BAB 2

LANDASAN TEORI

2.1. Peramalan

2.1.1. Kualitas Data

Dalam melakukan aktivitas peramalan, data yang digunakan harus

berkualitas, dalam artian sesuai dengan kebutuhan untuk menghasilkan

peramalan yang akurat sehingga memberikan informasi yang berguna bagi

manajemen untuk mengelola persediaan. Salah satu indikator bahwa suatu data

dapat diterima menjadi masukan (input) dalam peramalan adalah bahwa variasi

datanya normal (Gaspersz., 1998, p80). Beberapa macam masalah dan tindakan

yang harus diambil berkaitan dengan kualitas data dapat dilihat pada tabel

berikut :

Tabel 2.1. Masalah dan Tindakan Berkaitan dengan Kualitas Data

No. Masalah Tindakan

1. Kesalahan data (data error) Identifikasi dan koreksi data

2. Perubahan tetap dalam pola data Mengubah model peramalan

3. Permintaan tidak normal Melakukan saringan dan penyesuaian

4. Data hilang Memperoleh data asli atau substitusi data

5. Variasi normal Menerima data itu

Sumber : Production Planning and Inventory Control (Gaspersz, 1998, p80)

25

2.1.2. Uji Normalitas Data

Pengujian normalitas data diperlukan untuk mengetahui apakah data

terdistribusi normal / mengikuti sebaran normal. Salah satu metode pengujian

normalitas data adalah teknik Kolmogorov-Smirnov. Teknik ini banyak dipakai

karena penggunaannya sederhana dan tidak menimbulkan perbedaan persepsi

antara pengamat yang satu dengan pengamat yang lain, yang sering terjadi pada

uji normalitas dengan menggunakan grafik semata.

Teknik Kolmogorov-Smirnov menguji perbedaan antara data yang diuji

normalitasnya dengan data normal baku. Jika tingkat signifikansinya di bawah

0,05 (p-value < 0,05), artinya ada perbedaan signifikan antara data yang diuji

dengan data normal baku. Ini akan membawa pada kesimpulan bahwa data tidak

terdistribusi normal. Sedangkan bila tingkat signifikansinya di atas 0,05 (p-value

> 0,05), artinya tidak perbedaan signifikan antara data yang diuji dengan data

normal baku sehingga membawa pada kesimpulan bahwa data tersebut

terdistribusi normal.

Pengujian normalitas data dengan teknik Kolmogorov-Smirnov ini dapat

dilakukan dengan menggunakan bantuan software aplikasi statistik Minitab 14

dengan langkah-langkah sebagai berikut :

1. Memasukkan data yang akan diuji ke kolom yang terdapat di Worksheet.

2. Pilih menu Stat Basic Stat Normality Test. Masukkan judul kolom data

yang diuji sebagai Variable kemudian centang option Kolmogorov-Smirnov

OK.

26

3. Setelah hasil yang berbentuk grafik keluar, klik kanan pada window hasil tes

dan pilih Append Graph to Report untuk memasukkan laporan ke Report

Pad.

Contoh hasil pengujian normalitas data tinggi badan dengan menggunakan

Minitab 14 terlihat seperti di bawah ini :

Tinggi Badan

Perc

ent

190180170160150

99

95

90

80

70

60504030

20

10

5

1

Mean

>0.150

168.3StDev 7.523N 29KS 0.121P-Value

Probability Plot of Tinggi BadanNormal

Gambar 2.1. Contoh Hasil Pengujian Normalitas Data Menggunakan Minitab 14

2.1.3. Deskripsi Peramalan

Aktivitas peramalan adalah suatu fungsi bisnis yang berusaha

memperkirakan penjualan dan penggunaan produk sehingga produk itu dapat

dibuat dalam kuantitas yang tepat. Dengan demikian, peramalan merupakan

suatu dugaan terhadap permintaan yang akan datang berdasarkan pada beberapa

variabel peramal, sering berdasarkan data deret waktu historis (Gaspersz., 1998,

p71).

27

Dalam industri manufaktur dikenal ada dua jenis permintaan, yaitu :

1. Dependent demand

Dependent demand didefinisikan sebagai permintaan terhadap material,

parts, atau produk yang terkait langsung dengan atau diturunkan dari struktur

BOM (bill of material) untuk produk akhir atau untuk suatu item tertentu.

2. Independent demand

Independent demand didefinisikan sebagai permintaan terhadap material,

parts, atau produk, yang bebas atau tidak terkait langsung dengan struktur

BOM untuk produk akhir atau item tertentu.

Produk yang termasuk di dalam independent demand merupakan objek

peramalan. Sedangkan produk-produk yang termasuk dependent demand tidak

boleh diramalkan, tetapi harus direncanakan atau dihitung. Misal dalam kasus

industri mobil, permintaan terhadap mobil termasuk independent demand yang

dapat diramalkan. Sedangkan permintaan ban disebut dependent demand yang

harus dihitung, karena terkait langsung dengan struktur BOM untuk produk akhir

mobil. Jadi, jika mobil akan diproduksi sebanyak 100 unit, dan untuk 1 mobil

membutuhkan 5 buah ban (termasuk ban cadangan), maka permintaan ban dapat

dihitung sebesar 100 mobil x 5 buah ban/mobil = 500 buah ban.

28

2.1.4. Horizon Waktu Peramalan

Penentuan horizon waktu peramalan tergantung dari situasi dan kondisi

aktual dari masing-masing industri manufaktur serta tujuan dari peramalan itu

sendiri. Tujuan utama dari peramalan dalam manajemen permintaan adalah

untuk meramalkan permintaan item-item independent demand di masa yang akan

datang. Selanjutnya dengan mengkombinasikannya dengan pelayanan pesanan

(order service) yang bersifat pasti, akan dapat mengetahui total permintaan suatu

item atau produk agar memudahkan manajemen produksi dan inventori.

Horizon waktu peramalan berkaitan dengan 1) interval ramalan (forecast

interval) atau bagaimana seringnya mengembangkan suatu ramalan, ada yang

intervalnya harian, mingguan, triwulan, semesteran, atau tahunan. Di samping

itu, ada juga 2) banyaknya periode di masa mendatang yang akan diramalkan,

mencakup periode 12 atau 24 bulan mendatang, atau 8, 12, 16, atau 20 triwulan

mendatang. Dalam sistem peramalan berlaku aturan bahwa semakin jauh periode

di masa mendatang yang akan diramalkan - dengan asumsi faktor-faktor lain

tetap – hasil ramalan akan semakin kurang akurat.

Tabel 2.2. Deskripsi Interval Ramalan

Interval Ramalan

Peramalan jangka pendek

(Short-range forecast)

Peramalan jangka menengah

(Mid-range forecast)

Peramalan jangka panjang

(Long-range forecast)

Tujuan

Perencanaan distribusi inventori, perencanaan material, dan sebagainya.

Perencanaan anggaran, produksi, pembelian menggunakan PO (purchase order), dan sebagainya.

Perencanaan bisnis, analisis fasilitas, proyek-proyek jangka panjang, produk atau pasar baru, investasi modal, dan lain-lain.

Periode analisis

Analisis dilakukan secara teratur dan berulang.

Analisis dilakukan secara periodik.

Dilakukan analisis satu kali.

29

Tabel 2.2. Deskripsi Interval Ramalan (Lanjutan)

Interval Ramalan

Peramalan jangka pendek

(Short-range forecast)

Peramalan jangka menengah

(Mid-range forecast)

Peramalan jangka panjang

(Long-range forecast)

Sumber data

Data internal (harian atau mingguan) dengan teknik kuantitatif.

Data internal (bulanan atau triwulanan) dengan teknik kuantitatif dan kualitatif.

Data eksternal (triwulan atau tahunan).

Peramal Manajemen operasional.

Manajemen menengah (middle management).

Manajemen puncak (top management).

Objek peramalan

Rincian banyak item atau stockkeeping units.

Kelompok produk atau famili dari produk.

Beberapa produk atau famili dari produk.

Sumber : Production Planning and Inventory Control (Gaspersz, 1998, pp75-76)

2.1.5. Pola Data Historis

Riwayat permintaan masa lalu merupakan data historis yang dapat

digunakan untuk meramalkan permintaan di masa mendatang pada metode

peramalan ekstrapolasi. Buffa et al. (1996, p67) membagi pola data ini menjadi

empat macam, yaitu :

1. Pola data horisontal

Pola horisontal terjadi bila permintaan berfluktuasi di sekitar suatu

permintaan rata-rata. Permintaan rata-rata tetap konstan dan tidak secara

konsisten naik atau turun. Pola horisontal biasa terjadi pada produk yang

berada pada siklus hidup tahap dewasa.

2. Pola data kecenderungan (trend)

Pola kecenderungan mengacu pada kenaikan atau penurunan permintaan dari

satu periode ke periode berikutnya. Contoh, jika permintaan bulanan rata-rata

suatu produk meningkat 10-15% tiap tahun, maka tampak ada kecenderungan

30

naiknya permintaan. Produk pada tahap siklus pertumbuhan biasanya

cenderung naik, sedangkan produk di tahap penurunan permintaannya juga

cenderung menurun.

3. Pola data musiman

Pada pola musiman, permintaan dipengaruhi oleh faktor-faktor musiman

yang terjadi pada selang waktu / interval yang teratur dan panjangnya

konstan. Contoh, penjualan mesin penyapu salju akan leih tinggi pada bulan-

bulan musim dingin.

4. Pola data siklikal

Pola data siklikal hampir serupa dengan pola musiman, hanya selang waktu /

intervalnya bervariasi dan durasi kejadian di tiap intervalnya juga tidak sama

panjang. Contoh, adanya resesi ekonomi menyebabkan permintaan produk

menurun, dimana resesi terjadi dalam selang waktu yang tidak beraturan

(irregular) dan lama resesi tidak sama.

