27 3.1 Penetapan Kriteria Optimasi
Kriteria – kriteria optimasi ini dikembangkan untuk memilih alternatif – alternatif faktor pengambilan keputusan, yaitu :
a) Memperkecil resiko b) Mengalihkan resiko c) Mengontrol resiko d) Pendanaan resiko
Kriteria – kriteria optimasi terhadap resiko operasional pada PT. SURYA ARTHA CHANYA dikelompokkan menjadi 7 resiko operasional, yaitu :
1. Kesalahan dalam pembukuan secara manual (Manual Risk) 2. Resiko pada komputer (Computer Risk)
3. Pegawai outsourcing 4. Kecelakaaan kerja
5. Globalisasi dalam konsep dan produk
6. Kesalahan produksi barang dan tidak ada kesepakatan barang yang dibeli tidak ditukar kembali
7. Kerusakan maintenance pabrik
Kriteria optimasi pada resiko operasional dominan, dalam aplikasinya ada beberapa yang melebihi ambang batas (threshold), sehingga harus dipilih khususnya karena metode Generalized Pareto Distribution dengan menggunakan data yang melebihi batas atau threshold. Resiko operasional yang melebihi threshold ini adalah resiko yang jumlahnya besar dan sangat berpengaruh.
Kriteria di dalam optimasi yang melebihi threshold diperhitungkan dengan menggunakan metode Generalized Pareto Distribution. Metode Generalized Pareto
Distribution dapat digunakan untuk mencari potensi kerugian yang akan dihadapi
menggunakan rumus Value at Risk dan Expected Short Fall untuk mendapatkan besarnya jumlah kerugian yang paling buruk pada kondisi portofolio dalam jangka waktu tertentu.
3.2 Pengembangan Alternatif Solusi
Tahap 1 : Identifikasi Resiko Operasional
Pada tahap ini, penulis berusaha mengidentifikasi apa saja resiko operasional yang dihadapi oleh PT. SURYA ARTHA CHANYA. Di dalam PT. SURYA ARTHA CHANYA tentu terdapat resiko yang dominan.
Tahap 2 : Pemilihan dan pemetaan Resiko Operasional yang Melebihi Batas Pada tahap ini, penulis menentukan resiko operasional yang melebihi ambang batas. Pemilihan resiko operasional yang melebihi batas ini dilakukan untuk menjadi fokus pembahasan dalam menentukan potensi kerugian terburuk yang dapat terjadi (Value
at Risk) serta kerugian yang terjadi yang melebihi value at Risk
Tahap 3 : Model Penghitungan Potensi Resiko Operasional
Tahap ini adalah tahap yang paling penting, dimana penghitungan potensi resiko operasional dilakukan untuk mengetahui seberapa besar potensi kerugian terburuk yang dapat terjadi di perusahaan serta seberapa besar kerugian yang melebihi potensi kerugian terburuk tersebut. Pada tahap ini penulis menggunakan metode Generalized
Pareto Distribution (GPD). Hasil penghitungan ini akan menentukan langkah –
langkah kebijakkan yang dapat diambil oleh perusahaan.
Tahap 4 : Pengelolaan dan Pengendalian Resiko
Tahap ini adalah tahap untuk mengelola atau me-manage resiko operasional. Ini juga sekaligus dapat digunakan oleh perusahaan sebagai sarana bagi perusahaan itu sendiri dalam menentukan langkah – langkah kebijakkan yang akan diambil sehubungan dengan resiko – resiko operasional yang telah terjadi selama bulan January 2013 – Desember 2013.
3.3 Jenis dan Sumber Data Penelitian
Data yang digunakan di dalam penelitian ini merupakan data subyek (self-report data). Data subyek merupakan jenis data penelitian yang berupa opini, sikap, pengalaman, atau karakteristik dari seseorang atau sekelompok orang yang menjadi subyek penelitian (responden). (Indriantoro dan Supomo2002, p145). Data yang digunakan di dalam penelitian ini diperoleh dari sumber primer dan sumber sekunder. Data primer mengacu pada informasi yang diperoleh dari tangan pertama oleh peneliti yang berkaitan dengan variabel minat untuk tujuan spesifik studi. Sedangkan data sekunder mengacu pada informasi yang dikumpulkan dari sumber yang telah ada. (Sekaran2006, p60)
Data primer yang digunakan di dalam penelitian ini diperoleh melalui wawancara dengan para pemangku kepentingan/pakar (stakeholder) dalam PT. Surya Artha Chanya dan melalui penyebaran kuesioner.
