PENILAIAN EFISIENSI KINERJA RANTAI PASOK

SUPPLIER TEFLON BASE PT DANNOV MULTI

ENGINEERING DENGAN MENGGUNAKAN METODE DEA
(DATA ENVELOPMENT ANALYSIS)
Disusun untuk memenuhi persyaratan Mata Kuliah Supply Chain
Analysis and Design

Kelompok 10
Zihramna Afdi

(21070113120046)

Aditya Dimas I.

(21070113120067)

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK UNIVERSITAS DIPONEGORO
SEMARANG
2016

BAB I
PENDAHULUAN

1.1 Latar belakang

Gula merupakan salah satu komoditas yang paling dibutuhkan oleh masyarakat
Indonesia. Namun, tingginya kebutuhan masyarakat Indonesia terhadap gula berbanding
terbalik pada perkembangan perusahaan perusahaan gula lokal yang masih dibilang
tertinggal dibanding dengan perusahaan gula luar negeri, yang juga pasti berpengaruh
kepada kualitas hasil produksi nya. Perusahaan penghasil gula di Indonesia masih
menggunakan bahan kimia aditif pemurni gula (Biosupercide) dalam memproduksi
gula. Hal tersebut dapat berakibat dalam hal ekonomis perusahaan dimana bahan
pemurni tersebut sangat boros dalam penggunaannya. Selain itu penggunaan bahan
kimia aditif tersebut dapat berakibat juga pada kesehatan konsumen.
PT Dannov Multi Engineering merupakan sebuah perusahaan berbasis teknologi
yang memproduksi sebuah alat pemurni gula tanpa bahan kimia yang disebut Generator
Ozonizer. Generator Ozonizer berfungsi mensentralisasi nira dari bakteri dalam proses
produksi gula pasir, menggantikan peran dari bahan kimia pemurni gula. Penggunaan
Generator Ozonizer terbukti dapat menghemat biaya produksi dan mengurangi resiko
pada kesehatan konsumen yang telah terbukti pada tiga pabrik gula (PG) di Indonesia,
yaitu PG Krebet Baru I Malang, PG Krebet Baru 2 Malang, dan PG Rejo Agung Baru
Madiun.
Dalam proses produksi Generator Ozonizer, PT Dannov Multi Engineering telah
menggandeng sepuluh supplier dari berbagai daerah untuk komponen Teflon Base,
seperti Haekal Tech, Widodo Workshop, PT Dempo Laser Metalindo, dan lain lain. PT
Dannov Multi Engineering berusaha mengevaluasi dan memilih mana supplier yang
memiliki kinerja paling baik (efektif dan efisien) dalam rantai pasoknya dan mana yang
paling layak untuk dilakukan kerjasama jangka panjang bagi PT Dannov Multi

Engineering. Untuk mengetahui hal tersebut, maka dilakukan pengukuran efisiensi

kinerja rantai pasok dari masing masing supplier tersebut.
Penelitian ini bertujuan mengetahui supplier mana yang memiliki efisiensi kinerja
rantai pasok paling baik dengan menggunakan pendekatan Data Envelopment Analysis
(DEA). Hasil penelitian ini diharapkan dapat membantu PT Dannov Multi Engineering
dalam menentukan supplier yang terbaik untuk kerjasama jangka panjang dalam proses
produksi Generator Ozonizer.
1.2 Perumusan Masalah
Berikut merupakan perumusan masalah dalam penelitian ini:
1. Bagaimana keadaan rantai pasok dari PT Dannov Multi Engineering
2. Bagaimana kriteria kriteria utama yang dipertimbangkan dalam pemilihan supplier
PT Dannov Multi Engineering
3. Bagaimana kinerja rantai pasok dari tiap tiap supplier PT Dannov Multi
Engineering

1.3 Tujuan Penelitian

Berikut merupakan tujuan dari penelitian ini:
1. Mengidentifikasi keadaan rantai pasok dari PT Dannov Multi Engineering.
2. Menganalisis kriteria kriteria utama yang dipertimbangkan dalam pemilihan
supplier PT Dannov Multi Engineering.
3. Menganalisis kinerja rantai pasok dari tiap tiap supplier PT Dannov Multi
Engineering dengan menggunakan pendekatan Data Envelopment Analysis (DEA).

