penentuan pemilihan teknologi …mmt.its.ac.id/download/semnas/semnas xiii/mi/13. prosiding...

Prosiding Seminar Nasional Manajemen Teknologi XIIIProgram Studi MMT-ITS, Surabaya 5 Pebruari 2011

PENENTUAN PEMILIHAN TEKNOLOGI PENGENDALIANKEBOCORAN AIR

DI PDAM DELTA TIRTA KAB. SIDOARJODENGAN PENDEKATAN ANALYTIC NETWORK PROCESS (ANP)

Iewan Prasetya, Udisubakti CiptomulyonoMahasiswa Magister Manajemen Teknologi

Institut Teknologi Sepuluh Nopember, SurabayaEmail: [email protected]

ABSTRAK

Penelitian tingkat kehilangan air bagi PDAM Delta Tirta sangatlah penting. Halini dikarenakan tingkat kehilangan air PDAM Delta Tirta masih di atas standar nasional,yaitu sebesar 32,99%. Apabila penelitian ini berhasil dilaksanakan maka akan dapatmemberi kontribusi positif bagi PDAM Delta Tirta. Hal ini akan dapat memberikanmasukan kepada perusahaan berupa langkah-langkah efektif dalam menentukanteknologi yang dapat mengendalikan kebocoran air.

Sebelum menentukan teknologi, ada yang harus dilakukan terlebih dahulu, yaitumenentukan faktor-faktor apa saja yang paling mempengaruhi tingkat kebocoran air diPDAM Delta Tirta Kab. Sidoarjo. Setelah itu menentukan teknologi mana yang palingtepat untuk diimplementasikan di PDAM Delta Tirta Kab. Sidoarjo sesuai denganpendekatan multi-criteria decision analysis.

Untuk menyelesaikan permasalah di atas akan digunakan sebuah metode multi-criteria decision analysis yang lebih dikenal dengan metode Analytic Network Process(ANP). Hal ini dikarenakan hubungan antara faktor-faktor pembentuk tidak dapatdimodelkan secara hierarki. Dari hasil penelitian ternyata yang menjadi pilihan terbaikadalah PRV- Flow & Pressure Logger with Transmitter Module – VSD dengan nilaiideal 1, nilai normal 0,342740, nilai mentah (raw) 0,153973.

Kata kunci: Analytic Network Process, ANP, Tingkat Kebocoran Air PDAM Delta Tirta.

PENDAHULUAN

Alternatif-alternatif Teknologi Pengendalian Kebocoran Air

Permasalahan yang sangat penting bagi PDAM Delta Tirta Kab. Sidoarjo adalahkebocoran. Kebocoran (Air Tak Berekening-ATR) yang terjadi sebesar 36,26% atausebesar 11.025.590 m3 sampai dengan tahun 2008 (audit BPKP 2009) kondisi ini lebihbesar dari pada tahun 2007 yaitu sebesar 34,55% atau 10.121.105 m3, tetapi kondisitahun 2008 masih lebih baik jika dibandingkan pada tahun 2006 dengan ATR 42%.

Penyebab kebocoran selain disebabkan oleh bocor fisik, pipa pecah, pemasangantidak sesuai SOP juga disebabkan oleh bocor nonfisik (meter tidak akurat, pembacaandan pencatatan yang salah, pencurian air dll).

Pengendalian tingkat kebocoran merupakan pekerjaan yang memerlukankomitmen seluruh pegawai, melibatkan semua bagian di PDAM, harus terencanadengan baik, berkelanjutan, dan terus menerus sehingga angka kebocoran tidak tinggidan berfluktuasi. Penggunaan teknologi monitoring dan pencarian kebocoran yangberteknologi tinggi tidak akan berjalan dengan baik jika proses pembacaan angka

mailto:[email protected]


ISBN : 978-602-97491-2-0A-13-2

pemakaian air pelanggan dan pencatatannya tidak handal, pembacaan angka metersering terkendala oleh sulitnya akses pembaca meter untuk melihat langsung meterpelanggan karena terhalang oleh pintu pagar terkunci. Penggantian meter pelangganyang tekesan lambat (maksimal 5 tahun, meter pelanggan harus dikalibrasi dan ataudiganti) akan menyebabkan tidak akuratnya pembacaan penggunaan air oleh pelanggansehingga input dan output tidak akurat dan akan berakibat tingginya kehilangan airPDAM.

