Kinerja Penelitian Terdahulu TINJAUAN PUSTAKA

j. Koordinasi jadwal produksi dan pengiriman dengan pemasok dan distributornya k. Saling berbagi dalam penelitian pasar, dan l. Mengoptimalkan ruang-ruang kosong di dalam gudang.

2.2. Kinerja

Kinerja dapat diartikan sebagai tingkat pencapaian hasil atau tujuan perusahaan, tingkat pencapaian pelaksanaan tugas secara aktual dan pencapaian misi perusahaan. Kinerja juga dapat diartikan sebagai prestasi yang dicapai perusahaan dalam periode waktu tertentu yang mencerminkan tingkat kesehatan perusahaan tersebut Sugiyarso dan Winarni, 2005. Penilaian kinerja perusahaan merupakan suatu kegiatan yang sangat penting karena berdasarkan hasil penelitian tersebut ukuran keberhasilan perusahaan selama satu periode tertentu dapat diketahui. Dengan demikian, hasil penilaian tersebut dapat pergunakan sebagai pedoman bagi usaha perbaikan maupun peningkatan kinerja selanjutnya. Ukuran kinerja perusahaan menurut Suta 2005 dapat dilihat pada Gambar 6. Gambar 6. Ukuran Kinerja Suta, 2005 Pengukuran Kinerja Perusahaan Kinerja Operasional : - Pangsa pasar - Kualitas produk - Efektivitas pemasaran Kinerja Keuangan Ukuran berbasis akuntansi : - Pertumbuhan penjualan - Profitabilitas - Imbal hasil aset ROA - Imbal hasil ekuitas ROE - Imbal per saham EPS Basis Pasar : - Total imbal hasil saham pertumbuhan harga saham - Likuiditas saham - Distribusi saham - Kapitalisasi pasa r 2.3. Stuctural Equation Modeling SEM 2.3.1. Definisi Structural Equation Modeling Model persamaan struktural atau SEM adalah sekumpulan teknik- teknik statistikal yang memungkinkan pengujian sebuah rangkaian hubungan yang relatif rumit secara simultan Ferdinand, 2002. Hubungan yang rumit itu dapat dibangun antar satu atau beberapa variabel dependen dengan satu atau beberapa variabel independen. Masing-masing variabel dependen dan independen dapat berbentuk faktor atau konstruk, yang dibangun dari beberapa variabel indikator. Variabel-variabel itu dapat berbentuk sebuah variabel tunggal yang diobservasi atau diukur langsung dalam sebuah proses penelitian. Menurut Hair et al., 2006 SEM merupakan bagian dari ilmu statistik yang dapat menerangkan hubungan antara banyak variabel. SEM merupakan model yang memiliki berbagai nama, diantaranya adalah analisis struktur kovarian covariance structure analysis, analisis variabel laten latent variabel analysis, analisis faktor konfirmasi confirmatory factor analysis, dan sering juga disebut sebagai analisis Lisrel software statistik yang banyak digunakan untuk analisis SEM. SEM dihasilkan dari sebuah evolusi dari multiequation modeling yang dikembangkan dengan prinsip ekonometrik dan digabungkan dengan prinsip-prinsip pengukuran dalam psikologi dan sosiologi. SEM tidak untuk menghasilkan kausalitas, tetapi untuk membenarkan adanya kausalitas teoritis berdasarkan uji empiris. Jika pada statistik biasa yang penting adalah signifikansi atau yang dicari adalah penolakan terhadap H , tetapi pada SEM yang diusahakan adalah menerima H yang berarti tidak ada perbedaan antara kedua data baik teori maupun empiris.

