Sebuah Model dalam Pemilihan Sistem ERP dengan Angka Fuzzy Triangular dan Pengambilan Keputusan Mamdani

Enterprise resource planning (ERP) adalah sebuah kumpulan program terintegrasi yang menyediakan tunjangan kepada inti dari sebuah proses bisnis, seperti produksi, input dan output logistik, keuangan dan akuntansi, penjualan dan pemasaran, dan sumber daya. Pemilihan sebuah ERP yang mampu menyesuaikan diri terhadapa keperluan perusahaan adalah sangat penting. Makalah ini memaparkan sebuah metode untuk memilih sistem ERP yang sesuai berdasarkan logika fuzzy. Model ini memiliki 3 input: fungsionalitas, biaya, dan tunjangan vendor. Input ini merupakan kriteria dalam memilih ERP yang cocok dengan suatu organisasi. Kami menggunakan anggota fuzzy berbentuk segitiga untuk setiap kriteria dan menyusun sebuah sistem keputusan Mamdani.

Kata kunci: Pemilihan ERP, kriteria, logika fuzzy, fungsi keanggotaan segitiga fuzzy.

1.      Pendahuluan

Enterprise resource planning (ERP) adalah sebuah kumpulan program terintegrasi yang menyediakan tunjangan kepada inti dari sebuah proses bisnis, seperti produksi, input dan output logistik, keuangan dan akuntansi, penjualan dan pemasaran, dan sumber daya[1,2]. Dengan kata lain, sebuah sistem ERP adakah tulang punggung informasi dari sebuah perusahaan dan melingkupi keseluruhan area bisnis dan mata rantai nilai[3]. Karena ERP memiliki proses implementasi yang lama dan cukup bermasalah, dan merupakan investasi yang sangat besar, mengacu pada biaya yang tinggi dan resiko dalam sistem ini. Maka, pemilihan sistem ERP yang mampu menyesuaikan diri dengan organisasi sangatlah penting[4, 5]. Pemilihan ERP merupakan proses yang rumit yang memerlukan pengidentifikasian kriteria dan pemilihan cara pendekatan yang cocok dan terpercaya untuk menentukan pilihan sebauh bentuk alternatif di tengah-tengah berbagai pilihan.  Di sisi lain kegagalan dalam sebuah proyek ERP dapat mengakibatkan dampak negatif terhadap proses organisasi dan membawa kerusakan yang fatal bagi sebuah perusahaan [6].

Sebuah proyek ERP yang berhasil melibatkan pengaturan perubahan proses bisnis, pemilihan sebuah sistem perangkat lunak ERP dan vendor yang ko-operatif, pengimplementasian sistem tersebut, dan pengujian praktikalitas dari sistem baru tersebut [7]. Berhutang pada kompleksitas lingkungan bisnis, batasan-batasan dari ketersediaan sumber daya, dan kemajemukan dari alternatif ERP, pemilihan sistem ERP sangatlah menjemukan dan memakan waktu yang sangat banyak. Meskipun demikian, dengan mempertimbangkan investasi finansial dan segala potensi resiko dan keuntungan, kepentingan dari pemilihan sistem ERP yang tepat tidak dapat lebih ditekankan lagi kepentingannya. Oleh sebab itu, penyediaan pilihan yang baik mengenai ERP yang paling cocok dengan organisasi adalah sangat penting [8-10].

Makalah ini menyediakan metode untuk memilih sistem ERP yang cocok dengan menggunakan logika fuzzy. Model ini melibatkan 3 input dan sebuah output. Kami menggunakan fungsi segitiga keanggotaan fuzzy untuk setiap kriteria. Tiga kriteria tersebut adalah fungsionalitas, biaya, dan dukungan vendor untuk mengefaluasi alternatif yang diberikan.

Makalah ini disusun sebagai berikut: pada bagian 2 kami menyajikan ulasan mengenai beberapa karya yang berkaitan mengenai kriteria dan metode pemilihan ERP. Pada bagian 3 kami memperkenalkan sebuah pendekatan yang diajukan dalam memilih ERP. Pada bagian 4 kami memberikan kesimpulan dan ulasan karya yang mendatang.

2.      Karya yang Terkait

Belakangan ini banyak diajukan karya mengenai pemilihan ERP, beberapa di anataranya menyajikan sebuah set faktor-faktor penting dalam pemilihan ERP dan sedikit di antaranya yang menyajikan metode dalam pendekatan matematis, logika fuzzy, dan AHP. Dalam bagian ini kami memperkenalkan beberapa karya ini.

Dalam [11] diperkenalkan tujuh kriteria dalam pemilihan ERP. Beberapa di antaranya (reabiltas dan fungsionalitas) didasarkan pada mtrik kualitas dari perangkat lunak dan btang lainnya berkaitan dengan organisasi tersebut, seperti: biaya, kemudahan dalam pemakaian, kemudahan dalam penyesuaian, kemudahan dalam implementasi, dan reupasi vendor sebagai kriteria bagi vendor.

Pada [12, 13] dikenalkan 13 faktor bagi pemilian ERP. Funsionalitas, reabilitas, kecocokan dengan proses bisnis suatu organisasi, biaya, tingkat dari penyesuaian, dukungan vendor, kompatibilitas, ketersediaan, reputasi vendor, teknologi, integrasi modul, kecocokan dengan sistem organisasi induk. Makalah ini tidak memiliki pendekatan terhadap pemilihan ERP, hanya memperkenalkan kriteria yang penting dari pemilihan ERP.

Pada [14] diajukan sebuah pendekatan terhadap pemilihan ERP berdasakan AHP. Dalam metode ini mereka memberikan bobot pada setiap kriteria, dan pada akhirnya mereka memilih perangkat lunak ERP berdasarkan hirarki yang telah terbentuk. Mereka mengindentifikasikan 9 atribut: biaya, watu pengimplementasian, fungsionalitas,kerahaman terhadap pengguna, fleksibilitas, reputasi vendor, kapabilitas teknis vendor, layanan vendor. Setiap atribut dapat dipecah menjadi beberapa item penilaian. Mereka menggunakan hirarki analitis untuk memperkirakan bobot dari setiap kriteria.

