Penerapan Metode Fuzzy ANP dan COPRAS Pada Pemilihan Merek Mesin Injection Molding Di PT. Mewah Indah Jaya

(1)

PENERAPAN METODE FUZZY ANP DAN COPRAS PADA

PEMILIHAN MEREK MESIN INJECTION MOLDING DI

PT. MEWAH INDAH JAYA

TUGAS SARJANA

Diajukan Untuk Memenuhi Sebagian Dari Syarat-Syarat Memperoleh Gelar Sarjana Teknik

Oleh

SUSANTO SALIM 1 0 0 4 0 3 1 1 5

D E P A R T E M E N T E K N I K I N D U S T R I

F A K U L T A S T E K N I K

UNIVERSITAS SUMATERA UTARA

M E D A N

(2)

(3)

(4)

KATA PENGANTAR

Puji dan syukur penulis ucapkan kepada Tuhan Yang Maha Esa yang telah memberikan rahmat dan karunia-Nya kepada penulis sehingga penulis dapat menyelesaikan tugas sarjana ini.

Tugas sarjana ini merupakan salah satu syarat untuk mendapatkan gelar sarjana teknik di Departemen Teknik Industri, khususnya program studi Reguler Strata Satu, Fakultas Teknik, Universitas Sumatera Utara. Judul untuk tugas sarjana ini adalah “Penerapan Metode Fuzzy ANP dan COPRAS Pada Pemilihan Merek Mesin Injection Molding Di PT. Mewah Indah Jaya”.

Penulis menyadari masih banyak kekurangan dalam penulisan tugas sarjana ini. Oleh karena itu, penulis mengharapkan saran dan masukan yang bersifat membangun demi kesempurnaan laporan tugas sarjana ini. Semoga tugas sarjana ini dapat bermanfaat bagi penulis, perpustakaan Universitas Sumatera Utara, dan pembaca lainnya.

Medan, Maret 2015 Penulis,

(5)

UCAPAN TERIMA KASIH

Segala puji dan syukur penulis ucapkan yang sebesar-besarnya kepada Tuhan Yang Maha Esa yang telah memberikan kesempatan kepada penulis untuk merasakan dan mengikuti pendidikan di Departemen Teknik Industri USU serta telah memberikan nikmat kesehatan dan ilmu kepada penulis selama masa kuliah dan penulisan laporan tugas sarjana ini.

Dalam penulisan tugas sarjana ini penulis telah mendapatkan bimbingan dan bantuan dari berbagai pihak, baik berupa materil, spiritual, informasi maupun administrasi. Oleh karena itu sudah selayaknya penulis mengucapkan terima kasih kepada:

1. Ibu Ir. Khawarita Siregar, M.T., selaku Ketua Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara, yang telah memberi izin pelaksanaan Tugas Sarjana ini.

2. Bapak Dr. Ir. Nazaruddin, M.T., selaku Dosen Pembimbing I atas waktu, bimbingan, pengarahan, tuntunan, dan masukan yang diberikan kepada penulis dalam penyelesaian Tugas Sarjana ini.

3. Bapak Ikhsan Siregar S.T. M.Eng., selaku Dosen Pembimbing II atas waktu, bimbingan, pengarahan, tuntunan, dan masukan yang diberikan kepada penulis dalam penyelesaian Tugas Sarjana ini.

4. Seluruh dosen Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara dan dosen fakultas lainnya yang telah memberikan pengajaran selama perkuliahan yang menjadi bekal dalam penulisan tugas sarjana ini. 5. Kedua orangtua tercinta, Ubet dan Kok Jong yang tiada hentinya mendukung

(6)

dapat diselesaikan. Penulis menyadari tidak dapat membalas segala kebaikan dan kasih sayang dari keduanya, oleh karena itu izinkanlah penulis memberikan karya ini sebagai ungkapan rasa terima kasih kepada Ibunda dan Ayahanda tercinta.

6. Staff pegawai Teknik Industri, Bang Mijo, Bang Ridho, Kak Dina, Bang Nurmansyah, Kak Rahma, dan Ibu Ani, terimakasih atas bantuannya dalam masalah administrasi untuk melaksanakan tugas sarjana ini.

7. Bapak Thomas Effendi selaku pemilik di PT Mewah Indah Jaya yang telah memberikan bantuan informasi dan data selama melakukan penelitian.

8. Teman-teman seperjuangan dalam penelitian Jusco dan Joseph Kristanto yang saling membantu dan bekerja sama selama penelitian.

9. Sahabat-sahabat seperjuangan di Departemen Teknik Industri, Lisa Maxel, Ayu Wintia Azizah, Arie Handoko, Calvin Setiawan, Suryadi, Andy, Joseph Kristanto, Jusco, Susanto Salim, Rini Paskah Barus, Nadia Comeneci dan Saryanta Lumbantoruan serta rekan-rekan angkatan 2010 Teknik Industri FT USU (TITEN) yang juga membantu dan memberi dukungan dan semangat selama penelitian.

UNIVERSITAS SUMATERA UTARA, MEDAN PENULIS

(7)

DAFTAR ISI

BAB HALAMAN

LEMBAR JUDUL

LEMBAR PENGESAHAN ... i

SERTIFIKAT EVALUASI TUGAS SARJANA ... ii

KATA PENGANTAR ... iii

UCAPAN TERIMA KASIH ... iv

DAFTAR ISI ... v

DAFTAR TABEL ... ix

DAFTAR GAMBAR ... xi

I PENDAHULUAN ... I-1

1.1. Latar Belakang ... I-1 1.2. Rumusan Masalah ... I-2 1.3. Tujuan dan Manfaat ... I-2 1.4. Batasan dan Asumsi Penelitian ... I-5 1.5. Sistematika Penulisan Tugas Akhir ... I-5

II GAMBARAN UMUM PERUSAHAAN ... II-1

2.1. Sejarah Perusahaan ... II-1 2.2. Ruang Lingkup Bidang Usaha ... II-1 2.3. Organisasi dan Manajemen ... II-2 2.3.1. Struktur Organisasi Perusahaan ... II-2

(8)

DAFTAR ISI (Lanjutan)

BAB HALAMAN

2.3.2. Pembagian Tugas dan Tanggung Jawab ... II-2 2.3.3. Tenaga Kerja dan Jam Kerja ... II-5 2.3.4. Sistem Pengupahan dan Fasilitas Lainnya ... II-8 2.4. Proses Produksi ... II-8 2.4.1. Proses Produksi Produk Berbahan Aluminium ... II-9 2.4.1.1. Bahan yang Digunakan ... II-9 2.4.1.2. Proses Produksi Produk Berbahan Aluminium II-10 2.4.2. Proses Produksi Produk Berbahan Plastik ... II-15 2.4.2.1. Bahan yang Digunakan ... II-15 2.4.2.2. Proses Produksi Produk Berbahan Plastik ... II-16

III LANDASAN TEORI ... III-1

3.1. Multiple Criteria Decision Making (MCDM) ... III-1 3.1.1. Konsep Dasar MADM ... III-1 3.2. Teori Fuzzy ... III-3 3.3. Analytic Network Process (ANP) ... III-4 3.3.1. Langkah-Langkah ANP ... III-7 3.4. Complex Proportional Assessment (COPRAS) ... III-9 3.5. Metode Sampling ... III-12 2.5.1. Non-probability Sampling ... III-13 3.6. Kuesioner ... III-14

(9)

DAFTAR ISI (Lanjutan)

BAB HALAMAN

3.7. Kumpulan Penelitian ... III-15

IV METODOLOGI PENELITIAN ... IV-1

4.1. Tempat dan Waktu Penelitian ... IV-1 4.2. Objek Penelitian ... IV-1 4.3. Jenis Penelitian ... IV-1 4.4. Variabel Penelitian ... IV-1 4.5. Kerangka Teoritis ... IV-2 4.6. Rancangan Penelitian ... IV-3 4.6.1. Instrumen Penelitian ... IV-4 4.6.1.1.Populasi dan Sampel Penelitian ... IV-4 4.6.2. Metode Pengumpulan Data ... IV-5 4.6.3. Pengolahan Data ... IV-7 4.6.4. Analisis Pemecahan Masalah ... IV-7 4.6.5. Kesimpulan dan Saran ... IV-8

V PENGUMPULAN DAN PENGOLAHAN DATA ... V-1

5.1. Spesifikasi Tipe Alternatif Mesin Injection Molding ... V-1 5.2. Penentuan Kriteria dan Subkriteria ... V-3 5.3. Gambar Network Pemilihan Alternatif Mesin Injection

(10)

DAFTAR ISI (Lanjutan)

