Penerapan Analytic Hierarchy Process dan Goal
Programming untuk Pengalokasian Pemesanan
Bahan Baku Kertas Daur Ulang
Ceria Farela Mada Tantrika(1), Wifqi Azlia(2), Alief Arfiansyah(3)(1), (2), (3)
Jurusan Teknik Industri, Fakultas Teknik, Universitas Brawijaya Jl. MT. Haryono no. 167 Kota Malang
(1)
[email protected], (2)[email protected]
ABSTRAK
Penelitian ini mengambil studi kasus pada perusahaan kertas yang menggunakan limbah kertas daur ulang sebagai bahan baku, seperti: kertas box/kardus, kertas CD, kertas duplex, serta kertas ivory. Perusahaan selama ini menerapkan sistem multi supplier untuk mendapatkan bahan baku. Namun, masing sering terjadi kekurangan bahan baku dari target karena belum mempertimbangkan performansi dari masing-masing supplier.
Penelitian ini menggunakan Analytic Hierarchy Process (AHP) dan Goal Programming (GP). AHP digunakan untuk menilai performansi dari masing-masing supplier. GP digunakan untuk menentukan alokasi pemesanan bahan baku ke tiap supplier. Tujuan yang ingin dicapai adalah memaksimumkan nilai pemesanan yang memasukkan unsur biaya pembelian dan performansi supplier.
Perusahaan menetapkan 6 kriteria dengan 15 subkriteria untuk menilai performansi supplier. Bobot kriteria dan subkriteria ditentukan dengan AHP, dengan bobot tertinggi pada kriteria kualitas. Penilaian supplier dilakukan pada supplier kertas kardus dan kertas CD. Hasil AHP menunjukkan supplier dengan performansi terbaik adalah supplier B5 dan C5. Alokasi pemesanan ditentukan menggunakan GP yang menunjukkan bahwa prioritas pemesanan dilakukan pada supplier dengan performansi terbaik.
Kata kunci— Analytic Hierarchy Process, Goal Programming, pemesanan bahan baku,
performansi, supplier.
I. PENDAHULUAN
Perusahaan dituntut untuk selalu mengedepankan kualitas. Agar dapat menghasilkan output berkualitas, perusahaan perlu memperhatikan proses serta input yang dimiliki. Bahan baku dapat didefinisikan sebagai semua barang dan bahan yang dimiliki perusahaan serta digunakan untuk proses produksi (Wibowo, 2007). Bahan baku yang merupakan input utama dalam produksi, dipengaruhi secara langsung oleh kualitas dan kuantitasnya. Ketersediaan bahan baku bersifat kritis untuk mendukung keberlanjutan produksi, sehingga hal tersebut menjadi perhatian perusahaan dalam usaha mengatur dan mengawasi bahan baku melalui aktivitas pengendalian persediaan.
Penelitian ini merupakan studi kasus di perusahaan penghasil kertas dengan bahan baku berupa limbah kertas yang dapat didaur ulang. Perusahaan saat ini memproduksi kertas CD putih, kertas CD buram, dan kertas cokelat (kertas minyak). Bahan baku yang digunakan meliputi kertas kardus, kertas CD buram, kertas duplex, kertas ivory, serta kertas houtvrij schrijfpapier (HVS). Kertas CD putih menggunakan kertas HVS, kertas CD buran membutuhkan campuran kertas CD, kertas duplex, dan kertas ivory. Kertas cokelat membutuhkan kertas kardus. Penelitian ini memfokuskan pada pengadaan kertas kardus dan kertas CD yang memilihi kebutuhan tertinggi dengan rata-rata 540 ton dan 525 ton per minggu.
Pemesanan bahan baku saat ini bersifat fluktuatif, karena perusahaan memperhatikan inventori serta kesiapan fasilitas produksi. Meskipun demikian, masih terdapat perbedaan relatif besar antara kebutuhan bahan baku yang ditargetkan perusahaan dengan realisasi pemenuhan oleh
supplier, yang saat ini menggunakan pola pengadaan dengan pemerataan pemesanan. Dengan
pola tersebut, pemesanan tidak dapat memanfaatkan kemampuan supplier secara optimal.
