PEMILIHAN PRODUK HILIR KARET BERBASIS LATEKS POTENSIAL SERTA PERUMUSAN STRATEGINYA DENGAN MENGGUNAKAN METODE AHP, FUZZY

AHP DAN LOGIKA FUZZY

Dedy Sugiarto1 dan Marimin2.

1Mahasiswa Program Doktor Teknologi Industri Pertanian, IPB2Departemen Teknologi Industri Pertanian, Fakultas Teknologi Pertanian, IPB

AbstrakPengembangan industri hilir karet atau barang jadi karet di Indonesia diarahkan untuk

meningkatkan nilai tambah dan diversifikasi ekspor. Saat ini industri barang jadi lateks menyerap ± 20 % dari konsumsi karet di dalam negeri. Namun, informasi mengenai strategi pengembangan industri barang jadi lateks belum banyak diungkap. Tujuan utama penelitian ini adalah memilih barang jadi atau produk lateks yang paling potensial untuk dikembangkan, mengevaluasi lingkungan eksternal dan internalnya serta memilih strategi pengembangannya berdasarkan metode Analytic Hierarchy Process (AHP), fuzzy AHP dan logika fuzzy. Teori himpunan fuzzy dikembangkan untuk menyelesaikan persoalan dimana deskripsi dari aktivitas atau pengamatan adalah tidak lengkap, samar, bermakna dua dan tidak pasti. Proses pemilihan produk potensial dan pemilihan strategi melibatkan berbagai input dalam bentuk data linguistik. Data seperti ini dapat bermakna dua dan tidak pasti.. Berdasarkan penilaian pakar terhadap beberapa kriteria yang diolah dengan metode AHP dan Fuzzy AHP dapat diketahui bahwa kedua metode tersebut memberikan hasil yang mirip dimana produk sarung tangan memiliki skor tertinggi untuk dipilih. Hasil evaluasi lingkungan eksternal yang terkait dengan daya tarik pasar dan lingkungan internal yang terkait dengan kekuatan bisnis menunjukkan nilai berturut-turut 3,15 dan 3,30 (dalam skala 1-4). Untuk pemilihan strategi, kedua nilai tersebut dimasukkan sebagai input dalam logika fuzzy menggunakan 9 rule berdasarkan metode SUGENO. Hasilnya menunjukkan bahwa strategi yang cocok untuk industri sarung tangan adalah strategi 1 (tumbuh dan membangun).

Kata kunci : barang jadi lateks, AHP, fuzzy AHP, matriks internal-eksternal, logika fuzzy

AbstractThe development of down stream rubber goods industry in Indonesia is directed to

increase added value and export diversification. At present, latex goods industry absorbs ± 20 % of the total domestic rubber consumption. However, information about latex goods industry development strategy has not been adequately available.The main objective of this study is to select the most potential latex product, evaluate its external and internal environment and choose the strategy based on Analytic Hierarchy Process (AHP), fuzzy AHP dan logika fuzzy. Fuzzy set theory was developed for solving problems in which descriptions of activities and data are imprecise, vague, ambiguous, and uncertain. Product and strategy selection involve various inputs in the form of linguistic data. Such data are ambiguous and uncertain. Based on expert judgement to some criterias processed using AHP and fuzzy AHP, two methods give similar results in which rubber glove has the highest score. External evaluation which is related to market attractiveness and internal evaluation which is related to business strength give score score 3.15 and 3.30 (1 to 4 scale). For strategy selection process, that two values were used as inputs in fuzzy logic using 9 rules based on SUGENO method. The result shows that the appropriate strategy for rubber glove industry is strategy 1 (grow and build).

Key Words: Latex goods, AHP, fuzzy AHP, fuzzy logic, internal-external matrices.

