JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2012) 1-6
1
Seleksi Supplier Bahan Baku dengan Metode TOPSIS Fuzzy MADM (Studi Kasus PT. Giri Sekar Kedaton, Gresik) Indira Kusuma Wardhani, I Gusti Ngurah Rai Usadha, M. Isa Irawan Jurusan Matematika, Fakultas Matematika, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 E-mail:
[email protected] Abstrak— Meningkatnya persaingan di dunia industri mengakibatkan perusahaan berusaha menemukan cara untuk mengoptimalkan segala sumber daya yang dimiliki. Pemilihan supplier dengan mengukur kinerja supplier adalah hal penting yang harus dilakukan oleh perusahaan untuk mengoptimalkan biaya dan waktu produksi. Penelitian ini bertujuan untuk menentukan supplier terbaik dengan cara melakukan seleksi beberapa alternatif supplier berdasarkan kriteria pemilihan supplier yang telah ditetapkan. Penelitian ini dilakukan pada PT. Giri Sekar Kedaton Gresik dengan mengambil objek penelitian supplier bahan baku seperti semen, pasir, besi, batu pondasi dan kayu. Metode entropy digunakan untuk melakukan perhitungan bobot tiap kriteria serta alternatif, sedangkan untuk perankingan terhadap supplier digunakan metode TOPSIS (Technique for Order Preference by Similarity to Ideal Solution). ). Dari hasil penelitian didapat bahwa supplier semen terbaik adalah Koperasi Semen Gresik, supplier pasir terbaik adalah UD. Lancar Jaya , supplier besi terbaik adalah Koperasi Semen Gresik, supplier Batu Pondasi terbaik adalah UD. Ikhwan Jaya, supplier kayu terbaik adalah UD. Sumber Wangi. Kata Kunci : Supplier Bahan Baku, TOPSIS
S
I. PENDAHULUAN
emakin beragamnya jenis dan jumlah produk industri yang dihasilkan oleh tiap perusahaan akan mengakibatkan tingkat persaingan yang semakin ketat. Untuk mengatasinya, tiap perusahaan selalu berusaha meningkatkan kinerjanya untuk menghasilkan produk terbaik lewat proses produksi yang baik serta input bahan baku yang terbaik pula. PT. Giri Sekar Kedaton yang bergerak di bidang usaha developer dan kontraktor perumahan ini memerlukan bahan baku yang berkualitas baik. Dalam proses produksinya, PT. Giri Sekar Kedaton memanfaatkan perusahaan supplier untuk memenuhi kebutuhan bahan baku perusahaan seperti pasir, semen, pasir, batu pondasi, kayu, dan sebagainya. Hal yang menjadi permasalahan tersendiri bagi PT. Giri Sekar Kedaton karena harus dapat memilih supplier dari banyak pilihan yang ada dengan mempertimbangkan kriteria yang diinginkan terhadap calon supplier tersebut. Masalah lain yang sering dihadapi oleh PT. Giri Sekar Kedaton Gresik adalah jadwal pengiriman bahan baku yang sering terlambat sehingga
mengakibatkan kurangnya persediaan bahan baku sehingga proses produksi terlambat, serta masalah yang muncul dari supplier itu sendiri, seperti kualitas yang tidak sesuai spesifikasi. Keadaan inilah yang mengarah pada pentingnya melakukan seleksi supplier. Dalam hal mencari dan memilih supplier, harus ditentukan oleh orang-orang yang berkepentingan dalam pengambilan keputusan tersebut. Dalam hal ini metode yang digunakan dalam hal pemilihan supplier adalah Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) Fuzzy Multi-Attribute Decision Making (FMADM). Pada penelitian sebelumnya metode pengambilan keputusan telah banyak digunakan untuk berbagai penelitian. Rifyanu Fitra Budiman dalam Tugas Akhirnya yang berjudul “Pemilihan Supplier dengan Metode Topsis MCDM” melakukan perankingan dan menentukan supplier terbaik dengan obyek penelitian beberapa perusahaan penyedia jasa internet (ISP) [2]. Sri Lestari dalam penelitiannya yang berjudul “Seleksi Penerimaan Calon Karyawan Menggunakan Metode TOPSIS” menerapkan metode TOPSIS untuk membantu pihak manajemen khususnya bagian sumber daya manusia untuk mendapatkan karyawan dengan mempertimbangkan berbagai kriteria yang telah ditentukan [6]. M. Isa Irawan dalam penelitiannya yang berjudul “Pemodelan Preferensi Fuzzy Pada Analisis Keputusan Multi Person (Studi Kasus : Tingkat Kepentingan Atribut Kartu Prabayar Menurut Pelanggan)” menerapkan aplikasi dari pemodelan preferensi fuzzy, suatu pengembangan dari teori himpunan fuzzy untuk masalah pengambilan keputusan, terutama yang berhubungan dengan peningkatan kepuasan pelanggan [8]. II. PEMBAHASAN A. Perhitungan Bobot Kriteria Untuk mendapatkan bobot tiap kriteria, data kuisioner akan diolah terlebih dahulu dengan menggunakan metode entropy. Kuisioner pembobotan kriteria tersebut digunakan untuk mengetahui tingkat kepentingan dari masing-masing kriteria yang selanjutnya dapat mempengaruhi perankingan alternatif.
