Practices Terhadap Manufacturing Performance

PENGARUH INDUSTRY 4.
0 ADOPTION DAN LEAN MANUFACTURING

PRACTICES TERHADAP MANUFACTURING PERFORMANCE
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
Judul : PENGARUH INDUSTRY 4.0 ADOPTION DAN LEAN
MANUFACTURING PRACTICES TERHADAP MANUFACTURING
PERFORMANCE
Saya menyatakan bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Agustus 2021
MIFTAH SAFIRA
NIM. 170403097
ABSTRAK
Salah satu indikator keberhasilan suatu perusahaan manufaktur adalah

meningkatnya produktivitas yang berdampak pada pertumbuhan ekonomi di suatu
daerah tersebut. Tujuan utama dari industry 4.0 adoption adalah menghasilkan
proses produksi yang lebih efisien sehingga mampu mereduksi pemborosan biaya
produksi. Untuk dapat memaksimalkan potensi dan manfaat industri 4.0,
perusahaan manufaktur sebaiknya lebih dulu menerapkan lean manufacturing
practices secara benar. Aplikasi dari konsep lean manufacturing yaitu mengurangi
lead time dan meningkatkan output dengan menghilangkan pemborosan (waste)
yang terjadi di sebuah perusahaan. Industry 4.0 adoption dan lean manufacturing
practices dapat mengarahkan perusahaan menuju manufacturing performance yang
lebih optimal. Dalam hal ini, penelitian dilakukan dengan pendekatan kuantitatif,
dengan menggunakan teknik analisis Structural Equation Modelling – Partial Least
Square (SEM-PLS) dengan tujuan untuk mengetahui pengaruh industry 4.0
adoption dan lean manufacturing practices terhadap manufacturing performance
dengan bantuan software SmartPLS 3.0. Pengumpulan data menggunakan data
primer dengan menyebar kuesioner ke 35 perusahaan manufaktur di Sumatera
Utara. Dari 35 perusahaan tersebut, data dikumpulkan dari 135 responden yang
bersedia mengisi kuesioner tersebut. Hasil penelitian menunjukkan bahwa industry
4.0 adoption dan lean manufacturing practices berpengaruh secara positif dan
signifikan terhadap manufacturing performance dengan t-statistic berturut-turut
sebesar 3,594 dan 10,861. Selain itu, industry 4.0 adoption dapat memediasi
hubungan lean manufacturing practices terhadap manufacturing performance
dengan t-statistic sebesar 11,224, yang menunjukkan bahwa implementasinya
secara bersamaan akan mengarah ke peningkatan kinerja yang lebih baik untuk
mencapai sasaran pertumbuhan dan kelangsungan perusahaan.
Kata kunci: Industry 4.0 Adoption, Lean Manufacturing Practices, Manufacturing

Performance, Produktivitas, SEM-PLS
ABSTRACT
One indicator of the success of a manufacturing company is the increase in

productivity which has an impact on economic growth in an area. The main goal of
industry 4.0 adoption is to produce a more efficient production process so as to
reduce waste of production costs. To be able to maximize the potential and benefits
of industry 4.0, manufacturing companies should first implement lean
manufacturing practices correctly. The application of the Lean Manufacturing
concept is to reduce lead time and increase output by eliminating waste that occurs
in a company. Implementation of Industry 4.0 adoption and lean manufacturing
practices can lead companies towards more optimal manufacturing performance.
In this case, the research was conducted with a quantitative approach, using the
Structural Equation Modeling – Partial Least Square (SEM-PLS) analysis
technique with the aim of knowing the effect of industry 4.0 adoption and lean
manufacturing practices on manufacturing performance with the help of SmartPLS
3.0 software. Collecting data using primary data by distributing questionnaires to
35 manufacturing companies in North Sumatra. Of the 35 companies, data were
collected from 135 respondents who were willing to fill out the questionnaire. The
results showed that industry 4.0 adoption and lean manufacturing practices had a
positive and significant effect on manufacturing performance with t-statistics of
3.594 and 10.861 respectively. In addition, industry 4.0 adoption can mediate the
relationship of lean manufacturing practices to manufacturing performance with a
t-statistic of 11.224, which indicates that its implementation simultaneously will
lead to better performance improvements to achieve the company's growth and
sustainability goals.
Keywords: Industry 4.0 Adoption, Lean Manufacturing Practices, Manufacturing

Performance, Productivity, SEM-PLS
KATA PENGANTAR
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.
Penulisan tugas sarjana ini merupakan langkah bagi penulis untuk
menerapkan ilmu yang telah dipelajari selama perkuliahan dan ditujukan untuk
memenuhi syarat-syarat dan ketentuan dalam mengikuti kurikulum Departemen
untuk mendapatkan gelar Sarjana Teknik (Strata Satu Teknik Industri) di
Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara.
Tugas sarjana ini memaparkan tentang “Pengaruh Industry 4.0 Adoption
dan Lean Manufacturing Practices terhadap Manufacturing Performance”.
Besar harapan penulis penyusunan laporan penelitian ini dapat menambah
pengetahuan bagi pembaca. Penulis menyadari masih banyak kekurangan dalam
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.
Akhir kata penulis mengucapkan terima kasih dan semoga laporan
penelitian ini dapat bermanfaat.
UNIVERSITAS SUMATERA UTARA PENULIS
MEDAN, AGUSTUS 2021 MIFTAH SAFIRA

UCAPAN TERIMA KASIH
Puji dan Syukur atas Kehadirat Tuhan Yang Maha Esa, atas Berkat dan
Rahmat Kasih-Nya, Penulis berkesempatan menyelesaikan Tugas Sarjana ini tepat
pada waktunya. Penulisan Tugas Sarjana ini tidak akan terselesaikan dengan baik
jika Penulis tidak mendapatkan bimbingan, bantuan dan doa dari berbagai pihak
sehingga Penulis mengucapkan terima kasih kepada:
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
Teknik Industri Fakultas Teknik Universitas Sumatera Utara yang telah
memberikan bimbingan dan arahan dalam penyelesaian laporan tugas sarjana.
3. Bapak Buchari, ST., M. Kes sebagai Sekretaris Departemen Teknik Industri
Fakultas Teknik Universitas Sumatera Utara yang telah menjadi panitia pada
Seminar dan Sidang Tugas Sarjana.
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
masukan untuk laporan tugas sarjana.
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
menyelesaikan penulisan Tugas Sarjana.

6. Ibu Indah Rizkya Tarigan, ST., MT selaku Dosen Pembimbing II atas
ketersediaan baik waktu maupun ilmu, nasihat, saran, semangat dan masukan
yang membangun untuk penulis agar penulis dapat menyelesaikan penulisan
Tugas Sarjana.
7. Bapak Ir. Khawarita Siregar, MT., sebagai pimpinan Kepala Laboratorium
Pengukuran dan Statistik.
8. Seluruh dosen Departemen Teknik Industri Fakultas Teknik Universitas
Sumatera Utara yang telah mendidik dan memberikan bimbingan kepada
Penulis selama perkuliahan.
9. Bang Nurmansyah, Bang Edi, Bu Ester, Bu Lince, Kak Rahmaini, Kak Mia, dan
Kak Neneng sebagai Staf pegawai Departemen Teknik Industri Fakultas Teknik
Universitas Sumatera Utara yang telah membantu pengurusan administrasi dan
peminjaman buku di perpustakaan.
10. Kakak Penulis Norisa Zuhra yang selalu membantu dan mendukung serta
memberikan motivasi kepada penulis untuk menyelesaikan laporan ini.
11. Teman-teman Penulis (Nur), yaitu Nisa, Arini, Melva, Rahel Ulina, Paskayani,
Tasya, Rahel Facella, dan Sandra yang telah menemani Penulis melewati masa-
masa perkuliahan dan senantiasa mendukung Penulis dalam menyelesaikan
laporan tugas sarjana.
12. Asisten Laboratorium Pengukuran dan Statistik 2016, Bang Michael, Bang
Richard, Kak Dinda, Kak Sara dan Kak Afri yang telah memberikan dukungan
motivasi dan dorongan semangat kepada penulis dalam penyelesaian Tugas
Sarjana Ini.
13. Asisten Laboratorium Pengukuran dan Statistik 2017, Fernando, Jamichael,
Afif, Latifa, Lyly, Marcel dan Christine yang telah memberikan dukungan
motivasi dan dorongan semangat kepada penulis dalam penyelesaian Tugas
Sarjana.
14. Teman-teman seperdopingan, Chelia, Hana, Manda, Aulia, Chintia, Fionna,
Ridho dan Rifky yang telah memberikan dukungan dan semangat kepada
penulis dalam penyelesaian Tugas Sarjana.
15. Sahabat-sahabat penulis, Stefry, Vika, Nazira yang telah memberikan dukungan
penuh kepada penulis dalam penyelesaian Tugas Sarjana.
16. Teman-teman Stambuk 2017, ATLANTIS, yang merupakan teman-teman
Penulis di Departemen Teknik Industri Fakultas Teknik Universitas Sumatera
Utara.
17. Seluruh pihak yang telah banyak memberikan bantuan kepada Penulis dalam
penyelesaian tugas sarjana ini yang tidak dapat disebutkan satu per satu.
UNIVERSITAS SUMATERA UTARA PENULIS
MEDAN, AGUSTUS 2021 MIFTAH SAFIRA

DAFTAR ISI
BAB HALAMAN
LEMBAR JUDUL ................................................................ i
LEMBAR PENGESAHAN .................................................. ii
SURAT KEPUTUSAN SIDANG TUGAS SARJANA ...... iii
PERNYATAAN ORISINALITAS ...................................... iv
ABSTRAK ............................................................................. v
ABSTRACT ............................................................................ vi
KATA PENGANTAR .......................................................... vii
UCAPAN TERIMA KASIH ................................................ viii
DAFTAR ISI ......................................................................... xi
DAFTAR TABEL ................................................................. xviii
DAFTAR GAMBAR ............................................................ xx
DAFTAR LAMPIRAN ........................................................ xxi
I PENDAHULUAN ................................................................. I-1
1.1. Latar Belakang Masalah ................................................ I-1
1.2. Rumusan Masalah ......................................................... I-6
1.3. Tujuan Penelitian .......................................................... I-7
1.4. Manfaat Penelitian ........................................................ I-7
1.5. Batasan Masalah dan Asumsi Penelitian....................... I-8
1.6. Sistematika Penulisan ................................................... I-9

DAFTAR ISI (LANJUTAN)
BAB HALAMAN
II LANDASAN TEORI ............................................................ II-1
2.1. Revolusi Industri 4.0 ..................................................... II-1
2.1.1. Sejarah dan Perkembangan Revolusi Industri
4.0 ...................................................................... II-1
2.1.2. Era Revolusi Industri 4.0 ................................... II-5
2.1.3. Karakteristik Industri 4.0................................... II-10
2.2. Lean Manufacturing ...................................................... II-14
2.2.1. Sejarah dan Perkembangan Lean Manufacturing II-14
2.2.2. Konsep Lean Manufacturing ............................. II-15
2.3. Manufacturing Performance ......................................... II-19
2.4. Review Literatur Penelitian ........................................... II-20
2.5. Kerangka Konseptual Penelitian ................................... II-25
III METODOLOGI PENELITIAN.......................................... III-1
3.1. Tempat dan Waktu Penelitian ....................................... III-1
3.2. Jenis Penelitian .............................................................. III-1
3.3. Objek Penelitian ............................................................ III-1
3.4. Variabel Penelitian ........................................................ III-2
3.4.1. Variabel Independen Industry 4.0 (X1) ............. III-2
3.4.2. Variabel Independen Lean Manufacturing (X2) III-2
xii
BAB HALAMAN
3.4.3. Variabel Dependen Manufacturing
Performance (Y) ............................................... III-3
3.4.4. Hubungan Antar Variabel ................................. III-3
3.5. Definisi Operasional...................................................... III-3
3.6. Tahapan Penelitian ........................................................ III-5
3.7. Populasi dan Sampel Penelitian .................................... III-6
3.7.1. Populasi ............................................................. III-6
3.7.2. Sampel ............................................................... III-7
3.8. Jenis Sumber Data ......................................................... III-8
3.8.1. Data Primer ....................................................... III-8
3.8.2. Data Sekunder ................................................... III-9
3.10. Metode Pengumpulan Data ........................................... III-9
3.10.1. Kuesioner .......................................................... III-9
3.10.2. Studi Literatur ................................................... III-9
3.11. Metode Analisis Data .................................................... III-10
3.11.1. Analisis Deskriptif............................................. III-10
3.11.2. Analisis Structural Equation Modelling (SEM) III-11
3.11.3. Partial Least Square (PLS) ............................... III-11
3.11.4. Uji Hipotesis ...................................................... III-16
xiii
BAB HALAMAN
IV PENGUMPULAN DAN PENGOLAHAN DATA ............. IV-1
4.1. Gambaran Umum Objek Penelitian .............................. IV-1
4.2. Analisis Deskriptif ........................................................ IV-2
4.2.1. Data Responden Pra Penelitian ......................... IV-2
4.2.1.1. Karakteristik Responden Pra Penelitian
berdasarkan Jenis Kelamin .................. IV-2
berdasarkan Usia ................................. IV-3
berdasarkan Jabatan ............................. IV-4
berdasarkan Lingkup Usaha ................ IV-5
4.2.2. Rekapitulasi Jawaban Kuesioner Pra Penelitian IV-6
4.2.2.1. Rekapitulasi Jawaban Kuesioner Pra
Penelitian pada Variabel Industry 4.0
Adoption (X1) ....................................... IV-6
Penelitian pada Variabel Lean
Manufacturing Practices (X2) ............ IV-7
xiiii
BAB HALAMAN
Penelitian pada Variabel Manufacturing
Performance (Y) .................................. IV-9
4.2.3. Data Responden Penelitian................................ IV-10
4.2.3.1. Karakteristik Responden berdasarkan
Jenis Kelamin ...................................... IV-10
Usia ...................................................... IV-11
Jabatan ................................................. IV-12
Lingkup Usaha..................................... IV-13
4.3. Analisis Deskriptif Variabel Penelitian ......................... IV-14
4.3.1. Variabel Industry 4.0 (X1) ................................ IV-15
4.3.2. Variabel Lean Manufacturing (X2)................... IV-17
4.3.3. Variabel Manufacturing Performance (Y) ........ IV-21
4.4. Hasil Analisis Data ........................................................ IV-23
4.4.1. Evaluasi Model Pengukuran (Outer Model) ..... IV-25
4.4.1.1. Validitas Konvergen ............................ IV-25
4.4.1.2. Validitas Diskriminan .......................... IV-28
xivi
BAB HALAMAN
4.4.1.3. Composite Reliability .......................... IV-30
4.4.2. Evaluasi Model Struktural (Inner Model) ......... IV-32
4.4.2.1. R Square .............................................. IV-32
4.4.2.2. Q2 Predictive Relevance ...................... IV-33
4.4.2.3. Uji Signifikansi (Bootstraping) ........... IV-34
4.5. Uji Hipotesis ................................................................. IV-36
V ANALISIS DAN PEMBAHASAN ...................................... V-1
5.1. Analisis Pengujian Hipotesis ........................................ V-1
5.1.1. Pengaruh Industry 4.0 terhadap Manufacturing
Performance ...................................................... V-1
5.1.2. Pengaruh Lean Manufacturing terhadap
Manufacturing Performance ............................. V-3
5.1.3. Pengaruh Lean Manufacturing terhadap
Manufacturing Performance dengan dimediasi
Industry 4.0........................................................ V-4
5.2. Analisis Regresi ............................................................ V-5
5.2.1. Regresi Industry 4.0 Adoption terhadap
xvi
BAB HALAMAN
5.2.2. Regresi Lean Manufacturing Practices terhadap
5.2.3. Regresi Lean Manufacturing Practices terhadap
Manufacturing Performance dimediasi
Industry 4.0 Adoption ........................................ V-7
VI KESIMPULAN DAN SARAN ............................................. VI-1
6.1. Kesimpulan ................................................................... VI-1
6.2. Saran ........................................................................... VI-2
DAFTAR PUSTAKA
LAMPIRAN
xvii
DAFTAR TABEL
TABEL HALAMAN
1.1. PDRB Provinsi Sumatera Utara Atas Dasar Harga
Konstan Menurut Lapangan Usaha Industri Pengolahan
(Milyar Rupiah) ................................................................. I-4
3.1. Operasionalisasi Variabel .................................................. III-3
4.1. Rekapitulasi Jawaban Responden Pra Penelitian pada
Variabel Industry 4.0 Adoption ......................................... IV-6
Variabel Lean Manufacturing Practices ........................... IV-7
Variabel Manufacturing Performance .............................. IV-9
4.4. Deskripsi Proses Pengumpulan Data Kuesioner ............... IV-10
4.5. Variabel Industry 4.0 Adoption ......................................... IV-16
4.6. Variabel Lean Manufacturing Practices ........................... IV-20
4.7. Variabel Manufacturing Performance .............................. IV-23
4.8. Hasil Nilai Outer Loading Factor ..................................... IV-27
4.9. Nilai Cross Loadings......................................................... IV-28
4.10. Nilai Composite Reliability ............................................... IV-30
4.11. R Square ............................................................................ IV-33
4.12. Q2 Predictive Relevance .................................................... IV-34
4.13. Path Coefficient ................................................................. IV-35

DAFTAR TABEL (LANJUTAN)
TABEL HALAMAN
4.14. Indirect Effect .................................................................... IV-36
4.15. Rekapitulasi Hasil Uji Hipotesis ....................................... IV-38
xix
DAFTAR GAMBAR
GAMBAR HALAMAN
2.1. Sejarah Revolusi 1.0-4.0 .................................................................. II-2
2.2. Indonesia Industry 4.0 Readiness Index (INDI 4.0) ........................ II-8
2.3. Teknologi Pendukung Industri 4.0 ................................................... II-13
2.4. Kerangka Konseptual Penelitian ...................................................... II-26
3.1. Tahapan Penelitian ........................................................................... III-6
4.1. Jenis Kelamin Responden Pra Penelitian ......................................... IV-3
4.2. Usia Responden Pra Penelitian ........................................................ IV-3
4.3. Jabatan Responden Pra Penelitian ................................................... IV-4
4.4. Lingkup Usaha Responden Pra Penelitian ....................................... IV-5
4.5. Jenis Kelamin Responden ................................................................ IV-11
4.6. Usia Responden ............................................................................... IV-12
4.7. Jabatan Responden ........................................................................... IV-13
4.8. Lingkup Usaha Responden .............................................................. IV-14
4.9. Kerangka Model............................................................................... IV-25
4.10. Hasil Uji Outer Model ..................................................................... IV-26
4.11. Diagram Cronbach’s Alpha ............................................................. IV-31
4.12. Diagram Composite Reliability ........................................................ IV-31
4.13. Diagram AVE .................................................................................. IV-32
4.14. Nilai T-Statistic ................................................................................ IV-35

DAFTAR LAMPIRAN
LAMPIRAN HALAMAN
1. Kuesioner Penelitian .................................................................... L-1
2. Rekapitulasi Pra Penelitian Jawaban Responden ......................... L-2
3. Rekapitulasi Hasil Jawaban Responden ....................................... L-3
4. Hasil Uji Outer dan Inner Model ................................................. L-4
5. Tabulasi Data Mentah Pra Penelitian ........................................... L-5
6. Tabulasi Data Mentah .................................................................. L-6
7. Formulir Permohonan Tugas Sarjana........................................... L-7
8. Formulir Penetapan Tugas Sarjana .............................................. L-8
9. Surat Keputusan Tugas Sarjana ................................................... L-9
10. Lembar Asistensi Laporan Tugas Sarjana.................................... L-10

