Pengukuran Kinerja Supplier Dengan Menggunakan Metode Dematel Dan Anp Di PT. Barata Indonesia (Persero) Medan Chapter III VII
BAB III
LANDASAN TEORI
3.1.
Supply Chain Management
Menurut
Pujawan
perusahaan-perusahaan
(2005),
yang
secara
supply
Chain
bersama-sama
adalah
bekerja
jaringan
untuk
menciptakan dan menghantarkan suatu produk ke tangan pemakai akhir.
Perusahaan–perusahaan tersebut biasanya termasuk supplier, pabrik,
distributor, toko dan ritel, serta perusahaan-perusahaan pendukung seperti
perusahaan jasa logistik. Pada suatu supply chain biasanya ada 3 aliran
yang harus dikelola. Pertama adalah aliran barang yang mengalir dari hulu
(upstream) ke hilir (downstream). Kedua adalah aliran uang dan sejenisnya
yang mengalir dari hilir ke hulu. Yang ketiga adalah aliran informasi yang
bisa terjadi dari hilir ke hulu ataupun sebaliknya.
Istilah Supply Chain Management pertama kali dikemukakan oleh
Oliver dan Weber pada tahun 1982 yakni: Supply Chain Management
adalah sistematik, koordinasi strategi dari fungsi bisnis tradisional dengan
perusahaan kecil dan lintas bisnis dengan rantai pasok dengan maksud
untuk memperbaiki kinerja jangka panjang dari perusahaan itu sendiri dan
perusahaan rantai pemasok sebagai keseluruhan.
3.2.
Kriteria Pemilihan Supplier
Universitas Sumatera Utara
Pujawan (2005) mengatakan, bahwa memilih supplier merupakan
kegiatan strategis, terutama apabila supplier tersebut akan memasok item
yang kritis dan/atau akan digunakan dalam jangka panjang sebagai
supplier penting. Kriteria pemilihan adalah satu hal penting dalam
pemilihan supplier. Kriteria yang digunakan tentunya harus mencerminkan
strategi supply chain maupun karakteristik dari item yang akan dipasok.
Secara umum banyak perusahaan yang menggunakan kriteriakriteria dasar seperti kualitas barang yang ditawarkan, harga, dan
ketepatan waktu pengiriman. Namun sering kali pemilihan supplier
membutuhkan berbagai kriteria lain yang dianggap penting oleh
perusahaan. Penelitian yang dilakukan oleh Dickson hampir 40 tahun yang
lalu menunjukkkan bahwa kriteria pemilihan supplier bisa sangat beragam.
Tabel 3.1 menunjukkan 22 kriteria yang diidentifikasikan oleh Dickson.
Tabel 3.1. Kriteria Pemilihan / Evaluasi Supplier (Dickson 1966)
Kriteria
Skor
Kualitas
3.5
Delivery
3.4
Performance history
3.0
Warranties and claim policies
2.8
Price
2.8
Technical capability
2.8
Financial position
2.5
Procedural compliance
2.5
Universitas Sumatera Utara
Communication system
2.5
Reputation and position in industry
2.4
Desire for business
2.4
Tabel 3.1. Kriteria Pemilihan / Evaluasi Supplier (Dickson 1966)
(Lanjutan)
Kriteria
Skor
Management and organization
2.3
Operating controls
2.2
Repair service
2.2
Attitudes
2.1
Impression
2.1
Packaging ability
2.0
Labor relations records
2.0
Geographical location
1.9
Amount of past business
1.6
Training aids
1.5
Reciprocal arrangements
0.6
Sumber: I Nyoman Pujawan. 2005.
Angka pada kolom kedua menunjukkan tingkat kepentingan dari
masing-masing kriteria berdasarkan kumpulan jawaban dari survey yang
direspon oleh 170 manajer pembelian di Amerika Serikat. Responden
diminta memilih angka 0 – 4 pada skala likert dimana 4 berarti sangat
penting. Jadi tabel tersebut menunjukkan bahwa rata-rata responden
Universitas Sumatera Utara
melihat kualitas sebagai aspek terpenting dalam memilih supplier. Harga
ternyata hanya menempati urutan no. 5 dan miliki skor yang secara
signifikan lebih rendah dari kualitas dan aspek pengiriman (delivery).
Namun tentu saja tiap perusahaan harus menentukan sendiri
kriteria-kriteria yang akan digunakan dalam memilih supplier. Belasan
tahun yang lalu Kodak Corporation merancang ulang sistem pengadaan
untuk operasi global mereka. Mengingat Kodak adalah perusahaan yang
bergerak pada industry yang cukup inovatif, mereka memilih supplier
yang memiliki kemampuan untuk mendukung strategi inovasi. Berikut
adalah kriteria yang digunakan untuk proses pemilihan supplier-supplier
baru mereka:
1. Banyaknya technical support yang akan diberikan.
2. Banyaknya ide-ide inovatif.
3. Kemampuan supplier untuk berkomunikasi secara efektif untuk
isu-isu penting.
4. Fleksibilitas yang ditunjukkan oleh supplier.
5. Cycle time dan kecepatan respon.
6. Kemiripan tujuan antara Kodak dengan supplier.
7. Tingkat kepercayaan yang ada antara perusahaan dengan supplier.
8. Kekuatan hubungan pada berbagai dimensi.
3.3.
Subkriteria Pemilihan Supplier
Universitas Sumatera Utara
Menurut Widiyanesti (2012) terdapat beberapa sub-kriteria dalam
melakukan pemilihan supplier pada perusahaan. Dalam penelitiannya,
diketahui bahwa terdapat beberapa sub-kriteria dalam melakukan
pemilihan supplier. Hal yang sama juga diungkapkan oleh Ratnasari
(2011) dan Taufik dkk. (2012) bahwa dalam melakukan pemilihan
supplier terdapat beberapa sub-kriteria yang harus diperhatikan seperti
pada Tabel 3.2.
Tabel 3.2. Sub-kriteria Pemilihan Supplier
Kriteria
Sub-kriteria
Kesesuian mutu produk
Quality
Tingkat kecacatan
Kemampuan memberikan kualitas yang konsisten
Ketepatan jumlah barang yang dikirim
Delivery
Ketepatan waktu pengiriman
Kemudahan proses klaim
Jaminan barang dating tepat waktu
Warrranty & Claim
Policies
Layanan complain
Memberikan
perusahaan
jaminan
atau
garansi
terhadap
Kapasitas memenuhi jumlah permintaan
Technical
Capability
Kemampuan perbaikan terkait adanya complain
Kompetensi tenaga kerja
Performance
History
Kemampuan menjaga kesepakatan kontrak
Kemampuan
pemenuhan
terhadap
jumlah
Universitas Sumatera Utara
pemesanan
Kemampuan pemenuhan terhadap jadwal yang telah
dijadwalkan
Flexibility
Kemudahan penambahan atau pengurangan jumlah
pemesanan
Kemudahan perubahan waktu pengiriman
Sumber: Widiyanesti (2012). Ratnasari (2011). Taufik dkk. (2012).
3.4.
Decision Making Trial and Evaluation Laboratory (DEMATEL)
DEMATEL adalah singkatan dari “Decision-making trial and
evaluation laboratory”, yang pertama kali dikembangkan oleh The
Science and Human Affairs Program of the Battelle Memorial Institute of
Geneve antara tahun 1972-1976. Chung-Wei (2007) mengatakan tujuan
utama dikembangkannya DEMATEL adalah untuk mempelajari dan
mencari penyelesaian permasalahan yang rumit dan saling berkaitan satu
sama lain, dengan konsep dasar mengukur tingkat pengaruh suatu objek
dengan objek lainnya.
Model DEMATEL bisa meningkatkan pengertian terhadap suatu
permasalahan secara spesifik, yang saling berkaitan satu dengan yang
lainnya dan mengidentifikasi solusi untuk suatu masalah secara terstruktur,
dengan menggunakan pengetahuan yang dimiliki oleh para ahli di bidang
yang sedang diteliti Hsu. Pada dasarnya, DEMATEL adalah sebuah model
yang berdasarkan atas digraph, yang membagi faktor-faktor menjadi
kelompok sebab dan akibat. Digraph, yaitu grafik yang memiliki arah,
akan jauh lebih efektif dibandingkan dengan grafik tanpa arah karena
Universitas Sumatera Utara
menggambarkan hubungan terarah antar faktor. Digraph tersebut yang
kemudian menggambarkan seberapa besar pengaruh yang dimiliki faktor
tersebut. Pada akhirnya model DEMATEL bisa menemukan faktor paling
penting yang mempengaruhi faktor-faktor lainnya. Kemampuan tersebut
membuat perusahaan bisa meningkatkan efektifitas dalam menangani
faktor-faktor berdasarkan diagraph.
Beberapa keunggulan yang dimiliki oleh model DEMATEL adalah
:
1. DEMATEL
menyediakan
pendekatan
sistematis
untuk
mengidentifikasi kriteria, hubungan antar kriteria, dan bobot masingmasing untuk pengambilan keputusan
2. Keluaran dari model berupa causal diagram yang menggunakan graf
berarah sehingga bisa memberi gambaran secara mendasar tentang
hubungan kontekstual dan kekuatan pengaruh antar elemen.
3. DEMATEL bisa digunakan untuk menjawab permasalahan inti dari
sistem yang kompleks dengan tujuan untuk memudahkan pengambilan
keputusan.
Beberapa keunggulan tersebut membuat DEMATEL banyak
digunakan dalam berbagai bidang penelitan, seperti manajemen, evaluasi
performa, proses pengambilan keputusan.
DEMATEL telah berhasil diaplikasikan di berbagai bidang
penelitian dengan tujuan untuk menyederhanakan masalah rumit dan
Universitas Sumatera Utara
mentransformasikan sistem yang kompleks menjadi hubungan sebab
akibat yang terstruktur.
DEMATEL pertama kali diperkenalkan oleh Battelle Geneva
Institute untuk mengevaluasi aspek dari permasalahan sosial secara
kualitatif dan hubungannya dengan faktor-faktor yang. DEMATEL telah
sukses diaplikasikan dalam beberapa situasi seperti strategi pemasaran,
evaluasi e-learning, sistem control dan permasalahan safety. Metode
DEMATEL
variabel/kriteria
dapat
dan
mengkonfirmasi
membatasi
interdependensi
hubungan
yang
diantara
menggambarkan
karakteristik didalam sebuah sistem esensial dan tren developmental.
Produk akhir dari DEMATEL adalah sebuah representasi visual dari
pemikiran responden mengenai hubungan interdependensi antar objek dari
sebuah permasalahan.
Metode DEMATEL memiliki tahapan pengerjaan sebagai berikut:
1. Menentukan matriks rata-rata pada matriks direct relation, setiap
responden diminta untuk menentukan skala mengenai bagaimana
faktor i mempengaruhi faktor j. Perbandingan berpasangan antar dua
faktor dinotasikan sebagai a ij dan memiliki skala 0, 1, 2, 3, dan 4, yang
merepresentasikan tidak mempengaruhi (0), kurang mempengaruhi (1),
cukup mempengaruhi (2), kuat mempengaruhi (3), dan sangat
mempengaruhi (4). Skor yang diberikan dari masing-masing expert
dibentuk menjadi n x n matriks jawaban non-negatif X k = dengan 1≤ k
≤ H. Demikian X 1, X 2 ,….., X H merupakan jawaban dari H expert ,
Universitas Sumatera Utara
dan setiap elemen dari matriks X k merupakan integer yang dinotasikan
dengan ��� . Elemen diagonal dari matriks X
k
semuanya bernilai nol.
Selanjutnya dapat dihitung matriks rata rata A n x n.
2. Menghitung normalized initial direct-relation matrix
Normalized initial direct-relation matrix D diperoleh dari matriks ratarata A yang dinormalisasikan dengan:
X=kA
k=min 1/ �
���
1≤�≤�
∑��=1 ��� ,
��� �
∑ �
1≤�≤� �=1 ��
,�
Keterangan:
X = normalisasi matriks direct-relation
A = matriks direct-relation
3. Menghitung matriks total relation
Matriks total relation dapat dihitung dengan menggunakan rumus
sebagai berikut :
T=X+X2 + …+ Xm = T=|�(� − �)−1 |, m →∞
Selain itu dihitung r dan c sebagai vector n x I yang merupakan jumlah
dari baris dan kolom total relation matrix T sebagai berikut :
r =[�� ]�� 1 =�∑��=1 ��� �
c =��� �
′
1��
�� 1
=�∑��=1 ��� �1��
r i menujukkan efek total hubungan yang diberikan faktor
i
terhadap
faktor lainnya. c j menunjukkan total hubungan yang diterima oleh
faktor j dari faktor lain. Saat
j
= i, jumlah dari (r i + c i ) memberikan
Universitas Sumatera Utara
indeks yang mempresentasikan total efek baik yang diterima dan
diberikan oleh faktor i . Dengan kata lain, (r i + c i ) menunjukkan
derajat dari kepentingan (jumlah total efek yang diberikan dan
diterima) yang faktor i mainkan di dalam sistem. Sementara itu (r i - c i )
menunjukkan efek yang dikontribusikan faktor i kepada sistem saat (r i
- c i ) positif, faktor i merupakan net causer, saat (r i - c i ) adalah
negative, faktor i adalah net receiver
4. Menetapkan threshold value untuk. Untuk menjelaskan hubungan
structural sementara menjaga kompleksitas dari struktur itu sendiri
pada level yang sesuai , dibutuhkan sebuah threshold value p untuk
mengeliminasi hubungan yang dapat diabaikan pada matriks T.
Threshold value dapat diperoleh melalui brainstorming dengan expert.
Hanya beberapa efek dari matriks T yang lebih besar dari threshold
value dipilih dan digambarkan pada netork relation map (NRM).
Dalam penelitian ini, threshold value adalah rata-rata dari semua angka
elemen di matriks T. Digraph dapat diperoleh dengan pemetaan titik
(r+c, r-c).
3.5.
Analytical Network Process (ANP)
Saaty (2006) mengembangkan Analytic Network Process (ANP)
yaitu metode penilaian multi kriteria untuk strukturisasi keputusan dan
analisis yang memiliki kemampuan untuk mengukur konsistensi dari
penilaian dan fleksibilitas pada pilihan dalam level subkriteria.
Universitas Sumatera Utara
Saaty (1999) mendefinisikan ANP sebagai metode 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.
ANP menggunakan jaringan tanpa harus menetapkan level seperti
pada hierarki yang digunakan dalam Analytic Hierarchy Process (AHP),
yang merupakan titik awal ANP. Konsep utama dalam ANP adalah
influence (pengaruh), sementara konsep utama dalam AHP adalah
preference (pilihan). AHP dengan asumsi-asumsi dependensinya tentang
kluster dan elemen merupakan kasus khusus ANP. ANP merupakan
pendekatan baru dalam proses pengambilan keputusan yang memberikan
kerangka kerja umum dalam memperlakukan keputusan-keputusan tanpa
membuat asumsi-asumsi tentang independensi elemen-elemen pada level
yang lebih tinggi dari elemen-elemen pada level yang lebih rendah dan
tentang independensi elemen-elemen dalam suatu level.
Perbedaan antara hierarki dan jaringan (network) digambarkan
pada Gambar 3.1. dimana hirearki memiliki tujuan (goal) atau titik sumber
(source node) serta kriteria dan sub kriteria atau titik tumpahan (sink
node). Bentuknya berupa struktur linear dari atas ke bawah tanpa adanya
timbal balik (feedback) dari level terendah ke level diatasnya. Selain itu,
loop hanya terjadi pada pada level terendah. Jaringan (network) menyebar
dalam segala arah dan memungkinkan terjadinya pengaruh (influence) dari
Universitas Sumatera Utara
suatu kluster terhadap cluster lainnya maupun kluster itu sendiri dan
timbal balik (feedback) yang membentuk siklus (Saaty, 2004).
Sumber : Saaty, 2004
Gambar 3.1. Perbedaan Hierarki dan Jaringan (Network)
Metode ANP memiliki keuntungsan besar, diantaranya:
a.
Dengan ANP, kriteria prioritas dapat ditentukan berdasarkan angka
perbandingan berpasangan oleh pembuat keputusan
b.
Dengan ANP, pembuat keputusan dapat mempertimbangkan antara
faktor tangible dan intangible
c.
ANP dapat mentransformasi nilai kualitatif kedalam nilai angka untuk
analisis perbandingan
d.
