LAPORAN TUGAS AKHIR

ANALISIS TINGKAT EFISIENSI AKTIVITAS

PROSES PRODUKSI DENGAN MENGGUNAKAN
METODE DATA ENVELOPMENT ANALYSIS (DEA)
(Studi Kasus Ud. Suka Maju)

DISUSUN OLEH :

SANDI SUKAMTO
NIM 31601501169

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS ISLAM SULTAN AGUNG
SEMARANG
2019

i
 ii

ANALISIS TINGKAT EFISIENSI AKTIVITAS PROSES

PRODUKSI DENGAN MENGGUNAKAN METODE DATA
ENVELOPMENT ANALYSIS (DEA)
(STUDI KASUS UD. SUKA MAJU)

LAPORAN TUGAS AKHIR

LAPORAN INI DISUSUN UNTUK MEMENUHI SALAH SATU SYARAT

MEMPEROLEH GELAR S1 PADA PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS ISLAM SULTAN
AGUNG SEMARANG

DISUSUN OLEH :

SANDI SUKAMTO
NIM 31601501169

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS ISLAM SULTAN AGUNG
SEMARANG
2019
 FINAL PROJECT

ANALYSIS OF THE LEVEL OF EFFICIENCY OF

PRODUCTION PROCESS ACTIVITIES USING THE DATA
ENVELOPMENT ANALYSIS (DEA) METHOD
(CASE STUDY : UD. SUKA MAJU)

Proposed to complete the requirement to obtain a bachelor’s degree (S1) at

Departement of Industrial Engineering, Faculty of Industrial Technology,
Universitas Islam Sultan Agung

Arranged By :

SANDI SUKAMTO
NIM 31601501169

DEPARTEMENT OF INDUSTRIAL ENGINEERING

FACULTY OF INDUSTRIAL TECHNOLOGY
UNIVERSITAS ISLAM SULTAN AGUNG
SEMARANG
2019

iii
 LEMBAR PENGESAHAN

Laporan Tugas Akhir dengan judul ―ANALISIS TINGKAT EFISIENSI

AKTIVITAS PROSES PRODUKSI DENGAN MENGGUNAKAN
METODE DATA ENVELOPMENT ANALYSIS (DEA) (STUDI KASUS UD.
SUKA MAJU)‖ ini disusun oleh :
Nama : Sandi Sukamto
NIM 31601501169
Program Studi : Teknik Industri
Telah disahkan oleh dosen pembimbing
pada : Hari :
Tanggal :

Pembimbing I Pembimbing II

Dr. Hj. Novi Marlyana, S.T.,M.T. Nuzulia Khoiriyah, S.T.,M.T

NIDN. 00-1511-7601 NIDN. 06-2405-7901

Mengetahui,
Ketua Program Studi Teknik Industri

Nuzulia Khoiriyah, S.T.,M.T

NIK. 210 603 029

i
 LEMBAR PENGESAHAN

Laporan Tugas Akhir dengan judul ―ANALISIS TINGKAT

EFISIENSI AKTIVITAS PROSES PRODUKSI DENGAN
MENGGUNAKAN METODE DATA ENVELOPMENT ANALYSIS (DEA)
(STUDI KASUS UD.
SUKA MAJU)‖ ini telah dipertahankan di depan dosen penguji Tugas Akhir
pada :
Hari :

Tanggal :

TIM PENGUJI

Anggota I Anggota II

Ir. Hj. Eli Mas’idah, M.T Muhammad Faisal Yul Zamrudi, S.T., MIT., P.hd
NIDN. 06-1506-6601 NIDN. 99-0600-4770

Ketua Penguji

Brav Deva Bernadhi, S.T., M.T

NIDN. 06-3012-8601

v
 SURAT PERYATAAN KEASLIAN TUGAS

Yang bertanda tangan dibawah ini :

Nama : Sandi Sukamto
NIM 31601501169
Judul Tugas Akhir : ANALISIS TINGKAT EFISIENSI AKTIVITAS
PROSES PRODUKSI DENGAN
MENGGUNAKAN METODE DATA
ENVELOPMENT ANALYSIS (DEA) (STUDI
KASUS UD. SUKA MAJU)

Dengan bahwa ini saya menyatakan bahwa judul da isi Tugas Akhir yang
saya buat dalam rangka menyelesaikan Pendidikan Strata Satu (S1) Teknik
Industri tersebut adalah asli dan belum pernah diangkat, ditulis ataupun
dipublikasikan oleh siapapun baik keseluruhan maupun sebagian, kecuali yang
secara tertulis diacu dalam naskah ini dan disebutkan dalam daftar pustaka, dan
apabila di kemudoan hari ternyata terbukti bahwa judul Tugas Akhir tersebut
pernah diangkat, ditulis ataupun dipublikasikan, maka saya bersedia dikenakan
sanksi akademis. Demikian surat pernyataan ini saya buat dengan sadar dan penuh
tanggung jawab.

Semarang, September 2019

Yang Menyatakan,

Sandi Sukamto

v
 PERNYATAAN PERSETUJUAN PUBLIKASI KARYA

Saya yang bertanda tangan dibawah ini :

Nama : Sandi Sukamto

NIM 31601501169

Program Studi : Teknik Industri

Fakultas : Teknologi Industri

Alamat Asal : Desa Tasik Agung, Dukuh Kramatan, RT.04/RW.02

Kecamatan Rembang, Kabupaten Rembang.

Dengan ini menyatakan Karya Ilmiah berupa Tugas Akhir dengan Judul :
ANALISIS TINGKAT EFISIENSI AKTIVITAS PROSES PRODUKSI
DENGAN MENGGUNAKAN METODE DATA ENVELOPMENT ANALYSIS
(DEA) (STUDI KASUS UD. SUKA MAJU)

Menyetujui menjadi hak milik Universitas Islam Sultan Agung serta memberikan
Hak bebas Royalti Non-Eksklusif untuk disimpan, dialihmediakan, dikelola dan
pangkalan data dan dipublikasikan diinternet dan media lain untuk kepentingan
akademis selama tetap menyantumkan nama penulis sebagai pemilik hak cipta.
Pernyataan ini saya buat dengan sungguh – sungguh. Apabila dikemudian hari
terbukti ada pelanggaran Hak Cipta/Plagiatisme dalam karya ilmiah ini, maka
segala bentuk tuntutan hukum yang timbul akan saya tanggung secara pribadi
tanpa melibatkan Universitas Islam Sultan Agung.

Semarang, September 2019

Yang menyatakan,

Sandi Sukamto

v
 PERSEMBAHA

Allhamdulillahirabbil’alamin..
Sujud syukur kepada Allah SWT atas seluruh rahmat, karunia serta kemudahan
yang diberikanNya, sehingga Tugas Akhir ini dapat terselesaikan dengan baik
dan sesuai dengan waktu yang diharapkan. Sholawat serta salam selalu
terlimpahkan kepada Nabi Muhammad SAW.

Tugas Akhir ini saya persembahkan untuk :

Kedua Orang Tua Saya
(Bapak Sukamto – Ibu Sri Lestari)
Teruntuk Bapak dan Ibu, terimakasih atas segala curahan kasih sayang, doa,
dukungan, dan materi yang tiada henti untuk kesuksesan saya.
Kupersembahkan karya Tugas Akhir saya untuk kalian, Bapak dan Ibu.
Semoga ini menjadi langkah awal untukku dalam menggapai kesuksesan di masa
depan, maaf kalau selama ini belum bisa berbuat lebih. Tanpa kalian saya
bukanlah apa-apa sekarang.
Terimakasih Bapak...
Terimakasih Ibu...

Teruntuk Saudara kandungku, Mbak (Ike Elisa Dwi Liana), dan Adik – Adikku
(Dandi Febrian Sukamto dan Khayra Syafa Az-Zahra), serta Dyah Idha
Pramusinta terima kasih atas segala candaan, doa, dukungan, dan menghiburku.
Kupersembahkan karyaku ini untuk kalian semua.

Saudaraku Bagas Nice, Yusril, Obhi, Tata, Siska Ncik, yang selalu mendengar
keluh kesah dan sambatan yang telah aku berikan, tanpa kalian aku bukanlah apa
– apa di dunia yang fana ini.

vi
 MOTT

“Man Jadda Wajada.”

---

“Kemauanku, Keinginanku, Kemampuanku, Tekadku adalah

Jalan Hidupku.” –Sandi Sukamto

---

“Kegagalan hanya terjadi bila kita menyerah.” –Eyang

Habibie

i
 KATA

Assalamualaikum Wr. Wb.

Dengan mengucapkan puji dan syukur kehadirat Allah SWT atas rahmat
dan hidayah-Nya, sehingga saya dapat menyelesaikan Laporan Tugas Akhir untuk
memperoleh Gelar S1 Prodi Teknik Industri dengan judul ―Analisis Tingkat
Efisiensi Aktivitas Proses Produksi Dengan Menggunakan Metode Data
Envelopment Analysis (Dea) (Studi Kasus Ud. Suka Maju)‖ dengan lancar. Tidak
lupa shalawat serta salam semoga selalu tercurah kepada junjungan Nabi besar
Nabi Muhammad SAW.
Selama penyusunan Laporan Tugas Akhir ini, banyak bantuan seperti
bimbingan, motivasi, saran dan do‘a yang saya dapatkan dari berbagai pihak. Oleh
karena itu, pada kesempatan ini dengan segenap kerendahan hati, tak lupa penulis
sampaikan rasa hormat dan terima kasih yang mendalam kepada :
1. Allah SWT atas segala karunia-Nya sehingga Laporan Tugas Akhir ini
dapat terselesaikan dalam waktu yang diharapkan.
2. Bapak Sukamto dan Ibu Sri Lestari yang sangat saya sayangi, terima kasih
atas semua pengorbanan, dukungan, semangat, materi, memfasilitasi, serta
do‘a yang selalu diberikan dan dipanjatkan setiap saat. Semoga seluruh
pengorbanan yang telah Bapak dan Ibu berikan untuk saya dapat dibalas
dengan kebaikan dan keberkahan dari Allah SWT. Aamiin, Aamiin Ya
Rabbal’alamin.
3. Kakak saya Ike Elisa Juni Liana dan Adik saya Dandi Febrian Sukamto dan
Khayra Syafa Az-Zahra, terima kasih atas semangat yang selalu diberikan
agar saya dapat segera menyelesaikan Tugas Akhir ini dengan tepat waktu,
sehingga saya dapat menepati janji untuk mengajak liburan dan sukses
untuk mereka.
4. Dr. Hj. Sri Arttini D.P. M.Si., selaku Dekan Fakultas Teknologi Industri
(FTI)

x
5. Ibu Nuzulia Khoiriyah, S.T., M.T., selaku Ketua Jurusan Teknik Industri
Fakultas Teknologi Industri Universitas Islam Sultan Agung serta dosen
pembimbing II, terima kasih banyak atas bimbingan, serta seluruh saran –
saran yang diberikan kepada saya selama proses pengerjaan laporan Tugas
Akhir, sehingga saya dapat menyelesaikan laporan Tugas Akhir ini. Mohon
maaf atas segala kesalahan, keterbatasan, dan kekhilafan saya selama ini.
6. Ibu Dr. Novi Marlyana, S.T., M.T., selaku dosen pembimbing I, terima
kasih banyak atas bimbingan, serta seluruh saran – saran yang diberikan
kepada saya selama proses pengerjaan laporan Tugas Akhir, sehingga saya
dapat menyelesaikan laporan Tugas Akhir ini. Mohon maaf atas segala
kesalahan, keterbatasan, dan kekhilafan saya selama ini.
7. Bapak Brav Deva Bernadhi, S.T, M.T., Ibu Ir. Hj. Eli Mas‘idah, M.T., serta
Muhammad Faisal Yul Zamrudi, S.T., MIT., P.hd., selaku dosen penguji
yang telah bersedia memberikan masukkan berupa kritik dan saran untuk
memperbaiki penyusunan laporan Tugas Akhir ini.
8. Bapak dan Ibu dosen Program Studi Teknik Industri Universitas Islam
Sultan Agung yang telah membimbing dan mengajar selama perkuliahan.
9. Bapak Rasmani pemilik UD. Suka Maju, dan Mas Saptyan Atmaja manager
UD. Suka Maju yang telah mengijinkan saya melakukan penelitian di UD.
Suka Maju yang dikelola. Semoga penelitian yang telah saya lakukan ini
dapat memberikan beberapa masukkan kepada pabrik untuk kedepannya,
dan mohon maaf atas sikap dan perilaku saya yang kurang berkenan selama
penelitian.
10. ―Dyah Idha Pramusinta, S.Gz.‖ terima kasih atas semua perhatian,
doa, semangat, bantuan, serta kesabaran selama proses pengerjaan Tugas
Akhir ini.
11. Seluruh Kontrakan Klenix yaitu Naim, Mas Ano, Riko, Bembeng, Kak Din,
Kempong yang telah memberikan semangat dan dukungan serta yang telah
menyesatkanku dijalan yang penuh fana ini.
12. Seluruh member of Pendekar Crew yaitu Yusril, Ifan, Bagas, Ulil, Rojaba,
Sutris, Reza, Edo, Wawan, Anas, Blek, Duja, Farhan, Huda, Indra, Rizaldy,

xi
 Aji, Borneo, dan Timur Anthony atas semangat dan masukkan yang
diberikan. Mohon maaf jika selama ini saya memiliki kesalahan dalam
berperilaku, berucap dan sikap yang telah menyakiti hati kalian semua.
13. Seluruh member Girls Squad C atas masukkan – masukkan serta semangat
yang diberikan, dan terima kasih banyak selama ini sudah menjadi teman
saya dalam segala hal. Mohon maaf jika selama ini saya memiliki kesalahan
dalam berperilaku, berucap dan sikap yang telah menyakiti hati kalian
semua.
14. Seluruh teman – teman Teknik Industri 2015 atas kebersamaan yang telah
dilalui, serta motivasi yang diberikan selama ini.
15. Obhi Thiessaputra selaku wakil presbem dan menjadi partnerku selama satu
periode, terima kasih atas segala hal yang telah diberikan.
16. Konco Ngelayap, Bagas Nice, Yusril Najmi, Obhi, Tata atas segala hal
liburan selama ini.
17. Keluarga BEM FTI Periode 2017/2018 serta Periode 2018/2019 atas
kerjasama, dan kepercayaan yang diberikkan selama ini sehingga saya
memperoleh banyak pelajaran dan pengalaman mengenai organisasi.
18. Serta semua pihak yang telah membantu dalam penyelesaian laporan Tugas
Akhir ini.
Penulis menyadari bahwa masih terdapat banyak kekurangan dalam laporan
Tugas Akhir ini, untuk itu kritik dan saran saya harapkan dari pembaca. Semoga
laporan Tugas Akhir ini dapat dikembangkan kembali dan bermanfaat bagi
banyak orang. Aamiin.
Wassalamualaikum. Wr. Wb.

Semarang, September 2019

Sandi Sukamto

x
 DAFTAR ISI

HALAMAN SAMPUL .................................................................................... i

HALAMAN JUDUL........................................................................................ ii
FINAL PROJECT............................................................................................. iii
LEMBAR PENGESAHAN PEMBIMBING................................................... iv
LEMBAR PENGESAHAN PENGUJI ............................................................ v
SURAT PERYATAAN KEASLIAN TUGAS AKHIR .................................. vi
PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH...................vii
PERSEMBAHAN.................................................................................................viii
MOTTO ........................................................................................................... ix
KATA PENGANTAR ..................................................................................... x
DAFTAR ISI.........................................................................................................xiii
DAFTAR TABEL.................................................................................................xvi
DAFTAR GAMBAR...........................................................................................xvii
DAFTAR LAMPIRAN.......................................................................................xviii
ABSTRAK............................................................................................................xix
ABSTRACT.............................................................................................................xx
BAB I PENDAHULUAN ................................................................................ 1
1.1. Latar Belakang................................................................................. 1
1.2. Perumusan Masalah ......................................................................... 3
1.3. Pembatasan Masalah........................................................................ 4
1.4. Tujuan Penelitian............................................................................. 4
1.5. Manfaat Penelitian........................................................................... 4
1.6. Sistematika penulisan ...................................................................... 5
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI ....................... 7
2.1. Tinjauan Pustaka ............................................................................. 7
2.1.1. Efisiensi........................................................................................16
2.1.2. Pengukuran Efisiensi Relatif........................................................16
2.1.3. Data Envelopment Analysis (DEA).............................................17
2.1.4. Dicision Making Unit (DMU)......................................................20

xi
 xi

2.1.5. Konsep Dasar DEA......................................................................21

2.1.6. Model DEA..................................................................................22
2.1.7. Keunggulan dan Kelemahan DEA...............................................23
2.1.8. Software Banxia Frontier Analyst................................................25
2.2. Hipotesa dan Kerangka Teoritis............................................................30
2.2.1. Hipotesa........................................................................................30
2.2.2. Kerangka Teoritis.........................................................................30
BAB 3 METODE PENELITIAN...........................................................................32
3.1. Desain Penelitian...................................................................................32
3.2. Pengumpulan Data.................................................................................32
3.3. Teknik Pengumpulan Data....................................................................33
3.4. Pengujian Hipotesa................................................................................33
3.5. Metode Analisa......................................................................................33
3.6. Pembahasan...........................................................................................34
3.7. Penarikan Kesimpulan...........................................................................34
3.8. Diagram Alir Penelitian.........................................................................34
BAB IV HASIL PENELITIAN DAN PEMBAHASAN.......................................38
4.1. Pengumpulan Data.................................................................................38
4.1.1. Profil UD. Suka Maju................................................................38
4.1.2. Proses Produksi Garam Halus....................................................38
4.1.3. Pemilihan Decision Making Unit (DMU).................................41
4.1.4. Pemilihan Variabel....................................................................42
4.1.5. Rekapitulasi Data Input dan Output...........................................45
4.2. Pengolahan Data....................................................................................46
4.2.1. Perhitungan Efisiensi Pabrik Garam Halus UD. Suka Maju 48
4.2.2. Hasil Kalkulasi DEA CRS Input Oriented dengan
Software Banxia Frontier Analyst.............................................48
4.2.3. Strategi Usulan Perbaikan Sebagai Upaya Peningkatan
Efisiensi.....................................................................................50
4.3. Analisa dan Interpretasi.........................................................................56
4.3.1. Analisa Inefesiensi Tiap DMU.........................................56
 x

4.3.2.Analisa Usulan Perbaikan Yang Perlu Dilakukan ............... 57

4.3.3. Interpretasi ........................................................................... 61
4.4. Pembuktian Hipotesa....................................................................... 62
BAB V PENUTUP........................................................................................... 60
5.1. Kesimpulan...................................................................................... 60
5.2. Saran ................................................................................................ 61
DAFTAR PUSTAKA ...................................................................................... 61
 DAFTAR

