LAPORAN PENELITIAN

PEMILIHAN VENDOR TRUCK CDD MENGGUNAKAN METODE FUZZY

ANALITYCAL HIERARCHI PROCESS (FAHP) DI PT POS LOGISTICS

BRANCH BANDUNG

Peneliti:
Trisha Ranita Barus
NPM : 0516101062
Dr. Arief Rahmana, M.T., CIPMP
NIDN/NIP :

FAKULTAS TEKNIK
UNIVERSITAS WIDYATAMA
2019
 HALAMAN PENGESAHAN

JUDUL : A Fuzzy Analytical Hierarchi Process

Method For Vendors Selection Problem
Study Case: PT Pos Logistics Branch Bandung
PENELITI/PELAKSANA
Nama Lengkap Peneliti : Trisha Ranita Barus
NPM : 0516101062
Jabatan Fungsional :-
Program Studi : Teknik Industri
Alamat Surel (email) : trisha.ranita@widyatama.ac.id
ANGGOTA 1
Nama Lengkap Peneliti : Dr. Arief Rahmana, M.T., CIPMP
NIP/NIDN :
Jabatan Fungsional : Ketua Program Studi Teknik Industri
Program Studi : Teknik Industri
Alamat Surel (email) :
ANGGOTA 2
Nama Lengkap Peneliti :-
NIP/NIDN :-
Jabatan Fungsional :-
Program Studi :-
Alamat Surel (email) :-
INSTITUSI MITRA (jika ada) :-
Nama Institusi Mitra :-
Alamat :-
Penanggung Jawab :-
Biaya Penelitian :-

Bandung, Januari 2020

Mengetahui, Peneliti,
Dekan Fakultas Teknik

Dr. M. Rozahi Istambul, S.Kom., M.T. Trisha Ranita Barus

NIP/NIDN : 1130608151/0414106701 NPM : 0516101062

Menyetujui,
Kepala LP2M,

Nova Indah Saragih, DR., S.T., M.T.

NIP/NIDN : 1130915387/0412118603

i
 ABSTRACK

Vendor selection is one of the most important functions of the purchasing

department. Because by determining the best vendors, companies can save
material costs and increase competitive advantage. But this decision becomes
complicated if there are several vendors, several conflicting criteria, and incorrect
parameters. Besides that uncertainty and unclear opinions of experts are the main
characteristics of the problem. Therefore, the multi-criteria decision making tool
that is widely used by Fuzzy AHP can be used as an approach to vendor selection
problems. This paper reveals the application of Fuzzy AHP in PT Pos Logistics
Bandung Branch determines the best vendor in relation to the selected criteria.
The number of vendors used in this study was 5 with 5 criteria, including payment
methods, prices, number of shipments, transportation costs and types of
transportation. The findings of this study can be used as consideration data in
decision making regarding vendor selection of PT Pos Logistics Bandung Branch
where the most important criteria are the contributions of this study not only
applying the Fuzzy AHP methodology to vendor selection issues, but also
releasing a comprehensive literature review on decision making issues multi
criteria. In addition by stating clearly and numerically the Fuzzy AHP steps, this
research can be a methodological guide that will be applied to the problem of
decision making for several other criteria.

Keywords: Vendor Selection, Fuzzy AHP, Multi Criteria Decision Making.

ii
 ABSTRAK

Pemilihan vendor adalah salah satu fungsi terpenting dari departemen pembelian.
Karena dengan menentukan vendor terbaik, perusahaan dapat menghemat biaya
material dan meningkatkan keunggulan kompetitif. Namun keputusan ini menjadi
rumit jika ada beberapa vendor, beberapa kriteria yang saling bertentangan, dan
parameter yang tidak tepat. Selain itu ketidakpastian dan ketidakjelasan pendapat
para ahli adalah karakteristik utama dari masalah tersebut. Oleh karena itu, alat
pengambilan keputusan multi kriteria yang banyak digunakan Fuzzy AHP dapat
digunakan sebagai pendekatan untuk masalah pemilihan vendor. Makalah ini
mengungkapkan aplikasi Fuzzy AHP dalam PT Pos Logistics Cabang Bandung
menentukan vendor terbaik sehubungan dengan kriteria yang dipilih. Jumlah
vendor yang digunakan pada penelitian ini sebanyak 5 dengan 5 kriteria,
diantaranya yaitu cara pembayaran, harga, jumlah pengiriman, biaya transportasi
dan jenis transportasi. Temuan penelitian ini dapat digunakan sebagai data
pertimbangan dalam pengambilan keputusan mengenai pemilihan vendor PT Pos
Logistics Cabang Bandung dimana kriteria terpenting merupakan.. Kontribusi
penelitian ini tidak hanya penerapan metodologi Fuzzy AHP untuk masalah
pemilihan vendor, tetapi juga merilis tinjauan literatur yang komprehensif tentang
masalah pengambilan keputusan multi kriteria. Selain itu dengan menyatakan
langkah-langkah Fuzzy AHP dengan jelas dan numerik, penelitian ini dapat
menjadi panduan metodologi yang akan diterapkan untuk masalah pengambilan
keputusan beberapa kriteria lainnya.

Kata kunci: Pemilihan Vendor, Fuzzy AHP, Pengambilan Keputusan Multi

Kriteria.

iii
 KATA PENGANTAR

Segala syukur dan puji hanya bagi Tuhan Yesus Kristus, oleh karena anugerah
serta kasih setia dari-Nya penulis dapat menyelesaikan laporan penilitian tugas
akhir ini yang berjudul “A FUZZY ANALYTICAL HIERARCHI PROCESS
METHOD FOR VENDORS SELECTION PROBLEM Study Case: PT Pos
Logistics Branch Bandung” dengan baik.
Penulis menyadari terdapat banyak kekurangan pada laporan penelitian tugas
akhir ini, dikarenakan keterbatasan ilmu dan pengetahuan yang dimiliki serta
dikuasai oleh penulis. Penulis mengharapkan tanggapan dan saran yang bersifat
membangun untuk penyempurnaan laporan tugas akhir ini. Penulis juga
mengucapkan terima kasih yang sebesar-besarnya kepada pihak-pihak yang telah
mendukung dan sangat berperan penting dalam penyusunan laporan penelitian
tugas akhir ini. Ucapan terima kasih dan penghargaan yang setinggi-tingginya
penulis khususkan kepada:
1. Tuhan Yesus Kristus yang selalu ada dalam setiap perjalanan hidup penulis
dengan segala karunia dan perlindungan-Nya, penulis diberikan kesehatan
dalam menyelesaikan laporan penelitian ini.
2. Bapak, Mamak, dan Adik-adik yang selalu mendoakan penulis, memberikan
semangat, serta dorongan moril maupun materil sehingga penulis dapat
menyelesaikan laporan penelitian dengan baik.
3. Bapak Dr. Arief Rahmana, M.T., CIPMP, selaku dosen pembimbing sekaligus
Ketua Program Studi Teknik Industri Fakultas Teknik Universitas Widyatama
yang telah memberikan bimbingan serta pengarahan dalam membantu penulis
untuk menyelesaikan laporan penelitian tugas akhir ini.
4. Bapak Rizki Wilianda Hasibuan, S.H., selaku pembimbing dan seluruh Staf
PT Pos Logistics Branch Bandung yang selalu membimbing penulis saat
melakukan studi lapangan.
5. Kepada sahabat (Tia, Joshua, Elsya, Iqbal, Ace, Aldri) yang selalu ada disaat
susah maupun senang dan memberikan dukungan kepada penulis.
6. Teman-teman seperjuangan di Program Studi Teknik Industri angkatan 2016
yang selalu memberikan semangat.

iv
7. Jajaran Kepresidenan (Aldri, Teo, Fika, Cerry, Nisa, Abdul) dan Kabinet
(Azura, Septia, Fathi, Dinar, Gesler) Pemerintahan Mahasiswa Masa Bakti
2018-2019 yang selalu memberikan dukungan, motivasi dan semangat.

Akhir kata, penulis berharap semoga laporan penelitian tugas akhir ini dapat
memberikan manfaat, khususnya bagi penulis sendiri serta bagi para pembaca
sebagai referensi laporan penelitian tugas akhir.

Bandung, Januari 2020

Trisha Ranita Barus – 0516101062

Penulis

v
 DAFTAR ISI

Halaman

HALAMAN PENGESAHAN.................................................................................i

ABSTRACK...........................................................................................................ii

ABSTRAK.............................................................................................................iii

KATA PENGANTAR...........................................................................................iv

DAFTAR ISI..........................................................................................................vi

DAFTAR TABEL...............................................................................................viii

DAFTAR GAMBAR.............................................................................................ix

DAFTAR LAMPIRAN..........................................................................................x

BAB 1 PENDAHULUAN......................................................................................1

1.1 Latar Belakang Permasalahan........................................................................1

1.2 Identifikasi Masalah.......................................................................................2

1.3 Pembatasan Masalah......................................................................................3

1.4 Perumusan Masalah.......................................................................................3

BAB 2 TINJAUAN PUSTAKA.............................................................................4

2.1 Time Study......................................................................................................4

2.2 Stopwatch Time Study....................................................................................5

2.2.1 Tingkat Ketelitian dan Tingkat Keyakinan.............................................7

2.2.2 Uji Keseragaman Data............................................................................7

2.2.3 Uji Kecukupan Data................................................................................8

2.2.4 Penyesuaian dan Kelonggaran Data........................................................8

BAB 3 TUJUAN DAN MANFAAT PENELITIAN............................................9

3.1 Tujuan Penelitian...........................................................................................9

vi
 3.2 Manfaat Penelitian.........................................................................................9