[15] menggunakan proses analisa jaringan dan bilangan fuzzy untuk menentukan ERP yang cocok bagi sebuah perusahaan. Kriteria yang mereka gunakan antara lain: biaya lisensi, dukungan vendor, biaya pemeliharaan, biaya infrastruktur, reputasi vendor, performa konsultasi vendor, kapabilitas R&D, kapabilitas dukungan teknis, performa pelatihan, kemampuan pembaharuan, kemudahan dalam intergrasi, kemudahan pengembangan dalam perusahaan, kelengkapan modul, kecocokan fungsi, tingkat keamanan, kemampuan pernaikan, kemudahan pengoperasian, kemudahan pembelajaran, standardisasi, integrasi dari sistem sebelumnya, kemudahan pemeliharaan.

Dalam [16] diajukan sebuah pendekatan logika fuzzy dalam pemilihan ERP. Dalam metode ini mereka menggunakan 27 kriteria antara lain: kemungkinan penerapan solusi industri, kredibilitas sistem, kapasitas untuk mengintegrasikan ERP dengan arus IS / IT, kepercayaan dalam sistem ERP, modularitas, adaptasi dari ERP dengan kebutuhan sistem saat ini, kemampuan sistem ERP untuk menawarkan informasi tepat waktu, intuitif dari sistem ERP, biaya perangkat lunak, biaya konsultasi, biaya pemeliharaan, persyaratan hardware, persyaratan tim spesialis, rata-rata waktu pelaksanaan yang tinggi, parameter kompleksitas, perencanaan proyek, kemungkinan obyektif mendefinisikan konsep, karyawan melanjutkan pendidikan, usia rata-rata personil, melanjutkan pendidikan dari pengambilan keputusan kelompok, saran / rekomendasi yang dibuat oleh pengguna, budaya organisasi tradisional, kompleksitas struktur organisasi, kinerja tinggi, jumlah karyawan / ukuran perusahaan, strategi organisasi tradisional, kompleksitas proses organisasi.

Dalam [17] digunakan analisisa pengembangan data dalam menilai set ERP tingkat menengah. Mereka memanfaatkan studi panjang mengenai fitur yang tersedia, fungsi, dan kinerja berbagai set tingkat menengah dalam bidang fitur dan fungsi. Mengenai analisisa, kriteria berikut digunakan: layanan dan dukungan, pelatihan, skalabilitas, fleksibilitas implementasi, integrasi, proses manufaktur, keuangan inti, pembelian dan penjualan, proses sumber daya manusia, dukungan pajak internasional, biaya rata-rata paket, biaya dukungan, pelatihan Biaya dan rata-rata pelaksanaan.

Dalam [18] digunakan model analisa proses hirarki dalam pemilihan ERP. Mereka menggunakan 4 kriteria: fungsi dan teknologi, kebugaran strategis, kemampuan vendor dan reputasi vendor.

Dalam [19] digunakan logika fuzzy untuk seleksi ERP. Dalam metode ini, paket ERP direkomendasikan dan vendor dibandingkan dengan sistem AHP Fuzzy.

3.      Pendekatan yang Diajukan

Pertama tama, kami mengulas beberapa definisi dasar dari paket-paket fuzzy.

Sebuah paket fuzzy 𝐴̃ dalam semesta diskursus X dilambangkan dengan sebuah fungsi anggota 𝜇_𝐴̃(𝑋) yang mana berkaitan dengan setiap elemen x pada bilangan nyata X dalam interval [0, 1]. Fungsi nilai dari 𝜇_𝐴̃(𝑋) dugunakan sebagai tingkatan keanggotaan x pada 𝐴̃. Gambar1 menggmabarkan bilangan fuzzy [20]

Definisi1. Sebuah paket fuzzy 𝐴̃ dari semesta diskursus X adalah terpencar jika dan hanya jika setiap x₁, x₂ terdapat dalam X, [21]

𝜇_𝐴̃ (𝜆𝑥₁+(1−𝜆) 𝑥₂) ≥ 𝑀𝑖𝑛 (𝜇_𝐴̃ (𝑥₁) + 𝜇_𝐴̃ (𝑥₂),

Di mana 𝜆 ∈[0,1].

Definisi2. Sebuah paket fuzzy 𝐴̃ dari semesta diskursus X dikatakan normal jika paket fuzzy berimplikasi pada [22]

∃ 𝑥_𝑖 ∈ 𝑋,𝜇_𝐴̃(𝑥_𝑖) = 1

Sebuah bilangan fuzzy 𝑛̃ adalah sebuah subset di dalam semesta diskursus X di mana fungsi keanggotaannya adalah terpusat dan normal. [23]

Sebuah bilangan fuzzy segitiga 𝑛̃ dapat didefinisikan sebagai triplet (𝑛₁, 𝑛₂, 𝑛₃) ysng terlihat pada Figure 2, di mana fungsi keanggotaan 𝜇_𝑛̃(𝑋) didefinisikan sebagai

Dalam makalah ini kami menggunakan fungsi segitiga keanggotaan fuzzy pada setiap kriteria. Tiga kriteria: fungsionalitas, biaya, dan dukungan vendor ntuk mengevaluai alternatif yang dikejar. [24, 25].

Figure 3 menunjukkan model yang diajukan untuk pemilihan ERP berdasarkan logika fuzzy. Model ini memiliki 3 input dan sebuah output. Inputnya antara lain fungsionalitas, biaya, dan dukungan vendor. Model fuzzy ini disusun dari 4 modul. Proses pertama adalah mengubah modul dalam bentuk fuzzy, hal ini merupakan langkah pertama dalam mengerjakan setiap model fuzzy, yang mana mengubah input mentah menjadi nilai fuzzy. Pada langkah kedua, nilai-nilai ini diproses pada domain fuzzy dengan menginteraksikan berdasarkan aturan produksi (dasar pengetahuan) yang disediakan oleh domain ahli. Selama tahap kedua, diaplikasikan operatoe fuzzy. Pada tahap ketiga, proses implikasi dikenakan dan semua output akan dikumpulkan. Pada langkah keempat dan juga langkah akhir, output terproses dari domain fuzzy diubahkan menjadi domain awal dengan modul defuzziciation.

