ANALISIS PENGUKURAN KINERJA GREEN SUPPLY CHAIN

MANAGEMENT DENGAN METODE

GREEN SCOR BERBASIS ANP DAN OMAX

( Studi Kasus: PT. Suling Mas Tri Tunggal Abadi)

SKRIPSI

Diajukan oleh:
DEWI CAHYANI PUSPITASARI
NPM. 18032010141

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
JAWA TIMUR
SURABAYA
2021
 BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Konsep penerapan manajemen rantai pasok atau Supply Chain Management

( SCM ) semakin dibutuhkan dalam menentukan nilai tambah produk saat ini, karena

SCM tidak hanya berurusan dengan masalah penyediaan produk saja, tetapi SCM

juga berperan mulai dari pengembangan produk baru hingga konsep rantai pasok

berbasis ramah lingkungan atau konsep Green Supply Chain Management ( Green

SCM ). Aspek lingkungan saat ini sudah menjadi keharusan untuk diaplikasikan

dalam Supply Chain sebuah perusahaan, oleh karena itu salah satu cara

mengitergerasikan aspek lingkungan ini kedalam supply chain adalah green supply

chain management (Primadasa.,2020). Model rantai pasok ini memiliki tujuan utama

dalam meminimalkan konsumsi sumber daya dalam proses produksi agar didapatkan

hasil yang lebih efektif dan efisien, serta mengurangi dampak negatif terhadap

lingkungan

PT. Suling Mas Tri Tunggal Abadi merupakan suatu perusahaan yang

bergerak dibidang industri pangan yang berlokasi di kota Tulungagung , Jawa Timur.

PT. Suling Mas Tri Tunggal Abadi didirikan oleh Bapak Hendra Gunawan pada

tahun 1978 dan telah memproduksi 2 macam produk pangan yaitu mie dan kacang

sanghai dengan produk ciri khas yaitu kacang sanghai. Dalam proses bisnisnya, PT.

Suling Mas Tri Tunggal Abadi melibatkan banyak aktivitas yang kompleks antara

lain aktivitas pengadaan bahan baku, aktivitas produksi, aktivitas losgistik dan
distribusi dengan jumlah ± 100 karyawan yang mendukung proses operasinya. PT.

Suling Mas Tri Tunggal Abadi telah mendistribusikan produknya di beberapa daerah

di Indonesia antara lain Jawa Timur, Madura dan Jawa Tengah.

Selama ini dalam proses pembuatan kacang sanghai, PT. Suling Mas Tri

Tunggal Abadi menghasilkan 200 liter limbah minyak sisa penggorengan selama dua

hari sekali. Proses pengolahan limbah yang dilakukan PT. Suling Mas Tri Tunggal

Abadi masih sederhana yaitu dengan melakukan penyerapan alami menggunakan

mediator tanah. PT. Suling Mas Tri Tunggal Abadi berlokasi di lingkungan yang

terdapat ± 25.000 kepala keluarga, sehingga dapat dikatakan dengan proses

pengolahan limbah yang sederhana dapat menimbulkan dampak negatif terhadap

lingkungan sekitar. Penyerapan menggunakan mediator tanah dalam pengolahan

limbah minyak akan membuat pori-pori tanah mengecil bahkan menutup, yang

mengakibatkan kualitas dan kemampuan tanah dalam menyerap air akan berkurang.

Sehingga memungkinkan banyak tanaman mati dan mengakibatkan banjir karena

tidak terdapat daerah resapan air. Selain itu ditinjau dari ativitas produksi dan

distribusi, saat ini perusahaan belum menerapkan sistem yang efektif dan efisien

terlihat terdapatnya perubahan jadwal dan kuantitas produksi akibat demand yang

meningkat dan adanya keterlambatan pengiriman. Selain dilihat dari aktivitas supply

chain nya selama ini PT. Suling Mas Tri Tunggal Abadi belum pernah melakukan

pengukuran kinerja green supply chain sehingga belum mengetahui bagaimana

tingkat kinerja dari supply chain nya selama ini yang dapat memberikan dampak

negatif terhadap lingkungan sekitar

 Dalam permasalahan diatas metode yang tepat digunakan untuk pengukuran

tingkat kinerja Green Supply Chain adalah Green SCOR berbasiskan ANP dan

OMAX. Konsep Green SCOR bertujuan untuk menciptakan sebuah sistem analisis

yang memberikan pandangan yang jelas tentang hubungan antara fungsi rantai

pasokan dan masalah lingkungan sehingga dapat digunakan untuk meningkatkan

manajemen organisasi keduanya. Sedangkan ANP (Analytical Network Process)

digunakan untuk menentukan bobot indicator kinerja dan OMAX (Objective Matrix)

digunakan untuk untuk menentukan pencapaian dari kinerja masing-masing indicator

kinerja melalui perhitungan scoring system.

Berkaitan masalah diatas, maka perusahaan ingin mengetahui bagaimana

tingkat kinerja perusahaan selama ini apakah terlalu berdampak negatif terhadap

lingkungan atau tidak. Oleh karena itu, dilakukan penelitian mengenai pengukuran

tingkat kinerja green supply chain management dengan metode GSCOR. Dengan

dilakukan penelitian ini diharapkan dapat membantu perusahaan dalam mengurangi

dampak negatif perusahaan terhadap lingkungan, membatu pengidentifikasian

indikator-indikator kinerja rantai pasok yang menunjukkan titik terendah dan juga

untuk mengetahui apa yang seharusnya dilakukan dalam perbaikan dan peningkatan

produktivitas perusahaan. Sehingga penelitian ini dapat dijadikan evaluasi dalam

meningkatkan evaluasi management

1.2 Perumusan Masalah

Bedasarkan penjelasan diatas yang melatarbelakangi permasalahan tersebut,

maka rumusan masalah yang dapat diangkat dari penelitian ini yaitu:
 “Bagaimana tingkat kinerja Green Supply Chain Management di PT. Suling

Mas Tri Tunggal Abadi dengan metode GSCOR berbasis ANP dan OMAX ?”

1.3 Batasan Masalah

Batasan masalah yang akan digunakan dalam penelitian ini adalah sebagai

berikut :

1. Penelitian ini difokuskan pada produk kacang sanghai karena produk tersebut

mempunya tingkat demand yang tinggi

2. Data yang digunakan adalah data perusahaan dalam periode 2020-2021

3. Penyebaran kuisioner hanya diberikan pada manajer divisi produksi,

pemasaran, keuangan

1.4 Asumsi

Asumsi yang digunakan dalam penelitian ini adalah sebagai berikut:

1. Responden paham dan mengerti tentang kondisi perusahaan dan dalam

kondisi sehat

2. Kriteria yang digunakan dapat merepresentasikan kinerja perusahaan yang ada

3. Tidak terdapat perubahan kebijakan selama penelitian dilakukan

1.5 Tujuan Penelitian

Tujuan penelitian dalam penyusunan tugas akhir ini adalah:

1. Untuk mengetahui tingkat kinerja Green Supply Chain Management di PT.

Suling Mas Tri Tunggal Abadi dengan metode GSCOR

2. Untuk memberikan saran perbaikan guna untuk meningkatkan kinerja

manajemen rantai pasok perusahaan

1.6 Manfaat Penelitian

Berikut ini merupakan manfaat penelitian dalam penyusunan tugas akhir,

yaitu:

1. Teoritis

Secara teori permasalahan ini dapat dijadikan refrensi bila terdapat

permasalahan yang sama dikemudian hari dan membantu perusahaan

mengetahui tingkat kepuasan konsumen menggunakan produk yang dibuatnya

serta memperluas pengetahuan atau wawancara keilmuan bagi peneliti

2. Praktis

a. Sistem informasi ini dapat dikembangkan lebih lanjut sebagai informasi

pembantu dalam pengambilan keputusan oleh pihak perusahaan yang dapat

dimulai dari tahap perencanaan

b. Untuk pihak-pihak lain, penelitian ini diharapkan dapat menjadi refrensi serta

membantu dalam penyajian informasi untuk penelitian dan permasalahan

yang serupa

c. Hasil peneliti mengetahui kinerja pada proses kegiatan green supply chain

dengan pendekatan green SCOR yakni untuk mengetahui kinerja supply chain

dengan memperhatikan perspektif lingkungan di PT. Suling Mas Tri Tunggal

Abadi
1.7 Sistematika Penulisan

Adapun sistematika penulisan pada penelitian dari tugas akhir ini adalah

sebagai berikut:

BAB I PENDAHULUAN

Pada bab ini akan menjelaskan mengenai latar belakang dilakukannya

penelitian. Selain itu juga menjelaskan mengenai perumusan masalah, batasan

masalah, tujuan penelitian, asumsi-asumsi, manfaat penelitian dan

sistematikan penulisan

BAB II TINJAUAN PUSTAKA

Pada bab ini menjelaskan metode yang akan digunakan dalam penelitian ini

serta teori-teori lain yang dapat membantu pelaksanaan penelitian. Bab ini

juga berisikan mengenai teori yang akan dipergunakan untuk mengolah data

dan rancangan yang direkomendasikan dalam tugas akhir pemetaan rantai

pasok serta pengukuran kinerja suatu perusahaan dengan menggunakan

metode Green SCOR yang berbasiskan ANP dan OMAX. Teori ini akan

mendiskripsikan konsep pemikiran yang akan digunakan dalam penelitian ini.

