Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pemilihan supplier dengan mengukur performansi supplier adalah hal penting yang harus dilakukan oleh perusahaan untuk memenangkan persaingan dengan perusahaan lain dalam hal kepuasan pelanggan. Perhitungan performansi supplier menggunakan DEA yang mampu mengevaluasi tingkat efisiensi relatif sebuah DMU yang bersifat non parametrik dan multi faktor baik input maupun output. Sedangkan dengan menggunakan teknik data mining yaitu dengan decision tree dan neural network, untuk mendapatkan prediksi dari nilai efisiensi supplier. Penelitian ini dilakukan pada sebuah perusahaan otomotif. Perusahaan saat ini menggunakan 104 supplier untuk material tools. Penelitian ini dilakukan untuk membantu perusahaan dalam mendapatkan framework dari suatu pemilihan supplier yang sesuai dengan kriteria yang ditetapkan oleh perusahaan. Hasil penelitian ini didapatkan bahwa model CRS-neural network memberikan hasil yang lebih baik dibandingkan dengan decision tree. Ini telihat dari nilai error yang lebih kecil yaitu 5.7 dibandingkan decision tree yang sebesar 6.7.

---

Supplier selection to measure supplier performance are important things to be performed by the company to win the competition with other companies in terms of customer satisfaction. Calculation of supplier performance using DEA is capable of evaluating the relative efficiency of a DMU that is non-parametric and multi factor inputs and outputs. While using data mining techniques, the decision tree and neural network, to get the efficiency prediction of the supplier. The research was conducted at a automotive company. The Company currently uses 104 suppliers for material tools. The study was conducted to assist companies in getting the framework of a supplier selection in accordance with criteria established by the company. The results of this study found that the CRS-neural network models give better results than the decision tree. It is seen from the error value that is 5.7 smaller than the decision tree for 6.7."

"This thesis is using a non-parametric methodology, an extention of Linear Programming of what so called Data Envelopment Analysis (DEA). We estimate efficiency scores for DKI Jakarta public secondary high-shcool, using data mainly for year 2004 and 2005. The input measures are constructed from the new entrance student's minimum national examination score (NEM), annual school revenue per student from the government subsidies as well as from the public, while the outputs measures are based on the national examination (UAN) score of the respective students, UAN pass rate, and the rate of students entering public universities. Using DEA we are able to separate schools that might qualify, as "performing well" from those were some improvement might be possible in terms of efficiency, and to identify the benchmarks as well as to provide the input target needed by the inefficient school in order to reallocate their resource more efficiently. Furthermore we advance the use of non-parametric rank-sum test to prove whether the population that grouped by the intensity of school revenue from public per students, would positively correlated with the level of school performance in efficient term."

"Tujuan penelitian ini adalah untuk menganalisis kinerja Kantor-Kantor Pelayanan Pajak Pratama (KPP Pratama) di Pulau Jawa yang berjumlah 157 kantor dengan menggunakan Data Envelopment Analysis (DEA). Penelitian ini menggunakan enam variabel input yang meliputi jumlah pegawai, jumlah anggaran, jumlah Wajib Pajak Orang Pribadi, jumlah Wajib Pajak Badan, jumlah Pengusaha Kena Pajak, dan jumlah Nomor Objek Pajak Bumi dan Bangunan. Variabel output yang digunakan ada tujuh, yaitu total penerimaan pajak, jumlah SPT Tahunan Orang Pribadi, jumlah SPT Tahunan Badan, jumlah SPT Masa PPN, jumlah SPPT dilunasi, jumlah pemeriksaan, dan jumlah Wajib Pajak Ekstensifikasi.Berdasarkan hasil penelitian, diketahui KPP Pratama yang efisien ada 47 dan inefisien 114. Untuk mengetahui faktor dominan yang berpengaruh terhadap efisiensi, penulis menggunakan analisis regresi dengan Standardized Coefficients sebagai prosedur pasca-DEA. Dari analisis ini diketahui, bahwa jumlah pegawai merupakan faktor dominan yang berpengaruh secara signifikan terhadap efisiensi. Direktorat Jenderal Pajak sebagai pembuat kebijakan harus meningkatkan efisiensi bagi KPP Pratama yang inefisien. Oleh karena itu, penulis merekomendasikan untuk meningkatkan perbaikan efisiensi berdasarkan skor efisiensi input dan output yang masih rendah.

