PENGUKURAN EFISIENSI JURUSAN DI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET DENGAN MENGGUNAKAN METODE DATA ENVELOPMENT ANALYSIS (DEA)

perpustakaan.uns.ac.id

digilib.uns.ac.id

PENGUKURAN EFISIENSI JURUSAN DI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET DENGAN MENGGUNAKAN METODE DATA ENVELOPMENT ANALYSIS (DEA)

Skripsi

u

BAYU SULISTYONO I 0307030

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA 2011 commit to user


digilib.uns.ac.id

PENGUKURAN EFISIENSI JURUSAN DI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET DENGAN MENGGUNAKAN METODE DATA ENVELOPMENT ANALYSIS (DEA)

Skripsi Sebagai Persyaratan Untuk Memperoleh Gelar Sarjana Teknik

u

BAYU SULISTYONO I 0307030

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA 2011 commit to user


digilib.uns.ac.id

KATA PENGANTAR Syukur Alhamdulillah, penulis panjatkan kehadirat Allah SWT, karena berkat rahmat dan hidayah-Nya, penulis dapat menyelesaikan skripsi ini. Serta shalawat dan salam tak lupa penulis haturkan untuk Nabi Muhammad SAW. Pada kesempatan ini dengan segenap ketulusan dan kerendahan hati dan, penulis ingin mengucapkan terima kasih kepada : 1. Bapak dan Ibuku tercinta yang senantiasa memberikan perhatian, curahan kasih sayang, dukungan, dan doa yang tiada pernah ada hentinya. Saya persembahkan karya ini untuk Bapak dan Ibu. 2. Bapak Dr. Cucuk Nur Rosyidi ST, MT, selaku Ketua Jurusan Teknik Industri Fakultas Teknik Universitas Sebelas Maret Surakarta, Dosen Pembimbing Akademik dan Dosen Pembimbing I terima kasih atas bimbingan, motivasi, waktu, dan kesabaran yang telah diberikan hingga skripsi ini dapat terselesaikan. 3. Bapak Wakhid A. Jauhari, ST, MT, selaku Dosen Pembimbing II, terima kasih atas bimbingan, motivasi, waktu, dan kesabaran yang telah diberikan hingga terselesaikannya skripsi ini. 4. Bapak Irwan Iftadi, ST, M.Eng, dan Bapak Taufiq Rochman, STP, MT, selaku dosen penguji yang telah berkenan memberikan saran dan bimbingan perbaikan untuk skripsi ini. 5. Seluruh dosen Teknik Industri UNS yang telah memberikan ilmu dan pengalamannya yang luar biasa dan nasehatnya selama penulis mengikuti proses perkuliahan di Teknik Industri UNS. 6. Mbak Yayuk, Mbak Tutik, Mbak Rina & seluruh Admin TI atas segala bantuan administrasinya. 7. Special thanks to Fola Wihayati, Lisyani Nafari S, dan Hindy Satya Nugraha, yang sejak awal hingga akhir pengerjaan telah mau bertukar ide dan bersedia untuk menampung keluh kesah penulis. 8. Sahabat-sahabat mantan “ATIPA” Pratiwi Oktorini, Bayu Rizki, Andi Setiawan, Bitayani Widi, Hendy Pradana, Dewi Nur Pratiwi, Rokhaniah dan commit to user vi


digilib.uns.ac.id

Agung Prasetyo terima kasih untuk keceriaan dan pengalaman yang tak terlupakan. 9. Seluruh teman-teman TI 2007 Reg & NonReg (Khususnya Yanti, Fitri, Dicky, Nophex, Nophex Sri, Dian, Rifqy, Beny, Mahmud, Endah, Nia, Mega, Embun, Nurul, Siwi, Zakiah, Yustin) terima kasih atas semua kisah yang telah terukir. 10. Kakak tingkat dan adik tingkat selama kuliah di TI UNS. 11. Madame Puji dan teman-teman kelas Bahasa Perancis, terima kasih telah member warna yang berbeda di semester ini dengan banyaknya ilmu yang penulis dapatkan. Bon Courage a Tous. 12. Semua pihak yang tidak dapat penulis sebutkan satu persatu, terima kasih atas segala bantuan, doa, dorongan dan pertolongan yang telah diberikan. Penulis menyadari bahwa laporan skripsi ini masih jauh dari sempurna dan banyak memiliki kekurangan. Oleh karena itu penulis membuka diri atas segala kritik, masukan dan saran yang membangun. Semoga laporan skripsi ini dapat memberikan manfaat bagi penulis dan pembaca sekalian. Aamiin.

Surakarta, Juli 2011

Penulis

commit to user vii


digilib.uns.ac.id

ABSTRAK Bayu Sulistyono, NIM : I 0307030. PENGUKURAN EFISIENSI JURUSAN DI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET DENGAN MENGGUNAKAN METODE DATA ENVELOPMENT ANALYSIS (DEA). Skripsi. Surakarta : Jurusan Teknik Industri Fakultas Teknik, Universitas Sebelas Maret, Juli 2011. Kinerja didefinisikan kemampuan organisasi untuk mengimplementasikan strategi secara efektif untuk memastikan semua tujuan dapat dicapai.Untuk mengetahui apakah suatu perusahaan atau organisasi sudah menjalankan aktivitasnya dengan benar dalam mencapai tujuan yang telah ditetapkan, perlu dilakukan pengukuran kinerja. Universitas adalah salah satu organisasi yang memerlukan pengukuran kinerja untuk mengetahui sejauh mana kinerja dari aktivitasnya. Yang dapat dipergunakan mengukur kinerja adalah efisiensi atau produktivitas yang mengevaluasi hubungan antara input dan output. Selama ini pengukuran efisiensi di universitas yang dikenal dengan Angka Efisiensi Edukasi (AEE). AEE hanya mempertimbangkan 2 komponen, jumlah mahasiswa dan jumlah kelulusan. Padahal di universitas masih banyak komponen lain yang mempengaruhi kinerjanya. Peneletian ini menggunakan pendekatan Data Envelopment Analysis (DEA) yang bisa mengakomodasi banyak input dan output untuk menentukan efisiensi jurusan. Peneltian ini dilakukan melalui tiga tahap. Tahap pertama adalah penentuan indikator performansi yang menggunakan dasar dari elemen penilaian Badan Akreditasi Nasional Perguruan Tinggi (BAN-PT). Tahap kedua adalah perhitungan nilai efisiensi teknis yang diawali dengan penyusunan persamaan linier DEA yang kemudian diolah dengan software Lingo 9.0. Tahap terakhir adalah menentukan target peningkatkan efisiensi atau tahap perhitungan super efisiensi. Dalam penelitian ini, terdapat dua bentuk efisiensi yaitu efisiensi teknis dan super efisiensi. Efisiensi teknis menunjukkan hubungan antara input dan output dengan nilai efisiensi maksimum adalah 1. Sedangkan super efisiensi digunakan untuk menentukan peringkat dari jurusan berdasarkan efisiensi yang dimiliki. Dari hasil penelitian diketahui bahwa nilai efisiensi teknis untuk tahun 2008/2009 dan tahun 2009/2010 adalah 1 untuk semua jurusan. Hasil pengukuran super efisiensi untuk tahun 2008/2009 didapatkan peringkat jurusan dari yang paling tinggi adalah Teknik Mesin, Teknik Industri, dan Teknik Kimia. Sementara peringkat untuk tahun 2009/2010 adalah Teknik Kimia, Teknik Industri dan kemudian Teknik Mesin.

Kata kunci : Kinerja jurusan, Efisiensi teknis, Super efisiensi, DEA, Program linier, xvi + 49 halaman; 1 gambar; 18 tabel; 16 persamaan; 11 lampiran Daftar pustaka : 13 (1993-2011) commit to user

viii


digilib.uns.ac.id

ABSTRACT Bayu Sulistyono, NIM : I 0307030. MEASUREMENT OF EFFICIENCY IN DEPARTEMENT OF ENGINEERING FACULTY SEBELAS MARET UNIVERSITY USING DATA ENVELOPMENT ANALYSIS (DEA) METHOD. Thesis. Surakarta: Industrial Engineering Department, Faculty of Engineering, Sebelas Maret University, July 2011. Performance is defined as an organization ability to implement the strategies effectively to ensure all the objective can be achieved. To find out whether a company or organization has been running its activities properly in achieving the objectives, performance measurement needs to be conducted. University is an organization that requires performance measurement to determine the performance of its activities. One of criteria which can be used to measure performance is efficiency or productivity to evaluate the relationship between input and output. Currently, the measure of efficiency in university is Numbers of Education Efficiency (AEE). AEE consider only two components, number of student and number of graduated student. While in university there are many other components that affecting the performance. This research used Data Envelopment Analysis (DEA) which accommodates many inputs and outputs to determine the efficiency of department in university. This research is conducted through three stages. The first stage is determining the performance indicators, using the basic elements from the assessment point of National Accreditation Agency for Higher Education (BANPT). The second stage is calculation of the technical efficiency value that begins with the preparation of the DEA linear equations which are then solved using Lingo 9.0 software. The last stage is determining target of increasing efficiency or calculation of the super efficiency. There are two from of efficiency in this research, technical efficiency and super efficiency. Technical efficiency shows the relationship between inputs and outputs with maximum efficiency value is 1, while super efficiency is used to determine the rank of departments based on their efficiency. The results of this research show that the efficiency values for the year of 2008/2009 and 2009/2010 is 1 for all departments. Super-efficiency measurement results for the year of 2008/2009 from the highest departments are Mechanical Engineering, Industrial Engineering, and Chemical Engineering. While the ranking for the year of 2009/2010 is Chemical Engineering, Industrial Engineering and Mechanical Engineering. Key Word : Department performance, Technical efficiency, Super efficiency, DEA, Linear programing xvi + 49 pages; 1 figures; 18 tables; 16 equations; 11 appendix Reference : 13 (1993-2011)

commit to user

ix


digilib.uns.ac.id

DAFTAR ISI HALAMAN JUDUL.............................................................................................

i

LEMBAR PENGESAHAN.................................................................................

ii

LEMBAR VALIDASI.........................................................................................

iii

SURAT PERNYATAAN ORISINALITAS KARYA ILMIAH......................

iv

SURAT PERNYATAAN PUBLIKASI KARYA ILMIAH.............................

v

KATA PENGANTAR.........................................................................................

vi

ABSTRAK............................................................................................................

viii

ABSTRACT.........................................................................................................

ix

DAFTAR ISI ……………………………………………………..………..……….. x DAFTAR TABEL………………………………………………..………………... xiii DAFTAR GAMBAR..…………………………………………..…….…..…….

xiv

DAFTAR PERSAMAAN...................................................................................

xv

DAFTAR LAMPIRAN…………………………………………………………... xvi BAB I

PENDAHULUAN 1.1 Latar Belakang……………………………………………..…….. I - 1 1.2 Perumusan Masalah…………………………………….….………I - 3 1.3 Tujuan Penelitian……………………………………………….... I - 3 1.4 Manfaat Penelitian………………………………………….…….… I - 4 1.5 Batasan Masalah…………………………………………………...I - 4 1.6 Asumsi……………………………………………………………..I - 4 1.7 Sistematika Penulisan ………………………………………….…... I - 4

BAB II TINJAUAN PUSTAKA 2.1

2.2

Konsep Efisiensi…………………………...……………………..II - 1 2.1.1

Pengertian Efisiensi…………….………………........... II - 1

2.1.2

Metode Pengukuran Efisiensi………………………….. II - 1

Program Linier (Linear Programming)………………….………II - 2 2.2.1

Pengertian Program Linier.………………………….... II - 2

2.2.2

Asumsi pada Model Program Linier.…………………. II - 2 commit to user x


2.3

digilib.uns.ac.id

2.2.3

Bentuk-bentuk Model Program Linier……………….... II - 3

2.2.4

Solusi Model Program Linier…………………….……. II - 4

Data Envelopment Analysis (DEA)……...…………………….. II - 5 2.3.1

Konsep Dasar DEA…………………………………… II - 5

2.3.2

Nilai Manajerial DEA ……………………………….… II - 7

2.3.3

Keunggulan DEA ...………………………………….. II - 8

2.3.4

Keterbatasan DEA…………………………………….. II - 8

2.3.5

Model Charnes, Cooper, Rhodes (CCR)………………..II - 9

2.3.6

Model Banker, Charnes, Cooper (BCC)………………. II - 10

2.3.7

Konsep Super Efisiensi………………………………… II - 11

2.4 Akreditasi Program Studi Sarjana……………………………..... II - 12 2.4.1

Manfaat dan tujuan Akreditasi……………………….. II - 12

2.4.2

Instrumen Akreditasi Program Studi Sarjana………… II - 13

2.5 Profil Fakultas Teknik…………..……………….………………. II - 13 2.5.1

Angka Efisiensi Edukasi Fakultas Teknik…………….. II - 14

2.6 Penelitian Terdahulu………………………………………………II - 14 BAB III METODOLOGI PENELITIAN 3.1

Diagram Alir Penelitian.……………………………...………... III - 1

3.2

Tahap Pendahuluan.…………………………….........………... III - 2

3.3

3.4

3.2.1

Latar Belakang Masalah……………..……………….. III - 2

3.2.2

Perumusan Masalah…………………………………... III - 3

3.2.3

Penentuan Tujuan Penelitian……………................... III - 3

3.2.4

Studi Literatur………………………………………... III - 3

Tahap Identifikasi Indikator Performansi…….......................... III - 3 3.3.1

Identifikasi Elemen Penilaian Borang Akreditasi........ III - 3

3.3.2

Identifikasi Indikator Performansi....……………….... III - 4

3.3.3

Penentuan Input Sistem………………………………. III - 4

Tahap Perhitungan Efisiensi…………….................................. III - 4 3.4.1

Penentuan Persamaan Linier Model DEA…………..... III - 4

3.4.2

Perhitungan Nilai Technical Efficiency (TE)…………. III - 5

3.4.3

Penentuan Target Peningkatan Efisiensi……………… III - 5 commit to user xi


3.4.4

digilib.uns.ac.id

Perhitungan Nilai Super Efisiensi…………………..… III - 5

3.5

Tahap Analisis dan Interpretasi Hasil........................................ III - 5

3.6

Tahap Kesimpulan dan Saran.................................................... III - 6

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1

4.2

Identifikasi Indikator Performansi…………………………...… IV - 1 4.1.1

Identifikasi Elemen Penilaian Borang Akreditasi........ IV - 1

4.1.2

Identifikasi Indikator Performansi....……………….... IV - 3

4.1.3

Penentuan Input Sistem………………………………. IV - 5

4.1.4

Data Input dan Output………………………………... IV - 6

Perhitungan Efisiensi………………......................................... IV - 10 4.2.1

Penentuan Persamaan Linier DEA…………………. IV - 10 4.2.1.1 Penentuan Fungsi Tujuan……..…………… IV - 10 4.2.1.2 Penentuan Fungsi Batasan…………………. IV - 11

4.2.2

Perhitungan Nilai Efisiensi Teknis…………………… IV - 13

4.2.3

Perhitungan Super Efisiensi………………………….. IV - 14

BAB V ANALISIS DAN INTERPRETASI HASIL 5.1

Analisis Efisiensi Relatif Jurusan……....…………………....... V - 1 5.1.1

Analisis Efisiensi Relatif Jurusan Teknik Industri....... V - 1

5.1.2

Analisis Efisiensi Relatif Jurusan Teknik Mesin......... V - 2

5.1.3

Analisis Efisiensi Relatif Jurusan Teknik Kimia......... V - 2

5.1.4

Analisis Efisiensi Relatif Seluruh DMU Tahun 2008/2009……………………………………………

5.1.5

Analisis Efisiensi Relatif Seluruh DMU Tahun 2009/2010……………………………………………

5.2

V - 3

V - 4

Analisis Super Efisiensi………………………………………. V - 5

BAB VI KESIMPULAN DAN SARAN 6.1 Kesimpulan………………………………………………..…………. VI - 1 6.2 Saran………………………………………………………………VI - 1 DAFTAR PUSTAKA LAMPIRAN

commit to user xii


digilib.uns.ac.id

DAFTAR TABEL Hal Tabel 2.1

Angka Efisiensi Edukasi.............................................................. II - 14

