Setelah dilakukan perhitungan konsistensi di atas, dilakukan perhitungan Consistency Vector sebagai berikut.
1.1053 : 0.3649
= 3.0289
0.4605 : 0.1529
= 3.0112
1.4634 : 0.4821
= 3.0352
Nilai rata-rata kelima entri: 0251
. 3
3 0352
. 3
0112 .
3 0289
. 3
= +
+ =
maks
λ
Kemudian dihitung nilai CI dengan n = 3. CI=
λ
maks
- n n-1
CI= 3.0251- 3
2 =0,0125
Selanjutnya dihitung nilai Consistency Ratio CR. CR=
CI Random Consistency Index
CR= 0,0125
0,52 =0,0241
Didapatkan CR 0,1 , maka jawaban responden konsisten.
BAB VI ANALISIS PEMECAHAN MASALAH
6.1 Analisis
Network
Network yang dibuat untuk pemilihan mesin injection molding disusun dalam 3 bagian, yaitu goal tujuan, kriteria, dan alternatif. Pada permasalahan ini
yang menjadi goal tujuan adalah untuk mendapatkan urutan alternatif mesin injection molding berdasarkan kriteria, terdapat 10 kriteria yang digunakan untuk
memilih mesin injection molding yaitu kecepatan produksi, flexibility, dimensi mesin, precision, reliability, maintenance dan service, harga, mudah difungsikan,
durability, dan green standard. Merek mesin injection molding yang digunakan sebagai alternatif pada penelitian ini adalah JSW, ORICHE dan PowerJET.
6.2. Analisis Metode
Fuzzy Analytic Network Process ANP
Fuzzy ANP digunakan untuk memperoleh bobot pada masing-masing kriteria yang kemudian akan digunakan untuk pengolahan dengan metode
COPRAS. Hasil perhitungan bobot pada masing-masing kriteria menunjukkan bahwa lima bobot kriteria terbesar adalah pada kriteria harga, keandalan mesin,
precision, dimensi mesin, dan umur mesin.
6.3. Analisis Metode COPRAS
Metode COPRAS digunakan untuk mengelola informasi mengenai kriteria yang ditulis dalam bentuk interval dan digunakan untuk memperoleh
urutan alternatif terbaik. Terdapat 3 merek jenis mesin injection molding yang digunakan sebagai alternatif yang dinilai yaitu merek JSW, ORICHE, dan
PowerJET. Pengolahan dengan mengunakan metode COPRAS menunjukkan urutan alternatif yang dapat dijadikan saran bagi perusahaan dalam pengambilan
sebuah keputusan untuk menentukan merek mesin injection molding yang akan dibeli. Hasil perhitungan alternatif dengan metode COPRAS dapat dilihat pada
Tabel 6.1.
Tabel 6.1. Urutan Bobot Alternatif ALTERNATIF
JSW ORICHE
PowerJET Pj
0.2936 0.2727
0.2758
Rj 0.0575
0.0483 0.0507
1Rj 17.3826
20.7044 19.7346
Qj
0.3406 0.3287
0.3292
Nj
100.00 96.51
96.65
Hasil pengolahan menunjukkan urutan alternatif terbaik dimulai dari merek JSW, PowerJET dan ORICHE. Untuk menentukan mesin yang akan
dipilih, perusahaan dapat mengambil keputusan berdasarkan hasil perhitungan bobot atas lima kriteria dengan bobot terbesar dan dengan melihat urutan
alternatif mesin injection molding.
6.4. Implikasi secara Manajerial
Hasil penelitian ini menunjukkan bahwa mesin injection molding merek JSW merupakan mesin yang terpilih dan merupakan mesin yang terbaik dari
ketiga alternatif merek mesin yang dibandingkan. Terpilihnya mesin injection molding merek JSW secara tepat sesuai dengan kriteria yang telah ditentukan
dapat memberikan dampak positif bagi perusahaan dalam hal meningkatkan
kecepatan produksi, memenuhi semua permintaan pada produk toples kue sehingga perusahaan dapat memperluas daerah pemasarannya.
6.5. Implikasi secara Teoritis
Dalam penelitian ini, proses pemilihan mesin injection molding menggunakan menggunakan metode fuzzy analytical network process Fuzzy
ANP, dan COPRAS Complex Proposional Assesment. Fuzzy ANP merupakan sebuah metode multikriteria yang digunakan untuk menentukan bobot kriteria
pemilihan mesin injection molding, sedangkan COPRAS digunakan untuk menentukan urutan mesin injection molding yang dinilai berdasarkan derajat
utilitasnya. Pada Tabel 6.1. dari hasil pengolahan fuzzy ANP menunjukkan bahwa
terdapat lima subkriteria yang paling berpengaruh dalam pemilihan mesin injection molding yaitu harga, keandalan mesin, precision, dimensi mesin, dan
umur mesin. Kelima subkriteria ini penting untuk dipertimbangkan oleh perusahaan dalam melakukan pembelian mesin untuk memilih mesin secara tepat
dan dengan dibantu menggunakan metode COPRAS untuk meningkatkan efisiensi dan meningkatkan akurasi sehingga perusahaan tidak salah dalam
pengambilan keputusan.
