BAB 2 LANDASAN TEORI 2.1 Analytical Hierarchy Process (AHP) 2.1.1. Prinsip – prinsip Dasar Analytical Hierarchy Process (AHP) Analytic Hierarchy Process (AHP) yang dikembangkan oleh Thomas Saaty pada tahun 1970-an merupakan suatu metode dalam pemilihan alternatif- alternatif dengan melakukan penilaian komparatif berpasangan sederhana yang digunakan untuk mengembangkan prioritas-prioritas secara keseluruhan berdasarkan ranking. AHP adalah prosedur yang berbasis matematis yang sangat baik dan sesuai untuk evaluasi atribut-atribut kualitatif. Atribut-atribut tersebut secara matematik dikuantitatif dalam satu set perbandingan berpasangan, yang kemudian digunakan untuk mengembangkan prioritas-prioritas secara keseluruhan untuk penyusunan alternatif-alternatif pada urutan ranking / prioritas. Kelebihan AHP dibandingkan dengan metode yang lainnya karena adanya struktur yang berhirarki, sebagai konsekuensi dari kriteria yang dipilih, sampai kepada sub-sub kriteria yang paling mendetail. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh para pengambil keputusan (Saaty, 1990). Karena menggunakan input persepsi manusia, model ini dapat mengolah data yang bersifat kualitatif maupun kuantitatif. Jadi kompleksitas permasalahan yang ada di sekitar kita dapat didekati dengan baik oleh model AHP ini. Selain itu AHP mempunyai kemampuan untuk memecahkan masalah yang multi-objektif dan multi-kriteria yang didasarkan pada perbandingan preferensi dari setiap elemen dalam hierarki. Jadi model ini merupakan suatu model pengambilan keputusan yang komperehensif. Ada beberapa prinsip yang harus dipahami dalam menyelesaikan persoalan dengan AHP, diantaranya adalah : decomposition, comparative
31
Embed
BAB 2 LANDASAN TEORI - thesis.binus.ac.idthesis.binus.ac.id/doc/Bab2/2008-2-00546-TIAS Bab 2.pdf · memecah persoalan yang utuh menjadi unsur-unsurnya. ... seseorang yang akan memberikan
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
6
BAB 2
LANDASAN TEORI
2.1 Analytical Hierarchy Process (AHP)
2.1.1. Prinsip – prinsip Dasar Analytical Hierarchy Process (AHP)
Analytic Hierarchy Process (AHP) yang dikembangkan oleh Thomas
Saaty pada tahun 1970-an merupakan suatu metode dalam pemilihan alternatif-
alternatif dengan melakukan penilaian komparatif berpasangan sederhana yang
digunakan untuk mengembangkan prioritas-prioritas secara keseluruhan
berdasarkan ranking.
AHP adalah prosedur yang berbasis matematis yang sangat baik dan sesuai
untuk evaluasi atribut-atribut kualitatif. Atribut-atribut tersebut secara matematik
dikuantitatif dalam satu set perbandingan berpasangan, yang kemudian digunakan
untuk mengembangkan prioritas-prioritas secara keseluruhan untuk penyusunan
alternatif-alternatif pada urutan ranking / prioritas.
Kelebihan AHP dibandingkan dengan metode yang lainnya karena adanya
struktur yang berhirarki, sebagai konsekuensi dari kriteria yang dipilih, sampai
kepada sub-sub kriteria yang paling mendetail. Memperhitungkan validitas sampai
dengan batas toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih
oleh para pengambil keputusan (Saaty, 1990).
Karena menggunakan input persepsi manusia, model ini dapat mengolah
data yang bersifat kualitatif maupun kuantitatif. Jadi kompleksitas permasalahan
yang ada di sekitar kita dapat didekati dengan baik oleh model AHP ini. Selain itu
AHP mempunyai kemampuan untuk memecahkan masalah yang multi-objektif
dan multi-kriteria yang didasarkan pada perbandingan preferensi dari setiap
elemen dalam hierarki. Jadi model ini merupakan suatu model pengambilan
keputusan yang komperehensif.
Ada beberapa prinsip yang harus dipahami dalam menyelesaikan
persoalan dengan AHP, diantaranya adalah : decomposition, comparative
7
judgement, synthesis of priority dan logical consistency (Sri Mulyono, 2007 :
220).
2.1.1.1. Decomposition
Setelah persoalan didefinisikan, maka perlu dilakukan decomposition yaitu
memecah persoalan yang utuh menjadi unsur-unsurnya. Jika ingin mendapatkan
hasil yang akurat, pemecahan juga dilakukan terhadap unsur-unsurnya sampai
tidak mungkin dilakukan pemecahan lebih lanjut, sehingga didapatkan beberapa
tingkatan dari persoalan tadi. Karena alasan ini, maka proses analisis ini
dinamakan hirarki (hierarchy). Ada dua jenis hirarki yaitu lengkap dan tak
lengkap. Dalam hirakri lengkap, semua elemen pada suatu tingkat memiliki semua
elemen yang ada pada tingkat berikutnya. Jika tidak demikian, dinamakan hirarki
tak lengkap.
2.1.1.2. Comparative Judgement
Prinsip ini berarti membuat penilaian tentang kepentingan relatif dua
elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkat diatasnya.
Penilaian ini merupakan inti dari AHP, karena ia akan berpengaruh terhadap
prioritas elemen-elemen. Hasil dari penilaian ini akan tampak lebih baik bila
disajikan dalam bentuk matriks yang dinamakan matriks pairwise comparison.