Tabel 4.1

Elemen Penilaian……………………………............................. IV - 2

Tabel 4.2

Output Sistem.............................................................................. IV - 5

Tabel 4.3

Input Sistem………………......................................................... IV - 6

Tabel 4.4

Output Lama Studi Tahun Ajaran 2008/2009............................. IV - 7

Tabel 4.5

Output Lama Studi Tahun Ajaran 2009/2010.............................. IV - 7

Tabel 4.6

Data Output Tahun Ajaran 2008/2009........................................ IV - 7

Tabel 4.7

Data Output Tahun Ajaran 2009/2010........................................ IV - 8

Tabel 4.8

Data input jumlah dosen tahun ajaran 2008/2009....................... IV - 8

Tabel 4.9

Data input jumlah dosen tahun ajaran 2009/2010....................... IV - 8

Tabel 4.10

Jumlah Mahasiswa dan SPP Semester Gasal 2008/2009............. IV - 9

Tabel 4.11

Jumlah Dana SPP Semester Gasal 2008/2009…………............. IV - 9

Tabel 4.12

Data input jumlah ruang kelas tahun ajaran 2008/2009………... IV - 9

Tabel 4.13

Data input jumlah ruang kelas tahun ajaran 2009/2010………... IV - 9

Tabel 4.14

Data input tahun ajaran 2008/2009…………………………...... IV - 10

Tabel 4.15

Data input tahun ajaran 2009/2010…………………………...... IV - 10

Tabel 4.16

Nilai efisiensi teknis tahun ajaran 2008/2009………………….. IV - 14

Tabel 4.17

Nilai efisiensi teknis tahun ajaran 2009/2010………………….. I IV - 14

Tabel 4.18

Nilai super efisiensi tahun ajaran 2008/2009 dan 2009/2010….. IV - 18

commit to user xiii


digilib.uns.ac.id

DAFTAR GAMBAR Hal Gambar 3.1

Diagram Alir Metodologi Penelitian................................... III - 1

commit to user xiv


digilib.uns.ac.id

DAFTAR PERSAMAAN Hal Persamaan 2.1

Fungsi Tujuan DEA Model CCR .....................................

II - 9

Persamaan 2.2

Konstrain Efisiensi DEA Model CCR..............................

II - 9

Persamaan 2.3

Konstrain Bobot Input dan Output DEA Model CCR......

II - 9

Persamaan 2.4

Jumlah Input Model DEA CCR........................................

II - 10

Persamaan 2.5

Bentuk Linier Fungsi Tujuan DEA Model CCR..............

II - 10

Persamaan 2.6

Bentuk Linier Konstrain Efisiensi DEA Model CCR.......

II - 10

Persamaan 2.7

Bentuk Linier Konstrain Jumlah Input DEA Model CCR...................................................................................

II - 10

Persamaan 2.8

Konstrain Bobot Input dan Output DEA Model CCR......

II - 10

Persamaan 2.9

Konstrain Convexity DEA Model BCC............................

II - 10

Persamaan 2.10

Fungsi Tujuan DEA Model BCC .....................................

II - 11

Persamaan 2.11

Konstrain Efisiensi DEA Model BCC..............................

II - 11

Persamaan 2.12

Konstrain Convexity DEA Model BCC............................

II - 11

Persamaan 4.1

Fungsi Tujuan ..................................................................

IV -10

Persamaan 4.2

Fungsi Pembatas Efisiensi DMU .....................................

IV -11

Persamaan 4.3

Fungsi Pembatas Jumlah Input ........................................

IV -11

Persamaan 4.4

Fungsi Pembatas Bobot Input dan Output........................

IV -11

commit to user xv


digilib.uns.ac.id

DAFTAR LAMPIRAN Hal Lampiran 1

Elemen Penilaian dan Deskriptor Borang Akreditasi......

L- 1

Lampiran 2

Mapping input dan output sistem......................................

L- 4

Lampiran 3

Dana Operasional...............................................................

L- 5

Lampiran 4

Persamaan Linier DEA untuk DMU Teknik Mesin dan Teknik Kimia Tahun 2008/2009.....................................

Lampiran 5

L- 6

Persamaan Linier DEA untuk Semua DMU Tahun 2009/2010..........................................................................

L- 9

Lampiran 6

Hasil LINGO untuk Semua DMU Tahun 2008/2009.....

L - 11

Lampiran 7

Hasil LINGO untuk Semua DMU Tahun 2009/2010.....

L - 14

Lampiran 8

Persamaan

Super

Efisiensi

DEA

untuk

Tahun

2008/2009............................................................................ L - 17 Lampiran 9

Persamaan

Super

Efisiensi

DEA

untuk

Tahun

2009/2010............................................................................ L - 19 Lampiran 10

Hasil LINGO Super Efisiensi untuk Semua DMU Tahun 2008/2009............................................................................ L - 21

Lampiran 11

Hasil LINGO Super Efisiensi untuk Semua DMU Tahun 2009/2010............................................................................ L - 24

commit to user xvi


digilib.uns.ac.id

BAB I PENDAHULUAN Pada bab ini diuraikan beberapa hal pokok mengenai penelitian ini, yaitu latar belakang, perumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah, dan sistematika penulisan. 1.1

LATAR BELAKANG Dalam suatu organisasi, kinerja merupakan kemampuan yang dimiliki

dalam menerapkan strategi secara efektif untuk memastikan semua tujuan yang ingin dicapai dapat diwujudkan. Untuk mengetahui apakah suatu perusahaan atau organisasi sudah menjalankan aktivitasnya dengan benar dalam mencapai tujuan yang telah ditetapkan, perlu dilakukan pengukuran kinerja. Pengukuran kinerja merupakan suatu proses evaluasi terhadap kumpulan indikator kinerja yang merupakan informasi yang penting dan berguna bagi organisasi (Hidayati, 2003). Dengan diketahuinya nilai kinerja, suatu organisasi dapat mengetahui bagaimana kinerja mereka jika dibandingkan dengan target sehingga dapat melakukan perbaikan. Universitas adalah salah satu organisasi yang memerlukan pengukuran kinerja untuk mengetahui sejauh mana kinerja dari aktivitas yang ada di dalamnya. Salah satu kriteria ukuran kinerja adalah efisiensi atau produktivitas yang mengevaluasi hubungan antara input dan output (Fathi, dkk, 2005). Penggunaan efisiensi dalam pengukuran kinerja di universitas telah banyak dilakukan salah satunya adalah dilakukan oleh Anna (2007), dalam pengukuran efisiensi program studi di Universitas Trunojoyo. Pengukuran efisiensi bagi universitas sangat penting untuk dilakukan, untuk mengetahui sejauh mana penggunaan input untuk menghasilkan output, atau dengan kata lain apakah kuantitas output yang dihasilkan sesuai dengan input yang dipergunakan. Selain itu universitas juga dapat mengetahui input mana saja yang tidak digunakan secara efisien sehingga bisa dilakukan perbaikan pada input-input tersebut, juga dapat diketahui output-output yang harus ditingkatkan dengan input yang telah tersedia. commit to user

I-1


digilib.uns.ac.id

Sebagai universitas negeri dengan sumber daya yang terbatas, pengukuran efisiensi di Universitas Sebelas Maret (UNS) sangat diperlukan. Hal ini dilakukan untuk mengetahui seberapa jauh penggunaan input dalam menghasilkan output, sehingga

pihak

universitas

dapat

mengetahui

aspek-aspek

yang

harus

diprioritaskan untuk diperbaiki. Dengan melakukan pengukuran efisiensi diharapkan kinerja UNS akan lebih baik dan dapat bersaing dengan universitasuniversitas lain. Selama ini ukuran efisiensi pada Perguruan Tinggi dinyatakan sebagai perbandingan antara jumlah lulusan dengan jumlah mahasiswa, yang lebih dikenal dengan Angka Efisiensi Edukasi (AEE). AEE pada jurusan di Fakultas Teknik pada tahun ajaran 2008/2009 mengalami penurunan dari tahun sebelumnya kecuali jurusan Arsitektur. Penggunaan AEE untuk mengukur efisiensi program studi masih kurang efektif, karena hanya menggunakan dua elemen dalam perhitungannnya. Padahal pada Perguruan Tinggi banyak komponen-komponen lain yang menentukan produktivitas Perguruan Tinggi. Oleh karena itu diperlukan pendekatan

lain

dalam

pengukuran

produktivitas

dan

efisiensi

yang

mempertimbangkan keseluruhan komponen Perguruan Tinggi. Kinerja Perguruan Tinggi dipengaruhi oleh kinerja dari jurusan-jurusan yang ada di dalamnya. Dengan diketahuinya efisiensi dari suatu jurusan maka dapat diketahui tindakan yang harus dilakukan selanjutnya terhadap jurusan yang belum efisien. Sehingga dapat meningkatkan kinerja dari Universitas Sebelas Maret. Salah satu metode yang bisa digunakan untuk mengukur efisiensi adalah Data Envelopment Analysis (DEA). Penelitian yang mengkaji mengenai pengukuran efisiensi Perguruan Tinggi dengan menggunakan DEA telah banyak dilakukan diantaranya, Anna (2007) menerapkan DEA untuk mengukur efisiensi dan produktivitas program studi di Universitas Trunojoyo dengan menggunakan pendekatan (Cobstan Return to Scale) CRS. Output yang digunakan dalam penelitian tersebut adalah rata-rata IPK, rasio lulusan/mahasiswa, rasio lama studi harapan/aktual, rasio jumlah penelitian/dosen, rasio jumlah pengabdian/dosen. Input yang digunakan adalah rasio dosen S1/dosen (S2+S3), rasio mata kuliah/dosen, rasio mahasiswa/dosen dan rasio jumlah mahasiswa/laboratorium. Dari enam Decision Making Unit commit to user

I-2


digilib.uns.ac.id

(DMU) yang dievaluasi didapatkan dua DMU yang tidak efisien pada tahun 2006 dan satu DMU pada tahun 2007. Tahapan yang digunakan pada penelitian ini mengacu pada penelitian tersebut dan disempurnakan dengan penambahan super efisiensi yaitu dengan menghilangkan satu konstrain pada DEA. DEA merupakan sebuah pendekatan non parametrik yang berbasis program linier untuk mengukur kinerja efisiensi dari beberapa Decision Making Unit (DMU) (Ramanathan, 2003). DEA bekerja dengan langkah identifikasi input yang dibutuhkan serta output yang dihasilkan oleh sebuah DMU tanpa harus mengidentifikasi terlebih dahulu hubungan antara input dan output DMU tersebut. DMU adalah unit organisasi yang dievaluasi input dan outputnya untuk mendapatkan nilai efisiensi relatif. DMU pada pengukuran efisiensi di universitas dapat berupa fakultas, jurusan maupun program studi, pada penelitian ini DMU yang diukur adalah jurusan. DEA mempunyai dua model utama yaitu CCR (Charnes, Cooper, Rhodes) dan BCC (Banker, Charnes, Cooper). Perbedaan antara kedua model ini terletak pada hubungan antara input dan output. Pada model CCR setiap pertambahan satu unit input akan menyebabkan output bertambah satu unit juga atau dikenal dengan Constan Return to Scale (CRS). Sedangkan pada model BCC pertambahan satu unit input akan menyebabkan output bertambah lebih besar atau lebih kecil dari satu atau disebut dengan Variable Return to Scale (VRS). Pemilihan DEA pada penelitian ini dikarenakan metode ini dapat digunakan untuk menganalisis efisiensi dengan mempertimbangkan beberapa input dan output yang dihasilkan. Pada metode ini input dan output yang dibandingkan tidak harus mempunyai satuan yang sama. Jadi sesuai untuk mengukur efisiensi jurusan yang harus mempertimbangkan banyak komponen dengan satuan yang berbeda-beda. 1.2

PERUMUSAN MASALAH Perumusan masalah yang dapat ditarik dari latar belakang diatas adalah

bagaimana mengukur efisiensi Jurusan di Fakultas Teknik Universitas Sebelas Maret dengan menggunakan metode Data Envelopment Analysis dan kemudian menentukan target peningkatan untuk jurusan yang tidak efisien? commit to user

I-3


1.3

digilib.uns.ac.id

TUJUAN PENELITIAN Tujuan dari penelitian ini adalah sebagai berikut:

1. Mengukur efisiensi Jurusan di Fakultas Teknik Universitas Sebelas Maret dengan menggunakan metode Data Envelopment Analysis. 2. Menentukan target peningkatan efisiensi untuk jurusan yang tidak efisien. 1.4

MANFAAT PENELITIAN Manfaat yang dapat diambil dalam penelitian ini adalah universitas dapat

menentukan jurusan (DMU) mana saja yang harus diprioritaskan untuk diperbaki atau ditingkatkan efisiensinya, maupun jurusan (DMU) yang digunakan sebagai acuan untuk perbaikan unit yang tidak efisien. 1.5

BATASAN MASALAH Batasan-batasan yang digunakan dalam penelitian ini adalah sebagai

berikut : 1.

Penelitian hanya dilakukan pada jurusan Teknik Industri, Teknik Kimia dan Teknik Mesin Universitas Sebelas Maret.

2.

Data yang diambil adalah data tahun ajaran 2008/2009 dan 2009/2010.

3.

Pendekatan DEA yang digunakan adalah model Charnes Cooper Rhodes (CCR)/Constant Return to Scale.

1.6

ASUMSI Asumsi yang digunakan dalam penelitian ini adalah lama studi untuk

kelulusan tepat waktu adalah maksimal 5 tahun. 1.7

SISTEMATIKA PENULISAN Sistematika penulisan dibuat agar dapat memudahkan pembahasan

penyelesaian masalah dalam penelitian ini. Penjelasan mengenai sistematika penulisan, sebagai berikut : BAB I

: PENDAHULUAN Bab ini menguraikan berbagai hal mengenai latar belakang penelitian,

perumusan

masalah,

tujuan

penelitian,

manfaat

penelitian, batasan masalah, asumsi-asumsi dan sistematika penulisan. commit to user

I-4


BAB II

digilib.uns.ac.id

: LANDASAN TEORI Bab ini menguraikan teori-teori yang akan dipakai untuk mendukung penelitian antara lain definisi efisiensi, program linier dan metode Data Envelopment Analysis (DEA). Tinjauan pustaka diambil dari berbagai sumber yang berkaitan langsung dengan permasalahan yang dibahas dalam penelitian.

BAB III

: METODOLOGI PENELITIAN Bab ini berisi tahapan yang dilalui dalam penyelesaian masalah secara umum yang berupa gambaran terstruktur dalam bentuk flowchart sesuai dengan permasalahan yang ada mulai dari studi pendahuluan, pengumpulan data sampai dengan pengolahan data dan analisis.

BAB IV

: PENGUMPULAN DAN PENGOLAHAN DATA Bab ini berisi data-data yang diperlukan dan dikumpulkan untuk menyelesaikan masalah seperti input dan output dari jurusan, kemudian dilakukan pengolahan data secara bertahap.

BAB V

: ANALISIS DAN INTERPRETASI HASIL Bab ini memuat uraian analisis dan interpretasi dari hasil pengukuran efisiensi jurusan yang telah dilakukan.

