SISTEM PENUNJANG KEPUTUSAN MANAJEMEN LOGISTIK PADA AGROINDUSTRI BERBAHAN BAKU KARET (STUDI KASUS DI PT. AGRONESIA DIVISI INKABA) KIKI AMELIA LUBIS

SISTEM PENUNJANG KEPUTUSAN MANAJEMEN LOGISTIK PADA AGROINDUSTRI BERBAHAN BAKU KARET (STUDI KASUS DI PT. AGRONESIA DIVISI INKABA)

KIKI AMELIA LUBIS

DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR 2015

PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Sistem Penunjang Keputusan Manajemen Logistik pada Agroindustri Berbahan Baku Karet (Studi Kasus di PT. Agronesia Divisi Inkaba) adalah benar karya saya dengan arahan dari dosen pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, September 2015 Kiki Amelia Lubis NIM F34100071

ABSTRAK KIKI AMELIA LUBIS. Sistem Penunjang Keputusan Manajemen Logistik pada Agroindustri Berbahan Baku Karet (Studi Kasus di PT. Agronesia Divisi Inkaba). Dibimbing oleh MARIMIN dan M. ARIF DARMAWAN. Pertumbuhan sektor industri karet di Indonesia belum tumbuh secara maksimal karena adanya permasalahan dalam bidang logistik, yang dapat dilihat dari nilai Logistic Performance Index (LPI) Indonesia pada tahun 2012 berada pada peringkat ke-59 dari 183 negara. Untuk mengatasi permasalahan dalam bidang logistik, dibutuhkan kemampuan untuk mengambil keputusan secara cepat, efektif, dan efisien dalam manajemen logistik. Tujuan penelitian ini adalah mengembangkan sistem penunjang keputusan berbasis web yang dapat memberikan keluaran sebagai solusi atas permasalahan-permasalahan logistik yang ada. Pendekatan yang digunakan untuk proses dan analisis data yaitu analisis ABC, AHP, dan simulasi Monte Carlo. Model penyelesaian dan data tersebut dikemas dan diimplementasikan dalam perangkat lunak sistem pengambilan keputusan. Hasil perhitungan AHP menunjukkan bahwa Tunggal Abadi terpilih sebagai pemasok bahan baku SIR 50, PT. Tanggamus sebagai pemasok SIR 20, dan PT. Hosana mandiri sebagai distributor. Hasil simulasi Monte Carlo menunjukkan bahwa rata-rata permintaan SIR 50 adalah 6 600,23 kg/bulan dan SIR 20 sebesar 4 828,17 kg/bulan. Perangkat lunak sistem pengambilan keputusan ini telah diverifikasi dan divalidasi mampu memberikan rekomendasi pengambilan keputusan bagi manajemen logistik. Kata kunci : AHP, manajemen logistik, simulasi Monte Carlo, sistem penunjang keputusan

ABSTRACT KIKI AMELIA LUBIS. Decision Support System of Logistic Management for Rubber Industries (Case Study in PT. Agronesia Divisi Inkaba). Supervised by MARIMIN and M. ARIF DARMAWAN. The rubber industries in Indonesia has not grown to its full potential due to logistic problem, which can be seen from Indonesia’s Logistics Performance Index (LPI) in 2012 was ranked 59th out of 183 countries. The ability to make a quick, effective, and efficient decision is required to solve the problem. This research aims to develop web-based decision-making system. The output of webbased decision-making system will be a solution for the logistic problem. The methods that used to process and analyze the data are ABC analysis, AHP, and Monte Carlo simulation. The models as well the required data were packed and implemented into a decision support system software. AHP calculation results shown that Tunggal Abadi was selected as a supplier of SIR 50, PT. Tanggamus as a supplier of SIR 20, and PT. Hosana as a distributor. Monte Carlo simulation results shown that the average demand of SIR 50 is 6 600,23 kg/month and the average demand of SIR 20 is 4 828,17 kg/month. The decision support system

software was verified and validated to provide recommendations on decisionmaking for logistic management. Keywords : AHP, decision support system, logistic management, Monte Carlo simulation

SISTEM PENUNJANG KEPUTUSAN MANAJEMEN LOGISTIK PADA AGROINDUSTRI BERBAHAN BAKU KARET (STUDI KASUS DI PT. AGRONESIA DIVISI INKABA)

KIKI AMELIA LUBIS

Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Teknologi Pertanian pada Departemen Teknologi Industri Pertanian

DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR 2015

PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia dan limpahan rahmat-Nya, sehingga penyusunan skripsi berjudul “Sistem Penunjang Keputusan Manajemen Logistik pada Agroindustri Berbahan Baku Karet (Studi Kasus di PT. Agronesia Divisi Inkaba)” berhasil diselesaikan. Tema yang diangkat dalam penelitian yang dilaksanakan selama Mei hingga Agustus 2014 ini adalah mengenai sistem penunjang keputusan manajemen logistik. Penulis menyampaikan terima kasih dan penghargaan teristimewa kepada: 1. Prof. Dr. Ir. Marimin, MSc dan Muhammad Arif Darmawan, S.TP. MT, selaku Pembimbing Akademik atas perhatian dan bimbingannya selama penelitian dan penyelesaian skripsi 2. Dedi Gumilar, Mayang, Hermawan, Dimas, dan Zainal F.A atas bantuan dan bimbingannya selama melakukan penelitian di PT. Agronesia Divisi Inkaba 3. Ibunda tercinta; Tiflatul Khairah, BA, yang selalu memberikan dukungan dan semangat 4. Novandra Caniago, Febriani Purba, Gita Hapsari, Giovanni Dwi Atmaja, Hadiwijoyo, Yoga Prasetyo dan Yati Hardiyanti Haris atas bantuan, semangat, kebersamaan, tawa dan canda yang telah diberikan selama ini 5. Keluarga besar TIN 47 atas semua cerita suka dan duka selama perkuliahan 6. Seluruh responden yang telah membantu dalam melakukan pengumpulan data, dan 7. Seluruh sanak dan kerabat yang tidak bisa disebutkan satu-persatu. Semoga karya ilmiah ini bermanfaat.

Bogor, September 2015 Kiki Amelia Lubis

DAFTAR ISI DAFTAR TABEL

xii

DAFTAR GAMBAR

xii

DAFTAR LAMPIRAN

xii

PENDAHULUAN

1

Latar Belakang

12

Tujuan Penelitian

2

Manfaat Penelitian

2

Ruang Lingkup Penelitian

3

METODE PENELITIAN

3

Kerangka Pemikiran

3

Tata Laksana Penelitian

4

Lokasi dan Waktu Penelitian

4

Jenis dan Sumber Data

4

Prosedur Penelitian

4

Metode Analisis Data

4

Analisis ABC

4

Metode AHP

5

Monte Carlo Simulation

5

Pemodelan Sistem

6

Pengguna Sistem Penunjang Keputusan (SPK)

6

Konfigurasi Sistem

6

Diagram Aliran Data

9

HASIL DAN PEMBAHASAN

10

Manajemen Logistik

10

Pengelompokan Bahan Baku

11

Pengadaan (Procurement)

12

Prakiraan Permintaan

14

Order Processing

15

Penanganan Bahan (Material Handling)

15

Pengemasan (Packaging)

15

Distribusi dan Transportasi

16

Implementasi Perangkat Lunak Sistem Penunjang Keputusan

16

Spesifikasi Perangkat Keras dan Perangkat Lunak

17

Input Sistem

17

Output Sistem

20

Verifikasi dan Validasi Perangkat Lunak Sistem Penunjang Keputusan

22

Verifikasi

22

Validasi

22

Implikasi Manajerial

23

SIMPULAN DAN SARAN

24

Simpulan

24

Saran

24

DAFTAR PUSTAKA

25

LAMPIRAN

26

RIWAYAT HIDUP

63

DAFTAR TABEL 1 2

Pengelompokan bahan baku dengan analisis ABC Rata-rata dan standar deviasi simulasi

12 15

DAFTAR GAMBAR 1 2 3 4 5 6

Diagram alir penelitian Konfigurasi sistem DFD level 0 DFD level 1 Perbedaan aktivitas logistik dan rantai pasok Hasil pembobotan alternatif pemilihan pemasok untuk bahan baku SIR 50 7 Hasil pembobotan alternatif pemilihan pemasok untuk bahan baku SIR 20 8 Hasil pembobotan alternatif pemilihan distributor

3 7 9 10 11 13 13 16

9 10 11 12 13 14 15 16

Tampilan halaman daftar bahan baku Tampilan halaman kuisioner struktur hierarki Tampilan halaman pengelompokan bahan baku Tampilan halaman prakiraan permintaan Tampilan halaman hasil perhitungan pengelompokan bahan baku Tampilan halaman hasil perhitungan prakiraan permintaan Tampilan matrik hasil perbandingan berpasangan AHP Tampilan halaman hasil perhitungan AHP

18 18 19 19 20 21 21 22

DAFTAR LAMPIRAN 1 2 3 4 5 6 7 8 9

Kuesioner AHP Pemilihan Pemasok SIR 50 Kuesioner AHP Pemilihan Pemasok SIR 20 Kuesioner AHP Pemilihan Distributor Diagram Alir Model Pengelompokan Bahan Baku Diagram Alir Model Pemilihan Pemasok Bahan Baku Diagram Alir Model Prakiraan Permintaan Bahan Baku Diagram Alir Model Pemilihan Distributor Dokumentasi Sistem SNI Standard Indonesian Rubber (SIR)

27 35 47 62 62 63 63 51 74

PENDAHULUAN Latar Belakang Karet merupakan produk unggulan subsektor perkebunan di Indonesia. Menurut Direktorat Jenderal Industri Agro (2013), Indonesia menghasilkan karet alam dunia sebesar 2 982 000 ton pada tahun 2011, yang merupakan penghasil terbesar kedua setelah Thailand (3 393 800 ton pada tahun 2011). Hal ini menunjukkan bahwa karet merupakan salah satu hasil pertanian yang banyak menunjang perekonomian negara, terbukti dengan besarnya jumlah devisa yang dihasilkan dari perkebunan karet. Salah satu cara untuk meningkatkan devisa yang dihasilkan dari sektor karet adalah dengan meningkatkan efisiensi dan efektivitas manajemen logistik karet di Indonesia. Manajemen logistik merupakan bagian dari proses supply chain yang bertujuan untuk merencanakan, melaksanakan, dan mengendalikan efisiensi dan efektivitas aktivitas penyimpanan dan aliran barang, pelayanan, dan informasi mulai dari titik asal (pemesanan) sampai dengan titik konsumsi (pemakaian). Manajemen logistik bertujuan untuk memenuhi kebutuhan para pelanggan secara tepat, yaitu tepat spesifikasi, kuantitas, kualitas dan waktu (Nuary 2014). Berbagai persoalan sering muncul karena pengelolaan logistik yang kurang tepat. Berkaitan dengan persediaan, misalnya, pengelolaan yang kurang tepat akan mengakibatkan jumlah persediaan yang terlalu tinggi atau terlalu rendah yang akan berdampak terhadap biaya atau risiko tertentu. Jumlah persediaan yang tinggi memberikan beberapa keuntungan, seperti jaminan terpenuhinya pasokan untuk kegiatan produksi atau pemenuhan permintaan pelanggan. Namun, konsekuensi dari tingkat persediaan yang tinggi adalah biaya besar yang harus ditanggung, baik biaya modal maupun biaya risiko persediaan akibat kehilangan, kerusakan, dan keusangan. Dengan jumlah atau tingkat persediaan yang rendah, berarti biaya modal yang dikeluarkan juga rendah. Namun, jumlah atau tingkat persediaan yang rendah berdampak terhadap jaminan pasokan yang rendah untuk produksi dan pemenuhan permintaan pelanggan. Apabila produksi dan pemenuhan permintaan pelanggan terganggu, maka terjadi kehilangan peluang penjualan hingga kehilangan pelanggan. Pada level negara, pengelolaan logistik yang tidak tepat akan berdampak lebih besar. Dampaknya bisa berupa kelangkaan stok suatu komoditas yang mengakibatkan kenaikan harga yang tinggi dan meningkatnya inflasi. Dampak lainnya yang bisa diakibatkan oleh masalah infrastruktur logistik adalah disparitas harga karena kendala dalam distribusi suatu komoditas. Berbagai kondisi di lapangan menunjukkan berbagai persoalan dalam operasionalisasi logistik yang berakibat terhambatnya aliran barang, seperti hambatan dan kemacetan akibat kerusakan jalan, antrian di pelabuhan dan jembatan penyeberangan, praktik pungutan liar, dan lain-lain. Secara keseluruhan hal-hal di atas berakibat terhadap biaya logistik Indonesia yang tinggi. Kondisi sektor logistik Indonesia yang buruk juga bisa dilihat dari beberapa indikator yang dikeluarkan oleh beberapa lembaga dunia, seperti Logistic Performance Index (LPI) yang dikeluarkan oleh Bank Dunia. Pada tahun 2007 Indonesia berada pada rangking ke-43 dari 150 negara,

