Penentuan Prioritas Supplier Botol Menggunakan Metode PROMETHEE dan Goal Programming pada PT. Pabrik Es Siantar
(2)
Lampiran 4
Perhitungan Rata-Rata Pembobotan untuk Elemen Kriteria Elemen Kualitas Pengiriman Kebijakan klaim
dan Jaminan Harga
Lokasi Geografis
Kualitas 1,0000 1,1447 0,6300 0,4642 1,5874
Pengiriman 0,8736 1,0000 0,7937 1,2599 0,7937
Kebijakan klaim dan jaminan
1,5874 1,2599 1,0000 1,3867 1,5874
Harga 2,1544 0,6300 0,7211 1,0000 1,5874
Lokasi
Geografis 0,6300 1,2599 0,6300 0,6300 1,0000
Jumlah 6,2453 5,2946 3,7747 4,7407 6,5559
Perhitungan Rata-Rata Pembobotan untuk Elemen Subkriteria Kualitas
Unsur K1 K2 K3
K1 1,0000 1,1447 1,4422 K2 0,8736 1,0000 1,1447 K3 0,6934 0,8736 1,0000 Jumlah 2,5669 3,0183 3,5870
Perhitungan Rata-Rata Pembobotan untuk Elemen Subkriteria Pengiriman
Unsur P1 P2 P3
P1 1,0000 1,8171 1,5536
P2 0,5503 1,0000 1,2599
P3 0,6437 0,7937 1,0000
(3)
Perhitungan Rata-Rata Pembobotan untuk Elemen
Subkriteria Kebijakan Klaim dan Jaminan
Unsur J1 J2 J3
J1 1,0000 1,0000 1,2599
J2 1,0000 1,0000 1,4422
J3 0,7937 0,6934 1,0000
Jumlah 2,7937 2,6934 3,7022
Perhitungan Rata – Rata Pembobotan untuk Elemen Subkriteria Harga
Unsur H1 H2 H3
H1 1,0000 1,2599 0,5848 H2 0,7937 1,0000 0,7211 H3 1,7100 1,3867 1,0000 Jumlah 3,5037 3,6466 2,3059
Perhitungan Rata – Rata Pembobotan untuk Elemen Subkriteria Lokasi Geografis
Unsur G1 G2 G3 G4
G1 1,0000 1,2599 1,3867 1,2599 G2 0,7937 1,0000 1,5874 0,8736 G3 0,7211 0,6300 1,0000 0,8736 G4 0,7937 1,1447 1,1447 1,0000 Jumlah 3,3085 4,0346 5,1188 4,0071
Perhitungan Rata – Rata Pembobotan Subkriteria Kesesuaian Teknis
S1 S2 S3 S4 S5 S6
S1 1,0000 0,8000 0,3333 6,0000 2,0000 4,0000 S2 1,2500 1,0000 1,3333 0,2222 4,0000 0,3750 S3 3,0000 0,7500 1,0000 1,3333 0,2000 0,3333 S4 0,1667 4,5000 0,7500 1,0000 2,0000 3,0000 S5 0,5000 0,2500 5,0000 0,5000 1,0000 0,3750 S6 0,2500 2,6667 3,0000 0,3333 2,6667 1,0000 Jumlah 6,1667 9,9667 11,4167 9,3889 11,8667 9,0833
(4)
Perhitungan Rata-rata Pembobotan Subkriteria Tingkat Kecacatan
S1 S2 S3 S4 S5 S6
S1 1,0000 2,0000 1,5000 1,0000 1,5000 1,3333 S2 0,5000 1,0000 2,6667 0,1333 12,0000 0,1875 S3 0,6667 0,3750 1,0000 2,0000 0,1333 0,0625 S4 1,0000 7,5000 0,5000 1,0000 18,0000 1,3333 S5 1,0000 0,0833 7,5000 0,0556 1,0000 3,0000 S6 0,7500 5,3333 16,0000 0,7500 0,3333 1,0000 Jumlah 4,9167 16,2917 29,1667 4,9389 32,9667 6,9167
Perhitungan Rata-Rata Pembobotan
Subkriteria Kemampuan Memberikan Kualitas yang Konsisten
S1 S2 S3 S4 S5 S6
S1 1,0000 1,2000 0,6000 12,0000 0,5000 0,1667 S2 0,8333 1,0000 0,2500 0,1333 3,0000 6,0000 S3 1,6667 4,0000 1,0000 8,0000 0,3333 0,1667 S4 0,0833 7,5000 0,1250 1,0000 4,0000 2,0000 S5 2,0000 0,3333 3,0000 0,2500 1,0000 0,5000 S6 6,0000 0,1667 6,0000 0,5000 2,0000 1,0000 Jumlah 11,5833 14,2000 10,9750 21,8833 10,8333 9,8333 Perhitungan Rata-Rata Pembobotan Subkriteria Kecepatan Pengiriman
S1 S2 S3 S4 S5 S6
S1 1,0000 0,6667 0,2000 12,0000 0,2500 1,0000 S2 1,5000 1,0000 1,0000 0,1000 8,0000 2,0000 S3 5,0000 1,0000 1,0000 1,2000 2,0000 4,0000 S4 0,0833 10,0000 0,8333 1,0000 8,0000 1,3333 S5 4,0000 0,1250 0,5000 0,1250 1,0000 4,0000 S6 1,0000 0,5000 0,2500 0,7500 0,2500 1,0000 Jumlah 12,5833 13,2917 3,7833 15,1750 19,5000 13,3333
(5)
Perhitungan Rata-Rata Pembobotan Subkriteria Ketepatan Jumlah Pengiriman
S1 S2 S3 S4 S5 S6
S1 1,0000 3,0000 0,2500 12,0000 0,6667 8,0000 S2 0,3333 1,0000 1,5000 0,8000 9,0000 0,5000 S3 4,0000 0,6667 1,0000 8,0000 0,3333 0,1500 S4 0,0833 1,2500 0,1250 1,0000 6,0000 3,7500 S5 1,5000 0,1111 3,0000 0,1667 1,0000 2,0000 S6 0,1250 2,0000 6,6667 0,2667 0,5000 1,0000 Jumlah 7,0417 8,0278 12,5417 22,2333 17,5000 15,4000 Perhitungan Rata-Rata Pembobotan Subkriteria Frekuensi Pengiriman
S1 S2 S3 S4 S5 S6
S1 1,0000 8,0000 0,3333 9,0000 0,5000 8,0000 S2 0,1250 1,0000 1,3333 4,0000 2,0000 2,2500 S3 3,0000 0,7500 1,0000 1,3333 0,0222 2,0000 S4 0,1111 0,2500 0,7500 1,0000 0,5000 2,0000 S5 2,0000 0,5000 45,0000 2,0000 1,0000 0,1875 S6 0,1250 0,4444 0,5000 0,5000 5,3333 1,0000 Jumlah 6,3611 10,9444 48,9167 17,8333 9,3556 15,4375 Perhitungan Rata-Rata Pembobotan untuk Subkriteria Memberikan
Jaminan/Garansi
S1 S2 S3 S4 S5 S6
S1 1,0000 1,0000 0,4444 8,0000 0,5000 12,0000 S2 1,0000 1,0000 4,0000 1,5000 2,0000 3,0000 S3 2,2500 0,2500 1,0000 1,5000 1,2000 1,3333 S4 0,1250 0,6667 0,6667 1,0000 1,5000 3,3333 S5 2,0000 0,5000 0,8333 0,6667 1,0000 2,0000 S6 0,0833 0,3333 0,7500 0,3000 0,5000 1,0000 Jumlah 6,4583 3,7500 7,6944 12,9667 6,7000 22,6667
(6)
Perhitungan Rata-Rata Pembobotan Subkriteria Daya Respon
S1 S2 S3 S4 S5 S6
S1 1,0000 0,8000 6,0000 12,0000 0,1250 1,0000 S2 1,2500 1,0000 1,3333 0,2222 4,0000 0,3750 S3 0,1667 0,7500 1,0000 1,3333 0,2000 0,3333 S4 0,0833 4,5000 0,7500 1,0000 2,0000 3,0000 S5 8,0000 0,2500 5,0000 0,5000 1,0000 0,3750 S6 1,0000 2,6667 3,0000 0,3333 2,6667 1,0000 Jumlah 11,5000 9,9667 17,0833 15,3889 9,9917 6,0833 Perhitungan Rata-Rata Pembobotan Subkriteria Kemampuan Menjaga
Kesepakatan
S1 S2 S3 S4 S5 S6
S1 1,0000 2,0000 0,5000 8,0000 0,2500 4,0000 S2 0,5000 1,0000 0,3333 0,4167 1,3333 1,5000 S3 2,0000 3,0000 1,0000 2,0000 0,1333 0,1250 S4 0,1250 2,4000 0,5000 1,0000 3,0000 0,2222 S5 4,0000 0,7500 7,5000 0,3333 1,0000 0,2500 S6 0,2500 0,6667 8,0000 4,5000 4,0000 1,0000 Jumlah 7,8750 9,8167 17,8333 16,2500 9,7167 7,0972 Perhitungan Rata-Rata Pembobotan Subkriteria Cara Pembayaran
S1 S2 S3 S4 S5 S6
S1 1,0000 0,5000 0,3333 1,3333 0,5000 0,6667 S2 2,0000 1,0000 4,5000 24,0000 0,8000 0,7500 S3 0,3333 0,2222 1,0000 1,3333 1,3333 1,5000 S4 0,7500 0,0417 0,7500 1,0000 7,5000 6,0000 S5 2,0000 1,2500 0,7500 0,1333 1,0000 0,5000 S6 1,5000 1,3333 0,6667 0,1667 2,0000 1,0000 Jumlah 7,5833 4,3472 8,0000 27,9667 13,1333 10,4167
(7)
Perhitungan Rata-Rata Pembobotan Subkriteria Harga Penawaran
S1 S2 S3 S4 S5 S6
S1 1,0000 0,2500 0,2500 1,5000 27,0000 0,0833 S2 4,0000 1,0000 4,5000 0,6667 8,0000 1,0000 S3 4,0000 0,2222 1,0000 2,2500 1,2000 1,0000 S4 0,6667 1,5000 0,4444 1,0000 36,0000 45,0000 S5 0,0370 0,1250 0,8333 0,0278 1,0000 0,3333 S6 0,7500 1,0000 1,0000 0,0222 3,0000 1,0000 Jumlah 10,4537 4,0972 8,0278 5,4667 76,2000 48,4167 Perhitungan Rata-Rata Pembobotan Subkriteria Kestabilan Harga
S1 S2 S3 S4 S5 S6
S1 1,0000 3,0000 0,1667 9,0000 6,0000 4,0000 S2 0,5000 1,0000 2,0000 0,1111 6,0000 0,3333 S3 6,0000 0,5000 1,0000 12,0000 1,5000 0,1000 S4 0,1111 9,0000 0,0833 1,0000 2,0000 1,6667 S5 0,1667 0,1667 0,6667 0,5000 1,0000 0,7500 S6 0,2500 3,0000 10,0000 0,6000 1,3333 1,0000 Jumlah 8,0278 16,6667 13,9167 23,2111 17,8333 7,8500
Perhitungan Rata-Rata Pembobotan Subkriteria Jarak Pengiriman
S1 S2 S3 S4 S5 S6
S1 1,0000 8,0000 0,3333 4,0000 0,1875 4,0000 S2 0,1250 1,0000 2,0000 1,0000 1,5000 0,5000 S3 3,0000 0,5000 1,0000 1,5000 0,2000 2,0000 S4 0,2500 1,0000 0,6667 1,0000 4,5000 3,0000 S5 5,3333 0,6667 5,0000 0,2222 1,0000 0,5000 S6 0,2500 2,0000 0,5000 0,3333 2,0000 1,0000 Jumlah 9,9583 13,1667 9,5000 8,0556 9,3875 11,0000
(8)
Perhitungan Rata-Rata Pembobotan Subkriteria Lama Waktu Pengiriman
S1 S2 S3 S4 S5 S6
S1 1,0000 2,0000 1,0000 12,0000 0,5000 0,5000 S2 0,5000 1,0000 8,0000 0,2222 4,0000 0,7500 S3 1,0000 0,1250 1,0000 8,0000 3,0000 0,2222 S4 0,0833 4,5000 0,1250 1,0000 0,5000 4,5000 S5 2,0000 0,2500 0,3333 2,0000 1,0000 0,0625 S6 2,0000 1,3333 4,5000 0,2222 16,0000 1,0000 Jumlah 6,5833 9,2083 14,9583 23,4444 25,0000 7,0347
Perhitungan Rata-Rata Pembobotan Subkriteria Kondisi Jalan
S1 S2 S3 S4 S5 S6
S1 1,0000 2,0000 0,1667 9,0000 3,0000 4,0000 S2 0,5000 1,0000 0,3333 0,1111 4,0000 0,1667 S3 6,0000 3,0000 1,0000 2,0000 0,1500 0,0500 S4 0,1111 9,0000 0,5000 1,0000 2,0000 0,8333 S5 0,3333 0,2500 6,6667 0,5000 1,0000 0,7500 S6 0,2500 6,0000 20,0000 1,2000 1,3333 1,0000 Jumlah 8,1944 21,2500 28,6667 13,8111 11,4833 6,8000
