• Tidak ada hasil yang ditemukan

Indira Anindita, Isti Surjandari. Departemen Teknik Industri, Fakultas Teknik, Universitas Indonesia, Depok 16424, Indonesia

N/A
N/A
Protected

Academic year: 2021

Membagikan "Indira Anindita, Isti Surjandari. Departemen Teknik Industri, Fakultas Teknik, Universitas Indonesia, Depok 16424, Indonesia"

Copied!
14
0
0

Teks penuh

(1)

(DEA) dengan Minimum Weight Restriction

Indira Anindita, Isti Surjandari

Departemen Teknik Industri, Fakultas Teknik, Universitas Indonesia, Depok 16424, Indonesia E-mail: indira.anindita@gmail.com

Abstrak

Semakin bergantungnya perusahaan kepada penyedia jasa truk untuk melakukan operasi transportasi, masalah seperti keterlambatan pengiriman dan kenaikan biaya transportasi domestik pun bermunculan dari pemilihan penyedia sewa truk yang tidak efisien. Karena itulah penting untuk mengevaluasi dan dan memberi peringkat pada penyedia jasa sewa truk berdasarkan nilai efisiensi mereka sebagai dasar untuk keputusan pengiriman dan alokasi penyedia sewa truk untuk tiap wilayah. Data Envelopment Analysis (DEA) dengan minimum weight restriction merupakan metode yang tepat untuk memberi peringkat pada penyedia sewa truk karena metode ini cenderung mencari satu set bobot yang sama untuk seluruh DMU untuk membuat mereka dapat diranking secara keseluruhan, hal ini memiliki arti bahwa seluruh penyedia sewa truk diberi peringkat pada keadaan yang sama.

Hasil dari penelitian ini adalah peringkat dari penyedia jasa sewa truk yang direpresentasikan dalam sampel rute. Meskipun di beberapa wilayah peringkat di masing-masing rute berbeda, secara garis besar, rute-rute ini tetap dapat merepresentasikan peringkat dalam tingkat wilayah. Peringkat pada tiap wilayah dapat digunakan untuk melihat kekuatan masing-masing penyedia jasa vendor truk yang kemudian dapat dijadikan basis dalam pemilihan dan perencanaan pemilihan penyedia sewa truk.

Truck Vendors’ Ranking in Oil Service Company Using Data Envelopment Analysis (DEA) with Minimum Weight Restriction

Abstract

Companies become solely dependent on truck vendors to execute its transportation operation, problems like late shipments and increased domestic transportation cost arise from the decision in choosing inefficient vendors. Thus, it’s increasingly important to evaluate and rank every truck vendors based on their efficiency scores as a foundation for shipment decision and vendor’s region allocation. Data Envelopment Analysis (DEA) with minimum weight restriction is an appropriate tool to rank the truck vendors because it tends to seek a common set of weights for all DMUs to make them fully ranked, which means all truck vendors are being ranked in the same condition.

The result of this paper is the ranking of all truck vendors, which will be presented in the route samples. Although in some regions, the ranking on each route is different, overall, they can represent the ranking in the regions. The ranking in each region can be used to see the strength of each truck vendors, which later will be used in choosing and planning the use of truck vendors.

(2)

1. Pendahuluan

Sebagai penyedia jasa, perusahaan jasa pengeboran minyak bumi bertanggungjawab untuk memproduksi dan mengirim alat pendukung operasi serta melakukan jasa operasi. Dalam perusahaan, pengiriman alat berada didalam naungan sebuah fungsi rantai pasok, yakni fungsi logistik. Berbeda dengan perusahaan lain dimana fungsi logistik mencakup operasi transportasi, penyimpanan, dan pemesanan, fungsi logistik pada Perusahaan jasa pengeboran minyak bumi hanya mencakup operasi transportasi saja.

