Tabel 5.26Data Nilai Optimis dan Nilai Pesimis Setiap Key Performance Indicator KPI
Kode KPI
Nilai Optimis
Nilai Pesimis
Satuan Keterangan
Target
P1 01 10,55
17 Smaller is better
P1 02 6,5
11,2 Smaller is better
P1 03 4
1 Kali
Large is better P1 04
12,5 18,45
Smaller is better P2 01
1 4
Hari Smaller is better
P2 02 2
4 Hari
Smaller is better S1 01
97,28 88,91
Large is better S1 02
97,81 90.13
Large is better S1 03
2,5 8,67
Smaller is better S1 04
12,76 18,45
Smaller is better S2 01
9 14
Hari Smaller is better
S2 02 5
10 Hari
Smaller is better S2 03
1 5
Hari Smaller is better
S3 01 2
7 Hari
Smaller is better M1 01
4,25 10,12
Smaller is better M1 02
17,25 39,13
Smaller is better M1 03
6 2
Kali Large is better
M2 01 97,91
88,17 Large is better
D1 01 100
88,91 Large is better
D1 02 94,85
89,95 Large is better
D1 03 3,15
7,60 Smaller is better
D1 04 4
1 Kali
Large is better D2 01
6 10
Hari Smaller is better
D3 01 1
4 Hari
Smaller is better R1 01
97,70 90,57
Large is better R1 02
13 Kali
Smaller is better R1 03
97,21 95,16
Large is better R2 01
2 5
Hari Smaller is better
Sumber: PT Indah Kiat Pulp and Paper
5.2.3.1. Scoring System
Setelah mengetahui bobot, target, realisasi, nilai optimis dan nilai pesimis dari masing-masing indikator kinerja, maka selanjutnya dilakukan perhitungan
scoring system dengan Objective Matrix OMAX. Pada perhitungan OMAX, nilai setiap level akan ditentukan sehingga nantinya dapat diketahui pencapaian
Universitas Sumatera Utara
kinerja dari masing-masing indikator kinerja tersebut berada pada level berapa dan akan dikategorikan sesuai dengan Traffic Light System. Pada OMAX, apabila
tingkat pencapaian kinerja merupakan nilai optimis best practicemaka diletakkan pada level 10, nilai pesimis diletakkan pada level 0, dan realisasi
kinerja pada tahun sebelumnya diletakkan pada level 3 untuk mendapatkan nilai tengah.
Sedangkan untuk skor lainnya diisi dengan menggunakan interpolasi dari nilai indikator kinerja terdekat dengan rumus sebagai berikut :
∆X
L-H
=
Y
H
−Y
L
X
H
−X
L
Keterangan: ∆X
L-H
= Interval angka antara level High dan Low X
H
= Level High X
L
= Level Low Y
H
= Angka pada level High Y
L
= Angka pada level Low Berikut ini adalah contoh perhitungan nilai interval antara leveltertinggi,
level tengah, dan level terendah untuk KPI P1 01: Nilai Optimis Level 10
= 10.55 Nilai Pesimis Level 0
= 17 Realisasi tahun sebelumnya Level 3
= 14,23 Realisasi Performance
= 12,72 Maka interval antara Level 10 dan 3
=
10,55 −14,23
10 − 3
= - 0,5257
Universitas Sumatera Utara
interval antara Level 3 dan 0 =
14,23 −17
3 − 0
= -0,9233 Maka tiap kelas akan diisikan angka-angka sebagai berikut dengan rumus :
Nilai Level X = Nilai Level X+1 – Interval Kelas Level 10
= 10,55 Level 9
= 7,550 – -0,5257 = 11,076 Level 8
= 11,076– -0,5257 = 11,601 Level 7
= 11,601– -0,5257 = 12,127 Level 6
= 12,127– -0,5257 = 12,653 Level 5
= 12,653– -0,5257 = 13,179 Level 4
= 13,179– -0,5257 = 13,704 Level 3
= 14,23 Level 2
= 14,23 – -0,9233 = 15,153 Level 1
= 15,153– -0,9233 = 16,077 Level 0
=17 Langkah perhitungan yang sama dilakukan untuk memperoleh nilai pada
masing-masing level untuk KPI lainnya. Setelah diperoleh nilai untuk setiap level dari level 0 hingga level 10, selanjutnya dilakukan pengisian pada bagian pada
bagian monitoring. Monitoring terdiri dari score, weight, dan value. Score merupakan hasil dari pengukuran data aktual yang dibandingkan dengan kinerja
yang paling mendekati. Untuk mengisi score, maka langkah yang digunakan adalah dengan menggunakan rumus interpolasi Adapun rumus yang digunakan
sebagai contoh pada KPI P1 01 adalah sebagai berikut:
Universitas Sumatera Utara
Pada KPI-1, angka kinerja Performance mencapai 12,72 yang berada antara level 6 dan 5.
