Analisis Efisiensi Distribusi Produk dengan Metode Data Envelopment Analysis (DEA) (Studi Kasus pada UD Sabar Jaya Malang) Efficiency Analysis of Product Distribution with Data Envelopment Analysis (DEA) Methods (Case Study at UD Sabar Jaya Malang) Shintya Maharani1), Wike Agustin Prima Dania2), Mas’ud Effendi2) 1)
2)
Alumni Jurusan Teknologi Industri Pertanian - Fakultas Teknologi Pertanian, Universitas Brawijaya Staf Pengajar Jurusan Teknologi Industri Pertanian - Fakultas Teknologi Pertanian, Universitas Brawijaya Jl. Veteran No. 1 Malang 65145 *email:
[email protected]
Abstrak Distribusi adalah suatu kegiatan yang berperan menghubungkan kepentingan produsen dengan konsumen. Distribusi ini memegang peranan penting dari suatu penawaran produk dan perlu dilakukan secara efisien agar dapat memberikan keuntungan yang proporsional bagi produsen yang bersangkutan. Usaha dagang (UD) Sabar Jaya merupakan salah satu usaha pengolahan pangan yang memproduksi keripik buah yang terdapat di kota Malang. Penelitian ini mengukur tingkat efisiensi daerah distribusi UD Sabar Jaya serta menentukan strategi perbaikan yang cocok untuk meningkatkan efisiensi distribusi UD Sabar Jaya. Metode yang digunakan dalam penelitian ini adalah Data Envelopment Analysis (DEA). DEA adalah metode non-parametrik yang didasarkan pada linear programming dan digunakan untuk mengukur efisiensi. Penelitian dilakukan di 5 daerah distribusi yaitu Batu, Sanan, Turen, Karanglo dan Gadang. Hasil penelitian menunjukkan bahwa daerah yang efisien adalah Batu, Sanan dan Gadang dengan nilai efisiensi sebesar 100%. Adapun daerah yang tidak efisien yaitu Turen dengan nilai efisiensi sebesar 83,3% dan Karanglo dengan nilai efisiensi sebesar 91,7%. Strategi untuk Turen dan Karanglo berdasarkan output potensi perbaikan yaitu dengan mengurangi jumlah distributor, mengurangi jumlah pengiriman dan mengurangi biaya distribusi. Analisis sensitivitas dalam DEA dilakukan dengan memperhatikan perubahan skor efisiensi pada suatu DMU. Kata kunci: Data Envelopment Analysis, Potensi Perbaikan, Non-Parametrik. Abstract Distribution is an activity that plays a role to connect the interests of producers and consumers. This distribution plays an important role of a product and needs to be done efficiently in order to give proportional benefit for manufacturer. UD Sabar Jaya is the one of the food processing businesses which produces fruit chips that located in Malang. This study measures the efficiency level in UD Sabar Jaya distribution area and determines appropriate strategies to improve the efficiency of UD Sabar Jaya distribution. The method that has been used in this study is the Data Envelopment Analysis (DEA). DEA is a non-parametric method based on linear programming therefore appropriate to measure efficiency. This study consists of five areas: Batu, Sanan, Turen, Karanglo and Gadang. The result shows that the efficient areas are Batu, Sanan and Gadang with the score of efficiency is 100%. However, the inefficient areas are Turen with score of efficiency is 83,3 % and Karanglo with score of efficiency is 91,7 %. Moreover, improvement strategies for Turen and Karanglo based on the output is reducing the number of distributors, and the number of deliveries as well as distribution costs. Furthermore sensitivity analysis in DEA conducted by observing the changing of the efficiency DMU score. Keywords: Data Envelopment Analysis, Potential Improvement, Non-Parametric .
peranan penting dari suatu penawaran produk. Melalui kegiatan tersebut, produsen memperoleh imbalan sesuai dengan volume dan harga produk per unit yang berlaku pada saat terjadinya transaksi. Dalam upaya untuk dapat menguasai pasar secara luas, kegiatan distribusi ini perlu dilakukan secara efisien dan hasil kegiatan tersebut diharapkan dapat memberikan keuntungan yang proporsional bagi produsen yang bersangkutan sesuai dengan biaya dan pengorbanan yang sudah dikeluarkan.