BAB VI

: KESIMPULAN DAN SARAN Bab ini menguraikan target pencapaian dari tujuan penelitian dan kesimpulan yang diperoleh dari pembahasan masalah. Bab ini juga menguraikan saran dan masukan bagi kelanjutan penelitian.

commit to user

I-5


digilib.uns.ac.id

BAB II TINJAUAN PUSTAKA Pada bagian ini akan diuraikan teori-teori yang digunakan dalam pencapaian tujuan penelitian ini. Teori-teori yang digunakan dalam penelitian ini meliputi konsep efisiensi, dan metode Data Envelopment Analysis. 2.1

KONSEP EFISIENSI

2.1.1 Pengertian Efisiensi Menurut Ramanathan (2003), efisiensi adalah rasio antara output yang dihasilkan dan input yang digunakan. Suatu perencanaan produksi dapat disebut efisien apabila menghasilkan lebih banyak output dengan sejumlah input yang sama atau sebaliknya menurunkan penggunaan input untuk menghasilkan tingkat output yang sama. Kedua pendekatan tersebut, dalam pendekatan pareto optimum dikenal sebagai dual programming, yaitu dua pendekatan dengan tujuan yang sama, yaitu peningkatan efisiensi. 2.1.2 Metode Pengukuran Efisiensi Beberapa metode yang bisa dipergunakan dalam pengukuran efisiensi adalah sebagai berikut: 1.

Data Envelopment Anlysis (DEA) Metode ini termasuk dalam pendekatan non-parametrik dengan menggunakan teknik linear programming yang mengasumsikan bahwa tidak ada random error. Pendekatan ini digunakan untuk menghitung efisiensi teknis. Perusahaan yang efisien adalah perusahaan yang memproduksi setiap output (dengan input tertentu) sebesar atau lebih besar dari perusahaan lainnya, atau perusahaan yang menggunakan setiap input sekecil atau lebih kecil jika dibandingkan dengan perusahaan lainnya. Masing-masing perusahaan yang dibandingkan disebut dengan Decision Making Unit (DMU).

2.

Free Disposal Hull (FDH) Merupakan teknik non-parametrik, teknik ini dapat dianggap sebagai generalisasi dari DEA dengan model variable return to scale. Model ini tidak mensyaratkan estimasi frontier yang berbentuk cembung (convex). commit to user

II-1


3.

digilib.uns.ac.id

Stochastic Frontier Approach (SFA) Merupakan metode ekonometrik yang mengasumsikan efisiensi mengikuti distribusi asimetrik, biasanya setengah normal (half normal), sementara random error diasumsikan mengikuti distribusi standar asimetrik.

4.

Thick Frontier Approach (TFA) Metode ini dikembangkan oleh Berger dan Humprey (1991) yang membandingkan rata-rata efisiensi dari kelompok perusahaan bukan membandingkan frontier.

5.

Distribution Free Approch (DFA) Metode ini menggunakan residual rata-rata dari fungsi biaya yang diestimasi dengan panel data untuk membangun suatu ukuran cost frontier efficiency. Metode ini tidak memaksakan suatu bentuk spesifik pada distribusi efisiensi namun mengasumsikan bahwa terdapat core efficiency atau efisiensi rata-rata untuk setiap perusahaan yang besarnya konstan dari waktu ke waktu.

2.2

PROGRAM LINIER (LINEAR PROGRAMMING)

2.2.1

Pengertian Program Linier Program linier merupakan salah satu alat yang digunakan untuk

memecahkan permasalahan optimasi. Kata linier berarti seluruh fungsi matematis (fungsi tujuan dan fungsi pembatas) dalam model ini harus merupakan fungsi linier. Sedangkan kata programming tidak merujuk pada pemrogaman komputer, tetapi merupakan sinonim dari planning. Dengan begitu program linier menyangkut perencanaan (planning) aktivitas untuk memperoleh hasil yang optimal (Hillier dan Lieberman, 2001). Teknik ini dapat digunakan untuk memecahkan permasalahan di berbagai bidang, seperti masalah-masalah agrikultur, industri, transportasi, ekonomi, dan ilmu pengetahuan sosial. 2.2.2

Asumsi pada Model Program Linier Menurut Hillier dan Lieberman (2001), sebuah model program linier harus

memenuhi asumsi-asumsi sebagai berikut: 1.

Proportionality

Asumsi proportionality merupakan asumsi yang berlaku untuk fungsi tujuan dan pembatas pada model program linier. Asumsi ini mengharuskan kontribusi dari commit to user setiap aktivitas pada nilai dan fungsi tujuan (Z) proporsional terhadap tingkat dari II-2


digilib.uns.ac.id

aktivitas tersebut (xj). Pada fungsi tujuan, asumsi proportionality ini dapat dinyatakan dalam bentuk cjxj. Sama halnya dengan fungsi tujuan, kontribusi dari setiap aktivitas pada ruas kiri dari setiap pembatas adalah proporsional terhadap nilai dari aktivitas tersebut. Pada fungsi pembatas, asumsi ini dinyatakan sebagai aijxj. 2.

Additivity

Asumsi additivity merupakan asumsi yang mencegah adanya perkalian antara dua atau lebih aktivitas atau variabel keputusan. Pada asumsi additivity, sebuah fungsi dalam model program linier harus merupakan jumlah dari kontribusi individual setiap aktivitas. Sebagai contoh, suatu fungsi tujuan yang dinyatakan dalam bentuk persamaan Z = 3x1 + 5x2 + 1x3 bukanlah model program linier karena telah melanggar asumsi additivity. 3.

Divisibility

Asumsi divisibility merupakan asumsi yang mengatur nilai dari variabel keputusan. Pada asumsi divisibility ini, setiap variabel keputusan dalam sebuah model program linier harus dapat memiliki nilai apapun, termasuk nilai-nilai bukan bilangan bulat (non integer values), yang memenuhi pembatas-pembatas yang ada. 4.

Certainty

Asumsi certainty berlaku untuk setiap parameter yang terdapat pada sebuah model program linier. Asumsi ini mengharuskan setiap parameter dalam sebuah model program linier dapat diasumsikan sebagai sebuah nilai konstan yang diketahui. 2.2.3

Bentuk-Bentuk Model Program Linier Menurut Taha (2003), sebuah model program linier memiliki tiga

komponen utama, yaitu: 1. Variabel keputusan (decision variables) Variabel keputusan merupakan aspek yang dapat dikendalikan dalam sebuah model. Nilai dari variabel-variabel keputusan merupakan alternatif-alternatif pengambilan keputusan untuk memecahkaan masalah.

commit to user

II-3


digilib.uns.ac.id

2. Fungsi tujuan (objective function) Fungsi tujuan merupakan fungsi dari variabel-variabel keputusan. Dalam sebuah model matematis, fungsi tujuan menyatakan ukuran atau kriteria performansi yang digunakan. 3. Pembatas Pembatas merupakan fungsi yang membatasi rentang nilai dari variabel keputusan. Pada umumnya, model program linier memiliki bentuk sebagai berikut (Hilier dan Lieberman, 2001): Fungsi tujuan: Maksimasi atau Minimasi Z = C1x1 + C2x2+ …+Cnxn Kendala : a11x1+a12x2+ …+a1nxn (≤,=,≥) b1 a21x1+a22x2+ …+a2nxn (≤,=,≥) b2 : :

a1mx1+am2x2+ …+amnxn (≤,=,≥) bm dan x1,x2,…,xn ≥ 0 Dimana: Z = nilai fungsi tujuan yang dimaksimumkan atau diminimumkan n = macam batasan sumber daya atau fasilitas yang ada m = macam aktivitas yang menggunakan sumber daya atau fasilitas xi = variabel keputusan bi = nilai maksimal sumber daya untuk dialokasikan ke aktivitas Ci = besarnya kenaikan nilai Z setiap ada kenaikan satu satuan nilai 2.2.4

Solusi Model Program Linier Solusi dari model program linier merupakan kumpulan nilai dari variabel

keputusan (Hillier dan Lieberman, 2001). Dalam sebuah model matematis, suatu solusi dikatakan layak jika dapat memenuhi seluruh pembatas dalam model tersebut. Sebaliknya, suatu solusi dikatakan tidak layak jika terdapat sedikitnya satu pembatas yang tidak terpenuhi. Suatu solusi optimal adalah solusi layak yang memiliki nilai fungsi tujuan yang paling Nilai fungsi tujuan yang commit to diinginkan. user

II-4


digilib.uns.ac.id

paling diinginkan adalah nilai terbesar untuk fungsi tujuan maksimasi dan nilai terkecil untuk fungsi minimasi. Penentuan solusi dari sebuah program linier dapat dilakukan dengan menggunakan beberapa cara seperti menggunakan metode grafik, metode simpleks,

maupun

perhitungan

dengan

menggunakan

perangkat

lunak.

Penggunaan perangkat lunak (software) pada umumnya dipilih untuk memperoleh solusi dari model-model yang berukuran besar. Perangkat lunak yang dapat digunakan untuk memperoleh solusi dari model program linier antara lain adalah TORA, Excel Solver, LINDO, dan Warwick DEA (WinDEA). Pada penelitian ini digunakan perangkat lunak Lindo untuk menguji coba model yang dikembangkan dan mengetahui nilai pengukuran efisiensi. 2.3

DATA ENVELOPMENT ANALYSIS (DEA) Data Envelopment Analysis (DEA) merupakan sebuah pendekatan non-

parametrik yang pada dasarnya merupakan teknik berbasis linear programming. DEA bekerja dengan langkah mengidentifikasikan unit-unit yang akan dievaluasi, input serta output unit tersebut. Kemudian membentuk efficiency frontier atas set data yang tersedia dan menghitung nilai produktivitas dari unit-unit yang tidak termasuk dalam efficiency frontier serta mengidentifikasi unit mana yang tidak menggunakan input secara efisien relatif terhadap unit berkinerja terbaik dari set data yang dianalisis. Produktivitas yang dimaksud adalah sejumlah penghematan input yang bisa dilakukan pada unit yang dievaluasi tanpa harus mengurangi level output yang bisa dihasilkannya atau dari penambahan output yang dimungkinkan tanpa perlu ada penambahan input. Produktivitas yang diukur bersifat komparatif atau relatif karena hanya membandingkan antar unit pengukuran dari 1 set data dan waktu sama (Purwantoro, 2003). 2.3.1

Konsep Dasar DEA Data Envelopment Analysis (DEA) adalah pengembangan program linier

yang didasarkan pada teknik pengukuran kinerja relatif dari sekelompok unit input dan output. DEA dapat mengatasi keterbatasan yang dimiliki analisis rasio parsial maupun regresi berganda. DEA merupakan prosedur yang dirancang secara commit to user

II-5


digilib.uns.ac.id

khusus untuk mengukur efisiensi relatif suatu Decision Making Unit (DMU) yang menggunakan banyak input maupun output. Dalam DEA efisiensi relatif DMU didefinisikan sebagai rasio dari total output tertimbang dibagi total input tertimbangnya. Inti dari DEA adalah menentukan bobot yang memiliki sifat: a. Tidak bernilai negatif b. Bersifat Universal Metode DEA memiliki asumsi bahwa setiap DMU akan memilih bobot yang memaksimumkan rasio efisiensinya. Karena setiap DMU menggunakan kombinasi input yang berbeda untuk menghasilkan output yang berbeda pula, maka setiap DMU akan memilih seperangkat bobot yang mencerminkan keragaman tersebut (Siagian, 2002). DEA merupakan prosedur yang dirancang secara khusus untuk mengukur efisiensi relatif suatu DMU yang menggunakan banyak input dan banyak output, dimana penggabungan input dan output tersebut tidak mungkin dilakukan. Efisiensi relatif suatu DMU adalah efisiensi suatu DMU dibandingkan dengan DMU lain dalam sampel yang menggunakan jenis input dan output yang sama. Setiap unit dalam sampel dianggap memiliki tingkat efisiensi yang tidak negatif, dan nilainya antara 0 hingga 1 (100 %). Suatu DMU dikatakan efisien secara relatif apabila nilainya sama dengan 1 (nilai efisiensi 100 %). Sedangkan bila nilainya kurang dari 1, maka DMU bersangkutan dianggap tidak efisien secara relatif. Menurut Purwantoro (2003), DEA adalah suatu metodologi yang digunakan untuk mengevaluasi produktivitas dari suatu unit pengambilan keputusan (unit kerja) yang bertanggung jawab menggunakan sejumlah input untuk memperoleh suatu output yang ditargetkan. DEA merupakan model pemrograman fraksional yang bisa mencakup banyak output dan input tanpa perlu menentukan bobot untuk tiap variabel sebelumnya, tanpa perlu penjelasan eksplisit mengenai hubungan fungsional antara input dan output (tidak seperti regresi). DEA menghitung ukuran produktivitas secara skalar dan menentukan level input & output yang efisien untuk unit yang dievaluasi dalam satu kelompok commit to user

II-6


digilib.uns.ac.id

observasi relatif kepada DMU dengan kinerja terbaik dalam kelompok observasi tersebut. Beberapa isu penting yang harus diperhatikan dalam penggunaan DEA adalah sebagai berikut: a. Positivity: DEA menuntut semua variabel input & output bernilai positif (>0). b. Isotonicity: variabel input dan output harus punya hubungan isotonicity yang berarti untuk setiap kenaikan pada variabel input apapun harus menghasilkan kenaikan setidaknya satu variabel output dan tidak ada variabel output yang mengalami penurunan. c. Jumlah DMU: dibutuhkan setidaknya 3 DMU untuk setiap variabel input dan output yang digunakan dalam model untuk memastikan adanya degrees of freedom. d. Window analysis: perlu dilakukan jika terjadi pemecahan data DMU (tahunan menjadi triwulan misalnya) yang biasanya dilakukan untuk memenuhi syarat jumlah DMU. Analisis ini dilakukan untuk menjamin stabilitas nilai produktivitas dari DMU yang bersifat time dependent. e. Penentuan bobot: walaupun DEA menentukan bobot yang seringan mungkin untuk setiap unit relatif terhadap unit yang lain dalam 1 set data, terkadang dalam praktek manajemen dapat menentukan bobot sebelumnya. f. Homogenity: DEA menuntut seluruh DMU yang dievaluasi memiliki variabel input dan output yang sama jenisnya. 2.3.2

Nilai manajerial DEA

DEA memiliki beberapa nilai manajerial sebagai berikut (Makmun, 2002): 1.

DEA menghasilkan efisiensi untuk setiap DMU relatif terhadap DMU yang lain dalam sampel. Angka efisiensi ini memungkinkan seorang analis untuk mengenali DMU yang paling membutuhkan perhatian dan merencanakan tindakan perbaikan bagi DMU yang tidak/kurang efisien.

2.

Jika suatu DMU kurang efisien (efisiensi < 100%), DEA menunjukkan sejumlah DMU yang memiliki efisiensi sempurna (efficiency reference set, efisiensi = 100%) dan seperangkat angka pengganda (multipliers) yang dapat digunakan oleh manajer commit tountuk user menyusun strategi perbaikan.

II-7


digilib.uns.ac.id

Informasi tersebut memungkinkan seorang analis membuat DMU hipotetis yang menggunakan input yang lebih sedikit dan menghasilkan output paling tidak sama atau lebih banyak dibandingkan yang tidak efisien, sehingga DMU hipotetis tersebut akan memiliki efisiensi yang sempurna jika menggunakan bobot input dan bobot output dari DMU yang tidak efisien. Pendekatan tersebut

memberi arah strategi

bagi manajer untuk

meningkatkan efisiensi suatu DMU yang tidak efisien melalui pengenalan terhadap input yang terlalu banyak digunakan serta output yang produksinya terlalu rendah. Sehinggga seorang manajer tidak hanya mengetahui DMU yang tidak efisien, tetapi ia juga mengetahui berapa tingkat input dan output yang harus disesuaikan agar dapat memiliki efisiensi yang tinggi. 3.

