INTEGRASI PENDEKATAN FUZZY

Transkripsi

1 INTEGRASI PENDEKATAN FUZZY ANP DAN TOPSIS DALAM PERMASALAHAN PEMILIHAN LOGISTIC SERVICE PROVIDER DENGAN MEMPERTIMBANGKAN BENEFIT, OPPORTUNITIES, COST, RISK (STUDI KASUS: PT.EPT) Yindala Drata Yayin, Udisubakti Ciptomulyono, Suparno Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya Kampus ITS Sukolilo Surabaya yd@ie.its.ac.id, suparno@ie.its.ac.id, udisubakti@ie.its.ac.id ABSTRAK Pemilihan logistic service provider merupakan permasalahan multi kriteria yang didalamnya melibatkan faktor-faktor kualitatif ataupun kuantitatif. Perkembangan industri jasa perdagangan (trading) khususnya produk kimia sangat ditentukan oleh adanya dukungan jasa perusahaan logistik. Dalam permasalahan ini setiap provider tentu memiliki kelebihan dan kekurangan yang didasarkan atas manfaat (benefit) dan biaya (cost). Proses penelitian ini adalah menentukan k riteria dan altematif logistic service provider melalui pembobotan hasil dari responden yang telah mengisi kuisioner. Penelitian ini mengitegrasikan pendekatan Fuzzy ANP dan TOPSIS untuk memilih logistic service provider terbaik. Setelah melalui preliminary screening kriteria, diperoleh hasil 9 kriteria dari 25 kriteria yang diajukan dan digolongkan kedalam benefit, opportunities, cost, risk (BOCR). Dari hasil perhitungan tersebut didapatkan CV.Sikam Selamban terpilih sebagai logistic provider yang ideal dengan mempertimbangkan benefit, opportunities, cost dan risk. Kata kunci : Fuzzy-ANP, TOPSIS, Logistic Service Provider, BOCR. PENDAHULUAN Latar Belakang Keinginan perusahaan untuk fokus pada bisnis intinya dan meminimalkan biaya transportasi, meningkatkan pelayanan, serta time to market mengakibatkan mereka menyerahkan kegiatan logistiknya pada pihak ke tiga dengan cara outsourcing (Sohail, M.S dan Sohal, A.S 2003; Bhatnagar, dkk. 1999; Skjoett-Larsen, 2000). Terdapat beberapa sebutan tentang logistic outsourcing ini seperti logistics alliance, operational alliances in logistics, contract logistics, contract distribution dan third party logistics (Sohail, M.S. dan Sohal, A.S. 2003), tapi dalam banyak penelitian dan tulisan penyebutan third party logistic (3PL) lebih sering digunakan.untuk itu proses pemilihan logistic provider merupakan tahapan yang sangat penting bagi tiap perusahaan. Beberapa penelitian terkait logistic provider selection telah dilakukan diantaranya dengan metode ANP (Jharkharia dan Shankar, 2007; Lee, Hakyeon dkk 2009; Hsu, Chia-Wei dan Hu, Allen H. 2009), AHP dan Mathematical Programming (Kokangul dan Susuz 2009). Hanya saja metode tersebut belum mampu menyelesaikan permasalahan pengambilan keputusan yang bersifat samar dan mengandung ke tidakpastian atau fuzzienes (Gumus, 2008). Dimana dalam kenyataanya proses