Kebocoran air merupakan buah simalakama bagi PDAM seluruh Indonesiamaupun di negara manapun di muka bumi ini. Penurunan kebocoran air akan mudahdan murah dilakukan pada saat tingkat kebocoran di atas 30%, tetapi penurunankebocoran akan terasa tidak effektif dan effisien jika menurunkan kebocoran darikisaran angka 25% karena biaya yang akan dikeluarkan tidak seimbang dengan hasilyang dicapai, rehabilitasi pipa lama yang terbuat dari besi dan juga koneksi pipasirkulasi / tersier ke sambungan rumah akan membutuhkan biaya besar danpengerjaannya yang lama.

Era globalisasi melahirkan paradigma baru yang menempatkan tekonologimenjadi menjadi faktor kompetitif strategis yang utama dalam kegiatan bisnis. Bahkanteknologi telah mengisi setiap sisi aktivitas ekonomi (Marchard, 2000). Banyak bidangjasa yang mengandalkan teknologi sebagai basis persaingan, technology basedcompetition (Mata, et.al., 1995). Dalam kondisi seperti ini, eksistensi sebuah perusahaandalam konteks persaingan global sangat ditentukan oleh penciptaan keunggulan dayasaing melalui teknologi.

Daya saing melalui teknologi akan dapat tercapai apabila dalam menentukanpemilihan dan pemakaian teknologi tersebut dilakukan secara tepat. Hasil dari penelitianyang tepat ditentukan oleh metode penelitian yang tepat pula. Banyak penelitian-penelitian pengambilan keputusan sebelumnya menggunakan sebuah metode yang cukupterkenal, yaitu metode AHP (Analytic Hierarchy Process). Akan tetapi metode inibanyak dikritik oleh beberapa ilmuwan. Beberapa kekurangan yang terdapat dalam AHPmenurut (Belton, 1966); (Mon, et al, 1994); (Meade & Sarkis, 1966) dalam (Yudhistira,1998):

a. Persyaratan independensi antarelemen yang sering kali tidak sesuai denganrealitas.

b. Penggunaan sistem hierarki itu sendiri.c. Sifatnya yang statis dalam arti tidak mampu memodelkan lingkungan yang

bersifat dinamis dan terintegrasi.Dari informasi tersebut, maka metode pemilihan yang akan digunakan adalah

metode yang dapat menjawab kritikan-kritikan di atas. Metode tersebut adalah metodeAnalityc Network Process (ANP) yang mana dalam pengambilan keputusan akanmenggunakan sebuah pendekatan analisis proses jaringan. Hal ini dikarenakan sistempengambilan keputusan dipengaruhi oleh banyak kriteria yang saling mempengaruhi satusama lain, sehingga sulit memodelkannya dalam bentuk hierarki.

Dalam pendekatan tersebut, seorang pengambil keputusan akan membandingkanseberapa kuat atau penting masing-masing faktor atau kriteria dengan masing-masingalternatif. Sehingga akan muncul sebuah skema jaringan kerja (network) yangmempengaruhi atau dipengaruhi oleh faktor satu dengan faktor yang lain.

Untuk menekan tingkat kebocoran air, PDAM Delta Tirta Kab. Sidoarjomempunyai beberapa alternatif teknologi yang harus dipilih. Hal ini dikarenakan masing-masing teknologi mempunyai kelemahan dan kelebihan masing-masing. Oleh sebab itu,metode dengan pendekatan ANP akan digunakan sebagai alat bantu untuk memilih


ISBN : 978-602-97491-2-0A-13-3

teknologi mana yang paling tepat untuk segera diimplementasikan di PDAM Delta TirtaKab. Sidoarjo dalam rangka menurunkan tingkat kebocoran air di PDAM Delta TirtaKab. Sidoarjo.

