1
Penerapan Data Envelopment Analysis untuk Efisiensi Kinerja Karyawan pada PT. X Wida Suliasih, Heri Kuswanto dan Destri Susilaningrum Jurusan Statistika, F-MIPA, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 E-mail:
[email protected],
[email protected] Abstrak-- Efisiensi kinerja karyawan (Produktivitas) dapat ditingkatkan dengan diagnosis, pelatihan, dan tindakan. Diagnosis dapat dilakukan secara informal oleh setiap individu yang tertarik untuk meningkatkan kemampuannya dalam mengevaluasi, memperbaiki kinerja atau bisa dilakukan perusahaan dengan mengukur produktivitas karyawan. Dikenal metode Data Envelopment Analysis (DEA) yang digunakan dalam pengukuran efisiensi suatu unit. Pada tugas akhir ini dilakukan analisis tingkat efisiensi kinerja karyawan di perusahaan telekomunikasi di wilayah East Java dengan menggunakan metode DEA-CCR yang berorientasi input. Data yang digunakan adalah data sekunder yaitu jumlah pekerjaan, jumlah waktu,dan bobot pekerjaan sebagai input serta data overtime sebagai output. Hasil analisis menunjukkan bahwa efisiensi kayawan dengan DMU sebanyak 53 karyawan hanya ada 7 karyawan yang memiliki kinerja efisien sedangkan 46 karyawan lainnya tidak efisien. Karyawan yang tidak efisien akan dilakukan proyeksi dengan orientasi input sehingga karwayan bisa efisien. Hasil proyeksi diperoleh bahwa input yang perlu mengkaji ulang mengenai waktu pengerjaan BTS (X8) dan waktu pengerjaan FO (X11). Kata kunci : Data Envelopment Analysis (DEA), efisiensi, karyawan, DEA-CCR orientasi input
I.
PENDAHULUAN
Setiap organisasi berkepentingan terhadap kinerja terbaik yang mampu dihasilkan oleh rangkaian sistem yang berlaku dalam organisasi tersebut. Manajemen sumber daya manusia merupakan salah satu faktor utama untuk mendapatkan kinerja terbaik. Meningkatkan kinerja karyawan (Produktivitas) dapat dilakukan dengan diagnosis, pelatihan, dan tindakan, (Timpe, 1993). Diagnosis dapat dilakukan secara informal oleh setiap individu yang tertarik untuk meningkatkan kemampuannya dalam mengevaluasi, memperbaiki kinerja ata bias dilakukan perusahaan dengan mengukur produktivitas karyawan. Dalam rangka meningkatkan produktivitas karyawan suatu perusahaan telekomunikasi yaitu PT. X akan mengukur produktivitas karyawannya untuk mengurangi overtime. Mengetahui seberapa besar tingkat pengaruh pengurangan waktu overtime terhadap kinerja atau produktivitas karyawan, maka penulis melakukan penelitian mengenai hal tersebut dengan menggunakan DEA ( Data Envelopment Analysis ). Penelitian ini menggunakan metode DEA karena variabel-variabel yang diketahui berpengaruh terhadap nilai overtime bisa diminimalkan atau dimaksimalkan sesuai kebutuhan.
II.
TINJAUAN PUSTAKA
a.
