PENILAIAN TERINTEGRASI PADA PEMILIHAN TEKNOLOGI PROSES PENGECORAN LOGAM DENGAN PENDEKATAN METODE FUZZY MULTI CRITERIA DECISION MAKING

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

PENILAIAN TERINTEGRASI PADA PEMILIHAN TEKNOLOGI PROSES PENGECORAN LOGAM DENGAN PENDEKATAN METODE FUZZY MULTI CRITERIA DECISION MAKING (Studi Kasus di Pabrik Pengecoran Logam PT. Adi Logam Karya) Taufiq Rochman1, Udisubakti Ciptomulyono2, Putu Dana Karningsih3 1. Mahasiswa Pasca Sarjana Teknik Industri ITS, Surabaya, email: [email protected] 2. Staf Pengajar Jurusan Teknik Industri Fakultas Teknologi Industri ITS, Surabaya. 3. Staf Pengajar Jurusan Teknik Industri FTI-ITS, Surabaya.

ABSTRAK Salah satu fungsi yang terpenting dalam mendukung usaha untuk mencapai tujuan perusahaan manufaktur adalah penentuan prioritas penggunaan teknologi yang mendukung aktivitas produksi secara efektif dan efisien. Agar dapat bertahan dalam lingkungan pasar yang kompetitif, perusahaan harus mengantisipasi dan mengevaluasi peluang teknologi (technological opportunities) dan mengembangkannya. Tulisan ini merupakan studi kasus pada pabrik pengecoran logam berkaitan dengan pengambilan keputusan untuk memilih alternatif terbaik dari pilihan program pengembangan teknologi proses pengecoran logam yang ada di perusahaan tersebut. Pendekatan metode fuzzy MCDM dilakukan untuk pengambilan keputusan dalam kondisi struktur informasi tidak pasti (uncertainty) dan kesamaran (fuzziness) serta problem keputusan yang bersifat kelompok dengan kompleksitas penyelesaian konflik diantara partisipan. Metode Fuzzy analytic Hierarchy process (FAHP) digunakan untuk menentukan pembobotan kriteria evaluasi oleh pengambil keputusan terdiri departemen produksi, departemen finishing dan departemen quality control. Sedangkan metode fuzzy multi criteria decision making (FMCDM) digunakan dalam pemilihan alternatif pengembangan teknologi berdasarkan preferensi pengambil keputusan. Pilihan alternatif pengembangan teknologi proses pengecoran logam terdiri tiga pilihan yaitu pilihan 1 (program pengembangan teknologi proses casting), pilihan 2 (program pengembangan teknologi disain rekayasa pola dan cetakan) dan pilihan 3 (program pengembangan teknologi finishing dan control kualitas). Kata kunci: Pemilihan Teknologi, Fuzzy AHP, Fuzzy MCDM

PENDAHULUAN Permasalahan pengambilan keputusan multi kriteria (MCDM) dapat diklasifikasikan ke dalam dua kategori yaitu : multiple objective programming (MODM) & multiple atribut decision making (MADM) (Hsieh,2003). MODM mempelajari masalah pengambilan keputusan dengan ruang keputusan yang kontinyu. Penerapan model MODM dapat ditemukan pada model keputusan yang mempunyai banyak fungsi obyektif. Sedangkan problem MADM mempelajari masalah keputusan yang bersifat diskrit, dimana kelompok alternatif keputusan telah ditetapkan terlebih dahulu. Problem MADM dijumpai dalam situasi dimana jumlah alternatif dan kejadian membutuhkan pilihan berdasarkan sekumpulan kriteria atau atribut (Aouam, 2003). Pemilihan alternatif yang bersifat konfliktual, pengambil keputusan harus mempertimbangkan data yang bersifat imprecise atau ambiguous. Teori fuzzy set cocok untuk menyelesaikan permasalahan yang bersifat ambiguity yang dijumpai dalam penyelesaian problem MADM. Pendekatan Metoda MADM merupakan salah satu metode MCDM yang memungkinkan perusahaan melalukan pemilihan prioritas penggunaan teknologi sesuai dengan strategi bisnisnya. Metode MCDM selain memberikan ranking alternatif keputusan juga mampu membedakan preferensi dari pengambil keputusan serta mampu memperhitungkan adanya kesamaran dan pergeseran penilaian dalam proses pengambilan keputusan.

