Analisis Pengukuran Kinerja Green Supply Chain Management pada Perusahaan Pelapisan Logam dengan Pendekatan Green SCOR Lamberth Fredryk S.
Agung Saryatmo.
Carla O.
Doaly ANALISIS PENGUKURAN KINERJA GREEN SUPPLY CHAIN MANAGEMENT
PADA PERUSAHAAN PELAPISAN LOGAM DENGAN PENDEKATAN GREEN
SCOR
Lamberth Fredryk S.
Agung Saryatmo.
Carla O.
Doaly.
Program Studi Teknik Industri.
Fakultas Teknik.
Universitas Tarumanagara e-mail: .
545210006@stu.
id, .
mohammads@ft.
id, .
carlaol@ft.
ABSTRAK
Perusahaan pelapisan dan percetakan logam memiliki tantangan lebih dalam mengelola limbah, penggunaan energi, dan memilih bahan baku yang ramah lingkungan.
Oleh karena itu, performa kinerja Green Supply Chain Management (GSCM) sangat penting untuk mendukung keberlanjutan proses bisnis.
Penelitian ini bertujuan untuk menganalisa performa kinerja GSCM pada perusahaan pelapisan dan percetakan logam dengan menggunakan metode integrative Green SCOR.
Analytical Hierarchy Process (AHP).
Objective Matrix (OMAX), dan Traffic Light System (TLS).
Green SCOR digunakan untuk mengidentifikasi 5 proses utama pada rantai pasok.
AHP digunakan untuk menentukan bobot prioritas dari setiap indikator, dan OMAX digunakan untuk mengukur dan mengevaluasi kinerja aktual GSCM perusahaan.
Hasil penelitian ini akan menunjukan indikator mana saja dari keseluruhan proses rantai pasok perusahaan yang memerlukan perbaikan.
Dari hasil penelitian, diperoleh 11 indikator berwarna hijau, 2 indikator berwarna kuning, dan 8 indikator berwarna merah.
Indikator yang berwarna kuning dan merah perlu diperbaiki agar kedepannya kinerja GSCM perusahaan menjadi lebih baik.
Kata kunci: GSCM.
Green SCOR.
AHP.
OMAX.
TLS, kinerja rantai pasok, pelapisan logam
ABSTRACT
Metal plating and stamping companies face greater challenges in managing waste, energy consumption, and selecting environmentally friendly raw materials.
Therefore, the performance of Green Supply Chain Management (GSCM) is crucial to support the sustainability of business This study aims to analyze the GSCM performance in a metal plating and stamping company by using an integrative method combining Green SCOR.
Analytical Hierarchy Process (AHP).
Objective Matrix (OMAX), and the Traffic Light System (TLS).
The Green SCOR model is used to identify the five main processes in the supply chain.
AHP is used to determine the priority weights of each performance indicator, and OMAX is applied to measure and evaluate the companyAos actual GSCM performance.
The results of the study identify which indicators within the overall supply chain process require improvement.
Based on the findings, 12 indicators fall into the green category, 2 indicators are categorized as yellow, and 7 indicators are categorized as red.
The yellow and red indicators need to be improved in order to enhance the companyAos future GSCM performance.
Keywords: GSCM.
Green SCOR.
AHP.
OMAX, supply chain performance, metal plating PENDAHULAN Pengukuran kinerja Green Supply Chain Management penting dilakukan untuk menilai sejauh mana perusahaan mampu menerapkan praktik ramah lingkungan pada seluruh proses rantai pasok, mulai dari perencanaan, pengadaan bahan baku, produksi, hingga pengembalian produk cacat .
GSCM tidak hanya menekankan efesiensi produksi, tapi juga penggunaan bahan baku ramah lingkungan, optimalisasi proses produksi agar meminimalisir limbah, serta penerapan sistem distribusi berkelanjutan .
Dengan melakukan pengukuran kinerja, perusahaan dapat mengevaluasi efektivitas penerapan GSCM secara menyeluruh, mengidentifikasi area yang memelukan perbaikan, serta memastikan keberlanjutan operasionalnya .
Penelitian ini dilakukan pada perusahaan pelapisan dan percetakan logam yang menjadikan biji logam sebagai bahan baku.
Limbah yang dihasilkan dari industri logam sangat berbahaya jika tidak dikelola dengan baik.
