Pemilihan Pemasok Terbaik dengan Metode. (Studi Kasus : CV. Becik Joyo)

dokumen-dokumen yang mirip
FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

UKURAN GEJALA PUSAT DAN UKURAN LETAK

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB 2. Tinjauan Teoritis

UKURAN GEJALA PUSAT (UGP)

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

8. MENGANALISIS HASIL EVALUASI

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III UKURAN PEMUSATAN DATA

S2 MP Oleh ; N. Setyaningsih

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

2.2.3 Ukuran Dispersi

UJIAN TUGAS AKHIR LOGO. Kamis, 28 Januari Oleh : Heny Nurhidayanti. Dosen Pembimbing : INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

Uji Statistika yangb digunakan dikaitan dengan jenis data

BAB 1 STATISTIKA RINGKASAN MATERI

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

BAB II TINJAUAN PUSTAKA

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

IV. METODE PENELITIAN

NORM VEKTOR DAN NORM MATRIKS

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

BAB II LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

BAB II LANDASAN TEORI

MATEMATIKA INTEGRAL RIEMANN

ANALISIS PENGGABUNGAN METODE SAW DAN METODE TOPSIS UNTUK MENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN DOSEN

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

b) Untuk data berfrekuensi fixi Data (Xi)

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN OPERATOR TELEKOMUNIKASI DENGAN METODE AHP DAN TOPSIS. 2)

PEMILIHAN PENGRAJIN TERBAIK DENGAN METODE ELECTRE DAN TOPSIS MENGGUNAKAN GUI MATLAB (STUDI KASUS : PT. Asaputex Jaya, Tegal)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

3 Departemen Statistika FMIPA IPB

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

BAB II TINJAUAN PUSTAKA

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

POLIGON TERBUKA TERIKAT SEMPURNA

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

Penerapan Metode TOPSIS untuk Penentuan Variabel Setting Pada Optimisasi Multirespon Taguchi

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TINJAUAN PUSTAKA Evaluasi Pengajaran

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)

BAB 2 LANDASAN TEORI

SOLUSI TUGAS I HIMPUNAN

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB III METODOLOGI PENELITIAN

BAB IV METODE PENELITIAN

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema

BAB II LANDASAN TEORI

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

Tabel Distribusi Frekuensi

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas X SMA Negeri 1

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

Transkripsi:

1 Pemlha Terbak dega Metode TOPSIS Fuzzy MCDM (Stud Kasus : CV. Bek Joyo) Sedy Pradaa Putra, Soy Suaryo Jurusa Statstka, Fakultas MIPA, Isttut Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm, Surabaya 60111 E-mal: sedy09@statstka.ts.a.d, soy_s@statstka.ts.a.d Abstrak Pemlha pemasok baha baku merupaka salah satu aktvtas dalam ragkaa supply ha. Aktvtas dkategorka sebaga aktvtas strategs karea pera pemasok aka turut dalam meetuka keberhasla perusahaa. Tujua yag g dapa dalam peelta adalah membatu perusahaa dalam meetuka krtera yag berpegaruh dalam pemlha pemasok serta membatu perusahaa utuk memlh alteratf (pemasok) terbak. Peelta dlakuka d CV. Bek Joyo dega megguaka metode TOPSIS Fuzzy MCDM. Terdapat lma krtera da lma alteratf dalam peelta. Pertama adalah meetuka fugs keaggotaa da la agregat dar hasl pelaa krtera dega metode Fuzzy MCDM. Selajutya dlakuka deffuzfkas gua medapatka la bobot utuk masg-masg krtera, dmaa krtera Harga da Kualtas merupaka krtera dega la bobot tertgg. Setelah tu, dlakuka perakga terhadap kelma alteratf yag ada megguaka metode TOPSIS dega hasl PT. D meempat rakg pertama da merupaka pemasok terbak bag perusahaa. Kata Ku TOPSIS, Fuzzy, MCDM, Krtera, Alteratf I. PENDAHULUAN Pada era Idustralsas sekarag, bayak pegusaha berlomba-lomba utuk salg memajuka perusahaaya. Sejumlah besar waktu, teaga serta berbaga maam strateg usaha dkerahka da dterapka oleh pegusaha gua memajuka perusahaaya [1]. Hal dkareaka peetua kebjaka maupu pegambla keputusa dega mempertmbagka segala aspek da sumber daya yag ada kerap kal mejad ku bag kesuksesa perusahaa bak dmasa sekarag maupu masa yag aka datag []. Salah satu aspek yag harus djaga adalah kualtas produk yag dhaslka. Upaya awal utuk mejaga mutu produk adalah meyeleks pemasok yag kompete da mampu memberka baha baku yag berkualtas. Pemlha pemasok baha baku merupaka salah satu aktvtas dalam ragkaa supply ha. Aktvtas dkategorka sebaga aktvtas strategs karea pera pemasok aka turut dalam meetuka keberhasla perusahaa. Oleh karea tu, pegambla keputusa yag efektf dega memaduka pedekata rasoal da tutf serta mempertmbagka seg polts dar keputusa tu utuk megambl keputusa dapat djadka tolak ukur bak tdakya maajeme suatu perusahaa [1]. Agar setap lagkah yag dlakuka utuk meapa tujua perusahaa dapat lebh terfokus da terapa dega bak, maka dperluka adaya ms da strateg perusahaa yag bak pula. Ms yag bak aka meetuka kemaa suatu perusahaa tu aka dbawa. Sedagka strateg yag tepat aka bergua utuk meetuka bagamaa ms aka dapa sehgga lagkah-lagkah kokret yag aka dambl mejad lebh efse da berfokus pada tujua perusahaa. Peapaa ms yag telah dtetapka perusahaa dapat dlakuka dega tga ara koseptual: (1) dferesas, () kepelopora baya da (3) taggapa yag epat [3]. Ketga ara koseptual tersebut aka mudah terapa apabla maajer operas mampu membuat keputusa-keputusa yag tepat da efektf berdasarka kelma krtera yag telah dtetapka oleh perusahaa. Kelma krtera tersebut adalah harga, kualtas, garas, waktu pegrma, da persedaa/stok barag. Objek peelta kal merupaka perusahaa dagag yag berama CV. Bek Joyo. CV. Bek Joyo meleya pejuala barag berupa ba kedaraa bermotor. Namu, tdak semua jes ba kedaraa bermotor djual oleh CV. Bek Joyo, melaka haya ba kedaraa gologa I da II sepert truk, bus, da sejesya saja yag dperdagagka. Daerah pemasara produk CV. Bek Joyo ukup luas, buka haya d kawasa lokal Surabaya da sektarya saja melaka sudah sampa d kawasa Bal, Sumatra, da Kalmata. Oleh sebab tu, maka perusahaa drasa sagat ook dguaka sebaga objek peelta utuk meelt megea masalah pemlha pemasok terbak bag perusahaa. Peelta sebelumya megea metode TOPSIS fuzzy perah dlakuka oleh Behera (01) dega megaplkaska TOPSIS da logka fuzzy dalam metode Taguh utuk megoptmalka masalah mult-respo pada Mahg Dsharge lstrk (EDM). Sedagka Supryoo (011) juga megembagka kombas Taguh da metode TOPSIS fuzzy utuk memeahka masalah optmas parameter respo mult maufaktur hjau pada Mahg Dsharge lstrk (EDM) dega megaalss sestvtas atrbut maufaktur hjau utuk varas dalam parameter proses. Sela tu Budma (009) juga perah melakuka peelta dega megguaka metode TOPSIS fuzzy MCDM pada kasus pemlha suppler pada perusahaa jasa teret. Tujua utama dar peelta adalah utuk mear uruta prortas krtera pemlha pemasok yag telah dtetuka oleh perusahaa, sehgga keputusa yag dbuat dapat memberka keutuga yag optmal bag perusahaa da utuk megetahu perusahaa maa yag mejad