BAB HALAMAN

5.4. Perhitungan Rata - rata Pembobotan untuk Masing -

masing Kriteria ... V-8 5.4.1. Perhitungan Bobot Parsial dan Consistency Ratio (CR) V-9 5.4.2. Perhitungan Bobot ... V-11 5.5. Complex Proportional Assessment (COPRAS) ... V-28 5.5.1. Penilaian Kriteria pada Alternatif Mesin ... V-28

VI ANALISIS PEMECAHAN MASALAH ... VI-1

6.1. Analisis Network ... VI-1 6.2. Analisis Metode FuzzyAnalytic Network Process (ANP) ... VI-1 6.3. Analisis Metode COPRAS ... VI-3 6.4. Implikasi secara Manajerial ... VI-4 6.5. Implikasi secara Teoritis ... VI-4

VII KESIMPULAN DAN SARAN ... VII-1

7.1. Kesimpulan ... VII-1 7.2. Saran ... VII-1

DAFTAR PUSTAKA LAMPIRAN

(11)

DAFTAR ISI (Lanjutan)

BAB HALAMAN

L2- Penentuan Kriteria dan Subkriteria L3 - Form Tugas Akhir

L4 – Surat Penjajakan

L5 – Surat Balasan Perusahaan L6 - Surat Keputusan Tugas Akhir L7 - Lembar Asistensi Dosen L8 - Kuisioner ANP

(12)

DAFTAR TABEL

TABEL HALAMAN

1.1. Data Jumlah Produksi dan Jumlah Permintaan Produk

Toples Kue PT. Mewah Indah Jaya ... I-2 2.1. Komposisi Tenaga Kerja PT. Mewah Indah Jaya ... II-6 2.2. Jadwal Kerja Operator Bagian Pelat ... II-7 2.3. Jadwal Kerja Operator Bagian Injection dan Petugas

Keamanan... III-7 2.4. Jadwal Kerja Karyawan Non Produksi ... III-7 3.1 Skala Linguistik Fuzzy ... III-6 3.2. Skala Fundamental ANP dan AHP ... III-6 3.3. Random Consistency Index ... III-8 3.4. Kumpulan Penelitian ... III-15 4.1. Populasi Penelitian ... IV-4 5.1. Hubungan Antar Kriteria ... V-6 5.2. Rata-rata Geometris Cluster A1 dengan A1.2, A1.3, dan A1.4 .. V-8 5.3. Penjumlahan Kolom Matriks ... V-9 5.4. Pembagian Tiap Elemen Kolom dengan Hasil Penjumlahan

Matriks ... V-9 5.5. Rata-rata Geometris ... V-11 5.6. Rekapan Nilai W Terhadap Daya Mesin (A1.1) ... V-14 5.7. Rekapan Nilai W Terhadap Daya Mesin (A1.2) ... V-15

(13)

DAFTAR TABEL (Lanjutan)

TABEL HALAMAN

5.8. Rekapan Nilai W Terhadap Daya Mesin (A1.3) ... V-15 5.9. Rekapan Nilai W Terhadap Daya Mesin (A1.4) ... V-15 5.10. Rekapan Nilai W Terhadap Daya Mesin (A2.1) ... V-16 5.11. Rekapan Nilai W Terhadap Daya Mesin (A2.2) ... V-16 5.12. Rekapan Nilai W Terhadap Daya Mesin (A2.3) ... V-16 5.13. Rekapan Nilai W Terhadap Daya Mesin (A3) ... V-16 5.14. Rekapan Nilai W Terhadap Daya Mesin (A4) ... V-17 5.15. Rekapan Nilai W Terhadap Daya Mesin (A5.1) ... V-17 5.16. Rekapan Nilai W Terhadap Daya Mesin (A5.2) ... V-18 5.17. Rekapan Nilai W Terhadap Daya Mesin (A6.1) ... V-18 5.18. Rekapan Nilai W Terhadap Daya Mesin (A6.2) ... V-18 5.19. Rekapan Nilai W Terhadap Daya Mesin (A6.3) ... V-19 5.20. Rekapan Nilai W Terhadap Daya Mesin (A7) ... V-19 5.21. Rekapan Nilai W Terhadap Daya Mesin (A8.1) ... V-19 5.22. Rekapan Nilai W Terhadap Daya Mesin (A8.2) ... V-20 5.23. Rekapan Nilai W Terhadap Daya Mesin (A8.3) ... V-20 5.24. Rekapan Nilai W Terhadap Daya Mesin (A9.1) ... V-20 5.25. Rekapan Nilai W Terhadap Daya Mesin (A9.2) ... V-20 5.26. Rekapan Nilai W Terhadap Daya Mesin (A10.1) ... V-20 5.27. Rekapan Nilai W Terhadap Daya Mesin (A10.2) ... V-21

(14)

DAFTAR TABEL (Lanjutan)

TABEL HALAMAN

5.28. Rekapan Nilai W Terhadap Daya Mesin (A10.3) ... V-21 5.29. Unweighted Matrix ... V-22 5.30. Weighted Matrix ... V-24 5.31. Limit Super Matrix ... V-26 5.32. Penilaian Alternatif Responden I ... V-28 5.33. Penilaian Alternatif Responden II ... V-29 5.34. Penilaian Alternatif Responden III ... V-30 5.35. Penilaian Alternatif Responden IV ... V-31 5.36. Penilaian Alternatif Responden V... V-32 5.37. Rata-rata Penilaian Alternatif ... V-33 5.38. Normalisasi Matriks COPRAS ... V-35 5.39. Weighted Matrix COPRAS ... V-36 5.40. Perhitungan Pi dan Ri ... V-38 5.41. Jumlah Ri dan 1/Ri ... V-38 5.42. Perhitungan Bobot Relatif (Qi) ... V-39 5.43. Perhitungan Ni ... V-39 6.1. Urutan Bobot Alternatif ... VI-3

(15)

DAFTAR GAMBAR

GAMBAR HALAMAN

2.1. Stuktur Organisasi PT. Mewah Indah Jaya ... II-2 3.1. (a) Struktur Hierarki (b) Struktur Networks ... III-5 4.1. Kerangka Konseptual Penelitian ... IV-3 4.2. Langkah-langkah Proses Penelitian ... IV-6 5.1. Mesin Injection Molding J110AD UPS 50H ... V-1 5.2. Mesin Injection Molding HRV-100u ... V-2 5.3. Mesin Injection Molding BJ120V6 ... V-3 5.4. Network Pemilihan Alternatif Mesin Injection Molding... V-5

(16)

ABSTRAK

Permasalahan yang ada dalam penelitian ini adalah perusahaan kesulitan dalam menentukan mesin manakah yang harus dibeli dari 10 kriteria yang telah ditentukan. Pemilihan mesin adalah sebuah keputusan penting untuk meningkatkan produktivitas, fasilitas, serta pengembangan usaha karena pemilihan mesin yang tepat dapat meningkatkan produktivitas dan meningkatkan daya saing perusahaan. Penyelesaian permasalahan di PT Mewah Indah Jaya pada pemilihan mesin ini dilakukan dengan menggunakan metode Fuzzy Analytical Network Process (ANP), dan COPRAS (Complex Propotional Assessment). Skala pengaruh antar kriteria dan alternatif berdasarkan hubungan kriteria menjadi input dalam Fuzzy ANP untuk menghasilkan bobot kriteria yang selanjutnya diolah dengan COPRAS untuk mengetahui urutan alternatif. Hasil pengolahan dengan

Fuzzy ANP menunjukkan lima kriteria dengan bobot tertinggi yaitu harga (0,1111), keandalan mesin (0,0872), precision (0,0757), dimensi mesin (0,0712), umur mesin (0,0559), sementara hasil pengolahan dengan COPRAS menghasilkan urutan alternatif mesin injection molding dari yang terbaik yaitu JSW (100%), PowerJET (96,65), dan ORICHE (96,51). Hasil pengolahan dengan kedua metode ini akan dijadikan usulan kepada perusahaan dalam pengambilan keputusan, dimana mesin injection molding yang dipilih adalah mesin merek JSW.

Kata Kunci : pemilihan mesin injection molding, Fuzzy ANP (Analytic Network Process), COPRAS (Complex Proportional Assessment)

(17)

ABSTRAK

Kata Kunci : pemilihan mesin injection molding, Fuzzy ANP (Analytic Network Process), COPRAS (Complex Proportional Assessment)

(18)

BAB I

PENDAHULUAN

1.1. Latar Belakang

Injection molding adalah sebuah mesin manufaktur yang digunakan untuk memproduksi produk produk berbahan plastik dengan cara menyuntikkan bahan baku ke dalam cetakan. Mesin injection molding terdiri dari dua dasar elemen yaitu, unit injeksi dan unit clamping. Bahan baku yang digunakan untuk mesin

injection molding terdiri dari berbagai resin plastik. Resin yang dipilih untuk proses ini adalah polietilena, polypropylene, ABS, dan fluorocarbons, karena karakteristik dari resin ini dapat dengan mudah diproduksi.