---

The aim of this research is to analyze the performance of tax offices are called Small Taxpayer offices (STO) in Java Island with 157 offices by using Data Envelopment Analysis (DEA). This research use six variables as inputs are number of employees, total budget, the number of personal taxpayers, the number of corporate taxpayers, the number of entrepreneurs as taxpayers ,and the number of property taxes registered. The outputs used seven variables are the total amount of all revenue taxes collected, total of annual reporting of personal income taxes, total reporting of corporate income taxes, total average reporting of value added taxes, total property taxes were paid, total audits finished, and total the new tax payers from canvassing activities.According from research, it finds that the results, 43 tax offices are efficient and 114 are inefficient. For knowing the main factor can be influenced in efficiency, we use regression analysis with Standardized Coefficients as post-DEA Procedures. From this analysis, it finds that number of employees are main determinant for efficiency. Directorate General of Tax as a policy maker , has to address these problems in order to upgrade the efficiency of the inefficient tax offices. Therefore, we recommend to encourage improvement of efficiency based on lowly efficiency score of inputs and outputs."

"Dengan latar belakang sumber daya yang semakin terbatas peningkatan defisit nasional, dan implementasi otonomi daerah dan desentralisasi yang betum efektif, menyebabkan efisiensi merupakan hal rnutlak yang seharusnya dimiliki oleh setiap unit pemerintahan termasuk pemerintah daemh. Penelitian ini bertujuan untuk memetakan efisiensi pemerintah daerah menggWlakan pendekatan DEA. Hasil penelitian menyimpuikan bahwa terdapat lima belas provinsi yang efisien. Provinsi Jawa Barat dan Banten merupakan pemerintah daerah yang efisien yang telah dapat menggunakan sumber daya yang dimiliki secara optimal, sedangkan tiga betas provinsi efisien lainnya dan delapan belas provinsi yang tidak: efisien masih memiliki tingkat produktifitas yang rendah, Untuk meningkatkan efisiensinya, provinsi yang tidak efisien dapat melakukan pengurangan belanja atau peningkatan tingkat kemandirian daerah, pertumbuhan ekonomi daerah, !PM dan rasio penduduk bekerja serta penurunan rasio penduduk miskin. Dan untuk meningkatkan produktifiUIS, diperlukan pengembangan kemampuan manajerial dan peningkatan kapasitas. Skor efisiensi yang tinggi cenderung dicapai oleh provinsi dengan total belanja per kapita yang rendah.

---

Efficiency must be practiced by all of government institutions, including the local goverments, as resources decreasing, national deficit increasing} and decentralization implemented ineffectively. The purpose of this research is to provide local government efficiency map using Data Envelopment Analysis {DEA). Province of \Vest Java and Banten is efficient local governments which has managed their resources optimally. Thirteen other efficient provinces and eighteen other inefficient provinces have lower productivity. These inefficient provinces could improve their efficiency by reducing their total expenditure or improving their financial independency, economic growth, HDI, working people ratio and decreasing their poor people ratio. And they need also managerial improvement and capacity building to improve their productivity. Provinces with lower total expenditure per capita tend to reach higher efficiency score."

"Tesis ini meneliti tentang penilaian efisiensi relatif 14 SMP di Kotamadya Depok pada tahun ajaran 2007/2008-2009/2010 dengan menggunakan metode Data Envelopment Analysis (DEA). Metode DEA dipilih karena kelebihannya dalam mengolah lebih dari satu input dan output. Pendekatan yang digunakan adalah pendekatan VRS input oriented. Variabel input terdiri dari 4 variabel, yaitu: NEM, anggaran pembiayaan, rasio guru per siswa dan rasio kelas per siswa. Variabel output terdiri dari 2 variabel, yaitu: total nilai rata-rata UAN dan persentasi tingkat kelulusan . Hasil perhitungan dengan DEA menghasilkan enam SMP efisien secara teknis dan delapan SMP tidak efisien secara teknis. Bagi SMP yang tidak efisien secara teknis dapat diperbaiki nilai efisien nya dengan cara menurunkan anggaran pembiayaan yang ada di variabel input berdasarkan hasil perhitingan DEA.

---

This thesis examines the relative efficiency assessment 14 junior high schools in Depok municipality in the academic year 2007 / 2008-2009 / 2010 using Data Envelopment Analysis ( DEA ). DEA method chosen because of its advantages in processing more than one input and output. The approach used is the VRS input oriented approach. Input variables consist of four variables, namely : NEM, budget financing, the ratio of teachers per student and per- student classroom ratio. Variable output consists of two variables, namely : the total value of the average percentage of UAN and graduation rates. Results of calculation by DEA produce technically efficient SMP six and eight junior technically inefficient. For SMP inefficient technically efficient irreparable its value by lowering financing budget in input variables based on the results perhitingan DEA."