Pertanyaan yang biasa diajukan dalam penyusunan skala kepentingan adalah :
a. Elemen mana yang lebih (penting/disukai/mungkin) ?, dan
b. Berapa kali lebih (penting/disukai/mungkin) ?
Agar diperoleh skala yang bermanfaat ketika membandingkan dua elemen,
seseorang yang akan memberikan jawaban perlu pengertian menyeluruh tentang
elemen-elemen yang dibandingkan dan relevansinya terhadap kriteria atau tujuan
yang dipelajari. Dalam penyusunan skala kepentingan ini, digunakan acuan seperti
pada tabel berikut.
8
Tabel 2.1
Skala prioritas dalam AHP
Nilai Numerik Tingkat Kepentingan (Preference)
1 Sama pentingnya (Equal Importance)
2 Sama hingga Sedikit Lebih penting
3 Sedikit Lebih penting (Slightly more Importance)
4 Sedikit Lebih hingga Jelas lebih penting
5 Jelas lebih penting (Materially more Importance)
6 Jelas hingga Sangat jelas lebih penting
7 Sangat jelas lebih penting (Significantly more Importance)
8 Sangat jelas hingga Mutlak lebih penting
9 Mutlak lebih penting (Absolutely more Importance)
Dalam penilaian kepentingan relatif dua elemen berlaku aksioma
reciprocal artinya jika elemen i dinilai 3 kali lebih penting daripada j, maka
elemen j harus sama dengan 1/3 kali pentingnya dibanding elemen i. Disamping
itu perbandingan dua elemen yang sama akan menghasilkan angka 1, artinya sama
pentingnya.
2.1.1.3. Synthesis of Priority
Dari setiap pairwise comparison kemudian dicari eigen vectornya untuk
mendapatkan local priority. Karena matriks pairwise comparison terdapat pada
setiap tingkat, maka untuk mendapatkan global priority harus dilakukan sintesa
diantara local priority. Prosedur melakukan sintesis berbeda menurut bentuk
hirarki. Pengurutan elemen-elemen menurut kepentingan relatif melalui prosedur
sintesa dinamakan priority setting.
2.1.1.4. Logical Consistency
Konsistensi memiliki dua makna. Pertama adalah bahwa objek-objek yang
serupa dapat dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua
adalah menyangkut tingkat hubungan antara objek-objek yang didasarkan pada
kriteria tertentu. AHP mengukur seluruh konsistensi penilaian dengan
menggunakan Consistency Ratio (CR), yang dirumuskan :
9
existencyIndRandomConsCICR =
Dimana :
CI : Consistency Index (CI)
1−−
=n
nZCI mak
Suatu tingkat konsistensi yang tertentu memang diperlukan dalam penentuan
prioritas untuk mendapatkan hasil yang sah. Nilai CR semestinya tak lebih dari
10% . Jika tidak, penilaian yang telah dibuat mungkin dilakukan secara random
dan perlu direvisi. Tabel 2.2
Random Consistency Index (RI)
n 1 2 3 4 5 6 7 8 9 10
RI 0 0 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49
2.1. 2. Tahap-tahap pemecahan masalah dengan AHP
Misalkan kita akan memilih lokasi pabrik baru dengan tiga alternatif
pilihan A, B dan C maka terlebih dahulu kita harus menetapkan kriteria
pengambilan keputusan terhadap alternatif – alternatif tersebut, misalkan harga,
jarak dan tenaga kerja. Maka struktur hirarki lengkap dari masalah pemilihan
lokasi pabrik yang disederhanakan ini ditunjukkan seperti pada gambar berikut.
Gambar 2.1
Contoh Hirarki Lengkap Pilihan Lokasi Pabrik
Langkah-langkah penyelesaian masalah selanjutnya adalah :
1. Membuat matriks hubungan perbandingan berpasangan antara tiap alternatif
untuk setiap kriteria keputusan. Perbandingan dilakukan berdasarkan pilihan
10
dari pembuat keputusan dengan menilai tingkat kepentingan / preference level
suatu alternatif dibandingkan alternatif lainnya.
Gambar 2.2
Contoh Matriks Alternatif Vs Preferensi Untuk Tiap Kriteria
2. Untuk setiap matriks kriteria, dilakukan penjumlahan nilai tiap kolom.
3. Membagi setiap nilai alternatif berpasangan dengan hasil penjumlahan pada
kolom terkait, hasil pembagian kemudian dijumlahkan searah kolom, hasilnya
seharusnya sama dengan 1 untuk menunjukkan konsistensinya.
4. Merubah nilai ke bilangan desimal dan mencari nilai rata-rata pada tiap baris,
sehingga dari seluruh kriteria akan didapat matriks baru sebagai berikut.
Gambar 2.3
Contoh Matriks Nilai Alternatif Vs Kriteria
5. Membuat matriks nilai untuk kriteria, misalnya,
Gambar 2.4
Contoh Matriks Nilai Kriteria
Harga
A B C
A 1 3 2
B 1/3 1 1/5
C 1/2 5 1
Jarak
A B C
A 1 6 1/3
B 1/6 1 1/9
C 3 9 1
Tenaga Kerja
A B C
A 1 1/3 1
B 3 1 7
C 1 1/7 1
Lokasi Harga Jarak Tenaga Kerja
A .5012 2819 .1790
B .1185 .0598 .6850
C .3803 .6583 .1360
Kriteria Harga Jarak Tenaga Kerja
Harga 1 1/5 3
Jarak 5 1 9
Tenaga Kerja 1/3 1/9 1
11
6. Mengulangi langkah 2 sampai dengan 4 untuk matriks baru ini. Nilai akkhir
yang didapat dari matriks baru ini merupakan eigen vector (vektor pengali)
untuk matriks pada langkah 4.