Dalam makalah ini, input (fungsionalitas, biaya) diambil dari skala 0 samapai 1 dan fungsi keanggotaan dari 2 input (fungsionalitas dan dukungan bendor) sebagaimana, Nil, Loe, Medium, dan high adalah fungsi segitiga keanggotaan fuzzy setiap kriteria. Tabel 1 menunjukkan variabel linguistik dan bilangan segitiga fuzzy. Tabel ini memiliki 4 baris. Setiap baris menunjukkan fungsi keanggotaan dan rentang dari setiap fungsi keanggotaan.

Table 2 menunjukkan rentangan dari fungsi keanggotaan NIL, VeryLow, Low, Medium, High dan VeyHigh dari variabel input dukungan vendor dan variabel output (ERPSel) siperkirakan sebagai 0.0-0.0, 0.0-0.23, 0.2-0.43, 0.4-0.63, 0.6-0.83 and 0.8-1.00 respectively. Figure 5 menunjukkan fungsi keanggotaannya.

Untuk mengukur tingkatan dari ERP yang dipilih (ERPSel), yang merupakan tujuan utama dari model kami, ada tiga anggota fungsi, biaya dan dukungan vendor memberikan kontribusi dalam pemilihan alternatif lain. Sebagai solusi dari masalah ini, kami telah menggunakan logika fuzzy dan telah merancang 96 aturan fuzzy (4 fungsi keanggotaan fungsi fungsionalitas * 4 keanggotaan fungsi biaya * 6 keanggotaan fungsi dukungan vendor). Di sini, metode mamdani untuk mendefinisikan aturan fuzzy yang digunakan, yang digunakan untuk persamaan nonlinear. Aturan-aturan ini dirancang atas dasar pengalaman dan pengetahuan keahlian bidang itu sebabnya aturan ini juga ini juga dikenakan sebagai basis pengetahuan. Untuk sampel, beberapa aturan yang tercantum dalam tabel 3. Kolom pertama berlabel # merupakan nomor aturan, kolom kedua adalah untuk variabel input linguistik, anggota fungsi, biaya dan penjual dukungan dan kolom ketiga adalah untuk output linguistik variabel ERPSel.

Sebagai sebuah contoh, jika fungsionalitas =0.573, biaya =0.596 and dukungan vendor =0.5 adalah nilai inputan maka nilai output yang dihasilkan adalah 0.692,yang mana cukup tinggi untuk nilai output. Berikut disertakan figure 6 sebagai pembanding hasil.

Pandangan permukaan tiga dimensional dari aturan ini juga diperlihatkan dalam figure 7.

4.      Konklusi dan Karya Masa Mendatang

Enterprise resource planning (ERP) adalah sebuah kumpulan program terintegrasi yang menyediakan tunjangan kepada inti dari sebuah proses bisnis, seperti produksi, input dan output logistik, keuangan dan akuntansi, penjualan dan pemasaran, dan sumber daya. Pemilihan sebuah ERP yang mampu menyesuaikan diri terhadapa keperluan perusahaan adalah sangat penting. Makalah ini memaparkan sebuah metode untuk memilih sistem ERP yang sesuai berdasarkan logika fuzzy. Model ini memiliki 3 input: fungsionalitas, biaya, dan tunjangan vendor. Input ini merupakan kriteria dalam memilih ERP yang cocok dengan suatu organisasi. Kami menggunakan anggota fuzzy berbentuk segitiga untuk setiap kriteria yang menyusunnya. Ketiga kriteria ini dugnakan untuk melakukan penilaian/evaluasi.

Pada karya masa mendatang, kami ingin mengajukan sebuah metode berdasarkan Adaptive-Network-based Fuzzy Inference Systems (ANFIS) untuk memilih ERP. ANFIS menggunakan algoritma pembelajaran hybrid untuk mengidentifikasi parameter dari sistem pengambilan keputusan fuzzy tipe Sugeno. Algoritma ini menggunakan kombinasi dari metode kuadrat terkecil dan metode gradien propragasi turunan terbalik untuk menguji parameter fungsi keanggotaan fuzzy inference system (FIS) untuk menyaingi set data yang diberikan. ANFIS juga diharapkan dapat digunakan sebagai validasi model dengan menggunakan argumen opsional. Tipe dari validasi yang digunakan dengan opsi ini adalah dengan melakukan pemantauan sebuah model setelah dilakukan pencocokkan, dan argumennya adalah sebuah set data yang dikenal sebagai checking data set. Jadi, kami ingin mengembangan sebuah sistem yang didasarkan pada ANFIS sebagai metode pemilihan ERP.

5.      Referensi

[1] Aladwani, Adel M. "Change management strategies for successful ERP implementation." Business Process management journal 7.3 (2001): 266-275.

[2] Wier, Benson, James Hunton, and Hassan R. HassabElnaby. "Enterprise resource planning systems and non-financial performance incentives: The joint impact on corporate performance." International Journal of Accounting Information Systems 8.3 (2007): 165-190.

[3] Kallunki, Juha-Pekka, Erkki K. Laitinen, and Hanna Silvola. "Impact of enterprise resource planning systems on management control systems and firm performance." International Journal of Accounting Information Systems 12.1 (2011): 20-39.

[4] Bernroider, Edward, and Stefan Koch. "ERP selection process in midsize and large organizations." Business Process Management Journal 7.3 (2001): 251-257.  J. Vahidi, D. Darvishi SalooKolayi, A. Yavari / J. Math. Computer Sci. 9 (2014) 46 - 54

[5] Yazgan, Harun Resit, Semra Boran, and Kerim Goztepe. "An ERP software selection process with using artificial neural network based on analytic network process approach." Expert Systems with Applications 36.5 (2009): 9214-9222.

[6] Falkenstein, M., et al. "Effects of crossmodal divided attention on late ERP components. II. Error processing in choice reaction tasks." Electroencephalography and clinical neurophysiology 78.6 (1991): 447-455.

[7] Deep, Aman, et al. "Investigating factors affecting ERP selection in made-to-order SME sector." Journal of Manufacturing Technology Management 19.4 (2008): 430-446.

