Sebuah Model dalam Pemilihan Sistem ERP dengan Angka Fuzzy Triangular dan Pengambilan Keputusan Mamdani

Enterprise resource planning (ERP) adalah sebuah kumpulan program terintegrasi yang menyediakan tunjangan kepada inti dari sebuah proses bisnis, seperti produksi, input dan output logistik, keuangan dan akuntansi, penjualan dan pemasaran, dan sumber daya. Pemilihan sebuah ERP yang mampu menyesuaikan diri terhadapa keperluan perusahaan adalah sangat penting. Makalah ini memaparkan sebuah metode untuk memilih sistem ERP yang sesuai berdasarkan logika fuzzy. Model ini memiliki 3 input: fungsionalitas, biaya, dan tunjangan vendor. Input ini merupakan kriteria dalam memilih ERP yang cocok dengan suatu organisasi. Kami menggunakan anggota fuzzy berbentuk segitiga untuk setiap kriteria dan menyusun sebuah sistem keputusan Mamdani.

Kata kunci: Pemilihan ERP, kriteria, logika fuzzy, fungsi keanggotaan segitiga fuzzy.

1.      Pendahuluan

Enterprise resource planning (ERP) adalah sebuah kumpulan program terintegrasi yang menyediakan tunjangan kepada inti dari sebuah proses bisnis, seperti produksi, input dan output logistik, keuangan dan akuntansi, penjualan dan pemasaran, dan sumber daya[1,2]. Dengan kata lain, sebuah sistem ERP adakah tulang punggung informasi dari sebuah perusahaan dan melingkupi keseluruhan area bisnis dan mata rantai nilai[3]. Karena ERP memiliki proses implementasi yang lama dan cukup bermasalah, dan merupakan investasi yang sangat besar, mengacu pada biaya yang tinggi dan resiko dalam sistem ini. Maka, pemilihan sistem ERP yang mampu menyesuaikan diri dengan organisasi sangatlah penting[4, 5]. Pemilihan ERP merupakan proses yang rumit yang memerlukan pengidentifikasian kriteria dan pemilihan cara pendekatan yang cocok dan terpercaya untuk menentukan pilihan sebauh bentuk alternatif di tengah-tengah berbagai pilihan.  Di sisi lain kegagalan dalam sebuah proyek ERP dapat mengakibatkan dampak negatif terhadap proses organisasi dan membawa kerusakan yang fatal bagi sebuah perusahaan [6].

Sebuah proyek ERP yang berhasil melibatkan pengaturan perubahan proses bisnis, pemilihan sebuah sistem perangkat lunak ERP dan vendor yang ko-operatif, pengimplementasian sistem tersebut, dan pengujian praktikalitas dari sistem baru tersebut [7]. Berhutang pada kompleksitas lingkungan bisnis, batasan-batasan dari ketersediaan sumber daya, dan kemajemukan dari alternatif ERP, pemilihan sistem ERP sangatlah menjemukan dan memakan waktu yang sangat banyak. Meskipun demikian, dengan mempertimbangkan investasi finansial dan segala potensi resiko dan keuntungan, kepentingan dari pemilihan sistem ERP yang tepat tidak dapat lebih ditekankan lagi kepentingannya. Oleh sebab itu, penyediaan pilihan yang baik mengenai ERP yang paling cocok dengan organisasi adalah sangat penting [8-10].

Makalah ini menyediakan metode untuk memilih sistem ERP yang cocok dengan menggunakan logika fuzzy. Model ini melibatkan 3 input dan sebuah output. Kami menggunakan fungsi segitiga keanggotaan fuzzy untuk setiap kriteria. Tiga kriteria tersebut adalah fungsionalitas, biaya, dan dukungan vendor untuk mengefaluasi alternatif yang diberikan.

Makalah ini disusun sebagai berikut: pada bagian 2 kami menyajikan ulasan mengenai beberapa karya yang berkaitan mengenai kriteria dan metode pemilihan ERP. Pada bagian 3 kami memperkenalkan sebuah pendekatan yang diajukan dalam memilih ERP. Pada bagian 4 kami memberikan kesimpulan dan ulasan karya yang mendatang.

2.      Karya yang Terkait

Belakangan ini banyak diajukan karya mengenai pemilihan ERP, beberapa di anataranya menyajikan sebuah set faktor-faktor penting dalam pemilihan ERP dan sedikit di antaranya yang menyajikan metode dalam pendekatan matematis, logika fuzzy, dan AHP. Dalam bagian ini kami memperkenalkan beberapa karya ini.

