Jurnal Ilmiah Mahasiswa Teknik Industri Universitas Kadiri ISSN : 2622-1004 (Online)

Vol. 3 No. 2 Agustus 2021, hal 131 – 146

Tersedia secara online di http://ojs.unik-kediri.ac.id/index.php/jurmatis/index

JURMATIS
Jurnal Ilmiah Mahasiswa Teknik Industri Universitas Kadiri

Pengukuran Kinerja Pada UKM Kerudung Menggunakan Metode

Supply Chain Operator Reference (SCOR) Dan AHP

Nadifa Yusrianafi *1, Said Salim Dahda2

[email protected]*1, [email protected]
1,2 Program Studi Teknik Industri, Fakultas Teknik, Universitas Muhammadiyah Gresik

InformasiArtikel Abstract
Riwayat Artikel : The supply chain is very important in the sustainability of an
industry. Not only large-scale industries, an SME must be able
Received : 5 – Juni – 2021
to run and develop its business supply chain well in order to
Revised : 23 – Juni – 2021
Accepted : 26 – Juni – 2021 have good sustainability. Because SMEs operate in a limited
manner and have a flat structure, the level of complexity in
implementing the supply chain model is also simple but also
complex. Measurement of supply chain performance will be
very helpful for SMEs in running and developing their supply
Kata Kunci : chains. The purpose of this study is to measure the supply chain
Small and Medium performance of the veil SMEs with the make to stock type in
Enterprises (SMEs) order to develop their performance and be able to compete
Supply Chain Operation with other competitors. In this performance measurement,
Reference (SCOR) Supply Chain Operation Reference (SCOR) version 12.0 and
Analytical Hierarchy Process Analytical Hierarchy Process (AHP) are used for the
development of performance measurement models and decision
(AHP)
making. There are 30 matrix indicators for KPI (Key
Performance Indicator). Creating an appropriate initial
hierarchical model for SMEs Kerudung, then calculating the
normalization of the normalization and calculation of AHP to
determine the weight using the Expert Choice 11 Software. In
the core process, which has the greatest influence is the source
performance value of 28.65918439 and the lowest value is the
enable performance value of 4.7.

Abstrak
Rantai pasok menjadi suatu hal yang sangat penting dalam
Untuk melakukan sitasi pada keberlangsungan sebuah industri. Tidak hanya industri skala
penelitian ini dengan format : besar, sebuah UKM harus dapat menjalankan dan
I. Putri and D. Surjasa, mengembangkan rantai pasok bisnisnya dengan baik supaya
“Pengukuran Kinerja Supply
Chain Management
mempunyai keberlanjutan yang baik. Karena UKM beroperasi
Menggunakan Metode SCOR terbatas dan memiliki struktur yang datar, sehingga tingkat
(Supply Chain Operation kerumitan dalam pelaksanaan model rantai pasok nya juga
Reference), AHP (Analytical sederhana tapi juga kompleks. Pengukuran kinerja rantai pasok
Hierarchy Process), Dan akan sangat membantu bagi UKM dalam menjalankan dan
OMAX (Objective Matrix) Di mengembangkan rantai pasoknya. Tujuan penelitian ini untuk
Pt. X,” J. Tek. Ind., vol. 8, no. 1, mengukur kinerja rantai pasok pada UKM kerudung dengan
pp. 37–46,2018. tipe make to stok agar dapat mengembangkan kinerjanya dan

131

10.30737/jurmatis.v3i2.1774.g1659 *Corresponding author : 1710631140127@student unsika.ac.id

Jurnal Ilmiah Mahasiswa Teknik Industri Universitas Kadiri ISSN : 2622-1004 (Online)
Vol. 3 No. 2 Agustus 2021, hal 131 – 146

dapat bersaing dengan kompetitor lainnya. Dalam pengukuran

kinerja ini, Supply Chain Operation Reference (SCOR) versi
12.0 dan Analytical Hierarchy Process (AHP) digunakan untuk
pengembangan model pengukuran kinerja dan pengambilan
keputusan. Penentuan KPI (Key Performance Indicator) ada 30
indikator matrik. Membuat model hierarki awal yang sesuai
pada UKM Kerudung, kemudian dilakukan perhitungan
normalisasi snorm de boer dan perhitungan AHP untuk
menentukan bobot dengan Software Choice Expert 11. Hasil
dari pengukuran kinerja Supply Chain didapatkan nilai akhir
yaitu 81,23 yang termasuk kategori Good. pada proses inti,
yang memiliki pengaruh terbesar yaitu nilai kinerja source
sebesar 28,65918439 dan memiliki nilai terendah yaitu nilai
kinerja enable sebesar 4,7.

1. Pendahuluan
Persaingan dalam industri dan tingkat permintaan yang tidak menentu membuat
industri harus menentukan strategi - strategi dalam menjalankan bisnisnya dengan baik.
Pengembangan dan pembenahan jaringan rantai pasok menjadi salah satu proses bisnis
yang banyak dijadikan tumpuan dalam menjalankan bisnis yang lebih baik. Dari sisi
definisi, manajemen rantai pasok dapat di definisikan sebuah proses bisnis lengkap berupa
siklus yang dimulai dari bahan baku dari pemasok menuju ke pabrik hingga kegiatan
distribusi sampai ke tangan konsumen[1]. Jaringan rantai pasok menjadi banyak perhatian
dari para peneliti dan praktisi terkait peningkatan efektivitas dan efisiensinya pada industri
skala besar, menengah maupun kecil. Dengan adanya ketergantungan yang besar terhadap
rantai pasoknya, pembenahan perlu dilakukan atas dasar keadaan yang ada dengan proses
pengukuran yang tepat. Pengukuran kinerja SCM sangat penting untuk mengurangi biaya-
biaya, memenuhi kepuasan pelanggan dan meningkatkan keuntungan perusahaan serta
untuk mengetahui sejauh mana performansi supply chain perusahaan telah tercapai[1].
Selain itu pengukuran kinerja dapat membantu mengidentifikasi masalah yang ada dalam
rantai pasokan saat ini[2].
Salah satu pendekatan yang digunakan untuk melakukan pengukuran kinerja adalah
dengan model Supply Chain Operations Reference (SCOR)[3]. SCOR diperbarui secara
berkala untuk menyesuaikan perubahan pada proses bisnis rantai pasokan[4]. Model
SCOR terdiri dari proses rantai pasokan standar, atribut dan metrik kinerja standar, praktik
standar dan keterampilan kerja standar[5]. Pembaruan SCOR versi 12.0 disusun dalam
matriks yaitu standar kinerja (reliability, responsiveness, agility, cost, asset management)
dan proses (plan, source, make, deliver, return, enable)[6]. Meskipun sangat sederhana,