Level 6 = 12,65 Level 5 = 13,18
Maka nilai 12,72 berada pada level:
12,65 −12,72
12,72 − 13,18
=
6 − x
x −5
-0,07 x-6 = -0,46 5-x x
= 5,13 ̴ 5
Selain score, bagian dari monitoring yaitu weight. Weight menyatakan bobot dari KPI-KPI yang hendak diukur. Nilai bobot yang diperoleh berasal dari
pengolahan AHP. Nilai weight pada KPI P1 01 adalah 0.406. Value menyatakan hasil perkalian dari score dengan weight, sehingga nilai valueKPI P1 01
adalah2,03. Demikian seterusnya sampai semua bagian monitoring terisi. Dari perhitungan tersebut kemudian dimasukkan dalam matriks OMAX. Dalam
matriks OMAX akan diklasifikasikan seperti pada metode Traffic Light System, yaitu untuk skor 0–2 termasuk dalam kategori merah yang menunjukkan bahwa
suatu indikator kinerja benar-benar dibawah target yang telah ditetapkan dan memerlukan perbaikan dengan segera. Skor 3–7 termasuk dalam kategori kuning
yang menunjukkan bahwa suatu indikator kinerja belum tercapai meskipun nilai sudah mendekati target. Jadi pihak manajemen harus berhati-hati dengan adanya
berbagai macam kemungkinan. Sedangkan skor 8–10 tergolong dalam kategori hijau yang menunjukkan bahwa suatu indikator kinerja sudah tercapai.
Universitas Sumatera Utara
Adapun skema pengukuran kinerja supply chain perusahaan yang telah diperoleh berdasarkan perhitungan OMAX dan Traffic Light System dapat
ditunjukkan pada Tabel 5.27 sampai Tabel 5.32.
Tabel 5.27 Skema Pengukuran Kinerja Supply Chain Perspektif Plan KPI
P1 01 P1 02
P1 03 P1 04
P2 01 P2 02
Performance 12,72
6,28 3
12,67 1
2 10
10,55 6,5
4 12,5
1 2
9 11,076
6,369 3,714
12,659 1,143
2,143 8
11,601 6,237
3,429 12,817
1,286 2,286
7 12,127
6,106 3,143
12,976 1,429
2,429 6
12,653 5,974
2,857 13,134
1,571 2,571
5 13,179
5,843 2,571
13,293 1,714
2,714 4
13,704 5,711
2,286 13,451
1,857 2,857
3 14,23
5,58 2
13,61 2
3 2
15,153 7,453
1,667 15,223
2,667 3,333
1 16,077
9,327 1,333
16,837 3,333
3,667 17
11,2 1
18,45 4
4 Level score
5 8
8 9
10 10
Bobot weight 0,406
0,135 0,281
0,178 0,536
0,464 Value
2,03 1,08
2,248 1,602
5,36 4,64
Tabel 5.28 Skema Pengukuran Kinerja Supply Chain Perspektif Source KPI
S1 01 S1 02
S1 03 S1 04
S2 01 S2 02
S2 03 S3 01
Performance 96,55
96,78 5,6
12,82 10
6 2
3 10
97,28 97,81
2,5 12,76
9 5
1 2
9 96,971
97,563 2,746
12,791 9,429
5,286 1,286
2,429 8
96,663 97,316
2,991 12,823
9,857 5,571
1,571 2,857
7 96,354
97,069 3,237
12,854 10,286 5,857
1,857 3,286
6 96,046
96,821 3,483
12,886 10,714 6,143
2,143 3,714
5 95,737
96,574 3,729
12,917 11,143 6,429
2,429 4,143
4 95,429
96,327 3,974
12,949 11,571 6,714
2,714 4,571
3 95,12
96,08 4,22
12,98 12
7 3
5 2
93,05 94,097
5,703 14,803 12,667
8 3,667
5,667 1
90,98 92,113
7,187 16,627 13,333
9 4,333
6,333 88,91
90,13 8,67
18,45 14
10 5
7 Level score
8 6
2 9
8 6
6 8
Bobot weight 0,466
0,208 0,161
0,166 0,216
0,374 0,409
1 Value
3,728 1,248
0,322 1,494
1,728 2,244
2,454 8
Universitas Sumatera Utara
Tabel 5.29 Skema Pengukuran Kinerja Supply Chain Perspektif Make KPI
M1 01 M1 02
M1 03 M2 01
Performance 5,012
34,37 5
96,63 10
4,25 17,25
6 97,91