Sumber : [http1]

Gambar 2.2. Jenis Pola Data Deret Waktu

31

2.1.6. Model Peramalan Ekstrapolasi (Time Series)

Ada beberapa model peramalan ekstrapolasi yang dijelaskan oleh

Gaspersz (1998, pp71-118) dan Render et al. (2001, pp50-69), yang dapat

digunakan untuk meramalkan permintaan, yaitu :

1. Model Rata-Rata Bergerak (Moving Average Model)

Model rata-rata bergerak menggunakan sejumlah data aktual

permintaan yang baru untuk membangkitkan nilai ramalan untuk permintaan

di masa yang akan datang. Metode ini efektif diterapkan apabila dapat

diasumsikan bahwa permintaan terhadap produk akan tetap stabil sepanjang

waktu. Formula yang digunakan adalah :

( )n

terdahuluperioden dalampermintaanperiodenbergerakrataRata ∑=−

dimana n adalah banyaknya periode dalam rata-rata bergerak.

2. Model Rata-Rata Bergerak Terbobot (Weighted Moving Average Model)

Model rata-rata bergerak terbobot lebih responsif terhadap perubahan,

karena data dari periode yang baru diberi bobot lebih besar. Jumlah periode

berbobot dapat diambil dari banyak periode terakhir yang pergerakan datanya

relatif tidak stabil. Formula model rata-rata bergerak n-periode terbobot,

weighted MA(n), dinyatakan sebagai berikut :

( ) ( )( )( )∑

∑=

pembobotnperiodedalamaktualpermintaannperiodeuntukpembobotnMA Weighted

dimana koefisien pembobot periode n sebesar 1, koefisien periode n-1

sebesar 2, dan seterusnya.

32

3. Model Pemulusan Eksponensial (Exponential Smoothing Model)

Model pemulusan eksponensial cocok dipakai untuk pola data historis

yang bergejolak atau tidak stabil sewaktu-waktu, karena model ini

menyesuaikan nilai ramalan dengan pola data aktual secara terus menerus.

Apabila galat ramalan (forecast error) positif, yang artinya nilai aktual

permintaan lebih tinggi daripada nilai ramalan (A – F > 0), maka model akan

secara otomatis meningkatkan nilai ramalan, dan begitu pula bila yang terjadi

sebaliknya. Formula model pemulusan eksponensial adalah :

( )1t1t1tt FAFF −−− −α+=

dimana :

tF = nilai ramalan untuk periode ke-t

1tF − = nilai ramalan untuk satu periode yang lalu, t-1

1tA − = nilai aktual untuk satu periode waktu yang lalu, t-1

α = konstanta pemulusan (smoothing constant)

Besarnya konstanta pemulusan α berlaku 0 < α < 1 dengan

pertimbangan sebagai berikut :

• Apabila pola historis dari data aktual permintaan sangat bergejolak

atau tidak stabil dari waktu ke waktu, nilai α yang dipilih mendekati

1, misalnya α = 0,9; 0,95; 0,99. Semakin bergejolak, nilai α

semakin mendekati 1.

• Apabila data historis dari data aktual permintaan tidak berfluktuasi

atau relatif stabil dari waktu ke waktu, nilai α yang dipilih mendekati

0, misalnya α = 0,2; 0,15; 0,05; 0,01, dan lain-lain, tergantung pada

33

sejauh mana kestabilan datanya. Semakin stabil, α harus semakin

kecil mendekati nilai 0.

4. Model Analisis Garis Kecenderungan (Trend Line Analysis Model)

Model analisis garis kecenderungan dipergunakan sebagai model

peramalan apabila pola historis data aktual permintaan menunjukkan adanya

suatu kecenderungan menaik atau menurun dari waktu ke waktu. Model

analisis garis kecenderungan sederhana menggunakan formula sebagai

berikut :

( )( )( )

( )tbAa

tnt

AtntAb

btaF

22

t

−=

−

−=

+=

∑

∑

dimana :

b = slope dari persamaan garis lurus

a = intersep dari persamaan garis lurus

t = indeks waktu

t = nilai rata-rata dari t

A = variabel permintaan (data aktual permintaan)

A = nilai rata-rata permintaan per periode waktu; rata-rata dari A

34

5. Model Pemulusan Eksponensial dengan Mempertimbangkan Kecenderungan

(Exponential Smoothing with Trend Adjustment)

Langkah-langkah perhitungan nilai ramalan berdasarkan model

pemulusan eksponensial dengan mempertimbangkan kecenderungan adalah :

a. Menghitung nilai ramalan periode t ( tF ) berdasarkan metode pemulusan

eksponensial sederhana (simple exponential smoothing).

b. Menghitung nilai trend dengan menggunakan persamaan :

( ) ( )1tt1tt FFT1T −− −β+β−=

dimana :

tT = smoothed trend periode t

1tT − = smoothed trend periode t-1 (periode yang lalu)

β = konstanta dari trend-smoothing yang dipilih

tF = nilai ramalan berdasarkan metode pemulusan eksponensial

sederhana, ES, untuk periode t

1tF − = nilai ramalan berdasarkan metode pemulusan eksponensial

sederhana, ES, untuk periode t-1

Pemilihan konstanta pemulusan untuk trend, β , dipilih berdasarkan

percobaan. Beberapa nilai β perlu diuji untuk mengetahui mana yang

memberikan hasil peramalan yang paling baik.

35

c. Menghitung nilai ramalan berdasarkan metode pemulusan eksponensial

dengan mempertimbangkan kecenderungan, menggunakan persamaan :

Forecast Including Trend = New Forecast + trend Correction

tFIT = tF + tT

6. Model dekomposisi seri waktu (decompotition time series)

Model peramalan ini menaganalisis seri waktu dengan membongkar

data masa lalu menjadi komponen-komponen dan kemudian

memproyeksikannya ke depan. Ada 4 unsur seri waktu yang didekomposisi

oleh model ini, yaitu : trend, musim, siklus, dan variasi acak.

- Trend (T) adalah gerakan ke atas atau ke bawah secara berangsur-angsur

dari data sepanjang waktu.

- Musim (S) adalah pola data yang berulang setelah periode harian,

mingguan, bulanan, atau kuartalan. Kuartalan menjadi kaidah munculnya

istilah musim, yaitu musim : gugur, dingin, semi, dan panas.

- Siklus (C) adalah pola dalam data yang terjadi setiap beberapa tahun.

Siklus biasanya dikaitkan dengan siklus bisnis dan merupakan hal yang

sangat penting dalam analisis dan perancanaan bisnis jangka pendek.

- Variasi acak (R) adalah “tanda” dalam data yang disebabkan oleh

peluang dan situasi yang tidak biasa; variabel acak mengikuti pola yang

tidak dapat dilihat. Variasi acak sering dihapus dengan menghilangkan

periode waktu (seperti mingguan, bulanan) yang jelas-jelas menyimpang,

36

atau dengan menghilangkan nilai yang tinggi dan rendah ketika seri

setidaknya mempuyai hitungan lusin.

Dua bentuk model dekomposisi yang dikenal adalah dekomposisi

perkalian (multiplicative decompotition) dan dekomposisi penambahan

(additive decompotition). Yang paling banyak dipakai adalah model

perkalian, yang mengasumsikan bahwa permintaan adalah hasil dari empat

unsur : Permintaan = T × S × C × R. Sedangkan model penambahan

memberikan estimasi dengan menambahkan keempat unsur tersebut :

Permintaan = T + S + C + R. Gambar berikut menunjukkan permintaan

produk selama empat tahun dengan indikasi trend dan musim.

Gambar 2.3. Permintaan Produk dengan Indikasi Trend dan Musim

37

2.1.7. Validasi Peramalan

Setiap kali selesai melakukan perhitungan dan memperoleh hasil

peramalan, hasil tersebut harus diuji keakuratannya. Hal yang perlu dilakukan

adalah menghitung tracking signal untuk setiap nilai ramalan yang muncul.

Tracking signal adalah suatu ukuran bagaimana baiknya suatu ramalan

memperkirakan nilai-nilai aktual (Gaspersz, 1998, p80). Suatu ramalan

diperbarui setiap minggu, bulan, atau triwulan, sehingga data permintaan yang

baru dibandingkan dengan nilai-nilai ramalan. Tracking signal dihitung sebagai

hasil running sum of forecast error (RSFE) dibagi dengan mean absolute

deviation (MAD), sebagai berikut :

Tracking Signal = MADRSFE

= ( )MAD

∑ iperiod indemandforecast - i period in demand actual

dimana : ( )n

MAD ∑=errorforecastdariabsolut

n = banyaknya periode data

George Plossl dan Oliver Wight, dua ahli pengendalian persediaan,

menyarankan batas tracking signal menggunakan maksimum ± 4 MAD (untuk

persediaan volume-tinggi) dan ± 8 MAD (untuk produk volume-rendah).

Peramal yang lain menyatakan rentang MAD yang lebih rendah. Satu MAD kira-

kira sama dengan 0,8 deviasi standar, sehingga ± 2MAD = ± 1,6 deviasi standar,

± 3MAD = ± 2,4 deviasi standar, dan ± 4MAD = ± 3,2 deviasi standar. Ini

menyatakan bahwa untuk ramalan yang berada “dalam pengawasan”, 89%

38

kesalahan diharapkan berada dalam ± 2 MAD, 98% berada dalam ± 3MAD, atau

99,9% dalam ± 4MAD.

Selain melihat nilai MAD dan tracking signal, dapat juga dibuat grafik

garis yang menggambarkan nilai aktual dan ramalan untuk melihat apakah pola

ramalan pada model telah sesuai dan dapat mengikuti pola permintaan aktual.

Apabila kesemua syarat ini sudah terpenuhi, model peramalan dianggap sah /

valid dalam memperkirakan permintaan di masa mendatang.

