22
III. METODE PENELITIAN
3.1. Kerangka Pemikiran Sektor pertanian memiliki peran penting dalam pembangunana nasional. Sayuran adalah salah satu komoditas pertanian yang memiliki potensi pengembangan pasar domestik dan ekspor yang menjanjikan di masa mendatang. Oleh karena itu, diperlukan daya saing yang kuat untuk dapat mengoptimalkan potensi sayuran tersebut. Permasalahan yang dihadapi pada produksi sayuran di Indonesia adalah jaminan kesinambungan produk, jumlah pasokan yang belum terpenuhi sesuai kebutuhan, dan ketepatan waktu dalam pengiriman. Manajemen rantai pasokan memegang peranan yang sangat penting dalam mengatasi masalah tersebut. Pemilihan jenis komoditas produk dilakukan untuk membatasi lingkup kajian manajemen rantai pasokan yang luas dan jenis sayuran yang sangat banyak. Sayuran terpilih diidentifikasi struktur rantai pasokannya agar diketahui masalah-masalah yang sering muncul dalam struktur rantai pasokan. Kegiatan manajemen rantai pasokan merupakan strategi alternatif yang memberikan solusi dalam menghadapi ketidakpastian
lingkungan
untuk
mencapai
keunggulan
kompetitif
melalui
pengurangan biaya operasi dan perbaikan pelayanan konsumen dan kepuasan konsumen sehingga akan memberikan dampak positif pada nilai tambah rantai pasokan. Gambar 5 menyajikan bagan kerangka pemikiran dalam penelitian ini.
23
Nilai strategis sayuran
Permasalahan sayuran di Indonesia
Identifikasi struktur rantai pasokan sayuran
Manajemen rantai pasokan sayuran
Analisis kinerja rantai pasok dengan model SCOR
Analisis kinerja rantai pasok dengan metode AHP
Analisis kinerja rantai pasok dengan metode ANP
Membandingkan kinerja rantai pasok (AHP dengan ANP)
Analisis kinerja perusahaan dengan DEA
Merumuskan strategi rantai pasok sayuran
Tercapai visi dan misi perusahaan
Gambar 5. Kerangka pemikiran penelitian
24
3.2. Tahapan Penelitian Penelitian ini terdiri dari beberapa tahap yaitu pra penelitian, pengumpulan data, analisis data, dan penutup. Pada tahap pra penelitian terdiri dari identifikasi minat penelitian, pemilihan topik penelitian dan studi pustaka, penentuan topik penelitian, perumusah masalah, dan rancangan pengumpulan data. Pada pengumpulan data terdiri dari studi pendahuluan, studi pustaka, dan opini pakar. Kemudian dilanjutkan dengan pengumpulan data lapangan. Karena penelitian ini menggunakan Analytic Hierarchy Process dan Analytic Network Process, maka perlu dilakukan pairwise comparison. Setelah dilakukan pairwise comparison, tahap selanjutnya adalah analisis data yang terdiri dari pemodelan Supply Chain Operations Reference (SCOR), membuat kerangka AHP dan ANP, menghitung bobot dari AHP dna ANP, dan menentukan kekonsistenan dari hasil AHP dan ANP. Dari hasil ANP, dilakukan analisis tingkat efisiensi menggunakan Data Envelopment Analysis. Tahap akhir yaitu penutup dengan mengetahui prioritas strategi pengembangan dan kesimpulan dan saran. Tahapan penelitian disajikan pada Gambar 6.
25
Identifikasi minat penelitian Studi pustaka dan diskusi
Pemilihan topik penelitian
Penentuan topik penelitian
1. 2. 3. 4. 5. 6.
Pra penelitian
Perumusan Masalah Bagaimana struktur rantai pasokan produk sayuran? Bagaimana kinerja rantai pasokan sayuran dengan model SCOR? Bagaimana kinerja anggota rantai pasokan dengan menggunakan metode AHP? Bagaimana kinerja anggota rantai pasokan dengan menggunakan metode ANP? Bagaimana perbandingan hasil kinerja rantai pasok sayuran (AHP dengan ANP)? Bagaimana kinerja rantai pasok perusahaan dengan metode DEA?
