Evaluasi Kinerja Rantai Pasok Perpustakaan Institut Teknologi Telkom Purwokerto Menggunakan Supply Chain Operational Reference (SCOR) Model Berbasis Objective Matrix (OMAX)

(1)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.4014 Hal 296−304 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom

Evaluasi Kinerja Rantai Pasok Perpustakaan Institut Teknologi Telkom Purwokerto Menggunakan Supply Chain Operational Reference (SCOR)

Model Berbasis Objective Matrix (OMAX)

Jihan Shinta Celina¹, Dwi Mustika Kusumawardani¹, M. Yoka Fathoni^2,*

Fakultas Informatika, S1 Sistem Informasi, Institut Teknologi Telkom Purwokerto, Purwokerto, Indonesia Email: ¹[email protected], ¹[email protected]^,²[email protected]

Email Penulis Korespondensi:[email protected] Submitted 11-04-2022; Accepted 19-04-2022; Published 29-04-2022

Abstrak

IT Telkom Purwokerto mempunyai beberapa fasilitas, salah satunya adalah perpustakaan IT Telkom Purwokerto. Perpustakaan mempunyai banyak sekali fasilitas gratis yang dapat digunakan oleh pengunjung tetapi harus mempunyai Kartu Tanda Mahasiswa.

Fasilitas yang dimiliki seperti buku-buku pengetahuan setiap masing-masing jurusan, computer, majalah, dan lain-lain. Perpustakaan sendiri memiliki kerjasama dengan beberapa mitra, baik dalam daerah maupun luar daerah. Kerjasama ini memiliki beberapa program- program yang telah dibuat, tetapi belum terlaksana dengan baik atau maksimal. Saat ini beberapa program saja yang masih berjalan, salah satunya seperti peminjaman koleksi program tersebut bekerja sama dengan Perpustakaan Daerah. Penelitian tentang evaluasi kinerja kinerja berdasarkan rantai pasok yang ada di perpustakaan IT Telkom Purwokerto ini dilakukan dengan menggunakan pendekatan Supply Chain Operation Reference (SCOR) Model berbasis Objective Matrix (OMAX). SCOR membagi proses rantai pasok menjadi 5 proses antara lain Plan (proses perencanaan), Source (proses pengadaan), Make (proses produksi), Deliver (proses pengiriman), dan Return (proses pengembalian). Hasil analisis dari SCOR model selanjutnya dihitung dengan metode OMAX. OMAX dipilih dalam melakukan scoring system penelitian ini dikarenakan dapat mengetahui capaian kinerja setiap indikator. Hasil dari penelitian ini berupa rekomendasi perbaikan untuk setiap traffic light system berwarna merah ada 13 parameter, warna kuning ada 4 parameter, dan warna hijau ada 12 parameter.

Kata Kunci: Supply Chain Management; SCOR; Evaluasi Kinerja; OMAX; Perpustakaan.

Abstract

IT Telkom Purwokerto has several facilities, one of which is the IT Telkom Purwokerto library. The library has many free facilities that can be used by visitors but must have a Student Identity Card. Facilities owned such as knowledge books for each department, computers, magazines, and others. The library itself has cooperation with several partners, both within the region and outside the region. This collaboration has several programs that have been made, but have not been implemented properly or optimally. Currently, only a few programs are still running, one of which is borrowing the collection of the program in collaboration with the Regional Library. This research on performance evaluation based on supply chain in IT Telkom Purwokerto library was conducted using the Supply Chain Operation Reference (SCOR) approach based on Objective Matrix (OMAX). SCOR divides the supply chain process into 5 processes, namely Plan (planning process), Source (procurement process), Make (production process), Deliver (delivery process), and Return (return process). The results of the analysis of the SCOR model are then calculated using the OMAX method.

OMAX was chosen in conducting this research scoring system because it can determine the performance achievement of each indicator.

The results of this study are recommendations for improvement for each red traffic light system, there are 13 parameters, the yellow color has 4 parameters, and the green color has 12 parameters.

Keywords: Supply Chain Management; SCOR; Performance Evaluation; OMAX; Library.

1. PENDAHULUAN

Bidang perindustrian saat ini sangat berkembang dengan cepat. Persaingan perindustrian menjadi tantangan tersendiri bagi para perusahaan dalam menjalankan kegiatan bisnisnya. Perusahaan dituntut untuk dapat bersaing antar perusahaan satu dengan perusahaan lainnya untuk menciptakan barang atau jasa yang berkualitas. Produk yang berkualitas, murah, dan cepat pelaku industry mulai sadar bahwa perbaikan di internal sebuah perusahaan tidaklah cukup untuk mendapatkannya. Peran serta semua pihak diperlukan untuk mendukung ketiga aspek mulai dari supplier, manufacturer, serta distributor untuk menyampaikan produk sampai ke tangan pelanggan. Ketiga aspek tersebut tertuang dalam Supply Chain Management pada tahun 2000.

