PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER MENGGUNAKAN METODE TOPSIS PADA PERUSAHAAN FURNITURE

Transkripsi

1 PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER MENGGUNAKAN METODE TOPSIS PADA PERUSAHAAN FURNITURE DEVELOPMENT OF DECISION SUPPORT SYSTEM SUPPLIER SELECTION USING TOPSIS FURNITURE COMPANY Ma ruf Unverstas Muhammadyah Surakarta, Jl. Sadewa No. 1 Serengan Solo E-mal : maaruf.dosen@gmal.com Abstract The technque for order preference by smlarty to deal soluton (TOPSIS) makes use of the teak suppler analyss to develop the key performance ndcator. Whch allow a more systematc and holstc approach to buld the alternatve suppler. The TOPSIS analyss s the process of explorng the nternal and external envronment of an organzaton based on ts consder to choce teak suppler. Ths ncludes envronmental changes analyss about prce, payment and suppler character. The choce suppler before wth manual and smple method, a cause and affect several of mplementaton falure. Wth the TOPSIS analyss can result speed and quck decson help n choce teak suppler, understand the stuaton and act flexbly. Decsons should be taken at approprate, so that can mprove delvery on tme, reduce lead tme, mprove stock control, gan deas from employees, s effectvely a lever that management can pull to acheve the overall objectve, whch s mprove operatng effcency. Keywords: Decson Support System, TOPSIS, Database, User Interface. Abstrak Sentra Industr Kecl Mebel Trangsan Sukoharjo adalah beberapa perusahaan yang bergerak d bdang ndustr furnture. Bahan baku utama yang dgunakan perusahaan adalah kayu jat. Ada beberapa suppler yang memasok kebutuhan perusahaan. Sebelumnya memlh suppler dengan cara sederhana dan manual, sehngga proses pemlhan suppler kurang efsen dan haslnya tdak optmal. Hal n memunculkan beberapa permasalahan, antara lan suppler tdak dapat memenuh kebutuhan dalam hal volume kayu, sultnya perusahaan untuk mendapatkan kebutuhan bahan baku pada harga yang kompettf, jadwal pengrman menjad mundur, dan baya produks membengkak. Selan tu konds suppler selalu berubah-ubah mengkut perkembangan duna usaha. Oleh karena tu, dbutuhkan Sstem Pendukung Keputusan yang bersfat dnamk, sehngga perubahan yang terjad pada suppler dapat dengan cepat dperhtungkan dan prortas pemlhan suppler yang terplh dapat segera terseda. Perancangan sstem melalu tahapan perancangan proses, perancangan database dan perancangan user nterface. Peneltan menggunakan metode TOPSIS, yang dgunakan untuk merankng atau menentukan prortas suppler. Hasl dar peneltan n adalah sebuah Sstem Pendukung Keputusan yang dapat membantu perusahaan dalam memlh suppler. Kata kunc: Sstem Pendukung Keputusan, Pemlhan Suppler, TOPSIS, Database, User Interface. Prosdng Semnar Nasonal Ekonom dan Bsns & Call For Paper FEB UMSIDA

2 Pendahuluan Latar Belakang Masalah Sentra Industr Kecl Mebel Trangsan Sukoharjo adalan perusahaan bergerak d bdang ndustr mebel/furntur. Kegatan produks menggunakan sstem make to order, hanya memproduks barang pesanan. Bahan baku utama yang dgunakan adalah kayu jat, bahan baku ddapat dar suppler. Tap suppler memlk keunggulan dan kelemahan, sehngga perencanaan pemlhan suppler mutlak dperlukan. Konds suppler d lapangan selalu berubah-ubah mengkut stuas dan perkembangan duna usaha, sehngga pengambl keputusan selalu harus melakukan perankngan setap saat, pekerjaan n tdak mudah dan tdak efsen karena membutuhkan waktu (tme consumng) dan dapat menngkatkan baya evaluas. D sampng tu respon keputusan yang harus dambl tdak dapat dlakukan dengan cepat. Belum pernah dlakukan peneltan sehubungan dengan pemlhan supler, sebelumnya perusahaan memlh suppler dengan cara sederhana, yatu dengan menghubung suppler apakah mempunya bahan baku yang dbutuhkan dan harga sesua dengan order atau tdak. Bla sesua perusahaan mengeluarkan purchase order. Sehngga proses pemlhan suppler kurang efsen dan haslnya tdak optmal. Hal n memunculkan beberapa permasalahan, antara lan suppler tdak dapat memenuh volume.kebutuhan dan serng mengalam kekurangan atau kelebhan bahan baku. Permasalahan lan adalah sultnya untuk mendapatkan kebutuhan bahan baku pada harga yang kompettf. Dengan adanya permasalahan tersebut, maka dperlukan sebuah Sstem Pendukung Keputusan (SPK) yang drancang secara dnamk, memungknkan dengan cepat dapat memperhtungkan dan membuat keputusan prortas suppler yang akan dplh. Penentuan prortas suppler dlakukan menggunakan metode Technque for Order Preference by Smlarty to Ideal Soluton (TOPSIS). TOPSIS dgunakan karena konsepnya sederhana, mudah dpaham, komputasnya efsen, dan memlk kemampuan mengukur knerja relatf dar alternatf-alternatf keputusan dalam bentuk matemats sederhana. Tujuan Peneltan Prosdng Semnar Nasonal Ekonom dan Bsns & Call For Paper FEB UMSIDA