ISBN : 979-99735-0-3


Fuzzy MultiCriteria Decision Making (MCDM) Jika sejumlah n decision alternative dari suatu problem, maka sekumpulan alternatif keputusan ditetapkan sebagai A = {Ai, i = 1, 2, 3,..., n}. Dan sekumpulan k fuzzy decision criteria ditetapkan sebagai C = {C, t = 1, 2, 3,...,k}. Problem keputusan dapat ditunjukkan dalam struktur hirarki berikut ini: Objective

Criterion C1

Alternative A1

Criterion C2

Alternative A2

…..

Criterion Ck

…..

Alternative Ak

Gambar 1. Struktur Hirarki dalam Problem Keputusan Berdasarkan definisi dari Laarhoven dan Pedrycz dalam Hsieh (2004), fungsi keanggotaan seitiga (triangular fuzzy number (TFN)) mengikuti bentuk dasar berikut ini: keanggotaan fuzzy A terhadap R adalah fungsi keanggotaan segitiga (TFN) jika fungsi keanggotaan  A ( X ) : R  0 ,1 dirumuskan: L  X  M  ( X  L ) /( M  L ), (1)  

~ A

( x )   ( U  X ) /( U  M ), 0 , 

M  X  U yang lainnya

i(x )

1

x 0

LL

M

U

Gambar 2. Fungsi Keanggotaan Segitiga (triangular fuzzy number) μi(x)

1

Equally important

1

Weakly important

3

Essentially important

5

Very strongly important

Absolutely important

7

9

Gambar 3. Fungsi Keanggotaan Variabel Linguitik.

ISBN : 979-99735-0-3

A-10-2


Perhitungan didasarkan pada fungsi keanggotaan fuzzy yang didefinisikan oleh Mon dalam Hsieh (2004) seperti yang disebutkan dalam tabel berikut: Tabel 1. Fungsi Keanggotaan dari Skala Linguistik Fuzzy Linguistik skales Scale of fuzzy number number ~ Equally important (Eq) (1,1,3) 1 ~ Weakly important (Wk) (1,3,5) 3 ~ Essentially important (Es) (3,5,7) 5 ~ Very strongly Important Vs) (5,7,9) 7 ~ Asolutely important (Ai) (7,9,9) 9 Buckley (1985) merumuskan perangkingan alternatif menggunakan fuzzy number, dimana problem perangkingan alternatif dengan m alternatif ditetapkan sebagai A1, A2, ..., Am, dengan sekelompok penilai (judgment) terdiri dari n experts ditetapkan J1, J2, ...Jn. Dan sejumlah k kriteria ditetapkan C1, C2, ..., Cn. Penentuan rangking dilakukan dengan penjumlahan fuzzy (fuzzy addition) dan perkalian fuzzy (fuzzy multiplication): 1 (2) mik     aik1  aik2  .....  aink n 1 (3) nk     bki  bk 2  ....  bkn n Pembobotan fuzzy (fuzzy weight) dirumuskan : ~   1   m  n   ....  m  n  (4) w i i1 1 ik k  kL  ~ untuk pilihan alternatif i untuk tiap evaluator k dirumuskan: Fuzzy rangking w i1













~   1   (a~ k  b~ )  .....  (a~ k  b~ ) (5) w ij ij ij ij ki k ~ adalah fuzzy average untuk semua kriteria. w ij Hsieh et.al.(2004) menggunakan teknik rata-rata geometris (geometric mean technique) untuk menentukan fuzzy geometric mean dan pembobotan fuzzy dari tiap kriteria dengan persamaan sebagai berikut: ~ (6) r1  ( a~i1  a~i 2    a~in )1 / n , ~~ (7) w r1  ( ~ r1    ~ rn ) 1 ~k Penetapan nilai E i , menunjukkan nilai performansi yang bersifat fuzzy dari k evaluator terhadap alternatif i pada kriteria j, dan semua kriteria evaluasi ditunjukkan melalui persamaan sebagai berikut:  ~ ~ E ijk  (LE ijk , ME ijk , UE ijk ) . (8) ~ E Penentuan nilai ij melalui nilai rata-rata dengan mengintegrasikan nilai yang bersifat fuzzy dari m evaluator dengan persamaan sebagai berikut: ~ ~ ~ ~ E ij  (1 / m)  (E1ij  E ij2   E ijm ) (9) ~ Eij Nilai menunjukkan rata-rata jumlah penilaian fuzzy dari pengambil keputusan, yang ditampilkan melalui fungsi keanggotaan segitiga dimana

ISBN : 979-99735-0-3

A-10-3


~ Eij  ( LEij , MEij ,UEij )

dengan nilai LEij, MEij dan UEij dapat diselesaikan dengan persamaan sebagai berikut: m

m

m

k 1

k 1

k 1

LEij  ( LEijk ) / m ; MEij  ( MEijk ) / m ; UEij  (UEijk ) / m

(10)