pemasok terbak berdasarka kelma krtera yag dtetuka oleh perusahaa. Agar tujua peelta dapat terapa dega bak, maka dlakuka peggabuga dar tga metode dalam proses aalssya. Ketga metode tersebut adalah Multple Crtera Deso Makg (MCDM) utuk meemuka solus dar permasalaha yag megguaka bayak krtera, Logka fuzzy utuk meetuka pembobot pada tap-tap krtera, da Tehque for Order Preferee by Smlarty to Ideal Soluto (TOPSIS) dguaka utuk melakuka perakga pada krtera sehgga dapat meetuka perusahaa maa yag merupaka pemasok terbak bag perusahaa. II. TINJAUAN PUSTAKA A. Krtera Pemlha Keberhasla suatu perusahaa tdak ukup drah haya dega kerja keras da kerja yag bak dar seluruh eleme perusahaa saja. Namu, peetapa ms yag bak da peerapa strateg yag tepat juga sagat meetuka keberhasla perusahaa gua efses da fokus kerja dalam meapa tujua perusahaa [4]. Agar perusahaa dapat memperoleh pemasok yag berkualtas da dapat dperaya, maka phak perusahaa haruslah meetuka krtera-krtera khusus sesua dega kega da tujua yag hedak dapa. Utuk tu CV. Bek Joyo telah meetapka lma krtera yag harus dmlk oleh pemasok bag perusahaa. Kelma krtera bag pemasok tersebut adalah sebaga berkut. 1. Harga Suatu la barag yag dtetuka atau drupaka dega uag [5]. Sela tu harga juga dapat dartka sebaga sejumlah uag atau alat tukar la yag sela yag harus dbayarka.. Kualtas Tgkata atau kadar bak burukya sesuatu. Bak berupa suatu beda/barag, mausa, maupu kegata kerja, da sebagaya. 3. Garas Jama/Tagguga dar phak pegrm kepada objek yag dtuju yag tmbul akbat adaya suatu permasalaha tertetu pada objek krm. 4. Waktu Pegrma Seluruh ragkaa saat yag telah lewat, sekarag, da yag aka datag dar pegrm kepada objek yag dtuju. Sela tu waktu pegrma juga dapat bermaka sebaga saat tertetu utuk melakuka suatu pegrma. 5. Persedaa/Stok Barag Barag-barag yag sudah seda (sudah ada atau sudah dsedaka). Dega kata la persedaa/stok barag dapat juga dapat bermaka sedaa barag-barag yag aka dperdagagka. B. Multple Crtera Deso Makg (MCDM) Proses pegambla keputusa merupaka pemlha suatu alteratf dar berbaga alteratf sehgga meghaslka plha terbak berdasarka beberapa krtera optmas [6]. Krtera merupaka suatu stadar yag telah dtetapka oleh pmpa perusahaa dalam proses pegambla keputusa. Dalam peelta terdapat lma krtera yag dguaka, yak harga, kualtas, garas, waktu pegrma, da persedaa/stok barag. Kelma krtera yag dguaka, atya aka mempegaruh tgkat kesulta yag dhadap dalam proses pegambla keputusa. Multple Crtera Deso Makg (MCDM) daggap sebaga stlah utuk semua model da tekk yag berhubuga dega Multple Objetve Deso Makg (MODM) atau Multple Attrrbute Deso Makg (MADM) [6]. Suatu permasalaha tergolog MCDM jka da haya jka setdakya terdapat dua krtera yag salg bertetaga da melbatka dua solus alteratf [6]. Krtera memlk dua maam sfat, yak krtera yag salg bertetaga (ofltg rtera) da krtera yag tdak salg bertetaga (o-ofltg rtera). Krtera yag salg bertetaga merupaka suatu krtera yag apabla terplh sebaga suatu alteratf pemeaha suatu masalah, aka meghaslka tgkat kepuasa yag berbeda dega krtera laya. Sedagka, krtera yag tdak salg bertetaga merupaka suatu krtera yag apabla terplh sebaga alteratf pemeaha suatu masalah aka meghaslka tgkat kepuasa yag jauh lebh besar jka dbadg dega krtera laya. Dalam optmas mult krtera, kosep optmas dubah dar yag semula haya merupaka kosep utuk meemuka la optmal atau megkatka la dar tujua yag salg bertetaga, berubah mejad kosep utuk meemuka solus komprom terbak dar semua tujua yag bertetaga (satsfatory soluto). Permasalaha pegambla keputusa dega mult krtera basa dformulaska dega suatu hmpua alteratf 1 da suatu hmpua krtera = 1. Jka suatu krtera dkataka sebaga fugs la yata pada hmpua, maka j merupaka performas atau la atas pada krtera j. Sehgga pelaa krtera pada suatu alteratf dtujukka pada vektor j 1 1 m m. Ada empat tahapa yag harus dlakuka sebelum meemuka solus masalah dalam proses pegambla keputusa, yatu: 1. Medefsa alteratf yag aka djadka baha pertmbaga pegambla keputusa serta formula permasalahaya.. Meetapka krtera yag aka djadka dasar pelaa da pemodela preferes pegambl keputusa pada taptap krtera tersebut. 3. Mestess formas yag ada ke dalam suatu model global utuk megagregaska preferes pegambl keputusa tersebut. 4. Megaplkaska suatu prosedur tertetu sesua dega tujua pegambla keputusa tu sedr. Suatu tgkat kepetga relatf dar suatu krtera basa dsebut sebaga prortas atau bobot. Bobot bergua utuk membedaka tgkat kepetga dar beberapa krtera amu mash dalam lgkup prortas yag sama. Metode Fuzzy merupaka salah satu dar beberapa metode yag dapat dguaka utuk melakuka pembobota pada kasus mult krtera. C. Logka Fuzzy Teor hmpua fuzzy merupaka keragka matemats yag dguaka utuk mempresetaska ketdakpasta, ketdakjelasa, ketdaktepata, kekuraga formas, da

