food - eprints.umm.ac.ideprints.umm.ac.id/47037/5/bab iv.pdf · saat penerimaan barang . 30 no job...

26

BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Tinjauan Perusahaan

CV. Kajeye Food merupakan salah satu dari banyak Industri Kecil

Menengah (IKM) yang bergerak pada bidang agroindustri, tepatnya yang

memproduksi jajanan khas malang yaitu keripik. CV. Kajeye Food memiliki

nomor izin usaha (SIUP) 517 / 253 / 35.73.407 / 2010. Sejak didirikannya CV.

Kajeye Food mempunyai dua merk yaitu SoKressh (keripik buah dan sayuran),

Kenyil (manisan buah). SoKressh memiliki beberapa varian buah yaitu, nangka,

apel, pisang, melon, salak, semangka, rambutan, nanas, belimbing, mangga,

jambu merah, papaya, dan labu. Keripik SoKressh juga memiliki varian sayur

contohnya ada dari jamur, wortel, kentang, pepino, ubi ungu, brokoli, kacang

panjang, bawang merah dan lainnya. Selain itu, produk manisan buah Kenyil

memiliki varian antara lain nanas, nangka, apel dan sirsak. Kapasitas produksi

kripik buah CV. Kajeye Food mencapai 100 kg/ hari. Tenaga yang bekerja disini

ada sekitar 30 orang pekerja tetap, dengan jam kerja 8 jam/ hari mulai hari senin

hingga sabtu. Target pasar CV. Kajeye Food adalah pasar modern, pasar

tradisional, toko oleh oleh dan grosir tidak haya daerah malang akan tetapi dari

luar pulau contohnya Lampung, Kalimantan dan Bali.

4.1.1 Visi Perusahaan

Menciptakan lapangan pekerjaan bagi masyarakat sekitar perusahaan serta

menciptakan berbagai kreasi dan inovasi produk kripik buah dan sayur segar

yang menggugah selera masyarakat.

4.1.2 Misi Perusahaan

1. Melakukan perluasan pasar luar negeri dan pembaharuan packing yang

eksklusif serta kerjasama dengan UKM sebagai pemasok kripik sesuai

kriteria perusahaan dan mengembangkan produk lain.

27

2. Menjadi perusahaan yang terkemuka sebagai produsen kripik buah –

buahan, sayuran dan produsen bidang pangan lainnya, serta bisa

melebarkan sayap menjadi perusahaan manufactur dibidang teknologi

modern dengan memberikan nilai kepuasan terbaik bagi pelanggan

melalui harga yang wajar, purna jual produk dan pelayanan

berkualitas.

4.1.3 Struktur Organisasi

Gambar 4.1 Sruktur Organisasi CV. Kajeye Food

Berdasarkan struktur organisasi di atas, secara umum masing – masing

bagian memiliki tugasnya untuk menunjang proses bisnis yang ada

diperusahaan. Berikut adalah tugas dari bagian – bagian yang ada di CV.

Kajeye Food :

28

Tabel 4.1 Job Deskripsi CV. Kajeye Food

No Job Deskripsi

1. Direktur Utama

a. Merencanakan serta mengembangkan sumber-

sumber pendapatan dan pembelanjaan kekayaan

CV. KAJEYE FOOD

b. Melakukan koordinasi, perencanaan,

pemantauan dan evaluasi terhadap pelaksanaan

tugas yang dilaksanakan oleh setiap koordinator

bidang CV. KAJEYE FOOD.

c. Menjadi Top Management bagi implementasi

Sistem Manajemen Mutu ISO 9001:2008 di

CV.KAJEYE FOOD

2. Kepala Pabrik

a. Memutuskan dan menentukan peraturan serta

kebijakan tertinggi di CV. KAJEYE FOOD.


pemantauan dan evaluasi terhadap

pengembangan karir.

c. Bertanggung jawab dalam pelaksanaan tugas

dan melaporkannya kepada Direktur Utama.

3. Kepala Bidang

Personalia

a. Menjadi kepala bidang bagi implementasi

Sistem Manajemen Mutu ISO 9001:2008 di CV.

KAJEYE FOOD.


pemantauan dan evaluasi terhadap Personalia.


dan melaporkannya kepada Kepala Pabrik.

4. Kepala Bidang

Quality control



KAJEYE FOOD.


pemantauan dan evaluasi terhadap Quality

control.


dan melaporkannya kepada Kepala Pabrik.

29

No Job Deskripsi

5. Kepala Bidang

Produksi



KAJEYE FOOD.

b. Mengawasi semua kegiatan proses produksi

yang berlangsung di lantai pabrik seperti

pemotongan, pengupasan, penggorengan, dan

proses lainnya .

c. Mengkoordinir dan mengarahkan setiap

bawahannya serta menentukan pembagian tugas

bagi setiap bawahannya.

6. Kepala Bidang

Teknik



KAJEYE FOOD.

b. Mengawasi semua kegiatan proses produksi

yang berlangsung di lantai pabrik seperti

pemotongan, pengupasan, penggorengan, dan

proses lainnya .

c. Mendelegasikan dan mengkoordinir tugas -

tugas di bagian perawatan mesin dan listrik

7. Kepala Bidang

Pemasaran



KAJEYE FOOD.

b. Bertugas untuk melakukan analisis pasar,

meneliti persaingan dan kemungkinan

perubahan permintaan serta mengatur distribusi

produksi.

c. Menentukan kebijaksanaan dan strategi

pemasaran CV.KAJEYE FOOD yang mencakup

jenis produk yang akan dipasarkan, harga

pendistribusian dan promosi.

d. Bertanggung jawab atas pengadaan bahan baku

8. Admin Umum/

Kasir

a. Melayani segala pembayaran yang dilakukan di

CV. KAJEYE FOOD.

b. Melakukan pencatatan atas semua transaksi .

c. Melakukan pengecekan atas jumlah barang pada

saat penerimaan barang .

30

No Job Deskripsi

9. Umum

Kebersihan

a. Menjaga kebersihan di CV. KAJEYE FOOD

b. Melakukan pengecekan kebersihan atas barang

atau tempat produksi secara teratur

10. Analis

a. Bertanggung jawab atas statistik naik turunnya

produksi atau pemasaran

b. Bertugas untuk melakukan analisis pasar,

meneliti persaingan dan kemungkinan

perubahan permintaan serta mengatur distribusi

produksi

11. Admin Produksi

a. Bertanggung jawab dalam pelaksanaan tugas

dan melaporkannya kepada Kepala Produksi.

b. Mengkoordinir dan mengarahkan setiap

bawahannya serta menentukan pembagian tugas

bagi setiap bawahannya.

12. Kepala Shift a. Mengatur jalannya jam kerja secara rutin

b. Bertanggung jawab atas waktu untuk para

karyawan

13. Operator Produksi

a. Melaksanakan proses produksi dan prosedur

kualitas sesuai dengan ketentuan Sistem

Manajemen Mutu ISO 9001:2008,

mengoperasikan mesin dan mengontrol proses

produksi.

b. Mengatur dan mengontrol bahan baku proses

produksi sehingga menjadi bahan jadi dengan

ketentuan target.

