PENENTUAN CABANG BARU PADA TOKO KIMIDI CAKE MENGGUNAKAN METODE ANALYTICAL NETWORK PROCESS (ANP) DAN ANALISIS INVESTASI

Prosiding Seminar Nasional Manajemen Teknologi XVIII Program Studi MMT-ITS, Surabaya 27 Juli 2013

PENENTUAN CABANG BARU PADA TOKO KIMIDI CAKE MENGGUNAKAN METODE ANALYTICAL NETWORK PROCESS (ANP) DAN ANALISIS INVESTASI Helmi Usman1) dan Suparno2) Manajemen Industri Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember (ITS) Surabaya Kampus MMT ITS, Jl. Cokroaminoto No. 12A Surabaya 60264 Email : [email protected]) ; [email protected]) ABSTRAK Semakin tinggi tingkat kesadaran masyarakat terhadap kebutuhan bahan makanan mengakibatkan tingginya persaingan di antara penyedia bahan makanan. Toko KIMIDI cake merupakan sebuah toko yang menyediakan berbagai macam bahan – bahan makanan, oven, loyang, dan berbagai macam cetakan kue yang lainnya. Dalam lingkungan yang sangat kompetitif, pemilihan lokasi cabang baru yang memiliki daya saing tinggi merupakan prioritas utama. Untuk itu perlu dilakukan analisis pemilihan lokasi untuk memberikan keuntungan maksimal dan daya saing tinggi sesuai dengan tujuan perusahaan. Pada perhitungan analisis investasi diperoleh kecamatan Kedungwaru sebagai kecamatan yang memiliki nilai investasi paling baik dengan NPV sebesar Rp. 646.800.000, dengan IRR sebesar 31% dan lama payback period selang 2 tahun 1,5 bulan. Berdasarkan perhitungan ANP kecamatan Kedungwaru merupakan kecamatan dengan bobot tertinggi dengan bobot 0,158, diikuti ke.Boyolangu sebesar 0,128, kemudian kec.Karangrejo sebesar 0,06, kec.Bandung sebesar 0,035, dan terakhir kec.Durenan sebesar 0,026. Kelurahan paling optimal adalah kelurahan Tanon. Tingkat sensitivitas kecamatan kedungwaru sebesar 13,7%. Kata kunci: Analisa Lokasi, Toko KIMIDI cake, Pairwise Comparison, Kelayakan Investasi, Analytic Network Process (ANP).

PENDAHULUAN Di era dunia modern saat ini, wisata kuliner telah mampu menghipnotis sebagian besar masyarakat untuk dijadikan suatu gaya hidup. Tidak heran banyak dari mereka yang mengatakan bahwa strata hidup seseorang dapat dipengaruhi oleh konsumsi makanan mereka sehari-hari. Saat ini banyak sekali sajian kuliner yang eksklusif dengan bahan-bahan yang berkualitas tinggi serta pasokan bahan-bahan baku yang diperoleh justru dari luar negeri. Sangat disayangkan mengingat negara kita kaya akan sumber daya alam dimana didalamnya mengandung banyak sekali unsur bahan pangan yang dibutuhkan untuk kebutuhan sehari-hari. Dalam penulisan tesis ini ada beberapa metode yang dapat digunakan untuk penentuan lokasi baru, diantaranya Analytic Hierarchy Process (AHP) yang mana mendeskripsikan masalah pengambilan keputusan dalam hirarki dengan tujuan, kriteria keputusan, dan alternatif. Kelemahan model ini adalah tingkat ketergantungan dengan input utamanya sangat tinggi, Input utama ini berupa persepsi seorang ahli sehingga dalam hal ini melibatkan subyektifitas sang ahli, selain itu juga model menjadi tidak berarti jika ahli tersebut memberikan penilaian yang keliru.. Metode yang digunakan dalam penulisan tesis ini adalah Analytic Network Process (ANP), metode ini hampir sama dengan metode AHP hanya saja ANP memiliki banyak kelebihan, dengan menggunakan ANP pengambilan keputusan dapat ISBN : 978-602-97491-7-5 A-29-1


