Upload
nguyenhuong
View
217
Download
0
Embed Size (px)
Citation preview
19
19
BAB 2
LANDASAN TEORI
2.1 Konsep Sistem
2.1.1 Pengertian Sistem
Menurut Turban et al. (2005,p54) Sistem adalah kumpulan objek seperti
orang, sumber daya, konsep, dan proesdur yang dimaksudkan untuk melakukan
suatu fungsi yang didapat diidentifikasi atau untuk melayani suatu tujuan.
Menurut O’Brien (2005, p29), sistem merupakan sekelompok komponen
yang saling berhubungan, bekerja sama untuk mencapai tujuan bersama dengan
menerima input dan menghasilkan output dalam proses transformasi yang teratur.
Dengan demikian sistem adalah sekumpulan berbagai objek, komponen atau
bagian yang bersama-sama menghasilkan suatu tujuan yang sama.
2.1.2 Struktur Sistem
Menurut Turban et al. (2005, 56) sistem di bagi menjadi tiga bagian yang
berbeda : input , proses dan output. Bagian-bagian tersebut dikelilingi oleh sebuah
lingkungan dan sering melibatkan sebuah mekanisme umpan balik. Selain itu,
pengambil keputusan juga dianggap sebagai bagian dari sistem.
1. Input adalah elemen yang masuk ke dalam
2. Proses adalah semua elemen yang diperlukan untuk mengonversi atau
mentranformasi input ke dalam output.
20
20
3. Output adalah produk finish atau konsekuensi yang ada pada sistem.
4. Umpan balik adalah Aliran informasi dari komponen outpur ke pengambilan
keputusan berkenaan dengan output atau performa sistem.
5. Lingkungan Sistem adalah Elemen yan ada diluat sistem akan tetapi, mereka
mempengaruhi performa sistem dan konsekuensi pencapaian tujuan sistem.
2.2 Konsep Sistem Pendukung Keputusan
2.2.1 Konsep Keputusan
Menurut Turban et al. (2005,p53) Keputusan adalah Sebuah proses memilih
tindakan (diantara berbagai alternatif) untuk mencapai suatu tujuan atau beberpa
tujuan.
Tahap-tahap pengambilan keputusan
Menurut Turban et al. (2005, p64), Empat fase/tahapan dari pembuatan
keputusan:
1. Fase Intelegensi
Fase ini dimulai dengan mengidentifikasi masalah yang ada dan
mendefinisikan masalah tersebut secara eksplisit kemudian klasifikasi masalah
tersebut dengan menempatkannya dalam suatu kategori yang dapat didefinisikan
serta distrukturisasi masalah tersebut menjadi masalah terprogram dengan yang
tidak terprogram, selanjutnya dekomposisikan masalah tersebut menjadi banyak
sub masalah yang lebih sederhana kemudian definisikan kepemilikan masalah
tersebut dan diakhiri dengan pernyataan masalah secara formal.
21
21
2. Fase Desain
Meliputi penemuan atau mengembangkan dan menganalisis tindakan yang
mungkin untuk dilakukan. Hal ini meliputi pemahaman terhadap masalah dan
menguji solusi yang layak. Dan pada fase ini dikembangkan sebuah model masalah
pengambilan keputusan untuk dikonstruksi, dites dan divalidasi.
3. Fase Pilihan
Fase pilihan adalah fase dimana dibuat suatu keputusan yang nyata dan
diambil suatu komitmen untuk mengikuti suatu tindakan tertentu. Fase pilihan
meliputi pencarian, evaluasi, dan rekomendasi terhadap suatu solusi yang tepat
untuk model. Sebuah solusi untuk model adalah sekumpulan nilai spesifik untuk
variabel-variabel keputusan dalam suatu alternatif yang telah dipilih
4. Implementation ( mengimplementasikan perbaikan )
Implementasi berarti membuat suatu solusi yang direkomendasikan bisa
berkerja untuk mengatasi masalah .
22
22
Gambar 2.1 Proses Pengambilan Keputusan (sumber : (Turban et al. , 2005, p
65))
2.2.2 Konsep Sistem Pendukung Keputusan
Menurut Turban et al. (2005, p136) Sistem pendukung keputusan berarti
sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan
manajerial dalam situasi keputusan semiterstruktur. Sistem Pendukung Keputusan
dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk
memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian
mereka. SPK ditujukan untuk keputusan-keputusan yang memerlukan penilaian
atau pada keputusan-keputusan yang sama sekali tidak dapat didukung oleh
algoritma.
23
23
Karakteristik Pengambilan Keputusan
Menurut Turban et al. (2005, p141) karakteristik dan kapabilitas kunci dari
DSS adalah
1. Dukungan untuk pengambil keputusan, terutama pada situasi semiterstruktur
dan tak terstruktur, dengan tak terstruktur, dengan menyertakan penilaian
manusia dan informasi terkomputerisasi. Masalah-masalah tersebut tidak dapat
dipecahkan dengan konvinien oleh sistem komputer lain atau oleh metode atau
alat kuantitatif standar
2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer
lini
3. Dukungan untuk individu dan kelompok. Masalah yang kurang terstruktur
sering memerlukan keterlibatan individu dan departemen dan tingkat
organisasional yang berbeda atau bahkan dari organisasi lain. DSS mendukung
tim virtual melalui alat-alat Web kolaboratif
4. Dukungan untuk keputusan independen dan atau sekuensial. Keputusan dapat
dibuat satu kali, beberapa kali, atau berulang (dalam interval yang sama)
5. Dukungan di semua fase proses pengambilan keputusan, intelegensi, desain,
pilihan dan implementasi
6. Dukungan di berbagai proses dan gaya pengambilan keputusan
7. Adaptivitas sepanjang waktu. Pengambil keputusan seharusnya reaktif, dapat
menghadapi perubahan kondisi secara cepat, dan dapat mengadaptasikan SPK
untuk memenuhi perubahan tersebut. SPK bersifat fleksibel dan karena itu
pengguna dapat menambahkan, menghapus, menggabungkan, mengubah, atau
24
24
menyusun kembali elemen-elemen dasar. SPK juga fleksibel dalam hal dapat
dimodifikasi untuk masalah lain yang sejenis
8. Pengguna merasa seperti di rumah. Ramah-pengguna, kapabilitas grafis yang
sangat kuat, antarmuka manusia-mesin interaktif dengan satu bahasa alami
dapat sangat meningkatkan keefektifkan DSS. Kebanyakan aplikasi DSS yang
baru menggunakan antarmuka berbasis-web
9. Peningkatan terhadap keefektifan pengambilan keputusan (akurasi, timeliness,
kualitas) ketimbang pada efisiensinya (biaya pengambilan keputusan). Ketika
DSS disebarkan, pengambilan keputusan sering membutuhkan waktu yang
lama, namun keputusannya lebih baik
10. Kontrol penuh pengambilan keputusan terhadap semua langkah proses
pengambilan keputusan dalam memecahkan suatu masalah. SPK secara khusus
menekankan untuk mendukung pengambilan keputusan, bukannya
menggantikan
11. Pengguna akhir dapat mengembangkan dan memodifikasi sendiri sistem
sederhana. Sistem yang lebih besar dapat dibangun dengan bantuan ahli sistem
informasi. Perangkat lunak OLAP dalam kaitannya dengan data werehouse
membolehkan semua pengguna untuk membangun SPK yang cukup besar dan
kompleks
12. Biasanya model-model digunakan untuk menganalisa sistuasi pengambilan
keputusan. Kapabilitas pemodelan memungkinkan eksperimen dengan
berbagai strategi yang berbeda di bawah konfigurasi yang berbeda.