Alternatif-alternatif Teknologi Pengendalian Kebocoran Air

Menurut artikel yang diterbitkan oleh B.V. Clarke, CIT pada pelatihan “WaterLoss Reduction through Pressure Management” menyebutkan bahwa kebocoran airjuga dapat disebabkan oleh manajemen tekanan yang keliru. Hal ini dapat dianalogkandengan sebuah selang air yang berada dirumah. Apabila tekanan air tinggi dan selang airtersebut mengalami kebocoran, maka semakin besar tekanan air maka akan semakinbesar pula kehilangan air. Akan tetapi, sebaliknya jika tekanan air berkurang makakehilangan air juga akan semakin berkurang. Berikut ini adalah tabel pengaruhmanajemen tekanan terhadap new break frequency di 10 negara.

Tabel 1. The Influence of Pressure Management on New Break Frequency from 112Systems in 10 Countries

Country Water Utilityor System

Number ofPressure

Managed Sectorsin Study

AssessedInitial

MaximumPressure(metres)

Average %Reduction in

MaximumPressure

Average %Reduction inNew Breaks

Mains (M)or Services

(S)

Australia

Brisbane 1 100 35% 28% M,S

Gold Coast 10 60-90 50% 60% M70% S

Yarra Valley 4 100 30% 28% MBahamas New Providence 7 39 34% 40% M,SBosniaHerzegovin Gracanica 3 50 20% 59% M

72% S

Brazil

Caesb 2 70 33% 58% M24% S

Sabesp ROP 1 40 30% 38% M

Sabesp MO 1 58 65% 80% M29% S

Sabesp MS 1 23 30% 64% M64% S

SANASA 1 50 70% 50% M50% S

Sanepar 7 45 30% 30% M70% S

Canada Halifax 1 56 18% 23% M23% S

ColumbiaArmenia 25 100 33% 50% M

50% SPalmira 5 80 75% 94% M,SBogota 2 55 30% 31% S

Cyprus Lemesos 7 52.5 32% 45% M40% S

EnglandBristol Water 21 62 39% 25% M

45% S

United Utilities 10 47.6 32% 72% M75% S

Italy Torino 1 69 10% 45% M,SUmbra 1 130 39% 71% M,S

USA American Water 1 199 36% 50% MTotal number of systems 112

Maximum 199 75% 94% All dataMinimum 23 10% 23% All dataMedian 57 33% 50% All data


ISBN : 978-602-97491-2-0A-13-4

Country Water Utilityor System

Number ofPressure

Managed Sectorsin Study

AssessedInitial

MaximumPressure(metres)

Average %Reduction in

MaximumPressure

Average %Reduction inNew Breaks

Mains (M)or Services

(S)

Average 71 38% 52.5% M & Stogether

Average 36.5% 48.8% Mains Only

Average 37.1% 49.5% ServicesOnly

Sumber: Pressure Management Extends Infrastructure Life and Reduces UnnecessaryCosts, J. Thornton and A. Lambert, 2006

Dari data tabel di atas dapat disimpulkan bahwa dengan melakukan manajementekanan pada pipa induk (Mains) dan pipa dinas (Services) dapat menurunkan tingkatkebocoran (break frequency) sebesar 52,5%.

Salah satu teknologi manajemen tekanan adalah Press Reducing Valve yangdioperasikan oleh pilot. Berikut ini adalah gambar Pilot Operated Press ReducingValve.

Gambar 1. Fully Modulating PRV Controller

Selain manajemen tekanan, penyebab kebocoran lain yang signifikan adalahmanajemen pembacaan. Faktor kehilangan air nonfisik dipengaruhi oleh akurasi meter,sambungan liar, pencurian, kesalahan pembacaan, dan penanganan data. Hasilpembacaan meter merupakan indikator perhitungan jumlah air terpakai sehingga akurasipembacaan sangat penting. Masalah yang selama ini terjadi adalah pembacaan seringtidak akurat. Hal ini disebabkan oleh human error atau permasalahan pada water materpelanggan.

