5

BAB II

LANDASAN TEORI

2.1 Pembelian Bahan Baku

Pembelian bahan baku pada perusahaan manufaktur biasanya dilakukan

oleh divisi Purchasing. Purchasing dalam perusahaan manufaktur dapat diartikan

sebagai kegiatan untuk mendapatkan barang-barang seperti bahan baku produksi

dan bahan pembantu produksi lainnya. Bahan baku merupakan bahan yang

berhubungan dengan proses pembuatan barang setengah jadi atau barang jadi,

yang diolah perusahaan manufaktur. Pembelian bahan baku biasanya dilakukan

oleh perusahaan besar maupun perusahaan kecil, kepala departemen memiliki

wewenang untuk membeli bahan baku sesuai dengan kebutuhan . Menurut Sofjan

(2008) bahan baku merupakan barang-barang berwujud yang digunakan dalam

proses produksi, barang dapat diperoleh dari sumber-sumber alam ataupun dibeli

dari supplier atau perusahaan yang menghasilkan bahan baku bagi perusahaan

pabrik yang menggunakannya. Bahan baku diperlukan oleh pabrik untuk diolah,

yang setelah mengalami beberapa proses diharapkan menjadi barang jadi.

2.1.1 Tujuan Pembelian Bahan Baku

Menurut Leenders, M,R., Fearon, (1997), secara garis besar tujuan dari

pembelian bahan baku yaitu untuk memperoleh bahan baku yang tepat pada

kuantitas yang tepat diwaktu dan tempat yang tepat dari pemasok yang tepat

dengan pelayanan yang baik dan pada harga yang optimal.

2.1.2 Supplier

Globalisasi memberikan dampak dengan semakin banyaknya bahan

pertimbangan yang perlu diperhatikan dalam mengambil keputusan,

terutama dalam hal membuat atau membeli material produksi. Ketika

keputusan untuk membeli diambil, banyaknya perusahaan yang muncul untuk

dijadikan supplier menambah bahan pertimbangan tersendiri. Di masa

globalisasi ini persaingan antar perusahaan semakin ketat, sehingga pemilihan

6

pemasok menjadi salah satu faktor kesuksesan sebuah perusahaan Gancer, dkk.

(2007).

2.1.3 Pemilihan Supplier

Pemilihan supplier yang tepat menjadi nilai penting karena hal ini

dimaksudkan untuk memastikan sebuah proyek akan berhasil dalam jangka

panjang. Menurut Alfian, dkk. (2013) Proses pemilihan supplier yang tidak tepat

akan berdampak pada penjualan dari perusahaan karena berhubungan dengan

proses produksi dan juga produk yang akan dijual nantinya.

Pemilihan supplier adalah permasalahan yang multi kriteria dimana setiap

kriteria yang digunakan memiliki kepentingan yang berbeda-beda setiap

kriterianya. Jika pemilihan supplier hanya fokus pada satu kriteria saja sudah

tidak efisien lagi. Dalam mendapatkan supplier yang tepat perlu adanya

pertimbangan lebih jauh dalam menilai kriteria-kriterianya. Menurut Dobler, dkk.

(1990) pemilihan supplier menjadi salah satu faktor penting dalam supply chain

karena merupakan salah satu strategi perusahaan untuk dapat bersaing dengan

perusahaan lain dalam hal kepuasan konsumen dan juga untuk meningkatkan

servis level perusahaan tersebut dalam memenuhi permintaan konsumen.

Artikel yang dipublikasikan sejak tahun 1966 oleh Weber, dkk. (1991)

menyajikan semua klasifikasi 74 paper, kriteria harga, pengiriman, kualitas,

kapasitas produksi dan lokasi merupakan kriteria yang paling banyak disebut

dalam literatur. Pemilihan supplier merupakan hal yang sangat penting yaitu

penentuan kriteria-kriteria yang diperlukan untuk menilai kapasitas dan kinerja

dari supplier dalam menghasilkan unit/ item yang di diinginkan.

2.1.4 Kriteria dalam Pemilihan Supplier

Pemilihan supplier merupakan permasalahan multi kriteria dimana pada

setiap kriteria yang digunakan mempunyai kepentingan berbeda dan informasi

mengenai hal tersebut tidak diketahui secara tepat. Menurut Kurniawati dkk,

(2013) umumnya terdapat beberapa kriteria yang mempengaruhi dalam pemilihan

pemasok, misalnya dalam hal kualitas meliputi pengiriman, kinerja masa lalu,

garansi, harga, kemampuan teknik dan kondisi finansial. Berikut merupakan

7

kriteria dan subkriteria yang digunakan dalam penelitian Kurniawati, dkk. (2013)

setelah dirangkum dari berbagai sumber.

1. Kriteria biaya dengan subkriteria harga.

2. Kriteria Kualitas dengan sub-kriteria kesesuaian material dengan spesifikasi

dan sub-kriteria kemampuan memberikan kualitas yang konsisten.

3. Kriteria ketepatan dengan sub-kriteria waktu pengiriman dan jumah

pengiriman.

