Skripsi Full - Juine Rosalina - 122180009 PDF
Skripsi Full - Juine Rosalina - 122180009 PDF
TUGAS AKHIR
Diajukan untuk Memenuhi Persyaratan Menyelesaikan Studi Strata Satu (S1)
dan Memperoleh Gelar Sarjana Teknik (S.T.)
Disusun oleh:
Juine Rosalina
122180009
TUGAS AKHIR
NAN N
NGUOleh:
A A
B Juine Rosalina SI
M
ON
122180009
PE
AL
IVERSITAS
”VETERAN”
Telah disetujui dan disahkan
pada tanggal: .........................
UN
ii
LEMBAR PERNYATAAN BEBAS PLAGIARISME KARYA ILMIAH
Demikian pernyataan ini saya buat dengan sebenar-benarnya dan tanpa paksaan
dari pihak manapun.
Yogyakarta, 2022
Yang menyatakan
Materai 10000
Juine Rosalina
NPM 122180009
iii
KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Esa yang telah melimpahkan
rahmat dan karunia-nya sehingga penulis dapat menyelesaikan Laporan Tugas
Akhir dengan judul “Penentuan Prioritas Supplier Dengan Step-wise Weight
Assessment Ratio Analysis Dan Additive Ratio Assessment. Penyusunan tugas akhir
ini dalam rangka memenuhi syarat untuk mendapatkan gelar sarjana strata 1 (S1)
Program Studi Teknik Industri, Fakultas Teknik Industri, Universitas Pembangunan
Nasional “Veteran” Yogyakarta.
Penyusunan tugas akhir ini dapat terselesaikan dengan baik karena bantuan
dan dukungan dari berbagai pihak. Oleh karena itu, penulis mengucapkan terima
kasih kepada:
1. Bapak Dr. Agus Ristono, S.T., M.T selaku Dosen Pembimbing I dan Ibu
Laila Nafisah, S.T., M.T selaku Dosen pembimbing II yang telah
meluangkan waktu untuk memberikan bimbingan, arahan, informasi, dan
saran selama pengerjaan tugas akhir.
2. Bapak Agus Setiawan selaku HRD PT. Adi Satria Abadi (PT. ASA) yang
telah memberikan kesempatan untuk melakukan penelitian.
3. Ibu Dr. Apriani Soepardi, S.T.P., M.T. dan Bapak Sutrisno, S.Si, M.T.
selaku Dosen Penguji yang telah memberikan arahan dan masukan dalam
perbaikan tugas akhir.
4. Bapak Dr. Sadi, S.T., M.T, selaku Ketua Jurusan Teknik Industri
Universitas Pembangunan Nasional “Veteran” Yogyakarta.
5. Ibu Dr. Apriani Soepardi, S.T.P., M.T. selaku Dosen Wali Jurusan Teknik
Industri yang selalu memberikan arahan, bimbingan dan semangat selama
proses perkuliahan.
6. Orang tua, saudara, dan keluarga yang telah memberikan dukungan besar,
semangat dan doa sepanjang waktu.
iv
7. Saudara-saudari mahasiswa Teknik Industri khususnya angkatan 2018 yang
selalu membantu, menghibur, mendukung, dan berjuang bersama-sama
dalam menyelesaikan studi.
8. Semua teman-teman saya diluar Teknik Industri angkatan 2018 yang selalu
memberikan semangat dan doa untuk dapat menyelesaikan tugas akhir
dengan sebaik mungkin.
9. Semua pihak terkait yang tidak dapat disebutkan satu persatu.
Penulis menyadari bahwa penyusunan dan penulisan tugas akhir ini masih
jauh dari kata sempurna dan masih banyak kekurangan. Oleh karena itu, kritik dan
saran yang membangun sangat dibutuhkan untuk perbaikan Tugas Akhir ini.
Harapan penulis, semoga Tugas Akhir ini dapat membantu dan bermanfaat bagi
semua pihak, baik akademik maupun pembaca.
Yogyakarta, 2 Juni 2022
Juine Rosalina
v
DAFTAR ISI
Hal.
BAB I PENDAHULUAN
1.1 Latar Belakang............................................................................... I-1
1.2 Rumusan Masalah ......................................................................... I-4
1.3 Batasan Masalah ............................................................................ I-4
1.4 Tujuan Penelitian ........................................................................... I-4
1.5 Manfaat Penelitian ......................................................................... I-4
1.6 Sistematika Penulisan .................................................................... I-5
vi
3.6 Kesimpulan dan Saran ................................................................ III-9
DAFTAR PUSTAKA
LAMPIRAN
vii
DAFTAR TABEL
viii
DAFTAR GAMBAR
ix
ABSTRAK
x
ABSTRACT
PT Adi Satria Abadi is a company engaged in the garment industry in the field of
leather tanning and glove manufacturing. The company uses raw material for goat skin
obtained from several local suppliers. During the Covid-19 pandemic, raw material
transaction activities are limited. Companies can only make purchases of raw materials
through communication tools. PT. Adi Satria Abadi has several alternative suppliers from
Cianjur, Kediri, Lumajang, Jombang, Cirebon, Wonogiri, Sidoarjo, and Rembang areas.
Companies often experience a shortage of raw materials that meet their needs due to the
performance of suppliers who do not meet the expectations and demands of the company.
This research was conducted to assist companies in determining priority suppliers who can
meet the needs and demands of the company by evaluating supplier performance based on
the criteria considered by the company.
This study uses the Step-wise Weight Assessment Ratio Analysis (SWARA) method
in weighting the criteria and uses the Additive Ratio Analysis (ARAS) method in
determining the order of supplier priorities. The criteria considered are selected based on
the conditions and problems that occur in the company. The criteria considered by the
decision maker are quality, delivery, communication system, repair service, price,
flexibility and complaint procedure. The results of data processing using the SWARA and
ARAS methods, namely the priority order of suppliers of goat skin raw materials and
knowing the effect of changes in the value of the importance of criteria given by
respondents through sensitivity tests.
From the research results obtained criteria with the largest weight is the quality
and the smallest weight is the complaint procedure. The results of the priority order of
suppliers sequentially with degree of utility value of each supplier are Lumajang 0.96432,
Cianjur 0.96318, Sidoarjo 0.95408, Cirebon 0.87731, Kediri 0.83143, Wonogiri 0.77146,
Rembang 0.75608 and Jombang is 0.74883. The priority order obtained can be used by the
company as a reference in determining the supplier used to meet the needs and requests
for raw materials.
xi
BAB I
PENDAHULUAN
I-1
I-2
2.1 Supplier
Supplier atau pemasok merupakan aktor pertama dalam penyaluran rantai
pasok yang berperan sebagai penyedia bahan baku pertama. Peran supplier sangat
penting di perusahaan (Sundana & Risdiyanti, 2019). Kualitas baik buruknya suatu
produk dipengaruhi oleh kualitas bahan baku yang dipasok supplier. Supplier yang
kurang bertanggung jawab akan kualitas, waktu serta kinerja lainnya dapat
mempengaruhi perusahaan dan menyebabkan masalah-masalah dalam kegiatan
produksi. Upaya yang dapat dilakukan suatu perusahaan untuk memenuhi
kebutuhan bahan baku, perusahaan dapat bekerjasama dengan supplier. Perusahaan
yang dihadapkan banyak alternatif supplier harus selektif dalam pemilihan supplier
sebelum melakukan pembelian (Wardhana, 2014).
2.1.1 Pemilihan Supplier
Pemilihan supplier yang tepat merupakan salah satu hal penting yang harus
dilakukan perusahaan. Pemilihan supplier berdampak signifikan terhadap kinerja
perusahaan. Permasalahan dalam penentuan supplier sudah banyak dilakukan
penelitian, tetapi setiap penelitian memiliki perbedaan yang dipengaruhi oleh
metode dan kriteria yang digunakan sesuai objek penelitian. Metode yang
digunakan disesuaikan dengan tujuan dan objek yang diteliti (Herbon et al, 2012).
Pemilihan supplier memiliki tiga tahap dasar yang harus dilakukan. Tahap pertama
adalah mengidentifikasi kriteria yang akan dipertimbangkan dalam pemilihan
supplier. Tahap kedua penentuan metode penilaian supplier berdasarkan kriteria
yang diperoleh. Tahap ketiga pemilihan supplier berdasarkan hasil penilaian yang
diperoleh (Ristono et al, 2018). Pemilihan supplier yang tepat dapat meningkatkan
daya saing perusahaan secara signifikan. Sedangkan, jika memilih supplier yang
salah dapat memperburuk kondisi keuangan dan operasional seluruh rantai pasok
(Araz et al, 2005).
