II-1 BAB II
TINJAUAN PUSTAKA
Bab ini menjelaskan mengenai tinjauan Pustaka yang berkaitan dengan penelitian pengembangan model pemilihan pemasok dan alokasi pemesanan yang mempertimbangkan biaya total, keterlambatan pengiriman, jumlah cacat produk, serta tanggung jawab sosial perusahaan (corporate social responsibility).
2.1 MANAJEMEN RANTAI PASOK
Manajemen rantai pasok merupakan kegiatan yang meliputi proses perencanaan, penerapan serta pengendalian operasi untuk memenuhi kebutuhan pelanggan (Pujawan, 2010).
Seiring dengan perkembangan teknologi informasi di era globalisasi saat ini, manajemen rantai pasok merupakan alat yang sangat penting untuk mencapai keunggulan kempetitif (Choi et al., 2007). Rantai pasok terdiri dari semua aspek secara langsung ataupun tidak langsung dalam memenuhi permintaan pelanggan. Dalam rantai pasok, terdapat beberapa elemen yang tidak hanya pemasok dan pabrik, namun juga termasuk transportasi, gudang, retailer, dan juga konsumen itu sendiri. Rantai pasok bertujuan untuk memaksimalkan nilai yang berkaitan dengan proftabilitas rantai pasok. Kesuksesan rantai pasok terukur dari tingginya profitabilitas rantai pasok, semakin tinggi profit, maka semakin tinggi pula kesuksesan dari rantai pasok (Chopra dan Meindl, 2004).
Kesuksesan dari manajemen rantai pasok ditentukan dari beberapa keputusan yang berkaitan dengan aliran informasi, produk, dan biaya. Keputusan-keputusan tersebut dibagi menjadi tiga kategori menurut Chopra dan Meindl (2004) yaitu meliputi:
1. Strategi rantai pasok
Perusahaan memutuskan struktur rantai pasok dan proses yang akan dilakukan pada setiap tingkatan untuk beberapa periode mendatang yang dimana keputusan strategi perusahaan meliputi lokasi, kapasitas, jumlah produk yang akan dibuat, transportasi yang digunakan, dan sistem informasi yang diterapkan.
2. Perencanaan rantai pasok
Perusahaan membuat keputusan perencanaan yang meliputi pasar mana yang akan disuplai, lokasi pasar yang akan disuplai, rencana penambahan dan kebijakan inventori, subkontrak, lokasi cadangan, dan promosi yang akan dilakukan. Dalam fase ini, perusahaan harus mempertimbangkan ketidakpastian permintaan, nilai tukar, dan persaingan selama periode perencanaan.
II-2 3. Operasional rantai pasok
Perusahaan membuat keputusan yang berkaitan dengan pemesanan tiap konsumen. Alokasi persediaan atau produkproduksi, penetapan jatuh tempo, pendataan di gudang, dan jadwal pengiriman dilakukan pada fase ini oleh perusahaan.
2.2 PEMILIHAN PEMASOK
Memilih pemasok merupakan kegiatan strategis terutama apabila pemasok tersebut memasok produk yang kritis atau akan digunakan dalam jangka panjang sebagai pemasok penting (Pujawan dan Erawan,2010). Proses pemilihan pemasok difokuskan pada tiga tujuan utama yaitu mengurangi risiko pembelian, meningkatkan nilai umum kepada pelanggan, dan menjalin hubungan yang erat namun berjangka panjang antara pembeli dan pemasok (Monczka et al., 1998).
Membuat keputusan yang tepat akan menjadi penting karena membuat keputusan yang terlalu cepat bisa berisiko dan berbahaya. Oleh karena itu, sangat penting bagi suatu perusahaan untuk mengambil keputusan. Di banyak perusahaan manufaktur terdapat beberapa filosofi manajemen produkproduksi yang ingin ditingkatkan guna untuk meningkatkan produkproduktivitas dan menurunkan biaya produkproduksi. Dengan demikian, pemilihan pemasok menjadi masalah yang cukup penting dan tidak dapat diabaikan begitu saja. Masalah pemilihan pemasok merupakan salah satu tugas departemen pembelian (purchasing department), yang merupakan salah satu faktor dalam pengiriman produk yang tepat waktu dan penurunan biaya material. Apabila perusahaan dapat memilih pemasok yang dapat diandalkan, maka biaya persediaan berkurang dan kualitas produk meningkat (Ofori, 2000) langkah terpenting untuk menciptakan aliansi yang sukses, perusahaan harus memilih kemitraan yang sesuai (Ozkan et al., 2011)
Menurut Heizer dan Render (2010) ada 3 proses pemilihan pemasok adalah:
1. Evaluasi pemasok
Evaluasi pemasok yaitu proses untuk menentukan pemasok yang cukup potensial serta menentukan kemungkinan bahwa pemasok tersebut adalah pemasok yang memenuhi kriteria yang sudah ditentukan sekaligus mengembangkan kriteria yang sudah ada.