Rancangan Pengumpulan Data Identifikasi kebutuhan data, metode pengumpulan data, dan pemilihan analisis data
Studi pendahuluan, Studi pustaka, Opini pakar Pengumpulan data lapangan
Pengumpulan data
Pairwise Comparison
Pemodelan SCOR Kerangka AHP dan ANP
Analisis data
Nilai Eigen Vektor AHP dan ANP Hitung CI dan CR Tidak Konsisten
Ya
Bobot prioritas tiap elemen Prioritas Strategi Pengembangan Kesimpulan dan Saran
Gambar 6. Tahapan penelitian
Analisis DEA
26
3.3. Lokasi dan Waktu Penelitian Penelitian dilakukan di PT Saung Mirwan yang terletak di Kampung Pasir Muncang, Desa Sukamanah, Kecamatan Megamendung, Bogor. Penelitian dilakukan pada bulan Desember 2011 sampai Februari 2012. 3.4. Jenis dan Metode Penelitian Data yang dibutuhkan pada penelitian berupa data primer dan sekunder. Data primer adalah data yang diperoleh melalui pengamatan langsung, waawancara, dan peneyebaran kuisioner. Data sekunder adalah data yang dikumpulkan dengan cara studi pustaka. Metode pengumpulan data atau informasi dapat dilakukan melalui beberapa teknik, diantaranya adalah : 1. Observasi Observasi dilakukan dengan pengamatan langsung objek penelitian untuk mengidentifikasi anggota rantai pasokan dan mengetahui mekanisme rantai pasokan produk dan komoditas sayuran dataran tinggi. 2. Wawancara Wawancara dilakukan dengan pihak yang terkait dengan topik yaitu petani, koperasi, bandar, dan pakar. Alat bantu yang digunakan dalam wawancara yaitu kuisioner yang ditujukan kepada pakar. 3. Opini Pakar Opini pakar diperoleh dari para pakar yang terkait dengan topik penelitian. 4. Studi Pustaka Studi pustaka diperoleh dari literatur tentang konsep rantai pasokan, hasilhasil penelitian terdahulu, dan data-data dari PT Saung Mirwan. 3.5. Teknik Pengambilan Sampel Teknik pengambilan sampel menggunakan non probability sampling, yaitu purposive sampling. Sampel yang diambil berdasarkan beberapa kriteria tertentu yang telah ditetapkan. Pakar berperan penting dalam memberikan penilaian terhadap
27
permasalahan yang ada dan menentukan sayuran unggulan. Selain pakar, anggota rantai pasokan juga dibutuhkan untuk memberikan informasi mengenai sayuran. 3.6. Pengolahan dan Analisis Data Pengolahan dan analisis data menggunakan pendekatan metode Analytical Hierarchy Process (AHP) Analytical Network Process (ANP). Model SCOR digunakan untuk menentukan metrik kinerja rantai pasok. Sedangkan pendekatan AHP dan ANP digunakan untuk menghitung bobot dari matriks kinerja dari model SCOR. 3.6.1 Metode Analytical Hierarchy Process (AHP) Metode AHP digunakan untuk menghitung bobot kinerja rantai pasok pada masing-masing tingkat hirarki dan mengetahui faktor atau elemen yang mempunyai pengaruh terbesar dalam satu tingkat hirarki. Perhitungan AHP dapat diselesaikan dengan menggunakan software Super Decisions. Adapun tahapan yang dilakukan dalam AHP adalah : a. Penyusunan Prioritas Setiap elemen yang terdapat dalam hirarki harus diketahui bobot relatifnya satu sama lain. Tujuan adalah untuk mengetahui tingkat kepentingan pihak-pihak yang berkepentingan dalam permasalahan terhadap kriteria dan struktur hirarki atau sistem secara keseluruhan. Langkah pertama yang dilakukan dalam menentukan prioritas kriteria adalah menyusun perbandingan berpasangan, yaitu membandingkan dalam bentuk berpasangan seluruh kriteria untuk setiap sub sistem hirarki. Perbandingan tersebut kemudian ditransformasikan dalam bentuk matriks perbandingan berpasangan untuk analisis numerik. Misalkan terhadap sub sistem hirarki dengan kriteria C dan sejumlah n alternatif dibawahnya, A i sampai A n . Perbandingan antar alternatif untuk sub sistem hirarki itu dapat dibuat dalam bentuk matriks n x n, seperti pada Tabel 1.
28
Tabel 1. Matriks Perbandingan Berpasangan C
A1
A2
…
An
A1
a 11
a 12
…
a 1n
A2
a 21
a 22
…
a 2n
:
:
:
…
:
Am
a m1
a m2
…
a mn
Nilai a 11 adalah nilai perbandingan elemen A1 (baris) terhadap A1 (kolom) yang menyatakan hubungan : a.
