BAB 1 PENDAHULUAN
1.1 Latar Belakang
Data Envelopment Analysis (DEA) merupakan suatu model yang digunakan untuk menaksir suatu batasan dalam mengevaluasi kinerja atau efisiensi seluruh entitas data yang diuji. Model DEA pertama kali dikaji oleh Charnes et al. (1978) yang dikenal sebagai model Charnes, Cooper dan Rhodes (CCR) dan selanjutnya dikembangkan oleh Banker et al. (1984) yang dikenal sebagai model Banker, Charnes dan Cooper (BCC).
Secara garis besar, model DEA dapat dinyatakan ke dalam dua bentuk umum, yaitu bentuk program linier dan bentuk analisis regresi. Model DEA menggunakan metode program linier dimana nilai bobot sebagai variabel kepu-tusan yang menghasilkan nilai efisiensi tiapDecision Making Unit (DMU) sebagai solusi dari model DEA (lihat Seiford dan Thrall, 1990; Lovell, 1994; Cooper et al, 2000; Thanassoulis, 2001). Menurut Charnes et al. (1978), DEA merupakan model analisis multi-faktor produktivitas yang digunakan untuk menaksir nilai efi-siensi relatif pada suatu himpunan Decision Making Unit (DMU) homogen yang dinyatakan dengan
Efisiensi = jumlah bobot keluaran
jumlah bobot masukan ×100%
Model DEA menaksir suatu himpunan dari beberapa DMU dan digunakan untuk menaksir nilai efisiensi dengan mengevaluasi tiap n DMU suatu data. Hal ini di-lakukan dengan menaksir suatu titik batasan yang memberikan nilai 0≤E ≤1 ke tiap n DMU yang dievaluasi. Nilai efisiensi ini diperoleh dengan membandingkan performa kinerja DMU terhadap kinerja seluruh DMU yang dievaluasi pada data tertentu. Nilai efisiensi yang diperoleh dengan menggunakan model DEA mem-berikan nilai efisiensi tertinggi yang relatif terhadap nilai 0≤ Ej ≤1 untuk tiap DMUj, j = 1, . . . , n pada data tertentu.
2
Riset terdahulu mengenai model DEA 2-tahap telah dikaji sebelumnya dalam beberapa aplikasi. Banker dan Watarajan (2008) mengembangkan model DEA 2-tahap menggunakan bentuk analisis regresi linier yaitu simulasi Monte-Carlo dalam menentukan estimator 2-DEA terhadap konteks variabel tertentu dengan adanya kendala yang pasti pada vektor input dalam model.
Simar dan Wilson (2011) mengembangkan metodemaximum likelihood da-lam menentukan regresi 2-tahap terhadap model DEA dengan hasil yang diperoleh merupakan DEA estimator untuk model DEA 2-tahap. Hoff (2007), McDonald (2009) dan Ramalho et al. (2010) mengkaji spesifikasi log-linier dari hasil esti-masi teknikOrdinary Least Squares(OLS) atau regresi tobit untuk regresi 2-tahap tanpa memperhatikan hasil estimasi DEA 1-tahap.
Lotfi et al. (2012) juga memberikan pandangan bahwa DEA merupakan alat bantu nonparametrik yang digunakan untuk menganalisis nilai efisiensi didasarkan pada perbandingan antara jumlah bobot input dan bobot output dengan mem-perhatikan taksiran dari segi kualitatif dan kuantitatif, sedemikian hingga nilai efisiensi berkisar antara 0 dan 1. Model DEA menggunakan fungsi batasan (fron-tier) dalam penaksiran nilai efisiensi, sehingga diperoleh suatu himpunan yang terdiri atas unit nilai efisiensi dan nilai inefisiensi yang menunjukkan masing-masing efisiensi DMU.
Riset ini difokuskan pada analisis terhadap pengembangan model CCR dan BCC terhadap model DEA 2-tahap dalam menentukan dan meningkatkan nilai efisiensi dengan memperhatikan orientasiinput danoutput pada data. Hasil yang diperoleh dari model DEA 2-tahap selanjutnya disebut super efisiensi yang kemu-dian dapat digunakan dalam pengurutan (ranking) DMU didasarkan pada nilai masing-masing super efisiensi.
Penulisan tesis ini disusun sebagai berikut: Bab I menjelaskan latar belakang dan masalah yang dikaji dalam penelitian ini. Bab II menjelaskan kajian teori dan riset-riset terdahulu yang berkaitan dengan riset. Bab III mengembangkan model DEA 2-tahap dalam menentukan super efisiensi berdasarkan orientasiinput dan output disertai dengan hasil perhitungan secara komputasi pada suatu data tertentu. Bab IV memberikan kesimpulan dan saran dari hasil riset tesis untuk riset selanjutnya yang mungkin dapat dikembangkan.
3
1.2 Perumusan Masalah
Penelitian ini dilakukan dengan mengembangkan model CCR dan BCC de-ngan model DEA 2-tahap. Pengembade-ngan model yang dihasilkan memperhatikan orientasi input dan output tiap DMU, sehingga diperoleh penaksiran nilai super efisiensi dan pengurutan (ranking) DMU.
1.3 Tujuan Penelitian
Salah satu pengembangan model DEA 2-tahap untuk penaksiran nilai super efisiensi telah dilakukan sebelumnya oleh Xu dan Ban (2012). Kekurangan dari model ini adalah model yang dikembangkan hanya untuk model CCR. Tujuan penelitian ini adalah mengembangkan model CCR dan BCC dengan model DEA 2-tahap dengan memperhatikan orientasi input dan output tiap DMU.
1.4 Manfaat Penelitian
Hasil penelitian ini merupakan nilai super efisiensi dengan memperhatikan orientasiinputdanoutputtiap DMU. Dengan pengembangan model dalam peneli-tian ini, nilai super efisiensi yang diperoleh dapat digunakan dalam menentukan evaluasi indeks produktivitas Malmquist di bidang keuangan dan perbankan, menentukan keterhubungan atau pengaruh suatu faktor fasilitas layanan seperti rumah sakit, sekolah, bank dan lainnya.
