Perancangan TQM

Tabel 3.7 Hasil Penghitungan Nilai Bobot Matriks Sintesis AHP

1 2 3 4 5 6 7

1

2

3

4

5

6

7

Σ

0,147 0,023 0,476 0,026 0,039 0,033 0,256

0,333 0,051 0,301 0,018 0,056 0,022 0,219

0,134 0,074 0,435 0,056 0,060 0,063 0,177

0,219 0,109 0,299 0,039 0,075 0,051 0,210

0,211 0,052 0,405 0,029 0,056 0,022 0,225

0,179 0,095 0,277 0,030 0,103 0,040 0,277

0,118 0,048 0,508 0,038 0,051 0,030 0,206

1,341 0,452 2,701 0,236 0,439 0,261 1,569

Vektor Eigen 0,192 0,065

0,386 0,034 0,063 0,037 0,224

Langkah yang sama dilakukan untuk sintesis matriks item sub kategori 17 dari kriteria Baldrige. Berdasarkan hasil penghitungan dapat diketahui rancangan kriteria keunggulan kinerja Malcolm Baldrige National Quality Award 2009-2010 untuk industri jasa konstruksi mengalami penyesuaian sebagai berikut :

Tabel 3.8 Hasil Rancangan TQM Scorecard dengan Metode AHP Kriteria Malcolm Baldrige 2009-2010 Nilai [1] Kepemimpinan 120 [1.1] Kepemimpinan Atasan 70 [1.2] Pengelolaan dan Tanggung Jawab Sosial 50 [2] Perencanaan Strategis 85 [2.1] Pengembangan Strategi 40 [2.2] Penjabaran Strategi 45 [3] Fokus Pelanggan 85 [3.1] Partisipasi Pelanggan 40 [3.2] Suara Pelanggan 45 [4] Pengukuran, Analisis dan Manajemen Pengetahuan 90 [4.1] Pengukuran, Analisis, dan Peningkatan Kinerja 45 [4.2] Pengelolaan Informasi, Pengetahuan dan TI 45 [5] Fokus SDM 85 [5.1] Partisipasi SDM 45 [5.2] Lingkungan Kerja SDM 40 [6] Manajemen Proses 85 [6.1] Sistem Penyelesaian Pekerjaan 35 [6.2] Proses-Proses Pelaksanaan Pekerjaan 50 [7] Hasil 450 [7.1] Kinerja Produk 100 [7.2] Pemenuhan Kebutuhan Pelanggan 70 [7.3] Hasil Kinerja Keuangan dan Pasar 70 [7.4] Hasil Kinerja Fokus kepada SDM 70 [7.5] Hasil Keefektifan Proses Kerja 70 [7.6] Hasil Kinerja Kepemimpinan 70 Nilai Kinerja 1000

Perancangan TQM..., Intan Purbosani, FT UI, 2011

AHP 192 159 33 65 23 42 386 139 247 34 18 16 63 19 44 37 15 22 223 26 62 9 17 12 97 1000

3.4.2 Pengolahan Data dengan Menggunakan Metode Fuzzy AHP

Untuk lebih memastikan bahwa hasil penghitungan metode AHP sudah tepat maka dilakukan validasi dengan lebih detail terhadap matriks perbandingan berpasangan

AHP

menggunakan

metode

fuzzy

AHP.

Langkah-langkah

penghitungannya adalah sebagai berikut : 1. Menyusun matriks fuzzy AHP dengan cara melakukan konversi matriks AHP menjadi matriks bilangan fuzzy. 2. Penghitungan bobot matriks fuzzy AHP dilakukan dengan menggunakan metode Lambda-Max. 3. Meminimalkan nilai fuzzy pada penghitungan bobot matriks dengan menghitung konstanta batas paling bawah M l dan konstanta batas paling atas Mu kemudian dipilih nilai terkecil M l dan nilai terbesar Mu. 4. Uji konsistensi matriks fuzzy AHP dilakukan dengan cara yang sama pada matriks AHP. Perbedaannya adalah Indeks Random yang digunakan sebagai pembanding menggunakan Tabel Indeks Random hasil Algoritma FGP ( Fuzzy Genetic Prioritization) Moneim, 2008 :

Tabel 3.9 Indeks Random FGP Moneim

n RI

3 4 5 6 7 2,62 4,74 6,18 7,2 7,9

8 9,62

9 11,28

5. Selanjutnya dapat disusun matriks batas bawah fuzzy dan batas atas fuzzy dengan mengalikan faktor konstanta M l atau Mu terhadap vektor eigen matriks yang bersangkutan. 6. Bobot matriks fuzzy AHP merupakan kombinasi dari matriks fuzzy l, m dan u. 7. Untuk menghitung bobot matriks fuzzy AHP kombinasi digunakan metode rata-rata geometrik. 8. Bobot akhir matriks fuzzy AHP kombinasi dihitung dengan menggunakan koefisien pendekatan CCi dan normalisasi bilangan fuzzy diperoleh dari menghitung bobot koefisien pendekatan CC i. 9. Bobot koefisien pendekatan CC i merupakan bobot final perhitungan dengan metode fuzzy AHP.


Detail data matriks perbandingan fuzzy AHP hasil konversi matriks AHP yaitu matriks fuzzy AHP-A, C, F, G dan J berikut matriks perbandingan berpasangan fuzzy AHP untuk item 1-6 yaitu matriks fuzzy AHP-K1-6, M1-6, P1-6, Q1-6 dan R1-6 beserta matriks perbandingan berpasangan fuzzy AHP untuk item 7 yaitu matriks fuzzy AHP-S, U, X, Y dan Z dapat dilihat pada lampiran. Pada tabel 3.10 disajikan contoh hasil perhitungan uji konsistensi untuk matriks fuzzy AHP-A, C, F, G dan J sebagai berikut :

Tabel 3.10 Uji Rasio Konsistensi Matriks Fuzzy AHP No

Data Matriks Fuzzy AHP

Indeks Konsistensi ( CI ) Fuzzy AHP

Rasio Konsistensi ( CR ) Fuzzy AHP

CR < 0,01 ( Ok / No )

1 2 3 4 5

A C F G J

0,304 0,28 0,32 0,308 0,321

0,038 0,035 0,041 0,039 0,041

Ok Ok Ok Ok Ok

Sesudah dilakukan perhitungan batas bawah fuzzy dan batas atas fuzzy maka dapat ditentukan matriks kombinasi fuzzy AHP sebagaimana disajikan dalam tabel 3.12 berikut ini :

Tabel 3.11 Matriks Kombinasi Fuzzy AHP

Sehingga perhitungan bobot akhir matriks fuzzy AHP untuk kategori dan item kriteria Malcolm Baldrige 2009-2010 dapat dihitung sebagaimana disajikan dalam tabel 3.12 berikut ini :


Tabel 3.12 Normalisasi Matriks Fuzzy AHP Malcolm Baldrige 2009-2010 Kategori

Wl

Wm

Wu

d-(Wi,0)

d-(Wi,1)

CCi

CCi'

1

0,157

0,186

0,216

0,188

0,814

0,188

0,195

2

0,050

0,064

0,087

0,069

0,933

0,069

0,071

3

0,300

0,369

0,370

0,348

0,654

0,347

0,360

4

0,030

0,033

0,042

0,035

0,965

0,035

0,037

5

0,047

0,064

0,086

0,068

0,934

0,067

0,070

6

0,033

0,036

0,050

0,040

0,960

0,040

0,042

7

0,179

0,221

0,248

0,218

0,785

0,217

0,225

1.1

0,654

0,827

0,827

0,774

0,245

0,760

0,799

1.2

0,173

0,173

0,224

0,191

0,810

0,191

0,201

2.1

0,349

0,349

0,454

0,387

0,618

0,385

0,393

2.2

0,491

0,651

0,651

0,602

0,410

0,595

0,607

3.1

0,361

0,361

0,382

0,368

0,632

0,368

0,371

3.2

0,595

0,639

0,639

0,625

0,376

0,624

0,629

4.1

0,526

0,526

0,605

0,553

0,450

0,552

0,547

4.2

0,419

0,474

0,474

0,457

0,545

0,456

0,453

5.1

0,297

0,297

0,422

0,343

0,664

0,341

0,352

5.2

0,495

0,703

0,703

0,641

0,379

0,628

0,648

6.1

0,404

0,404

0,418

0,409

0,591

0,409

0,410

6.2

0,575

0,596

0,596

0,589

0,411

0,589

0,590

7.1

0,080

0,115

0,153

0,120

0,885

0,119

0,122

7.2

0,223

0,278

0,321

0,277

0,727

0,276

0,282

7.3

0,041

0,041

0,064

0,050

0,951

0,050

0,051

7.4

0,062

0,077

0,111

0,086

0,917

0,085

0,087

7.5

0,039

0,053

0,058

0,050

0,950

0,050

0,052

7.6

0,327

0,430

0,433

0,400

0,605

0,398

0,406

3.5 Hasil Perancangan TQM Scorecard

Dengan demikian berdasarkan hasil pengolahan data dengan metode AHP dan Fuzzy AHP dapat disusun model rancangan TQM Scorecard berbasiskan kriteria keunggulan kinerja Malcolm Baldrige National Quality Award 2009-2010 sebagaimana disajikan pada tabel 3.13 di halaman berikut ini :



BAB 4 ANALISIS PENGOLAHAN DATA

Pada bab ini akan dibahas mengenai analisis hasil penelitian yang telah dilakukan. 4.1 Analisis Pengolahan Data dengan Metode AHP dan Fuzzy AHP

