36

BAB IV

PENGOLAHAN DATA

4.1 Tinjauan Perusahaan

4.1.1 Deskripsi Perusahaan

PT NOTOS merupakan salah satu perusahaan industry garmen yang

menghasilkan beberapa produk berupa baju, jaket, celana. Perusahaan ini terletak

di Jl. Sodong Alternatif Jonggol 03/04, Dusun Mekargalih Kecamatan

Cikalongkukon, Kabupaten Cianjur Jawa Barat. PT NOTOS menghasilkan kurang

lebih 10.000 produk per hari dan dibantu sebanyak 2400 karyawan. Hasil

produknya tidak hanya didistribusikan di dalam negeri saja, tetapi juga di ekspor

sampai ke Amerika dan Kanada. Produk-produk yang dihasilkan merupakan brand

ternama di dunia seperti Calvin Klein, Banana Republik, dll.

4.1.2 Proses Produksi Garmen

Proses produksi garment memiliki beberapa langkah dalam menghasilkan

satu buah pakaian jadi. Adapun langkah-langkah produksi garment sebagai berikut:

1. Departemen Penyimpanan (warehouse)

Pada tahap ini warehouse berfungsi sebagai tempat penyimpanan bahan

material yang akan digunakan untuk memproduksi pakaian. Bahan material

tersebut diantaranya kain, accecoris sewing (main label, care label, satten wash,

button / kancing, threads / benang, dll.), accecoris packing (hang tag, collard

board, dll). Bahan-bahan tersebut kemudian di inspeksi telebih dahulu kualitas dan

kuantitasnya agar dapat mengetahui apakah layak tidaknya untuk diproses di

departemen selanjutnya

Gambar 4.1 Departemen Warehouse PT NOTOS

37

2. Departemen Pembuatan Pola (Pattern Maker)

Pada departemen ini polagarmen dibuat sesuai dengan permintaan customer.

Pola tersebut merupakan 2 dimensi dari komponen-komponen pakaian yang akan

dibuat. Misalnya Kaos (T-Shirt) dibagi menjadi 4 komponenpolayaitu; badan

depan, badan belakang, lengan, dan rib leher. Selain itu, pembuatan pola harus

mencakup size yang diminta customer seperti size S, M, L, XL, dll. Setelah itu,pola-

pola tersebut disusun dan ditata selebar kain yang dinamakan marker. Marker

disusun agar pemakaian kain tidak berlebihan atau sesuai dengan pola yang sudah

ditentukan.

3. Departemen Pemotongan (Cutting)

Departemen ni berfugsi untuk memotong kain sesuai dengan pola yang telah

ditentukan menjadi beberapa panel. Dalam tahap ini kain digelar lapis demi lapis

diatas meja dengan ketinggian tertentu. Kemudian dengan menggunakan mesin

pemotong kain dipotong menjadi bentuk potongan garmen atau pola yang

kemudian dipisahkan. Potonganbagian panel tersebut kemudian beri nomor (urut&

lot) dan diikat kemudian dikirim keruang sewing. Pada proses pemotongan ini

sangat rentan terhadap kualitas produk akhir (garmen). Hal ini dikarenakan

kain merupakan bahan baku utama garmen yang mewakili sekitar 70% dari biaya

garmen total. Jadi, pemotongan kain yang sempurna sangat penting dalam

mengontrol penghematan kain dan kualitas garmen.

Gambar 4.3 Departemen Pemotongan (cutting)

38

4. Departemen Penjahitan (Sewing)

Departemen ini merupakan tahap penggabungan komponen-komponen pakaian

menjadi pakaian utuh. Bagian ini merupakan bagian yang paling banyak

membutuhkan tenaga kerja dan bermacam-macam mesin yang digunakan untuk

disesuaikan dengan jenis jahitan. Jumlah tenaga kerjanya banyak karena setiap

mesin garmen dioperasikan oleh satu orang. Setiap operator mesin hanya

mengerjakan satu jenis pekerjaan misalnya memasang saku saja, atau menyambung

kerah saja, dan sejenisnya. Untukitu target waktu setiap proses sangatditekankan.

Gambar 4.4 Departemen Penjahitan (sewing)

5. Departemen Finishing

Pada departemen merupakan tahap akhir dalam pembuatan pakaian. Tahap ini

terbagi menjadi beberapa langkah diantaranya :

Pembuatan lubang kancing pada pakaian

Pemasangan kancing pada pakaian

Pencucian pakaian yang bertujuan untuk menghilangkan noda dan luntur

Pembersihan sisa-sisa benang hasil jahitan pada pakaian

Penyetrikaan pakaian dengan uap panas agar mengindari kerutan pada

pakaian

Quality Control yang bertujuan untuk mengecek kembali apakah masih ada

keslahan pada pakaian atau tidak. Jika terdapat kesalahan, maka pakaian

tersebyt akan diberi tanda salahh dan dikembalikan ke proses pembuatan

yang mengalami kesalahan. Jika benar, maka akan akan diberi tanda benar

dan dihitung untuk memenuhi target perusahaan

39

Pengemasan/packing merupakan proses paling terakhir dimana semua

produk yang sudah sesuai dengan ukuran, design, dan warna akan

dilipatdenganmenggunakan tissue dan lembarankarton. Pemasangan hang

tag dan stiker harga dipasang dengan benang atau dengan tag pin (plastik).

