Abstrak-- Efisiensi kinerja karyawan (Produktivitas) dapat ditingkatkan dengan diagnosis, pelatihan, dan tindakan. Diagnosis dapat dilakukan secara informal oleh setiap individu yang tertarik untuk meningkatkan kemampuannya dalam mengevaluasi, memperbaiki kinerja atau bisa dilakukan perusahaan dengan mengukur produktivitas karyawan. Dikenal metode Data Envelopment Analysis (DEA) yang digunakan dalam pengukuran efisiensi suatu unit. Pada tugas akhir ini dilakukan analisis tingkat efisiensi kinerja karyawan di perusahaan telekomunikasi di wilayah East Java dengan menggunakan metode DEA-CCR yang berorientasi input. Data yang digunakan adalah data sekunder yaitu jumlah pekerjaan, jumlah waktu,dan bobot pekerjaan sebagai input serta data overtime sebagai output. Hasil analisis menunjukkan bahwa efisiensi kayawan dengan DMU sebanyak 53 karyawan hanya ada 7 karyawan yang memiliki kinerja efisien sedangkan 46 karyawan lainnya tidak efisien. Karyawan yang tidak efisien akan dilakukan proyeksi dengan orientasi input sehingga karwayan bisa efisien. Hasil proyeksi diperoleh bahwa input yang perlu mengkaji ulang mengenai waktu pengerjaan BTS (X8) dan waktu pengerjaan FO (X11). Kata kunci : Data Envelopment Analysis (DEA), efisiensi, karyawan, DEA-CCR orientasi input
I. PENDAHULUAN
Setiap organisasi berkepentingan terhadap kinerja terbaik yang mampu dihasilkan oleh rangkaian sistem yang berlaku dalam organisasi tersebut. Manajemen sumber daya manusia merupakan salah satu faktor utama untuk mendapatkan kinerja terbaik. Meningkatkan kinerja karyawan (Produktivitas) dapat dilakukan dengan diagnosis, pelatihan, dan tindakan, (Timpe, 1993). Diagnosis dapat dilakukan secara informal oleh setiap individu yang tertarik untuk meningkatkan kemampuannya dalam mengevaluasi, memperbaiki kinerja ata bias dilakukan perusahaan dengan mengukur produktivitas karyawan. Dalam rangka
meningkatkan produktivitas karyawan suatu
perusahaan telekomunikasi yaitu PT. X akan
mengukur produktivitas karyawannya untuk
mengurangi overtime. Mengetahui seberapa besar
tingkat pengaruh pengurangan waktu overtime
terhadap kinerja atau produktivitas karyawan, maka penulis melakukan penelitian mengenai hal tersebut
dengan menggunakan DEA ( Data Envelopment
Analysis ). Penelitian ini menggunakan metode DEA karena variabel-variabel yang diketahui
berpengaruh terhadap nilai overtime bisa
diminimalkan atau dimaksimalkan sesuai
kebutuhan.
II. TINJAUAN PUSTAKA
a. Data Envelopment Analysis (DEA)
DEA merupakan pengembangan linier
programming yang didasarkan pada pengukuran kinerja relatif dari suatu unit produksi berdasarkan
beberapa rasio bobot dari output terhadap input
untuk suatu DMU. Yang dimaksud DMU adalah sesuatu hal yang memiliki kesamaan karakteristik operasional. Berikut ini adalah beberapa istilah DEA yang perlu diketahui (Yeni,dkk.2005).
1. Input
2. Output
3. Decision Making Unit (DMU)
Sesuatu yang dinilai dan dibandingkan antara input dan output sehingga diperoleh nilai efisiensi
relatifnya. Asumsi-asumsi yang mendasari dalam
pemilihan DMU menurut Ramanathan (2003) antara lain sebagai berikut :
a. DMU harus merupakan unit-unit yang
homogen.
b. Jumlah DMU lebih banyak dari jumlah input
dan output.
c. Bobot
d. Pengukuran berorientasi input
e. Pengukuran berorientasi output
f. Constant Return to Scale (CRS)
Asumsi ini menyatakan bahwa penambahan
satu unit input akan menghasilkan penambahan
satu unit output.
g. Efisiensi teknis
Kemampuan sebuah unit untuk menghasilkan output semaksimal mungkin dari sejumlah input yang digunakan.
