Pengambilan Keputusan Pemilihan Pemasok di Perusahaan Manufaktur dengan Metode Fuzzy ANP

16 Pages·2012·23.48 MB·Indonesian

Jurnal Jurnal Manajemen Teknologi, 16(1), 2017,1-16
Manajemen Available online at http://journal.sbm.itb.ac.id
Teknologi
Indonesian Journal for the Science of Management
Pengambilan Keputusan Pemilihan Pemasok di Perusahaan
Manufaktur dengan Metode Fuzzy ANP
Rajesri Govindaraju* dan Jonathan Pratama Sinulingga
Fakultas Teknologi Industri, Institut Teknologi Bandung
Abstrak. Persoalan pemilihan pemasok merupakan masalah penting dalam perusahaan karena hal ini akan sangat
menentukan kemampuan perusahaan untuk menjamin ketersediaan bahan baku produksinya. Penelitian ini bertujuan untuk
mengkaji penggunaan model pengambilan keputusan fuzzy-ANP (fuzzy analytic network process) dalam kasus pemilihan
pemasok di sebuah perusahaan manufaktur. Metode gabungan fuzzy dan ANP digunakan karena selain perlu
mempertimbangkan ketergantungan antar kriteria, juga ingin diminimalisasi ketidakpastian dan ketidaktepatan pada
penilaian tingkat kepentingan tiap kriteria. Kerangka berpikir dari penelitian ini terdiri dari empat tahapan besar yaitu proses
pembentukan kriteria dan subkriteria pemilihan pemasok, proses penentuan ketergantungan antar kriteria, proses pembobotan
kriteria/subkriteria, serta proses penilaian pemasok. Proses pembobotan kriteria dihasilkan dari dua data yaitu data bobot
kriteria tanpa dependency dan kriteria bobot dengan dependency. Proses pembentukan kriteria/subkriteria dan penilaian untuk
menghasilkan bobot diperoleh dari pihak expert yang berada pada perusahaan tempat studi kasus penelitian dilakukan. Proses
Indonesian Journal for the Science of Management penilaian pemasok dilakukan dengan memberikan penilaian menggunakan 5 (lima) skala untuk masing-masing pemasok yang
kemudian hasilnya akan diperbandingkan. Hasil dari metode ini adalah urutan ranking pemasok pada suatu proses
Volume 16 Number 1 2017
pengadaan. Dari penelitian ini dapat diketahui bahwa metode fuzzy ANP terbukti tepat digunakan dalam konteks pengadaan
bahan baku pada kasus yang dibahas karena kriteria/subkriteria yang digunakan memiliki ketergantungan satu sama lain,
serta mampu meminimalisasi ketidakpastian atau ketidaktepatan dalam melakukan penilaian. Dengan menggunakan metode
ini, diperoleh kriteria yang memiliki bobot paling tinggi yaitu kriteria kualitas SDM yang mempengaruhi sebanyak 6 kriteria
lainnya, diikuti dengan kriteria kualitas barang, reputasi pemasok, harga, dan metode pengiriman.
Kata kunci: Fuzzy-ANP, model keputusan, multi criteria decision making (MCDM), pengadaan, pemilihan pemasok
Abstract. The issue of of supplier selection is an important issue in the company because it will determine the company's ability to
ensure the availability of raw materials in production. This study aims to establish a decision-making model for supplier selection
which considers many criteria in which there is dependence between criteria. The method used is fuzzy-analytic network process
(fuzzy-ANP). The combined fuzzy and ANP methods is used not only to consider dependencies between criteria, but also to
minimize uncertainty and inaccuracy in the assessment of importance of each criterion. Four major stages used in the decision
model, namely the establishment of supplier selection criteria and sub-criteria, the process of determining dependencies among the
criteria, the weighting of the criteria/sub-criteria, and the last one is supplier assessment process. The process of weighting the
criteria results in two data, criteria weights without dependency and criteria weights with dependency. The process of formation of
criteria/sub-criteria and the ratings to generate weights were obtained from the experts from the company where case study was done.
Supplier rating process is done through assessment process using the 5 (five) scale rating. The results of rating for each supplier will
then be compared. The results of this method is the ranking of suppliers in a certain procurement process. From this research it is
known that the method used, fuzzy ANP, is proved to be appropriate considering that there are dependencies among the criteria/
sub-criteria used and the method is useful to minimize uncertainty or inaccuracy in the assessment process. By employing this
method, criteria with the highest weight was obtained, that is quality of human resources which affect as much as 6 other criteria,
followed by quality of product, supplier's reputation, price, and delivery method.
Terakreditasi “B” berdasarkan Keputusan Direktur Jenderal Pendidikan Tinggi, Departemen Keywords: Fuzzy-ANP, decision model, multi criteria decision making (MCDM), procurement, supplier selection
Pendidikan Nasional Nomor: 60/E/KPT/2016.
Tanggal: 13 November 2016. Masa berlaku 5 (lima) tahun sejak tanggal ditetapkan.
*Corresponding author. Email: [email protected]
Received: 15 May 2016, Revision: 16 December 2016, Accepted: 25 January 2017
Print ISSN: 1412-1700; Online ISSN: 2089-7928. DOI: http://dx.doi.org/10.12695/jmt.2017.16.1.1
Copyright@2017. Published by Unit Research and Knowledge, School of Business and Management - Institut Teknologi Bandung (SBM-ITB)
Jurnal
1 Manajemen Teknologi
Vol.16 | No.1 | 2017
Govindaraju dan Sinulingga/ Pengambilan Keputusan Pemilihan Pemasok di Perusahaan Manufaktur dengan Metode Fuzzy ANP Jurnal Manajemen Teknologi, 16(1), 2017, 1-16
Pendahuluan dengan kriteria dependent, Saaty (1999) Tujuan dari penelitian ini adalah untuk Dengan demikian, penelitian ini akan lebih
menggunakan metode ANP. Metode AHP dan mengkaji penggunaan metode pengambilan menggambarkan kriteria yang benar-benar
SCM adalah suatu proses untuk ANP melakukan perbandingan berpasangan keputusan berbasis ANP untuk mendukung mempunyai pengaruh besar dalam pemilihan
pengintegrasian aktivitas pengadaan material, setiap data yang akan dinilai sehingga proses pemilihan pemasok yang pemasok berdasarkan analisis ketergantungan
pengubahan materi menjadi barang setengah membutuhkan partisipasi dari responden mempertimbangkan keberadaan faktor-faktor antar kriterianya, terutama dalam
jadi dan barang jadi, hingga pengiriman barang terpilih untuk melakukan perbandingan. Hal ketidakpastian dalam proses pengambilan penerapannya pada perusahaan manufaktur.
jadi tersebut ke tangan konsumen (Kilincci & ini mengakibatkan metode AHP dan ANP keputusan. Metode fuzzy ANP digunakan Selain pembahasan terkait metode
Onal, 2011). Seiring dengan meningkatnya memiliki kelemahan yaitu baik tidaknya output karena pada penelitian ini setiap kriteria yang pengambilan keputusan, proses penyusunan
variasi dan pemintaan pelanggan, kemajuan yang akan dihasilkan sangat bergantung pada digunakan dalam proses pemilihan pemasok kriteria dalam pemilihan pemasok juga
teknologi komunikasi dan sistem informasi, tingkat ketepatan dan kepastian responden memiliki ketergantungan satu sama lain. Selain merupakan bagian penting yang diharapkan
persaingan di lingkungan global dan kesadaran dalam melakukan penilaian secara subjektif. itu, dengan memasukkan metode fuzzy, maka dapat memperkaya wawasan dalam
akan lingkungan memaksa perusahaan untuk faktor ketidakpastian dapat ikut pengambilan keputusan pemilihan pemasok.
fokus pada Supply Chain Management (SCM) Ha dan Krishnan (2008) menyatakan bahwa dipertimbangkan dalam proses pemilihan
(Tracey & Tan, 2001). SCM memiliki 3 aktivitas suatu metode dapat dikombinasikan dengan pemasok.
besar, yaitu pengadaan (procurement), produksi metode lainnya untuk meningkatkan kualitas
Tabel 1.
