Abstract
Supplier selection process is a step to evaluate and select the most suitable supplier to see the needs of the company or organization. This evaluation is important to ensure that the selected supplier is able to provide quality products or services, competitive prices, timely delivery, and meet ethical and sustainability standards. This research uses two methods, namely Analytical Hierarchy Process (AHP) and Taguchi Loss Function. AHP is used to calculate the weight of criteria, while the Taguchi Loss Function is used to estimate losses caused by suppliers. The criteria applied in supplier evaluation are quality criteria, product accuracy, delivery, price, warranty policy, and response to claims. The results obtained from this study PT. Bumi Makmur with a percentage loss of 21%, while the supplier that has the largest loss value is PT. Mergo Bopo with a percentage of 47%.
Highlights :
- Integration of AHP and Taguchi Loss Function enhances supplier selection accuracy.
- Identified supplier exhibits substantial loss percentage, emphasizing the importance of thorough evaluation.
- Findings enable informed decision-making, facilitating risk mitigation and operational optimization
Keywords :Supplier Evaluation; Sand; Analytical Hierarchy Process, Taguchi Loss Function
Pendahuluan
Persaingan dalam dunia industri menjadikan perusahaan harus memilih supplier dengan sangat teliti agar mendapatkan supplier yang tepat untuk memenuhi standar kualitas produk yang terbaik [1]. Supplier adalah salah rekan kerja yang berperan penting untuk menyediakan inventaris bahan baku yang dibutuhkan perusahaan. Ketika suatu perusahaan mempunyai supplier yang menyediakan bahan baku yang tidak melaksanakan ketentuan standar kualitas atau tidak mampu melakukan pengiriman sesuai waktu yang ditentukan, maka peran supplier tersebut menjadi tidak berarti bagi perusahaan[2]. Tahap pertama bagi bisnis dalam memilih bahan baku berkualitas untuk menjaga kualitas produk adalah pemilihan supplier yang kompeten yang dapat menjadi pemasok bahan baku [3].
PT. Wijaya Karya Beton adalah salah satu perusahaan yang memproduksi beton meliputi tiang pancang, tiang listrik, dan CCSP (Corrugated Concrete Sheel Pile). Perusahaan ini bekerja di dalam naungan Badan Usaha Milik Negara (BUMN). Dalam proses produksinya, perusahaan membutuhkan bahan baku berupa semen, pasir, batu koral (split), dan besi. Bahan baku tersebut didapatkan dari kantor pusat yaitu di Jakarta berupa besi dan semen. Namun untuk bahan baku lain PT. Wijaya Karya Beton membutuhkan pasokan dari supplier untuk memenuhi kebutuhan bahan baku tersebut.
Kinerja perusahaan akan terpengaruh secara signifikan jika terjadi kesalahan dalam proses pemilihan supplier. Penurunan produktivitas perusahaan akan sangat jelas terlihat dikarenakan adanya kesalahan dalam pemilihan supplier, terutama supplier bahan baku [4]. Ketika perusahaan salah dalam memilih supplier maka rantai suplai, keuangan dan operasional perusahaan memburuk [5]. Hal ini disebabkan karena bahwa bahan baku merupakan komponen yang paling penting dari setiap kegiatan proses produksi. Sistem pendukung keputusan yang dapat menyelesaikan masalah diperlukan untuk membantu perusahaan dalam memilih supplier [6].
Dalam proses pemilihan supplier bahan baku terutama pasir, PT. Wijaya Karya Beton tidak hanya bergantung pada satu supplier saja melainkan beberapa supplier. Contoh supplier yang memasok pasir pada perusahaan adalah Wira Bumi, PT. Bumi Makmur dan PT. Mergo Bopo. Semua supplier memiliki karakteristik yang berbeda-beda. Dari banyaknya supplier tersebut membuat perusahaan mengalami kesulitan dalam menentukan supplier mana yang mempunyai performansi baik. Perusahaan menghadapi tantangan dalam pengadaan pasir dari setiap supplier, termasuk dalam kriteria harga, pengiriman, kualitas, respons terhadap klaim, jaminan, dan ketepatan produk. Contoh penyimpangan kriteria yang terjadi adalah adanya kualitas pasir yang memiliki kandungan lumpur sebanyak 8% sedangkan batas toleransi yang diberikan yaitu kurang dari 5%, keterlambatan pengiriman, serta sistem pembayaran yang tidak sesuai dengan kriteria perusahaan. Akibat adanya penyimpangan ini maka kualitas beton yang dihasilkan juga menurun, beton menjadi kurang kuat, pengiriman pada customer juga terlambat dan lain sebagainya. Dari permasalahan tersebut maka dapat disimpulkan bahwa perusahaan perlu melakukan penilaian dan pemilihan supplier ulang untuk mendapatkan supplier terbaik.
Berdasarkan kondisi yang telah di jelaskan di atas, dapat disimpulkan yaitu PT. Wijaya Karya Beton perlu melakukan perbaikan dalam analisa pemilihan supplier. Perusahaan perlu secara rutin meninjau kembali kinerja supplieruntuk memastikan bahwa supplier tetap memenuhi standar yang ditetapkan dan memberikan nilai tambah yang diharapkan. Tujuan utama dari seleksi supplier adalah untuk mengidentifikasi supplier yang mampu secara konsisten memenuhi keperluan perusahaan dan mengurangi potensi risiko terkait pengadaan material dan komponen. Pemilihan supplier adalah tindakan yang memiliki strategi yang signifikan, terutama jika pemasok tersebut akan memberikan barang yang krusial atau akan berperan dalam jangka waktu yang lama sebagai pemasok yang memiliki peranan penting.