BAB III METODOLOGI PENELITIAN

Bab ini berisikan mengenai objek dari penelitian, teknik pengumpulan data,

teknik analisis dan pengolahan data, serta kerangka dalam pemecahan

masalah ( flow chart penelitian )

BAB IV HASIL DAN PEMBAHASAN

 Bab ini mencangkup pengumupan data, pengolahan dari data yang

dikumpulkan, serta menganalisis dan mengevaluasi data yang telah diolah

untuk menyelesaikan masalah

BAB V KESIMPULAN DAN SARAN

Babi ini berisikan kesimpulan dan saran pada analisis yang telah dilakukan

sebelumnya, sehingga dapat memberikan rekomendasi ataupun usulan perbaikan bagi

PT. Suling Mas Tri Tunggal Abadi

DAFTAR PUSTAKA

LAMPIRAN
 BAB II

TINJAUAN PUSTAKA

2.1 Green Supply Chain Management

Seiring berjalannya waktu perhatian terhadap isu terkait lingkungan dan

sustainability dalam manajemen rantai pasok (supply chain management) mulai

mendapatkan posisi yang penting dan menjadi prioritas yang perlu diperhatikan

perusahaan. Karena dikondisi seperti saat ini kelangkaan sumber daya alam dan

polusi air serta udara kan menimbulkan efek bagi fauna maupun flora serta

menyebabkan timbulnya berbagai macam penyakit seperti jantung anemia, kanker

paru-paru dan sebagianya. Oleh karena itu dengan mengintergerasikan perspektif

lingkungan kedalam manajemen rantai pasok ( supply chain management ) atau biasa

disebut green supply chain management, akan membantu mengurangi polusi

lingkungan, dan dapat memacu pertumbuhan ekonomi, sedangkan perusahaan

mendapatkan kesempatan untuk menciptakan kompetitif baru dalam hal kepuasan

pelanggan, citra positif yang dimiliki oleh perusahaan, peningkatan kualitas,

mengurangi biaya dan risiko, dan peningkatan pelayanan diseluruh kegiatan supply
chain yang meliputi pengidentifikasian, pengurangan dan penghilangan kegiatan

proses atau sumber daya yang tidak perlukan yang menghasilkan limbah

( Khan.,2019 )

Secara umum, tujuan supply chain management ( SCM ) berfokus pada

pemaksimalan kepuasan konsumen, memperpendek siklus supply chain,

mengembangkan atau membangun service, menurunkan biaya dan harga (M.

Arif.,2018). Seiring dengan perkembangan manajemen rantai pasok, tujuan SCM (

Supply Chain Management ) juga beradaptasi yaitu menuju penggunaan sumber daya

yang lebih efisien ( lean supply chain ) dan lebih fleksibel dalam mengahadapi

perubahan permintaan ataupun pasokan ( agile supply chain ). Ketika menghilangkan

atau meminimasi risiko dalam supply chain, perusahaan diperlukan untuk memantau

dampak lingkungan mereka dan mematuhi peraturan tentang lingkungan. Hal ini

dapat dikatakan, penerapan green supply chain akan membantu perusahaan dalam

meningkatkan efisiensi lingkungan (Paksoy dkk. 2018). Badan perlindungan

lingkungan Amera Serikat menyelidiki perusahaan yangmana telah menerapkan

prinsip lean dan green, dilaporkan perusahaan tersebut telah melakukan penghematan

secara signifikan. Selain itu prinsip going green juga dapat meningkatkan reputasi

bisnis, yangmana secara tidak langsung akan mengajak berbagai kalangan masyarakat

untuk lebih memperdulikan lingkungan, dan membuat masyarakat beralih ke

perusahaan yang menerapkan green thingking.

Green Supply Chain Management ( GSCM ) melibatkan peran semua anggota

rantai pasok dalam melakukan atau mengurangi dampak langsung terhadap

lingkungan memalui green practices. Menurut Pramesti dkk,(2020) ada beberapa

dimensi GSCM ( green supply chain management ) yang perlu dipertimbangkan

dalam praktiknya yaitu sebagai berikut:

Tabel 2.1 Dimensi GSCM

Dimensi Definisi
Internal Managament Praktik dalam mengembangkan menajamen rantai
pasokan hijau ( green supply chain management )
sebagai dukungan strategi organisasi melakui
komitment dan dukungan manajer senior maupun
menengah
Green Design Perancangan semua kegiatan selama fase desain
seperti fitur produk, pemilihan material, proses
manufaktur maupun penggunaan energy dengan
mempertimbangkan aspek lingkungan
Green Purchasing Pembelian yang didasarkan pada prinsip ramah
lingkungan dan merupakan praktik dalam memilih
bahan baku dari pemasok dengan karakteristik
lingkungan
Green Production Proses produksi yang mempertimbangkan dampak
lingkungan dengan meminimalkan waste atau polusi
yang dihasilkan
Green Logistics Semua aspek logistic seperti transportasi,
pergudangan dan Investasiris yang terkait dengan
aspek lingkungan seperti emisi gas rumah kaca,
kebisingan dan penggunaan sumber daya yang langka
Reserve Logistic Aktivitas yang bertujuan untuk mendapatkan kembali
prosuk atau material untuk digunakan kembali (reuse)
maupun dilakukan daur ulang (recycling), produksi
ulang (remanufacture), perbaikan (repair),
pembaharuan (refurbishing), dan pembuangan secara
aman
Sumber: Pramesti, (2020)
Mendefinisikan praktik GCSM ( Green Supply Chain Management ) menjadi 5

dimensi diantaranya green design, green purchasing, green transformation, green

logistic dan reserve logistic. Sedangkan dari perspektif berbeda, menurut Ö. Uygun

and A. Dede (2016), pengelompokan kriteria utama dalam praktik GSCM ( Green

Supply Chain Management ) menjadi lima aspek dimana internal environmental

management merupakan langkah pertama yang digunakan dalam penerapan GSCM.

Dan menurut Luthra dkk (2016), dalam penelitiannya dituliskan bahwa green

warehousing, green transportation dan green packaging didefinisikan sebagai satu

aspek yaitu green logistic. Jadi, dimensi GSCM ini dirumuskan bedasarkan enam

dimensi diantaranya green design, green purchasing, green production, green

logistics, reverse logistics dan internal environmental management

Didalam penerapannya konsep Green supply chain management harus lah

terus menerus dievaluasi agar dapat dikembangkan. Oleh karena itu perlu

dilakukannya pengukuran kinerja untuk mengetahui nilai pencapaian supply chain

saat ini. Selain itu fungsi dari pengukuran kinerja dari green supply chain

management adalah untuk menciptakan supply chain yang efektif dan efisien yang

ramah lingkungan. Salah satu aspek fundamental dalam penerapan green supply

chain management adalah manajemen kinerja dan perbaikan secara berkelanjutan,

untuk menciptakan manajemen kinerja yang efektif diperlukan suatu sistem

pengukuran kinerja yang mampu mengevaluasi kinerja green supply chain secara

holistic (Pujawan.,2010).

Selain itu dengan adanya pengukuran kinerja perusahaan dapat meningkatkan

praktik dan memperluas usaha mereka yang berhubungan dengan lingkungan di

sepanjang supply chain untuk tetap kompetitif serta tercapai usaha yang

keberlanjutan.

2.2 Key Performance Indicator

Key Performance Indicator ( KPI ) adalah sebuah alat ukur yang

menggambarkan efektivitas perusahaan dalam mencapai bisnisnya. Menurut

Parmenter (2011), perusahaan menggunakan KPI digunakan untuk mengukur

kesuksesan pencapaian target mereka. KPI menggambarkan tingkat kefokusan

perusahaan dalam beberapa aspek kinerja organisasi yang bersifat krisis untuk saat ini

atau kedepannya agar dapat mencapai tingkat kesuksesan sebuah organisasi. Oleh

karena itu penetapan KPI dan sasaran yang akan dicapai tidak dapat dilakukan secara

asal-asalan, tetapi harus dipilih dan ditentukan menggunakan metode yang tepat dan

sistematis. Memilih KPI dan menetapkan sasaran KPI secara tepat akan dapat

mengarahkan organisasi pada identifikasi potensi perbaikan atau peningkatan kinerja.

Karena pemilihan indicator kinerja yang kurang tepat sebagai KPI dapat

mengakibatkan terjadinya pengukuran kinerja yang tidak efisien atau kontraprofuktif.

Key Performance Indicator memiliki peran penting untuk kemajuan suatu

perusahaan. Hal ini dikarenakan perusahaan diharuskan mempunya visi dan misi

yang jelas untuk merealisasikan tujuannya, dengan adanya Key Performance

Indicator perusahaan dapat mengukur performa kinerjanya apakah sudah mencapai

tujuan atau belum. Ouput dari Key Performance Indicator biasanya bersifat kauntitaif

yaitu dalam bentuk rasio atau persentase nilai, sehingga indicator ini membutuhkan

data lain yang akan dibandingkan untuk menaganlisis kinerja (Budiarto.,2017)

 Untuk menguji apakah indikatpr kinerja tersebut cukup sederhana, mudah

dipahami, dimonitor, serta dikelola sehingga cocok untuk dijadikan KPI, Indikator

kinerja tersebut harus memenuhi kriteria SMART-C sebagai berikut:

1. Specific ( spesifik ): Indikator kinerja harus daoat didefinisikan secara spesifik

2. Measureable ( terukur ): indicator kinerja harus dapat dikukur secara objektif,

baik bersifat kuantitatif maupun kualitatif

3. Attainable ( realistis/ dapat dicapai ): sasaran atau target yang ditetapkan

untuk indicator kinerja harus masuk akal dan memungkinkan untuk dicapai.

4. Relevant ( relevan ): indicator kinerja yang dipilih sesuai dengan lingkup

bisnis dan aktivitas/ proses bisnis organisasi/ divisi terkait

5. Time-Bound ( batasan waktu ): pencapaian sasaran atau target indicator

kinerja memiliki batasan waktu yang jelas

6. Challenging ( menantang ): sasaran atau target indicator kinerja yang

ditetapkan merupakan peningkatan dari pencapaian periode sebelumnya dan

menjadi tantdangan manajemen untuk meningkatkan kinerja organisasi

Kriterian SMART-C merupakan kriteria yang umum dipakai dalam penetapan

KPI. Selain kirteria SMART-C, terdapat kriteria lain yang dapat juga

dipertimbangkan dalam penetapan KPI, yaitu dengan menyeimbangkan antara

feasibility (kemungkinan untuk dilakukan dan value (nilai/kegunaan) dari KPI

tersebut. Detail untuk kriteria ini dapat dilihat dapa tabel 2.2 dibawah ini

( Soemohadiwidjojo.,2015):

Tabel 2.2 Kriteria Pemilihan KPI Bedasarkan Feasibility vs Value

 Feasibility Value
Terkait dengan persyaratan pelanggan
Ketersediaan data
berprioritas tinggi
Lead time yang dibutuhkan Akurasi data
Bidang yang memerlukan perhatian
Biaya pengumpulan data
atau memiliki peluang potensial
Dapat digunakan untuk benchmark
Kompleksitas
dengan organisasi lain
Kemungkinan penolakan atau
Dapat mendukung KPI lainnya
factor ketakutan
Sumber: Soemohadiwidjojo, (2015)

