PENERAPAN METODE ANALYTIC NETWORK PROCESS (ANP) DAN TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) DALAM PEMILIHAN SUPPLIER: Studi Kasus PT. Industri Telekomunikasi Indonesia, Bandung.

(1)

Mega Yulianti, 2013

Penerapan Metode Analytic Network Procces (ANP) Dan Technique For Order Preference By Similarity To Idel Solution (TOPSIS) Dalam Pemilihan Supplier

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

PENERAPAN METODE ANALYTIC NETWORK PROCESS (ANP) DAN

TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) DALAM PEMILIHAN SUPPLIER

(Studi Kasus PT. Industri Telekomunikasi Indonesia, Bandung)

SKRIPSI

Diajukan untuk Memenuhi Sebagian dari Syarat untuk Memperoleh Gelar Sarjana Sains

Program Studi Matematika

Oleh

Mega Yulianti 0901986

JURUSAN PENDIDIKAN MATEMATIKA

FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS PENDIDIKAN INDONESIA

(2)

PENERAPAN METODE ANALYTIC NETWORK PROCESS

(ANP) DAN TECHNIQUE FOR ORDER PREFERENCE BY

SIMILARITY TO IDEAL SOLUTION (TOPSIS)

DALAM PEMILIHAN SUPPLIER

(Studi Kasus PT. Industri Telekomunikasi Indonesia, Bandung)

Oleh Mega Yulianti

Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat memperoleh gelar Sarjana pada Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam

Oktober 2013

Hak Cipta dilindungi undang-undang.

(3)

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu MEGA YULIANTI

PENERAPAN METODE ANALYTIC NETWORK PROCESS (ANP) DAN

TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) DALAM PEMILIHAN SUPPLIER

(Studi Kasus PT. Industri Telekomunikasi Indonesia, Bandung)

DISETUJUI DAN DISAHKAN OLEH:

Pembimbing I

Dr. Bambang Avip Priatna M., M.Si.

NIP. 196412051990031001

Pembimbing II

Fitriani Agustina, S.Si., M.Si.

NIP. 198108142005012001

Mengetahui,

Ketua Jurusan Pendidikan Matematika

Drs. Turmudi, M.Ed., M.Sc., Ph.D.

(4)

i

PENERAPAN METODE ANALYTIC NETWORK PROCESS (ANP) DAN TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL

SOLUTION (TOPSIS) DALAM PEMILIHAN SUPPLIER (Studi Kasus PT. Industri Telekomunikasi Indonesia, Bandung)

ABSTRAK

Keberhasilan dalam pemenuhan bahan baku, bahan pembantu, dan komponen pendukung ditentukan oleh kemampuan dari supplier. Supplier merupakan bagian dari rantai pasok yang berpengaruh terhadap kelangsungan hidup suatu perusahaan manufaktur. Pemilihan supplier adalah salah satu kegiatan paling penting dari suatu perusahaan, karena pembelian bahan baku dan komponen mewakili 40 sampai 80 persen dari total biaya produk dan berdampak terhadap kinerja perusahaan. Seiring dengan berjalannya proyek TITO, PT. INTI membutuhkan material-material yang digunakan dalam penggantian kabel tembaga dengan kabel fiber optic yang dibeli melalui mitra atau supplier. Untuk memperoleh supplier dalam proses pengadaan barang maka perlu dilakukan pemilihan dan penilaian supplier. Metode Analytic Network Process (ANP) dapat dijadikan alternatif untuk suatu permasalahan yang mempunyai banyak kriteria yang saling berkaitan atau berpengaruh dalam pengambilan keputusan. Konsep lain yang banyak digunakan pada beberapa model pengambilan keputusan multi kriteria untuk menyelesaikan masalah keputusan secara praktis adalah Technique

for Order Preference by Similarity to Ideal Solution (TOPSIS). Terdapat sembilan

kriteria yang digunakan dalam pemilihan supplier, yaitu kriteria pengiriman, kualitas, pelayanan, fleksibilitas, finansial, hubungan, administrasi, kesehatan dan keselamatan kerja (K3), dan lingkungan. Kriteria-kriteria tersebut dikelompokkan ke dalam tiga cluster. Cluster supplier’s performance, supplier’s features, dan supplier’s safety and enviromental. Cluster supplier’s performance terdiri dari kriteria pengiriman, kualitas, pelayanan, dan fleksibilitas. Cluster supplier’s

features terdiri dari finansial, hubungan, dan administrasi. Cluster supplier’s safety and enviromental terdiri dari K3 dan lingkungan. Berdasarkan pembobotan

kriteria menggunakan ANP, kriteria yang paling besar pengaruhnya dalam pemilihan supplier adalah kriteria pengiriman sebesar 31%. Selanjutnya untuk penentuan rangking supplier dilakukan dengan menggunakan metode TOPSIS yang bobot kriterianya didapatkan dari proses metode ANP. Supplier material kabel terbaik yang diperoleh dari metode TOPSIS adalah PT. Communication Cable System Indonesia (CCSI).

Kata kunci: Pemilihan supplier, Analytic Network Process (ANP), Technique for

(5)

ii

APPLICATION OF ANALYTIC NETWORK PROCESS (ANP) AND TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL

SOLUTION (TOPSIS) METHOD IN SUPPLIER SELECTION (Case Study PT. Industri Telekomunikasi Indonesia, Bandung)

ABSTRACT

Success in fulfilling the raw materials, auxiliary materials, and supporting components is determined by the ability of the supplier. Supplier is part of the supply chain that affect the survival of a manufacturing company. Supplier selection is one of the most important activities of a company, as the purchase of raw materials and components represent 40 to 80 percent of the total cost of the product and the impact on corporate performance. Over TITO project, PT. INTI requires materials that are used in the replacement of copper cables with fiber optic cables that are purchased through a partner or supplier. To obtain suppliers in the procurement process, it is necessary to selection and evaluation the supplier. Analytic Network Process (ANP) can be used as an alternative to solve a problem that has many interrelated criteria or influence in decision-making. Another concept that is widely used in several multi-criteria decision making model to solve problems in a practical decision is Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). There are nine criteria used in supplier selection, the criteria are delivery, quality, service, flexibility, financial, relationships, administration, health and safety (K3), and environmental. These criteria are grouped into three clusters. Supplier's performance, supplier's features, and the supplier's safety and enviromental cluster. Supplier’s performance cluster consists of delivery, quality, service, and flexibility. Supplier's features cluster consist of financial, relationship, and administration. Supplier's safety and enviromental cluster consists of K3 and environment. Based on the weighted criteria using the ANP, criteria that most influence the supplier selection is delivery (31%). Furthermore, to determine the ranking of suppliers is done by using TOPSIS method, criteria weights obtained from ANP method. The best supplier of material obtained from TOPSIS method is PT. Communication Cable Systems Indonesia (CCSI).