Analytical Hierarchy Process (AHP) adalah salah satu metode yang dapat dipergunakan untuk mengukur kinerja para supplier. Dengan membandingkan kinerja tiap supplier terhadap kriteria yang ditetapkan, metode ini melakukan evaluasi sesuai dengan standar yang telah ditetapkan oleh perusahaan [7]. Dalam metode AHP, langkah pertama melibatkan penilaian tingkat kepentingan setiap kriteria, lalu menentukan referensi untuk setiap alternatif keputusan dengan mempertimbangkan semua kriteria [8]. Beberapa penelitian telah mengidentifikasi urutan prioritas supplier bahan baku berdasarkan nilai pembobotan bobot tertinggi pada kriteria pemilihan supplier, termasuk produk, harga, kualitas, garansi, dan pengiriman. [9]. Penelitian lain yang memanfaatkan metode Analytical Hierarchy Process dalam [10] menghasilkan penentuan prioritas pemasok berdasarkan bobot tertinggi pada kriteria seperti harga pembelian, kualitas, batas waktu pembayaran, keandalan pengiriman, kemampuan untuk memenuhi pesanan, jarak antara supplier dan perusahaan, dan kualitas pelayanan.
Agar dapat mencapai hasil yang optimal, penggabungan metode AHP dengan metode kuantitatif lainnya telah sering digunakan. Metode AHP digunakan bersama dengan metode TOPSIS dalam proses memilih suppliernya. Metode AHP berfungsi sebagai pengambil keputusan dan Metode TOPSIS dimanfaatkan untuk memilih alternatif yang mempunyai jarak paling dekat dengan alternatif ideal positif dan paling jauh dari alternatif ideal negatif [11]. Pada penelitian lain metode AHP dikombinasikan dengan metode SAW dalam pemilihan suppliernya. Metode AHP digunakan unutk menentukan bobot kriteria. Sedangkan metode SAW digunakan untuk perankingan supplier dengan memperoleh nilai alternatif terbaik [12]. Penelitian dilakukan untuk menetapkan prioritas supplier tekstil dengan menggabungkan metode Taguchi Loss Functiondan Fuzzy AHP. Penggunaan metode Taguchi Loss Function ini digunakan sebagai penentu peringkat supplier dilihat dari tingkat kerugian yang harus ditanggung perusahaan sebagai dampak dari supplier tersebut [13],.
Dalam penelitian ini, digunakan dua pendekatan untuk mengevaluasi kinerja dan memilih supplier, yaitu metode Analytical Hierarchy Process (AHP) dan metode Taguchi Loss Function. Metode AHP berfungsi untuk mengambil keputusan yang memperhitungkan bobot dari setiap kriteria, subkriteria, serta alternatif supplier dalam hierarki yang telah disusun. Nilai bobot yang dihasilkan kemudian digunakan dalam perhitungan metode Taguchi Loss Function digunakan sebagai pengukur biaya kerugian yang mungkin timbul dari kesalahan supplier terhadap kriteria yang sudah ditentukan perusahaan. Penelitian ini bertujuan untuk mengidentifikasi rangking supplier yang dapat memenuhi semua kriteria yang ditetapkan dan memiliki tingkat kerugian yang paling rendah.
Metode
Dalam penelitian ini, digabungkan dua metode yaitu metode kualitatif menggunakan Analytical Hierarchy Process (AHP) dan metode kuantitatif menggunakan Taguchi Loss Function. Berikut adalah langkah langkah penelitian yang harus untuk memilih supplier terbaik di PT. Wijaya Karya Beton seperti yang terlihat pada Gambar 1.
A. Metode Analytical Hierarchy Process (AHP)
Pada penelitian [14] AHP adalah metode yang berdasar pada penyusunan hierark, menyeleksi urutan, dan konsistensi logis. Metode AHP didasarkan pada penyederhanaan masalah rumit yang tidak terstruktur menjadi bagian bagian yang lebih teratur dan memerlukan strategi dan pendekatan yang dinamis. Tahap-tahap dalam metode AHP terdiri dari langkah-langkah berikut ini:
1. Penyusunan struktur hierarkti kriteria Pada tahap ini struktur hierarki yang terdiri dari 3 sampai 4 level disusun. Level 1 yaitu goals atau tujuan yang ingin dicapai, level 2 berupa kriteria dalam memilih supplier, level 3 merupakan subkriteria dari masing-masing kriteria yang ditetapkan, dan level 4 berisi alternatif dari permasalahan yang muncul. Selanjutnya dibentuk menjadi suatu struktur hierarki.
2. Melakukan evaluasi kriteria dan alternatif dengan menggunakan perbandingan antara keduanya. Penilaian ini dilakukan dengan menggunakan penyebaran kuesioner yang berisi penilaian perbandingan berpasangan yang ditujukan untuk expert atau ahli pada bidangnya. Dalam penilaian ini, digunakan skala perbandingan berpasangan untuk mengukur perbandingan antara elemen-elemen. Rincian skala perbandingan berpasangan dapat ditemukan dalam Tabel 1.
