5 BAB II LANDASAN TEORI
2.1 Pengertian 3PL (Third Party Logistic)
3PL juga disebut sebagai logistik pihak ketiga, logistik kontrak, logistik terpadu, dan logistik outsourcing. Meskipun 3PL memiliki banyak definisi dan interpretasi, namun tidak ada definisi seragam atau standar yang tampaknya memuaskan para peneliti akademis maupun manajer perusahaan. Ada beberapa definisi sebagai berikut. Menurut Stank dkk (1996) mengacu pada 3PL sebagai perusahaan yang menyediakan barang atau jasa yang tidak dimilikinya. Menurut Sink dkk (1996) Tentukan layanan 3PL sebagai beberapa kegiatan distribusi yang diberikan oleh pihak ketiga, baik penyedia maupun pelanggan, yang tidak menganggap kepemilikan inventaris. Tujuan perusahaan 3PL adalah untuk menyelesaikan fungsi terkait yang tidak ingin dikelola oleh produsen. 3PL adalah penyedia layanan logistik untuk pembeli atau penjual bahan baku, barang dalam proses dan produk jadi. Menurut McWilliams dkk (1999) Mendefinisikan 3PL sebagai perusahaan jasa logistik yang menyediakan layanan atas nama pengirim yang bertanggung jawab atas pengelolaan, pengangkutan dan pergudangan barang. Menurut Lim dan Benbasat (2000) mendefinisikan 3PL sebagai perusahaan eksternal yang bertanggung jawab untuk mendapatkan produk yang tepat ke tempat yang tepat pada waktu yang tepat, dan dengan biaya yang tepat. Beberapa definisi tampak luas dan inklusif, sementara yang lain memiliki fokus yang sempit dan lebih eksklusif. Menurut Mc Ginnis dkk (1995) Aktivitas 3PL sebagai kegiatan logistik yang dapat disediakan atau dibutuhkan oleh pembeli atau penjual. Definisi lain dari 3PL mencirikannya sebagai organisasi eksternal yang melakukan semua atau sebagian fungsi logistik produsen atau konsumen. Menurut Sink dan Langley (1997) mengacu pada penyedia 3PL sebagai pemasok eksternal yang melakukan beberapa atau semua fungsi logistik produsen atau pelanggan. 3PL sebagai penyedia layanan logistik eksternal yang menawarkan aktivitas logistik tunggal atau berganda kepada pelanggannya, yang biasanya berbasis kontrak. Dari sudut pandang penyedia, bisnis mereka mencakup sejumlah besar
6
hubungan yang melibatkan segala sesuatu mulai dari aktivitas logistik sederhana hingga solusi logistik lanjutan. Dari sudut pandang pelanggan, tingkat outsourcing bervariasi dan aktivitas logistik outsourcing sangat berbeda. Beberapa penelitian menyimpulkan bahwa keuntungan dari penggunaan 3PL adalah perusahaan lebih fokus pada efisiensi biaya, meningkatkan hubungan dengan supply chain, menurunkan investasi yang besar dan fokus pada pelayanan pelanggan.
Third party logistic adalah perusahaan luar yang melakukan aktivitas logistik di antara dua atau lebih fasilitas dalam supply chain (Wu dkk, 2006). Aktivitas logistik meliputi pergudangan, inbound dan outbound transportation, serta bea cukai. Keuntungan utama perusahaan menggunakan 3PL adalah fokus pada inti bisnis, meningkatkan efisiensi, memperbaiki pelayanan konsumen, mengurangi biaya transportasi dan restrukturisasi supply chain. Selain itu juga dapat mengembangkan mitra kenrja supply chain dan menurunkan biaya investasi yang besar sehingga akan berpengaruh kepada turnover modal perusahaan.
Pada dasarnya, 3PL berarti akivitas outsourcing logistik termasuk didalamnya transportasi dan warehousing yang berada diluar perusahaan, yang bukan sebagai consigner atau consignee. Bagaimanapun juga cara kerja 3PL ini tidak mengoutsource untuk suatu aktivitas logistik secara independent, tetapi mengoutsource beberapa aktivitas yang dilihat dari beberapa sudut pandang perusahaan. Tanggung jawab ini termasuk dalam inbound, bea cukai, warehousing, pemenuhan pesanan, distribusi dan outbound ke costumer.
3PL (3PL Provider) saat ini memiliki fitur sebagai berikut: 1. Service provider logistik yang terintegrasi
3PL provider dapat dikalsifikasikan ke dalam asset-base dan non-base. 3PL provider yang asset-base memiliki asset, terutama asset yang berhubungan dengan transportasi seperti truk, gudang dan lain-lain. Sementara untuk non asset-base tidak memiliki asset-asset tersebut dan biasanya bergantung kepada asset subkontraktor. Sebagai contoh untuk 3PL non-asset termasuk didalamnya forwarder, broke, marketing company dan information system company.
7 2. Service provider yang berdasarkan kontrak
Kontak yang tertulis mengenai pembagian tanggung jawab dengan mengasumsikan bermacam-macam situai agar lebih jelas. Kontrak yang berlangsung tersebut dapat membuat hubungan yang reliable diantara perusahaan dan memperkuat alliance.
3. Konsultan service provider
Menawarkan pelayanan konsultan pada perusahaan adalah fitur yang paling penting dari 3PL. 3PL provider dapat memberikan beberapa pertimbangan untuk memenuhi keinginan costumer dengan menekan pada strategi marketing, konfigurasi sistem informasi, transportasi yang kooperatif, dan lain-lain.