Data Envelopment Analysis (DEA) DEA merupakan pengembangan linier programming yang didasarkan pada pengukuran kinerja relatif dari suatu unit produksi berdasarkan beberapa rasio bobot dari output terhadap input untuk suatu DMU. Yang dimaksud DMU adalah sesuatu hal yang memiliki kesamaan karakteristik operasional. Berikut ini adalah beberapa istilah DEA yang perlu diketahui (Yeni,dkk.2005). 1. Input 2. Output 3. Decision Making Unit (DMU) Sesuatu yang dinilai dan dibandingkan antara input dan output sehingga diperoleh nilai efisiensi relatifnya. Asumsi-asumsi yang mendasari dalam pemilihan DMU menurut Ramanathan (2003) antara lain sebagai berikut : a. DMU harus merupakan unit-unit yang homogen. b. Jumlah DMU lebih banyak dari jumlah input dan output. c. Bobot d. Pengukuran berorientasi input e. Pengukuran berorientasi output f. Constant Return to Scale (CRS) Asumsi ini menyatakan bahwa penambahan satu unit input akan menghasilkan penambahan satu unit output. g. Efisiensi teknis Kemampuan sebuah unit untuk menghasilkan output semaksimal mungkin dari sejumlah input yang digunakan. DEA menentukan rasio maksimal dari jumlah output yang diberi bobot terhadap jumlah input yang diberi bobot, dengan bobot yang ditentukan oleh model. Efisiensi relatif (θk) dari DMU ke- k diformulasikan sebagai berikut. t
k
u r y kr
r 1 m
v i x ki
(1) Keterangan: ur = bobot output r, r = 1,2,3,...,t vi = bobot input i, i = 1,2,3,...,m ykr = nilai dari output suatu unit ke-k xki = nilai dari input suatu unit ke-k k = jenis DMU, k = 1, 2, 3,...,n b. Model DEA-CCR (Charnes Cooper Rhodes) Model CCR digunakan untuk mengatasi permasalahan dengan mengijinkan DMU untuk mengadopsi bobot yang dapat memaksimalkan rasio produktivitas dari DMU tersebut tanpa rasio dari DMU lain melebihi 1. Bentuk ini mengubah i 1
2 rasio produktivitas menjadi pengukuran efisiensi relatif. Misalkan terdapat sejumlah j DMU. Masing-masing DMU menggunakan sejumlah m input dan t output. Jika DMU yang akan dianalisis adalah DMU ke-k. Maka penghitungan nilai efisiensi diformulasikan sebagai berikut. Fungsi tujuan
yang ada sehingga diperoleh non-zero slack terutama pada DMU-DMU yang berada pada kondisi weakly efficient. Model tersebut adalah sebagai berikut. Fungsi tujuan m
S
max
i 1
t
max k
u r y kr
r 1 m
, k = DMU yang diteliti
n
j 1
t
r 1 m
n
j y jr S r y kr , r = 1, 2, …, t
1 , untuk setiap DMU
j 1
v i x ji
(2)
(Boussofiane, Dyson, dan Thanassoulis, 1991) Bentuk persamaan di atas memiliki jumlah solusi yang tidak terbatas, sehingga formulasi di atas diubah dalam bentuk linier programming. Formulasinya dapat dilihat pada persamaan 3. Fungsi tujuan t
t
m
r 1
i 1
n
(3)
j = 1,2,…,n u r , vi 0
; r = 1, 2, ..., t ; i = 1, 2, ..., m Bentuk dual dari model diformulasikan pada persamaan 4. Fungsi tujuan min k
DEA-CCR
n
dengan kendala j x ji k xki 0 , i = 1, 2,... , m j 1
n
j y jr y kr j 1
j 0 , j = 1, 2, ..., n ; k = objek
dengan kendala: j
m
ur y jr vi x ji 0
m t min k S i S r r i
n
r 1
vi xki 1
diteliti Model 4 dan model 5 dapat diformulasikan dalam sebuah model seperti berikut. Fungsi tujuan:
