Vol: 11 | No: 1 (2022): June e - ISSN (Online): 2798-5601

Tameh: Journal of Civil Engineering

University of Muhammadiyah Aceh

Analisis Risiko Rantai Pasok Material dalam Pelaksanaan Proyek

Konstruksi Gedung Di Aceh
1
Kemala Hayati, 2Keumala Citra, 3Widya Soviana, 4Rizki Farhan
1 234Program Studi Teknik Sipil, Fakultas Teknik, Universitas Muhammadiyah Aceh
Email : [email protected], [email protected]
3
[email protected]

Abstract
The material supply chain is a material distribution flow that varies from various sources or suppliers, until the
material arrives at the project site. This study aimed to analyze material supply chain risk factors that arise in the
implementation of building construction projects in Aceh Province, as well as identify solutions to prevent material
supply chain risk factors that arise in the implementation of building construction projects in Aceh Province. The
methods developed in this research are validity test, reliability test, quantitative descriptive, and multiple
regression analysis through SPSS software version 25. From the validity test results obtained, the value of
Rcount ≥ Rtable. This shows that the validity test performed on all questions is valid. Furthermore, the results of
the reliability test obtained the average value of each variable of 0.708, then the reliability test was said to be
reliable. Because the value of a variable is said to be reliable (reliable) if Cronbach Alpha value exceeds 0.6.
Then from the results of the descriptive analysis, there are indicators that are often questioned as risk factors,
namely the delay of the main contractor in paying subcontractors (X2.8) with a mean value of 3.39. This shows
that the majority of respondents stated that X2.8 has a high influence on the occurrence of material supply chains
in the implementation of construction projects. From the results of the correlation analysis, the R value of 0.382
(low/weak), then the two variables have a unidirectional relationship. This means that if the value of the X variable
is high, then the value of the Y variable will also be high or if it means that all X variables are related to material
supply chain risk, and the regression model obtained is: Ŷ=7.408+0.096X1-0.006.X2+ 0.132X3+0.112X4. From
the results of the coefficient of determination, the value of R2 = 14.6%, which means that the risk of the material
supply chain is influenced by supply factors, control factors, demand factors, process factors, amounting to
14.6%, the remaining 85.4% is influenced by other factors variables which are not included in this study.

Keywords: Supply Chain, Material, Construction Project, Risk

Abstrak
Rantai pasok material merupakan aliran distribusi material yang bervariasi dari berbagai sumber atau supplier
(pemasok), hingga material tersebut tiba ke lokasi proyek. Penelitian ini bertujuan untuk menganalisis faktor-
faktor risiko rantai pasok material yang timbul dalam pelaksanaan proyek konstruksi gedung di Provinsi Aceh,
serta mengidentifikasi solusi pencegahan faktor-faktor risiko rantai pasok material yang timbul dalam
pelaksanaan proyek konstruksi gedung di Provinsi Aceh. Metode yang disusun dalam penelitian ini adalah uji
validitas, uji reliabilitas, deskriptif kuantitatif, dan analisis regresi berganda melalui SPSS versi 25. Dari hasil
pengujian validitas yang diperoleh, nilai Rhitung ≥ Rtabel. Hal ini menunjukkan bahwa uji validitas yang dilakukan
pada semua variabel sudah valid. Selanjutnya hasil uji reliabilitas diperoleh nilai rata-rata dari setiap variabel
sebesar 0,708, maka pada uji reliabilitas dikatakan sudah reliabel. Karena nilai suatu variabel dikatakan reliabel
(handal) apabila nilai Cronbach Alpha melebihi 0,6. Kemudian dari hasil analisis deskriptif terdapat indikator yang
sering permasalahkan sebagai faktor risiko yaitu keterlambatan kontraktor utama dalam membayar subkontraktor
(X2.8) dengan nilai mean sebesar 3,39. Hal tersebut menunjukkan bahwa mayoritas responden menyatakan
bahwa X2.8 memiliki pengaruh yang tinggi terhadap terjadinya rantai pasok material dalam pelaksanaan proyek
kostruksi. Dari hasil analisis korelasi diperoleh nilai R sebesar 0,382 (rendah/lemah), maka kedua variabel
mempunyai hubungan searah. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan tinggi pula atau jika
diartikan semua variabel X berhubungan terhadap risiko rantai pasok material, serta model regresi yang diperoleh
yaitu: Ŷ = 7,408 + 0,096.X1 - 0,006.X2 + 0,132.X3 + 0,112.X4. Dari hasil koefisien determinasi didapat nilai R2 =
14,6%, yang berarti bahwa risiko rantai pasok material dipengaruhi oleh variabel faktor supply, Faktor control,
Faktor demand, Faktor process, sebesar 14,6%, selebihnya 85,4% dipengaruhi oleh variabel faktor lainnya di luar
penelitian.