1.4 Ruang Lingkup

Penelitian ini dibatasi pada supplier dari PT Dannov Multi Engineering yaitu
Haekal Tech, Widodo Workshop, PT Dempo Laser Metalindo, Laksana Semarang,
Tjokro Bersaudara Semarang, Tjokro Bersaudara Solo, Wiwin Workshop, BLKI
Semarang, Inti Duta Semarang, dan Mega Andalan Kalasan. Ruang lingkup penelitian
ini yaitu:

1. Analisis deskriptif rantai pasok dari PT Dannov Multi Engineering pada produk
Generator Ozonizer.
2. Analisis kriteria pemilihan supplier dan evaluasi kinerja supplier PT Dannov Multi
Engineering.
3. Pengukuran kinerja masing masing supplier dengan menggunakan pendekatan
Data Envelopment Analysis (DEA).
1.5 Sistematika Penulisan
BAB I PENDAHULUAN
Bab I berisi mengenai latar belakang masalah, perumusan masalah, tujuan
penelitian, ruang lingkup, dan sistematika penulisan.
BAB II TINJAUAN PUSTAKA
Bab II berisi mengenai dasar dasar literatur yang dijadikan sebagai pedoman dan
referensi atau sebagai dasar pembuatan tugas besar SCAD.
BAB III METODOLOGI PENELITIAN
Bab III berisi tentang metodologi penelitian dari penelitian yang dilakukan dalam
pembuatan tugas besar SCAD.
BAB IV PEMBAHASAN DAN ANALISA
Bab IV berisi mengenai tahapan proses dalam penyelesaian masalah, mulai dari
studi pendahuluan, perumusan masalah, tujuan penelitian, pengumpulan data,
pengolahan data dan analisis.
BAB V PENUTUP
Berisi kesimpulan dan saran perbaikan berdasarkan hasil pembahasan dan analisis
pada bab sebelumnya.

BAB II
TINJAUAN PUSTAKA
2.1 Supply Chain Management

Semakin berkembangya industri, maka persaingan untuk menyediakan produk yang

murah, berkualitas dan cepat semakin tinggi. Hal ini memaksa para pelaku industri
untuk melakukan perbaikan di beragai bidang. Perubahan di internal saja tidak
mencukupi untuk menghadapi tantangan tersebut, tapi dibutuhkan juga peran serta dari
supplier, perusahaan transportasi dan jaringan distributor. Kesadaran akan hal ini maka
pada awal tahun 1990-an lahirlah konsep baru yang disebut Supply Chain Management
(SCM.)
Menurut Monezka, Trent, and Handfield menyebutkan bahwa SCM adalah sebuah
konsep yang memiliki dasar untuk mengatur dan menggabungkan sumber, aliran dan
kontrol material menggunakan semua perspektif sistem melalui banyak fungsi dan
tingkatan supplier. Definisi lain menyatakan bahwa Supply Chain adalah jaringan
perusahaan-perusahaan yang secara bersama-sama bekerja untuk menciptakan dan
menghantarkan suatu produk ke tangan pemakai akhir.

2.2 Komponen Supply Chain

1. Perencanaan
Merupakan strategic level dari SCM, yang digunakan untuk mengatur semua sumber
yang mengarah pada permintaan konsumen terhadap servis dari produk. Tujuan utama
dari perencanaan adalah mengembangkan strategi untuk memonitor supply chain
supaya lebih effisien, murah dan menghasilkan kualitas dan nilai yang tinggi ke
konsumen.

2. Pemilihan
Supplier yang dipilih harus dapat memberikan pelayanan dan barang yang terbaik untuk
produk yang akan kita buat. Perkuat proses penentuan harga, pengiriman dan
pembayaran untuk analisa dan monitoring terhadap supplier.

3. Pembuatan
Menetapkan jadwal untuk produksi, testing, paking dan persiapan untuk pengiriman.
Merupakan bagian terbesar dalam supply chain metric- intensive, dimana level kualitas
ditentukan beserta output produksi dan produktifitas dari pekerja.
4. Pengiriman
sering disebut dengan logistic dimana terjadi pencocokan order dari konsumen,
pengembangan jaringan pergudangan, memilih metode transpotrasi untuk mengirim
produk ke konsumen dan menyusun system faktur untuk penerimaan pembayaran.
5. Pengembalian
Untuk mengatasi problem part yang rusak dari supply chain. Dibuat jaringan untuk
menerima part yang cacat dan over stock dari konsumen dan retailer yang memiliki
hambatan dalam penerimaan part.