j y jr y kr S r 0 , i = 1, 2, ..., m
max ur ykr , k = DMU yang diteliti
i 1
(5)
j , Si , Sr 0 , j = 1,2,..,n; k: objek yang
i 1
dalam sampel j = 1,2,…,n u r , vi 0 ; r = 1, 2, ..., t ; i= 1, 2, ..., m
dengan kendala
r 1
j xki S i xki , i = 1, 2, ... , m
i 1
dengan kendala
t
S r
dengan kendala
v i x ki u r y jr
i
, r = 1, 2,..., t (4)
Nilai θk pada model 4 adalah nilai efisiensi DMU ke-k. Sesuai dengan teorema dual dalam program linier, besarnya θk akan sama dengan t
nilai optimal u r y kr pada model primal 3. θk akan r 1
bernilai 0< θk 1. λ pada model 4 merupakan bentuk transformasi dari u r dan v i pada model 3. λ adalah suatu variabel yang menunjukkan seberapa besar input dapat diturunkan dan output dapat dinaikkan untuk membuat suatu DMU yang sedang dievaluasi menjadi efisien. DMU k dikatakan efisien jika θk =1 dan semua λj = 0. Oleh karena itu, berdasarkan nilai optimal θk yang telah diperoleh pada model 4 maka digunakan model program linier untuk mendeteksi kemungkinan non-zero slack dengan memaksimalkan slack-slack
j x ji S i k x ki
,r=1,2,.,t
(6)
j
j , Si , Sr 0
, j = 1, 2, ..., n; k=DMU yang
i
diteliti. S adalah variabel slack untuk input ke-i dan S r adalah variabel slack untuk output ke-r. adalah bilangan real dengan nilai positif yang sangat kecil. Kehadiran dalam fungsi objektif tersebut, secara efektif mengijinkan untuk mengoptimasi θ terlebih dahulu sebelum variabelvariabel slacknya. Dengan demikian optimasi variabel-variabel slack tidak mem pengaruhi hasil optimasi θ. DMU dikatakan efisien pada model 6 jika θk =1 dan semua slacknya nol ( Si = 0, S r = 0). c. Peningkatan Efisiensi Model DEA-CCR Melakukan peningkatan efisiensi, maka input dan output perlu diproyeksikan. Sehingga DMU yang tidak efisien dapat ditingkatkan. Besar perbaikan input x i dan output y r dapat dihitung dari: xi xi k xi S i (1 k ) xi S i y r S r Rumus untuk perbaikan nilai input dan nilai output yang disebut dengan CCR projection yaitu: (7) xˆ i xi xi k xi S i xi
(8) yˆ r y r y r y r S r y r Dengan xˆ i adalah input optimal pada DMU ke-k yˆ r adalah output optimal pada DMU ke-k (Cooper, Seiford, dan Tone, 2007)
3 III. METODOLOGI PENELITIAN a. Sumber data Data yang digunakan dalam tugas akhir ini adalah data sekunder yaitu data karyawan perusahaan X dengan jumlah karyawan sebanyak 53 karyawan dari divisi Field Operation di Area East Java. Area tersebut terdiri dari Jember, Madiun, Malang, Madura, Surabaya 1 dan Surabaya 2 pengambilan data di East Java karena menurut divisi finance di area ini terdapat waktu luang tetapi overtime meningkat. b. Variabel Penelitian Variabel yang digunakan dalam penelitian ini terdiri dari variabel output dan variabel input. Data jumlah waktu , bobot pekerjaan, dan jumlah pekerjaan yang sebagai input dan jumlah Overtime yang diselesaikan sebagai output. Tabel 3.1 Variabel Penelitian N o 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Nama Variabel
Jenis Variabel
Overtime(Y1) Output Jumlah pekerjaan BTS (X1 ) Jumlah pekerjaan CME (X2 ) Jumlah Pekerjaan CORE (X3) Jumlah Pekerjaan FO (X4) Jumlah Pekerjaan Other (X5) Jumlah Pekerjaan Transmissio n (X6) Waktu pekerjaan BTS (X7 ) Waktu pekerjaan CME (X8 )