Mesin injection molding juga menawarkan banyak keuntungan pada bidang manufaktur karena produk yang gagal diproduksi atau produk cacat dapat kembali didaur ulang sehingga dapat mengurangi kerugian pada perusahaan.

PT. Mewah Indah Jaya merupakan perusahaan yang memproduksi produk-produk rumah tangga yang berbahan plastik seperti produk-produk ember, gantungan baju, celengan, keranjang, dirigen, dan toples kue dengan menggunakan mesin

injection molding. Dalam memenuhi permintaan produk rumah tangga khususnya produk toples kue, perusahaan sering tidak dapat memenuhi permintaan karena sering terjadinya kerusakan pada mesin injection molding akibat mesin yang sudah digunakan selama 10 tahun sehingga menyebabkan menurunnya jumlah produksi. Untuk mengatasi permasalahan ini perusahaan ingin menambah fasilitas mesin injection molding sehingga dapat meningkatkan kapasitas produksinya. Namun perusahaan memiliki kesulitan dalam menentukan mesin manakah yang harus dibeli dari 10 kriteria yang telah ditentukan sehingga dilakukan penelitian

(19)

ini untuk membantu perusahaan dalam menentukan kriteria yang paling berpengaruh untuk pengambilan keputusan.

Terdapat beberapa penelitian yang telah dilakukan berkenaan dengan pemilihan mesin. Penelitian tentang pemilihan mesin cutting dengan menggunakan metode Fuzzy AHP (Analytic Hierarchy Process) dan Fuzzy

MOORA. Tujuan dari penelitian ini adalah untuk memberikan dukungan keputusan untuk manajer mengenai masalah pemilihan mesin. Kriteria mesin

cutting ditentukan dengan mempertimbangkan literatur yang terkait, dan juga dengan berkonsultasi dengan manajer perusahaan. Setelah itu, dihitung bobot kriteria dengan fuzzy AHP dan mengurutkan ranking alternatif mesin cutting

dengan metode Fuzzy Moora.

Penelitian tentang pemilihan material gear menggunakan metode COPRAS (Complex Proportional Assessment) dan ARAS ( Additive Ratio Assessment) (Chakraborty, 2013). Penelitian ini berfokus pada 2 pendekatan multi-kriteria, yaitu metode COPRAS dan ARAS untuk memecahkan permasalahan material gear di lingkungan manufaktur yang diberikan. Semua calon material dikumpulkan dari yang terbaik sampai yang terburuk, dengan mempertimbangkan multi-kriteria atribut pemilihan material.

Penelitian tentang pemilihan mesin dengan menggunakan metode fuzzy ANP (Analytic Network Process) dan COPRAS (Complex Proportional Assessment) (Huu-Tho, 2014). Dalam penelitiannya, evaluasi terhadap mesin dilakukan berdasarkan beberapa kriteria seperti kecepatan produksi, kapasitas mesin, dimensi mesin, maintenance dan harga. Fuzzy ANP (Analytic Network Process) digunakan sebagai pembuat keputusan dalam menyeleksi masalah mesin dengan multikriteria dimana melibatkan hubungan interaksi antara kriteria dari

(20)

alternatif yang ada. COPRAS digunakan untuk menganalisis alternatif yang berbeda, dan memperkirakan alternatif sesuai dengan tingkat utilitasnya di mana nilai-nilai dari atribut dinyatakan dalam interval untuk meningkatkan efisiensi dan meningkatkan akurasi dalam proses pengambilan keputusan.

Penggunaan metode fuzzy ANP (Analytic Network Process) dan COPRAS (Complex Proportional Assessment) dalam penelitian ini merupakan metode multikriteria dalam proses pengambilan keputusan dimana metode ini digunakan untuk menyeleksi mesin berdasarkan kriteria dari alternatif yang ada agar pengambilan keputusan dalam pembelian mesin injection molding dapat dilakukan secara tepat dan sesuai dengan kebutuhan.

1.2. Rumusan Masalah

Berdasarkan latar belakang masalah yang telah diuraikan di sebelumnya, masalah yang terdapat dalam penelitian ini adalah perusahaan ingin menambah fasilitas mesin injection molding karena kurangnya kapasitas produksi. Pihak perusahaan menyediakan tiga merek alternatif mesin injection molding yang membuat perlu dilakukannya kajian untuk memilih mesin yang terbaik sehingga perusahaan dapat mengambil keputusan secara tepat.

1.3. Tujuan dan Manfaat

Tujuan umum penelitian tugas akhir ini adalah membantu perusahaan dalam melakukan pengambilan keputusan untuk membeli mesin injection molding

dari alternatif yang ada sesuai dengan kriteria.

Tujuan khusus yang ingin dicapai dalam penelitian tugas akhir ini adalah: 1. Mengidentifikasi kriteria yang berpengaruh dalam pemilihan mesin

(21)

2. Mendapatkan urutan alternatif mesin injection molding berdasarkan kriteria Manfaat dalam melakukan penelitian ini adalah sebagai berikut:

1. Meningkatkan kemampuan mahasiswa dalam mengaplikasikan teori yang diperoleh selama kuliah dan meningkatkan wawasan dalam menganalisis dan memecahkan masalah sebelum memasuki dunia kerja khususnya dalam hal penentuan kriteria dan pemilihan alternatif..

2. Hasil penelitian ini dapat dijadikan masukan bagi perusahaan dalam pengambilan keputusan untuk memilih merek mesin yang paling sesuai dengan perusahaan sehingga dapat meningkatkan kapasitas produksinya. 3. Mempererat hubungan kerja sama antara perusahaan dengan Departemen

Teknik Industri USU.

1.4. Batasan dan Asumsi Penelitian

Batasan dalam penelitian ini adalah :

1. Penelitian hanya membahas tentang pemilihan mesin.

2. Jenis mesin yang diteliti dibatasi hanya mesin injection molding.

3. Merek mesin injection molding yang diteliti dibatasi hanya merek-merek yang dijual oleh satu distributor yang ditinjau oleh peneliti.

Asumsi dalam penelitian yang dilakukan adalah :

1. Responden yang dipilih merupakan karyawan pabrik yang telah berpengalaman dalam mesin injection molding selama 5 tahun

2. Responden menjawab kuesioner secara netral.

1.5. Sistematika Penulisan Tugas Akhir

(22)

Bab I Pendahuluan yang menguraikan latar belakang permasalahan yang mendasari penelitian, rumusan permasalahan, tujuan penelitian, manfaat penelitian, batasan dan asumsi yang digunakan dalam penelitian, dan sistematika penulisan tugas sarjana.

Bab II Gambaran Umum Perusahaan, menguraikan tentang sejarah perusahaan, ruang lingkup bidang usaha, stuktur organisasi perusahaan, sistem pengupahan dan fasilitas yang digunakan, proses produksi, serta mesin dan peralatan yang digunakan dalam proses produksi.

Bab III Landasan Teori, berisi teori mengenai konsep MADM, teori fuzzy, ANP, COPRAS, dan metode sampling.

Bab IV Metodologi Penelitian, yang membahas menguraikan tahap-tahap yang dilakukan dalam penelitian yaitu persiapan penelitian meliputi penentuan lokasi penelitian, jenis penelitian, objek penelitian, kerangka berpikir, identifikasi variabel penelitian, pengumpulan data, metode pengolahan data, blok diagram prosedur penelitian, pengolahan data, analisis pemecahan masalah sampai kesimpulan dan saran.

Bab V Pengumpulan dan Pengolahan Data, berisi pengumpulan data sekunder, penetapan kriteria berdasarkan ANP, dan urutan alternatif dengan menggunakan metode COPRAS.

Bab VI Analisis Pemecahan Masalah, meliputi analisis penetapan kriteria dan anlisis urutan alternatif.

Bab VII Kesimpulan dan Saran, berisi kesimpulan yang diperoleh dari hasil pemecahan masalah dan saran-saran yang bermanfaat bagi perusahaan.

(23)

BAB II

GAMBARAN UMUM PERUSAHAAN

2.1. Sejarah Perusahaan

PT. Mewah Indah Jaya didirikan pada tahun 1980 oleh Bapak Susanto dan Effendi dimana awalnya perusahaan berada di lokasi daerah Sunggal. Perusahaan terus melakukan pengembangan sehingga pada tahun 1983, PT. Mewah Indah Jaya pindah ke daerah Binjai yang lebih luas yang beralamat di Gang Kenduri no 86 km 14, Deli Serdang, Sumatera Utara. PT. Mewah Indah Jaya yang merupakan perusahaan keluarga turun menurun yang sekarang dipimpin oleh anak dari Bapak Effendi yaitu Thomas Effendi.