Dari hasil perhitungan bobot kriteria perancangan TQM Scorecard berbasis kriteria MBNQA didapatkan hasil sebagai berikut :

Tabel 4.1 Perbandingan Bobot Prioritas Kriteria Keunggulan Kinerja Nilai

AHP

Fuzzy AHP

120

192

195

70 50

159 33

156 39

85

65

71

40 45

23 42

28 43

[3] Fokus Pelanggan

85

386

360

[3.1]Partisipasi Pelanggan [3.2]Suara Pelanggan [4] Pengukuran, Analisis dan Manajemen Pengetahuan [4.1]Pengukuran, Analisis, dan Peningkatan Kinerja [4.2]Pengelolaan Informasi, Pengetahuan dan TI [5] Fokus SDM [5.1]Partisipasi SDM [5.2]Lingkungan Kerja SDM [6] Manajemen Proses [6.1]Sistem Penyelesaian Pekerjaan [6.2]Proses-Proses Pelaksanaan Pekerjaan [7] Hasil [7.1]Kinerja Produk [7.2]Pemenuhan Kebutuhan Pelanggan [7.3]Hasil Kinerja Keuangan dan Pasar [7.4]Hasil Kinerja Fokus kepada SDM [7.5]Hasil Keefektifan Proses Kerja [7.6]Hasil Kinerja Kepemimpinan

40 45

139 247

133 227

90

34

37

45 45

18 16

20 17

85

63

70

45 40

19 44

25 45

85

37

42

35 50

15 22

17 25

450

223

225

100 70 70 70 70 70

26 62 9 17 12 97

27 64 11 20 12 92

1000

1000

1000

Kriteria Malcolm Baldrige 2009-2010

[1] Kepemimpinan [1.1]Kepemimpinan Atasan [1.2]Pengelolaan dan Tanggung Jawab Sosial

[2] Perencanaan Strategis [2.1]Pengembangan Strategi [2.2]Penjabaran Strategi

Nilai Kinerja

Dari hasil pengolahan data yang dilakukan tersebut, hasil yang diperoleh dengan menggunakan metode AHP dan Fuzzy AHP tidak menunjukkan adanya perbedaan yang mendasar. Di sini nampak bahwa Metode Fuzzy AHP dapat memberikan penilaian yang memperkuat dan mendistribusikan secara seimbang


kepada kategori yang termasuk kedalam triad leadership dan triad results. Fuzzy AHP mereduksi bobot kategori fokus pelanggan ( triad leadership) sebesar 26 poin pada penilaian AHP sebelumnya dan mendistribusikannya ke bagian kategori perencanaan strategis (triad leadership) 6 poin dan fokus sdm 7 poin serta manajemen proses (triad results) 5 poin. Adapun untuk kategori kepemimpinan, pengukuran, analisis dan manajemen pengetahuan serta hasil tidak ada perubahan yang cukup mendasar dari metode AHP dengan pengolahan menggunakan metode Fuzzy AHP. Untuk kategori sub-item masing-masing kriteria juga tidak ada perubahan yang cukup berarti dari kedua metode pengolahan data tersebut. Hasil perancangan TQM Scorecard untuk industri jasa konstruksi menunjukkan adanya perbedaan yang cukup menonjol dengan kriteria asli MBNQA 2009-2010 sebagai basis dasar kriteria perancangan. Perbedaan bobot kriteria yang cukup menonjol tersebut terjadi pada kategori kepemimpinan, fokus pelanggan dan hasil sebagaimana ditunjukkan dalam tabel 4.2 berikut ini :

Tabel 4.2 Perbandingan Tingkat Kepentingan Kriteria Kriteria TQM Scorecard Jasa Konstruksi 1 Fokus Pelanggan 360 2 Hasil 225

3

Kepemimpinan

195

4 5 6

Perencanaan Strategis Fokus SDM Manajemen Proses Pengukuran, Analisis & Manajemen Pengetahuan

71 70 42

7

37

Kriteria Malcolm Baldrige 2009-2010 1 Hasil 2 Kepemimpinan Pengukuran, Analisis & 3 Manajemen Pengetahuan 4 Perencanaan Strategis 5 Fokus Pelanggan 6 Fokus SDM

7

Manajemen Proses

450 120 90 85 85 85 85

Untuk kultur industri jasa konstruksi, yang lebih cenderung bersifat sebagai project culture (Riley dan Brown, 2001), dominasi dan interaksi langsung dengan pelanggan sangatlah nyata dan berlangsung cukup intens selama masa usia proyek masih berjalan. Jadwal yang ketat, pengawasan kualitas oleh pelanggan yang tinggi, inspeksi harian, surat teguran, berita acara perubahan gambar, rapat rutin

mingguan,

persetujuan

spesifikasi

material

adalah

bentuk-bentuk

keterlibatan pelanggan di dalam suatu proyek. Karakteristik lain dari industri jasa konstruksi adalah cenderung lebih mementingkan hasil daripada prosedur


( Brockmann dan Birkholz, 2007), hal ini nampak pada dominannya bobot kategori hasil sebesar 225 poin dibandingkan dengan manajemen proses sebesar 42 poin. Untuk kategori kepemimpinan, TQM Scorecard mendapatkan bobot 195 poin, sedangkan pada kriteria MBNQA 2009-2010 bobot kategori kepemimpinan adalah sebesar 120 poin. Hal ini juga berarti bahwa kultur industri jasa konstruksi memerlukan perhatian yang lebih pada figur seorang pemimpin. Sesuai dengan penjelasan pada kriteria Malcolm Baldrige, bahwa arah dan tujuan organisasi, iklim yang berlaku pada suatu organisasi, sistem yang berjalan, kerja sama tim yang solid, semuanya bermula dari komitmen dan konsistensi seorang pemimpin.

4.2 Analisis Perbandingan Kerangka MBNQA dan Hasil Perancangan Berdasarkan hasil perancangan yang ada dapat dilakukan analisa

perbandingan antara kriteria kerangka keunggulan kinerja MBNQA dan perancangan TQM Scorecard sebagai berikut :

Gambar 4.1 Kriteria Dominan dalam Kerangka MBNQA 2009-2010


Gambar 4.2 Kriteria Dominan dalam Kerangka TQM Scorecard

Dalam perbandingan kerangka kriteria penilaian kinerja tersebut, untuk industri jasa konstruksi, menempatkan fokus pelanggan sebagai driver yang akan menggerakkan organisasi, dan menempatkan posisi kepemimpinan lebih di atas dibandingkan perencanaan strategis, karena melalui seorang pemimpinlah harapan, keinginan dan kebutuhan pelanggan dapat diinternalisasi ke dalam tujuan dan program-program perusahaan. Pada kategori pengukuran, analisis dan manajemen pengetahuan, sektor industri bisnis jasa konstruksi mendapat nilai poin 37 jauh di bawah kriteria MBNQA dengan nilai poin 90, oleh karena itu industri jasa konstruksi perlu meningkatkan perhatian dan upaya yang berlebih agar mempunyai fondasi dan dasar yang kuat melalui pengelolaan database manajemen pengetahuan yang terstruktur dan terintegrasi, sehingga setiap pengambilan keputusan mempunyai dasar referensi informasi yang dapat diandalkan.


BAB 5 KESIMPULAN DAN SARAN

Setelah dilakukan analisis pembahasan pengolahan data hasil penelitian, maka pada bab ini akan dijelaskan mengenai kesimpulan dan saran dari hasil penelitian ini. 5.1 Kesimpulan

Berdasarkan hasil pengolahan data dan analisisnya, dalam penelitian ini berhasil diperoleh suatu rancangan ulang nilai bobot masing-masing kriteria penilaian kinerja MBNQA 2009-2010 sehingga lebih sesuai untuk diterapkan pada industri jasa konstruksi. Pada kultur industri jasa konstruksi, terdapat beberapa kategori penilaian kinerja yang lebih diprioritaskan menyangkut jenis kultur dan sifat bisnisnya, kategori

tersebut

adalah

fokus

pelanggan

dengan

bobot

kriteria

360,

kepemimpinan 195 dan hasil sebesar 225. Rancangan ulang ini selanjutnya dapat digunakan sebagai suatu alat penilaian internal, self-assessment yang berupa TQM Scorecard untuk lebih membantu perusahaan mengetahui kelemahan-kelemahan dan kekuatan-kekuatan serta potensi-potensi yang masih bisa ditingkatkan sebagai salah satu penerapan pilar TQM yaitu continual improvement .

5.2 Saran

Penelitian ini masih jauh dari sempurna, ada beberapa saran yang dapat ditindaklanjuti oleh peneliti yang tertarik dengan tema penelitian sejenis atau berada di dalam rumpun penelitian yang sama, khususnya di bidang industri jasa konstruksi, saran-saran tersebut adalah : 1. Kriteria Rancangan TQM Scorecard ini dapat direkomposisi ulang dengan menggunakan parameter-parameter yang lebih menggambarkan variabel kriteria ukuran kinerja proyek, 2. Parameter-parameter tersebut dapat dikembangkan dari kerangka yang sudah dirintis dan dikembangkan oleh Peng dan Koh (2010), atau dengan melakukan proses identifikasi langsung pada sektor industri jasa konstruksi.