II-1
II-2
kegiatan rantai suplai dengan mengoptimalisasi waktu, lokasi dan aliran kuantitas
bahan baku yang dibutuhkan (Setiawan et al, 2011). Pujawan dan Mahendrawati
(2010), menyatakan manajemen rantai pasok merupakan suatu strategi alternatif
yang dapat menjadi solusi dalam menghadapai ketidakpastian lingkungan dalam
pemenuhan kebutuhan yang mempengaruhi keunggulan kompetitif melalui
pengurangan biaya operasi dan mencapai kepuasan konsumen. Persaingan antar
perusahaan menjadi faktor pendorong perusahaan untuk terus meningkatkan daya
saing dalam bentuk efektivitas dan efisiensi.
Manajemen rantai pasok dapat menjadi salah satu metode dalam
peningkatan efisiensi dan efektivitas perusahaan. Peningkatan efisiensi perusahaan
dapat dilakukan dengan integrasi kegiatan rantai pasok perusahaan, untuk
menghindari kesulitan-kesulitan dalam proses pemenuhan kebutuhan dan
operasional rantai pasok (Pujawan & Mahendrawati, 2010). Latar belakang yang
menjadi faktor berkembangnya konsep supply chain management adalah
dituntutnya perusahaan untuk dapat meningkatkan pendapatan perusahaan
sehingga terjadi efisiensi biaya operasional. Peningkatan daya saing antar
perusahaan menuntut perusahaan untuk melakukan upaya terbaiknya. Manajemen
rantai pasok dapat menjadi solusi dari permasalahan yang ada di perusahaan.
Dilakukannya manajemen rantai pasok untuk mencapai tujuan dalam memenuhi
dan mencapai kepuasan konsumen.
Penentuan supplier yang tepat untuk bekerjasama dengan perusahaan
merupakan salah satu hal penting yang mendukung kesuksesan dari manajemen
rantai pasok yang dilakukan. Penentuan supplier melibatkan faktor-faktor kriteria
yang menjadi dasar penentuan supplier. Penentuan supplier dengan
mempertimbangkan kriteria yang diinginkan dapat menggunakan metode
pegambilan keputusan. Metode penentuan supplier yang dipilih sangat penting
untuk keseluruhan proses seleksi dan mempunyai pengaruh yang signifikan pada
hasil pemilihan. Dalam pemilihan supplier (Weber et al, 1991) mengelompokkan
metode pemilihan supplier berdasarkan pendekatan kuantitatif, diantaranya
terdapat 3 kategori yaitu, model pembobotan linier, pemrograman matematis dan
pendekatan statistik. Menurut yang dikemukakan Shyur & Shih (2006), metode
II-6
2.4 Delphi
Metode delphi merupakan metode yang menggunakan pendekatan
keputusan teoritis. Pendekatan teoritis menggunakan metode deskripstif dalam
menghasilkan suatu informasi valid dan akuntabel yang diperoleh dari penilaian
secara ekplisit oleh pengambil kebijakan. Metode delphi merupakan metode yang
sistematis dalam pengumpulan pendapat dari hasil kuesioner. Metode delphi
digunakan sebagai cara mengevaluasi argumen atau pendapat yang dapat dihasilkan
dalam bentuk skala menjadi suatu keputusan (Ristono et al, 2018). Metode delphi
dapat menghasilkan suatu konsensus dari responden yang berasal dari para ahli
dibidangnya dengan jumlah lebih dari satu responden. Metode delphi pada
umumnya dilakukan dalam tiga putaran (round) untuk mencapai konsensus yang
memiliki fungsi sebagai berikut (Hasibuan & Nugroho, 2017):
1. Delphi round 1
Putaran pertama pada metode delphi digunakan untuk menentukan semua
kriteria yang dapat diambil menurut para ahli sebagai dasar penentuan hasil
keputusan.
2. Delphi round 2
Putaran kedua dilakukan pengambilan keputusan oleh para ahli dalam
pemberian tingkat kepentingan pada masing-masing keputusan yang diperoleh
dari putaran pertama.
3. Delphi round 3
Putaran ketiga dilakukan dengan tujuan memperbaiki respon tingkat keputusan
dengan menjelaskan perbedaan pendapat yang terjadi pada putaran sebelumnya
dan memungkinkan untuk merubah keputusan yang diambil dari putaran
sebelumnya.
II-8
Keterangan:
x = nilai dari setiap responden
n = jumlah responden
2. Median dengan jumlah data ganjil
𝑦𝑛+1
Md = ……………………………………………….....................(2.2)
2
3. Median dengan jumlah data genap
1 𝑦𝑛 𝑦𝑛+1
Md = ( + ) ………………………………………………....(2.3)
2 2 2
b. Tingkat Dispersi
Pengukuran dispersi menggunakan standar deviasi dengan tujuan untuk
mengetahui seberapa besar variasi data dengan persamaan 2.4.
∑𝑛 ̅̅̅2
𝑖=1(𝑥𝑖− 𝑥)
s=√ …………………………………………………………..(2.4)
𝑛−1
Qi = kuartil ke-i
n = Jumlah data
IR = Q3 – Q1 ……………………………………………………………...(2.6)
𝑄3−𝑄1
Deviasi Kuartil = ……………………………………………….......(2.7)
2
……………….….... (2.9)
2. Menentukan performance rating optimal untuk setiap kriteria dari matriks
kriteria yang sudah diperoleh. Jika pengambil keputusan tidak mempunyai
preferensi, performance rating optimal dapat dihitung menggunakan
persamaan (2.10).
𝑥𝑜𝑗 = max 𝑥𝑖𝑗 …………………………………………………….....(2.10)
𝑖
…………................(2.15)
5. Hitung overall performance index setiap alternatif. Overall performance
index diperoleh dari penjumlahan performance index rating keputusan yang
sudah dibobotkan, dengan persamaan (2.16).
𝑆𝑖 = ∑𝑛𝑗=1 𝑋̌𝑖𝑗 𝑖𝑗 ……………………………………………………….(2.16)
III-1
III-2
yang dipasok. Tingkat kualitas bahan baku dilihat dari banyaknya kulit yang sobek,
dan banyaknya kutu yang diseleksi tiap lembar kulitnya.
Tabel 3.2 Data jenis kualitas bahan baku kulit PT. Adi Satria Abadi
Jenis Kualitas Persentase Kecacatan Maksimal
I-IV 10-20%
V 30%
VI 50%
VII 65%
VIII 75%
R >75%
Sumber: PT. Adi Satria Abadi
MULAI
Rumusan Masalah
Tujuan Penelitian
Manfaat Penelitian
Studi Literatur
1. Supplier
2. Supply Chain Management (SCM)
2. Multi-criteria Decision Making (MCDM)
3. Metode Delphi
4. Step-wise Weight Assessment Ratio Analysis (SWARA)
5. Additive Ratio Assessment (ARAS)
6. Penelitian Terdahulu
Pengumpulan Data
1. Data primer
a. Kuesioner penentuan Atribut kriteria
b. Kuesioner nilai kepentingan setiap kriteria
c. Kuesioner nilai keputusan setiap supplier
2. Data sekunder
a. Data historis perusahaan
b. Studi literatur
Pengolahan Data
Analisis Hasil
SELESAI
MULAI
1. Studi dokumen
2. Wawancara
3. kuesioner
Delphi
Mengurutkan kriteria
Menentukan nilai Menghitung nilai koefisien
berdasarkan nilai rata-rata
kepentingan relatif (Sj) (Kj)
kepentingan
Menghitung matriks
Membentuk matriks Menghitung matriks
performance rating
pengambilan keputusan ternormalisasi terbobot
ternormalisasi
Peringkat urutan
prioritas supplier
SELESAI
Dari hasil diskusi dan penyebaran kuesioner terbuka terdapat 8 kriteria yang
dipertimbangkan. Identifikasi kriteria berdasarkan 22 kriteria menurut Dickson dan
QFCDR yang dikemukakan oleh Bilal dan Yani (2010). Berdasarkan kriteria
Dickson dan QFCDR, kriteria yang dipertimbangkan menjadi 7 kriteria. Hal
tersebut dikarenakan responsif yaitu kriteria yang ditambahkan oleh perusahaan
masuk dalam kriteria layanan perbaikan dikriteria yang dikemukakan oleh Dickson.
Penggabungan kriteria resfonsif ke dalam kriteria layanan perbaikan dengan acuan
Dickson sudah disetujui oleh pihak perusahaan. Sehingga kriteria yang diperoleh
dari hasil observasi, wawancara dan kuesioner terbuka dapat dilihat pada Tabel 4.2.
Tabel 4.2 Kriteria terpilih
No Kriteia Alasan pertimbangan Sumber
Bahan baku yang dipasok perlu
1 Kualitas menyesuaikan standar kualitas Dickson, 1996
yang diinginkan perusahaan.
