BAB V ANALISIS DATA DAN PENJELASAN
B. Pengolahan Kuesioner Perbandingan Berpasangan
Penulis melakukan singkatan penamaan untuk variabel, atribut, dan sub atribut untuk memudahkan penulisan saat pengolahan data. Singkatan penamaan variabel, atribut dan sub atribut dapat dilihat pada tabel V.3.
Tabel V.3 Singkatan Penamaan
No Variabel Singkatan
1 Plan P
2 Source S
3 Make M
4 Deliver D
5 Return R
No Atribut Singkatan
1 Reliability R
2 Responsiveness Re
3 Agility Ag
No Sub Atribut Singkatan
1 Pertemuan dengan pemasok PR-1
2 Perencanaan tingkat produksi PR-2
3 Peramalan akurasi penjualan PR-3
4 Jangka waktu proses pembelian bahan baku PRe
5 Kualitas bahan baku SR-1
6 Ketepatan jumlah bahan baku SR-2
7 Service Level yang didapatkan SR-3
8 Jangka waktu pemenuhan bahan baku SRe-1
9 Respon terhadap keluhan SRe-2
10 Jumlah produk cacat MR-1
11 Kualitas produk MR-2
12 Ketepatan pengepakan MR-3
13 Fleksibilitas dalam pembuatan produk MA
14 Ketepatan jumlah produk dikirim DR-1
15 Tingkat pemenuhan pesanan setiap pengiriman DR-2
16 Tingkat waktu pengiriman produk DRe
17 Tingkat keluhan pelanggan RR
18 Waktu menanggapi keluhan RRe
Pengolahan data kuesioner perbandingan berpasangan dilakukan dengan cara membandingkan setiap variabel, atribut pada variabel, dam sub atribut pada atribut variabel. Setelah itu data yang dihasilkan dari setiap kuesioner diolah menggunakan metode analytical hierarchy process.
1. Proses Perbandingan Berpasangan a. Proses pada responden 1
Variabel yang digunakan dalam membuat perbandingan berpasangan adalah lima proses utama level 1 dalam rantai pasok yang telah dijelaskan pada Supply Chain Management Reference. Berikut adalah hasil dari pengolahan dari kuesioner perbandingan berpasangan yang diisi menggunakan bilangan untuk mempresentasikan kepentingan relatif tertentu pada setiap variabel, atribut, atau sub atribut, kemudian diolah ke dalam tabel matriks.
Tabel V.4
Matriks Proses Responden 1
Variabel P S M D R
Perhitungan ini dilakukan dengan cara membagi angka yang terdapat dalam setiap angka pada kolom dengan total pada masing-masing kolom variabel pada tabel V.4. Normalisasi untuk responden 1 dapat dilihat pada tabel V.5.
Tabel V.5
Normalisasi Variabel Respnden 1
Variabel P S M D R
Normalisasi P – P = Nilai sel kolom Total nilai kolom= 1
21=0,048 2) Perhitungan bobot
Perhitungan ini dilakukan dengan cara merata-ratakan nilai setiap sel perbaris yang telah dinormalisasikan sebelumnya.
Tabel V.6.
Perhitungan Bobot Variabel Responden 1
Variabel P S M D R Rata-rata
3) Perhitungan perkalian matriks
Perhitungan ini dilakukan dengan cara mengalikan bobot yang didapat dari perhitungan bobot yang terdapat pada tabel V.6 dengan nilai masing- masing sel kolom yang terdapat pada tabel V.4, hasilnya dapat dilihat pada tabel V.7 berikut ini.
Tabel V.7
Perhitungan Perkalian Matriks Variabel Responden 1
Variabel P S M D R
Bobot untuk variabel P = 0.041 sedangkan nilai sel kolom P – S = 3
Maka 0,041 x 3 = 0,122
4) Perhitungan nilai eigen value maximum
Perhitungan ini dilakukan dengan cara membagi hasil dari penjumlahan pada sel perbaris pada Tabel V.7 dengan perhitungan bobot pada tabel V.6 hasilnya dapat dilihat pada tabel V.8 berikut ini.