Keywords: Supplier selection, Analytic Network Process (ANP), Technique for

(6)

v

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu DAFTAR ISI

Halaman

LEMBAR PENGESAHAN

LEMBAR PERNYATAAN

ABSTRAK ……… i

ABSTRACT……….. ii

KATA PENGANTAR ……….. iii

UCAPAN TERIMA KASIH ………... iv

DAFTAR ISI ………. v

DAFTAR TABEL ……… viii

DAFTAR GAMBAR ……… ix

DAFTAR LAMPIRAN ……… x

BAB I PENDAHULUAN ………. 1

1.1 Latar Belakang Masalah ……….. 1

1.2 Batasan Masalah ……….. 3

1.3 Rumusan Masalah ……… 4

1.4 Tujuan Penelitian ………. 4

1.5 Manfaat Penelitian ………... 4

1.5.1 Aspek Teoritis ……….. 4

1.5.2 Aspek Praktis ………... 4

BAB II KAJIAN PUSTAKA ………... 5

2.1 Multiple Criteria Decision Making (MCDM) ………. 5

2.1.1 Klasifikasi Metode MCDM ………. 6

2.1.2 Klasifikasi Solusi MCDM ……… 6

(7)

vi

2.2.1 Metode-metode Penyelesaian Masalah MADM ……….. 9

2.3 Analytic Hierarchy Process(AHP) ……….. 9

2.3.1 Kelebihan dan Kelemahan AHP ……….. 10

2.3.2 Tahapan Pengerjaan AHP ……… 11

BAB III ANP DAN TOPSIS ……… 14

3.1 Analytic Network Process (ANP) ……….... 14

3.1.1 Landasan ANP ………. 16

3.1.2 Prinsip Dasar ANP ………... 18

3.1.3 Fungsi Utama ANP ……….. 19

3.1.4 Konsistensi dalam ANP …...……… 20

3.1.5 Bentuk Jaringan dalam ANP ……..……….. 21

3.1.6 Supermatrix dari Sistem Feedback ... 23

3.1.7 Tahapan ANP ………... 24

3.2 Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) ……….. 27

3.2.1 Prosedur TOPSIS ………. 28

BAB IV STUDI KASUS ……….. 30

4.1 Profil Perusahaan ………. 30

4.2 Pemilihan Supplier ………... 33

4.3 Metode Pemilihan Supplier ……….. 34

4.4 Kriteria Pemilihan Supplier ………. 35

4.5 Penentuan Kriteria Pemilihan Supplier ……… 38

4.6 Penentuan Alternatif ……… 39

4.7 Pembobotan ANP ………. 40

4.7.1 Pemodelan ANP ………... 40

4.7.2 Pembuatan Matriks Perbandingan Berpasangan ……….. 42

(8)

4.7.4 Perhitungan Konsistensi ………... 44

4.7.5 Pembuatan Supermatriks ……….. 45

4.7.6 Hasil Prioritas Akhir ……… 51

4.7.7 Penentuan Peringkat Kriteria ………... 51

4.8 Perangkingan Supplier dengan Metode TOPSIS ……… 52

BAB V KESIMPULAN DAN SARAN ……….. 55

5.1 Kesimpulan ………. 55

5.2 Saran ……… 55

DAFTAR PUSTAKA ……….. 56

LAMPIRAN ………. 58

(9)

1

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu BAB I

PENDAHULUAN

1.1Latar Belakang Masalah

Kualitas, fleksibilitas, keragaman produk, respon yang cepat, dan persaingan

di lingkungan global menjadi hal yang penting bagi perusahaan dalam

memperoleh kepuasan pelanggan (Shahroudi dan Rouydel, 2012). Untuk

memenuhi hal tersebut, perusahaan harus memperoleh bahan baku, bahan

pembantu, dan komponen pendukung yang terbaik sehingga dapat menghasilkan

produk yang terbaik pula. Keberhasilan dalam pemenuhan bahan baku, bahan

pembantu, dan komponen pendukung ditentukan oleh kemampuan dari supplier.

Supplier merupakan bagian dari rantai pasok yang berpengaruh terhadap

kelangsungan hidup suatu perusahaan.

Pemilihan supplier adalah salah satu kegiatan paling penting dari suatu

perusahaan, karena pembelian bahan baku dan komponen mewakili 40 sampai 80

persen dari total biaya produk dan berdampak terhadap kinerja perusahaan

(Shahroudi dan Rouydel, 2012). Banyak penelitian tentang pemilihan supplier

yang telah dilakukan sebelumnya. Pada umumnya, permasalahan yang timbul

adalah sulitnya menentukan supplier terbaik dari banyak pilihan yang ada dengan

mempertimbangkan kriteria yang diinginkan terhadap calon supplier. Shahroudi

dan Rouydel (2012) melakukan penelitian di perusahaan otomotif Iran.

Perusahaan tersebut menghabiskan energi, waktu, dan biaya untuk memilih

supplier yang sesuai dengan kriteria yang diinginkan perusahaan. Dengan kata

lain, pemilihan supplier bukanlah hal yang mudah.

PT. INTI merupakan Badan Usaha Milik Negara (BUMN) yang bergerak di

bidang industri telekomunikasi. INTI mulai mengukuhkan diri sebagai penyedia

solusi engineering, terutama sebagai sistem integrator untuk pembangunan

infrastruktur telekomunikasi di Indonesia. Untuk pasar TELCO, PT. INTI

(10)

Tbk dengan pola Trade In Trade Off atau lebih dikenal dengan nama proyek

TITO.

Seiring dengan berjalannya proyek TITO, PT. INTI membutuhkan

material-material yang digunakan dalam penggantian kabel tembaga dengan kabel fiber

optic. Material utama yang digunakan adalah kabel fiber optic atau cable FO duct.

