PENERAPAN METODE DEVELOPMENT ENVELOPMENT ANALYSIS DALAM MENGEVALUASI EFISIENSI UNIT PRODUK GUNA MENINGKATKAN PRODUKTIVITAS ABSTRAK

Prosiding Seminar Nasional Manajemen Teknologi II Program Studi MMT-ITS, Surabaya 30 Juli 2005

PENERAPAN METODE DEVELOPMENT ENVELOPMENT ANALYSIS DALAM MENGEVALUASI EFISIENSI UNIT PRODUK GUNA MENINGKATKAN PRODUKTIVITAS Dwi Mirafi Orita email: [email protected] Mahasiswa Pascasarjana Program Studi Teknik Industri, Institut Teknologi Sepuluh Nopember

ABSTRAK Pada umumnya para pelaku industri mengharapkan dapat mencapai kondisi ideal yang paling efisien yaitu penggunaan input sehemat mungkin untuk menghasilkan output sesuai atau bahkan melebihi target yang telah ditetapkan PT. X merupakan perusahaan ekspor lampu yang memproduksi multiproduk, flexible production, sistem produksi yang dilakukan adalah mass production. Variasi produk yang tinggi dan jumlah customer yang banyak menuntut perusahaan untuk terus memperbaiki faktor-faktor yang mempengaruhi karakteristik produk agar lebih efisien dengan rasio perbandingan output dan input seimbang atau lebih besar Untuk pengukuran efisiensi relatif menggunakan Data Envelopment Analysis (DEA), yaitu membandingkan efisiensi organisasi yang sejenis dimana efisiensi 100%. Suatu produk dinyatakan lebih unggul dan lebih efisien jika efisiensi relatif dari masingmasing DMU (Decision Making Unit) dalam bentuk produk yang dihasilkan lebih baik dan penentuan target yang dihasilkan juga lebih baik, sehingga perlu adanya perubahan bagi produk lain untuk lebih efisien. Dari hasil pengolahan dapat ditentukan produk yang efisien dan inefisien serta faktor - faktor yang mempengaruhi inefisien sehingga dapat ditentukan target peningkatan produktivitas dari produk inefisien Kata kunci: DEA, DMU, efisiensi relatif, produktivitas PENDAHULUAN Latar Belakang Perkembangan sektor industri saat ini mempengaruhi perubahan cara pandang para pelaku industri yang memperhitungkan bagaimana cara menjelaskan industri yang paling efisien yaitu menggunakan input sehemat mungkin untuk menghasilkan output sesuai target yang telah ditetapkan. Namun kenyataannya kondisi ideal tersebut sangat sulit untuk dicapai karena banyaknya faktor yang mempengaruhinya, sehingga perlu adanya perbaikan faktor-faktor inefisien baik input ataupun output yang mempengaruhi karakteristik produk agar lebih efisien. PT. X merupakan perusahaan ekspor lampu multiproduk. Variasi produk yang tinggi dan jumlah customer yang banyak, menuntut perusahaan untuk terus memperbaiki faktor-faktor yang mempengaruhi karakteristik produk agar lebih efisien. Data Envelopment Analysis mengukur efisiensi relatif yang mengasumsikan meminimalkan input dari output dalam unit- unit organisasi. Sehingga DEA dapat membantu membuat teknik baru dalam peningkatan produktivitas khususnya pencapaian tujuan yaitu mengatur dan memformulasikan strategi manufaktur dalam lingkungan industri.

ISBN : 979-99735-0-3

Prosiding Seminar Nasional Manajemen Teknologi II Program Studi MMT-ITS, Surabaya 30 Juli 2005

Perumusan Masalah Bagaimana menggunakan pendekatan Data Envelopment Analysis (DEA) dalam menganalisa efisiensi unit produksi guna meningkatkan produktivitas produk khususnya perusahaan multiproduk. Tujuan dan Manfaat Dalam penelitian ini tujuan yang ingin dicapai adalah: 1. Mengidentifikasikan faktor - faktor yang perlu dipertimbangkan dalam penilaian efisiensi baik untuk input dan outputnya 2. Menetapkan target input dan output bagi unit yang inefisien sebagai strategi untuk menganalisa efisiensi produk 3. Menetukan perencanaan perbaikan produktivitas DMU yang kurang efisien 4. Perangkingan untuk masing- masing DMU yang efisien Manfaat yang dapat diperoleh dari penelitian ini adalah: 1. Mengetahui tingkat efisiensi relatif yang telah dicapai dari PT. X untuk keempat produk tersebut. 2. Mengetahui sumber- sumber penyebab inefisien dari unit produk METODA Bab ini membahas metode atau langkah-langkah penelitian yang digunakan dalam menganalisa dan memecahkan masalah. 1. Tahap Persiapan untuk Mengidentifikasi dan Merumuskan masalah 2. Merumuskan Masalah 3. Penentuan Tujuan Penelitian 4. Tahap Observasi Lanjutan 5. Tahap Pemilihan DMU (Decision Making Unit) diklasifikasikan DMU berdasarkan jenis, jumlah produk dan periode yang diteliti. Dari pengumpulan terdapat 12 DMU (produk) Tabel Decision Making Unit (DMU) Simbol (j) J=1 J=2 J=3 J=4 J=5 J=6 J=7 J=8 J=9 J = 10 J = 11 J = 12

