View
259
Download
0
Category
Preview:
Citation preview
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
PENGUKURAN EFISIENSI JURUSAN DI FAKULTAS
TEKNIK UNIVERSITAS SEBELAS MARET
DENGAN MENGGUNAKAN METODE
DATA ENVELOPMENT ANALYSIS (DEA)
Skripsi
BAYU SULISTYONO
I 0307030
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK
UNIVERSITAS SEBELAS MARET
SURAKARTA
2011
u
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
PENGUKURAN EFISIENSI JURUSAN DI FAKULTAS
TEKNIK UNIVERSITAS SEBELAS MARET
DENGAN MENGGUNAKAN METODE
DATA ENVELOPMENT ANALYSIS (DEA)
Skripsi
Sebagai Persyaratan Untuk Memperoleh Gelar Sarjana Teknik
BAYU SULISTYONO
I 0307030
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK
UNIVERSITAS SEBELAS MARET
SURAKARTA
2011
u
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
vi
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
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
vii
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
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
viii
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)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ix
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 (BAN-
PT). 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)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
x
DAFTAR ISI
HALAMAN JUDUL.............................................................................................
LEMBAR PENGESAHAN.................................................................................
LEMBAR VALIDASI.........................................................................................
SURAT PERNYATAAN ORISINALITAS KARYA ILMIAH......................
SURAT PERNYATAAN PUBLIKASI KARYA ILMIAH.............................
KATA PENGANTAR.........................................................................................
ABSTRAK............................................................................................................
ABSTRACT.........................................................................................................
DAFTAR ISI ……………………………………………………..………..………..
DAFTAR TABEL………………………………………………..………………...
DAFTAR GAMBAR..…………………………………………..…….…..…….
DAFTAR PERSAMAAN...................................................................................
i
ii
iii
iv
v
vi
viii
ix
x
xiii
xiv
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
1.6
Batasan Masalah…………………………………………………...
Asumsi……………………………………………………………..
I - 4
I - 4
1.7 Sistematika Penulisan ………………………………………….…... I - 4
BAB II TINJAUAN PUSTAKA
2.1 Konsep Efisiensi…………………………...…………………….. II - 1
2.1.1 Pengertian Efisiensi…………….………………........... II - 1
2.1.2 Metode Pengukuran Efisiensi………………………….. II - 1
2.2 Program Linier (Linear Programming)………………….……… II - 2
2.2.1 Pengertian Program Linier.………………………….... II - 2
2.2.2 Asumsi pada Model Program Linier.…………………. II - 2
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xi
2.2.3 Bentuk-bentuk Model Program Linier……………….... II - 3
2.2.4 Solusi Model Program Linier…………………….……. II - 4
2.3 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
3.2.1 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
3.3 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
3.4 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
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xii
3.4.4 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 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
4.2 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……………………………………………
V - 3
5.1.5 Analisis Efisiensi Relatif Seluruh DMU Tahun
2009/2010……………………………………………
V - 4
5.2 Analisis Super Efisiensi………………………………………. V - 5
BAB VI KESIMPULAN DAN SARAN
6.1 Kesimpulan………………………………………………..…………. VI - 1
6.2 Saran……………………………………………………………… VI - 1
DAFTAR PUSTAKA
LAMPIRAN
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xiii
DAFTAR TABEL
Tabel 2.1
Tabel 4.1
Tabel 4.2
Tabel 4.3
Tabel 4.4
Tabel 4.5
Tabel 4.6
Tabel 4.7
Tabel 4.8
Tabel 4.9
Tabel 4.10
Tabel 4.11
Tabel 4.12
Tabel 4.13
Tabel 4.14
Tabel 4.15
Tabel 4.16
Tabel 4.17
Tabel 4.18
Angka Efisiensi Edukasi..............................................................
Elemen Penilaian…………………………….............................
Output Sistem..............................................................................
Input Sistem……………….........................................................
Output Lama Studi Tahun Ajaran 2008/2009.............................
Output Lama Studi Tahun Ajaran 2009/2010..............................
Data Output Tahun Ajaran 2008/2009........................................
Data Output Tahun Ajaran 2009/2010........................................
Data input jumlah dosen tahun ajaran 2008/2009.......................