ANP adalah metode yang sederhana bagi pembuat keputusan agar
dapat mengerti dengan mudah dan mengaplikasikannya tanpa
pengetahuan khusus
Adapun langkah-langkah dalam pengerjaan metode ANP menurut
Saaty. (2006) yakni :
a.
Bangun model permasalahan secara terstruktur
Universitas Sumatera Utara
Dalam langkah ini hal yang perlu ditekankan adalah pendefinisian
masalah yang akan menjadi objek penelitian harus jelas. Kriteria,
subkriteria, maupun alternatif dipilih berdasarkan brainstorming atau
metode pengumpulan ide lainnya. Selanjutnya membuat klusterkluster dari kriteria, subkriteria dan alternatif tersebut sehingga
membentuk jaringan (Network).
b.
Perhitungan matriks berpasangan dan prioritas
Adapun langkah langkah dalam perhitungan matriks berpasangan dan
prioritas adalah sebagai berikut:
1.
Jumlahkan harga dari semua elemen dalam 1 kolom
2. Bagikan nilai dari setiap elemen dengan harga tersebut
3. Jumlahkan nilai setiap elemen dalam setiap baris dan dibagikan
dengan jumlah elemennya. Hal ini disebut dengan prioritas relatif
tiap elemen.
c.
Membangun Supermatriks
Adapun langkah-langkah dalam membangun supermatriks adalah
sebagai berikut:
1. Mendapatkan unweight supermatrix dari prioritas setiap elemen
2. Mendapatkan weighted supermatrix.
3. Mendapatkan limiting supermatrix.
4. Menghitung total bobot setiap alternatif dan didapatkanlah
peringkat dari masing-masing alternatif yang dibandingkan.
Universitas Sumatera Utara
BAB IV
METODOLOGI PENELITIAN
4.1
Tempat dan Waktu Penelitian
Penelitian dilakukan di PT. Barata Indonesia (Persero) yang
berlokasi di Jalan Gatot Subroto Km 7,5 No. 273, Medan, Sumatera Utara,
Indonesia. Waktu penelitian dilakukan pada Oktober 2016 sampai dengan
selesai.
4.2
Jenis Penelitian
Jenis penelitian yang digunakan adalah penelitian deskriptif
(Sinulingga, 2014) yaitu penelitian untuk mendeskripsikan secara sistematik,
faktual, dan akurat tentang fakta-fakta dan sifat-sifat suatu objek tertentu.
Penelitian deskriptif ini berbentuk survey reasearch yaitu penelitian yang
bertujuan untuk mendapatkan fakta-fakta dari gejala yang ada secara langsung
dari orang-orang tertentu yang dijadikan objek penelitian dan mencari suatu
solusi yang akan diaplikasikan pada PT. Barata Indonesia (Medan) untuk
dapat memilih supplier terbaik agar perusahaan ini dapat meningkatkan
kinerjanya. Metode survey menggunakan instrumen kuisioner yang diisi oleh
para responden dari objek penelitian yang ditetapkan dengan metode tertentu.
Pendekatan survey dalam penelitian ini dilakukan dengan penyebaran
kuisioner dan wawancara langsung kepada pihak yang terkait dengan
penelitian.
Universitas Sumatera Utara
Penelitian deskriptif ini berbentuk survey reasearch yaitu
penelitian yang bertujuan untuk mendapatkan fakta-fakta dari gejala yang
ada secara langsung dari orang-orang tertentu yang dijadikan objek
penelitian dan mencari suatu solusi yang akan diaplikasikan pada
4.3
Objek Penelitian
Objek penelitian yang diamati adalah pemilihan supplier terbaik
dari 5 Supplier yang menjadi rekanan pabrik selama periode September
2016 sampai dengan Desember 2016.
4.4
Variabel Penelitian
Variabel-variabel yang terdapat dalam penelitian ini adalah:
1. Variabel Independen
Variabel Independen merupakan variabel yang nilainya mempengaruhi
variabel dependen baik secara positif maupun negatif (Sinulingga,
2014). Variabel independen dalam penelitian ini adalah kriteria dan
subkriteria yang digunakan dalam pemilihan supplier.
2. Variabel dependen
Variabel Dependen merupakan variabel yang nilainya dipengaruhi atau
ditentukan oleh variabel lain (Sinulingga, 2014). Variabel dependen pada
penelitian ini yaitu urutan supplier terbaik.
4.5
Kerangka Berpikir
Universitas Sumatera Utara
Kerangka berpikir merupakan model konseptual tentang bagaimana
teori berhubungan dengan berbagai faktor yang telah diidentifikasi sebagai
masalah yang penting. Kerangka berpikir pada penelitian ini adalah
menguraikan terlebih dahulu masalah yang dihadapi yaitu keterlambatan
pengiriman dan pengembalian bahan baku yang reject. Selanjutnya dengan
kuisioner responden memilih kriteria dan subkriteria supplier yang
diperlukan perusahaan berdasarkan teori Dickson, kriteria yang dipilih
yaitu kualitas, pengiriman, kebijakan klaim dan jaminan, harga, dan letak
geografis supplier. Selanjutnya kriteria dan subkriteria yang terpilih
ditentukan hubungannya dengan menggunakan metode DEMATEL.
Kemudian dilakukan perhitungan rata-rata bobot kriteria dengan metode
ANP dengan menyebarkan terlebih kuesioner ANP mengenai kriteria dan
alternatif
pemasok.
diintergrasikan
untuk
Hasil
dapat
perhitungan
DEMATEL
menghasilkan
bobot
DAN
global
ANP
kriteria,
subkriteria, dan supplier. Kerangka berpikir dapat dilihat pada Gambar 4.1
berikut.
Universitas Sumatera Utara
Kualitas
Pengiriman
Menguraikan Masalah
Keterlambatan
pengiriman dan
kerusakan bahan baku
Pemilihan kriteria
supplier menurut
teori Dickson
Kebijakan
Klaim dan
Jaminan
Penentuan
Subkriteria
Perhitungan
dengan
Metode
DEMATEL
Struktur
Jaringan
(Network)
Perhitungan
Bobot
Global
Integrasi Hasil
Perhitungan
DEMATEL dan
ANP
Ranking
Supplier
Harga
Letak
Geografis
Gambar 4.1 Kerangka Berpikir
Universitas Sumatera Utara
4.6
Blok Diagram Prosedur Penelitian
Prosedur penelitian adalah tahapan-tahapan dalam melaksanakan suatu
penelitian. Blok diagram prosedur dalam penelitian ini dapat dilihat pada Gambar
4.2. Universitas
Identifikasi Masalah
PT. Barata Indonesia Melakukan pemilihan supplier
karena keterlambatan pengiriman dan kerusakan
bahan baku yang dilakukan supplier dan berdampak
pada jadwal pengiriman order konsumen
Studi Literatur
1. Teori Buku
2. Referensi Jurnal Penelitian
Studi Lapangan
Melakukan pengamatan awal pada
perusahaan
Pengumpulan Data
- Data daftar supplier
- Data keterlambatan pengiriman bahan baku oleh supplier
- Kriteria pemilihan supplier
- Subkriteria pemilihan supplier
- Derajat hubungan keterkaitan langsung kriteria dari jawaban
responden kuesioner perbandingan berpasangan
Pengolahan Data
Data diolah dengan menggunakan metode
DEMATEL dan ANP
Analisis Pemecahan Masalah
Kesimpulan dan Saran
Gambar 4.2. Blok Diagram Rancangan Penelitian
4.7.
Instrumen Pengumpulan Data
Berikut ini adalah instrumen penelitian untuk pengumpulan data.
Universitas Sumatera Utara
a.
Penentuan kriteria
Penentuan kriteria penilaian supplier dilakukan dengan teknik wawancara
dengan responden. Instrumen wawancara yang digunakan adalah
kuesioner tertutup yang disusun berdasarkan kriteria dari teori Teori
Dickson.
b.
Penentuan Subkriteria
Subkriteria yang relevan diperoleh dengan teknis wawancara dengan
instrumen kuisioner kepada responden.
c.
Penentuan Hubungan Keterkaitan antar Kriteria dan Subkriteria
Kriteria
dan
subkriteria
yang
terpilih
ditentukan
hubungannya
keterkaitannya. Pada tahap ini dilakukan wawancara dan instrumen yang
digunakan kuisioner DEMATEL yang disebarkan kepada responden.
d.
Perbandingan berpasangan antar kluster, sub kriteria dan alternatif.
Pada tahap ini dilakukan wawancara dan instrumen yang digunakan
kuisioner perbandingan berpasangan (kuisioner ANP) yang disebarkan
kepada responden.
4.8.Responden
Responden pada penelitian
ini adalah
manager perusahaan yang
memahami tentang bahan baku dan supplier bahan baku tersebut. Responden pada
penelitian ini dapat dilihat pada Tabel 4.1.
Universitas Sumatera Utara
Tabel 4.1. Responden Penelitian
No.
Responden
Jumlah
1
General Manager
1
2
Kepala Bagian Administrasi Pemasaran
1
3
Kepala Bagian Produksi
1
4
Kepala Bagian Logistik
1
4
Jumlah
Responden diatas merupakan pihak-pihak yang terlibat dalam proses
pemilihan supplier bahan baku pada perusahaan yang telah bekerja selama lebih
empat tahun. Pemilihan responden ini didasarkan kepada metode pengambilan
sample yang digunakan yaitu judgement sampling yang merupakan teknik
penarikan sample yang dilakukan berdasarkan karakteristik yang ditetapkan
terhadap elemen populasi target yang disesuaikan dengan tujuan atau masalah
penelitian. Berdasarkan kriteria tersebut, terdapat tiga orang yang sesuai
sebagaimana dapat dilihat pada Tabel.
4.9.Pengolahan Data
Pengolahan data dilakukan setelah keseluruhan data yang dibutuhkan
sudah terkumpul. Pengolahan data dilakukan dengan tahapan awal perhitungan
bobot kriteria kemudian dilanjutkan dengan pembobotan subkriteria dan alternatif
supplier dengan kombinasi metode DEMATEL dengan ANP.
Universitas Sumatera Utara
Melalui metode DEMATEL akan dapat diketahui kriteria yang dominan
pada pengukuran kinerja supplier dan yang paling penting adalah akan diketahui
matrik keterkaitan antar kriteria yang nantinya dapat digunakan menormalisasikan
supermatriks ANP. Blok diagram tahap pengolahan data dengan menggunakan
DEMATEL dan ANP dapat dilihat pada Gambar 4.3. dan Gambar 4.4.
Menentukan matriks rata-rata
matriks direct relation
Menghitung Perbandingan Berpasangan
Antar Kluster
Menghitung normalized initial
direct-relation matrix
Menghitung Perbandingan Antar
Subkriteria
Menghitung matriks total relation
Menghitung Rata-rata Geometrik Antar
Kriteria dan Subkriteria
Menentukan Treshold Value
Menghitung perbandingan Matriks
Normalisasi antar kriteria dan
subkriteria
Menghitungg perbandingan antar
alternatif dan subkriteria
Integrasi DEMATEL
dan ANP
Membuat supermatriks ANP
Penentuan peringkat alternatif
Gambar 4.3. Blok Diagram Tahap Pengolahan data integrasi metode
DEMATEL dan ANP
Universitas Sumatera Utara
BAB V
PENGUMPULAN DAN PENGOLAHAN DATA
5.1.
Pengumpulan Data Kriteria Supplier
Proses pengumpulan data dilakukan dengan menggunakan kuisioner
tertutup seperti pada Lampiran 2. dan disebarkan kepada 4 responden yakni,
General Manager, Kepala Bagian Administrasi Pemasaran, Kepala bagian
produksi, dan Kepala Bagian Logistik. Tahap pertama dalam penelitian kinerja
supplier yakni tahap penentuan kriteria kinerja supplier yang relevan dengan
perusahaan. Kriteria penilaian yang diajukan berupa kriteria menurut teori
Dickson. Penentuan kriteria yang terpilih dilakukan dengan ketentuan semua
responden menyetujui kriteria tersebut. Rekapitulasi jawaban responden mengenai
kriteria penilaian kinerja supplier dapat dilihat pada Tabel 5.1. di bawah ini.
Tabel 5.1. Rekapitulasi Jawaban Penilaian Kinerja Supplier
No
Kriteria
Jawaban Responden
Total Responden yang
R1
R2
R3
R4
memilih
1
Kualitas
√
√
√
√
4
2
Pengiriman
√
√
√
√
4
3
Pengalaman Bermitra
√
√
X
X
2
4
Kebijakan Klaim dan
√
√
√
√
4
Jaminan
5
Harga
√
√
√
√
4
6
Kemampuan Teknis
√
√
X
X
2
Universitas Sumatera Utara
Tabel 5.1. Rekapitulasi Jawaban Penilaian Kinerja Supplier (Lanjutan)
Jawaban Responden
No
Kriteria
R1
R2
R3
R4
Total
Responden
yang memilih
7
Posisi Keuangan
√
X
√
X
2
8
Pemenuhan Prosedural
X
√
√
X
2
9
Sistem Komunikasi
√
X
X
√
2
10
Reputasi dan Posisi di
Industri
√
X
X
X
1
11
Keinginan Bisnis
X
X
X
X
0
12
Organiasi dan Manajemen
X
√
X
X
1
13
Pengendalian Operasi
X
X
X
X
0
14
Kemampuan Memperbaiki
√
X
√
X
2
15
Etika
X
X
X
√
1
16
Kesan (Impression)
X
X
X
X
0
17
Kemampuan Pengemasan
X
X
X
X
0
18
Rekam Hubungan Kerja
Buruh
X
X
√
X
1
19
Lokasi Geografis
√
√
√
√
4
20
Jumlah Bisnis Masa Lalu
X
√
X
X
1
21
Alat bantu pelatihan
kesepakatan kedua pihak
X
X
X
X
0
22
Kesepakatan Kedua Pihak
(reciprocal arrangements)
√
√
X
X
2
Sumber: Hasil Pengumpulan Data
Universitas Sumatera Utara
Berdasarkan hasil rekapitulasi yang ditunjukkan pada Tabel 5.1. di atas
diperoleh lima kriteria penilaian kinerja yang terpilih yakni kualitas, pengiriman,
Kebijakan klaim dan jaminan, harga, dan lokasi geografis.
5.2.
Pengumpulan Data Subkriteria Supplier
Tahap kedua merupakan tahap Penentuan Subkriteria. Tahap ini dilakukan
dengan menggunakan instrumen kuisioner tertutup pada Lampiran 2 kepada
responden yang sama. Responden juga dapat menambahkan subkriteria lain yang
dianggap penting. Penentuan subkriteria lainnya juga ditentukan jika semua
respoden yang menyetujui subkriteria tersebut. Rekapitulasi jawaban responden
dapat dilihat pada tabel 5.2.
Tabel 5.2. Rekapitulasi Subkriteria Terpilih
I. Subkriteria Kualitas
Jawaban Responden
Total Responden
R1
R2
R3
R4
yang memilih
√
√
√
√
4
Tingkat kecacatan
√
√
√
√
4
Konsistensi mutu
√
√
√
√
4
Ketepatan waktu Pengiriman
√
√
√
√
4
Kesesuaian Jumlah Pengiriman
√
√
√
√
4
Fleksibilitas dalam jadwal pemesanan
√
√
√
√
4
Jenis transportasi yang digunakan
√
√
X
X
2
√
√
√
4
Kesesuaian dengan spesifikasi yang
diinginkan
II. Subkriteria Pengiriman
III. Subkriteria Kebijakan klaim dan jaminan
Jaminan dan garansi terhadap barang
√
Universitas Sumatera Utara
Tabel 5.2. Rekapitulasi Subkriteria Terpilih (Lanjutan)
Kemampuan dalam merespon komplain
√
√
√
√
4
Kemudahan menjaga kesepakatan
X
√
√
X
2
Harga yang Murah
√
√
√
√
4
Kemudahan dalam penentuan
√
√
√
√
4
Pemberian potongan harga
√
√
√
√
4
Cara Pembayaran
√
√
√
√
4
Jarak lokasi
√
√
√
√
4
Lama waktu pengiriman
√
√
√
√
4
Kondisi jalan yang dilalui
√
√
√
√
4
Iklim cuaca
√
√
√
√
4
IV. Subkriteria Harga
kesepakatan harga
V. Subkriteria Lokasi Geografis
Sumber: Hasil Pengumpulan Data
Hasil rekapitulasi pada Tabel 5.2. di atas menunjukkan bahwa terdapat
satu dua subkriteria yang akan direduksi yaitu ‘jenis transportasi yang digunakan
dan kemudahan menjaga kesepakatan’ pada cluster kriteria waktu pengiriman.
