objek dimodel secara langsung dari

problem domain pada dunia nyata. Lebih jauh lagi, pendekatan berorientasi

objek menambahkan inheritance, yang merupakan teknik yang memungkinkan

kelas dibangun sendiri berbeda dengan class yang lain. Dan hanya class yang

berbeda yang harus didesain dan di-coding

2.2.3.3 Class dan Instance

Penggolongan objek - objek ke dalam suatu kelompok berdasarkan kesamaan

karakteristik dinyatakan dalam class. Sebuah class dapat merupakan sebuah definisi,

atau cetakan (template), yang memungkinkan penciptaan objek baru, dan merupakan

37

deskripsi dari sejumlah karakteristik umum yang sama - sama dimiliki oleh sejumlah

objek (Jacobson, 1996, p.46).

Objek dalam class yang sama memiliki definisi yang sama pula baik untuk

operasinya maupun struktur informasinya. Contohnya, class kendaraan merupakan

sebuah model dengan karakteristik dijalankan oleh mesin dan digunakan untuk

transportasi. Dari class ini dapat diturunkan objek - objek seperti mobil, motor, pesawat,

dan sebagainya karena semua itu memiliki karakteristik yang sama dalam class

kendaraan, yakni semuanya dijalankan oleh mesin dan untuk tujuan transportasi. Objek

mobil, motor dan pesawat tersebut disebut sebagai instance. Sebuah instance merupakan

objek yang diciptakan dari class dengan struktur yang didefinisikan dari class.

2.2.3.4 Encapsulation, Inheritance, dan Polymorphism

2.2.3.4.1 Inheritance

Inheritance adalah properti dalam sistem berorientasi objek yang memungkinkan

objek dibangun dari objek yang lain dan menciptakan sebuah class baru yang memiliki

sifat - sifat induknya, ditambah karakteristik khas individualnya. Jika class B meng-

inherit class A, maka operasi dan struktur informasi yang terdapat pada class A akan

menjadi bagian dari class B. keuntungan menggunakan teknik ini adalah kita dapat

membangun dari objek yang sudah kita miliki sebelumnya atau penggunaan kembali

dari apa yang kita miliki.

2.2.3.4.2 Encapsulation dan Information Hiding

Encapsulation atau penyembunyian informasi merupakan suatu prinsip

penyembunyian data internal dan prosedur (method) dari objek dan menyediakan sebuah

38

interface pada setiap objek dengan cara tertentu untuk menyatakan sebisa mungkin

tentang apa yang dilakukan objek. Secara tradisional, data dan fungsi dalam sebuah

program adalah independen. Seperti dalam pemrograman modular dan abstraksi data,

pemrograman berorientasi objek mengelompokkan data dengan fimgsi yang beroperasi

pada data tersebut. Setiap objek kemudian mempunyai sebuah set data dan sebuah set

method secara logik.

2.2.3.4.3 Konsep Polymorphism

Poly berarti “banyak” dan morph berarti “bentuk”. Dalam kondeks sistem

berorientasi objek, artinya objek dan dibuat dalam bentuk yang berbeda-beda.

Polymorphism adalah kemampuan dari tipe objek yang berbeda untuk menyadari

property dan operasi yang sama dalam hal yang berbeda. Polymorphism adalah hasil

natural dari fakta bahwa objek dari tipe yang berbeda (bahkan dari subtipe yang

berbeda) dapat menggunakan property dan operasi yang sama dalam hal yang berbeda

(Aitken, 1999, p.7)

Secara umum dapat dikatakan bahwa pengirim stimulus atau bagian yang

memicu tidak perlu mengetahui bagaimana suatu method diimplementasikan. Sebagai

contoh, objek dari tipe kendaraan semuanya mempunyai operasi “akselerasi” walaupun

mungkin saja terdapat perbedaan dalam melakukan akselerasi dalam (sub) tipe

kendaraan yang berbeda. Kendaraan darat biasanya berakselerasi menggunakan tenaga

yang diterapkan melalui roda, dimana kendaraan air biasanya berakselerasi

menggunakan tenaga yang diterapkan melalui baling - baling. Jika dipanggil method

akselerasi, maka method tersebut akan memberikan hasil yang berbeda untuk kendaraan

air dan kendaraan darat.