2.1.8. Peramalan Menggunakan Perangkat Lunak “Quantitative Management”

Saat ini sudah banyak alat bantu perangkat lunak yang ditawarkan untuk

kemudahan dalam melakukan peramalan, seperti Crystal Ball Predictor, Minitab

14, SPSS, POM for Windows, dan QM for Windows. Karena model peramalan

yang telah dijelaskan di atas sesuai dengan yang ada pada QM for Windows,

maka perangkat lunak inilah yang akan dipakai. Cara penggunaannya

ditampilkan dalam langkah-langkah sebagai berikut :

1. Buka program QM dan pilih Menu Module – Forecasting.

2. Ambil Menu File – New – Time Series Analysis. Selanjutnya akan muncul

sebuah window “Create data set for Forecasting/Time Series Analysis”

3. Pada window tersebut, masukkan judul peramalan yang diinginkan (Title),

dan jumlah periode data historis yang akan dipakai sebagai dasar peramalan

(Past Period). Kemudian pilih nama yang hendak dimunculkan pada setiap

baris nama periode nantinya, apakah hendak menggunakan huruf, angka, atau

bulan. Setelah selesai, klik tombol OK.

39

Gambar 2.4. Penyetelan Data pada QM for Windows

4. Saat muncul layar seperti di bawah ini, yang perlu dilakukan adalah

memasukkan nilai permintaan pada periode historis yang jumlahnya sesuai

dengan pilihan sebelumnya, kemudian pilih metode peramalan yang akan

dipakai dari method yang sudah tersedia di QM.

Gambar 2.5. Pemilihan Model Peramalan pada QM for Windows

40

5. Selanjutnya tentukan periode rata-rata yang diinginkan. Misal, ingin

dilakukan peramalan rata-rata bergerak (MA) 3 bulanan, maka pada #Period

to Average dimasukkan angka 3. Setelah itu, tinggal menekan tombol Solve

untuk menjalankan peramalan. Hasil yang diberikan oleh QM berupa nilai

error, perkiraan permintaan periode selanjutnya, analisis perhitungan detil,

dan grafik yang menunjukkan nilai aktual berbanding nilai peramalannya.

Apabila hendak menguji metode peramalan lain maupun mengubah rata-rata

periode, cukup menekan tombol Edit, maka layar akan kembali seperti

langkah sebelumnya.

Gambar 2.6. Hasil Peramalan pada QM for Windows

41

6. Untuk beberapa model peramalan, akan muncul data tambahan yang perlu

diisi. Misal, untuk model rata-rata bergerak tertimbang / terbobot, akan

muncul tabel nilai pembobot yang harus diisi. Sedangkan, untuk model

dekomposisi, yang diminta adalah data jumlah musim (season) dan dasar

pemulusan yang diinginkan. Semua data masukan tersebut, disesuaikan

dengan model peramalan yang dipilih sebelumnya.

Gambar 2.7. Model Rata-Rata Bergerak Tertimbang pada QM for Windows

42

2.2. Teori Persediaan

2.2.1. Pengertian Persediaan

Persediaan atau yang lebih dikenal dengan sebutan inventori adalah stok

suatu item atau sumber daya yang menganggur, yang disediakan untuk

penggunaan di masa depan (Monks, 1996, p229).

Sedangkan Chase et al. (2004, p513) mendeskripsikan persediaan sebagai

stok tiap item dan sumber daya yang digunakan oleh perusahaan. Sistem

persediaan adalah rangkaian kebijakan dan pengendalian yang memonitor tingkat

persediaan dan pada tingkat berapa harus dipertahankan, kapan stok harus diisi

lagi, dan berapa jumlah yang harus dipesan.

Kaidahnya, persediaan pada perusahaan manufaktur umumnya merujuk

pada item-item yang berkontribusi dan menjadi bagian dari produk akhir

perusahaan. Tujuan pokok diadakannya analisis persediaan di perusahaan

manufaktur adalah untuk mengetahui (1) kapan item-item perlu dipesan dan (2)

berapa jumlah pemesanannya.

2.2.2. Tujuan Persediaan

Dalam bukunya, Chase et al. (2004, pp513-514) juga menjelaskan lima

tujuan diperlukannya persediaaan, yaitu :

1. Untuk memelihara independensi operasi. Suplai material di area kerja

memungkinkan fleksibilitas operasi. Misal, karena ada biaya setiap membuat

susunan produksi yang baru, persediaan memungkinkan manajemen untuk

mengurangi jumlah penyusunan produksi tersebut.

43

2. Untuk memenuhi variasi permintaan. Karena permintaan terhadap produk

tidak diketahui secara pasti, maka diperlukan adanya stok pengaman (safety

stock) untuk menangani adanya variasi permintaan.

3. Untuk memungkinkan fleksibilitas penjadwalan produksi. Adanya persediaan

mampu mengurangi beban sistem produksi untuk menghasilkan barang jadi.

Persediaan menimbulkan lead time yang lebih panjang, memungkinkan

perencanaan produksi mengalir lebih lancar dan mengurangi biaya operasi

melalui lot-size produksi yang lebih besar.

4. Untuk menjadi pengaman karena variasi waktu pengiriman material. Ketika

material dipesan dari vendor, keterlambatan mungkin terjadi karena beberapa

alasan : adanya variasi normal pada waktu pengiriman, adanya kekurangan

material pada pabrik milik vendor sehingga terjadi backlog / penundaan

pekerjaan, adanya aksi mogok di pabrik milik vendor atau salah satu

perusahaan pengiriman, pesanan yang terhilang, atau adanya kesalahan

pengiriman dan kerusakan material.

5. Untuk mendapat keuntungan dari ukuran pemesanan ekonomis. Ada

beberapa biaya untuk melakukan pemesanan, antara lain : biaya tenaga kerja,

telepon, administrasi, meterai, dan seterusnya. Sehingga, semakin besar

jumlah yang dipesan, semakin sedikit pesanan yang perlu dicatat. Demikian

juga, semakin besar jumlah material yang dikirim, semakin rendah biaya

kirim tiap unit materialnya.

44

2.2.3. Klasifikasi Persediaan

Pujawan (2005, p103) mengklasifikasikan persediaan melalui tiga cara,

yaitu :

1. Klasifikasi berdasarkan bentuk

Berdasarkan bentuknya, persediaan dapat diklasifikasikan menjadi bahan

baku (raw materials), barang setengah jadi (work in process), dan produk

jadi (finished product). Klasifikasi ini biasanya hanya berlaku pada

perusahaan manufaktur.

2. Klasifikasi berdasarkan fungsi

Berdasarkan fungsinya, persediaan dibedakan menjadi :

a. Pipeline / transit inventory

Persediaan ini muncul karena lead time pengiriman dari satu tempat

ke tempat lainnya. Misal, barang yang tersimpan di truk sewaktu

proses pengiriman. Persediaan jenis ini dapat dikurangi dengan

mempercepat proses pengiriman dengan cara mengubah alat atau

mode transportasi, memakai pemasok lain yang lokasinya lebih dekat

(dengan mempertimbangkan harga, kualitas, dan ongkos pengiriman).

b. Cycle stock

Persediaan ini akibat motif memenuhi skala ekonomi (jumlah

pemesanan yang paling menguntungkan dari sudut pandang biaya,

bukan kebutuhan). Persediaan ini mempunyai siklus tertentu. Pada

saat pengiriman jumlahnya banyak, kemudian sedikit demi sedikit

berkurang akibat dipakai atau dijual sampai akhirnya habis atau

hampir habis, kemudian mulai dengan siklus baru lagi.

45

c. Safety stock

Persediaan ini ada dengan tujuan sebagai perlindungan terhadap

ketidakpastian permintaan maupun pasokan. Perusahaan biasanya

menyimpan lebih banyak dari perkiraan kebutuhan selama suatu

periode supaya jika sewaktu-waktu dibutuhkan bisa dipakai tanpa

harus menunggu. Besar kecilnya persediaan pengaman terkait dengan

biaya persediaan dan service level.

d. Anticipation stock

Persediaan ini dibutuhkan untuk mengantisipasi kenaikan permintaan

yang bersifat musiman. Walaupun sifat permintaannya tidak pasti,

namun perusahaan bisa memprediksi adanya kenaikan dalam jumlah

yang signifikan (bukan sekedar pola acak).

3. Klasifikasi berdasarkan sifat ketergantungan kebutuhan antara satu item

dengan item lainnya.

Dependent demand adalah item-item yang kebutuhannya tergantung dari

kebutuhan akan item-item yang lain. Biasanya, komponen atau bahan baku

yang digunakan untuk membuat produk jadi termasuk ke dalam golongan ini,

karena kebutuhannya tergantung dari berapa produk jadi yang akan dibuat.

Independent demand adalah item-item yang kebutuhannya tidak tergantung

dari item lain. Yang termasuk dalam golongan ini adalah produk jadi.

46

2.2.4. Biaya Persediaan

Biaya-biaya yang berimbas pada pengambilan keputusan dalam analisis

persediaan adalah sebagai berikut (Chase et al., 2004, p514) :

1. Biaya Simpan (Holding Costs)

Kategori ini meliputi biaya fasilitas penyimpanan, penanganan material,

asuransi, material tercuri, kerusakan, keusangan, penyusutan, pajak, dan

investasi modal dalam bentuk persediaan. Jika biaya penyimpanan tinggi,

sebaiknya tingkat persediaannya rendah dan lebih sering melakukan

penambahan ulang.

2. Biaya Penyusunan (Setup Costs)

Untuk membuat produk yang berbagai macam, perlu mendapatkan material-

material yang dibutuhkan, menyetel peralatan yang spesifik, menulis catatan

yang diperlukan, pembebanan waktu dan material yang wajar, serta

mengeluarkan persediaan yang sebelumnya.

3. Biaya Pesan (Ordering Costs)

Biaya ini mencakup biaya yang berhubungan dengan pihak manajemen dan

administrasi untuk menyiapkan pemesanan produksi atau pembelian. Biaya

pesan meliputi semua detil, termasuk menghitung item dan jumlah barang

yang akan dipesan. Biaya untuk memelihara sistem yang mengurus

pemesanan juga termasuk ke dalam biaya pesan.