DAFTAR REFERENSI

Al-Harbi, K.M.A. (2001). Application of the AHP in Project Management. International Journal of Project Management , 19, 19-27. Bassioni, H.A., Price, A.D.F., Hassan, T.M. (2004). Performance Measurement in Construction. Journal of Management in Engineering , 20(2), 42-50. Bell, R., Keys, B. (1998) A Conversation with Curt W. Reimann on the Background and Future of The Baldrige Awad. Organizational Dynamics , 5161. Brockmann, C., Birkholz, A. (2006, November). Industry Culture in Construction and Manufacturing . Proceedings of the Joint International Conference on Construction Culture, Innovation and Management (CCIM2006) in Dubai, UAE. Chan, A.P.C., Chan, A.P.L. (2004). Key Performance Indicators for Measuring Construction Success. An International Journal , 11(2), 203-221. Chatterjee D., Mukherjee B. (2010). Study of Fuzzy-AHP Model to Search The Criterion in The Evaluation of The Best Technical Institution: A Case Study. International Journal of Engineering Science and Technology , 2(7), 24992510. Chiou, H.K., Tzeng, G.H., Cheng, D.C. (2005). Evaluating Sustainable Fishing Development Strategies Using Fuzzy MCDM Approach. The International Journal of Management Science, 33, 223-234. Costa, M.M., Choi, T.Y., Martinez, J.A., Lorente, A.R.M. (2009). ISO 9000/1994, ISO 9001/2000 and TQM: The Performance Debate Revisited. Journal of Operations Management , 27, 495-511. Dalalah, D., Al-Oqla, F., & Hayajneh, M. (2010). Application of The Analytic Hierarchy Process (AHP) in Multi-Criteria Analysis of The Selection of Cranes. Jordan Journal of Mechanical and Industrial Engineering , 4(5), 567578. Demirel, T., Demirel, N.C., and Kahraman, C. (2008). Fuzzy Analytic Hierarchy Process and Its Application. In C. Kahraman (Ed.). Fuzzy Multi-Criteria Decision Making (pp. 53-83). Springer Optimization and Its Applications, 1, Vol. 16. Flynn, B.B., Saladin, B. (2006). Relevance of Baldrige Construct in An International Context: A Study of National Culture. Journal of Operations Management , 24, 583-603.


Flynn, B.B., Saladin, B. (2001). Further Evidence on the Validity of the Theoretical Models Underlying the Baldrige Criteria. Journal of Operations Management , 19, 617-652. International Organization for Standardization. (2009). ISO 9004:2009 Managing for the sustained success of an organization (A quality management approach) . Geneva, Switzerland. International Organization for Standardization. (2008). ISO 9001:2008 Quality Management Systems (Requirements) . Geneva, Switzerland. International Organization for Standardization. (2005). ISO 9000:2005 Quality Management Systems (Fundamentals and Vocabulary) . Geneva, Switzerland. Jacob, R., Madu, C.N., and Tang, C. (2004). An Empirical Assessment of The Financial Performance of Malcolm Baldrige Award Winners. International Journal of Quality & Reliability Management , 21(8), 897-914. Kordi, M. (2008). Comparison of Fuzzy and Crisp Analytic Hierarchy Process (AHP) Methods for Spatial Multicriteria Decision Analysis in GIS. Master Thesis in Geomatics , p. 11. University of Gävle, Swedia. Kull, T.J., Walker, J.G. (2010). Quality Management Effectiveness in Asia: The Influence of Culture. Journal of Operations Management , 28, 223-239. Lam, K.C., Kit-Lam, M.C., and Wang, D. (2008). MBNQA-oriented selfassessment quality management system for contractors: fuzzy AHP approach. Journal of Construction Management and Economics , 26, 447-461. Loomba, A.P.S., Johannessen, T.B. (1997). Malcolm Baldrige National Quality Award Critical Issues and Inherent Values. An International Journal of Quality Management & Technology , 4(1), 59-77. Mahmoudzadeh, M., Bafandeh, A.R. (2009). A Discussion on Consistency Test in th Fuzzy AHP. Proceeding of The 18 International Conference on Fuzzy Systems. (FUZZ-IEEE) in Korea, ISBN 978-1-4244-3596-8. McIntyre, C., Kirschenman, M. (2000). Survey of TQM in Construction Industry in Upper Midwest. Journal of Management in Engineering , 16(5), 67-70. Moneim, A.F.A. (2008). Fuzzy Genetic Prioritization in Multi-Criteria Decision Problems, Jordan Journal of Mechanical and Industrial Engineering , 2(4), 175-182. National Institute of Standards and Technology. Criteria for Performance Excellence 2009-2010. Malcolm Baldrige National Quality Program. Department of Commerce, USA.


Pheng, L.S., Koh, T.Y. (2010). Empiricist Framework for TQM Implementation in Construction Companies. Journal of Management in Engineering , 26(3), 133-143. Rao, A., Carr, L.P., Dambolena, I., Kopp, R.J., Martin, J., Rafii, F., Schlesinger, P.F. (1996). Total Quality Management: A Cross Functional Perspective . New York: John Wiley & Sons. Riley, M.J., and Brown, D.C. (2001). Comparison of Cultures in Construction and Manufacturing Industries. Journal of Management in Engineering , 17(3), 149158. Saaty, T.L. (2008). Decision Making with the Analytic Hierarchy Process. International Journal Services Sciences , 1(1), 83-98. Saaty, T.L. (2004). Decision Making-the Analytic Hierarchy and Network Processes (AHP/ANP), Journal of Systems Science & Systems Engineering , 13(1), 1-35. Shao, C.L. (2006). Fuzzy Hierarchical Weight Analysis for Criteria of the Taiwan National Quality Award. The Asian Journal on Quality , 7(2), 83-96. Stevenson, T.H. and Barnes, F.C. (2001, May-June). Fourteen Years of ISO 9000: Impact, Criticism, Costs, and Benefits. Business Horizons, 45-51. Torfi, F., & Rashidi, A. (2011). Selection of Project Managers in Construction Firms Using AHP and Fuzzy TOPSIS: A Case Study. Journal of Construction in Developing Countries Preview Manuscript , Department of Industrial Engineering, Mazandaran University of Science and Technology, Babol, Iran. Washington State Quality Award Program. (2006). Evolutionary Process for Performance Excellence. Washington D.C., USA. White, A. (2007, October). Using The Baldrige Criteria To Achieve Excellence in The Construction Industry. Quality Texas Foundation Update , 4-5. Wibowo, A. (2009). The Contribution Of The Construction Industry To The Economy Of Indonesia: A Systemic Approach . Discussion Paper. Civil Engineering Department, Diponegoro University. Willar, D., Coffey, V., & Trigunarsyah B. (2010). Improving Quality Management System Implementation in Indonesian Construction Firms: A Research Project . Proceeding of The First Makassar International Conference on Civil Engineering (MICCE2010), ISBN 978-602-95227-0-9.


Lampiran 1

UNIVERSITAS INDONESIA

KUESIONER PERBANDINGAN BERPASANGAN PERANCANGAN TQM SCORECARD BERBASIS KRITERIA MALCOLM BALDRIGE NATIONAL QUALITY AWARD 2009-2010 UNTUK INDUSTRI JASA KONSTRUKSI DENGAN METODE AHP DAN FUZZY AHP

PENELITIAN TESIS

INTAN PURBOSANI 0906495822

FAKULTAS TEKNIK PROGRAM MAGISTER TEKNIK INDUSTRI JAKARTA JUNI 2011


Lampiran 1 PETUNJUK PENGISIAN KUESIONER PERBANDINGAN BERPASANGAN ( PAIRWISE COMPARISON QUESTIONER )

Yth. Responden Penelitian Perancangan TQM Scorecard Berbasis Kriteria Malcolm Baldrige National Quality Award 2009-2010 Untuk Industri Jasa Konstruksi Dengan Metode AHP Kuesioner ini disusun dalam rangka mendisain atau merancang ulang penilaian kinerja industri atau perusahaan jasa konstruksi dengan berdasarkan Kriteria Kinerja Ekselen Malcolm Baldrige National Quality Award 2009-2010 agar didapatkan suatu model atau kerangka penilaian yang lebih sesuai dengan kondisi dan sifat bisnis jasa konstruksi atau kontraktor. Untuk itu kepada para responden disarankan agar mengisi sesuai dengan fakta dan pengalaman kerja yang dialami tentang hal-hal yang sangat mempengaruhi dan kurang mempengaruhi atau tidak berpengaruh terhadap pencapaian nilai kinerja kontraktor. Silahkan Anda berikan penilaian sebagai berikut : Contoh : 1

Perencanaan Strategis ( A ) 9

8

7

6

5

4

vs 3

2

1

( B ) Pengukuran, Analisis, dan Pengelolaan Pengetahuan / Metode 2 3 4 5 6 7 8 9

Dalam Kuesioner tersebut Anda diminta memberikan penilaian dengan Skala 1 sd 9 sesuai tingkat kepentingan atau prioritas dari kriteria kinerja yang dibandingkan. Adapun penjelasan dari Skala penilaian tersebut adalah sebagai berikut : Nilai 1 3 5 7 9 2, 4, 6, 8

Penjelasan Tingkat Kepentingan / Prioritas Kriteria A sama pentingnya dibandingkan dengan Kriteria B Kriteria A sedikit lebih penting dibandingkan dengan Kriteria B Kriteria A lebih penting dibandingkan dengan Kriteria B Kriteria A sangat penting dibandingkan dengan Kriteria B Kriteria A mutlak sangat penting dibandingkan dengan Kriteria B Nilai tengah-tengah di antara masing-masing nilai sebelum dan sesudahnya