4. Kriteria service dengan sub-kriteria garansi & layanan aduan, responsif, dan

sistem komunikasi

5. Kriteria hubungan pemasok dengan sub-kriteria keprofesionalan pemasok,

kinerja masa lalu pemasok, dan kekuatan keuangan pemasok.

Menurut Fong, dkk. (2000) ada lebih banyak lagi kriteria yang perlu

diperhatikan dalam memilih supplier. Terdapat 8 kriteria dengan sub-kriterianya

masing-masing yang dianggap perlu diperhatikan dalam memilih supplier yakni

harga yang murah, kapabilitas keuangan, kinerja masa lalu, pengalaman masa

lalu, sumberdaya, beban kerja saat ini, hubungan masa lalu, dan safety

management dengan 15 sub-kriteria.

Menurut Dicson (1966) mengemukakan dua puluh satu kriteria untuk

pemilihan dan evaluasi supplier dapat dilihat pada tabel 2.1

Tabel 2.1 Kriteria Pemilihan Supplier

No Kriteria No Kriteria

1 Kualitas 12 Management and Organization

2 Delivery 13 Operating Controls

3 Performance History 14 Attitudes

4 Warranties and Claim Policies 15 Impression

5 Price 16 Packaging Ability

6 Technical Capability 17 Labor Relations Records

7 Financial Position 18 Geographical Location

8 Prosedural Compliance 19 Amount of past business

9 Communication System 20 Training Aids

10 Reputation and Position in Industry 21 Reciprocal Arrangements

11 Desire for Business

Sumber : Dickson , 1966

Dengan banyak kriteria-kriteria yang ada dalam pemilihan supplier, namun

keputusan dalam penentuan kriteria yang akan digunakan dalam suatu perusahaan

ditentukan oleh perusahaan itu sendiri. Perusahaan akan memilih beberapa kriteria

8

yang ada, pemilihan kriteria biasanya tergantung dari item-item bahan baku yang

dipasok ke perusahaan.

2.1.5 Analytic Network Process (ANP)

Analytic Network Process atau ANP adalah teori matematis

yang memungkinkan seorang pengambil keputusan menghadapi faktor-faktor

yang saling berhubungan (dependence) serta umpan balik (feedback) secara

sistematik. ANP merupakan satu dari metode pengambilan keputusan berdasarkan

banyaknya kriteria atau Multiple Kriteria Decision Making (MCDM) yang

dikembangkan oleh Thomas L Saaty. Metode ini merupakan pendekatan baru

metode kualitatif yang merupakan perkembangan lanjutan dari metode

terdahulu yakni Analytic Hierarchy Process (AHP) Tanjung dan Devi (2013 hal

214).

Kelebihan ANP dari metode yang lain adalah kemampuannya untuk

membantu para pengambil keputusan dalam melakukan pengukuran dan sintesis

sejumlah faktor-faktor dalam hierarki atau jaringan. Tidak ada metodologi lain

yang mempunyai fasilitas sintesis seperti metodologi ANP. ANP merupakan teori

matematika yang memungkinkan seseorang untuk melakukan dependence dan

feedback secara sistematis yang dapat menangkap dan mengkombinasikan faktor-

faktor tangible dan intangible Aziz (2003). Menurut Tanjung dan Devi (2013 hal

214), dari kesederhanaan metodenya membuat ANP menjadi metode yang lebih

umum dan lebih mudah diaplikasikan untuk studi kualitatif yang

beragam, seperti pengambilan keputusan, peramalan (forecasting), evaluasi,

pemetaan (mapping), strategizing, alokasi sumber daya dan lain sebagainya.

Penelitian dengan pendekatan kualitatif hanya mendeskripsikan hasil

penemuan yang ada dilapangan tanpa melakukan sintesis lebih dalam. Terlebih

lagi jika dibandingkan dengan metode AHP, ANP memiliki banyak kelebihan,

seperti perbandingan yang dihasilkan lebih objektif, kemampuan prediktif

yang lebih akurat, dan hasil yang lebih stabil. ANP lebih bersifat general dari

AHP yang digunakan pada multi-criteria decision analysis. struktur AHP

merupakan suatu decision problem dalam bentuk tingkatan suatu hirarki,

9

sementara ANP menggunakan pendekatan jaringan tanpa harus

menetapkan level seperti pada hirarki yang digunakan dalam AHP (Saaty, 2005).

Analytical Network Process digunakan untuk memecahkan masalah

yang bergantung pada alternatif-alternatif dan kriteria-kriteria yang ada. Dalam

teknik analisisnya, ANP menggunakan perbandingan berpasangan pada

alternatif-alternatif dan kriteria proyek. Pada jaringan AHP terdapat level tujuan,

kriterian, subkriteria, dan alternatif, dimana masing-masing level memiliki

elemen. Sementara itu, level dalam AHP disebut cluster pada jaringan ANP

yang dapat memiliki kriteria dan alternatif di dalamnya, yang sekarang disebut

simpul.

Sumber :Saaty dan Vargas, 2006

Gambar 2.2 Jaringan Hirarki

Gambar 2.2 menunjukkan analisa dengan pendekatan jaringan hirarki.