BAB I
PENDAHULUAN
1.1. Latar Belakang
Di era industri yang berkembang pesat ini, perusahaan di seluruh dunia
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
segala aspek kehidupan manusia dan menentukan perkembangan ekonomi ke
depan secara global (Menristekdikti, 2019).
Dalam menyongsong era industri digital, Kementerian Perindustrian akan
meluncurkan indikator penilaian untuk tingkat kesiapan industri di Indonesia dalam
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
project dalam Peraturan Presiden No. 18 Tahun 2020 tentang Rencana
Pembangunan Jangka Menengah (RPJMN) 2020-2024 (Kemenperin, 2020).
I-1
I-2
Tujuan utama dari industry 4.0 adoption adalah menghasilkan proses
produksi yang lebih efisien sehingga mampu mereduksi pemborosan biaya
produksi. Teknologi industri 4.0 memungkinkan perusahaan mengakses informasi
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
memaksimalkan potensi dan manfaat industri 4.0, perusahaan manufaktur
sebaiknya lebih dulu menerapkan prinsip Lean Manufacturing secara benar
(Sanders et al, 2016).
Lean manufacturing merupakan suatu konsep yang awalnya dikembangkan
oleh Toyota, kemudian dikenal sebagai just-in-time manufacturing. Konsep lean
manufacturing bertujuan untuk mengubah suatu organisasi di perusahaan menjadi
lebih efisien dan kompetitif. Aplikasi dari konsep lean Manufacturing yaitu
mengurangi lead time dan meningkatkan output dengan menghilangkan
pemborosan yang terjadi di sebuah perusahaan. Industry 4.0 adoption dan lean
manufacturing practices dapat mengarahkan perusahaan menuju manufacturing
performance yang lebih optimal (Tortorella dan Fetterman, 2017).
Ukuran manufacturing performance terdiri dari tiga dimensi kinerja utama:
quality performance, production flexibility dan operations cost (Adebanjo, 2020).
Penerapan industri 4.0 dan lean manufacturing yang baik akan mendukung kinerja
manufaktur yang baik pula. Manufacturing performance yang baik akan
mendorong perusahaan agar dapat meningkatkan produktivitas, penyerapan tenaga

I-3
kerja dan perluasan pasar bagi seluruh aspek industri, sehingga industri manufaktur
semakin produktif dan berdaya saing sehingga mampu mendorong pertumbuhan
ekonomi nasional.
Industri manufaktur merupakan cabang industri yang mengoperasikan
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
tercatat sebanyak 1.256 perusahaan, dengan jumlah perusahaan terbanyak berada
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,
mesin dan peralatannya sebesar Rp1,47 triliun (BPS, 2021).
Pertumbuhan ekonomi merupakan salah satu indikator makro dari kinerja
suatu perekonomian. Dalam kaitan ini, maka pemerintah selalu berusaha
mendorong peningkatan dan percepatan laju pertumbuhan ekonomi. Setiap negara
pada umumnya menginginkan pertumbuhan ekonomi yang pesat agar dapat
meningkatkan taraf hidup dan kesejahteraan masyarakat. Salah satu indikator
keberhasilan suatu perusahaan manufaktur adalah meningkatnya produktivitas
yang berdampak pada pertumbuhan ekonomi di suatu daerah tersebut. Industri
manufaktur berkontribusi terbesar terhadap Produk Domestik Bruto (PDB)

I-4
Nasional (Kemenperin, 2020). Untuk melihat produktivitas ekonomi, maka
digunakan PDRB Atas Dasar Harga Konstan (ADHK).
Tabel 1.1. PDRB Provinsi Sumatera Utara Atas Dasar Harga Konstan
Menurut Lapangan Usaha Industri Pengolahan (Milyar Rupiah)
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
faktor yang dianggap menjadi pemicu penurunan PDRB adalah munculnya
pandemi Covid-19 yang menyebabkan perekonomian di beberapa wilayah kian
melemah. Sementara itu, sejumlah negara mitra dagang Indonesia ikut pula
terkontraksi sebagai akibat adanya pembatasan aktivitas dan lockdown untuk
mengendalikan penyebaran Covid-19. China yang pertumbuhan ekonominya
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
Eropa (-2,7%) (Kemenperin, 2020).
Untuk menganalisis variabel yang dapat menentukan peningkatan kinerja
manufaktur perusahaan di Provinsi Sumatera Utara, pengukuran akan dilakukan
dengan menggunakan metode SEM-PLS pada 6 indikator industry 4.0 adoption
(Chauhan et al, 2020) dan 4 dimensi lean manufacturing practices yang terdiri dari
supplier factors, customer factors, process factors dan control and human factors
(Sanders et al, 2016).
Beberapa peneliti terdahulu telah melakukan kajian tentang kinerja
manufaktur menggunakan metode yang terkait, dengan menggunakan variabel
industry 4.0 adoption dan praktik lean manufacturing untuk melihat pengaruhnya
terhadap kinerja di beberapa perusahaan manufaktur. Hasil penelitian yang
diperoleh mengalami sedikit perbedaan, salah satu penelitian menghasilkan
kesimpulan bahwa terdapat efek langsung dan tidak langsung yang signifikan dari
penerapan industri 4.0 dan lean manufacturing practices terhadap kinerja
manufaktur. Penelitian lain menyebutkan bahwa lean manufacturing practices

I-6
bukanlah suatu prasyarat untuk menerapkan teknologi industri 4.0 (Kamble et al,
2019; Angappa dan Sachin, 2020).
Berdasarkan beberapa penelitian di atas, terdapat variabel industry 4.0
adoption dan lean manufacturing practices sebagai faktor yang dapat memengaruhi
kinerja manufaktur pada beberapa perusahaan di suatu wilayah tertentu. Penelitian
ini bertujuan untuk mengidentifikasi pilar apa saja yang menjadi faktor kesuksesan
dan hambatan terhadap kinerja manufaktur perusahaan di Sumatera Utara. Dengan
mengkaji faktor kesuksesan, diharapkan perusahaan dapat meningkatkan
implementasi pilar tersebut demi memacu produktivitas dan peningkatan efisiensi
yang setinggi-tingginya.
1.2. Rumusan Masalah
Berdasarkan latar belakang permasalahan yang telah diuraikan maka
permasalahan yang akan dicari pemecahannya adalah mengevaluasi industry 4.0
adoption dan lean manufacturing practices terhadap manufacturing performance
di perusahaan industri manufaktur di Provinsi Sumatera Utara dengan
menggunakan metode Structural Equation Modelling (SEM) berbasis Partial Least
Square (PLS). Maka, rumusan masalah yang dibahas pada penelitian ini adalah
sebagai berikut:
1. Bagaimana pengaruh industry 4.0 adoption terhadap manufacturing
performance pada perusahaan industri manufaktur di Provinsi Sumatera Utara?
2. Bagaimana pengaruh lean manufacturing practices terhadap manufacturing
performance pada perusahaan industri manufaktur di Provinsi Sumatera Utara?

I-7
3. Bagaimana pengaruh lean manufacturing practices terhadap manufacturing
performance dengan dimediasi oleh industry 4.0 adoption pada perusahaan
industri manufaktur di Provinsi Sumatera Utara?
1.3. Tujuan Penelitian
Tujuan umum penelitian ini adalah mengevaluasi penerapan industry 4.0
adoption dan lean manufacturing practices terhadap kinerja manufaktur agar
tercipta proses produksi secara efisien di perusahaan industri manufaktur di
Sumatera Utara. Sasaran penelitian untuk mencapai tujuan tersebut adalah sebagai
berikut:
1. Untuk mengetahui pengaruh industry 4.0 adoption terhadap manufacturing
performance pada perusahaan industri manufaktur di Provinsi Sumatera Utara
2. Untuk mengetahui pengaruh lean manufacturing practices terhadap
manufacturing performance pada perusahaan industri manufaktur di Provinsi
Sumatera Utara
3. Untuk mengetahui pengaruh lean manufacturing practices terhadap
manufacturing performance dengan dimediasi oleh industry 4.0 adoption pada
perusahaan industri manufaktur di Provinsi Sumatera Utara.
1.4. Manfaat Penelitian
Manfaat yang diharapkan dapat diperoleh dari penelitian ini adalah sebagai
berikut:
I-8
1. Manfaat untuk perusahaan industri manufaktur di Sumatera Utara
Hasil penelitian ini dapat menjadi evaluasi pada pengukuran kinerja manufaktur
perusahaan sebagai upaya untuk menyempurnakan pengukuran kinerja
manufaktur sebelumnya.
2. Manfaat untuk mahasiswa
Bagi mahasiswa dapat berguna untuk meningkatkan kemampuan analisis dan
logika berfikir yang sistematis, menambah pemahaman tentang cara melakukan
penelitian dalam menghasilkan karya ilmiah serta dapat mengaplikasikan ilmu
perkuliahan yang terjadi di lapangan pekerjaan.
3. Manfaat untuk Departemen Teknik Industri USU
Hasil penelitian ini dapat menjadi referensi penelitian mahasiswa untuk
penelitian selanjutnya dan sebagai tambahan literatur yang dapat dimanfaatkan
oleh para peneliti di bidang industri sejenis.
1.5. Batasan Masalah dan Asumsi Penelitian
Dalam penelitian ini terdapat beberapa batasan masalah agar tetap sesuai
dengan rencana yang telah ditetapkan. Batasan masalah yaitu sebagai berikut:
1. Penelitian ini ditujukan ke perusahaan industri manufaktur di Provinsi Sumatera
Utara yang telah menerapkan industry 4.0 adoption dan lean manufacturing
practices berdasarkan data yang diperoleh dari platform LinkedIn.
2. Data yang di ambil merupakan data hasil sebaran kuesioner yang disebar ke
perusahaan industri manufaktur di Provinsi Sumatera Utara.
Asumsi dalam penelitian ini adalah:

I-9
1. Perusahaan yang telah menerapkan industry 4.0 adoption dan lean
manufacturing practices yang berada di Sumatera Utara dianggap telah
memenuhi syarat untuk menjadi sampel pada penelitian ini.
2. Responden memahami kuesioner yang diberikan saat observasi dilakukan.
3. Data yang digunakan merepresentasikan kondisi aktual dari objek penelitian.
1.6. Sistematika Penulisan Laporan
Sistematika penulisan laporan dari tugas sarjana akan disajikan dalam Bab
I hingga Bab VI. Sistematika penulisan tugas sarjana dapat dilihat sebagai berikut:
Bab I Pendahuluan, menguraikan latar belakang permasalahan yang
mendasari penelitian dilakukan, rumusan permasalahan, tujuan penelitian, manfaat
penelitian, batasan dan asumsi yang digunakan dalam penelitian, dan sistematika
penulisan tugas sarjana.
Bab II Tinjauan Pustaka, menguraikan tentang teori-teori dan hasil
pemikiran dari ahli yang digunakan sebagai landasan untuk menyelesaikan
permasalahan penelitian.
Bab III Metodologi Penelitian, menguraikan tahap-tahap yang dilakukan
dalam penelitian yang terdiri dari tempat dan waktu penelitian, objek penelitian,
jenis penelitian, prosedur penelitian, sumber data, variabel penelitian, metode
penelitian, kerangka konseptual, serta metode analisis dan pemecahan masalah
Bab IV Pengumpulan dan Pengolahan Data, berisi tentang pengumpulan
data yang dilakukan, sebagaimana data-data tersebut diolah untuk memperoleh
hasil yang menjadi dasar pemecahan masalah penelitian.

I-10
Bab V Analisis dan Pembahasan, menjelaskan mengenai analisa dan
pembahasan terhadap hasil pengolahan data dan hasil pemecahan masalah
penelitian.
Bab VI Kesimpulan dan Saran, memuat rangkuman dari hasil penelitian
serta saran yang bermanfaat untuk perusahaan dan penelitian selanjutnya.

BAB II
LANDASAN TEORI
2.1. Revolusi Industri 4.0
2.1.1. Sejarah dan Perkembangan Revolusi Industri 4.0
Revolusi adalah perubahan sosial dan kebudayaan yang berlangsung secara
cepat dan menyangkut dasar atau pokok-pokok kehidupan masyarakat. Sedangkan
Revolusi Industri merupakan perubahan yang cepat di bidang ekonomi yaitu dari
kegiatan ekonomi agraris ke ekonomi industri yang menggunakan mesin dalam
mengolah bahan mentah menjadi bahan siap pakai. Revolusi Industri telah
mengubah cara kerja manusia dari penggunaan tangan menjadi menggunakan
mesin (Ningsih, 2018).
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
mengubah hidup dan kerja manusia. European Parliamentary Research Service
menyampaikan bahwa sejarah revolusi industri merupakan fenomena yang terjadi
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
perubahan yang ada (Sabri et al. 2019).
Sejarah revolusi industri dapat dilihat pada Gambar 2.1.
II-1
II-2
Sumber: Ningsih, M. 2018. Pengaruh Perkembangan Revolusi Industri 4.0 dalam Dunia Teknologi
di Indonesia. Fakultas Komputer, Universitas Mitra Indonesia. Bandar Lampung.
Gambar 2.1. Sejarah Revolusi 1.0-4.0
Revolusi industri 1.0 berlangsung sekitar tahun 1750-1850 ditandai dengan
mekanisasi produksi untuk menunjang efektifitas dan efisiensi aktivitas manusia,
yaitu ketika ditemukan mesin - mesin bertenaga uap, lokomotif, kereta api
penumpang, kapal perang dengan mesin uap dan lain-lain yang membuat manusia
beralih dari mengandalkan tenaga manusia dan hewan ke mesin-mesin produksi
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
telah mampu meningkatkan penghasilan perkapita negara-negara di dunia menjadi
enam kali lipat. Peningkatan produktifitas akan mempengaruhi biaya produksi
menjadi semakin murah, sehingga banyak sekali perusahaan tenun dengan tangan
yang tutup, karena sudah tidak dapat bersaing lagi dengan pabrik tenun yang
II-3
menggunakan tenaga uap sehingga hal ini juga mengakibatkan meningkatnya
pengangguran. Revolusi perubahan pertama terjadi berkaitan dengan revolusi
pertanian yang terjadi pada sekitar 8.000 tahun sebelum masehi sampai sekitar
tahun 1700-an. Sebelum terjadinya revolusi pertanian, sistem sosial masyarakat
masih berbentuk dalam kelompok kecil, sering berpindah pindah, kelompok ini
mencari makan dengan berburu, mencari ikan dan mencari makanan yang tersedia
di alam (Ningsih, 2018).
Revolusi industri kedua berlangsung di sekitar 1870-1900 ketika
perindustrian dunia beralih ke tenaga listrik, alat komunikasi, kimia dan minyak
yang mampu menciptakan produksi massal dan standarisasi mutu. Revolusi ini
mengakhiri dominasi peradaban pertanian dan mengawali industrialisasi
masyarakat. Teknologi yang diperkenalkan pada gelombang ini umumnya
berdasarkan pada mesin elektromekanik yang digerakkan oleh bahan bakar fosil
yang tidak terbarukan, menyebabkan perubahan secara luas dalam meningkatkan
masyarakat. Kondisi ini membuat keluarga menjadi lebih kecil, beralih pekerjaan
dari lahan-lahan pertanian ke pabrik-pabrik, dan pendidikan beralih dari pendidikan
di rumah menjadi pendidikan yang terorganisir di dalam kelas. Revolusi industri
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
dan periode awal digunakannya listrik.
Revolusi industri ketiga terjadi di era 1960-an ditandai dengan penggunaan
elektronik dan teknologi informasi guna otomatisasi produksi. Sistem otomatisasi

II-4
berbasis komputer ini membuat mesin industri tidak lagi dikendalikan manusia.
Penemuan komputer, internet, dan telepon genggam dengan penyesuaian massal
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
relasi dan komunikasi masyarakat kontemporer. Revolusi ini telah mempersingkat
jarak dan waktu, revolusi ini mengedepankan sisi real time. Perkembangan yang
pesat dari teknologi sensor, interkoneksi dan analisis data memunculkan gagasan
untuk mengintegrasikan seluruh teknologi tersebut ke dalam berbagai bidang
industri.
Perubahan teknologi sebagai suatu revolusi yang dialami masyarakat dalam
kehidupannya karena perkembangan teknologi. Mulai dari masyarakat sebelum
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
(fishing), mengumpulkan kayu di hutan (logging), hingga penggalian bahan
tambang (mining) merubah cara manusia berinteraksi. Pada tahap ini tradisi oral
menjadi tradisi membaca. Tradisi membaca masih sangat terbatas hanya pada
kalangan rohaniwan Katolik saja dan belum menjangkau masyarakat kebanyakan
lainnya (Straubhaar dan Rose dalam Rohida, 2018).
Munculnya revolusi industri merubah pula wajah tradisi membaca yang
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
menandakan perubahan besar dari cara manusia melakukan interaksi dengan
manusia lainnya, karena teknologi digital telah menciptakan suatu media yang
sangat interaktif yaitu internet. Internet telah mengubah cara manusia melakukan
interaksi sehari-hari dari lisan menjadi interaksi secara tertulis.
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
(integrated network), yang bekerja di setiap aktivitas ekonomi, dari produksi
hingga konsumsi, dimana teknologi informasi dan komunikasi dimanfaatkan
sepenuhnya. Revolusi industri keempat dimulai pada tahun 2011 di Jerman dengan
proyek pemerintah Jerman untuk mempromosikan komputerisasi dan inovasi
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
ditemukan di mana-mana (Rini, 2019).
2.1.2. Era Revolusi Industri 4.0
Definisi mengenai industri 4.0 beragam karena masih dalam tahap
penelitian dan pengembangan. Industri 4.0 menjadikan proses produksi berjalan

II-6
dengan internet sebagai penopang utama, dimana semua obyek dilengkapi
perangkat teknologi yang dibantu sensor dan mampu berkomunikasi sendiri dengan
sistem teknologi informasi (Kemenperin, 2020).
Industri 4.0 adalah sebuah konsep yang muncul di beberapa tahun terakhir
karena kemajuan teknologi dan perkembangan mengganggu di sektor industri
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.
Ditandai dengan munculnya fungsi-fungsi kecerdasan buatan (artificial
intelligence), mobile supercomputing, intelligent robot, self-driving cars, neuro-
technological brain enhancements, era big data yang membutuhkan kemampuan
cybersecurity, era pengembangan biotechnology dan genetic editing (manipulasi
gen) (WEF, 2015).
Industri 4.0 adalah manufaktur yang terhubung secara digital, mencakup
berbagai jenis teknologi, mulai dari 3D printing hingga robotik, jenis material baru
serta sistem produksi. Perkembangan industri ini memiliki manfaat yang sangat
besar karena dapat mengoptimalkan serta menyederhanakan rantai suplai bisnis
dengan cara mengintegrasikan secara digital sistem manufaktur. Industri 4.0
merupakan transformasi komprehensif dari keseluruhan aspek produksi di industri
melalui penggabungan teknologi digital dan internet dengan industri konvensional
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
Industri 4.0 yaitu interoperability, virtualisasi, desentralisasi, kemampuan real
time, berorientasi layanan dan bersifat modular (Prasetyo, 2018).
Berdasarkan definisi di atas dapat diartikan bahwa Industri 4.0 merupakan
era industri di mana seluruh entitas yang ada didalamnya yaitu digital, fisik, dan
biologi saling berkomunikasi secara real time kapan saja dengan berlandaskan
pemanfaatan teknologi internet, material canggih, mesin cerdas, mesin otomatis,
dan teknologi lainnya. Industri 4.0 merupakan kombinasi dari beberapa teknologi
maju terbaru seperti: teknologi informasi dan komunikasi, sistem cyber-fisik
(cyber-physical system), komunikasi jaringan (network communication), big data
dan cloud computing, pemodelan, virtualisasi, dan simulasi yang dikembangkan
untuk kemudahan interaksi manusia dengan komputer.
Di Indonesia, perkembangan Industri 4.0 sangat didorong oleh Kementerian
Perindustrian, hal ini dilakukan agar Indonesia dapat bersaing dengan negara lain
di bidang industri. Salah satu upaya yang dilakukan yakni menyiapkan sektor
manufaktur prioritas untuk bertransformasi menuju industri 4.0. Penerapan peta