dilakukan secara subyektif dan obyektif, prediksi yang lebih akurat, dan hasil yang lebih stabil dan robust. ANP akan sangat membantu perusahaan dalam pengambilan keputusan karena akan lebih akurat dan sangat efisien. ANP digunakan dalam analisis keputusan multikriteria yang mampu mengakomodasi adanya saling keterkaitan dalam bentuk interaksi dan umpan balik dari elemen-elemen dalam cluster (inner dependence) atau antar cluster (outer dependence). METODOLOGI PENELITIAN Pada bagian metode penelitian ini penulis menggunakan beberapa pendekatan dan teori target market. Selain Analytical Network Process (ANP) penulis juga menggunakan model porter’s diamond untuk menampilkan sub kriteria yang akan digunakan perhitungan ANP dan juga adanya perhitungan analisis investasi yang nantinya juga digunakan sebagai bagian dari input-an sub-kriteria. Tahap awal yang pertama kali dilakukan adalah mengidentifikasi kriteria target market toko KIMIDI cake untuk memperoleh lima kecamatan alternatif. Setelah diidentifikasi, dihitung bobot prioritas masing-masing kriteria menggunakan pairwise comparison berdasarkan penilaian manajemen toko KIMIDI cake. Tahap selanjutnya adalah identifikasi kriteria daya saing berdasarkan model Porter’s Diamond terhadap lima alternatif lokasi yang telah di dapat. Selanjutnya, sebagai masukan dalam menilai faktor ekonomi dilakukan perhitungan kelayakan investasi terhadap lima lokasi alternatif dengan menggunakan perhitungan Net Present Value (NPV), Internal Rate of Return (IRR), dan payback periode. Kategori penilaian yang didapat dari perhitungan kelayakan investasi akan digunakan untuk menilai sub kriteria faktor ekonomi sebagai salah satu atribut dalam ANP. Sub kriteria yang telah valid dijadikan masukan (input) kuisionair dalam model dan penentuan bobot prioritas dengan menggunakan metode analytical Network Process (ANP). Pada perhitungan menggunakan ANP, sub kriteria yang telah valid hasilnya digunakan sebagai masukan ( input ) kuisioner dalam model dan penentuan bobot prioritas dengan menggunakan metode Analytical Network Proccess (ANP), metode ANP ini digunakan untuk mengetahui bobot dari masing-masing alternatif sehingga terpilih sebuah lokasi dengan daya saing dan potensi terbaik. Sebelum dilakukan penentuan bobot kriteria, sub-kriteria, dan alternatif, dilakukan terlebih dahulu identifikasi hubungan antar kriteria, antar sub-kriteria, dan antar sub-kriteria dengan aternatif. Setelah diidentifikasi kemudian langkah yang dilakukan adalah melakukan validasi dengan melakukan brainstorming dengan beberapa ahli sehingga didapat hubungan yang valid. Software yang digunakan untuk perhitungan metode ANP ini adalah software superdecision. Tahap terakhir dalam perhitungan adalah melakukan analisis sensitivitas terhadap kecamatan terpilih yang mana digunakan untuk mengetahui besar maksimal penurunan demand akibat pengaruh dari luar. PENGUMPULAN DAN PENGOLAHAN DATA Kriteria yang digunakan sebagai pemilihan lokasi baru toko KIMIDI cake berdasarkan target market ada tiga, yaitu kepadatan penduduk, Usia produktif (20 – 50), dan jumlah penduduk yang berpenghasilan menengah kebawah. Lima kecamatan yang memiliki bobot tertinggi nantinya akan menjadi kecamatan alternatif terpilih. Rating kecamatan ke-n ini nanti akan dihitung dengan rumus sebagai berikut : yn = a.KPn + b.UPn + c.MBn ..................................................................................................(1) ISBN : 978-602-97491-7-5 A-29-2


