Prosiding Seminar Nasional Manajemen Teknologi XIV Program Studi MMT-ITS, Surabaya 23 Juli 2011
INTEGRASI METODE ANALYTICAL HIERARCHY PROCESS (AHP) DAN GOAL PROGRAMMING DALAM OPTIMASI PEMILIHAN ALTERNATIF PEMASOK DI PT. XYZ INDONESIA POWER Juwita Metrihayu Rahmadani dan Udisubakti Ciptomulyono Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember Surabaya Email:
[email protected]
ABSTRAK Pemilihan pemasok menjadi faktor yang penting karena pemilihan yang tepat akan dapat menekan biaya dan meningkatkan daya saing perusahaan. Dalam pemilihan pemasok selalu dihadapkan pada evaluasi pemilihan dengan kriteria kualitatif dan kriteria kuantitatif. Berdasarkan pertimbangan tersebut PT. XYZ Indonesia Power ingin menemukan dan merancang strategi pengadaan untuk mencapai sejumlah tujuan pemilihan pemasok Penelitian ini merupakan usulan bagi PT. XYZ Indonesia Power dalam mencapai hasil yang optimal dengan mempertimbangkan keterbatasan dan multi-kriteria pemilihan pemasok. Pendekatan yang dipakai untuk melakukan seleksi dan optimasi ketika pengambil keputusan dihadapkan banyak pilihan dalam penelitian ini adalah Analytical Hierarchy Process (AHP) dan Goal Programming (GP). AHP akan digunakan untuk pengambilan keputusan dalam menentukan pembobotan kriteria yang diperlukan dalam pemilihan pemasok, sementara GP akan digunakan untuk melakukan optimasi terhadap sejumlah tujuan dengan keterbatasan yang ada. Dari proses AHP diperoleh urutan kriteria untuk pemilihan pemasok, yaitu : kesesuaian dengan standard perusahaan (0.254), prosentase penolakan material cacat (0.206), delivery lead time (0.149), harga material (0.091), kemampuan pemenuhan order (0.080), ketepatan waktu pengiriman (0.075), fleksibilitas produksi (0.058), kemudahan tempo bayar (0.049), waktu respon order (0.038). Dari sepuluh pemasok yang mengajukan penawaran melalui evaluasi berdasarkan model keputusan Goal Programming menghasilkan kombinasi tiga pemasok terpilih sebagai solusi yang paling optimal. Kata kunci: Analytical Hierarchy Process (AHP), Goal Programming (GP), pemilihan pemasok
PENDAHULUAN PT. XYZ Indonesia Power adalah Perusahaan multinasional yang bergerak dalam industri manufaktur panel listrik yang akan memilih pemasok CT (Current Transformer) yang sebelumnya dipasok dari luar negeri, beralih ke pemasok lokal guna menekan biaya transportasi dan mengatasi keterlambatan material. Namun harga yang rendah ternyata tidak dapat menjamin kualitas material. Selain itu masih terdapat beberapa kriteria lain yang harus dipertimbangkan dalam penentuan pemasok, antara lain pengiriman, fleksibilitas pemasok, bisnis/perusahaan pemasok, dan hubungan dengan pemasok. Perusahaan tentu saja harus cermat dalam mengambil keputusan dalam pemilihan pemasok karena ada beberapa kriteria yang harus dipertimbangkan.
