Analisis Produktivitas pada PT XYZ Menggunakan Metode Objective Matrix

(1)

Analisis Produktivitas pada PT XYZ Menggunakan Metode Objective Matrix

Difa Afgan Al Hafiz^1*, Risma Fitriani², Wahyudin³

1,2,3Program Studi Teknik Industri, Universitas Singaperbangsa Karawang, Indonesia

Diterima: 16 Maret 2023 Disetujui: 27 Maret 2023

Abstract

PT XYZ is trying to increase its productivity because some of this time it is still considered ineffective.

Productivity measurements based on fragrance output and the inputs used are the use of raw materials, the amount of labor, machine hours, and electrical energy used. Based on these problems, Objective Matrix (OMAX) is used as a measurement of productivity on the production line. The data used is data from January 2022 to May 2022. The results of the performance indicators that can be achieved by the company during the period January 2022 to May 2022 experienced productivity fluctuations. The highest productivity increase happened in the April 2022 period, at 146.67, while the lowest decline in productivity occurred in the February 2022 period, at -13.33. The factors that need to be improved are the number of employees, the machine's working hours, and the amount of electrical energy utilized.

Keywords: fragrance, productivity, performance indicator, objective matrix

Abstrak

PT XYZ berusaha untuk meningkatkan output-nya karena terkadang masih dianggap tidak efektif. Ukuran produktivitas didasarkan pada output fragrance dan input yang digunakan, yang meliputi penggunaan bahan baku, jam pekerja, jam mesin, dan konsumsi energi listrik. Berdasarkan masalah ini, Objective Matrix (OMAX) digunakan untuk menghitung produktivitas lini produksi. Data dari Januari 2022 hingga Mei 2022 digunakan. Hasil dari indikator performansi yang dapat dicapai organisasi dari Januari 2022 hingga Mei 2022 melihat perubahan produktivitas. Peningkatan produktivitas tertinggi terjadi pada periode April 2022, yaitu sebesar 146,67, sedangkan penurunan produktivitas terendah terjadi pada periode Februari 2022, yaitu -13,33. Faktor yang perlu ditingkatkan adalah tenaga kerja, jam kerja mesin, dan jumlah energi listrik yang dimanfaatkan.

Kata Kunci: wewangian, produktivitas, indikator performansi, objective matrix

1. Pendahuluan

Produktivitas dalam sistem manufaktur didefinisikan sebagai koneksi atau rasio input terhadap output [1]. Ketika perusahaan mencoba meningkatkan produktivitas di lantai pabrik, mereka terkadang mengalami masalah. Hal ini terutama disebabkan oleh penggunaan sumber daya baku yang buruk selama operasi manufaktur. Produktivitas adalah salah satu ukuran utama dari kemampuan perusahaan untuk memanfaatkan sumber dayanya untuk menghasilkan barang yang ditargetkan [2]. Produktivitas di lantai manufaktur dapat dinaikkan dengan dua cara: dengan menurunkan input sambil mempertahankan output berkelanjutan, atau dengan meningkatkan output sambil mempertahankan input konstan [3]. Produktivitas faktor total, produktivitas multifaktor, dan produktivitas parsial adalah semua jenis produktivitas [4].

Pencapaian perusahaan dapat dilihat pada produktivitas yang dihasilkan, yang mendorong perusahaan untuk maju [5]. Ini menunjukkan pertumbuhan perusahaan juga [6]. Pengukuran produktivitas diperlukan agar pertumbuhan produktivitas dapat dikoordinasikan dan sejalan dengan tujuan perusahaan [7]. Output dapat tumbuh bahkan jika produktivitas tetap sama atau bahkan menurun, oleh karena itu peningkatan produksi tidak selalu merupakan hasil dari peningkatan produktivitas [8]. Banyak keuntungan dari mengukur produktivitas berfungsi sebagai dasar untuk mengembangkan rencana perbaikan produktivitas perusahaan [9].

