1
Pemilihan Pemasok Terbaik dengan Metode TOPSIS Fuzzy MCDM (Studi Kasus : CV. Becik Joyo) Sendy Pradana Putra, Sony Sunaryo Jurusan Statistika, Fakultas MIPA, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 E-mail:
[email protected],
[email protected] Abstrak— Pemilihan pemasok bahan baku merupakan salah satu aktivitas dalam rangkaian supply chain. Aktivitas ini dikategorikan sebagai aktivitas strategis karena peran pemasok akan turut dalam menentukan keberhasilan perusahaan. Tujuan yang ingin dicapai dalam penelitian ini adalah membantu perusahaan dalam menentukan kriteria yang berpengaruh dalam pemilihan pemasok serta membantu perusahaan untuk memilih alternatif (pemasok) terbaik. Penelitian ini dilakukan di CV. Becik Joyo dengan menggunakan metode TOPSIS Fuzzy MCDM. Terdapat lima kriteria dan lima alternatif dalam penelitian ini. Pertama adalah menentukan fungsi keanggotaan dan nilai agregat dari hasil penilaian kriteria dengan metode Fuzzy MCDM. Selanjutnya dilakukan deffuzifikasi guna mendapatkan nilai bobot untuk masing-masing kriteria, dimana kriteria Harga dan Kualitas merupakan kriteria dengan nilai bobot tertinggi. Setelah itu, dilakukan perankingan terhadap kelima alternatif yang ada menggunakan metode TOPSIS dengan hasil PT. D menempati ranking pertama dan merupakan pemasok terbaik bagi perusahaan. Kata Kunci— TOPSIS, Fuzzy, MCDM, Kriteria, Alternatif
I. PENDAHULUAN
P
ada era Industrialisasi sekarang ini, banyak pengusaha berlomba-lomba untuk saling memajukan perusahaannya. Sejumlah besar waktu, tenaga serta berbagai macam strategi usaha dikerahkan dan diterapkan oleh pengusaha guna memajukan perusahaannya [1]. Hal ini dikarenakan penentuan kebijakan maupun pengambilan keputusan dengan mempertimbangkan segala aspek dan sumber daya yang ada kerap kali menjadi kunci bagi kesuksesan perusahaan baik dimasa sekarang maupun masa yang akan datang [2]. Salah satu aspek yang harus dijaga adalah kualitas produk yang dihasilkan. Upaya awal untuk menjaga mutu produk adalah menyeleksi pemasok yang kompeten dan mampu memberikan bahan baku yang berkualitas. Pemilihan pemasok bahan baku merupakan salah satu aktivitas dalam rangkaian supply chain. Aktivitas ini dikategorikan sebagai aktivitas strategis karena peran pemasok akan turut dalam menentukan keberhasilan perusahaan. Oleh karena itu, pengambilan keputusan yang efektif dengan memadukan pendekatan rasional dan intuitif serta mempertimbangkan segi politis dari keputusan itu untuk mengambil keputusan dapat dijadikan tolak ukur baik tidaknya manajemen suatu perusahaan [1]. Agar setiap langkah yang dilakukan untuk mencapai tujuan perusahaan dapat lebih terfokus dan tercapai dengan baik, maka diperlukan adanya misi dan strategi perusahaan yang
baik pula. Misi yang baik akan menentukan kemana suatu perusahaan itu akan dibawa. Sedangkan strategi yang tepat akan berguna untuk menentukan bagaimana misi akan dicapai sehingga langkah-langkah konkret yang akan diambil menjadi lebih efisien dan berfokus pada tujuan perusahaan. Pencapaian misi yang telah ditetapkan perusahaan dapat dilakukan dengan tiga cara konseptual: (1) diferensiasi, (2) kepeloporan biaya dan (3) tanggapan yang cepat [3]. Ketiga cara konseptual tersebut akan mudah tercapai apabila manajer operasi mampu membuat keputusan-keputusan yang tepat dan efektif berdasarkan kelima kriteria yang telah ditetapkan oleh perusahaan. Kelima kriteria tersebut adalah harga, kualitas, garansi, waktu pengiriman, dan persediaan/stok barang. Objek penelitian kali ini merupakan perusahaan dagang yang bernama CV. Becik Joyo. CV. Becik Joyo meleyani penjualan barang berupa ban kendaraan bermotor. Namun, tidak semua jenis ban kendaraan bermotor dijual oleh CV. Becik Joyo, melainkan hanya ban kendaraan golongan I dan II seperti truk, bus, dan sejenisnya saja yang diperdagangkan. Daerah pemasaran produk CV. Becik Joyo ini cukup luas, bukan hanya di kawasan lokal Surabaya dan sekitarnya saja melainkan sudah sampai di kawasan Bali, Sumatra, dan