2. Pengembangan pemasok
Pengembangan pemasok mencangkup segalanya mulai dari pelatihan bantuan teknis dan produkproduksi hingga prosedur perpindahan informasi.
3. Negosiasi
II-3
Negosiasi sendiri sering difokuskan pada kualitas, pengiriman, pembayaran dan biaya. Menurut Heizer dan Render ada 3 jenis strategi negoisasi klasik, yaitu :
- Model harga berdasarkan biaya
Harga kontrak didasarkan pada waktu dan bahan baku atau berdasarkan biaya tetap dengan sebuah klausal tertentu untuk mengakomodasikan perubahan tenaga kerja dan biaya bahan baku dari pemasok.
- Model harga berdasarkan pasar - Penawaran yang kompetitif
Penawaran yang kompetitif merupakan kebijakan yang umumnya digunakan banyak perusahaan untuk sebagian besar pembelian yang dilakukan. Kebijakan penawaran umumnya mengharuskan petugas pembelian memiliki beberapa pemasok yang potensial untuk produk tertentu dan mendapatkan penawaran dari setiap pemasok.
2.3 MULTI-CRITERIA DECISION MAKING (MCDM)
MCDM adalah salahsatu cara pengambilan keputusan yang cukup populer. Multi-criteria Decision Making (MCDM) mengatasi proses pengambilan keputusan dengan adanya berbagai tujuan. Seorang pembuat keputusan diperlukan untuk menentukan kriteria yang dapat diukur atau tidak dapat diukur serta kriteria yang bersifat majemuk. Tujuan yang akan ditentukan biasanya saling bertentangan, oleh karena itu, solusinya sangat bergantung pada pemahaman dari pembuat keputusan. Dalam beberapa kasus, di mana beberapa kriteria digunakan, verifikasi sangatlah penting dilakukan untuk mengetahui seberapa besar setiap kriteria serta sub-kriteria yang mempengaruhi proses pengambilan keputusan (Yahya dan kingman, 1999). Multi-criteria Decision Making (MCDM) mendukung pembuat keputusan dalam menilai serangkaian alternatif.
yang dipengaruhi oleh kriteria dari situasi pengambilan keputusan (Dulmin dan Mininno, 2003).
MCDM dibagi lagi menjadi multiobyektif pengambilan keputusan (MODM) dan pengambilan keputusan multi-atribut (MADM) (Climaco J, 1997).
Metode-metode Multi-criteria Decision Making telah dikembangkan untuk mendukung pendukung keputusan dalam proses pengambilan keputusan. Beberapa metode telah dikembangkan untuk memecahkan masalah multi kriteria. MCDM merupakan ilmu disiplin yang terdiri dari matematika, manajemen, informatika, psikologi, ilmu sosial, dan ekonomi.
Pengaplikasian dari MCDM juga lebih luas seiring dengan penggunaannya untuk mengatasi masalah dimana keputusan yang signifikan diperlukan untuk dibuat (Ishazaka dan Nemery, 2013).
II-4
Beberapa metode telah dikembangkan untuk mengatasi permasalahan majemuk. Pada table 2.1 dijelaskan beberapa metode yang cukup populer serta permasalahan yang telah diatasi menurut Ishazaka dan Nemery (2013)
Tabel 2.1 Masalah-masalah dan Metode-metode MCDM
Masalah Pemilihan Masalah Peringkat Masalah Pengurutan Masalah Deskripsi
AHP AHP AHPSort
ANP ANP
MAUT/UTA MAUT/UTA UTADIS
MACBETH MACBETH
PROMETHEE PROMETHEE FlowSort GAIA, FS-Gaia
ELECTRE I ELECTRE III ELECTRE-Tri
TOPSIS TOPSIS
Goal Programming
DEA DEA
Media metode majemuk untuk mendukung beberapa macam metode MCDM
2.4 GOAL PROGRAMMING
Goal programming merupakan salah satu model matematis yang dapat digunakan sebagai dasar dalam pengambilan keputusan majemuk yang merupakan pengembangan dari program linear sehingga diperoleh solusi yang optimal. Perbedaaan program linear dan goal programming adalah pada penggunaan fungsi tujuan. Pada program linear fungsi tujuan hanya ada satu yaitu memaksimumkan atau meminimumkan, sedangkan pada goal programming tujuan yang ingin dicapai tidak hanya satu tetapi terdapat beberapa tujuan atau multi-objective. Pendekatan dasar goal programming adalah untuk menetapkan angka tertentu pada setiap tujuan dengan menyelesaikan masalah dengan meminimumkan jumlah penyimpangan pada fungsi tujuan (Puntosadewo, 2013). Tujuan pada goal programming dinyatakan dalam suatu bentuk kendala dan juga terdapat suatu variabel yang tidak terdapat pada program linear yaitu variabel deviasi ataupun variabel simpangan dalam kendala tersebut. Kegunaan variabel deviasi ini adalah untuk mengetahui jarak penyimpangan yang terjadi dalam fungsi tujuan. Goal programming memiliki konsep dasar berupa tercapai atau tidaknya tujuan yang dicari, tujuan dinyatakan optimal apabila pengoptimalan memberikan hasil yang paling dekat dengan tujuan yang ingin dicapai. Sehingga