132

10.30737/jurmatis.v3i2.1774.g1659 *Corresponding author : 1710631140127@student unsika.ac.id

Jurnal Ilmiah Mahasiswa Teknik Industri Universitas Kadiri ISSN : 2622-1004 (Online)
Vol. 3 No. 2 Agustus 2021, hal 131 – 146

model SCOR telah terbukti kuat dan tangguh sebagai alat untuk mendeskripsikan,
menganalisis, dan meningkatkan rantai pasok[7]. Untuk menilai dan membandingkan
atribut kinerja dilakukan kombinasi menggunakan metode AHP, adalah salah satu metode
yang umum digunakan untuk memecahkan masalah pengambilan keputusan melalui
penggunaan proses hierarki metrik dan menentukan bobot metrik[8].
Pada penelitian terdahulu, model SCOR telah banyak digunakan diperusahaan besar
seperti yang dilakukan oleh [10] tentang pengukuran kinerja perusahaan pupuk urea, pada
penelitian tersebut dalam menjalankan aktivitas rantai pasoknya mengalami masalah pada
proses pengadaan, produksi hingga pengiriman, seperti keterlambatan waktu produksi.
Penelitian yang lain oleh[1] pada penelitian diperusahaan elektronik ini mengalami
keterlambatan bahan baku dan kecacatan pada bahan baku.
Dari beberapa referensi yang didapatkan pengukuran kinerja pada UKM
menggunakan SCOR versi 12.0 dan AHP dengan proses Make to Stok masih jarang
digunakan, Berbeda dengan perusahaan besar, UKM membutuhkan beberapa penyesuaian
karena UKM beroperasi terbatas, memiliki struktur yang datar, fleksibel dan strategi yang
informal dibandingkan perusahaan besar[11]. Oleh karena itu peneliti melakukan
pengukuran kinerja menggunakan metode SCOR terbaru versi 12.0 oleh APICS[12] yang
diimplementasikan pada UKM Kerudung ini. Hal ini dilakukan untuk menambah
informasi dan referensi untuk penelitian selanjutnya.
Berdasarkan pada penelitian sebelumnya, didapatkan permasalahan yang sama
seperti pada UKM kerudung yang akan menjadi objek penelitian ini, mengidentifikasi dari
SCM pada UKM ini terdapat beberapa masalah yaitu tidak mempunyai perencanaan yang
matang dari proses pengadaan bahan baku, pada perencanaan produksi juga tidak adanya
safety stok yang membuat pawai bekerja secara cepat dan pengiriman yang terlambat
akibat keterlambatan dari supplier. Untuk itu diperlukan kinerja yang baik terkait dengan
pemenuhan permintaan oleh pelanggan serta persaingan bisnis. Kinerja rantai pasokan
berkaitan dengan aktivitas rantai pasokan yang diperluas dalam memenuhi persyaratan
pelanggan, termasuk ketersediaan produk, pengiriman tepat waktu, dan semua inventaris
dan kapasitas yang diperlukan dalam rantai pasokan untuk memberikan kinerja tersebut
secara responsif.
Pada penelitian ini dilakukan pengembangan untuk pengukuran kinerja dengan
menggunakan metode SCOR terbaru versi 12.0 yang diterapkan pada jenis industri skala

133

10.30737/jurmatis.v3i2.1774.g1659 *Corresponding author : 1710631140127@student unsika.ac.id

Jurnal Ilmiah Mahasiswa Teknik Industri Universitas Kadiri ISSN : 2622-1004 (Online)
Vol. 3 No. 2 Agustus 2021, hal 131 – 146

kecil menengah atau UKM. Tujuannya adalah untuk mengetahui kinerja rantai pasok pada
UKM pembuatan kerudung dari mulai perencanaan, pengadaan, produksi, pengiriman dan
pengembalian. Dan AHP yang digunakan untuk pengambilan keputusan dan penetapan
prioritas pada suatu proses yang terstruktur. Kemudian hasil dari penelitian ini dapat
berpengaruh dalam memperbaiki kinerja dan meningkatkan efisiensi serta dapat
melakukan benchmarking.
2. Tinjauan Pustaka
2.1 Supply Chain Management
Supply Chain berkaitan dengan segala aktivitas, alat dan bahan, atau langkah-
langkah yang dibutuhkan suatu produk mulai dari bahan mentah hingga produk jadi
atau produk setengah jadi hingga konsumen, yang dikenal dengan istilah hulu hingga
hilir. Terkait pengadaan bahan baku, pemasok, distribusi bahan baku, pembelian,
produksi, target produksi, hingga distribusi merupakan pembahasan tentang rantai
pasok[13]. Adapun tujuan dari SCM adalah untuk memotong beberapa rantai pasok
yang kurang penting, meminumkan biaya dan menambah produktivitas [14].
2.2 Pengukuran Kinerja Rantai Pasok
Pengukuran kinerja rantai pasok merupakan pengukuran kinerja suatu proses
bisnis disepanjang rantai pasokan dan dibandingkan dengan seperangkat standar
kinerja yang membutuhkan adopsi metrik leading dan lagging terkait proses intra dan
antar organisasinya[15]. Tujuan pengukuran kinerja untuk membantu memonitoring
jalannya aplikasi Supply Chain Management (SCM) agar berjalan dengan baik[16].
Rantai pasok yang efektif merupakan hal yang paling mendasar bagi perusahaan untuk
mempertahankan keunggulan kompetitif secara berkelanjutan[17].
2.3 SCOR versi 12.0 Model
Suatu metode yang digunakan dalam pengukuran kinerja adalah SCOR (Supply
Chain Operation Reference). Dalam model SCOR versi 12.0 yang disusun dalam
matriks 5x6[6] yang memiliki bentuk hierarki dengan beberapa tingkat proses[18].
Terdapat proses - proses dalam rantai pasokan yang didefinisikan ke dalam enam
standar kinerja pada level 1 yaitu plan, source, make, deliver, return dan enable untuk
mengevaluasi kinerja tersebut SCOR memiliki tingkatan matrik pada level 2 yaitu
reliability, responsiveness, agility, asset management dan cost [12]. Pada level 3
terdapat indikator atribut SC atau Key Performance Indicator (KPI) yang