Selain itu, perusahaan belum memiliki riwayat pengukuran kinerja GSCM.
Oleh karena itu, penelitian ini memiliki urgensi yang tinggi untuk dilaksanakan.
Dalam menilai kinerja GSCM di perusahaan ini, penulis menggunakan metode Green SCOR yang berbasis Analytical Hierarchy Process (AHP).
Objective Matrix (OMAX), dan Traffic Light System (TLS).
Jurnal Mitra Teknik Industri .
Vol.
4 No.
3, 282 Ae 291 Green SCOR akan membagi keseluruhan aktivitas rantai pasok menjadi 5 proses, yaitu plan, source, make, delivery, dan return .
Penggunaan metode Green SCOR bertujuan untuk memudahkan proses penilaian kinerja GSCM karena sudah memiliki indikator tetap pada setiap prosesnya .
Metode AHP digunakan untuk melakukan pembobotan pada saat melakukan penilaian kinerja GSCM pada perusahaan .
Keunggulan dari metode AHP adalah fleksibilitasnya, karena dapat menggabungkandata kualitatif dan kuantitatif yang ada pada GSCM .
Metode OMAX merupakan metode yang digunakan untuk mengukur kinerja secara objektif .
Penggunaan metode OMAX sebagai alat penilaian memudahkan pengguna karena tidak memerlukan perangkat lunak khusus atau teknologi yang besar .
Terakhir, penggunaan metode Traffic Light System (TLS) adalah untuk mengklasifikasikan hasil penilaian performa menjadi 3 warna, yaitu hijau, kuning, dan merah .
Metode TLS sangat umum digunakan untuk melengkapi penilaian dari metode OMAX .
Sebagian besar penelitian terdahulu hanya terfokus pada industri manufaktur yang bergerak dibidang otomotif dan tekstil, sedangkan penerapan Green SCOR dalam mengukur kinerja GSCM pada industri pelapisan dan percetakan logam belum banyak dikaji, meskipun industri ini mempunyai risiko limbah berbahaya yang tinggi.
Selain itu, penelitian terdahulu umumnya hanya menggunakan satu pendekatan saja, seperti AHP ataupun kombinasi OMAX dan TLS.
Penelitian ini bermaksud mengisi kesenjangan tersebut dengan mengintegrasikan pendekatan Green SCOR.
AHP.
OMAX, dan TLS kedalam satu kerangka pengukuran kinerja, sehingga mampu menghasilkan pembobotan indikator yang sistematis, pengukuran kinerja yang lebih objektif, serta hasul yang mudah diinterpretasikan.
Penelitian ini diharapkan mampu menghasilkan penilaian kinerja GSCM yang lebih akurat sekaligus memperluas penerapan Green SCOR pada sektor industri yang belum banyak diteliti.
METODE PENELITIAN
Penelitian ini diawali dengan melakukan studi literatur secara menyeluruh untuk memahami landasan teori yang relevan, termasuk konsep dasar Green Supply Chain Management (GSCM), struktur dan indikator dalam model Green SCOR, serta metodemetode kuantitatif yang digunakan dalam penilaian kinerja seperti Analytical Hierarchy Process (AHP).
Objective Matrix (OMAX), dan Traffic Light System (TLS).
Studi literatur ini tidak hanya berfokus pada referensi lokal tetapi juga mencakup penelitian terdahulu berskala internasional guna mendapatkan pemahaman yang komprehensif terhadap implementasi GSCM di sektor industri pelapisan logam.
Setelah pemahaman teori dirasa cukup, langkah selanjutnya adalah melakukan identifikasi topik serta perumusan masalah yang terjadi di perusahaan pelapisan logam melalui observasi langsung ke lapangan.
Observasi ini dilakukan untuk memperoleh gambaran nyata mengenai pelaksanaan aktivitas rantai pasok, tantangan yang dihadapi, serta kebijakan lingkungan yang telah diterapkan Dalam proses observasi tersebut, penulis juga melakukan wawancara mendalam dan diskusi informal dengan pihak-pihak yang terlibat secara langsung dalam aktivitas rantai pasok, seperti bagian perencanaan, pengadaan bahan baku, produksi, pengiriman, hingga pengembalian produk cacat.