Tabel 1.1 Jumlah Produksi Garam Halus dan Permintaan Pada Tahun
2019............................................................................................... 3
Tabel 2.1 Penelitian Pendahulu ..................................................................... 9
Tabel 2.2 Perbedaan Pendekatan Parametrik Dan Non-Parametrik Dalam
Pengukuran Efisiensi Relative ...................................................... 16
Tabel 4.1 Penentuan Decision Making Unit (DMU)..................................... 42
Tabel 4.2 Identifikasi Variabel Input dan Output.......................................... 43
Tabel 4.3 Penentuan Variabel Input dan Output ........................................... 44
Tabel 4.4 Rekapitulasi Data Input dan Output .............................................. 45
Tabel 4.5 Efisiensi Tiap DMU dengan Perhitungan Metode DEA............... 49
Tabel 4.6 Jumlah Aktual Variabel Input dan Output .................................... 51
Tabel 4.7 Jumlah Target Variabel Input dan Output yang Dapat
Diterapkan ..................................................................................... 54
Tabel 4.8 Jumlah Persen Perbaikan Variabel Input dan Output.................... 55

x
 DAFTAR

Gambar 2.1 Grafik Efisien Frontier dari 2 Input................................................19

Gambar 2.2 Software Microsoft Excel dan Banxia Frontier Analyst.................26
Gambar 2.3 Masukan Data yang Sudah Direkapitulasi pada Software
Microsoft Excel ke Banxia Frontier Analyst..................................26
Gambar 2.4 Konfirmasi Data.............................................................................27
Gambar 2.5 Pengolahan Data dengan Banxia Frontier Analyst........................27
Gambar 2.6 DEA Option, Optimation Mode......................................................28
Gambar 2.7 Variable Configuration...................................................................28
Gambar 2.8 Analyse Now...................................................................................28
Gambar 2.9 Tampilan Nilai Efisiensi Setiap DMU............................................29
Gambar 2.10 Tampilan Menu Results..................................................................29
Gambar 2.11 Tampilan Hasil Report...................................................................29
Gambar 3.1 Diagram Alir Penelitian..................................................................35
Gambar 4.1 Pabrik Garam UD. Suka Maju........................................................38
Gambar 4.2 Flowchart Produksi Garam Halus UD. Suka Maju........................39
Gambar 4.3 Bahan Baku Garam Krosok............................................................39
Gambar 4.4 Proses Pengeringan / Pencucian Garam.........................................40
Gambar 4.5 Proses Penggorengan Garam Krosok.............................................40
Gambar 4.6 Proses Pengayakkan atau Penyaringan...........................................41
Gambar 4.7 Packing Garam Halus.....................................................................41
Gambar 4.8 Grafik Skor Efisiensi......................................................................50

xv
 DAFTAR

Lampiran 1 : Berita Acara......................................................................................64

Lampiran 2 : Hasil Result Software Banxia Frontier Analyst...............................66

xvi
 ABSTRA

Potensi Indonesia untuk menjadi penghasil garam sangat besar karena Indonesia
mempunyai garis pantai dengan wilayah areal pantai paling luas sehingga mendukung
untuk usaha pembuatan garam baik skala usaha kecil maupun skala industri. Namun
potensi ini tidak diimbangi dengan peningkatan jumlah dan mutu produksi garam di
Indonesia (Rositawati et al., 2013). UD. Suka Maju merupakan suatu perusahan yang
bergerak dibidang pembuatan garam halus. UD. Suka Maju didirikan oleh bapak Rasmani
sejak tahun 2001 yang terletak di Desa Purworejo Rt. 03 Rw. 02 Kecamatan Kaliori
Kabupaten Rembang. Selama ini jumlah produksi yang dihasilkan hanya 50 ton saat
panen yaitu pada musim panen padahal kapasitas yang harus dicapai yaitu kurang lebih
20.000 ton, sehingga belum diketahui apakah perusahaan sudah efisien atau tidak. Oleh
karena itu, perlu dilakukan pengukuran tingkat efisiensi untuk mengetahui efisiensi pada
proses produksi dan menentukan strategi perbaikan bagi proses produksi yang tidak
efisien dengan menggunakan metode Data Envelopment Analysis (DEA). Tindakan yang
dapat dilakukan untuk mengatasi permasalahan tersebut yaitu dengan melakukan analisa
tingkat efisiensi pada aktivitas proses produksi dengan mengetahui beberapa input yang
ada. Penelitian ini hanya fokus kepada analisa tingkat efisiensi aktivitas proses produksi.
Terdapat 7 DMU antara lain Januari, Februari, Maret, April, Mei, Juni, dan Juli. Hasil
perhitungan menggunakan metode DEA dengan alat bantu software Banxia Frontier
Analyst dapat diketahui bahwa DMU yang efisien ada 2 yaitu pada bulan Maret 100%
dan Juli 100%, sedangkan 5 DMU mengalami inefesiensi seperti bulan Januari 89,1%,
Februari 73,2%, April 73,7%, Mei 51,9%, dan Juni 81,6%. Hal tersebut membuat pada 5
DMU harus segera melakukan perbaikan dengan acuan DMU yang efisien.

Kata Kunci : UD. Suka Maju, Inefesiensi, Data Envelopment Analysis (DEA),
Banxia Frontier Analyst, Decision Making Unit (DMU)

xi
 ABSTRACT

Indonesia's potential to become a producer of salt is very large because

Indonesia has a coastline with the most extensive coastal area so that it supports the
business of making salt both small scale and industrial scale. However, this potential is
not matched by an increase in the number and quality of salt production in Indonesia
(Rositawati et al., 2013). UD. Suka Maju is a company engaged in the manufacture of
fine salt. UD. Suka Maju was founded by Mr. Rasmani since 2001 located in the village
of Purworejo Rt. 03 Rw. 02 Kaliori District, Rembang Regency. So far, the amount of
production produced is only 50 tons at harvest, which is in the harvest season, even
though the capacity that must be achieved is around 20,000 tons, so it is not yet known
whether the company is efficient or not. Therefore, it is necessary to measure the level of
efficiency to determine the efficiency of the production process and determine
improvement strategies for inefficient production processes using the Data Envelopment
Analysis (DEA) method. Actions that can be taken to overcome these problems are by
analyzing the level of efficiency in the production process activities by knowing some of
the existing inputs. This research only focuses on analyzing the level of efficiency of the
production process activities. There are 7 DMUs, including January, February, March,
April, May, June, and July. The results of calculations using the DEA method with
software tools Banxia Frontier Analyst can be seen that there are 2 efficient DMUs,
namely in March 100% and July 100%, while 5 DMU experienced inefficiencies such as
January 89.1%, February 73.2%, April 73.7%, May 51.9%, and June 81.6%. This makes
5 DMUs must immediately make improvements with an efficient DMU reference.

Keywords : UD. Suka Maju, Inefesiensi, Data Envelopment Analysis (DEA),

Banxia Frontier Analyst, Decision Making Unit (DMU)

x
 BAB I
PENDAHULUAN

1.1. Latar Belakang

Potensi Indonesia untuk menjadi penghasil garam sangat besar karena
Indonesia mempunyai garis pantai dengan wilayah areal pantai paling luas
sehingga mendukung untuk usaha pembuatan garam baik skala usaha kecil
maupun skala industri. Namun potensi ini tidak diimbangi dengan peningkatan
jumlah dan mutu produksi garam di Indonesia. (Rositawati, Taslim and
Soetrisnanto, 2013)
Perkembangan teknologi yang semakin pesat mempengaruhi kemajuan
dalam segala aspek, terutama kemajuan dalam aspek industri. Kemajuan dalam
aspek industri ditandai dengan semakin banyaknya persaingan antar perusahaan.
Hal ini mengharuskan setiap perusahaan untuk selalu melakukan pembenahan
dalam proses bisnisnya. Salah satu kata kuncinya yaitu efisiensi. Peningkatan
efisiensi di bagian produksi merupakan salah satu cara yang bisa dilakukan oleh
pihak perusahaan agar dapat untuk memenuhi permintaan konsumen. Menghadapi
banyaknya para pesaing perusahaan yang menghasilkan produk yang sama,
perusahaan perlu melakukan suatu cara untuk menjalankan proses produksi yang
efisien, yaitu bagaimana menggunakan input sehemat mungkin untuk
menghasilkan output yang sesuai atau melebihi target permintaan yang telah
ditetapkan. Proses produksi berkaitan dengan cara bagaimana sumber daya
(masukan) dipergunakan untuk menghasilkan produk (keluaran). Menurut
(Joesron dan Fathorrozi (2003) dalam (K.Dewi, 2015)), produksi merupakan hasil
akhir dari proses atau aktivitas ekonomi dengan memanfaatkan beberapa masukan
atau input. (Putong (2002) dalam (K.Dewi, 2015)) mengatakan produksi atau
memproduksi menambah kegunaan (nilai guna) suatu barang. Kegunaan suatu
barang akan bertambah bila memberikan manfaat baru atau lebih dari bentuk
semula. Lebih spesifik lagi produksi adalah kegiatan perusahaan dengan
mengkombinasikan berbagai input untuk menghasilkan output dengan biaya yang
minimum. Produksi juga merupakan suatu kegiatan yang dapat menimbulkan

1
 2

tambahan manfaatnya atau penciptaan faedah baru. Faedah atau manfaat ini dapat
terdiri dari beberapa macam, misalnya faedah bentuk, faedah waktu, faedah
tempat, serta kombinasi dari beberapa faedah tersebut di atas. Dengan demikian
produksi tidak terbatas pada pembuatan, tetapi sampai pada distribusi.
UD. Suka Maju merupakan suatu perusahan yang bergerak dibidang
pembuatan garam halus. UD. Suka Maju didirikan oleh bapak Rasmani sejak
tahun 2001 yang terletak di Desa Purworejo Rt. 03 Rw. 02 Kecamatan Kaliori
Kabupaten Rembang. Latar belakang berdirinya UD. Suka Maju awalnya karena
disekitar tempat bapak Rasmani belum ada pabrik untuk produksi garam dan juga
untuk memudahkan para petani garam yang mengalami kesulitan untuk menyetor
dan memasarkan garamnya. Akhirnya, sampai saat ini UD. Suka Maju terus
berkembang dengan mengedepankan kualitas sebagai jaminan untuk kepuasan
pelanggnnya.
UD. Suka Maju dalam meningkatkan kualitas produk garam halus tidak
lepas dari berbagai permasalahan yang mempengaruhi kualitas produk garam
tersebut, adapun permasalahan yang dialami oleh UD. Suka Maju diantaranya
yaitu biaya bahan baku yang naik turun atau tidak stabil, jumlah karyawan yang
kurang memadai di UD. Suka Maju karyawan atau pekerja berjumlah kurang
lebih 20 orang dan menurut pemilik pabrik jumlah karyawan tersebut masihpas -
pasan, jam kerja karyawan yang tidak teratur, biaya lain - lain, dan permintaan
yang tidak stabil dan harus terpenuhi.
UD. Suka Maju juga sering mengalami kekurangan dalam memenuhi
permintaan pelanggan yang meningkat sehingga UD tersebut dituntut untuk
memenuhi permintaan konsumen. Selama ini jumlah produksi yang dihasilkan
hanya kurang lebih 50 ton saat panen yaitu pada musim panen padahal kapasitas
yang harus dicapai yaitu kurang lebih 20.000 ton, sehingga belum diketahui
apakah output produksi sudah efisien atau tidak. Oleh karena itu, perlu dilakukan
pengukuran tingkat efisiensi untuk mengetahui efisiensi pada proses produksi dan
menentukan strategi perbaikan bagi proses produksi yang tidak efisien. Berikut ini
adalah produksi garam pada UD.Suka Maju pada tahun 2019 dari bulan Januari
sampai dengan bulan Maret dan permintaan dari konsumen tersebut.
 3

Tabel 1.1 Jumlah Produksi Garam Halus dan Permintaan Pada Tahun 2019
Produksi Permintaan
No. Bulan Keterangan
(kg) (kg)
1. Januari 34.900 30.000 Terpenuhi
2. Februari 29.800 34.000 Tidak terpenuhi
3. Maret 48.747 38.200 Terpenuhi
4. April 30.000 42.600 Tidak terpenuhi
5. Mei 19.200 22.000 Tidak terpenuhi
6. Juni 30.000 31.200 Tidak terpenuhi
7. Juli 36.700 42.800 Tidak terpenuhi
Rata –Rata 31614,286 34542,857
Sumber : UD. Suka Maju, data olahan tahun 2019
Efisiensi merupakan salah satu parameter kinerja yang secara teoritis
mendasari seluruh kinerja suatu organisasi. Efisiensi didefinisikan sebagai
kesuksesan dalam memproduksi output semaksimal mungkin dari sejumlah input
yang diberikan. Konsep dari pengukuran efisiensi itu sendiri dapat dilihat dari
fokus input atau output.
Tindakan yang dapat dilakukan untuk mengatasi permasalahan tersebut
yaitu dengan melakukan analisa tingkat efisiensi pada aktivitas proses produksi
dengan mengetahui beberapa input yang ada. Penelitian ini hanya fokus kepada
analisa tingkat efisiensi aktivitas proses produksi.

1.2. Perumusan Masalah

Berdasarkan latar belakang permasalahan diperusahaan yaitu jumlah
karyawan atau pekerja yang pas - pasan, jumlah jam kerja, pekerja kurang
disiplin, upah atau gaji karyawan yang tidak sebanding dengan pendapatan, dan
biaya bahan baku yang naik turun setiap bulannya , maka dapat dirumuskan
permasalahan dari penelitian tersebut, yaitu
a. Bagaimana tingkat efisiensi pada UD. Suka Maju dan pada bulan manakah
proses produksi yang inefisien ?
b. Faktor – faktor apakah yang mempengaruhi tingkat inefisiensi pada UD.
Suka Maju?
 4

c. Bagaimana usulan perbaikan untuk mengurangi yang inefisien dalam

aktivitas proses produksi di UD. Suka Maju?

1.3. Pembatasan Masalah

Adapun pembatasan masalah dalam penyusunan laporan penelitian ini
adalah:
a. Objek penelitian dilakukan pada UD. Suka Maju.
b. Penelitan yang dilaksanakan dari bulan April 2019 sampai bulan Juli 2019.
c. Data yang digunakan mulai dari data produksi garam halus, data jumlah
tenaga kerja, upah kerja, biaya bahan baku, jumlah jam kerja produksi,
diambil dari data UD. Suka Maju serta wawancara dilakukan dengan
pemilik UD. Suka Maju.
d. Pengolahan data dibantu dengan software pendukung yaitu Banxia Frontier
Analysist
e. Penelitian hanya fokus pada proses produksi garam halus.

1.4. Tujuan Penelitian

Adapun tujuan dari penelitian yang sudah dilakukan yaitu sebagai berikut:
a. Mengidentifikasi faktor – faktor yang mempengaruhi tingkat efisiensi pada
UD. Suka Maju.
b. Mengetahui dan menganalisa tingkat efisiensi pada UD. Suka Maju.
c. Mampu memberikan usulan perbaikan untuk mengurangi tingkat efisiensi
aktivitas proses produksi dengen pertimbangan kondisi yang sesuai untuk
UD. Suka Maju.

1.5. Manfaat Penelitian

Adapun manfaat penelitian dalam tugas akhir ini adalah sebagai berikut:
a. Memberikan wawasan dan pengetahuan kepada mahasiswa dan peneliti
dalam hal analisis efisiensi.
b. Dapat dijadikan bahan pertimbangan oleh perusahaan dalam acuan
pemilihan perbaikan dalam target yang tepat.
 5

c. Memberikan kesempatan kepada peneliti untuk menerapkan teori – teori

yang telah dipelajari dan berfikir secara sistematis dalam memecahkan
masalah efisiensi.

1.6. Sistematika penulisan

Untuk mengetahui gambaran penulisan laporan tugas akhir secara jelas,
maka penulis memberikan penjelasan secara singkat mengenai inti dari setiap
babnya. Secara keseluruhan penelitian ini terdiri dari 5 bab, yaitu pendahuluan,
landasan teori dan tinjauan pustaka, metode penelitian, hasil penelitian dan
penutup. Adapun sistematika penulisan dari masing-masing bab adalah sebagai
berikut:
BAB I PENDAHULUAN
Pada bab ini berisi tentang masalah yang akan dibahas mulai dari latar
belakang, perumusan masalah, pembatasan masalah, tujuan penelitian,
manfaat penelitian dan sistematika penulisan.
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
Pada bab ini berisi tentang tinjauan pustaka dari kajian para peneliti
pendahulu dan landasan teori yang berkaitan dengan tema penelitian dan
akan menjadi pedoman dalam penyusunan laporan tugas akhir ini.
BAB III METODE PENELITIAN
Pada bab ini berisi mengenai tempat penlitian, objek penlitian dan tahap-
tahap penelitian. Tahap-tahap penelitian terdiri dari identifikasi masalah,
studi literatur, perumusan masalah, penetapan tujuan penelitian,
pengumpulan data, pengolahan data, analisa, pembahasan hasil
penelitian.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
Pada bab ini akan membahas mengenai pengumpulan data berdasarkan
penelitian dan pengolahan data dan pembahasan dari hasil pengolahan
data yang telah dilakukan.
 6

BAB V PENUTUP
Pada bab ini berisi hasil ringkasan dari pengolahan data dan pemecahan
masalah serta saran-saran yang diberikan penulis baik saran bagi
perusahaan maupun saran bagi penelitian yang akan datang.
 BAB II
TINJAUAN PUSTAKA DAN LANDASAN TEORI

2.1. Tinjauan Pustaka

Menurut penelitian terdahulu terdapat beberapa metode yang digunakan
untuk melakukan analisis tingkat efisiensi pada aktivitas proses produksi yang
diperoleh dari beberapa jurnal. Uraian dari tiap penelitian terdahulu dapat dilihat
pada tabel 2.1
Fokus dalam penelitian ini yaitu dapat menganalisa tingkat efisiensi suatu
aktivitas proses produksi serta dapat mengetahui faktor – faktor apa yang
menyebabkan inefisiensi dari keseluruhan proses produksi dan dapat memberikan
saran perbaikan yang tepat dengan tempat penelitian. Sehingga metode yang tepat
digunakan dalam penelitian ini adalah metode Data Envelopment Analysis (DEA).
Dari tinjauan pustaka pada tabel 2.1, dapat disimpulkan dari berbagai
literasi yang menjadi acuan untuk penelitian yaitu terdapat beberapa metode –
metode tentang permaslahan efisiensi. Dimana beberapa metode seperti metode
AHP (Analythic Hierarchy Process) yaitu memiliki kelemahan ataupun
kekurangan yaitu ketergantungan model AHP pada input utamanya. Input utama
ini berupa persepsi seorang ahli sehingga dalam hal ini melibatkan subyektifitas
sang ahli selain itu juga model menjadi tidak berarti jika ahli tersebut memberikan
penilaian yang keliru. Metode AHP ini hanya metode matematis tanpa ada
pengujian secara statistik sehingga tidak ada batas kepercayaan dari kebenaran
model yang terbentuk. Metode lain seperti metode LP (Linear Programming) juga
memiliki kelemahan yaitu apabila alat bantu komputer tidak tersedia, maka Linear
Programming dengan menggunakan banyak variabel akan menyulitkan
analisisnya bahkan mungkin tidak dapat dikerjakan secara manual. Metode ini
tidak dapat digunakan secara bebas dalam setiap kondisi, tetapi dibatasi oleh
asumsi-asumsi. 2. Metode ini hanya dapat digunakan untuk satu tujuan misalnya
hanya untuk maksimisasi keuntungan atau minimisasi biaya. Dengan melihat segi
kelemahan ataupun kekurangan dari banyak metode – metode tentang efisiensi
disini mengapa memilih metode Data Envelopment Analysis (DEA) yaitu DEA