3.4 Teknik Pengumpulan Data
Metode pengumpulan data merupakan bagian integral dari desain penelitian. Beberapa metode pengumpulan data yang digunakan dalam penelitian ini, yaitu:
1. Observasi
Pengamatan langsung di perusahaan, dilakukan untuk melihat apa saja resiko – resiko khususnya di bidang operasional untuk mengetahui berbagai resiko yang ada.
2. Wawancara
Mengadakan wawancara awal melalui telepon dengan Bapak Sunardi selaku Manager PT. Surya Artha Chanya untuk memperoleh informasi mengenai isu-isu yang terkait dengan topik skripsi yang sedang diteliti.
3. Kuesioner
Kuesioner (questionnaries) adalah daftar pertanyaan tertulis yang telah dirumuskan sebelumnya yang akan responden jawab, biasanya dalam alternatif yang didefinisikan dengan jelas. Kuesioner merupakan suatu mekanisme pengumpulan data yang efisien jika peneliti mengetahui dengan tepat apa yang diperlukan dan bagaimana mengukur variabel penelitian. (Sekaran2006, p82)
4. Studi Pustaka
Studi pustaka pada penelitian ini dilakukan untuk memperoleh data sekunder dengan membaca, mengumpulkan, mencatat, mempelajari buku cetak dan buku–buku pelengkap atau referensi, seperti jurnal di perpustakaan ataupun melalui internet.
3.5 Rancangan Implikasi Solusi Terpilih
Untuk dapat mengambil langkah dalam perhitungan Generalized
Pareto Distribution maka perlu dilakukan terlebih dahulu perhitungan
Statistik Deskriptif yang berfungsi untuk mengetahui data yang akan di hitung valid atau tidak valid. Menghitung nya denhan menggunakan software SPSS 16.0
Berikut kolom data yang akan di olah: Tabel 3.1 Data Losses
No. Bulan Losses
1. Januari 1.558kg 2. Februari 1.226kg 3. Maret 910kg 4. April 1.142kg 5. Mei 1.616kg 6. Juni 667kg 7. Juli 1.044kg
8. Agustus 1.282kg
9. September 1.616kg
10. Oktober 1.475kg
11. November 1.052kg
12. Desember 1.128kg
1. Langkah –langkah penyelesaian:
Hitung banyaknya kelas dan lebar kelas dengan menggunakan rumus Sturges.
Rumus: k = 1+ 3.3log n l = Xmax - Xmin k
1+3.3log(12)=4,56 l= 1.616-668 =207,89 4,56
Berdasarkan rumus tersebut, maka diketahui k = 4,65=> 5 dan l = 207,89=> 300
2. Pada Menu Transform, pilih submenu Recode, pilih Into Different
Variables. Akan muncul dialog seperti dibawah ini.
Sumber: SPSS 16.0
Gambar 3.1
3. Pada kotak dialog Recode Into Different Variables, pindahkan variable jumlah kesebelah kanan, lalu pada Output Variable, ketik: losses1 sebagai nama variable yang baru.Kemudian pilih:
Sumber: SPSS 16.0
Gambar 3.2
4. Input range:3 through:5 kemudian pada New Value, inputkan Value: 4 sebagai nilai tengah dari range tersebut. Setelah itu di-add di OldNew, dan seterusnya.
Sumber: SPSS 16.0
Gambar 3.3
5. Klik ok. Maka akan muncul variabel baru
Sumber: SPSS 16.0
Gambar 3.4
6. Pada menu analize, pilih descriptive statistics – frequencies
Sumber: SPSS 16.0
7. Pindahkan variable jumlah1 disebelah kanan
Sumber: SPSS 16.0
Gambar 3.6
8. Pada menu chart, pilih jenis chart yang diminta. Klik continue
Sumber: SPSS 16.0
Gambar 3.7
9. Klik countinue kemudian ok, maka akan muncul hasil deskriptif
Sumber: SPSS 16.0
Setelah semua data dan hasil analisis selesai dilakukan, maka langkah selanjutnya yang harus dilakukan adalah dengan menggunakan metode
Generalized Pareto Distribution.