Tabel V.8
Perhitungan Nilai Eigen Value Maximum
Variabel P S M D R Total Bobot Total /
5) Perhitungan consistency index
Perhitungan ini menggunakan rumus dibawah ini CI = λmax-n
n-1 =5,386-5
5-1 =0,097 Dimana :
𝜆𝑚𝑎𝑥 = nilai eigen value n = jumlah variabel
6) Perhitungan consistency ratio
Perhitungan consistency ratio diperoleh dengan rumus:
CR = 𝐶𝐼
𝑅𝐼
Dimana : CI = Consistency Index, CR = Consistency Ratio, RI = Random Index
Berikut adalah keterangan nilai RI yang digunakan dalam pengolahan data:
Tabel V.9
Random Consistency Index
n 2 3 4 5 6 7 8 9 10
RI 0 0,58 0,9 1,12 1,24 1,32 1,41 1,45 1,51 Sumber : Saaty T.J, 1990
Karena proses variabel responden 1 menggunakan matriks 5x5, maka nilai random index yang digunakan adalah 1.12. Sedangkan untuk nilai standar consistency ratio. Jika nilainya lebih dari 10%, maka penilaian data judgment harus diperbaiki atau diulang. Namun jika rasio konsistensi (CI/RI) kurang atau sama dengan 0,1 maka hasil perhitungan dinyatakan benar (Kusrini, 2007:136).
Nilai CR untuk responden 1 = ci
ri=0,0971,12 =0,086
Karena nilai CR kurang dari 0,1 maka hasil perbandingan berpasangan untuk variabel responden 1 dapat diterima.
b. Atribut proses responden 1
Atribut yang digunakan pada perbandingan berpasangan dalam kegiatan proses plan adalah reliability dan responsiveness. Hal ini sesuai dengan atribut kinerja di dalam supply chain operation reference model dan telah mendapatkan persetujuan dari perusahaan. Berikut merupakan hasil
kuesioner responden 1 yang telah diolah ke dalam tabel matriks atribut proses plan dengan menggunakan perbandingan berpasangan.
Tabel V.10
Matriks Atribut Variabel Plan Responden 1
Atribut R Re
R 1 9
Re 0,111 1
Total 1,111 10 1) Normalisasi
Perhitungan ini dilakukan dengan cara membagi angka yang terdapat dalam setiap angka pada kolom dengan total pada masing-masing kolom variabel pada tabel V.10. Normalisasi untuk responden 1 dapat dilihat pada tabel V.11.
Tabel V.11
Normalisasi Atribut Variabel Plan Responden 1
Atribut R Re
R 0,900 0,900
Re 0,100 0,100 Contoh Perhitungan :
Normalisasi R-Re = nilai sel kolom
total nilai kolom=109 = 0,900 2) Perhitungan bobot
Perhitungan ini dilakukan dengan cara merata-ratakan nilai setiap sel perbaris yang telah dinormalisasikan sebelumnya.
Tabel V.12
Perhitungan Bobot Atribut Variabel Plan Responden 1
Atribut R Re Rata-rata
R 0,900 0,900 0,900
Re 0,100 0,100 0,100
Contoh Perhitungan :
Bobot untuk atribut R = 0,900 + 0,900
2 =0,900 3) Perhitungan Perkalian Matriks
Perhitungan ini dilakukan dengan cara mengalikan bobot yang didapat dari perhitungan bobot yang terdapat pada tabel V.12 dengan nilai masing- masing sel kolom yang terdapat pada tabel V.10, hasilnya dapat dilihat pada tabel V.13 berikut ini.
Tabel V.13
Perhitungan Perkalian Matriks Atribut Variabel Plan Responden1
Atribut R Re
R 0,900 0,900
Re 0,100 0,100 Contoh Perhitungan :
Dimana bobot Re = 0,100 sedangkan pada tabel V.10 sel kolom R-Re = 9. Maka, 0,100 x 9 = 0,900
4) Perhitungan nilai eigen value maximum
Perhitungan ini dilakukan dengan cara membagi hasil dari penjumlahan pada sel perbaris pada Tabel V.13 dengan perhitungan bobot pada tabel V.12 hasilnya dapat dilihat pada tabel V.14 berikut ini.
