Evaluasi Kinerja Pemasok Menggunakan Fuzzy C-Means Clustering dan AHP di CV Delta Raya

Rahmadhani, Laily (2021) Evaluasi Kinerja Pemasok Menggunakan Fuzzy C-Means Clustering dan AHP di CV Delta Raya. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
05211740000036-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only until 1 October 2023.

Download (2MB) | Request a copy

Abstract

CV Delta Raya merupakan perusahaan yang memproduksi furnitur. Perusahaan ini memiliki berbagai kategori pemasok untuk memasok berbagai bahan baku. Selama ini, evaluasi kinerja pemasok dilakukan secara manual tanpa perhitungan yang akurat, sehingga kinerja pemasok tidak dapat dinilai dengan baik. Tugas Akhir ini bertujuan untuk membantu perusahaan agar dapat melakukan evaluasi para pemasok dengan baik. Pertama, analisis segmentasi pemasok dilakukan untuk mengelompokkan semua pemasok berdasarkan karakteristik yang dimiliki oleh masing-masing pemasok. Untuk ini, analisis segmentasi pema-sok dilakukan menggunakan metode clustering fuzzy c-means berdasarkan hasil pemodelan recency, frequency, dan monetary (RFM) yang menggambarkan perilaku pemasok. Kedua, metode analytical hierarchy process (AHP) digunakan unutk mempe-ringkat semua pemasok yang dihasilkan oleh analisis segmen-tasi. Ketiga, data envelopment analysis (DEA) kemudian digu-nakan terhadap data hasil pemeringkatan pemasok untuk mem-peroleh skor efisiensi sebagai ukuran kinerja dari pemasok dari berbagai kategori berdasarkan hasil pemodelan RFM. Hasil analisis segmentasi menggunakan gabungan pemodelan RFM, clustering fuzzy c-means, dan metode AHP menghasilkan tiga klaster pemasok. Hasil analisis segmentasi ditampilkan dalam bentuk visualisasi guna memudahkan perusahaan dalam melakukan analisis setiap klaster yang dihasilkan. Dari ketiga klaster yang dihasilkan, terdapat satu klaster terbaik yang berisikan 46 pemasok dan mempunyai rata-rata skor RFM tertinggi sebesar 0,6635. Analisis DEA terhadap klaster terbaik ini menghasilkan 12 pemasok dengan skor efisiensi tertinggi dan dapat dikategorikan sebagai pemasok potensial untuk jangka panjang. =================================================================================================== CV Delta Raya is a company that produces furniture. The company has various categories of suppliers to supply various raw materials. So far, supplier performance evaluation is done manually without accurate calculations, so that supplier performance cannot be assessed properly. This final project aims to help the CV Delta Raya to evaluate suppliers properly. First, supplier segmentation analysis was conducted to group all suppliers based on the characteristics possessed by each supplier. In this regard, supplier segmenta-tion analysis is carried out using the fuzzy c-means clustering method based on the results of recency, frequency, and mone-tary (RFM) modeling that describes supplier behavior. Second, the analytical hierarchy process (AHP) method is used to rank all suppliers generated by the segmentation analysis. Third, data envelopment analysis (DEA) is then used against the data from the ranking of suppliers to obtain efficiency scores as a measure of the performance of suppliers from various catego-ries based on the results of RFM modeling. The segmentation analysis using a combination of RFM model-ing, fuzzy c-means clustering, and the AHP method resulted in three supplier clusters. The results of the segmentation analysis are displayed in the form of visualizations to make it easier for the company to analyze each resulting cluster. Of these three resulting clusters, there is one best cluster which contains 46 suppliers and has the highest average RFM score of 0.6635. DEA's analysis of the best cluster resulted in 12 suppliers with the highest efficiency scores and can be categorized as potential suppliers for the long term.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: segmentasi pemasok, RFM, fuzzy c-means clustering, analytical hierarchy process, data envelopment analysis, supplier segmentation
Subjects: H Social Sciences > HA Statistics > HA31.38 Data envelopment analysis.
Q Science > QA Mathematics > QA278.55 Cluster analysis
Q Science > QA Mathematics > QA76.9.D343 Data mining. Querying (Computer science)
T Technology > T Technology (General) > T57.5 Data Processing
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User: Laily Rahmadhani
Date Deposited: 20 Aug 2021 18:16
Last Modified: 20 Aug 2021 18:16
URI: https://repository.its.ac.id/id/eprint/88385

Actions (login required)

View Item View Item