Sistem Pendukung Keputusan Pemilihan Pemasok Nata De Coco Dengan Metode Weighted Aggregated Sum Product Assessment (WASPAS)

Sistem Pendukung Keputusan Pemilihan Pemasok Nata De

Coco Dengan Metode Weighted Aggregated Sum Product

Assessment (WASPAS)

Sirhan Abdillah Hasibuan, Rahma Dewi, Ryan Andika Prodi Teknik Informatika, STMIK Budi Darma, Medan, Indonesia

Abstrak

Pemasok adalah suatu perusahaan atau individu yang mampu menyediakan sumber daya bagi suatu instansi atau perusahaan lain dalam bentuk barang dan jasa. Pemasok merupakan bagian yang penting bagi perusahaan, didalam perusahaan untuk pemilihan pemasok terkadang mengalami kesulitan. Kesulitan terjadi karena belum adanya kriteria secara rinci yang dipergunakan dalam pemilihan pemasok. Sehingga perusahaan akan berusaha menemukan kriteria-kriteria dalam pemilihan pemasok. Oleh karena itu, perlu di buat Sistem Pendukung Keputusan (SPK). Sistem Pendukung Keputusan (SPK) adalah bagian dari sistem informasi berbasis komputer yang dipakai untuk menggambil keputusan dalam suatu organisasi atau perusahaan. Adanya Sistem Pendukung Keputusan (SPK) ini sangatlah membantu dalam pemilihan pemasok bagi sauatu organisasi atau perusaaan, agar pemilihan pemasok jadi lebih akurat dan tepat sasaran. Dalam penelitian pemilihan pemasok nata de coco ini menggunakan metode Weighted Aggregated Sum Product Assessment (WASPAS) untuk menentukan kelayakan dalam pemilihan pemasok. Ada beberapa kriteria yang mempengaruhi dalam pemilihan pemasok adalah jenis transaksi, volume produksi (ton/minggu), jarak(km), harga(rp/kardus). Jenis transaksi, maksud jenis transaksi disini adalah jenis pembayarannya seperti kredit atau tunai. Volume produksi (ton/minggu) yaitu merupakan ukuran yang menunjukan banyaknya atau besarnya jumlah barang atau jasa yang akan dijual. Jarak merupakan jauh dekatnya antara perusahaan 1 dan perusahaan lainnya, yang mana jarak ini bertujuan juga untuk besar kecilnya dalam menentukan pemilihan calon pemasok yang akan dipilih nanti.Harga ialah nilai suatu barang atau jasa yang diukur dengan jumlah uang, maksud harga disini juga bisa menentukan besar kecilnya dalam pemilihan calon pemasok, karena harga juga mempengaruhi kualitas barang dan juga keuntungan dari perusahaan yang akan membeli barang tersebut dari pemasok. Setelah itu berdasarkan hasil perhitungan yang sudah dibuat dapat dipergunakan dengan baik oleh perusahaan.

Kata Kunci: Pendukung Keputusan, Pemilihan Pemasok, WASPAS

1. PENDAHULUAN

Pemasok adalah suatu perusahaan atau individu yang mampu menyediakan sumber daya bagi suatu instansi atau perusahaan lain dalam bentuk barang dan jasa. Peranan pemasok adalah hal yang paling penting didalam suatu perusahaan untuk menjaga ketersediaan barang dan jasa agar aktivitas perusahaan dapat berjalan dengan lancar. Masalah yang sering muncul didalam pemilihan pemasok adalah hal yang tidak mudah bahkab terkadang menjadi hal yang sangat rumit. Tujuan utama dari proses pemilihan pemasok (pemasok adalah untuk menentukan pemasok yang memiliki efesiensi dalam memenuhi kebutuhan perusahaan yang berkaitan dalam pengadaan bahan baku. Didalam proses pembelian bahan baku perusahaan akan kesulitan dalam memilih nata de coco yang berkualitas yang dapat dijadikan kriteria-kriteria standar dalam perusahaan. Adapun tujuan dari proses penilaian bahan baku nata de coco yaitu untuk memilih hasil yang diharapkan.