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2012) 1-6 Terdapat 5 tingkat kepentingan yang diberikan untuk penilaian kriteria yaitu : 1-2 : tidak penting 7-8 : penting 3-4 : kurang penting 9-10 : sangat penting 5-6 : cukup penting Terdapat 13 kriteria yang digunakan dalam pemilihan supplier antara lain [4] : C1 : kriteria kepantasan harga dengan kualitas barang
C
2
C
3
C C
5
C
6
C
7
4
C
C C C
8
9 10
11
C
12
C
13
:
yang dihasilkan kriteria kemampuan untuk memberikan
yang telah ditetapkan kriteria penyediaan barang tanpa cacat
:
kriteria kemampuan memberikan kualitas yang
:
konsisten kriteria kemampuan untuk mengirimkan
2 3
C C C C C C C C C C C C C 1
:
kriteria kemudahan untuk dihubungi
:
kriteria kemampuan untuk memberikan
C C C C C C C C C C C C C 5
6
7
8
9
8 8 9
9 9 8
8 8 10
5 8 9
10 7 6
6 6 8
5 6 6
8 8 8
10 10 9
10
6 6 5
8
9
11
12
13
0
-4
-4
-4
-5
-38 -38
-1
-2
-5
0
-4
-5
-2
-2
-1
-2
-2
-3
-4
-4
-2
0
-4
-5
-4
-5
3
-1
-2
0
-1
-4
-2
-4
-2
-1
-5
-9
-7
-2
-41
-5
-4
-4
-8
-7
-10
-13
-6
-1
-13
-18
-15 -12
-116
ij
k k
untuk m 1, i 1,..., n; j 1,..., m (1)
ij
m
n
ij
11
6 5 1
KRITERIA
C C C C C C C C C C C C C a a a a a a a a a a a a a 1
2
3
4
5
6
7
8
9
10
11
12
13
m1
m2
m3
m4
m5
m6
m7
m8
m9
m10
m11
m12
m13
1
0,0172 0,00860,0172 0,0431
0,03450,0431 0,0172
0
0,0345 0,0345 0,03450,0431
2
0,0172 0,00860,0172 0,0172 0,0259 0,03450,0345 0,0172
0
0,0345 0,0431 0,03450,0431
3
0,0086 0,0172
0
0
0,0086 0,0345 0,01720,0345 0,0172 0,0086 0,0431 0,0776 0,06030,0172
3. Setelah itu dilakukan perhitungan nilai entropy yang dirumuskan dengan :
KRITERIA 4
7
-2
RES PON DEN
keluhan pelanggan
3
6
Tabel 2.3 Hasil Perhitungan Matriks A
permintaan pelanggan kriteria cepat tanggap dalam menyelesaikan
2
5
didapat :
informasi secara jelas dan mudah untuk dimengerti : kriteria kecepatan dalam hal menanggapi
1
4
2
sistem transportasi kriteria ketepatan dan kesesuaian jumlah
:
3
dengan m= jumlah pengambil keputusan dan n= jumlah kriteria
barang sesuai dengan tanggal yang telah disepakati : kriteria kemampuan dalam hal penanganan
dalam pengiriman kriteria kesesuaian isi kemasan
10
TOTAL
2
i 1 i 1
Tabel 2.1 Hasil Kuisioner Pembobotan Tiap Kriteria
1
KRITERIA
1
a
Berikut adalah hasil kuisioner yang diberikan kepada 3 orang pengambil keputusan untuk pembobotan tiap kriteria:
RES PON DEN
RES PON DEN
