Estimasi Waktu Pengerjaan Produksi Mengg

Universitas Muhammadiyah Sidoarjo (2015)
111.080.200.150

Estimasi Waktu Pengerjaan Produksi
Menggunakan Metode Naïve Bayes
Mokh Juniarto[1], Ade Eviyanti, S.Kom [2]
Jurusan Teknik Informatika, Fakultas Teknik
Universitas Muhammadiyah Sidoarjo
Junetassololey@gmail.com

Abstrak
Produksi utama PT Saka Agung Karya Abadi adalah rumah lampu, panel
cabinet, Ledder Tray, Tee Tray, Elbow Tray, dan beberapa box listrik pesanan
khusus. Selama ini, terdapat kesulitan dalam melakukan perhitungan estimasi
lama pengerjaan yang masih manual dan tidak terdata dengan baik, serta
banyaknya laporan perkerja yang terganngu karena alokasi waktu yang tidak
menyebabkan kerugian perusahaan.
Naive Bayes merupakan salah satu metode dalam pendekatan statistik
untuk melakukan inferensi induksi pada persoalan klasifikasi. Metode ini biasa
digunakan

dalam

menyelesaikan

permasalahan

yang

berkaitan

dengan

pengambilan keputusan. Metode ini juga cocok untuk menyelesaikan
permasalahan dimana diperlukan penanganan data yang tidak konsisten.
Sedangkan permsalahan tersebut memerlukan data yang konsisten.
Aplikasi berjalan dengan baik dan menghasilkan informasi sesuai yang
diharapkan. Sistem yang dibuat menggunakan bahasa pemrograman PHP dan
menggunakan MySQL sebagai databasenya. Pelanggan bisa mendaftarkan diri
dan memulai memesan produk. Bagian produksi akan melakukan cek terhadap
pesanan pelanggan dan melakukan perhitungan naive bayes dengan memasukkan

variabel seperti jumlah order, tingkat kesulitan, jumlah pekerja, bahan baku,
perlengkapan, dan tingkat kerusakan. Penggunaan naive bayes memudahkan staf
melakukan estimasi pengerjaan dan memudahkan customer memantau lama
pengerjaan barang yang dipesan.
Kata Kunci : Estimasi Pengerjaan Produk, Naive Bayes, Pendukung
Keputusan, MySQL.

6

Universitas Muhammadiyah Sidoarjo (2015)
111.080.200.150

Time Frame Production Estimates
Using Naïve Bayes Method
Mokh Juniarto[1], Ade Eviyanti, S.Kom [2]
Department of Informatics, Faculty of Engineering
Universitas Muhammadiyah Sidoarjo
Junetassololey@gmail.com

Abstract

The main production of PT Saka Abadi Karya Agung is home lights,
cabinet panels, Ladder Tray, Tray Tee, Elbow Tray, and some electrical box
special order. During this time, there are difficulties in calculating the old estimate
is still manual workmanship and not recorded properly, and many report that
terganngu worker because of the allocation of time that does not cause the
company's losses.
Naive Bayes is one method in a statistical approach to inference induction
on classification issues. This method is commonly used in solving problems
related to decision making. This method is also suitable for solving the problems
which required the handling of inconsistent data. While permsalahan requires
consistent data.
Applications running well and producing information as expected.
Systems made using the programming language PHP and using MySQL as the
database. Customers can enroll and start ordering the product. The production
department will perform a check against customer orders and do calculations
Naive Bayes to include variables such as the number of orders, the level of
difficulty, number of workers, raw materials, equipment, and the extent of
damage. Naive Bayes facilitate the use of the staff doing the work estimates and
facilitate the customer to monitor the old craftsmanship goods ordered.
Keywords : Estimation execution of the Product, Naive Bayes, Decision

Support, MySQL.

7

Universitas Muhammadiyah Sidoarjo (2015)
111.080.200.150

1. Pendahuluan
1. 1 Latar belakang

pengambilan keputusan.
Selama ini, terdapat
kesulitan
dalam
melakukan
perhitungan
estimasi
lama
pekerjaan yang masih manual dan
tidak terdata dengan baik, serta dan

banyaknya
laporan
pekerjaan
yang terganggu karena alokasi
waktu
yang
tidak
tepat
menyebabkan
kerugian
perusahaan. Data dan laporan
pengerjaan produk sebelumnya tidak
tersimpan dengan baik, padahal dari
situ bisa dilakukan analisa estimasi
lama
pengerjaan
sehingga
bermanfaat menentukan estimasi
lama pengerjaan pada proyek yang
sama di masa depan.

