• Tidak ada hasil yang ditemukan

Upaya Meningkatkan Kinerja Supply Chain Bahan Baku Pakan Udang Menjadi Green Supply Chain Dengan Metode ANP Pada PT. Central Proteina Prima, Tbk. Chapter III VII

N/A
N/A
Protected

Academic year: 2017

Membagikan "Upaya Meningkatkan Kinerja Supply Chain Bahan Baku Pakan Udang Menjadi Green Supply Chain Dengan Metode ANP Pada PT. Central Proteina Prima, Tbk. Chapter III VII"

Copied!
93
0
0

Teks penuh

(1)

BAB III

LANDASAN TEORI

3.1. Supply Chain Management

Supply Chain adalah jaringan perusahaan-perusahaan yang secara

bersama-sama bekerja untuk menciptakan dan menghantarkan suatu produk ke tangan pemakai akhir. Perusahaan–perusahaan tersebut biasanya termasuk supplier, pabrik, distributor, toko dan ritel, serta perusahaan-perusahaan

pendukung seperti perusahaan jasa logistik.

Pada suatu supply chain biasanya ada 3 aliran yang harus dikelola. Pertama adalah aliran barang yang mengalir dari hulu (upstream) ke hilir (downstream). Kedua adalah aliran uang dan sejenisnya yang mengalir dari hilir ke hulu. Yang ketiga adalah aliran informasi yang bisa terjadi dari hilir ke hulu ataupun sebaliknya.

(2)

3.1.1. Green Supply Chain Management

Kesadaran akan lingkungan meningkat dari hari ke hari. Rantai pasok telah menjadi pembahasan penting yang mengaitkan isu-isu lingkungan didalamnya untuk peningkatan yang berkelanjutan. Hal ini telah menyebabkan minat pada Green Supply Chain Management.Konsep rantai pasokan meliputi aliran bahan

dari sumber ke titik penggunaan.Organisasi berinvestasi dalam mengelola rantai pasokan secara efektif. Fokusnya sekarang pada produktivitas yaitu bagaimana kita dapat memaksimalkan output dengan sumber input yang diberikan. Rantai pasokanjuga disebut sebagai rantai nilai (peningkatan perusahaan). Ini adalah jaringan yang dapat secara bebas terhubung dari perusahaan yang bekerjasama untuk menyediakan barang atau jasa ke pasar.

Penekanan pada Total Quality Management, peningkatan berkelanjutan, proses bisnis reengineering, ISO 14000 dan lean manufacturing telah menyebabkan pergeseran paradigma dalam produktivitas. Rantai pasok adalah inti dari semua ini. Green Supply Chain Management telah menjadi inti dari pembangunan berkelanjutan. Konsep ramah lingkungan juga menjadi konsep yang relevan hari ini.

Green Supply Chain Management meliputi green design, greenmanufacturing, green logistic dan green marketing juga. Distribusi yang

(3)

Mengurangi limbah dan polusi lingkungan, menggunakan lebih sedikit energi dan sumber daya materi tidak hanya baik bagi lingkungan, tetapi yang terbaik untuk rantai pasokan karena mereka memotong biaya operasional. Kinerja perusahaan akan diukur dengan produktivitas sumber daya. Minimalisasi limbah merupakan komponen integral dari rantai pasokan ramah lingkungan. Limbah adalah setiap kegiatan yang tidak menambahnilai bisnis. Ketika sebuah perusahaan mengelola limbah secara efisien, itu berarti bahwa produktivitas sumber daya yang tinggi dan bisnis yang mampu mengelola efisiensi biaya yang sangat baik. Hal ini menyebabkan efisiensi operasional dan peningkatan margin keuntungan. Sebagai eksposur keuntungan perusahaan dan pengalaman dalam mengelola sumber daya secara efisien, bisnis menjadi lebih berkelanjutan dan selama periode waktu perusahaan mampu untuk mencapai keunggulan kompetitif di pasar. Sebuah strategi rantai pasokan hijau telah menjadi penting untuk sebuah bisnis di masa depan.

Dalam beberapa dekade terakhir, perusahaan bertanggung jawab untuk dampak lingkungan dan sosial dari produk dan layanan mereka dan rantai pasokan yang terkait. Kegiatan yang terlibat dalam dampak manajemen rantai pasokan termasuk kemasan produk biodegradable, pembuangan produk yang bertanggung jawab, pengendalian manufaktur dan transportasi emisi dan praktek sumber berkelanjutan.

(4)

Mari kita ambil contoh untuk sumber yang berkelanjutan. Jika sebuah perusahaan dipasok oleh Pemasok A yang diinput tidak ramah lingkungan, maka perusahaan menjadi bertanggung jawab atas kerusakan lingkungan. Jika aktivisme lingkungan terhadap Pemasok A hasil di menit akhir dari produksi bahan baku tersebut, hal ini dapat mempengaruhi proses manufaktur perusahaan. Jika bahan baku pengganti tidak tersedia dengan cepat, perusahaan mungkin tidak dapat memasok barang ke pasar dan akhirnya perusahaan akan kalah dengan persaingan. Rantai pasokan dapat memiliki konsekuensi lingkungan dan sosial yang merugikan dalam hal polusi lingkungan, risiko kesehatan dan keselamatan manusia dan biaya limbah. Manajemen rantai pasok berkelanjutan berkaitan dengan mengubah praktek untuk mengurangi konsekuensi negatif. Desain produk, manufaktur produk, kemasan, transportasi, logistik, sumber, produk pembuangan end of life semua aspek dari rantai pasokan dapat dipengaruhi oleh sustainable.

Dengan demikian praktek manajemen harus sedemikian rupa dalam lingkungan dan tanggung jawab sosial.

Sustainable didefinisikan sebagai memenuhi kebutuhan sekarang tanpa

(5)

Menerapkan rantai pasokan ramah lingkungan mengarah ke: 1. Peningkatan kepatuhan hukum

2. Peningkatan kepatuhan terhadap peraturan pemerintah 3. Peningkatan pendapatan

4. Kepuasan kewajiban moral dan sosial 5. Peningkatan ekuitas merk

6. Hubungan yang lebih baik dengan pemasok 7. Hubungan yang lebih baik dengan pelanggan 8. hubungan karyawan yang lebih baik

9. keberlanjutan jangka panjang dari perusahaan 10. Pengembangan komunitas.

(6)

lingkungan (perlindungan lingkungan) dan keberlanjutan sosial (menjaga kesejahteraan masyarakat) saling berhubungan [17].

3.3. ANP (Analytical Network Process)

Analytical Network Process (ANP) adalah Analytic Network Process

adalah metode penilaian multi kriteria untuk strukturiasasi keputusan dan analisis yang memiliki kemampuan untuk mengukurkonsistensi dari peniaian dan fleksibilitas pada pilihan dalam level subkriteria [18].

Saaty (1999) mendefinisikan ANP sebagai metode pengukuran relatif yang digunakan untuk menurunkan rasio prioritas komposit dari skala rasio individu yang mencerminkan pengukuran relatif dari pengaruh elemen-elemen yang saling berinteraksi berkenaan dengan kriteria control [19].

ANP menggunakan jaringan tanpa harus menetapkan level sepertipada hierarki yang digunakan dalam Analytic Hierarchy Process (AHP), yangmerupakan titik awal ANP. Konsep utama dalam ANP adalah influence(pengaruh), sementara konsep utama dalam AHP adalah preference

(7)

Perbedaan antara hierarki dan jaringan (network) digambarkan pada Gambar 3.1. dimana hirearki memiliki tujuan (goal) atau titik sumber (source node)serta kriteria dan sub kriteria atau titik tumpahan (sink node).

Bentuknyaberupa struktur linear dari atas ke bawah tanpa adanya timbal balik (feedback)dari level terendah ke level diatasnya. Selain itu, loop hanya terjadi pada padalevel terendah. Jaringan (network) menyebar dalam segala arah danmemungkinkan terjadinya pengaruh (influence) dari suatu klusterterhadapcuster lainnya maupun kluster itu sendiri dan timbal balik (feedback) yangmembentuk siklus (Saaty, 2004).

ANP merupakan gabungan dari dua bagian. Bagian pertama terdiridari hierarki kontrol atau jaringan dari kriteria dan subkriteria yangmengontrol interaksi. Pada kontrol ini tidak membutuhkan struktur hierarkiseperti pada metode AHP. Bagian kedua adalah jaringan pengaruh-pengaruhdiantara elemen dan kluster (Saaty, 1999).

Sumber : Saaty, 2004

Gambar 3.1. Perbedaan Hierarki dan Jaringan (Network)

(8)

oleh pembuat keputusan; (b) Dengan ANP, pembuat keputusan dapat mempertimbangkan antara faktor tangible dan intangible; (c) ANP dapat mentransformasinilai kualitatif kedalam nilai angka untuk analisis perbandingan; (d) ANP adalah metode yang sederhana bagi pembuat keputusan agar dapat mengerti dengan mudah dan mengaplikasikannya tanpa pengetahuan khusus (Mahmet Kabak dan metin dagdeviren, 2014).

Boyokyazici dan Sucu (2003) menjelaskan bahwa model networktidak dapat digambarkan dengan struktur hirearki dan bukan merupakan bentuklinear dari level atas ke bawah. Istilah level dalam AHP digantikan denganistilah klusterdalam ANP. Model ANP memiliki lingkaran hubungan antaraelemen satu dengan yang lain serta dalam klusteritu sendiri yang disebutdengan system with feedback.

