PEMILIHAN SUPPLIER DENGAN MENGINTEGRASIKAN CLUSTER ANALYSIS, ANP DAN TOPSIS SERTA ALOKASI ORDER DENGAN BEBERAPA

FUNGSI TUJUAN

1

Sidang Tesis

Disusun oleh : Ivan Angga ShodiqiNRP : 2509 203 011

Dibimbing oleh:Prof. Dr. Ir. Suparno, M.S.I.EProf. Ir. I Nyoman Pujawan, M.Eng., PhD

Latar Belakang• Pemilihan suplier yang tepat tidak hanya

menguntungkan bagi perusahaan tetapi juga meningkatkan kepuasan pelanggan

• Bahan baku dan komponen dapat mencapai 70% dari biaya produk dalam industri manufaktur (Demirtas dan Ustun, 2008)

• Pemilihan supplier adalah permasalahan multi kriteria yang melibatkan faktor atau kriteria kualitatif dan kuantitatif.

• Trade-off antara faktor tangible dan intangible sangat penting dilakukan dalam pemilihan supplier (Tahriri et al., 2008)

2

Latar Belakang - 2• Seringkali dalam pemilihan suplier, pengambil

keputusan dihadapkan pada kriteria pemilihan suplier yang saling berkaitan satu dengan yang lain

• Perusahaan bisa dihadapkan pada banyaknya alternatif supplier yang tersedia

• Sedangkan untuk meningkatkan daya saing perusahaan, dalam pemilihan suplier tidak hanya menetapkan satu target tujuan tetapi juga menetapkan beberapa tujuan sekaligus

3

PermasalahanBagaimana melakukan pemilihan supplierdengan kriteria pemilihan yang saling berkaitan dan mempunyai banyak pilihan supplier serta bagaimana mengalokasikan order dengan mengoptimalkan sejumlah tujuan yang hendak dicapai.

4

Tujuan1. Menghasilkan pengembangan metode pemilihan

supplier dengan mengkombinasikan ANP, TOPSIS, cluster analysis dan goal programming.

2. Untuk menghasilkan solusi dalam pemilihan supplier sesuai dengan kriteria yang ditentukan dan mengoptimalkan beberapa fungsi tujuan

BatasanProduk yang digunakan adalah produk tunggal

5

Asumsi1. Data awal yang didapat dari focus group

mewakili kriteria untuk melakukan klaster2. Kriteria pemilihan supplier berkaitan antara

satu dengan yang lainnya

Ruang Lingkup Penelitian

Posisi penelitian ini terhadap penelitian -penelitian pemilihan supplier sebelumnya

6

Ghodyspour dan O'Brien

(1998)

Muftih (2005)

Wang (2005)

Bottani dan Rizzi (2008)

Demirtas dan Ustun (2008)

Suhartini (2010)

Lin et al. (2011)

1 AHP v v v2 ANP v v v3 TOPSIS v v4 QFD v5 Fuzzy QFD v6 Fungsi tujuan tunggal v v v7 Fungsi tujuan multi v v v v8 Linear Programming v v v9 Multi Objective Mixed Integer Linear Programming v

10 Goal Programming v v v11 Cluster Analysis v v

No Karakteristik Penelitian

Penelitian - penelitian sebelumnyaPosisi penelitian

ini

Cluster Analysis

Cluster analysis adalah suatu analisis statistik yang bertujuan memisahkan obyek kedalam beberapa kelompok yang mempunyai sifat berbeda antar kelompok yang satu dengan yang lain. Tiap - tiap kelompok dalam cluster analysis bersifat homogen antar anggota dalam kelompok. Tujuan utama cluster analysis adalah menggabungkan objek - objekyang mempunyai kesamaan ke dalam sebuahkelompok atau klaster.

7

Analytical Network Process-1 • Analytical Network Process (ANP) merupakan sebuah

pengembangan dari metodologi Analytical Hierarchy Process (AHP) yang digunakan untuk menyelesaikan permasalahan Multi Criteria Decision Making (MCDM).

• ANP dapat memodelkan sistem dengan feedback dimana 1 level mungkin mendominasi dan didominasi baik secara langsung atau tidak langsung oleh level lainnya.

• Kelebihan dari ANP adalah dapat diaplikasikan untuk permasalahan multi kriteria yang didalamnya terdapat hubungan innerdependence, dengan kata lain ANP memungkinkan terjadinya feedback yang tidak dapat dilakukan dalam AHP.