3 Peneltan bertujuan mengembangkan dan menyedakan sstem pendukung keputusan untuk memberkan solus terbak dalam pemlhan suppler, dapat dgunakan sebaga petunjuk pemlhan alternatf suppler dan.kebutuhan bahan baku (jumlah dan kualtas) dapat terpenuh dalam harga yang kompettf, sehngga dapat menunjang knerja organsas dalam hal sukses dalam proses produks. Urgens Peneltan Berdasar latar belakang dan uraan d atas, perumusan masalah peneltan adalah : bagamanakah sstem pendukung keputusan metode TOPSIS dapat memberkan solus terbak dalam pemlhan suppler. Manfaat Peneltan a.. Memberkan petunjuk alternatf pemlhan suppler. b. Mempermudah dan mempercepat pengaplkasan metode TOPSIS untuk menyelesakan masalah multkrtera. c. Membantu perusahaan menyelesakan masalah dalam pemlhan suppler. d.. Kebutuhan bahan baku dalam hal jumlah dan kualtas dapat terpenuh dalam harga yang kompettf, sehngga proses produks bsa tepat waktu. Batasan Permasalahan Pembatasan masalah perlu dlakukan untuk memfokuskan peneltan yang akan dlaksanakan sehngga tujuan peneltan dapat dcapa. Adapun batasan masalahnya adalah sebaga berkut: a. Peneltan dlakukan d Sentra ndustr kecl mebel Trangsan Sukoharjo. b. Objek yang dtelt berupa suppler bahan baku kayu. c. Tngkat akuras output yang dhaslkan oleh sstem tergantung pada nput yang dberkan oleh user. d. Pencaran krtera dan penentuan derajat kepentngan adalah subyektf dar phak perusahaan. e. Peneltan n tdak membahas mengena pembuatan software sstem pendukung keputusan, namun hanya terbatas pada sejauh mana sstem pendukung keputusan dapat dmplementaskan d perusahaan. Prosdng Semnar Nasonal Ekonom dan Bsns & Call For Paper FEB UMSIDA

4 Metode Peneltan Landasan Teor Sstem Pendukung Keputusan (Decson Support System) Sstem adalah kumpulan dar obyek-obyek sepert manusa, resources, konsep, dan prosedur yang dtujukan untuk melakukan fungs tertentu atau memenuh suatu tujuan. Dalam Rzk Trana Putr (2008), Ludwg Von Bartalanfy berpendapat bahwa sstem merupakan seperangkat unsur yang salng terkat dalam suatu antar relas dantara unsur-unsur tersebut dengan lngkungan. Sedangkan menurut Jogyanto sstem adalah komponen-komponen yang salng berhubungan untuk mencapa satu tujuan tertentu. Suatu sstem dapat drumuskan sebaga setap kumpulan bagan-bagan atau subsstem-subsstem yang dsatukan, yang drancang untuk mencapa suatu tujuan. Kata keputusan (decson) berart plhan (choce), yatu plhan dar dua atau lebh kemungknan. Keputusan juga dapat berart kegatan memlh suatu strateg atau tndakan dalam pemecahan suatu masalah. Tndakan memlh strateg atau aks yang dyakn manajer akan memberkan solus terbak atas sesuatu tu dsebut pengamblan keputusan Sstem Pendukung Keputusan (SPK) ddefnskan sebaga sebuah sstem yang bertujuan untuk mendukung seorang manajer mengambl sebuah keputusan dalam konds permasalahan yang sem terstruktur. SPK dfungskan sebaga fasltas yang dapat memperkuat kapabltas sang pengambl keputusan, namun tdak sepenuhnya menggantkan peran pengambl keputusan tersebut. SPK dgunakan pada pengamblan keputusan yang melbatkan pertmbangan dar manajer, atau pada pengamblan keputusan yang tdak sepenuhnya dapat dselesakan dengan perhtungan. Komponen Sstem Pendukung Keputusan Komponen Sstem Pendukung Keputusan (SPK) terdr dar: 1. Subsstem Manajemen Data (Data-management Subsystem). 2. Subsstem Manajemen Model (Model Management Subsystem). 3. Subsstem Antarmuka Pengguna (User Interface Subsystem). 4. Subsstem Manajemen Berbass Pengetahuan (Knowledge-based Management Subsystem). Prosdng Semnar Nasonal Ekonom dan Bsns & Call For Paper FEB UMSIDA