7
 8

sendiri berbeda dengan metode – metode yang lain karena disini permaslahan
yang terdapat pada pbarik UD. Suka Maju lebih tepat diselesaikan dengan metode
DEA, karena metode DEA memiliki kelebihan ataupun keunggulan yang sama
halnya dengan permaslahan di pabrik UD.Suka Maju yaitu Dapat
menangani multipler inputs dan multiple ouputs, Tidak perlu mengetahui
hubungan antara input dan outputnya, Dapat digunakan dengan data input dan
output yang berbeda unit, Hal yang diperbandingkan dapat terlihat secara
langsung dari output olahan yang dihasilkan. Dengan kelebihan seperti yang
sudah terurai diatas peneliti yakin bahwasanya metode yang tepat untuk
digunakan dalam penelitian ini yaitu dengan menggunakan metode DEA.
 9

Tabel 2.1 Penelitian Pendahulu

No Penulis Judul & Sumber Permasalahan dan Metode Variabel Variabel Decision Making Hasil Penelitian
Penyelesaian Input Output Unit (DMU)
Aplikasi Data Perusahaan UD. Putih Jaya sering - Jumlah - Jumlah Bulan januari – Menghitung tingkat efisiensi dalam
Envelopment mengalami kekurangan produksi tenaga produk mei pada tahun pengukuran aktivitas produksi dengan
Analysis (Dea) paving dan adanya peningkatan kerja - Jumlah 2015 metode DEA sehingga menghasilkan
Untuk Pengukuran permintaan. Jumlah produksi - Jumlah pelanggan output yang relative efisien pada
Efisiensi Aktivitas yang dihasilkan hanya jam kerja produksi paving.
Rambe, Produksi berdasarkan jumlah pekerja dan - Biaya
1 Syahputra Perhitungan menggunakan software
kapasitas jam kerja, sehingga bahan
(2017) LINGO
Sumber: MES belum diketahui apakah output baku
(Journal of produksi sudah efisien atau tidak. produksi
Mathematics
Education and Metode = Data Envelopment
Science) Analysis (DEA)
Vol. 2, No. 2. April
2017
Pengukuran Efisiensi Perusahaan sering mengalami - Jumlah - Jumlah Bulan januari – Penerapan pengukuran efisiensi proses
Proses Produksi kekurangan produksi dan adanya tenaga produk mei pada tahun produksi dengan metode DEA dengan
Dengan peningkatan permintaan. Jumlah kerja - Jumlah 2015 membandingnkan input dan output
Menggunakan produksi yang dihasilkan hanya - Jumlah pelanggan Decision Making Unit dengan
Metode Data berdasarkan jumlah pekerja dan jam kerja Perhitungan menggunakan software
2 Dewi
Envelopment kapasitas jam kerja, sehingga - Biaya LINGO
(2015)
Analysis (Dea) belum diketahui apakah output bahan
produksi sudah efisien atau tidak. baku
Sumber: Jurnal produksi
Performa 2015, Metode = Data Envelopment
Vol.14, No.1 Analysis (DEA)
 1

Tabel 2.1 Penelitian Pendahulu (Lanjutan)

No Penulis Judul & Sumber Permasalahan dan Metode Variabel Variabel Decision Making Hasil Penelitian
Penyelesaian Input Output Unit (DMU)
Analisis Efisiensi Kecamatan Candiroto merupakan - Luas lahan - Produksi Jenis kopi. Ada Penelitian masukan dan rekomendasi
Produksi Kopi daerah yang paling banyak - Jumlah kopi dua jenis yaitu ; bagi peningkatan efisiensi produksi
Robusta Di menanam kopi robusta tenaga Arabika, Robusta kopi robusta di Kecamatan Candiroto.
Kabupaten dibandingkan dengan daerah kerja Perhitungan menggunakan software
Temanggung (Studi lainnya di Kabupaten - Jumlah SPSS
Kasus Di Kecamatan Temanggung. Namun jika dilihat tanaman
Candiroto) dari tingkat produktivitasnya lebih - Jumlah
rendah daripada tingkat pupuk
Risandewi Sumber: Jurnal produktivitas rata-rata Kabupaten - Umur
3 Litbang Provinsi Temanggung, padahal luas area tanaman
(2013)
Jawa Tengah, dan jumlah petani yang ada di
Volume 11 Nomor 88 Kecamatan Candiroto merupakan
1 –Juni 2013 yang paling besar diantara daerah
lainnya. Dengan kata lain telah
terjadi inefisiensi produksi kopi
robusta di Kecamatan Candiroto.

Metode = DataEnvelopment
Analysis(DEA)
Analisis Efisiensi Berbagai kendala dan hambatan - UKE (Unit - TA Total Perusahaan tekstil Sebagai contoh untuk perusahaan yang
Perusahaan Tekstil pada industri tekstil yaitu Kegiatan aset (juta belum mencapai tingkat efisiensi 100%
Ester
Go Publik Dengan kenaikan harga minyak mentah Ekonomi) rupiah) adalah PT. Roda Vivatex Tbk yang
4 dan
Menggunakan dunia mendorong semakin A - INV hanya mencapai tingkat efisiensi
Merlin
Metode: mahalnya harga bahan baku dan - UKE (Unit Inventori/p sebesar 65,70% pada tahun 2006
(2010) ersediaan(ju
DataEnvelopment biaya energi, infrastruktur Kegiatan
Analysis/Dea Tahun pelabuhan yang belum kondusif, Ekonomi) ta rupiah)
 1

2004 – 2008 usia mesin dan peralatan produksi B - TK Tenaga

yang sudah tua atau melebihi usia - UKE (Unit Kerja
Sumber: Media 20 tahun, menyebabkan Kegiatan (dalam
Ekonomi Vol. 18, produktivitas menurun sebesar 50 Ekonomi) orang)
No. 2, Agustus 2010 persen dan tingkat efisiensinya C - HTG Hutang
menjadi rendah. - UKE (Unit (juta
Kegiatan rupiah)
Metode = Data Envelopment Ekonomi) - PB
Analysis (DEA) D Penjualan
- UKE (Unit Bersih (juta
Kegiatan rupiah)
- COGS Harga
Ekonomi)
pokok
E
penjualan
- UKE (Unit
(juta
Kegiatan
rupiah)
Ekonomi)
F
UKE (Unit
Kegiatan
Ekonomi)
G
Analisa Pengukuran Permasalahan di Heaven Store - Jumlah - Keuntungan 5 cabang Heaven Upah/Gaji dari 10 juta dikurangi
Efisiensi Dengan mulai dari omset yang tidak karyawan - Pangsa Store menjadi 8 juta (minimasi sebesar 20%),
Metode Data mencapai target, display produk - Jumlah Pasar Biaya Promosi dari 12 Juta dikurangi
Widiyana,
5 Envelopment yang berbeda tiap cabang stock - Jumlah menjadi 10 Juta (minimasi sebesar
Indiyanto
Analysis (Dea) Di sedikitnya customer yang produk Pengunjung 20%), Total Nilai Produk dari 23
(2017)
Heaven Store berkunjung, dan lain-lain sebagai - Biaya - Member dikurangi menjadi 19 (minimasi sebesar
Surabaya Barat acuan dari permasalahan dalam produksi tetap 4%), Jumlah Produk dari 230 sampai
kepuasan pelanggan. - Upah gaji - Jumlah 194 (minimasi sebesar 15%) Sedangkan
 1

Sumber: Prozima, - Biaya Merchant untuk Output yang perlu ditingkatkan

Vol 1, No.1, Juni Metode = Data Envelopment promosi adalah keuntungan dari 250 juta
2017, 44-49 E. ISSN. Analysis (DEA) menjadi 276 (minimasi sebesar 10,4%),
2541-5115 Member tetap dari 322 menjadi 390
(minimasi sebesar 21%), Diskon dari 15
menjadi 16 (minimasi sebesar 6,6%),
dan pangsa pasar tidak mengalami
perubahan.
Perhitungan menggunakan software
SPSS dan LINDO II
Aplikasi Data PT. Dian Swara merupakan - Biaya - Pendapatan Laporan Hasil pencapaian tingkat efisiensi
Envelopment perusahaan swasta murni milik operasiona iklan spot keuangan (Tabel 3) pada perusahaan PT. Dian
Analysis Untuk l - Pendapatan
sebuah keluarga. Perusahaan berupa laba dan Swara menunjukkan suatu trend
Menelaah Efisiensi - Biaya event
ini melakukan kegiatan - Pendapatan rugi yang fluktuatif, pada periode
Biaya Dan administra
perusahaannya dalam bidang sindikasi tersebut tidak ada yang memperoleh
Pendapatan si
radio penyiaran dan event program nilai efisiensi yang stabil. Tahun
Perusahaan (Studi - Biaya
Kasus Pt.Dian organizer. Selama periode pemasaran 2009 nilai efisiensi terendah terjadi
Binuko, 2009–2014 pendapatan pada bulan Januari sebesar 0,59.
Siregar, Swara)
6 perusahaan mengalami Tahun 2010 nilai efisiensi terendah
dan
Sumber: Jurnal penurunan, presentase terjadi pada bulan Februari sebesar
Hartoyo
(2016)
Aplikasi Bisnis dan pertumbuhan rata-rata dari 0,86. Tahun 2011 nilai efisiensi
Manajemen, Vol. 3 tahun ke tahun hanya berkisar terendah terjadi pada bulan
No. 1, Januari 2016 1,3%. Menurunnya pendapatan Desember sebesar 0,77.Tahun 2012
perusahaan dalam bidang radio nilai efisiensi terendah terjadi pada
penyiaran juga disebabkan bulan Januari sebesar 0,25. Tahun
oleh persaingan di dalam 2013 nilai efisiensi terendah terjadi
bisnis jasa penyiaran radio pada bulan sebesar 0,90 dan tahun
yang ketat dan juga kondisi 2014 nilai efisiensi terendah terjadi
 1

porsi kue iklan didaerah sangat pada bulan Desember sebesar 0,14.
kecil sehingga berdampak Hasil penelitian ini sesuai dengan
kepada penurunan pendapatan penelitian yang telah dilakukan
yang diperoleh dari iklan spot. sebelumnya oleh Sutawijaya dan
Lestari (2009), Hartono et al. (2008)
Metode = Data Envelopment yang menggunakan DEA dengan
Analysis (DEA) metode CRS.
Perhitungan menggunakan software
SPSS
Efisiensi Jurusan Di Selama ini dalam Perguruan - Biaya - Jumlah - Jurusan Teknik Berdasarkan hasil analisis tingkat
Dalam Perguruan Tinggi menggunakan akreditasi Personalia Lulusan Elektri efisiensi Jurusan di Politeknik Negeri
Tinggi Dengan dari BAN-PT sebagai alat untuk dan Biaya - Jumlah - Jurusan Teknik Malang menggunakan metode Data
Menggunakan Operasional Penelitian Mesin Envelopment Analysis (DEA) periode
mengevaluasi kinerja mereka.
Data Envelopment - Dana - Jurusan Teknik tahun 2014 sampai dengan tahun 2016,
Namun instrumen yang Sipil berikut kesimpuan dari penelitian ini :
Analysis (Dea) Penelitian
didalamnya belum cukup untuk - Jurusan Teknik 1. Pada tahun 2014 terdapat 6 jurusan
menganalisis efisiensi Perguruan
- Jumlah
Sumber : Mahasiswa Kimia yang efisien ( mencapai skor 1) yakni
Ahmi, Tinggi bahwa Perguruan Tinggi - Jurusan jurusan Akuntansi, Jurusan Teknik
Jurnal Akuntansi, Aktif
7. Eltivia, memiliki banyak input dan output Akuntansi Elektronika, Jurusan Teknik
Ekonomi dan - Jumlah - Jurusan Informasi, Jurusan Teknik Mesin,
Indrawan Manajemen Bisnis Tenaga
(2018) Vol. 6 No. 2, Administrasi Jurusan Teknik Kimia dan Jurusan
Metode = Data Envelopment Pendidik dan
Niaga Teknik Sipil.
December 2018, 172- Analysis (DEA) Kependidika
- Jurusan 2. Pada tahun 2015, seluruh
178 n
Teknologi Jurusan dalam kondisi efisien.
Informasi 3. Pada tahun 2016 terdapat 4
Jurusan yang efisien ( mencapai skor
1) yakni Jurusan Teknik Informasi,
Teknik Kimia dan Teknik Sipil.
Perhitungan menggunakan software
Banxia Frontier Analyst
 1

Penerapan Metode Banyak para pelaku usaha gula Aplikasi SPK Menentukan Kualitas
Ahp (Analythic tumbu sering mengalami Gula Tumbu ini, sudah dapat
Hierarchy kesulitan dalam menentukan melakukan perhitungan dengan metode
Process)Untuk kualitas gula tumbu. Hal ini AHP (Analytic Hierarchy Process)
Menentukan Kualitas disebabkan kualitas gula tumbu lebih cepat dibandingkan perhitungan
Gula Tumbu yang bermacam-macam dan secara manual sehingga bias lebih
permintaan konsumen yang efisien dan tingkat keakuratan data
Darmanto, Sumber : Jurnal berbeda-beda. Gula tumbu sudah mendekati sempurna.
8. Latifah, SIMETRIS, Vol 5 No mempunyai tingkat kualitas yang 2. Seluruh pendataan yang berhubungan
Susanti 1 April 2014 berbeda-beda. Sehingga para dalam Menentukan Kualitas Gula
(2014) ISSN: 2252-4983 pelaku usaha mengalami kesulitan Tumbu meliputi data warna, data
dalam menentukan kualitas gula rasa, data kekerasan dan data
tumbu sesuai dengan permintaan perhitungan metode dapat diolah
konsumen. seluruhnya di dalam Aplikasi SPK
Menentukan Kualitas Gula Tumbu ini
Metode = Ahp (Analythic dan dapat terorganisir dengan baik.
Hierarchy Process) Perhitungan menggunakan software
Sistem Pendukung Keputusan (SPK)
Implementasi Linear Untuk menentukan keuntungan Berdasarkan penelitian yang telah
Programming Untuk dalam produksi masih dilakukan dapat diambil kesimpulan
Memaksimalkan berdasarkan keuntungan masing – bahwa persamaan matematis untuk
Keuntungan masing jenis produk tersebut memaksimalkan fungsi tujuan
tanpa memperhatikan (keuntungan) di Preparation Line
Supriyadi, Sumber : Seminar keterbatasan sumber daya yang dengan memperhatikan keterbatasan
Muslimat, Nasional Riset tersedia, sehingga mengakibatkan sumber daya yang tersedia, antara lain :
9. Pratama, Terapan 2017 | pencapaian tonage produksi dan waktu produksi, permintaan produksi
SENASSET 2017 keuntungan yang diperoleh tidak dan ketersediaan bahan baku.
Ramayant
ISBN: 978-602- maksimal. Perbandingan tingkat produksi dan
i (2017) 73672-1-0 Serang, 25 pencapaian keuntungan PRP antara
November 2017 Metode = Linear programming kondisi saat ini dengan setelah
penerapan linear programming adalah
sebagai berikut : yaitu terjadi
peningkatan produksi sebesar 3.155,38
ton/bulan dan peningkatan profit
 1

(keuntungan) sebesar $ 80.452,71/bulan

atau dengan Kurs USD sebesar Rp.
13.500, maka besarnya peningkatan
keuntungan PRP dengan melakukan
penerapan linear programming adalah
sebesar Rp. 1.086.111.595,57 /bulan.
 1

2.2. Landasan Teori

2.1.1. Efisiensi
Efisiensi merupakan salah satu parameter kinerja yang secara teoritis
mendasari seluruhkinerja suatu organisasi. Efisiensi didefinisikan sebagai
kesuksesan dalam memproduksi outputsemaksimal mungkin dari sejumlah input
yangdiberikan. Konsep dari pengukuran efisiensi itusendiri dapat dilihat dari
fokus input atau output (Farrel, 1957).
2.1.2. Pengukuran Efisiensi Relatif
Pembahasan tentang pengukuran efisiensi relatif bermula dari sebuah
konsep yang dikembangkan oleh Farrel (Bowlin) yang menjelaskan bahwa sebuah
garis batas produksi (production frontier) adalah sebuah hubungan teknologi yang
menggambarkan output maksimum yang dihasilkan oleh sebuah perusahaan yang
efisien dari sebuah penggunaan kombinasi input dalam beberapa periode.
Perumusan ratio efisiensi Farrel tersebut adalah:
𝐽𝑢𝑚𝑙𝑎ℎ 𝑜𝑢𝑡𝑝𝑢𝑡 𝑑𝑒𝑛𝑔𝑎𝑛 𝑏𝑜𝑏𝑜𝑡 𝑡𝑒𝑟𝑡𝑒𝑛𝑡𝑢
𝐸f𝑒𝑠i𝑒𝑛𝑠i =
𝐽𝑢𝑚𝑙𝑎ℎ i𝑛𝑝𝑢𝑡 𝑑𝑒𝑛𝑔𝑎𝑛 𝑏𝑜𝑏𝑜𝑡 𝑡𝑒𝑟𝑡𝑒𝑛𝑡𝑢
Rasio efisiensi di atas lebih banyak digunakan ketika sebuah unit atau proses
memiliki satu input atau satu output. Namun dalam kenyataannya, sebuah proses
atau unit organisasi memiliki berbagai input dan output yang beragam
(imcommensurate). Untuk mengatasi hal tersebut maka digunakan Efficiency
Relatif, yaitu efisiensisuatu obyek diukur relatif terhadap efisiensi obyek-obyek
yang sejenis. Ada dua pendekatan utama dalam mengukur efisiensi relatif, yaitu
pendekatan parametrik dan non-parametrik, seperti terdapat pada Tabel 2.1.
Tabel 2.2 Perbedaan Pendekatan Parametrik Dan Non-Parametrik Dalam Pengukuran Efisiensi
Relative

Sumber : Farell, 1957

 1

Dengan notasi yang digumakan sebagai berikut :