DEA menyediakan matrik efisiensi silang. Efisiensi silang DMU A terhadap DMU B merupakan rasio dari output tertimbang dibagi input tertimbang yang dihitung dengan menggunakan tingkat input dan output DMU A dan bobot input dan output B. Analisis efisiensi silang dapat membantu seorang manajer untuk mengenali DMU yang efisien tetapi menggunakan kombinasi input dan menghasilkan kombinasi output yang sangat berbeda dengan DMU yang lain. DMU tersebut sering disebut sebagai maverick (menyimpang, unik).

2.3.3

Keunggulan DEA

Jadi secara singkat berbagai keunggulan metode DEA adalah (Purwantoro, 2003): 1. Bisa menangani banyak input dan output. 2. Tidak butuh asumsi hubungan fungsional antara variabel input dan output. 3. DMU dibandingkann secara langsung dengan sesamanya. 4. Input dan output dapat memiliki satuan yang berbeda. 2.3.4

Keterbatasan DEA Selain memiliki beberapa keunggulan yang telah dikemukakan DEA

memiliki beberapa keterbatasan, yaitu (Purwantoro, 2003): 1. Bersifat sample specific artinya mensyaratkan semua input dan output harus spesifik dan dapat diukur. commit to user

II-8


digilib.uns.ac.id

2. Merupakan extreme point technique, kesalahan dalam pengukuran akan berakibat fatal. 3. Hanya mengukur produktivitas relatif dari DMU bukan produktivitas absolut. 4. Uji hipotesis secara statistik atas hasil DEA sulit dilakukan. 5. Menggunakan perumusan linear programming terpisah untuk setiap DMU, perhitungan secara manual sulit dilakukan apalagi untuk masalah berskala besar. 2.3.5

Model Charnes, Cooper, Rhodes (CCR) Pertama kalinya model CCR ditemukan oleh Charnes, Cooper dan Rhodes

pada tahun 1978. Pada model ini diperkenalkan suatu ukuran efisiensi untuk masing-masing decision making unit (DMU) yang merupakan rasio maksimum antara output yang terbobot dengan input yang terbobot. Masing-masing nilai bobot yang digunakan dalam rasio tersebut ditentukan dengan batasan bahwa rasio yang sama untuk tiap DMU harus memiliki nilai yang kurang dari atau sama dengan satu. Dengan demikian akan mereduksi multiple inputs dan multiple outputs ke dalam satu “virtual” input dan “virtual” output tanpa membutuhkan penentuan awal nilai bobot. Oleh karena itu ukuran efisiensi merupakan suatu fungsi nilai bobot dari kombinasi virtual input dan virtual output. Ukuran efisiensi DMU dapat dihitung dengan menyelesaikan permasalahan programming matematika berikut ini: …………………………………………… (2 ) Subject to ≤ , j = , 2, , ,n ……………………………… (2 2) ur ≥ 0, r = 1, 2, ..., s; vi ≥ 0, i = 1, 2, ..., m..................... (2.3) dengan xij adalah nilai input yang diamati dengan tipe ke-i dari DMU ke-j dan xij > 0 untuk i = 1, 2, 3, …, m dan j = 1, 2, …, n Demikian juga dengan yrj adalah nilai output yang diamati dengan tipe ke-i dari DMU ke-j dan yrj > 0 untuk i = 1, 2, …, m dan j = 1, 2, …,n commit to user

II-9


digilib.uns.ac.id

Variabel ur dan vi adalah nilai bobot untuk menentukan permasalahan programming diatas. Namun permasalahan ini memiliki solusi yang tidak terbatas karena jika (u* dan v*) adalah optimal, maka untuk tiap α > 0, (αu* dan αv*) juga optimal. Dengan mengikuti transformasi Charnes-Cooper, maka solusi yang kita dapat pilih adalah solusi (u,v) yang representative dengan kondisi:

sehingga diperoleh linear programming yang ekuivalen dengan permasalahan linear fractional programming. Pembagi dalam ukuran efisiensi di atas dibuat sama dengan satu dan permasalahan linear yang telah ditranformasikan dapat ditulis dengan:

Subject to

(2.6) (2.7) vr ≥ 0, r = 1, 2, ... ,s ; ui ≥ 0, i = , 2,... ,m .....................(2.8)

Dimana : Z0

= Efisiensi dari decision making unit (DMU).

ui

= Bobot input i.

xij

= Jumlah input i yang dihasilkan oleh DMU ke j.

vr

= Bobot output r.

yrj

= Jumlah output r yang dihasilkan oleh DMU ke j.

Permasalahan linear programming di atas sering disebut juga model CCR dengan input-output oriented. Maksimalisasi dilakukan dengan memilih “virtual” multiple (yaitu nilai-nilai bobot) u dan v yang menghasilkan laju terbesar “virtual” output per “virtual” input 2.3.6

Model Banker, Charnes, Cooper (BCC) Model ini digunakan jika kita berasumsi bahwa perbandingan terhadap

input maupun output suatu perusahaan akan mempengaruhi produktivitas yang mungkin dicapai, yaitu VRS (Variable Return to Scale) (Hidayati, 2005). Agar variable return terskala, maka perlu ditambahkan kondisi convexity bagi nilaicommit to user nilai bobot λ, yaitu dengan memasukan dalam model di atas batasan berikut: II-10


digilib.uns.ac.id

Hasil model DEA yang memberikan variabel return terskala disebut model BCC, Banker Charmes dan Cooper (1984). Formulasi model sebagai berikut: Minimasi W0 = w0.........................................................................(2.10) Subject to

; Berdasarkan rumus di atas, wo adalah suatu nilai yang jika dikalikan dengan input v, maka akan menghasilkan nilai maksimum pengurangan input untuk menghasilkan nilai output yang sama. Sedangkan

merupakan suatu

variabel yang memfokuskan seberapa besar kemungkinan untuk membuat suatu DMU baru (virtual DMU) dari DMU yang sedang dihitung produktivitas relatifnya sebagai kombinasi dari DMU yang lainnya. Dalam hal ini, selain menetapkan garis frontir efisien metode DEA juga menetapkan suatu target sesuai dengan garis frontir efisien (efficient frontier) untuk setiap DMU yang inefficient serta menetapkan satu atau beberapa unit yang dapat digunakan sebagai acuan untuk unit yang inefficient yang dalam hal ini disebut sebagai peer unit. 2.3.7

Konsep Super Efisiensi Konsep super-efisiensi merupakan perluasan dari metode DEA, yang

pertama kali diusulkan oleh Andersen dan Petersen (1993), dan penggunaannya sangat didukung karena kesederhanaan dan manfaatnya. Dengan menggunakan konsep ini dimungkinkan untuk merangking semua unit, bahkan unit-unit yang efisien. Dalam DEA baku unit-unit yang efisien dinilai sama dengan 1 atau 100%. Ide dari konsep Super Efisiensi adalah membiarkan nilai efisiensi dari DMU yang diamati lebih besar dari 1 atau 100%. Dalam perhitungannya konsep Super Efisiensi diterapakan pada model matematis DEA-CCR. Hal ini diperoleh dengan cara menghilangkan batasan yang terkait dari rangkaian kendala yang menyatakan efisiensi maksimal adalah 1 (Manurung, 2009). commit to user

II-11


2.4

digilib.uns.ac.id

AKREDITASI PROGRAM STUDI SARJANA

2.4.1. Manfaat dan Tujuan Akreditasi Akreditasi program studi sarjana adalah proses evaluasi dan penilaian secara komprehensif atas komitmen program studi terhadap mutu dan kapasitas penyelenggaraan program tridarma perguruan tinggi, untuk menentukan kelayakan program akademiknya. Evaluasi dan penilaian dalam rangka akreditasi program studi dilakukan oleh tim asesor yang terdiri atas pakar sejawat dan/atau pakar yang memahami penyelenggaraan program akademik program studi. Keputusan mengenai mutu didasarkan pada evaluasi dan penilaian terhadap berbagai bukti yang terkait dengan standar yang ditetapkan dan berdasarkan nalar dan pertimbangan para pakar sejawat. Bukti-bukti yang diperlukan termasuk laporan tertulis yang disiapkan oleh program studi yang diakreditasi, diverifikasi dan divalidasi melalui kunjungan atau asesmen lapangan tim asesor ke lokasi program studi. Dengan demikian, tujuan dan manfaat akreditasi program studi adalah sebagai berikut: 1. Memberikan jaminan bahwa program studi yang terakreditasi telah memenuhi standar mutu yang ditetapkan oleh BAN-PT dengan merujuk pada standar nasional pendidikan yang termaktub dalam Peraturan Pemerintah No. 19 tahun 2005 tentang Standar Nasional Pendidikan, sehingga mampu memberikan perlindungan bagi masyarakat dari penyelenggaraan program studi yang tidak memenuhi standar yang ditetapkan itu. 2. Mendorong program studi untuk terus menerus melakukan perbaikan dan mempertahankan mutu yang tinggi. 3. Hasil akreditasi dapat dimanfaatkan sebagai dasar pertimbangan dalam transfer kredit perguruan tinggi, pemberian bantuan dan alokasi dana, serta pengakuan dari badan atau instansi yang lain. Mutu program studi merupakan cerminan dari totalitas keadaan dan karakteristik masukan, proses, keluaran, hasil, dan dampak, atau layanan/kinerja program studi yang diukur berdasarkan sejumlah standar yang ditetapkan itu (BAN-PT, 2008). commit to user

II-12


digilib.uns.ac.id

2.4.2. Instrumen Akreditasi Program Studi Sarjana Instrumen yang digunakan dalam proses akreditasi program studi sarjana dikembangkan berdasarkan standar dan tertentu. Data, informasi dan penjelasan setiap standar dan parameter yang diminta dalam rangka akreditasi program studi sarjana dirumuskan dan disajikan oleh program studi sarjana dalam instrumen yang berbentuk borang. Borang akreditasi program studi sarjana adalah dokumen yang berupa laporan diri (self-report) suatu program studi sarjana, yang dirumuskan sesuai dengan petunjuk yang terdapat pada Buku IV dan digunakan untuk mengevaluasi dan menilai serta menetapkan status dan peringkat akreditasi program studi sarjana yang diakreditasi. Borang akreditasi merupakan kumpulan data dan informasi mengenai masukan, proses, keluaran, hasil, dan dampak yang bercirikan upaya untuk meningkatkan mutu kinerja, keadaan dan perangkat kependidikan program studi sarjana secara berkelanjutan. Isi borang akreditasi program studi sarjana mencakup deskripsi dan analisis yang sistematis sebagai respons yang proaktif terhadap berbagai indikator yang dijabarkan dari standar akreditasi program studi sarjana. Standar dan indikator akreditasi tersebut dijelaskan dalam pedoman penyusunan borang akreditasi program studi sarjana. Program studi sarjana mendeskripsikan dan menganalisis semua indikator dalam konteks keseluruhan standar akreditasi dengan memperhatikan sebelas dimensi mutu yang merupakan jabaran dari RAISE++, yaitu: relevansi (relevance), suasana akademik (academic atmosphere), pengelolaan internal dan organisasi

(internal

management

and

organization),

keberlanjutan

(sustainability), efisiensi (efficiency), termasuk efisiensi dan produktivitas. Dimensi tambahannya adalah kepemimpinan (leadership), pemerataan (equity), dan tata pamong (governance) (BAN-PT, 2008). 2.5

PROFIL FAKULTAS TEKNIK Fakultas Teknik UNS berdiri sejak tanggal 11 Maret 1976, bersamaan

dengan berdirinya Universitas Sebelas Maret dan pada waktu itu program studi yang ada baru satu yaitu Teknik Sipil. Pada tahun 1980 dibuka program studi baru yaitu Jurusan Arsitektur dan kemudian pada tahun 1998/1990 diselenggrakan tiga to user jurusan baru, yaitu Jurusan Teknikcommit Industri, Teknik Kimia dan Teknik Mesin. Hal

II-13


digilib.uns.ac.id

tersebut didasarkan pada keputusan Direjen Dikti Nomor 53/DIKTI/Kep/1998 tanggal 23 Februari 1998. Visi dari Fakultas Teknik UNS adalah akan dikembangkan menjadi fakultas unggulan dalam bidang pendidikaan tinggi teknik, yang mampu menghasilkan lulusan yang bermoral, professional, inovatif dan mandiri guna mendukung pembangunan bangsa. 2.5.1. Angka Efisiensi Edukasi Fakultas Teknik Angka efisiensi edukasi adalah konsep pengukuran efisiensi yang ada di perguruan tinggi dengan membandingkan antara jumlah lulusan dan jumlah mahasiswa pada satu tahun ajaran. Adapun untuk nilai AEE darri Fakultas Teknik UNS dapat dilihat pada Tabel 2.1 berikut. Tabel 2.1 Angka Efisiensi Edukasi Angka Efisiensi Edukasi 2007/2008 2008/2009 2009/2010

Jurusan Teknik Industri Teknik Mesin Teknik Kimia

21,86 14,35 21,5

13,91 14,13 16,53

27,64 11,92 18,78

Sumber: UNS Dapat dilihat bahwa terjadi penurunan AEE pada tahun 2008/2009 dibanfding tahun sebelumnya. 2.6

PENELITIAN TERDAHULU Berikut adalah penelitian yang mengkaji mengenai pengukuran efisiensi

dengan menggunakan Data Envelopment Analysis. Tzeremes dan Halkes, (2010) menggunakan DEA untuk mengukur efisiensi 16 jurusan di University of Thessaly dengan pendekatan Constan Return to Scale (CRS) dan Variable Return to Scale (VRS). Output yang digunakan adalah jumlah lulusan, jumlah publikasi jurnal. Sedangkan input yang digunakan adalah jumlah staff akademik, jumlah staff pembantu, jumlah mahasiswa dan total income. Pada penelitian ini dilakukan pembobotan untuk sebagaian input dan output. Sebagai contohnya untuk input jumlah dosen dibagi berdasarkan tingkat pendidikan (S1, S2, dan S3) dengan bobot 0,3 untuk S1, 0,67 untuk S2 dan 1 untuk S3. Pembobotan ini dilakukan dengan pertimbangan bahwa dosen dengan tingkat pendidikan yang lebih tinggi akan menghasilkan riset yang lebih banyak begitu juga sebaliknya. Dari 16 DMU yang dievaluasi hanya terdapat 5 DMU yang efisien. commit to user

II-14


Anna

(2007)

digilib.uns.ac.id

menerapkan

DEA

untuk

mengukur

efisiensi

dan

produktivitas program studi di Universitas Trunojoyo dengan menggunakan pendekatan CRS untuk tahun 2006 dan 2007. Output yang digunakan dalam penelitian ini adalah rata-rata IPK, rasio lulusan/mahasiswa, rasio lama studi harapan/aktual, rasio jumlah penelitian/dosen, rasio jumlah pengabdian/dosen. Input yang digunakan adalah rasio dosen S1/dosen (S2+S3), rasio mata kuliah/dosen, rasio mahasiswa/dosen dan rasio jumlah mahasiswa/laboraturium. Dari enam DMU yang dievaluasi didapatkan 2 DMU yang tidak efisien pada tahun 2006 dan 1 DMU pada tahun 2007. Peer group untuk tahun 2006 terdiri dari DMU Teknik Informatika dan Akuntansi, agar kedua DMU ini menjadi DMU yang efisien DMU tersebut harus melakukan peningkatan output. Peningkatan yang harus dilakukan oleh Teknik Informatika adalah sebesar 29.8% dan untuk Akuntansi sebesar 59%. Sedangkan untuk tahun 2007 yang termasuk ke dalam peer group hanya DMU Teknik informatika, agar menjadi efisien DMU ini harus melakukan peningkatan output sebesar 26%.

commit to user

II-15


digilib.uns.ac.id

BAB III METODOLOGI PENELITIAN Pada bab ini diuraikan secara sistematis mengenai langkah-langkah yang dilakukan dalam pengukuran efisiensi menggunakan metode DEA yang digambarkan dalam bentuk flowchart. 3.1

DIAGRAM ALIR PENELITIAN Langkah-langkah yang dilakukan dalam penelitian ini ditunjukkan pada

Gambar. 3.1 berikut ini. Latar Belakang Masalah

Perumusan Masalah dan Tujuan Penelitian

Studi Literatur

Identifikasi Elemen Penilaian Borang Akreditasi

Identifikasi Output Sistem

Menentukan Input Sistem

Menentukan Persamaan Linier Model DEA

Menghitung Nilai Efisiensi Teknis

DMU efisien?