IV-1
IV-2
sesuai kriteria yang dipertimbangkan dapat dilihat pada Tabel 4.5 dan data nilai
keputusan tiap supplier dapat dilihat pada Tabel 4.6.
Tabel 4.5 Rubrik range penilaian supplier
No Kriteria Penilaian Range Nilai Keterangan
Kecacatan kulit keseluruhan >75% 10-25 Sangat Tidak Baik
Kecacatan kulit keseluruhan 75% 26-40 Tidak Baik
Kecacatan kulit keseluruhan 65% 41-55 Kurang Baik
1 Kualitas
Kecacatan kulit keseluruhan 50% 56-70 Cukup Baik
Kecacatan kulit keseluruhan 30% 71-85 Baik
Kecacatan kulit keselutruhan 10-20% 86-100 Sangat Baik
6 keterlambatan selama periode evaluasi 10-25 Kurang Baik
4 Keterlamabatan selama periode evaluasi 26-50 Cukup Baik
2 Pengiriman
2 Kerterlambatan selama periode evaluasi 51-75 Baik
≤1 Keterlambatan selama periode evaluasi 76-100 Sangat Baik
Tidak kompetitive 10-25 Kurang Baik
Kurang kompetitive 26-50 Cukup Baik
3 Harga
Kompetitive 51-75 Baik
Sangat Kompetitive 76-100 Sangat Baik
Sangat sulit dihubungi dan respon lambat 10-25
Kurang Baik
ketika melakukan transaksi
Sulit dihubungi dan respon cukup cepat ketika 26-50
Cukup Baik
Sistem melakukan transaksi pemesanan
4
komunikasi Mudah dihubungi dan respon cepat ketika 51-75
Baik
melakukan transaksi pemesanan
Sangat mudah dihubungi dan respon sangat 76-100
Sangat Baik
cepat ketika melakukan transaksi pemesanan
Prosedur komplain tidak sistematis 10-25 Kurang Baik
Prosedur Prosedur komplain cukup sistematis 26-50 Cukup Baik
5
komplain Prosedur komplain sistematis 51-75 Baik
Prosedur komplain sangat sistematis 76-100 Sangat Baik
Supplier sangat lama menanggapi keluhan dan 10-20
Sangat Kurang baik
sangat lama mengganti kulit yang rusak
Supplier lama menanggapi keluhan dan lama 21-40
Kurang Baik
mengganti kulit yang rusak
Layanan Supplier cukup cepat menanggapi keluhan 41-60
6 Cukup Baik
perbaikan dan cukup cepat mengganti kulit yang rusak
Supplier cepat menanggapi keluhan dan cepat 61-80
Baik
mengganti kulit yang rusak
Supplier sangat cepat menanggapi keluhan 81-100
Sangat Baik
dan sangat cepat mengganti kulit yang rusak
IV-7
= 3,915
Perhitungan diatas merupakan contoh perhitungan rata-rata nilai responden
untuk kriteria harga. Dari hasil pengolahan data tersebut pada tabel 4.5 diperoleh
bahwa 7 kriteria yang dipertimbangkan menunjukkan nilai rata-rata diatas 3. Hal
tersebut mengartikan bahwa jawaban responden sudah menuju pada keputusan
yang konvergen dan semua responden sepakat bahwa 7 kriteria tersebut merupakan
kriteria yang dipertimbangkan dalam penentuan prioritas supplier bahan baku kulit
kambing.
(5−5
̅)2 +(5−5
̅)2 +(5−5
̅)2
S =√ =0
6
Standar deviasi untuk kriteria kualitas adalah 0, artinya tidak terdapat variasi data.
IV-12
Dari hasil pengolahan data statistik kuesioner delphi pada tabel 4.7,
diperoleh nilai standar deviasi dari setiap kriteria berada pada nilai <1,5 dan
diperoleh nilai rentang kuartil sebesar 1,085 dibawah <2,5. Hal tersebut dapat
disimpulkan dari pengolahan statistik, hasil kuesioner sudah konsensus. Sehingga
tidak perlu dilakukan penyebaran kuesioner tahap selanjutnya untuk menentukan
kriteria yang dipertimbangkan.
S (pengiriman) = 0,4375
Dari hasil yang diperoleh diketahui bahwa rata-rata rank keseluruhan yaitu
2,28571. Sehingga, nilai kepentingan relatif kriteria pengiriman yaitu 0,4375.
IV-14
qj(pengiriman) = 0,69565
Dari hasil perhitungan diperoleh bobot awal kriteria pengiriman yaitu 0,69565.
Kemudian dilakukan perhitungan untuk setiap kriteria dengan cara yang sama.
4. Perhitungan pembobotan akhir (Wj)
Pembobotan akhir atau final weight (Wj) merupakan nilai yang
menginterpretasikan bobot sebenarnya dari setiap kriteria. Dari hasil pembotoan
akhir akan diperoleh tingkat kepentingan setiap kriteria. Berikut contoh perhitungan
Wj menggunakan persamaan (2.8), sebagai berikut:
𝑞𝑗
𝑊𝑗 = ∑𝑛
𝑘=1 𝑞𝑘
0,69565
𝑊(𝑝𝑒𝑛𝑔𝑖𝑟𝑖𝑚𝑎𝑛) =
2,40057
𝑊(𝑝𝑒𝑛𝑔𝑖𝑟𝑖𝑚𝑎𝑛) = 0,28979
Dari hasil perhitungan diperoleh bobot akhir kriteria pengiriman yaitu 0,28979.
Kemudian dilakukan perhitungan yang sama untuk setiap kriteria.
IV-15
1. Normalisasi matriks
Langkah selanjutnya adalah menormalisasi matrik dengan menggunakan
persamaan (2.12). Berikut contoh perhitungan normaliasi matrik kriteria C1,
sebagai berikut:
𝑋𝑖𝑗
𝑋𝑖𝑗 = ∑𝑚
𝑖=0 𝑋𝑖𝑗
90
X01 =
90+90+70+85+60+80+65+90+60
90
X01 = = 0,13043
690
90
X11 =
90+90+70+85+60+80+65+90+60
90
X11 = = 0,13043
690
IV-17
70
X21 =
90+90+70+85+60+80+65+90+60
70
X21 = = 0,10145
690
85
X31 =
90+90+70+85+60+80+65+90+60
85
X31 = = 0,12319
690
60
X41 =
990+90+70+85+60+80+65+90+60
60
X41 = = 0,08696
690
80
X51 =
90+90+70+85+60+80+65+90+60
80
X51 = = 0,11594
690
65
X61 =
90+90+70+85+60+80+65+90+60
65
X61 = = 0,09420
690
90
X71 =
90+90+70+85+60+80+65+90+60
90
X71 = = 0,13043
690
60
X81 =
90+90+70+85+60+80+65+90+60
60
X81 = = 0,08696
690
Diperoleh nilai matriks ternormalisasi untuk setiap alternatif supplier dan
kriteria sebagai berikut:
0,13043 0,12676 0,12409 0,12308 0,11111 0,13433 0,14286
0,13043 0,11972 0,11679 0,10769 0,11111 0,11940 0,14286
|0,10145 0,11268 0,10219 0,10769 0,11111 0,10448 0,12030|
0,12319 0,12676 0,11679 0,12308 0,11111 0,11940 0,13534
X= |0,08696 0,09859 0,10219 0,10769 0,11111 0,08955 0,08271|
0,11594 0,11972 0,08759 0,11538 0,11111 0,10448 0,09774
|0,09420 0,08451 0,11679 0,10769 0,11111 0,13433 0,10526|
0,13043 0,11268 0,12409 0,10769 0,11111 0,10448 0,09023
0,08696 0,09859 0,10949 0,10000 0,11111 0,08955 0,08271
IV-18
𝑆𝑖
𝐾𝑖 =
𝑆𝑜
0,12256
KS1 =
0,12722
KS1 = 0,96322
Sehingga diperoleh nilai tingkat utilitas (Ki) setiap supplier dan peringkat
supplier pada tabel 4.16.
Tabel 4.16 Peringkat supplier
Supplier Tingkat utilitas (Ki) Peringkat
Lumajang 0,96527 1
Cianjur 0,96332 2
Sidoarjo 0,95202 3
Cirebon 0,88158 4
Kediri 0,83183 5
Wonogiri 0,76463 6
Rembang 0,75272 7
Jombang 0,74883 8
1. Uji Sensitivitas 1
Pada uji sensitivitas 1, kuesioner responden 3 tidak digunakan. Berikut data
nilai kepentingan kriteria untuk uji sensitivitas 1, dapat dilihat pada tabel 4.17.
