Jurnal Skripsi Sistem Pendukung Keputusa

SISTEM PENUNJANG KEPUTUSAN UNTUK MENGIDENTIFIKASI
KERUSAKAN MESIN PRODUKSI DI PT. KARYAMITRA BUDISENTOSA
MENGGUNAKAN POHON KEPUTUSAN
JURNAL
Diajukan untuk Memenuhi Persyaratan
Memperoleh Gelar Sarjana Komputer

NAMA : SITI ALFIYAH
NIM
: 110349910115

PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS WIDYAGAMAMALANG
MALANG
2015

SISTEM PENUNJANG KEPUTUSAN UNTUK MENGIDENTIFIKASI KERUSAKAN
MESIN PRODUKSI DI PT. KARYAMITRA BUDISENTOSA MENGGUNAKAN
POHON KEPUTUSAN
Alfiyah(1, Fitri Marisa, S.Kom.M.Pd (2, Dwi Purnomo, M.Kom. (3Mahasiswi Teknik

Informatika(1, Pembimbing I(2, Pembimbing II. (3Program Studi Teknik Informatika
ABSTRAK

Proses perbaikan mesin yang selama ini terjadi sering tidak berdasarkan
pada data mesin dan ketersediaan spare part yang diperlukan. Teknisi sering kali
melakukan perbaikan mesin tanpa memperkirakan biaya yang dibutuhkan untuk
memperbaiki mesin sehingga seringkali terjadi pembengkakan biaya. Kebutuhan
akan sebuah Sistem Penunjang Keputusan untuk mengidentifikasi Kerusakan
Mesin Produksi di PT. Karyamitra Budisentosa Pandaan merupakan kebutuhan
yang sangat nyata dan perlu dibuat untuk peningkatan kinerja perusahaan
terutama untuk admin bag. Engineering. Dengan menggunakan fasilitas sistem
penunjang keputusan menggunakan pohon keputusan dalam mengolah data maka
akan berdampak baik bagi admin dan teknisi untuk mengetahui mesin yang akan
di service sehingga dapat mengontrol perbaikan mesin yang benar – benar perlu
perbaikan atau tidak. Sistem Penunjang Keputusan untuk mengidentifikasi
kerusakan mesin produksi di PT. Karyamitra Budisentosa menggunakan pohon
keputusan yang akan dirancang digunakan untuk mempermudah admin
mengontrol mesin yang perlu di service atau tidak.
Kata Kunci : sistem penunjang keputusan, ID3, Pohon Keputusan.
BAB I PENDAHULUAN

1.1 Latar Belakang

Setiap barang memang perlu
dirawat, begitu pun dengan mesin
produksi. Merawat mesin produksi
tidak sembarangan, dibutuhkan teknik
khusus dan juga pengetahuan khusus.
Karena merawat mesin produksi secara
berkala dan terpelihara dengan baik
akan
membuat
mesin
dapat
mengembangkan industri menjadi lebih
baik. Kondisi tersebut akan membuat
pabrik mendapatkan nilai ekonomis
yang jauh lebih tinggi.
Mesin produksi merupakan alat
pendukug yang sangat penting dalam
proses pembuatan suatu barang yang

menghasilkan produk berkualitas tinggi
yang banyak diminati oleh banyak
orang. Salah satunya adalah sepatu
kulit berkualitas eksport yang banyak
diminati oleh sebagian besar wanita
yang
peduli
dengan
fashion.
Perusahaan yang bergerak di bidang ini

salah satunya adalah PT. Karyamitra
Budisentosa yang bertempat di
Pandaan kabupaten Pasuruan. Jika ada
salah satu mesin yang tidak bisa
beroperasi dengan baik, operator akan
kesulitan untuk membuat produk yang
berkualitas sehingga diperlukan adanya
perbaikan mesin yang mengalami
kerusakan agar dapat beroperasi

dengan baik. Untuk memperbaiki
kerusakan mesin tersebut diperlukan
pihak atau departemen yang ahli di
bidangnya atau disebut dengan teknisi.
Di setiap proses produksi sepatu harus
ada tim teknisi yang standby untuk
mengawasi kinerja mesin sehingga jika
ada mesin yang bermasalah dapat
diatasi dengan cepat.
Permasalahan pada tim teknisi
di PT. Karyamitra Budisentosa sering
kali mengalami kesulitan dalam
melakukan proses klasifikasi mesin

sepatu yang rusak karena banyaknya dalam penelitian ini adalah sebagai
mesin produksi di perusahaan tersebut, berikut :
klasifikasi
ini
bertujuan
untuk 1. Aplikasi sistem dibuat dengan