Garmen dilipat dan ditandai kemudian dikemas kedalam polybag. Pakaian

yang akan diekspor keluar negeri dipisahkan sesuai negara-negara yang

dituju dengan pemberiankode misal kode huruf.

4.1.3 Visi dan Misi Perusahaan

PT NOTOS memiliki visi dan misi yang sangat dijunjung tinggi sebagai

pedoman kemajuan perusahaan. Visi dari perusahaan ini adalah untuk

memaksimalkan keuntungan sinergis dan menjadi pemimpin pasar produk pakaian

melalui produktivitas yang tinggi dengan inovasi dan teknologi serta peningkatan

kepuasan pelanggan. Sedangkan Misi perusahaan ini adalah menjalin kerjasama

dengan seluruh pelanggan dan memenuhi kebutuhannya dengan harga kompetitif,

kualitas yang baik, serta tingkat kepuasan yang tinggi.

4.1.4 Struktur Organisasi Perusahaan

40

Gambar 4.5 Struktur Organisasi PT. NOTOS

Adapun rincian tugasnya adalah sebagai berikut:

1. Tugas Direktur Dalam perusahaan Perusahaan PT. Notos Wooin Ltd adalah:

a. Memberi pengarahan dan bimbingan kepada departemen-departemen.

b. Menentukan kebijakan yang harus dilaksanakan oleh tiap - tiap

departemen - departemen demi kemajuan perusahaan.

c. Mengawasi perusahaan secara umum.

2. Tugas Departemen Umum

Tugas dari departemen umum adalah:

a. Mengahadapi seminar – seminar guna menambah wawasan demi

kemajuanperusahaan

41

b. Menerima tamu – tamu yang berkepentingan/ berhubungan dengan

perusahaan.

c. Mengurusi masalah – masalah pegawai

3. Tugas Departemen Keuangan adalah

a. Menjaga agar pencatatan oleh semua transaksi dilakukan pencatatan

yang tepat, buku – buku dan catatan tersebut diselenggarakan secara up

to date.

b. Mengembangakn sistem dan prosedur yang mantap untuk bagian

pembukuan.

c. Menyimpan arsip keuangan.

d. Menyediakan informasi lainnya/ statistik yang diminta oleh direkur.

e. Menyusun neraca, kalkulasi biaya, dan statistik keuangan.

4. Tugas Departemen Produksi

a. Mengadakan perencanaan – perencanaan dari pekerjaan – pekerjaan

yang akan dilaksanakan.

b. Memproduksi sesuatu barang hasil produksi.

c. Memproduksi barang sesuai dengan waktu yang telah ditentukan dalam

rencana.

5. Tugas Departemen Pemasaran

a. Memasarkan hasil produksi, baik dalam negeri maupun luar negeri.

b. Menghadapi resiko dan dan penjualan

6. Tugas Departemen Printing dan Border

a. Membordi logo/ merk

b. Menyablon kaos hasil produksi

7. Tugas Bagian Pola

Membuat pola yang akan diprduksi

8. Tugas Bagain Cutting

Memotong bahan baku sesuai dengan pola yang dibuat oleh bagian pola.

9. Tugas Bagian Sewing

Membuat atau membersihkan benang – benang bekas jahitan yang tersisa.

10. Tugas Bagian quality Control

42

Mengontrol barang – barang yang sudah jadi, apakah sesuai dengan

perencanaan atau tidak.

11. Tugas Bagian Finishing

Menyetrika, mengepak, membungkus dan sampai masuk kedalam doos.

12. Tugas Bagian Gudang

a. Menerima barang sesuai dokumen (berat dan kualitas), kemudian

menandatangani dokumen dokumen penerimaan barang.

b. Mengeluarkan barang sesuai dengan waktu jual/ order yang telah

disetujui.

c. Mengerjakan buku persediaan barang

d. Memeriksa persediaan barang

e. Menyusun arsip dan bukti pendukung serta kartu persediaan

barang maupun penempatan itu sendiri.

Tugas Bagian Gambar

13. Membuat sketsa/ gambar kaos yang akan diproduksi.

4.2 Pengumpulan data

Pengumpulan data diperoleh dari hasil pengisian kuesioner yang dilakukan

dengan cara Focus Group Disscution oleh 4 responden yaitu general manager,

kepala bagian purchasing, kepala bagian produksi dan logistik. Pengukuran

hubungan keterkaitan antar criteria dilakukan dengan menggunakan kuesioner

DEMATEL seperti pada Lampiran 1. Berikut keterangan dari kode kriteria:

43

Tabel 4.1 kode kriteria

No Kriteria Kode Kriteria Referensi

1 Perizinan P Gustian, Slamet, &

Maylawati, 2018)

2 Perfomance history PH (Merry et al., 2014)

3 Kapabilitas perusahaan KP (Merry et al., 2014)

4 Kesesuaian material dengan

spesifikasi KS

(Kurniawati, Yuliando, &

Widodo, 2013)