8

Technique for Order Preference by Similarity to Idea Solution (TOPSIS)

• Metode TOPSIS merupakan pendekatan untuk penyelesaian permasalahan multikriteria

• Konsep TOPSIS adalah alternatif yang terdekat dengan ideal solution dan terjauh dari negative ideal solution pada multi-dimentional computing space adalah pilihan optimal.

9

Goal ProgrammingGoal programming muncul karena sebagian besar permasalahan optimasi hanya mempertimbangkan satu fungsi tujuan, sedangkan sering kali sebuah permasalahan memiliki lebih dari satu fungsi tujuan dimana fungsi tujuan satu dengan lainnya dapat menimbulkan konflik.

10

METODOLOGI PENELITIAN

11

Studi pendahuluan

Identifikasi dan rumusanmasalah

Menetapkan tujuan

Pemodelan danpengembangan model:

- Cluster analysis- ANP dan TOPSIS- Alokasi order dengan

Goal programming

Analisa dan interpretasi

Kesimpulan dan saran

Pengolahan data

Pengumpulan data

PENGEMBANGAN MODEL

12

Skema Pengembangan Model Penelitian ini mengacu pada model dasar yang diajukan oleh Lin et al. (2011)

13

Model dasarPemilihan supplier pada:- Produk tunggal- Produk disuplai oleh beberapa alternatif supplier- Fungsi tujuan tunggal

Pada kenyataannya- Satu produk bisa disuplai oleh alternatif supplier yang jumlahnya sangat banyak- Perusahaan bisa menetapkan mempunyai sejumlah tujuan

Rencana penelitian:Mengembangkan pemilihan supplierdengan:- Produk tunggal- Alternatif supplier berjumlah banyak- Perusahaan mempunyai sejumlah tujuan yang hendak dicapai

Model DasarLin et al. (2011) : pemilihan supplier dengan mengkombinasikan metode ANP dan TOPSIS dan menyelesaikan alokasi order dengan linier programming

14

Prosedur Tujuan

Metodologi KualitatifFocus group

Analytic NetworkProcess (ANP)

Technic for OrderPreference by Similarity

to Idea Solution(TOPSIS)

Linier Programming(LP)

Pendefinisian kriteriadan menemukan

keterkaitan antarakriteria

Menghitung bobot daritiap kriteria

Merangking danmenghitung skor akhir

dari tiap alternatif

Menghitung alokasiorder yang sesuai untuk

tiap supplier

Alokasi order pada model dasar dengan linier programming - 1

Max

Subject to : (batasan demand)

(batasan kualitas)

(batasan pengiriman)

(batasan budget)

(batasan kapasitas)

i=1,2,.....n

15

Alokasi order pada model dasar dengan linier programming - 2

Dimana : • Si rangking akhir supplier i • Xi. jumlah order untuk tiap supplier i• i indeks supplier ke 1,2,3,....n• Q permintaan bahan baku• di tingkat cacat bahan baku dari supplier i• B maksimum tingkat cacat yang ditoleransi• pi tingkat keterlambatan pengiriman supplier i• U maksimum tingkat keterlambatan yang ditoleransi• A maksimum harga per unit bahan baku yang ditoleransi• Ci kapasitas pembelian maksimum bahan baku yang

mampu disediakan supplier ke-i.

16

Pengembangan Model

17

Prosedur Tujuan

Metodologi KualitatifFocus group

Goal Programming (GP)

Pendefinisian kriteria dan menemukan

keterkaitan antara kriteria

Menghitung alokasi order yang sesuai untuk

tiap supplier

Cluster AnalysisMengelompokkan supplier ke dalam sejumlah klaster

Klaster terpilih

ANP dan TOPSIS

Proses pemilihan supplier

Proses alokasi order

Menghitung bobot dari tiap kriteria dan

menghitung skor akhir dari tiap supplier pada

klaster terplilih

Cluster Analysis• Alternatif supplier yang tersedia jumlahnya 29 supplier. • Untuk mereduksi variansi supplier maka dilakukan cluster

analysis• Kriteria pengklasteran diperoleh berdasarkan focus group

discussion meliputi:1.Respon penawaran (dengan sub kriteria: pengiriman

penawaran dan kelengkapan dokumen)2.Kriteria penilaian pemenang (dengan sub kriteria: aspek

teknis dan aspek ekonomis)3.Kedatangan barang (dengan sub kriteria: kesesuaian

kualitas/jumlah dan konsistensi terhadap due date, 4.Konsistensi pengiriman

18

Pengklasteran Alternatif Supplier - 1• Digunakan klaster hirarki dengan menggunakan metode centroid dalam

proses pengklasteran

19

Pengklasteran Alternatif Supplier - 2

• Penggolongan dapat dikerucutkan menjadi 2 klaster besar berdasarkankesamaan performansinya