39

2.2.4 Unified Modeling Language (UML)

Unified Modelling Language (UML) adalah suksesor dari gelombang metode

OOA/D yang berkembang di awal 1990. Saat itu terdapat banyak pengguna metode

OOA/D menghadapi masalah sebab belum tersedia sebuah modelling language yang

dapat memenuhi kebutuhan mereka, sehingga terdapat berbagai method yang digunakan

tanpa standar dan keseragaman tertentu. UML sebagian besar menggabungkan metode -

metode dari Booch (yang mempunyai metode yang baik dalam fase perancangan dan

konstruksi dari pembuatan proyek), Rumbaugh (Object Modelling Technique/OMT,

yang sangat berguna dalam analisis dan sistem informasi dengan data intensif), dan

Jacobson (Object-Oriented Software Engineering/OOSE, yang menyediakan dukungan

use case untuk mengetahui kebutuhan requirement, analisis, dan perancangan high-

level), serta metode-metode lain, seperti Fusion, Shlaer-Mellor, dan Coad-Yourdon.

UML melalui sebuah proses standarisasi dengan OMG (Object Management Group) dan

sekarang adalah sebuah standar OMG.

UML adalah sebuah modelling language, dan bukan sebuah method. Sebagian

besar method, paling tidak dalam prinsipnya, terdiri dari sebuah modelling language dan

sebuah proses. Modelling language adalah notasi (terutama grafikal) yang digunakan

method untuk mengekspresikan rancangan. Proses adalah nasihat atas langkah - langkah

apa yang perlu diambil dalam menjalankan sebuah rancangan.

Kegunaan UML terutama untuk, sistem informasi perusahaan, layanan

perbankan dan finansial, telekomunikasi, transportasi, perdagangan, dan alat-alat

elektronik medis. UML dikelompokkan menjadi 4 bagian berdasarkan fungsinya

masing-masing dan secara keseluhan UML memiliki delapan buah diagram, yang dapat

dijelaskan sebagai berikut :

40

2.2.4.1 Class Diagram

Class diagram mengacu kepada pemodelan objek yang merupakan diagram

analisa static yang utama yang menggambarkan sekumpulan class, interface, dan

collaboration, dan relasi - relasinya. Class diagram juga menunjukkan attribute dan

operation dari sebuah class dan constraint yang berlaku dengan bagaimana objek –

objek dihubungkan. Pemodelan objek merupakan proses diamana logical objek dalam

dunia nyata (problem space) direpresentasikan (dipetakan) oleh actual objek ke dalam

suatu program.

Class1

Class2 Class3

Class4

Class6

Gambar 2.5 Class Diagram

Notasi - notasi yang terdapat pada Class Diagram :

- Class

Merupakan sebuah deskripsi dari sekumpulan objek yang berbagi attribute,

operation, dan hubungan yang sama. Sebuah class dapat mengimplementasikan

satu atau lebih interface.

- Association dan Role

Merupakan sebuah hubungan struktural yang menggambarkan sekumpulan link,

dimana sebuah link adalah sebuah koneksi diantara objek - objek; hubungan

41

semantik diantara dua atau lebih classifier yang melibatkan koneksi diantara

instance - instancenya. Role merupakan akhir / ujung dari sebuah association.

- Navigability

Navigability merupakan sebuah properti dari role, yang menandakan bahwa ada

kemungkinan untuk melakukan navigasi uni-directional pada association dari

objek sumber ke objek tujuan. Ada beberapa situasi yang memerlukan

navigability dari A ke B yaitu A mengirim pesan ke B, A membuat sebuah

instance B, A perlu untuk mempertahankan koneksi ke B.

Pada gambar berikut ini, panah navigability menandakan bahwa A terhubung

secara uni-directionally ke B, dan tidak adanya hubungan dari B ke A. Class A

kemungkinan memiliki sebuah attribute yang menunjuk kepada sebuah objek B.

- Aggregation

Aggregation Merupakan sebuah hubungan "keseluruhan/bagian", dimana sebuah

class merepresentasikan sebuah hal yang lebih besar (“keseluruhan”), yang

terdiri dari hal - hal yang lebih kecil (“bagian”). Hal ini menggambarkan

hubungan “mempunyai sebuah atau beberapa", dimana sebuah objek

“keseluruhan” mempunyai objek - objek “bagian”. Tetapi pada aggregation,

sebuah objek “bagian” dapat berdiri sendiri tanpa perlu tergantung pada objek

“keseluruhan”.

42

- Composition

Composition adalah strong aggregation. Pada composition, objek “bagian” tidak

dapat berdiri sendiri tanpa objek “keseluruhan”. Jadi mereka terkait dengan kuat

satu dengan yang lainnya.

- Generalization

Generalization merupakan sebuah hubungan spesialisasi/generalisasi dalam

model-model UML, dimana objek-objek dari elemen yang dispesialisasi-kan

(child) dapat digantikan dengan objek dari elemen yang di-generalisasi-kan

(parent). Dengan demikian, child berbagi struktur dan behavior dari parent.

Dalam penerapannya generalization merupakan konsep inheritance dan dapat

dikembangkan menjadi konsep polymorphysm.

