I. PENDAHULUAN.

1

PENGGUNAAN METODE ANALYTICAL HIERARCHI PROCESS UNTUK MENENTUKAN PEMASOK BETON READYMIX DI KOTA

PONTIANAK

Danang Priambodo

¹⁾

, Endang Mulyani

²⁾

, Syahrudin

²⁾

1)Mahasiswa Teknik Sipil, Universitas Tanjungpura, Pontianak

2) Dosen Teknik Sipil,Universitas Tanjungpura, Pontianak Email : danangpriambodo95@gmail.com

ABSTRAK

Menentukan pemasok merupakan bagian penting pada pelaksanaan proyek konstruksi. Dimana aktivitas pembelian material mempunyai nilai penting bagi perusahaan agar dapat menghasilkan produk yang dikerjakan. Memilih pemasok merupakan permasahan multi kriteria yang meliputi faktor yaitu kuantitatif dan kualitatif . Oleh sebab itu diperlukan metode yang bisa menyertakan keduanya dalam pengukuran. Salah satu metode yang dapat dipakai dalam memilih supplier adalah metode AHP(Wirdianto and Unbersa, 2008).

Data-data yang diperlukan dalam penelitian dibagi menjadi dua yaitu data langsung dari obyek penelitian melalui wawancara atau interview (data primer) selain itu data yang diperoleh secara langsung dari instansi atau badan yang terkait dengan studi yang akan ditinjau (data sekunder). Kemudian data yang sudah terkumpul diolah dengan menggunakan metode Analytical Hierarchi Process. Dalam perhitungan akhir pada metode AHP (Analitik Hirarki Proses) dilakukan dengan menggunakan persamaan matematis. Dari hasil persamaan matematis ini didapat hasil akhir berupa urutan prioritas pemilihan readymix yang di tinjau menurut lokasi tinjauan. Urutan tersebuat adalah perusahaan E mendapatkan nilai prioritas paling penting dengan nilai 0,900. Pada peringkat kedua terdapat perusahaan B dengan nilai bobot 0,687. Pringkat ke tiga terdapat perusahaan A dengan nilai bobot 0,680 selanjutnya perusahaan D dengan bobot 0,679, dan yang terakhir adalah perusahaan C dengan nilai bobot 0,650.

Kata Kunci : Analytical Hierarchy Process, Pemilihan Supplier, Readymix

ABSTRACT

Supplier selection is an important factor in implementing construction projects. Where material purchasing activities have an important value for the company to produce products that are done. Supplier selection is a multi-criteria problem which includes quantitative and qualitative factors. Therefore we need a method that can include both in measurement. One method that can be used for supplier selection is the AHP (Analytical Hierarchy Process) method. The data needed in this study is divided into two, namely data obtained directly from the object of research through interviews (primary data) and data taken directly from the agency or agency associated with the study to be reviewed (secondary data). Then the collected data is processed using the Analytical Hierarchy Process method. In the final calculation the AHP (Analytical Hierarchy Process) method is carried out using mathematical equations. From the results of this mathematical equation, the final result is the priority order of the readymix selection which is reviewed according to the location of the review. The order is that company E gets the most important priority value with a value of 0.900. In the second rank there is company B with a weight value of 0.687. The third level is company A with a value of 0.680, then company D with a weight of 0.679, and the last one is company C with a value of 0.650.

Keywords: Analytical Hierarchy Process, Pemilihan Supplier, Readymix

I. PENDAHULUAN

Kegiatan proyek merupakan satu kegiatan sementara yang berlangsung dalam jangka waktu terbatas, dengan alokasi sumber daya tertentu (Dipohusodo, 1996; Widoyoko, 2009; Rustiadi, 2018). Didalam kegiatan konstruksi terdapat suatu rangkaian kegiatan yang berurutan dan keterkaitan. Kegiatan konstruksi bukan merupakan kegiatan yang instan, melainkan kegiatan yang harus melalui proses yang panjang dan didalamnya dijumpai banyak masalah yang harus diselesaikan.

Pemilihan supplier merupakan masalah multi kriteria yang meliputi faktor-faktor kuantitatif dan kualitatif. Oleh karena itu diperlukan metode yang bisa menyertakan keduanya dalam pengukuran. Salah satu metode yang bisa digunakan untuk pemilihan supplier adalah AHP atau Analytical Hierarchy Process (Saaty, 2008; Saaty and Vargas, 2012) and Unbersa, 2008). Metode ini menyertakan ukuran- ukuran kualitatif dan kuantitatif. AHP adalah metode pengambilan keputusan yang dikembangkan untuk pemberian prioritas beberapa alternatif ketika beberapa kriteria harus

2

dipertimbangkan, serta mengijinkan pengambil

keputusan untuk menyusun masalah yang kompleks ke dalam suatu bentuk hirarki atau serangkaian level yang terintegrasi.

Dalam pembahasan ini akan difokuskan permasalahan yang berkaitan dengan material.

Untuk mengetahui urutan prioritas faktor-faktor yang mempengaruhi pemilihan supplier serta mencari supplier terbaik bagi perusahaan.

II. STUDI PUSTAKA

Pengertian Proyek Konstruksi

Proyek konstruksi dapat diartikan sebagai proyek yang melibatkan banyak pihak dan terjadi banyak proses yang kompleks sehingga setiap proyek unik adanya (Soeharto, 1995;Dipohusodo, 1996)

Sedangkan pengertian dari proyek konstruksi menurut Ervianto ( 2005) adalah satu rangkaian kegiatan yang hanya satu kali dilaksanakan dan umumnya berjangka pendek (Setiadi, 2009). Dalam rangkaian kegiatan tersebut, ada suatu proses yang mengelola sumber daya proyek menjadi suatu hasil kegiatan yang berupa bangunan.

Pada umumnya di masyarakat, proyek konstruksi diartikan sebagai proses pelaksanaan pembangunan fisiknya saja, yang dimotori dan dilaksanakan oleh kontraktor. Sedangkan proyek konstruksi sebetulnya sudah dimulai sejak timbulnya upaya dari pemilik proyek untuk membangun, yang dalam proses selanjutnya akan melibatkan dan sekaligus dipengaruhi oleh perilaku berbagai unsur seperti konsultan, kontraktor, termasuk pemiliknya sendiri.