II-5
tujuan dari Goal Programming adalah untuk meminimumkan deviasi dari setiap sasaran tujuan yang ingin dicapai (Orumie dan Ebong, 2014)
Bentuk umum dari Goal Programming dapat dituliskan sebagai berikut (Nassendi dan Anwar ,1985)
Minimumkan 𝑍 = ∑𝑚𝑖=1(𝑑𝑖 ++ 𝑑𝑖 −) (2.1)
∑𝑛𝑗=1𝑎𝑖𝑗𝑋𝑖𝑗− 𝑑𝑖++ 𝑑𝑖− = 𝑏𝑖 Untuk i = 1,2,…, m(tujuan)
∑𝑛𝑗=1𝑔𝑘𝑗𝑋𝑗 ≤ 𝑎𝑡𝑎𝑢 ≥ 𝐶𝑘
Untuk k = 1,2,…,p dan j=1,2,…,n (kendala fungsional) 𝑋𝑗 ≥ 0
𝑑𝑖+, 𝑑𝑖− = 0 Keterangan:
di+,di- = jumlah unit deviasi yang kekurangan (-) atau kelebihan (+) terhadap tujuan aij = koefisien fungsi kendala tujuan yaitu berhubungan dengan tujuan peubah pengambilan
keputusan Xj
bi = tujuan atau target yang ingin dicapai gkj = koefisien fungsi kendala biasa Ck = jumlah sumber daya k yang tersedia
Untuk setiap tujuan, target yang ingin dicapai dinyatakan dalam bi, yang harus dipenuhi.
Sehingga penyimpangan d = (di+ - di-) yang telah dinyatakan dalam akan diminimumkan dengan menggunakan fungsi tujuan (Z).
2.4.1. ISTILAH-ISTILAH DALAM GOAL PROGRAMMING
Pada goal programming terdapat beberapa istilah yang sering digunakan dalam penyelesainnya antara lain :
1. Variabel keputusan
Variabel keputusan merupakan seperangkat variabel yang tdak diketahui (pada goal programming dilambangkan dengan xj dimana j = 1,2,…,n) dan akan dicari nilainya.
2. Right Hand Side Value (RHS)
Right Hand Side Value (RHS) ataupun nilai ruas kanan merupakan nilai-nilai yang menunjukkan ketersediaan sumber daya dan dilambangkan dengan bi. Nilai RHS ini akan menentukan apakah kekurangan atau kelebihan penggunaannya.
II-6 3. Fungsi Tujuan
Tujuan merupakan keinginan untuk meminimumkan nilai deviasi yang terjadi dari suatu nilai RHS pada suatu kendala tujuan tertentu.
4. Kendala Tujuan
Kendala tujuan merupakan suatu persamaan matematika dengan variabel simpangan yang mengekspresikan suatu tujuan.
5. Variabel Deviasi
Variabel deviasi merupakan variabel yang menunjukkan adanya kemungkinan penyimpangan yang terjadi dari suatu RHS kendala tujuan. Variabel deviasi dibedakkan menjadi dua, yaitu : a. Variabel deviasi negatif
Variabel deviasi negatif berfungsi untuk menunjukkan penyimpangan yang terjadi pada nilai RHS kendala tujuan berasa dibawah tujuan ataupun berkekurangan. Variabel deviasi negatif dilambangkan dengan 𝑑𝑖− dan selalu berkoefisien +1 pada setiap kendala tujuan. Bentuk umum fungsi kendalanya adalah :
∑𝑛𝑗=1𝑎𝑖𝑗𝑋𝑖𝑗+ 𝑑𝑖− = 𝑏𝑖 (2.3) Dimana : i = 1,2,…,m
j = 1,2,….,n b. Variabel deviasi positif
Variabel deviasi positif berfungsi untuk menunjukkan penyimpangan-penyimpangan yang terjadi pada nilai RHS kendala tujuan berada diatas tujuan atau berlebih. Varibel deviasi positif dilambangkan dengan 𝑑𝑖+ dan juga koefisiennya selalu -1 pada setiap kendala tujuan. Bentuk umum variabel deviasi positif dapat dituliskan sebagai berikut:
∑𝑛𝑗=1𝑎𝑖𝑗𝑋𝑖𝑗− 𝑑𝑖+ = 𝑏𝑖 (2.4) Dimana : i = 1,2,…,m
j = 1,2,….,n
II-7 2.4.2. KOMPONEN GOAL PROGAMMING
Pada metode goal programming pada umumnya terdapat komponen yang wajib digunakan dalam penyelesaiannya, antara lain:
1. Fungsi Tujuan
Pada goal programming, terdapat fungsi tujuan yang pada umumnya merupakan masalah minimasi karena dalam model goal programming terdapat variable deviasi didalam fungsi tujuan yang harus diminimumkan. Fungsi tujuan dalam goal programming terbagi menjadi 4 berdasarkan oenggunaannya, yaitu :
a. 𝑀𝑖𝑛 𝑍 = ∑𝑚𝑖=1(𝑑𝑖++ 𝑑𝑖−) (2.5)
Model ini merupakan fungsi tujuan umum dari goal programming yang digunakan apabila variabel simpangan dalam suatu masalah tidak terdapat pembedaan menurut prioritas atau bobot.