Kelebihan dan kekurangan dari 3PL
Berikut ini merupakan keuntungan menggunakan 3PL:
a. Hasil skala ekonomi (penggunaan armada truk yang cukup besar, pergudangan, dan lain-lain) dan dari cakupan ekonomi, yang mendorong peusahaan untuk menaikan net value dengan mengurangi biaya. Pengaruh ekonomi ini diperoleh berdasarkan pada tipe dari 3PL provider (sebagai contoh; penggunaan IT, berdasarkan marketing, non assets based (dan kemudian fleksibel), dan lain-lain). 3PL provider yang kompeten memiliki kemampuan korrdinasi, dan memungkinkan mereka untuk mencari partner yang reliable atau sub kontraktor, dan untuk mengatur aliran barang antar perusahaan secara efisien. Kemampuan tersebut dapat berkembang berdasarkan pengalaman sebagai suatu 3PL.
b. Mengoutsource aktivitas logistik, perusahaan dapat menghemat capital investment, dan juga mengurangi resiko financial. Investment pada asset logistik, seperti physical distribution centers atau information networks, biasanya membutuhkan biaya yang besar sekaligus, yang berhubungan dengan resiko financial. Lebih jauh lagi 3PL provider dapat membagi resiko dengan mengoutsource kepada sub kontrak.
8 Kekurangan menggunakan 3PL:
a. Tidak mudah untuk membentuk partnership yang reliable dan biaya yang efektif diantara perusahaan dan 3PL provider. Agar membentuk partnership yang reliable, harus diupayakan dalam dua tahapan, pemilihan 3PL provider dan penandatanganan kontrak. Adapaun penjelasannya yaitu:
1. Pada tahap pemilihan partner 3PL yang baru, sangatlah penting untuk memilih 3PL provider yang memiliki kemampuan untuk memberikan pelayanan yang lebih baik. Jika perusahaan tidak dapat memilih 3PL provider yang reliable, mereka harus menderita kerugian secara ekonomi. Tidaklah mudah untuk suatu perusahaan dalam menilai kemampuan dari 3PL provider
selama tahap pemilihan, diperlihatkan pada persoalan informasi asimetris diantara perusahaan (principal) dan 3PL provider
(agent). Untuk memecahkan permasalahan ini, prosedur pemilihan yang kompleks diperlukan untuk mengidentifikasi kemampuan mereka. Bagaimanapun juga, prosedur pemilihan yang komplek terlibat dala biaya transaksi tambahan.
2. Untuk membangun suatu system untuk menjaga partnership
mereka yang reliable, ketika partner 3PL terpilih. Selalu diperlukan pembagian informasi dan resiko yang mungkin timbul diantara kedua kelompok. Dengan memperhatikan pembagian informasi, jarang sekali dibicarakan bahwa pertukaran informasi dapat menghasilkan suatu aktivitas logistik yang efisien.
Semakin banyak perusahaan menerapkan strategi manajemen rantai pasokan yang kompleks dan menggunakan keahlian logistik untuk mendapatkan keunggulan kompetitif dalam efisiensi biaya dan waktu. Perusahaan lebih cenderung memiliki pasangan yang sudah memiliki peralatan, sistem dan pengalaman dan siap membantu. Perluasan 3PL dalam rantai pasokan melalui layanan pelengkap juga merupakan hasil penyesuaian penawaran produk atau layanan kepada pelanggan.
9
Dengan memperluas layanan, 3PL dapat merespon permintaan pelanggan tertentu dan juga dapat menyediakan layanan tambahan.
Ada banyak alasan yang mendorong perusahaan untuk melakukan outsourcing
bisnis ke 3PL:
1. Mengurangi biaya logistik seperti persediaan, transportasi, dan biaya lainnya;
2. Berkonsentrasi pada kegiatan dan proses inti; 3. Meningkatkan tingkat layanan pelanggan; 4. Mengintegrasikan seluruh rantai pasokan;
5. Mengurangi konflik dan timbal balik pada hal-hal yang berhubungan dengan tujuan bersama;
6. Meningkatkan efisiensi, stabilitas dan fleksibilitas; 7. Menetapkan legitimasi pasar;
8. Menghindari pengeluaran barang modal yang luas; 9. Meningkatkan produktivitas;
10. Mengurangi risiko, ketidakpastian dan fluktuasi; 11. Leverage sumber daya;
12. Meningkatkan keahlian, pengetahuan pasar dan akses data; 13. Ciptakan keunggulan kompetitif baik lokal maupun global; 14. Mengurangi biaya personil dan peralatan.
2.2 Kinerja Supply Chain Management
Menjamin bahwa manajemen logistik itu berjalan baik sesuai dengan kebijakan-kebijakan organisasi maka kinerja manajemen logistik harus senantiasa dikontrol dan dinilai. Penilaian kinerja tidak dimaksudkan untuk memantau bagian logistik secara ketat yang justru mengakibatkan bagian logistik tidak bisa bekerja secara optimal, melainkan sebagai upaya untuk membantu bagian logistik ini agar dapat menjalankan fungsi-fungsinya dengan baik. Oleh sebab itu, peran pimpinan tinggi organisasi sangat penting dalam memberikan dukungan terhadap peningkatan kinerja unit logistik ini.
