Metode Data Envelopment Analisis (DEA) adalah membandingkan data input
dan data output dari suatu organisasi data DMU (Decision Making Units) dengan
data input dan output lainnya pada DMU yang sejenis. Perbandingan ini
dilakukan untuk mendapatkan suatu nilai efisiensi (Efendi, 2011).Selain
menghasilkan nilai efisiensi masing-masing DMU, DEA juga menunjukkan unitunit yang menjadi referensi bagi unit-unit yang tidak efisien (Yuli, 2009).
Berikut merupakan beberapa asumsi yang terdapat dalam metode DEA beserta
keunggulan dan kelemahan metode DEA.
Pada penerapan model DEA, terdapat asumsi-asumsi yang mendasarinya
menurut Ramanathan (2003), asumsi DEA tersebut yaitu:
1. DMU (Decision Making Unit) harus merupakan unit-unit yang homogenis,
yaitu memiliki fungsi dan tujuan yang sama.
2. Data bernilai positif dan bobot dibatasi pada nilai positif
3. Input dan output bersifat variable
Keunggulan dan kelemahan DEA adalah :
- Keunggulan DEA :
1. Dapat menangani banyak input dan output
2. Tidak butuh asumsi hubungan fungsional antara variable input dan output
3. DMU dibandingkan secara langsung dengan sesamanya
4. Input dan output dapat memiliki satuan pengukuran yang berbeda
Keterbatasan DEA :
1. Rumus standar DEA menciptakan program linier yang terpisah untuk
setiap DMU, berdasarkan hal tersebut maka masalah komputasi kerap
terjadi.
2. DEA merupakan teknik nonparametrik maka uji hipotesis statistik sulit
untuk dilakukan.
3. DEA adalah sebuah teknik titik ekstrim sehingga kesalahan pengukuran
dapat menyebabkan masalah yang signifikan.
Tidak ada komentar:
Posting Komentar