Untuk memenuhi kebutuhan material tersebut, PT. INTI melakukan pembelian

kepada mitra atau supplier. Untuk memperoleh supplier dalam proses pengadaan

barang maka perlu dilakukan pemilihan dan penilaian supplier. Menurut bagian

perencanaan dan pengendalian logistik PT. INTI, hal yang menjadi permasalahan

tersendiri bagi perusahaan adalah sulitnya mendapatkan supplier terbaik yang

sesuai dengan kriteria pemilihan.

Saat ini PT. INTI melakukan pemilihan supplier dengan menggunakan

software yang memanfaatkan metode Analytic Hierarchy Process (AHP). Kriteria

pemilihan yang digunakan yaitu delivery, kualitas, service, administrasi,

kesehatan dan keselamatan kerja (K3), lingkungan, dan finansial. Para pengambil

keputusan hanya menentukan kriteria pemilihan berdasarkan tujuan yang

diinginkan oleh perusahaan tanpa mengindentifikasi secara khusus apakah ada

keterkaitan antara kriteria yang satu dengan yang lainnya. Misalnya pada

panelitian yang dilakukan Shahroudi dan Rouydel (2012), finansial dipengaruhi

oleh kualitas dari produk dan ketepatan waktu pengiriman (delivery). Untuk

mengakomodasi kondisi nyata tersebut, diperlukan suatu pendekatan yang mampu

memberikan solusi terhadap masalah yang dihadapi perusahaan.

Pemilihan supplier adalah permasalah multi kriteria yang melibatkan faktor

kuantitatif dan kualitatif (Shahroudi dan Rouydel, 2012). Terdapat beberapa

metode yang telah digunakan oleh peneliti-peneliti sebelumnya, antara lain

metode Analytic Hierarchy Process (AHP), Analytic Network Process (ANP),

Data Envelopment Analysis (DEA), Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), Fuzzy Set Theory, dan Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE). Dalam

penelitian-penelitian sebelumnya, untuk melakukan pembobotan biasanya

(11)

3

supplier. Misalnya Analytic Hierarchy Process (AHP) dan beberapa metode

pembobotan lainnya. Untuk mengakomodasi kriteria-kriteria pemilihan yang

saling berkaitan diperlukan metode yang bisa mengakomodasi kondisi tersebut.

Analytic Network Process (ANP) merupakan metode pemecahan suatu masalah

yang tidak terstruktur dan adanya ketergantungan hubungan antar elemennya

(Dewayana dan Budi, 2009).

Menurut Hwang dan Zeleny (1982) dari buku yang ditulis oleh

Kusumadewi, Technique for Order Preference by Similarity to Ideal Solution

(TOPSIS) didasarkan pada konsep di mana alternatif terpilih yang terbaik tidak

hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki

jarak terpanjang dari solusi ideal negatif. Konsep ini banyak digunakan pada

beberapa model pengambilan keputusan multi kriteria untuk menyelesaikan

masalah keputusan secara praktis. Hal ini disebabkan karena konsepnya sederhana

dan mudah dipahami, komputasinya efisien, dan memiliki kemampuan mengukur

kinerja relatif dari alternatif-alternatif keputusan dalam bentuk matematis yang

sederhana (Kusumadewi, 2006).

Berdasarkan uraian yang telah dipaparkan di atas, penulis tertarik untuk

menerapkan metode ANP dan TOPSIS dalam proses pemilihan supplier.

Sehingga skripsi ini diberi judul “Penerapan Metode Analytic Network Process

(ANP) dan Technique for Order Preference by Similarity to Ideal Solution

(TOPSIS) dalam Pemilihan Supplier (Studi Kasus PT. Industri Telekomunikasi

Indonesia, Bandung)”.

1.2Batasan Masalah

Batasan masalah yang digunakan dalam skripsi ini adalah:

1. Data yang digunakan adalah data primer yang bersumber dari wawancara,

kuesioner, dan data sekunder dari database penilaian supplier tahun 2012

dengan studi kasus di PT. INTI Bandung.

(12)

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu 1.3Rumusan Masalah

Berdasarkan latar belakang yang telah diuraikan di atas, permasalahan yang

timbul dapat dirumuskan sebagai berikut:

1. Bagaimana kajian teoritis tentang metode Analytic Network Process (ANP)

dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

dalam pemilihan supplier?

2. Bagaimana menerapkan metode Analytic Network Process (ANP) dan

Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

dalam pemilihan supplier?

1.4Tujuan Penelitian

Tujuan yang ingin dicapai dari penelitian ini adalah sebagai berikut:

1. Mengetahui kajian teoritis tentang metode Analytic Network Process (ANP)

dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

dalam pemilihan supplier.

2. Mengetahui dan memahami penerapan Analytic Network Process (ANP) dan

Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

dalam pemilihan supplier.

1.5Manfaat Penelitian

1.5.1 Aspek Teoritis

Hasil penelitian ini dapat dijadikan pengembangan keilmuan, terutama

berkenaan dengan pengambilan keputusan dalam pemilihan supplier dengan

menggunakan metode yang sama atau pengembangan metode sistem pendukung

keputusan lainnya.

1.5.2 Aspek Praktis

Perusahaan dapat mengetahui performansi setiap supplier sebagai informasi

dalam memilih supplier dan memberi alternatif metode pemilihan supplier kepada

perusahaan.

(13)

14

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu BAB III

ANP DAN TOPSIS

3.1 Analytic Network Process (ANP)

Analytic Network Process atau ANP adalah teori matematis yang

memungkinkan seorang pengambil keputusan menghadapi faktor-faktor yang

saling berhubungan (dependence) serta umpan balik (feedback) secara sistematik.

ANP merupakan satu dari metode pengambilan keputusan berdasarkan banyaknya

kriteria atau Multiple Kriteria Decision Making (MCDM) yang dikembangkan

oleh Thomas L Saaty. Metode ini merupakan pendekatan baru metode kualitatif

yang merupakan perkembangan lanjutan dari metode terdahulu yakni Analytic

Hierarchy Process (AHP) (Tanjung dan Devi, 2013: 214).