Informasi kualitatif yang diperoleh dari wawancara ini digunakan untuk menyusun kuesioner awal .
Pemilihan 5 ahli ini dilakukan secara purposive dengan mempertimbangkan kompetensi, relevansi jabatan, serta pengalaman kerja yang mereka miliki.
Masing-masing memiliki pengalaman lebih dari 15 tahun di bidangnya dan mereka juga terlibat aktif dalam pengambilan keputusan strategis dan operasional pada proses rantai pasok perusahaan.
Kredibilitas serta wawasan yang dimiliki para responden menjadikan informasi yang diberikan valid dan andal untuk penelitian.
Dengan ini data yang diperoleh bukan hanya representative, tetapi juga valid secara substansi, karena berasal dari pihak yang paham akan tantangan dan dinamika operasional pada masing-masing proses.
Analisis Pengukuran Kinerja Green Supply Chain Management pada Perusahaan Pelapisan Logam dengan Pendekatan Green SCOR Lamberth Fredryk S.
Agung Saryatmo.
Carla O.
Doaly Kuesioner 1 disebarkan dengan tujuan untuk mengidentifikasi indikator-indikator Green SCOR yang paling relevan dan sesuai dengan kondisi aktual perusahaan.
Hasil dari kuesioner ini kemudian diolah secara kuantitatif untuk mendapatkan nilai cut-off, yang digunakan untuk menentukan indikator mana saja yang layak diprioritaskan untuk diteliti lebih lanjut.
Dari hasil pengolahan kuesioner diperoleh 21 indikator yang akan difokuskan pada penelitian ini.
Selanjutnya, 21 indikator terpilih akan diperiksa kembali oleh pihak Tahap ini penting untuk memastikan bahwa penilaian kinerja difokuskan pada aspek-aspek yang benar-benar signifikan dan berdampak pada keberhasilan implementasi GSCM di perusahaan.
Setelah indikator prioritas berhasil diidentifikasi, penulis melanjutkan dengan penyebaran kuesioner lanjutan, yaitu kuesioner 2, kuesioner 3, dan kuesioner 4.
Ketiga kuesioner ini disebarkan kepada lima orang ahli atau informan kunci dari masing-masing proses utama dalam rantai pasok perusahaan, yakni Plan.
Source.
Make.
Deliver, dan Return.
Kuesioner 2 digunakan untuk melakukan pembobotan antar proses utama GSCOR, bertujuan untuk mengetahui kontribusi relatif masing-masing proses terhadap keseluruhan kinerja GSCM.
Kuesioner 3 bertujuan untuk memberikan bobot pada setiap atribut dalam masing-masing proses yang digunakan pada penelitian, yaitu atribut reliability dan Sementara itu, kuesioner 4 digunakan untuk memberikan bobot pada setiap indikator dalam proses tertentu berdasarkan atribut yang telah ditentukan sebelumnya.
Dari hasil ke-3 kuesioner yang telah disebarkan dan diolah, diperoleh nilai pembobotan antar proses, atribut, dan indikator dari masing-masing proses.
Hal ini penting dilakukan agar penilaian kinerja lebih terstruktur, objektif, dan berbasis urgensi.
Langkah terakhir dalam penelitian ini adalah melakukan evaluasi menyeluruh terhadap hasil penilaian performa GSCM.
Evaluasi ini mencakup identifikasi titik-titik kelemahan yang menjadi penyebab ketidaksesuaian antara capaian aktual dengan target, serta penyusunan rekomendasi perbaikan yang bersifat strategis dan operasional.
Rekomendasi disusun berdasarkan hasil analisis OMAX dan didukung dengan temuan dari wawancara dan observasi lapangan sebelumnya.
Dengan demikian, diharapkan hasil penelitian ini dapat menjadi rujukan bagi perusahaan dalam mengembangkan strategi pengelolaan rantai pasok yang lebih hijau, efisien, dan berkelanjutan.
Adapun kerangka metodologi penelitian yang digunakan dalam studi ini disusun secara sistematis dan bertahap, dimulai dari identifikasi masalah hingga penyusunan rekomendasi akhir berdasarkan hasil penilaian performa Gambar flowchart metodologi penelitian dapat dilihat pada Gambar 1 di bawah ini.