PENDAHULUAN 1. Latar Belakang Distribusi adalah suatu kegiatan yang berperan menghubungkan kepentingan produsen dengan konsumen. Secara formal, suatu saluran pemasaran (channel of distribution) merupakan suatu struktur bisnis dari organisasi yang saling bergantung yang menjangkau dari titik awal suatu produk sampai ke pelanggan dengan tujuan memindahkan produk ke tujuan konsumsi akhir (Pratiwi dkk, 2009). Distribusi memegang 1
Usaha dagang (UD) Sabar Jaya merupakan salah satu usaha pengolahan pangan yang memproduksi keripik buah yang terdapat di kota Malang. Produk yang dihasilkan oleh UD Sabar Jaya ini terdiri dari keripik semangka, apel, nangka, salak, nanas, rambutan dan kerupuk buah naga. Adapun produk keripik tempe tidak diproduksi sendiri oleh UD Sabar Jaya, melainkan mengambil dari produsen lain kemudian didistribusikan di berbagai tempat. UD Sabar Jaya ini melakukan produksi secara terus menerus (continue), adapun wilayah pemasaran UD Sabar Jaya di Malang yaitu di daerah Batu, Sanan, Turen, Karanglo dan Gadang. Pada saat ini, UD Sabar Jaya dihadapkan pada masalah persaingan yang sangat ketat dari kompetitornya terutama dalam hal distribusi. Walaupun pada awalnya produsen keripik buah didominasi di kota Malang, namun lambat laun usaha keripik buah kian digemari pelaku usaha kecil dan menengah (UKM) di seluruh Indonesia, apalagi mengingat bisnis kripik buah ini mudah dijalankan dan juga menjanjikan bagi produsennya. Hal ini menjadikan UD Sabar Jaya semakin memiliki banyak kompetitor dan membutuhkan peranan aktif dalam mewujudkan efisiensi dalam pendistribusian produknya. Penelitian ini bertujuan untuk menentukan tingkat efisiensi masing-masing daerah distribusi UD Sabar Jaya dan menentukan strategi perbaikan yang cocok untuk meningkatkan efisiensi distribusi UD Sabar Jaya untuk daerah yang tidak efisien. Pengukuran efisiensi dapat dilakukan dengan berbagai metode, yaitu analisis rasio, least-squares regression (LSR), total factor productivity (TFP), stochastic frontier analysis (SFA), dan data envelopment analysis (DEA). Metode analisis rasio merupakan metode paling sederhana yang hanya dapat menghasilkan informasi dari hubungan antara satu input dan satu output. Metode LSR mengukur berdasarkan kecenderungan atau nilai rata-rata (averaging techniques). LSR juga tidak mampu mengidentifikasi unit yang tidak efisien dan juga mensyaratkan fungsi produksi yang didasarkan perhitungan parametrik. Berdasarkan penjelasan tersebut, analisis regresi tidak mampu memprediksi unit yang paling efisien. Metode TFP diukur dengan menggunakan angka indeks, yang mengukur perubahan harga dan kuantitas, serta mengukur perbandingan dan perbedaan antar entitas. Adapun metode SFA memiliki kekurangan yaitu kesalahan pengukuran
tambahan mungkin dimasukkan dalam hasil, serta sumber ketidakefisienan tidak dapat dipisahkan. Diantara metode yang lainnya, metode DEA merupakan metode paling baik yang bisa digunakan. DEA adalah teknik berbasis program linier untuk mengukur efisiensi unit organisasi yang dinamakan Decision Making Units (DMU). Dengan metode ini, DMU dibandingkan secara langsung dengan sesamanya (homogen), juga input dan output dapat memiliki satuan pengukuran yang berbeda. Adapun kelebihan lain dari metode DEA adalah dapat menangani multiple inputs dan multiple outputs, tidak perlu mengetahui hubungan antara input dan outputnya, dapat digunakan dengan data input dan output yang berbeda unit, serta hal yang diperbandingkan dapat terlihat secara langsung dari output olahan yang dihasilkan. Diharapkan dengan penerapan perhitungan dengan metode DEA ini, akan diketahui tingkat efisiensi dari masing-masing