Input
Input
Input
Input
Waktu Pekerjaan FO (X10) Waktu Pekerjaan Other (X11) Waktu Pekerjaan Transmis sion (X12) Bobot pekerjaan BTS (X13 ) Bobot pekerjaan CME (X14 )
Input
Input
Input
Input
Jumlah waktu penyelesaian pekerjaan BTS yang dikerjakan dalam periode 1 tahun terakhir Jumlah waktu penyelesaian pekerjaan CME yang dikerjakan dalam periode 1 tahun terakhir Jumlah waktu penyelesaian pekerjaan CORE yang dikerjakan dalam periode 1 tahun terakhir Jumlah waktu penyelesaian pekerjaan FO yang dikerjakan dalam periode 1 tahun terakhir Jumlah waktu penyelesaian pekerjaan Other yang dikerjakan dalam periode 1 tahun terakhir Jumlah waktu penyelesaian pekerjaan Transmission yang dikerjakan dalam periode 1 tahun terakhir Bobot pekerjaan BTS yang dikerjakan dalam periode 1 tahun terakhir Bobot pekerjaan CME yang dikerjakan dalam periode 1 tahun terakhir
Bobot Pekerjaan CORE (X15) Bobot Pekerjaan FO (X16) Bobot Pekerjaan Other (X17) Bobot Pekerjaan Transmis sion (X18)
Bobot pekerjaan CORE yang dikerjakan dalam periode 1 tahun terakhir Bobot pekerjaan FO yang dikerjakan dalam periode 1 tahun terakhir Bobot pekerjaan Other yang dikerjakan dalam periode 1 tahun terakhir
Input
Input
Input
Bobot pekerjaan Transmission yang dikerjakan dalam periode 1 tahun terakhir
Input
Tabel 3.2 Struktur Data Aktifitas Karyawan di East Java No 1
DMU (engineer) Abrori
X1 x11
X2 x21
X3 x31
… …
X17 X171
X18 Y181
Y1 Y11
2
Naim
x12
x22
x32
…
Y172
Y182
Y12
.
.
.
.
.
…
.
.
.
Yudistira
x1k
x2k
x3k
…
X17k
X18k
Y1k
c.
Jumlah pekerjaan Transmission yang dikerjakan dalam periode 1 tahun terakhir
Input
19
N
Input
Waktu Pekerjaan Input CORE (X9)
18
Jumlah jam overtime yang diclaim oleh karyawan dalam periode 1 tahun terakhir Jumlah pekerjaan BTS yang dikerjakan dalam periode 1 tahun terakhir Jumlah pekerjaan CME yang dikerjakan dalam periode 1 tahun terakhir Jumlah pekerjaan CORE yang dikerjakan dalam periode 1 tahun terakhir Jumlah pekerjaan FO yang dikerjakan dalam periode 1 tahun terakhir Jumlah pekerjaan Other yang dikerjakan dalam periode 1 tahun terakhir
Input
17
Keterangan
Input
Input
16
Langkah Analisis Adapun langkah analisis yang digunakan dalam penelitian ini adalah sebagai berikut : 1. Menetapkan variabel untuk mentukankan DMU, input, dan output. 2. Mengumpulkan data. 3. Mendeskripsikan masing – masing area berdasarkan site yang paling banyak menerima order dan order pekerjaan terbanyak di setiap area. 4. Melakukan pengukuran efisiensi terhadap kinerja karyawan dengan DEA-CCR untuk masing – masing area. 5. Membuat pemetaan untuk karyawan yang efisien dalam setiap area dan karyawan yang tidak efisien untuk dibagi berdasarkan prosentase efisiensi (efisien atau tidak efisien). 6. Melakukan proyeksi perbaikan pada karyawan di Java Region yang tidak efisien sehingga bisa dilakukan efisiensi. 7. Menarik kesimpulan dari hasil proyeksi untuk meningkatkan efisiensi karyawan yang tidak efisien. IV. ANALISIS DAN PEMBAHASAN Table berikut merupakan wilayah yang masuk ke dalam East Java. Kota-kota ini selanjutnya dianalisis untuk mengetahui site mana dari masingmasing kota tersebut yang memiliki order pekerjaan paling banyak dan permasalahan apa yang terjadi. 22%