Kalimantan. Oleh sebab itu, maka perusahaan ini dirasa sangat cocok digunakan sebagai objek penelitian untuk meneliti mengenai masalah pemilihan pemasok terbaik bagi perusahaan. Penelitian sebelumnya mengenai metode TOPSIS fuzzy pernah dilakukan oleh Behera (2012) dengan mengaplikasikan TOPSIS dan logika fuzzy dalam metode Taguchi untuk mengoptimalkan masalah multi-respon pada Machining Discharge listrik (EDM). Sedangkan Supriyono (2011) juga mengembangkan kombinasi Taguchi dan metode TOPSIS fuzzy untuk memecahkan masalah optimasi parameter respon multi manufaktur hijau pada Machining Discharge listrik (EDM) dengan menganalisis sensitivitas atribut manufaktur hijau untuk variasi dalam parameter proses. Selain itu Budiman (2009) juga pernah melakukan penelitian dengan menggunakan metode TOPSIS fuzzy MCDM pada kasus pemilihan supplier pada perusahaan jasa internet. Tujuan utama dari penelitian ini adalah untuk mencari urutan prioritas kriteria pemilihan pemasok yang telah ditentukan oleh perusahaan, sehingga keputusan yang dibuat dapat memberikan keuntungan yang optimal bagi perusahaan dan untuk mengetahui perusahaan mana yang menjadi
2 pemasok terbaik berdasarkan kelima kriteria yang ditentukan oleh perusahaan. Agar tujuan penelitian ini dapat tercapai dengan baik, maka dilakukan penggabungan dari tiga metode dalam proses analisisnya. Ketiga metode tersebut adalah Multiple Criteria Decision Making (MCDM) untuk menemukan solusi dari permasalahan yang menggunakan banyak kriteria, Logika fuzzy untuk menentukan pembobot pada tiap-tiap kriteria, dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) digunakan untuk melakukan perankingan pada kriteria sehingga dapat menentukan perusahaan mana yang merupakan pemasok terbaik bagi perusahaan. II. TINJAUAN PUSTAKA A. Kriteria Pemilihan Pemasok Keberhasilan suatu perusahaan tidak cukup diraih hanya dengan kerja keras dan kinerja yang baik dari seluruh elemen perusahaan saja. Namun, penetapan misi yang baik dan penerapan strategi yang tepat juga sangat menentukan keberhasilan perusahaan guna efisiensi dan fokus kerja dalam mencapai tujuan perusahaan [4]. Agar perusahaan dapat memperoleh pemasok yang berkualitas dan dapat dipercaya, maka pihak perusahaan haruslah menentukan kriteria-kriteria khusus sesuai dengan keinginan dan tujuan yang hendak dicapai. Untuk itu CV. Becik Joyo telah menetapkan lima kriteria yang harus dimiliki oleh pemasok bagi perusahaan. Kelima kriteria bagi pemasok tersebut adalah sebagai berikut. 1. Harga Suatu nilai barang yang ditentukan atau dirupakan dengan uang [5]. Selain itu harga juga dapat diartikan sebagai sejumlah uang atau alat tukar lain yang senilai yang harus dibayarkan. 2. Kualitas Tingkatan atau kadar baik buruknya sesuatu. Baik berupa suatu benda/barang, manusia, maupun kegiatan kerja, dan sebagainya. 3. Garansi Jaminan/Tanggungan dari pihak pengirim kepada objek yang dituju yang timbul akibat adanya suatu permasalahan tertentu pada objek kirim. 4. Waktu Pengiriman Seluruh rangkaian saat yang telah lewat, sekarang, dan yang akan datang dari pengirim kepada objek yang dituju. Selain itu waktu pengiriman juga dapat bermakna sebagai saat tertentu untuk melakukan suatu pengiriman. 5. Persediaan/Stok Barang Barang-barang yang sudah sedia (sudah ada atau sudah disediakan). Dengan kata lain persediaan/stok barang dapat juga dapat bermakna sediaan barang-barang yang akan diperdagangkan. B. Multiple Criteria Decision Making (MCDM) Proses pengambilan keputusan merupakan pemilihan suatu alternatif dari berbagai alternatif sehingga menghasilkan pilihan terbaik berdasarkan beberapa kriteria optimasi [6]. Kriteria merupakan suatu standar yang telah ditetapkan oleh pimpinan perusahaan dalam proses pengambilan keputusan. Dalam penelitian ini terdapat lima kriteria yang digunakan,
