pengukuran kinerja penyedia jasa pengeboran di …mmt.its.ac.id/download/semnas/semnas xxiii/mi/32....

Prosiding Seminar Nasional Manajemen Teknologi XXIIIProgram Studi MMT-ITS, Surabaya 1 Agustus 2015

ISBN: 978-602-70604-2-5A-32-1

PENGUKURAN KINERJA PENYEDIA JASA PENGEBORAN DIPERUSAHAAN MINYAK DAN GAS

(STUDI KASUS DI TEXPI)

Dhanika Astri Pratita1,*) dan Suparno2)

1)Program Studi Magister Manajemen Teknologi, Institut Teknologi Sepuluh NopemberJl. Cokroaminoto 12A, Surabaya, 60264, Indonesia

e-mail: 1)[email protected])Jurusan Teknik Industri, Institut Teknologi Sepuluh Nopember

ABSTRAK

TEXPI adalah perusahaan minyak dan gas yang beroperasi di Mahakam, Kalimantan Timurmenurunkan jumlah produksi dan kegiatan pengeboran secara signifikan. Hal ini disebabkanoleh krisis akibat penurunan harga minyak mentah sejak tahun 2014. Tujuan dari penelitianini adalah mengetahui peringkat kinerja penyedia jasa sehingga dapat membantu perusahaanmengetahui penyedia jasa yang terbaik. Penelitian ini mengintegrasikan metode AnalyticalHierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal SolutionMethod (TOPSIS). AHP digunakan untuk mengetahui bobot kepentingan dari semua kriteria.Kemudian nilai bobot dimasukkan ke pengolahan data dengan metode TOPSIS untukmenghitung nilai dan memeringkatkan lima penyedia jasa. Hasil perhitungan bobot kriteriamenunjukkan bahwa: kriteria Health Safety Environment yang paling penting dengan bobot25.7%, kemudian kriteria Operations dengan bobot 20.4%, dan disusul dengan Equipment(14.2%), Personnel (12.4%), Non Performing Time (10.5%), Follow-up (7.7%), Fleksibel(4.6%) dan Harga (4.4%). Dari penelitian ini diketahui dari bahwa penyedia jasa A adalahyang terbaik. Jarak relatif terdekat terhadap solusi ideal tiap alternatif adalah sebagai berikut:penyedia jasa A (0.79), penyedia jasa B (0.78), penyedia jasa E (0.77), penyedia jasa D (0.36)lalu penyedia jasa C (0.11).

Kata kunci: evaluasi kinerja pemasok, AHP, TOPSIS, pengeboran, minyak dan gas

PENDAHULUAN

Harga minyak mentah dunia telah mengalami penurunan signifikan selama satu tahunterakhir, di mana harga berkisar antara USD 100–120 semenjak tahun 2011, semenjak bulanQ3-2014 harga minyak menukik tajam sampai menyentuh USD 47 di bulan Januari 2015,disebabkan oleh ketidakseimbangan permintaan dan pasokan, tentunya berdampak negatifsecara signifikan terhadap industri minyak dan gas, di mana banyak pelaku usaha yangmengurangi kegiatan produksi.

TEXPI adalah salah satu dari perusahaan multi nasional di bidang minyak dan gasyang mempunyai wilayah kerja di area Mahakam, Kalimantan Timur, ikut terkena dampaknegatif dari krisis minyak dunia, terlihat dari jumlah rig atau instalasi pengeboran yangberoperasi yaitu menurun sekitar 30% di awal tahun 2015 dibanding tahun 2014, dan menurutpengumuman dari pihak manajemen jumlah rig akan dikurangi di akhir tahun 2015.Imbasnya, perusahaan akan tidak memperpanjang beberapa kontrak kerjasama denganpenyedia jasa apabila sudah habis periode kontrak. Bahkan ada wacana untuk melakukanpemutusan kontrak kerjasama dengan penyedia jasa walaupun belum mencapai masa akhir


ISBN: 978-602-70604-2-5A-32-2

kontrak. Saat ini perusahaan ingin mengetahui peringkat kinerja penyedia jasa danmengetahui penyedia jasa yang terbaik, sehingga dapat membantu perusahaan dalammengambil keputusan apabila dihadapkan pada situasi memilih satu atau beberapa penyediajasa yang akan diperpanjang kontraknya.