DEA menentukan rasio maksimal dari jumlah output yang diberi bobot terhadap jumlah input yang diberi bobot, dengan bobot yang ditentukan
oleh model. Efisiensi relatif (θk) dari DMU ke- k
diformulasikan sebagai berikut.
m i i ki t r r kr k x v y u 1 1 (1) Keterangan: ur = bobot outputr, r = 1,2,3,...,t vi = bobot inputi, i = 1,2,3,...,m ykr = nilai dari output suatu unit ke-k xki = nilai dari input suatu unit ke-k
k = jenis DMU, k = 1, 2, 3,...,n
b. Model DEA-CCR (Charnes Cooper Rhodes)
Model CCR digunakan untuk mengatasi permasalahan dengan mengijinkan DMU untuk mengadopsi bobot yang dapat memaksimalkan rasio produktivitas dari DMU tersebut tanpa rasio dari DMU lain melebihi 1. Bentuk ini mengubah
Karyawan pada PT. X
Wida Suliasih, Heri Kuswanto dan Destri Susilaningrum
Jurusan Statistika, F-MIPA, Institut Teknologi Sepuluh Nopember (ITS)
Jl. Arief Rahman Hakim, Surabaya 60111
rasio produktivitas menjadi pengukuran efisiensi
relatif. Misalkan terdapat sejumlah j DMU.
Masing-masing DMU menggunakan sejumlah m
input dan toutput. Jika DMU yang akan dianalisis
adalah DMU ke-k. Maka penghitungan nilai
efisiensi diformulasikan sebagai berikut. Fungsi tujuan max m i i ki t r r kr k x v y u 1 1
, k = DMU yang diteliti
dengan kendala 1 1 1 m i i ji t r r jr x v y u
, untuk setiap DMU
dalam sampel j = 1,2,…,n (2)
0
,
i
rv
u
; r = 1, 2, ..., t ; i= 1, 2, ..., m(Boussofiane, Dyson, dan Thanassoulis, 1991) Bentuk persamaan di atas memiliki jumlah solusi yang tidak terbatas, sehingga formulasi di
atas diubah dalam bentuk linier programming.
Formulasinya dapat dilihat pada persamaan 3. Fungsi tujuan max
t r r kry
u
1, k = DMU yang diteliti
dengan kendala 1
1
m i i kix
v
(3)0
1 1
m i i ji t r r jrx
v
y
u
j = 1,2,…,n,
0
i rv
u
; r = 1, 2, ..., t ; i = 1, 2, ..., mBentuk dual dari model DEA-CCR
diformulasikan pada persamaan 4. Fungsi tujuan min
k dengan kendala0
1
k ki n j j jix
x
, i = 1, 2,... , m
n j j jr kry
y
1
, r = 1, 2,..., t0
j
, j = 1, 2, ..., n ; k =objek (4)Nilai θk pada model 4 adalah nilai efisiensi
DMU ke-k. Sesuai dengan teorema dual dalam
program linier, besarnya θk akan sama dengan
nilai optimal
t r r kry
u
1pada model primal 3. θkakan
bernilai 0< θk
1. λ pada model 4 merupakanbentuk transformasi dari
u
r danv
i pada model 3.λ adalah suatu variabel yang menunjukkan
seberapa besar input dapat diturunkan dan output
dapat dinaikkan untuk membuat suatu DMU yang
sedang dievaluasi menjadi efisien. DMU k
dikatakan efisien jika θk =1 dan semua λj = 0. Oleh
karena itu, berdasarkan nilai optimal θk yang telah
diperoleh pada model 4 maka digunakan model program linier untuk mendeteksi kemungkinan non-zero slack dengan memaksimalkan slack-slack
yang ada sehingga diperoleh non-zero slack
terutama pada DMU-DMU yang berada pada
kondisi weakly efficient. Model tersebut adalah
sebagai berikut. Fungsi tujuan max
t r r m i iS
S
1 1 dengan kendala ki i n j j kix
S
x
1 , i = 1, 2, ... , m kr r n j j jry
S
y
1
, r = 1, 2, …, t (5) 0 , , r i jS S
, j = 1,2,..,n; k: objek yang ditelitiModel 4 dan model 5 dapat diformulasikan dalam sebuah model seperti berikut.