Dalam operasi transportasi domestik darat, penyedia jasa sewa truk memegang andil besar dalam hal biaya maupun pelaksanaan operasi. Masalah kenaikan biaya dan keterlambatan mencerminkan penggunaan penyedia sewa truk yang tidak efisien. Karena itu lah tujuan dari penelitian ini adalah memberi peringkat pada seluruh penyedia sewa truk yang digunakan sebagai dasar pemilihan penyedia sewa truk pada setiap pengiriman serta sebagai dasar pembagian fokus wilayah penyedia sewa truk.

Peringkat diperlukan perusahaan untuk dapat melihat kekuatan masing-masing penyedia jasa sewa truk agar dapat penggunaan masing-masing penyedia jasa sewa truk dapat dilakukan secara optimal. Peringkat diperlukan sebagai basis pemilihan dan penggunaan penyedia jasa sewa truk di tiap wilayah. Metode Data Envelopment Analysis (DEA) dengan minimum weight restriction dapat digunakan untuk memberi peringkat pada pemasok operasi transportasi, yakni penyedia jasa sewa truk berdasarkan efisiensi.

2. Tinjauan Literatur

Data Envelopment Analysis (DEA) dikembangkan oleh Charnes et al. (1978) untuk mengukur efisiensi relatif dari sekelompok Decision Making Units (DMU) yang menggunakan beberapa input untuk memproduksi beberapa output. Pada dasarnya, setiap DMU diperbolehkan untuk memilih bobot atau pengali yang paling sesuai untuk menghitung efisiensi, yang direpresentasikan sebagai rasio output teragregat dan input teragregat.

Karena DMU memperlakukan faktor input/output dengan tingkat kepentingan yang berbeda, metode ini hanya dapat membedakan DMU yang efisien dan yang tidak efisien, dan tidak cocok untuk memberi peringkat pada para DMU (Kao, 2009). Hal ini diperkuat oleh Friedman dan Stern (2002) serta Cooper dan Tone (1997) yang mengatakan bahwa karena

(3)

basis untuk mengkalkulasi efisiensi yang digunakan berbeda, maka nilai efisiensi yang dihasilkan tidak cocok diberi peringkat.

Dengan memasukan minimum weight restriction untuk semua input dan output, setiap DMU akan menggunakan patokan (benchmark) yang sama untuk menghitung efisiensi. Dengan begitu, semua DMU, efisien maupun tidak efisien, dapat diberi peringkat secara bersamaan (Wang et al., 2010).

Metode ini memberi peringkat pada DMU dengan cara memasukan minimum weight restriction yang tepat pada seluruh input dan output. Dengan memasukan minimum weight restriction untuk semua input dan output, setiap DMU akan menggunakan patokan (benchmark) yang sama untuk menghitung efisiensi. Dengan begitu, semua DMU baik yang efisien maupun tidak efisien, dapat diberi peringkat secara bersamaan (Wang et al., 2010).

Tahapan pengolahan data dalam metode ini adalah sebagai berikut:

1. Melakukan perhitungan model DEA untuk mengidentifikasi DMU yang efisien. 2. Menormalisasi data input dan output, mencari bobot maksimin untuk setiap DMU

efisien, serta menentukan minimum weight restriction yang tepat untuk bobot input dan output.

3. Menghitung efisiensi yang baru mengunakan nilai yang telah dinormalisasi. 4. Menentukan ranking DMU berdasarkan nilai efisiensi yang baru.

3. Perhitungan Model BCC Input-Oriented

Dengan menggunakan dasar perhitungan:

(1)

nilai efisiensi masing-masing DMU dihitung menggunakan bantuan software Efficiency Measurement System (EMS) Version 1.3. Model BCC-I akan menghasilkan nilai efisiensi

(4)

yang berkisar diatas 0 sampai 100% dimana semakin besar nilai efisiensi, maka DMU akan dinilai semakin efisien.

Pada Tabel 1 sampai Tabel 3, nilai efisiensi dari DMU dinyatakan dalam kolom Score dan DMU yang efisien ditandai dengan highlight berwarna kuning.