Keterangan : yn = Nilai rating kecamatan ke - n a = Bobot kepentingan kriteria kepadatan penduduk b = Bobot kepentingan kriteria rentang usia potensial c = Bobot kepentingan kriteria jumlah penduduk menengah kebawah KPn = Rating kepadatan penduduk pada kecamatan ke - n UPn = Rating penduduk dengan usia potensial pada kecamatan ke - n MBn = Rating penduduk dengan pendapatan menengah kebawah pada kecamatan ke – n Nilai a, b, dan c adalah bobot kepentingan dari masing – masing kriteria yang diperoloeh dari penilaian para ahli dengan menggunakan pairwise comparison. Berdasarkan perhitungan pairwise comparison diperoleh bobot prioritas kriteria kepadatan penduduk sebesar 0,53961, usia potensial (20-50) sebesar 0,16342, dan penduduk yang berpenghasilan menengah kebawah sebesar 0,29696. Nilai KPn , UPn , dan MBn menunjukkan peringkat suatu kecamatan pada kriteria kepadatan penduduk, usia potensial, dan penduduk menengah kebawah didapat dengan rumus sebagai berikut : KPn = (KPx / Total KP)............................................................................................................(2) Keterangan : x = Kecamatan ke – x KP = Kepadatan penduduk KPn = Rating kepadatan penduduk pada kecamacatan ke-n. R(KPcampurdarat) = (47876/1002807)*100 = 4,774 Perhitungan yang sama dilakukan terhadap semua kecamatan yang ada di kabupaten Tulungagung. Perhitungan yang sama juga dilakukan terhadap kriteria usia potensial (20 – 50) dan penduduk berpenghasilan menengah kebawah. Berikut perhitungan nilai rating untuk kriteria usia potensial. UPn = (UPx / Total UP) * 100...................................................................................................(3) Keterangan : x = Kecamatan ke – x UP = Penduduk usia potensial UPn = Rating penduduk usia potensial pada kecamacatan ke-n. Contoh perhitungan usia potensial : UPcampurdarat = (28845/680768) *100 = 4, 025 Untuk menghitung nilai rating kriteria pendapatan penduduk menengah kebawah adalah sebagai berikut : MBn = (MBx / Total MB) * 100...............................................................................................(4) Contoh perhitungan kriteria pendapatan penduduk menengah kebawah adalah sebagai berikut: MB campurdarat = (18845/367856) * 100 = 5,123 Setelah diketahui nilai rating masing-masing kecamatan maka dilakukan perhitungan nilai total terbobot.

ISBN : 978-602-97491-7-5 A-29-3


Perhitungan nilai terbobot ini dilakukan dengan mengalikan tiga parameter kriteria / bobot awal yang sudah diperoleh dengan dengan rating dari masing-masing kriteria. Sehingga nantinya akan diperoleh nilai total terbobot dari setiap kecamatan. Setelah hasil total terbobot tiap – tiap kecamatan ini diperoleh, baru kita akan mengambil lima kecamatan yang memiliki nilai total bobot yang paling tinggi untuk dijadikan alternatif dalam perhitungan menggunakan metode ANP. Tabel 1. Nilai terbobot Tiap Kecamatan

Keterangan : R.K = Rating Kepadatan B.K = Bobot Kepadatan RMB = Rating Menengah kebawah BMB = Bobot menengah kebawah R.U = Rating Usia B.U = Bobot Usia Bedasarkan nilai terbobot diketahui lima alternatif kecamatan yaitu kecamatan kedungwaru, kecamatan Boyolangu, kecamatan Karangrejo, kecamatan Bandung, dan terakhir kecamatan Durenan. Pada penulisan tesis ini, faktor ekonomi merupakan salah satu bagian dalam sub – kriteria dalam model porter’s diamond. Untuk itu, dilakukan perhitungan faktor ekonomi dengan menghitung Net Present Value (NPV), Internal Rate of Return (IRR), dan Payback period. Parhitungan faktor ekonomi ini nantinya akan digunakan sebagai salah satu faktor input-an dalam perhitungan ANP. Pada tabel 2 dibawah ini akan ditampilkan nilai Net Present Value (NPV), Internal Rate of Return (IRR), dan payback Period untuk 5 kecamatan terpilih. Tabel 2. NPV, IRR, dan payback period masing-masing kecamatan

ISBN : 978-602-97491-7-5 A-29-4


Berdasarkan hasil perhitungan faktor ekonomi dengan paramater NPV, IRR, dan payback period ternyata kecamatan yang tidak layak dari segi investasi adalah kecamatan Bandung. Hasil dari tabel 2 diatas ini nanti akan diukur berdasarkan nilai rating untuk dikelompokkan dalam beberapa katogori kelayakan, dimana dalam kategori kelayakan ini nanti akan diberi bobot tersendiri untuk inptan pada perhitungan ANP pada software super decision. Penilaian kategori kelayakan untuk kuisioner ANP adalah sebagai berikut : <0 = Sangat tidak baik 1-29 = Kurang Baik 30-59 = Baik 60-79 = Sangat baik 80-100 = Sangat baik sekali Tabel 3. Kategori penilaian faktor ekonomi

