Syntax Idea : p�ISSN: 2684-6853�
e-ISSN : 2684-883X�����
Vol. 1, No. 7 November 2019
PEMILIHAN JASA KONSULTAN
PERENCANA MENGGUNAKAN METODE WEIGHTED
PRODUCT
Warkianto Widjaja
Universitas
Kebangsaan (UKRI) Bandung
Email:
[email protected]
Abstrak
Dalam menentukan
konsultan perencana, banyak sekali kriteria�kriteria yang harus dimiliki oleh
perusahaan pemberi tugas sebagai syarat dalam menentukan pemenang lelang
pekerjaan perencanaan rekayasa. Masing�masing perusahaan pasti memiliki
kriteria�kriteria untuk menentukan peserta yang terpilih sebagai pemenang
lelang pekerjaan perencanaan tersebut.�
Pelaksanaan lelang pekerjaan perencanaan dilakukan oleh beberapa
perusahaan untuk menentukan konsultan perencana yang paling kompeten sehingga
didapat proses dan hasil desain yang bermutu baik dari segi biaya, mutu dan
waktu. Untuk membantu penentuan dalam menetapkan perusahaan yang layak
melaksananakan pekerjaan perencanaan maka dibutuhkan sebuah sistem pendukung
keputusan. Pada penelitian ini diangkat suatu kasus
yaitu mencari alternatif terbaik bedasarkan kriteria�kriteria yang telah
ditentukan menggunakan metode Weighted Product (WP). Penelitian� dilakukan�
dengan mencari nilai� bobot�
untuk� setiap� kriteria,�
kemudian� dilakukan proses
perankingan yang akan menentukan alternatif yang optimal, yaitu konsultan
perencana terbaik.
Kata kunci: MADM, WP, konsultan perencana, nilai bobot,
lelang
Pendahuluan
Perusahaan berkewajiban menjamin proses lelang yang bermutu dan tidak berpihak
terhadap setiap pesertanya dan setiap peserta lelang berhak untuk mendapatkan penilaian
yang adil. Proses lelang yang bermutu memberikan pengaruh yang besar pada proses
perencanaan, hasil perencanaan yang baik, dan sebagainya. Hasil
perencanaan pengembangan yang baik pada suatu perusahaan menunjukkan seberapa berhasilnya suatu perusahaan mendapatkan hasil
perencanaan yang sesuai dengan tujuannya. Dalam
rangka
meningkatkan
arah pengembangan
yang sesuai dengan rencana induk, maka
perusahaan melaksanakan berbagai kegiatan seperti kegiatan
lelang pekerjaan perencanaan yang bermutu. Namun terkadang kegiatan pekerjaan perencanaan tidak
berjalan
dengan efektif, dimana hal ini disebabkan oleh tidak tepatnya pemilihan konsultan perencana yang
disebabkan oleh data identifikasi
pelaksana pekerjaan perencanaan yang kurang
akurat. Seringkali
ditemukan terjadi kesalahan dalam menentukan kelayakan penerima
pekerjaan perencanaan tersebut. Masalah seperti ketidaktepatan sasaran
penentuan konsultan perencana tentunya
harus segera
diatasi dan
dicari solusinya agar tidak
terulang lagi pada paket-paket
kegiatan di masa yang
datang.
Seringkali proses
seleksi konsultan perencana lebih banyak ditujukan pada aspek administratif karena lebih mudah dinilai, padahal sebenarnya banyak aspek yang lebih menentukan dalam menentukan
konsultan yang kompeten. Melihat hal ini tentunya pihak yang menyelenggarakan lelang
pekerjaan perencanaan membutuhkan informasi mengenai keadaan perusahaan peserta lelang baik dari aspek
administratif maupun aspek teknis, sehingga
mereka dapat mengetahui jika dilihat dari sisi pengelaman
perusahaan, kompetensi
perencana, metodologi pelaksanaan perencanaan dan kemampuan inovasi yang harus di
prioritaskan untuk diberikan penilaian.
Melihat permasalahan tersebut maka perlu adanya suatu sistem
yang dapat menentukan konsultan
perencana yang terbaik. Dimana informasi yang
dihasilkan dapat membantu pihak
pengambil keputusan dalam hal ini perusahaan
pelaksana lelang dalam mengambil atau menentukan konsultan
perencana. Suatu sistem
berjalan dengan baik atau mencapai tujuannya jika didukung atau diterapkan suatu metode. Dalam penentuan konsultan perencana ini, digunakan beberapa indikator atau kriteria
yang dianggap mampu mempengaruhi penentuan hasil
perencanaan yang bermutu. Melihat hal ini Weighted Product (WP) merupakan suatu metode yang dianggap efektif untuk menentukan
konsultan yang terbaik.