Naive
Bayes
merupakan salah satu metode dalam
pendekatan
statistik
untuk
melakukan inferensi induksi pada
persoalan klasifikasi. Metode ini
biasa
digunakan
dalam
menyelesaikan permasalahan yang
berkaitan
dengan
pengambilan
keputusan. Metode ini juga cocok
untuk menyelesaikan permasalahan
dimana diperlukan penanganan data
yang tidak konsisten. Sedangkan
permsalahan tersebut memerlukan

data yang konsisten.
Dari
permasalahan
tersebut di atas akan dirancang
“Aplikasi Estimasi Waktu Pengerjaan
Produksi dengan Metode Naive Bayes
di PT Saka Agung Karya Abadi “
yang akan mengambil data laporan
produksi yang sudah ada, melakukan
klasifikasi, proses perhitungan dengan
Naive Bayes, dan hasil akhirnya
diharapkan
berupa
estimasi
pengerjaan produksi yang tepat.
Diharapkan dengan sistem ini bisa
bermanfaat
untuk
manajemen
pengaturan pekerjaan yang lebih

Pada
zaman
perkembangan teknologi yang
sangat pesat sekarang ini,
kebutuhan adanya aplikasi
yang
mendukung
pengambilan keputusan bisnis
sangat dibutuhkan secara cepat
dan akurat. Informasi yang
dihasilkan dari aplikasi dapat
digunakan untuk membantu
pihak
manajemen
dalam
pengambilan
keputusan,
pengendalian informasi dan
untuk

mendukung
proses
bisnis dalam perusahaan.
Produksi utama PT
Saka Agung Karya Abadi
adalah rumah lampu, Panel
cabinet, Leader tray, Ttray,
Elbow, dan beberapa box
listrik pesanan khusus. Di
dalam pengerjaan produk
tersebut, perusahaan memiliki
divisi
produksi
yang
mengerjakan banyak item
pekerjaan. Proses supervisi
produksi dilakukan untuk
memastikan
pengerjaan
produksi dapat diselesaikan

dengan tepat waktu dengan
alokasi tenaga kerja yang
sesuai. Proses tersebut juga
harus mampu melakukan
estimasi waktu pengerjaan
proyek dengan tepat dan
efisien. Hal ini terkait
dengan
manajemen
produksi
secara
keseluruhan. Adanya sistem
yang mampu melakukan
penghitungan
estimasi
dengan
tepat
akan
mempermudah
pihak

manajemen
untuk

8

Universitas Muhammadiyah Sidoarjo (2015)
111.080.200.150

efisien utamanya di sisi alokasi
waktu.
1.2

Rumusan Masalah
Bagaimana
merancang
dan
membangun
Aplikasi
Estimasi Waktu Pengerjaan
Proyek dengan Metode Naive
Bayes di PT Saka Agung Karya
Abadi ?

1.3

Batasan Masalah
Dari rumusan masalah
diatas
dilakukan
batasan
masalah dari penelitian yang
akan dikerjakan antara lain :
Pengambilan data yang
digunakan adalah data
laporan pekerjaan di PT
Saka Agung Karya Abadi
setiap dua minggu sekali
Proses
penghitungan
estimasi
menggunakan
parameter yang sudah
ditetapkan perusahaan.

