TUGAS SARJANA
Diajukan untuk Memenuhi Sebagian dari
Syarat-syarat Memperoleh Gelar Sarjana Teknik
Oleh
MIFTAH SAFIRA
170403097
D E P A R T E M E N T E K N I K I N D U S T R I
F A K U L T A S T E K N I K
UNIVERSITAS SUMATERA UTARA
M E D A N
2021
PERNYATAAN ORISINALITAS
PERFORMANCE
Saya menyatakan bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa
MIFTAH SAFIRA
NIM. 170403097
ABSTRAK
Puji dan syukur dipanjatkan kepada hadirat Tuhan Yang Maha Esa karena
atas berkat dan karunia-Nya, penulis dapat menyelesaikan laporan tugas sarjana ini
dengan baik.
menerapkan ilmu yang telah dipelajari selama perkuliahan dan ditujukan untuk
penulisan laporan ini, karena pengetahuan dan pengalaman penulis yang masih
terbatas. Oleh sebab itu, penulis menerima secara terbuka setiap kritik dan saran
yang bersifat membangun dari semua pihak untuk perbaikan tulisan ini.
Puji dan Syukur atas Kehadirat Tuhan Yang Maha Esa, atas Berkat dan
pada waktunya. Penulisan Tugas Sarjana ini tidak akan terselesaikan dengan baik
jika Penulis tidak mendapatkan bimbingan, bantuan dan doa dari berbagai pihak
1. Kedua orang tua Penulis yang selalu memberikan dukungan dan motivasi
kepada Penulis selama menempuh perkuliahan baik dari segi moril, doa,
maupun materil.
2. Ibu Dr. Ir. Meilita Tryana Sembiring, MT., IPM sebagai Ketua Departemen
Fakultas Teknik Universitas Sumatera Utara yang telah menjadi panitia pada
4. Bapak Prof. Dr. Ir. Harmein Nasution, MSIE. dan Bapak Ir. Aulia Ishak, MT.,
Ph. D. sebagai Koordinator Tugas Sarjana yang telah memberi saran dan
5. Bapak Ir. Nazaruddin, MT., Ph.D., IPU selaku Dosen Pembimbing I penulis
yang telah memberikan kesediaan baik waktu maupun ilmu, nasihat, saran,
semangat dan masukan yang membangun untuk penulis agar penulis dapat
ketersediaan baik waktu maupun ilmu, nasihat, saran, semangat dan masukan
Tugas Sarjana.
9. Bang Nurmansyah, Bang Edi, Bu Ester, Bu Lince, Kak Rahmaini, Kak Mia, dan
Kak Neneng sebagai Staf pegawai Departemen Teknik Industri Fakultas Teknik
10. Kakak Penulis Norisa Zuhra yang selalu membantu dan mendukung serta
11. Teman-teman Penulis (Nur), yaitu Nisa, Arini, Melva, Rahel Ulina, Paskayani,
Tasya, Rahel Facella, dan Sandra yang telah menemani Penulis melewati masa-
12. Asisten Laboratorium Pengukuran dan Statistik 2016, Bang Michael, Bang
Richard, Kak Dinda, Kak Sara dan Kak Afri yang telah memberikan dukungan
Sarjana Ini.
13. Asisten Laboratorium Pengukuran dan Statistik 2017, Fernando, Jamichael,
Afif, Latifa, Lyly, Marcel dan Christine yang telah memberikan dukungan
Sarjana.
Ridho dan Rifky yang telah memberikan dukungan dan semangat kepada
15. Sahabat-sahabat penulis, Stefry, Vika, Nazira yang telah memberikan dukungan
Utara.
17. Seluruh pihak yang telah banyak memberikan bantuan kepada Penulis dalam
penyelesaian tugas sarjana ini yang tidak dapat disebutkan satu per satu.
BAB HALAMAN
ABSTRAK ............................................................................. v
ABSTRACT ............................................................................ vi
BAB HALAMAN
xii
DAFTAR ISI (LANJUTAN)
BAB HALAMAN
xiii
DAFTAR ISI (LANJUTAN)
BAB HALAMAN
xiiii
DAFTAR ISI (LANJUTAN)
BAB HALAMAN
xivi
DAFTAR ISI (LANJUTAN)
BAB HALAMAN
xvi
DAFTAR ISI (LANJUTAN)
BAB HALAMAN
DAFTAR PUSTAKA
LAMPIRAN
xvii
DAFTAR TABEL
TABEL HALAMAN
TABEL HALAMAN
xix
DAFTAR GAMBAR
GAMBAR HALAMAN
2.2. Indonesia Industry 4.0 Readiness Index (INDI 4.0) ........................ II-8
LAMPIRAN HALAMAN
PENDAHULUAN
mengalami tingkat persaingan yang sangat ketat. Perkembangan usaha pada saat ini
perusahaan harus dapat beradaptasi dengan industri 4.0. World Economic Forum
(WEF) menyebut revolusi industri 4.0 adalah revolusi berbasis Cyber Physical
System yang secara garis besar merupakan gabungan tiga domain yaitu digital,
fisik, dan biologi. Dampak era revolusi industri 4.0 akan luas dan mempengaruhi
menerapkan teknologi era industri 4.0 atau disebut Indonesia Industry 4.0
Readiness Index (INDI 4.0). Indeks tersebut akan menjadi acuan yang digunakan
industri dan pemerintah untuk mengukur tingkat kesiapan menuju industri digital.
Terdapat tujuh sektor prioritas berdasarkan peta jalan Making Indonesia 4.0, yaitu
industri makanan dan minuman, tekstil dan pakaian, otomotif, elektronik, kimia,
farmasi, serta alat kesehatan. “Penerapan industri 4.0 merupakan salah satu major
I-1
I-2
penting tentang alur kerja secara real time sehingga dapat memahami kelemahan
produk dan proses, dan mengurai permasalahan yang kompleks sampai di akarnya.
Hasilnya, pabrikan dapat memproses produk jauh lebih cepat dengan waste lebih
sedikit, sehingga proses leadtime di seluruh rangkaian jauh lebih cepat. Untuk dapat
lebih efisien dan kompetitif. Aplikasi dari konsep lean Manufacturing yaitu
pemborosan yang terjadi di sebuah perusahaan. Industry 4.0 adoption dan lean
Penerapan industri 4.0 dan lean manufacturing yang baik akan mendukung kinerja
kerja dan perluasan pasar bagi seluruh aspek industri, sehingga industri manufaktur
ekonomi nasional.
mesin, alat dan tenaga kerja dalam suatu proses untuk mengolah bahan baku dan
komponen lain untuk diproduksi menjadi barang jadi yang memiliki nilai jual
(Ghobakhloo, 2018).
Pada tahun 2018, jumlah usaha industri besar dan sedang di Sumatera Utara
di Kabupaten Deli Serdang, disusul Kota Medan, dan Asahan. Nilai tambah
terbesar pada tahun 2018 terdapat pada golongan industri industri makanan dan
minuman yaitu sebesar Rp47,95 triliun dan industri logam dasar sebesar Rp16,62
triliun. Nilai tambah terkecil pada tahun yang sama terdapat pada golongan industri
tekstil, pakaian jadi, dan kulit sebesar Rp741,59 miliar, serta barang dari logam,
Tabel 1.1. PDRB Provinsi Sumatera Utara Atas Dasar Harga Konstan
Tahun
No. Industri Pengolahan
2018 2019 2020
1 Industri batubara - - -
2 Industri makanan dan minuman 69.182,16 69.975,69 69.901,90
3 Pengolahan tembakau 1.652,57 1.617,52 1.525,84
4 Industri tekstil 235,74 239,50 228,17
5 Industri kulit 274,26 279,38 262,67
6 Industri kayu 1.215,39 1.236,15 1.270,40
7 Industri kertas 1.322,57 1.416,41 1.442,98
8 Industri kimia 2.572,44 2.621,03 2.654,36
9 Industri karet 6.289,47 6.378,50 5.956,87
10 Industri barang galian bukan 1.669,00 1.756,87 1.752,42
logam
11 Industri logam dasar 9.991,61 10.046,36 9.838,94
12 Industri barang dari logam 865,70 894,09 837,05
13 Industri mesin 303,47 304,63 296,57
14 Industri alat angkutan 55,70 56,61 52,82
15 Industri furnitur 479,63 470,35 463,06
16 Industri pengolahan lainnya 64,90 69,00 64,25
Sumber: Badan Pusat Statistik
Dapat dilihat pada tabel di atas, lima penyumbang PDRB ADHK Provinsi
Sumatera Utara pada tiap industri pengolahan terbesar berasal dari industri
makanan, dan minuman, logam dasar, karet, kimia dan barang galian bukan logam.
I-5
Namun, sebagian besar industri mengalami penurunan di tahun 2020. Salah satu
melemah. Sementara itu, sejumlah negara mitra dagang Indonesia ikut pula
merosot hingga -6,8 persen pada kuartal I-2020. Selanjutnya, Amerika Serikat
(0,3%), Singapura (-2,2%), Korea Selatan (1,3%), Hongkong (-8,9%), dan Uni
(Chauhan et al, 2020) dan 4 dimensi lean manufacturing practices yang terdiri dari
supplier factors, customer factors, process factors dan control and human factors
industry 4.0 adoption dan praktik lean manufacturing untuk melihat pengaruhnya
kesimpulan bahwa terdapat efek langsung dan tidak langsung yang signifikan dari
bukanlah suatu prasyarat untuk menerapkan teknologi industri 4.0 (Kamble et al,
adoption dan lean manufacturing practices sebagai faktor yang dapat memengaruhi
ini bertujuan untuk mengidentifikasi pilar apa saja yang menjadi faktor kesuksesan
yang setinggi-tingginya.