Prosiding Seminar Nasional Manajemen Teknologi XIV Program Studi MMT-ITS, Surabaya 23 Juli 2011
Pada kenyataannya, pengambilan keputusan bersifat intuitif dengan tidak adanya skala prioritas yang jelas antar kriteria. Pengambilan keputusan dengan metode seperti ini tidak dapat menjamin konsistensi dalam penilaian terhadap calon pemasok serta dalam penggunaan kriteria. Untuk alasan-alasan tersebut, penelitian ini merupakan salah satu usaha untuk menjembatani perusahaan dalam mencapai hasil yang optimal dengan mempertimbangkan keterbatasan. Banyak pendekatan atau metode yang dapat dipakai untuk melakukan seleksi dan optimasi ketika pengambil keputusan dihadapkan banyak pilihan. Salah satu metode yang biasa dipakai adalah dengan linear programming (Kotler, 2008). Namun, linear programming tidak cukup untuk menjawab permasalahan pemilihan pemasok yang memiliki kompleksitas tinggi yang menuntut tercapainya banyak tujuan. Sementara, GP (Goal Programming) dapat digunakan untuk menyelesaikan masalah-masalah dengan banyak tujuan dan sekaligus untuk menyelesaikan permasalahan optimasi. Tetapi GP juga memiliki sejumlah kelemahan, diantaranya bahwa model ini tidak dapat menentukan sendiri prioritas-prioritas dan kriteria-kriteria pengambilan keputusan yang ingin dipenuhi (Ciptomulyono, 2005). Sejumlah faktor yang tidak dapat dikuantifikasikan (intangible), seperti resiko pelanggan, isu-isu politik ataupun kondisi ekonomi tidak dapat diukur atau dioptimasi secara langsung dengan GP. Salah satu metode yang biasa dipakai untuk preferensi terhadap resiko atau kondisi suatu keadaan dalam pengambilan keputusan adalah AHP (Analytical Hierarchy Process). Namun demikian, AHP juga memiliki sejumlah keterbatasan (Ansori dan Ciptomulyono, 2005). Diantara keterbatasan-keterbatasan tersebut antara lain, ketergantungan model ini pada masukan berupa persepsi pakar yang akan mempengaruhi hasil akhir, sehingga model ini tidak ada artinya jika pakar tersebut memberikan persepsi yang keliru. Disamping itu, AHP tidak dapat digunakan untuk menyelesaikan masalah-masalah optimasi. Mengingat beberapa kelemahan pada setiap pendekatan, penelitian ini akan menawarkan suatu pendekatan yang terintegrasi antara Goal Programming dan Analytical Hierarchy Process untuk memilih alternatif pemasok dengan mengakomodasi banyak fungsi tujuan dengan mempertimbangkan kelayakan pemasok dan kualitas material. Perumusan Masalah Perumusan masalah dalam penelitian ini adalah “Bagaimana melakukan pemilihan pemasok material CT (Current Transformer) yang tepat dengan mempertimbangkan beberapa kriteria menggunakan metode Analytical Hierarchy Process (AHP) dan Goal Programming (GP)?” Tujuan Penelitian a. Menentukan prioritas kriteria dan sub kriteria yang diperlukan oleh perusahaan dalam pemilihan pemasok. b. Menentukan alternatif pemilihan pemasok yang paling optimal dalam memenuhi demand dari kebutuhan CT (Current Transformer). c. Menganalisa kestabilan alternatif pemilihan pemasok material yang dapat memenuhi banyak fungsi tujuan dengan mempertimbangkan banyak kriteria. Manfaat Penelitian Hasil penelitian ini diharapkan dapat digunakan oleh Perusahaan sebagai acuan dalam memilih pemasok yang tepat. Selain itu juga diperkenalkan integrasi metode Analytical Hierarchy Process (AHP) dan Goal Programming (GP) kepada Perusahaan
ISBN : 978-602-97491-3-7 A-5-2
Prosiding Seminar Nasional Manajemen Teknologi XIV Program Studi MMT-ITS, Surabaya 23 Juli 2011
sebagai sarana untuk mengambil keputusan penentuan pioritas suatu alternatif pada kasus lain yang perlu dipertanggung jawabkan atau prosesnya memerlukan pihak lain. METODOLOGI PENELITIAN Data primer diperoleh melalui metode survey di lapangan melalui penyebaran kuesioner yang diberikan kepada pihak yang berkompetensi di bidangnya, yaitu : Kepala Bagian Procurement & Logistic dan Tim Procurement & Logistic dengan masa kerja lebih dari 10 tahun di bidang Procurement dan di PT. XYZ Indonesia Power. Data sekunder merupakan data yang berbentuk naskah atau dokumen yang telah diolah lebih lanjut berupa aturan aliran informasi kegiatan pengadaan material di PT. XYZ Indonesia Power. Langkah-langkah yang diperlukan dalam proses pengembangan integrasi model MADM (AHP) dan MODM (Goal Programming) adalah sebagai berikut :
A Problem Decomposition & Hierarchy
B
Determine Alternatives
Capacity constraint
Pairwise comparison (criteria & alternatives)
Goal
Weight calculation
Other Goals
Consistency check Goals achieved ? CR < 10% ?