4. Biaya Kekurangan Persediaan (Shortage Costs)

Ketika persediaan suatu item habis, pesanan terhadap item tersebut harus

menunggu sampai persediaannya diisi atau pesanan dibatalkan. Ada trade-off

antara mengadakan persediaan untuk memenuhi permintaan dan biaya akibat

47

kekurangan persediaan. Cara untuk menyeimbangkannya agak sulit, karena

tidak mungkin memperkirakan besarnya profit yang hilang, efek kehilangan

pelanggan, atau penalti karena keterlambatan. Biasanya, biaya kekurangan

persediaan hanya berupa perkiraan kasar.

2.2.5. EOQ (Economic Order Quantity) Probabilistik

Model persediaan EOQ probabilistik pada dasarnya sama dengan EOQ

deterministik, yaitu mencari jumlah pemesanan ekonomis dengan

memperhitungkan dua macam biaya persediaan, meliputi : biaya pesan dan biaya

simpan. Yang menjadi pembeda adalah, seperti namanya, EOQ probabilistik

mengandung unsur ketidakpastian dan perlu didekati dengan distribusi

probabilitas. Model EOQ probabilistik memperhitungkan perilaku permintaan

dan tenggang waktu pesanan datang (lead time) yang tidak pasti atau tidak bisa

ditentukan sebelumnya. Model ini valid saat salah satu dari kedua sifat tadi

maupun kedua sifat tersebut terpenuhi.

Ketika salah satu permintaan (demand) atau saat tenggang pesan (lead

time) tidak bisa diketahui secara pasti sebelumnya, ada tiga kemungkinan yang

akan terjadi :

• Persediaan habis ketika pesanan belum tiba.

• Persediaan habis tepat pada saat pesanan tiba.

• Persediaan belum habis saat pesanan tiba.

Apabila ketiga kemungkinan tersebut sering terjadi, tentu akan merugikan

perusahaan karena persediaan yang tidak terkendali dan berdampak pada tidak

48

lancarnya arus produksi (saat terjadi kekurangan persediaan). Oleh karena itu,

jalan keluar untuk mengantisipasi penyimpangan itu, perlu dibentuk cadangan

keras (iron stock) atau persediaan pengaman (safety stock) melalui pendekatan

distribusi probabilitas.

2.2.5.1. Persediaan Cadangan (Safety Stock)

Ketika permintaan (demand) selama periode kedatangan pesanan (lead

time) tidak bisa diketahui sebelumnya secara pasti, maka deviasi kapan

persediaan dibutuhkan dan kapan persediaan datang harus diketahui. Distribusi

normal akan dipakai untuk menggambarkan perilaku penyimpangan tersebut.

Jika rata-rata permintaan selama periode kedatangan pesanan

ditransformasi ke mean atau nilai rata-rata kurva normal, maka perilaku

penyimpangan tingkat permintaan itu akan menyebar di sekitar mean sehingga

deviasi penyebaran itu akan dapat digunakan untuk memperkirakan persediaan

cadangan (safety stock) yang berdasar pada perilaku penyimpangan variabel-

variabel yang mempengaruhinya dan dinyatakan dalam σ .

Gambar 2.8. Deviasi pada Distribusi Normal

49

Gambar 2.8. menjelaskan cakupan luas area pada kurva normal dimana

penyimpangan atau deviasi x terhadap rata-rata μ adalah (x -μ ) dan dinyatakan

dalam standar deviasi σ . Pada dasarnya, σ menandai cakupan luas area tertentu

pada kurva normal. Pada kasus persediaan cadangan ini, penyimpangan-

penyimpangan ix terhadap μ dinyatakan dalam σ melalui :

( )n

XX2

i∑ −=σ

Selanjutnya, nilai σ yang sudah didapat, digunakan untuk menemukan

luas area dalam kurva normal z melalui :

σμ−

=xz

Nilai z yang menandai luas area, menandakan seberapa besar persentase

kemungkinan kehabisan persediaan diinginkan terjadi. Selanjutnya, nilai z

disebut sebagai faktor keamanan. Besarnya faktor keamanan ini dapat

ditetapkan sebelumnya, sesuai keinginan perusahaan. Misal, perusahaan

menginginkan kemungkinan persediaan habis adalah sebesar 5%, maka

kemungkinan persediaan ada yaitu 95% atau 0,95. Pada tabel statistika luas di

bawah kurva normal, untuk luas 0,95 nilai z-nya adalah 1,645.

Untuk memudahkan pemahaman mengenai penggunaan kurva normal

pada kasus penentuan persediaan cadangan, maka rumus di atas diubah menjadi :

μ−=σ xz

Karena (x -μ ) mencerminkan persediaan persediaan cadangan, maka :

Persediaan Cadangan = Faktor Keamanan σx g

50

2.2.5.2. Kuantitas Pemesanan Ekonomis

Menurut Siswanto (2007, p193), agar biaya total persediaan minimum,

maka sebuah formula perlu diturunkan untuk memperoleh Q optimal (Q*).

Dari hasil penurunan formula tersebut, didapatkan formulasi Q optimal untuk

model EOQ probabilistik sebagai berikut :

Q* = ( ) ( )( )h

KPSPKBKSD2 ii∑ −+

2.2.5.3. Saat Pesan Ulang Ekonomis

Saat pesan ulang atau SP sangat tergantung pada persediaan cadangan

dan harapan pemakaian. Saat Pesan Ulang ekonomis dapat dihitung dengan

formula berikut ini (Siswanto, 2007, p195) :

SP = Persediaan Cadangan + Harapan Pemakaian

2.2.5.4. Kelemahan Model

Saat pesan ulang atau SP dinyatakan dalam jumlah persediaan semasa

tenggang pesan sangat tergantung kepada besar kecilnya persediaan cadangan

dan harapan pemakaian selama masa tenggang pesan HP. Penentuan SP optimal

atau pesan ulang ekonomis baru bisa dilakukan setelah jumlah persediaan

cadangan optimal diketahui. Di sisi lain, persediaan cadangan optimal baru bisa

dihitung setelah peluang kehabisan persediaan atau P(Ki) ditetapkan terlebih

dahulu.

51

Jika perhitungan Q optimal (Q*) pada EOQ probabilistik dimulai dari :

Q* = ( ) ( )( )h

KPSPKBKSD2 ii∑ −+

maka di dalam formulasi itu masih terkandung parameter SP. Padahal SP

dipengaruhi jumlah persediaan cadangan di mana pada,

P(KP) =BKPD

Qh××

masih terkandung variabel Q yang dicari.

Dengan demikian, jelas sekali bahwa proses perhitungan Q optimal pada

model EOQ probabilistik merupakan proses dengan siklus tertutup dimana

output setiap proses perhitungan menjadi input bagi proses perhitungan

berikutnya. Maka, penentuan Q optimal dan SP optimal tidak bisa dilakukan

sekaligus namun harus dilakukan secara bertahap dan bersifat coba-coba, kecuali

memotong siklus itu dengan menganggap peluang kehabisan pesediaan atau

( ) ( )∑ − ii KPSPK adalah nol.

52

2.3. Sistem Informasi

2.3.1. Pengertian Sistem

Menurut Martin et al. (2005, p355), sistem adalah rangkaian komponen

yang saling berhubungan dan bekerjasama untuk mencapai tujuan bersama.

Sedangkan McLeod (2001, p25) menjelaskan pengertian sistem sebagai suatu

integrasi elemen-elemen yang semuanya bekerja menuju satu tujuan. Semua

sistem meliputi tiga elemen utama, yaitu input, transformasi, dan output.

Sebuah sistem memiliki tujuh elemen kunci sebagai berikut (Martin et al.,

2005, p356) :

1. Boundary

Gambaran mengenai elemen-elemen mana (seperti komponen dan storage)

yang berada di dalam sistem untuk dianalisis, dan mana yang ada di luar

sistem; diasumsikan bahwa elemen-elemen di dalam lingkup sistem lebih

mudah berubah dan mudah untuk dikontrol daripada yang di luar.

2. Environment

Segala sesuatu yang ada di luar sistem; lingkungan memberikan asumsi-

asumsi, batasan-batasan, dan masukan-masukan ke dalam sistem.

3. Inputs

Sumber-sumber daya (data, material, suplai, energi) dari lingkungan yang

dikonsumsi dan dimanipulasi di dalam sistem.

4. Outputs

Sumber-sumber daya atau produk (informasi, laporan, dokumen, tampilan

layar, material) yang disediakan untuk lingkungan akibat aktivitas di dalam

sistem.

53

5. Components

Aktivitas atau proses di dalam sistem yang mengubah input menjadi bentuk

setengah jadi atau menghasilkan output sistem; komponen dapat juga

dianggap sebagai sistem itu sendiri, dimana mereka disebut sebagai

subsistem, atau modul.

6. Interfaces

Tempat dimana dua komponen atau sistem dan lingkungannya bertemu untuk

berinteraksi; sistem sering membutuhkan subkomponen khusus pada

tampilan untuk menyaring, menerjemahkan, menyimpan, dan memeriksa

apapun yang mengalir melalui tampilan.

7. Storage

Area penyimpanan yang digunakan untuk menyimpan informasi, energi,

material, dan seterusnya untuk semnetara dan permanen; storage

menyediakan buffer di antara komponen sistem yang memungkinkan mereka

untuk bekerja pada waktu dan aktivitas yang berbeda, dan memungkinkan

komponen yang berbeda saling berbagi sumber data yang sama.

2.3.2. Pengertian Informasi

Informasi adalah salah satu dari lima jenis utama sumber daya yang dapat

dipakai oleh manajer. Semua sumber daya termasuk informasi dapat dikelola.

Pengelolaan informasi semakin penting saat bisnis menjadi lebih rumit dan

kemampuan komputer berkembang (McLeod, 2001, p25).