Dimana:
u1 = bobot untuk output 1
v1 = bobot untuk input 1
yij = nilai dari output 1 dari unit j
xij = nilai dari input 1 dari unit j
Asumsi utama dari efiseinsi Farrel adalah pengukuran efisiensi ini
membutuhkan pembobotan yang sama untuk tiap faktor yang menentukan
efisiensi dari semua unit. Permasalahan yang timbul adalah bagaimana
menentukan bobot tersebut. Sebuah unit organisasi mungkin saja memberikan
penekanan yang berbeda dengan unit yang lain dalam mengolah inputnya,
sehingga sulit untuk menentukan bobot yangh dapat mewakili. Demikian pula
pada faktor output. Hal ini berarti bobot untuk input dan output berbeda antara
unit yang satu dengan unit yang lain. (Farrel).
2.1.3. Data Envelopment Analysis (DEA)
Data Envelopment Analysis (DEA) pertama kali diperkenalkan oleh
Charnes, Cooper dan Rhodes pada tahun 1978. DEA merupakan suatu pendekatan
nonparametrik yang pada dasarnya merupakan pengembangan dari Linear
Programming (LP). Data Envelopmemt Analysis berfungsi untuk menilai efisiensi
dalam penggunaan sumber daya (input) untuk mencapai hasil (output) yang
tujuannya untuk maksimalisasi efisiensi.
Analisis envelopment data (DEA) adalah metode nonparametrik dalam
penelitian operasi dan ekonomi untuk memperkirakan batas produksi. Hal ini
digunakan untuk secara empiris mengukur efisiensi produksi unit pembuat
keputusan atau Decision Making Unit (DMU). Meskipun DEA memiliki kaitan
yang kuat dengan teori produksi di bidang ekonomi, alat ini juga digunakan untuk
pembandingan dalam manajemen operasi, di mana satu set tindakan dipilih untuk
membandingkan kinerja operasi manufaktur dan layanan. Dalam
 1

keadaan benchmarking, DMU yang efisien, seperti yang didefinisikan oleh DEA,
mungkin tidak harus membentuk ―production frontier―, namun mengarah
pada
―best-practice corner―.
Istilah DMU dalam DEA dapat berupa bermacam-macam unit seperti bank,
rumah sakit, unit dari pabrik, departemen, universitas, sekolah, pembangkit listik,
kantor polisi, kantor samsat, kantor pajak, penjara, dan apa saja yang memiliki
kesamaan karakteristik operasional. Terdapat dua faktor yang mempengaruhi
dalam pemilihan DMU, yaitu : DMU harus merupakan unit-unit yang homogen.
Unit-unit tersebut melakukan tugas (task) yang sama, dan memiliki obyektif yang
sama. Input dan output yang mencirikan kinerja dari DMU harus identik, kecuali
berbeda hanya intensitas dan jumlah/ukurannya (magnitude).
Data Envelopment Analysis dapat digunakan untuk mengukur efisiensi,
antara lain untuk penelitian kesehatan (health care), pendidikan (education),
pabrik (manufacturing), transportasi (transportation) maupun perbankan
(banking).
Ada tiga manfaat yang diperoleh dari pengukuran efisiensi dengan DEA,
diantaranya:
1. Pertama sebagai tolak ukur untuk memperoleh efisiensi relatif yang
berguna untuk mempermudah perbandingan antar unit ekonomi yang
sama.
2. Kedua, mengukur berbagai variasi efisiensi antar unit ekonomi untuk
mengidentifikasi faktor-faktor penyebabnya.
3. Ketiga, menentukan implikasi kebijakan sehingga dapat meningkatkan
tingkat efisiensinya.
Metodologi DEA adalah sebuah metode non parametric yang menggunakan
model program linier untuk menghitung perbandingan ratio output dan input
untuk semua unit yang dibandingkan. Diperkenalkan pertama kali oleh Charnes.
Cooper, dan Rhodes (CCR) pada tahun 1978. metode ini tidak memerlukan fungsi
produksi dan hasil perhitungannya disebut nilai efisiensi relative. Jadi dapat
dikatakan bahwa DEA adalah metode bukan model. Data Envelopment Analysis
merupakan metode analisa multifaktor untuk mengukur efisiensi dan efektifitas
 1

dari sekelompok homogenous Decision Making Unit (DMU). Efficiency Score

untuk multiple output dan input dapat ditentukan sebagai berikut:
𝐽𝑢𝑚𝑙𝑎ℎ 𝑏𝑜𝑏𝑜𝑡 𝑜𝑢𝑡𝑝𝑢𝑡
𝐸f𝑒𝑠i𝑒𝑛𝑠i 𝑠𝑘𝑜𝑟 =
𝐽𝑢𝑚𝑙𝑎ℎ 𝑏𝑜𝑏𝑜𝑡 i𝑛𝑝𝑢𝑡
Penelitian dengan DEA dapat disusun dalam berbagai cara tergantung pada situasi
dan permasalahan actual yang dihadapi. Produk atau organisasi yang akan diukur
efisensi relatifnya disebut sebagai DMU, yang diukur dengan membandingkan
input dan output yang digunakan dengan sebuah titik yang terdapat pada garis
frontier efisien (efficient frontier). Garis frontier efisien ini mengelilingi atau
menutupi (envelop) data dari organisasi yang bersangkutan, dari sinilah nama
DEA diambil. Garis frontier efisien ini deperoleh dari hubungan unit yang relative
efisien. Unit yang berada pada garis ini dianggap memiliki efisiensi sebesar 1,
sedangkan unit yang berada dibawah atau diatas garis frontier efisien memiliki
efisiensi lebih kecil dari 1. Sebagai penyederhanaan, konsep tersebut dapat dilihat
melalui Gambar 2.1 dibawah ini.

Gambar 2.1 Grafik Efisien Frontier dari 2 Input

Dibawah ini adalah beberapa istilah dalam DEA yang perlu diketahui terlebih
dahulu sebelum melangkah ke pembahasan DEA lebih lanjut :
1. Input oriented measure (pengukuran berorientasi input)
Yaitu pengidentifikasian ketidakefisienan melalui adanya kemungkinan
untuk mengurangi input tanpa merubah output.
2. Output oriented measure (pengukuran berorientasi output)
Yaitu pengidentifikasian ketidakefisienan melalui adanya kemungkinan
untuk menambah output tanpa merubah input.
 2

3. Constant Return to Scale (CRS)

Yaitu terdapatnya hubungan yang linier antara input dan output, setiap
penambahan sebuah input akan menghasilkan pertambahan output yang
proporsional dan konstan. Ini juga berarti dalam skala berapapun unit
beroperasi, efisiensinya tidak akan berubah.
4. Variable Return to Scale (VRS)
Mer upakan kebalikan dari CRS, yaitu tidak terdapat hubungan linier
antara input dan output. Setiap penambahan input tidak menghasilkan output
yang proporsional, sehingga efisiensinya bisa saja naik ataupun turun.
DMU yang efisien (bernilai 1) pada pengukuran berorientasi input juga efisien
pada orientasi output, kecuali nilai efrisiensi DMU yang tidak efisien (nilai <1)
akan berbeda pada kedua hasil pengukuran tersebut (berlaku untuk masing-
masing asumsi Return to Scale terebut). (Bhat, 1998). Bardasarkan Golany dan
Roll (1989), terdapat beberapa persamaan matematis untuk DEA yang
menggunakan prinsip menutupi (envelopment). Vector output Ykuntuk DMUk‘
ditutupi dari atas jika model mengidentifikasikan kombinasi vector output lain
(untuk vector input Xk yang sama) yang memiliki nilai sama dengan atau lebih
besar dari semua elemen di Yk. sedangkan vector input Xk ‗ditutupi dari bawah‘
jika model mengidentifikasi kombinasi dari vector input lain yang memiliki nilai
lebih kecil dari atau sama dengan semua elemen di Xk. Jika pasangan (Xk, Yk)
tidak dapat ditutupi secara simultan oleh kombinasi DMU lainnya, maka DMUk
adalah efisien. Umumnya, kumpulan DMU efisien yang dipilih untuk
mengevaluasi sebuah DMU akan membentuk sebuah permukaan dari fungsi
produksi empiris. Kombinasi linier dari DMU efisien ini membentuk titik rujukan
untuk mengukur ketidakefisiensian dari DMUk. (Golany, 1989).
2.1.4. Dicision Making Unit (DMU)
DMU merupakan hubungan antara inti dari kunci dalam unit pengambilan
keputusan dalam melakukan proses pengambilan keputusan. DEA adalah linear
programming yang berbasis pada pengukuran tingkat performance suatu efisiensi
dari suatu organisasi dengan menggunakan Dicision Making Unit (DMU). Istilah
DMU dalam DEA dapat berupa bermacam-macam unit seperti bank, rumah sakit,
 2

unit dari pabrik, departemen, universitas, sekolah, pembangkit listik, kantor polisi,
kantor samsat, kantor pajak, penjara, dan apa saja yang memiliki kesamaan
karakteristik operasional (Siswadi dan Purwantoro, 2006). Ramanathan (2003)
menyebutkan ada dua faktor yang mempengaruhi dalam pemilihan DMU, yaitu :
 DMU harus merupakan unit-unit yang homogen. Unit-unit tersebut
melakukan tugas (task) yang sama, dan memiliki obyektif yang sama. Input
dan output yang mencirikan kinerja dari DMU harus identik, kecuali
berbeda hanya intensitas dan jumlah/ukurannya (magnitude). Hal ini juga
sejalan dengan pendapat Sufian (2006).
 Hubungan antara jumlah DMU terhadap jumlah input dan output
kadangkala ditentukan berdasarkan ―rule of thumb‖, yaitu jumlah
DMU diharapkan lebih banyak dibandingkan jumlah input dan output dan
ukuran sampel seharusnya dua atau tiga kali lebih banyak dibandingkan
dengan jumlah keseluruhan input dan output.
Hal yang sama dikemukakan oleh Barnum dan Gleason (2008), bahwa
pertimbangan dalam pemilihan sampel DMU adalah jumlah dari DMU itu sendiri.
Untuk dapat membedakan secara selektif DMU yang efisien dan inefisien maka
diperlukan jumlah DMU yang lebih besar dari perkalian jumlah input dan jumlah
output. Jumlah DMU sekurang-kurangnya tiga kali lebih besar dari total jumlah
variabel input dan output (Dyson, 2001). Namun pada beberapa penelitian lain
mengenai DEA terdapat pula penggunaan sampel DMU yang lebih kecil.
2.1.5. Konsep Dasar DEA
DEA adalah pengembangan programasi linier yang didasarkan pada teknik
pengukuran kinerja relatif dari sekelompok unit input dan output. DEA dapat
mengatasi keterbatasan yang dimiliki analisis rasio parsial maupun regresi
berganda. DEA merupakan prosedur yang dirancang secara khusus untuk
mengukur efisiensi relatif suatu decision making unit (DMU) yang menggunakan
banyak input maupun output. Dalam DEA efisiensi relatif DMU didefinisikan
sebagai rasio dari total output tertimbang dibagi total input tertimbangnya. Inti
dari DEA adalah menentukan bobot (weights) atau timbangan untuk setiap input
dan output DMU. Bobot tersebut memiliki sifat tidak bernilai negatif dan bersifat
 2

universal, artinya setiap DMU dalam sampel harus dapat menggunakan

seperangkat bobot yang sama untuk mengevaluasi rasionya (total weighted
output/total weighted input) dan rasio tersebut tidak boleh lebih dari satu(total
weighted output/total weighted input ≤ 1). DEA berasumsi bahwa setiap DMU
akan memilih bobot yang memaksimumkan rasio efisiensinya (maximize total
weighted output/total weighted input). Karena setiap DMU menggunakan
kombinasi input yang berbeda untuk menghasilkan kombinasi output yang
berbeda pula, maka setiap DMU akan memilih seperangkat bobot yang
mencerminkan keragaman tersebut. Bobot-bobot tersebut bukan merupakan nilai
ekonomis dari input dan outputnya, melainkan sebagai penentu untuk
memaksimumkan efisiensi dari suatu DMU. Cara pengukuran yang digunakan
dalam DEA adalah dengan membandingkan antara output yang dihasilkan dengan
input yang ada (Ramanathan, 2003).

Dalam kenyataannya, baik input maupun output dapat lebih dari satu. Dalam
membandingkan output dan input, digunakan bobot untuk masing-masing
inputdan output yang ada (Ramanathan, 2003).

2.1.6. Model DEA

 Model CRS/CCR (Charnes-Cooper-Rhodes)
Pertama kalinya model CCR ditemukan oleh Charnes, Cooper dan Rhodes
pada tahun 1978. Pada model ini diperkenalkan suatu ukuran efisiensi untuk
masing-masing decision making unit (DMU) yang merupakan rasio
maksimum antara output yang terbobot dengan input yang terbobot.
Masing-masing nilai bobot yang digunakan dalam rasio tersebut ditentukan
dengan batasan bahwa rasio yang sama untuk tiap DMU harus memiliki
nilai yang kurang dari atau sama dengan satu. Model CCR dapat dituliskan
sebagai berikut ini:
 2

Maximize :
𝑠
∑ 𝑣𝑟𝑦𝑟j............................................................................................ (2.1)
𝑟=1

Subject to :
𝑚
∑i=1 𝑢i𝑥ij = 1..........................................................................................(2.2)
𝑠
∑
𝑟=1 𝑣𝑟𝑦𝑟j - 𝑢i𝑥ij ≤ 0; j = 1,2,3, … , 𝑛....................................................(2.3)
∑𝑚
1
𝑉𝑟 ≥ 0; 𝑟 = 1,2,3, … , 𝑠………………………………………………………....(2.4)
𝑢i ≥ 0; i = 1,2,3, … , 𝑚.....................................................................................(2.5)

Keterangan :
y = variabel output
x = variabel input
v = bobot output
u = bobot input
r = 1 (indeks untuk output)
i = 1 sampai 5 (indeks untuk input)
j = 1 sampai 7 (indeks untuk DMU)
Model CCR dikenal dengan nama constant return to scale (CRS), yaitu
perbandingan nilai output dan input bersifat konstan, penambahan nilai input dan
output sebanding. Pada model CCR, tidak terdapat syarat convexity
constraint,berbeda dengan model Banker-Charnes-Cooper (BCC) yang terdapat
syarat convexity constraint.
2.1.7. Keunggulan dan Kelemahan DEA
Mengingat setiap organisasi mempunyai level input yang bervariasi dan
juga menghasilkan level output yang bervariasi, maka DEA telah membuka
kesempatan untuk menangani berbagai kasus yang tidak dapat didekati dengan
metode lain karena sifat hubungan yang kompleks antara banyak input danbanyak
output yang terlibat. Seperti halnya ukuran efisiensi pada umumnya, ukuran
efisiensi dalam DEA dinyatakan sebagai nisbah output dibagi input, sehingga nilai
efisiensi maksimalnya adalah satu atau seratus persen. Model DEA digunakan
sebagai perangkat untuk mengukur kinerja setidaknya memiliki tiga keunggulan
dibandingkan model lain, yaitu :
 2

• Model DEA dapat mengukur banyak variabel input dan variabel output
(Purwantoro, 2004).
• Tidak diperlukan asumsi hubungan fungsional antara variabel-variabel
yangdiukur (Purwantoro, 2004).
• Variabel input dan output dapat memiliki satuan pengukuran yang berbeda
(Purwantoro, 2004).
Kelebihan lain juga dikemukakan oleh Trick (1996), yaitu :
• DEA tepat untuk model yang mempunyai banyak input dan output.
• Fungsi persamaan/pertidaksamaan dari DEA tidak memerlukan asumsi yang
berkaitan dengan input dan output-nya.
• Unit yang diukur akan dibandingkan secara langsung dengan unit-unit yang
dievaluasi input dan output dapat mempunyai satuan yang berbeda.
Makmun (2002) berpendapat, walaupun analisis DEA memiliki banyak
kelebihan dibandingkan analisis rasio parsial dan analisis regresi, DEA memiliki
beberapa keterbatasan, yaitu:
• DEA mensyaratkan semua input dan output harus spesifik dan dapat diukur
(demikian pula dengan analisis rasio dan regresi). Kesalahan dalam
memasukkan input dan output akan memberikan hasil yang bias.
• DEA berasumsi bahwa setiap unit input atau output identik dengan unit lain
dalam tipe yang sama. Tanpa mampu mengenali perbedaan-perbedaan
tersebut, DEA akan memberi hasil yang bias.
• Dalam bentuk dasarnya DEA berasumsi constant return to scale (CRS). CRS
menyatakan bahwa perubahan proporsional pada semua tingkat input akan
menghasilkan perubahan proporsional yang sama pada tingkat output.
• Bobot input dan output yang dihasilkan oleh DEA tidak dapat ditafsirkan
dalam nilai ekonomi.
Kelemahan/keterbatasan metode DEA menurut Purwantoro (2004) adalah :
• Bersifat simpel spesifik.
• Merupakan extreme point technique, kesalahan pengukuran dapat berakibat
fatal.
 2

• DEA sangat bagus untuk estimasi efisiensi realtif DMU tetapi sangat lambat
untuk mengukur efisiensi absolut dengan kata lain bisa membandingkan
sesama DMU tetapi bukan membandingkan maksimisasi secara teori.
• Uji hipotesis secara statistik atas hasil DEA sulit dilakukan.
• Menggunakan perumusan linier programming terpisah untuk tiap DMU
(perhitungan secara manual sulit dilakukan apalagi untuk masalah berskala
besar).
• Bobot dan input yang dihasilkan oleh DEA tidak dapat ditafsirkan dalam nilai
ekonomi.
Lebih spesifik lagi, Hadad dan Santoso (2003) telah menunjukkan, bahwa
DEA tidak dapat memperkirakan adanya sampel error yang tak terhingga. Hal ini
terjadi jika banyaknya variabel input dan output relatif lebih banyak dibandingkan
dengan banyaknya observasi. Hal ini berlaku untuk sebagian besar model DEA.
2.1.8. Software Banxia Frontier Analyst
Frontier Analyst® adalah alat analisis efisiensi berbasis Windows®, yang
menggunakan teknik yang disebut data envelopment analysis (DEA) untuk
memeriksa kinerja relatif dari unit organisasi, yang membawa keluar fungsi
serupa. Oleh karena itu, cocok untuk digunakan dalam organisasi yang beroperasi
melalui sistem gerai (seperti gerai ritel, bank, waralaba dan sebagainya) dan untuk
digunakan dengan sektor publik atau "tidak untuk organisasi "laba, seperti rumah
sakit, sekolah, dan sektor publik" berbasis unit "lainnya organisasi. Teknik DEA
berkembang di sektor publik di mana langkah-langkah selain murni langkah-
langkah keuangan, diperlukan untuk menilai kinerja. Sebagai bagian dari analisis,
input (sumber daya) dan output (produk) yang terkait dengan bisnis proses
diidentifikasi. Variabel-variabel ini diklasifikasikan sebagai variabel yang
terkendali dan tidak terkendali. Sebuah rasio output dibandingkan input dihitung
di semua variabel, yang menghasilkan skor efisiensi untuk masing-masing unit
yang dianalisis. Perbandingannya berbasis teman dan begitu juga potensinya
perbaikan yang diidentifikasi untuk unit yang tidak efisien harus realistis dan
(sebagian besar) dapat dicapai (https://banxia.com/pdf/fa/FAWorkbook1.pdf).
 2

Berikut ini adalah perhitungan pengolahan data untuk mengukur efisiensi

teknis dari DMU – DMU. Model yang akan digunakan yaitu constant return to
scale (CRS). Software ini juga akan menghasilkan target input untuk mencapai
perbaikan efisiensi dari setiap DMU yang belum efisien. Pada software ini, ada
beberapa pilihan untuk model yang akan digunakan, yaitu CRS/CCR dan
VRS/BCC, serta orientasinya yaitu input dan outputnya. Dalam menggunakan
software ini dalam perhitungan metode DEA, pengguna hanya diperuntukkan
memilih salah satu dari model dan satu orientasi untuk sekali perhitungan, dan
juga dapat digunakan untuk mengubah detail data, seperti nilai, dan nama
variabel.
1. Langkah awal yang harus dilakukan adalah membuka software Microsoft
Excel dan Banxia Frontier Analyst, seperti dibawah ini.

Gambar 2.2 Software Microsoft Excel dan Banxia Frontier Analyst

2. Setelah membuka kedua software bukalah data yang sudah direkapitulasi di
excel, kemudian export ke Banxia Frontier Analyst. Data yang sudah diblok
terlebih dahulu, kemudian klik new project pada Banxia Frontier Analyst
seperti gambar dibwah ini.

