Kuesioner indikator performansi bertujuan untuk mengetahui kondisi performansi Supply Chain pada PT. Gunawan Dianjaya Steel, misalnya :
hubungan internal antara bagian dalam perusahaan, keandalan tenaga kerja dan waktu untuk mengatasi komplain dari customer dengan menggunakan software
SPSS versi 15.0. Adapun contoh kuisioner indikator performansi dapat dilihat seperti di bawah ini dan untuk kuisioner lebih lengkapnya dapat dilihat pada
lampiran III.
4.2.1. Penyebaran Kuesioner KPI.
Kuesioner pembobotan KPI ini disebarkan pada kelima bagian yang ada di PT. Gunawan Dianjaya Steel, dimana pembagian penyebaran kuesioner KPI ini
antara lain. 1. Kuesioner Pembobotan Perspektif Plan
Kuesioner KPI perspektif plan ini disebarkan pada Seksi Perencanaan Produksi PPIC.
2. Kuesioner Pembobotan Perspektif Source Kuesioner KPI perspektif source ini disebarkan pada Seksi Pengadaan Bahan
Purchasing. 3. Kuesioner Pembobotan Perspektif Make
Kuesioner KPI perspektif make ini disebarkan pada Kepala Bagian Produksi. 4. Kuesioner Pembobotan Perspektif Deliver dan Perspektif Return
Kuesioner KPI Perspektif Deliver dan KPI Perspektif Return ini disebarkan pada Kepala Bagian Pemasaran Marketing.
5. Kuesioner Pembobotan Supply Chain Kuesioner ini disebarkan pada Direktur PT. Gunawan Dianjaya Steel.
4.2.1.1.Data Primer Kuisioner AHP
Data primer AHP Analytical Hierarchy Process ini merupakan data yang didapat dari hasil pengisian kuisioner pembobotan KPI Key Performance
Indicator. Yang disebarkan kepada masing-masing pimpinan tiap divisi atau
bagian yang terdapat pada PT. Gunawan Dianjaya Steel. Data Kuisioner
pembobotan KPI dapat dilihat pada tabel di bawah ini dan untuk lebih lengkapnya dapat dilihat pada lampiran IV.
Tabel 4.1 contoh rekap data hasil pengisian kuisioner AHP expert choice
Level 1
Plan Source
Make Deliver
Return Plan
1 1,0
1,0 1,0
1,0 Source
1 1,0
1,0 1,0
Make 1
1,0 3,0
Deliver 1
3,0 Return
1
Sumber Informasi : hasil pengisian kuisioner AHP expert choice
Dari tabel di atas merupakan rekap data hasil pengisian kuisioner AHP expert choice
. Salah satu contoh keterangannya adalah antara perspektif Plan dengan perspektif Source diisi dengan nomor 1 yang berarti kedua perspektif
sama pentingnya.
4.2.1.2.Pengolahan Data Dengan AHP Expert Choice
Pada pengolahan data dengan expert choice, data kuisioner KPInya telah disebarkan kemudian telah diisi oleh pihak yang berwenang seperti yang ada pada
lampiran II. Setelah diolah menggunakan software maka didapat output program yang baik. Adapun contoh output program hasil pengolahan expert choice dapat
dilihat pada tabel di bawah ini. Output data yang secara lengkap dapat dilihat pada lampiran V.
