bab iv pengolahan data 4.1 4.1
TRANSCRIPT
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.