II-8
jalan Making Indonesia 4.0 telah berjalan lebih kurang satu tahun. Selama waktu
itu, Kementerian Perindustrian telah meluncurkan Industry 4.0 Readiness Index
(Indi 4.0) sebagai indeks acuan bagi industri dan pemerintah dalam mengukur
tingkat kesiapan industri bertransformasi menuju industri 4.0.
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.
Sumber: Kementerian Perindustrian Republik Indonesia
Gambar 2.2. Indonesia Industry 4.0 Readiness Index (INDI 4.0)
Menteri perindustrian terus memacu perkembangan Revolusi Industri 4.0,
sebanyak 328 perusahaan industri sudah melakukan self-assesment INDI 4.0 secara
II-9
online melalui akun SIINas (Sistem Informasi Industri Nasional). Jumlah ini
meliputi 39 perusahaan industri makanan dan minuman, 10 perusahaan industri
tekstil, serta 30 perusahaan industri kimia, 198 perusahaan industri otomotif, 28
perusahaan industri elektronika, 11 perusahaan industri logam, 11 perusahaan
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
industri 4.0 di perusahaan industri dijadikan sebagai kriteria pemberian
penghargaan dan apresiasi kepada perusahaan industri yang bertransformasi
menuju industri 4.0.
Kemenperin menetapkan sebanyak lima industri penerima penghargaan
tersebut dinilai sebagai perusahaan percontohan yang sudah menerapkan industri
4.0. Kelima perusahaan industri tersebut adalah PT Indolakto (sektor industri
makanan dan minuman), PT Pupuk Kaltim (sektor industri kimia), PT Pan
Brothers, Tbk (sektor industri tekstil), PT Toyota Motor Manufacturing Indonesia
(sektor industri otomotif), serta PT Hartono Istana Teknologi (sektor industri
elektronika).
Selanjutnya, Kemenperin menunjuk PT Schneider Electric Manufacturing
Batam (PT SEMB) sebagai lighthouse industri 4.0 di Indonesia. Penunjukan ini
berdasarkan Program Batam Digital Tranformation Journey yang dimulai tahun
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
Pendefinisian komitmen dari manajemen puncak ke level paling bawah dan
perumusan target perusahaan secara jelas, (2) Pengembangan kompetensi digital
dan mengubah mindset, budaya kerja dan organisasi menuju digital attitude, (3)
Scalling up melalui pengembangan kemampuan dan adopsi model operasional
yang baru dan efisien untuk diterapkan di perusahaan. Dengan adanya lighthouse
ini diharapkan dapat menjadi pembelajaran bagi industri lain dalam bertransformasi
menuju industri 4.0.
2.1.3. Karakteristik Industri 4.0
Karakteristik industri 4.0 ditandai dengan berbagai teknologi terapan
(applied technology), seperti advanced robotics, artificial intelligence, internet of
things, virtual and augmented reality, additive manufacturing, serta distributed
manufacturing yang secara keseluruhan mampu mengubah pola produksi dan
model bisnis di berbagai sektor industri (Ningsih, 2018). Adapun pengertian dari
istilah-istilah tersebut adalah:
1. Advanced Robotics
Advanced Robotics merupakan peralatan yang digunakan secara mandiri, yang
mampu berinteraksi secara langsung dengan manusia, serta menyesuaikan
perilaku berdasarkan sensor data yang diberikan. Fungsi utamanya adalah untuk
memperpendek waktu tunggu dan waktu layanan, sehingga menghasilkan
efisiensi.
2. Artificial Intelligence (AI)
AI adalah sistem mesin berteknologi komputer yang mampu mengadopsi

II-11
kemampuan manusia. Ini dimaksudkan untuk meningkatkan kinerja dan
produktivitas, sekaligus meminimalisir risiko kesalahan yang bisa dilakukan
oleh tenaga kerja manusia.
3. Internet of Things (IoT)
IoT merupakan teknologi yang memungkinan setiap instrumen terkoneksi satu
sama lain secara virtual, sehingga mampu mendukung kinerja operasioanal
usaha, pengawasan terhadap perfoma manajemen, serta peningkatan nilai guna
output.
4. Virtual and Augmented Reality
Virtual Reality merupakan simulasi yang dilakukan oleh komputer dalam
membentuk sebuah realitas rekaan. Teknologi ini mampu memanipulasi
penglihatan manusia sehingga seolah-olah berada di tempat atau lingkungan
yang berbeda dari kenyataan sesungguhnya. Sementara Augmented Reality
adalah teknologi yang mampu menghasilkan informasi dari kondisi lingkungan
sebenarnya, lalu diproses secara digital dan digunakan untuk tujuan tertentu.
5. Additive Manufacturing
Teknologi ini merupakan otomatisasi proses produksi melalui teknologi 3D
(three dimensional). Hal ini memberi pengaruh positif pada kecepatan
pengolahan dan transportasi produk.
6. System Integration
Integrasi horizontal adalah keadaan dimana sebuah perusahaan
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
yang mereka integrasikan, berhasil menguasai sebagian besar pangsa pasar.
Integrasi horizontal berbeda dengan integrasi vertikal, dimana perusahaan
mengintegrasikan berbagai tahap produksi di dalam satu rantai suplai.
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
alat teknologi yang digunakan untuk melindungi aset informasi. Data
perusahaan yang bertransformasi menjadi data berbasis digital digunakan untuk
menyimpan, mengakses dan mengambil informasi penting. Melindungi
informasi dan data sudah bukan lagi prioritas tetapi sudah menjadi kebutuhan
sebagian besar perusahaan dan instansi pemerintah di seluruh dunia.
8. Cloud Computing
Cloud Computing (komputasi awan) adalah sebuah teknologi penyimpanan
data digital yang memanfaatkan adanya server virtual sebagai media
penyimpanan. Tidak seperti media penyimpanan perangkat keras pada
umumnya seperti CD atau hard disk, teknologi Cloud Storage tidak
membutuhkan perangkat tambahan apapun. Yang diperlukan untuk mengakses
file digital adalah perangkat komputer atau gadget yang telah dilengkapi
layanan internet. 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”
II-13
mengacu pada fungsi bisnis dan alat teknologi yang digunakan untuk
melindungi aset informasi. Data perusahaan yang bertransformasi menjadi data
berbasis digital digunakan untuk menyimpan, mengakses dan mengambil
informasi penting. Melindungi informasi dan data sudah bukan lagi prioritas
tetapi sudah menjadi kebutuhan sebagian besar perusahaan dan instansi
pemerintah di seluruh dunia.
9. Big Data Analytics
Big data adalah istilah khusus yang digunakan untuk data yang melebihi
kapasitas pemrosesan database konvensional karena berjumlah terlalu besar,
bergerak terlalu cepat, dan tidak sesuai dengan kemampuan struktural dari
arsitektur database tradisional. Sehingga dilakukan suatu proses dengan sistem
terintegrasi yang mampu menangani big data yang disebut big data analytics.
Sembilan teknologi pendukung (enabler) industri 4.0 dapat dilihat pada
Gambar 2.3. dibawah ini:
Sumber: Ningsih, M. 2018. Pengaruh Perkembangan Revolusi Industri 4.0 dalam Dunia Teknologi
di Indonesia. Fakultas Komputer, Universitas Mitra Indonesia. Bandar Lampung.
Gambar 2.3. Teknologi Pendukung Industri 4.0

II-14
2.2. Lean Manufacturing
2.2.1. Sejarah dan Perkembangan Lean Manufacturing
Setelah Perang Dunia II, perusahaan manufaktur di Jepang menghadapi
masalah berupa kekurangan material, keuangan, dan sumber daya manusia. Selama
beberapa dasawarsa, Amerika mengurangi biaya manufaktur dengan menggunakan
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
yang sedikit (Ohno, 1991 dalam Amrizal, 2009).
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
Toyota di Jepang (Kiichiro) merencanakan untuk mengurangi gap dengan Amerika
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
berusaha untuk mencapai kesempurnaan dengan pengurangan biaya secara terus-
menerus, tidak ada cacat, tidak ada persediaan, dan inovasi yang tiada akhir untuk
menghasilkan variasi produk yang baru (Ohno, 1991 dalam Amrizal, 2009).
Taiichi Ohno di Toyota Motor Company mengembangkan strategi lean di
tahun 1950-an. Model bisnis ini berfokus pada identifikasi secara sistematis dan
penghapusan waste dari suatu proses dan melibatkan perubahan dan meningkatkan
II-15
proses, sementara memberikan produk bermutu kepada produsen dan konsumen
pada biaya terendah. Lean telah mengubah persaingan dan telah menyebabkan
“kedewasaan” fase pertumbuhan dalam organisasi yang telah diimplementasikan.
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
saing perusahaan tersebut (Ohno, 1995 dalam Amrizal, 2009).
Lean manufacturing sepertinya suatu proses inovasi yang radikal tidak
terbatas kepada asal-muasal, tetapi mempunyai aplikabilitas luas di dalam beraneka
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
diamankan dan dikirim.
2.2.2. Konsep Lean Manufacturing
Lean adalah suatu upaya terus-menerus untuk menghilangkan pemborosan
(Waste) dan meningkatkan nilai tambah (value added) produk (barang/jasa) agar
memberikan nilai kepada pelanggan (customer value). Lean merupakan filosofi
bisnis yang berlandaskan minimasi penggunaan sumber-sumber daya (termasuk
waktu) dalam berbagai aktivitas perusahaan. Lean berfokus pada identifikasi dan
eliminasi aktivitas-aktivitas tidak bernilai tambah (non-value-adding activities)
dalam desain, produksi (untuk bidang manufaktur) atau operasi (untuk bidang jasa),
II-16
dan supply chain management, yang berkaitan langsung dengan pelanggan (APICS
Dictionary, 2005 dalam Gaspersz, 2011).
Lean yang diterapkan pada keseluruhan perusahaan disebut sebagai lean
enterprise. Lean yang diterapkan pada manufacturing disebut sebagai lean
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
sebagai lean government dan lain-lain (Gaspersz, 2011).
Terdapat lima prinsip dasar penerapan konsep Lean (Womack dan Jones,
2003) yaitu:
1. Specifying Value
Mengidentifikasi nilai produk berdasarkan perspektif pelanggan, dimana
pelanggan menginginkan produk dengan kualitas superior, harga kompetitif,
dan penyerahan tepat waktu.
2. Identify Whole Value Stream
Mengidentifikasi value stream process mapping (pemetaan proses pada value
stream) yang meliputi semua langkah yang diperlukan untuk mendesain
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
dan efisien sepanjang value stream dengan menggunakan pull system.
5. Perfection
Perbaikan yang dilakukan secara terus-menerus sehingga waste yang terjadi
dapat dihilangkan dari proses produksi yang berlangsung.
Lean manufacturing dapat didefinisikan sebagai suatu pendekatan untuk
mengidentifikasi dan menghilangkan pemborosan (waste) atau aktivitas-aktivitas
yang tidak memiliki nilai tambah (non-value-adding activities) melalui
peningkatan terus-menerus secara radikal (radical continous inprovement) dengan
cara mengalirkan produk (material, work-in-process, output) dan informasi
menggunakan sistem tarik (pull system) dari pelanggan internal dan eksternal untuk
mengejar keunggulan dan kesempurnaan (Gaspersz, 2011).
Lean Manufacturing merupakan eliminasi waste yang terstruktur dimana
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
(unreasonableness) (Womack, 1999 dalam Thangarajoo, 2015).
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
maintenance, statistical process control dan employee involvement dan customer
factor yang terdiri dari customer involvement. Faktor pemasok berkaitan dengan
aliran produk dan informasi antara pemasok dan organisasi dan ditujukan untuk
mengintegrasikan pemasok yang ada (Sanders et al, 2016).
1. Supplier Feedback
Mengacu pada umpan balik kinerja yang diterima dari pelanggan yang
dikomunikasikan kembali kepada para pemasok.
2. Just In Time
Hal ini menguraikan tentang pasokan produk oleh pemasok dalam jumlah
tertentu, pada waktu tertentu dan lokasi tertentu.
3. Supplier Development
Terjadinya pencocokan tingkat kompetensi pemasok dan produsen.
4. Customer Involvement
Hal ini menjelaskan mengenai pemahaman kebutuhan pelanggan dan cara
memuaskan mereka.
5. Pull Systems
Ini mengacu pada inisiasi jadwal produksi oleh departemen atau pelanggan
berikutnya melalui Kanban, daripada pabrikan yang memulai produksi sendiri.
6. Continuous Flow
Hal ini menjelaskan tentang adanya aliran produk yang disederhanakan tanpa
jeda dan waktu henti yang signifikan.
7. Setup time Reduction
Hal ini mengacu pada pengurangan waktu setup sebelum memulai produksi
II-19
sehingga proses beradaptasi dengan variasi sumber daya.
8. Total Preventive Maintenance
Penerapan Langkah untuk menghindari kerusakan mesin dan peralatan melalui
pemeliharaan aktif.
9. Statistical Process Control
Ini mengacu pada pengembangan budaya berkualitas tinggi di mana cacat dari
satu proses tidak boleh meresap ke operasi, jadwal dan prosedur berikutnya.
10. Employee Involvement
Hal ini mengacu pada komitmen, partisipasi, dan pemberdayaan karyawan
terhadap pengembangan organisasi.
2.3. Manufacturing Performance
Performance merupakan hasil atau tingkat keberhasilan manufaktur secara
keseluruhan selama periode tertentu dalam melaksanakan tugas dibandingkan
dengan berbagai kemungkinan, seperti standar hasil kerja, target atau sasaran atau
kriteria yang telah ditentukan terlebih dahulu dan telah disepakati bersama.
Manufacturing Performance diklasifikasikan menjadi tiga dimensi yang terdiri
dari:
1. Quality Performance
Quality performance merupakan suatu pengukuran numerik kinerja organisasi
atau proses yang dinilai melalui pengukuran produk fisik dan pengambilan
sampel statistik dari output proses (Adebanjo, 2020).

II-20
2. Production Flexibility
Production Flexibility secara umum terbagi menjadi 2 bagian, yaitu volume
flexibility dan mix flexibility. Volume flexibility memungkinkan organisasi
manufaktur untuk beroperasi secara menguntungkan pada tingkat produksi
yang berbeda (Koste dan Malhotra, 1999 dalam Asadi et al, 2015). Sedangkan
mix flexibility merupakan kemampuan untuk menghasilkan satu set jenis bagian
tertentu, masing-masing mungkin menggunakan bahan yang berbeda dalam
beberapa cara (Metternich et al, 2013).
3. Operations Cost
Perusahaan perlu mengawasi item biaya operasional agar keuntungan bisnis
dapat meningkat. Pengendalian dapat dilakukan dengan cara menghemat
pengeluaran-pengeluaran yang tidak penting atau tidak menunjang kegiatan
operasional perusahaan. Sebab, pos biaya operasional akan mengurangi laba
kotor perusahaan, sehingga penghematan (pengurangan) biaya ini akan
berpengaruh positif terhadap laba/rugi operasional (Deanta, 2016 dalam Ariesa
et al, 2020)
Biaya operasional diharapkan dapat digunakan dengan bijak, sehingga
keuntungan yang optimal dapat dicapai oleh perusahaan. Dalam perusahaan,
baik manufaktur, perdagangan maupun jasa, seringkali terdapat permasalahan
dengan tingginya biaya yang harus dikeluarkan perusahaan untuk memenuhi
kegiatan operasional yang tidak sejalan dengan peningkatan pendapatan
(Bernardin dan Baeti, 2018 dalam Ariesa et al, 2020).

II-21
2.4. Review Literatur Penelitian
Penelitian yang berjudul “Industry 4.0 And Lean Manufacturing Practices
For Sustainable Organisational Performance In Indian Manufacturing
Companies” menggunakan metode CFA dan SEM untuk mengetahui pengaruh
implementasi industri 4.0 dan praktik lean manufacturing terhadap suistanable
organizational performance pada beberapa perusahaan manufaktur di India.
Penelitian yang dilakukan menghasilkan kesimpulan bahwa terdapat efek langsung
dan tidak langsung yang signifikan dari penerapan industri 4.0 pada SOP dan
mengkonfirmasi keberadaan praktik lean manufacturing sebagai variabel mediasi
yang kuat pada peningkatan SOP (Kamble et al, 2019).
Penelitian yang berjudul “Analyzing the role of Industry 4.0 Technologies
and Circular Economy Practices in Improving Sustainable Performance”
menggunakan metode CFA dan SEM untuk untuk menguji efek mediasi dan
moderasi Circular Economy pada hubungan antara teknologi Industri 4.0 dan
Sustainable Performance. Penelitian yang dilakukan mengungkapkan bahwa
mengembangkan CE bukanlah prasyarat untuk menerapkan teknologi industri 4.0.
Namun, teknologi I4 mendukung pengembangan lingkungan CE yang efisien, yang
mengarah pada pencapaian tujuan organisasi yang berkelanjutan (Angappa dan
Sachin, 2020).
Penelitian yang berjudul “Implementation of Industry 4.0 and Lean
Production in Brazilian Manufacturing Companies” bertujuan untuk menjelaskan
hubungan antara praktik lean production (LP) dan implementasi dari industry 4.0
pada perusahaan manufaktur di Brazil. Data dikumpulkan dan dianalisis

II-22
menggunakan analisis multivariat. Hasil penelitian menunjukkan bahwa praktik
lean production memberikan efek positif dan signifikan dengan teknologi Industry
4.0 pada performance perusahaan manufaktur (Tortorella et al, 2017).
Penelitian yang berjudul “The Complementary Effect of Lean
Manufacturing and Digitalisation on Operational Performance” menyelidiki
hubungan antara penggunaan lean manufacturing, digitalisasi pabrik, dan kinerja
operasional menggunakan analisis regresi berganda hierarkis. Hasil penelitian
menunjukkan bahwa lean manufacturing dan digitalisasi pabrik secara individual
berkontribusi pada peningkatan kinerja operasional dan secara bersama-sama
memiliki efek komplementer (atau sinergis) yang lebih besar daripada gabungan
efek masing-masing. Temuan penelitian ini memberikan wawasan teoretis dan
praktis tentang bagaimana lean manufacturing dan digitalisasi pabrik memengaruhi
kinerja operasional perusahaan manufaktur (Buer et al, 2020).
Penelitian yang berjudul “Industry 4.0 Implies Lean Manufacturing:
Research Activities in Industry 4.0 Function as Enablers for Lean Manufacturing”
menganalisis hubungan antara Industri 4.0 dan lean manufacturing, dan
menyelidiki apakah Industry 4.0 mampu menerapkan lean. Teridentifikasi bahwa
penelitian dan publikasi di bidang Industri 4.0 menjadi jawaban untuk mengatasi
hambatan penerapan lean manufacturing. Prinsip-prinsip solusi potensial ini
membuktikan hipotesis bahwa Industri 4.0 memang mampu menerapkan lean. Ini
mengungkap fakta bahwa berkomitmen pada Industri 4.0 membuat pabrik menjadi
lean selain menjadi pintar (Sanders et al, 2016).

II-23
Penelitian yang berjudul “Smart factory performance and Industry 4.0”
menganalisis hubungan kausal antara tingkat keterbukaan dan kinerja, dengan
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).
Penelitian yang berjudul “Industry 4.0 and Lean Manufacturing: A
Systematic Literature Review and Future Research Directions” bertujuan untuk
mengidentifikasi hubungan antara teknologi Industri 4.0 dan praktik Lean
Manufacturing. Tinjauan literatur sistematis dilakukan, di mana 93 studi dianalisis
sesuai dengan konten dan tingkat kontekstualisasinya. Secara total, 9 teknologi I4.0
dan 14 praktik LM telah diidentifikasi dan dikategorikan menurut tingkat yang
berbeda dari aplikasi aliran nilai dan sinergi. Dari 126 hubungan berpasangan, 24
diklasifikasikan sebagai sinergi tinggi yang mengungkapkan adanya interaksi
positif antara praktik Lean Manufacturing dan teknologi I4.0 menuju pencapaian
kinerja operasional yang lebih tinggi (Pagliosa et al, 2019).

II-24
Penelitian yang berjudul “Industry 4.0 and Lean Production: an Empirical
Study” bertujuan untuk mengetahui dampak hubungan antara adopsi Industri 4.0
dan Lean Production (LP) terhadap tingkat peningkatan kinerja operasional.
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
mudah dicapai ketika praktik LP diterapkan secara ekstensif di perusahaan.
Sebaliknya, ketika proses tidak dirancang dengan kuat dan praktik peningkatan
berkelanjutan tidak ditetapkan, perusahaan mungkin juga tidak fokus untuk
mengadopsi teknologi baru (Rossini et al, 2019).
Penelitian yang berjudul “Evaluation of the Relation between Lean
Manufacturing, Industry 4.0, and Sustainability” menggunakan model persamaan
struktural, dengan enam hipotesis, untuk mengukur secara kuantitatif pengaruh
Lean Manufacturing dan Industri 4.0, dalam Sustainability. Untuk memvalidasi
hipotesis tersebut secara statistik, dikumpulkan 252 kuesioner yang valid dari
perusahaan industri di Semenanjung Iberia (Portugal dan Spanyol). Hasil
menunjukkan bahwa: (1) tidak dapat disimpulkan bahwa Lean Manufacturing
berkorelasi dengan salah satu pilar Sustainability; dan (2) Industri 4.0 menunjukkan
korelasi yang kuat dengan ketiga pilar Sustainability. Hasil ini dapat memberikan
kontribusi sebagai pendukung keputusan penting bagi perusahaan industri dan
pemangku kepentingannya, bahkan karena tidak semua hasil sejalan dengan
pendapat dan penelitian lain (Varela et al, 2019).