2.2.1 Proses Perhitungan KPI

Adapun beberapa langkah yang harus dilakukan dalam proses perhitungan

Key Performance Indicator (KPI) yaitu sebagai berikut:

1. Perhitungan nilai actual performansi supply chain per indicator

capaian
x 100 % ………………………………….(1)
target

2. Scoring system dengan normalisasi Snorm De Boer

Scoring system berfungsi untuk menyamakan skala nilai dari masing-masing

KPI (Erixson dkk.,2020):

a. Larger is Better

(SI −Smin)
x 100 % ……………………………...(2)
Smax−Smin

b. Smaller is Better

( Smax−SI )
x 100 % ……………………………...(3)
Smax−Smin

Keterangan:

Snorm = Standard Normalisasi

 Si = Nilai Indikator actual yang berhasil dicapai

Smax = Nilai pencapaian performansi terburuk dari indikator kinerja

Smin = Nilai pencapaian performansi terbaik dari indikator kinerja

3 Perhitungan nilai akhir kinerja supply chain.

Perhitungan nilai akhir supply chain dapat diperoleh dengan persamaan:

1 KPI = Wi * Ni ………………………………(4)

Dimana:

1 KPI = nilai performansi KPI ke-i

Wi = nilai bobot KPI ke-i

Ni = nilai normalitas KPI ke-i

5. Agregasi nilai performasi

Nilai performasi agregat adalah jumlah keseluruhan dari perkalian bobot dan

nilai normalisasi KPI dan dapat dijabarkan sebagai berikut (Setiawan

dkk.,2020):

N agregat = ∑1kpi * = ∑Wi * ……………………………...(5)

Dimana:

N agregat = nilai performansi supply chain perusahaan

1 kpi = nilai performansi KPI ke-i

Wi = nilai bobot KPI ke-i

Ni = nilai normalitas KPI ke-i

2.3 Green Supply Chain Operations Reference ( GSCOR )

Supply chain telah berevolusi ke dalam rantai yang efisien dengan

menggunakan metode-metode terbaru. Guna meningkatkan pelayanan sebuah rantai

pasok membutuhkan model standar untuk mengukur operasional dan performa

mereka. Menurut Rangga dkk, (2020). Model SCOR adalah sebuah alat untuk

mendiagnosa supply chain management (SCM) yang memungkinkan penggunanya

untuk memamahi semua proses di dalam sebuah organisasi bisnis dan juga untuk

memahami fitur yang utama untuk memenuhi kepuasan konsumen.

Model SCOR dikembangkan oleh Supply Chain Council (SCC), untuk

mengukur performa dari rantai pasok. Model SCOR menyediakan standar

terminology yang dapat digunakan dalam menentukan, mengatur dan

mengimplementasikan proses supply chain. Model SCOR diorganisasi kedalam 5

proses menejemen meliputi plan, source, make, deliver, dan return, yang kemudian

dibagi kedalam bagian-bagian meliputi process categories, elements, tasks dan

activities (Delipinar dkk., 2016).

Menurut Pujawan (2010), model Green Supply Chain Operation References

( GSCOR ) merupakan model turunan dari SCOR yang diperkenalkan oleh Supply

Chain Coucil ( SCC ) sebagai model pengukuran kinerja supply chain. Model Green

SCOR ini menambahkan beberapa pertimbangan yang terkait dengan lingkungan

didalamnya. Dengan begitu model ini dijadikan alat untuk mengelola dampak

lingkungan dari suatu rantai pasok Konsep Green SCOR bertujuan untuk

menciptakan sebuah alat analisis yang memberikan pandangan yang jelas tentang
hubungan antara fungsi rantai pasokan dan masalah lingkungan sehingga dapat

digunakan untuk meningkatkan manajemen organisasi keduanya (Prasetyo, 2018)

Gambar 2.1 Model SCOR

Sumber: Prasetyo, (2018)

Adapun penjabaran dari model green SCOR menurut Council.,(2012) yaitu sebagai

berikut:

1. Plan

Adalah aktivitas yang terkait dengan mengembangkan rencana untuk

mengoperasikan rantai pasokan. Plan meliputi proses menafsir kebutuhan

distribusi, perencanaan dan pengendalian produksi, perencanaan material,

perencanaan kapasitas dan melakukan penyesuaian supply chain plan dengan

finacial plan

2. Source

Adalah aktivitas pengadaan pemesanan atau penjadwalan, pengiriman dan

penerimaan layanan yang baik. Dalam proses source ini meliputi penjadwalan

pengiriman dari supplier, menerima, mengecek, dan memberikan otorisasi

pembayaran untuk barang yang dikirim oleh supplier, memilih supplier dan

mengevaluasi supplier.
3. Make

Adalah aktivitas yang terkait dengan konversi bahan. Konversi bahan akan

digunakan untuk proses manufaktur seperti perakitan, pemrosesan bahan

kimia, pemeliharaan, perbaikan dan remanufacturing.

4. Deliver

Adalah aktivitas yang terkait dengan pembuatan, pemeliharaan dan

pemenuhan pesanan pelanggan. Proses pengiriman meliputi order

management, transportasi dan distribusi

5. Return

Adalah aktivitas pengembalian yang terkait dengan arus balik. Proses ini

meliputi pengembalian barang cacat, penjadwalan pengembalian dan

melakukan pengembalian

Dalam metode SCOR terdapat dua pembagian atribut ( Performance

attributes dan metric performance attributes. Pada performance attributes terdapat

metrik-metrik yang terbagi menjadi tigal level menurut Aini, Pratama danYasmin

(2019), antara lain:

1. Level 1

Menjelaskan ukuran keseluruhan rantai pasok yang bertujuan menetapkan

target realistis untuk tujuan bisnis. Metrik pada level 1 juga disebut dengan

Key Performance Indicator (KPI).

2. Level 2
 Menjelaskan ukuran yang menyebabkan kesenjangan yang ada pasa matrik

level 1. Dalam level ini menggunakan beberapa dimensi umum yaitu:

reliability, responsiveness, flexibility, cost dan assets

3. Level 3

Merupakan ukuran untuk mengukur matrik level 2. Dalam level ini

mengandung definisi elemen proses, input, output, metric masing-masing

elemen proses serta relevansi

Sedangkan pada Metric performance attributes adalah kerangka SCOR yang

menyediakan berbagai variasi ukuran kinerja untuk mengevaluasi rantai pasok yang

disusun dalam beberapa tingkatan metric ukuran yang berasosiasi pada salah satu

atribut kinerja ( Frebianti dkk.,2018). Adapun rincian dari metric performance

attributes ditunjukan pada tabel berikut:

Tabel 2.3 Atribut kinerja dan matrik level SCOR 11.0

Atribut Metrik Level 1 Metrik Level 2

RL.1.1 POF ( Perfect Order RL.2.1% of orders

Fullment/ pemenuhan pesanan delivered in full
sempurna RL.2.2 Delivery
Keandalan Performance to Customer
(Reability) Commite Date
RL.2.3 Documentation
accurancy
RL.2.4 Perfect Condition
RS.1.1 OFCT (Order RS.2.1 Source Cycel Time
Fulfillment, Cycle Time/ waktu RS.2.2 Make Cycle Time
Kemampuan
tunggu pemenuhan pesanan RS.2.3 Deliver Cycle
Reaksi
Time
(Responsive)
RS.2.4 Delivery Retail
Cycle
 AG.1.1 USCF (Upside Supply AG.2.1 Upside Source
Chain Flexibility/ fleksibilitas Flexibility
rantai pasokan atas) AG.2.2 Upside Make
Flexsibility
AG.2.3 Upside Deliver
Flexibility
AG.2.4 Upside Source
Return Flexibilitty
AG.2.5 Upside Deliver
Ketangkasan Return Flexibility
(Agility) AG.2.1 USCA (Upside Supply AG.2.6 Upside Source
Chain Adaptibility/ adaptibilitas Adaptability
rantai pasokan atas ) AG.2.7 Upside Make
Adaptability
AG.2.8 Upside Deliver
Adaptability
AG.2.9 Upside Source
Return Adaptability
AG.2.10 Upside Deliver
Return Adaptability
Atribut Metrik Level 1 Metrik Level 2
AG.2.11 Downside
Source Adaptability
AG.3.1 DSCA (Downside AG.2.12 Downside Make
Supply Chain Adaptability Adaptability
adaptabilitas rantai pasokan AG.2.13 Downside
bawah Deliver Adaptability
AG.4.1 VaR(Overall Value at AG.2.14 Supplier’s/
Risk/ nilai risiko keseluruhan Customer’s/ Product’s
Risk Ratting
AG.2.15 VaR-Plan
AG.2.16 VaR-Source
AG.2.17 VaR-Make
AG.2.18 VaR-Deliver
AG.2.19 VaR-Return
Biaya/ Cost CO.1.1 TC ( Total cost to sevre/ CO.2.001 Planning Cost
total biaya layanan ) CO.2.002 Sourcing Cost
CO.2.003 Material
Landed Cost
CO.2.004 Production
Cost
CO.2.005 Order
Management Cost
CO.2.006 Fufillment Cost
 CO.2.007 Returns Cost
CO.2.008 Cost of goods
sold
AM.1.1 CCCT ( Cash-to cash AM.2.1 Days Sales
cycle time/ waktu siklus kas ) Outstanding
AM.2.2 Inventory Days of
Supply
AM.2.3 Days Payable
Outstanding
AM.1.2 ROFA (Return on SC AM.2.5 Supply Chin
Manajemen Aset/
Fixed Assets/ pengembalian aset Fixed Assets
Asset Management
tetap )
A.M.1.3 ROWC (Return on AM.2.6 Accounts Payable
Working Capital/ pengembalian (Payables Outstanding)
modal kerja ) AM.2.7 Accounts
Receiveable (Sales
Outstanding)
AM.2.8 Inventory
Sumber: Council, (2012)

Dari tabel diatas diketahui terdapat 5 atribut yang digunakan dalam evaluasi

kienerja rantai pasokan dengan menggunakan metode Green SCOR. Dalam satu

atribut terdapat beberapa matriks yang digunakan untuk pengukuran kinerja. Berikut

penjabaran lima atribut dalam Green SCOR yaitu sebagai berikut:

1. Reability

Atribut ini dikaitkan dengan kemampuan untuk memberikan produk yang

dapat mengurangi dampak negative terhadap lingkungan dalam proses

pembuatan produknya. Seperti contoh kemampuan dalam mengurangi emisi

udara, bahan bakar dari transportasi yang digunakan. Dokumentasi yang tepat

dalamm penjalanan proses bisnisnya. Dan juga kemampuan dalam

penyimpanan, penanganan dan pembuangan yang tepat dalam misi

mengurangi dampak negatif terhadap lingkungan

2. Responsiveness

Atribut ini dikaitkan tingkat kecepatan dalam menanggapi atau merespon

dalam pengurangan dampak negatif terhadap lingkungan

3. Agility

Atribut ini dikaitkan dengan sejauh mana suatu perusahaan dapat bertemu

dengan tuntutan lingkungan dari pelanggan. Seperti contoh complaint dari

pelanggan akan produk dari perusahaan. bisa juga terkait dengan transportasi,

daur ulang dan lain-lain

4. Cost

Atribut ini berkaitan dengan biaya proses operasi. Biaya tipikal termasuk

biaya tenaga kerja, biaya bahan, biaya transportasi. Indikator kinerja utama

SCOR untuk biaya adalah total biaya untuk melayani. biaya adalah atribut

fokus internal dan biaya pembersihan.