Mulai Menentukan Topik Melakukan Validasi Indikator Kerja Menyusun Level Kriteria Pembobotan dengan AHP Melakukan Studi Literatur Melakukan Pegumpulan Data Menghitung Kriteria Level 1 Ae 3 Dengan metode AHP Melaksanakan Studi Lapangan Menentukan Identifikasi dan Rumusan Masalah Data Primer (Observasi & Wawancar.
Data Sekunder (Data historis perusahaa.
Tidak Apakah Data Sudah Cukup? Menentukan Tujuan.
Manfaat, dan Batasan Masalah Menghitung Kinerja Indikator Dengan Metode OMAX dan TLS Melakukan Analisa dan Identifikasi Pada Critical Area Memberikan Saran Perbaikan Pada Critical Area Penentuan Indikator Kinerja Yang Akan Dinilai Menghitung Performa Dari Setiap Indikator Memberikan Kesimpulan dan Saran Selesai Gambar 1.
Metodologi Penelitian Jurnal Mitra Teknik Industri .
Vol.
4 No.
3, 282 Ae 291
HASIL DAN PEMBAHASAN
Proses Supply Chain pada Perusahaan Pelapisan dan Percetakan Logam Perusahaan ini bergerak dibidang pelapisan dan percetakan logam untuk komponen elektronik dan komponen kendaraan bermotor.
Rantai pasoknya dimulai dari departemen PPIC untuk melakukan peramalan terkait kebutuhan bahan baku hingga permintaan produk dari kostumer.
Selanjutnya, departemen purchasing akan memesan material yang dibutuhkan untuk melakukan proses produksi, serta memastikan bahwa distributor bahan baku memiliki standar EMS atau ISO 14001.
Selanjutnya, bahan baku akan diolah untuk membuat produk sesuai dengan permintaan kostumer oleh departemen produksi.
Setelah selesai diproduksi departemen QC akan melakukan pengecekan terhadap produk yang sudah Setelah itu produk akan di-packing untuk menjaga keamanan produk pada proses pengiriman ke kostumer.
Berikut ini merupakan aliran rantai pasok yang terjadi pada Pemesanan Bahan Baku Planning Pemeriksaan Bahan Baku Produksi Quality Controll Packing Delivery Gambar 2.
Rantai Pasok Perusahaan Validasi Indikator Perusahaan melakukan validasi terhadap indikator yang diperoleh penulis dari hasil pengolahan data kuesioner 1.
Validasi dari perusahaan ini dilakukan agar indikator yang digunakan benar-benar mencerminkan kinerja rantai pasok perusahaan itu sendiri.
Dari total 41 indikator GSCOR, sebanyak 20 indikator dieliminasi karena di bawah nilai cut-off yang sudah dihitung, sehingga tersisa 21 indikator yang akan dijadikan prioritas pada penelitian Berikut ini merupakan indikator yang telah divalidasi oleh perusahaan.
Tabel 1.
Indikator yang Sudah Divalidasi Proses Atribut Reliability Plan Responsiveness Source Reliability Responsiveness Make Reliability Responsiveness Delivery Return Reliability Reliability Responsiveness Indikator % Forecast Accuracy % Raw Material Accuracy Planning Cycle Time (Da.
Waste Reduction Rate Waste Management Scheme Availability % Delivery Quantity Accuracy by Supplier % Order Delivered Faultless by Supplier % Suppliers with EMS or ISO 14001 % Time Delivery Performance by Supplier % Adherence to Production Schedule % Material Efficiency (Yiel.
Product Defect from Production Process
Make Cycle Time
% Order Delivered Faultless by The Company % Delivery Item Accuracy by The Company % On-Time Delivery Performance of the Company % Return Rate from Costumer Product Replacement Time
% Defective Product Recycleable % Product Replacement Accuracy % Solid Waste Recycling Kode
PR-1
PR-2
Pre-1
Pre-2
Pre-3
SR-1
SR-2
SR-3
SRe-1
MR-1
MR-2
MR-3
MRe-4
DR-1
DR-2
DR-3
RR-1
RR-2
RR-3
RR-4
RRe-1 Selanjutnya adalah menentukan hierarki berupa level 1 sampai level 3 pada proses, atribut, dan indikator GSCOR yang telah divalidasi.
Level 1 berupa pembobotan antar proses, level 2 pembobotan antar atribut, dan level 3 pembobotan antar indikator.
