Pemilihan Supplier Buah Kelapa dengan Metode AHP dan TOPSIS di PT XYZ

(1)

**Pemilihan Supplier Buah Kelapa dengan Metode AHP dan TOPSIS di PT XYZ**

Muhammad Alhafa Ardhy¹, Said Salim Dahda^2*

1,2Jurusan Teknik Industri, Fakultas Teknik, Universitas Muhammadiyah Gresik Jl. Sumatera 101 Gresik – Indonesia 61121

*Koresponden email: [email protected]

Diterima: 20 April 2022 Disetujui: 25 April 2022

Abstract

PT XYZ is a company that sells and serves coconut processing services in Gresik Regency. The quality and availability of raw materials plays an important role because it affects the smooth production process in the company. In order to solve the problems of buyers and produce quality trade goods, the selection of suppliers needs to be carried out further to ensure the quality and safety of supply to guarantee the smooth operation of the production process. The aim behind this study is to identify the best suppliers through the use of criteria and sub criteria generated during the data collection process. Quality, cost, delivery, and service are the four criteria used. To collect comprehensive data, researchers used observations, question and answer sessions, and questionnaires. Analytic Hierarchy Process (AHP) and TOPSIS (Technique for order Preference by Similarity to Ideal Solution) were used to process the data in this study. The highest criterion weight is obtained through the processing method, namely cost criteria, followed by a ranking based on the weight obtained, namely quality, delivery, and service. Then, using the TOPSIS method, it was determined that Singaraja coconut farmers are the best and most optimal coconut suppliers.

Keywords: supplier, AHP, TOPSIS, raw materials, criteria

Abstrak

PT XYZ merupakan perusahaan yang menjual dan melayani jasa pengolahan buah kelapa di Kabupaten Gresik. Kualitas dan ketersediaan bahan baku memegang peranan penting karena mempengaruhi kelancaran proses produksi pada perusahaan. Untuk mengatasi masalah pembeli dan menghasilkan barang dagang berkualitas, pemilihan pemasok perlu dilakukan lebih lanjut untuk memastikan kualitas dan keamanan pasokan untuk menjamin kelancaran proses produksi. Tujuan di balik penelitian ini adalah untuk mengidentifikasi pemasok terbaik melalui penggunaan kriteria dan sub kriteria yang dihasilkan selama proses pengumpulan data. Quality, cost, delivery, serta service adalah empat kriteria yang digunakan. Untuk mengumpulkan data yang komprehensif, peneliti menggunakan observasi, sesi tanya jawab, dan angket.

Analytic Hierarchy Process (AHP) dan TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) digunakan untuk mengolah data dalam penelitian ini. Bobot kriteria tertinggi diperoleh melalui metode pengolahan yaitu kriteria biaya, dilanjutkan dengan pemeringkatan berdasarkan bobot yang diperoleh yaitu quality, delivery, dan Service. Kemudian, dengan menggunakan metode TOPSIS, ditentukan bahwa petani kelapa Singaraja adalah pemasok kelapa terbaik dan paling optimal.

Kata Kunci: supplier, AHP, TOPSIS, bahan baku, kriteria

1. Pendahuluan

Dalam masa globalisasi yang sedang berlangsung, kontes internasional yang luar biasa menunjukkan ekspansi dalam persaingan bisnis, yang akan mendorong setiap bisnis untuk menawarkan produk terbaik Dalam perihal ini, perusahaan harus dapat menjaga dan menjamin kelangsungan proses manufaktur agar tidak terjadi hambatan. Manajemen rantai pasokan adalah komponen penting dari kemampuan bisnis untuk mempertahankan produksi. Manajemen persediaan bertanggung jawab atas berbagai kegiatan, termasuk penyediaan bahan baku berkualitas tinggi [1].

Faktor penting yang mempengaruhi kelancaran bisnis adalah kualitas dan ketersediaan bahan baku.

Bahan baku sangat penting karena menjamin kelangsungan proses manufaktur suatu perusahaan [2].

Dengan demikian, perusahaan harus dapat mengelola inventaris secara efektif dan mempertahankan kriteria kualitas yang tinggi agar tidak mengganggu proses manufaktur. Proses evaluasi dan pemilihan pemasok yang sukses dipandang penting bagi keberhasilan bisnis [3]. Kriteria lain digunakan untuk mengevaluasi semua pemasok potensial untuk mengidentifikasi pemasok bahan baku terbaik. sampai [4].

