Penetapan Pengambilan Keputusan Strategi Penjualan Berbasis Online Pada Produk Clothing dengan Menggunakan Metode DEMATEL, ANP dan STEM di Surabaya

Jurusan Teknik Industri Fakultas Teknologi Industri

Institut Teknologi Sepuluh Nopember Surabaya 2010

Disusun Oleh

Sugma Anugrawan (2506 100 098) Dosen Pembimbing

Prof.Dr.Ir. Udisubakti Ciptomulyono, M.Eng.Sc. Dosen Ko-Pembimbing

Naning Aranti Wessiani, S.T., M.M.

Penetapan Pengambilan Keputusan Strategi Penjualan

Berbasis

Online

Pada Produk

Clothing

dengan Menggunakan

Metode DEMATEL

,

ANP dan STEM di Surabaya

Latar Belakang

Bisnis Clothing Kemajuan Teknologi Internet

Online

atau

Ritel

Make-to-stock

Atau

Make-to-order

Online Make-to-order (O-MTO)

Atau

Online Make-to-stock (O-MTS)

Atau

Online dan ritel make-to-stock (K-MTS)

Pemilihan

Strategi

Penjualan

Latar Belakang

Preferensi konsumen terdahap Harga jual Preferensi konsumen dalam melakukan pembelian Pemasaran Memunculkan minat untuk membeli Harga jual Preferensi konsumen terdahap delivery time Delivery time investasi Risiko ketersediaan bahan baku

Preferensi pelaku bisnis terhadap ketersediaan bahan baku yang

mengakibatkan lost sale atau bertambahnya delivery time

Analisa finansial Perhitungan IRR dari masing-masing alternatif Biaya investasi minimal untuk masing-masing alternatif Harga pokok produksi tiap alternatif delivery time tiap alternatif Minimasi Risiko Maksimasi Performa Kompetitif Strategis Maksimasi Performa Finansial Biaya operasional tiap kriteria Profit yang diharapkan Risiko Ketidaksiapan Produksi

Produse terkadang mempunyai order yang masuk terlebih duulu

Latar Belakang

Metode yang Digunakan

DEMATEL

ANP

STEM

Untuk mengetahui hubungan keterkaitan antar kriteria, dimana hasilnya nanti digunakan sebagai dasar pembuatan model pada metode ANP

Untuk melakukan trade off pada fungsi tujuan karena terdapat konflik pada fungsi tujuan. Sehingga nantinya didapatkan solusi kompromi optimal, yang sesuai dengan preferansi pengambil keputusan

Untuk mendapatkan bobot kriteria pada alternatif yang nantinya digunakan sebagai koefisien fungsi tujuan pada metode STEM

Permasalahan

Bagaimana mendapatkan solusi kompromi

strategi penjualan yang optimal bagi produk

clothing

_{yang dibahas dalam penelitian ini.}

Tujuan Penelitian

Mengembangkan model keputusan strategi penjualan produk pada bisnis clothing online make-to-order, online make-to-stock dan kombinasi online dan ritel make-to-stock pada produk clothing, dengan menggunakan metode DEMATEL (Decision Making Trial And Evaluation Laboratory), ANP (analitic network process) dan STEM (step method)

Mencari solusi keputusan strategi penjualan produk pada bisnis clothing di Surabaya yang memuaskan sesuai dengan obyektif pengambil keputusan.

Ruang Lingkup Penelitian

Batasan

Produk yang diamati adalah produk tertentu pada bisnis

clothing, yaitu: jaket, kemeja, sepatu, tas, dengan masing-masing produk menggunakan 1 model sesuai dengan yang sudah

ditentukan.

Ruang lingkup lokasi penelitian di kota Surabaya.

Aspek perencanaan bisnis yang diteliti sesuai dengan yang

ditentukan pengambil keputusan.

Asumsi

Produk yang digunakan pada ketiga alternatif keputusan sama persis

Semua objektif (tujuan), kriteria dan alternatif ditentukan oleh pihak yang dianggap berkompeten dan

memiliki otoritas terhadap pengambilan keputusan. Pihak yang dianggap berkompeten dan memiliki otoritas terhadap pengambilan keputusan merupakan

orang yang mengerti benar permasalahan-nya dan mempunyai kepentingan akan masalah yang dihadapi.