Gambar 2.5
Perkalian Matriks Akhir
7. Mengalikan kedua matriks pada Gambar 2.5 diatas. Alternatif dengan nilai
terbesar merupakan alternatif yang harus dipilih.
2.2. Aspek Pasar
Dimasa lalu jumlah perusahaan belum begitu banyak, dan karenanya
persaingan untuk memperebutkan konsumen dari perusahaan yang menghasilkan
produk sejenis, demikian pula persaingan antar perusahaan untuk memperebutkan
konsumen pada umumnya belum begitu tajam. Pada keadaan demikian, aspek
pasar belum mendapatkan perhatian utama dari investor, dan pada umumnya
ditetapkan selling concept dalam memasarkan produknya.
Dewasa ini, banyak perusahaan bermunculan dan karenanya persaingan
antar mereka juga semakin tajam. Pada keadaan yang demikian, aspek pasar
menempati kedudukan utama dalam dalam pertimbangan investor dalam
memperebutkan konsumen mendasarkan diri pada integrated marketing concept.
Pada keadaan yang disebut terakhir nampak juga adanya kebebasan
pembeli potensial untuk melakukan pilihan terhadap produk yang diperlukan.
Pada situasi demikian, peranan analisa aspek pasar dalam pendirian maupun
perluasan usaha pada studi kelayakan proyek merupakan variabel pertama dan
utama untuk mendapat perhatian. Untuk itu perlu dipahami karakteristik polok
aspaek pasar dinegara yang sedang berkembang, termasuk Indonesia yang dalam
batas-batas tertentu berbeda dengan hukum pasar yang telah mapan, diantaranya:
Lokasi Harga Jarak Tenaga Kerja
A .5012 .2819 .1790
B .1185 .0598 .6850
C .3803 .6583 .1360
Kriteria
Harga .1993
Jarak .6535
Tenaga Kerja .0860
X
12
1. Seringakali permintaan nasional untuk produk atau jasa tertentu tidak terlalu
besar, dengan kata lain pembangunan 4 atau 5 proyek telah menyebabkan
terjadinya kejenuhan pasar. Keadaan ini sering diabaikan oleh para investor.
2. Adanya garis pemisah yang cukup jelas dari segmen pasar yang ada, baik
segmen pasar atas dasar geografis, status sosial atau dasar yang lain. Hal ini
akan berpengaruh terhadap strategi pemasaran yang telah dijalankan.
3. Kebanyakan produk yang dibuat merupakan produk pengganti produk impor,
karenanya dalam batas tertentu data impor dapat digunakan sebagai pedoman
dalam estimasi potensi pasar untuk produk tersebut.
4. Untuk jenis produk tertentu, seringkali terjadi terlalu besarnya peranan
pemerintah untuk ikut campur tangan dalam mempengaruhi mekanisme pasar.
Dengan adanya data primer dan sekunder yang tersedia akan dapat menjawab
beberapa pertanyaan utama, terutama dalam kaitanya dengan pengukuran dan
peramalan pasar potensial dan penentuan market share.
2.2.1. Peramalan
Menurut Sofjan Assauri, ” Peramalan adalah kegiatan untuk
memperkirakan apa yang akan terjadi pada masa yang akan datang ” (Sofjan
Assauri, 1984:1). Sedangkan menurut Hendra Kusuma, ”Peramalan adalah
perkiraan tingkat permintaan satu atau lebih produk selama bebrapa periode
mendatang” (Hendra Kusuma, 1999:13).
Pada dasarnya metode peramalan kuantitatif ini dapat dibedakan atas:
1. Metode peramalan yang didasarkan atas penggunaan analisis pola hubungan
antara variabel yang akan diperkirakan dengan variabel waktu, yang
merupakan deret waktu, atau ”time series”.
13
2. Metode peramalan yang didasarkan atas penggunaan analisis pola hubungan
antara variabel yang akan diperkirakan dengan variabel yang lain yang
mempengaruhinya, yang bukan waktu, yang disebut metode korelasi atau
sebab akibat ” causal methods” (Sofjan Assauri,1984:9).
Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai
berikut:
1. Adanya informasi tentang keadaan yang lain.
2. Informasi tersebut dapat dikuantifikasikan dalam bentuk data.
3. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa
yang akan datang.
Ada empat jenis pola data, antara lain:
1. Pola horizontal atau stationary, bila nilai-nilai dari data observasi
berfluktuasi disekitar nilai konstan rata-rata. Dengan demikian dapat
dikatakan pola ini sebagai stationary pada rata-rata hitungnya (means).
2. Pola seasonal atau musiman, bila suatu deret waktu dipengaruhi oleh faktor
musim (seperti kuartalan, bulanan , mingguan dan harian).
3. Pola cyclical atau siklus bila data observasi dipengaruhi oleh fluktuasi
ekonomi jangka panjang yang berkaitan atau bergabung dengan siklus usaha
(business cycle).
4. Pola trend bila ada pertambahan atau kenaikan atau penurunan dari data
obserfasi untuk jangka panjang. Pola ini terliahat pada penjualan produk dari
banyak perusahaan. Pendapatan Domestik Nasional Bruto (GDP/GNP) dan
indikator ekonomi.
14
2.2.1.1. Model Peramalan Moving Averages
Metode moving averages diperoleh melalui penjumlahan dan pencarian
nilai rata-rata dari sejumlah periode tertentu, setiap kali menghilangkan nilai
terlama dan menambah nilai baru.