menggunakan bahasa pemrograman
melakukan identifikasi mesin yang
php
&
MySQL
sebagai
masih layak di service atau sudah tidak
databasenya.
layak lagi, terkadang penggantian
Penunjang
keputusan
sparepart mesin yang dilakukan tidak 2. Sistem
dilakukan
untuk
menentukan
berdasarkan data sparepart yang
kerusakan mesin yang masih layak
tersedia. Perusahaan sering kali
untuk diservice.
mengalami kerugian akibat tidak

efektifnya data penggantian sparepart
3. Aspek yang digunakan sesuai
mesin dan kurangnya sistem untuk
dengan laporan kerusakan mesin.
mendukung
keputusan
kelayakan 1.3 Tujuan Penelitian
Adapun tujuan dari sistem ini
service mesin. Oleh karena itu
adalah
membuat sistem penunjang
dibutuhkan sebuah sistem pendukung
keputusan untuk menentukan mesin
keputusan yang berguna untuk proses
produksi yang rusak sehingga bisa
penentu kelayakan service mesin.
diidentifikasi kerusakaannya dan
Banyaknya data dan informasi mesin
dapat
menentukan

kelayakan
yang ada dapat dijadikan sebagai input
service.
untuk kemudian dijadikan sebagai
penentu keputusan kelayakan service 1.4 Manfaat Penelitian
mesin. Dalam sistem pendukung Sesuai dengan permasalahan dan tujuan
keputusan ada metode yang digunakan penelitian yang disebutkan diatas,
yaitu metode decision tree atau pohon maka manfaat yang dapat diambil
keputusan dan memiliki algoritma ID3. sebagai berikut :
1. Bagi penyusun skripsi
Algoritma
ID3
dapat
Penyusun skripsi dapat lebih
diimplementasikan untuk klasifikasi
memahami cara menerapkan
penentu kelayakan service mesin
ilmu – ilmu yang telah
produksi sehingga perusahaan dapat
dipelajari.

Penelitian
ini
dengan
mudah
melakukan
diharapkan
dapat
menambah
pengelompokan antara mesin yang
masukan
dan
pengeluaran
masih layak dilakukan service dan
dalam
mengaplikasikan
ilmu
yang sudah tidak layak lagi.
yang didapat.
2. Bagi perusahaan
1.2 Rumusan Masalah dan Batasan

Masalah
Diharapkan aplikasi ini dapat
a. Rumusan Masalah
digunakan di PT. Karyamitra
Dari latar belakang yang telah
Budisentosa
untuk
dikemukakan,
didapatkan
pokok
mengidentifikasi
kerusakan
permasalahan
yaitu
bagaimana
mesin
sebelum
dilakukan
membuat sistem penunjang keputusan
service.

untuk menentukan mesin produksi
3. Bagi Ilmu Pengetahuan (Iptek)
yang rusak sehingga bisa diidentifikasi a) Sebagai pendorong peningkatan
kerusakaannya dan dapat menentukan
kegiatan service mesin sehingga
kelayakan service.
dapat dilakukan dengan lebih
b. Batasan Masalah
optimal.
Berdasarkan
perumusan
masalah di atas, maka batasan masalah

1.5 Sistematika Penyusunan

Sistematika penyusunan ini
memberikan penjelasan secara umum
dan singkat dari bab-bab yang akan
diuraikan selanjutnya dengan harapan
pembaca dapat mengambil gambaran

umum pada Penyusunan Skripsi ini
Sistematika penyusunannya adalah
sebagai berikut :
BAB I PENDAHULUAN
Merupakan gambaran umum
mengenai latar belakang
permasalahan yang ingin
diselesaikan,
perumusan
masalah,
pembatasan
masalah, tujuan dan manfaat
penelitian, ruang lingkup
masalah, spesifikasi sistem,
dan sistematika penyusunan
laporan.
BAB II LANDASAN TEORI
Berisi dasar-dasar teori yang
melandasi penyusunan dan
perancangan
dalam
pengembangan sistem yang
didapatkan dari beberapa
literatur yang menjadi dasar
BAB II Landasan Teori
2.1 Sistem Pendukung Keputusan

