PEMILIHAN SUPPLIER DENGAN MENGINTEGRASIKAN CLUSTER ANALYSIS, ANP DAN TOPSIS SERTA ALOKASI ORDER DENGAN BEBERAPA FUNGSI TUJUAN

(1)

PEMILIHAN SUPPLIER DENGAN

MENGINTEGRASIKAN CLUSTER ANALYSIS, ANP DAN

TOPSIS SERTA ALOKASI ORDER DENGAN BEBERAPA

FUNGSI TUJUAN

Sidang Tesis

Disusun oleh : Ivan Angga Shodiqi

NRP : 2509 203 011

Dibimbing oleh:

Prof. Dr. Ir. Suparno, M.S.I.E

(2)

Latar Belakang

• Pemilihan suplier yang tepat tidak hanya

menguntungkan bagi perusahaan tetapi juga

meningkatkan kepuasan pelanggan

• Bahan baku dan komponen dapat mencapai

70% dari biaya produk dalam industri

manufaktur (Demirtas dan Ustun, 2008)

• Pemilihan supplier adalah permasalahan multi

kriteria yang melibatkan faktor atau kriteria

kualitatif dan kuantitatif.

• Trade-off antara faktor tangible dan intangible

sangat penting dilakukan dalam pemilihan

supplier (Tahriri et al., 2008)

(3)

Latar Belakang - 2

• Seringkali dalam pemilihan suplier, pengambil

keputusan dihadapkan pada kriteria pemilihan

suplier yang saling berkaitan satu dengan yang

lain

• Perusahaan bisa dihadapkan pada banyaknya

alternatif supplier yang tersedia

• Sedangkan untuk meningkatkan daya saing

perusahaan, dalam pemilihan suplier tidak

hanya menetapkan satu target tujuan tetapi

juga menetapkan beberapa tujuan sekaligus

(4)

Permasalahan

Bagaimana melakukan pemilihan supplier

dengan kriteria pemilihan yang saling berkaitan

dan mempunyai banyak pilihan supplier serta

bagaimana mengalokasikan order dengan

mengoptimalkan sejumlah tujuan yang hendak

dicapai.

4

Tujuan

1. Menghasilkan pengembangan metode pemilihan

supplier dengan mengkombinasikan ANP, TOPSIS,

cluster analysis dan goal programming.

2. Untuk menghasilkan solusi dalam pemilihan

supplier sesuai dengan kriteria yang ditentukan

dan mengoptimalkan beberapa fungsi tujuan

(5)

Batasan

Produk yang digunakan adalah produk tunggal

Asumsi

1. Data awal yang didapat dari focus group

mewakili kriteria untuk melakukan klaster

2. Kriteria pemilihan supplier berkaitan antara

satu dengan yang lainnya

(6)

Posisi penelitian ini terhadap penelitian

-penelitian pemilihan supplier sebelumnya

6 Ghodyspour dan O'Brien (1998) Muftih (2005) Wang (2005) Bottani dan Rizzi (2008) Demirtas dan Ustun (2008) Suhartini (2010) Lin et al. (2011) 1 AHP v v v 2 ANP v v v 3 TOPSIS v v 4 QFD v 5 Fuzzy QFD v

6 Fungsi tujuan tunggal v v v

7 Fungsi tujuan multi v v v v

8 Linear Programming v v v

9 Multi Objective Mixed Integer Linear Programming v

10 Goal Programming v v v

11 Cluster Analysis v v

No Karakteristik Penelitian

Penelitian - penelitian sebelumnya

Posisi penelitian ini

(7)

Cluster Analysis

Cluster analysis adalah suatu analisis statistik

yang bertujuan memisahkan obyek kedalam

beberapa kelompok yang mempunyai sifat

berbeda antar kelompok yang satu dengan

yang lain. Tiap - tiap kelompok dalam cluster

analysis bersifat homogen antar anggota

dalam kelompok. Tujuan utama cluster

analysis adalah menggabungkan objek - objek

yang mempunyai kesamaan ke dalam sebuah

kelompok atau klaster.

(8)

Analytical Network Process-1

• Analytical Network Process (ANP) merupakan sebuah

pengembangan dari metodologi Analytical Hierarchy

Process (AHP) yang digunakan untuk menyelesaikan

permasalahan Multi Criteria Decision Making (MCDM).