PT. Mewah Indah Jaya merupakan sebuah perusahaan yang bergerak di bidang industri pengolahan alat-alat kebutuhan rumah tangga.

2.2. Ruang Lingkup Bidang Usaha

PT. Mewah Indah Jaya merupakan perusahaan yang bergerak di bidang produksi produk rumah tangga yang berbahan aluminium dan plastik. Produk berbahan aluminium yang dihasilkan berupa dandang dan kuali sementara produk berbahan plastik yang diproduksi memiliki ragam yang lebih banyak yang berupa ember, baskom, piring, keranjang, kursi, celengan dan lain sebagainya.

Produk-produk yang dihasilkan PT. Mewah Indah Jaya dipasarkan pada wilayah Sumatera antara lain Medan, Binjai, Pematang Siantar, Tebing Tinggi, Sibolga, Padang, Pekan Baru dan kota lainnya di Sumatera.

(24)

2.3. Organisasi dan Manajemen 2.3.1. Struktur Organisasi Perusahaan

PT. Mewah Indah Jaya memiliki struktur organisasi fungsional yang dimana hubungan fungsional tersebut terlihat dari pembagian atau pemisahan tugas berdasarkan fungsi-fungsi yang ada pada perusahaan yaitu bagian produksi, bagian gudang, bagian keuangan, bagian administrasi dan petugas keamanan.

Struktur Organisasi PT. Mewah Indah Jaya dapat dilihat pada Gambar 2.1. Direktur Kepala Bidang Produksi Kepala Bidang Gudang Kepala Bidang Keuangan Kepala Bidang Administrasi Petugas Keamanan Supervisor Injection Supervisor Pelat Supervisor Boker Karyawan Gudang Karyawan Penjualan Karyawan Pemasaran Operator Bagian Injection Operator Bagian Pelat Operator Bagian Boker Pekerja Bengkel

Gambar 2.1. Stuktur Organisasi PT. Mewah Indah Jaya

2.3.2. Pembagian Tugas dan Tanggung Jawab

Uraian tugas dan tanggung jawab setiap bagian pada PT. Mewah Indah Jaya adalah:

1. Direktur

Tugas dan tanggung jawab direktur adalah sebagai berikut:

a. _{Memimpin dan menentukan kebijakan operasional perusahaan}

b. _{Menjalankan fungsi manajemen (}_{top management}_{) dalam pengambilan}

keputusan

(25)

2. Kepala bidang produksi

Tugas dan tanggung jawab kepala bidang produksi adalah sebagai berikut:

a. _{Memberikan arahan spesifikasi produk yang akan diproduksi} b. _{Melakukan pengawasan terhadap proses produksi}

c. _{Memberikan laporan hasil produksi dan bertanggung jawab kepada}

Direktur atau keseluruhan kegiatan produksi 3. Kepala bidang gudang

Tugas dan tanggung jawab kepala bidang gudang adalah sebagai berikut:

a. _{Mengatur ketersediaan bahan baku untuk produksi} b. _{Mengatur tempat penyimpanan produk jadi}

c. _{Memberikan laporan atas keseluruhan kegiatan di gudang}

4. Kepala bidang keuangan

Tugas dan tanggung jawab kepala bidang keuangan adalah sebagai berikut:

a. _{Mencatat dan membuat laporan hasil penjualan dan kegiatan lain yang}

berhubungan dengan keuangan

b. _{Mengatur pembagian gaji karyawan.}

c. _{Memberikan laporan} _{mengenai anggaran biaya, realisasi dan}

pengawasannya.

5. Kepala bidang administrasi

Kepala bidang administrasi mempunyai tanggung jawab atas semua hal yang menyangkut administrasi yang ada pada perusahaan.

6. Petugas keamanan

Petugas keamanan mempunyai tanggung jawab menjaga keamanan pabrik serta menutup dan membuka pintu masuk perusahaan.

(26)

7. Supervisor bagian injection

Supervisor bagian injection mempunyai tanggung jawab untuk mengatur serta mengawasi pekerjaan operator bagian injection.

8. Supervisor bagian pelat

Supervisor bagian pelat mempunyai tanggung jawab untuk mengatur serta mengawasi pekerjaan operator bagian pelat.

9. Supervisor bagian boker

Supervisor bagian boker memiliki tanggung jawab untuk mengatur serta mengawasi pekerjaan operator bagian boker.

10. Karyawan gudang

Tugas dan tanggung jawab karyawan gudang sebagai berikut :

a. _{Menjaga keamanan gudang}

b. _{Mencatat barang yang keluar dan masuk} c. _{Mengatur keluar masuknya barang}

11. Karyawan penjualan

Karyawan penjualan mempunyai tanggung jawab untuk menerima pesanan dari pelanggan dan mencatat segala aktivitas penjualan

12. Karyawan Bengkel

Tugas dan tanggung jawab karyawan bengkel adalah memberikan jadwal

maintenance kepada kepala bagian produksi dan memperbaiki mesin yang yang mengalami kerusakan.

13. Karyawan pemasaran

Karyawan pemasaran mempunyai tujuan dan tanggung jawab dalam pemasaran produk yang diproduksi dan meningkatkan penjualan melalui usaha promosi.

(27)

14. Operator

Operator mempunyai tanggung jawab sebagai berikut:

a. _{Bertanggung jawab terhadap proses produksi yang berlangsung di lantai}

produksi

(28)

BAB III

LANDASAN TEORI

3.1. Multiple Criteria Decision Making (MCDM)

Menurut Kusumadewi (2006), MCDM adalah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu. Kriteria biasanya berupa ukuran-ukuran, aturan-aturan atau standar yang digunakan dalam pengambilan keputusan. Berdasarkan tujuannya, MCDM dapat dibagi menjadi 2 model yaitu Multi Attribute Decision Making (MADM) dan Multi Objective Decision Making

(MODM). Seringkali MADM dan MODM digunakan untuk menerangkan kelas atau kategori yang sama. MADM digunakan untuk menerangkan kelas atau kategori yang sama. MADM digunakan untuk menyelesaikan masalah-masalah dalam ruang diskret. Oleh karena itu, pada MADM biasanya digunakan untuk melakukan penilaian atau seleksi terhadap beberapa alternatif dalam jumlah yang terbatas. Secara umum dapat dikatakan bahwa MADM menyeleksi alternatif terbaik dari sejumlah alternatif.

3.2. Teori Fuzzy

Pada akhir abad ke-19 hingga akhir abad ke-20, teori probabilitas memegang peranan penting untuk penyelesaian masalah ketidakpastian. Teori ini terus berkembang, hingga akhirnya pada tahun 1965, Lotfi A. Zadeh memperkenalkan teori himpunan fuzzy, yang secara tidak langsung mengisyaratkan bahwa tidakhanya teori probabilitas saja yang dapat digunakan untik merepresentasikan masalah ketidakpastian. Namun demikian, teori

(29)

himpunan fuzzy bukanlah merupakan pengganti dari teori probabilitas. Pada teori himpunan fuzzy, komponen utama yang sangat berpengaruh adalah fungsi keanggotaan. Fungsi keanggotaan merepresentasikan derajat kedekatan suatu obyek terhadap atribut tertentu, sedangkan pada teori probabilitas lebih pada penggunaan frekuensi relatif (Kusumadewi, 2006).

Teori himpunan fuzzy merupakan kerangka matematis yang digunakan untuk merepresentasikan ketidakpastian, ketidakjelasan, ketidaktepatan, kekurangan informasi, dan kebenaran parsial. Kurangnya informasi, dalam menyelesaikan permasalahan sering kali dijumpai di berbagai bidang kehidupan.

Max Black mendefinisakan suatu proposisi tentang ketidakjelasan sebagai suatu proposisi dimana status kemungkinan dari proposisi tersebut tidak didefinisikan dengan jelas. Sebagai contoh, untuk menyatakan seseorang termasuk dalam kategori muda, pernyataan “muda” dapat memberikan interpretasi yang berbeda dari oleh tiap individu, dan tidak dapat diberikan umur tertentu untuk mengatakan seseorang masih muda atau tidak.