Hasil akhir merupakan matrik keputusan pembentukan fuzzy (fuzzy syntehetic decision) dengan persamaan sebagai berikut: ~ ~ ~ R  Ew (11) ~ Nilai fuzzy number Ri  ( LRi , MRi ,URi ) dengan LRi, MRi, dan URi sebagai nilai batas bawah, tengah dan batas atas merupakan nilai simetris dari alternatif dengan persamaan sebagai berikut: n

n

n

j 1

j 1

j 1

LRi   LEij xLw j , MRi   MEij xMw j URi  UEij xUw j

(12)

Metode perangkingan nonfuzzy dilakukan dengan defuzzifikasi menggunakan model Best Nonfuzzy Performance Value (BNP) dengan persamaan berikut: BNPi =[(URi – LRi) + (MRi – LRi)]/3 + LRi i (13) Berdasarkan nilai dari BNP untuk tiap alternatif, rangking dari tiap alternatif dapat ditentukan. Identifikasi Kriteria Teknologi Proses Pengecoran Logam Identifikasi terhadap kriteria-kriteria teknis pada pemilihan teknologi pengecoran yang berbasis pada domain operasi dan faktor lain seperti kemampuan dan pemahaman teknologi dari pihak perusahaan dan pihak yang ahli dalam teknologi pengecoran serta hasil studi kepustakaan dari literatur dan jurnal. Ketersediaan Bahan Baku Kebutuhan Bahan Baku

Biaya Pengadaan Spesifikasi Bahan Baku Jumlah Operator

Input Proses

Kompetensi Tenaga Kerja

Keahlian (Skill)

A -1

Pelatihan (Training) Latar belakang Pendidikan

Efisiensi Penggunaan Intensitas Energi Ketergantungan Energi Keunikan dan Model Komputerisasi (CAD) Disain Rancang Bangun Pola dan Cetakan

Goal

A -2

Kesesuaian Material Kelengkapan Disain Validasi Teknis

Proses Transformasi

Reduksi Waktu Set Up Efisiensi Waktu Operasi Efektivitas Penuangan Penetapan Proses Manifaktur

Komposisi Bahan

A-3

Efektivitas Koreksi Standarisasi Proses (SOP) Kelengkapan Laboratorium Kesesuaian Spesifikasi Output Proses

Produk Coran

Harga Produk Pengiriman Tepat Waktu

Gambar 4. Struktur Hirarki Kriteria Pengembangan Teknologi Proses Pengecoran Logam Kriteria-kriteria tersebut disusun dalam struktur hirarki sebagaimana ditunjukkan pada gambar 4. Pengisian kuisioner oleh responden yang berisi komponen ISBN : 979-99735-0-3

A-10-4


kriteria pengembangan teknologi proses pengecoran logam dimana responden adalah decision maker yang dianggap benar-benar mengerti kontribusi tiap kriteria terhadap tujuan pengembangan teknologi pengecoran logam yang ada pada perusahaan tersebut. Tabel 2. Data Preferensi Perbandingan antar Kriteria Skala Linguistik pada Dept. Produksi PI K1

K1 1

K2

K2 SmP

K3 1/SdP

K4 SdP

K5 SP

K6 SmP

PII K1

1

SdP

1/SdP

SmP

SmP

K2

1

1/Pt

1/SdP

SmP

K3

1

SmP

SdP

K4

1

SdP

K5

1

K6

K3 K4 K5 K6

K1 1

K2 SdP

K3 1/Pt

K4 SdP

K5 1/SdP

K6 SmP

1

SmP

1/SdP

SmP

SmP

1

1/SdP

1/Pt

SdP

1

SdP

Pt

1

SdP 1

# Responden 1#

# Responden 2 #

Pembobotan Kriteria dan Sub Kriteria dengan Fuzzy AHP Berdasarkan matrik perbandingan berpasangan yang telah diperoleh dalam bentuk skala linguistik kemudian dirubah dalam skala bilangan fuzzy. Berikut tabel preferensi perbandingan berpasangan untuk skala fuzzy. PI K1 K2 K3 K4 K5 K6