5 Komponen n dapat berperan untuk mendukung komponen yang lan, maupun berperan sebaga komponen yang ndependen. Komponen n memperkaya kecerdasan pengguna dalam membuat keputusan. Komponen n salng terhubung dengan bass data pengetahuan dar organsas, yang basa dsebut dengan Organzatonal Knowledge Base. Gambar 1. Komponen Sstem Pendukung Keputusan Sstem lannya yang berbass komputer Internet, Intranet, Ekstranet Data Eksternal dan Internal Manajemen Data Manajemen Model Model Eksternal Subsstem Berbass Pengetahuan Antarmuka Pengguna Bass Pengetahuan Organsasonal User Proses Pengamblan Keputusan Pengamblan keputusan hampr tdak merupakan plhan antara benar dan salah, tetap yang serng terjad adalah plhan yang hampr benar dan yang mungkn salah. Pengamblan keputusan d dalam suatu organsas merupakan hasl proses komunkas dan partspas yang terus menerus dar keseluruhan organsas. Hasl keputusan tersebut dapat merupakan pernyataan yang dsetuju antar alternatf atau antar prosedur untuk mencapa tujuan tertentu. Proses pengamblan keputusan melbatkan 4 tahapan, yatu: a. Intellgence, tahap n merupakan proses penelusuran dan pendeteksan dar lngkup problematka serta proses pengenalan masalah. b. Desgn, tahap n merupakan proses menemukan, mengembangkan, dan menganalss alternatf tndakan yang bsa dlakukan. Tahap n melput proses untuk mengert masalah, menurunkan solus, dan menguj kelayakan solus. c. Choce, pada tahap n dlakukan proses pemlhan dantara berbaga alternatf tndakan yang mungkn djalankan. Dar tahap n ddapatkan keluaran berupa dokumen solus dan rencana mplementasnya. Prosdng Semnar Nasonal Ekonom dan Bsns & Call For Paper FEB UMSIDA

6 d. Implementaton, dalam tahap n pengamblan keputusan menjalankan rangkaan aks pemecahan yang dplh d tahap choce. Implementas yang sukses dtanda dengan terjawabnya masalah yang dhadap, sementara kegagalan dtanda dengan tahap adanya masalah yang sedang dcoba untuk datas. Data Flow Dagram (DFD) Data Flow Dagram (DFD) adalah representas grafs dar sebuah sstem dengan menggunakan angka dan smbol untuk menglustraskan bagamana data mengalr melalu proses-proses yang salng berkatan. Keuntungan dar DFD adalah memungknkan untuk menggambarkan sstem dar level yang palng tngg kemudan mengurakannnya menjad level yang lebh rendah (dekomposs). Berkut n adalah hal-hal yang berkatan dengan DFD: a. Smbol Data Flow Dagram Smbol atau lambang yang dgunakan dalam membuat DFD adalah: EXTERNAL ENTITY: Smbol dgunakan untuk menggambarkan asal atau tujuan data. PROSES: Smbol dgunakan untuk proses pengolahan atau transformas data. DATA FLOW: Smbol dgunakan untuk menggambarkan alran data yang berjalan. DATA STORE: Smbol dgunakan untuk menggambarkan data flow yang sudah dsmpan atau darspkan. b. Aturan dalam Data Flow Dagram Bentuk rambu-rambu atau aturan man yang baku dan berlaku dalam penggunaan DFD untuk membuat model sstem adalah sebaga berkut: 1. D dalam DFD tdak boleh menghubungkan antara external entty dengan external entty lannya secara langsung. 2. D dalam DFD tdak boleh menghubungkan data store yang satu dengan data store yang lan secara langsung. 3. D dalam DFD tdak boleh menghubungkan data store dengan external entty secara langsung. 4. Setap proses harus memlk data flow masuk dan data flow keluar. Prosdng Semnar Nasonal Ekonom dan Bsns & Call For Paper FEB UMSIDA