Kata kunci: Rantai Pasok, Material, Proyek Konstruksi, Risiko

https://doi.org/10.37598/tameh.v11i1.190

Diterima (Received): 14-06-2022 | Diperbaiki (Revised): 26-06-2022 | Diterima (Accepted): 29-06-2022 1

 Kemala Hayati1, Keumala Citra2, Widya Soviana3, Rizki Farhan4
Vol: 11 | No: 1 (2022): June

Tentang Jasa Konstruksi terhadap faktor-faktor

1. Pendahuluan risiko rantai pasok material yang timbul.
Proyek konstruksi memiliki scope atau lingkup
pekerjaan yang sangat kompleks, sehingga 2. Tinjauan Pustaka
banyak mengandung berbagai risiko. Salah 2.1 Proyek Konstruksi
satu risiko yang sering terjadi pada proyek
Proyek konstruksi merupakan suatu rangkaian
konstruksi gedung adalah risiko rantai pasok
kegiatan yang dapat dibedakan atas dua jenis
material. Rantai pasok material adalah aliran
yaitu kegiatan rutin dan kegiatan proyek.
pemasukan material yang beraneka ragam
Kegiatan rutin adalah rangkaian kegiatan terus
dari berbagai sumber atau supplier (pemasok),
menerus yang berulang dan berlangsung
hingga material tersebut tiba ke lokasi proyek.
lama. Sedangkan kegiatan proyek adalah
Permasalahan dalam penelitian ini adalah
suatu rangkaian kegiatan yang hanya satu kali
ingin mengevaluasi sistem rantai pasok
dilaksanakan dan umumnya berlangsung
material apakah sudah dengan UUJK Nomor 2
dalam jangka waktu yang pendek. Oleh karena
Tahun 2017 Tentang Jasa Konstruksi.
itu suatu kegiatan proyek mempunyai awal dan
Pelaksanaan proyek konstruksi gedung di
akhir kegiatan yang jelas serta hasil kegiatan
Provinsi Aceh sering dihadapkan dengan risiko
yang bersifat unik [1].
rantai pasok material. Beberapa risiko
diantaranya adalah pengiriman ulang material
2.2 Rantai Pasok
karena mutu material tidak sesuai spesifikasi
seperti pemesanan, keterlambatan material Jaminan ketersediaan bahan dan material
karena kepadatan lalu lintas, dan perubahan bangunan di pasar sangat berpengaruh
pemesanan pengadaan material karena terhadap kecepatan dan ketepatan waktu
ketidaktepatannya kontraktor dalam menyusun penyelesaian pekerjaan. Tidak jarang para
jadwal pelaksanaan proyek di lapangan. pengusaha jasa pelaksana konstruksi
Semua risiko tersebut dapat berdampak pada mengalami keterlambatan penyelesaian
terlambatnya material sampai ke lokasi proyek, pekerjaan akibat keterlambatan pasokan atau
sehingga dapat mempengaruhi kinerja proyek. hilangnya bahan dan material bangunan di
Permasalahan yang di tinjau dalam penelitian pasar. Keterlambatan pasokan bahan
ini adalah faktor-faktor risiko rantai pasok bangunan atau hilangnya bahan bangunan di
material apa saja yang timbul dalam pasaran tidak dapat dijadikan alasan atas
pelaksanaan proyek konstruksi gedung di keterlambatan penyelesaian pekerjaan [2].
Provinsi Aceh, dan bagaimanakah solusi Rantai pasok merupakan jaringan perusahaan-
pencegahan faktor-faktor risiko rantai pasok perusahaan yang secara bersama bekerja
material yang timbul dalam pelaksanaan untuk menciptakan dan menghantarkan suatu
proyek konstruksi gedung di Provinsi Aceh. produk ke tangan pemakai akhir. Seperti
Penelitian ini diharapkan dapat memberikan diketahui bahwa terjadi perbedaan harga
informasi kepada perusahaan kontraktor, material konstruksi yang cukup signifikan
mengenai faktor-faktor risiko rantai pasok antara satu pulau dengan pulau lain. Hal ini
material yang timbul dalam pelaksanaan dikarenakan biaya pengaangkutang yang
proyek konstruksi gedung di Provinsi Aceh tinggi. Oleh karena itu konsep rantai pasok
Dan memberikan informasi kepada dengan mengoptimalkan pelabuhan harus
perusahaan kontraktor, mengenai solusi diaplikasikan untuk mereduksi harga yang
pencegahan faktor-faktor risiko rantai pasok terlalu tinggi tersebut [3].
material yang timbul dalam pelaksanaan
proyek konstruksi gedung di Provinsi Aceh dan 2.3 Risiko Rantai Pasok Material
memberikan informasi kepada Pemerintah
Provinsi Aceh, mengenai sejauh mana Risiko rantai pasok adalah probabilitas dan
aktualisasi UUJK Nomor 2 Tahun 2017 kemungkinan dari kejadian yang tidak
diharapkan, baik pada tingkat mikro atau makro
yang mempengaruhi secara negatif pada rantai
https://doi.org/10.37598/tameh..v11i1.190
2
 Kemala Hayati1, Keumala Citra2, Widya Soviana3, Rizki Farhan4
Vol: 11 | No: 1 (2022): June