3.3. Analytic Network Process (ANP)

Masalah dalam pengambilan keputusan tidak dapat distruktur secara hierarki karena masalah melibatkan interaksi dan keterkaitan antara elemen pada tahapan yang lebih tinggi terhadap elemen pada tahapan yang lebih rendah. Kepentingan dari kriteria menentukan kepetingan dari alternatif pada hierarki, dan kepetingan dari alternatif menentukan kepentingan dari kriteria. (Saaty, 2006)

Analytic Network Process (ANP) adalah generalisasi dari AHP dimana beberapa faktor dipertimbangkan secara langsung, terdapat sifat ketergantungan dan feedback, dan memerlukan pertukaran numerik untuk mendapatkan

(30)

kesimpulan sintesis. Perbedaan di antara AHP dan ANP adalah AHP memiliki struktur hierarki sedangkan ANP memiliki struktur networks atau jaringan. Struktur hierarki bersifat linear dari struktur atas sampai struktur bawah. Struktur

networks atau jaringan bersifat menyebar ke segala arah dan melibatkan siklus di antara kelompok dan keterkaitan pada kelompok yang sama. Struktur hierarki dan struktur jaringan dapat dilihat pada Gambar 3.1.

Sumber : Saaty (2006)

Gambar 3.1. (a) Struktur Hierarki (b) Struktur Networks

Penilaian matriks berpasangan dalam metode AHP/ANP diaplikasikan terhadap elemen yang sejenis. Penilaian matriks berpasangan diisi berdasarkan penilaian ahli. Skala dasar yang digunakan untuk menentukan intesitas dari penilaian dapat dilihat pada Tabel 3.2. Skala ini didasarkan pada teori stimulus respon dan divalidasi atas keefektifannya, tidak hanya pada banyak aplikasi oleh banyak orang, tetapi juga melalui pembenaran teoritikal mengenai skala yang harus digunakan dalam perbandingan homogen antar elemen. Pada aplikasi fuzzy

ANP, skala yang digunakan dapat dilihat pada Tabel 3.1.

Tabel 3.1. Skala Linguistik Fuzzy

Skala Linguistik Skala Fuzzy Segitiga

Just Equal (JE) (1,1,1)

Weakly More Important (WMI) (1,3,5)

Strongly More Important (SMI) (3,5,7)

Very Strongly More Important

(VSMI) (5,7,9)

Absolutely More Important (AMI) (7,9,9)

Sumber : Nihal Erginel and Sevil Senturk. 2011. Ranking of the GSM Operators with Fuzzy ANP.

(31)

Tabel 3.2. Skala Fundamental ANP dan AHP Intensitas

Kepentingan Definisi Penjelasan

1 Equal Importance Dua elemen menyumbangnya sama

besar pada sifat itu

2 Weak

3 Moderate Importance

Pengalaman dan pertimbangan sedikit menyokong satu elemen atas lainnya

4 Moderate Plus

5 Strong Importance

Pengalaman dan pertimbangan dengan kuat menyokong satu elemen atas elemen lainnya

6 Strong Plus

7 Very Strong or

Demonstrated Importance

Satu elemen dengan kuat disokong, dan dominannya telah terlihat dalam praktek

8 Very, Very Strong

9 Extreme Importance

Bukti yang menyokong elemen yang satu yang lain memiliki tingkat penegasan tertinggi yang mungkin menguatkan

Kebalikan

Jika untuk aktivitas i mendapat satu angka bila dibandingkan dengan aktivitas j, maka j mempunyai kebalikannya bila dibandingkan dengan i 2,4,6,8 Nilai-nilai antara dua

pertimbangan berdekatan

Kompromi diperlukan antara dua pertimbangan

Sumber : Saaty (2006)

3.3.1. Langkah-langkah ANP

Saaty (2006) menjelaskan bahwa Analytic Network Process atau ANP adalah teori umum pengukuran relatif yang digunakan untuk menurunkan rasio prioritas komposit dari skala rasio individu yang mencerminkan pengukuran relatif dari pengaruh elemen-elemen yang saling berinteraksi berkenaan dengan kriteria kontrol . Langkah-langkah metode ANP menurut Saaty adalah :

(32)

1. Konstruksi model ANP

Model ANP dibuat berdasarkan pada keterkatian dan feedback di antara elemen kriteria dan alternatif.

2. Menentukan nilai matriks perbandingan berpasangan

Matriks perbandingan berpasangan dinilai terhadap setiap elemen pada setiap kelompok dan sebaliknya. Penilaian matriks berpasangan berdasarkan skala pengukuran AHP/ANP yang dikembangkan oleh Saaty.

3. Menentukan bobot dan rasio konsistensi untuk setiap elemen model

Nilai matriks perbandingan berpasangan pada langkah ke 2 ditentukan nilai bobot dan rasio konsistensi untuk setiap elemen. Nilai bobot digunakan untuk menghitung rasio konsistensi.

Rumus indeks konsistensi dari matriks adalah sebagai berikut :

1 −

− =

n n

CI λmaks

Dimana, λ_maks = eigen maksimum n = ukuran matriks

Nilai konsistensi rasio diperoleh berdasarkan pembagian nilai CI terhadap nilai random consistency index dapat dilihat pada Tabel 3.3. Nilai CR disarankan tidak lebih kecil atau sama dengan 0,10.

Tabel 3.3. Random Consistency Index

n 1 2 3 4 5 6 7 8 9 10

RI 0 0 0,52 0,89 1,11 1,25 1,35 1,4 1,45 1,49 4. Pembentukan dan penyelesaian supermatrix

(33)

Bobot yang diperoleh pada langkah ke 2 digunakan dalam penyusunan

supermatrix. Supermatrix kemudian digunakan untuk mendapatkan limiting supermatrix dengan menggunakan fungsi limit pada weighted supermatrix.

3.4. Chang’s Extent Analysis

Langkah-langkah dari model Chang’s extent analysis adalah sebagai berikut (Wu,2009):

Langkah 1: Nilai dari tambahan sintetik fuzzy terhadap objek ke I didefinisikan sebagai: �� = � �� =1 ⊗ �� _��_� �=1 �

�=1 �

−1

Untuk mendapatkan nilai ∑�_�₌₁�_��_�, lakukan operasi penambahan fuzzy

dari nilai analisis tambahan m untuk sebuah matriks sehingga: �� _��_� �=1 = �� _� � �=1 ,� �_� � �=1 ,� �_� � �=1 �

dan untuk mendapatkan �∑_��₌₁∑_��₌₁�_��_��−1, lakukan operasi penjumlahan

fuzzy dari nilai �_��_� (j = 1, 2, . . ., m) sehingga

� �� _��_� �=1 � �=1 = �� _� � �=1 ,� �_� � �=1 ,� �_� � �=1 �

Kemudian hitung invers dari vektor persamaan di atas sehingga �� _��_� �=1 � �=1 � −1

= � 1

∑��=1��

, 1

∑��=1��

, 1

∑��=1��

(34)

Prinsip dari perbandingan angka-angka fuzzy diperkenalkan untuk menurunkan bobot vektor dari semua elemen untuk tiap level dari hirarki dengan menggunakan nilai sintetik fuzzy.

Langkah 2: Derajat kemungkinan dari M2≥ M1 didefiinisikan sebagai � (�₂ ≥ �₁) = _{� ≥ �}�� [min(��₁(�),��₂(�)) ].

dimana sup merupakan singkatan dari supremum (batas terbawah dari suatu himpunan) dan ketika sebuah pasangan (x,y) eksis dimana y≥x dan ��1(�) = ��2(�), maka didapatkan � (�2 ≥ �1) = 1.

Oleh karena M1 = (l1, m1, u1) dan M2 = (l2, m2, u2) adalah angka fuzzy konveks maka berlaku aturan:

� (�₂ ≥ �₁) =ℎ�� ( �₁∩ �₂) =��₂(�)

(dimana istilah hgt adalah ketinggian dari angka fuzzy pada perpotongan dari M1 dan M2)

��2(�) = ⎩ ⎨

⎧ 1,��2 ≥ �1

0,��1 ≥ �2 �1− �2

(�₁− �₂)−(�1− �1)��ℎ��

dimana d adalah abscissa titik seberang dari M1 dan M2. Untuk membandingkan M1 dan M2, kita memerlukan kedua nilai dari � (�1 ≥ �2) dan � (�2 ≥ �1).

Langkah 3: Derajat kemungkinan dari sebuah angka fuzzy konveks agar lebih besar dari k angka fuzzy konveks Mi (i = 1, 2, . . ., k) dapat ditulis sebagai

� (� ≥ �₁,�₂, … ,�_�)

= �[( (� ≥ �₁) �� ≥ �₂�� (� ≥ �_�)] = min�(� ≥ �_�),�= 1, 2, 3, … ,�

(35)

�′₍_�

�) = min �(�� ≥ ��) ,

untuk k = 1, 2, … ,n; k ≠ i. kemudian bobot vektor diperoleh sebagai berikut:

�′ ₌_��′₍_�

1),�′(�2), … ,�′(��)�

�

dimana Ai = (I = 1, 2, …, n) adalah n elemen.