Fungsi tujuan: t r r m i i k
S S
min dengan kendala:0
r n j j jr krS
y
y
, i = 1, 2, ..., m ki k n j j ji ix
S
x
,r=1,2,.,t (6)0
,
,
i r
jS
S
, j = 1, 2, ..., n; k=DMU yang diteliti. Si adalah variabel slack untuk input ke-i dan Sr adalah variabel slack untuk output ke-r.
adalah bilangan real dengan nilai positif yangsangat kecil. Kehadiran
dalam fungsi objektiftersebut, secara efektif mengijinkan untuk
mengoptimasi θ terlebih dahulu sebelum
variabel-variabel slacknya. Dengan demikian optimasi
variabel-variabel slack tidak mem pengaruhi hasil
optimasi θ. DMU dikatakan efisien pada model 6
jika θk =1 dan semua slacknya nol (Si= 0,
r S = 0).
c. Peningkatan Efisiensi Model DEA-CCR
Melakukan peningkatan efisiensi, maka input
dan output perlu diproyeksikan. Sehingga DMU yang tidak efisien dapat ditingkatkan. Besar
perbaikan input xi dan output yr dapat dihitung
dari: xi xi kxi Si (1 k)xi Si yr Sr
Rumus untuk perbaikan nilai input dan nilai output
yang disebut dengan CCR projection yaitu:
i i i k i i i x x x S x xˆ (7) r r r r r r y y y S y yˆ (8) Dengan i
xˆ adalah input optimal pada DMU ke-k
r
yˆ adalah output optimal pada DMU ke-k (Cooper,
III. METODOLOGI PENELITIAN
a. Sumber data
Data yang digunakan dalam tugas akhir ini adalah data sekunder yaitu data karyawan perusahaan X dengan jumlah karyawan sebanyak
53 karyawan dari divisi Field Operation di Area
East Java. Area tersebut terdiri dari Jember, Madiun, Malang, Madura, Surabaya 1 dan
Surabaya 2 pengambilan data di East Java karena
menurut divisi finance di area ini terdapat waktu luang tetapi overtime meningkat.
b. Variabel Penelitian
Variabel yang digunakan dalam penelitian ini
terdiri dari variabel output dan variabel input. Data
jumlah waktu , bobot pekerjaan, dan jumlah
pekerjaan yang sebagai input dan jumlah Overtime
yang diselesaikan sebagai output.