Tabel 1. Nilai Efisiensi Menggunakan DEA Model BCC-I untuk Wilayah Jakarta

Tabel 2. Nilai Efisiensi Menggunakan DEA Model BCC-I untuk Wilayah Jawa

Tabel 3. Nilai Efisiensi Menggunakan DEA Model BCC-I untuk Wilayah Sumatra

Tujuan dari tahap perhitungan ini adalah untuk mengetahui seluruh DMU yang efisien, karena pada tahapan selanjutnya bobot maksimin yang akan dicari hanyalah bobot dari DMU yang efisien.

(5)

4. Penentuan Bobot Maksimin

Sebelum bobot maksimin didapatkan, seluruh nilai input dan output akan dinormalkan menggunaan persamaan sebagai berikut,

(2)

Hal ini perlu dilakukan untuk mengeliminasi efek skala unit nilai input dan output terhadap besarnya bobot maksimin (Wang et al., 2009).

Tujuan dari tahap ini adalah untuk mencari bobot maksimin pada DMU efisien menggunakan persamaan sebagai berikut,

(3) dimana hasilnya akan digunakan sebagai minimum weight restriction

(6)

DEA dengan minimum weight restriction memiliki kelebihan untuk dapat membedakan/mendiskriminasi DMU secara parsial maupun seluruhnya. Semakin tinggi nilai minimum weight restriction yang digunakan, semakin DMU terdiskriminasi secara sempurna.

5. Perhitungan Nilai Efisiensi Menggunakan DEA dengan Minimum Weight

Restriction

Dengan menggunakan nilai minimum weight restriction dalam persamaan sebagai berikut,

(4) nilai efisiensi baru dapat dihasilkan. Tabel 5 sampai Tabel 7 merupakan hasil perhitungan nilai efisiensi yang baru. Dapat dilihat bahwa seluruh rute di wilayah Jakarta pada Tabel 5 sudah terdiskriminasi secara sempurna, sehingga pemberian peringkat dapat dilakukan dengan mudah.

(7)

Berbeda halnya dengan wilayah Jawa pada Tabel 6 dan Sumatra pada Tabel 7. Pada wilayah Jawa, 2 dari 3 rute belum terdiskriminasi sempurna, sedangkan seluruh rute pada wilayah Sumatra belum ada yang terdiskriminasi secara sempurna.

Tabel 6. Hasil Perhitungan DEA dengan Minimum Weight Restriction Untuk Wilayah Jawa

Tabel 7. Hasil Perhitungan DEA dengan Minimum Weight Restriction Untuk Wilayah Sumatra

Hal ini mungkin terjadi, karena dalam kasus-kasus ekstrem, bobot maksimin terbesar seringkali dapat dicapai oleh dua atau lebih DMU efisien. Dalam kasus-kasus seperti ini unit DEA efisien dapat dianggap sebaik unit DEA efisien lainnya (Wang et al., 2009). Namun begitu, hal ini tidak mendukung tujuan utama penelitian ini, yakni untuk memberi peringkat pada setiap DMU. Karena itulah, rute yang masih memiliki lebih dari satu DMU efisien akan dihitung lebih lanjut menggunakan metode super-efficiency DEA.

6. Perhitungan Nilai Efisiensi dengan Super-Efficiency DEA

Meskipun dikenal sebagai model yang sering digunakan untuk memberikan peringkat pada DMU efisien, model super-efficiency DEA memiliki kelemahan, yaitu perhitungan nilai

(8)

efisiensi dengan model ini menggunakan bobot yang berbeda-beda. Hal ini menyebabkan model super-effiency tidak dapat digunakan untuk memberi peringkat pada DMU (Wang et al., 2009).

Pada penelitian ini, terdapat minimum weight restriction yang cenderung mencari common weights untuk semua DMU. Karena itulah kelemahan super-efficiency dapat diatasi dengan menambahkan minimum weight restriction pada model. Perhitungan super-efficiency DEA dibantu dengan software EMS version 1.3. Metode Super-Efficiency DEA memungkinkan adanya nilai efisiensi yang lebih dari satu dikarenakan eliminasi DMU yang sedang dievaluasi dalam model DEA.