PT XYZ merupakan perusahaan yang bergerak di bidang fragrance. Perusahaan ini memproduksi banyak fragrance untuk industri, yang kemudian dikirim ke Thailand, Nigeria, dan negara-negara lain.

Perusahaan ini berusaha untuk meningkatkan produksinya karena beberapa waktu ini dianggap kurang efektif. Untuk menganalisis penurunan produktivitas tersebut, pengukuran produktivitas diperlukan agar dapat digunakan untuk mengetahui faktor-faktor apa yang menyebabkan penurunan produksi dan alternatif apa yang tersedia [10].

(2)

Produktivitas diukur menggunakan pendekatan Objective Matrix (OMAX). OMAX adalah sistem pengukuran produktivitas parsial yang memantau produktivitas di setiap sektor organisasi dengan menggunakan metrik produktivitas yang sesuai dengan keberadaan bagiannya [11]. Metode OMAX dapat menilai kinerja saat ini menggunakan indikator yang telah ditentukan. Pendekatan ini dapat mengatasi tantangan dengan mengukur produktivitas untuk menawarkan gambaran umum tentang perubahan produktivitas perusahaan untuk membuat rekomendasi yang mengarah pada produktivitas yang lebih besar di masa depan [12]. Tujuan menggunakan strategi ini adalah untuk mendapatkan nilai tunggal pada kelompok kerja [13].

2. Metode Penelitian

Metode penelitian adalah cara berpikir tentang langkah-langkah yang harus ditetapkan oleh peneliti selama proses penelitian [14]. Pendekatan pengumpulan data digunakan untuk mengumpulkan informasi untuk tugas akhir ini. Peneliti menggunakan teknik pengumpulan data berikut:

a. Observasi

Data dikumpulkan dengan observasi langsung di lokasi penelitian.

b. Wawancara

Wawancara adalah teknik pengumpulan data yang meliputi sesi tanya jawab tatap muka dan tatap muka antara pengumpul data, peneliti, dan sumber data. Peneliti melakukan wawancara dengan pihak PT XYZ.

c. Tinjauan Pustaka

Membaca dan mempelajari dokumen, literatur, dan buku yang terhubung dengan subjek penelitian untuk mendapatkan teori atau konsepsi tentang metode OMAX.

3. Hasil dan Pembahasan

Menindaklanjuti pengumpulan data dengan observasi langsung ke wilayah kerja dengan tujuan memperoleh data riil yang diperlukan dalam penelitian ini. PT XYZ memiliki sistem penjualan berbasis Delivery Order (DO) yang menentukan berapa banyak produksi yang dihasilkan. Tabel 1 menunjukkan data primer yang digunakan dalam penelitian ini, yang dikumpulkan di PT XYZ.

Tabel 1. Data Input dan Output Bahan baku (kg) Tenaga kerja

(orang)

Jam kerja mesin (jam)

Energi listrik (Kwh)

Output (kg)

62822 595 311 396,836 32214

15769 598 238 303,688 7898

35524 600 307 391,732 25783

75408 590 318 405,768 39376

30972 593 284 362,384 17512

Sumber: Pengolahan Data, 2023 Berikut merupakan tahapan-tahapan metode OMAX [15]:

a. Menetapkan tujuan

Tujuan dari penelitian ini adalah untuk mengetahui tingkat produktivitas perusahaan dengan menggunakan pendekatan OMAX.

b. Tetapkan Parameter

Empat Parameter yang akan diukur adalah sebagai berikut:

1) Parameter 1 mengukur produktivitas penggunaan bahan baku 2) Parameter 2 mengukur konduktivitas penggunaan tenaga kerja 3) Parameter 3 mengukur produktivitas jam kerja alat berat 4) Parameter 4 mengukur produktivitas konsumsi energi listrik.

