Tugas ahkirku

PENDEKATAN MODEL MATEMATIS UNTUK MENENTUKAN PERSENTASE MARKUP HARGA JUAL PRODUK Oviliani Yenty Yuliana Dosen Fakultas Ekonomi, Jurusan Akuntansi – Universitas Kristen Petra Siana Halim Dosen Fakultas Teknologi Industri, Jurusan Teknik Industri – Universitas Kristen Petra Yohan Wahyudi Alumnus Fakultas Ekonomi, Jurusan Akuntansi – Universitas Kristen Petra ABSTRACT The purpose of this research is to design Mathematical models that can determine the selling volume as an alternative to improve the markup percentage. Mathematical models was designed with double regression statistic. Selling volume is a function of markup, market condition, and substitute condition variables. The designed Mathematical model has fulfilled by the test of: error upon assumption, accurate model, validation model, and multi collinear problem. The Mathematical model has applied in application program with expectation that the application program can give: (1) alternative to decide percentage markup for user, (2) Illustration of gross profit estimation that will be achieve for selected percentage markup, (3) Illustration of estimation percentage of the units sold that will be achieve for selected percentage markup, and (4) Illustration of total net income before tax will get for specific period. Keywords: Mathematical models, application program, selling volume, markup, gross profit. PENDAHULUAN Globalisasi mengakibatkan persaingan antar perusahaan menjadi semakin ketat. Untuk dapat bersaing dan bertahan hidup, diharapkan para pelaku bisnis: (1) mengusahakan sistem informasi yang memadai, sehingga dapat mendukung pihak manajemen dalam mengambil keputusan yang tepat. (2) menentukan harga jual yang dapat bersaing namun tetap dapat memberikan keuntungan bagi perusahaan. Perusahaan tempat penulis melakukan penelitian bergerak di bidang industri barang plastik yang tergolong perusahaan tingkat menengah. Jenis pasar di mana perusahaan ini berada merupakan pasar monopolistik, sehingga untuk memenangkan pasar ada beberapa faktor yang perlu diperhatikan: kualitas barang, selera masyarakat terhadap barang, dan harga barang tersebut. Kualitas barang yang dihasilkan oleh perusahaan dan para pesaingnya adalah setara. Sedangkan selera masyarakat terhadap barang merupakan faktor acak yang tidak dapat dikendalikan secara langsung oleh perusahaan. Dengan demikian hanya faktor harga barang yang dapat digunakan oleh perusahaan untuk memenangkan pasar. Menurut teori ekonomi, harga meliputi semua biaya yang terjadi dalam menghasilkan barang tersebut, ditambah dengan tingkat keuntungan (markup) yang ingin dicapai. Supaya keuntungan optimal, ada dua cara yang dapat ditempuh: meminimalkan biaya dan memilih harga yang optimum dengan cepat dan akurat supaya dapat memperoleh keuntungan. Sistem pencatatan dan penilaian biaya yang digunakan oleh perusahaan sudah sangat efisien, sehingga tidak memungkinkan untuk memperkecil biaya yang ada. Jadi, yang dapat dilakukan oleh perusahaan saat ini adalah memilih harga yang optimum. Namun demikian hukum ekonomi menyatakan bahwa “bila harga semakin tinggi, maka permintaan semakin rendah”. Jadi haruslah dipilih dengan cermat tingkat harga yang dapat memaksimalkan keuntungan. METODE PENELITIAN Penelitian yang dilakukan oleh penulis berupa penelitian deskriptif aplikatif, dimana penulis mengambil studi kasus dan simulasi penentuan volume penjualan dalam rangka menetapkan markup dengan program aplikasi, sehingga perusahaan dapat lebih bersaing dalam memasarkan produknya. Data yang digunakan dalam Penelitian ini adalah data primer dengan teknik pengumpulan data melalui daftar pertanyaan. Daftar pertanyaan digunakan untuk mengetahui permasalah, kebutuhan perusahaan, jumlah produksi, jumlah produk terjual, markup, kondisi selera pasar, dan kondisi barang pengganti di pasar untuk periode tahun 1996 sampai dengan 1998. Pengukuran data jumlah produksi, jumlah terjual, dan markup menggunakan skala rasio. Sedangkan untuk mengukur kondisi selera pasar dan barang pengganti di pasar digunakan skala nominal yang menyatakan kondisi lemah, sedang, dan kuat. Untuk mempertajam hasil penelitian, penulis membatasi ruang lingkup berikut: Komponen penentu volume penjualan adalah markup, kondisi pasar, dan kondisi pengganti. Model Matematis yang dirancang valid untuk perusahaan yang berada di pasar monopolistik. Keakuratan hasil program aplikasi sangat tergantung pada keakuratan manajer umum dalam menilai kondisi pasar dan pengganti. ANALISIS DAN PEMBAHASAN Dari hasil wawancara penulis dengan pihak manajemen, penulis menemukan beberapa fakta sebagai berikut: Perusahaan sedang berada dalam persaingan yang ketat untuk merebut pangsa pasar. Perusahaan mengalami kesulitan dalam menentukan markup berdasarkan volume penjualan produk sesuai dengan kondisi pasar dan kondisi pengganti. Penilaian harga pokok produksi sudah dilakukan secara efisien. Perusahaan sudah menggunakan komputer yang up to date dalam membantu jalannya usaha sehari-hari. Komponen pengolahan informasi dalam sistem informasi manajemen perusahaan menerima dan mengolah data dari: A. Kebijakan/Standar yang ditetapkan oleh manajemen. Pihak manajemen menetapkan beberapa standar yang harus dipenuhi oleh pengolah informasi, supaya informasi yang dihasilkan lebih berguna bagi pihak manajemen. Adapun standar yang diterapkan selama ini adalah: •Persentase markup berkisar antara 5% hingga 20%. •Persentase barang terjual minimal 80% dari produksi. •Standar tersebut dipakai untuk menghindari opportunity cost, berupa: hilangnya pelanggan, menurunnya citra perusahaan, dan biaya pengolahan ulang produk yang tidak laku. •Jum KESIMPULAN Dari hasil penelitian dan perhitungan dapat ditarik kesimpulan sebagai berikut: 1. Sistem informasi yang selama ini digunakan oleh perusahaan kurang memadai dalam menentukan persentase markup yang optimum secara cepat dan akurat. Perusahaan membutuhkan program aplikasi untuk memperkirakan persentase markup secara cepat dan akurat. 2. Dibutuhkan suatu model Matematis untuk menentukan persentase markup yang optimum. 3. Simulasi terhadap rancangan program aplikasi dengan sampel data perusahaan, menunjukkan bahwa perusahaan seharusnya memperoleh laba kotor 36% lebih tinggi daripada tanpa menggunakan program aplikasi. DAFTAR PUSTAKA Burrows, W. E. dan J. D. Langford, 2000. Programming Business Applications with Microsoft® Visual Basic Version 6.0. New York: McGraw-Hill. Hansen, D. R. dan M. M. Mouwen, 2000. Management Accounting. 5th edition, Cincinnati. Landsburg, S. E., 1992. Price Theory and Application. 2nd edition. Fort Worth, Texas: The Dryden Press.lah produksi berkisar dari 2000 hingga 8000 unit.