Tabel 3.1 Variabel Penelitian
N o Nama Variabel Jenis Variabel Keterangan 1 Overtime(Y1) Output
Jumlah jam overtime yang diclaim oleh karyawan dalam periode 1 tahun terakhir
2
Jumlah pekerjaan BTS (X1 )
Input
Jumlah pekerjaan BTS yang dikerjakan dalam periode 1 tahun terakhir 3 Jumlah pekerjaan CME (X2 ) Input
Jumlah pekerjaan CME yang dikerjakan dalam periode 1 tahun terakhir 4 Jumlah Pekerjaan CORE (X3) Input
Jumlah pekerjaan CORE yang dikerjakan dalam periode 1 tahun terakhir 5 Jumlah Pekerjaan FO (X4) Input
Jumlah pekerjaan FO yang dikerjakan dalam periode 1 tahun terakhir 6 Jumlah Pekerjaan Other (X5) Input
Jumlah pekerjaan Other yang dikerjakan dalam periode 1 tahun terakhir 7 Jumlah Pekerjaan Transmissio n (X6) Input
Jumlah pekerjaan Transmission
yang dikerjakan dalam periode 1 tahun terakhir 8 Waktu pekerjaan BTS (X7 ) Input
Jumlah waktu penyelesaian pekerjaan BTS yang dikerjakan dalam periode 1 tahun terakhir
9
Waktu pekerjaan CME (X8 )
Input
Jumlah waktu penyelesaian pekerjaan CME yang dikerjakan dalam periode 1 tahun terakhir
10 Waktu Pekerjaan CORE (X9)
Input
Jumlah waktu penyelesaian pekerjaan CORE yang dikerjakan dalam periode 1 tahun terakhir 11 Waktu Pekerjaan FO (X10) Input
Jumlah waktu penyelesaian pekerjaan FO yang dikerjakan dalam periode 1 tahun terakhir
12 Waktu Pekerjaan Other (X11)
Input
Jumlah waktu penyelesaian pekerjaan Other yang dikerjakan dalam periode 1 tahun terakhir
13 Waktu Pekerjaan Transmis sion (X12) Input
Jumlah waktu penyelesaian pekerjaan Transmission yang dikerjakan dalam periode 1 tahun terakhir 14 Bobot pekerjaan BTS (X13 ) Input
Bobot pekerjaan BTS yang dikerjakan dalam periode 1 tahun terakhir 15 Bobot pekerjaan CME (X14 ) Input
Bobot pekerjaan CME yang dikerjakan dalam periode 1 tahun terakhir 16 Bobot Pekerjaan CORE (X15) Input
Bobot pekerjaan CORE yang dikerjakan dalam periode 1 tahun terakhir 17 Bobot Pekerjaan FO (X16) Input
Bobot pekerjaan FO yang dikerjakan dalam periode 1 tahun terakhir 18 Bobot Pekerjaan Other (X17) Input
Bobot pekerjaan Other yang dikerjakan dalam periode 1 tahun terakhir 19 Bobot Pekerjaan Transmis sion (X18) Input
Bobot pekerjaan Transmission
yang dikerjakan dalam periode 1 tahun terakhir
Tabel 3.2 Struktur Data Aktifitas Karyawan di East Java
No DMU (engineer) X1 X2 X3 … X17 X18 Y1 1 Abrori x11 x21 x31 … X171 Y181 Y11 2 Naim x12 x22 x32 … Y172 Y182 Y12 . . . … . . . N Yudistira x1k x2k x3k … X17k X18k Y1k c. Langkah Analisis
Adapun langkah analisis yang digunakan dalam penelitian ini adalah sebagai berikut :
1. Menetapkan variabel untuk mentukankan
DMU, input, dan output.
2. Mengumpulkan data.
3. Mendeskripsikan masing – masing area
berdasarkan site yang paling banyak menerima order dan order pekerjaan terbanyak di setiap area.
4. Melakukan pengukuran efisiensi terhadap
kinerja karyawan dengan DEA-CCR untuk masing – masing area.
5. Membuat pemetaan untuk karyawan yang
efisien dalam setiap area dan karyawan yang
tidak efisien untuk dibagi berdasarkan
prosentase efisiensi (efisien atau tidak efisien).
6. Melakukan proyeksi perbaikan pada karyawan
di Java Region yang tidak efisien sehingga bisa dilakukan efisiensi.
7. Menarik kesimpulan dari hasil proyeksi untuk
meningkatkan efisiensi karyawan yang tidak efisien.
IV. ANALISIS DAN PEMBAHASAN
Table berikut merupakan wilayah yang masuk
ke dalam East Java. Kota-kota ini selanjutnya
dianalisis untuk mengetahui site mana dari masing-masing kota tersebut yang memiliki order pekerjaan paling banyak dan permasalahan apa
yang terjadi.