Metode Weighted Product (WP)
merupakan salah satu metode yang biasanya di terapkan pada suatu sistem
pengambilan keputusan atau yang biasanya digunakan dalam pemecahan masalah yang
melibatkan banyak alternatif pilihan sehingga dapat membantu pengguna dalam
mengambil keputusan dengan cepat dan tepat. Metode WP dianggap efektif
diterapkan pada penentuan konsultan perencana ini karena sebelum dilakukan
proses perangkingan setiap alternatif yang ada, terlebih dahulu nilai setiap
alternatif dilakukan normalisasi. Nilai-nilai setiap alternatif tersebut
diperoleh dari pemenuhan setiap kriteria perencana yang kompeten. Tingkat
kompetensi diurutkan dari nilai alternatif yang tertinggi. Semakin rendah nilai
alternatif semakin rendah pula tingkat kompetensinya.
Menurut little
mendefinisikan Sistem Pendukung keputusan atau Decition Support System (DSS) sebagai sekumpulan prosedur berbasis
model untuk data pemrosesan dari penilaian guna membantu para manager mengambil
keputusan (Turban, Efraim, 2005)
Menurut Keen dan Morton (Turban, Efraim, 2005),
�Sistem Pendukung Keputusan merupakan penggabungan sumber-sumber kecerdasan
individu dengan kemampuan komponen untuk memperbaiki kualitas keputusan. Sistem
pendukung keputusan juga merupakan sistem informasi berbasis komputer untuk
manajemen pengambilan keputusan yang menangani masalah-masalah semi
terstruktur�.Sistem pendukung keputusan bukan merupakan alat pengambilan
keputusan melainkan merupakan sistem yang membantu pengambil keputusan
melengkapi segala sesuatunya dengan�
informasi� dari� data�
yang� telah� diolah�
dengan� relevan� dan�
diperlukan untuk membuat keputusan tentang suatu masalah dengan lebih
cepat dan akurat.
Sampai saat ini tidak
ada kesepakatan mengenai karakteristik standar DSS, berikut karakteristik yang
diharapkan ada di DSS (Turban, Efraim, 2005):
1) Dukungan
kepada pengambil keputusan, terutama pada situasi semi terstruktur dan tak
terstruktur, dengan menyertakan penilian manusia dan informasi terkomputerisasi
2) Dukungan
untuk semua level manajerial, dari ekskutif puncak sampai manajer lini.
3) Dukungan
untuk individu dan kelompok.
Permodelan dalam pembangunan DSS dilakukan
langkah-langkah sebagai berikut (Kusrini, 2007):
1) Studi
kelayakan (Intelligence)
2) Perancangan
(Design)
3) Pemilihan
(Choice)
4) Membuat
DSS
Komponen-komponen
sistem pendukung keputusan terdiri dari data-management
subsystem, model management subsystem, user
interface subsystem, dan knowledge-based
management subsystem. Komponen-komponen sistem pendukung keputusan dapat
dilihat pada Gambar 1 (Turban, Efraim, 2005).
Gambar 1 Komponen SPK
a.
Data-management
subsystem
Data-management subsystem termasuk database yang berisi data yang relevan untuk
situasi dan dikelola oleh perangkat lunak yang disebut
Database Management
System (DBMS). Data-management subsystem
dapat saling berhubungan dengan data warehouse yang
berguna untuk data yang
berkaitan dengan pengambilan
keputusan. Biasanya data
disimpan atau diakses melalui web database server.
b. �Model management subsystem
Model magamenet subsystem adalah paket perangkat lunak yang
memberikan kemampuan analitis sistem dan manajemen perangkat lunak yang
sesuai.
Software ini
sering disebut Model Base Management System (MBMS). Komponen
ini �dapat
�disambungkan �ke �penyimpanan �eksternal �dari
�suatu
model. Metode dan manajemen sistem diterapkan dalam development system
(seperti java) agar dapat dijalankan
pada server aplikasi.
c. User interface subsystem
Pengguna sistem berkomunikasi dan berinteraksi dengan SPK melalui
subsistem ini. Pengguna
dianggap bagian
dari
SPK. Peneliti menegaskan beberapa kontribusi yang
unik dari SPK berasal dari interaksi yang intensif
antara komputer dan
pembuat keputusan.
d. �Knowledge-based
management subsystem
Subsistem ini dapat mendukung
subsistem lainnya atau bertindak sebagai komponen independen. Subsistem ini dapat
saling
berhubungan antara repositori pengetahuan organisasinya yang merupakan bagian dari sistem manajemen pengetahuan. Subsistem
ini biasanya disebut
organizational knowledge base.