13. Akses disediakan untuk berbagai sumber data, format, dan tipe, mulai dari
sistem informasi geografis (GIS) sampai sistem yang berorientasi objek
25
25
14. Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang
pengambil keputusan pada suatu lokasi atau didistribusikan di satu organisasi
keseluruhan dan dibeberapa organisasi sepanjang rantai persediaan.
Gambar 2.2 Karakteristik dan Kapabilitas kunci dari SPK (sumber: Turban et al. (2005 p142))
2.2.3 Jenis-jenis Keputusan
Keen dan Scott Morton (Turban et al , 2005, p17) membagi keputusan
berdasarkan keharusan keputusan dibuat dan cakupan keputusan tersebut:
26
26
1. Keputusan terstruktur : sebuah keputusan terstruktur merupakan keputusan yang
dihasilkan oleh program komputer , keputusan terstruktur diambil untuk
memecahkan masalah yang pernah terjadi sebelumnya
2. Keputusan tidak terstruktur : keputusan yang diambil untuk memecahkan
masalah baru atau sangat jarang terjadi, sehingga perlu dipelajari secara hati-
hati.
3. Keputusan semi terstruktur : merupakan keputusan diantara keputusan semi
terstruktur dan tidak terstruktur
Tipe Keputusan
Kontrol Operasional Kontrol manajerial
perencanaan strategis
dukungan teknologi yang diperlukan
Terstruktur accounts receivable, account payable, order entry
analisis anggaran, forecasting jangka pendek, laporan personel, membuat atau membeli
Manajemen keuangan (investasi), lokasi gudang, sistem distribusi.
Sistem informasi manajemen, model sains, pemrosesan transaksi
semi terstruktur Penjadwalan produksi dan kontrol inventori
evaluasi kredit, persiapan anggaran, layout pabrik, jadwal proyek, desain sistem, kategorisasi inventori
membangun pabrik baru, merger dan akuisisi, perencanaan produk baru, perencanaan konvensasi, perencanaan jaminan kualitas, kebijakan HR,
DSS, KMS, GSS, CRM, SCM
tidak terstruktur memilih sampul depan untuk majalah, membeli perangkat lunak, menyetujui pinjaman
negosiasi, rekrutmen eksekutif, membeli perangkat keras, lobby
perencanaan R & D, pengembangan teknologi baru, perencanaan tanggungjawab sosial
GSS, KMS, ES, jaringan saraf
Tabel 2.1 Tabel Jenis Keputusan
27
27
2.2.4 Komponen Sistem Pendukung Keputusan
Gambar 2.3 Skematik SPK(sumber: Turban et al. (2005 p144) )
Menurut Turban (2005, p143), aplikasi SPK dibentuk dari subsistem-
subsistem.
1. Subsistem Manajemen Data
Subsistem yang pertama adalah Data Management Subsystem, meliputi
database yang berisi data yang relevan terhadap situasi yang bersangkutan, dan
diatur oleh software yang disebut Database Management System (DBMS). Data
Management Subsystem dapat diintegrasikan dengan data warehouse perusahaan,
suatu penyimpanan data-data yang relevan untuk pembuatan keputusan
perusahaan.
2. Subsistem Manajemen Model
Yang kedua adalah Model Management Subsystem merupakan software
yang meliputi model keuangan, statistik, ilmu manajemen, dan kuantitatif lainnya,
yang menyediakan kemampuan analisis sistem dan manajemen software yang
tepat. Software ini juga sering disebut Modelbase Management System (MBMS).
28
28
Komponen ini dapat diintegrasikan dengan penyimpanan external model
perusahaan.
3. Subsistem Manajemen berbasis pengetahuan
Ketiga, Knowledge-based Management Subsytem. Subsistem ini dapat
mendukung subsistem lainnya atau berperan sebagai komponen yang bebas.
Subsistem ini dapat diintegrasikan dengan knowledge depository perusahaan yang
disebut organizational knowledge base
4. Subsistem Antarmuka Pengguna
Yang terakhir, Subsistem Antarmuka Pengguna. User berkomunikasi dan memberi
perintah pada SPK melalui subsistem ini. Pengguna adalah bagian yang
dipertimbangkan dari sistem. Para peneliti menegaskan bahwa beberapa kontribusi
unik dari SPK berasal dari interaksi yang intensif antara komputer dan pembuat
keputusan.
2.2.5 Konsep Model SPK
Menurut Turban et al. (2005, p61) menuliskan bahwa model adalah
penyederhanaan atau abstraksi dari realita (kenyataan).
Menurut Turban et al. (2005, p63) model dapat diklarifikasikan berdasarkan
tingkat level abstraksi / pemodelannya menjadi 3 bagian, yaitu:
1. Model Iconic (Schale)
Model yang paling sederhana dan hanya merupakan replika dari sistem dan
hanya berdasarkan pada perbedaan skala dari bentuk asli.
29
29
2. Model Analog
Model ini tidak mempresentasikan sistem sebenarnya, namun memiliki sifat
seperti sistem yang dipresentasikan. Model ini lebih abstrak dari model iconic
dan digunakan sebagai representasi dari kenyataan. Biasanya berupa diagram 2
dimensi dan sedikit lebih rumit dari modeliconic.