Gambar 2.3 Masukan Data yang Sudah Direkapitulasi pada Software Microsoft Excel ke Banxia
Frontier Analyst
 2

3. Setelah melakukan tahap diatas, selanjutnya yaitu mengkonfirmasi data

yang akan digunakan. Pertama munculah tampilan new project option,
pilihlah dengan sesuai apa yang digunakan yaitu use current selction from
excel klik next. Kemudian setlah klik next, langsung klik next karena data
yang di excel sudah blok. Setelah itu, muncul untuk penyetelan layout and
result from analyzing data, setelah sesuai klik next. Selanjutnya, muncul
tampilan confirm types data, centang data yang diperlukan kemudian klik
next. Kemudian, muncul storing data dan klik selesai untuk mengolah data,
seluruh step yang dijelaskan diatas seperti gambar dibawah ini.

Gambar 2.4 Konfirmasi Data

4. Selanjutnya yaitu mengolah data efisiensi relatif dengan menggunakan
software Banxia Frontier Analyst muncul tampilan seperti gambar dibawah
ini.

Gambar 2.5 Pengolahan Data dengan Banxia Frontier Analyst

 2

5. Kemudian, pilihlah menu analysis dan pilih DEA option. Setelah itu pilihlah
optimation mode, pilih sesuai yang sudah dijelaskan pada pembahasan
sebelumnya seperti gambar dibawah ini.

Gambar 2.6 DEA Option, Optimation Mode

6. Setelah melakukan pada optimation mode, selanjutnya pilih variable
configuration. Pada menu ini yaitu untuk menentukan input dan output.

Gambar 2.7 Variable Configuration

7. Kemudian, klik analyse now untuk melakukan analisa data dan muncul
seperti gambar dibawah ini, klik ok.

Gambar 2.8 Analyse Now

 2

8. Setelah itu, munculah tampilan seperti ini yang menunjukan terdapat

perbedaan dalam nilai efisiensinya dalam setiap DMU.

Gambar 2.9 Tampilan Nilai Efisiensi Setiap DMU.

9. Selanjutnya pilih menu results, pilih report untuk melihat nilai target, dan
potential improvement untuk usulan perbaikan yang akan diterapkan.

Gambar 2.10 Tampilan Menu Results

10. Munculah tampilan yang sudah dijelaskan pada langkah sebelumnya seperti
gambar dibawah ini.

Gambar 2.11 Tampilan Hasil

 3

2.2. Hipotesa dan Kerangka Teoritis

2.2.1. Hipotesa
Pada umumnya disuatu perusahaan manufaktur membutuhkan tingkat
efisiensi proses produksi yang tinggi, hal ini dikarenakan proses produksi yang
menggunakan beberapa mesin operasi yang dalam pemakaiannya harus sesuai
dengan prosedur penggunaan mesin, sehingga membuat perusahaan harus
mengoptimalkan produksi sesuai dengan kapasitas produksi. Apabila, perusahaan
terlalu menekankan pada proses produksi yang mengakibatkan overhead pada
mesin sehingga akan berpengaruh pada tingkat efesiensi produksinya.
Dari uraian tersebut, maka dari itu dibutuhkan analisa untuk
mengidentifikasi bagaimana cara untuk meningkatkan produksi sehingga efisiensi
proses produksi dapat optimal dengan menggunakan metode Data Envelopment
Analysis (DEA). Dengan menggunakan metode ini, maka dapat diketahui
bagaimana cara mengoptimalkan proses produksi sehingga tingkat efisiensi proses
produksi tinggi.
2.2.2. Kerangka Teoritis
Pada penelitian ini, akan dibahas tentang pengukuran tingkat efisiensi
berdasarkan data – data yang telah dikumpulkan berupa jam kerja karyawan,
proses produksi mesin, bahan apa yang digunakan, sehingga dapat diketahui
bagaiman tingkat efisiensi dalam proses produksi.
Adapun kerangka pemikiran sebagai berikut :
 Masalah: 3
Adanya Inefesiensi Aktivitas Proses Produksi Pada UD. Suka Maju Tema:
Pengukur
an
Kinerja

Objek Penelitian: Judul: Tujuan:

alisis Tingkat Efisiensi
UD.Aktivitas
Suka MajuMengidentifikasi
Proses
DesaProduksi faktor
Rt. –03
Dengan
Purworejo faktor yang
Menggunakan
Rw. 02 mempengaruhi
Data tingkat
MetodeKaliori
Kecamatan efisiensi
Envelopment
Kabupaten pada UD.
Analysis
Rembang Suka Maju.
(Dea)(Studi Kasus Ud. Suka Maju)
Mengetahui dan menganalisa tingkat efisiensi pada UD. Suka Maju.
Mampu memberikan usulan perbaikan untuk mengurangi tingkat efisiensi aktivitas proses produksi dengen pertimba

Tools:
Metode Data Envelopment Analysis (Dea)

Tahapan:
Pengukuran Tingkat Efisiensi Dengan Metode Data Envelopment Analysis (Dea)

Identifikasi Input Dan Output Produksi Garam Halus

Input: Output: Jumlah produksi

Jumlah Tenaga Kerja
Jumlah Jam Kerja
Upah Kerja
Biaya Bahan Baku
Biaya Operasional

Pengolahan Data
Software Banxia Frontier Analyst

Hasil akhir:
– faktor yang mempengaruhi tingkat efisiensi pada UD. Suka Maju.
at efisiensi pada UD. Suka Maju.
erikan usulan perbaikan untuk mengurangi tingkat efisiensi aktivitas proses produksi dengen pertimbangan kondisi yang sesuai untuk UD. Suka Maju

Gambar 2.12 Kerangka

 BAB 3
METODE PENELITIAN

3.1. Desain Penelitian

Penelitian yang dilakukan bersifat deskriptif dengan pendekatan kuantitatif
dan kualitatif. Pendekatan kuantitatif digunakan untuk pengolahan data dengan
metode Data Envelopment Analysis (DEA), sedangkan kualitatif digunakan untuk
menganalisa hasil pengolahan data, sehingga dapat diberikan rekomendasi yang
sesuai untuk pihak yang terkait ataupun bersangkutan. Data yang dikumpulkan
pada penelitian ini adalah data primer atau data pokok perusahaan. Pengumpulan
data dilakukan dengan cara observasi langsung atau pengamatan langsung, dan
wawancara. Data yang dikumpulkan berkaitan dengan produksi garam halus.

3.2. Pengumpulan Data

Sub bab ini akan membahas mengenai data-data apa saja yang akan
dikumpulkan untuk menunjang pengerjaan penelitian. Data-data yang dibutuhkan
pada penelitian kali ini adalah mempunyai beberapa tahap sebagai berikut:
a. Tahap identifikasi variabel
Didalam tahap ini yaitu peneliti mengidentifikasi apa saja variabel –
variabel yang diperlukan dalam penelitian tersebut. Identifikasi variabel ini
sendiri dapat dilakukan melalui wawancara atau observasi secara langsung
ke pemilik pabrik dan mencari referensi – referensi literatur terdahulu dalam
kasus inefesiensi yang berkaitan dengan metode Data Envelopment Analysis
(DEA).
b. Tahap penentuan variabel
Didalam tahap ini peneliti melakukan penentuan variabel – variabel apa saja
yang akan menjadi penunjang dalam permaslahan inefiensi dari
permaslahannya yang sudah diidentifikasi pada tahap sebelumnya yaitu
identifikasi variabel.

32
 3

3.3. Teknik Pengumpulan Data

Pengumpulan data yang diperlukan pada penelitian saat ini adalah untuk
penyelsaian masalah. Penentuan faktor – faktor yang berpengaruh dalam proses
produksi garam halus yang diperoleh dari observasi langsung, dan wawancara dan
juga mengutip atau mengambil dari referensi terdahulu menjadi variabel dengan
pemilik UD. Suka Maju. Faktor – faktor yang terpilih akan pengukuran tingkat
efisiensi pada aktivitas proses produksi dalam penelitian ini akan dijadikan focus
utama untuk menyelesaikan inefeisiensi pada bab berikutnya.
Pada saat identifikasi variabel peneliti menanyakan atau mewawancarai
kepada pemilik pabrik apa saja yang menyebabkan inefesiensi dari proses
produksi garam tersebut. Bahwa terdapat beberapa variabel yaitu seperti jam
karyawan yang tidak teratur, jumlah pekerja yang kurang, harga bahan baku yang
tidak stabil setiap bulannya, upah atau gaji karyawan yang tidak seimbang dengan
produksi selama ini. Dari referensi yang peneliti pelajari bahwasanya terdapat
variabel lainnya yaitu berupa luas lahan, cuaca, biaya lain-lain.

3.4. Pengujian Hipotesa

Berdasarkan permasalahan yang terjadi, perlu dilakukannya pengujian
hipotesa mengenai analisa tingkat efisiensi dengan menggunakan metode Data
Envelopment Analysis (DEA) yang digunakan untuk mengetahui variabel –
variabel yang mempengaruhi tingkat efisiensi, serta hasil akhir dari perhitungan
Data Envelopment Analysis (DEA) digunakan untuk pengambilan keputusan pada
bulan mana saja yang harus dilakukan perbaikan terlebih dahulu.

3.5. Metode Analisa

Tahapan metode analisa dilakukan analisa data yang diperoleh dari
penelitian di lapangan. Adapun analisanya adalah sebagai berikut:
a. Analisa Variabel
Pada proses analisa variabel akan dilakukan berdasarkan output software
Banxia Frontier Analysist pada pengolahan data.
 3

b. Analisa Technical Efficiency, Target, dan Bobot

Pada proses analisa variabel akan dilakukan berdasarkan output software
Banxia Frontier Analysist pada pengolahan data.
c. Rekomendasi Perbaikan
Rekomendasi perbaikan yang akan digunakan akan mengacu pada
perbaikan pada variabel – variabel yang digunakan dalam bab pengolahan
data, yaitu penggunaan sumber – sumber data dalam proses produksi.

3.6. Pembahasan
Setelah semua identifikasi dan perhitungan dilakukan, selanjutnya akan
dilakukan pembahasan hasil pengolahan data mulai dari identifikasi permasalahan
dengan metode Data Envelopment Analysis (DEA).

3.7. Penarikan Kesimpulan

Penarikan kesimpulan adalah hasil dari rumusan permasalahan yang sudah
dilakukan pembahasan, serta analisa yang menjadi hasil akhir dari sebuah tugas
akhir ini.

3.8. Diagram Alir Penelitian

Diagram alir penelitian dibuat sebagai rencana tahapan yang akan dilakukan
dalam penelitian mulai dari awal penelitian sampai selesainya penelitian. Berikut
ini adalah diagram alir penelitiannya:
 3

Mulai

Studi Pendahuluan
Untuk mengetahui kondisi yang ada dilapangan beserta mengidentifikasi permasalahan yang ada

Perumusan Masalah, Pembatasan Masalah, dan Penentuan Tujuan Penelitian

Studi Lapangan Observasi dan wawancara dengan Studi Literatur

pemilik UD. Suka Maju Kecamatan Kaliori Kabupaten Rembang Effisiensi
Konsep Data Envelopment Analysis (DEA)

Pengumpulan Data :
Profil perusahaan
Penentuan DMU
Tahap identifikasi variabel input dan output
Tahap penentuan variabel input dan output
Pengolahan data

Analisis
Analisis variabel, technical efficiency (TE), dan target
Rekomendasi perbaikan untuk UD. Suka Maju yang tergolong inefisien

Kesimpulan dan Saran

Selesai

Gambar 3.1 Diagram Alir Penelitian

 3

Adapun penjelasan dari diagram alir penelitian diatas adalah sebagai

berikut:
a. Teknik Pengumpulan Data
Sebelum melakukan pengumpulan data, kita harus tahu teknik apa saja yang
kita gunakan untuk pengumpulan, dalam penelitian ini teknik pengumpulan
data ada yaitu studi literatur dan studi lapangan.
b. Studi Literatur
Studi literatur dilaksanakan bertujuan untuk mengumpulkan data-data yang
berhubungan dengan topik yang diangkat dalam penelitian. Studi literatur
dalam penelitian ini didapat dari berbagai sumber, bisa dari jurnal,
prosiding, tugas akhir (TA), atau dari buku yang berkaitan dengan tema
yang diangkat yaitu mengenai efisiensi, metode Data Envelopment Analysis
(DEA).
c. Studi Lapangan
Studi lapangan dilakukan untuk mengumpulkan informasi dan dapat
menganalisa kondisi secara langsung di UD. Suka Maju.
d. Pengumpulan Data
Pengumpulan data dilakukan untuk mengumpulkan data-data yang
dibutuhkan dalam memecahkan permasalahan yang telah dirumuskan
sebelumnya. Adapun sumber data yang akan diolah adalah sebagai berikut:
1. Data umum perusahan.
Diperoleh dengan menanyakan langsung kepada pemilik UD. Suka
Maju dan melihat secara langsung ke tempat penelitian.
2. Data Jumlah tenaga kerja, jumlah jam kerja, upah kerja dan biaya bahan
baku.
Diperoleh dengan menanyakan langsung kepada pemilik UD. Suka
Maju dan melihat secara langsung ke tempat penelitian.
e. Pengolahan Data
Setelah semua data didapatkan, tahap selanjutnya semua data diolah
menggunakan metode, tahapannya antara lain :
 3

a. Penyusunan formulasi model

b. Perhitungan technicsl efficiency (TE)
Pada tahap ini dilakukan dengan software Banxia Frontier Analysist,
menggunakan model DEA CRS input oriented, dimana nilai TE akan
berkisar 0 sampai 1. DMU yang dalam hal tersebut adalah UD. Suka
Maju Kecamatan Kaliori Kabupaten Rembang dikatakan efisien jika TE
bernilai 1, yang berarti slack bernilai 0.
c. Identifikasi aktivitas yang inefisien
Tahap ini dilakukan berdasarkan hasil pengolahan data software Banxia
Frontier Analysist pada perhitungan TE apabila skala efisiensi (SE)
yang kurang dari 1, maka DMU tersebut dapat dikatakan relatif
inefisien.
f. Melakukan Analisa
Analisa yang dilakukan berupa analisa hasil dari penerapan metodeData
Envelopment Analysis (DEA). Berikut adalah hal yang dianalisis meliputi:
1. Analisis variabel, technical efficiency (TE), dan target
Pada analisis ini dilakukan berdasarkan output software Banxia
Frontier Analysist pada pengolahan data.
2. Rekomendasi perbaikan.
Rekomendasi perbaikan yang akan diajukan akan mengacu pada
perbaikan pada variabel – variabel yang digunakan dalam bab
pengolahan data, yaitu penggunaan sumber daya dalam proses
produksi garam halus.
g. Kesimpulan dan Saran
Dari hasil pengolahan data, serta pembahasan analisa dapat ditarik beberapa
kesimpulan sebagai hasil akhir dari penelitian, sedangkan rekomendasi atau
saran ditujukan bagi perusahaan maupun bagi penelitian selanjutnya.
 BAB IV
HASIL PENELITIAN DAN PEMBAHASAN

4.1. Pengumpulan Data

Data yang dikumpulkan mulai dari data gambaran umum perusahaan dan
proses produksi pada UD. Suka Maju.
4.1.1. Profil UD. Suka Maju
UD. Suka Maju merupakan suatu perusahan yang bergerak dibidang
pembuatan garam halus. UD. Suka Maju didirikan oleh bapak Rasmani sejak
tahun 2001 yang terletak di Desa Purworejo Rt. 03 Rw. 02 Kecamatan Kaliori
Kabupaten Rembang. Latar belakang berdirinya UD. Suka Maju awalnya karena
disekitar tempat bapak Rasmani belum ada pabrik untuk produksi garam dan juga
untuk memudahkan para petani garam yang mengalami kesulitan untuk menyetor
dan memasarkan garamnya. Akhirnya, sampai saat ini UD. Suka Maju terus
berkembang dengan mengedepankan kualitas sebagai jaminan untuk kepuasan
pelanggnnya.

Gambar 4.1 Pabrik Garam UD. Suka Maju

4.1.2. Proses Produksi Garam Halus
Proses produksi garam halus di UD. Suka Maju mulai dari bahan baku
hingga menjadi produk garam halus dapat dilihat pada flowchart dibawah ini:

38
 3

Mulai

Bahan baku garam krosok

packing garam
Pencucian Air limbah

Penggorengan dengan
Keluar

Pengayakkan atau penyaringan Pengayakkan atau penyortiran

Gambar 4.2 Flowchart Produksi Garam Halus UD. Suka Maju

Berikut ini adalah penjelasan dari flowchart produksi garam halus pada UD.
Suka Maju:
1. Proses Persiapan Awal
Proses persiapan awal terdiri dari penyiapan bahan, alat sampai akhir,
adapaun penjelasannya adalah sebagai berikut:
a. Persiapan bahan baku
Bahan yang akan digunakan adalah garam krosok atau garam yang baru
dipanen.

Gambar 4.3 Bahan Baku Garam Krosok

 4

b. Persiapan alat
Alat yang digunakan dalam pembuatan garam halus yaitu terdiri dari Mesin
Pengering (Pencucian), Mesin Oven, Mesin Penyaringan (Penayakkan),
Mesin Packing. Alat-alat tersebut dapat digunakan untuk produksi secara
langsung.
c. Proses pengambilan bahan baku dan pencucian garam krosok
Dalam tahap ini akan dilakukkan pengambilan bahan baku pada gudang dan
langsung dilakukan pencucian garam atau sering disebut pengeringan garam
krosok dengan menggunakan alat yang sudah ada.

Gambar 4.4 Proses Pengeringan / Pencucian Garam

d. Proses penggorengan / pengovenan garam krosok
Setelah proses pengeringan atau pencucian garam krosok, dari proses yang
telah dilakukan berikutnya yaitu garam krosok dioven atau digoreng dalam
tungku, sehingga air yang masih menempel dalam garam dapat dan
menghasilkan garam krosok yang sangat kering.

Gambar 4.5 Proses Penggorengan Garam Krosok

 4

e. Proses pengayakkan garam krosok

Pada tahap ini yaitu setelah proses penggorengan dilakukan proses
pengayakkan atau penyaringan, dimana penyaringan ini memisahkan antara
garam yang paling halus dengan yang tidak halus atau masih kasar.

Gambar 4.6 Proses Pengayakkan atau Penyaringan

f. Proses packing garam halus
Pada tahap terakhir ini yaitu setelah mendapatkan garam halus setelah
proses pengayakkan atau penyaringan dilakukan proses packing. Proses
packing ini sendiri dibagi menjadi 2 yaitu packing karung dan packing
plastik.