Ada banyak metode
yang telah diimplementasikan dalam pengembangan
kecerdasan
buatan, seperti yang diimplementasikan
pada bahasa pemrograman Java dan mudah untuk mengintegrasikan ke
dalam
komponen SPK lainnya.
Dalam pengambilan
keputusan disarankan untuk mengikuti proses pengambilan keputusan yang sistematis. Simon (1977) dalam Turban (2005) mengatakan bahwa proses ini melibatkan tiga tahap
utama: intelligence, design,
dan
choice.� Kemudian Simon menambahkan
tahap keempat, yaitu implementation. Model
Simon adalah model yang memiliki karakterisasi yang paling ringkas dan telah lengkap dalam mengambil keputusan yang rasional. Gambar konseptual proses
pengambilan keputusan ditunjukkan pada Gambar 2 (Turban, Efraim, 2005).
Gambar 2 Proses Pengambilan
Keputusan
Proses pengambilan keputusan dimulai dengan
intelligence phase atau fase pengetahuan. Dimulai dengan memeriksa keadaan yang
sebenarnya, lalu melakukan identifikasi��
terhadap�� permasalahan ��yang��
muncul�� dan diselesaikan. Dalam
design phase atau fase desain, model yang mewakili sistem dibangun dengan
membuat asumsi yang dapat menyederhanakan keadaan sebenarnya dan menuliskan
hubungan antara semua variabel. Model ini kemudian divalidasi dan kriteria
ditentukan sebagai prinsip dalam pilihan untuk evaluasi program. Choice
phase atau fase pilihan meliputi pemilihan solusi yang diusulkan
untuk model yang telah dibuat sebelumnya.�
Solusi ini diuji untuk menentukan apakah solusi yang diberikan tepat dan
sesuai dengan model yang telah dibuat. Setelah solusi yang dihasilkan dirasa
sesuai dengan permasalahan yang dihadapi, maka��
tahap berikutnya adalah implementation phase atau fase implementasi.
Hasil dari implementasi diharapkan berhasil dalam memecahkan masalah yang
sebenarnya. Jika terjadi kegagalan maka proses mengarah ke fase awal �(Turban, Efraim, 2005)
Multiple Attribute Decision Making (MADM) adalah suatu metode yang
digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari MADM adalah menentukan nilai bobot untuk setiap atribut, kemudian
dilanjutkan dengan proses perangkingan yang menyeleksi alternatif yang
sudah diberikan. Dalam menentukan bobot untuk
setiap atribut, ada 3 pendekatan
yang digunakan yaitu pendekatan subjektif, pendekatan
objektif dan pendekatan integrasi antara
subjektif dan objektif. Masing-masing pendekatan memiliki kelebihan dan
kelemahan. Pada
pendekatan subjektif,
nilai bobot ditentukan berdasarkan
subjektivitas
dari
para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. Pada pendekatan objektif, nilai bobot
dihitung secara
matematis sehingga mengabaikan
subyektivitas dari pengambil keputusan.
Ada beberapa metode yang dapat
digunakan untuk menyelesaikan masalah MADM
yaitu Simple Additive Weighting
Method (SAW), Weighted Product (WP), ELECTRE, Technique for Order Preference by
Similarity
to Ideal Solution (TOPSIS), Analytical
Hierarchy Process
(AHP)
(Kusumadewi, Hartati,
Harjoko, & Wardoyo, 2006).
Weighted Product
(WP) merupakan suatu metode untuk memecahkan
suatu masalah yang kompleks dan tidak terstruktur ke dalam suatu kelompok-
kelompoknya,�� mengatur� kelompok�
tersebut� ke dalam suatu �hierarchy, memasukkan nilai numerik sebagai
pengganti persepsi manusia dalam melakukan perbandingan relatif dan akhirnya
dengan suatu sintesa ditentukan elemen mana yang mempunyai prioritas tinggi.
Tetapi perlu diingat bahwa sistem pendukung keputusan hanya untuk memberikan
alternatif pilihan bukan untuk menentukan keputusan akhir.
Metode WP juga merupakan salah satu metode yang sering digunakankan ketika
data
yang digunakan merupakan data
yang tidak stabil atau dapat berubah-ubah sehingga
perlu dilakukan analisa
sensitivitas, hal ini dikarenakan metode WP memungkinkan peneliti mengubah
bobot dari atribut (Memariani, Amini,
& Alinezhad, 2009). Metode Weighted Product (WP) sering juga dikenal istilah metode Perkalian Terbobot. �WP membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan
semua rating alternatif yang ada.