tugas ahkirku

KUALITAS WARNA MINYAK GORENG DENGAN METODE RESPONSE SURFACE Didik Wahjudi Dosen Fakultas Teknik, Jurusan Teknik Mesin Universitas Kristen Petra Gan Shu San Dosen Fakultas Teknik, Jurusan Teknik Mesin Universitas Kristen Petra Lely Tjandranitia Dewi Alumnus Fakultas Teknik, Jurusan Teknik Industri Universitas Kristen Petra ABSTRACT Quality optimization of cooking oil color is done by performing experiment using samples of 98 gram cooking oil and 2 gram of whitening agent, i.e. bleaching earth and carbon active. There are three variables that affects the cooking oil color, i.e. temperature (X1) in the range of 90 to 110° C, stirring time of 10 to 20 minutes, and active carbon concentration (X3) of 5 to 15% (of the 2 gram of whitening agent). Response Surface Method consists of two-experiment designs, the first order and the second order experiment designs. The first order experiment design is the factor screening stage, while the second order design is the optimization stage. The first order experiment shew that only stirring time and the concentration of active carbon affects the color. The second order experiment resulted in that the appropriate optimization model is Y = 1,7833 + 0,0538 X2 0,1098 X3 + 0,0477 X2 X3 + e, and that there are three choices of optimal factor condition with regards of the whitening agent cost. Keywords: design experiment, quality engineering PENDAHULUAN Salah satu faktor yang mempengaruhi kualitas dari minyak goreng adalah warna. Hasil pengolahan kopra mengandung warna kuning dan merah yang cukup tinggi. Oleh sebab itu diperlukan zat pemutih untuk mengurangi warna tersebut, karena semakin sedikit kandungan warna kuning dan merah ma Hasil produk yang diinginkan adalah minyak goreng dengan kadar warna kuning antara 2-20 dan kadar warna merah antara 0,5-2. Kadar yang telah ditetapkan oleh pihak perusahaan sampai dengan proses vakum, yaitu untuk kualitas 1, warna kuning adalah 3- 4, warna merah adalah 0,7-0,8. Sedangkan untuk kualitas 2, warna kuning adalah 5-7, warna merah adalah 1-1,2. Oleh karena penelitian yang dilakukan di laboratorium tidak menggunakan proses vakum, maka kadar warna yang dicapai juga berbeda, yakni untuk kualitas 1, warna kuning adalah 5-6, warna merah adalah 0.7-0.8 dan untuk kualitas 2, warna kuning adalah 8-12, warna merah 1-1,3. Zat pemutih yang digunakan ada dua jenis yaitu carbon active dengan daya pemutih yang sangat kuat dan bleaching earth. Harga dari carbon active jauh lebih mahal dibandingkan bleaching earth sehingga terdapat pertimbangan antara pengaturan komposisi zat pemutih dengan biaya yang dikeluarkan. Oleh sebab itu ide dari permasalahan yang ada adalah mengoptimalkan kualitas warna dengan pertimbangan biaya zat pemutih. Tujuan dari penelitian ini adalah untuk mendapatkan kadar warna kuning dan merah yang diinginkan dengan biaya lebih rendah atau menurunkan kadar warna kuning dan merah dari yang telah ditetapkan oleh perusahaan saat ini dengan biaya yang hampir sama atau bahkan lebih rendah. Batasan masalah yang diambil untuk penelitian ini ialah: 1) Perhitungan biaya dibatasi hanya pada biaya zat pemutih. 2) Eksperimen dilakukan pada kualitas 2 dengan bahan dasar kopra. 3) Tidak membahas proses kimia. 4) Tidak merubah komposisi minyak goreng dan zat pemutih yang telah ditetapkan oleh pihak laboratorium perusahaan. 5) Penelitian yang dilakukan terbatas dengan peralatan yang ada di laboratorium, yaknika kualitasnya semakin baik. METODE PENELITIAN Penelitian ini dibuat dengan langkah-langkah sebagai berikut: 1) Menentukan faktor, jumlah dan range level setiap faktor. 2) Menentukan respon dan mempelajari bagaimana mengukurnya. 3) Menyusun rancangan eksperimen orde I. 4) Melakukan eksperimen sesuai rancangan orde I. 5) Mengolah hasil eksperimen orde I. 6) Menyusun rancangan eksperimen orde II. 7) Melakukan eksperimen sesuai rancangan orde II. 8) Mengolah hasil eksperimen orde II.9) 9) Menentukan model optimasi. 10) Menentukan kondisi optimum dengan pertimbangan biaya zat pemutih. 11) Menghitung biaya zat pemutih dari kondisi optimum yang dicapai. Eksperimen terhadap warna minyak goreng, khususnya pada proses pemutihan minyak goreng kualitas 2 dilakukan dengan prosedur sebagai berikut: 1) Persiapan awal, yaitu dengan menimbang minyak goreng sebanyak 98 gram, campuran zat pemutih bleaching earth dan carbon active sebanyak 2 gram. 2) Minyak goreng yang sudah ditimbang dipanaskan sampai dengan suhu sesuai rancangan yang dibuat. 3) Zat pemutih dimasukkan ke dalam minyak goreng yang telah panas tersebut.. 4) Setelah minyak goreng dan zat pemutih tercampur, lalu diaduk selama waktu yang dikehendaki. 5) Setelah campuran antara minyak goreng dan zat pemutih diaduk sampai rata dan sesuai dengan waktu yang dikehendaki, maka kemudian dilakukan proses penyaringan dengan menggunakan kertas penyaring. 6) Setelah disaring, minyak goreng diukur kualitas warnanya dengan alat pengukur warna. DESAIN DAN ANALISA EKSPERIMEN ORDE I Adapun variabel-variabel beserta level dalam eksperimen ini meliputi: 1) Variabel respon, yaitu: warna kuning dan warna merah yang dikandung oleh minyak goreng. 2) Variabel bebas/ faktor, terdiri dari:  KESIMPULAN Dari penelitian ini, dapat disimpulkan beberapa hal, antara lain: •Model optimasi yang sesuai adalah: Y = 1,7833 + 0,0538 X2 - 0,1098 X3 + 0,0477 X2X3 +  OPTIMASI KUALITAS WARNA MINYAK GORENG DENGAN METODE RESPONSE SURFACE (Didik Wahyudi) Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Kristen Petra http://puslit.petra.ac.id/journals/industrial 29 •Kondisi proses optimum pada suhu 90C bergantung kebijaksanaan yang dipilih, yaitu: 1) Jika yang diinginkan adalah respon terbaik tanpa peduli biaya zat pemutih, maka kondisi optimumnya pada saat waktu pengadukan 10 menit, BE = 1,7 gram dan CA = 0,3 gram. Respon yang dicapai adalah 1,52 dengan biaya zat pemutih Rp. 2,495,. 2) Jika biaya zat pemutih dan respon menjadi pertimbangan, maka kondisi optimumnya pada saat waktu pengadukan 10 menit, BE = 1,76875 gram, CA = 0,23125 gram. Respon yang dicapai adalah 1,68028125 dengan biaya zat pemutih Rp. 2,312813,-. 3) Perusahaan dapat menyesuaikan antara kebutuhan akan respon dan biaya yang dikehendaki dengan kondisi optimum lainnya. •Untuk kondisi optimum 2, dibandingkan dengan hasil laboratorium, penurunan respon sebesar 0,1378187 mempunyai arti cukup besar untuk lebih memutihkan warna minyak goreng, meskipun biayanya sedikit lebih mahal yaitu Rp. 0,083 per 100 gram minyak goreng.Suhu (X1), range antara 90C sampai dengan 110C. DAFTAR PUSTAKA Montgomery C., Douglas. 1997. Design and Analysis of Experiments, Fourth edition, New York: John Wiley and Sons. Box, G.E.P., Hunter, W.G. and Hunter, J.S. 1978. Statistics for Experimenters, An Introduction to Design, Data Analysis and Model Building, New York: John Wiley and Sons. Bhattacharyya, Gouri & Johnson, Richard, 1996. Statistical Principles and Methods, Third edition, Canada: John Wiley and Sons. Hinkelmann, Klaus & Kempthorne, Oscar, 1994. Design and Analysis of Experiments, First edition, New York: John Wiley and Sons. Sudjana, 1994. Desain dan Analisis Eksperimen, edisi 3, Bandung: Tarsito. Finney, D.J., 1995. Experimental Design and Its Statistical Basis, London: The University of Chicago.