daerah distribusi pemasaran. BAHAN DAN METODE Penelitian ini dilakukan pada bulan November 2013 sampai Juli 2014 di UD Sabar Jaya yang beralamat di Jalan Raya Wendit nomor 31 Pakis Malang. Tahapan penelitian diawali dari survei pendahuluan, perumusan masalah, penentuan tujuan, penentuan manfaat penelitian, studi literatur, penentuan DMU, identifikasi input dan output, uji korelasi faktor, perhitungan DEA, analisa data, strategi perbaikan, analisis sensitivitas serta penyusunan kesimpulan dan saran. Masalah dalam penelitian ini adalah bagaimana tingkat efisiensi daerah distribusi UD Sabar Jaya beserta strategi perbaikan apakah yang cocok untuk meningkatkan efisiensinya. DEA merupakan metode analisa multifaktor untuk mengukur efisiensi dari sekelompok homogenous Decision Making Unit (DMU). DMU yang dimaksud dalam penelitian ini adalah daerah distribusi dari UD Sabar Jaya yang ada di Malang. Adapun daerah - daerah yang menjadi tempat distribusi tersebut adalah di daerah Batu, Sanan, Turen, Karanglo dan Gadang. Metode DEAdiciptakan sebagai alat evaluasi kinerja suatu aktivitas di sebuah unit entitas. Secara sederhana pengukuran efisiensi dinyatakan dengan output / input. Variabel input adalah variabel yang mempengaruhi output. Dalam penelitian ini yang menjadi variabel input adalah: Jumlah Distributor (unit). Jumlah Pengiriman (bungkus). 2
HASIL DAN PEMBAHASAN
Biaya Distribusi (rupiah). Adapun variabel output adalah variabel yang menjadi pusat perhatian, yang menjadi variabel output adalah: Penjualan dari Distributor (bungkus). Penerimaan (rupiah). Keuntungan dari Distributor (rupiah). Hipotesis pada uji korelasi di penelitian ini berkaitan dengan ada tidaknya pengaruh variabel independen (input) terhadap variabel dependen (output). Tingkat signifikansi yang digunakan adalah 5%. menyatakan tidak adanya hubungan atau korelasi dari variabel independen terhadap variabel dependen. Adapun menunjukkan adanya hubungan atau korelasi dari variabel independen terhadap variabel dependen.Uji korelasi yang digunakan dalam penelitian ini adalah metode korelasi Pearson. Pada dasarnya prinsip kerja model DEA adalah membandingkan data input dan output dari suatu organisasi data DMU (Decision Making Units) dengan data input dan output lainnya pada DMU yang sejenis. Perbandingan ini dilakukan untuk mendapatkan suatu nilai efisiensi (Efendi, 2011).Model DEA yang digunakan yaitu model Constant Return to Scale (CRS). Efisiensi atau kinerja dari DMU dihitung dari rasio input-input unit keputusan terhadap output-outputnya (Lutfi, 2009).Perhitungan DEA menghasilkan efisiensi untuk setiap DMU yang relatif terhadap DMU lain dalam sampel. Angka efisiensi ini memungkinkan untuk kemudian mengenali DMU yang paling membutuhkan perhatian dan merencanakan tindakan perbaikan bagi DMU yang tidak efisien. Jika suatu DMU tidak efisien (efisiensi < 100%), DEA menunjukkan sejumlah DMU yang memiliki efisiensi sempurna (efficiency reference set, efisiensi = 100%) dan seperangkat angka pengganda (multipliers) yang dapat digunakan untuk menyusun strategi perbaikan.Strategi perbaikan bagi daerah distribusi yang kurang efisien dilakukan dengan cara menyesuaikan nilai aktual dan nilai target. Analisis sensitivitas merupakan suatu analisis untuk dapat melihat pengaruh-pengaruh yang akan terjadi akibat keadaan yang berubahubah. Dengan melakukan analisis sensitivitas maka akibat yang mungkin terjadi dari perubahan-perubahan tersebut dapat diketahui dan diantisipasi sebelumnya. Langkah penerapan analisis sensitivitas pada metode DEA yaitu dengan mengabaikan atau tidak mengikur sertakan salah satu input dalam analisis secara bergantian.