Dalam [11] diperkenalkan tujuh kriteria dalam pemilihan ERP. Beberapa di antaranya (reabiltas dan fungsionalitas) didasarkan pada mtrik kualitas dari perangkat lunak dan btang lainnya berkaitan dengan organisasi tersebut, seperti: biaya, kemudahan dalam pemakaian, kemudahan dalam penyesuaian, kemudahan dalam implementasi, dan reupasi vendor sebagai kriteria bagi vendor.

Pada [12, 13] dikenalkan 13 faktor bagi pemilian ERP. Funsionalitas, reabilitas, kecocokan dengan proses bisnis suatu organisasi, biaya, tingkat dari penyesuaian, dukungan vendor, kompatibilitas, ketersediaan, reputasi vendor, teknologi, integrasi modul, kecocokan dengan sistem organisasi induk. Makalah ini tidak memiliki pendekatan terhadap pemilihan ERP, hanya memperkenalkan kriteria yang penting dari pemilihan ERP.

Pada [14] diajukan sebuah pendekatan terhadap pemilihan ERP berdasakan AHP. Dalam metode ini mereka memberikan bobot pada setiap kriteria, dan pada akhirnya mereka memilih perangkat lunak ERP berdasarkan hirarki yang telah terbentuk. Mereka mengindentifikasikan 9 atribut: biaya, watu pengimplementasian, fungsionalitas,kerahaman terhadap pengguna, fleksibilitas, reputasi vendor, kapabilitas teknis vendor, layanan vendor. Setiap atribut dapat dipecah menjadi beberapa item penilaian. Mereka menggunakan hirarki analitis untuk memperkirakan bobot dari setiap kriteria.

[15] menggunakan proses analisa jaringan dan bilangan fuzzy untuk menentukan ERP yang cocok bagi sebuah perusahaan. Kriteria yang mereka gunakan antara lain: biaya lisensi, dukungan vendor, biaya pemeliharaan, biaya infrastruktur, reputasi vendor, performa konsultasi vendor, kapabilitas R&D, kapabilitas dukungan teknis, performa pelatihan, kemampuan pembaharuan, kemudahan dalam intergrasi, kemudahan pengembangan dalam perusahaan, kelengkapan modul, kecocokan fungsi, tingkat keamanan, kemampuan pernaikan, kemudahan pengoperasian, kemudahan pembelajaran, standardisasi, integrasi dari sistem sebelumnya, kemudahan pemeliharaan.

Dalam [16] diajukan sebuah pendekatan logika fuzzy dalam pemilihan ERP. Dalam metode ini mereka menggunakan 27 kriteria antara lain: kemungkinan penerapan solusi industri, kredibilitas sistem, kapasitas untuk mengintegrasikan ERP dengan arus IS / IT, kepercayaan dalam sistem ERP, modularitas, adaptasi dari ERP dengan kebutuhan sistem saat ini, kemampuan sistem ERP untuk menawarkan informasi tepat waktu, intuitif dari sistem ERP, biaya perangkat lunak, biaya konsultasi, biaya pemeliharaan, persyaratan hardware, persyaratan tim spesialis, rata-rata waktu pelaksanaan yang tinggi, parameter kompleksitas, perencanaan proyek, kemungkinan obyektif mendefinisikan konsep, karyawan melanjutkan pendidikan, usia rata-rata personil, melanjutkan pendidikan dari pengambilan keputusan kelompok, saran / rekomendasi yang dibuat oleh pengguna, budaya organisasi tradisional, kompleksitas struktur organisasi, kinerja tinggi, jumlah karyawan / ukuran perusahaan, strategi organisasi tradisional, kompleksitas proses organisasi.

Dalam [17] digunakan analisisa pengembangan data dalam menilai set ERP tingkat menengah. Mereka memanfaatkan studi panjang mengenai fitur yang tersedia, fungsi, dan kinerja berbagai set tingkat menengah dalam bidang fitur dan fungsi. Mengenai analisisa, kriteria berikut digunakan: layanan dan dukungan, pelatihan, skalabilitas, fleksibilitas implementasi, integrasi, proses manufaktur, keuangan inti, pembelian dan penjualan, proses sumber daya manusia, dukungan pajak internasional, biaya rata-rata paket, biaya dukungan, pelatihan Biaya dan rata-rata pelaksanaan.