Kelebihan ANP dari metode yang lain adalah kemampuannya untuk

membantu para pengambil keputusan dalam melakukan pengukuran dan sintesis

sejumlah faktor-faktor dalam hirarki atau jaringan. Banyak kelebihan dari metode

baru yang diperkenalkan oleh Saaty ini, yang di antaranya adalah kesederhanaan

konsep yang ditawarkan. Menurut Saaty (Tanjung dan Devi, 2013: 214) dari

kesederhanaan metodenya membuat ANP menjadi metode yang lebih umum dan

lebih mudah diaplikasikan untuk studi kualitatif yang beragam, seperti

pengambilan keputusan, peramalan (forecasting), evaluasi, pemetaan (mapping),

strategizing, alokasi sumber daya dan lain sebagainya.

Pada umumnya penelitian dengan pendekatan kualitatif hanya

mendeskripsikan hasil penemuan yang ada dilapangan tanpa melakukan sintesis

lebih dalam. Terlebih lagi jika dibandingkan dengan metode AHP, ANP memiliki

banyak kelebihan, seperti perbandingan yang dihasilkan lebih objektif,

kemampuan prediktif yang lebih akurat, dan hasil yang lebih stabil. ANP lebih

bersifat general dari AHP yang digunakan pada multi-criteria decision analysis.

struktur AHP merupakan suatu decision problem dalam bentuk tingkatan suatu

(14)

menetapkan level seperti pada hirarki yang digunakan dalam AHP (Tanjung dan

Devi, 2013: 214).

Menurut Saaty ANP digunakan untuk memecahkan masalah yang

bergantung pada alternatif-alternatif dan kriteria-kriteria yang ada. Dalam teknik

analisisnya, ANP menggunakan perbandingan berpasangan pada

alternatif-alternatif dan kriteria proyek. Pada jaringan AHP terdapat level tujuan, kriterian,

subkriteria, dan alternatif, dimana masing-masing level memiliki elemen.

Sementara itu, level dalam AHP disebut cluster pada jaringan ANP yang dapat

memiliki kriteria dan alternatif di dalamnya, yang sekarang disebut simpul.

Gambar 3.1 Jaringan Hirarki

Gambar 3.1 menunjukkan analisa dengan pendekatan jaringan hirarki.

Menurut Ma‟arif dan Hendri (2003) (Tanjung dan Devi, 2013: 216) hirarki

merupakan alat yang sangat dasar dari pikiran manusia dengan melakukan

pengidentifikasian elemen-elemen suatu masalah, lalu elemen-elemen tersebut

dikelompokkan dalam bentuk kumpulan-kumpulan (komponen) yang homogeny

dan dirumuskan dalam bentuk tingkatan yang berbeda. Tidak terdapat aturan baku

dalam penyusunan jaringan hirarki, akan tetapi, penyusunan jaringan hirarki

(15)

16

Selain penggunaan jaringan hirarki, pengambilan keputusan juga dapat

dilakukan dengan membuat jaringan feedback (jaringan timbal balik). Jaringan ini

lebih tepat menggambarkan kondisi masalah penelitian yang sangat kompleks

sebagaimana telah diungkapkan di awal. Secara ringkas jaringan feedback

digambarkan pada Gambar 3.2.

Gambar 3.2 Jaringan Feedback

Dengan menggunakan jaringan feedback, elemen-elemen dapat bergantung

atau terikat pada komponen seperti pada jaringan hirarki akan tetapi juga dapat

bergantung pada sesama elemen. Lebih jauh lagi, suatu elemen dapat tergantung

pada elemen-elemen lain yang ada dalam suatu komponen. Komponen lainnya

sebagaimana ditunjukkan pada garis lurus yang menghubungkan antara ke

cluster lain (yaitu dan ) disebut outer dependence. Sedangkan elemen-elemen yang akan dibandingkan berada pada komponen yang sama, sehingga

pada elemen tersebut membentuk hubungan “garis putaran” maka disebut inner

dependence (Saaty dan Vargas, 2006).

3.1.1 Landasan ANP

ANP merupakan metode dengan pendekatan kualitatif di mana data yang

akan dijadikan sebagai bahan analisis tidak tersedia, sehingga penelitian harus

mencari data secara primer. Oleh karena itu, ANP memiliki tiga aksioma yang

(16)

suatu pernyataan agar dapat dilihat kebenarannya tanpa perlu adanya bukti.

Menurut Ascarya (Tanjung dan Devi, 2013: 219) aksioma-aksioma tersebut

diantaranya:

1. Resiprokal.

Jika aktifitas X memiliki tingkat kepentingan 6 kali lebih besar dari aktifitas Y

maka aktifitas Y besarnya 1/6 dari aktifitas X.

2. Homogenitas.

Aksioma ini menyatakan bahwa elemen-elemen yang akan dibandingkan tidak

memiliki perbedaan terlalu besar. Jika perbandingan terlalu besar maka akan

berdampak pada kesalahan penilaian yang lebih besar. Skala yang digunakan

dalam AHP dan ANP berbeda dengan skala yang digunakan pada skala likert

umumnya (1 sampai 5). Skala yang digunakan dalam ANP memiliki rentang

lebih besar, yaitu 1 sampai 9 bahkan lebih. Berikut skala yang digunakan

dalam ANP diringkas pada Tabel 3.1.

Tabel 3.1 Skala dalam ANP

Di antara nilai 7-9 8 Nilai kompromi di antara dua nilai yang berdekatan.

(17)

18

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu Lanjutan Tabel 3.1 Skala dalam ANP

Deskripsi Tingkat

dalam jaringan kerangka kerja baik hirarki maupun feedback, betul-betul dapat

mewakili agar sesuai dengan kondisi yang ada dan hasilnya sesuai pula dengan

yang diharapkan.

3.1.2 Prinsip Dasar ANP

Saaty (1994) (Tanjung dan Devi, 2013) membagi prinsip dasar dalam AHP

dan ANP menjadi tiga, yakni dekomposis, penilaian komparasi, dan komposisi

hirarki (sintesis). Penjelasan lebih lengkap ketiga prinsip tersebut adalah sebagai

berikut:

1. Dekomposisi. Masalah-masalah yang dikumpulkan dengan melakukan studi

lapangan ketika penelitian sedang berlangsung merupakan masalah yang sangat

kompleks. Untuk menstruktur masalah-masalah yang kompleks tersebut perlu

didekomposisikan ke dalam suatu jaringan dalam bentuk

komponen-komponen, cluster-cluster, sub cluster, dan alternatif. Mendekomposisikan

masalah menjadi dalam bentuk kerangka kerja hirarki atau feedback dapat juga

dikatakan dengan membuat model dengan pendekatan ANP.