Decission Support System
atau Sistem Pendukung Keputusan
merupakan sebuah sistem informasi
yang berbasis komputer yang
digunakan
untuk
proses
pengambilan
keputusan
yang
menyediakan dukungan informasi
yang interaktif bagi manajer dan
praktisi bisnis. Dalam sistem ini
model yang digunakan adalah
model analitis, database, penilaian
dan pandangan pembuat keputusan
dan proses pemodelan berbasis
komputer yang interaktif guna
mendukung pengambilan keputusan
yang semi terstruktur (Turban &
Aronson, 2001)

dan wacana pendukung
dalam perancangan sistem
ini.
BAB III ANALISIS
&
PERANCANGAN
Bab ini berisi analisa
permasalahan dan rancangan
sistem yang digunakan,
meliputi diagram aliran data,
perancangan database, dan
desain antarmuka.
BAB IV HASIL
DAN
PEMBAHASAN
Bab ini menjelaskan tentang
penerapan
rancangan
program ke dalam bahasa
pemrograman, analisis hasil,
serta
analisa
mengenai
kelebihan dan kekurangan
sistem.
BAB V KESIMPULAN
Bab ini berisi tentang kesimpulan
sesuai dengan hasil pengujian
sistem yang telah dibangun dan
saran pengembangan program..

2.2 Algoritma ID3
Algoritma ID3 atau Iterative
Dichotomiser 3 (ID3) merupakan
sebuah metode yang digunakan untuk
membuat pohon keputusan yang telah
dikembangkan oleh J. Ross Quinlan
sejak tahun 1986. Algoritma pada
metode ini menggunakan konsep dari
entropy informasi. Algoritma ini
melakukan pencarian secara rakus atau
menyeluruh pada semua kemungkinan
pohon keputusan.
Algoritma
pada
metode
ini
menggunakan konsep dari entropi
informasi. Secara ringkas cara kerja
algoritma ID3 dapat dijelaskan sebagai
berikut.
1.
Pemilihan
atribut
dengan
menggunakan Information Gain.
2. Pilih atribut di mana nilai
information gain-nya terbesar

3. Buat simpul yang berisi atribut
tersebut.
4. Proses perhitungan information
gain terus dilaksanakan sampai semua
data telah termasuk dalam kelas yang
sama. Atribut yang telah dipilih tidak
diikutkan lagi dalam perhitungan nilai
information gain. (Yusuf Elmande,
2012).
2.3
Pengertian
Mesin
dan
Perawatannya

Mesin adalah alat mekanik atau
elektrik yang mengirim atau
mengubah energi untuk melakukan
atau membantu pelaksanaan tugas
manusia. Biasanya membutuhkan
sebuah masukan sebag pelatuk,
mengirim energi yang telah diubah
menjadi sebuah keluaran, yang
melakukan tugas yang telah disetel.
Mesin dalam bahasa indonesia
sering pula dsebut dengan sebutan
pesawat, contoh pesawat telepon
untuk terjemahan bahasa inggris
telephon
machine.
Namun
belakangan kata pesawat cenderung
mengarah ke kapal terbang.
Fungsi pemeliharaan adalah
agar dapat memperpanjang umur
ekonomis dari mesin dan peralatan
produksi
yang
ada
serta
mengusahakan agar mesin dan
peralatan produksi tersebut selalu
dalam keadaan optimal dan siap
pakai untuk pelaksanaan proses
produksi (Ahyari, 2002).
2.4 Pemodelan Sistem
2.4.1 Entity Relationship Diagram
(ERD)

Menurut salah satu para ahli,
(Brady & Loonan, 2010), Entity
Relationship
diagram
(ERD)
merupakan teknik yang digunakan
untuk memodelkan kebutuhan data
dari suatu organisasi, biasanya oleh
System Analys dalam tahap analisis
persyaratan proyek pengembangan
system. Sementara seolah-olah
teknik diagram atau alat peraga
memberikan dasar untuk desain
database relasional yang mendasari

sistem
informasi
yang
dikembangkan. ERD bersama-sama
dengan
detail
pendukung
merupakan model data yang pada
gilirannya
digunakan
sebagai
spesifikasi untuk database.
2.4.2 Data Flow Diagram (DFD)
Menurut (Whitten & Bentley, 2007) DFD
(Data Flow Diagram) adalah alat yang
digunakan untuk menggambarkan aliran
data melalui sistem dan kerja atau
pengolahan yang dilakukan oleh sitem
tersebut. DFD juga sering disebut dengan
nama Bubble Chart Diagram, model
proses, diagram alur kerja atau model
fungsi.