Informasi merupakan data yang telah diproses dan diatur ulang menjadi

bentuk yang lebih bermakna bagi seseorang (Whitten et al., 2004, p764).

54

2.3.3. Pengertian Sistem Informasi

Menurut Martin et al. (2005, p355), sistem informasi adalah kumpulan

dari teknologi informasi, prosedur, dan orang-orang yang bertanggung jawab

dalam penangkapan, pergerakan, pengaturan, dan distribusi dari data dan

informasi. Seperti sistem-sistem lainnya, sangat krusial bahwa komponen-

komponen sistem informasi harus dapat bekerja sama dengan baik. Komponen-

komponen tersebut harus konsisten, redundansinya minimal, lengkap, dan

terkoneksi secara baik.

Sedangkan pengertian sistem informasi menurut O’Brien (2005, p5)

adalah kombinasi teratur dari orang-orang (people), perangkat keras (hardware),

perangkat lunak (software), jaringan komunikasi (network) dan sumber daya data

(data resource) yang mengumpulkan, mengubah, dan menyebarkan informasi

dalam sebuah organisasi.

Peran utama sistem informasi (O’Brien, 2005, pp10-11) adalah :

1. Mendukung proses bisnis

2. Mendukung pengambilan keputusan para pegawai dan manajernya dalam

membuat strategi untuk keunggulan kompetitif.

55

2.4. Analisis dan Perancangan Sistem Informasi

2.4.1 Analisis Sistem Informasi

Menurut Whitten et al. (2004, p186), analisis sistem merupakan teknik

penyelesaian masalah yang mendekomposisikan sistem ke dalam komponen-

komponen pembentuknya dengan tujuan untuk mengetahui seberapa baik

komponen-komponen tersebut bekerja sama dan beinteraksi untuk mencapai

tujuan yang ditetapkan.

Analisis sistem informasi termasuk dalam fase pengembangan proyek

sistem informasi yang fokus utamanya adalah mengetahui permasalahan dan

kebutuhan-kebutuhan yang ada di proses bisnis berjalan. Analisis sistem

informasi bersifat independen dari setiap teknologi yang dapat maupun akan

digunakan sebagai solusi terhadap masalah yang ada.

2.4.2 Perancangan Sistem Informasi

Whitten et al. (2004, p186) berpendapat, perancangan sistem merupakan

teknik penyelesaian masalah pelengkap (untuk analisis sistem) dengan

mengumpulkan kembali komponen-komponen sistem menjadi sistem yang

lengkap – dengan harapan, sistemnya lebih baik. Proses ini dapat melibatkan

penambahan, penghapusan, dan pengubahan pada sistem berjalan.

Perancangan sistem informasi meliputi kegiatan yang berfokus pada

spesifikasi dari solusi detil yang berbasis komputer, disebut juga physical design.

Bila analisis sistem menekankan pada masalah bisnis, sebaliknya perancangan

sistem berfokus pada pertimbangan teknis dan implementasi sistemnya.

56

2.5. Sistem Informasi Berorientasi Objek

2.5.1. Pemodelan Objek

Pemodelan objek merupakan teknik untuk mengidentifikasi objek-objek

di dalam suatu lingkungan sistem dan mengidentifikasi hubungan / relasi antara

objek-objek tersebut (Whitten et al., 2004, p430). Teknik pemodelan objek

menggambarkan penggunaan metodologi dan notasi diagram yang sangat

berbeda dengan yang digunakan untuk pemodelan data dan pemodelan proses.

Pada tahun 1994, Grady Booch, James Rumbaugh, dan Ivar Jacobson

bergabung untuk menciptakan metode pengembangan sistem berorientasi objek.

Fokus mereka adalah membuat sebuah bahasa pemodelan objek standar untuk

melengkapi metode sistem berorientasi objek yang sudah ada. Hasilnya yaitu

Unified Modelling Language (UML) versi 1.0 yang dirilis pada tahun 1997.

UML adalah seperangkat persetujuan bahasa pemodelan yang digunakan

untuk menjelaskan atau menggambarkan sistem perangkat lunak (software)

dalam kaitannya dengan objek. UML tidak menentukan metode pengembangan

sistem, melainkan hanya menotasikan sistem tersebut ke dalam pemodelan objek

standar yang dapat diterima oleh semua pihak.

2.5.2. Objek dan Kelas

Menurut Mathiassen et al. (2000, p4), objek adalah sebuah entitas yang

memiliki identitas (identity), atribut (state), dan perilaku (behavior). Contohnya

objek sepeda yang memiliki identitas berupa nama ‘sepeda’, atributnya berupa

pedal, roda, jeruji, dan stang. Sedangkan perilaku sepeda adalah kecepatannya

bisa naik atau turun, bisa mengerem, pedalnya dapat dikayuh, dan sebagainya.

57

Kelas adalah deskripsi dari sekumpulan objek yang saling berbagi

struktur, pola perilaku, dan atribut. Yang membedakan objek-objek di dalam

suatu kelas adalah identitasnya. Tiap objek memiliki identitas yang berbeda dan

spesifik. Kelas menjadi dasar dari modularitas dan struktur dalam pemrograman

berorientasi objek.

Sebagai contohnya, kelas manusia. Maka di dalam kelas tersebut

disimpan data mengenai atribut / sifat-sifat yang dimiliki manusia (warna kulit,

memiliki 2 mata, warna rambut, jenis kelamin, dst.) serta bagaimana perilakunya

(berjalan, tidur, makan, dst.). Di dalam kelas manusia tersebut ada banyak objek-

objek manusia sebagai anggotanya, yaitu manusia A, manusia B, manusia C, dan

seterusnya, yang memiliki atribut dan perilaku yang sama.

2.5.3. Analisis Sistem Informasi Berorientasi Objek

Analisis sistem informasi yang menggunakan pemodelan objek disebut

dengan analisis sistem berorientasi objek atau object-oriented analysis (OOA).

Seperti yang dijelaskan oleh Whitten et al. (2004, p430), bahwa OAA merupakan

pendekatan yang digunakan untuk :

1. mempelajari objek-objek yang sudah ada untuk melihat apakah mereka dapat

digunakan lagi atau disesuaikan untuk penggunaan yang baru, dan

2. mendefinisikan objek baru atau yang sudah dimodifikasi, yang akan

digabungkan dengan objek-objek yang sudah ada ke dalam suatu aplikasi

bisnis.

Objek-objek yang diidentifikasi pada saat analisis disebut dengan entity

object (Whitten et al., 2004, p686; Mathiassen, 2000, p4). Objek entitas ini

58

merupakan objek yang berisi informasi (attribute) terkait dengan proses bisnis,

sifatnya tetap, dan disimpan di dalam database. Atribut objek menunjukkan

bagaimana user dapat membedakan suatu objek dengan objek-objek lain di

dalam konteks sistem.

Objek tersebut juga mengenkapsulasi behaviour (disebut method) untuk

memelihara atribut / informasi yang dimilikinya. Sebuah objek entitas dikatakan

bersifat tetap, yang artinya objek muncul sesaat setelah eksekusi program

software menciptakannya. Objek entitas hidup di antara eksekusi program karena

informasi tentang objek entitas itu disimpan di dalam database, yang

memungkinkan objek tersebut dipanggil kembali dan dimanipulasi.

2.5.4. Perancangan Sistem Informasi Berorientasi Objek

Perancangan sistem informasi yang menggunakan pemodelan objek

disebut perancangan sistem berorientasi objek atau object-oriented design

(OOD). OOD adalah kelanjutan dari OAA; merupakan pendekatan yang

digunakan untuk menetapkan solusi perangkat lunak / software yang berkenaan

dengan kolaborasi objek, atribut-atribut objek, dan perilaku-perilaku objek

(Whitten et al., 2004, p686). OOD menggunakan model yang sama dengan yang

dikembangkan saat analisis dan menyaringnya untuk merefleksikan lingkungan

produksi yang ditargetkan, termasuk software, hardware, dan teknologi

arsitekturnya.

Jika objek yang diidentifikasi saat analisis adalah objek yang

merepresentasikan data aktual di dalam proses bisnis, maka selama perancangan

59

sistem akan diidentifikasi tipe-tipe objek lainnya sebagai hasil implementasi fisik

sistem yang baru. Kedua tipe objek ini adalah :

1. Interface Object

Objek ini dipakai sebagai alat agar user dapat berkomunikasi dengan sistem.

Yang termasuk dalam interface object adalah jendela layar / window, kotak

dialog / dialogue box, dan layar / screen. Tugas dari interface object adalah ;

• mentranslasikan masukan user menjadi informasi yang dapat

dimengerti oleh sistem dan digunakan untuk memproses kejadian

bisnis.

• mengambil data yang terkait dengan kejadian bisnis dan mentranslasi

data tersebut untuk dipresentasikan kepada user.

2. Control Object

Objek ini berisi aplikasi logis atau aturan-aturan kejadian bisnis. Control

object mengatur interaksi interface object dan entity object agar sistem lebih

robust. Selain itu aktivitas proses lebih mudah dikendalikan ketika

implementasi sistem dijalankan. Di dalam use-case, sebuah control object

dapat diasosiasikan dengan hanya satu actor saja.

60

2.5.5. Kriteria Pemrograman Berorientasi Objek

Suatu bahasa pemrograman, disebut sebagai bahasa yang mendukung

pemrograman berorientasi objek atau Object-Oriented Programming (OOP) jika

memiliki kriteria sebagai berikut :

1. Enkapsulasi (Encapsulation)

Prinsip enkapsulasi ini diaplikasikan kepada objek, dimana baik

atribut dan perilaku objek tersebut dibungkus menjadi satu, yaitu di dalam

objek itu sendiri (Whitten et al., 2004, p432). Jadi, setiap objek memiliki

tanggung jawab terhadap fungsi dan perilaku yang mempengaruhi data (atau

atribut) yang dimilikinya.