yakni harga, kualitas, garansi, waktu pengiriman, dan persediaan/stok barang. Kelima kriteria yang digunakan, nantinya akan mempengaruhi tingkat kesulitan yang dihadapi dalam proses pengambilan keputusan. Multiple Criteria Decision Making (MCDM) dianggap sebagai istilah untuk semua model dan teknik yang berhubungan dengan Multiple Objective Decision Making (MODM) atau Multiple Attrribute Decision Making (MADM) [6]. Suatu permasalahan tergolong MCDM jika dan hanya jika setidaknya terdapat dua kriteria yang saling bertentangan dan melibatkan dua solusi alternatif [6]. Kriteria memiliki dua macam sifat, yakni kriteria yang saling bertentangan (conflicting criteria) dan kriteria yang tidak saling bertentangan (non-conflicting criteria). Kriteria yang saling bertentangan merupakan suatu kriteria yang apabila terpilih sebagai suatu alternatif pemecahan suatu masalah, akan menghasilkan tingkat kepuasan yang berbeda dengan kriteria lainnya. Sedangkan, kriteria yang tidak saling bertentangan merupakan suatu kriteria yang apabila terpilih sebagai alternatif pemecahan suatu masalah akan menghasilkan tingkat kepuasan yang jauh lebih besar jika dibanding dengan kriteria lainnya. Dalam optimasi multi kriteria, konsep optimasi diubah dari yang semula hanya merupakan konsep untuk menemukan nilai optimal atau meningkatkan nilai dari tujuan yang saling bertentangan, berubah menjadi konsep untuk menemukan solusi kompromi terbaik dari semua tujuan yang bertentangan (satisfactory solution). Permasalahan pengambilan keputusan dengan multi kriteria biasa diformulasikan dengan suatu himpunan alternatif dan suatu himpunan kriteria 1 2 n = 1 2 n . Jika suatu kriteria dikatakan sebagai fungsi nilai nyata pada himpunan , maka j i merupakan performansi atau nilai atas i pada kriteria j. Sehingga penilaian kriteria pada suatu alternatif i ditunjukkan pada vektor j i 1 1 2 2 m m . Ada empat tahapan yang harus dilakukan sebelum menemukan solusi masalah dalam proses pengambilan keputusan, yaitu: 1. Mendefinisan alternatif yang akan dijadikan bahan pertimbangan pengambilan keputusan serta formula permasalahannya. 2. Menetapkan kriteria yang akan dijadikan dasar penilaian dan pemodelan preferensi pengambil keputusan pada tiaptiap kriteria tersebut. 3. Mensintesis informasi yang ada ke dalam suatu model global untuk mengagregasikan preferensi pengambil keputusan tersebut. 4. Mengaplikasikan suatu prosedur tertentu sesuai dengan tujuan pengambilan keputusan itu sendiri. Suatu tingkat kepentingan relatif dari suatu kriteria biasa disebut sebagai prioritas atau bobot. Bobot berguna untuk membedakan tingkat kepentingan dari beberapa kriteria namun masih dalam lingkup prioritas yang sama. Metode Fuzzy merupakan salah satu dari beberapa metode yang dapat digunakan untuk melakukan pembobotan pada kasus multi kriteria. C. Logika Fuzzy Teori himpunan fuzzy merupakan kerangka matematis yang digunakan untuk mempresentasikan ketidakpastian, ketidakjelasan, ketidaktepatan, kekurangan informasi, dan
3 kebenaran parsial dengan cara mendefinisikan semua proposisi yang ada secara jelas. Terdapat enam alasan mengapa orang menggunakan logika fuzzy [7], salah satu dari keenam alasan tersebut adalah mudah dimengerti karena menggunakan bahasa alami yang biasa digunakan sehari-hari. Logika fuzzy memiliki empat struktur dasar [8], yaitu : 1. Unit Fuzzifikasi Merupakan proses awal fuzzy yang berfungsi untuk merubah variabel terukur menjadi variabel fuzzy. 2. Unit basis pengetahuan (basis aturan dan basis data) Mendefinisan himpunan fuzzy atas daerah-daerah masukan dan keluaran serta menyusunnya dalam aturan perangkat kontrol. 3. Unit Inferensi fuzzy Unit ini merupakan inti kontroler fuzzy yang mempunyai fungsi seperti manusia dalam mengambil keputusan. Tujuan utama dari unit ini adalah untuk mendefinisan besar derajat keanggotaan dan variabel linguistik dari aksi pengendalian untuk masing-masing aturan kontrol berdasarkan fungsi implikasi yang digunakan. 4. Unit Defuzzifikasi Merupakan proses akhir yang berfungsi untuk merubah variabel hasil inferensi yang masih fuzzy menjadi variabel kontrol. Gambar struktur dasar logika fuzzy dapat dilihat pada Gambar 1.