Tabel 8. Hasil Perhitungan Super-Efficiency DEA Untuk Wilayah Jawa

Pada wilayah Jawa dan Sumatra di Tabel 8 dan Tabel 9, semua DMU di seluruh rute telah terdiskriminasi secara sempurna, sehingga pemberian peringkat pada tahap selanjutnya dapat dilakukan.

(9)

7. Hasil dan Pembahasan

7.1 Analisis Perubahan Peringkat DMU

Pada perhitungan DEA BCC input-oriented tanpa minimum weight restriction, setiap DMU memiliki kebebasan memilih bobot untuk membuat dirinya memiliki nilai efisiensi setinggi mungkin. Tetapi dengan adanya minimum weight restriction, kebebasan DMU untuk memilih bobot ditekan sehingga ia tidak lagi memiliki kemampuan untuk membuat dirinya memiliki nilai efisiensi setinggi mungkin. Karena itulah banyak terjadi perubahan peringkat pada seluruh rute.

Gambar 1. Perubahan Peringkat DMU di Wilayah Jakarta

Pemberian peringkat yang baik dapat dilakukan apabila setiap peserta berada dalam kondisi yang sama. Dalam hal ini, peserta adalah DMU dan kondisi yang sama dapat diartikan sebagai bobot yang sama.

Gambar 2. Perubahan Peringkat DMU di Wilayah Jawa

Gambar 2. dan Gambar 3. menyajikan DMU yang melewati proses tambahan sebelum peringkat dapat diberikan karena masih terdapat lebih dari satu DMU efisien pada rute-rute

(10)

tersebut setelah melalui perhitungan DEA dengan minimum weight restriction. Hal ini mungkin terjadi karena dalam kasus-kasus ekstrem, bobot maksimin terbesar seringkali dapat dicapai oleh dua atau lebih DMU efisien. Dalam kasus-kasus seperti ini unit DEA efisien dapat dianggap sebaik unit DEA efisien lainnya (Wang et al., 2009). Namun begitu, hal ini tidak mendukung tujuan utama penelitian ini, yakni untuk memberi peringkat pada setiap DMU. Karena itulah, rute yang masih memiliki lebih dari satu DMU efisien akan dihitung lebih lanjut menggunakan metode super-efficiency DEA

Gambar 3. Perubahan Peringkat DMU di Wilayah Sumatra

7.2 Analisis Peringkat DMU

Pada Tabel 4.1 dapat dilihat bahwa peringkat DMU sama untuk setiap rute. Hal ini menunjukkan bahwa tiap DMU memiliki performa yang konsisten untuk seluruh rute di wilayah Jakarta. Konsistensi ini muncul karena cakupan wilayah Jakarta yang kecil, sehingga input dan output untuk satu DMU cenderung sama untuk setiap rute.

Tabel 10. Peringkat DMU di Wilayah Jakarta

(11)

Berbeda dengan wilayah Jakarta, peringkat pada Tabel 11 dan Tabel 12 terlihat tidak konsisten. Hal ini disebabkan karena cakupan wilayah Jawa dan Sumatra yang jauh lebih luas dibandingkan Jakarta.

Meskipun terlihat tidak konsisten, peringkat tiap rute tidak jauh berbeda. Hal ini menunjukkan bahwa walaupun performa suatu DMU tidak sama untuk tiap rute, tetapi performa DMU tetap konsisten secara garis besar.

Tabel 11. Peringkat DMU di Wilayah Jawa

Tabel 12. Peringkat DMU di Wilayah Sumatra

Apabila ditinjau secara keseluruhan, S7 merupakan DMU yang menduduki peringkat satu hampir di seluruh wilayah. Hal ini menunjukkan bahwa S7 memiliki performa yang konsisten dalam setiap wilayah dan merupakan peringkat satu yang mutlak. Untuk peringkat-peringkat selanjutnya, terlihat adanya perbedaan untuk masing-masing wilayah. Hal ini menunjukkan bahwa tiap DMU memiliki kekuatan dan kelemahan di wilayah yang berbeda-beda. Karena itulah tiap DMU harus dioptimalkan dengan cara memilih penyedia sewa truk

(12)

pada setiap pengiriman dengan tepat serta membagi fokus wilayah penyedia sewa truk berdasarkan wilayah kekuatan masing-masing.