• Klaster 1 mempunyai nilai rata – rata performansi sebesar 21,66 sedangkan klaster 2 mempunyai nilai rata – rata performansi sebesar 31,63.

• Supplier yang terpilih adalah suplier yang ada dalam klaster 2 yaitu sebanyak empat supplier yang terdiri dari CV. Trisari Kumpul., PT. Anugrah Binajaya Steel, PT. Central Niaga Mandiri dan PT. Sutindo Raya Mulia

20

Analytical Network Process (ANP) dan Technique for Order Preference by Similarity to Idea Solution

(TOPSIS)Pada penelitian ini kriteria yang digunakan dalam pemilihan supplier mengacu pada penelitian Lin et al. (2011) dan disesuaikan dengan kebutuhan dan kondisi perusahaan. Kriteria tersebut terdiri dari:

1. Kriteria hargaSub kriteria : Material, transportasi, manajemen dan negosiasi.

2. Kriteria kualitasSub kriteria : keandalan, inovasi serta riset dan pengembangan.

3. Kriteria pelayananSub kriteria : attitude, komunikasi, kecepatan respon, degree communication dan penggunaan teknologi.

4. Kriteria pengirimanSub kriteria : akurasi, lead time dan lokasi.

5. Kriteria kepercayaanSub kriteria : kredibiltas dan kapabilitas

21

Model Network ANP

22

Pelayanan

Attitude Komunikasi

Degree Communication

Kecepatan respon

Penggunan teknologi Lokasi

AkurasiLead time

Pengiriman

Harga

Material Transportasi

NegosiasiManajemen

Kepercayaan

Kredibilitas Kapabilitas

Kualitas

Riset dan pengembangan

Keandalan Inovasi

Hasil pembobotan kriteria dengan ANP

23

Kriteria Sub kriteria Bobot

Harga

Material 0.035479

Transportasi 0.009939

Manajemen 0.007908

Negosiasi 0.047711

Kualitas

Keandalan 0.144039

Inovasi 0.056443

Riset dan pengembangan 0.076797

Pelayanan

Attitude 0.016945

Komunikasi 0.041642

Kecepatan respon 0.049464

Degree communication 0.01665

Penggunaan teknologi 0.012136

Pengiriman

Akurasi 0.086723

Lead time 0.017047

Lokasi 0.000712

KepercayaanKredibilitas 0.248834

Kapabilitas 0.131530

Hasil perangkingan supplier dengan TOPSIS

Rank Supplier Ci1 CV. Trisari Kumpul 0.9822 PT. Anugerah Binajaya Steel 0.5753 PT. Central Niaga Mandiri 0.1884 PT. Sutindo Raya Mulia 0.172

24

CV. Trisari Kumpul menempati rangking pertama karena kriteria yang dimilikinya mempunyai jarak paling dekat dengan kriteria ideal .

Semakin akhir rangking supplier maka jarak kriteria yang dimilikinya lebih jauh dari kriteria ideal jika dibandingkan dengan supplier dengan peringkat di atasnya.

Alokasi order pada pengembangan model dasar dengan goal programming -1

• Alokasi order pada model dasar Lin et al. (2011) mempunyai satu fungsi tujuan yaitu memaksimalkan Total Value Purchasing (TVP)

• Permasalahan alokasi order dikembangkan pada permasalahan dimana ada sejumlah tujuan (multi objective)

• Sehingga digunakan goal programming untuk menyelesaikan permasalahan alokasi order pada supplier yang terpilih.