II-25
Penelitian yang berjudul “The Relationship between Lean and Industry 4.0:
Literature Review” mengidentifikasi kesenjangan besar untuk asosiasi yang
menghubungkan lean dan industri 4.0. Untuk melaksanakan penelitian, 35 jurnal
telah ditinjau dan skema klasifikasi untuk mereka dikembangkan. Untuk membuat
hubungan antara lean dan industri 4.0 transparan, penelitian ini memberikan
analisis kuantitatif dan kualitatif. Analisis kuantitatif menunjukkan hasil analisis
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
melengkapi lean (Taghavi dan Yvan, 2020).
2.5. Kerangka Konseptual Penelitian
Kerangka teoritis adalah suatu model konseptual yang menunjukkan
hubungan logis antara faktor/variabel yang telah diidentifikasi penting untuk
menganalisis masalah penelitian atau menjelaskan pola hubungan antar semua
faktor/variabel yang terkait dalam landasan teori (Sinulingga, 2015).
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
Kesesuaian mutu Quality Production Operations

Performance Flexibility Cost Unit manufacturing
Tingkat cost
kecacatan produk
Ordering Cost
Kepuasan Volume flexibility Mix flexibility Machine flexibility
customer Konsumsi energi
Sumber: Pengumpulan Data

Gambar 2.4. Kerangka Konseptual Penelitian
II-26
BAB III
METODOLOGI PENELITIAN
3.1. Tempat dan Waktu Penelitian
Penelitian dilakukan di beberapa perusahaan industri manufaktur yang ada
di Provinsi Sumatera Utara. Pemilihan lokasi didasarkan atas kemudahan untuk
mendapatkan responden. Waktu penelitian dari bulan Mei 2021 sampai dengan
Agustus 2021.
3.2. Jenis Penelitian
Jenis penelitian pada tugas akhir ini merupakan penelitian sebab-akibat
(causal research). Penelitian sebab-akibat ialah suatu penelitian yang dilakukan
untuk menyelidiki hubungan sebab-akibat dengan cara mengamati akibat yang
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).
3.3. Objek Penelitian
Objek dalam penelitian ini adalah perusahaan industri manufaktur di
Provinsi Sumatera Utara yang sedang menerapkan industry 4.0 adoption dan lean
manufacturing practices dalam mendukung manufacturing performance
perusahaan.
III-1
III-2
3.4. Variabel Penelitian
Variabel pada penelitian ini dibagi menjadi variabel independen dan
variabel dependen yang terdiri dari:
3.4.1. Variabel Independen Industry 4.0 Adoption (X1)
Industry 4.0 adoption merupakan transformasi komprehensif dari
keseluruhan aspek produksi di industri melalui penggabungan teknologi digital dan
internet dengan industri konvensional dan menekankan definisi kepada unsur
kecepatan dari ketersediaan informasi.
3.4.2. Variabel Independen Lean Manufacturing Practices (X2)
Lean manufacturing practices dapat didefinisikan sebagai suatu pendekatan
untuk mengidentifikasi dan menghilangkan pemborosan (waste) atau aktivitas-
aktivitas yang tidak memiliki nilai tambah (non-value-adding activities) melalui
peningkatan terus-menerus secara radikal (radical continous inprovement) dengan
cara mengalirkan produk (material, work-in-process, output) dan informasi
menggunakan sistem tarik (pull system) dari pelanggan internal dan eksternal untuk
mengejar keunggulan dan kesempurnaan.
Lean manufacturing practices memiliki beberapa dimensi yang terbentuk
dari penelitian sebelumnya. Dimensi lean manufacturing practices terbagi menjadi
empat bagian yaitu Supplier Factors, Customer Factor, Process Factors dan
Control and Human Factors.

III-3
3.4.3. Variabel Dependen Manufacturing Performance (Y)
Manufacturing performance merupakan suatu kemampuan perusahaan
untuk menerjemahkan total pengeluaran manufaktur menjadi volume produksi dan
kinerja lapangan. Manufacturing performance memiliki beberapa dimensi yang
terbentuk dari penelitian sebelumnya. Dimensi manufacturing performance terbagi
menjadi tiga bagian yaitu Quality Performance, Production Flexibility dan
Operation Cost.
3.4.4. Hubungan Antar Variabel
Variabel-variabel dalam penelitian terdiri dari variabel eksogenus
(exogenous construct) dan variabel endogenus (endogenous construct). Variabel
eksogenus bertindak sebagai variabel bebas, dan variabel endogenus bertindak
sebagai variabel terikat (Sinulingga, 2015). Hubungan antar variabel eksogenus dan
endogenus yang digunakan dalam penelitian ini dijelaskan dalam pola hubungan
jalur karena memiliki pengaruh secara langsung dan tidak langsung.
3.5. Definisi Operasional
Definisi operasional adalah merupakan penjelasan sistematis dari konsep
dan variabel yang membentuk kerangka teoritis. Definisi operasional berkaitan erat
dengan identifikasi indikator-indikator (elemen pengukur) nilai setiap variabel
dalam kerangka teoritis (Sinulingga, 2015).

Penelitian ini melihat pengaruh industry 4.0 adoption dengan lean
manufacturing practices dengan melalui penelitian terdahulu sehingga didapat
didapat beberapa item parameter kinerja yang sesuai dengan kerangka dasar
manufacturing performance dan keadaan yang sesungguhnya di perusahaan.
Tabel 3.1. Operasionalisasi Variabel
Variabel Definisi Variabel Dimensi Indikator Sumber

Transformasi 1. Pemberlakuan
komprehensif dari Integrated System
keseluruhan aspek 2. Penggunaan Additive
produksi di industri Manufacturing dalam
melalui penggabungan perancangan prototype Tortella,
Industry 4.0 teknologi digital dan 3. Penerapan simulation 2017
Adoption internet dengan untuk desain produk Chauchan,
industri konvensional 4. Pemanfaatan Big Data 2020
dan menekankan 5. Penggunaan layanan
definisi kepada unsur Cloud
kecepatan dari 6. Penerapan Internet of
ketersediaan informasi Things
1. Hubungan perusahaan
dengan supplier
2. Ketepatan waktu
Supplier pengiriman barang dari Stimec,
Factors supplier 2018
Pendekatan untuk 3. Keterlibatan supplier
mengidentifikasi dan mengidentifikasi
menghilangkan kebutuhan customer
pemborosan (waste) 1. Hubungan perusahaan
Lean atau aktivitas-aktivitas dengan customer
Customer Stimec,
Manufacturing yang tidak memiliki 2. Feedback customer
Factors 2018
Practices nilai tambah (non- 3. Keterlibatan customer
value-adding memberikan informasi
activities) melalui 1. Adopsi pull system
Process Stimec,
peningkatan terus- 2. Efisiensi aliran produk
Factors 2018
menerus 3. Pengurangan Setup time
1. Penerapan 5S
Control and 2. Kecacatan bahan baku
Stimec,
Human 3. Keterlibatan karyawan
2018
Factors pada keberhasilan
perusahaan
III-4
III-5
Tabel 3.1. Operasionalisasi Variabel (Lanjutan)
Variabel Definisi Variabel Dimensi Indikator Sumber

1. Kesesuaian mutu
Quality 2. Tingkat kecacatan Adebanjo,
Performance produk 2020
Kemampuan 3. Kepuasan customer
perusahaan untuk 1. Volume flexibility
menerjemahkan total Production 2. Mix flexibility Adebanjo,
Manufacturing
pengeluaran Flexibility 3. Machine flexibility 2020
Performance
manufaktur menjadi
volume produksi dan 1. Unit manufacturing
kinerja lapangan cost
Operations Adebanjo,
Cost 2. Ordering Cost 2020
3. Konsumsi energi
3.6. Tahapan Penelitian
Tahapan penelitian mencakup langkah-langkah pelaksanaan penelitian dari
awal hingga akhir, yang dapat dilihat pada Gambar 3.1 di bawah ini.
III-6
Mulai
Studi Pendahuluan Studi Literatur

1. Kondisi Perusahaan Industri Manufaktur 1. Teori Industri 4.0
2. Kondisi Penerapan Industry 4.0 Adoption 2. Teori Lean Manufacturing
dan Lean Manufacturing Practices di 3. Teori SEM-PLS
Perusahaan
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
Kesimpulan dan Saran
Selesai

Gambar 3.1. Tahapan Penelitian
3.7. Populasi dan Sampel Penelitian
3.7.1. Populasi
Populasi adalah kelompok elemen yang lengkap, yang biasanya berupa
orang, objek, transaksi, atau kejadian yang akan dipelajari sebagai objek penelitian
(Kuncoro, 2013).
III-7
Adapun pengertian populasi lainnya adalah keseluruhan gejala/satuan yang
ingin diteliti sehingga sampel harus dilihat sebagai suatu pendugaan terhadap
populasi dan bukan populasi itu sendiri (Bailey, 1994 dalam Priyono, 2016).
Populasi dalam penelitian ini adalah perusahaan manufaktur di Sumatera
Utara yang telah menerapkan industry 4.0 adoption dan lean manufacturing
practices.
3.7.2. Sampel
Sampel merupakan sebagian dari populasi yang karakteristiknya akan
diselidiki dan dianggap dapat mewakili keseluruhan populasi atau jumlah lebih
sedikit dari populasi (Sugiyono, 2015).
Pedoman penentuan besarnya sample size (ukuran sampel) untuk SEM
(Hair et al, 1995 dalam Kiswati, 2010) adalah:
1. Bila pendugaan parameter menggunakan metode kemungkinan maksimum
(maximum likelihood estimation) besar sampel yang disarankan antara 100
hingga 200, dengan minimum sampel adalah 50.
2. Sebanyak 5–10 kali jumlah parameter yang ada di dalam model.
3. Sama dengan 5–10 kali jumlah indikator dari keseluruhan variabel laten.
Indikator dalam penelitian ini sebanyak 27 indikator, merujuk pada poin
ketiga maka ukuran sampel minimal 5 x 27 atau sebesar 135 responden. Kriteria
sampel yang digunakan dalam penelitian ini adalah supervisor produksi, manajer
produksi, manufacturing engineer dan manajer PPIC pada perusahaan manufaktur
di Sumatera Utara.
III-8
Sampel dipilih menggunakan non-probability sampling, yaitu teknik
pengambilan sampel yang tidak memberi peluang atas kesempatan yang sama bagi
setiap unsur atau anggota populasi untuk dipilih menjadi sampel (Sugiyono, 2015).
Jenis non-probability sampling yang digunakan adalah jenis purposive sampling
yaitu teknik penentuan sampel dengan pertimbangan tertentu. Adapun kriteria
dalam penelitian ini yaitu:
1. Pria atau wanita
2. Bekerja di perusahaan manufaktur di Sumatera Utara
3. Memiliki jabatan sebagai Supervisor Produksi/Manajer Produksi/Manajer
PPIC/Manufacturing Engineer
3.8. Jenis dan Sumber Data
3.8.1. Data Primer
Data primer merupakan data yang dihimpun secara langsung dari
sumbernya dan diolah sendiri. Data primer dapat dibentuk oleh opini informan
secara individual atau kelompok, dan hasil observasi terhadap karakteristik
kelompok dan hasil observasi terhadap karakteristik benda (fisik), kejadian,
kegiatan dan hasil pengujian tertentu (Afifuddin, 2009). Dalam penelitian ini data
yang dimaksud merupakan data yang berhubungan dengan variabel industry 4.0
adoption, lean manufacturing practices dan manufacturing performance

III-9
3.8.2. Data Sekunder
Data sekunder merupakan penelitian yang diperoleh secara tidak langsung
melalui media perantara (data) atau digunakan oleh lembaga lainnya yang bukan
merupakan pengolahnya, tetapi dapat dimanfaatkan dalam suatu penelitian tertentu
(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
berkaitan dengan penelitian ini.
3.10. Metode Pengumpulan Data
Metode pengumpulan data dalam penelitian ini adalah kuesioner dan studi
literatur.
3.10.1. Kuesioner
Kuesioner merupakan sekumpulan pertanyaan yang ditulis untuk merekam
respon atau jawaban dari responden. Kuesioner adalah mekanisme pengumpulan
data yang efesien ketika peneliti ingin mengetahui objek yang diteliti dan cara untuk
mengukurnya (Sekaran & Bougie, 2013).
3.10.2. Studi Literatur
Studi literatur merupakan cara pengumpulan data dengan mengumpulkan
dan mempelajari data yang diperoleh dari buku-buku, jurnal, dan informasi dari
internet yang berhubungan dengan penelitian ini.

III-10
3.11. Metode Analisis Data
Analisis data merupakan proses mencari dan menyusun secara sistematis
data yang diperoleh dari hasil wawancara, catatan lapangan dan dokumentasi,
dengan cara mengorganisasikan data ke dalam kategori, menjabarkan ke dalam
unit-unit, melakukan sintesa, menyusun ke dalam pola, memilih mana yang penting
dan yang akan dipelajari dan membuat kesimpulan sehingga mudah difahami oleh
diri sendiri maupun orang lain.
Dalam penelitian kuantitatif, analisis data adalah kegiatan setelah data dari
seluruh responden atau sumber data lain terkumpul. Kegiatan dalam analisis data
yaitu mengelompokkan data berdasarkan variabel dan jenis responden, mentabulasi
data berdasarkan variabel dari seluruh responden, menyajikan data tiap variabel
yang diteliti, melakukan perhitungan untuk menjawab rumusan masalah, dan
melakukan perhitungan untuk menguji hipotesis yang telah diajukan (Sugiyono,
2016).
3.11.1. Analisis Deskriptif
Statistik deskriptif merupakan statistik yang digunakan untuk menganalisis
data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul
sebagaimana bermaksud membuat kesimpulan yang berlaku untuk umum atau
generalisasi. Penelitian yang dilakukan pada populasi jelas akan menggunakan
statistik deskriptif dalam analisisnya (Sugiyono, 2015).

III-11
3.11.2. Analisis Structural Equation Modelling (SEM)
Model penelitian akan dianalisis menggunakan Structural Equation
Modeling (SEM), dengan bantuan software PLS (Partial Least Square). Structural
Equation Modeling (SEM) merupakan generasi kedua dari teknik analisis
multivariat yang memungkinkan peneliti untuk menguji hubungan antar variabel
yang komplek baik recursive maupun non-recursive untuk memperoleh gambaran
yang komprehensif mengenai keseluruhan model. SEM dapat menguji secara
bersama-sama model struktural (hubungan antara konstruk independen dengan
dependen) dan model measurement (hubungan nilai loading antara indikator
dengan konstruk laten) (Ghozali, 2008, dalam Haryono, 2017).
3.11.3. Partial Least Square (PLS)
Dalam sebuah penelitian sering kali peneliti dihadapkan pada kondisi di
mana ukuran sampel cukup besar, tetapi memiliki landasan teori yang lemah dalam
hubungan di antara variabel yang dihipotesiskan. Namun, tidak jarang pula
ditemukan hubungan di antara variabel yang sangat kompleks, tetapi ukuran sampel
data kecil. Partial Least Square (PLS) dapat digunakan untuk mengatasi
permasalahan tersebut (Haryono, 2017).
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
menguji dengan model prediksi (inner model).
1. Evaluasi Model Pengukuran (Outer Model)

III-12
Outer model merupakan model pengukuran untuk menilai validitas dan
reabilitas model. Melalui proses iterasi algoritma, parameter model pengukuran
(validitas konvergen, validitas diskriminan, composite reliability dan
cronbach’s alpha) diperoleh, termasuk nilai sebagai parameter ketepatan model
prediksi (Abdillah & Jogiyanto, 2016). Model pengukuran digunakan untuk
menilai uji validitas dan uji reliabilitas. Uji validitas dilakukan untuk
mengetahui kemampuan instrumen penelitian mengukur yang akan diukur
(Cooper & Schinder, 2006 dalam Abdillah & Jogiyanto, 2016). Sedangkan uji
reliabilitas digunakan untuk mengukur konsistensi alat ukur dalam mengukur
suatu konsep dan dapat juga digunakan untuk mengukur kosistensi responden
dalam menjawab item-item dalam kuisioner atau instrumen penelitian (Abdillah
& Jogiyanto, 2016). Jumlah sampel diambil adalah sebesar 30 responden.
Dengan jumlah sampel minimal 30 orang maka distribusi nilai akan lebih
mendekati kurva normal (Singarimbun dan Effendi, 1995). Penjelasan lebih
lanjut model pengukuran (Outer Model) dengan menggunakan uji Convergent
Validity, Discriminant Validity, dan Composite Reliability yaitu:
a. Validitas Konvergen (Convergent Validity)
Convergent validity mengukur besarnya korelasi antar konstruk dengan
variabel laten. Pengujian convergent validity dapat dilihat dari loading
factor untuk tiap indikator konstruk. Nilai loading factor > 0,7 merupakan
nilai ideal, artinya indikator tersebut valid mengukur konstruk yang
dibentuknya. Dalam penelitian empiris, nilai loading factor > 0,5 masih bisa
diterima. Bahkan, sebagian ahli mentolerir 0,4. Nilai ini menunjukkan

III-13
persentasi konstruk mampu menerangkan variasi yang ada dalam indikator
(Haryono, 2017).
b. Validitas Diskriminan (Discriminant Validity)
Discriminant validity terjadi jika dua instrumen yang berbeda yang
mengukur dua konstruk yang diprediksi tidak berkorelasi menghasilkan
skor yang memang tidak berkorelasi (Hartono, 2008 dalam Jogiyanto,
2011). Discriminant validity dari model reflektif dievaluasi melalui cross
loading lalu dibandingkan nilai AVE dengan kuadrat dari nilai korelasi antar
konstruk atau membandingkan akar kuadrat AVE dengan korelasi antar
konstruknya. Ukuran cross loading adalah membandingkan korelasi
indikator dengan konstruk blok lainnya. Bila korelasi antara indikator
dengan konstruknya lebih tinggi dari korelasi dengan blok lainnya, hal ini
menunjukkan konstruk tersebut memprediksi ukuran pada blok mereka
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
korelasi antara konstruk (Haryanto, 2017).
c. Composite Reliability
Mengukur reliabilitas suatu konstruk dengan item refleksif dapat dilakukan
menggunakan dua cara yakni dengan Cronbach’s Alpha dan Composite
Reliability. Composite Reliability (CR) lebih baik dalam mengukur internal
consistency dibandingkan Chonbach’s Alpha sebab tidak mengansumsikan
kesamaan boot dari setiap indikator. Cronbach’s Alpha cenderung menaksir

III-14
lebih rendah dibandingkan Composite Reliability. Interpretasi Composite
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).
2. Evaluasi Model Struktural (Inner Model)
Inner model atau model struktural menggambarkan hubungan antara variabel
laten berdasarkan pada teori subtantif. Model struktural dalam PLS dievaluasi
dengan menggunakan R2 untuk konstruk dependen, Stone-Geisser Q-square
test untuk predictive relevance dan uji t serta signifikansi dari koefisien
parameter jalur struktural.
a. R-Square (R2)
Untuk mengevaluasi model struktural diawali dengan cara melihat R-
Squares dalam setiap nilai variabel eksogen sebagai kekuatan prediksi dari
model struktural. Perubahan nilai R-Squares (R2) dapat
digunakan untuk menjelaskan pengaruh variabel laten eksogen tertentu
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
Selain melihat besarnya R-squares, evaluasi model PLS juga dapat
dilakukan dengan predictive relevance atau predictive sample reuse untuk