(production) dan distribusi (distribution). dari pengambilan keputusan. Metode yang
Penelitian Terdahulu
sering digunakan untuk mengombinasikan
Pengadaan adalah proses untuk mendapatkan model lainnya adalah model fuzzy (Wu &
Penelitian Studi Kasus Objek Penelitian Metode
barang dan jasa yang berguna untuk menjamin Barnes, 2011). Hal ini dikarenakan pendekatan
Onut dkk. (2009) Perusahaan Pemilihan pemasok jangka Fuzzy ANP dan fuzzy
kelancaran proses produksi dan logistik suatu himpunan fuzzy memperhitungkan
Telekomunikasi panjang TOPSIS
perusahaan. Proses pengadaan merupakan ketidaktepatan yang sering terjadi pada saat Hsu dkk. (2009) Industri Elektronik Pemilihan pemasok ANP
proses vital dalam SCM karena merupakan melakukan penilaian yang bersifat subjektif Taiwan
ujung tombak dari keseluruhan proses yang (Sarkar & Mohapatra, 2006). Oleh karena itu, Kilincci dan Onal Perusahaan Mesin Cuci Pemilihan pemasok Fuzzy AHP
ada. Dalam melakukan proses pengadaan, untuk mengatasi kelemahannya, metode AHP (2011)
sangat sering terjadi permasalahan pada dan ANP dapat dikombinasikan dengan Vinodh dkk. Salzer Electronics Pemilihan pemasok di Fuzzy ANP
aktivitas pemilihan pemasok. Hal ini metode fuzzy menghasilkan metode kombinasi (2011) Limited perusahaan manufaktur
Amin dkk. (2011) Perusahaan S.G di Iran Pemilihan pemasok part mobil Fuzzy SWOT dan fuzzy
disebabkan karena proses pemilihan pemasok yaitu fuzzy AHP atau fuzzy ANP.
linear programming
menghabiskan banyak waktu dan sumber daya
Shaw dkk. (2012) Perusahaan Manufaktur Pemilihan pemasok untuk raw Fuzzy AHP dan fuzzy
untuk mengumpulkan data dan melakukan Sudah sangat banyak penelitian yang
Kain di India material multi-objective linear
analisis dengan cermat dari berbagai faktor menggunakan metode kombinasi untuk programming
positif dan negatif yang akan mempengaruhi menyelesaikan permasalah pemilihan Khaleie dkk. Perusahaan manufaktur Pemilihan pemasok untuk raw Pendekatan fuzzy
seluruh alternatif keputusan (Avila dkk., 2012). pemasok. Beberapa diantaranya adalah Onut, (2012) mobil material clustering
Oleh karena itu dibutuhkan metode-metode Kara, dan Isik (2009) menggunakan metode Ferreira dan Pabrik Rio Grande do Pemilihan pemasok untuk Fuzzy Bayesian
yang dapat digunakan untuk membantu proses fuzzy ANP dan fuzzy TOPSIS, Kilincci & Onal Borenstein (2012) Sul biodiesel plant
pemilihan pemasok. Pemilihan supplier perlu (2011) menggunakan metode fuzzy AHP, Lee dkk. (2013) Perusahaan Teknologi Penentuan pemasok dan Model integrasi untuk
Taiwan jumlah diskon lot sizing
mempertimbangkan banyak kriteria, oleh Vinodh, Ramiya, dan Gautham (2011)

karena itu proses evaluasi supplier menggunakan metode fuzzy ANP, Khaleie,

membutuhkan pendekatan multi kriteria dalam Fasanghari, dan Tavassoli (2012) Sebagaimana dapat dilihat pada Tabel 1, Dengan digunakannya set kriteria awal yang
analisis dan pencarian solusi (Buyukozkan & menggunakan metode fuzzy clustering dan terdapat beberapa penelitian terdahulu yang mencakup area yang luas serta
Cifci, 2011). Ferreira dan Borenstein (2012) menggunakan memiliki tujuan serupa, di antaranya adalah mempertimbangkan berbagai aspek yang
metode fuzzy Bayesian. Dalam kasus pemilihan Vinodh dkk. (2011) yang menerapkan fuzzy diperoleh melalui studi literatur terdahulu,
Menurut Saaty (2008), terdapat 2 (dua) metode supplier nyata, pengambil keputusan sering ANP untuk pemilihan pemasok pada kajian pemilihan pemasok pada penelitian ini
umum dalam pengambilan keputusan yaitu kali tidak memiliki informasi yang lengkap dan perusahaan manufaktur. Akan tetapi, berbeda diharapkan akan lebih komprehensif.
pengambilan keputusan dengan kriteria yang tepat terkait dengan kriteria keputusan. dengan penelitian tersebut, penelitian ini
independent atau tidak memiliki ketergantungan Pengambilan keputusan sering mengandung dimaksudkan untuk melakukan pengaplikasian Analytic Network Process
dan pengambilan keputusan dengan kriteria ambiguitas. Penilaian sering subjektif dan tidak pada perusahaan dengan melakukan proses ANP merupakan suatu metode yang
yang dependent atau memiliki ketergantungan. tepat. Kecenderungan penelitian saat ini penyusunan kriteria-kriteria pemilihan dikembangkan untuk mengatasi kekurangan
Metode Analytical Hierarchy Process (AHP) dapat adalah membangun model pengambilan pemasok menggunakan set kriteria awal yang utama yang dimiliki oleh AHP yaitu masalah
digunakan untuk permasalahan dengan kriteria keputusan yang efektif untuk mengatasi lebih menyeluruh. ketergantungan. Pada AHP seluruh kriteria
independent, sedangkan untuk permasalahan masalah yang kompleks mengenai supplier yang diperbandingkan dianggap tidak memiliki
selection yang mempertimbangkan berbagai ketergantungan.
faktor ketidakpastian (Chai, Liu, dan Ngai,
2013).
Jurnal Jurnal
2 Manajemen Teknologi 3 Manajemen Teknologi
Vol.16 | No. 1 | 2017 Vol.16 | No.1 | 2017
Govindaraju dan Sinulingga/ Pengambilan Keputusan Pemilihan Pemasok di Perusahaan Manufaktur dengan Metode Fuzzy ANP Jurnal Manajemen Teknologi, 16(1), 2017, 1-16
Pendahuluan dengan kriteria dependent, Saaty (1999) Tujuan dari penelitian ini adalah untuk Dengan demikian, penelitian ini akan lebih
menggunakan metode ANP. Metode AHP dan mengkaji penggunaan metode pengambilan menggambarkan kriteria yang benar-benar
SCM adalah suatu proses untuk ANP melakukan perbandingan berpasangan keputusan berbasis ANP untuk mendukung mempunyai pengaruh besar dalam pemilihan
pengintegrasian aktivitas pengadaan material, setiap data yang akan dinilai sehingga proses pemilihan pemasok yang pemasok berdasarkan analisis ketergantungan
pengubahan materi menjadi barang setengah membutuhkan partisipasi dari responden mempertimbangkan keberadaan faktor-faktor antar kriterianya, terutama dalam
jadi dan barang jadi, hingga pengiriman barang terpilih untuk melakukan perbandingan. Hal ketidakpastian dalam proses pengambilan penerapannya pada perusahaan manufaktur.
jadi tersebut ke tangan konsumen (Kilincci & ini mengakibatkan metode AHP dan ANP keputusan. Metode fuzzy ANP digunakan Selain pembahasan terkait metode
Onal, 2011). Seiring dengan meningkatnya memiliki kelemahan yaitu baik tidaknya output karena pada penelitian ini setiap kriteria yang pengambilan keputusan, proses penyusunan
variasi dan pemintaan pelanggan, kemajuan yang akan dihasilkan sangat bergantung pada digunakan dalam proses pemilihan pemasok kriteria dalam pemilihan pemasok juga
teknologi komunikasi dan sistem informasi, tingkat ketepatan dan kepastian responden memiliki ketergantungan satu sama lain. Selain merupakan bagian penting yang diharapkan
persaingan di lingkungan global dan kesadaran dalam melakukan penilaian secara subjektif. itu, dengan memasukkan metode fuzzy, maka dapat memperkaya wawasan dalam
akan lingkungan memaksa perusahaan untuk faktor ketidakpastian dapat ikut pengambilan keputusan pemilihan pemasok.
fokus pada Supply Chain Management (SCM) Ha dan Krishnan (2008) menyatakan bahwa dipertimbangkan dalam proses pemilihan
(Tracey & Tan, 2001). SCM memiliki 3 aktivitas suatu metode dapat dikombinasikan dengan pemasok.
besar, yaitu pengadaan (procurement), produksi metode lainnya untuk meningkatkan kualitas
Tabel 1.