Sehingga jika Anda memberikan penilaian di antara kedua Kriteria tersebut sebagai berikut : 1

Perencanaan Strategis ( A ) 9

8

7

6

5

4

vs 3

2

1

( B ) Pengukuran, Analisis, dan Pengelolaan Pengetahuan / Metode 2 3 4 5 6 7 8 9

Maka dalam hal ini, Perencanaan Strategis sangat penting dibandingkan dengan Pengukuran, Analisis dan Pengelolaan Pengetahuan / Metode. Demikian penjelasan cara pengisian kuesioner ini, atas kerjasamanya kami mengucapkan terimakasih. Selamat Mengerjakan. Keterangan : Apabila ada hal-hal yang membutuhkan penjelasan, dapat menghubungi kontak person berikut : Intan Purbosani HR & QHSE System Development Divisi Konstruksi I PT Adhi Karya (Persero) Tbk. Jl. Iskandarsyah Raya No. 65 A-B Jakarta Selatan 12160 : [email protected] ℡ 72788050 ext. 114,  08111905305, Perancangan TQM..., Intan Purbosani, FT UI, 2011

Lampiran 1

1

Kepemimpinan 9

2

7

6

5

4

3

2

8

7

8

6

7

8

6

7

8

7

8

7

8

7

8

7

5

4

3

2

5

4

3

2

8

7

2

3

4

5

6

5

4

3

2

6

2

3

4

5

6

5

4

3

2

6

5

3

2

6

5

3

2

6

5

4

3

2

6

5

3

2

8

9

Fokus kepada SDM

1

2

3

4

1

5

6

1

1

7

8

9

Pengelolaan Proses Kerja 2

3

4

5

6

7

8

9

Hasil Kerja 2

3

4

5

6

7

8

9

Fokus kepada Pelanggan 2

3

4

5

6

7

8

9

1

Pengukuran, Analisis, dan Pengelolaan Pengetahuan / Metode 2 3 4 5 6 7 8 9

vs

Fokus kepada SDM

1

2

3

4

vs 4

7

vs

vs 4

9

1

vs 4

8


vs 6

7

Fokus kepada Pelanggan

vs

Perencanaan Strategis 9

1

vs


10

8

1

Perencanaan Strategis

vs


9

2


8

3

Kepemimpinan 9

7

4

Kepemimpinan 9

6

5

Kepemimpinan 9

5

6

Kepemimpinan 9

4

7

Kepemimpinan 9

3

8

vs

1

5

6

7

8

9


3

4


5

6

7

8

9

Lampiran 1

11


12

17

18

19

3

2

8

7

6

5

8

7

6

5

8

7

6

5

8

7

6

5

4

3

2

4

3

2

4

3

2

4

3

2

Fokus kepada SDM 6

8

7

6

3

4

5

5

6

4

3

2

4

3

2

8

9

1

vs

Fokus kepada SDM

1

2

3

4

1

5

6

1

2

3

4

5

2

3

4

6

5

6

2

3

4

5

6

1

1

7

8

9

7

8

9

7

8

9


3

4

5

6

vs 1

9

Fokus kepada SDM

vs 1

8

Hasil Kerja

vs 1

7

Pengelolaan Proses Kerja

7

8

9

Hasil Kerja 2

3

4

5

6

7

8

9


3

4

5

6

vs 5

7


vs

Fokus kepada SDM 9

2

vs


7

Hasil Kerja

vs


8

1

vs


9

20

4


16

5


15

6


14

7


13

8

vs

7

8

9

Hasil Kerja 2

3

4


5

6

7

8

9

Lampiran 1

21


8

7

6

5

vs 4

3

2

1

Hasil Kerja 2

3

4

5

6

7

8

9

Berikutnya Saudara diminta untuk memberikan penilaian perbandingan di antara sub-kriteria dari masingmasing kriteria sebelumnya : Kepemimpinan 1

Kepemimpinan Atasan 9

8

7

6

5

vs 4

3

2

1

2

3

Pengelolaan Perusahaan dan Tanggung Jawab Sosial 4 5 6 7 8 9


Pengembangan Strategi 9

8

7

6

5

vs 4

3

2

1

Penjabaran Strategi 2

3

4

5

6

7

8

9


Partisipasi Pelanggan 9

8

7

6

5

vs 4

3

2

1

Suara Pelanggan 2

3

4

5

6

7

8

9

Pengukuran, Analisis, dan Pengelolaan Pengetahuan / Metode Pengukuran, Analisis, dan Pengelolaan Informasi, Pengetahuan / 4 vs Peningkatan Kinerja Organisasi Metode dan Teknologi Informasi 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9

Fokus kepada SDM 5

Partisipasi SDM 9

8

7

6

vs 5

4

3

2

Lingkungan Kerja SDM

1

2

3

4

5

6

7

8

9

vs

Proses-Proses Pelaksanaan Pekerjaan

1

2


Sistem Penyelesaian Pekerjaan 9

8

7

6

5

4

3

2

3

4

5

6

7

8

9

Hasil Kerja 7

Kinerja Produk 9

8

7

vs 6

5

4

3

2

1

Pemenuhan Kebutuhan Pelanggan 2

3

4


5

6

7

8

9

Lampiran 1 Hasil Kerja 8

Kinerja Produk 9

8

7

vs 6

5

4

3

2

1

Hasil Kinerja Keuangan dan Pasar 2

3

4

5

6

7

8

9

Hasil Kerja 9

Kinerja Produk 9

8

7

vs 6

5

4

3

2

1

Hasil Kinerja Fokus kepada SDM 2

3

4

5

6

7

8

9

Hasil Kerja 10

Kinerja Produk 9

8

7

vs 6

5

4

3

2

1

Hasil Keefektifan Proses Kerja 2

3

4

5

6

7

8

9

Hasil Kerja 11

Kinerja Produk 9

8

7

vs 6

5

4

3

2

1

Hasil Kinerja Kepemimpinan 2

3

4

5

6

7

8

9

Hasil Kerja 12


8

7

6

5

4

3

vs 2

1


3

4

5

6

7

8

9

Hasil Kerja 13


8

7

6

5

4

3

vs 2

1


3

4

5

6

7

8

9

Hasil Kerja 14


8

7

6

5

4

3

vs 2

1


3

4

5

6

7

8

9

Hasil Kerja 15


8

7

6

5

4

3

vs 2

1


3

4


5

6

7

8

9

Lampiran 1 Hasil Kerja 16


8

7

6

5

4

3

vs 2

1


3

4

5

6

7

8

9

Hasil Kerja 17


8

7

6

5

4

3

vs 2

1


3

4

5

6

7

8

9

Hasil Kerja 18


8

7

6

5

4

3

vs 2

1


3

4

5

6

7

8

9

Hasil Kerja 19


8

7

6

5

4

3

vs 2

1


3

4

5

6

7

8

9

Hasil Kerja 20


8

7

6

5

4

3

vs 2

1


3

4

5

6

7

8

9

Hasil Kerja 21


8

7

6

5

4

vs 3

2

1


3

4


5

6

7

8

9

Lampiran 1 BIODATA RESPONDEN AHLI

Nama

: .............................................................................................

Tempat / Tgl Lahir

: .............................................................................................

Instansi / Perusahaan

: .............................................................................................

Jabatan

: .............................................................................................

Pendidikan Terakhir

: .............................................................................................

Masa Kerja

: .............................................................................................

Sertifikasi / Kompetensi

: 1. 2. 3. 4. 5.

Organisasi Profesi

: 1. 2. 3. 4. 5. 6.

Beri tanda centang pada pilihan Saudara, untuk kepentingan akademik, Saya :

Mengizinkan biodata personal saya ditampilkan apa adanya

Tidak mengizinkan biodata personal saya ditampilkan apa adanya


DAFTAR RESPONDEN AHLI KUESIONER PERBANDINGAN BERPASANGAN Instansi / Perusahaan

No

Responden Ahli

Sertifikasi IAMPI

Masa Kerja

Ijazah Terakhir

1

PT A (Persero) Tbk.

Wakil Kepala Divisi

Manajer Proyek Utama

18 tahun

S2 Teknik Sipil Manajemen Proyek

2

PT B (Persero)

Manajer Teknik


20 tahun

S1 Teknik Sipil

3

PT C (Persero) Tbk.

Manajer ISO 9000

Manajer Proyek Madya

15 tahun

S1 Teknik Sipil

4

PT D (Persero)

Kepala Proyek


15 tahun

S1 Teknik Sipil

5

PT E (Persero)

Direktur Operasi


20 tahun


6

PT F (Persero) Tbk.

Kepala Proyek


23 tahun

S1 Teknik Sipil Gedung

7

PT G Tbk.

Kepala Proyek


12 tahun

S1 Teknik Sipil

8

PT H

Kepala Proyek


15 tahun

S1 Teknik

9

PT I

Kepala Proyek


20 tahun

S1 Teknik Sipil

10

Lembaga Profesi J

Direktur Eksekutif


39 tahun


Keterangan :

1. Semua data-data pada penelitian ini semata-mata digunakan untuk kepentingan penelitian akademis dan tidak dipergunakan untuk kepentingan komersial yang lain. 2. Peneliti bertanggung jawab penuh untuk menjamin kode etik dan hak intelektual yang melekat pada masing-masing responden ahli yang berkontribusi bagi penelitian ini.