(2)

Pemasok ialah salah satu rekan kerja dan sangat diperlukan dalam memenuhi ketersediaan bahan baku perusahaan [5]. Sehingga, pemasok merupakan komponen eksternal penting dari kemampuan bisnis untuk memenuhi permintaan. [6]. Pemilihan pemasok adalah kegiatan strategis dalam konteks karena pemasok menyediakan produk penting [3]. Keandalan pemasok ditunjukkan melalui pengiriman yang terjangkau, barang berkualitas tinggi, pengiriman tepat waktu, dan layanan yang memuaskan. Tidak hanya dapat menggunakan alat pendukung keputusan yang sistematis seta tepat untuk melakukan evaluasi, pemasok membantu meminimalkan risiko pembelian serta mengoptimalkan keuntungan secara keseluruhan, namun mereka juga dapat membantu menaikkan kepuasan pelanggan serta membina hubungan antara pemasok serta pembeli [7]. Hubungan antara pemasok dan industri harus tetap sehat, karena bisnis bergantung pada pemasok untuk jangka waktu yang lama [8].

PT. XYZ adalah perusahaan yang menjual dan menyediakan jasa pengolahan kelapa. Kabupaten Gresik merupakan lokasi perusahaan. Santan, air;kelapa, dan serundeng termasuk di antara produk yang dihasilkan. Sistem produksi PT XYZ didasarkan pada sistem pemesanan;kelapa tersedia tetapi proses produksi terhenti menunggu kedatangan konsumen. PT XYZ sering mengalami masalah dengan kelapa, termasuk kualitas yang buruk karena busuk, hambatan pemrosesan, harga yang berfluktuasi, pengiriman yang terlambat, dan layanan yang tidak memuaskan, yang semuanya berkontribusi pada kemacetan dalam pengiriman kelapa. Penghalang jalan ini tidak diragukan lagi memiliki dampak yang signifikan terhadap tingkat penjualan dalam bisnis. Untuk memenuhi kebutuhan konsumen dan menghasilkan produk berkualitas tinggi, perusahaan harus mengevaluasi pemasok [9] untuk menentukan pemasok mana yang terbaik untuk memastikan kualitas produk dan keamanan pasokan, serta memastikan kelancaran proses manufaktur.

Untuk mengatasi masalah ini, para peneliti melakukan penilaian pemilihan pemasok menggunakan berbagai persyaratan dan kriteria pendukung yang berbeda untuk mengidentifikasi pemasok kelapa terbaik;

penilaian ini akan menjadi dasar bagi PT. XYZ di masa depan ketika memilih pemasok. Hal ini dilakukan untuk menghindari akibat negatif yang dapat mengakibatkan kerugian bagi PT. XYZ. Penilaian ini belum pernah dilakukan oleh pelaku usaha, dan dipastikan akan sangat membantu kelancaran usaha di masa mendatang. Peneliti menggunakan teknik AHP (Analytical Hierarchy Process) serta TOPSIS (Technique for Order Preference by Similarity to Ideal Solution).

Metode AHP mengharuskan pengambil keputusan memprioritaskan setiap pilihan keputusan atau alternatif dan menimbang pentingnya setiap kriteria [10]. Menurut Ref. [11], AHP ialah metode pengambilan keputusan untuk masalah yang kompleks. Misalnya, perencanaan kinerja, optimasi, resolusi, identifikasi alternatif atau strategi pemecahan masalah alternatif, prioritas, pemilihan strategi, alokasi sumber daya, dan mengidentifikasi dan meramalkan masalah permintaan. Ketika struktur masalah tidak jelas serta tidak ada data atau statistik yang akurat, itu disebut sebagai masalah kompleks. Akibatnya, masukan untuk pemecahan masalah harus datang dari para ahli yang berpengalaman. Langkah-langkah untuk menyelesaikan masalah dengan mengenakan metode AHP :

1. Melakukan penentuan masalah serta solusi yang diperlukan, kemudian melakukan penyusunan masalah secara hierarkis. Hierarki terbagi dari kriteria, sub kriteria, alternatif, seta tujuan