7 c. Teknk Membuat Data Flow Dagram Teknk atau cara yang lazm dgunakan d dalam membuat DFD adalah sebaga berkut: 1. Mula dar yang umum atau tngkatan yang lebh tngg, kemudan durakan atau djelaskan sampa yang lebh detal atau tngkatan yang lebh rendah, yang lebh dkenal dengan stlah top down analyss. 2. Jabarkan proses yang terjad d dalam DFD sedetal mungkn sampa tdak dapat durakan lag. 3. Pelharalah konsstens proses yang terjad d DFD, mula dar dagram yang tngkatannya lebh tngg sampa dengan dagram yang tngkatannya lebh rendah. 4. Berkan label yang bermakna untuk setap smbol yang dgunakan. d. Langkah-langkah Membuat Data Flow Dagram Langkah-langkah d dalam membuat DFD dbag menjad tga tahap: 1. Dagram Konteks (Context Dagram) 2. Dagram Nol 3. Dagram Detal e. Bass Data (Database) Bass data terdr dar dua kata, yatu bass dan data. Bass dartkan sebaga markas atau gudang tempat bersarang/berkumpul. Data adalah representas fakta duna nyata yang memlk suatu obyek, sepert manusa, barang, lawan, konsep, keadaan, dan sebaganya yang dsertakan dalam bentuk huruf, smbol teks, gambar, buny atau kombnasnya (Fathansyah, 1999). Bass data sendr dapat dartkan dalam sejumlah sudut pandang, sepert: 1. Kumpulan dar data yang salng berhubungan satu dengan yang lannya, tersmpan d smpanan luar komputer dan dgunakan perangkat lunak tertentu untuk memanpulasnya. 2. Hmpunan kelompok data atau arsp yang salng berhubungan, dorgansaskan sedemkan rupa agar kelak dapat dmanfaatkan kembal dengan cepat dan mudah. 3. Kumpulan data yang salng berhubungan, yang dsmpan secara bersamaan sedemkan rupa dan tanpa pengulangan (redudans) yang tdak perlu, untuk memenuh berbaga kebutuhan. Prosdng Semnar Nasonal Ekonom dan Bsns & Call For Paper FEB UMSIDA

8 Bass data merupakan salah satu komponen pentng dalam Sstem Pendukung Keputusan, karena berfungs sebaga bass penyeda nformas bag pemakanya. Pemanfaatan bass data dlakukan untuk memenuh sejumlah tujuan (obyektf): Kecepatan dan kemudahan (Speed), keakuratan (Accuracy), efsens ruang penympanan (Space), ketersedaan (Avalablty), kelengkapan (Completeness), keamanan (Securty), kebersamaan pemakaan (Sharblty). f. Sumber data dalam Sstem Pendukung Keputusan, yatu: 1. Data Internal, adalah data yang sudah ada dalam organsas atau perusahaan. Data tersebut bsa dkendalkan oleh organsas atau perusahaan, bsa merupakan data mengena orang, produk, layanan, dan proses. 2. Data Eksternal, adalah data yang tdak bsa dkendalkan oleh organsas atau perusahaan. Data tersebut berasal dar luar sstem, contoh dar data eksternal antara lan: kurs dollar, keadaan pesang, dan harga pasar. 3. Data Prvat/Personal, data prvat adalah data mengena kepakaran atau nalur dar user terhadap masalah yang akan dselesakan. Data prvat merupakan pendapat dar user mengena varabel yang dperlukan dalam menyelesakan masalah atau nla dar suatu varabel. Perancangan Antar Muka (User Interface) Aktvtas perancangan user nterface berfokus pada nteraks antara user dan sstem pada komputer. Perancang mentk beratkan pada nput dan output yang dhaslkan serta pada cara mengubah/mengkonvers data menjad nformas agar menjad bentuk yang dapat dbaca oleh manusa dan mesn. Pemlhan Suppler Suppler merupakan sumber yang menyedakan bahan pertama dalam bentuk bahan baku, bahan mentah, bahan penolong, suku cadang, bahan dagangan, dan sebaganya. Pemlhan suppler bertujuan untuk mendapatkan sumber materal dengan kualtas, harga, waktu, kuanttas, dan pelayanan yang dngnkan, serta bantuan tekns yang dbutuhkan. Menurut Pujawan (2005), krtera pemlhan adalah salah satu hal pentng dalam pemlhan suppler, krtera yang dgunakan harus mencermnkan strateg supply chan maupun karakterstk tem yang akan dpasok. Secara umum banyak perusahaan menggunakan krtera dasar sepert kualtas barang yang Prosdng Semnar Nasonal Ekonom dan Bsns & Call For Paper FEB UMSIDA