Lebih lanjut, dikarenakan pengadaan kertas daur ulang bukan merupakan produk jadi, perusahaan dihadapkan pada permasalahan ketersediaan jenis dan jumlah masing-masing bahan baku. Pemenuhan kebutuhan tersebut sering terkendala akibat pasokan yang tidak menentu di setiap supplier. Hal ini dapat mengakibatkan ketidakstabilan produksi karena bahan baku yang disediakan supplier tidak sesuai dengan kebutuhan, sehingga terdapat risiko proses produksi harus terhenti jika kebutuhan bahan baku tidak tersedia. Perusahaan mengurangi risikonya dengan membuat kontrak multi supplier yang lokasi supplier-nya tersebar di Pulau Jawa.
Perusahaan menggunakan tiga kriteria umum untuk menentukan supplier yang sesuai, yakni kapasitas, jenis, dan loyalitas. Menurut Chen (2011), langkah-langkah dalam pemilihan supplier adalah Identifikasi strategi kompetitif, Penentuan kriteria evaluasi dan indikator pemilihan
supplier, Penentuan kandidat supplier, Penetapan bobot pada kriteria pemilihan, Evaluasi supplier. Pada penelitian ini, penetapan kriteria dan subkriteria beserta bobotnya dan evaluasi supplier ditentukan berdasarkan Analytic Hierarchy Process (AHP). Sedangkan pemilihan dan
penentuan jumlah alokasi pesanan kepada supplier ditentukan dengan Goal Programming (GP). Alokasi pemesanan tersebut penting adanya mengingat kebutuhan bahan baku perusahaan harus dipenuhi oleh beberapa supplier dengan jumlah dan jenis tertentu.
Menurut Winston (2004), AHP dapat digunakan untuk membuat keputusan yang melibatkan multikriteria. 3 langkah utama dalam AHP, yaitu: pembentukan struktur hierarki untuk dekomposisi masalah, perbandingan berpasangan, dan perhitungan vektor prioritas untuk penentuan ranking parameter (Saaty, 1980; Forman dan Selly, 2001). Dalam perbandingan berpasangan, digunakan metode weighted geometric mean method (WGMM) yang menurut Xu (2000) merupakan metode agregasi preferensi kelompok yang paling sering digunakan dalam AHP dan konsistensinya terjaga.
GP adalah salah satu metode matematis yang dipakai sebagai dasar mengambil keputusan untuk menganalisa dan mencari solusi optimal yang melibatkan banyak tujuan (Taha, 2007). Pendekatan dasar dari GP adalah menetapkan suatu tujuan tunggal yang dinyatakan dengan angka tertentu untuk setiap tujuan awal, merumuskan suatu fungsi tujuan, dan mencari penyelesaian dengan meminimumkan jumlah (tertimbang) penyimpangan-penyimpangan dari fungsi tujuan (Hillier dan Lieberman, 2001). Tujuan dalam model goal programming yang dikembangkan dalam penelitian ini adalah memaksimumkan nilai performansi total yang didasarkan pada hasil pembobotan dengan AHP.
II. METODE PENELITIAN
Penelitian ini menggunakan pendekatan kuantitatif. Penelitian diawali dengan penjaringan kriteria dan subkriteria penilaian performansi supplier dengan melakukan wawancara kepada Manajer bagian Pengadaan, Gudang, Quality Control, dan Produksi. Setelah tersusun, kriteria dan subkriteria dibobotkan berdasarkan perbandingan berpasangan. Penilaian dari keempat responden diolah dengan WGMM, kemudian diolah dengan AHP. Selain kriteria dan subkriteria, perbandingan berpasangan juga digunakan untuk menilai performansi supplier pada tiap subkriteria. Rumus (1) merupakan rumus WGMM.
∏ (1)
Pengalokasian pemesanan diawali dengan mengembangkan model GP. Bobot yang dihasilkan dari AHP dijadikan parameter dalam model GP. Model GP diterapkan untuk menentukan kepada
supplier mana pemesanan dilakukan dan seberapa ton bahan baku yang dipesan.