Tabel 4.2 contoh output program expert choice
Node: 0 Compare the relative IMPORTANCE with respect to: GOAL
Source Make
Deliver Return
Plan 1.0
1.0 1.0
1.0 Source
1.0 1.0
1.0 Make
1.0 3.0
Deliver 3.0
Row element is __ times more than column element unless enclosed in
Abbreviation Definition
Goal PT. Gunawan Dianjaya Steel
Plan Plan
Source Source
Make Make
Deliver Deliver
Return Return
Plan .192
Source .192
Make .243
Deliver .243
Return .130
Inconsistency Ratio =0.04
PT. Gunawan Dianjaya Steel
D:\DATA\METODE~1\TEGUHS~
Sumber Informasi : Output Program Expertchoice Versi 9, Lampiran V
4.2.1.3.Uji Konsistensi
Data yang telah diolah dari expert choice selanjutnya akan diuji konsistensi untuk mengetahui apakah data tersebut konsisten atau tidak. Data yang
dikatakan konsisten apabila nilai CR ≤ 0.1, maka masih dapat ditoleransi tetapi
bila CR 0.1 maka perlu dilakukan revisi. Nilai CR = 0 maka dapat dikatakan “perfectly consistent”. Adapun contoh perhitungan uji konsistensi adalah sebagai
berikut.
Pembobotan secara keseluruhan kriteria SCOR Supply Chain Operations
Refference.
Data pembobotan AHP SCOR Supply Chain Operations Refference didapatkan dari nilai rekapitulasi data pembobotan. Adapun datanya sebagai
berikut : Tabel 4.3 Data rekapitulasi pembobotan kriteria SCOR
Plan Source
Make Deliver
Return Plan
1 1
1 1
1 Source
1 1
1 1
1 Make
1 1
1 1
3 Deliver
1 1
1 1
3 Return
1 1
0,33 0,33
1 Jumlah
5 5
4,33 4,33
9
Sumber Informasi : Perhitungan manual AHP, Lampiran VI
Normalisasi data pembobotan didapatkan dengan cara membagi masing – masing kolom data dengan jumlah tiap kolomnya. Contoh Plan terhadap
jumlah tiap kolom sebagai berikut : Normalisasi Plan Jumlah = 1 5 = 0,20
Untuk nilai yang lain dapat dilihat pada tabel berikut :
Tabel 4.4 Data normalisasi pembobotan kriteria SCOR Plan
Source Make
Deliver Return
Jumlah Plan
0,2 0,2
0,23 0,23
0,11 0,97
Source 0,2
0,2 0,23
0,23 0,11
0,97 Make
0,2 0,2
0,23 0,23
0,33 1,19
Deliver 0,2
0,2 0,23
0,23 0,33
1,19 Return
0,2 0,2
0,07 0,07
0,11 0,65
Sumber Informasi : Perhitungan manual AHP, Lampiran VI
Tahapan berikutnya adalah mencari nilai bobot NWT atau net weight total masing – masing dimensi dengan cara membagi jumlah nilai normalisasi
masing – masing dimensi dibagi dengan total nilai normalisasi sebagai berikut:
NWT
Plan
NWT = 0,97 5 = 0,194
Source
NWT = 0,97 5 = 0,194
Make
NWT = 1,19 5 = 0,238
Deliver
NWT = 1,19 5 = 0,238
Return
Tahapan berikutnya adalah mencari vektor eigen dengan cara mengalikan matriks NWT dengan matriks data sebagai berikut :
= 0,65 5 = 0,130
Tabel 4.5 Data rekapitulasi nilai eigen vektor Plan Source Make Deliver Return
X NWT
= Eigen
Vektor Plan
1 1
1 1
1 0,194
0,994 Source
1 1
1 1
1 0,194
0,994 Make
1 1
1 1
3 0,238
1,254 Deliver
1 1
1 1
3 0,238
1,254 Return
1 1
0,33 0,33
1 0,130
0,675
Sumber Informasi : Perhitungan manual AHP, Lampiran VI
Selanjutnya mencari nilai α -max, terlebih dahulu mencari nilai YX sebagai
berikut :
Tabel 4.6 Data rekapitulasi nilai α -max
Eigen vektor Y
NWT X
YX 0,994
0,194 =
5,123 0,994
0,194 5,123
1,254 0,238
5,268 1,254
0,238 5,268
0,675 0,130
5,192 Jumlah =
25,974
Sumber Informasi : Perhitungan manual AHP, Lampiran VI
α -max didapatkan dari jumlah YX dibagi dengan banyaknya dimensi sebagai berikut :
α -max = 25,974 5 = 5,194 Tahapan berikutnya adalah mencari Consistecy Index CI sebagai berikut :
CI =
α -max – n n – 1 = 5,194 – 5 5 – 1
= 0,194 4 = 0,04 Tahapan berikutnya adalah Consistensy Ratio CR sebagai berikut :
CR = CI IR = 0,04 1,12 = 0,0357~0,04 Hasil kuisioner AHP untuk tingkat pembobotan secara keseluruhan, kriteria
skor dapat dilihat pada tabel 4.2, sementara untuk kriteria kuisioner dikatakan konsisten apabila nilai CR
≤ 0.1, karena 0,04 ≤ 0.1 hasil kuisioner konsisten. Untuk data perhitungan secara lengkap dapat dilihat pada lampiran VI.