DMU DMU 1 DMU 2 DMU 3 DMU 4 DMU 5 DMU 6 DMU 7 DMU 8 DMU 9 DMU 10 DMU 11 DMU 12

Nama produk Lampu spiral (2002) Lampu spiral (2003) Lampu spiral (2004) Lampu TL (2002) Lampu TL (2003) Lampu TL (2004) PS lampu (2002) PS lampu (2003) PS lampu (2004) LCS (2002) LCS (2003) LCS (2002)

6. Tahap Identifikasi Faktor yang Berpengaruh: diperoleh berdasarkan hasil brainstormings. Ada sebelas faktor yang berpengaruh dalam proses pengolahan data. 7. Tahap Pengelompokan Input dan Output: diperoleh berdasarkan faktor- faktor yang mempengaruhi proses pengolahan data. Untuk output terdiri dari lima faktor dan input terdiri dari enam faktor.

ISBN : 979-99735-0-3

A-2-2

Prosiding Seminar Nasional Manajemen Teknologi II Program Studi MMT-ITS, Surabaya 30 Juli 2005

Tabel Simbol Input dan Output Simbol r r=1 r=2 r=3 r=4 r=5

Simbol i i=1 i =2 i=3 i=4 i=5 i=6

Output Kuat cahaya Umur lampu Berat phospor Suhu sintering Tekanan pompa

Input Gas sisa (V65) Berat merkuri Berat emitter Suhu pumping Tekanan side air Penurunan kuat cahaya

8. Mengidentifikasi Model: dilakukan berdasarkan spesifikasi model dan sifat dari input dan output data. Berdasarkan permasalahan yang ada model yang cocok untuk model matematis DMU yang dipilih adala CCR primal, CCR dual dan BCC 9. Pengumpulan Data Data Faktor

DMU1

DMU2

DMU3

DMU4

DMU5

DMU6

DMU7

DMU8

DMU9

DMU10

DMU11

DMU12

Output Kuat cahaya (lm)candela Umur lampu (life time) jam

650

770

810

790

810

835

665

774

780

690

745

780

1200

1600

2000

1000

1200

1500

1000

1200

1500

1200

1300

1500

berat phospor- mg

1100

1190

1190

1090

1150

1200

1045

1124

1150

1055

1120

1150

Suhu sintering- C

600

620

650

550

590

600

580

625

645

550

565

590

tekanan pompa - pascal

1.9

2

2

2.3

2.45

2.5

1.9

2.1

2.25

2.35

2.45

2.55

Gas sisa (impurity) -ppm

575

570

570

550

520

515

575

569

550

535

520

515

Berat merkuri mg

1.25

1.3

1.3

1.8

1.8

1.85

1.25

1.25

1.3

1.4

1.45

1.45

Berat emitter -mg

15.69

16.79

16.56

15.88

16.45

19.04

15.99

18.67

20.7

15.78

19.57

21.09

500

525

550

525

535

550

515

525

535

500

525

535

500

520

560

450

490

545

555

580

600

535

570

590

0.8025

0.9506

1

0.9753

1.0361

1.0308

0.821

0.9556

0.9629

0.852

0.92

0.9629

Input

Suhu pumping - C tekanan side out mmHg Penurunan kuat cahaya %

10. Pengolahan Data dan Analisa Data: tahap pengolahan data dilakukan dalam beberapa tahap: a. Korelasi Faktor dengan parameter pearson corelation b. Perhitungan Efisiensi Relatif: dalam perhitungan efisiensi relatif menggunakan model DEA CCR Primal dengan menggunakan software LINDO 6.0 5