Lokasi yang digunakan telah memenuhi persyaratan analisa lokasi.

Manfaat Penelitian

Memperoleh solusi kompromi strategi

penjualan yang optimal untuk

masing-masing produk dalam mendirikan

bisnis

clothing

Tinjauan Pustaka

Studi Kelayakan Investasi

Decision Making Trial And Evaluation

Laboratory (DEMATEL) Analytic Network Process (ANP) Step Method (STEM) Analisa Sensitivitas

Kelayakan Investasi

•

NPV (

Net Present Value

)

•

Payback Period

Decision Making Trial And

Evaluation Laboratory

(DEMATEL)

• Metoda DEMATEL, dikembangkan oleh Science and Human Affairs

Program of the Battelle Memorial Institute of Geneva antara tahun 1972 dan 1976, dapat mengubah hubungan antara sebab dan akibat dari

kriteria ke dalam suatu sistem model terstruktur yang mudah dipahami (Tzeng et al., 2007)

Decision Making Trial And

Decision Making Trial And

Evaluation Laboratory

(DEMATEL)

Contoh hubungan timbal balik antar kriteria yang terjalin

Analytic Network Process

(ANP)

• Analytic Network Process (ANP) yang dikembangkan oleh Thomas L.

Saaty memberikan jalan untuk memasukkan pendapat dan pengukuran untuk mendapatkan prioritas skala rasio untuk

pendistribusian pengaruh dari faktor dan kelompok faktor dalam suatu keputusan (Saaty, 2003)

• ANP merupakan pengembangan dari analytic hierarchy process (AHP).

Hubungan jaringan dari metode ANP tidak hanya memperlihatkan hubungan antar aturan, tetapi juga memperhitungkan berat

Analytic Network Process

(ANP)

W = C1 C2 W11 W21 Wn1 W12 W22 Wn2 W1n W2n Wnn C1 e11e12….e_{1m 1} C1 e11e22….e_{2m 2} Cn en1en2….e_nmn e11 e12 e1m 1 e21 e22 e2m 2 en1 en2 enm n Cn

STEP Method

•

_{Tahapan penyelesaian STEP-Method}

a. Tahap Perhitungan

•

_{Hitung dan susun}

Tabel Pay-off

_Matriks

•

_{Dicari suatu titik pada daerah}

_{fesibel solusi}

_{yang paling}

mendekati nilai solusi ideal pada tabel

pay-off

•

_{Model MOP dalam tahap perhitungan dapat dirumuskan}

Model MOP pada Tahap Perhitungan

[

]

Minimumkan z = y Dengan Pembatas (s / t) y f (x ) f (x) l = 1...k x x y 0

x daerah fisibel pada siklus m serta kendala yang ada = kepentingan relatif jarak tehadap titik optimal

l l* l l m m l ≥ − ∈ ≥ = η η

STEP Method

η

α

α

α

l l l l l l l lj j n l l lj

M

m

M

c

=

=

−

=

=

= = ∑ ∑ i 1 k

l = 1, 2, 3 . . . . .k

l = 1, 2, 3 . . . k

M

nilai maksimum pada baris ke l dari tabel payoff

m = nilai maksimum pada baris ke l dari tabel payoff

c

koefisien fungsi objektif ke - l dan variabel kep. ke - j

1

2 1

Perhitungan nilai bobot

η

• koefisien c_ljuntuk normalisasi terhadap pembobotan fungsi objektif

STEP Method

•

Tahap Pengambilan Keputusan

o Solusi yang diperoleh dipaparkan kepada DM

o Dilakukan evaluasi nilai yang dicapai (Zm)-solusi ideal (Z*)

o Bila ada objektif yang pencapaian solusinya belum

memenuhi kepuasan, diperbaiki kembali di tahapan berikutnya

o Objektif lain yang sudah memuaskan diperlonggar dengan

o bobot

• Daerah fisibel untuk siklus perhitungan ini didefinisikan x x

j i, j = 1, 2, . . . . k kelonggaran yang akseptabel untuk objektif yang sudah mencapai kepuasan tertentu

m ∈ ≥ − ≥ ≠ = f x f x f x f x i i m f j j m f ( ) ( ) ( ) ( )