tugas ahkirku

PENJADUALAN FLOWSHOP DENGAN ALGORITMA GENETIKA Tessa Vanina Soetanto Dosen Fakultas Teknik, Jurusan Teknik Industri Universitas Kristen Petra Danny Prabowo Soetanto Dosen Fakultas Teknik, Jurusan Teknik Industri Universitas Kristen Petra ABSTRACT This paper explains and gives an application of genetic algorithm for flowshop scheduling at “X” company to reach minimum multiple objectives of makespan, total flowtime and machine idletime. Comparison to HC heuristic algorithm (Ho and Chang, 1991) is done to show the differences of genetic algorithm. Keywords: flowshop, multiple objectives, genetic algorithm PENDAHULUAN Masalah penjadualan flowshop adalah menjadualkan proses produksi dari masingmasing n job yang mempunyai urutan proses produksi dan melalui m mesin yang sama. Sudah banyak penelitian yang dilakukan untuk mencari penyelesaian yang optimal terhadap masalah ini dan kebanyakan hanya mengacu pada satu tujuan saja yaitu meminimumkan makespan (waktu penyelesaian job terakhir yang meninggalkan sistem). Beberapa diantaranya adalah Campbell et al. (1970), Dannenbring (1977), Nawaz et al (1983), Ogbu & Smith (1990) serta Widmer & Hertz (1989). Namun tujuan yang lain seperti meminimumkan total flowtime (lamanya waktu yang dihabiskan seluruh job pada lantai produksi) atau multiple objectives yang meminimumkan makespan, total flowtime dan machine idletime (waktu idle mesin) akan lebih efektif dalam mengurangi biaya penjadualan, hal ini dikatakan oleh French (1982). Oleh karena itu Ho & Chang (1991) memberikan algoritma usulan untuk menyelesaikan masalah flowshop dengan multiple objectives dan dipergunakan untuk mengevaluasi algoritma usulan: genetika, yang dikembangkan oleh Sridhar & Rajendran (1996). Sedangkan solusi awal untuk algoritma genetika diberikan berdasarkan algoritma heuristic NEH (1983) dan algoritma heuristic RC (1991) Beberapa asumsi yang dipakai dalam penjadualan flowshop ini adalah: proses produksi dari job-job sudah diketahui secara jelas JURNAL TEKNIK INDUSTRI VOL. 1, NO. 1, DESEMBER 1999: 1 - 11 Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Kristen Petra http://puslit.petra.ac.id/journals/industrial 2 tidak terdapat pre-emption (interupsi untuk mengerjakan produk lain ditengah-tengah pengerjaan suatu produk) setiap job memerlukan m mesin dan setiap proses memerlukan mesin yang berbeda - waktu set-up bersifat independent dan termasuk dalam waktu proses - semua job mempunyai ready tim yang sama. Metode Dalam menyelesaikan masalah penjadualan pada sistem produksi bersifat flowshop; Nawaz, Enscore, and Ham (1983) mengusulkan algoritma heuristic yaitu job dengan total waktu proses pada semua mesin lebih besar seharusnya diberi bobot yang lebih tinggi daripada job lain dengan total waktu proses yang lebih kecil, sehingga dapat diraih makespan yang minimum. Parameter – parameternya adalah sebagai berikut : = job yang sudah dijadualkan dari n job yang ada/partial schedule = kumpulan job-job yang belum dijadualkan q(,j) = waktu penyelesaian pada mesin j setelah memproses beberapa job dalam partial schedule (completion time partial schedule pada mesin j) a = salah satu job dalam  q(a,j)= completion time job a di mesin j, saat job a ditambahkan pada  Sehingga secara umum, didapatkan rumusan : q(a,j) =max [q(,j) ; q(a,j-1)] + Taj (11) Sedangkan makespan dari partial schedule a : Ma = q(a,m) (12) Namun dengan adanya perubahan pada formulasi time table yang disesuaikan dengan kondisi lantai produksi yang ada maka q(a,j) = Eaj (13) Ma = q(a,m) = Eam (14) Hasil pembahasan Di dalam menyelesaikan masalah penjadualan flowshop dengan multiple objectives, meminimumkan makespan, total flowtime dan machine idletime maka Sridhar and Rajendran (1996) menggunakan Algoritma Genetika. Algoritma Genetika adalah suatu algoritma/prosedur penelusuran yang berdasarkan pada mekanisme dari natural selection dan natural genetics yang dapat digunakan untuk memecahkan combinatorial optimization problems yang sulit. Algoritma ini PENJADUALAN FLOWSHOP DENGAN ALGORITMA GENETIKA (Tessa Vanina Soetanto) Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Kristen Petra http://puslit.petra.ac.id/journals/industrial 5 dikembangkan oleh John Holland, rekan kerja dan muridnya dari Michigan University (1975); yang mengkombinasikan keberhasilan suatu struktur untuk bertahan hidup (survival