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 π΄̃ dalam semesta diskursus X dilambangkan dengan sebuah fungsi
anggota ππ΄̃(π) yang mana berkaitan dengan setiap elemen x pada bilangan nyata X
dalam interval [0, 1]. Fungsi nilai dari ππ΄̃(π) dugunakan sebagai tingkatan keanggotaan x pada π΄̃. Gambar1 menggmabarkan
bilangan fuzzy [20]
Definisi1. Sebuah paket fuzzy π΄̃ dari semesta diskursus X adalah terpencar jika dan hanya jika
setiap x1, x2 terdapat dalam X, [21]
ππ΄̃
(ππ₯1+(1−π) π₯2) ≥ πππ (ππ΄̃
(π₯1)
+ ππ΄̃
(π₯2),
Di mana π
∈[0,1].
Definisi2.
Sebuah
paket fuzzy π΄̃
dari semesta diskursus X dikatakan normal jika paket fuzzy berimplikasi pada
[22]
∃
π₯π
∈ π,ππ΄̃(π₯π)
= 1
Sebuah bilangan fuzzy π̃ adalah sebuah subset di
dalam semesta diskursus X di mana fungsi keanggotaannya adalah terpusat dan
normal. [23]
Sebuah bilangan fuzzy segitiga π̃ dapat didefinisikan
sebagai triplet (π1, π2, π3) ysng terlihat pada Figure 2, di mana fungsi keanggotaan ππ̃(π) 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] AyaΔ, Z., and R.
G. Γzdemir. "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.
Tidak ada komentar:
Posting Komentar