BAB 4 METODE PENELITIAN........................................................................10

4.1 Jenis Penelitian.............................................................................................10

4.2 Tempat dan Waktu Penelitian......................................................................10

4.3 Data dan Sumber Data.................................................................................11

4.4 Metode Pengumpulan Data..........................................................................11

4.5 Instrumen Penelitian.....................................................................................11

4.6 Prosedur Penelitian.......................................................................................11

4.6.1 Identifikasi Masalah..............................................................................12

4.6.2 Studi Literatur.......................................................................................13

4.6.3 Pengumpulan Data................................................................................13

4.6.4 Uji Kecukupan Data dan Uji Keseragaman Data..................................13

4.6.5 Pengolahan Data....................................................................................13

4.6.6 Analisa dan Pembahasan.......................................................................13

4.6.7 Kesimpulan dan Saran...........................................................................13

BAB 5 HASIL DAN PEMBAHASAN................................................................14

5.1 Profil Tempat Penelitian..............................................................................14

5.2 Deskripsi Hasil Penelitian............................................................................14

5.3 Pembahasan Hasil Penelitian.......................................................................15

BAB 6 KESIMPULAN DAN SARAN................................................................19

6.1 Kesimpulan..................................................................................................19

6.2 Saran.............................................................................................................19

DAFTAR PUSTAKA...........................................................................................21

LAMPIRAN-LAMPIRAN..................................................................................22

vii
 DAFTAR TABEL

Halaman
Tabel 5.1 ILO Recommended Allowances.............................................................18

viii
 DAFTAR GAMBAR

Halaman
Gambar 1.1 Tingkat Kemacetan per Mobil dalam 20 detik...................................2
Gambar 4.1 Prosedur Penelitian........................................................................12Y
Gambar 5.1 Lokasi Pengamatan...........................................................................14
Gambar 5.2 Peta Kontrol......................................................................................16
Gambar 5.3 Performance Rating Table (Westinghouse).......................................1

DAFTAR LAMPIRA

ix
 Halaman
Lampiran 1 Lokasi Pembayaran Tiket Parkir BEC..............................................22
Lampiran 2 Lokasi Pembayaran Tiket Parkir BEC..............................................22

x
 BAB 1
PENDAHULUAN

1.1 Latar Belakang Permasalahan

Perusahaan logistik berperan dalam mendistribusikan barang atau jasa dari suatu
tempat ke tempat lainnya. Bidang logistik merupakan salah satu penunjang dalam
melakukan kegiatan pengiriman barang dan dari suatu tempat ketempat lain.
Dalam kegiatan pendistribusian tentu dibutuhkan moda transportasi, transportasi
menjadi salah satu bagian terpenting untuk mendukung kelancaran proses
distribusi barang agar ketepatan waktu distribusi tepenuhi. Adanya vendor yang
membantu pekerjaan perusahaan logistik tersebut, pihak perusahaan diharuskan
memiliki vendor yang dapat mempertanggungjawabkan segala pekerjaan yang
dilakukan dan vendor tersebut harus sesuai dengan kriteria yang dibutuhkan oleh
perusahaan.

PT Pos Logistik Indonesia Branch Office Bandung merupakan salah satu

perusahaan yang bergerak dibidang jasa khususnya pada pengiriman barang, baik
pengiriman melalui darat, laut dan udara. Proses pengiriman barang dilakukan
untuk dapat memenuhi permintaan pelanggan. Proses tersebut sangat diperhatikan
dengan baik oleh Poslog, karena barang yang akan diterima pelanggan harus tetap
terjaga kualitasnya. Transportasi menjadi salah satu bagian terpenting untuk
mendukung kelancaran proses pengiriman barang, namun kenyataannya tidak
semua perusahaan memiliki transportasi yang tepat untuk melakukan pengiriman
barang.

Keterbatasan transportasi yang dimiliki perusahaan Poslog mengharuskan adanya

kerja sama dengan vendor yang sesuai agar permintaan pelanggan dan project
kerja yang diterima dapat tercapai dengan maksimal. Kesalahan dalam
pengambilan keputusan dalam memilih vendor dapat menyebabkan kerugian pada
perusahaan, sehingga pemilihan vendor yang tepat untuk menjalankan proses
distribusi barang sangat penting dilaksanakan sebaik mungkin agar dapat
memberikan pelayanan yang memuaskan kepada pelanggan. Pengambilan
keputusan dalam pemilihan vendor bukanlah sebuah hal yang mudah dilakukan,

1
banyak hal perlu dipertimbangkan untuk mendapatkan vendor yang sesuai dengan
kebutuhan perusahaan. Penelitian ini dilakukan dengan alasan ditemukannya
beberapa masalah terhadap vendor yang telah dipilih. Kinerja vendor pada tahun
2019 terdapat 20 proyek pengiriman barang 11 (sampai dengan 55%) diantaranya
mempunyai kendala, salah satunya kendala tersebut merupakan keterlambatan
barang sampai tujuan dan ketidaksesuaian kendaraan. Keterlambatan ini mencapai
64% disebabkan karena 57% pengalaman sopir kurang dalam menguasai akses
jalan, 43% disebabkan karena vendor tidak menguasai proses muat barang dan
36% ketidaksesuaian kendaraan yang disediakan oleh vendor. Hal ini disebabkan
karena dalam pemilihan vendor yang dilakukakn oleh Poslog Branch Bandung
belum berjalan dengan baik. Vendor yang bekerja sama dengan Poslog Branch
Bandung belum dilakukan dengan pertimbangan-pertimbangan objektif seperti
kinerja. Jika masalah tersebut dibiarkan, akan terdapat kemungkinan perusahaan
akan mengalami kerugian.

Perbaikan dilakukan pada sistem pengambilan keputusan pemilihan vendor

sehingga perusahaan memiliki kriteria untuk menjadi acuan dalam melakukan
pengambilan keputusan pemilihan vendor. Metode yang dapat digunakan dalam
pengambilan keputusan pemilihan vendor salah satunya metode Fuzzy Analytical
Hierarchy Process (AHP). Analytic Hierarchy Process (AHP) adalah metode
pengambilan keputusan multi-kriteria yang paling umum dan pertama kali
diperkenalkan oleh Saaty pada tahun 1977 (Saaty, 1977). AHP digunakan banyak
peneliti karena sifat matematika yang tepat dan input yang diperlukan relatif
mudah diperoleh. Pada dasarnya, metode ini menggunakan penilaian atau
pendapat ahli untuk menentukan nilai relatif atau bobot tiap kriteria. Namun
metode AHP tidak memperhatikan nilai kertegantungan sehingga kriteria tersebut
memiliki hirarki, hal ini membuat permasalahan interaksi antara kriteria tidak
dapat ditentukan pada level masing-masing kriteria tersebut. Metode fuzzy
membantu melakukan perhitungan pada ketidakpastian yang sering terjadi saat
melakukan penilaian yang bersifat subjektif. Penggabungan metode Fuzzy AHP
dapat membantu perusahaan dalam pengambilan keputusan pemilihan vendor
dalam kondisi dimana ada banyak ketergantungan terjadi dalam setiap kriteria dan

2
untuk meningkatkan kualitas keputusan yang akan diperoleh karena dipengaruhi
oleh ketidakpastiaan dari subjektifitas terhadap penilaian vendor.

1.2 Pembatasan Masalah

Agar Permasalahan tidak keluar dari tujuan, maka diperlukan batasanbatasan
masalah sebagai berikut :
1. Data yang diperoleh dan digunakan hanya yang terdapat pada kantor Pos
Logistic Branch Bandung.
2. Pemelihan vendor kendaraan distribusi barang jenis Truck Colt Diesel Double
di fokuskan pada 3 alternative perusahaan.
3. Pengamatan dan pengambilan data hanya dilakukan pada vendor yang berada
didaerah Bandung.
4. Data survey yang diambil untuk proses tingkat kepentingan dari setiap kriteria
diambil dari hasil wawancara terhadap beberapa pihak di perusahaan yang benar-
benar memahami mengenai pmilihan vendor trucking di PT Pos Logistic Branch
Bandung.

1.3 Perumusan Masalah

Berdasarkan latar belakang masalah yang telah diuraikan, maka rumusan masalah
dalam penelitian ini yaitu:
1. Bagaimana cara pemilihan vendor yang digunakan oleh PT Pos Logistic
Branch Bandung saat ini?
2. Kriteria dan Subkriteria apa saja yang menjadi pertimbangan untuk memilih
vendor distribusi barang di PT Pos Logistic Branch Bandung?
3. Bagaimana strategi pemilihan vendor dengan menggunakan metode Fuzzy
Analythical Hierarchy Process (FAHP)?

3
 BAB 2
TINJAUAN PUSTAKA

2.1 Sistem Pendukung Keputusan (Decision Support System)

Menurut Thomas L. Saaty (Hermawan, 2005) Sistem Pendukung Keputusan atau
Decision Support Systems (DSS) secara umum didefinisikan sebagai sebuah
sistem yang mampu memberikan kemampuan pemecahan masalah maupun
kemampuan komunikasi untuk masalah semi terstruktur. Secara khusus sistem
pendukung keputusan didefinisikan sebagai sebuah sistem yang mendukung kerja
seorang manajer maupun sekelompok manajer dalam memecahkan masalah semi
terstruktur dengan cara memberikan informasi ataupun usulan menuju pada
keputusan tertentu, dari definisi di atas dapat disimpulkan bahwa tujuan sistem
pendukung keputusan dalam pengambilan keputusan adalah:
1. Membantu menjawab masalah semi-terstruktur
2. Membantu manajer dalam mengambil keputusan, bukan menggantikannya
3. Manajer yang dibantu melingkupi top manajer sampai ke manajer lapangan
4. Fokus pada keputusan efektif, bukan keputusan yang efisien.
Masalah semi-terstruktur memiliki karakteristik yang merupakan perpotongan
dari masalah terstruktur dan masalah tidak terstruktur. Dua sifat diantaranya
adalah:
1. Beberapa bagian dari masalah terjadi berulang-ulang, sementara
2. Beberapa bagian dari masalah melibatkan subjektivitas manusia.
2.1.1 Proses Pengambilan Keputusan
Sistem Pendukung Keputusan berhubungan dengan kegiatan pengambilan
keputusan, maka kita perlu mengetahui dengan baik proses pengambilan
keputusan yang dilakukan. Proses pengambilan keputusan melibatkan 4 tahapan,
yaitu:
1. Tahap Intelligence Tahap ini pengambilan keputusan mempelajari kenyataan
yang terjadi sehingga bisa mengidentifikasi masalah yang sedang terjadi, biasanya
dilakukan analisis berurutan dari sistem ke subsistem pembentuknya. Tahap ini
didapatkan berupa dokumen pernyataan masalah.