5. Asset

Atribut ini dikaitkan dengan kemampuan untuk memanfaatkan aset secara

efisien. pengurangan inventaris merupakan sala - satu strategi manajemen aset

dalam rantai pasokan dan mengurangi dampak lingkungan. Indikator kinerja

utama SCOR meliputi: waktu siklus tunai ke tunai, pengembalian aset tetap.

efisiensi manajemen aset adalah atribut yang berfokus secara internal

(Council.,2012).

2.4 Analytical Network Process ( ANP )

 Analytic Network Process (ANP) merupakan metode yang menentukan

tingkat kepentingan berdasarkan kriteria dan sub kriteria yang saling berkaitan

Metode ini memperbaiki kelemahan metode Analytical Hierarchy Process (AHP)

dalam mengakomodasi keterkaitan antar kriteria. Berdasarkan keterkaitan hubungan

antar sub kriteria dan interaksi antar kriteria yang berbeda, membuat metode ANP

mendapatkan hasil yang lebih akurat dan efektif seperti masalah pengambilan

keputusan yang kompleks dan krusial. Metode ANP mempunyai analisis tiga matriks

yaitu supermatrix, weighted supermatrix dan limit matrix. Supermatrix memberikan

kepentingan relatif dari semua komponen dan weighted super matrix digunakan untuk

mengetahui nilai hasil nilai super matrix dan nilai masing-masing cluster. Dalam

limit matrix, nilai konstanta setiap nilai ditentukan dengan mengambil batas yang

diperlukan dari super matriks tertimbang. Hasil dari masalah pengambilan keputusan

diperoleh dari skor matriks batas. Tingkat keputusan dari ANP sangat berpengaruh

dan membutuhkan orang yang ahli dan pengalaman dibidangnya.

Menurut Stifany dkk (2020), langkah awal dalam metode Analytical Network

Process (ANP) adalah membuat jaringan (network) yang bertujuan untuk

menunjukkan keterkaitan atau hubungan yang saling mempengaruhi yang terjadi

antara KPI. Keterkaitan KPI yang telah ditentukan dengan masing-masing perspektif

disebut dengan inner dependence. Outer dependence merupakan keterkaitan antara

semua KPI yang telah ditetapkan dan keterkaitan antar perspektif dalam suatu

jaringan. ANP digunakan untuk menyelesaikan permasalahan yang bergantung pada

alternatif atau standar yang ada. Dalam teknisnya, ANP menggunakan perbandingan

antara alternative dan standar objek

 Menurut Saaty (2013), terdapat 3 bagian dalam prinsip dasar AHP dan ANP

yaitu dekomposisi, evaluasi kompoaratif dan struktur hierarki (komprehensif).

Adapun penjabaran dari ketiga bagian tersebut adalah sebagai berikut:

1 Dekomposisi

Untuk membangun permasalahan yang kompleks, maka perlu dilakukan

penguraian menjadi suatu jaringan yang berbrntuk komponen, cluster, sub cluster,

dan alternatif pemecahannya. Dalam penguraian masalah menjadi kerangka kerja

hierarki atau umpan balik dengan menggunakan metode ANP untuk membangun

model

2 Penilaian Komparasi

Prinsip ini diterapkan untuk melihat perbandingan parwise (pasangan) dari

semua jaringan atau hubungan atau dampak yang dibentuk dalam kerangka kerja.

Hubungan tersebut terdiri dari satu elemen dengan elemen lainnya dalam komponen

yang berbeda atau sama. Semua pasangan pembanding digunakan untuk

mendapatkan hasil prioritas local dari elemen di setiap komponen. Untuk evaluasi

komparatif digunakan aksioma resiprokal, jika terdapat elemen maka matriks

perbandingannya adalah n x n. Pertanyaan yang digunakan untuk mengevaluasi

perbandingan pasangan pada metode ANP yaitu bertanya mengenai “Unsur mana

yang lebih berpengaruh?”. Untuk mendapatkan hasil prioritas local dicari nilai eigen

vector dari masing-masing pasangan matriks evaluasi perbandingan.

3 Komposisi hirarki atau sintesis

 Prinsip ini dilakukan untuk mengalikan prioritas local elemen daam cluster

dengan prioritas global elemen induk, yang akan menghasilkan prioritas global dari

seluruh hierarki, dan menjumlahkannya untuk menghasilkan prioritas global elemen

tingkat terendah (metode alternatif).

2.4.1 Langkah-langkah dalam penggunaan Metode ANP

Menurut Kusnadi (2016), ada beberapa langkah yang harus dilakukan dalam

penggunaan metode ANP, yaitu sebagai berikut:

1. Memecahkan masalah dan menentukan kriteria yang diinginkan. Jika terdapat

elemen dengan kualiatas yang sama, maka akan dikelompokkan ke dalam

komponen yang sama.

2. Menentukan pembobotan komponen dari sudut pandang manajerial. Pada

tabel 2.4 adalah pedoman yang digunakan untuk pemberian nilai dalam

perbandingan berpasangan. Pembobotan menggunakan skala kuantitaif 1

sampai dengan 9 untuk menilai perbandingan tingkat kepentingan suatu

elemen terhadap elemen lainnya.

Tabel 2.4 Pedoman pemberian nilai dalam perbandingan berpasangan

 Sumber: Kusnadi, (2016)

3. Membuat matrix Pairwise Comparison

Matriks ini mnggambarkan pengaruh setiap elemen atas setiap kriteria.

Perbandingan dilakukan pengambil keputusan dengan menilai tingkat

kepentingan suatu kriteria. Skala 1 sammapi 9 digunakan untuk perbandingan

berpasangan dalam mengukur kepentingan relative dari suatu kriteria dengan

kriteria lain

Tabel 2.5 Matrix Pairwise Comparison

 Sumber: Kusnadi, (2016)

Matrix Pairwise Comparison dihasilkan dari perbandingan antar kriteria

terhadap kriteria tertentu (dalam hal ini C). Nilai 𝑎𝑖𝑗 adalah nilai perbandingan

kriteria 𝐴𝑖 terhadap kriteria 𝑎𝑖𝑗 yang menyatakan hubungan :

 Seberapa jauh tingkat kepentingan 𝐴𝑖 bila dibandingkan dengan 𝑎𝑖𝑗 atau

 Seberapa banyak kontribusi 𝐴𝑖 terhadap kriteria C dibandingkan 𝑎𝑖𝑗 atau

 Seberapa banyak sifat kriteria C terdapat pada 𝐴𝑖 dibandingkan 𝑎𝑖𝑗 atau

 Seberapa jauh dominasi 𝐴𝑖 dibandingkan 𝑎𝑖𝑗

4. Menentukan eigenvector dari matrix yang telah dibuat pada langkah ketiga.

Eigenvector merupakan bobot prioritas matrix yang selanjutnya digunakan

dalam penyusunan supermatrix

5. Menghitung consistency ratio yang menyatakan apakah penilian yang

diberikan konsisten atau tidak. Indeks konsistensi ( Consistency Index- CI )

suatu matriks perbandingan dihitung dengan rumus:

λ max −n
CI = ………………………..(6)
n−1

Keterangan :

λ max = eigenvalue terbesar dari Matrix Pairwise Comparison

n = jumlah item yang diperbandingkan

 consistency ratio diperoleh dengan membandingkan consistency index

dengan nilai dari bilangan indeks konsistensi acak (random consistency index

atau RI ), sebagai berikut:

CI
CR = ……………………………..(7)
RI

Indeks random ditunjukan pada tabel 2.5 , dimana N adalah ukuran

matriks dan IR adalah indeks random. Tabel 2.. merupakan nilai Random

Consistency Index ( RI ). Nilai RI bergantung pada banyaknya jumlah kriteria

yang digunakan.

Tabel 2.6 Random Consistency Index

Sumber: Kusnadi, (2016 )

Sutau matrix comparison adalah konsisten bila nilai CR tidak lebih

dari 10%. Apabila consistency ratio semakin mendekati keangka nol maka

semakin baik nilainya dan menunjukkan kekonsistenan matrix comparison

tersebut.

6. Membuat Supermatrix,

Supermatrix terdiri dari sub-sub matrix yang disusun dari suatu set hubungan

anatara dua level yang terdapat dalam model. Eigenvector yang diperoleh

melali pairwise comparison ditempatkan pada kolom supermatrix yang

menunjukkan pengaruh dengan mempertimbangkan kriteria kontrol dari

 kriteria suatu komponen pada elemen tungga dari komponen yang sama atau

berbeda yang terdapat dibagian atas supermatrix. Dalam pembuatan

supermatrix, terdapat 3 tahap yang harus diselesaikan pada model ANP yaitu:

1. Unweighted supermatrix berisis eigenvector yang berjumlah satu pada

setiap clusternya, sehingga secara total, satu kolom akan memiliki

penjumlahan eigenvector lebih dari 1

2. Weighted supermatrix dengan melakukan perkalian setiap isis

unweighted supermatrix dengan bobot clusternya masing-masing

3. Limiting supermatrix dengan cara memangkatkan supermatrix secara

terus-menerus hingga angka disetiap kolom dalam satu baris sama

besar, setelah itu dilakukan normalisasi terhadap limiting supermatrix

7. Pemilihan alternativf terbaik, setelah memperoleh nilai setiap elemen pada

limit matrix, langkah selanjuntya adalah melakukan perhitungan terhadap nilai

elemen-elemen tersebut sesuai dengan model ANP yang dibuat. Alternatif

dengan prioritas global tertinggi adalah alternatif yang terbaik

(Kusnadi.,2016)

2.5 Objective Matrix ( OMAX )

Object Matrix (OMAX) secara konseptual dikembangkan pada tahun 1975

dan diperkenalkan pada tahun 1980 oleh James L. Riggs dari Universitas Oregen.