Ya

Tidak Menentukan Target Peningkatan Efisiensi

Mengitung Nilai Super Efisiensi

Analisis dan Intepretasi Hasil

Kesimpulan dan Saran

commit to user

Gambar 3.1 Diagram Alir Metodologi Penelitian

III-1


digilib.uns.ac.id

Diagram alir metodologi penelitian pada Gambar 3.1 dapat diuraikan sebagai berikut. 3.2

TAHAP PENDAHULUAN Tahap pendahuluan merupakan langkah paling awal dari proses penelitian

ini. Tahap ini merupakan tahap penentu dalam penelitian karena pada tahap identifikasilah permasalahan yang diteliti dalam penelitian. Selain itu dalam tahap ini juga diidentifikasikan tujuan dari penelitian yang merupakan penentu arah pelaksanaan penelitian. 3.2.1

Latar Belakang Masalah Dalam suatu organisasi, kinerja merupakan kemampuan yang dimiliki

dalam menerapkan strategi secara efektif untuk memastikan semua tujuan yang ingin dicapai dapat diwujudkan. Untuk mengetahui apakah suatu perusahaan atau organisasi sudah menjalankan aktivitasnya dengan benar dalam mencapai tujuan yang telah ditetapkan, perlu dilakukan pengukuran kinerja. Universitas adalah salah satu organisasi yang memerlukan pengukuran kinerja untuk mengetahui sejauh mana kinerja dari aktivitas yang ada di dalamnya. Salah satu kriteria ukuran kinerja adalah efisiensi atau produktivitas yang mengevaluasi hubungan antara input dan output. Sebagai universitas negeri dengan sumber daya yang terbatas pengukuran efisiensi di Universitas Sebelas Maret sangat diperlukan. Hal ini dilakukan untuk mengetahui seberapa jauh penggunaan input untuk mencapai output. Sehingga pihak universitas dapat mengetahui aspek-aspek yang harus diprioritaskan untuk diperbaiki. Sehingga kinerja UNS akan lebih baik dan dapat bersaing dengan universitas-universitas lain. Selama ini ukuran efisiensi di Perguruan Tinggi dinyatakan dengan perbandingan antara jumlah lulusan dengan jumlah mahasiswa (AEE). Padahal pada Perguruan Tinggi banyak komponen-komponen lain yang menentukan produktivitas dari Perguruan Tinggi. Oleh karena itu diperlukan pendekatan lain dalam pengukuran efisiensi yang memandang keseluruhan komponen Perguruan Tinggi. Dari beberapa metode pengukuran efisiensi DEA dipandang sebagai commit to user banyak input dan banyak output metode yang tepat karena dapat mengakomodasi

III-2


digilib.uns.ac.id

tanpa harus melihat hubungan antara input dan output tersebut (black box). Selain itu input dan output yang digunakan juga tidak harus mempunyai satuan yang sama. 3.2.2

Perumusan Masalah Berdasarkan latar belakang permasalahan tersebut maka perumusan

masalah penelitian ini adalah bagaimana mengukur efisiensi Fakultas Teknik Universitas Sebelas Maret dengan menggunakan metode DEA. 3.2.3

Penentuan Tujuan Penelitian Tujuan penelitian ditetapkan agar penelitian yang dilakukan dapat

menjawab dan menyelesaikan rumusan masalah yang dihadapi. Tujuan dari penelitian ini adalah mengukur Fakultas Teknik Universitas Sebelas Maret dengan menggunakan metode DEA. 3.2.4

Studi Literatur Melakukan studi literatur untuk mengumpulkan semua informasi yang

berkaitan dengan penelitian yang akan dilakukan dengan cara mengumpulkan berbagai sumber pustaka yang berhubungan dengan penelitian pengukuran efisiensi dengan metode DEA. Sebagai dasar untuk penentuan indikator kinerja dari sistem maupun model yang akan digunakan dalam pengolahan data. 3.3

TAHAP IDENTIFIKASI INDIKATOR KINERJA Tahap kedua dalam penelitian ini adalah identifikasi indikator kinerja.

Pada tahap ini dilakukan pengidentifikasian elemen-elemen penilaian dari borang akreditasi yang merupakan indikator kinerja dari jurusan. Setelah indikator kinerja (output) diketahui dilanjutkan dengan penentuan input yang dibutuhkan untuk menghasilkan output tersebut. 3.3.1

Identifikasi Elemen Penilaian Borang Akreditasi Pada tahap ini dilakukan identifikasi elemen penilain borang akreditasi

yang disusun oleh BAN-PT. Penggunaan elemen penilaian dari Buku VI Borang BAN 2008 karena dalam Buku VI Borang BAN 2008 membahas mengenai matriks penilaian akreditasi Program Studi S1 jadi elemen-elemen penilaian di dalamnya bisa digunakan untuk melihat bagaimana kinerja dari suatu jurusan atau commit to user

III-3


digilib.uns.ac.id

program studi. Langkah yang dilakukan pada tahap ini adalah mengumpulkan elemen penilaian kuantitatif dari borang akreditasi. 3.3.2 Identifikasi Output Sistem Setelah mendapatkan elemen penilaian kuantitatif dari borang akreditasi langkah selanjutnya adalah menentukan elemen yang merupakan atribut yang dapat digunakan untuk melihat sejauh mana kinerja dari suatu jurusan. Atributatribut yang terpilih ini nantinya akan menjadi output dari sistem yang bersangkutan. 3.3.3

Penentuan Input Sistem Setelah didapatkan indikator kinerja atau yang biasa disebut dengan output

dalam DEA kemudian dilakukan penentukan atribut-atribut mana yang merupakan input yang dibutuhkan oleh sistem untuk menghasilkan output tersebut. Di dalam suatu sistem suatu output bisa dihasilkan oleh satu input saja atau gabungan dari beberapa input yang ada. Sehingga jumlah input dan output pada suatu sistem tidak selalu sama. 3.4

TAHAP PERHITUNGAN EFISIENSI Dari data yang telah diperoleh, dilakukan pengolahan data untuk

menentukan persamaan linier model DEA, penentuan nilai Technical Efficiency atau Efisiensi Teknis dan juga penentuan target peningkatan untuk DMU yang inefisien. 3.4.1

Penentuan Persamaan Linier Model DEA Penentuan persamaan linier pada model DEA ini secara garis besar

ditentukan oleh fungsi maksimasi dan fungsi batasan. Dalam penelitian ini fungsi tujuan (objective function) dalam model linear programming yang dibuat adalah fungsi maksimasi output yang dihasilkan. Fungsi tujuan berfungsi untuk menentukan nilai efisiensi DEA dengan orientasi maksimasi output maupun minimasi input. a. Fungsi Tujuan Fungsi tujuan model DEA yang digunakan pada penelitian ini adalah fungsi maksimasi output dari sistem. commit to user

III-4


digilib.uns.ac.id

b. Batasan-batasan Kriteria-kriteria yang menjadi kendala atau pembatas untuk fungsi tujuan yang telah ditetapkan. Konstrain terdiri dari konstrain penjumlahan input, konstrain efisiensi untuk tiap DMU, dan konstrain bobot input dan output. 3.4.2

Pehitungan Nilai Technical Efficiency (TE) Nilai Technical Efficiency (TE) dihitung berdasarkan model matematis

DEA berdasarkan constant return to scale (TECRS) dengan asumsi bahwa semua jurusan yang diteliti (DMU) beroperasi dalam skala optimal (optimal scale). Nilai TE didapatkan dari pengolahan data input dan output dengan software LINGO 9.0. Pengelompokan DMU yang efisien dan inefisien didasarkan pada nilai TE. Jika nilai TE = 1 maka DMU tersebut efisien tetapi jika nilai TE < 1 maka DMU tersebut inefisien. Jika ada DMU yang inefisien dilanjutkan dengan penentuan target peningkatan efisiensi dari DMU tersebut. Jika semua DMU efisien maka penentuan terget peningkatan tidak dilakukan, tetapi dilakukan perhitungan dengan Super Efisiensi. 3.4.3

Penentuan Target Peningkatan Efisiensi Target peningkatan efisiensi dilakukan untuk meningkatkan nilai efisiensi

DMU yang inefisien agar menjadi efisien. Tahap ini berupa pemberian rekomendasi peningkatan output atau pengurangan input mana saja dan besar peningkatan yang harus dilakukan, untuk masing-masing DMU yang inefisien agar dapat menjadi efisien. 3.4.4

Perhitungan Nilai Super Efisiensi Super efisiensi dapat dihitung dengan menghilangkan konstrain yang

membatasi nilai efisiensi maksimal adalah 1, sehingga dapat diketahui nilai efisensi secara spesifik dari DMU yang sudah efisien. Dengan didapatkan nilai efisiensi untuk tiap DMU selanjutnya kita dapat memeringkat DMU dari tingkat efisensi tertinggi atau paling efisien ke yang efisiensinya rendah. Perhitungan nilai super efisiensi ini diperlukan untuk mengetahui DMU yang mempunyai tingkat efisiensi yang paling tinggi sehingga bisa digunakan sebagai DMU acauan untuk DMU yang lain.

commit to user

III-5


3.5

digilib.uns.ac.id

TAHAP ANALISIS DAN INTREPETASI HASIL Pada tahap ini dilakukan analisis dan interpretasi hasil pengolahan data,

yaitu memberikan ulasan atau pandangan terhadap hasil pengolahan data untuk kemudian dapat memberikan suatu masukan baru agar dapat diperoleh hasil yang lebih baik. Analisa dilakukan pada tinjauan nilai TE, nilai DMU yang efisien dan inefisien, target peningkatan efisiensi DMU dan nilai super efisiensi. 3.6

TAHAP KESIMPULAN & SARAN Bagian ini berisi tentang kesimpulan yang didapatkan dari pengukuran

efisiensi berdasarkan metode DEA dan berisi masukan untuk penelitian-penelitian berikutnya agar dapat lebih baik lagi dalam melakukan penelitian sejenis.

commit to user

III-6


digilib.uns.ac.id

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA Pada bab ini akan dibahas mengenai pengumpulan data dan pengolahan data, mulai dari identifikasi indikator performansi, pembuatan persamaan linier DEA dan perhitungan efisiensi teknis untuk semua DMU serta perhitungan super efisiensi. 4.1

IDENTIFIKASI INDIKATOR PERFORMANSI Pada tahap ini membahas tentang proses mengidentifikasi indikator

performansi. Tahap identifikasi indikator performansi dimulai dari identifikasi borang akreditasi untuk kemudian diperoleh input dan output dari sistem yang akan digunakan untuk membuat persamaan linier DEA. Pada tahap ini terdapat tahapan awal yaitu dengan studi literatur dari penelitian terdahulu yang mengukur efisiensi jurusan menggunakan DEA. Salah satu penelitian yang digunakan acuan adalah penelitian dari Anna (2007). Dari penelitian tersebut didapatkan variabel input dan output yang akan dipertimbangkan untuk disertakan pada penelitian ini, yaitu untuk variabel output adalah rata-rata IPK, rasio lulusan/mahasiswa, rasio lama studi harapan/aktual, rasio jumlah penelitian/dosen, rasio jumlah pengabdian/dosen. Input yang digunakan adalah rasio dosen S1/dosen (S2+S3), rasio

mata

kuliah/dosen,

rasio

mahasiswa/dosen

dan

rasio

jumlah

mahasiswa/laboraturium. 4.1.1. Identifikasi Elemen Penilaian Borang Akreditasi Identifikasi untuk memperoleh indikator performansi dilakukan dengan mengidentifikasi atribut atau elemen penilaian dari Buku VI Matriks Penilaian Instrumen Akreditasi Program Studi Sarjana Badan Akreditasi Nasional Perguruan Tinggi (BAN-PT) tahun 2008 pada bagian yang diisi oleh jurusan. Alasan pemilihan borang akreditasi sebagai dasar untuk penentuan indikator performansi

dikarenakan borang akreditasi

merupakan instrumen

untuk

mengumpulkan informasi mengenai kinerja program studi dan fakultas atau sekolah tinggi dalam rangka pengendalian kualitas semua perguruan tinggi. Selain itu borang akreditasi juga telah terstandarisasi oleh lembaga terkait. Oleh karena itu elemen-elemen yang ada di dalamnya sudah bisa digunakan untuk melihat commit to user bagaimana performansi dari jurusan atau program studi di perguruan tinggi.

IV-1


digilib.uns.ac.id

Identifikasi pada borang perlu dilakukan selain untuk mendapatkan atribut yang tepat untuk mengukur kinerja juga untuk menyesuaikan dengan metode DEA. Dalam identifikasi elemen penilaian borang akreditasi ini langkah yang pertama

dilakukan

adalah

mengidentifikasi

elemen

penilaian

beserta

deskriptornya menjadi dua tipe kualitatif dan kuantitatif atau elemen penilaian yang dapat dikuantitafkan. Kemudian elemen penilaian yang berjenis kualitatif dihilangkan atau dieliminasi. Hal ini dilakukan karena DEA hanya bisa menggunakan data kuantitatif sebagai input datanya. Elemen penilaian yang mempunyai deskriptor bersifat kuantitatif disajikan pada Tabel 4.1. No. 1 2 3 4

5 6 7

Tabel 4.1. Elemen penilaian Elemen Penilaian Efektivitas implementasi sistem rekrutmen dan seleksi calon mahasiswa untuk menghasilkan calon mahasiswa yang bermutu yang diukur dari jumlah peminat, proporsi pendaftar terhadap daya tampung dan proporsi yang diterima dan yang registrasi Profil mahasiswa: prestasi dan reputasi akademik, bakat dan minat Profil lulusan: ketepatan waktu penyelesaian studi, proporsi mahasiswa yang menyelesaikan studi dalam batas masa studi Pelacakan dan perekaman data lulusan: kekomprehensifan, pemutakhiran, profil masa tunggu kerja pertama, kesesuaian bidang kerja dengan bidang studi, dan posisi kerja pertama. Kualifikasi akademik, kompetensi (pedagogik, kepribadian, sosial, dan profesional), dan jumlah (rasio dosen mahasiswa, jabatan akademik) dosen tetap dan tidak tetap (dosen matakuliah, dosen tamu, dosen luar biasa dan/atau pakar, sesuai dengan kebutuhan) untuk menjamin mutu program akademik. Jumlah, kualifikasi, dan pelaksanaan tugas Dosen Tidak Tetap Upaya Peningkatan Sumber Daya Manusia (SDM) dalam tiga tahun terakhir

8

Jumlah, rasio, kualifikasi akademik dan kompetensi tenaga kependidikan (pustakawan, laboran, analis, teknisi, operator, programer, staf administrasi, dan/atau staf pendukung lainnya) untuk menjamin mutu penyelenggaraan program studi.