4
2. Tahap Design Tahap ini pengambil keputusan menemukan, mengembangkan
dan menganalisis semua pemecahan yang mungkin, yaitu melalui pembuatan
model yang bisa mewakili kondisi nyata masalah. Tahap ini didapatkan keluaran
berupa dokumen alternatif solusi.
3. Tahap Choice Tahap ini pengambil keputusan memilih salah satu alternatif
pemecahan yag dibuat pada tahap design yang dipadang sebagai aksi yang paling
tepat untuk mengatasi masalah yang sedang dihadapi. Tahap ini didapatkan
keluaran berupa dokumen solusi dan rencana implementasinya.
4. Tahap Implementation Tahap ini pengambil keputusan menjalankan rangkaian
aksi pemecahan yang dipilih di tahap choice. Implementasi yang sukses ditandai
dengan terjawabnya ,masalah yang dihadapi, sementara kegagalan ditandai
dengan tetap adanya masalah yang sedang dicoba untuk diatasi. Tahap ini
didapatkan keluaran berupa laporan pelaksanaan solusi dan hasilnya.
Mengetahui keempat tahap proses pengambilan keputusan di atas, dapat
mengidentifikasi secara lebih baik apa saja yang bisa didukung oleh sistem
pendukung keputusan terutama sistem pendukung keputusan yang berbasis
komputer.
2.1.2 Multi-Criteria Decision Making (MCDM)
Multi-criteria decision making (MCDM) merupakan teknik pengambilan
keputusan dari beberapa pilihan alternatif yang ada. Di dalam MCDM ini
mengandung unsur attribute, obyektif, dan tujuan (Jani Raharjo dkk, 2000)
1. Attribute menerangkan, memberi ciri kepada suatu objek. Misalnya tinggi,
panjang dan sebagainya. Objektif menyatakan arah perbaikan atau kesukaan
terhadap attribute, misalnya memaksimalkan umur, meminimalkan harga, dan
sebagainya. Objektif dapat pula berasal dari attribute yang menjadi suatu objektif
jika pada attribute tersebut diberi arah tertentu.
2. Tujuan ditentukan terlebih dahulu. Misalnya suatu proyek mempunyai obyektif
memaksimumkan profit, maka proyek tersebut mempunyai tujuan mencapai profit
10 juta/bulan.
3. Kriteria merupakan ukuran, aturan-aturan ataupun standar-standar yang
memandu suatu pengambilan keputusan. Pengambilan keputusan dilakukan
melalui pemilihan atau memformulasikan atribut-atribut, obyektif-obyektif,

5
maupun tujuan-tujuan yang berbeda, maka atribut, obyektif maupun tujuan
dianggap sebagai kriteria. Kriteria dibangun dari kebutuhan-kebutuhan dasar
manusia serta nilai-nilai yang diinginkannya.
Ada dua macam kategori dari Multi-criteria decision making (MCDM), yaitu:
1. Multiple Objective Decision Making (MODM)
2. Multiple Attribute Decision Making (MADM)
Multiple Objective Decision Making (MODM) menyangkut masalah perancangan
(design), di mana teknik-teknik matematik optimasi digunakan, untuk jumlah
alternatif yang sangat besar (sampai dengan tak berhingga) dan untuk menjawab
pertanyaan apa (what) dan berapa banyak (how much). Multiple Attribute
Decision Making (MADM), menyangkut masalah pemilihan, dimana analisa
matematis tidak terlalu banyak dibutuhkan atau dapat digunakan untuk pemilihan
hanya terhadap sejumlah kecil alternatif saja.
2.2 Analytic Hierarchy Process (AHP)
Analytic Hierarchy Process (AHP) merupakan salah satu metode dalam
pengambilan keputusan multikriteria (MCDM) yang dapat digunakan untuk
mencari solusi dari suatu permasalahan yang kompleks dan dapat membantu
pengambil keputusan dalam menentukan prioritas dan memilih pilihan yang
terbaik (Biswas et al., 2018). AHP membantu menangkap aspek subjektivitas dan
objektivitas secara bersamaan dari sebuah keputusan, karena input utama dari
metode AHP adalah persepsi manusia (Permadi B., 1992). Salah satu kelebihan
metode AHP adalah kemampuannya untuk memeriksa konsistensi dari
evaluasi/penilaian yang diberikan oleh pengambil keputusan, sehingga dapat
mengurangi bias pada saat proses pengambilan keputusan (Biswas et al., 2018).
AHP adalah model matematika untuk solusi praktis dari banyak masalah
peringkat di berbagai bidang kepentingan manusia (Cheng, 1997). Fokus utama
dari metodologi AHP mempertimbangkan berbagai fase proses dan menyajikan
hasil yang efisien (Mendoza, 2008). AHP menyederhanakan masalah kompleks
menjadi kriteria terukur dalam struktur hirarkis. AHP terstruktur untuk
memecahkan masalah yang tidak terstruktur dalam ilmu ekonomi, sosial dan
manajemen (Oguztimur, 2011). AHP telah diterapkan dalam bentuk konteks yang
luar biasa dari masalah pilihan sehari-hari yang sederhana dari sebuah sekolah

6
hingga merancang isu-isu rumit dari hasil masa depan yang berbeda dari negara
berkembang, mengevaluasi pencalonan politik, mengalokasikan sumber daya
energi, dan sebagainya. AHP menentukan bobot kriteria kualitatif dan kuantitatif
(Biswas et al., 2018). Pembuat keputusan menciptakan berpasangan matriks
perbandingan untuk setiap item berpasangan dinilai (Kahraman, 2003).

2.2.1 Penyusunan Struktur Hierarki Masalah

Saaty (1977) mengatakan bahwa hierarki masalah disusun untuk membantu
proses pengambilan keputusan yang memperhatikan seluruh elemen keputusan
yang terlibat dalam sistem. Sebagian besar masalah menjadi sulit untuk
diselesaikan karena proses pemecahannya dilakukan tanpa melihat masalah
tersebut sebagai suatu sistem dengan suatu struktur tertentu. Tingkat paling atas
dari hierarki dinyatakan tujuan atau sasaran dari sistem yang akan dicari solusi
masalahnya. Tingkat berikutnya merupakan penjabaran dari tujuan tersebut yang
dipecah menjadi beberapa faktor pada tingkat dibawahnya. Demikian juga faktor-
faktor tersebut dapat dipecah menjadi beberapa faktor lagi yang ditempatkan pada
tingkat bawahnya. Kemudian setiap faktor dipecah lagi menjadi beberapa
subfaktor yang ditempatkan pada tingkat dibawahnya lagi dan begitu seterusnya.
Hierarki seperti itu dapat dilihat pada Gambar 2.2 berikut ini:

Gambar 2.1 Struktur Hierarki

Istilah yang digunakan dalam AHP untuk level hierarki diatas adalah:
a. hierarki level 1 adalah tujuan
b. hierarki level 2 adalah kriteria
c. hierarki level 3 adalah sub kriteria
d. hierarki level 4 adalah alternatif

7
Suatu hierarki akan mempermudah pengambilan keputusan untuk menganalisis
dan mengambil keputusan dalam pemecahan masalah tersebut. Hierarki dalam
AHP merupakan kumpulan elemen-elemen yang tersusun dalam beberapa tingkat,
yang setiap tingkat mencakup beberapa elemen yang homogen. Sebuah elemen
menjadi kriteria dan patokan pembentukan elemen-elemen yang berada di
bawahnya. Contohnya, elemen volume merupakan kriteria bagi elemen panjang,
tinggi, dan lebar. Elemen berat tidak dapat diletakkan di bawah kriteria volume
karena bukan dihasilkan dari kriteria tersebut, dan lebih baik diletakkan sejajar
dengan elemen volume yang keduanya berada di bawah kriteria dimensi.
Memastikan bahwa kriteria-kriteria yang dibentuk sesuai dengan tujuan
permasalahan, maka perlu dilihat sifat-sifat berikut ini:
1. Minimum Jumlah kriteria diusahakan optimal untuk mempermudah analisis.
2. Independen Setiap kriteria tidak saling tumpang tindih dan harus dihindarkan
pengulangan kriteria untuk suatu maksud yang sama.
3. Lengkap Kriteria harus dapat mencakup seluruh aspek penting dalam persoalan.
4. Operasional Kriteria harus dapat diukur dan dianalisis, baik secara kuantitatif
maupun kualitatif, dan dapat dikomunikasikan. Menyusun suatu hierarki tidak
terdapat suatu pedoman tertentu yang harus diikuti, semuanya tergantung kepada
kemampuan dari penyusun dalam memahami masalah.

2.2.2 Software Expert Choise

Expert Choice merupakan sebuah perangkat lunak yang mendukung collaborative
decision dan sistem perangkat keras yang memfasilitasi grup pembuatan
keputusan yang lebih efisien, analitis, dan yang dapat dibenarkan. Memungkinkan
interaksi real-time dari tim manajemen untuk mencapai consensus on decisions.
Aplikasi Area Expert Choice meliputi:
a. Resource Allocation (Alokasi sumber daya)
b. Vendor Selection (Vendor Seleksi)
c. Strategic Planning (Perencanaan Strategis)
d. HR Management (Manajemen SDM)
e. Risk Assessment
f. Project Management (Manajemen Proyek)
g. Benefit/Cost Analysis (Manfaat / Biaya Analisis)