b. 𝑀𝑖𝑛 𝑍 = ∑𝑚𝑖=1𝑃𝑘(𝑑𝑖+ + 𝑑𝑖−)
𝑘=1
(2.6) P1 = tujuan yang paling penting
Pk = urutan tujuan ke-k berdasarkan prioritas k = 1,2,3,…
Model ini merupakan pre-emptive goal programming atau biasa disebut dengan lexigraphic goal programming (lexi). Pre-emptive goal programming digunakan apabila pada fungsi tujuan terdapat urutan tujuan-tujuan sehingga tingkat prioritas akan dilakukan terhadap variabel-variabel simpangan dimulai dengan menentukan satu tujuan yang merupakan prioritas utama. Tujuan yang merupakan prioritas utama pada model pre-emptive goal programming dianggap tujuan yang lebih penting daripada tujuan yang kedua, lalu tujuan kedua merupakan tujuan yang lebih penting dari tujuan ketiga dan seterusnya.
P1 > P2 > … > Pk
c. 𝑀𝑖𝑛 𝑍 = ∑𝑚𝑖=1(𝑤𝑖−𝑑𝑖−+ 𝑤𝑖+𝑑𝑖+) (2.7)
𝑤𝑖−, 𝑤𝑖+ = bobot dari masing-masing variabel ke-I deviasi positif dan negatif 𝑖 = 1,2,3,..
Model ini merupakan weight goal programming atau non-preemptive goal programming. Pada model ini, pada setiap tujuan diberikan bobot untuk mengukur kepentingan deviasi dari target yang kemudian dicari solusi untuk meminimumkan jumlah bobot deviasi dari target tujuan.
d. 𝑀𝑖𝑛 𝑍 = ∑𝑚𝑖=1𝑤𝑖𝑃𝑘(𝑑𝑖++ 𝑑𝑖−)
𝑘=1
(2.8)
II-8
Model ini merupakan pre-emptive weight goal programming yang merupakan gabungan dari pre- emptive goal programming dan weight goal programming. Model fungsi tujuan ini digunakan apabila tujuan-tujuan diurutkan dan variabel deviasi pada setiap tingkat prioritas dibedakan dengan menggunakan bobot yang berlainan.
2. Kendala Tujuan (Goal Constraint)
Kendala tujuan pada goal programming adalah suatu tujuan yang dinyatakan dalam persamaan matematik dengan menambahkan sepasang variabel simpangan yang berguna untuk menampung deviasi atau penyimpangan yang terjadi pada ruas kiri suatu persamaan kendala terhadap nilai ruas kananya. Kendala tujuan dibedakan atas enam yang berdasarkan hubungannya dengan fungsi tujuan.
Tabel 2.2 Jenis-jenis Kendala Tujuan Kendala tujuan Variabel simpangan
dalam fungsi tujuan
Kemungkinan simpangan
Penggunaan Nilai RHS
yang diinginkan 𝑎𝑖𝑗𝑥𝑗+ 𝑑𝑖− = 𝑏𝑖 𝑑𝑖− Negatif = 𝑏𝑖
𝑎𝑖𝑗𝑥𝑗+ 𝑑𝑖∓ = 𝑏𝑖 𝑑𝑖∓ Positif = 𝑏𝑖 𝑎𝑖𝑗𝑥𝑗+ 𝑑𝑖−− 𝑑𝑖+ = 𝑏𝑖 𝑑𝑖− Negatif dan
positif
𝑏𝑖 atau lebih
𝑎𝑖𝑗𝑥𝑗+ 𝑑𝑖−− 𝑑𝑖+ = 𝑏𝑖 𝑑𝑖+ Negatif dan positif
𝑏𝑖 atau kurang
𝑎𝑖𝑗𝑥𝑗+ 𝑑𝑖−− 𝑑𝑖+ = 𝑏𝑖 𝑑𝑖−dan 𝑑𝑖+ Negatif dan positif
= 𝑏𝑖
𝑎𝑖𝑗𝑥𝑗− 𝑑𝑖+ = 𝑏𝑖 𝑑𝑖+(𝑎𝑟𝑡𝑖𝑓𝑖𝑠𝑖𝑎𝑙) Tidak ada = 𝑏𝑖
2.5 DISKON KUANTITAS
Menurut Kotler (2003), diskon kuantitas adalah potongan harga yang diberikan sehingga dapat mendorong konsumen untuk membeli suatu produkproduk dalam jumlah yang lebih banyak.