Satu-satunya cara untuk mengakses atau mengubah atribut objek

adalah melalui perilaku spesifik dari objek tersebut. Contoh : hanya SAYA

(sebagai objek) yang dapat MENGUBAH (sebagai perilaku) NAMA

AKHIR dan ALAMAT RUMAH (sebagai atribut) yang tersimpan di dalam

database mahasiswa BINUS.

2. Pewarisan (Inheritance)

Konsep pewarisan merupakan konsep dimana perilaku dan / atau

atribut yang didefinisikan di dalam suatu kelas objek, dapat diwariskan atau

digunakan juga oleh kelas objek yang lainnya (Whitten et al., 2004, p434).

Konsep ini memperkenalkan tingkatan / taksonomi di dalam kelas, yaitu

superclass dan subclass. Superclass mewakili kelas objek yang lebih umum

(generalisasi), sedangkan subclass adalah kelas objek yang lebih rendah

levelnya (spesialisasi).

61

Sebagai contoh, ORANG di dalam sebuah kelas pembelajaran dapat

diklasifikasikan menjadi MURID dan GURU. Dalam hal ini, kelas objek

ORANG menjadi superclass, dan kelas objek MURID dan GURU menjadi

subclass-nya. Untuk lebih jelas, diperlihatkan melalui gambar di bawah ini :

ORANG

MURID GURU

Superclass

Subclass 1 Subclass 2

Gambar 2.9. Superclass - Subclass

3. Polimorfisme (Polymorphism)

Polimorfisme merupakan konsep yang menyatakan dimana objek

yang berbeda dapat meresponi pesan yang sama dengan cara yang berbeda

pula (Whitten, 2004, p438). Misal, objek JENDELA dan PINTU yang sama-

sama dapat melakukan proses membuka dan menutup. Tetapi cara kedua

objek memproses buka dan tutup tersebut berbeda.

Untuk PINTU, membuka-menutup dilakukan dengan mengayun ke

dalam dan ke luar, sedangkan JENDELA dengan cara menggeser ke atas dan

ke bawah. JENDELA pun bermacam-macam jenisnya. Tidak semua

JENDELA harus menggeser ke atas dan ke bawah, ada juga yang harus

didorong ke luar dan ke dalam seperti PINTU. Keragaman berbagai objek

dalam meresponi pesan yang sama inilah yang disebut dengan polimorfisme.

62

2.6. Analisis dan Perancangan Sistem Informasi Berorientasi Objek (OOA&D)

Mathiassen et al. (2000, p12) menyebutkan, OOA&D merupakan

kumpulan pedoman umum untuk melakukan analisis dan perancangan sistem.

Metode ini harus disesuaikan dengan kondisi proyek / organisasi dimana sistem

akan diimplementasikan. Ada 4 aktivitas utama yang dilakukan dalam OOA&D,

yaitu : problem-domain analysis, application-domain analysis, architectural

design, dan component design, secara berturut-turut. Setiap aktivitas ini akan

memberikan hasil yang spesifik. Hasil di tiap aktivitas tersebut nantinya akan

disajikan dalam bentuk dokumentasi analisis dan dokumentasi perancangan

sistem. Cara mengatur dan mendokumentasikan aktivitas-aktivitas ini tergantung

dari bagaimana menyesuaikan OOA&D dengan kebutuhan yang ada.

Model

Spesification of Component

Requirement for use

Specifications of architecture

Component Design

Problem-Domain Analysis

Application-Domain Analysis

Architectural Design

Sumber : Object Oriented Analysis & Design. (Mathiassen et al., 2000, p15)

Gambar 2.10. Aktivitas Utama dalam OOA&D

63

2.6.1 System Choice

Sumber : Object Oriented Analysis & Design. (Mathiassen et al., 2000, p25)

Gambar 2.11. Sub Aktivitas dalam Pemilihan Sistem

Pemilihan sistem terdiri dari beberapa sub aktivitas seperti gambar di

atas. Sub aktivitas pertama berfokus pada tantangan bagaimana cara untuk

mendapatkan gambaran umum mengenai situasi permasalahan yang ada dan dari

berbagai sudut pandang orang yang menginterpretasikannya. Cara

menggambarkan situasi ini adalah dengan membuat Rich Picture. Dengan

menggunakan Rich Picture, situasi dari berbagai sudut pandang user bisa didapat

dengan cepat. Tujuannya bukan untuk memberikan deskripsi yang detil

mengenai keadaan secara keseluruhan, melainkan hanya untuk memberikan

gambaran secara umum.

Sub aktivitas kedua adalah menciptakan dan mengevaluasi ide-ide untuk

perancangan sistem. Ide-ide ini menggambarkan bagian dari solusi

terkomputerisasi yang dapat dirangkum dalam satu atau lebih definisi sistem.

Proses menciptakan ide ini harus melibatkan user. Ada 3 cara untuk menciptakan

dan mengevaluasi ide, yaitu :

64

• Exemplars : mempelajari dan mengambil / meniru solusi dari organisasi

yang juga mengalami permasalahan sistem yang sama. Misal,

mempelajari sistem akunting standar yang beredar di pasaran.

• Metaphors : melakukan studi dan pertemuan-pertemuan dengan membuat

metafora dari permasalahan yang ada. Misal, sistem perpustakaan

dimetaforakan dengan sistem pengendalian inventori.

• Experiments : membuat prototipe sistem yang ditargetkan dengan alat

bantu. Prototipe ini harus mudah diimplementasikan dan mudah diubah-

ubah, tidak harus terkomputerisasi. Misal, menggambar layar pada

secarik kertas dan membuat urutan gambar layar untuk mengilustrasikan

penggunaan sistem nantinya.

Pada sub aktivitas ketiga, diformulasikan dan dipilih definisi sistemnya,

merundingkan dan mengevaluasi alternatif-alternatif definisi sistem yang

berhubungan dengan situasi yang ada. Definisi sistem diperoleh melalui iterasi

ketiga subaktivitas tadi. Hal ini terjadi karena pemahaman situasi yang terus

diperbarui dan penciptaan ide-ide baru yang inovatif. Tujuan dari sub aktivitas

ketiga ini adalah memilih sistem aktual yang akan dikembangkan. Caranya

dengan menjelaskan secara sistematis interpretasi-interpretasi, kemungkinan-

kemungkinan, dan konsekuensi-konsekuensi dari beberapa alternatif solusi.

Definisi sistem sebagai hasil pemilihan sistem harus dapat memberikan

deskripsi yang jelas mengenai sistem terkomputerisasi dengan menggunakan

bahasa sehari-hari. Definisi sistem dapat dinyatakan melalui kriteria FACTOR :

65

• Functionality : merupakan fungsi sistem yang mendukung kegiatan

application-domain.

• Application domain : bagian organisasi yang mengelola, memonitor, dan

mengontrol problem domain.

• Conditions : situasi dimana sistem akan dikembangkan dan digunakan.

• Technology : teknologi yang digunakan untuk mengembangkan sistem

dan teknologi yang digunakan untuk menjalankan sistem.

• Objects : Objek utama dalam problem domain.

• Responsibility : Tanggung jawab sistem secara keseluruhan terhadap

konteksnya.

2.6.2 Problem-Domain Analysis

Problem domain adalah bagian dari konteks yang dikelola, dimonitor,

dan dikontrol oleh sebuah sistem (Mathiassen et al., 2000, pp45-48). Problem-

domain analysis difokuskan untuk menjawab pertanyaan : “Informasi apa yang

dihadapi oleh sistem?”. Selama aktivitas analisis berlangsung, akan dibuat

sebuah model problem-domain yang menyediakan bahasa untuk

mengekspresikan kebutuhan-kebutuhan sistem. Saat perancangan sistem, model

tersebut akan diubah ke dalam bentuk komponen yang mewakili atribut problem-

domain saat ini maupun yang di masa lalu.

Model problem-domain harus dapat memberikan pemahaman yang benar

kepada calon user. Titik awal utama dari analisis problem-domain adalah definisi

sistem. Elemen “objek” dari definisi sistem (FACTOR) menyediakan kriteria

66

dasar pemilihan objek, class, dan event. Problem-domain analysis dibagi

menjadi tiga aktivitas seperti yang terlihat pada gambar berikut :

System Definition

Classes Behavior

StructureModel

Sumber : Object Oriented Analysis & Design. (Mathiassen et al., 2000, p46)

Gambar 2.12. Aktivitas dalam Problem-Domain Analysis

1. Classes

Classes menggambarkan kegiatan dalam mendefinisikan isi informasi dari

sistem. Problem domain didefinisikan dan digolongkan dengan cara memilih

kelas (class) dan operasi (event). Class menunjukkan bagian-bagian di dalam

problem domain, sedangkan event merujuk pada operasi-operasi yang

dilakukan objek di dalam class. Event ini merupakan element dasar dari

behavior. Hasil dari aktivitas classes adalah sebuah event table yang berisi

kelas-kelas yang terpilih bersama event-event yang terkait class tersebut.

2. Structure

Structure berhubungan dengan menggambarkan relasi struktural antara class

dengan objek. Relasi di dalam problem domain ini ada yang bersifat statis

(struktur abstrak antar class) dan dinamis (struktur antar objek). Hasil

dariaktivitas struktur adalah class diagram yang menunjukkan kelas-kelas

yang terpilih dan relasi struktural antara kelas-kelas dan objek-objek.

67

3. Behavior

Behavior berkaitan dengan perilaku dan interaksi objek. Pada aktivitas ini

digambarkan sifat-sifat dan atribut dinamis dari setiap kelas yang terpilih.

Deskripsi dari perilaku dan atribut ini menciptakan penggolongan objek di

problem domain dengan lebih jelas. Hasilnya disebut sebagai state diagram.