2. Nilai yang diperoleh dari langkah pertama dibagi dengan total nilai untuk semua kriteria dirumuskan sebagai berikut :
:
:
Tabel 2.2 Normalisasi Data Awal Kuisioner
TTTOTAL
potongan harga (diskon) pada pemesanan dalam jumlah tertentu : kriteria kesesuaian barang dengan spesifikasi
:
2
12
6 6 3
13
5 5 8
Setelah itu dilakukan perhitungan pembobotan kriteria dengan menggunakan metode entropy, langkah-langkahnya adalah sebagai berikut [7] : 1. Normalisasi data awal kuisioner dengan mengurangkan tiap- tiap angka dengan nilai tertinggi pada pembobotan kriteria yaitu 10. Sehingga didapatkan hasil sebagai berikut :
1 n Ej aij ln( aij ) ln( m) i 1
(2)
Ej : ln( m) ln(3) 1,0986
Contoh perhitungan
a11 0,0172
ln( a11 ) 4,0604
a313 0,0172
ln( a313) 4,0604
. . .
. . .
Nilai entropy dari tiap kriteria adalah sebagai berikut :
1 3 E1 a11 ln( a11 ) ln( 3) i 1
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2012) 1-6
1 3 a11 ln( a11 ) ln( 3) i 1 1 (0,0172. 4,0604) ... (0,0086. 4,735) 1,0986
0,9102( 0,07) ... ( 0,0410) 0,9102. 0,181 0,164748296 0,1647
. . . dst Hasil perhitungan selengkapnya dapat dilihat pada Tabel 2.4 4. Dispersi dari tiap kriteria dapat dihitung dengan persamaan:
Dj 1 E j
(3)
Contoh perhitungan dispersi :
D1 1 E1 1 0,1647 . . . dst 5. Dengan asumsi total bobot maka untuk mendapatkan bobot masing-masing kriteria harus dilakukan normalisasi nilai dispersi dengan persamaan sebagai berikut :
wj
Dj
D
(4) j
w j adalah sebagai berikut :
D1 0,8353 0,0844 D j 9,8947
Tabel 2.5 Hasil Perhitungan Bobot Supplier Semen A L T E R N A T I F
C
E
j
D
j
C C C
1
2
w
A A A A
1
2 3
4
4
4
w
3
2
0,3366 0,2124 0,2124 0,2385
0,3587 0,1899 0,2591 0,1923
3
0,3332 0,2515 0,2077 0,2077
KRITERIA
C
w w w
1
0,3208 0,2547 0,2123 0,2123
5
5
0,3014 0,2278 0,2429 0,2278
C C C C C C C C 6
1
6
0,2841 0,2437 0,2285 0,2437
: UD. Duta Bangunan
A
7
8
9
10
11
12
13
w w w w w w w w
dengan : A : Koperasi Semen Gresik
7
8
9
0,3023 0,3071 0,295 0,2491 0,231 0,235 0,2316 0,231 0,235 0,2169 0,231 0,235
10
0,2942 0,2551 0,2254 0,2942
11
0,343 0,241 0,208 0,208
12
13
0,2816 0,2815 0,2493 0,2493 0,2345 0,2346 0,2345 0,2346
: UD. Sumber Wangi
A A 3
: UD. Gajah Tunggal
4
B.2 Perhitungan Bobot Supplier Pasir Hasil perhitungan bobot untuk tiap supplier pasir dengan metode entropy dapat dilihat pada Tabel 2.6.