Tabel V.14
Perhitungan Nilai Eigen Value Maximum Atribut Variabel Plan Responden 1 Atribut R Re Total Bobot Total / Bobot
5) Perhitungan consistency index
Perhitungan ini menggunakan rumus di bawah ini :
λmax-n
n-1 =2-22-1=0 Dimana :
𝜆max = nilai eigen value n = jumlah atribut
Perhitungan consistency ratio
Perhitungan consistency ratio diperoleh dari rumus cr = ci
ri
dimana :
ci = consistency index, cr = consistency ratio ri = random index
Untuk tabel keterangan nilai ri dapat dilihat pada tabel V.9. Karena atribut variabel plan responden 1 menggunakan matriks 2x2, maka nilai ri yang digunakan adalah 0. Sedangkan nilai standar consistency ratio.
Jika nilainya lebih dari 10%, maka penilaian data judgment harus diperbaiki atau diulang. Namun jika rasio konsistensi (CI/RI) kurang atau sama dengan 0,1 maka hasil perhitungan dinyatakan benar (Kusrini, 2007:136).
Nilai CR untuk responden 1 = ci
ri=00= 0%
Karena nilai CR kurang dari 0,1 maka hasil perbandingan berpasangan atribut untuk atribut variabel plan responden 1 dapat diterima.
c. Sub atribut plan reliability responden 1
Sub atribut yang digunakan pada perbandingan berpasangan dalam kegiatan proses plan reliability terbagi menjadi 3 bagian kegiatan, dapat dilihat pada tabel V.2. Berikut hasil kuesioner responden 1 yang telah diolah ke dalam tabel matriks terhadap masing-masing sub atribut plan reliability dengan menggunakan perbandingan berpasangan.
Tabel V.15
Matriks Sub Atribut Plan Reliability Responden 1
1) Normalisasi
Perhitungan ini dilakukan dengan cara membagi angka yang terdapat dalam setiap angka pada kolom dengan total pada masing-masing kolom variabel pada tabel V.15. Normalisasi untuk responden 1 dapat dilihat pada tabel V.16.
Tabel V.16
Normalisasi Sub Atribut Plan Reliability Responden 1
Sub-Atribut PR-1 PR-2 PR-3
Normalisasi PR-1 – PR-1 =Nilai sel kolom Total nilai kolom= 1
13=0,077 2) Perhitungan bobot
Perhitungan ini dilakukan dengan cara merata-ratakan nilai setiap sel perbaris yang telah dinormalisasikan sebelumnya.
Tabel V.17
Perhitungan Bobot Sub Atribut Plan Reliability Responden 1 Sub-Atribut PR-1 PR-2 PR-3 Rata-rata
3) Perhitungan perkalian matriks
Perhitungan ini dilakukan dengan cara mengalikan bobot yang didapat dari perhitungan bobot yang terdapat pada tabel V.17 dengan nilai masing- masing sel kolom yang terdapat pada tabel V.15, hasilnya dapat dilihat pada tabel V.18 berikut ini.
Tabel V.18
Perhitungan Perkalian Matriks Sub Atribut Plan Reliability Responden 1
Sub-Atribut PR-1 PR-2 PR-3
PR-1 0,074 0,092 0,057
PR-2 0,516 0,643 0,849
PR-3 0,369 0,214 0,283
Contoh Perhitungan :
Dimana bobot PR-1 = 0,074 sedangkan nilai sel kolom untuk PR1 – PR1 = 1. Maka 0,074 × 1 = 0,074
4) Perhitungan nilai eigen value maximum
Perhitungan ini dilakukan dengan cara membagi hasil dari penjumlahan pada sel perbaris pada Tabel V.18 dengan perhitungan bobot pada tabel V.17 hasilnya dapat dilihat pada tabel V.19 berikut ini.
Tabel V.19
Perhitungan Nilai Eigen Value Maximum Sub Atribut Plan Reliability Responden 1 Kemudian Bobot PR1Total PR1 = 3,013
5) Perhitungan consistency index
Perhitungan consistency index diperoleh dari rumus CI = λmax-n 6) Perhitungan consistency ratio
Perhitungan consistency ratio diperoleh dari rumus CR = CI
RI
Dimana :
CI = consistency index, CR = consistency ratio, RI = random index
Untuk tabel keterangan nilai ri dapat dilihat pada tabel V.9. Karena sub atribut plan reliability responden 1 menggunakan matriks 3x3, maka nilai ri yang digunakan adalah 0.58. Sedangkan nilai standar consistency ratio. Jika nilainya lebih dari 10%, maka penilaian data judgment harus diperbaiki atau diulang. Namun jika rasio konsistensi (CI/RI) kurang atau sama dengan 0,1 maka hasil perhitungan dinyatakan benar (Kusrini, 2007:136).