Berdasarkan penelitian terlebih dahulu Virani dan H.R Zadry (2015). Bahwa menetukan pemilihan pemasok nata de coco yang berkualitas dengan menggunakan metode WASPAS, alternatif A5 adalah calon pemasok yang memiliki nilai terbesar dan dapat di terima.

Berdasarkan penelitian terlebih dahulu Elvin, Lilis, Endang, Dodi, dan Joli (2018), bahwa menentukan tepung terbaik untuk memproduksi bihun dengan menggunakan metode WASPAS tepung sebagai alternatif terbaik untuk memproduksi bihun dengan nilai 6,1280[1].

2. METODOLOGI PENELITIAN 2.1 Sistem Pendukung Keputusan

Sistem pendukung keputusan adalah sistem informasi interaktif yang menyediakan informasi, kemodelan dan manipulasi data yang digunakan untuk membantu pengambilan keputusan pada situasi semi terstruktur dan tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat[2][3]. Sistem pendukung keputusan (SPK) merupakan bagian dari sistem informasi berbasis

komputer termasuk sistem berbasis pengetahuan atau menejemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan[4][5].

2.2 Pemasok

Pemasok adalah suatu perusahaan atau individu yang mampu menyediakan sumber daya bagi suatu instansi atau perusahaan lain dalam bentuk barang dan jasa.

2.3 WASPAS

Metode WASPAS adalah mencari prioritas pilihan lokasi yang paling sesuai degan menggunakan pembobotan. Penerapan metode WASPAS, yang merupakan kombinasi unik dua sumber di kenal sebagai MCDM approaches, WMM dan model produk berat (WPM) pada awalnya memerlukan normalisai linier dari elemen hasil[6]. Dengan metode WASPAS, kriteria kombinasi optimum dicari berdasarkan dua kriteria optimum. Kriteria pertama yang optimal, kriteria keberhasilan rata-rata tertimbang sama dengan metode WSM[7][8]. Ini adalah pendekatan yang populer dan diadopsi untuk MCDM untuk mengevaluasi beberapa alternatif dalam beberapa kriteria keputusan[9][10].

Berikut langkah-langkah penyelesaian maslah dengan Metode WASPAS [11][8][1] sebagai berikut:

1. Menentukan Normalisasi Matrix dalam pengambilan keputusan

X = | 𝑥11 𝑥12 … 𝑥1𝑛 𝑥21 𝑥22 … 𝑥2𝑛 … … … … 𝑥_𝑚1 𝑥_𝑚2 … 𝑥_𝑚3 | ... (1)

Jika nilai maksimal dan minimal telah ditentukan maka persamaan sebagai berikut : Untuk kriteria benefit

𝑋𝑖𝑗 = 𝑋𝑖𝑗

𝑀𝑎𝑥 𝑋𝑖𝑗...(2)

Untuk kriteria biaya 𝑋𝑖𝑗 = 𝑀𝑖𝑛 𝑋𝑖𝑗

𝑋𝑖𝑗 ...(3)

2. Menghitung Nilai Normalisasi Matrix dan Bobot WASPAS dalam Pengambilan Keputusan Q = 0,5 ∑𝑛𝑗=1𝑥̅𝑖𝑗𝑤𝑗 + 0,5 ∏𝑗=1(𝑥̅𝑖𝑗)𝑤𝑗...(4)

3.ANALISA DAN PEMBAHASAN

Dalam menentukan kelayakan penerimaan pemasok menjadi suatu kendala yang sering terjadih oleh bagian produksi. Kesulitan terjadi karena belum adanya kriteria secara rinci yang dipergunakan dalam pemilihan pemasok. Sehingga perusahaan akan berusaha menemukan kriteria-kriteria dalam pemilihan pemasok. Hal ini merupakan masalahyang di hadapin dan harus bisa diselesaikan dengan suatu metode supaya hasilnya baik, untuk itu penulis menggunakan metode WASPAS.

Pada penelitian ini sampel data yang digunakan sebagai calon pemasok yaitu CV. Promindo Utama (A1), CV. Agrindo Suprafood (A2), PT. Garuda food (A3), CV. Sari Pangan Makmur(A4),

PT. Keong Nusantara Abadi (A5), CV. Tarina Jaya (A6), Primaiska (A7). Berikut merupakan tabel

kriteria.