Maximize

U Y r

r 1 6

Subject to input

V X i 1

i

(1)

rk

ik

1

(2)

Dan seterusnya sampai DMU 12 Ur ≥ 10 -6, r = 1, 2, 3,........5 Vi ≥ 10-6, i = 1, 2, 3, ......6 Vi ≥ 0 c. Penentuan Peer group (pengklasteran): dalam proses penentuan Peer Group atau pengklasteran menggunakan metode Hierarchical Cluster

ISBN : 979-99735-0-3

A-2-3

Prosiding Seminar Nasional Manajemen Teknologi II Program Studi MMT-ITS, Surabaya 30 Juli 2005

d. Peningkatan produktivitas: untuk proses peningkatan produktivitas dari masing- masing DMU, dengan menggunakan model BCC (Variable Retrn to Scale ) sebagai proses pengolahan dengan penggunaan software LINDO 6.0 5

6

  10 6  s r   si

Minimize



j 1

11

y

Subject to Output

j 1

 j  S1  y1k

11

j 1

(4)



1j

(3)

i 1



1j

X

Input



 j  S1  X 1k

(5)

e. Penetapan Target untuk memperbaiki produktivitas, berdasarkan output oriented dan input oriented Target Output oriented  m  s  Minimize      Sr   Sr   (6)  r 1  i  1   Subject to: n

X j 1

rj

n

Y j 1

rj

 j  Si   X ij ,

 j  Sr   Yrk ,

i≠ i0, i = 1, 2, 3...m

(7)

r = 1, 2, 3, ....s

(8)

Sr+, Si-, λ ≥ 0 θ tidak dibatasi Target Input oriented s  m    Maximize g 0     t i   t r   i 1  r r 0   Subject to: n

 j 1

j

X ij  ti   X ik ,

n

 Y j 1

j

 tr   Yrk ,

rj

(9)

i≠ i0, i = 1, 2, 3...m

(10)

r = 1, 2, 3, ....s

(11)

r ≠ r0 ; αj ≥ 0 ; tr+, ti-, λ ≥ 0 f. Identifikasi Operasi yang Efisien: untuk membedakan unit yang relatif efisien dapat dilakukan dengan melakukan pembatasan bobot dengan metode dengan menggunakan model Cook dan Kress untuk penghitungan Cross Efficiency. k

Z ij ( )  Maximize WijVij

(12)

j 1

k

subject to Z iq ( ) WijVij  1

untuk q = 1, 2, 3,...., m

j 1

g. Analisa Sensitivitas 11. Tahap Kesimpulan dan Saran.

ISBN : 979-99735-0-3

A-2-4

(13)

Prosiding Seminar Nasional Manajemen Teknologi II Program Studi MMT-ITS, Surabaya 30 Juli 2005

HASIL DAN PEMBAHASAN 1. Pengumpulan Data Produk untuk Tahun 2002-2004 2. Pengolahan Data a. Korelasi faktor: adanya korelasi yang kuat antara kuat cahaya dan suhu pumping dengan nilai korelasi 0,896 sebagai bahan pertimbangan untuk memperbaiki efisiensi relatif, untuk nilai -0,713 adanya korelasi yang lemah antara tekanan pompa dan gas sisa sehingga untuk perbaikan efisiensi relatif tidak begitu berpengaruh. (telampir) b. Perhitungan efisiensi relatif dengan menggunakan formulasi metode CCR Primal: Tabel Unit yang Efisien dan Inefisien DMU 1 2 3 4 5 6 7 8 9 10 11 12

Efisien 1,000000 1,000000 1,000000 1,000000 1,000000 1,000000

Inefisien

0.9764107 1,000000 1,000000 1,000000 0.9580864 1,000000

Berdasarkan tabel di atas, maka produk yang efisien adalah untuk DMU 1, DMU 2, DMU 3, DMU 4, DMU 5, DMU 6, DMU 8, DMU 9, DMU 10 dan DMU 12 sedangkan untuk DMU yang inefisien adalah DMU 7 dan DMU 11 c. Penentuan Peer Group (pengklasteran): Tabel Square Euclidean Distance Proximity Matrix

Case 1 2 3 4 5 7 8 9 10 11 12

1 ,000

Squared Euclidean Distance 2 3 4 5 7 8 9 10 11 12 4936092 1669316 352537,0 6915371 601726,0 6929423 6636614 672422,0 629647,0 6938927