Sehingga total keseluruhan dari kriteria dan subkriteria yang terpilih yaitu 5
kriteria dan 16 subkriteria, rekapitulasinya dapat dilihat pada Tabel 5.3.
Universitas Sumatera Utara
Tabel 5.3. Keterangan Kriteria dan Subkriteria Terpilih Penilaian Kinerja
Supplier
NO
Kriteria
Subkriteria
1
Kualitas (K)
1. Konsistensi mutu (K1)
2. Tingkat kecacatan (K2)
3.
Kesesuaian dengan spesifikasi yang diinginkan
(K3)
2
Pengiriman (P)
1. Ketepatan waktu Pengiriman (P1)
2. Kesesuaian Jumlah Pengiriman (P2)
3. Fleksibilitas dalam jadwal pemesanan (P3)
3.
4.
Kebijakan Klaim
1. Jaminan dan garansi terhadap barang (KK1)
dan Jaminan (KK)
2. Kemampuan dalam merespon komplain (KK2)
Harga (H)
1. Cara Pembayaran(H1)
2. Kemudahan dalam penentuan kesepakatan harga
(H2)
3. Pemberian potongan harga (H3)
4. Harga yang murah (H4)
5.
Lokasi Geografis 1. Jarak lokasi (LG1)
(G)
2. Lama waktu pengiriman (LG2)
3.
Iklim cuaca (LG3)
4.
Kondisi jalan yang dilalui(LG4)
Sumber: Hasil Pengumpulan Data
Selanjutnya simbol pada kriteria dan subkriteria diatas akan digunakan dalam
penglolahan data.
Universitas Sumatera Utara
5.3.
Pengolahan Decision Making Trial and Evaluation Laboratory
(DEMATEL)
Pengukuran hubungan keterkaitan antar kriteria dilakukan dengan
menggunakan kuesioner DEMATEL seperti pada Lampiran 3. Kuisioner diisi
dengan skala 0, 1, 2, 3, dan 4, merepresentasikan tidak mempengaruhi, kurang
mempengaruhi,
cukup
mempengaruhi,
kuat
mempengaruhi,
dan
sangat
mempengaruhi. Skor yang diberikan oleh responden dibentuk menjadi matriks
direct-relation nxn seperti pada Tabel 5.4.
Tabel 5.4. Matriks direct-relation antar Kriteria
Kriteria
K
P
KKJ
H
LG
K
0
4
2
4
2
Kriteria
K
P
KKJ
H
LG
K
0
4
2
4
2
Kriteria
K
P
KKJ
H
LG
K
0
3
2
4
2
Kriteria
K
P
KKJ
H
LG
K
0
4
2
4
2
Responden 1
P
4
0
0
2
4
Responden 2
P
4
0
1
2
3
Responden 3
P
4
0
1
1
3
Responden 4
P
3
0
1
2
4
KK
3
1
0
2
0
H
4
1
1
0
3
LG
3
3
0
2
0
KK
3
0
0
2
0
H
4
2
1
0
1
LG
3
4
0
2
0
KK
3
0
0
2
1
H
4
1
1
0
2
LG
2
4
1
2
0
KK
3
3
0
2
1
H
4
1
2
0
2
LG
2
4
0
2
0
Sumber: Hasil Pengumpulan Data
Universitas Sumatera Utara
Tabel Matriks direct-relation untk bagian lainnya dapat dilihat pada
Lampiran 4.
5.3.1. Perhitungan Matriks Rata-rata (Matriks A)
Masing-masing elemen pada Matriks direct-relation yang telah diperoleh
(Tabel 5.4.) selanjutnya akan dilakukan perhitungan nilai rata-ratanya. Tabel 5.5.
Menunjukkan skor yang diberikan responden terhadap hubungan keterkaitan
antara kriteria Kualitas dan kriteria Pengiriman
Tabel 5.5. Skor direct-relation Kriteria Kualitas dan Kriteria Pengiriman
Responden
1
2
3
4
Skor
4
4
4
3
Sumber: Hasil Pengolahan Data
Maka nilai rata-rata dari data tersebut adalah :
4+4+4+3
=
4
=3,7500
Dengan menggunakan cara yang sama, maka diperoleh matriks directrelation hubungan antar kriteria Tabel 5.6. dan antar subkriteria pada Tabel 5.7.
Tabel 5.6. Matriks Rata-rata A Hubungan antar Kriteria
Kriteria
K
P
KKJ
H
LG
Total
K
0,0000
3,7500
2,0000
4,0000
2,0000
P
3,7500
0,0000
0,7500
1,7500
3,5000
KK
3,0000
1,0000
0,0000
2,0000
0,5000
H
4,0000
1,2500
1,2500
0,0000
2,0000
LG
2,5000
3,7500
0,2500
2,0000
0,0000
Total
10,7500
6,0000
4,0000
7,7500
8,0000
9,7500
6,2500
6,0000
6,5000
8,5000
28,5000
Sumber: Hasil Pengolahan Data
Universitas Sumatera Utara
Tabel 5.7. Matriks Rata-rata A Hubungan antar Subkriteria
K1
K2
K3
P1
P2
P3
KK1
KK2
H1
H2
H3
H3
LG1
LG2
LG3
LG4
Total
K1
0
1,5
1,75
2,25
3
1,75
3
2,25
3,5
1,75
2,75
1,25
2
1,75
2,25
1
31,75
K2
1,25
0
1,75
3,25
3,25
2,5
3,5
3,25
3,75
3
3,75
2,25
3,5
2,5
3,75
3
44,25
K3
1
3,5
0
4
3
2,75
2,25
3,25
2,5
4
1,75
2,75
2,75
2,5
2
3
41
P1
2,25
1,5
1,25
0
1,75
1
2
2
2,75
2,25
2
1,5
2,75
2,5
3
2,25
30,75
P2
2
2,75
1
3,25
0
1,5
3,25
3
3,25
3
3,25
2,5
3,25
1,5
3
3,25
39,75
P3
2,25
2
0,75
3,75
1,75
0
1,75
1
1,75
1,75
1,5
1,25
2
2,5
2
1,75
27,75
KK1
2,25
3,5
3,75
3,25
2,75
1,5
0
1,75
2,25
1,5
2,5
1
1,75
0,75
2,25
0,75
31,5
KK2
2
2,75
2
3,5
3,25
3
2,75
0
3,75
2,25
3
1,25
2,25
1,25
3
1
37
H1
3
2,75
3,5
2
3,25
2
2,75
1,75
0
3,25
1,5
1
3
2,5
3,25
2,25
37,75
H2
3,25
2,5
2
2,25
1
2,25
1,5
2
3
0
2,25
1,5
2,25
2,25
1,75
2
31,75
H3
2,25
0,75
2
1,75
1,75
1,5
2,75
1,25
2,5
1,5
0
0,5
3
2
2,5
1
27
H4
1,25
1,25
1,5
1
2
0,75
1,75
1,5
1
1
1
0
1,5
0,75
1,25
0,75
18,25
LG1 LG2 LG3
1,25 1,25
1,5
3,75 2,75
1,5
2,25
1,5
1,25
3
3,5
3,25
2
1,75
3
2,75
3
3,25
1,5
2,5
2,75
2,5
3
2
3,5
3,25
2,5
1,75
2,5
2,75
2,75
2,5
2
2
2,25 2,25
0
3,5
1,5
3,25
0
3
1
3,75
0
1
3,25 0,25
34,25 40,25 32,75
LG4 Total
1,25
28
2,25
35
1
27,25
3
43
2,25 35,75
2,25 31,75
2,25 36,25
1,75 32,25
0,75
40
1,75
34
1,5
34
1,25
24,5
1,5
36,5
2
31
1,25
36
0
26,5
26 531,75
Sumber: Hasil Pengolahan Data
Universitas Sumatera Utara
5.3.2. Normalisasi Matriks Direct Relation
Tahap selanjutnya dari metode DEMATEL adalah menormalisasi matriks
direct-relation padaTabel 5.6. Untuk perhitungan nya digunakan rumus sebagai
berikut.
X=kA
k=min 1/ �
���
1≤�≤�
∑��=1 ��� ,
��� �
∑ �
1≤�≤� �=1 ��
,�
Keterangan:
X = normalisasi matriks direct-relation
k= nilai minimum dari satu per jumlah baris dan kolom maximum
A = rata-rata matriks direct-relation
i= 1,2,... (indeks baris)
j=1,2,... (indeks kolom)
Adapun contoh normalisasi matriks direct-relation untuk kriteria kualitas
terhadap pengiriman dari Tabel 5.6. adalah sebagai berikut.
k=min 1/�
k=Min�
���
1≤�≤�
1
,
∑��=1 ��� ,
1
9,7500 10,7500
k= 0,0930
��� �
∑ �
1≤�≤� �=1 ��
,�
�
Maka,
X=k.A
=0,0930 x 4
=0,3488
Universitas Sumatera Utara
Dengan contoh perhitungan tersebut, maka normalisasi matriks directrelation untuk hubungan antar kriteria dapat dilihat pada Tabel 5.8, normalisasi
matriks direct-relation untuk hubungan antar subkiteria dapat dilihat pada Tabel
5.9.
Tabel 5.8. Normalisasi Matriks Direct-Relation antar Kriteria
Kualitas
Pengiriman
Kebijakan
Klaim dan
Jaminan
Harga
Lokasi
Geografis
Total
Kualitas
Pengiriman
0,0000
0,3488
0,3488
0,0000
Kebijakan
Klaim dan
Jaminan
0,2791
0,0930
0,1860
0,0698
0,0000
0,1163
0,0233
0,3721
0,3721
0,1628
0,1860
0,0000
0,1860
0,7209
0,1860
0,3256
0,0465
0,1860
0,0000
0,7442
0,9070
0,5814
0,5581
0,6047
0,7907
2,6512
Harga
Lokasi
Geografis
Total
0,3721
0,1163
0,2326
0,3488
1,0000
0,5581
Sumber: Hasil Pengolahan Data
Universitas Sumatera Utara
Tabel 5.9. Normalisasi Matriks Direct-Relation antar Subkriteria
K1
K2
K3
P1
P2
P3
KK1
KK2
H1
H2
H3
H4
LG1
LG2
LG3
LG4
K1
0,0000 0,0282 0,0226
0,0508
0,0452
0,0508
0,0508
0,0452
0,0678
0,0734
0,0508
0,0282
0,0282 0,0282 0,0339 0,0282
K2
0,0339 0,0000 0,0791
0,0339
0,0621
0,0452
0,0791
0,0621
0,0621
0,0565
0,0169
0,0282
0,0847 0,0621 0,0339 0,0508
K3
0,0395 0,0395 0,0000
0,0282
0,0226
0,0169
0,0847
0,0452
0,0791
0,0452
0,0452
0,0339
0,0508 0,0339 0,0282 0,0226
P1
0,0508 0,0734 0,0904
0,0000
0,0734
0,0847
0,0734
0,0791
0,0452
0,0508
0,0395
0,0226
0,0678 0,0791 0,0734 0,0678
P2
0,0678 0,0734 0,0678
0,0395
0,0000
0,0395
0,0621
0,0734
0,0734
0,0226
0,0395
0,0452
0,0452 0,0395 0,0678 0,0508
P3
0,0395 0,0565 0,0621
0,0226
0,0339
0,0000
0,0339
0,0678
0,0452
0,0508
0,0339
0,0169
0,0621 0,0678 0,0734 0,0508
KK1 0,0678 0,0791 0,0508
0,0452
0,0734
0,0395
0,0000
0,0621
0,0621
0,0339
0,0621
0,0395
0,0339 0,0565 0,0621 0,0508
KK2 0,0508 0,0734 0,0734
0,0452
0,0678
0,0226
0,0395
0,0000
0,0395
0,0452
0,0282
0,0339
0,0565 0,0678 0,0452 0,0395
H1
0,0791 0,0847 0,0565
0,0621
0,0734
0,0395
0,0508
0,0847
0,0000
0,0678
0,0565
0,0226
0,0791 0,0734 0,0565 0,0169
H2
0,0395 0,0678 0,0904
0,0508
0,0678
0,0395
0,0339
0,0508
0,0734
0,0000
0,0339
0,0226
0,0395 0,0565 0,0621 0,0395
H3
0,0621 0,0847 0,0395
0,0452
0,0734
0,0339
0,0565
0,0678
0,0339
0,0508
0,0000
0,0226
0,0621 0,0565 0,0452 0,0339
H4
0,0282 0,0508 0,0621
0,0339
0,0565
0,0282
0,0226
0,0282
0,0226
0,0339
0,0113
0,0000
0,0452 0,0508 0,0508 0,0282
LG1 0,0452 0,0791 0,0621
0,0621
0,0734
0,0452
0,0395
0,0508
0,0678
0,0508
0,0678
0,0339
0,0000 0,0791 0,0339 0,0339
LG2 0,0395 0,0565 0,0565
0,0565
0,0339
0,0565
0,0169
0,0282
0,0565
0,0508
0,0452
0,0169
0,0734 0,0000 0,0678 0,0452
LG3 0,0508 0,0847 0,0452
0,0678
0,0678
0,0452
0,0508
0,0678
0,0734
0,0395
0,0565
0,0282
0,0226 0,0847 0,0000 0,0282
LG4 0,0226 0,0678 0,0678
0,0508
0,0734
0,0395
0,0169
0,0226
0,0508
0,0452
0,0226
0,0169
0,0226 0,0734 0,0056 0,0000
Sumber: Hasil Pengolahan Data
Universitas Sumatera Utara
5.3.3. Matriks Total Relation (T)
Setelah mendapatkan matriks direct-relation yang telah dinormalisasikan,
maka langkah selanjutnya pada metode DEMATEL adalah matriks dari Tabel 5.8.
untuk mendapatkan matriks keterkaitan total (total-relation) yang dilakukan
dengan rumus:
T=|�(� − �)−1 |
Dimana:
I = matriks identitas
X = matriks direct-relation yang telah dinormalkan (Tabel 5.8)
T = matriks total relation
Perhitungan matriks total relation pada kriteria adalah sebagai berikut :
1
⎛0
(I – X) = ⎜0
0
⎝0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0⎞ ⎛0,3488
0⎟-⎜0,1860
0,3721
0
1⎠ ⎝0,1860
1
−0,3488
−0,3488
1
⎛
(I – X) =⎜−0,1860 − 0,0698
−0,3721
−0,1628
⎝−0,1860 −0,3256
3,0019
⎛1,9058
−1
(� − �) =⎜0,9487
1,8970
⎝1,5760
Maka,
2,0321
2,4967
0,7725
1,5895
1,5226
0,3488
0
0,0698
0,1628
0,3256
−0,2791
−0,0930
1
−0,1818
−0,0465
0,2791
0,0930
0
0,1818
0,0465
−0,3721
−0,1163
−0,1163
1
−0,1860
0,3721
0,1163
0,1163
0
0,1860
−0,2326
−0,3488⎞
−0,0233⎟
−0,1860
1
⎠
0,2326
0,3488⎞
0,0233⎟
0,1860
0 ⎠
1,4549 1,8547 1,7859
1,1041 1,4265 1,6052⎞
1,5053 0,7412 0,6630⎟
1,1720 12,2968 1,4502
0,9182 1,2713 2,1555⎠
T=|�(� − �)−1 |
Universitas Sumatera Utara
0
⎛0,3488
T=⎜0,1860
0,3721
⎝0,1860
0,3488
0
0,0698
0,1628
0,3256
2,0019
⎛1,4680
T=⎜0,7317
1,5126
⎝1,2106
0,2791
0,0930
0
0,1818
0,0465
2,0321
1,1311
0,5860
1,2595
1,1986
0,3721
0,1163
0,1163
0
0,1860
1,4549
0,7020
0,3332
0,8487
0,6026
3,0019
0,2326
0,3488⎞ ⎛1,9058
0,0233⎟ ⎜0,9487
0,1860
1,8970
0 ⎠ ⎝1,5760
2,0321
2,4967
0,7725
1,5895
1,5226
1,4549
1,1041
1,5053
1,1720
0,9182
1,8547 1,78589
1,0897 1,6052 ⎞
0,5516 0,6630 ⎟
0,9934 1,4502
0,9839 0,1555 ⎠
…
…
…
…
…
1,7859
1,6052⎞
0,6630⎟
1,4502
2,1555⎠
Tabulasi hasil perhitungan matriks total antar kriteria dan subkriteria dapat
dilihat pada Tabel 5.10. dan Tabel 5.11.