Gambar 1 JumlahOrder Pekerjaan di East Java
21% 12% 18% 20% 7% 22% JEMBER MADIUN MADURA MALANG SURABAYA 1 SURABAYA 2
Berdasarkan Gambar 1 dapat diketahui bahwa Order pekerjaan terbesar terdapat di 3 area yaitu 21% di Jember, 20% di Malang, dan 22% di Surabaya 2. Berikut merupakan gambar 10 site yang paling banyak menerima order di Jember.
Gambar 2 10 site dengan order pekerjaan tertinggi di Area Jember
Dilihat dari Gambar 2 diketahui 10 site yang paling bermasalah di Jember yaitu Sempu, Jember, Banyuwangi, Probolinggo, Klakah, Wonorejo, Pasiran, Bajulmati, Cungking, dan Puger. Dimana 6% order pekerjaan ada di site Sempu. Selanjutnya akan dijelaskan beberapa order pekerjaan ada pada masing-masing site di Jember. Pembahasan order pekerjaan tersebut dapat dilihat pada Gambar berikut.
Gambar 3 Jenis Order Pekerjaan 4 site di Area Jember
Berdasarkan Gambar 3 diperoleh hasil bahwa pada daerah Sempu, Jember, Banyuwangi order pekerjaan lebih dari 50 % pada masalah transmission, sedangkan Probolinggo 28 % order pekerjaan pada masalah CME.
Berikut merupakan gambar 10 site yang paling bermasalah di Madiun.
Gambar 4 10 site dengan order pekerjaan tertinggi di Area Madiun
Dilihat dari Gambar 4 diketahui 10 site yang paling bermasalah di Jember yaitu Jombang, HUT Madiun, HUT Kediri, Sambit, Pare, Kasihan Pacitan, Mojoroto, Pesantren Kediri, Semen Kediri, dan Sedeng. Selanjutnya akan dijelaskan beberapa order pekerjaan pada masing-masing site.
Gambar 5 Jenis Order Pekerjaan 3 site di Area Madiun
Berdasarkan Gambar 5 dapat dilihat bahwa pada daerah Jombang 37% order pekerjaan pada masalah FO, HUT Madiun 54% order pekerjaan
pada Transmission, dan HUT Kediri 40% order
pekerjaan pada masalah CME. Berikut merupakan gambar 10 site yang paling bermasalah di Madura.
Gambar 6 10 site dengan order pekerjaan tertinggi di Area Madura
Dilihat dari Gambar 6 diketahui 10 site yang paling paling banyak menerima order masalah pekerjaan di Madura yaitu Pamekasan, HUT Kalianget, Bangkalan, Sampang, Pegantenan, Budagan Pamekasan, Omben, Galis Bangkalan, dan Batu Koceng.
Gambar 7 Jenis Order Pekerjaan 3 site di Area Madura
Berdasarkan Gambar 7 dapat dilihat bahwa pada daerah Pamekasan 61% masalah pada transmission, HUT Kalianget 29% permasalahan pada Others, dan Bangkalan 37% masalah pada CORE. Berikut merupakan gambar 10 site yang paling banyak menerima order di Malang.
Gambar 8 10 site dengan order pekerjaan tertinggi di Area Malang
Dilihat dari Gambar 8 diketahui 10 site yang paling bermasalah di area Malang yaitu site Malang, Pagedangan, Gempol, Pasuruan, Blitar, Bangil, Sukun, Mojosari, Dinoyo, dan Sampurna Pandaan. Selanjutnya akan dijelaskan beberapa permasalahan pada masing-masing site.