1. PENDAHULUAN1.1. Latar Belakang

Berdasarkan data tahun 2003 yang dipublikasikan oleh IRSG (International Rubber Study Group) produsen karet alam terbesar dipegang oleh Thailand dengan jumlah produksi 2,62 juta ton karet alam, diikuti oleh Indonesia sebesar 1,79 juta ton dan Malaysia 0,99 juta ton. Sedangkan tingkat konsumsi karet alam diantara tiga negara tersebut berturut-turut adalah Thailand 282 ribu ton, Indonesia 156 ribu ton, dan Malaysia 421 ribu ton. Lebih dari 70 % konsumsi domestik untuk ban. Nilai karet alam dari harga ban rendah, terlebih lagi dalam harga mobil. Penggunaan karet alam di luar sektor ban perlu ditingkatkan (Suharto H, 1993).

Di antara barang jadi karet, barang jadi lateks merupakan produk yang kandungan karetnya paling tinggi. Barang jadi lateks terdiri atas sarung tangan karet, kondom, kateter, perekat dan lain sebagainya. Saat ini industri barang jadi lateks menyerap ± 20 % dari konsumsi karet di dalam negeri. Namun, informasi mengenai strategi pengembangan industri barang jadi lateks belum banyak diungkap.

1.2. TujuanTujuan dari penelitian ini adalah :

1. Memilih produk agroindustri potensial berbasis lateks menggunakan metode AHP konvensional dan Fuzzy AHP

2. Mengevaluasi lingkungan eksternal dan internalnya

3. Memilih strategi pengembangan menggunakan logika fuzzy berdasarkan matriks internal-eksternal..

1.3. Ruang LingkupPenelitian ini hanya membahas

pemilihan produk hilir karet berbasis lateks yang potensial untuk dikembangkan di Indonesia dengan menggunakan metode AHP dan fuzzy AHP, evaluasi lingkungan eksternal dan internal menggunakan matriks External Factor Evaluation (EFE) dan Internal Factor Evaluation (IFE) serta pemilihan strategi menggunakan pendekatan logika fuzzy.

2. TINJAUAN PUSTAKA2.1 Analytic Hierarchy Process (AHP)

AHP dikembangkan oleh Dr. Thomas L. Saaty untuk mengorganisasikan informasi dan judgement dalam memilih alternatif yang paling disukai. Prinsip kerja AHP adalah penyederhanaan suatu persoalan kompleks yang tidak terstruktur, stratejik dan dinamik menjadi bagian-bagiannya serta menata dalam suatu hierarki (Marimin, 2004).

AHP memungkinkan pengguna untuk memberikan nilai bobot relatif dari suatu kriteria majemuk atau alternatif secara intuitif yaitu dengan melakukan perbandingan berpasangan (pairwise comparisaon). Skala AHP disajikan dalam Tabel 1.

Tabel 1. Skala AHPTingkat

KepentinganKeterangan

1Kriteria/Alternatif A sama penting dengan kriteria/alternatif B

3 A sedikit lebih penting dari B 

5 A jelas lebih penting dari B  

7 A sangat jelas lebih penting dari B  

9 A mutlak lebih penting dari B

2,4,6,8Apabila ragu-ragu antara dua nilai yang berdekatan

Sumber : Marimin (2004)

Langkah-langkah dalam metode AHP konvensional meliputi (Suryadi & Ramdhani, 2002):1. Mendefinisikan masalah dan menentukan

solusi yang diinginkan.2. Membuat struktur hirarki yang diawali

dengan tujuan umum, dilanjutkan dengan subtujuan-subtujuan, criteria dan kemungkinan alternatif-alternatif pada tingkatan kriteria yang paling bawah.

3. Membuat matriks perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh setiap elemen terhadap masing-masing tujuan atau kriteria yang setingkat diatasnya. Perbandingan dilakukan berdasarkan” judgement” dari pengambil keputusan dengan menilai tingkat kepentingan suatu elemen dibandingkan elemen lainnya.

4. Melakukan perbandingan berpasangan sehingga diperoleh judgement seluruhnya

sebanyak n x [(n-1)/2] buah, dengan n adalah banyaknya elemen yang dibandingkan.

5. Menghitung nilai eigen dan menguji konsistensinya, jika tidak konsisten maka pengambilan data diulangi.

6. Mengulangi langkah 3, 4 dan 5 untuk seluruh tingkat hirarki.

7. Menghitung vektor eigen dari setiap matriks perbandingan berpasangan. Nilai vektor eigen merupakan bobot setiap elemen. Langkah ini untuk mensintesis judgement dalam penentuan prioritas elemen-elemen pada tingkat hirarki terendah sampai pencapaian tujuan.