9 dtawarkan, harga, dan ketepatan waktu pengrman. Berkut adalah krtera yang dgunakan untuk pemlhan suppler: a. Banyaknya techncal supports yang akan dberkan. b. Banyaknya de-de novatf. c. Kemampuan berkomunkas secara efektf untuk su-su pentng. d. Fleksbltas yang dtunjukkan oleh suppler. e. Cycle tme dan kecepatan respon. f. Kemrpan tujuan antara perusahaan dengan suppler. g. Tngkat kepercayaan yang ada antara perusahaan dengan suppler h. Kekuatan hubungan pada berbaga dmens. Terdapat tga macam metode pengadaan (Arnold,1998), yatu: 1. Sole Sourcng, sole Sourcng menyatakan bahwa hanya ada satu suppler karena hak paten, spesfkas teknk, bahan baku, lokas, dan sebaganya. 2. Multple Sourcng, multple Sourcng merupakan penggunaan lebh dar satu suppler untuk satu macam tem. 3. Sngle Sourcng, sngle sourcng adalah keputusan terencana yang dlakukan suatu organsas untuk memlh satu suppler untuk satu tem. Mult Crtera Decson Makng (MCDM) Setap saat peradaban kta dhadapkan dengan persoalan pembuatan keputusan. D sampng dhadapkan dengan persoalan pembuatan keputusan, orang-orang selalu tertark untuk menganalss cara orang membuat keputusan. Dalam pengertan sederhana, alternatf-alternatf pembuatan keputusan yang bsa dplh dan krtera yang terkat bsa devaluas dan lebh dsuka oleh orang-orang. hal n mengarahkan kta pada teknk pembuatan keputusan yatu pembuatan keputusan mult krtera (MCDM). Mult Crtera Decson Makng (MCDM) adalah metode pengamblan keputusan untuk menetapkan alternatf terbak dar sejumlah alternatf berdasarkan beberapa krtera tertentu. Krtera basanya berupa ukuran-ukuran, aturan-aturan atau standar yang dgunakan dalam pengamblan keputusan. Berdasarkan tujuannya, Zmmermann dalam Sr Kusumadew et al. (2006) membag MCDM menjad dua model, yatu Mult-Attrbute Decson Makng (MADM) dan Mult Objectve Decson Makng (MODM). MADM dgunakan untuk menyelesakan masalah-masalah dalam ruang dskret. basanya Prosdng Semnar Nasonal Ekonom dan Bsns & Call For Paper FEB UMSIDA

10 dgunakan untuk melakukan penlaan atau seleks terhadap beberapa alternatf dalam jumlah yang terbatas. Sedangkan MODM dgunakan untuk menyelesakan masalahmasalah pada ruang kontnyu (sepert permasalahan pada pemrograman matemats). Secara umum dapat dkatakan bahwa MADM menyeleks alternatf terbak dar sejumlah alternatf, sedangkan MODM merancang alternatf terbak. Perbedaan mendasar menurut Yoon dalam Sr Kusumadew et al. (2006) dapat dlhat pada tabel berkut: Tabel 1. Perbandngan MADM dengan MODM Krtera (ddefnskan oleh) Tujuan Krtera Alternatf Kegunaan MADM Atrbut Implst Eksplst Dskret, terbatas Pemlhan alternatf MODM Mengacu pada objectve Eksplst Implst Kontnyu, tdak terbatas Mendesan alternatf Penggolongan Solus-solus MCDM Menurut Yoon dalam Sr Kusumadew et al. (2006) persoalan-persoalan MCDM tdak selalu memlk suatu solus yang unk. Tergantung pada sfatnya, nama-nama (atau tpe-tpe) yang berbeda dberkan pada solus-solus yang berbeda. a. Solus yang deal. Krtera bsa dbag menjad dua golongan. Krtera yang akan dmaksmalkan merupakan bagan dar kelas krtera laba (bahkan mungkn tdak selalu merupakan krtera laba), dan krtera yang berlawanan yang akan dmnmalkan ada dalam kelas krtera baya. Jad, solus yang deal akan memaksmalkan semua krtera laba dan d ss lan memnmalkan semua krtera baya. Sebagamana djelaskan d atas, sfat krtera MCDM adalah salng bertentangan dan basanya tdak ada solus yang optmal untuk suatu persoalan. Walaupun basanya metode MCDM mengalokaskan yang terbak dar alternatf yang dberkan, beberapa metode MCDM ddasarkan pada gagasan bahwa solus yang terbak akan mendekat solus optmal. Prosdng Semnar Nasonal Ekonom dan Bsns & Call For Paper FEB UMSIDA

