Pengecekan Conformance Modul Proses Keuangan Dengan Process Mining Pada Rumah Sakit Medika Mulia Di Kabupaten Tuban
Vol. 2, No. 9, September 2018, hlm. 2874-2881 http://j-ptiik.ub.ac.id
Pengecekan Conformance Modul Proses Keuangan Dengan Process Mining
Pada Rumah Sakit Medika Mulia Di Kabupaten Tuban
1 2 3 Harisul Ikrom Amin , Aditya Rachmadi , Nanang Yudi SetiawanProgram Studi Sistem Informasi, Fakultas Ilmu Komputer, Universitas Brawijaya 1 2 3 Email: harisulikromamin@gmail.com, rachmadi.aditya@ub.ac.id, nanang@ub.ac.id
Abstrak
Proses mining dalam pemodelan proses bisnis berfungsi untuk mengetahui proses bisnis yang telah terekam event log yang menghasilkan sebuah workflow proses bisnis. Format yang harus ada dalam pembuatan event log proses bisnis minimal harus meliputi case id, timestamp, dan aktivitas didalamnya, kemudian event log akan ditranformasikan dalam bentuk model mining XML untuk dan ditranformasikan lagi dalam bentuk Petri Net. ProM tools merupakan tools dalam melakukan proses mining dengan menerapkan plugin yang ada pada ProM tools dibandingkan dengan proses bisnis yang ada pada perusahaan berdasarkan parameter yang ada pada ProM tools untuk mencari nilai fitness dan
structure kemudian dibandingkan. Rumah sakit Medika Mulia di Kabupaten Tuban telah
mengembangkan sistem ERP sendiri. ERP pada rumah sakit berfungsi sebagai sebuah sistem yang mengelola seluruh proses bisnis yang dijalankan. Sebelum sistem ERP dijalankan dan diimplementasikan diperlukan analisis mengenai proses bisnis yang dijalankan apakah nantinya akan sesuai dengan sistem ERP yang akan diimplementasikan pada rumah sakit. Metode yang diterapkan peneliti dalam penelitian ini adalah analisis menggunakan proses mining.
Kata kunci: Process Mining, Event Log, System ERP
Abstract
The mining process in modelling system of business process serves to know an executed business process
in the event log that shows a workflow on the running business processs. The format that must be exist
in making the event log of business process are case id, timestamp, and activity, then the event log will
be transformed in the form of XML mining model and Petri Net model as well. Moreover, ProM tools is
a tool in the process of mining which use the existing plugin in ProM tools compared with existing
business processes on the company. It is compared based on the parameters available in ProM tools
which is to find the value of fitness and structure then those process are compared. In this case, Medika
Mulia Hospital in Tuban Regency has develoed its own ERP system. ERP system in this hospital is used
as a system that manages all business processes in the hospital. Before the ERP system is used and
implemented, it needs an analysis on the business process which is to examine whether it will be in
accordance with the ERP system or not. The method that used by the author of this study is mining
process analysis.Keywords: Process Mining, Event Log, System ERP
perubahan dan kompetensi yang dimiliki setiap 1.
PENDAHULUAN organisasi. Untuk mengurangi faktor-faktor
yang menghambat perkembangan sistem ERP Dalam perkembangannya, sistem ERP juga diperlukan adanya evaluasi pada sistem ERP. terdapat hal-hal yang menjadi faktor-faktor
Sebelum evaluasi sistem ERP, kerangka kerja penghambat, hal yang sering ditemukan adalah harus tetap dan karakteristik sistem perlu ketidaksiapan organisasi dalam menghadapi dipertimbangkan (DeLone & McLean, 2003). perubahan (Kwahk dan Lee, 2008). Terdapat dua
Proses bisnis yang menjadi topik utama dalam faktor utama yang menghambat perkembangan pengembangan sebuah system ERP menjadi
ERP dalam perusahaan diantaranya adalah permasalahan yang sukar untuk diterjemahkan. komitmen organisasi dalam menghadapi
Untuk mengurangi kesukaran dalam memahami
Fakultas Ilmu Komputer Universitas Brawijaya
2874 proses bisnis pada ERP dapat menggunakan proses mining dalam memodelkan proses bisnis suatu perusahaan.