No Yes
Yes
Optimal alternative(s) selection
Hierarchical synthesis Determine priorities for all alternatives
Sumber : G, Wang et al. (2004) Gambar 1. Model integrasi AHP-GP dalam pemilihan pemasok
Adapun penjelasan dari langkah-langkah sehingga terbentuk model integrasi AHP – GP adalah sebagai berikut : Bagian A : - Menguraikan masalah Menentukan komponen-komponen utama yang mendasari permasalahan MODM, dengan tujuan memilih pemasok yang optimal. Dalam penelitian ini terdapat 5 kriteria, yaitu : biaya material, kualitas material, keandalan pengiriman, fleksibilitas dan waktu merespon order, dan perusahaan pemasok. - Menentukan sub kriteria untuk pemilihan pemasok Sub kriteria yang menjadi kriteria pemasok adalah harga material, kesesuaian dengan standard perusahaan, prosentase penolakan material cacat, ketepatan waktu ISBN : 978-602-97491-3-7 A-5-3
No
Prosiding Seminar Nasional Manajemen Teknologi XIV Program Studi MMT-ITS, Surabaya 23 Juli 2011
pengiriman, delivery lead time, , kemampuan pemenuhan order, waktu respon order, fleksibilitas produksi, kemudahan tempo bayar. Berikut data material dan pemasok dari kriteria kuantitatif : Tabel 1.Data material dan pemasok NO
PEMASOK
1 2 3 4 5 6 7 8 9 10
HM (USD) 54.1 52.2 53.5 56.3 53.1 52.7 54.9 56.4 52.1 52.3
Pemasok 1 Pemasok 2 Pemasok 3 Pemasok 4 Pemasok 5 Pemasok 6 Pemasok 7 Pemasok 8 Pemasok 9 Pemasok 10
PPMC (%) 10 3 10 7 3 5 4 7 8 6
KP (Unit/tahun) 7500 5000 3500 6000 2500 5000 3500 6000 2500 3500
DLT (Hari) 28 28 28 35 28 28 35 28 28 35
WRO (Hari) 1 1 2 1 1 2 1 1 1 2
Keterangan : HM = Harga Material PPMC = Prosentase Penolakan Material Cacat KP = Kapasitas Produksi Maksimal per Tahun DLT = Delivery Lead time WRO = Waktu Respon Order -
Merancang Hierarki Tujuan dari penyusunan hierarki adalah untuk menjelaskan masalah secara terstruktur dan mudah dipahami, dalam hal ini adalah model pengambilan keputusan dalam pemilihan pemasok. Beikut hierarki pemilihan pmasok dalam penelitian ini : PEMILIHAN PEMASOK
Level 1 : Goal Level 2 : Kriteria
BIAYA MATERIAL
KUALITAS
KEANDALAN PENGIRIMAN
FLEKSIBILITAS & RESPON ORDER
PERUSAHAAN PEMASOK
HARGA MATERIAL
KESESUAIAN STANDARD PERUSAHAAN
KETEPATAN WAKTU PENGIRIMAN
WAKTU RESPON ORDER
KEMUDAHAN TEMPO BAYAR
PROSENTASE PENOLAKAN
LEAD TIME PEMENUHAN ORDER
P1
P2
P3
P4
P5
P6
FLEKSIBILITAS PRODUKSI
P7
P8
Level 3 : Sub Kriteria
P9
P10 Level 4 : Alternatif Keputusan Pemilihan Pemasok
Gambar 2. Hierarki kriteria pemilihan pemasok
ISBN : 978-602-97491-3-7 A-5-4
Prosiding Seminar Nasional Manajemen Teknologi XIV Program Studi MMT-ITS, Surabaya 23 Juli 2011
-
Melakukan perbandingan berpasangan dan menentukan prioritas Prosedur prioritas digunakan untuk menentukan relatif kepentingan sub kriteria di setiap tingkat. Kepentingan relatif antar sub kriteria ditentukan oleh orang yang berkompeten dalam keputusan pengadaan material di PT. XYZ Indonesia Power, yaitu Kepala Bagian Procurement & Logistic dan Tim Procurement & Logistic dengan masa kerja lebih dari 10 tahun di bidang Procurement. Tabel 2.Rataan geometrik matriks berpasangan kriteria pemasok
HM KSP PPMC KWP DLT KPO WRO FP KTB
HM 1.00 3.46 3.16 0.58 2.24 0.58 0.29 0.45 0.41