Data input jumlah dosen tahun ajaran 2009/2010.......................
Jumlah Mahasiswa dan SPP Semester Gasal 2008/2009.............
Jumlah Dana SPP Semester Gasal 2008/2009………….............
Data input jumlah ruang kelas tahun ajaran 2008/2009………...
Data input jumlah ruang kelas tahun ajaran 2009/2010………...
Data input tahun ajaran 2008/2009…………………………......
Data input tahun ajaran 2009/2010…………………………......
Nilai efisiensi teknis tahun ajaran 2008/2009…………………..
Nilai efisiensi teknis tahun ajaran 2009/2010…………………..
Nilai super efisiensi tahun ajaran 2008/2009 dan 2009/2010…..
Hal
II - 14
IV - 2
IV - 5
IV - 6
IV - 7
IV - 7
IV - 7
IV - 8
IV - 8
IV - 8
IV - 9
IV - 9
IV - 9
IV - 9
IV - 10
IV - 10
IV - 14
I IV - 14
IV - 18
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xiv
DAFTAR GAMBAR
Gambar 3.1
Diagram Alir Metodologi Penelitian...................................
Hal
III - 1
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xv
DAFTAR PERSAMAAN
Persamaan 2.1
Persamaan 2.2
Persamaan 2.3
Persamaan 2.4
Persamaan 2.5
Persamaan 2.6
Persamaan 2.7
Persamaan 2.8
Persamaan 2.9
Persamaan 2.10
Persamaan 2.11
Persamaan 2.12
Persamaan 4.1
Persamaan 4.2
Persamaan 4.3
Persamaan 4.4
Fungsi Tujuan DEA Model CCR .....................................
Konstrain Efisiensi DEA Model CCR..............................
Konstrain Bobot Input dan Output DEA Model CCR......
Jumlah Input Model DEA CCR........................................
Bentuk Linier Fungsi Tujuan DEA Model CCR..............
Bentuk Linier Konstrain Efisiensi DEA Model CCR.......
Bentuk Linier Konstrain Jumlah Input DEA Model
CCR...................................................................................
Konstrain Bobot Input dan Output DEA Model CCR......
Konstrain Convexity DEA Model BCC............................
Fungsi Tujuan DEA Model BCC .....................................
Konstrain Efisiensi DEA Model BCC..............................
Konstrain Convexity DEA Model BCC............................
Fungsi Tujuan ..................................................................
Fungsi Pembatas Efisiensi DMU .....................................
Fungsi Pembatas Jumlah Input ........................................
Fungsi Pembatas Bobot Input dan Output........................
Hal
II - 9
II - 9
II - 9
II - 10
II - 10
II - 10
II - 10
II - 10
II - 10
II - 11
II - 11
II - 11
IV -10
IV -11
IV -11
IV -11
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xvi
DAFTAR LAMPIRAN
Lampiran 1
Lampiran 2
Lampiran 3
Lampiran 4
Lampiran 5
Lampiran 6
Lampiran 7
Lampiran 8
Lampiran 9
Lampiran 10
Lampiran 11
Elemen Penilaian dan Deskriptor Borang Akreditasi......
Mapping input dan output sistem......................................
Dana Operasional...............................................................
Persamaan Linier DEA untuk DMU Teknik Mesin dan
Teknik Kimia Tahun 2008/2009.....................................
Persamaan Linier DEA untuk Semua DMU Tahun
2009/2010..........................................................................
Hasil LINGO untuk Semua DMU Tahun 2008/2009.....
Hasil LINGO untuk Semua DMU Tahun 2009/2010.....
Persamaan Super Efisiensi DEA untuk Tahun
2008/2009............................................................................
Persamaan Super Efisiensi DEA untuk Tahun
2009/2010............................................................................
Hasil LINGO Super Efisiensi untuk Semua DMU Tahun
2008/2009............................................................................
Hasil LINGO Super Efisiensi untuk Semua DMU Tahun
2009/2010............................................................................
Hal
L - 1
L - 4
L - 5
L - 6
L - 9
L - 11
L - 14
L - 17
L - 19
L - 21
L - 24
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
I-1
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
I-2
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 universitas-
universitas 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
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
I-3
(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?