Untuk mengoptimalkan hasil pembacaan meter pelanggan dapat dilakukandengan syarat:1. Sistem distribusi pengaliran dengan sistem DMA (blok) yang dilengkapi dengan

meter blok yang berfungsi baik. Blok harus benar-benar terisolasi tidakberhubungan dengan blok yang lainnya.

2. Pembagian petugas pembacaan meter dilakukan berdasarkan blok .3. Waktu pembacaan disamakan antara membaca Meter Induk Blok dengan Meter

pelangganSetelah syarat tersebut dipenuhi, hasil total angka bacaaan meter induk dan

meter pelanggan tidak boleh selesih > 15%. Apabila lebih dapat disimpulkan bahwateridentifikasi terjadi kehilangan air yang harus dilakukan pengecekan secara


ISBN : 978-602-97491-2-0A-13-5

komprehensif pada semua indikator lainnya (pengecekatan jaringan pipa, akurasi meterpelanggan, dsb).

Contoh skema dari teknologi pembacaan meter adalah Radio Frequency DataCollector. Dengan menggunakan teknologi ini, perusahaan akan dapat langsungmengambil data jumlah pemakaian pelanggan secara otomatis melalui mediogelombang radio. Lebih lanjut, perusahaan dapat memonitor secara langsung pemakaianpelanggan secara real time. Berikut ini gambar skema dari teknologi Radio FrequencyData Collector.

Dari gambar di atas dapat dilihat bahwa setiap meter air pelanggan akan diberisebuah modul tambahan yang berfungsi sebagai transmitter yang kemudian akanditangkap oleh receiver yang diletakkan di masing-masing dekat daerah pelanggan.Data akan dikirimkan ke access point melaui media gprs dan kemudian dikirim keserver pusat oleh access point melalui media gprs. Kemudian kantor pusat akanmengakses data tersebut melalui internet/intranet link.

Gambar 2. Skema Radio Frequency Data Collector

Analytic Network Process (ANP)Analytic Network Process adalah suatu teori pengukuran yang umumnya

diaplikasikan pada dominasi suatu pengaruh terhadap beberapa stakeholder ataualternatif melalui suatu atribut atau kriteria (Saaty, 2001).

Dalam membuat keputusan, perlu dibedakan antara struktur hirarki dan jaringanyang digunakan untuk mencerminkan bagian-bagiannya. Dalam hirarki level disusunsecara descending menurut pengaruhnya. Pada jaringan, komponen (sebutan level padajaringan) tidak disusun pada urutan tertentu, namun dihubungkan secara berpasangandengan garis lurus. Arah panah mencerminkan pengaruh dari sebuah komponenterhadap komponen yang lain. Perbandingan berpasangan dalam suatu komponen dibuatmenurut dominasi pengaruh dari setiap pasangan elemen dalam sistem. Dalam jaringansistem komponen dapat dianggap sebagai elemen yang berinteraksi dan mempengaruhisatu sama lain dengan mengacu pada suatu kriteria.

Keunggulan ANP dibandingkan AHP adalah bahwa ANP membebaskankebutuhan untuk menyusun komponen dalam bentuk rantai lurus seperti dalam hirarki.ANP memungkinkan struktur untuk berkembang lebih alami sehingga merupakan cara


ISBN : 978-602-97491-2-0A-13-6

yang lebih baik untuk mendiskripsikan apa yang terjadi di dunia nyata. Dan denganmemasukkan dependensi, feedback dan siklus pengaruh pada supermatriks. ANP lebihobyektif dan lebih memungkinkan untuk menangkap apa yang terjadi di dunia nyata.

Secara keseluruhan ANP merupakan alat pengambilan keputusan yang lebihbaik dibandingkan AHP, namun ANP memerlukan kerja lebih untuk menangkap faktadan interaksi. Sehingga untuk keputusan yang sifatnya sederhana dan harus dilakukandengan cepat, kerja lebih untuk menangkap fakta dan interaksi tersebut mempersulitpenggunannya.