Metode Weighted Product adalah salah
satu metode penyelesaian pada masalah MADM. Metode ini
mengevaluasi beberapa alternatif terhadap sekumpulan atribut atau
kriteria, dimana setiap atribut saling tidak bergantung satu dengan yang lainnya (Kusumadewi, 2006). Metode weighted product menggunakan perkalian untuk menghubungkan rating atribut, dimana
rating setiap atribut harus dipangkatkan terlebih dahulu dengan bobot atribut yang bersangkutan. Proses
ini sama halnya dengan proses normalisasi. Preferensi untuk alternatif Si
diberikan sebagai berikut:
dengan i =
1,2,....,m.
dimana:
S��� : Preferensi
alternatif /vektor S
X� �: Nilai
kriteria
W�� : Bobot kriteria/subkriteria
�i��� �: Alternatif
�j��� �: Kriteria
n��
�: Banyaknya kriteria
Dimana ΣWj = 1.
Wj
adalah pangkat bernilai positif untuk atribut keuntungan dan bernilai negatif untuk atribut biaya. Preferensi relatif dari setiap alternatif, diberikan sebagai berikut:
dimana :
V����������� �: Preferensi
alternatif / vektor V
X���������� ��: Nilai
Kriteria
W���������� �: Bobot kriteria/subkriteria
i����������� �: Alternatif
j����������� �: Kriteria
n������������ : Banyaknya
kriteria
*������������ : Banyaknya kriteria yang dinilai pada
vektor S.
Langkah-langkah yang
dilakukan untuk menentukan
pemenang lelang yang layak dengan perhitungan WP adalah sebagai berikut:
1) Penentuan nilai bobot W, dimana C1 = Pengalaman; C2 = Kualifikasi
Tenaga Ahli;�� C3 = Pemahaman
terhadap Kerangka Acuan kerja; C4 =
Pendekatan dan Metodologi; C5 = Fasilitas pendukung, C6 = Paparan
Konsep Perencanaan. Pengambil keputusan memberikan bobot untuk setiap kriteria sebagai berikut: C1 = 6%; C2 = 16 %;
C3 = 2%; C4 = 14 %; C5 = 2%: C6 = 60% dan total 100%.
2) Pemberian bobot nilai pada setiap
subkriteria
Pembobotan, dibuat
untuk mempermudah
perhitungan.
3) Menghitung nilai perbaikan bobot (Wj) berdasarkan nilai prioritas bobot setiap kriteria yang sudah
ditentukan, menggunakan persamaan 3.
4)
�Membuat tabel penilaian setiap kriteria untuk setiap Peserta lelang perencanaan.
5)
Menghitung Vektor S, menggunakan persamaan 1.
6)
Menghitung preferensi (Vi) untuk perangkingan dengan menggunakan persamaan 2.
Metode Penelitian
Dalam penelitian ini metode penelitian yang digunakan
adalah metode penelitian kuantitatif. Menurut (Tarsito,
2014) metode kuantitatif adalah sebagai berikut:
�Metode penelitian kuantitatif dapat diartikan sebagai metode penelitian
yang berlandaskan pada filsafat positivisme, digunakan untuk meneliti populasi
atau sampel tertentu, pengumpulan data menggunakan instrumen penelitian,
analisis data bersifat kuantitatif/statistik, dengan tujuan untuk menguji
hipotesis yang telah ditetapkan.�
Teknik
penentuan kriteria yang digunakan pada penelitian
ini adalah dengan melakukan wawancara singkat dengan pihak
perusahaan mengenai teknik
penentuan dan penilaian peserta lelang. Selain itu pengumpulan data juga dilakukan dengan cara melakukan studi pustaka terkait dengan lelang
terbuka dan kriteria apa saja yang
digunakan untuk menentukan pemenang
lelang tersebut. Pengumpulan data dan
seleksi awal dilakukan panitia lelang yang mendapat tugas dari perusahaan. Setelah data
yang diperlukan
lengkap, maka selanjutnya yang dilakukan adalah analisis data. Analisis data
dilakukan data yang
digunakan tepat
dan benar-benar dapat menggambarkan kondisi
peserta lelang saat ini, setelah itu baru dilakukan pengolahan data
tersebut. Pengolahan data ialah melakukan penetapan kriteria yang digunakan dalam penelitian ini, pemberian bobot
pada setiap kriteria menggunakan metode MADM. Penentuan alternative dan
penentuan pemenang lelang menggunakan metode WP.