8
Menurut Hilyah (2012) Metode yang digunakan pada program Expert Choice
adalah Analytic Hierarchy Process (AHP). Expert Choice menyediakan struktur
untuk seluruh proses pengambilan keputusan, yaitu:
a. Sebuah tool yang memfasilitasi kerjasama antara beberapa pihak yang
berkepentingan
b. Analisis pengambil keputusan
c. Meningkatkan komunikasi
d. Memberi keputusan yang lebih cepat
e. Dokumentasi proses pengambilan keputusan
f. Sebuah konsensus keputusan Seminar
Keputusan akhir yang lebih baik dan dapat dibenarkan. Hasil perhitungan dengan
geometric mean tiap responden, akhirnya akan digabungkan, dan nilai hasil
penggabungan tersebut akan dihitung tingkat consistency ratio-nya (CR)
menggunakan tool Expert Choice.
2.3 Metode Fuzzy Analytical Hierarchy Process (FAHP)
Metode Fuzzy Analytical Hierarchy Process (Fuzzy AHP) sebelumnya telah
digunakan oleh Abdul Aziz dan Muhammad Misdram dalam Jurnal yang berjudul
“Kombinasi Metode F-AHP dan F-TOPSIS dengan Rasio Keuangan untuk
Menentukan Peringkat Bank Perkreditan Rakyat di Kota Malang”.
Metode AHP dikembangkan oleh Thomas L. Saaty, seorang matematikawan di
Universitas Pittsburgh Amerika Serikat sekitar tahun 1970. AHP digunakan
karena sangat penting untuk formalisasi masalah yang kompleks dengan
menggunakan struktur hirarki. Kelemahan pada Metode AHP yaitu permasalan
terhadap kriteria yang memiliki sikap subjektif yang lebih banyak oleh karena itu,
dengan menggunakan pendekatan Fuzzy maka permasalahan terhadap kriteria
bisa lebih di pandang secara objektif dan akurat. Ketidakpastian bilangan
direpresentasikan dengan urutan skala. Untuk menentukan derajat keanggotaan
pada Metode FAHP, digunakan aturan fungsi dalam bentuk bilangan Fuzzy
segitiga atau Triangular Fuzzy Number (TFN) yang disusun berdasarkan
himpunan linguistik. FAHP merupakan pendekatan sistematis untuk memilih
alternatif dan memecahkan masalah dengan menggunakan konsep teori himpunan
fuzzy dan metode AHP, yang diimplementasikan melalui penggunaan bilangan

9
fuzzy segitiga. Bilangan fuzzy segitiga diterapkan untuk menentukan prioritas
berbagai variabel keputusan, sedangkan metode AHP yang diperluas digunakan
untuk menentukan prioritas akhir bobot berdasarkan bilangan fuzzy segitiga.
2.3.1 Triangular Fuzzy Number (TFN)
Triplet ( M1, M2, M3) dikenal sebagai Triangular Fuzzy Number, dimana mewakili
nilai terkecil yang paling mungkin, nilai yang paling mungkin, dan nilai
kemungkinan terbesar dari setiap fuzzy peristiwa. Bilangan triangular fuzzy
disimbolkan ~ dan ketentuan fungsi keanggotaan untuk 5 skala variabel linguistik
dapat dilihat pada tabel dibawah ini (Naghadehi et.al. (2009):

Tabel 2.1 Skala Fuzzy dan gambaran linguistik kepentingan relatif antara 2
kriteria
Intensitas Skala Fuzzy Kebalikan Skala Fuzzy Definisi Variabel Lingustik
1 = (1,1,3) (1/3,1/1,1,1) Dua kriteria mempunyai
kepentingan yang sama.
3 = (1,3,5) (1/5,1/3,1/1) Satu kriteria sedikit penting
dari yang lain.
5 = (3,5,7) (1/7,1/5,1/3) Satu kriteria lebih penting dari
yang lain.
7 = (5,7,9) (1/9,1/7,1/5) Satu kriteria sangat lebih
penting dari yang lain.
9 = (7,9,9) (1/9,1/9,1/7) Satu kriteria mutlak lebih
penting dari yang lain.
2 = (1,2,4) (1/4,1/2,1/1) (1/6,1/4,1/2) Nilai tengah antara dua
4 = (2,4,6) (1/8,1/6,1/4) (1/9,1/8,1/6) penilaian.
6 = (4,6,8)
8 = (6,8,9)
Sumber: Naghadehi et.al. (2009)

Berdasarkan nilai fuzzy tersebut, dapat digambarkan fungsi keanggotaannya

sebagai berikut:

Sama Sedikit Lebih Lebih Sangat Lebih Mutlak Lebih

Penting Penting Penting Penting Penting

x
1 3 5 7 9

Gambar 2.2 Fungsi Keanggotaan Skala Variabel Linguistik

Sumber: Bellina (2009)

Ketentuan nilai-nilai intensitas skala fuzzy dapat dilihat pada tabel 2.2 dibawah
ini.

10
 Tabel 2.2 Ketentuan Fungsi Keanggotaan Bilangan Fuzzy
Bilangan Fuzzy Fungsi Keanggotaan
~ (1,3,5)
1
~ (1,2,4)
2
~
x (x-2,x,x+2) = (3,5,7)
~ (6,8,9)
8
~ (7,9,9)
9
Sumber: Bellina (2009)

2.3.2 Analisa Fuzzy Synthetic Extent

Abdul A. et.al. (2018) melakukan analisa synthetic extent yang dipakai untuk
memperoleh perluasan suatu objek dalam memenuhi tujuan yang disebut satisfied
extent. Jika C = {C1, C2,..., Cn} adalah sekumpulan kriteria sebanyak n dan A =
{A1, A2,..., An} merupakan sekumpulan atribut keputusan sebanyak m, maka
adalah nilai extent analysis pada i-kriteria dan m-atribut keputusan, dimana i = 1,
2, ..., n dan untuk semua (j=1,2,...,n) merupakan bilangan triangular fuzzy. Berikut
ini merupakan langkah-langkah model extent analysis:
a. Nilai fuzzy synthetic extent untuk i-objek didefinisikan sebagai berikut:
m n m −1

Si = j
∑ M ∑∑ M
j=1
gi [ i=1 j=1
j
gi ] ..............................................................(2.1)

Dimana:
Si = nilai sintensis (synthetic fuzzy).
gi = himpunan tujuan (i=1, 2, 3, 4, 5, ..., n)
m

∑ M gij= Menjumlahkan nilai sel pada kolom yang dimulai dari kolom 1 di
j=1

setiap baris matriks

j = kolom
i = Baris
M = Bilangan Triangular Fuzzy Number (TFN)
m = Jumlah kriteria
m
Untuk memperoleh ∑ M gij dilakukan operasi penjumlahan untuk keseluruhan
j=1

bilangan TFN dalam matriks keputusan (n x m), seperti yang terdapat pada
formula di bawah ini.

11
 m m m m

∑ M gij=
j=1
( j=1 j=1 j=1
)
∑ l j , ∑ m j , ∑ u j ....................................................(2.2) Dimana:
m

∑ l j= jumlah sel pada kolom pertama matriks (nilai lower)

j=1

∑ m j = jumlah sel pada kolom kedua matriks (nilai median)

j=1

∑ u j = jumlah sel pada kolom ketiga matriks (nilai upper)

j=1

Kemudian dilakukan penjumlahan terhadap M gij sehingga dapat dilihat

persamaan berikut:
n m n n n

∑ ∑ M gij= (∑ l j , ∑ m j , ∑ u j) ...............................................(2.3) Dimana:

i=1 j=1 j=1 j=1 j=1

l = nilai batas bawah

m = nilai harapan
u = nilai batas atas
Selanjutnya untuk memperoleh invers dari persamaan (2.1) dapat dilakukan
dengan cara menggunakan operasi aritmatika TFN pada persamaan (2.4)
1 1 1
n m
j -1 n n
, n
[∑ ∑ M ] ( gi , ).....................................................(2.4)
i=1 j=1 ∑ ui ∑ mi ∑ li
i=1 i=1 i=1

b. Perbandingan tingkat kemungkinan antara bilangan fuzzy.

Menghitung derajat kemungkinan dari M1= (l1, m1, u1) dan M2 = (l2, m2, u2),
dengan tingkat kemungkinan M1 ≥ M2 dapat didefinisikan sebagai berikut:
V(M1 ≥ M2) = hgt (M1 Ո M2)
jika l 1≥ l 2
1,

μ M 2(d)
{0,
l 1−l 2
( m2−u 2 )−( m1−l1 )
jika m 1≥ m 2
untuk kondisi lain .......................................(2.5)

Dimana:
V(M1 ≥ M2) = nilai vector sintesis fuzzy
d = Ordinat dari titik potong tertinggi D antara μ M 2 dan μ M 2. Untuk
perbendingan dihitung keduanya V(M2 ≥ M1) dan V(M1 ≥ M2)
dan

12
c. Jika hasil nilai fuzzy lebih besar dari nilai k fuzzy, Mi , dimana i = 1, 2, ..., k,
yang dapat ditentukan dengan menggunakan operasi max dan min sebagai
berikut:
V(M ≥ M1, M2,..., Mk) = V[(M ≥ M1) dan V(M ≥ M2), ..., ) M ≥ Mk)]
= min V (M ≥ Mi)
Jika diasumsikan bahwa d 1( Ai ) = min V( Si ≥ Sk ) untuk k=1, 2, ..., n; k≠i, maka
bobot vector dapat didefinisikan:
W 1=(d 1 ( A 1 ) , d 1 ( A2 ) , … d 1 ( A n ) )T ..........................................................(2.6)
Dimana:
W 1= normalisasi vektor bobot
Seperti yang terdapat dalam formula di atas, dimana Ai (i=1, 2, ..., n) dan n
yang merupakan elemen dan d 1 ( Ai ¿ merupakan nilai yang menggambarkan
pilihan relatif masing-masing atribut keputusan.
2.3.3 Normalisasi
Normalisasi vector bobot penting untuk dilakukan, tidak hanya memudahkan
interpretasi tetapi sebagai solusi unik beberapa metode seperti logarithmic least
square. Normalisasi terdiri dari 2 cara, yaitu dengan melakukan pembagian dan
geometris. Normalisasi dengan pembagian menggunakan operasi penjumlahan
dan pembagian. Normalisasi geometris memakai konsep rata-rata geometris.
Normalisasi pembagian merupakan cara yang dianggap lebih mudah dan tepat.
Jika vector bobot di atas dilakukan normalisasi, maka akan diperoleh definisi
vector bobot seperti yang dapat dilihat pada formula di bawah ini.
T
W = (d ( A1 ) , d ( A 2 ) , … , d ( A n) ) .......................................................................(2.7)
Normalisasi nilai vektor atau nilai prioritas kriteria yang telah diperoleh pada
persamaan 2.13, perumusan normalisasinya adalah:
d' ( An)
d ( An ) = n