2. Penilaian komparasi. Prinsip ini diterapkan untuk melihat perbandingan

pairwise (pasangan) dari semua jaringan/hubungan/pengaruh yang dibentuk

dalam suatu kerangka kerja. Hubungan tersebut dapat berupa hubungan antara

(18)

satu elemen dengan elemen yang lainnya dalam komponen yang sama. Semua pasangan perbandingan itu digunakan untuk memperoleh hasil prioritas „lokal‟ elemen-elemen dalam setiap komponen. Untuk melakukan penilaian komparasi inilah berlaku aksioma resiprokal. Ma‟arif dan Hendri (Tanjung dan Devi, 2013: 221) menyebutkan bahwa jika terdapat elemen, maka matriks

perbandingan komparasi adalah sejumlah n x n. Oleh karena itu, banyaknya

penilaian yang diperlukan untuk menyusun matriks tersebut adalah .

Pertanyaan yang digunakan untuk menilai perbandingan pasangan ini berbeda

antara pendekatan AHP dan ANP. Dalam AHP seseorang bertanya “Elemen

mana yang lebih disukai atau lebih penting?”, sementara dalam ANP seseorang

bertanya “Elemen mana yang mempunyai pengaruh lebih besar?”. Untuk

memperoleh hasil prioritas „lokal‟, dari setiap matriks penilaian perbandingan pasangan kemudian dicari nilai eigen vector.

3. Komposisi hirarki atau sintesis. Prinsip ini diterapkan untuk mengalikan

prioritas lokal dari elemen-elemen dalam cluster dengan prioritas global dari

elemen induk yang akan menghasikan prioritas global seluruh hirarki dan

menjumlahkannya untuk menghasilkan prioritas global untuk elemen level

terendah (biasanya merupakan alternatif).

3.1.3 Fungsi Utama ANP

Menurut Ascarya (Tanjung dan Devi, 2013: 221) ada tiga fungsi utama

ANP, yaitu:

1. Menstruktur Kompleksitas

Permasalahan yang kompleks jika tidak distruktur dengan baik maka akan sulit

dalam menguraikan masalah tersebut. Serumit apapun dan sekompleks apapun

masalah yang dihadapi, ANP membantu dalam menstruktur masalah tersebut.

2. Pengukuran dalam Skala Rasio

Pengukuran ke dalam skala rasio ini diperlukan untuk mencerminkan proporsi.

Setiap metode dengan struktur hirarki harus menggunakan prioritas skala rasio

untuk elemen di atas level terendah dari hirarki. Hal ini penting karena prioritas

(19)

20

mangalikan prioritas dari elemen induknya. Karena hasil perkalian dari dua

pengukuran level interval secara matematis tidak memiliki arti, skala rasio

diperlukan untuk perkalian ini. ANP menggunakan skala rasio pada semua

level terendah dari hirarki/jaringan, termasuk level terendah (alternatif dalam

model pilihan). Skala rasio ini menjadi semakin penting jika prioritas tidak

hanya digunakan untuk aplikasi pilihan, namun untuk aplikasi-aplikasi lain,

seperti untuk aplikasi alokasi sumber daya.

3. Sintesis

Sintesis berarti menyatukan semua bagian menjadi satu kesatuan. Karena

kompleksitas, situasi keputusan penting, atau prakiraan, atau alokasi sumber

daya, sering melibatkan terlalu banyak dimensi bagi manusia untuk dapat

melakukan sintesis secara intuitif, kita memerlukan suatu cara untuk

melakukan sintesis dari banyak dimensi. Fungsi yang lebih penting lagi dalam

ANP adalah kemampuannya untuk membantu pengambil keputusan dalam

melakukan pengukuran dan sintesis sejumlah faktor-faktor dalam hirarki atau

jaringan.

3.1.4 Konsistensi dalam ANP

Ma‟arif dan Hendri (Tanjung dan Devi, 2013: 221) membagi jenis penilaian

konsistensi baik dalam AHP maupun ANP menjadi dua jenis. Pertama,

konsistensi diukur berdasarkan objek-objek (elemen) yang akan diperbandingkan.

Contoh sederhana adalah buah lengkeng dan kelereng dapat dikelompokkan

menjadi satu himpunan yang seragam jika kriteria yang digunakan adalah “bulat”. Akan tetapi, buah lengkeng dan kelereng tidak dapat dijadikan dalam satu kelompok himpunan seragam jika kriteria yang digunakan adalah “rasa”. Karena jelas antara kedua elemen yakni buah lengkeng dan kelereng adalah berbeda dari

segi rasa tapi sama dari segi bentuk. Oleh karena itu, seorang peneliti harus

mampu mengelompokkan elemen-elemen dalam satu kriteria (komponen) tertentu

dan meminimalisir terjadinya ambiguitas agar tidak terdapat kesalahan tafsir oleh

pembaca (responden). Kedua, konsistensi juga terdapat ketika akan melakukan

(20)

jika elemen yang dibandingkan hanya dua. Akan tetapi, akan lebih sulit untuk

konsisten jika komponen yang dibandingkan lebih dari dua. Misalnya, jika X

enam kali lebih besar daripada Y, Y tiga kali lebih besar daripada Z, maka

seharusnya X 18 kali lebih besar daripada Z. Jika X dinilai 10 kali lebih besar

daripada Z maka penilaian komparasi perbandingan tersebut akan tidak konsisten

sehingga proses penilaian perlu diulangi sampai penilaian yang dihasilkan

konsisten.

3.1.5 Bentuk Jaringan dalam ANP

Pada umumnya, ada beberapa jaringan ANP yang telah dikembangkan

menjadi lebih variatif. Hal ini dikarenakan ANP tidak dibatasi pada struktur

hirarki sebagaimana AHP, sehingga jaringan yang dibuat dalam ANP pun menjadi

lebih beragam. Beberapa bentuk jaringan ANP yang diperkenalkan oleh Ascarya

(Tanjung dan Devi, 2013: 221) antara lain dapat berbentuk hirarki, holarki,

BORCR (Benefit-Opportunity-Cost-Risk), dan jaringan secara umum baik dari

jaringan yang sederhana sampai jaringan yang lebih kompleks.