Intensitas Kepentingan | Keterangan |
1 | Dua elemen memiliki partisipasi yang seimbang terhadap mencapai sasaran. |
3 | Satu elemen memiliki prioritas yang sedikit lebih signifikan di banding dengan elemen yang lain dalam konteks mencapai tujuan. |
5 | Satu elemen lebih penting daripada elemen yang lain. |
7 | Satu elemen memiliki keunggulan yang jauh lebih menonjol dibandingkan dengan elemen yang lain. |
9 | Satu elemen memiliki kepentingan yang dominan dibandingkan dengan elemen lainnya. |
2,4,6,8 | Nilai yang berada di tengah-tengah, nilai-nilai yang terletak di antara batasan nilai yang telah disebutkan sebelumnya. |
3. Melakukan penentuan bobot prioritas Pertimbangan penilaian yang dilakukan oleh ahli atau expert terhadap perbandingan berpasangan yang kemudian dilakukan sintesis untuk mendapatkan keseluruhan prioritas. Perhitungan bobot AHP akan memberikan hasil berupa nilai matriks. Matriks ini didapatkan dari perkalian matris hasil nilai perbandingan kriteria berpasangan
4. Menentukan konsistensi logis Nilai konsistensi ini sangat penting dilakukan untuk mengetahui seberapa konsistensinya penilaian terhadap supplier, karena keputusan tidak akan sangat tidak mungkin dapat diambil karena nilai konsistensi yang rendah. Rumus yang digunakan dalam menghitung consistency ratio ini didefinisikan sebagai berikut [16] :
CR = (1)
Nilai konsistensi disini CR ≤ 0,1 atau 10% maka data tersebut dapat diteruskan dan keputusan dapat dihasilkan dari nilai konsistensi tersebut [17].
Nilai Random Index dapat ditentukan sesuai dengan jumlah kriteria (n), berikut tabel Random Index terlihat pada Tabel 2.
N | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
RI | 0,00 | 0,00 | 0,58 | 0,90 | 1,12 | 1,24 | 1,32 | 1,41 | 1,45 | 1,49 |
A. Metode Taguchi Loss Function
Metode Taguchi Loss Function biasa dikenal dengan perkiraan jumlah kerugian yang terjadi karena adanya ketidaksesuaian kinerja yang erat kaitannya dengan target perusahaan. Rumus yang digunakan dalam mencari nilai kerugian tersebut tergantung berdasarkan type quality loss function pada seluruh kriteria yang digunakan, kemudian untuk mengetahui besarnya tingkat kerugian dari perhitungan loss function dikalikan dengan hasil pembobotan yang ada pada metode Analytical Hierarchy Process (AHP) [19], berikut ini adalah rumus yang digunakan dalam perhitungan konsekuensi kerugian (k):
k = (2)
Dengan:
k = Konsekuensi biaya
∆2 = Toleransi kriteria
A0 = Rata-rata biaya kerugian
Berikut merupakan tahapan dalam melakukan perhitungan metode Taguchi Loss Function [20] adalah: 1. Melakukan identifikasi type loss function dari setiap kriteria evaluasi supplier. Kemudian melakukan perhitungan nilai k (konsekuensi biaya). Untuk mencapai langkah ini, dilakukan perhitungan rata-rata dari nilai kerugian (A0) untuk tiap pelanggaran yang terjadi pada setiap kriteria., kemudian melakukan perhitungan rata rata nilai yang terukur (y̅) dan variansi (S2).
Kriteria | Keterangan Penyimpangan | Tipe Quality Loss Function | Rumus | Referensi |
Kualitas | Adanya ketidaksesuaian standar kualitas pasir yaitu persentase kadar lumpur harus 5% | Smaller the better | L = k [S 2 + (y̅ 2 )] | Helianty, 2021 |
Harga | Perbedaan harga penawaran dan harga jual dari supplier | Smaller the better | L = k (y 2 ) | Helianty, 2021 |
Pengiriman | Keterlambatan pengiriman | Smaller the better | L = k [S 2 + (y̅ 2 )] | Helianty, 2021 |
Kebijakan Jaminan | Jaminan atau garansi yang diberikan mengikuti ketentuan kontrak | Larger the better | L = k ( ) | Asdidi, 2018 |
Respon Terhadap Klaim | Kecepatan dalam merespon ketika perusahaan melakukan komplain atas penyimpangan | Larger the better | L = k ( ) | Asdidi, 2018 |
Ketepatan Produk | Produk yang dikirim tidak sesuai dengan pesanan atau permintaan | Smaller the better | L = k [S 2 + (y̅ 2 ) ] | Helianty, 2021 |
2. Melakukan perhitungan biaya kerugian dengan menggunakan loss function berdasarkan tipe masing - masing kriteria.
3. Hasil loss function tersebut dan hasil pembobotan AHP kemudian dihitung dengan menggunakan rumus weighted loss.
Loss (N) = (3)
Dengan :
Loss (N) = Besarnya Kerugian
N = Supplier 1, sampai supplier n
WiN = Hasil pembobotan AHP
CiN = Nilai loss function
4. Memilih supplier dengan nilai prosentase kerugian terkecil.
Hasil dan Pembahasan
A. Metode Analytical Hierarchy Process
1. Penyusunan struktur hirarki Analytical Hierarchy Process digunakan untuk memilih supplier berdasarkan penentuan kriteria dan subkriteria supplier di PT. Wijaya Karya Beton. Terdapat tiga supplier dan enam kriteria dengan dua belas subkriteria yang ditetapkan dalam proses pemilihan supplier. Struktur hierarki kriteria dan subkriteria terlihat dalam Gambar 2.