Dalam [18] digunakan model analisa proses hirarki dalam pemilihan ERP. Mereka menggunakan 4 kriteria: fungsi dan teknologi, kebugaran strategis, kemampuan vendor dan reputasi vendor.

Dalam [19] digunakan logika fuzzy untuk seleksi ERP. Dalam metode ini, paket ERP direkomendasikan dan vendor dibandingkan dengan sistem AHP Fuzzy.

3.      Pendekatan yang Diajukan

Pertama tama, kami mengulas beberapa definisi dasar dari paket-paket fuzzy.

Sebuah paket fuzzy 𝐴̃ dalam semesta diskursus X dilambangkan dengan sebuah fungsi anggota 𝜇_𝐴̃(𝑋) yang mana berkaitan dengan setiap elemen x pada bilangan nyata X dalam interval [0, 1]. Fungsi nilai dari 𝜇_𝐴̃(𝑋) dugunakan sebagai tingkatan keanggotaan x pada 𝐴̃. Gambar1 menggmabarkan bilangan fuzzy [20]

Definisi1. Sebuah paket fuzzy 𝐴̃ dari semesta diskursus X adalah terpencar jika dan hanya jika setiap x₁, x₂ terdapat dalam X, [21]

𝜇_𝐴̃ (𝜆𝑥₁+(1−𝜆) 𝑥₂) ≥ 𝑀𝑖𝑛 (𝜇_𝐴̃ (𝑥₁) + 𝜇_𝐴̃ (𝑥₂),

Di mana 𝜆 ∈[0,1].

Definisi2. Sebuah paket fuzzy 𝐴̃ dari semesta diskursus X dikatakan normal jika paket fuzzy berimplikasi pada [22]

∃ 𝑥_𝑖 ∈ 𝑋,𝜇_𝐴̃(𝑥_𝑖) = 1

Sebuah bilangan fuzzy 𝑛̃ adalah sebuah subset di dalam semesta diskursus X di mana fungsi keanggotaannya adalah terpusat dan normal. [23]

Sebuah bilangan fuzzy segitiga 𝑛̃ dapat didefinisikan sebagai triplet (𝑛₁, 𝑛₂, 𝑛₃) ysng terlihat pada Figure 2, di mana fungsi keanggotaan 𝜇_𝑛̃(𝑋) didefinisikan sebagai

Dalam makalah ini kami menggunakan fungsi segitiga keanggotaan fuzzy pada setiap kriteria. Tiga kriteria: fungsionalitas, biaya, dan dukungan vendor ntuk mengevaluai alternatif yang dikejar. [24, 25].

Figure 3 menunjukkan model yang diajukan untuk pemilihan ERP berdasarkan logika fuzzy. Model ini memiliki 3 input dan sebuah output. Inputnya antara lain fungsionalitas, biaya, dan dukungan vendor. Model fuzzy ini disusun dari 4 modul. Proses pertama adalah mengubah modul dalam bentuk fuzzy, hal ini merupakan langkah pertama dalam mengerjakan setiap model fuzzy, yang mana mengubah input mentah menjadi nilai fuzzy. Pada langkah kedua, nilai-nilai ini diproses pada domain fuzzy dengan menginteraksikan berdasarkan aturan produksi (dasar pengetahuan) yang disediakan oleh domain ahli. Selama tahap kedua, diaplikasikan operatoe fuzzy. Pada tahap ketiga, proses implikasi dikenakan dan semua output akan dikumpulkan. Pada langkah keempat dan juga langkah akhir, output terproses dari domain fuzzy diubahkan menjadi domain awal dengan modul defuzziciation.

Dalam makalah ini, input (fungsionalitas, biaya) diambil dari skala 0 samapai 1 dan fungsi keanggotaan dari 2 input (fungsionalitas dan dukungan bendor) sebagaimana, Nil, Loe, Medium, dan high adalah fungsi segitiga keanggotaan fuzzy setiap kriteria. Tabel 1 menunjukkan variabel linguistik dan bilangan segitiga fuzzy. Tabel ini memiliki 4 baris. Setiap baris menunjukkan fungsi keanggotaan dan rentang dari setiap fungsi keanggotaan.

