PROPOSAL PENELITIAN
Oleh
2.1 Kopi
2.1.1 Pengertian Kopi
Kopi merupakan jenis minuman yang banyak disukai dan diminum di seluruh
dunia. Indonesia merupakan salah satu negara penghasil kopi di dunia dengan beragam
cita rasa yang khas (Soesanto, 2020). Terdapat banyak spesies tanaman kopi di dunia,
akan tetapi yang paling banyak dibudidayakan di berbagai negara termasuk di
Indonesia adalah tanaman kopi arabika dan robusta. Hal ini karena produktivitas dan
kualitas produksi kedua jenis tanaman kopi ini paling baik dibandingkan dengan jenis
tanaman kopi lainnya. Setiap jenis tanaman kopi terdiri atas beberapa varietas,
termasuk tanaman kopi arabika dan robusta. Pohon kopi bisa tumbuh dengan baik di
daerah yang beriklim tropis dan subtropis meliputi dataran tinggi maupun dataran
rendah. (Susandi, 2019).
Keterangan:
Si = Nilai indikator actual yang berhasil dicapai
Smin = Nilai pencapaian performansi terburuk dari indikator kinerja
Smax = Nilai pencapaian performansi terbaik dari indikator kinerja
Pada pengukuran ini, setiap bobot indikator dikonversikan ke dalam interval
nilai tertentu yaitu 0 sampai 100 dengan demikian parameter dari setiap indikator
adalah sama, setelah itu didapatkan suatu hasil yang dapat dianalisis.
Tabel 2.2 Sistem Monitoring Indikator Kinerja
Sistem Monitoring Indikator Kinerja
< 40 Poor
40 – 50 Marginal
50 – 70 Average
70 – 90 Good
> 90 Exellent
Sumber : Trienekens dan Hvolby (2000)
Mulai
Identifikasi Masalah
Studi Pustaka
Pengumpulan Data
Selesai
Keterangan:
Si = Nilai indikator aktual yang berhasil dicapai
Smin = Nilai pencapaian performansi terburuk dari indikator kinerja
Smax = Nilai pencapaian performansi terbaik dari indikator kinerja
Bobot dari indikator-indikator dikonversikan ke dalam konversi nilai tertentu
yaitu antara 0 sampai 100. Tabel 3.2 menunjukkan sistem monitoring indikator
kinerja.
Tabel 3.2 Sistem Monitoring Indikator Kinerja
Sistem Monitoring Indikator Kinerja
< 40 Poor
40 – 50 Marginal
50 – 70 Average
70 – 90 Good
> 90 Excellent
Sumber : Trienekens dan Hvolby (2000)
3. Pembobotan dengan Analytical Hierarchy Process (AHP)
Pengolahan data dengan menggunakan metode AHP dilakukan untuk
membantu proses perhitungan nilai skor dimana bobot diberikan pada setiap proses
pada indikator yang ada. Tahapan pembobotan dengan kuisioner perbandingan
berpasangan dan software Expert Choice 11 untuk mendapat nilai akhir bobot.
Tahap awal yang dilakukan dalam pembobotan ini adalah membuat kuesioner
perbandingan berpasangan (pairwise comparison) yang diisi oleh pakar.
Perbandingan tersebut kemudian ditransformasikan dalam bentuk matriks
perbandingan berpasangan untuk analisis numerik. Perbandingan antar alternatif
dapat dibuat seperti pada tabel 3.3 dibawah ini.
Tabel 3.3 Matriks Perbandingan Berpasangan
C A1 A2 … An
A1 a11 a12 … a1n
A2 a21 a22 … a2n
… … … … …
Am aml am2 … amn
Sumber: Saaty (1994)
Nilai numerik yang digunakan untuk seluruh perbandingan diperoleh dari skala
perbandingan 1 sampai 9. Adapun nilai skala perbandingan yang digunakan dalam
teknik AHP dapat dilihat pada Tabel 3.4 sebagai berikut:
Tabel 3.4 Skala Penilaian Perbandingan Berpasangan
Intensitas Kepentingan Definisi
1 Kedua elemen sama pentingnya
3 Elemen yang satu sedikit lebih penting daripada
elemen yang lainnya
5 Elemen yang satu jelas lebih penting daripada elemen
yang lainnya
7 Elemen yang satu sangat jelas lebih penting daripada
elemen yang lainnya
9 Elemen yang satu mutlak lebih penting daripada
elemen yang lainnya
2, 4, 6, 8 Apabila ragu-ragu antara diantara dua nilai yang
berdekatan
Kebalikan Jika elemen i memiliki salah satu angka diatas ketika
dibandingkan elemen j, maka j memiliki kebalikannya
ketika dibanding elemen i
Sumber: Saaty (1994)
Kemudian mengukur konsistensi dengan cara mengalikan setiap nilai pada
kolom pertama dengan prioritas relatif elemen pertama, kemudian jumlahkan setiap
barisnya. Lalu dijumlahkan setiap baris hasil dari penjumlahan baris dibagi dengan
elemen prioritas relatif yang bersangkutan. Penjumlahan hasil bagi di atas dengan
banyaknya elemen yang ada disebut λmax.
Selanjutnya menguji konsistensi setiap matriks berpasangan dengan
menghitung CI (Consistency Index) melalui persamaan 3.2 berikut ini.