L a m p i r a n 2

Lampiran 3

Tabel L.1 Matriks Perbandingan Berpasangan A A 1 2 3 4 5 6 7

1 1

2 4

3 0,2

4 3

5 3

6 2

7 0,333

0,250 5,000 0,333 0,333 0,500 3,000

1 7,000 0,500 0,500 0,500 5,000

0,143 1 0,143 0,143 0,143 0,333

2 7 1 1,000 1,000 5,000

2 7 1 1 0,333 5,000

2 7 1 3 1 7,000

0,2 3 0,2 0,2 0,143 1

Tabel L.2 Matriks Perbandingan Berpasangan B B 1 2 3 4 5 6 7

1 1

2 5

3 0,200

4 4

5 8

6 5

7 0,200

0,200 5,000 0,250 0,125 0,200 5,000

1 5,000 0,333 3,000 0,333 7,000

0,200 1 5,000 5,000 0,143 0,500

3 0,2 1 3,000 2,000 7,000

0,333 0,2 0,333 1 0,500 0,200

3 7 0,500 2 1 7,000

0,143 2 0,143 5 0,143 1

Tabel L.3 Matriks Perbandingan Berpasangan C C 1 2 3 4 5 6 7

1 1

2 5

3 0,333

4 7

5 5

6 5

7 0,333

0,200 3,000 0,143 0,200 0,200 3,000

1 5,000 0,200 0,500 0,333 8,000

0,200 1 0,143 0,200 0,200 1,000

5 7 1 1,000 1,000 9,000

2 5 1 1 0,333 7,000

3 5 1 3 1 9,000

0,125 1 0,111 0,143 0,111 1


Lampiran 3

Tabel L.4 Matriks Perbandingan Berpasangan D D 1 2 3 4 5 6 7

1 1

2 7

3 0,250

4 5

5 4

6 7

7 0,250

0,143 4,000 0,200 0,250 0,143 4,000

1 4,000 0,200 5,000 0,250 6,000

0,250 1 6,000 6,000 0,143 0,333

5 0,167 1 5,000 3,000 6,000

0,200 0,167 0,200 1 0,333 0,250

4 7 0,333 3 1 0,200

0,167 3 0,167 4 5 1

Tabel L.5 Matriks Perbandingan Berpasangan E E 1 2 3 4 5 6 7

1 1

2 3

3 0,250

4 5

5 3

6 3

7 0,333

0,333 4,000 0,200 0,333 0,333 3,000

1 5,000 0,333 3,000 0,333 0,250

0,200 1 4,000 0,333 0,333 0,500

3 0,250 1 3,000 3,000 7,000

0,333 3 0,333 1 0,333 0,200

3 3 0,333 3 1 0,250

4 2 0,143 5 4 1

Tabel L.6 Matriks Perbandingan Berpasangan F F 1 2 3 4 5 6 7

1 1

2 8

3 0,333

4 5

5 2

6 7

7 5

0,125 3,000 0,200 0,500 0,143 0,200

1 8,000 0,333 1,000 0,500 1,000

0,125 1 0,143 0,143 0,143 0,200

3 7 1 3,000 1,000 3,000

1 7 0,333 1 0,333 2,000

2 7 1 3 1 5,000

1 5 0,333 0,5 0,2 1


Lampiran 3

Tabel L.7 Matriks Perbandingan Berpasangan G G 1 2 3 4 5 6 7

1 1

2 8

3 0,250

4 7

5 5

6 5

7 0,333

0,125 4,000 0,143 0,200 0,200 3,000

1 5,000 0,500 2,000 0,500 5,000

0,200 1 0,111 0,111 0,143 0,333

2 9 1 3,000 2,000 5,000

0,500 9 0,333 1 0,500 5,000

2 7 0,500 2 1 7,000

0,2 3 0,200 0,2 0,143 1

Tabel L.8 Matriks Perbandingan Berpasangan J J 1 2 3 4 5 6 7

1 1

2 9

3 0,500

4 8

5 5

6 5

7 0,333

0,111 2,000 0,125 0,200 0,200 3,000

1 5,000 0,333 3,000 0,333 7,000

0,200 1 0,111 0,111 0,111 0,500

3 9 1 3,000 2,000 7,000

0,333 9 0,333 1 0,500 3,000

3 9 0,500 2 1 7,000

0,143 2 0,143 0,333 0,143 1


Lampiran 3

Tabel L.9 Matriks Perbandingan Berpasangan Item 1-6 KLMN K1-6 1.1 1 1.1 1.2 0,143 2.1 2.1 3.1 3.2 4.1 4.2 5.1 5.2 6.1 6.2

L1-6

M1-6

N1-6

1.2 7 1

1.1 1 0,143

1.2 7 1

1.1 1 0,125

1.2 8 1

1.1 1 0,500

1.2 2 1

2.1

2.2

2.1

2.2

2.1

2.2

2.1

2.2

1 5 3.1 1 5 4.1 1 0,200 5.1 1 5 6.1 1 0,200

0,200 1 3.2 0,200 1 4.2 5 1 5.2 0,200 1 6.2 5 1

1 3 1 0,333 1 5 0,333 1 3 1 0,200 1 3.1 3.2 3.1 3.2 3.1 3.2 1 0,200 1 0,143 1 0,200 5 1 7 1 5 1 4.1 4.2 4.1 4.2 4.1 4.2 1 4 1 3 1 3 0,250 1 0,333 1 0,333 1 5.1 5.2 5.1 5.2 5.1 5.2 1 2 1 1 1 0,333 0,500 1 1 1 3 1 6.1 6.2 6.1 6.2 6.1 6.2 1 6 1 0,143 1 0,333 0,167 1 7 1 3 1


Lampiran 3

Tabel L.10 Matriks Perbandingan Berpasangan Item 1-6 OPQR O1-6 1.1 1 1.1 1.2 0,200 2.1 2.1 2.1 3.1 3.2 4.1 4.2 5.1 5.2 6.1 6.2

P1-6

Q1-6

R1-6

1.2 5 1

1.1 1 0,200

1.2 5 1

1.1 1 0,333

1.2 3 1

1.1 1 0,333

1.2 3 1

2.2

2.1

2.2

2.1

2.2

2.1

2.2

0,333 1 3.2 2 1 4.2 0,333 1 5.2 1 1 6.2 0,333 1

1 1 3.1 1 3 4.1 1 3 5.1 1 3 6.1 1 0,333

1 1 3.2 0,333 1 4.2 0,333 1 5.2 0,333 1 6.2 3 1

1 0,250 1 2 1 4 1 0,500 1 3 3.1 3.2 3.1 3.2 3.1 1 4 1 3 1 0,250 1 0,333 1 0,500 4.1 4.2 4.1 4.2 4.1 1 0,200 1 1 1 5 1 1 1 3 5.1 5.2 5.1 5.2 5.1 1 3 1 0,200 1 0,333 1 5 1 1 6.1 6.2 6.1 6.2 6.1 1 5 1 0,200 1 0,200 1 5 1 3