Perhitungan Rata-Rata Pembobotan Subkriteria Iklim/Cuaca
S1 S2 S3 S4 S5 S6
S1 1,0000 2,0000 0,1250 2,0000 4,0000 8,0000 S2 0,5000 1,0000 2,0000 4,0000 2,0000 0,2500 S3 8,0000 0,5000 1,0000 1,3333 0,2667 0,2000 S4 0,5000 0,2500 0,7500 1,0000 4,5000 0,8000 S5 0,2500 0,5000 3,7500 0,2222 1,0000 0,2500 S6 0,1250 4,0000 5,0000 1,2500 4,0000 1,0000 Jumlah 10,3750 8,2500 12,6250 9,8056 15,7667 10,5000
(9)
2. Perhitungan Bobot Parsial dan Konsistensi Matriks
Penjumlahan Kolom Matriks Perbandingan Kriteria Elemen Kualitas Pengiriman
Kebijakan Klaim & Jaminan
Harga Lokasi Geografis
Kualitas 1,0000 1,1447 0,6300 0,4642 1,5874
Pengiriman 0,8736 1,0000 0,7937 1,2599 0,7937
Kebijakan Klaim &
Jaminan 1,5874 1,2599 1,0000 1,3867 1,5874
Harga 2,1544 0,6300 0,7211 1,0000 1,5874
Lokasi Geografis 0,6300 1,2599 0,6300 0,6300 1,0000
Total 6,2453 5,2946 3,7747 4,7407 6,5559
Pembagian Tiap Elemen Kolom dengan Hasil Penjumlahan Matriks Kriteria Elemen Kualitas Pengiriman
Kebijakan Klaim & Jaminan
Harga Lokasi Geografis
Bobot Parsial Kualitas 0,1601 0,2162 0,1669 0,0979 0,2421 0,1767 Pengiriman 0,1399 0,1889 0,2103 0,2658 0,1211 0,1852 Kebijakan Klaim
& Jaminan 0,2542 0,2380 0,2649 0,2925 0,2421 0,2583 Harga 0,3450 0,1190 0,1910 0,2109 0,2421 0,2216 Lokasi Geografis 0,1009 0,2380 0,1669 0,1329 0,1525 0,1582 Total 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 Kemudian dihitung konsistensi rasio. Di mana perhitungan konsistensinya adalah
sebagai berikut :
1,0000 1,1447 0,6300 0,4642 1,5874 0,1767 0,9054 0,8736 1,0000 0,7937 1,2599 0,7937 0,1852 0,9493 1,5874 1,2599 1,0000 1,3867 1,5874 0,2583 = 1,3305 2,1544 0,6300 0,7211 1,0000 1,5874 0,2216 1,1563 0,6300 1,2599 0,6300 0,6300 1,0000 0,1582 0,8052
Setelah diperoleh perhitungan konsistensi di atas. dilakukan perhitungan Consistency Vector sebagai berikut :
0,9054 / 0,1767 = 5,1253 0,9493 / 0,1852 = 5,1268 1,3305 / 0,2583 = 5,1503
(10)
1,1563 / 0,2216 = 5,2177 0,8052 / 0,1582 = 5,0886
Maka rata – rata kelima entri dalam kolom terakhir, yaitu :
5,1418 5 5,0886 5,2177 5,1503 1268 , 5
5,1253
maks
n adalah jumlah orde matriks, pada kasus ini adalah matriks berorde 5. maka Consistency Index-nya adalah :
1 n n maks CI
Langkah selanjutnya adalah menghitung Consistensi Rasio (CR), dimana Random Index (RI) dengan n = 5 adalah 1.12 (diperoleh dari tabel random indeks), maka nilai CR adalah :
0,03164
12
.
1
0,03548
CR
CR 0.1, maka jawaban responden konsisten.
Perhitungan nilai CR di atas lebih kecil dari 0.1 (0,3164 0,1) maka jawaban responden konsisten.
Unsur-Unsur dari Elemen Kualitas
Jumlah Perhitungan Rata-Rata Pembobotan untuk Kriteria Kualitas
K1 K2 K3
K1 1,0000 1,1447 1,4422 K2 0,8736 1,0000 1,1447 K3 0,6934 0,8736 1,0000 TOTAL 2,5669 3,0183 3,5870
Matriks Normalisasi dan Rata-rata Baris untuk Kriteria Kualitas 0.03548 4 5 1418 , 5 CI
(11)
K1 K2 K3 Bobot K1 0,3896 0,3793 0,4021 0,3903 K2 0,3403 0,3313 0,3191 0,3303 K3 0,2701 0,2894 0,2788 0,2794 TOTAL 1,0000 1,0000 1,0000 1,0000 Perhitungan Rasio Konsistensi (CR):
1,0000 1,1447 1,4422 0,3903 1,1714
0,8736 1,0000 1,1447 0,3303 = 0,9911
0,6934 0,8736 1,0000 0,2794 0,8386
1,1714 / 0,3903 = 3,0012 0,9911 / 0,3303 = 3,0010 0,8386 / 0,2794 = 3,0009
3,0010 3
3,0009 3,0010
3,0012
maks Z 1 n n Zmaks CI
dengan Random Index (RI) dengan n = 3 adalah 0.58 (diperoleh dari tabel Random Index), maka:
0,0009 58 . 0 0.0005 CR
CR 0.1 maka jawaban responden konsisten.
Perhitungan nilai CR di atas lebih kecil dari 0.1 (0.0009 0.1) maka jawaban responden konsisten. 0,0005 2 3 0010 .
3
CI
(12)
Unsur-Unsur dari Elemen Pengiriman
Jumlah Perhitungan Rata-Rata Pembobotan untuk Elemen Pengiriman
P1 P2 P3
P1 1,0000 1,8171 1,5536 P2 0,5503 1,0000 1,2599 P3 0,6437 0,7937 1,0000 TOTAL 2,1940 3,6108 3,8135
Matriks Normalisasi dan Rata-rata Baris untuk Elemen Pengiriman
P1 P2 P3 Bobot
P1 0,4558 0,5032 0,4074 0,4555 P2 0,2508 0,2769 0,3304 0,2861 P3 0,2934 0,2198 0,2622 0,2585 TOTAL 1,0000 1,0000 1,0000 1,0000
CI = 0,0084 CR = 0,0144
Unsur-Unsur dari Elemen Kebijakan Klaim dan Jaminan
Jumlah Perhitungan Rata-Rata Pembobotan untuk Elemen Kebijakan Klaim dan Jaminan
J1 J2 J3
J1 1,0000 1,0000 1,2599 J2 1,0000 1,0000 1,4422 J3 0,7937 0,6934 1,0000 Total 2,7937 2,6934 3,7022
Matriks Normalisasi dan Rata-rata Baris untuk Elemen Elemen Kebijakan Klaim dan Jaminan
J1 J2 J3 Bobot
J1 0,3579 0,3713 0,3403 0,3565 J2 0,3579 0,3713 0,3896 0,3729 J3 0,2841 0,2574 0,2701 0,2705 Total 1,0000 1,0000 1,0000 1,0000
CI = 0,0010 CR = 0,0018
(13)
Unsur-Unsur dari Elemen Harga
Jumlah Perhitungan Rata-Rata Pembobotan untuk Elemen Harga
H1 H2 H3
H1 1,0000 1,2599 0,5848 H2 0,7937 1,0000 0,7211 H3 1,7100 1,3867 1,0000 Total 3,5037 3,6466 2,3059
Matriks Normalisasi dan Rata-rata Baris untuk Elemen Harga
H1 H2 H3 Bobot
H1 0,2854 0,3455 0,2536 0,2948 H2 0,2265 0,2742 0,3127 0,2712 H3 0,4881 0,3803 0,4337 0,4340 Total 1,0000 1,0000 1,0000 1,0000
CI = 0,0108 CR = 0,0186 Unsur-Unsur dari Elemen Lokasi Geografis
Jumlah Perhitungan Rata-Rata Pembobotan untuk Elemen Lokasi Geografis
G1 G2 G3 G4
G1 1,0000 1,2599 1,3867 1,2599 G2 0,7937 1,0000 1,5874 0,8736 G3 0,7211 0,6300 1,0000 0,8736 G4 0,7937 1,1447 1,1447 1,0000 Total 3,3085 4,0346 5,1188 4,0071
Matriks Normalisasi dan Rata-rata Baris untuk Elemen Lokasi Geografis
G1 G2 G3 G4 Bobot
G1 0,3022 0,3123 0,2709 0,3144 0,3000 G2 0,2399 0,2479 0,3101 0,2180 0,2540 G3 0,2180 0,1561 0,1954 0,2180 0,1969 G4 0,2399 0,2837 0,2236 0,2496 0,2492 Total 1,0000 1,0000 1,0000 1,0000 1,0000
CI = 0,0077 CR = 0,0085
(14)
Lampiran 5
Jumlah Perhitungan Rata-Rata Pembobotan Alternatif Subkriteria K1
S1 S2 S3 S4 S5 S6
S1 1,0000 0,8000 0,3333 6,0000 2,0000 4,0000 S2 1,2500 1,0000 1,3333 0,2222 4,0000 0,3750 S3 3,0000 0,7500 1,0000 1,3333 0,2000 0,3333 S4 0,1667 4,5000 0,7500 1,0000 2,0000 3,0000 S5 0,5000 0,2500 5,0000 0,5000 1,0000 0,3750 S6 0,2500 2,6667 3,0000 0,3333 2,6667 1,0000 Jumlah 6,1667 9,9667 11,4167 9,3889 11,8667 9,0833 Matriks Normalisasi dan Rata-rata Baris Alternatif Subkriteria K1
S1 S2 S3 S4 S5 S6 Bobot
S1 0,1427 0,1011 0,3023 0,1780 0,2575 0,1427 0,1939 S2 0,1537 0,1606 0,1008 0,2242 0,1170 0,1537 0,1587 S3 0,1397 0,1459 0,1831 0,0826 0,1125 0,1397 0,1544 S4 0,2538 0,1325 0,1664 0,1780 0,2339 0,2538 0,1775 S5 0,0968 0,2495 0,1321 0,1413 0,1170 0,0968 0,1468 S6 0,2132 0,2104 0,1154 0,1959 0,1622 0,2132 0,1686 Jumlah 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
CI = 0,0605 CR = 0,0488
Jumlah Perhitungan Rata-Rata Pembobotan Alternatif Subkriteria K2
S1 S2 S3 S4 S5 S6
S1 1,0000 2,0000 1,5000 1,0000 1,5000 1,3333 S2 0,5000 1,0000 2,6667 0,1333 12,0000 0,1875 S3 0,6667 0,3750 1,0000 2,0000 0,1333 0,0625 S4 1,0000 7,5000 0,5000 1,0000 18,0000 1,3333 S5 1,0000 0,0833 7,5000 0,0556 1,0000 3,0000 S6 0,7500 5,3333 16,0000 0,7500 0,3333 1,0000 Jumlah 4,9167 16,2917 29,1667 4,9389 32,9667 6,9167
(15)
Matriks Normalisasi dan Rata-rata Baris Alternatif Subkriteria K2
S1 S2 S3 S4 S5 S6 Bobot
S1 0,1793 0,1769 0,1300 0,1976 0,1386 0,1961 0,1698 S2 0,1423 0,1404 0,1575 0,1009 0,2772 0,1020 0,1534 S3 0,1567 0,1012 0,1136 0,2490 0,0619 0,0707 0,1255 S4 0,1793 0,2748 0,0902 0,1976 0,3173 0,1961 0,2092 S5 0,1793 0,0613 0,2224 0,0754 0,1211 0,2570 0,1527 S6 0,1629 0,2453 0,2863 0,1795 0,0840 0,1782 0,1894 Jumlah 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
CI = 0,1040 CR = 0,0838
Jumlah Perhitungan Rata-Rata Pembobotan Jumlah Perhitungan Rata-Rata Pembobotan Alternatif Subkriteria K3
S1 S2 S3 S4 S5 S6