(𝜆𝑚𝑎𝑥−𝑛)
𝐶𝐼 = ……………………………………………………..….(3.2)
𝑛−1
Dimana nilai RI berdasarkan perhitungan Saaty dapat dilihat dari Tabel 3.5
Tabel 3.5 Nilai Random Index (RI)
n 1 2 3 4 5 6 7 8 9 10
RI 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49
Sumber: Saaty (1994)
Jika CR tidak lebih dari 0,10 maka semakin baik nilainya dan menunjukkan
konsistensi matriks perbandingan tersebut.
4. Perhitungan Nilai Akhir Kinerja Supply Chain Management
Nilai akhir kinerja supply chain dilakukan dengan cara menghitung nilai
keseluruhan dari kinerja perusahaan yang didapat dari hasil perkalian normalisasi
(skor) dengan hasil pembobotan AHP (bobot). Kemudian mengidentifikasi nilai
terendah dari perusahaan untuk mengetahui perbaikan yang dapat dilakukan.
DAFTAR PUSTAKA
Aini, Q., Pratama, A. M. P., & Yasmin, F. D. 2019. Analisis Kinerja Rantai Pasok
dengan Supply Chain Operation Research dan Analytical Hierarchy Process
(Studi Kasus UMKM Tempo Susu Malang). Sebatik, 23(1), 20-27.
Assauri, S. 2011. Manajemen Produksi dan Operasi. Jakarta: Lembaga Penerbit FEUI.
Arkeman, Y., dan Udin, F. 2010. Integrasi Model SCOR dan Fuzzy AHP untuk
Perancangan Metrik Pengukuran Kinerja Rantai Pasok Sayuran. Jurnal
manajemen dan organisasi.
Badan Perencanaan Pembangunan Daerah. 2019. Hilirisasi Pengembangan Industri
Berbasis Kopi Skala Kecil di Kabupaten Bondowoso. Bondowoso: Pemerintah
Kabupaten Bondowoso
Cahyadi, Robby., dan Sekarsari, Jane. 2012. Penentuan Urutan Prioritas Kriteria dan
Subkriteria Dalam Pemilihan Pemasok Bangun Bertingkat. Konteks 6, (6).
Hadiguna, R.A. 2016. Manajemen Rantai Pasok Agroindustri: Pendekatan
Berkelanjutan untuk Pengukuran Kinerja dan Penilaian Risiko. Padang: Andalas
University Press.
Hamni, Arinal. 2013. Potensi Pengembangan Teknologi Proses Produksi Kopi
Lampung. MECHANICAL, 4(1).
Hasrianti. 2017. Data Kandungan Gizi Bahan Pangan Pokok dan Penggantinya.
Makasar: Universitas Hassanudin.
Pradipta, A. Y., & Diana, A. 2017. Sistem Penunjang Keputusan Pemilihan Supplier
pada Apotek dengan Metode AHP dan SAW (Studi Kasus Apotek XYZ). Sisfotek,
3584, 107–114.
Pranoto, Y. A., Muslim, M. A., & Hasanah, N. 2013. Rancang Bangun dan Analisis
Decision Support System Menggunakan Metode Analythical Hierarchy Process
untuk Penilaian Kinerja Karyawan, Prosiding EECCIS, 7(1), 91-96.
Putri, C. F. 2012. Pemilihan Supplier Bahan Baku Pengemas Dengan Metode AHP
(Analytical Hierarchy Process). Widya Teknika, 20(1).
Rahadi, Dedi Rianto. 2012. Pengaruh Supply Chain Management Terhadap Kinerja
Operasional Perusahaan. Proceeding Seminar Sistem Produksi X.
Rismawati dan Mattalata. 2018. Evaluasi Kinerja. Makassar: Celebes Media Perkasa.
Saaty, L. T. 1994. Fundamentals of Decision Making and Priority Theory With The
Analytic Hierarchy Process. Vol IV. USA
Soesanto, Loekas. 2020. Kompendium Penyakit-Penyakit Kopi. Yogyakarta: CV. Andi
Offset.
Supply Chain Council. 2012. Supply Chain Operations Reference Model, United State
of America.
Susandi, Eris. 2019. Coffea Roasting. Jakarta Selatan: AgroMedia.
Trienekens, J. H., & Hvolby, H. H. 2000. Performance Measurement And
Improvement In Supply Chains. In Proceedings of the third CINET Conference;
CI 2000 From improvement to innovation: CINET Conference: CI 2000 From
Improvement to innovation, Aalborg, September 18-19, 2000 (pp. 399-409).
Umami, M. R., Iskandar, R., & Suryadi, U. 2015. ANALISIS KINERJA SUPPLY
CHAIN MENGGUNAKAN MODEL SCOR (Studi Kasus pada Roti" SIP"
Politeknik Negeri Jember). Jurnal Ilmiah Inovasi, 15(3).
Wigaringtyas, L. 2013. Pengukuran Kinerja Supply Chain Management dengan
Pendekatan Supply Chain Operation Reference (SCOR) (Studi Kasus: UKM
Batik Skar Arum, Pajang, Surakarta). Thesis. Surakarta: Universitas
Muhammadiyah Surakarta.
Wigati, D. T., Khoirani, A. B., Alsana, S., & Utama, D. R. 2017. Pengukuran Kinerja
Supply Chain dengan Menggunakan Supply Chain Operation Reference (SCOR)
Berbasis Analytical Hierarchy Process (AHP). Journal Industrial
Servicess, 3(1a).