Menurut Hasibuan (2013) kinerja adalah adalah hasil kerja yang dapat dicapai oleh seseorang atau sekelompok orang dalam suatu organisasi, sesuai dengan
10
tanggung jawab masing-masing, dalam rangka upaya mencapai tujuan organisasi bersangkutan secara legal, tidak melanggar hukum dan sesuai dengan moral maupun etika. Kinerja ini senantiasa dikaitkan dengan hasil kerja seseorang atau unit kerja (dalam hal ini adalah unit logistik). Hasil kerja senantiasa ada buktinya baik berupa fisik (barang) maupun non-fisik (laporan administrasi), dapat diukur, nyata dan sekaligus menjadi acuan hasil kerja seseorang yang digunakan sebagai basis menentukan tingkat pencapaian kerja dalam kurun waktu tertentu.
Kinerja di dalam suatu organisasi mencakup kinerja organisasi dan kinerja pegawai. Kedua jenis kinerja ini merupakan satu kesatuan yang tidak bisa dipisahkan satu dengan lainnya. Kinerja perorangan (individual performance) dengan kinerja lembaga (institutional performance) atau kinerja perusahaan (corporate performance) terdapat hubungan yang erat. Kinerja organisasi tergantung pada sukses tidaknya kinerja karyawan yang menggerakkan organisasi itu. Bila kinerja karyawan (individual performance) baik maka kemungkinan besar kinerja perusahaan (corporate performance) juga baik. Kinerja seorang karyawan akan baik bila ia mempunyai keahlian (skill) yang tinggi, bersedia bekerja karena gaji atau diberi upah sesuai dengan perjanjian dan mempunyai harapan (expectation) masa depan lebih baik.
Kinerja supply chain management adalah semua aktivitas pemenuhan permintaan customer yang dinyatakan secara kuantitatif. Hasil yang akan diperoleh dalam bentuk angka atau presentase dari aktivitas pemenuhan permintaan perusahaan kepada customer-nya.
Kriteria pengukuran kinerja suatu supply chain management, yaitu :
1. Sumber daya. Tujuan dari kriteria ini adalah mencapai tingkat efisiensi yang setinggi-tingginya. Bentuk nyata yang dapat diukur dalam kriteria ini antara lain total biaya, biaya distribusi, biaya produksi, biaya inventory, dan lain sebagainya.
2. Keluaran. Tujuan dari kriteria ini adalah mencapai tingkat kepuasan pelanggan yang setinggi-tingginya. Bentuk nyata yang dapat diukur dalam kriteria ini antara lain volume produksi, jumlah penjualan, jumlah pesanan yang dapat dipenuhi tepat waktu, dan lain sebagainya.
11
3. Fleksibilitas. Tujuan dari kriteria ini adalah untuk menciptakan kemampuan yang tinggi dalam merespon perubahan yang terjadi di lingkungannya. Bentuk nyata yang dapat dukur dalam kriteria ini antara lain pengurangan jumlah backorder, pengurangan jumlah lost sales, kemampuan merespon variasi permintaan dan lain sebagainya.
2.3 Benchmark
Menurut Andersen (1996) Benchmarking adalah proses pengukuran secara berkesinambungan dan membandingkan satu atau lebih bisnis proses perusahaan dengan perusahaan yang terbaik di proses bisnis tersebut, untuk mendapatkan informasi yang dapat membantu perusahaan untuk mengidentifikasi dan mengimplementasikan peningkatan proses bisnis. Sedangkan pandangan lain mengenai benchmarking dari Pettersen (1996) menyatakan benchmarking adalah suatu proses yang membandingkan dan mengukur kinerja suatu perusahaan dengan perusahaan lain guna mendapatkan keuntungan informasi yang akan digunakan untuk perbaikan secara kontinyu (terus menerus).
Andersen dan Pettersen (1996) menjelaskan tahapan proses benchmarking dalam lima tahapan. Lima tahapan tersebut adalah sebagai berikut:
1. Plan
Tahapan perencanaan ini, dilakukan aktivitas yakni dengan melakukan penilaian terhadap performa periode yang sudah berjalan dalam perusahaan dan menetapkan kinerja perusahaan yang akan dibandingkan dengan perusahaan yang dipilih menjadi pembanding kinerja perusahaan. Penilaian ini berguna sebagai dasar dalam menentukan kinerja di dalam perusahaan mana yang akan dijadikan acuan untuk dibandingkan dengan perusahaan mitra benchmark.
2. Search
Tahapan pencarian ini, dilakukan aktivitas yakni dengan mencari perusahaan sebagai pembanding dan menyeleksi perusahaan – perusahaan yang berpotensi dipakai sebagai partner benchmark. Setelah menentukan perusahaan yang menjadi partner benchmark, selanjutnya melakukan
12
pendekatan terhadap perusahaan yang menjadi mitra benchmark untuk memastikan perusahaan tersebut bersedia untuk dilakukan benchmark.
3. Observe
Tahapan observasi ini, dilakukan aktivitas yakni dengan cara mengumpulkan informasi yang terkait dengan faktor-faktor sukses dari perusahaan yang memilki kinerja superior yang menjadi mitra benchmark yang selanjutnya informasi ini dapat berguna untuk dipakai dalam perusahaan. Informasi ini dapat dilakukan dengan cara mencari informasi melalui internet, melakukan observasi atau peninjauan langsung terhadap perusahaan mitra benchmark dan melakukan wawancara kepada manajer perusahaan mitra benchmark.