Nilai CR untuk responden 1 = CI
RI=0,0330,58=0,0364
Karena nilai CR kurang dari 0,1 maka hasil perbandingan atribut untuk sub atribut plan reliability responden 1 dapat diterima.
Untuk hasil pengolahan data responden 1, responden 2 dan responden 3 perbandingan berpasangan yang belum dicantumkan pada bab 5 akan dilampirkan pada halaman lampiran.
2. Gabungan
a. Gabungan Pada Variabel
Penilaian gabungan variabel ini dilakukan dengan cara mengalikan nilai matriks dari ketiga responden yang terdapat pada tabel V.4, tabel V.20 dan tabel V.21, kemudian hasilnya dipangkatkan 1/n, dimana n merupakan jumlah dari partisipan responden. Matriks gabungan variabel dapat dilihat pada tabel V.22.
Tabel V.20
Matriks Proses Responden 2
Variabel P S M D R
P 1 5 5 0,333 0,2
S 0,2 1 0,333 0,143 0,143
M 0,2 3 1 0,2 0,143
D 3 7 5 1 0,333
R 5 7 7 3 1
Total 9,4 23 18,333 4,676 1,819
Tabel V.21
Matriks Proses Responden 3
Variabel P S M D R
Matriks Gabungan Variabel
Variabel P S M D R
Perhitungan ini dilakukan dengan cara membagi angka yang terdapat dalam setiap angka pada kolom dengan total pada masing-masing kolom variabel pada tabel V.22. Normalisasi untuk responden 1 dapat dilihat pada tabel V.23.
Tabel V.23
Normalisasi Matriks Gabungan Variabel
Variabel P S M D R 2) Perhitungan bobot
Perhitungan ini dilakukan dengan cara merata-ratakan nilai setiap sel perbaris yang telah dinormalisasikan sebelumnya.
Tabel V.24
Perhitungan Bobot Matriks Gabungan Variabel
Variabel P S M D R Rata-rata
3) Perhitungan perkalian matriks
Perhitungan ini dilakukan dengan cara mengalikan bobot yang didapat dari perhitungan bobot yang terdapat pada tabel V.24 dengan nilai masing- masing sel kolom yang terdapat pada tabel V.22, hasilnya dapat dilihat pada tabel V.25 berikut ini.
Tabel V.25
Perhitungan Perkalian Matriks Gabungan Variabel
Variabel P S M D R
Dimana bobot untuk P = 0,098 sedangkan nilai sel kolom untuk S-P = 0,493. Maka 0,098 × 0,493 = 0,048
4) Perhitungan nilai eigen value maximum
Perhitungan ini dilakukan dengan cara membagi hasil dari penjumlahan pada sel perbaris pada Tabel V.25 dengan perhitungan bobot pada tabel V.24 hasilnya dapat dilihat pada tabel V.26 berikut ini.
Tabel V.26
Perhitungan Nilai Eigen Value Maximum Gabungan Variabel
Variabel P S M D R Total Bobot Total/Bobot 5) Perhitungan consistency index
Perhitungan consistency index diperoleh dari rumus
λmax-n
n-1 =5,125 - 5
5 - 1 =0,031 Dimana :
𝜆𝑚𝑎𝑥 = nilai eigen value n = jumlah kriteria
6) Perhitungan consistency ratio
Perhitungan consistency ratio diperoleh dari rumus CR = CI
RI
Dimana :
CR = consistency ratio, CI = consistency index, RI = random index Untuk tabel keterangan nilai ri dapat dilihat pada tabel V.9. Karena matriks gabungan variabel menggunakan matriks 5x5, maka nilai ri yang digunakan adalah 1.12. Sedangkan nilai standar consistency ratio. Jika nilainya lebih dari 10%, maka penilaian data judgment harus diperbaiki atau diulang. Namun jika rasio konsistensi (CI/RI) kurang atau sama dengan 0.1 maka hasil perhitungan dinyatakan benar (Kusrini, 2007:136).