S1 1,0000 1,2000 0,6000 12,0000 0,5000 0,1667 S2 0,8333 1,0000 0,2500 0,1333 3,0000 6,0000 S3 1,6667 4,0000 1,0000 8,0000 0,3333 0,1667 S4 0,0833 7,5000 0,1250 1,0000 4,0000 2,0000 S5 2,0000 0,3333 3,0000 0,2500 1,0000 0,5000 S6 6,0000 0,1667 6,0000 0,5000 2,0000 1,0000 Jumlah 11,5833 14,2000 10,9750 21,8833 10,8333 9,8333 Matriks Normalisasi dan Rata-rata Baris Alternatif Subkriteria K3
S1 S2 S3 S4 S5 S6 Bobot
S1 0,1506 0,1551 0,1353 0,3169 0,1171 0,0922 0,1612 S2 0,1417 0,1460 0,1011 0,0707 0,2128 0,3043 0,1628 S3 0,1785 0,2317 0,1604 0,2769 0,1023 0,0922 0,1737 S4 0,0658 0,2857 0,0802 0,1384 0,2342 0,2110 0,1692 S5 0,1897 0,1012 0,2314 0,0872 0,1476 0,1329 0,1483 S6 0,2736 0,0803 0,2915 0,1099 0,1859 0,1675 0,1848 Jumlah 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
CI = 0,1198 CR = 0,0966
(16)
Jumlah Perhitungan Rata-Rata Pembobotan Jumlah Perhitungan Rata-Rata Pembobotan Alternatif Subkriteria P1
S1 S2 S3 S4 S5 S6
S1 1,0000 0,6667 0,2000 12,0000 0,2500 1,0000 S2 1,5000 1,0000 1,0000 0,1000 8,0000 2,0000 S3 5,0000 1,0000 1,0000 1,2000 2,0000 4,0000 S4 0,0833 10,0000 0,8333 1,0000 8,0000 1,3333 S5 4,0000 0,1250 0,5000 0,1250 1,0000 4,0000 S6 1,0000 0,5000 0,2500 0,7500 0,2500 1,0000 Jumlah 12,5833 13,2917 3,7833 15,1750 19,5000 13,3333 Matriks Normalisasi dan Rata-rata Baris Alternatif Subkriteria P1
S1 S2 S3 S4 S5 S6 Bobot
S1 0,1454 0,1382 0,1182 0,3678 0,0838 0,1327 0,1643 S2 0,1664 0,1582 0,2020 0,0746 0,2660 0,1672 0,1724 S3 0,2486 0,1582 0,2020 0,1707 0,1675 0,2107 0,1930 S4 0,0635 0,3408 0,1901 0,1606 0,2660 0,1461 0,1945 S5 0,2308 0,0791 0,1604 0,0803 0,1330 0,2107 0,1490 S6 0,1454 0,1256 0,1273 0,1460 0,0838 0,1327 0,1268 Jumlah 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
CI = 0,0924 CR = 0,0745
Jumlah Perhitungan Rata-Rata Pembobotan Jumlah Perhitungan Rata-Rata Pembobotan Alternatif Subkriteria P2
S1 S2 S3 S4 S5 S6
S1 1,0000 3,0000 0,2500 12,0000 0,6667 8,0000 S2 0,3333 1,0000 1,5000 0,8000 9,0000 0,5000 S3 4,0000 0,6667 1,0000 8,0000 0,3333 0,1500 S4 0,0833 1,2500 0,1250 1,0000 6,0000 3,7500 S5 1,5000 0,1111 3,0000 0,1667 1,0000 2,0000 S6 0,1250 2,0000 6,6667 0,2667 0,5000 1,0000 Jumlah 7,0417 8,0278 12,5417 22,2333 17,5000 15,4000
(17)
Matriks Normalisasi dan Rata-rata Baris Alternatif Subkriteria P2
S1 S2 S3 S4 S5 S6 Bobot
S1 0,1865 0,2351 0,0955 0,3089 0,1204 0,2802 0,2044 S2 0,1293 0,1630 0,1735 0,1252 0,2866 0,1112 0,1648 S3 0,2960 0,1424 0,1515 0,2698 0,0955 0,0744 0,1716 S4 0,0815 0,1756 0,0758 0,1349 0,2504 0,2176 0,1560 S5 0,2135 0,0784 0,2186 0,0743 0,1378 0,1765 0,1498 S6 0,0932 0,2054 0,2852 0,0868 0,1094 0,1401 0,1534 Jumlah 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
CI = 0,1154 CR = 0,0931
Jumlah Perhitungan Rata-Rata Pembobotan Jumlah Perhitungan Rata-Rata Pembobotan Alternatif Subkriteria P3
S1 S2 S3 S4 S5 S6
S1 1,0000 8,0000 0,3333 9,0000 0,5000 8,0000 S2 0,1250 1,0000 1,3333 4,0000 2,0000 2,2500 S3 3,0000 0,7500 1,0000 1,3333 0,0222 2,0000 S4 0,1111 0,2500 0,7500 1,0000 0,5000 2,0000 S5 2,0000 0,5000 45,0000 2,0000 1,0000 0,1875 S6 0,1250 0,4444 0,5000 0,5000 5,3333 1,0000 Jumlah 6,3611 10,9444 48,9167 17,8333 9,3556 15,4375 Matriks Normalisasi dan Rata-rata Baris Alternatif Subkriteria P3
S1 S2 S3 S4 S5 S6 Bobot
S1 0,1929 0,3281 0,0861 0,2659 0,1351 0,2702 0,2131 S2 0,0965 0,1641 0,1367 0,2029 0,2144 0,1770 0,1653 S3 0,2783 0,1491 0,1242 0,1407 0,0478 0,1702 0,1517 S4 0,0928 0,1034 0,1128 0,1278 0,1351 0,1702 0,1237 S5 0,2431 0,1302 0,4417 0,1611 0,1702 0,0773 0,2039 S6 0,0965 0,1252 0,0986 0,1015 0,2974 0,1351 0,1424 Jumlah 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
CI = 0,1111 CR = 0,0896
(18)
Jumlah Perhitungan Rata-Rata Pembobotan Jumlah Perhitungan Rata-Rata Pembobotan Alternatif Subkriteria J1
S1 S2 S3 S4 S5 S6
S1 1,0000 1,0000 0,4444 8,0000 0,5000 12,0000 S2 1,0000 1,0000 4,0000 1,5000 2,0000 3,0000 S3 2,2500 0,2500 1,0000 1,5000 1,2000 1,3333 S4 0,1250 0,6667 0,6667 1,0000 1,5000 3,3333 S5 2,0000 0,5000 0,8333 0,6667 1,0000 2,0000 S6 0,0833 0,3333 0,7500 0,3000 0,5000 1,0000 Jumlah 6,4583 3,7500 7,6944 12,9667 6,7000 22,6667 Matriks Normalisasi dan Rata-rata Baris Alternatif Subkriteria J1
S1 S2 S3 S4 S5 S6 Bobot
S1 0,1816 0,2004 0,1256 0,2927 0,1311 0,2666 0,1997 S2 0,1816 0,2004 0,2614 0,1675 0,2081 0,1680 0,1978 S3 0,2379 0,1262 0,1646 0,1675 0,1755 0,1282 0,1667 S4 0,0908 0,1750 0,1438 0,1464 0,1891 0,1740 0,1532 S5 0,2288 0,1590 0,1549 0,1279 0,1652 0,1467 0,1638 S6 0,0793 0,1389 0,1496 0,0980 0,1311 0,1165 0,1189 Jumlah 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
CI = 0,0311 CR = 0,0251
Jumlah Perhitungan Rata-Rata Pembobotan Jumlah Perhitungan Rata-Rata Pembobotan Alternatif Subkriteria J2
S1 S2 S3 S4 S5 S6
S1 1,0000 0,8000 6,0000 12,0000 0,1250 1,0000 S2 1,2500 1,0000 1,3333 0,2222 4,0000 0,3750 S3 0,1667 0,7500 1,0000 1,3333 0,2000 0,3333 S4 0,0833 4,5000 0,7500 1,0000 2,0000 3,0000 S5 8,0000 0,2500 5,0000 0,5000 1,0000 0,3750 S6 1,0000 2,6667 3,0000 0,3333 2,6667 1,0000 Jumlah 11,5000 9,9667 17,0833 15,3889 9,9917 6,0833
(19)
Matriks Normalisasi dan Rata-rata Baris Alternatif Subkriteria J2
S1 S2 S3 S4 S5 S6 Bobot
S1 0,1202 0,1072 0,1722 0,2552 0,0590 0,1351 0,1415 S2 0,1294 0,1155 0,1043 0,0675 0,1874 0,0974 0,1169 S3 0,0661 0,1050 0,0948 0,1227 0,0690 0,0937 0,0919 S4 0,0525 0,1907 0,0861 0,1115 0,1487 0,1948 0,1307 S5 0,2403 0,0728 0,1620 0,0885 0,1180 0,0974 0,1298 S6 0,1202 0,1602 0,1367 0,0773 0,1637 0,1351 0,1322 Jumlah 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
CI = 0,0803 CR = 0,0647
Jumlah Perhitungan Rata-Rata Pembobotan Jumlah Perhitungan Rata-Rata Pembobotan Alternatif Subkriteria J3
S1 S2 S3 S4 S5 S6
S1 1,0000 2,0000 0,5000 8,0000 0,2500 4,0000 S2 0,5000 1,0000 0,3333 0,4167 1,3333 1,5000 S3 2,0000 3,0000 1,0000 2,0000 0,1333 0,1250 S4 0,1250 2,4000 0,5000 1,0000 3,0000 0,2222 S5 4,0000 0,7500 7,5000 0,3333 1,0000 0,2500 S6 0,2500 0,6667 8,0000 4,5000 4,0000 1,0000 Jumlah 7,8750 9,8167 17,8333 16,2500 9,7167 7,0972 Matriks Normalisasi dan Rata-rata Baris Alternatif Subkriteria J3
S1 S2 S3 S4 S5 S6 Bobot
S1 0,1733 0,1847 0,1097 0,2721 0,1005 0,2903 0,1884 S2 0,1375 0,1466 0,0958 0,1016 0,1755 0,2094 0,1444 S3 0,2183 0,2114 0,1382 0,1714 0,0815 0,0914 0,1520 S4 0,0866 0,1962 0,1097 0,1360 0,2300 0,1108 0,1449 S5 0,2751 0,1332 0,2704 0,0943 0,1595 0,1152 0,1746 S6 0,1092 0,1280 0,2763 0,2246 0,2531 0,1829 0,1957 Jumlah 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
CI = 0,0801 CR = 0,0646
(20)
Jumlah Perhitungan Rata-Rata Pembobotan Jumlah Perhitungan Rata-Rata Pembobotan Alternatif Subkriteria H1
S1 S2 S3 S4 S5 S6
S1 1,0000 0,5000 0,3333 1,3333 0,5000 0,6667 S2 2,0000 1,0000 4,5000 24,0000 0,8000 0,7500 S3 0,3333 0,2222 1,0000 1,3333 1,3333 1,5000 S4 0,7500 0,0417 0,7500 1,0000 7,5000 6,0000 S5 2,0000 1,2500 0,7500 0,1333 1,0000 0,5000 S6 1,5000 1,3333 0,6667 0,1667 2,0000 1,0000 Jumlah 7,5833 4,3472 8,0000 27,9667 13,1333 10,4167 Matriks Normalisasi dan Rata-rata Baris Alternatif Subkriteria H1
S1 S2 S3 S4 S5 S6 Bobot
S1 0,1596 0,1612 0,1149 0,1540 0,1127 0,1336 0,1393 S2 0,2011 0,2031 0,2736 0,4036 0,1319 0,1390 0,2254 S3 0,1106 0,1230 0,1657 0,1540 0,1563 0,1751 0,1475 S4 0,1450 0,0704 0,1505 0,1399 0,2780 0,2779 0,1770 S5 0,2011 0,2188 0,1505 0,0715 0,1420 0,1214 0,1509 S6 0,1827 0,2235 0,1448 0,0770 0,1790 0,1530 0,1600 Jumlah 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
CI = 0,0472 CR = 0,0380
Jumlah Perhitungan Rata-Rata Pembobotan Jumlah Perhitungan Rata-Rata Pembobotan Alternatif Subkriteria H2
S1 S2 S3 S4 S5 S6