8. Memeriksa konsistensi hirarki. Jika nilainya lebih dari 10 persen maka penilaian data judgement harus diperbaiki.

Consistency Index (CI) mengukur seberapa besar tingkat kekonsistenan seseorang dalam memberikan penilaian terhadap suatu elemen di dalam masalah.Kita dapat mengukur Consistency Index (CI) dengan menggunakan rumus :

Keterangan :

: Nilai maksimum dari nilai eigen matriks yang bersangkutan

n : Jumlah elemen yang dibandingkan

Consistency Ratio (CR) menunjukkan penerimaan tingkat kekonsistenan seseorang terhadap penilaian-penilaian yang dia berikan terhadap suatu masalah berdasarkan angka random consistency yang telah ditabelkan.Adapun rumus dari Consistency Ratio(CR) adalah sebagai berikut :

Keterangan :CI : consistency indexRC : random consistency

Nilai CR harus berada di antara 10 % atau kurang untuk dapat diterima.

2.2. Penyajian Fuzzy dari Perbandingan Berpasangan

Pada AHP konvensional, skala yang digunakan adalah skala 1 – 9 yang menunjukkan penilaian equally, moderatly, strongly, very strongly, atau extremly preferred. Kwong (2002) memperkenalkan triangular fuzzy number yang digunakan untuk menyajikan perbandingan berpasangan bagi karakteristik pelanggan untuk menangkap ketidakjelasan adalah . Fuzzy number akan dituliskan dengan tanda diatas angka yang ada.

Sebuah triangular fuzzy number dinyatakan dengan triplet sebagai (al, am, au) dimana membership function didefinisikan sebagai berikut:

=

Menggunakan interval kepercayaan dalam menentukan koefisien tingkat kepercayaan , triangular fuzzy number memiliki karakteristik sebagai berikut:

Aritmatik dari triangular fuzzy number tergantung pada interval kepercayaan dari . Beberapa operasi dasar dari triangular fuzzy number dan direpresentasikan dengan interval kepercayaan sebagai berikut:

Untuk memperoleh ketidaktepatan dari penilaian kualitatif yang diberikan , lima triangular fuzzy number digambarkan hubungannya dengan membership function pada Gambar 1.

Gambar 1. Fungsi Keanggotaan dalam Fuzzy AHP

Prosedur perhitungan dari fuzzy AHP dapat dirangkum sebagai berikut : Langkah 1 : membandingkan nilai.

Digunakan triangular fuzzy number () untuk mengindikasikan

kekuatan relatif antar elemen pada satu tingkat.

Langkah 2 : membangun matriks perbandingan fuzzy dengan menggunakan triangular fuzzy number yang dapat dilihat sebagai berikut :

dimana :

Langkah 3 : mencari nilai eigen fuzzy

dengan menggunakan perkalian, penambahan fuzzy, maka persamaan dapat dijadikan:

dimana 1 ≤ i ≤ n,

dan

adalah fuzzy number.

Sehingga untuk mendapatkan batas atas dan batas bawah dari penelitian ini, digunakan rumus:

Tingkat kepuasan penilaian matrik diperkirakan dengan menggunakan indek optimisme m. Semakin besar nilai m mengindikasikan semakin tinggi tingkat optimisme. Indek optimisme merupakan kombinasi linier (Lee, 1999) yang didefinisikan sebagai :

Pada penelitian ini, digunakan nilai derajat kepastian ( ) = 0.5 dan derajat optimisme ( ) = 0.5. Hal ini dilakukan untuk mengantisipasi adanya penilaian yang terlalu berlebihan atau sebaliknya penilaian yang underestimate. Selama tetap, maka matriks yang diperoleh setelah penetapan indek optimisme dengan tujuan memperkirakan tingkat kepuasan adalah:

Setelah diperoleh matrik diatas, maka dilakukan peritungan untuk mencari nilai eigen maksimum dan nilai eigen vektor.