3 kebeara parsal dega ara medefska semua proposs yag ada seara jelas. Terdapat eam alasa megapa orag megguaka logka fuzzy [7], salah satu dar keeam alasa tersebut adalah mudah dmegert karea megguaka bahasa alam yag basa dguaka sehar-har. Logka fuzzy memlk empat struktur dasar [8], yatu : 1. Ut Fuzzfkas Merupaka proses awal fuzzy yag berfugs utuk merubah varabel terukur mejad varabel fuzzy.. Ut bass pegetahua (bass atura da bass data) Medefsa hmpua fuzzy atas daerah-daerah masuka da keluara serta meyusuya dalam atura peragkat kotrol. 3. Ut Iferes fuzzy Ut merupaka t kotroler fuzzy yag mempuya fugs sepert mausa dalam megambl keputusa. Tujua utama dar ut adalah utuk medefsa besar derajat keaggotaa da varabel lgustk dar aks pegedala utuk masg-masg atura kotrol berdasarka fugs mplkas yag dguaka. 4. Ut Defuzzfkas Merupaka proses akhr yag berfugs utuk merubah varabel hasl feres yag mash fuzzy mejad varabel kotrol. Gambar struktur dasar logka fuzzy dapat dlhat pada Gambar 1. b K L j 1 j 1 K T 1 keteraga : = la tegah blaga fuzzy utuk level pelaa lgustk ke- L = jumlah krtera K = jumlah alteratf = jumlah krtera dar skala lgustk utuk alteratf kej = la umerk dar skala lgustk utuk alteratf ke- da krtera ke. Meetuka la batas atas (la tegah level d sebelumya (+1))) da batas bawah (la tegah level d setelahya (-1))). 3. Membuat tabulas hasl pelaa yag telah dberka pada lagkah ke- utuk medapatka la bobot agregas tap krtera. Rumus la bobot agregas dapat dlhat pada Persamaa, 3, da 4. a. Nla agregas batas atas b. Nla agregas la tegah (1) atj j at 1 () btj j bt 1 (3) Gambar 1 Struktur Dasar Kotrol Logka Fuzzy Teor hmpua fuzzy memlk dua maam atrbut, yatu atrbut lgustk da atrbut umers. Atrbut lgustk merupaka peamaa suatu grup yag mewakl suatu keadaa atau kods tertetu megguaka bahasa alam yag basa dguaka sehar-har. Sedagka atrbut umers merupaka suatu la (agka) yag meujukka ukura dar suatu varabel. Sela tu juga terdapat kompoe utama yag sagat petg yag basa dsebut dega fugs keaggotaa. Fugs keaggotaa adalah suatu kurva yag meujukka pemetaa ttk-ttk put kedalam la keaggotaaya. (memlk terval 0 sampa 1). Terdapat beberapa maam fugs keaggotaa, salah satuya adalah Tragular Fuzzy Number (TFN). Dega megguka TFN suatu objek dapat dmasukka kedalam dua kategor sekalgus. Berkut merupaka lagkah-lagkah meetuka pembobota krtera dega megguaka metode fuzzy. 1. Megdetfkas da meetuka pember la/skor pada krtera yag aka dguaka.. Meetuka fugs keaggotaa blaga fuzzy dar setap pela dega lagkah-lagkah sebaga berkut. a. Melakuka rekaptulas hasl kusoer da megdetfkas agka yag muul pada setap level skala lgustk utuk setap respode/pela. b. Meetuka la tegah dar blaga fuzzy dega rumus pada Persamaa 1.. Nla agregas batas bawah tj j t 1 (4) dega : = merupaka jumlah respode/pela = la batas bawah krtera subyektf ke oleh pembuat keputusa ke = la tegah krtera subyektf ke oleh pembuat keputusa ke = la batas bawah krtera subyektf ke oleh pembuat keputusa ke 4. Meghtug la tuggal dar hasl lagkah ke-3 dega megguaka model defuzzfkas Ceter of Grafty dega rumus pada Persamaa 5. Z ( z) zdz (5) ( z) dz 5. Normalsas hasl dar lagkah ke-5 dega rumus pada Persamaa 6. Z W L Z 1 (6) keteraga : = la bobot = skor setap krtera