2.1

Penelitian Terdahulu
Hera Wasiati dan Dwi
Wijayanti
(2014)
pada
penelitiannya yang berjudul
Sistem Pendukung Keputusan
Penentuan Kelayakan Calon
Tenaga
Kerja
Indonesia
Menggunakan Metode Naive
Bayes (Studi Kasus: Di P.T.
Karyatama
Mitra
Sejati
Yogyakarta)
menerangkan
bahwa
Pembuatan
sistem
pendukung
keputusan
penyeleksian calon tenaga kerja
Indonesia dengan metode Naive
Bayes
diharapkan
dapat
membantu
Staf
dalam
menentukan siapa yang layak
diterima atau tidak.
Metode Naive Bayes
adalah suatu metode yang
digunakan untuk memprediksi

berbasis probabilitas. Dalam
penyeleksian calon tenaga kerja
Indonesia dengan menggunakan
nilai-nilai yang dimasukkan,
berupa kriteria-kriteria yang
dibutuhkan yaitu pendidikan,
usia, tinggi badan, berat badan,
nilai tes.
Sistem
yang
dibuat
menggunakan
bahasa
pemrograman
Java
dan
menggunakan MySQL sebagai
databasenya.
Dari penelitian terdahulu
tersebut di atas, penulis
merancang skipsi yang berjudul
“Aplikasi
Estimasi
Waktu
Pengerjaan Produksi dengan
Metode Naive Bayes di PT
Saka Agung Karya Abadi“.

Tabel 2.1 Perbandingan penelitian
Perban Penelitian
Penelitian
dingan Terdahulu
Sekarang

9

Universitas Muhammadiyah Sidoarjo (2015)
111.080.200.150

Judul

Penelit
i

Sistem
Pendukung
Keputusan
Penentuan
Kelayakan
Calon Tenaga
Kerja
Indonesia
Menggunakan
Metode Naive
Bayes (Studi
Kasus: Di P.T.
Karyatama
Mitra Sejati
Yogyakarta)

Naive
Bayes
merupakan
Aplikasi Estimasi
pendekatan statistik untuk melakukan
Waktu Pengerjaan
Produksi dengan inferensi induksi pada persoalan
Metode Naive klasifikasi. Metode ini menggunakan
bersyarat
sebagai
Bayes di PT Sakaprobabilitas
Agung Karya dasarnya. Dalam ilmu statistik,
probabilitas bersyarat dinyatakan
Abadi
sebagai :

Hera Wasiati
dan Dwi
Wijayanti
(2014)

Mokh
Juniarto(2015)

Probabilitas X di dalam Y
adalah probabilitas interseksi X dan Y
dari probabilitas Y, atau dengan kata
lain P(X|Y) adalah prosentase
banyaknya X di dalam Y.

Gambar 2.1 Diagram Ven pada Relasi
Probabilitas Bersyarat
Misalkan
terdapat data set cuaca
Data dan laporan
order produksi seperti tampak pada tabel di bawah
ini.

Obyek
yang
diteliti

Calon tenaga
kerja

Hasil
yang
dihara
pkan

Tenaga kerja
yang layak
diterima

Estimasi waktu
produksi

Pempr
ogram
an dan
databa
se

Berbasis
desktop dengan
Bahasa Java
dan MySQL

Berbasis web
dengan bahasa
PHP dan MySQL

2.2
2.2.1

Tabel 2.3 Tabel Set Cuaca

Banyaknya data berolah raga
= ya adalah 4 dari 6 data maka
dituliskan P(Olahraga=ya)=4/6.
Banyaknya data cuaca=cerah dan

Naive Bayes
Pengertian Naive Bayes

10

Universitas Muhammadiyah Sidoarjo (2015)
111.080.200.150

berolahraga=ya adalah 4 dari 6
data
maka
dituliskan
P(cuaca=cerah
dan
Olahraga=ya)=4/6.
Dari informasi tersebut, maka
probabilitas cuaca cerah pada saat
berolah raga adalah :

GNU General Public License
(GPL), tetapi mereka juga
menjual
dibawah
lisensi
komersial untuk kasus-kasus
dimana penggunaannya tidak
cocok dengan penggunaan
GPL.
2.4

Flowchart
Flowchart
adalah
penyajian
yang
sistematis
tentang proses dan logika
dari
kegiatan penanganan
informasi atau penggambaran
secara grafik dari
langkahlangkah
dan
urut-urutan
prosedur dari suatu program.
Flowchart menolong analis dan
programmer
untuk
memecahkan masalah ke dalam
segmen-segmen yang lebih
kecil dan menolong dalam
menganalisis
alternatifalternatif
lain
dalam
pengoperasian.