2.3 Aktivitas Supply Chain

Secara garis besar aliran supply chain dari suatu sumber sampai kepada end customer
dapat dilihat pada gambar berikut :

Dari alur supply chain pada gambar di atas. Menurut Turban, Rainer, Porter terdapat
tiga macam Aktifitas rantai suplai, yaitu:
1. Rantai Suplai Hulu / Upstream supply chain
Bagian upstream (hulu) supply chain meliputi aktivitas dari

suatu

perusahaan

manufaktur dengan para penyalurannya (yang mana dapat manufaktur, assembler, atau
kedua-duanya) dan koneksi mereka kepada pada penyalur mereka (para penyalur
second-trier). Hubungan para penyalur dapat diperluas kepada beberapa strata, semua
jalan dari asal material (contohnya bijih tambang, pertumbuhan tanaman). Di dalam
upstream supply chain, aktivitas yang utama adalah pengadaan.
2. Manajemen Internal Suplai Rantai / Internal supply chain management
Bagian dari internal supply chain meliputi semua proses pemasukan barang ke gudang
yang digunakan dalam mentransformasikan masukan dari para penyalur ke dalam
keluaran organisasi itu. Hal ini meluas dari waktu masukan masuk ke dalam organisasi.
Di dalam rantai suplai internal, perhatian yang utama adalah manajemen produksi,
pabrikasi, dan pengendalian persediaan.
3. Segmen Rantai Suplai Hilir / Downstream supply chain segment
Downstream (arah muara) supply chain meliputi semua aktivitas yang melibatkan
pengiriman produk kepada pelanggan akhir. Di dalam downstream supply chain,
perhatian diarahkan pada distribusi, pergudangan, transportasi, dan after-sales-service.
Jenis aliran yang terjadi pada tiap-tiap komponen dapat digambarkan sebagai berikut :
1. Arus material melibatkan arus produk fisik dari pemasok sampai konsumen melalui
rantai, sama baiknya dengan arus balik dari retur produk, layanan, daur ulang dan
pembuangan.

2. Arus informasi meliputi ramalan permintaan, transmisi pesanan dan laporan status
pesanan, arus ini berjalan dua arah antara konsumen akhir dan penyedia material
mentah.
3. Arus keuangan meliputi informasi kartu kredit, syarat-syarat kredit, jadwal
pembayaran dalam penetapan kepemilikandan pengiriman. (Kalakota, 2000, h198)

2.4

Definisi DEA
Data Envelopment Analysis (DEA) merupakan teknik pemrograman matematika

yang menghitung efisiensi relatif dari suatu objek pada beberapa kriteria. DEA
diperkenalkan oleh Charnes et al (1978). DEA merupakan metodologi non-parametrik
yang berdasarkan linear programming dan digunakan untuk mengukur efisiensi relatif
dari suatu unit organisasi dimana keberadaan beberapa input dan beberapa output sulit
untuk diperbandingkan (Al-Faraj, 2006). DEA pertama mengidentifikasi sebuah
eficcient frontier dari input dan output yang diamati pada satu set objek yang akan
dievaluasi, yang disebut unit pengambilan keputusan atau decision making unit (DMU).
Menurut Charnes et al dalam Liu, Ding, Lall (2000) DEA adalah prosedur
pemrograman matematis untuk mengevaluasi efisiensi relatif dari beberapa unit
pengambilan keputusan (DMUs) yang melibatkan beberapa input dan output ganda.
DEA mengukur efisiensi relatif dari masing-masing DMU dibandingkan dengan DMUs
lain. Skor efisiensi suatu DMU secara umum didefinisikan sebagai total bobot output
dibagi dengan total bobot input. Dalam pengukuran efisiensi relatif dari organisasi,
pengukuran DEA dapat didefinisikan sebagai rasio dari total bobot output terhadap total
bobot input. Dengan DEA setiap organisasi dapat menggunakan bobot yang berbeda
untuk semua ukuran kinerja (Gofindarajan R., 2007).
2.5

Model DEA

2.5.1

Model DEA CCR (Charnes-Cooper-Rhodes)

Pertama kalinya model CCR ditemukan oleh Charnes, Cooper dan Rhodes pada

tahun 1978. Pada model ini diperkenalkan suatu ukuran efisiensi untuk masing-masing

decision making unit (DMU) yang merupakan rasio maksimum antara output yang
terbobot dengan input yang terbobot. Ukuran efisiensi DMU dapat dihitung dengan
menyelesaikan permasalahan programming matematika berikut ini:

dengan xij adalah nilai input yang diamati dengan tipe ke-i dari DMU ke-j dan xij >0
untuk i = 1,2,3,,m dan j = 1,2,, n. Demikian juga dengan yrj adalah nilai output
yang diamati dengan tipe ke-i dari DMU ke-j dan yrj > 0 untuk i = 1,2,,m dan j = 1,2,
,n