2 pengambilan keputusan serta penilaian oleh para expert selalu di berikan dengan cara kualitatif dan direpresentasikan secara linguistik. Sedangkan ketidakpastian dan ketidakjelasan informasi merupakan karakteristik yang umum dijumpai dalam banyak pengambilan keputusan, dimana model pengambilan keputusan seharusnya mampu mentoleransi ketidakpastian (Lee, 2008). Beberapa penelitian dalam pengambilan keputusan bersifat multiple criteria dalam kondisi yang fuzzy diantaranya Fuzzy AHP dan TOPSIS (Gumus, 2008) dalam evaluasi dan pemilihan hazardous waste transportation firms, Fuzzy MCDM (Firmansyah, 2007) dalam pemilihan rekanan transportasi, Fuzzy AHP (Fitria, 2006) dalam perancangan sistem pengambilan keputusan rekanan transportasi, Hybrid Intelligent Decision Support (Isiklar, dkk 2007) dalam pemilihan logistic provider, Integrated Fuzzy approach (Liu, dan Wang, 2008) dalam evaluasi dan pemilihan logistic provider, Fuzzy ANP dan Fuzzy TOPSIS (Önüt, dkk. 2008) dalam pemilihan supplier Penelitian ini bertujuan mengintegrasikan pendekatan Fuzzy ANP dan TOPSIS dalam membantu perusahaan melakukan pemilihan logistic provider dengan mempertimbangkan BOCR. Dimana dalam penelitian ini seluruh preferensi pengambil keputusan diubah kedalam triangular fuzzy number untuk kemudian pembobotan dari Fuzzy ANP dimasukkan kedalam pendekatan TOPSIS. Penelitian ini mengambil permasalahan pada PT.EPT dalam melakukan pemilihan logistic service provider. Dalam pengiriman produk kadang pelanggan memiliki jadwal pengiriman yang berubah-ubah akibat konsumsi produk yang fluktuatif karena dipengaruhi permintaan pasar. Selain itu juga perusahaan membutuhkan logistic provider yang peduli terhadap HSE (Health and safety environment). Oleh karena itu PT.EPT berencana memilih logistic provider yang mampu mendukung aktifitas logistik. Untuk mendapatkan logistic provider yang sesuai dengan keinginan dan kebutuhan perusahaan, maka dalam melakukan pemilihan perlu mempertimbangkan benefit, opportunities, cost dan risk. Dalam penelitian ini, penentuan kriteria logistic provider menurut Jharkharia dan Shankar (2007) dan Gumus (2008). Kriteria -kriteria tersebut ditetapkan ke dalam. Perumusan Masalah Masalah yang ingin diselesaikan dalam penelitian tesis ini adalah mengenai pemilihan logistic provider yang sesuai dengan kriteria yang ditetapkan dengan menggunakan pendekatan Fuzzy ANP dan TOPSIS. Tujuan Penelitian Tujuan dari penelitia tesis ini adalah : 1. Mengidentifikasi kriteria logistic provider bagi perusahaan dalam kontek multi kriteria dengan mempertimbangkan benefit, opportunities, cost dan risk. 2. Melakukan pemilihan logistic provider dengan mempertimbangkan benefit, opportunities, cost, risk (BOCR) sehingga mampu menghasilkan solusi ideal. Manfaat Penelitian Manfaat dari penelitian ini adalah : 1. Memberikan rekomendasi tentang metode pemilihan logistic provider pada perusahaan. A-50-2