• ANP dapat memodelkan sistem dengan feedback dimana

1 level mungkin mendominasi dan didominasi baik secara

langsung atau tidak langsung oleh level lainnya.

• Kelebihan dari ANP adalah dapat diaplikasikan untuk

permasalahan multi kriteria yang didalamnya terdapat

hubungan innerdependence, dengan kata lain ANP

memungkinkan terjadinya feedback yang tidak dapat

dilakukan dalam AHP.

(9)

Technique for Order Preference by Similarity to Idea

Solution (TOPSIS)

• Metode TOPSIS merupakan pendekatan untuk penyelesaian

permasalahan multikriteria

• Konsep TOPSIS adalah alternatif yang terdekat dengan ideal solution

dan terjauh dari negative ideal solution pada multi-dimentional

(10)

Goal Programming

Goal programming muncul karena

sebagian besar permasalahan optimasi

hanya mempertimbangkan satu fungsi

tujuan, sedangkan sering kali sebuah

permasalahan memiliki lebih dari satu

fungsi tujuan dimana fungsi tujuan satu

dengan lainnya dapat menimbulkan konflik.

(11)

METODOLOGI PENELITIAN

Studi pendahuluan

Identifikasi dan rumusan masalah

Menetapkan tujuan

Pemodelan dan pengembangan model: - Cluster analysis - ANP dan TOPSIS - Alokasi order dengan

Goal programming

Analisa dan interpretasi

Kesimpulan dan saran Pengolahan data Pengumpulan data

(12)

PENGEMBANGAN MODEL

(13)

Skema Pengembangan Model

Penelitian ini mengacu pada model dasar yang diajukan oleh

Lin et al. (2011)

Model dasar

Pemilihan supplier pada: - Produk tunggal

- Produk disuplai oleh beberapa alternatif supplier

- Fungsi tujuan tunggal

Pada kenyataannya

- Satu produk bisa disuplai oleh alternatif supplier yang jumlahnya sangat banyak - Perusahaan bisa menetapkan mempunyai sejumlah tujuan

Rencana penelitian:

Mengembangkan pemilihan supplier dengan:

- Produk tunggal

- Alternatif supplier berjumlah banyak - Perusahaan mempunyai sejumlah tujuan yang hendak dicapai

(14)

Model Dasar

Lin et al. (2011) : pemilihan supplier dengan mengkombinasikan metode ANP dan TOPSIS dan menyelesaikan alokasi order dengan

linier programming 14 Prosedur Tujuan Metodologi Kualitatif Focus group Analytic Network Process (ANP)

Technic for Order Preference by Similarity to Idea Solution (TOPSIS) Linier Programming (LP) Pendefinisian kriteria dan menemukan keterkaitan antara kriteria

Menghitung bobot dari tiap kriteria

Merangking dan menghitung skor akhir

dari tiap alternatif

Menghitung alokasi order yang sesuai untuk

(15)

Alokasi order pada model dasar dengan linier

programming - 1

Max

Subject to :

(batasan demand)

(batasan kualitas)

(batasan pengiriman)

(batasan budget)

(batasan kapasitas)

i=1,2,...n

(16)

Alokasi order pada model dasar dengan linier

programming - 2

Dimana :

• S

_i

rangking akhir supplier i

• X

_i

. jumlah order untuk tiap supplier i

• i

indeks supplier ke 1,2,3,....n

• Q

permintaan bahan baku

• di

tingkat cacat bahan baku dari supplier i

• B

maksimum tingkat cacat yang ditoleransi

• pi

tingkat keterlambatan pengiriman supplier i

• U

maksimum tingkat keterlambatan yang ditoleransi

• A

maksimum harga per unit bahan baku yang ditoleransi

• Ci

kapasitas pembelian maksimum bahan baku yang

mampu disediakan supplier ke-i.

(17)

Pengembangan Model

Prosedur Tujuan Metodologi Kualitatif Focus group Goal Programming (GP) Pendefinisian kriteria dan menemukan keterkaitan antara kriteria Menghitung alokasi order yang sesuai untuk

tiap supplier Cluster Analysis Mengelompokkan supplier ke dalam sejumlah klaster Klaster terpilih

ANP dan TOPSIS Proses pemilihan

supplier

Proses alokasi order

Menghitung bobot dari tiap kriteria dan menghitung skor akhir dari tiap supplier pada

(18)

Cluster Analysis

• Alternatif supplier yang tersedia jumlahnya 29 supplier.