S1 1,0000 0,2500 0,2500 1,5000 27,0000 0,0833 S2 4,0000 1,0000 4,5000 0,6667 8,0000 1,0000 S3 4,0000 0,2222 1,0000 2,2500 1,2000 1,0000 S4 0,6667 1,5000 0,4444 1,0000 36,0000 45,0000 S5 0,0370 0,1250 0,8333 0,0278 1,0000 0,3333 S6 0,7500 1,0000 1,0000 0,0222 3,0000 1,0000 Jumlah 10,4537 4,0972 8,0278 5,4667 76,2000 48,4167
(21)
Matriks Normalisasi dan Rata-rata Baris Alternatif Subkriteria H2
S1 S2 S3 S4 S5 S6 Bobot
S1 0,1590 0,1291 0,1053 0,2330 0,2541 0,0568 0,1562 S2 0,2524 0,2049 0,2758 0,1778 0,1694 0,1301 0,2017 S3 0,2524 0,1241 0,1671 0,2667 0,0900 0,1301 0,1717 S4 0,1389 0,2346 0,1275 0,2036 0,2797 0,4627 0,2411 S5 0,0530 0,1025 0,1572 0,0616 0,0847 0,0902 0,0915 S6 0,1444 0,2049 0,1671 0,0572 0,1222 0,1301 0,1376 Jumlah 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
CI = 0,0624 CR = 0,0503
Jumlah Perhitungan Rata-Rata Pembobotan Jumlah Perhitungan Rata-Rata Pembobotan Alternatif Subkriteria H3
S1 S2 S3 S4 S5 S6
S1 1,0000 3,0000 0,1667 9,0000 6,0000 4,0000 S2 0,5000 1,0000 2,0000 0,1111 6,0000 0,3333 S3 6,0000 0,5000 1,0000 12,0000 1,5000 0,1000 S4 0,1111 9,0000 0,0833 1,0000 2,0000 1,6667 S5 0,1667 0,1667 0,6667 0,5000 1,0000 0,7500 S6 0,2500 3,0000 10,0000 0,6000 1,3333 1,0000 Jumlah 8,0278 16,6667 13,9167 23,2111 17,8333 7,8500 Matriks Normalisasi dan Rata-rata Baris Alternatif Subkriteria H3
S1 S2 S3 S4 S5 S6 Bobot
S1 0,1897 0,1973 0,0877 0,2778 0,2232 0,2719 0,2079 S2 0,1506 0,1368 0,2008 0,0642 0,2232 0,1187 0,1491 S3 0,3447 0,1086 0,1594 0,3058 0,1406 0,0795 0,1898 S4 0,0912 0,2846 0,0696 0,1336 0,1548 0,2030 0,1561 S5 0,1044 0,0753 0,1392 0,1060 0,1229 0,1556 0,1172 S6 0,1195 0,1973 0,3433 0,1126 0,1352 0,1713 0,1799 Jumlah 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
CI = 0,1092 CR = 0,0881
(22)
Jumlah Perhitungan Rata-Rata Pembobotan Jumlah Perhitungan Rata-Rata Pembobotan Alternatif Subkriteria G1
S1 S2 S3 S4 S5 S6
S1 1,0000 8,0000 0,3333 4,0000 0,1875 4,0000 S2 0,1250 1,0000 2,0000 1,0000 1,5000 0,5000 S3 3,0000 0,5000 1,0000 1,5000 0,2000 2,0000 S4 0,2500 1,0000 0,6667 1,0000 4,5000 3,0000 S5 5,3333 0,6667 5,0000 0,2222 1,0000 0,5000 S6 0,2500 2,0000 0,5000 0,3333 2,0000 1,0000 Jumlah 9,9583 13,1667 9,5000 8,0556 9,3875 11,0000 Matriks Normalisasi dan Rata-rata Baris Alternatif Subkriteria G1
S1 S2 S3 S4 S5 S6 Bobot
S1 0,1681 0,2887 0,1095 0,2632 0,0921 0,2308 0,1921 S2 0,0840 0,1444 0,1990 0,1658 0,1843 0,1154 0,1488 S3 0,2424 0,1146 0,1580 0,1898 0,0941 0,1832 0,1637 S4 0,1059 0,1444 0,1380 0,1658 0,2657 0,2097 0,1716 S5 0,2937 0,1261 0,2701 0,1004 0,1610 0,1154 0,1778 S6 0,1059 0,1819 0,1254 0,1150 0,2028 0,1454 0,1461 Jumlah 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
CI = 0,0708 CR = 0,0571
Jumlah Perhitungan Rata-Rata Pembobotan Jumlah Perhitungan Rata-Rata Pembobotan Alternatif Subkriteria G2
S1 S2 S3 S4 S5 S6
S1 1,0000 2,0000 1,0000 12,0000 0,5000 0,5000 S2 0,5000 1,0000 8,0000 0,2222 4,0000 0,7500 S3 1,0000 0,1250 1,0000 8,0000 3,0000 0,2222 S4 0,0833 4,5000 0,1250 1,0000 0,5000 4,5000 S5 2,0000 0,2500 0,3333 2,0000 1,0000 0,0625 S6 2,0000 1,3333 4,5000 0,2222 16,0000 1,0000 Jumlah 6,5833 9,2083 14,9583 23,4444 25,0000 7,0347
(23)
Matriks Normalisasi dan Rata-rata Baris Alternatif Subkriteria G2
S1 S2 S3 S4 S5 S6 Bobot
S1 0,1739 0,2051 0,1461 0,2950 0,0975 0,1482 0,1776 S2 0,1380 0,1628 0,2922 0,0780 0,1951 0,1696 0,1726 S3 0,1739 0,0814 0,1461 0,2577 0,1772 0,1131 0,1582 S4 0,0760 0,2688 0,0731 0,1289 0,0975 0,3083 0,1587 S5 0,2191 0,1026 0,1013 0,1623 0,1229 0,0741 0,1304 S6 0,2191 0,1792 0,2412 0,0780 0,3097 0,1867 0,2023 Jumlah 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
CI = 0,1091 CR = 0,0880
Jumlah Perhitungan Rata-Rata Pembobotan Jumlah Perhitungan Rata-Rata Pembobotan Alternatif Subkriteria G3
S1 S2 S3 S4 S5 S6
S1 1,0000 2,0000 0,1667 9,0000 3,0000 4,0000 S2 0,5000 1,0000 0,3333 0,1111 4,0000 0,1667 S3 6,0000 3,0000 1,0000 2,0000 0,1500 0,0500 S4 0,1111 9,0000 0,5000 1,0000 2,0000 0,8333 S5 0,3333 0,2500 6,6667 0,5000 1,0000 0,7500 S6 0,2500 6,0000 20,0000 1,2000 1,3333 1,0000 Jumlah 8,1944 21,2500 28,6667 13,8111 11,4833 6,8000 Matriks Normalisasi dan Rata-rata Baris Alternatif Subkriteria G3
S1 S2 S3 S4 S5 S6 Bobot
S1 0,1847 0,1531 0,0721 0,3115 0,2084 0,2964 0,2044 S2 0,1466 0,1215 0,0908 0,0720 0,2293 0,1028 0,1272 S3 0,3356 0,1753 0,1310 0,1887 0,0768 0,0688 0,1627 S4 0,0888 0,2528 0,1040 0,1498 0,1820 0,1757 0,1588 S5 0,1280 0,0766 0,2465 0,1189 0,1445 0,1696 0,1474 S6 0,1163 0,2208 0,3556 0,1591 0,1590 0,1867 0,1996 Jumlah 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
CI = 0,01087 CR = 0,0876
(24)
Jumlah Perhitungan Rata-Rata Pembobotan Jumlah Perhitungan Rata-Rata Pembobotan Alternatif Subkriteria G4
S1 S2 S3 S4 S5 S6
S1 1,0000 2,0000 0,1250 2,0000 4,0000 8,0000 S2 0,5000 1,0000 2,0000 4,0000 2,0000 0,2500 S3 8,0000 0,5000 1,0000 1,3333 0,2667 0,2000 S4 0,5000 0,2500 0,7500 1,0000 4,5000 0,8000 S5 0,2500 0,5000 3,7500 0,2222 1,0000 0,2500 S6 0,1250 4,0000 5,0000 1,2500 4,0000 1,0000 Jumlah 10,3750 8,2500 12,6250 9,8056 15,7667 10,5000 Matriks Normalisasi dan Rata-rata Baris Alternatif Subkriteria G4
S1 S2 S3 S4 S5 S6 Bobot
S1 0,1749 0,2077 0,0721 0,1900 0,2054 0,3464 0,1994 S2 0,1388 0,1649 0,1818 0,2394 0,1630 0,1091 0,1662 S3 0,3498 0,1309 0,1443 0,1660 0,0833 0,1013 0,1626 S4 0,1388 0,1039 0,1311 0,1508 0,2136 0,1608 0,1498 S5 0,1102 0,1309 0,2241 0,0913 0,1294 0,1091 0,1325 S6 0,0875 0,2617 0,2467 0,1625 0,2054 0,1732 0,1895 Jumlah 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
CI = 0,0781 CR = 0,0629
Setelah dihitung nilai CR, maka akan dihitung bobot parsial tiap level. Bobot parsial tiap level dapat dilihat sebagai berikut:
(25)
Rekapitulasi Bobot Parsial REKAPITULASI BOBOT KRITERIA
Kriteria Subkriteria Alternatif
Kualitas (K) 0,1767
K1 0,3903
S1 0,1939 S2 0,1587 S3 0,1544 S4 0,1775 S5 0,1468 S6 0,1686
K2 0,3303
S1 0,1698 S2 0,1534 S3 0,1255 S4 0,2092 S5 0,1527 S6 0,1894
K3 0,2794
S1 0,1612 S2 0,1628 S3 0,1737 S4 0,1692 S5 0,1483 S6 0,1848
Pengiriman (P) 0,1852
P1 0,4555
S1 0,1643 S2 0,1724 S3 0,1930 S4 0,1945 S5 0,1490 S6 0,1268
P2 0,2861
S1 0,2044 S2 0,1648 S3 0,1716 S4 0,1560 S5 0,1498 S6 0,1534
P3 0,2585
S1 0,2131 S2 0,1653 S3 0,1517 S4 0,1237 S5 0,2039 S6 0,1424
(26)
Rekapitulasi Bobot Parsial (Lanjutan) REKAPITULASI BOBOT KRITERIA
Kriteria Subkriteria Alternatif
Kebijakan Klaim dan Jaminan (J) 0,2583
J1 0,3565
S1 0,1997 S2 0,1978 S3 0,1667 S4 0,1532 S5 0,1638 S6 0,1189
J2 0,3729
S1 0,1912 S2 0,1572 S3 0,1237 S4 0,1753 S5 0,1752 S6 0,1774
J3 0,2705
S1 0,1884 S2 0,1444 S3 0,1520 S4 0,1449 S5 0,1746 S6 0,1957
Harga (H) 0,2216
H1 0,2948
S1 0,1393 S2 0,2254 S3 0,1475 S4 0,1770 S5 0,1509 S6 0,1600
H2 0,2712
S1 0,1562 S2 0,2017 S3 0,1717 S4 0,2411 S5 0,0915 S6 0,1376
H3 0,4340
S1 0,2079 S2 0,1491 S3 0,1898 S4 0,1561 S5 0,1172 S6 0,1799
(27)
Rekapitulasi Bobot Parsial (Lanjutan) REKAPITULASI BOBOT KRITERIA
Kriteria Subkriteria Alternatif
Lokasi Geografis (G) 0,1582
G1 0,3000
S1 0,1921 S2 0,1488 S3 0,1637 S4 0,1716 S5 0,1778 S6 0,1461
G2 0,2540
S1 0,1776 S2 0,1726 S3 0,1582 S4 0,1587 S5 0,1304 S6 0,2023
G3 0,1969
S1 0,2044 S2 0,1272 S3 0,1627 S4 0,1588 S5 0,1474 S6 0,1996 S4 0,1498 S5 0,1325 S6 0.1895
(28)
Penentuan Bobot Prioritas untuk Alternatif
REKAPITULASI BOBOT KRITERIA Bobot
Prioritas Level Alternatif Kriteria Subkriteria Alternatif
Kualitas (K) 0,1767
K1 0,3903
S1 0,1939 0,0134 S2 0,1587 0,0109 S3 0,1544 0,0106 S4 0,1775 0,0122 S5 0,1468 0,0101 S6 0,1686 0,0116
K2 0,3303
S1 0,1698 0,0099 S2 0,1534 0,0090 S3 0,1255 0,0073 S4 0,2092 0,0122 S5 0,1527 0,0089 S6 0,1894 0,0111
K3 0,2794
S1 0,1612 0,0080 S2 0,1628 0,0080 S3 0,1737 0,0086 S4 0,1692 0,0084 S5 0,1483 0,0073 S6 0,1848 0,0091