3.1

Lokasi dan Waktu Penelitian

Metode
Bayes
dapat
dinyatakan dengan probabilitas
bersyarat
seperti
yang
diilustrasikan
oleh
gambar
berikut :

Gambar 2.2 Probabilitas di atas dapat
dinyatakan dengan persamaan :

Lokasi penelitian bertempat
di PT Saka Agung Karya Abadi
yang beralamat di Jln Raya
Lingkar Timur No.9 Kelurahan
Kebonsari Kec. Candi Sidoarjo
yang dimulai bulan Desember
2014 s/d bulan Pebruari 2015

Dimana, keadaan Posterior
(Probabilitas Xk di dalam Y)
dapat dihitung dari keadaan
prior(Probabilitas Y di dalam Xk
dibagi dengan jumlah dari semua
probabilitas Y di dalam semua
Xi).
2.3 MySQL
MySQL adalah sebuah
perangkat
lunak
sistem
manajemen basis dataSQL
(bahasa
Inggris:
database
management
system)
atau
DBMS yang multithread, multiuser, dengan sekitar 6 juta
instalasi di seluruh dunia.
MySQL AB membuat MySQL
tersedia sebagai perangkat
lunak gratis dibawah lisensi

3.2

Alat Dan Bahan Penelitian
Dalam melakukan
penelitian
ini,
penulis
menggunakan alat dan bahan
antara lain:
1. Bahan
Bahan
yang
digunakan
penulis dalam melakukan
penelitian meliputi :

11

Universitas Muhammadiyah Sidoarjo (2015)
111.080.200.150

a. Data laporan pengerjaan
proyek di PT Saka
Agung Karya Abadi
b. Data profil dan produk
PT Saka Agung Karya
Abadi
c. Bahan referensi metode
Naive Bayes

laporan penjualan barang,
data pengadaan barang
2.
Wawancara
(Interview)
:
untuk
mendapatkan data yang
penulis butuhkan maka
kami
melakukan
wawancara
langsung
kepada pihak-pihak terkait
untuk mengetahui sistem
yang sudah ada untuk
dianalisa
tentang
kelemahan yang ada dan
selanjutnya
dijadikan
sebagai bahan referensi
dalam
pengembangan
program
3.
Dokumentasi :
pengambilan
data-data
tentang kegiatan, profil
perusahaan,
serta
organisasi yang ada untuk
dijadikan sebagai acuan
dalam
pengembangan
sistem

2. AlatPenelitian
a. Perangkat
lunak
(software) yang akan
digunakan, meliputi:
1. Microsoft Windows
7
2. Microsoft
Office
Word 2007
3. XAMPP
4. MySQL Database
Server
5. Macromedia
Dreamweaver MX
b. Perangkat keras yang
digunakan,
meliputi
seperangkat laptop
3.3

3.4 Teknik Analisis

Dari data yang didapat,
sebelum digunakan untuk
merancang sistem yang akan
dibuat maka penulis melakukan
beberapa analisis terhadap datadata yang telah didapat dengan
langkah-langkah sebagai
berikut :

Teknik Pengumpulan Data
Untuk mendapatkan datadata yang penulis butuhkan
untuk melakukan perancangan
sistem yang akan dibuat, maka
penulis menggunakan beberapa
metode untuk mendapatkan data
yang
dibutuhkan,
adapun
metode yang dipakai adalah
sebagai berikut :
1.

1. Mempelajari
dan
mengumpulkan
data
untuk disusun sebagai
sebuah struktur data yang
teratur sesuai dengan
sistem yang akan dibuat.
2. Memilah-milah dari data
yang ada untuk diambil
pokok dari permasalahan
yang akan dibahas nanti,
hal ini untuk menetukan
dengan jelas batasan
masalah
dari

Observasi
:
adalah teknik pengumpulan
data
dengan
jalan
mengadakan pengamatan
langsung terhadap obyek
yang
di
teliti
guna
mendapatkan
data-data,
adapun data-data yang
meliputi
data
tentang
penjualan barang, laporan-

12

Universitas Muhammadiyah Sidoarjo (2015)
111.080.200.150

3.5

permasalahan
yang
diambil.
3. Melakukan
evaluasi
terhadap rumusan yang
baru dibuat dan mencoba
menerapkannya
pada
sistem yang ada.
4. Menganalisa sistem yang
lama dengan sistem yang
baru dirancang
Desain Sistem
Urutan alur sistem pada
aplikasi dimulai dengan user
input semua data pengerjaan
proyek yang kemudian akan
dilakukan preprocessing untuk
melakukan klasifikasi awal.
Dilanjutkan
dengan
klasifikasi/penggolongan
dengan menggunakan Naive
Bayes yang mengambil data
dari database. Hasil akhir
nantinya diharapkan berupa
nilai
estimasi
waktu
pengerjaan proyek.