Table 2 menunjukkan rentangan dari fungsi keanggotaan NIL, VeryLow, Low, Medium, High dan VeyHigh dari variabel input dukungan vendor dan variabel output (ERPSel) siperkirakan sebagai 0.0-0.0, 0.0-0.23, 0.2-0.43, 0.4-0.63, 0.6-0.83 and 0.8-1.00 respectively. Figure 5 menunjukkan fungsi keanggotaannya.

Untuk mengukur tingkatan dari ERP yang dipilih (ERPSel), yang merupakan tujuan utama dari model kami, ada tiga anggota fungsi, biaya dan dukungan vendor memberikan kontribusi dalam pemilihan alternatif lain. Sebagai solusi dari masalah ini, kami telah menggunakan logika fuzzy dan telah merancang 96 aturan fuzzy (4 fungsi keanggotaan fungsi fungsionalitas * 4 keanggotaan fungsi biaya * 6 keanggotaan fungsi dukungan vendor). Di sini, metode mamdani untuk mendefinisikan aturan fuzzy yang digunakan, yang digunakan untuk persamaan nonlinear. Aturan-aturan ini dirancang atas dasar pengalaman dan pengetahuan keahlian bidang itu sebabnya aturan ini juga ini juga dikenakan sebagai basis pengetahuan. Untuk sampel, beberapa aturan yang tercantum dalam tabel 3. Kolom pertama berlabel # merupakan nomor aturan, kolom kedua adalah untuk variabel input linguistik, anggota fungsi, biaya dan penjual dukungan dan kolom ketiga adalah untuk output linguistik variabel ERPSel.

Sebagai sebuah contoh, jika fungsionalitas =0.573, biaya =0.596 and dukungan vendor =0.5 adalah nilai inputan maka nilai output yang dihasilkan adalah 0.692,yang mana cukup tinggi untuk nilai output. Berikut disertakan figure 6 sebagai pembanding hasil.

Pandangan permukaan tiga dimensional dari aturan ini juga diperlihatkan dalam figure 7.

4.      Konklusi dan Karya Masa Mendatang

Enterprise resource planning (ERP) adalah sebuah kumpulan program terintegrasi yang menyediakan tunjangan kepada inti dari sebuah proses bisnis, seperti produksi, input dan output logistik, keuangan dan akuntansi, penjualan dan pemasaran, dan sumber daya. Pemilihan sebuah ERP yang mampu menyesuaikan diri terhadapa keperluan perusahaan adalah sangat penting. Makalah ini memaparkan sebuah metode untuk memilih sistem ERP yang sesuai berdasarkan logika fuzzy. Model ini memiliki 3 input: fungsionalitas, biaya, dan tunjangan vendor. Input ini merupakan kriteria dalam memilih ERP yang cocok dengan suatu organisasi. Kami menggunakan anggota fuzzy berbentuk segitiga untuk setiap kriteria yang menyusunnya. Ketiga kriteria ini dugnakan untuk melakukan penilaian/evaluasi.

Pada karya masa mendatang, kami ingin mengajukan sebuah metode berdasarkan Adaptive-Network-based Fuzzy Inference Systems (ANFIS) untuk memilih ERP. ANFIS menggunakan algoritma pembelajaran hybrid untuk mengidentifikasi parameter dari sistem pengambilan keputusan fuzzy tipe Sugeno. Algoritma ini menggunakan kombinasi dari metode kuadrat terkecil dan metode gradien propragasi turunan terbalik untuk menguji parameter fungsi keanggotaan fuzzy inference system (FIS) untuk menyaingi set data yang diberikan. ANFIS juga diharapkan dapat digunakan sebagai validasi model dengan menggunakan argumen opsional. Tipe dari validasi yang digunakan dengan opsi ini adalah dengan melakukan pemantauan sebuah model setelah dilakukan pencocokkan, dan argumennya adalah sebuah set data yang dikenal sebagai checking data set. Jadi, kami ingin mengembangan sebuah sistem yang didasarkan pada ANFIS sebagai metode pemilihan ERP.

5.      Referensi

[1] Aladwani, Adel M. "Change management strategies for successful ERP implementation." Business Process management journal 7.3 (2001): 266-275.

[2] Wier, Benson, James Hunton, and Hassan R. HassabElnaby. "Enterprise resource planning systems and non-financial performance incentives: The joint impact on corporate performance." International Journal of Accounting Information Systems 8.3 (2007): 165-190.