Berikut ini merupakan struktur hierarki AHP pada penelitian ini, dapat dilihat pada Gambar 3.
Analisis Pengukuran Kinerja Green Supply Chain Management pada Perusahaan Pelapisan Logam dengan Pendekatan Green SCOR Lamberth Fredryk S.
Agung Saryatmo.
Carla O.
Doaly Penentuan Indikator Plan
Reliability Source Responsiveness Reliability Make Delivery Return
Responsiveness Reliability Responsiveness Reliability SRe-1
MR-1
MRe-1
DR-1
RR-1
Reliability PR-1
PRe-1
SR-1
PR-2
PRe-2
SR-2
MR-2
DR-2
RR-2
PRe-3
SR-3
MR-3
DR-3
RR-3
Responsiveness RRe-1
RR-4
Gambar 3.
Hierarki AHP Kuesioner pairwise comparison disebarkan pada 5 ahli pada perusahaan yang bertanggungjawab pada masing-masing proses .
lan, source, make, delivery, dan retur.
Pembobotan dilakukan dengan 3 tahap yaitu antar proses, antar atribut, dan antar indikator.
Hasil pembobotan dapat diartikan konsisten apa bila nilai CR O 0,1.
Berikut ini merupakan hasil pengolahan data dari kuesioner yang telah disebarkan.
Dapat dilihat pada Tabel 2 di bawah ini.
Tabel 2.
Pembobotan Antar Proses Pertanyaan 1,000 2,000 3,000 9,000 1,000 2,000 7,000 2,000 5,000 3,000 1,000 2,000 4,000 8,000 2,000 3,000 6,000 2,000 4,000 2,000 Responden
2,000
1,000
3,000
2,000
5,000
3,000
9,000
9,000
2,000
1,000
3,000
2,000
6,000
7,000
2,000
2,000
3,000
5,000
2,000
3,000
1,000
2,000
2,000
5,000
1,000
2,000
4,000
1,000
3,000
2,000
Geomean 1,149 2,169 3,245 7,816 1,320 2,352 5,885 1,741 3,898 2,352 Setelah memperoleh hasil kuesioner, selanjutnya akan dibuat tabel matriks perbandingan berpasangan.
Tabel matriks perbandingan pasangan dapat dilihat pada Tabel 3 di bawah ini.
Tabel 3.
Matriks Perbandingan Berpasangan Proses Plan
Source Make Delivery Return
Total
Plan
0,87055
0,46105
0,30813
0,12795
2,768
Source 1,149 0,75786 0,42514 0,16994 3,502 Make 2,169 1,320 0,57435 0,25654 5,319 Delivery 3,245 2,352 1,741 0,42514 8,764 Return
7,816
5,885
3,898
2,352
20,950
Berikutnya, akan dilakukan perhitungan normalisasi untuk mencari nilai Eigen Vector serta bobot prioritas.
Perhitungan normalisasi dapat dilihat pada Tabel 4 di bawah ini.
Tabel 4.
Normalisasi.
Pembobotan, dan Eigen Vektor
Proses Plan
Source Make Delivery Return
Total
Plan
0,361
0,315
0,167
0,111
0,046
Source 0,328 0,286 0,216 0,121 0,049 Make 0,408 0,248 0,188 0,108 0,048 Delivery 0,370 0,268 0,199 0,114 0,049 Return
0,373
0,281
0,186
0,112
0,048
Total Weight Matrix
1,840
1,397
0,956
0,567
0,239
Eigen Vektor
0,368
0,279
0,191
0,113
0,048
Terakhir, dilakukan perhitungan konsistensi untuk melihat apakah hasil perhitungan pembobotan antar proses konsisten dan dapat dipercaya.
Berikut ini merupakan contoh perhitungan konsistensi dari matriks perbandingan.
Jurnal Mitra Teknik Industri .
Vol.
4 No.
3, 282 Ae 291 Max = .
,768 x 0,.
,502 x 0,.
A .
,950 x 0,.
= 5,008 Consistency Index (CI) = Untuk menghitung nilai consistency ratio (CR), diperlukan nilai random index (RI).
Pada perhitungan ini digunakan nilai RI sebesar 1,12, hal ini dikarenakan variabel yang digunakan pada perbandingan ini sebanyak 5.