3. Model Matematika / Kuantitatif
Model yang paling tepat untuk mempresentasikan SPK karena tingkat
kerumitan hubungan antar sistem dalam suatu organisasi yang akan ditampilkan
membutuhkan perhitungan matematika. Model ini merupakan model yang paling
berperan dibandingkan model lainnya.
Terbagi menjadi 3 variabel Turban et al. (2005, p212 )yaitu
• Variabel Keputusan Menjelaskan alternatif tindakan.
• Variabel dan Parameter yang tidak dapat dikontrol Disemua
situasi pengambilan keputusan, ada faktor-faktor yang mempengaruhi
variabel hasil tapi tidak di bawah kontrol pengambilan keputusan.
Faktor tersebut dapat tetap (parameter) dan juga bervariasi (variabel)
• Variabel Hasil merupakan variabel variabel hasil lanjutan
mencerminkan hasil akhir lanjutan.
Menurut Turban et al. (2005, p197), SPK dapat diklasifikasikan menjadi model
statis dan model dinamis:
1. Model statis
Model statis mengambil suatu snapshot tunggal dari suatu situasi. Selama
snapshot tersebut, segala sesuatu terjadi dalam interval tunggal. Sebagai
30
30
contoh satu keputusan mengenai membuat sendiri atau membeli satu produk
adalah keputusan bersifat statis
2. Model dinamis
Model dinamis merepresentasikan skenario yang berubah sepanjang waktu.
Model dinamis tergantung waktu dan model ini sangat penting karena
model ini sepanjang waktu , menggunakan, merepresentasikan, atau
membuat tren dan pola-pola.
2.2.6 Alasan Penggunaan Model
Turban & Aron (2005, p63), memaparkan keuntungan yang merupakan
alasan utama menggunakan model :
1. Biaya analisis model lebih rendah dibandingkan biaya eksperimen yang serupa
(real system)
2. Model dapat menghemat waktu. Operasional bertahun-tahun dapat
disimulasikan menjadi beberapa menit waktu komputer
3. Manipulasi model (mengubah-ubah variabel) lebih mudah dari pada manipulasi
real system.
4. Biaya uji coba lebih rendah dibandingkan real system.
5. Model memungkinkan manajer untuk mempertimbangkan resiko pada kondisi
lingkungan yang tidak menentu.
6. Penggunaan model matematika memungkinkan untuk melakukan analisis yang
membutuhkan perhitungan nilai yang sangat besar.
7. Model mempertinggi dan memperkuat proses belajar dan pelatihan.
31
31
2.2.7 Simulasi
2.2.7.1 Konsep Simulasi
Turban et al. (2005, p236), memaparkan simulasi adalah teknik melakukan
eksperimen (seperti analisis what-if) dengan menggunakan komputer pada model
dari suatu sistem manajemen.
Karakteristik Simulasi Simulasi bukanlah suatu tipe model. Model secara umum merepresentasikan
kenyataan, sedangkan simulasi meniru kenyataan. Oleh karena itu, simulasi
melibatkan pengujian nilai yang khusus dari suatu keputusan / variabel yang tidak
terkontrol pada suatu model kemudian mengamati dampaknya pada variabel
output.
Proses simulasi biasanya mengulang eksperimen / percobaan berulang-ulang
kali untuk menghasilkan perkiraan dari efek keseluruhan suatu aksi tertentu.
(Turban et al. 2005, p237).
2.2.7.2 Keuntungan Simulasi
Turban et al. (2005, p237) Simulasi digunakan dalam SPK untuk alasan-
alasan dibawah ini :
• Banyaknya waktu yang dapat dihemat.
Simulasi lebih bersifat deskriptif daripada normatif. Jadi manajer dapat
menggunakan pendekatan trial and error untuk menyelesaikan masalah. Dan
penggunaan simulasi juga membuat SPK menjadi lebih murah, cepat, tepat, dan
resiko yang lebih rendah.
32
32
• Manajer dapat bereksperimen untuk menentukan variabel keputusan dan kondisi
apa yang penting dengan alternatif-alternatif yang berbeda.
• Model simulasi yang akurat memerlukan pengetahuan mengenai masalah yang
mendalam, oleh karena itu pembuat MSS dipaksa untuk secara konstan
berinteraksi dengan manajer (diperlukan dalam pengembangan SPK). Dengan
begitu, pengembang dan manajer mendapatkan pemahaman menganai masalah
yang lebih baik dan keputusan yang paling potensial yang tersedia.
• Model dibangun berdasarkan perspektif manajer
• Model simulasi dibangun untuk 1 masalah tertentu dan tidak dapat
menyelesaikan masalah lainnya.
• Simulasi dapat menangani tipe masalah dengan variasi yang sangat banyak
(seperti fungsi-fungsi manajerial tingkat tinggi).
• Simulasi umumnya dapat menangani kerumitan suatu masalah yang nyata;
penyederhanaan tidak dibutuhkan.
• Simulasi secara otomatis memproduksi banyak ukuran-ukuran performa yang
penting.
• Simulasi terkadang merupakan satu-satunya pemodelan SPK yang dapat
langsung menangani masalah yang tidak terstruktur.
• Ada beberapa paket simulasi yang mudah digunakan (seperti simulasi Monte
Carlo).
33
33
2.2.7.3 Kelemahan Simulasi
Menurut Turban et al. (2005, p239) kerugian simulasi adalah:
• Tidak dapat menjamin solusi yang optimal, namun secara umum baik.
• Proses pembuatan model simulasi lambat dan memakan biaya, walaupun
sistem pemodelan yang baru membuatnya lebih mudah.
• Solusi tidak dapat digunakan untuk masalah lain.
• Simulasi terkadang sangat mudah dijelaskan ke manajer hingga metode
analisis jarang dilihat.
• Software simulasi terkadang membutuhkan keahlian khusus karena rumitnya
metode solusi yang formal
2.2.8 Analytic Hierarchy Process (AHP)
2.2.8.1 Pengertian Analytic Hierarchy Process
Menurut Saaty (1991, p23) Analytic Hierarchy Process (AHP) adalah suatu
model yang luwes yang memberikan kesempatan bagi perorangan atau kelompok
untuk membangun gagasan-gagasan dan mendefinisikan persoalan dengan cara
membuat asumsi mereka masing-masing dan memperoleh pemecahan yang
diinginkan darinya
Menurut Marshall (1995, p278), AHP adalah suatu metode yang
dikembangkan untuk menghasilkan tingkatan alternatif keputusan dengan struktur
matematis. Ide utamanya adalah untuk menemukan trade-off atribut melalui
perbandingan atribut berpasangan. Menemukan nilai setiap alternatif keputusan
berpasangan dalam atribut tersebut.