Keempat parameter yang tercantum di atas adalah masukan ke dalam penelitian ini, dan jumlah fragrance yang dihasilkan adalah hasilnya. Statistik dikumpulkan dari data bisnis sebelumnya dari Januari 2022 hingga Mei 2022. Tabel 2 menunjukkan data input dan output.

(3)

Tabel 2. Data input dan output Periode Januari 2022-Mei 2022 Periode Bahan baku

(kg)

Tenaga kerja (orang)

Energi listrik

(Kwh) Output (kg)

Januari 2022 62822 595 311 396,836 32214

Februari 2022 15769 598 238 303,688 7898

Maret 2022 35524 600 307 391,732 25783

April 2022 75408 590 318 405,768 39376

Mei 2022 30972 593 284 362,384 17512

Sumber: Pengolahan Data, 2023 c. Menentukan rasio performance

Jumlah item yang dihasilkan dari setiap unit sumber daya yang dikonsumsi ditunjukkan oleh nilai performance. Nilai ini dihitung menggunakan cara output/input. Nilai performance masing- masing parameter tercantum di Tabel 3.

Tabel 3. Nilai performance masing-masing Parameter Periode Bahan baku (kg) Tenaga kerja

(orang)

Energi listrik (Kwh)

Januari 2022 62822 595 311 396,836

Februari 2022 15769 598 238 303,688

Maret 2022 35524 600 307 391,732

April 2022 75408 590 318 405,768

Mei 2022 30972 593 284 362,384

Sumber: Pengolahan Data, 2023 d. Menentukan target

Tabel 4. Target Sasaran Skor 10, 3, dan 0 Parameter

Tingkat ketelitian (DA)

%

Tingkat keyakinan

(CL)%

BKA Rata-rata BKB

Bahan baku 16,43 83,57 0,75 0,57 0,38

Tenaga kerja 50,51 49,49 62,19 41,32 20,45

Jam kerja 43,57 56,43 116,65 81,25 45,85

Energi listrik 43,57 56,43 91,42 63,67 35,93

Sumber: Pengolahan Data, 2023

Tabel 4 menggambarkan nilai masing-masing Parameter pada level 10 (BKA) yang menghasilkan produktivitas bahan baku sebesar 0,75, produktivitas tenaga kerja sebesar 62,19, jam kerja mesin sebesar 116,65, dan produktivitas energi listrik sebesar 91,42. Kemudian, pada level 3 (rata-rata), nilai masing-masing Parameter memperoleh produktivitas bahan baku sebesar 0,57, produktivitas tenaga kerja sebesar 41,32, jam kerja mesin sebesar 81,25, dan memanfaatkan energi listrik sebesar 63,67. Nilai masing-masing Parameter pada level 0 (BKB) kemudian dihitung menjadi 0,38 untuk produktivitas bahan baku, 20,45 untuk tenaga kerja, 45,85 untuk jam kerja mesin, dan 35,93 untuk energi listrik.

e. Menentukan nilai produktivitas realistis Parameter untuk bahan baku (contoh):

Interval antara skor 0 dan 3

Interval 0-3 = (BKA-BKB)/3 = (0,751-0,380)/3 = 0,124

Interval antara 3 hingga 10 Interval 3–10 = (BKA–BKB)/7 = (0,751-0,380)/7 = 0,053 Tabel 5 adalah kumpulan tujuan objektif dan tingkat produktivitas yang dapat dicapai.

(4)

Tabel 5. Target Sasaran dan Nilai Produktivitas Realistis

Parameter (DA)% (CL)% BKA BKB Interval 0-

3 Interval 3-10

Bahan baku 16,43 83,57 0,75 0,38 0,12 0,05

Tenaga kerja 50,51 49,49 62,19 20,45 20,45 5,96

Jam kerja 43,57 56,43 116,65 45,85 45,85 10,11

Energi listrik 43,57 56,43 91,42 35,93 35,93 7,93

Sumber: Pengolahan Data, 2023 f. Menentukan nilai bobot Parameter

Menentukan bobot Parameter dengan membandingkan masing-masing parameter dapat dilihat pada Tabel 6 sebagai berikut.