3 Batasan Penelitian ini hanya menetapkan 3 (tiga) logistic provider dengan mempertimbangkan konsep (BOCR) dalam memilih logistic provider. METODOLOGI PENELITIAN Tahapan awal penelitian adalah mengidentifikasikan permasalahan yang akan dijawab yaitu pemilihan logistic provider yang sesuai dengan kriteria yang ditetapkan.. Tujuan dari penelitian ini adalah mengidentifikasi kriteria yang berpengaruh dan menentukan ranking logistic provider yang terbaik berdasarkan konsep BOCR. Studi Pustaka yang mendukung penelitian ini yaitu mengenai multicriteria decision making dan logistic provider selection problem. Pengumpulan data awal yang dibutuhkan adalah preliminary screening kriteria berdasarkan Jharkharia dan Shankar (2007) dan Gumus (2008) serta disesuaikan dengan kondisi perusahaan, menetapkan hubungan antar tiap kriteria dan kluster, baik hubungan innerdependence atau jika ada outerdependence. Data dari responden kemudian diolah dengan pendekatan Fuzzy ANP. Nilai pembobotan berdasarkan fuzzy pairwise comparison kemudian dilakukan crisp value untuk memperoleh nilai tunggal yang akan diolah kedalam ANP untuk mendapatkan bobot masing-masing kriteria. Nilai bobot Fuzzy ANP tersebut digunakan sebagai input untuk pengolahan dengan TOPSIS. Selanjutnya dilakukan analisa sensitivitas untuk mengetahui tingkat sensitivitas model-model tersebut. PENGUMPULAN DAN PENGOLAHAN DATA Preliminary screening criteria Prelimanary screening kriteria merupakan tahap awal dalam menilai suatu kriteria. Ini bertujuan untuk mengidentifikasi kriteria apa saja yang sesuai dan dibutuhkan oleh perusahaan dengan menggunakan variabel linguistik.. Perubahan variabel linguistik mejadi bilangan fuzzy triangular terdapat pada tabel 1 berikut. Tabel 1 Perubahan variabel linguistik menjadi Triangular Fuzzy Number Contoh berikut adalah penilaian dari responden ke-1 untuk kriteria compatibility with the user, dimana responden ke-1 menjawab very strongly important sehingga penilaian linguistik tersebut diterjemahkan menjadi nilai (5,7,9). Tabel 2 Prelimanary screening penilaian linguistik DM ke-1 A-50-3

4 Sehingga diperoleh 9 kriteria yang ditetapkan dengan mempertimbangkan konsep BOCR sebagaimana tabel 3 berikut. Tabel 3 Kriteria logistic provider dengan mempertimbangkan BOCR Penentuan Alternatif Perusahaan menentukan 3 (tiga) logistic provider yang akan dipertimbangkan dalam menjalankan aktifitas logistik yaitu CV.Sikam Selamban, PT.Jaya Sakti, PT.Mega Suparindo. Pembuatan Model Benefits, Opportunities (O), Costs, Risk (BOCR) Setelah dilakukan prelimanary screening kriteria, maka selanjutnya kriteriakriteria tersebut diklasifikasikan ke dalam BOCR cluster model. Benefits Cluster Model Benefit cluster mode terdiri atas kriteria delivery performance, flexibility in operations and delivery, experience in similar products, health and safety environment, operational performance. Gambar 1 adalah struktur hirarkinya. Gambar 1 benefit cluster model Secara konsep kriteria Flexibility in operations and delivery mempengaruhi delivery performance dan operational performance, dimana jika logistic provider mampu menghadapi dinamika permintaan yang fleksibel dalam operasional dan pengiriman maka akan meningkatkan kinerja perusahaan. Kriteria experience in similar products juga mempengaruhi fleksibilitas operasional dan pengiriman, delivery performance dan operational performance. Karena dengan pengalaman pada produk sejenis akan mampu memberikan kinerja operasional dan pengiriman yang baik. A-50-4

5 Kriteria health and safety environment (HSE) juga mempengaruhi delivery performance dan operational performance, karena jika HSE sesuai prosedur akan berpengaruh baik terhadap kriteria lainnya. Cost Cluster Model Cost cluster model terdiri atas kriteria cost of service dimana seluruh total cost dari logistic outsourcing harus minimum. Opportunities Cluster Model Gambar 2 Cost cluster model Opportunities Cluster Model memiliki kriteria quality of service dimana kualitas logistic provider ditentukan dari aspek seperti penanganan komplain, tepat pengiriman, keakuratan pemesanan, dll. Risk Cluster Model Gambar 3 Opportunities cluster model Risk Cluster Model terdiri atas kriteria information sharing and mutual trust, size and quality of fixed assets. Gambar 4 Risk Cluster Model A-50-5