K1 1

K2

~ 1

1

~ 3

~1 3

~ 1

~1 3

~ 3

~ 7

~ 7

~ 1

~ 1

Tabel 3. Data Perbandigan Berpasangan antar Kriteria. K3 K4 K5 K6 PII K1 K2 K3 K4 ~1 ~ ~ ~ ~ ~ ~ K1 1 5 7 3 3 3 3 1 ~ ~ ~ ~ ~ ~ ~ K2 1 3 3 3 3 1 1 1 ~1 ~ ~ ~ ~ ~ 1 K3 1 5 5 3 3 1 1 ~ ~ ~ ~ ~ ~ 1 K4 1 3 5 3 3 3 1 ~ ~ ~ ~ ~ ~ ~ 1 K5 1 5 3 3 3 3 1 ~ ~ ~ ~ ~ ~ 1 ~ 1 K6 1 1 5 3 3 3 1 1

1

1

1

1

1

1

1

1

1

1

K5

K6

~1 3 ~ 1

~ 1 ~ 1

~1 5

~ 3

~ 3

~ 5

1

~ 3

~1 3

1

Perhitungan menggunakan model fuzzy geometric mean untuk menentukan matrik synthetic pairwise comparison dengan persamaan berikut: a~ij  ( a~ij1 xa~ij2 xa~ij3 x  xa~ijn )1 / n a~ = ((1,1,3) x (1,3,5))1/2 = ((1 x 1)1/2, (1 x 3)1/2, (3 x 5)1/2) 12

= (1; 1,732; 3,873) Tabel 4. Nilai Matrik Synthetic Pairwise Comparison untuk Perbandingan Kriteria Dept. Produksi

K1 K2 K3 a b c a b c a b c K1 1.000 1.000 1.000 1.000 1.732 3.873 0.169 0.258 0.577 K2 0.258 0.577 1.000 1.000 1.000 1.000 1.000 1.732 3.873 K3 1.732 3.873 5.916 0.258 0.577 1.000 1.000 1.000 1.000 K4 K5 K6 a b c a b c a b c K1 1.000 3.000 5.000 0.149 0.218 0.447 1.000 1.000 3.000 K2 0.200 0.333 1.000 1.000 1.000 3.000 1.000 1.000 3.000 K3 0.169 0.258 0.577 0.169 0.258 0.577 1.000 1.732 3.873

ISBN : 979-99735-0-3

A-10-5


Penentuan bobot kriteria untuk tiap kelompok responden dapat ditentukan dengan menggunakan persamaan berikut: ~ r1  ( a~i1  a~i 2    a~in )1 / n ~ r1 = ((1 x 1 x 0,169 x 1 x 0,149 x 1 )1/6; (1 x 1.732 x 0.258 x 3 x 0.218 x 1 )1/6; (1 x 3.873 x 0.577 x 5 x 0.447 x 3 )1/6) = (0.541; 0.815; 1.571) Bobot tiap kriteria dapat ditentukan dengan persamaan berikut: ~~ w r1  ( ~ r1    ~ rn ) 1 ~ = (0.541; 0.815; 1.571) x (1/(1.571+1.808+1.403+2.964+2.416+0.912); w 1 1/(0.815+0.833+0.798 +1.721+1.770+0.606); 1/(0.541+0.610+0.483+0.918+0.833+0.315)) = (0.049; 0.125; 0.424) Tabel 5. Nilai Bobot Dimensi dan Kriteria Departemen Produksi Dimensi/kriteria Komponen Input Bahan Baku Kompetensi Tenaga Kerja Intensitas Energi Komponen Transformasi Disain Rancang Bangun Penetapan Proses casting Komponen Output Produk Coran

a 0.145 0.049

Bobot lokal b c 0.352 1.059 0.125 0.424

Bobot Keseluruhan a b c 0.007

0.044

0.449

Defuzzy (BNP) 0.518 0.167

0.008 0.006

0.045 0.043

0.517 0.402

0.190 0.150

0.055 0.044

0.127 0.122

0.488 0.379

0.157

0.507

1.153

0.083

0.263

0.801

0.013

0.133

0.924

0.357

0.075 0.065 0.028

0.271 0.141 0.093

0.653 0.516 0.247

0.012

0.137

0.753

0.002

0.013

0.127

0.301 0.240 0.047

0.606

Proses deffuzifikasi dilakukan dengan menggunakan metode Best Nonfuzzy Performance Value (BNP dengan persamaan berikut: BNPwi = [(Uwi – Lwi) + (Mwi – Lwi)]/3 + Lwi i BNPw1 = [(1.059 - 0.145) + (0.352 - 0.145)]/3 + 0.145= 0.518 Hasil perhitungan bobot kriteria dan sub kriteria untuk departemen produksi ditunjukkan dalam tabel 6 berikut ini. Tabel 6. Nilai Bobot Kriteria dan Sub Kriteria untuk Departemen Produksi. Kriteria/sub kriteria KEBUTUHAN BAHAN K1 BAKU SK1 Ketersediaan Bahan.Baku SK2 Biaya Pengadaan SK3 Spesifikasi Bahan Baku KOMPETENSI TENAGA K2 KERJA SK4 Kesesuaian Jumlah Operator SK5 Keahlian SK6 Program Pelatihan SK7 Latar belakang Pendidikan K3 INTENSITAS ENERGI SK8 Efisiensi Pengunaan Energi