Kriteria dan subkriteria yang ditetapkan didasarkan pada hasil wawancara dan tinjauan literatur yang dianggap relevan untuk digunakan dalam perusahaan PT. Wijaya Karya Beton adalah sebagai berikut::
a. Kualitas Subkriteria pada kriteria kualitas adalah durability (K1) dan kualitas yang konsisten (K2)
b. Harga Subkriteria pada kriteria harga adalah harga produk (H1) dan kemudahan pembayaran (H2)
c. Pengiriman Subkriteria dari kriteria pengiriman adalah waktu pengiriman (P1) dan fleksibilitas pengiriman (P2)
d. Kebijakan Jaminan Pada kriteria kebijakan jaminan terdapat subkriteria yaitu jaminan atau garansi pada material (KJ1) dan pemenuhan permintaan (KJ2)
e. Respon terhadap Klaim Subkriteria pada kriteria respon terhadap klaim adalah sistem komunikasi (RK1) dan responsif (RK2)
f. Ketepatan Produk Pada kriteria ketepatan produk terdapat subkriteria yaitu kesesuaian jumlah permintaan (KP1) dan ketepatan spesifikasi material (KP2)
2. Perbandingan antar kriteria menggunakan perbandingan berpasangan. Hasil rekapitulasi data matriks perbandingan berpasangan dapat dilihat pada tabel 4.
Kualitas | Harga | Pengiriman | Kebijakan Jaminan | Respon Terhadap Klaim | Ketepatan Produk | |
Kualitas | 1,00 | 4,16 | 3,08 | 4,73 | 6,96 | 1,86 |
Harga | 0,24 | 1,00 | 0,58 | 1,57 | 1,97 | 0,38 |
Pengiriman | 0,32 | 1,73 | 1,00 | 4,16 | 4,95 | 0,51 |
Kebijakan Jaminan | 0,21 | 0,64 | 0,24 | 1,00 | 1,73 | 0,26 |
Respon Terhadap Klaim | 0,14 | 0,51 | 0,20 | 0,58 | 1,00 | 0,21 |
Ketepatan Produk | 0,54 | 2,66 | 1,97 | 3,87 | 4,73 | 1,00 |
Jumlah | 2,46 | 10,70 | 7,07 | 15,91 | 21,34 | 4,22 |
Nilai tersebut didapatkan dari hasil kuesioner yang diisi oleh empat expert yaitu staff ppic, staff keuangan, staff pengadaan, dan manager produksi. Dari keempat data hasil kuisioner tersebut maka data dioleh dengan cara geometric mean kemudian disusun dalam bentuk matriks perbandingan kriteria.
3. Melakukan penentuan bobot prioritas antar kriteria agar mendapatkan bobot prioritas dari setiap kriteria maka dari itu perlu dilakukan pembobotan
K | H | P | KJ | RK | KB | Jumlah | Eigen Vector | Eigen Value | Vektor Konsistensi | |
K | 0,41 | 0,39 | 0,44 | 0,30 | 0,33 | 0,44 | 2,30 | 0,383 | 2,37 | 6,187 |
H | 0,10 | 0,09 | 0,08 | 0,10 | 0,09 | 0,09 | 0,54 | 0,092 | 0,55 | 6,124 |
P | 0,13 | 0,16 | 0,14 | 0,26 | 0,23 | 0,12 | 1,05 | 0,175 | 1,07 | 6,113 |
KJ | 0,09 | 0,06 | 0,03 | 0,06 | 0,08 | 0,06 | 0,39 | 0,064 | 0,39 | 6,009 |
RK | 0,06 | 0,05 | 0,03 | 0,04 | 0,05 | 0,05 | 0,27 | 0,045 | 0,28 | 6,045 |
KP | 0,22 | 0,25 | 0,28 | 0,24 | 0,22 | 0,24 | 1,45 | 0,241 | 1,50 | 6,199 |
Berdasarkan data-data diatas kemudian dilakukan normalisasi dan perhitungan bobot kriteria. Dari perhitungan tersebut mendapatkan rangking kriteria yang memiliki bobot tertinggi sampai bobot terendah yaitu kualitas (0,383), ketepatan produk (0,241), pengiriman (0,175), harga, kebijakan jaminan (0,064) dan respon terhadap klaim (0,092).
4. Kemudian dilanjutkan dengan menghitung nilai menentukan konsistensi logis yaitu dengan cara melakukan perhitungan untuk menentukan indeks konsistensi dan rasio konsistensi untuk kriteria. Uji konsistensi ini berfungsi untuk memastikan data yang diberikan oleh responden konsistenti atau tidak. Berdasarkan nilai eigen vector pada tabel 5, maka dapat dihitung λ maks.