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
I-4
1.3 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.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
I-5
BAB II : 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.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-1
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).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-2
3. 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
setiap aktivitas pada nilai dan fungsi tujuan (Z) proporsional terhadap tingkat dari
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-3
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-4
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 diinginkan. Nilai fungsi tujuan yang
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-5
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
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-6
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
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-7
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 untuk menyusun strategi perbaikan.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-8
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-9
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
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-10
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 nilai-
nilai bobot λ, yaitu dengan memasukan dalam model di atas batasan berikut:
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-11
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).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-12
2.4 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).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-13
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
jurusan baru, yaitu Jurusan Teknik Industri, Teknik Kimia dan Teknik Mesin. Hal
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-14
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
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.
2007/2008 2008/2009 2009/2010
Teknik Industri 21,86 13,91 27,64
Teknik Mesin 14,35 14,13 11,92
Teknik Kimia 21,5 16,53 18,78
JurusanAngka Efisiensi Edukasi
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-15
Anna (2007) 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%.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-1
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.
Gambar 3.1 Diagram Alir Metodologi Penelitian
Latar Belakang Masalah
Perumusan Masalah dan Tujuan
Penelitian
Studi Literatur
Menghitung Nilai Efisiensi Teknis
Menentukan Target Peningkatan
Efisiensi
Analisis dan Intepretasi Hasil
Kesimpulan dan Saran
Identifikasi Output Sistem
Identifikasi Elemen Penilaian Borang
Akreditasi
Menentukan Input Sistem
Menentukan Persamaan Linier
Model DEA
DMU efisien?
Tidak
Ya
Mengitung Nilai Super
Efisiensi
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-2
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
metode yang tepat karena dapat mengakomodasi banyak input dan banyak output
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-3
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
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-4
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. Atribut-
atribut 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.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-5
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-6
3.5 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.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-1
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
bagaimana performansi dari jurusan atau program studi di perguruan tinggi.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-2
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.
Tabel 4.1. Elemen penilaian
No. Elemen Penilaian
1
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
2 Profil mahasiswa: prestasi dan reputasi akademik, bakat dan minat
3Profil lulusan: ketepatan waktu penyelesaian studi, proporsi mahasiswa yang
menyelesaikan studi dalam batas masa studi
4
Pelacakan dan perekaman data lulusan: kekomprehensifan, pemutakhiran, profil masa
tunggu kerja pertama, kesesuaian bidang kerja dengan bidang studi, dan posisi kerja
pertama.
5
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.
6 Jumlah, kualifikasi, dan pelaksanaan tugas Dosen Tidak Tetap
7 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.
10Sistem pembimbingan akademik: banyaknya mahasiswa per dosen PA, pelaksanaan
kegiatan, rata-rata pertemuan per semester, efektivitas kegiatan perwalian
11
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.
12
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.
13Ruang kerja dosen yang memenuhi kelayakan dan mutu untuk melakukan aktivitas
kerja, pengembangan diri, dan pelayanan akademik
14Akses dan pendayagunaan sarana yang dipergunakan dalam proses administrasi dan
pembelajaran serta penyeleng-garaan kegiatan Tridharma PT secara efektif.
15
Produktivitas dan mutu hasil penelitian dosen dalam kegiatan penelitian,
pelayanan/pengabdian kepada masyarakat, dan kerjasama, dan keterlibatan mahasiswa
dalam kegiatan tersebut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-3
Tabel 4.1. Elemen penilaian (lanjutan)
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
menunjukkan bahwa kualitas dari suatu jurusan itu semakin baik, karena
No. Elemen Penilaian
12
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.
13Ruang kerja dosen yang memenuhi kelayakan dan mutu untuk melakukan aktivitas
kerja, pengembangan diri, dan pelayanan akademik
14Akses dan pendayagunaan sarana yang dipergunakan dalam proses administrasi dan
pembelajaran serta penyeleng-garaan kegiatan Tridharma PT secara efektif.
15
Produktivitas dan mutu hasil penelitian dosen dalam kegiatan penelitian,
pelayanan/pengabdian kepada masyarakat, dan kerjasama, dan keterlibatan
mahasiswa dalam kegiatan tersebut.