Unsur-unsur Pelaksanaan Proyek Konstruksi

Unsur pelaksanaan proyek adalah faktor utama dalam merealisasikan kegiatan-kegiatan pembangunan yang ada di suatu proyek (Dipohusodo, 1996). Orang/badan yang membiayai, merencanakan dan melaksanakan bangunan tersebut disebut unsur unsur pelaksanaan proyek konstruksi (Setiadi, 2009).

Unsur-unsur pelaksana pembangunan yang terlibat dalam kegiatan pembangunan yaitu : owner, konsultan perencana (struktur dan arsitek), dan kontraktor/pemborong, dan konsultan pengawas (Hidayat and Ardianto, 2011).

Keberhasilan dalam usaha pembangunan proyek tergantung dari kerja sama yang diciptakan oleh ketiga unsur pelaksana pembangunan, yakni pengaturan masing-masing unsur serta pengaturan kerja yang tertib dan teratur dalam menciptakan kesatuan fungsional dan tindakan untuk mencapai tujuan yang

ditetapkan. Disamping itu keempat unsur tersebut harus bekerja sesuai dengan hukum dan peraturan dalam surat perjanjian pemborong atau dokumen kontrak yang telah disepakati dan ditandatangani kedua pihak (Whimbo Pitoyo and SH, 2010).

Hubungan Kerja

Yang dimaksud dengan hubungan kerja adalah hubungan dalam pelaksanaan pekerjaan antara keempat unsur pelaksanaan proyek konstruksi. Dalam pengelolaan suatu proyek perlu dijamin adanya hubungan yang baik antara unsur- unsur yang saling berhubungan (Sutabri, 2012).

Semua pihak dari keempat unsur pelaksana harus tunduk dan patuh kepada peraturan-peraturan yang telah dibuat baik dari segi teknis maupun administratif (Dipohusodo, 1996). Penyimpangan yang terjadi akan mengakibatkan kesulitan dan ketidaklancaran pelaksanaan pembangunan.

III. METODOLOGI PENELITIAN Metodologi Penelitian

Metodologi penelitian adalah kegiatan- kegiatan yang menggunakan prosedur atau cara untuk mengetahui sesuatu dengan melalui langkah-langkah yang sistematis untuk mengungkapkan atau menerapkan ilmu pengetahuan dan teknologi. Dalam penulisan skripsi ini dapat dikategorikan sebagai studi kasus dengan metode deskripsi, yaitu suatu prosedur pemecahan masalah yang diselidiki dengan menggambarkan atau menjelaskan objek studi berdasarkan fakta-fakta yang tampak didaerah studi. Selain juga didukung dengan studi literatur sebagai pelengkap penyusunan konsep dan saran.

Langkah-langkah dalam penelitian ini dimulai dengan melakukan studi pendahuluan yang meliputi observasi wilayah setudi yang akan dikaji, melakukan identifikasi permasalahan sehingga dapat disusun rumusan masalah, menetapkan tujuan penelitian.

Berikutnya yang dilakukan adalah menentukan responden dan pengumpulan data.

Data yang dibutuhkan dalam penelitian ini adalah data primer maupun data sekunder. Langkah selanjutnya adalah pengolahan data untuk menentukan urutan prioritas pemilihan supplier ready mix dengan melakukan analitis data menggunakan metode Analytical Hierarchy Process (AHP). Setelah proses pengolahan data, langkah selanjutnya adalah menentukan kesimpulan dan saran di akhir penulisan.

3 Bagan Alir Penelitian

Bagan pelaksanaan atau diagram alir, dpat dilihat pada Gambar 1

Pengumpulan Data Primer

Pengumpulan data primer mempergunakan metode kuisioner atau interview. Adapun tahapan dalam melakukan interview kepada responden pada penelitian ini adalah :

a) Sebelum dilaksanakan interview terlebih dahulu responden diberikan pertanyaan secara tertulis dengan model pertanyaan berupa skala penilaian.

b) Bersamaan dengan pertanyaan yang diserahkan/diberikan, kepada para responden dijelaskan secara umum tentang maksud dan cara menjawab dari masing- masing pertanyaan yang harus dijawab.

c) Interview dilaksanakan sesuai dengan waktu dan tempat yang disepakati oleh para responden dengan mempertimbangkan :

 Waktu dari para responden untuk mempelajari dan memahami pertanyaan yang harus dijawab;

 Waktu yang terluang untuk melaksanakan interview,

 Beban fisikologis responden saat menjawab pertanyaan.

d) Akibat pertimbangan pada item diatas para responden diharapkan menjawab pertanyaan pada saat tidak terjadi beban fisikologis, sehingga interview hanya dilaksanakan terhadap hal-hal atau pertanyaan yang meragukan atau membingungkan responden.

e) Pada saat dilakukan interview, terlebih dahulu responden ditanyakan apakah dari pertanyaan yang akan ditanyakan membingungkan atau meragukan responden apa tidak?, dan apabila ada pertanyaan yang membingungkan bagi responden maka interview tidak dapat dilanjutkan sampai pada batas responden mengerti betul terhadap pertanyaan yang akan dijawab. Dan apabila ada pertanyaan/hal-hal yang masih meragukan/membingungkan responden maka dilakukan penjelasan ulang terhadap pertanyaan yang akan dijawab.

Pengumpulan Data Sekunder

Pengumpulan data sekunder dimaksudkan untuk menentukan skala prioritas dan paramater sub kriteria yang digunakan untuk pemilihan supplier ready mix di kota Pontianak. Data sekunder diperoleh dari yaitu PT Cipta Perkasa Prima dan perusahaan readymix yang diteliti.

Adapun data-data yang tersebut meliputi : Kurva S, Perusahaan Ready mix yang di pilih, dan semua paramater yang digunakan pada bagian sub kriteria. Adapun langkah-langkah pengumpulan data sekunder adalah :

a. Menunjukan surat pengantar dari universitas atau kampus yang telah ditandatangani oleh dekan dan ditunjukan kepada instansi yang terkait.

b. Permintaan data diajukan secara tertulis, dimana data yang diminta adalah:

 Data kriteria yang dipakai untuk menentukan skala prioritas pemilihan supplier ready mix di Kota Pontianak.

 Data yang berhubungan dengan kriteria yang dipakai untuk penentuan skala prioritas pemilihan supplier ready mix di Kota Pontianak.