• Generalized Pareto Distribution
Generalized Pareto Distribution digunakan untuk mengetahui
seberapa besar potensi kerugian suatu perusahaan yang melebihi limit dalam periode tertentu. Langkah – langkah pengerjaannya adalah sebagai berikut :
1. Menetapkan parameter Generalized Pareto Distribution Parameter merupakan ukuran dalam penelitian yang harus diperkirakan. Dan parameter yang digunakan dalam Generalized Pareto Distribution adalah :
• Ψ (scale) atau standar deviasi
• ξ (shape) atau tail index
2. Menetapkan nilai Value at Risk (VaR) dan Expected Shortfall (ES)
VaR sering didefinisikan sebagai potensi kerugian dari suatu portofolio eksposur resiko operasional pada tingkat keyakinan tertentu
dalam periode waktu tertentu.
Sedangkan ES atau yang sering juga disebut tail conditional expectation merupakan estimasi potensi besarnya kerugian yang melebihi VaR.
3. Membuat kesimpulan
Hasil dari Value at Risk (Var) dan Expected Shortfall (ES) akan dijadikan pedoman dalam menetapkan langkah yang paling baik untuk menangani resiko operasional yang terjadi dalam PT. SURYA ARTHA CHANYA.
3.6 Pengembangan Model Operasional
Setelah pengembangan alternatif solusi resiko operasional pada PT. SURYA ARTHA CHANYA, maka dapat dikembangkan model – model optimasi, yaitu dengan menggunakan metode Analytical hierarchy process.
3.6.1 Analtytical Hierarchy Process
Prinsip kerja AHP adalah penyederhanaan suatu persoalan kompleks yang tidak terstruktur, serta menata dalam suatu hierarki. Kemudian tingkat kepentingan setiap variabel diberi nilai numerik secara subjektif tentang arti penting variabel tersebut secara relatif bandingkan dengan variabel lain. Dari berbagai pertimbangan tersebut kemudian dilakukan sintesa untuk menetapkan variabel yang memiliki prioritas tinggi dan berperan untuk mempengaruhi hasil pada sistem tersebut. Pada metode Analytical Hirerachy Proses penghitungan menggunakan Expert Choise. Expert Choice adalah sebuah perangkat lunak yang mendukung sistem perangkat keras yang memfasilitasi grup pembuatan keputusan yang lebih efisien, analitis, dan
yang dapat dibenarkan. Untuk mendapatkan data Resiko Operasional yang paling dominan dan sering terjadi dalam ruang lingkup kerja, maka penulis mengambil data – data dari 5 resiko operasional dan di berikan kepada 5 reponden. Data – data yang telah didapatkan kemudian diolah dengan menggunakan aplikasi Expert Choice.
Untuk menjalankan aplikasi tersebut, maka ada beberapa langkah penyelesaian, yaitu sebagai berikut :
1. Pada File pilih: New
Sumber: Expert Choice
Gambar 3.9
2. Pada layar klik kanan mouse maka akan muncul insert Child of
current mode.
Sumber: Expert Choice
3. Pada kolom di sebelah kanan di alternatif ideal mode masukan jenis-jenis resiko yang akan di olah.
Sumber: Expert Choice
Gambar 3.11
4. Pada icon di pojok kiri pilih menu ABC untuk insert data.
Sumber: Expert Choice
Gambar 3.12
5. Kolom kanan yang telah di tandai berfungsi untuk mengatur tingkat keseringan yang terjadi pada resiko yang telah di tetapkan pada kuisioner (lampiran).
Sumber: Expert Choice
Gambar 3.13
6. Salah satu hasil dari insert data yang sudah di masukan dan diketahui tinggi dan rendahnya resiko pada tiap responden.
Sumber: Expert Choice
Gambar 3.14
3.6.2 Analisis Kebijakan Pengelolaan resiko operasional
Untuk menghasilkan prioritas alternatif kebijakan pengelolaan resiko operasional secara berkelanjutan, dilakukan analisis menggunakan Analitycal Hierarchy Process (AHP). Analitycal Hierarchy Process merupakan salah satu alat analisis manajemen
strategik dengan pendekatan sistem. AHP merupakan metode yang dapat dipakai dalam pengambilan keputusan untuk memahami kondisi suatu sistem dan membantu melakukan prediksi dan pengambilan keputusan. Metode ini juga digunakan dalam memodelkan problema-problema dan pendapat-pendapat, dimana permasalahan telah dinyatakan secara jelas, dievaluasi, diperbincangkan, dan diprioritaskan untuk dikaji (Saaty 1999).
