Sistem Informasi

Sebuah perusahaan perlu mempertimbangkan banyak faktor internal dan eksternal jika ingin menjadi sukses. Hal ini dikenal sebagai strategi bisnis, dan biasanya merupakan rencana bagi manajemen untuk mengintai posisi pasar, melaksanakan kegiatan usahanya, menarik dan menyenangkan pelanggan, bersaing dengan sukses, dan mencapai tujuan perusahaan. Semua perusahaan layanan, baik jasa atau manufaktur, keuangan atau teknis, eceran atau logistik, praktek profesional atau rantai pasokan, memiliki kendala dalam hal anggaran dan modal keuangan. Perusahaan-perusahaan sukses di dunia telah mengoptimalkan kontrol keuangan mereka . Jika aliran keuangan dan kontrol kurang, maka akan ada perusahaan yang berhenti. Low throughput pada sebuah perusahaan jasa teknis dapat disebabkan beberapa faktor misalnya pelatihan dasar terinstal, logistik, agen layanan, dan banyak lagi. Secara keseluruhan profitabilitas dapat terkena dampak negatif jika faktor-faktor ini tidak ditangani dengan baik. Maka dalam penyelesaian masalah ini dapat menggunakan pemodelan dan simulasi. Banyak prosedur , perhitungan , dan metode yang dapat digunakan pada masalah ini. Termasuk linier , dan non linier pemrograman, penerapan teori kendala , pemodelan analitis , dan pemodelan simulasi. Namun pada jurnal ini penulis menggunakan metode simulasi dan pemodelan simulasi. Tujuan dari jurnal ini adalah menyediakan data faktual untuk mendukung keputusan yang harus diambil oleh manajemen untuk mengarahkan bisnis dalam arah yang menguntungkan.

 a)  Alur Kerja Sistem

      Perusahaan jasa yang digunakan penulis adalah perusahaan yang mengkhususkan diri dalam pembuatan peralatan medis yang sangat canggih. Biaya peralatan ke pengguna akhir, biasanya ahli radiologi, sampai beberapa juta dolar per sistem. Kompleksitas teknis dari sistem membutuhkan teknisi yang sangat terlatih untuk melakukan tugas pemeliharaan pada sistem. Fungsi perawatan melibatkan berbagai tugas, misalnya instalasi, komisioning, perbaikan berikut rincian, pemeliharaan preventif, upgrade, dan modifikasi. Dari tugas-tugas ini, kerusakan dalam sistem adalah yang paling penting. Kerusakan biasanya terjadi pada interval waktu yang acak, menyebabkan hilangnya pendapatan kepada pelanggan melalui sistem downtime. Ketika downtime terjadi, pasien tidak dapat dipindai, operator (radiographers) yang menganggur, dan ahli radiologi (pemilik) tidak dapat memperoleh throughput. Jika tidak ada teknisi cukup untuk melakukan tugas pemeliharaan, pekerjaan pemeliharaan akan terbengkalai dan banyak lembur yang akan dikerjakan oleh para teknisi. Jika terlalu banyak teknisi, tingkat layanan akan tinggi, tetapi biaya untuk perusahaan jasa gaji dan manfaat lain akan lebih tinggi dari pendapatan disediakan oleh layanan dari teknisi. Gambar.2 di bawah adalah alur kerja dari sistem pemeliharaan pada perusahaan layanan. Proses ini dimulai dengan keluhan dari pelanggan, atau melaporkan masalah. Jika seorang teknisi tersedia dia akan ditugaskan untuk mengambil pekerjaan, jika tidak ada teknisi maka pekerjaan harus menunggu teknisi berikutnya hingga tersedia teknisi. Biasanya teknisi hanya dapat menentukan kebutuhan untuk suku cadang begitu dia tiba di lokasi dan mendatangi masalah. Jika suku cadang yang diperlukan tidak ada maka pekerjaan teknisi harus terputus sampai suku cadang telah diperoleh dari kantor pusat. Pekerjaan ini ditutup saat teknisi telah menguji sistem. Perusahaan jasa harus menyeimbangkan kepuasan pelanggan dan kerja lembur dengan biaya dan keuntungan untuk perusahaan. Pendapatan yang dihasilkan oleh perusahaan jasa datang tidak hanya dari layanan yang diberikan oleh para teknisi, tapi juga dari penjualan. Dengan setiap sistem baru dijual, garansi satu tahun termasuk. Dalam masa garansi apapun kerusakan dan penggantian suku cadang yang dihasilkan tidak dibebankan kepada pelanggan. Untuk mengimbangi peristiwa tersebut, sejumlah penyangga dibangun ke dalam harga penjualan untuk menutupi biaya yang dikeluarkan oleh departemen layanan dalam masa garansi. 

