65
BAB 3. METODOLOGI PENELITIAN
3.1. Bagan Alir Penelitian
Vergidis et al. (2007) mengusulkan dua langkah dasar dari framework multi-
objective optimisasi untuk perancangan proses bisnis. Langkah pertama adalah
membuat konstruksi model dengan cara model dirumuskan dalam bentuk matematis
untuk memastikan formalitas, konsistensi dan ketelitiannya. Langkah kedua adalah
mencari solusi model dengan menerapkan algoritma optimisasi pada model proses
bisnis dengan menggunakan KEA Tool-box. KEA Tool-box merupakan software
optimisasi yang dikembangkan oleh Bartz-Beielstein et al., 2004 yang menggunakan
algoritma NSGA-II (Non Dominated Sorting in Genetic Algorithm II), SPEA2 (Strength
Pareto Evolutionary Algorithm 2), MOPSO (Multi-Objective Particle Swarm
Optimisation)dengan penyelesaiannya menggunakan KEA-Software. Ketiga algoritma
ini digunakan karena dapat mengoptimisasi model proses bisnis yang multi-objective.
NSGA-II dan SPEA2 lebih popular dibandingkan dengan algoritma MOPSO. NSGA-II
banyak diaplikasikan dalam berbagai penelitian karena menggunakan pendekatan elitist,
sedikit parameter dan memberikan perkembangan solusi yang signifikan. SPEA2 juga
merupakan evolutionary algorithms yang menggunakan pendekatan elitist yang lain.
MOPSO memberikan hasil yang lebih baik apabila digunakan dalam permasalahan yang
membutuhkan pencarian solusi yang kontinu. Dari hasil analisis secara umum diketahui
bahwa algoritma NSGA-II memberikan solusi yang lebih optimal dibandingkan dengan
algoritma SPEA2 dan MOPSO. Dengan desain proses bisnis yang kompleks, secara
umum kemampuan dari NSGA-II dapat dikarakteristikkan baik dan memiliki elitism
yang dimana NSGA-II menyimpan solusi optimum dari setiap generasi dan
membandingkan solusi tersebut dengan solusi antar setiap generasi, sehingga
memungkinkan untuk mengidentifikasikan feasible solutions. Sesuai dengan informasi
yang diterima dari Bartz-Beielstein bahwa software optimisasi KEA Tool-box tidak di
rawat lagi untuk jangka waktu yang tidak terbatas, sehingga dalam penelitian ini tidak
akan menggunakan software tersebut.
66
Pada framework multi-objective optimisasi yang diusulkan oleh Vergidis et al.
tidak menggunakan metodologi pemodelan proses yang jelas untuk menggambarkan
proses bisnis yang terjadi, sehingga tidak memberikan penjelasan yang lebih rinci
mengenai proses yang terjadi dan tidak menunjukkan logika proses dari model.
Sementara itu Kusiak et al. (2000) mengatakan bahwa metodologi pemodelan proses
secara umum didasarkan pada simbol yang tidak formal dan secara kualitatif sehingga
sulit untuk dianalisis.
Pada bagian ini akan diformulasikan model perbaikan proses bisnis yang multi-
objective secara kuantitatif menggunakan algoritma NSGA-II (Non Dominated Sorting
in Genetic Algorithm. Berdasarkan uraian di atas bahwa pemodelan proses hanya sedikit
menggunakan model matematis dan perbaikan proses bisnisnya hanya bersifat
kualitatif, maka dalam penelitian ini akan melakukan perbaikan proses bisnis secara
kuantitatif dengan merepresentasikan secara matematis model proses bisnis dan
penyelesaiannya menggunakan pendekatan algoritma NSGA-II. Kekurangan dalam
pemodelan yang dilakukan oleh peneliti sebelumnya akan ditutupi dengan
menggunakan metodologi IDEF3 (Integrated Definition Methodology 3) yang memiliki
kemampuan mengakomodasi hubungan-hubungan atau ketergantungan antar proses
dalam proses bisnis dan memberikan gambaran yang jelas mengenai deskripsi sistem.
IDEF3 merupakan tool pemodelan dengan representasi terstruktur dari sebuah sistem
dengan cara meng-capture perilaku dari sistem yang dibahas mengenai urut-urutan
terjadinya proses, proses apa yang menyebabkan proses apa, dan bagaimana keputusan
diambil.
Vergidis et al. (2007) menguraikan bahwa penelitian pada proses bisnis yang
kompleks, NSGA-II (Non Dominated Sorting in Genetic Algorithm II) mempunyai
kemampuan yang lebih baik secara keseluruhan dan menunjukkan adanya elitisim.