2. Melakukan penyusunan kriteria serta subkriteria menjadi matriks perbandingan berpasangan 3. Menghitung mean geometrik. Jika jumlah responden lebih dari satu, maka dikenakan rumus berikut

untuk menghitung mean geometrik:

𝐺 = √(𝑥^𝑛 ₁), (𝑥₂) … (𝑥_𝑛)

4. Menormalisasi matriks pasangan dengan melakukan pembagian nilai setiap kolom dengan nilai..totalnya.

5. Menghitung Indeks Rasio (CI) menggunakan persamaan:

CI = (λ maks-n)/n-1) Yang mana n = Jumlah elemennya

6. Menguji Consistency Ratio (CR) menggunakan persamaan:

𝐶𝑅 = 𝐶𝐼/𝐼𝑅 Keterangan :

CR= Consistency Ratio CI = Consistency Index IR = Index Random

(3)

Jika nilainya melebihi 10%, penilai data wajib mengoreksi atau menghitung ulang. Tetapi apabila Consistency Ratio (CI/IR) kurang dari 0,1 maka dapat dikatakan benar. Tabel 1 berisi Nilai Index Random (IR).

Tabel 1. Nilai Index Random Ukuran matriks Nilai IR

1,2 0.00

3 0.58

4 0.90

5 1.12

6 1.24

7 1.32

8 1.41

9 1.45

10 1.49

11 1.51

12 1.48

13 1.56

14 1.57

15 1.59

Sumber: ref. [1]

Pertanyaan kuesioner adalah instrumen variabel dalam model Analytical Hierarchy Process, dan diberi skor dengan nilai tingkat kepentingan 1-9, sebagaimana ditunjukkan oleh Tabel 2.

Tabel 2. Skala perbandingan pasangan

Tingkat Kepentingan Keterangan

1 Unsur K dan unsur R sama penting

3 Unsur K sedikit lebih esensial dibandingkan unsur R 5 Unsur K lebih esensial dibandingkan unsur R 7 Unsur K jelas lebih esensial dibandingkan unsur R 9 Unsur K mutlak esensial dibandingkan unsur R 2,4,6,8 Nilai diantara dua penilaian yang berdekatan

Kebalikan Jika unsur i mendapat satu angka dibandingkan unsur j, maka j memiliki nilai kebalikannya ketika dibanding dengan i

Sumber: ref. [1]

Metode TOPSIS sendiri ialah metode yang dikenakan dalam sistem pengambilan keputusan multi kriteria. Menurut ref. [12]. Metode TOPSIS sering dikenakan sebagai alternatif bagi para pengambil keputusan karena memiliki keunggulan dapat mengukur kinerja relatif dari pilihan keputusan yang sederhana secara matematis, dapat dipahami secara konseptual dan sederhana, serta sangat efisien. Sistem pendukung keputusan, juga dikenal sebagai sistem keputusan manajerial, pertama kali diperkenalkan di tahun 1970-an oleh seorang ilmuwan bernama Michael S. Scott [13]. Berikut adalah langkah-langkah dari metode TOPSIS [14]:

1. Melakukan penyusunan normalisasi matriks keputusan

Hasil perhitungan bobot yang dilakukan dengan AHP merupakan inputan pada TOPSIS. Bobot alternatif untuk setiap subkriteria disusun dalam sebuah kolom sehingga dapat dilihat perbandingan secara keseluruhan [1].

2. Menentukan matriks normalisasi terbobot

Nilai total dari alternatif-alternatif tersebut dilakukan pengalian dengan nilai bobot tiap-tiap subkriteria. Perhitungan matriks normalisasi berbobot bisa dijalankan menggunakan rumus berikut:

𝑉𝑖𝑗 = 𝑤𝑗 𝑥 𝑟𝑖𝑗

𝑊_.𝑗: Hasil keseluruhan dari bobot alternatif.

𝑅.𝑖𝑗: Nilai.bobot alternatif terhadap subkriteria.