Pengiriman (P) 0,1852
P1 0,4555
S1 0,1643 0,0139 S2 0,1724 0,0145 S3 0,1930 0,0163 S4 0,1945 0,0164 S5 0,1490 0,0126 S6 0,1268 0,0107
P2 0,2861
S1 0,2044 0,0108 S2 0,1648 0,0087 S3 0,1716 0,0091 S4 0,1560 0,0083 S5 0,1498 0,0079 S6 0,1534 0,0081 P3 0,2585
S1 0,2131 0,0102 S2 0,1653 0,0079 S3 0,1517 0,0073
(29)
Penentuan Bobot Prioritas untuk Alternatif (Lanjutan)
REKAPITULASI BOBOT KRITERIA Bobot
Prioritas Level Alternatif Kriteria Subkriteria Alternatif
S4 0,1237 0,0059 S5 0,2039 0,0098 S6 0,1424 0,0068
Kebijakan Klaim dan Jaminan (J) 0,2583
J1 0,3565
S1 0,1997 0,0184 S2 0,1978 0,0182 S3 0,1667 0,0153 S4 0,1532 0,0141 S5 0,1638 0,0151 S6 0,1189 0,0109
J2 0,3729
S1 0,1912 0,0184 S2 0,1572 0,0151 S3 0,1237 0,0119 S4 0,1753 0,0169 S5 0,1752 0,0169 S6 0,1774 0,0171
J3 0,2705
S1 0,1884 0,0132 S2 0,1444 0,0101 S3 0,1520 0,0106 S4 0,1449 0,0101 S5 0,1746 0,0122 S6 0,1957 0,0137
Harga (H) 0,2216
H1 0,2948
S1 0,1393 0,0091 S2 0,2254 0,0147 S3 0,1475 0,0096 S4 0,1770 0,0116 S5 0,1509 0,0099 S6 0,1600 0,0105
H2 0,2712
S1 0,1562 0,0094 S2 0,2017 0,0121 S3 0,1717 0,0103 S4 0,2411 0,0145 S5 0,0915 0,0055 S6 0,1376 0,0083 H3 0,4340 S1 0,2079 0,0200
(30)
Penentuan Bobot Prioritas untuk Alternatif (Lanjutan)
REKAPITULASI BOBOT KRITERIA Bobot
Prioritas Level Alternatif Kriteria Subkriteria Alternatif
S2 0,1491 0,0143 S3 0,1898 0,0182 S4 0,1561 0,0150 S5 0,1172 0,0113 S6 0,1799 0,0173
Lokasi Geografis (G) 0,1582
G1 0,3000
S1 0,1921 0,0091 S2 0,1488 0,0071 S3 0,1637 0,0078 S4 0,1716 0,0081 S5 0,1778 0,0084 S6 0,1461 0,0069
G2 0,2540
S1 0,1776 0,0071 S2 0,1726 0,0069 S3 0,1582 0,0064 S4 0,1587 0,0064 S5 0,1304 0,0052 S6 0,2023 0,0081
G3 0,1969
S1 0,2044 0,0064 S2 0,1272 0,0040 S3 0,1627 0,0051 S4 0,1588 0,0049 S5 0,1474 0,0046 S6 0,1996 0,0062
G4 0,2492
S1 0,1994 0,0079 S2 0,1662 0,0066 S3 0,1626 0,0064 S4 0,1498 0,0059 S5 0,1325 0,0052 S6 0,1895 0,0075
(31)
Perhitungan Bobot Prioritas Subkriteria
REKAPITULASI BOBOT KRITERIA Bobot
Prioritas Kriteria Subkriteria Alternatif
Kualitas (K) 0,1767
K1 0,3903
S1 0,1939
0,0690 S2 0,1587
S3 0,1544 S4 0,1775 S5 0,1468 S6 0,1686
K2 0,3303
S1 0,1698
0,0584 S2 0,1534
S3 0,1255 S4 0,2092 S5 0,1527 S6 0,1894
K3 0,2794
S1 0,1612
0,0494 S2 0,1628
S3 0,1737 S4 0,1692 S5 0,1483 S6 0,1848
Pengiriman (P) 0,1852
P1 0,4555
S1 0,1643
0,0844 S2 0,1724
S3 0,1930 S4 0,1945 S5 0,1490 S6 0,1268
P2 0,2861
S1 0,2044
0,0530 S2 0,1648
S3 0,1716 S4 0,1560 S5 0,1498 S6 0,1534
P3 0,2585
S1 0,2131
0,0479 S2 0,1653
S3 0,1517 S4 0,1237 S5 0,2039 S6 0,1424
(32)
Perhitungan Bobot Prioritas Subkriteria (Lanjutan)
REKAPITULASI BOBOT KRITERIA Bobot
Prioritas Kriteria Subkriteria Alternatif
Kebijakan Klaim dan
Jaminan (J) 0,2583
J1 0,3565
S1 0,1997
0,0921 S2 0,1978
S3 0,1667 S4 0,1532 S5 0,1638 S6 0,1189
J2 0,3729
S1 0,1912
0,0963 S2 0,1572
S3 0,1237 S4 0,1753 S5 0,1752 S6 0,1774
J3 0,2705
S1 0,1884
0,0699 S2 0,1444
S3 0,1520 S4 0,1449 S5 0,1746 S6 0,1957
Harga (H) 0,2216
H1 0,2948
S1 0,1393
0,0653 S2 0,2254
S3 0,1475 S4 0,1770 S5 0,1509 S6 0,1600
H2 0,2712
S1 0,1562
0,0601 S2 0,2017
S3 0,1717 S4 0,2411 S5 0,0915 S6 0,1376
H3 0,4340
S1 0,2079
0,0962 S2 0,1491
S3 0,1898 S4 0,1561 S5 0,1172 S6 0,1799
(33)
Perhitungan Bobot Prioritas Subkriteria (Lanjutan)
REKAPITULASI BOBOT KRITERIA Bobot
Prioritas Kriteria Subkriteria Alternatif
Lokasi Geografis (G) 0,1582
G1 0,3000
S1 0,1921
0,0475 S2 0,1488
S3 0,1637 S4 0,1716 S5 0,1778 S6 0,1461
G2 0,2540
S1 0,1776
0,0402 S2 0,1726
S3 0,1582 S4 0,1587 S5 0,1304 S6 0,2023
G3 0,1969
S1 0,2044
0,0311 S2 0,1272
S3 0,1627 S4 0,1588 S5 0,1474 S6 0,1996
G4 0,2492
S1 0,1994
0,0394 S2 0,1662
S3 0,1626 S4 0,1498 S5 0,1325 S6 0,1895
(34)
Perhitungan Bobot Kriteria
Kriteria Subkriteria
Bobot Prioritas Subkriteria
Bobot Prioritas
Kriteria Kualitas (K) 0,1767
K1 0,3903 0,0690
0,1767 K2 0,3303 0,0584
K3 0,2794 0,0494
Pengiriman (P) 0,1852
P1 0,4555 0,0844
0,1852 P2 0,2861 0,0530
P3 0,2585 0,0479 Kebijakan Klaim dan
Jaminan (J) 0,2583
J1 0,3565 0,0921
0,2583 J2 0,3729 0,0963
J3 0,2705 0,0699 Harga (H) 0,2216
H1 0,2948 0,0653
0,2216 H2 0,2712 0,0601
H3 0,4340 0,0962
Lokasi Geografis (G) 0,1582
G1 0,3000 0,0475
0,1582 G2 0,2540 0,0402
G3 0,1969 0,0311 G4 0,2492 0,0394
(35)
DAFTAR PUSTAKA
Araz,C dan Ozkarahan,I. 2007. Supplier Evaluation & Management System for Strategic Sourcing Based on a New Multicriteria Sorting Procedure. International Journal of Roduction Economics, 106, 585-606. http://dx.doi.org/10.1016/j.ijpe.2006.08.08.008. (Diakses pada 3 Mei 2016).
Brans & Mareschal, 1999. How to Decide with PROMETHEE (online). Available at http//Ssmg.ulb.ac.be. (Diakses pada 25 April 2016)
Dylan, J dan Mehrdad Tamiz. 2010. Practical Goal Programming. New York : Springer
Julianto Lemantara, dkk20. 2013. Rancang Bangun Sistem Pendukung
Keputusan Pemilihan Mahasiswa Berprestasi Menggunakan Metode AHP dan Promethee.(JNTETI, Vol. 2, No. 4, 2013. ISSN 2301 - 4156)
Lieberman, Hillier. 1990. Pengantar Riset Operasi. Jakarta : Erlangga Pujawan, I.N.2005. Supply Chain Management. Edisi Kedua. ITS Surabaya: Guna Widya
Rakasiwi Ardianto, Ryan. 2014. Penerapan Metode Fuzzy-PROMETHEE pada Sistem Pendukung Keputusan Pemilihan Media Iklan pada PT. Sidomuncul. Semarang : Universitas Dian Nuswantoro.
Saaty, T. L. (1994). Fundamentals of Decision Making. Pittsburgh, Pennyslvania : RWS Publication
(36)
Shahmardan, A dan M.Hendijani Z. 2014. New Integrated Approach for Solving a Supplier Selection problem in a Competitive Environment. Engineering Economics ISSN : 25(3),310-319
Sinulingga, Sukaria. 2011. Metodologi Penelitian. USU Press. Medan. Siswanto, 2007. Operation Research Jilid I. Jakarta: Erlangga.
Sukarna,E.Y. 2005. Usulan Pemilihan Supplier Jasa (Kontraktor) dengan Menggunakan Metode PROMETHEE pada Proyek Braga City Walk Bandung. Bandung: Institut Teknologi Nasional
Tavakoli, M dkk. 2013. Application of Fuzzy Goal Programming & F-PROMETHEE Approaches in Evaluating and Selecting the Best Suppliers in Supply Chain. (J.Basic. Appl. Sci. Res., 3(2)1115-1127 ISSN 2090-4304)
(37)
BAB III
LANDASAN TEORI
3.1. Supply Chain Management
Supply Chain adalah jaringan perusahaan-perusahaan yang secara bersama-sama bekerja untuk menciptakan dan menghantarkan suatu produk ke tangan pemakai akhir. Perusahaan–perusahaan tersebut biasanya termasuk supplier, pabrik, distributor, toko dan ritel, serta perusahaan-perusahaan pendukung seperti perusahaan jasa logistik (Pujawan, 2005).
Pada suatu supply chain biasanya ada 3 aliran yang harus dikelola. Pertama adalah aliran barang yang mengalir dari hulu (upstream) ke hilir (downstream). Kedua adalah aliran uang dan sejenisnya yang mengalir dari hilir ke hulu. Yang ketiga adalah aliran informasi yang bisa terjadi dari hilir ke hulu ataupun sebaliknya.
Istilah Supply Chain Management pertama kali dikemukakan oleh Oliver dan Weber pada tahun 1982 yakni: Supply Chain Management adalah sistematik, koordinasi strategi dari fungsi bisnis tradisional dengan perusahaan kecil dan lintas bisnis dengan rantai pasok dengan maksud untuk memperbaiki kinerja jangka panjang dari perusahaan itu sendiri dan perusahaan rantai pemasok sebagai keseluruhan.
(38)
3.2. Penentuan Prioritas Supplier
Memilih supplier merupakan kegiatan strategis, terutama apabila supplier tersebut akan memasok item kritis dan akan digunakan dalam jangka panjang sebagai supplier penting. Kriteria pemilihan adalah salah satu hal penting dalam pemilihan supplier. Kriteria yang digunakan tentunya mencerminkan startegi supply chain maupun karakterisitik dari item yang akan dipasok (Pujawan, 2005).