Seberapa jauh tingkat kepentingan A1 (baris) terhadap kriteria C dibandingkan dengan A1 (kolom) atau
b. Seberapa jauh dominasi A 1 (baris) terhadap A 1 (kolom) atau c.
Seberapa banyak sifat kriteria C terdapat pada A1 (baris) dibandingkan dengan A1 (kolom). Nilai numerik yang dikenakan untuk seluruh perbandingan diperoleh dari
skala perbandingan 1 sampai 9 yang telah ditetapkan oleh Saaty, disajikan pada Tabel 2. Seorang decision maker akan memberikan penilaian, mempersepsikan ataupun memperkirakan kemungkinan dari suatu hal/peristiwa yang dihadapi. Penilaian tersebut akan dibentuk ke dalam matriks berpasangan pada setiap level hirarki. Contoh Pairwise Comparison Matrix pada suatu level of hierarchy, yaitu :
Baris 1 kolom 2 : Jika K dibandingkan dengan L, maka K sedikit lebih penting/cukup penting dari L yaitu sebesar 3, artinya K moderat pentingnya daripada L, dan seterusnya.
29
Tabel 2. Skala Perbandingan Fundamental Intensitas Definisi Kepentingan 1 Sama Penting 3
Sedikit Lebih Penting
5
Lebih Penting
7
Sangat Lebih Penting
9
Mutlak Lebih Penting
2, 4, 6, 8
Resiprokal
Rasio
Untuk kompromi antara nilai-nilai di atas Kebalikan
Keterangan Dua kegiatan berkontribusi sama terhadap tujuannya Pengalaman dan penilaian suatu kegiatan sedikit berkontribusi atas yang lain Pengalaman dan penilaian suatu kegiatan berkontribusi sangat kuat atas yang lain, menunjukkan dominasinya dalam praktek Suatu kegiatan yang favorit berkontribusi sangat kuat atas yang lain; menunjukkan dominasinya dalam praktek Bukti yang menguntungkan satu kegiatan di atas yang lain merupakan kemungkinan urutan afirmasi tertinggi Kadang-kadang perlu melakukan interpolasi penilaian kompromi secara numerik karena tidak ada istilah yang pas untuk menggambarkan hal tersebut Jika elemen i memiliki salah satu angka dari skala perbandingan 1 sampai 9 yang telah ditetapkan oleh Saaty ketika dibandingkan dengan elemen j, maka j memiliki kebalikannya ketika dibandingkan dengan elemen i
Rasio yang didapat langsung dari pengukuran
b. Eigen value dan Eigen vector Apabila pengambil keputusan sudah memasukkan persepsinya atau penilaian untuk setiap perbandingan antara kriteria-kriteria yang berada dalam satu level (tingkatan) atau yang dapat diperbandingkan, maka untuk mengetahui kriteria mana yang paling disukai atau paling penting, disusun sebuah matriks perbandingan di setiap level (tingkatan). Untuk melengkapi pembahasan tentang eigen value dan eigen vector maka akan diberikan definisi mengenai matriks dan vektor.
30
1. Matriks Matriks adalah sekumpulan elemen berupa angka/simbol tertentu yang tersusun dalam baris dan kolom berbentuk persegi. Suatu matriks biasanya dinotasikan dengan huruf kapital ditebalkan (misal matriks A, dituliskan dengan A). 2. Vektor dari n dimensi Suatu vector dengan n dimensi merupakan suatu susunan elemen-elemen yang teratur berupa angka-angka sebanyak n buah, yang disusun baik menurut baris, dari kiri ke kanan (disebut vektor baris atau Row Vector dengan ordo 1 x n) maupun menurut kolom, dari atas ke bawah (disebut vektor kolom atau Colomn Vector dengan ordo n x 1). Himpunan semua vektor dengan n komponen dengan entry riil dinotasikan dengan Rn. 3. Eigen value dan Eigen Vector Definisi : Jika A adalah matriks n x n maka vector tak nol x di dalam Rn dinamakan Eigen Vector dari A jika Ax kelipatan skalar λ , yakni Ax = λx ………………………………(2) Skalar λ dinamakan eigen value dari A dan x dikatakan eigen vektor yang bersesuaian dengan λ. Untuk mencari eigen value dari matriks A yang berukuran n x n maka dapat ditulis pada persamaan berikut : Ax = λx Atau secara ekivalen (λI – A)x = 0 …………………………(3) Agar λ menjadi eigen value, maka harus ada pemecahan tak nol dari persamaan ini. Akan tetapi, persamaan di atas akan mempunyai pemecahan tak nol jika dan hanya jika : det(λI – A)x = 0 ……………………….(4) Ini dinamakan karakteristik A, skalar yang memenuhi persamaan ini adalah eigen value dari A. Bila diketahui bahwa nilai perbandingan elemen A i terhadap elemen A j adalah a ij, maka secara teoritis matriks tersebut berciri positif berkebalikan,
31
yakni a ij =
. Bobot yang dicari dinyatakan dalam vektor ω = (ω 1 , ω 2 , ω 3 , …
ω n ) . Nilai ω n menyatakan bobot kriteria A n terhadap keseluruhan set kriteria pada sub sistem tersebut. Jika a ij mewakili derajat kepentingan I terhadap faktor j dan a jk menyatakan kepentingan dari faktor j terhadap faktor k, maka agar keputusan menjadi konsisten, kepentingan i terhadap k harus sama dengan a ij.a jk =a ik untuk semua i, j, k maka matriks tersebut konsisten. Untuk suatu matriks konsisten dengan vektor ω , maka elemen a ij dapat ditulis menjadi : a ij =
;
i,j = 1,2,3, … n …… (5)
Jadi matriks konsisten adalah : a ij.a jk =
.