A L T E R N A T I F
Tabel 2.4 Hasil Perhitungan Entropy Tiap Kriteria
C C C C C C C C C C C C C
B.1 Perhitungan Bobot Supplier Semen Hasil perhitungan bobot untuk tiap supplier semen dengan metode entropy dapat dilihat pada Tabel 2.5
Tabel 2.6 Hasil Perhitungan Bobot Supplier Pasir
. . . dst
KRITERIA
B. Perhitungan Bobot Alternatif Dengan menggunakan langkah-langkah seperti pada perhitungan bobot kriteria,maka diperoleh hasil perhitungan bobot alternatif pada tiap kriteria. Terdapat 5 tingkat kepentingan penilaian alternatif yaitu : 1-2 : sangat buruk 7-8 : baik 3-4 : buruk 9-10 : sangat baik 5-6 : cukup baik
2
Contoh perhitungan nilai
w1
3
w
j
1
0,1647
0,8353
0,0844
2
0,1383
0,8617
0,0871
3
0,1274
0,8726
0,0882
4
0,2244
0,7756
0,0784
5
0,1917
0,8083
0,0817
6
0,2751
0,7249
0,0733
7
0,3347
0,6653
0,0672
8
0,1912
0,8088
0,0817
9
0,0373
0,9627
0,0973
10
0,3347
0,6653
0,0672
11
0,4096
0,5904
0,0597
12
0,3656
0,6344
0,0641
13
0,3104
0,6896
0,0697
KRITERIA
C C C 1
2
3
C C C C C C C C C C 4
6
7
8
9
10
11
12
13
w w w w w w w w w w w w w 1
A A A A
2
3
4
5
6
7
8
9
10
11
12
13
1
0,24580,2275 0,2536 0,2422 0,2352 0,2657 0,25 0,2364 0,2453 0,2451 0,2535 0,2465 0,2394
2
0,26250,2575 0,2392 0,2733 0,2659 0,2487 0,25 0,25810,2453 0,2622 0,2394 0,2605 0,2677
3
0,24580,2575 0,2392 0,2422 0,2494 0,23430,23580,2364 0,2453 0,2305 0,2535 0,2465 0,2394
4
0,2458 0,2575 0,2681 0,2422 0,2494 0,25130,2642 0,26910,2642 0,2622 0,2535 0,2465 0,2535
dengan: A : UD. Nurmal Jaya 1
A
5
2
: UD. Ikhwan Jaya
A A
3 4
: UD. Paris Jaya : UD. Lancar Jaya
B.3 Perhitungan Bobot Supplier Besi Hasil perhitungan bobot untuk tiap supplier besi dengan metode entropy dapat dilihat pada Tabel 2.7
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2012) 1-6 Tabel 2.7 Hasil Perhitungan Bobot Supplier Besi A L T E R N A T I F
KRITERIA
C
1
7
w w w
7
2
w
1
A A A A
C C C C C C 3
2
4
3
5
6
C
w w w w
4
5
6
8
8
C.Perankingan Supplier dengan Metode TOPSIS
C C C C C 9
11
10
12
13
w w w w w 9
10
11
12
13
0,3113 0,3458 0,3183 0,2951 0,2909 0,3044 0,2979 0,3113 0,3014 0,2747 0,311 0,30690,2922
1
2
0,247 0,283 0,2272 0,2619 0,2582 0,268 0,2612 0,247 0,2329 0,24180,23950,2465 0,26
3
0,2285 0,1856 0,2272 0,2215 0,2255 0,2138 0,2205 0,2132 0,2329 0,24180,22470,22330,2239
4
0,2132 0,1856 0,2272 0,2215 0,2255 0,2138 0,2205 0,2285 0,2329 0,24180,22470,22330,2239
dengan : A : Koperasi Semen Gresik
4
Berikut ini akan dijelaskan mengenai perhitungan dalam melakukan perankingan supplier tiap bahan baku dengan menggunakan metode TOPSIS [1] : C.1 Perankingan Supplier Semen 1. Matriks keputusan yang didapat dari hasil perhitungan entropy.