Evaluasi pemasok adalah salah satu alat yang digunakan untuk mengelola pemasok,dimana organisasi pembeli mengkomunikasikan mengenai kinerja dan kapabilitas pemasok.Manfaat evaluasi kinerja pemasok untuk organisasi pembeli, yaitu dapat digunakan ketikapemilihan pemasok, keputusan pengurangan jumlah pemasok ataupun justru untukpengembangan pemasok, serta dapat memberikan informasi tentang kelemahan dan kekuatandari proses dan kinerja pemasok berdasarkan pandangan organisasi pembeli. Kriteria yangdigunakan dalam evaluasi kinerja pemasok adalah kualitas, ketepatan waktu, fleksibilitas danharga yang ditawarkan Pujawan dan Mahendrawati (2010). Sebuah penelitian mengenaievaluasi pemasok komponen di perusahaan manufaktur teknologi tinggi di Taiwan yangdilakukan oleh Wang (2010) menggunakan 14 kriteria yang dikategorikan ke dalam 4kelompok yaitu: kualitas produk, pengiriman atau kemampuan memenuhi pesanan,harga/biaya, dan layanan purna jual.

TEXPI sudah mempunyai Key Performance Indicator (KPI) untuk mengevaluasikinerja penyedia jasa pengeboran tahunan, dengan 6 kelompok kriteria yang mempunyaibobot kepentingan setara, sebagai berikut: 1) kepatuhan terhadap aturan Health SafetyEnvironment (HSE), 2) menyediakan peralatan sesuai dengan spesifikasi yang telahdisepakati, 3) personil yang memiliki keahlian, 4) pengalaman dan sikap, kualitas hasilpekerjaan/operasi, 5) hal lain di luar kegiatan operasi atau follow-up, dan 6) Non-ProductiveTime (NPT) atau masa operasi tidak berjalan karena kesalahan pemasok sehingga perusahaantetap menanggung biaya sewa rig walaupun tidak ada produksi.

Penelitian ini akan menggunakan gabungan dari kriteria yang ada pada KPI dankriteria evaluasi pemasok pada referensi literatur yang telah disebutkan sebelumnya, sehinggamenghasilkan 8 kelompok kriteria seperti pada Gambar 1.

Permasalahan evaluasi dan pemilihan vendor telah menjadi tema dari banyakpenelitian dan berbagai teknik pengambilan keputusan telah digunakan. Kriteria yangdigunakan pun lebih dari satu sehingga pendekatan Multi-Criteria Decision Making (MCDM)adalah yang paling banyak digunakan (Ho, Xu, dan Dey, 2010). Hal ini pun sesuai dengankarakteristik permasalahan pemilihan penyedia jasa pengeboran pada TEXPI di mana adalebih dari satu faktor yang dijadikan bahan pertimbangan.

Salah satu teknik MCDM yang banyak digunakan pada permasalahan pemilihanvendor adalah AHP dan cocok digunakan pada kasus pemilihan penyedia jasa pengeborankarena dapat mengkuantifikasi pendapat/penilaian obyektif maupun subyektif dari pararepresentatif perusahaan (Onder dan Dag, 2013).

Penghitungan nilai keseluruhan tiap pemasok dan memeringkatkan pemasok jasadengan menggunakan metode TOPSIS yang mempunyai kategori MCDM yang telah banyakdigunakan secara luas pada bidang rantai pasok, manajemen logistik, desain, engineering, danlain sebagainya (Velasquez & Hester, 2013). Metode TOPSIS bersifat sederhana, mudahdigunakan dan banyak telah banyak diaplikasikan karena mempunyai konsep bahwa solusiatau alternatif ideal adalah yang memiliki kombinasi selisih terdekat dengan solusi ideal positf(biasanya identik dengan keuntungan paling tinggi) dan selisih terjauh dengan solusi idealnegatif (yang identik dengan biaya paling tinggi, lead time paling lama).