2.5.2

Model DEA BCC (Banker-Charnes-Cooper)

Hasil model DEA yang memberikan variabel return terskala disebut model

BCC, Banker, Charmes dan Cooper (1984). Model BCC dengan input-output oriented
untuk DMU0 dapat ditulis dengan :

Nilai-nilai efisiensi BCC diperoleh dengan menjalankan model di atas untuk setiap
DMU. Nilai-nilai efisiensi pengukuran kinerja BCC disebut nilai efisiensi teknis murni
(pure technical efficiency), hal ini terkait dengan nilai-nilai yang diperoleh dari model
yang memperbolehkan variabel return terskala, sehingga skala yang ada dapat
tereliminasi. Secara umum nilai efisiensi CCR untuk tiap DMU tidak akan melebihi
nilai efisiensi BCC, yang memang telah jelas secara intuitif karena model BCC
menganalisa tiap DMU secara lokal daripada secara global. Jika kita telah memperoleh

nilai efisiensi teknis murni, maka efisiensi skala (scale efficiency) dapat dihitung dengan
persamaan:
SE = Technical Efficiency / Pure Technical Eefficiency
2.3

Langkah langkah DEA

Berikut ini adalah langkah langkah yang harus dilakukan dalam pengukuran

efisiensi dengan metode DEA :

1. Menentukan Decision Making Unit (DMU) yang ingin diukur.
2. Menentukan input dan output dari DMU yang ingin diukur.
3. Menentukan bobot
4. Menyusun model matematis DEA
5. Melakukan perhitungan DEA
6. Analisis data (langkah perbaikan untuk meningkatkan efisiensi)

2.4

Keuntungan dan Kelemahan DEA

Menurut Govindrajan (2007), keuntungan dari DEA adalah sebagai berikut:
1. DEA dapat menangani model input dan output berganda.
2. DEA tidak membutuhkan asumsi hubungan fungsional antara variabel input
dan output.
3. DEA dibandingkan secara langsung dengan sesamanya.
4. Input dan output dapat memiliki satuan pengukuran yang berbeda
Sedangkan kelemahan DEA adalah sebagai berikut:
1. DEA membutuhkan dukungan data yang intensif
2. DEA membutuhkan pendekatan yang deterministik

2.5 Produk Perusahaan

Hingga saat ini Dannov telah membuat 2 jenis prototipe ozonizer dan 3 tipe produk
ozonizer. Prototipe ozonizer yang pertama dikembangkan Dannov bersama PG Krebet
Baru II Malang untuk skala laboratorium. Tujuan pengembangan prototipe ini adalah
untuk riset penggunaan ozon sebagai disinfektan (sterilisasi nira dari bakteri) dalam
proses pengolahan gula. Dalam skala laboratorium prototipe ozonizer ini mampu

menghilangkan sampai dengan 98,8%. Setelah sukses pada skala laboratorium,

kemudian dikembangkan prototipe ozonizer ke-2 yang diberi nama ozonizer MTP-01
beta, prototipe ini digunakan pada skala industri namun dengan skala yang terbatas.
Spesifikasi proptotipe ozonizer MTP-01 beta adalah sebagai berikut:
Nama
: Ozonizer Rajawali MTP-01
Dimensi ozonizer
: 66 cm x 20 cm x 20 cm
Dimensi pompa
: 22 cm x 22 cm x 20 cm
Input
: AC 220 V/50-60 Hz
Konsentrasi ozon
: 1.896-2.844 mg/liter
Kapasitas pompa/udara
: 70 liter/menit
Tekanan
: 0,037 Mpa
Kapasitas ozon
: 132.720-199.080 mg/menit 7,96-11,94 kg/jam
Berat
: 30 kg
Daya
: 100-200 watt

Gambar 2. 1 . Prototipe ozonizer MTP-01 beta

Prototipe ozonizer MTP-01 beta mampu menonaktivasi bakteri hingga 98%,

sehingga mampu digunakan sebagai pengganti bahan kimia (biosupercide) yang selama
ini digunakan dalam proses produksi gula pasir. Dalam pengujian prototype MTP-01
beta tersebut juga didapatkan hasil bahwa penggunaan ozon dalam nira mentah dalam
proses produksi gula ternyata dapat meningkatkan rendemen gula hingga 0,15%. Angka
tersebut sekilas tampak kecil, tapi dalam skala produksi Pabrik Gula (PG) Krebet Baru
II Malang yang mencapai 17.500.000 kuintal per masa giling, maka angka 0.15% dapat
memberi dampak yang cukup signifikan dalam produksi gula. Gambar 3.2

menunjukkan sampel nira yang ditreatment menggunakan ozon dan sampel nira yang
tidak ditreatment menggunakan ozon.