Feedback Network

Banyak masalah keputusan tidak bisa disusun secara hirarki karena melibatkaninteraksi dan dependensi dari elemen yang berada pada level yang lebih tinggi denganelemen yang berada pada level lebih rendah. Tingkat kepentingan alternatif tidak hanyaditentukan berdasarkan tingkat kepentingan kriteria namun juga ditentukan berdasarkantingkat tingkat kepentingan alternatif itu sendiri. Feedback juga memungkinkan untukmemfaktorkan masa depan pada masa ini untuk menentukan apa yang harus kitalakukan untuk mendapatkan masa depan yang diinginkan.

Struktur feedback ini tidak memiliki bentuk lurus dari atas ke bawah sepertipada hirarki tapi lebih menyerupai jaringan dengan siklus yang menghubungkankomponen-komponen didalamnya pada komponen itu sendiri. Struktur ini jugamemiliki sources dan sinks. Source node adalah asal dari suatu jalur pengaruh dan tidakpernah menjadi tujuan jalur tersebut. Sink node adalah kebalikan dari source node yaitutujuan dari jalur pengaruh dan tidak akan pernah menjadi sumber dari jalur yang ada.

Komponen di dalam node merupakan suatu kumpulan kriteria dan alternatif.Komponen dimana tidak terdapat arah panah yang masuk ke dalam node disebutsebagai komponen source seperti C1 dan C2. Komponen dimana tidak terdapat arahpanah yang keluar dari node disebut sebagai komponen Sink seperti C5. Komponendimana terdapat arah panah yang keluar dan masuk Node C4 membentuk suatu siklusantara dua komponen karena kedua komponen tersebut saling member feedback. C2 danC4 memiliki loops yang menghubungkan komponen tersebut dengan dirinya sendiri.Loops juga dikenal sebagai inner dependent sedangkan koneksi yang lain antarkomponen kemudian disebut sebagai outer dependent.

Secara umum, jaringan terdiri atas komponen dan elemen yang ada di dalamnya.Tetapi dalam menciptakan struktur untuk mencerminkan permasalahan adakemungkinan bagian yang lebih besar dipertimbangkan sebagai komponen. Menurutukurannya, jaringan memiliki sistem yang dibentuk dari kumpulan sub sistem, dengansub sistem dibentuk dari komponen-komponen dan setiap komponen dibentuk darielemen-elemen.

Komponen jaringan keputusan disimbolkan dengan , h =l, … m, dandiasumsikan bahwa komponen tersebut memiliki elemen yang disimbolkan dengan

, , …, . Pengaruh dari kumpulan elemen yang diberikan dalam sebuahkomponen pada setiap elemen dalam sistem disimbolkan oleh vector prioritas yangdihasilkan dari perbandingan berpasangan seperti cara umum pada AHP. Dari vectorprioritas tersebut dapat dibentuk sebuah matriks yang mencerminkan alur pengaruh darisebuah elemen komponen baik dengan elemen itu sendiri maupun dengan elemenlainnya. Pengaruh elemen dalam jaringan pada elemen lain dalam jaringan tersebutdapat dilihat pada Persamaan 1.


ISBN : 978-602-97491-2-0A-13-7

W =

⎣⎢⎢⎢⎢⎡ ... ...

………………... ⎦⎥⎥⎥⎥⎤ (1)

Pada persamaan 2.1, baris pertama dan kolom pertama merupakan nilai vectorprioritas untuk komponen yang terdiri atas elemen , , … , . Baris kedua dankolom kedua merupakan nilai vektor prioritas untuk komponen yang terdiri ataselemen , , … , . Baris terakhir dan kolom terakhir merupakan nilai vektorprioritas untuk komponen yang terdiri atas elemen , , … , .

Data masukan dalam supermatriks disebut blok. Blok tersebut adalahmatriks dengan susunan seperti pada Persamaan 2.

=

⎣⎢⎢⎢⎢⎢⎡ ... ...

………………... ⎦⎥⎥

⎥⎥⎥⎤

(2)

Persamaan 2 diatas menunjukkan berapa besar pengaruh elemen yang satudengan elemen yang lain. Beberapa nilai dapat bernilai 0. Hal ini berarti elemen tersebuttidak memiliki pengaruh apapun pada elemen tertentu. Bagi elemen yangmempengaruhi elemen itu sendiri memiliki nilai matriks identitas I.