Selain itu, diskon kuantitas juga dapat menurunkan biaya per unit akibat pesanan produkproduk dalam jumlah yang besar. Adapun diskon jenis diskon kuantitas menurut Kotler (2003) :
1. Diskon kuantitas kumulatif
II-9
Diskon kuantitas kumulatif diterapkan dalam pembelitan periode tertentu, sebagai contoh, dalam kurun waktu setahun. Diskon kumulatif dimaksudkan untuk mendorong pengulangan pembelian oleh pembeli yang sama dengan mengurangi biaya pelanggan untuk pembelian tambahan.
2. Diskon kuantitas nirkumulatif
Diskon kuantitas nirkumulatif hanya diterapkan dalam pesanan individual yang mendorong dilakukannya pesanan dalam jumlah yang lebih besar, tetapi tidak mengikat pembeli kepada penjual karena pembelian tersebut.
Pada pengembangan model Choudhary,dkk (2019) diskon kuantitas ditawarkan oleh setiap pemasok untuk memotivasi perusahaan untuk membeli produk dalam jumlah yang lebih besar.
2.6 PENGENDALIAN PERSEDIAAN
Pengendalian persediaan merupakan sistem yang digunakan perusahaan untuk laporan manajemen persediaan sebagai alat ukur kinerja persediaan dan dapat digunakan untuk membantu membuat kebijakan persediaan yang dimana didalam laporan tersebut berisi tingkat persediaan yang diinginkan, biaya operasi persediaan dan tingkat investasi sebagai bahan perbandingan terhadap periode lainya (Wahyudi, 2015). Pengendalian persediaan menurut Rangkuti (2004) adalah suatu pengawasan terhadap persediaan yang merupakan salah satu fungsi dari manajemen yang dapat dipecahkan dengan menerapkan metode kuantitatif.sistem pengendalian persediaan adalah tingkat persediaan dengan menentukan berapa banyak pesanan dan kapan melakukan pesanan. Selain itu ada pernyataan lainnya mengenai pengertian pengendelliian persediaan yang dikemukakan oleh Assauri (2008), bahwa pengendalian persediaan merupakan sesuatu kegiatan yang dapat menentukan tingkat dan komposisi melalui persediaan parts, bahan baku, dan barang hasil produksi, sehingga perusahaan dapat dengan lancar melakukan pembelian dengan efektif dan efisien.
Pengendalian persediaan sangat penting dilakukan pada perusahaan yang dimana sangat mempengaruhi kelangsungan proses produksi karena kebutuhan persediaan bahan baku yang terlalu berlebihan maupun kurang akan menghambat proses produksi, sehingga output yang seharusnya sesuai dengan jadwal akan terganggu. Oleh karena itu jumlah ketersediaan bahan baku produksi harus diatur sebaik mungkin agar kelebihan maupun kekurangan persedian dapat dihindari, seperti yang dikemukakan oleh Prawirosentono (2007), bahwa hendaknya memesan barang persediaan dengan jumlah paling ekonomis agar tidak menimbulkan kerugian pada
II-10
perusahaan. Tujuan dari pegendalian persediaan menurut Assauri (2008) yaitu menjaga perusahaan dan kehabisan stok persediaan, menjaga ketersediaan agar tidak berlebihan,dan menghindari pembelian dalam jumlah kecil yang berakibat timbulnya biaya pemesanan yang meningkat
2.7 PEMILIHAN CARRIER
Transportasi merupakan pemindahan barang dan manusia dari suatu tempat ke tempat tujuan yang melibatkan tiga hal penting, yaitu adanya muatan yang diangkut, tersedianya kendaraan sebagai alat angkut, dan terdapat tujuan kemana muatan akan diangkut (Nasution.
1996). Besarnya biaya transportasi ditentukan oleh faktor penentuan jenis moda transportasi dan penggunaan kapasitas transportasi terpilih yang harus disiapkan untuk menunjang kegiatan produksi.
Biaya transportasi yang tinggi dalam rantai pasok membuat beberapa peneliti mencoba mempertimbangkan pemilihan carrierpengangkut dalam keputusan memilih pemasok untuk dapat meminimasi biaya (Liao & Rittscher, 2007a; Mansini et al., 2012; Choudhary & Shankar, 2013;
Choudary & Shankar, 2014). Dengan integrasi permasalahan pemilihan pemasok dan pemilihan carrierpengangkut, perusahaan dapat mengelola biaya transportasi dapat mengelola biaya transportasi yang lebih efisien dan menegoisasikan diskon dengan carrierpengangkut sehngga biaya transportasi dapat dioptimalkan. Biaya pengadaan akan dipengaruhi biaya transportasi yang semakin meningkat ketika semakin banyak produk yang dikirim dari pemasok ke perusahaan sehingga diperlukan model yang mampu mengintegrasikan pemilihan pemasok dan pemilihan carrierpengangkut. Penurunan biaya transportasi dapat diperoleh karena perushaan dapat memilih carrierpengangkut yang tepat (Choudhary & Shakar, 2013). Integrasi permasalahan pemilihan pemasok dan pemilihan carrierpengangkut sangatlah penting karena perusahaan dapat mengelola biaya transportasi dengan efisien dan menegosiasi diskon dengan carrierpengangkut sehingga biaya transportasi dapat dioptimalkan (Wicaksono, 2018).