(production) dan distribusi (distribution). dari pengambilan keputusan. Metode yang
Penelitian Terdahulu
sering digunakan untuk mengombinasikan
Pengadaan adalah proses untuk mendapatkan model lainnya adalah model fuzzy (Wu &
Penelitian Studi Kasus Objek Penelitian Metode
barang dan jasa yang berguna untuk menjamin Barnes, 2011). Hal ini dikarenakan pendekatan
Onut dkk. (2009) Perusahaan Pemilihan pemasok jangka Fuzzy ANP dan fuzzy
kelancaran proses produksi dan logistik suatu himpunan fuzzy memperhitungkan
Telekomunikasi panjang TOPSIS
perusahaan. Proses pengadaan merupakan ketidaktepatan yang sering terjadi pada saat Hsu dkk. (2009) Industri Elektronik Pemilihan pemasok ANP
proses vital dalam SCM karena merupakan melakukan penilaian yang bersifat subjektif Taiwan
ujung tombak dari keseluruhan proses yang (Sarkar & Mohapatra, 2006). Oleh karena itu, Kilincci dan Onal Perusahaan Mesin Cuci Pemilihan pemasok Fuzzy AHP
ada. Dalam melakukan proses pengadaan, untuk mengatasi kelemahannya, metode AHP (2011)
sangat sering terjadi permasalahan pada dan ANP dapat dikombinasikan dengan Vinodh dkk. Salzer Electronics Pemilihan pemasok di Fuzzy ANP
aktivitas pemilihan pemasok. Hal ini metode fuzzy menghasilkan metode kombinasi (2011) Limited perusahaan manufaktur
Amin dkk. (2011) Perusahaan S.G di Iran Pemilihan pemasok part mobil Fuzzy SWOT dan fuzzy
disebabkan karena proses pemilihan pemasok yaitu fuzzy AHP atau fuzzy ANP.
linear programming
menghabiskan banyak waktu dan sumber daya
Shaw dkk. (2012) Perusahaan Manufaktur Pemilihan pemasok untuk raw Fuzzy AHP dan fuzzy
untuk mengumpulkan data dan melakukan Sudah sangat banyak penelitian yang
Kain di India material multi-objective linear
analisis dengan cermat dari berbagai faktor menggunakan metode kombinasi untuk programming
positif dan negatif yang akan mempengaruhi menyelesaikan permasalah pemilihan Khaleie dkk. Perusahaan manufaktur Pemilihan pemasok untuk raw Pendekatan fuzzy
seluruh alternatif keputusan (Avila dkk., 2012). pemasok. Beberapa diantaranya adalah Onut, (2012) mobil material clustering
Oleh karena itu dibutuhkan metode-metode Kara, dan Isik (2009) menggunakan metode Ferreira dan Pabrik Rio Grande do Pemilihan pemasok untuk Fuzzy Bayesian
yang dapat digunakan untuk membantu proses fuzzy ANP dan fuzzy TOPSIS, Kilincci & Onal Borenstein (2012) Sul biodiesel plant
pemilihan pemasok. Pemilihan supplier perlu (2011) menggunakan metode fuzzy AHP, Lee dkk. (2013) Perusahaan Teknologi Penentuan pemasok dan Model integrasi untuk
Taiwan jumlah diskon lot sizing
mempertimbangkan banyak kriteria, oleh Vinodh, Ramiya, dan Gautham (2011)

karena itu proses evaluasi supplier menggunakan metode fuzzy ANP, Khaleie,

membutuhkan pendekatan multi kriteria dalam Fasanghari, dan Tavassoli (2012) Sebagaimana dapat dilihat pada Tabel 1, Dengan digunakannya set kriteria awal yang
analisis dan pencarian solusi (Buyukozkan & menggunakan metode fuzzy clustering dan terdapat beberapa penelitian terdahulu yang mencakup area yang luas serta
Cifci, 2011). Ferreira dan Borenstein (2012) menggunakan memiliki tujuan serupa, di antaranya adalah mempertimbangkan berbagai aspek yang
metode fuzzy Bayesian. Dalam kasus pemilihan Vinodh dkk. (2011) yang menerapkan fuzzy diperoleh melalui studi literatur terdahulu,
Menurut Saaty (2008), terdapat 2 (dua) metode supplier nyata, pengambil keputusan sering ANP untuk pemilihan pemasok pada kajian pemilihan pemasok pada penelitian ini
umum dalam pengambilan keputusan yaitu kali tidak memiliki informasi yang lengkap dan perusahaan manufaktur. Akan tetapi, berbeda diharapkan akan lebih komprehensif.
pengambilan keputusan dengan kriteria yang tepat terkait dengan kriteria keputusan. dengan penelitian tersebut, penelitian ini
independent atau tidak memiliki ketergantungan Pengambilan keputusan sering mengandung dimaksudkan untuk melakukan pengaplikasian Analytic Network Process
dan pengambilan keputusan dengan kriteria ambiguitas. Penilaian sering subjektif dan tidak pada perusahaan dengan melakukan proses ANP merupakan suatu metode yang
yang dependent atau memiliki ketergantungan. tepat. Kecenderungan penelitian saat ini penyusunan kriteria-kriteria pemilihan dikembangkan untuk mengatasi kekurangan
Metode Analytical Hierarchy Process (AHP) dapat adalah membangun model pengambilan pemasok menggunakan set kriteria awal yang utama yang dimiliki oleh AHP yaitu masalah
digunakan untuk permasalahan dengan kriteria keputusan yang efektif untuk mengatasi lebih menyeluruh. ketergantungan. Pada AHP seluruh kriteria
independent, sedangkan untuk permasalahan masalah yang kompleks mengenai supplier yang diperbandingkan dianggap tidak memiliki
selection yang mempertimbangkan berbagai ketergantungan.
faktor ketidakpastian (Chai, Liu, dan Ngai,
2013).
Jurnal Jurnal
2 Manajemen Teknologi 3 Manajemen Teknologi
Vol.16 | No. 1 | 2017 Vol.16 | No.1 | 2017
Govindaraju dan Sinulingga/ Pengambilan Keputusan Pemilihan Pemasok di Perusahaan Manufaktur dengan Metode Fuzzy ANP Jurnal Manajemen Teknologi, 16(1), 2017, 1-16
Namun dalam dunia nyata, satu kriteria dengan Tabel 2.
kriteria lainnya sering sekali memiliki Skala 1-9 Saaty Untuk AHP (Saaty, 2008)
ketergantungan. Untuk mengatasi hal tersebut
maka dikembangkan metode ANP yang Nilai Pengertian
memperhitungkan ketergantungan setiap Kepentingan
kriteria. Metode AHP memandang kriteria 1 Sama Penting
Dengan w adalah supermatrix, W adalah vektor
secara independent yaitu tidak berkaitan satu 21 3 Suatu elemen relatif lebih penting dibandingkan dengan elemen yang lain
yang menunjukkan pengaruh tujuan terhadap
sama lain. Dengan memandang masing-masing 5 Suatu elemen lebih penting dibandingkan dengan elemen yang lain
kriteria, W adalah vektor yang menunjukkan
kriteria tidak berkaitan satu sama lain, maka 32 7 Suatu elemen jelas lebih penting dibandingkan dengan elemen yang lain
pengaruh kriteria terhadap alternatif dan I
kriteria dapat dianggap berada pada tingkatan 9 Suatu elemen mutlak lebih penting dibandingkan dengan elemen yang lain
adalah matriks identitas.
atau hirarki yang sama. Kondisi ini membuat 2,4,6,8 Nilai-nilai yang berada diantara dua penilaian yang berdekatan
permasalahan dapat distrukturkan berdasarkan
tingkatan hirarki dengan tujuan berada pada Jika terdapat ketergantungan antar kriteria,
tingkatan teratas dan kriteria berada pada level maka nilai matriks W pada W tidak lagi Fuzzy ANP untuk Pemilihan Pemasok Menurut Zimmermann (1991) himpunan fuzzy
22
kedua dan alternatif pada level selanjutnya. bernilai 0 (nol). Oleh karena itu matriks W akan Fuzzy ANP merupakan suatu metode yang A pada semesta X dinyatakan sebagai
berubah menjadi berikut. menggabungkan metode fuzzy dengan ANP. himpunan pasangan berurutan (set of ordered
Dengan demikian permasalahan dapat ANP sangat sesuai untuk kondisi dimana pairs) baik diskrit maupun kontinu. Secara
dipetakan secara hirarki. Namun untuk sangat banyak ketergantungan terjadi dalam matematis himpunan fuzzy à dalam himpunan
permasalahan dimana terdapat dependence, pengambilan keputusan. Proses ANP semesta X dapat dilihat pada persamaan
pemetaan hirarki tentu tidak dapat dilakukan membutuhkan data perbandingan berikut.