Rumah sakit Medika Mulia di Kabupaten Tuban dimana rumah sakit ini telah mengembangkan sistem ERP CMSM (Complete Medical Software Management). ERP pada rumah sakit berfungsi sebagai sebuah sistem yang mengelola seluruh proses bisnis yang dijalankan. Sebelum sistem ERP dijalankan dan diimplementasikan diperlukan analisis mengenai proses bisnis yang dijalankan apakah nantinya akan sesuai dengan sistem ERP yang akan diimplementasikan pada rumah sakit.
b) Conformance Analysis
Gambar 2. Process paralel
b) Proses paralel
Gambar 1. Process normal
a) Proses yang berjalan normal.
petrinet :
Petri Net merupakan tools yang digunakan untuk memilih model system yang akan dijalankan bersamaan serta alasan kenapa memilih system tersebut (C.A Petri 1962), tersusun dari transisi, place, dan arah panah yang menunjukkan hubungan antara place dan transisi. Berikut merupakan jenis relasi pada
terdiri case ID, task, event, user dan waktu (timestamp).
discovery . Event log adalah hasil dari proses pencatatan history berupa hasil aktivitas pada suatu sistem
Tahapan ini bertujuan untuk meningkatkan kualitas model yang ditemukan pada proses
c) Enhancment
discovery .
Proses ini dilakukan ketika telah ditemukan proses bisnis yang dihasilkan dari proses
Discovery Pada proses ini akan dilakukan pencarian terhadap model yang sebelumnya belum ditemukan, dimana proses ini berdasarkan event log sehingga proses bisnis akan tergambarkan dimana setiap gambaran akan berbeda tergantung algoritma yang digunakan.
rumah sakit Medika Mulia menggunakan sistem
digunakan untuk meneliti behaviour dari aktivitas yang terekam dalam event log dan melakukan proses discovery model proses bisnis yang akan dievaluasi. Terdapat tiga tahapan utama dalam melakukan proses mining, antara lain : (Aalst, 2013) a)
Process mining adalah metode yang
Penelitian ini untuk menilai ketetapan antar model proses dengan event log sehingga bisa didapatkan kesesuaian antar event log dengan prses model proses bisnis yang dijalankan dan diharapkan dapat menjadi masukan dalam menyusun langkah-langkah selanjutnya bagi pihak rumah sakit, sehingga kualitas kinerja sistem ERP rumah sakit akan lebih baik.
XML untuk dan ditranformasikan lagi dalam bentuk Petri Net hal ini bertujuan untuk memudahkan penggambaran workflow dimana proses tersebut menggunakan ProM tools dalam pembuatannya. ProM tools merupakan tools dalam melakukan proses mining dengan menggunakan algoritma pada ProM tools dibandingkan dengan SOP proses bisnis yang dijalankan perusahaan berdasarkan parameter yang ada pada ProM tools.
dijalankan. Event log sendiri adalah sebuah hasil proses ekstraksi dari ERP. Format yang harus ada dalam pembuatan event log proses bisnis minimal harus meliputi case id, timestamp, dan aktivitas didalamnya, kemudian event log akan ditranformasikan dalam bentuk model mining
workflow mengenai proses bisnis yang
Proses mining dalam pemodelan proses bisnis berfungsi untuk mengetahui aktivitas yang telah dijalnkan yang akan menghasilkan
dilakukan selama menjalankan sistem. Untuk memproses data yang tercatat yang jumlahnya tidak sedikit sehingga metode yang dapat diimpelementasikan peneliti adalah menggunakan process mining .
log, event log merupakan catatan aktivitas yang
yang didalamnya terdapat proses bisnis yang saling terintegrasi. Dari beragam modul yang terdapat pada ERP CMSM menghasilkan event
Software Management ), terdapat modul-modul
ERP CMSM (Complete Medical
c) Proses dengan jenis percabangan XOR dikembangkan oleh Wil van der Aalst dari Universitas Teknologi Eindhoven, Belanda dan Arthur ter Hofstede dari Universitas Teknologi Queensland Australiai, pada tahun 2002. Bahasa ini didasarkan pada petri net, didasarkan pada
Gambar 3. Process percabangan XOR teori konkurensi dengan representasi grafis. Pola
work flow membentuk tolok ukur yang diterima
secara umum untuk kesesuaian proses
d) Proses X dan Y harus terpenuhi sebelum ke
spesifikasi. Petri Net dapat menangkap dan proses Z. mengindenyifikasi banyak control flow, namun kekurangannya adalah dukungan untuk pola contoh ganda seperti pola pembatalan dan pola OR-OR bergabung secara umum.