Tabel 5.10. Hasil Perhitungan Matriks T antar Kriteria
Kualitas
Pengiriman
Kebijakan
Klaim dan
Jaminan
Harga
Lokasi Geografis
Kualitas
Pengiriman
2,0019
1,9058
2,0321
1,4967
Kebijakan
Klaim dan
Jaminan
1,4549
1,1041
0,9487
0,7725
0,5053
0,7412
0,6630
1,8970
1,5760
1,5895
1,5226
1,1720
0,9182
1,2968
1,2713
1,4502
1,1555
Harga
Lokasi
Geografis
1,8547
1,4265
1,7859
1,6052
Sumber: Hasil Pengolahan Data
Universitas Sumatera Utara
Tabel 5.11. Hasil Perhitungan Matriks T antar Subkriteria
K1
K2
K3
P1
P2
P3
KK1
KK2
H1
H2
H3
H4
LG1
LG2
LG3
LG4
K1
0,1250
0,1840
0,1601
0,2305
0,2176
0,1739
0,2201
0,1867
0,2478
0,1860
0,2064
0,1329
0,2018
0,1732
0,2062
0,1377
K2
0,1960
0,2040
0,2016
0,3154
0,2754
0,2383
0,2841
0,2554
0,3124
0,2626
0,2782
0,1910
0,2874
0,2373
0,2909
0,2188
K3
P1
P2
P3
KK1
KK2
H1
H2
H3
H4
0,1793
0,1673
0,1939
0,1558
0,1730
0,1879
0,2107
0,1921
0,1549
0,0996
0,2649
0,1778
0,2405
0,1728
0,2262
0,2323
0,2401
0,2025
0,1483
0,1167
0,1507
0,1438
0,1695
0,1205
0,2011
0,1830
0,2173
0,1629
0,1481
0,1037
0,3149
0,1748
0,2882
0,2371
0,2539
0,2848
0,2627
0,2291
0,1955
0,1297
0,2557
0,1852
0,1854
0,1698
0,2147
0,2463
0,2516
0,1751
0,1698
0,1336
0,2310
0,1546
0,1976
0,1176
0,1703
0,2208
0,2074
0,1843
0,1508
0,0968
0,2439
0,1926
0,2571
0,1727
0,1584
0,2391
0,2442
0,1876
0,1919
0,1295
0,2445
0,1765
0,2306
0,1428
0,1798
0,1598
0,2054
0,1808
0,1470
0,1147
0,2719
0,2252
0,2778
0,1885
0,2248
0,2799
0,2075
0,2360
0,2030
0,1243
0,2705
0,1897
0,2407
0,1652
0,1843
0,2198
0,2463
0,1463
0,1598
0,1089
0,2245
0,1848
0,2475
0,1609
0,2036
0,2346
0,2098
0,1945
0,1267
0,1094
0,1933
0,1345
0,1806
0,1195
0,1306
0,1497
0,1506
0,1374
0,1030
0,0627
0,2586
0,2100
0,2593
0,1806
0,1992
0,2319
0,2521
0,2055
0,1994
0,1253
0,2251
0,1845
0,1970
0,1721
0,1553
0,1856
0,2163
0,1839
0,1607
0,0958
0,2414
0,2142
0,2528
0,1800
0,2081
0,2464
0,2553
0,1941
0,1878
0,1192
0,2117
0,1583
0,2067
0,1387
0,1357
0,1562
0,1874
0,1580
0,1207
0,0845
LG1
0,1619
0,2426
0,1790
0,2617
0,2092
0,2068
0,2022
0,2046
0,2627
0,1991
0,2190
0,1584
0,1740
0,2168
0,1955
0,1507
LG2
0,1800
0,2437
0,1805
0,2986
0,2262
0,2326
0,2440
0,2333
0,2806
0,2341
0,2340
0,1784
0,2674
0,1684
0,2714
0,2098
LG3
0,1603
0,1856
0,1498
0,2541
0,2178
0,2065
0,2161
0,1835
0,2297
0,2080
0,1928
0,1561
0,1942
0,2011
0,1608
0,1251
LG4
0,1285
0,1710
0,1193
0,2136
0,1722
0,1590
0,1752
0,1513
0,1588
0,1575
0,1540
0,1141
0,1621
0,1535
0,1563
0,0952
Sumber: Hasil Pengolahan Data
Universitas Sumatera Utara
5.3.4. Penetapan Treshold Value
Threshold Value (α) ditentukan dengan menghitung nilai rata-rata pada
elemen matriks T yang terdapat pada Tabel. 5.8, dengan rumus sebagai berikut:
∑��=1 ∑��=1 � ��
α=
�
Keterangan:
α= Threshold Value
i= 1,2,... (indeks baris)
j=1,2,... (indeks kolom)
Treshold Value untuk kriteria pemilihan supplier adalah:
2,0019 +2,0321 +⋯+1,4502 +1,1555
α=
25
α=1,3691
Nilai Treshold Value dengan menggunakan rumus yang sama untuk
subkriteria pemilihan supplier adalah:
0,1250 +0,1960 +⋯+0,1251 +0,0952
α=
25
α=0,1844
Menurut (Tzeng Gwo, 2007), Matriks T pada subkriteria yang memiliki
nilai matriks dibawah α=0,1844 akan dirubah menjadi nol yang matriks baru yang
diperoleh ini dinamakan dengan α-cut total influence matrix (T α ) dan matriks ini
kemudian akan digunakan dalam perhitungan intergrasi dengan metode ANP.
Hasil transformasi matriks subkriteria dapat dilihat pada Tabel 5.12.
Universitas Sumatera Utara
Tabel 5.12. Α-Cut Total Influence Matrix (T α )
Kualitas (K)
K1
K2
K3
P1
P2
P3
KK1
KK2
H1
H2
H3
H4
LG1
LG2
LG3
LG4
Kebijakan
klaim dan
jaminan (PB)
Pengiriman (P)
Lokasi Geografis (G)
Harga (H)
Total
K1
K2
K3
P1
P2
P3
KK1
KK2
H1
H2
H3
H4
LG1
LG2
LG3
LG4
0,0000
0,0000
0,0000
0,2305
0,2176
0,0000
0,2201
0,1867
0,2478
0,1860
0,2064
0,0000
0,2018
0,0000
0,2062
0,0000
0,1960
0,2040
0,2016
0,3154
0,2754
0,2383
0,2841
0,2554
0,3124
0,2626
0,2782
0,1910
0,2874
0,2373
0,2909
0,2188
0,0000
0,0000
0,0000
0,3149
0,2557
0,2310
0,2439
0,2445
0,2719
0,2705
0,2245
0,1933
0,2586
0,2251
0,2414
0,2117
0,0000
0,0000
0,0000
0,0000
0,1852
0,0000
0,1926
0,0000
0,2252
0,1897
0,1848
0,0000
0,2100
0,1845
0,2142
0,0000
0,1939
0,2405
0,0000
0,2882
0,1854
0,1976
0,2571
0,2306
0,2778
0,2407
0,2475
0,0000
0,2593
0,1970
0,2528
0,2067
0,0000
0,0000
0,0000
0,2371
0,0000
0,0000
0,0000
0,0000
0,1885
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,2262
0,2011
0,2539
0,2147
0,0000
0,0000
0,0000
0,2248
0,0000
0,2036
0,0000
0,1992
0,0000
0,2081
0,0000
0,1879
0,2323
0,0000
0,2848
0,2463
0,2208
0,2391
0,0000
0,2799
0,2198
0,2346
0,0000
0,2319
0,1856
0,2464
0,0000
0,2107
0,2401
0,2173
0,2627
0,2516
0,2074
0,2442
0,2054
0,2075
0,2463
0,2098
0,0000
0,2521
0,2163
0,2553
0,1874
0,1921
0,2025
0,0000
0,2291
0,0000
0,0000
0,1876
0,0000
0,2360
0,0000
0,1945
0,0000
0,2055
0,0000
0,1941
0,0000
0,0000
0,0000
0,0000
0,1955
0,0000
0,0000
0,1919
0,0000
0,2030
0,0000
0,0000
0,0000
0,1994
0,0000
0,1878
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,2426
0,0000
0,2617
0,2092
0,2068
0,2022
0,2046
0,2627
0,1991
0,2190
0,0000
0,0000
0,2168
0,1955
0,0000
0,0000
0,2437
0,0000
0,2986
0,2262
0,2326
0,2440
0,2333
0,2806
0,2341
0,2340
0,0000
0,2674
0,0000
0,2714
0,2098
0,0000
0,1856
0,0000
0,2541
0,2178
0,2065
0,2161
0,0000
0,0000
0,2080
0,1928
0,0000
0,1942
0,2011
0,0000
0,0000
0,0000
0,0000
0,0000
0,2136
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,9807
2,0175
0,6199
3,6402
2,4853
1,7410
2,7230
1,5606
3,2182
2,2567
2,6297
0,3844
2,7667
1,6637
2,7641
1,0345
Sumber: Hasil Pengolahan Data
Universitas Sumatera Utara
5.4.
Pembuatan Struktur Jaringan (Network)
Pembuatan struktur jaringan (network) merupakan tahapan yang sangat
penting di dalam proses Analytic Network Process. Pada tahap ini setiap kriteria
dan subkriteria akan ditentukan apakah mempengaruhi satu dengan yang lain.
Penentuan hubungan pengaruh antar subkriteria ini dilakukan dengan cara
wawancara dengan General Manager, Kepala Bagian Administrasi Pemasaran,
Kepala bagian produksi, dan Kepala Bagian Logistik.. Keempat responden
tersebut harus menentukan apakah subkriteria pada bagian kiri memiliki pengaruh
terhadap subkriteria bagian atas yang dibandingkan.
5.5.
Pembuatan Kuesioner Perbandingan Berpasangan Analytical Network
Proscess (ANP)
Kuesioner perbandingan berpasangan (Lampiran 5) digunakan untuk
memberi bobot untuk masing-masing kriteria dan subkriteria sehingga dapat
diketahui alternatif supplier yang memiliki bobot kriteria tertinggi. Kuisioner ini
memiliki tiga bagian yakni perbandingan berpasangan antar kluster kriteria,
perbandingan berpasangan antar subkriteria, dan perbandingan berpasangan antar
alternatif. Tabel 5.14. menunjukkan perbandingan berpasangan antar kluster
Universitas Sumatera Utara
Tabel 5.14. Perbandingan Berpasangan Antar Kluster Kriteria Kualitas
Elemen
Penilaian
Elemen
Kualitas
98765432
1
23456789
Pengiriman
Kualitas
98765432
1
23456789
Kebijakan klaim dan
jaminan
Kualitas
98765432
1
23456789
Harga
Kualitas
98765432
1
23456789
Lokasi Geografis
Pengiriman
98765432
1
23456789
Kebijakan klaim dan
jaminan
Pengiriman
98765432
1
23456789
Harga
Pengiriman
98765432
1
23456789
Lokasi Geografi
Kebijakan klaim dan
jaminan
98765432
1
23456789
Harga
Kebijakan klaim dan
jaminan
98765432
1
23456789
Lokasi Geografis
Harga
98765432
1
23456789
Lokasi Geografis
Sumber: Hasil Pengumpulan Data
Keterangan penilaian perbandingan berpasangan di atas dapat dilihat pada
Tabel 5.15.
\
Universitas Sumatera Utara
Tabel 5.15. Skala Perbandingan Berpasangan
Intensitas Kepentingan
1
Kedua elemen sama penting
3
Elemen yang satu sedikit lebih penting ketimbang lainnya
5
Elemen yang satu essensial atau sangat penting ketimbang
elemen lainnya
7
Satu elemen jelas lebih penting dari elemen lain
9
Satu elemen mutlak lebih penting ketimbang elemen lainnya
2,4,6,8
5.5.
Definisi
Nilai antara dua pertimbangan berdekatan
Pengolahan Analytical Network Process (ANP)
5.5.1. Perbandingan Berpasangan antar Kluster
Perbandingan berpasangan antar kluster untuk masing-masing kluster
kriteria yang digunakan dapat dilihat pada tabel 5.16 berikut, sedangkan
perbandingan berpasangan untuk bagian lainnya dapat dilihat pada Lampiran 6.
Universitas Sumatera Utara
Tabel 5.16. Matriks Perbandingan Berpasangan Kluster Kualitas
Kualitas
Kualitas
Pengiriman
Kebijakan
klaim
dan jaminan
Harga
Lokasi Geografis
1
¼
¼
2
1/6
Kualitas
Kualitas
Pengiriman
Kebijakan
klaim
dan jaminan
Harga
Lokasi Geografis
1
1/3
1/6
1/3
1/5
Kualitas
Kualitas
Pengiriman
Kebijakan
klaim
dan jaminan
Harga
Lokasi Geografis
1
¼
1/5
½
¼
Kualitas
Responden 1
Kebijakan klaim
Pengiriman
dan jaminan
4
4
1
3
1/3
1/2
1/4
1
5
3
Responden 2
Kebijakan klaim
Pengiriman
dan jaminan
3
6
1
½
2
1/3
1/3
1
½
2
Responden 3
Kebijakan klaim
Pengiriman
dan jaminan
4
5
1
2
1/2
3
1/5
1
4
½
Responden 4
Kebijakan klaim
Pengiriman
dan jaminan
4
6
1
3
1
Kualitas
1/4
Pengiriman
Kebijakan
klaim
1/6
1/3
dan jaminan
1/3
3
Harga
1/5
1/4
Lokasi Geografis
Sumber: Hasil Pengumpulan Data
1
4
¼
½
2
Lokasi
Geografis
6
4
1/5
1
1/5
1/3
5
1
Harga
3
3
Lokasi
Geografis
5
3
2
1
1/4
1/2
4
1
Harga
2
1/3
Lokasi
Geografis
4
5
1/4
1
1/5
2
5
1
Harga
3
1/3
Lokasi
Geografis
5
4
1/4
1
1/5
4
5
1
Harga
Universitas Sumatera Utara
Cara perhitungan Consistency Ratio untuk matriks banding berpasangan cluster
kualitas menurut Saaty (1999) ditampilkan sebagai berikut:
1.
Menghitung rata-rata pembobotan dengan cara menghitung rata-rata
geometrik. Rata-rata geometrik dihitung dengan rumus:
�� = ���1 . �2 … . ��
Keterangan
n=responden ke-n
X=nilai skor yang diberikan responden
Contoh untuk perhitungan rata-rata geometrik untuk perbandingan
berpasangan antar kluster kualitas dengan pengiriman :
�� = ����� 1 . ��� 2 … . ����
4
�� = �4�3�4�4 = 3,7224
Perhitungan rata-rata geometris untuk matriks banding berpasangan diatas
ditampilkan pada Tabel 5.17. sedangkan hasil perhitungan rata-rata geometris
matriks banding berpasangan untuk bagian lainnya dapat dilihat pada Lampiran 7.
Universitas Sumatera Utara
Tabel 5.17. Perhitungan Rata-Rata Geometrik untuk Kluster Kualitas
Kualitas Pengiriman
Kriteria
Kebijakan klaim
dan jaminan
Harga
Lokasi
Geografis
Kualitas
1,0000
3,7224
5,1800
1,7321
4,9492
Pengiriman
0,2686
1,0000
1,7321
0,9036
3,9360
0,1930
0,5774
1,0000
0,3976
1,0746
Harga
0,5774
1,1067
2,5149
1,0000
4,7287
Lokasi Geografis
0,2021
0,2541
0,9306
0,2115
1,0000
2,2411
6,6605
11,3576
4,2448
15,6885
Kebijakan klaim
dan jaminan
TOTAL
Sumber: Hasil Pengolahan Data
2.
Menghitung bobot parsial dengan cara masing-masing elemen kolom dibagi
dengan jumlah kolom masing-masing.
Contoh:
3,7224
6,6605
=0,1501
Hasil perhitungan untuk elemen lainnya dapat dilihat pada tabel 5.18
berikut.
Universitas Sumatera Utara
Tabel 5.18. Hasil perhitungan Bobot Parsial pada Kluster Kualitas
Kualitas
Pengiriman
Kriteria
Kualitas
0,4462
0,5589
Pengiriman
0,1199
0,1501
Kebijakan klaim
0,0861
0,0867
dan jaminan
Harga
0,2576
0,1662
Lokasi Geografis
0,0902
0,0381
TOTAL
1,0000
1,0000
Sumber: Hasil
LANDASAN TEORI
3.1.