25

Tujuan yang ingin dicapai

• Memaksimalkan total value purchasing (TVP)• Meminimumkan total biaya pembelian perusahaan• Meminimumkan jumlah cacat bahan baku• Meminimumkan jumlah keterlambatan pengiriman

26

Variabel Keputusan

Pada penelitian ini, variabel keputusan yang dicari adalah:Si rangking akhir supplier i Xi. jumlah order untuk tiap supplier iDengan i adalah indeks supplier ke 1,2,3,....n

Alokasi order pada pengembangan model dengan goal programming -2

Pada tahap ini fungsi tujuannya meminimasi deviasi antara berbagai tujuanFungsi objektif1. Memaksimalkan total value purchasing (TVP)

2. Meminimumkan total biaya pembelian

3. Meminimumkan tingkat cacat produk

4. Meminimumkan keterlambatan pengiriman

27

Formulasi goal programming - 1

Formulasi goal programming - 2• Batasan permintaan

• Batasan kapasitas supplier

• Batasan kapasitas penyimpanan gudang perusahaan

Bentuk fungsi tujuan pada goal programming dapat diformulasikan sebagai berikut:Meminimalkan :

28

∑ 𝑋𝑋𝑖𝑖 ≤ 𝑊𝑊𝑛𝑛𝑖𝑖=1

Formulasi goal programming - 3Meminimalkan :Subject to:

29

Hasil alokasi order dengan goal programmingSupplier Alokasi order

CV. Trisari Kumpul 90PT. Anugerah Binajaya Steel 80PT. Central Niaga Mandiri 54PT. Sutindo Raya Mulia 26Total 250

30

Jika dibandingkan antara rangking supplier yang diperoleh dari TOPSIS dan besarnya prosentase alokasi order, maka prosentase alokasi order berbanding lurus dengan urutan rangking supplier.

Semakin baik peringkat supplier maka prosentase alokasi order yang diterima supplier semakin besar.

Kesimpulan dan SaranKesimpulan:• Untuk efisiensi dalam pemilihan supplier maka alternatif supplier

yang berjumlah besar diperlukan pengklasteran untuk dipilih satu klaster terbaik

• Terbentuk dua klaster dan klaster 2 terpilih sebagai klaster terbaik, dimana klaster 2 terdiri dari empat supplier yaitu: CV. Trisari Kumpul, PT. Anugerah Binajaya Steel, PT. Central Niaga Mandiri dan PT. Sutindo Raya Mulia.

• Terdapat 5 kriteria pemilihan supplier yang totalnya terdiri dari 17 sub kriteria. Dari sejumlah kriteria tersebut kriteria kepercayaan yang terdiri dari sub kriteria kredibilitas dan kapabilitas memiliki bobot yang paling besar.

• Hasil perangkingan dengan TOPSIS diperoleh urutan rangking supplier yaitu: 1)CV. Trisari Kumpul, 2)PT. Anugerah Binajaya Steel, 3)PT. Central Niaga Mandiri, 4)PT. Sutindo Raya Mulia.

31

Saran• Penelitian pemilihan supplier ini bisa dikembangkan pada multi produk

bukan hanya sebatas produk tunggal. • Penelitian selanjutnya bisa dilakukan dengan kombinasi metode multi

criteria decision making lainnya sehingga akan menambah wawasan dalam pemilihan supplier.

• Untuk penelitian selanjutnya sebaiknya dilakukan analisa sensitivitas dalam pemilihan suppliernya dan juga dalam melakukan alokasi order

32

Kesimpulan (lanjutan) Alokasi order diselesaikan dengan goal proramming dengan

mempertimbangkan empat fungsi tujuan yaitu: memaksimalkan total value purchasing (TVP), meminimumkan total biaya pembelian, meminimumkan tingkat cacat produk dan meminimumkan keterlambatan pengiriman.

Dari hasil perhitungan dengan goal programming disimpulkan bahwa semakin baik rangking supplier maka prosentase alokasi order suppliersemakin besar.

