Jurnal Ilmiah Manajemen Ubhara

PENGEMBANGAN KEWIRAUSAHAAN DI ERA TEKNOLOGI 4.0

Alvian Alvin Mubarok1, Yoga Religia2

Fakultas Ekonomi dan Bisnis Uiversitas Pembangunan Nasional

“Veteran”Yogyakarta1,2

alvian.alvinmubarok@upnyk.ac.id1, yoga.religia@upnyk.ac.id 2

ABSTRAK

Pengambilan keputusan pada perusahaan haruslah mempunyai dasar yang kuat. Pengambilan keputusan dengan
kriteria yang beragam membutuhkan metodologi yang tepat agar mendapatkan hasil yang akurat. Permasalahan
tersebut sering terjadi pada perusahaan kecil ataupun mikro (UMKM). Penelitian ini mengambil objek perusahaan
pengolahan kayu lapis. Permasalahan yang terjadi adalah tidak adanya metode yang baku dalam menentukan
pembelian alat produksi. Alat produksi yang dianggap paling penting pada perusahaan kayu lapis adalah mesin
press. Implementasi Fuzzy TOPSIS berhasil memberikan rekomendasi. Rekomendasi tersebut berupa peringkat
yang menginformasikan rekomendasi yang tertinggi sampai dengan terendah. Mesin Cold Press Machine AKS -
IR50T mendapatkan nilai Cci tertinggi yaitu 0.75, yang bisa dijadikan sebagai dasar pengambilan keputusan
pembelian alat produksi.

Kata kunci : MCDM, Fuzzy, TOPSIS

ABSTRACT

Decision making in companies must have a strong basis. Making decisions with various criteria requires the
right methodology in order to get accurate results. These problems often occur in small or micro companies
(MSMEs). This research takes the object of a plywood processing company. The problem that occurs is the
absence of a standard method in determining the purchase of production equipment. The production tool that is
considered the most important in a plywood company is a press machine. Implementation of Fuzzy TOPSIS
succeeded in providing recommendations. The recommendation is in the form of a rating that informs the
recommendation from the highest to the lowest. The Cold Press Machine AKS - IR50T gets the highest Cci value
of 0.75, which can be used as a basis for making decisions on purchasing production equipment.

Keywords: MCDM, Fuzzy, TOPSIS

Jurnal Ilmiah Manajemen Ubhara, Volume - No. -, Bulan Tahaun. p-ISSN : xxx - xxx. e-ISSN : xxx – xxx