3.7

Konteks Diagram

Gambar 3.1 Desain Sistem

3.6

Flowchart

Pada konteks diagram aplikasi,
terdapat
2
entitas
yakni
pelanggan/customer
dan
administrator. Pelanggan bisa melihar
profil dan daftar jasa, melakukan
registrasi member, dan melakukan
order. Pelanggan akan mendapatkan
13

Universitas Muhammadiyah Sidoarjo (2015)
111.080.200.150

estimasi lama pengerjaan proyek.
Admin bisa melakukan input produk
dan cek order. Admin mendapatkan
laporan pelanggan, order, dan
estimasi waktu.
3.8
DFD Level 0
Pada DFD Level 0 yang
merupakan penjabaran dari konteks
diagram sebelumnya ini, terdapat 5
proses yakni : data profil dan jasa,
order
pengerjaan,
registrasi
pelanggan, estimasi pengerjaan, dan
laporan.
Masing-masing
entitas
pelanggan dan admin mempunyai
interaksi dengan proses yang ada.
Hasil dari proses ini akan disimpan
kedalam database. Berikut adalah
gambar dari DFD Level 0.

3.9

4.1 Hasil Penelitian
Untuk
mencapai
sebuah
rancangan system yang baik maka
terlebih dahulu melakukan analisa
system dan penelitian dari system
yang sebelumnya sehingga pada
aplikasi estimasi waktu pengerjaan
produksi dengan metode naïve bayes
dapat berjalan sesusai dengan yang
diharapkan. Setelah diamati dan
dianalisa system yang lama sebagai
berikut :.
1. Belum ada jenis perhitungan
berapa
lama
pengerjaan
produksi dalam melakukan
pengolahan pada perusahaan.

Relasi Antar Tabel
Hubungan data antar tabel
dalam database disebut relasi.
Relasi
digunakan
untuk
meringkas data yang ada dalam
database, adapun gambar dari
relasi antar tabel dapat dilihat di
bawah ini:

14

Universitas Muhammadiyah Sidoarjo (2015)
111.080.200.150

2. Administator tidak dapat
memberi tahu berapa lama
pengerjaan jika ada customer
order sebuah produk di
perusahaan.

Pekerjaan Produk yang di
Order.
4.2 Pembahasan Sistem
Berikut ini adalah hasil dari
pengujian aplikasi estimasi waktu
pengerjaan produksi dengan merode
naïve bayes di PT. Saka Agung Karya
Abadi pada Skripsi ini,
1. Halaman Depan

3. Aplikasi tidak terintergrasi
dengan system stock barang di
perusahaan
Berdasarkan hasil analisa dan
penelitian diharapkan system yang
akan dibangun dapat lebih optimal
dan berjalan sesuai dengan yang
diharapkan, berikut hasil perancangan
system
yang
akan
dibangun
berdasarkan hasil analisa dan
penelitian yang telah dilakukan :
1. Administrator
dapat
menyimpan data custamer dan
data produk yang pernah di
order di perusahaan.

Halaman ini merupakan aplikasi
yang mempunyai otoritas untuk
melakukan
konfigurasi
system
sehingga diperlukan suatu proses
login terlebih dahulu. Adapun proses
pada menu ini login username
defaultnya
yaitu
bisa
admin,
customer.

2. Administrator
dapat
memperhitungkan
berapa
lama pengerjaan produksi.
3. Custamer dapat memesan
produk
dan
mengetahui
estimasi pengerjaan produk
yang dipesan.