2 sedangkan pada tahun 2009 peringkat Indonesia merosot ke peringkat 75 dari 155 negara. LPI Indonesia kemudian menunjukkan peningkatan dari posisi tersebut menjadi posisi 59 di tahun 2012 (Setijadi 2013). Namun dibandingkan dengan negara-negara di ASEAN, biaya logistik di Indonesia adalah yang termahal. Peringkat Indonesia tersebut masih di bawah negara-negara ASEAN lainnya, seperti: Singapore, Malaysia, Thailand, Philippines, dan Vietnam (Yun dan Kurniawan 2014). Posisi ini mencerminkan masih lemahnya kinerja sektor logistik Indonesia di dunia global, bahkan di antara negara-negara ASEAN tersebut. Agar komoditas karet dapat tetap bersaing di pasar domestik maupun internasional, dibutuhkan efisiensi dan efektivitas dalam pengelolaan manajemen logistik karet di Indonesia. Salah satu solusi yang diharapkan dapat membantu industri atau perusahaan untuk menyelesaikan permasalahan logistik tersebut adalah dengan membuat sistem penunjang keputusan yang dapat membantu pengambil keputusan memilih berbagai alternatif keputusan berupa hasil pengolahan informasi yang diperoleh. Penelitian ini merupakan pengembangan dalam bentuk perangkat lunak dari penelitian Marimin et al. (2013a) mengenai peningkatan produktivitas budidaya karet alam dengan pendekatan Green Productivity, Marimin et al. (2014a) mengenai analisis rantai nilai untuk peningkatan produktivitas hijau pada rantai pasok karet alam, serta Marimin et al. (2013b), Marimin et al. (2014b) dan Hendra et al. (2014) mengenai sistem penunjang keputusan yang menerapkan pendekatan produktivitas hijau dalam agroindustri karet alam menggunakan analisis pemetaan aliran nilai (VSM) dalam pengembangan rantai pasok karet alam. Oleh karena itu dilakukan penelitian yang bertujuan untuk mengkaji permasalahan manajemen logistik pada agroindustri karet alam serta merancang perangkat lunak sistem pendukung keputusan yang terdiri dari subsistem-subsistem untuk membantu menyelesaikan permasalahan logistik yang terdapat pada perusahaan secara cepat. Tujuan Penelitian Tujuan yang ingin dicapai dalam penelitian ini adalah (1) Mengidentifikasi mekanisme manajemen logistik di PT. Agronesia Divisi Inkaba, (2) Merancang model pengelompokan bahan baku, model pemilihan pemasok, model prakiraan permintaan, dan model pemilihan distributor, (3) Menggunakan model pengelompokan bahan baku, model pemilihan pemasok, model prakiraan permintaan, dan model pemilihan distributor tersebut untuk mengembangkan sistem penunjang keputusan berbasis web yang dapat memberikan keluaran sebagai solusi atas permasalahan-permasalahan logistik yang ada. Manfaat Penelitian Output yang dihasilkan oleh sistem diharapkan dapat memberikan manfaat bagi perusahaan dalam memberikan solusi atas permasalahan manajemen logistik yang ada di perusahaan dengan disediakannya sistem penunjang keputusan berbasis web yang menyediakan model-model mengenai pengelompokan bahan baku, pemilihan pemasok, prakiraan permintaan, dan pemilihan distributor.

3

Ruang Lingkup Penelitian Ruang lingkup penelitian ini adalah perancangan dan pengembangan sistem sebagai fasilitas yang diperuntukkan bagi perusahaan dalam menunjang pengambilan keputusan mengenai aspek-aspek yang menjadi kendala dalam manajemen logistik, mencakup pengelompokan bahan baku, pemilihan pemasok, prakiraan permintaan, dan pemilihan distributor. Sistem penunjang keputusan berbasis web yang disajikan dapat digunakan pengguna untuk memberikan nilai inputan saja dan tidak dapat menambah, mengurangi, dan mengedit kriteria dan alternatif yang tersedia dalam sistem.

METODE PENELITIAN Kerangka Pemikiran Proses pembuatan sistem penunjang keputusan ini dimulai dengan pengumpulan data. Selanjutnya dilanjutkan dengan analisis data, identifikasi sistem dan pemodelan sistem. Untuk menunjang proses pengambilan keputusan dalam manajemen logistik, sistem ini akan dilengkapi oleh empat model, yaitu model pengelompokan bahan baku, model pemilihan pemasok, model prakiraan permintaan, dan model pemilihan distributor. Model pengelompokan bahan baku dibuat dengan menggunakan metode analisis ABC. Model pemilihan pemasok dibuat dengan menggunakan metode AHP. Model prakiraan permintaan dibuat dengan mengunakan simulasi Monte Carlo. Model pemilihan distributor dibuat dengan metode AHP. Diagram alir penelitian disajikan pada Gambar 1.

Gambar 1 Diagram alir penelitian

4 Tata Laksana Penelitian Lokasi dan Waktu Penelitian Kegiatan pengumpulan data dilakukan di PT. Agronesia Divisi Inkaba, Bandung, Jawa Barat. Adapun tempat pengolahan data dan pengembangan sistem berlangsung di lingkungan kampus Institut Pertanian Bogor. Pelaksanaan penelitian dilakukan mulai tanggal 21 Mei sampai dengan bulan Agustus tahun 2014. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data primer dan data sekunder. Data primer diperoleh melalui wawancara kepada pakar dengan menggunakan kuesioner (Lampiran 1, 2, dan 3). Pakar yang digunakan berasal dari PT. Agronesia Divisi Inkaba, yaitu Bapak Hermawan (Kepala Divisi Supply Chain Management), Bapak Diman (Staf Pembelian Divisi Supply Chain), Bapak Zainal A.F (Staf Distribusi), dan Bapak Yayat Supriyatna (Staf Distribusi). Data sekunder diperoleh dari studi literatur yang berhubungan dengan materi penelitian. Studi literatur dilakukan pada perpustakaan, data perusahaan (gambaran umum perusahaan dan dokumen perusahaan), jurnal, buku penelitian, dan buku referensi yang berhubungan dengan materi penelitian yang dicantumkan dalam daftar pustaka. Prosedur Penelitian Tahap pertama adalah mengumpulkan data mengenai manajemen logistik yang terdiri dari kegiatan prakiraan permintaan, rencana produksi, order processing, pembelian, penanganan bahan, pengemasan, serta distribusi dan transportasi. Tahap ini diikuti dengan formulasi permasalahan dan identifikasi sistem. Tahap kedua adalah tahap pemodelan sistem. Desain sistem berorientasi objek ini dilakukan dengan menggunakan Power Designer 16.5. Tahap ketiga adalah implementasi model-model tersebut dalam sistem penunjang keputusan. Pembuatan paket program menggunakan AppServ v2.5.10 dan Adobe Dreamweaver CS6. Metode Analisis Data Analisis ABC Analisis ABC adalah metode yang digunakan untuk menentukan persediaan jenis barang mana yang penting untuk dikendalikan berdasarkan kriteria tertentu yang dianggap penting bagi perusahaan. Menurut Gaspersz (2002), analisis ABC terdiri dari beberapa tahapan, yaitu : 1. Penentuan volume penggunaan dari material-material inventori (bahan baku yang ingin dikelompokkan per periode waktu yang umumnya per tahun). 2. Hitung nilai total penggunaan biaya per periode waktu untuk setiap material inventori dengan cara mengalikan volume penggunaan per periode waktu (per tahun) dari setiap material inventori dengan biaya per unitnya. 3. Hitung nilai total penggunaan biaya agregat (keseluruhan) dengan cara menjumlahkan nilai total penggunaan biaya dari semua material inventori tersebut.

5 4. Tentukan persentase nilai total penggunaan biaya dari setiap material inventori dengan cara nilai total penggunaan biaya dari setiap material inventori di bagi dengan nilai total penggunaan biaya agregat. 5. Buat rank persentase nilai total penggunaan biaya dari material-material tersebut dengan urutan menurun yaitu dari nilai tertinggi sampai terendah. 6. Klasifikasikan material-material inventori tersebut ke dalam tiga kelompok, yaitu kelompok A (20% dari jenis material), kelompok B (30% dari jenis material), dan kelompok C (50% dari jenis material). Metode AHP Prinsip kerja AHP adalah penyederhanaan suatu persoalan kompleks yang tidak terstruktur, strategik, dan dinamik menjadi sebuah bagian-bagian dan tertata dalam suatu hirarki (Marimin and Maghfiroh 2010). Menurut Saaty (2008), dalam AHP, untuk membuat suatu keputusan dengan cara yang terorganisir dalam menghasilkan prioritas perlu menguraikan keputusan menjadi langkah-langkah berikut : 1. Definisikan masalah dan tentukan jenis pengetahuan yang dicari. 2. Struktur hirarki keputusan dari level atas dengan tujuan keputusan tersebut, tujuan dari perspektif yang luas, melalui level menengah (kriteria yang tergantung pada elemen berikutnya) ke level terendah (yang biasanya adalah satu set alternatif). 3. Buatlah sebuah set matrik perbandingan berpasangan. Setiap elemen di level atas digunakan untuk membandingkan unsur-unsur langsung di level bawahnya. 4. Gunakan prioritas yang diperoleh dari perbandingan untuk mempertimbangkan prioritas di level bawah. Lakukan ini untuk setiap elemen. Lalu untuk setiap elemen pada level di bawahnya, tambahkan nilai-nilai bobot dan dapatkan prioritas keseluruhan atau prioritas global. Lanjutkan proses pembobotan dengan menambahkan sampai prioritas terakhir dari alternatif di level paling bawah. Monte Carlo Simulation Monte Carlo Simulation merupakan simulasi probabilistik (stokastik) yang menggunakan distribusi peluang dengan penarikan contoh secara acak. Penggunaan bilangan acak membantu dalam membangkitkan nilai yang memiliki sebuah distribusi probabilitas yang dapat mewakili data secara nyata. Simulasi ini cocok digunakan untuk jenis berbagai distribusi peluang diantaranya yaitu distribusi normal, eksponensial, poisson, binomial, dan sebagainya. Teknik simulasi ini terdiri dari beberapa tahapan, yaitu : 1. Uji distribusi normal, berfungsi untuk mengetahui apakah data yang diujikan terdistribusi secara normal atau tidak. Analisis uji ini menggunakan program aplikasi Minitab 16.0. 2. Pembangkitan bilangan acak, dilakukan dengan menggunakan fungsi standar randomize yang menghasilkan bilangan acak dengan nilai yang lebih besar atau sama dengan nol dan lebih kecil dari satu. 3. Pembangkitan variabel acak, dilakukan apabila data terdistribusi secara normal. Pada pembangkitan variabel acak, prosesnya dilakukan hingga jumlah periode simulasi yang ditentukan tercapai. Jika pembangkitan variabel acak tersebut jumlahnya sama dengan jumlah periode simulasi maka proses akan terhenti. Menurut Gottfried (1984), untuk menguji kecukupan simulasi digunakan perhitungan dengan menggunakan rumus sebagai berikut : .....................................................................................................(1)