III. HASIL DAN PEMBAHASAN
Wawancara dengan bagian Pengadaan, Gudang, Quality Control, dan Produksi dilakukan untuk menetapkan kriteria dan subkriteria yang digunakan untuk menilai performansi supplier. Kriteria yang ditetapkan didasarkan pada 23 kriteria evaluasi supplier yang diajukan Dickson (1966). Wawancara dan diskusi dengan keempat responden menghasilkan 6 kriteria dan 15 subkriteria. Struktur hirarkinya disajikan pada Gambar 1.
Gambar 1 Struktur Hirarki Penilaian Supplier
Kuesioner perbandingan berpasangan untuk kriteria dan subkriteria diisi oleh keempat responden. Penilaian yang berbeda dari tiap responden diolah dengan rumus (1) yang merupakan rumus WGMM. Nilai dari bagian Pengadaan diberi bobot 40%, sedangkan yang lain diberi bobot 20%, karena dianggap Pengadaan yang paling paham dengan proses pengendalian persediaan bahan baku. Perbandingan berpasangan antar kriteria dan subkriteria ditunjukkan pada Tabel 1 dengan nilai ketidakkonsistensian sebesar 0,054. Nilai ini masih lebih kecil dari 0,1 sehingga masih dapat diterima.
Perbandingan berpasangan juga digunakan untuk menilai supplier. Penilaian dilakukan pada
supplier kertas kardus (B1, B2, B3, B4, B5) dan supplier kertas CD (C1, C2, C3, C4, C5). Hasil
perbandingan, disajikan pada Tabel 2, menunjukkan bahwa supplier B5 memiliki bobot tertinggi untuk supplier kertas kardus dan supplier C5 untuk supplier kertas CD.
Dalam penelitian ini, formulasi yang digunakan merupakan pengembangan dari penelitian Ghodsypour dan O’Brien (1996). Performansi supplier tidak hanya dinilai dari pembobotan AHP tetapi juga dari perbandingan harga. Sehingga performansi dinilai dengan menggunakan rumus (2), dimana Wik merupakan performansi supplier i untuk subkriteria k, Bik merupakan bobot
supplier i pada subkriteria k, dan Hargai merupakan harga per ton bahan baku dari supplier i. Harga didapatkan dari Tabel 3 yang memuat informasi mengenai masing-masing supplier. Nilai performansi tiap supplier tiap subkriteria disajikan pada Tabel 4.
∑ (2)
Tabel 1 Hasil Pembobotan Kriteria dan Subkriteria
Goal H K G P D Q Q1 Q2 D1 D2 D3 P1 P2 P3 G1 G2 K1 K2 H1 H2 H3 Supplier Kertas CD Supplier Kertas Kardus/Box
No Kriteria Kode Bobot Subkriteria Kode Bobot Parsial Bobot Global
Kualitas bahan baku Q1 0,506 0,154
Kesesuaian spesifikasi dengan pesanan Q2 0,494 0,150
Ketepatan jadwal pengiriman D1 0,391 0,040
Kesesuaian jumlah transaksi D2 0,372 0,038
Informasi status pengiriman D3 0,237 0,024
Loyalitas P1 0,368 0,041
Kecepatan pelayanan P2 0,276 0,031
Kemampuan menanggapi keluhan P3 0,356 0,040
Penalti keterlambatan G1 0,348 0,039
Klaim bahan baku tidak sesuai pesanan G2 0,652 0,074
Jaminan kontinuitas pengiriman K1 0,424 0,073
Kapasitas produksi yang memadai K2 0,576 0,099
Harga kompetitif H1 0,364 0,072
Harga dapat dinegosiasikan H2 0,270 0,053
System pembayaran terstandarisasi H3 0,365 0,072
1 Kualitas 0,304
2 Pengiriman 0,103
Q D
3 Performansi/Kinerja 0,111
4 Garansi dan Klaim 0,113
P
G 5 Kapasitas dan
Fasilitas Produksi
0,172
6 Harga Bahan Baku 0,197
K H
Tabel 2 Hasil Penilaian Performansi Supplier
Tabel 3 Informasi mengenai supplier
Tabel 4 Parameter Performansi Supplier dan Nilai Optimal Tiap Subkriteria
Dari Tabel 2 dan 4, dapat dilihat bahwa supplier yang memiliki bobot tertinggi memiliki performansi yang tertinggi. Penerapan rumus (2) menunjukkan preferensi kesesuaian peningkatan harga atau biaya yang dikeluarkan dengan bobotnya dibandingkan hanya mempertimbangkan bobot tertinggi. Perusahaan menilai bahwa penambahan biaya tidak menjadi masalah selama bobot supplier meningkat.