III-15
merepresentasi sintesis dari cross-validation dan fungsi fitting dengan
prediksi dari observed variabel dan estimasi dari parameter konstruk. Nilai
> 0 menunjukkan bahwa model mempunyai predictive relevance,
sedangkan nilai Q2 < 0 menunjukkan bahwa model kurang memiliki
predictive relevance (Ghozali dan Latan, 2015). Q2 menghitung seberapa
baik nilai observasi dihasilkan oleh model dan juga estimasi parameternya.
c. Uji Hipotesis (Bootstraping)
Untuk menilai signifikansi pengaruh antar variabel, perlu dilakukan
prosedur bootstrapping. Prosedur bootstrap menggunakan seluruh sampel
asli untuk melakukan resampling kembali. Number of bootstrap samples
disarankan sebesar 5.000 dengan catatan jumlah tersebut harus lebih besar
dari sampel asli (Hair et al, 2011). Namun beberapa literatur menyarankan
number of bootstrap samples sebesar 200-1000 sudah cukup untuk
mengoreksi standar error estimate PLS (Chin, 2003 dalam Ghozali dan
Latan, 2015). Pada metode resampling bootstrap, nilai signifikansi yang
digunakan (two-tailed) t-value 1,65 (significance level = 10%), 1,96
(significance level = 5%) dan 2,58 (significance level = 1%).
d. Analisis SEM-PLS dengan Efek Mediasi
Pengujian efek mediasi dalam analisis menggunakan PLS menggunakan
prosedur (Baron dan Kenny 1998, dalam Ghozali dan Latan, 2015) dengan
tahapan yang terdiri dari:
- Model pertama, menguji pengaruh variabel eksogen terhadap variabel
endogen dan harus signifikan pada t-statistik > 1,96

III-16
- Model kedua, menguji pengaruh variabel eksogen terhadap variabel
mediasi dan harus signifikan pada t-statistik > 1,96
- Model ketiga, menguji secara simultan pengaruh variabel eksogen dan
mediasi terhadap variabel endogen.
Pada pengujian tahap terakhir, jika pengaruh variabel eksogen terhadap
endogen tidak signifikan sedangkan pengaruh variabel mediasi terhadap
variabel endogen signifikan pada t-statistik > 1,96, maka variabel
mediasi terbukti memediasi pengaruh variabel eksogen terhadap
variabel endogen.
3.11.4. Uji Hipotesis
Dalami penelitianiini, ujii hipotesisi dilakukani menggunakani ujii statistiki
untuki menentukani daerahi penolakani H0 isehinggai dapati diperolehi suatui
kesimpulani darii hasili hipotesisi penelitian. Tingkati kepercayaani yangi
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
samplei menunjukkani pengaruhi positifi ataui negatif.
Sesuai dengan variabel-variabel yang akan diteliti, maka hipotesis yang
akan diajukan dalam penelitian ini:
1. H1: Terdapat pengaruh positif dan signifikan dari industry 4.0 adoption
terhadap manufacturing performance

III-17
2. H2: Terdapat pengaruh positif dan signifikan dari lean manufacturing practices
3. H3: Terdapat pengaruh positif dan signifikan dari lean manufacturing practices
terhadap manufacturing performance dengan dimediasi oleh industry 4.0
adoption
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
4.1. Gambaran Umum Objek Penelitian
Perusahaan yang dijadikan objek penelitian ini adalah perusahaan
manufaktur, dimana perusahaan yang dijadikan objek penelitian ini adalah
perusahaan yang telah menerapkan industry 4.0 adoption dan lean manufacturing
practices yang dapat mendukung kinerja perusahaan tersebut.
Sampel yang dipilih adalah perusahaan yang terdapat di Sumatera Utara,
dimana di wilayah tersebut terdapat banyak perusahaan yang memiliki standar
kualitas yang baik, mulai dari perusahaan berskala menengah dan atas. Dalam
menyebarkan kuesioner di Provinsi Sumatera Utara mengalami banyak kesulitan,
dikarenakan responden yang dijadikan subjek penelitian adalah manajer puncak
atau supervisor yang lumayan sulit untuk dihubungi, serta adanya perusahaan yang
tidak berkenan dalam membantu dalam penyebaran kuesioner. Sehingga di dalam
penelitian ini hanya memperoleh 35 perusahaan manufaktur sebagai objek
penelitian.
Instrumen penelitian atau data yang digunakan adalah kuesioner.
Pengiriman kuesioner dilakukan melalui platform LinkedIn. Penyebaran kuesioner
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
Kuesioner merupakan google form yang wajib diisi sehingga seluruh
kuesioner telah memenuhi syarat untuk dilakukan pengolahan. Pengolahan data
dalam penelitian ini menggunakan SmartPLS.
4.2. Analisis Deskriptif
Analisis deskriptif dalam penelitian ini merupakan uraian atau penjelasan
dari hasil pengumpulan data primer berupa kuesioner yang telah diisi oleh
responden penelitian. Analisis deskriptif digunakan untuk mengetahui dan
mendeskriptifkan variabel bebas (independent) dan variabel terikat (dependent).
Variabel bebasnya adalah industry 4.0 adoption (X1), lean manufacturing practices
(X2) dan variabel terikatnya adalah manufacturing performance (Y).
4.2.1. Data Responden Pra Penelitian
Untuk melakukan uji instrumen penelitian yang terdiri dari uji validitas dan
uji reliabilitas dilakukan dengan 30 responden. Dengan jumlah sampel minimal 30
orang maka distribusi nilai akan lebih mendekati kurva normal (Singarimbun dan
Effendi, 1995).
4.2.1.1.Karakteristik Responden Pra Penelitian berdasarkan Jenis Kelamin
Hasil analisis karakteristik responden pra penelitian berdasarkan jenis
kelamin dapat ditunjukkan pada Gambar 4.1.

IV-3
Jenis Kelamin
13%
Perempuan
87% Laki-laki
Gambar 4.1. Jenis Kelamin Responden Pra Penelitian
Sumber: Pengolahan Data
Berdasarkan Gambar 4.1 dapat diketahui bahwa responden pra penelitian
dibedakan menjadi dua kategori yaitu laki-laki dan perempuan. Dari data 30
responden pra penelitian yang diperoleh, komposisi responden berdasarkan jenis
kelamin yaitu 26 responden atau sebanyak 97% berjenis kelamin laki-laki dan 4
responden atau sebanyak 13% berjenis kelamin perempuan.
4.2.1.2.Karakteristik Responden Pra Penelitian berdasarkan Usia
Hasil analisis karakteristik responden pra penelitian berdasarkan usia dapat
ditunjukkan pada Gambar 4.2.
Usia
< 30 tahun
13% 17% 30 - 35 tahun
23% 36 - 40 tahun
34%
13% 41 - 45 tahun
> 45 tahun
Gambar 4.2. Usia Responden Pra Penelitian

IV-4
dibedakan 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 30
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%.
4.2.1.3.Karakteristik Responden Pra Penelitian berdasarkan Jabatan
Hasil analisis karakteristik responden pra penelitian berdasarkan jabatan
dapat ditunjukkan pada Gambar 4.3.
Jabatan
Manajer PPIC
17% 20%
Manufacturing
13% Engineer
50%
Supervisor
Produksi
Manajer Produksi
Gambar 4.3. Jabatan Responden Pra Penelitian
dibedakan menjadi empat kategori pekerjaan yaitu Manajer Produksi, Supervisor
Produksi, Manufacturing Engineer, dan Manajer PPIC. Dari data 30 responden
yang diperoleh, komposisi responden berdasarkan pekerjaan yaitu 5 orang atau

IV-5
sebesar 17% Manajer Produksi, 15 orang atau 50% Supervisor Produksi, 4 orang
atau 13% Manufacturing Engineer dan 6 orang atau 20% Manajer PPIC.
4.2.1.4.Karakteristik Responden Pra Penelitian berdasarkan Lingkup Usaha
Hasil analisis karakteristik responden pra penelitian berdasarkan lingkup
usaha dapat ditunjukkan pada Gambar 4.4.
Lingkup Usaha
Makanan dan Minuman
7%
13% Logam Dasar
40%
Kimia
37% 3%
Barang Galian Bukan Logam
Karet
Gambar 4.4. Lingkup Usaha Responden Pra Penelitian
dibedakan menjadi lima kategori lingkup usaha yaitu industri makanan dan
minuman, logam dasar, kimia, barang galian bukan logam dan karet. Dari data 30
responden yang diperoleh, komposisi responden berdasarkan lingkup usaha yaitu
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
4.2.2. Rekapitulasi Jawaban Kuesioner Pra Penelitian
Indikator dari keseluruhan variabel diuraikan dalam 27 pernyataan
favorable (mendukung). Kuesioner yang dibagikan kepada responden dapat
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
TS dan 1 untuk STS.
4.2.2.1.Rekapitulasi Jawaban Kuesioner Pra Penelitian pada Variabel
Industry 4.0 Adoption (X1)
Hasil jawaban kuesioner pra penelitian yang diperoleh dari 30 responden
untuk variabel Industry 4.0 adoption yaitu:
Tabel 4.1. Rekapitulasi Jawaban Responden Pra Penelitian pada Variabel

Industry 4.0 Adoption
Indikator STS TS N S SS Mean
Perusahaan menerapkan sistem rekayasa
terintegrasi untuk pengembangan dan 0 0 8 14 8 4,00
pembuatan produk
Perusahaan menerapkan Additive
Manufacturing untuk prototipe dengan 0 0 7 14 9 4,07
pencetakan 3D
Perusahaan menerapkan simulasi/analisis
model virtual untuk desain dan 0 0 4 15 11 4,23
commissioning
IV-7

Industry 4.0 Adoption (Lanjutan)
Perusahaan menerapkan pengumpulan,
pemrosesan, dan analisis data dalam jumlah 0 0 10 12 8 3,93
besar (big data)
Perusahaan menerapkan penggunaan
0 0 5 15 10 4,17
layanan cloud yang terkait dengan produk
Perusahaan menerapkan penggabungan
layanan digital ke dalam produk (Internet of 0 0 5 19 6 4,03
Things)
4.2.2.2.Rekapitulasi Jawaban Kuesioner Pra Penelitian pada Variabel Lean
Manufacturing Practices (X2)
untuk variabel lean manufacturing practices yaitu:

Lean Manufacturing Practices
Dimensi Indikator STS TS N S SS Mean
Perusahaan memiliki
hubungan baik dengan 0 0 6 15 9 4,10
supplier
Supplier Supplier mengirimkan barang
0 0 4 15 11 4,23
Factors secara tepat waktu
Perusahaan melibatkan
supplier dalam
0 0 6 19 5 3,97
mengidentifikasi kebutuhan
pelanggan
IV-8

Lean Manufacturing Practices (Lanjutan)
Perusahaan selalu
berhubungan baik dengan 0 0 4 13 13 4,30
customer
Customer Perusahaan selalu dapat
0 0 6 14 10 4,13
Factors menerima feedback customer
Customer terlibat dalam
0 0 4 12 14 4,33
penerimaan informasi produk
Perusahaan mengadopsi pull
0 0 4 13 13 4,30
system
Perusahaan melakukan
Process
efisiensi aliran produk untuk 0 0 5 15 10 4,17
Factors
meminimalisir cost
pengurangan setup time untuk 0 0 5 20 5 4,00
meminimalisir cost
0 1 7 16 6 3,90
penerapan 5S
Control
Perusahaan selalu
and
memastikan bahwa tidak ada 0 0 6 18 6 4,00
Human
bahan baku yang cacat
Factors
Seluruh karyawan berperan
dalam mewujudkan 0 0 5 11 14 4,30
keberhasilan perusahaan
IV-9
4.2.2.3.Rekapitulasi Jawaban Kuesioner Pra Penelitian pada Variabel
Manufacturing Performance (Y)
untuk variabel manufacturing performance yaitu:

Manufacturing Performance
Dimensi Indikator STS TS N S SS Mean
Produk yang dihasilkan sesuai
0 0 6 13 11 4,17
dengan standar mutu
Quality Produk memiliki tingkat
0 0 5 16 9 4,13
Performance kecacatan di bawah 5%
Customer puas dengan produk
0 0 7 16 7 4,00
yang dihasilkan
Perusahaan dapat melakukan
produksi dengan kapasitas yang 0 0 9 13 8 3,97
berbeda
Perusahaan dapat menciptakan
Production
beberapa produk di lantai 0 0 6 15 9 4,10
Flexibility
produksi yang sama
Mesin di perusahaan dapat
beroperasi dalam beberapa 0 0 7 13 10 4,10
kegiatan produksi
Perusahaan berupaya untuk
menghindari waste pada proses 0 0 7 14 9 4,10
produksi
Ordering cost sesuai dengan
Operations
ukuran pemesanan yang 0 0 6 18 6 4,10
Cost
ditetapkan
IV-10

Manufacturing Performance (Lanjutan)
Perusahaan mengupayakan
untuk melakukan penghematan 0 0 7 16 7 4,07
konsumsi energi
4.2.3. Data Responden Penelitian
Berdasarkan data yang berhasil dikumpulkan melalui kuesioner yang
dikirimkan sebanyak 135 kuesioner ke manajer dan supervisor. Jumlah kuesioner
yang kembali sebanyak 135 buah (100%), sedangkan jumlah kuesioner yang tidak
kembali sebanyak 0 buah (0%).
Tabel 4.4. Deskripsi Proses Pengumpulan Data Kuesioner

Kuesioner Jumlah Persentase
Kuesioner yang dikirim 135 100%
Kuesioner yang tidak kembali 0 0%
Kuesioner yang tidak lengkap 0 0%
Kuesioner yang diolah dan memenuhi kriteria 135 100%
Karakteristik-karakteristik responden meliputi jenis kelamin, umur, posisi
atau jabatan, dan lama bekerja pada perusahaan yang hasilnya dapat dilihat di
bawah ini:
4.2.3.1.Karakteristik Responden berdasarkan Jenis Kelamin
Hasil analisis karakteristik responden berdasarkan jenis kelamin dapat

IV-11
Jenis Kelamin
9%
Perempuan
Laki-laki
91%
Gambar 4.5. Jenis Kelamin Responden
Berdasarkan Gambar 4.5 dapat diketahui bahwa responden dibedakan
menjadi dua kategori yaitu laki-laki dan perempuan. Dari data 135 responden yang
diperoleh, komposisi responden berdasarkan jenis kelamin yaitu 123 responden
atau sebanyak 91% berjenis kelamin laki-laki dan 12 responden atau sebanyak 9%
berjenis kelamin perempuan.
4.2.3.2.Karakteristik Responden berdasarkan Usia
Hasil analisis karakteristik responden berdasarkan usia dapat ditunjukkan
pada Gambar 4.6.

IV-12
Usia
12% 14% < 30 tahun

19% 30 - 35 tahun
26%
36 - 40 tahun
29% 41 - 45 tahun
> 45 tahun
Gambar 4.6. Usia Responden
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%.
4.2.3.3.Karakteristik Responden berdasarkan Jabatan
Hasil analisis karakteristik responden berdasarkan jabatan dapat

IV-13
Jabatan
Manajer PPIC
15%
28% Manufacturing
30% Engineer
27% Supervisor
Produksi
Manajer Produksi
Gambar 4.7. Jabatan Responden
menjadi empat kategori pekerjaan yaitu Manajer Produksi, Supervisor Produksi,
Manufacturing Engineer, dan Manajer PPIC. Dari data 135 responden yang
diperoleh, komposisi responden berdasarkan pekerjaan yaitu 20 orang atau sebesar
15% Manajer Produksi, 40 orang atau 30% Supervisor Produksi, 37 orang atau 27%
Manufacturing Engineer dan 38 orang atau 28% Manajer PPIC.
4.2.3.4.Karakteristik Responden berdasarkan Lingkup Usaha
Hasil analisis karakteristik responden berdasarkan lingkup usaha dapat

IV-14
Lingkup Usaha
Makanan dan Minuman
10%
5% Logam Dasar
47%
35% Kimia
3%
Barang Galian Bukan Logam
Karet
Gambar 4.8. Lingkup Usaha Responden
dibedakan menjadi lima kategori lingkup usaha yaitu industri makanan dan
minuman, logam dasar, kimia, barang galian bukan logam dan karet. Dari data 135
responden yang diperoleh, komposisi responden berdasarkan lingkup usaha yaitu
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.
4.3. Analisis Deskriptif Variabel Penelitian
Berdasarkan data yang dikumpulkan, jawaban dari responden telah
direkapitulasi kemudian dianalisis untuk mengetahui deskripsi terhadap masing-
masing variabel. Menurut Nazir (2005), penilaian responden ini didasarkan pada
kriteria skor terendah 1 dan skor tertinggi 5.

IV-15
5-1
Interval = = 0,80
5
Sehingga diperoleh batasan penilaian terhadap masing-masing variabel
yaitu:
1. 1,00 – 1,80 = Sangat Rendah
2. 1,81 – 2,60 = Rendah
3. 2,61 – 3,40 = Sedang
4. 3,41 – 4,20 = Tinggi
5. 4,21 – 5,00 = Sangat Tinggi
4.3.1. Variabel Industry 4.0 Adoption (X1)
Hasil jawaban kuesioner yang diperoleh dari 135 responden untuk variabel
industry 4.0 adoption yaitu:
1. Analisis frekuensi jawaban responden terhadap pernyataan 1 (Perusahaan
menerapkan sistem rekayasa terintegrasi untuk pengembangan dan pembuatan
produk) memperlihatkan bahwa rata-rata jawaban responden adalah sebesar
4,20. Hal ini dapat disimpulkan bahwa responden setuju dengan pernyataan di
atas.
menerapkan Additive Manufacturing, prototipe atau pencetakan 3D)
memperlihatkan bahwa rata-rata jawaban responden adalah sebesar 4,26. Hal
ini dapat disimpulkan bahwa responden setuju dengan pernyataan di atas.
menerapkan simulasi/analisis model virtual untuk desain dan commissioning)

IV-16
menerapkan pengumpulan, pemrosesan, dan analisis data dalam jumlah besar
(big data)) memperlihatkan bahwa rata-rata jawaban responden adalah sebesar
atas.
menerapkan penggunaan layanan cloud yang terkait dengan produk)
menerapkan penggabungan layanan digital ke dalam produk (Internet of
Things) memperlihatkan bahwa rata-rata jawaban responden adalah sebesar
atas.
Tabel 4.5. Variabel Industry 4.0 Adoption

Indikator STS TS N S SS Mean Kriteria
Perusahaan menerapkan sistem rekayasa
terintegrasi untuk pengembangan dan 0 0 23 62 50 4,20 Tinggi
pembuatan produk
Perusahaan menerapkan Additive
Manufacturing untuk prototipe dengan 0 0 22 56 57 4,26 Sangat Tinggi
pencetakan 3D
IV-17
Tabel 4.5. Variabel Industry 4.0 Adoption (Lanjutan)

Indikator STS TS N S SS Mean Kriteria
Perusahaan menerapkan simulasi/analisis
model virtual untuk desain dan 0 0 13 61 61 4,36 Sangat Tinggi
commissioning
Perusahaan menerapkan pengumpulan,
pemrosesan, dan analisis data dalam jumlah 0 0 29 63 43 4,10 Tinggi
besar (big data)
Perusahaan menerapkan penggunaan
0 0 16 63 56 4,30 Sangat Tinggi
layanan cloud yang terkait dengan produk
Perusahaan menerapkan penggabungan
layanan digital ke dalam produk (Internet of 0 0 15 77 43 4,21 Sangat Tinggi
Things)
Rata-rata Total 4,24 Sangat Tinggi
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
sangat setuju dengan adanya industry 4.0 adoption di perusahaan.
4.3.2. Variabel Lean Manufacturing Practices (X2)
lean manufacturing practices yaitu:
memiliki hubungan baik dengan supplier) memperlihatkan bahwa rata-rata

IV-18
jawaban responden adalah sebesar 4,15. Hal ini dapat disimpulkan bahwa
responden setuju dengan pernyataan di atas.
2. Analisis frekuensi jawaban responden terhadap pernyataan 2 (Supplier
mengirimkan barang secara tepat waktu) memperlihatkan bahwa rata-rata
melibatkan supplier dalam mengidentifikasi kebutuhan pelanggan)
4. Analisis frekuensi jawaban responden terhadap pernyataan 4 (Perusahaan selalu
berhubungan baik dengan customer) memperlihatkan bahwa rata-rata jawaban
responden adalah sebesar 4,30. Hal ini dapat disimpulkan bahwa responden
setuju dengan pernyataan di atas.
5. Analisis frekuensi jawaban responden terhadap pernyataan 5 (Perusahaan selalu
dapat menerima feedback customer) memperlihatkan bahwa rata-rata jawaban
6. Analisis frekuensi jawaban responden terhadap pernyataan 6 (Customer terlibat
dalam penerimaan informasi produk) memperlihatkan bahwa rata-rata jawaban