Tabel 4.17 Nilai kepentingan kriteria uji sensitivitas 1
Nilai Kriteria
No Kriteria
R1 R2
1 Kualitas 5 5
2 Pengiriman 5 5
3 Harga 5 4
4 Sistem Komunikasi 5 4
5 Prosedur Komplain 3 4
6 Layanan Perbaikan 4 5
7 Fleksibel 4 3
Berdasarkan data diatas diperoleh bahwa nilai rata-rata setiap kriteria masih
diatas 3, sehingga setiap kriteria masih layak dipertimbangkan. Dari hasil yang
diperoleh standar deviasi dan rentang kuartil pada uji sensitivitas 1 lebih tingi dari
kondisi awal. Hal ini menunjukkan bahwa variasi data dan tingkat konsistensi data
awal lebih baik. Dari uji sensitivitas 1 diperoleh prioritas urutan supplier, sebagai
berikut:
Tabel 4.18 Peringkat supplier uji sensitivitas 1
Supplier Tingkat utilitas (Ki) Peringkat
Lumajang 0,96486 2
Cianjur 0,96516 1
Sidoarjo 0,95332 3
Cirebon 0,88295 4
Kediri 0,83063 5
Wonogiri 0,76099 6
Rembang 0,74949 7
Jombang 0,75555 8
Dari hasil yang diperoleh terjadi perubahan urutan prioritas supplier antara
supplier Lumajang dan Cianjur. Pada urutan prioritas awal Lumajang menjadi
supplier peringkat pertama dan Cianjur pada posisi kedua. Setelah dilakukan uji
sensitivitas 1 dan terjadi perubahan bobot tiap kriteria diperoleh supplier Cianjur
menjadi supplier pertama dan Lumajang peringkat kedua supplier yang
diprioritaskan serta tidak terjadi perubahan pada urutan supplier lainnya.
IV-22
Berdasarkan data diatas diperoleh bahwa nilai rata-rata setiap kriteria masih
diatas 3, sehingga setiap kriteria masih layak dipertimbangkan. Dari hasil yang
diperoleh standar deviasi dan rentang kuartil pada uji sensitivitas 2 lebih rendah
dari kondisi awal. Hal ini menunjukkan bahwa variasi data dan tingkat konsistensi
data uji sensitivitas 2 lebih baik. Dari uji sensitivitas 2 diperoleh prioritas urutan
supplier, sebagai berikut:
IV-23
Berdasarkan data diatas diperoleh bahwa nilai rata-rata setiap kriteria masih
diatas 3, sehingga setiap kriteria masih layak dipertimbangkan. Dari hasil yang
diperoleh standar deviasi dan rentang kuartil pada uji sensitivitas 3 lebih tinggi dari
kondisi awal. Hal ini menunjukkan bahwa variasi data dan tingkat konsistensi data
awal lebih baik. Dari uji sensitivitas 3 diperoleh prioritas urutan supplier, sebagai
berikut:
Tabel 4.22 Peringkat supplier uji sensitivitas 3
Supplier Tingkat utilitas (Ki) Peringkat
Lumajang 0,96579 1
Cianjur 0,96151 2
Sidoarjo 0,95156 3
Cirebon 0,87867 4
Kediri 0,83387 5
Wonogiri 0,76978 6
Rembang 0,75868 7
Jombang 0,75392 8
4. Uji Sensitivitas 4
Pada uji sensitivitas 4, kuesioner yang digunakan hanya kusioner responden
1. Berikut data nilai kepentingan kriteria untuk uji sensitivitas 4, dapat dilihat pada
tabel 4.23.
Tabel 4.23 Nilai kepentingan kriteria
Nilai Kriteria
No Kriteria
R1
1 Kualitas 5
2 Pengiriman 5
3 Harga 5
4 Sistem Komunikasi 5
5 Prosedur Komplain 3
6 Layanan Perbaikan 4
7 Fleksibel 4
Berdasarkan data yang digunakan bahwa nilai rata-rata setiap kriteria masih
diatas 3, sehingga setiap kriteria masih layak dipertimbangkan. Dari hasil yang
diperoleh standar deviasi dan rentang kuartil pada uji sensitivitas 4 lebih tinggi dari
kondisi awal. Hal ini menunjukkan bahwa variasi data dan tingkat konsistensi data
awal lebih baik. Diperoleh prioritas urutan supplier uji sensitivitas 4, sebagai
berikut:
Tabel 4.24 Peringkat supplier uji sensitivitas 4
Supplier Tingkat utilitas (Ki) Peringkat
Lumajang 0,96437 1
Cianjur 0,96286 2
Sidoarjo 0,95280 3
Cirebon 0,88002 4
Kediri 0,83109 5
Wonogiri 0,77167 6
Rembang 0,75363 7
Jombang 0,75041 8
Berdasarkan data yang digunakan bahwa nilai rata-rata setiap kriteria masih
diatas 3, sehingga setiap kriteria masih layak dipertimbangkan. Dari hasil yang
diperoleh standar deviasi dan rentang kuartil pada uji sensitivitas 5 lebih tinggi dari
kondisi awal. Hal ini menunjukkan bahwa variasi data dan tingkat konsistensi data
awal lebih baik. Diperoleh prioritas urutan supplier uji sensitivitas 5, sebagai
berikut:
IV-27
Berdasarkan data yang digunakan bahwa nilai rata-rata setiap kriteria masih
diatas 3, sehingga setiap kriteria masih layak dipertimbangkan. Dari hasil yang
diperoleh nilai standar deviasi lebih tinggi dan rentang kuartil lebih rendah dari
kondisi awal. Hal ini menunjukkan bahwa variasi data lebih rendah dan tingkat
konsistensi data awal lebih baik. Diperoleh prioritas urutan supplier uji sensitivitas
6, sebagai berikut:
Tabel 4.28 Peringkat supplier uji sensitivitas 6
Supplier Tingkat utilitas (Ki) Peringkat
Lumajang 0,96432 1
Cianjur 0,96318 2
Sidoarjo 0,95408 3
Cirebon 0,87731 4
Kediri 0,83143 5
Wonogiri 0,77146 6
Rembang 0,75608 7
Jombang 0,75115 8
jenis kriteria yang dibedakan menjadi kriteria benefit dan cost. Dari 7 kriteria,
kriteria harga menjadi kriteria cost. Kemudian dilakukan normalisasi matriks
dengan membagi tiap nilai keputusan dengan jumlah nilai keputusan tiap kriteria
untuk setiap supplier. Langkah selanjutnya dilakuakn pembobotan matriks
ternormalisasi, yaitu dengan mengalikan tiap nilai yang ada pada matriks
ternormalisasi dengan bobot masing-masing kriteria. Bobot matriks ternormalisasi
akan dijadikan input dalam perhitungan nilai overal performance index (Si) tiap
supplier. Dari hasil perhitungan diperoleh Scianjur sebesar 0,12256, Skediri sebesar
0,10583, Slumajang sebesar 0,12280, Sjombang sebesar 0,09527, Scirebon sebesar 0,11216,
Swonogiri sebesar 0,09728, Ssidoarjo sebesar 0,12112, dan nilai Srembang sebesar 0,09576.
Kemudian diperoleh tingkat utilitas (Ki) tiap supplier. Kcianjur diperoleh sebesar
0,96332, Kkediri sebesar 0,83183, Klumajang sebesar 0,96527, Kjombang 0,74883, Kcirebon
0,88158, Kwonogiri sebesar 0,76463, Ksidoarjo sebesar 0,95202 dan nilai Krembang
sebesar 0,75272. Nilai tingkat utilitas (Ki) yang menentukan peringkat dari tiap
supplier. Tingkat utilitas digunakan sebagai acuan dalam peringkat setiap prioritas,
dikarenakan tingkat utilitas diperoleh untuk mengetahui relative performance antar
setiap supplier. Nilai tingkat utilitas membandingan nilai setiap kinerja setiap
supplier dengan nilai optimum dari kinerja yang idealnya dicapai oleh supplier.
Diperoleh urutan prioritas supplier yaitu Lumajang menjadi peringkat pertama,
yang menjadi supplier yang paling diprioritaskan. Kemudian Cianjur diposisi
kedua, diikuti Sidoarjo, Cirebon, Kediri, Wonogiri, Rembang dan supplier
Jombang menjadi supplier urutan prioritas terkahir.