Keterangan:
1ˆ+tY = Nilai peramalan pada periode berikutnya
tY = Nilai aktual perintaan periode sebelumnya
n = Periode dalam rata-rata bergerak
Dengan tambahan bahwa satu nilai Y diganti setiap periode. Perhitungan rata-
rata dilakukan dengan bergerak ke depan untuk memperkirakan periode yang
akan datang dan dicatat dalam posisi terpusat pada rata-ratanya. Moving Averages
secara efektif meratakan dan menghaluskan fluktuasi pola data yang ada. Tentu
saja semakin panjang periodenya, semakin rata kurvanya. Kebaikan lainnya
adalah bahwa metode Moving Averages dapat diterapkan pada data apapun juga,
apakah data sesuai dengan kurva matematik atau pun tidak.
Kelemahan metode ini adalah tidak mempunya persamaan untuk peramalan.
Sebagai gantinya digunakan rata-rata bergerak terahir sebagai ramalan periode
berikutnya.
nYYYYY ntttt
t121
1ˆ +−−−+
+++=
15
2.2.1.2. Model Peramalan Exponential Smoothing
Exponential Smoothing adalah suatu tipe teknik peramalan rata-rata
bergerak yang melakukan penimbangan terhadap data masa lalu dengan cara
eksponensial sehingga data paling akhir mempunyai bobot atau timbangan lebih
besar dalam rata-rata bergerak. Dengan exponential smoothing sederhana,
peramalan dilakukan dengan cara ramalan periode terahir ditambah dengan porsi
perbedaan (disebut α) antara permintaan nyata periode terahir dan ramalan periode
terahir.
Persamaan exponential smoothing adalah :
)1(21+
−=N
α
Keterangan :
Ŷt = Peramalan Pada Periode t
Ŷt-1 = Peramalan Pada Periode t-1
α = Konstanta Pemulusan
Yt-1 = Data Permintaan Aktual pada Periode t-1
N = Banyaknya Periode Data Permintaan Aktual
Exponential smoothing sederhana tidak memperhitungkan trend , sehingga
tidak ada nilai α yang sepenuhnya menggantikan trend dalam data. Nilai-nilai α
rendah akan menyebabkan jarak yang lebih lebar dengan trend karena hal itu akan
memberikan bobot yang lebih kecil pada permintaan yang sekarang.
Nilai α yang rendah terutama cocok bila permintaan produk relatif stabil
(yang berat, tanpa trend atau variasi siklikal) tetapi variasi acak adalah tinggi.
)ˆ(ˆˆ111 −−− −+= tttt YYYY α
16
Nilai-nilai α lebih tinggi adalah lebih berguna dimana perubahan - perubahan
yang sesungguhnya cenderung terjadi karena lebih responsif terhadap fluktuasi
permintaan. Sebagai contoh nilai α tidak mungkin cocok bagi industri barang-
barang mode yang cepat dan dramatik. Pengenalan-pengenalan produk baru,
kampanye promosional, dan bahkan antisipasi terhadap resesi juga memerlukan
penggunaan nilai-nilai α yang lebih tinggi. Nilai α yang tepat pada umumnya
dapat ditentukan dengan pengujian ”trial – and – eror” (coba-coba) terhadap α
yang berbeda-beda untuk menemukan satu nilai α yang menghasilkan kesalahan
terkecil bila digunakan pada data masa lalu.
Dengan cara analogi yang dipakai waktu berangkat dari rata-rata bergerak
tunggal ke pemulusan (smoothing) eksponensial tunggal, kita juga dapat
berangkat dari rata-rata bergerak ganda ke pemulusan eksponensial ganda.
Perpindahan seperti itu mungkin menarik karena salah satu keterbatasan dari rata-
rata bergerak tunggal yaitu perlunya menyimpan N nilai terakhir masih terdapat
pada rata-rata bergerak linear, kecuali bahwa jumlah nilai data yang diperlukan
sekarang adalah 2N-1. Pemulusan eksponensial linear dapat dihitung hanya
dengan tiga nilai data dan satu nilai untuk α. Pendekatan ini juga memberikan
bobot yang semakin menurun pada observasi masa lalu. Perbedaan nilai
pemulusan tunggal dan ganda dapat ditambahkan kepada nilai pemulusan tunggal
dan disesuaikan untuk trend. Adapun persamaannya sebagai berikut:
tt YYY ˆ)1(ˆ11 αα −+=+
)ˆˆ(ˆ1−−+= tttt YYYα
17
)ˆˆ(1 ttt YYb −−
=α
α
mbaY ttmt +=+
2.2.1.3. Model Peramalan Linear Regretion
Model analisis garis kecenderungan dipergunakan sebagai peramalan
apabila pola hitoris data actual permintaan menunjukan adanya suatu
kecenderungan naik dari waktu ke waktu. Model analisis garis kecenderungan
yang paling sederhana adalah menggunakan persamaan garis lurus (straight line
equation), sebagai berikut:
1. Perhitungan slope
2. Perhitungan intercept
Nilai ramalan ramalan permintaan periode t
btaYt +=ˆ
Keterangan:
tY = Nilai ramalan pada periode t
a = intersep
b = Slope dari garis kecenderunga (trend line), merupakan tingkat
18
perubahan dalam permintaan
t = Indeks waktu
n = Banyaknya periode
t-bar = nilai rata-rata dari t
tY = Variable permintaan (data aktual)
barYt − = Nilai rata-rata permintaan per periode waktu
2.2.2. Analisis Kesalahan Peramalan
Beberapa alternatif analisis kesalahan peramalan yang digunakan adalah:
1. Mean Squared Eror (MSE) : Nilai Tengah Kesalahan
n
YYMSE
n
ttt∑
=
−= 1
)ˆ(
1. Mean Absolute Percentage Error (MAPE): Nilai Tengah Kesalahan
Persentase Absolut
nY
YY
MAPE
n
t t
tt∑=
−
= 1
|ˆ|
Dua ukuran tersebut, merupakan alat evaluasi teknik-teknik peramalan
untuk berbagai macam parameter. Semakin rendah nilai MAPE dan MSE,
peramalan semakin baik (mendekati data masa lalu). Tetapi nilai terrendah
(kecuali nol) tidak memberikan indikasi seberapa baik metode peramalan yang
digunakan dibandingkan dengan metode lainnya (Hendra Kusuma, 199:38).