1. Jaringan Hirarki

Jaringan hirarki adalah jaringan yang paling umum dan sederhana. Jaringan

inilah yang sering digunakan dalam AHP. Secara umum struktur dari hirarki

linier berupa komponen-komponen (cluster) dan di dalam setiap cluster

terdapat elemen-elemen. Level tertinggi jaringan hirarki adalah cluster tujuan,

kemudian cluster kriteria (dan sub kriteria jika ada), dan terendah adalah

alternatif. Penerapan jaringan ANP bentuk hirarki linier memiliki tiga cluster,

yaitu cluster tujuan, kriteria, dan alternatif. Elemen dapat disebut juga dengan

node. Setiap cluster memiliki node masing-masing.

2. Jaringan Holarki

Bentuk jaringan lainnya adalah jaringan holarki. Jaringan ini merupakan

bentuk jaringan di mana elemen-elemen dalam suatu cluster pada level yang

paling tinggi, terikat atau dependen terhadap elemen-elemen dalam cluster

pada level yang paling rendah. Jaringan ini otomatis membentuk garis

(21)

22

Perbedaan bentuk jaringan holarki dengan jaringan hilarki terletak pada adanya

hubungan feedback antara cluster alternatif ke cluster faktor utama.

3. Jaringan BORC (Benefit-Opportunity-Cost-Risk)

Setiap kriteria-kriteria yang menjadi bahan pertimbangan pengambilan

keputusan tentunya memiliki beberapa keuntungan dan ketidakuntungan bagi

si pengambil keputusan. Beberapa dari kriteria tersebut bisa jadi sesuatu yang

pasti atau bahkan belum pasti terjadinya. Oleh sebab itulah, pada umumnya

keuntungan untuk sesuatu yang pasti itu disebut benefit (manfaat/keuntungan),

sedangkan ketidakuntungannya adalah cost (biaya). Sedangkan keuntungan

untuk sesuatu yang tidak pasti dikenal dengan opportunities (kesempatan) dan

ketidakuntungan adalah risk (resiko) yang merupakan sesuatu yang belum pasti

dan kemungkinan akan dihadapi oleh pengambil keputusan. Pada dasarnya

teori ini senada dengan analisis SWOT (Strenght, Weakness, Opportunity,

Treats).

Bentuk sederhana dari jaringan analisa BORC adalah jaringan pengaruh

(impact network) sebagaimana bentuk jaringan ANP pada umumnya. Jaringan

ini memiliki dua jaringan terpisah secara bagan, di mana untuk pengaruh

positif, dan untuk pengaruh negatif. Sebagaimana diketahui bahwa pengaruh

positif meliputi sesuatu yang memberikan keuntungan bagi pengambil

keputusan yaitu benefit (pasti) dan opportunities (belum pasti), sedangkan

pengaruh negatif meliputi sesuatu yang memberikan ketidakuntungan bagi

pengambil keputusan yaitu cost (pasti) dan risk (belum pasti).

Untuk melakukan analisis benefit, opportunities, cost, dan risk sebagai analisis

strategis, perhitungannya menggunakan metode pairwise comparison. Menurut

Saaty (Tanjung dan Devi, 2013: 232) secara struktural, sebuah keputusan

dibagi menjadi tiga bagian, pertama sistem penilaian, kedua sebagai

pertimbangan membuat keputusan, dan ketiga hirarki atau jaringan keterkaitan,

fakta (objektif) yang membuat sebuah alternatif keputusan lebih diinginkan

dibanding yang lainnya. Hasil dari beberapa alternatif yang diprioritaskan,

didapatkan tiga hasil, kondisi umum (standard condition) B/C, pessimistic

(22)

nilai realistic yang tinggi dan alternatif terpilih tersebut dipertimbangkan

sebagai keputusan yang ditentukan dari alternatif lainnya.

4. Jaringan Umum

Bentuk jaringan lainnya dalam ANP dan sangat umum digunakan adalah

jaringan umum, di mana tidak memiliki bentuk khusus. Jaringan umum ini

dapat berbentuk sederhana bahkan dapat terlihat kompleks asalkan memenuhi

syarat ANP yang berlaku dimana terdapat beberapa cluster dan node, jaringan

dependensi, dan jaringan feedback.

Jaringan umum menunjukkan bahwa satu cluster ke cluster lainnya memiliki

hubungan dependensi (inner dependence) serta dari jaringan feedback.

Hubungan inner dependence menunjukkan bahwa node dalam satu cluster

memiliki hubungan dengan node lainnya dalam cluster yang sama. Sedangkan

jaringan feedback menunjukkan bahwa antara satu cluster dengan cluster

lainnya memiliki hubungan yang saling mempengaruhi.

3.1.6 Supermatrix dari Sistem Feedback

Jika diasumsikan suatu sistem memiliki N cluster di mana elemen-elemen

dalam setiap cluster saling berinteraksi atau memiliki pengaruh terhadap beberapa

atau seluruh cluster yang ada. Jika cluster dinotasikan dengan di mana

dengan elemen sebanyak yang dinotasikan dengan

. Pengaruh dari satu elemen dalam suatu cluster pada elemen

yang lain dalam suatu sistem dapat direprensentasikan melalui vektor prioritas

berskala rasio yang diambil dari perbandingan berpasangan. Pengaruh dari elemen

terhadap elemen lain dalam suatu jaringan dapat diperlihatkan pada supermatrix

(23)

24

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu Gambar 3.3 Format Dasar Supermatrix

di mana blok i, j dari matriks ini adalah:

Gambar 3.4 Matriks Blok i dan j

Masing-masing kolom dari adalah eigen vector utama dari pengaruh (penting)

elemen dalam komponen ke-i dari jaringan pada suatu elemen dalam komponen

ke-j. Beberapa masukan (entri) yang menunjukan nilai nol pada elemen artinya

tidak terdapat kepentingan pada elemen tersebut. Jika hal tersebut terjadi maka

elemen tersebut tidak digunakan dalam perbandingan berpasangan untuk

menurunkan eigen vector (Saaty, 2008: 10).

