Nama : I Made Krisna Jaya

NIM : 24050117140049

Resume Materi Visiting Professor

Judul : Efisiensi Stokastik dalam Data Envelopment Analysis (DEA) menggunakan

………………...Sample Average dan Sample Median Approximation

Pembicara : Prof. Anton Abdulbasah Kamil

Pengertian Efisiensi

Efisiensi merupakan pengurangan mendasar dalam jumlah sumber daya yang terbuang
yang digunakan untuk menghasilkan sejumlah barang atau jasa (output). Efisiensi menandakan
tingkat kinerja puncak yang menggunakan input paling sedikit untuk menghasilkan output
tertinggi, biasa dilakukan dengan penandaan pengurangan jumlah sumber daya yang tidak
diperlukan guna memaksimalkan output tertentu, termasuk waktu dan energi pribadi. Konsep
terukur yang dapat ditentukan dengan menggunakan rasio output yan berguna terhadap input total.
Efisiensi ekonomi mengacu pada optmalisasi sumber daya untuk melayani setiap orang dengan
sebaik-baiknya dalam keadaan ekonomi tersebut. Tidak terdapat ambang batas yang ditentukan
dalam menentukan keefektifan suatu perekonomian, tetapi indicator efisiensi ekonomi mencakup
kebutuhan pasar dengan biaya serendah mungkin dan tenaga kerja yang memberikan output
semaksimal mungkin. Peforma indikator pada efisiensi dapat digambarkan dengan persamaan,

𝑂𝑢𝑡𝑝𝑢𝑡𝑠
𝐸𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑦 = = 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑡𝑦
𝐼𝑛𝑝𝑢𝑡𝑠

𝑂𝑢𝑡𝑐𝑜𝑚𝑒𝑠
𝐸𝑓𝑒𝑘𝑡𝑖𝑣𝑖𝑡𝑎𝑠 =
𝐼𝑛𝑝𝑢𝑡𝑠

Data Envelopment Analysis (DEA)

Data Envelopment Analysis (DEA) merupakan metode nonparametrik dalam penelitian

operasi ekonomi untuk memperkirakan batas produksi. Secara empiris digunakan untuk mengukur
efisiensi produksi unit pembuat keputusan atau Decision Making Unit (DMU). Meskipun DEA
memiliki kaitan dengan teori produksi di bidang ekonomi, digunakan juga untuk pembanding
manajemen operasi sebagai standar DMU yang efisien. Proses stokastik berlaku apabila input pada
proses berupa data deret waktu atau data panel.

Efisiensi Stokastik
Variabel slack adalah variabel yang ditambahkan ke kendala ketidaksamaan untuk
mengubahnya menjadi persamaan.Memperkenalkan variabel slack menggantikan kendala
ketidaksetaraan dengan kendala kesetaraan dan kendala non-negatif pada variabel kendur.variabel
slack tidak dapat mengambil nilai negatif, karena algoritme simpleks mengharuskannya menjadi
positif atau nol. Jika variabel slack yang terkait dengan batasan adalah nol pada solusi kandidat
tertentu, batasan akan mengikat di sana, karena batasan membatasi kemungkinan perubahan dari
titik itu.J ika variabel slack positif pada solusi kandidat tertentu, batasannya tidak mengikat di sana,
karena batasan tidak membatasi kemungkinan perubahan dari titik itu.ika variabel slack negatif di
beberapa titik, poin tersebut tidak layak (tidak diperbolehkan), karena tidak memenuhi batasan.