b)  Pemodelan Matematika 

     Model yang digunakan pada kajian ini adalah Monte Carlo Simulasi (MCS) karena sederhana untuk digunakan dan tujuan simulasinya adalah untuk memperoleh variabel output tertentu seperti distribusi waktu teknisi selama satu hari. Jika dinamika layanan perusahaan perlu dipelajari dan semua mesin yang akan dilayani dan diperbaiki disertakan, simulasi kejadian diskrit tidak harus digunakan. Teknik Monte Carlo Simulasi melibatkan variabel input dengan menggunakan pembangkit bilangan acak. Pembangkit ini akan memberikan masukan dalam variabel sesuai dengan kehidupan nyata distribusi probabilitas, memungkinkan simulasi untuk memberikan solusi yang paling akurat untuk sistem. Metode Monte Carlo sangat penting dalam Fisika Komputasi dan dapat digunakan untuk menemukan solusi problem matematis (yang dapat terdiri dari banyak variabel) yang susah dipecahkan, misalnya dengan kalkulus integral, atau metode numerik lainnya. 

c)  Alur Kerja Simulasi 

     Salah satu manfaat utama dari metodologi simulasi adalah memungkinkan perusahaan untuk melihat seberapa penting output menanggapi berbagai skenario. Setiap skenario, yang ditentukan oleh input tertentu dan kebijakan operasional, dapat disimulasikan, dan statistik dapat dikumpulkan. Dengan menjalankan skenario yang cukup, perusahaan memperoleh informasi berguna tentang dimana input dan kebijakan cenderung menghasilkan output terbaik. Gambar diatas Input ke model simulasi adalah waktu pekerjaan distribusi, waktu perjalanan distribusi, jumlah dan jenis pekerjaan yang masuk setiap hari. Output utama dari simulasi adalah distribusi teknisi, waktu yang dibutuhkan per hari. Output lainnya adalah waktu dikenakan biaya dan waktu yang harus dilengkapi oleh kontrak. Waktu per hari para distribusi teknisi memberikan pemahaman yang berharga tentang variasi variabel output dan nilai yang diharapkan.

Variabel Input : 

1. Service job time Ini adalah variabel yang paling penting untuk mengevaluasi rencana agar menjadi efektif. Data dapat diperoleh menggunakan MS Excel dengan kurun waktu yang ditentukan.
2. Service job Travel time Waktu yang dibutuhkan teknisi untuk mendatangi pelanggan dan biaya yang dihabiskan selama perjalanan.
3. Number of incoming jobs per day Variabel ini ditentukan oleh banyak Faktor yang sulit untuk diukur misalnya : Banyaknya sistem yang terpasang Umur dari sistem Keandalan dari sistem dalam hal desain dan manufaktur Pengalaman dan pengetahuan teknisi
4. Service contract/No service contract Variabel ini secara signifikan menentukan pendapatan yang dihasilkan oleh pekerjaan. Dalam perusahaan jasa sekitar 70% dari cutomers telah kontrak, 30% tidak.

 Variabel output :

1. Total technician time needed per day Ini adalah tujuan utama dari simulasi. Dengan waktu yang dibutuhkan setiap hari diketahui, Service Manager dapat menetapkan apakah memadai atau tidak teknisi Service yang dibutuhkan.
2. Total chargeable time per day Variabel ini berhubungan langsung dengan kontrak layanan. pekerjaan datang ke call center dan dialokasikan ke teknisi Service, mereka juga ditandai sebagai kontrak pelanggan atau tidak. Layanan pelanggan tidak dikenakan biaya kontrak berdasarkan jam, dan sebaliknya.
3. Total contract time (non-chargeable) time for the day Variabel ini dimasukkan untuk menunjukan kesenjangan yang ditinggalkan oleh jam-ditagih pekerjaan pelayanan. Kesenjangan ini harus diisi dengan pendapatan dari kontrak layanan dalam rangka untuk menutupi overhead dari basis teknisi bekerja. Waktu yang seorang teknisi habiskan pada kontrak pekerjaan harus dimasukkan dalam simulasi meskipun tidak menghasilkan tambahan pendapatan.

d)  Pemanfaatan Model Matematika

     Jurnal “pendekatan simulasi monte carlo untuk pemilihan alternatif dengan decision tree pada nilai outcome yang probabilistic” penulis mengatakan bahwa simulasi Monte Carlo adalah salah satu metode simulasi sederhana yang dapat dibangun secara cepat dengan hanya menggunakan spreadsheet (misalnya Microsoft Excel). Pembangunan model simulasi Monte Carlo didasarkan pada probabilitas yang diperoleh data historis sebuah kejadian dan frekuensinya, dimana: 

 Pi = fi/n 

dengan:

Pi : Probabilitas kejadian i 

fi  : frekuensi kejadian i

n  : jumlah frekuensi semua kejadian.

Metode ini pula cukup dikenal, adalah Enrico Fermi pada tahun 1930, ketika ia menggunakan metode acak untuk menghitung sifat-sifat neutron yang waktu itu baru saja ditemukan. Metode ini dapat digunakan untuk menemukan solusi problem matematis yang susah dipecahkan, misalnya dengan kalkulus integral, atau metode numerik lainnya.