Bagan Hirarki

Gambar 1. Bagan Alir (Flow Chart) Penelitian

Gambar 2 Bagan Hirarki (Prioritas Pemilihan)

4 IV. HASIL ANALISA DATA

Bobot Penilaian Kriteria

Bobot dari masing-masing kriteria yang terdapat seperti pada Gambar 5.1 diatas dianalisis dengan menggunakan metode Analitycal Hierarchy Process (AHP) dengan langkah – langkah sebagai berikut:

1.Dilakukan perhitungan matrik awal.

2.Perhitungan Eigen Vektor.

3.Perhitungan Nilai Eigen Maksimum.

4.Kontrol terhadap Indek Consistensi.

5.Pembobotan Kriteria

Langkah 1. Perhitungan matrik awal untuk tahap pertama (kriteria).

Pemulaan, menganalisis data Rekapitulasi Jawaban Responden Terhadap “Kriteria”.

Analisis dengan perhitungan kebalikan sesuai matrik perbandingan berpasangan.

Contoh :

Jawaban responden 4 (R4) terhadap B:C adalah dengan skala 3 dimana C faktor ketepatan pengiriman lebih penting dari pada B yaitu faktor layanan. Dalam hal ini dilakukan perbandingan terbalik ditinjau terhadap faktor yang didepanya yaitu faktor B, sehingga sekalanya menjadi 1/3 atau 0,333. Akan tetapi seperti responden 3 (R3) terhadap B:C adalah dengan skala 2, dimana B faktor layanan penting dari pada C yaitu faktor ketepatan pengiriman. Hal ini tidak dilakukan perbandingan terbalik dikarenakan tinjauan terhadap faktor yang berada didepannya yaitu faktor B sudah menunjukan skala yang lebih penting sehingga sekala yang dipakai tetap 2.

D

ata selengkapnya dapat dilihat pada Tabel 1 Tabel 1 Skala Perbandingan Penilaian “Kriteria”

Kode Resp

Skala Penilaian

A:B A:C B:C

R1 1,000 1,000 1,000

R2 1,000 1,000 1,000

R3 1,000 1,000 2,000

R4 1,000 1,000 0,333

R5 1,000 1000 1,000

∑ R 5,000 5,000 5,333

R/5 1,000 1000 1,060

Sumber : Hasil Analisis, 2018 Keterangan :

∑ R = Jumlah komulatif skala perbandingan penilaian.

R/5 = Rata-rata perbandingan penilaian dengan memberi R terhadap 5 Responden Selanjutnya nilai yang dipakai adalah pada rata-rata komulatif (R/5) tersebut. Pada Matrik diagonal A:A = B:B = C:C = 1, karena melakukan perbandingan dengan faktor diri

sendiri. Kemudian besaran matrik masing-masing adalah :

 Matrik A:B =1,000 Matrik A:C =1,000

 Matrik B:C =1,060 Sedangkan :

 Matrik B:A merupakan kebalikan dari matrik A:C = 1/( A:B) = 1/1,000 = 1,000

 Matrik C:A merupakan kebalikan dari matrik A:C = 1/( A:C) = 1/1,000 = 1,000

 Matrik C:B merupakan kebalikan dari matrik B:C = 1/( B:C) = 1/1,060 = 0,943

 Untuk data selengkapnya dapat dilihat pada Tabel 2 sebagai berikut ini :

Tabel 2 Matrik Awal “Kriteria”

Harga Layanan Ketepatan Pengiriman

(A) (B) (C)

Harga (A) 1,000 1,000 1,000 Layanan (B) 1,000 1,000 1,060

Ketepatan Pengiriman

(C)

1,000 0,943 1,000

∑ 4,000 4,743 4,860

Sumber : Hasil Analisis, 2018

Langkah 2. Perhitungan Nilai Eigen Vektor Jumlah baris A = Matrik AA x Matrik AB x

Matrik AC

= 1,000 x 1,000 x 1,000 x

= 1,000

Jumlah baris B = Matrik BA x Matrik BB x Matrik BC = 1,000 1,000 x 1,060

= 1,060

Jumlah baris C = Matrik CA x Matrik CB x Matrik CC = 1,000 x 0,943 x 1,000

= 0,943 Menentukan Besaran wi :

wi=√(n&Jumlah Baris) ; n adalah uk matrik = 3x3

Sehingga :

wi baris A = ∛1,000 = 1,000 wi baris B = ∛1,06 = 1,019 wi baris C = ∛0,943 = 0,980

∑ wi = wi baris A + wi baris B + wi baris C = 1,000 + 1,019 + 0,980

= 3,003

Maka Eigen Vektor (Xi) A = wi / ∑ wi

= 1,000 / 3,000 = 0,333 Eigen Vektor (Xi) B = wi / ∑ wi

= 1,019 / 3,000

= 0,339 Eigen Vektor (Xi) C = wi / ∑ wi

= 0,980 / 3,00

= 0,326

Data selengkapnya dapat dilihat pada Tabel 3.

5

Tabel 3 Nilai Eigen Vektor untuk Skala

Penentuan Prioritas “Kriteria”

Harg a

Layana n

Ketepatan Pengirima

n Jum. Wi

Eigen Vekto r (Xi)

(A) (B) (C)

Harga (A) 1,00 1,00 1,00 1,0

0 1,00 0,333

Layanan

(B) 1,00 1,00 1,06 1,0

6 1,01

9 0,340

Ketepatan Pengirima n (C)

1,00 0,94 1,00 0,9

4 0,98

0 0,327

∑ 3,00 2,94 3,06 3,0 0

3,00

0 1

Sumber : Hasil Analisis, 2018

Langkah 3. Perhitungan Nilai Eigen Maksimum Nilai Eigen Maksimum diperoleh dari Matrik Awal dikalikan dengan E-vektor masing- masing matrik dan kemudian hasil perkalian tersebut dijumlahkan. Hal ini diperlihatkan pada perhitungan berikut ini:

A B C E-Vektor A1,000 1,000 1,000 x 0,333 = 1 B1,000 1,000 1,060 x 0,339 = 1,019 C1,000 0,943 1,000 x 0,326 = 0,980 Jumlah = 3,000 Eigen Maksimum (λmaks) = ∑ aij . Xj

= 3,000

Langkah 4. Control terhadap Indek konsistensi (CI)

Indek Konsistensi (CI) = ( λ maks – n ) / ( n-1), dimana n = matrik 3x3

= (3,00037 – 3 ) / ( 3 – 1 ) = 0,00018 Ratio Consistensi (CR) = CI / RI, untuk n = 3 maka RI = 0,58

= 0,00018 / 0,58

= 0,000032 < 0,1 konsisten !