Adanya konsep tersebut yang sebelumnya hanya berfokus pada berubahnya bahan baku menjadi barang atau jasa, sekarang berkembang menjadi sesuatu yang lebih kompleks sesuai dengan pengertian Supply Chain Management menurut Heizer & Rander[1]. Aspek-aspek yang telah ada dari semua aktivitas mulai dari material datang dari pihak supplier, kemudian dilakukannya pengolahan menjadi sebuah produk, sampai dengan produk itu didistribusikan ke konsumen[2]. Beragamnya industry pada saat ini salah satunya adalah industri di bidang pendidikan atau akademik, salah satu contohnya adalah Institut Teknologi Telkom Purwokerto. Perpustakaan di IT Telkom Purwokerto melakukan kegiatan Supply Chain Management seperti, pembelian buku, proses jasa yang ditawarkan, dan pendistribusian ke pada

(2)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.4014 Hal 296−304 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom Pengukuran kinerja Supply Chain dinilai sangat penting untuk mengurangi biaya, memenuhi kepuasan pelanggan serta meningkatkan keuntungan dan untuk mengetahui sejauh mana performansi supply chain di perusahaan[4].

Pengukuran kinerja dengan menggunakan Supply Chain Operational Reference dapat mengukur perusahaan dari hulu hingga hilir. Hal inilah yang membuat Supply Chain Operational Reference lebih baik daripada metode lain untuk mengukur kinerja yang cenderung mengukur internal perusahaan[4]. Salah satu metode yang digunakan untuk pengukuran kinerja adalah Supply Chain Operational Reference (SCOR) yang memiliki enam proses yaitu proses plan (perencanaan), proses source (pengadaan), proses make (produksi), proses deliver (pengiriman), proses return (pengembalian), dan proses enable[5]. SCOR memiliki standar kinerja yaitu reliability, responsiveness, agility, cost, dan asset management[6][15]. Model ini dirancang untuk membantu dari dalam atau luar perusahaan, selain itu model ini meskipun merupakan model yang sangat sederhana, tetapi model SCOR sebagai alat untuk mendeskripsikan, menganalisis, dan meningkatkan rantai pasok terbukti kuat dan tangguh[5]. Model SCOR dikembangkan oleh Supply Chain Council (SCC)[4]. Faktor-faktor yang mempengaruhi penilaian kinerja pada sebuah rantai pasok adalah pengiriman, pemenuhan permintaan, pengaturan inventrasi dan aset, fleksibilitas produksi, jaminan, biaya-biaya proses [4]. Kelebihan dari model SCOR adalah mampu menggambarkan rantai pasok yang sangat sederhana dan kompleks, model ini juga telah mampu mneggambarkan dan memberikan dasar untuk perbaikan rantai pasokan untuk proyek global serta proyek-proyek spesifik lokasi[4]. Model referensi berbasis proses yang sering dipakai dalam pengukuran kinerja rantai pasok adalah model supply chain operations reference (SCOR). Model SCOR yang dikenal dapat menghubungkan business processes, performance metrics, standard practices, dan people skills ke dalam sebuah struktur selaras[6]. SCOR memiliki 3 level yaitu Top Level (Level 1), Configuration level, dan process element level[7].

Model yang digunakan untuk perhitungan pembobotan juga menggunakan Objective Matrix (OMAX). Objective Matrix adalah OMAX, value tiap level akan ditetapkan sehingga dapat diketahui pencapaian kinerja dari setiap indikator kinerja. Kelebihan dari metode OMAX adalah relatif sederhana dan mudah dipahami, mudah dilaksanakan dan tidak memerlukan keahlian khusus, dan datanya mudah didapat[8]. OMAX menentukan kriteria-kriteria kritis dalam meningkatkan produktivitas pada lini kegiatan produksi[9]. perhitungan scoring system dilakukan dengan menggunakan metode Objective Matrix (OMAX), dan menggunakan analisa Traffict Light System untuk mengetahui indicator dan mempermudah dalam memahami pencapaian kinerja perusahaan[10] yang masuk dalam kategori warna merah, kuning dan hijau[10] [11].

Evaluasi adalah penggunaan teknik penilaian untuk mengukur kebutuhan pemakai serta tujuan-tujuan yang dapat mencapai suatu program dalam proses mengoleksi, menganalisa dan mengartikan informasi atau sebagai bentuk intruksi [12]. Pengukuran kinerja merupakan tindakan pengukuran yang dilakukan terhadap berbagai aktivitas dalam rantai nilai yang ada pada perusahaan[13].