2. METODOLOGI
Gambar 4. Process bersyarat proses X dan Y harus terpenuhi
2.1 Kerangka Berfikir
e)
Proses X atau Y harus terpenuhi sebelum Berikut ini merupakan tahapan peneliti dalam lanjut ke Z. menyelesaikan penelitian :
Gambar 5. Process bersyarat Z yang terpenuhi salah satu X atau Y
ProM Tools merupakan tools yang
dikembangkan yang berbasis java untuk melakukan analisis process mining. ProM mendukung teknik analisis proses dengan menambahkannya kedalam plugin yang telah tersedia. Berikut ini merupakan gambaran umum kerangka kerja dari ProM tools.
2.2 Studi Literatur Gambar 6. Skema Framewoek ProM Tools
Studi literatur yang digunakan sebagai pendukung dalam penelitian penelitian ini. Disco merupakan tools proses mining yang
Tujuan dari penelitian ini untuk mengalisis mengolah data set proses. Tools ini proses bisnis pada suatu instansi dengan dikembangkan perusahan teknologi yang ada di menggunakan metode proes mining untuk Belanda yaitu Fluxicon. mengetahui jalannya prosesx bisnis melalui
event log untuk mengetahui nilai fiteness dan
Yawl (Yet Another Workflow Language) nilai structurenya. merupakan sebuah bahasa baru yang
2.3 Pengumpulan Data
a) Discovery
structure dimana :
menujukkan nilai suatu model semakin besar maka model semakin tersruktur. Skala penilaian untuk dimensi ini dari 0 hingga 1. Berikut merupakan persamaan untuk menghitung nilai structure : Persamaan diatas menunjukkan perhitungan dalam mencari nilai
structure
menunjukkan kompleksitas dari bentuk model dalam menangani proses XOR dan AND. Perhitungan
analysis juga menghitung nilai dari structure. Structrure adalah nilai yang
Selain fitness tahap Conformance
fitness:
1 Berikut rumus dari perhitungan
Merupakan nilai ketepatan antara log dengan proses model didapat dari proses mengulang kembali proses log yang terdapat pada model dan menghitung ketidaktepatan token yang terjadi dengan skala penilaian 0 hingga
Fitness
di ProM Tools berfungsi untuk melakukan analisis untuk memperoleh nilai performance dari model.
Conformance Checking plugin yang ada
b) Conformance Checker
Pada proses ini akan dilakukan pencarian terhadap model yang sebelumnya belum ditemukan, dimana proses ini berdasarkan event log sehingga proses bisnis akan tergambarkan dimana setiap gambaran akan berbeda tergantung algoritma yang digunakan.
nilai fitness dan structure:
Pengumpulan data merupakan proses yang dilakukan peneliti untuk mengumpulkan data kebutuhan berupa alur proses bisnis dalam bentuk eventlog yang akan digunakan sebagai data yang akan diolah pada proses mining. Dari data yang diambil pada sistem ERP harsu terdapat minimal tiga atribut yaitu case, activity,
structure . Berikut adalah tahapan dalam mencari
Dalam tahap ini dilakukan proses mining terhadap eventlog yang ditemukan pada sistem CMSM untuk mendapatkan nilai fitness dan
2.5 Analisis dan Pembahasan
Evaluasi Proses Bisnis Evaluasi dilakukan dengan membandingkan niali fitness dan structure antar workflow sistem CMSM dengan SOP.
mampu menangani noise, loops, dan menghitung frekuensi. 4)
heuristic miner dipilih karena algoritma ini
Pemodelan Data Pemodelan ini dilakukan menggunakan tools Disco untuk mengubah menjadi .mxml agar dapat dilakukan proses mining menggunakan ProM Tools. Algoritma yang digunakan adalah heuristic miner. Algoritma
Dari data yang didapat pada modul keuangan terdapat banyak atribut yang tidak digunakan dalam proses selanjutnya sehingga, dilakukan strukturisasi atau pemilihan data yang akan digunakan dalam tahapan selanjutnya. 3)
2) Strukturisasi Data
Ekstraksi Data Data log diambil dari sistem CMSM (Complete Medical Software Management) dalam bentuk file .csv. Kemudian dilakukan proses preprocessing data untuk memilih data yang diperlukan.
