3. Data diambil dengan memberikan kuesioner kepada responden
6.2. Analisis Hasil pemilihan alternatif menggunakan metode TOPSIS 1. Analisis Transformasi Data
6.2.3. Analisa Bobot Preferensi Alternatif
Penentuan preferensi alternatif dengan menggunakan TOPSIS tidak hanya melihat jarak terdekat dengan solusi ideal positif tetapi juga jarak terjauh dari solusi ideal negatif ( Kususmadewi, 2010). Adapun hasil perhitungan preferensi alternatif dapat dilihat pada tabel 6.4.
Tabel 6.4. Hasil Perhitungan Preferensi Setiap Alternatif
NO Kriteria Hasil Transformasi
1 Anggaran yang memadai 0,6204
2
Mengembangkan dukungan infrastruktur dan
fasilitas untuk operasi yang berkelanjutan 0,5032 3
Akses ke teknologi canggih untuk operasi yang
berkelanjutan 0,4748
4
Meningkatkan kesadaran publik tentang produk
yang berkelanjutan 0,3122
5
Menegakkan peraturan pemerintah dan
undang-undang yang reaktif 0,2780
6 Menerapkan pengelolaan Limbah berkelanjutan 0,2423 7
Mengintegrasikan operasi berkelanjutan dalam
rencana proaktif 0,8765
Tabel 6.4. menunjukkan bahwa alternatif ke-7 yaitu mengintegrasikan operasi berkelanjutan dalam rencana proaktif memiliki nilai preferensi paling tinggi, dimana variabel ini memiliki jarak terjauh dengan solusi ideal negatif dan jarak terdekat dengan solusi ideal positif. Sehingga daat disimpulkan bahwa
operasi berkelanjutan dalam rencana proaktif merupakan faktor pendorong yang sangat berpengaruh dalam penerapan SSCM di Pabrik kelapa sawit Sei mangkei.
Rekapitulasi hasil skenario analisis sensitivitas dapat dilihat pada Tabel 6.5.
Tabel 6.5. Skenario Analisis Sensitivitas TOPSIS
Sc1 Sc2 Sc3
(A1)Anggaran yang memadai 0,6204 0,2106 0,1141 (A2)Mengembangkan dukungan infrastruktur dan
fasilitas untuk operasi yang berkelanjutan 0,5032 0,2634 0,0759 (A3) Akses ke teknologi canggih untuk operasi yang
berkelanjutan 0,4748 0,2634 0,0669
(A4)Menegakkan peraturan pemerintah dan
undang-undang yang efektif 0,3122 0,2851 0,0908 (A5) Meningkatkan kesadaran publik tentang produk
yang berkelanjutan 0,2780 0,2296 0,0972 (A6) Menerapkan pengelolaan limbah berkelanjutan 0,2423 0,2296 0,1642 (A7) Mengintegrasikan operasi berkelanjutan dalam
rencana proaktif 0,8765 0,1543 0,0393
Hasil analisis sensitivitas lebih lanjut dapat diilustrasikan oleh variasi di peringkat faktor pendorong. Grafik Hasil skenario analisis sensitivitas dapat dilihat pada Gambar 5.5
Gambar 6.3 Grafik Skenario Analisis Sensitivitas
0,0000
Menurut hasil sensitivitas pada gambar diatas faktor pendorong yang paling mendorong penerapan SSCM di pabrik kelapa sawit Sei Mangkei menunjukkan bahwa Mengintegrasikan operasi berkelanjutan dalam rencana proaktif menempati urutan tertinggi dalam 3 skenario, kemudian anggaran yang memadai tertinggi kedua dan Mengembangkan dukungan infrastruktur dan fasilitas untuk operasi yang berkelanjutan menempati urutan tertinggi ke 3. Oleh karena itu, penelitian ini akan mendorong pimpinan perusahaan untuk mematuhi faktor pendorong yang paling berpengaruh untuk mendorong dalam penerapan SSCM di pabrik kelapa sawit.