Penelitian sebelumnya dengan judul “Pengukuran Kinerja Rantai Pasok Menggunakan Metode SCOR dan AHP Pada Unit Pengantongan Pupuk Urea PT. Dwimatama Multikarsa Semarang” membahas mengenai mengukur kinerja Rantai Pasok menggunakan metode SCOR pada Unit Pengantongan Pupuk Urea dan adanya pembobotan tiap metric dengan menggunakan AHP. Penelitian ini dilakukan di PT. Dwimatama Multi Semarang[4]. Membahas tentang evaluasi mengenai kinerja rantai pasok perusahaan, dan mengidentifikasi indicator yang bermasalah, serta menentukan usulan perbaikan pada indikator tersebut. Penelitian ini didapatkan total kinerja rantai pasok PT. DMK adalah sebesar 73,344 yang masuk dalam kategori baik. Tetapi masih terdapat beberapa indicator kinerja yang masuk dalam kategori average dan marginal untuk dilakukan perbaikan. Perbaikan tersebut diberikan berdasarkan best practice yang ada di metode SCOR[4]. penelitian sebelumnya mengukur, mengusulkan, dan mengimplementasikan rantai pasok dengan beberapa metode yang digunakan seperti SCOR model, AHP, ARENA dengan studi literature, sedangkan dalam peneltian ini menggunakan SCOR model berbasis OMAX. Penelitian selanjutnya untuk mengevaluasi kinerja perpustakaan IT Telkom Purwokerto berdasarkan manajemen rantai pasok dengan menggunakan SCOR model berbasis OMAX untuk meningkatkan kinerja agar lebih baik, dan mencapai tujuan yang telah diciptakan.

Berdasarkan permasalahan yang ada di Perpustakaan IT Telkom Purwokerto maka penelitian tentang evaluasi kinerja berdasarkan rantai pasok perlu dilakukan untuk mengukur kinerja perpustakaan tersebut. Penelitian ini dilakukan dengan menggunakan SCOR model berbasis Objective Matrix (OMAX).

2. METODOLOGI PENELITIAN

2.1 Diagram Alir Penelitian

Diagram alir penelitian dibuat untuk membantu dan mempermudah jalannya penelitian, penyusunan laporan dan agar penelitian ini dapat berjalan dengan berpacu pada alur yang telah dibuat. Diagram alir penelitian ini dapat dilihat pada Gambar 2.1

(3)

Gambar 1. Diagram Alir Penelitian

Berdasarkan Gambar 1 dapat diketahui bahwa diagram alir penelitian yang dilakukan di Perpustakaan Institut Teknologi Telkom Purwokerto yaitu :

a. Pertama yang dilakukan adalah pengumpulan data dengan studi literatur dengan cara mencari jurnal atau paper, thesis, dan skripsi terdahulu untuk menguatkan dasar teori yang digunakan. Observasi dilakukan untuk melihat keadaan lingkungan di tempat yang ingin dijadikan penelitian. Wawancara untuk mendapatkan data yang asli.

b. Pada tahap mengevaluasi bisnis proses dengan SCOR Model pertama dilakukan identifikasi proses bisnis untuk mengetahui aliran proses dari satu proses ke proses yang lain. Model SCOR merupakan suatu model yang dikembangkan oleh Supply Chain Council (SCC). Menurut Pujawan, SCOR adalah model yang berdasarkan proses.

Penerapan metode SCOR pada supply chain management menyediakan pengamatan dan pengukuran proses supply chain secara menyeluruh. Model SCOR meliputi tiga level proses. Ketiga level tersebut menunjukkan bahwa SCOR melakukan penguraian atau dekomposisi proses dari yang umum ke yang detail [7]. Pemetaan hirarki SCOR digunakan untuk memetakan indikator yang digunakan dalam menghitung data terkait analisa kinerja pada Perpustakaan Institut Teknologi Telkom Purwokerto. Terakhir dilakukannya penetapan KPI yang digunakan sebagai patokan untuk data dalam menghitung proses.

c. Pada tahap menganalisa dengan OMAX yang merupakan suatu sistem pengukuran produktivitas parsial untuk melihat perkembangan produktivitas pada elemen-elemen pada perusahaan dengan kriteria produktivitas yang sesuai dengan tingkat kepentingan elemen tersebut. Langkah-langkah yang dilakukan dalam pengukuran produktivitas menggunakan OMAX adalah menentukan kriteria-kriteria kritis dalam meningkatkan produktivitas pada lini kegiatan produksi, menentukan indikator produktivitas pada bentuk ratio untuk setiap kriteria produktivitas, pengumpulan data lini produksi, penetuan nilai ratio produktivitas aktual, perhitungan nilai produktivitas standar perusahaan, menentukan target, penentuan bobot ratio, penentuan skor aktual, penentuan nilai produktivitas setiap periode,