K
L
T
ij
i 1 j 1 K
b
(1)
n
i
i 1
keterangan : = nilai tengah bilangan fuzzy untuk level penilaian linguistik keL = jumlah kriteria K = jumlah alternatif ni = jumlah kriteria dari skala linguistik untuk alternatif keuntuk alternatif ij = nilai numerik dari skala linguistik ke- dan kriteria kec. Menentukan nilai batas atas (nilai tengah level di sebelumnya i (i+1))) dan batas bawah (nilai tengah level di setelahnya i (i-1))). 3. Membuat tabulasi hasil penilaian yang telah diberikan pada langkah ke-2 untuk mendapatkan nilai bobot agregasi tiap kriteria. Rumus nilai bobot agregasi dapat dilihat pada Persamaan 2, 3, dan 4. a. Nilai agregasi batas atas n
a j 1
at
tj
(2)
n
b. Nilai agregasi nilai tengah n
bt
b j 1
tj
(3)
n
c. Nilai agregasi batas bawah n
Gambar 1 Struktur Dasar Kontrol Logika Fuzzy
Teori himpunan fuzzy memiliki dua macam atribut, yaitu atribut linguistik dan atribut numeris. Atribut linguistik merupakan penamaan suatu grup yang mewakili suatu keadaan atau kondisi tertentu menggunakan bahasa alami yang biasa digunakan sehari-hari. Sedangkan atribut numeris merupakan suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel. Selain itu juga terdapat komponen utama yang sangat penting yang biasa disebut dengan fungsi keanggotaan. Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan titik-titik input kedalam nilai keanggotaanya. (memiliki interval 0 sampai 1). Terdapat beberapa macam fungsi keanggotaan, salah satunya adalah Triangular Fuzzy Number (TFN). Dengan menggunkan TFN suatu objek dapat dimasukkan kedalam dua kategori sekaligus. Berikut ini merupakan langkah-langkah menentukan pembobotan kriteria dengan menggunakan metode fuzzy. 1. Mengidentifikasi dan menentukan pemberi nilai/skor pada kriteria yang akan digunakan. 2. Menentukan fungsi keanggotaan bilangan fuzzy dari setiap penilai dengan langkah-langkah sebagai berikut. a. Melakukan rekapitulasi hasil kuisioner dan mengidentifikasi angka yang muncul pada setiap level skala linguistik untuk setiap responden/penilai. b. Menentukan nilai tengah dari bilangan fuzzy dengan rumus pada Persamaan 1.
ct
c j 1
tj
(4)
n
dengan : = merupakan jumlah responden/penilai = nilai batas bawah kriteria subyektif ke oleh pembuat keputusan ke = nilai tengah kriteria subyektif ke oleh pembuat keputusan ke = nilai batas bawah kriteria subyektif ke oleh pembuat keputusan ke 4. Menghitung nilai tunggal dari hasil langkah ke-3 dengan menggunakan model defuzzifikasi Center of Grafity dengan rumus pada Persamaan 5.
