BAB V PENGUMPULAN DAN PENGOLAHAN DATA
5.1. Fuzzy Analytic Network Process
Fuzzy Analytic Network Process FANP merupakan metode penilaian multi kriteria untuk strukturisasi keputusan dan analisis yang memiliki
kemampuan untuk mengukur konsistensi dari penilaian pada level subkriteria. Langkah-langkah pengerjaan Fuzzy Analytic Network Process FANP yakni:
5.1.1. Tahap Penentuan Kriteria dan Subkriteria
Tahapan pengumpulan data pada penelitian ini diawali dengan tahap pertama, yaitu penentuan kriteria penilaian kinerja supplier. Pemilihan kriteria dan
subkriteria dilakukan dengan wawancara dan FGD Focus Group Discussion dengan manager purchasing dan logistik serta dengan menggunakan referensi dari
studi literatur Jintuksr. Hasil kriteria dan subkriteria dapat dilihat pada Tabel 5.1.
Tabel 5.1. Kriteria dan Subkriteria Terpilih Penilaian Kinerja Supplier NO
Kriteria Subkriteria
1 Kualitas K
1. Kesesuaian terhadap spesifikasi
2. Persentase penolakan barang masuk
3. Keandalan mempertahankan standar kualitas
4. Sertifikasi kualitas produk
2 Harga H
5. Harga produk
6. Biaya pengiriman
7. Persen pemotongan harga
8. Cara pembayaran
3 Keandalan
Pengiriman KP
9. Ketepatan waktu pengiriman
10. Fleksibilitas pengubahan waktu pengiriman
11. Lama lead time
Universitas Sumatera Utara
Tabel 5.1. Kriteria dan Subkriteria Terpilih Penilaian Kinerja Supplier NO
Kriteria Subkriteria
4 Pelayanan P
12. Adanya kebijakan garansi dan klaim
13. Waktu penyelesaian klaim
14. Kemudahan komunikasi
15. Kualitas perbaikan
16. Dukungan Teknis
5 Fleksibilitas dan
Ketanggapan FK
17. Pemenuhan prosedur
18. Kecepatan dalam menanggapi komplain
19. Hasil tanggapan komplain memuaskan
20. Fleksibilitas terhadap kustomisasi
6 Profil Supplier
PS 21.
Reputasi supplier 22.
Kapasitas dan fasilitas produksi 23.
Lokasi supplier
5.1.2. Tahap Pembuatan Struktur Jaringan Network
Pada tahap ini setiap kriteria dan subkriteria akan ditentukan apakah mempengaruhi satu dengan yang lain. Penentuan hubungan pengaruh antar
subkriteria ini juga dilakukan dengan diskusi kepada responden yang sama. Hasil network yang didapartkan dapat dilihat pada Gambar 5.1.
Gambar 5.1. Struktur Jaringan Network Penilaian Supplier
Universitas Sumatera Utara
5.1.3. Matriks Banding Berpasangan
Perbandingan berpasangan antar kluster untuk masing-masing kluster kriteria yang digunakan dapat dilihat pada tabel berikut.
Tabel 5.6. Matriks Banding Berpasangan Terhadap Kesesuaian Spesifikasi K-1 oleh Cluster Kualitas
RESPONDEN 1 K-1
K-2 K-3
K-4 K-2
1 1
1 15
13 1
1 3
5
K-3 1
3 5
1 1
1 1
3 5
K-4 15
13 1
15 13
1 1
1 1
RESPONDEN 2 K-1
K-2 K-3
K-4 K-2
1 1
1 1
3 5
19 17
15
K-3 15
13 1
1 1
1 15
13 1
K-4
5 7
9 1
3 5
1 1
1
RESPONDEN 3 K-1
K-2 K-3
K-4 K-2
1 1
1 3
5 7
1 3
5
K-3 17
15 13
1 1
1 15
13 1
K-4 15
13 1
1 3
5 1
1 1
RESPONDEN 4 K-1
K-2 K-3
K-4 K-2
1 1
1 19
17 15
3 5
7
K-3
5 7
9 1
1 1
5 7
9
K-4
17 15
13 19
17 15
1 1
1
RESPONDEN 5 K-1
K-2 K-3
K-4 K-2
1 1
1 5
7 9
17 15
13
K-3 19
17 15
1 1
1 7
9 9
K-4 3
5 7
19 19
17 1
1 1
CR = 0,0748
Sumber : Hasil Pengumpulan Data
Tabel 5.6 menunjukkan CR = 0,0748 yang berarti jawaban responden konsisten CR0 .
Universitas Sumatera Utara
Cara perhitungan Consistency Ratio untuk matriks banding berpasangan Terhadap Kesesuaian Spesifikasi K-1 oleh Cluster Kualitas ditampilkan sebagai
berikut: 1.
Menghitung rata-rata pembobotan dengan cara menghitung rata-rata geometrik. Nilai yang diambil merupakan nilai tengah dari bilangan fuzzy
segitiga. Rata-rata geometrik dihitung dengan rumus:
Contoh untuk perhitungan hubungan subkriteria K-2 terhadap K-3 : Responden 1
: 13 Responden 2
: 3 Responden 3
: 5 Responden 4
: 17 Responden 5
: 7
Perhitungan rata-rata geometris untuk matriks banding berpasangan diatas ditampilkan pada Tabel 5.7
Tabel 5.7. Rata-rata Geometris K-1
K-2 K-3
K4 K-1
1.0000 1.3797 1.0515
K-2 0.7248
1.0000 1.8384 K-3
0.9510 0.5439 1.0000
Jumlah 2,6758
2,9237 3,890
2. Masing-masing elemen kolom dibagi dengan jumlah kolom masing-masing.
Universitas Sumatera Utara
Tabel 5.8. Normalisasi Matriks K-1
K-2 K-3
K4 Average
K-1 0.3737 0.4719 0.2703
0.3720
K-2 0.2709 0.3420 0.4726
0.3618
K-3 0.3554 0.1860 0.2571
0.2662
Jumlah 1.0000
1.0000 1.0000
3. Menghitung Rasio Konsistensi:
Matriks Perhitungan Rata-rata Pembobotan x Vektor Bobot tiap baris 1.0000
1.3797 1.0515
0.3720 1.1511
0.7248 1.0000
1.8384 X
0.3618 =
1.1208 0.9510
0.5439 1.0000
0.2662 0.8167
4. Menghitung Konsistensi Vektor:
Rasio Konsistensi Bobot Parsial tiap baris 1.1511 :
0.3720 = 3.0945
1.1208 : 0.3618 =
3.0975 0.8167 :
0.2662 = 3.0685
5. Menghitung rata-rata entri
maks
maks
=
n iVektor
Konsistens
n 1
i
0868 ,
3 3
0685 ,
3 0975
, 3
0945 ,
3
maks
6. Menghitung Consistency Index CI
7. Menghitung Consistency Ratio CR
Index y
Consistenc Random
CI CR
Universitas Sumatera Utara
BAB VI ANALISA PEMECAHAN MASALAH