karena pada permasalahan ini terdapat berpasangan. Dalam memperoleh data matriks Ã={(x,μÃ(x)|x Є X (3)
interaksi dan dependence antar elemen, sehingga berpasangan tersebut akan dibutuhkan
tidak dapat ditentukan level untuk masing- subjektivitas dari masing-masing responden Himpunan fuzzy tersebut dapat berupa
masing elemen tersebut. dalam melakukan perbandingan. Triangular Fuzzy Number (TFN) dimana
bilangan fuzzy triangular dapat dinotasikan
Pengaruh dari setiap elemen yang memiliki
Secara umum langkah pengerjaan metode clusters atau elemen dari komponen lainnya Penggunaan ANP konvensional memiliki sebagai berikut:
ANP menurut Onut dkk.(2009) adalah sebagai dapat direpresentasikan sebagai vektor beberapa kekurangan, antara lain ANP tidak Ã=(l,m,u) (4)
1 1 1
berikut: prioritas dengan menerapkan perbandingan dapat menangkap kebutuhan pihak pembuat
1. Perbandingan berpasangan dan estimasi bobot berpasangan. keputusan secara eksplisit (Ayag & Ozdemir, Parameter l, m dan u menunjukkan nilai
relatif 2012). Pengambilan keputusan seringkali kemungkinan rendah, tengah dan atas dari
Pada awalnya akan dilakukan penentuan 3. Pembentukan bobot supermatrix mengandung keambiguan. Penilaian yang suatu kegiatan. Menurut Zadeh (1975) ada
seluruh kriteria dan clusters beserta Vektor eigen diperoleh dari matriks dilakukan manusia untuk atribut kualitatif beberapa aturan operasi aritmatika TFN yang
hubungan ketergantungannya. Setelah perbandingan berpasangan setiap baris sering bersifat subjektif dan tidak tepat. Oleh umum digunakan jika terdapat 2 (dua) bilangan
mendapatkan hubungan ketergantungan, clusters pada kolom clusters yang karena ini pada penelitian ini digunakan fuzzy set TFN yaitu Ã1=(l1,m1,u1) dan Ã2=(l2,m2,u2) yaitu
maka dilakukan perbandingan berpasangan menghasilkan vektor eigen untuk setiap theories yang dikombinasikan dengan ANP sebagai berikut:
menggunakan skala 1-9 yang kolom clusters. Masukan pertama dari konvensional. Perhitungan perbandingan
direkomendasikan oleh Saaty. Setelah masing-masing vektor eigen untuk setiap berpasangan pada ANP dilakukan dengan 1. Penjumlahan dua bilangan fuzzy
seluruh perbandingan berpasangan kolom cluster dikalikan dengan seluruh menggunakan triangular fuzzy number. Ã1 Ã2=(l1+l2,m1+m2,u1+u2) (5)
dilakukan, selanjutkan seperti model AHP elemen pada cluster pertama dari kolom 2. Perkalian dua bilangan fuzzy
akan dihitung nilai vektor prioritas sehingga tersebut, masukan kedua dikalikan dengan Fuzzy sets dan fuzzy number à à =(ll,mm,uu) (6)
1 2 12 1 2 1 2
dihasilkan bobot kriteria yang seluruh elemen pada cluster kedua dari Fakta menjelaskan bahwa terkadang terdapat 3. Perkalian bilangan real r dengan bilangan
diperbandingkan. kolom tersebut dan seterusnya. Dengan ketidakpastian, ketidakjelasan, ketidaktepatan, fuzzy r à (rl,rm,ru) (7)
1 1 1 1
2. Pembentukan supermatrix awal cara ini, cluster pada setiap kolom dari kekurangan informasi, dan kebenaran parsial 4. Pengurangan dua bilangan fuzzy Ã-Ã
1 2
Vektor prioritas yang telah didapatkan akan supermatrix bisa dibobotkan sehingga dalam cara berpikir manusia. Oleh karena itu, =(l-l,m-m,u-u) (8)
1 2 1 2 1 2
dinormalisasi sehingga diperoleh vektor dihasilkan weighted supermatrix. untuk menangani pendefinisian keanggotaan 5. Pembagian dua bilangan fuzzy
prioritas lokal. Vektor prioritas lokal yang memiliki ketidakjelasan tersebut, muncul à à =(l/u,m/m,u/l) (9)
1 2 1 2 1 2 1 2
kemudian dimasukkan ke kolom yang sesuai konsep himpunan fuzzy. 6. Respirokal bilangan fuzzy Ã-1=
1
pada matriks ketergantungan antar elemen (1/u,1/m,1/l untuk l,m,u,> 0 (10)
1 1 1) 1 1 1
dan dihasilkan prioritas global. Matriks
tersebut kemudian disebut supermatrix.
Jurnal Jurnal
4 Manajemen Teknologi 5 Manajemen Teknologi
Vol.16 | No. 1 | 2017 Vol.16 | No.1 | 2017
Govindaraju dan Sinulingga/ Pengambilan Keputusan Pemilihan Pemasok di Perusahaan Manufaktur dengan Metode Fuzzy ANP Jurnal Manajemen Teknologi, 16(1), 2017, 1-16
Namun dalam dunia nyata, satu kriteria dengan Tabel 2.
kriteria lainnya sering sekali memiliki Skala 1-9 Saaty Untuk AHP (Saaty, 2008)
ketergantungan. Untuk mengatasi hal tersebut
maka dikembangkan metode ANP yang Nilai Pengertian
memperhitungkan ketergantungan setiap Kepentingan
kriteria. Metode AHP memandang kriteria 1 Sama Penting
Dengan w adalah supermatrix, W adalah vektor
secara independent yaitu tidak berkaitan satu 21 3 Suatu elemen relatif lebih penting dibandingkan dengan elemen yang lain
yang menunjukkan pengaruh tujuan terhadap
sama lain. Dengan memandang masing-masing 5 Suatu elemen lebih penting dibandingkan dengan elemen yang lain
kriteria, W adalah vektor yang menunjukkan
kriteria tidak berkaitan satu sama lain, maka 32 7 Suatu elemen jelas lebih penting dibandingkan dengan elemen yang lain
pengaruh kriteria terhadap alternatif dan I
kriteria dapat dianggap berada pada tingkatan 9 Suatu elemen mutlak lebih penting dibandingkan dengan elemen yang lain
adalah matriks identitas.
atau hirarki yang sama. Kondisi ini membuat 2,4,6,8 Nilai-nilai yang berada diantara dua penilaian yang berdekatan
permasalahan dapat distrukturkan berdasarkan
tingkatan hirarki dengan tujuan berada pada Jika terdapat ketergantungan antar kriteria,
tingkatan teratas dan kriteria berada pada level maka nilai matriks W pada W tidak lagi Fuzzy ANP untuk Pemilihan Pemasok Menurut Zimmermann (1991) himpunan fuzzy
22
kedua dan alternatif pada level selanjutnya. bernilai 0 (nol). Oleh karena itu matriks W akan Fuzzy ANP merupakan suatu metode yang A pada semesta X dinyatakan sebagai
berubah menjadi berikut. menggabungkan metode fuzzy dengan ANP. himpunan pasangan berurutan (set of ordered
Dengan demikian permasalahan dapat ANP sangat sesuai untuk kondisi dimana pairs) baik diskrit maupun kontinu. Secara
dipetakan secara hirarki. Namun untuk sangat banyak ketergantungan terjadi dalam matematis himpunan fuzzy à dalam himpunan
permasalahan dimana terdapat dependence, pengambilan keputusan. Proses ANP semesta X dapat dilihat pada persamaan
pemetaan hirarki tentu tidak dapat dilakukan membutuhkan data perbandingan berikut.