1. Gambaran Umum Perusahaan Usaha dagang (UD) Sabar Jaya merupakan sebuah usaha yang bergerak dalam bidang pengolahan pangan dengan produk keripik buah. Lokasi dari UD Sabar Jaya ini yaitu di Jalan Raya Wendit nomor 31 Pakis, kota Malang. UD Sabar Jaya ini melakukan produksi secara kontinyu dan keripik yang diproduksi tergantung pada musim buah yang ada. Adapun wilayah distribusi yang ada di Malang yaitu di daerah Batu, Sanan, Turen, Karanglo dan Gadang. Saat ini UD Sabar Jaya juga sudah memiliki merk sendiri bernama “Levina” yang juga sudah dilengkapi dengan sertifikat halal dan BPOM. 2. Penentuan DMU (Decision Making Unit) Istilah DMU dalam metode DEA ini dapat bermacam-macam unit, yaitu unit yang memiliki kesamaan karakteristik operasional (Purwantoro dan Siswandi, 2006).DMU (Decision Making Unit) yang dimaksud adalah daerah distribusi dari UD Sabar Jaya yang ada di Malang. Menurut Ray (2004) DMU yang digunakan untuk melakukan penelitian didapatkan dari survei pendahuluan dan studi literatur. Penggunaan DMU dalam analisis DEA setidaknya terdiri dari tiga unit yang bertujuan untuk memastikan tersedia cukup data bagi analisis dan DMU yang akan dianalisis haruslah relatif homogeny. Adapun DMU yang digunakan dalam penelitian ini terdiri dari 5 tempat yang tertera pada Tabel 1. Tabel 1. Klasifikasi DMU UD Sabar Jaya Daerah Distribusi Produk DMU Batu DMU 1 Sanan DMU 2 Turen DMU 3 Karanglo DMU 4 Gadang DMU 5 Sumber: UD Sabar Jaya (2014) 3. Identifikasi Input dan Output DEA menganalisis efisiensi dengan membandingkan output sebagai nominator dengan input sebagai denominator (Prabowo dan Ariyani, 2005). Perhitungan efisiensi dalam penelitian ini menggunakan variabel input dan output yang ada dan juga sesuai dengan keadaan di UD Sabar Jaya. Variabel yang digunakan ini merupakan variabel yang mempengaruhi distribusi. Input adalah sumber daya yang 3
digunakan untuk menjalankan fungsi dalam pendistribusian produk, dalam penelitian ini yang menjadi variabel input adalah: Jumlah Distributor (unit), sebagai input 1. Jumlah Pengiriman (bungkus), sebagai input 2. Biaya Distribusi (rupiah), sebagai input 3. Output adalah hasil yang merupakan perwujudan dari kegiatan pendistribusian yang telah dilakukan. Adapun variabel output yang digunakan adalah: Penjualan dari Distributor (bungkus), sebagai output 1. Penerimaan (rupiah), sebagai output 2. Keuntungan dari Distributor (rupiah), sebagai output 3. 4. Uji Korelasi Faktor Uji korelasi pada penelitian ini menggunakan two-tailed test, karena arahnya belum diketahui secara pasti, dalam artian tidak terdapat asumsi mengenai arah atau kecenderungan dari karakteristik variabel. Perhitungan uji korelasi ini dilakukan dengan menggunakan software SPSS 17. Menurut Santoso (2009) dalam uji korelasi yang dibahas pertama yaitu apakah data sampel yang ada menyediakan bukti cukup bahwa terdapat kaitan antara variabel (input dan output), dan yang kedua jika terdapat hubungan, seberapa kuat hubungan antar variabel tersebut. Interval koefisien tingkat hubungan pada uji korelasi terdapat pada Tabel 2.
