325.2 Jadwal Dan Biaya
5.5 Analisis Risiko
Skala nominal yang digunakan dalam penelitian ini berfungsi untuk menentukan data identitas responden, seperti: jenis kelamin, umur, dan pendidikan. Jumlah responden penelitian ini adalah 10 orang dari 14 karyawan PT. KTI yang terlibat dalam proyek MCP II. Hasil identitas karyawan PT. KTI disajikan pada Tabel 9.
Tabel 9. Identitas karyawan PT. KTI
Kriteria Jumlah Persentase Kriteria Jumlah Persentase
Jenis kelamin Pendidikan
Perempuan 1 10% SD - -
Laki-laki 9 90% SMP - -
Umur SMA 2 20%
< 20 tahun - - Diploma 3 30%
20-30 tahun 3 30% S1 4 40%
> 30 tahun 7 70% Pasca Sarjana (S2/S3) 1 10%
Sumber : Data hasil
Skala ordinal yang digunakan dalam penelitian ini dibagi menjadi dua fungsi, yaitu untuk mengetahui pemahaman karyawan PT. KTI terhadap proyek MCP II dan untuk menentukan probabilitas, konsekuensi, dan visibilitas dari setiap risiko yang mungkin terjadi
36
pada proyek MCP II. Skala ordinal yang digunakan untuk mengetahui pemahaman karyawan PT. KTI terhadap proyek MCP II, terdiri dari tiga kategori, yaitu; ya, cukup, dan tidak (lihat Tabel 10). Hasil dari pertanyaan 1 artinya: 90% responden mengetahui dan memahami proyek MCP II dan 10% responden cukup mengetahui proyek tersebut. Berdasarkan hasil keseluruhan, sebagian besar responden mengetahui dan memahami proyek MCP II, karena jumlah nilai persentase jawaban “ya” lebih besar dibandingkan jumlah “cukup”, dan “tidak”.
Tabel 10. Kuesioner 1: Pertanyaan ini untuk menguji pengetahuan dan pemahaman mengenai proyek MCP II.
No Pertanyaan Jumlah
Ya Cukup Tidak
1 Apakah Anda mengetahui tentang proyek modernisasi
kontrol proses tahap II?
90% 10% 0%
2 Apakah Anda mengetahui field instrument yang
digunakan dalam MCP II?
40% 60% 0%
3 Apakah Anda mengetahui mengenai streamingcurrent
monitor?
50% 40% 10%
4 Apakah Anda mengetahui mengenai DBMS –Database
Management System?
60% 20% 20%
5 Apakah Anda mengetahui tentang Scada Vijeo Citect? 50% 40% 10%
6 Apakah Anda mengetahui hubungan Visi dan Misi dari
perusahaan terhadap penerapan MCP II?
70% 30% 0%
7 Menurut Anda, apakah PT. KTI sudah memenuhi
keinginan pelanggan dalam melayani jasa air?
70% 30% 0%
8 Menurut Anda, apakah penerapan MCP II memiliki peran
yang penting dalam mendukung Misi KTI?
70% 30% 0%
9 Menurut Anda, apakah Anda setuju dengan proyek MCP
II?
80% 20% 0%
10 Menurut Anda, apakah setelah memberlakukan MCP II,
performa perusahaan meningkat?
40% 40% 20%
11 Menurut Anda, apakah kemampuan karyawan mengalami
peningkatan setelah diberlakukannya MCP II?
60% 20% 20%
12 Menurut Anda, apakah penerapan MCP II mempengaruhi
kinerja karyawan?
60% 20% 20%
13 Menurut Anda, apakah Anda akan merasa terbantu
dengan adanya proyek MCP II?
80% 10% 10%
Sumber: Data hasil
Pengujian instrument perlu dilakukan untuk mengukur validitas dan reliabilitas data. Pengujian validitas dan reliabilitas dilakukan dengan perangkat lunak statistik. Hasil yang dimasukkan ke dalam perangkat lunak statistik adalah dari pertanyaan nomor 7 hingga 13 pada Tabel 10. Hal ini dikarenakan hasil yang didapat juga didukung dengan alasan responden dalam memilih jawaban. Berdasarkan hasil yang didapat, 71% nilai validitas kurang dari 0.05
dan nilai cronbach’s alpha adalah 0.642. Nilai validitas hitung adalah 0.05 dan nilai reliabilitas
tabel sebesar 0.6. Nilai ini menyatakan bahwa hasil penelitian yang didapat valid dan reliabel
karena telah memenuhi syarat dimana nilai validitas rhitung > rtabel dan nilai cronbach’s alpha >
rtabel.