Berdasarkan informasi supplier pada Tabel 3 dan nilai optimal subkriteria pada Tabel 4, model GP dikembangkan. Tujuan yang ingin dicapai adalah memaksimalkan nilai performansi total yang didapatkan dari pemesanan bahan baku ke supplier. Karena terdapat 15 subkriteria, digunakan goal programming yang dapat meminimumkan penyimpangan dari performansi optimal masing-masing subkriteria. Fungsi tujuan pada rumus (3) menunjukkan minimasi total penyimpangan. Q1 Q2 D1 D2 D3 P1 P2 P3 G1 G2 K1 K2 H1 H2 H3 B1 0,162 0,156 0,162 0,124 0,124 0,235 0,136 0,167 0,113 0,236 0,327 0,105 0,210 0,090 0,255 0,177 B2 0,092 0,100 0,103 0,068 0,105 0,258 0,090 0,068 0,094 0,284 0,216 0,084 0,290 0,096 0,259 0,148 B3 0,118 0,188 0,152 0,212 0,163 0,307 0,173 0,184 0,152 0,282 0,266 0,149 0,304 0,152 0,260 0,199 B4 0,287 0,298 0,298 0,298 0,300 0,111 0,291 0,294 0,312 0,096 0,093 0,281 0,099 0,307 0,110 0,230 B5 0,341 0,259 0,286 0,298 0,308 0,090 0,310 0,286 0,330 0,102 0,098 0,381 0,097 0,355 0,116 0,246 C1 0,069 0,073 0,129 0,134 0,079 0,429 0,088 0,394 0,073 0,179 0,350 0,042 0,186 0,069 0,402 0,161 C2 0,144 0,122 0,110 0,160 0,114 0,239 0,152 0,236 0,107 0,102 0,186 0,076 0,088 0,122 0,209 0,138 C3 0,108 0,118 0,110 0,158 0,145 0,187 0,133 0,199 0,105 0,091 0,193 0,081 0,090 0,122 0,209 0,129 C4 0,330 0,324 0,308 0,294 0,352 0,075 0,331 0,093 0,350 0,302 0,150 0,389 0,324 0,355 0,088 0,283 C5 0,349 0,362 0,344 0,254 0,309 0,070 0,296 0,079 0,365 0,326 0,122 0,412 0,312 0,332 0,093 0,289 Bobot 0,154 0,150 0,040 0,038 0,024 0,041 0,031 0,040 0,039 0,074 0,073 0,099 0,072 0,053 0,072 0,089
Supplier Subkriteria Bobot
Supplier Minimum Maksimum B1 - 200 2.550.000 B2 - 100 2.550.000 B3 - 50 2.550.000 B4 100 200 2.700.000 B5 100 200 2.700.000 C1 - 250 2.450.000 C2 50 100 2.600.000 C3 50 100 2.600.000 C4 100 250 2.500.000 C5 100 250 2.500.000
Harga per ton (Rupiah) Bahan Baku Supplier Kardus/ Box CD
Kapasitas kirim (Ton)
Q1 Q2 D1 D2 D3 P1 P2 P3 G1 G2 K1 K2 H1 H2 H3 B1 0,127 0,120 0,033 0,024 0,016 0,049 0,021 0,034 0,023 0,089 0,122 0,053 0,077 0,025 0,094 B2 0,072 0,077 0,021 0,013 0,013 0,054 0,014 0,014 0,019 0,107 0,080 0,043 0,107 0,026 0,095 B3 0,093 0,144 0,031 0,042 0,020 0,064 0,027 0,037 0,031 0,107 0,099 0,075 0,112 0,041 0,096 B4 0,213 0,216 0,058 0,055 0,035 0,022 0,043 0,056 0,059 0,034 0,033 0,134 0,034 0,079 0,038 B5 0,253 0,188 0,056 0,055 0,036 0,018 0,046 0,055 0,063 0,036 0,034 0,182 0,034 0,091 0,040 OB 100,921 89,095 24,770 24,496 15,546 17,991 19,388 24,403 26,202 32,948 36,836 67,572 31,519 36,426 32,492 C1 0,055 0,057 0,027 0,027 0,010 0,091 0,014 0,080 0,015 0,068 0,131 0,021 0,069 0,019 0,149 C2 0,108 0,089 0,022 0,030 0,014 0,048 0,023 0,045 0,021 0,037 0,066 0,037 0,031 0,032 0,073 C3 0,081 0,086 0,022 0,030 0,017 0,037 0,020 0,038 0,020 0,033 0,068 0,039 0,031 0,032 0,073 C4 0,257 0,246 0,063 0,057 0,044 0,016 0,051 0,019 0,070 0,113 0,055 0,195 0,118 0,096 0,032 C5 0,271 0,275 0,070 0,049 0,038 0,014 0,046 0,016 0,073 0,122 0,045 0,206 0,113 0,089 0,034 OC 83,661 82,655 21,011 18,240 13,190 15,416 15,946 14,855 22,023 36,543 28,331 59,970 35,448 29,243 27,268 Supplier Subkriteria