2.8 CORPORATE SOCIAL RESPONSIBIITY
Corporate social responsibility (CSR) merupakan sebuah pendekatan dimana perusahaan mengintergrasikan kepedulian sosial dalam operasi bisnis mereka dan dalam interaksi antara perusahaan dengan para pemegang saham berdasarkan prinsip kesukarelaan dan kemitraan (Suharto, 2007) yang berarti bahwa CSR bukan merupakan pemaksaan namun bentuk rasa kesetia
II-11
kawanan terhadap sesame umat manusia yaitu membantu melepaskan pihak-pihak dari berbagai kesulitan yang nantinya berefek ke perusahaan itu juga. Secara formal, CSR adalah kewajban manajemen untuk membuat pilihan dan mengambil Tindakan dalam mewujudkan kesejahteraan masyarakat yang berbentuk perhatian dari perusahaan pada masyarakat sekitar. Menurut Kotler dan Lee (2005), kegiatan CSR bukan merupakan aktivitas bisnis yng diwajibkan oleh hukum dan perundang-undangan seperti kewajiban membayar pajak atau kepatuhan perusahaan terhadap undang-undang, namun CSR atau tanggung jawab perusahaan merupakan komitmen perusahaan secara sukarela untuk turut meningkatkan kesejahteraan komunitas. Adapun indikator tanggung jawab sosial dari suatu perusahaan menurut Edy Rismanda Sembiring (2005) adalah lingkungan, energi, kesehatan dan keselamatan kerja, lain-lain tentang tenaga kerja, produk, keterlibatan masyarakat, dan umum. Perusahaan memiliki tujuan untuk menerapkan CSR agar dapat memberi manfaat yang terbaik baik stakeholders dengan memnuhi tanggung jawab ekonomi, hukum, dan kebijakan (Chuck Williams, 2001). Keberhasilan perusahaan dalam menghasilkan laba tidak bisa dilakukan tanpa adanya kepedulian perusahaan terhadap masyarakat dan taat terhadap hukum yang berlaku. Kegiatan untuk menghasilkan laba dikaitkan dengan pengembangan masyarakat sekitar dan pembangunan yang berkelanjutan, karena masyarakat memegang peranan penting dalam keberlangsungan bisnis perusahaan.
2.9 MODEL ACUAN PENELITIAN
Penelitian ini menggunakan model yang dikembangkan oleh Choudary & Shankar (2014) sebagai model acuan utama. Selain itu ditambahkan sebagian model dari Yaghin & Sarlak (2019) yaitu indeks produk, variabel nilai sosial perusahaan, serta biaya investasi sosial perusahaan.
2.9.1 Model Choudary & Shankar (2014)
Model yang dikembangkan oleh Choudary & Shankar (2014) merupakan model alokasi pesanan, pemilihan pemasok, dan pemilihan carrierpengangkut dengan multi pemasok, multi carrierpengangkut, multi periode, dan single product dengan tujuan untuk meminimasi total biaya, meminimasi persentase kedatangan produk terlambat, dan meminimasi persentase produk cacat.
Dalam model ini mengembangkan model MILP menjadi pre-emptive GP, non pre-emptive GP, dan weighted min-max fuzzy GP. Permintaan bersifat deterministik dengan asumsi bahwa shortage dan backlogging diperbolehkan pada waktu terntentu yang terbatas ketika jumlah persediaan dan kuantitas produk yang dibeli kurang dari jumlah permintaan pada periode tersebut. Total pembelian produk harus memenuhi permintaan dengan mempertimbangkan jumlah produk cacat
II-12
dan jumlah produk yang datang terlambat. Variabel keputusan pada model ini yaitu memilih pemasok dan carrierpengangkut yang tepat beserta alokasi pesananannya dengan fungsi tujuan meminimasi total biaya, jumlah produk cacat, dan jumlah produk yang datang terlambat. Fungsi tujuan pada model ini yaitu untuk meminimasi total penjumlahan dari variabel penyimpangan (variabel deviasi) dari setiap fungsi tujuan yang berupa Z1 yang merupakan produk cacat, Z2 yang merupakan total biaya, dan Z3 yang merupakan jumlah produk yang datang terlambat. Total biaya pada model ini merupakan total keseluruhan dari biaya pengadaan, biaya pemesanan, biaya penyimpanan, dan biaya transportasi. Sedangkan untuk total produk cacat serta total produk yang datang terlambat didapatkan dari bobot yang diasumsikan telah ditentukan oleh pengambil keputusan untuk setiap pemasok dikalikan dengan kuantitas produk yang dibeli. Dalam model ini juga ditentukan bahwa jumlah permintaan tidak boleh melebihi kapasitas dari setiap pemasok dan setap carrierpengangkut. Untuk setiap carrierpengangkut memiliki kapasitas yang berbeda dengan biaya transportasi yang berbeda juga ke setiap pemasok.