karena pada permasalahan ini terdapat berpasangan. Dalam memperoleh data matriks Ã={(x,μÃ(x)|x Є X (3)
interaksi dan dependence antar elemen, sehingga berpasangan tersebut akan dibutuhkan
tidak dapat ditentukan level untuk masing- subjektivitas dari masing-masing responden Himpunan fuzzy tersebut dapat berupa
masing elemen tersebut. dalam melakukan perbandingan. Triangular Fuzzy Number (TFN) dimana
bilangan fuzzy triangular dapat dinotasikan
Pengaruh dari setiap elemen yang memiliki
Secara umum langkah pengerjaan metode clusters atau elemen dari komponen lainnya Penggunaan ANP konvensional memiliki sebagai berikut:
ANP menurut Onut dkk.(2009) adalah sebagai dapat direpresentasikan sebagai vektor beberapa kekurangan, antara lain ANP tidak Ã=(l,m,u) (4)
1 1 1
berikut: prioritas dengan menerapkan perbandingan dapat menangkap kebutuhan pihak pembuat
1. Perbandingan berpasangan dan estimasi bobot berpasangan. keputusan secara eksplisit (Ayag & Ozdemir, Parameter l, m dan u menunjukkan nilai
relatif 2012). Pengambilan keputusan seringkali kemungkinan rendah, tengah dan atas dari
Pada awalnya akan dilakukan penentuan 3. Pembentukan bobot supermatrix mengandung keambiguan. Penilaian yang suatu kegiatan. Menurut Zadeh (1975) ada
seluruh kriteria dan clusters beserta Vektor eigen diperoleh dari matriks dilakukan manusia untuk atribut kualitatif beberapa aturan operasi aritmatika TFN yang
hubungan ketergantungannya. Setelah perbandingan berpasangan setiap baris sering bersifat subjektif dan tidak tepat. Oleh umum digunakan jika terdapat 2 (dua) bilangan
mendapatkan hubungan ketergantungan, clusters pada kolom clusters yang karena ini pada penelitian ini digunakan fuzzy set TFN yaitu Ã1=(l1,m1,u1) dan Ã2=(l2,m2,u2) yaitu
maka dilakukan perbandingan berpasangan menghasilkan vektor eigen untuk setiap theories yang dikombinasikan dengan ANP sebagai berikut:
menggunakan skala 1-9 yang kolom clusters. Masukan pertama dari konvensional. Perhitungan perbandingan
direkomendasikan oleh Saaty. Setelah masing-masing vektor eigen untuk setiap berpasangan pada ANP dilakukan dengan 1. Penjumlahan dua bilangan fuzzy
seluruh perbandingan berpasangan kolom cluster dikalikan dengan seluruh menggunakan triangular fuzzy number. Ã1 Ã2=(l1+l2,m1+m2,u1+u2) (5)
dilakukan, selanjutkan seperti model AHP elemen pada cluster pertama dari kolom 2. Perkalian dua bilangan fuzzy
akan dihitung nilai vektor prioritas sehingga tersebut, masukan kedua dikalikan dengan Fuzzy sets dan fuzzy number à à =(ll,mm,uu) (6)
1 2 12 1 2 1 2
dihasilkan bobot kriteria yang seluruh elemen pada cluster kedua dari Fakta menjelaskan bahwa terkadang terdapat 3. Perkalian bilangan real r dengan bilangan
diperbandingkan. kolom tersebut dan seterusnya. Dengan ketidakpastian, ketidakjelasan, ketidaktepatan, fuzzy r à (rl,rm,ru) (7)
1 1 1 1
2. Pembentukan supermatrix awal cara ini, cluster pada setiap kolom dari kekurangan informasi, dan kebenaran parsial 4. Pengurangan dua bilangan fuzzy Ã-Ã
1 2
Vektor prioritas yang telah didapatkan akan supermatrix bisa dibobotkan sehingga dalam cara berpikir manusia. Oleh karena itu, =(l-l,m-m,u-u) (8)
1 2 1 2 1 2
dinormalisasi sehingga diperoleh vektor dihasilkan weighted supermatrix. untuk menangani pendefinisian keanggotaan 5. Pembagian dua bilangan fuzzy
prioritas lokal. Vektor prioritas lokal yang memiliki ketidakjelasan tersebut, muncul à à =(l/u,m/m,u/l) (9)
1 2 1 2 1 2 1 2
kemudian dimasukkan ke kolom yang sesuai konsep himpunan fuzzy. 6. Respirokal bilangan fuzzy Ã-1=
1
pada matriks ketergantungan antar elemen (1/u,1/m,1/l untuk l,m,u,> 0 (10)
1 1 1) 1 1 1
dan dihasilkan prioritas global. Matriks
tersebut kemudian disebut supermatrix.
Jurnal Jurnal
4 Manajemen Teknologi 5 Manajemen Teknologi
Vol.16 | No. 1 | 2017 Vol.16 | No.1 | 2017
Govindaraju dan Sinulingga/ Pengambilan Keputusan Pemilihan Pemasok di Perusahaan Manufaktur dengan Metode Fuzzy ANP Jurnal Manajemen Teknologi, 16(1), 2017, 1-16
Proses Fuzzy Analytical Network Process Model Usulan Tabel 3.
Langkah-langkah metode fuzzy ANP (Vinodh Model usulan untuk proses pemilihan Nilai TFN (Kannan dkk., 2013)
dkk., 2011) adalah sebagai berikut: pemasok adalah sebagai berikut:
Skala AHP Skala TFN Keterangan
1. Menghitung bobot kriteria tanpa ketergantungan
1 1,1,1 Equal strong
(W ). Tahap 1: Pembentukan Kriteria dan Subkriteria
21 2 1,2,3 Intermediate
Langkah untuk mendapatkan bobot Pembentukan kriteria dimulai dari identifikasi
3 2,3,4 Moderately strong
kriteria tanpa ketergantungan adalah kriteria awal yang berasal dari Zouggari dan
· Perhitungan bobot dalam bentuk fuzzy 4 3,4,5 intermediate
sebagai berikut: Benyoucef (2012) dan Rezaei dan Ortt (2013).
Bobot dalam bentuk fuzzy dapat 5 4,5,6 Strong
·Mengubah matriks perbandingan Kriteria-kriteria awal tersebut kemudian
diperoleh dengan menggunakan 6 5,6,7 intermediate
berpasangan AHP menjadi matriks diproses lebih lanjut dengan menggunakan
perbandingan berpasangan fuzzy. persamaan berikut. metode cut off point sehingga menghasilkan 7 6,7,8 Very strong
8 7,8,9 intermediate
Pada tahap ini setiap skala AHP 1-9 pada kriteria yang relevan dan penting untuk
9 9,9,9 Extremely strong
Tabel 2 yang pada awalnya digunakan digunakan dalam proses pemilihan pemasok di

Divisi HDK. Kriteria-kriteria tersebut
untuk melakukan perbandingan
kemudian dibagi menjadi kriteria utama dan Tabel 4.
berpasangan akan ditransformasikan ke
subkritera. Skala Penilaian (Dagdeviren dan Yuksel, 2010)
dalam bentuk fuzzy.
( al am au al am au ( · Melakukan defuzifikasi untuk Tahap 2: Penentuan Ketergantungan Antar Kriteria Skala Nilai
11, 11, 11 . . . 1n, 1n, 1n mendapatkan bobot nonfuzzy Selanjutnya akan dilakukan proses determining
al am au al am au Sangat Baik (SB) 1
21, 21, 21 . . . 2n, 2n, 2n Proses defuzzifikasi dilakukan dengan interdependency untuk mengetahui kriteria-
. Baik (B) 0.75
menggunakan persamaan berikut. kriteria yang memiliki ketergantungan satu
. Cukup (C) 0.5
sama lain.