λ maks = vektor konsistensi/jumlah kriteria
= 6,11
Berikutnya, dari nilai λ maksimum dapat dilakukan perhitungan consistency index (CI) dan consistency ratio (CR) yaitu:
CI = (λ maks -n)/(n-1) = 0,02
CR = CI/RI = 0,018
Nilai consistency ratio yang didapatkan adalah 0,018 dalam bentuk persen 1,8% untuk data kriteria. Angka ini berada di bawah batas yang ditetapkan untuk kriteria pemilihan supplier, yaitu 0,1 atau 10%, yang menunjukkan bahwa penilaian dari para ahli atau expert adalah konsisten.
5. Perhitungan akhir AHP memperoleh bobot dari setiap supplier terhadap kriteria dan subkriteria yang ada. Perhitungan ini digunakan untuk mengetahui kriteria dan subkriteria terhadap masing-masing supplier. Berikut merupakan pembobotan seluruh kriteria dan sub kriteria terlihat pada tabel 6.
Kriteria | Wira Bumi | PT. Bumi Makmur | PT. Mergo Bopo |
Kualitas | 2,556 | 3,002 | 1,853 |
Harga | 0,495 | 0,425 | 0,248 |
Pengiriman | 0,608 | 0,834 | 1,225 |
Kebijakan Jaminan | 0,406 | 0,534 | 0,342 |
Respon thdp Klaim | 0,297 | 0,279 | 0,198 |
Ketepatan produk | 1,540 | 1,646 | 1,111 |
Total | 5,902 | 6,719 | 4,976 |
Kemudian dilakukan perhitungan yang sama menggunakan AHP untuk masing-masing subkriteria yaitu perhitungan kriteria terhadap subkriteria dan perhitungan pembobotan subkriteria terhadap masing-masing supplieryang di rangkum dalam satu tabel diatas. Berdasarkan dari nilai bobot akhir masing-masing supplier menghasilkan PT. Bumi Makmur merupakan supplier yang memiliki nilai bobot tertinggi dengan nilai 6,719 dan PT. Mergo Bopo memiliki nilai bobot paling rendah yaitu 5,838
Supplier | Value | Rank |
Wira Bumi | 5,902 | 2 |
PT. Bumi Makmur | 6,719 | 1 |
PT. Mergo Bopo | 4,976 | 3 |
Setelah dilakukan perhitungan diatas maka didapatkan hasil urutan supplier prioritas yang memiliki nilai bobot tertinggi. Dari ketiga supplier tersebut bobot tertingggi diperoleh PT. Bumi Makmur, dilanjutkan oleh supplier Wira Bumi, dan terakhir yaitu PT. Mergo Bopo. Untuk itu PT. Bumi Makmur direkomendasikan untuk PT. Wijaya Karya Beton.
B. Metode Taguchi Quality Loss Function
Teknik ini diterapkan untuk mengetahui ranking supplier bahan baku pasir berdasarkan perhitungan persentase rugi yang terjadi pada masing-masing supplier. Terdapat tiga supplier yang menyediakan bahan baku pasir. Fokusnya adalah pada jumlah kebutuhan bahan baku yang tidak dapat dipenuhi oleh satu supplier saja.
1. Perhitungan Taguchi Loss Function terlebih dahulu dimulai dengan menentukan nilai target dan Toleransi. Nilai harapan dan toleransi ditampilkan Tabel 8.
Kriteria | Target / Harapan | Toleransi |
Kualitas | Kadar lumpur 5% | 2% |
Harga | Rp. 210.000 | 0 |
Pengiriman | Maks 3 hari | 10% |
Kebijakan Jaminan | 100% | 20% |
Respon thdp klaim | 100% | 25% |
Ketepatan produk | 100% | 10% |
Nilai target dan toleransi ini didapatkan dari hasil wawancara secara langsung kepada staff ahli (expert) yang sudah merupakan ketentuan dari perusahaan PT. Wijaya Karya Beton
2. Setelah itu, proses dilanjutkan dengan perhitungan rata rata nilai biaya kerugian yang dihasilkan oleh tiap kriteria yang ada. Hasil perhitungan nilai rata-rata kerugian dapat dilihat pada Tabel 9.
Kriteria | Rata-rata kerugian | Keterangan |
Kualitas | Rp. 3.360 | Rata rata biaya kerugian harga x (toleransi x kapasitas dump truk) |
Harga | Rp. 6.000 | Selisih harga antara supplier |
Pengiriman | Rp. 21.600 | Biaya kerugian karena adanya keterlambatan pengiriman sebesar 10% dari rata-rata harga pasir per m3 (10% x 216.000) |
Kebijakan Jaminan | Rp. 25.920 | Biaya yang timbul karena tidak ada jaminan yang diberikan atau jaminan tidak sesuai (12% x harga pasir per m3) |
Respon thdp klaim | Rp. 21.600 | Biaya kerugian akibat respon supplier rendah (hasil dari kerugian pengiriman) |
Ketepatan produk | Rp. 32.400 | Biaya kerugian karena adanya kekurangan jumlah pasir sebesar 15% dari rata-rata harga pasir per m3(15% x 216.000) |
Konsekuensi biaya mengacu pada jumlah total biaya yang dikenakan kepada perusahaan oleh supplier sebagai hasil dari kesalahan yang terjadi. Nilai konsekuensi biaya dihitung dengan membagi rata rata biaya kerugian akibat kesalahan (A0) dengan nilai toleransi dari setiap kriteria. Informasi hasil perhitungan konsekuensi biaya terlihat dalam Tabel 10.