IV-19
mengadopsi pull system) memperlihatkan bahwa rata-rata jawaban responden
adalah sebesar 4,26. Hal ini dapat disimpulkan bahwa responden setuju dengan
pernyataan di atas.
melakukan efisiensi aliran produk untuk meminimalisir cost) memperlihatkan
bahwa rata-rata jawaban responden adalah sebesar 4,20. Hal ini dapat
disimpulkan bahwa responden setuju dengan pernyataan di atas.
melakukan pengurangan setup time untuk meminimalisir cost) memperlihatkan
melakukan penerapan 5S) memperlihatkan bahwa rata-rata jawaban responden
pernyataan di atas.
selalu memastikan bahwa tidak ada bahan baku yang cacat) memperlihatkan
12. Analisis frekuensi jawaban responden terhadap pernyataan 12 (Seluruh
karyawan berperan dalam mewujudkan keberhasilan perusahaan)

IV-20
Tabel 4.6. Variabel Lean Manufacturing Practices

Dimensi Indikator STS TS N S SS Mean Kriteria
Perusahaan memiliki
hubungan baik dengan 0 0 31 53 51 4,15 Tinggi
supplier
Supplier Supplier mengirimkan barang
0 0 17 65 53 4,27 Sangat Tinggi
Factors secara tepat waktu
Perusahaan melibatkan
supplier dalam
0 0 22 72 41 4,14 Tinggi
mengidentifikasi kebutuhan
pelanggan
Perusahaan selalu
berhubungan baik dengan 0 0 21 53 61 4,30 Sangat Tinggi
customer
Customer Perusahaan selalu dapat
0 0 26 57 52 4,19 Tinggi
Factors menerima feedback customer
Customer terlibat dalam
0 0 21 60 54 4,24 Sangat Tinggi
penerimaan informasi produk
Perusahaan mengadopsi pull
0 0 19 62 54 4,26 Sangat Tinggi
system
Process
efisiensi aliran produk untuk 0 0 24 60 51 4,20 Tinggi
Factors
meminimalisir cost
pengurangan setup time untuk 0 0 25 71 39 4,10 Tinggi
meminimalisir cost
IV-21
Tabel 4.6. Variabel Lean Manufacturing Practices (Lanjutan)

0 1 24 74 36 4,07 Tinggi
penerapan 5S
Control
Perusahaan selalu
and
memastikan bahwa tidak ada 0 0 22 71 42 4,15 Tinggi
Human
bahan baku yang cacat
Factors
Seluruh karyawan berperan
dalam mewujudkan 0 0 17 61 57 4,30 Sangat Tinggi
keberhasilan perusahaan
Rata-rata Total 4,20 Tinggi
responden menilai variabel lean manufacturing practices memiliki nilai rata-rata
4,20 dengan kriteria tinggi. Hal tersebut menujukkan bahwa responden merasa
setuju dengan adanya implementasi lean manufacturing practices di perusahaan.
4.3.3. Variabel Manufacturing Performance (Y)
Manufacturing performance yaitu:
1. Analisis frekuensi jawaban responden terhadap pernyataan 1 (Produk yang
dihasilkan sesuai dengan standar mutu) memperlihatkan bahwa rata-rata

IV-22
2. Analisis frekuensi jawaban responden terhadap pernyataan 2 (Produk memiliki
kecacatan di bawah 5%) memperlihatkan bahwa rata-rata jawaban responden
pernyataan di atas.
3. Analisis frekuensi jawaban responden terhadap pernyataan 3 (Customer puas
dengan produk yang dihasilkan) memperlihatkan bahwa rata-rata jawaban
4. Analisis frekuensi jawaban responden terhadap pernyataan 4 (Perusahaan dapat
melakukan produksi dengan kapasitas yang berbeda) memperlihatkan bahwa
rata-rata jawaban responden adalah sebesar 4,09. Hal ini dapat disimpulkan
bahwa responden setuju dengan pernyataan di atas.
5. Analisis frekuensi jawaban responden terhadap pernyataan 5 (Perusahaan dapat
menciptakan beberapa produk di lantai produksi yang sama) memperlihatkan
6. Analisis frekuensi jawaban responden terhadap pernyataan 6 (Mesin di
perusahaan dapat beroperasi dalam beberapa kegiatan produksi)
berupaya untuk menghindari waste pada proses produksi) memperlihatkan

IV-23
8. Analisis frekuensi jawaban responden terhadap pernyataan 8 (Ordering cost
sesuai dengan ukuran pemesanan yang ditetapkan) memperlihatkan bahwa rata-
rata jawaban responden adalah sebesar 4,12. Hal ini dapat disimpulkan bahwa
mengupayakan untuk melakukan penghematan konsumsi energi)
Tabel 4.7. Variabel Manufacturing Performance

Produk yang dihasilkan sesuai Sangat
0 0 20 52 63 4,32
dengan standar mutu Tinggi
Quality Produk memiliki tingkat Sangat
0 0 18 59 58 4,30
Performance kecacatan di bawah 5% Tinggi
Customer puas dengan produk
0 0 19 76 40 4,16 Tinggi
yang dihasilkan
Perusahaan dapat melakukan
produksi dengan kapasitas yang 0 0 29 65 41 4,09 Tinggi
berbeda
Perusahaan dapat menciptakan
Production
beberapa produk di lantai 0 0 24 72 39 4,11 Tinggi
Flexibility
produksi yang sama
IV-24
Tabel 4.7. Variabel Manufacturing Performance (Lanjutan)

Mesin di perusahaan dapat
Sangat
beroperasi dalam beberapa 0 0 24 57 54 4,22
Tinggi
kegiatan produksi
Perusahaan berupaya untuk
menghindari waste pada proses 0 0 30 58 47 4,13 Tinggi
produksi
Ordering cost sesuai dengan
Operations
ukuran pemesanan yang 0 0 23 73 39 4,12 Tinggi
Cost
ditetapkan
Perusahaan mengupayakan
untuk melakukan penghematan 0 0 32 64 39 4,05 Tinggi
konsumsi energi
Rata-rata Total 4,16 Tinggi
responden menilai variabel manufacturing performance memiliki nilai rata-rata
4,16 dengan kriteria tinggi. Hal tersebut menujukkan bahwa responden merasa
setuju dengan adanya Manufacturing performance di perusahaan.
4.4. Hasil Analisis Data
Penelitian ini menggunakan analisis Structural Equation Modeling (SEM)
berbasis Partial Least Square (PLS). Software yang digunakan untuk penelitian ini
adalah SmartPLS. Model teoritis yang telah digambarkan pada diagram jalur akan
dianalisis berdasarkan data yang diperoleh.

IV-25
4.4.1. Evaluasi Model Pengukuran (Outer Model)
Untuk mengetahui hasil uji validitas dan reliabilitas maka dilakukan
pengujian model pengukuran. Dalam penelitian ini, uji validitas dilakukan untuk
mengetahui apakah konstruk sudah memenuhi syarat untuk dilanjutkan sebagai
penelitian atau tidak. Model yang diajukan pada penelitian dilakukan dengan
menggunakan seluruh indikator pada setiap konstruk. Model pertama dianalisis
dengan menggunakan dasar acuan kerangka model pada Gambar 4.9.
Gambar 4.9. Kerangka Model
4.4.1.1.Validitas Konvergen
Model pengukuran menunjukkan bagaimana variabel manifest atau
observed variable merepresentasi variabel laten untuk diukur. Convergent validity
diukur dengan menggunakan parameter outer loading. Ukuran refleksif individual

IV-26
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.
Gambar 4.10. Hasil Uji Outer Model
Dari hasil analisis yang ditunjukkan oleh Gambar 4.10 menunjukkan bahwa
sebanyak 27 dari keseluruhan indikator, sebanyak 27 indikator memiliki nilai lebih
besar dari 0,7.
Untuk dapat melihat lebih jelas nilai loading factor dapat dilihat dalam
Tabel 4.8.
IV-27
Tabel 4.8. Hasil Nilai Outer Loading Factor

Nilai Outer
Constructs Indikator Keterangan
Loading Factor
IN1 0,810 Valid
IN2 0,879 Valid
IN3 0,841 Valid
Industry 4.0 adoption
IN4 0,817 Valid
IN5 0,883 Valid
IN6 0,819 Valid
SF1 0,909 Valid
SF2 0,872 Valid
SF3 0,918 Valid
CF1 0,843 Valid
CF2 0,872 Valid
Lean Manufacturing CF3 0,875 Valid
Practices PF1 0,855 Valid
PF2 0,936 Valid
PF3 0,883 Valid
CHF1 0,921 Valid
CHF2 0,937 Valid
CHF3 0,799 Valid
QP1 0,940 Valid
QP2 0,941 Valid
QP3 0,924 Valid
PRF1 0,803 Valid
Manufacturing PRF2 0,891 Valid
Performance PRF3 0,873 Valid
OC1 0,870 Valid
OC2 0,862 Valid
OC3 0,777 Valid
IV-28
4.4.1.2.Validitas Diskriminan
Validitas diskriminan merupakan nilai cross loading factor yang berguna
untuk mengetahui apakah kontruk memiliki diskriminan yang memadai yaitu
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
membuktikan bahwa seluruh item tersebut valid.
Uji validitas diskriminan dapat dilihat pada tabel cross loading yang dinilai
berdasarkan cross loading antara indikator dengan konstruknya dapat dilihat pada
Tabel 4.9.
Tabel 4.9. Nilai Cross Loadings

CF CHF I4 LM MP OC PF PRF QP SF
CF1 0,839 0,583 0,558 0,745 0,636 0,549 0,729 0,564 0,618 0,618
CF2 0,864 0,725 0,681 0,848 0,788 0,719 0,809 0,666 0,764 0,753
CF3 0,861 0,714 0,512 0,788 0,654 0,594 0,656 0,49 0,692 0,705
CHF1 0,633 0,853 0,525 0,748 0,687 0,636 0,658 0,504 0,725 0,645
CHF2 0,636 0,886 0,541 0,766 0,678 0,605 0,662 0,572 0,67 0,673
CHF3 0,747 0,817 0,552 0,806 0,686 0,574 0,712 0,595 0,695 0,729
IN1 0,564 0,545 0,844 0,601 0,562 0,487 0,579 0,56 0,492 0,548
IN2 0,539 0,416 0,856 0,516 0,584 0,539 0,499 0,558 0,504 0,464
IN3 0,539 0,456 0,828 0,533 0,514 0,437 0,523 0,503 0,465 0,466
IN4 0,607 0,527 0,78 0,634 0,739 0,694 0,623 0,724 0,611 0,601
IN5 0,612 0,54 0,853 0,604 0,643 0,564 0,552 0,548 0,639 0,54
IN6 0,49 0,612 0,752 0,59 0,57 0,528 0,527 0,443 0,579 0,57
OC1 0,652 0,552 0,539 0,629 0,775 0,856 0,586 0,601 0,67 0,55
IV-29
Tabel 4.9. Nilai Cross Loadings (Lanjutan)

CF CHF I4 LM MP OC PF PRF QP SF
OC2 0,612 0,72 0,502 0,735 0,769 0,818 0,682 0,568 0,714 0,727
OC3 0,506 0,445 0,594 0,517 0,706 0,755 0,503 0,633 0,559 0,467
PF1 0,773 0,635 0,6 0,792 0,679 0,572 0,873 0,646 0,633 0,668
PF2 0,832 0,71 0,671 0,862 0,8 0,698 0,881 0,686 0,794 0,782
PF3 0,519 0,651 0,405 0,711 0,61 0,552 0,744 0,429 0,67 0,745
PRF1 0,53 0,479 0,614 0,56 0,729 0,641 0,548 0,846 0,522 0,525
PRF2 0,605 0,542 0,581 0,616 0,717 0,619 0,626 0,835 0,518 0,518
PRF3 0,572 0,632 0,55 0,646 0,795 0,614 0,625 0,852 0,706 0,576
QP1 0,705 0,674 0,569 0,781 0,819 0,694 0,747 0,621 0,906 0,783
QP2 0,803 0,733 0,7 0,815 0,85 0,747 0,755 0,681 0,881 0,742
QP3 0,587 0,723 0,473 0,727 0,715 0,638 0,676 0,488 0,808 0,727
SF1 0,728 0,658 0,624 0,816 0,729 0,659 0,799 0,589 0,736 0,846
SF2 0,791 0,735 0,599 0,829 0,706 0,614 0,708 0,55 0,751 0,854
SF3 0,531 0,645 0,43 0,733 0,648 0,555 0,716 0,485 0,714 0,844
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
disimpulkan bahwa, nilai cross loading tersebut telah memenuhi discriminant
validity karena memiliki nilai cross loading yang lebih besar untuk variabel yang
diukurnya. Sehingga, dengan hasil di atas maka discriminant validity telah
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
membuktikan akurasi, konsistensi dan ketepatan instrumen dalam mengukur suatu
konstruk. Dalam PLS – SEM dengan menggunakan SmartPLS, untuk mengukur
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,
dan Cronbachs Alpha dapat dilihat pada Tabel 4.10.
Tabel 4.10. Nilai 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
Diagram Cronbach’s Alpha yang dapat dilihat pada Gambar 4.11
menunjukkan bahwa nilai Cronbach’s Alpha dari masing-masing konstruk di atas

IV-31
0,7 sehingga dapat dinyatakan bahwa pengukur yang dipakai dalam dalam
penelitian ini adalah reliabel.
Gambar 4.11. Diagram Cronbach’s Alpha
Diagram Composite Reliability yang dapat dilihat pada Gambar 4.12
menunjukkan bahwa nilai Composite Reliability dari masing-masing konstruk di
atas 0,7 sehingga dapat dinyatakan bahwa pengukur yang dipakai dalam dalam
penelitian ini adalah reliabel.
Gambar 4.12. Diagram Composite Reliability

IV-32
Diagram Average Variance Extracted (AVE) yang dapat dilihat pada
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.
Gambar 4.13. Diagram AVE
4.4.2. Evaluasi Model Struktural (Inner Model)
Model struktural dalam PLS dievaluasi dengan menggunakan R2 untuk
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
Nilai R2 digunakan untuk mengukur tingkat variasi perubahan variabel
independen terhadap variabel dependen. Model struktural dievaluasi dengan

IV-33
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.
Tabel 4.11. R Square

Item R Square R Square Adjusted
Manufacturing performance 0,802 0,799
Dari hasil R2 pada Tabel 4.11. menunjukkan bahwa nilai R2 Manufacturing
performance adalah 0,802 atau 80,2%, artinya manufacturing performance dapat
dijelaskan oleh industry 4.0 adoption dan lean manufacturing practices sebesar
80,2%, sisanya dipengaruhi oleh variabel-variabel yang tidak diuji dalam penelitian
ini.
4.4.2.2.Q2 Predictive Relevance
Q2 predictive relevance untuk model struktural, mengukur seberapa baik
nilai observasi dihasilkan oleh model dan juga estimasi parameternya. Nilai Q2 > 0
menunjukkan model memiliki predictive relevance; sebaliknya jika nilai Q2 ≤ 0
menunjukkan model kurang memiliki predictive relevance. Nilai Q2 predictive
relevance 0,02, 0,15 dan 0,35 menunjukkan bahwa model lemah, moderat dan kuat.
Nilai Q2 > 0 menunjukkan bahwa model memiliki predictive relevance, sedangkan
Q2 < 0 menunjukkan bahwa model kurang memiliki Q2. Nilai Q2 dapat dilihat pada
Tabel 4.12.
IV-34
Tabel 4.12. Q2 Predictive Relevance
Variabel SSO SSE Q2=(1-SSE/SSO)

Manufacturing performance 1215 660,495 0,456
Dari Tabel 4.12 menunjukkan bahwa Q2 variabel memiliki nilai sebesar
0,456 sehingga dapat disimpulkan bahwa variabel Industry 4.0 adoption dan Lean
manufacturing practices mampu memprediksi variabel endogennya dengan baik.
4.4.2.3.Uji Signifikansi (Bootstraping)
Untuk mengetahui apakah suatu hipotesis diterima atau ditolak dapat
silakukan dengan memperhatikan nilai signifikansi antar konstruk, t-statistik dan p-
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
melakukan estimasi. Nilai positif mengindikasikan adanya pengaruh positif dan
sebaliknya nilai negatif mengindikasikan pengaruh negatif. Semakin besar nilai
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
bawah tingkat kesalahan, maka hipotesis memiliki pengaruh yang signifikan.
Original sample bertujuan untuk melihat arah dari pengaruh variabel.
Nilai t-statistic dapat dilihat pada Gambar 4.14.

IV-35
Gambar 4.14. Nilai T-Statistic
Nilai dari t-hitung (t-statistic), p-values, dan original sample pengaruh
langsung pada penelitian ini dapat dilihat pada Tabel 4.13.
Tabel 4.13. Path Coefficient

Original Sample Standard
T Statistics
Sample Mean Deviation P Values
(|O/STDEV|)
(O) (M) (STDev)
Industry 4.0 adoption ->
0,237 0,242 0,066 3,594 0,00
Manufacturing performance
Lean manufacturing practices -
0,711 0,707 0,065 10,861 0,00
> Manufacturing performance
IV-36
Nilai dari t-hitung (t-statistic), p-values, dan original sample pengaruh tidak
langsung pada penelitian ini dapat dilihat pada Tabel 4.14.
Tabel 4.14. Indirect Effect

Original Sample Standard
T Statistics P
Sample Mean Deviation
(|O/STDEV|) Values
(O) (M) (STDev)
Lean manufacturing practices
-> Industry 4.0 adoption -> 0,769 0,773 0,052 11,224 0,001
Manufacturing performance
4.5. Uji Hipotesis
Berdasarkan pada Tabel 4.13 dan Tabel 4.14, penentuan hipotesis diterima
atau ditolak yaitu:
1. Hipotesis 1: Pengaruh industry 4.0 adoption terhadap manufacturing
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
Berdasarkan Tabel 4.13 menjelaskan bahwa pengaruh antara industry 4.0
adoption terhadap manufacturing performance (p = 0,00 < 0,05) maka H0
ditolak dan H1 diterima, artinya terdapat pengaruh positif dan signifikan antara
industry 4.0 adoption dengan manufacturing performance.