Lampiran 3

Tabel L.11 Matriks Perbandingan Berpasangan S S 7.1 7.2 7.3 7.4 7.5 7.6

7.1 1

7.2 0,2

7.3 3

7.4 1

7.5 3

7.6 0,2

5 0,333 1 0,333 5

1 0,125 0,200 0,143 1

8 1 2 1 7

5 0,5 1 1 7

7 1 1 1 7

1 0,143 0,143 0,143 1

Tabel L.12 Matriks Perbandingan Berpasangan T T 7.1 7.2 7.3 7.4 7.5 7.6

7.1 1

7.2 0,333

7.3 0,333

7.4 5

7.5 4

7.6 0,333

3,000 3,000 0,200 0,250 3,000

1 0,200 0,500 0,200 3,000

5 1 3,000 0,200 0,250

2 0,333 1 0,250 3,000

5 5 4 1 3,000

0,333 4,000 0,333 0,333 1

Tabel L.13 Matriks Perbandingan Berpasangan U U 7.1 7.2

7.1 1 4,000

7.2 0,25 1

7.3 5 7

7.4 0,5 3

7.5 4 5

7.6 0,167 0,333

7.3 7.4

0,200 2,000 0,250 6,000

0,143 0,333 0,200 3,000

1 4,000 1,000 8,000

0,25 1 1,000 8,000

1 1 1 9,000

0,125 0,125 0,111 1

7.5 7.6

Tabel L.14 Matriks Perbandingan Berpasangan V V

7.1

7.2

7.3

7.4

7.5

7.6

7.1 7.2

1 3,000 3,000 0,500 4,000 3,000

0,333 1 0,167 0,250 0,500 0,333

0,333 6 1 3,000 1,000 3,000

2 4 0,333 1 1,000 0,333

0,250 2 1 1 1 3,000

0,333 3 0,333 3 0,333 1

7.3 7.4 7.5 7.6


Lampiran 3

Tabel L.15 Matriks Perbandingan Berpasangan W W 7.1 7.2 7.3 7.4 7.5 7.6

7.1 1

7.2 3

7.3 3

7.4 0,333

7.5 3

7.6 0,333

0,333 0,333 3,000 0,333 3,000

1 0,333 0,250 0,333 0,333

3 1 0,333 1,000 3,000

4 3 1 1,000 0,250

3 1 1 1 1,000

3 0,333 4 1 1

Tabel L.16 Matriks Perbandingan Berpasangan X X 7.1 7.2 7.3 7.4 7.5 7.6

7.1 1

7.2 0,25

7.3 3

7.4 2

7.5 5

7.6 0,333

4,000 0,333 0,500 0,200 3,000

1 0,143 0,250 0,200 3,000

7 1 4,000 1,000 8,000

4 0,25 1 1,000 5,000

5 1 1 1 5,000

0,333 0,125 0,200 0,200 1

Tabel L.17 Matriks Perbandingan Berpasangan Y

Y 7.1 7.2 7.3 7.4 7.5 7.6

7.1 1 3,000

7.2 0,333 1

7.3 3 7

7.4 2 4

7.5 3 5

7.6 0,333 0,2

0,333 0,500 0,333 3,000

0,143 0,250 0,200 5,000

1 3,000 1,000 7,000

0,333 1 1,000 7,000

1 1 1 5,000

0,143 0,143 0,200 1

Tabel L.18 Matriks Perbandingan Berpasangan Z Z

7.1

7.2

7.3

7.4

7.5

7.6

7.1 7.2

1 5,000 0,333 0,500 0,333 3,000

0,2 1 0,200 0,250 0,200 3,000

3 5 1 3,000 1,000 9,000

2 4 0,333 1 1,000 9,000

3 5 1 1 1 5,000

0,333 0,333 0,111 0,111 0,200 1

7.3 7.4 7.5 7.6


Lampiran 3


Lampiran 3


Lampiran 3


Lampiran 3

PENGOLAHAN DATA MATRIKS A

A 1 2 3 4 5 6 7 Σ

1 2 3 4 5 6 7 Σ

1 1 0,250 5, 000 0,333 0,333 0,500 3,000 10,417

2 4 1 7, 000 0,500 0,500 0,500 5,000 18, 500

3 4 0,2 3 0,14 2 7 1 0,143 1 0,143 1,000 0,143 1,000 0,333 5,000 2,105 20, 000

1 0,096 0,024 0,480 0,032 0,032 0,048 0,288 1

2 0,216 0,054 0,378 0,027 0,027 0,027 0,270 1

3 0,095 0,068 0,475 0,068 0,068 0,068 0,158 1

4 1 7,000 0,500 0,500 0,500 5,000

0,200 0,143 1 0,143 0,143 0,143 0,333

:

0,124 0,068 0,420 0,045 0,057 0,040 0,247

5 3 2 7 1 1 0,333 5,000 19, 333

6 2 2 7 1 3 1 7,000 23, 000

7 0,333 0,2 3 0,2 0,2 0,143 1 5, 076

4 0,150 0,100 0,350 0,050 0,050 0,050 0,250 1

5 0,155 0,103 0,362 0,052 0,052 0,017 0,259 1

6 0,087 0,087 0,304 0,043 0,130 0,043 0,304 1

7 0,066 0,039 0,591 0,039 0,039 0,028 0,197 1

3 2 7 1 1 1,000 5,000

3 2 7 1 1 0,333 5,000

2 2 7 1 3 1 7,000

0,333 0,200 3 0,200 0,200 0,143 1

=

7,659 7,233 7,725 7,330 7,145 7,323 7,647

Σ

0,865 0,476 2,941 0,312 0,398 0,282 1,727 7

Eigen Vector 0,124 0,068 0,420 0,045 0,057 0,040 0,247 1

Consistensi Ratio 1 0,250 5,000 0,333 0,333 0,500 3,000 0,946 0,492 3,245 0,326 0,407 0,295 1,886 Maks

Eigen Value)

7,437

Consistensi Index ( CI )

0,073

Random Index ( RI ), n = 7

1,32

CR = CI / RI

x

0,055

< 0,1

OK


0,124 0,068 0,420 0,045 0,057 0,040 0,247

=

0,946 0,492 3,245 0,326 0,407 0,295 1,886

Lampiran 3

PENGOLAHAN DATA MATRIKS C

C 1 2 3 4 5 6 7 Σ

1 2 3 4 5 6 7 Σ

1 1 0,200 3, 000 0,143 0,200 0,200 3,000 7, 743

2 5 1 5, 000 0,200 0,500 0,333 8,000 20,033

3 4 0,333 7 0,200 5 7 1 0,143 1 0,200 1,000 0,200 1,000 1,000 9,000 3, 076 31, 000

5 5 2 5 1 1 0,333 7,000 21, 333

6 5 3 5 1 3 1 9,000 27, 000

7 0,333 0,125 1 0,111 0,143 0,111 1 2, 823

1 0,129 0,026 0,387 0,018 0,026 0,026 0,387 1

2 0,250 0,050 0,250 0,010 0,025 0,017 0,399 1

3 0,108 0,065 0,325 0,046 0,065 0,065 0,325 1

4 0,226 0,161 0,226 0,032 0,032 0,032 0,290 1

5 0,234 0,094 0,234 0,047 0,047 0,016 0,328 1

6 0,185 0,111 0,185 0,037 0,111 0,037 0,333 1

7 0,118 0,044 0,354 0,039 0,051 0,039 0,354 1

5 1 5,000 0,200 0,500 0,333 8,000

0,333 0,200 1 0,143 0,200 0,200 1,000

7 5 7 1 1 1,000 9,000

5 2 5 1 1 0,333 7,000

5 3 5 1 3 1 9,000

0,333 0,125 1 0,111 0,143 0,111 1

:

0,179 0,079 0,280 0,033 0,051 0,033 0,345

=

8,014 7,359 7,872 7,190 7,138 7,231 7,940

Σ

1,251 0,551 1,962 0,230 0,357 0,232 2,418 7

Eigen Vector 0,179 0,079 0,280 0,033 0,051 0,033 0,345 1

Consistensi Ratio 1 0,200 3,000 0,143 0,200 0,200 3,000

1,432 0,579 2,206 0,237 0,364 0,239 2,742 Maks

Eigen Value)

7,535


0,089


1,32

CR = CI / RI

x

0,068

< 0,1

OK


0,179 0,079 0,280 0,033 0,051 0,033 0,345

=

1,432 0,579 2,206 0,237 0,364 0,239 2,742

Lampiran 3

PENGOLAHAN DATA MATRIKS F

F 1 2 3 4 5 6 7 Σ

1 2 3 4 5 6 7 Σ

1 1 0,125 3, 000 0,200 0,500 0,143 0,200 5, 168

2 8 1 8, 000 0,333 1,000 0,500 1,000 19, 833

3 4 0,333 5 0,125 3 7 1 0,143 1 0,143 3,000 0,143 1,000 0,200 3,000 2, 087 23, 000

5 2 1 7 0,333 1 0,333 2,000 13, 667

6 7 2 7 1 3 1 5,000 26, 000

7 5 1 5 0,333 0,5 0,2 1 13, 033

1 0,194 0,024 0,581 0,039 0,097 0,028 0,039 1

2 0,403 0,050 0,403 0,017 0,050 0,025 0,050 1

3 0,160 0,060 0,479 0,068 0,068 0,068 0,096 1

4 0,217 0,130 0,304 0,043 0,130 0,043 0,130 1

5 0,146 0,073 0,512 0,024 0,073 0,024 0,146 1

6 0,269 0,077 0,269 0,038 0,115 0,038 0,192 1

7 0,384 0,077 0,384 0,026 0,038 0,015 0,077 1

8 1 8,000 0,333 1,000 0,500 1,000

0,333 0,125 1 0,143 0,143 0,143 0,200

5 3 7 1 3 1,000 3,000

2 1 7 0,333 1 0,333 2,000

7 2 7 1 3 1 5,000

5 1 5 0,333 1 0,200 1

:

0,253 0,070 0,419 0,037 0,082 0,035 0,104

=

8,157 7,396 7,960 7,312 7,386 7,219 7,242

Σ

1,773 0,492 2,932 0,256 0,573 0,243 0,731 7

Eigen Vector 0,253 0,070 0,419 0,037 0,082 0,035 0,104 1


2,066 0,520 3,335 0,267 0,605 0,251 0,756 Maks

Eigen Value)

7,525


0,087


1,32

CR = CI / RI

x

0,066

< 0,1

OK


0,253 0,070 0,419 0,037 0,082 0,035 0,104

=

2,066 0,520 3,335 0,267 0,605 0,251 0,756

Lampiran 3

PENGOLAHAN DATA MATRIKS G

G 1 2 3 4 5 6 7 Σ

1 2 3 4 5 6 7 Σ

1 1 0,125 4, 000 0,143 0,200 0,200 3,000 8, 668

2 8 1 5, 000 0,500 2,000 0,500 5,000 22,000

3 4 0,250 7 0,200 2 9 1 0,111 1 0,111 3,000 0,143 2,000 0,333 5,000 2, 148 29, 000

1 0,115 0,014 0,461 0,016 0,023 0,023 0,346 1

2 0,364 0,045 0,227 0,023 0,091 0,023 0,227 1

3 0,116 0,093 0,465 0,052 0,052 0,066 0,155 1

4 0,241 0,069 0,310 0,034 0,103 0,069 0,172 1

8 1 5,000 0,500 2,000 0,500 5,000

0,250 0,200 1 0,111 0,111 0,143 0,333

:

0,192 0,052 0,395 0,029 0,062 0,039 0,231

5 5 0,500 9 0,333 1 0,500 5,000 21, 333

6 5 2 7 0,500 2 1 7,000 24, 500

7 0,333 0,2 3 0,200 0,2 0,143 1 5, 076

5 0,234 0,023 0,422 0,016 0,047 0,023 0,234 1

6 0,204 0,082 0,286 0,020 0,082 0,041 0,286 1

7 0,066 0,039 0,591 0,039 0,039 0,028 0,197 1

7 2 9 1 3 2,000 5,000

5 1 9 0,333 1 0,500 5,000

5 2 7 1 2 1 7,000

0,333 0,200 3 0,200 0,200 0,143 1

=

7,802 7,035 8,132 7,412 7,364 7,203 8,343

Σ

1,341 0,366 2,763 0,201 0,437 0,274 1,618 7

Eigen Vector 0,192 0,052 0,395 0,029 0,062 0,039 0,231 1


1,495 0,368 3,210 0,213 0,460 0,282 1,928 Maks

Eigen Value)