Kriteria | (k) |
Kualitas | Rp. 8.400.000 |
Harga | Rp. 6.000 |
Pengiriman | Rp. 2.160.000 |
Kebijakan Jaminan | Rp. 648.000 |
Respon thdp klaim | Rp. 345.000 |
Ketepatan produk | Rp. 3.240.000 |
Nilai konsekuensi biaya (k) didapatkan dari persamaan (2) yang sudah dijelaskan pada bagian metode sebelumnya.
Contoh perhitungan nilai k untuk kriteria kualitas:
k = A_0/∆^2
k = 3.360/〖0,02〗^2
k = 8.400.000
Maka dari itu nilai Konsekuensi Biaya untuk kriteria kualitas adalah sebesar 8.400.000
Setelah memperoleh nilai konsekuensi biaya (k), langkah selanjutnya adalah melakukan perhitungan rata-rata nilai terukur (y̅) dan nilai variasi (S2) dari tiap kriteria. Hasil perhitungan tersebut dapat dilihat pada tabel 11, tabel 12, tabel 13, tabel 14, tabel 15, dan tabel 16.
Supplier | (ӯ) | (S²) |
Wira Bumi | 0,933 | 0,663 |
PT. Bumi Makmur | 0,700 | 0,370 |
PT. Mergo Bopo | 1,133 | 1,053 |
Supplier | (ӯ) | (S²) |
Wira Bumi | 1,029 | 0,00 |
PT. Bumi Makmur | 1,019 | 0,00 |
PT. Mergo Bopo | 1,038 | 0,00 |
Supplier | (ӯ) | (S²) |
Wira Bumi | 1,333 | 1,333 |
PT. Bumi Makmur | 1,000 | 1,000 |
PT. Mergo Bopo | 2,000 | 1,000 |
Supplier | (ӯ) | (S²) |
Wira Bumi | 1,000 | 0,000 |
PT. Bumi Makmur | 0,667 | 0,333 |
PT. Mergo Bopo | 1,333 | 0,333 |
Supplier | (ӯ) | (S²) |
Wira Bumi | 1,333 | 1,333 |
PT. Bumi Makmur | 0,667 | 0,333 |
PT. Mergo Bopo | 1,000 | 1,000 |
Supplier | (ӯ) | (S²) |
Wira Bumi | 1,567 | 0,173 |
PT. Bumi Makmur | 1,500 | 0,070 |
PT. Mergo Bopo | 1,833 | 0,063 |
3. Setelah mendapatkan nilai konsekuensi biaya (k), nilai rata rata dari nilai terukur (y̅), dan varians (S2), langkah berikutnya adalah melakukan perhitungan nilai fungsi kerugian (Loss Function). Dengan menggunakan persamaan yang telah di tetapkan sebelumnya dalam bagian identifikasi type quality loss function, langkah selanjutnya adalah menentukan nilai Loss Function. Informasi mengenai perhitungan Loss Function terlihat di Tabel 17.
Supplier | Kualitas | Harga | Pengiriman | Kebijakan Jaminan | Respon thdp Klaim | Ketepatan Produk |
Wira Bumi | Rp. 12.889.333 | Rp. 6.347 | Rp. 6.720.000 | Rp. 648.000 | Rp. 194.400 | Rp. 8.514.000 |
PT. Bumi Makmur | Rp. 7.224.000 | Rp. 6.230 | Rp. 4.320.000 | Rp. 1.458.000 | Rp. 777.600 | Rp. 7.516.800 |
PT. Mergo Bopo | Rp. 19.637.333 | Rp. 6.465 | Rp. 10.800.000 | Rp. 364.500 | Rp. 345.600 | Rp. 11.095.200 |
Nilai loss function didapatkan dari perhitungan rumus type quality loss yang sudah ditentukan pada tabel sebelumnya.
Contoh perhitungan:
Kriteria kualitas dengan tipe (Smaller The Better)
L = k [s2 + (y̅2)]
= 8.400.000 [0,6633 + (0,9332)]
= 8.400.000 [1,534]
= Rp. 12.889.333
Dimana L : Nilai loss
k : Konsekuensi biaya (Tabel 10)
s2 : Nilai variansi (Tabel 11)
(y̅) : Rata-rata nilai yang terukur (Tabel 11)
4. Nilai loss function yang dihasilkan kemudian dikalikan dengan bobot masing-masing kriteria yang telah di dapatkan pada metode Analytical Hierarchy Process (AHP). Hasil perhitungan Weighted Taguchi Loss dapat dilihat pada tabel 18.
Supplier | K | H | P | KJ | RK | KP | Total |
Wira Bumi | Rp. 4.934.146 | Rp. 585 | Rp. 1.175.538 | Rp. 41.586 | Rp. 8.678 | Rp. 2.054.594 | Rp. 8.215.127 |
PT. Bumi Makmur | Rp. 2.765.408 | Rp. 574 | Rp. 755.703 | Rp. 93.568 | Rp.34.712 | Rp. 1.813.950 | Rp. 5.463.915 |
PT. Mergo Bopo | Rp. 7.517.338 | Rp. 596 | Rp. 1.889.257 | Rp. 23.392 | Rp. 15.427 | Rp. 2.677.488 | Rp.12.123.498 |
Dari tabel diatas dapat diketahui kerugian dari masing-masing supplier bahan baku pasir dengan rincian sebagai berikut supplier Wira Bumi dengan total loss (kerugian) Rp. 8.215.127, dari PT Bumi Makmur kerugian Rp. 5.463.915, dan untuk supplier PT. Mergo Bopo Rp. 12.123.498.