Gambar 4.7 Packing Garam Halus

4.1.3. Pemilihan Decision Making Unit (DMU)
Dalam penelitian ini langkah awal yang harus ditentukan yaitu DMU.
Pemilihan DMU sendiri karena saat melakukan observasi dan wawancara dengan
pihak pemilk pabrik, bahwa sering naik turunya suatu produksi setiap bulannya.
Maka dari hal itu dan melihat sebuah referensi dan studi literature bahwa
pemilihan DMU ini yang menjadi rujukannya yaitu bulan – bulan pada tahun
2019 menjadi DMU untuk penelitian tingkat efisiensi suatu proses produksi
 4

garam halus. Penelitian ini yang menjadi DMU adalah bulan pada 2019, antara
lain :
Tabel 4.1 Penentuan Decision Making Unit (DMU)
No. Bulan Keterangan

1 Januari DMU 1

2 Februari DMU 2

3 Maret DMU 3

4 April DMU 4

5 Mei DMU 5

6 Juni DMU 6

7 Juli DMU 7

Pada tabel 4.1 penentuan DMU yaitu dalam penentuan DMU sendiri,
peneliti melakukan wawancara dengan pemilik pabrik dan memberikan informasi
tentang referensi DMU untuk dijadikan penelitian untuk DMUnya sendiri.
Pemilihan DMU ini karena saat melakukan observasi dan wawancara bahwa
sering terjadi naik turun harga bahan baku, sedangkan pabrik yang diinginkan
harga bahan baku harus stabil kisaran Rp. 3.000/kg, tetapi realitanya dilapangan
tidak seperti itu bahkan pada bulan Juli harga bahan baku turun sampai kisaran
Rp. 350/kg, sehingga mempengaruhi jumlah produksi garam halus yang tidak
memenuhi target dalam setiap bulannya, sehingga penentuan DMU tersebut yang
menjadi rujukannya.
4.1.4. Pemilihan Variabel
Setelah melakukan pemilihan DMU, langkah yang akan ditempuh yaitu
menentukan variabel-variabel yang akan digunakan. Pertama identifikasi terlebih
dahulu variabel-variabel yang mempengaruhi inefesiensi pada proses produksi
garam halus. Tinjauan literatur, wawancara dengan pemilik pabrik, serta observasi
langsung ke lapangan dilakukan untuk mengetahui dan mempertimbangkan
variabel-variabel yang digunakan sebagai input dan output dalam pengukuran
inefesiensi. Langkah awal yaitu menentukan dan memilih variabel – variabel
 4

input dan output, mengumpulkan referensi terkait variabel – variabel yang akan
digunakan seperti ditunjukan pada tabel 4.2 sebagai berikut.
Tabel 4.2 Identifikasi Variabel Input dan Output
Sumber Referensi Variabel Input Sumber Referensi Variabel Output

Jumlah Tenaga Kerja Rambe, Syahputra Jumlah Produk

Rambe,
Syahputra (2017) Jumlah Jam Kerja (2017) dan Dewi (2015) Jumlah Pelanggan
dan Dewi (2015)
Biaya Bahan Baku Produksi Risandewi (2013) Produksi

Luas Lahan Keuntungan

Risandewi (2013) Widyana, Indiyanto
Jumlah Karyawan Jumlah produksi
(2017)
Jumlah Stock Produk Pangsa Pasar

Widyana, Biaya Produksi

Indiyanto (2017) Upah Gaji

Biaya Promosi

Biaya Operasional
Binuko, Siregar,
dan Hartoyo Biaya Administrasi
(2016)
Biaya Pemasaran

Selanjutnya yaitu identifikasi dan mencocokkan pada penelitian yang

berlangsung pada UD. Suka Maju. Identifikasi yang dilakukan adalah dengan
mewawancarai pemilik pabrik UD. Suka Maju bapak Rasmani dan observasi
langsung dilapangan untuk menganalisa variabel – variabel apa saja yang akan
diterapkan pada UD. Suka Maju. Pada saat wawancara dengan pemilik pabrik
dengan rekapitulasi dari hasil identifikasi referensi, didiskusikan dengan pemilik
pabrik dan untuk input yang relevan dengan keadaan pabrik UD. Suka Maju yaitu
seperti faktor jumlah tenaga kerja, jumlah jam kerja, biaya bahan baku, upah gai,
biaya operasional, sedangkan untuk input dari hasil identifikasi belum relevan
untuk situasi dan kondisi dari pabrik. Hal samapun dilakukan tentang permaslahan
output. Dari awal penelitian permaslahan memang jumlah produksi kurang
mencapai target dalam kapasitas gudan sendiri, sehingga terpilah output jumlah
produksi, dan output yang lain seperti jumlah pelanggan dan pangsa pasar belum
 4

relevan untuk pabrik. Sehingga muncul variabel yang akan digunakan yaitu
seperti dibawah ini. Variabel yang terpilih akan menjadi variabel pengukuran
tingkat efisiensi pada setiap bulannya. Berikut adalah variabel terpilih yang akan
menjadi pengukuran tingkat aktivitas proses produksi meliputi :
A. Variabel Input
a. Jumlah Tenaga Kerja
b. Jumlah Jam Kerja
c. Upah Kerja
d. Biaya Bahan Baku
e. Biaya Operasional
B. Variabel Output
Jumlah Produksi yang Dihasilkan
Jadi, data yang dibutuhkan beserta sumbernya seperti pada table dibawah
ini:

Tabel 4.3 Penentuan Variabel Input dan Output

Jenis Variabel Nama Variabel Satuan

Jumlah Tenaga Kerja (org)

Jumlah Jam Kerja (jam/bln)

Input Upah Kerja (rp/bln)

Biaya Bahan Baku (rp/kg)

Biaya Operasional (rp/bln)

Output Jumlah Produksi (kg)

Pada tabel 4.3 adalah penentuan variabel input dan output untuk digunakan
dalam penelitian. Penentuan variabel input dan output berlandasan saat
wawancara dengan pemilik pabrik dan identifikasi variabel yang sudah ada
direferensi untuk diberikan kepada pemilik pabrik dan memimilih variabel yang
cocok dalam masalah dipabrik.
 4

4.1.5. Rekapitulasi Data Input dan Output

Dalam perhitungan metode DEA atau yang sering disebut efisiensi relative,
data yang digunakan pada penelitian ini adalah data primer tahun 2019. Data yang
akan digunakan dikelompokkan menjadi variabel-variabel yaitu input dan output.
Berikut adalah rekapitulasi data proses produksi pada pembuatan garam halus :
Tabel 4.4 Rekapitulasi Data Input dan Output

Output Input
Jumlah Jumlah
DMU Jumlah Upah Biaya Biaya
Tenaga Jam
No Bulan Produksi Kerja Bahan Baku Operasional
Kerja Kerja
2019 (kg) (rp/bln) (rp/kg) (rp/bln)
(org) (jam/bln)
1 Januari 34.900 20 192 42.180.000 2.000 9.600.000
2 Februari 29.800 20 192 42.180.000 3.500 9.600.000
3 Maret 40.700 20 192 42.180.000 3.000 9.600.000
4 April 30.000 20 192 42.180.000 3.000 9.600.000
5 Mei 19.200 20 192 42.180.000 550 9.600.000
6 Juni 30.000 20 192 42.180.000 400 9.600.000
7 Juli 36.700 20 192 42.180.000 350 9.600.000

Keterangan :
- Jumlah Produksi : Dihitung berdasarkan data primer atau data pokok yang
diberikan dari pihak pabrik setiap bulannya dalam produksi garam halus
pada tahun 2019.
- Jumlah Tenaga Kerja : Didapatkan dari data yang diberikan dari pihak
pabrik pada setiap bulannya. Terdapat klasifikasi tenaga kerja sebagai
berikut :
1. (17) Pekerja : 2 pekerja mesin pencucian
2 pekerja mesin oven
2 pekerja mesin ayakan
11 pekerja packing
2. (1) staf karyawan
3. (1) mandor
4. (1) sopir dan timbang
- Jumlah Jam Kerja : Didapatkan dari perhitungan dalam pabrik yaitu pabrik
dibuka atau mulai beroperasi pukul 08.00 WIB – 16.00 WIB meliputi
 4

mulai hari Senin – Sabtu. Nilai dalam tabel dihitung berdasarkan dalam
satu hari yaitu jam kerja 8 jam dikalikan dengan 24 hari (8 jam x 24 hari =
192 jam/bulan) sehingga mendapatkan nilai yang ditabel 4.4.
- Upah Kerja : Didapatkan dari data pokok pabrik dan dihitung yaitu
didalam UD. Suka Maju terdapat klasifikasi upah untuk karyawannya.
Untuk pekerja yaitu gaji Rp. 85.000/hari, staf karyawan Rp.
1.500.000/bulan, sopir dan timbang Rp. 150.000/hari, mandor Rp.
100.000/hari. Dengan klasifikasi dapat dihitung yaitu gaji per-hari
dikalikan 24 hari dan seluruh upah kerja ditambahkan satu persatu
sehingga didapat nilai seperti ditabel 4.4.
1. Pekerja = Rp. 85.000 x 24 hari = Rp. 2.040.000/bulan
Jumlah pekerja terdapat 17 pekerja jadi, 17 pekerja x Rp.
2.040.000/bulan = Rp. 34.680.000/bulan
2. Staf karywan = Rp. 1.500.000/bulan
3. Mandor = Rp. 100.000 x 24 hari = Rp. 2.400.000/bulan
4. Sopir dan timbang = Rp. 150.000 x 24 hari = Rp. 3.600.000/bulan
Total keseluruhan = Rp. 34.680.000 + Rp. 1.500.000 + Rp. 2.400.000 +
Rp. 3.600.000 = Rp. 42.180.000/bulan
- Biaya Bahan Baku : Didapatkan dari data pokok pabrik, yang setiap
bulannya harga dari bahan baku tidak stabil.
- Biaya Operasional : Didapatkan dari data pokok pabrik dengan klasifikasi
biaya bahan bakar, dan biaya listrik yang setiap harinya yaitu sebesar Rp.
200.000, sehingga dihitung yaitu nilai per-hari dikalikan dengan 1 bulan
didapat nilai seperti ditabel 4.4.
1. Biaya bahan bakar = Rp. 200.000 x 24 hari = Rp. 4.800.000/bulan
2. Biaya listrik = Rp. 200.000 x 24 hari = Rp. 4.800.000/bulan
- Total keseluruhan = Rp. 4.800.000 + Rp. 4.800.000 = Rp. 9.600.000/bulan

4.2. Pengolahan Data

Berikut ini adalah pengolahan data yang diperlukan untuk memecahkan
permasalahan yang telah dirumuskan sebelumnya dengan menggunakan metode
 4

Data Envelopment Analysis (DEA). Pengolahan dilakukan dengan menggunakan

bantuan Banxia Frontier Analyst. Output software ini selain dapat diketahui nilai
efisiensi relatifnya, nantinya dapat diketahui bobot untuk masing-masing variabel
input dan output, serta penetapan target input dan output untuk pencapaian
perbaikan efisiensi dari masing-masing bulan. Berikut adalah penyusunan
formulasi model DEA :
Terdapat DMU berjumalah 7, masing-masing mempunyai 5 variabel input
dan 1 variabel output, nilai efisiensi relative dari perhitungan suatu DMU
diperoleh dari model yang diperenalkan oleh (Cooper, Seiford and Zhu) adalah
sebagai berikut. Kemudian formulasi tersebut dijabarkan menjadi sebagai berikut
(melihat rumus no. (2.1), (2.2), (2.3), (2.4), (2.5) dan data pada tabel 4.4):
Maximize : 𝑣1𝑌1j................................................................................................. (4.1)

Subject to : 𝑢1. X1j + 𝑢2. X2j + 𝑢3. X3j + 𝑢4. X4j + 𝑢5. X5j = 1.......................(4.2)
DMU 1 = 𝑣1𝑌11 − 𝑢1. X11 + 𝑢2. X21 + 𝑢3. X31 + 𝑢4. X41 + 𝑢5. X51 ≤ 0
= 34.900𝑌11 − 20X11 + 192X21 + 42.180.000X31 + 2.000X41 + 9 600.000X51 ≤ 0
DMU 2 = 𝑣1𝑌12 − 𝑢1. X12 + 𝑢2. X22 + 𝑢3. X32 + 𝑢4. X42 + 𝑢5. X52 ≤ 0
= 29.800𝑌12 − 20X12 + 192X22 + 42.180.000X32 + 3.500X42 + 9 600.000X52 ≤ 0
DMU 3 = 𝑣1𝑌13 − 𝑢1. X13 + 𝑢2. X23 + 𝑢3. X33 + 𝑢4. X43 + 𝑢5. X53 ≤ 0
= 40.700𝑌13 − 20X13 + 192X23 + 42.180.000X33 + 3.500X43 + 9 600.000X53 ≤ 0
DMU 4 = 𝑣1𝑌14 − 𝑢1. X14 + 𝑢2. X24 + 𝑢3. X34 + 𝑢4. X44 + 𝑢5. X54 ≤ 0
= 30.000𝑌14 − 20X14 + 192X24 + 42.180.000X34 + 3.000X44 + 9 600.000X54 ≤ 0
DMU 5 = 𝑣1𝑌15 − 𝑢1. X15 + 𝑢2. X25 + 𝑢3. X35 + 𝑢4. X45 + 𝑢5. X55 ≤ 0
= 19.200𝑌15 − 20X15 + 192X25 + 42.180.000X35 + 550X45 + 9 600.000X55 ≤ 0
DMU 6 = 𝑣1𝑌16 − 𝑢1. X16 + 𝑢2. X26 + 𝑢3. X36 + 𝑢4. X46 + 𝑢5. X56 ≤ 0
= 30.000𝑌16 − 20X16 + 192X26 + 42.180.000X36 + 400X46 + 9 600.000X56 ≤ 0
DMU 7 = 𝑣1𝑌17 − 𝑢1. X17 + 𝑢2. X27 + 𝑢3. X37 + 𝑢4. X47 + 𝑢5. X57 ≤ 0
= 36.700𝑌17 − 20X17 + 192X27 + 42.180.000X37 + 350X47 + 9 600.000X57 ≤ 0
𝑢1, 𝑢2, 𝑢3, 𝑢4, 𝑢5 𝑣1 ≥ 0

Keterangan :
v = bobot untuk output jumlah garam halus yang diproduksi setiap bulan
Yij = variabel output jumlah garam halus yang diproduksi DMU ke-j
 4

𝑢1 = bobot untuk input jumlah tenaga kerja

𝑢2 = bobot untuk input jumlah jam kerja
𝑢3 = bobot untuk input upah kerja
𝑢4 = bobot untuk input biaya bahan baku
𝑢5 = bobot untuk input biaya operasional
X1j = input jumlah tenaga kerja DMU ke-j
X2j = input jumlah jam kerja DMU ke-j
X3j = input upah kerja DMU ke-j
X4j = input biaya bahan baku DMU ke-j
X5j = input biaya operasional DMU ke-j
j = 1,…,7
Masing – masing DMU memilih bobot input dan output yang dapat
memaksimalkan nilai efisiensi. DMU dikatakan efisien jika memiliki nilai
efisiensi 1 dan jika nilainya kurang dari 1 DMU tidak efisien.
Setelah melakukan penyusunan persamaan formulasi, langkah selanjutnya
yaitu persamaan formulasi dimasukkan dalam alat bantu yaitu software Banxia
Frontier Analyst, untuk mendapatkan dan membandingkan input dan output.
4.2.1. Perhitungan Efisiensi Pabrik Garam Halus UD. Suka Maju
Berikut ini adalah perhitungan efisiensi relatif dilakukan dengan software
Banxia Frontier Analyst. Lamgkah – langkah penggunaan software tersebut dapat
dilihat pada sub bab 2.2.8.
4.2.2. Hasil Kalkulasi DEA CRS Input Oriented dengan Software Banxia
Frontier Analyst
Berikut ini adalah hasil dari kalkulasi analisa orientasi yang bertujuan untuk
mengetahui efisiensi dari setiap DMU dalam mengubah input menjadi output.
 4

Tabel 4.5 Efisiensi Tiap DMU dengan Perhitungan Metode DEA

DMU Skor (%) Efisien Kondisi

Januari 2019 89,1 Inefesien Merah

Februari 2019 73,2 Inefesien Merah

Maret 2019 100,0 Efisien Hijau

April 2019 73,7 Inefesien Merah

Mei 2019 51,9 Inefesien Merah

Juni 2019 81,6 Inefesien Merah

Juli 2019 100,0 Efisien Hijau

Sumber : Efisiensi Banxia Frontier Analyst 2019

Pada tabel 4.5 adalah hasil dari pengolahan data yang didapatkan dari data
formulasi persamaan dirunning dan mendapatkan nilai efisiensi seperti ditabel 4.5.
Terdapat 7 DMU dan pada hasil pengolahan terdapat 2 DMU yang efisien dan 5
DMU yang inefisien. DMU yang efisien antara lain DMU 3 dan DMU 7 dimana
dengan nilai efisiensi 100%, sedangkan DMU 1, DMU 2, DMU 4, DMU 5,dan
DMU 6 dikatakan inefesien dengan nilai DMU 1 (89,1%), DMU 2 (73,2%), DMU
4 (73,7%), DMU 5 (51,9%), dan DMU 6 (81,6%) dikarenakan kemungkinan
terdapat faktor – faktor atau variabel – variabel yang mengalami masalah seperti
halnya variabel input berupa biaya bahan baku yang setiap bulannya naik turun
sedangkan yang diinginkan dari pihak pabrik yaitu stabil pada kisaran Rp.
3.000/kg, upah kerja yang tidak setara dengan jumlah produksi garam halus,
jumlah tenaga kerja yang masih pas - pasan, jumlah jam kerja, dan biaya
operasional ataupun variabel output seperti jumlah produksi yang selama ini
belum dimaksimalkan, dikarenakan adanya penyegaran dari mesin – mesin
produksinya.
 5

Gambar 4.8 Grafik Skor Efisiensi

Sumber : Efisiensi Banxia Frontier Analyst 2019
Dari grafik yang ditunjukan pada gambar 4.17, bahwa nilai efisiensi yang
menunjukan pada kisaran 51% - 60% terdapat satu DMU, nilai efisiensi yang
menunjukan pada kisaran 71% - 80% terdapat dua DMU, berikut juga nilai
efisiensi pada kisaran 81% - 90%, sedangkan nilai efisiensi 100% terdapat pula
dua DMU.
4.2.3. Strategi Usulan Perbaikan Sebagai Upaya Peningkatan Efisiensi
Nilai efisiensi dari masing – masing DMU, juga dapat digunakan untuk
memberikan referensi ataupun acuan bagi DMU yang inefisien. Software Banxia
Frontier Analyst dapat mengetahui tingkat efisiensi menggunakan metode DEA,
serta didapatkan langkah perbaikan dalam permaslahan. Langkah yang didapat
berupa presentase perubahan variabel input atau output untuk mencapai nilai
target yang ditentukan. Hasil tersebut akan digunakan untuk memberi usulan
perbaikan pada pabrik UD. Suka Maju pada bulan mana saja yang mengalami
inefisien. Hal ini dikarenakan beberapa bulan dinyatakan inefisien pada analisis
metode DEA dengan software Banxia Frontier Analyst. Selain untuk menguji
tingkat efisiensi, software ini dapat digunakan untuk melakukan strategi perbaikan
yang dapat dilihat pada tabel – tabel dibawah ini.
 5