14 Mekanik / Teknisi

a. Bertanggung jawab dalam pelaksanaan tugas

dan melaporkannya kepada Kepala Teknik.

b. Mengerjakan dan memperbaiki mesin sesuai

ketentuan ISO 9001:2008

15. Sales

a. Memaksimalkan potensial keuntungan,

menganalisa semua sumber bisnis dan

mengembangkannya dengan potensi keuntungan

sebesar mungkin.

b. Bertanggung jawab dalam pelaksanaan tugas

dan melaporkannya kepada Kepala Pemasaran.

c. Bertugas mengatur masalah pemasaran di dunia

online

31

4.2 Pengumpulan Data

Data yang digunakan peneliti ada 2 jenis yaitu data primer dan sekunder.

Pengambilan data primer dan sekunder dilakukan dengan teknik wawancara

pada responden dan pengisian kuisioner. Responden penelitian ini adalah

kepala bidang pemasaran, karena kepala bagian pemasaran ini juga

menangani tetang pengadaan bahan baku, sehingga memiliki pengetahuan

yang cukup tentang informasi mengenai supplier. Pada teknik wawancara

peneliti berdiskusi mulai dari pengadaan bahan baku, supplier yang

digunakan, permasalahan yang muncul saat pengadaan bahan baku, dan

pengisian kuisioner. Objek penelitian kali ini adalah bahan baku keripik

nangka dikarenakan menurut kepala bidang pemasaran yang paling laris

adalah keripik buah nangka. Hal ini yang membuat evaluasi kinerja sangat

berguna pada supplier buah nangka karena intensitas pengirimannya sering

dan dalam jumlah banyak. Berikut adalah data penjualan selama 6 bulan

terakhir mulai dari Juli – Desember 2018.

Tabel 4.2 Data Penjualan Keripik Buah Bulan Juli – Desember 2018

Jenis Keripik

Bulan (pack)

Total Juli Agustus September Oktober November Desember

Nangka 850 896 900 879 990 1000 5515

Apel 755 850 870 878 880 900 5133

Mangga 720 705 770 860 857 900 4812

Salak 710 740 730 810 880 800 4670

Nanas 600 711 750 725 700 750 4236

Melon 560 500 504 540 544 550 3198

Belimbing 550 540 500 514 512 514 3130

Semangka 455 501 457 449 476 490 2828

Jambu Merah 480 480 490 444 451 500 2845

Rambutan 343 360 366 420 413 411 2313

labu 310 400 304 431 441 422 2308

pepaya 320 340 310 320 312 331 1933

Pisang 530 550 500 500 406 470 2956

Sumber : Bagian Pemasaran

32

4.2.1 Data Primer

Data primer dalam penelitian ini diperoleh dari kepala bagian

pemasaran CV. Kajeye Food. Data primer adalah data yang dikumpulkan

berdasarkan hasil observasi dan wawancara yang dilakukan peneliti secara

langsung kepada kepala bagian pemasaran.

1. Identitas Supplier

Data primer pertama yang digunakan dalam penelitian ini adalah

identitas supplier. Pada CV. Kajeye Food terdapat 4 supplier untuk bahan

baku kripik nangka. Supplier – supplier ini adalah pengepul buah nangka

di daerahnya. Masing- masing supplier memiliki karakteristik yang

berbeda – beda dalam hal pengadaan bahan baku. Berikut adalah nama

nama supplier bahan baku kripik nangka CV. Kajeye Food :

Tabel 4.3 Supplier Kripik Nangka

Supplier Ke - Nama Supplier

Supplier 1 Supplier Semarang

Supplier 2 Supplier Lumajang

Supplier 3 Supplier Pasuruan

Supplier 4 Supplier Dampit Sumber : Bagian Pemasaran

2. Kriteria Evaluasi Supplier

Pada penentuan kriteria supplier yang akan digunakan pada penelitian

ini sudah melalui diskusi dengan kepala bidang pemasaran, dari sumber

literatur, dan penelitian terdahulu. Pada penelitian yang dilakukan oleh

Garside dan Kristiandy (2013), kriteria yang digunakan untuk pemilihan

supplier buah nangka yang pertama adalah kualitas. Kualitas ini bisa

dilihat dari ketebalan daging,dan tingkat kematangan buah yang memiliki

warna kuning kemerahan. Kriteria kedua yang digunakan adalah biaya,

yaitu biaya pembelian bahan baku yang berupa rupiah per kilogram dan

ongkos kirim yang dikeluarkan saat pengambilan buah, termasuk bahan

bakar, honor supir. Kriteria ketiga yang digunakan adalah pengiriman,

yaitu ketepatan waktu. Adapun kriteria dan sub kriteria yang akan

33

digunakan sudah dianggap sesuai dengan kondisi perusahaan oleh peneliti

dan pihak perusahaan. Ada 4 kriteria dan 10 sub kriteria yang telah

disepakati. Berikut adalah kriteria evaluasi supplier yang akan digunakan

pada penelitian ini.

Tabel 4.4 Kriteria Evaluasi Supplier

NO Kriteria Kode Sub Kriteria Kode Keterangan Gambar

1 Kualitas K1

Daging Buah

Tebal K1

Kesesuaian buah

yang dikirim

dengan spesifikasi

yang sudah

ditentukan CV.

Kajeye Food

Bentuk buah

bulat utuh K2

Matang di

pohon K3

2 Harga K2

Biaya Kirim K4 Penawaran harga,

biaya kirim dan

diskon yang

diberikan supplier

kepada CV. Kajeye

Food

Harga Buah K5

Diskon

K6

3 Pengiriman K3

Ketepatan

Pengiriman

K7 Terjadi ketepatan

atau keterlambatan,

ketika pengiriman

buah serta kuantitas

ketepatan buah saat

datang.

- Ketepatan

Kuantitas

K8

4 Pelayanan K4

Ketersediaan

Buah

K9 Pelayanan yang

diberikan supplier

terkait ketersediaan

buah dan responnya

terhadap klaim.

- Respon

terhadap klaim

K10

3. Hasil Penyebaran Kuisioner Tahap 1 (Kriteria)

34

Penyebaran kuisioner tahap 1 ini adalah kuisioner berisi tentang

kriteria yang akan digunakan untuk penilaian evaluasi kinerja supplier.

Pada kuisioner ini berisi 4 kriteria yaitu kualitas, biaya, pengiriman dan

pelayanan. Kuisioner tahap 1 ini di isi oleh kepala bagian pemasaran

selaku pihak yang dianggap peneliti paham tentang kinerja supplier,

karena pada CV. Kajeye bagian pemasaranlah yang bertanggung jawab

tentang pengadaan bahan baku. Berikut adalah hasil kuisioner yang telah

di isi oleh kepala pemasaran CV. Kajeye .