34
34
2.2.8.2 Keuntungan AHP
Menurut Saaty (1991, p25) keuntungan AHP yaitu:
1. Kesatuan
AHP memberikan suatu model tunggal yang mudah dimengerti dan luwes
untuk aneka ragam persoalan tak terstruktur.
2. Kompleksitas
AHP memadukan rancangan deduktif dan rancangan berdasarkan sistem
dalam memecahkan persoalan kompleks
3. Saling Ketergantungan
AHP dapat saling menangani ketergantungan elemen-elemen dalam suatu
sistem dan tidak memaksakan pemikiran linear
4. Penyusunan Hirarki
AHP mencerminkan kecendrungan alami pikiran untuk memilah-milah
elemen suatu sistem dalam berbagai tingkat berlainan dan mengelompokkan
struktur yang serupa dalam setiap tingkat
5. Pengukuran
AHP memberikan suatu skala untuk mengukur hal-hal dan terwujud suatu
metode untuk menetapkan prioritas
6. Konsistensi
AHP melacak konsistensi logis dari pertimbangan-pertimbangan yang
digunakan dalam menetapkan berbagai prioritas
7. Sintesis
35
35
AHP menuntunt ke suatu taksiran menyeluruh tentang kebaikan setiap
alternatif
8. Tawar menawar
AHP mempertimbangkan prioritas-prioritas relatif dari berbagai faktor
sistem dan memungkinkan orang memilh alternatif terbaik berdasarkan
tujuan-tujuan mereka
9. Penilaian dan konsensus
AHP tidak memaksakan konsensus tetapi mensistensi suatu hasil yang
representif dari berbagai penilaian yang berbeda-beda
10. Pengulangan proses
AHP memungkinkan orang memperhalus definisi mereka pada suatu
persoalan dan memperbaiki pertimbangan dan pengertian mereka melalui
pengulangan
2.2.8.3 Prinsip Dasar AHP
Menurut Mulyono (2004, p335) ada empat prinsip dasar AHP:
1. Decompositon
Yaitu memecahkan masalah yang utuh menjadi unsur-unsurnya. Jika ingin
mendapat hasil akurat, pemecahan juga dilakukan terhadap unsur-unsurnya
sampai tidak mungkin dilakukan pemecahan lebih lanjut sehingga didapat
beberapa tingkatan dari persoalan tadi. Proses analisa ini dinamakan hirarki.
Ada dua jenis hierarki, yaitu lengkap dan tidak lengkap. Dalam hirarki
lengkap, semua elemen pada suatu tingkat memiliki semua elemen yang ada
36
36
pada tingkat berikutnya. Jika tidak demikian maka dinamakan hirarki tidak
lengkap
2. Comparative Judgement
Prinsip ini berarti membuat penilaian tentang kepentingan relatif dua elemen
pada suatu tingkat tertentu dalam kaitannya dengan tingkat diatasnya.
Penilaian ini merupakan inti dari AHP, karena ia akan berpengaruh terhadap
prioritas elemen-elemen. Dalam penyusunan skala kepentingan ini digunakan
tabel berikut:
Skala Definisi
1 Kedua elemen sama pentingnya
3 Elemen yang satu sedikit lebih penting dengan elemen lainnya
5 Elemen yang satu esensial atau sangat penting ketimbang elemen lainnya
7 Satu elemen jelas lebih penting dengan elemen lainnya
9 Satu elemen jelas mutlak dibanding dengan elemen lainnya
2,4,6,8 Nilai‐nilai diantara dua pertimbangan yang berdekatan
Tabel 2.2 Skala perbandingan Berpasangan
3. Synthesis of Priority
Dari setiap matriks pairwise comparison kemudian dicari eigen vector-nya
untuk mendapatkan local priority. Karena matriks pairwise comparison
terdapat semua tingkat, maka untuk mendapatkan global priority harus
dilakukan sintesa diantara local priority. Prosedur melakukan sintesis berbeda
menurut hierarki. Pengurutan elemen-elemen menurut kepentingan relatif
melalui prosedur sintesis dinamakan priority setting
37
37
4. Logical Consistency
Konsistensi memiliki dua makna. Pertama adalah bahwa obyek-obyek yang
serupa dapat dikelompokkan sesuai dengan keseragaman dan relevansi. Arti
kedua adalah menyangkut tingkat hubungan antara obyek-obyek yang
didasarkan pada kriteria tertentu.
2.2.8.4 Kelebihan AHP
Menurut Kadarsah (2002, p131) kelebihan AHP dengan model lainnya adalah:
1. Struktur yang hirarki sebagai konsekuensi dari kriteria yang dipilih
samapai pada subkriteria-subkriteria yang paling dalam
2. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi
berbagai kriteria dan alternatif yang dipilih oleh para pengambil
keputusan
3. Memperhitungakan daya tahan atau ketahanan output analisis sensitivitas
pengambil keputusan
2.2.8.5 Struktur AHP
Menurut Kadarsah (2002,p131) Membuat struktur hirarki diawali dengan
tujuan umum, dilanjutkan dengan sub-sub tujuan, kriteria, dan kemungkinan
alternatif-alternatif pada tingkat kriteria yang paling bawah
38
38
Gambar 2.4 Struktur hirarki AHP
2.2.8.6 Langkah-langkah menentukan Prioritas
Langkah ini diawali dengan melihat hierarki yang telah dibuat lalu membentuk
matriks pairwise comparison. Nilai pada matriks ini didapat dari memberi
pertanyaan beberapa kali lipat suatu kriteria dibandingkan terhadap kriteria lainnya.
contoh
KRITERIA Alternatif 1 Alternatif 2 Alternatif 3
Alternatif 1 1 0,2 2
Alternatif 2 5 1 7
Alternatif 3 0,5 0,1428 1
Langkah kedua yaitu matriks pairwise comparison dinormalisasi dengan cara
membagi unsur pada setiap kolom dengan hasil nilai jumlah kolom.
