Selasa, 25 Agustus 2015

Analisis Return to Scale (RTS)

Frontier analisis dalam DEA memungkinkan peneliti untuk menilai efisiensi relatif dari unit –unit (DMU) baik itu constant return to scale (CRS) atau variable return to scale (VRS). Hasil efisiensi yang diperoleh dari penggunaan asumsi skala yang berbeda, mungkin menjadi berbeda.
Penggunaan VRS memungkinkan ruang analisis yang lebih beragam untuk menemukan solusi yang optimal. Hasil dari ini yaitu tidak ada unit yang akan menerima nilai efisiensi yang lebih rendah menggunakan VRS dari pada hasil model CRS. Setiap unit yang mengoperasionalkan dengan minimalisasi input atau memaksimalkan tingkat output, juga akan ditemukan efisien, menggunakan VRS dan juga jumlah total dari unit yang efisien 100% akan mungkin menjadi lebih tinggi.

Pilihan model, CCR atau BCC tergantung pada proses yang akan dianalisis. Pertanyaan yang akan ditanyakan adalah, jika input dinaikkan oleh jumlah “x”, apakah output meningkat dengan sebanyak jumlah x, atau apakah ada proporsi peningkatan output yang lebih tinggi atau lebih rendah? Jika jawabannya adalah bahwa peningkatan dalam beberapa input yang digunakan, secara proporsional mengalami peningkatan dalam output juga, maka hal ini mengindikasikan bahwa adanya hubungan linear antara input dan output. Jadi model CRS harus digunakan. Tetapi jika, peningkatan dalam input tidak sama dengan peningkatan dalam output, maka model VRS yang harus digunakan, sebagai sebuah hubungan yang tidak linear antara output dan input yang telah diidentifikasi. 

Senin, 03 Agustus 2015

[AGUSTUS-SEPTEMBER 2015 TRAINING AGENDA] SMART METHODOLOGY TRAINING: DEA, ISM, AHP, ANP, SEM (24-28 AGUSTUS & 31 AGUSTUS-4 SEPTEMBER 2015)


Training DEA (Data Envelopment Analysis): 24 & 31 Agustus 2015
Training ISM (Interpretative Structural Modeling): 25 & 1 September 2015
Training AHP (Analytical Hierarchy Process): 26 & 2 September 2015
Training ANP (Analytical Network Process): 27 & 3 September 2015
Training SEM (Structural Equation Modeling):  28 & 4 September 2015

DEA Training Description
Data Envelopment Analysis (DEA) merupakan alat manajemen untuk mengevaluasi efisiensi suatu unit bisnis yang paling popular dewasa ini. Evaluasi efisiensi tidak hanya dapat dianalisa pada satu unit bisnis saja, namun bagi beberapa unit bisnis untuk dibandingkan satu sama lain lalu diketemukan mana yang paling efisien, sehingga unit bisnis yang tidak efisien dapat merujuk pada unit bisnis yang efisien. Unit bisnis-unit bisnis yang akan dijadikan sebagai pengambilan keputusan dalam DEA disebut DMU (Decision Making Unit)/Unit Pengambilan Keputusan. Unit bisnis apapun dapat dianalisis kinerjanya dengan DEA seperti misalnya manufacturing units, departments of big organizations such as universities, school, bank branches, hospitals, power plants, police stations, tax offices, prisons, defense bases, a set of firms or even practicing individuals such as medical practitioners.
Training ini cocok bagi siapa saja yang berkepentingan untuk mengukur efisiensi (kinerja) perusahaan, unit bisnis, organisasi agar mendapatkan gambaran bagaimana kondisi perusahaan saat ini, apakah sudah efisien atau belum. Jika belum efisien apa yang perlu dilakukan oleh perusahaan agar mencapai titik efisien. Oleh karenanya training ini sangat cocok bagi para direktif, pengambil keputusan, manajemen suatu organisasi/perusahaan, pelaku industri, pengusaha dan mereka yang berkepentingan.

Jumat, 31 Juli 2015

Tahapan Olah DEA: Menstruktur Tipe Model

Langkah pertama dalam menstruktur proyek riset dengan DEA adalah membuat keputusan tentang tipe model yang ingin kita gunakan untuk menganalisis data. Dua keputusan harus dibuat yang mana kita akan melihatnya secara detail. Pertama, apakah kita ingin analisis untuk meminimalisasikan input atau memaksimalkan output. Kedua, apakah kita mengasumsikan CRS atau VRS.
Frontier analisis menggunakan model yang paling banyak dicoba dan diuji di dalam DEA, yang mana dalam literatur akademik telah terbukti menjadi yang paling kuat (dalam hasil analisis). Dua model yang digunakan adalah model BCC untuk variabel return to scale (VRS) dan model CCR untuk constant return to scale (CRS). (BCC dan CCR adalah inisial dari nama orang-orang yang telah mengembangkan formula yang digunakan (DEA).
Dalam frontier analisis, model efisiensi dapat menjelaskan satu atau dua pertanyaan berikut ini: 1). Mengingat tingkat output yang menghasilkan sebuah unit, dengan mempertimbangkan seberapa banyak input yang mungkin dikurangi ketika mempertahankan tingkat output? Ini adalah minimalisasi input; 2). Mengingat tingkat input yang digunakan oleh sebuah unit, berapa tingkat output yang memungkinkan harus dicapai? Ini adalah maksimalisasi output.
Catatan: penggunaan minimalisasi input atau maksimalisasi output tergantung pada situasi yang akan dianalisa. Dalam contoh kasus model maksimalisasi output, apresiasi dari apakah itu sebenarnya memungkinkan untuk mencapai target output yang dihasilkan oleh analisis yang dibutuhkan. Sebagai contoh, jika target output yang dianggap tidak terjangkau karena faktor eksternal, maka model ini menjadi tidak cocok. Atau, itu mungkin menjadi unit input yang menggunakan kasus (case) infleksibel relatif, yang mana pendekatan model maksimalisasi output menjadi yang terbaik. Dalam asumsi CRS, hasil efisiensi yang dihasilkan baik dari minimalisasi input dan maksimalisasi output adalah identik (serupa).