Berikut merupakan perhitungan nilai CR.
Consistency Ratio (CR) = Diperoleh nilai CR sebesar 0,002.
Nilai CR berada di bawah 0,1, sehingga perhitungan pembobotan antar proses dapat dikatakan konsisten.
Perhitungan serupa juga diterapkan untuk pembobotan antar atribut dan pembobotan antar indikator.
Berikut ini merupakan hasil perhitungan tingkat kepentingan untuk proses, atribut, dan indikator dapat dilihat pada Tabel Tabel 5.
Seluruh Pembobotan Kerja Proses Plan
Bobot
Level 1
0,368
Reliability Bobot
Level 2
0,750
Responsiveness 0,501 Atribut
Source 0,279 Reliability 0,736 Make 0,191 Responsiveness Reliability 0,264 0,691 Delivery 0,113 Responsiveness Reliability 0,309 1,000 Return
0,048
Reliability 0,723 Responsiveness 0,277 Indikator % Forecast Accuracy % Raw Material Accuracy Planning Cycle Time (Da.
Waste Reduction Rate Waste Management Scheme Availability % Delivery Quantity Accuracy by Supplier % Order Delivered Faultless by Supplier % Suppliers with EMS or ISO 14001 % Time Delivery Performance by Supplier % Adherence to Production Schedule % Material Efficiency (Yiel.
Product Defect from Production Process
Make Cycle Time
% Order Delivered Faultless by The Company % Delivery Item Accuracy by The Company % On-Time Delivery Performance of the Company % Return Rate from Costumer Product Replacement Time
% Defective Product Recycleable % Product Replacement Accuracy % Solid Waste Recycling Bobot
Level 3
0,723
0,277
0,215
0,407
0,379
0,457
0,249
0,294
0,384
0,385
0,231
0,249
0,427
0,324
0,228
0,234
0,318
0,22
Penilaian Kinerja dengan Objective Matrix (OMAX) dan TLS Setelah menghitung bobot dari keseluruhan proses serta indikator yang digunakan, selanjutnya akan dilakukan penilaian kinerja dengan metode OMAX dan TLS.
Pada tabel di bawah ini disertakan 3 warna yang menandakan kinerja dari indikator yang dinilai.
Warna hijau menandakan kinerja baik, warna kuning menandakan kinerja cukup baik, dan warna merah menandakan kinerja kurang baik.
Berikut ini merupakan hasil penilaian kinerja dari masing-masing indikator pada seluruh proses rantai pasok perusahaan, dapat dilihat pada Tabel 6.
Tabel 7.
Tabel 8.
Tabel 9, dan Tabel 10.
Tabel 6.
Penilaian Kinerja Proses Plan
Indikator Performance Score
Bobot
Value Index
PR-1
96,620
100,000
99,571
99,143
98,714
98,286
97,857
97,429
97,000
96,667
96,333
96,000
1,860
0,723
1,344
PR-2
96,070
100,000
99,714
99,429
99,143
98,857
98,571
98,286
98,000
97,333
96,667
96,000
0,105
0,277
0,029
Plan
Pre-1
3,000
2,000
1,857
1,714
1,571
1,429
1,286
1,143
3,000
3,667
4,333
5,000
10,000
0,215
2,148
10,277
Pre-2
9,230
10,000
9,714
9,429
9,143
8,857
8,571
8,286
8,000
7,667
7,333
7,000
7,305
0,407
2,971
Pre-3
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
0,667
0,333
0,000
10,000
0,379
3,786
Analisis Pengukuran Kinerja Green Supply Chain Management pada Perusahaan Pelapisan Logam dengan Pendekatan Green SCOR Lamberth Fredryk S.
Agung Saryatmo.
Carla O.
Doaly Tabel 7.
Penilaian Kinerja Proses Source Indikator Performance Score
Bobot
Value Index
SR-1
100,000
100,000
99,929
99,857
99,786
99,714
99,643
99,571
99,500
99,333
99,167
99,000
10,000
0,457
4,571
Source SR-2
SR-3
99,857
99,714
99,714
99,429
99,571
99,143
99,429
98,857
99,286
98,571
99,143
98,286
99,000
98,000
98,667
97,667
98,333
97,333
98,000
97,000
10,000
10,000
0,249
0,294
2,489
2,940
20,000
SRe-1
99,857
99,714
99,571
99,429
99,286
99,143
99,000
98,667
98,333
98,000
10,000
1,000
10,000
Tabel 8.