6 Pembuatan Kuesioner Kuesioner dibuat berdasarkan dari model BOCR dengan subnetworknya yang telah dibentuk sebelumnya. Kuesioner dibuat berdasarkan dari hubungan innerdependence ataupun outerdependence yang terjadi antar kriteria maupun dengan altrnatif dalam masing-masing subnet BOCR dengan cara melakukan pairwise comparison antar kriteria ataupun kluster. Kuesioner diisi oleh para responden yang berkepentingan dalam melakukan pemilihan logistic provider di PT.EPT. Responden terdiri dari 5 orang yaitu 3 orang dari manager marketing, 1 orang manager keuangan dan 1 orang manager operasional dan logistik. Dalam kuesioner, responden memberikan penilaian dengan menggunakan variabel linguistik, yaitu equally important (sama penting), weakly important (sedikit lebih penting), essentially important (lebih penting), very strongly important (sangat penting), dan absolutely important (paling penting). Pendekatan Fuzzy ANP dengan mempertimbangkan BOCR Pada tahap ini dilakukan perbandingan berpasangan antar kriteria secara linguistik pada kluster BOCR. Sebagai contoh pada kluster Benefit dilakukan perbandingan berpasangan terhadap kriteria flexibility in operations dengan kriteria delivery performance seperti Tabel 4 berikut. Tabel 4 Perbandingan berpasangan pada kluster Benefit Tampak jawaban masing-masing responden jika diubah kedalam triangular fuzzy number menjadi seperti tabel 5 berikut. Tabel 5 Triangular fuzzy number tiap responden Menghitung Rata-Rata Geometris Kuesioner Setelah menterjemahkan variabel linguistik kedalam bilangan fuzzy triangular, maka langkah selanjutnya adalah menggabungkan masing-masing nilai batas bawah (l), nilai tengah ( m), dan batas atas ( u) dari ketiga kuesioner menjadi masing-masing satu nilai batas bawah (C), nilai tengah (A), dan batas atas (B) untuk tiap perbandingan berpasangan dengan menggunakan rumus rata-rata geometris. Perhitungan Bobot Prioritas Lokal Setelah diperoleh satu nilai crisp untuk penilaian masing-masing hubungan dari metode fuzzy, maka selanjutnya adalah menghitung bobot prioritas lokal dengan menggunakan software Super Decision Perhitungan ini bertujuan untuk mengetahui bobot masing-masing elemen yang saling berhubungan. Setiap dilakukan bobot prioritas lokal. Nilai konsistensi harus diperhatikan. Nilai inkonsistensi tidak A-50-6

7 boleh lebih dari 0,1. Sebagai contoh pada gambar 5, nilai inkonsistensi dari perbandingan berpasangan antara delivery performance dengan kluster benefit adalah sebesar yang berarti konsisten. Gambar 5 Perbandingan berpasangan antara kriteria delivery performance dengan kluster alternatif logistic provider Penentuan Alternatif Ranking dengan mempertimbangkan BOCR Dari nilai pembobotan yang telah diperoleh maka dilakukan perangkingan tiaptiap alternatif pada masing-masing BOCR seperti pada tabel 6 berikut. Tabel 6 Penilaian prioritas tiap alternatif dengan mempertimbangkan BOCR Dari tabel 6 dapat dilihat bahwa logistic provider yang paling banyak memberikan benefit opportunities adalah CV.Sikam Selamban, sedang yang paling tinggi cost risk nya adalah PT.Jaya Sakti. Rating BOCR dan Penentuan Prioritas Alternatif Secara Keseluruhan Dalam kasus ini, masing-masing BOCR memiliki nilai yang sama penting, sehingga masing-masing bobot BOCR sebesar 0,25. Berikutnya perlu ditentukan prioritas tiap-tiap alternatif secara keseluruhan dan untuk mendapatkan keseluruhan nilai atau prioritas dari masing-masing supplier maka digunakan additive formula dengan bantuan software Superdecision sebagaimana Tabel 7 A-50-7