• Untuk mereduksi variansi supplier maka dilakukan cluster

analysis

• Kriteria pengklasteran diperoleh berdasarkan focus group

discussion meliputi:

1.Respon penawaran (dengan sub kriteria: pengiriman

penawaran dan kelengkapan dokumen)

2.Kriteria penilaian pemenang (dengan sub kriteria: aspek

teknis dan aspek ekonomis)

3.Kedatangan barang (dengan sub kriteria: kesesuaian

kualitas/jumlah dan konsistensi terhadap due date,

4.Konsistensi pengiriman

(19)

Pengklasteran Alternatif Supplier - 1

• Digunakan klaster hirarki dengan menggunakan metode centroid dalam

(20)

Pengklasteran Alternatif Supplier - 2

• Penggolongan dapat dikerucutkan menjadi 2 klaster besar berdasarkan

kesamaan performansinya

• Klaster 1 mempunyai nilai rata – rata performansi sebesar 21,66

sedangkan klaster 2 mempunyai nilai rata – rata performansi sebesar 31,63.

• Supplier yang terpilih adalah suplier yang ada dalam klaster 2 yaitu

sebanyak empat supplier yang terdiri dari CV. Trisari Kumpul., PT.

Anugrah Binajaya Steel, PT. Central Niaga Mandiri dan PT. Sutindo Raya Mulia

(21)

Analytical Network Process (ANP) dan Technique for

Order Preference by Similarity to Idea Solution

(TOPSIS)

Pada penelitian ini kriteria yang digunakan dalam pemilihan supplier mengacu pada penelitian Lin et al. (2011) dan disesuaikan dengan kebutuhan dan kondisi perusahaan. Kriteria tersebut terdiri dari: 1. Kriteria harga

Sub kriteria : Material, transportasi, manajemen dan negosiasi. 2. Kriteria kualitas

Sub kriteria : keandalan, inovasi serta riset dan pengembangan. 3. Kriteria pelayanan

Sub kriteria : attitude, komunikasi, kecepatan respon, degree

communication dan penggunaan teknologi.

4. Kriteria pengiriman

Sub kriteria : akurasi, lead time dan lokasi. 5. Kriteria kepercayaan

(22)

Model Network ANP

22 Pelayanan Attitude Komunikasi Degree Communication Kecepatan respon Penggunan teknologi Lokasi Akurasi Lead time Pengiriman Harga Material Transportasi Negosiasi Manajemen Kepercayaan Kredibilitas Kapabilitas Kualitas Riset dan pengembangan Keandalan Inovasi

(23)

Hasil pembobotan kriteria dengan ANP

Kriteria Sub kriteria Bobot

Harga Material 0.035479 Transportasi 0.009939 Manajemen 0.007908 Negosiasi 0.047711 Kualitas Keandalan 0.144039 Inovasi 0.056443 Riset dan pengembangan 0.076797

Pelayanan Attitude 0.016945 Komunikasi 0.041642 Kecepatan respon 0.049464 Degree communication 0.01665 Penggunaan teknologi 0.012136 Pengiriman Akurasi 0.086723 Lead time 0.017047 Lokasi 0.000712 Kepercayaan Kredibilitas 0.248834 Kapabilitas 0.131530

(24)

Hasil perangkingan supplier dengan TOPSIS

Rank Supplier Ci

1 CV. Trisari Kumpul 0.982 2 PT. Anugerah Binajaya Steel 0.575 3 PT. Central Niaga Mandiri 0.188 4 PT. Sutindo Raya Mulia 0.172

24



CV. Trisari Kumpul menempati rangking pertama karena

kriteria yang dimilikinya mempunyai jarak paling dekat

dengan kriteria ideal .



Semakin akhir rangking supplier maka jarak kriteria yang

dimilikinya lebih jauh dari kriteria ideal jika

dibandingkan dengan supplier dengan peringkat di

atasnya.

(25)

Alokasi order pada pengembangan model dasar

dengan goal programming -1

• Alokasi order pada model dasar Lin et al. (2011)

mempunyai satu fungsi tujuan yaitu memaksimalkan

Total Value Purchasing (TVP)

• Permasalahan alokasi order dikembangkan pada

permasalahan dimana ada sejumlah tujuan (multi

objective)

• Sehingga digunakan goal programming untuk

menyelesaikan permasalahan alokasi order pada

supplier yang terpilih.