=
= a ik …………………... (6)
Seperti yang diuraikan di atas, maka untuk pairwise comparison matrix diuraikan seperti berikut ini : a ji =
=
=
…………………………… (7)
Dari persamaan (3.2.3) tersebut di atas dapat dilihat bahwa : a ji .
=1
i,j = 1,2,3, … n …… (8)
Dengan demikian untuk pairswise comparison matrix yang konsisten menjadi: a ij . ω ij .
=n;
a ij . ω ij = nω ij ;
i,j = 1,2,3, … n …… (9) i,j = 1,2,3, … n …… (10)
Persamaan di atas ekivalen dengan bentuk persamaan matriks di bawah ini : A . ω = n . ω ……………………… (11) Dalam teori matriks, formulasi ini diekspresikan bahwa ω adalah eigen vector dari matriks A dengan eigen value n. Perlu diketahui bahwa n merupakan dimensi matriks itu sendiri. Dalam bentuk persamaan matriks dapat ditulis sebagai berikut :
32
……………… (12)
Pada prakteknya, tidak dapat dijamin bahwa : a ij =
……………………… (13)
Salah satu faktor penyebabnya, adalah karena unsur manusia (decision maker) tidak
selalu
dapat
konsisten
mutlak
(absolute
consistent)
dalam
mengekspresikan preferensinya terhadap elemen-elemen yang dibandingkan. Dengan kata lain, bahwa judgement yang diberikan untuk setiap elemen persoalan pada suatu level hirarki dapat saja inconsistent. Jika : 1) Jika λ 1 , λ 2 , … , λ n adalah bilangan-bilangan yang memenuhi persamaan : A x=λ x
……..……..………… (14)
Dengan eigen value dari matriks A dan jika a ii = 1; i = 1,2,…,n; maka dapat ditulis : =n
……………………… (15)
Misalkan kalau suatu pairwise comparison matrix bersifat ataupun memenuhi kaidah konsistensi seperti pada persamaan (6), maka perkalian elemen matriks yang setangkup sama dengan satu. ……… (16)
Eigen value dari matriks A, Ax – λx = 0 (A – λI) = 0 A – λI = 0
……………………… (17)
Kalau diuraikan lebih jauh untuk persamaan (17), hasilnya menjadi : ………………………. (18)
33
di mana :
A 11 , A 22 = 1 A 12 . A 21 = 1
Dari persamaan (18) kalau diuraikan untuk mencari harga determinan eigen value maximum (λ max ) yaitu : (1 – λ)2 – 1
=0
1 - 2λ + λ2 – 1
=0
λ2 - 2λ
=0
λ (λ – 2)
=0
λ1 = 0
;
λ2 = 2
Dengan demikian matriks pada persamaan (16) merupakan matriks yang konsisten, dengan nilai λ max sama dengan harga ordo matriksnya. Jadi untuk n > 2, maka semua harga egien value – nya sama dengan nol hanya ada satu eigen value yang sama denga n (konstan dalam kondisi matriks konsisten). 2) Bila ada perubahan kecil dari elemen matriks maka a ij eigen value-nya akan berubah semakin kecil Dengan menggabungkan kedua sifat matriks (aljabar linier), jika : •
Elemen diagonal matriks A (a ii = 1)
•
i,j = 1,2,3, … n
Dan untuk matriks A yang konsisten, maka variasi kecil dari a ii dengan i,j = 1,2,3, … n akan membuat harga eigen value yang lain mendekati nol.