8 Tabel 7 Overall synthesized priorities for alternatives Pendekatan TOPSIS dengan mempertimbangkan BOCR Pada tahap ini dilakukan penilaian alternatif dengan mengetahui jarak terdekat dari solusi ideal dan jarak terjauh dari solusi ideal hingga diperoleh ranking masingmasing alternatif. Tabel 8 berikut menunjukkan kedetakan relatif dan ranking masingmasing alternatif. Tabel 8 Kedekatan relatif dan merangking alternatif Pada tabel 8 tampak kandidat yang memiliki kedekatan dengan nilai 1 adalah CV.Sikam Selamban sebesar diikuti PT.Jaya Sakti sebesar dan terakhir PT. Mega Suparindo sebesar 0.444, artinya berdasarkan kedekatan terhadap solusi ideal Css > Cjs > Cms. Analisa Sensitivitas dengan mempertimbangkan BOCR Analisa sensitifitas dilakukan dengan menaikkan priority activity dari 50% atau 0.5 ke 70% atau 0.7, artinya tidak terdapat pengaruh bagi CV.Sikam Selamban sebagai perusahaan yang paling tinggi Benefit dan Opportunities-nya. Sedang PT.Mega Suparindo sebagai perusahaan yang paling tinggi cost dan risk-nya KESIMPULAN Kesimpulan yang dapat diambil setelah melakukan perhitungan dan analisa adalah : 1. Kriteria-kriteria yang digunakan dalam melakukan pemilihan logistic provider dalam konsep benefit, opportunities, cost, dan risk (BOCR) adalah (1) Benefit cluster, terdiri dari kriteria Delivery performance, experincen in similar products, flexibility in operations and deliver, operational performance, dan health and safety environment. (2) Opportunities cluster, berisi kriteria quality of service (C3). (3). Cost cluster, berisi kriteria cost of service (C2). (4). Risk cluster, berisi kriteria information sharing and trust, size and quality of fixed assets. 2. Dari hasil perhitungan diperoleh ranking logistic provider yang memiliki kedekatan terhadap jarak solusi ideal yaitu CV.Sikam Selamban sebesar 0.768, kemudian diikuti PT.Jaya Sakti sebesar dan PT.Mega Suparindo sebesar DAFTAR PUSTAKA Bhatnagar, R., Sohal, A. S., dan Millen, R. (1999). Third party logistic s services: A Singapore perspective. International Journal of Physical Distribution and Logistics Management, 29(9), A-50-8

9 Chia, Wei Hsu dan Hu Allen, H. (2008). Applying hazardous substance management to supplier selection using analytic network process. Journal of Cleaner Production,17, Fitria, Lila (2006). Perancangan sistem pendukung keputusan untuk pemilihan jasa transportasi dengan pendekatan Fuzzy AHP (Studi kasus: PT.X). Tugas Akhir Teknik Industri ITS. Gumus, A.T. (2008). Evaluation of hazardous waste transportation firms by using a two step Fuzzy AHP and TOPSIS methodology. Expert systems with applications, 36, Hertz, S., dan Alfredsson, M. (2003). Strategic development of third party logistics providers.industrial Marketing Management, 32(2), Jharkharia, S. dan Shankar, R. (2007). Selection of logistics service provider: An analytic network process (ANP) approach. The International Journal of Management Science, 35(3), Lee, Amy.H.I. (2008). A Fuzzy supplier selection model with the consideration of benefits, opportunities, costs and risks. Expert Systems with Applications, vol.36, Önüt, Semih., Kara, Selin Soner., Isik, Elif. (2008). Long term supplier selection using a combined Fuzzy MCDM approach: A case study for a telecommunication company. Expert Systems with Applications, 36, Saaty, T.L. dan Mariya, S (2008). Making decisions in hierarchic and network systems. Int. J. Applied Decision Sciences, Vol. 1, No. 1 Saaty, Rozann. W (2003). Decision Making In Complex Environments. Pittsburgh, PA:RWS publication. A-50-9

10 A-50-10

11 A-50-11

12 A-50-12

13 A-50-13

14 A-50-14

15 A-50-15

16 A-50-16

17 A-50-17