134

10.30737/jurmatis.v3i2.1774.g1659 *Corresponding author : 1710631140127@student unsika.ac.id

Jurnal Ilmiah Mahasiswa Teknik Industri Universitas Kadiri ISSN : 2622-1004 (Online)
Vol. 3 No. 2 Agustus 2021, hal 131 – 146

mempengaruhi metrik level 2[19]. Di mana dengan ini dapat mengukur kinerja proses
perusahaan secara objektif berdasarkan data - data yang diambil sehingga dapat
dilakukan evaluasi kinerja[20].

Gambar 1. Model SCOR

(Sumber : SCOR version 12.0 APICS 2017)
2.4 Sistem Penilaian
Setiap indikator dari atribut - atribut kinerja SC memiliki bobot yang berbeda-
beda dengan skala juga ukuran yang berbeda-beda[21]. Normalisasi memainkan peran
penting dalam mencapai nilai akhir pengukuran kinerja[21]. Oleh karena itu perlu
dilakukan normalisasi untuk menyamakan skala pengukuran dari masing-masing
kriteria kinerja SC[2].
Proses normalisasi dilakukan dengan rumus normalisasi Snorm De Boer[16]:
Untuk large is better
Snorm (skor) = (Si-Smin)/(Smax-Smin) x 100% ..... (1)
Untuk lower is better
Snorm (skor) = (Smax-Si)/(Smax-Smin) x 100% ..... (2)

Dimana:
Si = nilai indikator aktual yang berhasil dicapai
Smin = nilai pencapaian performansi terburuk dari indikator kerja
Smax = nilai pencapaian performansi terbaik dari indikator kerja
Pada pengukuran ini setiap bobot indikator di konversikan ke dalam interval nilai
tertentu yaitu nol (0) diartikan paling buruk dan seratus (100) diartikan paling baik.
Dengan demikian parameter dari setiap indikator adalah sama, setelah itu didapatkan
suatu hasil yang dapat dianalisa[24].
Tabel 1. Sistem Monitoring Indikator Kinerja
Sistem Monitoring Indikator Kerja
<40 Poor
40 -50 Marginal

135

10.30737/jurmatis.v3i2.1774.g1659 *Corresponding author : 1710631140127@student unsika.ac.id

Jurnal Ilmiah Mahasiswa Teknik Industri Universitas Kadiri ISSN : 2622-1004 (Online)
Vol. 3 No. 2 Agustus 2021, hal 131 – 146

50 – 70 Average
70 – 90 Good
>90 Excellent
(Sumber: Pengukuran Kinerja Supply Chain Management Dengan Pendekatan Supply
Chain Operation Reference (SCOR) dalam Wigaringtyas)

2.5 Analytical Hierarchy Process (AHP)

Analytical Hierarchy Process (AHP) adalah alat pengambilan keputusan yang
dapat membantu mendeskripsikan operasi keputusan akhir dengan menguraikan
masalah yang kompleks ke dalam struktur hierarki multi - level tujuan, kriteria,sub
kriteria dan alternatif [5]. Kombinasi AHP dan SCOR ini banyak digunakan oleh
penelitian pengukuran kinerja SC seperti pada industri kaus kaki [5]. AHP sudah
umum digunakan untuk menganalisis hierarki metrik dan menentukan bobot dari
metrik [8] dengan memberikan sebuah kerangka kerja terstruktur untuk menetapkan
prioritas pada masing-masing tingkat hierarki menggunakan perbandingan
berpasangan (pairwise comparison)[25], memberi nilai subjektif tentang pentingnya
setiap variabel secara relatif, dan menetapkan variabel mana yang memiliki prioritas
paling tinggi guna mempengaruhi hasil pada situasi tersebut[10].
3. Metode Penelitian
Pengumpulan data :
Pengumpulan Data
 Observasi
 Studi literatur
 Nilai metrik kinerja dari data - data yang ada

Pengolahan Data Model SCOR

Menetapkan metrik

Validasi metrik

Proses normalisasi metrik

Membangun struktur hierarki

Pembobotan metrik dengan menggunakan AHP

Hasil dan kesimpulan Hasil dan pembahasan

Kesimpulan

Gambar 2. Kerangka Metodologi Penelitian

136

10.30737/jurmatis.v3i2.1774.g1659 *Corresponding author : 1710631140127@student unsika.ac.id

Jurnal Ilmiah Mahasiswa Teknik Industri Universitas Kadiri ISSN : 2622-1004 (Online)
Vol. 3 No. 2 Agustus 2021, hal 131 – 146