. Tidak Baik (TB) 0.25
al am au al am au Tahap 3: Menghitung bobot kriteria tanpa dependency Sangat Tidak Baik (STB) 0
m1, m1, m1 . . . mn, mn, mn
Perhitungan bobot dilakukan dengan
(11)
Dengan nilai reciprocal adalah 1/a 2. Menghitung bobot kriteria yang memiliki melakukan perbandingan berpasangan setiap
mn.
ketergantungan ( W ) kriteria. Pada perbandingan berpasangan ini Metodologi Penelitian
22
·Membuat matriks perbandingan Proses perhitungan bobot kriteria yang digunakan skala TFN Kannan, Khodaverdi,
berpasangan fuzzy gabungan. memiliki ketergantungan sama dengan Olfat, Jafarian, dan Diabat (2013) seperti pada Studi kasus yang digunakan untuk
Jika terdapat lebih dari satu pengambil proses perhitungan yang tidak memiliki Tabel 3. mengaplikasikan model usulan pemilihan
keputusan maka matriks perbandingan ketergantungan (langkah 1). Perbedaan pemasok adalah pada PTP, khususnya Divisi
Tahap 4: Menghitung bobot kriteria dengan
berpasangan fuzzy yang dihasilkan akan hanya terletak pada kriteria yang HDK. Sebanyak 90% dari bahan baku utama
dependency
lebih dari satu juga. Oleh karena itu perlu diperbandingkan. Pada tahap ini kriteria yang dijual oleh Divisi HDK diperoleh melalui
Perhitungan hanya dilakukan untuk kriteria
dilakukan rata-rata geometrik untuk yang diperbandingkan hanya kriteria yang kegiatan trading dengan pemasok-pemasok
yang memiliki ketergantungan sesuai dengan
menghasilkan matriks perbandingan memiliki ketergantungan. Keseluruhan yang berasal dari luar negeri sehingga dapat
hasil pada tahap 2.
berpasangan fuzzy gabungan dengan bobot kriteria yang memiliki dikatakan bahwa kegiatan pengadaan
persamaan sebagai berikut. ketergantungan akan dimasukkan merupakan kegiatan utama dan krusial pada
Tahap 5: Menghitung bobot gabungan
kedalam matriks besar yaitu supermatriks. divisi ini. Kegiatan pengadaan yang dilakukan
Bobot gabungan hasilkan melalui hasil
ĜT=Σk l Σk m Σk u (12) 3. Menghitung bobot keseluruhan oleh Divisi HDK dimulai dengan adanya
i=1 1, i=1 1, i=1 1 perkalian matriks antara bobot kriteria tanpa
Bobot keseluruhan dapat dihasilkan permintaan akan bahan baku utama
dependency dan bobot kriteria dengan dependency.
·Melakukan normalisasi terhadap matriks dengan persamaan sebagai berikut: dilanjutkan dengan proses pencarian pemasok
dan kemudian proses pemilihan pemasok.
perbandingan berpasangan fuzzy
Tahap 6: Melakukan penilaian terhadap pemasok
Pada penelitian ini, setiap data atau penilaian
gabungan.
Pemasok dinilai berdasarkan penilaian
yang dilakukan diperoleh dari tim pengadaan
Normalisasi dapat dilakukan dengan
terhadap kriteria-kriteria. Kriteria dinilai
Divisi HDK yang terdiri dari 4 (empat) orang
menggunakan persamaan sebagai
dengan menggunakan 5 (lima) skala yang
yaitu 1 (satu) kepala biro pengadaan dan 3
berikut.
diajukan oleh Yuksel dan Dagdeviren (2010)
(tiga) anggota biro pengadaan. Tahapan yang
pada penelitiannya. Lima skala tersebut adalah
digunakan untuk proses pemilihan pemasok
“sangat baik”, “baik”, “sedang”, “tidak baik”
pada studi kasus ini akan mengikuti
dan “sangat tidak baik” seperti pada Tabel 4.
metodologi usulan yang dapat dilihat pada
Gambar 1.
Jurnal Jurnal
6 Manajemen Teknologi 7 Manajemen Teknologi
Vol.16 | No. 1 | 2017 Vol.16 | No.1 | 2017
Govindaraju dan Sinulingga/ Pengambilan Keputusan Pemilihan Pemasok di Perusahaan Manufaktur dengan Metode Fuzzy ANP Jurnal Manajemen Teknologi, 16(1), 2017, 1-16
Proses Fuzzy Analytical Network Process Model Usulan Tabel 3.
Langkah-langkah metode fuzzy ANP (Vinodh Model usulan untuk proses pemilihan Nilai TFN (Kannan dkk., 2013)
dkk., 2011) adalah sebagai berikut: pemasok adalah sebagai berikut:
Skala AHP Skala TFN Keterangan
1. Menghitung bobot kriteria tanpa ketergantungan
1 1,1,1 Equal strong
(W ). Tahap 1: Pembentukan Kriteria dan Subkriteria
21 2 1,2,3 Intermediate
Langkah untuk mendapatkan bobot Pembentukan kriteria dimulai dari identifikasi
3 2,3,4 Moderately strong
kriteria tanpa ketergantungan adalah kriteria awal yang berasal dari Zouggari dan
· Perhitungan bobot dalam bentuk fuzzy 4 3,4,5 intermediate
sebagai berikut: Benyoucef (2012) dan Rezaei dan Ortt (2013).
Bobot dalam bentuk fuzzy dapat 5 4,5,6 Strong
·Mengubah matriks perbandingan Kriteria-kriteria awal tersebut kemudian
diperoleh dengan menggunakan 6 5,6,7 intermediate
berpasangan AHP menjadi matriks diproses lebih lanjut dengan menggunakan
perbandingan berpasangan fuzzy. persamaan berikut. metode cut off point sehingga menghasilkan 7 6,7,8 Very strong
8 7,8,9 intermediate
Pada tahap ini setiap skala AHP 1-9 pada kriteria yang relevan dan penting untuk
9 9,9,9 Extremely strong
Tabel 2 yang pada awalnya digunakan digunakan dalam proses pemilihan pemasok di

Divisi HDK. Kriteria-kriteria tersebut
untuk melakukan perbandingan
kemudian dibagi menjadi kriteria utama dan Tabel 4.
berpasangan akan ditransformasikan ke
subkritera. Skala Penilaian (Dagdeviren dan Yuksel, 2010)
dalam bentuk fuzzy.
( al am au al am au ( · Melakukan defuzifikasi untuk Tahap 2: Penentuan Ketergantungan Antar Kriteria Skala Nilai
11, 11, 11 . . . 1n, 1n, 1n mendapatkan bobot nonfuzzy Selanjutnya akan dilakukan proses determining
al am au al am au Sangat Baik (SB) 1
21, 21, 21 . . . 2n, 2n, 2n Proses defuzzifikasi dilakukan dengan interdependency untuk mengetahui kriteria-
. Baik (B) 0.75
menggunakan persamaan berikut. kriteria yang memiliki ketergantungan satu
. Cukup (C) 0.5
sama lain.
. Tidak Baik (TB) 0.25
al am au al am au Tahap 3: Menghitung bobot kriteria tanpa dependency Sangat Tidak Baik (STB) 0
m1, m1, m1 . . . mn, mn, mn
Perhitungan bobot dilakukan dengan
(11)
Dengan nilai reciprocal adalah 1/a 2. Menghitung bobot kriteria yang memiliki melakukan perbandingan berpasangan setiap
mn.
ketergantungan ( W ) kriteria. Pada perbandingan berpasangan ini Metodologi Penelitian
22
·Membuat matriks perbandingan Proses perhitungan bobot kriteria yang digunakan skala TFN Kannan, Khodaverdi,
berpasangan fuzzy gabungan. memiliki ketergantungan sama dengan Olfat, Jafarian, dan Diabat (2013) seperti pada Studi kasus yang digunakan untuk
Jika terdapat lebih dari satu pengambil proses perhitungan yang tidak memiliki Tabel 3. mengaplikasikan model usulan pemilihan
keputusan maka matriks perbandingan ketergantungan (langkah 1). Perbedaan pemasok adalah pada PTP, khususnya Divisi
Tahap 4: Menghitung bobot kriteria dengan
berpasangan fuzzy yang dihasilkan akan hanya terletak pada kriteria yang HDK. Sebanyak 90% dari bahan baku utama
dependency
lebih dari satu juga. Oleh karena itu perlu diperbandingkan. Pada tahap ini kriteria yang dijual oleh Divisi HDK diperoleh melalui
Perhitungan hanya dilakukan untuk kriteria
dilakukan rata-rata geometrik untuk yang diperbandingkan hanya kriteria yang kegiatan trading dengan pemasok-pemasok
yang memiliki ketergantungan sesuai dengan
menghasilkan matriks perbandingan memiliki ketergantungan. Keseluruhan yang berasal dari luar negeri sehingga dapat
hasil pada tahap 2.
berpasangan fuzzy gabungan dengan bobot kriteria yang memiliki dikatakan bahwa kegiatan pengadaan
persamaan sebagai berikut. ketergantungan akan dimasukkan merupakan kegiatan utama dan krusial pada
Tahap 5: Menghitung bobot gabungan
kedalam matriks besar yaitu supermatriks. divisi ini. Kegiatan pengadaan yang dilakukan
Bobot gabungan hasilkan melalui hasil
ĜT=Σk l Σk m Σk u (12) 3. Menghitung bobot keseluruhan oleh Divisi HDK dimulai dengan adanya
i=1 1, i=1 1, i=1 1 perkalian matriks antara bobot kriteria tanpa
Bobot keseluruhan dapat dihasilkan permintaan akan bahan baku utama
dependency dan bobot kriteria dengan dependency.