(26)

Tujuan yang ingin dicapai

• Memaksimalkan total value purchasing (TVP)

• Meminimumkan total biaya pembelian perusahaan

• Meminimumkan jumlah cacat bahan baku

• Meminimumkan jumlah keterlambatan pengiriman

26

Variabel Keputusan

Pada penelitian ini, variabel keputusan yang dicari adalah:

S

_i

rangking akhir supplier i

X

_i

.

jumlah order untuk tiap supplier i

Dengan i adalah indeks supplier ke 1,2,3,....n

Alokasi order pada pengembangan model

dengan goal programming -2

(27)

Pada tahap ini fungsi tujuannya meminimasi deviasi antara berbagai tujuan

Fungsi objektif

1. Memaksimalkan total value purchasing (TVP)

2. Meminimumkan total biaya pembelian 3. Meminimumkan tingkat cacat produk

4. Meminimumkan keterlambatan pengiriman

(28)

Formulasi goal programming - 2

• Batasan permintaan

• Batasan kapasitas supplier

• Batasan kapasitas penyimpanan gudang perusahaan

Bentuk fungsi tujuan pada goal programming dapat diformulasikan sebagai berikut:

Meminimalkan :

28

(29)

Formulasi goal programming - 3

Meminimalkan : Subject to:

(30)

Hasil alokasi order dengan goal programming

Supplier Alokasi order

CV. Trisari Kumpul 90

PT. Anugerah Binajaya Steel 80 PT. Central Niaga Mandiri 54

PT. Sutindo Raya Mulia 26

Total 250

30



Jika dibandingkan antara rangking supplier yang diperoleh

dari TOPSIS dan besarnya prosentase alokasi order, maka

prosentase alokasi order berbanding lurus dengan urutan

rangking supplier.



Semakin baik peringkat supplier maka prosentase alokasi

(31)

Kesimpulan dan Saran

Kesimpulan:

• Untuk efisiensi dalam pemilihan supplier maka alternatif supplier

yang berjumlah besar diperlukan pengklasteran untuk dipilih satu

klaster terbaik

• Terbentuk dua klaster dan klaster 2 terpilih sebagai klaster

terbaik, dimana klaster 2 terdiri dari empat supplier yaitu: CV.

Trisari Kumpul, PT. Anugerah Binajaya Steel, PT. Central Niaga

Mandiri dan PT. Sutindo Raya Mulia.

• Terdapat 5 kriteria pemilihan supplier yang totalnya terdiri dari 17

sub kriteria. Dari sejumlah kriteria tersebut kriteria kepercayaan

yang terdiri dari sub kriteria kredibilitas dan kapabilitas memiliki

bobot yang paling besar.

• Hasil perangkingan dengan TOPSIS diperoleh urutan rangking

supplier yaitu: 1)CV. Trisari Kumpul, 2)PT. Anugerah Binajaya Steel,

(32)

Saran

• Penelitian pemilihan supplier ini bisa dikembangkan pada multi produk

bukan hanya sebatas produk tunggal.

• Penelitian selanjutnya bisa dilakukan dengan kombinasi metode multi

criteria decision making lainnya sehingga akan menambah wawasan

dalam pemilihan supplier.

• Untuk penelitian selanjutnya sebaiknya dilakukan analisa sensitivitas

dalam pemilihan suppliernya dan juga dalam melakukan alokasi order

32

Kesimpulan (lanjutan)

 Alokasi order diselesaikan dengan goal proramming dengan

mempertimbangkan empat fungsi tujuan yaitu: memaksimalkan total

value purchasing (TVP), meminimumkan total biaya pembelian,

meminimumkan tingkat cacat produk dan meminimumkan keterlambatan pengiriman.

 Dari hasil perhitungan dengan goal programming disimpulkan bahwa

semakin baik rangking supplier maka prosentase alokasi order supplier semakin besar.