Transformasi SDEA Menjadi Model Deterministik DEA yang Setara

Model deterministk D=(X,Y), X= input, Y=output diasumsikan diketahui, efesiensi: input-

𝑁1𝑡
---unit pengambilan keputusan ---- output. 𝐷𝑡 = (𝑋𝑡 , 𝑌𝑡 ), 𝑝𝑡 = ; t adalah waktu 𝑁1 adalah
𝑁𝑡
𝑁1
gabungan unit efesien; 𝑁2 = 𝑁 − 𝑁1 dan proporsi unit efesien adalah 𝑝 = 𝑁
 𝑁1𝑡
𝐷𝑡 = (𝑋𝑡 , 𝑌𝑡 ), 𝑝𝑡 =
𝑁𝑡

Model BBC:
𝑛

∑ λ=1
𝑗=1

𝑦̃𝑟𝑗 adalah nilai output unit pengambilan keputusan ; 𝑥̃𝑟𝑗 adalah nilai input unit pengambilan
keputusan 𝜆𝑗 adalah pembobot input dan output dan 𝜑 adalah nilai efesiensi.

Stochastic Data Envolpment Analysis (SDEA):

𝑠𝑟 + dan 𝑠𝑖 − adalah variabel slack dan 𝜀 adalah error.

variabel slack adalah variabel yang ditambahkan ke kendala ketidaksamaan untuk mengubahnya
menjadi persamaan. Jika variabel slack positif pada solusi kandidat tertentu, batasannya tidak
mengikat di sana, karena batasan tidak membatasi kemungkinan perubahan dari titik itu. Jika
variabel slack negatif di beberapa titik, poin tersebut tidak layak (tidak diperbolehkan), karena
tidak memenuhi batasan.
Sample average approximate:

Sample median approximate:

𝑎 + 2𝑚 + 𝑏
𝑥̃ =
4

1 (𝑎 − 2𝑚 + 𝑏)2
𝑆2 ≈ ( + (𝑏 − 𝑎)2 )
12 4

Keberadaan model Data Envolpment Analysis untuk mengukur efesiensi relatif untuk membuat
unit pengambilan keputusan digunakan berbagai input untuk menghasilkan berbagai output
terbatas untuk data yang tajam. Kasus stokastik dimodelkan sebagai pemrograman dengan peluang
terbatas. Peluang terbatas dalam SDEA dapat diselesaikan dengan transformasi ke sample average
approximate method.

Model envelopment data yang ada untuk mengukur efisiensi relatif dari satu set unit
pengambilan keputusan menggunakan berbagai input untuk menghasilkan berbagai output yang
terbatas. Pengukuran DEA dengan pendekatan stokastik memodelkan peluang yang
ditransformasikan dengan sample average approximation method. SDEA dengan Sample
Average Approximation, ini merupakan alternatif untuk mengukur Efisiensi ketika sampel ≥ 30
(Ketika asumsi normal diperlukan). SDEA dengan Sample Median Approximation, ini adalah
alternatif untuk mengukur Efisiensi ketika sampel kecil (<30).
Parametrik Stokastik Frontir Model

Stochastic frontier analysis merupakan salah satu metode yang digunakan dalam mengestimasi
batas produksi (frontier) dan juga mengukur tingkat efisiensi produksi. Analisis ini menggunakan
pendekatan parametrik dan meliputi penggunaan metode ekonometrika dalam menghitung
efisiensi.

Empirikal Stokastik Frontier Model

Persamaan empiris produksi model mengikuti,

Nonparametrik DEA Model (Index Malmquist)

Malmquist index merupakan bagia metode DEA yang dapat dipergunakan untuk mengolah
data panel nonparametrik. Malmquist index sering digunakan untuk mengukur perubahan
produktivitas sebuah DMU. Nilai index tersebut dapat dikomposisikan dari perubahan teknologi
dan perubahan efisiensi. Perubahan dalam total produksi DMU sapat dikatakan baik apabila DMU
tersebut dapat menggunakan input secara efisien dalam produksi. Peningkatan atau penurunan
dalam total faktor produksi daoat disebabka oleh dua hal, yaitu sisi perubahan efisiensi atau dari
sisi perubahan teknologi. Nilai Malmquist index yang besar mengindikasikan bahwa DMU
mengalami peningkatan dalam total produktivitas, begitu juga sebaliknya.