∑ d' ( A n)
i=1

dimana:
d ( An ) = bobot vektor

13
Tujuan dilakukan normalisasi bobot adalah agar nilai dalam vector diperbolehkan
menjadi analog bobot yang ditetapkan dari metode AHP dan terdiri dari bilangan
yang bukan merupakan bilangan fuzzy.
2.3.4 Langkah-Langkah Perhitungan Fuzzy AHP
Abdul A. et.al. (2018) menentukan bobot penilaian dengan menggunakan Fuzzy
AHP dapat dilakukan dengan langkah-langkah seperti:
1. Menyusun dan membuat suatu struktur hierarki dari permasalahan yang ada.
2. Menentukan penilaian perbandingan berpasangan antara kriteria-kriteria dan
alternatif dari tujuan hierarki.
3. Mengubah bobot penilaian perbandingan berpasangan ke dalam bilangan
triangular fuzzy seperti yang terdapat pada Tabel 2.2.
4. Apabila dalam menilai perbandingan berpasangan tersebut menggunakan lebih
dari satu responden, maka dilakukan penggabungan perbandingan berpasangan
tersebut dengan membuat rata-rata bilangan fuzzy untuk beberapa responden agar
diperoleh matriks berpasangan.
5. Ditentukan nilai fuzzy synthetic extent untuk setiap kriteria dan alternatif sesuai
dengan persamaan 2.1.
6. Membandingkan nilai fuzzy synthetic extent dengan persamaan 2.5.
7. Diambil nilai minimum dari hasil perbandingan nilai fuzzy synthetic extent
seperti pada persamaan 2.6.
8. Lakukan perhitungan normalisasi vector bobot dari nilai minimun pada langkah
ke-7.
2.4 Penelitian Terdahulu
Tabel 2.3 Penelitian Terdahulu
No Penelitian Studi Kasus Metode Hasil
1 Much Djunaidi, Pemilihan AHP Menghasilkan suatu
Chairul Diah Suppier usulan pendukung
Utami, Ahmad keputusan yang tepat
Kholid Alghofari, untuk menyelesaikan
Hafidh Munawir permasalahan pemilihan
(2019) pemasok
2 Wahyudi Pemilihan FAHP Menghasilkan
Setiawan dan Suppiler pengambilan keputusan
Reny Pujiastutik pemilihan supplier
(2015)
3 T. K. Biswas , S. Pemilihan FAHP Menghasilkan

14
 M. Akash, S. Saha Bahan Baku pendukung keputusan
(2018) pemilihan bahan baku
pakaian
4 Mustafa Batuhan Pemilihan FAHP Menghasilkan
Ayhan (2013) Supplier pengambilan keputusan
dalam menentukan
kriteria untuk memilih
pemasok
5 Abdul A. dan Pengambilan FAHP Menghasilkan
Muhammad keputusan di dan pengambilan keputusan
Misdram. (2018) Bank FTOPSIS dalam menentukan
pringkat Bank
Perkreditan Rakyat
Berdasarkan penelitian terdahulu pada Tabel 2.3 diatas perbedaan penelitian dapat
dilihat sebagai berikut:
1. Penelitian ini dilakukan pada perusahaan bidang jasa khususnya dalam
pengiriman barang dengan pengambilan keputusan pemilihan vendor untuk
transportasi yang akan digunakan untuk mendukung aktivitas yang dilakukan
oleh perusahaan.
2. Penelitian terdahulu memperhitungkan metode AHP dengan cara manual,
sedangkan penelitian yang dilakukan menggunakan Software Expert Choise
yang memiliki tingkat ke akuratan yang tinggi untuk metode Proses Hirarki
Anatilik (AHP).
3. Perbedaan penelitian terdahulu dengan penelitian yang dilakukan yaitu tidak
memperhatikan konsistensi karena pada saat pengisian kuisioner oleh
responden tidak adanya arahan dalam pengisian, sehingga responden diberi
kebebasan untuk melakukan pengisian.
4.

15
 BAB 3
TUJUAN DAN MANFAAT PENELITIAN

3.1 Tujuan Penelitian

Berdasarkan rumusan masalah yang telah diuraikan diatas, maka dapat diketahui
tujuan pemecahan masalah yang akan dicapai dalam penelitian ini, yaitu:
1. Mengetahui cara pemilihan vendor yang digunakan oleh PT Pos Logistic
Branch Bandung saat ini.
2. Mengetahui apa saja kriteria dan subkriteria yang menjadi pertimbangan untuk
memilih vendor distribusi barang di PT Pos Logistic Branch Bandung
3. Memberikan strategi pemilihan vendor dengan menggunakan metode Fuzzy
Analythical Hierarchy Process (FAHP)

3.2 Manfaat Penelitian

Manfaat yang dapat diperoleh dari pemecahan masalah dalam penelitian ini, yaitu:
1. Manfaat bagi Perusahaan
a. Penelitian ini dilakukan sebagai pertimbangan pimpinan dalam
pengambilan keputusan mengenai pemilihan vendor truk distribusi PT Pos
Logistics Cabang Bandung. Implikasi dari penelitian ini yaitu proses
pendistribusian barang menjadi lacar dan dapat meminimalkan lead time
sehingga diharapkan mampu menghasilkan sistem pendukung keputusan
pemilihan vendor sesuai dengan multi kriteria yang dibutuhkan oleh
perusahaan.
b. Dapat mengetahui urutan penilaian dari para vendor truk distribusi yang
dijadikan sebagai objek penelitian dan membandingkannya dengan kondisi
sebenarnya dilapangan yang selama ini terjadi di perusahaan terhadap
pengguna jasa vendor truk yang bersangkutan.
2. Manfaat bagi pengembangan ilmu dan praktisi
a. Penelitian selanjutnya mendapatkan referensi metode fuzzy Analytical
Hierarcy Process sebagai pengambilan keputusan pemilihan vendor
prioritas.

16
b. Penelitian ini dapat menjadi informasi dalam melaksanakan perbaikan
secara terus menerus terhadap pemilihan vendor pada perusahaan untuk
meningkatkan aktifitas kerja yang lebih baik.
c. Penelitian ini dapat menjadi awal bagi peneliti lainnya untuk melakukan
pengambilan keputusan yang lebih rinci dan akurat dengan tambahan
metode lain.

17
 BAB 4
METODE PENELITIAN

4.1 Jenis Penelitian

Jenis penelitian ini adalah penelitian terapan (applied research). Penelitian
Terapan adalah penelitian yang mempunyai alasan praktis, keinginan untuk
mengetahui, bertujuan agar dapat melakukan sesuatu yang jauh lebih baik, lebih
efektif, dan efisien. Penelitian terapan atau applied research dilakukan berkenaan
dengan kenyataan-kenyataan praktis, penerapan, dan pengembangan ilmu
pengetahuan yang dihasilkan oleh penelitian dasar dalam kehidupan nyata.
Penelitian terapan berfungsi untuk mencari solusi tentang masalah masalah
tertentu. Tujuan utamanya adalah pemecahan masalah sehingga hasil penelitian
dapat dimanfaatkan untuk kepentingan manusia baik secara individu atau
kelompok maupun untuk keperluan industri atau politik dan bukan untuk
wawasan keilmuan semata.
Ada tiga macam contoh dari penelitian terapan, yaitu:
1.Penelitian evaluasi, yaitu penelitian yang diharapkan dapat memberikan
masukan atau mendukung pengambilan keputusan tentang nilai relatif dari dua
atau lebih alternatif tindakan.
2.Penelitian dan pengembangan, yaitu penelitian yang bertujuan untuk
mengembangkan produk sehingga produk tersebut mempunyai kualitas yang lebih
tinggi.
3.Penelitian tindakan, yaitu penelitian yang dilakukan untuk segera dipergunakan
sebagai dasar tindakan pemecahan masalah yang ada.

4.2 Tempat dan Waktu Penelitian

Pengamatan dilakukan di PT Pos Logistics Branch Bandung yang merupakan
salah satu perusahaan yang bergerak dibidang jasa Logistics yang berlokasi di
Jalan  Sukabumi No. 38, Kacapiring, Batununggal, Kota Bandung, Jawa Barat
40253.

18
4.3 Data dan Sumber Data
Data primer dan sekunder yang digunakan dalam penelitian ini merupakan data
aktual yang diperoleh dengan wawancara kepada pihak yang memiliki wewenang
mengambil keputusan dalam pemilihan vendor PT Pos Logistics Branch Bandung.
Data primer (karakteristik dan bobot vendor) diperoleh melalui wawancara,
sedangkan data sekunder diperoleh dari laporan bulanan pendistribusian barang.

4.4 Metode Pengumpulan Data

Proses pengumpulan data terhadap suatu penelitian yang penulis lakukan, maka
harus memiliki cara atau teknik untuk mendapatkan data atau informasi yang baik
dan terstruktur serta akurat dari setiap apa yang diteliti, sehingga kebenaran
informasi data yang diperoleh dapat dipertanggungjawabkan.
Metode pengumpulan data yang digunakan dalam penelitian ini adalah teknik
wawancara, studi pustaka dan studi dokumen. Observasi dengan melakukan
wawancara dan pencatatan dilakukan terhadap objek penelitian. Studi pustaka dan
studi dokumen digunakan untuk memperoleh data-data yang berkaitan dengan
metode pemilihan vendor yang diteliti. Sumber ini berasal dari jurnal, data hasil
wawancara dan penelitian sebelumnya yang berkaitan dengan subjek penelitian
ini.

4.5 Instrumen Penelitian

Pengumpulan data sebuah penelitian yang dilakukan berbagai metode penelitian
seperti wawancara, studi pustaka dan dokumentasi, memerlukan alat bantu
sebagai instrumen. Instrumen yang dimaksud yaitu form penilaian bobot kriteria
pada masing-masing vendor. Form penilaian bobot digunakan untuk menuliskan
informasi dan data yang diperoleh dari hasil wawancara tentang kriteria dan bobot
vendor yang dibutuhkan.

4.6 Prosedur Penelitian

Prosedur penelitian dikerjakan secara sistematis, agar mudah dipahami prosedur
penelitian dijabarkan menggunakan flowchart seperti pada gambar 4.1.
Selanjutnya, prosedur penelitian akan menjadi panduan dalam proses penelitian.