4936092 1669316

,000 1241026 1241026 ,000

7556375 3428601

2,3E+07 8633686 1,5E+07 4124700

2,3E+07 1,5E+07

352537,0

7556375 3428601

,000

6915371 601726,0 6929423 6636614

2,3E+07 1,5E+07 4258560 ,000 8633686 4124700 41711,000 3568209 2,3E+07 1,5E+07 4269622 7,577 2,2E+07 1,5E+07 4040322 2905,576

672422,0

8962400 4389976 68625,000 3303253 17536,000 3313002

4258560 41711,000 4269622

2,2E+07 8962400 1,5E+07 4389976

8644275 4205061

2,3E+07 1,5E+07

4040322 68625,000 56050,000 4276936

3568209 7,577 2905,576 3303253 3508358 20,517 ,000 3578295 3369468 17536,000 31171,000 3585011 3578295 ,000 3205,764 3313002 3518521 3,631 3369468 3205,764 ,000 3111325 3309880 3408,629 3111325

,000 22925,000 3319540

629647,0 8644275 4205061 56050,000 3508358 31171,000 3518521 3309880 22925,000 6938927 2,3E+07 1,5E+07 4276936 20,517 3585011 3,631 3408,629 3319540 This is a dissimilarity matrix

,000 3525108 3525108 ,000

Berdasarkan nilai yang dihasilkan pada square euclidean maka DMU 7 berdekatan dengan DMU 4 sedangkan untuk DMU 11 berdekatan dengan DMU 10, sehingga DMU 4 dan DMU 10 sebagai acuan untuk meningkatkan efisiensi relatif. d. Pengukuran Produktivitas

ISBN : 979-99735-0-3

A-2-5

Prosiding Seminar Nasional Manajemen Teknologi II Program Studi MMT-ITS, Surabaya 30 Juli 2005

Hasil pengolahan dengan model BCC, dapat diketahui faktor- faktor yang mempengaruhi inefisien dari DMU 7 dan DMU 11 sehingga perlu dilakukan perbaikan efisiensi relatif

DMU 1 2 3 4 5 6

Tabel Nilai Variabel Optimal Model DEA BCC Efisiensi Slack Bobot DMU(  )  1,000000 1,000000 1,000000 1,000000 1,000000 1,000000

1,000000 1,000000 1,000000 1,000000 1,000000 1,000000

7

0,9610174

0,961795

8 9 10

1,000000 1,000000 1,000000

1,000000 1,000000 1,000000

11

0.9741595

0.974327

12

1,000000

1,000000

S1+ =57,795357 S2+ = 622,22 S3+ = 0,0714 S4+ = 21,012 S1- = 56,2717 S4- = 0,17603 S5- = 20,146

S1+ = 50,5864 S4+ = 50,4851 S5+ = 0,04344 S1- = 62,3832 S2- = 0,2235 S3- = 3,3403 S6- = 0.,04802

1,000000 1,000000 1,000000 1,000000 1,000000 1,000000 3 = 0,6494

8 = 0,1287 10 = 0,1408

1,000000 1,000000 1,000000 1 = 0,1754

2 = 0,5149 4 = 0,0523 11 = 0,2164

1,000000

Untuk model DEA BCC, faktor- faktor yang mempengaruhi inefisien DMU 7 dan DMU 11 adalah sebagai berikut :  Faktor output untuk DMU 7: Kuat cahaya, Umur lampu, berat phospor dan suhu sintering. Sedangkan faktor input untuk DMU 7 yaitu gas sisa, suhu pumping dan tekanan side air.  Faktor output untuk DMU 11: Kuat cahaya, suhu sintering, tekanan pompa. Sedangkan faktor input untuk DMU 11 adalah gas sisa, berat merkuri, berat emitter dan penurunan kuat cahaya e. Penetapan Target untuk memperbaiki produktivitas, berdasarkan output oriented dan input oriented

ISBN : 979-99735-0-3

A-2-6

Prosiding Seminar Nasional Manajemen Teknologi II Program Studi MMT-ITS, Surabaya 30 Juli 2005

Tabel Perbaikan DMU yang inefisien (DMU 7 & DMU 11) Data Faktor Kuat cahaya (lm)candela Umur lampu (life time) jam berat phospor- mg Suhu sintering- C tekanan pompa – pascal Gas sisa (impurity) – ppm Berat merkuri mg Berat emitter –mg Suhu pumping – C tekanan side out – mmHg Penurunan kuat cahaya %

