S@cies vol3 no1_jan_2012
Upcoming SlideShare
Loading in...5
×
 

S@cies vol3 no1_jan_2012

on

  • 1,523 views

Jurnal kampus STIKI (Stikom Indonesia).

Jurnal kampus STIKI (Stikom Indonesia).

Statistics

Views

Total Views
1,523
Views on SlideShare
1,522
Embed Views
1

Actions

Likes
0
Downloads
62
Comments
0

1 Embed 1

http://www.google.com 1

Accessibility

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

S@cies vol3 no1_jan_2012 S@cies vol3 no1_jan_2012 Document Transcript

  • ISSN : 2087-0140 MANAJEMEN RISIKO TEKNOLOGI INFORMASI DI BANK DANAMON TERKAIT TIGA MASALAH YANG DIHADAPI DI TAHUN 2011 (SOLUSI PERMASALAHAN DENGAN USULAN ISO 31000) I Putu Agus Eka Pratama1, Suhardi2 Magister Teknologi Informasi Sekolah Teknik Elektro dan Informatika (STEI) Institut Teknologi Bandung, Jl Ganesha 10 Bandung Jawa Barat Indonesia. putu-shinoda@students.itb.ac.id1, suhardi@stei.itb.ac.id2Abstrak Bank Danamon adalah salah satu bank swasta terkemuka dan terbesar di Indonesia. TeknologiInformasi di Bank Danamon sangat penting untuk memberikan berbagai layanan kepada nasabahguna mencapai IT Strategic Objectif. Namun perlu diperhatikan adanya IT Risk dari implementasi ITdi Bank Danamon. Berbeda dengan masalah, risiko belum terjadi, sehingga masih bisa dihindari.Untuk itu diperlukan adanya IT Risk Management. ISO 31000 merupakan standar internasional baruuntuk manajemen resiko yang dirilis oleh ISO (International Organizations for Standardization) padabulan November 2009. Paper ini membahas mengenai risiko dan masalah IT, profil Bank Danamon,tiga permasalahan yang dihadapi oleh Bank Danamon di tahun 2011, manajemen risiko yangdigunakan oleh Bank Danamon (ORMF/Operation Risk Management Framework), ISO 31000, danusulan solusi menggunakan ISO 31000 dengan metode RBS. Diharapkan usulan ISO 31000menjadikan proses manajemen risiko dapat dilakukan dengan lebih baik di Bank Danamon sehingga ITStrategic Objective dapat tercapai.Kata Kunci :IT Risk Management, ORMF, ISO 31000, IT Strategic Objective1. Pendahuluan1.1. Risiko dan Masalah Risiko (risk) adalah efek dari ketidakpastian dari suatu tujuan. Efek merupakan deviasi darisuatu perkiraan. Ketidakpastian adalah keadaan akibat kurangnya informasi, pemahaman, danpengetahuan terhadap suatu kejadian, sehingga menimbulkan adanya konsekuensi atau kemungkinan.Risiko kadang sering disamakan dengan konsekuensi, yang meliputi juga perubahan dalam lingkungansekitarnya, dan berasosiasi dengan kecenderungan dari suatu kejadian (ISO Guide 73:2009). [1]. Terdapat perbedaan antara risiko dan masalah (problem). Risiko belum terjadi, sehingga masihbisa dihindari melalui manajemen risiko. Sedangkan masalah sudah terjadi dan harus dihadapi sertadiberikan solusi.1.2. Manajemen Risiko IT Manajemen risiko (risk management) adalah proses koordinasi berbagai aktivitas untuk secaralangsung mengontrol sebuah organisasi dengan mengacu kepada terjadinya sebuah risiko (ISO Guide73:2009) [1]. Manajemen risiko bertujuan untuk memahami kemungkinan tujuan (objective) organisasimengalami kegagalan, melindungi aset berharga organisasi, memahami peluang dan ancaman denganlebih baik, dan memberikan jaminan terhadap pencapaian tujuan organisasi. IT berperan dalampencapaian objective perusahaan. IT Value diperoleh jika sasaran perusahaan tercapai berkatimplementasi IT. IT Risk muncul jika implementasinya tidak mampu membantu organisasi memperolehtujuan bisnisnya, sehingga perlu dilakukan IT Risk Management. Risiko belum terjadi dan bisadihindari dengan melakukan manajemen risiko yang baik. Di dalam IT Risk Management, terdapat delapan poin ancaman. Meliputi accidental disclosure(penyalahgunaan mandat/sengaja membeberkan informasi rahasia), act of nature (ancaman yangdisebabkan oleh alam), alteration of software (sengaja menambahkan/memodifikasi/menghapus sistem,termasuk juga trojan, virus, dan malicious code), bandwith usage (penggunaan bandwith secarasepihak untuk tujuan tertentu di luar kepentingan organisasi), electrical interference/disruption(interferensi/fluktuasi), intentional alteration of data (sengaja memodifikasi/menambah/memasukkandata yang menyebabkan kerusakan), system configuration error/accidental (kesalahan tidak sengaja 1
  • ISSN : 2087-0140saat konfigurasi sistem), dan telecommunication malfunction/interruption (kegagalan sistem padamedia komunikasi). [2]1.3. Penilaian Terhadap Risiko IT Untuk melakukan penilaian terhadap risiko IT (IT Risk Assesment), perlu diperhatikan 9langkah berikut [3] :1. Memiliki knowledge terhadap sistem IT yang meliputi hardware, software, interface, data,informasi, pengguna, arsitektur sistem, keamanan sistem, dan topologi jaringan.2. Melakukan identifikasi terhadap segala ancaman (threat) yang dapat mengganggu stabilitas danfungisonalitas sistem. Ancaman dapat berasal dari manusia, alam, dan lingkungan sekitar.3. Melakukan identifikasi terhadap kelemahan (vulnerability) dan kekurangan pada sistem. Meliputiprosedur keamanan sistem, desain sistem, implementasi sistem, dan kontrol internal sistem.4. Melakukan analisa terhadap berbagai kendali maupun perencanaan pada perusahaan untukmeminimalisir atau mencegah adanya ancaman terhadap kelemahan sistem.5. Menentukan adanya kecenderungan dari suatu kejadian (likelihood) untuk menilai kemungkinanadanya ancaman terhadap sistem.6. Melakukan analisa terhadap dampak – dampak buruk akibat adanya ancaman (low, medium, high),dimana pengukuran dampak dapat dilakukan secara kualitatif maupun kuantitatif.7. Melakukan penentuan risiko dari suatu sistem IT yang merupakan ancaman.8. Mengajukan berbagai rekomendasi untuk mengurangi level risiko sistem IT.9. Melakukan dokumentasi hasil.2. Bank Danamon2.1. Profil Bank Danamon Bank Danamon (lengkapnya PT Bank Danamon, Tbk) berdiri tahun 1956 dengan nama BankKopra Indonesia. Tahun 1976 berganti nama menjadi PT Bank Danamon Indonesia. Tahun 1988 BankDanamon menjadi bank devisa dan tahun 1989 menjadi perusahaan publik di Bursa Efek Jakarta (BEJ). Tahun 1998, Bank Danamon dikelola oleh BPPN (Badan Penyehatan Perbankan Nasional)sebagai BTO (Bank Take Over). Tahun 1999, BPPN merekapitulasi 32,2 Trilyun berupa obligasi.Tahun 1999, sebagai bagian dari restrukturisasi, PT Bank PDFCI (BTO) merge dengan Bank Danamon.Tahun 2000, Bank Danamon merge dengan 8 BTO lainnya (Bank Tiara, Bank Duta, Bank Rama, BankTamara, Bank Nusa Nasional, Bank Pos Nusantara, Jaya Bank Internasional, dan Bank Risjad SalimInternasional) serta menerima program rekapitulasi kedua dari pemerintah sebesar 28.9 Trilyun danmenjadi salah satu bank swasta terbesar di Indonesia. Tahun 2003, Asia Financial (Indonesia) Pte Ltdmengakuisisi Bank Danamon, melalui konsorsium Fullerton Financial Holding (anak perusahaanTemasek Holding) dan Deutsche Bank AG (pemegang saham pengendali). Kini Bank Danamon menjadi salah satu institusi finansial terbesar di Indonesia. BulanDesember 2009, Bank Danamon menjadi bank terbesar keenam di Indonesia (dari jumlah aset),keempat terbesar (dari kapitalisasi pasar), dan jaringan cabang kedua terbesar (1900 kantor cabang danpusat pelayanan).2.2. Visi dan Misi Bank Danamon Visi dan misi bank Danamon tercantum di dalam annually report [5]. Visi Bank Danamonadalah peduli dan membantu jutaan orang mencapai kesejahteraan. Misi Bank Danamon ada 3 yaitu :1. Menjadi lembaga keuangan terkemuka di Indonesia yang keberadaannya diperhitungkan.2. Suatu organisasi yang terpusat pada nasabah yang melayani semua segmen dengan menawarkan nilai yang unik untuk masing – masing segmen berdasarkan keunggulan penjualan dan pelayanan serta didukung oleh teknologi canggih.3. Menjadi perusahaan pilihan untuk berkarya dan dihormati oleh nasabah, karyawan, pemegang saham, dan komunitas tempat perusahaan berada.Dari visi dan misi di atas, dapat diketahui bahwa Bank Danamon adalah bank yang berorientasi kepadanasabah, dalam hal ini kepercayaan nasabah. Langkah yang dilakukan dengan memberikan berbagaipelayanan yang memuaskan nasabah, termasuk keamanan dan kenyamanan bertransaksi, sehinggamakin meningkatkan jumlah transaksi.2.3. IT Strategic Objective Bank Danamon Tujuan strategis IT (IT Strategic Objectif) Bank Danamon terdiri dari tiga poin berikut : 2
  • ISSN : 2087-01401. Melayani semua segment dengan keunggulan penjualan dan pelayanan. Metriknya berupa DSP (Danamon Simpan Pinjam) untuk UKM. Bank Danamon berusaha mencapai target penjualan dan pelayanan kepada nasabah di sektor modal usaha dan transaksi, untuk semua segmen nasabah (perorangan, komersil, UKM).2. Menjadi lembaga keuangan terkemuka di Indonesia. Metriknya berupa DSP untuk UKM, Danamon Consumer Banking, perluasan jaringan ATM dan cabang dimulai dari tahun 2007. Dengan pengadaan berbagai layanan berbasis IT dan memenuhi setiap keinginan nasabahnya, Bank Danamon ingin menjadi bank terkemuka di Indonesia.3. Pengembangan layanan elektronik perbankan kelas dunia. Metriknya berupa perluasan jaringan ATM dan cabang dimulai dari tahun 2007. Layanan perbankan kelas dunia dan perluasan cabang dan jaringan menjadi strategi Bank Danamon dalam rangka memperoleh kepercayaan nasabah dari sisi keamanan dan kenyamanan layanan yang diberikan.2.4. Operational Risk Management Framework (ORMF) di Bank Danamon Sebagaimana yang disebutkan di annually report [5], Bank Danamon menggunakanpendekatan strategi mitigasi yang tepat untuk memperoleh keseimbangan antara pemaparan risikooperasional, efektivitas, mekanisme kontrol, dan risk appetite (tingkat risiko) oleh bank. Bank Danamon menggunakan Operational Risk Management Framework (ORMF) sebagaiframework manajemen risiko. ORMF adalah framework manajemen resiko operasional yang umumnyadigunakan di perbankan. ORMF menjelaskan prinsip, prosedur, dan responsibilitas untuk penerapanmanajemen risiko. Implementasi ORMF berupa siklus terintegrasi untuk pengendalian risiko,identifikasi, pengukuran, penilaian, mitigasi, monitoring, dan report. ORMF didukung oleh ORMS(Operational Risk Management System), sebuah sistem manajemen risiko operasional online dan realtime web based [5]. Pengelolaan risiko operasional di Bank Danamon ini telah sejalan denganketentuan dari Bank Indonesia [6][7] dan Komite Basel terkait manajemen risiko untuk pengawasanperbankan [5].3. Permasalahan di Bank Danamon 20113.1. Proses Bisnis Bank Danamon - Layanan - Nasabah Terkait permasalahan yang terjadi di Bank Danamon yang dibahas di paper ini, perludilakukan analisis terhadap proses bisnis dari Bank Danamon, nasabah, dan layanan yang diberikan. Gambar 1. Proses Bisnis di Bank Danamon Terlihat bahwa untuk memperoleh kepuasan nasabah (customer satisfaction), terdapat 3 faktoryang harus diperhatikan oleh Bank Danamon, yaitu kualitas layanan (service quality), kualitas produk(product quality), dan nilai lebih nasabah (customer value). Kepuasan ini akan mempengaruhi loyalitasnasabah (customer loyality) terhadap Bank Danamon. Customer value berkaitan langsung dengancustomer loyality. Analisis terhadap proses bisnis Bank Danamon akan membantu di dalam pembahasanmengenai permasalahan yang dialami oleh Bank Danamon di tahun 2011, termasuk juga di sisirekomendasi/desain dan kesimpulan. 3
  • ISSN : 2087-01403.2. Apa Permasalahan Yang Terjadi di Bank Danamon Tahun 2011? Di tahun 2011 ini, berdasarkan sumber di internet, terdapat tiga kasus yang terjadi di BankDanamon di tiga daerah berbeda di Indonesia dan menjadi permasalahan bagi Bank Danamon. Pertama, kasus penggelapan di kantor Cabang Pembantu Menara Danamon oleh orang dalamDanamon sendiri, yaitu seorang teller Danamon yang telah lama bekerja dan mengetahui dengansangat baik seluk beluk di dalam Bank Danamon. [9][10][11][12][13]. Kedua, kasus perampokan di Bank Danamon Simpan Pinjam Lingkar Utara Condong CaturSleman Yogyakarta oleh kawanan perampok bank bersenjata api [14][15][16][17][18]. Ketiga, kasus perampokan di Bank Danamon Jalan Latumenten, Jakarta Barat, oleh kawananperampok bank [19][20][21][22][23].3.3. Mengapa Permasalahan Tersebut Bisa Terjadi? Ketiga permasalahan di atas terjadi sebagai akibat adanya beberapa kesalahan, yaitu kesalahansistem, user, dan kebijakan. Permasalahan pertama disebabkan oleh accidental disclosure. PegawaiBank Danamon yang menjadi teller menyalah gunakan mandat yang diberikan terkait sistem di dalamBank Danamon untuk kepentingan pribadi. Modus pelaku yaitu menarik uang kas secara berulang –ulang dari kantor Cabang Pembantu Menara Danamon. Pelaku memalsukan buku khazanah (bukucatatan keuangan setiap kantor cabang), sehingga uang dalam catatan buku tersebut hilang. Hal inidilakukan selama dua tahun sampai kemudian kepala cabang curiga terhadap laporan pengeluarankeuangan kantor yang membesar. Meski uang yang dibobol adalah uang dalam catatan pembukuan(khazanah) dan bukan uang milik nasabah, namun dikhawatirkan jika kejadian ini tidak terbongkar dantidak ditangani akan merambat ke uang milik nasabah. Permasalahan kedua dan ketiga disebabkan oleh kesalahan user dan kebijakan manajemenSumber Daya Manusia, berupa pembagian tugas, tanggung jawab, dan penambahan sistem keamanan.Keduanya sama – sama dilakukan oleh kawanan perampok. Belum diperoleh fakta resmi apakahkawanan perampok tersebut adalah orang dalam Bank Danamon sendiri atau bekerja sama denganorang dalam Bank Danamon. Namun terlihat pencegahan tidak ditangani dengan baik. Beberapa faktayang mendukung pernyataan penulis ini antara lain : 1. Tidak adanya satpam saat kejadian. Satpam sedang di luar menemani pegawai lainnya yang sedang menagih hutang.[17] 2. Tidak adanya keterangan total jumlah satpam dan pembagian tugas.[17] 3. Tidak adanya upaya menghubungi pihak keamanan/polisi saat kejadian berlangsung. Misal dengan menekan secara rahasia tombol alert emergency ke kantor polisi terdekat tanpa diketahui oleh pihak perampok. Banyak bank besar di dunia yang menerapkannya. Ironisnya lagi, lokasi Bank Danamon di Jogja berdekatan dengan dua buah kantor polisi.[14] 4. Tidak adanya keterangan catatan berupa rekaman kejadian (misal CCTV) untuk mempermudah pengusutan oleh pihak berwajib.[21]3.4. Mengapa Dapat Mempengaruhi Objective Bank Danamon? Adanya ketiga permasalahan di atas dapat memberikan pengaruh terhadap objective BankDanamon. Bank Danamon adalah bank yang berorientasi kepada nasabah. Segala layanan yangdiberikan bertujuan untuk meningkatkan keamanan dan kenyamanan nasabah. Permasalahan inimenurunkan kepercayaan nasabah/masyarakat kepada layanan di Bank Danamon. Mereka tidak lagimempercayai keamanan uang yang mereka simpan di Bank Danamon. Akibatnya nasabah bisaberpindah ke bank lain atau enggan menjadi nasabah Danamon. Hal ini akan menurunkan jumlahnasabah dan jumlah transaksi di Bank Danamon, sehingga mengurangi pemasukan Bank Danamon. ITStrategic Objective Bank Danamon akan terganggu.3.5. Usulan Penyelesaian Terhadap Permasalahan Yang Terjadi Terkait ketiga permasalahan yang dialami oleh Bank Danamon, mengapa permasalahantersebut bisa terjadi, dan mengapa bisa memberikan pengaruh terhadap tujuan (objective) dari BankDanamon, diberikan usulan penyelesaian sebagai berikut : 1. Kasus pertama : perlu adanya pembenahan internal Bank Danamon. Meliputi pembenahan kebijakan hak akses dan wewenang, keuangan, pembukuan, disiplin, etos kerja, dan sangsi yang berlaku terhadap semua pegawai Bank Danamon. Perlu dibentuk unit khusus di Bank Danamon untuk mempelajari kebijakan yang dikeluarkan, meneliti, dan memberikan solusi terhadap bugs pada sistem. Keamanan sistem bergantung dari sisi software, hardware, user, dan kebijakan. 4
  • ISSN : 2087-0140 2. Kasus kedua dan ketiga : pembenahan di sisi pengelolaan Sumber Daya Manusia (SDM) dan pemanfaatan IT. Di sisi SDM, penambahan satpam disertai pembagian shift jaga dan pembagian tugas. Di sisi IT, perlu ditambahkan kamera CCTV 24 jam untuk memudahkan penyidikan dari bukti video rekaman, penambahan tombol alert emergency yang terhubung langsung ke kantor polisi terdekat dengan penempatan tersembunyi (tidak mencolok) dan tidak bersuara saat diaktifkan.Solusi umum adalah usulan untuk menggunakan framework manajemen risiko lainnya yang lebih baikdaripada existing framework yang telah ada di Bank Danamon yaitu ORMF.3.6. Kesimpulan Sementara Beberapa kesimpulan sementara dari uraian ketiga permasalahan di Bank Danamon tahun2011 dengan menggunakan framework ORMF yaitu : 1. Risiko muncul sebagai sebuah faktor yang mempengaruhi tingkat kepuasan dan loyalitas nasabah. 2. Sesuai proses bisnis Bank Danamon, kualitas layanan dan produk serta customer value sama – sama mempengaruhi kepuasan nasabah. 3. Permasalahan yang terjadi di Bank Danamon 2011 mempengaruhi objective Bank Danamon. 4. Objective dan IT di Bank Danamon menciptakan nilai untuk pertumbuhan bisnis dan loyalitas nasabah, melalui keunggulan layanan yang diberikan. 5. Framework ORMF untuk manajemen risiko di Bank Danamon telah sesuai dengan ketentuan dari Bank Indonesia dan Bassel, namun belum optimal menangani risiko. Terbukti dengan adanya tiga permasalahan ini. Perlu dilakukan peninjauan ulang atau usulan framework manajemen risiko lainnya. Penulis mengusulkan ISO 31000.4. Usulan Penerapan ISO 310004.1. ISO 31000 ISO (International Organizations of Standartization) pada bulan November 2009mengeluarkan ISO 31000:2009 Risk Management Principle and Guideline sebagai standar baru untukmembantu manajemen risiko perusahaan. ISO 31000 juga mencakup keamanan informasi, kualitas,lingkungan, kesehatan, dan keamanan. ISO 31000 menjadi standar internasional baru untuk manajemen risiko sesuai dengan standarAustralia yang dipublikasikan tahun 1995, yaitu AS/NZS 4360:2004. ISO 31000 menyediakanframework umum untuk menetapkan konteks, analisis, evaluasi, treating, monitoring, dan risikokomunikasi. Dokumen pertama yang dipublikasikan pada ISO 31000 meliputi : 1. ISO Guide 73:2009 Risk Management – Vocabulary. Menyediakan definisi dari berbagai istilah umum terkait manajemen risiko untuk mendorong pemahaman yang konsisten, pendekatan yang logis, deskripsi aktivitas terkait manajemen risiko, sesuai dengan standar manajemen risiko umumnya. 2. ISO/EIC 31010 Risk Management – Risk Assesment Techniques. Menyediakan petunjuk bagi ISO 31000 untuk seleksi dan menerapkan teknik sistematik risk assessment. Anatomi ISO 31000 terdiri atas tiga buah building block yang mencakup prinsip umum,framework, dan proses manajemen risiko. Bertujuan agar implementasi ISO 31000 makin efektif.Meliputi : 1. The First Building Block of ISO 31000. Risk management harus memiliki prinsip mampu menciptakan nilai, terintegrasi dengan bagian dari proses organisasi, bagian dari pembuat keputusan, mengarahkan ketidakpastian secara eksplisit, sistematis, terstruktur, waktu dapat ditentukan, transparan, dinamis, iteratif dan responsif terhadap perubahan, serta memfasilitasi perbaikan organisasi. 2. The Second Building Block of ISO 31000. Memiliki ketentuan framework risiko berdasarkan komitmen yang dicantumkan. Ada empat aksi berulang yang terjadi saat komitmen ditentukan, yaitu desain framework, implementasi manajemen risiko, pengawasan dan review terhadap framework, serta melanjutkan perbaikan dari framework. 3. The Third Building Block of ISO 31000. Memastikan komunikasi dan pengawasan dilakukan sesuai dengan proses yang ditetapkan dalam konteks, risk assessment, hingga risk treatment. Diadopsi dari AS/NZS 4360:2004. ISO 31000 menawarkan sejumlah kelebihan, antara lain : memiliki terminologi konsistensesuai ISO Guide 73:2009 Risk Management Vocabulary, menyediakan pemilihan teknik riskassessment sesuai ISO/EIC 31010, lebih terstruktur dan sistematis sehingga mudah diterapkan, 5