Bobot Keseluruhan

Defuzzy

a

Bobot lokal b

c

a

b

c

(BNP)

0.007 0.196 0.180 0.068

0.044 0.444 0.386 0.170

0.449 1.087 0.880 0.281

0.0014 0.0013 0.0005

0.0194 0.0169 0.0075

0.4885 0.3952 0.1263

0.167 0.170 0.138 0.045

0.008 0.112 0.134 0.102 0.043 0.006 0.412

0.045 0.329 0.284 0.275 0.113 0.043 0.795

0.517 0.817 0.860 0.613 0.260 0.402 1.408

0.0009 0.0011 0.0008 0.0003

0.0147 0.0127 0.0123 0.0051

0.4224 0.4448 0.3171 0.1347

0.0026

0.0341

0.5654

ISBN : 979-99735-0-3

A-10-6

0.190 0.146 0.153 0.110 0.047 0.150 0.201

Prosiding Seminar Nasional Manajemen Teknologi II Program Studi MMT-ITS, Surabaya 30 Juli 2005 SK9 K4 SK10 SK11 SK12 SK13 SK14 K5 SK15 SK16 SK17 SK18 SK19 SK20 SK21 K6 SK22 SK23 SK24

Ketergantungan Energi Listrik DISAIN POLA & CETAKAN Keunikan & Model Komputerisasi fasilitas disain Kesesuaian Jenis Material Disain Lengkap & Ekonomis Validasi Teknis PROSES MANUFAKTUR Reduksi waktu set up Efisiensi waktu operasi Efektivitas teknik penuangan Ketepatan komposisi bahan Efektivitas Tindakan koreksi Standarisasi proses operasi Kelengkapan laboratorium PRODUK CORAN Kesesuaian spesifikasi Harga Pengiriman tepat waktu

0.129 0.013 0.079 0.083 0.071 0.031 0.067 0.012 0.057 0.110 0.059 0.029 0.024 0.038 0.021 0.002 0.228 0.105 0.071

0.205 0.133 0.185 0.258 0.218 0.082 0.258 0.137 0.120 0.336 0.216 0.079 0.067 0.116 0.068 0.013 0.557 0.272 0.171

0.440 0.924 0.707 0.783 0.617 0.296 0.628 0.753 0.502 0.855 0.591 0.247 0.238 0.364 0.175 0.127 1.334 0.669 0.470

0.0008

0.0088

0.1766

0.0010 0.0011 0.0009 0.0004 0.0009

0.0247 0.0344 0.0291 0.0109 0.0344

0.6526 0.7228 0.5702 0.2731 0.5802

0.0007 0.0013 0.0007 0.0003 0.0003 0.0004 0.0002

0.0165 0.0461 0.0296 0.0108 0.0092 0.0159 0.0093

0.3774 0.6432 0.4450 0.1861 0.1794 0.2741 0.1318

0.0004 0.0002 0.0001

0.0073 0.0035 0.0022

0.1696 0.0851 0.0598

0.062 0.357 0.226 0.253 0.200 0.095 0.205 0.301 0.132 0.230 0.158 0.066 0.063 0.097 0.047 0.047 0.059 0.030 0.021

Pemilihan Alternatif dengan Metode Fuzzy MCDM Skala variabel linguistik ditunjukkan melalui fungsi keanggotan segitiga (triangular fuzzy number). Penilaian bobot preferensi k responden terhadap level skala linguistik performansi alternatif ditunjukkan dalam tabel berikut: Tabel 7. Nilai Bobot Preferensi Pengukuran Performansi Alternatif. Rpdn 1 2 3 4 5 6

Sangat kurang (SK) a b c 0 0 17 0 0 15 0 0 13 0 0 20 0 0 13 0 0 15

a 17 17 13 17 15 13

Kuarang (K) b 25 25 25 25 25 25

VARIABEL LINGUISTIK Cukup (C) c a b c a 33 38 50 62 68 33 38 50 62 68 38 38 50 62 60 33 40 55 70 70 35 38 50 62 63 38 38 50 62 63

Baik (B) b 75 75 75 75 75 75

c 82 82 90 80 87 87

Sangat baik (SB) a b c 85 100 100 85 100 100 90 100 100 87 100 100 87 100 100 87 100 100