Keputusan pemilihan pemasok atau vendor itu sulit karena ada berbagai kriteria yang harus dipertimbangkan dalam mengambil keputusan. Analisis terhadap kriteria pemilihan dan mengukur kinerja dari pemasok telah menjadi fokus para peneliti dan praktisi sejak tahun 1960-an.
Menurut, hasil penelitian dari Dickson menjadi referensi kebanyakan penelitian yang membahas pemasok ataupun vendor. Penelitian Dikcson berdasarkan kuesioner yang dikirim ke 273 agen dan manajer pembelian yang dipilih dari anggota National Association of Purchasing Managers. Anggota dari asosiasi ini adalah agen dan manajer penjualan yang ada di AS dan Kanada. Dari hasil penelitian tersebut terdapat 23 kriteria penting untuk proses seleksi pemasok (vendor) yang diurutkan dari mean rating tertinggi ke terendah. Mean rating yang paling tinggi dapat disimpulkan sebagai kriteria yang paling signifikan dan paling penting. Pada tahun itu, kriteria yang paling signifikan adalah kualitas produk, waktu pengiriman, data historis kinerja, dan kebijakan garansi yang digunakan oleh pemasok. Kriteria-kriteria tersebut dapat dilihat pada Tabel 3.1.
(39)
Tabel 3.1. Kriteria Pemilihan Pemasok atau Vendor Dickson
Rank Factor Mean Rating Evaluation
1 Quality 3,51
Extreme importance
2 Delivery 3,42
3 Performance History 3,00
4 Warranties and claim policies 2,85 5 Production and claim policies 2,78
Considerable importance
6 Price 2,76
7 Technical capability 2,55
8 Financial position 2,51
9 Prosedural compliance 2,49
10 Communication system 2,43
11 Reputation and position in industry 2,41
Considerable importance
12 Desire for business 2,26
13 Management and organization 2,22
14 Operating controls 2,21
15 Repair service 2,19
Average importance
16 Attitudes 2,12
17 Impression 2,05
18 Packaging ability 2,01
19 Labor relations records 2,00
20 Geographical location 1,88
21 Amount of past business 1,60
22 Training aids 1,54
23 Reciprocal arrangements 0,61 Slight importance
3.3. Preference Ranking Organization Method for Enrichment Evaluations
(PROMETHEE)
Preference Ranking Organization Methode for Enrichment Evaluation (Promethee) merupakan salah satu metode penentuan ranking dalam Multi Criteria Decision Making (MCDM). Promethee adalah suatu metode penentuan urutan (prioritas) dalam analisis multikriteria. Dugaan dari dominasi kriteria yang
(40)
digunakan dalam Promethee adalah penggunaan nilai dalam hubungan outranking (Lemantara, 2013).
Dalam fase pertama, nilai hubungan outranking berdasarkan pertimbangan dominasi masing-masing kriteria. Indeks preferensi ditentukan dan nilai outranking secara grafis disajikan berdasarkan preferensi dari pembuat keputusan. Data dasar untuk evaluasi dengan metode Promethee disajikan pada Tabel 3.2.
Tabel 3.2. Data Dasar PROMETHEE f1(.) f2(.) ... fj(.) ... fk(.) a1 f1(a1) f2(a1) ... fj(a1) ... fk(a1) a2 f1(a2) f2(a2) ... fj(a2) ... fk(a2) Ai f1(ai) f2(ai) ... fj(ai) ... fk(ai) An f1(an) f2(an) ... fj(an) ... fk(an)
Dalam Promethee disajikan enam fungsi preferensi kriteria yaitu : kriteria biasa, kriteria quasi, kriteria dengan preferensi linier, kriteria level, kriteria dengan preferensi linier dan area yang tidak bebrbeda dan kriteria Gaussian.
Metode Promethee merupakan salah satu metode yang dapat digunakan adalah menentukan urutan (prioritas) dalam analisis multikriteria. Metode Promethee pertama kali dikembangkan oleh JP.Brans dan dipublikasikan pada tahun 1982 pada sebuah konferensi yang diorganisasikan R.Nadeaudan M.Landry di Universitas Laval, Quebec. Metode Promethee dapat dijalankan melalui beberapa tahap, yaitu (Brans & Mareschal, 1999):
a. Menentukan kriteria-kriteria yang akan digunakan beserta bobot dari masing-masing kriteria
(41)
b. Menentukan semua alternatif yang ada.
c. Menentukan tipe preferensi untuk tiap-tiap kriteria secara tepat.Tipe preferensi yang digunakan dalam metode Promethee adalah fungsi keanggotaan himpunan fuzzy. Fungsi keanggotaan himpunan fuzzy memetakan setiap anggota himpunan domain ke anggota himpunan bilangan real yang memiliki interval dari 0 sampai dengan 1. Tipe preferensi ditentukan berdasarkan karakteristik dari kriteria tersebut.
d. Menghitung prefensi dari tiap-tiap kriteria Preferensi dari tiap – tiap kriteria dihitung berdasarkan perbandingan antara setiap pasang alternatif yaitu selisih antara nilai evaluasi daridua buah alternatif terhadap kriteria tertentu. Nilai preferensi berkisar dari nol sampai satu.Preferensi bernilai nol apabila tidak ada perbedaan antara kedua alternatif yang dibandingkan. Preferensi akan bernilai satu apabila alternatif yang satu lebih baik dari alternatif lainnya. e. Menghitung arah preferensi berdasarkan nilai indeks leaving flow dan entering
flow. Untuk setiap alternatif, nilai leaving flow dapat dihitung menggunakan persamaan 1, sedangkan nilai entering flow dihitung
f. Menghitung Net flow
g. Pengurutan alternatif berdasarkan net flow (rangking).
Hasil net flow dari semua alternatif diurutkandari yang nilai yang paling besar sampai dengan nilai terkecil. Alternatif yang terbaik adalah alternatif yang mempunyai nilai net flow terbesar.
(42)
Pada metode PROMETHEE diperkenalkan 6 fungsi kriteria yang diperlihatkan pada Gambar 2.1. Hal tersebut tidak mutlak, namun sudah cukup baik untuk beberapa kasus (Ardianto, 2014).
Sumber : Brans et. al, (1999)
Gambar 3.1. Fungsi Preferensi pada Metode PROMETHEE
Ke Enam tipe preferensi tersebut meliputi : 1. Tipe Biasa (Usual Criterion)
Tipe Usual adalah tipe dasar, yang tidak memiliki nilai threshold atau kecenderungan dan tipe ini jarang digunakan. Pada tipe ini dianggap tidak ada beda antara alternatif a dan alternatif b jika a=b atau f(a)=f(b) , maka niliai preferensinya benilai 0 (Nol) atau P(x)=0. Apabila nilai kriteria pada masing-masing alternatif memiliki nilai berbeda, maka pembuat keputusan membuat
(43)
preferensi mutlak benilai 1 (Satu) atau P(x)=1 untuk alternatif yang memiliki nilai lebih baik. Fungsi P(x) untuk preferensi ini disajikan pada Gambar 2.2.
Gambar 3.2. Tipe Preferensi Usual Criterion
2. Tipe Quasi (Quasi Criterion atau U-Shape)
Tipe Quasi sering digunakan dalam penilaian suatu data dari segi kwalitas atau mutu, yang mana tipe ini menggunakan Satu threshold atau kecenderungan yang sudah ditentukan, dalam kasus ini threshold itu adalah indifference. Indifference ini biasanya dilamabangkan dengan karakter m atau q, dan nilai indifference harus diatas 0 (Nol). Suatu alternatif memiliki nilai preferensi yang sama penting selama selisih atau nilai P(x) dari masing-masing alternatif tidak melebihi nilai threshold. Apabila selisih hasil evaluasi untuk masing-masing alternatif melebihi nilai m maka terjadi bentuk preferensi mutlak, jika pembuat memutuskan menggunakan kriteria ini, maka decision maker tersebut harus menentukan nilai m, dimana nilai ini dapat dijelaskan pengaruh yang signifikan dari sutau kriteria. fungsi P(x) untuk preferensi ini disajikan pada Gambar 3.3.
P(x))
P(x) = 0,X≤0 1,X>0 1
(x))
(44)
Gambar 3.3. Tipe Preferensi Quasi Criterion 3. Tipe Linier (Linear Criterion atau V-Shape)
Tipe Linier acapkali digunakan dalam penilaian dari segi kuantitatif atau banyaknya jumlah, yang mana tipe ini juga menggunakan Satu threshold atau kecenderungan yang sudah ditentukan, dalam kasus ini threshold itu adalah preference. Preference ini biasanya dilamabangkan dengan karakter n atau p, dan nilai preference harus diatas 0 (Nol). Kriteria ini menjelaskan bahwa selama nilai selisih memiliki nilai yang lebih rendah dari n, maka nilai preferensi dari pembuat keputusan meningkat secara linier dengan nilai x, jika nilai x lebih besar dibandingkan dengan nilai n, maka terjadi preferensi mutlak. Fungsi P(x) untuk preferensi ini disajikan pada Gambar 3.4.
Gambar 3.4. Tipe Preferensi Linear Criterion
4. Tipe Tingkatan (Level Criterion)
Tipe ini mirip dengan tipe Quasi yang sering digunakan dalam penilaian suatu data dari segi kwalitas atau mutu. Tipe ini juga menggunakan threshold
P(x))
P(x) = 0,X≤m 1,X>m 1
m
0 (x)
P(x))
P(x) = 0,x<0
x/n,0≤x≤n
1,x>n 1
n
0
(45)
indifference (m) tetapi ditambahkan Satu threshold lagi yaitu preference (n). Nilai indifference serta preference harus diatas 0 (Nol) dan nilai indifference harus di bawah nilai preference. Apabila alternatif tidak memiliki perbedaan (x), maka nilai preferensi sama dengan 0 (Nol) atau P(x)=0. Jika x berada diatas nilai m dan dibawah nilai n, hal ini berarti situasi preferensi yang lemah P(x)=0.5. Dan jika x lebih besar atau sama dengan nilai n maka terjadi preferensi mutlak P(x)=1. Fungsi P(x) untuk preferensi ini disajikan pada Gambar 3.5.
Gambar 3.5. Tipe Preferensi Level Criterion
5. Tipe Linear Quasi (Linear Criterion with Indifference)
Tipe Linear Quasi juga mirip dengan tipe Linear yang acapkali digunakan dalam penilaian dari segi kuantitatif atau banyaknya jumlah. Tipe ini juga menggunakan threshold preference (n) tetapi ditambahkan Satu threshold lagi yaitu indifference (m). Nilai indifference serta preference harus diatas 0 (Nol) dan nilai indifference harus di bawah nilai preference. Pengambilan keputusan mempertimbangkan peningkatan preferensi secara linier dari tidak berbeda hingga preferensi mutlak dalam area antara dua kecenderungan m dan n. Fungsi P(x) untuk preferensi ini disajikan pada Gambar 3.6.
P(x) = 0,x<m
1/2,m<x≤n
1,x>n 1
n m
0
(x)
P(x))
P(x) = 0,x<m
,m<x≤n
(46)
Gambar 3.6. Tipe Preferensi Linear Quasi
6. Tipe Gaussian
Tipe Gaussian sering digunakan untuk mencari nilai aman atau titik aman pada data yang bersifat continue atau berjalan terus.[8] Tipe ini memiliki nilai threshold yaitu Gaussian threshold () yang berhubungan dengan nilai standar deviasi atau distribusi normal dalam statistik. fungsi P(x) untuk preferensi ini disajikan pada Gambar 3.7.
Gambar 3.7. Tipe Preferensi Gaussian
Setelah skor evaluasi � (� ) dan fungsi preferensi � (� ) sepanjang =1,2,3,…, dan =1,2,3,…, , serta bobot tiap kriteria � terdefinisi, maka perhitungan dengan metode PROMETHEE dapat diimplementasikan[15]. Mencari nilai intensitas relasi dominasi alternatif � terhadap alternatif � pada seluruh kriteria dapat dicari menggunakan rumus :
n m
0
(x))
P(x)
P(x) = 1-1
σ
0
(47)
Pada PROMETHEE I (ranking secara parsial) dicari nilai leaving flow �+(� ) dimana mengekspresikan seberapa tinggi nilai intensitas alternatif � mengungguli alternatif lainnya dan nilai entering flow �−(� ) dimana mengekspresikan seberapa tinggi nilai intensitas alternatif � diungguli alternatif lainnya[15]. nilai leaving flow �+(� ) dan nilai entering flow �−(� ) dapat dirumuskan sebagai berikut :
Informasi yang terkandung pada PROMETHEE I menunjukkan bahwa semakin tinggi nilai leaving flow suatu alternatif, semakin lebih baik alternatif tersebut, sebaliknya semakin rendah nilai entering flow suatu alternatif, semakin lebih baik alternatif tersebut.