Tujuan akhir yang hendak dicapai dari penelitian ini adalah untuk memilih penyediajasa pengeboran terbaik dari beberapa penyedia jasa yang kini bekerja sama dengan TEXPI,dimana penyedia jasa terbaik berada di peringkat teratas dari urutan berdasarkan kinerja,


ISBN: 978-602-70604-2-5A-32-3

dengan menggunakan metode TOPSIS. Sebelumnya, perlu dibentuk prioritas kepentinganindikator/kriteria penilaian dengan menggunakan metode AHP.

Gambar 1. Hirarki Model Pengambilan Keputusan

METODE

Untuk mencapai tujuan penelitian, metode MCDM digunakan karena ada lebih darisatu kriteria sebagai pertimbangan. Pengolahan data dibagi menjadi dua tahap, dimulaidengan menentukan tingkat kepentingan tiap kriteria yaitu dengan menggunakan metodeAHP. Bobot kriteria penilaian kemudian menjadi bahan untuk tahap berikutnya yaitumenentukan nilai tiap alternatif/pemasok serta membuat peringkat, sehingga dapat diketahuipemasok mana yang terbaik. Analisa sensitifitas juga dilakukan untuk mengetahui apakah adasub-kriteria atau kriteria utama yang sensitif.

Penentuan Bobot KriteriaPenentuan prioritas kepentingan AHP dilakukan dengan mengkuantifikasikan

pendapat kualitatif responden menggunakan skala penilaian sehingga diperoleh angkakuantitatif yang diolah menggunakan perangkat lunak Expert Choice yang akan menghasilkanbobot. Rasio inkonsistensi dalam daerah toleransi tidak boleh lebih dari 10% (0,1), sehinggajawaban responden dapat dipertanggung-jawabkan. Lima ahli pengeboran di TEXPI mengisikuesioner perbandingan berpasangan antar kriteria dengan skala Saaty 1-9. Untukmemasukkan hasil kuesioner dari lima ahli pengeboran di TEXPI ke dalam perangkat lunakExpert Choice, maka perhitungan rata-rata geometris digunakan untuk penggabungan. Ada


ISBN: 978-602-70604-2-5A-32-4

delapan kelompok kriteria yang digunakan yaitu: HSE, peralatan, personil, operasi, follow up,NPT, harga dan fleksibilitas.

Penilaian AlternatifBobot kriteria penilaian kemudian menjadi bahan untuk tahap berikutnya yaitu

menentukan nilai tiap alternatif/pemasok serta membuat peringkat, sehingga dapat diketahuipemasok mana yang terbaik dari lima pemasok yang ada, dengan menggunakan metodeTOPSIS. Data yang digunakan adalah KPI tiga tahun (2012, 2013 dan 2014). Untukmendapatkan nilai dari kriteria di luar KPI maka sebuah kuesioner penilaian langsungdisebarkan kepada responden untuk menilai kinerja tiap penyedia jasa untuk setiap kriteria.

Perhitungan dilakukan dengan cara manual yaitu dimulai dengan pada suatu matrikskeputusan , dengan kriteria dan alternatif, berikut adalah langkah-langkahperhitungan dengan metode TOPSIS:1. Buat matriks keputusan ternormalisasi dengan persamaan berikut:

, (1)

dengan dan .2. Buat matriks pembobotan ternormalisasi dengan persamaan berikut:

(2)dengan untuk

bobot kriteria3. Tentukan nilai solusi ideal positif dan solusi ideal negatif dengan formula berikut:

Nilai solusi ideal positif(3)

dengan Nilai solusi ideal negatif

(4)dengan

4. Hitung nilai jarak pisah dari masing-masing alternatif (Ideal Positif–Ideal Negatif) Jarak pisah dari solusi ideal positif

(5)

Dengan Jarak pisah dari solusi ideal negatif

(6)

dengan5. Hitung nilai kedekatan relatif dengan solusi ideal ( )

(7)

dengan dan

Analisa SensitifitasAnalisa sensitifitas dilakukan dengan mengubah bobot subkriteria dan bobot kriteria

utama. Perubahan nilai bobot tiap kriteria/subkriteria dilakukan dengan menurunkan maupunmenaikkan bobot pada setiap titik yang ditentukan secara acak untuk melihat kecenderunganhasil perangkingan alternatif apakah akan berubah atau tidak. Uji coba perubahan bobot padasetiap titik baik dinaikkan maupun diturunkan dari nilai awal bobot dicoba pada titik: 10%,


ISBN: 978-602-70604-2-5A-32-5

20% dan 30%. Selanjutnya adalah bobot yang berubah dimasukkan ke dalam proses TOPSIS.Suatu kriteria dikatakan sensitif jika perubahan bobot tersebut mengubah urutan perangkingandilihat dari nilai kedekatan relatif . Analisa sensitifitas bobot kriteria akan dilakukan untuksemua kriteria utama dan sub-kriteria dengan lima peringkat teratas.