Pada metode penelitian ini dibagi menjadi 3 tahapan, yaitu (1)pengumpulan data,
(2)pengolahan data, (3) hasil dan kesimpulan.
1) Tahap pengumpulan data, peneliti menggunakan dua tipe pengambilan data pertama
dari data primer, observasi secara langsung dengan melakukan wawancara untuk
mendapatkan data - data yang dibutuhkan agar dapat mengidentifikasi kinerja rantai
pasok dan proses SCM pada UKM kerudung yang bersistem produksi MTO (Make To
Order) dan merancang kerangka pengukuran kinerja rantai pasok kerudung dengan
pendekatan metode SCOR versi 12.0. Yang kedua data sekunder dari referensi
penelitian terdahulu, sumber buku dan internet.
2) Tahap pengolahan data, semua data yang telah dikumpulkan sebelumnya diproses.
Pertama memetakan proses bisnis kerudung (Diagram business scope), hasil pemetaan
digunakan untuk mengatur sekumpulan metrik. Kemudian menetapkan metrik yang
didapatkan dari brainstorming dan kuesioner yang diisi oleh 5 responden yang
mengerti tentang UKM, yaitu pemilik UKM dan karyawannya. Kemudian
menormalkan matriks keputusan atau validasi KPI dengan teknik Snorm de boer untuk
menyamakan nilai KPI yang berbeda. Kemudian membangun struktur hierarki yang
kemudian ditetapkan bobot pada setiap level menggunakan metode AHP dengan
aplikasi expert choice 11 untuk mendapatkan nilai prioritas.
3) Hasil dan kesimpulan, setelah mendapatkan total dari keseluruhan perhitungan kinerja
rantai pasok kemudian memberikan hasil analisis yang menunjang mengenai
pengukuran kinerja dan memberikan kesimpulan tentang hasil dari analisis perhitungan
dan pembahasan kinerja SCM pada UKM tergolong baik atau buruk, dan indikator
mana saja yang memiliki bobot terendah sehingga memerlukan perbaikan.

4. Hasil dan Pembahasan

4.1 Aliran Supply Chain
Tahap pertama yaitu mengidentifikasi proses aliran supply chain pada UKM
Kerudung dengan membuat Diagram Business Scope, digunakan untuk
menggambarkan secara umum mengenai proses supply chain [26].

137

10.30737/jurmatis.v3i2.1774.g1659 *Corresponding author : 1710631140127@student unsika.ac.id

Jurnal Ilmiah Mahasiswa Teknik Industri Universitas Kadiri ISSN : 2622-1004 (Online)
Vol. 3 No. 2 Agustus 2021, hal 131 – 146

Supplier 1 Pemilik UKM Konsumen

Defect
Supplier 2
Gudang Produksi
Supplier 3

Supplier 4 Finishing Distribusi

Keterangan :
Aliran informasi
Aliran material
Aliran pengembalian

Gambar 3. Business scope diagram UKM Kerudung

Dari gambar 3, terdapat aliran proses supply chain pada UKM kerudung dimulai
dari pihak UKM melakukan pengadaan bahan seperti kain, benang, plastik kemasan
kerudung dan label kemudian masuk ke dalam gudang penyimpanan sementara yang
selanjutnya akan dilakukan proses produksi. Sebelum masuk proses produksi, bahan
baku di cek terlebih dahulu untuk menghindari kecacatan pada produk. Pada proses
produksi dilakukan dari pembuatan pola desain (jika menerima pesanan model baru),
proses pemotongan, penjahitan dan proses pengecekan kerudung untuk menghindari
kecacatan produk. Setelah itu kerudung dipacking dan dikirim hingga ke tangan
konsumen.
4.2 Dekomposisi Proses berdasarkan model SCOR 12.0
Tahap kedua yaitu mendekomposisikan proses pada UKM kerudung, dalam
menentukan proses - proses aliran rantai pasok mengacu pada buku panduan Supply
Chain Operation Reference (SCOR) versi 12.0 oleh APICS[27], dan berdasarkan
jurnal penelitian terdahulu tentang SCOR. Menentukan atribut – atribut kinerja
disesuaikan dengan kondisi dan komponen yang berkaitan dengan UKM kerudung
agar SCOR tetap relevan dengan kondisi UKM saat ini sehingga penilaian yang
dihasilkan pada kinerja rantai pasokan menjadi akurat[6].
4.3 Validasi Atribut Kinerja
Tahap ketiga melakukan seleksi kesesuaian atribut pengukuran kinerja atau
validasi KPI dari hasil kuesioner validasi KPI seperti pada penelitian sebelumnya yaitu
pengukuran kinerja produk garam industri[28]. Pada UKM kerudung ini terdapat
matrik KPI yang tervalidasi sebanyak 30 KPI. Hasil validasi disajikan pada tabel 2.\

138

10.30737/jurmatis.v3i2.1774.g1659 *Corresponding author : 1710631140127@student unsika.ac.id

Jurnal Ilmiah Mahasiswa Teknik Industri Universitas Kadiri ISSN : 2622-1004 (Online)
Vol. 3 No. 2 Agustus 2021, hal 131 – 146

Tabel 2. Hasil Validasi KPI

Level 1 Level 2 Level 3 Atribut Kinerja
1. Rl.3.37 Forecast Accuracy Reliability
Plan Source
2. RS.3.29 Establish Sourcing Plans Cycle Time Responsiveness
3. RS.3.28 Establish Production Plans Cycle Responsiveness
Plan Make
Plan Time
Responsiveness
Plan Deliver 4. RS.3.27 Establish Delivery Plans Cycle Time
5. RS.3.26 Establish And Communicate Return Responsiveness
Plan Return
Plans Cycle Time
6. Rl.3.19 % Orders/ Lines Received Defect
Free
7. RL.3.20 % Orders/ Lines Received On-Time
To Demand Requirement
8. RL.3.21 % Orders/ Lines Received With
Correct Content Percent
9. RL.3.22 % Orders/ Lines Received With
Reliability
Correct Packaging
Source Make -To
Source 10. RL.3.24 % Orders/Lines Received Damage
Order Product
Free
11. RL.3.25 % Product Transferred On - Time To
Demand Requirement
12. RL.3.26 % Product Transferred Without
Transaction Errors
13. RS.3.8 Authorize Supplier Payment Cycle
Responsiveness
Time
14. RS.3.139 Transfer Product Cycle Time
15. Rl.3.58 Yield Reliability
16. RS.3.101 Produce And Test Cycle Time
Make – To - 17. RS.3.114 Release Finished Product To Responsiveness
Make
Order Deliver Cycle Time
18. RS.3.142 Package Cycle Time
19. AG.3.38 Current Make Volume Agility
20. Rl.3.32 Customer Commit Date Achievement
Time Customer
21. RL.3.33 Delivery Item Accuracy
22. RL.3.34 Delivery Location Accuracy Reliability
Deliver Make - To 23. RL.3.35 Delivery Quantity Accuracy
Deliver
Order Product 24. RL.3.42 Orders Delivered Defect Free
Conformance
Responsiveness
25. RS.3.126 Ship Product Cycle Time
26. CO.2.4 Cost To Deliver Cost
27. Rs.3.19 Current Costumer Return Order Responsiveness
Deliver Return Cycle Time
Return
Defective Product 28. AM.3.21 Rebuild Or Recycle Rate Asset Management
29. CO.2.5 Cost To Return Cost
Manage Supply
Enable Chain 30. Co.3.13 Direct Labor Cost Cost
Performance
(Sumber : Data primer)