Hubungan ketergantungan antar elemen pada pendekatan ANPdigambarkan dengan tanda anak panah bolak-balik pada masing-masingkluster. Klusteratau komponen dalam ANP adalah kumpulan elemen-elemen yang diturunkan dari sinergi interaksi yang tidak ditemukan dalam elementunggal (Saaty, 2004).

(9)

dalamANP seseorang bertanya: “Mana yang mempunyai pengaruh lebih besar?”.Pertanyaan terakhir jelas memerlukan observasi dan pengetahuan untuk menghasilkan jawaban-jawaban yang valid, yang membuat pertanyaan kedualebih obyektif dari pada pertanyaan pertama (Yamanita, 2005).

Saaty (2004) merekomendasikan sebuah skala 1-9 untukmembandingkan antara dua komponen. Skala 1 menunjukkan tingkatkepentingan yang sama antara dua komponen dan skala maksimal 9 untukmenunjukkan dominasi antara komponen pada baris dan komponen padakolom.Masing-masing skala rasio menunjukkan perbandingan kepentinganantara elemen di dalam sebuah komponen dengan elemen di luar komponen(outer dependence) atau di dalam elemen terhadap elemen itu sendiri yangberada di komponen dalam (inner dependence). Tidak setiap elemenmemberikan pengaruh terhadap elemen dari komponen lain. Elemen yangtidak memberikan pengaruh pada elemen lain akan memberikan nilai nol.

(10)

menempatkan klusterdansemua elemen masing-masing klusterdalam urutan secara vertikal di sebelahkiri dan secara horizontal di sebelah atas. Vektor prioritas dari perbandinganberpasangan nampak dalam suatu kolom yang sesuai dari suatu supermatriks(Saaty, 1999).

Supermatriks terdiri dari 3 tahap yaitu :

1. Tahap supermatriks tanpa bobot(unweighted supermatrix)

Merupakan supermatriks yang didirikan dari bobot yang diperoleh dari matriks perbandingan berpasangan.

3. Tahap supermatriks terbobot (weighted supermatrix)

Merupakan supermatriks yang diperoleh dengan mengalikan semua elemen di dalam komponen dari unweighted supermatrix dengan bobot klusteryang sesuai sehingga setiap kolom pada weighted supermatrix memiliki jumlah 1. Jika kolom pada unweighted supermatrix sudah memiliki jumlah 1, maka tidak perlu membobot komponen tersebut pada weighted supermatrix.

3. Tahap supermatriks batas (limit supermatrix)

Merupakan supermatriks yang diperoleh dengan menaikkan bobot dari weighted supermatrix. Menaikkan bobot tersebut dengan cara mengalikan

supermatriks itu dengan dirinya sendiri sampai beberapa kali. Ketika bobot pada setiap kolom memiliki nilai yang sama, maka limit matrix telah stabil dan proses perkalian matriks dihentikan.

(11)

yang didapat dari limitsupermatrix sedangkan bobot normalizedby klustermerupakan pembagian antara bobot limiting elemen dengan jumlah bobot limiting elemen-elemen pada satu komponen. Sintesis merupakan bobot dari alternatif. Didalam sintesis terdapat bobot berupa ideals, raw dan normals. Bobot normals merupakan hasil bobot alternatif seperti terdapat pada bobot normalized

byklusterprioritas. Bobot raw merupakan hasil bobot alternatif seperti terdapat pada bobot limiting prioritas atau limit matrix. Bobot ideals merupakan bobot yang diperoleh dari pembagian antara bobot normals pada setiap alternatif dengan bobot normals terbesar diantara alternatif-alternatif tersebut.

(12)

pentingnya (equally prefered) hingga mutlak pentingnya (extremelly prefered). Pemilihan skala 1 hingga 9 didasarkan pada penelitian psikologi yaitu berdasarkan kemampuan otak manusia menyuarakan urutan preferensinya (Harker & Vargas, 1987). Penilaian yang diberikan diharapkan berdasarkan dari penilaian pakar. Skala untuk penilaian dapat dilihat pada Tabel 3.3.

Tabel 3.3. Dasar Perbandingan Kriteria Intensitas

Kepentingan Definisi Penjelasan

1 Kedua elemen sama penting Dua elemen menyumbangnya sama besar pada sifat itu

3 Elemen yang satu sedikit lebih penting ketimbang lainnya

Pengalaman dan pertimbangan sedikit menyokong satu elemen atas lainnya 5

Elemen yang satu essensial atau sangat penting ketimbang elemen lainnya

Pengalaman dan pertimbangan dengan kuat menyokong satu elemen atas elemen lainnya

7 Satu elemen jelas lebih penting dari elemen lain

Satu elemen dengan kuat disokong, dan dominannya telah terlihat dalam praktek

9

Satu elemen mutlak lebih penting ketimbang elemen lainnya

Bukti yang menyokong elemen yang satu yang lain memiliki tingkat penegasan tertinggi yang mungkin menguatkan

2,4,6,8 Nilai-nilai antara dua pertimbangan berdekatan

Kompromi diperlukan antara dua pertimbangan

Kebalikan

Jika untuk aktivitas i mendapat satu angka bila dibandingkan dengan aktivitas j, maka j mempunyai kebalikannya bila dibandingkan dengan i

(13)

Dalam langkah ini hal yang perlu ditekankan adalah pendefinisian masalah yang akan menjadi objek penelitian harus jelas. Kriteria, subkriteria, maupun alternatif dipilih berdasarkan brainstorming atau metode pengumpulan ide lainnya. Selanjutnya membuat kluster-kluster dari kriteria, subkriteria dan alternatif tersebut sehingga membentuk jaringan (Network).

2. Perhitungan matriks berpasangan dan prioritas

Adapun langkah langkah dalam perhitungan matriks berpasangan dan prioritas adalah sebagai berikut:

a. Jumlahkan harga dari semua elemen dalam 1 kolom b. Bagikan nilai dari setiap elemen dengan harga tersebut

c. Jumlahkan nilai setiap elemen dalam setiap baris dan dibagikan dengan jumlah elemennya. Hal ini disebut dengan prioritas relatif tiap elemen. 3. Membangun supermatriks

Adapun langkah-langkah dalam membangun supermatriks adalah sebagai berikut:

1. Mendapatkan unweight supermatrix dari prioritas setiap elemen 2. Mendapatkan weighted supermatrix.

3. Mendapatkan limiting supermatrix.

(14)

3.4. Kuesioner

Menurut Rosnani Ginting (2010), kuesioner merupakan sejumlah pertanyaan tertulis yang digunakan untuk memperoleh informasi dari responden dalam arti laporan tentang pribadinya, atau hal-hal yang ia ketahui. Kuesioner dirancang dengan tujuan untuk memperoleh informasi yang relevan dengan tujuan penelitian. Syarat utama pengisian kuesioner adalah pertanyaan yang jelas dan mengarah ke tujuan. Empat komponen inti dari sebuah kuesioner, yaitu:

1. Kuesioner memiliki subjek, yaitu individu atau lembaga yang melaksanakan penelitian.

2. Kuesioner memiliki ajakan, yaitu permohonan dari peneliti untuk turut serta mengisi secara

aktif dan objektif pertayaan maupun pernyataan yang tersedia.

3. Kuesioner memiliki petunjuk pengiisian kuesioner, dimana petunjuk yang tersedia harus

mudah dimengerti.

4. Kuesioner memiliki pertanyaan maupun pernyataan beserta tempat pengisian jawaban, baik

secara tertutup, semi tertutup, maupun terbuka.

Menurut Sukaria Sinulingga (2013), perancangan kuesioner yang baik perlu dipahami prinsip-prinsip yang terkait dengan cara penulisan pertanyaan (wording of quetions), cara pengukuran yaitu mengkatagorikan, membuat skala dan mengkodekan (catagorized, scaled and coded) jawaban dari responden dan kerapian (general appearance) kuesioner tersebut [21].

3.5. Metode Sampling

(15)

Sampling ialah proses penarikan sampel melalui mekanisme tertentu melalui mana karakteristik populasi dapat diketahui atau didekati. Secara garis besar metode penarikan sampel dapat diklasifikasi atas dua bagian yaitu:

1. Probability Sampling 2. Nonprobability Sampling

3.5.1. Probability Sampling

Probability sampling, setiap elemen dari populasi diberi kesempatan yang

sama untuk ditarik menjadi anggota dari sampel. 1. Simple Random Sampling

Simple random sampling yang sering juga disebut unrestricted probability sampling, setiap elemen dari populasi mempunyai kesempatan atau peluang

yang sama untuk terpilih menjadi anggota sampel. 2. Systematic Sampling

Systematic sampling adalah suatu metode pengambilan sampel dari populasi

dengan cara menarik elemen setiap kelipatan ke n dari populasi tersebut mulai dari urutan yang dipilih secara random diantara nomor 1 hingga n.

3. Stratified Random Sampling

Stratified random sampling menentukanstrata elemen dalam populasi menjadi perhatian sehingga populasi dibagi sesuai dengan strata yang ada.

4. Cluster Sampling

(16)

5. Area Sampling

Area sampling digunakan dengan pengambilan sampel berdasarkan perbedaan

lokasi geografis dari populasi.

3.5.2. Nonprobability Sampling

Non-probability sampling adalah teknik sampling dimana setiap elemen populasi yang akan ditarik menjadi anggota sampel tidak berdasarkan pada probabilitas yang melekat pada setiap elemen tetapi berdasarkan karakteristik khusus masing-masing elemen. Model dari metode sampling yang non-probabilistik ini adalah convinience sampling dan purposive sampling.