Diterima : - ; Direvisi : - ; Diterbitkan ; -

Fuzzy TOPSIS merupakan alat analis multi kriteria
PENDAHULUAN
yang dapat digunakan untuk memilih solusi ideal dalam
Industri kayu merupakan salah satu industri
permasalahan yang multidimensi. Syahputra dalam
yang memiliki potensi yang baik di Indonesia . Hal
penelitianya, menjadikan fuzzy TOPSIS sebagai alat
ini dapat dilihat dari besarnya nilai ekonomi pada
pengambilan keputusan dalam seleksi pemilihan
industri ini. Nilai ekspor kayu di Indonesia pada
perumahan(Syahputra, 2014). Fuzzy TOPSIS tidak
tahun 2019 mencapai 11,6 miliar dolar amerika
hanya dapat digunakan dalam penilaian yang
(Nunu, 2020). Pada tahun yang sama Indonesia
berhubungan dengan sumber daya non fisik. Perwira
juga tercatat sebagai negara pengekspor kayu
dkk, dalam penelitianya menggunakan Fuzzy TOPSIS
terbesar di dunia (Ali Lingga, 2019). Dari berbagai
untuk menyeleksi operator sumur produksi di PT
jenis olahan industri kayu, ada beberapa jenis
Geotama Energi. Dengan menggunakan Fuzzy
potongan kayu yang dihasilkan. Salah satu jenis
TOPSIS, mereka dapat melakukan pemeringkatan calon
kayu yang paling populer adalah kayu lapis.
karyawan yang memiliki kompetensi yang cocok untuk
Ekspor kayu belakangan ini mengalami
pekerjaanya.
peningkatan yang cukup signifikan. Peningkatan
terjadi pada tahun 2021, nilai peningkatan ekspor
Dengan melihat keunggulan fuzzy Topsis.
tersebut sebesar 44%. Ekspor kayu lapis pada tahun
Penelitian ini akan mengaplikasikan alat pengambilan
2021 besar 1.744 milar dolar amerika, sedangkan
keputusan tersebut dalam masalah pemilihan alat
pada tahun 2022 mengalami peningkatan menjadi
produksi pada perusahaan kayu lapis. Alat produksi
2.513 miliar dolar amerika(anonymous, 2022). Hal
yang dipilih adalah mesin pressing kayu lapis. Mesin
tersebut mengindikasikan bahwa perkembangan
ini dipilih karena merupakan mesin khas yang ada pada
bisnis kayu lapis masih positif untuk beberapa
perusahaan kayu lapis. Dengan Metode Fuzzy Topsis
tahun kedepanya.
Manager Operasionl atau penanggung jawab untuk
Pelaku industri kayu lapis di Indonesia
pembelian mesin dapat melakukan perangkingan dalam
sangatlah beragam. Dari bisnis yang berskala kecil
pemilihan mesin pressing yang paling optimal.
sampai besar. Bisnis dengan skala besar relatif
memiliki manajemen dan sumberdaya yang
KAJIAN TEORITIK
memadai, sehingga dalam pengambilan keputusan
Fuzzy TOPSIS
selalu mempertimbangkan data dan metodologi
Fuzzy TOPSIS merupakan metode pengambilan
yang tepat. Berbeda dengan bisnis dengan skala
keputusan multi atribut dengan melakukan
kecil (UMKM) yang relatif belum memiliki
pemeringkatan, sehingga dapat ditemukan solusi positif
kempuan magerial yang baik sehingga mereka
dan negatif yang paling ideal (Nojavan et al., 2021).
sangat membutuhkan alat analisis yang sederhana
TOPSIS sangatlah berguna dalam membantu
untuk membantu dalam pengambilan keputusan
memberikan petunjuk dalam bisnis, seperti dalam
bisnis mereka.
menentukan investasi alat produksi, yang mana
parameter kualitasnya cukup beragam atau multiatribut.
Multiatribut dalam hal ini ialah seperti kecepatan
mesin, harga, waktu pengiriman, layanan purna masih sangat relevan sebagai metode pengambilan
jual yang harus dikonversi menjadi suatu atribut keputusan pada permasalahan bisnis khusunya yang
yang sejenis, sehingga dapat diukur dengan lebih dalam menganalisa sebuah faktor yang memiliki
akurat. parameter yang berbeda.
Dalam perkembanganya Fuzzy TOPSIS Fuzzy dan TOPSIS sejatinya merupakan dua
telah dikembangkan untuk pemelihan material pada alat analisis yang berbeda. TOPSIS merupakan akronim
proses produksi, pemilihan pemasok yang tujuan dari The Technique for Order of Preference by
akhirnya adalah untuk menggapai kepuasan Similarity to Ideal Solution yang dikembangkan oleh
konsumen (Kiracı & Akan, 2020). Pengembangan hwang dan yoon yang bertujuan untuk mencari solusi
metode tersebut cukup pesat karena dipercaya dari permaslahan yang memiliki multi-kriteria sehingga
dapat membantu dalam pengambilan kepusan harus mendapat perlakuan yang bebeda dalam
bisnis secara terukur dan relatif dapat direplikasi menganalisanya. Hasil dari dari analisa TOPSIS
karena menggunakan pendekatan matematis. merupakan solusi ideal positif dan negatif yang natinya
Perkembangan Fuzzy TOPSIS tidak hanya akan membentuk sebuah peringkat (Kilic & Yalcin,
dalam organisasi bersifat profit. Organisasi non 2021). Peringkat dengan angka tertinggi merupakan
profit juga menggunakan metode tersebut. solusi ideal yang dihasilkan.
Penggunaan metode Fuzzy TOPSIS memberikan TOPSIS merupakan salah satu alat analisis
dukungan dalam pengambilan keputusan dalam multiple criteria decision making (MCDM)
mengenahi faktor sukses dalam menjalankan methods. TOPSIS dianggap valid dalam menggapai
organisasi pendidikan seperti perguruan tinggi solusi pada permasalahan tersebut (Marchetti & Wanke,
dalam mengembangkan sistem pendidikanya 2020). Selain untuk permasalahan praktis yang
(Conejero et al., 2021). Conejero dkk berhubungan dengan proses bisnis secara langsung
mengembangkan sebuah model untuk menentukan dalam perusahaan TOPSIS juga sangat kuat dalam
faktor sukses dalam menjalankan bisnis pendidikan menemukan solusi untuk permasalahan lain seperti
berdasarkan data driven. Data yang tentunya menentukan prioritas negara bagian yang memerlukan
memiliki atribut yang beragam dibutuhkan alat atau bantuan.
metode untuk penyeragaman agar dapat diukur TOPSIS sangat kuat dalam menganalisis suatu
secara akurat. Peneliti menggunakan metode Fuzzy permasalahan dengan parameter multidimensi. Chen
TOPSIS sebagai solusi untuk permasalahan dalam penelitianya berhasil melakukan evaluasi
tersebut. kapabilitas teknologi menggunakan metode TOPSIS
Fuzzy TOPSIS merupakan alat analisis (Chen et al., 2020). Konteks penelitian tersebut adalah
pengambilan keputusan yang masih mengukur kapabilitas teknologi beberapa provinsi di
mempertimbangkan sentuhan manusia atau China. Pengukuran menggunakan TOPSIS dinamis dan
subjektivitas ahli (Elibal & Özceylan, 2022). Hal berhasil menemukan hasil evaluasi yang nantinya akan
tersbut menjawab permasalahan dalam dunia bisnis digunakan untuk pengambilan keputusan berikutnya.
bahwa analisis yang bersifat matematis masih harus Masalah pengambilan keputusan idealnya
mempertimbangkan pengamatan ahli agar hasilnya bertujuan untuk mendaptkan solusi yang paling optimal
lebih komprehensif. Oleh karena itu Fuzzy TOPSIS dari semua alternatif. Terkadang pengambilan
Jurnal Ilmiah Manajemen Ubhara, Volume - No. -, Bulan Tahaun. p-ISSN : xxx - xxx. e-ISSN : xxx – xxx
keputusan mendappatkan masukan solusi yang
cukup subjektif dari pengambil keputusan. Untuk
itu diperlukan logika Fuzzy untuk mengatasi
permasalahan tersebut (Malakouti et al., 2019).
Fuzzy diguakan untuk meminimalisir subjektifitas.
Setelah itu dilakukan perhitungan dengan TOPSIS
untuk pemeringkatan solusi, sehingga ditemukan
solusi terbaik dari permasalahan yang ada.
Fuzzy TOPSIS sangat berguna untuk
permasalah yang komplek. Kharat dkk melakuakan
penelitian mengenai solusi untuk limbah padat
kota, yang merupakan masalah yang cukup sering
ditemui di negara berkembang. Penerapan Fuzzy
Topsis digunakan untuk menentukan solusi dari
masalah multi kriteria yang cukup kompleks.
Metode ini dipercaya dapat menjawab permasalah
pembuangan limbah padat yang cukup kompleks
dan menyajikan alternatif solusi terbaik (Govind
Kharat et al., 2019).
Peningkatan pelayanan merupakan salah
satu hal yang cukup penting bagi keberlangsungan
organisasi. Hal tersebut sangat berkaitan dengan
kepuasan pelanggan atau pengguna layanan. Fuzzy
Topsis dapat dipergunakan dalam melakukan
analisa kebutuhan layanan terbaik (Bostancı &
Erdem, 2020). Bostanici dan Erdem melakukan
penelitian mengenai analisa kepuasan pengguna
teknologi informasi dalam layanan administrasi
kota. Pendekatan Fuzzy topsis dilakukan untuk
melakukan pemeringkatan layanan yang paling
diinginkan oleh pelanggan.
Dalam penelitian lain Fuzzy Topsis digunakan
untuk pemilihan material untuk daur ulang limbah
plastik (Soni et al., 2023). Dalam penelitian
tersebut Fuzzy Topsis diuji sebagai tools multiple-
criteria decision analysis (MCDM). Dari beberapa
tools yang di uji Fuzzy TOPSIS memdapat nilai
tertinggi yang mana menyatakan tingkat akurasi yang
tinggi pula.
Selanjutnya Fuzzy TOPSIS terbukti bisa
membantu permasalahan manajemen di sektor Publik
(Cuoghi et al., 2022). Cuoghi dkk meneliti penentuan
pelayanaan terbaik dari rumah sakit di Brazil.
Penentuan manajemen layanan dalam konteks ini
dibagi menjadi dua yaitu pelayanan swasta dan
pelayaan publik. Dengan metode Fuzzy Topsis berhasil
melakukan analisa pelayaan yang terbaik atas dasar
persepsi public dan pendapat ahli.
Rehman dan Ali dalam penelitianya melakukan
sebuah analisis pertimbangan keputusan impor minyak.
Studi kasus dalam penelitian ini adalah negara china.
China sebagian besar melakukan impor minyak untuk
memenuhi energy di negaranya. Ada banyak
pertimbangan china untuk menentukan rute terbaik
sehingga mendapatkan manfaat optimal. Adapun
pertimbangan berdasarkan dari segi keamanan, politik
serta biaya (Ur Rehman & Ali, 2021). Dengan Fuzzy
Topsis peneliti dapat memberikan pemeringkatan
usulan untuk diambil sebagai keputusan terbaik atau
optimal bagi pemegang keputusan.
Fuzzy Topsis mampu menciptakan solusi ideal dari
permasalahan yang multi dimensi. Penelitian Irfan dkk,
membuktikan dengan teknik tersebut mampu
melakukan analisa faktor kunci dalam industri
biomaassa di India (Irfan et al., 2022). Dalam penelitian
tersebut menjelaskan bahwa india ingin meningkatkan
ketahaan energy mereka. Salah satu pilihan adalah
dengan memperkuat industri biomassa. Untuk itu
peneiti melakan analisa multidimensi mengenahi faktor
utama atau faktor kunci untuk bisnis tersebut
diantaranya politik, ekonomi, budaya dan meteorologis.
Hasil dari analisa Fuzzy Topsis atau Grey Topsis,
disarankan agar pembuat kebijakan, pemangku
 kepentingan, dan lembaga pemerintah harus
bekerja secara konsisten dan koheren untuk
memastikan ketersediaan yang memadai,
subsidi, meningkatkan pasokan bahan baku dan
memberikan pelatihan kepada penduduk lokal
demi percepatan kemajuan industri biomassa
India.
Fuzzy TOPSIS merupakan alat MCDM
yang sangat luat keguanaanya. Dalam Penelitian
Sharma dkk
menyatakan bahwa fuzzy TOPSIS dapat digunakan
untuk penyelesaian masalah pada topik logistik,
khususnya Reverse Logistic (RL). RL merupakan
salah satu topik yang cukup krusial karena
berkaitan dengan lingkungan dan keberlanjuatan
(Sharma et al., 2021). Penggunaan Fuzzy Topsis
dalam kasus ini digunakan untuk menganalisa dan
melakukan pmeringkat pengecer terbaik dalam
praktek RL. Setelah itu praktek kinerja dari
pengecer terbaik bisa diadopsi sebagai contoh
praktek kerja yang baik dalam implementasi RL. Gambar 1 Metodologi Penelitian
Adopsi dilakukan oleh pengecer lain agar bisa Sumber: Data diolah