9

Kurikulum memuat matakuliah yang mendukung pencapaian kompetensi lulusan dan memberikan keleluasaan pada mahasiswa untuk memperluas wawasan dan memperdalam keahlian sesuai dengan minatnya, serta dilengkapi dengan deskripsi matakuliah, silabus dan rencana pembelajaran.

10

Sistem pembimbingan akademik: banyaknya mahasiswa per dosen PA, pelaksanaan kegiatan, rata-rata pertemuan per semester, efektivitas kegiatan perwalian

11

12

13

Sistem pembimbingan tugas akhir (skripsi): ketersediaan panduan, rata-rata mahasiswa per dosen pembimbing tugas akhir, rata-rata jumlah pertemuan/ pembimbingan, kualifikasi akademik dosen pembimbing tugas akhir, dan waktu penyelesaian penulisan. commit to user Dana operasional dan pengembangan (termasuk hibah) dalam lima tahun terakhir untuk mendukung kegiatan program akademik (pendidikan, penelitian, dan pengabdian kepada masyarakat) program studi harus memenuhi syarat kelayakan jumlah dan tepat waktu. IV-2 Ruang kerja dosen yang memenuhi kelayakan dan mutu untuk melakukan aktivitas kerja, pengembangan diri, dan pelayanan akademik Akses dan pendayagunaan sarana yang dipergunakan dalam proses administrasi dan


No. 12

13 14 15

16

17

digilib.uns.ac.id

Tabel 4.1. Elemen penilaian (lanjutan) Elemen Penilaian Dana operasional dan pengembangan (termasuk hibah) dalam lima tahun terakhir untuk mendukung kegiatan program akademik (pendidikan, penelitian, dan pengabdian kepada masyarakat) program studi harus memenuhi syarat kelayakan jumlah dan tepat waktu. Ruang kerja dosen yang memenuhi kelayakan dan mutu untuk melakukan aktivitas kerja, pengembangan diri, dan pelayanan akademik Akses dan pendayagunaan sarana yang dipergunakan dalam proses administrasi dan pembelajaran serta penyeleng-garaan kegiatan Tridharma PT secara efektif. Produktivitas dan mutu hasil penelitian dosen dalam kegiatan penelitian, pelayanan/pengabdian kepada masyarakat, dan kerjasama, dan keterlibatan mahasiswa dalam kegiatan tersebut. Kegiatan pelayanan/pengabdian kepada masyarakat dosen dan mahasiswa program studi yang bermanfaat bagi pemangku kepentingan (kerjasama, karya, penelitian, dan pemanfaatan jasa/produk kepakaran). Jumlah dan mutu kerjasama yang efektif yang mendukung pelaksanaan misi program studi dan institusi dan dampak kerjasama untuk penyelenggaraan dan pengembangan program studi

Hasil pengidentifikasian elemen penilaian dan deskriptornya secara keseluruhan dapat dilihat pada Lampiran I. 4.1.2. Identifikasi Output Sistem Setelah melalui tahap pengidentifikasian atribut awal dari borang akreditasi maka, dilanjutkan dengan identifikasi atribut-atribut yang termasuk output dari sistem atau dalam hal ini jurusan. Dari identifikasi awal didapat sebanyak 46 deskriptor elemen penilaian kuantitatif. Elemen kuantitatif yang didapat ini hanya sebagian yang merupakan indikator performansi dari kinerja jurusan. Oleh karena itu elemen-elemen kuantitatif ini kemudian diidentifikasi mana saja yang merupakan indikator performansi dari jurusan atau biasa disebut output dalam DEA. Dari proses identifikasi ini didapatkan 6 atribut penilaian yang merupakan output dari jurusan. Variabel output terdiri dari: 1. Rata-rata IPK Rata-rata IPK adalah jumlah Indeks Prestasi Kumulatif mahasiswa yang lulus pada 1 tahun ajaran dibagi dengan jumlah mahasiswa yang lulus pada tahun ajaran tersebut. Dengan IPK mahasiswa yang semakin tinggi commit to user menunjukkan bahwa kualitas dari suatu jurusan itu semakin baik, karena

IV-3


digilib.uns.ac.id

dengan IPK yang tinggi dapat disimpulkan bahwa mahasiswa dapat menyerap ilmu yang diajarkan oleh dosen dengan baik. 2. Kelulusan tepat waktu Kelulusan tepat waktu adalah jumlah mahasiswa yang masa studinya kurang dari 5 tahun pada satu tahun ajaran tersebut. Jumlah kelulusan tepat waktu

menunjukkan

kualitas

dari

mahasiswa,

dosen

dan

juga

penyelenggaraan kegiatan belajar mengajar. 3. Jumlah penelitian dan kegiatan P2M yang dilakukan oleh dosen tetap. Jumlah penelitian dan kegiatan pengabdian pada masyarakat yang dilakukan oleh dosen pada 1 tahun ajaran. Jumlah penelitian dan P2M yang dihasilkan selain menunjukkan kualitas dosen juga menunjukkan keaktifan dosen suatu jurusan dalam melakukan penelitian dan memperlihatkan sejauh mana peran dosen diluar kegiatan belajar mengajar, dengan membantu masyarakat yang merupakan salah satu dari Tri Dharma Perguruan Tinggi. 4. Jumlah mata kuliah yang diselenggarakan. Jumlah mata kuliah yang dapat diselenggarakan oleh jurusan yang menggunakan ruang kelas milik jurusan tiap tahun ajaran. Indikator ini dapat digunakan untuk melihat sejauh mana pemanfaatan fasilitas (ruang kelas) untuk proses belajar-mengajar. 5. Jumlah Lulusan Jumlah total lulusan pada tahun ajaran bersangkutan. Indikator ini dapat dipergunakan dapat menunjukkan kualitas dari mahasiswa, dosen dan juga penyelenggaraan belajar mengajar. 6. Lama Studi Lama studi dari mahasiswa yang lulus pada tahun ajaran tersebut. Indikator dipergunakan untuk melihat sejauh mana kualitas belajar mengajar dengan membandingkan dengan target lama studi yang telah ditentukan. Untuk indikator ini data yang digunakan untuk pengolahan adalah target lama studi yaitu lima tahun dibandingkan dengan lama studi aktual. commit to user

IV-4


digilib.uns.ac.id

Output-output sistem yang digunakan pada penelitian ini dirangkum pada Tabel 4.2. Tabel 4.2. Output Sistem No. 1 2 3 4 5 6

Indikator Performansi Rata-rata IPK Jumlah kelulusan tepat waktu Jumlah penelitian dan kegiatan P2M yangg dilakukan dosen Jumlah mata kuliah yang diselenggarakan Jumlah lulusan Lama masa studi

4.1.3. Penentuan Input Sistem Setelah didapatkan elemen-elemen yang merupakan output dari proses yang terjadi di jurusan selanjutnya menentukan elemen mana saja yang merupakan input yang dibutuhkan untuk menghasilkan output-output tersebut. Pada sistem yang diamati output tidak dihasilkan oleh satu input melainkan oleh kombinasi dari beberapa input. Jadi jumlah input dan output tidak sama, inputinput tersebut adalah sebagai berikut. 1. Jumlah dosen yang bidang keahliannya sesuai dengan kompetensi PS Jumlah dosen pengajar yang bidang keahliannya sesuai dengan kompetensi PS dan kualifikasinya dalam satu tahun ajaran. Jumlah dosen dan kualifikasinya akan mempengaruhi proses akademik (belajar mengajar dan riset) yang berlangsung pada suatu jurusan dan tentunya juga akan berpengaruh pada kualitas lulusan. Pada variabel ini dibagi menjadi tiga sub variabel yaitu S1, S2 dan S3. Untuk setiap sub variabel mempuyai bobot yang berbeda dikarenakan tiap tingkat pendidikan mempunyai kualitas dan pengalaman yang berbeda hal ini sesuai dengan borang akreditasi bahwa semakin tinggi pendidikan nilai pada borang akan semakin besar. Penggunaan bobot ini mengacu pada penelitian Tzeremes dkk, (2010). Bobot untuk tiap sub variabel adalah sebagai berikut: 

S1 : bobot 0,33



S2 : bobot 0,67



S3 : bobot 1,00 commit to user

IV-5


digilib.uns.ac.id

2. Jumlah mahasiswa Jumlah mahasiswa yang terdaftar pada satu tahun ajaran. Karena jumlah mahasiswa akan mempengaruhi proses akademik (beban dosen, fasilitas yang dibutuhkan) yang berlangsung pada suatu program studi atau jurusan. 3. Jumlah dana penelitian Rata-rata dana penelitian yang diperoleh dosen dari sumber dalam PT dan dari dana penelitian kompetisi dalam satu tahun ajaran. Dana penelitian yang ada akan berpengaruh terhadap kualitas maupun kuantitas riset yang dilakukan oleh dosen yang bersangkutan. 4. Jumlah ruang kelas Jumlah ruang kelas yang dimiliki oleh jurusan yang dipergunakan untuk kegiatan belajar mengajar mahasiswa S1. Jumlah ruang kelas akan berpengaruh pada proses belajar yang akan berlangsung (apakah ruangan yang dimiliki jurusan mencukupi atau tidak). Kekurangan ruang kelas akan mengakibatkan kegiatan belajar terganggu, karena akan berpengaruh terhadap jumlah mata kuliah yang akan diselenggarakan. 5. Dana Operasional Dana operasional yang didapat jurusan untuk menjalankan semua kegiatan akademik maupun non akademik. Jumlah dana penelitian ini sangat berpengaruh terhadap semua aktivitas yang dijalankan oleh jurusan, karena jika terjadi kekurangan pada variabel ini semua kegiatan dalam jurusan akan terhambat begitu jug pengembangan jurusan. Pada penelitian ini dana operasional jurusan diasumsikan sama dengan dana SPP, biaya praktikum maupun biaya lain-lain yang dibayarkan oleh mahasiswa. Variabel-variabel diatas dirangkum pada tabel dibawah ini. No. 1 2 3 4 5

Tabel 4.3. Input Sistem Input sistem Jumlah dosen Jumlah mahasiswa Jumlah dana penelitian/tahun Jumlah ruang kelas Jumlah dana operasional/tahun

commit to user

IV-6


digilib.uns.ac.id

4.1.4. Data Input dan Output Berdasarkan hasil pengidentifikasian output dan input dari sistem yang diteliti, penelitian ini menggunakan empat variabel input dan enam variabel output untuk mengukur efisiensi dari jurusan. A. Data Output Data output yang digunakan dalam penelitian ini adalah rata-rata IPK, jumlah kelulusan tepat waktu, jumlah penelitian dan kegiatan P2M yang dilakukan dosen, jumlah mata kuliah yang diselenggarakan, jumlah lulusan, lama studi. Untuk data rata-rata IPK, jumlah kelulusan tepat waktu, lama studi dan jumlah lulusan didapat dari data lulusan di Bagian Kemahasiswaan Fakultas Teknik. Sedangkan untuk data jumlah penelitian dan kegiatan P2M didapat dari data penelitian LPPM UNS. Khusus untuk data lama studi diperlukan pengolahan pendahuluan yaitu rasio antara lama studi target dengan lama studi aktual agar sesuai dengan fungsi tujuan yang akan dibangun. Data output lama studi disajikan pada Tabel 4.4. dan Tabel 4.5. Tabel 4.4. Data output lama studi tahun ajaran 2008/2009 Lama Studi Lama Studi Rasio Lama Studi No DMU (Target) (Aktual) (Target/Aktual) 1 Teknik Industri 5 4,7 1,064 2 Teknik Mesin 5 5,05 0,990 3 Teknik Kimia 5 5,1 0,980 Tabel 4.5. Data output lama studi tahun ajaran 2009/2010 No

DMU

1 2 3

Teknik Industri Teknik Mesin Teknik Kimia

Lama Studi Lama Studi Rasio Lama Studi (Target) (Aktual) (Target/Aktual) 5 5 5

4,9 5,6 4,7

1,020 0,893 1,064

Data output ketiga DMU untuk tahun ajaran 2008/2009 dan 2009/2010 disajikan pada Tabel 4.6 dan Tabel 4.7 di bawah ini. Tabel 4.6. Data output tahun ajaran 2008/2009 No

1 2 3

DMU


Rata-rata IPK 3,27 3,11 3,14

OUTPUT Jumlah lulusan Jumlah penelitian tepat waktu dan kegiatan P2M (orang) 25 7 17 29 commit to user9 26

IV-7

Jumlah lulusan (orang) 42 38 31

Jumlah mata kuliah 62 57 57

Rasio Lama studi 1,064 0,990 0,980


digilib.uns.ac.id

Tabel 4.7. Data output tahun ajaran 2009/2010 No

1 2 3

OUTPUT Jumlah lulusan DMU Rata-rata Jumlah penelitian tepat waktu IPK dan kegiatan P2M (orang) Teknik Industri 3,26 40 6 Teknik Mesin 3,16 7 18 Teknik Kimia 3,14 27 9

Jumlah Jumlah mata lulusan kuliah (orang) 41 62 58 58 57 57

Rasio Lama studi 1,020 0,893 1,064

B. Data Input Data input yang digunakan pada penelitian ini terdiri dari jumlah dosen, jumlah mahasiswa, dana penelitian yang diperoleh, jumlah kelas dan dana operasional. Data jumlah mahasiswa diperoleh dari Bagian Pendidikan Fakultas Teknik UNS, sedangkan untuk data dana penelitian diperoleh dari LPPM UNS. Untuk data jumlah dosen perhitungannya menggunakan bobot berdasarkan tingkat pendidikan dosen, untuk dosen dengan pendidikan S3 dikalikan dengan bobot 1, untuk S2 dikalikan dengan bobot 0,67 dan untuk S1 dikalikan dengan bobot 0,33. Data input untuk jumlah dosen disajikan pada Tabel 4.8 dan Tabel 4.9. Tabel 4.8. Data input jumlah dosen tahun ajaran 2008/2009 No 1 2 3

Tingkat pendidikan

Strata 1 Strata 2 Strata 3 Jumlah dosen x Bobot

Teknik Industri 2 21 0 14,73

DMU Teknik Mesin 3 26 2 20,41

Teknik Kimia 3 18 1 14,05

Bobot 0,33 0,67 1

Tabel 4.9. Data input jumlah dosen tahun ajaran 2009/2010 No 1 2 3

Tingkat pendidikan

Strata 1 Strata 2 Strata 3 Jumlah dosen x Bobot

Teknik Industri 2 21 1 15,73

DMU Teknik Mesin 3 25 3 20,74

Teknik Kimia 3 19 2 15,72

Bobot 0,33 0,67 1

Untuk data dana operasional didapat dari jumlah mahasiswa aktif tiap semester dikalikan dengan jumlah uang yang dibayarkan oleh mahasiswa tiap semesternya dan untuk mahasiswa yang sudah lebih dari 4 tahun jumlah uang yang dibayarkan menyesuaikan dengan biaya pada semester terakhir. Berikut adalah data jumlah mahasiswa semester Agustus 2008 – Januari 2009 beserta besarnya biaya yang dibayarkan. commit to user

IV-8


digilib.uns.ac.id

Tabel 4.10 Jumlah Mahasiswa dan SPP semester gasal 2008/2009 Angkatan 2002 2003 2004 2005 2006 2007 2008 Total

Jumlah Mahasiswa Teknik Teknik Teknik Industri Mesin Kimia 2 8 6 18 25 10 48 39 27 31 20 33 48 33 39 55 46 43 76 62 77 278 233 235

SPP dan Dana Lain-lain Industri

Mesin

Kimia

Rp 407.500 Rp 407.500 Rp 542.500 Rp 543.000 Rp 918.000 Rp 1.078.500 Rp 1.163.500

Rp 407.500 Rp 407.500 Rp 542.500 Rp 550.000 Rp 1.020.000 Rp 1.228.500 Rp 1.213.500