  • ISSN : 2087-0140memiliki kejelasan tugas dan tanggung jawab risk owner khususnya aspek Risk Governance, sertamempermudah sistem komunikasi dan pelaporan manajemen risiko. ISO 31000 memiliki kompatibilitas dengan framework COSO yang umum digunakan diperbankan, dengan beberapa kelebihan. Antara lain : 1. Lebih bersifat praktikal dan lebih sedikit teoritikal dibandingkan COSO, lebih detail, dan eksplisit. 2. Informasi dapat diadopsi untuk mengembangkan petunjuk dengan menilai metodologi manajemen risiko yang ada. 3. Perencanaan tertulis sehingga dokumentasi dapat diakses oleh CEO, CIO, CRE, dewan komisi, komite audit, komite pengawasan risiko, praktisi risiko, controller, untuk memudahkan memahami pengelolaan risiko dengan disertai kesempatan bereksplorasi.ISO 31000 dan COSO memiliki perbedaan pada fokus penilaian dan pengelolaan risiko. ISO 31000fokus pada konsekuensi yang menyediakan kerangka kerja untuk membantu mempertimbangkankonsekuensi flow on pada suatu kejadian. Ditandai dengan definisi risiko sebagai efek dari sebuahketidakpastian pada suatu tujuan. COSO lebih fokus pada suatu kejadian dibandingkan konsekuensidari suatu kejadian. Ditandai dengan definisi risiko sebagai kemungkinan suatu peristiwa akan terjadidan akan mempengaruhi tujuan. ISO 31000 bisa digunakan bersama dengan ERM (Enterprise RiskManagement) yang telah ada, untuk membangun IT Risk Management perusahaan.4.2. Identifikasi Risiko Menggunakan Metode RBS Dalam ISO 31000, untuk proses identifikasi risiko, terdapat empat metode umum yangdigunakan. Yaitu : pengujian dokumen (document review), analisis pemangku kepentingan (stakeholderanalysis), RBS (Risk Breakdown Structure), dan pemetaan proses bisnis (business process mapping)menggunaan FMEA (Failure Mode and Effect Analysis). Pada paper ini hanya dibahas mengenai RBS. RBS menyusun risiko – risiko yang teridentifikasi dalam kelompok/kategori yang yang sesuaidengan susunan hirarki organisasi, proyek, dan proses, sehingga dapat diketahui siapa pemangku risikoterkait. RBS digunakan dalam upaya melakukan kategorisasi risiko. Sasaran penerapan RBS adalahkejelasan pemangku risiko dan peningkatan pemahaman risiko organisasi atau proyek dalam kontekskerangka kerja logis dan sistematis.4.3. Analisa Permasalahan Bank Danamon Dengan Teknik RBS Ketiga permasalahan di Bank Danamon terjadi akibat faktor internal yang berhubungandengan unit – unit internal Bank Danamon, sebagaimana ditampilkan di struktur organisasi BankDanamon (bawah). Existing framework yang digunakan (ORMF) belum mampu menanganipermasalahan dan manajemen risiko yang ada. Penulis menilai ISO 31000 dengan menggunakanmetode RBS (Risk Breakdown Structure) lebih tepat diusulkan untuk identifikasi dan manajemenrisiko.Unit Teknologi Informasi di Bank Danamon tampak pada struktur organisasi berikut ini : Gambar 2. Struktur organisasi di Bank Danamon (IT dan Manajemen Risiko)4.4. Desain Solusi Permasalahan Menggunakan ISO 31000 Desain solusi terhadap permasalahan di Bank Danamon menggunakan metode RBSberbasiskan usulan ISO 31000 berupa dua langkah berikut : 6
  • ISSN : 2087-0140 1. Menentukan kriteria risiko menggunakan empat buah tabel kriteria risiko sehingga risiko dapat diprioritaskan. Meliputi tabel kriteria dampak (consequence), tabel kriteria kemungkinan (likelihood), tabel kriteria pemeringkat risiko (risk level), dan tabel kriteria selera risiko (risk appetite). 2. Menentukan strategi perlakuan risiko. Opsi pilihannya yaitu apakah menghindari risiko (risk avoidance), mengurangi/mitigasi risiko (risk reduction), berbagi risiko kepada pihak ketiga (risk sharing), atau menerima risiko (risk acceptance).4.5. Langkah Penerapan ISO 31000 di Bank Danamon Dari desain solusi permasalahan dengan ISO 31000 yang dijabarkan di atas, dilakukanlangkah – langkah penerapan sesuai keempat tabel di bawah. Warna merah cerah menandakan nilaiuntuk Bank Danamon dalam proses manajemen risiko. Tabel kriteria dampak (consequence). No Kriteria Kualitatif Kategori Investasi Kategori Revenue Penilaian Dampak % dari investasi % dari revenue Kriteria Nilai Rating1 Nilai kerugian tidak 5% 5% RS 1 berarti.2 Nilai kerugian kecil. 5 - < 10% 5 - < 10% R 23 Nilai kerugian 10 - < 20% 10 - < 20% S 3 sedang.4 Nilai kerugian besar. 20 - < 40% 20 - < 40% B 45 Nilai kerugian > 40% > 40% SB 5 sangat besar.Keterangan : RS = Ringan Sekali, R = Ringan, S = Sedang, B = Berat, SB = Sangat Berat.Sesuai data tabel kriteria dampak di atas, dari perbandingan nilai investasi Bank Danamon, nilairevenue, dan range persentase sesuai tabel, tampak bahwa ketiga permasalahan pada Bank Danamonmasuk ke kategori nilai kerugian besar untuk kategori kualitatif dengan penilaian dampak kriteria Berat(B) pada nilai rating 4.Tabel kriteria kemungkinan (likelihood). No Kriteria kuantitatif Kriteria Kualitatif Rating Sebutan Kode Nilai1 Kemungkinan terjadi < Cenderung tidak mungkin terjadi, Sangat SK 1 10% Kecil.2 10% < kemungkinan Kemungkinan kecil terjadi. Kecil. K 2 terjadi < 40%3 40% < kemungkinan Sama kemungkinannya terjadi Sedang. S 3 terjadi < 60% dan tidak terjadi.4 60% < kemungkinan Kemungkinan besar terjadi. Besar. B 4 terjadi < 80%5 80% < kemungkinan Sangat mungkin pasti terjadi / Sangat SB 5 terjadi < 95% sering. Besar. 7
  • ISSN : 2087-0140Dari data di tabel di atas, kemungkinan untuk terjadinya kembali ketiga peristiwa tersebut di BankDanamon berada di rating 4, dengan kriteria kualitatif kemungkinan besar terjadi (B). Apabila faktorpenyebab terjadinya risiko tidak diminimalisir, akan berpotensi menjadi masalah di kemudian hari.Tabel kriteria pemeringkat risiko (risk level) Rating Probabilitis Rating Dampak Ringan Sekali Ringan (R) Sedang (S) Berat (B) Ekstrem (E) (RS) Sangat Besar (SB) M M T T T Besar (B) R M M T (D) T Sedang (S) R M M T T Kecil (K) R R M M T Sangat Kecil (SK) R R R R MKeterangan : T = Tinggi (merah), M = Medium (kuning), R = Rendah (hijau), T(D) = Penilaian terhadapDanamon tinggi.Berdasarkan acuan tabel di atas, ketiga permasalahan di Bank Danamon dikategorikan T (Tinggi) padaarea merah. Pengkategorian ini didasarkan penilaian rating probabilitas Besar (B) dan rating dampakBerat (B) yang diakibatkan kerugian finansial dan dampak terhadap penilaian masyarakat/nasabahterhadap citra layanan dan keamanan di Bank Danamon.Tabel kriteria selera risiko (risk appetite) Dampak Toleransi Jenis Kegiatan Tingkat Selera Risiko Kegagalan Terhadap Otorisasi KegagalanRendah Tinggi Penunjang Manager dan Besar SupervisorMenengah rendah Sedang Operasional General manager SedangMenengah tinggi Rendah Keuangan dan Direksi Rendah kepatuhanTinggi Rendah sekali Strategis dan Direksi dan Kecil sekali kritis dewan direksiBerdasarkan tabel di atas, terhadap ketiga permasalahan di Bank Danamon tersebut, dampak kegagalandinilai tinggi dengan toleransi terhadap kegagalan rendah sekali. Hal ini ditunjukkan dengan ketegasanpihak Bank Danamon untuk menyelesaikan dengan serius secara hukum dan perombakan internal.Menilik dari jenis kegiatan, permasalahan yang terjadi sifatnya strategis dan kritis. Permasalahanpertama diakibatkan pelaku yang posisinya strategis sebagai teller yang mengurusi pembukuankeuangan khazanah. Permasalahan kedua dan ketiga disebabkan oleh kondisi strategis dimanakeamanan sangat kurang dan tidak diantisipasi oleh pihak Bank Danamon. Untuk tingkat otorisasi,direksi dan dewan direksi turut serta menangani masalah dari sisi internal. 1. Strategi perlakuan risiko. Tahap kedua setelah menggunakan keempat tabel kriteria risiko adalah menentukan strategiperlakuan risiko. Terdapat empat jenis strategi perlakukan risiko, yaitu risk avoidance (menghindaririsiko), risk reduction (mengurangi/mitigasi risiko berupa pengurangan likelihood dan pengurangandampak), risk sharing (berbagi risiko), dan risk acceptance (menerima risiko). Dari penilaian menggunakan keempat tabel di atas, Bank Danamon memilih strategiperlakukan risiko berupa mengurangi/mitigasi risiko (risk reduction). Antara lain memecat pelaku padapermasalahan pertama (teller) dan menyerahkan ke pihak berwajib, mengadakan perubahan kebijakaninternal, dan membentuk unit khusus. Pada kasus kedua dan ketiga, Bank Danamon bekerja samadengan polisi untuk pengusutan kasus ini.4.6. Saran Terkait Usulan ISO 31000 dan Manajemen Risiko Berdasarkan hasil penilaian dari empat tabel kriteria di atas dan pemilihan strategi perlakuanrisiko berupa mitigasi (pengurangan risiko), terdapat beberapa saran dan solusi berbasis usulan ISO31000 untuk Bank Danamon terkait ketiga permasalahan yang dihadapi tersebut. Yaitu : 8
  • ISSN : 2087-0140 1. Review kebijakan oleh manajemen puncak dan atasan di Bank Danamon agar saat diterapkan dapat berjalan baik dan mampu mencegah terulangnya permasalahan serupa dan risiko yang mungkin terjadi. Dalam hal ini, pembentukan unit khusus internal dapat membantu pihak Danamon. 2. Peningkatan pelatihan dan keterampilan kepada para pegawai Bank Danamon dalam hal pemanfaatan IT, memberikan pelayanan kepada konsumen, sinkronisasi informasi antar unit kerja untuk memudahkan pelayanan, pemrosesan keuangan, termasuk juga kejujuran, semangat kerja, dan dedikasi tinggi terhadap perusahaan (Bank Danamon). SDM yang terampil dan terlatih adalah modal penting untuk pencapaian objective Bank Danamon. uk mengembangkan petunjuk dengan menilai metodologi manajemen risiko yang ada. 3. Pemisahan tanggung jawab dan tugas, termasuk pembagian tugas. Ketiga permasalahan yang terjadi merupakan indikasi tidak bagusnya manajemen pemisahan tanggung jawab dan tugas pada setiap level pegawai dari hirarki atas hingga bawah. 4. Pemantauan (monitoring) dan penilaian (review) kerja dan proses yang terjadi di seluruh kantor cabang Bank Danamon, sehingga menjamin proses berjalan baik dan pegawai menjalankan tugasnya dengan baik berdasarkan aturan dan etos kerja. Terdapat tiga tingkatan yang harus dilakukan dalam hal monitoring dan review, sebagaimana bagan di bawah ini. Gambar : Proses monitoring dan reviewKeterangan :A = Audit oleh pihak ketiga. Verifikasi oleh internal dan eksternal auditor bertujuan untuk melihatkepatuhan terhadap standar dan peraturan yang berlaku.B = Pemeriksaan oleh atasan. Dilaksanakan secara berkala dan didorong oleh profil risiko serta lingkuptanggung jawab manajer bersangkutan.C = pemeriksaan berkala dan pemantauan berkelanjutan. Dilaksanakan secara harian dan menjadibagian dari pekerjaan.Tata kelola manajemen risiko Bank Danamon melibatkan hirarki dewan komisaris, dewan direksi,hingga ke level bawah (jajaran manajemen, karyawan) dengan empat buah komite penting.Ditunjukkan pada gambar di bawah ini. Gambar : Tata kelola manajemen risiko Bank Danamon 9
  • ISSN : 2087-01404.7. Kesimpulan Final Tahap terakhir yaitu kesimpulan final terkait usulan pemanfaatan ISO 31000 untuk frameworkmanajemen risiko menggantikan existing framework ORMF di Bank Danamon. Beberapa poin pentingyang penulis tarik sebagai kesimpulan paper ini yaitu : 1. Bank Danamon adalah bank berbasis nasabah dan risiko mempengaruhi tingkat kepuasan dan loyalitas nasabah, sehingga Bank Danamon perlu melakukan manajemen risiko yang baik, selain juga peningkatan kualitas layanan, kualitas produk, dan customer value. 2. IT Strategic Objective Bank Danamon menciptakan nilai untuk pertumbuhan bisnis dan loyalitas nasabah melalui keunggulan layanan yang diberikan, namun ketiga permasalahan yang terjadi mempengaruhi objective Bank Danamon. 3. Permasalahan yang terjadi menunjukkan ORMF belum maksimal dalam proses manajemen risiko, sedangkan usulan ISO 31000 memberikan proses manajemen risiko yang lebih baik dan mudah diterapkan di sektor perbankan dan non perbankan.5. Daftar Pustaka[1]ISO Guide (2009) : ISO Guide 73 Risk Management Vocabulary. ISO Guide. 2009.[2]Elky, Steve. (2006) : An Introduction to Information Risk Management. SANS Institute InfoSec Reading Room. 2006.[3]Mahreza Maulana, Muhammad; Harso Supangkat, Suhono (2006) : Pemodelan Framework Manajemen Risiko Teknologi Informasi Untuk Perusahaan di Negara Berkembang. Multimedia and Cyberspace Engineering Research Group (MUCER), KK Teknologi Informasi, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung. 2006.[4]Commonwealth of Virginia. (2007) : Information Technology Resource Management Information Technology Risk Management Guideline. Virginia Information Technology Agency (VITA). 2007.[5]PT Bank Danamon, Tbk (2010) : Annual Report Bank Danamon 2010. PT Bank Danamon, Tbk. 2010.[6]Bank Indonesia (2010) : Surat Edaran (SE) no 12 35 DPNP. (online)http://m.bi.go.id/NR/rdonlyres/2DEBF163-C35D-4B88-AE97-27D6D9DDF828/21652/se_123511.pdfDiakses 18 September 2011.[7]Bank Indonesia (2009) : Peraturan Bank Indonesia No 11/25/PBI/2009 – Perubahan Atas PBI No 5/8/PBI/2003 Tentang Penerapan Manajemen Risiko Bagi Bank Umum. (online)http://www.bi.go.id/web/id/Peraturan/Perbankan/pbi_112509.htmDiakses 18 September 2011.[8]Metric Stream (2011) : Operational Risk Management (ORM) Framework in Bank and Financial Institutions. (online)http://www.metricstream.com/solution_briefs/ORM.htmDiakses 18 September 2011.[9]Rima News (2011) : Polisi dan BI Ungkap Modus Pembobolan Bank Danamon. (online)http://rimanews.com/read/20110510/27258/polisi-dan-bi-ungkap-modus-pembobolan-bank-danamonDiakses 18 September 2011.[10]Kabar Saham (2011) : Danamon Bukan Dari Rekening Nasabah. (online)http://www.kabarsaham.com/2011/danamon-bukan-dari-rekening-nasabah.htmlDiakses 18 September 2011.[11]Kompas (2011) : Danamon Bukan Dari Rekening Nasabah. (online)http://bisniskeuangan.kompas.com/read/2011/05/05/15250644/Danamon.Bukan.dari.Rekening.Nasaba hDiakses 18 September 2011.[12]Lembaga Pengembangan Perbankan Indonesia (LPPI) (2011) : Ini Modus Pembobolan Bank Danamon. (online)http://www.lppi.or.id/index.php/module/Forum/showtopic/21Diakses 18 September 2011.[13]Berita Mandiri (2011) : Beberapa Skandal Kasus Pembobolan Bank. (online)http://www.beritamandiri.com/2011/05/beberapa-skandal-kasus-pembobolan-bank.htmlDiakses 18 September 2011.[14]Kompas (2011) : Tak Ada Satpam Saat Bank Dirampok. (online)http://megapolitan.kompas.com/read/2011/06/09/09151164/Tak.Ada.Satpam.Saat.Bank.DirampokDiakses 18 September 2011.[15]Suara Karya Online (2011) : 4 Penjahat Bersenpi Rampok Bank Danamon. (online)http://www.suarakarya-online.com/news.html?id=280361 10
  • ISSN : 2087-0140Diakses 18 September 2011.[16] Kompas (2011) : Penjagaan Bank Bank di Yogyakarta Normal. (online)http://regional.kompasiana.com/2011/06/10/penjagaan-bank-bank-di-yogyakarta-normal/Diakses 18 September 2011.[17] Republika (2011) : Satpam Ikut Nagih ke Nasabah, Bank Danamon Dirampok. (online)http://www.republika.co.id/berita/regional/nusantara/11/06/08/lmgtf4-satpam-ikut-nagih-ke-nasabah- bank-danamon-dirampokDiakses 18 September 2011.[18] Tribun Jambi (2011) : Bank Danamon Dirampok Siang Bolong. (online)http://jambi.tribunnews.com/2011/06/08/bank-danamon-dirampok-siang-bolongDiakses 18 September 2011.[19]Detik News (2011) : Perampok Bank Danamon Gondol Rp 40 Juta. (online)http://us.detiknews.com/read/2011/06/30/140111/1671757/10/perampok-bank-danamon-gondol-rp-40- jutaDiakses 18 September 2011.[20]Detik News (2011) : Perampok Bersenjata Api Kian Merajalela di Jakarta Barat. (online)http://www.detiknews.com/read/2011/07/29/210646/1692657/10/perampok-bersenjata-api-kian- merajalela-di-jakarta-baratDiakses 18 september 2011.[21]Detik News (2011) : Polisi Bank Danamon Tidak Pasang CCTV. (online)http://www.detiknews.com/read/2011/06/30/151621/1671888/10/polisi-bank-danamon-tidak-pasang- cctvDiakses 18 September 2011.[22]Yustisi (2011) : Jakarta Barat Paling Rawan Aksi Perampokan. (online)http://yustisi.com/2011/07/jakarta-barat-paling-rawan-aksi-perampokan-bersenjata-api/Diakses 18 September 2011.[23]Humas Polda Metro Jaya (2011) : Perampok Bank Danamon Latumenten. (online)http://humaspoldametrojaya.blogspot.com/2011/06/perampok-bank-danamon-latumenten.htmlDiakses 18 September 2011.[24]J Susilo, Leo. (2011) : Tantangan Penerapan ISO 31000 : Risk Management Principle and Guideline. Winconsult. 2011.[25]Hillson, David (2002) : The Risk Breakdown Structure (RBS) As An Aid to Effective Risk Management. Project Management Proffesional Solution Limited. 2002.[26]Zacharias, O; Panopoulos, D; Askounis, D. Th (2008) : Large Scale Program Risk Analysis Using A Risk Breakdown Structure. European Journal of Economics, Finances, and Administratif Science. 2008. 11
  • ISSN : 2087-0140 Private Cloud SAAS Berbasis GNU/Linux Ubuntu dan EyeOS Untuk Penghematan Anggaran IT Organisasi I Putu Agus Eka Pratama1, Suhardi2 Magister Teknologi Informasi Sekolah Teknik Elektro dan Informatika (STEI) Institut Teknologi Bandung, Jl Ganesha 10 Bandung Jawa Barat Indonesia. putu-shinoda@students.itb.ac.id1, suhardi@stei.itb.ac.id2Abstrak Permasalahan yang terjadi pada organisasi yang menerapkan IT yaitu biaya operasional yangbesar untuk pengadaan perangkat lunak dan layanan cloud computing. Organisasi dapat melakukanpenghematan biaya operasional dan peningkatan performansi dengan tetap mencapai tujuanorganisasi. Paper ini akan menyajikan solusi penghematan biaya operasional tersebut memanfaatkancloud SAAS (Software As A Service) menggunakan eyeOS pada GNU/Linux Ubuntu. Jaringan lokal(intranet) organisasi disetup menjadi private cloud SAAS menggunakan GNU/Linux Ubuntu dan eyeOSdiletakkan di dalamnya, sehingga semua layanan aplikasi dapat digunakan bersama - sama dan realtime. Dianalisa juga sistem kerja eyeOS, scalability, dan reliability. Dari hasil pengujian berdasarkanskenario yang disusun, dapat disimpulkan bahwa penghematan biaya operasional organisasi untukpembelian perangkat lunak dan sewa layanan cloud ke vendor dapat dilakukan secara signifikanmenggunakan eyeOS pada jaringan private cloud SAAS berbasis GNU/Linux Ubuntu.Kata Kunci :Private, Cloud, SAAS, eyeOS, penghematan, scalability, reliability6. Pendahuluan6.1. Latar Belakang Dalam suatu organisasi, terdapat banyak komputer dan jaringan (intranet internet) untukmenunjang produktifitas kerja. Biaya operasional akan membesar untuk pengadaan perangkat lunakclosed source prorietary di setiap komputer dan biaya sewa layanan cloud dari provider cloud.Perangkat lunak closed source proprietary memiliki lisensi yang mengikat dan berlaku untuk satukomputer saja, sementara dalam setiap komputer terdapat sistem operasi dan berbagai aplikasi. Perludilakukan pemakaian bersama aplikasi melalui private cloud SAAS (Software As A Service). Berbagai penelitian sebelumnya banyak yang membahas mengenai cloud computing, eyeOS(sistem operasi open source berbasis web browser), Ubuntu Enterprise Cloud, dan cloud SAAS officedari Google (http://docs.google.com). Hal ini menunjukkan cloud banyak digunakan dalam organisasiberbasiskan internet. Namun belum ada penelitian yang membahas mengenai solusi penghematan biaya operasionalsuatu organisasi untuk pengadaan perangkat lunak dan sewa layanan cloud berbasis internet keprovider memanfaatkan eyeOS, GNU/Linux Ubuntu, dan intranet, dengan tetap mengutamakanproduktifitas kerja dan tujuan organisasi. Hal ini penting, sebab tidak semua organisasi mampumenyediakan akses internet yang memadai ataupun kemungkinan gangguan yang terjadi pada internetsehingga layanan tidak dapat digunakan dengan baik. Hal inilah yang melatar belakangi penulis untukmelakukan penelitian ini. Melalui paper ini, akan dipaparkan hasil pengujian penelitian yang dilakukan di Lab SinyalSistem (LSS) ITB lantai 3 beserta analisa sistem kerja eyeOS dari sudut pandang jaringan informasi,scalability, dan reliability berdasarkan skenario yang disusun, serta perbandingan biaya antarapemanfaatan eyeOS dalam private cloud SAAS dibandingkan dengan pembelian lisensi perangkatlunak closed source proprietary dan layanan cloud internet. Diharapkan dengan hal ini, organisasidapat menekan biaya operasional pengadaan perangkat lunak di setiap komputer dan biaya sewalayanan cloud internet ke vendor. 12