19
2.2.3. Verifikasi dan Pengendalian Peramalan
Langkah penting setelah peramalan adalah verifikasi peramalan
sedemikian rupa sehingga dapat mencerminkan data masa lalu dan sistem sebab-
akibat yang mendasari permintaan itu. Jika proses verifikasi ditemukan keraguan
atas validitas peramalan maka harus dicari metode yang lebih cocok. Validitas
harus ditentukan dengan uji statistika yang sesuai. Peramalan harus selalu
dibandingkan dengan permintaan aktual secara teratur. Pada suatu saat harus
diambil tindakan revisi terhadap peramalan tersebut apabila ditemukan bukti yang
meyakinkan adanya perubahan pola permintaan. Selain itu penyebab perubahan
pola permintaan pun harus diketahui. Penyesuaian metode peramalan dilakukan
segera perubahan pola permintaan diketahui (Hendra Kusuma, 1999:40).
Terdapat banyak perkakas yang digunakan untuk memverivikasi
peramalan dan mendeteksi perubahan sistem sebab akibat yang melatar belakangi
perubahan pola permintaan. Tetapi bentuk yang paling sederhana adalah peta
kendali peramalan, mirip peta kendali kualitas.
Tracking signal adalah suatu ukuran bagaimana baiknya suatu ramalan
memperkirakan nilai-nilai aktual. Tracking signal dihitung sebagai running sum
of the forcast errors (RSFE) dibagi dengan mean absolute deviation (MAD),
sebagai berikut:
MADRSFESignalTracking =⋅
⋅⋅⋅⋅⋅−⋅⋅⋅⋅∑
=MAD
iperiodindemandforecastiperiodindemandactual )(
⋅⋅⋅⋅∑
=MAD
erorforecastdariabsolutMAD )(
20
Tracking signal yang positif yang menunjukkan bahwa nilai aktual
permintaan lebih besar dari peramalan, sedangkan tracking signal yang negatif
berarti nilai aktual permintaan lebih kecil dari pada ramalan. Suatu tracking signal
disebut baik apabila memiliki RSFE yang rendah, dan mempunyai positive eror
yang sama banyak atau seimbang dengan negative eror, sehingga pusat dari
tracking signal mendekati nol. Apabila tracking signal telah dihitung kita dapat
membangun peta kontrol signal sebagaimana halnya dengan peta-peta kontrol
dalam pengendalian proses statistical (statistical proses control = SPC) yang
memiliki batas kontrol atas (upper control limit) dan batas control bawah (lower
control limit).
Beberapa ahli dalam sistem peramalan seperti menyarankan untuk
menggunakan tracking signal maksimum ± 4, sebagai batas-batas pengendalian
untuk tracking signal. Dengan demikian apabila tracking signal telah berada
diluar batas-batas pengendalian, model peramalan perlu ditinjau kembali, karena
akurasi peramalan tidak dapat diterima (Vincent Gaspersz, 2002:81).
2.3. Aspek Teknis
Bilamana berdasar evaluasi aspek pasar, suatu proyek memiliki kesempatan
pemasaran yangmemadai untuk suatu jangkauan waktu yang relatif panjang, maka
tahap selanjutnya yang perlu dilakukan adalah analisa aspek teknis dari proyek
tersebut. Aspek teknis merupakan suatu aspek yang berkeanaan dengan proses
pembangunan proek secara teknis dan pengoperasiannya setelah proyek itu
dibangun. Berdasarkan analisa inipula dapat diketahui rancangan awal penaksiran
biaya investasi termasuk biaya eksploitasinya.
21
Aspek teknis merupakan kajian untuk menganalisa kelayakan proyek dari
segi teknis engineering. Beberapa hal yang menjadi landasan teori dari kajian
teknis proyek ini, yakni:
2.3.1. ED Coating
Proses Painting ED coating adalah proses pelapisan benda kerja atau part
dengan bahan kimia berpigmen yang disdepositkan secara elektrik pada
permukaan part yang membentuk laposan film yang seragam dan tidak larut air,
dengan tujuan estetika maupun memberikan daya tahan pada benda kerja yang
telah dicat tersebut. Secara umum system pengecatan dapat dibagi dalam 3 proses
yaitu;
- Pretreatment
- ED coating
- Baking oven
Berdasarkan susunan kata, maka pretreatment dapat diartikan sebagai, pre
: sebelum, dan treatment : proses atau perlakuan. Pengertian umum pretreatment
adalah suatu proses yang dijalankan sebelum melakukan proses inti. Pengertian
khusus pretreatment painting adalah proses pendahuluan terhadap bahan sebelum
dilakukan pengecatan. Tujuan pretreatment painting ialah :
a. Menambah daya rekat antara cat dengan bahan dasar (part)
b. Menghilangkan kotoran berupa minyak, debu, silicon yang menempel pada
part. Setelah melewati proses pretreatment .kemudian part tersebut di rendam
secara bergerak menggunakan conveyor ke dalam cat ED, dimana diberikan
tegangan DC sebesar 160V. Proses ini memastikan part sudah terlapisi cat dengan
ketebalan tertentu. Setelah dicat, part dikeringkan pada oven dengan temperature
mencapai 90-110o C selama 30 menit untuk pre-oven dan 30 menit untuk bake
oven dengan suhu 150-170o C agar cat benar-benar kering. Setelah itu part
tersebut dilakukan pengecekan secara kualitas di final inspection sebelum masuk
pada proses selanjutnya.