Penilaian dalam skala variabel linguistik untuk enam responden terhadap pilihan alternatif ditunjukkan dalam tabel berikut ini: Tabel 8. Penilaian Performansi Alternatif dalam Skala Linguistik. Alternatif (A1) SK E1 E2 E3 E4 E5 E6 SK1 B C B C C C SK2 B K C B K B SK3 B SB K SB SB SB SK4 B K SK B B C SK5 C SB SB B SB SB Penentuan nilai rata-rata fuzzy performance seluruh responden dilakukan dengan menggunakan persamaan berikut: ~ ~ ~ ~ E ij  (1 / m )  ( E ij1  E ij2    E ijm )

~ E11

= ((68+38+60+40+38+38)/6, (75+50+75+55+50+50)/6, (82+62+90+70+62+62)/6) = (47,0; 59,2; 71,3)

ISBN : 979-99735-0-3

A-10-7


Tabel 9. Nilai Rata-rata Fuzzy Performance Alternatif SK SK1 SK2 SK3 SK4 SK5

a 47.0 45.2 71.5 42.7 76.5

A-1 b 59.2 54.2 83.3 50.0 87.5

C 71.3 63.2 86.7 59.5 90.3

a 32.5 34.7 42.8 23.8 60.3

A-2 b 41.7 45.8 50.0 33.3 70.8

c 54.3 54.7 62.7 43.2 81.3

a 59.3 21.8 68.3 47.8 75.3

A-3 b 70.8 29.2 79.2 59.2 87.5

c 80.2 42.5 85.7 70.5 93.2

Penentuan nilai fuzzy synthetic decision dilakukan dengan perkalian antara nilai ~ ~ dengan fuzzy performance E dengan nilai bobot keseluruhan (overall weight) w persamaan berikut:

~ R1

24 24  24 ~ R 1    LE 1 J xLw j ,  ME 1 j xMw j ,  UE 1 j xUw j 1 j 1  j 1

i

   

= ((47.0 x 0.0014 + 45.2 x 0.0013 +…+ 63.5 x 0.0001), (59.2 x 0.0194 + 54.2 x 0.0169 + … + 75.0 x 0.0022), (71.3 x 0.4885 + 63.2 x 0.3952 + …..+ 82.2 x 0.0598)) = ( 1.066; 27.929; 627.063 )

Penentuan bilangan crisp dilakukan dengan defuzifikasi dari bilangan fuzzy dengan metode Best Nonfuzzy Performance Value (BNP) sebagaimana yang diusulkan oleh Hsieh (2003) dengan persamaan sebagai berikut: BNPi = [(URi – LRi) + (MRi – LRi)]/3 + LRi i BNP1 = [(627.06 – 1.07) + ( 27.93 – 1.07)]/3 + 1.07 = 218.7 Berikut hasil perangkingan nilai rating seluruh departemen ditunjukkan dalam tabel berikut ini: Tabel 10. Hasil Perangkingan Alternatif Seluruh Departemen Dept. Quality Alternatif/ Dept. Produksi Dept. Finishing Control Compromised * Skenario BNP Rangking BNP Rangking BNP Rangking BNP Rangking A-1 218.69 3 180.22 2 175.93 1 181.01 2 A-2 221.08 1 179.33 3 171.33 3 180.10 3 A-3 220.60 2 183.32 1 174.14 2 182.60 1 * Dihitung berdasarkan bobot rata-rata seluruh responden dengan fuzzy geometric mean.

Pembahasan Berdasarkan hasil perhitungan bobot kriteria (tabel 11) dengan menggunakan fuzzy AHP untuk departemen produksi bobot kepentingan tertinggi adalah kriteria disain rancang bangun pola dan cetakan (0.357) dan kriteria penetapan proses manufaktur (0.301). Sedangkan kriteria produk coran memiliki bobot kepentingan paling rendah (0.047). Sub kriteria dengan bobot kepentingan tertinggi yaitu sub kriteria komputerisasi fasilitas disain (0.253), efisiensi waktu operasi (0.230), keunikan dan model (0.226). Sedangkan sub kriteria dengan bobot kepentingan terendah adalah pengiriman tepat waktu (0.021).