1. Convinience Sampling

Convinience sampling adalah suatu metode sampling dimana para

respondennya adalah orang-orang yang secara sukarela menawarkan diri (conviniencely avaiable) dengan alasan masing-masing.

2. Purposive Sampling

Purposive sampling adalah metode sampling non-probability yang

(17)

Purposive sampling dapat dibedakan dalam dua bentuk yaitu judgement

sampling dan quota sampling. Judgement sampling adalah tipe pertama dari

purposive sampling, responden terlebih dahulu dipilih berdasarkan

(18)

BAB IV

METODOLOGI PENELITIAN

4.1. Tempat dan Waktu Penelitian

Penelitian dilakukan di PT. Central Proteina Prima yang merupakan salah satu perusahaan yang bergerak di bidang pengolahan pakan udang yang berlokasi di Jalan Medan – Tanjung Morawa Km. 8,5 Kecamatan Medan Amplas. Penelitian dilakukan pada bulan Agustus 2016 – Maret 2017.

4.2. Jenis Penelitian

Jenis penelitian yang digunakan adalah penelitian deksriptif dimana penelitian ini bertujuan untuk mendeskripsikan secara sistematik tentang fakta-fakta dan sifat-sifat suatu objek atau populasi tertentu. Tujuan dari penelitian deskriptif adalah untuk mendapatkan profil atau aspek-aspek yang relevan dari fenomena yang menarik dari suatu organisasi atau kelompok tertentu. Penelitian deskriptif ini dilakukan dengan menggunakan instrumen kuesioner dan wawancara langsung terhadap pakar. Pada penelitian deskriptif ini juga berbentuk survey research yaitu penyelidikan yang dilakukan untuk memperoleh fakta-fakta

(19)

4.3. Objek Penelitian

Objek penelitian adalah rantai pasok bahan baku pakan udang yang menjadi rekanan pabrik selama periode januari 2015 hingga Desember 2015 untuk melihat kinerja green supply chain bahan baku yang terjadi.

4.4. Variabel Penelitian

Variabel-variabel yang diamati dalam penelitian ini adalah: 1. Variabel Independen

Variabel independen (bebas) merupakan variabel yang nilainya mempengaruhi variabel dependen baik secara positif maupun negatif (Sinulingga,2014). Variabel yang termasuk dalam jenis ini, yaitu hasil dari kuisioner kriteria, subkriteria, dan perbandingan berpasangan antar

(20)

Tabel 4.1. Variabel Kriteria Green Supply Chain yang Diperoleh dari Jurnal Penelitian

Nama Peneliti Jurnal Chiau Ching Chen Reza Rostamzadeh

Kriteria Green Supply Chain

Green design Green procurement Green manufacturing Green manufacturing

Green supply chain management strategy

alternatives

Green distribution

Green purchasing Reverse logistic Green marketing and

service Sumber: Jurnal-jurnal penelitian

Dapat dilihat dari tabel diatas maka disimpulkan terdapat delapan variabel yang diusulkan kepada pakar, yaitu:

a. Green design merupakan perancangan produk yang mendorong kesadaran lingkungan melalui bahan-bahan baku produk yang dihasilkan memiliki komposisi yang terbuat dari bahan yang ramah lingkungan. Ruang lingkup perancangan yang ramah lingkungan (green design) mencakup pengelolaan resiko terhadap dampak lingkungan, keamanan produk, kesehatan dan keamanan yang berkaitan dengan pekerjaan, pencegahaan polusi, konservasi sumber daya, dan pengelolaan limbah.

(21)

produk dan material (product and material recovery), penggunaan kembali (reuse), pengelolaan persediaan (inventory management), dan perencanaan

dan pengendalian produksi (production planning and schedulling). Singkatnya, green manufacturing harus menguasai empat faktor kunci dalam proses produksi: (i) jumlah energi dan pemanfaatan sumber daya; (ii) green energy; (iii) jumlah limbah berbahaya; dan (iv) jumlah limbah berbahaya yang digunakan kembali.

c. Reverse logistic merupakan proses dari perencanaan, pelaksanaan, dan pengendalian yang efisien, aliran efektif biaya bahan baku, diproses,

persediaan barang jadi dan informasi terkait dari titik konsumsi untuk titik

asal untuk tujuan merebut kembali nilai atau pembuangan. Kegiatan

reverse logistic yaitu semua kegiatan yang perusahaan lakukan untuk

mengumpulkan, penggunaan kembali, rusak, tidak diinginkan, atau produk

usang, serta pengemasan dan pengiriman bahan dari pengguna akhir atau

reseller dapat dianggap sebagai kegiatan reverse logistic. Salah satu

produk telah dikembalikan ke perusahaan, maka perusahaan memiliki

beberapa pilihan untuk menindak-lanjutinya.

(22)

e. Green marketing and service, merupakan pemasaran yang mengunakan isu tentang lingkungan sebagai strategi untuk memasarkan produk. Green marketing meliputi beberapa hal seperti proses produksi, proses penetuan harga, proses promosi, dan proses distribusi. Sebuah pendekatan yang sukses untuk pemasaran dan layanan green mengharuskan organisasi untuk: (i) memanfaatkan teknologi informasi dan komunikasi alat, (ii) mengungkapkan informasi lingkungan produk dan jasa, dan (iii) menerapkan tanggung jawab produsen. Green marketing ada 4, green product, green pricing, green place dan green promotion..

f. Green purchasing, Pembelian green berarti lebih fokus pada praktik sadar lingkungan, termasuk mengurangi sumber daya, menghilangkan limbah, daur ulang dan penggunaan kembali, pemurnian, dan mengganti bahan tanpa mempengaruhi sifat material. Sebuah perusahaan menerapkan pembelian green dapat menetapkan standar lingkungan dalam kebijakan pembelian untuk pemasok yang melibatkan pemilihan supplier, evaluasi, dan pengembangan hubungan.

g. Green Procurement, adalah pembelian bahan atau jasa yang memiliki

sedikit dampak terhadap lingkungan atas keseluruhan siklus hidup. Green

procurement juga melibatkan integrasi isu-isu lingkungan ke dalam

keputusan pembelian berdasarkan harga, kinerja dan kualitas. Seiring

keputusan ini, dampak lingkungan harus dipertimbangkan untuk

(23)

h. Green Distribution, terdiri dari kemasan ramah lingkungan dan logistik ramah lingkungan. Karakteristik kemasan seperti ukuran, bentuk, dan bahan berdampak pada distribusi karena mereka mempengaruhi karakteristik transportasi produk. Kemasan dengan pola pembebanan yang diatur kembali, dapat mengurangi penggunaan bahan, meningkatkan pemanfaatan ruang di gudang dan di trailer, dan mengurangi jumlah penanganan yang diperlukan.

Setelah dilakukan proses wawancara melalui kuesioner maka variabel penelitian yang telah disetujui oleh pakar yang digunakan dalam penelitian ini adalah:

1) Green procurement 2) Green manufacturing, 3) Green distribution

4) Reverse logistic

(24)

Tabel 4.2. Subkriteria dari Variabel Kriteria Green Supply Chain yang Diperoleh dari Jurnal Penelitian

I. Subkriteria Green Procurement Nama Peneliti Jurnal

1. Pemilihan supplier yang standar ISO Maryam Masoumik,dkk. 2. Efisiensi penggunaan bahan baku Solomon Olansunkanmi Odeyale 3. Penggunaan produk konten daur ulang Maryam Masoumik,dkk. 4. Kemampuan sumber daya manusia dalam

mengelola pengadaan bahan baku ramah lingkungan

Solomon Olansunkanmi Odeyale

II. Subkriteria Green Manufacturing Nama Peneliti Jurnal

5. Pengontrolan penggunaan zat kimia Chengedzai Mafini

6. Teknologi efisiensi penggunaan energi Solomon Olansunkanmi Odeyale 7. Efisiensi penggunaan bahan baku Reza Rostamzadeh

8. Green competencies (Pemahaman dan kemampuan sumber daya manusia dalam green produksi)

Chengedzai Mafini

9. Pemanfaatan limbah dan pengurangan polusi

(25)

Tabel 4.2. Subkriteria dari Variabel Kriteria Green Supply Chain yang Diperoleh dari Jurnal Penelitian (Lanjutan)

III. Subkriteria Green Distribution Nama Peneliti Jurnal

10.Pemakaian kemasan ramah lingkungan Maryam Masoumik,dkk 11.Alat transportasi yang ramah lingkungan

(dapat menjaga kualitas bahan baku dalam keadaan tetap segar)

Maryam Masoumik,dkk

12.Pemanfaatan storage Chengedzai Mafini

13.Penggunaan energi pada proses distribusi Reza Rostamzadeh

14.Pemanfaatan produk rusak Reza Rostamzadeh

15.Pemilihan rute lokasi terhadap waktu pengiriman

Reza Rostamzadeh

IV. Subkriteria Reverse Logistic Nama Peneliti Jurnal

16.Proses pengelolaan tingkat redistribusi produk

Solomon Olansunkanmi Odeyale

17.Green competencies (Kompetensi perusahaan dalam mengamati kebijakan produk terhadap lingkungan pada pemakaian sumber daya yang ada)

Solomon Olansunkanmi Odeyale

18.Pemanfaatan produk yang dikembalikan Reza Rostamzadeh Sumber: Jurnal-jurnal penelitian

2. Variabel Dependen

(26)

4.5. Kerangka Konseptual

Penelitian dapat dilaksanakan apabila tersedia sebuah perancangan kerangka konseptual yang baik sehingga langkah-langkah penelitian lebih sistematis. Kerangka konseptual inilah yang merupakan landasan awal dalam melaksanakan penelitian. Kerangka konseptual penelitian ini yaitu menguraikan terlebih dahulu hal-hal yang terkait dalam pemilihan rantai pasok bahan baku pakan udang dalam konsep green. Kerangka konseptual penelitian ini dapat dilihat pada Gambar 4. 1.