IV-37
2. Hipotesis 2: Pengaruh lean manufacturing practices terhadap manufacturing
performance
Ho: Tidak terdapat pengaruh positif dan signifikan lean manufacturing
practices terhadap manufacturing performance
H2: Terdapat pengaruh positif dan signifikan lean manufacturing practices
Berdasarkan Tabel 4.13 menjelaskan bahwa pengaruh antara lean
manufacturing practices terhadap manufacturing performance (p = 0,00 < 0,05)
maka H0 ditolak dan H2 diterima, artinya terdapat pengaruh positif dan
signifikan antara lean manufacturing practices dengan manufacturing
performance.
3. Hipotesis 3: Pengaruh lean manufacturing practices terhadap manufacturing
performance dengan dimediasi industry 4.0 adoption
Ho: Tidak terdapat pengaruh positif dan signifikan lean manufacturing
practices terhadap manufacturing performance dengan dimediasi industry 4.0
adoption
H3: Terdapat pengaruh positif dan signifikan lean manufacturing practices
terhadap manufacturing performance dengan dimediasi industry 4.0 adoption
Berdasarkan Tabel 4.14 menjelaskan bahwa pengaruh antara lean
manufacturing practices terhadap manufacturing performance dengan
dimediasi industry 4.0 adoption (p = 0,001 < 0,05) maka H0 ditolak dan H3
diterima, artinya terdapat pengaruh positif dan signifikan antara lean

IV-38
manufacturing practices dengan manufacturing performance dengan dimediasi
industry 4.0 adoption.
Rekapitulasi dari hasil uji hipotesis penelitian dapat dilihat pada Tabel 4.15.
Tabel 4.15. Rekapitulasi Hasil Uji Hipotesis

Hipotesis Keterangan
Terdapat pengaruh positif dan signifikan industry 4.0 adoption
H1 Diterima
Terdapat pengaruh positif dan signifikan lean manufacturing
H2 Diterima
practices terhadap manufacturing performance
Terdapat pengaruh positif dan signifikan lean manufacturing
H3 practices terhadap manufacturing performance dengan dimediasi Diterima
industry 4.0 adoption
BAB V
ANALISIS DAN PEMBAHASAN
5.1. Pengujian Hipotesis
5.1.1. Pengaruh Industry 4.0 Adoption terhadap Manufacturing Performance
Dari pengolahan data, diketahui bahwa t-statistik industry 4.0 adoption
sebesar 3,594 yang memiliki nilai di atas t-tabel 1,96, hal ini menunjukkan bahwa
terdapat pengaruh yang signifikan antara industry 4.0 adoption terhadap
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
berpengaruh signifikan terhadap manufacturing performance. Sehingga dapat
disimpulkan, industry 4.0 adoption berpengaruh positif dan signifikan terhadap
manufacturing performance yang dihasilkan. Hal ini menunjukkan bahwa hipotesis
1 (satu) yang menyatakan jika industry 4.0 adoption meningkat, maka
manufacturing performance akan meningkat, maka hipotesis 1 (satu) diterima.
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
menggerakkan industri manufaktur menuju manufacturing performance yang lebih
baik untuk dapat mencapai pembangunan berkelanjutan. Penerapan industry 4.0
V-1
V-2
adoption dapat memberikan peningkatan produktivitas pada perusahaan, namun
penerapannya masih dalam tahap pengembangan. Hal ini dikarenakan kemampuan
sumber daya manusia belum memadai dalam menciptakan teknologi dan
memanfaatkan teknologi tersebut, sehingga masih banyak pekerjaan pada proses
produksi yang dioperasikan secara manual.
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
dikarenakan penggunaan internet merupakan hal yang sewajarnya dapat dimengerti
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
menggunakan ruangan yang besar, serta memanfaatkan big data dalam
pengambilan keputusan di perusahaan.
Dengan demikian, penelitian ini menunjukkan bahwa industry 4.0 adoption
dapat memberikan kontribusi positif pada manufacturing performance di
perusahaan manufaktur Sumatera Utara dalam meningkatkan produktivitas.
Namun, penerapannya belum sepenuhnya dapat dilaksanakan secara benar
dikarenakan keterbatasan kemampuan sumber daya manusia, sehingga teknologi
yang digunakan sebagian besar merupakan hal yang umum dan sederhana. Hal ini
menandakan bahwa perusahaan manufaktur di Sumatera Utara perlu melakukan
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
Industry 4.0 Readiness Index (INDI 4.0).
5.1.2. Pengaruh Lean Manufacturing Practices terhadap Manufacturing
Performance
Dari pengolahan data, diketahui bahwa t-statistik Lean manufacturing
practices sebesar 10,861 yang memiliki nilai di atas t-tabel 1,96, hal ini
menunjukkan bahwa terdapat pengaruh yang signifikan antara Lean manufacturing
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
manufacturing practices berpengaruh signifikan terhadap Manufacturing
performance. Sehingga dapat disimpulkan, Lean manufacturing practices
berpengaruh positif dan signifikan terhadap Manufacturing performance yang
dihasilkan. Hal ini menunjukkan bahwa hipotesis 2 (dua) yang menyatakan jika
Lean manufacturing practices meningkat, maka Manufacturing performance akan
meningkat, maka hipotesis 2 (dua) diterima.
Penerapan lean manufacturing practices sudah sebagian besar dilaksanakan
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
perwujudannya dapat dilakukan dengan adanya pemaparan pemahaman melalui
pelatihan-pelatihan pada karyawan di perusahaan manufaktur.

V-4
Lean manufacturing terbukti mampu meningkatkan manufacturing
performance dengan mengurangi cost pada proses produksi. Lean manufacturing
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
(value) dari produk yang akan dihasilkan.
5.1.3. Pengaruh Lean Manufacturing Practices terhadap Manufacturing
Performance dengan dimediasi Industry 4.0 Adoption
Dari pengolahan data, diketahui bahwa t-statistik lean manufacturing
practices sebesar 11,224 yang memiliki nilai di atas t-tabel 1,96, hal ini
menunjukkan bahwa terdapat pengaruh yang signifikan antara lean manufacturing
practices terhadap manufacturing performance dengan dimediasi industry 4.0
adoption. Hal ini dapat dilihat juga dari p-values dengan nilai 0,001 yang lebih kecil
dari  0,05, menunjukkan bahwa lean manufacturing practices berpengaruh
signifikan terhadap manufacturing performance dengan dimediasi industry 4.0
Adoption. Sehingga dapat disimpulkan, lean manufacturing practices berpengaruh
positif dan signifikan terhadap manufacturing performance yang dihasilkan jika
perusahaan juga menerapkan industry 4.0 adoption. Hal ini menunjukkan bahwa
hipotesis 3 (tiga) yang menyatakan jika lean manufacturing practices dan industry
4.0 adoption meningkat, maka manufacturing performance akan meningkat, maka
hipotesis 3 (tiga) diterima.

V-5
Perusahaan manufaktur di Sumatera Utara yang telah menerapkan industry
4.0 adoption dan lean manufacturing practices secara bersamaan merasakan
adanya kemudahan untuk menghasilkan peningkatan manufacturing performance
menghasilkan peningkatan manufacturing performance yang lebih optimal
dibandingkan sebelum diterapkannya kedua variabel ini. Industry 4.0 adoption dan
lean manufacturing practices memiliki tujuan yang sama, yakni meningkatkan
efisiensi pada proses produksi dengan cara mereduksi cost proses produksi dan
tujuan ini akan lebih mudah tercapai jika diterapkan secara bersamaan.
Perusahaan terlebih dahulu menerapkan lean manufacturing practices
dikarenakan untuk penerapannya tidak memerlukan biaya yang begitu tinggi, serta
lean memperhatikan pemenuhan kebutuhan sumber daya manusia serta bentuk
interaksi satu sama lain. Lean memerlukan kreativitas manusia dengan
pengembangan budaya continuous improvement yang kuat. Lean identik dengan
perubahan yang cepat sedangkan industry 4.0 adoption akan memakan waktu dan
biaya yang lebih banyak. Namun perusahaan yang berhasil menerapkan dengan
benar dapat merasakan manfaat industry 4.0 adoption dalam meningkatkan
produktivitasnya.
Industry 4.0 adoption dan lean manufacturing practices tidak hanya akan
mempercepat pengembangan sistem lean di perusahaan manufaktur tetapi juga
dapat mengurangi risiko yang dirasakan terkait dengan tingginya biaya
implementasi industri 4.0. Industry 4.0 akan mendukung system produksi lean
mencapai kesempurnaan dan menimbulkan potensi besar untuk menciptakan nilai
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
yang baik dan tingkat kecacatan yang rendah.
5.2. Analisis Regresi
5.2.1. Regresi Industry 4.0 Adoption terhadap Manufacturing Performance
Hasil pengolahan data menunjukkan nilai original sample sebesar 0.237
yang menunjukkan bahwa manufacturing performance mengalami kenaikan
sebesar 0.237 jika Industry 4.0 adoption naik 1 satuan. Angka tersebut
menunjukkan bahwa industry 4.0 adoption dapat memberikan pengaruh sebesar
23,7% pada peningkatan manufacturing performance pada perusahaan manufaktur
di Provinsi Sumatera Utara.
5.2.2. Regresi Lean Manufacturing Practices terhadap Manufacturing
Performance
Hasil pengolahan data menunjukkan nilai original sample sebesar 0.711
sebesar 0,711 jika lean manufacturing practices naik 1 satuan. Angka ini
menunjukkan bahwa lean manufacturing practices dapat memberikan pengaruh
sebesar 71,1% pada peningkatan manufacturing performance pada perusahaan
manufaktur di Provinsi Sumatera Utara.

V-7
5.2.3. Regresi Lean Manufacturing Practices terhadap Manufacturing
performance dimediasi Industry 4.0 Adoption
Hasil pengolahan data menunjukkan nilai original sample sebesar 0,769
sebesar 0,769 jika lean manufacturing practices dan Industry 4.0 adoption secara
bersama-sama naik 1 satuan angka ini menunjukkan bahwa lean manufacturing
practices dapat memberikan pengaruh sebesar 76,9% pada peningkatan
manufacturing performance jika diterapkan secara bersama-sama. Integrasi
industry 4.0 adoption dan lean manufacturing practices secara optimal dapat
memberikan peningkatan yang sangat besar pada kinerja perusahaan manufaktur di
Sumatera Utara.
BAB VI
KESIMPULAN DAN SARAN
6.1. Kesimpulan
Kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut:
1. Berdasarkan hasil pengujian dan pembahasan, diketahui bahwa industry 4.0
adoption memiliki pengaruh positif dan signifikan terhadap manufacturing
performance pada perusahaan manufaktur di Sumatera Utara dengan t-statistik
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
pengembangan sehingga perusahaan perlu meningkatkan implementasi
industry 4.0 adoption agar mengalami peningkatan manufacturing performance
pada perusahaan manufaktur di Provinsi Sumatera Utara.
2. Berdasarkan hasil pengujian dan pembahasan, diketahui bahwa lean
manufacturing memiliki pengaruh positif dan signifikan terhadap
manufacturing performance pada perusahaan manufaktur di Sumatera Utara
dengan t-statistik sebesar 10,861, p-value sebesar 0,00 dan original sample
sebesar 0,711. Sebagian besar perusahaan telah menerapkan lean
manufacturing practices dengan benar sehingga dapat meningkatkan
manufacturing performance pada perusahaan manufaktur di Provinsi Sumatera
Utara.
3. Berdasarkan hasil pengujian dan pembahasan, diketahui bahwa lean
manufacturing memiliki pengaruh positif dan signifikan terhadap
VI-1
VI-2
manufacturing performance dengan dimediasi oleh industry 4.0 adoption pada
perusahaan manufaktur di Sumatera Utara dengan t-statistik sebesar 11,224, p-
value sebesar 0,001 dan original sample sebesar 0,769. Perusahaan yang telah
menerapkan lean manufacturing practices dapat lebih mudah menerapkan
industry 4.0 adoption dengan baik. Integrasi yang baik antara industry 4.0
adoption dan lean manufacturing practices dapat memberikan pengaruh yang
sangat besar terhadap peningkatan manufacturing performance pada
perusahaan manufaktur di Provinsi Sumatera Utara.
6.2. Saran
Berdasarkan penelitian yang dilakukan, terdapat beberapa saran yang dapat
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
2. Penyebaran kuesioner sebaiknya dilakukan pada low season, sehingga lebih
besar sampel yang bersedia untuk menjadi responden dalam penelitian.
3. Peneliti lain yang akan melanjutkan penelitian ini dengan tema yang sama
diharapkan mampu mengembangkan model penelitian ini menjadi lebih
kompleks seperti menambah variabel baru dan pada objek yang berbeda dari
penelitian terdahulu sehingga terjadi penelitian-penelitian yang lebih baik lagi
pada penelitian berikutnya.

DAFTAR PUSTAKA
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
Koufteros, X. A. 1995. Time-Based Manufacturing: Developing a Nomological

Network of Constructs and Instrument Development, Doctoral
Dissertation. University of Toledo, Toledo, OH
Kuncoro, M. 2013. Metode Riset Untuk Bisnis dan Ekonomi. Edisi 3. Jakarta:
Erlangga.
Kiswati, 2010. Study Tentang Sikap Konsumen Atas Merek Tolak Angin Pada
Mahasiswa FE Undip Semarang. Tesis. Semarang: Program
PascaSarjana Universitas Diponegoro.
Kurniawan, H. et al. 2009. Structural Equation Modeling, Belajar Lebih Mudah
Teknik Analisis Data Kuesioner dengan Lisrel-PLS. Jakarta: Salemba
Empat
Metternich, et al. 2013. Volume and Mix Flexibility Evaluation of Lean Production
Systems. Germany: Procedia CIRP 9
Nazir, M. 2005. Metode Penelitian. Bogor: Ghalia Indonesia
Ningsih, M. 2018. Pengaruh Perkembangan Revolusi Industri 4.0 dalam Dunia
Teknologi di Indonesia. Fakultas Komputer, Universitas Mitra Indonesia.
Bandar Lampung.
Onho, T. 1995. Toyota Production System, Beyond Large-Scale Production.
Terjemahan: Dr Edi Nugroho, Pustaka Binaan Pressindo.
Pagliosa et al. 2019. Industry 4.0 and Lean Manufacturing: A Systematic Literature
Review and Future Research Directions. Journal of Manufacturing
Technology Management
Prasetyo, H., dan Sutopo, W. 2018. Industri 4.0: Telaah Klasifikasi Asfek dan Arah
Perkembangan Riset. Jurnal Teknik Industri, Vol. 13, No. 1. Universitas
Diponegoro: Surakarta
Priyono. 2016. Metode Penelitian Kuantitatif. Sidoarjo: Zifatama Publishing.
Rini, Y. 2019. Mengurai Peta Jalan Akuntansi Era Industri 4.0. Jurnal Ilmu
Manajemen dan Akuntansi Vol. 7 No. 1
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
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"
Kuesioner Penelitian "Pengaruh Industry

4.0 Adoption dan Lean Manufacturing
Practices terhadap Manufacturing
Performance"
Dengan hormat,
Saya yang mengirimkan kuesioner ini,
Nama : Miftah Safira
NIM : 170403097
Status : Mahasiswa Universitas Sumatera Utara
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
3. Jenis Kelamin *
Mark only one oval.
Laki-laki
Perempuan
4. Usia *
Mark only one oval.
< 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
A. Industry 4.0 2 = Tidak Setuju
Adoption 3 = Netral
4 = Setuju
5 = Sangat Setuju
7. Perusahaan menerapkan sistem rekayasa terintegrasi untuk pengembangan dan

pembuatan produk *
Mark only one oval.
1 2 3 4 5
Sangat Tidak Setuju Sangat Setuju
8. Perusahaan sedang menerapkan transformasi digital dengan melakukan

pengumpulan data di internet *
Mark only one oval.
1 2 3 4 5
9. Perusahaan menerapkan Additive Manufacturing, prototipe atau pencetakan 3D *
Mark only one oval.
1 2 3 4 5
10. Perusahaan menerapkan pengumpulan, pemrosesan, dan analisis data dalam

jumlah besar (big data) *
Mark only one oval.
1 2 3 4 5
11. Perusahaan menerapkan penggunaan layanan cloud yang terkait dengan produk
*
Mark only one oval.
1 2 3 4 5
12. Perusahaan menerapkan penggabungan layanan digital ke dalam produk

(Internet of Things) *
Mark only one oval.
1 2 3 4 5
Petunjuk Pengisian
B. Lean 1 = Sangat Tidak Setuju
2 = Tidak Setuju
Manufacturing
3 = Netral
Practices 4 = Setuju
5 = Sangat Setuju
13. Perusahaan memiliki hubungan baik dengan supplier
Mark only one oval.
1 2 3 4 5
14. Supplier mengirimkan barang secara tepat waktu
Mark only one oval.
1 2 3 4 5
15. Perusahaan melibatkan supplier dalam mengidentifikasi kebutuhan pelanggan
Mark only one oval.
1 2 3 4 5
16. Perusahaan selalu berhubungan baik dengan customer
Mark only one oval.
1 2 3 4 5
17. Perusahaan menerima feedback customer
Mark only one oval.
1 2 3 4 5
18. Customer terlibat dalam penerimaan informasi produk
Mark only one oval.
1 2 3 4 5
19. Perusahaan mengadopsi pull system
Mark only one oval.
1 2 3 4 5
20. Perusahaan memastikan bahwa input dari pemasok sesuai dengan persyaratan
perusahaan
Mark only one oval.
1 2 3 4 5
21. Perusahaan melakukan efisiensi aliran produk untuk meminimalisir cost
Mark only one oval.
1 2 3 4 5
22. Perusahaan melakukan pengurangan setup time untuk meminimalisir cost
Mark only one oval.
1 2 3 4 5
23. Perusahaan melakukan penerapan 5S
Mark only one oval.
1 2 3 4 5
24. Perusahaan selalu memastikan bahwa tidak ada bahan baku yang cacat
Mark only one oval.
1 2 3 4 5
25. Seluruh karyawan berperan dalam mewujudkan keberhasilan perusahaan
Mark only one oval.
1 2 3 4 5
Petunjuk Pengisian
1 = Sangat Tidak Setuju
C. Manufacturing 2 = Tidak Setuju
Performance 3 = Netral
4 = Setuju
5 = Sangat Setuju
26. Produk yang dihasilkan sesuai dengan standarisasi mutu
Mark only one oval.
1 2 3 4 5
27. Produk memiliki kecacatan di bawah 5%
Mark only one oval.
1 2 3 4 5
28. Customer puas dengan produk yang dihasilkan
Mark only one oval.
1 2 3 4 5
29. Perusahaan dapat melakukan produksi dengan kapasitas yang berbeda
Mark only one oval.
1 2 3 4 5
30. Perusahaan dapat menciptakan beberapa produk di lantai produksi yang sama
Mark only one oval.
1 2 3 4 5
31. Mesin di perusahaan dapat beroperasi dalam beberapa kegiatan produksi
Mark only one oval.
1 2 3 4 5
32. Perusahaan berupaya untuk menghindari waste pada proses produksi
Mark only one oval.
1 2 3 4 5
33. Ordering cost sesuai dengan ukuran pemesanan yang ditetapkan
Mark only one oval.
1 2 3 4 5
34. Perusahaan mengupayakan untuk melakukan penghematan konsumsi energi
Mark only one oval.
1 2 3 4 5
This content is neither created nor endorsed by Google.
Forms
Lampiran 2
Rekapitulasi Pra Penelitian Jawaban Responden
1. Industry 4.0 Adoption

2. Lean Manufacturing Practices
3. Manufacturing Performance
Lampiran 3
Rekapitulasi Hasil Jawaban Responden
1. Industry 4.0 Adoption