BAB
III
ANALISIS
DAN
PERANCANGAN SISTEM
3.1 Flow Chart Program Aplikasi
Usulan

Gambar 3.1 Flowchart Aplikasi Usulan
Berikut Keterangan dari tiap proses
aplikasi Identifikasi Kerusakan
Mesin Produksi :
a. Data training dimasukkan,
data training merupakan data
yang
dimasukkan
telah
memiliki
kelas
apakah
Kurang atau Baik, hal ini
bertujuan agar data training
dapat digunakan kembali
pada proses perbandingan.
Data Training juga dapat

digunakan untuk membentuk
pohon keputusan.
b. Hitung Information Gain dan
Entropy dari masing-masing
atribut data training yang ada.
Information gain dan entropy
merupakan bagian dari suatu
perhitungan ID3
c. Buat simpul akar dari
penelitian
atribut
yang
memiliki information gain.
d. Hitung Information gain dan
entropy dari masing-masing
atribut
dengan
menghilangkan atribut yang
telah dipilih sebelumnya.
e. Buat simpul internal dari
pemilihan
atribut
yang
memiliki information gain
terbesar.
f. Cek apakah semua atribut
sudah dibentuk pada pohon.
Jika belum, maka ulangi
proses d dan e, jika sudah
maka lanjut pada proses
berikutnya.
g. Kemudian aturan keputusan
digenerate mengikuti pohon
yang
telah
dibentuk
sebelumnya.
3.2 Data Flow Diagram
3.2.1

3.2.2

DFD Level 1

Gambar DFD Level 1
3.2.3

DFD Level
Login

2

Proses

Pada
proses
ini
menjelaskan
tentang
proses Login user pada
sistem
Identifikasi
Kerusakan Mesin

Conteks Diagram
3.2.4

Gambar DFD Level 2
Proses Login
DFD Level 2 Proses
Manage Data Training

Pada
Proses
ini
menjelaskan
tentang
proses memanage data
kerusakan mesin pada
sistem
identifikasi
kerusakan mesin

Gambar Conteks Diagram

3.2.5

Gambar DFD Level 2
Proses
Manage
Data
Training
DFD Level 2 Proses
Pembuatan
Pohon
Keputusan

Pada
Proses
ini
menjelaskan
tentang
proses
pembuatan
pohon keputusan pada
sistem
identifikasi
kerusakan mesin

proses Laporan pada
sistem
identifikasi
kerusakan mesin

Gambar DFD Level 2
Proses Laporan
3.3 ERD (Entity Relationship
Diagram)

3.2.6

Gambar DFD Level 2
Proses Pembuatan Pohon
Keputusan
DFD Level 2 Proses
Penentu Keputusan ID3

Pada
Proses
ini
menjelaskan
tentang
proses
penentu
keputusan ID3 pada
sistem
identifikasi
kerusakan mesin

3.2.7

Gambar DFD Level 2
Proses Penentu Keputusan
ID3
DFD Level 2 Proses
Kinerja

Gambar Entity Relationship
Diagram (ERD)
Transformasi ERD ke dalam Database

Pada
Proses
ini
menjelaskan
tentang
proses kinerja pada
sistem
identifikasi
kerusakan mesin

3.2.8

Gambar DFD Level 2
Proses Kinerja
DFD Level 2 Proses
Laporan

Pada
Proses
ini
menjelaskan
tentang

Gambar Relasi antar tabel database

Gambar 4.6 Perhitungan ID3
BAB IV HASIL DAN PEMBAHASAN
4.1 Implementasi Antarmuka

Implementasi
antarmuka
dilakukan pada setiap rancangan
antarmuka yang dibuat kedalam bentuk
aplikasi spk mesin. Implementasi
sistem dimaksudkan untuk menjelaskan
secara singkat hasil transformasi dari
hasil perancangan kepada program
aplikasi
4.1.1

4.1.5 Form
Tabel
Keputusan

Perbandingan

Gambar 4.1 Form Tabel Perbandingan
Keputusan
4.1.6 Form Penentu Keputusan

Halaman Login

Gambar 4.7 Form Penenntu Keputusan

Gambar 4.1 Halaman Login

4.1.2

Form Tampilan Home

Pada
form
tabel
penentu
keputusan ini difungsikan untuk proses
penentu keputusan data, tabel penentu
keputusan akan memproses data
sehingga
akan dihasilkan hasil
keputusan ID3.
BAB V PENUTUP

5.1
Gambar 4.2 Form Tampilan Home
4.1.3

Form Tambah Tampilan Data
Mesin

Gambar 4.3 Form Tampilan Data Mesin
4.1.4

Form Perhitungan ID3

Gambar 4.4 Form Perhitungan ID3

KESIMPULAN
Dari
pembahasan
dari
implementasi
sistem
pada
bab
sebelumnya, maka dapat disimpulkan
sebagai berikut :
a. Dengan
adanya
sistem
penunjang keputusan untuk
mengidentifikasi
kerusakan
mesin
produksi
di
PT.
Karyamitra Budisentosa dapat
mempermudah
dalam
mengklasifikasi data mesin dan
identifikasi kerusakan mesin.
b. Admin
dan
teknisi
PT.
Karyamitra Budisentosa dapat
dengan
mudah
dalam
menentukan kelayakan service
suatu
mesin
sehingga
memaksimalkan pemakaian dan
pnggantian spare part mesin.