Menguraikan Masalah

Kinerja supply chain

bersifat konvensional

Penentuan Kriteria

green supplychain Green Distribution supply chain menjadi Green Supply Chain

Gambar 4.1. Kerangka Konseptual Penelitian

4.6. Blok Diagram Prosedur Penelitian

Penelitian dilakukan dalam beberapa tahap, yang diawali dengan melakukan identifikasi masalah hingga menghasilkan kesimpulan. Tahapan-tahapan tersebut meliputi:

(27)

Identifikasi masalah merupakan langkah pertama yang dilakukan saat penelitian berlangsung sehingga dapat mengangkat permasalahan secara jelas dan terarah.

2. Studi literatur

Kajian literatur merupakan bagian dari studi yang bertujuan untuk mengumpulkan dan menganalisa data sekunder dari instansi terkait, hasil penelitian, jurnal, dan literatur lain.

3. Perumusan masalah

Perumusan masalah menjabarkan kembali inti dari permasalahan yang teridentifikasi kemudian menuangkannya ke dalam satu lingkup permasalahan yang spesifik.

4. Perumusan tujuan penelitian

Penentuan tujuan penelitian sebagai acuan untuk mengarahkan dan menentukan hasil akhir penelitian.

5. Pengumpulan data

Data yang dikumpulkan dalam penelitian ini terdiri dari data kualitatif dan data kuantitatif, baik yang berupa data primer maupun data sekunder.

(28)

Studi Lapangan

Melakukan pengamatan awal pada perusahaan

Studi Literatur

1. Teori Buku

2. Referensi Jurnal Penelitian

Analisis dan Pemecahan Masalah

1. Penetapan struktur jaringan keterhubungan setiap kriteria green supply chain dengan sub-sub kriteria dan dengan kriteria green supply chain lainnya

2. Analisis tingkat kepentingan dengan menggunakan kuesioner perbandingan berpasangan kepada pakar

3. Analisis hasil kriteria dan sub kriteria berdasarkan metode analytical network process

SELESAI

Mulai

Kesimpulan dan Saran Perumusan Masalah

Persyaratan ekspor untuk mutu pakan udang dapat ditingkatkan dengan meningkatkan kinerja supply chain yang ada menjadi supply chain yang ramah lingkungan (green supply chain)

Identifikasi Masalah

Peningkatan permintaan ekspor udang membutuhkan peningkatan kinerja supply chain bahan baku pakan udang untuk memenuhi persyaratan ekspor

Data Primer

Hasil wawancara Kriteria Green supply chain dan Subkriteria Green supply chain serta alternatif

Data Sekunder

- Struktur Jaringan - Spesifikasi bahan baku Instrumen : Kuisioner ANP Responden

Teknik Sampling : Judgement Sampling

Pengolahan Data

Identifikasi kriteria kinerja Green supply chain bahan baku perusahaan

1. Pelaku rantai pasok bahan baku

2. Variabel-variabel independen untuk penerapan green supply chain Pengolahan dengan Analytical Network Process

1. Perhitungan rata-rata bobot kriteria

2. Perhitungan bobot parsial dan konsistensi matriks 3. Penyusunan supermatriks ANP

(29)

4.7. Pengumpulan Data

4.7.1. Sumber Data

Sumber data yang digunakan dalam penelitian ini terbagi atas dua sebagai berikut.

1. Data Primer.

Data primer merupakan data yang diperoleh dengan cara menggali secara langsung dari sumbernya oleh peneliti yang bersangkutan. Data primer digunakan dalam penelitian awal adalah data mengenai kriteria, subkriteria dan hubungan network. Sedangkan data lanjutan untuk penelitian lanjutan adalah derajat hubungan kriteria (matriks pairwaise) dan nilai interval untuk penilaian green supply chain.

2. Data Sekunder

Data sekunder merupakan data yang diperoleh dengan mengambil dari dokumen perusahaan. Data sekunder pada penelitian ini terdiri dari data historis bahan baku, dan data historis kapasitas olah pabrik dan gambaran umum perusahaan.

4.7.2. Metode Pengumpulan Data

Kegiatan pengumpulan data yang dilakukan adalah sebagai berikut:

1. Teknik observasi, yaitu dengan melakukan pengamatan secara langsung ke PT. Central Proteina Prima untuk mengetahui proses aliran bahan baku supply chain yang dilakukan oleh perusahaan dan mengumpulkan data-data yang

(30)

2. Teknik wawancara, yaitu dengan melakukan wawancara pada responden yaitu pihak-pihak yang memahami tentang bahan baku dan supply chain bahan baku tersebut yang terkait dengan kebutuhan penelitian. Responden pada penelitian ini dapat dilihat pada Tabel 4.2.

Tabel 4.2. Responden Penelitian

No. Responden Jumlah

1 General Manager Production Perusahaan 1

2 Purchasing Manager Perusahaan 1

3 Manager Kepala UKM 1

Total 3

Teknik sampling yang digunakan adalah total sampling yang merupakan teknik pengambilan sampel dimana semua anggota populasi dijadikan sampel. 3. Teknik kepustakaan (studi literatur), yaitu dengan mengumpulkan dan

mempelajari teori-teori dari buku dan mencari informasi dari jurnal yang berkaitan dengan pemecahan masalah tentang metode ANP sesuai dengan permasalahan pada perusahaan.

4. Memberikan kuesioner dan mengambil data-data historis dari responden.

4.9. Pengolahan Data

(31)

metode ANP. Block diagram pengolahan data dengan metode ANP dapat dilihat pada Gambar 4.3.

Input data : - Data kriteria Green supply

chain

- Data subkriteria Green supply chain - Struktur jaringan

(network) - Data kuisioner perbandingan berpasangan Geometrik Antar Kriteria

dan Subkriteria

Menghitung perbandingan Matriks Normalisasi antar

kriteria dan subkriteria

Menghitungg perbandingan antar alternatif dan

subkriteria

Membuat supermatriks ANP

Perhitungan bobot global subkriteria

(32)

4.10. Analisis Pemecahan Masalah

Analisis pemecahan masalah dilakukan terhadap hasil dari pengolahan data tentang green supply chain dan kriteria-kriteria yang digunakan dengan melakukan verifikasi kepada pihak perusahaan. Dengan melakukan hal ini, maka perusahaan dapat mengetahui kriteria green supply chain yang dibutuhkan perusahaan dan memilih alternatif yang sesuai bagi perusahaan dan dapat mengambil tindakan lebih lanjut untuk memenuhi peningkatan kriteria kinerja green supply chain.

4.11. Kesimpulan dan Saran

(33)

BAB V

PENGUMPULAN DAN PENGOLAHAN DATA

5.1. Pengumpulan Data

Pada pengumpulan data terdapat dua jenis data yang akan digunakan sebagai pengukuran kinerja green supply chain, yaitu data primer dan sekunder.Data primer adalah data yang diperoleh dengan cara mencari/menggali secara langsung dari sumbernya oleh peneliti bersangkutan1. Data primer yang digunakan adalah wawancara dan kuesioner.Kuesioner dibagikan dalam 3 tahapan yaitu kuesioner tertutup (kuesioner penentuan kriteria), kuesioner semi terbuka (kuesioner penentuan subkriteria), dan kuesioner tertutup yaitu kuesioner bobot pengaruh kriteria dan subkriteria).

Tahapan pengumpulan data pada penelitian ini diawali dengan penentuan kriteria untuk evaluasi green supply chain.Pemilihan kriteria dilakukan dengan wawancara dan berdiskusi dengan pakar dengan menggunakan referensi dari studi literatur. Penentuan kriteria dilakukan dengan membandingkan kriteria hasil wawancara dengan menyarankan 8 kriteria green supply chain yang diperoleh dari studi literatur yang dapat dilihat pada Tabel 5.1. berikut ini.

1

(34)

Tabel 5.1. Delapan Kriteria Pemilihan Green Supply Chain

Nama Peneliti Jurnal Chiau Ching Chen Reza Rostamzadeh

Kriteria Green Supply Chain

Green design Green procurement Green manufacturing Green manufacturing

Green supply chain management strategy

alternatives Green distribution Green purchasing Reverse logistic Green marketing and

service

Sumber: Jurnal penelitian

Penentuan kriteria green supply chain yang sesuai dengan perusahaan merupakan tahap pertama yang dilakukan dalam proses peningkatan kinerja supply chain menjadi green supply chain. Proses pengumpulan data dilakukan

(35)

Tabel 5.2. Rekapitulasi Jawaban Penilaian Kinerja Green Supply Chain

No Kriteria Jawaban Responden Total

R1 R2 R3

1 Green design X √ X 1

2 Green manufacturing √ √ √ 3

3 Green supply chain management strategy

alternatives

X X X 0

4 Green purchasing X X X 0

5 Green marketing and service

X X X 0

6 Green procurement √ √ √ 3

7 Green distribution √ √ √ 3

8 Reverse logistic √ √ √ 3

Sumber: Hasil Pengumpulan Data

(36)

5.2. Pengumpulan Data Subkriteria Green Supply Chain

Tahap kedua merupakan tahap Penentuan Subkriteria. Tahap ini dilakukan dengan menggunakan instrumen kuisioner semi terbuka kepada responden yang sama. Responden juga dapat menambahkan subkriteria lain yang dianggap penting. Penentuan subkriteria lainnya juga ditentukan jika terdapat minimal 2 (dua) orang responden yang menyetujui subkriteria tersebut. Rekapitulasi jawaban responden dapat dilihat pada tabel 5.3.