Square (PLS). Maka, rumusan masalah yang dibahas pada penelitian ini adalah
sebagai berikut:
Sumatera Utara. Sasaran penelitian untuk mencapai tujuan tersebut adalah sebagai
berikut:
Sumatera Utara
Manfaat yang diharapkan dapat diperoleh dari penelitian ini adalah sebagai
berikut:
I-8
Hasil penelitian ini dapat menjadi evaluasi pada pengukuran kinerja manufaktur
manufaktur sebelumnya.
Dalam penelitian ini terdapat beberapa batasan masalah agar tetap sesuai
dengan rencana yang telah ditetapkan. Batasan masalah yaitu sebagai berikut:
Utara yang telah menerapkan industry 4.0 adoption dan lean manufacturing
2. Data yang di ambil merupakan data hasil sebaran kuesioner yang disebar ke
Sistematika penulisan laporan dari tugas sarjana akan disajikan dalam Bab
I hingga Bab VI. Sistematika penulisan tugas sarjana dapat dilihat sebagai berikut:
penelitian, batasan dan asumsi yang digunakan dalam penelitian, dan sistematika
permasalahan penelitian.
dalam penelitian yang terdiri dari tempat dan waktu penelitian, objek penelitian,
penelitian.
LANDASAN TEORI
Revolusi Industri merupakan perubahan yang cepat di bidang ekonomi yaitu dari
mengolah bahan mentah menjadi bahan siap pakai. Revolusi Industri telah
Istilah Industri 4.0 lahir dari ide revolusi industri ke empat yang
diperkenalkan oleh Profesor Klaus Schwab, ekonom terkenal asal Jerman yang
menulis dalam bukunya The Fourth Industrial Revolution, bahwa konsep itu telah
di inggris pada abad 18 yang mendorong pertumbuhan industri dimulai dari industri
1.0, 2.0, 3.0, hingga industri 4.0. Fase industri merupakan real change dari
II-1
II-2
Sumber: Ningsih, M. 2018. Pengaruh Perkembangan Revolusi Industri 4.0 dalam Dunia Teknologi
yaitu ketika ditemukan mesin - mesin bertenaga uap, lokomotif, kereta api
penumpang, kapal perang dengan mesin uap dan lain-lain yang membuat manusia
mekanis. Tenaga penggerak dalam era ini awalnya masih ditentukan oleh seberapa
besar otot, seberapa besar tenaga kuda, seberapa besar tenaga angin, dan seberapa
besar tenaga uap yang dimiliki oleh suatu negara serta seberapa besar kreativitas
untuk memanfaatkannya. Kemunculan mesin uap pada abad ke-18 telah berhasil
mengakselerasi perekonomian secara drastis dimana dalam jangka waktu dua abad
menjadi semakin murah, sehingga banyak sekali perusahaan tenun dengan tangan
yang tutup, karena sudah tidak dapat bersaing lagi dengan pabrik tenun yang
II-3
pertanian yang terjadi pada sekitar 8.000 tahun sebelum masehi sampai sekitar
masih berbentuk dalam kelompok kecil, sering berpindah pindah, kelompok ini
mencari makan dengan berburu, mencari ikan dan mencari makanan yang tersedia
perindustrian dunia beralih ke tenaga listrik, alat komunikasi, kimia dan minyak
yang mampu menciptakan produksi massal dan standarisasi mutu. Revolusi ini
berdasarkan pada mesin elektromekanik yang digerakkan oleh bahan bakar fosil
masyarakat. Kondisi ini membuat keluarga menjadi lebih kecil, beralih pekerjaan
kedua dikenal sebagai revolusi teknologi. Revolusi ini ditandai dengan penggunaan
dan produksi besi dan baja dalam skala besar, meluasnya penggunaan tenaga uap
dan mesin telegraf. Selain itu minyak bumi mulai ditemukan, digunakan secara luas
berbasis komputer ini membuat mesin industri tidak lagi dikendalikan manusia.
dan fleksibilitas manufaktur berbasis otomasi dan robot. Pada revolusi industri
ketiga, industri manufaktur telah beralih menjadi bisnis digital. Teknologi digital
telah menguasai industri media dan ritel. Revolusi industri ketiga mengubah pola
jarak dan waktu, revolusi ini mengedepankan sisi real time. Perkembangan yang
pesat dari teknologi sensor, interkoneksi dan analisis data memunculkan gagasan
industri.
bertani yang ditandai oleh budaya berbicara atau tradisi oral (spoken words) di
mana masyarakat pada masa ini berkelompok dan hidup dari berburu dan bercocok
tanam. Namun pergeseran terjadi ketika ditemukan alat untuk mencari ikan
tambang (mining) merubah cara manusia berinteraksi. Pada tahap ini tradisi oral
menjadi tradisi membaca. Tradisi membaca masih sangat terbatas hanya pada
sebelumnya hanya terbatas menjadi ke lebih banyak orang yang bisa membaca ide
atau pemikiran karena produksi massal dari penemuan mesin cetak. Kemudian
II-5
pergeseran terjadi lagi ketika masyarakat mampu untuk konsumsi dan produksi
pesan dengan melakukan adopsi terhadap teknologi digital. Tahap inilah yang
manusia lainnya, karena teknologi digital telah menciptakan suatu media yang
sangat interaktif yaitu internet. Internet telah mengubah cara manusia melakukan
Lompatan besar terjadi dalam sektor industri di era revolusi industri 4.0
yang dimulai pada tahun 2000an hingga saat ini merupakan era penerapan modern,
antara lain teknologi fiber (fiber technology) dan sistem jaringan terintegrasi
sepenuhnya. Revolusi industri keempat dimulai pada tahun 2011 di Jerman dengan
konseptual produksi. Pada era ini model bisnis mengalami perubahan besar, tidak
hanya dalam proses produksi, melainkan juga di seluruh rantai nilai industri.
Industri 4.0 selanjutnya hadir menggantikan industri 3.0 yang ditandai dengan
cyber fisik dan kolaborasi manufaktur. Saat ini industri mulai menyentuh dunia
virtual berbentuk konektivitas manusia, mesin dan data semua sudah mudah
perangkat teknologi yang dibantu sensor dan mampu berkomunikasi sendiri dengan
Industri 4.0 adalah sebuah konsep yang muncul di beberapa tahun terakhir
global. Istilah Industri 4.0 muncul pertama di sebuah artikel yang diterbitkan pada
bulan November 2011 oleh pemerintah Jerman yang dihasilkan dari inisiatif
mengenai strategi teknologi tinggi untuk tahun 2020 (Barreto et al, 2017).
Revolusi Industri 4.0 adalah revolusi berbasis Cyber Physical System yang
secara garis besar merupakan gabungan tiga domain yaitu digital, fisik, dan biologi.
berbagai jenis teknologi, mulai dari 3D printing hingga robotik, jenis material baru
serta sistem produksi. Perkembangan industri ini memiliki manfaat yang sangat
dan menekankan definisi kepada unsur kecepatan dari ketersediaan informasi, yaitu
II-7
sebuah lingkungan industri di mana seluruh entitasnya selalu terhubung dan mampu
berbagi informasi satu dengan yang lain (GE Report, 2016 dalam Prasetyo, 2018).
Industri 4.0 merupakan integrasi dari Cyber Physical System (CPS) dan
Internet of Things and Services (IoT dan IoS) ke dalam proses industri meliputi
manufaktur dan logistik serta proses lainnya. CPS adalah teknologi untuk
menggabungkan antara dunia nyata dengan dunia maya. Penggabungan ini dapat
terwujud melalui integrasi antara proses fisik dan komputasi (teknologi embedded
computers dan jaringan) secara close loop dimana terdapat enam prinsip desain
era industri di mana seluruh entitas yang ada didalamnya yaitu digital, fisik, dan
biologi saling berkomunikasi secara real time kapan saja dengan berlandaskan
dan teknologi lainnya. Industri 4.0 merupakan kombinasi dari beberapa teknologi
Perindustrian, hal ini dilakukan agar Indonesia dapat bersaing dengan negara lain
di bidang industri. Salah satu upaya yang dilakukan yakni menyiapkan sektor
jalan Making Indonesia 4.0 telah berjalan lebih kurang satu tahun. Selama waktu
(Indi 4.0) sebagai indeks acuan bagi industri dan pemerintah dalam mengukur
INDI 4.0 terdiri atas lima pilar, yaitu manajemen dan organisasi
(management and organization), orang dan budaya (people and culture), produk
dan layanan (product and services), teknologi (technology), dan operasi pabrik
(factory operation). Adapun level dalam INDI 4.0 mulai dari level 0 yang artinya
belum siap bertransformasi ke industri 4.0. Kemudian, level 1 industri masih pada
tahap kesiapan awal, level 2 adalah industri pada tahap kesiapan sedang, level 3
industri sudah pada tahap kesiapan matang, dan level 4 menandakan industri
sudah menerapkan industri 4.0. Penjelasan lima pilar INDI 4.0 dapat dilihat pada
Gambar 2.2.
sebanyak 328 perusahaan industri sudah melakukan self-assesment INDI 4.0 secara
II-9
online melalui akun SIINas (Sistem Informasi Industri Nasional). Jumlah ini
industri aneka, dan 1 perusahaan industri EPC. Dari hasil self- assesment INDI 4.0,
industri di Indonesia cukup siap untuk bertransformasi menuju indsutri 4.0. hasil
verifikasi dan validasi self-assesment INDI 4.0, roadmap dan journey implementasi
elektronika).