of the fittest) dengan pengubahan informasi dari struktur tersebut secara random untuk membentuk suatu mekanisme penelusuran seperti yang dilakukan dalam proses pembentukan manusia atau mahkluk hidup (gen/sifat yang diturunkan). Dalam Algoritma Genetika dikenal adanya chromosome yaitu kandidat penyelesaian yang digambarkan dengan urutan binary digits atau integers sesuai kondisi yang dikehendaki. Chromosome terdiri dari gen-gen yang melambangkan ciri-ciri unik dari chromosome tersebut sedangkan nilai yang berkaitan dengan ciri-ciri yang dilambangkan oleh gen tertentu disebut allele. Populasi adalah sekumpulan chromosome yang akan diperbaharui pada setiap generasi. Dikenal pula adanya dua operator yang memegang peranan penting dalam Algoritma Genetika yaitu crossover operator dan mutation operator. Crossover operator adalah operator yang menggabungkan dua chromosome sehingga menghasilkan child chromosome yang mewarisi ciri-ciri dasar dari parent chromosome sedangkan mutation operator dipergunakan untuk memperkenalkan transformasi (informasi) baru pada populasi yang melibatkan perubahan chromosome secara random. Jika Algoritma Genetika diaplikasikan pada problem penjadualan maka chromosome menggambarkan urutan job, gen-gen melambangkan posisi-posisi job tersebut, sedangkan allele menggambarkan job-job yang memiliki posisi-posisi tersebut. Untuk menginitialisasi dua sub populasi digunakan makespan minimizing Algoritma Heuristic NEH (Nawaz et al, 1983) dan total flowtime minimizing Algoritma Heuristic RC (Rajendran and Chaudhuri, 1992). Crossover operator yang digunakan adalah Partially Matched Crossover (PMX) yang ditemukan oleh Goldberg and Lingle (1985), operator ini memberikan pemisah antara posisi job-job dengan garis vertikal seperti contoh berikut ini , misalnya bilangan random yang dihasilkan adalah 2 dan 4 maka garis vertikal akan diletakkan pada posisi ke-2 dan posisi ke-4 chromosome parent. P1 : 1 | 4 5 | 2 3 C1 : 4 | 1 2 | 5 3 P2 : 3 | 1 2 | 5 4 C2 : 3 | 4 5 | 2 1 Untuk membangun Child 1 (C1), maka dilihat pemisahan pada Parent 2 (P2) untuk mencari job mana yang akan ditukar dengan job pada Parent 1 (P1). Ternyata job 4 dan job 1, job 5 dan job 2 ditukar dengan Parent 1 untuk menghasilkan Child 1 dan demikian pula untuk menghasilkan Child 2 (C2). Sedangkan cara mengevaluasi chromosome yang tidak sesuai dengan fungsi tujuan dan menggantikannya dengan chromosome yang potensial menggunakan operator Delta. Apabila terdapat dua chromosome (urutan/ sequence) yaitu S1 dan S2 dengan makespan MS1 dan MS2, total flowtime FT1 dan FT2 serta machine idletime IT1 dan IT2; serta bobot kepentingannya atau bobot biaya relatif dari makespan, total flowtime, machine idletime adalah w1, w2, dan w3 ( w1+w2+w3 = 1). KESIMPULAN 1. Penjadualan flowshop menggunakan Algoritma Genetika yang bertujuan meminimumkan makespan, total flowtime dan machine idletime secara bersama-sama maka didapatkan penjadualan job : 6-5-2-1-3-7-4-8 dengan makespan 483334 detik, total flowtime 1699242 detik dan machine idletime sebesar 252390 detik. 2. Penjadualan menggunakan Algoritma Heuristic HC yang mempunyai tujuan yang sama dengan Algoritma Genetika maka didapatkan penjadualan job : 6-5-2-1-3-8-4-7 dengan makespan 480700 detik, total flowtime 1699350 detik dan machine idletime sebesar 256226 detik . DAFTAR PUSTAKA French, Simon. 1982. Sequencing and Scheduling: An Introduction to the Mathematics of Job Shop, Chichester: Ellis Horwood. Ho, J. C., and Chang, Y. L., 1991. “A new heuristic for the n-job, m-machine flowshop problem”, European Journal of Operational Research, No. 52, 194-202. Michalewicz, Zbigniew, 1992. Genetic Algorithms + Data Structures = Evolution Programs, Springer-Verlag. Nawaz, M., Enscore, E. E., and Ham, I., 1983. “A heuristic algorithm for the mmachine, n-job flowshop sequencing problem”, OMEGA, No. 11, 91-95. R. Baker, Kenneth, 1974. Introduction to Sequencing and Scheduling, New York: John Wiley & Sons. Rajendran, C., and Chaudhuri, D., 1992. “An efficient heuristic approach to the scheduling of jobs in a flowshops”, European Journal of Operational Research, No. 61, 318-325. Sridhar, J., and Rajendran, C., 1996. “Scheduling in flowshop and cellular manufacturing systems with multiple objectives – a genetic algorithmic approach”, Production Planning & Control, Vol. 7, No. 4, 374-382.