Nilai Ratio Consistensi (CR) lebih kecil dari 0,1 sama artinya lebih kecil dari 10%, maka nilai tersebut sudah sesuai dengan syarat konsisten yaitu harus lebih kecil dari 0,1 atau 10%.

Langkah 5. Pembobotan Kriteria

Bobot elemen diperoleh dari nilai E-Vektor yang dinyatakan dalam Persentase seperti diperlihatkan pada Tabel 4 berikut ini :

Tabel 4. Nilai bobot “Kriteria”

Kriteria Bobot

Faktor Harga 0,333

Faktor Layanan 0,340

Faktor Ketepatan

Pengiriman 0,327

Jumlah 1,000

Sumber : Hasil Analisis, 2018

Berdasarkan Tabel 4, didapat bahwa penilaian Responden terhadap beberapa kriteria menunjukkan bahwa kriteria faktor layanan memiliki pengaruh tingkat kepentingan yang paling tinggi yaitu dengan bobot 0,340 (34%)

kemudian disusul dengan faktor harga dengan bobot 0,333 (33,3%), dan yang terakhir adalah ketepatan pengiriman yaitu dengan bobot 0,327 (32,7%).

Perhitungan Bobot Sub Kriteria

Selanjutnya perhitungan untuk tahap 2 (sub kriteria) dilakukan tahapan yang sama dengan perhitungan kriteria di atas, dimulai dengan matrik awal sampai dengan pembobotan.

Perhitungan Bobot Sub Kriteria Pada Faktor Harga

Diawali dengan perhitungan analisis rekap jawaban responden terhadap sub kriteria Faktor harga, diperoleh hasil perbandingan penilaian sub kriteria harga diperlihatkan pada Tabel 5.

Tabel 5 Skala Perbandingan Penilaian Sub.Kriteria “Harga”

Kode Resp

Perbandingan Sub. Kriteria Harga H1 : H2

R1 1,000

R2 0,333

R3 0,500

R4 3,000

R5 0,500

∑ R 5,3

R/5 1,06

Sumber : Hasil Analisis, 2018

∑ R = Jumlah komulatif skala perbandingan penilaian

R/5 = Rata-rata perbandingan penilaian dengan memberi R terhadap 5 Responden

Selanjutnya nilai yang dipakai adalah pada rata-rata komulatif (R/5) tersebut. Pada Matrik diagonal H1:H1 = H2:H2 = 1, karena melakukan perbandingan dengan faktor diri sendiri.

Kemudian besaran matrik masing-masing adalah : Matrik H1:H2 = 1,060, Sedangkan : Matrik H2-H1 merupakan kebalikan dari matrik H1:H2 = 1/(H1:H2) = 1/1,060 = 1,119. Untuk data selengkapnya dapat dilihat pada Tabel 6 sebagai berikut ini :

Tabel 6 Matrik awal Sub Kriteria “Harga”

Kepantasan harga dengan kualitas

Kemampuan memberikan diskon

(H1) (H2)

Kepantasan harga dengan kualitas

(H1)

1 1,060

Kemampuan memberikan diskon (H2)

0,943 1

∑ 1,943 2,06

Sumber : Hasil Analisis, 2018

6

Langkah 2. Perhitungan Nilai Eigen Vektor

Jumlah baris H1 = Matrik H1:H1 x Matrik H1:H2 = 1,000 x 1,060

= 1,060

Jumlah baris H2 = Matrik H2:H1 x Matrik H2:H2 = 0,943 x 1,000

= 0,943 Menentukan Besaran wi :

wi=√(n&Jumlah Baris) ; n adalah uk matrik = 2x2

Sehingga : i baris H1 = √(2&1,060) = 1,029 wi baris H2 = √(2&0,943)

= 0,971 Maka :

Eigen Vektor (Xi) Xi baris H1 = wi / ∑ wi = 1,029 / 2,000 = 0,514 Xi baris H2 = wi / ∑ wi = 0,971 / 2,000 = 0,485

Data selengkapnya dapat dilihat pada Tabel 7 Tabel 7 Nilai Eigen Vektor untuk Skala Penentuan Prioritas “Sub Kriteria Harga”

H1 H1 jumlah Wi

eigen vektor

(Xi) H1 1 1,060 1,060 1,029 0,515 H2 0,943 1 0,943 0,971 0,485

∑ 1,943 2,060 2,013 2,000 1 Sumber : Hasil Analisis, 2018

Langkah 5. Perhitungan Nilai Eigen Maksimum Nilai Eigen Maksimum diperoleh dari Matrik Awal dikalikan dengan E-vektor masing-masing matrik dan kemudian hasil perkalian tersebut dijumlahkan. Hal ini diperlihatkan pada perhitungan berikut ini:

H1 H2 E-Vektor H1 1,000 1,060 x 0,515 =1,029 H2 0,943 1,000 x 0,485 = 0,971

Jumlah = 2,000 Eigen Maksimum (λmaks) = ∑ eigen max = 2,000 Langkah 6. Control terhadap Indek konsistensi (CI) :

Indek Konsistensi (CI) = ( λ maks – n ) / ( n-1), dimana n = matrik 2x2

= ( 2,000 – 2 ) / ( 2 – 1 )

= 0,000

Ratio Consistensi (CR) = CI / RI, untuk n = 2 maka RI = 0 = 0,000 / 0

= 0 < 0,1 konsisten ! Nilai Ratio Consistensi (CR) lebih kecil dari 0,1 sama artinya lebih kecil dari 10%, maka nilai

tersebut sudah sesuai dengan syarat konsisten yaitu harus lebih kecil dari 0,1 atau 10%.

Langkah 7. Pembobotan sub Kriteria Harga Bobot elemen diperoleh dari nilai E-Vektor yang dinyatakan dalam Persentase seperti diperlihatkan pada Tabel 8

Tabel 8 Nilai bobot “ Sub Kriteria Harga”

Kriteria Bobot

Kepantasan harga dengan

kualitas 0,515

Kemampuan memberi

diskon 0,485

Sumber : Hasil Analisis, 2018

BerdasarkanTabel 8 tersebut diatas, didapat bahwa penilaian Responden terhadap kedua sub kriteria menunjukkan bahwa kepantasan harga dengan kualitas (H1) memiliki pengaruh tingkat kepentingan yang paling tinggi yaitu dengan bobot 0,515 (51,5%) dan yang terakhir adalah kemampuan memberi diskon (H2) yaitu dengan bobot 0,485 (48,5%).