Gambar 2.2. Sampel nira yang ditreatment menggunakan ozon dan sampel nira yang tidak ditreatment
menggunakan ozon.

Berdasarkan hasil tersebut, maka Dannov mengembangkan ozonizer skala

industri untuk proses produksi gula yang diberi nama Generator Ozon Rajawali i.
Generator ozon ini harus mampu memenuhi tuntutan industri anatara lain; mudah
perawatan, mudah penggantian spare part dan mampu bekerja 24 jam per hari. Saat ini
7 Generator Ozon Rajawali i telah digunakan di 3 pabrik gula, yaitu PG Krebet Baru I
Malang (2 unit), PG Krebet Baru II Malang (2 unit) dan PG Rejo Agung Baru Madiun
(3 unit). Spesifikasi Generator Ozon Rajawali i adalah sebagai berikut:
Spesifikasi :
-

Produsen
Tipe
Dimensi
Input
Output Ozon
Kapasitas Pompa
Kapasitas Ozone
Berat

: Dannov Tech, Semarang

: Rajawali-01
: 100 x 60 x 45 cm
: AC 220 V/50-60 Hz - Daya : 500-750 Watt
: 15 mg/Liter udara
: 70 Liter Udara/menit
: 63 kg/jam
: 50 kg

Fitur :
-

Terdiri dari 1 Generator Ozonizer yang mampu bekerja non-stop.

Adjustable output instalation, yaitu output ozone dapat diaplikasikan pada

aliran nira maupun tangki pengolahan.

Error detection system, yaitu sebuah indicator yang menunjukan penurunan

kinerja dan kerusakan pada generator ozon.

Maintance training untuk teknisi.
Garansi perawatan selama dua tahun.

Bagian dalam Ozonizer

Reaktor

Ozonizer Tipe Rajawali-01 tampak samping

Ozonizer Tipe Rajawali-01 tampak samping

Gambar 2.3. Generator Ozon Rajawali i

BAB III
METODOLOGI PENELITIAN

3.1 Objek Penelitian

Berikut merupakan objek penelitian dalam penelitian tugas besar SCAD kali ini:
Nama Perusahaan

: PT Dannov Multi Engineering

Alamat

: Jl. Taman Ketapang B-10A Semarang

Bidang Jasa

: Teknologi Inovasi

PT Dannov Multi Engineering merupakan sebuah perusahaan berbasis teknologi

yang didirikan pada tahun 2015 oleh tiga orang yang terdiri dari Zihramna Afdi,
Muhammad Ihsan Hidayat, Pridana Nasution. PT Dannov Multi Engineering berfokus
untuk memproduksi Generator Ozonizer, alat pemurni gula pengganti bahan kimia
aditif yang terdiri dari tiga tipe produk. PT Dannov Multi Engineering telah memiliki
tiga pelanggan tetap yang terdiri dari PG Krebet Baru I Malang, PG Krebet Baru 2
Malang, dan PG Rejo Agung Baru Madiun.
3.2 Desain Penelitian
Berikut merupakan desain penelitian pada penelitian tugas besar SCAD kali ini:
1. Melakukan Obeservasi lapangan ke lokasi objek penelitian untuk melihat secara
langsung bagaimana kegiatan rantai pasok dan wawancara secara mendalam
untuk memperoleh informasi mengenai kinerja rantai pasok pada PT Dannov
Multi Engineering.
2. Melakukan studi data sekunder mengenai kinerja rantai pasok dari masing
masing supplier dari PT Dannov Multi Engineering.

BAB IV
HASIL DAN PEMBAHASAN

4.1 Pemilihan Variabel Input dan Output

Langkah awal yang penting untuk dilakukan dalam melaksanakan penelitian ini
adalah memilih variabel-variabel baik input maupun output yang akan dipergunakan
dalam model penghitungan DEA. Variabel input dan output yang dipilih merupakan
variabel endogen (dapat dikontrol) yang terkait erat dengan fungsi dari supplier Dannov.
Adapun variable input dan output dalam penelitian ini dapat dilihat pada tabel:
Tabel 4.1 Pemilihan variable input dan output
Input

Output

Delivered

Tingkat
Respons
(%)

Ratio
Produk
Cacat
(%)