Tabel 5.3. Rekapitulasi Subkriteria Terpilih

I.Subkriteria Green Procurement Jawaban Responden Total

R-1 R-2 R-3

19.Pemilihan supplier yang standar ISO √ √ √ 3

20.Efisiensi penggunaan bahan baku √ √ √ 3

21.Penggunaan produk konten daur ulang √ √ √ 3

22.Kemampuan sumber daya manusia dalam mengelola pengadaan bahan baku ramah lingkungan

√ √ √ 3

II.Subkriteria Green Manufacturing Jawaban Responden Total

R-1 R-2 R-3

23.Pengontrolan penggunaan zat kimia √ √ √ 3

24.Teknologi efisiensi penggunaan energi √ √ √ 3

25.Efisiensi penggunaan bahan baku X √ √ 2

26.Green competencies (Pemahaman dan kemampuan sumber daya manusia dalam green produksi)

√ √ √ 3

27.Pemanfaatan limbah dan pengurangan polusi

(37)

Tabel 5.3. Rekapitulasi Subkriteria Terpilih (Lanjutan)

III. Subkriteria Green Distribution Jawaban Responden Total

R-1 R-2 R-3

28.Pemakaian kemasan ramah lingkungan √ √ √ 3

29.Alat transportasi yang ramah lingkungan (dapat menjaga kualitas bahan baku dalam keadaan tetap segar)

√ √ √ 3

30.Pemanfaatan storage √ √ √ 3

31.Penggunaan energi pada proses distribusi √ √ √ 3

32.Pemanfaatan produk rusak √ X √ 2

33.Pemilihan rute lokasi terhadap waktu pengiriman

√ √ √ 3

IV. Subkriteria Reverse Logistic

34.Proses pengelolaan tingkat redistribusi produk

√ √ √ 3

35.Green competencies(Kompetensi perusahaan dalam mengamati kebijakan produk terhadap lingkungan pada pemakaian sumber daya yang ada)

√ √ √ 3

36.Pemanfaatan produk yang dikembalikan √ √ √ 3

Sumber: Pengumpulan Data

Hasil rekapitulasi pada tabel 5.3. di atas menunjukkan bahwa terdapat 2 (dua) subkriteria yang akan ditiadakan yaitu efisiensi penggunaan bahan baku pada cluster kriteria green manufacturing dan pemanfaatan produk rusak pada cluster kriteria green distribution. Sehingga total keseluruhan dari kriteria dan

(38)

Tabel 5.4. Kriteria dan Subkriteria Terpilih Penilaian Kinerja Green Supply Chain

NO Kriteria Subkriteria

1 Green

Procurement (P)

1. Pemilihan supplier yang standar ISO 2. Efisiensi penggunaan bahan baku 3. Pengunaan produk konten daur ulang

4. Kemampuan sumber daya manusia dalam mengelola pengadaan bahan baku ramah lingkungan.

2 Green

Manufacturing (M)

1. Pengontrolan penggunaan zat kimia 2. Teknologi efisiensi penggunaan energi

3. Green competencies (Pemahaman dan kemampuan sumber daya manusia dalam green produksi) 4. Pemanfaatan limbah dan pengurangan polusi 3. Green Distribution

(D)

1. Pemakaian kemasan ramah lingkungan

2. Alat transportasi yang ramah lingkungan (dapat menjaga kualitas bahan baku dalam keadaan tetap segar)

3. Pemanfaatan storage

4. Penggunaan energi pada proses distribusi

5. Pemilihan rute lokasi terhadap waktu pengiriman

4. Reverse Logistic

(RL)

1. Proses pengelolaan tingkat redistribusi produk 2. Green competencies(Kompetensi perusahaan dalam

mengamati kebijakan produk terhadap lingkungan pada pemakaian sumber daya yang ada)

(39)

5.3. Pembuatan Struktur Jaringan (Network)

Pembuatan struktur jaringan (network) merupakan tahapan yang sangat penting di dalam proses Analytic Network Process. Pada tahap ini setiap kriteria dan subkriteria akan ditentukan apakah mempengaruhi satu dengan yang lain. Penentuan hubungan pengaruh antar subkriteria ini dilakukan dengan cara wawancara dengan responden.Instrumen yang digunakan yakni berupa kuisioner tertutup.Terdapat dua jenis hubungan pada struktur jaringan yang terbentuk, yakni inner dependence dan outer dependence. Hubungan inner dependence

(40)

Tabel 5.5. Keterangan Subkriteria yang Dibandingkan

Kriteria Notasi Subkriteria Notasi

Green Procurement P

Pemilihan supplier yang standar ISO P-1 Efisiensi penggunaan bahan baku P-2 Penggunaan produk konten daur ulang P-3 Kemampuan sumber daya manusia dalam

mengelola pengadaan bahan baku ramah

lingkungan P-4

Green Manufacturing M

Pengontrolan penggunaan zat kimia M-1 Teknologi efisiensi penggunaan energi M-2 Green competencies (Pemahaman dan

kemampuan sumber daya manusia dalam

green produksi) M-3

Pemanfaatan limbah dan pengurangan polusi M-4

Green Distribution D

Pemakaian kemasan ramah lingkungan D-1 Alat transportasi yang ramah lingkungan

(dapat menjaga kualitas bahan baku dalam

keadaan tetap segar) D-2

Pemanfaatan storage D-3

Penggunaan energi pada proses distribusi D-4 Pemilihan rute lokasi terhadap waktu

pengiriman

D-5

Reverse Logistic RL

Proses pengelompokan tingkat redistribusi produk

RL-1

Green competencies(Kompetensi perusahaan

dalam mengamati kebijakan produk terhadap lingkungan pada pemakaian sumber daya yang ada)

RL-2

(41)
(42)

Tabel 5.6. Hubungan Antar Subkriteria

Green Procurement (P) Green Manufacturing (M) Green Distribution (D) Reverse Logistic (RL)

P-1 P-2 P-3 P-4 M-1 M-2 M-3 M-4 D-1 D-2 D-3 D-4 D-5 RL-1 RL-2 RL-3

Green Procurement (P)

P-1 √ √ √ √ √ √ √ √ √ √ √ √ √ √ √

P-2 √ √ √ √ √ √ √ - √ √ √ - √ √ √

P-3 √ √ √ √ √ √ √ √ - - - - √ √ √

P-4 √ √ √ √ √ √ √ √ √ √ √ √ √ √ √

Green Manufacturing (M)

M-1 √ √ √ √ - √ √ √ - - - - √ √ √

M-2 √ √ √ √ - √ √ √ - √ √ - - - √

M-3 √ √ √ √ √ √ √ √ √ - - - √ √ √

M-4 √ √ √ √ √ √ √ √ √ √ √ √ √ √ √

Green Distribution (D)

D-1 - √ √ √ √ √ √ √ √ - - √ √ √

D-2 √ √ - - - √ √ √ √ √ √ √ √ -

D-3 √ √ - - - √ √ √ - - √ √ √

D-4 √ √ - - - - - √ √ √ -

(43)

Reverse Logistic (RL)

RL-1 √ √ √ √ √ - √ √ √ √ √ √ √ √ √

RL-2 √ √ √ √ √ √ √ √ √ √ √ √ √ √ √

RL-3 √ √ √ √ √ √ √ √ √ - - - √ √

(44)

Tabel dapat dibaca dengan salah satu contoh yaitu pada kotak yang berwarna orange, subkriteria P-1 (pemilihan supplier yang standar ISO) memiliki hubungan

dengansubkriteriaP-2 (efisiensi penggunaan bahan baku) dan pada kotak yang berwarna hijau, subkriteria M-1 (pengontrolan penggunaan zat kimia) tidak memiliki hubungan dengan subkriteria D-2 (alat transportasi yang ramah lingkungan (dapat menjaga kualitas bahan baku dalam keadaan tetap segar)).

Berdasarkan hubungan antar subkriteriayang ditunjukkan dari Tabel 5.5.selanjutnya disusun ke dalam struktur jaringan (network)yang dapat dilihat pada Gambar 5.1.