Langkah – langkah TOPSIS-1Langkah 1 : membangun matrik keputusan (D) dengan menggunakan nilai dari kriteria

Langkah 2 : Menormalisasikan matrik keputusan (D) melalui perhitungan berikut ini

33

0.5471 0.3889 0.2403 0.5089 0.2921 0.3148 0.2932 0.2805 0.2808 0.3496 0.3814 0.3278 0.5993 0.4415 0.2683 0.4321 0.25820.2157 0.3540 0.1943 0.2512 0.2279 0.1372 0.1683 0.2071 0.1917 0.1441 0.3723 0.1329 0.1892 0.2218 0.1680 0.3168 0.21210.1593 0.1613 0.0796 0.1169 0.1745 0.0924 0.0804 0.0908 0.0756 0.1010 0.1498 0.0878 0.1058 0.2368 0.1047 0.1650 0.10060.0779 0.0958 0.0602 0.1230 0.3055 0.0574 0.0822 0.0599 0.0619 0.0720 0.0964 0.0660 0.1058 0.0999 0.0808 0.0862 0.0628

Langkah – langkah TOPSIS-2Langkah 3 : Membangun matrik keputusan terbobot yang sudah dinormalkan (V)

Langkah 4 : Menjelaskan solusi ideal dan solusi negatifnya melalui perhitungan berikut ini.

34

Tabel Solusi Ideal

35

Sub kriteria A+ A- Material 0.00507 0.00072 Transportasi 0.00101 0.00025 Manajemen 0.00050 0.00012 Negosiasi 0.00635 0.00146 Keandalan 0.01150 0.00657 Inovasi 0.00464 0.00085 Riset dan pengembangan 0.00589 0.00161 Attitude 0.00124 0.00027 Komunikasi 0.00306 0.00067 Kecepatan respon 0.00452 0.00093 Degree communication 0.00166 0.00042 Penggunaan teknologi 0.00104 0.00021 Akurasi 0.01358 0.00240 Lead time 0.00197 0.00045 Lokasi 0.00005 0.00002 Kredibilitas 0.02810 0.00561 Kapabilitas 0.00888 0.00216

Langkah – langkah TOPSIS-3Langkah 5 : Hitung jarak antara solusi ideal dengan solusi negatifnya untuk masing-masing alternatif.

Langkah 6 : Hitung hubungan terdekat dari solusi idealnya untuk masing-masing alternatif.

Langkah 7 : Merangking order dari alternatif

36

Goal programming

Meminimalkan deviasiPada tahap ini fungsi tujuannya meminimasi deviasi antara berbagai tujuanFungsi objektif1. Memaksimalkan total value purchasing (TVP)

Memaksimalkan Persamaan di atas dirubah ke bentuk goal programming menjadi:

n1 adalah deviasi negatif ke 1 yang menunjukkan tingkat pencapaian TVP kurang dari nilai yang ditargetkan.p1 adalah deviasi positif ke 1 yang menunjukkan tingkat pencapaian TVP melebihi dari nilai yang ditargetkan.g1 adalah target TVP yang ingin dicapai.

37

Fungsi objektif-22. Meminimumkan total biaya pembelian

Meminimalkan

Persamaan di atas dirubah ke bentuk goal programming menjadi:

Dimana:n2 adalah deviasi negatif ke 2 yang menunjukkan tingkat pencapaian biaya pembelian kurang dari nilai yang ditargetkan.p2 adalah deviasi positif ke 2 yang menunjukkan tingkat pencapaian biaya pembelian melebihi dari nilai yang ditargetkan.g2 adalah target biaya pembelian yang ditentukanai adalah harga per unit bahan baku yang dari supplier i

38

Fungsi objektif-33. Meminimumkan tingkat cacat produk

Meminimalkan

Persamaan di atas dirubah ke bentuk goal programming menjadi:

Dimana:n3 adalah deviasi negatif ke 3 yang menunjukkan jumlah cacat produk kurang dari nilai yang ditargetkan.p3 adalah deviasi positif ke 3 yang menunjukkan jumlah cacat produk melebihi dari nilai yang ditargetkan.g3 adalah target jumlah cacat yang ditentukandi adalah tingkat cacat bahan baku dari supplier i

39

Fungsi objektif-44. Meminimumkan keterlambatan pengiriman

Meminimalkan

Persamaan di atas dirubah ke bentuk goal programming menjadi:

Dimana:n4 adalah deviasi negatif ke 4 yang menunjukkan tingkat pencapaian keterlambatan pengiriman kurang dari nilai yang ditargetkan.p4 adalah deviasi positif ke 4 yang menunjukkan tingkat pencapaian keterlambatan melebihi dari nilai yang ditargetkan.g4 adalah target jumlah keterlambatan pengiriman yang ditentukanpi adalah tingkat keterlambatan pengiriman supplier i

40