Implementasi Process Mining pada Proses Praktik Kerja Lapangan (PKL)

Authors

  • Afina Lina Nurlaili Universitas Pembangunan Nasional “Veteran” Jawa Timur
  • - Muhsin Institut Teknologi Telkom Surabaya
  • Eristya Maya Safitri Universitas Pembangunan Nasional “Veteran” Jawa Timur

DOI:

https://doi.org/10.33633/tc.v20i4.5256

Keywords:

process mining, algoritma alpha, heuristic miner, fitness, presisi

Abstract

Proses yang tidak terdokumentasi dapat menjadi masalah apabila tidak ada suatu prosedur yang mendasarinya, khususnya pada proses yang melibatkan banyak aktivitas. Prosedur dibutuhkan untuk mengatur kegiatan dalam mencapai tujuan tertentu. Dalam hal memenuhi tujuan tersebut, dibuatlah panduan berupa Standar Operasional Prosedur (SOP) yang dapat memberikan manfaat bagi organisasi mana pun yang menerapkannya. SOP juga menjadi dasar dalam proses evaluasi antara kenyataan di lapangan dengan prosedur yang telah dibuat ke dalam SOP sehingga diperlukan suatu teknik untuk mengevaluasi antara SOP dengan kenyataan. Process mining merupakan teknik evaluasi antara suatu model proses dengan data peristiwa atau event log yang terdapat dalam sistem informasi. Berbagai metode process mining telah dikenalkan yaitu algoritma Alpha dan Heuristic Miner. Algoritma Alpha dan Heurisctic pada penelitian ini akan dihitung nilai fitness dan presisi. Fitness dilakukan dengan mengukur kesesuaian antara event log dan model proses. Presisi mengukur apakah suatu algoritma tepat untuk menyelesaikan kasus tertentu. Berdasarkan evaluasi yang dilakukan, algoritma Alpha tidak mampu menggambarkan proses sesuai dengan event log PKL. Hal ini disebabkan karena varian kasus mengandung proses loop/perulangan. Hal ini juga menunjukkan event log yang ada pada proses PKL belum menerapkan SOP PKL. Sedangkan Heuristic Miner mengabaikan proses minor menyebabkan proses-proses yang tidak banyak terjadi, tidak digambarkan ke dalam model proses. Secara keseluruhan proses model yang terbentuk menggunakan algoritma Alpha yang paling mendekati dengan kenyataan karena memiliki fitness 0,96.

References

. [1] R. Prasetyo, “Perancangan Sistem Informasi Tugas Akhir dan Kerja Praktek di Jurusan Teknik Industri UNS,” 2010.

S. Huda, R. Sarno, and T. Ahmad, “Increasing accuracy of process-based fraud detection using a behavior model,” Int. J. Softw. Eng. its Appl., vol. 10, no. 5, pp. 175–188, 2016, doi: 10.14257/ijseia.2016.10.5.16.

W. M. P. van der Aalst, H. T. de Beer, and B. F. van Dongen, “Process Mining and Verification of Properties: An Approach Based on Temporal Logic,” OTM Confed. Int. Conf. CoopIS, DOA, ODBASE 2005, vol. 3760, pp. 130–147, 2005, doi: 10.1007/11575771.

B. Vázquez-Barreiros, M. Mucientes, and M. Lama, “A genetic algorithm for process discovery guided by completeness, precision and simplicity,” Lect. Notes Comput. Sci. (including Subser. Lect. Notes Artif. Intell. Lect. Notes Bioinformatics), vol. 8659 LNCS, pp. 118–133, 2014, doi: 10.1007/978-3-319-10172-9_8.

W. M. P. Van Der Aalst and A. H. M. Hofstede, “YAWL : yet another workflow language,” vol. 30, pp. 245–275, 2005, doi: 10.1016/j.is.2004.02.002.

I. Khodyrev and S. Popova, “Discrete modeling and simulation of business processes using event logs,” Procedia Comput. Sci., vol. 29, pp. 322–331, 2014, doi: 10.1016/j.procs.2014.05.029.

D. Informatika, F. Teknik, U. T. Madura, and D. Informatika, “a More Efficient Deterministic Algorithm in Process,” vol. 14, no. 3, pp. 971–995, 2018.

D. Rahmawati, M. A. Yaqin, and R. Sarno, “Fraud detection on event logs of goods and services procurement business process using Heuristics Miner algorithm,” in 2016 International Conference on Information Communication Technology and Systems (ICTS), 2016, pp. 249–254, doi: 10.1109/ICTS.2016.7910307.

L. Wen, W. M. P. van der Aalst, J. Wang, and J. Sun, “Mining process models with non-free-choice constructs,” Data Min. Knowl. Discov., vol. 15, no. 2, pp. 145–180, 2007, doi: 10.1007/s10618-007-0065-y.

Y. Amelia Effendi and R. Sarno, “Conformance Checking Evaluation of Process Discovery Using Modified Alpha++ Miner Algorithm,” Proc. - 2018 Int. Semin. Appl. Technol. Inf. Commun. Creat. Technol. Hum. Life, iSemantic 2018, pp. 435–440, 2018, doi: 10.1109/ISEMANTIC.2018.8549770.

W. M. P. Van Der Aalst, Process Mining Discovery, Conformance and Enhancement of Business Processes. Germany: Springer, 2011.

Downloads

Published

2021-11-22