  • ISSN : 2087-0140 Tujuan utama penelitian ini adalah memberikan solusi penghematan biaya operasional suatuorganisasi untuk pengadaan perangkat lunak dan sewa layanan cloud ke penyedia layanan denganmemanfaatkan eyeOS dan private cloud SAAS berbasis GNU/Linux Ubuntu.6.2. Rumusan Masalah Rumusan masalah pada paper ini yaitu bagaimana cara melakukan penghematan biayaoperasional organisasi untuk pengadaan perangkat lunak dan sewa layanan cloud dari penyedia layanancloud internet? Terutama untuk organisasi yang terkendala dengan bandwith internet atau pengadaaninternet untuk penggunaan layanan cloud berbasis internet. Dari rumusan masalah di atas, dapatdijabarkan ke dalam tiga poin berikut :10. Apa solusi untuk organisasi yang memiliki banyak komputer dan ingin melakukan penghematanbiaya lisensi pengadaan perangkat lunak dengan tetap mengutamakan produktifitas dan tujuanorganisasi?11. Apa solusi untuk organisasi yang memiliki intranet saja namun memerlukan layanan cloud SAAStanpa terhubung internet?12. Apa solusi untuk organisasi yang memiliki internet (dengan bandwith terbatas) dan intranet namunmemerlukan layanan cloud SAAS?6.3. Pertanyaan Penelitian Empat poin pertanyaan penelitian pada paper ini yaitu : 4. Mengapa perlu dilakukannya penghematan biaya operasional pada suatu organisasi untuk pengadaan perangkat lunak dan penyewaan layanan cloud dari penyedia layanan? 5. Apa saja langkah yang harus dilakukan dalam upaya penghematan tersebut memanfaatkan eyeOS, cloud SAAS, intranet, dan GNU/Linux Ubuntu pada organisasi? 6. Dimana letak manfaat private cloud SAAS jika organisasi memiliki akses internet dan biaya yang cukup untuk penyewaan layanan cloud? 7. Bagaimana scalability dan reliability untuk penggunaan bersama dan real time?1.4. Tujuan Penelitian Tujuan penelitian ini adalah untuk memberikan solusi penghematan biaya operasionalpengadaan perangkat lunak dan sewa layanan cloud ke provider luar pada suatu organisasi denganmemanfaatkan eyeOS dan cloud SAAS pada GNU/Linux.1.5. Metodologi Penelitian Pada paper penelitian ini, penulis menggunakan metodologi penelitian kualitatif dengan jenispenelitian studi dokumen dari buku dan sumber pustaka yang digunakan untuk memperdalampemahaman terhadap materi. Pengujian dilakukan melalui eksperimen di Lab Sinyal Sinyal Sistem ITBlantai 3 untuk melakukan setup jaringan lokal (LAN) menjadi cloud SAAS menggunakan GNU/LinuxUbuntu dan menempatkan eyeOS di dalamnya. Hasil pengujian dan analisa didokumentasikan dalambentuk paper.1.6. Keluaran Penelitian Keluaran dari penelitian ini ada dua. Pertama, sistem cloud SAAS lokal beserta eyeOS didalamnya sebagai solusi atas rumusan masalah yang ada. Kedua, dokumentasi berupa paper yangmemuat hasil pengujian dan analisa berdasarkan skenario pengujian yang disusun.1.7. Jadwal Penelitian Adapun jadwal penelitian untuk penelitian tugas paper ini diestimasikan dalam tabel berikut : 13
  • ISSN : 2087-0140 Tabel I.I : Tabel jadwal penelitianNo Kegiatan Jadwal Penelitian Agustus September Oktober November Desember 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 41. Penentuan topik dan judul.2. Formulasi masalah.3. Studi literatur.4. Dokumentasi paper UTS.5. Implementasi sistem (eyeOS dan jaringan private cloud SAAS).6. Pengujian sistem.7. Analisa hasil pengujian sistem.8. Dokumentasi paper UAS (final).9. Dokumentasi blog.7. Kajian Pustaka7.1. Cloud Computing National Institute of Standards and Technology (NIST) mendefinisikan cloud computingsebagai model yang memungkinkan penggunaan resource bersama secara mudah, dimana - mana,dapat dikonfigurasi, dan on demand. Layanannya disediakan dan dilepas dengan cepat untukmeminimalisir usaha manajemen maupun interaksi dengan vendor.[10] Secara umum, cloud computingmerupakan pengembangan dari teknologi yang telah ada, yaitu jaringan komputer dan grid computing. Dilihat dari sudut pandang jaringan komputer, cloud computing berjalan pada layer aplikasi.Hal ini mengingat layer aplikasi bertanggung jawab terhadap penyediaan akses layanan jaringanTCP/IP kepada aplikasi yang berjalan. Pada layer aplikasi ini terdapat berbagai protokol yangmerupakan aturan komunikasi di dalam jaringan komputer. Antara lain DHCP, DNS, HTTP, SMTP,FTP, dan lainnya. Cloud computing menawarkan tiga jenis layanan yaitu IAAS, PAAS, dan SAAS. IAAS(Infrastructure As A Service) menyediakan hardware (network, storage, processor) untuk proseskomputasi dan bergantung pada virtualisasi. Fiturnya berupa pemilihan virtual machine, sistem operasi,aplikasi perkantoran, mirror penyimpanan data, optimization, dan pemrosesan multidata/aplikasi/perhitungan rumit. Contohnya pada Akamai (www.akamai.com). PAAS (Platform As AService) menyediakan platform berbasis web browser untuk implementasi dan pengembangan sistemsehingga meminimalkan proses coding. Fitur yang disediakan berupa software development toolberbasis web browser, web service (disertai scalability, kontrol akses, keamanan, dan layanan),integrasi yang baik dan mudah dengan perangkat lunak lain dalam satu platform yang sama,penghubung dengan sistem lain di luar jaringan cloud computing. Contohnya pada Amazone WebService (http://aws.amazon.com/). SAAS (Software As A Service) menyediakan aplikasi berbasis web.Fitur AJAX menyediakan user experience menyerupai aplikasi desktop. Contoh layanan ini antara lainlayanan e-mail dari Google (http://mail.google.com) dan Yahoo (http://mail.yahoo.com), ZOHO dengancollaboration application (www.zoho.com), dan Salesforce (www.salesforce.com) dengan CRM(Customer Relationship Management). 14
  • ISSN : 2087-0140 Gambar II.1 : Hirarki layanan SAAS, PAAS, dan IAAS pada cloud computing Gambar II.2 : SAAS, PAAS, dan IAAS (dengan pembagiannya)7.2. Ubuntu Enterprise Cloud (UEC) dan Eucalyptus Ubuntu adalah salah satu distribusi (distro) dari sistem operasi open source GNU/Linux.Ubuntu server menyediakan layanan Ubuntu Enterprise Cloud (UEC), sehingga siapapun dapatmembuat sendiri private cloud pada intranet, dengan bantuan aplikasi open source Eucalyptus.Eucalyptus terdiri dari komponen Cloud Controller (CLC), Walrus Storage Controller (WS3), ClusterController (CC), Storage Controller (SC), dan Node Controller (NC). Untuk membuat sebuah privatecloud, minimal terdapat sebuah server (front end) dan sebuah client (node). Pada server akandijalankan komponen Cluster Controller (CC), Walrus Storage Controller (WS3), Storage Controller(SC), dan Cloud Controller (CLC). Pada node dijalankan Node Controller (NC). Meski demikian, padasatu mesin pun dapat diinstalkan bersamaan antara Cluster Controller dan Node Controller. Umumnyahal ini untuk percobaan, bukan untuk diterapkan dalam lingkungan produktif seperti perkantoran. Padapenelitian ini digunakan 20 buah mesin sebagai node. Eucalyptus adalah perangkat lunak open source dengan dukungan API dan EC2/S3, yangmerupakan kunci utama setup private cloud berbasis Linux dan open source. UEC pada Ubuntu servermenggunakan Eucalyptus untuk kemudahan proses instalasi dan konfigurasi cloud lokal di Linux. Node Controler menjalankan hypervisor KVM memanfaatkan Virtualization Technology (VT).Node Controller mengatur siklus instance node dan interaksi dengan sistem operasi, ClusterController, dan hypervisor. Node Controller memberikan informasi mengenai sumber daya fisik yangdigunakan node (jumlah core, memori, kapasitas disk, status VM instance di node) dari sistem operasiuntuk diteruskan ke Cluster Controller. Fungsi dari Node Controller adalah mengumpulkan dataketersediaan resource di node untuk dilaporkan ke Cluster Controller, besar konsumsinya danmanajemen life cycle instance yang ada di dalamnya. Cluster Controller berfungsi menerima permintaan dari Cloud Controller untuk menjalankaninstance, memilih Node Controller yang digunakan untuk menjalankan instance, mengatur virtualnetwork untuk instance, dan mengumpulkan informasi tentang Node Controller dan melaporkan keCloud Controller. Cluster Controller mengatur satu atau lebih Node Controller, menjalankan instance 15
  • ISSN : 2087-0140pada Node Controller, dan mengatur instance jaringan pada node sesuai permintaan dari Eucalyptus.Cloud Controller berkomunikasi dengan beberapa Node Controller . Walrus Storage Controller adalah sistem penyimpanan untuk machine image/instance,snapshot, file API REST based, dan SOAP, dengan dukungan API S3. Sedangkan Storage Controllerberfungsi sebagai media penyimpanan (harddisk) instance. Storage Controller memberikan layananblock storage (melalui protokol AoE/iSCSI ke instance) dan snapshot volume. Cloud Controller merupakan front end pada infrastruktur cloud yang memberikan interfacelayanan web EC2 / S3 ke client untuk melakukan manajemen aspek infrastruktur Ubuntu EnterpriseCloud. Fungsi Cloud Controller antara lain monitoring ketersediaan resource komponen infrastrukturcloud (hypervisor pada node untuk manajemen instance, Cluster Controller untuk manajemen nodehypervisor, menentukan cluster yang akan digunakan pada instance, dan instance yang berjalan) sertapengetahuan yang lengkap tentang ketersediaan dan penggunaan resource di cloud beserta statusnya.7.3. EyeOS EyeOS adalah sistem operasi open source GNU/Linux berbasis cloud SAAS yang dijalankanmelalui web browser. Rilis pertama 1 Agustus 2005 di Spanyol. Rilis 4 Juni 2007 dilengkapi denganEyeOS Toolkit untuk memudahkan pengembangan perangkat lunak berbasis web. EyeOS dibangundengan menggunakan bahasa pemrograman web PHP, Javascript, XML, dan sejumlah pustaka lainnya. EyeOS dapat digunakan pada cloud intranet maupun internet. Server daemon menggunakanApache baik LAMP maupun XAMPP, misalkan pada sistem operasi GNU/Linux.[6] Di dalamnyatersedia berbagai perangkat lunak siap pakai berbasis cloud, dilengkapi dengan manajemen user danlainnya, sebagaimana sistem operasi desktop pada umumnya. Pada pengujian akan dilakukan pengamatan dari sisi scalability dan reliability. Scalability(skalabilitas) merupakan kemampuan peningkatan skalabilitas server dari sisi performansi,fungsionalitas, dan penambahan jumlah client, baik secara scale up maupun scale out. Dengan adanyaskalabilitas, penambahan hardware dan client dapat dilakukan dengan mudah untuk memperlama lifecycle dan pembagian pemrosesan secara merata. Reliability (kehandalan) merupakan karakteristikkehandalan dalam suatu jaringan, dimana setiap aplikasi yang berjalan di dalam jaringan memilikikebutuhan yang berbeda dari sisi reliability. Misalkan reliability untuk pengiriman paket data, internet,dan e-mail, lebih reliable dibandingkan komunikasi telepon dan video - audio conference.8. Model Konseptual dan Pengujian Model8.1. Model (Konseptualisasi) Konseptualiasi pemodelan pada pengujian penelitian ini didasarkan pada formulasi masalahdan tujuan penelitian yang dijabarkan dalam tiga langkah berikut. Pertama, setup private cloud SAASdi jaringan intranet ITB (LSS lantai 3) memanfaatkan GNU/Linux Ubuntu (Ubuntu Enterprise Cloud).Kedua, instalasi eyeOS pada private cloud SAAS dan melakukan ketiga pengujian berdasarkanskenario pada bagan dan proses bisnis. Ketiga, membandingkan biaya operasional IT untuk pembelianperangkat lunak closed source proprietary dan layanan cloud internet dengan pemanfaatan eyeOS padaprivate cloud SAAS, dilanjutkan dengan analisa cara kerja eyeOS dari sudut pandang jaringaninformasi, scalability, dan reliability. Ketiga pengujian ini bertujuan untuk membuktikan dan memberikan jawaban atas rumusmasalah, pertanyaan penelitian, dan tujuan penilitian, sebagaimana disebutkan pada bab pendahuluandi atas.8.2. Pengujian Model Untuk melakukan pengujian model ini, penulis merancang sebuah skenario sesuai bagan danproses bisnis berikut : 16
  • ISSN : 2087-0140Gambar II.1 : bagan cloud SAAS lokal intranet ITB LSS lantai 3 Gambar III.2 : Proses Bisnis Pengujian Model 17
  • ISSN : 2087-0140Keterangan :Terdapat 20 client yang terhubung bersama dalam jaringan private cloud SAAS di intranet ITB LSSlantai 3. Server cloud memberikan layanan SAAS berupa aplikasi melalui interface eyeOS. Setiapclient menggunakan bersama aplikasi cloud video player di eyeOS. Pengujian pertama denganmemainkan bersama file video di setiap direktori home user. Pengujian kedua dengan memainkanbersama file video sharing. Pengujian ketiga dilakukan dengan pemakaian bersama aplikasi yang ada,berbagi file, dan editing file real time melalui eyeOS. Analisa scalability dan reliability dilakukanterhadap hasil pengujian pertama dan kedua dalam menangani request semua user. Dilanjutkan denganperbandingan biaya antara pembelian perangkat lunak komersil dan layanan cloud internet denganpemanfaatan eyeOS dan private cloud SAAS serta cara kerja eyeOS dari sudut pandang jaringaninformasi.9. Implementasi dan Pengujian9.1. Implementasi Private Cloud SAAS Untuk pengujian digunakan semua komputer di LSS lantai 3 ITB. Spesifikasi server cloudyang digunakan sama dengan client, yaitu Intel Pentium 5, RAM 512 MB, VGA Onboard Intel, LANCard, mouse, keyboard, dan LCD monitor. Langkah pertama adalah melakukan setup mesin front end (server) menggunakan GNU/LinuxUbuntu server 10.04 untuk menginstal Cloud Controller, Cluster Controller, Storage Controller, danWalrus Storage Controller. Nama untuk cluster dan range IP static dijatahkan untuk client(167.205.67.78 – 167.205.67.98), dilanjutkan dengan instalasi Node Controller di setiap mesin client(dengan mendeteksi cluster dan node yang ada). Setiap node client kemudian didaftarkan melaluipertukaran public key SSH, konfigurasi layanan dan keberadaannya di jaringan, memastikan UECberjalan baik, dan verifikasi registrasi (Ubuntu server 10.04 ke atas melakukan secara otomatis). Mesincloud controller bernama lsslantai3-mesin1 dengan alamat 167.205.67.77 Langkah kedua yaitu memperoleh credential dengan cara mengetikkan command berikut diterminal mesin Cloud Controller (sebagai super user) :lsslantai3-mesin1@lsslantai3-mesin1:~$ sudo su[sudo] password for lsslantai3-mesin1:root@lsslantai3-mesin1:/home/lsslantai3-mesin1# mkdir -p /home/lsslantai3-mesin1/.eucaroot@lsslantai3-mesin1:/home/lsslantai3-mesin1# chmod 777 /home/lsslantai3-mesin1/.eucaroot@lsslantai3-mesin1:/home/lsslantai3-mesin1# cd /home/lsslantai3-mesin1/.eucaroot@lsslantai3-mesin1:/home/lsslantai3-mesin1# euca_conf --get-credentials jarinfocreds.ziproot@lsslantai3-mesin1:/home/lsslantai3-mesin1# unzip jarinfocreds.zip root@lsslantai3- mesin1:/home/lsslantai3-mesin1#ln -s /home/lsslantai3-mesin1/.euca/eucarc /home/lsslantai3-mesin1/.eucarcroot@lsslantai3-mesin1:/home/lsslantai3-mesin1#cd /home/lsslantai3-mesin1/Hasilnya ditampilkan sebagai berikut :--2011-10-23 13:21:18--https://167.205.67.77:8443/getX509?user=admin&code=aLGDFfIOHjSuctOsdZHK4NtfaPvh6zKN5wzMhoY5QGxkvH2qQxEo5IsF5XkqMFx9al1Z0SRu08FCaUz0vegResolving localhost... ::1, 167.205.67.77Connecting to localhost|::1|:8443... failed: Connection refused.Connecting to localhost|167.205.67.77|:8443... connected.WARNING: cannot verify localhosts certificate, issued by `/C=US/O=Cloud/OU=Eucalyptus/CN=db: Self-signed certificate encountered.WARNING: certificate common name `db doesnt match requested host name `localhost.HTTP request sent, awaiting response... 200 OKLength: 4888 (4.8K) [application/zip]Saving to: `jarinfocreds.zip100%[======================================>] 4,888 --.-K/s in 0s2011-10-23 13:21:30 (254 MB/s) - `jarinfocreds.zip saved [4888/4888]File jarinfocreds.zip tersebut diekstrak dan digunakan, dilanjutkan dengan menginstall euca2ools,memvalidasi semua node, dan instalasi image. Langkah ketiga yaitu memetakan alamat NTP server dan DNS server internet ke alamat lokal(intranet) karena secara default cloud akan mensinkronisasikan waktu dengan NTP internet(ntp.ubuntu.com, pool.ntp.org, 0.debian.pool.ntp.org, 1.debian.pool.ntp.org, 2.debian.pool.ntp.org, dan3.debian.pool.ntp.org), sehingga tercipta cloud private SAAS tanpa perlu koneksi internet. Skenarioyang digunakan ditunjukkan pada gambar berikut : 18
  • ISSN : 2087-0140 Gambar IV.1 : pemetaan NTP dan DNS server internet ke NTP dan DNS server intranetPemetaan yang dilakukan dengan aturan berikut (mesin yang digunakan pada alamat 167.205.67.75) :ntp.ubuntu.com 167.205.67.75pool.ntp.org 167.205.67.750.debian.pool.ntp.org 167.205.67.751.debian.pool.ntp.org 167.205.67.752.debian.pool.ntp.org 167.205.67.753.debian.pool.ntp.org 167.205.67.75Pengecekan NTP dengan rule berikut :ntpdate -Bbdv ntp.ubuntu.comntpdate -Bbdv 0.debian.pool.ntp.orgntpdate -Bbdv 1.debian.pool.ntp.orgntpdate -Bbdv 2.debian.pool.ntp.orgntpdate -Bbdv pool.ntp.org9.2. Implementasi eyeOS di Private Cloud SAAS Setelah private cloud SAAS selesai dibuat, dilanjutkan dengan instalasi eyeOS di mesinserver. File eyeOS diekstrak dan diletakkan di root web (/var/www/) pada mesin server, dilanjutkandengan membuat database. Kemudian kedua puluh client (node controller) dapat menggunakanbersama layanan eyeOS dengan mengakses alamatnya via web browser, dengan akun masing – masing.9.3. Tahap Pengujian Setelah tahap implementasi private cloud SAAS menggunakan GNU/Linux Ubuntu,Eucalyptus, dan eyeOS, kemudian dilanjutkan dengan melakukan tahap pengujian berdasarkan prosesbisnis dan skenario yang telah disusun sebelumnya. Setiap pengujian dilakukan berurutan satu per satu,diamati, dan dicatat hasilnya. Kemudian dilakukan analisa. Semua hasil ini dijabarkan di bab V. Kemudian dilakukan juga perbandingan biaya operasional IT suatu organisasi (untuk kasussatu komputer) antara pembelian lisensi perangkat lunak closed source prorietary dan layanan cloudSAAS internet dengan pemanfaatan eyeOS dan private cloud SAAS tanpa koneksi internet pada suatuorganisasi. Dilanjutkan dengan analisa cara kerja eyeOS ditinjau dari sisi scalability, reliability, danjaringan informasi (pada sudut pandang stack layer).10.Hasil Pengujian dan Analisa10.1. Hasil Pengujian Pertama Pengujian pertama adalah pemanfaatan bersama aplikasi video player cloud yang disediakanoleh eyeOS, dimana setiap client memainkan file video miliknya masing – masing (di direktori home).Dari hasil pengujian pertama, diperoleh analisa bahwa setiap client dapat memainkan dengan baikberbagai file video yang ada di direktori user masing – masing, memanfaatkan aplikasi cloud videoplayer dari eyeOS, sebagai bentuk layanan private cloud SAAS. Server private cloud SAAS dapatmelayani dengan baik request semua client (20 buah mesin node) tanpa adanya gangguan. Dilihat dari sisi scalability, kemampuan server dapat ditingkatkan hanya dengan penambahanprosesor, tidak lagi dengan penambahan mesin baru ataupun pemindahan ke mesin baru. Hal ini tentusaja akan menghemat biaya dan waktu, selain juga layanan tetap dapat berjalan. 19
  • ISSN : 2087-0140 Dilihat dari sisi reliability, kemampuan audio dan video conference untuk semua client samahandalnya dengan kemampuan data, e-mail, dan internet. Sehingga tidak ada halangan berarti terhadapimplementasi dan pengggunaan eyeOS pada private cloud SAAS.10.2. Hasil Pengujian Kedua Pengujian kedua sedikit lebih berat dibandingkan pengujian pertama, dimana semua clientmenggunakan bersama layanan aplikasi video player cloud yang disediakan oleh eyeOS untuk memutarfile video sharing untuk semua client. Dari pengujian ini, beban server lebih berat karena melayanirequest semua client untuk aplikasi video player cloud dan file video. Dari hasil pengujian kedua, diperoleh analisa yang sama dengan pengujian pertama dari sisiscalability dan reliability, dimana server dapat melayani request semua client dengan baik dan tidakada gangguan berarti saat dijalankan. Hal ini membuktikan kemampuan cloud dalam melayani clientdengan baik melalui layanan SAAS.10.3. Hasil Pengujian Ketiga Pengujian ketiga yaitu pemanfaatan bersama semua aplikasi yang disediakan oleh eyeOS, baikkategori perkantoran, multimedia, internet, dan lainnya. Sama seperti pengujian sebelumnya, tidak adagangguan yang dialami oleh client. Hal ini dari sisi scalability dan reliability dinilai sudah baik untuklayanan real time.10.4. Perbandingan Biaya Perangkat Lunak Setelah dilakukan pengujian pertama, kedua, dan ketiga, kemudian dilakukan perbandingkanbiaya perangkat lunak untuk setiap komputer dan biaya layanan cloud SAAS berbasis internet, yangdibandingkan dengan biaya pengadaan private cloud SAAS berbasis GNU/Linux dan eyeOS. Berikuttabel perbandingannya (untuk satu komputer) : Tabel V.1 : Perbandingan biaya perangkat lunak proprietary dan open source cloud SAAS eyeOS No Kebutuhan Proprietary Cloud SAAS EyeOS1. Perkantoran. Microsoft Office. EyeShow, ZOHO Suite, eyeOpenGo, Harga Rp 2.800.000,00 (1 PDFCreator. lisensi = 1 komputer). Harga : gratis.2. Multimedia. Windows Media Player. EyeMusic, Draw, eyeVideo. Harga : gratis. Harga : gratis.3. Bisnis. Microsoft CRM. EyeOVOO, eyeSugar. Harga Rp 9.300.000,00 (1 Harga : gratis. lisensi = 1 komputer).4. Internet. Yahoo Messenger, Gmail, Yahoo, IMO, Gmail. Firefox, Opera. Harga : gratis. Harga : gratis.5. Cloud SAAS Rp 25.000.000,00/bulan. Eucalyptus + GNU/Linux. internet. Memerlukan koneksi internet Harga : gratis. dengan biaya Rp 700.000,00/bulan. Penyediaan sarana intranet Rp 2.000.000,00 (sekali saja). Total Biaya Total pembelian perangkat Total pembelian perangkat lunak : Rp lunak : Rp 37.100.000,00 0,00 Total biaya internet (setahun) : Total biaya internet (setahun) : Rp 0,00 Rp 8.400.000,00 Total biaya sarana intranet (sekali saja) : Rp 2.000.000,00Catatan :4. List aplikasi pada eyeOS bisa dicek di http://eyeos-apps.org/index.php dan mayoritas bisa diunduhgratis dengan lisensi GPL.5. Harga Microsoft CRM bisa dicek di http://www.milesconsultingcorp.com/Microsoft-Dynamics-CRM-Discount-Server-User-License-Price-Rates.aspx (per 27 November 2011)6. Harga Microsoft Office bisa dicek di http://office.microsoft.com/en-us/products (per 20 November2011). 20