2.3.2. Bentuk dari Structural Equation Modeling

Bentuk model persamaan struktural dapat dilihat pada Gambar 7 berikut. Gambar 7. Model SEM dalam Bentuk Diagram Lintas Tim Dosen Statistika IPB, 2007 Dimana : ξ = “ ksi” merupakan vektor variabel laten eksogen = “eta” merupakan vektor variabel laten endogen X = variabel indikator bagi variabel eksogen Y = variabel indikator bagi variabel endogen = “ gamma” merupakan matriks koefisien variabel eksogen ξ = “beta” merupakan matriks koefisien variabel endogen φ = “phi” merupakan koragam antar variabel laten = “zeta” merupakan vektor kesalahan struktural = “ epsilon” merupakan vektor sisaan pengukuran terhadap y = “delta” merupakan vektor sisaan pengukuran terhadap x λ = “lamda” merupakan loading factor terhadap laten eksogen λ X dan laten endogen λ Y η 1 η 2 η 3 ξ 1 ξ 2 Y 1 Y 2 Y 3 Y 4 Y 5 Y 6 Y 7 X 1 X 2 X 3 X 4 X 5 ε 6 ε 1 ε 2 ε 3 ε 4 ε 5 ε 7 δ 1 δ 2 δ 3 δ 4 δ 5 ζ 1 ζ 3 ζ 2 γ 11 γ 23 φ 21 β 31 β 32 λ Y 3 λ Y 1 λ Y 1 λ Y 1 λ Y 2 λ Y 2 λ X 2 λ X 1 λ X 2 λ X 2 λ X 1 λ Y 3 Model persamaan struktural terdiri dari dua komponen model yaitu model variabel laten atau model struktural dan model pengukuran. Model struktural digambarkan relasi antar variabel laten yang mencerminkan kerangka analisis pokok. Variabel laten adalah variabel yang tidak dapat diukur secara langsung dan informasinya diperoleh dari indikator-indikator penyusunnya. Model pengukuran menjelaskan keterkaitan variabel laten dengan indikator-indikatornya. Secara umum model persamaan struktural dapat dirumuskan sebagai berikut: = B + Гξ + ....................................................................................1 dimana: = vektor variabel laten endogen berukuran m x 1 B = matriks koefisien variabel endogen berukuran m Г = matriks koefisien dari variabel laten eksogen ξ berukuran m x n ξ = vektor variabel laten eksogen berukuran n x 1 = vektor sisaan acak hubungan antara dengan ξ berukuran m x 1 dengan m = banyaknya variabel laten endogen, yaitu variabel laten tidak bebas atau dependen. n = banyaknya variabel laten eksogen, yaitu variabel laten bebas atau independen. Model pengukuran dirumuskan sebagai berikut: y = Λy + ..........................................................................................2 x = Λxξ + ..........................................................................................3 dimana: y = variabel indikator bagi variabel endogen yang dapat diamati berukuran p x 1 x = variabel indikator bagi variabel eksogen yang dapat diamati berukuran q x 1 Λy = matriks koefisien regresi y terhadap berukuran p x m Λx = matriks koefisien regresi x terhadap ξ berukuran q x n = vektor sisaan pengukuran terhadap y berukuran p x 1 = vektor sisaan pengukuran terhadap x berukuran q x 1 dengan p = banyaknya indikator bagi variabel laten endogen, q = banyaknya indikator bagi variabel laten eksogen, yaitu variabel laten bebas atau independen. Asumsi-asumsi persamaan model struktural adalah sebagai berikut: tidak berkorelasi dengan tidak berkorelasi dengan ξ ς tidak berkorelasi dengan ξ , dan ς saling bebas Pada model pengukuran ini dapat dilihat berapa kontribusi dan bagaimana signifikansi dari masing-masing variabel indikator terhadap variabel laten. Tahap-tahap yang dilakukan dalam menyusun model persamaan struktural adalah: mengembangkan model berdasarkan teori, membangun diagram lintas path analysis, konversi diagram lintas ke persamaan, mengidentifikasi model, penetapan kriteria kesesuaian model, dan interpretasi dan modifikasi model.