Penilaian Kinerja Proses Make Indikator Performance Score
Bobot
Value Index
Make MR-2
MR-3
98,880
2,210
100,000
0,000
99,786
0,286
99,571
0,571
99,357
0,857
99,143
1,143
98,929
1,429
98,714
1,714
98,500
2,000
98,167
2,167
97,833
2,333
97,500
2,500
4,773
1,740
0,385
0,231
1,838
0,401
4,582
MR-1
98,150
100,000
99,714
99,429
99,143
98,857
98,571
98,286
98,000
97,667
97,333
97,000
3,525
0,384
1,355
MRe-1
0,988
1,000
0,988
Tabel 9.
Penilaian Kinerja Proses Delivery Indikator Performance Score
Bobot
Value Index
DR-1
97,060
100,000
99,714
99,429
99,143
98,857
98,571
98,286
98,000
97,667
97,333
97,000
0,180
0,249
0,045
Delivery DR-2
100,000
100,000
99,857
99,714
99,571
99,429
99,286
99,143
99,000
98,667
98,333
98,000
10,000
0,427
4,271
7,554
DR-3
100,000
100,000
99,929
99,857
99,786
99,714
99,643
99,571
99,500
99,000
98,500
98,000
10,000
0,324
3,238
Tabel 10.
Penilaian Kinerja Proses Return
Indikator Performance RR-1
97,060
100,000
99,714
99,429
99,143
98,857
98,571
98,286
RR-2
3,000
3,000
3,000
3,000
3,000
3,000
3,000
3,000
Return
RR-3
100,000
100,000
99,571
99,143
98,714
98,286
97,857
97,429
RR-4
100,000
100,000
99,929
99,857
99,786
99,714
99,643
99,571
RRe-1
70,910
85,000
83,571
82,143
80,714
79,286
77,857
76,429
Jurnal Mitra Teknik Industri .
Vol.
4 No.
3, 282 Ae 291 Lanjutan Tabel 10.
Penilaian Kinerja Proses Return
Indikator Score
Bobot
Value Index
RR-1
98,000
98,333
98,667
97,000
0,036
0,228
0,008
RR-2
3,000
3,667
4,333
5,000
10,000
0,234
2,343
Return
RR-3
97,000
96,333
95,667
95,000
10,000
0,318
3,183
8,278
RR-4
99,500
99,167
98,833
98,500
10,000
0,220
2,198
RRe-1
75,000
73,333
71,667
70,000
0,546
1,000
0,546
Berdasarkan hasil pernilaian kinerja dengan metode OMAX dan TLS, diperoleh 12 indikator dengan warna hijau, 2 indikator berwarna kuning, dan 7 indikator berwarna merah.
Hal ini berarti 12 indikator sudah memiliki performa yang sangat baik, 1 indikator yang memiliki berforma cukup, dan 7 indikator yang memiliki performa kurang baik.
Hasil Analisis Pengukuran Indikator Kinerja GSCM Berdasarkan hasil perhitungan yang dilakukan pada 21 indikator terpilih, diperoleh hasil penilaian berupa 11 indikator berwarna hijau, 2 indikator berwarna kuning, dan 8 indikator berwarna merah.
Indikator berwana kuning dan merah berupa forecast accuracy (PR-.
, raw material accuracy (PR-.
, material efficiency (MR-.
, product defect from production process (MR-.
, make cycle time (MRe-.
, order delivered faultless by company (DR-.
, return rate from customer (RR-.
, solid waste recycling (RRe-.
9 indikator ini perlu memperoleh perhatian tambahan dari perusahaan untuk memperbaiki kinerja GSCM Berikut ini merupakan usulan perbaikan yang penulis berikan untuk memperbaiki indikator-indikator yang performanya masih berada pada kondisi cukup baik dan kurang baik.
Usulan perbaikan dapat dilihat pada Tabel 11 di bawah ini.
Tabel 11.
Usulan Perbaikan Indikator Forecast Accuracy (PR-.
Raw Material Accuracy (PR-.
Material Effeciency (MR-.
