2.3.3 Kelebihan dan Kekurangan DEA
Adapun kekurangan dan kelebihan DEA a.
1. Mampu memberikan penilaian tunggal berupa penilaian efisiensi relatif sejumlah DMU yang memiliki banyak input dan output yang sama.
Kelebihan DEA :
2. Dapat mengatasi multiple input dan multiple output. 3. Tidak memerlukan asumsi dari bentuk fungsi hubungan fungsional yang
pasti antar input dan output untuk tujuan perbandingan. 4. DMU yang dibandingkan secara langsung pada peer group atau
kombinasi peer. Perbandingan ini akan mengarahkan unit yang tidak efisien kepada pertanyaan uintuk peningkatan, yaitu berapa input yang
bias dikurangi atau berapa banyak output yang bias ditambahkan untuk mencapai tingkat efisien.
5. Input dan output dapat memiliki unit yang berbeda atau dapat memiliki banyak dimensi yang berbeda.
6. Khusus untuk model yang menggunakan pengukuran secara radial atau proporsional seperti model yang dibahas CRS atau VRS, boleh
menggunakan satuan pengukuran yang berbeda unit invariant. 7. Memberikan kepastian atau ketidakefisienan yang dihasilkan oleh
perhitungan, karena DEA telah memiliki bobot yang paling tepat untuk memaksimalkan nilai efisiensinya.
b. 1. Karena DEA adalah teknik nilai ekstrim, error pengukuran dapat
menyebabkan masalah yang signifikan. Kekurangan DEA:
2. DEA hanya bagus untuk mengestimasi relative efisiensi DMU, tetapi tidak nilai mutlak atau absolute efisiensi.
3. Karena DEA merupakan metode nonparametrik yang tidak mengetahui hubungan fungsional antar input dan output yang dihitungnya, maka test
hipotesis statistik sulit dilakukan. 4. DEA tidak menangani nilai negatif karena teori yang melandasi DEA,
pemrograman linier mengharuskan terdapatnya kendala non negative dalam perhitungan Anderson, D.R, Sweeney, D.J. dan Williams, T.A,
1996, hal:35. Data yang dihitung DEA diasumsikan sebagai kuantitas, selain itu DEA juga tidak bisa menangani output yang tidak dikehendaki
atau diminimumkan, tetapi pada perkembangan terakhir telah ditemukan cara untuk mengatasi kelemahan tersebut.
5. Jika terlalu banyak jenis input dan output yang dilibatkan, sementara jumlah DMU yang dilibatkan sedikit jumlah DMU
≤ input x output maka tiap unit bisa menjadi efisien sesuai dengan konteksnya masing-
masing. 6. Bobot yang dipilihkan oleh DEA sangat mungkin tidak mewakili keadaan
sebenarnya, namun karena ketidaktahuan akan hubungan input dan output maka pembobotan ini boleh diserahkan sepenuhnya kepada DEA.
Pembatasan terhadap bobot boleh dilakukan jika diperlukan.
7. Karena Linier Programming harus dipecahkan untuk setiap DMU, masalah ini harus dilakukan secara komputerisasi.
2.3.4 Model Matematis DEA
Kategori