22
2.3.2. Oven
Sistem pengeringan cat di painting steel menggunakan oven dengan mesin
utama berupa burner yang memiliki bahan bakar solar. Didalam sistem oven
terdapat 3 burner yang berfungsi sebagai pre-oven (pemanasan awal), bake oven
(pemanasan utama), dan incinerator (berfungsi sebagai burner support)
Berikut adalah diagram sistem oven di painting steel sunter:
Gambar 2.6
Sistem Oven Paintig Steel
CED OVEN SYSTEM DIAGRAM
INCINERATORHEX4
TO EVAPORATOR
HEX3OVEN EXHAUST
FAN
HEAT RECOVERY FAN
PROCESS FANPRE OVEN CIRC. FAN 1,2
BAKE OVEN CIRC. FAN 1,2
HEX1 HEX2
PRE OVEN BAKE OVEN
PRE OVEN FLUE GAS FAN
BAKE OVEN FLUE GAS FAN
ENTRANCE EXHAUST FAN EXIT EXHAUST FAN
PRE OVEN BURNER
BAKE OVEN BURNER
INCINERATOR BURNER
TANGKI SOLAR2000L
TANGKI SOLARPENAMPUNGAN
100L
OUTD
OO
RIN
DO
OR
23
Adapun komponen-komponen dalam pengeringan oven adalah :
2.3.2.1. Burner
Mesin yang berfungsi sebagai penghasil utama panas yang bekerja dengan
proses pengkabutan solar oleh nozzle dengan dinaikkan tekananya menggunakan
oil pump, selain itu juga mendapatkan tekanan udara dari blower untuk
menghasilkan terjadinya pembakaran.
Gambar 2.7
Burner
2.3.2.2. HEX(Heat Exchanger)
Alat yang berfungsi sebagai perantara panas yang terdiri dari lapisan pelat-
pelat tipis. Tujuan HEX disini adalah sebagai perantara panas secara tidak
langsung dari ruang bakar menuju ruang oven, hal ini bertujuan sebagai filter agar
part bersih dari residu atau jelaga yang dihasilkan dari pembakaran solar.
Gambar 2.8.
HEX
24
2.3.2.3. Filter CKR
Berfungsi sebagai penyaring panas dari ruang bakar menuju oven sehingga
panas yang di transfer menjadi bersih.
2.3.2.4. Circulation Fan
Berfungsi sebagai pengatur/pengarah udara panas menuju ruang oven
dengan volume dan tekanan udara tertentu.
2.3.2.5. Bahan Bakar
Bahan bakar adalah media penghasil panas yang di rubah menjadi api
didalam burner, berikut beberapa bahan bakar yang bias digunakan sebagai bahan
bakar oven burner :
1. Solar
Minyak solar adalah bahan bakar jenis distilat berwarna kuning kecoklatan
yang jernih.Penggunaan minyak solar pada umumnya adalah untuk bahan
bakar pada semua jenis mesin diesel dengan putaran tinggi (diatas 1.000
RPM), yang juga dapat dipergunakan sebagai bahan bakar pada pembakaran
langsung dalam dapur-dapur kecil, yang terutama diinginkan pembakaran
yang bersih. Minyak solar ini biasa disebut juga Gas Oil, Automotive Diesel
Oil, High Speed Diesel
Solar memiliki nilai panas atau kalor sebesar 11488,49 kkal/liter dan saat
ini harga solar industri adalah Rp 9.314,00 per liternya
2. LPG
LPG adalah kependekan dari Liquefied Petroleum Gas, merupakan gas
hasil produksi dari kilang minyak atau kilang gas, yang komponen utamanya
adalah gas propane (C3H8) dan butane (C4H10) yang dicairkan. Pertamina
memasarkan LPG sejak tahun 1969 dengan merk dagang ELPIJI. Kegunaanya
adalah LPG butane dan LPG mix biasanya dipergunakan oleh masyarakat
umum untuk bahan bakar memasak, sedangkan LPG propane biasanya
dipergunakan di industri-industri sebagai pendingin, bahan bakar pemotong,
untuk menyemprot cat dan lainnya. Pada suhu kamar, LPG akan berbentuk
25
gas. Pengubahan bentuk LPG menjadi cair adalah untuk mempermudah
pendistribusiannya. Berdasarkan cara pencairannya, LPG dibedakan menjadi
dua, yaitu LPG Refrigerated dan LPG Pressurized. LPG Pressurized adalah
LPG yang dicairkan dengan cara ditekan (4-5 kg/cm2). LPG jenis ini disimpan
dalam tabung atau tanki khusus bertekanan. LPG jenis inilah yang banyak
digunakan dalam berbagai aplikasi di rumah tangga dan industri, karena
penyimpanan dan penggunaannya tidak memerlukan handling khusus seperti
LPG Refrigerated.