139

10.30737/jurmatis.v3i2.1774.g1659 *Corresponding author : 1710631140127@student unsika.ac.id

Jurnal Ilmiah Mahasiswa Teknik Industri Universitas Kadiri ISSN : 2622-1004 (Online)
Vol. 3 No. 2 Agustus 2021, hal 131 – 146

4.4 Hierarki Kinerja Rantai Pasok

Tahap keempat, menyusun hierarki pengukuran kinerja rantai pasok yaitu dengan
mempelajari metrik indikator pengukuran kinerja rantai pasok pada model SCOR
12.0[26]. Pada penelitian sebelumnya menentukan indikator - indikator kinerja rantai
pasok berdasarkan keadaan suatu perusahaan itu sendiri.
Hirarki
Pengukuran
Kinerja kerudung
Plan source Make Deliver Return Enable
Asset
Responsiv Responsiv Responsiv Responsiv Responsiv
Reliability Reliability Reliability Agility Reliability Cost Manage Cost Cost
eness eness eness eness eness
ment
RL 3.37 RS 3.29 RL 3.19 RS 3.8 RL 3.58 RS 3.101 AG 3.38 RL 3.32 RS 3.126 CO 2.4 RS 3.19 AM 3.21 CO 2.5 CO 3.13

RS 3.28 RL 3.20 RS 3.139 RS 3.114 RL 3.33

RS 3.27 RL 3.21 RS 3.142 RL 3.34

RS 3.26 RL 3.22 RL 3.35

RL 3.24 RL 3.42

RL 3.25

RL 3.26

Gambar 3. Hierarki Kinerja Rantai Pasok Pada UKM Kerudung

4.5 Pembobotan Menggunakan Metode AHP
Tahap kelima, Dari hasil validasi KPI memiliki bobot dan nilai satuan yang
berbeda-beda. Untuk menyamakan bobot nilai KPI yang telah didapat dilakukan
normalisasi snorm de boer pada masing – masing atribut kinerja SC. Setelah itu
memberikan pembobotan pada hierarki pada setiap level menggunakan metode AHP
dengan perhitungan perbandingan berpasangan (pairwise comparison) menggunakan
Software Expert Choice 11. Proses pembobotan dilakukan mulai dari tahap awal,
pebobotan AHP dilakukan dengan membuat hierarki pengukuran kinerja UKM
Kerudung (Tabel.1) lalu pembuatan kuesioner yang diisi oleh orang yang paham
tentang UKM kerudung, kuesioner ini berisi tentang penilaian perbandingan
berpasangan (pairwise comparison). Berikut adalah tabel hasil rekapitulasi bobot
setiap levelnya dan hasil normalisasi KPI.
Tabel 3. Hasil Rekapitulasi Bobot Setiap Levelnya Dan Hasil Normalisasi KPI
Level 1 Bobot Level 2 Bobot Level 3 Bobot Skor KPI
Reliability 0,25 RL 3.37 1 0
RS 3.29 0,374 50
Plan 0,298 RS 3.28 0,276 70
Responsiveness 0,75
RS 3.27 0,252 100
RS 3.26 0,098 100
RL 3.19 0,267 100
0,5
Source 0,299 Reliability RL 3.20 0,209 68,4
RL 3.21 0,143 100

140

10.30737/jurmatis.v3i2.1774.g1659 *Corresponding author : 1710631140127@student unsika.ac.id

Jurnal Ilmiah Mahasiswa Teknik Industri Universitas Kadiri ISSN : 2622-1004 (Online)
Vol. 3 No. 2 Agustus 2021, hal 131 – 146

RL 3.22 0,139 100

RL 3.24 0,097 100
RL 3.25 0,071 77,53
RL 3.26 0,073 100
RS 3.8 0,75 100
Responsiveness 0,5
RS 3.139 0,25 100
Reliability 0,547 RL 3.58 1 100
RS 3.101 0,443 87,5
Make 0,134 Responsiveness 0,109 RS 3.114 0,169 50
RS 3.142 0,387 50
Agility 0,345 AG 3.38 1 100
RL 3.32 0,284 61,75
RL 3.33 0,244 100
Reliability 0,413 RL 3.34 0,172 100
Deliver 0,131 RL 3.35 0,185 100
RL 3.42 0,115 100
Responsiveness 0,26 RS 3.126 1 50
Cost 0,327 CO 2.4 1 100
Responsiveness 0,413 RS 3.19 1 84
Return 0,09 Asset Management 0,327 AM 3.21 1 80
Cost 0,26 CO 2.5 1 100
Enable 0,047 Cost 1 CO 3.13 1 100
(Sumber : Data Primer)