Tabel 6. Perbandingan Prioritas tiap Parameter

Parameter 1 Parameter 2 Parameter 3 Parameter 4

Parameter 1 1 3 3 7

Parameter 2 1/3 1 1/3 1/5

Parameter 3 1/3 1 1 1/3

Parameter 4 1/7 5 3 1

Selanjutnya, tetapkan bobot untuk setiap parameter, dengan angka mulai dari 0 hingga 1. Setiap kolam memiliki berat total satu. Bobot dihitung dengan membagi angka pada setiap kotak dengan jumlah semua angka dalam kolom yang sama.

Tabel 7. Perbandingan Prioritas tiap Parameter

Parameter 1 Parameter 2 Parameter 3 Parameter 4

Parameter 1 0,553 0,3 0,309 0,820

Parameter 2 0,184 0,1 0,045 0,023

Parameter 3 0,184 0,1 0,136 0,039

Parameter 4 0,079 0,5 0,409 0,117

Nilai bobot setiap parameter kemudian dihitung dengan menambahkan setiap nilai bobot prioritas di setiap baris tabel dan membaginya dengan jumlah parameter.

Parameter 1 = (0,553+0,3+0,409+0,820)/4 = 0,521 Parameter 2 = (0,184+0,1+0,045+0,023)/4 = 0,088 Parameter 3 = (0,184+0,1+0,136+0,039)/4 = 0,115 Parameter 4 = (0,079+0,5+0,409+0,117)/4 = 0,276

Jumlah total bobot untuk semua parameter = 1 atau 100% sesuai dengan kaidah dimana jumlah total diharuskan berjumlah 100.

Tabel 8. Bobot untuk setiap Parameter

No. Parameter produktivitas Bobot %

1. Bahan baku 0,521 52

2. Tenaga kerja 0,088 9

3. Jam kerja 0,115 11

4. Energi listrik 0,276 28

Sumber: Pengolahan Data, 2023 g. Menentukan Indeks Produktivitas Total

Indeks produktivitas diukur untuk mengevaluasi apakah produktivitas meningkat atau menurun dari waktu ke waktu. Perhitungan berdasarkan standar menggunakan rumus:

(5)

h. Indikator Performansi

Kinerja penuh waktu (periode Januari - Mei) dapat ditunjukkan dalam tabel matriks setelah mengukur saat ini, indeks produktivitas, dan sebelumnya:

Tabel 9. Matriks Indikator Performansi Periode Maret

Ratio 1 Ratio 2 Ratio 3 Ratio 4 Ratio

0,73 42,97 83,98 65,82 performansi

0,75 62,19 116,65 91,42 10

0,70 56,23 106,54 83,49 9

0,65 55,81 106,49 83,44 8

0,60 55,39 106,44 83,39 7

0,55 54,97 106,39 83,34 6

0,50 54,55 106,34 83,29 5

0,45 54,13 106,29 83,24 4

0,63 48,28 93,05 72,92 3

0,58 42,32 93 72,87 2

0,53 41,9 92,95 72,82 1

0,38 20,45 45,85 35,93 0

10 2 1 1 Skor

52 9 11 28 Bobot

520 18 11 28 Nilai

Current 577

Indikator Performansi Indeks produktivitas 92

Previous 121,923

Tabel 10 ini memberikan rekapitulasi tingkat produktivitas untuk setiap periode:

Tabel 10. Rekapitulasi Tingkat Produktivitas Periode Januari 2022-Mei 2022

No. Periode Tingkat Produktivitas

1. Jan’22 452

2. Feb’22 260

3. Mar’22 577

4. Apr’22 740

5. Mei’22 373

Jumlah 2402

Menurut Tabel 10, hasil produktivitas dari Januari hingga Mei 2022 berjumlah 2404.