21%
7%
20%
12%
18%
JEMBER MADIUN MADURA MALANG SURABAYA 1 SURABAYA 2
Gambar 1 Jumlah Order Pekerjaan di East Java
4 Berdasarkan Gambar 1 dapat diketahui bahwa Order pekerjaan terbesar terdapat di 3 area yaitu 21% di Jember, 20% di Malang, dan 22% di Surabaya 2. Berikut merupakan gambar 10 site yang paling banyak menerima order di Jember. 6% 5%
3%
3% 3% 2% 2% 2% 1% 1% 1%
Gambar 2 10 site dengan order pekerjaan tertinggi di Area Jember
Dilihat dari Gambar 2 diketahui 10 site yang paling bermasalah di Jember yaitu Sempu, Jember, Banyuwangi, Probolinggo, Klakah, Wonorejo, Pasiran, Bajulmati, Cungking, dan Puger. Dimana 6% order pekerjaan ada di site Sempu. Selanjutnya akan dijelaskan beberapa order pekerjaan ada pada masing-masing site di Jember. Pembahasan order pekerjaan tersebut dapat dilihat pada Gambar berikut. BTS
CME
CORE
17% 2%
FO
OTHERS
58%
55% 21%
1% 3%
SEMPU
TRANSMISSION
19% 5% 4%
6%
JEMBER
13% 3%
BANYUWANGI
2%
PROBOLINGGO
2% 2% 2% 2%
2% 2%
EWO
FO
OTHERS
54% 37%
TRANSMISSION
40% 30%
27% 2%
10% 7%
17% 1%
JOMBANG
18% 3%
7% 4%
14%
0%
HUT MADIUN
15% 7%
6%
2%
2%
2%
1%
1%
Dilihat dari Gambar 6 diketahui 10 site yang paling paling banyak menerima order masalah pekerjaan di Madura yaitu Pamekasan, HUT Kalianget, Bangkalan, Sampang, Pegantenan, Budagan Pamekasan, Omben, Galis Bangkalan, dan Batu Koceng. BTS
CME
CORE
EWO
FO
OTHERS
TRANSMISSION
61% 37%
29% 11%
7%
23%
20% 17%
13% 8%
21% 9%
1% 3%
0% 0%
20%
1%
HUT KALIANGET
7% 6%
BANGKALAN
Berdasarkan Gambar 7 dapat dilihat bahwa pada daerah Pamekasan 61% masalah pada transmission, HUT Kalianget 29% permasalahan pada Others, dan Bangkalan 37% masalah pada CORE. Berikut merupakan gambar 10 site yang paling banyak menerima order di Malang. 5% 3%
2% 2% 2% 2% 2% 1% 1% 1%
Gambar 8 10 site dengan order pekerjaan tertinggi di Area Malang
Dilihat dari Gambar 4 diketahui 10 site yang paling bermasalah di Jember yaitu Jombang, HUT Madiun, HUT Kediri, Sambit, Pare, Kasihan Pacitan, Mojoroto, Pesantren Kediri, Semen Kediri, dan Sedeng. Selanjutnya akan dijelaskan beberapa order pekerjaan pada masing-masing site. CORE
2%
Gambar 7 Jenis Order Pekerjaan 3 site di Area Madura
15%
5%
Gambar 4 10 site dengan order pekerjaan tertinggi di Area Madiun
CME
2%
PAMEKASAN
Berdasarkan Gambar 3 diperoleh hasil bahwa pada daerah Sempu, Jember, Banyuwangi order pekerjaan lebih dari 50 % pada masalah transmission, sedangkan Probolinggo 28 % order pekerjaan pada masalah CME. Berikut merupakan gambar 10 site yang paling bermasalah di Madiun.
BTS
3%
26%27%
Gambar 3 Jenis Order Pekerjaan 4 site di Area Jember
4% 3% 2%
3%
Gambar 6 10 site dengan order pekerjaan tertinggi di Area Madura
8%
54% 28%
20% 13%
4% 2%
6%
Berdasarkan Gambar 5 dapat dilihat bahwa pada daerah Jombang 37% order pekerjaan pada masalah FO, HUT Madiun 54% order pekerjaan pada Transmission, dan HUT Kediri 40% order pekerjaan pada masalah CME. Berikut merupakan gambar 10 site yang paling bermasalah di Madura.