Rp 407.500 Rp 407.500 Rp 542.500 Rp 568.000 Rp 768.000 Rp 1.128.500 Rp 1.263.500

Dari perkalian antara jumlah mahasiswa aktif pada semester tersebut dengan dana yang dibayarkan didapatkan hasil dana yang didapat jurusan pada semester Agustus 2008 – Januari 2009 ditampilkan pada Tabel 4.11. Tabel 4.11 Jumlah SPP yang diterima semester gasal 2008/2009 Angkatan 2002 2003 2004 2005 2006 2007 2008 Total

Teknik Industri Rp Rp Rp Rp Rp Rp Rp Rp

Teknik Mesin

815.000 7.335.000 26.040.000 16.833.000 44.064.000 59.317.500 88.426.000 242.830.500

Rp Rp Rp Rp Rp Rp Rp Rp

3.260.000 10.187.500 21.157.500 11.000.000 33.660.000 56.511.000 75.237.000 211.013.000

Teknik Kimia Rp Rp Rp Rp Rp Rp Rp Rp

2.445.000 4.075.000 14.647.500 18.744.000 29.952.000 48.525.500 97.289.500 215.678.500

Data dana operasional selengkapnya disajikan pada Lampiran II. Sedangkan untuk data ruang kelas dikalikan dua karena output dari input ini yaitu jumlah mata kuliah yang dapat diselenggarakan dihitung untuk 1 tahun ajaran atau dua semester. Data input ruang kelas untuk seluruh DMU ditampilkan pada Tabel 4.12 dan Tabel 4.13. Tabel 4.12. Data input jumlah ruang kelas tahun ajaran 2008/2009 No

DMU

Ruang Kelas

1 2 3


3 6 5

Jumlah Semester 2 2 2

Total Ruang Kelas 6 12 10

Tabel 4.13. Data input jumlah ruang kelas tahun ajaran 2009/2010

commit to user

IV-9


digilib.uns.ac.id

Data seluruh input untuk ketiga DMU tahun ajaran 2008/2009 dan 2009/2010 disajikan pada Tabel 4.14 dan Tabel 4.15. Tabel 4.14. Data input tahun ajaran 2008/2009 No 1 2 3

DMU Teknik Industri Teknik Mesin Teknik Kimia

Jumlah dosen 14,73 20,41 14,05

Jumlah mahasiswa 278 223 235

INPUT Dana penelitian Jumlah (ribuan) ruang kelas Rp 31.753 6 Rp 211.870 12 Rp 56.050 10

Dana operasional (ribuan) Rp 460.742 Rp 398.327 Rp 408.858

Tabel 4.15. Data input tahun ajaran 2009/2010 No 1 2 3

DMU Teknik Industri Teknik Mesin Teknik Kimia

Jumlah dosen 15,73 20,74 15,72

Jumlah mahasiswa 276 205 226

INPUT Dana penelitian Jumlah (ribuan) ruang kelas Rp 628.750 6 Rp 1.694.450 12 Rp 361.607 10

4.2

PERHITUNGAN EFISIENSI

4.2.1

Penentuan Persamaan Linier DEA

Dana operasional (ribuan) Rp 549.189 Rp 425.318 Rp 451.216

Pada tahap penentuan persamaan linier DEA terdiri dari penentuan fungsi tujuan dan penentuan fungsi batasan untuk tiap DMU. 4.2.1.1 Penentuan Fungsi Tujuan (Objective Function) Pengukuran efisiensi dengan DEA secara garis besar ditentukan oleh fungsi tujuan yang dapat berupa maksimasi output maupun minimasi input dan fungsi batasan. Pada penelitian ini, fungsi tujuan (objective function) dalam model linier programming yang dibuat adalah fungsi maksimasi output. Fungsi tujuan berfungsi untuk menentukan nilai efisiensi DEA yang terkait dengan data input. Perumusan fungsi tujuan untuk model linier programming yaitu:

dimana : Zt

= Efisiensi dari decision making unit (DMU) t.

vr = Bobot output r. yrt

= Jumlah output r yang dihasilkan oleh DMU t. r = Output; ( r = 1, 2,

,6)

1 = Rata-rata IPK commit to user 2 = Jumlah kelulusan tepat waktu IV-10


digilib.uns.ac.id

3 = Jumlah penelitian dan kegiatan P2M 4 = Jumlah lulusan 5 = Jumlah mata kuliah yang diselenggarakan 6 = Lama studi t = decision making unit (DMU); ( t =1, 2, 3) 1 = Teknik Industri 2 = Teknik Mesin 3 = Teknik Kimia 4.2.1.2 Penentuan Fungsi Batasan Batasan yang digunakan untuk model linear programming dalam menentukan nilai efisiensi DEA adalah data input, yaitu data jumlah mahasiswa, data jumlah ruang kelas, data jumlah dosen dan data jumlah dana penelitian. Perumusan fungsi batasan untuk model linear programming adalah sebagai berikut:

dimana : ui = Bobot input i. xit = Jumlah input i yang dihasilkan oleh DMU t. vr = Bobot output r. yrt = Jumlah output r yang dihasilkan oleh DMU t.

i = Input ( i = 1, 2, 3, 4, 5) 1 = Jumlah dosen 2 = Jumlah mahasiswa 3 = Jumlah dana penelitian 4 = Jumlah ruang kelas 5 = Jumlah dana operasional commit to user; ( t =1,2,3) t = decision making unit (DMU)

IV-11


digilib.uns.ac.id

1 = Teknik Industri 2 = Teknik Mesin 3 = Teknik Kimia Fungsi batasan pertama pada Persamaan 4.3 adalah penjumlahan input DMUt dibatasi sama dengan 1. Untuk fungsi batasan kedua pada Persamaan 4.2 adalah batasan efisiensi DMUt yaitu pengurangan total nilai ouput DMUt dengan total nilai input DMUt yang dibatasi kurang sama dengan 0. Berikut adalah contoh persamaan linier untuk DMU Teknik Industri.  Fungsi Tujuan: Max Z = v1 y11 + v2 y21 + v3 y31 + v4 y41 + v5 y51 + v6 y61  Fungsi Batasan : Penjumlahan Input DMU Teknik Industri : u1 x11 + u2 x21 + u3 x31 + u4 x41 + u5 x51 = 1 Konstrain efisiensi DMU Teknik Industri –u1 x11 – u2 x21 – u3 x31 – u4 x41 – u5 x51 + v1 y11 + v2 y21 + v3 y31 + v4 y41 + v5 y51 + v6 y61

0

Konstrain efisiensi DMU Teknik Mesin –u1 x12 – u2 x22 – u3 x32 – u4 x42 – u5 x52 + v1 y12 + v2 y22 + v3 y32 + v4 y42 + v5 y52 + v6 y62

0

Konstrain efisiensi DMU Teknik Kimia –u1 x13 – u2 x23 – u3 x33 – u4 x43 – u5 x53 + v1 y13 + v2 y23 + v3 y33 + v4 y43 + v5 y53 + v6 y63

0

Konstrain bobot input dan output u1, u2, u3, u4, u5 v1, v2, v3, v4, v5, v6

0 ≥0

Setelah tersusun persamaan linier DEA selanjutnya memasukkan nilai output pada koefisien-koefisien y. Koefisien y11 diperoleh dari data output ratarata IPK, koefisien y21 diperoleh dari data output jumlah kelulusan tepat waktu, koefisien y31 diperoleh dari data output jumlah penelitian dan kegiatan P2M yang dilakukan dosen. Sedangkan koefisien y41 diperoleh dari data output jumlah mata kuliah yang diselenggarakan, koefisien y51 dari data output jumlah lulusan, serta koefisien y61 dari data output lama waktutostudi commit user( Tabel 4.5 atau 4.6). Begitu juga

IV-12


digilib.uns.ac.id

untuk data input x11 didapatkan dari data input jumlah dosen, x21 data jumlah mahasiswa, x31 data jumlah dana penelitian, x41 data jumlah ruang kelas, dan x51 data jumlah dana operasional. Selanjutnya dapat disusun persamaan linier, fungsi tujuan dan fungsi batasan untuk tahun ajaran 2008-2009 dari DMU Teknik Industri sebagai berikut:  Fungsi Tujuan Max Z = 3,27 v1 + 25 v2 + 7 v3 + 62 v4 + 42 v5 + 1,064 v6  Fungsi Batasan Penjumlahan Input DMU Teknik Industri : 14,73 u1 + 279 u2 + 31753 u3 + 6 u4 + 460742 u5 = 1 ; Konstrain efisiensi DMU Teknik Industri –14,73 u1 – 279 u2 – 31753 u3 – 6 u4 – 460742 u5 + 3,27 v1 + 25 v2 + 7 v3 + 62 v4 + 42 v5 + 1,064 v6

≤ 0;

Konstrain efisiensi DMU Teknik Mesin –20,41 u1 – 233 u2 – 211870 u3 – 12 u4 – 398327 u5 + 3,11 v1 + 17 v2 + 29 v3 + 57 v4 + 38 v5 + 0,99 v6

≤ 0;

Konstrain efisiensi DMU Teknik Kimia –14,05 u1 – 236 u2 – 56050 u3 – 10 u4 – 408858 u5 + 3,14 v1 + 26 v2 + 9 v3 + 57 v4 + 31 v5 + 0,98 v6

≤ 0;

Konstrain bobot input dan output u1, u2, u3, u4, u5 ≥ 0 ; v1, v2, v3, v4, v5, v6 ≥ 0 ; Persamaan linier dari ketiga DMU pada masing-masing periode secara keseluruhan disajikan pada Lampiran III dan Lampiran IV. 4.2.2

Perhitungan Nilai Efisiensi Teknis Setelah persamaan linier DEA untuk seluruh DMU selesai dibangun

langkah selanjutnya dilanjutkan dengan perhitungan nilai efisiensi teknis untuk tiap DMU. Perhitungan nilai efisiensi teknis ini dilakukan dengan menggunakan software Lingo 9.0. DMU dikatakan efisien jika nilai objective function adalah 1 (100%) dan inefisien jika nilai objective function < 1. Jika suatu DMU memiliki nilai efisinsi kurang dari 1 maka langkah berikutnya yang dilakukan adalah pemberian rekomendasi agar DMU tersebut menjadi efisien. commit to user

IV-13


digilib.uns.ac.id

Hasil perhitungan efisiensi teknis untuk ketiga DMU pada dua periode disajikan pada tabel berikut. Tabel 4.16. Nilai efisiensi teknis tahun ajaran 2008/2009 Tingkat efisiensi No DMU 1 Teknik Industri 100% 2 Teknik Mesin 100% 3 Teknik Kimia 100% Tabel 4.17. Nilai efisiensi teknis tahun ajaran 2009/2010 Tingkat efisiensi No DMU 1 Teknik Industri 100% 2 Teknik Mesin 100% 3 Teknik Kimia 100%

Dari Tabel 4.16 dan Tabel 4.17 diatas dapat dilihat bahwa semua DMU baik pada tahun ajaran 2008/2009 maupun tahun 2009/2010 mempunyai tingkat efisiensi 100%. Ini berarti bahwa semua DMU yang diteliti telah optimal dalam menggunakan

input untuk mencapai output bila dibandingkan dengan best

performer. 4.2.3

Perhitungan Super Efisiensi Perhitungan super efisiensi hanya dilakukan untuk DMU yang efisien

sementara itu untuk DMU yang tidak efisien dilakukan perhitungan peningkatan efisiensi agar menjadi 100%. Konsep dasar dari super efisiensi adalah dengan membiarkan efisiensi dari DMU lebih besar dari 1 atau 100%, sehingga dimungkinkan untuk melakukan pemeringkatan untuk DMU yang sudah efisien. Perhitungan super efisiensi sama seperti DEA untuk menghitung TE tetapi konstrain yang menyatakan bahwa efisiensi untuk DMU yang bersangkutan ≤ dihilangkan. Berikut adalah contoh persamaan linier super efisiensi untuk DMU Teknik Industri.  Fungsi Tujuan: Max Z = v1 y11 + v2 y21 + v3 y31 + v4 y41 + v5 y51 + v6 y61  Fungsi Batasan : Penjumlahan Input DMU Teknik Industri : u1 x11 + u2 x21 + u3 x31 + u4 x41 + u5 x51 = 1 Konstrain efisiensi DMU Teknik Mesin –u1 x12 – u2 x22 – u3 x32 – u4 x42 – u5 x52 + v1 y12 + v2 y22 + v3 y32 + v4 y42 + v5 commit to user y52 + v6 y62 ≤ 0 IV-14


digilib.uns.ac.id

Konstrain efisiensi DMU Teknik Kimia –u1 x13 – u2 x23 – u3 x33 – u4 x43 – u5 x53 + v1 y13 + v2 y23 + v3 y33 + v4 y43 + v5 ≤ 0

y53 + v6 y63

Konstrain bobot input dan output u1, u2, u3, u4, u5

≥0

v1, v2, v3, v4, v5, v6

≥0

Nilai dari tiap koefisien adalah sama dengan nilai koefisien pada perhitungan nilai efisiensi teknis, sehingga persamaan diatas menjadi sebagai berikut:  Fungsi Tujuan Max Z = 3,27 v1 + 25 v2 + 7 v3 + 62 v4 + 42 v5 + 1,064 v6  Fungsi Batasan Penjumlahan Input DMU Teknik Industri : 14,73 u1 + 279 u2 + 31753 u3 + 6 u4 + 460742 u5 = 1 ; Konstrain efisiensi DMU Teknik Mesin –20,41 u1 – 233 u2 – 211870 u3 – 12 u4 – 398327 u5 + 3,11 v1 + 17 v2 + 29 v3 + 57 v4 + 38 v5 + 0,99 v6

≤ 0;

Konstrain efisiensi DMU Teknik Kimia –14,05 u1 – 236 u2 – 56050 u3 – 10 u4 – 408858 u5 + 3,14 v1 + 26 v2 + 9 v3 + 57 v4 + 31 v5 + 0,98 v6

≤ 0;

Konstrain bobot input dan output u1, u2, u3, u4, u5 ≥ 0 ; v1, v2, v3, v4, v5, v6 ≥ 0 ; Untuk lebih lengkapnya persamaan linier untuk super efisiensi disajikan pada Lampiran VIII dan Lampiran IX. Selanjutnya persamaan linier super efisiensi yang telah disusun diselesaikan dengan menggunakan software Lingo 9.0. dan didapatkan hasil seperti pada Tabel 4.18: Tabel 4.18. Nilai super efisiensi tahun ajaran 2008/2009 dan 2009/2010 Tahun Tahun No DMU 2008/2009 2009/2010 1 Teknik Industri 2,105 2,469 2 Teknik Mesin 2,977 2,122 3 Teknik Kimia 1,475 2,494

Dengan didapatkannya nilai super efisiensi untuk tahun 2008/2009 dan 2009/2010 commit to user kita dapat melihat peringkat efisiensi DMU untuk kedua tahun tersebut. Walaupun IV-15


digilib.uns.ac.id

efisiensinya 100% tetapi tetap dapat diketahui jurusan yang paling efisien disbanding kedua jurusan yang lain. Hasil pengolahan super efisiensi menggunakan software Lingo 9.0, selengkapnya dapat dilihat pada Lampiran X dan Lampiran XI.

commit to user

IV-16


digilib.uns.ac.id

BAB V ANALISIS DAN INTERPRETASI HASIL

Bab ini membahas analisis dan interpretasi dari pengolahan data yang telah dipaparkan pada Bab IV sesuai dengan tujuan penelitian. 5.1.