mereplisasi sistem kerja demi terciptanya praktek 1. Determination of the fuzzy decision matrix and
RL yang ideal. weights of criteria
Langkah pertama adalah membuat kriteria fuzzy
METODE PENELITIAN untuk melakukan sebuah pembobotan. Pembobotan
Metodologi penelitan yang digunakan adaah
diadaptasi dari konsep Triangular Fuzzy Numbers
Fuzzy TOPSIS. Teknik preferensi pesanan dengan
(TFN) yang nantinya akan digunakan sebagai
kemiripan dengan solusi ideal (TOPSIS) adalah
matriks keputusan Fuzzy. Bobot kriteria tersebut
salah satu metode pengambilan keputusan
akan dikombinasi dengan perhitungan TOPSIS.
multiatribut (MADM) diperingkat alternatif mana
Berikut TFN yang digunakan dalam penelitian ini,
yang ditentukan dengan membandingkan antara
secara lebih lengkap ditampilkan dalam tabel 3.1.
alternatif ideal positif dan negatif. Sadi-Nezhad
dan Damghani memperkenalkan pengukuran jarak
fuzzy dalam prosedur perhitungan fuzzy TOPSIS
[17]. Langkah-langkah fuzzy dalam metode
TOPSIS adalah sebagai berikut:
 Jurnal Ilmiah Manajemen Ubhara, Volume - No. -, Bulan Tahaun. p-ISSN : xxx - xxx. e-ISSN : xxx – xxx