Supply Chain Management
Menurut
Pujawan
perusahaan-perusahaan
(2005),
yang
secara
supply
Chain
bersama-sama
adalah
bekerja
jaringan
untuk
menciptakan dan menghantarkan suatu produk ke tangan pemakai akhir.
Perusahaan–perusahaan tersebut biasanya termasuk supplier, pabrik,
distributor, toko dan ritel, serta perusahaan-perusahaan pendukung seperti
perusahaan jasa logistik. Pada suatu supply chain biasanya ada 3 aliran
yang harus dikelola. Pertama adalah aliran barang yang mengalir dari hulu
(upstream) ke hilir (downstream). Kedua adalah aliran uang dan sejenisnya
yang mengalir dari hilir ke hulu. Yang ketiga adalah aliran informasi yang
bisa terjadi dari hilir ke hulu ataupun sebaliknya.
Istilah Supply Chain Management pertama kali dikemukakan oleh
Oliver dan Weber pada tahun 1982 yakni: Supply Chain Management
adalah sistematik, koordinasi strategi dari fungsi bisnis tradisional dengan
perusahaan kecil dan lintas bisnis dengan rantai pasok dengan maksud
untuk memperbaiki kinerja jangka panjang dari perusahaan itu sendiri dan
perusahaan rantai pemasok sebagai keseluruhan.
3.2.
Kriteria Pemilihan Supplier
Universitas Sumatera Utara
Pujawan (2005) mengatakan, bahwa memilih supplier merupakan
kegiatan strategis, terutama apabila supplier tersebut akan memasok item
yang kritis dan/atau akan digunakan dalam jangka panjang sebagai
supplier penting. Kriteria pemilihan adalah satu hal penting dalam
pemilihan supplier. Kriteria yang digunakan tentunya harus mencerminkan
strategi supply chain maupun karakteristik dari item yang akan dipasok.
Secara umum banyak perusahaan yang menggunakan kriteriakriteria dasar seperti kualitas barang yang ditawarkan, harga, dan
ketepatan waktu pengiriman. Namun sering kali pemilihan supplier
membutuhkan berbagai kriteria lain yang dianggap penting oleh
perusahaan. Penelitian yang dilakukan oleh Dickson hampir 40 tahun yang
lalu menunjukkkan bahwa kriteria pemilihan supplier bisa sangat beragam.
Tabel 3.1 menunjukkan 22 kriteria yang diidentifikasikan oleh Dickson.
Tabel 3.1. Kriteria Pemilihan / Evaluasi Supplier (Dickson 1966)
Kriteria
Skor
Kualitas
3.5
Delivery
3.4
Performance history
3.0
Warranties and claim policies
2.8
Price
2.8
Technical capability
2.8
Financial position
2.5
Procedural compliance
2.5
Universitas Sumatera Utara
Communication system
2.5
Reputation and position in industry
2.4
Desire for business
2.4
Tabel 3.1. Kriteria Pemilihan / Evaluasi Supplier (Dickson 1966)
(Lanjutan)
Kriteria
Skor
Management and organization
2.3
Operating controls
2.2
Repair service
2.2
Attitudes
2.1
Impression
2.1
Packaging ability
2.0
Labor relations records
2.0
Geographical location
1.9
Amount of past business
1.6
Training aids
1.5
Reciprocal arrangements
0.6
Sumber: I Nyoman Pujawan. 2005.
Angka pada kolom kedua menunjukkan tingkat kepentingan dari
masing-masing kriteria berdasarkan kumpulan jawaban dari survey yang
direspon oleh 170 manajer pembelian di Amerika Serikat. Responden
diminta memilih angka 0 – 4 pada skala likert dimana 4 berarti sangat
penting. Jadi tabel tersebut menunjukkan bahwa rata-rata responden
Universitas Sumatera Utara
melihat kualitas sebagai aspek terpenting dalam memilih supplier. Harga
ternyata hanya menempati urutan no. 5 dan miliki skor yang secara
signifikan lebih rendah dari kualitas dan aspek pengiriman (delivery).
Namun tentu saja tiap perusahaan harus menentukan sendiri
kriteria-kriteria yang akan digunakan dalam memilih supplier. Belasan
tahun yang lalu Kodak Corporation merancang ulang sistem pengadaan
untuk operasi global mereka. Mengingat Kodak adalah perusahaan yang
bergerak pada industry yang cukup inovatif, mereka memilih supplier
yang memiliki kemampuan untuk mendukung strategi inovasi. Berikut
adalah kriteria yang digunakan untuk proses pemilihan supplier-supplier
baru mereka:
1. Banyaknya technical support yang akan diberikan.
2. Banyaknya ide-ide inovatif.
3. Kemampuan supplier untuk berkomunikasi secara efektif untuk
isu-isu penting.
4. Fleksibilitas yang ditunjukkan oleh supplier.
5. Cycle time dan kecepatan respon.
6. Kemiripan tujuan antara Kodak dengan supplier.
7. Tingkat kepercayaan yang ada antara perusahaan dengan supplier.
8. Kekuatan hubungan pada berbagai dimensi.
3.3.
Subkriteria Pemilihan Supplier
Universitas Sumatera Utara
Menurut Widiyanesti (2012) terdapat beberapa sub-kriteria dalam
melakukan pemilihan supplier pada perusahaan. Dalam penelitiannya,
diketahui bahwa terdapat beberapa sub-kriteria dalam melakukan
pemilihan supplier. Hal yang sama juga diungkapkan oleh Ratnasari
(2011) dan Taufik dkk. (2012) bahwa dalam melakukan pemilihan
supplier terdapat beberapa sub-kriteria yang harus diperhatikan seperti
pada Tabel 3.2.
Tabel 3.2. Sub-kriteria Pemilihan Supplier
Kriteria
Sub-kriteria
Kesesuian mutu produk
Quality
Tingkat kecacatan
Kemampuan memberikan kualitas yang konsisten
Ketepatan jumlah barang yang dikirim
Delivery
Ketepatan waktu pengiriman
Kemudahan proses klaim
Jaminan barang dating tepat waktu
Warrranty & Claim
Policies
Layanan complain
Memberikan
perusahaan
jaminan
atau
garansi
terhadap
Kapasitas memenuhi jumlah permintaan
Technical
Capability
Kemampuan perbaikan terkait adanya complain
Kompetensi tenaga kerja
Performance
History
Kemampuan menjaga kesepakatan kontrak
Kemampuan
pemenuhan
terhadap
jumlah
Universitas Sumatera Utara
pemesanan
Kemampuan pemenuhan terhadap jadwal yang telah
dijadwalkan
Flexibility
Kemudahan penambahan atau pengurangan jumlah
pemesanan
Kemudahan perubahan waktu pengiriman
Sumber: Widiyanesti (2012). Ratnasari (2011). Taufik dkk. (2012).
3.4.
Decision Making Trial and Evaluation Laboratory (DEMATEL)
DEMATEL adalah singkatan dari “Decision-making trial and
evaluation laboratory”, yang pertama kali dikembangkan oleh The
Science and Human Affairs Program of the Battelle Memorial Institute of
Geneve antara tahun 1972-1976. Chung-Wei (2007) mengatakan tujuan
utama dikembangkannya DEMATEL adalah untuk mempelajari dan
mencari penyelesaian permasalahan yang rumit dan saling berkaitan satu
sama lain, dengan konsep dasar mengukur tingkat pengaruh suatu objek
dengan objek lainnya.
Model DEMATEL bisa meningkatkan pengertian terhadap suatu
permasalahan secara spesifik, yang saling berkaitan satu dengan yang
lainnya dan mengidentifikasi solusi untuk suatu masalah secara terstruktur,
dengan menggunakan pengetahuan yang dimiliki oleh para ahli di bidang
yang sedang diteliti Hsu. Pada dasarnya, DEMATEL adalah sebuah model
yang berdasarkan atas digraph, yang membagi faktor-faktor menjadi
kelompok sebab dan akibat. Digraph, yaitu grafik yang memiliki arah,
akan jauh lebih efektif dibandingkan dengan grafik tanpa arah karena
Universitas Sumatera Utara
menggambarkan hubungan terarah antar faktor. Digraph tersebut yang
kemudian menggambarkan seberapa besar pengaruh yang dimiliki faktor
tersebut. Pada akhirnya model DEMATEL bisa menemukan faktor paling
penting yang mempengaruhi faktor-faktor lainnya. Kemampuan tersebut
membuat perusahaan bisa meningkatkan efektifitas dalam menangani
faktor-faktor berdasarkan diagraph.
Beberapa keunggulan yang dimiliki oleh model DEMATEL adalah
:
1. DEMATEL
menyediakan
pendekatan
sistematis
untuk
mengidentifikasi kriteria, hubungan antar kriteria, dan bobot masingmasing untuk pengambilan keputusan
2. Keluaran dari model berupa causal diagram yang menggunakan graf
berarah sehingga bisa memberi gambaran secara mendasar tentang
hubungan kontekstual dan kekuatan pengaruh antar elemen.
3. DEMATEL bisa digunakan untuk menjawab permasalahan inti dari
sistem yang kompleks dengan tujuan untuk memudahkan pengambilan
keputusan.
Beberapa keunggulan tersebut membuat DEMATEL banyak
digunakan dalam berbagai bidang penelitan, seperti manajemen, evaluasi
performa, proses pengambilan keputusan.
DEMATEL telah berhasil diaplikasikan di berbagai bidang
penelitian dengan tujuan untuk menyederhanakan masalah rumit dan
Universitas Sumatera Utara
mentransformasikan sistem yang kompleks menjadi hubungan sebab
akibat yang terstruktur.
DEMATEL pertama kali diperkenalkan oleh Battelle Geneva
Institute untuk mengevaluasi aspek dari permasalahan sosial secara
kualitatif dan hubungannya dengan faktor-faktor yang. DEMATEL telah
sukses diaplikasikan dalam beberapa situasi seperti strategi pemasaran,
evaluasi e-learning, sistem control dan permasalahan safety. Metode
DEMATEL
variabel/kriteria
dapat
dan
mengkonfirmasi
membatasi
interdependensi
hubungan
yang
diantara
menggambarkan
karakteristik didalam sebuah sistem esensial dan tren developmental.
Produk akhir dari DEMATEL adalah sebuah representasi visual dari
pemikiran responden mengenai hubungan interdependensi antar objek dari
sebuah permasalahan.
Metode DEMATEL memiliki tahapan pengerjaan sebagai berikut:
1. Menentukan matriks rata-rata pada matriks direct relation, setiap
responden diminta untuk menentukan skala mengenai bagaimana
faktor i mempengaruhi faktor j. Perbandingan berpasangan antar dua
faktor dinotasikan sebagai a ij dan memiliki skala 0, 1, 2, 3, dan 4, yang
merepresentasikan tidak mempengaruhi (0), kurang mempengaruhi (1),
cukup mempengaruhi (2), kuat mempengaruhi (3), dan sangat
mempengaruhi (4). Skor yang diberikan dari masing-masing expert
dibentuk menjadi n x n matriks jawaban non-negatif X k = dengan 1≤ k
≤ H. Demikian X 1, X 2 ,….., X H merupakan jawaban dari H expert ,
Universitas Sumatera Utara
dan setiap elemen dari matriks X k merupakan integer yang dinotasikan
dengan ��� . Elemen diagonal dari matriks X
k
semuanya bernilai nol.
Selanjutnya dapat dihitung matriks rata rata A n x n.
2. Menghitung normalized initial direct-relation matrix
Normalized initial direct-relation matrix D diperoleh dari matriks ratarata A yang dinormalisasikan dengan:
X=kA
k=min 1/ �
���
1≤�≤�
∑��=1 ��� ,
��� �
∑ �
1≤�≤� �=1 ��
,�
Keterangan:
X = normalisasi matriks direct-relation
A = matriks direct-relation
3. Menghitung matriks total relation
Matriks total relation dapat dihitung dengan menggunakan rumus
sebagai berikut :
T=X+X2 + …+ Xm = T=|�(� − �)−1 |, m →∞
Selain itu dihitung r dan c sebagai vector n x I yang merupakan jumlah
dari baris dan kolom total relation matrix T sebagai berikut :
r =[�� ]�� 1 =�∑��=1 ��� �
c =��� �
′
1��
�� 1
=�∑��=1 ��� �1��
r i menujukkan efek total hubungan yang diberikan faktor
i
terhadap
faktor lainnya. c j menunjukkan total hubungan yang diterima oleh
faktor j dari faktor lain. Saat
j
= i, jumlah dari (r i + c i ) memberikan
Universitas Sumatera Utara
indeks yang mempresentasikan total efek baik yang diterima dan
diberikan oleh faktor i . Dengan kata lain, (r i + c i ) menunjukkan
derajat dari kepentingan (jumlah total efek yang diberikan dan
diterima) yang faktor i mainkan di dalam sistem. Sementara itu (r i - c i )
menunjukkan efek yang dikontribusikan faktor i kepada sistem saat (r i
- c i ) positif, faktor i merupakan net causer, saat (r i - c i ) adalah
negative, faktor i adalah net receiver
4. Menetapkan threshold value untuk. Untuk menjelaskan hubungan
structural sementara menjaga kompleksitas dari struktur itu sendiri
pada level yang sesuai , dibutuhkan sebuah threshold value p untuk
mengeliminasi hubungan yang dapat diabaikan pada matriks T.
Threshold value dapat diperoleh melalui brainstorming dengan expert.
Hanya beberapa efek dari matriks T yang lebih besar dari threshold
value dipilih dan digambarkan pada netork relation map (NRM).
Dalam penelitian ini, threshold value adalah rata-rata dari semua angka
elemen di matriks T. Digraph dapat diperoleh dengan pemetaan titik
(r+c, r-c).
3.5.
Analytical Network Process (ANP)
Saaty (2006) mengembangkan Analytic Network Process (ANP)
yaitu metode penilaian multi kriteria untuk strukturisasi keputusan dan
analisis yang memiliki kemampuan untuk mengukur konsistensi dari
penilaian dan fleksibilitas pada pilihan dalam level subkriteria.
Universitas Sumatera Utara
Saaty (1999) mendefinisikan ANP sebagai metode 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.
ANP menggunakan jaringan tanpa harus menetapkan level seperti
pada hierarki yang digunakan dalam Analytic Hierarchy Process (AHP),
yang merupakan titik awal ANP. Konsep utama dalam ANP adalah
influence (pengaruh), sementara konsep utama dalam AHP adalah
preference (pilihan). AHP dengan asumsi-asumsi dependensinya tentang
kluster dan elemen merupakan kasus khusus ANP. ANP merupakan
pendekatan baru dalam proses pengambilan keputusan yang memberikan
kerangka kerja umum dalam memperlakukan keputusan-keputusan tanpa
membuat asumsi-asumsi tentang independensi elemen-elemen pada level
yang lebih tinggi dari elemen-elemen pada level yang lebih rendah dan
tentang independensi elemen-elemen dalam suatu level.
Perbedaan antara hierarki dan jaringan (network) digambarkan
pada Gambar 3.1. dimana hirearki memiliki tujuan (goal) atau titik sumber
(source node) serta kriteria dan sub kriteria atau titik tumpahan (sink
node). Bentuknya berupa struktur linear dari atas ke bawah tanpa adanya
timbal balik (feedback) dari level terendah ke level diatasnya. Selain itu,
loop hanya terjadi pada pada level terendah. Jaringan (network) menyebar
dalam segala arah dan memungkinkan terjadinya pengaruh (influence) dari
Universitas Sumatera Utara
suatu kluster terhadap cluster lainnya maupun kluster itu sendiri dan
timbal balik (feedback) yang membentuk siklus (Saaty, 2004).
Sumber : Saaty, 2004
Gambar 3.1. Perbedaan Hierarki dan Jaringan (Network)
Metode ANP memiliki keuntungsan besar, diantaranya:
a.
Dengan ANP, kriteria prioritas dapat ditentukan berdasarkan angka
perbandingan berpasangan oleh pembuat keputusan
b.
Dengan ANP, pembuat keputusan dapat mempertimbangkan antara
faktor tangible dan intangible
c.
ANP dapat mentransformasi nilai kualitatif kedalam nilai angka untuk
analisis perbandingan
d.