4.2.1.4.Pembobotan Key Performance Indicator
Pembobotan Key Performance Indicator bertujuan untuk menentukan
tingkat kepentingan Key Performance Indicator yang ada. Konsep yang
digunakan untuk proses pembobotan adalah Analytical Hierarchy process AHP yang proses pengolahannya dibantu dengan Sofware Expert Choice Versi .9.0.
Pembobotan pada supply chain ini dilakukan pada 3 level, yaitu level 1 terdapat 5 proses utama, pada level 2 terdapat 3 sampai 5 indikator untuk tiap
proses utama sesuai kondisi perusahaan, sedangkan untuk level 3 terdapat 41 indikator.
Pada proses pembobotan data dikumpulkan dalam bentuk kuesioner pairwise comparison
. Kuesioner disebarkan kepada pihak-pihak yang dianggap berkompeten di dalam perusahaan. Setelah kuesioner itu dijawab, kemudian hasil
kuesioner dimasukkan dalam perangkat lunak AHP Expert Choice versi 9, untuk mengetahui bobot kepentingan masing-masing perspektif Supply Chain secara
menyeluruh. Menurut Thomas L. Saaty, suatu kuesioner pembobotan AHP akan
dianggap konsisten, jika nilai Consistency Ratio kurang dari 0,1 10. Jika nilai Consistency
Ratio kurang dari 0,1 terpenuhi, maka nilai pembobotan AHP dapat digunakan sebagai nilai bobot kriteria.
Selanjutnya dilakukan proses perhitungan hasil pengisian kuesioner dengan menggunakan Software Expert Choice V. 9 dan akan dijelaskan pada
bagian berikut di bawah ini.
4.2.1.4.1. Pembobotan Level Satu
Pembobotan Key Performance Indicator pada level satu dilakukan dengan cara membandingkan secara berpasangan 5 proses utama Supply Chain
diantaranya adalah Plan, Source, Deliver, dan Return. Hasil pengolahan data dengan Expert Choice, untuk pembobotan 5 kriteria supply chain diperoleh bahwa
nilai consistency ratio nya sebesar 0,04 dimana nilainya kurang dari 0,1 yang
menunjukkan bahwa level ini konsisten. Hasil perbandingan berpasangan dari pembobotan level satu adalah sebagai berikut :
Tabel 4.7. Hasil Perbandingan Berpasangan Level Satu Plan
Source Make
Deliver Return
Plan 1
1,0 1,0
1,0 1,0
Source 1
1,0 1,0
1,0 Make
1 1,0
3,0 Deliver
1 3,0
Return 1
Sumber Informasi : Output Program Expert choice Versi 9, Lampiran V
Dari tabel di atas salah satu contoh keterangannya adalah antara perspektif Plan
dengan perspektif Source diisi dengan nomor 1 yang berarti kedua perspektif sama pentingnya.