Tabel 1. Kriteria

Kriteria Keterangan Bobot Jenis

C1 Jenis Transaksi 35% Benefit

C2 Volume Produksi (Ton/Minggu) 30% Benefit

C3 Jarak (Km) 15% Cost

Tabel 2 berikut merupakan tabel alternatif calon pemasok nata de coco, yang akan di proses. Tabel 2. Alternatif

Alternatif Kriteria

C1 C2 C3 C4

CV. Promindo Utama Kredit/Tunai 2 500 12000

CV. Agrindo Suprafood Tunai 1 450 12500

PT. Garuda food Kredit/Tunai 2 350 13000

CV. Sari Pangan Makmur Tunai 3 400 14000

PT. Keong Nusantara Abadi Kredit/Tunai 1 200 15000

CV. Tarina Jaya Tunai 3 150 15500

Primaiska Kredit/Tunai 3 160 16000

Berikut merupakan pembobotan terhadap kriteria Jenis Transaksi (C1)

Tabel 3. Pembobotan Kriteria C1

Keterangan Bobot

Kredit / Tunai 3

Tunai 1

Tabel 4. Rating Kecocokan

Alternatif Kriteria

C1 C2 C3 C4

CV. Promindo Utama (A1) 3 2 500 12000

CV. Agrindo Suprafood (A2) 1 1 450 12500

PT. Garuda food (A3) 3 2 350 13000

CV. Sari Pangan Makmur (A4) 1 3 400 14000

PT. Keong Nusantara Abadi (A5) 3 1 200 15000

CV. Tarina Jaya (A6) 1 1 150 15500

Primaiska (A7) 3 2 160 16000

Berikut merupakan langkah-langkah dalam menyelesaikan perhitungan dari setiap alternatif pada setiap kriteria dengan menerapkan metode Weighted Aggregated Sum Product Assessment (WASPAS).

1. Menghitung matrik ternormalisasi dengan menggunakan persamaan 1 dan persamaan 2. Alternatif A1 𝑋₁₁=3 3= 1 𝑋₁₂=2 3= 0,6 𝑋₁₃=150 500= 0,3 𝑋14= 12000 12000= 1 Alternatif A2 𝑋₂₁=1 3= 0,3 𝑋₂₂=1 3= 0,3 𝑋23=150₄₅₀= 0,33 𝑋₂₄=12000 12500= 0,96 Alternatif A3 𝑋31=3₃= 1

𝑋32=2₃= 0,6 𝑋₃₃=150 350= 0,428 𝑋34=12000₁₃₀₀₀= 0,92 Alternatif A4 𝑋41= 1 3= 0,3 𝑋42=3₃= 1 𝑋₄₃=150 400= 0,375 𝑋₄₄=12000 14000= 0,87 Alternatif A5 𝑋₅₁=3 3= 1 𝑋52=1₃= 0,3 𝑋₅₃=150 200= 0,75 𝑋₅₄=12000 15000= 0,8 Alternatif A6 𝑋₆₁=1 3= 0,3 𝑋₆₂=1 3= 0,3 𝑋63=150₅₀₀= 0,1 𝑋₆₄=12000 15500= 0,774 Alternatif A7 𝑋71=3₃= 1 𝑋₇₂=2 3= 0,6 𝑋73=150₁₆₀= 0,32 𝑋₇₄=12000 16000= 0,75

Hasil normalisasi dari perhihitungan diatas, dapat dilihat pada matrik dibawah ini :

𝑋 = [ 1 0,6 0,3 1 0,3 0,3 0,33 0,96 1 0,6 0,428 0,92 0,3 1 0,375 0,857 1 0,3 0,75 0,8 0,3 0,3 0,1 0,774 1 0,6 0,32 0,75 ]