19
 Mulai

Identifikasi Masalah Studi Literatur

Pengumpulan Data:
Data Primer: Vendor, Kriteria, Sub kriteria, Bobot
Data Sekunder: Laporan Bulanan PT Pos Logistik

Pengolahan Data

Metode AHP Metode Fuzzy AHP

Pembobotan dengan Pembobotan antar Kriteria

Software Expert Choise dan Subkriteria

Pembobotan
Ketergantungan antar
Kriteria

Pembobotan antar
Alternatif

Perhitungan Bobot Akhir

Prioritas

Analisa dan Pembahasan

Kesimpulan dan Saran

Selesai

Gambar 4.1 Prosedur Penelitian

20
4.6.1 Identifikasi Masalah
Merupakan kegiatan penelitian untuk mendapatkan gambaran tentang kejadian
yang menjadi permasalahan dan mencari solusi dari permasalahan yang ada.
4.6.2 Studi Literatur
Dalam proses identifikasi permasalahan dibutuhkan literatur yang berhubungan
dengan penemuan masalah dari penelitian yang dilakukan. Dengan literatur
diharapkan dapat mengetahui teori, konsep dan metode yang mendukung dalam
penelitian.
4.6.3 Pengumpulan Data
Tahap pengumpulan data terdiri dari data primer dan data sekunder. Data primer
diperoleh dengan melakukan wawancara dan pencatatan secara langsung terhadap
hal yang dianggap berhubungan dengan objek yang dimaksudkan yakni kriteria,
subktiteria, dan bobot terhadap vendor PT Pos Logistics. Data sekunder meliputi
laporan bulanan perusahaan, laporan penelitian sebelumnya, jurnal, sumber lain
yang berkaitan dengan masalah penelitian.
4.6.4 Pengolahan Data
a. Data diolah menggunakan metode AHP terlebih dahulu menggunakan
bantuan Software Expertchoise guna memperoleh nilai Consistency Index
(CI) dan Consistency Ratio (CR). Kriteria dan vendor yang ememiliki
bobot terbesar menunjukkan kriteria dan vendor yang memiliki prioritas
tinggi.
b. Pebotan antar Kriteria dan Subkriteria
Pembobotan kriteria dilakukan dengan menggunakan data kuesioner yang
telah diisi, data tersebut diolah dengan menggunakan metode FAHP.
Tahap dalam melakukan perhitungan dengan FAHP terdapat beberapa
tahap seperti menentikan nilai sintesis Fuzzy dengan menggunkana
Persamaan 2.1 – 2.4, menentukan nilai vektor dengan menggunakan
Persamaan 2.5, menentukan nilai ordinat dengan menggunakan Persamaan
2.6 dan menghitung normalisasi nilai vektor dengan menggunakan
Persamaan 2.7. Subkriteria merupakan bagian yang terdiri dari kriteria
yang didapatkan dengan menggunakan data kuesioner subkriteria. Tahap

21
 perhitungan pembobotan antar subkriteria sama dengan perhitungan antar
kriteria.

c. Pembobotan Ketergantungan antar Kriteria

Pembobotan ketergantungan antar kriteria dilakukan karena pada setiap
kriteria saling mempengaruhi antar kriteria lainnya. Pembobotan
ketergantungan antar subkriteria dilakukan dengan menggunakan data
kuesioner ketergantungan antar kriteria. Tahap perhitungan pembobotan
ketergantungan antar kriteria sama dengan perhitungan antar kriteria.
d. Pembobotan antar Alternatif
Pembobotan alternatif dilakukan dengan menggunakan data kuesioner
yang telah dilakukan. Tahap perhitungan pembobotan alternatif sama
dengan perhitungan natar kriteria.
e. Perhitungan Bobota Akhir Prioritas
Perhitungan bobot akhir prioritas dilakukan setelah pembobotan antar
kriteria, pembobotan ketergantungan antar kriteria dan pemobotan antar
alternatif. Perhitungan dilakukan dengan mengalikan antar kriteria dan
subkriteria sehingga didapat bobot global. Perhitungan selanjutnya
dilakukan pada perhitungan subkriteria dikalikan dengan bobot alternatif
sehingga diketahui hasil akhirnya.

4.6.5 Analisa dan Pembahasan

Berisikan penyusunan secara sistematik dan disertai dengan argumentasi yang
memiliki dasar referensi dan data-data valid tentang informasi ilmiah dalam
penelitian, terutama informasi yang relevan dengan masalah penelitian.
4.6.6 Kesimpulan dan Saran
Kesimpulan diberikan untuk menjawab permasalahan yang diangkat dalam
penelitian ini dan saran diberikan berkaitan dengan hal-hal yang diharapkan dapat
memberi masukan bagi perusahaan.

22
 BAB 5
HASIL DAN PEMBAHASAN

5.1 Profil Tempat Penelitian

Pengamatan dilakukan di PT Pos Logistics Branch Bandung yang merupakan
salah satu perusahaan penyedia jasa logistics meliputi Supply Chain Management,
Warehouse and Distribution, Warehouse Operator Lini-1 Soekarno Hatta,
Freight Forwarding, Custom Clearance, Project Shipments, Kargo Pos, Movers,
Record Management dan Transportation. PT Pos Logistics Branch Bandung
berlokasi di Jalan  Sukabumi No. 38, Kacapiring, Batununggal, Kota Bandung,
Jawa Barat 40253.

Gambar 5.1 Lokasi Pengamatan

5.2 Deskripsi Hasil Penelitian

Objek pengamatan yang diambil dalam penyusunan laporan penelitian sebagai
pendukung dalam melakukan pengolahan data, yaitu:

a. Data kriteria dan subkriteria

Data diperoleh dengan melakukan wawancara dan pengisian kuesioner kepada
pihak yang berwenang dalam melakukan pemilihan vendor. Berikut merupakan
hasil wawancara yang dilakukan dalam menentukan kriteria dan subkriteria
pada Tabel 5.1:

23
 Tabel 5.1 Kriteria dan Subkriteria Terpilih
No Kriteria Subkriteria
Memiliki Tanda Daftar Perusahaan (TDP)
1 Administrasi
Memiliki Surat Izin Usaha Perdagangan (TDP)
Fleksibilitas dalam perubahan kendaraan
2 Fleksibilitas
Fleksibilitas dalam perubahan waktu pengiriman
Sopir Berpengalaman
Pengalaman Banyaknya konsumen
3
Vendor
Tingkat keberhasilan
Memiliki modal yang cukup
4 Finansial Metode pembayaran
Kemudahan dalam bernegosiasi harga
Kecepatan dan ketepatann menanggapi permintaan
5 Pelayanan dan keluhan pelanggan
Kecepatan dan ketepatan dalam berkomunikasi
Garansi barang cacat
6 Kualitas Kesesuaian kendaraan
Ketepatan waktu pengiriman

Kriteria dan subkriteria terdiri dari 6 kriteria dan 15 subkriteria ini ditentukan
berdasarkan kebutuhan perusahaan terhadap penilaian vendor. Enam kriteria ini
terdiri dari sebagai berikut:
1. Kriteria administrasi

Administrasi dipilih sebagai kriteria dalam menentukan pemilihan vendor

karena asministrasi merupakan bagian utama yang harus dimiliki vendor, hal
ini merupakan bentuk legalitas vendor sebagai perusahaan yang akan bekerja
sama. Administrasi memiliki subkriteria yang terdiri dari Memiliki Tanda
Daftar Perusahaan (TDP) dan Memiliki Surat Izin Usaha Perdagangan (TDP).
Kepemilikan surat usaha dan daftar perusahaan sangat penting dalam
pemilihan vendor karena vendor yang akan bekerja sama harus memiliki
legalitas perusahaan yang terdaftar.
2. Kriteria Fleksibilitas

Fleksibilitas dipilih sebagai kriteria dalam menentukan pemilihan vendor

karena fleksibilitas yang diberikan vendor dapat memberikan kemudahan dan

24
 keuntungan pada perusahaan. Fleksibilitas mempermudah perusahaan karena
penyesuaian yang diberikan vendor terhadap perusahaan. Permasalahan yang
terjadi sangat sulit untuk diramalkan sehingga tingkat fleksibilitas vendor
sangat penting bagi perusahaan. Subkriteria yang dipilih pada kriteria
fleksibilitas terdiri dari Fleksibilitas dalam perubahan kendaraan dan
Fleksibilitas dalam perubahan waktu pengiriman.
3. Kriteria pengalaman vendor
Pengalaman vendor dipilih sebagai kriteria karena perusahaan melakukan
penilaian pada vendor dengan mempertimbangkan pengalaman yang dimiliki
vendor. Kriteria pengalaman vendor dipilih bertujuan untuk mengurangi
permasalahan keterlamatan yang disebabkan karena vendor tidak menguasai
proses bongkar muat barang atau kesalahan dalam pemilihan rute yang dapat
disebabkan karena kurangnya pengalaman vendor. Subkriteria yang dipilih
pafa kriteria penglaman vendor terdiri dari sopir berpegalaman, banyaknya
konsumen dan tingkat keberhasilan.
4. Finansial
Finansial dipilih sebagai kriteria karena dapat mempengaruhi kelancaran dan
batas budget yang dimiliki perusahaan dalam melakukan kerjasama degan
vendor. Terdapat subkriteria finansial yang terdiri dari memiliki modal yang
cukup, metode pembayaran dan kemudahan dalam bernegosiasi harga.
Keuntungan dan kemudahan yang diberukan vendor dalam melakuakn
transaksi menjadi bagian yang penting bagi perusahaan. Modal yang cukup
berpengaruh terhadap pemilihan vendor karena dengan modal cukup vendor
mendapat kepercayaan dari perusahaan.
5. Pelayanan
Pelayanan dipilih sebagai kriteria karena vendor yang memiliki pelayanan baik
menjadi pertimbangan yang penting untuk perusahaan. Pelayanan memiliki
subkriteria yang terdiri dari kecepatan dan ketepatann menanggapi permintaan
dan keluhan pelanggan dan kecepatan dan ketepatann dalam berkomunikasi.
Kecepatan dan ketepatan dipilih sebagai subkriteria dari pelayanan untuk
mempermudah perusahaan menilai vendor yang akan bekerja sama memiliki
kecepatan dan ketepatan yang baik untuk melayani perusahaan.