11 b. Solus yang tdak terdomnr (juga dkenal sebaga solus Pareto-optmal dalam lmu ekonom). Suatu solus yang layak dalam MCDM bersfat tdak terdomnr karena tdak ada solus layak yang lan yang akan memperbak suatu krtera tanpa menyebabkan degradas. c. Suatu solus yang memuaskan adalah suatu sub set solus-solus yang layak, yang telah dkurang dengan masng-masng alternatf melebh semua krtera yang dharapkan. Solus yang memuaskan tdak selalu tdak terdomnr. Apakah solus memuaskan atau tdak merupakan bagan dar tngkat pengetahuan dan kemampuan pembuat keputusan. d. Solus yang lebh dsuka. Solus yang lebh dsuka, yang merupakan suatu solus yang tdak terdomnr, mewakl solus, yang terutama memuaskan pembuat keputusan. Dalam pandangan n, metode MCDM hanya membantu proses pembuatan keputusan dengan mencapa solus yang lebh dsuka dengan syarat bahwa preferenspreferens pembuat keputusan harus damat. Konsep Dasar Mult-Atrbut Decson Makng (MADM) Pada dasarnya, proses MADM dlakukan melalu tga tahap, yatu penyusunan komponen-komponen stuas, analss, dan sntess nformas. Pada tahap penyusunan komponen-komponen stuas, akan dbentuk table taksran yang bers dentfkas alternatf dan spesfkas tujuan, krtera, dan atrbut. Salah satu cara untuk menspesfkaskan tujuan stuas O, 1,..., t adalah dengan cara mendaftar konsekuens-konsekuens yang mungkn dar alternatf yang telah terdentfkas A, 1,..., n. Selan tu juga dsusun atrbut-atrbut yang akan dgunakan a k, k 1,..., m. Tahap analss dlakukan melalu dua langkah. Pertama, mendatangkan taksran dar besaran yang potensal, kemungknan, dan ketdakpastan yang berhubungan dengan dampak-dampak yang mungkn pada setap alternatf. Kedua, melput pemlhan dar preferens pengambl keputusan untuk setap nla, dan ketdakpedulan terhadap resko yang tmbul. Pada langkah pertama, beberapa metode menggunakan fungs dstrbus P j (x) yang menyatakan probabltas kumpulan atrbut a k terhadap setap alternatf A. Konsekuen juga dapat dtentukan secara langsung dar agregas sederhana yang dlakukan pada nformas terbak yang terseda. Demkan pula, ada beberapa cara Prosdng Semnar Nasonal Ekonom dan Bsns & Call For Paper FEB UMSIDA

12 untuk menentukan preferens pengambl keputusan pada setap konsekuen yang dapat dlakukan pada langkah kedua. Metode yang palng sederhana untuk menurunkan bobot atrbut dan krtera adalah dengan fungs utltas atau penjumlahan terbobot. Secara umum, Zmermann dalam Sr Kusumadew et al. (2006) mendefnskan model MADM sebaga berkut: Msalkan A = { a = 1,...,n} adalah hmpunan alternatf-alternatf keputusan dan C = { c j = 1,...,m} adalah hmpunan tujuan yang dharapkan, maka akan dtentukan j alternatf x 0 yang memlk derajat harapan tertngg terhadap tujuan-tujuan yang relevan. Sebagan besar pendekatan MADM dlakukan melalu dua langkah, yatu: pertama, melakukan agregas terhadap keputusan-keputusan yang tanggap terhadap semua tujuan pada setap alternatf; kedua, melakukan perankngan alternatf-alternatf keputusan tersebut berdasarkan hasl agregas keputusan. Dengan demkan, bsa dkatakan bahwa, masalah Mult-Attrbute Decson Makng (MADM) adalah mengevaluas m alternatf A (=1,2,...,m) terhadap sekumpulan atrbut atau krtera C j (j=1,2,...,n), dmana setap atrbut salng tdak bergantung satu dengan yang lannya. X = Dmana Matrks keputusan setap alternatf terhadap setap atrbut, X, dberkan sebaga: x x x x x x x13 x 23 x 33 (2.1) x merupakan ratng knerja alternatf ke- terhadap atrbut ke-j. Nla bobot j yang menunjukkan tngkat kepentngan relatf setap atrbut, dberkan sebaga, W: W = { w,...,, w w } (2.2) 1 2 n Menurut Yeh dalam Sr Kusumadew et al. (2006) ratng knerja (X) dan nla bobot (W) merupakan nla utama yang merepresentaskan preferens absolut dar pengambl keputusan. Masalah MADM dakhr dengan proses perankngan untuk mendapatkan alternatf terbak yang dperoleh berdasarkan nla keseluruhan preferens yang dberkan. Metode yang dapat dgunakan menyelesakan MADM, antara lan: Prosdng Semnar Nasonal Ekonom dan Bsns & Call For Paper FEB UMSIDA

13 a. Smple Addtve Weghtng Method (SAW) b. Weghted Product (WP) c. ELECTRE d. Technque for Order Preference by Smlarty to Ideal Soluton (TOPSIS) e. Analytc Herarchy Process (AHP) Metode Technque for Order Preference by Smlarty to Ideal Soluton (TOPSIS) TOPSIS ddasarkan pada konsep dmana alternatf terplh yang terbak tdak hanya memlk jarak terpendek dar solus deal postf, namun juga memlk jarak terpanjang dar solus deal negatf. Konsep n banyak dgunakan pada beberapa model MADM untuk menyelesakan masalah keputusan secara prakts. Secara umum, prosedur TOPSIS mengkut langkah-langkah sebaga berkut: a. Membuat matrks keputusan yang ternormalsas. b. Membuat matrks keputusan yang ternormalsas terbobot. c. Menetukan matrks solus deal postf dan matrks solus deal negatf. d. Menentukan jarak antara nla setap alternatf dengan matrks solus deal postf dan matrks deal negatf. e. Menentukan nla preferens untuk setap alternatf. TOPSIS membutuhkan ratng knerja setap alternatf yang ternormalsas, yatu: r j m X 1 j X 2 j Solus deal postf bobot ternormalsas ( j j j ; dengan = 1,2,...,m ; dan j = 1,2,...,n. (2.3) A dan solus deal negatf y j ) sebaga: y w r dengan = 1,2,...,m ; j = 1,2,...,n. (2.4) A = ( A = ( y,..., 1, y2 y n ); (2.5) y,..., 1, y2 y n ); (2.6) A pada setap krtera A dapat dtentukan berdasarkan ratng C j Prosdng Semnar Nasonal Ekonom dan Bsns & Call For Paper FEB UMSIDA