Tabel 1. Triangular Fuzzy Numbers (TFN)

Nilai Linguistik Fuzzy Numbers 3. Calculation of the fuzzy weighted normalized

Very Low (VL) (0, 0, 0.2) decision matrix
Low (L) (0, 0.2, 0,4)
Medium (M) (0.2, 0.4, 0.6) Pada langkah 3, matriks keputusan ternormalisasi
High (H) (0.4, 0.6, 0.8) tertimbang fuzzy dihitung dengan persamaan
Very High (0.6, 0.8, 1)
(VH) sebagai berikut:
Excellent (E) (0.8, 1, 1)
Sumber: Rajak 2019
~v=( v l , v m , v u ) =(( wl ,r l ) , ( wm , r m ) , ( wu ,r u ) ) ∀ i , j
ij ij ij j ij j ij j ij

(5)
l m u

Dimana W =ā−¿=w
j
ij +w ij +w ij ¿
adalah bobot fuzzy dari
kriteria jth.

4. Determination of the Fuzzy Positive Ideal Solution

(FPIS) and Fuzzy Negative Ideal Solution (FNIS)
Pada tahap ini, FPIS (S+) dan FNIS (S-) dapat
Gambar 2. Konsep Triangular Fuzzy Numbers dihitung menggunakan rumus sebagai berikut:

(TFN) S
+¿=¿¿
) (6)
Sumber: Rajak 2019 ~+ l , ~
v +J m , ~v+u =(max¿¿ l( ~
v liJ ) , maxm ( ~
v miJ ) , maxu (~vuiJ ))∀ J ¿ ¿
~v +¿=( ( v
J J ))

2. Normalizing the fuzzy decision matrix J

(7)
Karena setiap kriteria dievaluasi pada skala yang
berbeda, normalisasi pada matriks keputusan S−¿=¿¿) (8)
sangatlah diperlukan. Oleh karena itu, keputusan
~v−¿=( (~v ,~ , ~v−u
J ))
=(min¿¿l ( ~
v liJ ) , minm ( ~
v miJ ) , minu (~vuiJ ))∀ J ¿ ¿
−l
J
v −m
J
J
fuzzy matriks dinormalisasi menggunakan skala
(9)
linier. Elemen Matriks keputusan fuzzy yang
dinormalisasi dihitung sebagai berikut: 5. The fuzzy distances of each alternative from the
FPIS and FNIS (fPFi and fNFi respectively)
l m u
a a a Perhitungan jarak fuzzy antara FPIS dan FNIS dapat
r̄ ij=( r lij ,r ijm , r uij ) =( ij
l
+ ij
m
+ ij
u
) (1)
a j a j a j dioperasikan melalui rumus berikut:
r̄ ij=max i ( a ) j ∊ B ; I=1 ,... , m
u
ij (2)
n
~ ~
r̄ ij=( r ,r , r ) =¿
l
ij
m
ij
u
ij (3) PF i=∑ d=¿ (10)
j=1
~a❑ =min i ( a1 ) j ∊C ;i=, … , m (4)
ij ij n
~ ~
NF i=∑ d =¿ (11)
j=1
l m u