Product Defect from Production Process (MR-.
Make Cycle Time (MRe-.
Order Delivered Faultless by Company (DR-.
Return Rate from Customer (RR-.
Solid Waste Recycling (RRe-.
Usulan Melakukan prediksi permintaan secara berkala dengan menjadikan data historis sebagai acuan agar perusahaan dapat melihat pola permintaan dan mengidentifikasi tren permintaan pelanggan dan Meningkatkan komunikasi antara tim penjualan dan produksi agar peramalan permintaan dapat lebih akurat.
Mempelajari data historis konsumsi bahan baku untuk menghitung kebutuhan bahan baku yang lebih realistis dan meningkatkan komunikasi dengan tim produksi terkait perencanaan penggunaan bahan baku.
Melakukan evaluasi terhadap bahan sisa, scrap, atau limbah yang dihasilkan tiap produksi untuk mengidentifikasi titik pemborosan dan melaksanakan training untuk operator dan melakukan perawatan rutin pada mesin yang digunakan untuk produk agar penggunaan bahan bisa lebih optimal.
Menerapkan quality control disetiap sesi produksi, hal ini mampu menurunkan defect-defect yang sebelumnya terlewatkan oleh operator serta memberikan pelatihan berkala kepada operator agar dapat meningkatkan keterampilan serta kesadaran para operator akan pentingnya kualitas produksi.
Melakukan identifikasi pada produksi untuk menghilangkan aktivitas yang tidak efisien serta mengoptimalkan alur kerja produksi dengan memastikan tidak ada waktu tunggu yang lama antar proses untuk mengoptimalkan waktu produksi.
Menerapkan sistem pengecekan ganda sebelum melakukan pengiriman ke Pengecekan berupa kualitas, kuantitas, dan kondisi barang benarbenar sesuai.
Perkuat kontrol akhir sebelum barang dikirim ke pelanggan.
Pastikan pemeriksaan kualitas akhir ketat agar meminimalisir barang cacat sampai ke Perusahaan dapat mencoba mengolah limbah padat menjadi produk baru yang memiliki nilai ekonomi untuk perusahaan, atau dapat didaur ulang menjadi bahan baku baru.
Usulan perbaikan yang diberikan pada bagian ini diperoleh berdasarkan hasil wawancara dengan pihak-pihak terkait pada perusahaan membahas alasan teknis terkait baik atau buruknya 10 indikator tersebut.
Kemudian, dari hasil wawancara penulis merumuskan Analisis Pengukuran Kinerja Green Supply Chain Management pada Perusahaan Pelapisan Logam dengan Pendekatan Green SCOR Lamberth Fredryk S.
Agung Saryatmo.
Carla O.
Doaly usulan perbaikan yang tepat untuk menyelesaikan masalah penyebab turunnya performa dari 10 indikator tersebut.
KESIMPULAN
Terdapat 21 indikator kinerja yang menjadi prioritas setelah dilakukan perhitungan nilai cut-off, dengan 2 jenis atribut yaitu reliability dan responsiveness.
Berdasarkan hasil perhitungan kinerja terdapat 8 indikator yang memiliki performa baik dan buruk, yaitu forecast accuracy, raw material accuracy, waste reduction rate, material efficiency, product defect from production process, make cycle time, order delivered performance of the company, return rate from costumer, dan solid waste recycling.
Perusahaan harus meningkatkan performa dari masing-masing indikator dan memperbaiki indikator yang masih di bawah standard.
Perusahaan juga perlu melakukan penilaian kinerja secara berkala untuk menjaga performa rantai pasok perusahaan.
Berdasarkan hasil penelitian yang telah penulis lakukan, penelitian selanjutnya disarankan untuk dilakukan pada industri lain untuk membandingan kinerja GSCM pada sektor lain.
Selain itu, atribut analisis dapat ditambah dengan aspek sosial dan ekonomi agar lebih komprehensif.
Penggunaan metode Data Envelopment Analysis (DEA) atau Balanced Scorecard (BSC) berbasis indikator lingkungan juga dapat menjadi metode alternatif untuk memvalidasi dan memperkaya hasil evaluasi.
Terakhir, penting untuk meneliti faktor penghambat implementasi GSCM agar solusi perbaikan menjadi lebih tepat sasaran.
DAFTAR PUSTAKA