Data yang diolah berupa event log kemudian dilakukan proses ekstraksi pada data menggunakan tool Disco dan ProM Tools. Untuk pengolahan data tersebut mencakup sebagai berikut: 1)
2.4 Pengolahan Data
hanya pada modul keuanganan sub menu pemberian fee dokter. Hasil dari pengumpulan data akan diestraksi untuk menemukan model dari proses yang bisnis yang kemudian dianalisis menggunakan proses mining.
dan timestamp. Pengumpulan data dilakukan
T = Jumlah semua aktivitas yang terdapat dalam model termasuk aktivitas bayangan TDA = Jumlah aktivitas ganda dalam sebuah model. TIR = Jumlah aktivitas bayangan di dalam sebuah model Ukuran presisi yang dihasilkan mempunyai range 0 ≤ as ≤ 1
2.6 Penarikan Kesimpulan
Penarikan kesimpulan merupakan tahap akhir dalam melakukan penelitian. Kesimpulan yang diambil harus dapat menjawab rumusan masalah dari penelitian.
Jenis Variant Case Keterangan Variant 1 7,11 Mengiputkan fee basic untuk karyawan dan dokter
3. HASIL DAN PEMBAHASAN
Gambar 8. Rincian Proses Binis Set Fee Dokter Dalam Petrinet
5 Mengiputkan fee apotek lebih dari satu kali input untuk karyawan dan dokter,tanpa mencari daftar nama dokter atau karyawan yang akan diinputkan fee nya
Pemodelan proses bisnis menggunakan notasi Petri Net yang dibuat menggunakan tools Yawl setelah selesai menggambarkan proses model langkah berikutnya melakukan simulasi proses bisnis SOP dengan Yawl.
27 Mengiputkan fee bertingkatuntuk karyawan dan dokter
26 Mengiputkan fee apotek untuk karyawan dan dokter Variant 3
25 Mengiputkan fee basic untuk karyawan dan dokter Variant 2
Jenis Variant Case Keterangan Variant 1
Tabel 1. Variant Pada Sistem CMSM
3 Menginpukan fee basic lebih dari satu kalo dalam Variant 8
3.2 Proses Mining Process mining diawali dengan pembuatan
1 Mengiputkan fee basic lebih dari satu kali input untuk karyawan dan dokter Variant 7
3.1 Pemodelan Proses Bisnis
Variant 2 4,6 Mengiputkan fee bertingkat untuk karyawan dan dokter Variant 3 9,13 Mengiputkan fee bertingkat lebih dari satu kali input untuk karyawan dan dokter Variant 4 8,12 Mengiputkan fee apotek untuk karyawan dan dokter
Gambar 7. Pemodelan Proses Bisnis Set Fee Dokter dengan Yawl.
Gambar 9. Model Proses Bisnis Sistem CMSM Hasil Tools Disco
model menggunakan tools Disco. Data yang dapat digunakan pada Disco adalah data excel yang berisi event log hasil ekstraksi system CMSM denagn format .csv. Berikut ini merupakan hasil pemrosesan dari eventlog simulasi dari system CMSM menggunakan tools Disco.
Variant 5 2,10 Mengiputkan fee bertingkat lebih dari satu kali input untuk karyawan dan dokter,tanpa mencari daftar nama dokter atau karyawan yang akan diinputkan fee nya Variant 6 Variant 4
28 Mengiputkan fee basic lebih dari satu kali input untuk karyawan dan dokter
Tabel 2. Variant Pada Simulasi SOP Selanjutnya data dalam bentuk .mxml dilakukan analisis fitness dan structure model yang didapatkan dari SOP dan model sistem CMSM. untuk menghasilkan model proses bisnis dalam bentuk petri net.. Berikut ini hasil dari proses analisis structure dan
fitness :
Gambar 10. Hasil Conformance Checker Sistem CMSM
MSM C tem is S et n
Gambar 11. Hasil Conformance Checker
ri
Simulasi
12. Pet bar am G
3.3 Evaluasi Proses Bisnis
Dari hasil Conformance checker didapatkan nilai dari fitness dan structure dimana pada penelitian ini peneliti membandingkan antara variant dengan persentase terbanyak dan variant dengan persentase sedikit dibandingkan sehingga akan memunculkan nilai yang berbeda,berikut table hasil dari Conformance checker terhadap dua model dari CMSM dan model SOP
Fitness Structure Model SOP
1.0
0.6 Model 0.984375 0.4161129 CMSM
Tabel 3. Hasil Perbandingan Variant Terbanyak
Fitness Structure Model SOP 1.0 0.5714286
Model 0.9915254 0.4161129
CMSM
Tabel 4. Hasil Perbandingan Variant Terendah Dari tabel diatas diketahui model SOP didapatkan nilai fitness 0,8 dan structure 1,0 didapatkan dari hasil generate simulasi YAWL menggunakan YAWL. Hasil dari model
generate eventlog sistem CMSM memiliki
nilai fitness 0,819 dan structure 0,416. Dari hasil perbandingan diperoleh nilai dari pemodelan SOP lebih kecil disebabkan aktivitas yang terkandung terdapat banyak
.