Pemilihan supplier yang standar ISO (P-1)

Penggunaan produk daur ulang (P-3) Efisiensi penggunaan bahan baku (P-2)

Teknologi efisiensi penggunaan energi (M-2)

Pengontrolan penggunaan zat kimia (M-1)

Pemakaian kemasan ramah lingkungan (D-1) Alat transportasi yang ramah lingkungan (dapat menjaga kualitas bahan baku dalam

keadaan tetap segar) (D-2)

Penggunaan energi pada proses distribusi (D-4)

Pemanfaatan storage (D-3)

Pengelompokan tingkat redistribusi produk (RL-1)

Green competencies (Kompetensi perusahaan dalam mengamati kebijakan produk terhadap lingkungan pada pemakaian sumber daya yang ada) (RL-2)

Pemaanfaatan produk yang dikembalikan (RL-3)

Green Procurement Green Manufacturing

Green Distribution

Reverse Logistic P1M1 P1M2 P1M3 P1M4

P2M1 P2M2 P2M3 P2M4 P3M1 P3M2 P3M3 P3M4 P4M1 P4M2 P4M3 P4M4

D1D2 D1D3 D2D1 D2D3 D2D4 D2D5

D3D1 D3D2 D4D2 D4D5 D5D2 P1D1 P1D2 P1D3

P1D4 P1D5 P2D2 P2D3 P2D4 P3D1 P4D1 P4D2 P4D3 P4D4 P4D5

D1RL1 D1RL2 D1RL3 D2RL1 D2RL2 D3RL1 D3RL2 D3RL3 D4RL1

D4RL2 D5RL1 D5RL2 P1RL1 P1RL2 P1RL3 P2RL1 P2RL2 P2RL3 P3RL1 P3RL2 P3RL3 P4RL1 P4RL2 P4RL3

RL1RL2 RL1RL3 RL2RL1 RL2RL3 RL3RL1 RL3RL2 P1P2 P1P3 P1P4

P2P1 P2P3 P2P4 P3P1 P3P2 P3P4 P4P1 P4P2 P4P3

M1RL1 M1RL2 M1RL3 M2RL3 M3RL1 M3RL2 M3RL3 M4RL1 M4RL2 M4RL3

M1D1 M2D1 M2D3 M2D4 M3D1 M3D2 M4D1 M4D2 M4D3 M4D4 GOAL

Menjaga dan Meningkatkan Kualitas Pakan Udang

M1M3 M1M4 M2M3 M2M4 M3M1 M3M2 M3M4 M4M1 M4M2 M4M3

Kemampuan sumber daya manusia dalam mengelola pengadaan bahan baku ramah

lingkungan (P-4)

Green competencies (Pemahaman dan kemampuan sumber daya manusia dalam

green produksi) (M-3) Pemanfaatan limbah dan pengurangan

polusi (M-4)

Pemilihan rute lokasi terhadap waktu pengiriman (D-5)

Sumbe r: Hasil Pengumpulan Data

(45)

Pada gambar diatas dapat dilihat hubungan timbal-balik antar kriteria dengan kriteria dan hubungan timbal-balik antar subkriteria dengan subkriteria yang dihasilkan pada upaya meningkatkan kualitas pakan udang melalui peningkatan kinerja supply chaintradisionalmenjadi green supply chain sebagai berikut:

1. Green

procurement memiliki hubungan yang timbal-balik dengan ketiga kriteria yang

lainnya yaitu green manufacturing, green distribution dan reverse logistic.

2. Green

manufacturingmemiliki hubungan yang timbal-balik dengan ketiga kriteria

yang lainnya yaitu green procurement, green distribution dan reverse logistic.

3. Green

distribution memiliki hubungan yang timbal-balik dengan ketiga kriteria yang lainnya yaitu green manufacturing, green procurement dan reverse logistic.

4. Reverse

(46)

5.4. Pengolahan Analytical Network Process (ANP) 5.4.1. Perbandingan Berpasangan Antar Kluster

Perbandingan berpasangan antar kluster dilakukan dengan menggunakan kuesioner perbandingan berpasangan yaitu untuk memberi bobot kepada masing-masing kriteria dan subkriteria sehingga dapat diketahui kriteria green supply chain yang memiliki bobot tertinggi. Kuesioner ini memiliki dua bagian yakni perbandingan berpasangan antar kluster kriteria dan perbandingan berpasangan antar subkriteria. Tabel 5.7. menunjukkan perbandingan berpasangan antar kluster kriteria yang digunakan.

Tabel 5.7. Perbandingan Berpasangan Antar Kluster KriteriaGreen Procurement

Elemen Penilaian Elemen

Green procurement 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Green manufacturing Green procurement 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Green distribution

Green procurement 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Reverse logistic

Green manufacturing 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Green distribution

Green manufacturing 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Reverse logistic Green distribution 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Reverse logistic

(47)

Tabel 5.8.Skala Perbandingan Berpasangan

Intensitas Kepentingan Definisi

1 Kedua elemen sama penting

3 Elemen yang satu sedikit lebih penting ketimbang lainnya 5 Elemen yang satu essensial atau sangat penting ketimbang

elemen lainnya

7 Satu elemen jelas lebih penting dari elemen lain

9 Satu elemen mutlak lebih penting ketimbang elemen lainnya 2,4,6,8 Nilai antara dua pertimbangan berdekatan

5.4.1.1. Perbandingan Berpasangan KlusterGreen Procurement

(48)
(49)

Tabel 5.9. Matriks Perbandingan Berpasangan Kluster Green Procurement

Sumber: Hasil Pengumpulan Data

Keterangan: Dalam perbandingan berpasangan kluster green procurementpada pembacaan tabel diatas kotak yang berwarna orange bahwa penilaian oleh responden 1 pada kriteria green procurement intensitas kepentingannya bernilai 5 bila dibandingkan dengan kriteria reverse logistic yang artinya kriteria green procurement essensial atau sangat penting dibandingkan dengan kriteria reverse

logistic.

Cara perhitungan Consistency Ratio(CR) untuk matriks banding berpasangan clustergreen procurement ditampilkan sebagai berikut:

(50)

Contoh untuk perhitungan rata-rata geometrik untuk perbandingan berpasangan antar kluster green procurementdengan kluster green distribution penilaian ketiga responden pada Tabel 5.9. diatas (yang

berwarna biru):

Hasil perhitungan rata-rata geometris untuk matriks banding berpasangan kluster green procurementditampilkan pada Tabel 5.10.

Tabel 5.10. Perhitungan Rata-Rata Geometrik untuk Perbandingan Kluster

Green Procurement

Sumber: Hasil Pengolahan Data

Perhitungan rata-rata geometrik untuk perbandingan kluster lainnya dapat dilihat pada Lampiran 7.

(51)

jumlah rata-rata geometrik pada kluster reverse logistic

total jumlah kluster pada kolom green procurement

0,3218 3,5821

= 0,0898

Perhitungan matriks normalisasi dan bobot parsial kluster green procurementdapat dilihat pada tabel 5.11.

Tabel 5.11. Matriks Normalisasi dan Bobot Parsial

Green Procurement 0,2791 0,2055 0,5524 0,2581 0,3238

Green Manufacturing 0,5464 0,4022 0,2108 0,4584 0,4045

Green Distribution 0,0845 0,3192 0,1673 0,2002 0,1928

Reverse Logistic 0,0898 0,07290 0,0694 0,0830 0,0788

TOTAL 1 1 1 1 1

Sumber: Hasil Pengolahan Data

Bobot parsial diperoleh dari rata-rata setiap baris pada tiap kluster. Contoh (Pada kotak yang berwarna kuning):

0,2791 + 0,2055 + 0,5524 + 0,2581

4

= 0,3238

3. Menghitung rasio Konsistensi =

(Matriks Perhitungan Rata-rata Geometrik) x (Vektor Bobot Tiap Baris) 1,0000 0,5108 3,3019 3,1072

X

0,3238 1,4121

1,9574 1,0000 1,2599 5,5178 0,4045 1,7162

Matriks normalisasi =

=

(52)

0,3028 0,7937 1,0000 2,4101 0,1928 = 0,8019 0,3218 0,1812 0,4149 1,0000 0,0788 0,3363

4. Menghitung Konsistensi Vektor =

(Rasio Konsistensi : Vektor bobot tiap baris) 1,4121

5. Menghitung rata-rata entri (

λ

maks)

maks

6. Menghitung Consistency Index (CI)

Tabel 5.12.Daftar Indeks Random Konsistensi (RI)

(53)

7. Menghitung Consistency Ratio (CR)

Index y Consistenc Random

CI CR=

Didapatkan CR < 0,1, maka jawaban responden konsisten. Perhitungan yang sama dilakukan pada semua elemen kriteria dan subkriteria.

5.4.1.2. Perbandingan Berpasangan KlusterGreen Manufacturing

(54)

Tabel 5.13. Matriks Perbandingan Berpasangan Kluster Green

(55)

Keterangan: Dalam perbandingan berpasangan kluster green manufacturing pada pembacaan tabel diatas kotak yang berwarna biru bahwa penilaian oleh responden 3 pada kriteria green manufacturingintensitas kepentingannya bernilai 5 yaitu essensial atau sangat penting bila dibandingkan dengan kriteria green procurement.

Cara perhitungan Consistency Ratio(CR) untuk matriks banding berpasangan cluster green manufacturing ditampilkan sebagai berikut:

1. Menghitung rata-rata pembobotan dengan cara menghitung rata-rata geometrik. Rata-rata geometrik dihitung dengan rumus:

Contoh untuk perhitungan rata-rata geometrik untuk perbandingan berpasangan antar kluster green manufacturingdengan kluster reverse logistic penilaian ketiga responden pada Tabel 5.9. diatas (yang berwarna

orange):

(56)

Tabel 5.14. Perhitungan Rata-Rata Geometrik untuk Perbandingan Kluster

Green Procurement 1,0000 1,3389 3,9149 2,7144

Green

Manufacturing 0,7469 1,0000 1,2599 4,3795

Green Distribution 0,2554 0,7937 1,0000 2,3208

Reverse Logistic 0,3684 0,2283 0,4309 1,0000

TOTAL 2,3707 3,3609 6,6057 10,4147

Sumber: Hasil Pengolahan Data

2. Kemudian hitung matriks normalisasi dan jumlah bobot parsial yaitu dengan masing-masing elemen kolom dibagi dengan jumlah kolom masing-masing. Contoh pada kotak yang berwarna hijau:

jumlah rata-rata geometrik pada kluster green distribution

total jumlah kluster pada kolom green manufacturing

0,7937

3,3609

= 0,2362

Perhitungan matriks normalisasi dan bobot parsial kluster green manufacturingdapat dilihat pada tabel 5.15.