2. Lean Manufacturing Practices
3. Manufacturing Performance
Lampiran 4
Hasil Uji Outer dan Inner Model
Lampiran 5
Tabulasi Data Mentah Pra Penelitian
Responden IN1 IN2 IN3 IN4 IN5 IN6 SF1 SF2 SF3 CF1 CF2 CF3 PF1 PF2 PF3 CHF1 CHF2 CHF3 QP1 QP2 QP3 PRF1 PRF2 PRF3 OC1 OC2 OC3
Responden 1 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Responden 2 3 3 5 3 3 3 3 3 3 5 3 3 5 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Responden 3 4 4 4 4 5 4 4 5 4 4 4 5 4 4 4 4 4 5 4 5 4 4 4 4 5 4 4
Responden 4 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Responden 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 6 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
Responden 7 3 3 3 3 3 3 3 4 3 3 3 5 3 3 3 3 3 5 3 3 3 3 3 3 3 3 3
Responden 8 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 4 4 4 3 4 3 3 4 3 4
Responden 9 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 3 4 3 3 4 3 3 4 4 4 4 4
Responden 10 4 4 4 3 4 4 4 5 4 5 4 5 5 4 4 4 4 5 4 4 4 4 4 4 3 4 4
Responden 11 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Responden 12 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 13 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
Responden 14 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 5 4 4 4
Responden 15 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
Responden 16 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 17 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 18 4 5 4 5 4 4 5 4 4 4 5 4 4 5 4 4 4 4 5 4 4 5 4 5 4 4 5
Responden 19 5 4 5 4 4 4 4 4 3 5 3 5 5 4 4 4 4 5 4 4 4 4 5 4 4 4 4
Responden 20 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 21 5 5 5 5 5 4 3 5 4 5 5 5 5 5 4 4 4 5 5 5 4 5 5 5 5 4 5
Responden 22 5 5 5 5 4 4 5 5 4 5 5 5 5 5 4 4 4 5 5 4 4 5 5 5 4 4 5
Responden 23 4 4 4 4 4 4 4 4 4 5 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 24 3 3 4 3 5 5 4 5 4 5 4 5 4 4 5 5 5 5 5 5 5 3 4 5 5 5 3
Responden 25 3 3 5 3 5 5 5 4 5 4 5 5 5 5 4 5 5 5 5 5 5 3 5 5 5 5 3
Responden 26 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 27 5 5 5 5 5 4 5 5 4 5 5 5 5 5 4 4 4 5 4 4 5 3 5 4 5 4 4
Responden 28 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 3 5 4
Responden 29 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 30 3 5 5 5 5 4 5 5 4 5 5 5 5 5 4 2 3 5 5 5 4 5 5 3 5 4 5
Lampiran 6
Tabulasi Data Mentah
Responden IN1 IN2 IN3 IN4 IN5 IN6 SF1 SF2 SF3 CF1 CF2 CF3 PF1 PF2 PF3 CHF1 CHF2 CHF3 QP1 QP2 QP3 PRF1 PRF2 PRF3 OC1 OC2 OC3
Responden 1 3 5 3 3 5 3 4 4 4 5 4 4 4 4 4 4 5 4 5 4 3 4 3 4 4 4 3
Responden 2 3 5 5 4 5 5 3 5 4 5 3 5 3 3 3 5 5 3 5 5 5 4 4 4 5 4 5
Responden 3 5 4 4 4 4 4 4 5 5 5 4 5 5 4 5 5 4 3 5 5 5 4 4 4 5 5 5
Responden 4 4 4 4 4 4 4 4 4 4 5 5 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 5 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Responden 6 5 5 5 5 5 5 4 5 3 5 5 5 5 5 3 5 5 5 3 5 5 5 5 5 4 4 4
Responden 7 4 4 4 4 4 4 4 5 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 3 3 4 3
Responden 8 5 3 5 4 4 4 3 5 4 5 5 5 4 5 4 5 5 5 5 5 4 4 4 4 4 4 5
Responden 9 3 3 5 3 3 3 3 3 3 5 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Responden 10 3 3 3 3 3 3 3 5 5 3 3 5 3 3 5 3 3 5 5 3 5 3 3 3 3 3 3
Responden 11 4 4 4 4 4 4 3 3 3 4 4 5 4 4 3 4 5 5 4 4 4 5 4 5 5 4 5
Responden 12 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 5 4 4 3
Responden 13 4 4 4 4 4 4 3 4 5 4 4 4 4 4 5 4 5 4 4 4 4 5 5 5 3 5 5
Responden 14 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4
Responden 15 5 4 5 4 4 5 5 5 5 4 4 4 5 5 5 4 4 5 5 4 5 4 5 4 5 4 4
Responden 16 4 4 4 4 4 4 5 4 5 5 4 4 5 4 4 4 5 4 4 5 4 5 4 4 4 4 3
Responden 17 4 4 4 3 4 5 5 4 5 4 5 4 4 5 3 5 4 5 5 4 5 4 3 5 4 5 4
Responden 18 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 4 4
Responden 19 5 4 5 5 4 4 5 5 5 5 4 5 5 4 5 4 5 5 5 5 4 5 5 4 4 5 5
Responden 20 5 5 5 5 5 4 3 5 4 5 5 5 5 5 4 4 4 5 5 5 4 4 5 4 5 4 4
Responden 21 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5
Responden 22 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Responden 23 5 4 5 5 4 5 4 5 5 5 4 5 5 4 5 4 4 5 4 4 5 5 5 4 4 5 5
Responden 24 5 4 5 4 4 4 4 5 5 5 4 5 5 4 5 4 4 5 4 4 4 4 5 4 4 4 4
Responden 25 4 5 4 4 5 4 5 4 4 5 5 4 5 5 3 4 4 4 4 5 4 5 5 5 5 5 4
Responden 26 4 4 4 4 4 4 3 4 3 3 4 3 4 3 4 4 4 5 4 4 4 4 4 5 4 4 5
Responden 27 4 4 5 4 4 4 3 4 3 5 4 4 5 4 3 4 3 4 4 4 5 4 5 4 5 4 4
Responden 28 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 29 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Responden 30 5 5 5 4 5 4 5 3 4 5 5 5 5 5 4 4 4 5 5 5 4 4 5 5 5 4 4
Responden 31 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4 4 4 4 4
Responden 32 5 5 5 5 5 4 5 5 4 5 5 5 5 5 4 3 3 5 5 5 4 5 4 5 5 5 3
Responden 33 4 5 5 5 5 4 5 5 4 4 5 4 4 5 4 3 5 5 5 5 4 5 4 5 3 4 5
Responden 34 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5 4 5 5 5 5 4 5 5 5 4 4 4
Responden 35 5 5 5 5 5 4 5 5 4 5 5 5 5 5 4 5 5 5 5 5 4 4 5 5 5 5 4
Responden 36 4 4 4 4 4 4 4 4 4 4 3 3 4 3 4 3 4 4 4 4 4 4 4 4 4 4 4
Responden 37 4 4 4 4 4 4 3 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4
Responden 38 5 5 5 5 5 5 5 5 4 4 5 5 4 4 5 5 5 5 5 5 5 3 3 3 5 5 5
Responden 39 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 3 4 3
Responden 40 5 5 5 5 5 5 4 5 5 4 5 5 5 4 4 5 5 5 3 5 5 5 5 4 5 5 3
Responden 41 4 5 4 5 5 4 3 4 4 4 3 4 4 3 4 4 3 4 5 5 4 5 4 5 3 3 5
Responden 42 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 3 3 3 3 5 4
Responden 43 4 5 5 4 5 5 4 4 5 5 5 3 5 5 5 4 4 4 5 5 5 4 4 5 5 5 4
Responden 44 4 4 4 4 4 4 3 4 4 3 4 3 3 3 4 3 5 4 3 4 3 4 4 4 4 4 3
Responden 45 4 4 5 4 4 4 4 4 4 5 3 4 5 4 4 4 4 4 4 4 4 4 4 4 3 3 4
Responden 46 4 4 4 4 4 5 4 4 5 4 4 4 4 4 5 4 4 4 4 4 5 4 4 4 4 5 4
Responden 47 4 5 4 4 5 4 5 4 4 4 5 4 4 5 4 4 4 4 5 5 4 4 4 4 5 4 5
Responden 48 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4
Responden 49 4 4 4 4 4 4 4 4 4 5 4 4 5 4 4 4 5 4 4 4 4 4 4 4 4 4 4
Responden 50 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Responden 51 3 3 5 3 3 3 3 3 3 5 3 3 5 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Responden 52 4 4 4 4 5 4 4 5 4 4 4 5 4 4 4 4 4 5 4 5 4 4 4 4 5 4 4
Responden 53 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Responden 54 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 55 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
Responden 56 3 3 3 3 3 3 3 4 3 3 3 5 3 3 3 3 3 5 3 3 3 3 3 3 3 3 3
Responden 57 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 4 4 4 3 4 3 3 4 3 4
Responden 58 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 3 4 3 3 4 3 3 4 4 4 4 4
Responden 59 4 4 4 3 4 4 4 5 4 5 4 5 5 4 4 4 4 5 4 4 4 4 4 4 3 4 4
Responden 60 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Responden 61 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 62 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
Responden 63 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 5 4 4 4
Responden 64 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
Responden 65 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 66 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 67 4 5 4 5 4 4 5 4 4 4 5 4 4 5 4 4 4 4 5 4 4 5 4 5 4 4 5
Responden 68 5 4 5 4 4 4 4 4 3 5 3 5 5 4 4 4 4 5 4 4 4 4 5 4 4 4 4
Responden 69 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 70 5 5 5 5 5 4 3 5 4 5 5 5 5 5 4 4 4 5 5 5 4 5 5 5 5 4 5
Responden 71 5 5 5 5 4 4 5 5 4 5 5 5 5 5 4 4 4 5 5 4 4 5 5 5 4 4 5
Responden 72 4 4 4 4 4 4 4 4 4 5 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 73 3 3 4 3 5 5 4 5 4 5 4 5 4 4 5 5 5 5 5 5 5 3 4 5 5 5 3
Responden 74 3 3 5 3 5 5 5 4 5 4 5 5 5 5 4 5 5 5 5 5 5 3 5 5 5 5 3
Responden 75 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 76 5 5 5 5 5 4 5 5 4 5 5 5 5 5 4 4 4 5 4 4 5 3 5 4 5 4 4
Responden 77 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 3 5 4
Responden 78 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 79 3 5 5 5 5 4 5 5 4 5 5 5 5 5 4 2 3 5 5 5 4 5 5 3 5 4 5
Responden 80 5 3 5 3 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 3 3 5 3 3 3
Responden 81 3 3 4 3 3 5 3 3 5 3 3 3 3 3 5 5 3 3 3 3 5 3 4 3 3 5 3
Responden 82 5 5 5 5 5 4 5 5 4 5 5 5 5 5 4 4 4 5 5 5 4 5 5 5 5 4 5
Responden 83 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 84 5 5 5 5 5 5 5 5 5 5 5 5 4 4 5 5 4 5 5 5 5 5 5 5 5 5 5
Responden 85 5 5 5 5 4 5 5 4 5 4 5 4 5 5 5 5 5 5 5 4 5 5 5 5 4 5 5
Responden 86 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 87 4 5 4 4 5 4 5 4 4 4 5 4 4 5 4 4 4 4 5 5 4 4 4 5 5 4 4
Responden 88 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
Responden 89 5 5 5 5 5 4 5 5 4 5 5 5 5 5 4 4 4 4 5 5 4 5 4 4 5 4 5
Responden 90 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 4 5 5 5 4
Responden 91 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 4 5 5 5 5
Responden 92 3 3 3 4 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 3 3 3 3 3
Responden 93 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 4 5 5 5 4 5 4 5 5 5 4
Responden 94 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 95 5 5 5 5 4 5 5 5 5 5 5 4 5 5 5 5 5 5 5 4 5 5 5 5 4 5 5
Responden 96 4 5 4 5 5 4 5 4 4 4 5 4 4 5 4 4 4 4 5 5 4 5 4 5 5 4 5
Responden 97 4 4 4 4 4 5 4 4 5 4 4 4 4 4 5 4 4 4 4 4 5 4 4 4 4 5 4
Responden 98 5 5 5 5 5 5 5 5 4 5 5 4 5 4 5 5 5 5 5 5 4 5 5 5 5 5 5
Responden 99 4 5 4 5 5 4 5 4 4 5 4 4 4 5 4 4 4 4 5 5 4 5 4 5 5 4 5
Responden 100 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 101 5 5 5 4 5 4 4 4 4 5 4 4 3 4 4 4 4 4 4 4 4 4 5 4 4 4 4
Responden 102 4 4 4 4 4 4 4 4 5 3 4 4 4 4 5 4 4 4 5 4 5 4 4 5 4 4 4
Responden 103 5 5 5 5 5 5 5 4 4 4 5 4 4 5 4 4 4 4 5 5 4 3 3 5 3 4 5
Responden 104 5 5 5 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 5 4 3 4
Responden 105 4 4 4 3 4 4 4 4 4 5 4 4 5 4 4 4 4 4 4 4 4 3 4 4 3 3 4
Responden 106 4 5 4 3 5 4 5 4 4 5 4 5 4 5 5 5 5 5 5 5 5 3 4 5 5 5 3
Responden 107 5 5 5 4 5 5 5 5 5 5 5 5 4 5 4 5 4 5 5 5 5 4 5 5 5 5 4
Responden 108 5 5 5 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 109 5 5 5 5 5 5 5 5 4 5 5 5 5 5 4 4 5 5 5 5 4 5 5 5 5 4 5
Responden 110 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
Responden 111 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Responden 112 5 5 5 4 5 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 113 4 4 4 5 4 4 5 4 5 4 5 4 4 5 5 5 5 4 5 4 5 5 4 5 4 5 5
Responden 114 5 5 5 3 4 5 3 4 3 3 3 4 3 3 3 3 3 4 3 3 3 3 3 3 3 3 3
Responden 115 4 5 4 4 5 4 4 3 4 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 116 4 4 4 4 4 5 4 4 3 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4
Responden 117 5 5 5 5 5 5 5 4 4 4 5 4 4 5 3 4 4 4 5 5 4 5 4 5 5 4 5
Responden 118 4 5 4 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 3 3 5 5 5
Responden 119 4 4 4 5 4 4 5 5 4 5 5 5 5 5 4 4 4 5 5 5 4 5 5 5 5 4 5
Responden 120 3 5 5 3 5 4 3 3 3 5 3 3 5 3 3 3 3 3 3 3 3 3 5 3 3 3 3
Responden 121 3 5 5 4 5 5 4 5 4 4 4 5 4 4 4 4 4 5 4 5 4 4 4 4 5 4 4
Responden 122 5 5 5 3 5 5 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Responden 123 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 124 3 3 3 3 3 3 3 5 5 3 3 5 3 3 5 3 3 5 5 3 5 3 3 5 3 5 3
Responden 125 5 5 5 4 5 5 4 5 4 4 4 5 4 4 4 4 5 5 4 4 4 4 4 4 4 4 4
Responden 126 4 4 4 4 4 4 3 4 3 3 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 127 5 3 5 4 5 4 4 4 5 4 3 3 4 4 3 3 5 4 5 4 4 4 4 5 4 4 4
Responden 128 3 3 5 4 3 3 4 4 4 4 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 129 3 3 3 3 3 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 3 4 4 5 5 3
Responden 130 4 4 4 3 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 3 5 5 5 5 3
Responden 131 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 132 4 4 4 5 4 4 5 5 4 5 5 5 5 5 4 4 5 5 5 5 4 5 5 5 5 4 5
Responden 133 4 4 4 3 4 4 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Responden 134 5 4 5 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Responden 135 4 4 4 5 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
OEPARTEMEN TEK.NIK INOUSTRJ
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UT ARA
FORMULIR PENETAPAN TUGAS SARJANA
1. CATATAN KOORDINATOR TUGAS SARJANA
Koordinator T ugas Sarfana menerangkan bahwa berdasarkan hasii diskusi dengan mahasiswa :
NAMA Miftah Safira NIM 170403097
Usulan Topik Pengcndalian Kualitas
T elah disepakati bahwa Bidang llmu untuk Tugas Sarjana mahasiswa tersebut diatas
□ Rekayasa Sistem manufaktur

r:r/ Manajemen Rekayasa & Produksi
□ Ergonomi & Oasar Perancangan Sistem Kerja
Medan, 11 .,.,., 2021

Koordin atOf,
2. CATATAN KETUA DEPARTEMEN
Ketua Departemen menetapkan bahwa sebagai

□ DosenPembimbing I ; Dr Ir Nazaruddin Matondang MT
0 DosenPembimbing II : lndah Rzkya Tartgan ST MT
3. CATATAN OOSEN PEMBIMBING

Berdasarkan hasil diskusi dengan mahasiswa tersebut di atas telah disepakati bahwa Topik Tugas Sarjana ditetapkan sebagai berikut:
\mvteme.ntusi \nd.uHt', �-0 don Lean Mant.i1actunn� tern.ndae
Oosen Pembimbing II,
4. PENETAPAN SURAT KEPUTUSAN TUGAS SARJANA
□ Topik sudah disetujui oleh Dosen Pembimbing

30 April .. 2021
Medan, ....................
Ketua Departemen,
(Dr. Ir. Meilita Tryana Sembiring, MT, 1PM)
...___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
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
Medan, 30 April 2021

K e t u a,
Dr.Ir. Meilita Tryana Sembiring,ST,MT, IPM

NIP. 197005031997022001.
Tembusan :
1. Dekan FT USU
2. Ketua Dept. T.Industri FT USU
3. Dosen Ybs
4. Mahasiswa Ybs
5. Arsip
No. Dok. : FM-GKM-S1TI-FT-6-06-
BERITA ACARA 06
Rev : 01
Tgl Efektif : 09 Juli 2018
TUGAS SARJANA Halaman : 1 dari 1 - 1 -11Pa

FAKULTAS : TEKNIK
PROGRAM : REGULER (S1)
DEPARTEMEN : TEKNIK INDUSTRI
NAMA MAHASISWA : MIFTAH SAFIRA

NIM : 170403097
JUDUL : PENGARUH INDUSTRY 4.0 ADOPTION DAN

LEAN MANUFACTURING PRACTICES
TERHADAP MANUFACTURING
PERFORMANCE
DOSEN PEMBIMBING : Indah Rizkya Tarigan, ST., MT

MATERI
NO. TANGGAL PARAF KETERANGAN
BIMBINGAN
Perbaiki latar belakang
1. 17-05-2021
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,
Indah Rizkya Tarigan, ST., MT

Practices Terhadap Manufacturing Performance

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Practices Terhadap Manufacturing Performance

Diunggah oleh

Hak Cipta:

Format Tersedia

PENGARUH INDUSTRY 4.

0 ADOPTION DAN LEAN MANUFACTURING

Judul : PENGARUH INDUSTRY 4.0 ADOPTION DAN LEAN

MANUFACTURING PRACTICES TERHADAP MANUFACTURING

kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Agustus 2021

Salah satu indikator keberhasilan suatu perusahaan manufaktur adalah

Kata kunci: Industry 4.0 Adoption, Lean Manufacturing Practices, Manufacturing

One indicator of the success of a manufacturing company is the increase in

Keywords: Industry 4.0 Adoption, Lean Manufacturing Practices, Manufacturing

Penulisan tugas sarjana ini merupakan langkah bagi penulis untuk

memenuhi syarat-syarat dan ketentuan dalam mengikuti kurikulum Departemen

untuk mendapatkan gelar Sarjana Teknik (Strata Satu Teknik Industri) di

Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara.

Tugas sarjana ini memaparkan tentang “Pengaruh Industry 4.0 Adoption

dan Lean Manufacturing Practices terhadap Manufacturing Performance”.

Besar harapan penulis penyusunan laporan penelitian ini dapat menambah

pengetahuan bagi pembaca. Penulis menyadari masih banyak kekurangan dalam

Akhir kata penulis mengucapkan terima kasih dan semoga laporan

penelitian ini dapat bermanfaat.

UNIVERSITAS SUMATERA UTARA PENULIS

MEDAN, AGUSTUS 2021 MIFTAH SAFIRA

Rahmat Kasih-Nya, Penulis berkesempatan menyelesaikan Tugas Sarjana ini tepat

sehingga Penulis mengucapkan terima kasih kepada:

Teknik Industri Fakultas Teknik Universitas Sumatera Utara yang telah

memberikan bimbingan dan arahan dalam penyelesaian laporan tugas sarjana.

3. Bapak Buchari, ST., M. Kes sebagai Sekretaris Departemen Teknik Industri

Seminar dan Sidang Tugas Sarjana.

masukan untuk laporan tugas sarjana.

menyelesaikan penulisan Tugas Sarjana.

yang membangun untuk penulis agar penulis dapat menyelesaikan penulisan

7. Bapak Ir. Khawarita Siregar, MT., sebagai pimpinan Kepala Laboratorium

Pengukuran dan Statistik.

8. Seluruh dosen Departemen Teknik Industri Fakultas Teknik Universitas

Sumatera Utara yang telah mendidik dan memberikan bimbingan kepada

Penulis selama perkuliahan.

Universitas Sumatera Utara yang telah membantu pengurusan administrasi dan

peminjaman buku di perpustakaan.

memberikan motivasi kepada penulis untuk menyelesaikan laporan ini.

masa perkuliahan dan senantiasa mendukung Penulis dalam menyelesaikan

laporan tugas sarjana.

motivasi dan dorongan semangat kepada penulis dalam penyelesaian Tugas

motivasi dan dorongan semangat kepada penulis dalam penyelesaian Tugas

14. Teman-teman seperdopingan, Chelia, Hana, Manda, Aulia, Chintia, Fionna,

penulis dalam penyelesaian Tugas Sarjana.

penuh kepada penulis dalam penyelesaian Tugas Sarjana.

16. Teman-teman Stambuk 2017, ATLANTIS, yang merupakan teman-teman

Penulis di Departemen Teknik Industri Fakultas Teknik Universitas Sumatera

UNIVERSITAS SUMATERA UTARA PENULIS

MEDAN, AGUSTUS 2021 MIFTAH SAFIRA

LEMBAR JUDUL ................................................................ i

LEMBAR PENGESAHAN .................................................. ii

SURAT KEPUTUSAN SIDANG TUGAS SARJANA ...... iii

PERNYATAAN ORISINALITAS ...................................... iv

KATA PENGANTAR .......................................................... vii

UCAPAN TERIMA KASIH ................................................ viii

DAFTAR ISI ......................................................................... xi

DAFTAR TABEL ................................................................. xviii

DAFTAR GAMBAR ............................................................ xx

DAFTAR LAMPIRAN ........................................................ xxi

I PENDAHULUAN ................................................................. I-1

1.1. Latar Belakang Masalah ................................................ I-1

1.2. Rumusan Masalah ......................................................... I-6