pasok yang berakibat pada gangguan atau Dimana:

kegagalan tingkat operasional, taktis atau rxy = Koefisien korelasi antara variabel X
strategis. Risiko makro mengacu pada risiko- dan Y
risiko yang sangat buruk dan jarang terjadi ∑𝑥 = Jumlah skor yang diperoleh dari
yang berdampak negatif, terdiri dari risiko ∑𝑦 = Jumlah skor total seluruh item dari
natural (misal gempa bumi, cuaca ekstrim), dan keseluruhan responden yang diuji
risiko akibat manusia (perang, terorisme dan N = Jumlah responden
ketidakstabilan politik). Risiko mikro mengacu
pada risiko yang berasal dari kegiatan internal 2.4.2 Uji reliabilitas
perusahaan atau hubungan dengan mitra di
sepanjang rantai pasok. Risiko dapat terjadi Uji reliabilitas merupakan suatu ketetapan alat
dalam berbagai bentuk di sepanjang rantai tersebut dalam mengukur apa yang diukurnya.
pasok, namun sumbernya dapat digolongkan Artinya, kapan pun alat ukur tersebut
ke dalam empat golongan, yaitu supply, digunakan akan memberikan hasil ukur yang
control, process, dan demand [4]. sama [7]. Kriteria pengujian adalah jika
Cronbach Alpha > 0,6 maka variabel dianggap
Supply chain yang mudah mengalami
reliable dan jika Cronbach Alpha < 0,6 maka
gangguan (vunnerability) akan semakin
variabel dianggap tidak reliable. Uji reliabilitas
meningkatkan kekacauan. Hal tersebut
ini dapat dirumuskan sebagai berikut:
mengindikasikan bahwa diperlukannya
manajemen risiko untuk memetakan beberapa 𝑘 ∑𝜎𝑏 2
permasalahan yang berpotensi terjadi pada ri = [ ] [1  − ] (2)
𝑘−1 𝜎𝑡 2
supply chain. Supply Chain Risk Management Dimana:
(SCRM) adalah kolaborasi dengan partner di ri = Reliabilitas instrument
dalam supply chain untuk mengaplikasikan k = Banyaknya butir pertanyaan
proses risk management dan ketidakpastian ∑𝜎𝑏 2 = Jumlah varian butir
yang disebabkan aktivitas logistik atau sumber 𝜎𝑡 2 = Varian total
daya dalam supply chain [5]. Untuk menghitung varians butir dan varians
total dapat menggunakan persamaan sebagai
2.4 Metode Statistika berikut.
Statistika adalah pengetahuan yang
(∑ 𝑥2 )
∑𝑥 2 − 𝑁  
berhubungan dengan cara-cara pengumpulan 𝜎𝑏 2 =   (3)
𝑁
data, pengolahan data atau analisisnya, dan
Jumlah skor total
penarikan kesimpulan berdasarkan kumpulan Jumlah kuadrat skor total −   
𝜎𝑡 2 = 𝑁
(4)
data. Adapun metode statistika yang digunakan 𝑁