KSP 0.29 1.00 0.71 0.33 0.50 0.33 0.19 0.25 0.24
PPMC 0.32 1.41 1.00 0.35 0.71 0.35 0.20 0.27 0.25
KWP 1.73 3.00 2.83 1.00 1.87 1.00 0.58 0.50 0.71
DLT 0.45 2.00 1.41 0.53 1.00 0.50 0.25 0.38 0.35
KPO 1.73 3.00 2.83 1.00 2.00 1.00 0.58 1.00 0.71
WRO 3.46 5.20 4.90 1.73 4.00 1.73 1.00 2.00 1.41
FP 2.24 4.00 3.74 2.00 2.65 1.00 0.50 1.00 0.71
KTB 2.45 4.24 4.00 1.41 2.83 1.41 0.71 1.41 1.00
Keterangan : KSP = Kesesuaian dengan Standard Perusahaan KWP = Ketepatan Waktu Pengiriman KPO = Kemampuan Pemenuhan Order FP = Fleksibilitas Produksi KTB = Kemudahan Tempo Bayar -
-
Menentukan tingkat alternatif pemasok Serupa dengan langkah diatas, untuk mengukur kinerja pemasok (data kualitatif) dilakukan dengan penilaian antar kriteria yang menggunakan matriks perbandingan berpasangan Hitung bobot kriteria dan nilai keseluruhan dari masing masing pemasok Setelah dilakukan perbandingan berpasangan dan diuji konsistensinya dengan memasukkan ke dalam perangkat lunak Expert Choice. Berikut nilai bobot kriteria dan kinerja pemasok dengan CR < 0,1, sehingga dapat dikatakan konsisten. Tabel 3.Hasil Nilai Bobot Kriteria Pemasok KRITERIA
SUB KRITERIA
BOBOT GLOBAL 0.091
PR.
HARGA MATERIAL
Harga Material
KUALITAS MATERIAL
Kesesuaian dengan Standard Perusahaan Prosentase Penolakan Material Cacat Ketepatan Waktu Pengiriman Delivery Lead Time Kemampuan Pemenuhan Order Waktu Respon Order Fleksibilitas Produksi
0.254
1
0.206
2
0.075
6
0.149 0.080
3 5
0.038 0.058
9 7
Kemudahan Tempo Bayar
0.049 1
8
PERFORMA PENGIRIMAN
WAKTU RESPON ORDER & FLEKSIBILITAS PRODUKSI PERUSAHAAN PEMASOK TOTAL
ISBN : 978-602-97491-3-7 A-5-5
4
Prosiding Seminar Nasional Manajemen Teknologi XIV Program Studi MMT-ITS, Surabaya 23 Juli 2011
Bagian B : Pengembangan model keputusan dengan memasukkan nilai bobot kriteria ke dalam Goal Programming adalah sebagai berkut : - Mendefinisikan variabel keputusan, fungsi tujuan dan batasan Goal Programming Untuk mengembangkan bobot GP dibutuhkan bobot prioritas untuk objektif yang akan dioptimalkan secara bersama. Untuk itu, dalam permodelan ini akan diintegrasikan bobot yang diperoleh dari metode AHP ke dalam persamaan model matematis Goal Programming. Variabel Keputusan xi = Variabel keputusan untuk memilih pemasok ke-i i = 1, 2, 3, …., n 0 ≤ xi ≤ 1 Fungsi tujuan dan batasan Goal Programming Tabel 4.Tabel Fungsi Tujuan Goal Programming NO 1
2
3
4
5 6
7 8
9
OBJEKTIF Meminimumkan Harga Material Memaksimalkan Kesesuaian Standard Perusahaan Meminimumkan Prosentase Penolakan Material Cacat Memaksimalkan Ketepatan Waktu Pengiriman Meminimumkan Delivery Lead Time Memaksimalkan Kemampuan Pemenuhan Order Meminimumkan Waktu Respon Order Memaksimalkan Fleksibilitas Produksi Memaksimalkan Kemudahan Tempo Bayar
FUNGSI OBJEKTIF 54.1 X1 + 52.2 X2 + 53.5 X3 + 56.3 X4 + 53.1 X5 + 52.7 X6 + 54.9 X7 + 56.4 X8 + 52.1 X9 + 52.3 X10 + n1 – p1 = 220 0.045 X1 + 0.191 X2 + 0.046 X3 + 0.188 X4 + 0.158 X5 + 0.049 X6 + 0.046 X7 + 0.130 X8 + 0.103 X9 + 0.046 X10 + n2 – p2 = 0.513 10 X1 + 3 X2 + 10 X3 + 7 X4 + 3 X5 + 5 X6 + 4 X7 + 7 X8 + 8 X9 + 6 X10 + n3 – p3 = 20
F(X) Min p1
w 0.091
Min n2
0.254
Min p3
0.206