LPG Refrigerated adalah LPG yang dicairkan dengan cara didinginkan
(titik cair Propane ± 42°C, dan titik cair Butane ± 0.5°C). LPG jenis ini
umum digunakan untuk mengapalkan LPG dalam jumlah besar (misalnya,
mengirim LPG dari negara Arab ke Indonesia). Dibutuhkan tanki
penyimpanan khusus yang harus didinginkan agar LPG tetap dapat berbentuk
cair serta dibutuhkan proses khusus untuk mengubah LPG Refrigerated
menjadi LPG Pressurized
LPG memiliki nilai panas atau kalor sebesar 22451,51 kkal/kg dan saat ini
harga LPG industri adalah Rp 7.000,00 per kg
3. LNG
Gas alam cair (Liquefied natural gas, LNG) adalah gas alam yang telah
diproses untuk menghilangkan ketidakmurnian dan hidrokarbon berat dan
kemudian dikondensasi menjadi cairan pada tekan atmosfer dengan
mendinginkannya sekitar -160° C. LNG ditransportasi menggunakan
kendaraan yang dirancang khusus dan ditaruh dalam tangki yang juga
dirancang khusus. LNG memiliki isi sekitar 1/640 dari gas alam pada suhu
dan tekanan standar, membuatnya lebih hemat untuk ditransportasi jarak jauh
di mana jalur pipa tidak ada. Ketika memindahkan gas alam dengan jalur pipa
tidak memungkinkan atau tidak ekonomis, dia dapat ditransportasi oleh
kendaraan LNG, di mana kebanyakan jenis tangki adalah membran atau moss.
LNG menawarkan kepadatan energi yang sebanding dengan bahan
bakar petrol dan diesel dan menghasilkan polusi yang lebih sedikit, tetapi
biaya produksi yang relatif tinggi dan kebutuhan penyimpanannya yang
26
menggunakan tangki cryogenic yang mahal telah mencegah penggunaannya
dalam aplikasi komersial
Kondisi yang dibutuhkan untuk memadatkan gas alam bergantung dari
komposisi dari gas itu sendiri, pasar yang akan menerima serta proses yang
digunakan, namun umumnya menggunakan suhu sekitar 120 and -170 °C
(methana murni menjadi cair pada suhu -161.6 °C) dengan tekanan antara 101
dan 6000 [kPa] (14.7 and 870 lbf/in²). Gas alam bertakanan tinggi yang telah
didapat kemudian diturunkan tekanannya untuk penyimpanan dan pengiriman.
LNG memiliki nilai panas atau kalor sebesar 11942,29 kkal/kg dan
saat ini harga LNG industri adalah Rp 4.750,00 per kg
4. BCL
BCL (Brown Coal Liquified) adalah batubara yang berbentuk cair yang
sangat potensial dijadikan sumber energi pengganti bahan bakar minyak
(BBM) pada masa mendatang, selain memiliki kualitas yang sama dengan
BBM, sumber energi alternatif yang diolah dari batubara muda itu juga sangat
efisien dan ramah lingkungan. Berdasarkan kajian yang dilakukan BPPT
sumber energi ini akan dapat diterima oleh kalangan masyarakat karena
terbukti dapat meningkatkan kinerja mesin dan mengurangi pengeluaran asap
hitam secara signifikan. Nilai oktannya juga lebih tinggi dari BBM yang ada
sekarang. Harga bahan bakar alternatif tersebut juga relatif lebih murah
dibandingkan dengan harga BBM konvensional.
Dalam perkembangannya, para peneliti telah melakukan berbagai
terobosan teknologi untuk menghasilkan batubara cair yang berkualitas.
Dengan demikian, pengembangan batu bara cair ini akan menjadi suatu
industri yang prospektif bagi pelaku usaha untuk berinvestasi karena memiliki
beberapa kelebihan, antara lain :
Harga produksi lebih murah, yaitu setiap barel batu bara cair
membutuhkan biaya produksi yang tidak lebih dari US$15 per barel.
Bandingkan dengan biaya produksi rata-rata minyak bumi yang berlaku di
dunia saat ini yang mencapai US$23 per barel.
27
Jenis batu bara yang dapat dipergunakan adalah batu bara yang berkalori
rendah (low rank coal), yakni kurang dari 5.100 kalori, yang selama ini
kurang diminati pasaran.
BCL memiliki nilai panas atau kalor sebesar 20540,75 kkal/kg dan saat ini
harga industri adalah Rp 4.500,00 per kg.
2.4. Aspek Finansial
Studi mengenai aspek finansial merupakan aspek yang paling penting dari
studi kelayakan. Hal tersebut disebabkan karena, meskipun studi mengenai aspek-
aspek selain aspek finansial menyatakan bahwa proyek tersebut layak, tetapi
apabila studi aspek finansial memberikan hasil yang tidak layak, maka usulan
proyek akan ditolak karena tidak akan memberikan manfaat ekonomi.
2.4.1. Proyek, Investasi, dan Cost Reducing Project
Yang dimaksud dengan proyek adalah suatu keseluruhan kegiatan yang
menggunakan sumber-sumber untuk memperoleh manfaat (benefit), atau suatu
kegiatan dengan pengeluaran biaya dan dengan harapan untuk memperoleh hasil
pada waktu yang akan datang, dan yang dapat direncanakan, dibiayai, dan
dilaksanakan sebagai satu unit. Kegiatan suatu proyek selalu ditujukan untuk
mencapai suatu tujuan (objective) dan mempunyai suatu titik tolak (starting point)
dan suatu titik akhir (ending point). Baik biaya maupun hasilnya yang penting
biasanya dapat diukur.