4. Analyze
Tahapan keempat ini, dilakukan aktivitas yakni dengan cara menganalisis semua informasi yang didapatkan dari perusahaan mitra benchmark serta membandingkan kinerja perusahaan dengan kinerja superior mitra benchmark yang digunakan sebagai acuan dalam menyusun program perbaikan kinerja perusahaan tang diaharapkan mampu menyamai kinerja superior perusahaan mitra benchmark.
5. Adapt
Pada tahapan terakhir ini aktivitas yang dilakukan adalah menyusun program perbaikan kinerja perusahaan dan mengimplementasikan program tersebut di dalam perusahaan. Program yang sudah di susun diharapkan mampu mengikuti kinerja superior dari perusahaan yang menjadi mitra benchmark dan juga melakukan evaluasi terhadap program perbaikan yang sudah diimplementasikan dalam perusahaan.
Benchmarking dapat dilakukan secara internal yang membandingkan kinerja beberapa kelompok atau tim di dalam Organisasi ataupun secara eksternal yang membandingkan kinerja suatu organisasi dengan organisasi lainnya atau antar Industri.
13
Benchmarking dapat dibedakan menjadi beberapa jenis, diantaranya adalah :
1. Strategic Benchmarking, yaitu Benchmarking yang mengamati bagaimana orang atau organisasi lain mengungguli persaingannya.
2. Process Benchmarking, yaitu Benchmarking yang membandingkan proses-proses kerja.
3. Functional Benchmarking, yaitu Benchmarking yang melakukan perbandingan pada Fungsional kerja tertentu untuk meningkatkan operasional pada fungsional tersebut.
4. Performance Benchmarking, yaitu Benchmarking yang membandingkan kinerja pada produk atau jasa.
5. Product Benchmarking, yaitu Benchmarking yang membandingkan produk pesaing dengan produk sendiri untuk mengetahui letak kekuatan (Strength) dan kelemahan (Weakness) produknya.
6. Financial Benchmarking, yaitu Benchmarking yang membandingkan kekuatan finansial untuk mengetahui daya saingnya.
2.4 Pemograman Linier (Linear Programming)
Menurut Taha (1996) pemrograman linier (linear programming) merupakan salah satu teknik riset operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan di akhir dasawarasa 1940-an. Keberhasilannya dalam menjabarkan berbagai situasi kehidupan nyata seperti di bidang militer, industri, pertanian, transportasi, ekonomi, kesehatan, dan bahkan ilmu sosial. Selain itu, tersedianya program komputer yang sangat efisien untuk memecahkan masalah pemrograman linier merupakan faktor penting dalam tersebarnya penggunaan teknik ini. Teknik pemrograman linier memberikan analisa pasca-optimum dan analisis parametrik yang sistematis untuk memungkinkan pengambilan keputusan.
Pemrograman dimulai dengan formulasi umum permasalahan pemrograman linier, formulasi umum tersebut terdiri dari fungsi tujuan yang akan dicari solusi optimalnya baik itu dalam memaksimumkan maupun meminimumkan berdasarkan ketentuan yang tersedia yang dirumuskan dalam fungsi pembatas.
14
Terdapat bentuk standar yang menjadi sifat pemrograman linier (Taha, 1996), antara lain:
1. Semua pembatas linier membentuk persamaan dengan ruas kanan yang nonnegatif.
2. Semua peubah keputusan harus merupakan peubah nonnegatif. 3. Fungsi tujuan dapat berupa maksimasi atau minimasi.
Berdasarkan ketentuan tersebut beberapa cara yang dapat digunakan untuk mengubah bentuk permasalahan pemrograman linier dari bentuk asli ke dalam bentuk standar adalah:
1. Pembatasan linier (linear constraint)
a. Pada pembatasan linier bertanda “≤” dapat dibentuk menjadi suatu persamaan “=” dengan cara menambahkan ruas kiri dengan slack variable (peubah penambahan). Slack variable digunakan untuk mewakili jumlah kelebihan ruas kanan pembatasan linier dibandingkan dengan ruas kirinya, sehingga dapat diartikan untuk mewakili jumlah sumber daya yang tidak dipergunakan.
Misalnya dalam Batasan:
x1 + 2x2 ≤ 4 (2.1)
Maka tambahan slack variable s1 ≥ 0 ke sisi kiri untuk memperoleh
persamaan:
x1 + 2x2 + s1 = 4, s1 ≥ 0 (2.2)
b. Pada pembatas linier bertanda “≥” dapat dibentuk menjadi suatu persamaan “=” dengan cara mengurangkan ruas kiri dari pembatas linier dengan surplus variable (peubah penambah negatif). Pada pembatas linear bertanda “≥”, ruas kanan umumnya mewakili penetapan persyaratan minimum, sehingga surplus variable dapat diartikan untuk mewakili jumlah kelebihan ruas kiri pembatas linier dibandingkan persyaratan minimumnya.
