GERT (Grafic Evaluation And Review Technique)

3.1.GERT (Grafic Evaluation And Review Technique)

Merupakan metode yang menggabungkan PERT, Flow Graph theory, Moment Generating Functions yang dapat membantu memberikan pemecahan masalah jaringan kerja dengan pendekatan stokastik.

Jaringan GERT, merupakan sebuah model dari proses yang random. Jaringan ini memiliki bentuk arahan grafis dengan tambahan informasi tertentu yang mewakili aktivitas dari suatau proses. Suatu aktivitas digambarkan oleh durasi yang random yang berhubungan dengan kondisi probabilitas yang mewakili perilaku proses tersebut. Secara Umum Jaringan GERT menggunakan pendekatan Simulasi Monte Carlo yang memberikan simulasi random pada setiap proses.

Jaringan GERT terdiri dari Node-Node dan jalur percabangan antar node . Setiap Node digambarkan memiliki dua parameter:

Parameter Pertama : Number of Releases, merupakan sejumah aktivitas yang diarahkan masuk ke node yang harus di wujudkan/dicapai sebelum node tersebut terwujud.

Parameter Kedua : Tipe Node dapat berupa deterministik ataupun probabilistik.

Latar Belakang pengembangan GERT adalah pengembangan Jaringan Stokastik (Stochastic Networks) :

1. Setiap jaringan terdiri dari node dan aktivitas yang menggambarkan rangkain logika dari suatu proyek.
2. Aktivitas pada jaringan tersebut berhubungan dengan probabilitas yang menggambarkan kinerja aktivitas tersebut.
3. Setiap Aktivitas memiliki Parameter data tertentu yang menggambarkan kinerja aktivitas tersebut.
4. Realisasi dari suatau jaringan menggambarkan realisasi dari node-node atau aktivitas-aktivitas yang menggambarkan telah dilakukan satu kali percobaan.
5. Jika waktu yang berhubungan dengan aktivitas merupakan waktu random, maka waktu yang digunakan merupakan waktu tertentu yang dibangkitkan dari nilai random tersebut.

3.2.Node, Aktivitas dan Number of Realeases

Number of Realeases menggambarkan jumlah aktivitas yang harus terjadi sebelum suatu node dapat di realisasi.

Contoh :

Contoh 1 :

Deterministic Node yang memiliki Identification Number 10, Number of Releases 1, Number of Releases 3 dengan output Aktifitas C dan Input Aktivitas A dan Aktivitas B (two incident branches).

Memberikan gambaran :

Salah satu Incident branches, Aktivitas A atau Aktivitas B harus menyelesaikan aktivitas berulang 3(tiga) kali, setelah aktivitas tersebut berulang 3(tiga) kali maka, Detrministic Node 10 di realisasi.

Contoh:

Deterministic Node Number 10

Aktivitas A     t=0        d= 1 hari  t= 1 hari          Pengulangan (Repeated) 1

Aktivitas A     t=1 hari d= 1 hari   t= 2 hari          Pengulangan (Repeated) 2

Aktivitas A     t=2 hari d= 1 hari   t= 3 hari          Pengulangan (Repeated) 3

Aktivitas A (Number of Realease )                                                                 1(satu)

Repeated (Number Of Realeases to Realize The Nodes After The First Time) 3(tiga)

t = 3 hari

Contoh 2 :

Deterministic Node yang memiliki Identification Number 8, Number of Releases 2, Number of Releases 2 dengan output Aktifitas C dan Input Aktivitas A dan Aktivitas B (two incident branches).