Tabel 4.5 Hasil Kuisioner Tingkat Kepentingan antar Kriteria

KRITERIA PENILAIAN KRITERIA

Kualitas(K1) 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Biaya(K2)

Kualitas(K1) 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Pengiriman(K3)

Kualitas(K1) 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Pelayanan(K4)

Biaya(K2) 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Pengiriman (K3)

Biaya(K2) 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Pelayanan(K4)

Pengiriman(K3) 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Pelayanan(K4)

4. Hasil Penyebaran Kuisioner Tahap 2 (Sub Kriteria)

Sama halnya dengan kuisioner tahap 1, kuisioner tahap 2 ini juga di isi

oleh kepala bagian pemasaran. Setelah penyebaran kuisioner tahap 1 yang

berisi kriteria, selanjutnya dilakukan pengisian kuisioner tahap 2 yaitu sub

kriteria. Pertama, untuk kriteria kualitas memiliki 3 sub kriteria yaitu

daging buah tebal, bentuk buah bulat utuh dan matang di pohon. Kedua,

kriteria biaya memiliki 3 sub kriteria juga yaitu biaya kirim, harga buah,

dan diskon. Selanjutnya adalah kriteria pengiriman memiliki 2 sub kritria

yaitu ketepatan pengiriman dan ketepatan kuantitas buah. Terakhir yaitu

kriteria pelayanan juga memiliki 2 sub kriteria, sub kriteria ketersediaan

buah dan respon terhadap klaim Berikut ini adalah hasil pengisian

kuisioner tahap 2 .

Tabel 4.6 Hasil Kuisioner Tingkat Kepentingan antar Sub Kriteria Kualitas

35

SUB KRITERIA PENILAIAN KRITERIA

Daging buah tebal

(SK1) 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9

Bentuk buah

bulat utuh (SK2)

Daging buah tebal

(SK1) 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9

Matang di

Pohon (SK3)

Bentuk buah bulat

utuh (SK2) 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9

Matang di

Pohon (SK3)

Tabel 4.7 Hasil Kuisioner Tingkat Kepentingan antar Sub Kriteria Harga


Biaya Kirim

(SK4) 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9

Harga Buah

(SK5)

Biaya Kirim

(SK4) 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Diskon (SK6)

Diskon (SK6) 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Harga Buah

(SK5)

Tabel 4.8 Hasil Kuisioner Tingkat Kepentingan antar Sub Kriteria Pengiriman


Ketepatan

Pengiriman (SK7) 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9

Ketepatan

Kuantitas

Buah(SK8)

Tabel 4.9 Hasil Kuisioner Tingkat Kepentingan antar Sub Kriteria Pelayanan


Ketersediaan Buah

(SK9) 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9

Respon terhadap

klaim(SK10)

5. Hasil Penyebaran Kuisioner Tahap 3

Pada kuisioner tahap ke 3 ini di isi juga oleh bagian pemasaran

selaku penanggung jawab terhadap pengadaan bahan baku. Kuisioner

tahap 3 digunakan untuk mengetahui nilai masing masing supplier

berdasarkan sub kriteria menggunakan skala likert. Skala likert yang

digunakan adalah angka 1 sampai 5. Angka 1 memberikan keterangan

sangat buruk, angka 2 memberikan keterangan buruk, angka 3

memberikan keterangan cukup, angka 4 memberikan keterangan bagus,

dan angka 5 memberikan sangat bagus. Berikut adalah hasil pengisian

kuisionernya.

36

Tabel 4.10 Penilaian Kerja Berdasarkan Sub Kriteria

Sub Kriteria

Penilaian

Supplier

Semarang

Supplier

Lumajang

Supplier

Pasuruan

Supplier

Dampit

Daging buah tebal (SK1) 3 3 3 3

Bentuk buah bulat utuh (SK2) 4 4 5 5

Matang di pohon (SK3) 5 4 3 3

Biaya Kirim (SK4) 3 3 4 4

Harga Buah (SK5) 5 4 4 4

Diskon (SK6) 3 3 3 3

Ketepatan Pengiriman (SK7) 3 4 4 4

Ketepatan Kuantitas (SK8) 3 3 5 3

Ketersediaan Buah (SK9) 4 3 4 3

Respon terhadap klaim (SK10) 4 3 5 3

4.2.2 Data Sekunder

Data sekunder merupakan data yang diperoleh peneliti dalam bentuk

jadi dan telah diolah oleh perusahaan. Data sekunder yang digunakan pada

penelitian ini adalah data kinerja masing – masing supplier periode

November 2018 – Maret 2019.

1. Data Kinerja Supplier

Bentuk kinerja supplier yaitu terkait kualitas, harga,pengiriman dan

pelayanan. Pelanggaran tersebut adalah termasuk dalam kriteria evaluasi

kinerja supplier. Berikut adalah data – data supplier antara lain :

a. Kualitas

Kualitas merupakan salah satu faktor penting dalam kriteria

evaluasi kinerja supplier menurut CV. Kajeye. Kualitas buah angka

yang baik pastinya akan menghasilkan keripik nangka dengan

kualitas yang bagus.

37

Pada kriteria kualitas terdapat 3 sub kriteria yaitu daging buah

tebal, bentuk buah bulat utuh serta matang dipohon, ketiganya

termasuk kriteria buah kualita bagus. Menurut kepala bagian

pemasaran selaku yang bertanggung jawab terhadap supplier buah,

CV. Kajeye Food hanya menerima buah yang sesuai dengan kualitas

yang ditetapkan sesuai kriteria di atas. Jika buah datang dan tidak

sesuai dengan kualitas yang ditetapkan, contohnya buah busuk,

terlalu matang, daging buah tidak tebal dan bentuk buah tidak bulat

utuh akan langsung dikembalikan kepada supplier. Meskipun

supplier akan menurunkan harganya, tetap tidak akan diterima oleh

perusahaan karena kualitas selalu diutamakan oleh CV. Kajeye

Food.

Buah nangka dengan kualitas bagus biasanya dipesan pada saat

masa panen raya yaitu bulan November sampai pertengahan Maret.

Selain bulan itu perusahaan tidak memesan nangka lagi sampai

musim panen raya selanjutnya. Cara pengecekan kualitas buah

nangka juga dilakukan dengan cara melubangi satu per satu buah

nangka untuk mengetahui tingkat kematangan, daging buah tebal

atau tidak, buah busuk atau tidak. Data dibawah ini adalah

ketidaksesuaian kualitas selama 5 bulan terakhir.

Tabel 4.11 Data Ketidaksesuaian Kualitas Bulan November 2018 – Maret 2018

Supplier Pengiriman Per

Minggu

Bulan

Nov Des Jan Feb

Mar

Supplier 1

(8 ton)/minggu

1 5% 5% 4.4% 4.5% 4%

2 4% 5% 4.5% 4.2% 4.2%

3 4.5% 4.9% 4.3% 4% 4.1%

4 5% 5% 4% 4% 4%

38


Minggu

Bulan

Nov Des Jan Feb

Mar

Supplier 2

(1,5 ton)/minggu

1 10% 10% 9% 9.7% 10.1%

2 11.2% 11.1% 10% 10.1% 10.2%

3 10.9% 10% 10% 10.1% 10%

4 11.1% 10.3% 9.8% 9.8% 10.1%

Supplier 3

(1,5 ton)/minggu

1 11% 11% 10.2% 10.2% 10.2%

2 10.9% 10% 11% 11% 11%

3 11.5% 10% 10.3% 11% 10%

4 10.2% 11% 10% 10.3% 10%

Supplier 4

(1,5 ton)/minggu

1 11% 11% 10% 11% 10%

2 11% 10% 10% 10% 11%

3 10.5% 10.5% 10% 10% 10.2%

4 10.5% 10.4% 10.1% 10% 10.1%


Pada tabel 4.11 diatas menunjukkan data ketidaksesuaian

kualitas buah masing – masing supplier dengan kriteria kualitas pada

bulan November 2018 – Maret 2019. Pemesanan buah nangka pada

supplier semarang dilakukan 2 kali per minggu, sedangkan pada

supplier lainnya dilakukan 3 kali per minggu. Supplier Semarang

perminggunya bisa memasok sebanyak 8 ton, sedangkan supplier

lainnya hanya mampu memasok 1.5 ton per minggu. Artinya dalam 1

minggu buah nangka yang datang bisa mecapai 21.5 ton dan per

bulannya bisa sampai 86 ton Pada saat pengiriman tidak seluruhnya

buah dalam kondisi yang sesuai spesifikasi.