c. Uji Konsistensi Indeks dan Rasio Salah satu utama model AHP yang memebedakannya dengan model-model pengambilan keputusan yang lainnya adalah syarat konsistensi mutlak. Dengan model AHP yang memakai persepsi decision maker sebagai inputnya maka ketidakkonsistenan mungkin terjadi karena manusia memiliki keterbatasan dalam menyatakan persepsinya secara konsisten terutama kalau harus membandingkan banyak kriteria. Berdasarkan kondisi ini maka decision maker dapat menyatakan persepsinya tersebut akan konsisten nantinya atau tidak.
34
Pengukuran konsistensi dari suatu matriks itu sendiri didasarkan atas eigen value maximum. Indeks konsistensi dapat diperoleh dengan rumus sebagai berikut :
…………… (19) CI
= Rasio Penyimpangan (deviasi) konsistensi (consistency index)
λ max
= Nilai eigen terbesar dari matriks berordo n
n
= Ordo matriks
Apabila CI bernilai nol, maka matriks pairwise comparison tersebut konsisten. Batas ketidakkonsistenan (inconsistency) yang telah ditetapkan oleh Thomas L. Saaty ditentukan dengan menggunakan Rasio Konsistensi (CR), yaitu perbandingan indeks konsistensi dengan nilai Random Indeks (RI). Rasio konsistensi dapat dirumuskan sebagai berikut : ………………
(20)
Bila matriks pairwise comparison dengan nilai CR < 0.100 maka ketidakkonsistenan pendapat dari decision maker masih dapat diterima, jika CR > 0.100 maka penilaian perlu diulang. d. Analisis Sensitivitas Pada AHP Analisis sensitivitas pada AHP dapat dipakai untuk memprediksi keadaan apabila terjadi perubahan yang cukup besar, misalnya tejadi perubahan bobot prioritas dan kriteria karena adanya perubahan kebijaksanaan sehingga muncul usulan pertanyaan bagaimana urutan prioritas alternatif yang baru dan tindakan apa yang perlu dilakukan. Dalam suatu hirarki tiga level, level dua dari hirarki tersebut dapat disebut sebagai variabel eksogen sedangkan level tiganya adalah variabel endogen. Analisis sensitivitas dari hirarki tersebut adalah melihat pengaruh dan perubahan pada variabel eksogen terhadap kondisi variabel endogen. Apabila dikaitkan dengan suatu periode waktu maka dapat dikatakan bahwa analisis sensitivitas adalah unsur dinamis dari sebuah hirarki. Artinya penilaian
35
yang dilakukan pertama kali dipertahankan untuk suatu jangka waktu tertentu dan adanya perubahan kebijaksanaan atau tindakan yang cukup dilakukan dengan analisis sensitivitas untuk melihat efek yang terjadi. Analisis sensitivitas ini juga akan menemukan stabil tidaknya sebuah hirarki. Makin besar deviasi atau perubahan prioritas yang terjadi maka makin tidak stabil hirarki tersebut. Meskipun begitu, suatu hirarki yang dibuat haruslah tetap mempunyai sensitivitas yang cukup, artinya jika ada perubahan pada variabel eksogen, minimal ada perubahan bobot prioritas pada variabel endogen meskipun tidak terlalu besar. 3.6.2 Metode Analytical Network Process (ANP) Metode ANP digunakan untuk menghitung bobot kinerja rantai pasok dengan memperhatikan tingkat ketergantungan antar kelompok atau cluster. Perhitungan ANP dapat juga diselesaikan dengan menggunakan software Super Decisions. Adapun tahapan yang dilakukan dalam ANP adalah : a. Pembuatan Konstruksi Model Langkah pertama pembuatan konstruksi model adalah membuat model yang akan dievaluasi dan menentukan satu set lengkap jaringan kelompok (komponen) dan elemen-elemen yang relevan dengan tiap kriteria kontrol. Selanjutnya, untuk masing-masing kriteria kontrol, tentukan semua elemen di tiap kelompok dan hubungkan mereka sesuai dengan pengaruh ketergantungan dari luar dan dari dalam kelompok. Hubungan tersebut menunjukkan adanya aliran pengaruh antar elemen. Anak panah yang menghubungkan suatu kelompok dengan kelompok yang lain menunjukkan pengaruh elemen suatu kelompok terhadap elemen kelompok yang lain. Selain itu, kelompok dari elemen memiliki loop di dalam diri mereka sendiri jika elemen-elemennya saling bergantung satu sama lain. Hubungan saling ketergantungan antar kriteria dapat ditentukan dengan membuat check list seperti Tabel 3 dan selanjutnya meminta para pakar/ahli untuk mengisi check list tersebut.