0.056 X1 + 0.211 X2 + 0.056 X3 + 0.174 X4 + 0.211 X5 + 0.038 X6 + 0.041 X7 + 0.071 X8 + 0.071 X9 + 0.071 X10 + n4 – p4 = 0.513 28 X1 + 28 X2 + 28 X3 + 35 X4 + 28 X5 + 28 X6 + 35 X7 + 28 X8 + 28 X9 + 35 X10 + n5 – p5 = 112 0.109 X1 + 0.207 X2 + 0.058 X3 + 0.151 X4 + 0.201 X5 + 0.028 X6 + 0.054 X7 + 0.054 X8 + 0.067 X9 + 0.071 X10 + n6 – p6 = 0.513 1 X1 + 1 X2 + 2 X3 + 1 X4 + 1 X5 + 2 X6 + 1 X7 + 1 X8 + 1 X9 + 2 X10 + n7 – p7 = 4 0.068 X1 + 0.167 X2 + 0.038 X3 + 0.167 X4 + 0.167 X5 + 0.062 X6 + 0.094 X7 + 0.057 X8 + 0.129 X9 + 0.052 X10 + n8 – p8 = 0.513 0.096 X1 + 0.093 X2 + 0.093 X3 + 0.093 X4 + 0.093 X5 + 0.077 X6 + 0.084 X7 + 0.158 X8 + 0.087 X9 + 0.126 X10 + n9 – p9 = 0.513
Min n4
0.075
Min p5
0.149
Min n6
0.080
Min p7
0.038
Min n8
0.058
Min n9
0.049
Tabel 5.Tabel Fungsi Batasan Goal Programming NO 1
2
BATASAN Batasan minimal total kuantitas yang dipesan ≥ total kebutuhan Batasan maksimal jumlah pemasok yang terpilih
FUNGSI BATASAN 7500 X1 + 5000 X2 + 3500 X3 + 6000 X4 + 2500 X5 + 5000 X6 + 3500 X7 + 6000 X8 + 2500 X9 + 3500 X10 ≥ 9000 X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8 + X9 + X10 ≤ 4
Fungsi Objektif model Goal Programming : Minimize Z : 0.091 p1 + 0.254 n2 + 0.206 p3 + 0.075 n4 + 0.149 p5 + 0.080 n6 + 0.038 p7 + 0.058 n8 + 0.049 n9
ISBN : 978-602-97491-3-7 A-5-6
Prosiding Seminar Nasional Manajemen Teknologi XIV Program Studi MMT-ITS, Surabaya 23 Juli 2011
ANALISA DAN HASIL Tabel 6.Hasil Formulasi Goal Programming NO 1 2 3 4 5 6 7 8 9 10
PEMASOK Pemasok 1 Pemasok 2 Pemasok 3 Pemasok 4 Pemasok 5 Pemasok 6 Pemasok 7 Pemasok 8 Pemasok 9 Pemasok 10
VARIABEL KEPUTUSAN X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
NILAI 0,0000 1,0000 0,0000 1,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000
Hasil penyelesaian formulasi tersebut pemasok yang paling optimal dengan fungsi tujuan pemilihan pemasok adalah X2 (Pemasok 2), X4 (Pemasok 4) dan X5 (Pemasok 5) dengan pemasok utama material CT (Current Transformer) untuk PT. XYZ Indonesia Power. Untuk mengetahui seberapa stabil hasil solusi tersebut, maka dilakukan variasi perubahan kendala (jumlah kuantitas pesan) dan variasi perubahan bobot prioritas objektif. Tabel 7.Pemasok Terpilih pada Perubahan Bobot Prioritas Objektif
Pemasok ke-i yang Terpilih pada Perubahan Jumlah Kuantitas Pesan -20% -10% +10% +20% +30% X2(Pemasok 2) X2(Pemasok 2) X2(Pemasok 2) X2(Pemasok 2) X2(Pemasok 2) X4(Pemasok 4) X4(Pemasok 4) X4(Pemasok 4) X4(Pemasok 4) X4(Pemasok 4) X5(Pemasok 5) X5(Pemasok 5) X5(Pemasok 5) X5(Pemasok 5) X5(Pemasok 5) Tabel 8.Pemasok Terpilih pada Perubahan Bobot Prioritas Objektif
Kesesuaian dengan Standard Perusahaan, Prosentase Penolakan Material Cacat dan Delivery Lead Time -10% -5% +5% +10% X2 (Pemasok 2) X2 (Pemasok 2) X2 (Pemasok 2) X2 (Pemasok 2) X4 (Pemasok 4) X4 (Pemasok 4) X4 (Pemasok 4) X4 (Pemasok 4) X5 (Pemasok 5) X5 (Pemasok 5) X5 (Pemasok 5) X5 (Pemasok 5) Menunjuk pada Tabel 7, dapat diketahui bahwa hasil solusi relatif stabil pada rentang perubahan jumlah kuantitas pesan antara -20% sampai dengan +30%. Begitupun juga dapat dilihat dari Tabel 8. Hasil solusi relatif stabil terhadap perubahan bobot prioritas