Menurut Ma’arif dan Tanjung (2003), hirarki tersebut merupakan alat dasar dari

pemikiran manusia dengan melakukan pengidentifikasian elemen-elemen suatu

masalah, lalu elemen tersebut dikelompokkan dalam bentuk kumpulan-kumpulan

Komponen

Cluster (level)

Elemen

Garis putaran mengidentifikasi

bahwa setiap elemen hanya

bergantung pada dirinya sendiri

Tujuan

Kriteria

Subkriteria

Alternatif

10

atau komponen yang homogenity dan dirumuskan kedalam bentuk tingkatan yang

berbeda. Tidak ada aturan dalam penyusunan jaringan hirarki, tetapi penyusunan

jaringannya harus ditetapkan sesuai dengan situasi keputusan yang diambil.

Selain menggunakan jaringan hirarki, pengambilan keputusan juga dapat

dilakukan dengan jaringan timbal balik (feedback) . Jaringan ini lebih memiliki

ketepatan mengambarkan kondisi masalah penelitian yang kompleks. Gambar

jaringan feedback dapat dilihat pada Gambar 2.3.

Sumber :Saaty dan Vargas, 2006

Gambar 2.3 Jaringan Feedback

Dengan menggunakan jaringan feedback, elemen-lemen akan terikat

pada kriteria seperti pada hirarki tetapi dapat juga terikat pada sesama alternatif.

Lebih jauh lagi, kriteria-kriteria itu sendiri dapat tergantung pada alternatif-

alternatif dan pada sesama kriteria. Sementara itu, feedback meningkatkan

prioritas yang diturunkan dan membuat prediksi menjadi lebih akurat. Hasil dari

ANP diperkirakan akan lebih stabil dengan menggunakan jaringan feedback. Dari

gambar 2.3 dapat dilihat bahwa simpul atau elemen utama dan simpul-simpul

yang akan dibandingkan dapat berada pada cluster-cluster yang berbeda. Sebagai

contoh, ada hubungan langsung dari simpul utama C4 ke cluster lain (C2 dan C3),

yang merupakan outer dependence. Sementara itu, ada simpul utama dan simpul-

simpul yang akan dibandingkan berada pada cluster yang sama, sehingga cluster

11

ini terhubung dengan dirinya sendiri dan membentuk hubungan loop. Hal ini

disebut inner dependence (Saaty dan Vargas., 2006).

2.1.6 Landasan ANP

Metode Analytic Network Process (ANP) merupakan generalisasi dari

AHP Saaty dan Vargas (2006). Metode ANP merupakan salah satu metode yang

mampu mempresentasikan tingkat kepentingan berbagai pihak dengan

mempertimbangkan saling keterkaitan antar kriteria dengan subkriteria. ANP

j u g a merupakan metode dengan pendekatan kualitatif di mana data yang

akan dijadikan sebagai bahan analisis tidak tersedia, sehingga penelitian harus

mencari data secara primer. Oleh karena itu, ANP memiliki tiga aksioma yang

menjadi landasan teorinya. Aksioma atau postulat berfungsi untuk memperkuat

suatu pernyataan agar dapat dilihat kebenarannya tanpa perlu adanya bukti.

Menurut Tanjung dan Devi (2013 hal 219) aksioma-aksioma tersebut

diantaranya:

1. Resiprokal.

Jika aktifitas X memiliki tingkat kepentingan 6 kali lebih besar dari aktifitas

Y maka aktifitas Y besarnya 1/6 dari aktifitas X.

2. Homogenitas.

Aksioma ini menyatakan bahwa elemen-elemen yang akan dibandingkan

tidak memiliki perbedaan terlalu besar. Jika perbandingan terlalu besar

maka akan berdampak pada kesalahan penilaian yang lebih besar. Skala

yang digunakan dalam AHP dan ANP berbeda dengan skala yang

digunakan pada skala likert umumnya (1 sampai 5). Skala yang digunakan

dalam ANP memiliki rentang lebih besar, yaitu 1 sampai 9 bahkan lebih.

Berikut skala yang digunakan dalam ANP diringkas pada Tabel 2.2.

Tabel 2.2 Skala dalam ANP

Deskripsi Tingkat

Kepentingan

Penjelasan

Sama Penting 1 Dua aktivitas berpengaruh sama terhadap tujuan

Sedikit Lebih

Penting

3 Satu aktivitas dinilai sedikit lebih berpengaruh

dibandingkan aktivitas lainnya

Lebih Penting 5 Satu aktivitas dinilai lebih berpengaruh

12

dibandingkan aktivitas lainnya

Sangat Lebih

Penting

7 Satu aktivitas dinilai sangat lebih berpengaruh

dibandingkan aktivitas lainnya

Mutlak Lebih

Penting

9 Satu aktivitas dinilai mutlak lebih berpengaruh

dibandingkan aktivitas lainnya

Sumber : Saaty, 2003

3. Aksioma yang ketiga adalah setiap elemen dan komponen yang

digambarkan dalam jaringan kerangka kerja baik hirarki maupun feedback,

betul-betul dapat mewakili agar sesuai dengan kondisi yang ada dan hasilnya

sesuai pula dengan yang diharapkan.

2.1.7 Prinsip dasar Analytical Network Process

Menurut Ascarya (2005) membagi prinsip dasar dalam ANP menjadi

tiga, yaitu : dekomposisi, penilaian komparasi, dan komposisi hirarki (sintesis).