Perhitungan nilai akhir kinerja dengan mengalikan skor yang diperoleh dari
perhitungan normalisasi dengan bobot yang diperoleh dari perhitungan AHP.
Tabel 4. Perhitungan nilai akhir atribut kinerja (Level 3)
Level 1 Level 2 Level 3 Bobot Nilai KPI Nilai kinerja level 3 Total
Reliability RL 3.37 1 0 0 0
RS 3.29 0,374 50 18,7
Plan RS 3.28 0,276 70 19,32
Responsiveness 73,02
RS 3.27 0,252 100 25,2
RS 3.26 0,098 100 9,8
RL 3.19 0,267 100 26,7
RL 3.20 0,209 68,4 14,2956
RL 3.21 0,143 100 14,3
Reliability RL 3.22 0,139 100 13,9 91,70023
Source RL 3.24 0,097 100 9,7
RL 3.25 0,071 77,53 5,50463
RL 3.26 0,073 100 7,3
RS 3.8 0,75 100 75
Responsiveness 100
RS 3.139 0,25 100 25
Reliability RL 3.58 1 100 100 100
RS 3.101 0,443 87,5 38,7625
Make Responsiveness RS 3.114 0,169 50 8,45 66,5625
RS 3.142 0,387 50 19,35
Agility AG 3.38 1 100 100 100
RL 3.32 0,284 61,75 17,537
RL 3.33 0,244 100 24,4
Deliver Reliability RL 3.34 0,172 100 17,2 89,137
RL 3.35 0,185 100 18,5
RL 3.42 0,115 100 11,5

141

10.30737/jurmatis.v3i2.1774.g1659 *Corresponding author : 1710631140127@student unsika.ac.id

Jurnal Ilmiah Mahasiswa Teknik Industri Universitas Kadiri ISSN : 2622-1004 (Online)
Vol. 3 No. 2 Agustus 2021, hal 131 – 146

Responsiveness RS 3.126 1 50 50 50
Cost CO 2.4 1 100 100 100
Responsiveness RS 3.19 1 84 84 84
Return Asset Management AM 3.21 1 80 80 80
Cost CO 2.5 1 100 100 100
Enable Cost CO 3.13 1 100 100 100
(Sumber : Data primer)

Tabel 5. Perhitungan nilai akhir atribut kinerja (Level 2)

Level 1 Level 2 Bobot Nilai KPI Nilai kinerja level 2 Total
Reliability 0,25 0 0
Plan 54,765
Responsiveness 0,75 73,02 54,765
Reliability 0,5 91,7002 45,850115
Source 95,85012
Responsiveness 0,5 100 50
Reliability 0,547 100 54,7
Make Responsiveness 0,109 66,5625 7,2553125 96,45531
Agility 0,345 100 34,5
Reliability 0,413 89,137 36,813581
Deliver Responsiveness 0,26 50 13 82,51358`
Cost 0,327 100 32,7
Responsiveness 0,413 84 34,692
Return Asset Management 0,327 80 26,16 86,852
Cost 0,26 100 26
Enable Cost 1 100 100 100
(Sumber : Data primer)

Tabel 6. Perhitungan nilai akhir atribut kinerja (Level 1)

Level 1 Bobot Nilai KPI Nilai Kinerja level 1
Plan 0,298 54,765 16,31997
Source 0,299 95,8501 28,65918439
Make 0,134 96,4553 12,92501188
Deliver 0,131 82,5136 10,80927911
Return 0,09 86,852 7,81668
Enable 0,047 100 4,7
Total 81,23012537 (Good)
(Sumber : Data primer)

Berdasarkan perhitungan keseluruhan yang diperoleh, didapatkan nilai akhir yaitu

81,23 yang berarti kinerja rantai pasok pada UKM Kerudung termasuk kategori Good atau
baik dengan indikator nilai di antara 70 - 90. Selain mengetahui hasil akhir perhitungan
SCOR didapatkan nilai akhir masing - masing kinerja pada proses inti, yang memiliki
pengaruh terbesar yaitu nilai kinerja source sebesar 28,65918439 sehingga untuk atribut
tersebut perlu dipertahankan. Namun untuk atribut yang memiliki nilai akhir rendah yaitu
plan, make, deliver, return dan enable diperlukan usulan strategi untuk meningkatkan
nilai.

142

10.30737/jurmatis.v3i2.1774.g1659 *Corresponding author : 1710631140127@student unsika.ac.id

Jurnal Ilmiah Mahasiswa Teknik Industri Universitas Kadiri ISSN : 2622-1004 (Online)
Vol. 3 No. 2 Agustus 2021, hal 131 – 146

Dari 30 matrik yang digunakan untuk pengukuran kinerja supply chain pada UKM
Kerudung didapatkan hasil ada 18 metrik indikator termasuk dalam kategori excellent
(nilai skor lebih dari 90), ada 5 matrik indikator termasuk dalam kategori good (nilai skor
antara 70 – 90), ada 6 matrik indikator termasuk dalam kategori average (nilai skor antara
50-70) dan ada 1 matrik indikator yang termasuk dalam kategori poor (nilai skor dibawah
40).
Indikator yang memiliki nilai kinerja yang rendah atau sedang dapat diidentifikasi
penyebabnya untuk meningkatkan nilai. Pada proses plan seperti pada penelitian
sebelumnya diindustri batik[26] pada UKM jarang sekali menggunakan peramalan yang
jelas. Seperti pada UKM Kerudung ini, perencanaan pengadaan bahan baku, perencanaan
produksi dan perencanaan pengiriman dilakukan tanpa melakukan rencana yang baik. Ada
baiknya pemilik UKM lebih mempelajari dari data sebelumnya untuk mengurangi
kerugian. Pada proses make, terdapat perencanaan waktu yang kurang optimal sehingga
menyebabkan proses produksi tidak berjalan tepat waktu. Pada proses deliver, berdampak
dari proses make, pengiriman yang dilakukan terkadang mengalami keterlambatan karena
produk tidak selesai tepat waktu. Pada proses return ini jarang terjadi ada pengembalian
barang dari konsumen, tetapi jika ada pengembalian produk pemilik tidak terlalu
memikirkan biaya pengembalian sehingga berdampak pada profit UKM. Pada proses
enable didapatkan nilai yang rendah karena masalah biaya pada UKM kerudung ini tidak
dilaporkan dengan baik, dengan memperhitungkan biaya pengadaan bahan baku, biaya
produksi, biaya pengiriman, perawatan, upah dan lain-lain. Sehingga keuangan pada UKM
menjadi baik.
5. Kesimpulan dan Saran
Berdasarkan hasil pengukuran kinerja supply chain dengan menggunakan metode
SCOR versi 12.0 didapatkan kesimpulan dari 30 indikator kinerja rantai pasok pada UKM
Kerudung yang terpilih setelah dilakukan scoring dan pembobotan didapatkan total nilai
kinerja rantai pasok sebesar 81,23 yang berarti kinerja rantai pasok pada UKM Kerudung
termasuk kategori Good atau baik dengan indikator nilai diantara 70 – 90. Termasuk
masing-masing nilai kinerja untuk proses inti pada level 1 yaitu Plan 16,31997, Source
28,65918439, Make 12,92501188, Deliver 10,80927911, Return 7,81668 dan Enable 4,7.
Didapatkan nilai kinerja proses tertinggi yaitu Source dan nilai kinerja proses terendah
yaitu Enable.