δ

δ

Mind Map Penyelesaian Masalah

O-MTO O-MTS K-MTS Performa Kompetitif Strategis Performa Finansial Risiko INPUT DEMATEL STEP METHOD ANP PROSES OUTPUT Kriteria Alternatif

Obyek yang akan diteliti Produk-produk bisnis

clothing ( Jaket, Kemeja, Tas, Sepatu)

Kondisi eksisting

- Pendapatan Bruto Produk Terkait kota surabaya

- Pertumbuhan Ekonomi

- Peranan Ekonomi dari produk

- Jumlah Pedagang Eceran Produk Terkait - Pengaruh Kemajuan Teknologi Internet

Analisa Sensitivitas

Studi lapangan

- Data delivery time - Data investasi - Data harga pokok produksi & pembelian - Data harga jual yang kompetitif Expert Judgement - Fungsi Objective - Fungsi Constrain Keputusan Pengumpulan Data - DEMATEL - ANP - STEP METHOD - Analisa Sensitivitas Studi literatur - Strategi pemasaran - Strategi inventori - Uji Kelayakan bisnis

Metodologi Penelitian

Tahap Identifikasi

Metodologi Penelitian

Tahap Pengumpulan Data

Metodologi Penelitian

Tahap Pengolahan Data

Metodologi Penelitian

Tahap Analisa dan Kesimpulan

•

Strategi O-MTO

NPV : Rp 84.976.321

IRR : 175%

Payback Period_{: 17 bulan}

•

Strategi O-MTS

NPV : Rp 213.471.928

IRR : 237%

Payback Period_{: 12 bulan}

Uji Kelayakan Investasi

•

Strategi K-MTS

NPV : Rp 531.992.169

IRR : 337 %

•

Level Kriteria

DEMATEL

Keterangan :

PKS : Performa Kompetitif Strategis

RSK : Risiko

PF : Performa Finansial

Matrik Rata-Rata Nilai Keterkaitan Langsung antar Kriteria

PKS PKS RSK PF

RSK 0 3,5 3,5

PF 2 0 2,5

•

Level Kriteria

DEMATEL

Keterangan :

PKS : Performa Kompetitif Strategis RSK : Risiko

PF : Performa Finansial

Matrik Keterkaitan antar Kriteria yang Telah Dinormalkan

PKS RSK PF PKS 0,0000 0,5000 0,5000

RSK 0,2857 0,0000 0,3571

•

Level Kriteria

•

Level Kriteria

DEMATEL

PKS RSK PF D D + R D - R PKS 0,4821 0,8924 1,0598 2,4343 3,8805 0,9880 RSK 0,5657 0,3944 0,7809 1,7410 3,4183 0,0637 PF 0,3984 0,3904 0,3386 1,1275 3,3068 -1,0518 R 1,4462 1,6773 2,1793 Keterangan :

PKS : Performa Kompetitif Strategis RSK : Risiko

PF : Performa Finansial

Matrik Keterkaitan antar Kriteria Secara Total

No. Dispatcher Receiver

1. Performa Kompetitif

Strategis Performa Finansial

2. Risiko

Pengelompokan Kriteria Dispatcher dan Receiver

DEMATEL

•

Level Subkriteria

DEMATEL

Matrik Keterkaitan antar Subriteria Secara Total

HJ P DT I IRR RKB RKP D HJ 0,54 0,73 0,67 0,61 0,68 0,40 0,40 3,63 P 0,96 0,88 0,99 0,91 0,92 0,66 0,64 5,32 DT 0,51 0,57 0,41 0,44 0,46 0,29 0,28 2,68 I 0,82 0,92 0,84 0,65 0,83 0,58 0,58 4,64 IRR 0,79 0,88 0,76 0,71 0,62 0,51 0,53 4,27 RKB 0,61 0,74 0,74 0,64 0,64 0,36 0,35 3,72 RKP 0,60 0,69 0,68 0,58 0,58 0,33 0,33 3,46 R 4,24 4,30 3,34 2,83 2,01 1,21 0,60 D+R 7,87 9,63 6,03 7,47 6,27 4,94 4,06 D-R -0,61 1,02 -0,66 1,81 2,26 2,51 2,86 Keterangan : HJ : Harga Jual P : Pemasaran DT : Delivery time I : Investasi