3.1.7 Tahapan ANP

Saaty menjelaskan tahapan dalam pengambilan keputusan dengan ANP

sebagai berikut:

1. Menyusun struktur masalah dan mengenbangkan model keterkaitan

Melakukan penentuan sasaran atau tujuan yang diinginkan, menentukan

(24)

terdapat elemen-elemen yang memiliki kualitas setara maka dikelompokkan ke

dalam suatu komponen yang sama.

2. Membentuk matriks perbandingan berpasangan

ANP mengasumsikan bahwa pengambil keputusan harus membuat

perbandingan kepentingan antara seluruh elemen untuk setiap level dalam

bentuk berpasangan. Perbandingan tersebut ditransformasi ke dalam bentuk

matriks A. Nilai mereprensentasikan nilai kepentingan relatif dari elemen

pada baris ke-i terhadap elemen pada kolom ke-j. misalnya . Jika ada n

elemen yang dibandingakan maka matriks perbandingan A didefinisikan

sebagai:

Jika perbandingan berpasangan telah lengkap, vektor prioritas w yang disebut

sebagai eigenvector dihitung dengan rumus:

… (3.2) dengan A adalah matriks perbandingan berpasangan dan adalah eigen

value terbesar dari A. Eigen vector merupakan bobot prioritas suatu matriks

yang kemudian digunakan dalam penyusunan supermatriks.

4. Menhitung rasio konsistensi

Rasio konsistensi tersebut harus 10 persen atau kurang. Jika nilainya lebih dari

10 persen, maka penilaian data keputusan harus diperbaiki. Dalam prakteknya,

konsistensi tersebut tidak mungkin didapat. Pada matriks konsistensi, secara

praktis , sedangkan pada matriks tidak setiap variasi dari akan

membawa perubahan pada nilai . Deviasi dari n merupakan suatu

(25)

26

... (3.3)

di mana

CI = Consistency Index

= nilai eigen terbesar

n = jumlah elemen yang dibandingkan

Nilai CI tidak akan berarti apabila terdapat standar untuk menyatakan apakah

CI menunjukkan matriks yang konsisten. Saaty (2008) memberikan patokan

dengan melakukan perbandingan secara acak atas 500 buah sampel. Saaty

berpendapat bahwa suatu matriks yang dihasilkan dari perbandingan yang

dilakukan secara acak merupakan suatu matriks yang mutlak tidak konsisten.

Dari matriks acak tersebut didapatkan juga nilai Consistency Index, yang

disebut dengan Random Index (RI).

Dengan membandingkan CI dan RI maka didapatkan patokan untuk

menentukan tingkat konsistensi suatu matriks, yang disebut dengan

Consistency Ratio (CR), dengan rumus:

…… (3.4)

di mana

CR = Consistency Ratio

CI = Consistency Index

RI = Random Index

Nilai RI merupakan nilai random indeks yang dikeluarkan oleh Oarkridge

Laboratory yang dapat dilihat pada tabel 2.2.

5. Membuat Supermatriks

Supermatriks merupakan hasil vektor prioritas dari perbandingan berpasangan

antar cluster, kriteria, dan alternatif. Supermatriks terdiri dari tiga tahap, yaitu

(26)

Tertimbang (Weighted Supermatrix), dan Supermatriks Limit (Limmiting

Supermatrix).

a. Tahap Unweighted Supermatrix

Unweighted Supermatrix dibuat berdasarkan perbandingan berpasangan

antar cluster, kriteria, dan alternatif dengan cara memasukkan vektor

prioritas (eigen vector) kolom ke dalam matriks yang sesuai dengan selnya.

b. Tahap Weighted Supermatrix

Weighted Supermatrix diperoleh dengan cara mengalikan semua elemen

pada unweighted supermatrix dengan nilai yang terdapat dalam matriks

cluster yang sesuai sehingga setiap kolom memiliki jumlah satu.

c. Tahap Limmiting Supermatrix

Selanjutnya untuk memperoleh limmiting supermatrix, weighted supermatrix dinaikan bobotnya. Menaikan bobot weighted supermatrix

dilakukan dengan cara mengalikan supermatriks tersebut dengan dirinya

sendiri sampai beberapa kali. Ketika bobot pada setiap kolom memiliki nilai

yang sama, maka limmiting supermatrix sudah didapatkan.

3.2 Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

TOPSIS adalah metode pengambilan keputusan multikriteria yang pertama

kali diperkenalkan oleh Yoon dan Hwang tahun 1981. Menurut Hwang dan

Zeleny (Kusumadewi, dkk., 2006), TOPSIS didasarkan pada konsep dimana

alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi

ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif.

Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang

dapat dicapai untuk setiap atribut, sedangkan solusi ideal negatif terdiri dari

seluruh nilai terburuk yang dicapai untuk setiap atribut (Meliana, 2011).

Konsep ini banyak digunakan pada beberapa model MADM untuk

menyelesaikan masalah keputusan secara praktis (Hwang, 1993; Liang,1999; Yeh,

2000). Hal ini disebabkan konsepnya sederhanadan, mudah dipahami,

(27)

28

dari alternatif-alternatif keputusan dalam bentuk matematis yang sederhana

(Kusumadewi, dkk., 2006: 88).