- Multiplicity

Multiplicity merupakan sebuah spesifikasi tentang rentang kardinalitas yang

diizinkan untuk dimiliki oleh sebuah objek. Sebuah multiplicity dapat berisi:

exactly one (1), optional/zero or one (0..1), many/zero or more (0..n), one or

more (1..n), an exact number (n), ataupun numerically specified (m..n).

- Annotational Things

Annotational Things adalah komentar - komentar yang dapat kita berikan untuk

menjelaskan, menerangkan, dan menandai setiap elemen dalam setiap model

UML. Terdapat sebuah jenis annotational thing, yang disebut note.

43

2.2.4.2 Use Case Diagram

Use Case adalah sekumpulan skenario yang menghubungkan antara user dan

sistem. Actor adalah sebuah role yang dimainkan seorang user terhadap sistem. Use

Case Diagram adalah kumpulan dari use case dan actor serta hubungannya. Sedangkan

gambaran besar yang merupakan gabungan dari seluruh use case diagram yang terdapat

di dalam sebuah sistem disebut System Level Use Case.

Actor1

UseCase1

Actor2

Gambar 2.6 Use Case Diagram

Notasi-notasi pada Use Case Diagram :

- Extend

Merupakan sebuah hubungan dalam use case, yang digunakan saat kita

menggambarkan sebuah variasi atas sebuah behavior normal, dimana kita ingin

menggunakan bentuk yang lebih mudah untuk dikontrol dan mendeklarasikan

extension points dalam use case dasar kita.

- Include

Merupakan sebuah hubungan dalam use case, yang digunakan bila ada beberapa

skenario yang berulang dibeberapa use case lainnya. Agar tidak terjadi

44

perulangan, skenario ini dibuat menjadi sebuah use case yang akan di-include

oleh use case lainnya.

2.2.4.3 Behavior Diagram (dynamic)

Behavior diagram merupakan model dinamis yang ditampilkan dalam

sekelompok prosedur atau behavior yang menggambarkan perilaku sistem. Hubungan

dinamis menjelaskan bagaimana suatu objek bisnos saling berinteraksi dalam

menyelesaikan suatu pekerjaan. Model dinamis ini sangat berguna selama tahap desain

dan implementasi dalam pengembangan sistem. Behavior Diagram terdiri dari 3 diagram

yaitu :

2.2.4.3.1 Interaction Diagram

Interaction Diagram adalah sebuah diagram yang menjelaskan bagaimana

sekumpulan objek saling berkolaborasi dalam menyelesaikan suatu pekerjaan.

Interaction diagram menjabarkan perilaku dari single use case, menampilkan pola

interaksi antar objek. Diagram ini menampilkan sejumlah contoh objek dan pesan yang

diteruskan antar objek dalam use case. Interaction diagram terdiri dari :

1. Sequence diagram adalah sebuah interaction diagram yang menekankan pada

urutan waktu penyampaian dari suatu pesan yang menggambarkan interaksi

antara sistem dan lingkungannya. Sequence diagram tidak menampilkan

hubungan antara peran atau asosiasi antar objek. Sequence diagram memiliki

dua dimensi yaitu dimensi vertical yang merepresentasikan waktu dan dimensi

horizontal yang merepresentasikan objek yang berbeda.

45

Object1 Object2

Message1

Gambar 2.7 Sequence Diagram

Notasi - notasi yang terdapat pada Sequence Diagram :

- Object

Pada Sequence Diagram, digambarkan sebagai sebuah kotak pada sisi atas dari

garis putus-putus. Objek diawali dengan “:” (tanda titik dua), dan nama objek

berada di depan (sebelum) “:” (tanda titik dua) berada. Objek dan nama objek

digaris bawahi dari awal ke akhir.

- Object Lifeline

Pada Sequence Diagram, digambarkan sebagai garis vertikal putus - putus, yang

mewakili keberadaan sebuah objek pada sebuah periode waktu.

- Focus of Control

Pada Sequence Diagram, digambarkan sebagai sebuah persegi panjang pipih

yang terdapat diatas lifeline, menggambarkan periode waktu dimana sebuah

objek melakukan sebuah aksi.

46

- Message

Message pada Sequence Diagram digambarkan sebagai sebuah anak panah

diantara lifeline dari dua buah objek.

- Condition

Condition merupakan sebuah kondisi yang menandakan kapan sebuah message

harus dikirim (misalnya, [kena denda]). Message tersebut hanya akan dikirim

jika kondisinya benar

- Return Message

Return Message merupakan sebuah hasil (output) yang dikirim oleh sebuah objek

kepada objek lain yang mengirimkan message padanya. Pada Sequence Diagram,

return message digambarkan sebagai sebuah anak panah putus - putus diantara

lifeline dari dua buah objek. Return message adalah notasi yang opsional

sehingga dapat digambarkan bila dengan menggambarkannya akan memperjelas

sequence diagram.