Sedangkan April memiliki nilai keseluruhan tertinggi sebesar 740 dan Februari memiliki nilai total terendah sebesar 260.

.

(6)

Gambar 1. Grafik Tingkat Produktivitas Periode Januari 2022-Mei 2022 Sumber: Pengolahan Data, 2023

Menurut Gambar 1 grafik tingkat produktivitas dari Januari hingga Mei 2022, produktivitas maksimum adalah pada bulan April dengan nilai total 720, yang terkait dengan keempat Parameter ini berada di atas rata-rata. Produksi terendah terjadi pada bulan Februari, dengan total 260, karena rasio di bawah rata-rata 2, 3, dan 4.

i. Indeks Produktivitas terhadap Performansi Standar

Indeks produktivitas (IP) mengukur naik turunnya produktivitas perusahaan sepanjang waktu penelitian. Hal tersebut digambarkan dalam Tabel 11 dan Gambar 2.

Tabel 11. Rekapitulasi Indeks Produktivitas No. Periode Tingkat Produktivitas

1. Jan’22 50,67

2. Febr’22 -13,33

3. Mar’22 92,33

4. Apr’22 146,67

5. Mei’22 24,33

Jumlah 300,67

Rata-rata 60,13

Berdasarkan Tabel 11 diatas didapat hasil rekapitulasi dari Januari hingga Mei 2022, indeks produktivitas tinggi dengan total 300,67%. Indeks produktivitas terbesar ada pada bulan April sebesar 146,67% dan nilai terendah ada pada bulan Februari sebesar -13,33%.

Gambar 2. Grafik Indeks Produktivitas terhadap Performansi Standar Sumber: Pengolahan Data, 2023

Ini menggambarkan naik turunnya output dari Januari hingga Mei 2022. Indeks produktivitas

(7)

j. Indikator produktivitas dibandingkan dengan performansi sebelumnya

Indeks produktivitas (IP) mengukur naik turunnya produktivitas perusahaan sepanjang waktu penelitian. Itu digambarkan dalam Tabel 12 dan Gambar 3 di bawah ini.

Tabel 12. Rekapitulasi IP dibanding performansi sebelumnya No. Periode Tingkat Produktivitas

1. Jan’22 0,00

2. Feb’22 -42,48

3. Mar’22 121,92

4. Apr’22 28,25

5. Mei’22 -49,59

Berdasarkan Tabel 12, temuan rekapitulasi indeks produktivitas terhadap performansi sebelumnya mengidentifikasi nilai tertinggi pada bulan Maret dengan nilai 121,92 dan nilai terendah pada bulan Mei dengan nilai -49,59.

Gambar 3. Grafik Indeks Performansi terhadap Performansi Sebelumnya Sumber: Pengolahan Data, 2023

Naik turunnya produktivitas digambarkan pada Gambar 3 grafik indeks produktivitas terhadap kinerja sebelumnya dari Januari hingga Mei 2022. Indeks produktivitas berada pada kondisi terbaiknya pada bulan Maret, sebesar 121,92%, dan terendah, yaitu -49,59%, pada bulan Mei.

k. Pencapaian skor masing-masing Parameter

Tabel 13 ini menunjukkan pencapaian skor masing-masing parameter rasio produktivitas:

Tabel 13. Skor Tiap Parameter

No. Periode Pencapaian Skor

Ratio 1 Ratio 2 Ratio 3 Ratio 4

1. Jan’22 5 4 4 4

2. Feb’22 5 0 0 0

3. Mar’22 10 2 1 1

4. Apr’22 5 10 10 10

5. Mei’22 7 1 0 0

Jumlah 32 17 15 15

Berdasarkan Tabel 13, pencapaian skor terbesar pada rasio 1 adalah bahan baku dengan skor total 32, diikuti oleh rasio 2, yaitu tenaga kerja dengan skor total 17, dan terendah ditemukan pada rasio 3 dan 4, yaitu jam kerja mesin dan tenaga listrik yang terpakai dengan total skor 15.

l. Analisis Hasil

1) Parameter penggunaan bahan baku

Skor efisiensi bahan baku terbesar dari penggunaan bahan baku tercatat pada bulan Maret dengan hasil 25.783 kg output dan efisiensi bahan baku penggunaan bahan baku sebesar 35.524 kg.