Tabel 2.10 Matriks Keputusan A L T E R N A T I F
A : UD. Sumber Wangi A : UD. Gajah Tunggal 3
1
A : UD. Duta Bangunan 2
4
B.4 Perhitungan Bobot Supplier Batu Pondasi Hasil perhitungan bobot untuk tiap supplier batu pondasi dengan metode entropy dapat dilihat pada Tabel 2.8
A A A A
1
2 3
4
Tabel 2.8 Hasil Perhitungan Bobot Supplier Batu Pondasi A L T E R N A T I F
KRITERIA
C C C C C C C C C C 1
2
3
4
5
6
7
8
9
10
C
11
C C 12
13
C
C C
1
2
w
w w
1
2
0,3366 0,2124 0,2124 0,2385
1
A A A A
2
3
4
5
6
7
8
9
10
12
13
0,266 0,2675 0,2741 0,2625 0,257 0,2629 0,2536 0,2607 0,2411 0,2352 0,2427 0,2485 0,25 0,2447 0,2425 0,2372 0,2458 0,243 0,2457 0,2392 0,2464 0,2589 0,25 0,2427 0,2485 0,25 0,2447 0,2425 0,2372 0,2458 0,243 0,2457 0,2392 0,2464 0,2411 0,25 0,2573 0,2544 0,25
2 3
4
dengan : A : UD. Nurmal Jaya 1
A A
3
: UD. Ikhwan Jaya
A
2
4
: UD. Paris Jaya
: UD. Lancar Jaya
B.5 Perhitungan Bobot Supplier Kayu Hasil perhitungan bobot untuk tiap supplier kayu dengan metode entropy dapat dilihat pada Tabel 2.9 Tabel 2.9 Hasil Perhitungan Bobot Supplier Kayu
A A A
1
2 3
1
2
3
4
A
2
6
7
8
9
10
11
12
13
w w w w w w w w w w w w w 1
2
3
4
5
6
7
8
9
10
11
12
13
0,288 0,355 0,3012 0,3288 0,3371 0,2963 0,2738 0,32290,3296 0,3564 0,2909 0,3333 0,3333 0,3832 0,2898 0,373 0,3832 0,3525 0,3964 0,3781 0,35420,3758 0,3137 0,3243 0,3333 0,3333 0,3288 0,3552 0,3258 0,288 0,3104 0,3074 0,3482 0,32290,2947 0,3299 0,3847 0,3333 0,3333
dengan : A : UD. Cahaya Mulya 1
5
: UD. Sumber Wangi
A
3
: UD. Muncul
13
7
8
9
10
11
12
w w w w w w w w w
4
0,3208 0,2547 0,2123 0,2123
6
5
6
7
8
9
0,3014 0,2841 0,3023 0,3071 0,295 0,2278 0,2437 0,2491 0,231 0,235 0,2429 0,2285 0,2316 0,231 0,235 0,2278 0,2437 0,2169 0,231 0,235
10
11
0,2942 0,2551 0,2254 0,2942
12
0,343 0,241 0,208 0,208
0,2816 0,2815 0,2493 0,2493 0,2345 0,2346 0,2345 0,2346
xij
m
xij
(5)
2
A L T E R N A T I F
C C C C C C C C C C 1
2
3
4
5
6
7
8
9
10
C
11
C
12
C
13
A
0,65960,69190,6528 0,6316 0,5984 0,5663 0,59970,6088 0,5869 0,5846 0,6698 0,5616 0,5614
A
0,41620,36610,4927 0,5016 0,4523 0,4857 0,4941 0,458 0,4675 0,5069 0,4705 0,4971 0,4972
1
2
A
0,41620,49970,4068 0,418 0,4823 0,4555 0,4595 0,458 0,4675 0,4479 0,4062 0,4677 0,4678
A
0,46740,37080,4068 0,418 0,4523 0,4857 0,4303 0,458 0,4675 0,4479 0,4062 0,4677 0,4678
3
3. Matriks keputusan yang ternormalisasi terbobot
KRITERIA
C C C C C C C C C C C C C
w
5
Tabel 2.11 Matriks Keputusan Ternormalisasi
4
A L T E R N A T I F
13
4
i 1
0,2447 0,2475 0,2515 0,2458 0,257 0,2457 0,2681 0,2464 0,2589 0,2648 0,2573 0,2485 0,25
1
C C C C C C C C C C