2.3.3. Ukuran Kesesuaian Model

Langkah pertama yang dilakukan dalam menafsirkan model adalah apakah model tersebut layak atau tidak. Menurut Hair et al., 2006 dalam analisis SEM tidak ada alat uji statistik tunggal untuk menguji hipotesis mengenai model, sehingga digunakan beberapa fit index untuk mengukur kebenaran-kebenaran model. Ukuran yang dapat dijadikan patokan kesesuaian model dalam SEM adalah sebagai berikut: a. Ukuran kebaikan suai Khi-Kuadrat Chi-Square Ukuran ini pada dasarnya merupakan pengujian seberapa dekat matrik hasil dugaan dengan matriks data asal dengan menggunakan uji Chi-Square. Semakin kecil nilai ukuran ini maka model yang digunakan semakin baik. Ukuran kebaikan Chi-Square ini sensitif terhadap ukuran contoh sehingga harus didampingi dengan ukuran kebaikan model yang lain. b. P-value P-value diharapkan untuk lebih besar dari 0.05 atau 0.1 yaitu uji tidak signifikan. Bila hasil menunjukkan tidak signifikan, yang berarti matrik input dan matrik estimasi tidak berbeda, maka model yang diajukan layak. Nilai p berkisar antara 0 sampai 1 dan model persamaan struktural akan semakin baik jika nilai p mendekati 1. c. Root Mean Square Error of Approximation RMSEA Ukuran ini merupakan ukuran ketidakcocokan model dengan data. Semakin kecil nilai ini berarti model semakin baik. Patokan antara 0.05-0.08 sering dijadikan acuan bagi model ideal. d. Goodness-of-Fit Index GFI Ukuran GFI pada dasarnya merupakan ukuran seberapa besar model mampu menerangkan keragaman data. Semakin besar nilai ini berarti model semakin baik. Batas minimal 0.9 sering dijadikan patokan suatu model dikatakan layak. e. Adjusted Goodness-of-Fit Index AGFI Ukuran ini merupakan modifikasi dari GFI dengan mengakomodasi derajat bebas model dengan model lain yang dibandingkan. Nilai AGFI paling tidak sebesar 0.8 sering dijadikan patokan suatu model dikatakan layak.

2.4. Penelitian Terdahulu

Penelitian terdahulu yang telah dilakukan berkaitan dengan manajemen rantai pasokan dapat dilihat pada Tabel 1. Tabel 1. Penelitian Terdahulu No Nama Penulis Judul Hasil Penelitian 1. Ana Oktiya, Departemen Manajemen, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor, 2006 Analisis Rantai Pasokan Terhadap Produktivitas Di UKM Keramik Klampok Banjaranegara Penulis menyatakan bahwa sistem manajemen rantai pasokan berpengaruh nyata terhadap produktivitas UKM Kramik Klampok Banjarnegara. Model rantai pasokan di UKM Keramik Klampok Banjarnegara terdiri dari beberapa anggota yaitu pemasok, UKMproduksi, pengepul barang ekspor, retailer dan pelanggan. Produktivitas didasarkan pada beberapa indikator, yaitu keahlian tenaga kerja, teknologi, perencanaan dan pengawasan produksi, bentuk kerjasama yang dilakukan oleh perusahaan, kebijakan pendidikan dan pelatihan oleh pemerintah daerah, serta kualitas produk. Data diolah dengan menggunakan regresi stepwise dan regresi logistik. Hasilnya diperoleh bahwa dari beberapa elemen MRP yang berpengaruh secara signifikan terhadap produktivitas adalah kerjasama. 2. Oryza Sativa Ritonga, Departemen Ilmu-ilmu Sosial Ekonomi Pertanian, Fakultas Pertanian, Institut Pertanian Bogor, 2005. Analisis Pemasaran komoditas Kentang dengan Pendekatan SCM Di Kota Semarang, Provinsi Jawa Tengah. Penulis melakukan penelitian dengan mengidentifikasi model rantai pasokan kentang di kota Semarang, untuk kemudian memberikan solusi rancangan MRP yang paling efektif.Metode yang digunakan adalah metode analisa deskriptif, analisa pola rantai pasokan, dan analisa rantai nilai dengan pendekatan marjin pemasaran. Hasil penelitian memperlihatkan bahwa rantai pasokan yang paling efektif adalah kentang dari petani dikumpulkan di pengepul, kemudian dibawa ke pasar grosir bandungan, untuk kemudian di bawa ke pasar tradisional dan akhirnya sampai ke konsumen akhir. Pola rantai pasokan ini yang paling efektif dilihat dari total marjin yang menurun sehingga petani mendapatkan keuntungan yang lebih tinggi. 3. Joel D. Winser, Journal of Business Logistics, University of Nevada, Las Vegas, 2003. A Structural Equation Model of Supply Chain Management Strategies and Firm Performance Peneliti melakukan penelitian untuk melihat pengaruh manajemen rantai pasokan MRP terhadap kinerja perusahaan. Responden yang yang dipilih adalah perusahaan manufaktur dan jasa yang berada di Eropa dan USA. Jumlah contoh diambil secara acak dan berjumlah 350 responden. Pengolahan data menggunakan metode analisis structural equation modeling SEM dengan software LISREL. Hasil penelitian menunjukkan bahwa strategi manajemen pemasok dan strategi hubungan pelanggan secara positif dan nyata berpengaruh terhadap strategi MRP. Strategi MRP berpengaruh secara positif dan nyata terhadap kinerja perusahaan. 4. Setiadi Djohar, Hendri Tanjung, dan Eko Ruddy Cahyadi, Manajemen Agribisnis, Magister Manajemen Agribisnis, Institut Pertanian Bogor, 2003. Building a Competitive Advantage on CPO through Supply Chain Management Studi Kasus di PT. Eka Dura Indonesia, Astra Agro Lestari, Riau Para peneliti menyatakan bahwa manajemen rantai pasokan berpengaruh nyata terhadap keunggulan bersaing perusahaan. Keunggulan bersaing dapat dilihat dalam dua hal, yaitu keunggulan produktivitas dan keunggulan nilai. Keunggulan produktivitas dapat dicapai dengan tingginya jumlah produksi dengan biaya produksi yang rendah. Keunggulan nilai dapat dicapai melalui diferensiasi produk dan kualitas produk. Keunggulan nilai sangat dipengaruhi oleh ketepatan panen dan penjadwalan pasokan. Produktivitas didomonasi oleh remendemen dan tingginya biaya per palm product. Penelitian menggunakan model simulasi dan menggunakan alat bantu software stella 4.0.2.