Dimana ā−¿=a
j
+ a +a ¿
adalah skor fuzzy alternatif ke-
ij ij ij

~ ~
I (i = 1,…, m) dalam kriteria ke-j (j = 1,…, m) . B Dimana d=¿dan d=¿adalah jarak fuzzy dari
dan C masing- masing adalah kumpulan kriteria alternatif ke-i di ke-j kriteria dari FPIS dan FNIS

manfaat dan biaya. masing-masing dan dihitung dengan persamaan:

~ HASIL PENELITIAN DAN PEMBAHASAN
d¿ (12)

1. Observation
¿¿ Hasil data observasi menunjuk beberapa mesin press
+m m ( v +uJ −v liJ )+ ( v +m
J −v iJ )
m
kayu lapis untuk bisnis skala kecil. Untuk lebih
v J −v J , ¿∀i, j
2
Jelasnya dapat dilihat pada tabel 2.
(13) Tabel 2.
Kriteria Penilaian Mesin Press
~
d¿ (14) No Merek / Tipe Harga Berat Daya Garansi
Tekan
1 Cold Press Rp99.000.900 1,9 51 12
¿¿
Machine AKS Ton Ton Bulan
( vuiJ −v−liJ )+ ( viJm −v−m
J )
(v m
J
−m
−v
J ), 2
¿ ∀ i, j - IR50T
2 Cold Press Rp24.750.780 3 10 12
(15) Machine AKS Ton Ton Bulan
Nilai positif yang sangat kecil ditambahkan ke fuzzy - IR1225

PFi dan NFi if nilai ujung kirinya sama dengan nol. 3 Cold Press Rp20.625.000 3,6 10 12
Hydraulic Ton Ton Bulan
Machine AKS
6. Determination of the fuzzy closeness coefficients - KX100T
and rankings of alternatives. 4 HYDRAULIC Rp94.605.300 1,9 51 12
Pada langkah ini koefisien kedekatan fuzzy dengan COLD PRESS Ton Ton Bulan
~❑ MACHINE
solusi ideal ( CC i ¿ adalah dihitung untuk setiap
TYPE AKS -
alternatif berdasarkan Persamaan : SG50T
Sumber: Data diolah
~
~ NF i 2. Determination of the fuzzy decision matrix and
CC i =( CC i+ CC i +CC i ) =~ ~
❑ l m u
∀ i (16)
NF i+ PF i weights of criteria
Pada langkah ini, harus ditentukan matrik keputusan
Koefisien kedekatan fuzzy yang dihitung harus fuzzy dan bobot kriteria untuk masing-masing
diubah menjadi crips untuk menentukan peringkat kriteria yang digunakan. Secara lebih lengkap
alternatif. Dalam hal ini, Pusat metode gravitasi bisa dijelaskan pada tabel 4.2 dan 4.3 sebagai berikut:
digunakan sebagai berikut:

l m u
~ CC i +CC i +CC i
CC ❑i = ∀i (17)
3
 Jurnal Ilmiah Manajemen Ubhara, Volume - No. -, Bulan Tahaun. p-ISSN : xxx - xxx. e-ISSN : xxx – xxx
linguistic sebagai bobot. Masing- masing nilai linguistil
memiliki nilai fuzzy, yang berurutan muali dari low, medium
Tabel 3. dan up.
Matriks Keputusan
Be 3. Normalizing the fuzzy decision matrix
N Har Daya Gar
Merek / Tipe ra
o ga Tekan ansi
t Tahapan ini merupakan proses normalisasi pada
Cold Press Machine AKS 9900 nilai masing-masing kriteria. Normalisasi dilakukan
1 1.9 51 12
- IR50T 0900 karena dalam analisis pengambilan keputusan
Cold Press Machine AKS 2475
2 3 10 12 diperlukan nilai yang setara. Kesetaraaan nilai
- IR1225 0780
memberikan kemudahan dalam analisa dan
Cold Press Hydraulic 2062
3 3.6 10 12
Machine AKS - KX100T 5000 pemeringkatan
Hydraulic Cold Press 9460 Tabel 5.
4 1.9 51 12
Machine AKS - SG50T 5300 Normalisasi Keputusan Fuzzy
No Merek / Tipe Harga Berat Daya Tekan Garansi
Sumber: Data diolah
Cold Press
1 Machine AKS 0.70 0.35 0.69 0.5
Tabel 3. Merupakan matrik keputusan yang akan - IR50T

digunakan sebagai sumber analisa menggunakan Cold Press

2 Machine AKS 0.18 0.56 0.14 0.5
Fuzzy Topsis. Matrik tersebut mempunyai 4
- IR1225
kriteria antara lain harga, berat , daya tekan dan
Cold Press
garansi. Kriteria tersebut akan digunakan sebagai Hydraulic
3 0.15 0.67 0.14 0.5
dasar pengambilan keputusan dalam analisis Fuzzy Machine AKS