5. Untuk mendapatkan total kerugian dari setiap supplier, nilai weighted Taguchi yang sudah diperoleh kemudian di jumlahkan. Nilai tersebut kemudian dikonversikan menggunakan format persentase guna mengevaluasi apakah supplier masih memenuhi standar toleransi perusahaan atau tidak. Informasi tentang kerugian dari setiap supplier dapat ditemukan dalam Tabel 19.
Supplier | Total kerugian | Per sentase kerugian |
Wira Bumi | Rp. 8.215.127 | 32% |
PT. Bumi Makmur | Rp. 5.463.915 | 21% |
PT. Mergo Bopo | Rp. 12.123.498 | 47% |
Total | Rp. 25.802.540 | 100% |
Berdasarkan hasil persentase kerugian, supplier Wira Bumi memiliki kerugian sebesar 32% dan PT. Bumi Makmur memiliki kerugian sebesar 21%. Hal ini menunjukkan bahwa keduanya masih berada dalam batas toleransi PT. Wijaya Karya Beton terhadap kerugian yang ditimbulkan. Namun, PT. Mergo Bopo merupakan supplier dengan kerugian terbesar, yakni sebesar 43% atau senilai Rp.12.123.498. Oleh karena itu, perlu dilakukan evaluasi dan tinjau ulang terhadap setiap aktivitas pengiriman bahan baku untuk supplier yang memiliki persentase kerugian di atas 35%.
Simpulan
Evaluasi supplier pasir di PT. Wijaya Karya Beton menggunakan metode Analytical Hierarchy Process (AHP) dan Taguchi Loss Function. Metode AHP diperuntukkan sebagai penghitung bobot tiap kriteria, sementara metode Taguchi Loss Function ialah metode yang digunakan dalam menentukan besarnya rugi yang ditanggung perusahaan akibat penyimpangan kriteria dari setiap supplier. Dalam penelitian ini, terdapat enam kriteria dalam pemilihan supplier pasir, yaitu kualitas, ketepatan produk, pengiriman, harga, kebijakan jaminan, dan respon terhadap klaim. Hasil evaluasi menunjukkan bahwa PT. Wira Bumi memiliki kerugian sebesar Rp. 8.215.127, PT. Bumi Makmur sebesar Rp. 5.463.915, dan PT. Mergo Bopo sebesar Rp.12.123.498. Supplier dengan kerugian terkecil adalah PT. Bumi Makmur dengan persentase kerugian 21%, sementara PT. Mergo Bopo memiliki kerugian terbesar dengan persentase 47%. Dari ketiga supplier pasir tersebut, PT. Wira Bumi dan PT. Bumi Makmur adalah prioritas dan masih berada dalam batas toleransi perusahaan. Namun, PT. Mergo Bopo merupakan supplierdengan nilai kerugian terbesar.
Saran untuk penelitian selanjutnya meliputi penggunaan metode MCDM ( multi criteria decision making ) yang berbeda untuk menjadi langkah tambahan dalam metode AHP dan Taguchi Loss Function . Dalam penggunaan metode AHP, disarankan untuk mempertimbangkan beberapa faktor tambahan berdasarkan kualitas bahan baku, lingkungan, dan manfaat. Selain itu, untuk metode Taguchi Loss Function , lebih disarankan untuk berfokus pada waktu penyimpangan yang lebih lama, yakni antara 6 bulan hingga satu tahun.
References
- F. M. U. Hasiani, T. Haryanti, R. Rinawati, and L. Kurniawati, "Sistem Pendukung Keputusan Pemilihan Supplier Produk Ritel dengan Metode Analytical Hierarchy Process," Sistemasi, vol. 10, no. 1, pp. 139, 2021, doi: 10.32520/stmsi.v10i1.1125.
- A. I. Alif, "Penerapan Metode Analytical Hierarchy Process Terhadap Keputusan Pemilihan Supplier Dalam Pengadaan Material Canvas Menggunakan Software Expert Choice," J. Indones. Sos. Teknol., vol. 1, no. 2, pp. 73–81, 2020, doi: 10.36418/jist.v1i2.18.
- M. N. Amalia and M. Ary, "Sistem Pendukung Keputusan Pemilihan Supplier Dengan Menggunakan SMART Pada CV. Hamuas Mandiri," J. Sains dan Inform., vol. 7, no. 2, pp. 127–134, 2021, doi: 10.34128/jsi.v7i2.322.
- S. Hilman and N. Ardi, "Analisis Pemilihan Supplier Kaolin Dengan Metode Analytical Hierarchy Process – Topsis Dalam Mendukung," vol. 11, 2021.
- M. A. Setiawan and S. Hartini, "Pemilihan Supplier Bahan Baku Daging Untuk Proses Produksi Catering Dengan Metode AHP Dan PROMETHEE," J. Optimasi Tek. Ind., vol. 4, no. 2, pp. 59, 2022, doi: 10.30998/joti.v4i2.13633.