39

Sesuai data yang diatas yang di dapatkan peneliti sering ada

buah yang datang tidak sesuai seperti spesifikasi yang di tetapkan

pabrik contohnya buah nangka terlalu matang, bentuk buah tidak

bulat utuh atau daging buah tidak tebal. Data di atas ada

hubungannya dengan tabel 4.18 yaitu ketepatan kuantitas. Contohnya

pada bulan November pengiriman minggu ke 1 supplier 1 ada 5%

buah nangka yang tidak sesuai dengan kualitas yang sudah di

tetapkan.

b. Biaya Periode Bulan November 2018 – Maret 2019

Selain kualitas, biaya juga masuk dalam kriteria penting dalam

evaluasi kinerja supplier. Biaya yng nantinya dikeluarka akan

sangat berpengaruh pada biaya produksi dan hargga jual produk.

Jika harga bahan baku tinggi maka biaya produksi dan harga jual

produk juga akan tinggi begitupun sebaliknya.. Berikut adalah data

– data harganya.

Tabel 4.12 Biaya Kirim dan Harga Buah Nangka

Supplier Biaya Kirim

(Sekali Kirim)

Harga (Kg)

Supplier 1 Rp 1.400.000 Rp 2.100

Supplier 2 Rp 514.000 Rp 2.400

Supplier 3 Rp 300.000 Rp 2.400

Supplier 4 Rp 300.000 Rp 2.400 Sumber : Bagian Pemasaran

Pada tabel di atas dapat diketahui bahwa biaya kirim yang harus

ditanggung oleh pabrik dari tiap supplier yang mempunyai perbedaan

lokasi. Harga di atas adalah per satu kali kirim dari masing masing

supplier. Biaya yang paling mahal adalah supplier 1 yaitu yang berasal

dari Semarang, lalu supplier 2 dari Lumajang, supplier 3 dari Pasuruan

dan supplier 4 dari Dampit. Harga yang di berikan oleh supplier sering

mengalami fluktuasi tergantung harga pasaran dan panen raya. Sehingga

wajar jika terjadi selisih tipis antar supplier seperti tabel diatas. Harga di

atas dalam satuan kg jadi misalnya pada supplier 1 harga yg diberikan

oleh untuk per 1 kg nangka adalah Rp 2.100.

40

Tabel 4.13 Diskon Buah Nangka

Supplier Diskon

Supplier 1 5%

Supplier 2 5%

Supplier 3 10%

Supplier 4 10%

Data diatas adalah diskon maksimal yang biasa di berikan oleh

supplier kepada perusahaan. Diskon ini diberikan biasanya

dikarenakan kualitas dari buah yang sampai di pabrik ada yang tidak

sesuai, jadi supplier biasanya daripada harus membawa kembali

buahnya, lebih memilih mendiskonnya

c. Pengiriman Buah Periode Bulan November 2018 – Maret 2019

Pada kriteria pengiriman terdapat dua data yang termasuk dalam

sub kriteria yaitu keterlambatan atau ketepatan pengiriman yang

dilakukan supplier dan ketepatan kuantitas buah nangka yang

dikirim. Data ini didapatkan dari historical yang ada di perusahaan

selama 5 bulan terakhir. Berikut adalah data pengiriman yang

didapatkan oleh peneliti :

Tabel 4.14 Data Keterlambatan Supplier

Supplier

Bulan

Nov Des Jan Feb Mar

Supplier 1 0 hari 2 hari 0 hari 1 hari 0 hari





Pada tabel 4.14 dapat dilihat bahwa setiap supplier pernah

mengalami keterlambatan pengiriman dengan frekuensi tertentu.

Leadtime untuk supplier Semarang adalah 3-4 hari dikarenakan

41

jaraknya juga jauh, sedangkan leadtime untuk supplier Lumajang,

Pasuruan dan Dampit hanya 1-2 hari setelah pemesanan.

Keterlambatan biasanya terjadi maksimal 2 hari. Hal ini dapat

merugikan perusahaan dengan berbagai macam hal, contohnya

kekosongan bahan baku atau kualitas buah akan menuru ketika

sudah sampai di CV. Kajeye. Oleh karena itu, kriteria pengiriman

ini juga merupakan hal yang penting bagi perusahaan.

Tabel 4.15 Data Ketepatan Kuantitas


Minggu

Bulan

Nov Des Jan Feb

Mar

Supplier 1

(8 ton)/minggu

1 95% 95% 95.6% 95.5% 96%

2 96% 95% 96.5% 95.8% 95.8%

3 95.5% 95.1% 95.7% 96% 95.9%

4 95% 95% 96% 96% 96%

Supplier 2

(1,5 ton)/minggu

1 90% 90% 91% 90.3% 89.9%

2 88.8% 88.9% 90% 89.9% 89.8%

3 98.1% 90% 90% 89.9% 90%

4 88.9% 89.7% 90.2% 90.2% 89.9%

Supplier 3

(1,5 ton)/minggu

1 89% 89% 89.8% 89.8% 89.8%

2 89.1% 90% 89% 89% 89%

3 88.5% 90% 89.7% 89% 90%

4 88.9% 89% 90% 89.7% 90%

42


Minggu

Bulan

Nov Des Jan Feb

Mar

Supplier 4

(1,5 ton)/minggu

1 89% 89% 90% 89% 90%

2 89% 90% 90% 90% 89%

3 89.5% 89.5% 90% 90% 89.8%

4 89.5% 89.4% 89.9% 90% 89.9%


Tabel 4.15 menjelaskan tentang ketepatan kuantitas yang

seharusnya bisa dipenuhi masing – masing supplier setiap kali

pengiriman Data ini sebenarnya ada kaitannya dengan data ketidak

sesuaian kualitas pada tabel 4.11. Contoh dari data di atas pada

bulan November supplier 1 mampu memenuhi sesuai kualitas yang

di tentukan sebanyak 95% sedangkan dapat diketahui pada tabel

4.11 buah yang tidak sesuai kualitas sebanyak 5%.