2.3. Matriks External Factor Evaluation (EFE)

Matriks EFE digunakan untuk mengevaluasi faktor-faktor eksternal. Data eksternal dapat diperoleh dari lingkungan di luar perusahaan seperti analisis pasar, kompetitor, komunitas, pemasok, pemerintah, dan /atau kelompok kepentingan tertentu serta data eksternal relevan lainnya. Hal ini penting karena faktor eksternal berpengaruh secara langsung terhadap perusahaan.Tahapan pembuatan matrik EFE menurut David (2003) adalah :1. Buatlah daftar critical success factor

(faktor-faktor utama yang mempunyai dampak penting pada kesuksesan atau kegagalan usaha) untuk aspek eksternal yang mencakup perihal opportunities (peluang) dan threats (ancaman) bagi perusahaan.

2. Tentukan bobot (weight) dari critical success factor tadi dengan skala 0 (tidak penting) sampai dengan 1 (terpenting). Jumlah seluruh bobot harus sebesar 1.0. nilai bobot dicari dan dihitung berdasarkan rata-rata industrinya.

3. Tentukan rating setiap critical success factor dengan nilai 1 (respon jelek) , 2 (respon rata-rata), 3 (respon di atas rata-rata), 4 (respon luar biasa). Baik peluang maupun ancaman dapat memperoleh nilai 1,2,3 atau 4.

4. Kalikan nilai bobot dengan nilai rating-nya untuk mendapatkan skor semua critical success factors.

5. Jumlahkan semua skor untuk mendapatkan skor total.

2.4. Matriks Internal Factor Evaluation (IFE)

Data internal dapat diperoleh dari analisis lingkungan internal perusahaan yang masuk ke dalam lingkungan fungsional perusahaan, seperti aspek manajemen, keuangan, SDM, pemasaran, sistem informasi dan produksi/operasi. Setelah mengidentifikasi faktor-faktor internal perusahaan, kemudian dapat disusun kedalam matriks IFE (Internal Factor Evaluation) dengan menentukan kekuatan (strength) dan kelemahan (weakness) perusahaan. Tahapan pembuatan Matriks IFE menurut David (2003) adalah :1. Buatlah daftar critical success factor

untuk aspek internal strength (kekuatan) dan weakness (kelemahan).

2. Tentukan bobot (weight) dari critical success factor tadi dengan skala 0 (tidak penting) sampai dengan 1 (terpenting). Jumlah seluruh bobot harus sebesar 1.0. nilai bobot dicari dan dihitung berdasarkan rata-rata industrinya.

3. Tentukan rating setiap critical success factor dengan nilai 1 (kelemahan besar) , 2 (kelemahan kecil), 3 (kekuatan kecil), 4 (kekuatan besar). Peringkat 4 atau 3 hanya untuk kekuatan, sedangkan 1 atau 2 hanya untuk kelemahan.

4. Kalikan nilai bobot dengan nilai rating-nya untuk mendapatkan skor semua critical success factors.

5. Jumlahkan semua skor untuk mendapatkan skor total.

2.5. Matriks Internal-Eksternal (IE)

Matriks Internal-Eksternal ini dikembangkan dari model General Electric (GE Model). Parameter yang digunakan meliputi parameter kekuatan internal perusahaan dan pengaruh eksternal yang dihadapi. Tujuan penggunaan model ini adalah untuk memperoleh strategi bisnis yang lebih detail.

Matriks Internal-Ekstenal (IE) memposisikan perusahaan dalam matriks yang terdiri atas 9 sel. Matriks IE terdiri atas 2 dimensi, yaitu skor total dari Matriks IFE pada sumbu X dan skor total dari Matriks EFE pada sumbu Y.

Matriks IE memiliki tiga tampilan strategi yang berbeda, yaitu : Pertama

Untuk divisi-divisi yang berada pada sel I, II, atau IV dapat digambarkan sebagai “Grow” dan “Build” . Strategi-strategi yang cocok bagi divisi-divisi yang berada pada sel-sel ini adalah Strategi Intensif (market penetration, market development, dan product development) atau Strategi Terintegrasi (backward integration, forward integration, dan horizontal integration).