Batam (PT SEMB) sebagai lighthouse industri 4.0 di Indonesia. Penunjukan ini
2017 meliputi 4 pilar, yaitu cyber security, people and leadership, product life cycle
and data management dan data analytics. Keberhasilan PT. SEMB dalam
melakukan transformasi digital dilakukan melalui beberapa tahap antara lain : (1)
II-10
dan mengubah mindset, budaya kerja dan organisasi menuju digital attitude, (3)
yang baru dan efisien untuk diterapkan di perusahaan. Dengan adanya lighthouse
ini diharapkan dapat menjadi pembelajaran bagi industri lain dalam bertransformasi
model bisnis di berbagai sektor industri (Ningsih, 2018). Adapun pengertian dari
1. Advanced Robotics
perilaku berdasarkan sensor data yang diberikan. Fungsi utamanya adalah untuk
efisiensi.
output.
sebenarnya, lalu diproses secara digital dan digunakan untuk tujuan tertentu.
5. Additive Manufacturing
6. System Integration
mengintegrasikan produksi dari barang atau jasa yang masih ada di dalam satu
tahap produksi di dalam rantai suplai. Baik melalui ekspansi internal, akuisisi,
II-12
ataupun merger. Integrasi ini dapat mengarah ke monopoli, jika barang atau jasa
7. Cyber Security
Cyber Security adalah teknologi, proses dan praktik yang dirancang untuk
melindungi jaringan, komputer, program dan data dari serangan, kerusakan atau
akses yang tidak sah. Istilah “Cyber Security” mengacu pada fungsi bisnis dan
informasi dan data sudah bukan lagi prioritas tetapi sudah menjadi kebutuhan
8. Cloud Computing
file digital adalah perangkat komputer atau gadget yang telah dilengkapi
layanan internet. Cyber Security adalah teknologi, proses dan praktik yang
serangan, kerusakan atau akses yang tidak sah. Istilah “Cyber Security”
II-13
mengacu pada fungsi bisnis dan alat teknologi yang digunakan untuk
informasi penting. Melindungi informasi dan data sudah bukan lagi prioritas
Big data adalah istilah khusus yang digunakan untuk data yang melebihi
bergerak terlalu cepat, dan tidak sesuai dengan kemampuan struktural dari
terintegrasi yang mampu menangani big data yang disebut big data analytics.
Sumber: Ningsih, M. 2018. Pengaruh Perkembangan Revolusi Industri 4.0 dalam Dunia Teknologi
masalah berupa kekurangan material, keuangan, dan sumber daya manusia. Selama
sistem produksi massal yang memproduksi output dengan variasi yang lebih sedikit,
sementara itu masalah yang dihadapi Jepang adalah bagaimana mengurangi biaya
untuk memproduksi output yang memiliki banyak variasi namun dalam jumlah
Sejarah lean kembali timbul pada tahun 1940 ketika pekerja Jerman
memproduksi tiga kali lebih banyak daripada pekerja Jepang dan seorang pekerja
Amerika memproduksi tiga kali lebih banyak daripada seorang pekerja Jerman.
Sehingga rasio produksi Amerika dan Jepang menjadi 9:1. Oleh karena itu, direktur
dalam waktu 3 tahun, yang akhirnya melahirkan Lean manufacturing. Eiji Toyoda
dan Taiichi Onho di Toyota Motor Company di Jepang mempelopori konsep lean
production yang aslinya disebut dengan Kanban dan Just-In-Time (JIT). Sistem ini
menerus, tidak ada cacat, tidak ada persediaan, dan inovasi yang tiada akhir untuk
menghasilkan variasi produk yang baru (Ohno, 1991 dalam Amrizal, 2009).
tahun 1950-an. Model bisnis ini berfokus pada identifikasi secara sistematis dan
penghapusan waste dari suatu proses dan melibatkan perubahan dan meningkatkan
II-15
pada biaya terendah. Lean telah mengubah persaingan dan telah menyebabkan
Telah dibuktikan bahwa strategi lean menghasilkan kualitas tingkat lebih tinggi dan
produktifitas dan daya tanggap pelanggan yang lebih baik. Dampak pada strategi
lean ini sebagian besar didasarkan pada bukti empiris bahwa meningkatkan daya
negara dan industri. Lean dihubungkan dengan mengurangi lead time yang
menunjukkan bahwa struktur kegiatan atau proses dalam dan antar perusahaan
adalah penting untuk mencapai daya saing unggul dan profitabilitas. Menerima
supplier, tepat waktu, jadwal yang stabil sehingga bahan-bahan dan part dapat
(Waste) dan meningkatkan nilai tambah (value added) produk (barang/jasa) agar
waktu) dalam berbagai aktivitas perusahaan. Lean berfokus pada identifikasi dan
dalam desain, produksi (untuk bidang manufaktur) atau operasi (untuk bidang jasa),
II-16
dan supply chain management, yang berkaitan langsung dengan pelanggan (APICS
manufacturing, dan lean yang diterapkan dalam bidang jasa disebut sebagai lean
service, lean yang diterapkan pada bank disebut sebagai lean banking, lean dalam
bidang retail disebut lean retailing, lean dalam bidang pemerintahan disebut
Terdapat lima prinsip dasar penerapan konsep Lean (Womack dan Jones,
2003) yaitu:
1. Specifying Value
memesan dan memproduksi barang atau produk, untuk mencari non added
value activity.
3. Flow Process
Membuat value flow, yaitu semua aktivitas yang memberi nilai tambah disusun
ke dalam satu aliran yang tidak terputus, dan menghilangkan non added value
acitivities.
II-17
4. Pull System
Mengatur agar material, informasi, dan produk dapat mengalir dengan lancar
5. Perfection
menggunakan sistem tarik (pull system) dari pelanggan internal dan eksternal untuk
pada metode ini berfokus pada bagaimana cara melakukan upaya lean pada
aktivitas produksi. Metode ini dapat diaplikasikan pada kegiatan engineering dan
administratif dengan baik. Dalam lean juga dikenal dengan istilah 3M yang berasal
dari bahasa Jepang yaitu Muda (waste), Mura (consistency), dan Muri
Terdapat empat faktor pada praktek Lean Manufacturing yang terdiri dari
supplier factors yang terdiri dari supplier feedback, just in time dan supplier
development, process factors yang terdiri dari pull system, continuous flow dan
setup time reduction, control and human factors yang terdiri dari total preventive
II-18
factor yang terdiri dari customer involvement. Faktor pemasok berkaitan dengan
aliran produk dan informasi antara pemasok dan organisasi dan ditujukan untuk
1. Supplier Feedback
Mengacu pada umpan balik kinerja yang diterima dari pelanggan yang
2. Just In Time
Hal ini menguraikan tentang pasokan produk oleh pemasok dalam jumlah
3. Supplier Development
4. Customer Involvement
memuaskan mereka.
5. Pull Systems
Ini mengacu pada inisiasi jadwal produksi oleh departemen atau pelanggan
6. Continuous Flow
Hal ini menjelaskan tentang adanya aliran produk yang disederhanakan tanpa
Hal ini mengacu pada pengurangan waktu setup sebelum memulai produksi
II-19
pemeliharaan aktif.
Ini mengacu pada pengembangan budaya berkualitas tinggi di mana cacat dari
satu proses tidak boleh meresap ke operasi, jadwal dan prosedur berikutnya.
dengan berbagai kemungkinan, seperti standar hasil kerja, target atau sasaran atau
kriteria yang telah ditentukan terlebih dahulu dan telah disepakati bersama.
dari:
1. Quality Performance
atau proses yang dinilai melalui pengukuran produk fisik dan pengambilan
2. Production Flexibility
yang berbeda (Koste dan Malhotra, 1999 dalam Asadi et al, 2015). Sedangkan
mix flexibility merupakan kemampuan untuk menghasilkan satu set jenis bagian
3. Operations Cost
et al, 2020)
dan tidak langsung yang signifikan dari penerapan industri 4.0 pada SOP dan
menggunakan metode CFA dan SEM untuk untuk menguji efek mediasi dan
moderasi Circular Economy pada hubungan antara teknologi Industri 4.0 dan
Sachin, 2020).
hubungan antara praktik lean production (LP) dan implementasi dari industry 4.0
lean production memberikan efek positif dan signifikan dengan teknologi Industry
memiliki efek komplementer (atau sinergis) yang lebih besar daripada gabungan
penelitian dan publikasi di bidang Industri 4.0 menjadi jawaban untuk mengatasi
membuktikan hipotesis bahwa Industri 4.0 memang mampu menerapkan lean. Ini
mengungkap fakta bahwa berkomitmen pada Industri 4.0 membuat pabrik menjadi
analisis empiris berdasarkan sampel yang mewakili unit manufaktur lokal. Kinerja
diukur dengan sejauh mana peluang yang diperoleh bisnis. Tingkat keterbukaan
diselidiki dengan menggunakan dua indikator: luas, atau jumlah teknologi yang
digunakan atau jumlah tahapan rantai nilai yang terlibat. Model regresi
menunjukkan bahwa: (1) breadth dan (2) depth of Industri 4.0 memungkinkan
peluang lebih besar, dan (3) unit lokal tingkat mikro mencapai kinerja terbaik.