6

Di mana : N = panjang hari simulasi n = jumlah data pengamatan σ = standar deviasi pengamatan σ* = standar deviasi pada tingkat kepercayaan tertentu Hasil dari pembangkitan variabel acak ini digunakan sebagai masukan atau input bagi model prakiraan permintaan. Menurut Walpole (1992), rumus yang digunakan pada proses pembangkitan variabel acak adalah : .......................................................................................................(2) Di mana : X = variabel acak µ = rata-rata sampel pengamatan σ = standar deviasi sampel pengamatan Nilai Z dapat dihitung dengan menggunakan rumus sebagai berikut : .................................................................................................(3) Di mana : N = jumlah hasil simulasi Ui = bilangan acak Pemodelan Sistem Pengguna Sistem Penunjang Keputusan (SPK) Sistem penunjang keputusan ini dibuat untuk membantu direktur atau kepala bagian PT. Agronesia Divisi Inkaba dalam proses pengambilan keputusan di dalam manajemen logistik. Sistem ini mengintegrasikan pendapat pakar dan formulasi matematika sehingga proses pengambilan keputusan dapat dilakukan dengan terstruktur, cepat, dan hemat sumber daya. Konfigurasi Sistem Sistem penunjang keputusan berbasis web dirancang sebagai alat bantu yang bermanfaat dalam pengambilan keputusan untuk meningkatkan efisiensi dan efektifitas manajemen logistik perusahaan yang dapat diakses melalui web. Sistem penunjang keputusan ini dirancang menjadi suatu halaman situs yang diberi nama Rubberlog. Rubberlog terdiri dari beberapa bagian utama, yaitu : Sistem Pengolahan Terpusat, Sistem Manajemen Basis Data, Sistem Manajemen Basis Model, dan Sistem Manajemen Dialog. Gambar 2 menggambarkan konfigurasi SPK dalam sistem Rubberlog.

7

Gambar 2 Konfigurasi sistem Sistem Pengolahan Terpusat merupakan bagian dari sistem yang mengelola dan mengatur seluruh komponen, serta memungkinkan sistem berinteraksi secara timbal balik dengan sistem lainnya. Sistem Pengolahan Terpusat berfungsi sebagai koordinator dan pengendalian dari operasi Rubberlog. Sistem Manajemen Dialog merupakan bagian sistem yang memungkinkan pengguna dengan mudah berinteraksi dengan sistem. Sistem Manajemen Dialog dalam Rubberlog menyediakan fasilitas interaktif antara model dengan pengguna dalam proses pengambilan keputusan. Sistem Manajemen Dialog merupakan fasilitas yang diberikan untuk berkomunikasi antara model dengan pengguna dalam proses pengambilan keputusan. Sistem ini akan mempermudah pengguna dalam pemakaian program karena sistem yang dibuat bersifat user friendly. Sistem Manajemen Dialog perlu dirancang dengan tampilan menarik agar pengguna mudah mengerti dengan alur kerja penggunaan program serta membuat pengguna tidak merasa bosan. Sistem Manajemen Basis Data merupakan bagian yang memberikan fasilitas pengolahan data, yaitu mengendalikan dan memanipulasi data yang tersimpan. Proses tersebut diantaranya input data, ubah data, dan hapus data. Sistem Manajemen Basis Data terdiri dari dua bagian yaitu sistem manajemen basis data statis dan sistem manajemen basis data dinamis. Rubberlog dirancang dengan menggunakan bahasa pemrograman PHP. Manajemen Basis Data Statis dirancang

8 dengan menggunakan HTML (Hyper Text Markup Language) dan dibuka oleh web browser yang diintegrasikan pada program utama. Manajemen Basis Data Dinamis dirancang dengan menggunakan MySQL dan bahasa pemrograman PHP. Sistem Manajemen Dialog dirancang dengan menggunakan Adobe Dreamweaver CS6. Sistem Manajemen Basis Model merupakan bagian yang memberikan fasilitas pengelolaan model untuk perhitungan dalam proses pengambilan keputusan. Sistem Manajemen Basis Model merupakan bagian dari sistem dalam Sistem Penunjang Keputusan Rantai Pasok Karet Alam yang memberikan fasilitas pengelolaan model untuk mengkomputasikan pengambilan keputusan dan meliputi semua aktivitas yang tergabung dalam pemodelan. Sistem ini meliputi berbagai formulasi matematika sebagai penunjang dalam pengambilan keputusan (decision making). Sistem Manajemen Basis Model yang dikembangkan terdiri dari : 1. Model Pengelompokan Bahan Baku Model pengelompokan bahan baku merupakan model yang digunakan untuk menentukan jenis bahan baku yang paling penting dikendalikan persediaannya. Metode yang digunakan adalah metode Analisis ABC. Output dari model ini adalah bahan baku yang telah dikelompokkan dalam tiga kelompok, yaitu kelompok A, kelompok B, dan Kelompok C. Diagram alir model pengelompokan bahan baku dapat dilihat pada Lampiran 4. 2. Model Pemilihan Pemasok Bahan Baku Model pemilihan pemasok bahan baku digunakan untuk menentukan pemasok bahan baku. Metode yang digunakan adalah metode AHP. Model pemilihan pemasok bahan baku digunakan untuk menganalisis alternatifalternatif pemilihan pemasok berdasarkan kriteria yang diinginkan oleh perusahaan. Output dari model ini adalah urutan alternatif pemilihan pemasok. Diagram alir model pemilihan pemasok bahan baku dapat dilihat pada Lampiran 5. 3. Model Prakiraan Bahan Baku Model prakiraan bahan baku merupakan model yang digunakan untuk memperkirakan tingkat permintaan terhadap suatu bahan baku yang diharapkan akan terealisasi untuk jangka waktu tertentu pada masa yang akan datang. Metode yang digunakan adalah metode Monte Carlo Simulation. Diagram alir model prakiraan permintaan bahan baku dapat dilihat pada Lampiran 6. 4. Model Pemilihan Distributor Model pemilihan distributor digunakan untuk menentukan perusahan jasa ekspedisi yang akan digunakan perusahaan sebagai distributor. Metode yang digunakan adalah metode AHP. Model pemilihan distributor digunakan untuk menganalisis alternatif-alternatif pemilihan distributor berdasarkan berdasarkan kriteria harga, sistem pembayaran, volume barang, waktu pengiriman, dan jarak pengiriman. Output dari model ini adalah urutan alternatif pemilihan distributor. Diagram alir model pemilihan distributor dapat dilihat pada Lampiran 7.

9

Diagram Aliran Data Tahapan pemodelan sistem dalam perancangan sistem penunjang keputusan berguna untuk memberikan gambaran jelas dalam membangun dan menerapkan sistem secara fisik kepada pengguna. Pemodelan RubberLog dilakukan dengan pendekatan berarah fungsi yang terdiri atas pembuatan diagram aliran data atau data flow diagram (DFD). DFD memperlihatkan hubungan fungsional dari nilai yang dihitung oleh sistem termasuk nilai masukan, nilai keluaran, serta tempat penyimpanan internal. Diagram aliran data adalah gambaran grafis yang memperlihatkan aliran data dari sumbernya dalam objek kemudian melewati suatu proses yang mentransformasinya ke tujuan lain (Nugroho 2002). Diagram ini akan membantu melihat sistem secara menyeluruh dan dijadikan suatu objek utuk penyusunan sistem. Menurut Nugroho (2002) diagram aliran data terdiri atas empat unsur, yaitu proses, aliran data, entitas, dan data store. Proses adalah sesuatu yang melakukan transformasi terhadap data. Setiap proses harus memiliki sedikitnya satu masukan dan satu keluaran aliran data. Menurut Whitten et al. (2004), sebuah aliran data juga digunakan untuk menunjukkan pembuatan, pembacaan, penghapusan, serta pemutakhiran data pada sebuah berkas atau basis data. Aliran data berguna untuk menghubungkan keluaran dari suatu objek atau proses yang terjadi pada suatu masukan. Entitas adalah objek aktif yang mengendalikan aliran data dengan memproduksi atau mengkonsumsi data. Data store adalah objek pasif dalam diagram aliran data yang menyimpan data untuk penggunaan lebih lanjut. Sistem penunjang keputusan ini terdiri atas suatu proses global dan prosesproses yang lebih detail yang menyusun proses global tersebut. Penggambaran dari proses global sistem akan menghasilkan diagram konteks atau DFD level 0, sedangkan analisis dari proses lebih detail yang menyusun diagram konteks tersebut akan menghasilkan DFD level 1 dan seterusnya. Diagram konteks atau diagram alir data level 0 menggambarkan keseluruhan sistem dengan satu proses berikut sumber dan tujuan data secara jelas. Gambaran DFD level 0 dapat disajikan pada Gambar 3.

Gambar 3 DFD level 0 Pada DFD level 1 terlihat lebih detail pada subproses yang membangun sistem secara keseluruhan. Subproses tersebut menjadi proses turunan dari diagram konteks atau DFD level 0 sebelumnya. Gambar 4 menggambarkan DFD level 1 pada sistem.

10

Gambar 4 DFD level 1

HASIL DAN PEMBAHASAN Manajemen Logistik Logistik merupakan salah satu bagian dari rantai pasok dimana bagian tersebut memiliki peran penting dalam merencanakan, mengadakan, menyimpan, mendistribusi, hingga mengontrol bahan baku menjadi barang jadi sesuai dengan keinginan konsumen secara aman, efektif dan efisien, mulai dari titik asal (point of origin) sampai dengan titik tujuan (point of destination). Aktivitas pokok logistik meliputi pengadaan, produksi, pergudangan, distribusi, transportasi, dan pengantaran barang yang dilakukan oleh setiap pelaku bisnis dan industri baik pada sektor primer, sekunder maupun tersier dalam rangka menunjang kegiatan operasionalnya. Manajemen logistik dapat didefinisikan sebagai mendesain dan mengurus suatu sistem untuk mengawasi arus dan penyimpanan yang strategis bagi material, suku cadang dan barang jadi agar dapat diperoleh manfaat maksimum bagi organisasi (Bowersox et al. 2002). Perbedaan mendasar antara logistik dan supply chain (rantai pasokan) dijelaskan sebagai berikut: logistik didefinisikan asosiasi manajemen operasi sebagai seni dan ilmu untuk memperoleh, memproduksi, dan mendistribusikan material dan produk dalam fase yang tepat dan dalam jumlah yang tepat (Jacobs et al. 2009) sedangkan rantai pasok merupakan suatu jaringan yang terdiri atas

11 beberapa perusahaan (meliputi pemasok, pabrikan, distributor dan retailer) yang bekerjasama dan terlibat baik secara langsung maupun tidak langsung dalam memenuhi permintaan pelanggan, dimana perusahaan tersebut melakukan fungsi pengadaan material, proses transformasi material menjadi produk setengah jadi dan produk jadi, serta distribusi produk jadi tersebut hingga ke konsumen/pengguna akhir (Chopra and Meindl 2007). Perbedaan aktivitas yang dilakukan antara logistik dan rantai pasok menurut Ballou (2004) ditunjukkan pada Gambar 5.