ISBN : 979-99735-0-3

A-10-8


Tabel 11. Nilai Bobot Kriteria, Sub Kriteria dan Rata-rata Seluruh Departemen Kriteria/sub kriteria K1 SK1 SK2 SK3 K2 SK4 SK5 SK6 SK7 K3 SK8 SK9 K4 SK10 K11 K12 K13 K14

KEBUTUHAN BAHAN BAKU Ketersediaan Bahan.Baku Biaya Pengadaan Spesifikasi Bahan Baku KOMPETENSI TENAGA KERJA Kesesuaian Jumlah Operator Keahlian Program Pelatihan Latar belakang Pendidikan INTENSITAS ENERGI Efisiensi Pengunaan Energi Ketergantungan Energi Listrik DISAIN POLA & CETAKAN Keunikan & Model Komputerisasi fasilitas disain Kesesuaian Jenis Material Disain Lengkap & Ekonomis Validasi Teknis PENETAPAN PROSES K5 MANUFAKTUR K15 Reduksi waktu set up K16 Efisiensi waktu operasi K17 Efektivitas teknik penuangan K18 Ketepatan komposisi bahan K19 Efektivitas Tindakan koreksi K20 Standarisasi proses operasi K21 Kelengkapan laboratorium K6 PRODUK CORAN K22 Kesesuaian spesifikasi K23 Harga K24 Pengiriman tepat waktu

Dept. Dept. Dept. Produksi Finishing Quality 0.167 0.164 0.194 0.170 0.151 0.134 0.138 0.127 0.148 0.045 0.074 0.163 0.190 0.198 0.178 0.146 0.132 0.093 0.153 0.206 0.138 0.110 0.132 0.128 0.047 0.056 0.062 0.150 0.074 0.124 0.201 0.063 0.152 0.062 0.074 0.078 0.357 0.278 0.188 0.226 0.233 0.099 0.253 0.182 0.110 0.200 0.084 0.135 0.095 0.113 0.049 0.205 0.092 0.093 0.301 0.132 0.230 0.158 0.066 0.063 0.097 0.047 0.047 0.059 0.030 0.021

0.206 0.113 0.088 0.041 0.126 0.084 0.076 0.037 0.075 0.078 0.057 0.027

0.158 0.067 0.059 0.057 0.095 0.039 0.069 0.062 0.141 0.138 0.100 0.044

Ratarata* 0.174 0.151 0.137 0.081 0.188 0.122 0.163 0.123 0.055 0.111 0.125 0.071 0.265 0.173 0.172 0.132 0.081 0.120 0.213 0.100 0.106 0.072 0.092 0.059 0.080 0.048 0.079 0.086 0.055 0.029

* Diperoleh berdasarkan rata-rata bobot tiap departemen dengan metode fuzzy geometric mean

Departemen Finishing menunjukkan kriteria disain rancang bangun pola dan cetakan memiliki bobot kepentingan tertinggi (0.278), kedua kriteria penetapan proses casting dengan bobot kepentingan (0.206). Sedangkan kriteria intensitas energi memiliki bobot kepentingan terendah (0.075). Departemen finishing lebih memfokuskan pada kriteria disain rancang bangun pola dan cetakan sebagai faktor yang menentukan dalam aktivitas finishing. Sedangkan pada penilaian sub kriteria, nilai bobot kepentingan tertinggi yaitu sub kriteria keunikan dan model (0.233), sub kriteria keahlian tenaga kerja (0.0.206). Sedangkan sub kriteria dengan bobot kepentingan terendah adalah pengiriman tepat waktu (0.027). Sub kriteria keunikan dan model mempunyai pengaruh yang besar terhadap kegiatan finishing berkaitan dengan penyediaan rancangan pola dan cetakan yang tepat dengan ukuran-ukuran teknis yang benar. Departemen quality control menunjukkan kriteria dengan bobot kepentingan tertinggi yaitu kriteria kebutuhan bahan baku (0.194), disain rancang bangun pola dan ISBN : 979-99735-0-3