Fungsi skala ordinal yang kedua adalah untuk menetukan tingkat konsekuensi, probabilitas, dan visibilits dari setiap risiko. Skala perbandingan berpasangan yang dilakukan dalam penelitian ini adalah untuk menentukan tingkat kepentingan atau pengaruh relatif antara satu rusiko dengan risiko lainnya dalam menentukan bobot prioritas. Nilai yang telah diberikan
37
oleh responden kemudian digabungkan dengan menggunakan rata-rata geometrik. Contoh hasil rata-rata geometrik tersebut dapat dilihat pada Tabel 11. dan Tabel 12. Hasil keseluruhan untuk setiap risiko dapat dilihat pada Lampiran 2.
Tabel 11. Contoh hasil rata-rata geometrik skala ordinal risiko lingkungan
No.
Risiko/Oportunity Konsekuensi Probabilitas Visibilitas
Min Med Max Min Med Max Min Med Max
L.1 Kepuasan pengguna layanan air. 1.414 2.625 3.923 1.516 2.625 3.898 1.20 2.23 3.58 L.2 Kesenjangan komunikasi antara
stakeholders terkait. 1.231 2.132 3.415 1.231 2.132 3.438 1.69 2.73 4.06 L.3 Pengurangan jumlah karyawan
shift. 1.196 2.024 3.492 1.39 2.595 3.812 2.13 3.21 4.37
L.4 Efisiensi tenaga kerja
(Penyusutan tenaga kerja). 1.335 2.285 3.618 1.712 2.781 3.898 1.99 3.12 4.37
L.5 Kesenjangan keahlian antara
operator lama dan operator baru. 1.644 2.814 3.898 1.597 2.734 3.923 1.93 3.05 4.41 L.6 Fiksasi kebutuhan dan
pemesanan operating supply
bahan kepada. supplier.
1.231 2.521 3.812 1.231 2.352 3.622 1.78 2.68 4.06
Sumber: Data hasil
Tabel 12. Contoh rata-rata geometrik skala perbandingan berpasangan risiko lingkungan
Elemen A Elemen B L.1 L.2 L.3 L.4 L.5 L.6 L.1 1 3.602 3.920 2.164 2.39 2.769 L.2 1 2.255 1.405 2.526 2.221 L.3 1 0.624 1.547 1.349 L.4 1 2.553 2.11 L.5 1 2.011 L.6 1
Sumber: Data hasil
Nilai consistency indeks (CI) merupakan parameter yang digunakan untuk memeriksa
skala perbandingan berpasangan untuk mengetahui konsistensi jawaban yang akan berpengaruh
kepada kesahihan hasil. Sedangkan consistency ratio digunakan untuk mengetahui hubungan
antara CI dengan besaran tertentu cukup baik atau tidak dengan memiliki CR ≤ 10%.
Berdasarkan Tabel 13. nilai consistency ratio yang dihasilkan untuk setiap risiko kurang dari
10%, yaitu dengan rata CR sebesar 4.90%, hasil ini menunjukkan data yang didapat memiliki konsistensi yang cukup tinggi dan kesahihan hasil.
Tabel 13. Nilai consistency ratio
No Risiko n λmax consistency index
(CI) consistency ratio (CR) 1 Teknik 13 13.78 6.52% 4.18% 2 Finansial 14 15.11 8.55% 4.45% 3 Pelaksanaan Pekerjaan 15 15.89 6.35% 4.00% 4 Implementasi Lapangan 9 9.70 8.73% 6.19% 5 Lingkungan 6 6.32 6.39% 5.70%
Sumber: Data hasil
Hasil dari rata-rata geometrik skala ordinal dianalisis dengan menggunakan perangkat
lunak Crystal Ball dengan precision control on confidence level sebesar 95% dengan iterasi
38
yang ada. Berdasarkan kondisi data, digunakan distribusi Beta PERT dan distribusi seragam. Distribusi Beta PERT digunakan untuk mengukur distribusi probabilitas, konsekuensi, dan
visibilitas risiko. Distribusi seragam (Uniform distribution) digunakan untuk mengukur risiko
biaya. Dalam penelitian ini dilakukan tiga keandalan, yaitu 50%, 80%, dan 90%. Contoh hasil distribusi Beta PERT dan distribusi seragam disajikan pada Tabel 14. dan Tabel 15.