8. Kesimpulan

Metode Data Envelopment Analysis (DEA) dengan minimum weight restriction merupakan metode yang tepat untuk memberi peringkat pada penyedia jasa sewa truk karena semua decision making unit (DMU) dihitung dalam bobot yang seragam. Walaupun pada kenyataannya, pada keadaan-keadaan ekstrem, metode Data Envelopment Analysis (DEA) menggunakan minimum weight restriction tidak mampu untuk mendiskriminasikan seluruh DMU secara sempurna. Hal ini dapat dibantu oleh metode super-efficiency DEA dimana DMU efisien dapat didiskriminasi dengan cara menghilangkan DMU yang sedang dievaluasi dari constraint. Metode super-efficiency DEA sebetulnya bukan merupakan metode yang baik untuk memberi peringkat karena tiap DMU dihitung dalam bobot yang berbeda-beda. Karena itulah minimum weight restriction digunakan untuk mengatasi keterbatasan ini.

Perubahan peringkat dapat terjadi karena dengan adanya minimum weight restriction, DMU tidak lagi memiliki kebebasan memilih bobot untuk membuat dirinya memiliki nilai efisiensi setinggi mungkin. Selain itu terdapat beberapa kasus dalam hasil pengolahan data dimana peringkat DMU efisien menjadi lebih rendah dibandingkan DMU yang tidak efisien. Hal ini mungkin terjadi karena nilai efisiensi DMU efisien tidaklah lebih baik dari DMU yang tidak efisien dalam minimum weight restriction tertentu.

Peringkat DMU pada wilayah Jakarta konstan untuk seluruh rute, sebaliknya, peringkat DMU pada wilayah Jawa dan Sumatra bervariasi untuk masing-masing rute. Hal ini disebabkan karena perbedaan luas cakupan wilayah yang signifikan antara Daerah Jakarta dengan Daerah Jawa dan Sumatra. Secara garis besar, S7 merupakan DMU yang performanya paling baik dan konsisten di seluruh wilayah. DMU lainnya memiliki kekuatan dan kelemahan di wilayah yang berbeda-beda sehingga tiap DMU harus dioptimalkan dengan cara memilih DMU, yang pada penelitian ini adalah penyedia sewa truk, pada setiap pengiriman dengan tepat serta membagi fokus wilayah penyedia sewa truk ini berdasarkan wilayah kekuatan masing-masing.

(13)

Daftar Pustaka

 

Al-Faraj, T., Bu-Bshait, K. & Al-Muhammad, W. (2006). Evaluating the efficiency of Saudi commercial banks using data envelopment analysis. International Journal of

Financial Services Management, 1(4), 466-477.

Anderson, P., &Petersen, N.C. (1993). A procedure for ranking efficient units in data envelopment analysis. Management Science, 39, 1261-1264.

Ariwinadi, F. (2008). Pengukuran kinerja bank-bank di Indonesia dengan menggunakan metode Data Envelopment Analysis. Tesis, Fakultas Ekonomi Universitas Indonesia, Depok.

Banker, R., Charnes, A., & Cooper, W. (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management Science, 30, 1078– 1092.

Bowersox, D.J., Closs, D.J., Cooper, M.B., & Bowersox, J.C. (2013). Suplly Chain Logistics Management (4th ed.). Singapore: McGraw-Hill.

Charnes, A., Cooper, W.W., & Rhodes, E. (1978). Measuring the Efficiency of Decision Making Unit. European Journal of Operation Research, 2, 429-449.

Cooper, W.W., & Tone, K. (1997). Measures of inefficiency in data envelopment analysis and stochastic frontier estimation. European Journal of Operational Research, 99 (1), 72-88.

Dickson, G.W. 1966. An analysis of vendor selection: Systems and decisions. Journal of Purchasing, 1(2), 5-17.

Farrel, M. J. (1957). The measurement of productive efficiency. Journal of Royal Statistical Society. Series A (General), 120 (3), 253-290.

