Pemodelan Proses Bisnis Interlibrary Loan Studi Kasus Perpustakaan ITS

Darmawan, Hendra (2018) Pemodelan Proses Bisnis Interlibrary Loan Studi Kasus Perpustakaan ITS. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 05111440000073-Hendra-Darmawan-Buku_TA.pdf]
Preview
Text
05111440000073-Hendra-Darmawan-Buku_TA.pdf - Submitted Version

Download (1MB) | Preview

Abstract

Interlibrary Loan adalah proses dimana suatu perpustakaan dapat melakukan permintaan peminjaman material dari atau menyediakan material untuk perpustakaan lain. Saat ini perpustakaan dan raung baca di ITS belum memiliki SOP Interlibrary Loan, sehingga peminjaman antar perpustakaan dan ruang baca masih bersifat manual dan tidak tercatat. Untuk membuat SOP yang baik, SOP yang terbentuk perlu dianalisa menggunakan pemodelan proses bisnis. Kekurangan pemodelan proses bisnis saat ini adalah algoritma untuk mendeteksi invisible taks dan non-free-choice yang ada (alpha$) tidak di support secara langnsung oleh pengembang ProM, sehingga penggunaannya masih belum dapat dilakukan. Algoritma alpha miner sendiri memiliki kekurangan, yaitu tidak dapat menyaring data anomali seperti algoritma heuristic.
Peneliti mengajukan tiga metode untuk mengatasi kekurangan pada metode pemodelan proses bisnis yang telah disebutkan sebelumnya. Metode pertama adalah penggabungan penemuan invisible task dan non-free-choice, sehingga invisible task dan non-free-choice bisa ditemukan dalam satu model proses bisnis. Metode kedua adalah penambahan invisible task pada event log secara eksplisit, sehingga event log dapat digunakan pada ProM. Kondisi ProM saat ini tidak dapat menemukan invisible task dan non-free-choice secara bersamaan, diharapkan dengan menerapkan metode kedua ini invisible task dan non-free-choice dapat ditemukan dalam satu model proses bisnis di ProM. Metode ketiga adalah load data tanpa melakukan penggabungan node atau relasi, sehingga analisis yang membantu proses pemodelan dapat dilakukan. Menggunakan metode ketiga ini trace clustering dan penyaringan data dapat dilakukan sehingga memungkinkan graf yang terbentuk terbebas dari data yang mengandung anomali.
Tugas akhir ini dapat membuktikan bahwa metode pertama dapat menemukan invisible task dan non-free-choice secara bersamaan. Metode kedua dapat menjembatani kekurangan ProM dengan menambahkan invisible task pada event log. Metode ketiga dapat mengimplementasikan beberapa analisis seperti trace clustering dan pengelompokan relasi berdasarkan aktivitas yang dapat dikembangkan untuk mengimplementasikan pemodelan proses bisnis dengan menggunakan algoritma yang lebih rumit dibandingkan metode yang telah digunakan sebelumnya.
=========================================================
Interlibrary Loan is a process whereby a library may request loan requests from or provide materials for other libraries. Currently, libraries and roars read in ITS do not have Standard Operating Procedure for Interlibrary Loan, so lending between libraries and reading rooms is still manual and not recorded. To create a good SOP, the established SOP needs to be analyzed using business process modelling. The lack of current business process modelling is that the algorithm for detecting invisible tasks and non-free-choice (alpha $) is not supported directly by the ProM developer, so its use is not yet possible. Alpha miner algorithm itself has a drawback, that is not able to filter anomalous data such as the heuristic algorithm.
The researcher proposed three methods to address the deficiencies in the business process modelling methods mentioned earlier. The first method involves the invisible and non-free-choice discovery so that the invisible task and non-free-choice can be found in a single business process model. The second method is the explicit addition of invisible tasks in the event log, so the event log can be used in ProM. The current state of ProM cannot discover both invisible task and non-free-choice simultaneously, it is hoped that by applying this second method invisible task and non-free-choice can be discovered in one business process model in ProM. The third method is to load data without merging nodes or relationships, so an analysis that helps the modelling process can be done. Using this third method of trace clustering and data filtering can be done so as to allow the formed graph to be free of data containing anomalies.
This final project can prove that the first method can find invisible task and non-free-choice simultaneously. The second method bridges the shortcomings of ProM by adding invisible tasks to the event log. A third method can implement multiple analyzes such as trace clustering and activity-based grouping relationships that can be developed to implement business process modelling using more complicated algorithms than previously used methods.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Control Flow Pattern, Neo4j, Trace Clustering, Graph Database, Data Filtering, Invisible Task, Non-Free-Choice.
Subjects: Q Science > QA Mathematics > QA9.58 Algorithms
Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions: Faculty of Information and Communication Technology > Informatics > 55201-(S1) Undergraduate Thesis
Depositing User: Darmawan Hendra
Date Deposited: 30 Jun 2021 05:49
Last Modified: 30 Jun 2021 05:49
URI: http://repository.its.ac.id/id/eprint/56902

Actions (login required)

View Item View Item