(4)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.4014 Hal 296−304 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom 2.2 Pengumpulan Data

Sebelum melakukan pengolahan data penliti mengumpulkan data awal terlebih dahulu sebagai pertimbangan dalam perhitungan data dengan 2 metode yaitu :

a. Observasi Lapangan dan Wawancara

Dilakukan dengan pengamatan secara langsung di Perpustakaan Institut Teknologi Purwokerto kegiatan keseharian mengenai berjalannya rantai pasok. Wawancara juga dilakukan kepada Kepala Urusan dan Staff Perpustakaan Institut Teknologi Telkom Purwokerto.

b. Studi literature

Pengumpulan data berdasarkan jurnal dan penelitian terdahulu terkait Evaluasi kinerja berdasarkan rantai pasok menggunakan Supply Chain Operational Reference (SCOR) Model Berbasis Objective Matrix (Omax).

2.3 Pengolahan Data

Setelah mendapatkan data yang dibutuhkan, kemudian dilakukan pengolahan data menggunakan metode yang sesuai dengan permasalahan yang ada. Berikut merupakan tahapan pengolahan data yang dilakukan :

a. Identifikasi supply chain perusahaan

Identifikasi supply chain perusahaan dilakukan dengan mengamati dan menyusun kerangka supply chain perusahaan dengan pendekatan model SCOR.

b. Pemetaan Indikator setiap matriks SCOR Model

Pementaan kinerja dibuat berdasarkan model Scor 12.0 dengan mengidentifikasi matriks proses, attribute, dan KPI.

Proses yang ada dan digunakan seperti Plan (Proses Perencanaan), Make (Proses mengolah bahan baku), Source (Proses pengadaan bahan baku), Deliver (Proses Pengiriman), Return (Proses Pengembalian), dan Enable (Proses pengelolaan)[15].

c. Validasi Data KPI

Validasi Data KPI dilakukan uji validitas dan reliabilitas bertujuan untuk mengetahui nilai hitung. Uji validitas dilakukan dengan menggunakan SPSS 25.0. Untuk menentukan final indikator.

d. Pembobotan kriteria KPI

Pembobotan kriteria KPI dilakukan dengan menentukan indikator yang masuk dalam setiap kriteria. Kriteria tersebut kemudian dirankingkan dengan cara menjumlahkan hasil kriteria dari kuisioner yang didapat kemudian dilakukan rata-rata.

e. Scoring Systems dengan OMAX

Scoring system dilakukan dengan menggunakan metode Objective Matrix (OMAX). Indikator Traffic Light System dijelaskan dengan beberapa warna yaitu warna hijau yang berarti sudah tercapinya indicator kinerja.

f. Pengukuran Performansi Supply Chain

Pengukuran performansi Supply Chain secara keseluruhan.

3. HASIL DAN PEMBAHASAN

3.1 Pengolahan Data

Kuesioner awal berisikan 31 KPI yang diberikan pada pihak Kepala Urusan dan Staff yang dirasa paling mengetahui mengenai permasalah dan kondisi yang ada, kemudian dilakukan validasi,. Setelah dilakukan validasi kemudian dilakukangan pembobotan peringkat indikator, dan perhitungan scoring system dilakukan dengan menggunakan metode Objective Matrix (OMAX), dan menggunakan analisa Traffict Light System untuk mengetahui indikator yang masuk dalam kategori warna merah, kuning dan hijau.

3.2 Pembobotan Indikator

Pembobotan indikator KPI dilakukan dengan menentukan indikator yang masuk dalam setiap kriteria. Kriteria tersebut kemudian dirankingkan dengan cara menjumlahkan hasil indikator dari kuisioner yang didapat kemudian dilakukan rata- rata.

Tabel 1. Pembobotan Peringkat Indikator

No Indikator Peringkat

1 Indikator Make 1

2 Indikator Source 0.181818182

3 Indikator Plan 0.166666667

4 Indikator Return 0.138888889

5 Indikator Enable 0.082417582

6 Indikator Deliver 0

Hasil ranking tersebut digunakan untuk peringkat setiap indikator.