HASIL DAN PEMBAHASAN

Hasil dari pengolahan data dengan AHP berdasarkan hasil kuesioner perbandinganberpasangan yang sebelumnya dihitung dengan nilai rata-rata geometris dari lima respondenadalah sebagai berikut:

Tabel 1. Hasil Pengolahan AHP Perbandingan Berpasangan antar Kriteria Utama

Kode Kriteria utama Bobot Peringkat KonsistensiK1 HSE 0.257 1 0.05K2 Peralatan 0.142 3K3 Personil 0.124 4K4 Operasi 0.204 2K5 Follow-up 0.077 6K6 Non-performing-time (NPT) 0.105 5K7 Harga 0.046 7K8 Fleksibilitas 0.045 8

Tabel 2. Hasil Pengolahan AHP Perbandingan Berpasangan antar Sub-Kriteria

Kode Sub-Kriteria Bobotlokal

Bobotglobal

Peringkatlokal

Peringkatglobal

Konsistensi

K1.1 No safety incident 0.064 0.016 6 24 0.02K1.2 Safety compliance 0.224 0.058 1 2K1.3 HSE attitude 0.212 0.054 3 5K1.4 Prejob meeting 0.16 0.041 4 6K1.5 Worksite housekeeping 0.115 0.030 5 11K1.6 No environmental incident 0.224 0.058 2 3K2.1 Inspection certification available 0.088 0.012 6 29 0.04K2.2 Technical docs available 0.053 0.008 9 32K2.3 Lifting docs available 0.134 0.019 3 21K2.4 Yard pre-check test done 0.098 0.014 5 28K2.5 Shipping from base on time 0.063 0.009 8 31K2.6 Proper equipment available 0.125 0.018 4 22K2.7 Spares available 0.073 0.010 7 30K2.8 Equipment functions well 0.192 0.027 1 13K2.9 No equipment design issues 0.173 0.025 2 14K3.1 Qualification/experience/training 0.146 0.018 4 23 0.05K3.2 Comm within team 0.123 0.015 5 25K3.3 Comm with TEXPI rep 0.270 0.033 1 9K3.4 Comm with other 3rd party 0.171 0.021 2 16K3.5 Proactivity 0.167 0.021 3 17K3.6 Punctuality 0.123 0.015 6 26K4.1 Onsite prejob checks done 0.152 0.031 3 10 0.08K4.2 Rig-up performance 0.097 0.020 5 19


ISBN: 978-602-70604-2-5A-32-6

Kode Sub-Kriteria Bobotlokal

Bobotglobal

Peringkatlokal

Peringkatglobal

Konsistensi

K4.3 Procedures followed 0.302 0.062 1 1K4.4 Responsiveness totroubleshooting 0.274 0.056 2 4K4.5 Daily reporting on time 0.1 0.020 4 20K4.6 Shore base support 0.075 0.015 6 27K5.1 Post-job report quality 0.269 0.021 3 18 0.00K5.2 Invoice quality 0.066 0.005 4 35K5.3 Anomalies follow up 0.376 0.029 1 12K5.4 Improvement suggestions 0.29 0.022 2 15K7.1 Negosiasi harga 0.828 0.038 7 0.00K7.2 Harga tambahan 0.172 0.008 2 33K8.1 Fleksibilitas material 0.828 0.037 1 8 0.00K8.2 Fleksibilitas tenaga kerja 0.172 0.008 2 34

Dari Tabel 1 diketahui bahwa untuk kriteria utama, kriteria HSE mempunyaimempunyai bobot terbesar dengan bobot 25.7%, diikuti dengan Operasi (20.4%), Peralatan(14.2%), Personil (12.4%), dan NPT (10.5%). Nilai konsistensi yang dihasilkan sebesar 0.05masih lebih rendah dibanding batas 0.1, sehingga data masih tergolong konsisten.

