ANALISIS KINERJA ALGORITMA PENGGALIAN PROSES UNTUK PEMODELAN PROSES BISNIS PERENCANAAN PRODUKSI DAN PENGADAAN MATERIAL PADA PT. XYZ DENGAN KRITERIA CONTROL-FLOW

Pengunaan aplikasi ERP saat ini telah banyak dilakukan oleh perusahaan untuk meningkatkan kinerja dari proses bisnis yang dijalankan. Melalui aplikasi ERP, akan dihasilkan sebuah event log yang berisi rekaman bagaimana setiap aktivitas pada proses bisnis sebenarnya dilakukan oleh pengguna pada sistem. Event log dapat digunakan perusahaan untuk memodelkan proses bisnis yang sedang berjalan. Pemodelan proses bisnis menggunakan menggunakan event log memerlukan sebuah metode, yaitu process mining (penggalian proses). Saat ini, riset mengenai process mining telah berkembang pesat. Namun belum pernah dilakukan penelitian untuk menganalisis kinerja algoritma penggalian proses ditinjau dari kriteria control-flow pada proses bisnis berbeda yang terintegrasi dalam satu aplikasi ERP. Pada penelitian tesis ini akan dilakukan perbandingan kinerja dari empat algoritma penggalian proses, yaitu alpha++, duplikat genetika, genetika dan heuristic miner pada dua proses bisnis SAP, yaitu production planning dan material management. Pertama, event log dari dua proses bisnis diekstraksi dari PT.XYZ. Kemudian event log diproses dengan aplikasi penggalian proses, yaitu ProM. Setelah dihasilkan model proses, dilakukan evaluasi menggunakan conformance checking, metrik F-score, dan evaluasi kemampuan dalam menangani control-flow. Hasil yang didapatkan dari penelitian ini menunjukkan bahwa algoritma terbaik dilihat dari analisis kinerja pada perencanaan produksi adalah algoritma duplikat genetika dan pada pengadaan material adalah adalah heuristic miner. Algoritma yang mempunyai kemampuan baik dalam menangani kriteria control-flow adalah heuristic miner. Secara umum dari penelitian tesis ini didapatkan kesimpulan bahwa algoritma heuristic miner mempunyai kinerja yang tinggi, kemampuan menangani control-flow yang baik dan waktu pemodelan yang singkat.