Langkah 4: Setelah normalisasi, bobot vektor ternomalisasi adalah, � = ��(�₁),�(�₂), … ,�(�_�)��

dimana W bukan merupakan angka fuzzy.

3.5. Complex Proportional Assessment (COPRAS)

COPRAS adalah salah satu metode Multi Attribute Decision Making

(MADM) untuk pengambilan keputusan pada berbagai bidang ilmu pengetahuan alam dan teknologi. Metode COPRAS menggunakan pengurutan stepwise dan mengevaluasi prosedur dari alternatif-alternatif dalam hal signifikansi dan derajat utilitas. Keberhasilan metodologi ini dasarnya dikarenakan oleh kesederhanaannya dan kemudahan penggunaannya (Rao, 2013).

Langkah-langkah metode COPRAS dijabarkan sebagai berikut: a. Pembuatan tabel keputusan

Susun tabel keputusan yang menunjukkan data dari alternatif yang tersedia dan atribut yang mempengaruhi pemilihan. Metode COPRAS dapat dikembangkan dengan menambah skala fuzzy untuk pengubahan data kualitatif menjadi kuantitatif.

b. Menghitung bobot dari atribut dengan AHP

Metode AHP disarankan dalam menentukan kepentingan relatif bobot dari atribut-atribut.

(36)

c. Perhitungan COPRAS untuk pengurutan terakhir a. Menyiapkan matriks pengambilan keputusan X:

�= �

�11 �12 … �1� �_…21

��1 �_…22 ��2

… … …

�_…2� ��

�

dimana, N adalah jumlah alternatif dan M adalah jumlah atribut.

b. Normalisasi dari matriks X. Nilai ternomalisasi dari matriks ini dihitung dengan formula berikut:

��

��= ��

∑��=1��

,� = 1,2, … ,�� = 1,2, … ,�.

dimana, j adalah atribut dan i adalah alternatif. Setelah langkah ini, matriks pengambilan keputusan yang ternomalisasi dapat ditulis sebagai:

��= �

�11

�� 12 … ��1� �21

��_… ��1 ��

�22 ��_… ��2 ��

… … …

�2� ��_… ��

��

c. Perhitungan dari matriks keputusan normalisasi �� terbobot. Nilai terbobot ternomalisasi ��_��dihitung sebagai:

�� = �� ∗�� ,�= 1, 2, … ,�� = 1, 2, … ,�

dimana, wj adalah signifikansi (bobot) dari atribut ke j. Setelah langkah ini matriks keputusan terbobot ternomalisasi dibentuk sebagai:

��= �

�� 11 �12 … ��1� ��_…21

��1 ��_…22 ��2

… … …

��_…2� ��

�

d. Hitung jumlah Pi dari nilai atribut dimana nilai lebih besar yang lebih dikehendaki contohnya attribut yang menguntungkan, untuk semua alternatif:

�� = � �� =1

(37)

dimana, k adalah jumlah atribut yang harus dimaksimisasi contohnya atribut yang menguntungkan. (diasumsikan di dalam matriks keputusan bahwa kolom pertama adalah atribut yang menguntungkan dan kolom untuk atribut yang tidak menguntungkan diletakkan setelahnya.

e. Hitung jumlah Ri dari nilai atribut dimana nilai kecil lebih dikehendaki contohnya atribut yang tidak menguntungkan, untuk semua alternatif:

�� = � �� =�+1

oleh karena itu, (M-k) adalah jumlah atribut yang tidak menguntungkan yang harus diminimisasi.

f. Menentukan nilai minimal dari Rj:

�� = ��_{� �}�;�= 1, 2, 3, … ,�

g. Perhitungan dari bobot relatif dari tiap alternatif Qi: �� =��+ [(�� )/(�� _��

� � �

�

)]

� �

Persamaan di atas dapat ditulis sebagai:

�� =�� + [( � ��)/(��

��

�

)]

� �

h. Penetapan dari optimalitas kriteria K:

�= ��_{� �}_�;�= 1, 2, 3, … ,�

i. Penetapan dari prioritas dari alternatif: Makin besar signifikansi (bobot relatif dari alternatif) Qi, makin tinggi pula prioritas (urutan) dari alternatif. Pada kasus Qmax, derajat kepuasannya adalah yang paling tinggi.

(38)

j. Perhitungan dari derajat utilitas dari tiap alternatif: �� = (��/�max )∗100%

Dimana, Qi dan Qmax adalah signifikansi dari alternatif-alternatif.

Metode COPRAS menggunakan pengurutan stepwise dan mengevaluasi prosedur dari alternatif menggunakan skala fuzzy untuk atribut kualitatif dan menghitung bobot kepentingan relatif dari atribut menggunakan metode AHP untuk penilaian yang lebih konsisten. Pengurutan ditentukan dengan memeriksa derajat utilitas. Pengurutan lengkap dapat diperoleh dengan menyusun alternatif pada urutan menurun dari derajat utilitas dimana nilai derajat utilitas yang lebih tinggi lebih dikehendaki daripada yang rendah. Pengambilan keputusan menggunakan metode COPRAS menyediakan pengurutan alternatif yang lengkap dari yang paling baik sampai yang paling buruk.

(39)

BAB IV

METODOLOGI PENELITIAN

4.1. Tempat dan Waktu Penelitian

Penelitian ini dilakukan di PT. Mewah Indah Jaya yang beralamat di Jalan Binjai Km. 14 Gang Kenduri No. 86 Medan, Sumatera Utara. Waktu penelitian dilakukan pada Desember 2014 sampai Februari 2015.

4.2. Objek Penelitian

Objek penelitian yang diamati adalah mesin injection molding.

4.3. Jenis Penelitian

Jenis penelitian ini adalah penelitian action research yaitu suatu penelitian yang dilakukan untuk mendapatkan temuan-temuan praktis atau untuk keperluan pengambilan keputusan operasional (Sinulingga, 2011).

4.4. Variabel Penelitian

Variabel-variabel yang terdapat dalam penelitian ini adalah: 1. Variabel Independen

Variabel Independen ialah variabel yang mempengaruhi variabel dependen baik secara positif maupun negatif (Sinulingga; 2011). Variabel independen dalam penelitian ini adalah jumlah mesin, merek mesin injection molding, dan kapasitas mesin berkurang.

(40)

2. Variabel Dependen

Variabel dependen adalah variabel yang nilainya dipengaruhi atau ditentukan oleh variabel lain (Sinulingga; 2011). Variabel dependen pada penelitian ini, yaitu permintaan tidak terpenuhi dan pemilihan mesin.

4.5. Kerangka Teoritis

Kerangka teoritis adalah suatu model konseptual yang menunjukkan hubungan logis antara faktor / variabel yang telah diidentifikasi penting untuk menganalisis masalah penelitian (Sinulingga; 2011). Kerangka teoritis penelitian ini dapat dilihat pada Gambar 4.1.

Permintaan tidak terpenuhi Jumlah mesin

injection molding

Kapasitas mesin kurang Merek Mesin injection

molding

Pemilihan Mesin

Gambar 4.1. Kerangka Konseptual Penelitian

4.6. Rancangan Penelitian

Penelitian dilaksanakan dengan mengikuti langkah-langkah sebagai berikut:

1. Pada awal penelitian dilakukan studi pendahuluan untuk mengidentifikasi masalah yang terdapat pada perusahaan. Setelah identifikasi kemudian dirumuskan masalah penelitian.

(41)

2. Studi literatur dengan menggunakan teori-teori yang sesuai dengan masalah untuk mendapatkan solusi atas permasalahan tersebut.

3. Pengumpulan data yang terdiri dari:

a. Data primer berupa derajat kepentingan kriteria dan alternatif, merek mesin.

b. Data sekunder berupa data perusahaan.

4. Pengolahan data dengan metode Fuzzy ANP dan metode COPRAS. 5. Dilakukan analisis terhadap hasil pengolahan data.

6. Ditarik kesimpulan dan diberikan saran untuk penelitian dan perusahaan. Langkah-langkah proses penelitian dapat dilihat pada Gambar 4.2.

4.6.1. Instrumen Penelitian

Instrumen yang digunakan dalam penelitian ini adalah kuisioner matriks

pairwise tentang hubungan kepentingan antar kriteria atau alternatif.

4.6.1.1.Populasi dan Sampel Penelitian

Populasi ialah keseluruhan anggota atau kelompok yang membentuk objek yang dikenakan investigasi oleh peneliti (Sinulingga, 2011). Populasi dalam penelitian ini adalah bagian produksi dan bagian permesinan yang telah berpengalaman bekerja dan memahami mesin injection molding selama 5 tahun pada perusahaan padaPT. Mewah Indah Jaya.