"Pemasok atau kontraktor merupakan elemen pen:sng dalam rantai suplai (Supply Chain Management) suatu perusahaan. Pads saat suatu perusahaan meinutuskan untuk membeli barang atau jasa yang dibutuhkannya, maka perusahaan tersebut akan mulai berhubungan dan menciptakan ketergantungan dengan pemasok atau kontraktor yang bisa menyediakan barang atau jasa tersebut pads tingkat kualitas tertentu, waktu tertentu, dan harga yang kompetitif. Ketergantungan yang semakin kuat kepada pemasok, meningkatkan keinginan perusahaan untuk secara efektifinengelola pemasoknya. Setelah pemasok terpilih dan hubungan yang diikat dengan kontrak terbentuk, pemantauan dan pengukuran kinerja keseluruhan dari pemasok menjadi sangat panting. Evaluasi yang strategis dari kinerja pemasok akan membantu perusahaan meningkatkan kinerja operasinya melalui, pertama membantu proses pengembangan pemasok - yang kemudian tentu akan meningkatkan kinerja perusahaan, kedua memungkinkan alokasi yang optimal dari sumber daya untuk program pengembangan pemasok, dan ketiga membantu manajer daiam mciakukan restrukturisasi jaringan pemasok mereka berdasarkan kinerja.Penerapan metodologi Data Envelopment Analysis (DEA) dalam rangka mengevaluasi kinerja 11 (sebelas) pemasok di perusahaan eksplorasi minyak dan gas XYZ Indonesia menghasilkan 3 (tiga) pemasok efisien dan 8 (delapan) pemasok lainnya merupakan pemasok yang inef isien. Efisiensi pemasok diukur dari perbandingan antara 5 (lima) variabel input dan 1 (satu) variabel output. 5 (lima) variabel input tersebut adalah sistem manajemen kualitas, sistem manajamen keselamatan-kesehatan-lingkungan, aset, perputaran piutang, dan kemampuan teknis organisasi, sedangkan 1 (satu) variabel output adalah kinerja aktual dari kontrak. Pengklasifikasian lcbih lanjut dengan mengkombinasikan skor cfisiensi dengan skor kincrja menghasilkan 3 (tiga) pemasok dengan klasifikasi HE (High Performance-Efficient), 3 (tiga) pemasok dengan klasifikasi HI (High Performance-lnefcient) dan 5 (lima) pemasok dengan klasifikasi LI (Low Performance-Inefficient). Pengklasifikasian ini membantu manajemen perusahaan dalam menentukan strategi pengembangan pemasok yang sesuai untuk pemasok-pemasok dalam kategori yang sama.Potensi perbaikan yang disarankan untuk masing-masing aspek input dan output adalah scbagai berikut: Pemasok S I, S6, S7, S9, S I 1 dan S 10 secara terbatas dapat mengoptimalkan input sistem manajemen kualitas nya dan masih memenuhi standar minimum perusahaan. Pemasok S2, S8, S9 dan S11 dapat mengoptimalkan input sistem manajemen keselamatan-kesehatan-lingkungan nya dan masih memenuhi standar minimum perusahaan. Hampir seluruh pemasok inefisien (kecuali S11) dapat mengoptimalkan input aset, namun demikian rekomendasi penurunan aset yang sangat drastis (41%-96%) harus dianalisa dengan lebih detail dan dikaitkan dengan konteks pemasok efisien yang menjadi reference set, dampak terhadap operasi pemasok dan pelayanan kepada perusahaan. Hanya pemasok S lO yang masih dapat mengoptimalkan input perputaran piutang dan rekomendasi ini juga harus dianalisa lebih detail sepcrti halnya rekomendasi pada input aset. Seiring dengan model maksimasi output yang digunakan, seluruh pemasok dapat memaksimalkan outputnya dengan potensi perbaikan 10.I2% sampai dengan 37.36%.Analisa sensitivitas dan regresi pada rekomendasi DEA memberikan masukan bahwa pemasok S3 dan S5 merupakan pemasok yang benar-benar efisien sedangkan kemampuan teknis organisasi dan kinerja aktual berpengaruh secara signifikan pada efisiensi pemasok.Penerapan metodologi ini secara luas pada seluruh pemasok di perusahaan akan memberikan basil berupa pemasok yang benar-benar efisien untuk menjadi acuan bagi pemasok yang inefisien. Begitu pula evaluasi yang dilakukan terhadap pemasok akan menjadi sangat komprehensif dan dapat menjadi dasar dalam menentukan strategi pengembangan dan rasionalisasi pemasok.