Tugas ahkirku

Kriteria Pemilihan Pemasok Menggunakan Analytical Network Process Dewi Kurniawati1*, Henry Yuliando1, Kuncoro Harto Widodo1 Abstract: The selection of supplier is a strategic decision in supply chain which increase competitive advantages. Every manufacture needs to have a standard supplier selection that appropriate with the requirement of the company. The aims of this paper are promoting some criterias of supplier selection and testing whether there are differences interests against priority criteria referred to of strata tenure distinct. Weights and priorities of the criteria tested with a method of analytic network process (ANP) are also intended to bring up a relation of mutual influence among the criteria. ANP can be used to help making decision of selection supplier and to manage supply chain performance. This paper shows the criteria that influence are the past perfomance, price, communication systems, and a supplier of professionalism is the priority for the production of the company. In the other hand, the importance of management is the delivery time, consistent quality, price, and number of delivery. The difference in perspective is influenced by the level of interest and different responsibilities. The difference this assessment formed the basis of decision-making and strategic policies of the supply chain according to the condition of the company. Keywords: Criteria, supplier, Analytical Network Process (ANP). Pendahuluan Salah satu faktor kesuksesan sebuah perusahaan adalah pemilihan pemasok (Gencer and Gurpinar [8]). Pemilihan pemasok yang tepat dapat menjamin ketersediaan bahan baku untuk menjaga lintasan produksi. Menurut Ghoddsypour and O’Brien [9] pemilihan pemasok merupakan masalah pengambilan keputusan penting agar mendapatkan pemasok yang dapat meningkatkan daya saing perusahaan. Dapat dikatakan pemilihan pemasok adalah salah satu aktivitas penting pada bagian pengadaan untuk mencapai keunggulan bersaing (Amid et al. [1]). Pemilihan pemasok adalah permasalahan multi criteria dimana setiap kriteria yang digunakan mempunyai kepentingan yang berbeda dan informasi mengenai hal tersebut tidak diketahui secara tepat. Dalam hal ini pemilihan pemasok yang berdasarkan penawaran harga yang rendah sudah tidak efisien lagi. Untuk mendapatkan kinerja rantai pasok yang maksimal harus menggabungkan kriteria lain yang relevan dengan tujuan perusahaan (Ng [14]). Analisis keputusan pemilihan pemasok harus meliputi strategi dan faktor operasional seperti factor tangible dan intangible (Cebi and Bayraktar [3]), sedangkan menurut Amid et al [1] pemilihan pemasok yang bersifat multi kriteria harus meliputi factor kualitas dan kuantitas. Pada 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 (Hapsari dan Suparno [10]). Menurut Yoserizal dan Singgih [19] pemilihan pemasok yang tepat tidak hanya pemasok yang dapat memberikan material yang berkualitas, tepat waktu, dan harga terjangkau namun juga harus memberikan service yang optimal baik dari segi responsif, kelancaran komunikasi dan informasi. Lin [13] mengembangkan kriteria harga, kualitas, service, ketepatan pengiriman, dan kepercayaan sebagai dasar pemilihan pemasok. Amid etal. [1] menerapkan kriteria biaya, kualitas, dan service.Pemilihan pemasok adalah masalah pengambilan keputusan yang melibatkan multi-person. Input diperoleh dari pendapat para ahli yang mempunyai cara pandang, tanggung jawab, pengalaman sebagai pengambil keputusan. Penilaian kriteria diputuskan oleh bagian manajemen dan bagian produksi berdasarkan strategi rantai pasoknya (Amid et al. [1]). Proses pengambilan keputusan dapat diterjemahkan dengan pendekatan sistematis dan logika untuk mendapatkan prioritas dan bobot (Tam and Tumala [16]).Lunar Cipta Kreasi merupakan perusahaan yang bergerak di bidang kerajinan. Lunar Cipta Kreasi memperoleh bahan baku dari beberapa pemasok untuk mengantisipas Metode Penelitian Penelitian ini ditujukan untuk memunculkan sejumlah kriteria dalam pemilihan pemasok dan menguji apakah terdapat perbedaan kepentingan terhadap prioritas kriteria dimaksud dari strata jabatan yang berbeda. Tahap pertama adalah mengidentifikasi kriteria yang digunakan dalam pemilihan pemasok sesuai dengan tujuan perusahaan. Tahap ini dilakukan melalui brainstorming bersifat terbuka sehingga dapat menambahkan criteria yang dinggap penting bagi Lunar Cipta Kreasi. Kriteria setiap perusahaan akan berbeda dan tergantung pada strategi rantai pasok yang diterapkan (Wang et al. [17]). Celebi [4] dalam penelitiannya menggunakan faktor kualitatif dan kuantitatif yang ditentukan dari literatur dan keahlian manajer perusahaan sebagai pengambil keputusan. Tahap kedua adalah menentukan hubungan ketergantungan antar kriteria yang dibantu dengan penyebaran kuesioner. Hubungan mempengaruhi antar kriteria digambarkan dengan anak panah Chung et al. [7]). Interdepensi antar dua kriteria disebut outer dependence yang digambarkan oleh garis dengan dua anak panah sedangkan inner dependence digambarkan dengan loop (Sarkins [28] yang dikutip dari Chung et al. [6]). Dari hubungan ini dapat digunakan untuk membuat model jaringan untuk analisis kriteria dalam pemilihan pemasok. Tahap ketiga adalah menentukan responden untuk melakukan perbandingan berpasangan antar criteria yang mempunyai tanggung jawab mengenai keputusan pemilihan pemasok. Penilaian perKurniawati et al. / Kriteria Pemilihan Pemasok / JTI, Vol. 15, No. 1, Juni 2013, pp. 24-32 27 bandingan berpasangan antar kriteria dibantu dengan penyebaran kuesioner. Menurut (Celebi [4]) perbandingan berpasangan dinilai oleh karyawan dan manajer yang berwenang dalam pengambilan keputusan. Pendapat dari berbagai pihak yang berkepentingan terhadap hubungan dengan pemasok tersebut diuji konsistensinya satu per satu. Selanjutnya dari penilaian responden direkapitulasi dengan rerata geometrik. Responden yang