Memberikan gambaran :

Dua Incident branches, Aktivitas A atau Aktivitas B harus menyelesaikan aktivitas sekali baru Deterministic Node 8 di realisasi

Contoh :

Deterministic Node Number 8

Aktivitas A     t=0     d= 1 hari          t= 1 hari           Pengulangan (Repeated) 1

Aktivitas B     t=0     d= 2 hari          t= 2 hari           Pengulangan (Repeated) 2

Aktivitas A  (Number of Realease )                                                                      1(satu)

Repeated     (Number Of Realeases to Realize The Nodes After The First Time)   1(satu)

Aktivitas B  (Number of Realease )                                                                       2(satu)

Repeated     (Number Of Realeases to Realize The Nodes After The First Time)    2(satu)

                    t = 2 hari

Contoh 3:

Statistic Node memiliki Identification Number 12, Number of Releases 3, Number of Releases 5 dengan output Aktifitas C, Aktifitas D dan Input Aktivitas A, Aktivitas B dan Aktivitas B (three incident branches).

Memberikan gambaran :

Tiga Incident branches, Aktivitas A , Aktivitas B dan Aktivitas C harus menyelesaikan dengan komposisi aktivitas berulang sebanyak 5 yang dapat terdiri dari Aktivitas A sekali aktivitas, aktivitas B sekali Aktivitas dan Aktivitas C melakukan 3 (tiga) kali aktivitas berulang atau dengan komposisi yang lain dengan jumlag aktivitas berulang sebanyak 5 kali.

Contoh :

Statistic Node Number 12

Aktivitas A     t=0              d= 1 hari          t= 1 hari           Pengulangan (Repeated) 1

Aktivitas B     t=0              d= 1.5 hari       t= 1.5 hari        Pengulangan (Repeated) 2

Aktivitas C     t=0              d= 2 hari          t= 2 hari           Pengulangan (Repeated)

Aktivitas A     t=1 hari        d= 1 hari          t= 2 hari           Pengulangan (Repeated) 3

Aktivitas B     t=1.5 hari     d= 1.5 hari       t= 3 hari           Pengulangan (Repeated) 4

Aktivitas C     t=2 hari        d= 2 hari          t= 4 hari           Pengulangan (Repeated)

Aktivitas A     t=2 hari        d= 1 hari          t= 3 hari           Pengulangan (Repeated) 5

Aktivitas B     t=3 hari        d= 1.5 hari       t= 4.5 hari        Pengulangan (Repeated)

Aktivitas C     t=4 hari        d= 2 hari          t= 6 hari           Pengulangan (Repeated)

Aktivitas A   (Number of Realease )                                                                 1(satu)

Repeated   (Number Of Realeases to Realize The Nodes After The First Time) 3(tiga)

Aktivitas B (Number of Realease )                                                                    1(satu)

Repeated   (Number Of Realeases to Realize The Nodes After The First Time) 2(tiga)

Total Number of Realease                                                                                 2(lima)

Repeated     (Number Of Realeases to Realize The Nodes After The First Time) 5(lima)

 

Tipe dari Node

1. Source Node
2. Sink Node
3. Statistics Node
4. Mark Node

Aktivitas pada GERT dapat menggunakan bentuk distribusi statistic sebagai berikut :

1. Constant
2. Normal
3. Uniform
4. Erland and Exponential
5. Lognormal
6. Poisson
7. Beta
8. Gamma
9. Beta dengan tiga parameter seperti PERT

Parameter dari distribusi statistik :

1. Mean value
2. Minimum value
3. Maximum value
4. Standard deviation (Std)

Sebagai Contoh:

Pembuatan Terowongan dengan aktivitas sebagai berikut :

2-3 Pilot bore                                           Parameter Set  1

2-4 Collect and prepare geological data    Parameter Set  1

3-5 Tests determine geological data           Parameter Set  1

3-6 Tests determine no geology change      Parameter Set  2

4-3 Examine geological data                      Parameter Set  2

4-8 Record findings                                   Parameter Set  2

5-7 Change direction of  pilot bore            Parameter Set  1

6-8 Tunnel                                                Parameter Set  1

7-8 Tunnel                                                Parameter Set  1

Parameter set 1

Mean Value                 = 10

Minimum Value            =   0

Maximum Value           = 20

Standard deviation       =   1

Parameter set 2

Mean Value                 =   5

Minimum Value            =   0

Maximum Value           = 10

Standard deviation       =   1