Prioritas dalam Supermatriks

Untuk menghasilkan limit prioritas dari supermatrik, supermatriks tersebut harusdiubah menjadi matriks dimana setiap kolom-kolomnya memiliki keseragaman jumlah.Supermatriks yang jumlah nilai setiap kolomnya seragam disebut stochastic matrix.Prioritasdari sebuah elemen dalam komponen adalah indikator dari prioritas komponentersebut dalam keseluruhan susunan komponen. Untuk itu perlu dibandingkan antarakomponen tersebut menurut pengaruh masing-masing komponen dalam supermatriks.Setiap perbandingan menghasilkan vektor prioritas dari pengaruh semua komponenyang ada dibagian atas supematriks. Hal ini dilakukan untuk setiap komponen. Vektoryang dihasilkan digunakan sebagai pembobot blok matriks pada kolom yang ada padasuatu komponen. Masukan yang pertama dimultiplikasi dengan semua elemen yang adapada blok yang pertama dari kolom tersebut. Masukan yang kedua dimultiplikasidengan elemen yang ada pada blok yang kedua dan seterusnya. Hasil dari proses inidikenal sebagai weightes supermatrix yang merupakan stokastik. Matriks stokastik inidapat digunakan untuk menghasilkan prioritas yang diinginkan dengan mengubahnyamenjadi suatu limit matriks.

Supermatriks tersebut perlu ditegaskan untuk menagkap transmisi pengaruhpada setiap jalur yang memungkinkan dari sebuah supermatriks. Nilai masukan padaweighted supermatrix tersebut menggambarkan pengaruhu elemen yang lainnya, namunsebuah elemen dapat mempengaruhi elemen lain secara tidak langsung. Semuapengaruh yang dianggap secara tidak langsung. Semua pengaruh yang dianggap secarasecara tidak langsung diperoleh dengan menguadratkan matriks tersebut berkali-kali.


ISBN : 978-602-97491-2-0A-13-8

Sehingga diperoleh deretan tak berhingga dari matrix pengaruh tersebut dandisimbolkan sebagai , k = 1, 2, … Untuk mengetahui nilai rata-rata dari N deretan

supermatriks ini dengan menggunakan lim →∞ ∑ (3)Metode ini diketahui sebagai Cesaro sum.

ALUR PENELITIAN

Alur penelitian ini diperlukan agar pada saat melakukan penelitian kita tidakakan keluar dari langkah-langkah yang sudah ditentukan pada alur penelitian ini.Adapun langkah-langkah utama dari penelitian ini adalah: Tahap Identifikasi Awal,Tahap Perancangan, Tahap Pengumpulan dan Pengolahan Data, Tahap Analisis, TahapKesimpulan dan Saran Agar lebih mudah dipahami, maka secara sistematis padagambar 3, dijelaskan alur metodologi penelitian untuk masing–masing tahapanpenelitian.

Brainstorming dengan Expert

Perumusan Masalah

Penetapan Tujuan

Tinjauan Pustaka

Studi Lapangan

Perancangan Kuesioner ANP

Wawancara dengan Expert

Pengolahan Data Weight dan Relationship Strength dengan Software Super Decisions

Tahap IdentifikasiAwal

Tahap Perancangan

Tahap Pengumpulan danPengolahan Data

Observasi Pendahuluan

Kesimpulan dan SaranTahap Kesimpulan dan Saran

Gambar 3. Alur Metodologi Penelitian

Penentuan Kriteria Pengambil Keputusan

Penentuan Alternatif Keputusan

Perancangan Network Process

Analisis Hasil Pengolahan DataTahap Analisis

Identifikasi Faktor Dominan Kebocoran

Analisis Sensitivitas


ISBN : 978-602-97491-2-0A-13-9

PERHITUNGAN ANP

Sebelum melakukan perhitungan ANP dengan bantuan software Super Decisionsmaka kita harus membuat model dari network yang ada. Untuk membangun model kitaharus membuat cluster-cluster dan node-node yang kemudian akan kita beri tandahubungan untuk masing-masing cluster atau node yang mempunyai keterkaitan. Berikutini adalah gambar model dari Penentuan Pemilihan Teknologi Pengendalian KebocoranAir di PDAM Delta Tirta Kab. Sidoarjo.