14 dengan max y ; jka j adalah atrbut keuntungan j y (2.7) j mn y ; jka j adalah atrbut baya j mn y ; jka j adalah atrbut keuntungan j y (2.8) j max y ; jka j adalah atrbut baya j j = 1,2,...,n Jarak antara alternatf A dengan solus deal postf drumuskan sebaga: n D = 2 y y j j1 = 1,2,...,m (2.9) Jarak antara alternatf A dengan solus deal negatf drumuskan sebaga: n 2 D = y j y j1 = 1,2,...,m (2.10) Nla preferens untuk setap alternatf ( V ) dberkan sebaga: V = D D D A lebh dplh. Peta Jalan Peneltan Lokas Peneltan = 1,2,...,m (2.11) Peneltan dlaksanakan pada Sentra Industr Kecl Mebel Trangsan Sukoharjo Surakarta Jawa Tengah. Beberapa perusahaan n bergerak d bdang ndustr mebel/furntur, dan melayan pesanan domestk maupun mancanegara. Peneltan n dfokuskan untuk mengembangkan sstem pendukung keputusan, untuk membantu manajemen dalam memlh suppler yang terbak. Pengumpulan Data a. Jens Data Data dkelompokkan menjad 2, yatu: Prosdng Semnar Nasonal Ekonom dan Bsns & Call For Paper FEB UMSIDA

15 1. Data prmer, yatu data ddapat dar observas atau peneltan langsung d lapangan. Data Prmer berupa: Lst Order, Lst Produk, Lst Spesfkas Produk, Lst Materal, Lst Suppler, Lst Krtera, Nla Bobot Setap Krtera, dan Nla Krtera Setap Suppler. 2. Data sekunder, yatu data yang ddapatkan dar lteratur atau peneltanpeneltan yang sudah ada. Data sekunder berupa: teor Sstem Pendukung Keputusan, Pemlhan Suppler, dan Metode TOPSIS. b. Data yang Dperlukan Data yang dperlukankan dalam peneltan n adalah: 1. Lst order 2. Lst produk 3, Lst suppler 4. Lst krtera 5. Nla bobot setap krtera 6. Nla krtera setap suppler c. Dagram Alr Peneltan Gambar 2. Alr Metode Peneltan Identfkas Masalah Perumusan Masalah Penentuan Tujuan Tnjauan Pustaka Pengumpulan Data Membuat Model Formulas dengan Metode TOPSIS Menterjemahkan Model TOPSIS dalam Bahasa Sstem Pendukung Keputusan Hasl Kesmpulan dan Saran Prosdng Semnar Nasonal Ekonom dan Bsns & Call For Paper FEB UMSIDA

16 Identfkas masalah, langkah awal peneltan n adalah melakukan dentfkas secara umum terhadap permasalahan yang terjad d perusahaan, dentfkas dlakukan dengan nteraks langsung kepada pemlk perusahaan. kemudan dtentukan permasalahan yang akan dpecahkan. Perumusan masalah, permasalahan yang akan dpecahkan, danalss untuk dketahu penyebabnya. Dlakukan predks beberapa kemungknan metode pemecahan masalah, dan memlh metode yang palng sesua dengan konds perusahaan. Penetapan tujuan, dar perumusan masalah dperoleh metode pemecahan masalah, langkah berkutnya adalah memformulaskan konsep umum terhadap metode pemecahan masalah dan dar konsep n, ddapatkan langkah-langkah yang harus dambl dalam memecahkan permasalahan. Tnjauan pustaka, dperlukan untuk kajan teortk dan konseptual guna mendapatkan referens yang dapat mendukung dalam penyelesaan permasalahan. Tnjauan pustaka n melput stud tentang: 1. Sstem pendukung keputusan (decson support system), stud mengena: a. Komponen sstem pendukung keputusan b. Proses pengamblan keputusan 2. Data flow dagram, melput: a. Smbol data flow dagram b. Aturan dalam data flow dagram c. Teknk membuat data flow dagram d. Langkah-langkah membuat data flow dagram 3. Bass data (database), menjelaskan pengertan dan konsep bass data. a. Perancangan antar muka (user nterface) b..pemlhan suppler, menggal lebh dalam tentang pemlhan suppler. c. Materal requrement plannng (MRP), menjelaskan pengertan dan tujuan 4. Mult crtera decson makng (MCDM), akan dbahas mengena: a. Penggolongan solus-solus MCDM b. Konsep dasar mult-attrbute decson makng (MADM) c. Metode technque for order preference by smlarty to deal soluton (TOPSIS) Pengumpulan data, pada tahap n dlakukan pengumpulan data untuk mendukung pemecahan masalah. Prosdng Semnar Nasonal Ekonom dan Bsns & Call For Paper FEB UMSIDA