  • ISSN : 2087-0140 Dari tabel di atas, untuk sebuah komputer saja, eyeOS memberikan dampak sangat signifikanterhadap penghematan anggaran IT untuk pembelian perangkat lunak dan layanan cloud, dengan tetapmengutamakan produktifitas kerja.10.5. Analisa Hasil Pengujian dan Hasil Perbandingan Dari hasil pengujian pertama, kedua, dan ketiga (sesuai skenario) serta hasil perbandinganbiaya (sesuai tabel di atas), dapat dijelaskan hasil analisa sebagai berikut : Pertama, cloud memberikan kehandalan dan skalabilitas dalam layanan yang diberikan(IAAS, PAAS, SAAS), memanfaatkan teknologi virtualisasi, pembagian resource, cluster, dan gridyang telah ada sebelumnya. Komponen dalam private cloud yang memanfaatkan engine Eucalpythuspada platform GNU/Linux (Cloud Controller, Cluster controller, Node Controlle, Wallrus StorageController) berperan menjaga performansi server cloud dalam memberikan layanan agar berjalan baiksehingga produktifitas kerja organisasi tetap terjaga. Kedua, hasil yang disajikan pada tabel perbandingan biaya mampu membuktikan solusipenghematan yang sangat signifikan untuk anggaran IT suatu organisasi untuk biaya pengadaan lisensiperangkat lunak closed source proprietary di setiap komputer dan layanan cloud berbasis internet dariprovider, tanpa mengesampingkan produktifitas kerja.10.6. Analisa Cara Kerja EyeOS Setelah diperoleh analisa hasil ketiga pengujian dan perbandingan biaya, kemudian dilakukananalisa cara kerja eyeOS dengan meneliti komponen penyusunannya, termasuk kernel, serta bekerja dilayer mana pada cakupan stack layer. Dari sudut pandang teknologi informasi, dapat dianalisa carakerja eyeOS sebagai berikut : EyeOS bekerja layaknya website biasa, yang dibangun dari komponenPHP, MySQL, Javascript, Qooxdoo, log4php, PHPUnit, Open Office, dan lainnya. Hal ini yangmenyebabkan eyeOS dapat berjalan baik di browser apapun, sebagai sebuah sistem operasi, tanpatambahan plugin apapun, pada kondisi intranet maupun internet. Struktur sistem operasi eyeOS sebagai sistem operasi cloud SAAS web based yang dapatdijelaskan pada gambar berikut ini : Gambar V.I : bagan komponen dan kernel eyeOSDari gambar di atas ditunjukkan komponen – komponen penyusun eyeOS beserta kernel danketerkaitan diantaranya. EyeOS dan layanan cloud berjalan pada layer aplikasi. 21
  • ISSN : 2087-014011.Kesimpulan dan Saran11.1. Kesimpulan Dari hasil pengujian penelitian dan dokumentasi ini, dapat diperoleh beberapa poinkesimpulan sebagai berikut :5. EyeOS, GNU/Linux, dan open source mampu memberikan solusi yang tepat untuk penghematananggaran IT suatu organisasi dalam pengadaan perangkat lunak closed source proprietary tanpamengesampingkan produktifitas kerja.6. Terkait poin [1], biaya operasional IT untuk jasa layanan cloud SAAS berbasis internet dapatdihemat dengan solusi pemanfaatan GNU/Linux dan FOSS Eucalyptus untuk pembuatan private cloudSAAS memanfaatkan sarana intranet tanpa terhubung internet.7. EyeOS dibangun dengan komponen perangkat lunak open source yang kompleks sehingga bisadijalankan sebagai sebuah sistem operasi melalui web browser tanpa perlu penambahan plugin apapunsehingga menghemat biaya dan waktu.8. Private cloud berbasis GNU/Linux dan FOSS handal untuk digunakan dalam intranet suatuorganisasi dilihat dari sisi scalability dan reliability menggunakan engine Eucalyptus.11.2. Saran Untuk Perbaikan ke Depan Untuk kesempurnaan ke depannya, disarankan untuk menambah jumlah client (node) hinggamencapai antar subnet yang berbeda, sehingga sisi scalability dan reliability dapat lebih sempurnauntuk diujikan berdasarkan skenario yang disusun.Daftar Pustaka[1]Dar Lin, Yin. 2010. Computer Network An Open Source Approach. Mc Graw Hill InternationalEdition.[2]William, Mark. 2008. A Quick Start Guide to Cloud Computing : Moving Your Business Into TheCloud. Kogan Page.[3]Knorr, E., and Gruman, G. 2008. What Cloud Computing Really Mean. Info World.[4]Calheiros, R. N., Ranjan, R., De Rose, C.A.F, and Buyya, RajKumar. 2010. Cloudsim : A NovelFramework for Modelling and Simulation of Cloud Computing Infrastructures and Services. GridComputing and Distributed System (GRIDS) Laboratory Departement of Computer Science andSoftware Engineering The University of Melbourne Australia.[5]Williams, Mark Ian. 2010. A Quick Start Guide to Cloud Computing Moving Your Business IntoThe Cloud. KoganPage.[6]Reed, Michael. 2010. EyeOS Web Based Desktop. Linux Journal.http://www.linuxjournal.com/content/eyeos-web-based-desktop-os (diakses 18 September 2011).[7]Winans, Thomas B., and Brown, John S. 2010. Cloud Computing A Collection of Working Papers.Delloite Consulting LLP.[8]Armbrust, M., Fox, A., Griffith, R., Joseph, A. D., Katz, R. H., Konswinski, A., Lee, G., Patterson,David H., Rabkin, A., Stoica, I., and Zaharia, M.. 2009. Above The Clouds A Berkeley View of CloudComputing. Electrical Engineering and Computer SciencesUniversity of California at Berkeley. 2009.[9]WebShaka (2006) : YouOS A Web Operating System (online).http://www.youos.com/html/static/manifesto/what.html (diakses 20 September 2011).[10]Mell, P., and Grance, T. 2011. The NIST Definition of Cloud Computing. National Institute ofStandards and Technology US Departement of Commerce.[11]D, Johnson, Murari, K., Raju, M., R.B., Sussendran, and Girikumar, Y. 2010. EucalyptusBeginners Guide UEC Edition. CSS Corporation.[12]W. Purbo, Onno. 2011. Ubuntu Enterprise Cloud : Panduan Untuk Pemula. Open Source TelkomSpeedy.http://opensource.telkomspeedy.com/wiki/index.php/Ubuntu_Enterprise_Cloud:_Panduan_Untuk_Pemula (diakses 1 Oktober 2011).[13]W. Purbo, Onno. 2011. Ubuntu Enterprise Cloud : Mengoperasikan Tanpa Internet. Open SourceTelkom Speedy.http://opensource.telkomspeedy.com/wiki/index.php/Ubuntu_Enterprise_Cloud:_Mengoperasikan_tanpa_Internet (diakses 1 Oktober 2011).[14]Stallman, Richard M. 2011. Linux and GNU Project. Creative Common Attribute US Licence.http://www.gnu.org/gnu/linux-and-gnu.html (diakses 1 Oktober 2011) 22
  • ISSN : 2087-0140 SISTEM PENDUKUNG FIT & PROPER TEST CALON PEJABAT STRUKTURAL DENGAN METODE AHP Nyoman Eka Sanjaya Putra, A.A. Gde Bagus Ariana STMIK STIKOM Indonesia Jl. Tukad Pakerisan no 97 Denpasar - Bali ABSTRAK Pelaksanaan Fit & Proper Test yang dilaksanakan oleh PT PLN (Persero) Distribusi Balididasarkan atas perbandingan atau gap Kebutuhan Kompetensi Jabatan (KKJ) yang terdiri dariKompetensi Peran dan Kompetensi Teknis dengan Kompetensi Individu dari seorang kandidat disertaidengan evaluasi makalah yang terdiri dari Sistematika, Originalitas Ide, Ketajaman PembahasanMasalah, Manfaat Terhadap Perusahaan, dan Teknik Penyajian & Kemampuan yang dilakukandengan menggunakan metode rata-rata. Metode ini masih sederhana tanpa adanya penentuan bobotpada kriteria penilaian. Hal ini akan menyebabkan hasil Fit & Proper Test menjadi kurang maskimal. Oleh karena itu dibutuhkan suatu metode yang tepat untuk menyelesaikan masalah tersebut.Salah satu metode yang tepat adalah Analitic Hierarchy Proses (AHP) karena metode ini dapatmelakukan penilaian kriteria majemuk dan detail dengan kerangka berpikir yang komprehensif,pertimbangan proses hirarki yang kemudian dilakukan perhitungan bobot untuk masing-masingkriteria. AHP digunakan untuk menurunkan skala rasio dari beberapa perbandingan berpasanganyang bersifat diskrit maupun kontinu. Perbandingan berpasangan tersebut dapat diperoleh melaluipengukuran aktual maupun pengukuran relative dari derajat kesukaan, atau kepentingan atauperasaan. Berdasarkan hasil uji coba penerapan metode AHP pada dua proses fit & proper test yangsudah pernah dilakukan dengan cara manual, hasilnya adalah pejabat yang ditetapkan menjadi lebihbaik dari pada sebelumnya, karena kandidat tidak terpengaruh oleh kriteria secara mutlak. Hal inimembuktikan bahwa metode AHP dapat digunakan untuk melakukan pembobotan, baik untuk kategorikriteria ataupun kandidat secara proporsional, sehingga proses Fit & Proper Test ini dapatmemberikan hasil yang lebih baik dari pada menggunakan metode rata-rata dan dapat menetapkanpejabat struktural yang lebih profesional.Kata kunci : Fit & Proper Test, AHP, Sistem Pendukung KeputusanBAB 1 PENDAHULUAN1.1 Latar Belakang Salah satu elemen dalam perusahan yang sangat penting adalah Sumber Daya Manusia (SDM).Pengelolaan SDM dari suatu perusahaan sangat mempengaruhi banyak aspek penentu keberhasilankerja dari perusahaan tersebut. Jika SDM dapat diorganisir dengan baik, maka diharapkan perusahaandapat menjalankan semua proses usahanya dengan baik. Begitu juga dengan PT PLN (Persero) Distribusi Bali dalam menetapkan pejabat struktural.Selama ini, PT PLN (Persero) Distribusi Bali melakukan Fit & Proper Test untuk pejabat strukturalmasih menggunakan sistem manual dengan metode sederhana dan belum terkomputerisasi.Pelaksanaan fit & proper test yang dilaksanakan oleh PLN Bali didasarkan atas perbandingan atau gapKebutuhan Kompetensi Jabatan (KKJ) dengan Kompetensi Individu dari seorang kandidat. Kompetensiindividu dijustifikasi oleh tim penilai pada saat wawancara. Selain KKJ, aspek yang mempengaruhipenilaian ini adalah evaluasi makalah. Dalam evaluasi makalah yang dinilai adalah sistematika,originalitas ide, ketajaman pembahasan masalah, maanfaat terhadap perusahaan dan teknik penyajian &kemampuan menjawab pertanyaan. Metode ini masih sederhana karena tanpa adanya penentuan bobotkriteria penilaian. Hal ini akan menyebabkan hasil Fit & Proper Test menjadi kurang maskimal. Halini bisa dilihat bahwa ada beberapa pejabat yang memiliki kompetensi tinggi tetapi kurang dalampembuatan makalah ataupun presentasi, padahal yang diutamakan adalah kualitas kerjanya bukankualitas makalah atau presentasinya. Oleh karena itu dibutuhkan suatu metode yang tepat untuk menyelesaikan masalah tersebut.Salah satu metode yang tepat adalah Analitic Hierarchy Proses (AHP) karena metode ini dapatmelakukan penilaian kriteria majemuk dan detail dengan kerangka berpikir yang komprehensif,pertimbangan proses hirarki yang kemudian dilakukan perhitungan bobot untuk masing-masingkriteria. AHP digunakan untuk menurunkan skala rasio dari beberapa perbandingan berpasangan yang 23
  • ISSN : 2087-0140bersifat diskrit maupun kontinu. Perbandingan berpasangan tersebut dapat diperoleh melaluipengukuran aktual maupun pengukuran relative dari derajat kesukaan, atau kepentingan atau perasaan.Dengan demikian metoda ini sangat berguna untuk membantu mendapatkan skala rasio dari hal-halyang semula sulit diukur seperti pendapat, perasaan, prilaku dan kepercayaan.1.2 Rumusan Masalah Berdasarkan latar belakang masalah di atas, maka dapat disusun suatu rumusan masalah sebagaiberikut :1. Bagaimana membangun Sistem Pendukung Keputusan pada Proses Fit & Proper Test pejabat struktural di PT PLN (Persero) Distribusi Bali dengan menggunakan metode Analitic Hierarchy Proses (AHP)2. Bagaimana perbandingan hasil Fit & Proper Test antara metode rata-rata yang telah digunakan dengan metode Analitic Hierarchy Proses (AHP)1.3 Batasan Masalah Untuk tidak meluasnya lingkup pembahasan masalah dalam memberikan keterangan dalamtugas akhir ini, maka penulis akan memberikan batasan-batasan masalah yang akan dibahas. Adapunbatasan masalah dimaksud yaitu :1. Proses fit & proper test pejabat struktural yang dibahas adalah proses yang diterapkan pada PT PLN (Persero) Distribusi Bali, yang terdiri dari Kompetensi Teknis, Kompetensi Peran, dan Evaluasi Makalah2. Metode yang digunakan dalam sistem pendukung keputusan adalah metode Analitic Hierarchy Proses (AHP)1.4 Tujuan Adapun tujuan yang ingin dicapai penulis adalah dapat membangun sistem pendukungkeputusan dengan model Analitic Hierarchy Proses (AHP) pada proses fit & proper test pejabatstruktural di PT PLN (Persero) Distribusi Bali sehingga bisa menetapkan pejabat struktural yangprofesional.1.5 Manfaat Adapun manfaat yang diperoleh dalam pembuatan Tugas Akhir ini adalah :1. Hasil fit & proper test menjadi lebih baik karena menerapkan model Analitic Hierarchy Proses (AHP)2. Hasil perhitungan nilai menjadi lebih akurat dan cepat karena sudah terkomputerisasi3. Mengurangi unsur subyektifas dalam proses penilaian.BAB II LANDASAN TEORI2.1. Sistem Pendukung Keputusan Sistem pendukung keputusan (SPK) atau dikenal dengan Decision Support System (DSS), padatahun 1970-an sebagai pengganti istilah Management Information System (MIS). Tetapi pada dasarnyaSPK merupakan pengembangan lebih lanjut dari MIS yang dirancang sedemikian rupa sehinggabersifat interaktif dengan pemakainya. Maksud dan tujuan dari adanya SPK, yaitu untuk mendukungpengambil keputusan memilih alternatif keputusan yang merupakan hasil pengolahan informasi-informasi yang diperoleh/tersedia dengan menggunakan model-model pengambil keputusan serta untukmenyelesaikan masalah-masalah bersifat terstruktur, semi terstruktur dan tidak terstruktur (Mulyono,1996). Pada dasarnya pengambilan keputusan adalah suatu pendekatan sistematis pada suatu masalah,pengumpulan fakta dan informasi, penentuan yang baik untuk alternatif yang dihadapi, danpengambilan tindakan yang menurut analisis merupakan tindakan yang paling tepat. Tetapi pada sisiyang berbeda, pembuat keputusan kerap kali dihadapkan pada kerumitan dan lingkup keputusandengan data yang cukup banyak. Untuk kepentingan itu, sebagian besar pembuat keputusan denganmempertimbangkan rasio manfaat/biaya, dihadapkan pada suatu keharusan untuk mengandalkan sistemyang mampu memecahkan suatu masalah secara efisien dan efektif, yang kemudian disebut denganSistem Pendukung Keputusan (SPK). Dengan memperhatikan tinjauan relatif atas peranan manusia dan komputer untuk mengetahuibidang fungsi masing-masing, keunggulan serta kelemahannya, maka memahami SPK danpemanfaatannya sebagai sistem yang menunjang dan mendukung pengambilan keputusan dapatdilakukan dengan baik. Tujuan pembentukan SPK yang efektif adalah memanfaatkan keunggulankedua unsur, yaitu manusia dan perangkat elektronik. Terlalu banyak menggunakan komputer akan 24
  • ISSN : 2087-0140menghasilkan pemecahan suatu masalah yang bersifat mekanis, reaksi yang tidak fleksibel, dankeputusan yang dangkal. Sedangkan terlalu banyak manusia akan memunculkan reaksi yang lamban,pemanfaatan data yang serba terbatas, dan kelambanan dalam mengkaji alternatif yang relevan.2.1.1 Pengertian Sistem Pendukung Keputusan Persoalan pengambilan keputusan, pada dasarnya adalah bentuk pemilihan dari berbagaialternatif tindakan yang mungkin dipilih yang prosesnya melalui sebuah mekanisme. Dan alternatiftindakan yang mungkin terjadi akan disesuaikan dengan kondisi persoalan yang dihadapi. Pada umumnya para penulis buku pendukung keputusan sependapat bahwa kata keputusan(decision) berarti pilihan (choice), yaitu pilihan dari dua atau lebih kemungkinan. Pengambilankeputusan hampir tidak merupakan pilihan antara yang benar dan yang salah tetapi justru yang seringterjadi adalah pilihan antara yang “hampir benar” dan yang “mungkin salah”. Keputusan yang diambilbiasanya dilakukan berdasarkan pertimbangan situasional, bahwa keputusan tersebut adalah keputusanterbaik (Salusu, 1996). Walaupun keputusan biasa dikatakan sama dengan pilihan, ada perbedaan penting diantarakeduanya. Sementara para pakar melihat bahwa keputusan adalah “pilihan nyata” karena pilihandiartikan sebagai pilihan tentang tujuan termasuk pilihan tentang cara untuk mencapai tujuan itu, baikpada tingkat perorangan atau pada tingkat kolektif. Selain itu, keputusan dapat dilihat pada kaitannyadengan proses, yaitu bahwa suatu keputusan ialah keadaan akhir dari suatu proses yang dinamis yangdiberi label pengambilan keputusan (Salusu, 1996). Keputusan dipandang sebagai proses karena terdiri atas satu seri aktivitas yang berkaitan dantidak hanya dianggap sebagai tindakan bijaksana. Dengan kata lain, keputusan merupakan sebuahkesimpulan yang dicapai sesudah dilakukan pertimbangan, yang terjadi setelah satu kemungkinandipilih, sementara yang lain dikesampingkan. Dalam hal ini, yang dimaksud dengan pertimbangan ialahmenganalisis beberapa kemungkinan atau alternatif, lalu memilih satu diantaranya (Salusu, 1996). Definisi SPK menunjukkan SPK sebagai sebuah sistem yang dimaksudkan untuk mendukungpara pengambil keputusan manajerial dalam situasi keputusan semistruktur. SPK dimaksudkan untukmenjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidakuntuk menggantikan penilaian mereka. SPK ditunjukkan untuk keputusan-keputusan yang memerlukanpenilaian atau pada keputusan-keputusan yang sama sekali tidak dapat didukung oleh algoritma(Turban, 2005). Tata Sutabri (2005) dalam bukunya “Sistem Informasi Manajemen” mengatakan bahwa“dibandingkan dengan Executive Support System (ESS), SPK memang lebih luas wawasannya karenapada umumnya program SPK mempunyai kemampuan ESS ditambah kemampuan analisis, meskipuntidak mempunyai kemampuan penyajian presentasi sebagus ESS. Definisi SPK dapat ditulis sebagairangkuman sistem komputer yang digunakan untuk membantu manajer membuat keputusan”. Ciri-ciriserta keuntungan dalam menggunakan SPK dapat dituliskan sebagai berikut:1. Dapat menyelesaikan masalah yang kompleks2. Sistem dapat berinteraksi dengan pemakainya, sehingga dapat membuat alternatif lebih dulu3. Lebih cepat dan dengan hasil yang lebih baik dibanding dengan pengambilan keputusan yang intuisi (mengandalkan perasaan) terutama untuk lingkungan yang cepat berubah4. Menghasilkan acuan data untuk menyelesaikan masalah yang dihadapi bagi manajer yang kurang berpengalaman5. Untuk masalah yang berulang, SPK dapat memberi keputusan dengan lebih efektif meski tidak selalu lebih efisien6. Fasilitas untuk mengambil data dapat memberi beberapa manajer berkomunikasi dengan lebih baik7. Meningkatkan produktifitas dan kontrol dari manajer8. Membantu bermacam-macam bagian dari manajemen9. SPK didesain untuk mudah dibuat dan mudah dipakai10. SPK digunakan untuk “membantu” manajer sehingga setiap saat dapat diabaikan atau dibatalkan Istilah sistem pendukung keputusan merupakan ekspresi yang bebas makna, bahwa istilahtersebut mengartikan hal-hal yang berbeda untuk orang-orang yang berbeda. Oleh karena itu, tidak adadefinisi SPK yang diterima secara universal (Turban, 2005).2.1.2 Komponen-Komponen SPK SPK terdiri dari 3 (tiga) subsistem utama yang menentukan kapabilitas teknis SPK (Daihani,2001), yaitu :1. Sub sistem data (data base)2. Sub sistem model (model base)3. Sub sistem dialog (user system interface) 25