OMAX merupakan sistem pengukuran produktivitas lokal yang dirancang untuk

memantau produktivitas setiap departemen perusahaan dengan standar produktivitas

yang sesuai dengan keberadaan departemen tersebut. Kinerja merupakan fungsi dari
beberapa standar kelompok kerja yang digabungkan menjadi suatu matriks. Setiap

standar memiliki jalur peningkatan tertentu dan diberi bobot sesuai dengan tingkat

kepentingannya untuk tujuan kinerja. Metode OMAX relatif sederhana dan mudah

dipahami, mudah dilaksanakan dan tak memerlukan keahlian khusus, atanya mudah

diperoleh, dan lebih fleksibel, tergantung pada masalah yang dihadapi. Dengan

menerapkan OMAX, manajemen bisa dengan leluasa menentukan standar yang

digunakan sebagai metrik kinerja, seperti frekuensi kegagalan, jumlah produk yang

cacat, dan frekuensi kelalaian pekerja (Fani, 2016)

Menurut Setiowati (2017) ada beberapa kelebihan metode OMAX (Objective

Matrix ) yaitu sebagai berikut:

 Relatif sederhana dan mudah dipahami

 Mudah dilaksanakan dan tak memerlukan keahlian khusus

 Merupakan kombinasi dan pendekatan kualitatif dan kuantitatif

 Satuan kriteria produktivitas yang berbeda dapat dijadikan satu-satuan baku

 Dapat digunakan untuk mengukur semua aspek kinerja atau kriteria

produktivitas yang dipertimbangkan dalam unit kerja yang terkait

 Indikator kerja untuk setiap masukan dan keluaran dapat terdefinisi dengan

jelas

 Lebih fleksibel karena memasukkan pertimbangan manajemen dalam

penentuan bobot

 Perhitungan indikator kinerja cukup sederhana

Dalam penelitiannya Setiowati juga mengungkapkan beberapa kekurangan

metode OMAX (Objective Matrix ) antara lain:

 Subjektifitas terkadang dilakukan dalam menentukan level indikator kerja

 Untuk mendapatkan indeks kinerja yang diharapkan, maka dibutuhkan suatu

pengukuran yang kontinu dan terstandar

2.5.1 Bentuk dan Susunan Objective Matrix

Pengukuran dengan OMAX dilakukan pada sebuah matrix objectif yang

terdiri dari 3 kelompok ( blok ). Adapun bentuk matrix OMAX terunjuk pada gambar

2.2 dibawah ini:

Gambar 2.2 Kerangka Matrix OMAX

Sumber: Setiowati, (2017)

Keterangan bagin-bagian dalam kerangka matrix OMAX

A. Blok Pendefenisian ( defining )

Didalam blok pendefinisian terdapat 2 bagian yaitu:

1. Kriteria Produktivitas, yaitu kriteria yang menjadi ukuran produktifitas pada

bagian departemen yang akan diukur produktivitasnya.

2. Performasi sekarang, merupakan nilai pencapaian sekarang yaitu nilai tiap

produktivitas bedasarkan pengukuran terakhir

B. Blok Pengkuran (quantifiying )

Yaitu badan matrik yang terdiri dari skala atau angka-angka yang

menunjukkan tingkat performasi dari pengukuran tiap kriteria produktivitas.

Skal tersebut memiliki sebelas level atau bagian dari 0 sampai dengan 10.

Semakin besar skala, semakin baik pula produktivitasnya. Kesebelas skala

tersebut dibagi menjadi tiga bagian, yaitu:

1. Level 0, yaitu nilai produktivitas yang terburuk yang mungkin terjadi

2. Level 3, yaitu nilai produktivitas performasi sekarang

3. Level 10, yaitu nilai produktivitas yang diharapkan sampai periode tertentu

Sedangkan untuk kenaikan nilai produktivitas disesuaikan dengan cara

interpolasi sebagai berikut:

 Kenaikan Level 1 dan 2

Nilai skala 1 hingga skala 2 dilakukan dengan cara interpolasi yaitu dengan

menggunakan perhitungan sebagai berikut:

level 3−level 0
………………………….(8)
3−0

Hasil perhitungan ini akan digunakan sebagi range antara skala 1

sampai dengan skala 2

 Kenaikan level 4 sampai dengan 9

Nilai skala 4 hingga skala 9 dilakukan dengan cara interpolasi yaitu dengan

menggunakan perhitungan sebagai berikut:

level 10−level 3
…………………………(9)
10−3
 Hasil perhitungan ini akan digunakan sebagi range antara skala 4

sampai dengan skala 9

C. Blok Penilaian Produktivitas

Pada blok penilaian produktivitas terdiri dari beberapa bagian yaitu:

1. Skor

Yaitu nilai level dimana level pengukuran produktivitas berada. Misalnya jika

output jam = 100 terletak pada level 4, maka skor untuk pengukuran itu

adalah 4. Jika terdapat pengukuran yang tidak tepat sesuai dengan angka

(decimal) pada matrix, maka dilakukan pembulatan ke bawah yang artinya

pengukuran dilakukan untuk tujuan mengukur performansi diri sendiri

(internal), serta pembulatan ke atas jika pengukuran dilakukan untuk tujuan

mengukur performansi penilaian orang luar (eksternal).

2. Bobot

Yaitu besarnya bobot dari tiap kriteria produktivitas terhadap total

produktivitas. Tiap - tiap kriteria yang telah ditetapkan mempunyai pengaruh

yang berbeda - beda terhadap tingkat unit yang diukur. Untuk itu perlu

dicantumkan bobot yang menyatakan derajat kepentingan (dalam presentase)

yang menunjukan pengaruh relatif kriteria tersebut terhadap produktivitas unit

kerja yang diukur. Jumlah seluruh bobot kriteria adalah 100.

3. Nilai

Merupakan nilai dari setiap kriteria yang diperoleh dengan cara mengalikan

bobot ( weight ) dengan nilai ( score ) pada tiap kriteria.

4. Indikator Produktivitas

Terdiri dari nilai performance dari periode yang diukur (current), yang

merupakan penjumlahan dari setiap nilai value, nilai performance periode

sebelumnya (previous), dan indeks yang diperoleh dengan mengurangkan

nilai periode yang diukur saat ini atau current dengan nilai periode

sebelumnya previous dibagi dengan nilai sebelumnya previous lalu hasilnya

dikalikan dengan 100 %

2.5.3 Penyusunan Matrix Objective Matrix ( OMAX )

Dalam penyusunan Objective Matrix perlu dilakukan beberapa langkah yaitu

sebagai berikut (Setiowati.,2017):

1. Menentukan Kriteria Produktivitas Langkah pertama ini adalah

mengidentifikasi kriteria produktivitas yang sesuai bagi unit kerja dimana

pengukuran ini dilaksanakan.

2. Identifikasi kriteria Setelah kriteria produktivitas teridentifikasi dengan baik,

maka langkah selanjutnya adalah mengidentifikasi kriteria tersebut secara

terperinci.

3. Menentukan nilai pencapaian mula-mula (skor 3) Pencapaian mula-mula

diletakan pada skor 3 dari skala 1 sampai 10 untuk memberikan lebih banyak

tempat bagi perbaikan daripada untuk terjadinya penurunan. Pencapaian ini

juga biasanya diletakkan pada tingkat yang lebih rendah lagi agar

memungkinkan terjadinya pertukaran dan memberi kelonggaran apabila sekali

- sekali terjadi kemunduran.

4. Menetapkan Sasaran (skor 10) Skala skor 10 ini berkenaan dengan sasaran

yang ingin kita capai dalam dua atau tiga tahun mendatang sesuai dengan

lamanya pengukuran ini akan dilakukan dan karenanya harus berkesan

optimis tetapi juga realistis.

5. Menentukan derajat kepentingan (bobot) Semua kriteria tidaklah memiliki

pengaruh yang sama pada produktivitas unit kerja keseluruhan, sehingga

untuk melihat berapa besar derajat kepentingannya tiap kriteria harus diberi

bobot. Pembobotan biasanya dilakukan oleh pihak pengambil keputusan dan

dapat pula dilakukan oleh orang-orang yang terpilih karena dianggap paham

akan kondisi unit kerja yang akan diukur.

6. Pengoperasian matriks Pengoperasian Matriks baru dapat dilakukan apabila

semua butir diatas telah dipenuhi. Setelah itu dapat diukur indeks

produktivitas dari unit kerja yang diukur.

2.6 Scoring System

Scoring system dilakukan untuk mengetahui nilai pencapaian terhadap target

yang telah di tetapkan untuk setiap indikator kerja. Sebelum dilakukan penentuan

jenis skor terlebih dahulu, 3 macam skor yang dikenalkan pada KPI adalah:

1. Smaller is better

Merupakan karakteristik kualitas meliputi pengukuran dimana semakin rendah

nilainya mendekati nol maka kualitas akan lebih baik.

2. Large is better

Merupakan karakteristik kualitas meliputi pengukuran dimana semakin besar

nilainya akan lebih baik.

3. Nominal is better

Pada karakteristik kualitas ini biasanya ditetapkan suatu nilai nominal tertentu

dan semakin mendekati nilai nominal tersebut maka kualitas semakin baik.

2.7 Traffic Light System ( TLS )

Hasil perhitungan sistem skor dalam evaluasi kinerja pemasok diterapkan

dalam Traffic Light System untuk mengetahui perbandingan target dengan kinerja

pemasok sebenarnya. Sistem ini mengklarifikasi kinerja pemasok menjadi 3 (tiga)

kelompok warna, yaitu hijau, kuning dan merah yang masing masing mempunyai arti

yang berbeda (Sepang, 2017).

1. Warna hijau, diberikan untuk KPI yang mencapai nilai level 8 hingga 10.

Artinya pencapaian dari indikator kinerja tersebut sudah tercapai, sama atau

bahkan melampaui target.