dimaksud dalam penelitian ini adalah pihak produksi yaitu research and development, quality control, kepala produksi, dan manajer produksi natural bags. Pihak research and development bertugas dalam dalam mendesain model body tas dan memilih pemasok. Pihak quality control melakukan inspeksi body natural bags sebelum dikirim ke perusahaan. Pihak kepala produksi mengawasi alannya proses produksi natural bags. Pihak manajer produksi natural bags menentukan spesifikasi natural bags dan menyetujui desain dari bagian research and development. Dalam menguji perbedaan hasil pembobotan criteria. Hasil dan Pembahasan Pengumpulan Data Dalam proses ANP, dilakukan penyebaran kuesioner untuk menentukan hubungan ketergantungan antar kriteria yang dinilai oleh responden dari pihak produksi dan pihak manajemen. Hasil kuesioner digunakan untuk menggambarkan hubungan antarkriteria sebagaimana disajikan dalam Tabel 2 dan Tabel 3. Pada Tabel 2 penilaian dilakukan oleh pihak produksi dimana terdapat 4 jumlah responden yaitu dari bagian research and development, quality control, kepala produksi natural bags, dan kepala bagian divisi natural bags, sehingga jika dalam suatu sel, jumlah responden yang memilih (Vij) lebih dari atau sama dengan Q (N/2 = 2), maka disimpulkan ada hubungan saling ketergantungan antar kriteria (Wibowo [18]). Sebagai contoh pada sel HKK, nilai Vij = 4 berarti ada pengaruh dari (H) terhadap (KK). Pada Tabel 3 penilaian dilakukan oleh pihak manajemen dimana hanya terdapat satu responden yaitu pihak manajemen. Simbol centang (√) menunjukkan bahwa kedua kriteria mempunyai hubungan mempengaruhi sedangkan simbol silang (X) menunjukkan tidak ada hubungan antara kedua kriteria. Simpulan Penting bagi perusahaan yang menjadi obyek penelitian di sini untuk melakukan evaluasi terhadap kriteria yang berpengaruh dalam pemilihanpemasok. Dalam hal ini perlu penyelasaran cara pandang terhadap kriteria dimaksud dari dua strata jabatan yang berbeda yang juga mewakili tingkat kepentingan yang berbeda. Kriteria yang selama ini digunakan dapat disimpulkan sudah tidak relevan lagi karena kriteria tersebut tidak memberikan kehandalan dalam kontinuitasnya. Oleh karena itu, pemilihan pemasok berdasarkan kriteria yang tepat yang sesuai dengan kebutuhan dalam kepentingan jangka waktunya, serta efektif ialah akan berpengaruh secara gradual dalam mengurangi biaya produksi, meningkatkan produktifitas dan kepuasan konsumen. Daftar Pustaka 1. Amid, A., Ghodsypour, S. H., and O’Brien, C. A., Weighted Max–Min Model for Fuzzy Multi- Objective Supplier Selection in a Supply Chain, International Journal Production Economics, 131, 2011, pp. 139–145. 2. Bayazit, O., Use of Analytical Network Process in Vendor Selection Decisions, An International Journal, 13(5), 2006, pp. 566-579. 3. Cebi, F., and Bayraktar, D., An Integrated Approach for Supplier Selection, Journal of Logistics Information Management, 16(6), 2003, pp. 395-400. 4. Celebi, D., Bayraktar, D., and Bingol, L., Analytical Network Process for Logistics Managemen: A Case Study in Small Electronic Appliances Manufakturer, An International Journal Computers and Industrial Engineering, 58, 2010, pp. 432-441. 5. Chen, Y. J., Structured Methodology for Supplier Selection and Evaluation in a Supply Chain, An International Journal Information Sciences, 181, 2011, pp. 1651–1670. 6. Chung, S. H., Lee, A. H., and Pearn, W. L., Analytic Network Process (ANP) Approach for Product Mix Planning in Semiconductor Fabricator, Journal of Production Economics, 96, 2005, pp. 15-36. 7. Dewayana, S. T., dan Budi, A., Pemilihan Pemasok Cooper Rod Menggunakan Metode ANP., Jurnal Jurusan Teknik Industri Universitas Diponegoro, IV(3), 2009, pp 212-217. 8. Gencer, C., and Gurpinar, D., Analytic Network Process in Supplier Selection: A Case Study in an Electronic Firm, Journal of Applied Mathematical Modeling, 31, 2007, pp. 2475-2486. 9. Ghodsypour, S. H., and O’Brien C., The Total Cost of Logistics in Supplier Selection, under Conditions of Multiple Sourching, Multiple Criteria and Capacity Constraints, International Journal of Production Economics, 73, 2001, pp. 15-27. 10. Hapsari, P. K., dan Suparno, Integrasi Fuzzy Analytic Network Process dan Goal Programming dalam Pemilihan Supplier dan Alokasi Order, Skripsi, Jurusan Teknik Industri, Institut Teknologi Sepuluh November, Surabaya, 2010. 11. Jharkharia, S., and Shankar, R., Selection of Logistics Service Provider: An Analytical Network Process Approach. The International Journal of Management Science, 35, 2005, pp. 274- 289. 12. Lang, T. M., Chiang, J. H., and Lan, L. W., Selection of Optimal Supplier in Supply Chain Management Strategy with Analytic Network Process and Choquet Integral, An International Journal Computers and Industrial Engineering 57, 2009. pp. 330-340. 13. Lin, C. T., Chen, C. B., and Ting, Y. C., An ERP Model for Supplier Selection in Electronics Industry, An International Journal Expert Systems with Applications 38, 2011, pp. 1760–1765. 14. Ng, Wang. L., An Efficient and Simple Model for Multiple Criteria Supplier Selection Problem, European Journal of Operational Research, 186, 2008, pp. 1059–1067. 15. Sarkis, J., and Talluri, S., A Model for Stategic Supplier Selection, Journal of Supply Chain Management, 38(1), 2002, pp. 18-23. 16. Tam, M. C. Y., and Tummala, V. M. R., An Application of The AHP in Vendor Selection of a Telecomunication System, International Journal of Management Science, 29, 2001, pp. 171-182. 17. Wang, G., Hang, S. H., and Dismukes, J. P., Product-driven Supply Chain Selection Using Intergrated Multi-criteria Decision Making Methodology, International Journal of Production Economics, 91, 2004, pp. 1-15. 18. Wibowo, M. R., Perancangan Model Pemilihan Mitra Kerja dalam Penyediaan Rig Darat dengan Metode Analytical Network Process (ANP), Tesis, Fakultas Teknik, Universitas Indonesia, 2010.