  • ISSN : 2087-01402.2. Metode Analytical Hierarchy Process (AHP) AHP merupakan suatu model pengambil keputusan yang komprehensif denganmemperhitungkan hal- hal yang bersifat kualitatif dan kuantitatif. Dalam model pengambilankeputusan dengan AHP pada dasarnya berusaha menutupi semua kekurangan dari model-modelsebelumnya. AHP juga memungkinkan ke struktur suatu sistem dan lingkungan kedalam komponensaling berinteraksi dan kemudian menyatukan mereka dengan mengukur dan mengatur dampak darikomponen kesalahan sistem (Saaty,2001). Peralatan utama dari model ini adalah sebuah hirarki fungsional dengan input utamanya adalahpersepsi manusia. Jadi perbedaan yang mencolok model AHP dengan model lainnya terletak pada jenisinputnya. Terdapat 4 aksioma-aksioma yang terkandung dalam model AHP yaitu :1. Reciprocal Comparison artinya pengambilan keputusan harus dapat memuat perbandingan dan menyatakan preferensinya. Prefesensi tersebut harus memenuhi syarat resiprokal yaitu apabila A lebih disukai daripada B dengan skala x, maka B lebih disukai daripada A dengan skala 1/x2. Homogenity artinya preferensi seseorang harus dapat dinyatakan dalam skala terbatas atau dengan kata lain elemen- elemennya dapat dibandingkan satu sama lainnya. Kalau aksioma ini tidak dipenuhi maka elemen- elemen yang dibandingkan tersebut tidak homogen dan harus dibentuk cluster (kelompok elemen) yang baru3. Independence artinya preferensi dinyatakan dengan mengasumsikan bahwa kriteria tidak dipengaruhi oleh alternatif-alternatif yang ada melainkan oleh objektif keseluruhan. Ini menunjukkan bahwa pola ketergantungan dalam AHP adalah searah, maksudnya perbandingan antara elemen-elemen dalam satu tingkat dipengaruhi atau tergantung oleh elemen-elemen pada tingkat diatasnya4. Expectation artinya untuk tujuan pengambil keputusan. Struktur hirarki diasumsikan lengkap. Apabila asumsi ini tidak dipenuhi maka pengambil keputusan tidak memakai seluruh kriteria atau objectif yang tersedia atau diperlukan sehingga keputusan yang diambil dianggap tidak lengkap Selanjutnya Saaty (2001) menyatakan bahwa proses hirarki analitik (AHP) menyediakankerangka yang memungkinkan untuk membuat suatu keputusan efektif atas isu kompleks denganmenyederhanakan dan mempercepat proses pendukung keputusan. Pada dasarnya AHP adalah suatumetode dalam merinci suatu situasi yang kompleks, yang terstruktur kedalam suatu komponen-komponennya. Artinya dengan menggunakan pendekatan AHP kita dapat memecahkan suatu masalahdalam pengambilan keputusan.2.2.1 Prinsip Kerja AHP Prinsip kerja AHP adalah penyederhanaan suatu persoalan kompleks yang tidak terstruktur,stratejik, dan dinamik menjadi bagian-bagiannya, serta menata dalam suatu hierarki. Kemudian tingkatkepentingan setiap variabel diberi nilai numerik secara subjektif tentang arti penting variabel tersebutsecara relatif dibandingkan dengan variabel lain. Dari berbagai pertimbangan tersebut kemudiandilakukan sintesa untuk menetapkan variabel yang memiliki prioritas tinggi dan berperan untukmempengaruhi hasil pada sistem tersebut (Marimin, 2004).2.2.2 Prosedur AHP Pada dasarnya langkah-langkah dalam metode AHP meliputi :1. Menyusun hirarki dari permasalahan yang dihadapi Persoalan yang akan diselesaikan, diuraikan menjadi unsur-unsurnya, yaitu kriteria danalternatif, kemudian disusun menjadi struktur hierarki seperti Gambar 2.1 di bawah ini : Goal Objectives Sub-Objectives Alternatives Gambar 1 Struktur Hierarki AHP 26
  • ISSN : 2087-01402. Penilaian Kriteria dan Alternatif Kriteria dan alternatif dinilai melalui perbandingan berpasangan. Menurut Saaty (1988), untukberbagai persoalan, skala 1 sampai 9 adalah skala terbaik dalam mengekspresikan pendapat. Nilai dandefinisi pendapat kualitatif dari skala perbandingan Saaty dapat dilihat pada Tabel 2.1. Tabel 1 Skala Penilaian Perbandingan Berpasangan Intensitas Keterangan Kepentingan 1 Kedua elemen sama pentingnya 3 Elemen yang satu sedikit lebih penting daripada elemen yang lainnya 5 Elemen yang satu lebih penting daripada yang lainnya 7 Satu elemen jelas lebih mutlak penting daripada elemen lainnya 9 Satu elemen mutlak penting daripada elemen lainnya 2,4,6,8 Nilai-nilai antara dua nilai pertimbangan-pertimbangan yang berdekatan Perbandingan dilakukan berdasarkan kebijakan pembuat keputusan dengan menilai tingkatkepentingan satu elemen terhadap elemen lainnya Proses perbandingan berpasangan, dimulai dari levelhirarki paling atas yang ditujukan untuk memilih kriteria, misalnya A, kemudian diambil elemen yangakan dibandingkan, misal A1, A2, dan A3. Maka susunan elemen-elemen yang dibandingkan tersebutakan tampak seperti pada gambar matriks di bawah ini : Tabel 2 Contoh matriks perbandingan berpasangan A1 A2 A3 A1 1 A2 1 A3 1 Untuk menentukan nilai kepentingan relatif antar elemen digunakan skala bilangan dari 1sampai 9 seperti pada Tabel 2.1. Penilaian ini dilakukan oleh seorang pembuat keputusan yang ahlidalam bidang persoalan yang sedang dianalisa dan mempunyai kepentingan terhadapnya. Apabila suatu elemen dibandingkan dengan dirinya sendiri maka diberi nilai 1. Jika elemen idibandingkan dengan elemen j mendapatkan nilai tertentu, maka elemen j dibandingkan dengan elemeni merupakan kebalikannya. Dalam AHP ini, penilaian alternatif dapat dilakukan dengan metode langsung (direct), yaitumetode yang digunakan untuk memasukkan data kuantitatif. Biasanya nilai-nilai ini berasal dari sebuahanalisis sebelumnya atau dari pengalaman dan pengertian yang detail dari masalah keputusan tersebut.Jika si pengambil keputusan memiliki pengalaman atau pemahaman yang besar mengenai masalahkeputusan yang dihadapi, maka dia dapat langsung memasukkan pembobotan dari setiap alternatif.3. Penentuan Prioritas Untuk setiap kriteria dan alternatif, perlu dilakukan perbandingan berpasangan (pairwisecomparisons). Nilai-nilai perbandingan relatif kemudian diolah untuk menentukan peringkat alternatifdari seluruh alternatif. Baik kriteria kualitatif, maupun kriteria kuantitatif, dapat dibandingkan sesuai dengan penilaianyang telah ditentukan untuk menghasilkan bobot dan proritas. Bobot atau prioritas dihitung denganmanipulasi matriks atau melalui penyelesaian persamaan matematik.4. Konsistensi Logis Semua elemen dikelompokkan secara logis dan diperingatkan secara konsisten sesuai dengansuatu kriteria yang logis. Matriks bobot yang diperoleh dari hasil perbandingan secara berpasangantersebut harus mempunyai hubungan kardinal dan ordinal. Hubungan tersebut dapat ditunjukkansebagai berikut (Suryadi & Ramdhani, 1998): Hubungan kardinal : aij . ajk = aik Hubungan ordinal : Ai > Aj, Aj > Ak maka Ai > Ak Hubungan diatas dapat dilihat dari dua hal sebagai berikut :a. Dengan melihat preferensi multiplikatif, misalnya bila anggur lebih enak empat kali dari mangga dan mangga lebih enak dua kali dari pisang maka anggur lebih enak delapan kali dari pisang.b. Dengan melihat preferensi transitif, misalnya anggur lebih enak dari mangga dan mangga lebih enak dari pisang maka anggur lebih enak dari pisang. 27
  • ISSN : 2087-0140 Pada keadaan sebenarnya akan terjadi beberapa pnyimpangan dari hubungan tersebut, sehinggamatriks tersebut tidak konsisten sempurna. Hal ini terjadi karena ketidakkonsistenan dalam preferensiseseorang. Penghitungan konsistensi logis dilakukan dengan mengikuti langkah-langkah sebagaiberikut :a. Mengalikan matriks dengan proritas bersesuaian.b. Menjumlahkan hasil perkalian per baris.c. Hasil penjumlahan tiap baris dibagi prioritas bersangkutan dan hasilnya dijumlahkan.d. Hasil c dibagi jumlah elemen, akan didapat λmaks.e. Indeks Konsistensi (CI) = (λmaks-n) / (n-1)f. Rasio Konsistensi = CI/ RI, di mana RI adalah indeks random konsistensi. Jika rasio konsistensi ≤ 0.1, hasil perhitungan data dapat dibenarkan.2.3. Manajemen Sumber Daya Manusia Berbasis Kompetensi (MSDM-BK) MSDM-BK adalah pengelolaan pegawai secara optimal yang prosesnya didasarkan padainformasi tentang kebutuhan kompetensi dalam organisasi dan informasi tentang kompetensi individu.Implementasi MSDM-BK di lingkungan PT PLN (Persero) dan Anak Perusahaan merupakan salah satuinisiatif strategis yang disiapkan untuk mentransformasikan sumberdaya manusia (Human Capital). Kompetensi diperoleh melalui pendidikan, pelatihan, pengalaman atau bakat bawaan (talent).Kompetensi bisa didefinisikan untuk seorang individu maupun sebuah organisasi. Kompetensidianggap melekat pada sebuah organisasi bila organisasi tersebut memiliki sebuah sistem untukmengelola kompetensi para individu di dalamnya sehingga organisasi tersebut dapat melaksanakantugasnya dengan efektif dan sukses. Inti dari MSDM-BK adalah informasi tentang persyaratan kompetensi untuk setiap jabatan diorganisasi dan informasi tentang kompetensi yang dimiliki oleh individu pegawai. Kedua informasitersebut dihimpun dalam dokumen-dokumen berikut :1. Direktori Kompetensi, yaitu sebuah katalog yang meregister seluruh sebutan kompetensi berikut uraiannya, baik yang bersifat generik maupun yang berupa pengetahuan dan keterampilan fungsional (technical skill and knowledge), yang diperlukan oleh organisasi dalam menjalankan misi yang diemban untuk mewujudkan visinya2. Kebutuhan Kompetensi Jabatan, yaitu sebuah katalog yang meregister seluruh sebutan kompetensi berikut uraiannya, baik yang bersifat generik maupun yang berupa pengetahuan dan keterampilan fungsional (technical skill and knowledge), yang diperlukan oleh organisasi dalam menjalankan misi yang diemban untuk mewujudkan visinya3. Kompetensi Individu, yaitu daftar kompetensi yang dimiliki oleh individu pegawai, dihasilkan dari assessment terhadap individu tersebut menggunakan alat ukur yang telah ditentukan dengan merujuk kepada Direktori Kompetensi dan Kebutuhan Kompetensi Jabatan.BAB III PERANCANGAN SISTEM3.1 Perancangan Metode AHP Sesuai dengan kebutuhan dalam penelitian ini, langkah – langkah penelitiannya adalah sebagaiberikut :a. Menentukan kriteria – kriteria yang dibutuhkan beserta kandidatnya (dalam hal ini kriterianya adalah Kebutuhan Kompetensi Jabatan / KKJ dan penulisan makalah)b. Membuat matrik berpasangan dari kriteria yang sudah ditentukan seperti tabel 3 Tabel 3 Tabel matrik berpasangan RSB DEV DCM TLD DNM RSB DEV DCM TLD DNMCatatan : cara pengisian elemen-elemen matriks pada tabel 3.1. Elemen a[i,i] = 1 dimana i = 1,2,…,n2. Elemen matrik segitiga atas/bawah sebagai input 28
  • ISSN : 2087-0140 13. Elemen matrik a[j,i] = untuk i ≠ j a[i, j ] Tabel 4 Contoh pengisian matrik perbandingan RSB DEV DCM TLD DNM RSB 1 2 2 1 1 DEV 0,5 1 1 2 2 DCM 0,5 1 1 1 1 TLD 1 0,5 1 1 1 DNM 1 0,5 1 1 1c. Menjumlah setiap kolom pada tabel 4 Tabel 5 Contoh penjumlahan setiap kolom RSB DEV DCM TLD DNM RSB 1 2 2 1 1 DEV 0,5 1 1 2 2 DCM 0,5 1 1 1 1 TLD 1 0,5 1 1 1 DNM 1 0,5 1 1 1 Jumlah 4 5 6 6 6d. Menentukan nilai elemen kolom kriteria dengan rumus : tiap-tiap sel pada tabel 4 dibagi dengan masing-masing jumlah kolom pada langkah (c) Tabel 6 Contoh menentukan nilai elemen kolom kriteria RSB DEV DCM TLD DNM RSB 0,25 0,4 0,3333 0,1666 0,1666 DEV 0,125 0,2 0,1666 0,3333 0,3333 DCM 0,125 0,2 0,1666 0,1666 0,1666 TLD 0,25 0,1 0,1666 0,1666 0,1666 DNM 0,25 0,1 0,1666 0,1666 0,1666e. Menentukan prioritas kriteria pada masing-masing baris pada tabel 5 dengan rumus jumlah baris dibagi banyaknya kriteria Tabel 7 Contoh menentukan prioritas kriteria RSB DEV DCM TLD DNM Jumlah Prioritas Kriteria RSB 0,25 0,4 0,3333 0,1666 0,1666 1,3166 0,2633 DEV 0,125 0,2 0,1666 0,3333 0,3333 1,1583 0,2316 DCM 0,125 0,2 0,1666 0,1666 0,1666 0,825 0,165 TLD 0,25 0,1 0,1666 0,1666 0,1666 0,85 0,17 DNM 0,25 0,1 0,1666 0,1666 0,1666 0,85 0,17f. Mengukur konsistensi : 1. Mengalikan matriks perbandingan (tabel 4) dengan prioritas bersesuaian (tabel 7) 29
  • ISSN : 2087-0140 Tabel 8 Perkalian matrik perbandingan dengan prioritas bersesuaian RSB DEV DCM TLD DNM RSB 0,2633 0,5266 0,5266 0,2633 0,2633 DEV 0,1158 0,2316 0,2316 0,4633 0,4633 DCM 0,0825 0,165 0,165 0,165 0,165 TLD 0,17 0,085 0,17 0,17 0,17 DNM 0,17 0,085 0,17 0,17 0,17 2. Menjumlahkan hasil perkalian per baris. Tabel 9 Penjumlahan hasil perkalian per baris RSB DEV DCM TLD DNM Jumlah RSB 0,2633 0,5266 0,5266 0,2633 0,2633 1,8433 DEV 0,1158 0,2316 0,2316 0,4633 0,4633 1,5058 DCM 0,0825 0,165 0,165 0,165 0,165 0,7425 TLD 0,17 0,085 0,17 0,17 0,17 0,765 DNM 0,17 0,085 0,17 0,17 0,17 0,765 3. Hasil penjumlahan tiap baris dibagi prioritas bersangkutan dan hasilnya dijumlahkan sehingga menghasilkan lamda. Tabel 10 Perhitungan Lamda RSB DEV DCM TLD DNM Jumlah Lamda RSB 0,2633 0,5266 0,5266 0,2633 0,2633 1,8433 7 DEV 0,1158 0,2316 0,2316 0,4633 0,4633 1,5058 6,5 DCM 0,0825 0,165 0,165 0,165 0,165 0,7425 4,5 TLD 0,17 0,085 0,17 0,17 0,17 0,765 4,5 DNM 0,17 0,085 0,17 0,17 0,17 0,765 4,5 Jumlah 27 4. Hasil (3) dibagi jumlah elemen, akan didapat λmaks. λmaks = 27 / 5 = 5,4 5. Indeks Konsistensi (CI) = (λmaks-n) / (n-1) CI = (5,4  5) (5  1) CI = 0,1 (n=5 karena matrik berordo 5) 6. Rasio Konsistensi = CI/ RI, di mana RI adalah indeks random konsistensi. RI = 1,12 (matrik berordo 5) Rasio Konsistensi = 0,1 = 0,0892857 1,12 Nilai perbandingan berpasangan pada matrik kriteria dikatakan konsisten bila Rasio Konsistensinya <= 0,1. Jika rasio konsistensi >0,1 maka perlu mengulangi langkah (a) sampai langkah (f) hingga nilai Rasio Konsistensi <= 0,1.g. Memasukkan nama-nama kandidat dalam bentuk matrik berpasangan seperti ditampilkan pada tabel 10 Tabel 11 Bentuk matrik berpasangan 3 kandidat dengan kriteria RSB Kriteria : RSB Putu Made Nyoman Putu 1 2 5 Made 0,5 1 4 Nyoman 0,2 0,25 1 30
  • ISSN : 2087-0140 Tabel 12 Bentuk matrik berpasangan 3 kandidat dengan kriteria DEV Kriteria : DEV Putu Made Nyoman Putu 1 3 5 Made 0,33 1 4 Nyoman 0,2 0,25 1 Tabel 13 Bentuk matrik berpasangan 3 kandidat dengan kriteria DCM Kriteria : DCM Putu Made Nyoman Putu 1 3 5 Made 0,33 1 2 Nyoman 0,2 0,5 1 Tabel 14 Bentuk matrik berpasangan 3 kandidat dengan kriteria TLD Kriteria : TLD Putu Made Nyoman Putu 1 3 5 Made 0,33 1 2 Nyoman 0,2 0,5 1 Tabel 15 Bentuk matrik berpasangan 3 kandidat dengan kriteria DNM Kriteria : DNM Putu Made Nyoman Putu 1 3 5 Made 0,33 1 2 Nyoman 0,2 0,5 1h. Menjumlahkan setiap kolom pada tabel 11 sampai dengan tabel 15i. Menentukan nilai elemen kolom nama dengan rumus : tiap-tiap sel pada tabel 11 sampai dengan tabel 15 dibagi dengan masing-masing jumlah kolom pada langkah (h)j. Menentukan prioritas kandidat pada masing-masing baris pada tabel 11 sampai dengan tabel 15 dengan rumus jumlah baris dibagi banyaknya calonh. Menghitung nilai prioritas global  Penggabungan nilai prioritas kandidat Tabel 16 Tabel penggabungan nilai prioritas kandidat RSB DEV DCM TLD DNM Putu 0,5678 0,5119 0,5714 0,4777 0,4 Made 0,3339 0,3601 0,2857 0,35 0,3666 Nyoman 0,0981 0,1279 0,1428 0,1722 0,2333  Penjumlahan baris dari hasil perkalian antara prioritas kandidat dengan prioritas kriteria Tabel 17 Tabel prioritas global Prioritas RSB DEV DCM TLD DNM Global Putu 0,1495 0,1186 0,0942 0,0812 0,068 0,5116 Made 0,0879 0,0834 0,0471 0,0595 0,0623 0,3403 Nyoman 0,0258 0,0296 0,0235 0,0292 0,0396 0,1480BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM4.1. Pengujian Sistem Proses pengujian ini menggunakan 2 (dua) contoh proses Fit & Proper Test yang sudah pernahdilakukan yaitu Fit & Proper Test Jabatan Deputi Manajer (DM) Administrasi Umum & Fasilitas danjabatan Deputi Manajer (DM) Hukum. Adapun kedua proses tersebut adalah sebagai berikut :4.1.1 Fit &Proper Test Jabatan DM Administrasi Umum & Fasilitas Pada saat fit & proper test yang dievaluasi adalah gap antara level KKJ dengan level kompetensiyang dimiliki calon masing-masing, disertai dengan evaluasi makalah yang terdiri dari Sistematika,Originalitas Ide, Ketajaman Pembahasan Masalah, Manfaat Terhadap Perusahaan, dan TeknikPenyajian & Kemampuan. Selama ini, hasil test diinputkan dengan menggunakan Microsoft Exceldengan metode rata-rata, kemudian nilai. 31
  • ISSN : 2087-0140 Sebagian besar kelemahan dari para kandidat adalah pada evaluasi makalah. Padahal praktek dilapangan, yang dibutuhkan adalah ketrampilan teknis bukan terampil untuk presentasi ataupunmembuat makalah. Untuk itu diperlukan metode Analitic Hierarchy Proses (AHP) untuk melakukan pembobotanpada masing-masing kriteria, dengan menetapkan evaluasi makalah dengan bobot terendah dari kriterialainnya. Metode ini menggunakan pembandingan tingkat kepentingan/prioritas dari skala 1-9 sepertiyang ditunjukkan pada gambar 4.6. Gambar 2 Set nilai perbandingan kriteria Jabatan DM Administrasi Umum dan Fasilitas Nilai perbandingan antara Kompetensi Peran (BSS, RSB, DEV, DCM, SIT, TLD) denganKompetensi Teknis (OAD, SAF, BUD, STP, LMA) diset dengan nilai 1 (satu) artinya masing-masingmemiliki nilai prioritas yang sama. Sedangkan perbandingan antara Kompetensi Peran dengan EvaluasiMakalah (KTJ, MFT, ORG, STK, TNK) ataupun antara Kompetensi Teknis dengan Evaluasi Makalahdiset dengan nilai 3 (tiga) artinya Kompetensi Peran dan Kompetensi Teknis memiliki prioritas 3 (tiga)kali lebih tinggi dari Evaluasi Makalah. Begitu sebaliknya, Evaluasi Makalah memiliki prioritas 1/3(sepertiga) kali atau 0,333 dari Kompetensi Peran dan Teknis. Setelah mendapatkan nilai prioritas kriteria, dilanjutkan dengan melakukan pembandingan antarkandidat terhadap masing-masing kriteria sehingga menghasilkan nilai prioritas kandidat. Data yangdipakai sumber untuk melakukan pembandingan adalah Grafik Nilai rata – rata per Kompetensi. Langkah terakhir adalah mencari rangking dari masing-masing kandidat atau disebut dengannilai prioritas global. Nilai prioritas global pada proses fit & proper test jabatan DM AdministrasiUmum dan Fasilitas.4.1.2 Fit &Proper Test Jabatan DM Hukum Yang dievaluasi pada saat fit & proper test adalah gap antara level KKJ dengan level kompetensiyang dimiliki calon masing-masing, disertai dengan evaluasi makalah yang terdiri dari Sistematika,Originalitas Ide, Ketajaman Pembahasan Masalah, Manfaat Terhadap Perusahaan, dan TeknikPenyajian & Kemampuan. Selama ini, hasil test diinputkan dengan menggunakan Microsoft Exceldengan metode rata-rata, kemudian nilai direkap. Untuk itu diperlukan metode Analitic Hierarchy Proses (AHP) untuk melakukan pembobotanpada masing-masing kriteria, dengan menetapkan evaluasi makalah dengan bobot terendah dari kriterialainnya. Metode ini menggunakan pembandingan tingkat kepentingan/prioritas dari skala 1-9. 32
  • ISSN : 2087-0140 Gambar 3 Set Nilai Perbandingan Kriteria DM Hukum Nilai perbandingan antara Kompetensi Peran (BSS, RSB, DEV, DCM, SIT, TLD) denganKompetensi Teknis (LEG, CEX, NSL, CMT, INR) diset dengan nilai 1 (satu) artinya masing-masingmemiliki nilai prioritas yang sama. Sedangkan perbandingan antara Kompetensi Peran dengan EvaluasiMakalah (KTJ, MFT, ORG, STK, TNK) ataupun antara Kompetensi Teknis dengan Evaluasi Makalahdiset dengan nilai 3 (tiga) artinya Kompetensi Peran dan Kompetensi Teknis memiliki prioritas 3 (tiga)kali lebih tinggi dari Evaluasi Makalah. Begitu sebaliknya, Evaluasi Makalah memiliki prioritas 1/3(sepertiga) kali atau 0,333 dari Kompetensi Peran dan Teknis. Setelah mendapatkan nilai prioritas kriteria, dilanjutkan dengan melakukan pembandingan antarkandidat terhadap masing-masing kriteria sehingga menghasilkan nilai prioritas kandidat. Hasilkeseluruhan dari perbandingan tersebut adalah nilai piroritas. Langkah terakhir adalah mencarirangking dari masing-masing kandidat atau disebut dengan nilai prioritas global. Dengan metode AHP, terjadi perubahan komposisi rangking kandidat. Yang semula denganmenggunakan metode rata-rata karyawan yang berada pada urutan kedua yang disebabkan nilaievaluasi makalahnya yang rendah. Tetapi, dengan adanya pembobotan dengan metode AHP ini (nilaibobot evaluasi makalah diturunkan), menempati urutan pertama dengan nilai prioritas 0,526827 atau52,68 %. Hal ini menunjukkan bahwa metode AHP dapat digunakan untuk melakukan prosespembobotan dengan baik.BAB V PENUTUP5.1. Kesimpulan Berdasarkan hasil pengujian yang telah dilakukan, dapat disimpulkan sebagai berikut :1. Hasil perhitungan nilai dan rekapitulasi yang dilakukan dalam aplikasi ini sesuai dengan hasil perhitungan secara manual (Microsoft Excel)2. Aplikasi pendukung fit & proper test untuk calon pejabat struktural ini dapat memudahkan pelaksana/admin dalam memproses nilai, karena rekapitulasi dilakukan dengan mudah, cepat, dan akurat, dan dapat digunakan untuk semua jenis jabatan yang akan dipromosikan.3. Metode AHP dapat digunakan untuk melakukan pembobotan, baik untuk kategori kriteria ataupun kandidat secara proporsional4. Penggunaan metode AHP dalam proses fit & proper test ini memberikan hasil yang lebih baik dari pada menggunakan metode rata-rata sehingga dapat menetapkan pejabat struktural yang lebih profesional5.2. Saran Selain memiliki beberapa kelebihan, metode AHP juga memiliki kekurangan yaitu adanyakesulitan pelaksana saat memberikan nilai perbandingan prioritas kriteria dan kandidat. Hal ini karena 33