4 D. Defuzzfkas Defuzzfkas adalah sebuah model kovers dar betuk la fuzzy kedalam besara yag lebh press. It dar defuzzfkas adalah bertujua utuk meghaslka aks pegedala o-fuzzy yag merupaka represetas terbak dar dstrbus kemugka aks pegedala fuzzy yag tersmpulka [9]. Terdapat beberapa metode pegembaga model. Salah satu metodeya adalah metode Ceter of Grafty. Metode merupaka metode yag palg bayak dusulka oleh bayak peelt karea daggap merupaka metode yag palg lazm [10]. Metode basa dformulaska sepert pada Persamaa 7. Z ( z) zdz (7) ( z) dz E. Tehque for Order Preferee by Smlarty to Ideal Soluto (TOPSIS) Tehque for Order Preferee by Smlarty to Ideal Soluto atau (TOPSIS) ddasarka pada kosep dmaa alteratf terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk jarak terpajag dar solus deal egatf [11]. Dalam Metode TOPSIS tdak terdapat batasa megea jumlah atrbut da alteratf yag dguaka, sehgga dapat dguaka utuk meyelesaka suatu kasus yag memlk atrbut kuattatf dega lebh efse [1]. Dalam peelta metode TOPSIS dguaka utuk melakuka perakga terhadap varabel yaga ada. Berkut merupaka lagkah-lagkah yag dlakuka dega megguaka metode TOPSIS. 1. Membuat matrks ( ) yag bers krtera, alteratf, serta matrks bobot ( ) sepert berkut. C1 C C A1 x11 x1 x1 D A x1 x x Am xm 1 xm xm W w1 w w dmaa, = = Krtera j = m = Alteratf = vektor bobot megguaka metode fuzzy. Membuat matrks keputusa ( ) yag terormalsas dega megguaka rumus pada Persamaa 8. xj r j m xj 1 (8) dega da 3. Membuat matrks keputusa ( ) yag terormalsas terbobot dega rumus Pada persamaa 9. y w r (9) j j dega da 4. Meetuka matrks solus deal postf ( + ) sebaga berkut. A y y,..., y 1, y j dega max y m j, jka y j, jka j atrbut j atrbut krtera krtera semak semak j 1,,..., besar, kel, semak semak bak buruk 5. Meetuka matrks solus deal egatf ( - ) sebaga berkut. A y1, y,..., y dega y j m max y j, jka y j, jka j atrbut j atrbut krtera krtera semak semak j 1,,..., kel, besar, semak semak bak buruk 6. Meetuka jarak atara la setap alteratf dega matrks solus deal postf ( ) dega rumus pada Persamaa 10. D j1 ( y y ) j (10) dmaa 7. Meetuka jarak atara la setap alteratf dega matrks solus deal egatf ( ) dega rumus pada Persamaa 11. (11) D ( y y ) j1 j dmaa 8. Meetuka la preferes utuk setap alteratf ( ) dega rumus pada Persamaa 1. D (1) V D D dmaa III. METODOLOGI PENELITIAN Data yag dguaka pada peelta merupaka data prmer yag ddapatka melalu surve da melakuka wawaara kepada phak perusahaa. Respode dalam peelta haya merupaka orag yag ahl da berpegalama dalam masalah pasoka ba d CV. Bek Joyo saja, yak pemlk CV. Bek Joyo selaku peaggug jawab da maajer pegadaa yag bertugas meaga masalah pegadaa barag dagag Varabel yag dguaka dalam peelta berasal dar lma perusahaa pemasok (alteratf) yak PT. A, PT. B, PT. C, PT. D, da PT. E. Sedagka varabel krtera telah dtetuka sedr oleh phak CV. Bek Joyo, yak Harga, Kualtas, Garas, Waktu Pegrma da Persedaa/Stok Barag. Lagkah aalss dmula dega melakuka detfkas terhadap topk peelta. Selajutya dlakuka tahap peyusua kusoer da pegumpula data. Setelah data dperoleh, barulah dlakuka rekaptulas hasl kusoer da megdetfkas agka yag muul pada setap level skala lgustk. Tahapa selajutya adalah melakuka pembobota pada setap krtera dega megguaka metode fuzzy sesua dega prosedur yag ada pada Bab Tjaua Pustaka. Kemuda, setelah semua tahapa tu dlakuka,