Penjelasan le/bih lengkap ketiga prinsip tersebut adalah sebagai berikut:

1. Dekomposisi. Permasalahan yang dikumpulkan dengan melakukan studi

lapangan ketika penelitian sedang berlangsung merupakan masalah yang

sangat kompleks. Untuk menstruktur masalah-masalah yang kompleks

tersebut perlu didekomposisikan ke dalam suatu jaringan dalam

bentuk komponen-komponen, kriteria, subkriteria dan alternatif.

Mendekomposisikan masalah dalam bentuk kerangka kerja hirarki atau

feedback dengan membuat model dengan pendekatan ANP.

2. Penilaian komparasi. Prinsip ini diterapkan untuk melihat

perbandingan dari semua jaringan/hubungan/pengaruh yang dibentuk

dalam suatu kerangka kerja. Hubungan tersebut dapat berupa hubungan

antara elemen-elemen dalam suatu komponen yang berbeda atau

hubungan antara elemen-elemen dengan elemen lainnya dalam komponen

yang sama. Hasil dari semua pasangan perbandingan tersebut digunakan

untuk memperoleh hasil prioritas dalam setiap komponen.

3. Komposisi hirarki atau sintesis. Prinsip ini diterapkan untuk

mengalikan kriteria dari elemen-elemen untuk menghasilkan priori tas

seluruh hirarki dan melakukan penjumlahan untuk menghasilkan

13

prioritas alternatif untuk elemen level terendah (biasanya merupakan

alternatif).

2.1.8 Fungsi Utama ANP

Fungsi utama dalam ANP ada tiga sebagai berikut Ascarya dan

Yumanita, (2005) :

1. Menstruktur Kompleksitas

Permasalahan yang kompleks jika tidak distruktur dengan baik maka akan

sulit dalam menguraikan masalah tersebut. Serumit apapun dan sekompleks

apapun masalah yang dihadapi, ANP membantu dalam menstruktur masalah

tersebut. Dalam penelitiannya, Saaty (1999) menemukan adanya pola-pola

yang sama dalam sejumlah contoh tentang bagaimana manusia memecahkan

sebuah kompleksitas dari masa ke masa. Dimana kompleksitas distruktur

secara hierarki ke dalam cluster-cluster yang homogen dari faktor – faktor.

2. Pengukuran dalam Skala Rasio

Pengukuran ke dalam skala rasio ini diperlukan untuk mencerminkan

proporsi. Setiap metode dengan struktur hirarki harus menggunakan prioritas

skala rasio untuk elemen di atas level terendah dari hirarki. Hal ini penting

karena prioritas (bobot) dari elemen di level manapun dari hirarki

ditentukan dengan mangalikan prioritas dari elemen induknya. Karena

hasil perkalian dari dua pengukuran level interval secara matematis tidak

memiliki arti, skala rasio diperlukan untuk perkalian ini. ANP

menggunakan skala rasio pada semua level terendah dari hirarki/jaringan,

termasuk level terendah (alternatif dalam model pilihan). Skala rasio ini

menjadi semakin penting jika prioritas tidak hanya digunakan untuk

aplikasi pilihan, namun untuk aplikasi-aplikasi lain, seperti untuk aplikasi

alokasi sumber daya.

3. Sintesis

Sintesis berarti menyatukan semua bagian menjadi satu kesatuan.

Karena kompleksitas, situasi keputusan penting, atau prakiraan, atau

alokasi sumber daya, sering melibatkan terlalu banyak dimensi bagi

14

manusia untuk dapat melakukan sintesis secara intuitif, kita

memerlukan suatu cara untuk melakukan sintesis dari banyak dimensi.

Fungsi yang lebih penting lagi dalam ANP adalah kemampuannya untuk

membantu pengambil keputusan dalam melakukan pengukuran dan

sintesis sejumlah faktor-faktor dalam hirarki atau jaringan.

2.1.9 Konsistensi dalam ANP

Menurut Tanjung, H. dan Devi, (2013 hal 222) membagi jenis

penelitian konsistensi baik dalam AHP maupun ANP menjadi dua jenis. Pertama,

konsistensi diukur berdasarkan objek-objek (elemen) yang akan diperbandingkan.

Contoh sederhana adalah buah lengkeng dan kelereng dapat dikelompokkan

menjadi satu himpunan yang seragam jika kriteria yang digunakan adalah “bulat”.

Akan tetapi, buah lengkeng dan kelereng tidak dapat dijadikan dalam satu

kelompok himpunan seragam jika kriteria yang digunakan adalah “rasa”. Karena

jelas antara kedua elemen yakni buah lengkeng dan kelereng adalah berbeda dari

segi rasa tapi sama dari segi bentuk. Oleh karena itu, seorang peneliti harus

mampu mengelompokkan elemen-elemen dalam satu kriteria (komponen) tertentu

dan meminimalisir terjadinya ambiguitas agar tidak terdapat kesalahan tafsir oleh

pembaca (responden). Kedua, konsistensi juga terdapat ketika akan melakukan

perbandingan pasangan. Penilaian perbandingan pasangan akan selalu konsisten

jika elemen yang dibandingkan hanya dua. Akan tetapi, akan lebih sulit untuk

konsisten jika komponen yang dibandingkan lebih dari dua. Misalnya, jika X

enam kali lebih besar daripada Y, Y tiga kali lebih besar daripada Z, maka

seharusnya X 18 kali lebih besar daripada Z. Jika X dinilai 10 kali lebih besar

daripada Z maka penilaian komparasi perbandingan tersebut akan tidak konsisten

sehingga proses penilaian perlu diulangi sampai penilaian yang dihasilkan

konsisten.