39
39
Contoh:
KRITERIA Alternatif 1 Alternatif 2 Alternatif 3
Alternatif 1 1/6,5=0,1538 0,2/1.3428=0,1489 2/10=0,1999
Alternatif 2 5/6,5=0,7692 1/1,3428=0,7447 7/10=0,7001
Alternatif 3 0,5/6,5=0,0769 0,1428/1,3428=0,1063 1/10=0,1000
Selanjutnya adalah menjumlahkan setiap baris matriks yang telah
dinormalisasikan (X) dan dibagi dengan banyaknya alternatif (Y)
Contoh 0,1538 + 0,1489 + 0,1999 = 0,1676, dan seterusnya 3
Kemudian mencari Eigen Value (Z) dengan cara menjumlahkan baris nilai
kriteria pada matriks pairwise comparison dengan nilai bobot ketiga kriteria, kemudian
dibagi dengan bobot kriteria yang bersangkutan.
Setelah mendapatkan nilai Z. Dicari Z maksimal yaitu dengan menjumlahkan Z
dan membagi dengan jumlah kriteria yang ada
Langkah terakhir yaitu mencari nilai Consistency Index (CI) dan Consistency
Ratio (CR) dengan rumus :
CR= CI= (Z maks – n ) / (n-1)
CR= CI RCI
40
40
Nilai CR seharusnya kurang dari 10 % atau (0,1)
N 1 2 3 4 5 6 7 8 9 10
RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49
Tabel 2.3 RCI (Random Consistency Index)
Langkah - tersebut berdasarkan konsep AHP menurut Saaty (1991)
2.3 Analisa dan perancangan Sistem
2.3.1 Data modeling
Menurut Whitten dan Bentley (2007, p270) data modeling adalah suatu tehnik untuk
mengartikan bisniness requirement ke dalam data base. Data modeling terkadang
disebut juga database modeling karena data model adalah implementasi dari dari
database. Contoh simple dari database adalah entity relationship diagram atau ERD.
2.3.1.1 Entity Relationship Diagram
Menurut Whitten dan Bentley (2007, p271) ERD adalah sebuah diagram yang
menggambarkan data dalam bentuk entitas-entitas beserta hubungan yang terbentuk
antar data tersebut.
2.3.1.2 Komponen ERD
Komponen-komponen pembentuk ERD (Whitten dan Bentley, 2007, pp271- 283) adalah
1. Entitas adalah Sesuatu kelas dari orang, tempat, objek, event atau konsep dimana
semuanya kita ambil dan simpan datanya
41
41
Gambar 2.5 Bentuk Entitas (sumber : Whitten dan Bentley (2007, p271))
2. Attribute adalah Sebuah properti deskriptif atau karakteristik dari sebuah entitas
(Whitten dan Bentley, 2007, p272)
Gambar 2.6 Contoh Atribut-atribut Sebuah Entitas (sumber : Whitten dan Bentley (2007,
p272))
3. Relationship atau hubungan adalah asosiasi alami bisnis antara satu entitas
dengan entitas lain (Whitten dan Bentley, 2007, p275) terdiri dari beberapa
komponennya adalah
• Cardinality adalah menjelaskan angka dari minimum dan makismum
yang terjadi antara satu entitas yang mungkin berelasi dengan entitas
lainnya (Whitten dan Bentley, 2007, p275)
42
42
Gambar 2.7 Notasi cardinality (sumber : Whitten dan Bentley (2007,
p276))
• Degree adalah angka entitas yang berpartisipasi dari sebuah hubungan
(Whitten dan Bentley, 2007, p275)
4. Identification atau Key : sebuah atribut atau sekumpulan atribut, yang bernilai
unik untuk setiap contoh dari entitas (Whitten, 2001, p262 )
Primary Key (PK) : sebuah key yang paling unik digunakan untuk
mengidentifikasikan sebuah contoh tunggal dari sebuah entitas (Marakas, 2006,
p148).
43
43
Foreign Key (FK) : sebuah Primary Key dari suatu entitas yang berada di entitas
lain untuk mengidentifikasikan hubungan antar entitas tersebut (Whitten dan
Bentley, 2007, p277).
2.3.1.3 Tahapan Membangun Data Model
Menurut Whitten dan Bentley (2007, p 290-298) tahapan dalam membangun data model
adalah
1. Menemukan Enititas
Tahapan yang pertama adalah mencari entitas dasar di sistem yang mungkin
mendeskripsikan sebuah data
2. Membuat Contex Data Model
Pada tahap ini adalah membuat suatu hubungan antara entitas bisnis yang sudah
ditemukan. Nama relasi haruslah kata kerja yang dikombinasikan dengan bisnis .
Gambar 2.8 Contoh Context Data Model (sumber : Whitten dan Bentley, 2007, p291)
3. Membuat Key-Based Data Model
Pada tahap ini adalah Memberikan Primary di setiap entitas yang ada. Pada tahap
ini sudah tidak ada lagi hubungan many to many.
44
44
Gambar 2.9 Contoh Key-Based Data Model (sumber: Whitten dan Bentley,
2007, p294)
4. Membuat Fully attributed data model
Pada tahapan ini mengidentifikasi data attribut dan memasukan atribut tersebut
ke dalam setiap entitas. Pada tahap ini data model sudah berada pada rancangan
akhir pembuatan.
45
45
Gambar 2.10 Contoh Fully attributed data Model (sumber : (Whitten dan
Bentley, 2007, p297))
46
46
2.3.1.4 Membuat Data Model yang baik
Menurut Whitten dan Bentley (2007, p298) dalam membuat data model yang baik
haruslah
1. Data model harus Sederhana (simpel)
Secara umum atribut data yang mendeskripsikan entitas hanya mendeskripsikan
entitas tersebut
2. Data model pada dasarnya tidak boleh ada redundansi
Ini berarti setiap data atribut selain foreign key mendeskripsikan hanya satu
entitas.
3. Data model harus fleksibel mengikuti kebutuhan masa depan
Ini berarti rancangan data model harus bisa dimodifikasi kedepannya tanpa
memberikan dampak pada program
2.3.2 Process Modeling
Menurut Whitten dan Bentley (2007, p317) process modeling adalah tekhnik yang
mengatur dan mendokumentasikan struktur dan aliran data melalui proses sistem atau
logika, aturan, prosedur untuk diimplentasikan oleh proses sistem. Contoh dari Process
Modeling adalah Data Flow Diagram (DFD)
2.3.2.1 Data Flow Diagram (DFD)
Menurut Whitten dan Bentley (2007, p317) DFD adalah suatu tool yang melukiskan
aliran data melalui sistem, kerja atau proses yang dilakukan sistem.