Nilai CR untuk gabungan variabel = 0,031
1,12= 0,028
Karena nilai CR kurang dari 0,1 maka hasil dari perbandingan berpasangan untuk gabungan variabel dapat diterima.
b. Gabungan Pada Atribut Variabel Plan
Penilaian gabungan variabel ini dilakukan dengan cara mengalikan nilai matriks dari ketiga responden yang terdapat pada tabel V.10, tabel V.27 dan tabel V.28, kemudian hasilnya dipangkatkan 1/n, dimana n
merupakan jumlah dari partisipan responden. Matriks gabungan atribut variabel plan dapat dilihat pada tabel V.29.
Tabel V.27
Matriks Atribut Variabel Plan Responden 2
Variabel R Re
R 1 7
Re 0,143 1
Total 1,143 8 Tabel V.28
Matriks Atribut Variabel Plan Responden 3
Variabel R Re
R 1 7
Re 0,143 1
Total 1,143 8
Tabel V.29
Matriks Gabungan Atribut Variabel Plan
Atribut R Re
Perhitungan ini dilakukan dengan cara membagi angka yang terdapat dalam setiap angka pada kolom dengan total pada masing-masing kolom variabel pada tabel V.29. Normalisasi untuk responden 1 dapat dilihat pada tabel V.30.
Tabel V.30
Normalisasi Matriks Gabungan Atribut Variabel Plan
Atribut R Re
R 0,884 0,884 Re 0,116 0,116 Contoh Perhitungan :
Normalisasi R- Re = 7,612
8,612= 0,884 2) Perhitungan Bobot
Perhitungan ini dilakukan dengan cara merata-ratakan nilai setiap sel perbaris yang telah dinormalisasikan sebelumnya.
Tabel V.31
Perhitungan Bobot Matriks Gabungan Atribut Variabel Plan
Atribut R Re
3) Perhitungan perkalian matriks gabungan atribut variabel plan
Perhitungan ini dilakukan dengan cara mengalikan bobot yang didapat dari perhitungan bobot yang terdapat pada tabel V.31 dengan nilai masing- masing sel kolom yang terdapat pada tabel V.29, hasilnya dapat dilihat pada tabel V.32 berikut ini.
Tabel V.32
Perhitungan Perkalian Matriks Gabungan Atribut Variabel Plan
Atribut R Re
R 0,884 0,884 Re 0,116 0,116 Contoh Perhitungan :
Dimana bobot untuk R = 0,884 sedangkan nilai sel kolom untuk R-Re = 0,131. Maka 0,884 × 0,131 = 0,116
4) Perhitungan nilai eigen value maximum
Perhitungan ini dilakukan dengan cara membagi hasil dari penjumlahan pada sel perbaris pada Tabel V.32 dengan perhitungan bobot pada tabel V.31 hasilnya dapat dilihat pada tabel V.33 berikut ini.
Tabel V.33
Perhitungan Nilai Eigen Value Maximum Gabungan Atribut Variabel Plan Atribut R Re Total Bobot Total / Bobot 5) Perhitungan consistency index
Perhitungan consistency index diperoleh dari rumus CI = λmax-n
6) Perhitungan consistency ratio
Perhitungan consistency ratio diperoleh dari rumus CR = CIRI
Dimana :
CR = consistency ratio, CI = consistency index, RI = random index Untuk tabel keterangan nilai ri dapat dilihat pada tabel V.9. Karena matriks gabungan atribut variabel plan menggunakan matriks 2x2, maka nilai ri yang digunakan adalah 0. Sedangkan nilai standar consistency ratio. Jika nilainya lebih dari 10%, maka penilaian data judgment harus diperbaiki atau diulang. Namun jika rasio konsistensi (CI/RI) kurang atau sama dengan 0,1 maka hasil perhitungan dinyatakan benar (Kusrini, 2007:136).
Nilai CR untuk gabungan atribut variabel plan = CIRI=00= 0
Karena nilai CR kurang dari 0.1 maka hasil dari perbandingan berpasangan untuk gabungan atribut variabel plan dapat diterima.
c. Gabungan Sub Atribut Plan Reliability
Penilaian gabungan variabel ini dilakukan dengan cara mengalikan nilai matriks dari ketiga responden yang terdapat pada tabel V.15, tabel V.34 dan tabel V.35, kemudian hasilnya dipangkatkan 1/n, dimana n merupakan jumlah dari partisipan responden. Matriks gabungan sub atribut plan reliability dapat dilihat pada tabel V.36.