17 Data-data dan nformas dapat dperoleh melalu: 1. Metode wawancara (ntervew). 2. Observas / pengamatan secara langsung d perusahaan. 3. Stud dokumentas. Membuat Model Formulas dengan Metode TOPSIS, dar data yang dperoleh pada tahap sebelumnya, dapat dbangun model formulas TOPSIS yang sesua dengan konds perusahaan. Model n berupa model matematka, yang nantnya akan dterjemahkan ke dalam bahasa Sstem Pendukung Keputusan. Menterjemahkan model TOPSIS dalam bahasa sstem pendukung keputusan, pada tahap n, model matematka yang dbangun pada tahap sebelumnya dterjemahkan ke dalam bahasa pemrograman. Selan pemrograman model TOPSIS, rancangan nterface dan database dar sstem pendukung keputusan juga dbangun. Hasl, sstem pendukung keputusan yang sudah dbangun kemudan dmplementaskan langsung terhadap permasalahan yang terjad d lapangan. Masukan dan evaluas dar perusahaan dcatat dan dgunakan sebaga acuan untuk melakukan perbakan terhadap sstem tu sendr. Kesmpulan dan saran, sstem pendukung keputusan dmplementaskan, dperoleh kesmpulan tentang sejauh mana peneltan memberkan kontrbus terhadap perusahaan. Saran-saran juga dberkan dengan tujuan untuk semakn menngkatkan knerja perusahaan d masa yang akan datang. Bograf Penuls Penuls adalah dosen tetap Fakultas Ekonom dan Bsns Jurusan Manajemen Unverstas Muhammadyah Surakarta, S1 dar UNS dan S2 UMS pada semester gasal mengampu mata kulah Stud Kelayakan Bsns. Bsa dhubung melalu: Telpon. (0271) HP E-mal: maaruf.dosen@gmal.com Daftar Pustaka Arnold, J. R. T Introducton to materal management. USA : Prentce-Hall Internatonal, Inc. Prosdng Semnar Nasonal Ekonom dan Bsns & Call For Paper FEB UMSIDA

18 Bottan, E., and Rzz A A Fuzzy TOPSIS Methodology To Support Outsourcng Of Logstc Servces. Internatonal Journal of Supply Chan Management. 11/4, Cha Ch Sun., and T, L, Ln, Grace. Applcaton of fuzzy TOPSIS for estmatng the ndustral cluster polcy. Fathansyah Bass Data. Informatka : Bandung. Mahmoodzadeh, S., et al Project selecton by usng fuzzy AHP and TOPSIS technque. Internatonal Journal of Human and Socal Scences. 1; Pujawan Supply Chan Management. Surabaya: Guna Wdya. Sahay, B, S., and Gupta, A, K Development Of Software Selecton Crtera For Supply Chan Solutons. Internatonal Journal of Industral Management and Data System. 103/ Rzk Trana Putr Perancangan Sstem Informas Manajemen Akademk Pada Sekolah Menengah Atas. Skrps. Ekonom Manajemen, Unverstas Muhammadyah Surakarta. Rzk Yudhanto Analss Pemlhan Vendor Bahan Baku Scrap Bes Menggunakan Metode SAW, TOPSIS, dan Elmnaton by Aspects. Skrps. Ekonom, Manajemen Unverstas Muhammadyah Surakarta. Sr Kusumadew, Sr Hartat, Agus Harjoko, dan Retantyo Wardoyo Fuzzy Mult- Atrbute Decson Makng (Fuzzy MADM). Yogyakarta: Graha Ilmu. Turban, E., Aronson, J. E., and Tng-Peng Lang Decson Support Systems And Intellegent Systems. Prentce-Hall Internatonal, Inc. Weber, C, A., and Ellram, L, M Suppler Selecton Usng Mult-Objectve Programmng: A Decson Support System Approach. Internatonal Jurnal of Physcal Dstrbuton and Logstc Management. Vol. 23, No. 2. Prosdng Semnar Nasonal Ekonom dan Bsns & Call For Paper FEB UMSIDA