47
47
2.3.2.2 Komponen DFD
Komponen-komponen pembentuk DFD (Gane&Sarson) adalah :
1. External Agent : seseorang atau sesuatu yang berinteraksi dengan sistem namun
berada di luar batasan sistem dan oleh karena itu tidak berada dalam kontrol
sistem atau pengguna sistem. (sumber : (Whitten dan Bentley, 2007, p319))
Gambar 2.11 Bentuk External Agent (sumber(Whitten dan Bentley, 2007, p319)) 2. Data Store : Sebuah tempat penyimpanan untuk data, (Whitten dan Bentley,
2007, p320)
Gambar 2.12 Bentuk Data Store (sumber : (Whitten dan Bentley, 2007, p320))
3. Process (proses) : Dasar dari pembuatan sistem adalah process dimana proses
tersebut merespon ke bisnis event dan kondisi dan perpindahan data untuk
membuat informasi yang berguna. Model proses ini membantu untuk
menerangkan interaksi dengan lingkungan sistem dan proses lain
Gambar 2.13 Bentuk Proses (sumber : (Whitten dan Bentley, 2007, p321))
48
48
4. Data flow : Data inputan dan output dari suatu proses
Gambar 2.14 Bentuk data flow (sumber : (Whitten dan Bentley, 2007, p325))
2.3.2.3 Larangan dalam Data Flow Diagram
Larangan dalam penggambaran proses (sumber : (Whitten dan Bentley , 2007, p330)) :
1. Proses yang memiliki input namun tidak memiliki output disebut sebagai Black
Hole.
2. Proses yang memiliki output namun tidak memiliki input, disebut sebagai
Miracle.
3. Proses yang jumlah input–nya kurang untuk dapat menghasilkan output yang
diinginkan (ada aliran data masuk yang kurang), disebut sebagai Grey Hole.
49
49
Gambar 2.15 Larangan Dalam DFD (sumber : (Whitten dan Bentley , 2007, p330))
2.3.2.4 Tahapan Membangun Process Model
Menurut (Whitten dan Bentley, 2007, p358) tahapan dalam membangun Proses model
adalah
50
50
Gambar 2.16 Tahapan Pembuatan Process Modeling (sumber : (Whitten dan
Bentley , 2007, p336))
51
51
1. Membuat Context Data Flow Diagram
Sebelum membuat Context Data Flow Diagram kita menginisiasi scope dari
proyek dimana menampilkan sistem dengan sangat global (tidak detil). Diagram
Konteks hanya memiliki satu proses yang ditandai dengan nama dari sistem dan
tidak ada penggambaran data store.
Gambar 2.17 Contoh Contex Data Flow Diagram (sumber : (Whitten dan
Bentley , 2007, p340))
52
52
2. Membuat Functional Decomposition Diagram
Pada diagram ini menunjukan top-down dari fungsi dekomposisi atau dari
struktur sistem yang kemudian di dekomposisi lagi menjadi beberapa event. Dan
juga menyediakan awal penggambaran garis besar dari Data Flow Diagram
Gambar 2.18 Functional Decomposition Diagram (sumber : (Whitten dan
Bentley , 2007, p341))
53
53
3. Membuat Event Diagram
Setelah event diagram yang telah di dekomposisi di functional decomposition
diagram, selanjutnya buat context diagram di tiap-event tersebut.
Gambar 2.19 Contoh Event Diagram (sumber : (Whitten dan Bentley , 2007, p347))
4. Membuat system Diagram
Event-event yang telah dibuat context diagram digabungkan menjadi suatu
sistem yang utuh.
54
54
5. Membuat Primitive Diagram
Apabila event diagram masih bisa dipecah lagi maka dibutkan juga detail dari
event diagram tersebut. Hal ini dilakukan apabila transaksi bisnis yang ada
sangat kompleks.
2.4 Konsep Maintenance
2.4.1 Pengertian Maintenance
Menurut Assauri (1999, p95) Maintenance merupakan kegiatan untuk
memelihara atau menjaga fasilitas dan peralatan pabrik, dan mengadakan perbaikan,
penyesuaian, atau penggantian yang diperlukan untuk mendapatkan suatu kondisi
operasi produksi yang memuaskan, sesuai dengan yang direncanakan. Dengan adanya
perawatan diharapkan semua fasilitas dan mesin yang dimiliki oleh perusahaan dapat
dioperasikan sesuai dengan jadwal yang telah ditentukan. Perawatan mempunyai
peranan yang sangat menentukan dalam kegiatan produksi dan suatu perusahaan yang
menyangkut kelancaran atau kemacetan produksi, kelambatan dan volume produksi.
Biaya maintenance bisa menjadi fakor yang signifikan dalam keuntungan di
suatu perusahaan. Khususnya di manufakturing biaya maintenance bisa menghabiskan
2-10 % pendapatan dari perusahaan dan bisa mencapai 24 % di industry transportasi.
(Chelson, Payne dan Reavill, 2005). Jadi bagian management harus mempertimbangkan
maintenance sebagai sebuah fungsi penting dalam melaksanakan kegiatan produksi dan
meningkatkan kualitas produk, Ketersedian perlengkapan dan mesin produksi untuk
memenuhi era otomatisnya permintaaan dan system manufaktur yang fleksibel (FMS),
“Lean Manufacturing” dan operasi “just-in time”. (Haroun dan Duffuaa, 2007 , p4).
55
55
2.4.2 Tugas dan Tanggung Jawab Maintenance dalam organisasi
Tanggung jawab maintenance adalah menyediakan jasa perbaikan untuk mewujudkan
tujuan organisasi dapat tercapai (Duffua, 2007, p 6) selain itu terdapat tugas dan
tanggung jawab lain diantaranya:
1. Menjaga asset dan perlengkapan dalam kondisi bagus, baik, serta tetap
terkonfigurasi dan tetap berfungsi sesuai dengan fungsinya.
2. Tampil dalam semua kegiatan maintenance termasuk, preventive, predictive,
corrective, overhauls, design modification, emergency maintenance yang
memakai cara efektif dan efisien.