5.2

SARAN
Sistem penunjang keputusan
yang
telah
dirancang
dan
implementasikan dalam skripsi ini jauh
dari kata sempurna untuk itu
diperlukan saran-saran :
a. Aplikasi
ini
dapat
dikembangkan menggunakan
algoritma yang lain yang
keakuratan
penentuan
keputusannya lebih baik dari
penelitian sebelumnya.
b. Tampilan dalam aplikasi ini
dapat dikembangkan menjadi
lebih baik
dan
menarik
sehingga
lebih
mudah
dipahami.

DAFTAR PUSTAKA

Elmasri. (2000). Fundamental Of
Database System With E-book. USA:
Addision Wesley Publishing Company.
Han, J., & Kamber, M. (2006). Data
Mining : Concepts and Techniques,
2nd ed. Morgan Kaufmann Publishers.
Jogiyanto. (2009). Analisis dan Desain
Sistem Informasi. Yogyakarta: Pustaka
Pelajar.
Kadir Abdul
Pemrograman
Menggunakan
ANDI.

.

(2003). Dasar
Web
Dinamis
PHP.
Yogyakarta:

Larose, D. T. (2005). Discovering
Knowledge in Data : An Introduction
to Data Mining. New Jersey: Jhon
Wiley & Sons, inc.

Ahyari, A. (2002). Manajemen
Produksi dan Pengendalian Produksi.
Yogyakarta: BPFE.

Mulyanto, A. (2009). Sistem Informasi
Konsep & Aplikasi. Yogyakarta:
Pustaka Pelajar.

Assauri, S. (2004). Manajemen
Produksi dan Operasi. Jakarta:
Lembaga Penerbit FE-UI.

Mustakini. (2009). Sistem Informasi
Teknologi. Yogyakarta: Andi Offset.
Pramudiono, I. (2008). Pengantar Data
Mining.
http://www.ilmukomputer.com.

Brady, M., & Loonan, J. (2010).
Exploring
the
use
of
Entity
Relationship Diagramming as a
technique to support grounded theory
inquiry. Bradford: Emerald Group
Publishing.

Pressman, & Roger, S. (1997).
Rekayasa Piranti Lunak Pendekatan
Praktisi (Buku Satu). Yokyakarta:
ANDI.

Corder, Antony, & K.Hadi. (1992).
Teknik Manajemen Pemeliharaan.
Jakarta: Erlangga.

Setiawan, F. (2008).
Mekanikal
Mesin
Yogyakarta: Maximus.

Daryus, A. (2008). Manajemen
Pemeliharaan Mesin. Jakarta.

Soemarno.
(2008).
Pemeliharan.
Sharing Pengalaman Maintenance .

Dicky Nofriansyah, S. M. (2014).
Konsep Data Mining Vs Sistem
Pendukung Keputusan (Vol. 1).
Yogyakarta: Deepublish.

Sommerville.
(2003).
Software
Engineering (Rekayasa Perangkat
Lunak). New York: McGraw Hill.

Perawatan
Produksi.

Sutabri, T. (2012). Konsep Sistem
Informasi. Yogyakarta: ANDI.

Sutarman.
(2003).
Membangun
Aplikasi Web dengan PHP dan
MySQL. Yogyakarta: ANDI.
Sutarman.
(2009).
Teknologi Informasi.
Bumi Aksara.

Pengantar
Yogyakarta:

Turban, & Aronson. (2001). Decision
Support and Intelegent Systems. New
Jersey: Prentice-Hall inc.
Whitten, J., & Bentley, L. (2007).
System Analysis and Design for the
Global Enterprise (7th Edition). New
York: McGraw Hill.
Wikipedia. (t.thn.). PHP.
Yusuf Elmande. (2012). Pemilihan
Criteria Spliting Dalam Algoritma ID3
Untuk Penentuan Kualitas Beras.
Telematika Mkom , 4