36
Tabel 3. Check list Hubungan Saling Ketergantungan Antar Kriteria KP
PP
KS
FP
BSCM SPP
LTPP
SCTC PH
KP
…
…
…
…
…
…
…
…
…
PP
…
…
…
…
…
…
…
…
…
KS
…
…
…
…
…
…
…
…
…
FP
…
…
…
…
…
…
…
…
…
BSCM
…
…
…
…
…
…
…
…
…
SPP
…
…
…
…
…
…
…
…
…
SCTC
…
…
…
…
…
…
…
…
…
PH
…
…
…
…
…
…
…
…
…
Selanjutnya hasil kuesioner dari beberapa responden digabung untuk menentukan ada tidaknya hubungan saling ketergantungan antar kriteria tersebut dengan menggunakan rumus berikut :
Q=N/2 Jika
………………………………. (21)
Vij > Q, maka ada hubungan saling ketergantungan antar kriteria V ij < Q, maka tidak ada hubungan saling ketergantungan antar kriteria
dimana : N = Jumlah responden atau pengambil keputusan Q = Nilai tengah dari jumlah responden atau pengambil keputusan Vij = Jumlah responden yang memilih adanya hubungan saling ketergantungan antar kriteria pada sel yang menghubungkan baris i dengan kolom j. b. Pembuatan Matriks Perbandingan Berpasangan antar Kelompok/Elemen Pada tahap kedua ini, dipilih kelompok dan elemen-elemen yang akan dibandingkan sesuai dengan kriteria kontrol (apakah mereka mempengaruhi kelompok dan elemen lain yang berkaitan dengan kriteria kontrol atau dipengaruhi oleh kelompok dan elemen lainnya?). Pergunakan jenis pertanyaan yang sama untuk membandingkan elemen dalam kelompok, yang berkaitan dengan elemen spesifik dalam suatu kelompok (kriteria kontrol); pasangan elemen mana yang berpengaruh lebih besar? Pergunakan jenis pertanyaan yang
37
sama untuk membandingkan kelompok. Kemudian, gunakan skala perbandingan fundamental pada Tabel 4, lakukan perbandingan berpasangan berikut matriks antara kelompok/elemen untuk menurunkan eigen vector dan untuk membentuk supermatriks. Tabel 4. Skala Perbandingan Fundamental Intensitas Definisi Kepentingan 1 Sama Penting 3
Sedikit Lebih Penting
5
Lebih Penting
7
Sangat Lebih Penting
9
Mutlak Lebih Penting
2, 4, 6, 8
Untuk kompromi antara nilai-nilai di atas
Keterangan Dua kegiatan berkontribusi sama terhadap tujuannya Pengalaman dan penilaian suatu kegiatan sedikit berkontribusi atas yang lain Pengalaman dan penilaian suatu kegiatan berkontribusi sangat kuat atas yang lain, menunjukkan dominasinya dalam praktek Suatu kegiatan yang favorit berkontribusi sangat kuat atas yang lain; menunjukkan dominasinya dalam praktek Bukti yang menguntungkan satu kegiatan di atas yang lain merupakan kemungkinan urutan afirmasi tertinggi Kadang-kadang perlu melakukan interpolasi penilaian kompromi secara numerik karena tidak ada istilah yang pas untuk menggambarkan hal tersebut
Perbandingan berpasangan yang dilakukan adalah sebagai berikut : Perbandingan Kelompok Melakukan
perbandingan
berpasangan
pada
kelompok
yang
mempengaruhi masing-masing kelompok yang saling terhubung, yang berkaitan dengan kriteria kontrol yang diberikan. Bobot yang diperoleh dari proses ini akan digunakan untuk memberikan bobot pada elemen-elemen yang sesuai dengan kolom blok dari supermatriks. Tetapkan nol bila tidak ada pengaruh.