Tabel 6.5. Rekomendasi Tindakan Perbaikan untuk penerapan SSCM di pabrik Kelapa Sawit Sei Mangkei
Kode Faktor Penghambat Rekomendasi Tindakan Perbaikan
A3 Teknologi yang tidak efisien
Perusahaan harus memiliki teknologi canggih seperti teknologi energi terbarukan dan teknologi hijau dalam produksi, dan teknologi Palm Oil
Perusahaan harus Memperbaiki sarana dan prasarana untuk tanaman, kebun dan pengelolaannya sesuai dengan teknik budidaya kelapa sawit yang baik seperti benih, pupuk, pestisida, alat pascapanen dan pengolahan hasil, jalan kebun dan jalan akses ke jalan umum dan/atau ke pelabuhan, alat transportasi, mesin pertanian, pembentukan infrastruktur pasar serta verifikasi atau penelusuran teknis.
A6 Persepsi para pemangku kepentingan tidak sama
Para pemangku perusahaan harus memiliki persepsi yang sama tentang sustainable di seluruh pabrik kelapa sawit
Sumber: Pengolahan Data.
7.1. Kesimpulan
Berdasarkan hasil penelitian analisis faktor penghambat dan faktor pendorong dalam penerapan SSCM di Pabrik Kelapa Sawit di Sei Mangkei, dapat diambil kesimpulan sebagai berikut:
1. Faktor pendorong didapat hasil bahwa, mengembangkan dukungan infrastruktur dan fasilitas untuk operasi yang berkelanjutan, akses teknologi canggih untuk keberlanjutan, menegakkan peraturan pemerintah dan undang-undang yang reaktif, menerapkan pengelolaan limbah yang berkelanjutan, merupakan empat faktor pendorong yang paling berpengaruh dalam penerapan SSCM di Pabrik kelapa sawit Sei mangkei.
2. Faktor penghambat didapat hasil bahwa teknologi yang tidak efisien, sarana dan prasarana pendukung belum optimal, dan persepsi para pemangku kepentingan tidak sama merupakan faktor kunci hambatan penerapan SSCM pada Pabrik kelapa sawit Sei Mangkei.
1. Menentukan variabel pada proses Interpretative Structural Modeling (ISM) menggunakan metode lainnya dan tinjauan pustaka, dalam hal menentukan variabel alangkah lebih baik didukung dengan tinjauan pustaka yang banyak.
2. Perusahaan sebaiknya melakukan perbaikan dan memperhatikan faktor-faktor penghambat yang di anggap paling berpengaruh dalam penerapan SSCM.
3. Perusahaan sebaiknya melakukan analisis terhadap seluruh aspek dimensi keberlanjutan dan mendorong pengembangan partisipasi secara aktif.
7.2. Saran
Saran yang dapat diberikan pada penelitian ini adalah sebegai berikut:
Azimifard et al., 2018. Selecting sustainable supplier countries for Iran's steel industry at three levels by using AHP and TOPSIS methods.
doi.org/10.1016/j.resourpol.2018.01.002.
Abdul, Rajesk. 2017. Modeling the interrelationships among barriers to sustainable supply chain management in leather industry.S0959-6526(18)302762 DOI:10.1016/j.jclepro.2018.01.245
Balkan et al,. 2011. .Sustainable Supply Chain. Springer-Verlag Berlin Heidlberg. Doi 10.1007/978-3-642-12023-7
Banaitė, D. and Tamošiūnienė, R. (2016) „Sustainable Development: the Circular Economy Indicators‟ Selection Model‟, Journal of Security and Sustainability Issues, 6(2), pp. 315–323. doi:
10.9770/jssi.2016.6.2(10).
Chopra, S dan Meindl, P. (2004). Supply Chain Management. New Jersey : Pearson Education
Cetinkaya, Balkan, Richard Cuthbertson, Graham Ewer, and dkk.
2011.
Sustainable Supply Chain Management. Heidelberg, Germany: Springer Heidelberg Dordrecht.