IRR : Intern Rate of Return

RKB : Risiko Ketersediaan Bahan Baku

RKB : Risiko Ketidaksiapan Produksi

•

Level Subkriteria

DEMATEL

DEMATEL

ANP

Alternatif Bobot O-MTO 0,29955 O-MTS 0,2647 K-MTS 0,4358

•

Jaket

Alternatif Bobot O-MTO 0,2947 O-MTS 0,2600 K-MTS 0,4454

•

Sepatu

•

Tas

•

Poloshirt

Alternatif Bobot O-MTO 0,3154 O-MTS 0,4410 K-MTS 0,2437 Alternatif Bobot O-MTO 0,4009 O-MTS 0,4077 K-MTS _0,1913

ANP

ANP

Analisa Sensitivitas

Dari hasil tersebut dapat diketahui bahwa tidak ada kriteria yang sensitif untuk semua produk, sehingga dapat diketahui juga bahwa responden cukup konsisten dalam melakukan pengisian kuisioner

STEP METHOD

Pendefinisian Variabel Keputusan

Variabel Keputusan X_ij didefinisikan sebagai produk ke-i yang dikerjakan melalui alternatif ke-j.

Masing-masing indeks i dan j, didefinisikan sebagai berikut :

i = Produk yang merupakan objek penelitian, i = 1,2,3,4

i = 1, Jaket i = 2, Poloshirt i = 3, Tas

i = 4, Sepatu

j = Alternatif strategi penjualan, j= 1,2,3

j = 1, Online make-to-order (O-MTO) j = 2, Online make-to-stock (O-MTS)

STEP METHOD

Formulasi Fungsi Tujuan

1. Maksimasi Performa Kompetitif Strategis

Z₁ = PKS_ij X_ij (4.2) Z₁ = PKS₁₁X₁₁ + PKS₁₂X₁₂ + PKS₁₃X₁₃+ PKS₂₁X₂₁ + PKS₂₂X₂₂+ PKS₂₃X₂₃ + PKS₃₁X₃₁ + PKS₃₂X₃₂ + PKS₃₃X₃₃ + PKS₄₁X₄₁ + PKS₄₂X₄₂ + PKS₄₃X₄₃ Z₁ = 0, 1694X₁₁ + 0, 1497X₁₂ + 0, 2464X₁₃ + 0, 1253X₂₁ + 0,1106X₂₂ + 0, 1894X₂₃ + 0, 2107X₃₁ + 0,2946X₃₂ + 0,1628X₃₃ + 0,0721X₄₁ + 0,0734X₄₂ + 0,0344X₄₃ dimana :

PKS_ij = besarnya bobot kriteria dari performansi kompetitif strategis pada produk ke-i dan alternatif ke-j

STEP METHOD

Formulasi Fungsi Tujuan

2. Maksimasi Performa Finansial

Z₂ = PF_ij X_ij Z₂ = PF₁₁X₁₁ + PF₁₂X₁₂ + PF₁₃X₁₃+ PF₂₁X₂₁ + PF₂₂X₂₂ + PF₂₃X₂₃ + PF₃₁X₃₁ + PF₃₂X₃₂ + PF₃₃X₃₃ + PF₄₁X₄₁ + PF₄₂X₄₂ + PF₄₃X₄₃ Z₂ = 0, 0891X₁₁ + 0, 0787X₁₂ + 0, 1296X₁₃ + 0, 1362X₂₁ + 0, 1202 X₂₂ + 0, 2059X₂₃ + 0,0683X₃₁ + 0,0956X₃₂ + 0,0528X₃₃ + 0,2245X₄₁ + 0,2283X₄₂ + 0,1071X₄₃ dimana :

PF_ij = besarnya bobot kriteria dari performansi Finansial pada produk ke-i dan alternatif ke-j

STEP METHOD

Formulasi Fungsi Tujuan

3. Minimasi Risiko

Z₃ = R_ij X_ij Z₃ = R₁₁X₁₁ + R₁₂X₁₂ + R₁₃X₁₃ + R₂₁X₂₁ + R₂₂X₂₂ + R₂₃X₂₃ + R₃₁X₃₁ + R₃₂X₃₂ + R₃₃X₃₃ + R₄₁X₄₁ + R₄₂X₄₂ + R₄₃X₄₃ Z₃ = -0, 0411X₁₁ - 0, 0363X₁₂ - 0, 0598X₁₃ - 0, 0331X₂₁ - 0, 0292X₂₂ - 0, 0501X₂₃ - 0,0363X₃₁ - 0,0508X₃₂ - 0,0281X₃₃ - 0,1043X₄₁ -0,1061X₄₂ - 0,0498X₄₃ dimana :