Misalkan dalam batasan:
15
Karena sisi kanan pembatas linier lebih dari pada sisi kirinya, maka dikurangkan denga surplus variable s2 ≥ 0 dari sisi kiri untuk
memperoleh persamaan:
3x1 +2x2 – 2x3 – s2 = 6 , s2 ≥ 0 (2.4)
c. Ruas kanan dari suatu persamaan dapat dijadikan bilangan nonnegatif dengan cara mengalikan kedua ruas dengan -1.
d. Arah pertidaksamaan berubah jika kedua ruas dikalikan dengan -1. 2. Peubah keputusan
Suatu peubah keputusan xi yang tidak terbatas dalam tanda dapat
dinyatakan sebagai dua peubah keputusan nonnegative dengan menggunakan subtitusi:
xi = xi1 – xi2 (2.5)
dengan xi1, xi2 ≥ 0. Selanjutnya subtitusi ini harus dilakukan pada seluruh
pembatas linier dan fungsinya. 3. Fungsi tujuan
Permasalahan model pemograman linier standar dapat berupa maksimasi atau minimasi (Taha, 1996). Secara matematis dapat dinyatakan sebagai berikut:
Maksimumkan f (X) atau
Minimumkan f (X)
Model mtematika pemograman linier dapat ditulis dalam bentuk formulasi umum sebagai berikut:
Fungsi tujuan: Optimalkan f (X) = c1x1 + c2x2 + … + cnxm (2.6) Batasan: am1x1 + am2x2 + … + amnxm ≤ bn , atau am1x1 + am2x2 + … + amnxm ≥ bn , atau am1x1 + am2x2 + … + amnxm = bn x1, x2, … , xm ≥ 0 Keterangan:
xj : variabel keputusan pemograman linier
16 ci : koefisien fungsi tujuan
aij : koefisien fungsi kendala
bi : nilai fungsi tujuan
Untuk nilai i = 1, 2, 3, …, n Untuk nilai j = 1, 2, 3, …, m
Berdasarkan formulasi umum pemrograman linier yang dijelaskan pada persamaan (2.6) di atas, terdapat dua kategori permasalahan yaitu masalah maksimasi dan masalah minimasi, masing-masing dijelaskan dalam persamaan (2.7) dan (2.8) pada formulasi umum sebagai berikut:
Masalah Maksimasi Maksimumkan : f (X) = c1x1 + c2x2 + … + cnxm (2.7) Batasan : am1x1 + am2x2 + … + amnxm ≤ bn x1, x2, … , xm ≥ 0 Masalah Minimasi Minimumkan : f (X) = c1x1 + c2x2 + … + cnxm (2.8) Batasan : am1x1 + am2x2 + … + amnxm ≥ bn x1, x2, … , xm ≥ 0
2.4.1 Solusi Linear Programming
Pada dasarnya metode-metode yang dikembangkan untuk memecahkan model linear programming ditujukan untuk mencari solusi yang dibentuk oleh persamaan-persamaan pembatas sehingga diperoleh nilai fungsi tujuan yang optimum. Ada dua cara yang bisa digunakan untuk menyelesaikan persoalan-persoalan program linier ini yaitu dengan cara grafis dan metode simpleks.
Cara grafis dapat kita pergunakan apabila persoalan program linier yang akan diselesaikan itu hanya mempunyai dua buah variabel. Walaupun demikian cara ini telah memberikan satu petunjuk penting bahwa untuk memecahkan persoalan-persoalan linear programming, kita hanya perlu memperhatikan titik ekstrim (titik
17
terjauh) pada ruang solusi (daerah fisibel), petunjuk ini telah menjadi kunci dalam mengembangkan metode simpleks.
Daerah fisibel dari program linier adalah set dari seluruh titik yag memenuhi seluruh pembatas, termasuk pembatas tanda. Untuk persoalan maksimasi dengan pemecahan menggunakan solusi grafis, solusi optimal dari persoalan programa linier adalah suatu titik pada daerah fisibel dengan nilai fungsi tujuan terbesar. Pada persoalan minimasi, solusi optimal adalah suatu titik pada daerah fisibel dengan nilai fungsi tujuan terkecil. Dalam menggunakan solusi grafis terdapat beberapa persoalan linear programming yang mempunyai kasus khusus seperti:
1. Mempunyai solusi optimal yang tidak terbatas, biasa disebut juga mempunya solusi alternatif atau bersolusi optimal banyak.
2. Tidak mempunyai solusi fisibel atau persoalan program linier yang infisibel.
3. Mempunyai ruang solusi yang tidak terbatas, yaitu kasus dimana ada titik-titik pada daerah fisibel dengan harga z yang sangat besar (pada persoalan maksimasi).
Metode simpleks merupakan teknik yang paling berhasil dikembangkan untuk memecahkan persoalan programa linier yang mempunyai jumlah variabel keputusan dan pembatas yang besar. Algoritma simpleks ini diterangkan dengan menggunakan logika secara aljabar matriks, sedemikian sehingga operasi perhitungan dapat dibuat lebih efisien.
Dalam penyelesaian masalah LP dengan grafik, telah dinyatakan bahwa solusi optimum selalu terletak pada titik pojok ruang solusi. Metode simpleks didasarkan pada gagasan ini, dengan langkah-langkah sebagai berikut:
a. Dimulai pada suatu titik pojok yang layak, biasanya titik asal (yang disebut sebagai solusi awal).
b. Bergerak dari satu titik pojok layak ke titik pojok layak lain yang berdekatan. Pergerakan ini akan menghasilkan nilai fungsi tujuan yang lebih baik (meningkat untuk masalah maksimasi dan menurun untuk masalah minimasi). Jika solusi yang lebih baik telah diperoleh, prosedur
18
simpleks dengan sendirinya akan menghilangkan semua solusi-solusi lain yang kurang baik.
c. Proses ini diulang-ulang sampai suatu solusi yang lebih baik tak dapat ditemukan. Proses simpleks kemudian berhenti dan solusi optimum diperoleh.