5 Kemampuan memberikan kualitas yang konsisten

KK (Merry et al., 2014)

6 Harga Produk H (Widiyanesti, 2012)

7 Biaya Kirim BK (Widiyanesti, 2012)

8 Cara Pembayaran CB (Merry et al., 2014)

9 Ketepatan jumlah pesanan KJ (Merry et al., 2014)

10 Ketepatan waktu

pengiriman KW

(Sulistiyani, Amir, Yusuf, &

Nasrullah, 2017)

11 Jenis moda transfortasi MT (Taufik, 2014)

12 Penggantian barang yang

rusak PB (Kurniawati et al., 2013)

13 Fleksibelitas F (Merry et al., 2014)

14 Bahan yang ramah lingkungan

BR (Yancadianti, Puspitasari, & Arvianto, 2015)

15 Environmental related

certificate EC (Sidjabat & Runtuk, 2019)

Kuisioner diisi dengan skala 0,1,2,3, dan 4, merepresentasikan tidak

mempengaruhi, kurang mempengaruhi, cukup mempengaruhi, kuat mempengaruhi,

dan sangat mempengaruhi. Skor yang diberikan oleh responden dibentuk menjadi

matriks direct-relation nxn seperti pada tabel 4.2.

44

Tabel 4.2 mariks direct relation antar kriteria

Kriteria PI PH KP KS KK HP BK CB KJ KW MT PB FL BR EC

PI 0 2 0 0 1 4 3 1 0 0 1 0 1 3 4

PH 1 0 1 3 3 0 0 2 4 4 1 1 3 0 0

KP 1 1 0 3 4 1 0 3 3 3 2 1 3 1 3

KS 1 3 1 0 3 3 0 1 0 1 1 3 2 3 1

KK 1 3 1 1 0 4 2 1 1 1 1 3 0 3 0

HP 3 2 2 3 4 0 1 1 0 1 0 3 2 3 1

BK 1 0 0 1 1 1 0 0 1 4 4 1 3 1 0

CB 1 1 1 1 1 3 0 0 1 1 1 1 1 1 1

KJ 1 3 1 1 1 1 1 1 0 1 1 3 1 1 1

KW 1 3 1 0 1 1 4 1 0 0 3 1 1 1 0

MT 1 0 1 0 2 0 4 1 1 4 0 1 1 1 0

PB 1 2 1 3 4 2 0 1 2 1 2 0 2 0 0

FL 1 1 1 3 1 2 1 1 4 4 1 1 0 1 0

BR 2 0 1 1 1 4 4 0 0 0 1 0 0 0 2

EC 1 1 1 0 0 0 0 0 0 0 0 0 0 3 0

4.3 Pengolahan data DEMATEL

4.3.1 Normalisasi Matriks Direct Relation

Karena hasil kuesioner hanya ada satu maka tidak perlu dilakukan

perhitungan rata-rata matriks. Tahap selanjutnya adalah menormalisasi matriks

direct-relation pada Tabel 4.2. Untuk perhitungannya digunakan rumus sebagai

berikut. Adapun contoh normalisasi matriks direct-relation untuk kriteria perizinan

terhadap performance history dari Tabel 4.2 adalah sebagai berikut.

k = 𝟏

𝟐𝟗

= 0,0345

X = 0,0345x2

= 0,069

Dengan contoh perhitungan tersebut, maka normalisasi matriks direct-

relation untuk hubungan antar kriteria dapa dilihat pada Tabel 4.2, normalisasi

matriks direct-relation untuk hubungan antar kriteria dapat dilihat pada Tabel 4.3.