3. Menghitung solusi ideal positif serta negatif

Rumus untuk mendapatkan solusi ideal positif, yakni:

(4)

𝐴⁺ = {(Max Vij | j € J), (Min Vij || | j € J), i=1,2,3,….m Solusi ideal negatif diperoleh melalui persamaan:

𝐴⁻ = {(Min Vij | j € J), ), (Max Vij || | j € J), i=1,2,3,….m 4. Melakukan perhitungan separation measure

Tahapan ini ialah mengukur jarak pengganti untuk solusi ideal positif serta negatif. Jarak solusi ideal positif diperoleh dengan persamaan berikut:

D_i⁺= √∑_jⁿ(y_i⁺− yij)²; dengan i = 1, 2, … , m

Rumus jarak solusi ideal negatif yakni:

D_i⁻= √∑_jⁿ(y_ij− y_i⁻)²; dengan i = 1, 2, … , m

5. Persamaan Jarak dan rangking alternatif supplier

V = 𝐷⁻ 𝐷⁻− 𝐷⁺ Keterangan

D⁻= Nilai jarak solusi ideal negatif D⁺= Nilai jarak solusi ideal positif 2. Metode Penelitian

Pengumpulan Data

Pengumpulan data untuk penelitian ini ialah observasi, sesi tanya jawab, serta kuesioner yang diisi oleh responden. Pada saat melakukan observasi, peneliti mengamati subjek penelitian untuk melihat apa yang terjadi di lapangan, sehingga peneliti memahami permasalahan yang dihadapi perusahaan dalam pengadaan bahan baku, dan melakukan sesi tanya jawab dengan pemilik perusahaan untuk melakukan penentuan kriteria serta subkriteria terbaik yang akan dikenakan. Data tersebut digunakan untuk penelitian kuantitatif dan untuk memilih supplier di PT. XYZ. Metode evaluasi mengenakan kuesioner yang disusun dari data sesi tanya jawab yang diisi oleh 3 responden yaitu pemilik perusahaan, sekretaris dan kepala produksi. Tidak ada rumus khusus untuk jumlah responden dalam metode AHP, namun minimal ada dua responden [15].

Pengolahan Data

Dalam penelitian ini, pengolahan datanya mengadopsi proses hierarki analitik dan metode TOPSIS.

Berikut ini ialah langkah-langkah pengolahan data:

1. Analytical Hierarchy Process (AHP)

Metode AHP dikenakan guna menentukan kriteria terpenting dalam pemilihan pemasok. Berikut ialah langkah-langkah dari metode AHP:

a. Melakukan penyusunan strata/hierarki b. Menyusun matriks berpasangan

c. Menormalisasi bobot serta uji konsistensi

d. Kriteria utama diidentifikasi, yang mana bobot terbesar menjadi prioritas, karena merupakan prioritas utama yang harus diperhatikan dalam pemilihan vendor.

2. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

Metode TOPSIS dikenakan guna melakukan penentuan pemasok mana yang paling potensial untuk memasok kelapa. Hasil perhitungan pembobotan yang didapatkan melalui metode AHP kemudian dikenakan selaku input pada metode TOPSIS. Berikut merupakan tahapannya :

a. Menyusun normalisasi matriks keputusan, b. Menentukan matriks normalisasi berbobot c. Menetapkan solusi ideal positif serta negatif

(5)

d. Melakukan perhitungan separate measure

e. Melakukan perhitungan jarak dan peringkat pemasok 3. Hasil Dan Pembahasan

Supplier Bahan Baku

Pada PT XYZ terdapat 4 supplier buah kelapa, berikut nama tiap supplier tersebut.

Tabel 3. Nama supplier

No. Nama Supplier

1. Petani kelapa Bali Karang Asem (Supplier BKA) 2. Petani kelapa Banyuwangi (Supplier BYW) 3. Petani kelapa Singaraja (Supplier SGR) 4. Petani kelapa Pacitan (Supplier PCT)

Sumber: Data penelitian (2021)

Kriteria dan Subkriteria

Dalam pemilihan supplier, kriteria serta subkriteria diperoleh dari hasil sesi tanya jawab dan penelitian terdahulu [2] ada 4 kriteria yang ditentukan dalam pemilihan supplier buah kelapa pada PT.