2. Warna kuning, diberikan untuk KPI yang mencapai nilai level 4 hingga 7.

Artinya pencapaian dari indikator kinerja tersebut belum tercapai walaupun

nilainya sudah mendekati target. Jadi pihak managemen harus berhati-hati

dengan setiap kemungkinan yang akan timbul.

3. Warna merah. diberikan untuk KPI yang mencapai nilai level 0 hingga 3,

Artinya pencapaian dari indikator kinerja tersebut belum benar-benar dibawah

target yang telah ditetapkan dan memerlukan perbaikan dengan segera

2.8 Penelitian Terdahulu

Berikut merupakan penelitian yang telah ada yaitu:

1. “ Pengukuran Kinerja Supply Chain Management Menggunakan Metode

SCOR (Supply Chain Operation Reference), AHP (Analytical Hierarchy

Process) dan OMAX (Objective Matrix) di PT. X” Putri dkk (2018). Hasil

penelitian ini mengatakan memberikan rekomendasi perbaikan dalam

keberjalanan rantai pasok agar performansi perusahaan menjadi lebih baik.

Model SCOR merupakan suatu cara yang dapat digunakan perusahaan

untukmengomunikasikan sebuah kerangka yang menjelaskan mengenai rantai

pasok secara detail, mendefinisikan dan mengategorikan proses-proses yang

membangun metrik-metrik atau indikator pengukuran yang diperlukan dalam

pengukuran kinerja rantai pasok. Adapun teknik pengumpulan data dilakukan

dengan penyebaran kuisioner yang ditujukan kepada pihak PT. X yang

berhubungan langsung dengan proses rantai pasok.

Bedasarkan penilaian dengan metode SCOR, terdapat Sembilan KPI

yang belum mencapai target perusahaan dan bisa ditingkatkan yaitu antara

lain: Persentase bahan baku terkirim tanpa cacat, persentase jumlah bahan

baku yang cacat dari supplier, waktu yang dibutuhkan dalam proses inspeksi

bahan baku yang dikirim oleh supplier, kecepatan respon karyawan dalam

menangani bahan baku yang sampai di pabrik, persentase banyaknya

pengembalian bahan baku kepada supplier, kehandalan karyawan dalam

pengecekam bahan baku cacat yang perlu dikembalikan kepada supplier,

waktu yang dibutuhkan dalam penyimpanan bahan baku di gudang, persentase

 jumlah produk cacat selama proses produksi dan kecepatan respon supplier

dalam menanggapi keterlambatan samapiannya bahan baku di pabrik.

2. “ Integerasi ANP dan OMAX dalam pengukuran Kinerja Rantai Pasok

Industri Kimia ”, Stifany (2020). Hasil penelitian ini mengatakan bahwa

pabrik kimia yang memproduksi Polyethylene Terephthalate (PET) yang

digunakan sebagai bahan baku pembuatan kemasan minuman, makanan,

farmasi mengalami kendala didalam pengganaan mesin atau bagian tertentu

seperti area cutter, pump 1405, pump 1406 atau Coil Fair Heater (CFH)

dinonaktifkan atau shutdown dapat mempengaruhi kapasitas dan jadwal

produksi yang telah direncanakan. Setelah dilakukan pengukuran kinerja

menggunakan metode SCOR didapatkan hasil yaitu: Nilai kinerja Perspektif

plan yaitu 8,82 yang tergolong kategori baik dengan indicator P3 dan P4 yang

termasuk dalam target peringatan ( warning ), Nilai kinerja Perspektif source

yaitu 9,54 dimana tergolong kategori baik belum ideal, dengan indicator S4

yang termasuk dalam target peringatan ( warning ), Nilai kinerja perspektif

make yaitu 4,94 dimana termasuk kategori warna merah ( kinerja buruk ),

Nilai kinerja perspektif deliver yaitu 9,14 dimana tergolong kategori baik

belum ideal, dengan indicator D1 yang termasuk dalam target peringatan (

warning), Nilai kinerja return yaitu 7,71 dimana termasuk dalam kategori

peringatan ( warning )

3. “ Analysis of Performance Supply Chain Management Using SCOR method at

PT. NEO”, Suseno dan Sulistyowati (2018). International Journal of LATEST

Reasch in Engineering and Management. ISSN: 2456-0766. Hasil penelitian

ini mengatakan bahwa PT. Neo mengalami keterlambatan pengiriman sekitar

8% pada periode 2014-2017, hal ini membuat PT. Neo mendapatkan

complain dari para konsumennya. Oleh karena itu perusahaan menginginkan

pengukuran kinerja supply chain agar hal tersebut tidak terulang lagi. Setelah

dilakukan perhitungan menggunakan metode SCOR dengan menggunakan

Key Performance Indiiicator (KPI) bedasarkan 5 persperktif SCOR setelah itu

dilakukan pembobotan dengan menggunakan model AHP, diketahui kinerja

aliran rantai pasok yang diperoleh adalah 69,18 dengan kategori rata-rata hasil

benchmark diperoleh 4 indikator yang masih memiliki gap yaitu POF 5,88 %,

OFCT 5 hari, COGS 6,71% dan CTCCT 3 hari. Bedasarkan hasil berikut

perusahaan disarankan untuk segera menetapkan dengan menyatukan

departemen-departemen yang termasuk dalam supply chain dalam satu divisi.

Hal ini dimadsudkan agar mempermudah penyampian informasi dan kontrol

dalam memenuhi permintaan pelanggan mulai dari menerima pesanan,

membuat MPS, membuat MRP, mengelola produksi harian dan memenuhi

rencana pengiriman. Jika ada satu proses yang terhambat, akan lebih mudah

untuk menyediakannya informasi kepada Manajemen sebagai pola eskalasi,

sehingga memenuhi permintaan pelanggan dengan memberikan produk yang

yang sesuai dengan jumlah dan waktu akan menghilangkan keterlambatan dan

kesalahan pengiriman.
 BAB III

METODOLOGI PENELITIAN

3.1 Lokasi dan Waktu Penelitian

Lokasi penelitian ini dilakukan di PT. Suling Mas Tri Tunggal Abadi yang

terletak di Jl. Raya Tlogo-Serut No.115 Kec. Ngunut, Kabupaten Tulungagung, Jawa

Timur. Untuk waktu penelitian dilakukan dari bulan Oktober 2021 hingga data

terpenuhi

3.2 Identifikasi Variabel

Identifikasi dan definisi operasi variable yang dipakai untuk penelitian ini,

sebagai berikut:

3.2.1 Identifikasi Variabel

Variabel adalah suatu karakter yang akan diamati dari obeservasi yang

merupakan atribut dari sekelompok objek dan memiliki karakteristik adanya variasi

antar objek lain dengan objek lainnya di dalam kelompok tertentu. Adapun variabel-

variabel yang digunakan:

1. Variabel Bebas ( independent variable )

Merupakan variabel yang mempengaruhi atau menyebabkan timbulnya

variabel terikat ( dependent variable ). Adapun variabel bebas yang digunakan dalam

penelitian ini adalah

a. Plan
 Suatu proses penyeimbangan antara permintaan dan penawaran guna

menetapkan strategi terbaik untuk setiap aktivitas rantai pasok dengan tetap

menyesuaikan aturan bisnis yang berlaku. Dalam perencanaan ini perlu dilakukan

perhitungan mulai dari tingkat efisiensi hingga resiko bisnis yang akan dihadapi.

b. Source

Suatu proses untuk pengumpulan dan pengadaan material barang guna

memenuhi kebutuhan material yang sebelumnya sudah direncanakan pada proses

plan

c. Make

Suatu proses yang merubah barang kedalam tahap penyelesaian ( pengolahan,

produksi dan melakukan packahing finish good ) untuk memenuhi kebutuhan yang

telah direncanakan

d. Deliver

Sebuah proses pengiriman barang jadi guna memenuhi kebutuhan atau

permintaan aktual, manajemen penjualan dan manajemen transportasi serta

manajemen distribusi

e. Return

Sebuah proses yang berhubungan dengan pengembalian atau penerimaan

kembali suatu produk dengan berbagai alasan. Proses tersebut juga termasuk di dalam

bagian delivery customer support

2. Variabel Terikat

Variabel terikat merupakan variabel yang dipengaruhi oleh adanya variabel

bebas ( independent ). Variabel terikat pada penelitian ini adalah tingkat kinerja
rantai pasok dengan memperhatikan perspektif lingkungan di PT. Suling Mas Tri

Tunggal Abadi

3.3 Langkah-langkah pemecahan masalah

Dalam penelitian ini analisis data dimulai dengan menentukan standar dan

matriks yang akan dipelajari. Matriks tersebut dibuat bedasarkan literatur yang terkait

dengan pengukuran kinerja, model green SCOR, ANP dan OMAX, serta pendapat

dari beberapa ahli di bidang green supply chain perusahaan. Oleh karena itu

penentuan matriks akan disesuaikan dengan kebutuhan dan persetujuan perusahaan.

Setiap matriks akan dibagi menjadi beberapa kelompok bedasarkan bagian-bagian

komponennya. Setelah itu, akan dilakukan perhitungan untuk setiap kriteria sehingga

didapatkan hasil. Selanjutya hasil dari setiap kriteria dilakukan perhitungan sehingga

didapatkan hasilnya, lalu dibandingkan dengan nilai actual dan target dari

perusahaan.

Adapun diagram flowchart dibawah ini akan menguraikan mengenai langkah-

langkah yang akan digunakan dalam pemecahan masalah diperusahaan. Berikut

adalah flowchart penelitian:

Mulai

Studi Lapangan Studi Pustaka

Perumusan Masalah

Tujuan Penelitian
 A

Identifikasi variabel
a. Variabel Independen
- Plan ( meliputi data permintaan, data bahan
baku )
- Source ( meliputi data supplier, pembelian
material, data material reject )
- Make ( meliputi data produksi, data jenis limbah
)
- Deliver ( data penjualan, data penggunaan
Sumber Daya )
- Return ( data reject produk dari konsumen)
b. Variabel Dependen
- Tingkat kinerja Green Supply Chain Management

Pengumpulan data:
a. Data Primer
- Data Supplier
- Data Jenis Limbah
- Data Key Performance Indicator ( KPI )
- Data Kuisioner
b. Data Sekunder
- Data Profil Perusahaan
- Data Bahan Baku
- Data Proses Produksi
- Data Pengiriman Produk
- Data Jumlah Penggunaan Sumber Daya
- Data Material Reject
- Data Produk Return

Dekomposisi proses
bedasarkan Green SCOR
 Penentuan key performance
indicator (KPI)

B
C

B C

Penyusunan Kuisioner

Penyebaran Kuisioner

Verifikasi KPI

Tidak

Apakah KPI sesuai?