3. Melestarikan dan menjaga kegunaan sparepart dan material
4. Menjadi pelopor apabila ada plant baru atau ekspansi plant dan
5. Mengoperasikan keperluan dalam pelestarian energy
Gambar 2.20 Maintenance dalam Organisasi (sumber : Haroun dan Duffuaa,
2007 , p5)
56
56
2.4.3 Material dan Sparepart Management
Menurut Haroun dan Duffuaa (2007 , p10-11) Pada bagian ini tanggung
jawabnya adalah menjaga agar ketersedian sparepart yang kualitas dan
kuantitasnya bagus dengan biaya yang minimum. Disebagain perusahaan besar
unit ini berdiri sendiri akan tetapi kebanyakan meruapakan bagian dari
maintenance yang mensupport program maintenance. Tugas dari bagian material
dan sparepart ini meliputi:
1. Membangun suatu kordinasi dengan maintenance untuk mengefektifkan
kebijakan penyediaan stok, meminimalkan pemesanan, menjaga dan
menghemat biaya
2. Mengkordinasi dengan maintenance dengan supplier untuk
memaksimalkan keuntungan perusahaan
3. Menjaga dengan baik inward, penerimaan, dan menjaga persediaan
4. Isu material dan penyediaan
5. Manjaga dan mengupdate record
6. Menjaga penjualan tetap teratur dan baik
57
57
2.4.4 Jenis-jenis Maintenance
Maintenance dapat diklasifikasikan ke dalam lima kategori berikut (Al-turki, 2007,
p245) :
1. Routine and preventive maintenance, yang meliputi periodik pemeliharaan
seperti pelumas mesin, pemeriksaan. Jenis pekerjaan direncanakan dan
dijadwalkan sebelumnya.
2. Corrective maintenance, yang melibatkan penentuan penyebab dari kerusakan
yang berulang dan menghilangkan kerusakan tersebut dengan desain modifikasi;
3. Emergency or breakdown maintenance, proses perbaikan secepatnya setelah
laporan kerusakan. Jadwal Maintenance dapat saja diganggu oleh Emergency
Breakdown.
4. Reactive Maintenance, proses maintenance yang dilakukan sebagai respon
terhadap breakdown unit yang tidak terencana
5. Predictive Maintenance, proses maintenance yang dilakukan melalui analisa
secara fisik terhadap peralatan atau komponen dengan bantuan pengakuan
instrument tertentu seperti alat pengukur getaran, temperatur, pengukur suara dan
lain-lain untuk mendeteksi kerusakan sedini mungkin
2.4.5 Knowledge Base untuk maintenance
Menurut Nadakatti et al. (2008) knowledge base (pengetahuan dasar) dibangun
berdasarkan pemecahan masalah logika dari seorang ahli yang memiliki keahlian yang
cukup dalam domain masalah tersebut. Bagian maintenance biasanya menggunakan
vibration untuk mengidentifikasi sifat dan tingkat kerusakan dari sebagian masalah
mekanik dan listrik mesin-mesin industri.
58
58
Alasan penggunaaan knowledge tersebut adalah:
1. Peningkatan kebutuhan yang sangat tinggi dari mesin-mesin masa kini yang
cenderung kompleks, mahal dan sangat canggih
2. Sebuah Perusahaan bisa saja kehilangan para ahli di mesin tersebut karena
kematian, pensiun atau pindah ke perusahaan lain akan tetapi dengan knowledge
base semua knowledge disimpan ke dalam system
3. Knowledge (pengetahuan)dapat disimpan secara permanent dan tidak rusak, akan
tetapi para ahli bisa saja kehilangan pengetahuan tersebut karena kurangnya
latihan atau praktek
4. Sebuah knowledge menghasilkan hasil yang konsisten dari pada keahlian
manusia dan tidak rentan akan usia, lupa, dll.
5. Biaya knowledge base lebih murah dibandingkan dengan biaya ahli yang sangat
langka.
2.4.6 Workflow dari proses maintenance
Menurut Haroun dan Duffuaa (2007 , p104) prosedur dalam maintenance adalah:
1. Menerima request untuk perbaikan dari bagian plan (melalui telepon, komputer
terminal, atau hardcopy)
2. Jika Perbaikan yang dibutuhkan sangat darurat maka maintenance Crew akan
secepatnya memenuhi permintaan.
3. Setelah permintaan dari bagian plant selesai, kemudian tunjukan kebutuhan akan
informasi, history dan perlengkapan serta kebutuhan akan material dan tool, plan
59
59
dan manpower, dll. Kemudian laporkan kepada bagian plan, Manager , akuntan
dan supervisor.
4. Manager unit akan memberikan hardcopy pengesahan pekerjaan atau melalui
sistem ERP atau Computer maintenance management System (CMMS)
5. Manager akan melihat laporan pekerjaan dan mengapprovalnya di sistem
6. Akunting juga akan menginput informasi pengeluaran biaya ke dalam sistem
7. Sistem akan memecah data ke dalam history dari perlengkapan untuk melakukan
analisa periodik untuk mengontrol dan meningkatkan strategi dan kebijakan
8. Bagian Plan akan memverifikasi pekerjaan bahwa telah selesai dan memasukan
semua informasi ke dalam sistem dan menutup sistem
60
60
Gambar 2.21 Workflow proses Maintenance (sumber : (Haroun dan Duffuaa, 2007 ,
p106))
2.4.7 Penghitungan Kinerja Maintenance
Berikut adalah perhitungan kinerja dari Maintenance (Parida dan Kumar, 2007 ,p 22)
• Kinerja (performasnce) Maintenance = Total biaya maintenance/total biaya
produksi;
• A (availability) = (planned time - downtime)/planned time;
61
61
• P (production rate) = (waktu standar produksi/unit)x(unit produksi)/ waktu
operasi ; dimana where; waktu operasi =waktu perencanaan – waktu
downtime;
• Mean time to repair (MTTR) = jumlah total waktu perbaikan /angka
breakdown
• Mean time between failure (MTBF) = number of operating hour/ angka
breakdown
• Maintenance breakdown severity = biaya perbaikan /jumlah breakdown;
• Biaya maintenance per jam = total biaya maintenance/jumlah man hour
Biaya maintenance harus didentifikasi dari yang utama sampai alternarifnya yang berarti
harus mencapai tujuan dan jumlah resource yang dibutuhkan untuk setiap alternatifnya.
Resourcenya meliputi (Mirghani,2007, p118) :
• Tipe dan kuantitas dari material dan sparepart
• Skill dari para pekerjanya
• Support service
• Pelatihan dan pengembangan manpower
• Perlengkapan dan fasilitas dari maintenance
2.4.8 Konsep DownTime
Menurut Wang (2007, 483 ) Downtime merupakan waktu dimana suatu unit
tidak dapat lagi menjalankan fungsinya sesuai dengan harapan.