5 barulah dlakuka pegolaha data megguaka metode TOPSIS dega meggabugka bobot yag telah dperoleh utuk megetahu la dar setap alteratf. Prosedur dega megguaka metode TOPSIS dlakuka sesua dega yag teratum pada Bab Tjaua Pustaka sehgga dapat dlakuka suatu perakga. IV. HASIL DAN PEMBAHASAN A. Peetua Nla Bobot Kepetga Krtera Rekap data kepetga krtera hasl peyebara kusoer yag telah dlakuka dapat dlhat pada Tabel 1. Tabel 1 Rekap Data Kusoer Kepetga Krtera Krtera Respode 1 Respode L N L N Harga SP 10 P 8 Kualtas SP 9 SP 10 Garas SP 9 P 8 Waktu Pegrma P 7 P 7 Persedaa/ Stok Barag CP 6 CP 6 Setelah rekap data kepetga krtera hasl sebara kusoer dlakuka, kemuda dlakuka pegdetfkasa model preferes yag dgambarka melalu TFN. Rumus utuk meetuka la TFN tersebut dapat dlhat pada Persamaa 1. Setelah tu, aka dlakuka proses agregas utuk meetuka la agregas tap krtera dega megau pada Tabel 1 da, sedagka rumus perhtugaya dapat dlhat pada Persamaa, Persamaa 3, da Persamaa 4. Hasl perhtuga model preferes da la agregat tap krtera yag telah ddapat dapat dlhat pada Tabel da 3. Tabel Nla Batas Bawah, Nla Tegah, da Nla Batas Atas Kepetga Krtera Level Lgustk Respode 1 Respode Tdak Petg - - - - - - Kurag Petg - - - - - - Cukup Petg 1,00 6,00 7,00 1,00 6,00 7,50 Petg 6,00 7,00 9,33 6,00 7,50 9,50 Sagat Petg 7,00 9,33 10,00 7,50 9,50 10,00 Tabel 3 Nla Agregat Fugs Keaggotaa Tragular Fuzzy Number (TFN) Krtera Harga 7,5 9,41 10,00 Kualtas 7,5 9,41 10,00 Garas 6,50 8,41 9,75 Waktu Pegrma 6,00 7,5 9,41 Persedaa/Stok Barag 1,00 6,00 7,5 Tahap selajutya adalah melakuka deffuzfkas bobot da ormalsas data kepetga krtera dega metode Ceter of Grafty. Perhtuga deffuzfkas dlakuka dega megau pada Persamaa 5 atau Persamaa 7. Sedagka ormalsas megguaka rumus yag ada pada Persamaa 6. Hasl perhtuga yag dapat dlhat pada Tabel 4. Tabel 4 Rekap Bobot Tgkat Kepetga Krtera Krtera Deffuzfkas Bobot Harga 8,89 0,3 Kualtas 8,89 0,3 Garas 8, 0,1 Waktu Pegrma 7,55 0,0 Persedaa/Stok Barag 4,75 0,1 B. Peetua Nla Bobot Pertama dlakuaka rekap data pemlha pemasok hasl peyebara kusoer terhadap semua krtera yag ada sepert pada otoh hasl pada Tabel 5. Tabel 5 Rekap Data Kusoer Pemlha Krtera Harga Respode 1 Respode L N L N PT. A CB 5 CB 6 PT. B BA 8 BA 8 PT. C ME 9 BA 9 PT. D BA 8 ME 9 PT. E CB 6 BA 8 Setelah rekap data pemlha pemasok dlakuka, kemuda dlakuka pegdetfkasa model preferes yag dgambarka melalu TFN. Rumus utuk meetuka la TFN tersebut dapat dlhat pada Persamaa 1. Setelah tu, aka dlakuka proses agregas utuk meetuka la agregas tap krtera dega megau pada Tabel 4 da 5, sedagka rumus perhtugaya dapat dlhat pada Persamaa, Persamaa 3, da Persamaa 4. Perhtuga dlakuka terhadap semua krtera yag ada. Hasl perhtuga model preferes da la agregat krtera Harga yag telah ddapat dapat dlhat pada Tabel 6 da 7. Tabel 6 Nla Batas Bawah, Nla Tegah, da Nla Batas Atas Pemlha Krtera Harga Level Lgustk Respode 1 Respode Buruk Sekal - - - - - - Buruk - - - - - - Cukup Bak 1,00 5,50 8,00 1,00 6,00 8,33 Bak 5,50 8,00 9,00 6,00 8,33 9,00 Memuaska 8,00 9,00 10,00 8,33 9,00 10,00 Tabel 7 Nla Agregat Fugs Keaggotaa Tragular Fuzzy Number (TFN) Krtera Harga PT. A 1,00 5,75 8,16 PT. B 5,75 8,16 9,00 PT. C 7,00 8,66 9,50 PT. D 6,91 8,50 9,50