Perhitungan Bobot Sub Kriteria Pada Faktor Layanan

Sub kriteria faktor layanan terdiri dari 4 bagian yaitu : Kemudahan untuk dihubungi, kemampuan memberikan informasi secara jelas, kecepatan menanggapi permintaan pelanggan, cepat tanggap menyelesaikan keluhan pelanggan.Selanjutnya yaitu menentukan skala perbandingan terhadap sub kriteria pada Faktor Layanan.

Data selengkapnya dapat dilihat pada Tabel 9 Tabel 9 Skala Perbandingan Penilaian Sub.

Kriteria “ Layanan”

Kode Resp

Perbandingan Sub Kriteria Layanan S1:S2 S1:S3 S1:S4 S2:S3 S2:S4 S3:S4 R1 3,000 0,333 1,000 0,500 0,500 1,000 R2 5,000 1,000 0,500 1,000 0,500 0,500 R3 2,000 2,000 0,500 2,000 1,000 0,333 R4 3,000 1,000 0,200 1,000 1,000 0,333 R5 1,000 2,000 1,000 2,000 1,000 3,000

∑ R 14,000 6,333 3,200 6,500 4,000 5,166 R/5 2,800 1,266 0,640 1,300 0,800 1,032 Sumber : Hasil Analisis, 2018

∑ R = Jumlah komulatif skala perbandingan penilaian

R/5 = Rata-rata perbandingan penilaian dengan memberi R terhadap 5 Responden Selanjutnya nilai yang dipakai adalah pada rata-rata komulatif (R/5) tersebut. Pada Matrik diagonal S1:S1 = S2:S2 = S3:S3 = S4:S4 = 1, karena melakukan perbandingan dengan faktor

7

diri sendiri. Kemudian besaran matrik masing-

masing adalah :

Matrik S1:S2 = 2,800 Matrik S1:S3 = 1,266 Matrik S1:S4 = 0,640 Matrik S2:S3 = 1,300 Matrik S2:S4 = 0,800 Matrik S3:S4 = 1,033 Sedangkan :

Matrik S2:S1 merupakan kebalikan dari matrik S1:S2 = 1/(S1:S2) = 1/2,019 = 0,357

Matrik S3:S1 merupakan kebalikan dari matrik S1:S3 = 1/(S1:S3) = 1/1,720 = 0,789

Matrik S4:S1 merupakan kebalikan dari matrik S1:S4 = 1/(S1:S4) = 1/2,076 = 1,562

Matrik S3:S2 merupakan kebalikan dari matrik S2:S3 = 1/(S2:S3) = 1/2,019 = 0,769

Matrik S4:S2 merupakan kebalikan dari matrik S2:S4 = 1/(S2:S4) = 1/1,720 = 1,250

Matrik S4:S3 merupakan kebalikan dari matrik S3:S4 = 1/(S3:S4) = 1/2,076 = 0,967

Data selengkapnya dapat dilihat di Tabel 10 Tabel 10 Matrik awal Sub Kriteria “Layanan”

Kemudahan untuk dihubungi

Kemampuan memberikan informasi secara jelas

Kecepatan menanggapi

permintaan pelanggan

Cepat tanggap menyelesaikan keluhan pelanggan

(S1) (S2) (S3) (S4)

Kemudahan untuk dihubungi

(S1)

1,000 2,019 1,720 1,562

Kemampuan memberikan informasi secara jelas

(S2)

0,357 1,000 2,019 1,720

Kecepatan menanggapi

permintaan pelanggan

(S3)

0,789 0,0,769 1,000 2,076

Cepat tanggap menyelesaikan keluhan pelanggan

(S4)

1,562 1,250 0,967 1,000

∑ 3,7095 5,819 4,534 3,473

Sumber : Hasil Analisis, 2018

Langkah 8. Perhitungan Nilai Eigen Vektor Jumlah baris S1 = Matrik S1:S1 x Matrik S1:S2 x Matrik S1:S3 x Matrik S1:S4

= 1,000 x 2,800 x 1,2666 x 0,640

= 2,269

Jumlah baris S2 = Matrik S2:S1 x Matrik S2:S2 x Matrik S2:c3 x Matrik S2:c4

= 0,357 x 1,000 x 1,300 x 0,800

= 0,371

Jumlah baris S3 = Matrik S3:S1 x Matrik S3:S2 x Matrik S3:S3 x Matrik S3:S4

= 0,789 x 0,769 x 1,000 x 1,033

= 0,627

Jumlah baris S4 = Matrik S4:S1 x Matrik S4:S2 x Matrik S4:S3 x Matrik S4:S4

= 1,562 x 1,250 x 0,967 x 1,000

= 1,890

Menentukan Besaran wi :

wi=√(n&Jumlah Baris) ; n adalah uk matrik = 4x4

Sehingga :

wi baris S1 = ∜2,269 = 1,227 wi baris S2 = ∜0,371 = 0,780 wi baris S3 = ∜0,627 = 0,890 wi baris S4 = ∜1,890 = 1,172 Maka :

Eigen Vektor (Xi)

Xi baris S1 = wi / ∑ wi = 1,227 / 4,070 = 0,302

Xi baris S2 = wi / ∑ w = 0,780 / 4,070 = 0,192

Xi baris S3 = wi / ∑ wi = 0,890 / 4,070 = 0,218

Xi baris S4 = wi / ∑ wi = 1,172 / 4,070 = 0,288

Data selengkapnya dapat dilihat pada Tabel 11 Tabel 11 Nilai Eigen Vektor untuk Skala

Penentuan Prioritas “Sub Kriteria Layanan”

S1 S2 S3 S4 Jumlah Wi

Eigen Vektor

(Xi) S1 1,000 2,800 1,266 0,640 2,269 1,227 0,302 S2 0,357 1,000 1,300 0,800 0,371 0,780 0,192 S3 0,789 0,769 1,000 1,033 0,627 0,890 0,218 S4 1,562 1,250 0,967 1,000 1,890 1,172 0,288