( z ) zdz ( z )dz *
Z*
c
(5)
c
5. Normalisasi hasil dari langkah ke-5 dengan rumus pada Persamaan 6. Wi
Zi L
Z i 1
keterangan : = nilai bobot = skor setiap kriteria
i
(6)
4 D. Defuzzifikasi Defuzzifikasi adalah sebuah model konversi dari bentuk nilai fuzzy kedalam besaran yang lebih presisi. Inti dari defuzzifikasi adalah bertujuan untuk menghasilkan aksi pengendalian non-fuzzy yang merupakan representasi terbaik dari distribusi kemungkinan aksi pengendalian fuzzy yang tersimpulkan [9]. Terdapat beberapa metode pengembangan model. Salah satu metodenya adalah metode Center of Grafity. Metode ini merupakan metode yang paling banyak diusulkan oleh banyak peneliti karena dianggap merupakan metode yang paling lazim [10]. Metode ini biasa diformulasikan seperti pada Persamaan 7.
( z ) zdz ( z )dz *
Z
*
(7)
c
c
E. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) Technique for Order Preference by Similarity to Ideal Solution atau (TOPSIS) didasarkan pada konsep dimana alternatif terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif [11]. Dalam Metode TOPSIS tidak terdapat batasan mengenai jumlah atribut dan alternatif yang digunakan, sehingga dapat digunakan untuk menyelesaikan suatu kasus yang memiliki atribut kuantitatif dengan lebih efisien [12]. Dalam penelitian ini metode TOPSIS digunakan untuk melakukan perankingan terhadap variabel yanga ada. Berikut ini merupakan langkah-langkah yang dilakukan dengan menggunakan metode TOPSIS. 1. Membuat matriks ( ) yang berisi kriteria, alternatif, serta matriks bobot ( ) seperti berikut. C1 C 2 x12 x 22
D A2 Am
x11 x 21 x m1
W w1
w2 wn
A1
dimana,
xm2
i=
Cn x1n x 2 n x mn
x ij 2 ij
(8) dengan dan 3. Membuat matriks keputusan ( ) yang ternormalisasi terbobot dengan rumus Pada persamaan 9. (9) y ij wi rij dengan dan 4. Menentukan matriks solusi ideal positif ( berikut.
A y1 , y 2 ,..., y n
A y1 , y 2 ,..., y n
dengan
min yij , jika j atribut kriteria semakin kecil, semakin baik i y j max yij , jika j atribut kriteria semakin besar, semakin buruk i j 1,2,..., n 6. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif ( ) dengan rumus pada Persamaan 10. Di
n
(y j 1
i
y ij ) 2
(10)
dimana 7. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal negatif ( ) dengan rumus pada Persamaan 11. n (11) D (y y )2 i
j 1
ij
i
dimana 8. Menentukan nilai preferensi untuk setiap alternatif ( i) dengan rumus pada Persamaan 12. Di (12) V Di Di
III. METODOLOGI PENELITIAN
m
i 1
5. Menentukan matriks solusi ideal negatif ( -) sebagai berikut.
dimana
= Kriteria j = m = Alternatif = vektor bobot menggunakan metode fuzzy 2. Membuat matriks keputusan ( ) yang ternormalisasi dengan menggunakan rumus pada Persamaan 8.