Pada PROMETHEE II (ranking secara utuh) dicari nilai evaluasi net flow �(� ) yang didapatkan dengan mengurangi nilai leaving flow �+(� ) terhadap nilai entering flow �−(� ). Secara perumusan dinotasikan sebagai berikut :
Perangkingan yang digunakan dalam metode PROMETHEE meliputi tiga bentuk antara lain :
(48)
Entering flow adalah jumlah dari yang memiliki arah mendekat dari node a dan hal ini merupakan karakter pengukuran outrangking. Untuk setiap nilai node a dalam grafik nilai outrangking ditentukan berdasarkan entering flow dengan persamaan:
2. Leaving flow
Sedangkan Leaving flow adalah jumlah dari yang memiliki arah menjauh dari node a. dan hal ini merupakan pengukuran outrangking. Adapun persamaannya:
3. Net Flow
Sehingga pertimbangan dalam penentuan Net flow diperoleh dengan persamaan :
Semakin besar nilai Entering flow dan semakin kecil Levaing flow maka alternatif tersebut memiliki kemungkinan dipilih yang semakin besar. Perangkingan dalam PROMETHEE I dilakukan secara parsial, yaitu didasarkan pada nilai Entering flow dan Leaving flow. Sedangkan PROMETHEE II termasuk perangkingan komplek karena didasarkan pada nilai Net flow masing-masing alternatif yaitu alternatif dengan nilai Net flow lebih tinggi menempati satu rangking yang lebih baik.
(49)
3.4. Goal Programming
3.4.1. Terminologi Goal Programming
Formulasi goal programming (Dylan, 2010) pertama kali dikenalkan oleh Charnes (1955) dalam bidang Excecutif compensation. Defenisi dasar dan konsep dari bidang multicriteria decision making dan mathematical programming adalah untuk goal programming, sehingga goal programming dapat didefenisikan dalam banyak bidang, yaitu:
1. Sebagai decision makers, pembuat keputusan yang dimaksud adalah perorangan, organisasi, atau pemegang saham yang memiliki masalah dalam mempertimbangkan sumberdaya yang dimiliki.
2. Sebagai decision variable, yaitu faktor-faktor yang ingin dikontrol. Decision variable menjelaskan masalah dan formulasi keputusan yang akan dibuat. Tujuan dari goal programming adalah dapat menunjukkan seluruh kombinasi yang mungkin digunakan sebagai variabel yang dapat menerjemahkan titik tujuan pencapaian dengan batasan-batasan yang dimiliki.
3. Criterion yaitu pengukuran yang digunakan sebagai solusi terbaik, ada banyak kriteria dalam berbagai bidang pencapaian yang dapat digunakan dalam pengambilan keputusan, tetapi hanya ada beberapa yang paling diutamakan berkenaan dengan tujuan yang ingin dicapai, beberapa level kriteria seperti:
a. Cost b. Profit c. Waktu
(50)
d. Jarak
e. Kinerja sistem f. Strategi perusahaan
g. Tujuan khusus perorangan (pemegang saham) h. Berbasiskan keamanan (safety)
Objective yaitu kriteria dengan informasi tambahan yang memiliki tujuan tertentu seperti maksimisasi atau minimisasi yang mana dipilih berdasarkan skala kepentingan, seperti meminimisasi biaya atau maksimisasi kinerja sistem, sedangkan permasalahan dengan tujuan untuk maksimisasi dan minimisasi disebut sebagai multi-objective optimization problem.
3.4.2. Goal Programming
Model Goal Programming merupakan perluasan dari model pemrograman
linear, sehingga seluruh asumsi, notasi, formulasi model matematis, prosedur perumusan model dan penyelesaiannya tidak berbeda (Siswanto,2007). Perbedaan hanya terletak pada kehadiran sepasang variabel deviasional yang akan muncul di fungsi tujuan dan di fungsi-fungsi kendala. Oleh karena itu,
konsep dasar pemrograman linear akan selalu melandasi pembahasan model goal
programming.
Beberapa asumsi dasar yang diperhatikan dalam goal programming adalah
(Lieberman,1990):
a. Proportionality, di dalam membuat suatu model progam linier perlu diketahui bahwa suatu sistem Linier Programming diketahui yaitu input,
(51)
output dan aktivitas. Sebelum aktivitas dimulai, diperlukan beberapa input. Input yang digunakan bertambah secara proporsionil (sebanding) dengan pertambahan aktivitas.
b. Accountability For Resources, hal ini berkaitan dengan sumber-sumber yang tersedia harus dihitung sehingga dapat dipastikan berapa bagian yang terpakai dan berapa bagian yang tdak terpakai.
c. Linearity of objectives, dimana fungsi tujuan dan faktor-faktor pembatasnya harus dapat dinyatakan sebagai fungsi linier programming.
d. Deterministik, pada asumsi ini menghendaki agar semua parameter tetap dan diketahui atau ditentukan secara pasti.
Ada beberapa istilah yang digunakan dalam Goal Programming, yaitu :
a. Variabel keputusan
Variabel keputusan (decision variable) adalah seperangkat variabel yang tidak
diketahui yang berada di bawah kontrol pengambilan keputusan, yang berpengaruh terhadap solusi permasalahan dan keputusan yang akan diambil. Biasanya dilambangkan dengan Xj (j = 1, 2, 3,…, n).
b. Kendala-kendala Sasaran
Di dalam model Goal Programming, Charnes dan Cooper menghadirkan
sepasang variabel yang dinamakan variabel deviasional dan berfungsi untuk menampung penyimpangan atau deviasi yang akan terjadi pada nilai ruas kiri suatu persamaan kendala terhadap nilai ruas kanannya. Agar deviasi itu minimum, artinya nilai ruas kiri suatu persamaan kendala sebisa mungkin
(52)
mendekati nilai ruas kanannya maka variabel deviasional itu harus diminumkan di dalam fungsi tujuan.
Pemanipulasian model pemrograman linear yang dilakukan oleh Charnes dan Cooper telah mengubah makna kendala fungsional. Bila pada model pemrograman linear, kendala-kendala fungsional menjadi pembatas baik usaha pemaksimuman atau peminimuman fungsi tujuan, maka pada model
Goal Programming kendala-kendala itu merupakan sarana untuk mewujudkan sasaran yang hendak dicapai. Sasaran-sasaran, dalam hal ini, dinyatakan sebagai nilai konstan pada ruas kanan kendala. Sebagai contoh, sasaran laba, anggaran yang tersedia, resiko investasi, dan lain-lain. Mewujudkan suatu sasaran, dengan demikian, berarti mengusahakan agar nilai ruas kiri suatu persamaan kendala sama dengan nilai ruas kanannya. Itulah sebabnya,
kendala-kendala di dalam model Goal Programming selalu berupa persamaan
dan dinamakan kendala sasaran. Di samping itu, keberadaan sebuah kendala sasaran selalu ditandai oleh kehadiran variabel deviasional sehingga setiap kendala sasaran pasti memiliki variabel deviasional.
c. Variabel Deviasional
Variabel deviasional, sesuai dengan fungsinya, yaitu menampung deviasi hasil terhadap sasaran-sasaran yang dikehendaki, dibedakan menjadi dua yaitu:
i. Variabel deviasional untuk menampung deviasi yang berada di bawah sasaran yang dikehendaki. Sasaran itu tercermin pada nilai ruas kanan suatu kendala sasaran. Dengan kata lain, variabel deviasional ini berfungsi untuk menampung deviasi negative. Digunakan notasi DB untuk menandai jenis
(53)
variabel deviasional ini. Karena variabel deviasional DB berfungsi untuk menampung deviasi negative, maka:
Dimana: i = 1, 2, …., m j = 1, 2, …., n
sehingga DB akan selalu mempunyai koefisien +1 pada setiap kendala sasaran.
ii. Variabel deviasional untuk menampung deviasi yang berada di atas sasaran. Dengan kata lain, variabel deviasional ini berfungsi untuk menampung deviasi positif. Notasi DA digunakan untuk menandai jenis variabel deviasional ini. Karena variabel deviasional DA berfungsi untuk menampung deviasi positif maka,
Dimana: i = 1, 2, …., m j = 1, 2, …., n
sehingga DA akan selalu mempunyai koefisien -1 pada setiap sasaran.
Dengan demikian, jelas bahwa kedua variabel deviasional tersebut mempunyai fungsi yang berbeda. Bila variabel deviasional DB menampung penyimpangan nilai di bawah saasaran maka variabel deviasional DA
(54)
menampung penyimpangan nilai di atas sasaran. Sehingga sebenarnya cukup mudah untuk dimengerti bahwa nilai penyimpangan minimum di bawah maupun di atas sasaran adalah nol dan tidak mungkin negatif atau,
DBi ≥ 0 untuk i= 1, 2, ….., m DAi ≥ 0 untuk i= 1, 2, ….., m
Secara matematis, bentuk umum kendala sasaran itu adalah:
Dalam hal ini, ada tiga kemungkinan yang akan terjadi: i. DAi = DBi = 0, sehingga menjadi:
Atau dikatakan bahwa sasaran tercapai. ii. DBi > 0 dan DAi = 0, sehingga menjadi:
Atau dikatakan bahwa sasaran tidak tercapaiatau hasil di bawah sasaran.
iii. DBi = 0 dan DAi > 0, sehingga menjadi:
(55)
Jadi, jelas sekali bahwa kondisi dimana DBi > 0 dan DAi > 0 pada sebuah kendala sasaran tidak akan mungkin terjadi.
d. Fungsi Tujuan
Ciri khas lain yang menandai model Goal Programming adalah kehadiran variabel deviasional di dalam fungsi tujuan yang harus diminimumkan. Hal ini merupakan konsekuensi logis dari tujuan kehadiran variabel deviasional di dalam fungsi kendala sasaran.
Sasaran yang telah ditetapkan (bi) akan tercapai bila variabel deviasional DAi dan DBi bernilai nol. Oleh karena itu, DAi dan DBi harus diminimumkan di dalam fungsi tujuan, sehingga fungsi tujuan model Goal Programming adalah:
3.4.3. Bentuk Umum Model Goal Programming
Secara umum model matematis Goal Programming dapat dirumuskan sebagai berikut:
Min ST
a11X1 + a12X2+ ………..+ a1nXn + DB1– DA1 = b1
a21X1 + a22X2+ ………..+ a2nXn + DB2– DA2 = b2
(56)
. . . . . .
am1X1 + am2X2+ ………..+ amnXn + DBm– DAm = bm dan
(57)
BAB IV
METODOLOGI PENELITIAN
4.1. Lokasi dan Waktu Penelitian
Penelitian ini dilakukan di PT. Pabrik Es Siantar Jalan Pematang No.3 (Siantar Barat) Pematang Siantar, Sumatera Utara. Perusahaan ini bergerak di bidang produksi minuman Badak Sarsaparilla. Waktu penelitian dilakukan pada bulan April 2016.
4.2. Jenis Penelitian
Jenis penelitian adalah penelitian deskriptif yaitu penelitian untuk mendeskripsikan secara sistematik, faktual, dan akurat tentang fakta-fakta dan sifat-sifat suatu objek tertentu (Sinulingga, 2011). Penelitian deskriptif ini berbentuk survey reasearch yaitu penelitian yang bertujuan untuk mendapatkan fakta-fakta dari gejala yang ada secara langsung dari orang-orang tertentu yang dijadikan objek penelitian dan mencari suatu solusi yang akan diaplikasikan pada PT. Pabrik Es Siantar untuk dapat memilih supplier terbaik agar perusahaan ini dapat meningkatkan kinerjanya. Penelitian ini menggunakan instrumen kuesioner (questionnaire) yang diisi oleh para responden sesuai dengan objek penelitian yang ditetapkan.
(58)
4.3. Objek Penelitian
Objek penelitian yang diamati adalah supplier botol yang ada di PT. Pabrik Es Siantar yang menjadi mitra bisnis perusahaan. Sumber informasi untuk penelitian ini adalah Manajer, Kepala Bagian Produksi dan Kepala Bagian Quality Control.