Pencapaian terendah terjadi pada Januari, Februari, dan April sejak berada di level 5 dan jumlah produksi yang dihasilkan tidak maksimal.

(8)

2) Parameter tenaga kerja

Parameter ini mengukur produktivitas tenaga kerja menggunakan output dari proses manufaktur.

Tenaga kerja tertinggi berada di level 10 pada bulan April, sedangkan penurunan terendah berada di level 0 pada bulan Februari, menunjukkan bahwa produktivitas jam kerja pada bulan Februari masih di bawah standar perusahaan.

3) Parameter jam kerja mesin

Parameter ini membandingkan produktivitas jam kerja mesin dengan output dari proses produksi.

Jam kerja tertinggi pada bulan April berada di level 10, dan penurunan terendah pada bulan Februari dan Mei berada di level 0, menunjukkan bahwa produktivitas jam mesin pada bulan Februari dan Mei masih di bawah standar perusahaan.

4) Parameter listrik yang terpakai

Parameter ini merupakan penilaian terhadap produktivitas listrik yang dimanfaatkan dalam proses produksi. Daya yang paling banyak dikonsumsi pada bulan Februari dan Mei, yang menunjukkan bahwa produktivitas listrik yang digunakan pada bulan Februari dan Mei masih di bawah Parameter perusahaan.

4. Kesimpulan dan Saran

Berdasarkan hasil penelitian, dapat disimpulkan bahwa produktivitas pada perusahaan mengalami siklus yang fluktuatif. Pada periode Januari 2022-Mei 2022, perubahan produktivitas telah disaksikan.

Parameter tenaga kerja Peningkatan produktivitas terjadi pada Januari 2022, Maret 2022, dan April 2022, sedangkan penurunan terjadi pada Februari 2022 dan Mei 2022. Kenaikan produktivitas terbesar terjadi pada periode April 2022, sebesar 146,67, sedangkan penurunan produktivitas terendah terjadi pada periode Februari 2022, yaitu -13,33.

Seperti yang ditunjukkan dalam analisis hasil, yaitu parameter tenaga kerja hanya mendapatkan skor sebesar 17 dikarenakan pada bulan Februari produktivitasnya berada pada level 0, parameter jam kerja mesin hanya mendapatkan skor sebesar 15 dikarenakan pada bulan Februari dan Mei produktivitasnya berada pada level 0, dan parameter jumlah listrik yang terpakai hanya mendapatkan skor sebesar 15 dikarenakan pada bulan Februari dan Mei produktivitasnya berada pada level 0. Parameter dua, tiga, dan empat, yaitu jumlah pekerja, jam kerja mesin, dan energi listrik yang digunakan, perlu disesuaikan untuk menghasilkan outcome produktivitas yang lebih tinggi.

Adapun saran yang dapat peneliti sarankan kepada perusahaan, yaitu perusahaan diharapkan untuk mempertimbangkan hasil penelitian ini dengan melakukan pengukuran produktivitas secara continue dengan menggunakan metode OMAX dengan lebih memperluas penggunaan parameter, agar dapat diketahui sejauh mana performansi yang telah dicapai oleh perusahaan.

5. Referensi

[1] D. Wibisono, “Analisis Produktivitas Dengan Menggunakan Pendekatan Metode Objective Matrix (OMAX) Studi Kasus di PT. XYZ,” J. Optimasi Tek. Ind., vol. 1, no. 1, pp. 1–7, 2019.

[2] R. Setiowati, “Analisis Pengukuran Produktivitas Departemen Produksi Dengan Metode Objective Matrix (OMAX) Pada CV. Jaya Mandiri,” Fakt. Exacta, vol. X, no. 3, pp. 199-209, 2017.