9 4,646
19,479 5,571
97,651 8
5,041 21,707
5,143 97,393
7 5,437
23,936 4,714
97,134 6
5,833 26,164
4,286 96,876
5 6,229
28,393 3,857
96,617 4
6,624 30,621
3,429 96,359
3 7,02
32,85 3
96,1 2
8,053 34,943
2,667 93,457
1 9,087
37,037 2,333
90,813 10,12
39,13 2
88,17 Level score
8 2
8 6
Bobot weight 0,205
0,299 0,495
1 Value
1,64 0,598
3,96 6
Tabel 5.30 Skema Pengukuran Kinerja Supply Chain Perspektif Delivery
KPI D1 01
D1 02 D1 03
D1 04 D2 01
D3 01
Performance 100
93,71 3,78
3 6
1 10
100 94,85
3,15 4
6 1
9 99,994
94,603 3,273
3,714 6,143
1 8
99,989 94,356
3,396 3,429
6,286 1
7 99,983
94,109 3,519
3,143 6,429
1 6
99,977 93,861
3,641 2,857
6,571 1
5 99,971
93,614 3,764
2,571 6,714
1 4
99,966 93,367
3,887 2,286
6,857 1
3 99,96
93,12 4,01
2 7
1 2
96,277 92,063
5,207 1,667
8,000 2
1 92,593
91,007 6,403
1,333 9,000
3 88,91
89,95 7,6
1 10
4 Level score
10 6
6 8
10 10
Bobot weight 0,295
0,245 0,236
0,225 1
1 Value
2,95 1,47
1,416 1,575
10 10
Universitas Sumatera Utara
Tabel 5.31 Skema Pengukuran Kinerja Supply Chain Perspektif Return KPI
R1 01 R1 02
R1 03 R2 01
Performance 97,56
1 96,83
2 10
97,7 97,21
2 9
97,543 0,571
97,110 2
8 97,386
1,142 97,010
2 7
97,229 1,714
96,910 2
6 97,071
2,285 96,810
2 5
96,914 2,857
96,710 2
4 96,757
3,428 96,610
2 3
96,6 4
96,510 2
2 94,59
7 96,060
3 1
92,58 10
95,610 4
90,57 13
95,16 5
Level score 9
8 6
10 Bobot weight
0,291 0,183
0,526 1
Value 2,619
1,464 3,156
10
Tabel 5.32 Skema Pengukuran Kinerja Supply ChainPerusahaan Bobot Perspektif
A Bobot Dimensi
B KPI
Value Value x B
C A x C
D
Plan 0,262
Reliability 0,874
P1 01 6,96
6,083 1,92
P1 02 P1 03
P1 04
Responsiveness 0,1261
P2 01 10
1,261 P2 02
Source 0,147
Reliability 0,777
S1 01 6,792
5,277 1,01
S1 02 S1 03
S1 04
Responsiveness 0,119
S2 01 6,426
0,764 S2 02
S2 03 Flexibility
0,104 S3 01
8 0,832
Make 0,338
Reliability 0,613
M1 01 6,198
3,799 2,07
M1 02 M1 03
Responsiveness 0,387
M2 01 6
2,322
Universitas Sumatera Utara
Tabel 5.32 Skema Pengukuran Kinerja Supply ChainPerusahaan Lanjutan Bobot Perspektif
A Bobot Dimensi
B KPI
Value Value x B
C A x C
D
Deliver 0,137
Reliability 0,391
D1 01 7,64
2,99 1,24
D1 02 D1 03
D1 04
Responsiveness 0,261
D2 01 10
2,61 Flexibility
0,348 D3 01
10 3,48
Return 0,116
Reliability 0,750
R1 01 7,24
5,43 0,92
R1 02 R1 03
Responsiveness 0,250
R1 01 10
2,50 Total Indeks
7,16
Universitas Sumatera Utara
BAB VI ANALISIS PEMECAHAN MASALAH
6.1. AnalisisPembobotan KPI
6.1.1. Analisis Pembobotan Perspektif Level 1
Penilaian yang dilakukan pada penelitian ini menggunakan metode Analitychal Hierarchi ProcessAHP. Pada pengolahan data dengan AHP
didapatkan bahwa nilai konsistensi dari setiap perspektif sebesar 0,040. Nilai tersebut dapat diterima karena memenuhi batas maksimal inconsistency ratio yaitu
sebesar 0.1. Nilai bobot untuk masing-masing perspektif dapat dilihat pada Tabel 6.1.
Tabel 6.1 Pembobotan Perspektif Pada Level 1 Perspektif
Bobot
Plan 0.262
Source 0.147
Make 0.338
Deliver 0.137
Return 0.116
Jumlah 1
Inconsistency Ratio 0.040
Kesimpulan Konsisten
Sumber: Pengolahan Data