teknik mesin

Teknik mesin atau Teknik mekanik adalah ilmu teknik mengenai aplikasi dari prinsip fisika untuk analisis, desain, manufaktur dan pemeliharaan sebuah sistem mekanik. Ilmu ini membutuhkan pengertian mendalam atas konsep utama dari cabang ilmu mekanika, kinematika, teknik material, termodinamika dan energi. Ahli atau pakar dari teknik mesin biasanya disebut sebagai insinyur (teknik mesin), yang memanfaatkan pengertian atas ilmu teknik ini dalam mendesain dan menganalisis pembuatan kendaraan, pesawat, pabrik industri, peralatan dan mesin industri dan lain sebagainya. Teknik mesin biasanya terdiri dari : Perancangan Mekanik dan Konstruksi Proses Manufaktur dan Sistem Produksi Konversi energi Ilmu Bahan / Metalurgi Teknik mesin mulai berkembang sebagai suatu ilmu setelah adanya revolusi industri di Eropa pada abad ke-18. Kemudian pada abad ke-19 semakin berkembang lagi mengikuti perkembangan ilmu fisika. Ilmu teknik mesin pun semakin canggih, dan para insinyurnya sekarang mengembangkan diri di bagian komposit, mekatronika, dan nanoteknologi. Ilmu ini juga mempunyai hubungan dengan teknik penerbangan, teknik sipil, teknik listrik, teknik perminyakan, dan teknik kimia.

teknik pertanian

Teknik pertanian atau keteknikan pertanian (Inggris: agricultural engineering) adalah penerapan dasar-dasar teknik dalam bidang pertanian mencakup bidang teknik mesin budidaya pertanian, teknik sumber daya alam pertanian, teknik proses hasil pertanian/pangan, energi dan listrik pertanian, perbengkelan dan instrumentasi di bidang pertanian, ergonomika alat dan mesin pertanian, sistem dan manajemen keteknikan pertanian, lingkungan dan bangunan pertanian, serta teknik tanah dan teknik sumber daya air[1]. Teknik pertanian adalah suatu cara untuk meningkatkan efisiensi usaha pertanian guna meningkatkan produktivitas, mutu, kontinuitas pasokan produk-produk pertanian, kesejahteraan petani, dan kelestarian lingkungan. Efisiensi tersebut meliputi lahan, tenaga kerja, energi, dan sumber daya (benih, pupuk, dan air).