1% 1%
HUT KEDIRI
Gambar 5 Jenis Order Pekerjaan 3 site di Area Madiun
Dilihat dari Gambar 8 diketahui 10 site yang paling bermasalah di area Malang yaitu site Malang, Pagedangan, Gempol, Pasuruan, Blitar, Bangil, Sukun, Mojosari, Dinoyo, dan Sampurna Pandaan. Selanjutnya akan dijelaskan beberapa permasalahan pada masing-masing site. BTS
CME
CORE
46%
TRANSMISSION
39% 24%
15%
MALANG
OTHERS
61%
35%
5% 6% 5% 3%
FO
1%
29%
20%
1%
PAGEDANGAN
18% 14% 4%
0% 3%
GEMPOL
29%
18%16% 7%
1%
PASURUAN
Gambar 9 Jenis Order Pekerjaan 4 site di Area Malang
Berdasarkan Gambar 9 diatas dapat dilihat bahwa pada daerah Malang 46% order pekerjaan pada transmission, Pagedangan 39% order pekerjaan pada masalah Others, Gempol 61% order pekerjaan terbanyak pada CME, dan Pasuruan 29% bermasalah pada CME dan Transmission. Berikut
5 merupakan gambar 10 site yang paling bermasalah di Surabaya 1. 7% 4%
3% 2% 2% 2% 2% 2% 1% 1%
Gambar 10 10 site dengan order pekerjaan tertinggi di Area Surabaya 1
Berdasarkan Gambar 10 dapat dilihat 10 site yang paling banyak menerima order pekerjaan yaitu site Lamongan, HUT Bojonegoro, Cerme, Manukan Kulon, Bojonegoro, Putat Jaya, Simpang, Ambengan, Gundih, dan Pakis Wetan. Gambar berikutnya akan dijelaskan beberapa permasalahan pada masing-masing site. BTS
CME
CORE
FO
OTHERS
84%
58%
43%
41%
23%
15% 1%
6%
11% 0%
LAMONGAN
TRANSMISSION
5%
0%
9%
19%
14% 3%
2%
0%
HUT BOJONEGORO
19%22%
6%
3%
CERME
13% 3%
MANUKAN KULON
Gambar 11 Jenis Order Pekerjaan 4 site di Area Surabaya 1
Berdasarkan Gambar 11 dapat dilihat bahwa pada daerah Lamongan, HUT Bojonegoro, dan Cerme paling banyak menerima order masalah pekerjaan pada Fiber Optik sedangkan pada daerah Manukan Kulon 41% order bermasalah pada Transmission. Lamongan juga menerima order pekerjaan 23% pada masalah transmission. 4% 3% 3% 3% 2% 2% 2% 2% 2% 2%
Gambar 12 10 site dengan order pekerjaan tertinggi di Area Surabaya 2
Gambar 12 memperlihatkan 10 site yang menerima order pekerjaan terbanyak di Surabaya 2 yaitu site Sumur Welut, Buduran Sidoarjo, Bumi Citra Fajar, Krian, Trosobo Sidoarjo, Sruni, Kertajaya Indah, Surabaya Network Building Rungkut, Balongbendo Sidoarjo, dan Field Surabaya 2. Selanjutnya akan dijelaskan beberapa permasalahan pada masing-masing site. BTS
CME
CORE
FO
TRANSMISSION
76%
36%
27% 20% 7%
OTHERS
75%
70% 23% 1%
9%
SUMUR WELUT
6%
0% 1% 1%
BUDURAN SIDOARJO
20% 1%
0% 0% 5%
BUMI CITRA FAJAR
18% 5%
0% 1% 1%
KRIAN
Gambar 13 Jenis Order Pekerjaan 4 site di Area Surabaya 2
Berdasarkan Gambar 13 dapat dilihat bahwa pada daerah Sumur Welut 36% order pekerjaan pada masalah transmission sedangkan pada daerah