Mengubah bentuk baku model LP kedalam bentuk tabel akan memudahkan proses perhitungan simpleks. Langkah-langkah perhitungan dalam algoritma simpleks adalah:
a. Berdasar bentuk baku, tentukan solusi awal (initial basic feasible solution) dengan menetapkan n-m variabel nonbasis sama dengan nol. Dimana n jumlah variabel dan m banyaknya kendala.
b. Pilih semua entering variable diantara yang sedang menjadi variabel nonbasis, yang jika dinaikkan diatas nol, dapat memperbaiki nilai dari fungsi tujuan. Jika tak ada, berhenti, berarti solusi sudah optimal. Jika tidak, menuju kelangkah 3.
c. Pilih sebuah leaving variable diantara yang sedang menjadi variable basis yang harus menjadi nonbasis (nilainya menjadi nol) ketika entering variable menjadi variable basis.
d. Tentukan solusi yang baru dengan membuat entering variable dan leaving variable menjadi nonbasis. Kembali kelangkah b.
2.5 Data Envelopment Analysis (DEA)
Menurut Cooper dkk (2000) Data Envelopment Analysis (DEA) berkaitan dengan evaluasi kinerja dan terutama berkaitan dengan evaluasi aktivitas organisasi seperti perusahaan bisnis, instansi pemerintah, rumah sakit, institusi pendidikan, dll. Evaluasi semacam itu mengambil berbagai bentuk dalam analisis kebiasaan. Contohnya termasuk biaya per unit, keuntungan per unit, kepuasan per unit, dan seterusnya, yaitu ukuran yang dinyatakan dalam bentuk rasio seperti berikut.
Efisiensi
=
19
Data Envelopment Analysis (DEA) adalah ukuran efisiensi yang umum digunakan. Ukuran biasa "produktivitas" juga mengasumsikan bentuk rasio saat digunakan untuk mengevaluasi kinerja pekerja atau karyawan. "Output per jam kerja" atau "output per pekerja yang dipekerjakan" adalah contoh dengan penjualan, keuntungan atau ukuran output lainnya yang muncul dalam pembilang. Langkah-langkah semacam itu kadang-kadang disebut sebagai "ukuran produktivitas parsial." Terminologi ini dimaksudkan untuk membedakannya dari "ukuran produktivitas faktor total," karena usaha terakhir untuk memperoleh nilai rasio output to input yang memperhitungkan semua keluaran dan semua masukan. Beralih dari pengukuran produktivitas faktor parsial ke total dengan menggabungkan semua masukan dan semua keluaran untuk mendapatkan rasio tunggal membantu menghindari input keuntungan ke satu faktor (atau satu keluaran) yang benar-benar disebabkan oleh beberapa input (atau output) lainnya. Misalnya, kenaikan output akibat kenaikan modal atau membaik manajemen mungkin keliru dikaitkan dengan persalinan meskipun kinerja tenaga kerja memburuk selama periode tersebut dipertimbangkan. Namun, upaya untuk beralih dari sebagian ke faktor produktivitas total mencapai kesulitan seperti memilih
input dan output yang harus dipertimbangkan dan bobot yang akan digunakan untuk mendapatkan rasio input tunggal terhadap input tunggal yang dikurangi menjadi Bentuk seperti ekspresi (2.9).
Masalah dan keterbatasan lain juga timbul dalam usaha tradisional untuk mengevaluasi produktivitas atau efisiensi bila banyak output dan beberapa input
perlu diperhitungkan. Beberapa masalah yang perlu ditangani akan dijelaskan saat kita melanjutkan untuk membahas secara lebih rinci dengan Data Envelopment Analysis (DEA). Pendekatan yang relatif baru yang terkandung dalam DEA tidak mengharuskan pengguna untuk menentukan bobot yang harus ditempelkan pada masing-masing input dan output, seperti pada pendekatan indeks yang biasa, dan juga tidak memerlukan resep bentuk fungsional yang diperlukan dalam pendekatan regresi. DEA menggunakan teknik seperti pemrograman matematis yang dapat menangani sejumlah besar variabel dan relasi (hambatan) dan ini melemaskan persyaratan yang sering dijumpai ketika seseorang terbatas hanya dengan memilih beberapa masukan dan keluaran karena teknik yang digunakan
20
akan menemui kesulitan. Kondisi santai mengenai jumlah kandidat yang akan digunakan dalam menghitung langkah-langkah evaluasi yang diinginkan membuat lebih mudah untuk mengatasi masalah yang kompleks dan untuk menghadapi pertimbangan lain yang cenderung dihadapkan pada banyak konteks kebijakan manajerial dan sosial. Selain itu, badan teori dan metodologi yang luas yang tersedia dari pemrograman matematis dapat dibawa untuk memandu analisis dan interpretasi. Hal ini juga dapat dibawa untuk mempengaruhi penghitungan karena sebagian besar dari apa yang dibutuhkan telah dikembangkan dan disesuaikan untuk digunakan dalam banyak aplikasi DEA sebelumnya. Sebagian besar ini sekarang tersedia dalam literatur tentang penelitian di DEA dan banyak ini sekarang telah digabungkan dalam kode komputer yang tersedia secara komersial yang telah dikembangkan untuk digunakan dengan DEA. DEA menyediakan sejumlah kesempatan tambahan untuk digunakan. Ini mencakup kesempatan untuk kolaborasi antara analis dan pengambil keputusan, yang diperluas dari kolaborasi dalam pilihan input dan output yang akan digunakan dan termasuk memilih jenis pertanyaan "bagaimana jika" ditangani. Kolaborasi semacam itu mencakup "pembandingan" perilaku pesaing "apa-jika" dari pesaing dan termasuk mengidentifikasi pesaing potensial (baru) yang mungkin muncul untuk dipertimbangkan dalam beberapa skenario yang mungkin dihasilkan.