7,613


0,102


1,32

CR = CI / RI

x

0,077

< 0,1

OK


0,192 0,052 0,395 0,029 0,062 0,039 0,231

=

1,495 0,368 3,210 0,213 0,460 0,282 1,928

Lampiran 3

PENGOLAHAN DATA MATRIKS J

J 1 2 3 4 5 6 7 Σ

1 2 3 4 5 6 7 Σ

1 1 0,111 2, 000 0,125 0,200 0,200 3,000 6, 636

2 9 1 5, 000 0,333 3,000 0,333 7,000 25,667

3 4 0,500 8 0,200 3 9 1 0,111 1 0,111 3,000 0,111 2,000 0,500 7,000 2, 533 33, 000

5 5 0,333 9 0,333 1 0,500 3,000 19, 167

6 5 3 9 0,500 2 1 7,000 27, 500

7 0,333 0,143 2 0,143 0,333 0,143 1 4, 095

1 0,151 0,017 0,301 0,019 0,030 0,030 0,452 1

2 0,351 0,039 0,195 0,013 0,117 0,013 0,273 1

3 0,197 0,079 0,395 0,044 0,044 0,044 0,197 1

4 0,242 0,091 0,273 0,030 0,091 0,061 0,212 1

5 0,261 0,017 0,470 0,017 0,052 0,026 0,157 1

6 0,182 0,109 0,327 0,018 0,073 0,036 0,255 1

7 0,081 0,035 0,488 0,035 0,081 0,035 0,244 1

9 1 5,000 0,333 3,000 0,333 7,000

1 0,200 1 0,111 0,111 0,111 0,500

8 3 9 1 3 2,000 7,000

5 0,333 9 0,333 1 0,500 3,000

5 3 9 1 2 1 7,000

0,333 0,143 2 0,143 0,333 0,143 1

:

0,209 0,055 0,350 0,025 0,070 0,035 0,256

=

8,084 7,035 7,791 7,376 7,846 7,315 8,120

Σ

1,465 0,387 2,449 0,176 0,488 0,245 1,790 7

Eigen Vector 0,209 0,055 0,350 0,025 0,070 0,035 0,256 1


1,692 0,389 2,725 0,186 0,547 0,256 2,076 Maks

Eigen Value)

7,653


0,109


1,32

CR = CI / RI

x

0,082

< 0,1

OK


0,209 0,055 0,350 0,025 0,070 0,035 0,256

=

1,692 0,389 2,725 0,186 0,547 0,256 2,076

Lampiran 3

PENGOLAHAN SINTESIS DATA MATRIKS A, C, F, G, dan J

STS 1 2 3 4 5 6 7 Σ

1 1 0,154067 3,245342 0,176248 0,266065 0,224591 1,745432 6 ,812

2 6,490684 1 5,875159 0,353953 1,084472 0,425142 4,258196 19, 488

3 0,308134 0,170208 1 0,129195 0,138188 0,145311 0,406585 2, 298

4 5,673819 2,825235 7,740265 1 1,933182 1,319508 5,431007 25, 923

5 3,75848 0,922108 7,236528 0,517282 1 0,392026 4,020109 17, 847

6 4,452538 2,352158 6,881789 0,757858 2,550849 1 6,881789 24, 877

7 0,572924 0,234841 2,459509 0,184128 0,248749 0,145311 1 4, 845

1 0,147 0,023 0,476 0,026 0,039 0,033 0,256 1

2 0,333 0,051 0,301 0,018 0,056 0,022 0,219 1

3 0,134 0,074 0,435 0,056 0,060 0,063 0,177 1

4 0,219 0,109 0,299 0,039 0,075 0,051 0,210 1

5 0,211 0,052 0,405 0,029 0,056 0,022 0,225 1

6 0,179 0,095 0,277 0,030 0,103 0,040 0,277 1

7 0,118 0,048 0,508 0,038 0,051 0,030 0,206 1

6,491 1 5,875 0,354 1,084 0,425 4,258

0,308 0,170 1 0,129 0,138 0,145 0,407

5,674 2,825 8 1 2 1,320 5,431

3,758 0,922 7,237 0,517 1 0,392 4,020

4,453 2,352 6,882 0,758 2,551 1 6,882

0,573 0,235 2,460 0,184 0,249 0,145 1

:

0,192 0,065 0,386 0,034 0,063 0,037 0,223

=

7,573 7,021 7,533 7,169 7,216 7,115 7,539

7,310

1 2 3 4 5 6 7 Σ

Σ

1,341 0,452 2,701 0,236 0,439 0,261 1,569 7

Eigen Vector 0,192 0,065 0,386 0,034 0,063 0,037 0,223 1,000


1,451 0,453 2,907 0,242 0,453 0,265 1,681 Maks

Eigen Value)

Consistensi Index ( CI ) Random Index ( RI ), n = 7 CR = CI / RI

x

0,052 1, 32 0,039

< 0,1

OK


0,192 0,065 0,386 0,034 0,063 0,037 0,223

=

1,451 0,453 2,907 0,242 0,453 0,265 1,681

Lampiran 3

PENGOLAHAN DATA MATRIKS K1-6, M1-6, P1-6, Q1-6, R1-6

Re sponden 1 1.1 1.2 1 7 1.1 1 1.2 0,143

Re sponden 2 1.1 1 1.1 0,125 1.2

1.2 8 1

Re sponde n 3 1.1 1 1.1 0,200 1.2

1.2 5 1

Re sponde n 4 1.1 1 1.1 0,333 1.2

1.2 3 1

Re sponde n 5 1.1 1 1.1 0, 333 1.2

1.2 3 1

2.2 1 1

2.1 2.1 1 5 2.1

2.2 0,2 1

2.1 2.1

2.1 2.2 1 0,333 3,000 1

2.1 2.1

2.1 1 0,500

2.2 2 1

2.1 2.1

2.1 2.2 1 0,333 3, 000 1

2.1 2.1

2.1 1 1, 000

3.1 3.1 1 5 3.2

3.2 0,2 1

3.1 3.2

3.1 3.2 1 0,143 7,000 1

3.1 3.2

3.1 1 0, 333

3.2 3 1

3.1 3.2

3.1 1 0, 500

3.1 3.2

3.1 3.2 1 0,333 3,000 1

4.1 1 0,2

4.2 5 1

4.1 4.2

4.1 1 0, 333

4.2 3 1

4.1 4.2

4.1 1 1, 000

4.2 1 1

4.1 4.2

4.1 4.2 1 0,333 3, 000 1

4.1 4.2

4.1 4.2 1 0, 333 3,000 1

5.1 5.1 1 5 5.2

5.2 0,2 1

5.1 5.2

5.1 1 1, 000

5.2 1 1

5.1 5.2

5.1 1 5, 000

5.2 0,2 1

5.1 5.2

5.1 1 1, 000

5.1 5.2

5.1 5.2 1 0, 333 3, 000 1

6.1 1 0,2

6.2 5 1

6.1 6.2

6.1 6.2 1 0,143 7,000 1

6.1 6.2

6.1 1 5,000

6.2 0,2 1

6.1 6.2

6.1 6.2 1 0,333 3, 000 1

6.1 6.2

6.1 1 0, 333

4.1 4.2

6.1 6.2


3.2 2 1

5.2 1 1

6.2 3 1

Lampiran 3

PENGOLAHAN DATA MATRIKS K1-6, M1-6, P1-6, Q1-6, R1-6

Matriks Perbandingan Berpasangan Sub Kriteria 1.1 1.2 1.1 4,789389 1.1 1 1.1 0,82727 0,208795 1 1.2 1.2 0,17273 1,208795 5,789389 1

1.2 0,82727 0,17273 1

Eigen Vector 1,65454 0,82727 0,34546 0,17273 2 1

2.1 2.1

2.1 1 1,86396 2,86396

2.2 0,536492 1 1,536492

2.1 2.2 Eigen Vector 2.1 0,349167 0,349167 0,698334 0,349167 2.1 0,650833 0,650833 1,301666 0,650833 1 1 2 1

3.1 3.2

3.1 3.2 1 0,564147 1,772587 1 2,772587 1,564147

3.1 3.2 Eigen Vector 3.1 0,360674 0,360674 0,721348 0,360674 3.2 0,639326 0,639326 1,278652 0,639326 1 1 2 1

4.1 4.2

4.1 1 0,90288 1,90288

4.2 1,107566 1 2,107566

4.1 4.2 Eigen Vector 4.1 0,525519 0,525519 1,051038 0,525519 4.2 0,474481 0,474481 0,948962 0,474481 1 1 2 1

5.1 5.2

5.1 5.2 1 0,421685 2,371441 1 3,371441 1,421685

5.1 5.2 Eigen Vector 5.1 0,296609 0,296609 0,593218 0,296609 5.2 0,703391 0,703391 1,406782 0,703391 1 1 2 1

6.1 6.2

6.1 6.2 1 0,677611 1,475773 1 2,475773 1,677611

6.1 6.2 Eigen Vector 6.1 0,403914 0,403914 0,807828 0,403914 6.2 0,596086 0,596086 1,192172 0,596086 1 1 2 1