[8] Moon, Young B. "Enterprise resource planning (ERP): a review of the literature." International Journal of Management and Enterprise Development 4.3 (2007): 235-264.

[9] Singla, Ashim Raj. "Enterprise resource planning systems implementation: a literature analysis." International Journal of Business and Systems Research 3.2 (2009): 170-185.

[10] Al-Mashari, Majed, Abdullah Al-Mudimigh, and Mohamed Zairi. "Enterprise resource planning: a taxonomy of critical factors." European journal of operational research 146.2 (2003): 352-364.

[11] Keil, Mark, and Amrit Tiwana. "Relative importance of evaluation criteria for enterprise systems: a conjoint study." Information Systems Journal 16.3 (2006): 237-262.

[12] Kumar, Vinod, B. Maheshwari, and U. Kumar. "Enterprise resource planning systems adoption process: a survey of Canadian organizations." International Journal of Production Research 40.3 (2002): 509-523.

[13] Kumar, Vinod, Bharat Maheshwari, and Uma Kumar. "An investigation of critical management issues in ERP implementation: emperical evidence from Canadian organizations." Technovation 23.10 (2003): 793-807.

[14] Wei, Chun-Chin, Chen-Fu Chien, and Mao-Jiun J. Wang. "An AHP-based approach to ERP system selection." International journal of production economics 96.1 (2005): 47-62.

[15] Ayağ, Z., and R. G. Özdemir. "An intelligent approach to ERP software selection through fuzzy ANP." International Journal of Production Research 45.10 (2007): 2169-2194.

[16] Bueno, Salvador, and Jose L. Salmeron. "Fuzzy modeling enterprise resource planning tool selection." Computer Standards & Interfaces 30.3 (2008): 137-147.

[17] Wang, Ying-Ming, and Kwai-Sang Chin. "A new approach for the selection of advanced manufacturing technologies: DEA with double frontiers." International Journal of Production Research 47.23 (2009): 6663-6679.

[18] Liao, Xiuwu, Yuan Li, and Bing Lu. "A model for selecting an ERP system based on linguistic information processing." Information Systems 32.7 (2007): 1005-1017.

[19] Cebeci, Ufuk. "Fuzzy AHP-based decision support system for selecting ERP systems in textile industry by using balanced scorecard." Expert Systems with Applications 36.5 (2009): 8900-8909.

[20] Zadeh, Lotfi A. "Fuzzy sets." Information and control 8.3 (1965): 338-353.

[21] Zadeh, Lotfi A. "Toward a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic." Fuzzy sets and systems 90.2 (1997): 111-127.

[22] Klir, George J., and Bo Yuan. Fuzzy sets and fuzzy logic. New Jersey: Prentice Hall, 1995.

[23] Kaufmann, Arnold, Madan M. Gupta, and A. Kaufmann. Introduction to fuzzy arithmetic: theory and applications. New York: Van Nostrand Reinhold Company, 1985.

[24] Kosko, Bart. Fuzzy thinking: The new science of fuzzy logic. New York: Hyperion, 1993.

[25] Lee, Chuen-Chien. "Fuzzy logic in control systems: fuzzy logic controller. I." Systems, Man and Cybernetics, IEEE Transactions on 20.2 (1990): 404-418.

Sistem Informasi sebagai Keunggulan Kompetitif

Untuk menjamin sejauh mana misi Teknologi Informasi (TI) , tujuan dan rencana bisnis mendukung dan didukung oleh misi bisnis, tujuan dan rencana bisnis; para sarjana dan peneliti (misalnya Acur et al. 2012) menekankan pentingnya organisasi untuk menyelaraskan strategi bisnis mereka dengan strategi Teknologi Informasi jika mereka ingin mendapatkan business value yang lebih besar dari usahanya dan investasi TI. Akan Tetapi; menginvestigasi kondisi yang sebenarnya pada penerapan jenis strategi tertentu masih belum terdevelop (Tallon dan Pinsonneault, 2011). Akibatnya, yang dilakukan perusahaan agar mencapai keunggulan kompetitif melalui bantuan terus menerus dari kedua TI dan manajer bisnis dan para eksekutif, sangatlah penting mengeksplorasi kondisi yang mendasarinya dan risiko yang berkaitan dengan penerapan sistem, khususnya recourse Planning Perusahaan (ERP) IT. Lebih lanjut, karena formulasi strategi tersebut bagian dari proses manajemen strategis dalam rangka mencapai keuntungan kompetitif perusahaan dengan cara menciptakan nilai ekonomi yang lebih dari para pesaingnya untuk visi organisasi; keuntungan, kelemahan, dan risiko yang menyertai penerapan sistem ERP yang disajikan pada penelitian ini.
Kata kunci: Strategi Perumusan, Strategi IT, Sistem ERP, Competitive Advantage.

1.      Pendahuluan

 Salah satunya yang paling sering dikutip, Drucker (1994) mendefinisikan strategi dalam lingkungan usaha sebagai teori tentang bagaimana untuk meraih keuntungan kompetitif. Lebih lanjut, mengenal tingkat kompetisi dan kekuatan dalam industri ini dapat menolong perumusan strategi bisnis yang tepat guna memberikan keunggulan kompetitif yang berkesinambungan (Hesterly, 2010) menyatakan bahwa Sistem Informasi strategis (IS) dan Teknologi Informasi (TI) ini mendukung strategi organisasi usaha yang kompetitif untuk meningkatkan hubungan dengan pelanggan dan pemasok, menyediakan desain produk, dan meningkatkan produktivitas. Selain itu, IS serta strategi TI dapat didorong oleh strategi bisnis organisasi untuk mengisi permintaan bisnis yang berorientasi dan menyediakan produk atau jasa baru untuk memperoleh keunggulan kompetitif yang berkesinambungan (Tallon dan Pinsonneault, 2011). Hal ini untuk mengatakan bahwa para peneliti biasanya memperhatikan bagaimana penggunaan IT untuk menunjang strategi usaha organisasi, dan fokus pada premis mempertimbangkan TI sebagai perintah-taker teknologi menghasilkan keuntungan ketika telah hati-hati dipilih untuk sesuai dengan tujuan organisasi dan tujuan (Chan dan Reich, 2007).