∑ 3,709 5,819 4,534 3,473 5,159 4,070 1 Sumber : Hasil Analisis, 2018

Langkah 10. Perhitungan Nilai Eigen Maksimum Nilai Eigen Maksimum diperoleh dari Matrik Awal dikalikan dengan E-vektor masing-masing matrik dan kemudian hasil perkalian tersebut dijumlahkan. Hal ini diperlihatkan pada perhitungan berikut ini: S1 S2 S3 S4 E- Vektor

S1 1,000 2,800 1,266 0,640 0,302 1,300 S2 0,357 1,000 1,300 0,800 0,192 0,814 S3 0,789 0,769 1,000 1,033 0,218 0,901 S4 1,562 1,250 0,967 1,000 0,288 1,211

Jumlah =4,226

Eigen Maksimum (λmaks) = ∑ eigen max

= 4,226

Langkah 11. Control terhadap Indek konsistensi (CI), Indek Konsistensi (CI) = ( λ maks – n ) / ( n- 1 ), dimana n = matrik 3x3

= ( 4,226 – 4 ) / ( 4 – 1 )

= 0,075

Ratio Consistensi (CR) = CI / RI, untuk n = 3 maka RI = 0,58 = 0,075 / 0,9

= 0,083 < 0,1 konsisten ! Nilai Ratio Consistensi (CR) lebih kecil dari 0,1 sama artinya lebih kecil dari 10%, maka nilai tersebut sudah sesuai dengan syarat konsisten yaitu harus lebih kecil dari 0,1 atau 10%.

8

Langkah 12. Pembobotan Kriteria

Bobot elemen diperoleh dari nilai E-Vektor yang dinyatakan dalam Persentase seperti diperlihatkan pada Tabel 12 berikut ini :

Tabel 12 Nilai bobot “Layanan”

Kriteria Bobot

Kemudahan untuk dihubungi 0,302 Kemampuan memberikan

informasi secara jelas 0,192 Kecepatan menanggapi

permintaan pelanggan 0,218

Cepat tanggap menyelesaikan

keluhan pelanggan 0,288

Jumlah 1,000

Sumber : Hasil Analisis, 2018

Berdasarkan Tabel 12, didapat bahwa penilaian Responden terhadap kedua sub kriteria menunjukkan bahwa Kemudahan untuk dihubungi (S1) memiliki pengaruh tingkat kepentingan yang paling tinggi yaitu dengan bobot 0,302 (30,2%), sedangkan selanjutnya di ikuti cepat tanggap menyelesaikan keluhan pelanggan berada pada posisi kedua yaitu dengan bobot 0,288 (28,8%) berikutnya adalah kecepatan menanggapi permintaan pelanggan yaitu dengan bobot 0,218 (21,8%) dan yang terakhir adalah kemampuan memberikan informasi secara jelas yaitu dengan bobot 0,192 (19,2%).

Perhitungan Bobot Sub Kriteria Pada Faktor Ketepatan Pengiriman

Sub kriteria faktor ketepatan pengiriman terdiri dari 2 bagian yaitu : Kemampuan mengirimkan barang sesuai tanggal yang disepakati dan kemampuan menangani sistem transportasi. Diawali dengan perhitungan pada Tabel 5 yaitu rekapitulasi terhadap jawaban responden. Selanjutnya yaitu menentukan skala perbandingan terhadap sub kriteria pada faktor ketepatan pengiriman.

Data selengkapnya dapat dilihat di Tabel 13 Tabel 13 Skala Perbandingan Penilaian

Sub.Kriteria “ Ketepatan Pengiriman”

Kode Resp

Perbandingan Sub. Kriteria Ketepatan Pengiriman

D1 : D2

R1 0,500

R2 1,000

R3 0,500

R4 3,000

R5 1,000

∑ R 6,000

R/5 1,200

Selanjutnya nilai yang dipakai adalah pada rata-rata komulatif (R/5) tersebut. Pada Matrik diagonal D1:D1 = D2:D2 = 1, karena melakukan perbandingan dengan faktor diri sendiri.

Kemudian besaran matrik masing-masing adalah : Matrik D1:D2 = 1,200

Sedangkan :

Matrik D2:D1 merupakan kebalikan dari matrik D1:D2 = 1/(D1:D2) = 1/1,200 = 0,833

Untuk data selengkapnya dapat dilihat pada Tabel 14

Tabel 14 Matrik awal Sub Kriteria “Ketepatan Pengiriman”

Kemampuan mengirimkan barang sesuai tanggal yang disepakati

Kemampuan menangani sistem transportasi

(D1) (D2)

Kemampuan mengirimkan barang sesuai tanggal yang disepakati (D1)

1 1,200

Kemampuan menangani

sistem transportasi (D2)

0,833 1

∑ 1,833 1,200

Langkah 13. Perhitungan Nilai Eigen Vektor Jumlah baris D1 = Matrik D1:D1 x Matrik D1:D2

= 1,000 x 1,200

= 1,200

Jumlah baris D2 = Matrik D2:D1 x Matrik D2:D2

= 0,833 x 1,000

= 0,833 Menentukan Besaran wi :

wi=√(n&Jumlah Baris) ; n adalah uk matrik = 2x2

Sehingga :

wi baris D1 = √(2&1,200)

= 1,095 wi baris D2 = √(2&0,833)

= 0,912 Maka :

Eigen Vektor (Xi) = wi / ∑ wi Xi baris D1= wi / ∑ wi = 1,095 / 2,008 = 0,545 Xi baris D2= wi / ∑ wi = 0,912 / 2,008 = 0,455

9

Data selengkapnya dapat dilihat di Tabel 15

Tabel 15 Nilai Eigen Vektor untuk Skala Penentuan Prioritas “Sub Kriteria Ketepatan pengiriman”

D1 D2 Jumlah Wi

Eigen Vektor

(Xi) D1 1 1,200 1,200 1,095 0,545 D2 0,833 1 0,833 0,912 0,455

∑ 4,796 1,734 8,557 2,008 1,000 Langkah 14. Perhitungan Nilai Eigen Maksimum

Nilai Eigen Maksimum diperoleh dari Matrik Awal dikalikan dengan E-vektor masing- masing matrik dan kemudian hasil perkalian tersebut dijumlahkan. Hal ini diperlihatkan pada perhitungan berikut ini:

D1 D2 E-Vektor D1 1,000 1,200 x 0,545 = 1,090 D2 0,833 1,000 x0,455 = 0,909

Jumlah = 2,000 Eigen Maksimum (λmaks) = ∑ eigen max

= 2,000

Langkah 15. Control terhadap Indek konsistensi (CI)

Indek Konsistensi (CI) = ( λ maks – n ) / ( n-1 ), dimana n = matrik 2x2

= ( 2,000 – 2 ) / ( 2 – 1 )

= 0,000

Ratio Consistensi (CR) = CI / RI, untuk n = 2 maka RI = 0

= 0,000 / 0,58

= 0 < 0,1 konsisten ! Nilai Ratio Consistensi (CR) lebih kecil dari 0,1 sama artinya lebih kecil dari 10%, maka nilai tersebut sudah sesuai dengan syarat konsisten yaitu harus lebih kecil dari 0,1 atau 10%.