2. Menghitung nilai Qi dari dari hasil normalisasi matrik x menggunakan persamaan 3. 𝑄1 = 0,5 ∑(1 ∗ 0,35) + (0,6 ∗ 0,3) + (0,3 ∗ 0,15) + (1 ∗ 0,2) + 0,5 ∏(1)0,35_(0,6)0,3_{∗ (0,3)}0,15_{∗ (1)}0,2 = 0,5 ∑(0,35) + (0,18) + (0,045) + (0,2) + 0,5 ∏(1) ∗ (0,8579) ∗ (0,8347) ∗ (1) = 0,5 ∑(0,775) + 0,5 ∏(0,7160) = (0,3875) + (0,358) = 0,7455 𝑄2 = 0,5 ∑(0,3 ∗ 0,35) + (0,3 ∗ 0,3) + (0,33 ∗ 0,15) + (0,96 ∗ 0,2) + 0,5 ∏(0,3)0,35_(0,3)0,3_{∗ (0,33)}0,15_{∗ (0,96)}0,2

= 0,5 ∑(0,105) + (0,09) + (0,0495) + (0,192) + 0,5 ∏(0,6561) ∗ (0,6968) ∗ (0,8467) ∗ (0,9918) = 0,5 ∑(0,4365) + 0,5 ∏(0,3839) = (0,2182) + (0,1919) = 0,4101 𝑄3 = 0,5 ∑(1 ∗ 0,35) + (0,6 ∗ 0,3) + (0,428 ∗ 0,15) + (0,92 ∗ 0,2) + 0,5 ∏(1)0,35_(0,6)0,3_{∗ (0,428)}0,15_{∗ (0,92)}0,2 = 0,5 ∑(0,35) + (0,18) + (0,0642) + (0,184) + 0,5 ∏(1) ∗ (0,8579) ∗ (0,8804) ∗ (0,9834) = 0,5 ∑(0,7782) + 0,5 ∏(0,7427) = (0,3891) + (0,3731) = 0,7604 𝑄4 = 0,5 ∑(0,3 ∗ 0,35) + (1 ∗ 0,3) + (0,375 ∗ 0,15) + (0,857 ∗ 0,2) + 0,5 ∏(0,3)0,35₍₁₎0,3_{∗ (0,375)}0,15_{∗ (0,857)}0,2 = 0,5 ∑(0,105) + (0,3) + (0,0562) + (0,1714) + 0,5 ∏(0,6561) ∗ (1) ∗ (0,8631) ∗ (0,9696) = 0,5 ∑(0,6326) + 0,5 ∏(0,5490) = (0,3163) + (0,29745) = 0,5908 𝑄5 = 0,5 ∑(1 ∗ 0,35) + (0,3 ∗ 0,3) + (0,75 ∗ 0,15) + (0,8 ∗ 0,2) + 0,5 ∏(1)0,35_(0,3)0,3_{∗ (0,75)}0,15_{∗ (0,8)}0,2 = 0,5 ∑(1) + (0,09) + (0,1125) + (0,16) + 0,5 ∏(1) ∗ (0,6968) ∗ (0,9577) ∗ (0,9563) = 0,5 ∑(1,3625) + 0,5 ∏(0,3190) = (0,6812) + (0,31900) = 1,0002 𝑄6 = 0,5 ∑(0,3 ∗ 0,35) + (0,3 ∗ 0,3) + (1 ∗ 0,15) + (0,774 ∗ 0,2) + 0,5 ∏(0,3)0,35_(0,3)0,3_{∗ (1)}0,15_{∗ (0,774)}0,2 = 0,5 ∑(0,105) + (0,09) + (0,15) + (0,1548) + 0,5 ∏(0,6561) ∗ (0,6968) ∗ (1) ∗ (0,4343) = 0,5 ∑(0,4998) + 0,5 ∏(0,4343) = (0,2249) + (0,2171) = 0,442 𝑄7 = 0,5 ∑(1 ∗ 0,35) + (0,6 ∗ 0,3) + (0,937 ∗ 0,15) + (0,75 ∗ 0,2) + 0,5 ∏(1)0,35_(0,6)0,3_{∗ (0,937)}0,15_{∗ (0,75)}0,2 = 0,5 ∑(0,35) + (0,18) + (0,1405) + (0,15) + 0,5 ∏(1) ∗ (0,8579) ∗ (0,9902) ∗ (0,9870) = 0,5 ∑(0,8205) + 0,5 ∏(0,8384) = (0,4102) + (0,4192) = 0,8294

Dari perhitungan di atas, dapat dilihat pada tabel 5 merupakan perangkingan dari alternatif yang telah di hitung.