Kecamatan Boyolangu

Rating Kategori Penilaian

NPV

145.000.000 Durenan 442.550.000 Bandung -287.455.000 Karangrejo 115.350.000 Kedungwaru 646.800.000 TOTAL 1.062.245.000

13,7 41,7 -27,1 10,9 60,9

Kurang Baik Baik Sangat tidak baik Kurang baik Sangat baik

Penilaian yang didapat pada tabel 3 diatas adalah penilaian yang diperoleh dari perhitungan analisis investasi yang akan digunakan untuk menilai sub-kriteria faktor ekonomi. Sub-kriteria yang sudah valid dijadikan masukan (input) kuisioner dalam perhitungan super decision dengan metode Analytical Network Process (ANP). Perhitungan rating diatas diperoleh dengan membandingkan nilai NPV daerah tersebut dengan NPV total yang kemudian dikalikan dengan 100 persen. Berdasarkan hasil perhitungan ANP dengan menggunakan super decision, maka kita dapat menemukan nilai bobot dari sub-kriteria yang ada. Selain itu, bobot prioritas aletrnatif yang hendak di capai juga dapat ditemukan. Tabel 4 dibawah ini adalah rangking alternatif pembangunan cabang baru dengan bobot paling baik. Tabel 4. Rangking Alternatif Pemilihan Lokasi Toko Kimidi cake

Kecamatan memiliki luas yang sangat besar sehingga akan menyulitkan proses penilaian secara obyektif dan spesifik. Untuk itu, dilakukan penentuan kelurahan optimal dari lima kecamatan terpilih.

ISBN : 978-602-97491-7-5 A-29-5


Cara yang dilakukan adalah penentuan kelurahan optimal dari kecamatan terpilih dengan menggunakan metode P- Median. Dengan pendekatan Myopic Algorithm dengan rumus : . Minimize = ∑ ∑ ....................................................................................................(5) Dimana :

hi = Permintaan pada node i dij = Jarak antara titik permintaan node i dengan node j yaitu kandidat yang dibangun (dij bernilai nol jika i = j )

Gambar 2 : Jaringan kelurahan kec. Kedungwaru

Jaringan pada gambar 2 menunjukkan titik lokasi kelurahan yang memiliki prospek paling baik pada kecamatan kedungwaru, yang mana nanti akan didapatkan nilai kelurahan yang paling optimal untuk pembangunan cabang baru. Dari perhitungan jarak diatas akan dilakukan perhitungan terhadap seluruh kelurahan yang ada di Kecamatan Wonokromo, sehingga didapat demand-weighted distance untuk masing – masing kelurahan. Perhitungan dari demand-weighted distance yang paling minimal nantinya adalah kelurahan paling optimal untuk pembangunan cabang baru tersebut. Perhitungan demand - weighted distance tersebut adalah sebagai berikut. Tabel 5. Demand-weighted Distance Kecamatan Kedungwaru

No 1 2 3 4 5 6

Kecamatan Kedungwaru (Node j) kedung Tawang Rejo Ringin Node i Tanon Ngujang waru sari agung pitu kedungwaru 0 10710 8568 8568 17136 27846 Tawangsari 9395 0 5637 21420,6 22548 13153 Tanon 8346 6259,5 0 16692 18778,5 12519 Rejoagung 8432 24031,2 16864 0 14756 8432 Ringinpitu 13672 25296 15381 11963 0 22217 Ngujang 25070,5 11963 11571 7714 25070,5 0 TOTAL 64915,5 78259,7 58021 66357,6 98289 84167