2. Matriks keputusan yang ternormalisasi Dengan menggunakan persamaan :
w w w 11
3
0,3587 0,3332 0,1899 0,2515 0,2591 0,2077 0,1923 0,2077
rij
w w w w w w w w w w
KRITERIA
3
Dengan bobot W w1 , w2 ,..., wn maka
rating bobot
ternormalisasi ( yij ) dapat didefinisikan sebagai
yij w j rij didapat :
(6)
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2012) 1-6 Tabel 2.12 Matriks Keputusan Ternormalisasi Terbobot A L T E R N A T I F
Tabel 2.15 Jarak Nilai Alternatif dengan Solusi Ideal Positif
C C C C C C C C C C C C C 1
2
3
4
5
6
7
8
9
10
11
5
12
D1
13
D2
0
A
0,0557 0,0603 0,0576 0,0495 0,0489 0,0415 0,0403 0,0498 0,0571 0,0393 0,0400 0,0360 0,0391
A
0,0351 0,0319 0,0434 0,0393 0,0370 0,0356 0,0332 0,0374 0,0455 0,0341 0,0281 0,0319 0,0346
1
2
A
0,0351 0,0435 0,0359 0,0328 0,0394 0,0334 0,0309 0,0374 0,0455 0,0301 0,0242 0,0300 0,0326
A
0,0395 0,0323 0,0359 0,0328 0,0370 0,0356 0,0289 0,0374 0,0455 0,0301 0,0242 0,0300 0,0326
3
4
D3
0,0474
D4
0,0489
0,0529
Jarak antara nilai alternatif dengan solusi ideal negatif dirumuskan sebagai : Di
2
n
y ij y i j 1
(12)
4. Menentukan solusi ideal positif dan solusi ideal negatif Solusi ideal positif A dan Solusi ideal negatif A dapat
dengan : i 1,2,..., m
ditentukan berdasarkan ( yij ) sebagai :
Tabel 2.16 Jarak Antara Alternatif dengan Solusi Negatif
rating
terbobot
ternormalisasi
A y1 , y 2 ,..., y n ; A y1 , y 2 ,..., y n ;
yj
yj
(7) (8)
max yij ; jika j adalah atribut keuntungan i min y ; jika j adalah atribut biaya ij i min yij ; jika j adalah atribut keuntungan i max y ; jika j adalah atribut biaya ij i
Tabel 2.13 Solusi Ideal Positif y
y y y
0,0557
y
0,0603
y
0,0576
y
1
2
3
5
y
6
y
8
8
9
10
0,0495
y
0,0489
y
12
0,0415
y
13
4
y
11
y
0,0571
y
2
0,0393
y
3
0,04
y
4
0,036
y
5
0,0403
y y
1
6 8
0,0351
y
0,0319
y
0,0359
y
0,0328
y
11
0,0370
y
12
0,0334
y
8 9
10
13
y y i ij j 1 dengan : i 1,2,..., m
0,0127
D3
0,0120
D4
0,0049
6. Menghitung nilai preferensi untuk setiap alternatif Nilai preferensi untuk setiap alternatif diberikan sebagai: Di (13) Vi Di Di
1
(10)
V2
0,2114
V3
0,1975
V4
0,0843
C.2 Perankingan Supplier Pasir Dengan menggunakan cara yang sama dengan perankingan supplier semen didapat nilai preferensi tiap alternatif s sebagai berikut : Tabel 2.18 Nilai Preferensi Supplier Pasir
V1
0,0374
0,3272
V2 0,6153
V3 0,3077
V4 0,6298
0,0455 0,0301 0,0242 0,03 0,0326
0,0289
Jarak antara nilai alternatif dengan solusi ideal positif dirumuskan sebagai : n
0,0549
V1
5. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan matrik solusi ideal negatif.