Lampiran 3

PENGOLAHAN DATA MATRIKS S

S 7.1 7.2 7.3 7.4 7.5 7.6 Σ

7.1 7.2 7.3 7.4 7.5 7.6 Σ

7.1 1 5,000 0,333 1,000 0,333 5,000 12, 667

7.2 0,2 1 0,125 0,200 0,143 1,000 2, 668

7.3 3 8 1 2,000 1,000 7,000 22, 000

7.4 1 5 0,5 1 1,000 7,000 15,500

7.5 3 7 1 1 1 7,000 20, 000

7.6 0,2 1 0,143 0,143 0,143 1 2, 629

7.1 0,079 0,395 0,026 0,079 0,026 0,395 1

7.2 0,075 0,375 0,047 0,075 0,054 0,375 1

7.3 0,136 0,364 0,045 0,091 0,045 0,318 1

7.4 0,065 0,323 0,032 0,065 0,065 0,452 1

7.5 0,150 0,350 0,050 0,050 0,050 0,350 1

7.6 0,076 0,380 0,054 0,054 0,054 0,380 1

0,2 1 0,125 0,200 0,143 1,000

3 8 1 2,000 1,000 7,000

1 5 1 1 1 7,000

3 7 1 1 1 7,000

0,2 1 0,143 0,143 0,143 1

Σ

0,581 2,186 0,255 0,414 0,294 2,270 6

Eigen Vector 0,097 0,364 0,043 0,069 0,049 0,378

Consistensi Ratio 1 5,000 0,333 1,000 0,333 5,000

0,589 2,255 0,258 0,427 0,299 2,350

:

0,097 0,364 0,043 0,069 0,049 0,378

=

Maksimum Eigen Value

6,139


0,028


1,24

CR = CI / RI

0,022

x

0,097 0,364 0,043 0,069 0,049 0,378

6,084 6,189 6,063 6,190 6,096 6,213

< 0,1

OK


=

0,589 2,255 0,258 0,427 0,299 2,350

Lampiran 3

PENGOLAHAN DATA MATRIKS U

U 7.1 7.2 7.3 7.4 7.5 7.6 Σ

7.1 7.2 7.3 7.4 7.5 7.6 Σ

7.1 1 4,000 0,200 2,000 0,250 6,000 13, 450

7.2 0,25 1 0,143 0,333 0,200 3,000 4, 926

7.3 5 7 1 4,000 1,000 8,000 26, 000

7.4 0,5 3 0,25 1 1,000 8,000 13,750

7.5 4 5 1 1 1 9,000 21, 000

7.6 0,167 0,333 0,125 0,125 0,111 1 1, 861

7.1 0,074 0,297 0,015 0,149 0,019 0,446 1

7.2 0,051 0,203 0,029 0,068 0,041 0,609 1

7.3 0,192 0,269 0,038 0,154 0,038 0,308 1

7.4 0,036 0,218 0,018 0,073 0,073 0,582 1

7.5 0,190 0,238 0,048 0,048 0,048 0,429 1

7.6 0,090 0,179 0,067 0,067 0,060 0,537 1

0,25 1 0,143 0,333 0,200 3,000

5 7 1 4,000 1,000 8,000

1 3 0,25 1 1 8,000

4 5 1 1 1 9,000

0,167 0,333 0,125 0,125 0,111 1

Σ

0,634 1,405 0,215 0,558 0,278 2,910 6

Eigen Vector 0,106 0,234 0,036 0,093 0,046 0,485


0,656 1,580 0,221 0,633 0,302 3,269

:

0,106 0,234 0,036 0,093 0,046 0,485

=


6,530


0,106


1,24

CR = CI / RI

0,086

x

0,106 0,234 0,036 0,093 0,046 0,485

6,211 6,747 6,148 6,807 6,531 6,738

< 0,1

OK


=

0,656 1,580 0,221 0,633 0,302 3,269

Lampiran 3

PENGOLAHAN DATA MATRIKS X

X 7.1 7.2 7.3 7.4 7.5 7.6

Σ

7.1 7.2 7.3 7.4 7.5 7.6 Σ

7.1 1 4,000 0,333 0,500 0,200 3,000 9, 033

7.2 0,25 1 0,143 0,250 0,200 3,000 4, 843

7.3 3 7 1 4,000 1,000 8,000 24, 000

7.4 2 4 0,25 1 1,000 5,000 13,250

7.5 5 5 1 1 1 5,000 18, 000

7.6 0,333 0,333 0,125 0,200 0,200 1 2, 192

7.1 0,111 0,443 0,037 0,055 0,022 0,332 1

7.2 0,052 0,206 0,029 0,052 0,041 0,619 1

7.3 0,125 0,292 0,042 0,167 0,042 0,333 1

7.4 0,151 0,302 0,019 0,075 0,075 0,377 1

7.5 0,278 0,278 0,056 0,056 0,056 0,278 1

7.6 0,152 0,152 0,057 0,091 0,091 0,456 1

0,25 1 0,143 0,250 0,200 3,000

3 7 1 4,000 1,000 8,000

2 4 0,25 1 1 5,000

5 5 1 1 1 5,000

0,333 0,333 0,125 0,200 0,200 1

Σ

0,868 1,673 0,240 0,496 0,327 2,396 6

Eigen Vector 0,145 0,279 0,040 0,083 0,055 0,399


0,905 1,874 0,253 0,519 0,342 2,675

:

0,145 0,279 0,040 0,083 0,055 0,399

=


6,426


0,085


1,24

CR = CI / RI

0,069

x

0,145 0,279 0,040 0,083 0,055 0,399

6,258 6,720 6,341 6,277 6,263 6,698

< 0,1

OK


=

0,905 1,874 0,253 0,519 0,342 2,675

Lampiran 3

PENGOLAHAN DATA MATRIKS Y

Y 7.1 7.2 7.3 7.4 7.5 7.6

Σ

7.1 7.2 7.3 7.4 7.5 7.6 Σ

7.1 1 3,000 0,333 0,500 0,333 3,000 8, 167

7.2 0,333 1 0,143 0,250 0,200 5,000 6, 926

7.3 3 7 1 3,000 1,000 7,000 22, 000

7.4 2 4 0,333 1 1,000 7,000 15,333

7.5 3 5 1 1 1 5,000 16, 000

7.6 0,333 0,2 0,143 0,143 0,200 1 2, 019

7.1 0,122 0,367 0,041 0,061 0,041 0,367 1

7.2 0,048 0,144 0,021 0,036 0,029 0,722 1

7.3 0,136 0,318 0,045 0,136 0,045 0,318 1

7.4 0,130 0,261 0,022 0,065 0,065 0,457 1

7.5 0,188 0,313 0,063 0,063 0,063 0,313 1

7.6 0,165 0,099 0,071 0,071 0,099 0,495 1

0,333 1 0,143 0,250 0,200 5,000

3 7 1 3,000 1,000 7,000

2 4 0,333 1 1 7,000

3 5 1 1 1 5,000

0,333 0,200 0,143 0,143 0,200 1

Σ

0,790 1,502 0,262 0,432 0,342 2,672 6

Eigen Vector 0,132 0,250 0,044 0,072 0,057 0,445


0,810 1,613 0,268 0,452 0,356 3,187

:

0,132 0,250 0,044 0,072 0,057 0,445

=


6,400


0,080


1,24

CR = CI / RI

0,065

x

0,132 0,250 0,044 0,072 0,057 0,445

6,148 6,442 6,138 6,276 6,242 7,157

< 0,1

OK


=

0,810 1,613 0,268 0,452 0,356 3,187

Lampiran 3

PENGOLAHAN DATA MATRIKS Z

Z 7.1 7.2 7.3 7.4 7.5 7.6 Σ

7.1 7.2 7.3 7.4 7.5 7.6 Σ

7.1 1 5,000 0,333 0,500 0,333 3,000 10, 167

7.2 0,2 1 0,200 0,250 0,200 3,000 4, 850

7.3 3 5 1 3,000 1,000 9,000 22, 000

7.4 2 4 0,333 1 1,000 9,000 17,333

7.5 3 5 1 1 1 5,000 16, 000

7.6 0,333 0,333 0,111 0,111 0,200 1 2, 089

7.1 0,098 0,492 0,033 0,049 0,033 0,295 1

7.2 0,041 0,206 0,041 0,052 0,041 0,619 1

7.3 0,136 0,227 0,045 0,136 0,045 0,409 1

7.4 0,115 0,231 0,019 0,058 0,058 0,519 1

7.5 0,188 0,313 0,063 0,063 0,063 0,313 1

7.6 0,160 0,160 0,053 0,053 0,096 0,479 1

0,200 1 0,200 0,250 0,200 3,000

3 5 1 3,000 1,000 9,000

2 4 0,333 1 1 9,000

3 5 1 1 1 5,000

0,333 0,333 0,111 0,111 0,200 1

Σ

0,738 1,628 0,254 0,410 0,335 2,633 6

Eigen Vector 0,123 0,271 0,042 0,068 0,056 0,439


0,755 1,798 0,265 0,430 0,350 2,899

:

0,123 0,271 0,042 0,068 0,056 0,439

=


6,360


0,072


1,24

CR = CI / RI

0,058

x

0,123 0,271 0,042 0,068 0,056 0,439

6,138 6,627 6,254 6,280 6,257 6,606

< 0,1

OK


=

0,755 1,798 0,265 0,430 0,350 2,899

Perancangan TQM

Recommend Documents