Matriks normalisasi =

(57)

Tabel 5.15. Matriks Normalisasi dan Bobot Parsial

Green Procurement 0,4218 0,3984 0,5927 0,2606 0,4184

Green Manufacturing 0,3150 0,2975 0,1907 0,4205 0,3060

Green Distribution 0,1077 0,2362 0,1514 0,2228 0,1795

Reverse Logistic 0,1554 0,0679 0,0652 0,0960 0,0961

TOTAL 1,0000 1,0000 1,0000 1,0000 1,0000

Sumber: Hasil Pengolahan Data

Bobot parsial diperoleh dari rata-rata setiap baris pada tiap kluster. Contoh (Pada kotak yang berwarna kuning):

0,1554+ 0,0679+ 0,0679+ 0,0960

4

=0,0961

3. Menghitung rasio Konsistensi =

(Matriks Perhitungan Rata-rata Geometrik) x (Vektor Bobot Tiap Baris) 1,0000 1,3389 3,9149 2,7144

4. Menghitung Konsistensi Vektor =

(Rasio Konsistensi : Vektor bobot tiap baris) 1,79182

(58)

0,39749 0,0961 4,13427

5. Menghitung rata-rata entri (

λ

maks)

maks

6. Menghitung Consistency Index (CI)

Tabel 5.16Daftar Indeks Random Konsistensi (RI)

n 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 RI 0,00 0,00 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49 1,51 1,48 1,56 1,57 1,59

7. Menghitung Consistency Ratio (CR)

Index

(59)

5.5. Perbandingan Berpasangan Antar Subkriteria

Perbandingan berpasangan antar subkriteria disusun berdasarkan hubungan inner dependence dan outer dependence yang mempengaruhi setiap kriteria yang dibandingkan. Hubungan inner dependence merupakan hubungan yang menunjukkan keterkaitan antar subkriteria dalam kluster yang sama sedangkan hubungan outer dependence menunjukkan keterkaitan antar subkriteria dalam kluster yang berbeda. Terdapat enam belas subkriteria yang akan dibandingkan berdasarkan kluster kriterianya.

5.5.1. Perbandingan Berpasangan SubkriteriaPemilihan Supplier yang Standar ISO(P-1) dengan Kluster Green Procurement.

(60)

Tabel 5.17. Perbandingan Berpasangan Subkriteria P-1 pada Kluster Green Procurement

Responden 1

P-1 P-2 P-3 P-4

P-2 1 2 4

P-3 1/2 1 2

P-4 1/4 1/2 1

Responden 2

P-1 P-2 P-3 P-4

P-2 1 1/3 2

P-3 3 1 3

P-4 1/2 1/3 1

Responden 3

P-1 P-2 P-3 P-4

P-2 1 3 1/3

P-3 1/3 1 1/3

P-4 3 3 1 Sumber: Hasil Pengumpulan Data

Keterangan : Penilaian ketiga responden pada subkriteria pemilihan supplier yang standar ISO(P-1) yang dibandingkan dengan ke-3 subkriteriakluster green procurement.Tabel diatas dapat dipahami dengan kotak yang berwarna biru

(61)

Cara perhitungan Consistency Ratio(CR) untuk matriks banding berpasangan subkriteria P-1 ditampilkan sebagai berikut:

1. Menghitung rata-rata pembobotan dengan cara menghitung rata-rata geometrik. Rata-rata geometrik dihitung dengan rumus:

Contoh untuk perhitungan rata-rata geometrik untuk perbandingan berpasangan antar subkriteria P-1dengan subkriteria P-4 penilaian ketiga responden pada Tabel 5.9. diatas (yang berwarna kuning):

Hasil perhitungan rata-rata geometris untuk matriks banding berpasangan subkriteria P-1ditampilkan pada Tabel 5.18.

Tabel 5.18. Perhitungan Rata-Rata Geometrik untuk Perbandingan

Subkriteria P-1 pada Kluster Green Procurement

P-1 P-2 P-3 P-4

P-2 1,0000 1,2599 1,3867

P-3 0,7937 1,0000 1,2599

P-4 0,7211 0,7937 1,0000

Total 2,5148 3,0536 3,6466 Sumber: Hasil Pengolahan Data

2. Kemudian hitung matriks normalisasi dan jumlah bobot parsial yaitu dengan masing-masing elemen kolom dibagi dengan jumlah kolom masing-masing. Contoh pada kotak yang berwarna kuning:

(62)

total jumlah kluster pada kolomP-2

0,7211

2,5148

= 0,1078

Perhitungan matriks normalisasi dan bobot parsial subkriteria P-1dapat dilihat pada tabel 5.19.

Tabel 5.19. Matriks Normalisasi dan Bobot Parsial

P-1 P-2 P-3 P-4 Bobot Sumber: Hasil Pengolahan Data

Bobot parsial diperoleh dari rata-rata setiap baris pada tiap kluster. Contoh (Pada kotak yang berwarna kuning):

0,1078+ 0,25+ 0,1078

3

=0,2736

3. Menghitung rasio Konsistensi =

(Matriks Perhitungan Rata-rata Geometrik) x (Vektor Bobot Tiap Baris) 1,0000 1,2599 1,3867 1,0000

Bobot parsial P-1 dengan

(63)

4. Menghitung Konsistensi Vektor =

(Rasio Konsistensi : Vektor bobot tiap baris) 1,79182

5. Menghitung rata-rata entri (

λ

maks)

maks

6. Menghitung Consistency Index (CI)

Tabel 5.20. Daftar Indeks Random Konsistensi (RI)

n 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 RI 0,00 0,00 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49 1,51 1,48 1,56 1,57 1,59

7. Menghitung Consistency Ratio (CR)

(64)

Didapatkan CR < 0,1, maka jawaban responden konsisten. Perhitungan yang sama dilakukan pada semua elemen kriteria dan subkriteria.

5.5.5. Pembuatan SupermatrixAnalytic Network Process (ANP)

Supermatriks merupakan hasil vektor prioritas dari perbandingan antar kluster dan subkriteria. Supermatriks terdiri atas tiga tahap yaitu Supermatriks Tidak Terbobot (Unweighted Supermatrix), Supermatriks Terbobot (Weighted Supermatrix), dan Supermatriks Limit (Limiting Supermatrix). Untuk memperoleh

ketiga supermatriks ini digunakan bantuan software Super Decision untuk memudahkan proses pengolahan.Langkah-langkah pemakaian software Super Decisiondapat dilihat melalui langkah-langkah berikut ini.

(65)

Gambar 5.2. Struktur Jaringan (Network) Kriteria dan Subkriteria

2. Masukkan setiap penilaian ketiga responden untuk mendapatkan matriks perbandingan berpasangan dan nilai bobot pada kriteria dan subkriteria. Salah satu contoh pada green procurement dengan ke-3 kriteria lainnya dapat dilihat pada Gambar 5.3. berikut ini.

(66)

3. Setelah penilaian ke-3 responden dimasukkan maka akan dihasilkan nilai Unweighted Supermatrix, Weighted SupermatrixdanLimiting

Supermatrixyang kemudian akan dipindahkan pada Tabel 5.33 sampai

Tabel 5.35. Salah satu contoh dapat dilihat pada Gambar 5.4., Gambar 5.5. dan Gambar 5.6. berikut ini.

(67)

Gambar 5.5. Nilai Weighted Supermatrix padaSoftware Super Decision.

(68)

Unweighted Supermatrix merupakan terjemahan dari bobot

masing-masing kluster dan subkriteria yang diinput ke dalam sebuah tabel matriks kompleks. Unweighted Supermatrix dapat dilihat pada Tabel 5.33.

Tahap selanjutnya, yaitu membuat Weighted Supermatrix yang diperoleh dengan mengalikan semua elemen pada unweighted supermatrix dengan nilai yang terdapat dalam matriks kluster sehingga nilai setiap kolom berjumlah satu. Weighted Supermatrix dapat dilihat pada Tabel 5.34.