Friedman, L., Sinuany-Stern, Z. (1997). Scaling units via the canonical correlation analysis in the DEA context. European Journal of Operational Research, 100 (3), 629–637. Handari, R.P.W. (2012). Pengukuran kinerja SMA Rintisan Sekolah Bertaraf Internasional

(RSBI) dan non-RSBI berbasi ISO 9001 menggunakan Data Envelopment Analysis. Skripsi, Fakultas Teknik Universitas Indonesia, Depok.

Ho, D.C.K. (2002), Empirical research on supply chain management: a critical review and recommendations, International Journal of Production Research, 40 (17), 4415-4431.

(14)

Kao, C. (2009). Efficiency decomposition in network data envelopment analysis: A relational model. European Journal of Operational Research, 192, 949-962.

Khan, A.S., (2010). Supply chain management at a global level challenge and an opportunity for a leading oilfield service company. Journal of Business Logistics, 22 (2), 1-25. Narasimhan, C., Niraj, R., & Gupta, M. (2001). Customer Profitability in a Supply Chain.

Journal of Marketing, 65(3), 1-16.

Pujawan, I.N., & Goyal, S.K. (2005). Electronic procurement and manufacturing strategic objectives. International Journal of Logistics Systems and Management, 1 (2), 227-243

Ramanathan, R. (2003). An Introduction to Data Envelopment Analysis: A Tool for Performance Measurement. New Delhi: Sage Publication.

Simchi-Levi, D., Kaminsky, P., & Simchi-Levi, E. (2003). Designing and Managing the Supply Chain (2nd ed.). Homewood, IL and Boston: Richard D. Irwin, Inc.

Sinuany-Stern, Z., & Friedman, L. (1998). DEA and the discriminant analysis of ratios for ranking units. European Journal of Operational Research, 111(3), 470–478. Wang, Y., Luo, Y., & Liang, L., (2009). Ranking decision making units by imposing a

minimum weight restriction in the data envelopment analysis. Journal of Computational and Applied Mathematics, 223, 469–484.

Gambar

Tabel 1. Nilai Efisiensi Menggunakan DEA Model BCC-I untuk Wilayah Jakarta
Tabel 4. Hasil Perhitungan Bobot Maksimin DMU Efisien
Tabel 5. Hasil Perhitungan DEA dengan Minimum Weight Restriction Untuk Wilayah Jakarta
Tabel 6. Hasil Perhitungan DEA dengan Minimum Weight Restriction Untuk Wilayah Jawa
+5

Referensi

Dokumen terkait

The travel stipend is open to all nationalities but preference will be given to citizens of Cambodia, Indonesia, Lao PDR, Myanmar, Nepal, Thailand and Viet

1) Seluruh komponen Kabupaten Kampar berkomitmen untuk menjadikan masyarakat yang berbudaya, dimana segala perilaku seluruh komponen masyarakat haruslah

Praktik mengajar mandiri adalah praktik mengajar yang dalam pelaksanaan kegiatan pembelajaran, mahasiswa melaksanakan sendiri proses pembelajaran tanpa ditunggu dan

Tujuan penelitian ini adalah untuk mengetahui gambaran waktu tunggu pelayanan resep obat non racikan dan resep obat racikan di jam pelayanan 08.00-10.00 dan 10.00-12.00,

Puji syukur penulis panjatkan kehadirat Allah SWT yang telah melimpahkan hidayah dan karunia-Nya kepada penulis untuk dapat menyelesaikan skripsi dengan judul “Pengaruh

Hasil yang didapat pada penelitian ini didukung oleh penelitian yang dilakukan oleh Ferawati (2014) yang menunjukkan data responden DM terbanyak adalah perempuan

menunjukkan bahwa setelah diberikan Penyuluhan Pengetahuan tentang penggunaan minyak goreng lebih dari 2 kali pemakaian pada ibu rumah tangga di Desa Kebun Pisang

Penelitian yang telah dilakukan bertujuan mendeskripsikan keterlaksanaan pembelajaran menggunakan komik berbasis etosains pada materi pemisahan campuran untuk