Jika p-value < α, dapat diambil kesimpulan bahwa ditolak dan diterima. Sebaliknya jika p-value > α, maka dapat diambil kesimpulan bahwa diterima dan ditolak.Menurut Santoso (2010) dilihat dari tanda korelasi yang tertera, jika tanda korelasi positif (+) berarti hubungannya searah. Sebaliknya jika tanda korelasinya negatif (-) berarti hubungan kedua variabel yang diukur adalah berlawanan. Data pada setiap daerah distribusi terdapat pada Tabel 3. Tabel 3.Data Input dan Output Daerah Distribusi (perbulan) Data Faktor Jumlah Distributor *) Jumlah Pengiriman **) Biaya Distribusi ***) Penjualan dari Distributor **) Penerimaan ***) Keuntungan dari Distributor ***)
Daerah Distribusi Sanan Turen Karanglo
Gadang
4
5
1
7
1
36Rb
24Rb
12Rb
6Rb
18Rb
736,4Rb
491Rb
491Rb
245,5Rb
736,4Rb
33Rb
23Rb
10Rb
5,5Rb
18Rb
246Jt
184Jt
48Jt
24Jt
204Jt
39,6Jt
27,6Jt
7,2Jt
3,6Jt
30,6Jt
Keterangan:
*) Unit **) Bungkus ***) Rupiah Sumber: UD Sabar Jaya (2014)
Tabel 2. Interval Koefisien Tingkat Hubungan Interval Koefisien 0.00-0.199 0.20-0.399 0.40-0.599 0.60-0.799 0.80-1.0000
Batu
Tingkat Hubungan Sangat Rendah Rendah Sedang/cukup Kuat Sangat Kuat
Tabel 4. Hasil Uji Korelasi Variabel Input dan Output Correlations
Jumlah Distributor
Sumber: Sugiono (2007) Uji korelasi dari variabel input dan output menggunakan software SPSS 17 ini menggunakan korelasi Pearson. Korelasi Pearson merupakan salah satu ukuran korelasi yang digunakan untuk mengukur kekuatan dan arah hubungan linier dari dua variabel. Dua variabel dikatakan berkorelasi apabila perubahan salah satu variabel disertai dengan perubahan variabel lainnya, baik dalam arah yang sama ataupun arah yang sebaliknya.
Jumlah Pengiriman
Biaya Distribusi
Pearson Correlation Sig. (2tailed) N Pearson Correlation Sig. (2tailed) N Pearson Correlation Sig. (2tailed) N
Penjualan dari Distributor
Penerimaan
Keuntungan dari Distributor
-.077
-.194
-.194
.902
.754
.754
5
5
5
.996
**
.000
*
.919*
.027
.027
.919
5
5
5
.761
.860
.860
.135
.061
.061
5
5
5
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
Sumber: Output SPSS (2014) 4
Hasil pengolahan data dari Tabel 4 dapat disimpulkan: 1. Tidak terdapat hubungan antara jumlah distributor dan penjualan dari distributor (tidak signifikan). 2. Tidak terdapat hubungan antara jumlah distributor dan penerimaan (tidak signifikan). 3. Tidak terdapat hubungan antara jumlah distributor dan keuntungan dari distributor (tidak signifikan). 4. Terdapat hubungan antara jumlah pengiriman dan penjualan dari distributor (signifikan). Hubungan diantara keduanya sangat kuat. Adapun karena angkanya positif maka hubungan antara variabel input dan variabel output yang diukur berbanding lurus. 5. Terdapat hubungan antara jumlah pengiriman dan penerimaan (signifikan). Hubungan diantara keduanya sangat kuat. Adapun karena angkanya positif maka hubungan antara variabel input dan variabel output yang diukur berbanding lurus. 6. Terdapat hubungan antara jumlah pengiriman dan keuntungan dari distributor (signifikan). Hubungan diantara keduanya sangat kuat. Adapun karena angkanya positif maka hubungan antara variabel input dan variabel output yang diukur berbanding lurus. 7. Tidak terdapat hubungan antara biaya distribusi dan penjualan dari distributor (tidak signifikan). 8. Tidak terdapat hubungan antara biaya distribusi dan penerimaan (tidak signifikan). 9. Tidak terdapat hubungan antara biaya distribusi dan keuntungan dari distributor (tidak signifikan).