Aktual

DMU7 DEA BCC

Aktual

DMU11 DEA BCC

665

722.79536

8.6910311

745

795.5864

6.7901208

1000 1045 580 1.9

1622.22 1045.0714 601.01198 1.9

62.222 0.0068303 3.6227545 0

1300 1120 565 2.45

1300 1120 615.4851 2.49344

0 0 8.9354159 1.7730612

575 1.25 15.99 515

553.03 1.25 15.99 495.32

3.8208696 0 0 3.8213592

520 1.45 19.57 525

506.677 1.413 19.07 525

2.5621154 2.5517241 2.554931 0

555

533.79

3.8216216

570

570

0

0.821

0.821

0

0.92

0.896

2.6086957

Improve (%)

Improve(%)

f. Identifikasi faktor yang efisien Dengan menggunakan metode Cook and Kress untuk melakukan perangkingan, maka hasil pengolahan dapat dilihat pada tabel berikut: Tabel Rangking DMU Efisien Sebelum diurutkan DMU Cross eff 1 0,99996 2 0,75244 3 0,615225 4 0,374325 5 0,31356 6 0,265246 8 0,14014 9 0,144885 10 0,90669 12 0,030784

Setelah diurutkan DMU Cross Eff 1 0,99996 2 0,75244 3 0,615225 4 0,374325 5 0,31356 6 0,265246 9 0,144885 8 0,14014 10 0,090669 12 0,030784

Dapat dilihat grafik hasil pengolahan berikut: Perangkingan DMU Efisien 1.2 1.0000

Cross efficiency

1 0.8

0.7524 0.6152

0.6

DMU 0.3743 0.3136 0.2652 0.1449 0.1401 0.0907 0.0308

0.4 0.2 01

2

3

4

5

ISBN : 979-99735-0-3

A-2-7

6

9

8

10

12

Prosiding Seminar Nasional Manajemen Teknologi II Program Studi MMT-ITS, Surabaya 30 Juli 2005

g. Analisa sensitivitas Analisa sensitifitas efisiensi relatif dilakukan dengan menggunakan analisa dual price model CCR dual, dengan hasil pengolahan terlampir  DMU 7 = Efisiensi relatif saat ini + total kontribusi terhadap efisiensi relatif = 0,9610174 + 0,0389826 = 1,000000  DMU 11 = Efisiensi relatif saat ini + total kontribusi terhadap efisiensi relatif = 0,974327 + 0, 0256732 = 1,000000

ISBN : 979-99735-0-3

A-2-8

Prosiding Seminar Nasional Manajemen Teknologi II Program Studi MMT-ITS, Surabaya 30 Juli 2005

Tabel 5.11 Hasil Analisa Sensitivitas DMU7

DMU 11 Peningkatan Efisiensi relatif

Data Faktor Nilai Dual Price

Peningkatan/penurunan

Kontribusi thp Efisiensi relatif

Nilai Dual Price

Peningkatan/penurunan

Kontribusi thp Efisiensi relatif

Peningkatan Efisiensi relatif

Kuat cahaya

0.000001

57.795357

5.77954E-05

0.961075195

0.000001

50.5864

5.05864E-05

1.000033586

Umur lampu

0.000001

622.22

0.00062222

0.96163962

0.000189

0

0

0.999983

berat phospor

0.000001

0.071377

7.1377E-08

0.961017471

0.000001

0

0

0.999983

Suhu sintering

0.000001

21.011976

2.1012E-05

0.961038412

0.000435

50.4851

0.021961019

1.021944019

tekanan pompa

0.000055

0

0

0.9610174

0.000001

0.04344

4.344E-08

0.999983043

Gas sisa (impurity)

0.000621

56.271702

0.034944727

0.995962127

0.000001

62.3832

6.23832E-05

1.000045383

Berat merkuri

0.000001

0

0

0.9610174

0.000001

0.2235

2.235E-07

0.999983224

Berat emitter

0.551943

0

0

0.9610174

0.000001

3.3403

3.3403E-06

0.99998634

Suhu pumping

0.019325

0.17603

0.00340178

0.96441918

0.000628

0

0

0.999983

tekanan side air

0.000001

20.146042

2.0146E-05

0.961037546

0.001365

0

0

0.999983

Penurunan kuat chy

0.000001

0

0

0.9610174

0.000001

0.048

0.000000048

0.999983048

Total

0.0389826

0.0256732

ISBN : 979-99735-0-3

A-2-9

Prosiding Seminar Nasional Manajemen Teknologi II Program Studi MMT-ITS, Surabaya 30 Juli 2005