(42)

Tabel 4.1. Populasi Penelitian

No. Responden Jumlah

(orang)

1 Karyawan Bengkel 3

2 Supervisor Bagian Injection 1

3 Kepala Bidang Produksi 1

Total 5

Sampel adalah sebagai bagian dari populasi yang diambil dengan menggunakan cara-cara tertentu. Teknik sampling adalah cara menentukan sampel yang jumlahnya sesuai dengan ukuran sampel yang akan dijadikan sumber data sebenarnya dengan memperhatikan sifat-sifat dan penyebaran populasi agar diperoleh sampel yang representatif (Margono, 2004). Teknik pengambilan sampel yang digunakan dalam penelitian ini adalah nonprobability sampling

dengan jenis teknik sampel yaitu sampling jenuh. Sampling jenuh adalah teknik penentuan sampel bila semua anggota populasi digunakan sebagai sampel. Hal ini sering dilakukan bila jumlah populasi relatif kecil, kurang dari 30 orang (Sugiyono, 2001).

4.6.2. Metode Pengumpulan Data

Penelitian ini memiliki dua jenis data yang perlu dikumpulkan 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 kriteria mesin injection molding. Teknik pengumpulan data yang digunakan adalah sebagai berikut:

(43)

a. Interview/wawancara dilakukan dengan karyawan bengkel, supervisor

bagian injection, kepala bagian produksi untuk menentukan kriteria mesin

injection molding.

b. Pengisian kuesioner ANP (Analytical Network Process) dan kuesioner COPRAS (Complex Proportional Assessment) berdasarkan kriteria-kriteria untuk memperoleh data yang sebelumnya tidak ada dari perusahaan dan untuk memberikan penilaian terhadap alternatif yang diberikan.

2. Data sekunder adalah data yang sudah tersedia oleh pihak lain sehingga tidak perlu lagi dikumpulkan secara langsung dari sumbernya oleh peneliti. Data sekunder untuk penelitian ini, yaitu data produksi tiap bulan.

4.6.3. Pengolahan Data

Pengolahan data dilakukan setelah keseluruhan data yang dibutuhkan baik data primer maupun data sekunder terkumpul. Pengolahan data dilakukan berdasarkan data kepentingan yang didapatkan dari kuisioner pairwise comparison. Metode fuzzy dipakai oleh karena adanya ketidakjelasan responden tentang mesin injection molding, oleh karena itu metode fuzzy dipakai untuk mengatasi ketidakjelasan tersebut. Pengolahan dilakukan dengan dua metode yaitu fuzzy ANP untuk memperoleh bobot kriteria dan COPRAS untuk memperoleh bobot alternatif. Setelah perhitungan bobot alternatif, maka dilakukan pengurutan alternatif berdasarkan bobot.

(44)

BAB V

PENGUMPULAN DAN PENGOLAHAN DATA

5.1. Spesifikasi Tipe Alternatif Mesin Injection Molding

Penelitian ini menggunakan 3 jenis merek mesin injection molding yang digunakan sebagai alternatif untuk pengambilan keputusan. Spesifikasi dari 3 jenis merek mesin tersebut dapat dilihat sebagai berikut:

1. Merek mesin : JSW

Tipe mesin : J110AD UPS 50H

Clamping force : 110 kN

Opening Stroke : 350 mm

Platen size : 660 x 610 mm

Plasticizing capacity : 28 kg/h

Injection Rate : 380 unit/h

Heater Power : 5.5 kW

Machine Weight : 5.7 ton

Machine Dimensions(L*W*H) : 4.39 x 1.59 x 2.15 m

Manufacture : Jepang

(45)

2. Merek mesin : ORICHE

Tipe mesin : HRV-100u

Clamping force : 100 kN

Opening Stroke : 415 mm

Platensize : 620 x 620 mm

Plasticizingcapacity : 20 kg/h

Injection Rate : 340 unit/h

Heater Power : 7.5 kW

Machine Weight : 4.8 ton

Machine Dimensions(L*W*H) : 4.8 x 1.4 x 1.75 m

Manufacture : China

Gambar 5.2. Mesin Injection Molding HRV-100u

3. Merek mesin : PowerJET

Tipe mesin : BJ120V6

Clamping force : 120 kN

Opening Stroke : 350 mm

Platen size : 610 x 560 mm

Plasticizing capacity : 20 kg/h

Injection Rate : 360 unit/h

(46)

Machine Weight : 3.2 ton

Machine Dimensions(L*W*H) : 4 x 1.2 x 1.8 m

Manufacture : China

Gambar 5.3. Mesin Injection Molding BJ120V6

5.2. Penentuan Kriteria dan Subkriteria

Penentuan kriteria dan subkriteria pada penelitian ini dilakukan dengan cara wawancara dan berdiskusi dengan 3 orang karyawan bagian bengkel,

supervisor bagian injection, dan kepala bagian produksi serta dengan menggunakan referensi dari studi literatur. Hasil rekapitulasi diskusi yang dihasilkan dapat dilihat pada lampiran.

5.3. Gambar Network Pemilihan Alternatif Mesin Injection Molding

Network alternatif pemilihan mesin injection molding memaparkan kriteria-kriteria yang digunakan untuk memilih mesin injection molding yang akan dipilih dan merek-merek mesin injection molding yang menjadi alternatif.

Kriteria-kriteria yang digunakan untuk melakukan pemilihan mesin

injection molding (Huu Tho, et. al, 2014) adalah sebagai berikut: 1. A1 : Kecepatan produksi

A1.1: - daya mesin A1.2: - jarak dari tirod

(47)

A1.3: - luasan plat cetakan yang akan dicekam A1.4: - lama waktu injeksi

2. A2 : Flexibility

A2.1: - kapasitas mesin A2.2: - variasi produk

A2.3: - banyaknya bagian mesin 3. A3 : Dimensi mesin

4. A4 : Precision

5. A5 : Reliability

A5.1: - keandalan mesin A5.2: - tingkat kegagalan 6. A6 : Maintenance dan service

A6.1: - mudah diperbaiki

A6.2: - mudah dilakukan perawatan

A6.3: - komponen mesin mudah didapatkan 7. A7 : Harga

8. A8 : Mudah diinstalasikan A8.1: - praktis

A8.2: - mudah dioperasikan untuk pemula A8.3: - waktu setup mesin tidak lama 9. A9 : Durability

A9.1: - umur mesin A9.2: - daya tahan mesin 10.A10 : Green Standard

(48)

A10.2:- hemat energi A10.3:- ramah lingkungan

Gambar Network Pemilihan Alternatif Mesin Injection Molding dapat dilihat pada Gambar 5.4.

Pemilihan Mesin Injection Molding

A7 Harga A4 Precision A3 Dimensi Mesin Power JET ORICHE JSW A1 Kecepatan Produksi - daya mesin

- jarak dari Tirod

- luasan plat cetakan yang akan dicekam - lama waktu injeksi

A8 Mudah Diinstalasikan - Praktis

- mudah dioperasikan untuk pemula - waktu setup mesin tidak lama

A2 Flexibility - kapasitas mesin - variasi produk - banyaknya bagian mesin

A9 Durability - umur mesin -daya tahan mesin

Maintenance dan Service - mudah diperbaiki

- mudah dilakukan perawatan - komponen mesin mudah didapatkan

A10 Green Standard - mengurangi waste - hemat energi - ramah lingkungan A5

Reliability -keandalan mesin -tingkat kegagalan

(49)

5.4. Perhitungan Rata-rata Pembobotan untuk Masing-masing Kriteria.

Perhitungan rata-rata pembobotan untuk masing-masing kriteria adalah dengan menggunakan rata-rata geometrik. Nilai rata-rata geometrik ini dianggap sebagai hasil penilaian kelompok dari nilai-nilai yang diberikan oleh 5 orang responden. Nilai yang diambil merupakan nilai tengah dari bilangan fuzzy

segitiga. Rata-rata geometrik dihitung dengan rumus: ��= ��1.�2… .��

Berikut ini adalah contoh perhitungan rata-rata geometrik untuk subkriteria A1 (Kecepatan Produksi) dengan A1.3 (Luasan plat cetakan yang akan dicekam) : Responden 1 : 5

Responden 2 : 7 Responden 3 : 3 Responden 4 : 1/3 Responden 5 : 5

Maka rata-rata geometriknya adalah :

= �5�7�3�1

3�5

= 2.8094

Dengan cara yang sama, rata-rata geometrik setiap elemen dapat dicari, dapat dilihat pada tabel 5.2. berikut:

Tabel 5.2. Rata-rata Geometris Cluster A1 dengan A1.2, A1.3, dan A1.4 Geometris

A1.1 A1.2 A1.3 A1.4

A1.2 1.0000 2.8094 0.6444

A1.3 0.3560 1.0000 0.3686

A1.4 1.5518 2.7131 1.0000

Jumlah 2.9078 6.5224 2.0130

(50)

Bobot parsial dihitung dengan menjumlah tiap kolom matriks berpasangan seperti ditunjukkan pada Tabel 5.3. Setelah penjumlahan, masing-masing elemen kolom dibagi dengan hasil penjumlahan pada Tabel 5.4. seperti ditunjukkan pada Tabel 5.4.