x
max yij , jika j atribut kriteria semakin besar, semakin baik i y min yij , jika j atribut kriteria semakin kecil, semakin buruk i j 1,2,..., n j
i
n
rij
dengan
+
) sebagai
Data yang digunakan pada penelitian ini merupakan data primer yang didapatkan melalui survei dan melakukan wawancara kepada pihak perusahaan. Responden dalam penelitian ini hanya merupakan orang yang ahli dan berpengalaman dalam masalah pasokan ban di CV. Becik Joyo saja, yakni pemilik CV. Becik Joyo selaku penanggung jawab dan manajer pengadaan yang bertugas menangani masalah pengadaan barang dagang Variabel yang digunakan dalam peneltian ini berasal dari lima perusahaan pemasok (alternatif) yakni PT. A, PT. B, PT. C, PT. D, dan PT. E. Sedangkan variabel kriteria telah ditentukan sendiri oleh pihak CV. Becik Joyo, yakni Harga, Kualitas, Garansi, Waktu Pengiriman dan Persediaan/Stok Barang. Langkah analisis dimulai dengan melakukan identifikasi terhadap topik penelitian. Selanjutnya dilakukan tahap penyusunan kuisioner dan pengumpulan data. Setelah data diperoleh, barulah dilakukan rekapitulasi hasil kuisioner dan mengidentifikasi angka yang muncul pada setiap level skala linguistik. Tahapan selanjutnya adalah melakukan pembobotan pada setiap kriteria dengan menggunakan metode fuzzy sesuai dengan prosedur yang ada pada Bab Tinjauan Pustaka. Kemudian, setelah semua tahapan itu dilakukan,
5 barulah dilakukan pengolahan data menggunakan metode TOPSIS dengan menggabungkan bobot yang telah diperoleh untuk mengetahui nilai dari setiap alternatif. Prosedur dengan menggunakan metode TOPSIS dilakukan sesuai dengan yang tercantum pada Bab Tinjauan Pustaka sehingga dapat dilakukan suatu perankingan. IV. HASIL DAN PEMBAHASAN A. Penentuan Nilai Bobot Kepentingan Kriteria Rekap data kepentingan kriteria hasil penyebaran kuisioner yang telah dilakukan dapat dilihat pada Tabel 1.
Responden 2
Kriteria L
N
L
N
Harga
SP
10
P
8
Kualitas
SP
9
SP
10
Garansi
SP
9
P
8
Waktu Pengiriman
P
7
P
7 6
Persediaan/ Stok Barang
CP
6
CP
Deffuzifikasi
Bobot
Harga
8,89
0,23
Kualitas
8,89
0,23
Garansi
8,22
0,21
Waktu Pengiriman
7,55
0,20
Persediaan/Stok Barang
4,75
0,12
Tabel 5 Rekap Data Kuisioner Pemilihan Pemasok Kriteria Harga Responden 1
Responden 2
Pemasok
Setelah rekap data kepentingan kriteria hasil sebaran kuisioner dilakukan, kemudian dilakukan pengidentifikasian model preferensi yang digambarkan melalui TFN. Rumus untuk menentukan nilai TFN tersebut dapat dilihat pada Persamaan 1. Setelah itu, akan dilakukan proses agregasi untuk menentukan nilai agregasi tiap kriteria dengan mengacu pada Tabel 1 dan 2, sedangkan rumus perhitungannya dapat dilihat pada Persamaan 2, Persamaan 3, dan Persamaan 4. Hasil perhitungan model preferensi dan nilai agregat tiap kriteria yang telah didapat dapat dilihat pada Tabel 2 dan 3. Tabel 2 Nilai Batas Bawah, Nilai Tengah, dan Nilai Batas Atas Kepentingan Kriteria Responden 1
Kriteria
B. Penentuan Nilai Bobot Pemasok Pertama dilakuakan rekap data pemilihan pemasok hasil penyebaran kuisioner terhadap semua kriteria yang ada seperti pada contoh hasil pada Tabel 5.
Tabel 1 Rekap Data Kuisioner Kepentingan Kriteria Responden 1
Tabel 4 Rekap Bobot Tingkat Kepentingan Kriteria
Responden 2
Level Linguistik Tidak Penting
-
-
-
-
-
-
Kurang Penting
-
-
-
-
-
-
Cukup Penting
1,00
6,00
7,00
1,00
6,00
7,50
Penting
6,00
7,00
9,33
6,00
7,50
9,50
Sangat Penting
7,00
9,33
10,00
7,50
9,50
10,00
Tabel 3 Nilai Agregat Fungsi Keanggotaan Triangular Fuzzy Number (TFN) Kriteria Harga
7,25
9,41
10,00
Kualitas
7,25
9,41
10,00
Garansi
6,50
8,41
9,75
Waktu Pengiriman
6,00
7,25
9,41
Persediaan/Stok Barang
1,00
6,00
7,25
Tahap selanjutnya adalah melakukan deffuzifikasi bobot dan normalisasi data kepentingan kriteria dengan metode Center of Grafity. Perhitungan deffuzifikasi dilakukan dengan mengacu pada Persamaan 5 atau Persamaan 7. Sedangkan normalisasi menggunakan rumus yang ada pada Persamaan 6. Hasil perhitungan yang dapat dilihat pada Tabel 4.