Penelitian ini juga menjelaskan ruang lingkup untuk analisis masa depan dari topik
ini yang dilakukan pada data panel. Meskipun penerapan Industri 4.0 terbatas, hasil
studi ini dapat mendorong para manajer dan pembuat kebijakan untuk menerapkan
teknologi pendukung yang lebih luas di berbagai tahap rantai nilai (Buchi et al,
2020).
sesuai dengan konten dan tingkat kontekstualisasinya. Secara total, 9 teknologi I4.0
berbeda dari aplikasi aliran nilai dan sinergi. Dari 126 hubungan berpasangan, 24
positif antara praktik Lean Manufacturing dan teknologi I4.0 menuju pencapaian
Study” bertujuan untuk mengetahui dampak hubungan antara adopsi Industri 4.0
Dilakukan survei dengan 108 produsen Eropa yang telah menerapkan LP dan
Industri 4.0. Data yang terkumpul dianalisis melalui teknik multivariat. Penelitian
membuktikan bahwa tingkat adopsi Industri 4.0 yang lebih tinggi mungkin lebih
Sebaliknya, ketika proses tidak dirancang dengan kuat dan praktik peningkatan
hipotesis tersebut secara statistik, dikumpulkan 252 kuesioner yang valid dari
berkorelasi dengan salah satu pilar Sustainability; dan (2) Industri 4.0 menunjukkan
korelasi yang kuat dengan ketiga pilar Sustainability. Hasil ini dapat memberikan
Penelitian yang berjudul “The Relationship between Lean and Industry 4.0:
telah ditinjau dan skema klasifikasi untuk mereka dikembangkan. Untuk membuat
hubungan antara lean dan industri 4.0 transparan, penelitian ini memberikan
kualitatif disajikan dalam 3 bagian terpisah berjudul: 1. Lean adalah basis untuk
industri 4.0, 2. Terdapat interaksi antara industri 4.0 dan lean dan, 3. Industri 4.0
Kerangka konseptual pada penelitian ini dapat dilihat pada Gambar 2.4.
Hubungan perusahaan dengan supplier
Ketepatan waktu pengiriman barang dari Supplier
supplier Factors
Keterlibatan supplier mengidentifikasi Pemberlakuan Integrated System
kebutuhan customer
Penggunaan Additive Manufacturing dalam
Hubungan perusahaan dengan customer perancangan prototype
Feedback customer Customer
Factors Penerapan simulation untuk desain produk
Lean Industry 4.0
Keterlibatan customer dalam informasi
Manufacturing Adoption Pemanfaatan Big Data
Practices
Adopsi pull system Penggunaan layanan Cloud
Efisiensi aliran produk Process
Factors Penerapan Internet of Things
Pengurangan Setup time
Penerapan 5S
Control and
Kecacatan bahan baku Human Factors
Keterlibatan karyawan pada keberhasilan
perusahaan
Manufacturing
Performance
II-26
BAB III
METODOLOGI PENELITIAN
mendapatkan responden. Waktu penelitian dari bulan Mei 2021 sampai dengan
Agustus 2021.
terjadi dan kemungkinan faktor (sebab) yang menimbulkan akibat tersebut. Dalam
penelitian ini, ada variabel independen (sebab) yaitu variabel yang mempengaruhi
dan variabel dependen (akibat) yaitu variabel yang dipengaruhi (Sinulingga, 2015).
Provinsi Sumatera Utara yang sedang menerapkan industry 4.0 adoption dan lean
perusahaan.
III-1
III-2
menggunakan sistem tarik (pull system) dari pelanggan internal dan eksternal untuk
empat bagian yaitu Supplier Factors, Customer Factor, Process Factors dan
Operation Cost.
sebagai variabel terikat (Sinulingga, 2015). Hubungan antar variabel eksogenus dan
endogenus yang digunakan dalam penelitian ini dijelaskan dalam pola hubungan
dan variabel yang membentuk kerangka teoritis. Definisi operasional berkaitan erat
didapat beberapa item parameter kinerja yang sesuai dengan kerangka dasar
III-4
III-5
awal hingga akhir, yang dapat dilihat pada Gambar 3.1 di bawah ini.
III-6
Mulai
Pengumpulan Data
1. Data Primer (kuisioner)
2. Data Sekunder (Studi Literatur)
1. Mengidentifikasi penerapan industry 4.0 adoption dan lean manufacturing practices sesuai studi
sebelumnya (berdasarkan landasan teori)
2. Menghasilkan kuesioner untuk mengukur variabel dan melakukan studi percontohan
3. Menyebarkan kuesioner untuk menguji instrumen
3. Melakukan Uji Validitas dan Reliabilitas
4. Merumuskan model (Outer Model dan Inner Model)
5. Melakukan uji signifikansi
Analisis
Selesai
3.7.1. Populasi
orang, objek, transaksi, atau kejadian yang akan dipelajari sebagai objek penelitian
(Kuncoro, 2013).
III-7
ingin diteliti sehingga sampel harus dilihat sebagai suatu pendugaan terhadap
populasi dan bukan populasi itu sendiri (Bailey, 1994 dalam Priyono, 2016).
Utara yang telah menerapkan industry 4.0 adoption dan lean manufacturing
practices.
3.7.2. Sampel
diselidiki dan dianggap dapat mewakili keseluruhan populasi atau jumlah lebih
3. Sama dengan 5–10 kali jumlah indikator dari keseluruhan variabel laten.
ketiga maka ukuran sampel minimal 5 x 27 atau sebesar 135 responden. Kriteria
sampel yang digunakan dalam penelitian ini adalah supervisor produksi, manajer
di Sumatera Utara.
III-8
pengambilan sampel yang tidak memberi peluang atas kesempatan yang sama bagi
setiap unsur atau anggota populasi untuk dipilih menjadi sampel (Sugiyono, 2015).
PPIC/Manufacturing Engineer
sumbernya dan diolah sendiri. Data primer dapat dibentuk oleh opini informan
kegiatan dan hasil pengujian tertentu (Afifuddin, 2009). Dalam penelitian ini data
yang dimaksud merupakan data yang berhubungan dengan variabel industry 4.0
melalui media perantara (data) atau digunakan oleh lembaga lainnya yang bukan
(Afifuddin, 2009). Data sekunder merupakan data yang telah dikumpulkan melalui
studi dokumentasi, baik dengan mempelajari buku dan karya ilmiah/jurnal yang
bertujuan untuk mendukung penelitian serta untuk membentuk landasan teori yang
Metode pengumpulan data dalam penelitian ini adalah kuesioner dan studi
literatur.
3.10.1. Kuesioner
data yang efesien ketika peneliti ingin mengetahui objek yang diteliti dan cara untuk
dan mempelajari data yang diperoleh dari buku-buku, jurnal, dan informasi dari
data yang diperoleh dari hasil wawancara, catatan lapangan dan dokumentasi,
unit-unit, melakukan sintesa, menyusun ke dalam pola, memilih mana yang penting
dan yang akan dipelajari dan membuat kesimpulan sehingga mudah difahami oleh
Dalam penelitian kuantitatif, analisis data adalah kegiatan setelah data dari
seluruh responden atau sumber data lain terkumpul. Kegiatan dalam analisis data
data berdasarkan variabel dari seluruh responden, menyajikan data tiap variabel
2016).
data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul
Modeling (SEM), dengan bantuan software PLS (Partial Least Square). Structural
mana ukuran sampel cukup besar, tetapi memiliki landasan teori yang lemah dalam
ditemukan hubungan di antara variabel yang sangat kompleks, tetapi ukuran sampel
data kecil. Partial Least Square (PLS) dapat digunakan untuk mengatasi
Dalam uji analisis, PLS mengunakan dua evaluasi model pengukuran yakni
model pengukuran untuk menguji validitas dan reliabilitas (outer model) dan model
struktural yang digunakan untuk menguji kausalitas atau pengujian hipotesis untuk
menilai uji validitas dan uji reliabilitas. Uji validitas dilakukan untuk
(Cooper & Schinder, 2006 dalam Abdillah & Jogiyanto, 2016). Sedangkan uji
suatu konsep dan dapat juga digunakan untuk mengukur kosistensi responden
Dengan jumlah sampel minimal 30 orang maka distribusi nilai akan lebih
factor untuk tiap indikator konstruk. Nilai loading factor > 0,7 merupakan
dibentuknya. Dalam penelitian empiris, nilai loading factor > 0,5 masih bisa
(Haryono, 2017).
loading lalu dibandingkan nilai AVE dengan kuadrat dari nilai korelasi antar
dengan konstruknya lebih tinggi dari korelasi dengan blok lainnya, hal ini
dengan lebih baik dari blok lainnya. Ukuran discriminant validity lainnya
adalah bahwa nilai akar AVE harus lebih tinggi daripada korelasi antara
konstruk dengan konstruk lainnya atau nilai AVE lebih tinggi dari kuadrat
c. Composite Reliability
Relialibility sama dengan Cronbach Alpha. Nilai batas ≥ 0,7 dapat diterima
dan nilai ≥ 0,8 sangat memuaskan (Ghozali dan Latan, 2015). Rule of thumb
nilai alpha atau Composite reliability harus lebih besar dari 0,7 meskipun
nilai 0,6 masih dapat diterima (Hair et al, 2006, dalam Abdillah &
Jogiyanto, 2016).