Memang, karena peran strategis IT, dan semakin butuhkan untuk integrasi sistem TI yang ada dan baru, IT manajemen strategis mendapatkan perhatian dari para ilmuwan dan manager (Chan dan Reich, 2007). Misalnya, Moody (2003) mengeksplorasi hal penyelarasan TI dan IT pemberdayaan. Gagasan pertama dianggap dalam memperkenalkan penyelarasan strategi TI organisasi

2.      Formulasi Strategi melalui Proses Manajemen Strategia

2.1. Misi

Menurut pandangan berbasis sumber daya, sumber daya didefinisikan sebagai "sesuatu yang bisa dianggap sebagai kekuatan atau kelemahan dari sebuah perusahaan tertentu" (Wernerfelt, 1984) dan dapat mencakup nama-nama merek, pengetahuan di rumah, keterampilan personal, kontrak perdagangan, mesin, prosedur yang efisien, modal, dan sebagainya.Perusahaan dianalisis dalam hal sumber daya kunci dari produk-produknya. Lima Model kekuatan kompetitif (Porter’s Five Competitive Forces Model) digunakan untuk menjawab pertanyaan "Dalam keadaan apa suatu sumber daya menyebabkan return yang tinggi pada periode waktu yang lebih lama?".Menurut teori ini, hal yang paling penting adalah menjaga keseimbangan antara eksploitasi sumber daya yang ada dengan pengembangan sumber daya yang baru.

Kita dapat menemukan latar belakang teoritis untuk hubungan antara ITIF dan CA dari RBV karena dua alasan utama. Pertama, berdasarkan definisi sumber daya, ITIF menjadi sumber daya yang penting karena dapat menghasilkan sebuah perusahaan yang unggul dalam biaya kepemimpinan, kualitas produk, kecepatan pengiriman, dan desain fleksibilitas, yang pada akhirnya membangun keunggulan kompetitif atas pesaing (Gebauer &Schober, 2006;Palanisamy&Sushil, 2003;Rackoff, Wiseman, &Ullrich, 1985).

2.2. Tujuan

berfokus pada "bagaimana perusahaan dapat mencapai diversifikasi yang dengan efektif menjaga keseimbangan antara eksploitasi sumber daya yang ada dan eksplorasi yang baru."Dalam penelitian kami, infrastruktur IT yang fleksibel memberikan kontribusi untuk diversifikasi perusahaan dengan tidak hanya memperkuat kemampuan internal untuk operasi yang fleksibel, tetapi juga mendukung pembentukan jaringan nilai seluruh organisasi secara dinamis.Dengan memiliki ITIF, perusahaan yang telah terfokus pada kompetensi inti mereka, terlihat lebih mudah dalam menjalin perjanjian jangka pendek maupun panjang dengan perusahaan lain (Trimi, Faja, & Rhee, 2009). Organisasi-organisasi mitra berkumpul sebagai bisnis web (B-web) di mana setiap peserta berfokus pada kompetensi inti masing-masing (Tapscott, Ticoll, & Lowy, 2000). ITIF memungkinkan organisasi untuk menggabungkan sumber daya mereka dengan organisasi lain melalui IORyang dinamis (Trimi et al., 2009).

Hubungan antara ITIF dan CA organisasi didukung oleh sejumlah penelitian sebelumnya (Tabel 1).Studi ini menganggap fleksibilitas sebagai kemampuan utama IT. Komputasi awan atau cloud computing (CC) merupakan tren saat ini dalam memperlengkapi organisasi dengan teknologi informasi yang fleksibel, dengan biaya rendah dan cepat. Namun, saat ini CC umumnya digunakan untuk teknologi informasi non-esensial (aplikasi dan infrastruktur) pada organisasi maupun UKM.Sebagian alasannya adalah karena banyaknya isu-isu yang berkaitan dengan CC (keamanan, ketersediaan, standardisasi, integrasi), yang berada di luar ruang lingkup penelitian ini.Namun, kurangnya pemahaman nilai bisnis CC adalah alasan utama bahwa bisnis yang berlangsung belum menyesuaikan diri dengan komputasi awan itu sendiri.Dengan demikian, penting bagi sebuah perusahaan untuk mengetahui dampak ITIF terhadap keunggulan kompetitif perusahaan mereka.Hal tersebut merupakan pertimbangan penulis dalam menetapkan ITIF sebagai variabel bebas dari penelitian ini.

Selain itu, sebagimana ditunjukkan dalam tabel 1, penelitian sebelumnyasecara terpisahmenunjukkan bahwakemampuanITmemiliki dampak positifpada banyakaspekdariCA, secara terpisah.Namun,tidak adapenelitian sebelumnyayangmenelitidampakkemampuanITpadaCA secara multi-dimensional. Oleh karena itu, dalam penelitian inikami mengembangkanmodel yang komprehensifyang mencakupCAmulti-dimensi, dengan dimensiyang disarankan olehpenelitian sebelumnya yaitu biaya produksi, kecepatan dan kehandalanpengiriman,kualitasproduk, dan fleksibilitasproduksi, sertasecara empirismengujidampakITIFpada masing-masing dimensi tersebut.

a.       Fleksibilitas Infrastruktur Teknologi Informasi (ITIF)

Duncan(1995) melihatinfrastruktur ITsebagaiinovasi yang strategis.Ia menyatakankomponennyata dariteknologiinfrastrukturIT, yaitu teknologiPlatform,teknologi jaringandantelekomunikasi, kunci data,danaplikasiintipemrosesan data. Duncanjuga mengusulkankompatibilitas, konektivitas, danmodularitassebagai karakteristikinfrastruktur yang palingpenting dariITIF.Berdasarkan ketiga karakteristik tersebut, ia memperkenalkankerangka kerja untukmengevaluasiITIFseperti yang ditunjukkanpada Tabel2.

Byrd dan Turner (2000) memperkenalkan dua komponen ITIF yaitu infrastruktur IT teknis (pilihan yang berkaitan dengan aplikasi, data, dan konfigurasi teknologi) dan infrastruktur IT manusia (pilihan yang berkaitan dengan pengetahuan dan kemampuan yang diperlukan untuk mengatur secara efektif sumber daya IT dalam suatu organisasi.