Dilakukan uji sensitivitas bertujuan untuk mengetahui pengaruh yang
ditimbulkan apabila terdapat perubahan paramater penilaian pada kriteria. Pada
penelitian ini uji sensitivitas dilakukan dengan menghilangkan salah satu atau salah
dua penilaian kepentingan kriteria oleh responden. Dari seluruh skenario uji
sensitivitas tetap memberikan nilai rata-rata setiap kriteria diatas tiga, sehingga hal
tersebut tidak mempengaruhi pertimbangan kriteria yang digunakan. Skenario uji
sensitivitas yang dilakukan mempengaruhi peringkat awal dari setiap kriteia dan
mempengaruhi besar bobot akhir setiap kriteria. Dari uji sensitivitas 1 hingga uji
sensitivitas 6, perubahan bobot kriteria yang terjadi hanya mempengaruhi 2
IV-33
perubahan terhadap urutan prioritas supplier. Hal ini terjadi pada uji sensitivitas 1
dan 5 yang mengalami perubahan yang sama yaitu pertukaran peringkat 1 dan 2
antara supplier Lumajang dan Cianjur serta tidak mempengaruhi urutan prioritas
supplier lainnya. Maka dapat disimpulkan perubahan yang terjadi terhadap
penilaian kriteria sensitif mempengaruhi hasil akhir keputusan untuk supplier
utama dan tidak terlalu memiliki pengaruh terhadap urutan prioritas supplier yang
berada pada peringkat tiga dan seterusnya. Dapat dilihat pada diagram uji
sensitivitas keseluruhan skenario bahwa hasil urutan prioritas supplier cenderung
sama dan tidak memiliki perbedaan yang terlalu besar dengan kondisi awal.
Peringkat urutan prioritas supplier direkomendasikan kepada perusahaan
agar perusahaan memiliki acuan dan mempermudah perusahaan dalam menentukan
beberapa supplier yang akan dipilih terlebih dahulu untuk melakukan transaksi
pemesanan bahan baku dengan mempertimbangkan kriteria penilaian kinerja
supplier sebelumnya. Pada beberapa bulan atau periode tertentu perusahaan
memilih 2-3 supplier untuk memenuhi bahan baku, dan tidak pernah menggunakan
8 supplier dalam satu periode atau waktu tertentu. Oleh karen itu peringkat urutan
prioritas supplier ini sangat berguna untuk perusahaan apabila salah satu pemasok
tiba-tiba tidak tersedia untuk memasok bahan baku, perusahaan akan dapat memilih
pemasok lain dengan cepat dengan mengacu pada urutan prioritas supplier yang
ada, dengan demikian hal tersebut tidak menghambat seluruh sistem produksi
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan penelitian yang dilakukan diperoleh kriteria-kriteria yang
dipertimbangkan perusahaan dalam penentuan prioritas yaitu kualitas, pengiriman,
sistem komunikasi, layanan perbaikan, harga, fleksibilitas dan prosedur komplain.
Bobot masing-masing kriteria yaitu kualitas memiliki bobot sebesar 0,41657,
pengiriman 0,28979, sistem komunikasi 0,15455, layanan perbaikan 0,08243,
Harga 0,03564, fleksibilitas 0,01541 dan prosedur komplain sebesar 0,00561. Dari
bobot yang dipertimbangkan diperoleh urutan prioritas supplier bahan baku kulit
kambing yaitu dengan urutan pertama yang dapat dijadikan prioritas adalah
supplier lumajang, diikuti Cianjur, Sidoarjo, Cirebon, Kediri, Wonogiri, Rembang
dan Jombang. Urutan prioritas supplier ini sangat dipengaruhi oleh pengambil
keputusan, dikarenakan input dari penentuan prioritas merupakan penilaian
pengambil keputusan terhadap kinerja supplier.
5.2 Saran
Berdasarkan penelitian yang dilakukan, saran yang dapat dipertimbangkan
untuk penelitian selanjutnya yaitu:
1. Pada penelitian selanjutnya dapat mempertimbangkan subkriteria dari
kriteria yang sudah ada sesuai dengan kondisi dan kebutuhan
perusahaan.
2. Dapat menggunakan metode lain dalam analisis kriteria yang digunakan
dan penentuan prioritas agar hasil yang diperoleh dapat menjadi
pembanding dengan penelitian ini.
V-1
DAFTAR PUSTAKA
Araz, C., Ozkarahan, I., Gallagher, M., & Hogan, J. (2005). A Multicriteria Sorting
Procedure for Financial Classificstion Problems: The Case of Business
Failure Risk Assessment. International Conference on Intelelligent Data
Engineering and Automated Learning. IDEAL 2005.
Artana, K.B. (2008). Pengambilan Keputusan Kriteria Jamak (MCDM) untuk
Pemilihan Lokasi Floating Storage and Regasification Unit (FSRU): Studi
Kasus Suplai LNG dari Ladang Tangguh ke Bali. Jurusan Teknik Sistem
Perkapalan. Institut Teknologi Sepuluh November: Suarabaya.
Fadjrin, R.D., Soejanto, I., & Ristyowati, T. (2020). Pemilihan Supplier Kulit
Menggunakan Vendor Performance Indicator Dan Analytical Hierachy
Process (AHP). Prosiding Industrial Engineering Conferenve (IEC).
Ghenai, C., Albawab, M., & Bettayeb, M. (2020). Sustainability Indicator for
Renewable Energy Systems Using Multi-Criteria Decision Making Model
and Extended SWARA/ARAS Hybrid Method. Journal of Sustainable
and Renewable Energy Engineering Departement. University of Sharjah,
Sharjah. United Arab. doi: 10.106/j.renene.2019.06.157.
Hasibuan, S., & Nugroho, E. (2017). Analisis Kriteria Dan Proses Seleksi
Kontraktor Chemical Sektor Hulu Migas: Aplikasi Metode Delphi-AHP.
Jurnal Ilmiah Manajemen. Universitas Mercu Buana.
Herbon, A., Moalem, S., Shnaiderman, H., Templeman, J. (2012). Dynamic
Wieghts appriach for off-line sequencing of supplier selection over a finite
planning horizon. Internation Journal of Physical Distribution & Logistic
Management, Vol 42 (5).
Hsu, C., & Sandford, B.A. (2007). The Delphi Technique: Making Sense of
Consensus. Practical Assessment, Research, and Evaluation. Vol.12.,
Article 10.
Karabasevic, D., Paunkovic, J., & Stanujkic, D. 2016. Rangking of Companies
According to The Indicators of Corporate Social Responsibility Based on
SWARA and Aras Methods. Serbian Journal of Management. Faculty of
Management Zajecar, Megatrend University. doi: 10.5937/sjm11-7877.
Karabasevic, D., Stanujkic, D., & Urosevic, S. 2015. The MCDM Model for
Personnel Selection Based on SWARA and ARAS Methods. Journal of
Sustainable Business and Management Solustions in Engineering
Economies. doi: 10.7595/management.fon.2015.0029.
Karim, A.W.A. (2016). Seleksi Personel Berbasi Five Factor Model (FFM) Dengan
Pendekatan Metode SWARA dan ARAS. Sarjana Thesis. Institut
Teknologi Sepuluh November. Jawa Timur.
Kersueliene, V., Turskis, Z., & Zavadskas, E.K. (2010). Selection of rational
disputer resolution method by applying new step-wise weight assessment
ratio analysis (SWARA). Journal of Business Economics and
Management 2010. doi: 10.3846/jbem.2010.12.
Lukmandono., Basuki, M., Hidayat, J.M., & Setyawan, V. (2019). Pemilihan
Supplier Industri Manufaktur dengan Pendekatan AHP dan Topsis. Jurnal
Optimasi Sistem Industri. Vol 12. No.02. Universitas Pembangunan Nasional
Veteran Yogyakarta. Yogyakarta.
M Mokhtadir, A., Rahman, T., & Sultana, R. (2017). Selection of Best Supplier by
Using AHP Tool for Managing Risk Factors in Logistic: A Case of Leather
Products Industry. Industrial Engineering Management. Vol:6. No. 232.
Ngatawi., & Setyaningsih, I. (2011). Analisis Pemilihan Supplier Menggunakan
Metode Analytic Hierarchy Process (AHP). Jurnal Ilmiah Teknik Industri.
Vol.10, No.01. Universitas Islam Negeri Sunan Kalijaga. Yogyakarta.
Pujawan, I. N., & Mahendrawati, E.R. (2010). Supply Chain Management. Edisi 2.
Surabaya: Guna Widya.
Prasetyo, E.B., & Kurniati, N. (2017). Pemilihan Supplier Berdasarkan Indeks
Kapabilitas Dengan Karakteristik Tunggal. Jurnal Manajemen Industri
dan Logistik. Politeknik APP. Kementrian Perindustrian Republik
Indonesia.
Ristono, A., Pratikto., Santoso, B. P., & Tama, P. I. 2018. A literature Review of
Design of Criteria for Supplier Selection. Journal of Industrial
Engineering and Management. JIEM 2018; 11(4): 680-696. doi:
10.3926/jiem.2203.
Riyan, R. (2015). Evaluasi Kinerja Supplier Bahan Baku Penolong Rokok Dengan
Metode Delphi dan ANP. Sarjana Thesis. Universitas Brawijaya. Malang.
Sari, S, W., & Purba, B. (2019). Sistem Pendukung Keputusan Pemilihan Ketua
Daru Terbaik Menggunakan Metode ARAS. Seminar Nasional Teknologi
Komputer & Sains. Medan, Indonesia.