2.6.3 Application-Domain Analysis

Application domain adalah organisasi yang mengelola, memonitor, dan

mengontrol problem domain (Mathiassen et al., 2000, pp115-118). Application-

domain analysis berfokus pada pertanyaan : “Bagaimana sistem target ini akan

digunakan?”. Tujuan pertanyaan ini adalah untuk mendefinisikan kebutuhan-

kebutuhan (requirement) akan fungsi sistem dan interface. Aktivitas-aktivitas

dalam problem-domain analysis dapat dilihat pada gambar berikut :

Sumber : Object Oriented Analysis & Design. (Mathiassen et al., 2000, p117)

Gambar 2.13. Aktivitas dalam Application-Domain Analysis

68

1. Usage

Dari aktivitas ini, akan ditetapkan sistem target yang digunakan dalam

application domain dengan mengidentifikasi dan strukturisasi use case dan

actor. Menurut Mathiassen et al. (2000, p119), actor adalah abstraksi user

atau sistem lain yang berinteraksi dengan sistem target. Sedangkan use case

adalah pola interaksi antara sistem dan actor di dalam application domain.

Hasil dari aktivitas usage adalah use-case diagram.

2. Functions

Tujuan aktivitas ini adalah untuk menetapkan kemampuan sistem dalam

memproses informasi (Mathiassen et al., 2000, p137). Pada aktivitas ini

diformulasikan kebutuhan fungsi-fungsi sistem. Fungsi adalah fasilitas untuk

membuat model yang berguna bagi actor. Ada beberapa tipe fungsi dalam

yang menunjukkan relasi antara model dan konteks sistem, yaitu :

• Update : fungsi yang diaktifkan oleh problem-domain event dan

hasilnya adalah perubahan pada atribut model.

• Signal : fungsi yang diaktifkan oleh perubahan pada atribut model

dan hasilnya adalah reaksi di dalam konteks; reaksi ini mungkin

ditampilkan ke actor dalam application domain, atau langsung

mengintervensi problem domain.

• Read : fungsi yang diaktifkan oleh kebutuhan akan informasi dari

kegiatan kerja actor dan hasilnya merupakan tampilan bagian-bagian

model yang relevan dengan informasi yang dibutuhkan.

69

• Compute : fungsi yang diaktifkan karena kebutuhan informasi dari

kegiatan kerja actor dan terdiri dari komputasi yang melibatkan

informasi dari actor atau model; hasil yang ditampilkan berupa hasil

perhitungan.

Aktivitas function ini berupa sebuah daftar fungsi (function list) beserta tipe

fungsi dan kompleksitasnya.

3. Interface

Di dalam aktivitas ini dibahas mengenai bagaimana menguraikan kebutuhan

tampilan / interface sistem. Interface adalah fasilitas yang membuat actor

dapat mengakses model sistem dan fungsi-fungsinya (Mathiassen et al.,

2000, p151). User interface sebagai tampilan layar untuk user, hasilnya dapat

berupa dialogue style dan form presentasi, daftar lengkap elemen user

interface, window diagram pilihan dan navigation diagram.

2.6.4 Architectural Design

Tujuan dari aktivitas architectural design ini adalah untuk merancang

sistem terkomputerisasi berupa spesifikasi arsitektur yang memenuhi kriteria-

kriteria tertentu. Hasil perancangan arsitektur ini juga menjadi kerangka kerja

bagi aktivitas pengembangan yang tersisa (Mathiassen et al., 2000, pp173-176).

Yang menjadi pedoman aktivitas perancangan adalah dokumentasi hasil aktivitas

analisis sistem sebelumnya; seperti dijelaskan pada bagian 2.5.4, dimana OOD

adalah kelanjutan dari OOA.

Sesuai dengan tujuan tersebut di atas, perancangan arsitektur ini dibagi

menjadi beberapa aktivitas seperti terlihat pada gambar berikut :

70

Sumber : Object Oriented Analysis & Design. (Mathiassen et al., 2000, p176)

Gambar 2.14. Aktivitas dalam Architectural Design

1. Criteria

Sebuah OOD akan dievaluasi untuk mengetahui apakah sistem tersebut

nantinya akan memenuhi kebutuhan sesuai dengan yang dicatat dalam

dokumentasi analisis. Sebuah perancangan yang baik memiliki beberapa

karakteristik yaitu :

• tidak terdapat kelemahan yang mendasar, dan

• bersifat usable, flexible, dan comprehensible.

Kriteria adalah sifat-sifat terpilih yang harus dimiliki oleh arsitektur sistem.

Kriteria ini yang nantinya dipakai sebagai alat untuk mengukur kualitas

software yang akan dibangun. Kriteria-kriteria yang ada akan dibuat

prioritasnya sesuai dengan kebutuhan sistem target, yaitu apakah kriteria

tersebut sangat penting, penting, kurang penting, tidak relevan, atau mudah

ditambahkan. Beberapa kriteria yang dipertimbangkan adalah :

71

Tabel 2.3. Kriteria Dalam OOD

Kriteria Untuk mengukur ... Usable Kemampuan sistem beradaptasi dengan organisasi, tingkat

hubungan kerja, dan konteks teknisnya. Secure Tindakan pencegahan terhadap akses terhadap data dan

fasilitas oleh pihak yang tidak berhak melakukannya. Efficient Nilai ekonomis dari fasilitas technical platform. Correct Kemampuan dalam menjawab kebutuhan konteks sistem. Reliable Kemampuan dalam melakukan eksekusi fungsi secara presisi. Maintainable Biaya alokasi dan pembetulan kerusakan sistem. Testable Biaya untuk memastikan bahwa sistem berjalan sesuai dengan

perintah fungsinya. Flexible Biaya modifikasi / pengembangan dari sistem yang sudah

dipasang. Comprehensible Usaha yang dibutuhkan untuk mendapatkan pemahaman yang

koheren terhadap sistem. Reusable Potensi menggunakan bagian sistem ke dalam sistem lain

yang berelasi. Portable Biaya memindahkan sistem ke technical platform yang lain. Interoperable Biaya untuk merangkaikan sistem ini dengan sistem yang lain

untuk dioperasikan bersama-sama. Sumber : Object Oriented Analysis & Design. (Mathiassen et al., 2000, p178)

2. Component Architecture

Arsitektur komponen dibuat untuk menciptakan karakteristik struktur sistem

yang flexible dan comprehensible. Aktivitas ini berfokus pada aspek-aspek

yang stabil, yaitu kelas. Arsitektur ini mendekomposisikan struktur sistem ke

dalam bentuk komponen-komponen yang saling berelasi. Hasil dari aktivitas

ini adalah class diagram dengan spesifikasi komponen-komponen

kompleksnya.

72

3. Process Architecture

Arsitektur proses dibuat untuk mendefinisikan struktur fisik yang membentuk

sistem. Aktivitas ini berfokus pada aspek-aspek yang dinamis, yaitu objek.

Arsitektur ini membentuk proses di dalam sistem agar mencapai koordinasi

dan dapat digunakan secara efisien pada technical platform, dan

memperhatikan pertimbangan-pertimbangan fisik. Arsitektur proses

mendekomposisikan struktur sistem menjadi beberapa proses yang

berinteraksi. Hasil aktivitas ini berupa deployment diagram yang

menunjukkan prosesor bersama program yang dilakukannya dan active

object di dalamnya.

2.6.5 Component Design

Tujuan perancangan komponen adalah untuk menetapkan implementasi

kebutuhan di dalam kerangka kerja arsitektural yang telah dibuat. Ada dua

komponen sistem yang akan dibahas pada aktivitas ini, yaitu komponen model

dan komponen fungsi.

1. Model component

Tujuan komponen model dibuat adalah untuk menyampaikan data ke fungsi

dan interface saat ini maupun yang lalu, dan terakhir kepada user dan sistem

lainnya. Model harus merefleksikan relasi konseptual yang relevan dari

problem domain, jelas, dan cepat serta mudah digunakan. Dasar perancangan

model ini adalah model berorientasi objek pada aktivitas analisis (class

diagram). Kegiatan utamanya, menggambarkan event menggunakan

mekanisme yang tersedia di bahasa pemrograman berorientasi objek.

73

Hasilnya berupa revised class diagram yang biasanya terdiri dari

penambahan kelas, atribut, dan struktur yang mewakili event.

2. Function component

Tujuan komponen fungsi dibuat adalah untuk menetapkan implementasi

fungsi. Behavior dalam sistem berorientasi objek yang digambarkan sebagai

operasi, harus dapat diaktifkan melalui objek-objek kelas yang relevan.

Dengan itu, komponen-komponen fungsi dalam kaitannya dengan operasi

harus diimplementasi. Dasar perancangan ini adalah tipe-tipe fungsi yang ada

(Signal, Read, Update, Compute). Hasilnya berupa class diagram dengan

operasi di dalam kelas dan komponen fungsinya.

74

2.7. Notasi

Mathiassen et al. (2000, pp329-330) mengemukakan bahwa notasi adalah

sebuah bagian bahasa baku yang berbentuk teks dan grafik / gambar untuk

menjelaskan sistem dan konteksnya. Tujuan penggunaan notasi ini adalah untuk

menyederhanakan komunikasi dan dokumentasi. Notasi terdiri dari elemen-

elemen, aturan-aturan penyusunan elemen, dan tata cara untuk menafsirkannya.

Notasi yang baik, memiliki beberapa karakteristik sebagai berikut :

1. dapat mengekspresikan baik gambaran secara umum maupun detil,

2. mengandung elemen-elemen tekstual dan grafikal,

3. dapat digunakan untuk membuat skema dan spesifikasi yang tepat,

4. memungkinkan pengendalian sintaksis dan konsistensi secara otomatis,

5. memungkinkan dukungan alat bantu yang terotomatisasi,

6. menciptakan lingkup keseluruhan yang relevan dan dapat digunakan secara

konsisten.

Pengembangan sistem informasi berorientasi objek atau object-oriented

analysis and design (OOA&D) menggunakan notasi-notasi dalam tiga jenis

bentuk, yaitu : daftar dan tabel, diagram, dan spesifikasi tekstual. Masing-masing

tahap dalam OOA&D memuat campuran dari ketiga jenis notasi tersebut.