Tidak
Ya
Pembobotan KPI dengan metode ANP, tahapannya:
1. Menentukan kriteria indikator (KPI)
2. Membuat matriks perbandingan
berpasangan antar kriteria
3. Melakukan pembobotan KPI dengan
software superdecision

Uji Konsistensi
CR < 10 %

Ya
Perhitungan scoring system mengggunakan metode
OMAX, tahapannya:

1. Pembuatan tabel OMAX

Evaluasi menggunakan Traffic Light System,

tahapannya:

1. Pemberian warna pada kolom KPI

bedasarkan hasil scoring system
menggunakan OMAX, dengan
ketentuan warna hijau (8-10),
 DD

Hasil dan Pembahasan

Kesimpulan dan Saran

Selesai

Gambar 3.1 Langkah-langkah Pemecahan Masalah

Adapun langkah-langkah pemecahan masalah yang digunakan dalam penelitian ini,

yaitu :

1. Mulai

Langkah pertama dalam penelitian ini yaitu menentukan topik permasalah

2. Studi Lapangan

Permasalahan yang ada di perusahaan yang sesuai dengan topik penelitian

yang akan diteliti

3. Studi Pustaka

Studi pustaka ini bertujuan untuk meningkatkan dan memperdalam tinjauan

pustaka yang berhubungan dengan permasalahan penelitian.

4. Perumusan Masalah
 Perumusan masalah disusun sesuai dengan latar belakang masalah yang akan

diteliti, kemudian ditentukan metode yang sesuai untuk menyelesaikan

masalah tersebut

5. Tujuan Penelitian

Tujuan dari penelitian ini yaitu mampu memecahkan permasalahan penelitian.

6. Identifikasi Variabel

Setelah menentukan tujuan penelitian selanjutnya dilakukan identifikasi

variabel yang menjelaskan variabel dari penelitian. Adapun variabel yang

digunakan antara lain :

a. Variabel Independen

Adalah variabel yang mempengaruhi timbulnya variabel dependen.

Variabel independen yang digunakan dalam penelitian ini yaitu :

1. Plan

2. Source

3. Make

4. Deliver

5. Return

b. Variabel Dependen

Adalah variabel yang dipengaruhi karena adanya variabel independen.

Variabel dependen yang digunakan dalam penelitian ini yaitu : Green

Supply Chain

7. Pengumpulan Data
Pada tahap ini dilakukan pengumpulan data untuk menyelesaikan

permasalahan penelitian. Penelitian ini menggunakan 2 metode pengumpulan

data yaitu pengumpulan data primer dan data sekunder.

a. Data Primer

Adalah data yang didapatkan dan dikumpulkan secara langsung dari

sumber pertama. Pengumpulan data primer dapat dilakukan melalui beberapa

jenis yaitu :

1. Pengamatan ( obeservasi )

Pengamatan biasanya digunakan sebagai alat pengumpulan data untuk

objek yang tidak diketahui. Pengamatan dilakukan bertujuan agar peneliti

lebih memahami tentang objek penelitian

2. Wawancara ( interview )

Wawancara merupakan langkah dalam penelitian yang menggunakan

komunikasi lisan secara langsung dalam proses pengumpulan informasi dan

sata dari individu atau kelompok

3. Kuisioner

Kuisioner merupakan alat komunikasi antara peneliti dengan

responden. Kuisioner berisi pertanyaan yang dibagikan oleh peneliti untuk

diisi oleh responden. Adapaun hal yang harus diperhatikan dalam penggunaan
 kuisioner sebagai alat pengumpulan data, yaitu : Kuisioner tidak cocok untuk

pengumpulan data yang bersifat sensitive, karena respon mengungkapkan

pendapat secara tertulis. Adapun data primer yang digunakan dalam penelitian

ini adalah sebagai berikut:

1. Data Supplier

2. Data Jenis Limbah

3. Data Key Performance Indicator ( KPI )

4. Data Kuisioner

b. Data Sekunder

Merupakan data yang secara tidak langsung didapatkan dari sumber

pertama atau perusahaan terkait dan data tersebut telah tersusun berupa

dokumen-dokumen perusahaan dalam periode 2020-2021. Adapun data

sekunder yang digunakan dalam penelitian ini yaitu:

1. Data Profil Perusahaan

2. Data Bahan Baku

3. Data Proses Produksi

4. Data Pengiriman Produk

5. Data Jumlah Penggunaan Sumber Daya

6. Data Material Reject

7. Data Produk Return

8. Dekomposisi Proses Berdasarkan Green SCOR

 Tahapan berikutnya adalah mendekomposisikan atau menguraikan proses-

proses berdasarkan model Green SCOR.

9. Penentuan Key Performance Indicator (KPI)

Setelah dilakukan dekomposisi proses bedasarkan green SCOR, langkah

selanjutnya yaitu menentukan Indikator mana saja yang akan masuk ke dalam

pertimbangan perusahaan saat mengukur kinerja green supply chain.

10. Penyusunan kuesioner

Tahap ini dilakukan dengan melakukan penyusunan kuesioner berdasarkan

indikator-indikator KPI yang akan digunakan untuk proses pembobotan

tingkat kepentingan dengan menggunakan metode ANP.

11. Penyebaran kuesioner

Tahap ini merupakan tahap untuk penyebaran kuesioner yang akan diisi sesuai

dengan kondisi dari perusahaan. Kuesioner akan diberikan kepada manajer

serta kepala bagian yang bersangkutan

12. Verifikasi KPI

Pada tahap verifikasi KPI akan dilkukan konfirmasi kepada pihak-pihak yang

berkompeten di perusahaan untuk memastikan kesesuaian KPI yang dibuat

peneliti apakah sudah sesuai dan cukup merepresentasikan kondisi dari

 perusahaan saat ini . Apabila KPI belum sesuai maka akan dilakukan

penentuan KPI yang baru, hingga usulan KPI benar-benar terverifikasi

13. Pembobotan KPI dengan Metode ANP

Pada tahap ini dilakukan untuk mencari urutan prioritas dalam penyelesaian

masalah di perusahaan dengan melakukan pembobotan pada setiap kriteria

yang ada. Adapun caranya adalah dengan membuat matriks perbandingan

berpasangan dari hasil dari kuesioner, kemudian diolah menjadi matriks

perbandingan berpasangan.

14. Uji Konsistensi

Pada tahap ini dilakukan Uji Konsistensi data hasil penyebaran kuisioner,

untuk mengetahui apakah data hasil perhitungan tersebut layak diterima atau

tidak. Apabila CR > 10% maka perlu dilakukan penyebaran kuisioner ulang

15. Perhitungan Scoring System dangan OMAX

Scoring system dilakukan dengan menggunakan metode OMAX untuk

mengetahui nilai pencapaian dari masing-masing KPI yang telah ditentukan.

OMAX menggabungkan kriteria-kriteria produktivitas ke dalam satu bentuk

yang terintegrasi dan terhubung satu sama lain. Model ini melibatkan semua

tingkatan dari perusahaan, mulai dari bawahan hingga atasan.

16. Evaluasi Menggunakan Traffic Light System

 Dari scoring system yang telah dilakukan dengan menggunakan metode

OMAX kemudian digunakan untuk mengevaluasi terhadap hasil pencapaian

apakah sudah mencapai target dari perusahaan dari masing-masing KPI.

Dengan menggunakan traffic light system dapat diketahui apakah skor dari

KPI tersebut perlu diperbaiki atau tidak.

17. Hasil dan Pembahasan

Berisi data-data yang didapatkan dari perusahaan guna memperoleh hasil

akhir untuk mengidentifikasi permasalahan dalam penelitian ini, mulai dari

identifikasi KPI, TLS hingga dengan memberikan usulan perbaikan.

18. Kesimpulan dan Saran

Setelah penelitian selesai dilakukan maka perlu untuk disimpulkan mengenai

hasil penelitian ini dan memberikan saran sebagai bahan masukan bagi

perusahaan

19. Selesai

3.4 Metode Pengumpulan Data

Metode pengumpulan data adalah teknik atau metode yang digunakan peneliti

untuk mengumpulkan dan mendapatkan data. Adapun metode pengumpulan data

pada penelitian ini adalah sebagai berikut:

1. Studi Pustaka

Studi pustaka adalah segala usaha yang dilakukan oleh peneliti untuk

mengumpulkan informasi yang relevan dengan topik atau masalah yang akan

atau sedang diteliti. Dalam penelitian ini studi pustaka yang digunakan yaitu

buku-buku ilmiah, laporan penelitian, jurnal penelitian, tesis dan beberapa

sumber-sumber tertulis baik tercetak maupun eletronik lain.

2. Studi Lapangan

Studi lapangan adalah kegiatan pengamatan langsung yang dilakukan oleh

peneliti untuk memperoleh informasi atau fakta secara langsung dari tempat

kejadian. Dalam penelitian ini terdapat 2 data yang diambil saat studi

lapangan yaitu data primer dan sekunder:

a. Data Primer

Adalah data yang didapatkan dan dikumpulkan secara langsung dari sumber

pertama. Pengumpulan data primer dapat dilakukan melalui beberapa jenis

yaitu :

1. Pengamatan ( obeservasi )

Observasi adalah salah satu pengumpulan data dengan cara mengamati atau

meninjau secara langsung di lokasi penelitian untuk mengetahui kondisi yang

terjadi. Informasi yang didapat harus bersifat objektif, nyata dan dapat

dipertanggungjawabkan
2. Wawancara ( interview )

Wawancara merupakan langkah dalam penelitian yang menggunakan

komunikasi lisan secara langsung dalam proses pengumpulan informasi dan

sata dari individu atau kelompok. Bentuk informasi yang diperoleh dinyatakan

dalam tulisan atau direkam secara audio, visual dan audio visual.