L
N
L
N
PT. A
CB
PT. B
BA
5
CB
6
8
BA
8
PT. C
ME
9
BA
9
PT. D
BA
8
ME
9
PT. E
CB
6
BA
8
Setelah rekap data pemilihan pemasok dilakukan, kemudian dilakukan pengidentifikasian model preferensi yang digambarkan melalui TFN. Rumus untuk menentukan nilai TFN tersebut dapat dilihat pada Persamaan 1. Setelah itu, akan dilakukan proses agregasi untuk menentukan nilai agregasi tiap kriteria dengan mengacu pada Tabel 4 dan 5, sedangkan rumus perhitungannya dapat dilihat pada Persamaan 2, Persamaan 3, dan Persamaan 4. Perhitungan dilakukan terhadap semua kriteria yang ada. Hasil perhitungan model preferensi dan nilai agregat kriteria Harga yang telah didapat dapat dilihat pada Tabel 6 dan 7. Tabel 6 Nilai Batas Bawah, Nilai Tengah, dan Nilai Batas Atas Pemilihan Pemasok Kriteria Harga Responden 1
Responden 2
Level Linguistik Buruk Sekali
-
-
-
-
-
-
Buruk
-
-
-
-
-
-
Cukup Baik
1,00
5,50
8,00
1,00
6,00
8,33
Baik
5,50
8,00
9,00
6,00
8,33
9,00
Memuaskan
8,00
9,00
10,00
8,33
9,00
10,00
Tabel 7 Nilai Agregat Fungsi Keanggotaan Triangular Fuzzy Number (TFN) Kriteria Harga Pemasok PT. A
1,00
5,75
8,16
PT. B
5,75
8,16
9,00
PT. C
7,00
8,66
9,50
PT. D
6,91
8,50
9,50
6 PT. E
3,50
6,91
8,50
Tahap selanjutnya adalah melakukan deffuzifikasi bobot dan normalisasi data kepentingan kriteria dengan metode Center of Grafity. Perhitungan deffuzifikasi dilakukan dengan mengacu pada Persamaan 5 atau Persamaan 7. Sedangkan normalisasi menggunakan rumus yang ada pada Persamaan 6. Perhitungan dilakukan terhadap semua kriteria yang ada. Hasil perhitungan yang telah dilakukan dapat dilihat pada Tabel 8. Tabel 8 Rekap Bobot Pemasok Kriteria Harga
metode TOPSIS sesuai dengan prosedur yang tercantum pada Bab Tinjauan Pustaka. Berikut merupakan hasil akhir yang diperoleh. Vi
0,1307 0,5913
0,5511
0,7193
0,4679
Berdasarkan nilai preferensi yang telah didapat untuk setiap alternatif ( i), maka dapat dikatakan perusahaan pemasok yang memiliki nilai preferensi mulai paling tinggi hingga paling rendah secara berurutan adalah PT. D, PT. B, PT. C, PT. E, dan PT.A.
Kriteria
Deffuzifikasi
Bobot
PT. A
4,97
0,14
V. KESIMPULAN DAN SARAN
PT. B
7,64
0,21
PT. C
8,39
0,24
PT. D
8,30
0,23
PT. E
6,30
0,18
Dilihat dari Sub Bab Penentuan Nilai Bobot Kepentingan Kriteria, kriteria Harga dan Kualitas merupakan kriteria dengan nilai bobot tertinggi. Kemudian diikuti oleh kriteria Garansi, kriteria Waktu Pengiriman dan Persediaan/Stok Barang. Selanjutnya dilihat dari perusahaan pemasok yang memiliki nilai preferensi dari yang tertinggi secara berurutan adalah PT. D, PT. B, PT. C, PT. E, dan PT.A. Dengan demikian dapat disimpulkan bahwa berdasarkan seluruh kriteria yang telah ditetapkan, PT. D merupakan perusahaan pemasok yang terbaik. Dikarenakan responden yang digunakan untuk melakukan semua penilaian pada penelitian kali ini hanya terbatas pada dua responden yang dianggap ahli dan pengalaman dalam hal pasokan ban di CV. Becik Joyo saja. Maka untuk melakukan penilaian pemilihan pemasok terbaik pada penelitian selanjutnya, diharapkan adalah seluruh karyawan yang ada pada perusahaan tersebut. Hal ini dimaksudkan agar pada penelitian selanjutnya akan dapat diperoleh hasil solusi terbaik dari semua tujuan yang bertentangan yang lebih tepat. Selain itu, dapat juga digunakan fungsi keanggotaan fuzzy dengan bentuk bahu jika suatu nilai fuzzy yang diinginkan semakin besar semakin bagus dan melakukan pemilihan kriteria yang lebih selektif dengan menyesuaikan pada objek penelitian yang digunakan.