25
6. Kualitas
Kualitas dipilih sebagai kriteria agar dapat mengurangi permasalahan
keterlambatan dan ketidaksesuaian kendaraan, dengan memberikan subkriteria
sesuai dengan permasalahan sehingga penilaian pada kualitas vendor akan
dapat mempermudah perusahaan memilih vendor yang tepat. Kualitas dipilih
dengan subkriteria yang terdiri dari garansi barang cacat, Kesesuaian
kendaraan dan ketepatan waktu pengiriman.
b. Data Vendor
Data vendor diperoleh dari hasil wawancara, vendor yang dibandingkan hanya
empat perusahaan, hal ini berdasarkan data masa lalu hanya empat perusahaan
yang bekerjasama dengan PT Poslog. Berikut merupakan vendor yang dipilih
dalam melakukan perbandingan yang dapat dilihat pada Tabel 5.2:

Tabel 5.2 Vendor yang tepilih

No Perusahaan
1 PT. Dapensi Dwikarya (DDK)
2 PT. Citra Gajah Mada (CGM)
3 PT Yosindo Kargo Jayaraya (YKJ)
4 CV. Kharisma Rizqi Utama (KRU)

c. Data ketergantungan antar kriteria

Ketergantungan dari kriteria dengan kriteria lain dilakukan untuk mengetahui
bagaimana kriteria dapat memperngaruhi kriteria lainnya. Berikut merupakan
hasil wawancara pada ketergantungan antar kriteria:

26
 Level 1 Pemilihan Vendor Truk Distribusi

Pengalaman
Level 2 Administrasi Fleksibilitas Finansial Pelayanan Kualitas
Vendor

Kecepatan dan ketepatann

Memiliki Tanda Daftar Fleksibilitas dalam Sopir Memiliki modal Garansi barang
menanggapi permintaan
Perusahaan (TDP) perubahan kendaraan Berpengalaman yang cukup cacat
dan keluhan pelanggan

Memiliki Surat Izin Fleksibilitas dalam

Banyaknya Metode Kecepatan dan ketepatan Kesesuaian
Level 3 Usaha Perdagangan perubahan waktu
konsumen pembayaran dalam berkomunikasi kendaraan
(TDP) pengiriman

Tingkat Kemudahan dalam Ketepatan waktu

keberhasilan bernegosiasi harga pengiriman

Level 4 PT. Dapensi Dwikarya (DDK) PT. Citra Gajah Mada (CGM) PT Yosindo Kargo Jayaraya (YKJ) CV. Kharisma Rizqi Utama (KRU)

Gambar 5.2 Struktur Hierarki

Berdasarkan Gambar 5.2 menggambarkan sebuah hierarki yang dapat
diberikan keterangan bahwa:
1. Hierarki level 1 merupakan tujuan/goal, yaitu melakukan pemilihan vendor
truk distribusi
2. Hierarki level 2 merupakan kriteria, yaitu administrasi, fleksibilitas,
pengalaman vendor, finansial, pelayanan dan kualitas.
3. Hierarki level 3 merupakan sub kriteria dari masing-masing kriteria pada
level 2.
4. Hierarki level 4 merupakan alternative, yaitu vendor yang terpilih.
d. Data kuesioner
Kuesioner yang diberikan merupakan hasil wawancara yang telah dilakukan
sebelumnya. Kuesioner diberikan kepada reponden yang berhubungan dengan
pengambilan keputusan. Berikut merupakan salah satu contoh dari kuesioner
yang diberikan kepada responden.
Keterangan untuk kriteria dan subkriteria:
1 = Sama berpengaruh
3 = Sedikit lebih berpengaruh
5 = Berpengaruh
7 = Lebih berpengaruh

27
9 = Sangat lebih berpengaruh

Tabel 5.3 Kuesioner penilaian menurut kriteria

Nilai Kriteria
Kriteria
9 7 5 3 1 3 5 7 9
Administras
Fleksibilitas
i
Administras Pengalaman
i vendor
Administras
Finansial
i
Administras
Pelayanan
i
Administras
Kualitas
i
Pengalaman
Fleksibilitas
vendor
Fleksibilitas Finansial

Fleksibilitas Pelayanan

Fleksibilitas Kualitas
Pengalaman
Finansial
vendor
Pengalaman
Pelayanan
vendor
Pengalaman
Kualitas
vendor
Finansial Pelayanan

Finansial Kualitas

Pelayanan Kualitas

5.3 Pembahasan Hasil Penelitian

Dalam penelitian ini, teknik Stopwatch Time Study dapat mengamati dan mencatat
waktu yang dibutuhkan oleh operator dengan cara menentukan waktu siklus dan
kemudian waktu rata-rata atau perwakilan waktu dapat ditemukan tergantung pada
tingkat kinerja para pekerja selama pengamatan. Uji Kecukupan Data (1) untuk
menentukan ukuran sampel yang dibutuhkan dalam penelitian time study. Tingkat

28
kepercayaan 95 persen dan ± 5 persen presisi digunakan dalam penelitian ini. Dari
tes jumlah sampel (N) = 100 lebih besar dari jumlah sampel yang harus diambil
(N') = 52. Ini berarti bahwa ukuran sampel karena cukup N'<N (52 <100)
2 2
√
40 N (∑ x 2)−( ∑ x )
N’ =
( ∑x ) Uji Kucukupan Data (1)

dimana, x merupakan waktu pengamatan.

∑( x j− x́ )2
σ=
√ N −1
Uji Keseragaman Data (2)

σ =3,50

Batas Kendali Atas (BKA) dan Batas Kendali Bawah (BKB)

BKA = x́ + Ztσ x́
= 19,2 + (1,65 x 3,50) = 26,06 detik
BKB = x́ - Ztσ x́
= 19,2 - (1,65 x 3,50) = 12,33 detik

Dari Gambar 5.2 Peta Kontrol, nilai data setiap elemen terletak antara nilai
kontrol batas data atas dan batas kendali bawah. Nilai data tidak ada yang
outliner. Hal ini menunjukkan bahwa kondisi normal selama stopwatch time
study.

Waktu Siklus

Cycle Time =
∑x = 1924,1
19,24 detik
N 100 =

29
 Gambar 5.3 Peta Kontrol
Waktu Normal
Dalam penelitian ini, waktu pengamatan diperolah dengan menghitung waktu
aktual, yang dibutuhkan untuk melakukan pekerjaan untuk operator yang bekerja
di pintu gerbang. Oleh karena itu, waktu normal perlu dihitung dengan
menggunakan faktor peringkat kinerja, hal ini berguna untuk menentukan waktu
siklus dan ambang pekerja sesuai dengan standar ILO (Cao et al, 2017; Tsang et
al, 2010). Peringkat kinerja akan dilakukan dengan menggunakan sistem
Westinghouse dengan mempertimbangkan empat faktor. Beberapa faktor terakhir
adalah faktor usaha dan perilaku keterampilan, kondisi dan konsistensi (Cao et al,
2017; Tsang et al, 2010.). Dalam metode Westinghouse, menjelaskan enam
tingkat setiap faktor seperti yang ditunjukkan pada Gambar 5.2 Waktu normal
adalah waktu yang dibutuhkan pekerja loket ketika bekerja pada kecepatan normal
(Cao et al, 2017; Tsang et al., 2010). Hal ini dihitung sebagai berikut:
Excellent Skill, B2 +0.08
Excellent Effort, B2 +0.08
Average Conditions, D 0.00
Excellent Consistency, B +0.03
Total + 0.19
Normal Time = (average element time) x (Performance Rating / 100)
= (19,24 detik) x (1,19 / 100)
= 22,90 detik

30
Waktu normal dalam operasi ini sebesar 22.90 detik.

Gambar 5.4 Performance Rating Table (Westinghouse)

Waktu Standar
Berdasarkan yang telah ditetapkan sasaran standar untuk setiap kendaraan yang
akan di layanan dengan jumlah kendaraan tak tentu masuk dan keluar pada hari
itu. Pengukuran langsung menggunakan sebuah penelitian yang dilakukan untuk
melihat waktu stopwatch yang akan direkomendasikan dalam pelaksanaan
layanan parkir (Cao et al, 2017. Tsang et al, 2010). Untuk menentukan kapasitas
operator, maka beberapa kendala standar ILO harus dimasukkan sebagai dasar
perhitungan. standar ILO diklasifikasikan menjadi dua jenis karakter data baik
waktu yang konstan dan gerak variabel (Cao et al, 2017. Tsang et al, 2010). Untuk
menghitung variabel pekerja. Tabel 5.1 menyajikan ILO direkomendasikan.
Berdasarkan pengamatan sebelumnya, untuk mengevaluasi operator menurut ILO,

Basic Fatigue Allowance 4%

Muscular Energy 0%
Bad Light 0%
Atmospheric Conditions 10%
Close Attention 2%
Noise Level 2%
Mental Strain 4%
Monotony 1%
Tediousness 2%
Total 25%

31
Standard time = normal time x (100/(100-allowance in %))
= 22.90 detik x (100/(100 - 25))
= 30.53 detik

Tabel 5.4 ILO Recommended Allowances

Sumber: (Cao et al., 2017; Tsang et al., 2010).

32
 BAB 6
KESIMPULAN DAN SARAN

6.1 Kesimpulan
Pengukuran kinerja operator dapat dilakukan dengan menganalisis data yang telah
diproses dalam rangka meningkatkan produktivitas kerja operator dan menjadi
acuan dalam memilih operator. Waktu siklus adalah 19,24 detik, waktu normal
adalah 22,90 detik, dan waktu standar 30,53 detik. Metode stopwatch time study
yang digunakan dalam penelitian ini adalah mudah digunakan tanpa pelatihan
ekstensif atau biaya alat berat tapi kurang akurat. Penelitian yang dilakukan
adalah studi pendahuluan untuk membantu perusahaan dalam membuat keputusan
untuk melakukan perbaikan terkait dengan kondisi pembayaran untuk parkir
mobil di BEC. Penelitian selanjutnya digunakan telah ditentukan yaitu Motion
Time Study dengan tujuan menggambarkan semua gerakan yang dibutuhkan
dalam pekerjaan sehingga menghasilkan waktu standar yang konsisten.