16
Kegiatan pelayanan/pengabdian kepada masyarakat dosen dan mahasiswa program
studi yang bermanfaat bagi pemangku kepentingan (kerjasama, karya, penelitian, dan
pemanfaatan jasa/produk kepakaran).
17
Jumlah dan mutu kerjasama yang efektif yang mendukung pelaksanaan misi program
studi dan institusi dan dampak kerjasama untuk penyelenggaraan dan pengembangan
program studi
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-4
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-5
Output-output sistem yang digunakan pada penelitian ini dirangkum pada Tabel
4.2.
Tabel 4.2. Output Sistem
No. Indikator Performansi
1 Rata-rata IPK
2 Jumlah kelulusan tepat waktu
3 Jumlah penelitian dan kegiatan P2M yangg dilakukan dosen
4 Jumlah mata kuliah yang diselenggarakan
5 Jumlah lulusan
6 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, input-
input 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
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-6
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.
Tabel 4.3. Input Sistem
No. Input sistem
1 Jumlah dosen
2 Jumlah mahasiswa
3 Jumlah dana penelitian/tahun
4 Jumlah ruang kelas
5 Jumlah dana operasional/tahun
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-7
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
Tabel 4.5. Data output lama studi tahun ajaran 2009/2010
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 DMULama Studi
(Target)
Lama Studi
(Aktual)
Rasio Lama Studi
(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
No DMULama Studi
(Target)
Lama Studi
(Aktual)
Rasio Lama Studi
(Target/Aktual)
1 Teknik Industri 5 4,9 1,020
2 Teknik Mesin 5 5,6 0,893
3 Teknik Kimia 5 4,7 1,064
Rata-rata
IPK
Jumlah lulusan
tepat waktu
(orang)
Jumlah penelitian
dan kegiatan P2M
Jumlah
lulusan
(orang)
Jumlah mata
kuliah
Rasio
Lama
studi
1 Teknik Industri 3,27 25 7 42 62 1,064
2 Teknik Mesin 3,11 17 29 38 57 0,990
3 Teknik Kimia 3,14 26 9 31 57 0,980
OUTPUT
No DMU
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-8
Tabel 4.7. Data output tahun ajaran 2009/2010
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
Tabel 4.9. Data input jumlah dosen tahun ajaran 2009/2010
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.
Rata-rata
IPK
Jumlah lulusan
tepat waktu
(orang)
Jumlah penelitian
dan kegiatan P2M
Jumlah
lulusan
(orang)
Jumlah mata
kuliah
Rasio
Lama
studi
1 Teknik Industri 3,26 40 6 41 62 1,020
2 Teknik Mesin 3,16 7 18 58 58 0,893
3 Teknik Kimia 3,14 27 9 57 57 1,064
No DMU
OUTPUT
Teknik
Industri
Teknik
Mesin
Teknik
Kimia
1 Strata 1 2 3 3 0,33
2 Strata 2 21 26 18 0,67
3 Strata 3 0 2 1 1
14,73 20,41 14,05Jumlah dosen x Bobot
Tingkat pendidikanNo
DMU
Bobot
Teknik
Industri
Teknik
Mesin
Teknik
Kimia
1 Strata 1 2 3 3 0,33
2 Strata 2 21 25 19 0,67
3 Strata 3 1 3 2 1
15,73 20,74 15,72Jumlah dosen x Bobot
No Tingkat pendidikan
DMU
Bobot
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-9
Tabel 4.10 Jumlah Mahasiswa dan SPP semester gasal 2008/2009
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
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
Tabel 4.13. Data input jumlah ruang kelas tahun ajaran 2009/2010
Teknik
Industri
Teknik
Mesin
Teknik
KimiaIndustri Mesin Kimia
2002 2 8 6 407.500Rp 407.500Rp 407.500Rp
2003 18 25 10 407.500Rp 407.500Rp 407.500Rp
2004 48 39 27 542.500Rp 542.500Rp 542.500Rp
2005 31 20 33 543.000Rp 550.000Rp 568.000Rp
2006 48 33 39 918.000Rp 1.020.000Rp 768.000Rp
2007 55 46 43 1.078.500Rp 1.228.500Rp 1.128.500Rp
2008 76 62 77 1.163.500Rp 1.213.500Rp 1.263.500Rp
Total 278 233 235
Jumlah Mahasiswa SPP dan Dana Lain-lain
Angkatan
Angkatan Teknik Industri Teknik Mesin Teknik Kimia
2002 815.000Rp 3.260.000Rp 2.445.000Rp
2003 7.335.000Rp 10.187.500Rp 4.075.000Rp
2004 26.040.000Rp 21.157.500Rp 14.647.500Rp