III. METODE PENELITIAN

3.1. Kerangka Pemikiran Penelitian

Peran dan kontribusi sub sektor perkebunan sangat besar dalam perekonomian Indonesia. Hal ini dapat dilihat dari beberapa indikator, yaitu sub sektor perkebunan yang terus berkembang di Indonesia baik secara luas areal maupun volume produksi, sumbangan terhadap PDB dan nilai ekspor, penyerapan tenaga kerja, serta terhadap ketahanan pangan dan lingkungan. Hal ini merupakan nilai strategis yang harus dikelola dengan baik sehingga akan terus berkembang dan memberikan kontribusi positif terhadap perekonomian Indonesia. Nilai strategis sub sektor perkebunan akan optimal bila dilakukan pengelolaan manajemen yang efektif dan efisien. Salah satu bentuk pengelolaan manajemen yang dapat diterapkan adalah MRP. MRP dapat mengatur aliran barang dari pemasok ke pelanggan dengan baik yang akan meningkatkan kinerja perusahan sehingga tercapai keunggulan bersaing perusahaan. PTPN VIII Gunung Mas adalah salah satu perusahaan perkebunan di Indonesia yang menghasilkan komoditas teh. PTPN VIII Gunung Mas selama ini menunjukkan perkembangan yang terus meningkat dan sangat berkontribusi terhadap perkebunan teh Indonesia. Oleh karena itu, PTPN VIII Gunung Mas harus terus meningkatkan keunggulan bersaingnya. Keunggulan bersaing dapat dicapai apabila perusahaan memiliki kinerja yang baik. Kinerja perusahaan akan baik apabila ditunjang oleh pengelolaan perusahaan yang baik pula. Pengelolaan perusahaan mencakup kegiatan dalam rantai pasokan. Hal pertama yang dilakukan adalah melakukan identifikasi struktur rantai pasokan dengan memperhatikan dua hal utama yaitu, strategi hubungan dengan pemasok dan strategi hubungan dengan pelanggan. Strategi manajemen pemasok dan pelanggan akan mempengaruhi strategi manajemen rantai pasokan. MRP perusahaan yang efektif dan efisien akan meningkatkan kinerja perusahaan sehingga secara tidak langsung dapat