  • ISSN : 2087-0140tidak adanya cara/metode untuk mengukur tingkat perbandingan prioritas suatu kriteria dengan kriterialainnya ataupun suatu kandidat dengan kandidat lainnya secara pasti, sehingga pelaksana melakukanperbandingan hanya menggunakan hasil pengamatan secara pribadi dan dipengaruhi oleh unsursubjektivitas. Hal ini dapat menyebakan nilai perbandingan menjadi bias dan tidak objektif. Untuk penyempurnaan selanjutnya, perlu ditambahkan metode untuk melakukan perbandinganantar kriteria atau antar kandidat sehingga bisa mengurangi unsur subjektivitas dari pelaksana dandapat menghasilkan nilai prioritas yang lebih akurat dan proporsional.DAFTAR PUSTAKADaihani, Dadan Umar. 2001. Komputerisasi Pengambilan Keputusan. Elex Media Komputindo: Jakarta.Direktori Kompetensi PT PLN (Persero) Jilid 1 Tahun 2008Mangkusubroto, Kuntoro, & Trisnadi, C. Listiarini. (1987). Analisa Keputusan. Ganexa Exact: Bandung.Marimin. 2004. Teknik dan Aplikasi Pengambilan Keputusan Kriteria Majemuk. Penerbit PT Grasindo: Jakarta.Mulyono, Sri. 1996. Teori Pengambilan Keputusan. Universitas Indonesia: Jakarta.Saaty, T.L.1988. Multicriteria Decision Making : The Analytic Hierarchy Process. University of Pittsburgh: RWS Publication, Pittsburgh.Saaty, T.L. 2001. Decision Making For Leaders. Forth edition, University of Pittsburgh: RWS Publication.Salusu, J. 1996. Pengambilan keputusan stratejik untuk organisasi publik dan organisasi nonprofit. Grasindo: Jakarta.Suryadi, Kadarsah, & Ramadhani, Ali. (1998). Sistim Pendukung Keputusan. Remaja Rosdakarya: Bandung.Sutabri, Tata. 2005. Sistem Informasi Manajemen. Andi: YogyakartaTurban, Efraim, Aronson, Jay E., & Liang, Ting-Peng . (2005). Decision Support Systems and Intelligent Systems. Andi: Yogyakarta. 34
  • ISSN : 2087-0140 SISTEM PENGENALAN WAJAH UNTUK PRESENSI KARYAWAN MENGGUNAKAN METODE EIGENFACE I Kade Tirtha Yoga Dwyanthara 1, A.A. Gde Bagus Ariana2 STMIK STIKOM Indonesia ABSTRAK Banyaknya permasalahan yang sering dijumpai pada beberapa perusahaan maupun instansitertentu salah satunya yaitu masalah kehadiran para karyawan. Begitu juga dengan PT. PLN (Persero)Distribusi Bali di dalam meningkatkan kedisiplinan setiap karyawan. Selain masalah diatas jugakurang efektifnya pengolahan data kehadiran dari mesin presensi secara manual oleh bidangkepegawaian dan masih mahalnya mesin presensi karyawan yang ada dipasaran sekarang inicontohnya mesin presensi menggunakan sidik jari (fingerprint). Salah satu contoh biometrk yang ingindikembangkan adalah teknologi face recognition (pengenalan wajah) dalam sistem presensi karyawan.Teknologi face recognition adalah suatu proses perhitungan yang dilakukan oleh komputer dengantujuan agar komputer dapat mengenali wajah seseorang. Penggunaan wajah sebagai identifiermempunyai banyak manfaat, terutama dari segi kepraktisannya karena tidak memerlukan kartu ataufoto sebagai identifikasi. Masalah utamanya adalah sebuah image yang mewakili sebuah gambar yangterdiri dari vektor memiliki kapasitas yang relatif besar. Ada banyak teknik untuk mereduksi dimensidari image yang akan diproses, salah satunya dengan eigenface algorithm. Salah satu metodependekatan yang digunakan dalam perancangan sistem face recognition adalah ”Eigenface”, sebuahmetode yang dikemukakan oleh Turk dan Pentland. Metode ini melibatkan sebuah set wajah yang padadasarnya melibatkan proses analisis komponen utama (Principal Component Analysis). Pengujiansistem dilakukan dengan database yang terdiri dari 30 (tiga puluh) karyawan dengan jumlah imagewajah setiap karyawan sebanyak 5 (lima) buah yang telah dinormalisasi sebelum dilakukan pengujiandan masing-masing karyawan di-capture sebanyak 10 (sepuluh) kali setiap tahap pengujian. Denganditerapkan eigenface algorithm pada sistem pengenalan wajah untuk presensi karyawan dan dari hasilpenelitian, perancangan, implementasi dan pengujian yang telah dilakukan didapatkan persentasekeberhasilan sistem dalam mengenali wajah adalah 81,98 %.Kata kunci : pengenalan wajah, eigenface, presensiBAB I PENDAHULUAN1.1 Latar Belakang Banyaknya permasalahan yang sering dijumpai pada beberapa perusahaan maupun instansitertentu salah satunya yaitu masalah kehadiran para karyawan. Karena setiap perusahaan membutuhkandata kehadiran yang seakurat mungkin. Keakuratan ini disamping bermanfaat bagi kemajuanperusahaan, juga parameter untuk prestasi seorang karyawan. Selain itu juga untuk terciptanyakedisiplinan pegawai akan jam kerja, sehingga mekanisme kerja dalam perusahaan dapat berjalanlancar. Begitu juga dengan PT. PLN (Persero) Distribusi Bali di dalam meningkatkan kedisiplinansetiap karyawan. Selama ini masalah presensi merupakan masalah yang berkaitan langsung dengankedisiplinan setiap karyawan. Selain masalah diatas juga kurang efektifnya pengolahan data kehadirandari mesin presensi secara manual oleh bidang kepegawaian dan masih mahalnya mesin presensikaryawan yang ada dipasaran sekarang ini contohnya mesin presensi menggunakan sidik jari(fingerprint). Dengan semakin berkembangnya teknologi elektronika dan komputer, kemajuan dibidangpemograman juga mengalami peningkatan fungsi. Salah satu bidang yang sekarang ini mulaidikembangkan adalah biometrik. Yang diproses pada biometrik adalah ciri-ciri khusus fisik seseorang.Salah satu contoh biometrk yang ingin dikembangkan adalah teknologi face recognition (pengenalanwajah) dalam sistem presensi karyawan. Teknologi face recognition adalah suatu proses perhitungan yang dilakukan oleh komputerdengan tujuan agar komputer dapat mengenali wajah seseorang. Teknologi face recognition dapatdigunakan untuk mempercepat proses pencarian informasi berdasarkan gambar wajah seseorang yangdi capture melalui webcam, dengan catatan data yang dicari harus dimasukkan terlebih dahulu kedalam database komputer. Teknologi face recognition merupakan pengembangan dari teknologi imageprocessing (pemrosesan gambar). 35
  • ISSN : 2087-0140 Salah satu metode pendekatan yang digunakan dalam perancangan sistem face recognitionadalah ”Eigenface”, sebuah metode yang dikemukakan oleh Turk dan Pentland. Metode ini melibatkansebuah set wajah yang pada dasarnya melibatkan proses analisis komponen utama (PrincipalComponent Analysis). Dalam metode ini citra wajah akan diproyeksikan dalam sebuah ruang fitur yangmenonjolkan variasi yang signifikan di antara citra wajah yang diketahui. Fitur signifikan inilah yangdisebut dengan “Eigenfaces” karena fitur-fitur tersebut adalah komponen utama dari suatu set citrawajah. Eigenface hanya akan menangkap poin-poin pada citra yang menyebabkan variasi yangsignifikan antara wajah-wajah dalam database yang membuat mereka dapat dibedakan. Penggunaan wajah sebagai identifier mempunyai banyak manfaat, terutama dari segikepraktisannya karena tidak memerlukan kartu atau foto sebagai identifikasi. Masalah utamanya adalahsebuah image yang mewakili sebuah gambar yang terdiri dari vektor memiliki kapasitas yang relatifbesar. Ada banyak teknik untuk mereduksi dimensi dari image yang akan diproses, salah satunyadengan eigenface algorithm.1.2 Rumusan Masalah Berdasarkan latar belakang di atas, maka dapat dirumuskan masalah dari penelitian ini adalah:a. Bagaimana sistem pengenalan wajah yang dibuat bisa mengenali masukan berupa citra wajah dengan mereduksi dimensi dari image menggunakan eigenface algorithm?b. Seberapa besar tingkat keberhasilan dari sistem, yang dapat diketahui melalui tingkat keberhasilan dan tingkat kesalahan dalam pengenalan wajah dengan data di dalam database?c. Faktor – faktor apa saja yang mempengaruhi pengenalan wajah dengan menggunakan eigenface algorithm?1.3 Batasan Masalah Agar pembahasan dalam tugas akhir ini tidak menyimpang dari apa yang telah dirumuskan,maka diperlukan batasan-batasan. Batasan masalah terhadap perumusan masalah dalam tugas akhir iniadalah sebagai berikut :a. Alat yang digunakan untuk meng-capture gambar menggunakan webcam.b. Image wajah hasil peng-capture-an yang akan dikenali adalah wajah yang sudah terdaftar di database.c. Jarak untuk meng-capture gambar wajah yang akan dikenali adalah 40 cm - 45 cm dari webcam.d. Kondisi pencahayaan saat pengambilan gambar menggunakan bantuan efek pencahayaan yang bersifat konstan.e. Data yang akan diolah menggunakan sistem warna Grayscale.f. Pada saat pengambilan gambar (capture image), wajah mengadap ke depan dan tanpa ekspresi yang berlebihan.g. Background dari objek wajah yang akan di capture berwarna putih.1.4 Tujuan dan Manfaat Tujuan dari tugas akhir ini adalah untuk merancang suatu sistem pengenalan wajah manusiauntuk presensi karyawan dengan metode eigenface yang menghasilkan keakuratan pengenalan yangbaik terhadap identitas karyawan. Untuk mengetahui sampai sejauh mana sistem ini akan berhasil,maka akan diuji tingkat keberhasilan dan tingkat kesalahan dalam pengenalan wajah di dalam database. Manfaat dari tugas akhir ini adalah untuk menghasilkan suatu sistem presensi karyawan berbasispengenalan wajah yang dapat memudahkan Bidang Kepegawaian PT. PLN (Persero) Distribusi Bali didalam pengolahan data presensi karyawan.1.5 Metode Penelitian Metode penelitian yang dipakai dalam pembuatan tugas akhir ini adalah:a. Studi Literatur Studi literatur dilakukan untuk memperoleh pengertian dari konsep tugas akhir. Studi literaturdilakukan dengan mempelajari makalah penelitian, jurnal, buku dan artikel-artikel dari internet yangberkaitan dengan topik tugas akhir. Daftar literatur yang dimaksud dapat dilihat pada bagian daftarpustaka.b. Perancangan Sistem Setelah melakukan studi literatur sehingga diperoleh pemahaman tentang sistem pengenalanwajah dengan metode eigenface, langkah berikutnya adalah merancang sistem pengenalan citra wajahdengan eigenface algorithm. Secara keseluruhan, sistem dirancang dan di implementasikan denganmenggunakan bahasa pemograman Visual Basic 6.0 dan SQL Server 2000. 36
  • ISSN : 2087-0140c. Pengujian dan Analisis Setelah keseluruhan sistem selesai dibangun, langkah berikutnya adalah pengujian sistem untukmelihat tingkat akurasi yang diperoleh. Setelah itu dilakukan analisis dari performansi sistem ini.Dalam pengujian dan analisis ini, diharapkan hasil performansi sistem bisa mengenal minimal 80%dari keseluruhan input.BAB II LANDASAN TEORI2.1 Teori Pengenalan Wajah (Face Recognition) Langkah-langkah dalam proses pembuatan sistem pengenalan wajah berbeda satu dengan yanglain. Hal ini disebabkan karena adanya faktor-faktor seperti ukuran database atau training set dari citrawajah, jenis input yang digunakan (citra foto atau video), derau (noise) pada citra dan lain-lain. Padadasarnya proses dalam pengenalan wajah terbagi menjadi beberapa bagian seperti pada blok diagramdibawah ini: Posisi, pose, ukuran citra Citra wajah wajah ternormalisasi Pengenalan Image/Video Deteksi Wajah Tampilkan Tracking Normalisasi (Recognition) Hasil Wajah Database yang didaftarkan oleh user Gambar 1 Diagram blok sistem pengenalan wajah Setiap bagian dalam diagram di atas dapat dilakukan melalui metode yang berbeda-beda.Sebagai contoh, untuk mendeteksi wajah, kita dapat menggunakan metode berbasis fitur (feature-basedmethods) untuk mendeteksi fitur pada wajah (mata, hidung, mulut), atau dapat juga menggunakandeteksi warna kulit.2.2 Teori Eigenface Pengenalan eigenface berasal dari prefiks bahasa Jerrnan “eigen”, yang berarti“sendiri/individual”. Metode eigenface dianggap sebagai teknologi pengenalan wajah otomatis pertamayang pernah diciptakan. Teori ini dikembangkan oleh Turk dan Petland. Teori ini dikembangkan dengan membagi sebuah citra wajah menjadi data set fitur karakteristikyang disebut eigenface. Fitur karakteristik ini merupakan komponen utama (principal component) daritraining set awal dari citra wajah. Penelitian yang dilakukan oleh Carey dan Diamond menunjukkanbahwa fitur wajah sebuah individu dan hubungan langsung antar fitur tersebut tidak dapat menyamaikemampuan manusia dalam memperhatikan dan mengenal wajah. Eigenface adalah sekumpulan standardize face ingredient yang diambil dari analisis statistikdari banyak gambar wajah (Layman dalam Al Fatta, Hanif, 2009). Untuk menghasilkan eigenface, sekumpulan citra digital dari wajah manusia diambil padakondisi pencahayaan yang sama kemudian dinormalisasikan dan diproses pada resolusi yang sama(misal m x n), kemudian citra tadi diperlakukan sebagai vektor dimensi m x n dimana komponennyadiambil dari nilai piksel citra.2.2.1 Eigenvalue dan Eigenvector Transformasi ruangan seperti translasi, rotasi, refleksi, stretchting dan kompresi, atau kombinasidari transformasi ini, dapat divisualisasikan dengan efek yang dihasilkan pada vector. Vektor dapatdivisualisasikan sebagai panah yang menunjuk 1 (satu) titik ke titik yang lain.a. Eigenvector dari suatu transformasi adalah vektor vektor yang tidak mengalami perubahan atau hanya dikalikan dengan scale factor setelah transformasi.b. Eigenvalue dari suatu eigenvector adalah scale factor dimana eigenvector dikalikan.2.2.2 Mencari Eigenvalue Nilai eigenvalue dari suatu matriks bujursangkar merupakan polynomial karakteristik darimatriks tersebut; jika λ adalah eigenvalue dari A maka akan ekuivalen dengan persamaan linier (A –λI) v = 0 (dimana I adalah matriks identitas) yang memiliki pemecahan non-zero v (suatu eigenvector),sehingga akan ekuivalen dengan determinan. det (A – λI) = 0 ……………….. (2.7) 37
  • ISSN : 2087-0140 Fungsi p(λ) = det (A – λI) adalah sebuah polynomial dalam λ karena determinan dihitung dengansum of product. Semua eigenvalue dari suatu matriks A dapat dihitung dengan menyelesaikanpersamaan pA(λ) = 0. Jika A adalah matriks ukuran n x n, maka pA memiliki derajat n dan A akanmemiliki paling banyak n buah eigenvalue.2.2.3 Mencari Eigenvector Jika eigenvalue λ diketahui, eigenvector dapat dicari dengan memecahkan: (A – λI) v = 0 ……………….. (2.8) Dalam beberapa kasus dapat dijumpai suatu matriks tanpa eigenvalue, misalnya: 1 0 -1 0 dimana karakteristik bilangan polynomialnya adalah λ2 + 1 sehingga eigenvalue adalahbilangan kompleks i, -i. Eigenvector yang berasosiasi juga tidak riil. Jika diberikan matriks: A= 21 03 maka polynomial karakteristiknya dapat dicari sebagai berikut: (2 – λ) -1 det 0 (3 – λ) = λ2 - 5λ + ini adalah persamaan kuadrat dengan= 0 6 akar-akarnya adalah λ = 2 dan λ= 3. Adapun eigenvector yang didapat ada dua buah. Eigenvector pertama dicari denganmensubtitusikan λ = 3 ke dalam persamaan. Misalnya Y0 adalah eigenvector yang berasosiasi denganeigenvalue λ= 3. Set Y0 dengan nilai: X0 Y0 = Y0 Kemudian subtitusikan Y0 dengan v pada persamaan: ( A – λI) v = 0 ……………….. (2.9) sehingga diperoleh: (2 – 3)X0 + (-Y0) = 0 0 + (3 – 3)Y 0 = 0 dapat disederhanakan menjadi: -X0 -Y0 = 0 atau Y 0 = -X0 sehingga eigenvector untuk eigenvalue λ = 3 adalah: X0 X0 1 Y0 = Y0 = -X0 = X0-1 Hubungan antara eigenvalue dan eigenvector dari suatu matriks digambarkan oleh persamaan : C x vi = λi x vi ……………….. (2.10) dimana v adalah eigenvector dari matriks M dan λ adalah eigenvalue. Terdapat n buaheigenvector dan eigenvalue dalam sebuah n x n matriks.2.2.4 Algoritma Eigenface Prinsip dasar dari pengenalan wajah adalah dengan mengutip informasi unik wajah tersebutkemudian di-encode dan dibandingkan dengan hasil decode yang sebelumnya dilakukan. Dalammetode eigenface, decoding dilakukan dengan menghitung eigenvector kemudian direpresentasikandalam sebuah matriks yang berukuran besar. Algoritma Eigenface secara keseluruhan cukup sederhana. Image Matriks (Γ) direpresentasikanke dalam sebuah himpunan matriks (Γ1, Γ2, …, ΓM). Cari nilai rata-rata (Ψ) dan gunakan untukmengekstraksi eigenvector (v) dan eigenvalue (λ) dari himpunan matriks. Gunakan nilai eigenvectoruntuk mendapatkan nilai eigenface dari image. Apabila ada sebuah image baru atau test face (Γnew)yang ingin dikenali, proses yang sama juga diberlakukan untuk image (Γnew ), untuk mengekstraksieigenvector (v) dan eigenvalue (λ), kemudian cari nilai eigenface dari image test face (Γnew). Setelah itu 38
  • ISSN : 2087-0140barulah image baru (Γnew) memasuki tahapan pengenalan dengan menggunakan metode euclideandistance. Alur prosesnya dapat dilihat pada Gambar 2.6 Gambar 2 Alur proses identifikasi image menggunakan algoritma eigenfaceAlgoritma selengkapnya adalah (Turk, Matthew dan Alex P.Pentland : 1991):Tahapan Perhitungan Eigenface:a. Langkah pertama adalah menyiapkan data dengan membuat suatu himpunan S yang terdiri dari seluruh training image (Γ1, Γ2, …, ΓM) S = (Γ1, Γ2, …, ΓM) ……………….. (2.11)b. Langkah kedua adalah ambil nilai tengah atau mean (Ψ) M Ψ = 1 ∑ Γn ……………….. (2.12) M n=1c. Langkah ketiga kemudian cari selisih (Ф) antara training image (Γi) dengan nilai tengah (Ψ) Φi = Γi – Ψ ……………….. (2.13)d. Langkah keempat adalah menghitung nilai matriks kovarian (C) M T C = 1∑ Φn Φn = AAT A = [Φ1,Φ2,…,Φ M] …… (2.14) Mn=1 L = ATA L = Φ nΦm T ……………….. (2.15)e. Langkah kelima menghitung eigenvalue (λ) dan eigenvector (v) dari matriks kovarian (C) C x vi = λi x vi ……………….. (2.16)f. Langkah keenam, setelah eigenvector (v) diperoleh, maka eigenface (μ) dapat dicari dengan: μi = ∑ vlk Φk ……………….. (2.17) 39
  • ISSN : 2087-0140 l = 1, … , MTahapan Pengenalan:a. Sebuah image wajah baru atau test face (Γnew ) akan dicoba untuk dikenali, pertama terapkan cara pada tahapan pertama perhitungan eigenface untuk mendapatkan nilai eigenface dari image tersebut. μnew = v . (Γnew – Ψ) ……………….. (2.18) Ω = [μ1, μ2, …, μ3] ……………….. (2.19)b. Gunakan metode Euclidean Distance untuk mencari jarak (distance) terpendek antara nilai eigenface dari training image dalam database dengan eigenface dari image test face. ε = || Ω - Ωk || ……………….. (2.20)2.3 Analisis Sistem Tahapan analisis sistem dapat dirinci menjadi beberapa tahapan guna mempermudah prosesanalisis secara keseluruhan. Tahapan-tahapan ini sangat penting untuk menjamin keberhasilanpengembangan sistem secara keseluruhan. Sistem pengenalan wajah untuk presensi karyawan adalah sebuah sistem yang dibangun untukdapat mendukung aspek keamanan dari suatu sistem informasi berbasis pengenalan wajah, selain itujuga untuk menyempurnakan sistem presensi yang menggunakan password ataupun sidik jari.Perancangan sistem menggunakan pengembangan analisis dan perancangan sistem menggunakanmetode waterfall dengan pendekatan terstruktur.BAB III PERANCANGAN SISTEM3.1. Analisis Kebutuhan Sistem Untuk menjamin bahwa sistem pengenalan wajah untuk presensi karyawan yang dibangunsesuai dengan kebutuhan dari objek penelitian, maka dilakukan analisis terhadap kebutuhan sistempresensi yang sudah ada pada PT. PLN (Persero) Distribusi Bali dan output yang diinginkan. Dan darihasil analisis dijumpai permasalahan sebagai berikut :a. Sistem presensi yang digunakan saat ini menggunakan sistem mesin finger print yang mencatat setiap presensi yang dilakukan karyawan.b. Karyawan melakukan presensi lebih dari 1 (satu) kali setiap tipe presensi (masuk atau pulang) sehingga perlu dilakukan pengecekan jam presensi oleh bidang kepegawaian agar tidak terjadi kekeliruan dalam pencatatan jam masuk ataupun pulang.c. Karyawan sering tidak melakukan presensi masuk bila sudah terlambat dan sering lupa melakukan presensi pulang dan itu menyebabkan bidang kepegawaian harus melakukan pengecekan data presensi setiap karyawan dan mengisikan data yang kosong sesuai dengan aturan jam kerja yang berlaku.3.2. Analisis Komponen Sistem Sistem pengenalan wajah untuk presensi karyawan ini terdiri dari beberapa komponen yangdapat digambarkan dalam suatu model seperti yang tampak pada gambar 3.1. Image Antar Muka Komponen Subsistem Pengguna Pengenalan wajah Capturi ng Komponen File Basis Data Wajah Gambar 3 Hubungan antar komponen Sistem pada Sistem Pengenalan Wajah 40