4.4. Kerangka Konseptual
Kerangka konseptual adalah sebuah suatu model konseptual yang menunjukkan hubungan logis antara faktor/variabel yang telah diidentifikasi penting untuk menganalisis masalah penelitian (Sukaria, 2011). Pola hubungan antar variabel dalam kerangka teoritis pada penelitian ini dapat dilihat pada Gambar 4.1.
Kualitas
Pengiriman
Kebijakan Klaim dan Jaminan
Harga
Lokasi Geografis
Urutan supplier
Nilai Alternatif Supplier
Biaya Pembelian
Tingkat Penolakan Botol
(59)
Kriteria supplier yang digunakan pada penelitian berdasarkan pada 23 Kriteria Pemilihan Supplier oleh Dickson, dimana terdapat lima kriteria yang terpilih berdasarkan hasil kuisioner, yaitu Kualitas, Waktu Pengiriman, Kebijakan Klaim dan Jaminan, Harga, dan Lokasi Geografis. Berdasarkan hasil penilaian tiap kriteria ini maka akan diperoleh urutan prioritas dari supplier yang ada diperusahaan, kemudian disesuaikan dengan kendala-kendala yang terdapat di perusahaan.
4.5. Variabel Penelitian
Variabel adalah sesuatu yang memiliki nilai yang berbeda-beda atau bervariasi.
Variabel-variabel yang terdapat dalam penelitian ini adalah:
1. Variabel Independen, yaitu variabel yang mempengaruhi variabel dependen baik secara positif maupun negatif.
a. Kriteria supplier (Dickson, 23 Kriteria Pemilihan Supplier) merupakan kriteria yang digunakan dalam penentuan prioritas supplier. Pada penelitian ini digunakan lima kriteria pemilihan supplier yakni kualitas, waktu pengiriman, kebijakan klaim dan jaminan, harga, dan lokasi geografis.
b. Fungsi sasaran pegolahan goal programming yakni nilai alternatif supplier, biaya pembelian, dan tingkat penolakan botol.
2. Variabel Dependen, variabel yang nilai atau value-nya dipengaruhi atau ditentukan oleh variabel lain.
(60)
a. Urutan supplier, yaitu ranking urutan alternatif dari yang terbaik sampai terburuk yang diurutkan menurut bobot alternatif.
4.6. Teknik dan Instrumen Penelitian
Teknik pengumpulan data yang dilakukan pada penelitian ini, yaitu : 1. Interview (wawancara)
Teknik pengumpulan data dengan cara berkomunikasi langsung dengan responden yaitu orang-orang tertentu yang ditetapkan sebagai sumber data. 2. Kuisioner
Instrumen pengumpulan data dalam format pertanyaan tertulis yang dilengkapi dengan kolom di mana responden akan menuliskan jawaban atas pertanyaan yang akan diarahkan kepadanya. Kuisioner yang digunakan pada penelitian ini adalah kuisioner semiterbuka dan kuisioner.
4.7. Metode Pengumpulan Data
Terdapat dua jenis data yang dikumpulkan dalam penelitian ini yaitu data primer dan data sekunder.
1. Data primer adalah data yang diperoleh dengan cara mencari/menggali secara langsung dari sumbernya oleh peneliti bersangkutan. Data primer yang digunakan dalam penelitian ini adalah data mengenai kriteria dari setiap supplier. Berikut ini adalah instrumen penelitian untuk pengumpulan data primer.
(61)
Penentuan kriteria supplier dilakukan berdasarkan “23 Kriteria Pemilihan Supplier” oleh Dickson. Instrumen yang digunakan berupa kuisioner semi terbuka yang diberikan kepada Manajer, kepala bagian produksi dan bagian quality control selaku responden. Penentuan responden dilakukan dengan metode Judgement Sampling. Berdasarkan kuisioner ini maka akan diputuskan kriteria yang akan digunakan dalam penentuan prioritas supplier, dan dilanjutkan dengan penentuan subkriteria.
b. Tahap Penentuan Subkriteria
Berdasarkan kriteria terpilih selanjutnya ditentukan subkriteria yang relevan dengan instrumen kuisioner semi terbuka pada ketiga responden yang sama. c. Tahap Penentuan Tipe Preferensi Tiap Kriteria
Data preferensi akan digunakan sebagai input perhitungan preferensi. Data preferensi terdapat kaidah minimasi dan maksimasi, tipe preferensi dan parameter. Penentuan kaidah minimasi dan maksimasi akan sesuai dengan kriteria perusahaan inginkan. Tipe preferensi yang disajikan memiliki enam bentuk fungsi. Tipe preferensi kriteria biasa (I), preferensi kriteria quasi (II), preferensi kriteria linier (III), preferensi kriteria level (IV), preferensi linier dan area yang berbeda (V), dan preferensi gausian (VI). Nilai preferensi tersebut menggambarkan suatu perbedaan suatu karakteristik dari setiap data kriteria. Data preferensi memiliki nilai batas q dan p. Nilai batas tersebut adalah batas bawah dan atas dari parameter yang ditetapkan. Penentuan nilai parameter tersebut menggunakan cara persamaan nilai deviasi |d|. Nilai deviasi adalah selisih antara setiap kriteria yang dibandingkan terhadap
(62)
masing-masing alteratif. Selanjutnya menggunakan pendekatan persamaan kuartil untuk menentukan parameter (p, q, atau s) namun hasil dari persamaan kuartik dilakukan penyesuaian nilai parameter dengan pihak perusahaan. Nilai parameter batas indeferen (q) diperoleh dari nilai Q1 (kuartil 1) dan nilai parameter batas preferensi (p) diperoleh oleh nilai Q3 (kuartil 3) (Sukarna, 2005).
d. Tahap Perhitungan Preferensi
Fungsi preferensi berfungsi untuk memberikan gambaran yang lebih baik terhadap area yang tidak sama, digunakan fungsi selisih nilai kriteria antar alternatif H(d) dimana hal ini mempunyai hubungan langsung pada fungsi preferensi (p) dan indiferen (q). Menghitung nilai preferensi p dan q masing-masing alternatif dilakukan perhitungan secara berpasangan satu per satu berdasarkan pilihan bentuk preferensi yang telah ditetapkan sebelumnya. e. Tahap Perhitungan Indeks Preferensi
Indeks preferensi merupakan intensitas preferensi pembuat keputusan yang menyatakan bahwa alternatif a lebih baik dari pada b dengan pertimbangan meliputi seluruh kriteria. Pada indeks preferensi jika semua kriteria memiliki nilai kepentingan yang sama dalam pegambilan keputusan maka semua nilai bobot sama atau sebaliknya.
f. Tahap Perhitungan Leaving Flow, Entering Flow dan Net Flow
Leaving flow bisa dikatakan sebagai kelebihan (strength) dan entering flow sebagai kekurangan (weakness) suatu supplier terhadap supplier yang lainnya.
(1)
DAFTAR ISI (LANJUTAN)
BAB HALAMAN
5.1.7.1.Perhitungan Indeks Preferensi ... V-23 5.1.7.2.Perhitungan Leaving Flow, Entering Flow
dan Net Flow ... V-26 5.2. Pengumpulan Data Goal Programming ... V-28 5.2.1. Data Kebutuhan Botol... V-28 5.2.2. Data Minimum dan Maksimum Order... V-29 5.2.3. Data Tingkat Botol (Incoming Material)... V-30 5.2.4. Data Harga Pembelian Bahan Baku dan Total Biaya
Pembelian... V-34 5.3. Pengolahan Goal Programming ... V-35 5.3.1. Formulasi Goal Programming ... V-35 5.3.2. Penyelesaian Goal Programming dengan LINDO .. V-44
VI. ANALISIS DAN PEMBAHASAN ... VI-1 6.1. Analisis PROMETHEE………... VI-1
(2)
VI-VII. KESIMPULAN DAN SARAN ... VII-1 7.1. Kesimpulan ... VII-1 7.2. Saran ... VII-2 DAFTAR PUSTAKA
(3)
DAFTAR TABEL
TABEL HALAMAN 1.1. Daftar Supplier Botol PT. Pabrik Es Siantar ... I-2 1.2. Data Keterlambatan Pengiriman Botol Periode Sept-Des 2015 ... I-3 1.3. Data Pengiriman Order Bulan Sept-Des 2015 ... I-4 2.1. Jumlah Tenaga Kerja PT. Pabrik Es Siantar ... II-16 3.1. Kriteria Pemilihan Pemasok atau Vendor Dickson ... III-3 3.2. Data Dasar PROMETHEE ... III-4 5.1. Kriteria penilaian Kinerja Supplier ... V-2 5.2. Rekapitulasi Jawaban Penilaian Kinerja Supplier ... V-4 5.3. Rekaputilasi Subkriteria Terpilih ... V-5 5.4. Kriteria dan Subkriteria Terpilih Penilaian Kinerja Supplier ... V-6 5.5. Perbandingan Berpasangan Antar Kluster Kriteria ... V-7 5.6. Skala Perbandingan Berpasangan ... V-8 5.7. Perbandingan Berpasangan Antar Kluster yang Mempengaruhi
Kluster Kualitas ... V-8 5.8. Perhitungan Rata-rata Geometrik untuk Perbandingan Kluster
Kualitas ... V-10 5.9. Matriks Normalisasi dan Bobot Parsial ... V-10 5.10. Perbandingan Berpasangan Subkriteria pada Klster Kualitas ... V-12
(4)
DAFTAR TABEL (LANJUTAN)
TABEL HALAMAN 5.12. Rata-rata Geometris... V-14 5.13. Bobot Prioritas Level Alternatif Supplier ... V-17 5.14. Bobot Subkriteria ... V-18 5.15.Bobot Prioritas Level Alternatif Supplier ... V-19 5.16. Hasil Perhitungan Derajat Preferensi ... V-21 5.17. Hasil perhitungan Derajat Preferensi dan Indeks Preferensi ... V-24 5.18. Matriks Perhitungan Indeks Preferensi ... V-26 5.19. Hasil Perhitungan Leaving Flow dan Entering Flow ... V-27 5.20. Nilai Net Flow dan Ranking Supplier ... V-27 5.21. Data Kebutuhan Botol Tahun 2015 ... V-29 5.22. Data Minimum dan Maksimum Order Botol Tiap Bulan ... V-30 5.23. Data Penolakan Botol (Incoming Material) ... V-31 5.24. Data Harga Botol Tiap Supplier ... V-34 5.25. Data Total Biaya Pembelian Tahun 2015 ... V-34 5.26. Jumlah Pesanan Optimal Tiap Supplier ... V-46 6.1. Rekapitulasi Perhitungan Kinerja Supplier Metode PROMETHEE .. VI-1 6.2. Alokasi Pesanan Botol Tiap Supplier... VI-3
(5)
DAFTAR GAMBAR
GAMBAR HALAMAN
2.1. Struktur Organisasi PT. Pabrik Es Siantar ... II-9 3.1. Fungsi Preferensi pada Metode PROMETHEE ... III-6 3.2. Tipe Preferensi Usual Criterion ... III-7 3.3. Tipe Preferensi Quasi Criterion ... III-7 3.4. Tipe Preferensi Linear Criterion ... III-8 3.5. Tipe Preferensi Level Criterion ... III-9 3.6. Tipe preferensi Linear Quasi ... III-9 3.7. Tipe Preferensi GaussianI ... III-10 4.1. Kerangka Konseptual ... IV-2 4.2. Diagram Alir Prosedur Penelitian ... IV-9 5.1. Input Data dalam Software LINDO ... V-44 5.2. Solver Status dalam Software LINDO ... V-45 5.3. Output pada Software LINDO ... V-45
(6)
DAFTAR LAMPIRAN
LAMPIRAN
HALAMAN
1. Kuisioner Pemilihan Kriteria Supplier ... L-1 2. Kuisioner Pemilihan Subkriteria Penilaian Kinerja Supplier ... L-2 3. Kuisioner Perbandingan Berpasangan ... L-3 4. Perhitungan Perbandingan Berpasangan Antar Subkriteria... L-4 5. Rekapitulasi Jawaban Responden Level Alternatif ... L-5 6. Form Tugas Akhir ... L-6 7. Surat Penjajakan ... L-7 8. Surat Balasan ... L-8 9. Surat Keputusan Tugas Akhir ... L-9 10. Lembar Asistensi ... L-10