45

Tabel 4.3 normalisasi matriks direct-relation antar kriteria

Kriteria PI PH KP KS KK HP BK CB KJ KW MT PB FL BR EC

PI 0,098 0,189 0,072 0,120 0,158 0,272 0,186 0,097 0,080 0,124 0,124 0,111 0,138 0,223 0,194

PH 0,160 0,194 0,135 0,258 0,285 0,293 0,121 0,171 0,253 0,303 0,166 0,214 0,245 0,165 0,081

KP 0,162 0,226 0,104 0,260 0,313 0,240 0,127 0,203 0,223 0,274 0,200 0,214 0,244 0,209 0,183

KS 0,152 0,258 0,126 0,161 0,273 0,291 0,107 0,126 0,116 0,187 0,147 0,250 0,198 0,245 0,109

KK 0,147 0,249 0,121 0,186 0,175 0,307 0,100 0,122 0,137 0,174 0,141 0,273 0,131 0,232 0,075

HP 0,221 0,242 0,161 0,261 0,313 0,217 0,114 0,134 0,120 0,191 0,125 0,257 0,205 0,262 0,125

BK 0,136 0,249 0,082 0,172 0,184 0,188 0,124 0,087 0,143 0,296 0,250 0,174 0,227 0,161 0,059

CB 0,112 0,139 0,094 0,133 0,148 0,215 0,071 0,061 0,103 0,132 0,106 0,134 0,121 0,134 0,087

KJ 0,109 0,210 0,093 0,108 0,152 0,126 0,108 0,099 0,087 0,149 0,120 0,197 0,130 0,125 0,082

KW 0,117 0,221 0,096 0,118 0,159 0,134 0,226 0,103 0,095 0,146 0,204 0,146 0,148 0,137 0,051

MT 0,141 0,171 0,115 0,206 0,223 0,172 0,251 0,119 0,139 0,293 0,138 0,242 0,201 0,201 0,067

PB 0,140 0,226 0,119 0,240 0,295 0,242 0,096 0,124 0,174 0,184 0,174 0,159 0,192 0,145 0,069

FL 0,135 0,189 0,113 0,223 0,152 0,214 0,140 0,116 0,224 0,270 0,147 0,172 0,124 0,161 0,068

BR 0,150 0,117 0,093 0,167 0,119 0,251 0,207 0,058 0,064 0,111 0,119 0,102 0,100 0,114 0,126

EC 0,065 0,068 0,055 0,039 0,038 0,054 0,036 0,022 0,026 0,036 0,029 0,029 0,032 0,136 0,029

46

4.3.2 Matriks Total Relation (TR)

Setelah mendapatkan matriks direct-relation yang telah dinormalisasikan,

maka langkah selanjutnya pada metode DEMATEL adalah matriks dari Tabel 4.3.

untuk mendapatkan matriks keterkaitan total (total-relation) yang dilakukan dengan

persamaan 2.6.

Setelah didapatkan matriks hubungan secara total, maka langkah selanjutnya

adalah menghitung vektor D dan R menggunakan rumus persamaan (2.4) dan (2.5)

pada bab dua. Perhitungan Vektor D dan R digunakan untuk mendapatkan prominence

(D+R) dan relation (D-R). Hasil dari Prominence (D+R) menunjukkan tingkat

kepentingan kriteria terhadap supplier, sedangkan relation (D-R) untuk melihat

hubungan sebab akibat pada kriteria. Hasil perhitungan vektor D, Vektor R, Vektor D-

R, dan D+R dapat dilihat pada tabel 4.5.

Vektor D didapatkan melalui penjumlahan setiap baris pada matriks hubungan

secara total, sedangkan Vektor R merupakan penjumlah pada setiap kolom. Setelah

didapatkan perhitungan seluruh vektor, maka langkah selanjutnya adalah membuat

peta impact diagram. Melalui impact diagram inilah dapat diketahui pengaruh atau

hubungan keterkaitan antar kriteria. Peta impact diagram dibuat berdasarkan nilai

batasan/treshold value yang didapatkan melalui perhitungan rata-rata pada matriks

hubungan total.

Treshold Value untuk kriteria pemilihan supplier PT. Notos Wooin Ltd adalah:

𝜶 = 𝟎,𝟎𝟗𝟖+𝟎,𝟏𝟖𝟗+⋯+𝟎,𝟏𝟑𝟔+𝟎,𝟎𝟐𝟗

𝟐𝟐𝟓 = 0,157

47

Tabel 4.4 Hasil Perhitungan Matriks T antar Kriteria

Kriteria PI PH KP KS KK HP BK CB KJ KW MT PB FL BR EC

PI 0,098 0,189 0,072 0,120 0,158 0,272 0,186 0,097 0,080 0,124 0,124 0,111 0,138 0,223 0,194

PH 0,160 0,194 0,135 0,258 0,285 0,293 0,121 0,171 0,253 0,303 0,166 0,214 0,245 0,165 0,081

KP 0,162 0,226 0,104 0,260 0,313 0,240 0,127 0,203 0,223 0,274 0,200 0,214 0,244 0,209 0,183

KS 0,152 0,258 0,126 0,161 0,273 0,291 0,107 0,126 0,116 0,187 0,147 0,250 0,198 0,245 0,109

KK 0,147 0,249 0,121 0,186 0,175 0,307 0,100 0,122 0,137 0,174 0,141 0,273 0,131 0,232 0,075

HP 0,221 0,242 0,161 0,261 0,313 0,217 0,114 0,134 0,120 0,191 0,125 0,257 0,205 0,262 0,125

BK 0,136 0,249 0,082 0,172 0,184 0,188 0,124 0,087 0,143 0,296 0,250 0,174 0,227 0,161 0,059

CB 0,112 0,139 0,094 0,133 0,148 0,215 0,071 0,061 0,103 0,132 0,106 0,134 0,121 0,134 0,087

KJ 0,109 0,210 0,093 0,108 0,152 0,126 0,108 0,099 0,087 0,149 0,120 0,197 0,130 0,125 0,082

KW 0,117 0,221 0,096 0,118 0,159 0,134 0,226 0,103 0,095 0,146 0,204 0,146 0,148 0,137 0,051

MT 0,141 0,171 0,115 0,206 0,223 0,172 0,251 0,119 0,139 0,293 0,138 0,242 0,201 0,201 0,067

PB 0,140 0,226 0,119 0,240 0,295 0,242 0,096 0,124 0,174 0,184 0,174 0,159 0,192 0,145 0,069

FL 0,135 0,189 0,113 0,223 0,152 0,214 0,140 0,116 0,224 0,270 0,147 0,172 0,124 0,161 0,068

BR 0,150 0,117 0,093 0,167 0,119 0,251 0,207 0,058 0,064 0,111 0,119 0,102 0,100 0,114 0,126

EC 0,065 0,068 0,055 0,039 0,038 0,054 0,036 0,022 0,026 0,036 0,029 0,029 0,032 0,136 0,029

48

Tabel 4. 3 Hasil Perhitungan Seluruh Vektor

Kriteria D R D+R D-R

Perizinan 2,187 2,046 4,233 0,141

Perfomance history 3,046 2,946 5,992 0,099

Kapabilitas perusahaan 3,183 1,582 4,765 1,601

Kesesuaian spesifikasi 2,746 2,651 5,398 0,095

kualitas yang konsisten 2,569 2,987 5,556 -0,417

Harga Produk 2,946 3,216 6,163 -0,270

Biaya Kirim 2,532 2,014 4,545 0,518

Cara Pembayaran 1,788 1,644 3,433 0,144

Ketepatan jumlah pesanan 1,895 1,981 3,876 -0,086

Ketepatan waktu pengiriman 2,102 2,870 4,972 -0,769

Jenis moda transfortasi 2,678 2,190 4,868 0,487

Penggantian barang yang rusak 2,579 2,674 5,254 -0,095

Fleksibelitas 2,449 2,436 4,884 0,013

Bahan yang ramah lingkungan 1,897 2,649 4,546 -0,751

Environment-related certificates 0,693 1,404 2,097 -0,711

Nilai rata-rata keseluruhan matriks hubungan total untuk kriteria adalah sebesar

𝜶 = 0,157, maka setiap nilai pada matriks hubungan total akan dibandingkan dengan

treshold value. Apabila nilai pada matriks hubungan total lebih besar daripada treshold

value, berarti kriteria tersebut memiliki pengaruh/keterkaitan dengan kriteria lainnya.

Sedangkan apabila nilai tersebut lebih kecil daripada treshold value, maka kriteria tidak

memiliki hubungan yang kuat. Matriks T pada kriteria yang memiliki nilai matriks

dibawah α = 0,157 akan dirubah menjadi nol yang matriks baru yang diperoleh ini

dinamakan dengan α-cut total influence matrix (Tα) dan matriks ini kemudian akan

digunakan dalam perhitungan intergrasi dengan metode ANP. Matriks α-cut total

influence matrix (Tα) kriteria dan dapat dilihat pada tabel 4.7.

49

Tabel 4.7 α-cut total influence matrix (Tα)

Kriteria PI PH KP KS KK HP BK CB KJ KW MT PB FL BR EC

PI 0,000 0,000 0,000 0,000 0,000 0,272 0,186 0,000 0,000 0,000 0,000 0,000 0,000 0,223 0,194

PH 0,000 0,000 0,000 0,258 0,285 0,000 0,000 0,000 0,253 0,303 0,000 0,214 0,245 0,000 0,000

KP 0,000 0,226 0,000 0,260 0,313 0,240 0,000 0,203 0,223 0,274 0,200 0,214 0,244 0,209 0,000

KS 0,000 0,258 0,000 0,161 0,273 0,291 0,000 0,000 0,000 0,000 0,000 0,250 0,198 0,245 0,000

KK 0,000 0,249 0,000 0,186 0,175 0,307 0,000 0,000 0,000 0,000 0,000 0,273 0,000 0,232 0,000

HP 0,221 0,242 0,000 0,261 0,313 0,000 0,000 0,000 0,000 0,000 0,000 0,257 0,205 0,262 0,000

BK 0,000 0,000 0,000 0,000 0,184 0,000 0,000 0,000 0,000 0,000 0,250 0,000 0,227 0,000 0,000

CB 0,000 0,000 0,000 0,000 0,000 0,215 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

KJ 0,000 0,210 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,197 0,000 0,000 0,000

KW 0,000 0,221 0,000 0,000 0,000 0,000 0,226 0,000 0,000 0,000 0,204 0,000 0,000 0,000 0,000

MT 0,000 0,000 0,000 0,000 0,223 0,172 0,251 0,000 0,000 0,293 0,000 0,242 0,201 0,201 0,000

PB 0,000 0,226 0,000 0,240 0,295 0,242 0,000 0,000 0,174 0,184 0,000 0,000 0,000 0,000 0,000

FL 0,000 0,189 0,000 0,223 0,000 0,214 0,000 0,000 0,224 0,270 0,000 0,172 0,000 0,000 0,000

BR 0,000 0,000 0,000 0,000 0,000 0,251 0,207 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

EC 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,136 0,000

50

4.4 Penyusunan Diagram DEMATEL

Jaringan dematel terbentuk dari Matriks α-cut total influence. Apabila nilainya

0 maka krtiteria tersebut tidak mempengaruhi kritteria lain, lalu dilakukan pemetaan

yang tersusun pada gambar 4.6.