1. DMU 1 (Januari)
Tabel 4.6 Hasil Perbandingan Nilai Awal dengan Nilai Target DMU 1
DMU 1 Januari (89,05%)

Potential
Variable Actual Target
Improvement
Biaya Bahan Baku 2000.00 2000.00 0.00 %
Biaya Operasional 9600000.00 9600000.00 0.00 %
Input Jumlah Jam Kerja 192.00 192.00 0.00 %
Jumlah Tenaga Kerja 20.00 20.00 0.00 %
Upah Kerja 42180000.00 42180000.00 0.00 %
Output Jumlah Produksi 34900.00 39190.57 12.29 %
Sumber : Output Banxia Frontier Analyst 2019
Pada tabel 4.6 hasil dari perbandingan nilai awal dengan nilai target,
bahwa pada DMU 1 (Januari) dikatakan inefisiensi dengan skor 89,05% karena
pada DMU bulan Januari yaitu belum memaksimalkan pada jumlah produksi
garam halus yang dari jumlah produksi awal 34.900 kg harus ditingkatkan
menjadi 39.190,57 kg, sehingga dapat meningkat sebesar 4.290,57 kg.
2. DMU 2 (Februari)
Tabel 4.7 Hasil Perbandingan Nilai Awal dengan Nilai Target DMU 2
DMU 2 Februari (73,22%)
Potential
Variable Actual Target
Improvement
Biaya Bahan Baku 3500.00 3000.00 -14.29 %
Biaya Operasional 9600000.00 9600000.00 0.00 %
Input Jumlah Jam Kerja 192.00 192.00 0.00 %
Jumlah Tenaga Kerja 20.00 20.00 0.00 %
Upah Kerja 42180000.00 42180000.00 0.00 %
Output Jumlah Produksi 29800.00 40700.00 36.58 %
Sumber : Output Banxia Frontier Analyst 2019
Pada tabel 4.7 hasil dari perbandingan nilai awal dengan nilai target,
bahwa pada DMU 2 (Februari) dikatakan inefisiensi dengan skor 73,22% karena
pada DMU bulan Februari yaitu belum mengurangi biaya bahan baku yang dari
nilai awal seharga Rp. 3.500 menjadi Rp. 3.000, pemborosan sebesar Rp. 500 dan
 5

belum memaksimalkan pada jumlah produksi garam halus yang dari jumlah
produksi awal 29.800 kg ditingkatkan menjadi 40.700 kg sehingga dapat
meningkat sebesar 10.900 kg.
3. DMU 4 (April)
Tabel 4.8 Hasil Perbandingan Nilai Awal dengan Nilai Target DMU 4
DMU 4 April (73,71%)
Potential
Variable Actual Target
Improvement
Biaya Bahan Baku 3000.00 3000.00 0.00 %
Biaya Operasional 9600000.00 9600000.00 0.00 %
Input Jumlah Jam Kerja 192.00 192.00 0.00 %
Jumlah Tenaga Kerja 20.00 20.00 0.00 %
Upah Kerja 42180000.00 42180000.00 0.00 %
Output Jumlah Produksi 30000.00 40700.00 35.67 %
Sumber : Output Banxia Frontier Analyst 2019
Pada tabel 4.8 hasil dari perbandingan nilai awal dengan nilai target,
bahwa pada DMU 4 (April) dikatakan inefisiensi dengan skor 73,71% karena
pada DMU bulan April yaitu belum memaksimalkan pada jumlah produksi garam
halus yang dari jumlah produksi awal 30.000 kg harus ditingkatkan menjadi
40.700 kg sehingga dapat meningkat sebesar 10.700 kg.
4. DMU 5 (Mei)
Tabel 4.9 Hasil Perbandingan Nilai Awal dengan Nilai Target DMU 5
DMU 5 Mei (51,89%)
Potential
Variable Actual Target
Improvement
Biaya Bahan Baku 550.00 550.00 0.00 %
Biaya Operasional 9600000.00 9600000.00 0.00 %
Input Jumlah Jam Kerja 192.00 192.00 0.00 %
Jumlah Tenaga Kerja 20.00 20.00 0.00 %
Upah Kerja 42180000.00 42180000.00 0.00 %
Output Jumlah Produksi 19200.00 37001.89 92.72 %
Sumber : Output Banxia Frontier Analyst 2019
Pada tabel 4.9 hasil dari perbandingan nilai awal dengan nilai target,
bahwa pada DMU 5 (Mei) dikatakan inefisiensi dengan skor 51,89% karena pada
 5

DMU bulan Mei yaitu belum memaksimalkan pada jumlah produksi garam halus
yang dari jumlah produksi awal 19.200 kg harus ditingkatkan menjadi 37.001,89
kg sehingga dapat meningkat sebesar 17.801,89 kg.
5. DMU 6 (Juni)
Tabel 4.10 Hasil Perbandingan Nilai Awal dengan Nilai Target DMU 6
DMU 6 Juni (81,58%)
Potential
Variable Actual Target
Improvement
Biaya Bahan Baku 400.00 400.00 0.00 %
Biaya Operasional 9600000.00 9600000.00 0.00 %
Input Jumlah Jam Kerja 192.00 192.00 0.00 %
Jumlah Tenaga Kerja 20.00 20.00 0.00 %
Upah Kerja 42180000.00 42180000.00 0.00 %
Output Jumlah Produksi 30000.00 36775.47 22.58 %
Sumber : Output Banxia Frontier Analyst 2019

Pada tabel 4.10 hasil dari perbandingan nilai awal dengan nilai target,
bahwa pada DMU 6 (Juni) dikatakan inefisiensi dengan skor 81,58% karena pada
DMU bulan Juni yaitu belum memaksimalkan pada jumlah produksi garam halus
yang dari jumlah produksi awal 30.000 kg harus ditingkatkan menjadi 36.775,47
kg sehingga dapat meningkat sebesar 6.775,47 kg.
 5

Tabel 4.11 Data Aktual Variabel Input dan Output

Input Output

Unit Score Actual Biaya Actual Biaya Actual Upah Actual Jumlah Actual Jumlah Actual Jumlah
Name (%) Bahan Baku Operasional Kerja Tenaga Kerja Jam Kerja Produksi (kg)
(DMU) (rp/kg) (rp/bln) (rp/bln) (org) (jam/bln)

Januari 89,1 2.000 9.600.000 42.180.000 20 192 34.900

Februari 73,2 3.500 9.600.000 42.180.000 20 192 29.800

Maret 100,0 3.500 9.600.000 42.180.000 20 192 40.700

April 73,7 3.000 9.600.000 42.180.000 20 192 30.000

Mei 51,9 550 9.600.000 42.180.000 20 192 19.200

Juni 81,6 400 9.600.000 42.180.000 20 192 30.000

Juli 100,0 350 9.600.000 42.180.000 20 192 36.700

Sumber : Output Banxia Frontier Analyst 2019

Pada tabel 4.11 yaitu rekapitulasi dari data awal atau data actual yang
untuk perbandingan dengan nilai target.
Tabel 4.12 DataTarget Variabel Input dan Output yang Dapat Diterapkan
Input Output

Unit Target Biaya Target Biaya Target Upah Target Jumlah Target Jumlah
Score Target Jumlah
Name Bahan Baku Operasional Kerja Tenaga Kerja Jam Kerja
(%) Produksi (kg)
(DMU) (rp/kg) (rp/bln) (rp/bln) (org) (jam/bln)

Januari 89,1 2.000 9.600.000 42.180.000 20 192 39.190,57

Februari 73,2 3.000 9.600.000 42.180.000 20 192 40.700

Maret 100,0 3.500 9.600.000 42.180.000 20 192 40.700

April 73,7 3.000 9.600.000 42.180.000 20 192 40.700

Mei 51,9 550 9.600.000 42.180.000 20 192 37.001,89

Juni 81,6 400 9.600.000 42.180.000 20 192 36.775,47

Juli 100,0 350 9.600.000 42.180.000 20 192 36.700

Sumber : Output Banxia Frontier Analyst 2019

Pada tabel 4.12 yaitu data target yang akan menjadi usulan perbaikan
dalam perusahaan.
 5

Tabel 4.13 Jumlah Persentase Perbaikan Variabel Input dan Output

Input Output

Potential Potential
Potential Potential Potential Potential
Unit Improvment Improvement
Score Improvment Improvment Improvement Improvement
Name Biaya Jumlah
(%) Biaya Bahan Upah Kerja Jumlah Jam Jumlah
(DMU) Operasional Tenaga Kerja
Baku (%) (%) Kerja (%) Produksi (%)
(%) (%)

Januari 89,1 0 0 0 0 0 12,29

Februari 73,2 -14,29 0 0 0 0 36,58

Maret 100,0 0 0 0 0 0 0

April 73,7 0 0 0 0 0 35,67

Mei 51,9 0 0 0 0 0 92,72

Juni 81,6 0 0 0 0 0 22,58

Juli 100,0 0 0 0 0 0 0

Sumber : Output Banxia Frontier Analyst 2019

Dari hasil pengolahan data pada tingkat efisiensi menggunakan software
Banxia Frontier Analyst, dapat dismpulkan bahwa terdapat 2 DMU yang efisien
yaitu pada bulan Maret dan Juli dengan skor 100%. Sedangkan untuk 5 DMU
mengalami inefisien yaitu pada bulan Januari dengan skor 89,1%, Februari
dengan skor 73,2%, April dengan skor 73,7%, Mei dengan skor 51,9%, dan Juni
dengan skor 81,6%. Dengan melihat dari segi tingkat efisiensi bahwasanya yaitu
terdapat 5 DMU yang harus diperbaiki dengan acuan terhadap 2 DMU yang sudah
efisien. Pada strategi perbaikan sendiri, melalui software Banxia Frontier Analyst
dapat diketahui untuk keseluruhan DMU yang belum efisien perbaikannya dapat
terlihat pada faktor output yang seharusnya dapat ditingkatkan. Pada bulan Januari
nilai output dapat ditingkatkan menjadi 12,29%, Februari dengan nilai 36,58%,
April dengan nilai 35,67%, Mei dengan nilai 92,72%, dan Juni dengan nilai
22,58%. Sehingga hal ini terbukti bahwasanya dengan software yang sudah
diprogram yaitu memaksimalkan output dan hasilnyapun terlihat signifikan.
Dilihat pada DMU 2 yaitu pada bula Februari. Pada saat bulan Februari dalam
strategi perbaikan menggunakan software bahwa nilai input juga dapat diperbaiki
 5

pula. Hal ini juga dapat dilihat dalam konsep dasar metode Data Envelopment
Analysis (DEA), bahwasanya apabila dikatakan efisien input produksi tertentu
akan dapat dihasilkan output semaksimal mungkin atau untuk dapat memproduksi
output tertentu dengan input dan biaya seminal mungkin. Dalam penjelasan ini
dapat disimpulkan jika prinsip efisiensi produksi tersebut diterapkan dalam
mencerminkan DMU untuk memperoleh ouput yang semaksimal mungkin dari
sejumlah input tertentu dikatakan lebih efisien secara teknis dari DMU lain jika
DMU dapat menghasilkan output yang maksimal dengan nilai input yang seminal
mungkin. Jadi, pada bulan Februari terdapat input yang dalam proses olah data
dengan software dinyatakn terlalu over pada input – input tertentu, antara lain
biaya bahan baku dengan nilai -14,29% berarti pemborosan pabrik pada biaya
bahan baku senilai Rp. 500 sehingga pabrik yang awal membeli biaya bahan baku
sebesar Rp. 3.500 dapat dibeli seharga Rp. 3.000.
Dapat disimpulkan dengan penjelasan diatas bahwasanya, mengapa tidak
semua DMU yang inefisien juga tidak ada strategi perbaikan pada input – input
yang inefisien ? karena dalam proses penggunaan software ini tidak dapat dilihat
disini hanya menganalisa bahwa untuk DMU yang lain input – input sudah efisien
dan relevan untuk dapat menghasilkan ouput yang maksimal. Pada saat
dilapangan untuk penelitian ini terbukti bahwa dengan pekerja yang kurang
disiplin, harga bahan baku yang naik turun dan harus adanya peremajaan mesin –
mesin produksi, maka jumlah produksi garam halus menglami kurang maksimal
dalam proses produksinya. (merujuk lampiran 2).

4.3. Analisa dan Interpretasi

Setelah melakukan pembahasan diatas, tahap selanjutnya adalah melakukan
analisa dan interpretasi. Adapun penjelasannya adalah sebagai berikut:
4.3.1. Analisa Inefesiensi Tiap DMU
Hasil analisis dengan metode DEA model CRS menunjukkan bahwa rata –
rata tingkat efisiensi pada proses produksi UD. Suka Maju pada bulan Januari
2019 sampai Juli 2019 bernilai 81,35%. Analisis berorientasi pada input memiliki
nilai yang sama dengan analisis berorientasi pada output. Terdapat 7 DMU dan
 5

hasil dari analisis tersebut menyatakan bahwa hanya 2 DMU pada bulan Juli dan
Maret yang dinyatakan efisien dengan score 100% pada kondisi warna hijau yang
menjelaskan masih keadaan aman. Sedangkan 5 DMU lainnya tidak efisien.
Bulan – bulan yang tidak efisien yaitu Januari (DMU1) dengan score 89,1%,
Februari (DMU2) dengan score 73,2%, April (DMU4) dengan score 73,7%, Mei
(DMU5) dengan score 51,9%, dan Juni (DMU6) dengan score 81,6% dengan
kondisi warna merah berarti perlu adanya tindakan perbaikan. Pada DMU – DMU
yang inefisien terdapat faktor - faktor atau variabel yang mempengaruhi efisiensi
produksi. Faktor atau variabel tersebut adalah dari variabel inputnya sendiri pada
bulan Februari (DMU2) mengalami pemborosan sebesar Rp. 500, sedangkan
faktor atau variabel output, pada bulan Januari (DMU1), Februari (DMU2), April
(DMU4), Mei (DMU5), dan Juni (DMU6) belum mengoptimalkan jumlah
produksi garam halus.
4.3.2. Analisa Usulan Perbaikan Yang Perlu Dilakukan
Berikut ini adalah analisa dari hasil pengolahan dengan menggunakan
metode DEA:
a. DMU 1 (Januari)
Tabel 4.14 Perbandingan Nilai Aktual dengan Target Bulan Januari
DMU 1 Januari (89,05%)

Potential
Variable Actual Target
Improvement
Biaya Bahan Baku 2000.00 2000.00 0.00 %
Biaya Operasional 9600000.00 9600000.00 0.00 %
Input Jumlah Jam Kerja 192.00 192.00 0.00 %
Jumlah Tenaga Kerja 20.00 20.00 0.00 %
Upah Kerja 42180000.00 42180000.00 0.00 %
Output Jumlah Produksi 34900.00 39190.57 12.29 %
Sumber : Output Banxia Frontier Analyst 2019
Hasil dari analisis perbaikan ini dapat menjelaskan bahwa dengan
melakukan penyesuaian pada biaya bahan baku, biaya operasional, jumlah
tenaga kerja, jumlah jam kerja, upah kerja maka akan menaikkan jumlah
produksi pada bulan Januari yang selama ini mengalami inefesiensi. Hasil
 5

dari perbandingan nilai awal dengan nilai target, bahwa pada DMU 1
(Januari) dikatakan inefisiensi dengan skor 89,05% karena pada DMU 1
(Januari) yaitu belum memaksimalkan pada jumlah produksi garam halus
yang dari jumlah produksi awal 34.900 kg harus ditingkatkan menjadi
39.190,57 kg, sehingga dapat meningkat sebesar 4.290,57 kg. Pada analisa
ini pihak pabrik harus mengupayakan untuk lebih meningkatkan jumlah
produksinya dan peremajaan mesin – mesin yang sudah mulai berumur.
b. DMU 2 (Februari)
Tabel 4.15 Perbandingan Nilai Aktual dengan Target Bulan Februari
DMU 2 Februari (73,22%)

Potential
Variable Actual Target
Improvement
Biaya Bahan Baku 3500.00 3000.00 -14.29 %
Biaya Operasional 9600000.00 9600000.00 0.00 %
Input Jumlah Jam Kerja 192.00 192.00 0.00 %
Jumlah Tenaga Kerja 20.00 20.00 0.00 %
Upah Kerja 42180000.00 42180000.00 0.00 %
Output Jumlah Produksi 29800.00 40700.00 36.58 %
Sumber : Output Banxia Frontier Analyst 2019
Dari hasil analisis perbaikan bahwa diketahui DMU 2 (Februari) inefesien
terhadap biaya bahan baku. Seperti yang dikatakan pemilik pabrik bahwa
harga bahan baku selalu naik turun setiap bulannya, dan ini berdampak juga
pada bulan Februari yang dalam hasil olah data menyatakan senilai -
14,29%. Dapat disimpulkan bahwa biaya bahan baku pada saat bulan
Februari mengalami pemborosan sebesar 14,29% dan dalam hasil perbaikan
menyatakan didalam bulan Februari biaya bahan baku bisa turun sebesar
14,29% yang dari nilai awal sebesar Rp. 3.500 bisa turun menjadi Rp.
3.000, turun sebesar Rp. 500, sehingga dapat menjadikan peningkatan
dalam proses jumlah produksi. Hasil dari analisis perbaikan ini dapat
menjelaskan bahwa dengan melakukan penyesuaian pada biaya bahan baku,
biaya operasional, jumlah tenaga kerja, jumlah jam kerja, upah kerja maka
akan menaikkan jumlah produksi pada bulan Februari yang selama ini
 5

mengalami inefesiensi. Hasil dari perbandingan nilai awal dengan nilai

target, bahwa pada DMU 2 (Februari) dikatakan inefisiensi dengan skor
73,22% karena pada DMU 2 (Februari) yaitu belum memaksimalkan pada
jumlah produksi garam halus yang dari jumlah produksi awal 29.800 kg
harus ditingkatkan menjadi 40.700 kg, sehingga dapat meningkat sebesar
10.900 kg. Pada analisa ini pihak pabrik harus mengupayakan untuk
memperhatikan dalam pembelian bahan baku agar harga sesuai dengan
proses yang dilakukan dan untuk lebih meningkatkan jumlah produksinya
dan peremajaan mesin – mesin yang sudah mulai berumur.
c. DMU 4 (April)
Tabel 4.16 Perbandingan Nilai Aktual dengan Target Bulan April
DMU 4 April (73,71%)
Potential
Variable Actual Target
Improvement
Biaya Bahan Baku 3000.00 3000.00 0.00 %
Biaya Operasional 9600000.00 9600000.00 0.00 %
Input Jumlah Jam Kerja 192.00 192.00 0.00 %
Jumlah Tenaga Kerja 20.00 20.00 0.00 %
Upah Kerja 42180000.00 42180000.00 0.00 %
Output Jumlah Produksi 30000.00 40700.00 35.67 %
Sumber : Output Banxia Frontier Analyst 2019
Hasil dari analisis perbaikan ini dapat menjelaskan bahwa dengan
melakukan penyesuaian pada biaya bahan baku, biaya operasional, jumlah
tenaga kerja, jumlah jam kerja, upah kerja maka akan menaikkan jumlah
produksi pada bulan April yang selama ini mengalami inefesiensi. Hasil dari
perbandingan nilai awal dengan nilai target, bahwa pada DMU 4 (April)
dikatakan inefisiensi dengan skor 73,71% karena pada DMU 4 (April) yaitu
belum memaksimalkan pada jumlah produksi garam halus yang dari jumlah
produksi awal 30.000 kg harus ditingkatkan menjadi 40.700 kg, sehingga
dapat meningkat sebesar 10.700 kg. Pada analisa ini pihak pabrik harus
mengupayakan untuk lebih meningkatkan jumlah produksinya dan
peremajaan mesin – mesin yang sudah mulai berumur.
 6