- Self Call

Self Call pada Sequence Diagram adalah sebuah message yang dikirim sebuah

objek kepada dirinya sendiri.

2. Collaboration diagram

Collaboration Diagram adalah sebuah interaction diagram yang menekankan

pada struktur organisasi dari objek - objek yang mengirim dan menerima pesan.

47

Sama seperti Sequence Diagram, anak panah merupakan pesan yang dikirim

anatar use case.

Gambar 2.8 Collaboration Diagram

2.2.4.3.2 Statechart Diagram

Statechart diagram menggambarkan behavior dari sebuah sistem. Statechart

Diagram menunjukkan state - state yang mungkin dijalankan oleh sebuah objek dan

bagaimana state objek tersebut menjalankannya berubah sebagai hasil dari event - event

yang mencapai objek tersebut.

Gambar 2.9 StateChart Diagram

48

2.2.4.3.3 Activity Diagram

Merupakan sebuah diagram yang menggambarkan urutan dari aktivitas -

aktivitas di dalam sistem. Activity diagram digunakan untuk menggambarkan aktivitas -

aktivitas yang memiliki conditional behavior dan parallel behavior.

Gambar 2.10 Activity Diagram

Notasi - notasi yang terdapat pada Activity Diagram :

- Initial State / Start State

Pada Activity Diagram, initial state / start state adalah sebuah keadaan pada saat

akan memulai sebuah aktivitas.

- Activity State

Pada Activity Diagram, activity state adalah sebuah keadaan tentang melakukan

sesuatu dari sebuah aktivitas.

49

- Transition

Pada Activity Diagram, transition adalah sebuah keadaan perpindahan dari suatu

aktivitas ke aktivitas lainnya.

- Branch (Conditional Behavior)

Pada Activity Diagram, branch mempunyai sebuah transisi masuk yang tunggal

dan beberapa transisi keluar yang di-guard. Hanya satu transisi keluar yang dapat

diambil. Misalnya, jika kita menggunakan [else] sebagai sebuah guard,

menandakan bahwa transisi “else” harus digunakan, jika guard - guard lain pada

branch adalah salah.

- Swimlane

Pada Activity Diagram, swimlane menggambarkan class atau orang yang

bertanggung jawab untuk setiap activity state.

- Fork dan Join (Parallel Behavior)

Pada Activity Diagram, fork mempunyai sebuah transisi masuk yang tunggal dan

beberapa transisi keluar. Ketika transisi masuk terpicu, semua transisi keluar

dilaksanakan secara paralel. Dengan join, transisi keluar yang disebutkan

sebelumnya hanya dilaksanakan jika semua state pada transisi masuk telah

menyelesaikan aktivitasnya masing - masing.

50

- Final State

Pada Activity Diagram, final state adalah sebuah keadaan akhir dari sebuah

aktivitas.

2.2.4.4 Navigation Diagram

Navigation diagram menampilkan tampilan dari elemen user interface dan

perpindahan diantara elemen-elemen tersebut. Navigation diagram berisi tentang

gambar dari setiap window yang telah diminimalisasi hanya secara gambar namun

fungsi yang terkandung tidak berubah. Dan juga menampilkan panah-panah yang

menunjukkan bagaimana cara menggunakan tombol-tombol yang tersedia dan pilihan-

pilihan yang mengaktifkan fungsi-fungsi serta membuka window yang lain.

2.2.4.5 Implementation Diagram

Implementation diagram menggambarkan tahap implementasi dari

pengembangan sistem, seperti struktur kode dan struktur implementasi run-time. Ada

dua tipe Component diagram, yaitu :

2.2.4.5.1 Component Diagram

Component diagram menggambarkan organisasi dan dependensi diantara

komponen – komponen fisik (seperti kode sumber, executable program, user interface)

dalam suatu desain. Dimana bentuk yang digunakan bergantung kepada kemampuan

yang dimiliki dari client dan server

Tabel 2.1 Jenis Pola Arsitektur Client-Server

Client Server Architecture U U+F+M Distributed presentation U F+M Local presentation U+F F+M Distributed functionality U+F M Centralzed data U+F+M M Distributed data

Gambar 2.11 Component Diagram

2.2.4.4.2 Deployment Diagram

Deployment diagram menggambarkan konfigurasi dari node-node run-time

processing dan komponen - komponen yang berada didalamnya. Terdapat 3 jenis pola

distribusi dari deployment diagram, yaitu :

- The Centralized Pattern

11

Gambar 2.12 Deployment Diagram Jenis The Centralized Pattern

- The Distributed Pattern

Gambar 2.13 Deployment Diagram Jenis The Distributed Pattern

12

- The Decentralized Pattern

Gambar 2.14 Deployment Diagram Jenis The Decentralized Pattern