Langkah 5. Pembobotan Kriteria

Bobot elemen diperoleh dari nilai E-Vektor yang dinyatakan dalam Persentase seperti diperlihatkan pada Tabel 16.

Tabel 16 Nilai bobot “Sub Kriteria Ketepatan pengiriman”

Kriteria Bobot

Kemampuan mengirimkan barang

sesuai tanggal yang disepakati

0,545

Kemampuan menangani

sistem transportasi 0,455 Berdasarkan Tabel 16, didapat bahwa penilaian Responden terhadap kedua sub kriteria menunjukkan bahwa Kemampuan mengirimkan barang sesuai tanggal yang disepakati (D1) memiliki pengaruh tingkat kepentingan yang paling tinggi yaitu dengan bobot 0,545 (54,5%),

sedangkan Kemampuan menangani sistem transportasi berada pada posisi kedua yaitu dengan bobot 0,455 (44,5%).

Penerapan Bobot Kriteria Pemilihan Suplier

Perolehan bobot dengan metode AHP, diapilaksikan pada pelaksanaan penentuan skala prioritas dengan menggunakan data-data sebagai berikut

Data Faktor Harga

Perhitungan harga data yang digunakan berada pada Tabel 6. Sedangkan persamaan yang digunakan untuk kepantasan harga dengan kualitas adalah sebagai berikut:

rumus :

Harga Beton menunjukan harga beton perusahaan C memiliki harga terendah yaitu Rp 1.034.000. Sebagai contoh perhitungan diambil perusahaan A dengan harga beton Rp 1.133.000 , maka dengan menggunakan persamaan diatas diperoleh nilai bobot sebagai berikut:

Bobot kepantasan harga dengan kualitas perusahaan A =

^{. .}

. . = 0,913

Persamaan yang digunakan untuk kemampuan memberi diskon adalah sebagai berikut :

rumus :

Data kemampuan memberikan diskon menunjukan perusahaan B, perusahaan D, dan perusahaan E memiliki tingkat tertinggi dalam memberi diskon dengan diberi nilai 2 seperti yang telah dijelaskan pada sub bab sebelumnya.

Sebagai contoh perhitungan diambil perusahaan A tidak bisa memberi diskon dengan diberi nilai 1, maka dengan menggunakan persamaan diatas diperoleh nilai bobot sebagai berikut:

Bobot kemampuan memberi diskon perusahaan A

= ½ = 0,5

Berdasarkan pendekatan penentuan nilai bobot diatas, maka dapat ditentukan nilai bobot berdasarkan sub kritria pada faktor harga.

Data Faktor Layanan

Data layanan yang digunakan untuk penentuan bobot dalam perhitungan Persamaan yang digunakan untuk kemudahan untuk dihubungi adalah sebagai berikut:

rumus :

10

Data jumlah contact person pada Tabel 9

menunjukan jumlah contact person perusahaan B dan perusahaan E memiliki nilai tertinggi yaitu 3 seperti telah dijelaskan pada sub bab sebelumnya.

Sebagai contoh perhitungan diambil perusahaan A dengan jumlah contact person diberi nilai 2 , maka dengan menggunakan persamaan diatas diperoleh nilai bobot sebagai berikut :

Bobot kepantasan harga dengan kualitas perusahaan A = 2/3 =0,667

Sedangkan persamaan yang digunakan untuk kemampuan memberikan informasi secara jelas adalah sebagai berikut :

rumus :

Data kemampuan memberikan informasi secara jelas pada Tabel 10 menunjukan perusahaan A, perusahaan C, dan perusahaan E memiliki tingkat tertinggi dalam kemampuan memberikan informasi secara jelas dengan nilai 2 seperti yang telah dijelaskan pada sub bab sebelumnya. Sebagai contoh perhitungan diambil perusahaan B dengan ketersediaan brosur dengan nilai 1, maka dengan menggunakan persamaan diatas diperoleh nilai bobot sebagai berikut:

Bobot kemampuan memberi diskon perusahaan A

= 1/2= 0,5

Sedangkan persamaan yang digunakan untuk kecepatan menanggapi permintaan pelanggan adalah sebagai berikut :

rumus :

Data kecepatan menanggapi permintaan pelanggan pada Tabel 4.11 menunjukan perusahaan A memiliki tingkat tertinggi dalam kecepatan menanggapi permintaan pelanggan dengan nilai 3 seperti yang telah dijelaskan pada sub bab sebelumnya. Sebagai contoh perhitungan diambil perusahaan B dengan ketersediaan brosur dengan nilai 2, maka dengan menggunakan persamaan diatas diperoleh nilai bobot sebagai berikut:

Bobot kemampuan memberi diskon perusahaan A

= 2/3 = 0,667

Sedangkan persamaan yang digunakan cepat tanggap menyelesaikan keluhan pelanggan adalah sebagai berikut :

rumus :

Data cepat tanggap menyelesaikan keluhan pelanggan pada Tabel 12 menunjukan perusahaan E memiliki jarak tempuh terendah sejauh 21,1 km seperti yang telah dijelaskan pada sub bab sebelumnya. Sebagai contoh perhitungan diambil perusahaan A dengan jarak tempuh sejauh 48,5 km, maka dengan menggunakan persamaan diatas diperoleh nilai bobot sebagai berikut:

Bobot kemampuan memberi diskon perusahaan A

= 21,1/48,5 = 0,435

Berdasarkan pendekatan penentuan nilai bobot diatas, maka dapat ditentukan nilai bobot berdasarkan sub kritria pada faktor layanan.