XYZ, yaitu:

Tabel 4. Kriteria dan subkriteria

Kriteria Subkriteria

Quality

Kemampuan memenuhi spesifikasi barang (K1) Penyediaan barang tanpa cacat (K2)

Umur sebuah kelapa (K3)

Cost Kepantasan harga yang tidak terlalu tinggi/mahal (R1) Kemampuan memberikan diskon (R2)

Delivery Kemampuan mengirimkan barang tepat waktu (P1)

Kehandalan akan transportasi demi kelancaran pengiriman (P2) Service Mudah dihubungi (S1)

Kecepatan respon terhadap permintaan pelanggan (S2) Sumber: Data penelitian (2021)

Analytical Hierarchy Process (AHP)

Kriteria dan subkriteria yang digunakan disusun secara hierarki. Hierarki merupakan salah satu tahapan dari AHP. Pada tingkat paling tinggi dari hierarki, tujuan yang dinyatakan, tujuan sistem untuk menemukan solusi untuk masalah. Tingkat selanjutnya adalah penjabaran dari tujuan-tujuan tersebut.

Hierarki kriteria dan sub-kriteria ditunjukkan pada Gambar 1.

Matriks perbandingan berpasangan disusun berlandaskan data hasil kuesioner pembobotan kriteria dan subkriteria. Berikut Tabel 5 merupakan matriks perbandingan berpasangan terhadap subkriteria pada kriteria quality :

Supplier Terbaik

Q1

Cost

Quality Delivery Service

Q2 Q3 C1 C2 D1 D2 S1 S2

Petani Kelapa Bali Karang Asem

Petani Kelapa Banyuwangi

Petani kelapa Singaraja

Petani kelapa Probolinggo

Gambar 1. Struktur hierarki pemilihan supplier Sumber: Data penelitian (2021)

(6)

Tabel 5. Matriks perbandingan berpasangan awal

Subkriteria K1 K2 K3

K1 1 1.710 1.442

K2 0.585 1 2

K3 0.691 0.5 1

Total 2.276 3.210 4.442

Matriks perbandingan berpasangan Tabel 5 didapat dari perhitungan mean geometrik karena lebih dari satu responden, berikut contoh manual perhitungan rata-rata geometrik kriteria quality subkriteria K1 dengan K2 :

𝐺 = √5 𝑥 0.2 𝑥 5³ = √5³ = 1.710

Menghitung matriks normalisasi, matriks normalisasi diperoleh dari hasil bagi nilai setiap kolom dengan jumlah nilai kolom, sehingga mendapatkan nilai matriks normalisasi sebagai berikut :

Tabel 6. Matriks normalisasi

Subkriteria K1 K2 K3

K1 0.439 0.533 0.325

K2 0.257 0.312 0.450

K3 0.304 0.156 0.225

Setelah mendapatkan hasil matriks normalisasi, langkah selanjutnya yaitu menghitung vektor Eigen matriks dengan jumlah baris yang di rata-ratakan dari matriks normalisasi terhadap jumlah subkriteria, berikut adalah hasil dari perhitungan vektor Eigen matriks :

Tabel 7. Bobot subkriteria Subkriteria Jumlah baris Bobot

K1 1.297 0.432

K2 1.019 0.340

K3 0.685 0.228

Total 3 1

Menghitung rasio konsistensi, kemudian lakukan perkalian nilai matriks perbandingan awal dengan nilai bobot, sehingga diperoleh hasil matriksnya berikut:

Tabel 8. Rasio konsistensi perkalian

Subkriteria Q1 Q2 Q3 Jumlah baris

K1 0.432 0.581 0.329 1.342

K2 0.253 0.340 0.456 1.049

K3 0.299 0.170 0.228 0.697

Kemudian bagi jumlah baris dengan bobot, maka didapat hasil matriks sebagai berikut : Tabel 9. Rasio Konsistensi Pembagian

Subkriteria Jumlah baris Bobot Hasil Bagi

K1 1.342 0.432 3.105

K2 1.049 0.340 3.088

K3 0.697 0.228 3.053

Melakukan perhitungan 𝜆 Maks

𝜆 Maks = (3.105 + 3.088 + 3.053) = 3.082 Melakukan perhitungan Consistency Index (CI)

(7)

𝐶𝐼 = 𝜆 𝑚𝑎𝑘𝑠 − 𝑛

𝑛 − 1 = 3.082 − 3

3 − 1 = 0.041

Melakukan perhitungan nilai Consistency Ratio (CR), yaitu CI dibagi Random Index (RI). Ukuran matriks n = 3, nilai RI ialah 0.58.