Dalam kaitan menentukan prioritas alternatif kebijakan pengelolaan private label secara berkelanjutan, maka analisis menggunakan AHP ini diatur sedemikian rupa sehingga dapat mengkaji interaksi menyeluruh dari semua komponen yang terkait. Dalam menggunakan AHP, berbagai komponen yang berinteraksi atau terkait dengan pengelolaan private label sebagai upaya mendapatkan keunggulan kompetitif secara berkelanjutan ini akan dikelompokkan ke dalam beberapa level/hirarki, yaitu:
1) level fokus (tujuan), 2) level dimensi, 3) level kriteria, dan 4) level alternatif kebijakan.
Harapan akhir dari analisis AHP ini adalah diketahuinya prioritas dari alternatif kebijakan pengelolaan resiko operasional, beserta kestabilan atau sensitivitas dari alternatif tersebut dalam aplikasi nyatanya pada pengelolaan resiko operasional. Adapun tahapan analisis alternatif kebijakan pengelolaan resiko operasional yang berkelanjutan ini adalah:
1. Pendefinisian Komponen
Pada tahap ini, semua komponen atau variabel yang berkaitan dengan kebijakan pengelolaan resiko operasional secara berkelanjutan ditetapkan dan didefinisikan.
Lingkup komponen yang didefinisikan mencakup fokus atau tujuan pengelolaan resiko operasional.
2. Penyusunan Struktur Hirarki
Pada tahap ini, semua interaksi komponen atau variabel yang telah didefinisikan disusun secara bertingkat dalam bentuk struktur hirarki AHP yang dimulai dari tingkat paling atas berupa fokus/tujuan pada level 1, dilanjutkan dengan dimensi pada level 2, kriteria pada level 3, dan alternatif kebijakan resiko operasional label secara berkelanjutan pada level 4 (tingkatan paling bawah hirarki). Level 1 Fokus --- --- Level 2 Dimensi --- Level 3 Kriteria --- Level 4 Alternatif
Gambar 3.15 Ilustrasi Struktur Hirarki Analisis Kebijakan Resiko operasional
Sumber: Hasil Pengolahan Data (2013)
Resiko operasional Komputer Pengisian gas Mesin Tabung gas 3kg Pembukuan manual
faktor faktor faktor faktor faktor
3. Penetapan Skala Banding dan Pembobotan
Pada tahap ini, skala banding antar komponen atau variabel ditetapkan. Penilaian dalam AHP dilakukan dengan teknik komparasi berpasangan (pairwise comparison) terhadap kriteria-kriteria yang digunakan.
penilaian dilakukan dengan memberikan bobot numerik dan membandingkan antara satu kriteria dengan kriteria lainnya. Bobot numerik tersebut menggunakan skala banding secara berpasangan antar kriteria yang dibandingkan. Penetapan skala banding ini dan sistem pembobotannya mengacu kepada skala banding berpasangan menurut Saaty pada Tabel 3.6.
Tabel 3.2 Skala Banding Berpasangan dalam AHP
Tingkat
Keterangan 1 Kedua elemen sama pentingnya.
3 Elemen yang satu “sedikit lebih penting” daripada elemen 5 Elemen yang satu “lebih penting” daripada elemen yang 7 Elemen yang satu “jelas lebih penting” daripada elemen 9 Elemen yang satu “mutlak lebih penting” daripada elemen 2,4,6,8 Nilai-nilai antara dua nilai pertimbangan yang berdekatan. Sumber: Saaty
4. Formulasi Data
Formulasi data merupakan kegiatan menginput data hasil analisis skala banding berpasangan ke dalam struktur hirarki. Pembuatan hirarki dan input data ini dilakukan menggunakan perangkat lunak Expert Choice.
5. Simulasi
Simulasi dilakukan setelah data terkait diinput ke dalam program. Simulasi merupakan kegiatan menganalisis dan membandingkan
data semua komponen yang ada dengan prinsip hasil banding antar dua pasangan komponen diperbandingkan dengan hasil banding antar dua pasangan komponen lainnya di level sama dan hasil perbandingan tersebut dilanjutkan ke level di atasnya
hingga berakhir di level 1. Simulasi seperti ini merupakan upaya pertimbangan terhadap kepentingan semua komponen yang terkait sehingga alternatif kebijakan pengelolaan resiko operasional yang menjadi prioritas benar-benar merupakan alternatif kebijakan terbaik.