Minimasi Z = P1 × d1+ + P2 × d2+ + P3 × d3+ (2.9) Batasan Kendala :
• Batasan GP produk reject
(∑ ∑ ∑ ∑ ∑𝑖 𝑚 𝑡 𝑗 𝑘𝑋𝑖𝑚𝑡𝑗𝑘× 𝑞𝑖𝑚𝑡𝑘) + d1- - d1+ = 165 unit (2.10)
• Batasan GP biaya total
(∑ ∑ ∑ ∑ ∑𝑖 𝑚 𝑡 𝑗 𝑘𝑋𝑖𝑚𝑡𝑗𝑘× 𝑝𝑖𝑚𝑡𝑘+ ∑ ∑ ∑ 𝑂𝑖 𝑡 𝑘 𝑖𝑡𝑘× 𝑍𝑖𝑡𝑘+ ∑ ∑ ∑ ∑ 𝑢𝑖 𝑚 𝑡 𝑗 𝑖𝑚𝑡𝑗 × 𝑡𝑖𝑡𝑗+ ∑ ∑ ∑ ℎ𝑡 𝑘 𝑡𝑘 × 𝐼𝑡𝑘+ ) + d2- - d2+ = $ 210.000 (2.11)
• Batasan GP produk terlambat
(∑ ∑ ∑ ∑ ∑𝑖 𝑚 𝑡 𝑗 𝑘𝑋𝑖𝑚𝑡𝑗𝑘× 𝑙𝑖𝑚𝑡𝑘) + d3- - d3+ = 230 unit (2.12)
2.9.2 Model Yaghin & Sarlak (2019)
Model yang dikembangkan oleh Yaghin & Sarlak (2019) merupakan model alokasi pesanan dan pemilihan pemasok dengan mempertimbangkan pilihan transportasi dan tanggung jawab sosial suatu perusahaan dengan mengembangkan fuzzy multi-objective mixed-integer nonlinear (FMOMINLP) menjadi model fuzzy multi-choice goal programming supaya mempermudah pengambil keputusan untuk menentukan beberapa keputusan dalam satu fungsi tujuan dengan
II-13
multi-produk, multi-periode, multi-pemasok, dan multi-transportasi. Pada model ini mempertimbangkan tanggung jawab perusahaan berupa nilai sosial dari setiap pemasok dan biaya investasi perusahaan. Permasalahan utama dalam model ini adalah mengalokasikan pesanan dari pemasok yang berpotensi dan memilih pemasok dengan etika yang terintegritas berdasarkan pertimbangan kuantitas pembelian produk, shortage level persediaan, jumlah carrierpengangkut, dan tanggungjawab sosial dari pemasok tersebut. Pada model ini shortage diperbolehkan namun pada akhir periode tidak diperbolehkan. Permintaan pada model ini bersifat deterministik yang dimana membutuhkan perencanaan yang taktikal dibawah ketidakpastian. Adapun tujuan dari model ini yaitu untuk maksimasi total nilai sosial perusahaan (TSVP), maksimasi keuntungan perusahaan (TP), minimasi total waktu pengiriman (TL), minimasi total polusi udara yang disebabkan oleh transportasi (TAP), minimasi total polusi air (TWP), dan total konsumsi energi (TEC).