38
Perbandingan Elemen Melakukan perbandingan berpasangan pada elemen-elemen dalam kelompok mereka sendiri berdasarkan pengaruh mereka pada setiap elemen dalam kelompok lain yang saling terhubung (atau elemen-elemen dalam kelompok mereka sendiri). Perbandingan untuk Alternatif Membandingkan semua alternatif yang berkaitan dengan masing-masing elemen di dalam komponen. Perbandingan berpasangan dilakukan dengan membuat matriks perbandingan berpasangan, dengan nilai aij merepresentasikan nilai kepentingan relatif dari elemen pada baris (i) terhadap elemen pada kolom (j); misalkan aij = wi / wj. Jika ada n elemen yang dibandingkan, maka matriks perbandingan A didefinisikan sebagai :
Setelah semua perbandingan berpasangan selesai dibuat, maka vektor bobot prioritas (w) dihitung dengan rumus : Aw = λmax w dimana λmax adalah eigen value terbesar pada matriks A dan w adalah eigen vector.
Indeks Konsistensi/Consistency Index (CI) dan Consistency Ratio (CR) dari matriks perbandingan berpasangan dapat dihitung dengan rumus :
Jika CR < 0,1 maka penilaian dianggap konsisten.
39
c. Pembuatan Supermatriks Vektor prioritas yang berasal dari matriks perbandingan berpasangan dimasukkan sebagai sub kolom dari kolom yang sesuai pada supermatriks. Supermatriks merepresentasikan prioritas pengaruh dari elemen di sebelah kiri matriks terhadap elemen di atas matriks. Hasil dari proses ini adalah supermatriks yang tidak tertimbang (unweighted supermatrix). Kemudian, supermatriks yang tertimbang (weighted supermatrix) diperoleh dengan mengalikan semua elemen di blok dari unweighted supermatrix dengan bobot kelompok yang sesuai. Weighted supermatrix, dimana masing-masing kolom dijumlahkan jadi satu, dikenal sebagai kolom matriks stokastik. Weighted supermatrix kemudian dinaikkan sampai batas kekuatan untuk memperoleh prioritas akhir dari semua elemen dalam matriks limit yang disebut juga limiting supermatrix. Kemudian, hasil sintesis dari prioritas ini dinormalkan untuk memilih alternatif prioritas tertinggi. Di bawah ini merupakan struktur umum dari supermatriks.
Masing-masing
kolom
dalam
Wij
adalah
eigen
vector
yang
menunjukkankepentingan dari elemen pada komponen ke-i dari jaringan pada sebuah elemen pada komponen ke-j. Beberapa masukan yang menunjukkan hubungan nol pada elemen mengartikan tidak terdapat kepentingan pada elemen tersebut. Jika hal tersebut terjadi maka elemen tersebut tidak digunakan dalam perbandingan berpasangan untuk menurunkan eigen vector. Jadi yang digunakan adalah elemen yang menghasilkan nilai kepentingan bukan nol (Saaty, 2006).
40
Dimana i dan j menunjukkan cluster yang dipengaruhi dan mempengaruhi, dan n adalah elemen dari cluster yang bersangkutan. Komponen dari sub-matriks dalam Wij adalah merupakan skala rasio yang diturunkan dari perbandingan pasangan yang dilakukan pada elemen di dalam cluster itu sendiri sesuai dengan pengaruhnya pada setiap elemen pada cluster yang lain (outer dependence) atau elemen-elemen dalam cluster yang sama (inner dependence). Hasilnya yang berupa unweighted supermatrix kemudian ditransformasikan menjadi suatu matriks yang penjumlahan dalam kolom menghasilkan angka satu (unity) untuk mendapatkan supermatriks stokastik. Bobot yang diperoleh digunakan untuk membobot elemen-elemen pada blok-blok kolom (cluster) yang sesuai dari supermatriks, yang akan menghasilkan weighted supermatrix yang juga stokastik. Sifat stokastik diperlukan dengan alasan-alasan yang akan dijelaskan di bawah ini. Karena suatu elemen dapat mempengaruhi elemen kedua secara langsung dan tidak langsung melalui pengaruhnya pada elemen ketiga dan kemudian dengan pengaruh dari elemen ketiga pada elemen kedua, setiap kemungkinan dari elemen ketiga harus diperhitungkan. Hal ini tertangkap dengan mengalikan matriks terbobot pangkat dua. Namun, elemen ketiga