Data Faktor Ketepatan Pengiriman

Data ketepatan pengiriman diambil Persamaan yang digunakan untuk kemampuan mengirimkan barang sesuai tanggal yang disepakati adalah sebagai berikut:

rumus :

Data kemampuan mengirimkan barang sesuai tanggal yang disepakati menunjukan perusahaan E memiliki waktu toleransi terendah selama 15 menit seperti yang telah dijelaskan pada sub bab sebelumnya. Sebagai contoh perhitungan diambil perusahaan A dengan waktu toleransi selama 60 menit, maka dengan menggunakan persamaan diatas diperoleh nilai bobot sebagai berikut:

Bobot kemampuan mengirimkan barang sesuai tanggal yang disepakati

perusahaan A = 15/60 = 0,25

Sedangkan persamaan yang digunakan untuk kemampuan menangani sistem transportasi adalah sebagai berikut :

rumus :

Data kemampuan menangani sistem transportasi pada Tabel 14 menunjukan perusahaan A, dan perusahaan C memiliki jumlah armada tertinggi dengan nilai 15 seperti yang telah dijelaskan pada sub bab sebelumnya.

Sebagai contoh perhitungan diambil perusahaan B dengan jumlah armada sebanyak 10, maka dengan menggunakan persamaan diatas diperoleh nilai bobot sebagai berikut:

Bobot kemampuan memberi diskon perusahaan A

= 10/15 = 0,667

Berdasarkan pendekatan penentuan nilai bobot diatas, maka dapat ditentukan nilai bobot berdasarkan sub kritria pada faktor ketepatan pengiriman.

11 Perhitungan Skala Prioritas Pemilihan

Readymix Dengan Metode AHP

Setelah ditentukan besaran bobot pada masing- masing Kriteria (A-D), Sub Kriteria berdasarkan responden (a1,a2,...d3) dan Sub Kriteria berdasarkan analisa data sekunder (x1,x2,...x10), maka selanjutnya menentukan skala prioritas pemilihan pemasok readymix menggunakan metode Analitycal Hierarcy Process (AHP) dengan perhitungan model Matematis.

Dalam perhitungan menggunakan Model Matematis yang dihitung dengan sistem persamaan matematis menurut Brodjonegoro (1991) yaitu adalah sebagai berikut:

Y = ( A ( a1 x bobot x1 + a2 x bobot x2)) + ( B ( b1 x bobot x3 + ... + (D ( d1 x bobot x8 + d2 x bobot x9 + d3 x bobot x10))

Nilai bobot Kriteria:

Nilai A = 0,333 Nilai C = 0,327 Nilai B = 0,340Nilai bobot Sub Kriteria terhadap responden:

H1 = 0,515 H2 = 0,485

S1 = 0,302 S2 = 0,192 S3 = 0,218 S4 = 0,288 D1 = 0,545 D2 = 0,455

Dengan menggunakan persamaan matematis diatas, data Kriteria dan Sub Kiteria terhadap responden serta data Sub Kriteria terhadap data sekunder maka nilai besaran Y atau skala prioritas jalan dapat di hitung. Sebagai contoh perhitungan diambil Perusahaan A adalah sebagai berikut:

Y =( A (H1.x1 + H2.x2)) + ( B (S1.x5 + S2.x6 + S3.x7+ S4.x8)) + ( C (D1.x9 + D2.x10))

= (0,333 (0,515 x 0,912 + 0,485 x 0,500)) + (0,340 (0,302 x 0,667 + 0,192 x 1,000 + 0,218 x 1,000 + 0,288 x 0,435)) + (0,327 (0,545 x 0,250 + 0,455 x1,000))

=0,680

Perhitungan perusahaan yang lain dilakukan dengan cara yang sama namun disesuaikan dengan data sub kriteria terhaadap data sekunder sesuai dengan perusahaan yang ditinjau.

Tabel 18 Rekapitulasi perhitungan matematis dan hasil urutan AHP

No Nama

Perusahaan

Hasil Peringkat

1 Perusahaan A 0,680 2 2 Perusahaan B 0,687 4 3 Perusahaan C 0,650 3 4 Perusahaan D 0,679 5 5 Perusahaan E 0,900 1

V. KESIMPULAN

1. Hasil kuisioner yang telah dianalisa dengan menggunakan metode AHP terhadap kriteria, menghasikan faktor layanan dengan bobot 0,340 (34%) kemudian disusul dengan faktor

harga dengan bobot 0,333 (33,3%), dan yang terakhir adalah faktor ketepatan pengiriman yaitu dengan bobot 0,327 (32,7%).

2. Hasil Urutan Prioritas Pemilihan Readymix dengan menggunakan metode AHP adalah o Perusahaan E berada pada urutan pertama

dengan nilai hasil 0,900.

o Pada urutan ke dua adalah Perusahaan B dengan nilai hasil prioritas 0,687.

o Perusahaan A berada pada urutan prioritas ke tiga dengan nilai 0,680.

o Perusahaan D berada pada urutan prioritas urutan ke empat dengan nilai 0,679.

o Perusahaan C berada pada urutan prioritas urutan terakhir dengan nilai 0,650.

DAFTAR PUSTAKA

Dipohusodo, I., 1996. Manajemen Proyek &

Konstruksi, Jilid 1. Kanisius.

Ervianto, W.I., 2005. Manajemen Proyek Konstruksi.

Hidayat, A.N., Ardianto, D., 2011. Rekayasa Nilai Pembangunan Gedung Rusunawa Amabarawa (Value Engineering Construction of Ambarawa’s Rusunawa Building).

Rustiadi, E., 2018. Perencanaan dan Pengembangan Wilayah. Yayasan Pustaka Obor Indonesia.

Saaty, T.L., 2008. Decision Making With The Analytic Hierarchy Process.

International journal of services sciences 1, 83–98.

Saaty, T.L., Vargas, L.G., 2012. Models, Methods, Concepts Applications of the Analytic Hierarchy Process: 175 (International Series in Operations Research Management Science).

Setiadi, A., 2009. Studi Pemahaman dan Penerapan Constructability oleh Kontraktor.

Soeharto, I., 1995. Manajemen Proyek dari Konseptual sampai Operasional.

Jakarta: Erlangga.

Widoyoko, E.P., 2009. Evaluasi Program

Pembelajaran. Yogyakarta: Pustaka

Pelajar.