KESIMPULAN DAN SARAN Kesimpulan 1. Setelah dilakukan pengolahan menggunakan model CCR Primal maka produk yang efisien ada 10 DMU sedangkan yang inefisien 2 DMU. 2. Faktor yang berpengaruh paling kuat dalam peningkatan efisiensi relatif untuk DMU 7 dan DMU 11 adalah faktor kuat cahaya. 3. Metode Hierarchical Cluster menampilkan beberapa alternatif pengelompokan dari DMU 7 dan DMU 11, dimana DMU 7 berdekatan dengan DMU 4 sedangkan untuk DMU 11 berdekatan dengan DMU 10 sebagai acuan untuk meningkatkan efisiensi relatif. 4. Proses peningkatan produktivitas dilakukan untuk perbaikan input dan output dari masing- masing DMU dengan menggunakan model BCC untuk DMU 7 faktor yaitu kuat cahaya 8,69 %, umur lampu 62,22 %, dan berat phospor0,00682 %, suhu sintering 3,623 % serta penurunan gas sisa 39,78 %, suhu pumping 0,034 % dan tekanan side air 3,63 %. Untuk DMU 11 faktor yang perlu adanya peningkatan adalah kuat cahaya 6,79 %, suhu sintering 8,94 % sedangkan penurunan gas sisa 2,56 %, berat merkuri 2,55 %, berat emitter 2,55 % dan penurunan kuat cahaya 2,6 %. 5. Berdasarkan analisa dual price model CCR Dual penambahan nilai yang dihasilkan dari peningkatan efisiensi relatif untuk DMU 7 adalah 0.0389826 dan DMU 11 adalah 0.0256732 diperoleh dari perubahan faktor- faktor pendukung baik input ataupun output. 6. Proses perangkingan dengan model Cook and Kress, maka perangkingan yang dihasilkan adalah DMU 1 urutan pertama dilanjutkan DMU 2, DMU 3, DMU 4, DMU 5, DMU 6, DMU 9, DMU 8, DMU 10 dan urutan terakhir adalah DMU 12 Saran 1. Perusahaan disarankan untuk melakukan perubahan baik peningkatan atau penurunaan dari faktor- faktor yang mempengaruhi performasi produk untuk meningkatkan produktivitas produk, khususnya produk yang inefisien. 2. Dari hasil penelitian ini, diharapkan perusahaan mempertimbangkan untuk melakukan perubahan yang mengarah pada perbaikan dari ukuran standar proses produksi khususnya yang mengarah pada karakteristik produk untuk meningkatkan produktivitas

ISBN : 979-99735-0-3

A-2-10

Prosiding Seminar Nasional Manajemen Teknologi II Program Studi MMT-ITS, Surabaya 30 Juli 2005

DAFTAR PUSTAKA Banker, R. D., 1984. Estimating Most Productive Scale Using Data Envelopment Analysis. European Journal of Operational Research 17, pp.35- 44. Bousssofiane, A., Dyson, R. G., & Thanassoulis, E., 1991. Applied Data Envelopment Analysis. European Journal of Operational Research, 52, 115. Charnes, A., Cooper, W. W., Rhodes, 1978. Measuring The Efficiency of Decision Making Units. European Journal of Operation Research, 2, pp.429-444. Golany, B., Roll, Y., 1989. An Application Procedure for Data Envelopment Analysis. OMEGA International Journal of Management Science 17 (3). Norman, M., and Stroker, N., 1991. Data Envelopment Analysis:The Assessment of Performans (Chichester: Wiley). Ray, S. C., Kim, H. J., 1995. Cost Efficiency in The US Steel Industry: a Nonparametric Analysis Using Data Envelopments Analysis. European Journal of Operational Research, 80, 654- 671 Sexton, T. R., Silkman, R. H., & Hogen, A., 1986. Data Envelopment Analysis: Critique and Extensions. In R. H. Silkman (Ed)., “Measuring Efficiency: An Assessment of Data Envelopment Analysis, Publication no. 32 in the series New Direction of Program Evaluation, Jossey Bass, San Francisco. Sumantha, D.J., 1985. Productivity Engineering and Management. Mc Graw Hill Int. Book. Co., Singapore. Talluri, S., (forthcoming, 2000). A benchmarking Method for Business Process Reengineering and Improvement. International Journal Of Production Economics. Wong, Y. H. B., & Beasley, J. E., 1990. Restricting Weight Flexibility in Daata Envelopment Analysis. Journal of The Operation Research Society, 41 (9), pp. 829-835.

ISBN : 979-99735-0-3

A-2-11