laten berdasarkan pada teori subtantif. Model struktural dalam PLS dievaluasi
test untuk predictive relevance dan uji t serta signifikansi dari koefisien
a. R-Square (R2)
Squares dalam setiap nilai variabel eksogen sebagai kekuatan prediksi dari
terhadap variabel laten endogen. Kriteria nilai R2 terdiri dari tiga klasifikasi,
yaitu: nilai R2 0.67, 0.33 dan 0.19 yang menunjukkan model kuat, sedang
dan lemah (Chin et al, 1998 dalam Ghozali dan Latan, 2015).
b. Q2 Predictive Relevance
prediksi dari observed variabel dan estimasi dari parameter konstruk. Nilai
baik nilai observasi dihasilkan oleh model dan juga estimasi parameternya.
disarankan sebesar 5.000 dengan catatan jumlah tersebut harus lebih besar
dari sampel asli (Hair et al, 2011). Namun beberapa literatur menyarankan
mengoreksi standar error estimate PLS (Chin, 2003 dalam Ghozali dan
prosedur (Baron dan Kenny 1998, dalam Ghozali dan Latan, 2015) dengan
variabel endogen.
digunakani dalami penelitiani inii sebesari 95%, sehinggai tingkati presisii ataui
batasi ketidakakuratani sebesari () 5% dengani nilaii tabeli 1.96. Maka, daerahi
penerimaani hipotesisi jikai t-statistik > t-tabeli yaitui sebesari 1.96i dani originali
1. H1: Terdapat pengaruh positif dan signifikan dari industry 4.0 adoption
2. H2: Terdapat pengaruh positif dan signifikan dari lean manufacturing practices
3. H3: Terdapat pengaruh positif dan signifikan dari lean manufacturing practices
adoption
BAB IV
perusahaan yang telah menerapkan industry 4.0 adoption dan lean manufacturing
kualitas yang baik, mulai dari perusahaan berskala menengah dan atas. Dalam
atau supervisor yang lumayan sulit untuk dihubungi, serta adanya perusahaan yang
penelitian.
dilakukan pada bulan Mei 2021 sampai dengan Juni 2021. Kuesioner yang dikirim
sebanyak 135 kuesioner sedangkan jumlah yang kembali dan telah memenuhi
syarat sebanyak 135 kuesioner atau 100% dari total yang dikirim dan kuesioner
yang tidak kembali sebanyak 0 kuesioner atau 0% dari kuesioner yang disebar.
IV-1
IV-2
dari hasil pengumpulan data primer berupa kuesioner yang telah diisi oleh
Variabel bebasnya adalah industry 4.0 adoption (X1), lean manufacturing practices
Untuk melakukan uji instrumen penelitian yang terdiri dari uji validitas dan
orang maka distribusi nilai akan lebih mendekati kurva normal (Singarimbun dan
Effendi, 1995).
Jenis Kelamin
13%
Perempuan
87% Laki-laki
dibedakan menjadi dua kategori yaitu laki-laki dan perempuan. Dari data 30
kelamin yaitu 26 responden atau sebanyak 97% berjenis kelamin laki-laki dan 4
Usia
< 30 tahun
13% 17% 30 - 35 tahun
23% 36 - 40 tahun
34%
13% 41 - 45 tahun
> 45 tahun
dibedakan menjadi lima kategori yaitu usia di bawah 30 tahun, 30 sampai 35 tahun,
responden yang diperoleh, komposisi responden berdasarkan usia yaitu 5 orang atau
17% berusia di bawah 30 tahun, 10 orang atau sebesar 34% berusia 30-35 tahun, 4
orang atau 13% berusia 36-40 tahun, sedangkan usia 41-45 tahun didapatkan
sebanyak 7 orang atau 23% dan usia diatas 45 tahun didapatkan 4 orang atau 13%.
Jabatan
Manajer PPIC
17% 20%
Manufacturing
13% Engineer
50%
Supervisor
Produksi
Manajer Produksi
sebesar 17% Manajer Produksi, 15 orang atau 50% Supervisor Produksi, 4 orang
atau 13% Manufacturing Engineer dan 6 orang atau 20% Manajer PPIC.
Lingkup Usaha
Makanan dan Minuman
7%
13% Logam Dasar
40%
Kimia
37% 3%
Barang Galian Bukan Logam
Karet
dibedakan menjadi lima kategori lingkup usaha yaitu industri makanan dan
minuman, logam dasar, kimia, barang galian bukan logam dan karet. Dari data 30
12 orang atau sebesar 40% berasal dari industri makanan dan minuman, 1 orang
atau sebesar 3% berasal dari industri logam dasar, 11 orang atau sebesar 37%
berasal dari industri kimia, 4 orang atau sebesar 13% berasal dari industri barang
galian bukan logam dan 2 orang atau sebesar 7% berasal dari industri karet.
IV-6
dijawab dengan 5 pilihan yang terdiri dari Sangat Setuju (SS), Setuju (S), Netral
(N), TS (Tidak Setuju) dan STS (Sangat Tidak Setuju). Pembobotan/skor diberikan
untuk pernyataan favorable yaitu skor 5 untuk SS, 4 untuk S, 3 Untuk N, 2 untuk
yang kembali sebanyak 135 buah (100%), sedangkan jumlah kuesioner yang tidak
atau jabatan, dan lama bekerja pada perusahaan yang hasilnya dapat dilihat di
bawah ini:
Jenis Kelamin
9%
Perempuan
Laki-laki
91%
menjadi dua kategori yaitu laki-laki dan perempuan. Dari data 135 responden yang
atau sebanyak 91% berjenis kelamin laki-laki dan 12 responden atau sebanyak 9%
Usia
menjadi lima kategori yaitu usia di bawah 30 tahun, 30 sampai 35 tahun, 36 sampai
40 tahun, 41 sampai 45 tahun dan di atas 45 tahun. Dari data 135 responden yang
diperoleh, komposisi responden berdasarkan usia yaitu 19 orang atau 14% berusia
di bawah 30 tahun, 35 orang atau sebesar 26% berusia 30-35 tahun, 39 orang atau
29% berusia 36-40 tahun, sedangkan usia 41-45 tahun didapatkan sebanyak 26
orang atau 19% dan usia diatas 45 tahun didapatkan 16 orang atau 12%.
Jabatan
Manajer PPIC
15%
28% Manufacturing
30% Engineer
27% Supervisor
Produksi
Manajer Produksi
Manufacturing Engineer, dan Manajer PPIC. Dari data 135 responden yang
15% Manajer Produksi, 40 orang atau 30% Supervisor Produksi, 37 orang atau 27%
Lingkup Usaha
Makanan dan Minuman
10%
5% Logam Dasar
47%
35% Kimia
3%
Barang Galian Bukan Logam
Karet
dibedakan menjadi lima kategori lingkup usaha yaitu industri makanan dan
minuman, logam dasar, kimia, barang galian bukan logam dan karet. Dari data 135
63 orang atau sebesar 47% berasal dari industri makanan dan minuman, 4 orang
atau sebesar 3% berasal dari industri logam dasar, 48 orang atau sebesar 35%
berasal dari industri kimia, 5 orang atau sebesar 7% berasal dari industri barang
galian bukan logam dan 13 orang atau sebesar 10% berasal dari industri karet.
masing variabel. Menurut Nazir (2005), penilaian responden ini didasarkan pada
5-1
Interval = = 0,80
5
yaitu:
Hasil jawaban kuesioner yang diperoleh dari 135 responden untuk variabel
4,20. Hal ini dapat disimpulkan bahwa responden setuju dengan pernyataan di
atas.
4,10. Hal ini dapat disimpulkan bahwa responden setuju dengan pernyataan di
atas.
4,21. Hal ini dapat disimpulkan bahwa responden setuju dengan pernyataan di
atas.
Berdasarkan dari hasil analisis deskriptif pada Tabel 4.5 menujukkan bahwa
responden menilai variabel industry 4.0 adoption memiliki nilai rata-rata 4,24
dengan kriteria sangat tinggi. Hal tersebut menujukkan bahwa responden merasa
Hasil jawaban kuesioner yang diperoleh dari 135 responden untuk variabel
jawaban responden adalah sebesar 4,15. Hal ini dapat disimpulkan bahwa
jawaban responden adalah sebesar 4,27. Hal ini dapat disimpulkan bahwa
responden adalah sebesar 4,30. Hal ini dapat disimpulkan bahwa responden
responden adalah sebesar 4,19. Hal ini dapat disimpulkan bahwa responden
responden adalah sebesar 4,24. Hal ini dapat disimpulkan bahwa responden
adalah sebesar 4,26. Hal ini dapat disimpulkan bahwa responden setuju dengan
pernyataan di atas.
bahwa rata-rata jawaban responden adalah sebesar 4,20. Hal ini dapat
bahwa rata-rata jawaban responden adalah sebesar 4,10. Hal ini dapat
adalah sebesar 4,07. Hal ini dapat disimpulkan bahwa responden setuju dengan
pernyataan di atas.
selalu memastikan bahwa tidak ada bahan baku yang cacat) memperlihatkan
bahwa rata-rata jawaban responden adalah sebesar 4,15. Hal ini dapat
Berdasarkan dari hasil analisis deskriptif pada Tabel 4.6 menujukkan bahwa
4,20 dengan kriteria tinggi. Hal tersebut menujukkan bahwa responden merasa
Hasil jawaban kuesioner yang diperoleh dari 135 responden untuk variabel
jawaban responden adalah sebesar 4,32. Hal ini dapat disimpulkan bahwa
adalah sebesar 4,30. Hal ini dapat disimpulkan bahwa responden setuju dengan
pernyataan di atas.