Gebauer dan Schober (2006) menilai dampak dari fleksibilitas sistem informasi terhadap efisiensi biaya pada proses bisnis. Untuk tujuan ini, mereka mendefinisikan fleksibilitas sistem informasi dalam hal fleksibilitas dalam pola penggunaan (flexibility-to-use) dan fleksibilitas untuk perubahan lebih lanjut (flexibility-to-change).Faktor untuk mengukur flexibility-to-use adalah fungsi sistem, ruang lingkup database, user interface, dan kapasitas pengolahan.Sedangkan untuk mengukur flexibility-to-change digunakan faktor personil, integrasi data dan fungsi, dan modularitas komponen sistem.

Dalam studi ini, penulis menggunakan definisiDuncantentangITIFyangberfokus padakompatibilitas, konektivitas, danmodularitassebagaifaktorutama.Namun, ketika uji coba pertama dilaksanakan, hasil penelitian menunjukkanbahwaserangkaian pertanyaanyang berkaitan dengan modularitas bersifat terlalu teknis untuk dijawab.Oleh karena itu,penulis hanya menggunakankompatibilitasdan konektivitassebagai ukuranITIF.

3.      Desain Penelitian dan Metodologi

a.      Model Penelitian

Seperti telah dijelaskan sebelumnya, penelitian ini menguji secara empiris dampak dari ITIF terhadap komponen-komponen multi-dimensi dari keunggulan kompetitif (CA) suatu organisasi.Analisis yang digunakan adalah analisis multivariate terhadap kovarians (MANCOVA), dikarenakan keempat komponen CA dikategorikan dalam satu kelompok.

Untuk variabel independen, berdasarkan nilai rata-rata ITIF, penulis memisahkan kelompok sampel menjadi dua kelompok yaitu kelompok ITIF tinggi dan kelompok ITIF rendah.Ukuran organisasi ini digunakan sebagai variabel kontrol.Keempat dimensi CA digunakan sebagai variabel dependen yaitu biaya produksi, kecepatan dan kehandalan pengiriman, kualitas produk, dan fleksibilitas desain produksi.Penulis menggunakan SPSS 15.0 untuk analisis data.

b.      Variabel Penelitian

                                                              i.      Fleksibilitas Infrastruktur Teknologi Informasi (ITIF)

Pertama, penulis menghitung nilai rata-rataITIFuntuksetiap organisasi.Kemudian, berdasarkan ini nilairata-rataITIFmasing-masing organisasidiklasifikasikan ke dalam kelompok ITIF tinggi dan kelompok ITIF rendahseperti yang telah dibahas sebelumnya.Dengan demikian, variabel independenpenelitian initermasuk kelompokITIFkuat dankelompokITIFlemah, dipisahkandengan nilaimediansebagai titikpembagian.

                                                            ii.      Keunggulan Kompetitif (CA)

Penelitian inidifokuskan padaempat dimensi yaitu biaya, kualitas, kecepatan pengiriman, dan fleksibilitasdalam desain.Faktor-faktor inidipilih karena padaumumnya telahdigunakan olehstudi sebelumnyasebagai dimensiutamaCAuntukperusahaan manufaktur(Duray, 2006;Lin, Moore, Kincade,&Avery, 2002;Schonsleben, 2004;Miller&Roth, 1994; Vastag&Narasimhan, 1998).

                                                          iii.      Ukuran Organisasi

Ukuranorganisasi penting dalam menganalisisjenisinvestasiITdan kemampuan untukmendapatkan keuntunganstrategisdari IT.Untuk mengukur organisasi dalam jurnal ini digunakan jumlah karyawan sebagai indikator(Goode &Gregor, 2009).

c.       Kelompok Sampel

Penulis memilih total 190 supplier sebagai kelompok sampel. Oleh karena itu, penulis dapat fokus pada industri di mana IT memainkan peran yang lebih penting dari industri lain dengan berfokus pada supplier perusahaan IT global. Peran pembeli pada penelitian ini adalah perusahaan global utama yang menempati peringkat tertinggi sebagai perusahaan IT terbesar di dunia dan merupakan salah satu dari 25 merek global (BusinessWeek, 2008).Enam puluh dua perusahaan supplier menjawab kuesioner penelitian yang dengan demikian menghasilkan tingkat respon sebesar 32%.Seperti disebutkan sebelumnya, supplier dibagi menjadi dua kelompok berdasarkan tingkat kekuatan ITIF mereka.

4.      Hasil Analisis Data

a.      Karakteristik Demografis dari Kelompok Sampel

                                                              i.      Ukuran Organisasi

Tabel 5 menunjukkan distribusi organisasi dalam hal ukuran yang ditentukan oleh jumlah karyawan pada masing-masing perusahaan.Terlihat bahwa 94% dari organisasi memiliki kurang dari 500 karyawan.Hal tersebut menunjukkan bahwa sebagian besar organisasi pemasok bagi perusahaan IT raksasaglobal dapat diklasifikasikan sebagai perusahaan skala kecil dan menengah (UKM).Rata-rata jumlah karyawan adalah 241.

                                                            ii.      Tipe Bisnis

Sebagian besar perusahaan pemasok yang merespon penelitian bergerak di bidang elektronik.Hal tersebut sesuai dengan perkiraan awal bahwa perusahaan-perusahaan dengan jenis tersebut merupakan pemasok utama perusahaan IT raksasa global.

b.      Hasil Analisis Kehandalan

Untuk mengukur reliabilitas konsistensi internal yang memberikan tingkat keterkaitan dari masing-masing item digunakan nilai Cronbach’s alpha. Nilai yang baik untuk Cronbach’s Alpha adalah 0,7 (Nunally, 1978). Hasil uji reliabilitas menunjukkan nilai Cronbach’s Alpha untuk konektivitas α = 0,778, sedangkan  α = 0,834 untuk kompatibilitas. Nilai-nilai alpha yang tinggi mampu dijelaskan dengan fakta bahwa semua item yang diambil dari pengukuran telah divalidasi oleh studi sebelumnya (Duncan, 1995).

c.       Analisis MANCOVA

                                                              i.      Korelasi Faktor-faktor

SebelummelakukanMANCOVA, analisis korelasidilakukanantaravariabel dependenuntuk memeriksa apakahMANCOVAadalahalat analisisyang tepat.Seperti terlihat pada Tabel7, MANCOVAdapat digunakankarenakeempatvariabel dependenmenunjukkanhubunganyang signifikandiantara mereka.