---

Suppliers or contractors are critical element of company's supply chain management. When a company decides to purchase goods or services that are required for its operation, it will build a relationship and create a dependency with suppliers or contractors that are able to supply goods and services at a certain level of quality specific timing, and competitive price. A high dependency with suppliers raises company's need to effectively manage their suppliers. After the selection of suppliers and contractual relationship arc formalized, overall performance monitoring and measurement of suppliers become very crucial. Strategic evaluation of suppliers' performance will help company to boost its operation performance through, first helping supplier development process - that will ultimately improve company's performance, secondly allowing an optimum resources allocation in supplier development program, and finally assisting manager to restructure suppliers' network based on performance.The application of Data Envelopment Analysis (DEA) in evaluation of f I (eleven) suppliers of company XYZ Indonesia - an oil and gas exploration enterprise - produces 3 (three) efficient suppliers and 8 (eight) inefficient suppliers. Supplier efficiency is measured from the ratio of 5 (five) input variables and 1 (one) output variables. Those 5 (Five) input variables arc quality management system. Health safety environment management system, assets, receivables turnover, and organization capabilities. The output variable is actual performance of the contract.Further classification by combining efficiency scores and performance score generates 3 (three) suppliers classified as HE (High Performance-Efficient), 3 (three) suppliers as HI (High Performance-Inefficient) and 5 (five) suppliers as LI (Low Performance-inefficient). This classification helps company's management in developing strategy for suppliers' development specifically altered for each category.Potential improvement suggested for each input and output is as the following: Supplier S1, S6, S7, S9, SII and SIU, at certain limit, can optimize their quality management system but still meet company's minimum requirement. Supplier S2. S8, S9 and S11 can optimize their health safety environment management system but still meet company's minimum requirement. All inefficient suppliers, except SI i, can optimize their assets input. However significant decrease in assets (41 %96%) must be scrutinized for further analysis and applied with the same context of efficient supplier in respective reference set, impact to supplier operation and service level to company. Only supplier S10 can optimize its input of receivables turnover but this also must be scrutinized for further analysis. In line with output maximizing model that is used in this research, all suppliers can maximize their output with potential improvement from 10.12% to 37.36%.Sensitivity analysis and regression analysis to DEA recommendation respectively turns out that supplier S3 and S5 are genuinely efficient and organization capability and actual performance affects significantly supplier efficiency.The application of the methodology in all company's suppliers will generate a result of genuinely efficient(s) supplier as benchmark for inefficient suppliers. Therefore the supplier evaluation will be a very comprehensive process and becoming a good basis in supplier development and rationalization."

"Smartphone merupakan penggabungan fungsi telepon dengan kemampuan komputer. Komponen utama dari smartphone yang membedakan telepon genggam adalah smartphone bersistem operasi seperti komputer. Tantangan utama untuk pengembang sistem operasi smartphone adalah mempertahankan kepuasan dan loyalitas pengguna smartphone untuk merebut dan memimpin pangsa pasar. Dalam penelitian ini menggunakan metode Data Envelopment Analysis (DEA) untuk menganalisis dan membandingkan kepuasan dan loyalitas pengguna smartphone. Model DEA yang digunakan adalah BCC-O (variable return to scale- output oriented) dengan Decision Making Unit (DMU) lima sistem operasi yang tersebar di Indonesia. Pengguna Android dan iOS adalah pengguna yang mempunyai loyalitas tinggi. Microsoft (Windows Mobile) adalah sistem operasi yang tidak efisien, sehingga pengembang sistem operasi tersebut harus lebih memperhatikan pasar.

---

Smartphone is combination from a cell phone with a computer-like capabilities. The main components of the smartphone that distinguishes a cell phone is a smartphone operating system such as a computer. A major challenge for developers of smartphone operating system is how to maintain customer satisfaction and loyalty of smartphone users to capture and lead the market share. This study uses Data Envelopment Analysis (DEA) to analyze and compare the smartphone user satisfaction and loyalty. DEA models used are BCC-O (variable returns to scale - output-oriented) with the Decision Making Unit (DMU) scattered five operating systems in Indonesia. Android and IOS users are users who have high loyalty. Microsoft (Windows Mobile) operating system is not efficient, so the operating system developers should pay more attention to the market."