Gambar 5 Perbedaan aktivitas logistik dan rantai pasok Pengelompokan Bahan Baku Umumnya persediaan terdiri dari berbagai jenis barang dengan jumlah yang banyak. Masing-masing jenis barang membutuhkan analisis tersendiri untuk mengetahui besarnya order size dan order point. Berbagai jenis barang tersebut tidak seluruhnya memiliki tingkat prioritas yang sama. Untuk mengetahui jenisjenis barang yang perlu mendapat prioritas maka dapat digunakan analisis ABC (Rangkuti 2002). Analisis ABC merupakan metode persediaan yang menggunakan prinsip Pareto, yaitu the ctitical few and the trivial many. Idenya adalah memfokuskan pengendalian persediaan kepada jenis persediaan yang bernilai tinggi (critical) daripada yang bernilai rendah (trivial). Bahan baku yang digunakan oleh PT. Agronesia Divisi Inkaba terdiri dari 103 jenis bahan baku, dimana bahan baku tersebut dapat dikelompokkan ke dalam

12 beberapa kelompok, yaitu karet alam, karet sintetis, bahan pengisi, bahan homogenitas, bahan pencepat, bahan penggiat, bahan pelunak, dan bahan pelarut. Karena banyaknya bahan baku yang digunakan, maka perlu dilakukan identifikasi terhadap bahan baku untuk mengetahui bahan baku mana yang tergolong ke dalam bahan baku yang paling penting untuk dikendalikan. Hasil analisis ABC terhadap bahan baku yang digunakan oleh PT. Agronesia Divisi Inkaba dapat dilihat pada Tabel 1. Tabel 1 Pengelompokan bahan baku dengan analisis ABC Jenis Bahan Baku

Nilai Pemakaian

Kelompok N

%

Rp / Tahun

%

A

1

23.48 1 734 173 100

23.84

B

2

33.82 2 430 145 880

33.40

C

100

42.70 3 111 497 109

42.76

Berdasarkan Tabel 1, jenis bahan baku yang termasuk ke dalam kelompok A adalah SIR 50, yang termasuk ke dalam kelompok B adalah SIR 20 dan Carbon Black HAF-N 330 China sedangkan 100 jenis bahan baku lainnya tergolong ke dalam kelompok C. berdasarkan hasil perhitungan tersebut, PT. Agronesia Divisi Inkaba harus melakukan pengendalian persediaan yang lebih ketat terhadap jenis bahan baku yang termasuk dalam kelompok A, pengendalian yang ketat terhadap jenis bahan baku yang termasuk dalam kelompok B, dan pengendalian yang kurang ketat terhadap jenis bahan baku yang termasuk dalam kelompok C.Setelah melakukan analisis ABC, maka untuk seluruh bahasan dan perhitungan pada penelitian ini difokuskan terhadap bahan baku karet alam yang tergolong dalam kelompok A dan B, yaitu SIR 50 dan SIR 20. Pengadaan (Procurement) Pengadaan logistik merupakan fungsi operasional pertama dalam manajemen logistik. Fungsi ini pada hakikatnya merupakan serangkaian kegiatan untuk menyediakan logistik sesuai dengan kebutuhan, baik berkaitan dengan jenis dan spesifikasi, jumlah, waktu, maupun tempat, dengan harga dan sumber yang dapat dipertanggungjawabkan. Dalam pengadaan logistik, pembelian merupakan cara pengadaan logistik yang paling sering dilakukan oleh suatu perusahaan. Pengadaan logistik dengan cara pembelian dilakukan melalui serangkaian kegiatan. Salah satu kegiatan tersebut adalah pemilihan pemasok (supplier). Pemilihan pemasok dalam penelitian ini dilakukan dengan menggunakan metode Analytical Hierarchy Process (AHP), dimana metode tersebut digunakan untuk menganalisis alternatif-alternatif pemilihan pemasok bahan baku berdasarkan : 1. Level kriteria : biaya, reliabilitas, dan fleksibilitas 2. Level subkriteria : a. Biaya : Harga bahan baku, cara pembayaran, dan lama pembayaran

13 b. Reliabilitas : ketepatan waktu pengiriman dan ketepatan mutu c. Fleksibilitas : pemenuhan perubahan jumlah pesanan dan pemenuhan perubahan waktu pengiriman. 3. Level alternatif : pemasok yang memenuhi kriteria dan subkriteria yang ditentukan. Penyelesaian AHP menggunakan alat bantu berupa aplikasi Expert Choice 2000. Hasil pembobotan alternatif untuk bahan baku SIR 50 dan SIR 20 dapat dilihat pada Gambar 6 dan Gambar 7.

Gambar 6 Hasil pembobotan alternatif pemilihan pemasok untuk bahan baku SIR 50

Gambar 7 Hasil pembobotan alternatif pemilihan pemasok untuk bahan baku SIR 20 Penilaian perbandingan dikatakan konsisten jika consistency ratio (CR) tidak lebih dari 0.1. Penilaian perbandingan pemasok bahan baku SIR 50 dan SIR 20 masing-masing memiliki nilai CR sebesar 0.04, sehingga dapat disimpulkan bahwa penilaian perbandingan pemasok sudah konsisten dan tidak memerlukan revisi penilaian. Berdasarkan perhitungan dengan menggunakan Expert Choice 2000, untuk bahan baku SIR 50, Tunggal Abadi merupakan pemasok yang memenuhi kriteria dan subkriteria pemasok yang telah ditentukan sedangkan untuk bahan baku SIR 20, PT. Tanggamus merupakan pemasok yang memenuhi kriteria dan subkriteria yang telah ditentukan.

14 Prakiraan Permintaan Peramalan adalah proses untuk memperkirakan berapa kebutuhan di masa datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa. Salah satu jenis peramalan adalah peramalan permintaan. Peramalan permintaan merupakan tingkat permintaan terhadap suatu produk yang diharapkan akan terealisasi untuk jangka waktu tertentu pada masa yang akan datang. Karena PT. Agronesia Divisi Inkaba beroperasi dengan sistem job order, maka kebutuhan bahan baku di PT. Agronesia Divisi Inkaba berbeda-beda setiap periodenya (per bulan). Sifat permintaan bahan baku di PT. Agronesia Divisi Inkaba adalah stokastik atau probabilistik, yaitu tingkat permintaan untuk satu periode perencanaan atau untuk beberapa periode perencanaan tidak diketahui dengan pasti, akan tetapi mengikuti suatu fungsi sebaran peluang tertentu yang berdasarkan pengalaman masa lalu nilai tengah dan keragaman tingkat permintaannya dapat dicari atau diketahui. Untuk prakiraan permintaan terhadap bahan baku yang bersifat probabilistik, perlu dilakukan melalui suatu proses simulasi. Salah satu simulasi yang dapat digunakan adalah Monte Carlo Simulation. Simulasi Monte Carlo merupakan simulasi probabilistik (stokastik) yang menggunakan distribusi peluang dengan penarikan contoh secara acak. Penggunaan bilangan acak membantu dalam membangkitkan nilai yang memiliki sebuah distribusi probabilitas yang dapat mewakili data secara nyata. Simulasi ini cocok digunakan untuk jenis berbagai distribusi peluang diantaranya yaitu distribusi normal, eksponensial, poisson, binomial, dan sebagainya. Tahapan pertama dalam simulasi Monte Carlo adalah uji sebaran normal terhadap data permintaan bahan baku yang ada dengan menggunakan uji sebaran normal Kolmogorov-Smirnov. Konsep dasar uji Kolmogorov-Smirnov yaitu membandingkan distribusi data yang akan diuji normalitasnya dengan distribusi data normal baku. Distribusi data normal baku adalah data yang telah ditransformasikan dalam bentuk Z-score dan diasumsikan normal. Uji Kolmogorov-Smirnov dilakukan dengan menggunakan aplikasi Minitab 16 dengan selang kepercayaan sebesar 95% (α = 0.05). Hasil uji distribusi normal dapat dilihat pada Lampiran 6. Hasil sebaran data dengan menggunakan Kolmogorov-Smirnov yang terdapat pada aplikasi Minitab 16 memperlihatkan nilai P-Value. Jika nilai PValue melebihi α, maka tidak terdapat perbedaan yang signifikan antara data yang diuji dengan data normal baku, yang berarti bahwa sebaran data yang diuji mengikuti sebaran normal. Jika nilai P-Value kurang dari α, maka data yang diuji memiliki perbedaan yang signifikan dengan data normal baku, yang berarti bahwa sebaran data yang diuji tidak mengikuti sebaran normal. Hasil uji yang dilakukan tehadap data tingkat permintaan SIR 50 dan SIR 20 menunjukkan nilai P-value kedua bahan tersebut >0.15. Nilai P-value tersebut melebihi nilai α, sehingga dapat disimpulkan bahwa data tingkat permintaan terhadap bahan baku SIR 50 dan SIR 20 mengikuti pola sebaran normal. Setelah diketahui bahwa data permintaan kedua bahan baku tersebut mengikuti sebaran normal, selanjutnya dilakukan simulasi prakiraan permintaan terhadap kedua bahan baku tersebut dengan menggunakan metode simulasi Monte Carlo. Hasil simulasi prakiraan permintaan bahan baku SIR 50 dan SIR 20 dapat

15 dilihat pada Lampiran 7. Standar deviasi hasil simulasi dan rata-rata hasil simulasi dapat dilihat pada Tabel 2. Tabel 2 Rata-rata dan standar deviasi simulasi Bahan Baku SIR 50 SIR 20

Rata-Rata Permintaan (kg) 6 600.23 4 828.17

Standar Deviasi (kg) 1 044.16 1 768.97

Order Processing Komponen order processing PT. Agronesia Divisi Inkaba terbagi dalam beberapa kelompok, yaitu : 1. Elemen operasional, meliputi order entry atau perubahan pesanan, scheduling, persiapan pengiriman pesanan, dan pemfakturan. 2. Elemen komunikasi, meliputi modifikasi pesanan, penyelidikan status pesanan, tracing, koreksi kesalahan, dan permintaan informasi produk. 3. Kredit dan elemen pengumpulan, meliputi pemeriksaan kredit dan proses penerimaan atau pengumpulan rekening. Tahapan order processing di PT. Agronesia Divisi Inkaba diawali dengan pemesanan produk oleh konsumen, dilanjutkan dengan negosiasi harga. Setelah tercapai kesepakatan harga, pihak marketing akan melakukan purchase order dan menerbitkan perintah kerja (PK) kepada bagian produksi (PPIC). Bagian PPIC kemudian melakukan perhitungan jumlah bahan baku dan bahan penolong, dimana hasil perhitungan tersebut selanjutnya diserahkan ke bagian logistik untuk kegiatan pembelian bahan. Penanganan Bahan (Material Handling) Penanganan bahan merupakan seni pergerakan atau pemindahan bahan baku, barang setengah jadi atau barang jadi dari tempat asal ke tempat tujuan yang telah ditetapkan secara ekonomis dan aman. Adapun peralatan penanganan bahan yang digunakan oleh PT. Agronesia Divisi Inkaba yaitu truk industri dengan cagak di depan (forklift) serta derek dan kait. Pengemasan (Packaging) Pengemasan memiliki peran ganda, yaitu melindungi produk dari kerusakan ketika akan disimpan atau diangkut serta mempermudah penyimpanan dan pemindahan produk, sehingga mengurangi biaya penanganan material. Pengemasan memiliki beberapa fungsi spesifik, yaitu npenahanan (containment), proteksi (protection), pembagian (appoinment), pengunitan (unitization), kenyamanan (convenience), dan komunikasi (communication) (Hastuti 2014). Bahan pengemas yang digunakan oleh PT. Agronesia Divisi Inkaba antara lain plastik, kardus, dan pallet. Plastik sebagai kemasan memiliki fungsi melindungi produk dari kerusakan. Kardus memiliki fungsi untuk mengepak dan mengunitkan produk. Pallet berfungsi sebagai penahan agar produk tidak rusak pada saat pemindahan dan distribusi produk.