1. Daftar dan Tabel

Tabel sesuai untuk memberikan gambaran umum mengenai relasi antara dua

elemen dalam deskripsi. Sedangkan daftar cocok dipakai untuk menjelaskan

keseluruhan elemen di dalam kategori tertentu. Tabel dan daftar ini tidak

termasuk dalam UML.

75

2. Diagram

Diagram memberikan gambaran umum deskripsi dalam lingkup yang

terbatas. Pada gambar di bawah ini, ditunjukkan diagram-diagram yang

digunakan dalam OOA&D. Semuanya menggunakan notasi UML kecuali

rich picture, navigation diagram, dan window diagram.

3. Spesifikasi Tekstual

Spesifikasi tekstual cocok untuk mendeskripsikan aspek-aspek detil secara

singkat dan tepat. Spesifikasi tekstual ini juga tidak termasuk ke dalam UML,

tetapi dapat dilampirkan sebagai catatan tambahan bagi elemen-elemen

diagram yang sifat detilnya perlu dijelaskan.

76

2.8. Diagram OOA&D

2.8.1 Rich Picture

Rich picture merupakan gambar informal yang menggambarkan persepsi

keseluruhan kegiatan yang menjadi lingkup proyek pengembangan sistem

(Mathiassen et al., 2000, pp26-29). Rich picture menggambarkan secara khusus

permasalahan sistem dan application domain.

Rich picture tidak memiliki notasi khusus, namun dalam pembuatannya

harus dipertimbangkan agar benar-benar dapat memberikan pemahaman yang

sesuai, baik terhadap user maupun tim pengembang sistem. Hal tersebut penting,

karena rich picture merupakan alat bantu utama bagi tim pengembang sistem

untuk meraih pemahaman yang jelas tentang lingkup proses yang dihadapinya.

Di saat yang bersamaan, rich picture juga berguna sebagai alat bantu untuk

memfasilitasi komunikasi yang baik dengan user.

Sumber : Object Oriented Analysis & Design. (Mathiassen et al., 2000, p28)

Gambar 2.15. Contoh Rich Picture

77

2.8.2 Class Diagram

Class diagram menggambarkan struktur objek di dalam sistem dan relasi

antar objek-objek di dalam class itu. Class diagram memberikan gambaran

umum problem domain secara koheren, yaitu dengan menggambarkan semua

relasi struktural antara class dan objek di dalam model. (Mathiassen et al., 2000,

pp69-77)

Ada dua macam struktur di dalam class diagram, yaitu :

1. Structures between Classes

Struktur class menandakan relasi antar class yang bersifat statis dan

konseptual. Mereka menghubungkan class dimana relasinya tidak akan

berubah kecuali ada perubahan pada deskripsinya.

Ada dua macam struktur class : generalisasi dan cluster. Generalisasi

mengumpulkan sifat-sifat umum dan pola behavior dari class-class yang

berbeda ke bentuk class yang lebih umum. Sedangkan struktur cluster

mengumpulkan beberapa class pada class diagram di bawah satu konsep

yang menyeluruh.

2. Structures between Objects

Struktur antar objek memiliki relasi yang lebih konkret dan dinamis.

Relasi ini dapat berubah-ubah tanpa menunggu perubahan deskripsinya.

Struktur antar objek juga memiliki dua macam tipe : agregasi dan asosiasi.

Keduanya menangkap relasi yang dinamis antar objek dalam problem

domain. Agregasi menunjukkan relasi sebuah objek superior (the whole)

yang terdiri dari beberapa objek inferior (the parts). Sedangkan asosiasi

78

menunjukkan kedua objek yang saling berhubungan memiliki relasi dalam

prosesnya, namun sebatas hubungan asosiasi, seperti namanya.

Struktur antar objek digambarkan sebagai relasi antara dua class atau

lebih. Struktur yang digambarkan dalam tingkat class dengan tanda

multiplicity, artinya ada beberapa objek dari class yang berelasi tadi dapat

dihubungkan.

Sumber : Object Oriented Analysis & Design. (Mathiassen et al., 2000, p70)

Gambar 2.16. Contoh Class Diagram

79

2.8.3 Statechart Diagram

Statechart diagram menggambarkan sifat umum dari semua objek dalam

class dan berisikan atribut / state dan transisi atributnya. Selama analisis,

biasanya menggambarkan atribut cukup dengan nama. Transisi menggambarkan

event pada problem domain sistem. Statechart diagram juga dapat

menggambarkan use case, dimana transisi sebagai simbol actions. (Mathiassen et

al., pp341-343)

Sumber : Object Oriented Analysis & Design. (Mathiassen et al., 2000, p98)

Gambar 2.17. Contoh Statechart Diagram

80

2.8.4 Use-Case Diagram

Use-case diagram menunjukkan hubungan relasional antara actor dan

use-case (Mathiassen et al., 2000, p343). Diagram ini menggambarkan esensi

yang sama dengan actor table. Actor dan use-case adalah dua elemen dalam

deskripsi. Koneksi antara keduanya mengindikasikan bahwa actor berperan

dalam use-case yang bersangkutan. Koneksi ini juga dapat terlihat dalam struktur

class diagram. Namun, hal ini berlaku hanya untuk beberapa situasi khusus.

Semua use-case yang didukung oleh satu sistem, dapat dikelompokkan

dengan nama sistem yang sama. Selain itu, dapat dikelompokkan pula

berdasarkan subsistemnya. Setiap use-case menentukan beberapa urutan

interaksi yang mungkin antara actor dengan sistem. Detilnya dijelaskan

menggunakan use-case specification atau statechart diagram.

Sumber : Object Oriented Analysis & Design. (Mathiassen et al., 2000, p129)

Gambar 2.18. Contoh Use-Case Diagram

81

2.8.5 Sequence Diagram

Sequence diagram menggambarkan interaksi antara beberapa objek

dalam kurun waktu tertentu. Keberadaannya adalah sebagai tambahan class

diagram, yang menggambarkan situasi umum dan statis. Sequence diagram

mampu menunjukkan situasi yang kompleks dan dinamis dari objek-objek yang

dihasilkan oleh class diagram (Mathiassen et al., 2000, pp340-341).

Pada sequence diagram, sumbu horisontal menunjukkan partisipasi objek

dan sumbu vertikal menunjukkan urutan waktu. Interaksi terjadi ketika ada

message / pesan yang disampaikan antar objek. Sequence diagram dapat

menggambarkan interaksi spesifik maupun beberapa urutan interaksi yang

melibatkan perulangan atau pesan kondisional. Garis hidup (lifeline) objek

berupa batang dengan nama objek di atasnya. Bagian garis hidup ini dapat diberi

garis putus-putus sebagai tanda bahwa objek tidak terlibat dalam suatu situasi

dalam diagram. Objek diciptakan ketika simbol objek dicantumkan sesuai urutan

dan diterminasi menggunakan simbol dekstruksi (X).

Saat ini, notasi untuk sequence diagram berkembang dengan adanya

notasi untuk menggambarkan interaksi antar objek yang bersifat perulangan

(loop), pilihan (option), dan alternatif (alternate). Contoh penggambaran

sequence diagram sebagai berikut :

82

Sumber : Object Oriented Analysis & Design. (Mathiassen et al., 2000, p157)

Gambar 2.19. Contoh Sequence Diagram Standar

Sumber : [http2]

Gambar 2.20. Contoh Sequence Diagram dengan Loop Frame

83

Sumber : [http2]

Gambar 2.21. Contoh Sequence Diagram dengan Option Frame

Sumber : [http2]

Gambar 2.22. Contoh Sequence Diagram dengan Alternate Frame

84

2.8.6 Navigation Diagram

Diagram navigasi adalah bentuk spesial dari statechart diagram yang

berfokus pada keseluruhan dinamika tampilan jendela layar (window) untuk

user. Diagram ini menunjukkan window-window yang berpartisipasi dan transisi

window-window tersebut (Mathiassen et al., 2000, p344).

Sebuah window direpresentasikan oleh sebuah atribut. Atribut ini

memiliki nama dan berisi ikon yang berbentuk jendela layar mini (miniature

window). Transisi atribut dihubungkan ke tombol di dalam window. Dalam

transisi atribut, ada aksi yang harus dilakukan user terhadap window untuk

mengaktivasi transisi tersebut.

Sumber : Object Oriented Analysis & Design. (Mathiassen et al., 2000, p160)

Gambar 2.23. Contoh Navigation Diagram

85

2.8.7 Window Diagram

Window diagram menggambarkan rancangan satu jendela layar dan

meliputi skema detil dari elemen-elemen jendela layar yang bersangkutan

(Mathiassen et al., 2000, p344-345).

Sumber : Object Oriented Analysis & Design. (Mathiassen et al., 2000, p345)

Gambar 2.24. Contoh WindowDiagram

86

2.8.8 Deployment Diagram

Deployment diagram menggambarkan konfigurasi sistem dalam bentuk

prosesor dan objek yang dilekatkan pada prosesor (Mathiassen et al., 2000,

p340). Prosesor adalah sebuah unit yang dapat melakukan proses. Ketika

berbicara mengenai konfigurasi, prosesor berperan sebagai objek.

External device adalah stereotip (bentuk klise) khusus dari prosesor.

Komponen program adalah komponen koheren yang memberikan fasilitas

tertentu kepada komponen lain. Karakteristiknya adalah memiliki tampilan layar

untuk setiap class dan operasi yang diimplementasikannya.

Sebuah prosesor dapat memiliki beberapa komponen program. Prosesor

dan komponen program merupakan objek dan dapat berisikan objek-objek

lainnya. Sehingga, notasi objek dapat digunakan pada deployment diagram.

Sumber : Object Oriented Analysis & Design. (Mathiassen et al., 2000, p210)

Gambar 2.25. Contoh Deployment Diagram