Dari jumlah keseluruhan 35 sub-kriteria yang ada pada Tabel 2, diketahui bahwa sub-kriteria yang mempunyai bobot global terbesar adalah sub-kriteria Procedures followed(K4.3) dengan bobot yang telah dinormalisasi sebesar 6.2%, kemudian diikuti dengan Safetycompliance (K1.2) dengan 5.8%, No environmental incident (K1.6) dengan bobot global5.8%, Responsiveness to troubleshooting (K4.4) dengan 5.6%, dan peringkat kelima adalahHSE attitude (K1.3) dengan bobot 5.4%. Nilai konsistensi yang dihasilkan di bawah 0.1,sehingga data masih tergolong konsisten.

Tabel 3. Hasil Perhitungan Kedekatan Relatif dengan Metode TOPSIS

Pemasok Peringkat

A 0.0004 0.0017 0.80 1

B 0.0005 0.0016 0.76 3

C 0.0018 0.0002 0.11 5

D 0.0013 0.0008 0.39 4

E 0.0005 0.0017 0.78 2

Bobot kepentingan tiap kriteria yang telah didapatkan dengan metode AHP ini akanmenjadi input untuk tahap selanjutnya yaitu menentukan nilai tiap pemasok serta membuatperingkat dengan metode TOPSIS. Setelah diketahui jarak pisah dari solusi ideal positif (dan jarak pisah dari solusi ideal negatif , maka dapat dihitung nilai kedekatan relatif dengansolusi ideal ( ) dari tiap alternatif seperti dirinci pada Tabel 3. Pemasok A berada padaurutan pertama karena mempunyai nilai kedekatan relatif dengan solusi ideal ( ) dari tiapalternatif paling tinggi yaitu 0.80.

Analisa senstifitas dilakukan pada semua kriteria utama (K1-K8) dan lima sub-kriteriadengan bobot global terbesar yaitu: Procedures followed (K4.3), Safety compliance (K1.2),No environmental incident (K1.6), dan Responsiveness to troubleshooting (K4.4). Hasil ujicoba perubahan bobot sebesar -30%, -20%, -10%, 10%, 20% dan 30% pada kriteria seluruhutama tercakup pada Gambar 2, dan pada lima sub-kriteria seperti pada Gambar 3. Perubahanbobot tersebut tidak mengubah mengubah urutan alternatif.


ISBN: 978-602-70604-2-5A-32-7

1

2

3

4

5

-30% -20% -10% 0% 10% 20%Peringkat

Sensitifitas Kriteria Utama K1

A

B

C

D

E

1

2

3

4

5

-30% -20% -10% 0% 10% 20%

Peringkat


A

B

C

D

E

1

2

3

4

5

-30% -20% -10% 0% 10% 20%

Peringkat


A

B

C

D

E

1

2

3

4

5

-30% -20% -10% 0% 10% 20%

Peringkat


A

B

C

D

E

1

2

3

4

5

-30% -20% -10% 0% 10% 20%

Peringkat


A

B

C

D

E

1

2

3

4

5

-30% -20% -10% 0% 10% 20%

Peringkat


A

B

C

D

E

1

2

3

4

5

-30% -20% -10% 0% 10% 20%

Peringkat


A

B

C

D

E

1

2

3

4

5

-30% -20% -10% 0% 10% 20%

Peringkat


A

B

C

D

E

Gambar 2. Peringkat Pemasok pada Analisa Sensitifitas Kriteria Utama


ISBN: 978-602-70604-2-5A-32-8

1

2

3

4

5

-30% -20% -10% 0% 10% 20%Peringkat

Sensitifitas SubKriteria K4.3

ABCDE

1

2

3

4

5

-30% -20% -10% 0% 10% 20%

Peringkat


ABCDE

1

2

3

4

5

-30% -20% -10% 0% 10% 20%

Peringkat


ABCDE

1

2

3

4

5

-30% -20% -10% 0% 10% 20%

Peringkat


ABCDE

1

2

3

4

5

-30% -20% -10% 0% 10% 20%

Peringkat


ABCDE

Gambar 3. Peringkat Pemasok pada Analisa Sensitifitas Lima Sub-Kriteria

KESIMPULAN DAN SARAN

Kesimpulan dari hasil penelitian ini adalah sebagai berikut:1. Dalam pengukuran kinerja penyedia jasa pengeboran di TEXPI, setelah melakukan