Tabel 5.3. Penjumlahan Kolom Matriks Geometris

A1.1 A1.2 A1.3 A1.4

A1.2 1.0000 2.8094 0.6444

A1.3 0.3560 1.0000 0.3686

A1.4 1.5518 2.7131 1.0000

Jumlah 2.9078 6.5224 2.0130

Tabel 5.4. Pembagian Tiap Elemen Kolom dengan Hasil Penjumlahan Matriks

Geometris

A1.1 A1.2 A1.3 A1.4 Bobot parsial

A1.2 0.3439 0.4307 0.3201 0.3649

A1.3 0.1224 0.1533 0.1831 0.1529

A1.4 0.5337 0.4160 0.4968 0.4821

Jumlah 1.0000 1.0000 1.0000 1.0000

Kemudian dihitung konsistensi rasio. Perhitungan konsistensi rasio ditunjukkan sebagai berikut.

1.0000 2.8094 0.6444 0.3649 1.1053

0.3560 1.0000 0.3686 0.1529 = 0.4605

(51)

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

Kemudian dihitung nilai CI dengan n = 3. CI= λmaks- n

n-1 CI= 3.0251- 3

2 =0,0125

Selanjutnya dihitung nilai Consistency Ratio (CR).

CR= CI

RandomConsistencyIndex

CR= 0,0125

0,52 =0,0241

(52)

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 FuzzyAnalytic 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

(53)

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

1/Rj 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

(54)

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.

(55)

BAB VII

KESIMPULAN DAN SARAN

7.1. Kesimpulan

Kesimpulan yang didapatkan dari penelitian ini adalah:

1. Hasil pengolahan Fuzzy-ANP menunjukkan dari 23 subkriteria yang digunakan terdapat lima subkriteria yang paling berpengaruh yaitu harga (0,1111), keandalan mesin (0,0872), precision (0,0757), dimensi mesin (0,0712), umur mesin (0,0559).

2. Hasil dari pengolahan metode COPRAS diperoleh urutan alternatif mesin

injection molding yang dinilai berdasarkan derajat utilitas dari yang terbaik yaitu JSW (100%), PowerJET (96,65%) dan ORICHE (96,51%).

7.2. Saran

Saran yang diberikan adalah:

1. Perusahaan sebaiknya mempertimbangkan kriteria-kriteria yang digunakan untuk pemilihan mesin injection molding sehingga perusahaan dapat memilih mesin yang tepat.

2. Perusahaan sebaiknya mempertimbangkan hasil urutan alternatif penelitian ini berdasarkan kriteria-kriteria yang telah ditentukan sebagai saran untuk membantu dalam pengambilan keputusan pemilihan mesin injection molding.

(56)

DAFTAR PUSTAKA

Erginel, Nihal and Senturk, Sevil. 2011. Ranking of the GSM Operators with Fuzzy ANP. Proceedings of the World Congress on Engineering Vol II. Kusumadewi, Sri. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy MADM).

Yogyakarta : Graha Ilmu.

Margono. 2004. Metodologi Penelitian. Jakarta: Rhineka Cipta

Nguyen, Huu-Tho; Dawal, Siti Zawiah Md; Nukman, Yusoff; dan Aoyama, Hideki. 2013. A Hybrid Approach for Fuzzy Multi-Attribute Decision Making in Machine Tool Selection With Consideration of the Interactions of Attributes. Elsevier. Expert Systems with Applications Vol 41.

Rao, R.V. 2013. ,Decision Making in the Manufacturing Environment Using Graph Theory and Fuzzy Multiple Attribute Decision Making Methods. London: Springer-Verlag,.

Ginting, Rosnani. 2010. Perancangan Produk. Yogyakarta: Graha Ilmu.

Saaty, T.L. 1994. Fundamental of Decision Making and Priority Theory with The Analytic Hierarchy Process. University of Pittsburgh: RWS publication. Sugiyono. 2001. Metode Penelitian Administrasi. Bandung: Alfabeta.

Sinulingga, Sukaria. 2011. Metode Penelitian. Medan: USU Press

Uma, Sekaran. 2006. Metodologi Penelitian Untuk Bisnis. Jakarta: Salemba Empat.

(57)

Chatterjee, Prasenjit and Shankar Chakraborty. 2013. Gear Material Selection using Complex Proportional Assessment and Additive Ratio Assessment-based Approaches: A Comparative Study. International Journal of Materials Science and Engineering Vol. 1, No. 2.

Vatansever, Kemal and Yiğit Kazançoğlu. 2014. Integrated Usage of Fuzzy Multi Criteria Decision Making Techniques for Machine Selection Problems and an Application. International Journal of Business and Social Science Vol. 5, No. 9.

Wu, Teresa. 2009. Managing Supply Chain Risk and Vulnerability Tools and Methods for Supply Chain Decision Makers. London: Springer-Verlag.

(1)

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 FuzzyAnalytic 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

(2)

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

1/Rj 17.3826 20.7044 19.7346

Qj 0.3406 0.3287 0.3292

Nj(%) 100.00% 96.51% 96.65%

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

(3)

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.

(4)

BAB VII

KESIMPULAN DAN SARAN

7.1. Kesimpulan

Kesimpulan yang didapatkan dari penelitian ini adalah:

1. Hasil pengolahan Fuzzy-ANP menunjukkan dari 23 subkriteria yang digunakan terdapat lima subkriteria yang paling berpengaruh yaitu harga (0,1111), keandalan mesin (0,0872), precision (0,0757), dimensi mesin (0,0712), umur mesin (0,0559).

2. Hasil dari pengolahan metode COPRAS diperoleh urutan alternatif mesin injection molding yang dinilai berdasarkan derajat utilitas dari yang terbaik yaitu JSW (100%), PowerJET (96,65%) dan ORICHE (96,51%).

7.2. Saran

Saran yang diberikan adalah:

1. Perusahaan sebaiknya mempertimbangkan kriteria-kriteria yang digunakan untuk pemilihan mesin injection molding sehingga perusahaan dapat memilih mesin yang tepat.

(5)

DAFTAR PUSTAKA

Erginel, Nihal and Senturk, Sevil. 2011. Ranking of the GSM Operators with Fuzzy ANP. Proceedings of the World Congress on Engineering Vol II. Kusumadewi, Sri. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy MADM).

Yogyakarta : Graha Ilmu.

Margono. 2004. Metodologi Penelitian. Jakarta: Rhineka Cipta

Nguyen, Huu-Tho; Dawal, Siti Zawiah Md; Nukman, Yusoff; dan Aoyama, Hideki. 2013. A Hybrid Approach for Fuzzy Multi-Attribute Decision Making in Machine Tool Selection With Consideration of the Interactions of Attributes. Elsevier. Expert Systems with Applications Vol 41.

Rao, R.V. 2013. ,Decision Making in the Manufacturing Environment Using Graph Theory and Fuzzy Multiple Attribute Decision Making Methods. London: Springer-Verlag,.

Ginting, Rosnani. 2010. Perancangan Produk. Yogyakarta: Graha Ilmu.

Saaty, T.L. 1994. Fundamental of Decision Making and Priority Theory with The Analytic Hierarchy Process. University of Pittsburgh: RWS publication. Sugiyono. 2001. Metode Penelitian Administrasi. Bandung: Alfabeta.

Sinulingga, Sukaria. 2011. Metode Penelitian. Medan: USU Press

Uma, Sekaran. 2006. Metodologi Penelitian Untuk Bisnis. Jakarta: Salemba Empat.

(6)

Chatterjee, Prasenjit and Shankar Chakraborty. 2013. Gear Material Selection using Complex Proportional Assessment and Additive Ratio Assessment-based Approaches: A Comparative Study. International Journal of Materials Science and Engineering Vol. 1, No. 2.

Vatansever, Kemal and Yiğit Kazançoğlu. 2014. Integrated Usage of Fuzzy Multi Criteria Decision Making Techniques for Machine Selection Problems and an Application. International Journal of Business and Social Science Vol. 5, No. 9.

Wu, Teresa. 2009. Managing Supply Chain Risk and Vulnerability Tools and Methods for Supply Chain Decision Makers. London: Springer-Verlag.

Penerapan Metode Fuzzy ANP dan COPRAS Pada Pemilihan Merek Mesin Injection Molding Di PT. Mewah Indah Jaya