(5)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.4014 Hal 296−304 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom 3.3 Scoring System

Perhitungan scoring system dilakukan dengan menggunakan Objective Matrix (OMAX). Indicator Traffic Light System dijelaskan dengan beberapa warna yaitu warna hijau yang berarti sudah tercapainya indikator kinerja. Ketercapaian indikator suatu kinerja dilihat berdasarkan nilai ketercapaian parameter dari nilai performance. Warna kuning merupakan nilai sudah mendekati target tetapi indicator kinerja belum mecapai target. Warna merah yang berarti perlu melakukan perbaikan dikareakan nilai masih di bawah target[11]. Hasil dapat dilihat pada Tabel 2 sampai 7.

Tabel 2. Scoring System Indikator Plan Ketepatan Dalam

Pengiriman Baik Waktu Dan Jumlah

Ketanggapan Dalam Perencanaan (Hari)

Ketanggapan Dalam Menanggapi Kerugian

(Waktu/Kasus)

Perencanaan Biaya (Bulan)

Performance 0.9 14 7 0.98

10 1 7 7 1.00

9 -0.05 -35 -28 0.93

8 -0.05 -29 -23 0.94

7 0.1 -23 -18 0.95

6 0.28 -17 -13 0.96

5 0.47 -11 -8 0.97

4 0.66 -5 -3 0.98

3 0.85 1 2 0.99

2 0.016 -9 -486 0.05

1 0.26 -19 -972.66 0.97

0 0.8 30 1460 0.83

Score 3 10 10 4

Weight 0.30 90% 80% 0.90

Value 0.9 9 8 3.6

Berdasarkan pada Tabel 2 yang berada pada warna merah adalah atribut reliability dengan score level 3 dan termasuk dalam kategori low atau rendah, warna hijau adalah Responsiveness dan Agility dengan score 10 , yang berarti very good atau telah tercapainya nilai dari suatu atribut, dan warna kuning adalah Asset management dengan score 4 yang berarti good dimana nilai atibut hampir mencapai target.

Tabel 3. Scoring System Indikator Make Rekaman

Catatan Kehilangan

(Kejadian/

Tahun)

Waktu Proses Melakukan Pelabelan Dan Perilisan Koleksi

Yang Dimiliki (Item/Menit)

Teanga Kerja Yang Digunakan Pada Layanan

Biaya Tenaga Kerja (Berapa Persen/Anggaran)

Kapasitas Sumber Daya Dari Pekerjaan

Yang Ada (Orang/Kegiatan)

Performance 46 20 1 3 1

10 0 10 2 3 8

9 322 16.66 9 5 -20

8 276 16.38 8 4.5 -16.5

7 230 16.11 7 4 -13

6 184 15.83 6 3.5 -9.5

5 138 15.55 5 3 -6

4 92 15.27 4 2.5 -2.5

3 46 15 3 2 1

2 -27 20 2.66 1.33 1.33

1 -100 19 2.33 0.66 1.66

0 219 18 1 2 2

Score 3 2 0 5 3

Weight 82% 0.70 0.50 0.90 0.90

Value 2.46 1.4 0 4.5 2.7

Beradasarkan pada Tabel 3 yang berada pada warna merah yaitu atribut Reliability dengan score 3, Responsiveness dengan score 2, Agility dengan score level 0, dan Asset management dengan score 3, dan termasuk dalam kategori low

(6)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.4014 Hal 296−304 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom Pesanan Sesuai

Target (Jumlah/Hari)

Waktu Dalam Pembayaran Dan Pemilihan Terhadap

Pemasok (Menit)

Rekapan Jumlah Setiap Koleksi

Yang Dibeli

Mempertimbang kan Biaya Terkait Koleksi

Yang Dibeli

Pesanan Sesuai Harapan

Performance 100 0.6 0.02 7 90%

10 5520 0.3 0.02 6.5 9

9 5520 2.4 0.3 0.53 0.33

8 5520 2.1 0.26 1.61 0.44

7 5520 1.8 0.22 2.69 0.55

6 5520 1.5 0.18 3.76 0.66

5 5520 1.2 0.14 4.84 0.77

4 5520 0.9 0.1 5.92 0.88

3 5520 0.6 0.06 7 1

2 4081.33 0.54 0.06 5.33 -2

1 2642.66 0.48 0.06 3.66 -5

0 4316 0.18 0 5 9

Score 10 3 10 3 10

Weight 100% 0.85 0.85 0.90 0.90

Value 10 2.55 8.5 2.7 9

Berdasarkan pada Tabel 4 yang berada pada warna merah adalah atribut Responsiveness dengan score 3, dan Cost dengan score 3 dan termasuk dalam kategori low atau rendah. Warna hijau ada atribut Reliability dengan score 10, Agility dengan score 10, dan Asset management dengan score 10 , yang berarti very good atau telah tercapainya nilai dari suatu atribut.