R_ij = besarnya bobot kriteria dari Risiko pada produk ke-i dan

STEP METHOD

Formulasi Fungsi Pembatas

Pembatas Alokasi Dana Pengadaan Produk Jaket

D_1i X_1i ≤ H₁

D₁₁X₁₁+ D₁₂X₁₂+ D₁₃X₁₃ ≤ H₁

80000X₁₁+ 650000X₁₂ + 650000X₁₃ ≤ 18395000

dimana :

D_1i = Besarnya biaya pengadaan produk-1

H₁ = Alokasi dana yang disiapkan untuk pengadaan produk jaket

Pembatas Alokasi Dana Pengadaan Produk Poloshirt

D_2i X_2i ≤ H₂

D₂₁X₂₁+ D₂₂X₂₂+ D₂₃X₂₃ ≤ H₂

600000X₂₁ + 42000X₂₂ + 42000X₂₃ ≤ 22176000

dimana :

D_2i = Besarnya biaya pengadaan produk-2

H₂ = Alokasi dana yang disiapkan untuk pengadaan produk poloshirt

STEP METHOD

Formulasi Fungsi Pembatas

Pembatas Alokasi Dana Pengadaan Produk Tas

D_3i X_3i ≤ H₃

D₃₁X₃₁+ D₃₂X₃₂+ D₃₃X₃₃ ≤ H₃

90000X₃₁+ 35000X₃₂ + 35000X₃₃ ≤ 7035000

dimana :

D_3i = Besarnya biaya pengadaan produk-2

H₃ = Alokasi dana yang disiapkan untuk pengadaan produk tas

Pembatas Alokasi Dana Pengadaan Produk Sepatu

D_4i X_4i ≤ H₄

D₄₁X₄₁+ D₄₂X₄₂+ D₄₃X₄₃ ≤ H₄

2250000X₄₁ + 135000X₄₂ + 135000X₄₃ ≤ 11880000

dimana :

D_4i = Besarnya biaya pengadaan produk-4

H₄ = Alokasi dana yang disiapkan untuk pengadaan produk sepatu

STEP METHOD

Formulasi Fungsi Pembatas

Pembatas Biner

X₁₁+X₁₂+X₁₃=1 X₂₁+X₂₂+X₂₃=1 X₃₁+X₃₂+X₃₃=1 X₄₁+X₄₂+X₄₃=1 X₁₁,X₁₂,X₁₃,X₂₁,X₂₂,X₂₃,X₃₁,X₃₂,X₃₃,X₄₁,X₄₂,X₄₃ = 0 atau 1 (Biner)

STEP METHOD

24 Matrik Pay Off Iterasi 1

STEP METHOD

Perhitungan nilai

η

nilai tersebut nantinya dimasukan perumusan dan akan menjadi added constrain pada iterasi 1

STEP METHOD

Dari pengolahan data pada iterasi 1, didapatkan hasil sebagai berikut :

X

1

_{= (X}

11

, X

12

, X

13

, X

21

, X

22

, X

23

, X

31

, X

32

, X

33

, X

41

, X

42

, X

43

)

X

1

_{= (1 , 0 , 0 , 0 , 0 , 1 , 1 , 0 , 0 , 0 , 0 , 1)}

Z

1

_{= (0,6041 ; 0,4705 ; -0,1772)}

Karena f1dan f2 pada iterasi 1 belum cukup memuaskan maka Pada iterasi 2 dengan diberikan kelonggaran berturut-turut 10%, 20%, 30%, 40%, 50%, 60% pada f3 .

STEP METHOD

STEP METHOD

Analisa Sensitivitas Nilai Koefisien Fungsi Tujuan pada kriteria Performa Kompetitif Strategis

Dari situ dapat diketahui bahwa Nilai Koefisien Fungsi Tujuan pada kriteria ini tidak sensitif terhadap perubahan sampai sebesar ±10% , dan dengan perubahan tersebut tidak terjadi perubahan pada solusi ideal.