Gambar 4.6 diagram jaringan hubungan antar kriteria

4.4 Pengolahan data ANP

4.4.1 Jaringan ANP

Diagram jaringan ANP merupakan diagram jaringan interkoneksi antar

KRITERIA dengan input hasil pengolahan hubungan keterkaitan DEMATEL yang

berupa peta impact diagram. Pengolahan model ANP dilakukan dengan

menggunakan software Super Decision. Hasil dari pengolahan menggunakan ANP

yang diharapkan adalah pemetaan kriteria beserta keterkaitannya satu sama lain.

51

Langkah pertama adalah membuat jaringan diagram Strategic Subject, dengan

inputan hubungn keterkaitan antar kriteria yang didapatkan menggunakan

DEMATEL. Elemen-elemen diagram terdiri dari cluster, node, dan garis koneksi.

Cluster pada jaringan ini merupakan strategic subject pemetaan kriteria, sedangkan

node merupakan kriteria yang ada pada masing-masing strategic subject. Garis

koneksi merepresentasikan hubungan dan pengaruh antar kriteria satu sama lain.

Koneksi kriteria pemetaan kriteria dan subkriteria di dalam satu strategic subject

yang sama disebut inner dependence sedangkan hubungan antara kriteria di luar

strategic subject disebut outer dependence.

Langkah selanjutnya adalah menyusun diagram jaringan antara

DimensiStrategic Subject. Pada diagram jaringan tersebut, dimensi sebagai cluster

sedangkan Strategic Subject sebagai node. Hasil pemetaan kedua diagram jaringan

kriteria dapat dilihat pada gambar 4.7 dan 4.8 berikut.

Gambar 4.6 Diagram Jaringan ANP dalam software super decision

52

Gambar 4.8 gabungan jaringan DEMATEL dan ANP

Jaringan 4.8 merupakan jaringan yang terbentuk dari gabungan 2 jaringan

yaitu DEMATEL dan ANP. Jaringan DEMATEL berperan dalam menunjukkan

pengaruh satu kriteria terhadapa kriteria lainnya sedangkan jaringan ANP

menunjukkan hubungan keterkaitan antara goals terhadap kriteria, kriteria terhadap

alternative dan sebaliknya. Jaringan tersebut menjadi landasan perhitungan

hubungan keterikaitan dalam metode ANP.

53

4.4.1.1 Super Matriks Analitycal Network Process

Supermatriks merupakan hasil vektor prioritas dari perbandingan antar

kluster dan kriteria. Supermatriks didapat dengan menggunakan tiga tahap yaitu

Supermatriks Tidak Terbobot (Unweighted Supermatrix), Supermatriks Terbobot

(Weighted Supermatrix), dan Supermatriks Limit (Limiting Supermatrix).

1. Unweighted Supermatrix

Unweighted Supermatrix merupakan terjemahan dari bobot masing-masing

kluster dan kriteria yang diinput ke dalam tabel matriks kompleks. Unweighted

Supermatrix dapat dilihat pada tabel 4.8.

Pada Unweighted Supermatrix dapat diketahui pengaruh masing masing

Supplier terhapap kriteria, dan satu kriteria terhap kriteria lain. Untuk supplier X

memiliki pengaruh terbesar pada kriteria harga produk dengan nilai sebesar 0,144,

supplier Y pengaruh terbesar pada kriteria kesesuaian spesifikasi dengan nilai

sebesar 0,133, dan supplier Z pengaruh terbesar pada kriteria konsistensi kualitas

dengan nilai sebesar 1,40.

54

Tabel 4.8 unweighted super matrix

Cluster Nodes Sp X Sp Y Sp Z Sp T BR BK CB EC F HP KP KS KJ KW KK MT PH PB PI

Alternatif

Sp X 0,000 0,000 0,000 0,000 0,137 0,163 0,540 0,200 0,528 0,540 0,163 0,250 0,163 0,137 0,163 0,297 0,122 0,200 0,500

Sp Y 0,000 0,000 0,000 0,000 0,625 0,297 0,163 0,400 0,333 0,297 0,297 0,250 0,297 0,625 0,540 0,163 0,558 0,400 0,250

Sp Z 0,000 0,000 0,000 0,000 0,238 0,540 0,297 0,400 0,140 0,163 0,540 0,500 0,540 0,238 0,297 0,540 0,320 0,400 0,250

Goal Sp T 0,000 0,000 0,000 0,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000

Kriteria

BR 0,038 0,068 0,044 0,044 0,000 0,000 0,000 1,000 0,000 0,096 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,459

BK 0,029 0,026 0,059 0,024 0,429 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,467 0,000 0,000 0,000 0,172

CB 0,093 0,020 0,021 0,022 0,000 0,000 0,000 0,000 0,000 0,072 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

EC 0,045 0,040 0,040 0,039 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,226