·Melakukan normalisasi terhadap matriks dengan persamaan sebagai berikut: dilanjutkan dengan proses pencarian pemasok
dan kemudian proses pemilihan pemasok.
perbandingan berpasangan fuzzy
Tahap 6: Melakukan penilaian terhadap pemasok
Pada penelitian ini, setiap data atau penilaian
gabungan.
Pemasok dinilai berdasarkan penilaian
yang dilakukan diperoleh dari tim pengadaan
Normalisasi dapat dilakukan dengan
terhadap kriteria-kriteria. Kriteria dinilai
Divisi HDK yang terdiri dari 4 (empat) orang
menggunakan persamaan sebagai
dengan menggunakan 5 (lima) skala yang
yaitu 1 (satu) kepala biro pengadaan dan 3
berikut.
diajukan oleh Yuksel dan Dagdeviren (2010)
(tiga) anggota biro pengadaan. Tahapan yang
pada penelitiannya. Lima skala tersebut adalah
digunakan untuk proses pemilihan pemasok
“sangat baik”, “baik”, “sedang”, “tidak baik”
pada studi kasus ini akan mengikuti
dan “sangat tidak baik” seperti pada Tabel 4.
metodologi usulan yang dapat dilihat pada
Gambar 1.
Jurnal Jurnal
6 Manajemen Teknologi 7 Manajemen Teknologi
Vol.16 | No. 1 | 2017 Vol.16 | No.1 | 2017
Govindaraju dan Sinulingga/ Pengambilan Keputusan Pemilihan Pemasok di Perusahaan Manufaktur dengan Metode Fuzzy ANP Jurnal Manajemen Teknologi, 16(1), 2017, 1-16
Kriteria-kriteria di atas kemudian divalidasi Kriteria-kriteria yang telah dihasilkan tersebut
Penentuan
Identifikasi kriteria kepada tim pengadaan untuk mendapatkan kemudian akan dibagi kedalam kriteria dan
ketergantungan
awal
antar kriteria kriteria yang relevan pada Divisi HDK. Kriteria subkriteria seperti pada Tabel 8.
hasil validasi dapat dilihat pada Tabel 6.
Tabel 8.
Tabel 6. Kriteria dan Subkriteria
Perhitungan Perhitungan
Proses cut off Kriteria Hasil Validasi
Bobot Tanpa Bobot dengan
point Dependency Dependency No Kriteria Subkriteria
No Kriteria
1 Respon Klaim (RK)
1 Harga
2 Ketepatan Mutu (KM)
2 Waktu Pengiriman Kinerja Masa
Pembentukan 3 Ketepatan Waktu (KW)
lalu (KML)
Kriteria Utama 3 Kualitas Barang
Perhitungan Ketepatan Kuantitas
dan Subkriteria Bobot Gabungan 4 Ketepatan Mutu 4 (KK)
5 Ketepatan Waktu 5 After Sales Support (ASS)
6 Ketepatan Kuantitas Pelayanan (P) Metode Pembayaran
6
(MP)
7 Metode Pengiriman
Penilaian 7 Kualitas Barang (KB)
Pemasok 8 Respon Klaim Kualitas (K)
Gambar 1. Metodologi Pemilihan Pemasok 8 Kualitas SDM (KSDM)
9 Kualitas SDM
Metode Pengiriman
9
Tahap 1: Pembentukan Kriteria dan Subkriteria. 10 After Sales Support Delivery (D) (DM)
Kriteria awal yang dikembangkan sebanyak 34 11 Metode Pembayaran 10 Waktu Pengiriman (WP)
kriteria yang diperoleh dari penelitian terkait
12 Reputasi Pemasok 11 Harga (H)
dengan pemilihan pemasok yaitu Zouggari dan
Reputasi
13 Letak Geografis
Benyoucef (2012) dan Rezaei dan Ortt (2013) 12 Pemasok
14 Sistem Komunikasi
yaitu seperti Tabel 5 kriteria awal berikut. (RP)
15 Pengemasan

16 Perwakilan Perusahaan Tahap 2: Penentuan Ketergantungan Antar Kriteria.
Tabel 5.
Ketergantungan antar kriteria diperoleh
17 Situasi Politik
Kriteria Awal
dengan memberikan kuesioner determining

Setelah mendapatkan kriteria yang relevan interdependency dimana suatu kriteria dianggap
No Kriteria No Kriteria
maka dilakukan proses cut off kriteria sehingga memiliki ketergantungan satu sama lain apabila
1 Price/Cost 18 Repair Service
dihasilkan krtieria yang tidak hanya relevan nilai dari kuesioner tersebut lebih besar atau
2 Delivery 19 After Sales Support
namun juga penting untuk digunakan. Hasil sama dengan setengah dari jumlah responden.
3 Quality 20 Packaging Ability
kriteria cut-off point dapat dilihat pada Tabel 7. Hasil ketergantungan antar kriteria dapat
4 Reserve Capacity 21 Reliability of Product
dilihat pada Gambar 2 jaringan antar kriteria
5 Industry Knowledge 22 Operational Controls Tabel 7. berikut
6 Production 23 Training Aids Kriteria Hasil cut-off point
7 Geographic Location 24 Labor Relations Record
No Kriteria
8 Design Capability 25 Ease of Maintenance Design
1 Harga
9 Technical Capability 26 Communication System
2 Waktu Pengiriman
10 Technology Monitoring 27 Desire to Business
3 Kualitas Barang
11 Management and Organization 28 Human Resource Management
4 Ketepatan Mutu
12 Reputation&position in industry 29 Amount of Past Business
13 Financial Position 30 Warranties and Claims 5 Ketepatan Waktu
14 Performance Awards 31 Customer Linking 6 Ketepatan Kuantitas
15 Performance History 32 Health and Safety 7 Metode Pengiriman
16 Cost Control 33 Innovation 8 Respon Klaim
17 Technology Development 34 Political & Economical Stability 9 Kualitas SDM
10 After Sales Support
Gambar 2. Jaringan Antar Kriteria
11 Metode Pembayaran
12 Reputasi Pemasok
Jurnal Jurnal
8 Manajemen Teknologi 9 Manajemen Teknologi
Vol.16 | No. 1 | 2017 Vol.16 | No.1 | 2017
Govindaraju dan Sinulingga/ Pengambilan Keputusan Pemilihan Pemasok di Perusahaan Manufaktur dengan Metode Fuzzy ANP Jurnal Manajemen Teknologi, 16(1), 2017, 1-16
Kriteria-kriteria di atas kemudian divalidasi Kriteria-kriteria yang telah dihasilkan tersebut
Penentuan
Identifikasi kriteria kepada tim pengadaan untuk mendapatkan kemudian akan dibagi kedalam kriteria dan
ketergantungan
awal
antar kriteria kriteria yang relevan pada Divisi HDK. Kriteria subkriteria seperti pada Tabel 8.
hasil validasi dapat dilihat pada Tabel 6.
Tabel 8.
Tabel 6. Kriteria dan Subkriteria
Perhitungan Perhitungan
Proses cut off Kriteria Hasil Validasi
Bobot Tanpa Bobot dengan
point Dependency Dependency No Kriteria Subkriteria
No Kriteria
1 Respon Klaim (RK)
1 Harga
2 Ketepatan Mutu (KM)
2 Waktu Pengiriman Kinerja Masa
Pembentukan 3 Ketepatan Waktu (KW)
lalu (KML)
Kriteria Utama 3 Kualitas Barang
Perhitungan Ketepatan Kuantitas
dan Subkriteria Bobot Gabungan 4 Ketepatan Mutu 4 (KK)
5 Ketepatan Waktu 5 After Sales Support (ASS)
6 Ketepatan Kuantitas Pelayanan (P) Metode Pembayaran
6
(MP)
7 Metode Pengiriman
Penilaian 7 Kualitas Barang (KB)
Pemasok 8 Respon Klaim Kualitas (K)
Gambar 1. Metodologi Pemilihan Pemasok 8 Kualitas SDM (KSDM)
9 Kualitas SDM
Metode Pengiriman
9
Tahap 1: Pembentukan Kriteria dan Subkriteria. 10 After Sales Support Delivery (D) (DM)
Kriteria awal yang dikembangkan sebanyak 34 11 Metode Pembayaran 10 Waktu Pengiriman (WP)
kriteria yang diperoleh dari penelitian terkait
12 Reputasi Pemasok 11 Harga (H)
dengan pemilihan pemasok yaitu Zouggari dan
Reputasi
13 Letak Geografis
Benyoucef (2012) dan Rezaei dan Ortt (2013) 12 Pemasok
14 Sistem Komunikasi
yaitu seperti Tabel 5 kriteria awal berikut. (RP)
15 Pengemasan

16 Perwakilan Perusahaan Tahap 2: Penentuan Ketergantungan Antar Kriteria.
Tabel 5.