ANP adalah metode yang sederhana bagi pembuat keputusan agar
dapat mengerti dengan mudah dan mengaplikasikannya tanpa
pengetahuan khusus
Adapun langkah-langkah dalam pengerjaan metode ANP menurut
Saaty. (2006) yakni :
a.
Bangun model permasalahan secara terstruktur
Universitas Sumatera Utara
Dalam langkah ini hal yang perlu ditekankan adalah pendefinisian
masalah yang akan menjadi objek penelitian harus jelas. Kriteria,
subkriteria, maupun alternatif dipilih berdasarkan brainstorming atau
metode pengumpulan ide lainnya. Selanjutnya membuat klusterkluster dari kriteria, subkriteria dan alternatif tersebut sehingga
membentuk jaringan (Network).
b.
Perhitungan matriks berpasangan dan prioritas
Adapun langkah langkah dalam perhitungan matriks berpasangan dan
prioritas adalah sebagai berikut:
1.
Jumlahkan harga dari semua elemen dalam 1 kolom
2. Bagikan nilai dari setiap elemen dengan harga tersebut
3. Jumlahkan nilai setiap elemen dalam setiap baris dan dibagikan
dengan jumlah elemennya. Hal ini disebut dengan prioritas relatif
tiap elemen.
c.
Membangun Supermatriks
Adapun langkah-langkah dalam membangun supermatriks adalah
sebagai berikut:
1. Mendapatkan unweight supermatrix dari prioritas setiap elemen
2. Mendapatkan weighted supermatrix.
3. Mendapatkan limiting supermatrix.
4. Menghitung total bobot setiap alternatif dan didapatkanlah
peringkat dari masing-masing alternatif yang dibandingkan.
Universitas Sumatera Utara
BAB IV
METODOLOGI PENELITIAN
4.1
Tempat dan Waktu Penelitian
Penelitian dilakukan di PT. Barata Indonesia (Persero) yang
berlokasi di Jalan Gatot Subroto Km 7,5 No. 273, Medan, Sumatera Utara,
Indonesia. Waktu penelitian dilakukan pada Oktober 2016 sampai dengan
selesai.
4.2
Jenis Penelitian
Jenis penelitian yang digunakan adalah penelitian deskriptif
(Sinulingga, 2014) yaitu penelitian untuk mendeskripsikan secara sistematik,
faktual, dan akurat tentang fakta-fakta dan sifat-sifat suatu objek tertentu.
Penelitian deskriptif ini berbentuk survey reasearch yaitu penelitian yang
bertujuan untuk mendapatkan fakta-fakta dari gejala yang ada secara langsung
dari orang-orang tertentu yang dijadikan objek penelitian dan mencari suatu
solusi yang akan diaplikasikan pada PT. Barata Indonesia (Medan) untuk
dapat memilih supplier terbaik agar perusahaan ini dapat meningkatkan
kinerjanya. Metode survey menggunakan instrumen kuisioner yang diisi oleh
para responden dari objek penelitian yang ditetapkan dengan metode tertentu.
Pendekatan survey dalam penelitian ini dilakukan dengan penyebaran
kuisioner dan wawancara langsung kepada pihak yang terkait dengan
penelitian.
Universitas Sumatera Utara
Penelitian deskriptif ini berbentuk survey reasearch yaitu
penelitian yang bertujuan untuk mendapatkan fakta-fakta dari gejala yang
ada secara langsung dari orang-orang tertentu yang dijadikan objek
penelitian dan mencari suatu solusi yang akan diaplikasikan pada
4.3
Objek Penelitian
Objek penelitian yang diamati adalah pemilihan supplier terbaik
dari 5 Supplier yang menjadi rekanan pabrik selama periode September
2016 sampai dengan Desember 2016.
4.4
Variabel Penelitian
Variabel-variabel yang terdapat dalam penelitian ini adalah:
1. Variabel Independen
Variabel Independen merupakan variabel yang nilainya mempengaruhi
variabel dependen baik secara positif maupun negatif (Sinulingga,
2014). Variabel independen dalam penelitian ini adalah kriteria dan
subkriteria yang digunakan dalam pemilihan supplier.
2. Variabel dependen
Variabel Dependen merupakan variabel yang nilainya dipengaruhi atau
ditentukan oleh variabel lain (Sinulingga, 2014). Variabel dependen pada
penelitian ini yaitu urutan supplier terbaik.
4.5
Kerangka Berpikir
Universitas Sumatera Utara
Kerangka berpikir merupakan model konseptual tentang bagaimana
teori berhubungan dengan berbagai faktor yang telah diidentifikasi sebagai
masalah yang penting. Kerangka berpikir pada penelitian ini adalah
menguraikan terlebih dahulu masalah yang dihadapi yaitu keterlambatan
pengiriman dan pengembalian bahan baku yang reject. Selanjutnya dengan
kuisioner responden memilih kriteria dan subkriteria supplier yang
diperlukan perusahaan berdasarkan teori Dickson, kriteria yang dipilih
yaitu kualitas, pengiriman, kebijakan klaim dan jaminan, harga, dan letak
geografis supplier. Selanjutnya kriteria dan subkriteria yang terpilih
ditentukan hubungannya dengan menggunakan metode DEMATEL.
Kemudian dilakukan perhitungan rata-rata bobot kriteria dengan metode
ANP dengan menyebarkan terlebih kuesioner ANP mengenai kriteria dan
alternatif
pemasok.
diintergrasikan
untuk
Hasil
dapat
perhitungan
DEMATEL
menghasilkan
bobot
DAN
global
ANP
kriteria,
subkriteria, dan supplier. Kerangka berpikir dapat dilihat pada Gambar 4.1
berikut.
Universitas Sumatera Utara
Kualitas
Pengiriman
Menguraikan Masalah
Keterlambatan
pengiriman dan
kerusakan bahan baku
Pemilihan kriteria
supplier menurut
teori Dickson
Kebijakan
Klaim dan
Jaminan
Penentuan
Subkriteria
Perhitungan
dengan
Metode
DEMATEL
Struktur
Jaringan
(Network)
Perhitungan
Bobot
Global
Integrasi Hasil
Perhitungan
DEMATEL dan
ANP
Ranking
Supplier
Harga
Letak
Geografis
Gambar 4.1 Kerangka Berpikir
Universitas Sumatera Utara
4.6
Blok Diagram Prosedur Penelitian
Prosedur penelitian adalah tahapan-tahapan dalam melaksanakan suatu
penelitian. Blok diagram prosedur dalam penelitian ini dapat dilihat pada Gambar
4.2. Universitas
Identifikasi Masalah
PT. Barata Indonesia Melakukan pemilihan supplier
karena keterlambatan pengiriman dan kerusakan
bahan baku yang dilakukan supplier dan berdampak
pada jadwal pengiriman order konsumen
Studi Literatur
1. Teori Buku
2. Referensi Jurnal Penelitian
Studi Lapangan
Melakukan pengamatan awal pada
perusahaan
Pengumpulan Data
- Data daftar supplier
- Data keterlambatan pengiriman bahan baku oleh supplier
- Kriteria pemilihan supplier
- Subkriteria pemilihan supplier
- Derajat hubungan keterkaitan langsung kriteria dari jawaban
responden kuesioner perbandingan berpasangan
Pengolahan Data
Data diolah dengan menggunakan metode
DEMATEL dan ANP
Analisis Pemecahan Masalah
Kesimpulan dan Saran
Gambar 4.2. Blok Diagram Rancangan Penelitian
4.7.
Instrumen Pengumpulan Data
Berikut ini adalah instrumen penelitian untuk pengumpulan data.
Universitas Sumatera Utara
a.
Penentuan kriteria
Penentuan kriteria penilaian supplier dilakukan dengan teknik wawancara
dengan responden. Instrumen wawancara yang digunakan adalah
kuesioner tertutup yang disusun berdasarkan kriteria dari teori Teori
Dickson.
b.
Penentuan Subkriteria
Subkriteria yang relevan diperoleh dengan teknis wawancara dengan
instrumen kuisioner kepada responden.
c.
Penentuan Hubungan Keterkaitan antar Kriteria dan Subkriteria
Kriteria
dan
subkriteria
yang
terpilih
ditentukan
hubungannya
keterkaitannya. Pada tahap ini dilakukan wawancara dan instrumen yang
digunakan kuisioner DEMATEL yang disebarkan kepada responden.
d.
Perbandingan berpasangan antar kluster, sub kriteria dan alternatif.
Pada tahap ini dilakukan wawancara dan instrumen yang digunakan
kuisioner perbandingan berpasangan (kuisioner ANP) yang disebarkan
kepada responden.
4.8.Responden
Responden pada penelitian
ini adalah
manager perusahaan yang
memahami tentang bahan baku dan supplier bahan baku tersebut. Responden pada
penelitian ini dapat dilihat pada Tabel 4.1.
Universitas Sumatera Utara
Tabel 4.1. Responden Penelitian
No.
Responden
Jumlah
1
General Manager
1
2
Kepala Bagian Administrasi Pemasaran
1
3
Kepala Bagian Produksi
1
4
Kepala Bagian Logistik
1
4
Jumlah
Responden diatas merupakan pihak-pihak yang terlibat dalam proses
pemilihan supplier bahan baku pada perusahaan yang telah bekerja selama lebih
empat tahun. Pemilihan responden ini didasarkan kepada metode pengambilan
sample yang digunakan yaitu judgement sampling yang merupakan teknik
penarikan sample yang dilakukan berdasarkan karakteristik yang ditetapkan
terhadap elemen populasi target yang disesuaikan dengan tujuan atau masalah
penelitian. Berdasarkan kriteria tersebut, terdapat tiga orang yang sesuai
sebagaimana dapat dilihat pada Tabel.
4.9.Pengolahan Data
Pengolahan data dilakukan setelah keseluruhan data yang dibutuhkan
sudah terkumpul. Pengolahan data dilakukan dengan tahapan awal perhitungan
bobot kriteria kemudian dilanjutkan dengan pembobotan subkriteria dan alternatif
supplier dengan kombinasi metode DEMATEL dengan ANP.
Universitas Sumatera Utara
Melalui metode DEMATEL akan dapat diketahui kriteria yang dominan
pada pengukuran kinerja supplier dan yang paling penting adalah akan diketahui
matrik keterkaitan antar kriteria yang nantinya dapat digunakan menormalisasikan
supermatriks ANP. Blok diagram tahap pengolahan data dengan menggunakan
DEMATEL dan ANP dapat dilihat pada Gambar 4.3. dan Gambar 4.4.
Menentukan matriks rata-rata
matriks direct relation
Menghitung Perbandingan Berpasangan
Antar Kluster
Menghitung normalized initial
direct-relation matrix
Menghitung Perbandingan Antar
Subkriteria
Menghitung matriks total relation
Menghitung Rata-rata Geometrik Antar
Kriteria dan Subkriteria
Menentukan Treshold Value
Menghitung perbandingan Matriks
Normalisasi antar kriteria dan
subkriteria
Menghitungg perbandingan antar
alternatif dan subkriteria
Integrasi DEMATEL
dan ANP
Membuat supermatriks ANP
Penentuan peringkat alternatif
Gambar 4.3. Blok Diagram Tahap Pengolahan data integrasi metode
DEMATEL dan ANP
Universitas Sumatera Utara
BAB V
PENGUMPULAN DAN PENGOLAHAN DATA
5.1.
Pengumpulan Data Kriteria Supplier
Proses pengumpulan data dilakukan dengan menggunakan kuisioner
tertutup seperti pada Lampiran 2. dan disebarkan kepada 4 responden yakni,
General Manager, Kepala Bagian Administrasi Pemasaran, Kepala bagian
produksi, dan Kepala Bagian Logistik. Tahap pertama dalam penelitian kinerja
supplier yakni tahap penentuan kriteria kinerja supplier yang relevan dengan
perusahaan. Kriteria penilaian yang diajukan berupa kriteria menurut teori
Dickson. Penentuan kriteria yang terpilih dilakukan dengan ketentuan semua
responden menyetujui kriteria tersebut. Rekapitulasi jawaban responden mengenai
kriteria penilaian kinerja supplier dapat dilihat pada Tabel 5.1. di bawah ini.
Tabel 5.1. Rekapitulasi Jawaban Penilaian Kinerja Supplier
No
Kriteria
Jawaban Responden
Total Responden yang
R1
R2
R3
R4
memilih
1
Kualitas
√
√
√
√
4
2
Pengiriman
√
√
√
√
4
3
Pengalaman Bermitra
√
√
X
X
2
4
Kebijakan Klaim dan
√
√
√
√
4
Jaminan
5
Harga
√
√
√
√
4
6
Kemampuan Teknis
√
√
X
X
2
Universitas Sumatera Utara
Tabel 5.1. Rekapitulasi Jawaban Penilaian Kinerja Supplier (Lanjutan)
Jawaban Responden
No
Kriteria
R1
R2
R3
R4
Total
Responden
yang memilih
7
Posisi Keuangan
√
X
√
X
2
8
Pemenuhan Prosedural
X
√
√
X
2
9
Sistem Komunikasi
√
X
X
√
2
10
Reputasi dan Posisi di
Industri
√
X
X
X
1
11
Keinginan Bisnis
X
X
X
X
0
12
Organiasi dan Manajemen
X
√
X
X
1
13
Pengendalian Operasi
X
X
X
X
0
14
Kemampuan Memperbaiki
√
X
√
X
2
15
Etika
X
X
X
√
1
16
Kesan (Impression)
X
X
X
X
0
17
Kemampuan Pengemasan
X
X
X
X
0
18
Rekam Hubungan Kerja
Buruh
X
X
√
X
1
19
Lokasi Geografis
√
√
√
√
4
20
Jumlah Bisnis Masa Lalu
X
√
X
X
1
21
Alat bantu pelatihan
kesepakatan kedua pihak
X
X
X
X
0
22
Kesepakatan Kedua Pihak
(reciprocal arrangements)
√
√
X
X
2
Sumber: Hasil Pengumpulan Data
Universitas Sumatera Utara
Berdasarkan hasil rekapitulasi yang ditunjukkan pada Tabel 5.1. di atas
diperoleh lima kriteria penilaian kinerja yang terpilih yakni kualitas, pengiriman,
Kebijakan klaim dan jaminan, harga, dan lokasi geografis.
5.2.
Pengumpulan Data Subkriteria Supplier
Tahap kedua merupakan tahap Penentuan Subkriteria. Tahap ini dilakukan
dengan menggunakan instrumen kuisioner tertutup pada Lampiran 2 kepada
responden yang sama. Responden juga dapat menambahkan subkriteria lain yang
dianggap penting. Penentuan subkriteria lainnya juga ditentukan jika semua
respoden yang menyetujui subkriteria tersebut. Rekapitulasi jawaban responden
dapat dilihat pada tabel 5.2.
Tabel 5.2. Rekapitulasi Subkriteria Terpilih
I. Subkriteria Kualitas
Jawaban Responden
Total Responden
R1
R2
R3
R4
yang memilih
√
√
√
√
4
Tingkat kecacatan
√
√
√
√
4
Konsistensi mutu
√
√
√
√
4
Ketepatan waktu Pengiriman
√
√
√
√
4
Kesesuaian Jumlah Pengiriman
√
√
√
√
4
Fleksibilitas dalam jadwal pemesanan
√
√
√
√
4
Jenis transportasi yang digunakan
√
√
X
X
2
√
√
√
4
Kesesuaian dengan spesifikasi yang
diinginkan
II. Subkriteria Pengiriman
III. Subkriteria Kebijakan klaim dan jaminan
Jaminan dan garansi terhadap barang
√
Universitas Sumatera Utara
Tabel 5.2. Rekapitulasi Subkriteria Terpilih (Lanjutan)
Kemampuan dalam merespon komplain
√
√
√
√
4
Kemudahan menjaga kesepakatan
X
√
√
X
2
Harga yang Murah
√
√
√
√
4
Kemudahan dalam penentuan
√
√
√
√
4
Pemberian potongan harga
√
√
√
√
4
Cara Pembayaran
√
√
√
√
4
Jarak lokasi
√
√
√
√
4
Lama waktu pengiriman
√
√
√
√
4
Kondisi jalan yang dilalui
√
√
√
√
4
Iklim cuaca
√
√
√
√
4
IV. Subkriteria Harga
kesepakatan harga
V. Subkriteria Lokasi Geografis
Sumber: Hasil Pengumpulan Data
Hasil rekapitulasi pada Tabel 5.2. di atas menunjukkan bahwa terdapat
satu dua subkriteria yang akan direduksi yaitu ‘jenis transportasi yang digunakan
dan kemudahan menjaga kesepakatan’ pada cluster kriteria waktu pengiriman.