2.1.10 Bentuk – bentuk jaringan ANP

Pada umumnya ada beberapa bentuk jaringan ANP yang sudah

dikembangkan dan lebih variatif. Hal ini dikarenakan ANP tidak dibatasi pada

15

sturktur hirarki sebagaimana AHP, sehingga jaringan dalam ANP pun lebih luas

dan tidak terbatas. Beberapa bentuk jaringan ANP yang diperkenalkan oleh

Ascarya, (2005) antara lain dapat berbentuk hierarki, holarki, jaringan analisa

BCR (benefit-cost ratio), dan jaringan secara umum, dari yang sederhana sampai

yang kompleks.

1. Jaringan hirarki

Jaringan hirarki adalah jaringan yang paling umum dan sederhana.

Jaringan inilah yang sering digunakan dalam AHP. Secara umum struktur

dari hirarki linier berupa komponen-komponen (cluster) dan di dalam

setiap cluster terdapat elemen-elemen. Level tertinggi jaringan hirarki

adalah cluster tujuan, kemudian cluster kriteria (dan sub kriteria jika

ada), dan terendah adalah alternatif. Penerapan jaringan ANP bentuk

hirarki linier memiliki tiga cluster, yaitu cluster tujuan, kriteria, dan

alternatif. Elemen dapat disebut juga dengan node. Setiap cluster memiliki

node masing-masing.

2. Jaringan Holarki

Bentuk jaringan kedua dalam ANP adalah holarki. Jaringan holarki

merupakan jaringan dimana elemen (atau elemen-elemen) dalam cluster pada

level yang paling tinggi dependen terhadap elemen (atau elemen-elemen)

dalam cluster pada level yang paling rendah, sehingga terdapat garis

hubungan antara cluster level terendah dengan cluster level tertinggi.

Perbedaan bentuk jaringan horarki dengan hirarki terletak pada adanya

hubungan feedback antara cluster alternatif cluster faktor utama.

3. Jaringan BORC (Benefit-Opportunity-Cost-Risk)

Bentuk sederhana dari jaringan analisa BORC adalah jaringan

pengaruh (impact network) sebagaimana bentuk jaringan ANP pada

umumnya. Jaringan ini memiliki dua jaringan terpisah secara bagan, di

mana untuk pengaruh positif, dan untuk pengaruh negatif. Sebagaimana

diketahui bahwa pengaruh positif meliputi sesuatu yang memberikan

keuntungan bagi pengambil keputusan yaitu benefit (pasti) dan

opportunities (belum pasti), sedangkan pengaruh negatif meliputi sesuatu

16

yang memberikan ketidakuntungan bagi pengambil keputusan yaitu cost

(pasti) dan risk (belum pasti).

Untuk melakukan analisis benefit, opportunities, cost, dan risk sebagai

analisis strategis, perhitungannya menggunakan metode pairwise

comparison. Menurut Tanjung, H. dan Devi, (2013 hal 232) secara

struktural, sebuah keputusan dibagi menjadi tiga bagian, pertama

sistem penilaian, kedua sebagai pertimbangan membuat keputusan, dan

ketiga hirarki atau jaringan keterkaitan, fakta (objektif) yang membuat

sebuah alternatif keputusan lebih diinginkan dibanding yang lainnya.

Hasil dari beberapa alternatif yang diprioritaskan, didapatkan tiga hasil,

kondisi umum (standard condition) B/C, pessimistic B/(CxR), dan

realistic (BxO)/(CxR). Alternatif yang terbaik dipilih dengan nilai

realistic yang tinggi dan alternatif terpilih tersebut dipertimbangkan sebagai

keputusan yang ditentukan dari alternatif lainnya.

4. Jaringan umum

Bentuk jaringan lainnya dalam ANP dan sangat umum digunakan

adalah jaringan umum, di mana tidak memiliki bentuk khusus. Jaringan

umum ini dapat berbentuk sederhana bahkan dapat terlihat kompleks

asalkan memenuhi syarat ANP yang berlaku dimana terdapat beberapa

cluster dan node, jaringan dependensi, dan jaringan feedback.

Jaringan umum menunjukkan bahwa satu cluster ke cluster lainnya

memiliki hubungan dependensi (inner dependence) serta dari jaringan

feedback. Hubungan inner dependence menunjukkan bahwa node dalam

satu cluster memiliki hubungan dengan node lainnya dalam cluster yang

sama. Sedangkan jaringan feedback menunjukkan bahwa antara satu

cluster dengan cluster lainnya memiliki hubungan yang saling

mempengaruhi.