Weighted Supermatrix yang telah diperoleh selanjutnya dikalikan dengan

(69)

Green Procurement (P) Green Manufacturing (M) Green Distribution (D) Reverse Logistic (RL)

P-1 P-2 P-3 P-4 M-1 M-2 M-3 M-4 D-1 D-2 D-3 D-4 D-5 RL-1 RL-2 RL-3

Green Procurement (P)

P-1 0,0000 0,4285 0,3786 0,2696 0,2951 0,2135 0,2556 0,5109 0,5371 0,3974 0,3138 0,6142 1,0000 0,2835 0,2882 0,2745

P-2 0,3968 0,0000 0,3532 0,3290 0,2850 0,1681 0,1843 0,2371 0,0000 0,2394 0,2461 0,0000 0,0000 0,1699 0,2517 0,2594

P-3 0,3295 0,3157 0,0000 0,4014 0,1928 0,2444 0,2636 0,1707 0,2460 0,0000 0,0000 0,2542 0,0000 0,3166 0,2879 0,3018

P-4 0,2736 0,2557 0,2682 0,0000 0,2270 0,3740 0,2962 0,0810 0,2169 0,3632 0,4401 0,1316 0,0000 0,2297 0,1722 0,1643

Green Manufacturing (M)

M-1 0,5315 0,2703 0,2703 0,3964 0,0000 0,0000 0,4476 0,6364 0,3353 0,0000 0,0000 0,0000 0,0000 0,2580 0,2722 0,3856

M-2 0,2620 0,4914 0,4914 0,4016 0,0000 0,0000 0,3559 0,1742 0,1861 0,0000 0,5810 0,4190 0,0000 0,0000 0,1325 0,1444

M-3 0,1163 0,1598 0,1598 0,1112 0,5575 0,4095 0,0000 0,1894 0,3707 0,3916 0,0000 0,0000 0,0000 0,3031 0,3697 0,2703

M-4 0,0902 0,0784 0,0784 0,0908 0,4425 0,5905 0,1964 0,0000 0,1079 0,6084 0,4190 0,5810 1,0000 0,4389 0,2256 0,1994

Green Distribution (D)

D-1 0,4301 0,0000 1,0000 0,2784 1,0000 0,5198 0,5810 0,2267 0,0000 0,1767 0,6135 0,0000 0,0000 0,1969 0,2482 0,6135

D-2 0,1870 0,1575 0,0000 0,2478 0,0000 0,0000 0,4190 0,2550 0,5186 0,0000 0,3865 0,5240 1,0000 0,2155 0,1997 0,0000

D-3 0,1485 0,3151 0,0000 0,1860 0,0000 0,3035 0,0000 0,1302 0,4814 0,2762 0,0000 0,0000 0,0000 0,0995 0,1837 0,3865

D-4 0,1161 0,1674 0,0000 0,1317 0,0000 0,1767 0,0000 0,1784 0,0000 0,2127 0,0000 0,0000 0,0000 0,3996 0,1576 0,0000

D-5 0,1183 0,0000 0,0000 0,1561 0,0000 0,0000 0,0000 0,2097 0,0000 0,3343 0,0000 0,4760 0,0000 0,0878 0,2108 0,0000

Reverse Logistic (RL)

RL-1 0,6117 0,3936 0,1231 0,5360 0,5908 0,0000 0,4783 0,5233 0,2672 0,5575 0,2984 0,5000 0,5152 0,0000 0,3865 0,6135

(70)

Green Procurement (P) Green Manufacturing (M) Green Distribution (D) Reverse Logistic (RL)

P-1 P-2 P-3 P-4 M-1 M-2 M-3 M-4 D-1 D-2 D-3 D-4 D-5 RL-1 RL-2 RL-3

Green Procurement (P)

P-1 0,0000 0,1370 0,1210 0,0862 0,0696 0,0503 0,0603 0,1205 0,1222 0,0904 0,0714 0,1398 0,2276 0,0951 0,0966 0,0920

P-2 0,1269 0,0000 0,1129 0,1052 0,0672 0,0396 0,0434 0,0559 0,0000 0,0544 0,0560 0,0000 0,0000 0,0570 0,0844 0,0870

P-3 0,1053 0,1009 0,0000 0,1283 0,0454 0,0576 0,0621 0,0402 0,0560 0,0000 0,0000 0,0578 0,0000 0,1062 0,0965 0,1012

P-4 0,0875 0,0817 0,0857 0,0000 0,0535 0,0882 0,0698 0,0191 0,0493 0,0826 0,1001 0,0299 0,0000 0,0770 0,0577 0,0551

Green Manufacturing (M)

M-1 0,2238 0,1138 0,1138 0,1669 0,0000 0,00000 0,1799 0,2558 0,0531 0,0000 0,0000 0,0000 0,0000 0,0751 0,0793 0,1123

M-2 0,1103 0,2070 0,2070 0,1691 0,0000 0,0000 0,1430 0,0700 0,0295 0,0000 0,0921 0,0664 0,0000 0,0000 0,0386 0,0420

M-3 0,0489 0,0673 0,0673 0,0468 0,2240 0,1646 0,0000 0,0761 0,0588 0,0621 0,0000 0,0000 0,0000 0,0883 0,1077 0,0787

M-4 0,0379 0,0330 0,0330 0,0382 0,1778 0,2373 0,0789 0,0000 0,0171 0,0965 0,0664 0,0921 0,1586 0,1278 0,0657 0,0581

Green Distribution (D)

D-1 0,0779 0,0000 0,1811 0,0504 0,2358 0,1226 0,1370 0,0534 0,0000 0,4788 0,1662 0,0000 0,0000 0,0540 0,0680 0,1683

D-2 0,0338 0,0937 0,0000 0,0448 0,0000 0,0000 0,0988 0,0601 0,1405 0,0000 0,1047 0,1419 0,2709 0,0591 0,0547 0,0000

D-3 0,0269 0,0570 0,0000 0,0336 0,0000 0,0715 0,0000 0,0307 0,1304 0,0748 0,0000 0,0000 0,0000 0,0273 0,0503 0,1060

D-4 0,0210 0,0303 0,0000 0,0238 0,0000 0,0416 0,0000 0,0420 0,0000 0,0576 0,0000 0,0000 0,0000 0,1097 0,0432 0,0000

D-5 0,0214 0,0000 0,0000 0,0282 0,0000 0,0000 0,0000 0,0494 0,0000 0,0905 0,0000 0,1289 0,0000 0,0241 0,0578 0,0000

Reverse Logistic (RL)

RL-1 0,0476 0,0306 0,0095 0,0418 0,0746 0,0000 0,0604 0,0660 0,0915 0,1910 0,1022 0,1713 0,1765 0,0000 0,0382 0,0606

(71)

Green Procurement (P) Green Manufacturing (M) Green Distribution (D) Reverse Logistic (RL)

P-1 P-2 P-3 P-4 M-1 M-2 M-3 M-4 D-1 D-2 D-3 D-4 D-5 RL-1 RL-2 RL-3

Green Procurement (P)

P-1 0,0887 0,0887 0,0887 0,0887 0,0887 0,0887 0,0887 0,0887 0,0887 0,0887 0,0887 0,0887 0,0887 0,0887 0,0887 0,0887

P-2 0,0585 0,0585 0,0585 0,0585 0,0585 0,0585 0,0585 0,0585 0,0585 0,0585 0,0585 0,0585 0,0585 0,0585 0,0585 0,0585

P-3 0,0629 0,0629 0,0629 0,0629 0,0629 0,0629 0,0629 0,0629 0,0629 0,0629 0,0629 0,0629 0,0629 0,0629 0,0629 0,0629

P-4 0,0613 0,0613 0,0613 0,0613 0,0613 0,0613 0,0613 0,0613 0,0613 0,0613 0,0613 0,0613 0,0613 0,0613 0,0613 0,0613

Green Manufacturing (M)

M-1 0,0977 0,0977 0,0977 0,0977 0,0977 0,0977 0,0977 0,0977 0,0977 0,0977 0,0977 0,0977 0,0977 0,0977 0,0977 0,0977

M-2 0,0745 0,0745 0,0745 0,0745 0,0745 0,0745 0,0745 0,0745 0,0745 0,0745 0,0745 0,0745 0,0745 0,0745 0,0745 0,0745

M-3 0,0795 0,0795 0,0795 0,0795 0,0795 0,0795 0,0795 0,0795 0,0795 0,0795 0,0795 0,0795 0,0795 0,0795 0,0795 0,0795

M-4 0,0804 0,0804 0,0804 0,0804 0,0804 0,0804 0,0804 0,0804 0,0804 0,0804 0,0804 0,0804 0,0804 0,0804 0,0804 0,0804

Green Distribution (D)

D-1 0,0926 0,0926 0,0926 0,0926 0,0926 0,0926 0,0926 0,0926 0,0926 0,0926 0,0926 0,0926 0,0926 0,0926 0,0926 0,0926

D-2 0,0570 0,0570 0,0570 0,0570 0,0570 0,0570 0,0570 0,0570 0,0570 0,0570 0,0570 0,0570 0,0570 0,0570 0,0570 0,0570

D-3 0,0409 0,0409 0,0409 0,0409 0,0409 0,0409 0,0409 0,0409 0,0409 0,0409 0,0409 0,0409 0,0409 0,0409 0,0409 0,0409

D-4 0,0241 0,0241 0,0241 0,0241 0,0241 0,0241 0,0241 0,0241 0,0241 0,0241 0,0241 0,0241 0,0241 0,0241 0,0241 0,0241

D-5 0,0205 0,0205 0,0205 0,0205 0,0205 0,0205 0,0205 0,0205 0,0205 0,0205 0,0205 0,0205 0,0205 0,0205 0,0205 0,0205

Reverse Logistic (RL)

RL-1 0,0626 0,0626 0,0626 0,0626 0,0626 0,0626 0,0626 0,0626 0,0626 0,0626 0,0626 0,0626 0,0626 0,0626 0,0626 0,0626

Gambar

Tabel 4.1. Variabel Kriteria Green Supply Chain yang Diperoleh dari Jurnal
Gambar 4.1. Kerangka Konseptual Penelitian
Gambar 4.2. Tahapan Proses Penelitian
Tabel 4.2. Responden Penelitian
+7

Referensi

Dokumen terkait