Setiawan, A., Marimin, M., Arkeman, Y., & Faqih, U. 2011. Studi Peningkatan
Kinerja Manajemen Rantai Pasok Sayuran Dataran Tinggi di Jawa Barat
(Studi of Performance Improvement for Highland Vegetables Supply
Chain Management in West Java). Jurnal Agritech. Vol.31 (1) 2011.
Stanujkic, D., Karabasevic, D., & Zavadskas, E.K. (2015). A Framework for the
section of a packaging design based on the SWARA method. Journal of
Engineering Economics. Serbia.
Sundana, S., & Risdiyanti, Y. (2019). Analisis Pemilihan Supplier Case A Yang
Optimal di PT. ABC. Jurnal Intgrasi Sistem Industri. Universitas
Pancasila. Jakarta.
Shyur, H.J., & Shih, H.S. (2006). A Hybrid MCDM Model for Strategic Vendor
Selection. International Journal Mathematical and Computer Modelling.
doi: 10.1016/j.mcm.2005.04.018.
S. Sandra, C.W.W. (2020) Penentuan Kriteria Dalam Pemilihan Supplier Minyak
Goreng Dengan Menggunakan Pendekatan Analytc Hierarchy Process
(AHP). Sarjana Thesis. Universitas Islam Indonesia. Yogyakarta.
Tamosaitiene, J., Zavadskas, E. K., Sileikaite, I., & Turskis, Z. (2017). A Novel
Hybrid MCDM Approach for Complicates Supply Chain Management
Problems in Construction. Procedia Engineering. Faculty of Civil
Engineering, Vinius Gediminas Technical University.
Thakkar, J. J. 2021. Multi-Criteria Decision Maing. Studies in System, Decision
and Control. doi: 10.1007/978-981-33-4745-8_1.
Vockic, M., Stojic, G., & Stevic, B. 2018. Integrated Rough-SWARA-ARAS
Model for Selection of Electric Forklift. Journal of International
Conference on Management, Enginering and Environment.
Weber, C. A., Current, J. R., & Benton, W.C. (1991). Vendor Selection Criteria and
Methods. European Journal of Operational Research 50 (1991) 2-18.
North Holland. Canada.
Wardhana, A. (2014). Perancangan Integrasi Sistem Penilaian Kinerja Supplier
dengan Metode Dhelphi. Jurnal Rekayasa Sistem dan Industri. Vol.01.
No.01. Telkom University. Bandung.
Zavadskas, E.K., & Turskis, Z. (2010). A New Additive Ratio Assessment (ARAS)
Method in Multicriteria Decision Making. Ukio Technologinis ir
Ekonominis Vystymas. doi: 10.3486/tede.2010.10.
Zolfani, S.H., & Saparauskas, J. (2013). New Application of SWARA Method in
Prioritizing Sustainability Inidicators of Energy System. Engineering
Economics. doi: 10.5755/j01.ee.24.5.4526.
LAMPIRAN
LA-1
Lampiran B1
Perhitungan Analisis Fakor
1. Perhitungan rata-rata tiap kriteria
Nilai Kriteria Rata-Rata Nilai
No Kriteria
R1 R2 R3 Responden
1 Kualitas 5 5 5 5
2 Pengiriman 5 5 5 5
3 Harga 5 4 3 3,915
4 Sistem Komunikasi 5 4 4 4,309
5 Prosedur Komplain 3 4 3 3,302
6 Layanan Perbaikan 4 5 4 4,309
7 Fleksibel 4 3 5 3,915
= 3,915
d. Rata-rata kriteria sistem komunikasi
3
Rata-rata = √5 𝑥 4 𝑥 4
3
= √80
= 4,309
e. Rata-rata kriteria prosedur komplain
3
Rata-rata = √3 𝑥 4 𝑥 3
LB-2
3
= √36 = 3,915
= 4,309
g. Rata-rata fleksbilitas
3
Rata-rata = √4 𝑥 3 𝑥 5
3
= √60
= 3,915
2. Standar Deviasi
a. Standar deviasi kriteria kualitas
∑𝑛 ̅̅̅2
𝑖=1(𝑥𝑖− 𝑥)
S =√ 𝑛−1
(5−5
̅)2+(5−5
̅)2+(5−5
̅)2
S =√ 6
S =0
b. Standar deviasi kriteria pengiriman
∑𝑛 ̅̅̅2
𝑖=1(𝑥𝑖− 𝑥)
S =√ 𝑛−1
(5−5
̅)2+(5−5
̅)2+(5−5
̅)2
S =√ 6
S =0
c. Standar deviasi kriteria harga
∑𝑛 ̅̅̅2
𝑖=1(𝑥𝑖− 𝑥)
S =√
𝑛−1
(5−3,915
̅̅̅̅̅̅̅̅)2 +(4−3,915
̅̅̅̅̅̅̅̅)2 +(3−3,915
̅̅̅̅̅̅̅̅)2
S =√ 6
S = 0,23698
d. Standar deviasi kriteria sistem komunikasi
∑𝑛 ̅̅̅2
𝑖=1(𝑥𝑖− 𝑥)
S =√ 𝑛−1
LB-3
S = 0,13627
e. Standar deviasi kriteria prosedur komplain
∑𝑛 ̅̅̅2
𝑖=1(𝑥𝑖− 𝑥)
S =√ 𝑛−1
(3−3,302)2 +(4−3,302)2+(3−3,302)2
S =√ 6
S = 0,13638
f. Standar deviasi kriteria layanan perbaikan
∑𝑛 ̅̅̅2
𝑖=1(𝑥𝑖− 𝑥)
S =√ 𝑛−1
S = 0,13627
g. Standar deviasi kriteria fleksibilitas
∑𝑛 ̅̅̅2
𝑖=1(𝑥𝑖− 𝑥)
S =√ 𝑛−1
S = 0,23698
3. Nilai kuartil (Q1, Q2, Q3)
Nilai kuartil 1, kuartil 2, dan kuartil 3:
𝑖(𝑛+1)
Q1 = 4
1(7+1)
Q1 = 4
=2
Lampiran B2
Perhitungan bobot menggunakan metode SWARA
Kj = Sj + 1
K(pengiriman) = 0,4375 + 1
K(pengiriman) = 1,4375
b. Koefisien kriteria sistem komunikasi
K (sistem komunikasi) = 0,875 + 1
K (sistem komunikasi) = 1,875
c. Koefisien kriteria layanan perbaikan
K (layanan perbaikan) = 0,875 + 1
K (layanan perbaikan) = 1,875
d. Koefisien kriteria harga
K (harga) = 1,3125 + 1
K (harga) = 2,3125
e. Koefisien kriteria fleksibilitas
K (fleksibilitas) = 1,3125 + 1
K (fleksibilitas) = 2,3125
f. Koefisien kriteria prosedur komplain
K (prosedur komplain) = 1,75 + 1
K (prosedur komplain) = 2,75
3. Perhitungan bobot awal (qj)
a. Bobot awal kriteria pengiriman
𝑞𝑗−1
qj = 𝐾𝑗
1
q(pengiriman) = 1,4375
q(pengiriman) = 0,69565
b. Bobot awal kriteria sistem komunikasi
0,69656
q(sistem komunikasi) = 1,875
q(harga) = 0,08557
e. Bobot awal kriteria fleksibilitas
0,08557
q(fleksibilitas) = 2,3125
q(fleksibilitas) = 0,03700
f. Bobot awal kriteria prosedur komplain
0,03700
q(prosedur komplain) = 2,75
1
𝑊(𝑘𝑢𝑎𝑙𝑖𝑡𝑎𝑠) =
2,40057
𝑊(𝑘𝑢𝑎𝑙𝑖𝑡𝑎𝑠) = 0,41657
b. Bobot akhir kriteria pengiriman
𝑞𝑗
Wj = ∑𝑛
𝑘=1 𝑞𝑘
0,69565
𝑊(𝑝𝑒𝑛𝑔𝑖𝑟𝑖𝑚𝑎𝑛) =
2,40057
𝑊(𝑝𝑒𝑛𝑔𝑖𝑟𝑖𝑚𝑎𝑛) = 0,28979
c. Bobot akhir kriteria sistem komunikasi
𝑞𝑗
Wj = ∑𝑛
𝑘=1 𝑞𝑘
0,37101
𝑊(𝑠𝑖𝑠𝑡𝑒𝑚 𝑘𝑜𝑚𝑢𝑛𝑖𝑘𝑎𝑠𝑖) =
2,40057
0,19787
𝑊(𝑙𝑎𝑦𝑎𝑛𝑎𝑛 𝑝𝑒𝑟𝑏𝑎𝑖𝑘𝑎𝑛) =