3805773

21

97%

60%

55

3625419

20

95%

65%

1111079

45

3905812

19

93%

70%

989545

60

3371502

20

96%

80%

1329050

70

3628336

28

94%

88%

Tjokro Bersaudara Solo

686229

60

3818490

20

98%

59%

Wiwin Workshop

1481127

65

3644469

11

94%

70%

BLKI Semarang

1026298

50

3262105

20

95%

71%

Inti Duta Lestari

809743

75

3917745

18

96%

73%

Mega Andalan Kalasan

619007

65

3639833

19

95%

80%

DMU

Biaya
Pengirima
n

Employ
ees

Biaya
Material

Dempo Laser Metalindo

730764

80

Haekal Tech

1477833

Widodo Workshop
Laksana Semarang
Tjokro Bersaudara
Semarang

4.2 Pemilihan Decision Making Unit (DMU)

Penelitian ini bertujuan untuk melakukan penilaian terhadap efisiensi kinerja
supplier salah satu komponen penyusun produknya, yaitu body. Entitas yang dinilai
disebut dengan Decision Making Unit (DMU). Total DMU yang diidentifikasi minimal

2 kali lipat dari jumlah variabel input dan output. Adapun DMU yang digunakan dalam
penelitian ini berjumlah 10 DMU yang merupakan Supplier dari berbagai daerah di
Indonesia. Decision Making Unit (DMU) yang sudah dipilih akan dilakukan konversi
kedalam DMU untuk proses pengolahan data selanjutnya. Konversi jenis konveksi ke
dalam DMU dapat dilihat pada table berikut:
Tabel 4.2 Pemilihan DMU

Supplier
Dempo Laser Metalindo

Decision Making Unit (DMU)

DMU 1

Haekal Tech

DMU 2

Widodo Workshop

DMU 3

Laksana Semarang

DMU 4

Tjokro Bersaudara Semarang

DMU 5

Tjokro Bersaudara Solo

DMU 6

Wiwin Workshop

DMU 7

BLKI Semarang

DMU 8

Inti Duta Lestari

DMU 9

Mega Andalan Kalasan

DMU 10

4.3 Model Matematis DEA

Pemodelan matematis DEA ini dilakukan untuk memperoleh nilai efisiensi dari
masing-masing DMU dengan menggunakan data yang telah didapatkan sebelumnya.
Jika berorientasi input maka dilakukan pengurangan atau minimasi input dengan level
output konstan. Berikut adalah contoh model matematis DEA:
1. Definisi Variabel
CK (I1)
CE (I2)
CM (I3)
DL (O1)
SL (O2)
DF (O3)
2. Fungsi Tujuan
Max ,Yrk

: Variabel biaya pengiriman

: Variabel tenaga kerja
: Variabel biaya Material
: Variabel Jumlah Produksi
: Variabel On time Delivery
: Variabel Tingkat Respon

Max21 O 1 +0.97 O2+ 0.6 O3

3. Fungsi Kendala
Subject to =

Ii , Xik
i

Jumlah input 730764 I1 + 80 I2 + 3805773 I3 = 1

4. Nilai Variabel maksimum
O1, O2, O3, O4, I1, I2, I3 0

4.4 Tingkat Pencapaian Efisiensi Kinerja setiap Supplier

Berdasarkan Model Matematis yang digunakan pada Data Envelopment Anlysis
(DEA), selanjutnya dilakukan perhitungan secara otomatis menggunakan software
Microsoft Excel berupa DEA Frontier. Hasil pengolahan data dengan menggunakan
software ini untuk memperoleh nilai efisiensi relative dari setiap DMU yang tersaji pada
tabel.
Tabel 4.3 Tingkat Pencapaian Efisiensi Kinerja Supplier dengan DEA Frontier
InputOriented

VRS
DMU
No.

1
2
3
4
5
6
7
8
9
10

DMU Name

Dempo Laser
Metalindo
Haekal Tech
Widodo Workshop
Laksana Semarang
Tjokro Bersaudara
Semarang
Tjokro Bersaudara Solo
Wiwin Workshop
BLKI Semarang
Inti Duta Lestari
Mega Andalan Kalasan