Kedua Untuk divisi-divisi yang berada pada sel II, V, atau VII paling baik dikendalikan dengan strategi-strategi “Hold” dan “Maintain”. Strategi-strategi umum dipakai yaitu strategi market penetration dan product development.

KetigaUntuk divisi-divisi yang berada pada sel VI, VIII, atau IX dapat menggunakan strategi “Harvest” atau “Divesture”

Gambar 2. Bagan Matriks IEShuliang Li (2001,2002) memperkenalkan representasi fuzzy terhadap matriks GE seperti disajikan dalam gambar berikut ini.

Gambar 3. Representasi Fuzzy dari matriks GE (General Electric)

3. METODOLOGI

3.1. Kerangka Pemikiran

Pengembangan agroindustri hilir karet berbasis lateks diawali dengan memilih produk mana yang perlu diprioritaskan dan potensial untuk dikembangkan. Setelah itu dilanjutkan dengan evaluasi lingkungan industrinya guna perumusan strateginya.

Untuk lebih jelasnya kerangka pemikiran penelitian ini dituangkan dalam gambar berikut:

Gambar 4. Kerangka Pemikiran Penelitian

3.2. Tata LaksanaPakar yang bertindak sebagai responden

ahli untuk memberikan penilaian dalam perbandingan berpasangan sebanyak 1 orang yang berasal dari peneliti di Balai Penelitian Teknologi Karet Bogor.

Dalam rangka menentukan produk agroindustri hilir karet yang paling potensial untuk dikembangkan, dikembangkan kriteria-kriteria sebagai berikut :1. Potensi pasar. Kriteria ini

menggambarkan prospek akan kebutuhan/permintaan pasar baik di dalam negeri maupun luar negeri (ekspor). Produk dikatakan potensial untuk dikembangkan jika mempunyai potensi pasar yang tinggi.

2. Dampak terhadap lingkungan. Kriteria ini menggambarkan dampaknya terhadap kerusakan lingkungan. Produk yang potensial adalah yang tidak merusak atau mencemari lingkungan.

3. Kondisi teknis dan teknologis. Kriteria ini menggambarkan suatu keadaan yang memenuhi syarat teknis produksi dan kondisi teknologi yang mendukung. Produk yang potensial adalah yang secara teknis produksi dapat dilaksanakan dan teknologi yang ada mendukung.

4. Kondisi bahan baku. Kriteria ini menggambarkan apakah produk tersebut memerlukan suatu kondisi (grade) tertentu

dari produk hulunya. Produk yang dinilai potensial adalah produk yang tidak memerlukan grade tertentu, karena akan memudahkan dalam pengadaan bahan baku.

5. Nilai Tambah produk. Kriteria ini menggambarkan sebesar besar nilai tambah dari produk hulunya setelah menjadi produk hilir. Produk yang potensial adalah yang memiliki nilai tambah tinggi.

6. Daya serap tenaga kerja. Kriteria ini menggambarkan apakah agorindustri yang akan dikembangkan memerlukan sedikit/banyak tenaga kerja. Produk yang potensial bila menyerap banyak tenaga kerja.

Sebagai alternatif produk agroindustri hilir karet berbasis lateks adalah sebagai berikut :

1. Sarung Tangan Medis2. Perekat3. Karet Busa4. Benang Karet5. Cat / PelapisAdapun skala yang digunakan dalam

pemberian nilai adalah :

Tabel 2. Label Linguistik untuk Skala AHPLabel Keterangan

E Sama penting (equally)

WSedikit lebih penting

(moderatly)

S Jelas lebih penting (strongly)

VSSangat jelas lebih penting

(very strongly)

AMutlak lebih penting

(extremly preferred)

Parameter TFN untuk Mutlak Penting/ Absolute Importance (7, 9, 9), Sangat Jelas Lebih Penting/Very Strong Importance (5, 7, 9), Jelas Lebih Penting/Strong Importance (3, 5, 7), Sedikit Lebih

Analisis Lingkungan Eksternal

Analisis Lingkungan Internal

Pemilihan produk agorindustri hilir karet berbasis lateks potensial

Matriks IE, Fuzzy LogicPenentuan Strategi

Matode AHP, Fuzzy AHP

Matriks EFE

Matriks IFE

Penting/Weak Importance (1, 3, 5), dan Sama Penting/Equal Importance (1, 1, 3).