Tabel 4.16 Data Ketersediaan Buah

86

88

90

92

94

96

98

100

102

0 5 10 15 20 25

Prese

nta

se

Pengiriman Minggu ke -

Ketersediaan Buah Nangka

Standar

Supplier 1

Supplier 2

Supplier 3

Supplier 4

43

Tabel 4.16 menjelaskan presentase ketersediaan buah yang

bisa dipenuhi oleh tiap supplier dari total yang seharusnya bisa

dipenuhi. Beberapa faktor yang membuat supplier tidak bisa

memenuhi permintaan adalah banyaknya permintaan buah nangka

dari pabrik lainnya, musim hujan yang lebat membuat buah banyak

yang busuk sehingga yang dipanen tidak sebanyak biasanya.

4.3 Pengolahan Data

Tahap pengolahan data ini berisi tentang langkah – langkah perhitungan

menggunakan metode yang dipakai oleh peneliti yaitu AHP (Analytical

Hierarchy Process) dan TOPSIS (Technique for Order Preference by

Similarity to Ideal Solution).

4.3.1 Pengolahan Data Metode AHP (Analytical Hierarchy Process)

4.3.1.1 Menyusun Hirarki Evaluasi Supplier dengan Metode AHP

Penyusunan struktur hirarki dibuat berdasarkan hasil wawancara

tentang kriteria yang akan digunakan perusahaan dalam evaluasi kinerja

supplier. Berikut adalah struktur hirarki evaluasi supplier :

Gambar 4.2 Struktur Hirarki Evaluasi Supplier

44

Berdasarkan gambar 4.2 dapat dilihan bahwa ada 4 kriteria supplier

yang sudah disepakati yaitu kualitas, biaya, pengiriman, dan pelayanan.

Selain itu, di dalam kriteria terdapat sub kriteria yaitu kriteria kualitas

dengan sub kriteria daging buah tebal, bentuk buah bulat utuh dan matang

dipohon, kriteria harga dengan sub kriteria biaya kirim, harga buah, dan

diskon, kriteria pengiriman dengan kriteria ketepatan pengiriman dan

ketepatan kuantitas buah, yang terakhir adalah kriteria pelayanan dengan

sub kriteria ketersediaan buah dan respon terhadap klaim.

4.3.1.2 Matriks Perbandingan Berpasangan (Kriteria)

Pada tahap ini, akan dilakukan pengolahan data yang sudah di dapat

melalui pengumpulan kuisioner tahap 1 dan tahap 2. Tahap pertama adalah

mengolah data dengan metode AHP dengan menggunakan matriks

perbandingan berpasangan.

Tabel 4.17 Matriks Perbandingan Berpasangan Kriteria

KRITERIA K1 K2 K3 K4

K1 1 1 6 5

K2 1 1 5 5

K3 0.166 0.2 1 0.25

K4 0.2 0.2 4 1

Jumlah 2.366 2.4 15 11.25

Contoh perhitungan : ∑ = 1 + 1 + 0,166 + 0,2 = 2,366

Setelah menjumlahkan seluruh kolom pada matriks perbandingan

berpasangan, langkah selanjutnya adalah menormalisasi matriks. Tahap

ini dilakukan dengan cara membagi nilai dari setiap elemen di dalam

matriks dengan nilai total dari setiap kolom matriks.

Tabel 4.18 Normalisasi Matriks Kriteria

Kriteria K1 K2 K3 K4

K1 0.423 0.417 0.375 0.444

K2 0.423 0.417 0.313 0.444

K3 0.070 0.083 0.063 0.022

K4 0.085 0.083 0.250 0.089

45

Contoh perhitungan normalisasi matriks :

K1 = 𝑎11

∑𝑛SK1

= 1

2,366 = 0,423

Setelah dilakukan normalisasi matriks perbandingan, langkah

selanjutnya adalah pembobotan kriteria, dengan cara menjumlahkan

nilai dari setiap baris kemudian hasil penjumlahannya di rata rata

dengan cara dibagi dengan jumlah elemen kriteria.

Tabel 4.19 Pembobotan Kriteria

Kriteria K1 K2 K3 K4 Jumlah Bobot

K1 0.423 0.417 0.375 0.444 1.659 0.415

K2 0.423 0.417 0.313 0.444 1.596 0.399

K3 0.070 0.083 0.063 0.022 0.238 0.060

K4 0.085 0.083 0.250 0.089 0.507 0.127

Contoh perhitungan jumlah baris :

∑ K1 = 0,423 + 0,417 + 0,375 + 0,444 = 1,659

Contoh perhitungan bobot :

Bobot = 𝐽𝑢𝑚𝑙𝑎ℎ 𝐵𝑎𝑟𝑖𝑠

𝐽𝑢𝑚𝑙𝑎ℎ 𝐸𝑙𝑒𝑚𝑒𝑛

= 1,659

4

= 0,415

4.3.1.3 Perhitungan Eigen Vector (Kriteria)

Setelah mendapatkan bobot prioritas, langkah selanjutnya adalah

menghitung eigen vector. Akan tetapi sebelum dilakukan perhitungan

eigen vector harus dilakukan perhitungan terlebih dahulu untuk

mendapatkan hasil vector bobot dengan cara mengalikan matriks

berpasangan dengan bobot kriteria sebagai berikut :

46

[

1 1 6 51 1 5 5

0.166 0.200 1 0.250.2 0.2 4 1

] X [

0.4150.3990.0600.127

] = [

1.8051.7450.2400.528

]

Contoh perhitungan :

∑ kualitas = (1*0,415) + (1*0,399) + (6*0,060) + (5*0,127)

= 1,805

Tabel 4.20 Hasil Bobot Vektor Matriks Kriteria

Kriteria K1 K2 K3 K4 Jumlah

K1 0.415 0.399 0.358 0.633 1.805

K2 0.415 0.399 0.298 0.633 1.745

K3 0.069 0.080 0.060 0.032 0.240

K4 0.083 0.080 0.238 0.127 0.528

Setelah diketahui hasil dari vector bobot, maka bisa diteruskan ke

tahap selanjutnya yaitu menghitung eigen value. Berikut adalah hasil

perhitungan eigen vector menggunakan persamaan 5.

Tabel 4.21 Perhitungan Eigen Vector Kriteria

KRITERIA Jumlah Bobot Hasil

K1 1.805 0.415 4.353

K2 1.745 0.399 4.374

K3 0.240 0.060 4.029

K4 0.528 0.127 4.167

TOTAL 16.922

Eigen Vector (λ max) = ∑𝑇𝑜𝑡𝑎𝑙 𝐻𝑎𝑠𝑖𝑙


= 16,922

4

= 4,231

47

4.3.1.4 Perhitungan Consistensy Index dan Consistency Rasio (Kriteria)

Langkah selanjutnya adalah menghitung nilai CI dari persamaan 6.

Perhitungannya menggunakan inputan dari nilai eigen vector yang

sebelumnya sudah dihitung. Berikut adalah cara perhitungannya.