𝐶𝑅 =𝐶𝐼

𝑅𝐼= 0.041

0.58 = 0.071

Berlandaskan pengolahan data mengenakan metode AHP , hasil pembobotan kriteria dan subkriteria, yaitu:

Tabel 10. Bobot kriteria dan subkriteria Kriteria Bobot Subkriteria Bobot

Quality 0.333

K1 0.432

K2 0.340

K3 0.228

Cost 0.425 R1 0.823

R2 0.177

Delivery 0.155 P1 0.631

P2 0.369

Service 0.084 S1 0.519

S2 0.481

Berikut merupakan hasil pembobotan alternatif supplier terhadap subkriteria. Bisa diamati pada Tabel 11.

Tabel 11. Pembobotan alternatif supplier terhadap subkriteria

Subkriteria K1 K2 K3 R1 R2 P1 P2 S1 S2

Supplier BKA 0.272 0.386 0.400 0.303 0.243 0.270 0.362 0.289 0.277 Supplier BYW 0.197 0.150 0.147 0.160 0.166 0.278 0.219 0.197 0.162 Supplier SGR 0.322 0.316 0.347 0.322 0.324 0.298 0.239 0.374 0.399 Supplier PCT 0.208 0.149 0.107 0.215 0.267 0.154 0.179 0.160 0.162

Berikut merupakan hasil pembobotan tiap supplier

Tabel 12. Bobot tiap supplier

Nama Supplier Bobot

Petani kelapa Bali Karang Asem 0.308 Petani kelapa Banyuwangi 0.179 Petani kelapa Singaraja 0.320 Petani kelapa Pacitan 0.189

Setelah hasil pembobotan dari perhitungan dengan metode AHP diperoleh, maka selanjutnya data tersebut dikenakan selaku input dalam metode TOPSIS.

Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

Matriks ternormalisasi hasil perhitungan dengan mengenakan metode AHP selaku input pada metode TOPSIS.

Tabel 13. Pembobotan alternatif supplier terhadap subkriteria

(8)

Nilai keseluruhan alternatif Supplier dikalikan dengan nilai bobot dari tiap subkriteria, Berikut merupakan salah satu contoh perhitungan manual matriks normalisasi terbobot subkriteria umur sebuah kelapa (K3) pada supplier BKA :

𝐕_𝐢𝐣= w_j x r_ij

= 0.400 x 0.308 = 0.123

Tabel 14. Hasil matriks normalisasi terbobot

Matriks solusi ideal positif berisi nilai maksimum terhadap matriks keputusan ternormalisasi berbobot, sedangkan matriks solusi ideal negatif berisi nilai minimum terhadap matriks keputusan ternormalisasi berbobot. Tabel 15 merangkum hasil penghitungan jarak terhadap solusi ideal positif serta negatif.

Tabel 15. Solusi ideal positif (𝐴⁺) dan solusi ideal negatif (𝐴⁻)

Max (𝐴⁺) 0.094 0.119 0.123 0.103 0.104 0.099 0.111 0.113 0.128 Min (𝐴⁻) 0.035 0.027 0.020 0.029 0.030 0.035 0.034 0.035 0.029

Setelah diperoleh hasil perhitungan solusi ideal positif serta negatif, maka dihitung jarak antara alternatif solusi ideal positif serta negatif.

Tabel 16. Jarak alternatif solusi ideal positif

Alternative D+

Supplier BKA 0.070 Supplier BYW 0.235 Supplier SGR 0.041 Supplier PCT 0.232

Berikut adalah contoh perhitungan manual separation measure jarak solusi ideal positif pada Supplier BKA :

D_i⁺= √∑_jⁿ(y_i⁺− y_ij)²

= √

(0.094 − 0.092)²+ (0.119 − 0.119)²+ (0.123 − 0.123)² +(0.103 − 0.093)²+ (0.104 − 0.075)²+ (0.099 − 0.067)² +(0.111 − 0.111)²+ (0.113 − 0.079)²+ (0.128 − 0.085)²

= √0.005 = 0.070

Tabel 17. Jarak alternatif solusi ideal negatif

alternatif D-

Supplier BKA 0.202

Supplier BYW 0.018

Supplier SGR 0.223

Supplier PCT 0.024

Berikut adalah contoh perhitungan manual separation measure jarak solusi ideal negatif pada supplier A :