variant P 4. KESIMPULAN DAN SARAN SO asi
4.1 Kesimpulan ul
Dari penelitian ini menggunakan teknik process
im S mining terhadap proses bisnis pada modul et n
keuangan bagian set fee dokter didapatkan
ri
kesimpulan, berikut merupakan kesimpulan yang bisa didapatkan atara lain :
13. Pet
1) Setelah melakukan analisis pemodelan
r
menggunakan algoritma pada Prom
ba
dapat disimpulkan karakteristik proses
Gam
bisnis pemberian fee pada dokter di modul keuangan didapat data dari model petrinet dari SOP mengandung hidden task lebih banyak disbanding sistem CMSM. 2)
Dari evaluasi yang telah dilakukan peneliti didapatkan hasil bahwa terdapat perbedaan by pass atau proses bisnis yang dilewatkan tidak dikerjakan di sistem. Berikut ini factor penyebab hal tersebut :
It Happen The Implementers’ Guide to
a)
Success with Enterprise Resource
Terdapat beberapa task yang tidak dilakukan ketika menjalankan sistem Planning. USA: John Wiley & Sons, diantaranya login,cari nama dokter. Inc.
b) Laeila Mardhatillah, M. E. (2012). Identifikasi
Dari hasil penelitian dengan proses mining didapatkan perbedaan antara Bottleneck pada Hasil Ekstraksi Proses sistem CMSM dan SOP pada rumah sakit Bisnis ERP dengan Membandingkan dilihat dari nilai fitness dan structurenya Algoritma Alpha++ dan Heuristics dimana didapatkan besarnya fitness pada Miner. JURNAL TEKNIK ITS Vol. 1, 1- sistem CMSM diambil dari variant
6. terbanyak bernilai 1 dan strukturnya Monk, E. F., & Wagner, B. J. (2009). bernilai 0.6 sedangkan pada simulasi CONCEPTS IN ENTERPRISE yawl nilai fitness senilai 0.984375 dan RESOUERCE PLANNING Third struktur bernilai 0.4161129. Edition. USA: Course Technology Cengage Learning.
4.2 Novita Rice, S. N. (2015). SISTEM Saran
PENJUALAN PUPUK BEBRBASIS Adapun saran dari peneliti yang dapat
E- COMERCE”. Jurusan Sistem dipertimbangakan untuk perbaikan dan
Informasi, Fakultas Sains dan pengembangan penelitian selanjutnya dengan Teknologi Universitas Islam Negeri topik yang sama antara lain : Sultan Syarif Kasim Riau.
1. Penelitian selanjutnya dapat diterapkan pada One, T. O. (2015). Seputar Pengetahuan. objek lebih luas seperti proses bisnis pada
Retrieved Maret 13, 2017, from unit dan modul yang berbeda tergantung http://www.seputarpengetahuan.com/20 pada studi kasus serperti modul penjualan, 15/06/13-pengertian-observasi- produksi maupun pembelian. menurut-para-ahli.html
2. Penelitian selanjutnya dapat dilanjutkan One, T. O. (2015). Seputar Pengetahuan.
pada tahapan enhancement disesuaikan Retrieved Maret 13, 2017, from dengan studi kasus yang diangkat
.
http://www.seputarpengetahuan.com/20 15/06/13-pengertian-observasi- 5.
DAFTAR PUSTAKA
menurut-para-ahli.html Rian, A. (2016, September 4). Aalst, p. W. (2009). Process Mining: Beyond
developer.mozilla.org . Retrieved from Business Intelligence. London: Gartner
Pengenalan HTML: Business Process Management Summit. https://developer.mozilla.org/id/docs/W
Algoritma, M. (2017, Maret 10). Busines eb/Guide/HTML/Pengenalan
Process Management . Retrieved from
Satriyo Wicaksono, I. A. (2014). Evaluasi www.metode-algoritma.com: Proses Bisnis ERP dengan http://www.metode- Menggunakan Process Mining (Studi algoritma.com/2013/06/business-
Kasus : Goods Receipt (GR) Lotte Mart process-management-manajamen.html Bandung). 8. Base, R. M. (2002). Types of Surveys. -: Research Methods Knowledge Base. John Wiley & Sons, Inc. (2001). ERP: Making