ANALISIS EFISIENSI TEKNIS JURUSAN Berdasarkan hasil uji efisiensi dengan menggunakan metode DEA

diperoleh nilai efisiensi masing-masing jurusan (DMU). Tabel 4.13 dan Tabel 4.14 menunjukkan rekapitulasi hasil perhitungan efisiensi yang dilakukan dengan bantuan software Lingo 9.0 untuk periode 2008/2009 dan 2009/2010. Dari hasil pengolahan data, didapatkan hasil bahwa semua DMU yang diteliti memiliki nilai objective function 1 (nilai efisiensi= 100%). Sehingga hal ini mengindikasikan bahwa seluruh DMU telah efisien. Hal ini berarti DMU tersebut memiliki efisiensi relatif yang sama baiknya dan seluruh DMU telah mampu mengoptimalkan input yang ada untuk menghasilkan output bila dibandingkan dengan best performer. Walaupun seluruh DMU efisien tetapi kinerja DMU tahun 2008/2009 belum tentu sama baiknya atau lebih baik dengan kinerja pada tahun 2009/2010. Untuk mengetahui perbandingan kinerja antara tahun 2008/2009 dengan 2009/2010 dapat dilihat melalui hubungan antara input dan output, berapa banyak input yang dibutuhkan untuk menghasilkan sejumlah output pada dua periode tersebut. Kinerja DMU yang baik adalah DMU yang menggunakan input lebih kecil untuk menghasilkan output yang lebih besar. 5.1.1. Analisis Efisiensi Teknis Jurusan Teknik Industri Seperti yang telah ditampilkan pada Tabel 4.16 dan Tabel 4.17 bahwa efisiensi relatif Jurusan Teknik Industri adalah 100% efisien baik untuk tahun 2008/2009 maupun tahun 2009/2010. Untuk mengetahui apakah efisiensi tahun 2008/2009 sama baiknya dengan tahun 2010 perlu dilakukan analisis input dan output yang digunakan oleh jurusan. Data output yang pertama adalah rata-rata IPK yang dipengaruhi oleh input jumlah dosen dan jumlah mahasiswa. Pada tahun 2008/2009 rata-rata IPK 3,27 dan untuk tahun 2009/2010 turun menjadi 3,26 padahal input jumlah dosen dan jumlah mahasiswa mengalami kenaikan. Data output selanjutnya adalah commit to user jumlah lulusan tepat waktu dan jumlah lulusan. Kelulusan tepat waktu mengalami

V-1


digilib.uns.ac.id

kenaikan yang signifikan sedangkan jumlah lulusan mengalami penurunan. Untuk output lama studi yang pada tahun 2008/2009 sebesar 4,7 tahun bertambah menjadi 4,9 tahun dengan input yang lebih besar. Begitu juga untuk output jumlah penelitian dan kegiatan P2M juga mengalami penurunan dengan input yang lebih besar. Dari enam output yang digunakan dalam penelitian ini didapatkan empat output mengalami penurunan dan hanya satu output yang mengalami kenaikan dan satu output tetap, padahal input yang dipergunakan mengalami kenaikan. Jadi dapat diambil kesimpulan bahwa untuk DMU Teknik Industri kinerja pada tahun 2008/2009 lebih baik dari tahun 2009/2010. 5.1.2. Analisis Efisiensi Teknis Jurusan Teknik Mesin Serupa dengan Jurusan Teknik Industri, efisiensi relatif Jurusan Teknik Mesin adalah 100% efisien baik untuk tahun 2008/2009 maupun tahun 2009/2010. Sehingga diperlukan analisis input dan output dihasilkan. Untuk data input Jurusan Teknik Mesin, semua input mengalami peningkatan kecuali jumlah ruang kelas yang tetap. Untuk output rata-rata IPK baik untuk tahun 2008/2009 maupun tahun 2009/2010 sebesar 3,11 atau tidak mengalami peningkatan. Sedangkan untuk output jumlah lulusan tepat waktu, jumlah peneltian dan kegiatan P2M, dan lama studi mengalami penurunan yang sangat signifikan, untuk kelulusan tepat waktu berkurang 10 orang, untuk penelitian dan P2M berkurang 11 dan lama studi smakin lama 0,55 tahun. Output jumlah lulusan dan jumlah mata kuliah mengalami penurunan dan kenaikan yang tidak signifikan. Jadi untuk DMU Teknik Mesin kinerja tahun 2008/2009 lebih baik dibanding tahun 2009/2010, dilihat dari banyaknya output yang mengalami penurunan cukup signifikan. Padahal semua input yang ada mengalami kenaikan kecuali jumlah ruang kelas yang tetap. 5.1.3. Analisis Efisiensi Teknis Jurusan Teknik Kimia Serupa dengan Jurusan Teknik Industri dan Teknik Mesin efisiensi relatif Jurusan Teknik Kimia adalah 100% efisien baik untuk tahun 2008/2009 maupun tahun 2009/2010. Oleh karena itu pada DMU ini juga diperlukan analisis input output untuk melihat apakah kinerja tahun 2008/2009 sama dengan tahun 2009/2010. Sama seperti kedua DMU yang lain input untuk DMU Teknik Kimia commit to user

V-2


digilib.uns.ac.id

mengalami kenaikan pada tahun 2009/2010 kecuali ruang kelas yang tetap. Untuk output yang dihasilkan oleh DMU Teknik Kimia hanya lama studi yang mengalami kenaikan yang cukup signifikan, sedangkan untuk output jumlah lulusan tepat waktu mengalami kenaikan hanya 1 orang mahasiswa. Sedangkan untuk output jumlah penelitian dan kegiatan P2M, jumlah lulusan dan jumlah mata kuliah tetap sama dengan output tahun 2008/2009. Satu-satunya output yang mengalami penurunan adalah rata-rata IPK yang turun sebesar 0,07. Berdasarkan uraian-uraian sebelumnya dapat disimpulkan bahwa DMU Teknik Kimia kinerja pada tahun 2009/2010 menurun bila dibandingkan dengan tahun 2008/2009. Hal ini diperlihatkan banyaknya output yang tetap padahal input lebih besar. 5.1.4. Analisis Efisiensi Teknis Seluruh DMU Tahun 2008/2009 Setelah melihat kinerja untuk setiap jurusan pada tahun 2008/2009 dan tahun 2009/2010 selanjutnya dilihat perbandingan input dan output antar DMU pada tahun yang sama. Yang harus dilakukan terlebih dahulu adalah mengidentifikasi input mana saja yang berpengaruh terhadap output tertentu. Untuk output rata-rata IPK, jumlah lulusan tepat waktu, jumlah lulusan, dan lama studi dipengaruhi oleh input jumlah dosen dan jumlah mahasiswa. Dapat dilihat pada tabel input dan output pada Bab IV, Jurusan Teknik Industri dengan input jumlah dosen yang lebih kecil dari Teknik Mesin dan hanya terpaut 0.68 dengan Teknik Kimia menghasilkan output yang lebih baik dibanding dua jurusan yang lain. Sedangkan untuk input jumlah mahasiswa, Teknik Industri memiliki jumlah input paling besar dibanding dua jurusan yang lain begitu juga dengan dana operasional. Teknik Kimia memiliki jumlah mahasiswa yang paling sedikit tetapi hanya terpaut tiga mahasiswa dengan jurusan Teknik Mesin. Dengan jumlah mahasiswa yang paling besar output yang dihasilkan oleh Teknik Industri juga paling bagus. Teknik Kimia dengan jumlah mahasiswa yang lebih sedikit dibandingkan Teknik Mesin mempunyai output yang lebih bagus pada rata-rata IPK dan jumlah kelulusan tepat waktu. Output selanjutnya adalah jumlah penelitian dan kegiatan P2M yang dilakukan oleh dosen. Output jumlah penelitian dan kegiatan P2M dipengaruhi oleh kombinasi input jumlah dosen dan jumlah commit dana penelitian. to user Jurusan Teknik Mesin dengan

V-3


digilib.uns.ac.id

input jumlah dosen paling besar dan juga dana penelitian paling besar menghasilkan output jumlah penelitian dan kegiatan P2M yang cukup besar pula. Sedangkan untuk Teknik Industri dibanding dengan Teknik Kimia memiliki jumlah dosen lebih banyak tetapi dana penelitian yang lebih sedikit, menghasilkan output yang lebih sedikit pula. Padahal seharusnya Teknik Kimia dengan jumlah dana penelitian yang hampir dua kali dari dana penelitian Teknik Industri menghasilkan output yang lebih besar lagi. Output yang terakhir adalah jumlah mata kuliah yang diselenggarakan. Untuk output jumlah mata kuliah dipengaruhi oleh input jumlah ruang kelas yang dimiliki oleh jurusan. Untuk output ini Teknik Industri mempunyai jumlah mata kuliah yang lebih besar dibanding kedua jurusan yang lain yang sama-sama menyelengarakan 57 mata kuliah. Padahal ruang kelas yang dimiliki oleh Teknik Industri lebih sedikit dibandingkan dengan kedua jurusan yang lain yaitu sebanyak 6 ruang kelas (dalam setahun) disusul Teknik Kimia 10 ruang kelas dan Teknik Mesin dengan 12 ruang kelas. 5.1.5. Analisis Efisiensi Teknis Seluruh DMU Tahun 2009/2010 Sama dengan tahun 2008/2009, output rata-rata IPK, jumlah lulusan tepat waktu, jumlah lulusan, dan lama studi dipengaruhi oleh input jumlah dosen, jumlah mahasiswa dan jumlah dana operasional. Pada tahun ini Teknik Industri dengan jumlah dosen yang kecil dan jumlah mahasiswa terbanyak mampu menghasilkan output yang terbaik untuk ketiga output dan hanya lama studi yang bukan merupakan output terbaik. Sedangkan untuk Teknik Mesin yang mempunyai jumlah dosen terbesar dan jumlah mahasiswa yang juga cukup besar bila dibandingkan dengan Teknik Kimia hanya mampu menghasilkan tujuh lulusan tepat waktu dan lama studi yang paling lama yaitu 5,6 tahun. Untuk dua output yang lain walaupun lebih baik tapi tetap saja tidak sebanding dengan input yang dimiliki, contohnya rata-rata IPK yang hanya 3,11 padahal Teknik Kimia dengan input yang lebih kecil mempunyai rata-rata 3,07, jadi selisihnya cukup kecil dibandingkan dengan selisih input yang cukup besar. Output berikutnya adalah jumlah penelitian dan kegiatan P2M. Input yang mempengaruhi jumlah penelitian dan kegiatan P2M adalah jumlah dosen dan jumlah dana penelitian commit tosama user seperti tahun sebelumnya Teknik

V-4


digilib.uns.ac.id

Mesin dengan jumlah dosen dan dana penelitian terbesar menghasilkan output yang terbesar pula. Sedangkan untuk Teknik Industri yang mempunyai input yang lebih besar dari Teknik Kimia tidak mampu menghasilkan output yang lebih besar. Sedangkan untuk output jumlah mata kuliah dan input jumlah ruang kelas tidak terjadi perubahan yang signifikan dari tahun sebelumnya hanya pada Teknik Mesin jumlah mata kuliah bertambah satu. 5.2.

ANALISIS SUPER EFISIENSI Super efisiensi adalah membiarkan nilai dari DMU yang diamati lebih dari

1 atau 100%. Cara perhitungan super efisiensi adalah dengan cara menghilangkan batasan dari DMU yang membatasi efisiensi maksimal sebesar 1. Dengan menggunakan konsep super efisiensi ini dimungkinkan untuk memeringkat DMU yang telah efisien. Hasil perhitungan super efisiensi ditampilkan pada Tabel 4.18 dapat dilihat bahwa pada tahun 2008/2009, Teknik Mesin mempunyai efisiensi paling besar yaitu sebesar 2,977, kemudian disusul Teknik Industri dengan efisiensi 2,105 dan kemudian Teknik Kimia sebesar 1,475. Hal ini sangat wajar karena dilihat dari output yang dihasilkan dapat dilihat bahwa untuk output jumlah penelitian dan kegiatan P2M sangat lebih banyak bila dibandingkan dengan jurusan yang lain. Output-output yang lain walaupun lebih kecil dari Teknik Industri tapi selisihnya cukup kecil. Pada tahun 2009/2010 urutan efisiensi berubah, Teknik Mesin yang merupakan DMU dengan tingkat efisiensi tertinggi menjadi DMU dengan tingkat efisiensi terendah. Kemudian Teknik Kimia diperingkat dua dengan nilai efisiensi 2,464 dan Teknik Industri dengan nilai efisiensi terbesar yaitu 2,469. Untuk DMU Teknik Mesin penurunan efisiensi yang sangat besar ini diakibatkan peningkatan input yang sangat besar tetapi tidak dibarengi dengan peningkatan output yang signifikan juga. Sehingga mengakibatkan nilai efisiensi menurun. Sementara itu untuk DMU Teknik Kimia terjadi peningkatan efisiensi pada tahun 2009/2010 dibandingkan tahun 2008/2009 begitu juga untuk DMU Teknik Industri juga mengalami peningkatan efisiensi. Selain hal tersebut penurunan efisiensi yang dialami oleh jurusan ini juga bisa diakibatkan oleh kesalahan dalam pengambilan atribut maupun kesalahan dalam penentuan persentase penggunaan commit toinput user maupun output yang digunakan

V-5


digilib.uns.ac.id

dalam penelitian ini. Oleh karena itu untuk penelitian berikutnya pemilihan input dan ouput harus dilakukan dengan pengkajian yang lebih mendalam juga pelibatan stakeholders yang lebih maksimal maupun penggunaan sumber input output lain selain borang akreditasi agar tidak menyebabkan terjadinya bias pada hasil pengukuran. Sehingga hasil pengukuran dapat mencerminkan kondisi nyata dari kinerja jurusan.

commit to user

V-6


digilib.uns.ac.id

BAB VI KESIMPULAN DAN SARAN Pada bab ini akan diuraikan mengenai kesimpulan dan saran dari penelitian mengenai pengukuran efisiensi di Fakultas Teknik Universitas Sebelas Maret Surakarta. Adapun kesimpulan dan saran seperti diuraikan di bawah ini. 6.1

Kesimpulan Kesimpulan yang dapat diambil dari Skripsi ini adalah, sebagai berikut:

1. Hasil pengukuran efisiensi menggunakan metode DEA didapatkan hasil untuk tahun 2008/2009 adalah 100% untuk Jurusan Teknik Industri, Teknik Mesin dan Teknik Kimia. Tahun 2009/2010 efisiensi relatif untuk Jurusan Teknik Industri, Teknik Mesin dan Teknik Kimia adalah 100%. 2. Hasil pengukuran super efisiensi tahun 2008/2009 didapatkan peringkat efisiensi dari yang terbaik adalah Teknik Mesin, Teknik Industri, dan Teknik Kimia. Sedangkan peringkat untuk tahun 2009/2010 adalah Teknik Kimia, Teknik Industri, dan yang terakhir Teknik Mesin. 6.2

Saran Berdasarkan hasil penelitian ini, ditentukan beberapa saran sebagai berikut:

1. Perlu identifikasi lebih lanjut mengenai input dan output dalam penelitian agar hasil dari pengukuran benar-benar memperlihatkan kondisi nyata dari unit yang diteliti. Sehingga hasil perhitungan bisa digunakan untuk proses evaluasi jurusan secara berkala. 2. Input dan output yang digunakan bisa ditambah dari sumber selain borang akreditasi agar lebih mencakup semua aspek kinerja jurusan.

commit to user

VI - 1

PENGUKURAN EFISIENSI JURUSAN DI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET DENGAN MENGGUNAKAN METODE DATA ENVELOPMENT ANALYSIS (DEA)

Recommend Documents