2.1.11 Tahapan dalam Analytical Network Process

Pendekatan dalam metode ANP terdiri dari beberapa langkah Tanjung, H.

dan Devi, (2013 hal 227) :

17

1. Tahap pertama, Membuat Kerangka Kerja ANP

Pada tahapan ini peneliti melakukan dekomposisi masalah, yaitu

memahami masalah yang akan diteliti. Masalah-masalah tersebut dapat

dikaji melalui beberapa cara, baik itu dengan melakukan kajian pustaka

lalu membuat kuisoner, melakukan indepth interview (wawancara

mendalam) kepada sejumlah pakar dan praktisi, atau bisa saja dengan

melakukan FGD (Focus Group Discussion) dengan mengumpulkan

beberapa orang pakar dan praktisi secara bersamaan dalam suatu ruangan

khusus dan melakukan diskusi dalam memahami masalah. Masalah

masalah tersebut dikontruksikan dalam suatu model agar dapat

memberikan kemudahan bagi peneliti maupun responden dalam

memahami masalah yang kompleks. Setelah model selesai, penelitian

melakukan validasi/konfirmasi model kepada salah satu responden yang

diangap pakar dari pakar lainnya. Validasi model ini bertujuan untuk

memastikan bahwa model masalah yang dibuat berdasarkan pendapat dari

berbagai sumber adalah benar dan sudah dapat diwakili dari masalah yang

diteliti.

2. Tahap kedua, Kuantifikasi Model

Setelah model dikonfirmasi dan dipastikan kebenarannya, langkah

selanjutnya adalah mengaplikasikan model pada software ANP (super

decision) untuk menyusun kuesioner perbandingan pasangan. Contoh

kuesioner seperti table 2.3.

Tabel 2.3 Kuesioner pembandingan pasangan

Kualitas 9 7 5 3 1 3 5 7 9 Fleksibilitas

Sumber : Yulianti 2013

Pertanyaan dalam kuesioner ANP berupa pairwase comparison

(pembandingan pasangan) antar elemen dalam cluster untuk mengetahui

mana diantara keduanya yang lebih besar pengaruhnya dan berapa besar

perbedaanya yang dilihat dari satu sisi. Skala numberik yang digunakan

merupakan terjemahan dari penjumlahan dari penilaian verbal

sebagaimana dapat dilihat pada Tabel 2.2. setelah kuesioner dibuat dan

dilakukan uji coba, langkah selanjutnya adalah survey responden ( pakar,

Kriteria Penilaian Kriteria

18

praktisi, dan akademisi). Pada tahapan ini, responden akan diminta untuk

menentukan prioritas yang paling penting atau memiliki pengaruh terhadap

masalah. Sehingga dapat disimpulkan bahwa dalam praktiknya ANP

memiliki tiga kali tahapan wawancara pada responden.

3. Tahap ketiga, Analisis Hasil

Kuesioner yang telak diisi oleh responden dilakukan kuantifikasi dengan

melakukan input pada software lalu mencari nilai rata-rata dari jawaban

setiap responden. Tahapan inilah yang dikenal dengan sistesis hasil.

ANP mengasumsikan bahwa pengambil keputusan harus membuat

perbandingan kepentingan antara seluruh elemen untuk setiap level dalam

bentuk berpasangan. Perbandingan tersebut ditransformasi ke dalam bentuk

matriks A. Nilai aij mereprensentasikan nilai kepentingan relatif dari elemen

pada baris ke-i terhadap elemen pada kolom ke-j. misalnya aij= wi/(wj) Jika

ada n elemen yang dibandingkan maka matriks perbandingan A didefinisikan

sebagai :

A =

[

]

=

[

]

(1)

4. Menghitung bobot elemen

Jika perbandingan berpasangan telah lengkap, vector prioritas w yang

disebut sebagai eigenvector dihitung dengan rumus :

A . w

= λmax . w (2)

Dengan A adalah matriks perbandingan berpasangan dan λmax adalah

eigen value terbesar dari A. Eigen vector merupakan bobot prioritas suatu

matriks yang kemudian digunakan dalam penyusunan supermatriks.

1. Menghitung rasio konsistensi

Rasio konsistensi tersebut harus 10 persen atau kurang. Jika nilainya lebih

dari 10 persen, maka penilaian data keputusan harus diperbaiki. Dalam

prakteknya, konsistensi tersebut tidak mungkin didapat. Pada matriks

19

konsistensi, secara praktis λmax = n , sedangkan pada matriks tidak

setiap variasi dari Wij akan membawa perubahan pada nilai λmax.

Deviasi λmax dari n merupakan suatu parameter Consistency Index (CI)

sebagai berikut:

λ

(3)

Dimana

CI = Consistensi Index

λmax = nilai eigen terbesar

n = jumlah elemen yang dibandingkan

Nilai CI tidak akan berarti apabila terdapat standar untuk menyatakan

apakah CI menunjukkan matriks yang konsisten. Saaty memberikan

patokan dengan melakukan perbandingan secara acak atas 500 buah

sampel. Saaty berpendapat bahwa suatu matriks yang dihasilkan dari

perbandingan yang dilakukan secara acak merupakan suatu matriks yang

mutlak tidak konsisten. Dari matriks acak tersebut didapatkan juga

nilai Consistency Index, yang disebut dengan Random Index (RI).