                                                            ii.      Persamaan Kovarians dan Variansi Error

Box’s M Test dilakukan untuk menguji kesetaraan matriks kovarians antara dua kelompok ITIF, kuat dan lemah.Seperti yang terlihat pada Tabel 8, hasil (0,226) tidak signifikan. Hal tersebut menunjukkan bahwa matriks kovarians dari variabel dependen adalah sama di setiap kelompok, dan oleh karena itu, analisis MANCOVA dapat dilakukan. Hasil Uji Levene dari Kesetaraan Kesalahan Varians tidak signifikan untuk seluruh variabel. Dengan demikian, varians error dari variabel dependen sama di setiap kelompok.

                                                          iii.      Hasil dari Analisis MANCOVA

Seperti terlihat pada Tabel 9, semua nilai yang relevan termasuk Pillai Trace, Wilks 'Lambda, Hotelling Trace, dan Roy’s Largest Rootbersifat signifikan pada tingkat 0,10. Hasil penelitian menunjukkan bahwa ada perbedaan yang signifikan antara kelompok ITIF kuat dan kelompok ITIF lemah dalam hal empat dimensi CA. Hasil ini menunjukkan ada pengaruh yang signifikan dari ITIF pada empat dimensi CA ketika mereka dianggap sebagai suatu faktor.

                                                          iv.      Hasil dari Tes Univariat

Untukmengukur efekdarimasing-masing kelompokITIFpada setiap dimensidalamvariabel dependen, ujiunivariatedilakukan.Tabel 10 menunjukkan bahwa secara keseluruhan, ITIF memiliki pengaruh lebih besar pada dimensikualitas danfleksibilitasCA.

Ketika dilakukan tesuntuk masing-masingdua kelompokITIFseperti yang ditunjukkan padaTabel11, kelompokITIFkuatmenunjukkannilai rata-ratayang lebih tinggidari kelompokITIFlemah dalamseluruh dimensiCA.Kesenjanganantara kedua kelompokitu bahkanlebih besaruntuk kualitas produkdanfleksibilitasdimensidesain produkdariCA, sesuai dengan harapan penulis setelah melihat hasil uji MANCOVA.

5.      DIskusi

Hasil analisis MANCOVA menunjukkan bahwa ITIF mempengaruhi empat dimensi CA ketika mereka dianggap sebagai satu kelompok.Hasilnya menunjukkan bahwa semakin kuat ITIF, semakin tinggi keunggulan kompetitif (CA) dari perusahaan skala kecil dan menengah (UKM). Hasil ini sesuai dengan penelitian sebelumnya yang berfokus hanya pada satu dimensi dari CA (Gebaurer & chober, 2006;.Chung et al, 2005; Palanisamy & Sushil, 2003; Weill et al., 2002). Namun, hasil penelitian ini lebih berarti daripada studi sebelumnya dalam beberapa aspek yaitu menguji dampak ITIF dengan memasukkan beberapa dimensi CA, membuktikan bahwa ITIF mempengaruhi CA keseluruhan ketika beberapa dimensi CA dianggap sebagai faktor tunggal dan untuk setiap dimensi, menemukan bahwa kualitas produk dan fleksibilitas desain produk adalah faktor yang paling dipengaruhi dimensi CA dari ITIF, dan fokus penelitian pada UKM sebagai pemasok utama perusahaan IT global. Hasil penelitian menunjukkan bahwa UKM dapat memperkuat sebagian dimensi CA tanpa trade-off di antara mereka ketika memiliki ITIF yang kuat.

Di sisi lain, hasil uji univariat menunjukkan bahwa kelompok ITIF tinggi memiliki CA yang lebih tinggi daripada kelompok ITIF rendah, terutama dalam hal kualitas produk dan fleksibilitas desain produk. Fleksibilitas yang lebih tinggi dari desain produk pada kelompok ITIF tinggi dapat dijelaskan oleh fakta bahwa ITIF mendukung kemampuan organisasi untuk menyesuaikan proses operasi demi menghasilkan beragam produk dan disesuaikan sesuai dengan permintaan pelanggan yang dinamis.

Kualitas produk yang lebih tinggi pada kelompok ITIF tinggi dapat didukung oleh fakta bahwa ITIF mendukung pembentukan IOR dinamis yang juga disebut sebagai web bisnis (B-Web). Di bawah B-Web, sebuah organisasi terkemuka berfokus pada kompetensi inti yang unik dan melakukan outsourcing proses lain dengan mitra yang memiliki kompetensi yang lebih baik dalam proses-proses tersebut. Karena setiap mitra B-Web hanya berfokus pada kompetensi inti dan saling melengkapi satu sama l ain, sinergi yang kuat darikemitraan akan berkontribusi terhadap peningkatan kualitas produk. B-Web telah berkembang menjadi ekosistem dan platform bisnis. Teknologi informasi dan komunikasi memainkan peran kunci untuk tren ini dengan membantu organisasi secara efektif dan ekonomis dalam mengkoordinasikan kemitraan dalam ekosistem (Williamson &DeMayer, 2012).

Tidak adanyahasil yang signifikanmengenaidimensibiaya produksimenunjukkan bahwapeningkatankonektivitasdan kompatibilitasinfrastrukturITtidak mendukungkemampuan organisasiuntuk mengurangibiaya produksi.Hasil inidapat dijelaskanoleh faktabahwafleksibilitasdesain produksangatsignifikan.Hal ini menunjukkan bahwaorganisasipada umumnyamengutamakan penggunaanITIFuntuk meningkatkanfleksibilitaskemampuan produksidalam haldiversifikasi produkdankustomisasidaripadamengurangi biayaproduksi untukkomoditas.