143

10.30737/jurmatis.v3i2.1774.g1659 *Corresponding author : 1710631140127@student unsika.ac.id

Jurnal Ilmiah Mahasiswa Teknik Industri Universitas Kadiri ISSN : 2622-1004 (Online)
Vol. 3 No. 2 Agustus 2021, hal 131 – 146

Dari 30 indikator kinerja rantai pasok terdapat 7 indikator kinerja yang masuk dalam
kategori average dan poor , yang berarti UKM Kerudung belum mencapai kondisi yang
baik. Hal tersebut dikarenakan tidak adanya peramalan yang jelas pada UKM, belum
adanya proses perencanaan pengadaan bahan baku, proses produksi, pengiriman produk
yang baik.
Dari indikator - indikator yang didapatkan diketahui bahwa proses supply chain di
UKM Kerudung masih memerlukan perbaikan di beberapa bagian. Khususnya pada proses
Enable, yaitu dengan melakukan pelaporan keuangan dengan baik, dengan
memperhitungkan biaya pengadaan bahan baku, biaya produksi, biaya pengiriman,
perawatan, upah dan lain-lain.

DAFTAR PUSTAKA
[1] I. Putri and D. Surjasa, “Pengukuran Kinerja Supply Chain Management
Menggunakan Metode Scor (Supply Chain Operation Reference), Ahp (Analytical
Hierarchy Process), Dan Omax (Objective Matrix) Di Pt. X,” J. Tek. Ind., vol. 8, no.
1, pp. 37–46, 2018.
[2] B. Kocaoglu, B. Gülsün, and M. Tanyas, “A SCOR based approach for measuring a
benchmarkable supply chain performance,” J. Intell. Manuf., vol. 24, no. June 2011,
pp. 113 – 132, 2011, doi: 10.1007/s10845-011-0547-z.
[3] E. Kusrini, M. A. B. Rifai, and S. Miranda, “Performance measurement using
supply chain operation reference (SCOR) model: A case study in a small-medium
enterprise (SME) in Indonesia,” IOP Conf. Ser. Mater. Sci. Eng., vol. 697, no. 1,
2019, doi: 10.1088/1757-899X/697/1/012014.
[4] S. K. Iop and T. Material, “Pengukuran kinerja menggunakan model supply chain
operation reference ( SCOR ): studi kasus pada usaha kecil menengah ( UKM ) di
Indonesia Pengukuran kinerja menggunakan model supply chain operation
reference ( SCOR ): studi kasus pada usaha kecil menenga,” 2021.
[5] M. Afonso, G. M. Pereira, M. Borchardt, R. Inácio, and C. V. Viegas, “A SCOR-
based model for supply chain performance measurement : application in the
footwear industry,” no. March, pp. 37–41, 2015, doi:
10.1080/00207543.2015.1005251.
[6] M. N. Sholeh, A. Nurdiana, B. Dharmo, and Suharjono, “Implementation of
construction supply chain flow based on SCOR 12.0 performance standards,” J.
Phys. Conf. Ser., vol. 1833, no. 1, pp. 1–8, 2021, doi: 10.1088/1742-
6596/1833/1/012012.
[7] H. Zhou, W. C. Benton, D. A. Schilling, and G. W. Milligan, “Supply chain
integration and the SCOR model,” J. Bus. Logist., vol. 32, no. 4, pp. 332–344, 2011,
doi: 10.1111/j.0000-0000.2011.01029.x.
144

10.30737/jurmatis.v3i2.1774.g1659 *Corresponding author : 1710631140127@student unsika.ac.id

Jurnal Ilmiah Mahasiswa Teknik Industri Universitas Kadiri ISSN : 2622-1004 (Online)
Vol. 3 No. 2 Agustus 2021, hal 131 – 146