Untuk itulah, maka pada penelitian ini hanya akan mengembangkan algoritma NSGA-II
pada proses bisnis. Penelitian ini pada tahap awalnya akan mendefinisikan variabel
dengan menggunakan model matematis. Penyelesaian model matematis ini
menggunakan pendekatan modifikasi algoritma NSGA-II. Model yang terbentuk
dianalisis sehingga diperoleh karakteristik dari proses bisnisnya, aktivitas-aktivitas yang
paralel, lamanya durasi dan biaya yang dikeluarkan untuk setiap alternatif aktivitas
67
tersebut, kemudian akan digunakan sebagai input untuk mencari pilihan suatu set
aktivitas yang optimal yang mempunyai kriteria minimum biaya dan durasi. Hasil yang
diperoleh dari penerapan algoritma optimisasi adalah beberapa alternatif solusi yang
saling trade-off antara kriteria tujuan yang ingin dicapai. Untuk dapat memilih solusi
akhir dari beberapa alternatif solusi yang diberikan maka diperlukan keterlibatan pihak
pengambil keputusan untuk memilih solusi tersebut
Untuk memudahkan penelitian yang akan dilakukan, maka perlu direncanakan
tahapantahapan yang akan menjadi pedoman dan arahan bagi penelitian ini. Tahapan-
tahapan proses tersebut dapat dilihat pada gambar 3.1 berikut ini :
Gambar 3.1 Bagan Alir Penelitian
Business Process Modelling Multiobjective Optimization Single Objective Optimization IDEF3 Algoritma Genetika Algoritma NSGA-II
Penentuan Variabel dan Kriteria tujuan
IDEF3 Model Matematika
Contoh Numerik 1 : Proses di Travel Agents
Contoh Numerik 2 : Proses Pembelian Bahan Baku di PT.X
Contoh Numerik 3 : Proses Rekrutmen Siswa di Tempat Pelatihan Y
Deb et al. (2000), A fast elitist non-dominated sorting genetic algorithm for multiobjective optimization: NSGA-II
Kajian Penelitian dalam jurnal K. Vergidisa, A. Tiwaria, B. Majeedb, R. Roya (2007) Optimisation of business process designs: An algorithmic approach with multiple objectives
68
3.1.1 Kajian Penelitian dalam jurnal
Tahap kajian penelitian jurnal merupakan awal dalam penelitian ini yaitu
mencari permasalahan-permasalahan yang muncul dalam desain proses bisnis. Kajian
ini dilakukan dengan cara mencari, meng-explore, dan mengkaji permasalahan proses
bisnis dan multi-objective optimisation. Penelitian-penelitian ini terdiri dari Vergidis et
al. (2007), Aguilar-Saven (2004), Bititci et al. (1997), Hofacker and Vetschera (2001),
dan Deb et al. (2000).
3.1.2 Formulasi Masalah
Formulasi masalah merupakan proses identifikasi dan perumusan masalah yang
muncul untuk melakukan perbaikan proses bisnis seperti bentuk representasi proses
bisnis yang multi-objective secara kuantitatif, tools yang digunakan dan karakteristik-
karakteristik dari pendekatan analitik yang diusulkan untuk mengevaluasi usulan
perbaikan proses bisnis.
3.1.3 Penetapan Tujuan Penelitian
Tujuan penelitian adalah merupakan arah yang digunakan oleh peneliti untuk
mencapai sasaran yang dikehendaki oleh penulis. Tujuan yang dikehendaki berdasarkan
penyelesaian permasalahan-permasalahan yang muncul pada tahap formulasi masalah
adalah menganalisis model proses bisnis secara kuantitatif sehingga mendapatkan
perbaikan proses bisnis yang lebih baik dibandingkan dengan perbaikan secara
kualitatif, mengembangkan tools untuk membantu proses analisis yang lebih formal
bagi model perbaikan sebuah proses bisnis yang multi-objective, dan menganalisis
model kuantitatif optimisasi proses bisnis dengan mengunakan contoh numerik untuk
mengetahui karakteristik dari model bisnis.
69
3.1.4 Studi Literatur
Studi literatur dilakukan dengan mempelajari literatur yang berhubungan dengan
penelitian, yaitu topik-topik mengenai:
Penelitian-penelitian yang berkaitan
Business Proses Modelling
Multi-objective optimisation
Single-objective optimisation
IDEF3 (Integrated Definition Methodology 3)
Algoritma Genetika Sederhana
Algoritma NSGA-II (Non Dominated Sorting in Genetic Algorithm II)
3.1.5 Pengembangan Model
Pengembangan dan perancangan model dalam penelitian ini merupakan salah
satu tahapan yang penting dalam melakukan penelitian ini. Pada tahapan ini akan
diidentifikasikan variabel-variabel apa saja yang mempengaruhi kelancaran pelayanan
pada proses bisnis dan didasarkan pada tujuan penelitian yang telah didefinisikan. Pada
tahapan ini di bangun kerangka pengembangan model yaitu mendefinisikan variabel
optimisasi dan tujuan optimisasi dalam proses bisnis, merumuskan suatu model
matematis dasar untuk memastikan formalitas, konsistensi dan ketelitian, setelah itu
melakukan pemodelan proses dengan menggunakan IDEF3 (Integrated Definition
Methodology 3), dan menggambarkan pengembangan model dengan menggunakan
contoh numerik. Penjelasan dari komponen ini dapat dilihat pada subbab 3.2.
3.1.6 Pengembangan Algoritma NSGA-II
Model yang telah digambarkan pada tahap sebelumnya akan menjadi dasar
pemikiran dan penyelesaiannya dengan menggunakan pendekatan algoritma NSGA-II.
Original algoritma NSGA-II merupakan algoritma yang diterapkan untuk permasalahan
70
yang multi-objective. Seperti yang kita ketahui bahwa dalam penelitian ini adalah
mencari set urutan altern