3. Kuisioner

Kuisioner merupakan salah satu instrument krusial dalam pengumpulan data

penelitian, khususnya dalam proses pengumpulan data primer. Informasi yang

didapatkan dari kuisioner biasanya lebih mendetail dan menjawab pertanyaan

penelitian yang membutuhkan data pada level mikro.

b. Data Sekunder

Data sekunder merupakan data yang secara tidak langsung didapatkan dari

sumber pertama atau perusahaan yang terkait. Penulis melakukan

pengumpulan data sekunder mengenai internal perusahaan yang berhubungan

dengan penelitian

3.5 Metode Pengolahan Data

Metode pengolahan data adalah urutan tentang bagaimana pengolahan data

dilakukan. Dalam penelitian ini pengolahan data diawali dengan pengumpulan data

yang didapatkan dari hasil observasi, wawancara, dokumen perusahaan dan hasil

kuisioner. Adapun langkah pengolahan data selanjutnya sebagai berikut:

1. Penentuan Key Performance Indicator

 Penentuan KPI ditetapkan bedasarkan kebutuhan perusahaan bedasarkan

aspek Green Supply Chain Operation References (GSCOR), bertujuan

menjadi patokan nilai ukur terhadap upaya dan hasil yang diperoleh. Aspek

GSCOR terdiri dari 5 aspek yaitu: Reablity, Responsiveness, Agility, Cost dan

Asset (Environment). Adapun tabel identifikasi KPI adalah sebagai berikut:

Tabel 3.1 Identifikasi KPI

Ukuran Aspek Tujuan Kode KPI KPI

Aspek Strategis

2. Verifikasi Key Performance Indicator (KPI)

Verifikasi KPI ini dilakukan dengan tujuan untuk memastikan kembali apakah

KPI telah sesuai dengan kondisi perusahaan atu masih memerlukan beberapa

modifikasi. Dimana dalam hal ini verifikasi dilakukan dengan pihak

manajemen perusahaan.

3. Pembobotan KPI dengan ANP

Tahap selanjutnya adalah penggunaan metode ANP untuk mementukan bobot

KPI dan aspek melalui kuisioner berbentuk perbandingan berpasangan,

selanjutnya akan diolah menggunakan software superdecision. Tujuan dari

pembobotan adalah untuk mendapatkan bobot tingkat kepentingan atau

seberapa besar KPI berpengaruh terhadap penilaian kinerja. Adapun tahapan

pembobotan dengan ANP yaitu sebagai berikut:

a. Membuat matriks perbandingan berpasangan antar kriteria (pairwise

comparison)

Tabel 3.2 pariwise comparison

Kriteria/ Alternatif 1 2 3 N
1 1 GM 12 GM 13 GM 1 N
2 GM 21 1 GM 23 GM 2 n
3 GM 31 GM 32 1 GM 3 n
N GM n 1 GM n 2 GM n 5 1

b. Pembobotan KPI menggunakan software superdesicion

4. Uji Konsistensi

Uji konsistensi ini adalah perhitungan yang harus dilakukan untuk mengetahui

apakah data hasil perhitungan sudah layak untuk diterima atau belum. Adapun

tahapannya yaitu sebagai berikut:

a. Melakukan perhitungan Eigen Vektor Normalisai dengan cara menjumlahkan

tiap baris kemudian dibagi dengan jumlah kriteria, sehingga didapatkan nilai

Eigen Maksimum (𝞴 max ).

b. Melakukan perhitungan Consistency Index (CI), dengan rumus sebagai

berikut:

CI = ¿ ¿ …………………………(1)

Keterangan:

CI = Consitency Index

𝞴 max = nilai eigen terbesar

N = Jumlah elemen yang dibandingkan

c. Melakukan perhitungan Consistency Ratio, dengan rumus sebagai berikut:

CI
CR = …………………………… (2)
RI
Keterangan:
CR = Consitency Ratio
CI = Consistency Index
RI = Random Index
Skala perbandingan 1-9, untuk beberapa orde matriks mendapatkan nilai rata-

rata RI sebagai berikut:

Tabel 3.3 Nilai Index Random

Matriks 1 2 3 4 5
RI 0 0 0,58 0,9 1,12
Matriks 6 7 8 9 10
RI 1,24 1,32 1,41 1,45 1,49

Apabila nilai CR > 10% maka tidak perhitungan tersebut tidak konsisten dan

diharuskan untuk melakukan penyebaran kuisioner ulang

5. Scoring system dengan OMAX

Scoring system ini dilakukan bertujuan untuk mengetahui nilai pencapaian

masing-masing target KPI dengan cara pembuatan tabel OMAX. Adapun

langkah-langkah pengisian nilai dalam tabel OMAX yaitu sebagi berikut:

 Memasukkan nilai standar awal ke baris score 10

 Memasukkan nilai target atau sasaran ke baris score 10

  Memasukkan nilai terendah pada periode pengematan eke baris score

6. Evaluasi dengan Traffic Light System

Setelah dilakukan scoring system dengan OMAX maka dapat ditentukan nilai

indikator kinerja apa saja yang perlu dilakukan perbaikan ataukah sudah

mencapai indikator yang telah ditetapkan, dengan cara pemberian nilai (0-3)

Merah, (4-7) Kuning, (8-10) Hijau

DAFTAR PUSTAKA

Achillas, Charisios., Bochtis,Dionysis D., Aidonis, Dimitrios., and Folinas, Dimitris.

(2018). Green Supply Chain Management. Taylor & Francis

Aini, Qurrotul., Pratama, Adli Muhammad Putra., dan Yasmin, Farah. Dhia. (2019).

Analisis kinerja rantai pasok dengan supply chain operation research dan
 analytical hierarchy process (studi kasus umkm tempo susu malang). Vol:23

No.01

Arif, Muhammad. (2018). SUPPLY CHAIN MANAGEMENT. Sleman: CV Budi

Utama

Budiarto, A.S. (2017). KPI ( Key Performance Indicator ). Depok: Huta Publisher

Council, s. C. (2012). Supply chain operations reference model.

Delipinar G.E. dan Kocaoglu B. (2016). Using SCOR Model to Gain Competitive

Advantage: A Literature Review. Procedia-Social and Behavioral Sciences

229, 398–406

Fani Tania, M. U. (2016). Pengukuran Dan Analisis Produktivitas Di Pt. Tiga

Manunggal Synthetic Industries Dengan Menggunakan Metode Objective

Matrix (Omax). Jurnal Teknik Industri. 4(2), 31-40. Universitas Diponegoro

Febrianti1, f. F., putra, g. J. E., & putra, g. L. A. R. (2018). Penerapan model green

scor untuk pengukuran kinerja green supply chain management pada pt.

Xyz .pdf. Jurnal informatika merdeka pasuruan, vol 3

Khan, Syed Abdul Rehman. (2019). Green Practices and Strategies in Supply Chain

Management. Intech Open

Kusnadi, Surarso, Bayu., Syafei, Wahyul Amien. (2016). Implementasi Metode

Analytic Network Prosess untuk Penentuan Prioritas Penanganan Jalan

Bedasarkan Tingkat Pelayanan Jalan. Jurnal Sistem Informasi Bisnis. DOI:

10.21456/vol6iss2pp105-113

Luthra,S., Govindan, K., Devika Kannan, D., Mangla, S.C. dan Garg, C.P. (2016): An

Integrated Framework for Sustainable Supplier Selection and Evaluation

Ö. Uygun and A. Dede, (2016). “Performance evaluation of green supply chain

management using integrated fuzzy multi-criteria decision making

techniques,” Comput. Ind. Eng., vol. 102, pp. 502–511

Paksoy, Turan., Weber, Gerhard-Wilhelm, Huber and Sandra. (2018). Lean and

Green Supply Chain Management ( Optimazation Models and Algorithms).

Springer International Publishing

Parmenter, David. (2011). Key Performance Indicators ( Developing, Implementing

and Using Winning KPIs). Wiley

Pramesti, Regita Irvanastava., Baihaqi, Imam., dan Bramanti, Geodita Woro. (2020).

Membangun Green Supply Chain Management ( GSCM ) Scorecard.

JURNAL TEKNIK ITS Vol. 9, No. 2, (2020) ISSN: 2337-3539 (2301-9271

Print)

Prasetyo, Arie Dwi., dan Yuliawati, Evi. (2018). Analisis Performansi Supply Chain

dengan Pendekatan Green SCOR dan ANP.

Primadasa, Rangga., dan Sokhibi, Akh. (2020). Model Green SCOR Untuk

Pengukuran Kinerja Green Supply Chain Management (GSCM) Industri

Kelapa Sawit di Indonesia. Vol. 1 No. 2, Hal 55-62,

Pujawan, I. N. (2010). Supply chain Management Edisi Kedua. Surabaya: Guna

Widya.

Rumahorbo, Erixso., Wahyuda dan Profita, Anggriani. (2020). Perancangan dan

Pengukuran Kinerja Supply chain dengan Menggunakan Metode SCOR.

Jurnal Manajemen & Teknik Industri-Produksi: Volume XXII, No.1 ( 1-14)

Saaty, Thomas L. (2013). Theory and Applications of the Analytic Network Process:

Decision Making with Benefits, Opportunities, Costs and Risk. RWS

Publication

Setiawan,Aji., Pulansari,Farida, dan Sumiati. (2020). Pengukuran Kinerja dengan

Metode Supply Chain Operation Refrences ( SCOR ) ( Studi kasus PT.

XYZ ). Jurnal Manajemen Industri dan Teknologi: Vol. I, No. 1 ( 55-66)

Setiowati, Rini. (2017). Analisis Pengukuran Produktivitas Departemen Produksi

dengan Metode Objective Matrix (OMAX) pada CV. Jaya Mandiri. p-ISSN:

1979-276X e- ISSN: 2502-339X

Sepang, G.Y.M., Mandei, J.R., & Pakasi, C.B.D. (2017). Manajemen Rantai Pasok

Beras di Kecamatan Kotamobagu Selatan, Kota Kotamobagu, AgriSosio

Ekonomi Unsrat, Vol. 13, No. 1A, Hal. 225-238, ISSN: 1907-4298.

Soemohadiwidjojo, Arini T. (2015). Panduan Praktis Menyusun KPI ( Key

Performance Indicator ). RAIH ASA SUKSES

Stifany, Nova., Supriyadi, dan Shofa, Mohamad Jihan. (2020). Integerasi ANP dan

OMAX dalam Pengukuran Kinerja Rantai Pasok Industri Kimia. Vol.8 No.2;

93-104