Tabel 5. Hasil Penjumlahan

Alternatif Hasil Peringkat

A1 0,7455 4 A2 0,4101 7 A3 0,7604 3 A4 0,5908 5 A5 1,0002 1 A6 0,442 6 A7 0,8294 2

Dari preferensi diatas dapat diperhitungkan bahwa Q5 memiliki nilai terbesar sehingga dapat

disimpulkan bahwa yang dipilih untuk pemasok nata de coco adalah PT. Keong Nusantara Abadi (A5).

4. KESIMPULAN

Berdasarkan hasil penelitian diatas diambil beberapa kesimpulan yaitu:

1. Sistem penentuan pemasok nata de coco dapat ditentukan secara cepat dan mudah. 2. Hasil yang ditentukan lebih okjektif.

3. Penentuan bobot dari kriteria yang digunakan sangat mempengaruhi hasil perhitungan pada metode WASPAS.

REFERENCES

[1] E. D. Marbun, L. A. Sinaga, E. R. Simanjuntak, D. Siregar, and J. Afriany, “Penerapan Metode Weighted Aggregated Sum Product Assessment Dalam Menentukan Tepung Terbaik Untuk Memproduksi Bihun,” vol. 5, no. 1, pp. 24–28, 2018.

[2] S. Kusumadewi, S. Hartati, A. Harjoko, and Retantyo Wardoyo, “Fuzzy Multi Attribute Decision Making (FUZZY MADM),” Ed. Pertama Cetakan Pertama. Graha Ilmu. Yogyakarta., 2006.

[3] Kusrini, Konsep Dan Aplikasi Pemdukung Keputusan. Yogyakarta: Andi, 2007.

[4] M. Mesran, S. D. Nasution, S. Syahputra, A. Karim, and E. Purba, “Implementation of the Extended Promethee II in Upgrade Level of Mechanic,” Int. J. Sci. Res. Sci. Technol., vol. 4, no. 2, pp. 125–130, 2018.

[5] Mesran, P. Ramadhani, A. Nasution, D. Siregar, Fadlina, and A. P. U. Siahaan, “Implementation of Complex Proportional Assessment Method in the Selection of Mango Seeds,” Int. J. Sci. Res. Sci. Technol., vol. 3, no. 7, pp. 397–402, 2017.

[6] D. O. Madić, M., Gecevska, V., Radovanović, M., Petković, “Multi-criteria economic analysis of machining processes using the waspas method,” J. Prod. Eng., vol. 17, no. 2, pp. 79–82, 2014.

[7] D. Handoko, M. Mesran, S. D. Nasution, Y. Yuhandri, and H. Nurdiyanto, “Application Of Weight Sum Model (WSM) In Determining Special Allocation Funds Recipients,” IJICS (International J. Informatics Comput. Sci., vol. 1, no. 2, pp. 31–35, 2017.

[8] S. Chakraborty and E. K. Zavadskas, “Applications of WASPAS Method in Manufacturing Decision Making,” Informatica, vol. 25, no. 1, pp. 1–20, 2014.

[9] E. K. Zavadskas, J. Antucheviciene, J. Saparauskas, and Z. Turskis, “MCDM methods WASPAS and MULTIMOORA: Verification of robustness of methods when assessing alternative solutions,” Econ. Comput. Econ. Cybern. Stud. Res., vol. 47, no. 2, 2013.

[10] S. Barus, V. M. Sitorus, D. Napitupulu, M. Mesran, and S. Supiyandi, “Sistem Pendukung Keputusan Pengangkatan Guru Tetap Menerapkan Metode Weight Aggregated Sum Product Assesment ( WASPAS ),” MEDIA Inform. BUDIDARMA, vol. 2, no. 2, pp. 10–15, 2018.

[11] P. Simanjuntak, I. Irma, N. Kurniasih, M. Mesran, and J. Simarmata, “Penentuan Kayu Terbaik Untuk Bahan Gitar Dengan Metode Weighted Aggregated Sum Product Assessment ( WASPAS ),” J. Ris. Komput., vol. 5, no. 1, pp. 36– 42, 2018.