Menurut Gitman (2000:332-334), investasi (jangka panjang) atau
pengeluaran modal (capital expenditure) adalah komitmen untuk mengeluarkan
dana sejumlah tertentu pada saat sekarang untuk memungkinkan perusahaan
menerima manfaat di waktu yang akan dating, dua tahun atau lebih. Lebih lanjut,
Fitzgerald (1978:6) menyatakan bahwa investasi adalah aktivitas yang berkaitan
dengan usaha penarikan sumber-sumber (dana) yang dipakai untuk mengadakan
barang modal pada saat sekarang, dan dengan barang modal itu akan dihasilkan
aliran produk baru di masa yang akan datang.
28
Dengan makna yang sama, van Horne (1981:106) dan J.J. Clark dkk. (1979:3)
menyatakan bahwa investasi adalah kegiatan yang memanfaatkan pengeluaran kas
pada saat sekarang untuk mengadakan barang modal guna menghasilkan
penerimaan yang lebih besar di masa yang akan datang untuk waktu dua tahun
atau lebih.
Menurut Murdifin Haming dan Salim Basalamah (2000:30), proyek
penghematan biaya adalah proyek yang ditujukan untuk memperbaiki proses
produksi atau proses bisnis dalam usaha menekan biaya usaha. Proyek ini
merupakan bagian dari proyek perusahaan (business sector project, profit motive
project), yang dibangun dan ditujukan untuk memenuhi kebutuhan masyarakat
umum dengan tujuan untuk menghasilkan laba.
2.4.2. Dana Kebutuhan Investasi
Dihubungkan dengan jenis penggunaan dana, maka dana yang diperlukan
dibedakan atas:
1. Dana investasi inisial (initial investment), yaitu dana investasi yang diperlukan
untuk mengadakan barang modal.
2. Dana modal kerja (working capital), yaitu dana yang diperlukan untuk
membiayai aktivitas operasi sesudah proyek memasuki fase operasi komersial.
Berdasarkan uraian diatas, maka sebuah proyek memerlukan dua macam
pengeluaran, yakni:
1. Pengeluaran modal (capital expenditure), yaitu pengeluaran untuk investasi
inisial.
2. Pengeluaran operasi untuk pendapatan (operating or revenue expenditure),
yaitu modal kerja yang dibutuhkan untuk membiayai operasi sesudah
memasuki fase komersial.
2.4.3. Depresiasi Mesin
Menurut I Nyoman Pujawan (2003:186), depresiasi pada dasarnya adalah
penurunan nilai suatu properti atau asset karena waktu dan pemakaian. Dampak
dari konsep depresiasi adalah pengurangan jumlah penghasilan yang dikenakan
29
pajak dan penurunan kemampuan ataupun fungsi kerja dan asset tersebut.
Komponen yang digunakan untuk melakukan perhitungan depresiasi ada 3 (tiga),
yaitu:
1. Nilai sekarang (P)
Nilai sekarang adalah harga dari peralatan pada waktu sekarang. Apabila
perhitungan depresiasi dihitung sejak peralatan masih baru, maka nilai
sekarang merupakan harga terpasang diperalatan tersebut.
2. Nilai sisa (S)
Nilai dari peralatan pada akhir guna pemakaian, dalam hal ini penentuan
harganya adalah dengan memperkirakan dengan kondisi yang ada.
3. Umur ekonomis (N)
Umur produktif yang menunjukan lamanya asset tersebut ingin dioperasikan
secara ekonomis.
Salah satu metode depresiasi adalah metode penyusutan garis lurus atau
Straight Line Method. Metode ini memberikan kemungkinan untuk menyusutkan
nilai suatu asset pada laju konstan selama periode penyusutan berlangsung.
Persamaan dalam metode ini yaitu:
dimana:
AD = Arus depresiasi (Rp)
P = Biaya awal (Rp)
S = Nilai sisa (Rp)
N = Usia ekonomis
2.4.4. Kriteria Perhitungan Kelayakan Proyek
Penentuan kelayakan suatu proyek dari aspek finansial dapat dilakukan
dengan menggunakan beberapa metode perhitungan. Beberapa metode tersebut
adalah sebagai berikut:
=−= )(1 SPN
AD
30
2.4.4.1. Metode Nilai Sekarang (Present Value Method)
Metode nilai sekarang adalah metode penilaian kelayakan investasi yang
menyelaraskan nilai akan datang arus kas menjadi nilai sekarang dengan melalui
pemotongan arus kas dengan memakai faktor pengurang (diskon) pada tingkat
biaya modal tertentu yang diperhitungkan. Nilai sekarang, apabila arus kas tidak
seragam atau berbeda dari periode ke periode, dapat dihitung dengan persamaan
dibawah ini :
PVt = At ( 1 + i)-t
dimana:
PVt = nilai sekarang dari arus kas periode ke – t
At = arus kas nominal pada periode ke – t
i = tingkat bunga yang diperhitungkan
t = periode 1,2,…,n
sedangkan nilai sekarang total adalah
n
TPV = ∑ At ( 1 + i)-t
i = 1
dimana:
TPV = nilai sekarang total
At ( 1 + i)-t = nilai sekarang arus kas A setipa periode ke – t
selanjutnya, nilai sekarang bersih ( net present value ) adalah:
NPV = -Io + TPV
NPV = net present value ( nilai sekarang bersih )
-Io = nilai sekarang investasi inisial ( investasi periode awal )