C. Analisis Ranking Pemasok Pada analisis ini perusahaan pemasok diurutkan mulai dari yang memiliki nilai bobot terbesar hingga yang terkecil. Perankingan pada perusahaan pemasok, dilakukan pada kelima kriteria yang ada. Setelah itu, nilai bobot yang digunakan sebagai dasar untuk melakukan perankingan akan dijadikan suatu variabel input multi kriteria untuk selanjutnya dilakukan perankingan terhadap perusahaan pemasok dengan menggunakan metode TOPSIS. Berikut merupakan input multi kriteria yang akan digunakan untuk meranking perusahaan pemasok berdasarkan seluruh kriteria yang ada dapat dilihat pada Tabel 9. Tabel 9 Ranking Pemasok tiap Kriteria Kriteria Ranking Pemasok Harga
Kualitas
Garansi
Waktu Pengiriman
Persediaan/Stok Barang
1
PT. C
PT. B
PT. A
PT. B
PT. C
2
PT. D
PT. C
PT. E
PT. C
PT. B
3
PT. B
PT. A
PT. C
PT. D
PT. A
4
PT. E
PT. D
PT. D
PT. E
PT. D
5
PT. A
PT. E
PT. B
PT. A
PT. E
DAFTAR PUSTAKA [1] [2] [3] [4]
Tabel 10 Input Multi Kriteria
[5] Kriteria [6]
Ranking Pemasok Kualitas
Garansi
Waktu Pengiriman
Persediaan/Stok Barang
[7]
Harga 1
0,14
0,21
0,24
0,17
0,21
[8]
2
0,21
0,23
0,16
0,24
0,22
[9]
3
0,24
0,23
0,20
0,21
0,23
4
0,23
0,17
0,17
0,21
0,21
5
0,18
0,17
0,23
0,18
0,13
Setelah variabel input multi kriteria dibuat. Kemudian variabel input multi kriteria tersebut akan diolah menggunakan
[10]
[11] [12]
Jauch, L. R., dan Glueck, W. F, Manajemen Strategis dan Kebijakan Perusahaan, Edisi Ketiga, Jakarta: Erlangga, (1988). Budiman, R. F, Pemilihan Supplier Terbaik dengan TOPSIS Fuzzy MCDM, Surabaya: Institus Teknologi Sepuluh Nopember, (2009). Michael, R. P, Competitive Strategy : Techniques for Analyzing Industries & Competitiors, New York: The Free Press, (1980). Render, B., dan Heizer, J, Prinsip-Prinsip Manajemen Operasi, Jakarta: Salemba Empat, (2001). Bahasa, P. K, Kamus Besar Bahasa Indonesia. Jakarta: Balai Pustaka, (1990). Tabucanon, M. T, Multiple Criteria Decision Making In Industry, Netherlands: Elsenes science publishing company Inc, (1988). Kusumadewi, Hartati, Harjoko, dan Wardoyo, Fuzzy Multi Atribut Decision Making (Fuzzy MADM), Yogyakarta: Graha Ilmu, (2006). Wang, L. X, Adaptive Fuzzy Systems and Contro, New Jersey: PrenticeHall Inc, (1994), Jamshidi, M, Fuzzy Logic and Control, New Jersey: Prentice-Hall Inc, (1993). Lee, C. C, Fuzzy Logic Controller-Part I : Fuzzy Logic in Control System, IEEE Transaction on System, Man, & Cybernetic, (1990), 20, No.2 . Hwang dan Yoon, Multiple Attribute Decision Making, Lecture Notes in Economics and Mathematical System, (1981), 186. Rao, Evaluation of Metal Stamping Layout Using a Combained Multiple Attribute Decision Making Method, IE (I) Journal-PR, (2004).