Rumus (4) menunjukkan kendala sasaran dengan ruas kanan menunjukkan nilai optimal performansi tiap subkriteria. Batasan (5) memastikan total pemesanan sesuai dengan kebutuhan. Batasan (6), (7), (8) memastikan bahwa bila dilakukan pemesanan ke supplier i, jumlah pemesanan harus dalam batas minimal dan maksimalnya. Batasan (9) menunjukkan bahwa pemesanan tidak harus dilakukan ke semua supplier. Batasan (10) dan (11) merupakan batasan
non-negativity dan batasan binary.
∑ (3) ∑ (4) ∑ (5) (6) (7) (8) ∑ (9) (10) (11) Keterangan notasi yang digunakan:
Xi = banyaknya bahan baku yang dipesan dari supplier i
Yi = keputusan pesan tidaknya ke supplier i, 1 jika pesan dan 0 jika tidak Wik = performansi supplier i kriteria k
Ok = nilai optimal sasaran memaksimumkan performansi kriteria k D = kebutuhan bahan baku
Pmini = batas minimal yang dipesan ke supplier i jika melakukan pemesanan Pmaxi = batas maksimal yang dipesan ke supplier i jika melakukan pemesanan M = bilangan yang sangat besar
nk = penyimpangan negatif dari sasaran ke k pk = penyimpangan positif dari sasaran ke k
Model GP digunakan untuk mengalokasikan pemesanan ke supplier. GP diselesaikan menggunakan LINGO 11.0. Contoh penyelesaian pada salah satu periode dimana kebutuhan kertas kardus sebanyak 460 ton dan kertas CD sebanyak 390 ton ditunjukkan pada Tabel 5. Berdasarkan Tabel 5, pemesanan tidak lagi berdasarkan prinsip pemerataan dengan memesan ke semua supplier. Pada periode tersebut tidak dilakukan pemesanan kertas kardus ke supplier B2. Alokasi pemesanan sesuai dengan peringkat performansi dimana supplier dengan performansi tinggi akan diberikan alokasi baru kemudian yang performansinya lebih rendah.
Tabel 5 Hasil penyelesaian GP
Supplier X Y Harga Total Harga Bobot Total Bobot Performansi Total Performansi B1 10 1 2.550.000 25.500.000 0,177 1,773 0,907 9,072 B2 0 0 2.550.000 0 0,148 0,000 0,756 0,000 B3 50 1 2.550.000 127.500.000 0,199 9,962 1,020 50,982 B4 200 1 2.700.000 540.000.000 0,230 45,996 1,112 222,313 B5 200 1 2.700.000 540.000.000 0,246 49,160 1,188 237,606 Total 460 4 1.233.000.000 107 520 C1 11 1 2.450.000 25.979.685 0,161 1,710 0,833 8,830 C2 50 1 2.600.000 130.000.000 0,138 6,911 0,672 33,624 C3 50 1 2.600.000 130.000.000 0,129 6,442 0,627 31,345 C4 141 1 2.500.000 352.547.404 0,283 39,846 1,430 201,623 C5 138 1 2.500.000 345.942.714 0,289 40,004 1,463 202,418 Total 390 5 984.469.802 95 478
Tabel 6 Penyimpangan Hasil Optimal dengan GP
Tabel 6 menunjukkan besarnya penyimpangan yang didapatkan dari hasil GP dibandingkan dengan hasil optimal per subkriteria. Penyimpangan negatif diminimalkan agar performansi total yang didapatkan dapat maksimal.