Buduran Sidoarjo, Bumi Citra Fajar dan Krian lebih dari 70% order pekerjaan yang bermasalah adalah CME. Efisiensi kinerja karyawan Analisis efisiensi yang digunakan adalah metode DEA-CCR dengan pendekatan yang berorientasi input. Berikut merupakan hasil pemetaan karyawan berdasarkan efisiensinya. Yodik Iwan Muhammad Aziz Hartoyo Faisyal Akli Bihwi Norahman Bayu Kurniawan Agung Putra Wardhana Kusparyono Masrur Very Wijayanto Siherly Ardianta Wawan Prasetyo Abdul Waki Tri Yulianto Kurnia Karyadi Candra Nurhadi Waluyo Aan Mahathir Mochamad N Faisal Hadi Yudi Bastiantoro Moch Samsul Arifin Mohammad Taufiq Alamsyah Sujoko Wahyono Muhlis Candra Wilman Marsetya Tri Mawardi Firman Hidayat Cahyadi Ubaidillah Umar Suhartono Miliyanto Yudistira Yonie Putra Adi Priyo Susanto Suwarno Heru Mujiburrahman Nur Haji Ridwan Mas Sofyan Chakim Agus Pitrajaya Dwi Nur Edy Santoso Arief Susanto Edi Santoso Muharnas Fidya Ariyanto Dwi Mukti Susanto Hariri Aditya Arie Wibowo Dani Ari Sujianto Abrori Andi Muhammad Bambang Sutrisno A. Faiq El Hana Hendri Ansori Wawan Setyohadi Hamam Nasihuddin Achmad J. Naim
100.00 100.00 100.00 100.00 100.00 100.00 100.00 86.99 79.02 67.50 57.03 56.67 54.39 51.81 46.12 44.38 43.51 41.05 40.29 35.99 29.55 28.84 27.73 27.32 23.67 23.03 23.00 22.71 19.72 18.79 18.34 18.04 18.04 17.78 17.56 17.46 15.56 15.09 14.98 14.04 13.61 13.18 13.13 11.65 10.62 9.80 9.53 8.91 7.28 7.11 5.61 1.72 1.60
Gambar 14 Efisiensi Kinerja Karyawan di East Java Area
DMU dikatakan efisien apabila DMU mempunyai nilai θ = 1, S i = S r = 0 yaitu karyawan Agung Putra Wardana, Bayu Kurniawan, Bihwi Norahman, Faisal Akli, Hartoyo, Muhammad Aziz, dan Yodik Iwan. Yang mana dari 7 karyawan yang efisien ini menyebar di seluruh wilayah di East Java. DMU dikatakan tidak efisien apabila DMU mempunyai nilai θ ≠ 1, S i ≠ 0 atau S r ≠ 0 yaitu 46 dari 53 karyawan dinyatakan tidak efisien, diantaranya Abrori Andi, Muharnas, Hendri Ansori, Dani Ari, Masrur, Miliyanto, dan Sofyan Cakim. Oleh karena itu 46 karyawan ini akan dilakukan proyeksi untuk mengetahui variabel mana saja yang berpengaruh terhadap efisiensi. Proyeksi DEA CCR Orientasi Input Efisien secara teknis berasumsi bahwa semua karyawan bekerja dengan optimal. Pada penelitian
6 ini digunakan metode optimasi orientasi input. Slack input dan output untuk tiap karyawan di East Java dapat dilihat pada lampiran. Berdasarkan hasil proyeksi pada 46 karyawan yang tidak efisien akan perbaiki berdasarkan pemetaan pada Gambar 14, yang diperoleh hasil sebagai berikut. 1. Karyawan dengan efisiensi 76 – 99 % sebanyak 2 karyawan yang harus diperbaiki dengan mengkaji kembali untuk variabel waktu pengerjaan BTS, waktu pengerjaan CME, waktu pengerjaan FO, waktu pengerjaan Others, waktu pengerjaan Transmissi, dan bobot pekerjaan transmissi. 