CI = 𝜆 max − 𝑛

𝑛−1 CR =

𝐶𝐼

𝑅𝐼

= 4,231−4

4−1 = 0, 076 =

0,076

0,89 = 0,085

Dari perhitungan di atas dapat diketahui bahwa nilai CI adalah 0,076

kemudian dilanjutkan untuk mencari CR. Sebelum menghitung nilai CR

harus diketahui dulu nilai Random Index (RI) pada tabel di bab 2 untuk

jumlah elemen 4 yaitu 0,89. Jadi setelah di hitung nilai CR adalah 0,085

yang artinya < 0,1, atau bisa dikatakan ketidak konsistenan pendapat

masih dalam batas wajar.

4.3.1.5 Pengolahan Data Software Expert Choice (Kriteria)

Pada tahap ini dilakukan juga perhitungan menggunakan software

expert choice guna membandingkan apakah hasil perhitungan AHP

secara manual sama dengan hasil perhitungan ketika menggunakan

software. Hasil perhitungan kuisioner tahap 1 yaitu kriteria

menggunakan software expert choice bisa dilihat dibawah ini.

Gambar 4.3 Hasil Expert Choice Pembobotan Kriteria

Pada gambar di atas dapat dilihat bahwa pembobotan

menggunakan software expert choice ini mempunyai nilai inconsistensi

sebesar 0,08 yang artinya < 0,1 berarti bisa dikatakan konsisten.

48

4.3.1.6 Matriks Perbandingan Berpasangan (Sub Kriteria Kualitas)

Setelah dilakukan perhitungan pada kuisioner tahap 1 yaitu kriteria,

selanjutnya akan dilakukan perhitungan kuisioner tahap 2 yaitu sub

kriterianya. Perhitungan manual sub kriteria dari kualitas dapat dilihat

dibawah ini.

Tabel 4.22 Matriks Perbandingan Berpasangan Sub Kriteria Kualitas

Kriteria SK1 SK2 SK3

SK1 1 0.2 0.16

SK2 5 1 1

SK3 6 1 1

Jumlah 12 2.2 2.16

Contoh perhitungan : ∑ = 1 + 5 + 6 = 12





Tabel 4.23 Normalisasi Matriks Sub Kriteria Kualitas


SK1 0.083 0.090 0.076

SK2 0.416 0.454 0.461

SK3 0.500 0.454 0.461


SK 1 = 𝑎11

∑𝑛SK1

=1

12 = 0,083





49

Tabel 4.24 Pembobotan Sub Kriteria Kualitas

Kriteria SK1 SK2 SK3 Jumlah Bobot

SK1 0.083 0.090 0.076 0,251 0,083

SK2 0.416 0.454 0.461 1,332 0,444

SK3 0.500 0.454 0.461 1,416 0,472


∑ SK1 = 0,083 + 0,090 + 0,076 = 0,251




= 0.251

3 = 0,083

4.3.1.7 Perhitungan Eigen Vector (Sub Kriteria Kualitas)






[1 0.2 0.165 1 16 1 1

] X [0.0830.4440.472

] = [0.2511.3341.418

]


∑ kualitas = (1*0,083) + (0,2*0,444) + (0,16*0,472)

= 0,251

Tabel 4.25 Hasil Bobot Vektor Matriks Sub Kriteria Kualitas

Kriteria SK1 SK2 SK3 Jumlah

SK1 0.083 0.088 0.078 0.251

SK2 0.418 0.444 0.472 1.334

SK3 0.502 0.444 0.472 1.418

50


tahap selanjutnya yaitu menghitung eigen vector. Berikut adalah hasil

perhitungan eigen vector menggunakan persamaan 5.

Tabel 4.26 Perhitungan Eigen Vector Sub Kriteria Kualitas


SK1 0.251 0,083 3,000

SK2 1.334 0,444 3,004

SK3 1.418 0,472 3,005

TOTAL 9,011

Eigen Vectore (λ max) = ∑𝑇𝑜𝑡𝑎𝑙 𝐻𝑎𝑠𝑖𝑙


= 9.011

3 = 3,003

4.3.1.8 Perhitungan Consistensy Index dan Consistency Rasio (Sub Kriteria

Kualitas)





𝑛−1 CR =

𝐶𝐼

𝑅𝐼

=3,003−3

3−1= 0,001 =

0,001

0,52 = 0,003

Dari perhitungan di atas dapat diketahui bahwa nilai CI adalah 0,001



jumlah elemen 3 yaitu 0,52. Jadi setelah di hitung nilai CR adalah 0,003

yang artinya < 0,1, atau bisa dikatakan ketidak konsistenan pendapat

masih dalam batas wajar.

51

4.3.1.9 Pengolahan Data Software Expert Choice (Sub Kriteria Kualitas)

Pada tahap ini dilakukan perhitungan menggunakan software



software. Hasil perhitungan kuisioner sub kriteria kualitas


Gambar 4.4 Hasil Expert Choice Pembobotan Sub Kriteria Kualitas




4.3.1.10 Matriks Perbandingan Berpasangan (Sub Kriteria Harga)

Setelah perhitungan sub kriteri kualitas, maka selanjutnya adalah

perhitungan sub kriteria dari harga. Berikut adalah perhitungan manual

sub kriteria harga.

Tabel 4.27 Matriks Perbandingan Berpasangan Sub Kriteria Harga


SK4 1 0.2 0.3

SK5 5 1 1

SK6 3 1 1

Jumlah 9 2.2 2.3

Contoh perhitungan : ∑ = 1 + 5 + 3 = 9

52





Tabel 4.28 Normalisasi Matriks Sub Kriteria Harga


SK4 0.111 0.090 0.142

SK5 0.555 0.454 0.428

SK5 0.333 0.454 0.428


SK 4 = a11

∑nSK4

=1

9

= 0.111





Tabel 4.29 Pembobotan Sub Kriteria Harga

Kriteria SK4 SK5 SK6 Jumlah Bobot

SK4 0.111 0.090 0.142 0,344 0,114

SK5 0.555 0.454 0.428 1,438 0,479

SK6 0.333 0.454 0.428 1,216 0,405


∑ SK4 = 0,111 + 0,090 + 0,142 = 0,344




= 0.344

3 = 0,114

53

4.3.1.11 Perhitungan Eigen Vector (Sub Kriteria Harga)






[1 0.2 0.35 1 13 1 1

] X [0.1140.4790.405

] = [0.3441.4381.216

]


∑ harga = (1*0,114) + (0,2*0,479) + (0,3*0,405)

= 0,346

Tabel 4.30 Hasil Bobot Vektor Matriks Sub Kriteria Harga

Kriteria SK4 SK5 SK6 Jumlah

SK4 0.114 0.095 0.135 0,346

SK5 0.574 0.479 0.405 1,459

SK6 0.344 0.479 0.405 1,229


tahap selanjutnya yaitu menghitung eigen vector. Menghitung Berikut

adalah hasil perhitungan eigen vector menggunakan persamaan 5.

Tabel 4.31 Perhitungan Eigen Vector Sub Kriteria Harga


SK1 0,346 0,114 3,010

SK2 1,459 0,479 3,044

SK3 1,229 0,405 3,033

TOTAL 9,087



= 9.087

3 = 3,029

54


Harga)





𝑛−1 CR =

𝐶𝐼

𝑅𝐼

=3,087−3

3−1= 0,014 =

0,014

0,52 = 0,028

Dari perhitungan di atas dapat diketahui bahwa nilai CI adalah

0,014 kemudian dilanjutkan untuk mencari CR. Sebelum menghitung

nilai CR harus diketahui dulu nilai Random Index (RI) pada tabel di bab

2 untuk jumlah elemen 3 yaitu 0,52. Jadi setelah di hitung nilai CR

adalah 0,028 yang artinya < 0,1, atau bisa dikatakan ketidak

konsistenan pendapat masih dalam batas wajar (konsisten/valid).