16 Distribusi dan Transportasi Distribusi produk dari produsen ke konsumen dapat dilakukan secara langsung maupun tidak langsung. Sebuah perusahaan dapat mendistribusikan barangnya secara langsung kepada konsumen, selain itu bisa juga mendistribusikan produknya melalui perantara. Kegiatan distribusi di PT. Agronesia Divisi Inkaba melibatkan perusahaan ekspedisi untuk mengirimkan produknya kepada konsumen. Pola jaringan distribusi PT. Agronesia Divisi Inkaba antara lain : 1. Distributor storage with package carrier delivery, yaitu produk dikirim ke konsumen akhir melalui jasa kurir / perusahaan ekspedisi. Persediaan disimpan di gudang distributor atau ritel sebagai perantara (Chopra dan Meindl 2007). 2. Distributor storage with last mile delivery, pola distribusi dimana produk dikirim ke konsumen akhir dengan melalui jasa perusahaan ekspedisi/ kurir dimana pihak ekspedisi memilki tempat penyimpanan yang berdekatan dengan lokasi konsumen (Chopra dan Meindl 2007). 3. Manufacturer / distributor storage with customer pickup, yaitu produk dikirim ke lokasi penjemputan sesuai dengan keinginan konsumen (Chopra dan Meindl 2007). Pemilihan jasa ekspedisi yang digunakan untuk pendistribusian produk kepada konsumen dilakukan dengan menggunakan metode AHP. Penyelesaian AHP menggunakan alat bantu berupa aplikasi Expert Choice 2000. Hasil pembobotan alternatif pemilihan distributor dapat dilihat pada Gambar 8.

Gambar 8 Hasil pembobotan alternatif pemilihan distributor Penilaian perbandingan dikatakan konsisten jika consistency ratio (CR) tidak lebih dari 0.1. Penilaian perbandingan distributor tersebut memiliki CR sebesar 0.05, sehingga dapat disimpulkan bahwa penilaian perbandingan distributor sudah konsisten dan tidak memerlukan revisi penilaian. Berdasarkan perhitungan dengan menggunakan Expert Choice 2000, PT. Hosana Mandiri merupakan jasa ekspedisi yang memenuhi kriteria pemilihan distributor yang telah ditentukan. Implementasi Perangkat Lunak Sistem Penunjang Keputusan Struktur sistem pendukung keputusan digambarkan sebagai diagram input, proses, dan output. Input sistem terdiri dari subsistem database, subsistem model base dan subsistem knowledge base. Output sistem berbentuk laporan solusi dan

17 rekomendasi keputusan beserta penjelasan dampaknya (Phillips-Wren et al. 2009). Dalam proses implementasi, sistem penunjang keputusan dirancang dalam sebuah paket program komputer yang diberi nama RubberLog. Program ini merupakan desain antarmuka sebagai suatu manajemen dialog antara sistem dengan pengguna. Kebutuhan fungsional untuk menjalankan sistem penunjang keputusan ini meliputi kebutuhan perangkat keras, perangkat lunak, serta kebutuhan tenaga. Kemampuan dasar yang harus dimiliki tenaga pengguna adalah kemampuan mengoperasikan sistem secara baik serta memiliki pemahaman mengenai pengoperasian komputer secara umum. Kebutuhan perangkat keras, perangkat lunak, serta prosedur instalasi dan pengoperasian program RubberLog disajikan pada Lampiran 8. Spesifikasi Perangkat Keras dan Perangkat Lunak Perangkat keras dan perangkat lunak diperlukan untuk membangun sistem meliputi berbagai macam aspek aplikasi, seperti aspek basis data, web server, proses editing, dan aspek lainnya. Perangkat keras dan perangkat lunak yang digunakan untuk membangun sistem berbeda dengan perangkat keras dan perangkat lunak yang diperlukan oleh pengguna sistem. Berikut adalah daftar spesifikasi perangkat keras dan perangkat lunak yang digunakan untuk membangun sistem. 1. Spesifikasi perangkat keras : a. Processor : Intel(R) Pentium(R) CPU B960 @ 2.20GHz b. Memory : 2 GB c. System Type : 32-bit Operating System 2. Spesifikasi perangkat lunak : a. AppServ v2.5.10 b. PHP Script Language v5.2.6 c. MySQL Database v5.0.51b d. Adobe Dreamweaver CS6 e. Expert Choice 2000 f. Minitab 16 Input Sistem Sistem penunjang keputusan ini dirancang memiliki empat macam input, yaitu data jenis bahan baku, data permintaan bahan baku, data harga bahan baku, dan penilaian pakar. 1. Halaman daftar bahan baku Halaman ini berfungsi meminta masukan data jenis bahan baku dan data permintaan bahan baku pada suatu periode. Pada halaman ini, pengguna juga dapat melakukan proses editing dan deleting data yang telah dimasukkan serta dapat melakukan proses insert data pada tabel. Tampilan halaman daftar bahan baku dapat dilihat pada Gambar 9.

18

Gambar 9 Tampilan halaman daftar bahan baku 2. Halaman penilaian pakar struktur hierarki Halaman-halaman ini berfungsi sebagai masukan penilaian pakar struktur hierarki. Bagian halaman kuisioner pemilihan pemasok bahan baku SIR 50 terdiri dari 11 halaman, pemilihan pemasok bahan baku SIR 20 terdiri dari 11 halaman, dan pemilihan distributor terdiri dari 6 halaman. Pada halaman ini, pakar akan membandingkan tingkat kepentingan berdasarkan skala AHP antara elemen yang kiri dengan yang kanan. Halaman ini memiliki tombol simpan yang berfungsi untuk menyimpan penilaian pakar per halaman dan tombol next yang berfungsi untuk menuju halaman kuisioner berikutnya. Gambar 10 menampilkan kuisioner pemilihan pemasok bahan baku SIR 50.

Gambar 10 Tampilan halaman kuisioner struktur hierarki

19 3. Halaman pengelompokan bahan baku Halaman ini berfungsi meminta masukan data harga bahan baku dan data penggunaan bahan baku dalam satu periode (tahun). Pada halaman ini, pengguna juga dapat melakukan proses editing dan deleting data yang telah dimasukkan serta dapat melakukan proses insert data pada tabel. Tampilan halaman pengelompokan bahan baku dapat dilihat pada Gambar 11.

Gambar 11 Tampilan halaman pengelompokan bahan baku 4. Halaman prakiraan permintaan Halaman ini berfungsi untuk meminta data permintaan bahan baku pada satu periode. Halaman ini memiliki tombol forecast yang berfungsi untuk melakukan perhitungan prakiraan permintaan. Pada halaman ini, pengguna juga dapat melakukan proses editing data. Halaman prakiraan permintaan bahan baku dapat dilihat pada Gambar 12.

Gambar 12 Tampilan halaman prakiraan permintaan

20

Output Sistem 1. Halaman hasil perhitungan pengelompokan bahan baku Halaman ini berfungsi untuk menampilkan hasil perhitungan pengelompokan bahan baku berdasarkan metode Analisis ABC. Pengguna dapat mengetahui bahan baku mana yang tergolong ke dalam bahan baku yang paling penting untuk dikendalikan. Gambar 13 menampilkan halaman hasil perhitungan pengelompokan bahan baku.

Gambar 13 Tampilan halaman hasil perhitungan pengelompokan bahan baku 2. Halaman hasil perhitungan prakiraan permintaan Halaman ini berfungsi untuk menampilkan hasil perhitungan prakiraan permintaan bahan baku berdasarkan metode Monte Carlo Simulation. Pengguna dapat mengetahui banyaknya permintaan terhadap bahan baku pada satu periode. Gambar 14 menampilkan halaman hasil perhitungan prakiraan permintaan terhadap bahan baku SIR 50.

21

Gambar 14 Tampilan halaman hasil perhitungan prakiraan permintaan 3. Halaman matrik hasil perbandingan berpasangan AHP Halaman ini berfungsi menampilkan matrik hasil perbandingan berpasangan AHP berdasarkan penilaian pakar. Gambar 15 menampilkan halaman matrik hasil perbandingan berpasangan AHP pemilihan distributor. Untuk melakukan pembobotan, pengguna harus mengunduh file yang berisi alat bantu hitung pada link unduh yang telah disediakan.

Gambar 15 Tampilan matrik hasil perbandingan berpasangan AHP 4. Halaman hasil perhitungan AHP Halaman ini berfungsi menampilkan hasil perhitungan AHP dengan menggunakan aplikasi Expert Choice 2000. Pengguna dapat mengetahui

22 alternatif yang terpilih berdasarkan hasil penilaian pakar yang ditampilkan dalam bentuk bobot. Gambar 16 menunjukkan tampilan halaman hasil perhitungan AHP pemilihan distributor.

Gambar 16 Tampilan halaman hasil perhitungan AHP Verifikasi dan Validasi Perangkat Lunak Sistem Penunjang Keputusan Verifikasi Tahapan verifikasi dilakukan untuk mengetahui kelayakan sistem, sedangkan validasi dilakukan untuk mengetahui keakuratan sistem dibandingkan dengan dunia nyata. Menurut Maarif (2006) dalam Sabar (2007) verifikasi dapat dilakukan dengan beberapa cara, yaitu (1) melakukan tes data, yaitu mengevaluasi setiap kegiatan yang mungkin, mempersiapkan data masukan dengan khusus dan kemampuan program pada kondisi ekstrim; (2) tulis dan debug program dalam modul-modul atau subprogram-subprogram; (3) diuji oleh banyak orang; (4) run pada asumsi penyederhanaan dimana model simulasi dapat dihitung dengan mudah; (5) lihat hasil simulasi. Program RubberLog bersifat multiuser karena model dapat digunakan oleh beberapa user dalam waktu bersamaan tanpa mengalami masalah atau konflik. Hal tersebut diuji dengan pengisian bobot yang berbeda dalam model pemilihan pemasok, kemudian dilakukan submit dalam waktu bersamaan dan hasil keluaran sistem tetap ada dengan nilai yang berbeda. Validasi Validasi berfungsi sebagai pembuktian bahwa aplikasi dari program RubberLog, telah dapat mempresentasikan kondisi nyata dan menjawab masalah sebenarnya dari pihak perusahaan PT. Agronesia Divisi Inkaba. Pada tahapan validasi ini diharapkan tahapan operasional dari program RubberLog dapat menghasilkan keluaran yang konsisten dan memuaskan sesuai dengan tujuan yang ingin dicapai dari perancangan model tersebut. Teknik validasi yang digunakan terhadap program RubberLog adalah teknik face validity. Menurut Sargent (2007), face validity merupakan teknik validasi

23 yang dilakukan dengan menanyakan kepada pakar (orang yang berkompeten) mengenai ketepatan model dan perilaku model yang dirancang. Pakar yang melakukan validasi akan mengecek ketepatan konsep logika dari model yang dirancang serta hubungan yang tepat dan rasional antara input dan output yang digunakan pada model. Proses face validity dilakukan bersama dengan dua orang pakar, yaitu : 1. Hermawan (Divisi Supply Chain Management PT. Agronesia). Pakar ini melakukan validasi terhadap rancangan model pengelompokan bahan baku, model pemilihan pemasok bahan baku dan model prakiraan permintaan bahan baku. 2. Zainal F.A (Divisi Distribusi PT. Agronesia). Pakar ini melakukan validasi terhadap rancangan model pemilihan distributor. Kedua pakar tersebut menilai bahwa model yang dikembangkan cukup dapat mempresentasikan tahapan-tahapan yang dipertimbangkan dalam proses pemilihan pemasok bahan baku dan pemilihan distributor. Selain itu, model yang dikembangkan juga sesuai dengan informasi-informasi serta arahan yang mereka berikan kepada peneliti. Implikasi Manajerial Sistem penunjang keputusan ini mempunyai implikasi bagi pihak perusahaan, karena model yang dibangun merupakan representasi dari permasalahan yang ada di perusahaan. Sistem penunjang keputusan berbasis web ini menyediakan model-model mengenai pengelompokan bahan baku, pemilihan pemasok, prakiraan permintaan, dan pemilihan distributor. Output yang dihasilkan oleh sistem penunjang keputusan ini diharapkan dapat memberikan solusi atas permasalahan manajemen logistik yang ada di perusahaan. PT. Agronesia Divisi Inkaba merupakan industri yang beroperasi dengan sistem job order, sehingga produk yang dihasilkan beragam. Karena produk yang dihasilkan beragam, jenis bahan baku dan bahan penunjang yang digunakan pun beragam. Sistem penunjang keputusan ini menyediakan model pengelompokan bahan baku yang membantu perusahaan memprioritaskan jenis bahan baku yang paling penting untuk dikendalikan berdasarkan kriteria tertentu, sehingga pengendalian terhadap jenis bahan baku tersebut lebih efisien. Selain jenis bahan baku yang beragam, perusahaan dengan sistem job order juga memiliki permintaan / kebutuhan bahan baku yang bersifat probabilistik yang membutuhkan teknik simulasi untuk menyelesaikannya. Sistem penunjang keputusan ini menyediakan model prakiraan bahan baku dengan teknik simulasi Monte Carlo yang membantu perusahaan melakukan berbagai percobaan berbagai kebijakan persediaan, sehingga pengambilan keputusan kebijakan apa yang digunakan dan prakiraan terhadap permintaan bahan baku dapat dilakukan dengan cepat. Selain kedua model tersebut, sistem penunjang keputusan ini juga menyediakan model pemilihan pemasok bahan baku dan pemilihan distributor. Dengan menggunakan model tersebut, perusahaan dapat memutuskan menggunakan pemasok bahan baku dan jasa distributor yang sesuai dengan kriteria yang diinginkan oleh perusahaan dengan cepat tanpa harus menghubungi satu per satu pemasok dan perusahaan jasa distributor.