FL 0,109 0,057 0,036 0,045 0,000 0,143 0,000 0,000 0,000 0,155 0,139 0,137 0,000 0,000 0,000 0,160 0,177 0,000 0,000

HP 0,144 0,096 0,071 0,112 0,500 0,000 1,000 0,000 0,081 0,000 0,000 0,519 0,000 0,000 0,630 0,000 0,000 0,125 0,144

KP 0,040 0,041 0,086 0,055 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

KS 0,077 0,113 0,121 0,145 0,500 0,000 0,000 0,000 0,133 0,219 0,181 0,000 0,000 0,000 0,000 0,000 0,096 0,125 0,000

KJ 0,065 0,087 0,109 0,066 0,000 0,000 0,000 0,000 0,295 0,000 0,154 0,000 0,000 0,000 0,000 0,000 0,158 0,375 0,000

KW 0,070 0,124 0,067 0,101 0,000 0,429 0,000 0,000 0,240 0,000 0,154 0,000 0,000 0,000 0,000 0,277 0,225 0,000 0,000

KK 0,081 0,125 0,109 0,122 0,000 0,000 0,000 0,000 0,000 0,316 0,162 0,150 0,000 0,000 0,000 0,095 0,202 0,375 0,000

MT 0,023 0,030 0,034 0,061 0,000 0,429 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,429 0,000 0,000 0,000 0,000 0,000

PH 0,046 0,092 0,047 0,074 0,000 0,000 0,000 0,000 0,125 0,000 0,065 0,000 0,333 0,143 0,151 0,000 0,000 0,000 0,000

PB 0,028 0,032 0,032 0,047 0,000 0,000 0,000 0,000 0,125 0,091 0,088 0,194 0,667 0,000 0,218 0,000 0,143 0,000 0,000

PI 0,113 0,050 0,075 0,080 0,000 0,000 0,000 0,000 0,000 0,051 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

2. Weighted Supermatrix

Weighted Supermatrix diperoleh dengan mengalikan semua elemen unweighted supermatrix. Hasil perhitungan Weighted

Supermatrix dapat dilihat pada tabel 4.9.

55

Tabel 4.9 Weighted Supermatrix

Cluster Nodes Sp X Sp Y Sp Z Sp T BR BK CB EC F HP KP KS KJ KW KK MT PH PB PI

Alternatif

Sp X 0,000 0,000 0,000 0,000 0,046 0,054 0,180 0,067 0,176 0,180 0,054 0,083 0,054 0,046 0,054 0,099 0,041 0,067 0,167

Sp Y 0,000 0,000 0,000 0,000 0,208 0,099 0,054 0,133 0,111 0,090 0,099 0,083 0,099 0,208 0,180 0,054 0,186 0,133 0,083

Sp Z 0,000 0,000 0,000 0,000 0,080 0,180 0,099 0,133 0,047 0,054 0,180 0,167 0,180 0,080 0,099 0,180 0,107 0,133 0,083

Goal Sp T 0,000 0,000 0,000 0,000 0,333 0,333 0,333 0,333 0,333 0,333 0,333 0,333 0,333 0,333 0,333 0,333 0,333 0,333 0,333

Kriteria

BR 0,038 0,068 0,044 0,044 0,000 0,000 0,000 0,143 0,000 0,032 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,153

BK 0,029 0,026 0,059 0,024 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,143 0,000 0,000 0,000 0,057

CB 0,093 0,020 0,021 0,022 0,000 0,000 0,000 0,000 0,000 0,024 0,019 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

EC 0,045 0,040 0,040 0,039 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,075

F 0,109 0,057 0,036 0,045 0,000 0,048 0,000 0,000 0,000 0,052 0,046 0,046 0,000 0,000 0,000 0,053 0,059 0,000 0,000

HP 0,144 0,096 0,071 0,112 0,167 0,000 0,333 0,000 0,027 0,000 0,000 0,173 0,000 0,000 0,210 0,000 0,000 0,042 0,048

KP 0,040 0,041 0,086 0,055 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

KS 0,077 0,113 0,120 0,145 0,167 0,000 0,000 0,000 0,044 0,073 0,060 0,000 0,000 0,000 0,000 0,000 0,032 0,042 0,000

KJ 0,065 0,090 0,109 0,065 0,000 0,000 0,000 0,000 0,098 0,000 0,051 0,000 0,000 0,000 0,000 0,000 0,053 0,125 0,000

KW 0,070 0,124 0,067 0,101 0,000 0,143 0,000 0,000 0,080 0,000 0,051 0,000 0,000 0,000 0,000 0,092 0,075 0,000 0,000

KK 0,081 0,125 0,109 0,122 0,000 0,000 0,000 0,000 0,000 0,105 0,054 0,050 0,000 0,000 0,000 0,032 0,067 0,125 0,000

MT 0,023 0,030 0,061 0,025 0,000 0,143 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,143 0,000 0,000 0,000 0,000 0,000

PH 0,046 0,087 0,045 0,074 0,000 0,000 0,000 0,000 0,042 0,000 0,022 0,000 0,111 0,048 0,050 0,000 0,000 0,000 0,000

PB 0,028 0,032 0,035 0,047 0,000 0,000 0,000 0,000 0,042 0,030 0,029 0,065 0,222 0,000 0,073 0,000 0,048 0,000 0,000

PI 0,113 0,050 0,074 0,080 0,000 0,000 0,000 0,000 0,000 0,017 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

3. Limit Supermatrix

Berdasarkan hasil pengolahan dengan metode Analytic Network Process di atas maka limit supermatrix yang dapat dilihat pada

table 4.10. Dari limit super matrix dapat ditentukan Supplier dengan nilai tertinggi yaitu supplier Y dengan nilai sebesar (0,077), diikuti

56

oleh supplier Z (0,068), dan supplier X (0,055). Untuk ktiteria yang memliliki nilai paling tinggi adalah harga produk dengan nilai

sebesar (0,083), diikuti konsistensi kualitas (0,068) dan kesesuaian spesifikasi (0,066).