TOPSIS. Selain matriks keputusan dasar analis - KX100T

Hydraulic
Fuzzy menggunakan TFN, yang mana dapat
Cold Press
dicermati pada tabel 4 4 0.67 0.35 0.69 0.5
Machine AKS
- SG50T
Tabel 4. Sumber: Data diolah
Bobot Kriteria Fuzzy Tabel 5. Merupakan normalisasi matriks dari tabel 4.
Fuzzy Numbers yang mana nilai pada matriks masih memiliki nilai
Kriteria Nilai Linguistik
L M U yang beragam. Pada tabel tersebut terlihat bahwa
Harga H 0.4 0.6 0.8 masing-masing nilai sudah relatif setara dalam bentuk

Berat M 0.2 0.4 0.6 pecahan.

Daya Tekan VH 0.6 0.8 1

4. Calculation of the fuzzy weighted normalized
Garansi L 0 0.2 0.4
decision matrix
Sumber: Data diolah
Setelah dilakukan proses normalisasi data, kemudian
proses selanjutnya adalah melakukan pembobotan
Pembobotan diperlukan untuk memerikan nilai pada
setiap kriteria dengan nilai fuzzy yang sudah
masing-masing kriteria. Kriteria diatas diberikan nilai
ditentukan. Proses nilai fuzzy ditentukan pada tahap
 2, yang mana acuan nilai linguistik
berdasarkan
orang yang kompeten dibidang bisnis pengolahan 5. Determination of the Fuzzy Positive Ideal Solution
kayu lapis. Proses pembobotan dilakukan dengan (FPIS) and Fuzzy Negative Ideal Solution (FNIS)
melakukan perkalian antara nilai dengan fuzzy number
untuk bobot masing-masing nilai linguistik. Fuzzy TOPSIS tetunya berguna untuk mencari
Tabel 6. solusi dari masalah MCDM. Tahapan ini merupakan
Normalisasi Matriks Keutusan Tertimbang proses perhitungan yang menghasilkan FPIS dan
Normalisasi dengan FNIS. Dalam tahapan ini harus dicermati
N Jenis
Kriteria Fuzzy Tabel 7.
o Mesin
l m u Daya
Jenis
Harga Berat Tekan Garansi
Harga 0.28 0.42 0.56
Mesin
Cold Press l m u l m u l m u l m u
Berat 0.07 0.14 0.21
Machine 0 0 0 0 0 0
1 Daya Cold Press
AKS -
0.42 0.56 0.69 Machine . . . 0. 0. 0. . . . 0. 0. 0.
Tekan
IR50T
2 4 5 4 5 6
Garansi 0.00 0.10 0.20 AKS - 0 1 2 0 1 2
IR50T 8 2 6 7 4 1 2 6 9 0 0 0
Harga 0.07 0.11 0.14
Cold Press 0 0 0 0 0 0
Cold Press
Berat 0.20 0.40 0.60 Machine . . . . . .
Machine 0. 0. 0. 0. 0. 0.
2 Daya 0 1 1 0 1 1
AKS - AKS - 2 4 6 0 1 2
Tekan 0.08 0.11 0.14 7 1 4 8 1 4
IR1225 IR1225 0 0 0 0 0 0
Garansi 0.00 0.10 0.20 Cold Press 0 0 0 0 0 0
Harga 0.40 0.60 0.80 Machine . . . 0. 0. 0. . . . 0. 0. 0.
Cold Press 4 6 8 0 1 1
Berat 0.13 0.27 0.40 AKS - 1 2 4 0 1 2
Machine
3 KX100T 0 0 0 3 7 0 8 1 4 0 0 0
Daya
AKS -
0.08 0.11 0.14 Cold Press 0 0 0 0 0 0
Tekan
KX100T
. . . . . .
Garansi 0.00 0.10 0.20 Machine 0. 0. 0. 0. 0. 0.
AKS - 2 4 5 0 1 2 4 5 6 0 1 2
Harga 0.27 0.40 0.54
SG50T 7 0 4 7 4 1 2 6 9 0 0 0
Cold Press
Berat 0.07 0.14 0.21 0 0 0 0 0 0 0 0 0 0 0 0
Machine
4 Daya . . . . . . . . . . . .
AKS -
Tekan 0.42 0.56 0.69
SG50T 0 1 1 0 1 2 4 5 6 0 1 2
Garansi 0.00 0.10 0.20 FPIS (+) 7 1 4 7 4 1 2 6 9 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0
Sumber: Data diolah . . . . . . . . . . . .
Tabel 6. Menunjukan hasil dari pembobotan 4 6 8 2 4 6 0 1 1 0 1 2
dengan fuzzy. Pembobotan tersebut memiliki FNIS (-) 0 0 0 0 0 0 8 1 4 0 0 0

nilai fuzzy yang terlihat pada tiga nilai low, medium

Matriks FPIS dan FNIS
dan up.
 Jurnal Ilmiah Manajemen Ubhara, Volume - No. -, Bulan Tahaun. p-ISSN : xxx - xxx. e-ISSN : xxx – xxx
Kriteria Si_