24

SIMPULAN DAN SARAN Simpulan Berdasarkan penelitian yang telah dilakukan dengan tema sistem penunjang keputusan manajemen logistik pada agroindustri berbahan karet (studi kasus di PT. Agronesia Divisi Inkaba), maka dapat disimpulkan bahwa: 1. Sistem penunjang keputusan berbasis web telah berhasil dikembangkan. Sistem ini dilengkapi dengan model-model pemilihan yang merupakan representasi dari permasalahan yang ada di perusahaan. Model-model yang tersedia yaitu model pengelompokan bahan baku, model pemilihan pemasok bahan baku, model prakiraan permintaan, dan model pemilihan distributor. 2. Hasil keluaran model pengelompokan bahan baku menunjukkan bahwa jenis bahan baku yang termasuk ke dalam kelompok A adalah SIR 50, yang termasuk ke dalam kelompok B adalah SIR 20 dan Carbon Black HAF-N 330 China sedangkan 100 jenis bahan baku lainnya tergolong ke dalam kelompok C. Hasil keluaran model tersebut didasarkan pada hasil perhitungan dengan menggunakan metode Analisis ABC. Berdasarkan hasil perhitungan tersebut, PT. Agronesia Divisi Inkaba harus melakukan pengendalian persediaan yang lebih ketat terhadap jenis bahan baku yang termasuk dalam kelompok A, pengendalian yang ketat terhadap jenis bahan baku yang termasuk dalam kelompok B, dan pengendalian yang kurang ketat terhadap jenis bahan baku yang termasuk dalam kelompok C. 3. Hasil keluaran model pemilihan pemasok bahan baku menunjukkan bahwa Tunggal Abadi merupakan pemasok SIR 50 dan PT. Tanggamus merupakan pemasok SIR 20 yang sesuai dengan kriteria dan subkriteria yang diinginkan oleh perusahaan. Hasil keluaran dari model tersebut didasarkan pada hasil perhitungan dengan menggunakan metode Analytical Hiearchy Process (AHP). 4. Hasil keluaran model prakiraan permintaan menunjukkan bahwa rata-rata permintaan terhadap bahan baku SIR 50 adalah 6 600.23 kg/bulan dan SIR 20 sebesar 4 828.17 kg/bulan. Hasil keluaran model tersebut didasarkan pada hasil perhitungan dengan menggunakan metode Monte Carlo Simulation. 5. Hasil keluaran model pemilihan distributor menunjukkan bahwa PT. Hosana Mandiri merupakan distributor yang sesuai dengan kriteria dan subkriteria yang diinginkan oleh perusahaan. Hasil keluaran dari model tersebut didasarkan pada hasil perhitungan dengan menggunakan metode Analytical Hiearchy Process (AHP). Saran Sistem dapat dikembangkan lebih lanjut dengan mengintegrasikan perhitungan AHP yang masih menggunakan aplikasi Expert Choice 2000 serta pengembangan subsistem dengan penggunaan intelijensi buatan lain yang lebih optimal.

25

DAFTAR PUSTAKA Ballou RH. 2004. Business Logistics – Supply Chain Management Planning, Organizing and Controlling The Supply Chain. 5th Edition. New Jersey (US): Pearson Prentice Hall. Bowersox D J, Closs DJ, Cooper BM. 2002. Supply Chain Logistics Management. New York (US): McGraw-Hill. Chopra S, Meindl P. 2007. Supply Chain Management: Strategy, Planning and Operations. New Jersey (US): Pearson Prentice Hall Direktorat Jendral Industri Agro. 2013. 5 Negara Produsen Karet Terbesar di Dunia. http://agro.kemenperin.go.id Gaspersz V. 2002. Production Planning and Inventory Control. Jakarta (ID): PT. Gramedia Pustaka Utama. Gottfried BS. 1984. Element of Stochastic Process Simulation. New Jersey (US): Prentice Hall. Hastuti T. 2014. Logistik. https://www.academia.edu/4280640/Logistik Hendra, Marimin, Herdiyeni Y. 2014. Sistem pendukung keputusan cerdas pengembangan agroindustri karet alam dengan pendekatan produktivitas hijau. JTIP. 24(3):82-96. Jacobs FR, Chase RB, Aquilano NJ. 2009. Operations and Supply Management. New York (US): McGraw-Hill. Marimin, Maghfiroh N. 2010. Aplikasi Teknik Pengambilan Keputusan Dalam Manajemen Rantai Pasok. Bogor (ID): IPB Press. Marimin, Darmawan MA, Machfud, Putra MP. 2013. Peningkatan Produktivitas Proses Budidaya Karet Alam dengan Pendekatan Green Productivity: Studi Kasus di PT. XYZ. Jurnal Agritech 33:(4). Marimin, Darmawan MA, Machfud, Saputra D. 2013. Decision Support System for Natural Rubber Supply Chain Management with Green Supply Chain Operation Reference Approach : A Case Study. Proceeding of The 2nd International Conference on Industrial Engineering and Service Science. In Press. Marimin, Darmawan MA, Machfud, Putra MPIF, Wiguna B. 2014. Value Chain Analysis for Green Productivity Improvement in the Natural Rubber Supply Chain : A Case Study. J Cleaner Production. 85(2014):201211.doi:10.1016/j.jclepro.2014.01.099. Marimin, Darmawan MA, Martini S, Rahmanto AD. 2014. Decision Support Green Productivity Improvement Model for Pre-processed Rubber (Bokar) : Case Study at Rubber Small Holders Plantation. Proceeding of 2014 2nd International Conference on Technology, Informatics,Management, Engineering and Environment. IEEE. Nuary F. 2014. Analisis Distribusi Outbound Logistik BBM Pertamina ke SPBU Bontang (Dari Persepsi Pihak SPBU Kota Bontang). JIMFEB. Malang (ID): Universitas Brawijaya. Nugroho A. 2002. Analisis dan Perancangan Sistem Informasi dengan Metodologi Berorientasi Objek. Jakarta (ID).

26 Phillips-Wren G, Mora M, Forgionne GA, Gupta JND. 2009. An integrative evaluation framework for intelligent decision support systems. Eur J Operational Research. 195:642–652. Rangkuti F. 2002. Manajemen Persediaan. Jakarta (ID): PT. Raja Grafindo Persada. Saaty TL. 2008. Decision making with the analytic hierarchy process”. Int J Service Sciences 1(1): 83-89. Setijadi. 2013. Kondisi dan Rencana Pengembangan Sistem Logistik Nasional. http://www.supplychainindonesia.com Walpole RE. 1992. Pengantar Statistika. Edisi Ketiga. Jakarta (ID): PT. Gramedia Pustaka Utama. Whitten JL, Bentley KD, Dittman KC. 2004. Sistem Analysis and Design Methods. 5th ed. New York (US): MNHE Yun Y, Kurniawan A. 2014. Supply Chain and Logistic dalam Kaitannya dengan Ketahanan Pangan di Pedesaan. Proseding Seminar Bisnis dan Teknologi. [Internet]. (Des 2014). hlm: 63-75; [diunduh 2015 Apr 23]. Tersedia pada: http://jurnal.darmajaya.ac.id/index.php/sembistek/article/view/205/105.

27 Lampiran 1 Kuesioner AHP Pemilihan Pemasok SIR 50

Kuisioner Penelitian Sistem Penunjang Keputusan Manajemen Logistik pada Agroindustri Berbahan Baku Karet (Studi Kasus di PT. Agronesia Divisi Inkaba) Tanggal Pengisian : Responden :

No.

Penggunaan Proses Hierarki Analitik Sistem Penunjang Keputusan Manajemen Logistik pada Agroindustri Berbahan Baku Karet Kuisioner ini merupakan salah satu instrumen dalam menyelesaikan penelitian. Kuisioner ini disusun oleh : Peneliti : Kiki Amelia Lubis NRP : F34100071 Program Studi : Teknologi Industri Pertanian Fakultas : Teknologi Pertanian Perguruan Tinggi : Institut Pertanian Bogor Pembimbing : 1. Prof. Dr. Ir. Marimin, MSc. 2. M. Arif Darmawan, S.TP. MT. IDENTITAS RESPONDEN Nama : Jenis Kelamin : ( ) Laki-laki Pendidikan Terakhir : ( ) SD ( ) SMP ( ) SMA

( ) Perempuan ( ) Diploma ( ) Sarjana ( ) Pascasarjana ( ) Doktor

Pekerjaan : Posisi di Perusahaan : Tanda Tangan

(.........................................)

28

PENGANTAR Pengisian kuisioner ini bertujuan untuk menentukan faktor yang berpengaruh pada pemilihan pemasok SIR 50. Landasan utama pengisian ini adalah hierarki (struktur AHP) dengan komponen-komponen yang telah disusun berdasarkan pendapat ahli (pakar). Struktur hierarki dapat dilihat pada Gambar 1.

Gambar 1. Hierarki penentuan alternatif pemilihan pemasok SIR 50 di PT. Agronesia Divisi Inkaba

27

PETUNJUK PENGISIAN I. UMUM 1. Isi kolom identitas yang terdapat pada halaman kuisioner depan 2. Berikan penilaian terhadap hierarki penentuan alternatif pemilihan pemasok bahan baku di PT. Agronesia Divisi Inkaba dengan cara mengisi lembar pengisian 3. Penilaian dilakukan dengan membandingkan tingkat kepentingan / peran komponen dalam satu level hierarki yang berkaitan dengan komponen level sebelumnya menggunakan skala penilaian yang terdapat pada petunjuk bagian II. 4. Penilaian dilakukan dengan mengisi tanda centang (√) pada kolom yang tersedia. II. SKALA PENILAIAN Definisi dari skala yang digunakan adalah sebagai berikut. Nilai Perbandingan Definisi 1 Tujuan yang satu dengan yang lainnya sama penting 3 Tujuan yang satu sedikit lebih penting (agak kuat) dibanding tujuan yang lainnya 5 Tujuan yang satu lebih penting (lebih kuat) dibanding tujuan yang lainnya 7 Tujuan yang satu sangat penting dibanding tujuan yang lainnya 9 Tujuan yang satu mutlak penting dibanding tujuan yang lainnya 2,4,6,8 Nilai tengah diantara dua nilai skor penilaian di atas

28

Contoh pengisian : Tabel 1. Bagaimana penilaian Anda tentang perbandingan tingkat kepentingan antar kriteria di bawah ini berdasarkan tujuan penentuan alternatif pemilihan pemasok bahan baku di PT. Agronesia Divisi Inkaba. Diisi Diisi bila kolom kiri lebih Diisi bila kolom kanan bila penting dari pada kolom lebih penting daripada Kolom Kolom sama kanan kolom kiri Kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Biaya √ Reliabilitas Biaya √ Fleksibilitas Reliabilitas √ Fleksibilitas