Hasil yang cukup mengejutkan adalah tidak signifikannya faktor kecepatan dan kehandalan pengiriman.Hal ini mungkin disebabkan karenapengirimandilakukan dengan outsourcingatautipe organisasiadalah bagiandarirangkaian Manajemen Rantai Pasok (SCM) sehingga menyebabkan organisasi tersebut tidak memilikibanyakkekuasaan untuk mengambil keputusandalam infrastruktur IT. Untuk menemukanjawaban untukhasil ini diperlukan penelitian lebih lanjut.

6.      Kesimpulan

Tujuan dari penelitian ini adalah untuk menyelidiki dampak dari fleksibilitas infrastruktur teknologi informasi (ITIF) pada keunggulan kompetitif (CA) perusahaan-perusahaan skala kecil dan menengah (UKM). Untuk tujuan ini, sebuah model yang komprehensif dibuat dengan ITIF sebagai variabel bebas, ukuran organisasi sebagai kovarians, dan empat dimensi CA termasuk biaya produksi, kecepatan dan kehandalan pengiriman, kualitas produk, dan fleksibilitas desain produk, sebagai variabel terikat. Hasil uji MANCOVA menunjukkan bahwa ITIF mempengaruhi empat dimensi CA ketika mereka dianggap sebagai sebuah kelompok.Hasil analisis univariat menunjukkan bahwa ITIF memiliki dampak yang signifikan pada kualitas produk dan fleksibilitas desain produk.

Hasil penelitian ini menunjukkan bahwa fleksibilitas IT memiliki dampak positif yang signifikan terhadap UKM karena menyediakan keunggulan kompetitif dalam banyak aspek, serta dapat dikombinasikan dengan inovasi strategis dan proses bisnis organisasi. Munculnya berbagai teknologi dan layanan seperti komputasi on-demand, perangkat lunak sebagai layanan, infrastruktur(komputer dan jaringan) sebagai layanan, dan komputasi awandapat digunakan oleh organisasi dengan berbagai ukuran untuk mencapai keunggulan kompetitif. Komputasi awan dapat menyediakan sumber daya komputasi organisasi dengan biaya rendah dengan tingkat skalabilitas, dan fleksibilitas yang tinggi, dan sesuai permintaan tanpa pengaturan terlebih dahulu. Komputasi awan dapat dianggap sebagai pilihan yang realistisbagi UKM yang tidak mampu melakukan investasi modal besar dalam IT, namun masih memerlukan dukungan IT yang kuat untuk inovasi strategis dan operasional yang lebih efektif dalam proses bisnis mereka. Meski komputasi awan memiliki beberapa kelemahan, manfaat komputasi awanyang dihasilkan cenderung lebih besar.Komputasi awanmerupakanteknologi untuk bisnis secara keseluruhan.Sampel populasi dalam penelitian ini tidak menggunakan teknologi komputasi awan.Oleh karena itu, manfaat dari komputasi awan dapat diukur dan ditelaah oleh studi yang lebih jauh di masa depan.

Referensi

BusinessWeek (2008, September 18). The global brands: Annual ranking of the top 100.

Byrd, T. A., & Turner, D. E. (2000).Measuring the flexibility of information technology infrastructure: Exploratory analysis of a construct.Journal of Management Information Systems, 17(1), 167-208.

Chung, S. H., Byrd, T. A., Lewis, B. R., & Ford, F. N. (2005).An empirical study of the relationships between IT infrastructure flexibility, mass customization, and business performance, The Database for Advances in Information Systems, 36(3), 26-44.

Duncan, N. B. (1995). Capturing flexibility of information technology infrastructure: A study of resource characteristics and their measure, Journal of Management Information Systems, 12(2), 37-57.

Duray, R. (2006). Pursuing capabilities of flexibility and quality: financial performance implications for mass customers.International Journal of Mass Customization, 1(2-3), 260-271.

Gebauer, J., & Schober, F. (2006).Information system flexibility and the cost efficiency of business processes.Journal of the Association for Information Systems, 7(3), 122-147.

Goode, S., & Gregor, S. (2009). Rethinking organizational size in IS research: meaning, measurement, and redevelopment. European Journal of Information Systems, 18(4), 4-25.

Lin, S.-H., Moore, M. A., Kincade, D. H., & Avery, C. (2002).Dimensions of apparel manufacturing strategy and production management.International Journal of Clothing Science and technology, 14(1), 46-60.

Miller, J. G., & Roth, A. V. (1994).A taxonomy of manufacturing strategies. Management Science, 40(3), 285-304.

Nunally, J. C. (1978). Psychometric theory (2nd ed.). New York: McGraw Hill.

Palanisamy, R., & Sushil (2003).Achieving organizational flexibility and competitive advantage through information system flexibility: A Path Analytic Study.Journal of Information and Knowledge Management, 2(3), 261-277.

Porter, M. E. (1980). Competitive Strategy. New York: Free Press.

Rackoff, N., Wiseman, C., & Ullrich, W. A. (1985). Information systems for competitive advantage: Implementation of a planning processm. MIS Quarterly, 9(4), 285-294.

Schonsleben, P. (2004). Integral Logistics Management: Planning and Control of Comprehensive Supply Chain (2nd ed.). Florida: CRC Press LLC.

Tapscott, D., Ticoll, D., & Lowy, A. (2000). Digital Capital: Harnessing the Power of Business Webs. Boston, MA: Harvard Business Review Press.

Trimi, S., Faja, S., & Rhee, S. (2009). Impact of the Internet on interorganizational relationships.Service Business, 3(1), 63-83.

Vastag, G., & Narasimhan, R. (1998).An investigation of causal relationships among manufacturing strategic intent, practices and performance.In A. D. Neely, & D. B. Waggoner (Eds.), Performance Measurement-Theory and Practice (pp. 679–686). Cambridge, UK: Centre for Business Performance.

Weill, P., Subramani, M., & Broadbent, M. (2002).Building IT infrastructure for strategic agility.MIT Sloan Management Review, 44(1), 57-65.

Wernerfelt, B. (1984). A resource based view of the firm. Strategic Management Journal, 5(2), 171-180.

Williamson, P. J., & De Meyer, A. (2012). Ecosystem Advantage: How to Successfully Harness the Power of Partners. California Management Review, 55(1), 24-46.

Zhang, M. J., & Lado, A. A. (2001). Information systems and competitive advantage: a competency-based view. Technovation, 21(3), 147-156.