3.2.1 Prosedur TOPSIS

Secara umum, prosedur TOPSIS mengikuti langkah-langkah sebagai

berikut:

1. Membuat matriks keputusan yang ternormalisasi

TOPSIS membutuhkan rating kinerja setiap alternatif pada setiap kriteria

yang ternormalisasi, yaitu:

√∑

; dengan i = 1, 2, … , m; dan j = 1, 2, 3, … , n. …(3.5)

2. Membuat matriks keputusan yang ternormalisasi terbobot

Solusi ideal positif dan solusi ideal negatif dapat ditentukan berdasarkan

rating bobot ternormalisasi sebagai:

; dengan i = 1, 2, … , m; dan j = 1, 2, 3, … , n. ...(3.6)

dimana:

= matriks ternormalisasi terbobot

= vektor bobot ke-i

3. Menentukan matriks solusi ideal positif dan matriks solusi ideal negatif

Solusi ideal positif dihitung berdasarkan:

; …(3.7)

Solusi ideal negatif dihitung berdasarkan:

(28)

4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal

positif dan matriks solusi ideal negatif

Jarak antara alternatif dengan solusi ideal positif dirumuskan sebagai:

√∑ ( ) …(3.11)

Jarak antara alternatif dengan solusi ideal negatif dirumuskan sebagai:

√∑ ( ) …(3.12)

5. Menentukan nilai preferensi untuk setiap alternatif

Nilai preferensi untuk setiap alternatif ( ) diberikan sebagai:

…(3.13)

(29)

55

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu BAB V

KESIMPULAN DAN SARAN

5.1Kesimpulan

Berdasarkan hasil penelitian ini, dapat disimpulkan bahwa:

1. Secara teoritis dalam pemilihan supplier, metode Analytic Network Process

(ANP) digunakan untuk mencari nilai bobot dari masing-masing kriteria.

Selanjutnya bobot dari masing-masing kiteria tersebut akan digunakan untuk

memperoleh rangking dari setiap alternatif dengan menggunakan metode

Technique for Order Preference by Similarity to Ideal Solution (TOPSIS).

2. Metode Analytic Network Process (ANP) dan Technique for Order Preference

by Similarity to Ideal Solution (TOPSIS) dapat digunakan dalam pemilihan supplier di PT. INTI. Model yang sesuai untuk pemilihan supplier di PT. INTI

adalah model network sederhana dengan menggunakan kriteria pengiriman,

kualitas, pelayanan, fleksibilitas, finansial, hubungan, administrasi, kesehatan

dan keselamatan kerja (K3), dan lingkungan. Kriteria yang paling besar

pengaruhnya dalam pemilihan supplier adalah kriteria pengiriman sebesar

31%. Selanjutnya untuk supplier material kabel terbaik adalah PT.

Communication Cable System Indonesia (CCSI).

5.2Saran

Berdasarkan hasil penelitian ini dapat diberikan saran sebagai berikut:

1. Perusahaan dapat menggunakan metode Analitic Network Process (ANP) dan

Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

untuk pemilihan supplier material maupun jasa.

2. Dalam melakukan proses pemilihan supplier, sebaiknya perusahaan memilih

kriteria-kriteria yang tepat dan sesuai dengan kebutuhan perusahaan.

3. Untuk penelitian selanjutnya bisa dilakukan penggabungan metode multi

criteria decision making lainnya sehingga dapat menambah wawasan dalam

(30)

56

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu DAFTAR PUSTAKA

Bayazit, O. (2006). “Use of Analytic Network Process in Vendor Selection

Decisions”. Benchmarking an International Journal. [Online] 13, (5).

Tersedia: http://www.emeraldinsight.com/1463-5771.htm [14 September 2013]

Dewayana, T. S. dan Budi, A. (2009). “Pemilihan Pemasok Cooper Rod

Menggunakan Metode ANP”. Jurnal Teknik Industri Universitas

Diponegoro, 4, (3).

Elanchezhian, C., Vijaya, B. dan Kesavan, R. (2010). “Vendor Evaluation Using

Multi Criteria Decision Making Technique”. International Journal of

Computer Applications [Online], 5, (9).

Tersedia: http://www.ijcaonline.org [29 MAret 2013]

Kusumadewi, Sri. dkk. (2006). Fuzzy Multiatribute Decision Making. Jogjakarta: Graha Ilmu.

Liu, Y. N. (2010). “A Case Study of Evaluating Supplier’s Selection Criteria in a

Steel Bars Manufacturer”. Department of Computer Science and

Information Engineering. [Online] 1.

Tersedia:

http://www1.rdoffice.ndhu.edu.tw/exchange/abroad/abroad99/35_paper.pdf [18 Mei 2013]

Marimin dan Magfiroh, N. (2010). Aplikasi Teknik Pengambilan Keputusan

dalam Manajemen Rantai Pasok. Bogor: IPB Press.

Pujawan, I. N. (2005). Supply Chain Management. Surabaya: Guna Widya.

Saaty, T. L. (2008). “Decision Making with The Analytic Hierarchy Process”.

International Journal Services Sciences. [Online] 1, (1), 83-98.

Tersedia: http//www.indescience.com [26 April 2013]

Saaty, T. L. (2008). The Analytic Network Process. Pittsburgh: Ellsworth Avenue. Tersedia: http://www.sid.ir/en/VEWSSID/J_pdf/115720080101.pdf [31 Mei 2013]

Saaty, T. L. dan Vargas, L. G. (2006). Decision Making with The Analytic

Network Process Economic, Political, Social and Technological Applications with Benefits, Opportunities, Cost and Risk. Pittsburgh:

(31)

57

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu Tersedia:

http://en.bookfi.org/s/?q=Decision+Making+With+The+Analytic+Network +Process&t=0 [10 Mei 2013]

Sartin. (2008). “Pemilihan Supplier Bahan Baku dengan Menggunakan Metode Multi Criteria Decision Making (MCDM) With Promethee dan Goal Programming di Perusahaan Azam Jaya Sidoarjo”. Jurnal Tekmapro.

[Online], 4 , (2).

Tersedia:

http://www.ejournal.upnjatim.ac.id/index.php/tekmapro/search/title?searchP age=2 [7 April 2013]

Shahroudi, K. dan Rouydel, H. (2012). “Using A Multi-Criteria Decision Making

Approach (ANP-TOPSIS) To Evaluate Supplier In Iran’s Auto Industry”.

International Journal of Applied Operation Research [Online], 2, (2),

37-48. Tersedia : http://www.ijorlu.ir/browse.php [7 April 2013]

Siagian, Y.M. (2005). Aplikasi Supply Chain Management dalam Dunia Bisnis. Jakarta: Grasindo.

Tanjung, H. dan Devi, A. (2013). Metodologi Penelitian Ekonomi Islam. Bekasi: Gramatika Publishing.

Wirdianto, E. dan Unbersa, E. (2008). “Aplikasi Metode Analytical Hierarchy Process dalam Menentukan Kriteria Penilaian Supplier”. Jurnal Teknik Perencanaan dan Optimasi Sistem Industri (POSI) [Online], 2, (29), 6-13.