IV. PENUTUP
Berdasarkan hasil pengolahan data dan analisis yang dilakukan, didapatkan beberapa kesimpulan, antara lain:
1. Perusahaan menetapkan 6 kriteria dengan 15 subkriteria untuk menilai performansi
supplier. Bobot tertinggi pada kriteria kualitas dan subkriteria kualitas bahan baku. Bobot
terendah pada kriteria pengiriman dan subkriteria informasi status pengiriman.
2. Penilaian supplier dilakukan pada supplier kertas kardus dan kertas CD. Hasil AHP menunjukkan supplier kertas kardus dengan performansi terbaik adalah supplier B5 dan
supplier kertas CD terbaik adalah supplier C5.
3. Alokasi pemesanan bahan baku kertas kardus dan kertas CD menggunakan GP menunjukkan bahwa prioritas pemesanan dilakukan pada supplier dengan performansi terbaik.
Penelitian ini dapat dikembangkan dengan memisahkan kriteria kuantitatif dengan kualitatif pada saat pembobotan kriteria, dengan menambahkan pertimbangan biaya pesan dan biaya simpan saat menentukan biaya persediaan, dan dengan menerapkan kebijakan multi- supplier
multi-item.
DAFTAR PUSTAKA
Chen, Y.J., 2011, Structured methodology for supplier selection and evaluation in a supply chain. Information Science, 181(9), hlm. 1651–1670.
Dickson, G. W., 1966, An Analysis of Vendor Selection Systems and Decisions. Journal of Purchasing, 2(1), hlm. 5-17, Institute for Supply Management.
Forman, H. dan Selly, M.A., 2001, Decision by Objectives, World Scientific.
Ghodsypour S. H. and O’Brien, C., 1998, A Decision Support System for Supplier Selection Using an Integrated Analytical Hierarchy Process and Linear Programming, Int. J. Production Economics, 56-57 (1998), hlm. 199-212, Elsevier.
Hillier, F. dan Lieberman, G., 2001, Introduction to Operations Research, 7th Edition, New York: McGraw-Hill.
Saaty, T.L., 1980, The Analytic Hierarchy Process, New York: McGraw-Hill.
Taha, Hamdy A, 2007, Operations Research: An Introduction, 8th Edition, Pearson New Jersey: Prentice Hall.
Wibowo, S., 2007, Manajemen Produksi, Edisi Empat, Yogyakarta: BPFE. Winston, Wayne L., 2004, Operations Research, Toronto: Thomson.
Xu, Z., 2000, On consistency of the weighted geometric mean complex judgement matrix in AHP, European Journal of Operational Research, 126, hlm. 683-687.
Optimal Q1 Q2 D1 D2 D3 P1 P2 P3 G1 G2 K1 K2 H1 H2 H3 Penyimpangan OB 100,921 89,095 24,770 24,496 15,546 17,991 19,388 24,403 26,202 32,948 36,836 67,572 31,519 36,426 32,492 OB' 99,191 89,095 24,667 24,495 15,546 11,648 19,388 24,403 26,202 20,360 19,609 67,572 19,953 36,410 21,431 OB'-OB -1,730 0,000 -0,103 0,000 0,000 -6,343 0,000 0,000 0,000 -12,588 -17,227 0,000 -11,566 -0,016 -11,060 OC 83,661 82,655 21,011 18,240 13,190 15,416 15,946 14,855 22,023 36,543 28,331 59,970 35,448 29,243 27,268 OC' 83,729 82,143 21,018 18,171 13,092 9,399 15,873 9,843 22,113 36,970 22,090 59,970 36,112 29,243 18,074 OC'-OC 0,068 -0,512 0,006 -0,069 -0,098 -6,018 -0,073 -5,013 0,090 0,427 -6,241 0,000 0,664 0,000 -9,194 -60,634 -25,963