Gambar 4.1 Form Depan

Dalam proses pengolahannya
akan dibedakan menjadi beberapa
katagori yaitu administator dan
custamer. Berikut adalah fasilitas apa
saja yang dapat dilakukan oleh
administrator dan custamer :
1. Administrator : Konfigurasi
System,
Menambahkan
Custamer,
Menambahkan
Produk, Menghitung Berapa
Lama Pengerjaan Produksi,
Memberi Informasi Kepada
Custamer,
Running
Text/News. Reset Database.
2. Custamer
Mengetahui

: Order Produk,
Estimasi

Gambar 4.8 Form admin

15

Universitas Muhammadiyah Sidoarjo (2015)
111.080.200.150

Gambar 4.9 From Data Produk
Gambar 4.15 Form Hasil Hitung
Naïve Bayes

Gambar 4.12 Form Data Order /
Pesanan

Gambar 4.16 Form Hasil Data
Pesanan
PENUTUP
Pada bab ini akan dijelaskan
kesimpulan dan saran dari uraianurain pada bab-bab sebelumnya.

Gambar 4.13 Form Pesanan

5.1

Kesimpulan

Berdasarkan hasil penelitian
yang telah dilakukan mengenai
estimasi waktu pengerjaan produksi
dengan metode Naive Bayes, maka
dapat disimpulkan sebagai berikut :

Gambar 4.14 Form Hitung Naïve
Bayes

1. Dengan menggunakan aplikasi
estimasi waktu pengerjaan
produksi, pihak perusahaan
dapat
memasukkan
data
16

Universitas Muhammadiyah Sidoarjo (2015)
111.080.200.150

pendaftar dengan mudah dan
cepat.
2. Dengan menggunakan aplikasi
estimasi waktu pengerjaan
produksi, pihak perusahaan
dapat langsung menerima
laporan produk yang lama
pengerjaan dengan produk
yang cepat selesai.
3. Dengan menggunakan apliaksi
estimasi waktu pengerjaan
produksi, custamer dapat
melakukan order produk dan
mengetahui
berapa
lama
produk yang dia pesan
4. Sistem pendukung keputusan
dengan metode Naive Bayes
untuk penentuan berapa lama
yang
dibutuhkan
untuk
mengerjakan suatu produk
yang dipesan oleh custamer
menggunakan data sebanyak
30 dan bisa lebih dengan
pihak
perusahan
menambahkan data custamer
baru.
5.2

sedikitnya ilmu yang dimiliki
penulis, sehingga memerlukan
pengembangan dan modifikasi
dalam beberapa hal. Misalkan
pengembangan
pesanan

Estimasi

online.

Waktu

Pengerjaan

Untuk

itu

siapa saja yang membaca dan
mengembangkan penulisan ini
agar dapat menyempurnakan
pembuatan program aplikasi ini
agar lebih terasa manfaatnya.

DAFTAR PUSTAKA
Agus. J. 2006.Pengenalan Internet.
PT. Elex Media Komputindo :
Jakarta.
Fathansyah. 1999. Sistem Basis Data.
Informatika : Bandung.
Hermawan,

aplikasi

sistem

penulis menyarankan kepada

Saran
Program

untuk

Julius

2005.Membangun

.

Decision

Support System. Yogyakarta :

Produksi menggunakan Metode

Penerbit ANDI

Naïve Bayes yang di buat
sempurna, hal ini dapat dilihat

Kusrini. 2007. Konsep dan Aplikasi
Sistem Pendukung Keputusan.
Yogyakarta : Penerbit ANDI
Kadir, Abdul.2002. Pemrograman

dari fasilitas yang disediakan

Web Mencakup HTML, CSS,

hanya

Javascript dan PHP. Andi :

penulis

masih

sebatas

jauh

dari

menampilkan

nama, menu di PT. Saka Agung

Yogyakarta.

Karrya Abadi tidak sama pada

Mcleod,

aslinya, ini dikarenakan masih

Raymond.

Management
17

1995.
Information

Universitas Muhammadiyah Sidoarjo (2015)
111.080.200.150

System. Prentice Hall : New
Jersey.
O'Brien,

James.

2005.

Pengantar

Sistem Informasi Perspektif
Bisnis

dan

Manajerial.

Salemba Empat : Jakarta.
Pohan,

Iskandar

Husni

dan

Kusnassriyanto Saiful Bahri.
2003. Pengantar Perancangan
Sistem. PT Gelora Aksara
Pratama : Jakarta.

18