6. Pengujian Konsistensi
Tahap ini bertujuan untuk menguji konsistensi dari hasil simulasi yang telah dilakukan. Bila dari hasil simulasi diperoleh rasio inconsistency 0,1 atau lebih berarti data yang digunakan tidak konsistensi dan harus dilakukan pengambilan data ulang. Kriteria uji konsistensi AHP disajikan pada Tabel 3.3.
Tabel 3.3 Kriteria Uji Konsistensi AHP
Jenis Pengujian Kriteri
Rasio inconsistency < 0,1 Sumber: Expert Choice
7. Interpretasi hasil
Tahap interpretasi hasil merupakan tahap penggunaan hasil analisis AHP dalam menjelaskan dan memberikan rekomendasi prioritas alternatif kebijakan pengelolaan resiko operasional yang berkelanjutan dan kestabilan atau sensitivitas prioritas tersebut terhadap berbagai perubahan yang terjadi secara nyata. Untuk lebih ringkasnya tahapan AHP, menurut Ma’arif dan Tanjung,
Dibawah ini adalah gambar flowchart pengolahan metode AHP
Berikut ini adalah penjelasan langkah-langkah pengolahan menggunakan metode (AHP), sebagai berikut;
a. Menentukan Kriteria-kriteria
Peneliti mwlakukan wawancara kepada Operational manager mengenai resiko operasional seperti apa yang di terdapat dalam perusahaan, untuk penentuan resiko mana yang paling dominan sehingga perusahaan bisa lebih memperhatikan resiko tersebut dengan baik.
b. Menentukan Alternatif
Setelah di tentukan kriteria yang di inginkan kemudian dalam tahap ini ditentukan beberapa pilihan berdasarkan resiko operasional Langkah ini dilakukan dengan cara wawancara dan meminta referensi, apa saja resiko yang sesuai dengan perusahaan.
c. Pengumpulan Data dari Alternatif yang Ada
Pengumpulan data di dapatkan dari pengamatan langsung dan wawancara terhadap jenis-jenis resiko operasional , pengumpulan data ini di sesuaikan dengan kriteria yang sudah di tentukan sebelumnya.
d. Penyusunan Kuesioner
Setelah menentukan kriteria, dan alternatif untuk bahan pertimbangan pemilihan lokasi yang potensial, kemudian melakukan pembuatan kuesioner.Penyusunan kuesioner dibuat berdasarkan metode perbandingan berpasangan untuk mengetahui tingkat bobot dari setiap kriteria, dan alternatif.Nilai bobot tersebut mulai dari angka 1 hingga 9, pemberian bobot ini bergantung pada tingkat kepentingan diantaranya.Kuesioner tersebut berisi perbandingan kepentingan antara tiap kriteria dengan kriteria lainnya, dan perbandingan antara tiap alternatif dengan alternatif lainnya.
Selanjutnya kuesioner yang sudah disusun tersebut, disebarkan terhadap para pengambil keputusan dan karyawan.
f. Memasukkan data dari kuesioner
Hasil kueisoner yang diperoleh akan dikumpulkan dan dimasukkan ke dalam expert choice yang kemudian akan diolah menjadi bahan perhitungan.
g. Melakukan Perhitungan Pembobotan pada Kriteria,
Melakukan perhitungan pemobotan pada kriteria, dan alternatif pada tiap tingkat hierarki sesuai dengan rumus-rumus perhitungan metode AHP. cara perhitungannya dijelaskan pada landasan teori dan bab pengolahan data. Perhitungan ini akan menghasilkan tingkat bobot kepentingan tiap kriteria, dan alternatif
h. Analisa Masalah
Dari hasil pengolahan data, akan memberikan hasil urutan resiko operasional yang potensial dengan menggunakan metode pengambil keputusan AHP. Hasil yang di dapatkan akan berbeda – beda dari setiap pengambil keputusan karena persepsi yang berbeda dari setiap manusia. Maka dari itu diberikan bobot yang berbeda beda antara para pengambil keputusan yaitu operasional manager dan karyawan.