STEP METHOD

Analisa Sensitivitas Nilai Ruas Kanan pada kriteria Performa Kompetitif Strategis

Dari situ dapat diketahui bahwa Nilai Ruas Kanan pada kriteria ini tidak sensitif terhadap perubahan sampai sebesar ±10% , dan dengan perubahan tersebut tidak terjadi perubahan pada solusi ideal.

Kesimpulan

Telah dikembangkan model keputusan strategi penjualan

bisnis

clothing online make-to-order, online make-to-stock

dan kombinasi

online

dan ritel

make-to-stock,

dengan

menggunakan metode DEMATEL

,

ANP dan STEM

2

•

Jaket, strategi penjualan yang digunakan adalah O-MTO

•

Poloshirt

, strategi penjualan yang digunakan adalah K-MTS

•

Tas, strategi penjualan yang digunakan adalah O-MTS

•

Sepatu, strategi penjualan yang digunakan adalah O-MTS

1

Saran

Saran yang dapat diajukan bagi pelaksanaan penelitian selanjutnya antara lain :

1. Penelitian ini dapat dilanjutkan dengan ruang lingkup yang lebih besar, seperti sampai pada level produksi.

2. Penelitian dengan ruang lingkup sampai level produuksi sebaiknya mempersiapkan objek-objek pengamatan yang bisa memberikan data-data secara detail.

Daftar Pustaka

Badan Pusat Statistik Provinsi Jawa Timur. 2009. Surabaya dalam angka. Surabaya

Badan Pusat Statistik Provinsi Jawa Timur. 2006. Direktori Perusahaan Perdagangan Eceran. Surabaya

Detiknet, 2010. Transaksi Online di Indonesia Tembus Rp 35 Triliun. Jakarta

> Diakses pada 29 september 2010.

Gaspersz, V., 1998. Production Planing and Inventory Control. Jakarta: Gramedia Pustaka Utama

Gould, J., Golob, T.F., 2002. Consumer e-commerce, virtual accessibility, and sustainable transport. In: Black, W.R., Nijkamp, P. (Eds.), Social Change and Sustainable Transport, Indiana University Press, Indiana, USA, pp. 279–285.

Hamzah, M., I., 2009. Penetapan Pola Sistem Pengembangan dan Pembinaan Manajemen untuk UKM dengan Pendekatan Model MCDM Hybrid DEMATEL dan ANP.

Surabaya

Handayani, S., 2010. PENENTUAN LOKASI CABANG BARU LABORATORIUM KLINIK X DENGAN MENGGUNAKAN METODE ANALYTIC NETWORK PROCESS (ANP) DAN KELAYAKAN INVESTASI. Surabaya

• Pujawan, I.N. 2003. Ekonomi Teknik. Surabaya: Guna Widya

• Saaty, T. L., 2005. Theory and Applications of The Analytic Network Process. zPittsburg: RWS

Publications.

• Saaty, T. L., 1994. Fundamentals of Decision Making and Priority Theory with The Analytic

Hierarchy Process. Pittsburg: RWS Publications.

• Tabucanon , M. T., 1988. Multiple Criteria Decision Making in Industri. Bangkok: Elseveir

Science Publissher

• Tzeng, G. H., Chiang, C. H., & Li, C. W. (2007). Evaluating intertwined effects in e-learning

programs: A novel hybrid MCDM model based on factor analysis and DEMATEL. Expert Systems with Applications, 32(4), 1028–1044.

• Fakultas Ekonom

i.

• Sudarsih, E., Nasution, A. H., Soehardjoepri, Supomo, H., Baskoro,F., Soetoyo. 2009.

Technopreneurship. Surabaya: ITS Press

• Keeney, R.L., 1999. The value of Internet commerce to the customer. Management Science

45 (4), 533–542.

• Marlyana, N., 2002. PENERAPAN MODEL MULTI KRITERIA-METODE AHP (ANALYTIC

HIERAARCHY PROCESS) & STEM (STEP METODH) DALAM PENGAMBILAN

KEPUTUSAN “MEMBUAT” ATAU “MEMBELI’ DI PT BOMA BISMA INDRA SURABAYA. Surabaya