[3] J. Supono and T. Widodo, “Penerapan Metode Line Balancing Untuk Peningkatan Produktivitas Pada Jalur Lintasan CPLG Extension di PT. ABC,” J U R N A L T E K N I K, vol. III, no. 2, pp. 10–23, 2015.

[4] A. Mail, T. Alisyahbana, A. Saleh, and R. Malik, “Analisis Produktivitas Dengan Metode Objektive Matrix (OMAX) pada CV. Bintang Jaya,” J. Ind. Eng. Manag. ( JIEM, vol. 3, no. 2, 2018.

[5] S. Ayu and K. Hasan, “Pengaruh Good Corporate Governance Terhadap Nilai Perusahaan Dengan Kinerja Keuangan Sebagai Variabel Intervening Sekolah Tinggi Ilmu Ekonomi (STIESIA) Surabaya,” J. Ilmu dan Ris. Akunt., vol. 9, no. 8, 2020.

[6] E. Z. Afianti, I. K. Satriawan, and I. W. G. S. Yoga, “Analisis Produktivitas Produksi PT. Bapak Bakery Badung Bali Production Productivity Analysis PT. Bapak Bakery Badung Bali,” J. Rekayasa dan Manaj. Agroindustri, vol. VIII, no. 1, pp. 127–138, 2019.

[7] K. Agnes, E. Sinaga, K. Lie, N. Williams, and T. Sunarni, “Productivity Analysis Of Filling Machine With The Objective Matrix (OMAX) Method,” ABDIMAS Talent., vol. I, pp. 32–39, 2021.

[8] D. Pramestari, “Penentuan Kriteria Perbaikan Produktivitas Pada Suatu Departemen Kerja Dengan Menggunakan Metode Objective Matrix (OMAX),” Ikraith-Teknologi, vol. 2, no. 2, pp. 9–19, 2018.

(9)

Rev., vol. 1, no. 1, pp. 40–47, 2021, doi: 10.XXXXX/jirev.vXiX.XX-XX.

[10] M. M. Manullang, “Analisis Pengukuran Produktivitas Dengan Menggunakan Metode Mundel dan APC Di PT X,” J. Optimasi Tek. Ind., vol. II, no. 1, pp. 1–6, 2020.

[11] G. Ramayanti, G. Sastraguntara, and S. Supriyadi, “Analisis Produktivitas dengan Metode Objective Matrix (OMAX) di Lantai Produksi Perusahaan Botol Minuman,” J. INTECH Tek. Ind. Univ. Serang Raya, vol. 6, no. 1, pp. 31–38, Jun. 2020, doi: 10.30656/intech.v6i1.2275.

[12] S. Deza Kurnia Devi, “Usulan Peningkatan Produktivitas Dengan Menggunakan Metode Objective Matrix (OMAX) pada PT. Perkebunan Lembah Bhakti Aceh Singkil,” Semin. Nas. Tek. Ind., pp. 264–

277, 2017.

[13] D. Avianda, Y. Yuniati, and Yuniar, “Strategi Peningkatan Produktivitas di Lantai Produksi Menggunakan Metode Objective Matrix (OMAX),” J. Online Inst. Teknol. Nas., vol. I, no. 4, pp.

202–213, 2014.

[14] Adianto, M. A. Saryatmo, and A. S. Gunawan, “Analisis Pengukuran Kinerja Perusahaan Dengan Metode Performance Prism Dan Scoring Objective Matrix (OMAX) pada PT. BPAS,” Sinergi, vol.

XVIII, no. 2, pp. 61–70, 2014.

[15] P. Putri, W. Dan, and Y. Hadi, “Peningkatan Produktivitas UMKM Menggunakan Metode Objective Matrix,” J. Ilm. Tek. Ind., vol. 4, no. 1, pp. 1–8, 2016.