(9)

D_i⁻= √∑jn(y_ij− y_i⁻)²

= √

(0.092 − 0.035)²+ (0.118 − 0.027)²+ (0.123 − 0.020)² +(0.093 − 0.029)²+ (0.075 − 0.030)²+ (0.067 − 0.035)²

+(0.111 − 0.034)²+ (0.079 − 0.35)²+ (0.085 − 0.029)² = √0.041

= 0.202

Setelah mendapatkan hasil perhitungan jarak solusi ideal positif dan negatif, tahap berikutnya yaitu melakukan perhitungan jarak kedekatan alternatif, kemudian dilanjutkan dengan penentuan urutan pada tiap supplier. Berikut adalah contoh perhitungan jarak kedekatan alternatif pada supplier BKA.

V = 𝐷⁻ 𝐷⁻− 𝐷⁺ = 0.202

0.202 − 0.070 = 0.743

Tabel 18. Jarak dan urutan supplier

Alternative A⁺ A⁻ V Rank

Supplier BKA 0.070 0.202 0.743 2 Supplier BYW 0.235 0.018 0.070 4 Supplier SGR 0.041 0.223 0.845 1 Supplier PCT 0.232 0.024 0.095 3

Dapat dilihat dari Tabel 19 bahwa supplier yang menduduki peringkat pertama ialah petani kelapa Singaraja dengan nilai 0.838.

4. Kesimpulan

Berdasarkan pengolahan data dapat ditarik sebuah kesimpulan bahwa hasil dari metode AHP diketahui supplier terbaik dengan nilai tertinggi adalah petani kelapa Singaraja dan rangking supplier setelah petani kelapa Singaraja dari nilai tertinggi hingga terendah yaitu petani kelapa Bali Karang Asem, petani kelapa Pacitan, dan petani kelapa Banyuwangi. Kriteria yang paling memengaruhi serta dipertimbangkan dalam pemilihan supplier buah kelapa ialah kriteria cost dilanjutkan dengan urutan sesuai bobot yaitu quality, delivery, dan service. Kemudian, menggunakan metode TOPSIS didapatkan supplier terbaik yaitu petani kelapa Singaraja dengan urutan rangking petani kelapa Bali Karang Asem, petani kelapa Pacitan, dan petani kelapa Banyuwangi. Dari hasil metode AHP serta TOPSIS mendapatkan keputusan yang serupa guna memilih supplier buah kelapa terbaik yakni petani kelapa Singaraja. Sehingga petani kelapa Singaraja menjadi supplier terbaik dan paling optimal dalam memenuhi kebutuhan buah kelapa pada PT XYZ.

5. Referensi

[1] R. B. Ramadhon, R. A. Simanjutak, and P. Wisnubroto, “Analisis Pemilihan Supplier Bahan Baku Menggunakan Metode AHP (Analytical Hierarchy Process) dan TOPSIS (Technique Order Preference By Similarity To Ideal Solution) Pada Rockmantic Store Konveksi,” J. rekayasa dan Inov. Tek. Ind., vol. 9, no. 1, pp. 54–64, 2021, [Online]. Available:

https://journal.akprind.ac.id/index.php/rekavasi/article/view/3587.

[2] S. W. Hati and N. S. Fitri, “Analisis Pemilihan Supplier Pupuk Npk Dengan Metode Analytical Hierarchy Process (AHP),” Inovbiz J. Inov. Bisnis, vol. 5, no. 2, p. 122, 2017, doi:

https://doi.org/10.35314/inovbiz.v5i2.249.

[3] J. Muhammad, D. Rahmanasari, J. Vicky, W. A. Maulidiyah, W. Sutopo, and Y. Yuniaristanto,

“Pemilihan Supplier Biji Plastik dengan Metode Analitycal Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS),” J. INTECH Tek. Ind. Univ. Serang Raya, vol. 6, no. 2, pp. 99–106, 2020, doi: 10.30656/intech.v6i2.2418.

[4] J. Susetyo, C. I. Parwati, and C. N. Asmi, “Usulan Pemilihan Supplier Bahan Baku Dengan Metode AHP (Analytical Hierarchy Process) dan TOPSIS (Technique for Order Preference By Similarity To Ideal Solution) Pada Industri Konveksi,” Simp. Nas. RAPI XVIIII – 2019 FT UMS, pp. 42–48, 2019,

(10)

[Online]. Available: http://hdl.handle.net/11617/11738.