metode DEA disebut nilai efisiensi relatif, sehingga kriteria yang digunakan untuk menilai daerah distribusi UD Sabar Jaya adalah efisiensi relatif. Analisis pengolahan data dengan metode DEA ini dilakukan menggunakan bantuan software Banxia Frontier Analyst yang hasilnya tertera pada Tabel 5. Range untuk green adalah 100%, range untuk amber adalah 90%-99,99% dan range untuk red adalah 0%-89,99%. Adapun arti dari masing-masing warna adalah: Green, adalah proyek aman dan terdapat pada trek yang ingin dicapai. Amber, adalah proyek mungkin beresiko jika masalah tersebut tidak ditangani dan perhatian diperlukan disini. Red, adalah proyek beresiko karena jauh dari trek yang ingin dicapai atau keluar dari ruang lingkup. Disini tindakan manajemen segera diperlukan. Tabel 5. DMU yang Efisien dan Inefisien Unit Name
Score
Efficient
Condition
Batu
100%
Efisien
Green
Sanan
100%
Efisien
Green
Turen
83,3%
Karanglo
91,7%
Gadang
100%
Tidak Efisien Tidak Efisien Efisien
Red
Amber Green
Sumber: Output Banxia Frontier Analyst (2014) 6. Strategi Perbaikan Selain untuk mengukur nilai efisiensi dari masing-masing DMU, metode DEA juga dapat digunakan untuk memberikan referensi atau acuan bagi DMU yang berada dalam kondisi inefisien agar mampu mencapai kondisi efisien (Muharam dan Pusvitasari, 2005). Software Banxia Frontier Analyst yang digunakan untuk menghitung tingkat efisiensi menggunakan metode DEA ini, juga dapat menyajikan data yang menunjukkan solusi untuk memberikan perbaikan bagi daerah distribusi yang belum efisien. Solusi tersebut terdapat pada potential improvements yang menunjukkan target yang seharusnya bisa dicapai, disertai angka berapa persen seharusnya variabel input atau output yang digunakan dapat dikurangi atau ditambah untuk mencapai target yang ditentukan. Aktual variabel input dan output UD Sabar Jaya tertera pada Tabel 6, sedangkan targetnya terdapat pada Tabel 7. Adapun jumlah persen perbaikan terdapat pada Tabel 8.
5. Analisis Efisiensi dengan Data Envelopment Analysis Terdapat dua model yang sering digunakan dalam pendekatan DEA yakni model Constant Return to Scale (CRS) dan model Variable Return to Scale (VRS) (Pratikno dan Sugianto, 2011). Penelitian di UD Sabar Jaya ini menggunakan model CRS, dimana menurut Prasetyo (2008) model CRS yaitu terdapatnya hubungan yang linier antara input dan output, setiap penambahan sebuah input akan menghasilkan pertambahan output yang proporsional dan konstan. Masih menurut Prasetyo (2008) hasil perhitungan dengan 5
Tabel 6. Jumlah Aktual Variabel Input dan Output pada UD Sabar Jaya Actual Biaya Distribusi (Rupiah)
Actual Keuntungan dari Distributor (Rupiah)
Score
Batu
100%
4
36.000
736.400
33.000
264.000.000
39.600.000
Sanan
100%
5
24.000
491.000
23.000
184.000.000
27.600.000
Turen
83,3%
1
12.000
491.000
10.000
48.000.000
7.200.000
Karanglo
91,7%
7
6.000
245.500
5.500
24.000.000
3.600.000
Gadang
100%
1
18.000
736.400
18.000
204.000.000
30.600.000
Unit Name
Actual Jumlah Pengiriman (Bungkus)
Actual Penjualan dari Distributor (Bungkus)
Actual Jumlah Distributor (Unit)
Actual Penerimaan (Rupiah)
Sumber: Output Banxia Frontier Analyst (2014) Tabel 7. Jumlah Target Variabel Input dan Output yang Dapat Diterapkan Unit Name
Target Jumlah Distributor (Unit)
Target Jumlah Pengiriman (Bungkus)
Target Penjualan dari Distributor (Bungkus)
Target Biaya Distribusi (Rupiah)
Target Keuntungan dari Distributor (Rupiah)
Target Penerimaan (Rupiah)
Batu
4
36.000
736.400
33.000
264.000.000
39.600.000
Sanan
5
24.000
491.000
23.000
184.000.000
27.600.000
Turen
1
10.000
409.111
10.000
48.000.000
7.200.000