  • ISSN : 2087-01403.2.1. Komponen Webcam Piranti masukan yang digunakan dalam Sistem Pengenalan Wajah ini adalah webcam. Webcamdigunakan untuk dua kegunaan yaitu :a. Digunakan untuk melengkapi data karyawan dengan foto, dimana foto ini akan disimpan ke dalam database.b. Digunakan untuk meng-capture image wajah karyawan pada saat proses presensi.3.2.2. Komponen Image Capturing Komponen ini berfungsi untuk melakukan mekanisme mengambil citra wajah karyawan denganmedia webcam, baik untuk disimpan kedalam databse sebagai file image wajah maupun untuk imagewajah yang digunakan sebagai input pada saat proses presensi dilakukan.3.2.3. Komponen antarmuka Komponen ini berfungsi untuk menjembatani komunikasi antara pengguna dengan sistem. Baikuntuk proses input data karyawan, maupun proses presensi ke dalam sistem.3.2.4. File Wajah Image wajah karyawan yang digunakan untuk melengkapi data karyawan disimpan dalamdatabase karyawan, dan file wajah ini bisa dipanggil dengan menggunakan nama file wajah yang ada.Image wajah yang disimpan ke dalam database wajah adalah citra grayscale dengan format .jpg3.2.5. Komponen Basis Data Komponen ini berfungsi menyimpan data yang terdapat dalam sistem presensi karyawan.3.2.6. Subsistem Pengenalan Wajah Pengenalan wajah dilakukan dengan mencocokkan image wajah yang di-capture pada saatproses presensi dengan image wajah yang ada didalam database karyawan. Langkah-langkahpencocokan wajah (image matching) dapat dilihat pada Gambar 3.2. Testface ternormalisasi Normalisasi Kalkulasi Image Eigenface Eigenface Eigenface Database Proses Wajah Matching Flatvector citra wajah Kalkulasi Cari nilai Eigenface yang paling Eigenface mendekati Eigenface citra input Eigenface yang terdapat dalam basis data Gambar 4 Langkah-langkah Proses Identifikasi Image Wajaha. Image wajah karyawan yang sudah di-capture dengan menggunakan webcam dinormalisasikan. Normalisasi dilakukan dengan beberapa tahapan. Pertama image diturunkan kualitas warnanya menjadi tipe grayscale. Ukuran dari image wajah juga diseragamkan dengan ukuran 160 x 160 pixel.b. Setelah didapatkan image wajah yang ternormalisasi, tentukan eigenface dari image wajah tersebut, misalnya diperoleh nilai μ.c. Pada data karyawan, kita juga mempunyai koleksi image wajah. Dari koleksi ini masing masing image dikalkulasi eigenface-nya. Misalkan kita mendapatkan nilai (μ1, μ2, μ3,…, μn).d. Proses matching dilakukan dengan mencocokkan nilai μ dengan nilai-nilai pada eigenface dari image dalam database, dan mencari nilai yang paling mendekati.e. Jika sudah ditemukan nilai yang paling mendekati, cari data karyawan yang berkorespondensi dengan nilai tadi. 41
  • ISSN : 2087-01403.3. Proses Identifikasi Wajah Untuk proses perhitungan pengenalan wajah menggunakan eigenface algorithm adalah sebagaiberikut:a. Lakukan normalisasi dari image wajah hasil capture kemudian Buat Himpunan image (S) dari total M database wajah, dimana setiap image adalah p x q pixel. Misal di dalam himpunan image terdapat tiga image ukuran 3 x 3 pixel maka: Image 1 Image 2 Image 3 3 4 0 5 3 2 4 2 1 4 1 4 1 4 2 4 4 3 4 3 2 3 1 1 5 2 3b. Cari nilai tengah atau Mean dari Himpunan image (S) 3 3 4 0 5 3 2 4 2 1 Ψ = 1 ∑ Гn = 4 1 4 + 1 4 2 + 4 4 3 4 3 1 3 2 3 1 1 5 2 3 n=1 3 4 3 1 Ψ= 3 3 3 4 2 2c. Cari selisih (Ф) antara training image (Гi) dengan nilai tengah (Ψ), apabila ditemukan nilai dibawah nol ganti nilainya dengan nol. 3 4 0 4 3 1 0 1 0 Ф1 = Г1 - Ψ = 4 1 4 - 3 3 3 = 1 0 1 4 3 2 4 2 2 0 1 0 5 3 2 4 3 1 1 0 1 Ф2 = Г2 - Ψ = 1 4 2 - 3 3 3 = 0 1 0 3 1 1 4 2 2 0 0 0 4 2 1 4 3 1 0 0 0 Ф3 = Г3 - Ψ = 4 4 3 - 3 3 3 = 1 1 0 5 2 3 4 2 2 1 0 1d. Hitung nilai matriks kovarian (C) M C =1 ∑ Фm ФnT M n=1 C = AAT A = [Ф1 , Ф2 , … , ФM ] L = AAT , dimana Lm,n = Фn ФmT 42
  • ISSN : 2087-0140 0 1 0 1 0 1 0 1 0 0 1 0 1 0 1 0 0 0 1 0 0 L= 1 0 1 0 1 0 1 1 0 . 0 1 0 0 1 0 0 0 0 1 0 1 1 0 0 0 1 1 0 1 0 0 0 1 3 0 1 L= 0 5 0 1 1 3e. Cari nilai eigenvalue (λ) dan eigenvector (v) Lx v = λ x v L x v = λI x v ( L – λI ) = 0 atau ( λI - L ) = 0 maka eigenvalue (λ) dapat dihitung, det (L - λI) = 0 30 1 1 0 0 3- λ 0 1 = 05 0 -λ 0 1 0 =0 5- λ 0 11 3 0 0 1 1 1 3- λ Akan dihasilkan nilai λ1 = 4, λ2 = 2, dan λ3 = 5 v1 v= v2 v3 eigenvector (v) dihasilkan dengan mensubtitusikan nilai eigenvalue (λ) kedalam persamaan ( L - λI ) v = 0 3-4 0 1 v1 0 untuk λ = 4, maka 0 5-4 0 v2 = 0 1 1 3–4 v3 0 1 dihasilkan eigenvector 0 1 3 -2 0 1 v1 0 untuk λ =2, maka 0 5 -2 0 v2 = 0 1 1 3–2 v3 0 -1 dihasilkan eigenvector 0 1 3 -5 0 1 v1 0 untuk λ = 5, maka 0 5 -5 0 v2 = 0 1 1 3 –5 v3 0 0 dihasilkan eigenvector 1 0 43
  • ISSN : 2087-0140 1 -1 0 sehingga eigenvector yang dihasilkan dari matriks L adalah 0 0 1 1 1 0f. Cari nilai eigenface (μ) μi = ∑ vlk Фk 1 -1 0 0 1 0 -1 1 -1 μ1 = v .Ф1 = 0 0 1 1 0 1 = 0 1 0 1 1 0 0 1 0 1 1 1 1 -1 0 1 0 1 1 -1 1 μ2 = v . Ф2 = 0 0 1 0 1 0 = 0 0 0 1 1 0 0 0 0 1 1 1 1 -1 0 0 0 0 -1 -1 0 μ3 = v . Ф3 = 0 0 1 1 1 0 = 1 0 1 1 1 0 1 0 1 1 1 0 Untuk proses matching image pada langkah lima, penjelasannya sebagai berikut:a. Cari nilai eigenface image baru (Гnew) yang akan dikenali 1. Cari selisih (Ф) antara test face (Гnew) dengan nilai tengah (Ψ), apabila ditemukan nilai dibawah nol ganti nilainya dengan nol. 5 3 2 6 1 8 2 3 2 Test Face 5 3 2 4 3 1 1 0 1 Фnew = Гnew - Ψ = 6 1 8 - 3 3 3 = 3 0 5 2 3 2 4 2 2 0 1 0 2. Cari nilai eigenface dari test face (Гnew) μnew = v .Фnew = 1 -1 0 1 0 1 -2 0 -4 μnew = 0 0 1 3 0 5 = 0 1 0 1 1 0 0 1 0 4 0 6b. Gunakan Euclidean Distance untuk mencari selisih terkecil antara eigenface training image (Гi) dalam database wajah dengan eigenface test face (Гnew). εk = || Ω - Ωnew || -1 1 -1 -2 0 -4 ε1 = || Ω1 - Ωnew || = 0 1 0 - 0 1 0 = 14 1 1 1 4 0 6 1 -1 1 -2 0 -4 ε2 = || Ω2 - Ωnew || = 0 0 0 - 0 1 0 = 19 1 1 1 4 0 6 -1 -1 0 -2 0 -4 ε3 = || Ω3 - Ωnew || = 1 0 1 - 0 1 0 = 18 1 1 0 4 0 6 44
  • ISSN : 2087-0140 Karena jarak (distance) eigenface image 1 dengan eigenface test face yang paling kecil, makahasil identifikasi menyimpulkan bahwa test face lebih mirip dengan image 1 daripada image 2 atauimage 3.BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM4.1 Implementasi Sistem Implementasi merupakan tahap dimana sistem siap untuk dioperasikan, Hal ini dilakukansetelah penulisan kode program, uji sub sistem dan penggabungan masing- masing sub sistem. Padatahap implementasi sistem ini, diharapkan sistem yang telah dirancang siap untuk dioperasikan padakeadaan yang sebenarnya, sehingga akan diketahui apakah sistem yang dibuat benar-benar dapatmenghasilkan tujuan yang diinginkan dan sesuai dengan tujuan yang diharapkan.4.1.1 Instalasi Hardware Sistem presensi karyawan ini dirancang menggunakan media input berupa webcam, webcammerupakan media capture image yang bekerja dengan beberapa mode resolusi. Untuk aplikasi ini moderesolusi 320 x 240 digunakan untuk menghasilkan citra wajah sebagai input dari sistem presensi.4.1.2 Implementasi Sistem Presensi Karyawan Terdapat 3 (tiga) proses utama di dalam implementasi sistem pengenalan wajah untuk presensikaryawan antara lain proses pengolahan data karyawan, proses presensi karyawan dan prosespembuatan laporan.4.1.2.1 Pengolahan Data Karyawan Terdapat dua proses yang terjadi pada pengolahan data karyawan yaitu, melakukan peng-input-an data karyawan (data non-citra) dan peng-input-an data citra wajah karyawan. Data karyawanyang di-input akan langsung disimpan dalam tabel tb_karyawan sedangkan data citra wajah karyawanakan tersimpan pada database citra wajah. Foto karyawan hasil capture akan disimpan ke dalam folderimages dengan tipe .jpg, dengan ukuran 160 x 160 pixel. Adapun urutan proses normalisasi citra wajahkaryawan untuk database wajah pada sistem presensi karyawan antara lain proses capture, prosescropping dan proses grayscale.4.1.2.2 Proses Presensi Karyawan Pada saat Sistem presensi karyawan dijalankan, maka langkah pertama yang dilakukan olehsistem adalah menghitung eigenface dari semua citra wajah yang ada dalam database untuk disimpandalam suatu variabel. Jadi pada tahap ini fitur diekstrasi. Hal ini dilakukan untuk kecepatan komputasi.Sistem cukup me-load fitur 1 kali saja dalam variabel, setelah itu bisa diakses kapan saja selama prosespresensi. Urutan dari proses presensi karyawan yaitu dimulai dari proses kalkulasi eigenface, kemudianproses pencocokan image yang telah dicapture dengan image di database. Setelah proses pencocokan,baru dilakukan proses identifikasi. Proses identifikasi dilakukan saat wajah di-capture dan disimpandalam testface. Citra wajah ini kemudian dikalkulasi nilai eigenface-nya berdasarkan face templateyang tadi telah dihitung. Jika eigenface dan testface sudah dikalkulasi maka tinggal menghitung jarakdengan nilai-nilai yang telah tersimpan dalam face(i). jika ditemukan bahwa i yang berkorespondensimaka i menunjukan citra wajah hasil identifikasi.4.1.2.3 Proses pembuatan laporan Proses pembuatan laporan presensi yang diimplementasikan dalam aplikasi ini dibuat sesuaidengan kebutuhan dari manajemen. Adapun jenis laporan yang yang ada dalam aplikasi ini antara lain :a. Laporan kehadiran karyawan Dalam laporan kehadiran karyawan menampilkan jam kehadiran masuk dan pulang setiap karyawan dalam periode tertentu.b. Laporan detail keterlambatan karyawan Dalam laporan detail keterlambatan karyawan menampilkan detail jumlah keterlambatan karyawan dalam periode tertentu.c. Laporan evaluasi keterlambatan bulanan Dalam laporan evaluasi keterlambatan bulanan menampilkan rincian keterlambatan karyawan. Adapun rincian keterlambatan yang ditampilkan dalam laporan ini antara lain keterlambatan dibawah 5 menit, keterlambatan diatas 5 menit, keterlambatan diatas 30 menit dan keterlambatan diatas 1 jam. Keseluruhan dari laporan presensi diatas dipergunakan oleh manajemen untuk dapat lebihmeningkatkan kedisiplinan karyawan. 45
  • ISSN : 2087-01404.2 Pengujian Sistem4.2.1 Database Citra Wajah Hal pertama yang harus dilakukan sebelum pengujian sistem adalah memasukkan terlebihdahulu citra wajah yang diperlukan untuk menguji dan memastikan bahwa sistem benar-benarmengenali wajah karyawan yang melakukan pencatatan presensi. Citra wajah yang disimpan adalahcitra wajah dengan pose menghadap ke depan dan ekspresi standar, tidak tersenyum ataupun tertawa.Untuk memasukan data ini digunakan menu maintain data karyawan seperti pada gambar 4.5 Untuk pose standar yang dimaksud idealnya citra wajah yang disimpan ke dalam databasememiliki pose menghadap lurus ke depan dengan pencahayaan yang cukup dan background berwarnaputih/terang. Sebagai contoh adalah citra wajah sebagai berikut : Gambar 5 Citra wajah ideal untuk disimpan ke Database Wajah Untuk peng-capture-an citra wajah yang akan dinormalisasi maka kondisi yang harusditetapkan sebagai berikut:1. Pose wajah lurus ke depan, ekspresi standar.2. Background dari objek yang akan di capture adalah berwarna putih.3. Pencahayaan untuk pengambilan semua citra karyawan dibuat sama.4. Jarak kamera dan wajah yang di-capture dibuat konstan ( 40 cm – 45 cm ).5. Resolusi kamera yang dipilih adalah 320 x 2404.2.2 Hasil Uji Coba Untuk keperluan pengujian sistem dilakukan beberapa percobaan dengan 6 (enam) kalitahapan uji coba. Dimana setiap tahapan pengujian dilakukan berdasarkan jumlah wajah di dalamdatabase wajah. Prosedur yang dilakukan pada pengujian sistem adalah sebagai berikut :1. Pengujian dilakukan dengan menngunakan database wajah dengan resolusi 80 x 80 pixel dan 160 x 160 pixel.2. Pengujian dilakukan dengan database yang terdiri dari 30 (tiga puluh) karyawan dengan jumlah image wajah setiap karyawan sebanyak 5 (lima) buah yang telah dinormalisasi sebelum dilakukan pengujian.3. Masing-masing karyawan di-capture sebanyak 10 (sepuluh) kali setiap tahap pengujian.BAB V SIMPULAN DAN SARAN5.1 Simpulan Dari hasil penelitian, perancangan, implementasi dan pengujian yang telah dilakukan dapatdisimpulkan bahwa :a. Persentase keberhasilan sistem dalam mengenali wajah adalah 81,98 %.b. Sistem pengenalan wajah untuk presensi karyawan dirancang dengan menggunakan algoritma Eigenface, yang menggunakan ciri warna sebagai fitur yang diekstraksi untuk proses pengenalan.c. Sistem pengenalan wajah ini masih belum menunjukkan hasil maksimal (100%), sehingga masih perlu digunakan penggunaan password untuk melakukan proses presensi.d. Faktor-faktor yang mempengaruhi hasil pengenalan pada sistem ini adalah pencahayaan, jarak capture antara objek dan webcam dan distorsi (kemiringan) pose wajah pada saat proses capture dilakukan.5.2 Saran Sistem pengenalan wajah untuk presensi karyawan menggunakan metode Eigenface masih belumbisa menunjukkan akurasi yang maksimal. Untuk meningkatkan akurasi pada pengembangan sistemberikutnya sebaiknya : a. Dapat ditambahkan fitur-fitur lain seperti fitur morphologi wajah sehingga akurasi pengenalan wajah bisa lebih ditingkatkan. b. Dapat di tambahkan penentuan nilai ambang (Threshold) di dalam sistem sehingga dapat meningkatkan keberhasilan sistem dalam pengenalan. 46
  • ISSN : 2087-0140DAFTAR PUSTAKAAchmad, Balza dan Firdauzy, Kartika. 2005, Teknik Pengolahan Citra Menggunakan Delphi, Yogyakarta, Ardi PublishingAl Fatta, Hanif. 2009. Rekayasa Sistem Pengenalan Wajah. Yogyakarta, Andi Offset.Basuki, A. Paladi, J.F. dan Fatchurrochman. 2005. Pengolahan Citra Digital Menggunakan Visual Basic. Yogyakarta, Graha Ilmu.Fadlisyah. 2007. Computer Vision dan Pengolahan Citra. Yogyakarta, Andi Offset.Imrona, Mahmud. 2002. Aljabar Linear Elementer. Bandung, Sekolah Tinggi Teknologi Telkom.Putra, Darma. 2009.Sistem Biometrika. Yogyakarta, Andi Offset.Putra, Darma. 2010. Pengolahan Citra Digital. Yogyakarta, Andi Offset.Subiono. 2009. Catatan Kuliah Aljabar Linear. Semarang. Institut Teknologi Sepuluh Nopember.Turk, Matthew dan Alex P.Pentland. Face Recognition Using Eigenfaces. In Proc. of Computer Vision and PatternRecognition, pages 586-591. IEEE, 1991b. http://www.cs.ucsb.edu/~mturk/Papers/mturk-CVPR91.pdf. Diakses tanggal 11 Februari 2011.Turk, Matthew dan Alex P.Pentland. Eigenfaces for Recognition. Journal of Cognitive Neuroscience. Vol 3, No.1, 1991. http://www.face-rec.org/algorithms/PCA/jcn.pdf. Diakses tanggal 16 Maret 2011 47
  • ISSN : 2087-0140 SISTEM PENENTUAN LOKET PPOB (PAYMENT POINT ONLINE BANK) TERDEKAT BERBASIS WEB DENGAN MENGGUNAKAN GOOGLE MAPS API Sudarsono, Dwi Gandika Supartha STMIK STIKOM Indonesia (STIKI) Jl. Tukad Pakerisan no. 97 Denpasar, Bali ABSTRAKS Kepuasan pelanggan merupakan salah satu target utama pada sebuah perusahan. PT PLN(Persero) Distribusi Bali merupakan salah satu unit PT PLN(Persero) dengan berbagai terobosannyaterus berupaya memperbaiki kualitas pelayanannya untuk kepuasan pelanggan. Sistem pembayaranonline yang diterapkan oleh PT PLN (Persero) saat ini atau yang sering dikenal dengan istilah PPOBmerupakan salah satu layanan kemudahan agar pelanggan dapat membayar tagihan listrik ataupembayaran lainnya terkait PLN di loket – loket PPOB yang tersebar di masyarakat. Permasalahanyang dihadapi PT PLN(Persero) Distribusi Bali saat ini adalah kesulitan dalam memberikan informasiyang akurat dan jelas tentang loket–loket PPOB terdekat dari rumah atau posisi pelanggan beradasehingga hal ini dapat berdampak pada penurunan kepuasan pelanggan PLN dan khususnya citra PTPLN(Persero) Distribusi Bali. Dengan permasalahan yang muncul tersebut, muncul suatu ide untukmengembangkan sistem berbasis teknologi informasi yang bertujuan untuk mempermudah PTPLN(Persero) Distribusi Bali dalam memberikan informasi yang akurat dan jelas tentang loket-loketPPOB terdekat dari rumah atau posisi pelanggan berada. Sistem ini dibangun dengan menggunakanteknologi Google Maps API untuk dapat menampilkan peta lokasi loket-loket PPOB.Keyword: kepuasan pelanggan, PPOB, loket PPOB terdekat , Google Maps APII. PENDAHULUAN1.1 Latar Belakang Pelayanan terhadap pelanggan dari suatu perusahaan merupakan suatu upaya untukmeningkatkan citra perusahaan serta memberikan kepuasan, kenyamanan dan dapat juga menjadifeedback terhadap kinerja perusahaan itu sendiri. Call Center 123 PLN dan Internet merupakanbeberapa media yang sering diakses pelanggan dalam mendapatkan berbagai informasi yangdibutuhkan pelanggan terkait PLN. Sebagaimana kita ketahui bahwa pada saat ini pembayaran tagihan listrik dan segala jenispembayaran PLN selain tagihan listrik maupun pembelian pulsa listrik prabayar sudah tidak dapatdilakukan di kantor – kantor pelayanan PT PLN (Persero) Distribusi Bali melainkan dilakukan di loket– loket PPOB yang tersebar di seluruh Bali. Dengan kondisi seperti ini PT PLN (Persero) DistribusiBali melalui media Call Center 123 PLN dan Internet sering menghadapi kesulitan dalam memberikaninformasi yang akurat dan jelas dimana lokasi loket-loket PPOB terdekat dari rumah atau posisipelanggan berada. Kurangnya informasi akurat yang diberikan oleh PT. PLN (Persero) Distribusi Bali kepadapelanggan dapat menyebabkan kerugian baik bagi pihak pelanggan maupun bagi PT. PLN (Persero)Distribusi Bali sendiri. Pelanggan harus menyediakan waktu yang lebih banyak karena harusmendatangi loket PPOB yang jauh padahal ada loket PPOB yang lebih dekat dari rumah atau posisipelanggan berada. Informasi yang kurang akurat ini dapat menjadikan menurunnya citra positif PTPLN (Persero) Distribusi Bali di hadapan pelanggan karena pelanggan merasa PLN telah mempersulitproses pembayaran tagihan listrik, pembelian listrik prabayar atau tagihan lainnya terkait PLN. Untuk itu diperlukan suatu sistem yang handal dan dapat memvisualisasikan lokasi loket-loketPPOB terdekat dari rumah atau posisi pelanggan berada. Teknologi Google Maps API merupakanlayanan dari Google yang memungkinkan dibangunnya suatu sistem berbasis geografis dan dapatdisesuaikan dengan bisnis proses suatu perusahaan. Adanya teknologi tersebut dapat dimanfaatkanuntuk membangun sistem yang dibutuhkan PLN.1.2 Rumusan Masalah Dari penjelasan di atas maka dapat dirumuskan permasalahan pokok yaitu:1. Apakah arah atau arus yang berlaku pada suatu jalan berpengaruh pada sistem saat proses penentuan loket PPOB terdekat dari rumah atau posisi pelanggan berada?2. Bagaimana load time atau kehandalan sistem dalam menentukan dan menampilkan 5, 10 dan 20 lokasi loket PPOB terdekat? 48