Gambar 9 Jenis Order Pekerjaan 4 site di Area Malang
Berdasarkan Gambar 9 diatas dapat dilihat bahwa pada daerah Malang 46% order pekerjaan
pada transmission, Pagedangan 39% order
pekerjaan pada masalah Others, Gempol 61% order pekerjaan terbanyak pada CME, dan Pasuruan 29%
bermasalah pada CME dan Transmission. Berikut
6% 5%
3% 3% 2% 2% 2% 1% 1% 1%
SEMPU JEMBER BANYUWANGI PROBOLINGGO
2% 13% 5% 3% 17% 20% 19% 28% 4% 2% 1% 3% 4% 5% 2% 15% 21% 6% 13% 26% 55% 58% 54% 27% BTS CME CORE FO OTHERS TRANSMISSION
6%
4% 3% 2% 2% 2% 2% 2% 2% 2%
JOMBANG HUT MADIUN HUT KEDIRI
2% 10% 3% 7% 7% 40% 7% 4% 6% 1% 0% 1% 37% 18% 1% 27% 14% 30% 17% 54% 15%
BTS CME CORE EWO FO OTHERS TRANSMISSION
3% 3% 3% 2% 2% 2% 2% 2% 1% 1%
PAMEKASAN HUT KALIANGET BANGKALAN
8% 8% 20% 11% 20% 9% 7% 17% 37% 0% 0% 1% 3% 1% 7% 13% 29% 6% 61% 23% 21%
BTS CME CORE EWO FO OTHERS TRANSMISSION
5% 3%
2% 2% 2% 2% 2% 1% 1% 1%
MALANG PAGEDANGAN GEMPOL PASURUAN
5% 6% 1% 4% 7% 24% 61% 29% 5% 3% 15% 1% 0% 3% 1% 18% 35% 39% 14% 16% 46% 20% 18% 29%
merupakan gambar 10 site yang paling bermasalah di Surabaya 1.
Gambar 10 10 site dengan order pekerjaan tertinggi di Area Surabaya 1
Berdasarkan Gambar 10 dapat dilihat 10 site yang paling banyak menerima order pekerjaan yaitu site Lamongan, HUT Bojonegoro, Cerme, Manukan Kulon, Bojonegoro, Putat Jaya, Simpang, Ambengan, Gundih, dan Pakis Wetan. Gambar berikutnya akan dijelaskan beberapa permasalahan pada masing-masing site.
Gambar 11 Jenis Order Pekerjaan 4 site di Area Surabaya 1
Berdasarkan Gambar 11 dapat dilihat bahwa pada daerah Lamongan, HUT Bojonegoro, dan Cerme paling banyak menerima order masalah pekerjaan pada Fiber Optik sedangkan pada daerah Manukan Kulon 41% order bermasalah pada
Transmission. Lamongan juga menerima order
pekerjaan 23% pada masalah transmission.
Gambar 12 10 site dengan order pekerjaan tertinggi di Area Surabaya 2
Gambar 12 memperlihatkan 10 site yang menerima order pekerjaan terbanyak di Surabaya 2 yaitu site Sumur Welut, Buduran Sidoarjo, Bumi Citra Fajar, Krian, Trosobo Sidoarjo, Sruni, Kertajaya Indah, Surabaya Network Building
Rungkut, Balongbendo Sidoarjo, dan Field
Surabaya 2. Selanjutnya akan dijelaskan beberapa permasalahan pada masing-masing site.
Gambar 13 Jenis Order Pekerjaan 4 site di Area Surabaya 2
Berdasarkan Gambar 13 dapat dilihat bahwa pada daerah Sumur Welut 36% order pekerjaan
pada masalah transmission sedangkan pada daerah
Buduran Sidoarjo, Bumi Citra Fajar dan Krian lebih dari 70% order pekerjaan yang bermasalah adalah CME.
Efisiensi kinerja karyawan
Analisis efisiensi yang digunakan adalah metode DEA-CCR dengan pendekatan yang
berorientasi input. Berikut merupakan hasil
pemetaan karyawan berdasarkan efisiensinya.
