Model berikut adalah pemrosesan yang dilakukan SPK PPIC Adaptif untuk mendapatkan data urutan job produksi yang memberikan nilai waktu
penyelesaian seluruh job makespan minimum dengan menggunakan metode Penjadwalan Flowshop Genetic Algorithm. Proses pembagian job dilakukan oleh
sistem berdasarkan data Jadwal Induk Produksi JIP, output model Penjadwalan Induk Produksi, data urutan proses untuk tiap job dan waktu proses mesin yang
digunakan untuk melakukan proses.
Departemen Produksi
Departemen PPIC
Urutan Job Pembagian Job
U ru
ta n
P ro
se s
Wa ktu
P ros
es
5.PENENTUAN URUTAN JOB PRODUKSI : Metode FlowShop
Genetic Algorithm
Mesin
Job
Gambar 29 Data flow diagram level 2 Penentuan Urutan Job Produksi. Untuk mempermudah pengguna sistem mempelajari hasil pemrosesan,
sistem juga akan memberikan output berupa diagram yang menunjukkan waktu penyelesaian untuk tiap-tiap job sesuai dengan urutan job yang sudah mendekati
optimal berdasarkan running model yang memanfaatkan metode Genetic Algorithm.
Hal-hal yang membedakan hasil rancang bangun SPK Intelijen PPIC Adaptif Industri Pangan dengan SPK PPIC lainnya adalah adanya model
Pengendalian Gangguan yang dapat memberikan output aksi pengendalian gangguan berdasarkan input gangguan yang terjadi, hasil rekomendasi kebijakan
lanjutan berdasarkan rekapitulasi nilai gangguan serta informasi toleransi persediaan berupa persediaan pengaman Bahan Baku dan persediaan
pengaman Produk Jadi hasil perhitungan persediaan pengaman yang juga sudah mempertimbangkan gangguan sistem produksi yang terjadi.
Hasil rancang bangun SPK Intelijen PPIC Adaptif Pada Industri Pangan tidak mencakup model operasional Travelling Salesman Problem, dikarenakan
adanya keterbatasan sumber daya waktu yang tersedia. Apabila diinginkan, SPK Intelijen PPIC Adaptif Pada Industri Pangan ini dapat dilengkapi dengan model
operasional Travelling Salesman Problem. Walaupun demikian, hasil rancang bangun SPK Intelijen PPIC Adaptif ini sudah dapat menunjukkan keefektifan
fungsi PPIC dan fungsi Adaptif dari model-model yang sudah dioperasionalkan pada SPK terkait.
Untuk memperjelas rancang bangun model SPK Intelijen PPIC Adaptif Industri Pangan, akan dibuat dekomposisi fungsi yang akan memperjelas fungsi-
fungsi yang akan dijalankan sistem pada SPK. Berikut adalah gambar Dekomposisi Fungsi SPK Intelijen PPIC Adaptif.
5.2.2 Pemodelan Database
Setelah dilakukan rancang bangun model keputusan pada SPK Intelijen PPIC Adaptif Industri Pangan, tahapan berikutnya adalah pemodelan database
dengan mengembangkan Diagram Keterkaitan Entitas Entity Relationship DiagramERD . Basis Data meliputi Data Master Tabel Data Produk, Bahan
Baku, Mesin, Operator Produksi, Job, Proses, Batch Produksi, Supplier, Konsumen, Regular Order, Pemesanan Bahan Baku, Fixed Order, Gangguan
serta Rekap Gangguan. Keterkaitan antar data dapat dilihat pada gambar berikut. Pada gambar terlihat hubungan antar tabel data dimana angka 1 menunjukkan data
tunggal dan M menunjukkan banyak banyak. Sebagai contoh, Tabel Data Produk dan Tabel Data Bahan Baku memiliki
hubungan 1 satu to M banyak mempertimbangkan bahwa tiap produk memiliki komposisi lebih dari 1 Bahan Baku.
PRODUK PK
Kode Produk
Urutan Proses Receipt
Ukuran Batch Spesifikasi
Stok Harga Jual
Biaya Produksi Waktu Proses
Kode Gangguan
Nama Produk
No RO No FO
BAHAN BAKU PK
Kode Bahan Baku
Supplier Lead time pemesanan
Biaya Simpan Biaya Pesan
Harga beli Stok
Kode Produk Kode Gangguan
Nama Bahan Baku MESIN
PK Kode Mesin
Waktu Proses Kapasitas
Spesifikasi Kondisi
No Job
Nama Proses
Kode Proses
BATCH PRODUKSI PK
No Batch Kode Produk
Jumlah Due Date
Waktu Start Waktu Finish
Nama Lini Kasus Ketaksesuaian
No Job
Urutan Job
ID Operator
PEMESANAN BAHAN BAKU PK
No Order
Date Jumlah
Nama Bahan Baku Supplier
Kode Bahan Baku Kode Supplier
REGULER ORDER RO PK
No RO
Nama Produk Jumlah
Due Date
ID Konsumen
FIXED ORDER PK
No FO
Nama Produk Jumlah
Due Date
ID Konsumen
1 M
JOB PK
No Job
Nama Job Jumlah
Urutan Proses SUPPLIER
PK Kode Supplier
Nama Supplier Alamat Supplier
Telepon kantor Nama staf
No HP staf Email supplier
Kode Bahan Baku
KONSUMEN PK
ID Konsumen
Nama Konsumen Alamat Konsumen
Telp Konsumen GANGGUAN
PK Kode Gangguan
Nama Gangguan Aksi Pengendalian
Sumber Bahan Baku Terkait
Produk Jadi Terkait
Kode Bahan Baku Kode Produk Jadi
REKAP GANGGUAN PK
Kode Rekap
Tanggal Frekuensi
Keparahan Dampak
Nilai Gangguan Sumber
Kode Gangguan
Rekomendasi Kbjkn Nilai Loss Bahan Baku
Nilai Loss Produk Jadi Atribut Penilaian Rekap_Loss
Kode Bahan Baku Kode Produk
PROSES PK
Kode Proses
Nama Proses
Kode Mesin
Waktu Proses
No Job Kode Produk
1 1
1 M
1 1
1 M
1 M
1 M
1 1
1 1
1 M
OPERATOR LINI PRODUKSI PK
ID Operator
Kapasitas No Batch
Shift
1 M
1
1 1
M
1 M
1 M
1
1 1
1
1 M
M
1
Nilai Persediaan Pengaman Bahan Baku dan Produk Jadi
Atribut Penilaian Rekap Perhitungan Persed Pengaman
Gambar 31 Diagram keterkaitan entitas SPK Intelijen PPIC Adaptif
.