6.2 Saran
Penelitian ini dapat berkontribusi untuk pengelolaan tempat parkir di BEC, perlu
untuk memperkirakan parkir di wilayah tujuan pada saat kedatangan. Dalam studi
ini, kami menyajikan analisis untuk memprediksi waktu pelayanan parkir,
berdasarkan informasi yang dipertukarkan antara kendaraan. Menurut ditentukan
bahwa waktu pelayanan dari 19,24 detik adalah ambang layanan sehingga tidak
terjadi di tempat parkir dari kemacetan.
Manajemen harus melatih pelayan loket hingga mampu melakukan rekomendasi
yang telah ditentukan. Jika server tunggal tidak mungkin maka harus mencari titik
maju ke gerbang server baru yang dapat melayani sehingga ambang batas dapat
diimplementasikan. Secara khusus, analisis dalam penelitian kami dapat
dikembangkan dengan mengambil era informasi menerima parkir di tempat gratis
dan waktu yang diperlukan untuk sampai pada tempat parkir khusus untuk akun
Anda dan memperkirakan situasi parkir masa depan pada waktu kedatangan.
Hal ini didasarkan pada teori antrian di pintu keluar dari jalan kendaraan, sehingga

33
dapat dihitung presisi ketepatan waktu dalam tenaga kerja berdasarkan standar
ILO dan metode antrian jalan raya. Keterbatasan penelitian ini dapat
dikembangkan secara khusus dengan metode fuzzy logic dan mempertimbangkan
kualitas layanan.

34
 DAFTAR PUSTAKA

Hermawan, Julius. (2005), “ Membangun Decision Support System”, Yogyakarta.

Rahardjo, Jani. et.al. (2000), “Penerapan Multi-Criteria Decision Making Dalam
Pengambilan Keputusan Sistem Perawatan” Jurnal Teknik Industri Vol. 2,
No. 1, Juni 2000: 1 – 12.
Biswas, T. K , S. M. Akash, S. Saha., (2018) “A Fuzzy-AHP Method for
Selection Best Apparel Item to Start-Up with New Garment Factory: A Case
Study in Bangladesh” International Journal of Research in Industrial
Engineering Vol. 7(1), 32-50.
Cheng, C. H. (1997). Evaluating naval tactical missile systems by fuzzy AHP
based on the grade value of membership function. European journal of
operational research, 96(2), 343-350.
Mendoza, A., & Ventura, J. A. (2008). An effective method to supplier selection
and order quantity allocation. International journal of business and systems
research, 2(1), 1-15.
Oguztimur, S. (2011). Why Fuzzy Analytic Hierarchy Process Approach For
Transport Problems? In Proceedings of 51st Congress of European Regional
Science Association - ERSA, 1-10. Barcelona, SPAIN.
Kahraman, C., Cebeci, U., & Ulukan, Z. (2003). Multi-criteria supplier selection
using fuzzy AHP. Logistics information management, 16(6), 382-394.
Saaty, T. L. (1977). A scaling method for priorities in hierarchical structures.
Journal of mathematical psychology, 15(3), 234-281.
Aziz A. and M. Misdram, (2018). “Kombinasi Metode F-AHP dan F-TOPSIS
dengan Rasio Keuangan untuk Menentukan Peringkat Bank Perkreditan Rakyat di
Kota Malang”, SMARTICS, vol. 4, no. 2, pp. 34 – 38

Magdalena, Hilyah. (2012). Sistem Pendukung Keputusan Untuk Menentukan

Mahasiswa Lulusan Terbaik Di Perguruan Tinggi (Studi Kasus Stmik Atma Luhur
Pangkalpinang). Seminar Nasional Teknologi Informasi dan Komunikasi 2012
(SENTIKA 2012) ISSN: 2089-9815, Yogyakarta.

Naghadehi, Masoud Zare., Reza Mikael., dan Ataei. (2009). “The Application of
Fuzzy Analytic Hierarchy Process (FAHP) Approach to Selection of
Optimum Underground Mining Method for Jajarm Bauxite Mine Iran”.
Expert Systems with Applications, 36, 8218-8226.

Krajewsld, L.J., and Ritzman, L.P., (1996) Operations Management Strategy and
Analysis. Addison-Wesley Publishing Co., London, UK

35
Ghodsypour, S.H., and O‟Brien, C., (1998) “A Decision Support System for
Supplier Selection Using an Integrated Analytic Hierarchy Process and
Linear Programming”, International Journal of Production Economics, Vol.
56-57(20), 199-212.
Önüt, S., Kara, S.S., and Işık, E, (2009) “Long Term Supplier Selection Using a
Combined Fuzzy MCDM Approach: A Case Study for a
Telecommunication Company”, Expert Systems with Applications Vol.
36(2), 3887-3895.
Liao, C.N., and Kao, H.P., (2011) “An Integrated Fuzzy TOPSIS and MCGP
Approach to Supplier Selection in Supply Chain Management”, Expert
Systems with Application Vol.38(9), 10803-10811.
Kilic, H.S., (2013) “An integrated approach for supplier selection in multi
item/multi supplier environment”, Applied Mathematical Modelling, Vol.
37 (14-15), 7752-7763.

Caicedo, F., Blazquez, C., & Miranda, P. (2012). Prediction of Parking Space
Availability in Real Time. Expert Systems with Applications.
Caliskan, M., Barthels, A., Scheuermann, B., & Mauve, M. (2007). Predicting
Parking Lot Occupancy in Vehicular Ad Hoc Networks. IEEE Vehicular
Technology Conference.
Cao, Y., Yang, Z. Z., & Zuo, Z. Y. (2017). The Effect of Curb Parking on Road
Capacity and Traffic Safety. European Transport Research Review.
Chukwu, U. C., & Mahajan, S. M. (2014). V2G Parking Lot with PV Rooftop for
Capacity Enhancement of a Distribution System. IEEE Transactions on
Sustainable Energy.
Gong, Q., Midlam-Mohler, S., Serra, E., Marano, V., & Rizzoni, G. (2013). PEV
Charging Control for a Parking Lot Based on Queuing Theory. American
Control Conference.
Rashid, M. M., Musa, A., Rahman, M. A., Farahana, N., & Farhana, A. (2012).
Automatic Parking Management System and Parking Fee Collection Based
on Number Plate Recognition. International Journal of Machine Learning
and Computing.
Shin, J. H., & Jun, H. B. (2014). A Study on Smart Parking Guidance Algorithm.
Transportation Research Part C: Emerging Technologies.
Sutalaksana, Iftikar Z. (2006), Teknik Tata Cara Kerja. Laboratorium Tata Cara
Kerja & Ergonomi, Departemen Teknik Industri ITB, Bandung.
Tsang, F. W. K., Shalaby, A. S., & Miller, E. J. (2010). Improved Modeling of
Park-and-Ride Transfer Time: Capturing The Within-Day Dynamics.
Journal of Advanced Transportation.
Saaty, T. L. (1977). A scaling method for priorities in hierarchical structures.
Journal of mathematical psychology, 15(3), 234-281.

36
Saaty, T. L. (1994). Highlights and critical points in the theory and application of
the analytic hierarchy process. European journal of operational research,
74(3), 426-447.
Saaty, T. L. (1980). Analytic Heirarchy Process. Wiley StatsRef: Statistics
Reference Online.
Sun, C. C. (2010). A performance evaluation model by integrating fuzzy AHP and
fuzzy TOPSIS methods. Expert systems with applications, 37(12), 7745-
7754.
Yaghoobi, T. (2018). Prioritizing key success factors of software projects using
fuzzy AHP. Journal of software: Evolution and process, 30(1).
Kahraman, C., Cebeci, U., & Ruan, D. (2004). Multi-attribute comparison of
catering service companies using fuzzy AHP: The case of Turkey.
International journal of production economics, 87(2), 171-184.
Ni Made Sudri, Ch. Bendjamin Nendissa, and Sylviana Wibisono, "Perancangan
Vendor Appraisal dengan Metode Fuzzy Analytical Hierarchy Process pada
PT XYZ," Jurnal Teknik dan Ilmu Komputer, vol. 03, April-Juni 2014.
Jani Rahardjo and I Nyoman Sutapa, "Aplikasi Fuzzy Analytical Hierarchy
Process dalam Seleksi Karyawan," Jurnal Teknik Industri, vol. 4, no. 2, pp.
82-92, Desember 2002.
Cheng, C. H. (1997). Evaluating naval tactical missile systems by fuzzy AHP
based on the grade value of membership function. European journal of
operational research, 96(2), 343-350.
Mendoza, A., & Ventura, J. A. (2008). An effective method to supplier selection
and order quantity allocation. International journal of business and systems
research, 2(1), 1-15.
Saaty, T. L. (2008). Decision making with the analytic hierarchy process.
International journal of services sciences, 1(1), 83-98.
Kahraman, C., Cebeci, U., & Ulukan, Z. (2003). Multi-criteria supplier selection
using fuzzy AHP. Logistics information management, 16(6), 382-394.
Oguztimur, S. (2011). Why Fuzzy Analytic Hierarchy Process Approach For
Transport Problems? In Proceedings of 51st Congress of European Regional
Science Association - ERSA, 1-10. Barcelona, SPAIN.
Saaty, T.L., (1980) The Analytic Hierarchy Process, McGraw-Hill, New York,
USA
Kilincci, O., & Onal, S. A., (2011) “Fuzzy AHP approach for supplier selection in
a washing machine company”, Expert Systems with Applications, Vol.
38(8), 9656-9664.
Van Laarhoven, P.J.M., and Pedrycz, W., (1983) “A fuzzy extension of Saaty‟s
priority Theory”, Fuzzy Sets and Systems, Vol. 11(1-3), 199-227.
Buckley, J. J., (1985) “Fuzzy hierarchical analysis”, Fuzzy Sets Systems, Vol.17
(1), 233–247.

37
Chang, D.-Y., (1996) “Applications of the extent analysis method on fuzzy AHP”,
European Journal of Operational Research, Vol. 95(3), 649–655.

Ayhan, Mustafa batuhan., (2013) “A Fuzzy AHP Approach For Suplier Selection
Problem: A Case Study In A Gearmotor Company” International Journal of
Managing Value and Supply Chains (IJMVSC) Vol.4, No. 3.

38
 LAMPIRAN-LAMPIRAN

Lampiran 1 Lokasi Pembayaran Tiket Parkir BEC

39
Lampiran 2 Lokasi Pembayaran Tiket Parkir BEC

40