4.2.1.4.2.Pembobotan Level Dua
Pembobotan Key Performance Indicator untuk level dua dilakukan dengan cara membandingkan secara berpasangan antara reliability,
responsiveness, flexibility , cost, dan assets. Hasil perbandingan berpasangan dari
pembobotan level dua adalah sebagai berikut :
a. Plan
Hasil pengolahan data dengan Expert Choice, untuk pembobotan kriteria supply chain Plan
diperoleh bahwa nilai consistency ratio nya sebesar 0,0. Perspektif Plan untuk pembobotan level 2 adalah sebagai berikut :
Tabel 4.8. Hasil Perbandingan Berpasangan Level Dua Plan Reliability
Responsivenees Assets
Reliability 1,0
1,0 1,0
Responsivenees 1,0
1,0 Assets
1,0
Sumber Informasi : Output Program Expert choice Versi 9, Lampiran V
Dari tabel di atas salah satu contoh keterangannya adalah antara perspektif Plan reliability
dengan perspektif Plan responsivenees diisi dengan nomor 1 yang berarti kedua perspektif sama pentingnya.
b. Source
Hasil pengolahan data dengan Expert Choice, untuk pembobotan kriteria supply chain Source
diperoleh bahwa nilai consistency ratio nya sebesar 0,04 dimana nilainya kurang dari 0,1 yang menunjukkan bahwa level ini konsisten.
Perspektif Source untuk pembobotan level 2 adalah sebagai berikut : Tabel 4.9. Hasil Perbandingan Berpasangan level Dua Perspektif Source
Reliability Responsivenees Flexibility Cost Assets Reliability
1 1,0
1,0 1,0
3,0 Responsivenees
1 1,0
1,0 3,0
Flexibility 1
1,0 1,0
Cost 1
1,0 Assets
1
Sumber Informasi : Output Program Expert choice Versi 9, Lampiran V
Dari tabel di atas salah satu contoh keterangannya adalah antara perspektif Source reliability
dengan perspektif Source responsivenees diisi dengan nomor 1 yang berarti kedua perspektif sama pentingnya.
c. Make
Hasil pengolahan data dengan Expert Choice, untuk pembobotan kriteria supply chain Make
diperoleh bahwa nilai consistency ratio nya sebesar 0,03 dimana nilainya kurang dari 0,1 yang menunjukkan bahwa level ini konsisten.
Perspektif Make untuk pembobotan level 2 adalah sebagai berikut :
Tabel 4.10. Hasil Perbandingan Berpasangan level Dua Perspektif Make Reliability Responsivenees Flexibility Cost Assets
Reliability 1
1,0 1,0
1,0 1,0
Responsivenees 1
1,0 1,0
1,0 Flexibility
1 3,0
1,0 Cost
1 1,0
Assets 1
Sumber Informasi : Output Program Expert choice Versi 9, Lampiran V
Dari tabel di atas salah satu contoh keterangannya adalah antara perspektif Make reliability
dengan perspektif Make responsivenees diisi dengan nomor 1 yang berarti kedua perspektif sama pentingnya.
d. Deliver
Hasil pengolahan data dengan Expert Choice, untuk pembobotan kriteria supply chain Deliver
diperoleh bahwa nilai consistency ratio nya sebesar 0,03 dimana nilainya kurang dari 0,1 yang menunjukkan bahwa level ini konsisten.
Perspektif Deliver untuk pembobotan level 2 adalah sebagai berikut : Tabel 4.11. Hasil Perbandingan Berpasangan level Dua Perspektif Deliver
Reliability Responsivenees Flexibility Cost Assets Reliability
1 1,0
1,0 3,0
1,0 Responsivenees
1 1,0
1,0 1,0
Flexibility 1
2,0 1,0
Cost 1
1,0 Assets
1
Sumber Informasi : Output Program Expert choice Versi 9, Lampiran V
Dari tabel di atas salah satu contoh keterangannya adalah antara perspektif Deliver reliability
dengan perspektif Deliver responsivenees diisi dengan nomor 1 yang berarti kedua perspektif sama pentingnya.