Tabel 14. Contoh distribusi probabilitas Beta PERT untuk risiko lingkungan
No Risiko Properties Grafik 50% 80% 90%
L.1 Kepuasan pengguna layanan air. Possibility 1.96 3.05 3.24 L.2 Kesenjangan komunikasi antara
stakeholders terkait.
Possibility 1.54 2.62 2.80 L.3 Pengurangan jumlah karyawan
shift.
Possibility 1.85 3.04 3.24 L.4 Efisiensi tenaga kerja (penyusutan
tenaga kerja).
Possibility 2.12 3.17 3.32 L.5 Kesenjangan keahlian antara
operator lama dan operator baru.
Possibility 2.06 3.14 3.31 L.6 Fiksasi kebutuhan dan pemesanan
operating supply bahan kepada supplier.
Possibility 1.68 2.78 2.97 Sumber: Data hasil
Tabel 15. Contoh distribusi probabilitas seragam untuk risiko lingkungan
No Risiko Grafik 50% 80% 90%
L.1 Kepuasan pengguna layanan air.
L.2 Kesenjangan komunikasi antara stakeholders terkait. L.3 Pengurangan jumlah
karyawan shift.
Rp 10,635,311 Rp 12,663,507 Rp 13,408,370
L.4 Efisiensi tenaga kerja (penyusutan tenaga kerja).
Rp 10,340,957 Rp 12,599,346 Rp 13,308,370
L.5 Kesenjangan keahlian antara operator lama dan operator baru.
L.6 Fiksasi kebutuhan dan pemesanan operating supply bahan kepada supplier.
Rp 38,842,760 Rp 57,224,744 Rp 62,861,671
Sumber: Data hasil
Tabel 14. menunjukkan bahwa nilai probabilitas untuk risiko lingkungan memiliki nilai skewness yang positif dikarenakan kemiringan bergerak kearah nilai minimum dengan nilai skewness berkisar antara 0.004 hingga 0.165 dan memiliki kurtosis dengan puncak relatif datar
yang menunjukkan penyebaran possibility cukup merata. Nilai yang dihasilkan pada keandalan
50%, 80%, dan 90% berbeda-beda. Nilai keandalan ini menunjukkan bahwa besarnya
kemungkinan kejadian (possibility). Pada keandalan 50%, nilai yang didapat berkisar antara
1.54 hingga 2.12, artinya kemungkinan kejadian setiap risiko lingkungan berada pada kriteria kemungkinan jarang terjadi (< 2kali/tahun). Hasil ini berbeda bila dibandingkan dengan nilai
39
keandalan 80% dan 90%, yang sebagian besar menunjukkan bahwa kemungkinan kejadian adalah kadang-kadang (2-5 kali/tahun).
Distribusi seragam mengasumsikan bahwa nilai tersebar merata pada kisaran nilai minimum dan maksimum. Tabel 15. memperlihatkan bahwa terdapat tiga risiko yang tidak memiliki risiko biaya. Sebenarnya, risiko tersebut memiliki risiko biaya, namun risiko tersebut
bersifat intangible atau tidak dapat diukur dalam segi biaya. Dikarenakan parameter
pengukuran yang cukup sulit untuk ditentukan. Untuk menentukan risiko biaya, digunakan
lima segi pengukuran, yaitu: instrument cost (IC), operational cost (OC), total cost of
ownership (TCO), labour cost (LC), dan maintenance cost (MC). Setiap risiko biaya yang diukur tidak semuanya mimliki kelima segi pengukuran tersebut. Contohnya risiko
pengurangan jumlah karyawan shift yang hanya diukur berdasarkan labour cost (LC). Risiko
kepuasan pengguna layanan air, kesenjangan komunikasi antara stakeholders terkait, dan
kesenjangan keahlian antara operator lama dan operator baru tidak memiliki kelima segi pengukuran tersebut, sehingga risiko biaya tersebut tidak terukur. Keseluruhan distribusi probabilitas disajikan pada Lampiran 3.
Tingkat risiko merupakan hubungan perkalian antara konsekuensi, probabilitas, dan visibilitas risiko. Perhitungan tingkat nilai risiko dilakukan dengan mengambil nilai keandalan 90% dari setiap parameter risiko. Contoh tingkat risiko disajikan pada Gambar 16.
Gambar16 . Tingkat nilai risiko lingkungan
Gambar 16. menunjukkan bahwa tingkat nilai risiko yang tertinggi terjadi pada keandalan 90% risiko kesenjangan keahlian antara operator lama dan operator baru, dengan nilai sebesar 40.98. Nilai ini dipengaruhi karena nilai probabilitas dan konsekuensi yang tinggi serta visibilitas yang rendah.