responden adalah sebesar 4,16. Hal ini dapat disimpulkan bahwa responden
rata-rata jawaban responden adalah sebesar 4,09. Hal ini dapat disimpulkan
bahwa rata-rata jawaban responden adalah sebesar 4,11. Hal ini dapat
bahwa rata-rata jawaban responden adalah sebesar 4,13. Hal ini dapat
rata jawaban responden adalah sebesar 4,12. Hal ini dapat disimpulkan bahwa
Berdasarkan dari hasil analisis deskriptif pada Tabel 4.7 menujukkan bahwa
4,16 dengan kriteria tinggi. Hal tersebut menujukkan bahwa responden merasa
berbasis Partial Least Square (PLS). Software yang digunakan untuk penelitian ini
adalah SmartPLS. Model teoritis yang telah digambarkan pada diagram jalur akan
pengujian model pengukuran. Dalam penelitian ini, uji validitas dilakukan untuk
penelitian atau tidak. Model yang diajukan pada penelitian dilakukan dengan
4.4.1.1.Validitas Konvergen
dapat dikatakan berkolerasi jika nilai lebih dari 0,7 dengan konstruk yang ingin
diukur. Hasil uji outer model untuk menunjukkan nilai outer loading dengan
menggunakan alat analisis SmartPLS (v 3.2.7) dapat dilihat pada Gambar 4.10.
Dari hasil analisis yang ditunjukkan oleh Gambar 4.10 menunjukkan bahwa
Untuk dapat melihat lebih jelas nilai loading factor dapat dilihat dalam
Tabel 4.8.
IV-27
4.4.1.2.Validitas Diskriminan
dengan cara membandingkan nilai loading pada konstruk yang dituju harus lebih
besar dibandingkan dengan nilai yang lain. Dengan standar nilai untuk setiap
konstruk harus lebih besar dari 0,5. berdasarkan Tabel 4.9 nilai cross loading pada
setiap konstruk memiliki nilai lebih dari 0,5. Hal ini menunjukkan bahwa variabel
manifest dalam penelitian ini telah tepat menjelaskan variabel latennya dan
Uji validitas diskriminan dapat dilihat pada tabel cross loading yang dinilai
berdasarkan cross loading antara indikator dengan konstruknya dapat dilihat pada
Tabel 4.9.
Berdasarkan Tabel 4.9, nilai cross loading dari setiap variabel terhadap
indikatornya (nilai yang dicetak tebal) memiliki nilai yang lebih besar dibandingkan
dengan variabel lain, artinya setiap indikator memiliki keeratan yang lebih besar
dengan variabel yang diukur daripada dengan variabel yang lain. Dapat
validity karena memiliki nilai cross loading yang lebih besar untuk variabel yang
terpenuhi.
IV-30
4.4.1.3.Composite Reliability
Selain melihat nilai dari faktor loading konstruk sebagai uji validitas, dalam
model pengukuran juga dilakukan uji reliabilitas. Uji reliabilitas dilakukan untuk
reliabilitas suatu konstruk dapat dilakukan dengan beberapa cara, yaitu dengan
AVE, Cronbach’s Alpha dan Composite Reliability. Rule of thumb nilai konstruk
dinyatakan reliabel jika nilai composite reliability di atas 0,7, nilai Cronbach’s
Alpha di atas 0,7 dan AVE di atas 0,5. Hasil indeks AVE, Composite Reliability,
Cronbach’s Composite
Variabel AVE
Alpha Reliability
Industry 4.0 adoption 0,918 0,936 0,709
Lean manufacturing practices 0,963 0,967 0,712
Supplier Factors 0,882 0,927 0,809
Customer Factors 0,829 0,898 0,745
Process Factors 0,871 0,921 0,796
Control and Human Factors 0,863 0,917 0,788
Manufacturing performance 0,951 0,959 0,722
Quality Performance 0,928 0,954 0,874
Production Flexibility 0,818 0,892 0,734
Operations Cost 0,786 0,875 0,701
Sumber: Pengolahan Data
0,7 sehingga dapat dinyatakan bahwa pengukur yang dipakai dalam dalam
atas 0,7 sehingga dapat dinyatakan bahwa pengukur yang dipakai dalam dalam
Gambar 4.13 menunjukkan bahwa nilai AVE dari masing-masing konstruk di atas
0,5 sehingga dapat dinyatakan bahwa pengukur yang dipakai dalam dalam
penelitian ini adalah reliabel, sehingga dapat dilanjutkan untuk menguji model
struktural.
konstruk dependen, nilai koefisien jalur (path coefficients) atau t-values tiap path
untuk uji signifikansi antar konstruk dalam model struktural melalui bootstrapping.
4.4.2.1.R-Square
melihat besarnya presentase variance yang dijelaskan yaitu dengan melihat nilai R2
untuk konstruk laten endogen. Adapun nilai R2 penelitian ini dapat dilihat pada
Tabel 4.11.
dijelaskan oleh industry 4.0 adoption dan lean manufacturing practices sebesar
80,2%, sisanya dipengaruhi oleh variabel-variabel yang tidak diuji dalam penelitian
ini.
nilai observasi dihasilkan oleh model dan juga estimasi parameternya. Nilai Q2 > 0
relevance 0,02, 0,15 dan 0,35 menunjukkan bahwa model lemah, moderat dan kuat.
Q2 < 0 menunjukkan bahwa model kurang memiliki Q2. Nilai Q2 dapat dilihat pada
Tabel 4.12.
IV-34
0,456 sehingga dapat disimpulkan bahwa variabel Industry 4.0 adoption dan Lean
values. Dengan cara tersebut, maka estimasi pengukuran dan standar error tidak
lagi dihitung dengan asumsi statistik, tetapi didasarkan pada observasi empiris.
Nilai dari path coefficient pada hubungan antar variabel menjadi acuan dalam
path coefficient, semakin besar pengaruh antar variabel tersebut. Dalam metode
bootstraping pada penelitian ini, hipotesis penelitian dapat diterima apabila nilai t-
hitung (t-statistic) lebih besar daripada t-tabel pada tingkat signifikansi () 5%,
yaitu sebesar 1,96. Dapat dilihat pula dari p-values, dimana ketika p-values di
Nilai dari t-hitung (t-statistic), p-values, dan original sample pengaruh tidak
Berdasarkan pada Tabel 4.13 dan Tabel 4.14, penentuan hipotesis diterima
performance
Ho: Tidak terdapat pengaruh positif dan signifikan industry 4.0 adoption
H1: Terdapat pengaruh positif dan signifikan industry 4.0 adoption terhadap
manufacturing performance
ditolak dan H1 diterima, artinya terdapat pengaruh positif dan signifikan antara
performance
performance.
adoption
dimediasi industry 4.0 adoption (p = 0,001 < 0,05) maka H0 ditolak dan H3
Rekapitulasi dari hasil uji hipotesis penelitian dapat dilihat pada Tabel 4.15.
sebesar 3,594 yang memiliki nilai di atas t-tabel 1,96, hal ini menunjukkan bahwa
manufacturing performance. Hal ini dapat dilihat juga dari p-values dengan nilai
0,00 yang lebih kecil dari 0,05, menunjukkan bahwa industry 4.0 adoption
Terdapat lima ruang lingkup usaha yang menjadi fokus pada penelitian ini,
yang terdiri dari industri makanan dan minuman, logam dasar, kimia, barang galian
bukan logam dan karet, dengan responden yang sebagian besar berasal dari industri
makanan dan minuman, yang didukung dengan data yang menyatakan bahwa nilai
tambah terbesar di Provinsi Sumatera Utara berasal dari industri makanan dan
minuman. Industry 4.0 adoption diharapkan dapat memainkan peran penting dalam
V-1
V-2
Maka dari itu, SDM industri perlu didorong untuk memanfaatkan teknologi
terkini agar dapat memacu produktivitas dan inovasi. Penerapan internet of things
merupakan cerminan dari indikator yang paling banyak diterapkan. Hal ini
oleh seluruh karyawan perusahaan dan lebih umum dalam kehidupan sehari-hari.
Cloud computing juga sudah umum digunakan oleh perusahaan untuk menyimpan
seluruh data perusahaan yang dengan kemudahannya tidak memerlukan arsip yang
yang digunakan sebagian besar merupakan hal yang umum dan sederhana. Hal ini
peningkatan pemahaman dan penerapan industry 4.0 adoption agar lebih siap
V-3
menuju industri digital dan menerapkan teknologi era industri 4.0 atau Indonesia
Performance
practices sebesar 10,861 yang memiliki nilai di atas t-tabel 1,96, hal ini
practices terhadap Manufacturing performance. Hal ini dapat dilihat juga dari p-
values dengan nilai 0,00 yang lebih kecil dari 0,05, menunjukkan bahwa Lean
dihasilkan. Hal ini menunjukkan bahwa hipotesis 2 (dua) yang menyatakan jika
pada perusahaan manufaktur di Sumatera Utara, baik pada industri makanan dan
minuman, logam dasar, kimia, barang galian bukan logam dan karet. Pernyataan ini
didukung dengan nilai original sample yang sangat besar. Lean manufacturing
lebih mudah dapat diterapkan karena memanfaatkan sumber daya manusia, yang
merupakan metode yang sudah populer dan merupakan pendekatan yang lazim
dilakukan dan lebih mudah diterima oleh karyawan di berbagai rentang usia dan
ruang lingkup usaha. Lean dapat mengurangi beban pekerjaan karyawan dengan
mengoptimalkan waktu, mesin, dan tenaga kerja serta dapat memaksimalkan nilai
practices sebesar 11,224 yang memiliki nilai di atas t-tabel 1,96, hal ini
adoption. Hal ini dapat dilihat juga dari p-values dengan nilai 0,001 yang lebih kecil
perusahaan juga menerapkan industry 4.0 adoption. Hal ini menunjukkan bahwa
hipotesis 3 (tiga) yang menyatakan jika lean manufacturing practices dan industry
dibandingkan sebelum diterapkannya kedua variabel ini. Industry 4.0 adoption dan
efisiensi pada proses produksi dengan cara mereduksi cost proses produksi dan
tujuan ini akan lebih mudah tercapai jika diterapkan secara bersamaan.
dikarenakan untuk penerapannya tidak memerlukan biaya yang begitu tinggi, serta
perubahan yang cepat sedangkan industry 4.0 adoption akan memakan waktu dan
biaya yang lebih banyak. Namun perusahaan yang berhasil menerapkan dengan
produktivitasnya.