Tabel 5. Scoring System Indikator Deliver Pengecekkan

Terhadap Koleksi Yang

Dikirim

Waktu Dalam Pengiriman Koleksi

(Hari)

Data Jumlah Pesanan Terkirim (Jumlah/Proses)

Dari Luar

Biaya Terkait Pengiriman Dan

Pemasangan Koleksi

Waktu Rata- Rata Pengembalian

Koleksi

Performance 0.08 3 3.00 15000 317.00

10 0.08 2 8.00 15000 317.00

9 -2.52 2 -6.00 -89877.5 316.57

8 -2.09 2 -4.00 -74895 316.14

7 -1.66 2 -2.00 -59912.5 315.71

6 -1.24 2 0.00 -44930 315.28

5 -0.81 2 2.00 -29947.5 314.85

4 -0.38 2 4.00 -14965 314.42

3 0.05 2 6.00 17.5 3.00

2 0.08 -68 5.67 585.83 2184.00

1 0.08 -138 5.33 479.16 1457.00

0 0.07 210 1.00 372.5 730.00

Score 10 10 4 10 3

Weight 1.00 0.85 0.80 0.85 0.80

Value 10 8.5 3.2 8.5 2.4

Berdasarkan Tabel 5 yang berada pada warna merah adalah atribut dan parameter Asset management dengan score 3 dan termasuk dalam kategori low atau rendah. Warna hijau ada atribut Reliabilitydengan score 2, Responsiveness dengan score 10, dan cost dengan score 10 yang berarti very good atau telah tercapainya nilai dari suatu atribut, dan warna kuning atribut Agility dengan score 4 yang berarti good dimana nilai atribut hampir mencapai target.

Tabel 6. Scoring System Indikator Return Pengembalian

Kerusakan Koleksi (Jumlah/Proses)

Kebijakan Waktu Pengembalian

Koleksi (Jumlah/Hari)

Rekap Pengembalian

Koleksi (Jumlah/Hari)

Rekap Denda Pengembalian Koleksi Yang Dikembalikan (Jumlah/Hari

Rekap Kecacatan

Dalam Pengembalian (Jumlah/Bulan)

Performance 1 100% 2 2 1

10 0 93.5 0.1 0 0

9 7 93.5 1.5 7 0

8 6 93.5 1.3 6 0

(7)

7 5 93.5 1.1 5 0

6 4 93.5 0.9 4 0

5 3 93.5 0.7 3 0

4 2 93.5 0.5 2 0

3 1 93.5 0.3 1 0

2 0.33 62.33 0.3 -2 -0.33

1 -0.33 31.16 0.3 -5 -0.66

0 2 93.5 0 9 1

Score 3 10 3 4 0

Weight 0.85 1.00 0.85 1.00 1.00

Value 2.55 10 2.55 4 0

Berdasarkan pada Tabel 6 yang berada pada warna merah adalah atribut Reliability dengan score 3, Agility dengan score 3, dan Asset management dengan score 0 dan termasuk dalam kategori low atau rendah dan butuh perbaikan. Warna hijau ada atribut Responsiveness dengan level score 10 yang berarti very good atau telah tercapainya nilai dari suatu atribut. Warna kuning ada atribut Cost dengan score 4

Tabel 7. Scoring System Indikator Enable Kesesuian

Pengiriman Dalam Permintaan (Jumlah/Transaksi)

Perencanaan Terkait Koleksi Yang

Dibutuhkan (Hari)

Pengelolaan Pengembalian

Koleksi (Jumlah/Menit)

Kesesuaian Pelaksanaan

Kegiatan Dengan Kebijakan

(Persen)

Memperhitungkan Perencanaan Terkait Risiko Yang Akan Datang

(Persen)

Melakukan Manage Terhdapa

Jaringan Supply Chain (Kebijakan/Rantai

Pasok)

Performance 0.90 1 3 1 0.20 21

10 0.01 1 2 1 0.20 21

9 6.83 0 -2 -5 0.70 -17

8 5.84 -1 -1.5 -4 0.60 -13

7 4.86 -2 -1 -3 0.50 -9

6 3.87 -3 -0.5 -2 0.40 -5

5 2.88 -4 0 -1 0.30 -1

4 1.89 -5 0.5 0 0.20 3

3 0.90 1 1 1 0.10 7

2 0.90 0.66 -0.33 0.66 0.03 1.33

1 0.90 0.33 -1.66 0.33 -0.03 0.44

0 0.90 1 4 1 0.20 3

Score 3 10 10 10 10 10

Weight 0.90 0.90 0.85 1.00 0.80 85.00

Value 2.7 9 8.5 10 8 850

Berdasarkan Tabel 7 yang berada pada warna merah adalah atribut Reliability dengan score 3 dan termasuk dalam kategori low atau rendah. Warna hijau ada atribut Responsiveness dengan score 10, Agility dengan score 10, Cost dengan score 10, dan Asset management dengan score 10 yang berarti very good atau telah tercapainya nilai dari suatu atribut.