- P. A. Pangestu and A. Diana, "Penggabungan Metode Analytical Hierarchy Process Dan Simple Additive Weighting Untuk Pemilihan Supplier Pada Sici Busana," IDEALIS Indones. J. Inf. Syst., vol. 3, no. 1, pp. 281–287, 2020, doi: 10.36080/idealis.v3i1.1683.
- T. Rosyiidi and A. M. Subagyo, "Analisis Pemilihan Supplier Obat Pada Apotek Adinda Menggunakan Metode Analytical Hierarchy Process (Ahp)," Ina. J. Ind. Qual. Eng., vol. 9, no. 1, pp. 21–33, 2021, doi: 10.34010/iqe.v9i1.4316.
- L. Lukmandono, M. Basuki, M. J. Hidayat, and V. Setyawan, "Pemilihan Supplier Industri Manufaktur Dengan Pendekatan AHP dan TOPSIS," Opsi, vol. 12, no. 2, pp. 83, 2019, doi: 10.31315/opsi.v12i2.3146.
- D. Winarso and F. YAsir, "Sistem Pendukung Keputusan Pemilihan Supplier Produk Receiver Parabola dan Kipas Angin Pada Toko Irsan Jaya Rangkuti Menggunakan Metode Analytical Hierarchy Process (AHP)," J. Fasilkom, vol. 9, no. 2, pp. 464–475, 2019, doi: 10.37859/jf.v9i2.1402.
- J. Muhammad, D. Rahmanasari, J. Vicky, W. A. Maulidiyah, W. Sutopo, and Y. Yuniaristanto, "Pemilihan Supplier Biji Plastik dengan Metode Analitycal Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)," J. INTECH Tek. Ind. Univ. Serang Raya, vol. 6, no. 2, pp. 99–106, 2020, doi: 10.30656/intech.v6i2.2418.
- M. Wicaksono, L. D. Fathimahhayati, and Y. Sukmono, "Pengambilan Keputusan Dalam Pemilihan Supplier Dengan Metode Analytical Hierarchy Process (AHP) dan Technique For Others Reference by Similarity to Ideal Solution (TOPSIS)," J. Tekno, vol. 17, no. 2, pp. 1–17, 2020, doi: 10.33557/jtekno.v17i2.1078.
- H. Rofaldi, F. Prima Aditiawan, and R. Mumpuni, "Sistem Pendukung Keputusan Pemilihan Supplier Menggunakan Metode AHP Dan SAW Pada Apotek," J. Inform. dan Sist. Inf., vol. 2, no. 2, pp. 302–312, 2021, doi: 10.33005/jifosi.v2i2.352.
- W. Kosasih, V. Y. Triyani, A. Ahmad, and C. O. Doaly, "Multi Criteria Supplier Selection Using a Hybrid Fuzzy Ahp- Taguchi Technique: the Case of Textile Industry," J. Ilm. Tek. Ind., vol. 8, no. 2, pp. 79–89, 2020, doi: 10.24912/jitiuntar.v8i2.9152.
- S. Kasus et al., "Assesment Kinerja Pada Industri Manufaktur," vol. 11, no. 1, pp. 25–37, 2019.
- A. Martin, B. Suprapto, . S., A. Widiyastuti, D. F. Kurniawan, and H. Simanjuntak, "Penerapan Metode Fuzzy AHP (Analytical Hierarchy Process) sebagai Sistem Pendukung Keputusan Dosen Terbaik (Studi Kasus: STMIK Pringsewu)," J. Inf. dan Komput., vol. 10, no. 1, pp. 194–207, 2022, doi: 10.35959/jik.v10i1.307.
- R. Ramadhan et al., "ISSN : 2338-7750 Institut Sains & Teknologi AKPRIND Yogyakarta Jurnal REKAVASI ISSN : Rifda Ilahy Rosihan , Wihda Yuniawati," Rekavasi, vol. 9, no.
- S. P. T. Talangkas and F. Pulansari, "Pemilihan Supplier Semen Pada Cv. Rizki Jaya Abadi Di Kabupaten Mojokerto Menggunakan Metode Fuzzy Ahp (Analytical Hierarchy Process)," Tekmapro J. Ind. Eng. Manag., vol. 16, no. 2, pp. 72–83, 2021, doi: 10.33005/tekmapro.v16i2.202.
- S. Maesyaroh, "Analisis Perbandingan Metode AHP dan TOPSIS Dalam Pemilihan Asisten Laboratorium di FKOM UNIKU," Nuansa Inform., vol. 14, no. 2, pp. 17, 2020, doi: 10.25134/nuansa.v14i2.2913.
- D. Asa, C. Clarisa, A. A. Rivaldi, and W. N. Afiani, "Pemilihan Supplier Jamu Ibu Sami Menggunakan Metode AHP Taguchi Loss Function SAW," vol. 6, no. 2, pp. 14–22, 2023.
- Y. Helianty and D. Anggraeni, "Pemilihan Supplier Bahan Baku Untuk meminimumkan biaya dengan menggunakan Metoda Analytical Hierarchy Process dan Taguchi Loss Function," Ina. J. Ind. Qual. Eng., vol. 9, no. 1, pp. 97–107, 2021, doi: 10.34010/iqe.v9i1.4042.