2,40057
0,08557
𝑊(ℎ𝑎𝑟𝑔𝑎) =
2,40057
𝑊(ℎ𝑎𝑟𝑔𝑎) = 0,03564
f. Bobot akhir kriteria fleksibilitas
𝑞𝑗
Wj = ∑𝑛
𝑘=1 𝑞𝑘
0,03700
𝑊(𝑓𝑙𝑒𝑘𝑠𝑖𝑏𝑖𝑙𝑖𝑡𝑎𝑠) =
2,40057
𝑊(𝑓𝑙𝑒𝑘𝑠𝑖𝑏𝑖𝑙𝑖𝑡𝑎𝑠) = 0,01541
g. Bobot akhir kriteria prosedur komplain
𝑞𝑗
Wj = ∑𝑛
𝑘=1 𝑞𝑘
0,01346
𝑊(𝑓𝑙𝑒𝑘𝑠𝑖𝑏𝑖𝑙𝑖𝑡𝑎𝑠) =
2,40057
𝑊(𝑓𝑙𝑒𝑘𝑠𝑖𝑏𝑖𝑙𝑖𝑡𝑎𝑠) = 0,00561
Tabel 3. Rangkuman Hasil pengolahan metode SWARA
Rata-
No Kriteria Kode Peringkat Sj Kj qj Wj
Rata
1 Kualitas C1 5 1 - 1 1 0,41657
2 Pengiriman C2 5 1 0,4375 1,4375 0,69565 0,28979
3 Sistem Komunikasi C3 4,309 2 0,875 1,875 0,37101 0,15455
4 Layanan Perbaikan C4 4,309 2 0,875 1,875 0,19787 0,08243
5 Harga C5 3,915 3 1,3125 2,3125 0,08557 0,03564
6 Fleksibilitas C6 3,915 3 1,3125 2,3125 0,03700 0,01541
7 Prosedur komplain C7 3,302 4 1,75 2,75 0,01346 0,00561
Rata-rata 2,28571 Jumlah 2,40057 1
LB-9
Lampiran B3
Penentuan prioritas supplier metode ARAS
90
X01 =
90+90+70+85+60+80+65+90+60
90
X01 = = 0,13043
690
90
X11 =
90+90+70+85+60+80+65+90+60
90
X11 = = 0,13043
690
70
X21 =
90+90+70+85+60+80+65+90+60
70
X21 = = 0,10145
690
85
X31 =
90+90+70+85+60+80+65+90+60
85
X31 = = 0,12319
690
60
X41 =
990+90+70+85+60+80+65+90+60
60
X41 = = 0,08696
690
80
X51 =
90+90+70+85+60+80+65+90+60
80
X51 = = 0,11594
690
65
X61 =
90+90+70+85+60+80+65+90+60
65
X61 = = 0,09420
690
90
X71 =
90+90+70+85+60+80+65+90+60
90
X71 = = 0,13043
690
LB-10
60
X81 =
90+90+70+85+60+80+65+90+60
60
X81 = = 0,0696
690
b. Kriteria pengiriman
𝑋𝑖𝑗
𝑋𝑖𝑗 = ∑𝑚
𝑖=0 𝑋𝑖𝑗
90
X02 =
90+85+80+90+70+85+60+80+70
90
X02 = = 0,12676
710
85
X12 =
90+85+80+90+70+85+60+80+70
85
X12 = = 0,11972
710
80
X22 =
90+85+80+90+70+85+60+80+70
80
X22 = = 0,11268
710
90
X32 =
90+85+80+90+70+85+60+80+70
90
X32 = = 0,12676
710
70
X42 =
90+85+80+90+70+85+60+80+70
70
X42 = = 0,09859
710
85
X52 =
90+85+80+90+70+85+60+80+70
85
X52 = = 0,11972
710
60
X62 =
990+85+80+90+70+85+60+80+70
60
X62 = = 0,08451
710
80
X72 =
90+85+80+90+70+85+60+80+70
80
X72 = = 0,11268
710
LB-11
70
X82 =
90+85+80+90+70+85+60+80+70
70
X82 = = 0,09859
655
85
X03 =
85+80+70+80+70+60+80+85+75
85
X03 = = 0,12409
685
80
X13 =
85+80+70+80+70+60+80+85+75
80
X13 = = 0,11679
685
70
X23 =
85+80+70+80+70+60+80+85+75
70
X23 = = 0,10219
685
80
X33 =
85+80+70+80+70+60+80+85+75
80
X33 = = 0,11679
685
70
X43 =
85+80+70+80+70+60+80+85+75
70
X43 = = 0,10219
685
60
X53 =
85+80+70+80+70+60+80+85+75
60
X53 = = 0,08759
685
80
X63 =
85+80+70+80+70+60+80+85+75
80
X63 = = 0,11679
685
85
X73 =
85+80+70+80+70+60+80+85+75
85
X73 = = 0,12409
685
LB-12
75
X83 =
85+80+70+80+70+60+80+85+75
75
X83 = = 0,10949
685
80
X04 =
80+70+70+80+70+75+70+70+65
80
X04 = = 0,12308
650
70
X14 =
80+70+70+80+70+75+70+70+65
70
X14 = = 0,10769
650
70
X24 =
80+70+70+80+70+75+70+70+65
70
X24 = = 0,10769
650
80
X34 =
80+70+70+80+70+75+70+70+65
80
X34 = = 0,12308
650
70
X44 =
80+70+70+80+70+75+70+70+65
70
X44 = = 0,10769
650
75
X54 =
80+70+70+80+70+75+70+70+65
75
X54 = = 0,11538
650
70
X64 =
80+70+70+80+70+75+70+70+65
65
X64 = = 0,110769
650
70
X74 =
80+70+70+80+70+75+70+70+65
70
X74 = = 0,10769
650
LB-13
65
X84 =
80+70+70+80+70+75+70+70+65
65
X84 = = 0,10000
650
e. Kriteria Harga
𝑋𝑖𝑗
𝑋𝑖𝑗 = ∑𝑚
𝑖=0 𝑋𝑖𝑗
80
X05 =
80+80+80+80+80+80+80+80+80
80
X05 = = 0,11111
720
80
X15 =
80+80+80+80+80+80+80+80+80
80
X15 = = 0,11111
720
80
X25 =
80+80+80+80+80+80+80+80+80
80
X25 = = 0,11111
720
80
X35 =
80+80+80+80+80+80+80+80+80
80
X35 = = 0,11111
720
80
X45 =
80+80+80+80+80+80+80+80+80
80
X45 = = 0,11111
720
80
X55 =
80+80+80+80+80+80+80+80+80
80
X55 = = 0,11111
720
80
X65 =
80+80+80+80+80+80+80+80+80
80
X65 = = 0,11111
720
80
X75 =
80+80+80+80+80+80+80+80+80
80
X75 = = 0,11111
720
LB-14
80
X85 =
80+80+80+80+80+80+80+80+80
80
X85 = = 0,11111
720
f. Kriteria fleksibilitas
𝑋𝑖𝑗
𝑋𝑖𝑗 = ∑𝑚
𝑖=0 𝑋𝑖𝑗
90
X06 =
90+80+70+80+60+70+90+70+60
80
X06 = = 0,13433
670
80
X16 =
90+80+70+80+60+70+90+70+60
80
X16 = = 0,11940
670
70
X26 =
90+80+70+80+60+70+90+70+60
70
X26 = = 0,10448
670
80
X36 =
90+80+70+80+60+70+90+70+60
80
X36 = = 0,11940
670
60
X46 =
90+80+70+80+60+70+90+70+60
60
X46 = = 0,08955
670
70
X56 =
90+80+70+80+60+70+90+70+60
70
X56 = = 0,10448
670
90
X66 =
90+80+70+80+60+70+90+70+60
60
X66 = = 0,13433
670
70
X76 =
90+80+70+80+60+70+90+70+60
65
X76 = = 0,10448
670
LB-15
60
X86 =
90+80+70+80+60+70+90+70+60
60
X86 = = 0,08955
670
95
X06 =
95+95+80+90+55+65+70+60+55
95
X06 = = 0,14729
665
95
X16 =
95+95+80+90+55+65+70+60+55
95
X16 = = 0,14729
665
80
X26 =
95+95+80+90+55+65+70+60+55
80
X26 = = 0,12403
665
90
X36 =
95+95+80+90+55+65+70+60+55
90
X36 = = 0,13953
665
55
X46 =
95+95+80+90+55+65+70+60+55
55
X46 = = 0,08527
665
65
X56 =
95+95+80+90+55+65+70+60+55
55
X56 = = 0,08527
665
70
X66 =
95+95+80+90+55+55+60+60+55
60
X66 = = 0,09302
665
60
X76 =
95+95+80+90+55+65+70+60+55
60
X76 = = 0,09302
665
LB-16
55
X86 =
95+95+80+90+55+65+70+60+55
55
X86 = = 0,08527
665
X*73 = 0,01918
X*83 = 0,10949 x 0,15455
X*83 = 0,01692
d. Pembobotan matriks kriteria layanan perbaikan
X*ij = Xij x Wj
X*04 = 0,12308 x 0,08243
X*04 = 0,01015
X*14 = 0,10769 x 0,08243
X*14 = 0,00888
X*24 = 0,10769 x 0,08243
X*24 = 0,00888
X*34 = 0,12308 x 0,08243
X*34 = 0,01015