d. DMU 5 (Mei)
Tabel 4.17 Perbandingan Nilai Aktual dengan Target Bulan Mei
DMU 5 Mei (51,89%)
Potential
Variable Actual Target
Improvement
Biaya Bahan Baku 550.00 550.00 0.00 %
Biaya Operasional 9600000.00 9600000.00 0.00 %
Input Jumlah Jam Kerja 192.00 192.00 0.00 %
Jumlah Tenaga Kerja 20.00 20.00 0.00 %
Upah Kerja 42180000.00 42180000.00 0.00 %
Output Jumlah Produksi 19200.00 37001.89 92.72 %
Sumber : Output Banxia Frontier Analyst 2019
Hasil dari analisis perbaikan ini dapat menjelaskan bahwa dengan
melakukan penyesuaian pada biaya bahan baku, biaya operasional, jumlah
tenaga kerja, jumlah jam kerja, upah kerja maka akan menaikkan jumlah
produksi pada bulan Mei yang selama ini mengalami inefesiensi. Hasil dari
perbandingan nilai awal dengan nilai target, bahwa pada DMU 5 (Mei)
dikatakan inefisiensi dengan skor 51,89% karena pada DMU 5 (Mei) yaitu
belum memaksimalkan pada jumlah produksi garam halus yang dari jumlah
produksi awal 19.200 kg harus ditingkatkan menjadi 37.001,89 kg, sehingga
dapat meningkat sebesar 17.801,89 kg. Pada analisa ini pihak pabrik harus
mengupayakan untuk lebih meningkatkan jumlah produksinya dan
peremajaan mesin – mesin yang sudah mulai berumur.
 6

e. DMU 6 (Juni)
Tabel 4.18 Perbandingan Nilai Aktual dengan Target Bulan Juni
DMU 6 Juni (81,58%)
Potential
Variable Actual Target
Improvement
Biaya Bahan Baku 400.00 400.00 0.00 %
Biaya Operasional 9600000.00 9600000.00 0.00 %
Input Jumlah Jam Kerja 192.00 192.00 0.00 %
Jumlah Tenaga Kerja 20.00 20.00 0.00 %
Upah Kerja 42180000.00 42180000.00 0.00 %
Output Jumlah Produksi 30000.00 36775.47 22.58 %
Sumber : Output Banxia Frontier Analyst 2019
Hasil dari analisis perbaikan ini dapat menjelaskan bahwa dengan
melakukan penyesuaian pada biaya bahan baku, biaya operasional, jumlah
tenaga kerja, jumlah jam kerja, upah kerja maka akan menaikkan jumlah
produksi pada bulan Juni yang selama ini mengalami inefesiensi. Hasil dari
perbandingan nilai awal dengan nilai target, bahwa pada DMU 6 (Juni)
dikatakan inefisiensi dengan skor 81,58% karena pada DMU 6 (Juni) yaitu
belum memaksimalkan pada jumlah produksi garam halus yang dari jumlah
produksi awal 30.000 kg harus ditingkatkan menjadi 36.775,47 kg, sehingga
dapat meningkat sebesar 6.775,47 kg. Pada analisa ini pihak pabrik harus
mengupayakan untuk lebih meningkatkan jumlah produksinya dan
peremajaan mesin – mesin yang sudah mulai berumur.
4.3.3. Interpretasi
Setelah dilakukan analisa data, langkah selanjutnya yaitu melakukan
interpretasi data. Tujuan dari interpretasi data adalah untuk membandingkan
konsep analisa dengan konsep penelitian yang sudah ditentukan sebelumnya.
Berdasarkan dari hasil analisa metode DEA tingkat efisiensi yang selama ini
terjadi perlu dilakukan penanganan dan perbaikan. Dikatakan efisien apabila nilai
dari suatu DMU yaitu 100% sehingga pada bulan Maret dan Juli mengalami
efesien sedangkan bulan lain mengalami inefesien. Faktor/variabel utama dalam
meningkatkan efisiensi yang selama ini terjadi yaitu berasal dari inefesiensi dari
 6

setiap variabel dimana didalamnya berupa biaya bahan baku, biaya operasional,
jumlah jam kerja, jumlah tenaga kerja, dan upah kerja. Dalam seluruh variabel –
variabel yang terjadi dapat ditangani dan bulan yang efesien menjadi acuan untuk
perbaikan.

4.4. Pembuktian Hipotesa

Berdasarkan hasil analisa tingkat efisiensi dengan metode Data
Envelopment Analysis (DEA) sudah sesuai dengan hipotesa penelitian yang sudah
dibuat sebelumnya, dari hasil analisa data diatas menunjukkan bahwa bulan yang
efisien adalah hanya ada 2 bulan yaitu bulan Maret dan bulan Juli, sedangkan
untuk bulan lainnya mengalami inefesien. Faktor/variabel utama dalam terjadi
inefesiensi yaitu berasal dari inefesiensi dari setiap variabel dimana didalamnya
berupa biaya bahan baku, biaya operasional, jumlah jam kerja, jumlah tenaga
kerja, dan upah kerja. Maka dari itu, perlu dilakukannya penanganan dan
perbaikan pada bulan Februari terlebih dahulu dengan acuan 2 bulan yang sudah
efisien, selanjutnya baru 4 DMU (bulan) yang belum efisien diperbaiki.
 BAB V
PENUTUP

5.1. Kesimpulan
Setelah dilakukan penelitian dan pembahasannya sebelumnya, maka dapat
ditarik kesimpulan sebagai berikut:
1. Tingkat efisien pada UD. Suka Maju rata – rata masih belum efisien dengan
nilai sebesar 81,35%. Dari perhitungan yang sudah dilakukan, dari 7 DMU,
terdapat 5 DMU yang inefisien dan 2 DMU yang efisien. DMU yang
inefesien tersebut adalah bulan Januari (DMU1) 89,1%, Februari (DMU2)
73,2%, April (DMU4) 73,7%, Mei (DMU5) 51,9%, dan Juni (DMU6)
81,6%. DMU yang efisien adalah bulan Maret (DMU3) dan bulan Juli
(DMU7) dengan nilai 100%.
2. Faktor – faktor yang mempengaruhi tingkat inefesiensi pada UD. Suka
Maju yaitu, pada bulan Februari (DMU2) karena terjadi pemborosan pada
input biaya bahan baku sehingga mengalami inefisien pemborosan sebesar –
14,28%. Sedangkan pada bulan Januari (DMU1), Februari (DMU2), April
(DMU4), Mei (DMU5), dan Juni (DMU6) masih inefisiensi, karena DMU –
DMU tersebut belum meningkatkan jumlah produksi garam halus dengan
nilai Januari (DMU1) sebesar 12,29%, Februari (DMU2) sebesar 36,58%,
April (DMU4) sebesar 35,67%, Mei (DMU5) sebesar 92,72%, dan Juni
(DMU6) sebesar 22,58%.
3. Startegi usulan perbaikan untuk mengurangi inefesiensi diterapkan pada
UD. Suka Maju, maka nilai efesiensi untuk DMU yang inefesien akan
meningkat sebagai berikut :
- Pada DMU bulan Januari yaitu memaksimalkan pada jumlah
produksi garam halus yang dari jumlah produksi awal 34.900 kg
harus ditingkatkan menjadi 39.190,57 kg.
- Pada DMU bulan Februari yaitu mengurangi biaya bahan baku yang
dari nilai awal seharga Rp. 3.500 menjadi Rp. 3.000, dan

60
 6

memaksimalkan pada jumlah produksi garam halus yang dari jumlah

produksi awal 29.800 kg ditingkatkan menjadi 40.700 kg.
- Pada DMU bulan April yaitu memaksimalkan pada jumlah produksi
garam halus yang dari jumlah produksi awal 30.000 kg harus
ditingkatkan menjadi 40.700 kg.
- Pada DMU bulan Mei yaitu memaksimalkan pada jumlah produksi
garam halus yang dari jumlah produksi awal 19.200 kg harus
ditingkatkan menjadi 37.001,89 kg.
- Pada DMU bulan Juni yaitu memaksimalkan pada jumlah produksi
garam halus yang dari jumlah produksi awal 30.000 kg harus
ditingkatkan menjadi 36.775,47 kg.

5.2. Saran
Setelah dilakukan penelitian, adapun saran yang diberikan untuk UD. Suka
Maju yaitu sebagai berikut:
1. Untuk pemilik UD. Suka Maju pada bulan – bulan yang sudah efisien
disarankan untuk selalu mempertahankan tingkat efisiensinya dengan cara
mengoptimalkan input yang sudah dimiliki. Sedangkan pada bulan – bulan
yang belum efisien disarankan agar menggunakan input secara efisien
dengan cara mengurangi input yang terlihat tidak efisien untuk mengurangi
faktor proses produksi supaya jumlah produksinya meningkat.
2. Berdasarkan analisa dengan metode DEA untuk bulan yang belum efisien
yaitu dengan mengurangi input ataupun meningkatkan output yang
digunakan dalam proses produksi garam halus. Hal ini dapat dilakukan
dengan menyesuaikan nilai aktual dari variabel input dan output pada proses
produksi garam halus yang belum efisien sesuai dengan nilai target yang
direkomendasikan DEA. Hal ini dapat dilakukan untuk pembelian bahan
baku untuk memperhatikan harga bahan baku dan dapat mengganti merek
bahan baku yang dibeli dengan merek bahan baku lain dan dapat pula untuk
meningkatkan jumlah produksinya dapat meremajakan mesin – mesin yang
 6

sudah mulai berumur karena berdampak sekali mempengaruhi jumlah

produksi yang kurang maksimal.
3. Untuk bulan – bulan yang inefisien dapat melihat juga bulan yang efisien
untuk menjadi acuan atau pedoman untuk bulan – bulan yang belum efisien,
sehingga dapat dianalisa pada faktor – faktor mana yang mempengaruhi
yang menjadikan tidak efisien.
 6

DAFTAR PUSTAKA

Ahmi, R. M., Eltivia, N. and Indrawan, A. K. (2018) ‗Tinggi Dengan

Menggunakan Data Envelopment Analysis ( Dea )‘, 6(2), pp. 172–178.
Binuko, A., Siregar, H. and Hartoyo, S. (2017) ‗Aplikasi Data Envelopment
Analysis Untuk Menelaah Efisiensi Biaya Dan Pendapatan Perusahaan
(Studi Kasus Pt.Dian Swara)‘, Jurnal Aplikasi Bisnis dan Manajemen, 3(1),
pp. 71–79. doi: 10.17358/jabm.3.1.71.
Cooper, W. W., Seiford, L. M. and Zhu, J. (no date) ‗Summary for
Policymakers‘, Climate Change 2013 - The Physical Science Basis, pp. 1–
30. doi: 10.1017/CBO9781107415324.004.
Ester, A. M. and Merlin Siskha (2017) ‗Analisis Efisiensi Industri Rokok Di
Indonesia Dengan Menggunakan Metode Dea (Data Envelopment Analysis)
Tahun 2006 - 2008‘, Media Ekonomi, 19(2), p. 73. doi:
10.25105/me.v19i2.830.
Farell, M. . (2017) ‗Research on the Efficiency of China‘s Listed Home
Appliance Industry—A Method Based on Three-Stage DEA‘, American
Journal of Industrial and Business Management, Farrell, M(03), pp. 300–
311. doi: 10.4236/ajibm.2017.73021.
Guilherme, C. and Gonçalves, M. (2015) ‗ Calibration of the SMAP Rainfall-
Runoff Model in a semi-arid gaugin station in the Northwest Region, using
PSO, AG and Nelder Mead Algorithms and their effects on the definition of
the monthly streamflow serie.‘, XXI Simpósio Brasileiro de Recursos
Hídricos, 2, pp. 429–444. doi: 10.1016/0377-2217(78)90138-8.
Halimah, R. I. and Romi, S. M. (2017) ‗APLIKASI DATA ENVELOPMENT
ANALYSIS (DEA) UNTUK PENGUKURAN EFISIENSI AKTIVITAS
PRODUKSI‘, 2(2), pp. 38–43.
K.Dewi, S. (2015) ‗Pengukuran Efisiensi Proses Produksi dengan Menggunakan
Metode DEA‘, Seminar Nasional IDEC, (246).
Pakaya, N. K., Sulistijowati, R. and Dali, F. A. (2015) ‗Analisis Mutu Garam
Tradisional di Desa Siduwonge Kecamatan Randangan Kabupaten
 6

Pohuwato Provinsi Gorontalo‘, 3, pp. 1–6.

Risandewi.Tri (2013) ‗ANALISIS EFISIENSI PRODUKSI KOPI ROBUSTA DI
KABUPATEN TEMANGGUNG (Studi Kasus di Kecamatan Candiroto)‘,
ANALISIS EFISIENSI PRODUKSI KOPI ROBUSTA DI KABUPATEN
TEMANGGUNG (Studi Kasus di Kecamatan Candiroto), 2(SGEM2016
Conference Proceedings, ISBN 978-619-7105-16-2 / ISSN 1314-2704), pp.
1–39.
Rositawati, A. ., Taslim, C. . and Soetrisnanto, D. (2013) ‗Rekristalisasi Garam
Rakyat Dari Daerah Demak Untuk Mencapai SNI Garam Industri‘, Jurnal
Teknologi Kimia dan Industri, 2(4), pp. 217–225.
Widiyana, S. S. and Indiyanto, R. (2017) ‗Analisa Pengukuran Efisiensi Dengan
Metode Data Envelopment Analysis (Dea) Di Heaven Store Surabaya
Barat‘, PROZIMA (Productivity, Optimization and Manufacturing System
Engineering), 1(1), p. 44. doi: 10.21070/prozima.v1i1.705.
https://banxia.com/pdf/fa/FAWorkbook1.pdf
 6

LAMPIRAN
 6

Lampiran 1 : Berita Acara

Berita Acara
Usulan Strategi Perbaikan Dengan Menggunakan Metode Data Envelopment
Analysis (Dea)

Assalamu‘alaikum Wr. Wb.

Berdasarkan berita acara hasil dari penelitian tugas akhir tentang Analisis
Tingkat Efisiensi Aktivitas Proses Produksi Dengan Menggunakan Metode Data
Envelopment Analysis (DEA) (Studi Kasus UD. Suka Maju). Dengan ini saya
untuk mengusulkan strategi perbaikan dalam penelitian saya pada perusahan UD.
Suka Maju mengenai permasalahan penelitian saya selama disana seperti dibawah
ini :
No. Permasalahan yang Ada Nilai Aktual / Awal Usulan Strategi Perbaikan Diterima Ditolak
Terdapat 5 DMU Bulan Januari – Juli Efisien : Maret dan Juli
(bulan) yang inefisien Inefisien : Januari,
1.
dari 7 DMU (bulan) Februari, April, Mei, dan
Juni
Faktor output mengenai Bulan : Bulan :
jumlah produksi garam 1. Januari = 34.900 kg 1. Januari = 39.190 kg
halus yang tidak sesuai 2. Februari = 29.800 kg 2. Februari = 40.700 kg
kapasitas gudang (tidak 3. April = 30.000 3. April = 40.700 kg
2. memenuhi target) terdapat kg 4. Mei = 19.200 4. Mei = 37.001 kg
5 bulan yang tidak efisien kg 5. Juni = 30.000 5. Juni = 36.775 kg
yaitu bulan Januari, kg
Februari, April, Mei, dan
Juni
Faktor input yang relevan Biaya bahan baku bulan Biaya bahan baku bulan
dengan hasil wawancara Februari sebesar Rp. Februari sebesar Rp. 3000
dengan pemilik pabrik 3.500 menghemat sebesar Rp.
yaitu biaya bahan baku 500
3.
yang setiap bulannya naik
turun dan terlihat pada
bulan Februari yang
mengalami pemborosan.
 6

Demikian berita acara ini saya sampaikan, kurang lebihnya saya mohon
maaf yang sebesar – besarnya.
Wassalamu‘alaikum Wr. Wb.
Semarang, Agustus 2019

Menyetujui,
Pemilik UD. Suka Maju Mahasiswa FTI Unissula

Rasmani Sandi Sukamto

 6

Lampiran 2 : Hasil Result Software Banxia Frontier Analyst

Project: sandi ud. suka maju

Comparison Comparison 1

89.05% Januari Peers: 2

References: 0
Potential Improvements
Variable Actual Target Potential Improvement
Biaya Bahan Baku 2000.00 2000.00 0.00 %
Biaya Operasional 9600000.00 9600000.00 0.00 %
Jumlah Jam Kerja 192.00 192.00 0.00 %
Jumlah Produksi 34900.00 39190.57 12.29 %
Jumlah Tenaga Kerja 20.00 20.00 0.00 %
Upah Kerja 42180000.00 42180000.00 0.00 %

73.22% Februari Peers: 1

References: 0
Potential Improvements
Variable Actual Target Potential Improvement
Biaya Bahan Baku 3500.00 3000.00 -14.29 %
Biaya Operasional 9600000.00 9600000.00 0.00 %
Jumlah Jam Kerja 192.00 192.00 0.00 %
Jumlah Produksi 29800.00 40700.00 36.58 %
Jumlah Tenaga Kerja 20.00 20.00 0.00 %
Upah Kerja 42180000.00 42180000.00 0.00 %

100.00% Maret Peers: 0

References: 6
Potential Improvements
Variable Actual Target Potential Improvement
Biaya Bahan Baku 3000.00 3000.00 0.00 %
Biaya Operasional 9600000.00 9600000.00 0.00 %
Jumlah Jam Kerja 192.00 192.00 0.00 %
Jumlah Produksi 40700.00 40700.00 0.00 %
Jumlah Tenaga Kerja 20.00 20.00 0.00 %
Upah Kerja 42180000.00 42180000.00 0.00 %

73.71% April Peers: 1

References: 0
Potential Improvements
Variable Actual Target Potential Improvement
Biaya Bahan Baku 3000.00 3000.00 0.00 %
Biaya Operasional 9600000.00 9600000.00 0.00 %
Jumlah Jam Kerja 192.00 192.00 0.00 %
Jumlah Produksi 30000.00 40700.00 35.67 %
Jumlah Tenaga Kerja 20.00 20.00 0.00 %
Upah Kerja 42180000.00 42180000.00 0.00 %
 6

51.89% Mei Peers: 2

References: 0
Potential Improvements
Variable Actual Target Potential Improvement
Biaya Bahan Baku 550.00 550.00 0.00 %
Biaya Operasional 9600000.00 9600000.00 0.00 %
Jumlah Jam Kerja 192.00 192.00 0.00 %
Jumlah Produksi 19200.00 37001.89 92.72 %
Jumlah Tenaga Kerja 20.00 20.00 0.00 %
Upah Kerja 42180000.00 42180000.00 0.00 %

81.58% Juni Peers: 2

References: 0
Potential Improvements
Variable Actual Target Potential Improvement
Biaya Bahan Baku 400.00 400.00 0.00 %
Biaya Operasional 9600000.00 9600000.00 0.00 %
Jumlah Jam Kerja 192.00 192.00 0.00 %
Jumlah Produksi 30000.00 36775.47 22.58 %
Jumlah Tenaga Kerja 20.00 20.00 0.00 %
Upah Kerja 42180000.00 42180000.00 0.00 %

100.00% Juli Peers: 0

References: 4
Potential Improvements
Variable Actual Target Potential Improvement
Biaya Bahan Baku 350.00 350.00 0.00 %
Biaya Operasional 9600000.00 9600000.00 0.00 %
Jumlah Jam Kerja 192.00 192.00 0.00 %
Jumlah Produksi 36700.00 36700.00 0.00 %
Jumlah Tenaga Kerja 20.00 20.00 0.00 %
Upah Kerja 42180000.00 42180000.00 0.00 %