6 PT. E 3,50 6,91 8,50 Tahap selajutya adalah melakuka deffuzfkas bobot da ormalsas data kepetga krtera dega metode Ceter of Grafty. Perhtuga deffuzfkas dlakuka dega megau pada Persamaa 5 atau Persamaa 7. Sedagka ormalsas megguaka rumus yag ada pada Persamaa 6. Perhtuga dlakuka terhadap semua krtera yag ada. Hasl perhtuga yag telah dlakuka dapat dlhat pada Tabel 8. Tabel 8 Rekap Bobot Krtera Harga Krtera Deffuzfkas Bobot PT. A 4,97 0,14 PT. B 7,64 0,1 PT. C 8,39 0,4 PT. D 8,30 0,3 PT. E 6,30 0,18 C. Aalss Rakg Pada aalss perusahaa pemasok durutka mula dar yag memlk la bobot terbesar hgga yag terkel. Perakga pada perusahaa pemasok, dlakuka pada kelma krtera yag ada. Setelah tu, la bobot yag dguaka sebaga dasar utuk melakuka perakga aka djadka suatu varabel put mult krtera utuk selajutya dlakuka perakga terhadap perusahaa pemasok dega megguaka metode TOPSIS. Berkut merupaka put mult krtera yag aka dguaka utuk merakg perusahaa pemasok berdasarka seluruh krtera yag ada dapat dlhat pada Tabel 9. Tabel 9 Rakg tap Krtera Rakg Harga Kualtas Garas Krtera Waktu Pegrma Persedaa/Stok Barag 1 PT. C PT. B PT. A PT. B PT. C PT. D PT. C PT. E PT. C PT. B 3 PT. B PT. A PT. C PT. D PT. A 4 PT. E PT. D PT. D PT. E PT. D 5 PT. A PT. E PT. B PT. A PT. E Rakg Tabel 10 Iput Mult Krtera Harga Kualtas Garas Krtera Waktu Pegrma Persedaa/Stok Barag 1 0,14 0,1 0,4 0,17 0,1 0,1 0,3 0,16 0,4 0, 3 0,4 0,3 0,0 0,1 0,3 4 0,3 0,17 0,17 0,1 0,1 5 0,18 0,17 0,3 0,18 0,13 Setelah varabel put mult krtera dbuat. Kemuda varabel put mult krtera tersebut aka dolah megguaka metode TOPSIS sesua dega prosedur yag teratum pada Bab Tjaua Pustaka. Berkut merupaka hasl akhr yag dperoleh. V 0,1307 0,5913 0,5511 0,7193 0,4679 Berdasarka la preferes yag telah ddapat utuk setap alteratf ( ), maka dapat dkataka perusahaa pemasok yag memlk la preferes mula palg tgg hgga palg redah seara beruruta adalah PT. D, PT. B, PT. C, PT. E, da PT.A. V. KESIMPULAN DAN SARAN Dlhat dar Sub Bab Peetua Nla Bobot Kepetga Krtera, krtera Harga da Kualtas merupaka krtera dega la bobot tertgg. Kemuda dkut oleh krtera Garas, krtera Waktu Pegrma da Persedaa/Stok