Tabel 4.10 Limit super matrix

Cluster Nodes Sp X Sp Y Sp Z Sp T BR BK CB EC F HP KP KS KJ KW KK MT PH PB PI

Alternatif

Sp X 0,055 0,055 0,055 0,055 0,055 0,055 0,055 0,055 0,055 0,055 0,055 0,055 0,055 0,055 0,055 0,055 0,055 0,055 0,055

Sp Y 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077

Sp Z 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068

Goal Sp T 0,200 0,200 0,200 0,200 0,200 0,200 0,200 0,200 0,200 0,200 0,200 0,200 0,200 0,200 0,200 0,200 0,200 0,200 0,200

Kriteria

BR 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033

BK 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025 0,025

CB 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015

EC 0,019 0,019 0,019 0,019 0,019 0,019 0,019 0,019 0,019 0,019 0,019 0,019 0,019 0,019 0,019 0,019 0,019 0,019 0,019

F 0,035 0,035 0,035 0,035 0,035 0,035 0,035 0,035 0,035 0,035 0,035 0,035 0,035 0,035 0,035 0,035 0,035 0,035 0,035

HP 0,083 0,083 0,083 0,083 0,083 0,083 0,083 0,083 0,083 0,083 0,083 0,083 0,083 0,083 0,083 0,083 0,083 0,083 0,083

KP 0,022 0,022 0,022 0,022 0,022 0,022 0,022 0,022 0,022 0,022 0,022 0,022 0,022 0,022 0,022 0,022 0,022 0,022 0,022

KS 0,066 0,066 0,066 0,066 0,066 0,066 0,066 0,066 0,066 0,066 0,066 0,066 0,066 0,066 0,066 0,066 0,066 0,066 0,066

KJ 0,044 0,044 0,044 0,044 0,044 0,044 0,044 0,044 0,044 0,044 0,044 0,044 0,044 0,044 0,044 0,044 0,044 0,044 0,044

KW 0,051 0,051 0,051 0,051 0,051 0,051 0,051 0,051 0,051 0,051 0,051 0,051 0,051 0,051 0,051 0,051 0,051 0,051 0,051

KK 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068 0,068

MT 0,024 0,024 0,024 0,024 0,024 0,024 0,024 0,024 0,024 0,024 0,024 0,024 0,024 0,024 0,024 0,024 0,024 0,024 0,024

PH 0,040 0,040 0,040 0,040 0,040 0,040 0,040 0,040 0,040 0,040 0,040 0,040 0,040 0,040 0,040 0,040 0,040 0,040 0,040

PB 0,041 0,041 0,041 0,041 0,041 0,041 0,041 0,041 0,041 0,041 0,041 0,041 0,041 0,041 0,041 0,041 0,041 0,041 0,041

PI 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033 0,033

57

Limit matrix tersebut dinormalisasikan dengan cluster untuk menghasilkan

bobot global, hasil pengolahan data dari software super decision dapat diliha pada

tabel 4.11 dan 4.12.

Tabel 4.11 bobot global kriteria

Kriteria Bobot

harga produk 0,139

Konsistensi kualitas 0,114

kesesuian spesifikasi 0,111

ketepatan waktu 0,085

ketepatapan jumlah 0,074

pergantian barang rusak 0,069

performance history 0,067

Fleksibelitas 0,058

bahan ramah lingkungan 0,055

Perizinan 0,054

biaya kirim 0,042

moda tranportasi 0,040

Kapabilitas 0,037

enviromental certificate 0,031

cara bayar 0,025

Jumlah 1,00

Untuk ktiteria yang memliliki bobot paling tinggi adalah harga produk

dengan nilai sebesar (0,1385), diikuti konsistensi kualitas (0,1135) dan kesesuaian

spesifikasi (0,1108). Untuk itu kriteria kesesuaian spesifikasi menajadi kriteria

utama dalam pemilihan supplier di PT. Notos Wooin Ltd.

Tabel 4.12 bobot global alternatif

Kriteria Bobot Global

supplier Y 0,38423

supplier Z 0,33642

supplier X 0,27934

Jumlah 1

Berdasarkan hasil pengolahan data dengan menggunakan metode ANP Supplier

dengan bobot tertinggi yaitu supplier Y dengan nilai sebesar (0,38423), diikuti

oleh supplier Z (0,33642), dan supplier X (0,27934). Untuk itu dari hasil

pengolahan data tersebut maka supplier yang terpilih adalah Supplier Y.