Sehingga total keseluruhan dari kriteria dan subkriteria yang terpilih yaitu 5
kriteria dan 16 subkriteria, rekapitulasinya dapat dilihat pada Tabel 5.3.
Universitas Sumatera Utara
Tabel 5.3. Keterangan Kriteria dan Subkriteria Terpilih Penilaian Kinerja
Supplier
NO
Kriteria
Subkriteria
1
Kualitas (K)
1. Konsistensi mutu (K1)
2. Tingkat kecacatan (K2)
3.
Kesesuaian dengan spesifikasi yang diinginkan
(K3)
2
Pengiriman (P)
1. Ketepatan waktu Pengiriman (P1)
2. Kesesuaian Jumlah Pengiriman (P2)
3. Fleksibilitas dalam jadwal pemesanan (P3)
3.
4.
Kebijakan Klaim
1. Jaminan dan garansi terhadap barang (KK1)
dan Jaminan (KK)
2. Kemampuan dalam merespon komplain (KK2)
Harga (H)
1. Cara Pembayaran(H1)
2. Kemudahan dalam penentuan kesepakatan harga
(H2)
3. Pemberian potongan harga (H3)
4. Harga yang murah (H4)
5.
Lokasi Geografis 1. Jarak lokasi (LG1)
(G)
2. Lama waktu pengiriman (LG2)
3.
Iklim cuaca (LG3)
4.
Kondisi jalan yang dilalui(LG4)
Sumber: Hasil Pengumpulan Data
Selanjutnya simbol pada kriteria dan subkriteria diatas akan digunakan dalam
penglolahan data.
Universitas Sumatera Utara
5.3.
Pengolahan Decision Making Trial and Evaluation Laboratory
(DEMATEL)
Pengukuran hubungan keterkaitan antar kriteria dilakukan dengan
menggunakan kuesioner DEMATEL seperti pada Lampiran 3. Kuisioner diisi
dengan skala 0, 1, 2, 3, dan 4, merepresentasikan tidak mempengaruhi, kurang
mempengaruhi,
cukup
mempengaruhi,
kuat
mempengaruhi,
dan
sangat
mempengaruhi. Skor yang diberikan oleh responden dibentuk menjadi matriks
direct-relation nxn seperti pada Tabel 5.4.
Tabel 5.4. Matriks direct-relation antar Kriteria
Kriteria
K
P
KKJ
H
LG
K
0
4
2
4
2
Kriteria
K
P
KKJ
H
LG
K
0
4
2
4
2
Kriteria
K
P
KKJ
H
LG
K
0
3
2
4
2
Kriteria
K
P
KKJ
H
LG
K
0
4
2
4
2
Responden 1
P
4
0
0
2
4
Responden 2
P
4
0
1
2
3
Responden 3
P
4
0
1
1
3
Responden 4
P
3
0
1
2
4
KK
3
1
0
2
0
H
4
1
1
0
3
LG
3
3
0
2
0
KK
3
0
0
2
0
H
4
2
1
0
1
LG
3
4
0
2
0
KK
3
0
0
2
1
H
4
1
1
0
2
LG
2
4
1
2
0
KK
3
3
0
2
1
H
4
1
2
0
2
LG
2
4
0
2
0
Sumber: Hasil Pengumpulan Data
Universitas Sumatera Utara
Tabel Matriks direct-relation untk bagian lainnya dapat dilihat pada
Lampiran 4.
5.3.1. Perhitungan Matriks Rata-rata (Matriks A)
Masing-masing elemen pada Matriks direct-relation yang telah diperoleh
(Tabel 5.4.) selanjutnya akan dilakukan perhitungan nilai rata-ratanya. Tabel 5.5.
Menunjukkan skor yang diberikan responden terhadap hubungan keterkaitan
antara kriteria Kualitas dan kriteria Pengiriman
Tabel 5.5. Skor direct-relation Kriteria Kualitas dan Kriteria Pengiriman
Responden
1
2
3
4
Skor
4
4
4
3
Sumber: Hasil Pengolahan Data
Maka nilai rata-rata dari data tersebut adalah :
4+4+4+3
=
4
=3,7500
Dengan menggunakan cara yang sama, maka diperoleh matriks directrelation hubungan antar kriteria Tabel 5.6. dan antar subkriteria pada Tabel 5.7.
Tabel 5.6. Matriks Rata-rata A Hubungan antar Kriteria
Kriteria
K
P
KKJ
H
LG
Total
K
0,0000
3,7500
2,0000
4,0000
2,0000
P
3,7500
0,0000
0,7500
1,7500
3,5000
KK
3,0000
1,0000
0,0000
2,0000
0,5000
H
4,0000
1,2500
1,2500
0,0000
2,0000
LG
2,5000
3,7500
0,2500
2,0000
0,0000
Total
10,7500
6,0000
4,0000
7,7500
8,0000
9,7500
6,2500
6,0000
6,5000
8,5000
28,5000
Sumber: Hasil Pengolahan Data
Universitas Sumatera Utara
Tabel 5.7. Matriks Rata-rata A Hubungan antar Subkriteria
K1
K2
K3
P1
P2
P3
KK1
KK2
H1
H2
H3
H3
LG1
LG2
LG3
LG4
Total
K1
0
1,5
1,75
2,25
3
1,75
3
2,25
3,5
1,75
2,75
1,25
2
1,75
2,25
1
31,75
K2
1,25
0
1,75
3,25
3,25
2,5
3,5
3,25
3,75
3
3,75
2,25
3,5
2,5
3,75
3
44,25
K3
1
3,5
0
4
3
2,75
2,25
3,25
2,5
4
1,75
2,75
2,75
2,5
2
3
41
P1
2,25
1,5
1,25
0
1,75
1
2
2
2,75
2,25
2
1,5
2,75
2,5
3
2,25
30,75
P2
2
2,75
1
3,25
0
1,5
3,25
3
3,25
3
3,25
2,5
3,25
1,5
3
3,25
39,75
P3
2,25
2
0,75
3,75
1,75
0
1,75
1
1,75
1,75
1,5
1,25
2
2,5
2
1,75
27,75
KK1
2,25
3,5
3,75
3,25
2,75
1,5
0
1,75
2,25
1,5
2,5
1
1,75
0,75
2,25
0,75
31,5
KK2
2
2,75
2
3,5
3,25
3
2,75
0
3,75
2,25
3
1,25
2,25
1,25
3
1
37
H1
3
2,75
3,5
2
3,25
2
2,75
1,75
0
3,25
1,5
1
3
2,5
3,25
2,25
37,75
H2
3,25
2,5
2
2,25
1
2,25
1,5
2
3
0
2,25
1,5
2,25
2,25
1,75
2
31,75
H3
2,25
0,75
2
1,75
1,75
1,5
2,75
1,25
2,5
1,5
0
0,5
3
2
2,5
1
27
H4
1,25
1,25
1,5
1
2
0,75
1,75
1,5
1
1
1
0
1,5
0,75
1,25
0,75
18,25
LG1 LG2 LG3
1,25 1,25
1,5
3,75 2,75
1,5
2,25
1,5
1,25
3
3,5
3,25
2
1,75
3
2,75
3
3,25
1,5
2,5
2,75
2,5
3
2
3,5
3,25
2,5
1,75
2,5
2,75
2,75
2,5
2
2
2,25 2,25
0
3,5
1,5
3,25
0
3
1
3,75
0
1
3,25 0,25
34,25 40,25 32,75
LG4 Total
1,25
28
2,25
35
1
27,25
3
43
2,25 35,75
2,25 31,75
2,25 36,25
1,75 32,25
0,75
40
1,75
34
1,5
34
1,25
24,5
1,5
36,5
2
31
1,25
36
0
26,5
26 531,75
Sumber: Hasil Pengolahan Data
Universitas Sumatera Utara
5.3.2. Normalisasi Matriks Direct Relation
Tahap selanjutnya dari metode DEMATEL adalah menormalisasi matriks
direct-relation padaTabel 5.6. Untuk perhitungan nya digunakan rumus sebagai
berikut.
X=kA
k=min 1/ �
���
1≤�≤�
∑��=1 ��� ,
��� �
∑ �
1≤�≤� �=1 ��
,�
Keterangan:
X = normalisasi matriks direct-relation
k= nilai minimum dari satu per jumlah baris dan kolom maximum
A = rata-rata matriks direct-relation
i= 1,2,... (indeks baris)
j=1,2,... (indeks kolom)
Adapun contoh normalisasi matriks direct-relation untuk kriteria kualitas
terhadap pengiriman dari Tabel 5.6. adalah sebagai berikut.
k=min 1/�
k=Min�
���
1≤�≤�
1
,
∑��=1 ��� ,
1
9,7500 10,7500
k= 0,0930
��� �
∑ �
1≤�≤� �=1 ��
,�
�
Maka,
X=k.A
=0,0930 x 4
=0,3488
Universitas Sumatera Utara
Dengan contoh perhitungan tersebut, maka normalisasi matriks directrelation untuk hubungan antar kriteria dapat dilihat pada Tabel 5.8, normalisasi
matriks direct-relation untuk hubungan antar subkiteria dapat dilihat pada Tabel
5.9.
Tabel 5.8. Normalisasi Matriks Direct-Relation antar Kriteria
Kualitas
Pengiriman
Kebijakan
Klaim dan
Jaminan
Harga
Lokasi
Geografis
Total
Kualitas
Pengiriman
0,0000
0,3488
0,3488
0,0000
Kebijakan
Klaim dan
Jaminan
0,2791
0,0930
0,1860
0,0698
0,0000
0,1163
0,0233
0,3721
0,3721
0,1628
0,1860
0,0000
0,1860
0,7209
0,1860
0,3256
0,0465
0,1860
0,0000
0,7442
0,9070
0,5814
0,5581
0,6047
0,7907
2,6512
Harga
Lokasi
Geografis
Total
0,3721
0,1163
0,2326
0,3488
1,0000
0,5581
Sumber: Hasil Pengolahan Data
Universitas Sumatera Utara
Tabel 5.9. Normalisasi Matriks Direct-Relation antar Subkriteria
K1
K2
K3
P1
P2
P3
KK1
KK2
H1
H2
H3
H4
LG1
LG2
LG3
LG4
K1
0,0000 0,0282 0,0226
0,0508
0,0452
0,0508
0,0508
0,0452
0,0678
0,0734
0,0508
0,0282
0,0282 0,0282 0,0339 0,0282
K2
0,0339 0,0000 0,0791
0,0339
0,0621
0,0452
0,0791
0,0621
0,0621
0,0565
0,0169
0,0282
0,0847 0,0621 0,0339 0,0508
K3
0,0395 0,0395 0,0000
0,0282
0,0226
0,0169
0,0847
0,0452
0,0791
0,0452
0,0452
0,0339
0,0508 0,0339 0,0282 0,0226
P1
0,0508 0,0734 0,0904
0,0000
0,0734
0,0847
0,0734
0,0791
0,0452
0,0508
0,0395
0,0226
0,0678 0,0791 0,0734 0,0678
P2
0,0678 0,0734 0,0678
0,0395
0,0000
0,0395
0,0621
0,0734
0,0734
0,0226
0,0395
0,0452
0,0452 0,0395 0,0678 0,0508
P3
0,0395 0,0565 0,0621
0,0226
0,0339
0,0000
0,0339
0,0678
0,0452
0,0508
0,0339
0,0169
0,0621 0,0678 0,0734 0,0508
KK1 0,0678 0,0791 0,0508
0,0452
0,0734
0,0395
0,0000
0,0621
0,0621
0,0339
0,0621
0,0395
0,0339 0,0565 0,0621 0,0508
KK2 0,0508 0,0734 0,0734
0,0452
0,0678
0,0226
0,0395
0,0000
0,0395
0,0452
0,0282
0,0339
0,0565 0,0678 0,0452 0,0395
H1
0,0791 0,0847 0,0565
0,0621
0,0734
0,0395
0,0508
0,0847
0,0000
0,0678
0,0565
0,0226
0,0791 0,0734 0,0565 0,0169
H2
0,0395 0,0678 0,0904
0,0508
0,0678
0,0395
0,0339
0,0508
0,0734
0,0000
0,0339
0,0226
0,0395 0,0565 0,0621 0,0395
H3
0,0621 0,0847 0,0395
0,0452
0,0734
0,0339
0,0565
0,0678
0,0339
0,0508
0,0000
0,0226
0,0621 0,0565 0,0452 0,0339
H4
0,0282 0,0508 0,0621
0,0339
0,0565
0,0282
0,0226
0,0282
0,0226
0,0339
0,0113
0,0000
0,0452 0,0508 0,0508 0,0282
LG1 0,0452 0,0791 0,0621
0,0621
0,0734
0,0452
0,0395
0,0508
0,0678
0,0508
0,0678
0,0339
0,0000 0,0791 0,0339 0,0339
LG2 0,0395 0,0565 0,0565
0,0565
0,0339
0,0565
0,0169
0,0282
0,0565
0,0508
0,0452
0,0169
0,0734 0,0000 0,0678 0,0452
LG3 0,0508 0,0847 0,0452
0,0678
0,0678
0,0452
0,0508
0,0678
0,0734
0,0395
0,0565
0,0282
0,0226 0,0847 0,0000 0,0282
LG4 0,0226 0,0678 0,0678
0,0508
0,0734
0,0395
0,0169
0,0226
0,0508
0,0452
0,0226
0,0169
0,0226 0,0734 0,0056 0,0000
Sumber: Hasil Pengolahan Data
Universitas Sumatera Utara
5.3.3. Matriks Total Relation (T)
Setelah mendapatkan matriks direct-relation yang telah dinormalisasikan,
maka langkah selanjutnya pada metode DEMATEL adalah matriks dari Tabel 5.8.
untuk mendapatkan matriks keterkaitan total (total-relation) yang dilakukan
dengan rumus:
T=|�(� − �)−1 |
Dimana:
I = matriks identitas
X = matriks direct-relation yang telah dinormalkan (Tabel 5.8)
T = matriks total relation
Perhitungan matriks total relation pada kriteria adalah sebagai berikut :
1
⎛0
(I – X) = ⎜0
0
⎝0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0⎞ ⎛0,3488
0⎟-⎜0,1860
0,3721
0
1⎠ ⎝0,1860
1
−0,3488
−0,3488
1
⎛
(I – X) =⎜−0,1860 − 0,0698
−0,3721
−0,1628
⎝−0,1860 −0,3256
3,0019
⎛1,9058
−1
(� − �) =⎜0,9487
1,8970
⎝1,5760
Maka,
2,0321
2,4967
0,7725
1,5895
1,5226
0,3488
0
0,0698
0,1628
0,3256
−0,2791
−0,0930
1
−0,1818
−0,0465
0,2791
0,0930
0
0,1818
0,0465
−0,3721
−0,1163
−0,1163
1
−0,1860
0,3721
0,1163
0,1163
0
0,1860
−0,2326
−0,3488⎞
−0,0233⎟
−0,1860
1
⎠
0,2326
0,3488⎞
0,0233⎟
0,1860
0 ⎠
1,4549 1,8547 1,7859
1,1041 1,4265 1,6052⎞
1,5053 0,7412 0,6630⎟
1,1720 12,2968 1,4502
0,9182 1,2713 2,1555⎠
T=|�(� − �)−1 |
Universitas Sumatera Utara
0
⎛0,3488
T=⎜0,1860
0,3721
⎝0,1860
0,3488
0
0,0698
0,1628
0,3256
2,0019
⎛1,4680
T=⎜0,7317
1,5126
⎝1,2106
0,2791
0,0930
0
0,1818
0,0465
2,0321
1,1311
0,5860
1,2595
1,1986
0,3721
0,1163
0,1163
0
0,1860
1,4549
0,7020
0,3332
0,8487
0,6026
3,0019
0,2326
0,3488⎞ ⎛1,9058
0,0233⎟ ⎜0,9487
0,1860
1,8970
0 ⎠ ⎝1,5760
2,0321
2,4967
0,7725
1,5895
1,5226
1,4549
1,1041
1,5053
1,1720
0,9182
1,8547 1,78589
1,0897 1,6052 ⎞
0,5516 0,6630 ⎟
0,9934 1,4502
0,9839 0,1555 ⎠
…
…
…
…
…
1,7859
1,6052⎞
0,6630⎟
1,4502
2,1555⎠
Tabulasi hasil perhitungan matriks total antar kriteria dan subkriteria dapat
dilihat pada Tabel 5.10. dan Tabel 5.11.