Industry 4.0 adoption dan lean manufacturing practices tidak hanya akan
implementasi industri 4.0. Industry 4.0 akan mendukung system produksi lean
tambah dengan usaha yang lebih efisien. Perusahaan dapat memproses produk jauh
V-6
lebih cepat dengan waste lebih sedikit, dan juga mengurangi inventori sehingga
proses leadtime di seluruh rangkaian proses produksi akan jauh lebih cepat serta
kualitas produk yang dihasilkan serta produk yang dihasilkan memiliki kualitas
sebesar 0.237 jika Industry 4.0 adoption naik 1 satuan. Angka tersebut
Performance
sebesar 0,711 jika lean manufacturing practices naik 1 satuan. Angka ini
sebesar 0,769 jika lean manufacturing practices dan Industry 4.0 adoption secara
industry 4.0 adoption dan lean manufacturing practices secara optimal dapat
Sumatera Utara.
BAB VI
6.1. Kesimpulan
Kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut:
sebesar 3,594, p-value sebesar 0,00 dan original sample sebesar 0,237. Industry
4.0 adoption diterapkan dengan cukup baik, namun masih dalam tahap
dengan t-statistik sebesar 10,861, p-value sebesar 0,00 dan original sample
Utara.
VI-1
VI-2
value sebesar 0,001 dan original sample sebesar 0,769. Perusahaan yang telah
industry 4.0 adoption dengan baik. Integrasi yang baik antara industry 4.0
6.2. Saran
diberikan, yaitu:
1. Menuliskan butir-butir indikator dari berbagai referensi yang ada sehingga lebih
mencakup lebih luas aspek khususnya pada variabel industry 4.0 Adoption
3. Peneliti lain yang akan melanjutkan penelitian ini dengan tema yang sama
kompleks seperti menambah variabel baru dan pada objek yang berbeda dari
Abdillah, Willy dan Jogiyanto Hartono. 2016. Partial Least Square (PLS):
Alternatif Structural Equation Modeling (SEM) dalam Penelitian Bisnis.
Yogyakarta: Andi
Adebanjo, et al. 2020. Competitive Priorities, Employee Management and
Development and Sustainable Manufacturing Performance in Asian
Organizations. MDPI
Afifuddin. 2009. Metodologi Penelitian Kualitatif. Bandung: CV Pustaka Setia
Amrizal, A. 2009. Peningkatan Kualitas dan Efisiensi Layanan Bis Kampus.
Universitas Islam Indonesia
Ariesa, et al. 2020. The Effect of Operating Costs, Trade Payables & Sales on Net
Income in the Food & Beverage Company Sector Listed on the
Indonesian Stock Exchange for the Period 2015-2018. Budapest
International Research and Critics Institute-Journal (BIRCI-Journal).
Vol. 3 No. 4
Asadi, N. et al. 2017. Linking Product Design To Flexibility In An Assembly
System: A Case Study. Journal of Manufacturing Technology
Management. Vol. 28 No. 5. 610–630.
Badan Pusat Statistik. 2021. Produk Domestik Regional Bruto Provinsi Sumatera
Utara Menurut Lapangan Usaha 2016-2020
Barreto, et al. 2017. Industry 4.0 Implications In Logistics: An Overview. Procedia
Manufacturing. Vol. 13. 1245–1252.
Bougie dan Sekaran. 2013. Research Methods for Business: A skill Building
Approach Edisi 5. New York: John wiley@Sons
Buchi, et al. 2020. Smart factory performance and Industry 4.0. Technological
Forecasting & Social Change
Buer, et al. 2020. The Complementary Effect Of Lean Manufacturing And
Digitalisation On Operational Performance. International Journal Of
Production Research
DAFTAR PUSTAKA (LANJUTAN)
Cauchan, et al. 2020. Barriers To Industry 4.0 Adoption And Its Performance
Implications: An Empirical Investigation Of Emerging Economy. Journal
of Cleaner Production
Gaspersz, V. 2011. Lean Six Sigma for Manufacturing and Service Industries.
Bogor: Vinchristo Publication.
GE Report. 2016. Apa itu Industri 4.0? Retrieved at
http://gereports.co.id/post/139409744260/apa-itu-industri-40
Ghozali, I., dan Latan, H. 2015. Partial Least Squares: Konsep, Teknik, dan
Aplikasi Menggunakan Program Smart PLS 3.0 (2nd ed.). Universitas
Diponegoro. Semarang
Ghobakhloo, M. 2018. The Future Of Manufacturing Industry: A Strategic
Roadmap Toward Industry 4.0. Journal of Manufacturing Technology
Management. Vol. 29 No. 6.
Hair, Jr., Joseph F., et al. 2011. Multivariate Data Analysis. Fifth Edition. New
Jersey: PrenticeHall, Inc.
Harrison, A dan van Hoek, R. 2008. Logistics Management and Strategy 3th
Edition. Harlow England:Pearson Education
Hartono, J. 2011. Metodologi Penelitian Bisnis: Salah Kaprah dan Pengalaman-
pengalaman. Yogyakarta: BPFE
Haryono. 2017. Metode SEM untuk Penelitian Manajemen, AMOS, LISREL dan
PLS. PT Luxima Metro Media
Heizer, J dan Render, B. 2004. Principles of Operations Management. Fifth
Edition. Pearson Education, Inc. Upper Saddle River : New Jersey
Kamble, et al. 2019. Industry 4.0 and Lean Manufacturing Practices For
Sustainable Organisational Performance In Indian Manufacturing
Companies. International Journal of Production Research
Kotler, P. 2005. Manajemen Pemasaran. Jilid 1 dan 2. Jakarta: PT Indeks
Kelompok Gramedia
DAFTAR PUSTAKA (LANJUTAN)
Rohida, L. 2018. Pengaruh Era Revolusi Industri 4.0 terhadap Kompetensi Sumber
Daya Manusia. Jurnal Manajemen Bisnis Indonesia. Vol. 6 No. 1.
Universitas Padjajaran
Rossini et al. 2019. Industry 4.0 and Lean Production: an Empirical Study.
International Federation of Automatic Control
Sabri, et al. 2019. Peran Pendidikan Seni dalam Meningkatkan Keterampilan
Berpikir kritis, Konstruktif dan Inovatif pada Era Society 5.0 untuk
Revolusi Industri 4.0. Universitas Negeri Semarang.
Sachin dan Angappa. 2020. Analyzing the role of Industry 4.0 Technologies and
Circular Economy Practices in Improving Sustainable Performance in
Indian Manufacturing Organizations.
Sanders, et al. 2016. Industry 4.0 Implies Lean Manufacturing: Research Activities
in Industry 4.0 Function as Enablers for Lean Manufacturing.
Germany: Journal of Industrial Engineering and Management. Vol. 9
No. 3
Sabrin, et al. 2016. The Effect of Profitability on Firm Value in Manufacturing
Company at Indonesia Stock Exchange. International Journal of
Engineering Science. Vol. 5 No. 10
Sinulingga, S. 2015. Metode Penelitian Edisi 3. Medan: USU Press
Sugiyono. 2015. Metode Penelitian Pendekatan Kuantitatif, Kualitatif dan R&D.
Bandung: Penerbit Alfabeta
Stimec dan Grima. 2018. The Impact Of Implementing Continuous Improvement
Upon Stress Within A Lean Production Framework. International
Journal of Production Research
Stonebrake, et al. 1994. Operations Strategy: Focusing on Competitive Excellence.