  • ISSN : 2087-01403. Bagaimana load time atau kehandalan sistem dalam menentukan dan menampilkan 10 lokasi loket PPOB terdekat berdasarkan ID Pelanggan dengan jumlah data pelanggan 10, 1.000, 10.000, 100.000 dan 1.000.000 record?1.3 Tujuan Berdasarkan pada masalah yang telah didefinisikan di atas maka tujuan Tugas Akhir ini adalahsebagai berikut :1. Untuk mengetahui perlakuan sistem dalam menentukan lokasi loket PPOB terdekat dari rumah atau posisi pelanggan berada terhadap arah atau arus yang berlaku pada suatu jalan?2. Untuk mengetahui load time atau kehandalan sistem dalam menentukan dan menampilkan 5, 10 dan 20 lokasi loket PPOB terdekat?3. Untuk Mengetahui load time atau kehandalan sistem dalam menentukan dan menampilkan loket PPOB terdekat berdasarkan ID Pelanggan dengan jumlah data pelanggan 10, 10.00, 10.000, 100.000 dan 1.000.000 record?1.4 Ruang Lingkup Adapun ruang lingkup yang akan dibahas dalam Tugas Akhir ini sebagai berikut :1. Studi kasus yang diambil adalah di PT PLN (Persero) Distribusi Bali.2. Sistem ini menggunakan peta Google Maps dan layanan non premier.3. Rute jalan yang digunakan dalam penentuan lokasi loket PPOB terdekat dari posisi pelanggan adalah rute jalan yang dapat dilalui kendaraan transportasi mobil.4. Dalam menentukan radius loket PPOB menggunakan formula yang telah tersedia dan radius dalam sistem ditentukan oleh pengguna. Formula yang digunakan dalam menentukan radius tersebut adalah formula haversine.5. Penentuan jenis Bank sebagai upline dari loket PPOB dalam system ditentukan oleh pengguna.6. Dalam proses penentuan loket PPOB terdekat, sistem ini menampilkan 10 loket PPOB terdekat yang statusnya masih buka sesuai change request Bidang Niaga PT PLN(Persero) Distribusi Bali.7. Dalam sistem ini tempat pembayaran segala jenis tagihan PLN baik di Bank, Kantor POS maupun di konter pembayaran di pinggir jalan disebut loket PPOB.8. Pembangunan sistem ini melibatkan Apache Web Server, PHP (Hypertext Preprocessor), MYSQL Database, JavaScript, XML (eXtensible Markup Language), Google Maps Aplication Programming Interface (API).II. TINJAUAN PUSTAKA2.1 PPOB (Payment Point Online Bank) Tuntutan masyarakat dan pelanggan terhadap pelayanan kelistrikan dewasa ini terusmeningkat, tidak lagi seledar kebutuhan mendapatkan pasokan listrik tetapi juga tuntutan untukmendapatkan layanan yang andal, cepat, mudah, transparan, responsif dan memberikan berbagaikemudahan yang memanjakan pelanggan. PLN sebagai perusahaan listrik yang masih relatifmemonopoli dan bertanggung jawab untuk mengalirkan listrik ke masyarakat dituntut untukmemberikan layanan kelas dunia yang mampu memenuhi harapan-harapan pelanggan dan dapat meraihkeuntungan dengan tetap memperhatikan kaidah bisnis secara sehat. Untuk memenuhi tuntutan layanan tersebut dalam kondisi investasi yang serba terbatas,diperlukan kebijakan manajemen yang berani menciptakan program-program terobosan baru dalammeningkatkan layanan. Salah satu terobosan tersebut adalah pengalihan pembayaran rekening listrikkepada Payment Point Online Bank (PPOB) 100%. PPOB merupakan sistem pembayaran tagihanlistrik secara online – realtime antara data terpusat (DPP – UPI) dengan host bank, bekerjasama denganmemanfaatkan fasilitas bank.Ada beberapa kondisi yang melatarbelakangi digulirkannya system PPOBoleh PT PLN (Persero) Distribusi Bali, antara lain :a. Mengurangi cash in transit. Maksudnya adalah agar tidak terjadi pengendapan pendapatan dari rekening listrik di payment point. Dengan adanya adanya PPOB diharapkan pendapatan yang diterima dari rekening listrik langsung bisa masuk ke account PLN di Bank Induk.b. MUK GM tahun 2008 tentang penerapan PPOB di 25% dari Area Pelayanan seluruh Bali.c. Efisiensi biaya SOPP. Dengan adanya PPOB tersebut, biaya operasional dari SOPP dapat dihemat sehingga efisiensi biaya dapat dilakukan. Filosofi dari diterapkan PPOB adalah bila pelanggan membayar rekening listrik, makauangnya harus langsung masuk ke rekening PLN dan biaya transaksi pelunasan tidak ditanggung PLN. 49
  • ISSN : 2087-0140Dengan filosofi seperti itu maka diharapkan PLN dapat lebih maksimal dalam memantau dana yangmasuk ke PLN dan efisiensi dalam penggunaan biaya. Adapun konsep dasar dari PPOB yang diterapkan adalah :a. Transaksi Real Time Online.b. Transaksi host to host (ISO 8583).c. PLN sebagai penyedia data. PLN menyediakan data yang tersimpan di dalam DPP kantor Induk.d. Bank sebagai delivery channel. Dalam hal ini bank menjadi penghimpun dana dari hasil transaksi pelunasan rekening listrik.e. Payment Point sebagai downline bank. Payment Point bukan lagi bekerjasama dengan PLN tetapi bekrjasama dengan Bank.f. Network provider sebagai penyedia akses. Network Provider atau dikenal juga dengan Switching Provider (SC) adalah sebagai “jembatan” penghubung antara PLN dengan Bank.g. Single account bank di Kantor Distribusi. Sebelum PPOB diterapkan setiap Area Pelayanan di PLN Bali mempunyai account sendiri. Tetapi sejak diterapkan nya PPOB PLN Bali hanya punya satu account di Bank sehingga arus dana menjadi lebih mudah untuk dipantau. Penerapan PPOB dalam transaksi pelunasan rekening memberikan manfaat bagi PLN danpelanggan. Manfaat bagi PLN adalah adalah :a. Menyederhanakan proses bisnis (efisien).b. Rekonsiliasi Pelunasan Harian (Soft Copy)c. Mengurangi resiko atas “ cash in transit” : dirampok, disalahgunakan, dll.d. Efisiensi Biayae. Memperbanyak Tempat pembayaran Sedangkan manfaat bagi pelanggan PLN adalah :a. Jumlah Payment Point semakin banyak sehingga Pelanggan mudah membayar dimana saja, kapan saja dan cara apa saja.b. Pelanggan bisa memanfaatkan PPOB tidak hanya untuk bayar listrik, juga pembayaran lain, PDAM, Telkom dan lain-lain.2.2 Penerapan PPOB di PLN Bali Sebelum penerapan PPOB dilaksanakan, PLN Bali terlebih dahulu melakukan sosialisasi kesemua yang terkait dengan PLN, yaitu Internal PLN, Payment point – SOPP, pelanggan ataumasyarakat, stakeholders (Bupati/Walikota, DPRD I –II, dll). Sosialisasi tersebut dilakukan denganmemberikan pengarahan dan pengertian tentang sistem pembayaran rekening yang waktu itu baru akanditerapkan di Bali. Dengan sosialisasi ini diharapkan semua komponen yang terkait dengan PLN bisamengerti dan menerima sistem pembayaran melalui PPOB. Dalam penerapan PPOB di Bali ada beberapa pihak yang terkait dan bekerjasama agar PPOByang diharapkan PLN Bali dapat terlaksana. Adapun pihak – pihak yang dimaksud sebagai berikut :a. PT PLN(Persero) Distribusi Bali yaitu sebagai penyedia tagihan listrik dan tagihan lainnya.b. Bank yaitu sebagai penerima dana pembayaran tagihan rekening listrik dan tagihan lainnya dari pelanggan PT PLN (Persero) Distribusi Bali.c. Switching Company (SC) yaitu sebagai penyedia dan penyelenggara jaringan penghubung antara PLN dengan BANK dalam melakukan transaksi pembayaran rekening listrik, monitoring dan kontroling.d. Collecting Agent (CA) yaitu sebagai penghubung antara Bank dengan Payment Point Downline- nya. Dalam penerapannya PLN Bali hanya bekerjasama dengan Bank, sedangkan Bankbekerjasama dengan Switchin Company dan Collecting Agent. Berikut contoh kerjasama antara PLN Bali, Bank, Switching (SC) dan Collecting Agent (CA): 50
  • ISSN : 2087-0140 Gambar 1 Contoh Kerjasama antara PLN Bali, Bank, Switching dan Collecting Agent Adapun konfigurasi sistem PPOB yang diterapkan di PLN Bali sebagai berikut : PLN Bali SC, Bank, CA, Payment Point ` Database PPOB 1 Bank Payment Payment Payment Point 1 Gateway SC 1 Gateway CA 1 Switch Switch Database PLN ` Bank Payment Database PPOB 2 Payment Payment Point N Gateway SC N Gateway CA N Gambar2 Konfigurasi Sistem PPOB di PLN Bali2.3 Formula Haversine Dalam menghitung jarak antar dua titik dalam lingkaran atau bumi (dalam garis bujur danlintang) digunakan formula haversine (movable-type, n.d.). Haversine Formula (movable-type, n.d.). R is earth’s radius (mean radius = 6,371km). Haversine Formula yang telah diimplementasikan dalam database MYSQL menjadi statementdibawah ini (Google, n.d.). :Select (6371000 * acos((((cos(radians([latitude titik 1])) * cos(radians([latitude titik 1]))))) *cos((radians([longitude titik 2]) - radians([longitude titik 1])))))) + (sin(radians([latitude titik 1]))*sin(radians([latitude titik 2])))))) as Jarak from [table name]III. METODE PENELITIAN3.1 Metodologi Pendekatan sistematis atau metodologi yang akan digunakan dalam merealisasikan tujuan danpemecahan masalah di atas adalah dengan menggunakan langkah-langkah berikut :1. Studi Literatur 51
  • ISSN : 2087-0140 Mempelajari metode pengembangan aplikasi dengan menggunakan Google Maps API, PHP dan MYSQL yang diperoleh dari buku-buku, artikel, dan dari sumber-sumber lain yang relevan untuk menunjang penyelesaian tugas akhir ini.2. Pengumpulan data untuk memperoleh data yang diperlukan dan gambaran nyata mengenai kebutuhan sistem.3. Pengembangan sistem akan dilakukan menggunakan metode pengembangan perangkat lunak dengan tahapan sebagai berikut : a. Perencanaan Tahapan ini dilakukan untuk melakukan perencanaan tentang apa yang akan dikerjakan dan perlu dipersiapkan. b. Analisis dan Perancangan Tahapan ini adalah tahap untuk menentukan rancangan sistem yang akan dibuat berdasarkan desain yang diusulkan dan analisis sistem yang telah dilakukan. Rancangan sistem dibangun dengan menggunakan desain terstruktur. c. Implementasi Tahapan ini adalah tahapan untuk implementasi rancangan sistem yang telah disetujui menggunakan bahasa pemrograman dan alat bantu yang sesuai. d. Pengujian Pada tahap ini dilakukan pengujian terhadap sistem.3.2 Pemodelan Data Untuk pemodelan SPLPT berbasis web dengan menggunakan Google Maps API, digunakanbahasa pemodelan Unified Modelling Language (UML).3.2.1 Use Case Diagram SPLPT Sistem Penentuan Loket PPOB Terdekat Input, Update, Delete Data Loket Input, Update, Delete Data Bank Administrator Input, Update, Delete Data Switching Update Posisi Pelanggan Pada Peta Tampilkan Rute Penentuan Loket Terdekat By ID Pelanggan Tampilkan Rute Monitoring Service Point User Penentuan Loket Terdekat by Alamat Pelanggan Berada Tampilkan Loket Dalam Radius Tertentu By ID Pelanggan Tampilkan Loket Dalam Radius Tertentu By Alamat Gambar 3 Use Case Diagram SPLPT Berbasis Web Dengan Menggunakan Google Maps API 52
  • ISSN : 2087-0140 Gambar diatas diagram use case yang menunjukkan fungsionalitas dari aplikasi. User dapatmelakukan empat hal yaitu menentukan lokasi loket PPOB terdekat berdasarkan ID pelanggan,menentukan lokasi loket PPOB terdekat berdasarkan alamat pelanggan, menampilkan lokasi loketPPOB yang tersebar dalam suatu wilayah dengan radius tertentu berdasarkan ID pelanggan danmenampilkan lokasi loket PPOB yang tersebar dalam suatu wilayah dengan radius tertentu berdasarkanalamat tertentu, serta dapat menampilkan rute jalan antara posisi pelanggan dengan posisi loket PPOBterdekat.3.2.2 Perancangan Basis Data Berdasarkan kebutuhan data pada tahapan ini dilakukan perancangan basisdata sesuai aturan yang ada agar SPLPT dapat diimplementasikan sesuai yangdiharapkan. Berdasarkan keterkaitan antara satu entity dengan entity lain dalam sistem ini,maka dapat dirancang sebuah ERD untuk mendukung pengimplementasian SPLPT. LNG #KodeSC GropHari SWITCHING #KodeGropHari NamaSC LNG memiliki memiliki LAT #KodeBANK SC #KodeRayon RAYON memiliki LOKET memiliki BANKSC #KodeSC NamaRayon #KodeBank Keterangan JamTutup memiliki memiliki #KodeLoket JamBuka Nama Telp Alamat #KodeBank DIL BANK NamaBank #IDPel LAT Nama LNG Alamat Gambar 4 ERD SPLPT Pada gambar 4 ERD di atas dapat dilihat keterhubungan antar entity berikut acuanterintegrasinya, yang menghubungkan antar primary key dan foreign key. Entity rayon memiliki dil danmemiliki loket. Entity loket memiliki banksc, banksc memilki bank dan switching.IV. PEMBAHASAN4.1 Implementasi Sistem Penentuan Loket PPOB Terdekat Sistem ini dibangun berbasis web, adapun tampilan awal sistem seperti gambar dibawah : 53
  • ISSN : 2087-0140 Gambar 5 User Interface System Dalam proses penentuan loket PPOB terdekat dari rumah atau posisi pelanggan digunakan duaacuan yaitu ID pelanggan dan alamat pelanggan berada. Dalam proses penentuan loket PPOB terdekatberdasarkan ID pelanggan, pengguna harus mengetahui ID pelanggan yang digunakan oleh sistemsebagai kata kunci untuk menentukan lokasi loket PPOB terdekat. Sedangkan proses penentuan LoketPPOB Terdekat Berdasarkan Alamat Pelanggan, pengguna harus mengetahui alamat rumah atau posisipelanggan berada yang juga akan digunakan oleh sistem sebagai kata kunci untuk menentukan lokasiloket PPOB terdekat. Selain fitur utama tersebut dalam sistem ini pengguna juga dapat menampilkanlokasi loket-loket PPOB yang tersebar dalam suatu wilayah dengan radius tertentu dan dapatmembedakan loket-loket PPOB yang statusnya sudah tutup atau masih buka. Dalam fitur tambahan inijuga menggunakan ID pelanggan dan alamat tertentu sebagai titik radius. Data loket-loket PPOB baikloket PPOB terdekat maupun penyebaran loket PPOB diambil dari database dan selanjutnya dibentukdalam format XML. Data yang sudah berbentuk XLM ini yang selanjutnya ditampilkan dalam onlineGoogle Maps dengan menggunakan kode program java script. Sistem yang dibangun ini akan di upload pada server milik PT PLN(Persero) Distribusi Balidan menggunakan IP Public yang telah dimiliki PLN. Hal ini tentu memudahkan dalam prosesimplementasi sistem sehingga dapat segera diakses oleh pengguna melalui intranet maupun internet. Untuk memudahkan mengetahui proses penentuan loket PPOB terdekat yang ada pada sistem,dibawah ini ditampilkan flowchart proses penentuan loket PPOB terdekat by ID pelanggan dan alamatpelanggan.a) Penentuan Loket PPOB Terdekat Berdasarkan ID Pelanggan Sebagaimana dapat kita lihat pada gambar 4.2 tentang sistem penentuan loket PPOB terdekatberdasarkan ID Pelanggan, pengguna pada sistem terlebih dahulu menginputkan ID Pelanggan, radiusdan memilih bank dari loket yang ingin ditampilkan. Selanjutnya sistem akan melakukan pencarian IDPelanggan yang diinputkan di dalam database. Jika ID Pelanggan tidak ditemukan maka penggunaharus menginput ulang ID pelanggan, sedangkan jika ditemukan sistem akan melanjutkan ke tahapproses penentuan loket PPOB terdekat menggunakan koordinat pelanggan yang didapat dari databaseberdasarkan ID Pelanggan yang telah diinputkan. Setelah sistem menentukan loket PPOB terdekat, dataloket PPOB tersebut akan ditampilkan dalam sebuah peta online dan data teks. Pada data loket PPOBterdekat yang ditampilkan, pengguna dapat juga menampilkan rute jalan yang ditempuh dari posisipelanggan menuju lokasi loket PPOB yang ditentukan. 54
  • ISSN : 2087-0140 Gambar 6 Tampilan Data Loket PPOB Terdekat Pada SPLPT Gambar 7 Peta Rute Jalanb) Penentuan Loket PPOB Terdekat Berdasarkan Alamat Pelanggan Pada flowchart gambar 4.3 dapat dilihat bahwa secara konsep proses penentuan loket PPOBterdekat berdasarkan alamat pelanggan sama dengan proses penentuan loket PPOB berdasarkan IDpelanggan. Perbedaannya adalah pengguna terlebih dahulu memasukkan alamat pelanggan. Setelahalamat yang yang dimasukkan ditemukan akan ditampilkan pada peta dan pengguna dapatmenyesuaikan posisi penanda pada peta atau yang sering disebut marker sesuai dengan posisipelanggan pada saat itu. Setelah proses ini maka pengguna memasukkan radius dan bank danselanjutnya sistem akan menentukan loket PPOB terdekat. 55
  • ISSN : 2087-0140 Gambar 8 Peta Alamat Jalan4.2 Analisis Sistem Analisis sistem dilakukan untuk mengetahui perlakuan sistem terhadap rute atau arus yangberlaku pada suatu jalan dan mengetahui kehandalan sistem.4.2.1 Analisis perlakukan sistem dalam menentukan loket PPOB terdekat terhadap arah atau arus yang berlaku pada suatu jalan. Dalam analisis ini jalan yang digunakan sebagai studi kasus adalah Jalan Kapten CokordeAgung Tresna, Denpasar, Bali yang memiliki satu arah atau satu jalur. Berikut data berupa gambar hasilproses penentuan loket PPOB terdekat : Gambar 9 Hasil Proses Penentuan Loket PPOB Terdekat 56
  • ISSN : 2087-0140 Gambar 10 Rute Jalan yang ditempuh dari posisi pelanggan menuju loket PPOB Dari data diatas didapat hasil yaitu bahwa sistem dalam menentukan loket PPOB terdekatmengikuti arah atau arus yang berlaku pada suatu jalan atau dapat juga diartikan arah atau arus yangberlaku pada suatu jalan tidak diabaikan dalam sistem ini.4.3 Kelebihan dan Kekurangan Sistem Berdasarkan implementasi dan analisis sistem diatas dapat disajikan beberapa kelebihan dankekurangan sistem.1. Kelebihan Sistem a. Sistem dapat menampilkan posisi loket PPOB terdekat dalam sebuah peta online dan dapat menampilkan rute jalan dari posisi pelanggan menuju loket PPOB yang ditentukan. b. Sistem dapat menentukan loket PPOB terdekat sesuai arah yang berlaku pada sebuah jalan. c. Sistem dapat membantu manajemen PT PLN(Persero) Distribusi Bali dalam melakukan pemantauan kecukupan penyebaran Loket PPOB dalam wilayah masing-maing unit PLN yang disebut dengan istilah Monitoring Service Point. d. Sistem dapat menampilkan loket PPOB yang tersebar dalam radius tertentu dan membedakan loket-loket PPOB yang statusnya buka atau sudah tutup.2. Kekurangan Sistem a. Jika loket PPOB berada pada lokasi yang jauh dari jalan yang dapat ditempuh kendaraan transportasi mobil maka proses penentuan loket PPOB terdekat menjadi kurang akurat. b. Sistem menggunakan peta online milik google. Hal ini menyebabkan sistem ini menjadi tergantung pada peta online google dan jika ada penambahan jalan baru, selama google maps belum melakukan update data peta maka sistem ini tidak dapat menemukan atau menampilkan jalan tersebut. c. Sistem ini menggunakan layanan non premier sehingga jika sudah mencapai batas limit, proses penentuan loket PPOB terdekat dan pencarian alamat tertentu tidak dapat dilakukan.BAB V. KESIMPULAN DAN SARAN5.1 Kesimpulan Kesimpulan yang dapat diambil dengan dibangunnya perangkat lunak Sistem PenentuanLoket PPOB Terdekat Berbasis Web Dengan Menggunakan Google Maps API di PT PLN(Persero)Distribusi Bali adalah Arah atau arus yang berlaku pada suatu jalan tertentu mempengaruhi sistemdalam proses penentuan loket PPOB terdekat dari rumah atau posisi pelanggan berada.5.2 Saran Saran yang dapat diajukan untuk pengembangan dan perbaikan sistem ini adalah :a. Dalam analisa load time atau kehandalan sistem dengan akses yang dilakukan oleh 1 user, diharapkan selanjutnya dapat dilakukan analisa terhadap load time atau kehandalan sistem dengan akses yang dilakukan oleh banyak user.b. Sistem ini dapat dikembangkan menjadi sistem pendukung keputusan untuk menentukan tingkat kebutuhan suatu wilayah terhadap loket PPOB baru. 57
  • ISSN : 2087-0140DAFTAR PUSTAKAAlamsyah, Andry., Pengantar JavaScript, http://ilmukomputer.org/2006/08/25/pengantar-java-script/, diakses tanggal 04 Agustus 2011)Aji, Konsep Kerja PHP, (http://digda.blog.uns.ac.id/2009/06/09/konsep-kerja-php/, diakses tanggal 04 Agustus 2011)Bidang Niaga, Dokumentasi PPOB, Denpasar, PT PLN(Persero) Distribusi Bali, 2009Binanto, Iwan., Menulis Referensi Online di Daftar Pustaka, (http://iwanbinanto.wordpress.com/2008/07/26/menulis-referensi-online-di-daftar-pustaka/, diakses tanggal 22 Juli 2011)Dharwiyanti, Sri., Pengantar Unified Modelling Language, http:// setia.staff.gunadarma.ac.id/Downloads/files/6077/Modul_UML.pdf, diakses tanggal 04 Agustus 2011)Google, Google Maps API Family, (http://code.google.com/intl/id-ID/apis/maps/index.html, diakses tanggal 22 Juli 2011)Hakim, Rizal., Sistem Pemetaan Papan Reklame di Surabaya Berbasis Google Maps, (http://eprint.upnjatim.ac.id/959/, diakses tanggal 18 Agustus 2011)Ichtiara, Cita., Implementasi Aplikasi Sistem Informasi Geografis Universitas Indonesia Berbasis Web Menggunakan Google Maps API, (http://www.lontar.ui.ac.id/, diakses tanggal 18 Agustus 2011)jkpp, Seri Panduan Pemetaan Partisipatif, (www.jkpp.org/downloads/bab_04.pdf, diakses tanggal 04 Agustus 2011)Junaedi, Moh., Pengantar XML, (http://ilmukomputer.org/2006/08/25/pengantar-java-script/, diakses tanggal 16 Juli 2011)Movable-type, Calculate distance, bearing and more between Latitude/Longitude points, (http://www.movable-type.co.uk/scripts/latlong.html, diakses tanggal 20 Juli 2011)Navigasi, GPS, (http://www.navigasi.net/gofaq.php, diakses tanggal 04 Agustus 2011)Svennerberg, Gabriel., Beginning Google Maps API 3, New York, Springer Science + Businees Media, 2010Setiaji, Tips dan Trik JavaScript, (http://ilmukomputer.org/2007/05/29/tips-trik-javascript/, diakses tanggal 04 Agustus 2011)Scribd, PHP & MYSQL, (http://www.scribd.com/doc/49906352/3014-MODUL8dan9PHPmySQL, diakses tanggal 04 Agustus 2011)Uefap, Writing a list of references, (http://www.uefap.com/writing/writfram.htm, diakses tanggal 12 Agustus 2011)W3Shools, HTML Introduction, (http://www.w3schools.com/html/ html_intro.asp, diakses tanggal 22 Juli 2011)Wikipedia, JavaScript, (http://en.wikipedia.org/wiki/Javascript, diakses tanggal 22 Juli 2011)Wikipedia, Heversine Formula, (http://en.wikipedia.org/wiki/Haversine_formula, diakses tanggal 20 Juli 2011) 58