29

Berilah tanda centang (√) pada kolom skor yang paling sesuai terhadap penilaian tingkat kepentingan masing-masing kriteria pada tabel berikut ini. Tabel 1. Bagaimana penilaian Anda tentang perbandingan tingkat kepentingan antar kriteria di bawah ini berdasarkan tujuan penentuan alternatif pemilihan pemasok bahan baku di PT. Agronesia Divisi Inkaba. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom Kolom sama kolom kanan kolom kiri Kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Biaya Reliabilitas Biaya Fleksibilitas Reliabilitas Fleksibilitas Tabel 2. Bagaimana penilaian Anda tentang perbandingan kepentingan antar subkriteria di bawah ini berdasarkan kriteria Biaya. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom sama Kolom Kiri kolom kanan kolom kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Harga Cara Bahan Baku Pembayaran Harga Lama Bahan Baku Pembayaran Cara Lama Pembayaran Pembayaran

30

Tabel 3. Bagaimana penilaian Anda tentang perbandingan kepentingan antar subkriteria di bawah ini berdasarkan kriteria Reliabilitas. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom Kolom sama kolom kanan kolom kiri Kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Ketepatan Ketepatan Waktu Mutu Pengiriman

Tabel 4. Bagaimana penilaian Anda tentang perbandingan kepentingan antar subkriteria di bawah ini berdasarkan kriteria Fleksibilitas. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom sama Kolom Kiri kolom kanan kolom kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Pemenuhan Pemenuhan Perubahan Perubahan Jumlah Waktu Pesanan Pengiriman

31

Tabel 5. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan subkriteria Harga Bahan Baku. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom Kolom sama kolom kanan kolom kiri Kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Tunggal PTPN VIII Abadi Tabel 6. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan subkriteria Cara Pembayaran. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom Kolom sama kolom kanan kolom kiri Kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Tunggal PTPN VIII Abadi

32

Tabel 7. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan subkriteria Lama Pembayaran. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom Kolom sama kolom kanan kolom kiri Kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Tunggal PTPN VIII Abadi

Tabel 8. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan subkriteria Ketepatan Waktu Pengiriman. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom Kolom sama kolom kanan kolom kiri Kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Tunggal PTPN VIII Abadi

33

Tabel 9. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan subkriteria Ketepatan Mutu. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom Kolom sama kolom kanan kolom kiri Kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Tunggal PTPN VIII Abadi

Tabel 10. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan subkriteria Pemenuhan Perubahan Jumlah Pesanan. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom Kolom sama kolom kanan kolom kiri Kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Tunggal PTPN VIII Abadi

34

Tabel 11. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan subkriteria Pemenuhan Perubahan Waktu Pengiriman. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom Kolom sama kolom kanan kolom kiri Kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Tunggal PTPN VIII Abadi

35

Lampiran 2 Kuesioner AHP Pemilihan Pemasok SIR 20


No.




(.........................................)

36 PENGANTAR Pengisian kuisioner ini bertujuan untuk menentukan faktor yang berpengaruh pada pemilihan pemasok SIR 20. Landasan utama pengisian ini adalah hierarki (struktur AHP) dengan komponen-komponen yang telah disusun berdasarkan pendapat ahli (pakar). Struktur hierarki dapat dilihat pada Gambar 1.

Gambar 1. Hierarki penentuan alternatif pemilihan pemasok SIR 20 di PT. Agronesia Divisi Inkaba

37

PETUNJUK PENGISIAN I.

UMUM 1. Isi kolom identitas yang terdapat pada halaman kuisioner depan 2. Berikan penilaian terhadap hierarki penentuan alternatif pemilihan pemasok bahan baku di PT. Agronesia Divisi Inkaba dengan cara mengisi lembar pengisian 3. Penilaian dilakukan dengan membandingkan tingkat kepentingan / peran komponen dalam satu level hierarki yang berkaitan dengan komponen level sebelumnya menggunakan skala penilaian yang terdapat pada petunjuk bagian II. 4. Penilaian dilakukan dengan mengisi tanda centang (√) pada kolom yang tersedia.

II. SKALA PENILAIAN Definisi dari skala yang digunakan adalah sebagai berikut. Nilai Perbandingan Definisi 1 Tujuan yang satu dengan yang lainnya sama penting 3 Tujuan yang satu sedikit lebih penting (agak kuat) dibanding tujuan yang lainnya 5 Tujuan yang satu lebih penting (lebih kuat) dibanding tujuan yang lainnya 7 Tujuan yang satu sangat penting dibanding tujuan yang lainnya 9 Tujuan yang satu mutlak penting dibanding tujuan yang lainnya 2,4,6,8 Nilai tengah diantara dua nilai skor penilaian di atas

38

Contoh pengisian : Tabel 1. Bagaimana penilaian Anda tentang perbandingan tingkat kepentingan antar kriteria di bawah ini berdasarkan tujuan penentuan alternatif pemilihan pemasok bahan baku di PT. Agronesia Divisi Inkaba. Diisi Diisi bila kolom kiri lebih Diisi bila kolom kanan bila penting dari pada kolom lebih penting daripada Kolom Kolom sama kanan kolom kiri Kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Biaya √ Reliabilitas Biaya √ Fleksibilitas Reliabilitas √ Fleksibilitas

39

Berilah tanda centang (√) pada kolom skor yang paling sesuai terhadap penilaian tingkat kepentingan masing-masing kriteria pada tabel berikut ini.

Tabel 1. Bagaimana penilaian Anda tentang perbandingan tingkat kepentingan antar kriteria di bawah ini berdasarkan tujuan penentuan alternatif pemilihan pemasok bahan baku di PT. Agronesia Divisi Inkaba. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom Kolom sama kolom kanan kolom kiri Kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Biaya Reliabilitas Biaya Fleksibilitas Reliabilitas Fleksibilitas

Tabel 2. Bagaimana penilaian Anda tentang perbandingan kepentingan antar subkriteria di bawah ini berdasarkan kriteria Biaya. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom sama Kolom Kiri kolom kanan kolom kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Harga Cara Bahan Baku Pembayaran Harga Lama Bahan Baku Pembayaran

40

Kolom Kiri

Cara Pembayaran

Diisi Diisi bila kolom kanan bila lebih penting daripada sama kolom kiri penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Diisi bila kolom kiri lebih penting dari pada kolom kanan

Kolom Kanan Lama Pembayaran

Tabel 3. Bagaimana penilaian Anda tentang perbandingan kepentingan antar subkriteria di bawah ini berdasarkan kriteria Reliabilitas. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom Kolom sama kolom kanan kolom kiri Kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Ketepatan Ketepatan Waktu Mutu Pengiriman

41

Tabel 4. Bagaimana penilaian Anda tentang perbandingan kepentingan antar subkriteria di bawah ini berdasarkan kriteria Fleksibilitas. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom sama Kolom Kiri kolom kanan kolom kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Pemenuhan Pemenuhan Perubahan Perubahan Jumlah Waktu Pesanan Pengiriman

Tabel 5. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan subkriteria Harga Bahan Baku. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom sama Kolom Kiri kolom kanan kolom kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 PT. PTPN VIII Tanggamus PT. Tunggal Tanggamus Abadi Tunggal PTPN VIII Abadi

42

Tabel 6. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan subkriteria Cara Pembayaran. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom sama Kolom Kiri kolom kanan kolom kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 PT. PTPN VIII Tanggamus PT. Tunggal Tanggamus Abadi Tunggal PTPN VIII Abadi

Tabel 7. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan subkriteria Lama Pembayaran. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom sama Kolom Kiri kolom kanan kolom kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 PT. PTPN VIII Tanggamus PT. Tunggal Tanggamus Abadi

43

Diisi Diisi bila kolom kanan bila lebih penting daripada sama Kolom Kiri kolom kiri penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9

Kolom Kanan

PTPN VIII

Tunggal Abadi

Diisi bila kolom kiri lebih penting dari pada kolom kanan

Tabel 8. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan subkriteria Ketepatan Waktu Pengiriman. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom sama Kolom Kiri kolom kanan kolom kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 PT. PTPN VIII Tanggamus PT. Tunggal Tanggamus Abadi Tunggal PTPN VIII Abadi

44

Tabel 9. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan subkriteria Ketepatan Mutu. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom sama Kolom Kiri kolom kanan kolom kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 PT. PTPN VIII Tanggamus PT. Tunggal Tanggamus Abadi Tunggal PTPN VIII Abadi

Tabel 10. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan subkriteria Pemenuhan Perubahan Jumlah Pesanan. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom sama Kolom Kiri kolom kanan kolom kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 PT. PTPN VIII Tanggamus PT. Tunggal Tanggamus Abadi

45

Diisi Diisi bila kolom kanan bila lebih penting daripada sama Kolom Kiri kolom kiri penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9

Kolom Kanan

PTPN VIII

Tunggal Abadi

Diisi bila kolom kiri lebih penting dari pada kolom kanan

Tabel 11. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan subkriteria Pemenuhan Perubahan Waktu Pengiriman. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom sama Kolom Kiri kolom kanan kolom kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 PT. PTPN VIII Tanggamus PT. Tunggal Tanggamus Abadi Tunggal PTPN VIII Abadi

46

Lampiran 3 Kuisioner AHP Pemilihan Distributor


No.




(.........................................)

47 PENGANTAR Pengisian kuisioner ini bertujuan untuk menentukan faktor yang berpengaruh pada pemilihan distributor. Landasan utama pengisian ini adalah hierarki (struktur AHP) dengan komponen-komponen yang telah disusun berdasarkan pendapat ahli (pakar). Struktur hierarki dapat dilihat pada Gambar 1.

Gambar 1. Hierarki penentuan alternatif pemilihan distributor di PT. Agronesia Divisi Inkaba

48

PETUNJUK PENGISIAN I.

UMUM 1. Isi kolom identitas yang terdapat pada halaman kuisioner depan 2. Berikan penilaian terhadap hierarki penentuan alternatif pemilihan pemasok bahan baku di PT. Agronesia Divisi Inkaba dengan cara mengisi lembar pengisian 3. Penilaian dilakukan dengan membandingkan tingkat kepentingan / peran komponen dalam satu level hierarki yang berkaitan dengan komponen level sebelumnya menggunakan skala penilaian yang terdapat pada petunjuk bagian II. 4. Penilaian dilakukan dengan mengisi tanda centang (√) pada kolom yang tersedia.

II. SKALA PENILAIAN Definisi dari skala yang digunakan adalah sebagai berikut. Nilai Perbandingan Definisi 1 Tujuan yang satu dengan yang lainnya sama penting 3 Tujuan yang satu sedikit lebih penting (agak kuat) dibanding tujuan yang lainnya 5 Tujuan yang satu lebih penting (lebih kuat) dibanding tujuan yang lainnya 7 Tujuan yang satu sangat penting dibanding tujuan yang lainnya 9 Tujuan yang satu mutlak penting dibanding tujuan yang lainnya 2,4,6,8 Nilai tengah diantara dua nilai skor penilaian di atas

49

Contoh pengisian : Tabel 1. Bagaimana penilaian Anda tentang perbandingan tingkat kepentingan antar kriteria di bawah ini berdasarkan tujuan penentuan alternatif pemilihan distributor di PT. Agronesia Divisi Inkaba. Diisi Diisi bila kolom kiri lebih Diisi bila kolom kanan bila penting dari pada kolom lebih penting daripada Kolom sama Kolom Kiri kanan kolom kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Sistem Harga √ Pembayaran Harga Volume √ Barang Harga Waktu √ Pengiriman Harga Jarak √ Pengiriman Sistem Volume √ Pembayaran Barang Sistem Waktu √ Pembayaran Pengiriman Sistem Jarak √ Pembayaran Pengiriman Volume Waktu √ Barang Pengiriman Volume Jarak √ Barang Pengiriman Waktu √ Jarak

50

Kolom Kiri

Pengiriman


Kolom Kanan Pengiriman

51

Berilah tanda centang (√) pada kolom skor yang paling sesuai terhadap penilaian tingkat kepentingan masing-masing kriteria pada tabel berikut ini. Tabel 1. Bagaimana penilaian Anda tentang perbandingan tingkat kepentingan antar kriteria di bawah ini berdasarkan tujuan penentuan alternatif pemilihan pemasok bahan baku di PT. Agronesia Divisi Inkaba. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom sama Kolom Kiri kolom kanan kolom kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Sistem Harga Pembayaran Harga Volume Barang Harga Waktu Pengiriman Harga Jarak Pengiriman Sistem Volume Pembayaran Barang Sistem Waktu Pembayaran Pengiriman Sistem Jarak Pembayaran Pengiriman Volume Waktu Barang Pengiriman Volume Jarak Barang Pengiriman

52

Kolom Kiri

Waktu Pengiriman


Kolom Kanan Jarak Pengiriman

Tabel 2. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan kriteria Harga. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom Kolom sama kolom kanan kolom kiri Kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 PT. Herona JNE Express JNE PT. Hosana Mandiri JNE PT. Handal Lintas Antarnusa JNE TSL Logistic PT. PT. Hosana Herona Mandiri Express PT. PT. Handal

53

Kolom Kiri Herona Express PT. Herona Express PT. Hosana Mandiri PT. Hosana Mandiri PT. Handal Lintas Antarnusa


Kolom Kanan Lintas Antarnusa TSL Logistic PT. Handal Lintas Antarnusa TSL Logistic TSL Logistic

Tabel 3. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan kriteria Sistem Pembayaran.