Gambar 4. Model ANP Penentuan Pemilihan Teknologi Pengendalian Kebocoran Air

Dari nilai pembobotan yang telah diperoleh maka dapat dilakukanperangkingkan setiap alternatif. Tabel berikut merupakan hasil dari perangkingantersebut.

Bobot pada kolom total adalah eigenvektor yang dihasilkan dari limitingsupermatrix pada kondisi steady state. Bobot pada kolom normal adalah bobot yangtelah dinormalisasi sehingga jumlah totalnya adalah satu. Sedangkan pada kolom idealadalah bobot ideal dengan nilai terbesar sama dengan satu yang diperoleh denganmembagi bobot pada kolom normal dengan nilai terbesarnya.

Dari hasil tersebut dipilih penentuan alternatif penentuan teknologi pengendaliankebocoran air yang akan menjadi prioritas untuk dikembangkan dalam skenarioperencanaan adalah:


ISBN : 978-602-97491-2-0A-13-10

Gambar 5. Hasil Sintesis Perhitungan ANP

Dari gambar di atas dapat diketahui bahwa hasil perhitungan sintesis ANP untukpenentuan teknologi pengendalian kebocoran air yang terpilih sebagai alternatif terbaikadalah:1. PRV – Flow & Pressure Logger with Transmitter Module – VSD dengan nilai ideal

1, nilai normal 0,342740, nilai mentah (raw) 0,1539732. RF Data Collector dengan nilai ideal 0,887012, nilai normal 0,304014, nilai mentah

(raw) 0,1365763. PRV – Flow & Pressure Logger with Transmitter Module dengan nilai ideal

0,457505, nilai normal 0,156805, nilai mentah (raw) 0,0704434. PRV dengan nilai ideal 0,303929, nilai normal 0,104169, nilai mentah (raw)

0,0467975. Barcode Data Collector dengan nilai ideal 0,269222, nilai normal 0,092273, nilai

mentah (raw) 0,041453

Setelah melakukan sintesis terhadap model yang dibangun seperti di atas, makalangkah selanjutnya adalah melakukan uji sensitivitas. Uji ini dilakukan untukmengetahui sejauh mana hasil yang diperoleh masih tetap konsisten atau untukmengetahui apakah ada kemungkinan posisi prioritas berubah atau tidak. Jika ada,dengan merubah variabel bebas yang mana.

Perubahan prioritas berubah atau tidak tergantung dari nilai sintesis yang ada.Apabila ada selisih nilai yang tidak terlalu jauh / nilai mutlak maka ada kemungkinanposisi prioritas berubah. Untuk kasus pada penelitian ini, nilai prioritas pertama PRV-Flow & Pressure with Transmitter Logger-VSD adalah 1 sedangkan prioritas kedua RFData Collector adalah 0,887012. Selisih dari kedua prioritas ini adalah 0,112988. Nilaiini menunjukkan kemungkinan adanya perubahan posisi prioritas alternatif. Setelahmengetahui ada kemungkinan maka langkah selanjutnya adalah melakukan trial anderror. Kita harus melihat satu-persatu variabel mana yang dapat mempengaruhi posisiprioritas. Hal ini dilihat dari adanya perpotongan garis pada grafik uji sensitivitas.