DEA biasa digunakan untuk mengukur kinerja suatu organisasi, baik yang bersifat profit maupun non-profit, dengan cara membandingkan antara penggunaan input dengan output yang dihasilkan organisasi satu dengan organisasi yang lainnya. Hasil DEA tersebut dapat digunakan organisasi untuk menentukan keputusan perusahaan. Dalam hal ini, organisasi atau perusahaan yang akan dibandingkan tersebut berperan sebagai decision making unit (DMU/unit pembuat keputusan). Menurut Cooper dkk (2000) juga berpendapat bahwa DEA adalah menentukan bobot (weights) atau timbangan untuk setiap input dan output dari suatu organisasi (DMU). DEA berasumsi bahwa setiap DMU akan memiliki bobot yang memaksimalkan rasio efisiensinya (maximum total weighted output/ total weighted input) dan bobot tersebut bernilai positif. DMU akan menetapkan bobot yang tinggi untuk input penggunaanya sedikit dan untuk output yang dapat
21
diproduksi lebih banyak. Dalam hal ini, bobot akan ditentukan secara otomatis oleh software DEA.
Menurut Cooper dkk (2000), Beberapa hal penting yang harus diperhatikan dalam penggunaan DEA adalah sebagai berikut:
Positivity: DEA menuntut semua variabel input dan output bernilai positif (>0)
Istonicity: Variabel input dan output harus mempunyai hubungan isotonicity, yang berarti untuk setiap kenaikan setidaknya satu variabel input apapun harus menghasilkan kenaikan satu variabel output dan tidak ada variabel output yang mengalami penurunan.
Jumlah DMU dibutuhkan setidaknya 3 DMU untuk setiap variabel input dan output yang digunakan dalam model untuk memastikan adanya degree of freedom.
Input dan output dapat diukur dengan menggunakan satuan yang berbeda, misalnya rupiah, m2, jumlah pekerja dan sebagainya.
Sehingga model DEA digunakan sebagai perangkat untuk mengukur kinerja setidaknya memiliki beberapa keunggulan dibandingkan model lain. Menurut Cooper dkk (2000) keunggulan tersebut adalah:
a. Dapat mengukur banyak input dan output.
b. Tidak membutuhkan asumsi hubungan fungsional antara variabel input dan output.
c. DMU dibandingkan secara langsung dengan sesamanya. d. Input dan output mempunyai satuan pengukuran yang berbeda.
Namun disamping mempunyai keunggulan, DEA juga mempunyai kelemahan (Cooper dkk, 2000) yaitu:
a. Bersifat sample specific yaitu hanya berlaku pada kelompok obyek penelitian yang diperbandingkan saja. Misalkan perhitungan kinerja efisien beberapa DMU dahulunya berstatus efisien, bisa berubah menjadi tidak efisien, begitu pula sebaliknya apabila dahulunya DMU berstatus tidak efisien, bisa saja nantinya akan berubah menjadi efisien. Perubahan ini akan terjadi bila kelompok DMU dibandingkan terdapat DMU-DMU baru yang jauh lebih efisien secara relatif.
22
b. Merupakan extreme point technique, DEA mensyaratkan semua input dan output harus spesifik dan dapat diukur (sama dengan persyaratan analisis rasio dan analisis regresi). Kesalahan dalam memasukan input dan output akan mengakibatkan informasi hasil pengukuran menjadi salah. Oleh karena itu, spesifikasi input dan ouput yang akan diukur dengan Teknik DEA harus disusun secara benar.
c. Hanya mengukur efisiensi relatif dari DMU bukan produktivitas absolut. d. Tidak memasukan random error, konsekuensinya, pendekatan DEA tidak
dapat memperhitungkan faktor-faktor seperti perbedaan peraturan, perilaku baik buruknya data, dan lain sebagainya sebagai faktor-faktor inefisien.
e. Uji hipotesis secara statistik atas hasil DEA sulit dilakukan.
f. Menggunakan perumusan linear programming terpisah untuk tiap DMU (perhitungan secara manual sulit dilakukan apalagi untuk masalah berskala besar).
2.5.1 Hubungan Linear Programming dengan DEA
DEA adalah linear programming yang berbasis pada pengukuran tingkat kinerja suatu efisiensi dari suatu organisasi dengan menggunakan Decision Making Unit (DMU). Istilah DMU dalam DEA dapat berupa bermacam-macam unit seperti bank, rumah sakit, unit dari pabrik, departemen, universitas, sekolah, pembangkit listrik, kantor polisi, kantor samsat, kantor pajak, penjara dan apa saja yang memiliki kesamaan karakteristik operasional. Ada dua faktor yang mempengaruhi dalam pemilihan DMU, yaitu :
1. DMU harus merupakan unit-unit yang homogen. Unit-unit tersebut melakukan tugas (task) yang sama. Dan memiliki obyektif yang sama. Input dan output yang mencirikan kinerja dari DMU harus identik, kecuali berbeda hanya intensitas dan jumlah/ukurannya (magnitude).