teknik pertambangan

Teknik Pertambangan adalah salah satu disiplin ilmu keteknikan yang mencakup praktek, teori, sains, teknologi dan aplikasi dalam pencarian, penambangan (penggalian), pengolahan, dan pemanfaatan bahan galian (mineral). Teknik pertambangan juga mencakup pemrosesan mineral untuk meningkatkan nilai tambah. Ekstraksi mineral juga penting dalam masyarakat modern. Aktivitas penambangan seringkali menimbulkan gangguan lingkungan di dalam dan di sekitar area tambang. Insinyur pertambangan harus peduli terhadap mitigasi kerusakan lingkungan sebagai akibat dari produksi dan pemrosesan bahan tambang.

teknik lingkungan

Bidang teknik lingkungan menerapkan pemikiran dan teknik serta manajemen untuk memelihara dan melindungi kesehatan dan keselamatan manusia, serta lingkungan secara keseluruhan. Ruang lingkup bidang ini adalah konservasi sumber daya air, pengelolaan lingkungan, pengelolaan kesehatan lingkungan, upaya pengendalian pencemaran, penyaluran limbah dan buangan, pengendalian pencemaran akibat limbah cair, gas dan lumpur (sludge) dan pengelolaan kualitas perairan, tanah, dan atmosfer, serta pengendalian dan pengelolaan dampak lingkungan. Teknik Lingkungan adalah sebuah program studi yang berusaha untuk menyelesaikan permasalahan lingkungan dengan pendekatan teknologi. Teknik Lingkungan dijabarkan sebagai pemikiran keteknikan dan keterampilan dalam memecahkan masalah pengendalian lingkungan yang menyangkut penyediaan air minum; sistem pembuangan dan pendaurulangan buangan cair, padat, dan gas; sistem drainase perkotaan dan desa serta sanitasi lingkungan; pengendalian pencemar dan pengelolaan kualitas air, tanah, dan udara; serta pengendalian dan pengelolaan dampak lingkungan.

teknik industri

Apa aja yang dipelajari di jurusan ini? Yang dipelajari di jurusan ini sangat bervariasi dan juga sangat luas. Kami belajar banyak hal dimulai dari hal-hal teknis hingga hal-hal manajerial, sehingga kami dapat memiliki kemampuan untuk melihat sebuah persoalan dari perspektif yang lebih luas, yaitu dari beberapa sisi dan juga dapat melihat suatu persoalan secara lebih komprehensif dibandingkan dengan jurusan-jurusan lainnya. Pelajaran-pelajaran yang kami pelajari juga bervariasi, ada yang hitungan, logika, konsep, pengertian, hafalan, dan lainnya. Apa skill yang lebih diutamakan untuk jurusan ini? Karena jurusan teknik industri ini mencakup banyak sekali hal, maka tidak dapat disebutkan secara spesifik skill yang paling diutamakan di jurusan ini karena sebenarnya kami justru menggabungkan semua skill yang ada dalam jurusan teknik industri ini. Namun demikian, mungkin ada 1 skill yang hampir digunakan dalam semua mata kuliah teknik industri, yakni skill berpikir secara logis dan analitis untuk dapat memecahkan sebuah masalah (problem solving). Apabila kita mempunyai skill tersebut, maka semua pelajaran teknik industri tidak akan menjadi hal yang sulit. Ok, jadi jurusan teknik industri tidak hanya bisa dipilih oleh anak-anak IPA ya, tapi IPS juga bisa. Setelah lulus nanti, bidang pekerjaan apa saja yang potensial dari jurusan teknik industri? Bidang pekerjaan yang potensial dari jurusan teknik industri sangatlah luas. Pekerjaan-pekerjaan potensial teknik industri bervariasi dari bidang manufaktur, manajerial, keuangan, konsultasi, entrepreneur, dan lain-lain. Alumni-alumni Teknik Industri UPH sendiri juga banyak yang bekerja di perbankan, perusahaan konsultan, perusahaan perminyakan, dan lainnya. Apa yang menurut kalian paling berat kuliah di jurusan ini? Sebenarnya untuk pertanyaan yang satu ini kembali ke mahasiswa masing-masing. Ada mahasiswa yang mungkin merasa pelajaran yang berbau logika membuat mereka lebih tertarik ketimbang pelajaran yang banyak hafalan dan konsepnya, dan ada juga yang sebaliknya. Kalau untuk kami, yang paling berat mata kuliah yang mewajibkan kami membuat banyak sekali laporan, paper, pengamatan dan lain sebagainya seperti Entrepreneurship dan Enterprise Resource Planning. Jadi gimana supaya tetap enjoy selama kuliah? Secara spesifik, karena kami berkuliah di teknik industri UPH, menurut kami hal yang paling membuat kami enjoy berada di jurusan ini adalah teman-temannya yang seru dan kompak. Keberadaan teman-teman inilah yang membuat kami semakin semangat untuk belajar karena mereka bisa membuat kami lupa sejenak akan pelajaran-pelajaran di yang terkadang sangat sulit. Selain itu, hal yang membuat kami enjoy di teknik industri UPH juga karena pelajarannya sangat realistis dan kami bisa menggunakannya hampir dalam segala bidang yang kami tekuni. Tidak hanya kami belajar mengenai teori, namun juga teori tersebut mengasah logika kami dalam kehidupan sehari-hari. Image: infokuliah.com