[3] Kallunki, Juha-Pekka, Erkki K. Laitinen, and Hanna Silvola. "Impact of enterprise resource planning systems on management control systems and firm performance." International Journal of Accounting Information Systems 12.1 (2011): 20-39.

[4] Bernroider, Edward, and Stefan Koch. "ERP selection process in midsize and large organizations." Business Process Management Journal 7.3 (2001): 251-257.  J. Vahidi, D. Darvishi SalooKolayi, A. Yavari / J. Math. Computer Sci. 9 (2014) 46 - 54

[5] Yazgan, Harun Resit, Semra Boran, and Kerim Goztepe. "An ERP software selection process with using artificial neural network based on analytic network process approach." Expert Systems with Applications 36.5 (2009): 9214-9222.

[6] Falkenstein, M., et al. "Effects of crossmodal divided attention on late ERP components. II. Error processing in choice reaction tasks." Electroencephalography and clinical neurophysiology 78.6 (1991): 447-455.

[7] Deep, Aman, et al. "Investigating factors affecting ERP selection in made-to-order SME sector." Journal of Manufacturing Technology Management 19.4 (2008): 430-446.

[8] Moon, Young B. "Enterprise resource planning (ERP): a review of the literature." International Journal of Management and Enterprise Development 4.3 (2007): 235-264.

[9] Singla, Ashim Raj. "Enterprise resource planning systems implementation: a literature analysis." International Journal of Business and Systems Research 3.2 (2009): 170-185.

[10] Al-Mashari, Majed, Abdullah Al-Mudimigh, and Mohamed Zairi. "Enterprise resource planning: a taxonomy of critical factors." European journal of operational research 146.2 (2003): 352-364.

[11] Keil, Mark, and Amrit Tiwana. "Relative importance of evaluation criteria for enterprise systems: a conjoint study." Information Systems Journal 16.3 (2006): 237-262.

[12] Kumar, Vinod, B. Maheshwari, and U. Kumar. "Enterprise resource planning systems adoption process: a survey of Canadian organizations." International Journal of Production Research 40.3 (2002): 509-523.

[13] Kumar, Vinod, Bharat Maheshwari, and Uma Kumar. "An investigation of critical management issues in ERP implementation: emperical evidence from Canadian organizations." Technovation 23.10 (2003): 793-807.

[14] Wei, Chun-Chin, Chen-Fu Chien, and Mao-Jiun J. Wang. "An AHP-based approach to ERP system selection." International journal of production economics 96.1 (2005): 47-62.

[15] Ayağ, Z., and R. G. Özdemir. "An intelligent approach to ERP software selection through fuzzy ANP." International Journal of Production Research 45.10 (2007): 2169-2194.

[16] Bueno, Salvador, and Jose L. Salmeron. "Fuzzy modeling enterprise resource planning tool selection." Computer Standards & Interfaces 30.3 (2008): 137-147.

[17] Wang, Ying-Ming, and Kwai-Sang Chin. "A new approach for the selection of advanced manufacturing technologies: DEA with double frontiers." International Journal of Production Research 47.23 (2009): 6663-6679.

[18] Liao, Xiuwu, Yuan Li, and Bing Lu. "A model for selecting an ERP system based on linguistic information processing." Information Systems 32.7 (2007): 1005-1017.

[19] Cebeci, Ufuk. "Fuzzy AHP-based decision support system for selecting ERP systems in textile industry by using balanced scorecard." Expert Systems with Applications 36.5 (2009): 8900-8909.

[20] Zadeh, Lotfi A. "Fuzzy sets." Information and control 8.3 (1965): 338-353.

[21] Zadeh, Lotfi A. "Toward a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic." Fuzzy sets and systems 90.2 (1997): 111-127.

[22] Klir, George J., and Bo Yuan. Fuzzy sets and fuzzy logic. New Jersey: Prentice Hall, 1995.

[23] Kaufmann, Arnold, Madan M. Gupta, and A. Kaufmann. Introduction to fuzzy arithmetic: theory and applications. New York: Van Nostrand Reinhold Company, 1985.

[24] Kosko, Bart. Fuzzy thinking: The new science of fuzzy logic. New York: Hyperion, 1993.

[25] Lee, Chuen-Chien. "Fuzzy logic in control systems: fuzzy logic controller. I." Systems, Man and Cybernetics, IEEE Transactions on 20.2 (1990): 404-418.