[5] E. Wirdianto and E. Unbersa, “Aplikasi Metode Analytical Hierarchy Process dalam Menentukan Kriteria Penilaian Supplier,” TeknikA, vol. 2, no. 29, pp. 6–13, 2008, [Online]. Available:

https://scholar.google.co.id/citations?view_op=view_citation&hl=en&user=tJzYE34AAAAJ&citat ion_for_view=tJzYE34AAAAJ:u5HHmVD_uO8C.

[6] ummi K. Harahap and G. Sirait, “Analisis Pemilihan Supplier Carton Box Di PT XYZ,” J. Comasie,

vol. 5, no. 3, pp. 1–8, 2021, [Online]. Available:

https://ejournal.upbatam.ac.id/index.php/comasiejournal/article/view/4010.

[7] A. I. Lestari, W. Sudarwati, and A. M. Rani, “Pemilihan Alternative Supplier Alat kesehatan dengan Pendekatan AHP dan TOPSIS,” Semin. Nas. Sains dan Teknol., no. November, pp. 1–9, 2021, [Online]. Available: https://jurnal.umj.ac.id/index.php/semnastek/article/view/11469.

[8] A. Hermansyah, “Pemilihan Supplier Bahan Baku Pada PT XYZ Dengan Menggunakan Metode Analytical Hierarchy Process dan Technique for Order Prefernce by Similiraty to Ideal Solution,” J.

Indones. Sos. Teknol., vol. 1, no. 2, pp. 61–72, 2020, doi: https://doi.org/10.36418/jist.v1i2.21.

[9] D. S. Rochman, D. Andesta, and D. Widyaningrum, “Penerapan Metode AHP Dan Topsis Pada Perangkingan Supplier Bahan Baku Plate Pembuatan Hopper,” J. Sist. dan Tek. Ind., vol. 1, no. 1, pp. 42–48, 2020, doi: http://dx.doi.org/10.30587/justicb.v1i1.2031.

[10] L. Lukmandono, M. Basuki, M. J. Hidayat, and V. Setyawan, “Pemilihan Supplier Industri Manufaktur Dengan Pendekatan AHP dan TOPSIS,” Opsi, vol. 12, no. 2, p. 83, 2019, doi:

https://doi.org/10.31315/opsi.v12i2.3146.

[11] R. Dwiyana, F. D. Sitania, and D. K. Rahayu, “Pemilihan Supplier Tandan Buah Segar (TBS) Menggunakan Metode Analytical Hierarchy Process (AHP) dan TOPSIS,” Pros. Semin. Nas. Teknol.

IV, vol. 1, no. 1, pp. 89–98, 2017, [Online]. Available: http://e- journals.unmul.ac.id/index.php/SEMNASTEK/article/view/951.

[12] G. Wibisono, A. Amrulloh, and E. Ujianto, “Penerapan Metode Topsis dalam Penentuan Dosen Terbaik,” Ilk. J. Ilm., vol. 11, no. 2, pp. 102–109, 2019, doi: 10.33096/ilkom.v11i2.430.102-109.

[13] F. Irawan, “Sistem Pendukung Keputusan Penerima Program Keluarga Harapan (PKH) Menggunakan Metode AHP dan Topsis,” Aisyah J. Informatics Electr. Eng., vol. 2, no. 2, pp. 171–

178, 2020, doi: 10.30604/jti.v2i2.45.

[14] M. Munir, “Pemilihan Supplier Sodium Hiroxide Liquid Integrasi dengan Metode AHP – Topsis,”

J. Tek. Ind., vol. 17, no. 2, pp. 62–71, 2017, doi: 10.22219/jtiumm.vol17.no2.62-71.

[15] T. Zulhadi, M. S. Saleh, and R. Anggraini, “Analisis Laik Fungsi Jalan Nasional Batas Kota Sigli – Beureunuen Menggunakan Metode Analytic Hierarchy Process,” J. Tek. Sipil Univ. Syiah Kuala, vol. 1, no. 1, pp. 251–262, 2017, [Online]. Available: http://e- repository.unsyiah.ac.id/JTS/article/view/9900.