54

Kolom Kiri

JNE JNE JNE

JNE PT. Herona Express PT. Herona Express PT. Herona Express PT. Hosana Mandiri PT. Hosana


Kolom Kanan PT. Herona Express PT. Hosana Mandiri PT. Handal Lintas Antarnusa TSL Logistic PT. Hosana Mandiri PT. Handal Lintas Antarnusa TSL Logistic PT. Handal Lintas Antarnusa TSL Logistic

55

Kolom Kiri Mandiri PT. Handal Lintas Antarnusa


Kolom Kanan

TSL Logistic

56

Tabel 4. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan kriteria Volume Barang. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom Kolom sama kolom kanan kolom kiri Kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 PT. Herona JNE Express JNE PT. Hosana Mandiri JNE PT. Handal Lintas Antarnusa JNE TSL Logistic PT. PT. Hosana Herona Mandiri Express PT. PT. Handal Herona Lintas Express Antarnusa PT. TSL Herona Logistic Express PT. PT. Handal Hosana Lintas

57

Kolom Kiri Mandiri PT. Hosana Mandiri PT. Handal Lintas Antarnusa


Kolom Kanan Antarnusa TSL Logistic TSL Logistic

58

Tabel 5. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan kriteria Waktu Pengiriman. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom Kolom sama kolom kanan kolom kiri Kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 PT. Herona JNE Express JNE PT. Hosana Mandiri JNE PT. Handal Lintas Antarnusa JNE TSL Logistic PT. PT. Hosana Herona Mandiri Express PT. PT. Handal Herona Lintas Express Antarnusa PT. TSL Herona Logistic Express PT. PT. Handal Hosana Lintas

59




60

Tabel 6. Bagaimana penilaian Anda tentang perbandingan kepentingan antar alternatif di bawah ini berdasarkan kriteria Jarak Pengiriman. Diisi Diisi bila kolom kiri Diisi bila kolom kanan bila lebih penting dari pada lebih penting daripada Kolom Kolom sama kolom kanan kolom kiri Kiri Kanan penting 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 PT. Herona JNE Express JNE PT. Hosana Mandiri JNE PT. Handal Lintas Antarnusa JNE TSL Logistic PT. Herona Express PT. Herona Express PT. Herona Express PT. Hosana

PT. Hosana Mandiri PT. Handal Lintas Antarnusa TSL Logistic PT. Handal Lintas

61




62

Lampiran 4 Diagram alir model pengelompokan bahan baku

Lampiran 5 Diagram alir model pemilihan pemasok bahan baku

63 Lampiran 6 Dokumentasi Sistem

Lampiran 7 Diagram alir pemilihan distributor

64 Lampiran 8 Dokumentasi Sistem INSTALASI SISTEM Spesifikasi Perangkat Keras dan Perangkat Lunak Instalasi sistem dilakukan supaya aplikasi yang akan digunakan dapat dijalankan. Kebutuhan perangkat lunak dan keras yang dibutuhkan dalam pengembangan sistem ini mempunyai spesifikasi sebagai berikut. 1. Spesifikasi perangkat keras : a. Processor : Intel(R) Pentium(R) CPU B960 @ 2.20GHz b. Memory : 2 GB c. System Type : 32-bit Operating System 2. Spesifikasi perangkat lunak : a. Sistem Operasi Microsoft Windows 7 Ultimate b. AppServ v2.5.10 Instalasi AppServ v2.5.10 1. Double click AppServ v2.5.10.exe di windows explorer, maka akan muncul tampilan seperti gambar di bawah ini.

65 2.

License Agreement : Appserv berada dibawah lisensi GNU/GPL. Anda harus membaca persetujuan ini sebelum instalasi. Klik next untuk melanjutkan proses instalasi.

3.

Pilih lokasi instalasi. Lokasi default AppServ adalah C:AppServ. Jika ingin mengubah lokasi, klik tombol browse. Klik next untuk melanjutkan proses instalasi.

66 4.

Centang semua fitur AppServ, klik next untuk melanjutkan proses instalasi.

5.

Masukkan nama server localhost dan email [email protected]. Kolom port biarkan tetap default 80.

6.

Masukkan password aplikasi 123456 dan klik tombol install untuk melanjutkan.

67

7.

Klik Finish untuk menyelesaikan proses instalasi.

8.

Jalankan web browser, lalu ketik localhost pada alamat tujuan web browser. Klik text phpMyAdmin Database Manager Version 2.10.3 sehingga menuju halaman phpMyAdmin seperti gambar berikut, lalu klik icon database.

68 9.

Ketik teks db_rubberlog pada textbox Create new database, lalu klik tombol create.

10.

Kemudian klik tab import.

11.

Klik tombol browse untuk menuju jendela windows explorer.

69

12.

Klik file db_rubberlog.sql pada windows explorer.

13.

Klik tombol go.

14.

Proses import database selesai.

15.

Copy folder rubberlog ke direktori C:\AppServ\www

70

PROSEDUR PENGOPERASIAN APLIKASI Prosedur pengoperasian aplikasi menjelaskan lebih rinci tentang bagaimana program ini digunakan. Langkah-langkah penggunaan aplikasi dapat dijelaskan sebagai berikut. 1. Ketik teks http://localhost/rubberlog/index.php pada web browser, sehingga muncul halaman utama aplikasi.

2.

Untuk melihat daftar bahan baku, klik Raw Material – Item List.

71 3.

Untuk menambah record data, klik insert record

4.

Klik edit untuk melakukan editing data. Klik delete untuk menghapus data yang terdapat pada tabel daftar bahan baku.

72 5.

Untuk melihat pengelompokan bahan baku dengan menggunakan analisis ABC, klik Raw Material – ABC Analysis. Untuk melakukan proses pengelompokan bahan baku, klik tombol analisis. Untuk menambah record data, klik tombol insert record.

6.

Untuk melakukan proses peramalan prakiraan bahan baku dengan simulasi Monte Carlo, klik Forecasting – Simulation – kemudian pilih jenis bahan baku yang ingin dilakukan peramalan. Lalu klik tombol forecast untuk memulai proses perhitungan. Untuk melakukan proses editing data, klik edit.

73 7.

Untuk melihat struktur hierarki pemilihan pemasok bahan baku, klik Supplier – AHP Structure.

8.

Untuk memasukkan penilaian pakar struktur hierarki pemilihan pemasok bahan baku, klik Supplier – Expert Assesment – jenis bahan baku. Setelah memasukkan data penilaian pakar struktur hierarki, klik tombol simpan untuk menuju halaman berikutnya.

74 9.

Untuk melihat hasil perhitungan AHP pemilihan pemasok bahan baku klik Supplier – Result – jenis bahan baku yang ingin dilihat hasil perhitungannya.

10.

Untuk melihat struktur hierarki pemilihan distributor, klik Distributor – AHP Structure.

75 11.

Untuk memasukkan penilaian pakar struktur hierarki pemilihan distributor, klik Distributor – Expert Assesment. Setelah memasukkan data penilaian pakar struktur hierarki, klik tombol simpan untuk menuju halaman berikutnya.

12.

Untuk melihat hasil perhitungan AHP pemilihan pemasok bahan baku klik Distributor – Result

76 Lampiran 9 SNI Standard Indonesian Rubber (SIR) Ruang Lingkup Standar ini meliputi ruang Iingkup, definisi, penggolongan, bahan olah, syarat ukuran, syarat mutu, pengambilan contoh, cara uji, pengemasan, syarat penandaan dan catatan umum Standard Indonesian Rubber (SIR). Definisi Standard Indonesian Rubber adalah karet alam yang diperoleh dengan pengolahan bahan olah karet yang berasal dari getah batang pohon Hevea Brasiliensis secara mekanis dengan atau tanpa kimia, serta mutunya ditentukan secara spesifikasi teknis. Penggolongan SIR digolongkan dalam 6 jenis mutu yaitu - SIR 3 CV ( Constant Viscosity ) - SIR 3 L ( Light ) - SIR 3 WF ( Whole Field ) - SIR 5 - SIR 10 SIR 20 Bahan olah SIR 3 CV, SIR 3 L dan SIR 3 WF dari Lateks. SIR 5, SIR 10 dan SIR 20 dari koagulum lateks. Untuk memilih jenis bahan olah yang sesuai dengan rencana produksi, produsen SIR dapat berpedoman kepada SNI 06-2047 revisi terakhir ( Standar Bahan Olah Karat ). Syarat ukuran Standard Indonesian Rubber disajikan dalam bentuk bandela yang dikempa dengan beratdan ukuran tertentu, Ukuran bandela SIR yang diperdagangkan adalah panjang 675 ± 25 mm Iebar 355 ± 10 mm, dapat mempunyai berat sebesar 33 1/3 kg atau 35 kg atau sesuai permintaan pembeli.

77 Syarat Mutu

Keterangan : *) Tanda Pengenal Tingkatan Batasan Viskositas Mooney : CV—50 45—55 CV — 60 55 — 65 CV—70 65—75 **) Informasi mengenai cure dibenkan daiam bentuk Rheograph sebagai Standard non— mandatory.

78

RIWAYAT HIDUP Penulis dilahirkan di Kota Medan pada tanggal 25 Agustus 1992. Penulis adalah anak tunggal dari pasangan Bapak Zulkifli Lubis (Alm.) dan ibu Tiflatul Khairah. Pendidikan sekolah dasar penulis dimulai pada tahun 1998 di SD Negri 081234 Sibolga dan selesai pada tahun 2004. Penulis melanjutkan pendidikan sekolah menengah pertama di SMP Swasta Al-Muslimin Pandan tahun 2004 – 2007. Penulis kemudian melanjutkan pendidikan sekolah menengah atas di SMA Negri 1 Plus Matauli Pandan pada tahun 2007 – 2010. Penulis diterima sebagai mahasiswa Departemen Teknologi Industri Pertanian, Fakultas Teknologi Pertanian melalui jalur Undangan Seleksi Masuk IPB (USMI) pada tahun 2010. Penulis pernah menjadi asisten mata kuliah Penerapan Komputer pada tahun 2012 dan asisten mata kuliah Teknik Optimasi pada tahun 2014. Selain itu penulis juga aktif dalam UKM Uni Konservasi Fauna (UKF) IPB pada tahun 2010 – sekarang.

SISTEM PENUNJANG KEPUTUSAN MANAJEMEN LOGISTIK PADA AGROINDUSTRI BERBAHAN BAKU KARET (STUDI KASUS DI PT. AGRONESIA DIVISI INKABA) KIKI AMELIA LUBIS

Recommend Documents