tahapan studi literatur dan diskusi dengan para ahli pengeboran, kriteria yang terpilihdalam penelitian dalam rangka pengukuran kinerja penyedia jasa pengeboran padaperusahaan minyak dan gas TEXPI terdiri atas 8 (delapan) kriteria yaitu: HSE, Operasi,Peralatan, Personil, NPT, Follow-up, Harga dan Fleksibilitas.

2. Dari hasil perhitungan bobot kriteria dengan metode AHP menunjukkan bahwa kriteriaHSE menjadi perhatian utama perusahaan dalam menilai penyedia jasa. Bobotkepentingan dari masing-masing kriteria adalah sebagai berikut: HSE (25.7%), Operasi(20.4%), Peralatan (14.2%), Personil (12.4%), NPT (10.5%), Follow-up (7.7%),Fleksibilitas (4.6%), dan Harga (4.4%).

3. Dari hasil perhitungan dan pemeringkatan pemasok dengan metode TOPSIS diperolehpemasok A yang memiliki jarak relatif terdekat terhadap solusi ideal. Urutan pemasokbeserta nilai kedekatan relatifnya adalah sebagai berikut: pemasok A (0.79), pemasok B(0.78), pemasok E (0.77), pemasok D (0.36) lalu pemasok C (0.11).

Saran untuk penelitian selanjutnya adalah:1. Kriteria evaluasi pemasok yang dibuat ini tanpa mempertimbangkan hubungan timbal

balik (feedback) elemen-elemen pada suatu tingkatan dengan elemen-elemen pada tingkatdi bawahnya. Dan juga tanpa mempertimbangkan faktor ketidakjelasan (fuzziness) ketika


ISBN: 978-602-70604-2-5A-32-9

proses penilaian pada elemen-elemen hirarki. Jika hubungan timbal balik antar elemendan faktor ketidakjelasan dalam pengambilan keputusan ingin dimasukkan dalampenelitian, dapat menggunakan metode lain seperti ANP atau Fuzzy ANP.

DAFTAR PUSTAKA

Ho, W. H., Xu, X., dan Dey, P. K. (2010). “Multi-Criteria Decision Making Approaches forSupplier Evaluation and Selection: A Literature Review”. European Journal ofOperational Research 202 (2010) 16-24: Science Direct.

Jayant, A., Gupta, P., Garg, S. K., dan Khan, M. (2014). “TOPSIS-AHP Based Approach forSelection of Reverse Logistics Service Provider: A Case Study of Mobile PhoneIndustry”. Procedia Engineering 97(2014)2147-2156: Science Direct.

Onder, E., dan Dag, S. D. (2013). “Combining Analytical Hierarchy Process And TopsisApproaches for Supplier Selection in a Cable Company“. Journal of Business,Economics & Finance ISSN : 2146-7943.

Pujawan, I. N., dan Mahendrawati, E. (2010). Supply Chain Management. Surabaya: GunaWidya.

Velasquez, M., dan Hester, P. T. (2013). “An Analysis of Multi-Criteria Decision MakingMethods“. International Journal of Operations Research Vol. 10, No. 2, 56-66 .

Wang, W. P. (2010). “A Fuzzy Linguistic Computing Approach to Supplier Evaluation“.Applied Mathematical Modelling 34 (2010) 3130-3141: Science Direct.

Wu, C., dan Barnes, D. (2011). “A Literature Review of Decision-Making Models andApproaches for Partner Selection in Agile Supply Chains“. Journal of Purchasing &Supply Management 17 (2011) 256-274: Science Direct.

pengukuran kinerja penyedia jasa pengeboran di …mmt.its.ac.id/download/semnas/semnas xxiii/mi/32....

Documents