(33)

Langkah – langkah TOPSIS-1

Langkah 1 : membangun matrik keputusan (D) dengan menggunakan nilai dari kriteria

Langkah 2 : Menormalisasikan matrik keputusan (D) melalui perhitungan berikut ini

0.5471 0.3889 0.2403 0.5089 0.2921 0.3148 0.2932 0.2805 0.2808 0.3496 0.3814 0.3278 0.5993 0.4415 0.2683 0.4321 0.2582 0.2157 0.3540 0.1943 0.2512 0.2279 0.1372 0.1683 0.2071 0.1917 0.1441 0.3723 0.1329 0.1892 0.2218 0.1680 0.3168 0.2121 0.1593 0.1613 0.0796 0.1169 0.1745 0.0924 0.0804 0.0908 0.0756 0.1010 0.1498 0.0878 0.1058 0.2368 0.1047 0.1650 0.1006 0.0779 0.0958 0.0602 0.1230 0.3055 0.0574 0.0822 0.0599 0.0619 0.0720 0.0964 0.0660 0.1058 0.0999 0.0808 0.0862 0.0628

(34)

Langkah – langkah TOPSIS-2

Langkah 3 : Membangun matrik keputusan terbobot yang sudah dinormalkan (V)

Langkah 4 : Menjelaskan solusi ideal dan solusi negatifnya melalui perhitungan berikut ini.

(35)

Tabel Solusi Ideal

Sub kriteria A+ A -Material 0.00507 0.00072 Transportasi 0.00101 0.00025 Manajemen 0.00050 0.00012 Negosiasi 0.00635 0.00146 Keandalan 0.01150 0.00657 Inovasi 0.00464 0.00085 Riset dan pengembangan 0.00589 0.00161 Attitude 0.00124 0.00027 Komunikasi 0.00306 0.00067 Kecepatan respon 0.00452 0.00093 Degree communication 0.00166 0.00042 Penggunaan teknologi 0.00104 0.00021 Akurasi 0.01358 0.00240 Lead time 0.00197 0.00045 Lokasi 0.00005 0.00002 Kredibilitas 0.02810 0.00561 Kapabilitas 0.00888 0.00216

(36)

Langkah – langkah TOPSIS-3

Langkah 5 : Hitung jarak antara solusi ideal dengan solusi negatifnya untuk masing-masing alternatif.

Langkah 6 : Hitung hubungan terdekat dari solusi idealnya untuk masing-masing alternatif.

Langkah 7 : Merangking order dari alternatif

(37)

Goal programming

Meminimalkan deviasi

Pada tahap ini fungsi tujuannya meminimasi deviasi antara berbagai tujuan

Fungsi objektif

1. Memaksimalkan total value purchasing (TVP) Memaksimalkan

Persamaan di atas dirubah ke bentuk goal programming menjadi:

n₁ adalah deviasi negatif ke 1 yang menunjukkan tingkat pencapaian

TVP kurang dari nilai yang ditargetkan.

p₁ adalah deviasi positif ke 1 yang menunjukkan tingkat pencapaian TVP

melebihi dari nilai yang ditargetkan.

(38)

Fungsi objektif-2

2. Meminimumkan total biaya pembelian Meminimalkan

Dimana:

n₂ adalah deviasi negatif ke 2 yang menunjukkan tingkat

pencapaian biaya pembelian kurang dari nilai yang ditargetkan.

p₂ adalah deviasi positif ke 2 yang menunjukkan tingkat pencapaian

biaya pembelian melebihi dari nilai yang ditargetkan.

g₂ adalah target biaya pembelian yang ditentukan

a_i adalah harga per unit bahan baku yang dari supplier i

(39)

Fungsi objektif-3

3. Meminimumkan tingkat cacat produk Meminimalkan

Dimana:

n₃ adalah deviasi negatif ke 3 yang menunjukkan jumlah cacat

produk kurang dari nilai yang ditargetkan.

p₃ adalah deviasi positif ke 3 yang menunjukkan jumlah cacat

produk melebihi dari nilai yang ditargetkan.

g₃ adalah target jumlah cacat yang ditentukan

(40)

Fungsi objektif-4

4. Meminimumkan keterlambatan pengiriman Meminimalkan

Dimana:

n₄ adalah deviasi negatif ke 4 yang menunjukkan tingkat

pencapaian keterlambatan pengiriman kurang dari nilai yang ditargetkan.

p₄ adalah deviasi positif ke 4 yang menunjukkan tingkat pencapaian

keterlambatan melebihi dari nilai yang ditargetkan.

g₄ adalah target jumlah keterlambatan pengiriman yang ditentukan

pi adalah tingkat keterlambatan pengiriman supplier i