5.2.3 Perancangan Sistem Dialog
Berikut ini akan ditunjukkan menu-menu sistem yang akan menjadi fasilitas dialog antara pengguna SPK Intelijen PPIC Adaptif dengan sistem.
Pengguna SPK Intelijen PPIC Adaptif Pada Industri Pangan adalah bervariasi sesuai dengan struktur organisasi pada perusahaan terkait. Sesuai dengan
fungsinya, pengguna sistem adalah adalah Kepala Divisi atau Manajer Supply Chain Management atau Manajer Umum yang membawahi departemen PPIC,
departemen Produksi, departemen Pembelian, departemen Gudang, departemen Penjualan dan Pemasaran juga departemen Distribusi.
SPK Intelijen PPIC Adaptif ini dibutuhkan untuk membantu pihak manajemen untuk menjalankan fungsi PPIC sekaligus memberikan informasi-
informasi yang mendukung keefektifan fungsi PPIC yakni fungsi Prakiraan Permintaan Demand Management berdasarkan metode Artificial Neural
Network ANN, fungsi Penentuan Jadwal Induk Produksi Master Production SchedulingMPS
berdasarkan metode
Fuzzy Multi
Objective Linier
Programming, fungsi Perencanaan Persediaan Bahan Baku berdasarkan metode Material Requirement Planning MRP , fungsi Pengendalian Persediaan Bahan
Baku berdasarkan pendekatan Continuous Review System dengan permintaan yang tidak pasti menggunakan nilai safety stock pada disertasi ini akan disebut
persediaan pengaman, fungsi Penentuan Urutan Job Produksi Flowshop berdasarkan Algoritma Genetika Genetic Algorithm dan khususnya, yang
menjadi kebaruan pada disertasi ini adalah fungsi Pengendalian Gangguan yang berkolaborasi dengan fungsi PPIC untuk meningkatkan fungsi PPIC menjadi
PPIC Adaptif. Output perhitungan toleransi persediaan pengaman Bahan Baku
persediaan pengaman RM akan menjadi input pada model MRP, sedangkan perhitungan toleransi persediaan pengaman Produk Jadi persediaan
pengaman FG akan menjadi input pada model MPS. Untuk memudahkan pengguna dalam menjalankan SPK, dirancang menu
dialog sesuai dengan model-model yang tersedia. Rancangan SPK ini dibuat
dengan basis data yang tersimpan pada format Microsoft Excell dengan sofware aplikasi berdasarkan program Visual Basic dan program Mathlab. Untuk
membuka Menu Utama, tampilan dijalankan dalam program Mathlab versi 2010b karena integrasi SPK akan dijalankan dengan program ini walaupun sebenarnya
Program aplikasi Mathlab tidak memiliki banyak variasi perancangan tampilan. Menu utama berisi nama sistem, yaitu SPK Intelijen PPIC Adaptif Pada
Industri Pangan SPK IPRADIPA, dimana pada bagian atas Menu Utama akan ditunjukkan nama-nama model yang disediakan pada SPK ini yang akan menjadi
Sub Menu pada SPK. Sub Menu yang tersedia adalah : a. Sub Menu Demand Management untuk model Prakiraan
Permintaan b. Sub Menu MPS untuk model Penjadwalan Induk Produksi
c. Sub Menu MRP untuk model Perencanaan Persediaan Bahan baku dan model Pengendalian Persediaan Bahan Baku
d. Sub Menu Genetic Algorithm untuk model Penentuan Urutan Job e. Sub Menu Gangguan untuk model Pengendalian Gangguan
Sub Menu Demand Management, Genetic Algorithm dan Gangguan akan dijalankan dengan menggunakan program Mathlab untuk menyimpan basis data
dan menjalankan aplikasi sedangkan sub menu MPS dan MRP akan menggunakan Microsoft Excel untuk menyimpan data dan memanfaatkan Excel Solver untuk
proses perhitungan dan optimasi dan menggunakan software Visual Basic perancangan aplikasi data. Sub menu MPS dan MRP ini akan diintegrasikan
dengan sub menu yang lain dibawah menu aplikasi Mathlab. Hasil rancang bangun menu dialog SPK IPRADIPA akan ditampilkan hasilnya pada bahasan
Implementasi.