ISBN : 978-602-97491-7-5 A-29-6


Berdasarkan perhitungan Demand-weighted distance pada tabel 5 diatas diketahui bahwa pada kecamatan kedungwaru kelurahan yang paling optimal untuk membangun cabang baru adalah kelurahan Tanon. Karena dalam perhitungan demand-weighted distance kelurahan tanon memiliki titik permintaan paling minimal. Setelah terpilih kecamatan dan kelurahan yang paling baik perlu dilakukan analisis sensitivitas terhadap kecamatan Kedungwaru terhadap perubahan demand. Bedasarkan perhitungan analisis sensitivitas tingkat sensitivitas kelayakan kecamatan Kedungwaru terhadap perubahan demand adalah sebesar 13,7%. Dari nilai tersebut dapat disimpulkan bahwa nilai 13,7% adalah nilai penurunan maksimal yang tidak mengubah status “ layak” pada kecamatan Kedungwaru menjadi “tidak layak”. KESIMPULAN Perhitungan nilai terbobot berdasarkan target market dan tiga kriteria yaitu kepadatan penduduk, penduduk usia potensian (20 - 50), dan penduduk dengan pendapatan menengah kebawah diperoleh lima kecamatan optimal dari 19 kecamatan yang ada di kabupaten Tulungagung. Lima kecamatan itu adalah Kecamatan Kedungwaru, kecamatan Boyolangu, kecamatan Karangrejo, kecamatan Bandung, dan kecamatan Durenan. Perhitungan faktor ekonomi menempatkan kecamatan Kedungwaru sebagai kecamatan yang memiliki analisis investasi tertinggi dengan dengan Net Present Value (NPV) sebesar Rp. 646.800.000,- dengan Internal Rate of Return (IRR) 31% dan payback period selama 2 tahun 1,5 bulan. Berdasarkan perhitungan ANP bobot prioritas pemilihan lokasi baru toko KIMIDI cake yang paling optimal adalah kecamatan Kedungwaru dengan bobot total 0,158 kemudian kecamatan Boyolangu dengan bobot 0,128, diikuti kecamatan Karangrejo dengan bobot 0,06, kecamatan Bandung 0,035 dan terakhir kecamatan Durenan dengan bobot 0,026. Kelurahan optimal pada kecamatan Kedungwaru berdasarkan metode P-Median adalah kelurahan Kedungwaru, kelurahan Rejoagung, kelurahan Ngujang, kelurahan Tawangsari, kelurahan Tanon, dan kelurahan Ringinpitu. Berdasarkan perhitungan demand – weight distance kecamatan Kedungwaru diperoleh kelurahan yang paling optimal untuk mendirikan cabang baru yaitu di kelurahan Tanon. Analisis sensitivitas untuk kecamatan Kedungwaru sebesar 13,7%. Artinya jika terjadi tingkat penurunan permintaan maksimal sebesar 13,7% maka itu tidak akan merubah status “layak” pada kecamatan Kedungwaru. DAFTAR PUSTAKA Agarwal, A., Shankar, R., Tiwari, M.K., 2006. Modeling the Matrics of lean, agile and leagile supply chain: an ANP – based approach. European Journal of Operational Research 173, 211 – 225 Buyukozkan, G., Kahraman, C., Ruan, D., 2004. A Fuzzy multi-criteria decision approach for software development strategy selection. International Journal of General System 33 (2 – 3), 259 – 280 Cheng, S., Chan, C.W., Huang, G.H., 2002. Using mulitiple criteria decision analysis for supporting decision of waste management. Journal of Environmental Science & Health A37 (6), 975 – 990.

ISBN : 978-602-97491-7-5 A-29-7


Chung, S. H., Lee, A. H. I., & Pearl, W. L. (2005). Product mix optimization for semiconductor manufacturing based on AHP and ANP analysis. The International Journal of Advanced Manufacturing Technology, 25, 1144 – 1156 Guneri, A. F., Tiryaki, F., & Akkaya, G. (2006). Using analytic hierarchy process (AHP) in location selection for a yarn factory: A case study. International Journal of Industrial Engineering-Theory Applications and Practice, 13, 334 – 340. Lee, J. W., & Kim, S. H. (2000). Using analytic network process and goal programming for independent information system project selection. Computers and Operations Research, 27, 367 – 382 Saaty, T. L. (1999), Fundamental of the analytic network process (pp. 1-14). Japan : University of Pittsburgh, ISAHP Wua, W. W., & Lee, Y. T. (2007). Selecting knowledge management strategies by using the analytic network process. Expert Systems with Applications, 32, 841 - 847

ISBN : 978-602-97491-7-5 A-29-8

PENENTUAN CABANG BARU PADA TOKO KIMIDI CAKE MENGGUNAKAN METODE ANALYTICAL NETWORK PROCESS (ANP) DAN ANALISIS INVESTASI

Recommend Documents