Gambar 14 Efisiensi Kinerja Karyawan di East Java Area
DMU dikatakan efisien apabila DMU
mempunyai nilai θ = 1, Si=Sr= 0 yaitu karyawan
Agung Putra Wardana, Bayu Kurniawan, Bihwi Norahman, Faisal Akli, Hartoyo, Muhammad Aziz, dan Yodik Iwan. Yang mana dari 7 karyawan yang efisien ini menyebar di seluruh wilayah di East Java. DMU dikatakan tidak efisien apabila
DMU mempunyai nilai θ ≠ 1, Si≠ 0 atau Sr≠ 0
yaitu 46 dari 53 karyawan dinyatakan tidak efisien, diantaranya Abrori Andi, Muharnas, Hendri Ansori, Dani Ari, Masrur, Miliyanto, dan Sofyan Cakim. Oleh karena itu 46 karyawan ini akan dilakukan proyeksi untuk mengetahui variabel mana saja yang berpengaruh terhadap efisiensi.
Proyeksi DEA CCR Orientasi Input
Efisien secara teknis berasumsi bahwa semua karyawan bekerja dengan optimal. Pada penelitian 7%
4%
3% 2% 2% 2% 2% 2% 1% 1%
LAMONGAN HUT BOJONEGORO CERME MANUKAN KULON
1% 0% 3% 19% 15% 5% 14% 22% 6% 0% 0% 3% 43% 84% 58% 13% 11% 9% 6% 3% 23% 2% 19% 41%
BTS CME CORE FO OTHERS TRANSMISSION
4% 3% 3% 3% 2% 2% 2% 2% 2% 2%
SUMUR WELUT BUDURAN SIDOARJO BUMI CITRA FAJAR KRIAN 7% 6% 1% 5% 27% 70% 75% 76% 20% 0% 0% 0% 1% 9% 1% 1% 0% 5% 1% 1% 36% 23% 20% 18%
BTS CME CORE FO OTHERS TRANSMISSION
1.60 1.72 5.61 7.11 7.28 8.91 9.53 9.80 10.62 11.65 13.13 13.18 13.61 14.04 14.98 15.09 15.56 17.46 17.56 17.78 18.04 18.04 18.34 18.79 19.72 22.71 23.00 23.03 23.67 27.32 27.73 28.84 29.55 35.99 40.29 41.05 43.51 44.38 46.12 51.81 54.39 56.67 57.03 67.50 79.02 86.99 100.00 100.00 100.00 100.00 100.00 100.00 100.00 Achmad J. Naim Hamam Nasihuddin Wawan Setyohadi Hendri Ansori A. Faiq El Hana Bambang Sutrisno Abrori Andi Muhammad Dani Ari Sujianto Aditya Arie Wibowo Hariri Dwi Mukti Susanto Fidya Ariyanto Muharnas Edi Santoso Arief Susanto Dwi Nur Edy Santoso Agus Pitrajaya Sofyan Chakim Nur Haji Ridwan Mas Heru Mujiburrahman Suwarno Adi Priyo Susanto Yudistira Yonie Putra Miliyanto Suhartono Ubaidillah Umar Cahyadi Firman Hidayat Marsetya Tri Mawardi Candra Wilman Muhlis Sujoko Wahyono Mohammad Taufiq Alamsyah Moch Samsul Arifin Yudi Bastiantoro Faisal Hadi Aan Mahathir Mochamad N Nurhadi Waluyo Kurnia Karyadi Candra Tri Yulianto Abdul Waki Wawan Prasetyo Siherly Ardianta Very Wijayanto Masrur Kusparyono Agung Putra Wardhana Bayu Kurniawan Bihwi Norahman Faisyal Akli Hartoyo Muhammad Aziz Yodik Iwan
ini digunakan metode optimasi orientasi input. Slackinput dan output untuk tiap karyawan di East Java dapat dilihat pada lampiran. Berdasarkan hasil proyeksi pada 46 karyawan yang tidak efisien akan perbaiki berdasarkan pemetaan pada Gambar 14, yang diperoleh hasil sebagai berikut.