USA: Allyin and Bacon
DAFTAR PUSTAKA (LANJUTAN)
Taghavi dan Yvan. 2020. The Relationship between Lean and Industry 4.0:
Literature Review. Detroit: 5th North American Conference on Industrial
Engineering and Operations Management
Tangarajoo dan Smith. 2015. Lean Thinking: An Overview. Australia: Industrial
Engineering & Management. Vol. 4 No. 2
Tortella dan Fetterman. 2017. Implementation of Industry 4.0 and Lean Production
in Brazilian Manufacturing Companies. International Journal of
Production Research
Varela et al. 2019. Evaluation of the Relation between Lean Manufacturing,
Industry 4.0, and Sustainability. MDPI
Wijanto, S. 2008. Structural Equation Modelling dengan Lisrel 8.8. Yogyakarta:
Graha Ilmu
World Economic Forum (WEF). 2015. New Vision for Education: Unlocking The
Potential of Technology. Geneva: WEF
Womack, J dan Jones, D. 2003. Lean Thinking: Banis Waste and Create Wealth in
Your Corporation. Edition revised and updated. NY: Free Press
LAMPIRAN
7/31/2021 Kuesioner Penelitian "Pengaruh Industry 4.0 Adoption dan Lean Manufacturing Practices terhadap Manufacturing Performance"
NIM : 170403097
Sehubungan dengan tugas akhir sebagai mahasiswa Program Strata Satu Teknik Industri
Universitas Sumatera Utara, saya melakukan penelitian ilmiah untuk penulisan Tugas Akhir
dengan judul "Pengaruh Industry 4.0 Adoption dan Lean Manufacturing Practices terhadap
Manufacturing Performance"
Untuk itu saya sangat mengharapkan kesediaan Bapak/Ibu untuk menjadi responden
dengan mengisi lembar kuesioner ini secara lengkap. Tanpa adanya bantuan Bapak/Ibu
penelitian ini tidak dapat diselesaikan sehingga pilihan Bapak/Ibu berikan sangat berarti
bagi penelitian ini.
Kerahasiaan responden dan data yang kami peroleh akan kami jaga sesuai dengan etika
penelitian. Data yang kami butuhkan hanya berupa persepsi Bapak/Ibu dan bukan
merupakan kerahasiaan perusahaan.
Demikianlah permohonan ini atas kesediaan Bapak/Ibu saya ucapkan terima kasih.
*Required
1. Email *
2. Nama Responden *
https://docs.google.com/forms/d/17fCxIdAuqLSzNyjMdIwu285sFh-cV5497ixhTD95kms/edit 1/10
7/31/2021 Kuesioner Penelitian "Pengaruh Industry 4.0 Adoption dan Lean Manufacturing Practices terhadap Manufacturing Performance"
3. Jenis Kelamin *
Laki-laki
Perempuan
4. Usia *
< 30 tahun
30 - 35 tahun
36 - 40 tahun
41 - 45 tahun
> 45 tahun
5. Posisi/Jabatan *
6. Nama Perusahaan *
Petunjuk Pengisian
Untuk Pertanyaan berikut ini, mohon pilih salah satu angka 1 sampai 5
sesuai dengan pendapat anda
1 = Sangat Tidak Setuju
Adoption 3 = Netral
4 = Setuju
5 = Sangat Setuju
https://docs.google.com/forms/d/17fCxIdAuqLSzNyjMdIwu285sFh-cV5497ixhTD95kms/edit 2/10
7/31/2021 Kuesioner Penelitian "Pengaruh Industry 4.0 Adoption dan Lean Manufacturing Practices terhadap Manufacturing Performance"
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
https://docs.google.com/forms/d/17fCxIdAuqLSzNyjMdIwu285sFh-cV5497ixhTD95kms/edit 3/10
7/31/2021 Kuesioner Penelitian "Pengaruh Industry 4.0 Adoption dan Lean Manufacturing Practices terhadap Manufacturing Performance"
11. Perusahaan menerapkan penggunaan layanan cloud yang terkait dengan produk
*
1 2 3 4 5
1 2 3 4 5
Petunjuk Pengisian
Untuk Pertanyaan berikut ini, mohon pilih salah satu angka 1 sampai 5
sesuai dengan pendapat anda
2 = Tidak Setuju
Manufacturing
3 = Netral
Practices 4 = Setuju
5 = Sangat Setuju
1 2 3 4 5
https://docs.google.com/forms/d/17fCxIdAuqLSzNyjMdIwu285sFh-cV5497ixhTD95kms/edit 4/10
7/31/2021 Kuesioner Penelitian "Pengaruh Industry 4.0 Adoption dan Lean Manufacturing Practices terhadap Manufacturing Performance"
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
https://docs.google.com/forms/d/17fCxIdAuqLSzNyjMdIwu285sFh-cV5497ixhTD95kms/edit 5/10
7/31/2021 Kuesioner Penelitian "Pengaruh Industry 4.0 Adoption dan Lean Manufacturing Practices terhadap Manufacturing Performance"
1 2 3 4 5
1 2 3 4 5
20. Perusahaan memastikan bahwa input dari pemasok sesuai dengan persyaratan
perusahaan
1 2 3 4 5
1 2 3 4 5
https://docs.google.com/forms/d/17fCxIdAuqLSzNyjMdIwu285sFh-cV5497ixhTD95kms/edit 6/10
7/31/2021 Kuesioner Penelitian "Pengaruh Industry 4.0 Adoption dan Lean Manufacturing Practices terhadap Manufacturing Performance"
1 2 3 4 5
1 2 3 4 5
24. Perusahaan selalu memastikan bahwa tidak ada bahan baku yang cacat
1 2 3 4 5
1 2 3 4 5
Petunjuk Pengisian
Untuk Pertanyaan berikut ini, mohon pilih salah satu angka 1 sampai 5
sesuai dengan pendapat anda
Performance 3 = Netral
4 = Setuju
5 = Sangat Setuju
https://docs.google.com/forms/d/17fCxIdAuqLSzNyjMdIwu285sFh-cV5497ixhTD95kms/edit 7/10
7/31/2021 Kuesioner Penelitian "Pengaruh Industry 4.0 Adoption dan Lean Manufacturing Practices terhadap Manufacturing Performance"
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
https://docs.google.com/forms/d/17fCxIdAuqLSzNyjMdIwu285sFh-cV5497ixhTD95kms/edit 8/10
7/31/2021 Kuesioner Penelitian "Pengaruh Industry 4.0 Adoption dan Lean Manufacturing Practices terhadap Manufacturing Performance"
30. Perusahaan dapat menciptakan beberapa produk di lantai produksi yang sama
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
https://docs.google.com/forms/d/17fCxIdAuqLSzNyjMdIwu285sFh-cV5497ixhTD95kms/edit 9/10
7/31/2021 Kuesioner Penelitian "Pengaruh Industry 4.0 Adoption dan Lean Manufacturing Practices terhadap Manufacturing Performance"
1 2 3 4 5
Forms
https://docs.google.com/forms/d/17fCxIdAuqLSzNyjMdIwu285sFh-cV5497ixhTD95kms/edit 10/10
Lampiran 2
Rekapitulasi Pra Penelitian Jawaban Responden
Koordinator T ugas Sarfana menerangkan bahwa berdasarkan hasii diskusi dengan mahasiswa :
T elah disepakati bahwa Bidang llmu untuk Tugas Sarjana mahasiswa tersebut diatas
...___M_o_._D_o_k_: _F_M_---G_K_M_-S.;;._l_T_1-_F_T_-6_-_06'--..:....__
02 R_e_v _
. 2_T__._
· g,_l._E_.,_'fi_k
e r"--_t . [_: _;_;09_J-..:_u_lr
__
· 2____0 --8 H._al_a_m_a _n_l_d_a_rr_· !_]
! _
KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN
UNIVERSITAS SUMATERA UTARA
FAKULTAS TEKNIK
DEPARTEMEN TEKNIK INDUSTRI
Jalan Almamater Kampus USU Medan 20155
Telepon: (061)8213251 Fax: (061)8213250
Website: https://ft.usu.ac.id, Email: dti.usu@gmail.com
SURAT - KEPUTUSAN
Nomor.435 /UN5.2.1.4.1.4/TPM/2021
Tentang
Tugas Akhir Mahasiswa
Memperhatikan : 1. Kemajuan Studi Mahasiswa :
N a m a : Miftah Safira
N I M : 170403097
Telah menyelesaikan sebagian besar tugas – tugas / mata kuliah pada
kurikulum Departemen Teknik Industri FT USU Medan, kecuali Tugas
Akhir.
2. Surat persetujuan dari Dosen Pembimbing tertanggal 30 Maret 2021, dapat
menyetujui mahasiswa pada butir- 1 untuk melaksanakan Tugas Akhir
Mahasiswa.
3. Telah tersedianya sarana melakukan tugas terhadap mahasiswa pada butir - 1
berdasarkan persetujuan dari Dosen Pembimbing mahasiswa.
Menimbang : Bahwa perlu menetapkan dan mengangkat pembimbing untuk mahasiswa pada
butir -1 dalam menyelesaikan Tugas Akhir
MEMUTUSKAN
Menetapkan : 1. Memberi kesempatan kepada mahasiswa :
N a m a : Miftah Safira
N I M : 170403097
untuk menyelesaikan Tugas Akhirnya.
2. Merekomendasikan mahasiswa pada butir - 1 melaksanakan Tugas Akhir
dengan Topik : “Implementasi Industri 4.0 dan Lean Manufacturing
terhadap Manufacturing Performance”
3. Sebagai dosen pembimbing untuk mahasiswa pada butir – 1 adalah sebagai
berikut
- Pembimbing 1 : Ir. Nazaruddin, MT, PhD
- Pembimbing 2 : Indah Rezky Tarigan,ST,MT
4. Surat keputusan ini berlaku sejak tanggal 30 Maret 2021 s/d 30 September
2021
5. Bilamana dikemudian hari ternyata terdapat kekeliruan dalam penetapan ini
akan diperbaiki sebagaimana mestinya
Perbaiki kerangka
konseptual
2. 21-05-2021
Perbaiki definisi
operasional dan pengumpulan
3. 25-06-2021 data
Tambahkan regresi
pada analisis
4. 12-07-2021
5.
MEDAN, 2021
PEMBIMBING,