4.3.1.13 Pengolahan Data Software Expert Choice (Sub Kriteria Harga)





menggunakan software expert choice bisa dilihat dibawah ini

Gambar 4.5 Hasil Expert Choice Pembobotan Sub Kriteria Harga

55




4.3.1.14 Membuat Matriks Perbandingan Berpasangan (Sub Kriteria

Pengiriman)

Setelah perhitungan sub kriteria harga, maka selanjutnya adalah

perhitungan sub kriteria dari pengiriman. Berikut adalah perhitungan

manual sub kriteria pengiriman.

Tabel 4.32 Matriks Perbandingan Berpasangan Sub Kriteria Pengiriman

Kriteria SK7 SK8

SK7 1 0.2

SK8 5 1

Jumlah 6 1.2

Contoh perhitungan : ∑ = 1 + 5 = 6





Tabel 4.33 Normalisasi Matriks Sub Kriteria Pengiriman

Kriteria SK7 SK8

SK7 0.167 0.167

SK8 0.833 0.833


SK 7 = 𝑎11

∑𝑛𝑆𝐾7

= 1

6 = 0,167



56



Tabel 4.34 Pembobotan Sub Kriteria Pengiriman

Kriteria SK7 SK8 Jumlah Bobot

SK7 0.167 0.167 0.333 0.167

SK8 0.833 0.833 1.667 0.833


∑ SK7 = 0,167 + 0,167 + 0,333 = 0,333




= 0,333

2 = 0,167

4.3.1.15 Perhitungan Eigen Vector (Sub Kriteria Pengiriman)






[1 0.25 1

] X [0.1670.833

] = [0.3331.667

]


∑ pengiriman = (1*0,167) + (0,2*0,833)

= 0,333

Tabel 4.35 Hasil Bobot Vektor Matriks Sub Kriteria Pengiriman

Kriteria SK7 SK8 Jumlah

SK7 0.167 0.167 0.333

SK8 0.833 0.833 1.667

57




Tabel 4.36 Perhitungan Eigen Vector Sub Kriteria Pengiriman


SK7 0.333 0.167 2

SK8 1.667 0.833 2

TOTAL 4



= 4

2 = 2


Pengiriman)





𝑛−1 CR =

𝐶𝐼

𝑅𝐼

= 2−2

2−1 = 0 =

0

0 = 0

Dari perhitungan di atas dapat diketahui bahwa nilai CI adalah 0



jumlah elemen 2 yaitu 0. Jadi setelah di hitung nilai CR adalah 0 yang

artinya < 0,1, atau bisa dikatakan ketidak konsistenan pendapat masih

dalam batas wajar.

4.3.1.17 Pengolahan Data Software Expert Choice (Sub Kriteria Pengiriman)




58



Gambar 4.6 Hasil Expert Choice Pembobotan Sub Kriteria Pengiriman



sebesar 0 yang artinya < 0,1 berarti bisa dikatakan konsisten.

4.3.1.18 Membuat Matriks Perbandingan Berpasangan (Sub Kriteria

Pelayanan)

Setelah perhitungan sub kriteria pengiriman, maka selanjutnya

adalah perhitungan sub kriteria dari pelayanan. Berikut adalah

perhitungan manual sub kriteria pelayanan.

Tabel 4.37 Matriks Perbandingan Berpasangan Sub Kriteria Pelayanan

Kriteria SK9 SK10

SK9 1 3

SK10 0.333 1

Jumlah 1.333 4

Contoh perhitungan : ∑ = 1 + 0.333 = 1.333





Tabel 4.38 Normalisasi Matriks Sub Kriteria Pelayanan

Kriteria SK9 SK10

SK9 0.750 0.750

SK10 0.250 0.250

59


SK 9 = 𝑎11

∑𝑛𝑆𝐾9

= 1

1.333 = 0,750


selanjutnya adalah pembobotan kriteria, dengan cara menjumlahkan nilai

dari setiap baris kemudian hasil penjumlahannya di rata rata dengan cara

dibagi dengan jumlah elemen kriteria

Tabel 4.39 Pembobotan Sub Kriteria Pelayanan

Kriteria SK9 SK10 Jumlah Bobot

SK9 0.750 0.750 1.500 0.750

SK10 0.250 0.250 0.500 0.250


∑ SK9 = 0,750 + 0,750 = 1.500




= 1.500

2 = 0,750

4.3.1.19 Perhitungan Eigen Vector (Sub Kriteria Pelayanan)






[1 3

0.333 1] X [

0.7500.250

] = [1.5000.500

]

60


∑ kualitas = (1*0,750) + (3*0,250)

= 1.500

Tabel 4.40 Hasil Bobot Vektor Matriks Sub Kriteria Pelayanan

Kriteria SK9 SK10 Jumlah

SK9 0.750 0.750 1.500

SK10 0.250 0.250 0.500




Tabel 4.41 Perhitungan Eigen Vector Sub Kriteria Pelayanan


SK9 1.500 0.750 2

SK10 0.500 0.250 2

TOTAL 4



= 4

2 = 2


Pelayanan)





𝑛−1 CR =

𝐶𝐼

𝑅𝐼

= 2−2

2−1 = 0 =

0

0 = 0

Dari perhitungan di atas dapat diketahui bahwa nilai CI adalah 0



61

jumlah elemen 2 yaitu 0. Jadi setelah di hitung nilai CR adalah 0 yang

artinya < 0,1, atau bisa dikatakan ketidak konsistenan pendapat masih

dalam batas wajar.

4.3.1.21 Pengolahan Data Mengunakan Software Expert Choice (Sub

Kriteria Pelayanan)






Gambar 4.7 Hasil Expert Choice Pembobotan Sub Kriteria Pelayanan



sebesar 0 yang artinya < 0,1 berarti bisa dikatakan konsisten.

4.3.1.22 Perhitungan Bobot Global

Setelah semua langkah perhitungan AHP dilakukan untuk kriteria

dan sub kriteria, langkah selanjutnya adalah menghitung bobot global.

Hal ini dilakukan untuk menjadikan satu output an bobot yang nanti

akan digunakan untuk input pada metode TOPSIS. Caranya adalah

dengan cara mengalikan bobot kriteria dengan sub kriterianya. Berikut

adalah hasil perhitungan dan contoh perhitungannya.