ISBN : 978-602-97491-2-0A-13-11

Apabila ada, berarti variabel bebas tersebut dapat mempengaruhi posisi prioritas. Dalampenelitian ini adapun variabel bebas yang dapat merubah posisi prioritas adalah BiayaInstalasi, Biaya Operation Maintenance, Kebocoran Menurun, Kontinyuitas DistribusiMeningkat. Adapun grafik analisis sensitivitas adalah sebagai berikut:

Gambar 6. Grafik Sensitivitas Biaya Instalasi Gambar 7. Grafik Sensitivitas Biaya- RF Data Collector Operation aintenanance

– RF Collector

Gambar 8. Grafik Sensitivitas Kebocoran Gambar 9. Grafik Sensitivitas KontinyuitasMenurun – RF Data Collector Debit Air Meningkat -

RF Data Collector


ISBN : 978-602-97491-2-0A-13-12

PENUTUP

Dari hasil penelitian diperoleh sebuah hasil kesimpulan bahwa dari beberapafaktor yang paling berpengaruh terhadap kebocoran air di PDAM Delta Tirta Kab.Sidoarjo adalah faktor manajemen pembacaan dan faktor manajemen tekanan. Hal inisesuai dengan hasil brainstorming dengan para expert yang ada di PDAM Delta TirtaKab. Sidoarjo.

Setelah kita mengetahui faktor utama yang mempengaruhi kebocoran makalangkah selanjutnya adalah mem-breakdown faktor-faktor tersebut. Adapun yang perlukita breakdown adalah alternatif-alternatif teknologi yang akan dipilih, cluster-clustermaupun node-node. Setelah itu hubungkan dengan cara membuat model network.

Hasil dari perhitungan di atas dengan menggunakan software Super Decisionsadalah teknologi yang paling tepat digunakan untuk mengatasi kebocoran di PDAMDelta Tirta adalah PRV-Flow & Pressure Logger with Transmitter Module-VSD dengannilai ideal 1, nilai normal 0,342740, nilai mentah (raw) 0,153973.

DAFTAR PUSTAKA

DPD Perpamsi Prov. DKI Jakarta, (2008), Upaya Penurunan Non Revenue Water (Nrw)untuk Peningkatan Pelayanan Air Minum, Non Revenue Water (NRW)Workshop Handout, DPD Perpamsi Prov. DKI Jakarta, Jakarta.

Handayani, D., (2003), Implementasi Pendekatan ANP (Analytic Network Process)Dalam Metode Teknometrik untuk Analisa Kandungan Teknologi, Tugas AkhirSarjana, Institut Teknologi Sepuluh Nopember, Surabaya.

Haryono, ( 2005), Analitycal Hierarchy Process, Lecture handout: MCDM, InstitutTeknologi Sepuluh Nopember, Surabaya.

PDAM Delta Tirta Kab. Sidoarjo, (2010), Profil Perusahaan-PDAM Delta Tirta Kab.Sidoarjo, PDAM DeltaTirta Kab.Sidoarjo, Sidoarjo.

Pujawan, I.N., (2004), Ekonomi Teknik, Edisi pertama, Penerbit Guna Widya, Surabaya.

Rachman, A., (2007), Analisis Kandungan Teknologi dengan Pendekatan Teknometrikdan AHP di Instalasi Radiodiagnostik RSU Haji Surabaya sebagai DasarStrategi Kebijakan Manajemen Rumah Sakit. Tesis Magister, Institut TeknologiSepuluh Nopember, Surabaya.

Saaty, L., (2001), Decision Making with Dependence and Feeback: The analyticNetwork Process, 2nd edition, RWS Publications, Pittsburgh.

Thornton, J. & Lamber, A., (2006), Pressure Management Extends Infrastructure Lifeand Reduces Unnecessary Costs

Thuesen, G.J. & Fabrycky, W.J., (2001). Engineering economy, 9th edition, PrenticeHall International, .S.l.

Vanany, I., (2003), “Aplikasi analytic network process (ANP) pada perancanganpengukuran kinerja”, Jurnal Teknik Industri, Vol. 5, No. 1, hal. 50-62.


ISBN : 978-602-97491-2-0A-13-13

Yudhistira, T., (2002), Studi Komparatif Metode Pengambilan Keputusan denganKriteria-Kriteria Interdependen Menggunakan ANP dan Fuzzy AHP, INSAHPII, Universitas Kristen Petra, Surabaya.

Zeleny, M., (1986), Multiple Criteria Decision Making, Mc.Graw Hill Book Company,New York.

penentuan pemilihan teknologi …mmt.its.ac.id/download/semnas/semnas xiii/mi/13. prosiding...

Documents