3.4 Pengukuran Performansi Supply Chain

Pengukuran supply chain secara keseluruhan dapat dilihat Tabel 8

Tabel 8. Pengukuran Performansi Supply Chain

No. Perspektif Dimensi KPI

1. Plan Reliability PRa (3) Responsiveness Prb (10) Agility PRc (10)

Cost PRd (4)

2. Make Reliability MRa (3) Responsiveness MRb (2)

Agility MRc (0)

Cost MRd (5)

(8)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.4014 Hal 296−304 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom Asset management SRe (10)

4. Deliver Reliability Dra (2) Responsiveness DRb (10)

Agility DRc (4)

Cost DRd (10)

Asset management DRe (3) 5. Return Reliability RRa (3) Responsiveness RRb (10) Responsivness RRc (3)

Agility RRd (4)

Asset management RRe (0) 6. Enable Reliability Era (3)

Responsiveness ERb (10) Responsiveness ERc (10)

Agility ERd (10)

Cost ERe (10)

Asset management ERf (10) Index Total

5,7

Berdarsarkan Traffic Light System dapat disimpulkan bahwa performansi supply chain secara keseluruhan belum mencapai performa yang diharapkan, meskipun hasilnya sudah mendekati target yang telah ditetapkan. Sehingga, harus memperhatikan risiko yang ada terkait performansi Supply Chain dan terus melakukan peningkatan yang dilakukan secara terus menerus.

3.4 Analisa Pembahasan

Hasil dari perhitungan Scoring System dengan menggunakan metode OMAX, diketahui bahwa terdapat 13 attribut yang masuk dalam warna merah, 12 attribut yang masuk dalam warna hijau, dan 4 attribut yang masuk dalam warna kuning.

Atribut yang belum mencapai target adalah yang termasuk dalam kategori warna merah yang harus dilakukan perbaikan untuk meningkatkan performansi supply chain. Atribut yang harus segera dilakukan perbaikan seperti tenaga kerja yang digunakan pada layanan, waktu rata-rata pengembalian koleksi, dan rekap kecacatan dalam pengembalian.

3.4 Rekomendasi Perbaikan

Berikut adalah beberapa rekomendasi perbaikan dari hasil analisan traffict light system pada indikator kinerja yang berada pada kategori merah.

a. Tenaga kerja yang digunakan pada layanan

Menambah tenaga kerja yang ada pada layanan sesuai dengan jumlah mahasiswa yang ada, agar lebih cepat dalam proses pelayanan.

b. Waktu rata-rata pengembalian koleksi

Membuat perencanaan terkait peningkatan kesadaran pengembalian koleksi yang di pinjam.

c. Rekap kecacatan dalam pengembalian

Membuat catatan pengembalian kerusakan koleksi agar lebih mudah dicari dan diingat.

4. KESIMPULAN

Kesimpulan yang dapat diambil dari peelitian ini berdasarkan hasil pengolahan data dan analisa pembahasan adalah hasil pengukuran menggunakanSupply Chain Operation Reference (SCOR) didapatkan 4 atribut untuk indikator Plan, 5 KPI untuk indikator make, 5 KPI untuk indikator source, 5 KPI untuk indikator deliver, 5 KPI untuk indikator return, dan 6 KPI untuk indikator enable. Berdasarkan perhitungan Scoring System dengan menggunakan metode OMAX, diketahui bahwa terdapat 13 attribut yang masuk dalam warna merah, 13 attribut yang masuk dalam warna hijau, dan 4 attribut yang masuk dalam warna kuning. Atribut yang belum mencapai target adalah yang termasuk dalam kategori warna merah yang harus dilakukan perbaikan untuk meningkatkan performansi supply chain. Atribut yang harus segera dilakukan perbaikan seperti tenaga kerja yang digunakan pada layanan, waktu rata-rata pengembalian koleksi, dan rekap kecacatan dalam pengembalian. Rekomendasi perbaikan yang dapat diberikan ke perusahaan antara lain tenaga kerja yang digunakan pada layanan dengan menambah tenaga kerja yang ada pada layanan sesuai dengan jumlah mahasiswa agar lebih cepat dalam proses pelayanan, waktu rata-rata pengembalian koleksi dilakukan dengan membuat perencanaan terkait peningkatan kesadaran pengembalian koleksi yang dipinjam, rekap kecacatan dalam pengembalian dengan membuat catatan pengembalian kerusakan koleksi agar lebih mudah dicari dan diingat.