"Ukuran kinerja operasional sebuah cabang biasanya menggunakan pendekatan finansial dan diukur menggunakan rasio-rasio akuntansi dan keuangan seperti Return On Assets (ROA), Return On Investment (ROI) dan lainnya. Rasio-rasio ini menghasilkan informasi yang penting mengenai kinerja keuangan cabang jika dibandingkan dengan periode sebelumnya dan jika dibandingkan (benchmark) dengan cabang lain. Namun disamping itu manajemen perlu mengidentifikasi dan mengembangkan metode perbaikan (improvement method) untuk meningkatkan produktifitas operasional cabangnya. Untuk tujuan ini diperlukan suatu alat bantu manajemen dalam mengevaluasi/mengukur kinerja operasional atau produktifitas cabang. Alat ini berfungsi sebagai pelengkap darl rasio-rasio akuntansi dan keuangan yang ada. Hal ini dimaksudkan agar manajemen bisa memperoleh gambaran lebih lengkap dan komprehensif mengenai kinerja operasional atau produktifitas organisasinya.Data Envelopment Analysis (DEA) adalah suatu teknik pemrograman linier/matematis yang digunakan menghitung rasio komparatif dari output per input dari setiap unit produksi yang kemudian disebut sebagai nilai efisiensi relatif Nilai efisiensi relatif tersebut berupa nilai antara 0 sampai 1 atau 0% sampai 100%. Suatu unit produksi yang nilai efisiensi relatifnya kurang dari satu, bisa dikatakan unit produksi tersebut relatif inefisien dibanding unit produksi lainnya. Kemampuan DEA dalam mengukur efisiensi relatif ini kemudian dikembangkan untuk mengevaluasi/mengukur kinerja operasional atau produktifitas suatu unit produksi dalam satu lingkungan (himpunan/sampel dalam model DEA).Penelitian pada karya akhir ini adalah mencoba menerapkan DEA sebagai alat bantu manajemen dalam mengevaluasi/mengukur kinerja operasional atau produktifitas cabang-cabang bank di Indonesia. Bank yang dijadikan sampel pada penelitian ini adalah Bank ABC dan cabang-cabang yang akan diukur kinerjanya adalah cabang-cabang Bank ABC yang berada di Jakarta dan sekitarnya (Kantor Wilayah 10). Pemilihan Bank ABC ini dikarenakan bank ini merupakan salah satu bank terbesar di Indonesia.Hasil yang diperoleh walau perlu dikembangkan lebih lanjut adalah dapat digunakannya metode DEA ini dalam mengukur kinerja produktifitas operasional cabang-cabang Bank ABC. Penggunaan variabel non keuangan dalam model DEA, melengkapi analisa manajemen terhadap cabang-cabangnya disamping analisa hasil metode pengukuran kinerja yang ada dimana menekankan pada aspek keuangan. Penggunaan secara bersama metode ini akan lebih berdaya guna dan dapat dilakukanya analisa lebih komprehensif terhadap pengukuran kinerja cabang-cabang Bank ABC maupun bank-bank Iain di Indonesia."

"Penelitian ini bertujuan untuk mengetahui tingkat efisiensi 50 jenis kereta api penumpang di Pulau Jawa tahun 2008-2010 dengan metode Data Envelopment Analysis (DEA). Variabel input meliputi usia lokomotif rata-rata, jumlah kereta penumpang, dan konsumsi energi. Variabel output meliputi volume penumpang, kilometer penumpang, kilometer kereta api, dan kecepatan rata-rata. Hasil penelitian menunjukkan terdapat 31 kereta api efisien di tahun 2008 dan 30 kereta api efisien di tahun 2009 dan 2010. Secara keseluruhan, 27 kereta api efisien selama tiga tahun berturut-turut, 16 kereta api belum efisien, dan 7 kereta api berfluktuasi. Solusi yang dapat dilakukan untuk meningkatkan efisiensi adalah mengurangi penggunaan input.

---

This research aims to determine the efficiency of 50 passenger trains in Java Island during 2008-2010 by using Data Envelopment Analysis (DEA). Input variables consist of average age of locomotives, number of trains, and energy. Output variables consist of volume of passengers, passenger kilometers, passenger train kilometers, and average speed. The results show that 31 trains are efficient in 2008 and 30 trains are efficient in 2009 and 2010. Over all, 27 trains are efficient for three consecutive years, 16 trains are inefficient, and 7 trains are fluctuated. The solution to improve efficiency is reduce the input used."