A-10-9


cetakan (0.188). Sedangkan kriteria dengan bobot kepentingan terendah adalah intensitas energi (0.124). Nilai sub kriteria yang mempunyai bobot kepentingan tertinggi yaitu sub kriteria spesifikasi bahan baku (0.163), sub kriteria efisiensi penggunaan energi (0.152) dan sub kriteria biaya pengadaan (148). Sedangkan sub kriteria dengan bobot kepentingan terendah adalah sub kriteria efektivitas tindakan koreksi (0.039). Sub kriteria spesifikasi bahan baku mempunyai kontribusi yang besar terhadap kualitas produk berkaitan dengan penyediaan material sesuai dengan standar kualitas yang ditetapkan. Nilai rata-rata (compromise) kriteria dengan bobot kepentingan tertinggi yaitu disain rancang bangun pola dan cetakan (0.265), penetapan proses manufaktur (0.213). Sedangkan nilai bobot kepentingan kriteria terendah adalah intensitas energi (0.124). Nilai sub kriteria dengan bobot kepentingan tertinggi yaitu keunikan dan model (0.173), komputerisasi fasilitas disain (0.172) dan keahlian tenaga kerja (0.163). Sedangkan nilai bobot kepentingan terendah adalah sub kriteria pengiriman tepat waktu (0.029). Nilai rangking tertinggi dept. Produksi adalah alternatif-2 berkaitan program pengembangan yang mempunyai pengaruh besar terhadap keberhasilan proses produksi melalui kelayakan rancangan pola dan cetakan dari standar teknis yang ditetapkan. Nilai rangking tertinggi departemen finishing adalah alternatif-3 merupakan program peningkatan teknologi finishing dan kontrol kualitas berkaitan dengan peningkatan performansi teknologi perlakuan akhir dan kontrol kualitas. Nilai rangking tertinggi departemen quality control adalah alternatif 1 (175.93) yang berhubungan dengan pengembangan teknologi penanganan bahan baku mulai dari penentuan jenis dan ukuran, penetuan komposisi yang tepat pada proses casting dan penyediaan fasilitas pengujian material. KESIMPULAN Metode fuzzy multi criteria decision making (FMCDM) dapat digunakan untuk memecahkan persoalan keputusan dalam struktur informasi yang tidak pasti (uncertainty) dan kabur (fuzziness) berdasarkan pilihan alternatif dari sekumpulan kriteria yang diberikan oleh k responden. Pembobotan kriteria dengan fuzzy AHP dengan bobot kepentingan tertinggi untuk departemen produksi adalah disain rancang bangun pola dan cetakan (0.357); departemen finishing yaitu : kriteria disain rancang bangun pola dan cetakan (0.278); departemen quality control yaitu : kriteria kebutuhan bahan baku sebesar (0.194). Sedangkan nilai bobot kepentingan tertinggi untuk rata-rata ketiga departemen yaitu kriteria disain rancang bangun pola dan cetakan (0.265). Perhitungan nilai performansi dalam penentuan pilihan alternatif dengan model fuzzy MCDM diperoleh departemen produksi dengan pilihan alternatif-2 (program pengembangan teknologi disain rekayasa pola dan cetakan); departemen finishing dengan pilihan alternatif-3 (program pengembangan teknologi finishing dan kontrol kualitas); departemen quality control dengan pilihan alternatif-1 (program pengembangan teknologi proses casting). Sedangkan pilihan alternatif rata-rata ketiga departemen sebagai alternatif kompromi adalah program pengembangan teknologi finishing dan Kontrol kualitas.

ISBN : 979-99735-0-3

A-10-10


DAFTAR PUSTAKA Al-Najjar B. and Alsyouf I., (2003), Selecting The Most Efficient maintenance Approach Using Fuzzy Multiple Kriteria Decision Making, International Journal of Production Economic , Vol. 84, No 3, 85 – 100. Buckey J.J., (1985), Ranking Alternatifs Using Fuzzy Numbers, Fuzzy Sets and Systems, 15:21-31, North-Holland. Hsieh, Lu, and Tzeng, (2004), Fuzzy MCDM Approach for Planning and Design Tenders Selection in Public Office Buildings, International Journal of Project Management, Elsevier. Khalil, T., (2000), Management of Technology, The Key To Competitiveness and Wealth Creation, Mc-Graw Hill, USA. Moon J.H., and Kang C.S., (2004), Application of Fuzzy Decision Making Method to The Evaluation of Spent Fuel Storage Options, Department of Nuclear Engineering, Seoul National University, Korea, http://plaza.snu.ac.kr/cskang/BK21_1.htm. 11/12/2004. Surdia, T. & Chijiiwa, K, (2000), Teknik Pengecoran Logam, PT Pradnya Paramita, Jakarta. Tabucanon, M.T., (1998), Multiple Kriteria Decision Making in Industry, Elsevier Science Publiser B.V., Netherlands. Wang W., and Fenton N., (2005), Risk and Confidence Analysis for Fuzzy Multikriteria Decision Making, Dept Computer Science, Queen Mary University of London. Zadeh, Lotfi A., (1975), Fuzzy Sets and Their Appliction to Cognitive and Decision Processes, Academic Press, New York.

ISBN : 979-99735-0-3

A-10-11

PENILAIAN TERINTEGRASI PADA PEMILIHAN TEKNOLOGI PROSES PENGECORAN LOGAM DENGAN PENDEKATAN METODE FUZZY MULTI CRITERIA DECISION MAKING

Recommend Documents