Dwi Putra. 2017. Pengambilan Keputusan Terstruktur dengan Interpretative Structural Modelling.Almatera ; Yogyakarta.
Doi. 10.35792.2014.5536
Ginting, Rosnani. 2015.Perancangan Produk : Graha Ilmu.
Gusekaran, A. B. (2012). Sustainable Supply Management : An Empirical Study.
Hugos, Michael et al. 2006. Essentials of Supply Chain Management
Juliet Orji. 2018. Examining barriers to organizational change for sustainability and drivers of sustainable performance in the metal manufacturing industry. Resources, Conservation & Recycling 140 (2019) 102–114
Kotter, J.P., Schlesinger, L.A., 2008. Choosing strategies for change.
Ling li. .2007. Assessing the relational benefits of logistics services perceived bymanufacturers in supply chain
Liu dan Bai. 2014 . Exploring the State of Retention of Traditional Ecological Knowledge (TEK) in a Hani Rice Terrace Village, Southwest China. Jurnal of Sustainable.
Lozano. 2012. Orchestring Organisational Changes for Corporate Sustainability. Journal Greener Management International
Machfud. 2001. Aplikasi Teknik Ism Dan Me-Mcdm Untuk Identifikasi Posisi Pemangku Kepentingan Dan Alternatif Kegiatan Untuk Perbaikan Mutu Kopi Gayo.
Application (0975-8887)
Manavalan, E. and Jayakrishna, K. (2019) „An Analysis on Sustainable Supply
Chain for Circular Economy‟, Procedia Manufacturing, 33, pp.
477–
484. doi: 10.1016/j.promfg.2019.04.059.
Mohammad Hussain, et al. 2015. ISM-ANP integrated framework for evaluating alternatives forsustainable supply chain management TiwariPII:S0307-904X(15)00552-1DOI:10.1016/j.apm.2015.09.018 Nikhbakhsh, 2009. Green Supply Chain Management. DOI 10.1007/978-3-7908.
Pujawan, I Nyoman ER Mahendrawati. (2010). Supply Chain Management (Terbitan Kedua). Surabaya: Gunawidya.
Prabu v. 2008. Evolution of an Effective Manufacturing Manager.
Schaltegger, 2014. Transdisciplinarity in Corporate Sustainability:Mapping the Field: (wileyonlinelibrary.com) DOI:10.1002/bse.1772.
Sukaria, S. 2011. Pengantar Teknik Industri. Usu Press.
Sun et al., 2018. Evaluation of economic transformation and upgrading of resource-basedcities in Shaanxi province based on an improved TOPSIS method.
Trianni and Alessandra et al. 2018. Industrial Sustainability: Modelling Drivers and Mechanisms with Barriers.: S0959 – 6526 (18) 31480 XDOI:10.1016 jclepro.2018.05.140
Review and conceptual model‟, Sustainability (Switzerland), 10(10), pp. 0–25. doi:
10.3390/su10103398.
Van Hock, R.I., Erasmus, 2000. From reversed logistics to green supply chains.
Logistics Solutions 2, 28-33.
Vermeulen, W.J.V., Seuring, S., 2009. Sustainability through the market theimpacts of sustainable supply chain management: introduction.
Sustainable Development 17, 269–273.
Waskito J and Harsono. 2011. “Green Consumer : Deskripsi tingkat kesadaran dan kepedulian masyarakat Joglosemar terhadap Kelestarian Lingkungan, pp 29-39 JDM Vol 3 No 1.
Wilda, 2018. Analisis Faktor yang Mempengaruhi Supply Chain Sustainability pada Bagian Distribusi Wilayah I di PT. Petrokimia Gresik.
Yakoiveva. 2009. Sustainable Benchmarking og Food Supply Chains.
Zhu Q, et al. 2016. Accelerating the transition towards sustainability dynamics intosupply chain relationship management and governance structures. Journal of Cleaner Production Vol 112 Part .