Karanglo
1
5.500
225.011
5.500
62.333.333
9.350.000
Gadang
1
18.000
736.400
18.000
204.000.000
30.600.000
Sumber: Output Banxia Frontier Analyst (2014) Tabel 8. Jumlah Persen untuk Perbaikan Variabel Input dan Output Unit Name
Percent Jumlah Distributor (Unit)
Percent Jumlah Pengiriman (Bungkus)
Percent Penjualan dari Distributor (Bungkus)
Percent Biaya Distribusi (Rupiah)
Percent Keuntungan dari Distributor (Rupiah)
Percent Penerimaan (Rupiah)
Batu
0
0
0
0
0
0
Sanan
0
0
0
0
0
0
Turen
0
-16,7
-16,7
0
0
0
-95,6
-8,3
-8,3
0
159,7
159,7
0
0
0
0
0
Karanglo Gadang
0
Sumber: Output Banxia Frontier Analyst (2014) diperbaiki disini yaitu pengurangan jumlah distributor menjadi 1 distributor saja, akan tetapi dalam hal ini bukan berarti memberhentikan 6 distributor lainnya. Melainkan dengan cara mengalihkan peran mereka menjadi pelanggan tetap dari 1 distributor yang dikirim produknya oleh UD Sabar Jaya.
Berdasarkan output perhitungan DEA, terdapat cara-cara yang dapat digunakan untuk dapat meraih target supaya nilai efisiensi bisa menjadi 100%: o Jumlah Distributor Dikurangi Karanglo memiliki jumlah distributornya sebanyak 7 unit. Kondisi yang perlu 6
o
Jumlah Pengiriman Dikurangi Daerah Turen dikurangi dari 12.000 bungkus menjadi 10.000 bungus dan untuk daerah Karanglo dari 6000 bungkus menjadi 5500 bungkus saja disetiap bulannya. Jadi cara ini untuk mengatasi masalah agar produk bisa tetap habis terjual tanpa mengalami penumpukan. o Biaya Distribusi Dikurangi Saluran distribusi yang lebih pendek membuat UD Sabar Jaya dapat lebih mengendalikan biaya distribusi. Merancang saluran distribusi dengan hanya 1 perantara dapat mengurangi tugas UD Sabar Jaya dalam pendistribusian sehingga menurunkan biaya distribusi. o Menaikkan Penerimaan Meloyalkan pelanggan dan konsumen, dilakukan dengan meningkatkan kualitas produk tanpa menaikkan harga serta meminimumkan waktu keterambatan pengiriman. Memberlakukan kebijakan diskon, semakin banyak jumlah yang dikirim maka diskon yang diberikan semakin tinggi. Pengurangan biaya distribusi, dengan cara mengurangi proses pengiriman. Penambahan outlet penjualan, jika biasanya UD Sabar Jaya hanya menyalurkan produknya melalui distributor, maka hal ini dapat dilakukan dengan menambah jumlah outlet penjualan atau aktif mengikuti kegiatan pameran. o Menaikkan Keuntungan Mencari sumber bahan baku yang lebih murah dengan kualitas yang minimal sama dengan yang sudah dipakai saat ini.
perubahan skor efisiensi pada suatu DMU(Lathifah dan Atmanti, 2013). Uji sensitivitas yang dilakukan pada penelitian ini adalah dengan mengabaikan salah satu input dalam analisis DEA yang hasilnya tertera pada Tabel 9. Tabel 9. Pengaruh Variabel Input Terhadap Sensitivitas DMU Variabel Input yang Diabaikan
DMU
Nilai Efisiensi Awal
Jumlah Distributor
Jumlah Pengiriman
Biaya Distribusi
Batu
100%
95,70%
100%
91,70%
Sanan
100%
100%
100%
95,80%
Turen
83,30%
83,30%
73,20%
83,30%
Karanglo
91,70%
91,70%
47,80%
91,70%
Gadang
100%
100%
100%
100%
Sumber: Output Banxia Frontier Analyst (2014) KESIMPULAN 1. Daerah yang efisien meliputi Batu, Sanan dan Gadang dengan nilai efisiensi sebesar 100%. Adapun daerah yang tidak efisien yaitu Turen dengan nilai efisiensi sebesar 83,3% dan Karanglo dengan nilai efisiensi sebesar 91,7%. 2. Strategi perbaikan untuk Turen dan Karanglo berdasarkan output potential improvement yaitu dengan mengurangi jumlah distributor, mengurangi jumlah pengiriman dan mengurangi biaya distribusi. DAFTAR PUSTAKA Blocher, E.J. 2007. Cost Management (Manajemen Biaya): Penekanan Strategis. Salemba Empat. Jakarta. Hal. 136, 404.