𝑚𝑎𝑥 𝑇𝑆𝑉𝑃 = ∑𝑇𝑡=1∑𝐾𝑘=1∑𝑛𝑖=1𝐶𝐶𝑖∗ 𝑋𝑖𝑘𝑡 (2.13)
𝑚𝑎𝑥𝑇𝑃 = ∑𝑇𝑡=1∑𝐾𝑘=1𝑞𝑘𝑡∗ (𝐷𝑘𝑡 + 𝑔(𝜀𝑘𝑡)) − (∑𝑇𝑡=1∑𝐾𝑘=1∑𝑛𝑖=1(𝜀𝑘𝑡∗ 𝑋𝑖𝑘𝑡+ 𝑃𝑖𝑘𝑡∗ 𝑋𝑖𝑘𝑡+ 𝐹𝐶𝑖𝑘𝑡∗ 𝑌𝑖𝑘𝑡+ 𝐻𝑘𝑡 ∗ 𝐼𝐻𝑘𝑡 - 𝑆𝑘𝑡 ∗ 𝐼𝑆𝑘𝑡 + 𝐶𝑉𝑖𝑡∗ 𝑁𝑉𝑖𝑡 (2.14)
𝑚𝑖𝑛 𝑇𝐿 = ∑𝑇𝑡=1∑𝐾𝑘=1∑𝑛𝑖=1𝐿𝑖𝑘 ∗ 𝑌𝑖𝑘𝑡 (2.15)
𝑚𝑖𝑛 𝑇𝐴𝑃 = ∑𝑛𝑖=1∑𝑇𝑡=1𝐿𝑖𝑘∗ 𝑌𝑖𝑘𝑡 (2.16)
𝑚𝑖𝑛 𝑇𝑊𝑃 = ∑𝑛𝑖=1∑𝐾𝑘=1 ∑𝑇𝑡=1𝐶𝑂𝐷𝑖𝑘∗ 𝑊𝑊𝑖𝑘𝑡∗ 𝑋𝑖𝑘𝑡 (2.17) 𝑚𝑖𝑛 𝑇𝐸𝐶 = ∑𝑛𝑖=1∑𝐾𝑘=1∑𝑛𝑖=1𝐸𝐶𝑖𝑘 ∗ 𝑋𝑖𝑘𝑡 (2.18)
2.10 POSISI PENELITIAN
Subbab ini menjelaskan mengenai gambaran posisi penelitian dibandingkan dengan penilitian terdahulu.
Model acuan pertama yang digunakan yaitu model dari Choudary & Shankar (2014).
Model ini merupakan model alokasi pesanan, pemilihan pemasok, dan pemilihan carrierpengangkut dengan multi pemasok, multi carrierpengangkut, multi periode, dan single product yang bertujuan untuk meminimasi total biaya, meminimasi persentase kedatangan produk terlambat, dan meminimasi persentase produk cacat. Pada model ini dikembangkan model MILP menjadi pre-emptive GP yang mengintegrasikan ketiga fungsi tujuan yang berupa minimasi biaya, minimasi total produk cacat, dan minimasi total produk yang datang terlambat dalam satu fungsi
II-14
tujuan dengan menambahkan variabel penyimpangan (variabel deviasi) untuk setiap fungsi tujuannya dengan mempertimbangkan diskon kuantitas untuk setiap pembelian produk.
Model acuan kedua yang digunakan yaitu model dari Yaghin & Sarlak (2019) yang mempertimbangkan faktor sustainability berdasarkan Triple Bottom Line of Sustainability, yaitu kriteria transportasi, sosial, dan pemilihan pemasok yang merupakan pengembangan model alokasi pesanan dan pemilihan pemasok dengan mempertimbangkan variabel transportasi dan tanggungjawab sosial perusahaan dengan mengembakan FMOMINLP menjadi fuzzy multi-choice goal programming yang dimana model ini merupakan model dengan multi-produkproduk, multi- periode, multi-transportasi, dan multi-pemasok. Pada model ini mengembangkan model untuk meminimasi total biaya dengan mempertimbangkan biaya investasi sosial perusahaan dan memaksimasi nilai sosial dari pemasok.
Model usulan yang akan dibuat merupakan model optimasi pemilihan pemasok, pemilihan carrierpengangkut, dan pengalokasian pesanan dengan mempertimbangkan biaya pengadaan, biaya pembelian, biaya pemesanan, biaya penyimpanan, biaya transportasi setiap carrierpengangkut untuk setipa pemasok, dan biaya investasi sosial perusahaan dengan mempertimbangkan pemilihan carrierpengangkut dengan struktur model yang terdiri dari multi pemasok, multi produk, multi periode, dan multi carrierpengangkut untuk memenuhi permintaan pada setiap periodenya dengan meminimasi cacat produk dan juga keterlambatan datangnya produk dengan pertimbangan nilai sosial dari perusahaan.
II-15
Tabel 2.3 Posisi Penelitian
Jurnal
Choudary
&
Shankar (2014)
Yaghin
&
Sarlak (2019)
Model Usulan (2021)
Fungsi Tujuan
Maksimasi total keuntungan - √ √
Minimasi jumlah keterlambatan
produk √ - √
Minimasi jumlah produk cacat √ - √
Maksimasi nilai sosial pemasok √ √
Total Biaya
Biaya pengadaan √ - √
Biaya pemesanan √ √ √
Biaya transportasi √ √ √
Biaya penyimpanan √ √ √
Biaya penjualan - √ √
Biaya investasi aktivitas sosial - √ √ Jumlah Keterlambatan Produk Persentase keterlambatan datangnya
produk √ - √
Jumlah Produk Cacat
Persentase banyaknya produk cacat √ - √
Pihak yang Terlibat
Pemasok √ √ √
Perusahaan √ √ √
CarrierPengangkut √ - √
Diskon Kuantitas √ - √
Aspek Sosial - √ √
Pemilihan CarrierPengangkut √ - √
Struktur Model
Multi pemasok √ √ √
Multi periode √ √ √
Multi carrierpengangkut √ - √