X*44 = 0,10769 x 0,08243
X*44 = 0,00888
X*54 = 0,11538 x 0,08243
X*54 = 0,00951
X*64 = 0,10769 x 0,08243
X*64 = 0,00888
X*74 = 0,10769 x 0,08243
X*74 = 0,00888
X*84 = 0,10000 x 0,08243
X*84 = 0,00824
e. Pembobotan matriks kriteria harga
X*ij = Xij x Wj
X*05 = 0,11111 x 0,03564
X*05 = 0,00396
X*15 = 0,11111 x 0,03564
X*15 = 0,00396
X*25 = 0,11111 x 0,03564
X*25 = 0,00396
LB-19
X*86 = 0,00138
g. Pembobotan matriks kriteria prosedur komplain
X*ij = Xij x Wj
X*06 = 0,14286 x 0,00561
X*06 = 0,00080
X*16 = 0,14286 x 0,00561
X*16 = 0,00080
X*26 = 0,12030 x 0,00561
X*26 = 0,00067
X*36 = 0,13534 x 0,00561
X*34 = 0,00076
X*46 = 0,08271 x 0,00561
X*46 = 0,00046
X*56 = 0,09774 x 0,00561
X*56 = 0,00055
X*66 = 0,10526 x 0,00561
X*66 = 0,00059
X*76 = 0,09023 x 0,00561
X*76 = 0,00051
X*86 = 0,08271 x 0,00561
X*86 = 0,00046
3. Perhitungan overall performance index (Si)
a. Perhitung S0
𝑆𝑖 ̌𝑖𝑗
= ∑𝑛𝑗=1 𝑋 𝑖𝑗
𝑆𝑖 ̌𝑖𝑗
= ∑𝑛𝑗=1 𝑋 𝑖𝑗
LB-21
h. Perhitungan S7
𝑆𝑖 ̌𝑖𝑗
= ∑𝑛𝑗=1 𝑋 𝑖𝑗
0,12722
KS1 = 0,12722
KS1 = 096332
b. Tingkat utilitas S2
𝑆
𝐾𝑖 = 𝑆 𝑖
𝑜
0,10583
KS2 = 0,12722
KS2 = 0,83183
c. Tingkat utilitas S3
𝑆
𝐾𝑖 = 𝑆 𝑖
𝑜
0,12280
KS3 = 0,12722
KS3 = 0,96527
d. Tingkat utilitas S4
𝑆
𝐾𝑖 = 𝑆 𝑖
𝑜
0,09527
KS =
0,12722
LB-23
KS4 = 0,74883
e. Tingkat utilitas S5
𝑆𝑖
𝐾𝑖 =
𝑆𝑜
0,11216
KS5 = 0,12722
KS5 = 0,88158
f. Tingkat utilitas S6
𝑆
𝐾𝑖 = 𝑆 𝑖
𝑜
0,09728
KS6 = 0,12722
KS6 = 0,76463
g. Tingkat utilitas S7
𝑆
𝐾𝑖 = 𝑆 𝑖
𝑜
0,12112
KS7 = 0,12722
KS7 = 0,95202
h. Tingkat utilitas S8
𝑆
𝐾𝑖 = 𝑆 𝑖
𝑜
0,09576
KS8 = 0,12722
KS8 = 0,75272
LB-24
Lampiran B4
Uji Sensitivitas
1. Uji Sensitivitas 1
Pada uji sensitivitas 1 akan dilakukan skenario dengan menghilangkan salah
satu kuesioner. Kuesioner yang dihilangkan adalah kuesioner penilaian
kepentingan kriteria responden 3. Hasil dari uji sensitivitas 1 dapat dilihat sebagai
berikut:
a. Pengolahan data metode delphi
Tabel B4.1 Hasil pengolahan data statistik uji sensitivitas 1
Nilai
Rata-rata
Kriteria Standar Rentang Deviasi
No Kriteria Nilai Q1 Q2 Q3
R Deviasi Kuartil Kuartil
R2 Responden
1
1 Kualitas 5 5 5 0,83333
2 Pengiriman 5 5 5 0,83333
3 Harga 5 4 4,47214 0,75464
Sistem 4,47214 0,75464
4 5 4
Komunikasi 3,46410 4,47214 5 1,53590 0,76795
Prosedur 3,46410 0,58932
5 3 4
Komplain
Layanan 4,47214 0,75464
6 4 5
Perbaikan
7 Fleksibel 4 3 3,46410 0,58932
2. Uji Sensitvitas 2
Pada uji sensitivitas 2 akan dilakukan skenario dengan menghilangkan salah
satu kuesioner yaitu kuesioner penilaian kriteria responden 2. Hasil dari uji
sensitivitas 2 dapat dilihat sebagai berikut:
a. Pengolahan data metode delphi
Tabel B4.5 Hasil pengolahan data statistik uji sensitivitas 2
Nilai Rata-rata
Standar Rentang Deviasi
No Kriteria Kriteria Nilai Q1 Q2 Q3
Deviasi Kuartil Kuartil
R1 R3 Responden
1 Kualitas 5 5 5 0,83333
2 Pengiriman 5 5 5 0,83333
3 Harga 5 3 3,873 0,68784
Sistem
4 5 4 4,472 0,75464
Komunikasi 3,873 4,472 5 1,127 0,56351
Prosedur
5 3 3 3,000 0,50000
Komplain
Layanan
6 4 4 4,000 0,66667
Perbaikan
7 Fleksibel 4 5 4,472 0,75464
Dari skenario menghilangkan kuesioner penilaian kriteria responden 3, hasil
pengolahan data statistik menggunakan metode delphi masih konsesus dengan nilai standar
deviasi <1,5 dan rentang kuartil <2,5.
b. Pengolahan data metode SWARA
Langkah selanjutnya melakukan pembobotan menggunakan metode SWARA,
Hasil perhitungan bobot dapat dilihat pada Tabel B4.6, sebagai berikut:
Tabel B4.6 Hasil bobot tiap kriteria uji sensitivitas 2
Rata-
No Kriteria Kode Peringkat Sj Kj qj Wj
Rata
1 Kualitas C1 5 1 - 1 1 0,39792
2 Pengiriman C2 5 1 0,388889 1,388889 0,72000 0,28650
Sistem C3
3 4,472136 2 0,777778 1,777778 0,40500 0,16116
Komunikasi
Layanan C4
4 4,472136 2 0,777778 1,777778 0,22781 0,09065
Perbaikan
5 Harga C5 4 3 1,166667 2,166667 0,10514 0,04184
C6 3,872983
6 Fleksibilitas 4 1,555556 2,555556 0,04114 0,01637
3
Prosedur C7
7 3 5 1,944444 2,944444 0,01397 0,00556
komplain
Rata-rata 2,57431 Jumlah 2,51307 1
LB-28
3. Uji Sensitivitas 3
Pada uji sensitivitas 3 akan dilakukan skenario dengan menghilangkan salah
satu kuesioner. Kuesioner yang dihilangkan adalah kuesioner penilaian
kepentingan kriteria responden 1. Hasil dari uji sensitivitas 3 dapat dilihat sebagai
berikut:
LB-30
4. Uji Sensitivitas 4
Pada uji sensitivitas 4 akan dilakukan skenario dengan menghilangkan salah
dua kuesioner. Kuesioner yang dihilangkan adalah kuesioner penilaian kepentingan
kriteria responden 2 dan 3. Hasil dari uji sensitivitas 4 dapat dilihat sebagai berikut:
a. Pengolahan data metode delphi
LB-33
4. Uji Sensitivitas 5
Pada uji sensitivitas 5 akan dilakukan skenario dengan menghilangkan salah
dua kuesioner. Kuesioner yang dihilangkan adalah kuesioner penilaian kepentingan
kriteria responden 1 dan 3. Hasil dari uji sensitivitas 5 dapat dilihat sebagai berikut:
LB-36
5. Uji Sensitivitas 6
Pada uji sensitivitas 6 akan dilakukan skenario dengan menghilangkan salah
dua kuesioner. Kuesioner yang dihilangkan adalah kuesioner penilaian kepentingan
kriteria responden 1 dan 2. Hasil dari uji sensitivitas 6 dapat dilihat sebagai berikut:
a. Pengolahan data metode delphi
LB-39