Batas atas dan batas bawah untuk tiap nilai dari matrik dicari dengan menggunakan rumus seperti pada rumus (10). Dengan menggunakan = = 0.5 maka diperoleh : = [1,2]=1,5 = [2,4]=3 = [1/4,1/2]=0,375 = [4,6]=5 = [1/6,1/4]=0,2083 = [6,8]=7 = [1/8,1/6]=0,1458 = [8,10]=9 = [1/10,1/8]=0,1125

Setelah didapatkan produk yang potensial, penelitian dilanjutkan dengan penilaian faktor eksternal dan internal dengan menggunakan matriks EFE dan IFE dan kemudian dilanjutkan dengan penggunaan logika fuzzy untuk pemilihan strategi. Pemilihan strategi berdasarkan matriks IE.

4. HASIL DAN PEMBAHASAN4.1. Pemilihan produk lateks potensial

Perhitungan AHP konvensional dilakukan secara manual dan juga dengan bantuan paket program Criterium Decision Plus. Perhitungan Fuzzy AHP dengan bantuan Excel.

Perbandingan hasil bobot dari kriteria dan alternatif dapat dilihat pada tabel 3. Terlihat pada tabel tersebut bahwa bobot yang dihasilkan dari kedua metode tidak memberikan hasil yang berbeda jauh. Kriteria dengan bobot tertinggi adalah potensi pasar diikuti dengan dampak lingkungan dan seterusnya. Sedangkan produk hilir karet berbasis lateks yang paling potensial untuk dikembangkan adalah produk sarung tangan karet.

Dapat terlihat pula pada tabel 4 bahwa nilai rasio konsistensi dengan menggunakan fuzzy ahp cenderung lebih besar dari metode AHP biasa. Dari sudut pandang ini metode AHP biasa atau konvensional bisa jadi lebih unggul dari metode fuzzy AHP.

Tetapi bila dilihat dari penggunaan skala linguistik pada fuzzy AHP yang lebih menyesuaikan diri dengan realitas tentu dapat kita katakan lebih baik. Dalam artian bahwa misalnya penilaian seseorang “sedikit lebih

penting” tentunya tidak sama antar beberapa penilai sehingga kurang tepat bila hanya dikonversi kepada satu angka tunggal atau angka 3 saja.

Tabel 3. Perbandingan Bobot Metode AHP Konvensional dengan Fuzzy AHP

Kriteria/ Alternatif

Bobot dari metode AHP

Bobot dari Fuzzy AHP

Kriteria :Potensi PasarDampak LingkK.Teknis /TekNilai TambahBahan BakuDaya Serap

Alternatif :Sarung TanganPerekatBusaCat/PelapisBenang Karet

0,4210,2530,1520,0890,0540,032

0,3000,2520,1880,1460,114

0,4050,2500,1580,0940,0580,034

0,2910,2460,1890,1520,121

Tabel 4. Perbandingan Nilai Consistency Ratio (CR) Metode AHP Konvensional dengan

Fuzzy AHPPerbandingan Nilai CR dari

Metode AHP Bobot dari Fuzzy AHP

Antar Kriteria

Antar Alternatif thd. Kriteria :Potensi PasarDampak LingkK.Teknis /TekNilai TambahBahan BakuDaya Serap

0,06

0,070,040,090,090,030,07

0,091

0,090,090,120,110,060,10

Metode fuzzy AHP mengkonversi penilaian linguistik tersebut ke dalam suatu selang dan saling tumpang tindih. Karena batas antara “sedikit lebih penting” dengan “jelas lebih penting’ juga tidak tegas atau ada “grey area”.

Data penilaian pakar menggunakan metode AHP biasa serta data setelah

dikonversi dengan metode fuzzy AHP dapat dilihat pada tabel 5 dan tabel 6.