Efficiency

1.00000
0.90909
1.00000
1.00000
1.00000
1.00000
0.89508
1.00000
0.91947
1.00000

Dari data yang tersaji tersebut, dengan menggunakan model CCR (asumsi CRS)
orientasi input, dapat dilihat bahwa terdapat 7 supplier (70%) dari 10 supplier yang
sudah mempergunakan sumberdaya secara optimal dan memberikan efisiensi kinerja
yang baik. Ke-7 supplier ini menjadi supplier Dannov dengan nilai efisisensi relative
sebesar 100% dan beberapa diantaranya dijadikan acuan (Benchmark) bagi konveksi
lainnya yang tidak efisien. Sisanya yaitu sebesar 3 konveksi (30%) memiliki nilai
efisiensi kurang dari 100% dan dengan demikian dianggap secara teknis tidak efisien.
Namun ada kalanya, beberapa DMU yang memiliki nilai efisiensi 100% (efisien) pada
perhitungan model CCR ternyata menjadi tidak efisien dengan perhitungan model CCR.
Perbedaan ini dikarenakan pada model CCR, ukuran dari supplier dalam mempengaruhi
kemampuan mereka untuk menghasilkan jasa dianggap tidak relevan dalam menilai
efisiensi relatif. Menurut asumsi ini sebuah organisasi kecil dapat menghasilkan output
dengan rasio input per output yang sama seperti organisasi yang lebih besar. Kondisi
seperti ini biasanya mengarahkan unit organisasi ke dalam kondisi IRS (Increasing
Return To Scale) maupun kondisi DRS (Decreasing Retun To Scale) yang
menggambarkan skala ekonomis dan disekonomis akibat ukuran organisasi. Skala
ekonomis adalah karakteristik dari fungsi produksi perusahaan yang mengarah pada
turunnya biaya rata-rata jangka panjang sejalan dengan peningkatan output.

Adapun nilai efisiensi relatif dengan menggunakan pendekatan DEA model CCR
(asumsi CRS) orientasi input dapat dilihat pada tabel.
Tabel 4.4 Tingkat Pencapaian Efisiensi Kinerja Supplier dengan DEA CCR
InputOriented
CRS

DMU
No.

1
2
3
4
5
6
7
8
9
10

DMU Name

Dempo Laser
Metalindo
Haekal Tech
Widodo Workshop
Laksana Semarang
Tjokro Bersaudara
Semarang
Tjokro Bersaudara Solo
Wiwin Workshop
BLKI Semarang
Inti Duta Lestari
Mega Andalan Kalasan

Efficiency

1.00000
0.90740
1.00000
1.00000
1.00000
1.00000
0.88566
1.00000
0.91209
1.00000

dengan menggunakan model CCR (asumsi CRS) orientasi input, dapat dilihat bahwa
dari 10 supplier terdapat 7 supplier (70%) yang sudah mempergunakna sumberdaya
secara optimal dan memberikan efisiensi kinerja yang baik. Sisanya yaitu sebanyak 3
supplier (30%) memiliki nilai efisiensi kurang dari 100% dan dengan demikian
dianggap secara teknis tidak efisien. Bila dibandingkan dengan supplier yang efisien
dengan menggunakan asumsi VRS maka dari 8 supplier yang dinyatakan efisien secara
relative terhadap supplier lainnya dengan asumsi VRS maka hanya 8 supplier (80%)
saja yang dinyatakakn efisien dibawah asumsi CRS. 2 konveksi lainnya (20%) yang
tidak efisien dibawah CRS namun efisien dibawah asumsi VRS, berada pada kondisi
IRS (Increasing Return To Scale).

4.5 Pengacuan (Benchmarking) terhadap DMU yang Efisien

Evaluasi kinerja dapat dilakukan dengan melakukan pembandingan antara supplier
yang tidak efisien dengan supplier setara yang lebih efisien. Pada tabel 4.5, kita bisa
mengetahui bahwa supplier 8 merupakan supplier yang paling banyak dijadikan acuan
bagi supplier - supplier lain yang tidak efisien. Hal ini bisa diartikan bahwa supplier 8
merupakan supplier yang kinerjanya optimal diantara supplier yang efisien dalam
memanfaatkan inputnya untuk menghasilkan output.
Tabel 4.5 Pengacuan (Benchmarking) terhadap DMU yang Efisien
InputOriente
d
CRS
DM
U
No.