Dengan membandingkan CI dan RI maka didapatkan patokan

untuk menentukan tingkat konsistensi suatu matriks, yang

disebut dengan Consistency Ratio (CR), dengan rumus:

(4)

Dimana

CR = Consistency Ratio

CI = Consistency Index

RI = Random Index

2. Membuat Supermatriks

Supermatriks merupakan hasil vektor prioritas dari perbandingan

berpasangan antar cluster, kriteria, dan alternatif. Supermatriks terdiri dari

tiga tahap, yaitu Supermatriks Tidak Tertimbang (Unweighted

Supermatrix), Supermatriks Tertimbang (Weighted Supermatrix), dan

Supermatriks Limit (Limmiting Supermatrix).

20

a. Tahap Unweighted Supermatrix

Unweighted Supermatrix dibuat berdasarkan perbandingan

berpasangan antar cluster, kriteria, dan alternatif dengan cara

memasukkan vektor prioritas (eigen vector) kolom ke dalam matriks yang

sesuai dengan selnya.

b. Tahap Weighted Supermatrix

Weighted Supermatrix diperoleh dengan cara mengalikan semua

elemen pada unweighted supermatrix dengan nilai yang terdapat

dalam matriks cluster yang sesuai sehingga setiap kolom memiliki jumlah

satu.

c. Tahap Limmiting Supermatrix

Selanjutnya untuk memperoleh limmiting supermatrix, weighted

supermatrix dinaikan bobotnya. Menaikan bobot weighted

supermatrix dilakukan dengan cara mengalikan supermatriks tersebut

dengan dirinya sendiri sampai beberapa kali. Ketika bobot pada setiap

kolom memiliki nilai yang sama, maka limmiting supermatrix sudah

didapatkan.

2.1.12 Kelebihan dan Kekurangan ANP

Sebagai salah satu teknik pengambilan keputusan multi kriteria, ANP

memiliki beberapa kelebihan. Beberapa kelebihan ANP adalah Saaty dan Vargas

(2006) :

1. ANP merupakan teknik komprehensif yang memungkinkan memasukkan

semua kriteria yang relevan, baik tangible maupun intagible, yang sering

terdapat dalam proses pengambilan keputusan. ANP dapat memodelkan

suatu hubungan yang lebih kompleks antar level keputusan dan kriteria.

2. ANP mengizinkan adanya hubugan saling bergantung antar elemen;

3. Metodologi ANP bermanfaat dalam mempertimbangkan karakteristik

kualitatif maupun kuantitatif yang memang seharusnya dipertimbangkan,

dengan juga mempertimbangkan hubungan ketergantungan non linear antar

attribut.

21

4. ANP secara unik menyediakan skor sintesis, yang menjadi indikator

rangking relatif dari alternatif-alternatif yang tersedia bagi pengambil

keputusan.

Adapun kekurangan dari ANP sebagai berikut:

1. Untuk menyelesaikan ANP memerlukan waktu yang cukup lama dan harus

dikerjakan secara intensif;

2. ANP memerlukan perbandingan berpasangan yang lebih banyak dari AHP

3. Keakuratan perbandingan berpasangan hanya bergantung pada peniaian

expertise, sehingga memungkinkan hasil yang tidak valid ketika penilai

terlau bersifat subjektif.

2.2 Simple Additive Weighting (SAW)

Dalam Kusumadewi, dkk. (2006) Simple Additive Weighting (SAW)

dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW

adalah mencari penjumlahan terbobot dari rating kinerja setiap alternatif pada

semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan

(X) ke suatu skala yang dapat diperbandingkan dengan semua rating.

{ (5)

Keterangan:

rij = Rating kinerja ternormalisasi

Maxij = Nilai maksimum dari setiap baris dan kolom

Minij = Nilai minimum dari setiap baris dan kolom

Xij = Baris dan kolom dari matriks

jika j adalah atribut keuntungan (benefit)

jika j adalah atribut biaya (cost)

rij =

22

rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj;

i=1,2,…,m dan j=1,2,…,n.

Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai:

Vi = ∑ (6)

Keterangan:

Vi merupakan rangking untuk setiap alternatif, wj adalah nilai bobot dari setiap

kriteria dan rij adalah nilai rating kinerja ternormalisasi. Nilai Vi yang lebih besar

mengindikasikan bahwa alternatif Ai lebih terpilih Kusumadewi, dkk. (2006).

2.2.1 Tahapan Metode Simple Additive Weighting

Tahapan dalam menggunakan metode SAW adalah Kusumadewi, dkk.

(2006):

1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan

keputusan, yaitu Cj.

2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.

3. Membuat matriks keputusan berdasarkan kriteria (Cj), kemudian melakukan

normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis

atribut (atribut keuntungan maupun atribut biaya) sehingga diperoleh

matriks ternormalisasi R.

4. Hasil akhir diperoleh dari setiap proses perankingan yaitu penjumlahan dari

perkalian matriks ternormalisasi R dengan vector bobot sehingga diperoleh

nilai terbesar yang dipilih sebagai alternatif terbaik (Ai) sebagai solusi.