Di
D2
Tabel 2.17 Nilai Preferensi Supplier Semen
Tabel 2.14 Solusi Ideal Negatif
0,0498
0,0391
(9)
D1
2
(11)
C.3 Perankingan Supplier Besi Dengan menggunakan cara yang sama dengan perankingan supplier sebelumnya didapat nilai preferensi tiap alternatif sebagai berikut : Tabel 2.19 Nilai Preferensi Supplier Besi
V1
V2
V3
V4
1,0000
0,4156
0,0491
0,0476
C.4 Perankingan Supplier Batu Pondasi Dengan menggunakan cara yang sama dengan perankingan supplier sebelumnya didapat nilai preferensi tiap alternatif sebagai berikut :
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2012) 1-6 Tabel 2.20 Nilai Preferensi Supplier Batu Pondasi
V1
V2
V3
V4
0,4960
0,6296
0,2666
0,1949
C.5 Perankingan Supplier Kayu Dengan menggunakan cara yang sama dengan perankingan supplier sebelumnya didapat nilai preferensi tiap alternatif sebagai berikut :
6
[1] [2] [3] [4]
Tabel 2.21 Nilai Preferensi Supplier Kayu
V1
V2
V3
0,0326
0,7176
0,4086
[5]
[6]
D. Perankingan Supplier Bahan Baku dengan Coding Program Setelah dilakukan tahap coding program terlihat bahwa supplier semen terbaik adalah Koperasi Semen Gresik, supplier pasir terbaik adalah UD. Lancar Jaya, supplier besi terbaik adalah Koperasi Semen Gresik, supplier batu pondasi terbaik adalah UD. Ikhwan Jaya, dan supplier kayu terbaik adalah UD. Sumber Wangi KESIMPULAN Berdasarkan hasil pengolahan dan analisis data secara manual serta menggunakan coding program maka dapat diambil beberapa kesimpulan sebagai berikut: 1. Untuk supplier semen terbaik adalah Koperasi Semen Gresik . 2. Untuk supplier pasir terbaik adalah UD. Lancar Jaya. 3. Untuk supplier besi terbaik adalah Koperasi Semen Gresik 4. Untuk supplier batu pondasi terbaik adalah UD. Ikhwan Jaya . 5. Untuk supplier kayu terbaik adalah UD. Sumber Wangi. UCAPAN TERIMA KASIH Tugas Akhir ini dapat terselesaikan dengan baik dan lancar berkat kerja sama, bantuan, dan dukungan dari banyak pihak. Sehubungan dengan hal itu, penulis bermaksud menyampaikan ucapan terima kasih dan penghargaan kepada: 1. Allah SWT yang senantiasa melimpahkan segala rahmat, hidayah, dan petunjuk-Nya. 2. Bapak ibu tercinta yang telah membesarkan, mendidik, merawat dan memberikan do’a yang tulus dan ikhlas serta semua keluarga besar penulis yang senantiasa memberikan motivasi dan dukungannya. 3. Prof. DR. M. Isa Irawan, M.T dan Drs. I Gusti Ngurah Rai U., M.Si. selaku dosen pembimbing. 4. DR. Erna Apriliani, M.Si selaku Ketua Jurusan Matematika ITS. 5. Teman-teman seperjuangan khususnya KOMANDAN.
[7] [8]
DAFTAR PUSTAKA Kusumadewi, S., Hartanti, S., Harjoko, A., Wardoyo, R. (2006).“Fuzzy Multi-Attribute Decision Making” .Yogyakarta: Graha Ilmu. Budiman, R.F. (2009). “Pemilihan Supplier dengan Metode Topsis MCDM”. Tugas Akhir Jurusan Matematika Institut Teknologi Sepuluh Nopember. Surabaya Nurul,B.M. (2010). “Pemilihan Supplier Menggunakan Metode Fuzzy Data Envelopment Analysis (DEA)”. Tugas Akhir Jurusan Matematika Institut Teknologi Sepuluh Nopember. Surabaya. Surjasa, D., Astuti, P., Nugroho, H. (2006). “Usulan Supplier Selection dengan Analitycal Hierarchy Process dan Penerapan Sistem Informasi dengan Konsep Vendor Managed Inventory Pada PT. ABC “. Jurnal Dosen dan Alumni Teknik Industri Universitas Trisakti. Jakarta Gerdon. (2011). ”Sistem Pendukung Keputusan Untuk Menentukan Penerimaan Beasiswa Bagi Mahasiswa STMIK AMIKOM”. Tugas Akhir Jurusan Sistem Informasi STIMIK AMIKOM. Yogyakarta. Lestari, S. (2011). ”Seleksi Penerimaan Calon Karyawan Menggunakan Metode TOPSIS”. Konferensi Nasional Sistem dan Informatika. Bali. Avianti, R.S. (2009). “Kajian Metode Electre II Pada Permasalahan Multi-Attribute Decision Making (MADM)”. Tugas Akhir Matematika Institut Teknologi Sepuluh Nopember. Surabaya. Irawan, M.I. (2006 ). ”Pemodelan Preferensi Fuzzy Pada Analisis Keputusan Multiperson (Studi Kasus : Tingkat Kepentingan Atribut Kartu PrabayarMenurut Pelanggan) “. Seminar Nasional Matematika. Bandung