Merek Mesin H B Dt G -

Sumber: Data Diolah Cold Press Machine AKS - 0.1 0.2 0.4 0.0 0.9

Tabel 7. mennunjukan hasil perhitungan IR50T 8 8 6 0 2

FPIS dan FNIS. Hasil tersebut akan Cold Press Machine AKS - 0.5 0.0 0.0 0.0 0.5
FNI IR1225 1 0 0 0 1
diproses ketahap berikutnya untuk dasar
S Cold Press Machine AKS - 0.0 0.1 0.0 0.0 0.1
proses pemeringkatan solusi. KX100T 0 4 0 0 4

Cold Press Machine AKS - 0.2 0.2 0.4 0.0 0.9

0 8 6 0 4
6. The fuzzy distances of each alternative from the SG50T

FPIS and FNIS (fPFi and fNFi respectively) untuk masing-masing kriteria. Selanjutnya akan
Tahapan ini merupakan tahapan proses digunakan untuk perhitungan Koofisien terdekat dan
defuzzification. Proses tersebut menyatukan kembali pemeringkatan.
bilangan low, medium dan up menjadi satu nilai.
Jarak fuzzy dilakukan untuk untuk kedua solusi, 7. Determination of the fuzzy closeness coefficients
yaitu FPIS dan FNIS. and rankings of alternatives.
Tabel 8. Tahapan ini merupakan tahap akhir dari Fuzzy
Jarak Fuzzy FPIS TOPSIS. Tahap ini memberkan nilai Cci yang mana
Kriteria selanjutnya akan dilakukan pemeringkatan dari niai
Si_
D tertinggi sampai nilai terendah.
+
Merek Mesin H B t G Tabel 10.
Cold Press Machine AKS 0. 0. 0. 0. Koofisien Terdekat dan Alternatif Peringkat
- IR50T 33 00 00 00 0.33
Cold Press Machine AKS 0. 0. 0. 0. Merek Mesin Cci Peringkat
FP - IR1225 00 28 46 00 0.74

IS Cold Press Machine AKS Cold Press Machine AKS - IR50T 0.74 2
0. 0. 0. 0.
- KX100T 51 14 46 00 1.10 Cold Press Machine AKS - IR1225 0.41 3
Cold Press Machine AKS 0. 0. 0. 0. Cold Press Machine AKS -
- SG50T 31 00 00 00 0.31 KX100T 0.12 4
Cold Press Machine AKS - SG50T 0.75 1
Sumber: Data diolah
Sumber: Data diolah

Jarak FPIS merupakan solusi ideal positif untuk

Tabel 10. Merupakan hasil akhir dari analisis
masing-masing kriteria. Selanjutnya akan digunakan
fuzzy TOPSIS. Nilai Cci tertinggi yang mana
untuk perhitungan Koofisien terdekat dan
merupakan peringkat pertama adalah mesin AKS –
pemeringkatan.
SG50T. Sedangkan nilai Cci terendah adalah
Tabel 9.
mesin AKS - KX100T. Mesin AKS – SG50T
Jarak Fuzzy FNIS
merupakan rekomendasi mesin yang harus dibeli
Sumber: Data diolah
oleh perusahaan pengolahan kayu lapis. Nilai Cci
yang tinggi menunjukan keputusan yang paling
Jarak FNIS merupakan solusi ideal negatif
 optimal.
Chen, Y., Li, W., & Yi, P. (2020). Evaluation of city

SIMPULAN DAN SARAN innovation capability using the TOPSIS-based order

Fuzzy Topsis sebagai salah satu dari alat
relation method: The case of Liaoning province,
MCDM bisa dijadikan sebagai sistem
China. Technology in Society, 63, 101330.
pendukung keputusan dalam pembelian
alat produksi yaitu mesin press pada https://doi.org/10.1016/
perusahaan pengolahan kayu lapis.
j.techsoc.2020.101330

Conejero, J. M., Preciado, J. C., Prieto, A. E., Bas,

Mesin press dengan nilai teringgi adalah AKS-
SG50T dengan nilai 0.75. Sedangkan rekomendasi M. C., & Bolós, V. J. (2021). Applying
terendah ada pada mesin AKS- KX100T dengan
data driven decision making to rank
nilai 0.12. Dari hasil nilai pemeringkatan pada Cci
vocational and educational training
dapat disimpulkan bahwa pembelian mesin AKS-
SG50T merupakan keputusan terbaik berdasarkan programs with TOPSIS. Decision Support
perhitungan dengan meodo Fuzzy TOPSIS.
Systems, 142, 113470.
Berdsarkan keterbatasan penelitian,
https://doi.org/10.1016/j.dss.2020.113470
direkomendasikan, dalam melakukan pembobotan
nilai linguistik sebaiknya diberikan pada beberapa Cuoghi, K. G., Leoneti, A. B., & Passador, J. L.
responden agar penilaian linguistik berkurang nilai
(2022). On the choice of public or private
subjetivitasnya.
management models in the Brazilian