2.2.2 Kelebihan Metode Simple Additive Weighting

Kelebihan metode SAW dibanding dengan model pengambil keputusan

lainnya terletak pada kemampuannya untuk melakukan penilaian secara lebih

tepat karena didasarkan pada nilai kriteria dan bobot preferensi yang sudah

ditentukan, selain itu SAW juga dapat menyeleksi alternatif terbaik dari sejumlah

alternatif yang ada karena adanya proses perangkingan setelah menentukan bobot

untuk setiap atribut Kusumadewi, dkk. (2006).

23

2.2.3 Penelitian Terdahulu

Penelitian Wibowo (2016) tentang penentuan pemilihan supplier dan

alokasi jumlah pembelian bahan baku menggunakan metode Analytic Network

Process dan Goal Programming (studi kasus : PT.Guna Kemas Indah)

menyimpulkan bahwa banyak pertimbangan kriteria dan subkriteria yang

digunakan dalam pemilihan supplier bahan baku perusahaan. Dari banyak kriteria

yang digunakan, kriteria kualitas dan harga mempunyai nilai kepentingan lebih

tinggi dari kriteria lainnya. Dengan demikian hasil yang diperoleh dari metode

ANP ini sangat konsisten dan mendapatkan nilai total performa yang optimal.

Penelitian yang dilakukan Anitawati, dkk. (2016) tentang analisis kriteria

pemilihan supplier menggunakan metode Analytic Network Process (studi kasus :

PT. XYZ). Penelitian ini membahas tentang pemilihan supplier bahan baku

khusus material baja. Dalam pemilihan supplier perlu banyak pertimbangan

terutama pada kriteria bahan baku yang merupakan permasalahan dari pemilihan

supplier. Metode ANP adalah metode yang mempertimbangkan saling keterkaitan

antar kriteria dan sub kriteria yang ada. Dengan demikian pemilihan supplier baja

dengan metode ANP didapatkan gambaran yang cukup jelas mengenai bobot dari

masing-masing kriteria dengan memperhatikan kriteria harga, kualitas, ketepatan,

servis, kemampuan pasok dan safety yang menjadi pertimbangan dalam memilih

supplier.

Penelitian yang dilakukan Iriani dan Hermawan (2012) tentang pemilihan

supplier bahan baku benang dengan menggunakan metode Analytical Network

Process (ANP) study kasus Home Industry Nedy. Penelitian ini membahas

masalah pemilihan supplier terbaik berdasarkan kriteria dan kondisi perusahaan.

Kesimpulan dari penelitian penerapan metode ANP yaitu metode ANP sangat

sesuai dengan kondisi perusahaan untuk pemilihan supplier di Home Industry

Nedy dimana terdapat keterkaitan antar subkriteria, hasil dari penerapan metode

ANP yaitu alternatif yang terpilih Bandung Indah Gemilang terpilih menjadi

supplier terbaik berdasarakan hasil prioritas yang diperoleh.

24

Penelitian yang dilakukan Jayanti (2015) tentang penerapan metode SAW

dalam sistem pendukung keputusan perekrutan karyawan (studi kasus : PT.

Perkebunan Nusantara lll Medan) penelitian ini membahas proses perekrutan

karyawan yang masih konvensional yang berakibat pada waktu yang terlalu lama

dalam pengolahan administrasinya. Penelitian ini menggunakan metode SAW

karena dapat menentukan nilai bobot setiap atribut. Dengan metode perangkingan

berbobot tersebut, diharapkan penilaian akan lebih tepat karena didasarkan pada

nilai kriteria dan bobot yang sudah ditentukan.

Penelitian yang dilakukan oleh Puspitasari (2016) tentang pemilihan

supplier dengan metode analytical network process (ANP) study kasus : PT.Kimia

Farma Plant Semarang. Penelitian ini membahas tentang analisa supplier supplier

yang memasok bahan baku ke perusahaan. Dimana PT.Kimia Farma Plant

Semarang mengalami penurunan produksi dalam 2 tahun terakhir dikarenakan

sering bergantinya supplier didalam proses pengadaan barang. Dengan metode

ANP penelitian ini mendapatkan hasil urutan rekomandasi eco friendly supplier

terhadap 5 supplier yang ada. Dengan mempertimbangkan performasi kinerja

dalam proses pengolahan data dengan ANP diyakini analisa supplier akan lebih

tepat.

Pemilihan supplier merupakan aktivitas yang kompleks, oleh sebab itu

diperlukan suatu metode yang tepat untuk menyelesaikannya Wirdianto dan

Unbersa, (2008). Dengan demikian pada penelitian ini, pemilihan supplier bahan

baku dengan pendekatan metode ANP dan SAW. Alasan menggunakan kedua

metode ini karena memiliki kelebihan masing-masing, dimana metode ANP

mampu mempresentasikan tingkat kepentingan dari berbagai pihak dan

mempertimbangkan saling ketergantungan antar kriteria dan subkriteria yang ada,

sedangkan metode SAW menyeleksi alternatif terbaik dengan proses penjumlahan

berbobot.Dengan menggunakan kedua metode ini diharapkan dalam pemilihan

supplier diperusahaan mendapatkan solusi yang lebih optimal dan akurat.