Tabel 5. Data Penilaian Pakar terhadap Kriteria menggunakan Metode AHP Konvensional

 Kriteria PP DL DS NT BB KTPP 1,00 3,00 7,00 5,00 7,00 3,00

DL 0,33 1,00 7,00 3,00 5,00 3,00DS 0,14 0,14 1,00 0,33 0,33 0,20NT 0,20 0,33 3,00 1,00 3,00 0,33BB 0,14 0,20 3,00 0,33 1,00 0,33KT 0,33 0,33 5,00 3,00 3,00 1,00

Tabel 6. Data Penilaian Pakar terhadap Kriteria menggunakan Fuzzy AHP setelah diubah ke bentuk crisp

 Kriteria PP DL DS NT BB KTPP 1 3 7 5 7 3

DL 0,375 1 7 3 5 3DS 0,1458 0,1458 1 0,375 0,375 0,2NT 0,2083 0,375 3 1 3 0,375BB 0,1458 0,2083 3 0,375 1 0,375KT 0,375 0,375 5 3 3 1

Tabel 7. Hasil Perhitungan dengan Metode Fuzzy AHP

AlternatifKriteria Bobot ST P B BK CPP 0,405377 0,527334 0,163962 0,063999 0,043221 0,201484DL 0,250424 0,094041 0,31451 0,31451 0,182897 0,094041DS 0,034292 0,047166 0,203048 0,455498 0,110288 0,184NT 0,093646 0,446938 0,261416 0,06805 0,0422 0,181396BB 0,058199 0,056955 0,118728 0,327547 0,366101 0,130671KT 0,158062 0,046057 0,392841 0,276614 0,179287 0,105201

0,291385 0,245674 0,189482 0,120702 0,152757

Gambar 5. Hasil Perhitungan Menggunakan Metode AHP Konvensional menggunakan CD

Plus

4.2. Evaluasi lingkungan eksternal dan internal

Pada tabel berikut disajikan faktor-faktir eksternal dan internal berikut bobot dan nilainya terhadap industri sarung tangan karet berdasarkan penilaian pakar.

Tabel 8. Faktor, Bobot dan Rating Nilai Faktor Internal dan Eksternal

4.3. Pemilihan strategi menggunakan logika fuzzy berdasarkan matriks internal-eksternal.

Pemilihan strategi berdasarkan matriks IE menggunakan pendekatan Fuzzy Sugeno dengan bantuan program Matlab. Jumlah variabel input sebanyak 2 dan jumlah variabel ouput 1.

Variabel output memiliki nilai 1 (tumbuh dan membangun), 2 (pertahankan dan pelihara) serta 3 (panen atau divestasi). Variabel input (EFE dan IFE) memiliki nilai dari 1 s/d 4.

Gambar 6. Sistem Inferensi Fuzzy SUGENO dengan 2 variabel input dan satu

variabel outputSkor nilai EFE dan IFE direpresentasikan

dengan bilangan fuzzy triangular fuzzy number (TFN) seperti dapat dilihat pada gambar 7 dan 8.

Gambar 7. Representasi Skor Nilai EFE menggunakan TFN

Gambar 8. Representasi Skor Nilai IFE menggunakan TFN

Faktor Eksternal Bobot Rating SkorPeluang Permintaan

meningkat seiring banyaknya masalah infeksi sehingga perlu sarung tangan pelindung 0,450 4 1,80Diversifikasi ekspor 0,250 3 0,75

Ancaman Kompetitor sarung tangan sintetis yang non allergenic 0,200 2 0,40

 Pesaing dari Negara lain 0,100 2 0,20

  Total 1,000   3,15

Faktor Internal Bobot Rating SkorKekuatan Bahan baku

melimpah 0,400 4 1,60

 Tenaga Kerja Murah 0,250 4 1,00

Kelemahan Pasar dikuasai terutama Malaysia 0,200 2 0,40

 

Ketergantungan terhadap Teknologi Luar 0,150 2 0,30

  Total 1,000   3,30

Gambar 9. Rule Pemilihan Strategi

Penyusunan rule seperti dapat dilihat pada gambar 9 dikembangkan dari matriks Internal-Eksternal (modifikasi dari 9 sel matriks GE).