2. Karyawan dengan efisiensi 51 – 76 % sebanyak 5 karyawan yang harus diperbaiki dengan mengkaji kembali variabel jumlah pekerjaan CME, waktu pengerjaan BTS, waktu pengerjaan CME, waktu pengerjaan FO, waktu pengerjaan Others, waktu pengerjaan Transmission, bobot pekerjaan CME, dan bobot pekerjaan Transmission. 3. Karyawan sebanyak 39 dengan efisiensi kurang dari 51% bisa diperbaiki dengan mengkaji kembali variabel jumlah pekerjaan CME, jumlah pekerjaan Transmission, waktu pengerjaan BTS, waktu pengerjaan CME, waktu pengerjaan CORE, waktu pengerjaan FO, waktu pengerjaan Others, waktu pengerjaan Transmission, bobot pekerjaan CME, dan bobot pekerjaan Transmission. Replace RBS Module ada beberapa parameter yang harus menggunakan alat tertentu sehingga pekerjaan cenderung mempunyai bobot tinggi. Pekerjaan FO sendiri merupakan pekerjaan yang berbobot tinggi sehingga sangat berpengaruh terhadap efisiensi. V. KESIMPULAN DAN SARAN Berdasarkan statistik deskriptif diperoleh bahwa order pekerjaan terbanyak ada di tiga wilayah yaitu Jember, Malang, dan Surabaya 2. Dimana di area area tersebut perkerjaan terbanyak ada di site Sempu dengn order pekerjaan transmission. Efisiensi kayawan dengan DMU sebanyak 53 diperoleh hasil bahwa karyawan yang sudah efisien ada 7 karyawan. Karwayan yang tidak efisien sebanyak 46 bisa diefisienkan dengan mengkaji kembali variabel yang ada yaitu jumlah pekerjaa, waktu, dan bobot pekerjaan. Waktu pengerjaan BTS (X8) mempunyai pengaruh terbesar dalam efisiensi kemudian dilanjutkan dengan waktu pengerjaan FO (X11) kemudian Waktu pekerjaan Other (X12). DAFTAR PURTAKA [1] Pruijt, 2003. Faktor- faktor sumber daya manusia yang mempengaruhi kinerja Karyawan . [2] Timpe, 1993 . Faktor- faktor internal yang mempengaruhi kinerja karyawan.
[3] Yeni, Suparno, and Siswanto, N .2005. Penerapan Data Envelopment Analysis dalam Pemilihan Supplier dan Perbaikan Performansi Supplier. Prosiding Seminar Nasional Manajemen Teknologi II. Surabaya: Program Studi MMT-ITS. [4] Ramanathan, R. 2003. An Introduction To Data Envelopment Analysis: A Tool For Performance Measurement. New Delhi: Sage Publications. [5] Iriani, 2010. pengukuran efisiensi kerja karyawan dengan DEA (Data Envelopment Analysis), Skripsi Mahasiswa Teknik Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur [6] Aprilian, T ,2010. Produktifitas Tenaga Kerja pada Struktur Rangka Atap Baja, Skripsi Mahasiswa Universitas Pembangunan Nasional “Veteran” Jawa Timur [7] Boussofiane, A., Dyson, R.G., and Thanassoulis, E. (1991), Applied Data Envelopment Analysis. European Journal of Operation Research, vol.52, pp. 1-15. [8] Cooper,W.W, Seiford L.M., Tone, K. 2007. A Comprehensive Text with Models, Aplications, References, and DEA-Solver Software. London: Kluwer Academic Publisher. [9] Hasibuan, 1984. Pengertian efisiensi karyawan dan kinerja karyawa.