Ketergantungan antar kriteria diperoleh
17 Situasi Politik
Kriteria Awal
dengan memberikan kuesioner determining

Setelah mendapatkan kriteria yang relevan interdependency dimana suatu kriteria dianggap
No Kriteria No Kriteria
maka dilakukan proses cut off kriteria sehingga memiliki ketergantungan satu sama lain apabila
1 Price/Cost 18 Repair Service
dihasilkan krtieria yang tidak hanya relevan nilai dari kuesioner tersebut lebih besar atau
2 Delivery 19 After Sales Support
namun juga penting untuk digunakan. Hasil sama dengan setengah dari jumlah responden.
3 Quality 20 Packaging Ability
kriteria cut-off point dapat dilihat pada Tabel 7. Hasil ketergantungan antar kriteria dapat
4 Reserve Capacity 21 Reliability of Product
dilihat pada Gambar 2 jaringan antar kriteria
5 Industry Knowledge 22 Operational Controls Tabel 7. berikut
6 Production 23 Training Aids Kriteria Hasil cut-off point
7 Geographic Location 24 Labor Relations Record
No Kriteria
8 Design Capability 25 Ease of Maintenance Design
1 Harga
9 Technical Capability 26 Communication System
2 Waktu Pengiriman
10 Technology Monitoring 27 Desire to Business
3 Kualitas Barang
11 Management and Organization 28 Human Resource Management
4 Ketepatan Mutu
12 Reputation&position in industry 29 Amount of Past Business
13 Financial Position 30 Warranties and Claims 5 Ketepatan Waktu
14 Performance Awards 31 Customer Linking 6 Ketepatan Kuantitas
15 Performance History 32 Health and Safety 7 Metode Pengiriman
16 Cost Control 33 Innovation 8 Respon Klaim
17 Technology Development 34 Political & Economical Stability 9 Kualitas SDM
10 After Sales Support
Gambar 2. Jaringan Antar Kriteria
11 Metode Pembayaran
12 Reputasi Pemasok
Jurnal Jurnal
8 Manajemen Teknologi 9 Manajemen Teknologi
Vol.16 | No. 1 | 2017 Vol.16 | No.1 | 2017
Govindaraju dan Sinulingga/ Pengambilan Keputusan Pemilihan Pemasok di Perusahaan Manufaktur dengan Metode Fuzzy ANP Jurnal Manajemen Teknologi, 16(1), 2017, 1-16
Tahap 3: Menghitung bobot kriteria tanpa dependency Tahap 4: Menghitung bobot kriteria dengan Tabel 11.
Bobot kriteria tanpa dependency dilakukan dependency Bobot Kriteria dengan Dependency
dengan mengalikan bobot kriteria utama dan Kriteria-kriteria yang memiliki ketergantungan
subkriteria. Bobot kriteria utama dihasilkan satu sama lain akan diperbandingkan Bobot dengan dependency
dengan melakukan perbandingan berpasangan menghasilkan supermatriks bobot kriteria KML P K D
Kriteria/
pada setiap kriteria utama, sedangkan bobot dengan dependency seperti Tabel 11. K H RP
Subkritria RK KM KW ASS MP KB KSM DM WP
K
subkriteria dihasilkan dengan melakukan
RK 0.040
perbandingan berpasangan setiap subkriteria Tahap 5 : Menghitung bobot gabungan
KM 0.198
yang berada pada satu kriteria utama. Contoh Perhitungan bobot gabungan dilakukan KML
KW 0.352 0.193
perbandingan berpasangan kriteria utama dari dengan menggunakan persamaan (16). Hasil
KK 0.168
seluruh responden dapat dilihat pada Tabel 9 perhitungan bobot gabungan seperti pada
ASS 0.497 0.434
P
sedangkan hasil bobot kriteria tanpa dependency Tabel 12.
MP
dapat dilihat pada Tabel 10. KB 0.609 0.239
K
KSM 0.384 0.491 0.131 1 1 0.315 0.154 0.498 0.089
DM 0.157 0.375 0.379 0.128
D
Tabel 9. WP 0.494 0.446 0.073
Perbandingan Berpasangan Kriteria Utama H 0.406 0.400 0.124
RP 0.119 0.279 0.566 0.263
Kriteria
KML P K D H RP
Utama Tabel 12.
KML (1, 1, 1) (2.8, 3.87, (0.34, 0.43, (1, 1.57, (0.24, 0.32, (2.38, 3.41,
Bobot Gabungan
4.9) 0.59) 2.21) 0.5) 4.4)
P (0.2, 0.26, (1, 1, 1) (0.13, 0.15, (0.18, 0.23, (0.14, 0.16, (0.31, 0.45,
0.35) 0.18) 0.3) 0.2) 0.8)
Kriteria Utama Subkriteria Bobot Gabungan
K (1.68, 2.34, (5.6, 6.65, (1, 1, 1) (1.68, 2.34, (0.9, 1.11, (4.43, 5.44,
2.91) 7.67) 2.91) 1.41) 6.4)
Respon Klaim 0.002
D (0.45, 0.64, (3.4, 4.4, (0.34, 0.43, (1, 1, 1) (0.84, 1.19, (2, 2.66,
Ketepatan Mutu 0.012
1) 5.42) 0.59) 1.57) 3.2)
Kinerja Masa lalu
H (2, 3.08, (5.1, 6.12, (0.71, 0.9, (0.64, 0.84, (1, 1, 1) (5.09, 6.12, Ketepatan Waktu 0.034
4.12) 7.14) 1.11) 1.19) 7.1)
Ketepatan Kuantitas 0.010
RP (0.23, 0.29, (1.2, 2.21, (0.16, 0.18, (0.31, 0.38, (0.14, 0.16, (1, 1, 1)
After Sales Support 0.031
0.42) 3.22) 0.23) 0.5) 0.2) Pelayanan
Metode Pembayaran 0.029
Tabel 10. Kualitas Barang 0.181
Perbandingan Berpasangan Kriteria Utama Kualitas
Kualitas SDM 0.248
Metode Pengiriman 0.107
Delivery
Bobot Kriteria Bobot Bobot
Kriteria Utama Subkriteria Waktu Pengiriman 0.042
Utama Subkriteria Global
Harga 0.130
Respon Klaim 0.075 0.012
Reputasi Pemasok 0.174
Ketepatan Mutu 0.390 0.063
Kinerja Masa lalu 0.162 Total 1.000
Ketepatan Waktu 0.239 0.039

Ketepatan Kuantitas 0.295 0.048
Tahap 6: Proses Penilaian Pemasok 2. Menentukan nilai pemasok.
After Sales Support 0.230 0.009 Berikut adalah langkah-langkah penilaian Nilai pemasok diperoleh melalui perkalian
Pelayanan 0.038
Metode Pembayaran 0.770 0.029 pemasok untuk menghasilkan rekomendasi antara nilai bobot dengan nilai rating untuk
Kualitas Barang 0.806 0.242 pemasok terpilih: masing-masing kriteria/subkriteria. Nilai
Kualitas 0.300
Kualitas SDM 0.194 0.058 1. Menetapkan rating pada pemasok untuk masing- pemasok dapat diperoleh dengan
Metode Pengiriman 0.250 0.042 masing kriteria menggunakan persamaan berikut.
Delivery 0.168 Pada tahap ini setiap pemasok dinilai dengan
Waktu Pengiriman 0.750 0.126
menetapkan rating “sangat baik”, “baik”, np = w x r (19)
Harga 0.274 0.274 ijn j ijn
“sedang”, “tidak baik” atau “sangat tidak
Reputasi Pemasok 0.059 0.059
b a i k ” p a d a m a s i n g - m a s i n g
kriteria/subkriteria sesuai dengan kondisi
pemasok.
Jurnal Jurnal
10 Manajemen Teknologi 11 Manajemen Teknologi
Vol.16 | No. 1 | 2017 Vol.16 | No.1 | 2017