REFERENCES

[1] A. dan C. Muhammad Yuslidar, “Evaluasi Pengelolaan Kinerja Rantai Pasok Dengan Pendekatan Scor Model Pada Swalayan

(9)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.4014 Hal 296−304 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom Asiamart Lhokseumawe,” Ind. Eng. J. Vo, vol. 1, no. 1, pp. 44–51, 2014.

[2] N. Yusrianafi and S. Salim Dahda, “Pengukuran Kinerja Pada UKM Kerudung Menggunakan Metode Supply Chain Operator Reference (SCOR) Dan AHP,” J. Ilm. Mhs. Tek. Ind. Univ. Kadiri, vol. 3, no. 2, pp. 131–146, 2021, [Online]. Available:

http://ojs.unik-kediri.ac.id/index.php/jurmatis/index.

[3] M. D. A. N. Antarmuka and J. L. D. I. P. Purwokerto, “Institut Teknologi Telkom Purwokerto,” no. 15201008. pp. 6–8, 2018.

[4] Chotimah, Purwanggono, and Susanty, “Pengukuran Kinerja Rantai Pasok Menggunakan Metode SCOR dan AHP Pada Unit Pengantongan Pupuk Urea PT . Dwimatama Multikarsa Semarang,” Ejournal Undip, vol. 1, no. 1, 2017.

[5] A. S. C. Council, “Supply Chain Operations Reference Model,” Apics, vol. 10, no. 2, pp. 62–67, 1997, [Online]. Available:

http://www.emeraldinsight.com/doi/10.1108/09576059710815716.

[6] D. T. Liputra, S. Santoso, and N. A. Susanto, “Pengukuran Kinerja Rantai Pasok Dengan Model Supply Chain Operations Reference (SCOR) dan Metode Perbandingan Berpasangan,” J. Rekayasa Sist. Ind., vol. 7, no. 2, p. 119, 2018, doi:

10.26593/jrsi.v7i2.3033.119-125.

[7] N. S. Maulidiya, N. W. Setyanto, and R. Yuniarti, “Pengukuran Kinerja Supply Chain Berdasarkan Proses Inti Pada Supply Chain Operation Reference (SCOR) (Studi Kasus Pada PT Arthawenasakti Gemilang Malang),” J. Rekayasa dan Manaj. Sist.

Ind., vol. 2, no. 4, pp. 696–705, 2013.

[8] F. Tania and M. Ulkhaq, “Manunggal Synthetic Industries Dengan Menggunakan Metode Objective Matrix ( Omax ),” Journal, no. July, 2015.

[9] R. Wahyuniardi, M. Syarwani, and R. Anggani, “Pengukuran Kinerja Supply Chain Dengan Pendekatan Supply Chain Operation References (SCOR),” J. Ilm. Tek. Ind., vol. 16, no. 2, p. 123, 2017, doi: 10.23917/jiti.v16i2.4118.

[10] I. Putri and D. Surjasa, “Pengukuran Kinerja Supply Chain Management Menggunakan Metode SCOR (Supply Chain Operation Reference), AHP (Analytical Hierarchy Process), Dan OMAX (Objective Matrix) Di Pt. X,” J. Tek. Ind., vol. 8, no. 1, pp. 37–

46, 2018.

[11] N. Hanugrani, N. W. Setyanto, and R. Y. Efranto, “Pengukuran Performansi Supply Chain dengan Menggunakan Supply Chain Operation Reference ( Scor ) Berbasis Analytical Hierarchy Process ( Ahp ) dan Objective Matrix ( Omax ),” J. Rekayasa dan Manaj. Sist. Ind., vol. 1, no. 1, pp. 163–172, 2013.

[12] A. M. Situmeang, “Evaluasi Kinerja Pegawai Dalam Pelaksanaan Pelayanan Di Kantor Kecamatan Balikpapan Kota,” eJournal Adm. Negara, vol. 4, no. 4, pp. 4791–4801, 2016.

[13] S. H. Yangga Dzikrin Nur and Fakultas, “67 Pengukuran Kinerja Rawat Inap Berdasarkan Perspektif,” vol. 4, no. 56, pp. 67–76, 2016.

[14] H. C. Wahyuni and S. Setiawan, “Implementasi Metode Objective Matrix (OMAX) Untuk Pengukuran Produktivitas Pada PT.ABC,” PROZIMA (Productivity, Optim. Manuf. Syst. Eng., vol. 1, no. 1, p. 17, 2017, doi: 10.21070/prozima.v1i1.702.

[15] C. Schulte, “10.2 Supply Chain Operations Reference-Modell,” Logistik, pp. 559–567, 2012, doi:

10.15358/9783800639960_559.