objektif kesesuaian dengan standard perusahaan, prosentase penolakan material cacat dan delivery lead time dengan rentang perubahan -10% sampai dengan +10%. KESIMPULAN Berdasarkan pengamatan, pengolahan data-data dan pembahasan dalam penelitian ini dapat diambil kesimpulan-kesimpulan sebagai berikut : 1. Urutan prioritas kriteria yang paling menentukan dalam proses pemilihan pemasok CT (Current Transformer) di PT. XYZ Indonesia Power adalah Kesesuaian dengan Standard Perusahaan (0.254), Prosentase Penolakan Material ISBN : 978-602-97491-3-7 A-5-7
Prosiding Seminar Nasional Manajemen Teknologi XIV Program Studi MMT-ITS, Surabaya 23 Juli 2011
Cacat (0.206), Delivery Lead Time (0.149), Harga Material (0.091), Kemampuan Pemenuhan Order (0.080), Ketepatan Waktu Pengiriman (0.075), Fleksibilitas Produksi (0.058), Kemudahan Tempo Bayar (0.049), dan terakhir Waktu Respon Order (0.038) 2. Dengan metode Analytical Hierarchy Process pembuatan kriteria untuk merancang proses pemilihan pemasok menjadi lebih fokus dan mudah dalam proses kuantifikasi dan dengan model keputusan Goal Programming tingkat pencapaian fungsi tujuan dari pemilihan pemasok dapat dioptimalkan. 3. Integrasi metode AHP dan Goal Programming yang mempertimbangkan kriteria, batasan jumlah kuantitas pesan dan pemasok terpilih serta target PT. XYZ Indonesia Power memberikan solusi 3 pemasok yang terpilih, yaitu Pemasok 2, Pemasok 4 dan Pemasok 5. 4. Fungsi tujuan yang termasuk dari kriteria yang kurang dominan menyebabkan model pemilihan pemasok relatif stabil, sehingga tidak banyak dipengaruhi oleh perubahan kuantitas pesan material dan bobot kriteria. DAFTAR PUSTAKA Alyanak, G and Armaneri, O. (2009), An Integrated Supplier Selection and Order Allocation Approach in A Battery Company, (publisher unknown). Ansori, Muhammad dan Ciptomulyono, Udisubakti (2005), Usulan Model Keputusan Multikriteria Terintegrasi untuk Pemilihan UKM Penerima Pinjaman Lunak di Wilayah Surabaya, OPTIMA, Volume 2, Nomor 1. Badri, Masood A. (1999), Combining the Analytic Hierarchy Process and Goal Programming for Global Facility Location-Allocation Problem, International Journal Production Economics, 62, Page 237-248. Cebi, F and Bayraktar, D. (2003), An Integrated Approach for Supplier Selection. Logistics Information Management, Volume 16, Nomor 6, Page 395 – 400. Mulyono, S. (1991), Operations Research. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta. Nasend, B.D dan Anwar, Affendi. (1985), Program Linier dan Variasinya. PT Gramedia, Jakarta. Pujawan, I. N. (2005), Supply Chain Management Ed. 1, Guna Widya, Surabaya. Saaty, T. L. (1994), Fundamentals of Decision Making. RWS Publcations, Pittsburgh, United States of America. Tam, M.C.Y. and Tummala, V.M.R. (2001). An Application of The AHP in Vendor Selection of A Telecommunication System. The International Journal of Management Science, 29, Page 171 – 182. Wang, Ge, Huang, Samuel H., Dismukes, John P. (2004). Product-driven Supply Chain Selection Using Integrated Multi-criteria Decision-making Methodology. International Journal Production Economics, 91, Page 1-15
ISBN : 978-602-97491-3-7 A-5-8