Barag. Selajutya dlhat dar perusahaa pemasok yag memlk la preferes dar yag tertgg seara beruruta adalah PT. D, PT. B, PT. C, PT. E, da PT.A. Dega demka dapat dsmpulka bahwa berdasarka seluruh krtera yag telah dtetapka, PT. D merupaka perusahaa pemasok yag terbak. Dkareaka respode yag dguaka utuk melakuka semua pelaa pada peelta kal haya terbatas pada dua respode yag daggap ahl da pegalama dalam hal pasoka ba d CV. Bek Joyo saja. Maka utuk melakuka pelaa pemlha pemasok terbak pada peelta selajutya, dharapka adalah seluruh karyawa yag ada pada perusahaa tersebut. Hal dmaksudka agar pada peelta selajutya aka dapat dperoleh hasl solus terbak dar semua tujua yag bertetaga yag lebh tepat. Sela tu, dapat juga dguaka fugs keaggotaa fuzzy dega betuk bahu jka suatu la fuzzy yag dgka semak besar semak bagus da melakuka pemlha krtera yag lebh selektf dega meyesuaka pada objek peelta yag dguaka. DAFTAR PUSTAKA [1] Jauh, L. R., da Gluek, W. F, Maajeme Strategs da Kebjaka Perusahaa, Eds Ketga, Jakarta: Erlagga, (1988). [] Budma, R. F, Pemlha Suppler Terbak dega TOPSIS Fuzzy MCDM, Surabaya: Isttus Tekolog Sepuluh Nopember, (009). [3] Mhael, R. P, Compettve Strategy : Tehques for Aalyzg Idustres & Compettors, New York: The Free Press, (1980). [4] Reder, B., da Hezer, J, Prsp-Prsp Maajeme Operas, Jakarta: Salemba Empat, (001). [5] Bahasa, P. K, Kamus Besar Bahasa Idoesa. Jakarta: Bala Pustaka, (1990). [6] Tabuao, M. T, Multple Crtera Deso Makg I Idustry, Netherlads: Elsees see publshg ompay I, (1988). [7] Kusumadew, Hartat, Harjoko, da Wardoyo, Fuzzy Mult Atrbut Deso Makg (Fuzzy MADM), Yogyakarta: Graha Ilmu, (006). [8] Wag, L. X, Adaptve Fuzzy Systems ad Cotro, New Jersey: Prete- Hall I, (1994), [9] Jamshd, M, Fuzzy Log ad Cotrol, New Jersey: Prete-Hall I, (1993). [10] Lee, C. C, Fuzzy Log Cotroller-Part I : Fuzzy Log Cotrol System, IEEE Trasato o System, Ma, & Cyberet, (1990), 0, No.. [11] Hwag da Yoo, Multple Attrbute Deso Makg, Leture Notes Eooms ad Mathematal System, (1981), 186. [1] Rao, Evaluato of Metal Stampg Layout Usg a Combaed Multple Attrbute Deso Makg Method, IE (I) Joural-PR, (004).