Hasil dan Pembahasan
Alternatif yang digunakan dalam penelitian ini merupakan 4 perusahaan
konsultan tipe besar berbadan hokum berbentuk Perusahaan Terbatas (PT). Adapun alternatif tersebut sebagai berikut:
Tabel
1 Alternatif Perushaan Konsultan
|
Alternatif |
������ Kondisi
Perusahaan Terbatas (PT) |
|
A1 |
Berpengalaman,
tenaga ahli sedang sibuk, konsep desain sangat baik. |
|
A2 |
Berpengalaman,
tenaga ahli sedang sibuk, konsep desain kurang lengkap. |
|
A3 |
Berpengalaman,
tenaga ahli tersedia, konsep desain cukup lengkap. |
|
A4 |
Kurang berpengalaman, tenaga ahli kurang, konsep desain
tidak lengkap. |
Selain alternatif,
yang diperlukan dalam perhitungan metode WP adalah
bobot kriteria.
Berdasarkan tabel 2,
maka
bobot preferensi adalah
sebagai berikut:
W
= (0.06, 0.16, 0.02, 0.14, 0.02, 0.60)
Data mengenai kompetensi peserta lelang didapat dari dokumen
lelang dan bahan paparan yang disampaikan kepada panitia lelang. Mengacu pada data
dokumen lelang dan paparan yang telah
diterima, maka rating
kecocokan dari setiap alternatif
pada setiap kriteria ditentukan sebagai berikut:
Tabel
2 Rating Nilai Alternatif untuk
Setiap Kriteria
Mengacu pada tabel 2 untuk C1 sampai nilai C6 nilai terbesar
adalah terbaik maka diasumsikan sebagai kriteria
keuntungan (benefit). Sehingga untuk melakukan normalisasi C1
sampai dengan C6 dilakukan normalisasi menggunakan persamaan yang menggunakan nilai maksimum.
Setelah matriks
keputusan di buat, maka selanjutnya dilakukan normalisasi terhadap matriks
tersebut. Normalisasi terhadap matriks
dilakukan dengan bantuan program Microsoft Excel. Jika di urutkan berdasarkan nilai tertinggi ke terendah maka
urutannya sebagai berikut:
Mengacu pada tabel 3 di atas, dapat dilihat urutan nilai tertinggi sampai terendah untuk semua
peserta lelang. Berdasarkan rangking
nilai tersebut di atas, para pengambil keputusan atau dalam
hal ini pihak panitia lelang dapat mengambil keputusan
perusahaan peserta lelang mana yang menjadi pemenangnya. Dalam hal ini peserta
lelang yang menjadi pemenang adalah perusahaan A3.
Kesimpulan
Penelitian ini dilakukan dengan tujuan agar dapat mengetahui kriteria dan nilai bobot dari setiap kriteria
dalam menentukan pemenang peserta lelang terbuka bidang rekayasa. Hasil dari penelitian
ini
adalah informasi mengenai
rangking nilai dari semua peserta lelang sehingga diharapkan hasil dari penelitian
ini
dapat dijadikan acuan perusahaan dalam menentukan
pemenang lelang. Perusahaan peserta lelang dengan tingkat
kompetensi terbaik yaitu
perusahaan konsultan A3, kiranya dapat diprioritaskan
untuk dijadikan pemenang lelang
tersebut, dan selanjutnya
dipanggil untuk dilakukan negosiasi dari segi biaya penawaran. Selain itu, informasi yang dihasilkan dari sistem
yang dibangun pada penelitian ini diharapkan dapat membantu
mempermudah pihak
panitia lelang dalam menyajikan
laporan mengenai rangking dan pemenang lelang tersebut.
BLIBIOGRAFI
Kusrini. (2007). Konsep dan Aplikasi Sistem Pendukung Keputusan.
Yojakarta: Penerbit Andi.
Kusumadewi, S., Hartati, S., Harjoko, A., & Wardoyo, R.
(2006). Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Yogyakarta:
Graha Ilmu, 78�79.
Memariani, A., Amini, A., & Alinezhad, A. (2009).
Sensitivity analysis of simple additive weighting method (SAW): the results of
change in the weight of one attribute on the final ranking of alternatives. Journal
of Optimization in Industrial Engineering, (4), 13�18.
Tarsito, S. (2014). Metode Penelitian Kuantitatif, Kualitatif
dan R&D. Alfabeta. Bandung.
Turban, Efraim, D. (2005). Decision Suport Systems and
Intelligent Systems. Andi Offset.