Tabel 5.10. Hasil Perhitungan Matriks T antar Kriteria
Kualitas
Pengiriman
Kebijakan
Klaim dan
Jaminan
Harga
Lokasi Geografis
Kualitas
Pengiriman
2,0019
1,9058
2,0321
1,4967
Kebijakan
Klaim dan
Jaminan
1,4549
1,1041
0,9487
0,7725
0,5053
0,7412
0,6630
1,8970
1,5760
1,5895
1,5226
1,1720
0,9182
1,2968
1,2713
1,4502
1,1555
Harga
Lokasi
Geografis
1,8547
1,4265
1,7859
1,6052
Sumber: Hasil Pengolahan Data
Universitas Sumatera Utara
Tabel 5.11. Hasil Perhitungan Matriks T antar Subkriteria
K1
K2
K3
P1
P2
P3
KK1
KK2
H1
H2
H3
H4
LG1
LG2
LG3
LG4
K1
0,1250
0,1840
0,1601
0,2305
0,2176
0,1739
0,2201
0,1867
0,2478
0,1860
0,2064
0,1329
0,2018
0,1732
0,2062
0,1377
K2
0,1960
0,2040
0,2016
0,3154
0,2754
0,2383
0,2841
0,2554
0,3124
0,2626
0,2782
0,1910
0,2874
0,2373
0,2909
0,2188
K3
P1
P2
P3
KK1
KK2
H1
H2
H3
H4
0,1793
0,1673
0,1939
0,1558
0,1730
0,1879
0,2107
0,1921
0,1549
0,0996
0,2649
0,1778
0,2405
0,1728
0,2262
0,2323
0,2401
0,2025
0,1483
0,1167
0,1507
0,1438
0,1695
0,1205
0,2011
0,1830
0,2173
0,1629
0,1481
0,1037
0,3149
0,1748
0,2882
0,2371
0,2539
0,2848
0,2627
0,2291
0,1955
0,1297
0,2557
0,1852
0,1854
0,1698
0,2147
0,2463
0,2516
0,1751
0,1698
0,1336
0,2310
0,1546
0,1976
0,1176
0,1703
0,2208
0,2074
0,1843
0,1508
0,0968
0,2439
0,1926
0,2571
0,1727
0,1584
0,2391
0,2442
0,1876
0,1919
0,1295
0,2445
0,1765
0,2306
0,1428
0,1798
0,1598
0,2054
0,1808
0,1470
0,1147
0,2719
0,2252
0,2778
0,1885
0,2248
0,2799
0,2075
0,2360
0,2030
0,1243
0,2705
0,1897
0,2407
0,1652
0,1843
0,2198
0,2463
0,1463
0,1598
0,1089
0,2245
0,1848
0,2475
0,1609
0,2036
0,2346
0,2098
0,1945
0,1267
0,1094
0,1933
0,1345
0,1806
0,1195
0,1306
0,1497
0,1506
0,1374
0,1030
0,0627
0,2586
0,2100
0,2593
0,1806
0,1992
0,2319
0,2521
0,2055
0,1994
0,1253
0,2251
0,1845
0,1970
0,1721
0,1553
0,1856
0,2163
0,1839
0,1607
0,0958
0,2414
0,2142
0,2528
0,1800
0,2081
0,2464
0,2553
0,1941
0,1878
0,1192
0,2117
0,1583
0,2067
0,1387
0,1357
0,1562
0,1874
0,1580
0,1207
0,0845
LG1
0,1619
0,2426
0,1790
0,2617
0,2092
0,2068
0,2022
0,2046
0,2627
0,1991
0,2190
0,1584
0,1740
0,2168
0,1955
0,1507
LG2
0,1800
0,2437
0,1805
0,2986
0,2262
0,2326
0,2440
0,2333
0,2806
0,2341
0,2340
0,1784
0,2674
0,1684
0,2714
0,2098
LG3
0,1603
0,1856
0,1498
0,2541
0,2178
0,2065
0,2161
0,1835
0,2297
0,2080
0,1928
0,1561
0,1942
0,2011
0,1608
0,1251
LG4
0,1285
0,1710
0,1193
0,2136
0,1722
0,1590
0,1752
0,1513
0,1588
0,1575
0,1540
0,1141
0,1621
0,1535
0,1563
0,0952
Sumber: Hasil Pengolahan Data
Universitas Sumatera Utara
5.3.4. Penetapan Treshold Value
Threshold Value (α) ditentukan dengan menghitung nilai rata-rata pada
elemen matriks T yang terdapat pada Tabel. 5.8, dengan rumus sebagai berikut:
∑��=1 ∑��=1 � ��
α=
�
Keterangan:
α= Threshold Value
i= 1,2,... (indeks baris)
j=1,2,... (indeks kolom)
Treshold Value untuk kriteria pemilihan supplier adalah:
2,0019 +2,0321 +⋯+1,4502 +1,1555
α=
25
α=1,3691
Nilai Treshold Value dengan menggunakan rumus yang sama untuk
subkriteria pemilihan supplier adalah:
0,1250 +0,1960 +⋯+0,1251 +0,0952
α=
25
α=0,1844
Menurut (Tzeng Gwo, 2007), Matriks T pada subkriteria yang memiliki
nilai matriks dibawah α=0,1844 akan dirubah menjadi nol yang matriks baru yang
diperoleh ini dinamakan dengan α-cut total influence matrix (T α ) dan matriks ini
kemudian akan digunakan dalam perhitungan intergrasi dengan metode ANP.
Hasil transformasi matriks subkriteria dapat dilihat pada Tabel 5.12.
Universitas Sumatera Utara
Tabel 5.12. Α-Cut Total Influence Matrix (T α )
Kualitas (K)
K1
K2
K3
P1
P2
P3
KK1
KK2
H1
H2
H3
H4
LG1
LG2
LG3
LG4
Kebijakan
klaim dan
jaminan (PB)
Pengiriman (P)
Lokasi Geografis (G)
Harga (H)
Total
K1
K2
K3
P1
P2
P3
KK1
KK2
H1
H2
H3
H4
LG1
LG2
LG3
LG4
0,0000
0,0000
0,0000
0,2305
0,2176
0,0000
0,2201
0,1867
0,2478
0,1860
0,2064
0,0000
0,2018
0,0000
0,2062
0,0000
0,1960
0,2040
0,2016
0,3154
0,2754
0,2383
0,2841
0,2554
0,3124
0,2626
0,2782
0,1910
0,2874
0,2373
0,2909
0,2188
0,0000
0,0000
0,0000
0,3149
0,2557
0,2310
0,2439
0,2445
0,2719
0,2705
0,2245
0,1933
0,2586
0,2251
0,2414
0,2117
0,0000
0,0000
0,0000
0,0000
0,1852
0,0000
0,1926
0,0000
0,2252
0,1897
0,1848
0,0000
0,2100
0,1845
0,2142
0,0000
0,1939
0,2405
0,0000
0,2882
0,1854
0,1976
0,2571
0,2306
0,2778
0,2407
0,2475
0,0000
0,2593
0,1970
0,2528
0,2067
0,0000
0,0000
0,0000
0,2371
0,0000
0,0000
0,0000
0,0000
0,1885
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,2262
0,2011
0,2539
0,2147
0,0000
0,0000
0,0000
0,2248
0,0000
0,2036
0,0000
0,1992
0,0000
0,2081
0,0000
0,1879
0,2323
0,0000
0,2848
0,2463
0,2208
0,2391
0,0000
0,2799
0,2198
0,2346
0,0000
0,2319
0,1856
0,2464
0,0000
0,2107
0,2401
0,2173
0,2627
0,2516
0,2074
0,2442
0,2054
0,2075
0,2463
0,2098
0,0000
0,2521
0,2163
0,2553
0,1874
0,1921
0,2025
0,0000
0,2291
0,0000
0,0000
0,1876
0,0000
0,2360
0,0000
0,1945
0,0000
0,2055
0,0000
0,1941
0,0000
0,0000
0,0000
0,0000
0,1955
0,0000
0,0000
0,1919
0,0000
0,2030
0,0000
0,0000
0,0000
0,1994
0,0000
0,1878
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,2426
0,0000
0,2617
0,2092
0,2068
0,2022
0,2046
0,2627
0,1991
0,2190
0,0000
0,0000
0,2168
0,1955
0,0000
0,0000
0,2437
0,0000
0,2986
0,2262
0,2326
0,2440
0,2333
0,2806
0,2341
0,2340
0,0000
0,2674
0,0000
0,2714
0,2098
0,0000
0,1856
0,0000
0,2541
0,2178
0,2065
0,2161
0,0000
0,0000
0,2080
0,1928
0,0000
0,1942
0,2011
0,0000
0,0000
0,0000
0,0000
0,0000
0,2136
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,9807
2,0175
0,6199
3,6402
2,4853
1,7410
2,7230
1,5606
3,2182
2,2567
2,6297
0,3844
2,7667
1,6637
2,7641
1,0345
Sumber: Hasil Pengolahan Data
Universitas Sumatera Utara
5.4.
Pembuatan Struktur Jaringan (Network)
Pembuatan struktur jaringan (network) merupakan tahapan yang sangat
penting di dalam proses Analytic Network Process. Pada tahap ini setiap kriteria
dan subkriteria akan ditentukan apakah mempengaruhi satu dengan yang lain.
Penentuan hubungan pengaruh antar subkriteria ini dilakukan dengan cara
wawancara dengan General Manager, Kepala Bagian Administrasi Pemasaran,
Kepala bagian produksi, dan Kepala Bagian Logistik.. Keempat responden
tersebut harus menentukan apakah subkriteria pada bagian kiri memiliki pengaruh
terhadap subkriteria bagian atas yang dibandingkan.
5.5.
Pembuatan Kuesioner Perbandingan Berpasangan Analytical Network
Proscess (ANP)
Kuesioner perbandingan berpasangan (Lampiran 5) digunakan untuk
memberi bobot untuk masing-masing kriteria dan subkriteria sehingga dapat
diketahui alternatif supplier yang memiliki bobot kriteria tertinggi. Kuisioner ini
memiliki tiga bagian yakni perbandingan berpasangan antar kluster kriteria,
perbandingan berpasangan antar subkriteria, dan perbandingan berpasangan antar
alternatif. Tabel 5.14. menunjukkan perbandingan berpasangan antar kluster
Universitas Sumatera Utara
Tabel 5.14. Perbandingan Berpasangan Antar Kluster Kriteria Kualitas
Elemen
Penilaian
Elemen
Kualitas
98765432
1
23456789
Pengiriman
Kualitas
98765432
1
23456789
Kebijakan klaim dan
jaminan
Kualitas
98765432
1
23456789
Harga
Kualitas
98765432
1
23456789
Lokasi Geografis
Pengiriman
98765432
1
23456789
Kebijakan klaim dan
jaminan
Pengiriman
98765432
1
23456789
Harga
Pengiriman
98765432
1
23456789
Lokasi Geografi
Kebijakan klaim dan
jaminan
98765432
1
23456789
Harga
Kebijakan klaim dan
jaminan
98765432
1
23456789
Lokasi Geografis
Harga
98765432
1
23456789
Lokasi Geografis
Sumber: Hasil Pengumpulan Data
Keterangan penilaian perbandingan berpasangan di atas dapat dilihat pada
Tabel 5.15.
\
Universitas Sumatera Utara
Tabel 5.15. Skala Perbandingan Berpasangan
Intensitas Kepentingan
1
Kedua elemen sama penting
3
Elemen yang satu sedikit lebih penting ketimbang lainnya
5
Elemen yang satu essensial atau sangat penting ketimbang
elemen lainnya
7
Satu elemen jelas lebih penting dari elemen lain
9
Satu elemen mutlak lebih penting ketimbang elemen lainnya
2,4,6,8
5.5.
Definisi
Nilai antara dua pertimbangan berdekatan
Pengolahan Analytical Network Process (ANP)
5.5.1. Perbandingan Berpasangan antar Kluster
Perbandingan berpasangan antar kluster untuk masing-masing kluster
kriteria yang digunakan dapat dilihat pada tabel 5.16 berikut, sedangkan
perbandingan berpasangan untuk bagian lainnya dapat dilihat pada Lampiran 6.
Universitas Sumatera Utara
Tabel 5.16. Matriks Perbandingan Berpasangan Kluster Kualitas
Kualitas
Kualitas
Pengiriman
Kebijakan
klaim
dan jaminan
Harga
Lokasi Geografis
1
¼
¼
2
1/6
Kualitas
Kualitas
Pengiriman
Kebijakan
klaim
dan jaminan
Harga
Lokasi Geografis
1
1/3
1/6
1/3
1/5
Kualitas
Kualitas
Pengiriman
Kebijakan
klaim
dan jaminan
Harga
Lokasi Geografis
1
¼
1/5
½
¼
Kualitas
Responden 1
Kebijakan klaim
Pengiriman
dan jaminan
4
4
1
3
1/3
1/2
1/4
1
5
3
Responden 2
Kebijakan klaim
Pengiriman
dan jaminan
3
6
1
½
2
1/3
1/3
1
½
2
Responden 3
Kebijakan klaim
Pengiriman
dan jaminan
4
5
1
2
1/2
3
1/5
1
4
½
Responden 4
Kebijakan klaim
Pengiriman
dan jaminan
4
6
1
3
1
Kualitas
1/4
Pengiriman
Kebijakan
klaim
1/6
1/3
dan jaminan
1/3
3
Harga
1/5
1/4
Lokasi Geografis
Sumber: Hasil Pengumpulan Data
1
4
¼
½
2
Lokasi
Geografis
6
4
1/5
1
1/5
1/3
5
1
Harga
3
3
Lokasi
Geografis
5
3
2
1
1/4
1/2
4
1
Harga
2
1/3
Lokasi
Geografis
4
5
1/4
1
1/5
2
5
1
Harga
3
1/3
Lokasi
Geografis
5
4
1/4
1
1/5
4
5
1
Harga
Universitas Sumatera Utara
Cara perhitungan Consistency Ratio untuk matriks banding berpasangan cluster
kualitas menurut Saaty (1999) ditampilkan sebagai berikut:
1.
Menghitung rata-rata pembobotan dengan cara menghitung rata-rata
geometrik. Rata-rata geometrik dihitung dengan rumus:
�� = ���1 . �2 … . ��
Keterangan
n=responden ke-n
X=nilai skor yang diberikan responden
Contoh untuk perhitungan rata-rata geometrik untuk perbandingan
berpasangan antar kluster kualitas dengan pengiriman :
�� = ����� 1 . ��� 2 … . ����
4
�� = �4�3�4�4 = 3,7224
Perhitungan rata-rata geometris untuk matriks banding berpasangan diatas
ditampilkan pada Tabel 5.17. sedangkan hasil perhitungan rata-rata geometris
matriks banding berpasangan untuk bagian lainnya dapat dilihat pada Lampiran 7.
Universitas Sumatera Utara
Tabel 5.17. Perhitungan Rata-Rata Geometrik untuk Kluster Kualitas
Kualitas Pengiriman
Kriteria
Kebijakan klaim
dan jaminan
Harga
Lokasi
Geografis
Kualitas
1,0000
3,7224
5,1800
1,7321
4,9492
Pengiriman
0,2686
1,0000
1,7321
0,9036
3,9360
0,1930
0,5774
1,0000
0,3976
1,0746
Harga
0,5774
1,1067
2,5149
1,0000
4,7287
Lokasi Geografis
0,2021
0,2541
0,9306
0,2115
1,0000
2,2411
6,6605
11,3576
4,2448
15,6885
Kebijakan klaim
dan jaminan
TOTAL
Sumber: Hasil Pengolahan Data
2.
Menghitung bobot parsial dengan cara masing-masing elemen kolom dibagi
dengan jumlah kolom masing-masing.
Contoh:
3,7224
6,6605
=0,1501
Hasil perhitungan untuk elemen lainnya dapat dilihat pada tabel 5.18
berikut.
Universitas Sumatera Utara
Tabel 5.18. Hasil perhitungan Bobot Parsial pada Kluster Kualitas
Kualitas
Pengiriman
Kriteria
Kualitas
0,4462
0,5589
Pengiriman
0,1199
0,1501
Kebijakan klaim
0,0861
0,0867
dan jaminan
Harga
0,2576
0,1662
Lokasi Geografis
0,0902
0,0381
TOTAL
1,0000
1,0000
Sumber: Hasil