Gambar 10. Rule Viewer

Berdasarkan hasil dari matriks EFE dan IFE, nilai atau skor yang didapatkan dimasukkan ke dalam fuzzy inference system (FIS) yang telah dibuat. Hasilnya adalah pilihan strategi untuk industri sarung tangan karet adalah strategi 1 (tumbuh dan membangun)

5. KESIMPULAN DAN SARAN

5.1. Kesimpulan

Berdasarkan hasil dan pembahasan dalam penelitian ini dapat disimpulkan beberapa hal, sebagai berikut:1. Produk hilir karet berbasis lateks yang

potensial untuk dikembangkan adalah

sarung tangan (medis maupun rumah tangga) yang kemudian diikuti oleh perekat dan karet busa.

2. Hasil perhitungan dari fuzzy AHP dan metode AHP konvensional menunjukkan hasil yang tidak jauh berbeda.

3. Pendekatan logika Fuzzy dapat digunakan untuk memilih strategi yang didasarkan pada matriks Eksternal dan Internal dan didapatkan strategi tumbuh dan membangun untuk industri sarung tangan karet.

5.2. Saran

Beberapa saran yang dapat dilakukan dalam penelitian ini antara lain:1. Dari sisi metodologi dapat

diperbandingkan lebih luas dengan berbagai metode pengambilan keputusan multi kriteria lainnya serta pengembangannya.

2. Logika fuzzy dapat diperluas kepada strategi fungsionalnya seperti pemasaran dan lan sebagainya.

DAFTAR PUSTAKAAgustriani Dini, 2005, Pengukuran

Tingkatan Learning Orgaization serta Hubungannnya dengan Gaya Kepemimpinan dan Kinerja pada PT. Abacus K.I, Tugas Akhir, Jurusan Teknik Industri Universitas Trisakti, Jakarta.

Alfa Ary Achyar, Endang Gumbira Sa’id, 2003, Peningkatan Kinerja Industri Kecil dan Menengah Barang Jadi Karet melalui Pendekatan Klaster Industri. Makalah.

David Fred R, 2003, Manajemen Strategis – Konsep-konsep, Edisi ke-9, Terjemahan, Prentice Hall

Hartono Andreas N, Model Sistem Manajemen Ahli Pengembangan Agroindustri Hortikultura di Kabupaten Cianjur, Skripsi, Program Studi Teknologi Industri Pertanian IPB, Bogor

Honggokusumo Suharto, 1993, Perkembangan Industri Barang Jadi Karet di Indonesia, Balai Penelitian Teknologi Karet, Bogor

Kusumadewi Sri, Hari Purnomo, 2004, Aplikasi Logika Fuzzy untuk

Pendukung Keputusan. Graha Ilmu. Yogyakarta

Kusumadewi Sri, 2004, Toolbox Matlab untuk Logika Fuzzy. Graha Ilmu. Yogyakarta

Kwong C.K., H. Bai, 2002, A Fuzzy AHP approach to determination of importance weights of customer requirements in quality function deployment, Journal of Intelligent Manufacturing, 13, 367-377, Kluwer Academic Publishers, Netherlands.

Li Shuliang, Barry J Davies, 2001, Golstra – A hiybrid system for developing global strategy and associated internet strategy, Industrial Management + Data System, pg. 132

Li Shuliang, et. Al, 2002, Integrating group Delphi, fuzzy logic and expert systems for marketing strategy development : the

hybridisation and its effectiveness, Marketing Intelligence and Planning, 20, pg. 273-284.

Marimin, 2005, Teori dan Aplikasi Sistem Pakar dalam Teknologi Manajerial, IPB Press, Bogor.

Marimin, 2004, Teknik dan Aplikasi Pengambilan Keputusan Kriteria Majemuk, PT. Grasindo, Jakarta.

Nancy C, D. Suwardin, M. Supriadi, 2001, Kajian Mengenai Pemasaran Lateks : Profil Petani, Industri Lateks Pekat dan Industri Barang Jadi Lateks, Jurnal Penelitian Karet, Bogor.

Shen X.X., K.C. Tan, M Xie, 2001, The implementation of quality function deployment based on linguistic data, Journal of Intelligent Manufacturing, 12, 65-75, Kluwer Academic Publishers, Netherlands.