Modernisasi alat produksi dan meningkatkan kualitas SDM, hal-hal yang biasanya dilakukan oleh tenaga manusia diganti dengan menggunakan alat.
Efendi, S. 2011. Peringkat Efisiensi Decision Making Unit (DMU) dengan Stochasyic Data Envelopment Analysis (SDEA).Bulletin of Mathematics 3(1): 69-78.
7. Analisis Sensitivitas Analisis sensitivitas merupakan suatu analisis yang digunakan untuk menguji perubahan suatu jumlah jika faktor-faktor yang digunakan untuk memprediksi jumlah tersebut berubah (Blocher, 2007). Setelah melakukan analisis efisiensi dengan menggunakan metode DEA, maka perlu dilakukan analisis sensitivitas terhadap skor efisiensi. Analisis sensitivitas dalam DEA dilakukan dengan memperhatikan
Lathifah, H. dan Atmanti, H. 2013. Analisis Produktivitas Sekolah Menengah Atas Negeri (SMAN) Di Kabupaten Semarang. Diponegoro Journal Of Economics 2(2): 1-8.
7
Lutfi, M. 2009. Pemisahan Parameter Umur Hand Tractor untuk Menganalisis Pengaruhnya Pada Evaluasi Kinerja Mekanisasi Petani Kecil di Madiun Menguunakan “Data Envelopment Analysis”. Jurnal Teknologi Pertanian 10(2): 69-77.
Purwantoro, R. dan Siswandi, E. 2006. Pengolahan Data Skala Terbatas dengan Metode Data Envelopment Analysis (DEA): Studi Kasus Efektivitas Proses Peluncuran Produk Baru. Usahawan LMFEUI 1(2): 1-17. Ray, S. 2004. Data Envelopment Analysis Theory and Techniques for Economics and Operation Research. Cambridge University Press. Cambridge. Hal. 1-3.
Muharam, H. dan Pusvitasari, R. 2005. Analisis Perbandingan Efisiensi Bank Syariah di Indonesia dengan Metode Data Envelopment Analysis. Jurnal Ekonomi Universitas Diponegoro Semarang 2(3): 80-116.
Santoso, S. 2009. Panduan Lengkap Menguasai Statistik dengan Spss 17. PT Elex Media Komputindo. Jakarta. Hal. 303.
Prabowo, R. dan Ariyani, Y. 2005. Investasi Teknologi Informasi dan Kinerja Keuangan: Aplikasi Data Envelopment Analysis (DEA) pada Perusahaan yang Sukses Melakukan Investasi Teknologi Informasi. SNA 8(1): 808819.
Santoso, S. 2010. Statistik Nonparamentrik. PT Elex Media Komputindo. Jakarta. Hal. 220. Sugiyono. 2007. Statistika untuk Penelitian. Alfa Beta. Bandung. Hal. 104.
Prasetyo, S. 2008. Analisis Efisiensi Distribusi Pemasaran Produk Dengan Metode Data Envelopment Analysis (DEA).Jurnal Penelitian Ilmu Teknik 8(2): 120-128. Pratikno, H. dan Sugianto, I. 2011. Kinerja Efisiensi Bank Syariah Sebelum dan Sesudah Krisis Global Berdasarkan Data Envelopment Analysis. Jurnal Ekonomi Bisnis 16(2): 108-117. Pratiwi, I., Nandiroh, S. dan Miski, A. 2009. Analisis Efisiensi Distribusi Pemasaran Dengan Pendekatan Data Envelopment Analysis (DEA). Simposium Nasional RAPI 8(1): 19-27.
8