juga mempengaruhi elemen keempat, yang selanjutnya mempengaruhi elemen kedua. Pengaruh-pengaruh ini bisa diperoleh dari pangkat tiga weighted supermatrix. Selama proses berjalan secara berkesinambungan, akan didapatkan deret tak terbatas dari matriks pengaruh yang dinyatakan dengan W k , k = 1, 2,… . d. Uji Konsistensi Index dan Rasio Untuk kedua tahap tersebut sama dengan pada pengukuran kinerja menggunakan AHP. 3.6.3 Metode Data Envelopment Analysis (DEA) Pengolahan DEA dapat diselesaikan dengan menggunakan software Frontier Analysis dan perhitungan dikerjakan dengan menggunakan Microsoft Excel 2007. Dalam metode ini ditetapkan faktor yang digunakan sebagai input
41
dan output. Hasil pengolahan dengan menggunakan DEA akan diperoleh kinerja perusahaan berdasarkan komoditas sebagai bahan evaluasi untuk meningkatkan kinerja. Kinerja rantai pasokan dibandingkan antara rantai pasokan yang efisien kinerjanya dengan rantai pasokan yang tidak efisien kinerjanya. Pengukuran kinerja berdasarkan faktor input dan output yang dilakukan pada sepuluh komoditas sayuran pada PT Saung Mirwan. Variabel input terdiri dari : (1) lead time pemenuhan pesanan, (2) siklus pemenuhan pesanan, (3) fleksibilitas rantai pasok, (4) biaya SCM, (5) siklus cash-to-cash, dan (6) persediaan harian. Sedangkan untuk variabel output terdiri dari : (1) kinerja pengiriman, (2) pemenuhan pesanan, dan (3) kesesuaian standar mutu. Gambar 7 akan menunjukkan alur cara kerja pengolahan data pada DEA dan Tabel 5. menyajikan definisi indikator kinerja input dan output. Variabel Input 1. 2. 3. 4. 5. 6.
Lead time pemenuhan pesanan Siklus pemenuhan pesanan Fleksibilitas rantai pasokan Biaya SCM Siklus cash-to-cash Persediaan harian
Variabel Output Decision Making Units (DMU)
1. Kinerja pengiriman 2. Pemenuhan pesanan 3. Kesesuaian standar mutu
Gambar 7. Alur cara kerja pengolahan data pada DEA (Sumber : Subarkah, 2009)
42
Tabel 5. Daftar Indikator Kinerja Pengukuran Rantai Pasokan No. 1
2
Atribut Kinerja Reliabilitas
Responsivitas
3
Fleksibilitas
4
Biaya
5
Aset
Indikator Kinerja Input Kinerja pengiriman adalah presentase pengiriman pesanan tepat waktu yang sesuai dengan tanggal pesanan konsumen dan atau tanggal yang diinginkan konsumen Pemenuhan pesanan adalah presentase jumlah permintaan yang dipenuhi tanpa menunngu dan diukur setiap jenis produk Kesesuaian dengan standar mutu Waktu tunggu pemenuhan pesanan menerangkan V waktu yang dibutuhkan oleh perusahaan untuk memenuhi permintaan konsumen mulai dari pemasok hingga ke tangan konsumen Siklus pemenuhan pesanan V Fleksibilitas rantai pasokan adalah waktu yang dibutuhkan untuk merespon rantai pasokan apabila ada pesanan yang tak terduga baik peningkatan atau penurunan pesanan tanpa terkena biaya penalty Biaya total SCM adalah menerangkan total biaya yang dikeluarkan oleh perusahaan dalam melakukan penanganan bahan mulai dari pemasok sampai ke konsumen Siklus cash-to-cash adalah perputaran uang perusahaan mulai dari pembayaran bahan baku ke pemasok sampai pembayaran atau pelunasan produk oleh konsumen Persediaan harian adalah lamanya persediaan yang cukup untuk memenuhi kebutuhan jika tidak ada pasokan lebih lanjut.
Sumber : Subarkah, 2009
Output V
Satuan %
Cara perhitungan Pengiriman pesanan yang tepat waktu/total pengiriman pesanan konsumen
V
%
V -
% Hari
Permintaan konsumen yang dipenuhi dalam waktu dan jumlah yang sesuai & penuh/total pesanan Pengiriman yang sesuai/jumlah pengiriman -
-
Hari
V
-
Hari
V
-
V
-
Siklus (perencanaan + pembuatan + pengiriman) Siklus (mencari barang + membuat + mengirim)
Rupiah Biaya (perencanaan + pengadaan + pembuatan + pengiriman + pengembalian)
Hari
Rata-rata persediaan (hari) + rata-rata konsumen membayar barang yang sudah diterima (hari) – rata-rataperusahaan membayar ke pemasok untuk barang yang sudah diterima (hari)