2005 16.833.000Rp 11.000.000Rp 18.744.000Rp
2006 44.064.000Rp 33.660.000Rp 29.952.000Rp
2007 59.317.500Rp 56.511.000Rp 48.525.500Rp
2008 88.426.000Rp 75.237.000Rp 97.289.500Rp
Total 242.830.500Rp 211.013.000Rp 215.678.500Rp
No DMU Ruang KelasJumlah
Semester
Total Ruang
Kelas
1 Teknik Industri 3 2 6
2 Teknik Mesin 6 2 12
3 Teknik Kimia 5 2 10
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-10
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
Tabel 4.15. Data input tahun ajaran 2009/2010
4.2 PERHITUNGAN EFISIENSI
4.2.1 Penentuan Persamaan Linier DEA
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
2 = Jumlah kelulusan tepat waktu
Jumlah
dosen
Jumlah
mahasiswa
Dana penelitian
(ribuan)
Jumlah
ruang kelas
Dana operasional
(ribuan)
1 Teknik Industri 14,73 278 31.753Rp 6 460.742Rp
2 Teknik Mesin 20,41 223 211.870Rp 12 398.327Rp
3 Teknik Kimia 14,05 235 56.050Rp 10 408.858Rp
DMUNo
INPUT
Jumlah
dosen
Jumlah
mahasiswa
Dana penelitian
(ribuan)
Jumlah
ruang kelas
Dana operasional
(ribuan)
1 Teknik Industri 15,73 276 628.750Rp 6 549.189Rp
2 Teknik Mesin 20,74 205 1.694.450Rp 12 425.318Rp
3 Teknik Kimia 15,72 226 361.607Rp 10 451.216Rp
No DMU
INPUT
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-11
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
t = decision making unit (DMU) ; ( t =1,2,3)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-12
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 0
v1, v2, v3, v4, v5, v6 ≥ 0
Setelah tersusun persamaan linier DEA selanjutnya memasukkan nilai
output pada koefisien-koefisien y. Koefisien y11 diperoleh dari data output rata-
rata 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 waktu studi ( Tabel 4.5 atau 4.6). Begitu juga
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-13
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-14
Hasil perhitungan efisiensi teknis untuk ketiga DMU pada dua periode
disajikan pada tabel berikut.
Tabel 4.16. Nilai efisiensi teknis tahun ajaran 2008/2009
Tabel 4.17. Nilai efisiensi teknis tahun ajaran 2009/2010
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
y52 + v6 y62 ≤ 0
No DMU Tingkat efisiensi
1 Teknik Industri 100%
2 Teknik Mesin 100%
3 Teknik Kimia 100%
No DMU Tingkat efisiensi
1 Teknik Industri 100%
2 Teknik Mesin 100%
3 Teknik Kimia 100%
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-15
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 ≥ 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
Dengan didapatkannya nilai super efisiensi untuk tahun 2008/2009 dan 2009/2010
kita dapat melihat peringkat efisiensi DMU untuk kedua tahun tersebut. Walaupun
No DMUTahun
2008/2009
Tahun
2009/2010
1 Teknik Industri 2,105 2,469
2 Teknik Mesin 2,977 2,122
3 Teknik Kimia 1,475 2,494
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-16
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V - 1
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
jumlah lulusan tepat waktu dan jumlah lulusan. Kelulusan tepat waktu mengalami
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V - 2
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
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V - 3
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 dana penelitian. Jurusan Teknik Mesin dengan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V - 4
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 sama seperti tahun sebelumnya Teknik
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V - 5
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 input maupun output yang digunakan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V - 6
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
VI - 1
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.
Recommended