2. Hubungan antara jumlah DMU terhadap jumlah input dan output kadang kala ditentukan berdasarkan “rule of thumb”, yaitu jumlah DMU yang diharapkan
23
lebih banyak dibandingkan dengan jumlah input dan output dan ukuran sampel seharusnya dua atau tiga kali lebih banyak dibandingkan dengan jumlah keseluruhan input dan output.
2.5.2 Model CCR (Charnes, Cooper, Rhodes)
Pertama kalinya model CCR ditemukan oleh Charnes, Cooper dan Rhodes pada tahun 1978. Pada model ini diperkenalkan suatu ukuran efisiensi untuk masing-masing DMU yang merupakan rasio maksimum antara output yang terbobot dengan input yang berbobot. Masing-masing nilai bobot yang digunakan dalam rasio tersebut ditentukan dengan batasan bahwa rasio yang sama untuk tiap DMU harus memiliki nilai yang kurang dari atau sama dengan satu. Dengan demikian akan mereduksi multi inputs dan outputs ke dalam satu virtual input dan virtual output tanpa membutuhkan penentuan awal nilai bobot. Definisi DMU agak longgar untuk memungkinkan fleksibilitas dalam penggunaannya selama berbagai kemungkinan aplikasi. Secara umum DMU dianggap sebagai entitas yang bertanggung jawab untuk mengubah input menjadi keluaran dan kinerjanya harus dievaluasi. Dalam aplikasi manajerial, DMU dapat mencakup bank, department store dan supermarket, dan diperluas ke pembuat mobil, rumah sakit, sekolah, perpustakaan umum dan sebagainya. Di bidang teknik, DMU dapat berbentuk seperti pesawat terbang atau komponennya seperti mesin jet. Untuk tujuan mengamankan perbandingan relatif, sekelompok DMU digunakan untuk mengevaluasi satu sama lain dengan masing-masing DMU yang memiliki tingkat kebebasan manajerial tertentu dalam pengambilan keputusan. Misalkan ada n
DMU: DMU1, DMU2, dan DMUN. Beberapa item input dan output yang umum untuk masing-masing j = 1,…, n DMU dipilih sebagai berikut:
1. Data numerik tersedia untuk setiap input dan output, dengan data diasumsikan positif untuk semua DMU.
2. Item (masukan, keluaran dan pilihan DMU) harus mencerminkan kepentingan analis atau manajer dalam komponen yang akan masuk ke dalam evaluasi efisiensi relatif DMU.
3. Pada prinsipnya, jumlah input yang lebih kecil lebih disukai dan jumlah
output yang lebih besar lebih disukai sehingga nilai efisiensi harus mencerminkan prinsip-prinsip ini.
24
4. Unit pengukuran dari input dan output yang berbeda tidak perlu kongruen. Beberapa mungkin melibatkan jumlah orang, atau area lantai, uang yang dikeluarkan, dll.
Misalkan item input m dan item output dipilih dengan properti yang tercantum dalam 1 dan 2. Biarkan data input dan output menjadi (x1j, x2j, ..., xmj) dan (y1j, y2j,
..., ysj) , Masing-masing matriks data input X dan matriks data output Y dapat
diatur sebagai berikut:
X= ( ) (2.10) Y= ( ) (2.11)
Dimana X adalah matriks (m x n) dan matriks Y an (s x n).Oleh karena itu ukuran efisiensi merupakan suatu fungsi nilai bobot dari kombinasi virtual input dan virtual output. Ukuran efisiensi DMU dapat dihitung dengan menyelesaikan permasalahan linear programming berikut ini:
Memaksimumkan
(2.12) Fungsi Batasan ≤ 1 (j=1, … , n) (2.13) v1, v2, … , vm ≥ 0 (2.14) u1, u2, … , us ≥ 0 (2.15)
Kendalanya berarti bahwa rasio "output virtual" vs "input virtual" tidak boleh melebihi 1 untuk setiap DMU. Tujuannya adalah untuk mendapatkan bobot (Vi) dan (Ur) yang memaksimalkan rasio DMU yang dievaluasi. Berdasarkan batasan, nilai objektif optimal paling banyak adalah 1. Secara matematis, batasan nonnegative (2.14) tidak cukup untuk fraksional istilah dalam (2.13) untuk memiliki nilai yang pasti. Tidak memperlakukan asumsi ini dalam bentuk
25
matematika eksplisit saat ini. Sebagai gantinya, kita memasukkan ini ke dalam istilah manajerial dengan mengasumsikan bahwa semua keluaran dan masukan memiliki nilai yang tidak berharga dan ini harus tercermin dalam bobot Ur dan Vi diberi beberapa nilai positif.
Bentuk fungsi tujuan dari model CCR yaitu:
……….(2.16)
Keterangan:
: Nilai output pada pengukuran output ke-s (r=1,…,s) untuk DMU ke-s (s=1,….,n)
: Bobot output per-unit pada pengukuran output ke-m (m=1,…,m)
:
Nilai yang dioptimalkan sebagai indikator efisiensi relatifAdapun fungsi kendala pertama dari model charnes, cooper dan Rhodes (CCR) dengan asumsi Constant Return To Scale (CRS) yaitu:
……….(2.17)
Keterangan:
: Nilai input pada pengukuran input ke i (i= 1,….m) untuk DMU ke-k (k=1,…..m)
: Bobot input per-unit pada pengukuran input ke-m (m=1,,,m) untuk DMU ke-m (m=1,…..m)