1. Karyawan dengan efisiensi 76 – 99 %
sebanyak 2 karyawan yang harus diperbaiki dengan mengkaji kembali untuk variabel waktu pengerjaan BTS, waktu pengerjaan CME, waktu pengerjaan FO, waktu pengerjaan Others, waktu pengerjaan Transmissi, dan bobot pekerjaan transmissi.
2. Karyawan dengan efisiensi 51 – 76 %
sebanyak 5 karyawan yang harus diperbaiki dengan mengkaji kembali variabel jumlah pekerjaan CME, waktu pengerjaan BTS, waktu pengerjaan CME, waktu pengerjaan FO, waktu
pengerjaan Others, waktu pengerjaan
Transmission, bobot pekerjaan CME, dan bobot pekerjaan Transmission.
3. Karyawan sebanyak 39 dengan efisiensi
kurang dari 51% bisa diperbaiki dengan mengkaji kembali variabel jumlah pekerjaan CME, jumlah pekerjaan Transmission, waktu pengerjaan BTS, waktu pengerjaan CME, waktu pengerjaan CORE, waktu pengerjaan
FO, waktu pengerjaan Others, waktu
pengerjaan Transmission, bobot pekerjaan CME, dan bobot pekerjaan Transmission. Replace RBS Module ada beberapa parameter
yang harus menggunakan alat tertentu
sehingga pekerjaan cenderung mempunyai bobot tinggi. Pekerjaan FO sendiri merupakan pekerjaan yang berbobot tinggi sehingga sangat berpengaruh terhadap efisiensi.
V. KESIMPULAN DAN SARAN
Berdasarkan statistik deskriptif diperoleh bahwa order pekerjaan terbanyak ada di tiga wilayah yaitu Jember, Malang, dan Surabaya 2. Dimana di area area tersebut perkerjaan terbanyak ada di site Sempu dengn order pekerjaan
transmission. Efisiensi kayawan dengan DMU
sebanyak 53 diperoleh hasil bahwa karyawan yang sudah efisien ada 7 karyawan. Karwayan yang tidak efisien sebanyak 46 bisa diefisienkan dengan mengkaji kembali variabel yang ada yaitu jumlah pekerjaa, waktu, dan bobot pekerjaan. Waktu
pengerjaan BTS (X8) mempunyai pengaruh
terbesar dalam efisiensi kemudian dilanjutkan
dengan waktu pengerjaan FO (X11) kemudian
Waktu pekerjaan Other (X12).
DAFTAR PURTAKA
[1] Pruijt, 2003. Faktor- faktor sumber daya manusia yang mempengaruhi kinerja Karyawan .
[2] Timpe, 1993 . Faktor- faktor internal yang mempengaruhi kinerja karyawan.
[3] Yeni, Suparno, and Siswanto, N .2005. Penerapan Data Envelopment Analysis dalam Pemilihan Supplier dan Perbaikan
Performansi Supplier. Prosiding Seminar
Nasional Manajemen Teknologi II.
Surabaya: Program Studi MMT-ITS.
[4] Ramanathan, R. 2003. An Introduction To Data
Envelopment Analysis: A Tool For
Performance Measurement. New Delhi:
Sage Publications.
[5] Iriani, 2010. pengukuran efisiensi kerja
karyawan dengan DEA (Data
Envelopment Analysis), Skripsi
Mahasiswa Teknik Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur
[6] Aprilian, T ,2010. Produktifitas Tenaga Kerja pada Struktur Rangka Atap Baja, Skripsi
Mahasiswa Universitas Pembangunan
Nasional “Veteran” Jawa Timur
[7] Boussofiane, A., Dyson, R.G., and
Thanassoulis, E. (1991), Applied Data
Envelopment Analysis. European Journal
of Operation Research, vol.52, pp. 1-15.
[8] Cooper,W.W, Seiford L.M., Tone, K. 2007. A
Comprehensive Text with Models,
Aplications, References, and DEA-Solver
Software. London: Kluwer Academic
Publisher.
[9] Hasibuan, 1984. Pengertian efisiensi karyawan dan kinerja karyawa.