[8] B. Kocaoǧlu, B. Gülsün, and M. Tanyaş, “A SCOR based approach for measuring a
benchmarkable supply chain performance,” J. Intell. Manuf., vol. 24, no. 1, pp.
113–132, 2013, doi: 10.1007/s10845-011-0547-z.
[9] F. De Felice, M. H. Deldoost, M. Faizollahi, and A. Petrillo, “Performance
measurement model for the supplier selection based on AHP,” Int. J. Eng. Bus.
Manag., vol. 7, pp. 1–13, 2015, doi: 10.5772/61702.
[10] Chotimah, Purwanggono, and Susanty, “Pengukuran Kinerja Rantai Pasok
Menggunakan Metode SCOR dan AHP Pada Unit Pengantongan Pupuk Urea PT .
Dwimatama Multikarsa Semarang,” Ejournal Undip, vol. 1, no. 1, 2017.
[11] N. Nurhasanah, W. N. Tanjung, E. Ripmiatin, S. A. Wulandari, M. Qibtiyah, and
Meliantika, “Enhancing competitiveness of ready made garment small-medium
enterprises through logistics performance measurement using SCOR method,” 2016
2nd Int. Conf. Ind. Mech. Electr. Chem. Eng. ICIMECE 2016, pp. 123–126, 2017,
doi: 10.1109/ICIMECE.2016.7910431.
[12] Supply chain operations council, “Supply Chain Operations Reference Model 12.0,”
Logist. Inf. Manag., p. 1096, 2017.
[13] E. Kusrini, V. I. Caneca, V. N. Helia, and S. Miranda, “Supply Chain Performance
Measurement Usng Supply Chain Operation Reference (SCOR) 12.0 Model : A
Case Study in A A Leather SME in Indonesia,” IOP Conf. Ser. Mater. Sci. Eng.,
vol. 697, no. 1, pp. 0–10, 2019, doi: 10.1088/1757-899X/697/1/012023.
[14] D. Tri Wigati, A. Budi Khoirani, S. Alsana, and D. Rizki Utama, “Pengukuran
Kinerja Supply Chain Dengan Pendekatan Supply Chain Operation References
(SCOR) Berbasis Analytical Hierarchy Proses (AHP),” J. Ilm. Tek. Ind., vol. 16, no.
2, p. 123, 2017, doi: 10.23917/jiti.v16i2.4118.
[15] F. R. Lima-Junior and L. C. R. Carpinetti, “Predicting supply chain performance
based on SCOR metrics and multilayer perceptron neural networks,” Int. J. Prod.
Econ., vol. 212, no. February, pp. 19–38, 2019, doi: 10.1016/j.ijpe.2019.02.001.
[16] L. D. Wigaringtyas, “Pengukuran Kinerja Supply Chain Management Dengan
Pendekatan Supply Chain Operation Reference (SCOR) Studi Kasus UKM Batik
Sekar Arum, Pajang, Surakarta,” J. Chem. Inf. Model., vol. 53, no. 9, pp. 1689–
1699, 2013.
[17] W. Murniati, W. I. Kurnia, S. Handayani, and S. Ishak, “PENGUKURAN
KINERJA SUPPLY CHAIN PADA INDUSTRI UKM KERAJINAN (Studi Kasus:
Industri Kerajinan Ketak Lombok Tengah, Nusa Tenggara Barat, Indonesia),” J.
Ind. Eng. Manag., vol. 4, no. 1, p. 1, 2019, doi: 10.33536/jiem.v4i1.262.
[18] H. Maizi, H. Yudie Sastra, and Arhami, “Mapping upstream and downstream
process in the patchouli oil industry using supply chain operations reference model
version 12.0 (SCOR 12.0),” IOP Conf. Ser. Mater. Sci. Eng., vol. 931, no. 1, pp. 0–
8, 2020, doi: 10.1088/1757-899X/931/1/012008.
[19] F. Anjani, M. Zhafari, and Q. Aini, “Evaluation of Supply Chain Management
Performance at MSMEs using the SCOR Method,” INTENSIF J. Ilm. Penelit. dan
Penerapan Teknol. Sist. Inf., vol. 4, no. 2, pp. 159–172, 2020, doi:
145

10.30737/jurmatis.v3i2.1774.g1659 *Corresponding author : 1710631140127@student unsika.ac.id

Jurnal Ilmiah Mahasiswa Teknik Industri Universitas Kadiri ISSN : 2622-1004 (Online)
Vol. 3 No. 2 Agustus 2021, hal 131 – 146

10.29407/intensif.v4i2.13993.
[20] A. N. Waaly, A. Y. Ridwan, and M. D. Akbar, “Development of sustainable
procurement monitoring system performance based on Supply Chain Reference
Operation (SCOR) and Analytical Hierarchy Process (AHP) on leather tanning
industry,” MATEC Web Conf., vol. 204, 2018, doi:
10.1051/matecconf/201820401008.
[21] A. Hasibuan et al., “Performance analysis of Supply Chain Management with
Supply Chain Operation reference model,” J. Phys. Conf. Ser., vol. 1007, no. 1,
2018, doi: 10.1088/1742-6596/1007/1/012029.
[22] A. Nurhandayani and A. M. Noor, “Pengukuran Kinerja Rantai Pasok Cv. Vio
Burger Dengan Menggunakan Model Supply Chain Operation Reference (Scor)
Dan Metode Analytical Hierarchy Process (Ahp),” J. Ilm. Teknol. dan Rekayasa,
vol. 23, no. 3, pp. 206–219, 2018, doi: 10.35760/tr.2018.v23i3.2470.
[23] M. Fadil Novar, A. Ridwan Yanuar, and B. Santosa, “SCOR and AHP Based
Monitoring Dashboard to Measure Rice Sourcing Performance at Indonesian
Bureau of Logistics,” 2018 12th Int. Conf. Telecommun. Syst. Serv. Appl., pp. 1–6,
2018.
[24] A. Prasetya, D. Retnoningsih, and D. Koestiono, “Kinerja Manajemen Rantai Pasok
(Supply Chain Management) Keripik Kentang di Industri Kecil Kota Batu,”
Habitat, vol. 30, no. 2, pp. 44–53, 2019, doi: 10.21776/ub.habitat.2019.030.2.6.
[25] L. X. X. Xu and B. L. R. Ma, “AHP based supply chain performance measurement
system,” IEEE Int. Conf. Emerg. Technol. Fact. Autom. ETFA, pp. 1308–1315,
2007, doi: 10.1109/EFTA.2007.4416932.
[26] S. Hidayatuloh and N. N. Qisthani, “Pengukuran Kinerja Rantai Pasok Industri
Batik Tipe MTO Menggunakan SCOR 12 . 0 Dan AHP Supply Chain Performance
Measurement at Batik Industry MTO Type Using,” vol. 7, 2020.
[27] APICS, “Quick reference guide,” Nurs. Stand., vol. 13, no. 42, pp. 29–29, 2017,
doi: 10.7748/ns.13.42.29.s50.
[28] Sri Hartini, Sawarni Hasibuan, and Kimberly Febrina Kodrat, “Analisis Key
Performance Indicator Sebagai Alat Pengukuran Kinerja Rantai Pasok Produk
Garam Industri Mengunakan Metode SCOR-AHP,” Talent. Conf. Ser. Energy Eng.,
vol. 2, no. 4, 2019, doi: 10.32734/ee.v2i4.663.

146

10.30737/jurmatis.v3i2.1774.g1659 *Corresponding author : 1710631140127@student unsika.ac.id