62

Tabel 4.42 Perhitungan Bobot Global

NO Kriteria Bobot Sub Kriteria Bobot Sub

Kriteria

Bobot

Global

1 Kualitas 0.415

Daging Buah Tebal 0.114 0.047

Bentuk Buah Bulat Utuh 0.479 0.198

Matang di pohon 0.405 0.168

2 Harga 0.399

Biaya Kirim 0.083 0.033

Harga Buah 0.444 0.177

Diskon 0.472 0.188

3 Pengiriman 0.060

Ketepatan Pengiriman 0.167 0.010

Ketepatan Kuantitas 0.833 0.049

4 Pelayanan 0.127

Ketersediaan Buah 0.750 0.095

Respon terhadap klaim 0.250 0.031

Contoh Perhitungan :

Bobot Global = Bobot Kriteria x Bobot Sub Kriteria

= 0.415 x 0.114

= 0.047

4.3.2 Pengolahan Data Metode TOPSIS (Technique for Order Preference by

Similarity to Ideal Solution)

Metode selanjutnya yang digunakan adalah metode TOPSIS. Setelah

mendapatkan kriteria serta bobotnya melalui metode AHP, data tersebut

selanjutnya akan di olah menggunakan metode TOPSIS untuk memperoleh

perankingan yang terjauh dari solusi ideal negative dan terdekat dari solusi

ideal positif. Langkah pertama yang dilakukan pada metode ini adalah

melakukan pengukuran kinerja atau rating terhadap supplier dengan

menggunakan kuisioner tahap 3 yang telah di isi oleh bagian pemasaran.

4.3.2.1 Perhitungan Kuisioner Tahap 3

Pada penyebaran kuisioner tahap 3 ini berisi tentang penilaian kinerja

masing – masing supplier menggunakan skala likert mulai 1 sampai 5 oleh

bagian pemasaran. Tabel 4.10 yang ada pada pengumpulan data selanjutnya

63

akan di normalisasi terlebih dahulu untuk langkah pertama .Cara

menormalisasi matriks tersebut adalah dengan menggunakan persamaan 7.

Berikut adalah normalisasi data dari kuisioner tahap 3.

Tabel 4.43 Normalisasi Penilaian Kinerja Supplier

Sub Kriteria

Penilaian

Supplier

Semarang

Supplier

Lumajang

Supplier

Pasuruan

Supplier

Dampit

(SK1) 0.651 0.521 0.391 0.391

(SK2) 0.651 0.521 0.391 0.391

(SK3) 0.651 0.521 0.391 0.391

(SK4) 0.651 0.369 0.492 0.492

(SK5) 0.585 0.468 0.468 0.468

(SK6) 0.424 0.424 0.566 0.566

(SK7) 0.566 0.424 0.566 0.424

(SK8) 0.651 0.521 0.391 0.391

(SK9) 0.610 0.457 0.457 0.457

(SK10) 0.566 0.424 0.566 0.424

Contoh Perhitungan :

𝑟11= 5

√52+42+32+32

= 5

√59 = 0.65

4.3.2.2 Rating Terbobot Ternormalisasi

Pada pembuatan matriks ternormalisasi terbobot ini menggunakan

persamaan 8, yaitu dengan mengalikan nilai matriks ternormalisasi dengan

bobot yang diperoleh dari metode AHP. Berikut adalah hasil perhitungan

matriks ternormalisasi terbobot.

64

Tabel 4.44 Rating Terbobot Ternormalisai

Sub Kriteria

Supplier

Semarang

Supplier

Lumajang

Supplier

Pasuruan

Supplier

Dampit

SK1 0.031 0.025 0.018 0.018

SK2 0.129 0.104 0.078 0.078

SK3 0.109 0.088 0.066 0.066

SK4 0.022 0.012 0.016 0.016

SK5 0.104 0.083 0.083 0.083

SK6 0.080 0.080 0.107 0.107

SK7 0.006 0.004 0.006 0.004

SK8 0.033 0.026 0.020 0.020

SK9 0.058 0.044 0.044 0.044

SK10 0.018 0.013 0.018 0.013


𝑣𝑖𝑗= 𝑤𝑗 ∗ 𝑅𝑖𝑗

= 0.047*0.65

= 0.031

4.3.2.3 Nilai Solusi Ideal Negatif dan Positif

Menentukan nilai solusi ideal negative dan positif di dapat

berdasarkan nilai ranting terbobot ternormalisasi pada tabel 4.44 dan

menggunakan rumus persamaan 9 dan 10. Penentuan solusi ideal negative

dan posistif ini dilakukan dengan cara melihat terlebi dahulu jika sub

kriteria tersebut sebagai keuntungan maka mengambil nilai tertinggi yang

ada di setiap barisnya dan nilai terendah yang ada di setiap barisnya. Jika

sub kriteria tersebut termasuk biaya maka akan dilakukan sebaliknya.

65

Tabel 4.45 Solusi Ideal Positif dan Solusi Ideal Negatif

Sub

Kriteria

A

𝐴+ 𝐴−

SK1 0.031 0.018

SK2 0.129 0.078

SK3 0.109 0.066

SK4 0.013 0.020

SK5 0.083 0.104

SK6 0.08 0.107

SK7 0.006 0.004

SK8 0.033 0.020

SK9 0.058 0.044

SK10 0.018 0.013

4.3.2.4 Menghitung Nilai Separasi

Langkah selanjutnya adalah menghitung nilai separasi atau jarak

alternative dari solusi ideal. Perhitungan ini menggunakan persamaan 11

dan 12. Berikut adalah hasil perhitungan nilai separasi.

Tabel 4.46 Nilai Separasi (Jarak Terdekat dari Solusi Ideal)

No 𝑆+ 𝑆−

1 0.027 0.075

2 0.052 0.035

3 0.075 0.027

4 0.075 0.027


𝑺−+ = √

(0.031-0.031)2+(0.129-0.129)2+(0.109-0.109)2+(0.022-0.022)2+ (0.104-0.104)2

+(0.0107-0.080)2+(0.006-0.006)2+(0.033-0.033)2+(0.058-0.058)2+(0.018-0.018)2

= 0.027

66

4.3.2.5 Menghitung Nilai Nilai Kedekatan Relatif

Langkah terakhir dalam metode TOPSIS adalah mengitung nilai nilai

kedekatan relatifnya. Nantinya supplier yang memiliki nilai tertinggi akan

menjadi supplier yang mempunyai kinerja terbaik di antara yang lain. Cara

perhitungannya adalah dengan menggunakan persamaan 13. Berikut

adalah hasil perhitungannya.

Tabel 4.47 Nilai Kedekatan Relatif

Supplier Nilai Kedekatan

Relatif

Supplier Semarang 0.73842

Supplier Pasuruan 0.40439

Supplier Lumajang 0.26814

Supplier Dampit 0.26482


𝐶𝑖+ =

𝑆𝑖−

𝑆𝑖−+𝑆𝑖+

𝐶𝑖+ =

0.075

0.075 +0.027

= 0.73842

Setelah dilakukan perhitungan nilai kedekatan relative maka, peneliti

bisa menentukan supplier terbaik. Hasil perhitungan diatas supplier yang

nilainya paling tinggi adalah supplier Semarang dengan 0.73842, kemudian

supplier Pasuruan dengan 0.40439, supplier Lumajang dengan nilai

0.26814, serta yang terakhir adalah supplier Dampit dengan nilai 0.26482.

food - eprints.umm.ac.ideprints.umm.ac.id/47037/5/bab iv.pdf · saat penerimaan barang . 30 no job...

Documents