Hal ini terjadi akibat breakdown (kerusakan) mesin yang dapat menggangu
kinerja termasuk mutu yang dihasilkan dan kecepatan produksinya sehingga
membutuhkan waktu tertentu untuk mengembalikan fungsi kembali seperti awal.
62
62
2.4.9 Mengatasi Masalah maintenance dengan Fishbone diagram
Menurut http://quality.enr.state.nc.us/tools/fishbone.htm Fishbone diagram merupakan
alat analisis yang menyediakan cara sistematis untuk melihat efek dan sebab-sebab yang
membuat atau berkontribusi pada efek-efek. Karena fungsi diagram tulang ikan,
mungkin disebut sebagai diagram sebab-akibat. Desain diagram terlihat jauh seperti
kerangka ikan. Oleh karena itu, sering disebut sebagai diagram tulang ikan. Ditemukan
oleh Dr Kaoru Ishikawa, seorang ahli statistik kontrol kualitas Jepang. Apa pun nama
yang Anda pilih, ingat bahwa nilai dari diagram fishbone adalah membantu tim dalam
mengkategorikan penyebab banyak (potensi) masalah atau isu dengan cara yang
terstruktur dalam mengidentifikasi akar penyebab masalah tersebut.
Kapan fishbone dibutuhkan:
• Perlu untuk mempelajari masalah / issue untuk menentukan akar penyebab?
• Ingin mempelajari semua kemungkinan alasan mengapa proses mulai mengalami
kesulitan, masalah, atau kerusakan?
• Perlu untuk mengidentifikasi daerah-daerah untuk pengumpulan data?
• Ingin mempelajari mengapa proses tidak berkinerja baik atau memproduksi hasil
yang diinginkan?
Cara membuat diagram fishbone
Langkah-langkah dalam membuat diagram fishbone adalah:
1. Gambarkan diagram tulang ikan
2. Daftar masalah / isu yang akan dipelajari di kepala ikan
3. Label masing-masing tulang ikan.
63
63
Kategori-kategori utama biasanya digunakan adalah:
M 4's: Metode, Mesin, Material, Tenaga Kerja
P 4's: Place, Prosedur, Orang, Kebijakan
S 4's:Sekitarnya, Pemasok, Sistem, Keterampilan
Catatan: dapat menggunakan salah satu dari empat kategori yang disarankan,
menggabungkan mereka dalam mode atau membuat sendiri. Kategori adalah untuk
membantu agar mengatur ide-ide yang ada.
4. Gunakan teknik ide-menghasilkan (misalnya, brainstorming) untuk
mengidentifikasi faktor-faktor dalam setiap kategori yang mungkin
mempengaruhi masalah , isu atau efek sedang dipelajari. Tim tersebut harus
meminta ... "Apa masalah mesin yang mempengaruhi / menyebabkan ..."
5. Ulangi prosedur ini dengan setiap faktor di bawah kategori untuk menghasilkan
sub-faktor. Lanjutkan bertanya, "Mengapa ini terjadi?" dan menempatkan
segmen tambahan setiap faktor dan kemudian bawah masing-masing sub-faktor.
6. Lanjutkan sampai Anda tidak lagi mendapatkan informasi yang berguna ketika
Anda bertanya, "Mengapa itu terjadi?"
7. Menganalisis hasil tulang ikan setelah anggota tim setuju bahwa jumlah yang
memadai detail telah disediakan di bawah setiap kategori besar. Lakukan ini
dengan mencari item-item yang muncul di lebih dari satu kategori. Ini menjadi
'kemungkinan besar yang menyebabkan.
8. Bagi mereka item diidentifikasi sebagai penyebab yang paling mungkin, tim
harus mencapai konsensus pada daftar item-item dalam urutan prioritas dengan
item pertama sebagai penyebab yang paling mungkin.
64
64
2.4.10 Model Maintenance yang optimal
Menurut Dekker dan Scarf (1998) secara umum model maintenance yang optimal
adalah:
1. Mendeskripsikan sistem yang tekhnis dari fungsi dan kegunaanya
2. Sebuah pemodelan kerusakan sistem dalam waktu dan konsekuensi yang
mungkin terjadi
3. Deskripsi dan informasi yang tersedia tentang sistem dan tindakan yang nyata
kepada manajemen
4. Fungsi yang objektif dan suatu tehnik optimasi yang membantu dalam
menemukan keseimbangan
Berbagai model maintenance yang pernah diterapkan menurut Garg dan Deshmukh
(2006) diantaranya adalah
1. Pendekatan Bayesian
Pendekatan Bayesian sepenuhnya subjektif terhadap cara langsung yaitu
menyajikan ketidakpastian yang berkaitan dengan peristiwa masa depan untuk
para pengambil keputusan dalam konteks masalah keputusan inspeksi
maintenance yan telah didiskusikan secara optimal.
2. Formula Mixed integer linear programming (MILP)
Model ini menyajikan suatu formulasi baru yaitu matematika MILP untuk desain
yan terintegrasi dengan produksi dan perencanaan perawatan untuk pabrik yang
multi-proses. Sebuah alokasi keandalan model pada tahap desain digabungkan
dengan kerangka optimasi yang ada untuk mengidentifikasi ukuran optimal dan
keandalan awal untuk setiap unit peralatan pada tahap desain (Goel et al, 2003)
65
65
3. Menggunakan multiple criteria decision making (MCDM) dan
pendekatan linguistik
(Swanson ,2003) telah menerapkan informasi pengolahan Galbraith's model
untuk mempelajari bagaimana fungsi pemeliharaan menerapkan strategi yang
berbeda untuk mengatasi kompleksitas lingkungan
4. Simulasi dan model probabilistik Markov
Chen dan Popova (2002) dan Barata et al. (2002) menggunakan simulasi Monte
Carlo untuk menentukan kebijakan perawatan yang optimal (yaitu
meminimumkan total biaya jasa) dan untuk pemodelan sistem pemantauan secara
terus-menerus terhadap kerusakan. Sebuah model simulasi (Sarker dan Haque,
2000) juga telah dikembangkan untuk mengurangi biaya pemeliharaan dan
persediaan untuk sistem manufaktur dengan kegagalan item stokastik,
penggantian dan waktu pesanan.
5. Menggunakan model Analthycal Hierarchy Process
Bevilacqua dan Braglia (2000) menggambarkan penerapan AHP untuk memilih
strategi perawatan terbaik bagi kilang minyak. upaya serupa dibuat sebelumnya
oleh (al Labib 1998)