DMU Name

Dempo Laser
1 Metalindo

Efficien
cy

1.0000
0

4 Laksana Semarang

0.9074
0
1.0000
0
1.0000
0

Tjokro Bersaudara
5 Semarang

1.0000
0

Tjokro Bersaudara
6 Solo

1.0000
0
0.8856
6
1.0000
0
0.9120
9

2 Haekal Tech
3 Widodo Workshop

7 Wiwin Workshop
8 BLKI Semarang
9 Inti Duta Lestari

Sum
of
lambd
as

RTS

1.000

Constan
t

1.000

Decreasi
ng
Constan
t
Constan
t

1.000

Constan
t

1.001
1.000

1.000
0.989
1.000
1.011

Constan
t
Increasi
ng
Constan
t
Decreasi
ng

Optimal
Lambdas
with
Benchma
rks
1.000

0.037
1.000
1.000

1.000
1.000
0.989
1.000
0.278

Dempo
Laser
Metalindo

Widodo
Workshop
Widodo
Workshop
Laksana
Semarang
Tjokro
Bersaudar
a
Semarang
Tjokro
Bersaudar
a Solo
BLKI
Semarang
BLKI
Semarang
BLKI
Semarang

0.00
3

Tjokro
Bersaud
ara
Semaran
g

0.73
3

Mega
Andalan

Kalasan
Mega Andalan
10 Kalasan

1.0000
0

1.000

Constan
t

1.000

Mega
Andalan
Kalasan

Bobot pembanding yang dijadikan acuan oleh supplier - supplier yang tidak efisien
merupakan nilai shadow price dari supplier yang efisien. Nilai shadow price ini
berfungsi sebagai angka pengganda (multiplier) yang digunakan sebagai dasar untuk
menyesuaikan input dan output dari supplier yang tidak efisien agar menjadi efisien.
Misalnya pada supplier 9 dengan supplier acuannya adalah supplier 8 dalam hal ini
BLKI Semarang dan Mega Andalan Kalasan. Nilai shadow price dari masing-masing
supplier acuan, secara berurutan, adalah (0.278) dan (0.733) Bila kita ingin melihat
berapa biaya pengiriman yang seharusnya dari supplier 9 agar bisa beroperasi secara
efisien, maka perhitunganya adalah sebagai berikut:
Biaya pengiriman

= nilai shadow price x biaya awal

= 0.278 (1026298) + 0.733 (619007)
= 625522

Sehingga untuk mengevaluasi kinerja setiap supplier Dannov dengan melakukan

benchmarking terhadap supplier lain. Target yang efisien untuk variabel input dan
output dapat dilihat pada tabel :

Tabel 4.5 Target Efisien untuk Variable input dan Output Supplier

DMU
No.

DMU Name

Efficient Input
Target
Biaya
Pengiriman

Dempo Laser
1 Metalindo

730764.00000

2 Haekal Tech

1026298.00000

3 Widodo Workshop

1111079.00000

4 Laksana Semarang
Tjokro Bersaudara
5 Semarang

989545.00000

6 Tjokro Bersaudara Solo

686229.00000

7 Wiwin Workshop

612491.13684

8 BLKI Semarang

1026298.00000

9 Inti Duta Lestari

625522.86316

10 Mega Andalan Kalasan

1329050.00000

619007.00000

Employ
ees
80.0000
0
50.0000
0
45.0000
0
60.0000
0
70.0000
0
60.0000
0
64.3157
9
50.0000
0
65.6842
1
65.0000
0

Biaya
Material
3805773.00
000
3262105.00
000
3905812.00
000
3371502.00
000
3628336.00
000
3818490.00
000
3601518.96
842
3262105.00
000
3678147.03
158
3639833.00
000

Lanjutan Tabel 4.5 Target Efisien untuk Variable input dan Output Supplier

Efficient Output
Target
Jumlah Produk
Dikirim
21.00000
20.00000
19.00000
20.00000
28.00000
20.00000
18.80000
20.00000

Service
Level
0.97000
0.95000
0.93000
0.96000
0.94000
0.98000
0.94000
0.95000

Ontime
Delivery
0.60000
0.71000
0.70000
0.80000
0.88000
0.59000
0.79158
0.71000

19.20000
19.00000

0.96000
0.95000

0.80842
0.80000

DAFTAR PUSTAKA

Faraj, T. A. (2006). Vendor Selection by Means of Data Envelopment Analysis. Campbridge,

70.
Gofindarajan, R. (2007). Supplier Evaluation using Data Envelopment Analysis. Working
papper.
J. Liu, Y. D. (2000). Using Data Envelopment Analysis to Compare Suppliers for Supplier
Selection and Performance Improvement. Supply Chain Management. An International
Journal, 143 - 150 .
Sefitiana W. S., R. N. (2014). Efisiensi Kinerja Rantai Pasok Ikan Lele di Indramayu Jawa
Barat. Manajemen dan Bisnis, Institut Pertanian Bogor.
Sorfina, I. (2011). Analisis Kriteria Pemilihan Petani dan Kinerja Rantai Pasok Minyak Akar
Wangi di Kabupaten Garut Jawa Barat. Bogor: Institut Pertanian Bogor.