DAFTAR PUSTAKA Unified Health System (SUS). Socio-

Ali Lingga, M. (2019, July 9). Indonesia Pengekspor
Economic Planning Sciences, 84, 101422.
Kayu Nomor Sata Dunia Tetapi...
https://doi.org/10.1016/j.seps.2022.101422
https://money.kompas.com/read/2019/04/09/
Elibal, K., & Özceylan, E. (2022). Comparing
204551726/indonesia-pengekspor-kayu-
industry 4.0 maturity models in the
nomor-satu-dunia-tetapi
perspective of TQM principles using
anonymous. (2022, April 4). Ekspor Produk Kayu
Fuzzy MCDM methods. Technological
Cetak Rekor.
Forecasting and Social Change, 175,
Bostancı, B., & Erdem, N. (2020). Investigating the
121379.
satisfaction of citizens in municipality
https://doi.org/10.1016/j.techfore.2021.121
services using fuzzy modelling. Socio-
379
Economic Planning Sciences, 69, 100754.
Govind Kharat, M., Murthy, S., Jaisingh Kamble,
https://doi.org/10.1016/j.seps.2019.100754
 Jurnal Ilmiah Manajemen Ubhara, Volume - No. -, Bulan Tahaun. p-ISSN : xxx - xxx. e-ISSN : xxx – xxx
S., Raut, R. D., Kamble, S. S., & applying AHP and TOPSIS in interval type-2 fuzzy

Govind Kharat, M. (2019). Fuzzy sets. Journal of Air Transport Management, 89,

multi-criteria decision analysis for 101924.

environmentally https://doi.org/10.1016/j.jairtraman.2020.101924

conscious solid waste treatment

and

Malakouti, M., Faizi, M., Hosseini, S.-B., &

disposal technology selection. Technology in
Norouzian-Maleki, S. (2019).
Society, 57, 20–29.
Evaluation of flexibility components
https://doi.org/10.1016/j.techsoc.2018.12.0
for improving housing quality using
05
fuzzy TOPSIS method. Journal of

Irfan, M., Elavarasan, R. M., Ahmad, M., Mohsin, Building Engineering, 22, 154–160.

M., Dagar, V., & Hao, Y. (2022). https://doi.org/10.1016/j.jobe.2018.11.0

Prioritizing and overcoming biomass energy 19

barriers: Application of Marchetti, D., & Wanke, P. (2020). Efficiency

of the rail sections in Brazilian railway

AHP and G-TOPSIS approaches. Technological system, using TOPSIS and a genetic

Forecasting and Social Change, 177, algorithm to analyse optimized

121524. scenarios. Transportation

https://doi.org/10.1016/j.techfore.2022.1215 Research Part E: Logistics and Transportation

24 Review, 135, 101858.

Kilic, H. S., & Yalcin, A. S. (2021). Comparison of https://doi.org/10.1016/j.tre.2020.1018

municipalities considering environmental 58

sustainability via neutrosophic DEMATEL Nojavan, M., Heidari, A., & Mohammaditabar,

based TOPSIS. Socio-Economic Planning D. (2021). A fuzzy service quality

Sciences, 75, 100827. based approach for performance

https://doi.org/10.1016/j.seps.2020.100827 evaluation of educational units. Socio-

Kiracı, K., & Akan, E. (2020). Aircraft selection by Economic Planning Sciences, 73,
 100816. PEMILIHAN PERUMAHAN. 15(1).

https://doi.org/10.1016/j.seps.20 Ur Rehman, O., & Ali, Y. (2021). Optimality study of

20.100816 China’s crude oil imports through China Pakistan

economic corridor using fuzzy TOPSIS and Cost-

Benefit analysis.

Transportation Research Part E:

Nunu, A. (2020, September 24). Produk Kayu Logistics and Transportation Review,

Lestari Indonesia Semakin Dipercaya Pasar 148, 102246.

Inggris. https://doi.org/10.1016/j.tre.2021.1022

https://ppid.menlhk.go.id/berita/siaran-pers/5 46

640/produk-kayu-lestari-indonesia-semakin-

dipercaya-pasar-inggris

Sharma, N. K., Kumar, V., Verma, P., & Luthra, S.

(2021). Sustainable reverse logistics

practices and performance evaluation with

fuzzy TOPSIS: A study on Indian retailers.

Cleaner Logistics and Supply Chain, 1,

100007.

https://doi.org/10.1016/j.clscn.2021.100007

Soni, A., Chakraborty, S., Das, P. K., & Saha, A. K.

(2023). Material selection of sustainable

composites by recycling of waste plastics

and agro-industrial waste for structural

applications: A fuzzy group decision-making

approach. Journal of Building Engineering,

73, 106787.

https://doi.org/10.1016/j.jobe.2023.106787

Syahputra, M. R. (2014). APLIKASI FUZZY-TOPSIS

DALAM MELAKUKAN SELEKSI

Jurnal Ilmiah Manajemen Ubhara, Volume - No. -, Bulan Tahaun. p-ISSN : xxx - xxx. e-ISSN : xxx – xxx