Tabel V.34
Matriks Sub Atribut Plan Reliability Responden 2 Sub-Indikator PR-1 PR-2 PR-3
PR-1 1 0,333 0,111
PR-2 3 1 0,143
PR-3 9 7 1
Total 13 8,333 1,254 Tabel V.35
Matriks Sub Atribut Plan Reliability Responden 3 Sub-Indikator PR-1 PR-2 PR-3
PR-1 1 0,143 0,111
PR-2 7 1 0,333
PR-3 9 3 1
Total 17 4,143 1,444 Tabel V.36
Matriks Gabungan Sub Atribut Plan Reliability Sub-Atribut PR-1 PR-2 PR-3
Perhitungan ini dilakukan dengan cara membagi angka yang terdapat dalam setiap angka pada kolom dengan total pada masing-masing kolom variabel pada tabel V.36. Normalisasi untuk responden 1 dapat dilihat pada tabel V.37.
Tabel V.37
Normalisasi PR1 – PR2 = Nilai sel kolom Total sel kolom=0,189
3,102=0,061 2) Perhitungan bobot
Perhitungan ini dilakukan dengan cara merata-ratakan nilai setiap sel perbaris yang telah dinormalisasikan sebelumnya.
Tabel V.38
Perhitungan Bobot Matriks Gabungan Atribut Sub Atribut Plan Reliability Sub-Atribut PR-1 PR-2 PR-3 Rata-rata
3) Perhitungan perkalian matriks gabungan sub atribut plan reliability Perhitungan ini dilakukan dengan cara mengalikan bobot yang didapat dari perhitungan bobot yang terdapat pada tabel V.38 dengan nilai masing- masing sel kolom yang terdapat pada tabel V.36, hasilnya dapat dilihat pada tabel V.39 berikut ini.
Tabel V.39
Perhitungan Perkalian Matriks Gabungan Sub Atribut Plan Reliability Sub-Atribut PR-1 PR-2 PR-3
PR-1 0,072 0,065 0,079 PR-2 0,379 0,341 0,307 PR-3 0,532 0,653 0,587 Contoh Perhitungan :
Dimana bobot untuk PR1 = 0,341 sedangkan nilai sel kolom untuk PR1- PR2 = 0,189. Maka 0,341 × 0,189 = 0,065
4) Perhitungan nilai eigen value maximum
Perhitungan ini dilakukan dengan cara membagi hasil dari penjumlahan pada sel perbaris pada Tabel V.39 dengan perhitungan bobot pada tabel V.38 hasilnya dapat dilihat pada tabel V.40 berikut ini.
Tabel V.40
Perhitungan Nilai Eigen Value Maximum Sub Atribut Plan Reliability Sub-Atribut PR-1 PR-2 PR-3 Total Bobot Total / Bobot Kemudian, Total PR1
Bobot PR1=0,216
0,072= 3,002 5) Perhitungan consistency index
Perhitungan consistency index diperoleh dari rumus CI = λmax-n 6) Perhitungan consistency ratio
Perhitungan consistency ratio diperoleh dari rumus CR = CI
RI
Dimana :
CR = consistency ratio, CI = consistency index, RI = random index Untuk tabel keterangan nilai ri dapat dilihat pada tabel V.9. Karena matriks gabungan sub atribut variabel plan reliability menggunakan matriks 3x3, maka nilai ri yang digunakan adalah 0,58. Sedangkan nilai standar consistency ratio. Jika nilainya lebih dari 10%, maka penilaian
data judgment harus diperbaiki atau diulang. Namun jika rasio konsistensi (CI/RI) kurang atau sama dengan 0,1 maka hasil perhitungan dinyatakan benar (Kusrini, 2007:136).
Nilai CR untuk gabungan atribut variabel plan = CI
RI=0,005
0,58=0,009 Karena nilai CR kurang dari 0.1 maka hasil dari perbandingan berpasangan untuk gabungan sub atribut variabel plan reliability dapat diterima.
Untuk hasil pengolahan data gabungan responden 1, responden 2 dan responden 3 perbandingan berpasangan yang belum dicantumkan pada bab 5 akan dilampirkan pada halaman lampiran.