dapat diuraikan berikut ini. Dimana:

x2 = Jumlah kuadrat varians tiap butir
2.4.1 Uji Validitas N = Banyak responden

Uji validitas merupakan suatu ukuran yang 2.4.3 Statistik Deskriptif

menunjukkan kevalidan atau kesahihan suatu
instrumen penelitian [6]. Kriteria pengujian Statistik deskriptif adalah statistik yang
adalah jika Rhitung > Rtabel maka item-item berfungsi untuk mendeskripsikan atau
pertanyaan dianggap valid dan jika Rhitung < memberi gambaran terhadap objek yang diteliti
Rtabel maka item-item pertanyaan dianggap melalui data sampel atau populasi
tidak valid. Uji validitas ini dapat dirumuskan sebagaimana adanya, tanpa melakukan
sebagai berikut: analisis dan membuat kesimpulan yang
berlaku untuk umum. Statistik deskriptif
𝑛(∑𝑥𝑦) − (∑𝑥)(∑𝑦) berusaha untuk memaparkan semua informasi
rxy = (1)
√{𝑛∑𝑥 2  − (∑𝑥) {𝑛∑𝑦 2  − (∑𝑦)2 } yang memungkinkan mengenai data hasil
penelitian [7].

https://doi.org/10.37598/tameh..v11i1.190
3
 Kemala Hayati1, Keumala Citra2, Widya Soviana3, Rizki Farhan4
Vol: 11 | No: 1 (2022): June

2.4.4 Analisis Korelasi terdapat di dalam tabel ANOVA, tingkat

signifikansi yang digunakan yaitu sebesar 0.5
Analisis korelasi Spearman rank digunakan
atau 5%.
untuk mengukur tingkat atau eratnya
hubungan antara dua variabel yaitu variabel
2.4.8 Pengujian Koefisien Determinasi (R2)
bebas dan variabel terikat yang berskala
ordinal. Bila nilai signifikansi < 0,05, maka Apabila nilai koefisien determinasi (R-squared)
terdapat korelasi yang signifikan antara pada suatu estimasi mendekati angka satu (1),
variabel yang dihubungkan; dan bila nilai maka dapat dikatakan bahwa variabel
signifikansi > 0,05, maka tidak terdapat dependen dijelaskan dengan baik oleh variabel
korelasi yang signifikan antara variabel yang independennya. Dan sebaliknya, apabila
dihubungkan [7]. koefisien determinasi (R-Squared) menjauhi
angka satu (1) atau mendekati angka nol (0),
2.4.5 Analisis Linier Berganda maka semakin kurang baik variabel
independen menjelaskan variabel
Analisis regresi linier berganda adalah
dependennya [7].
hubungan secara linear antara dua atau lebih
variabel independen (X1, X2,….Xn) dengan
variabel dependen (Y) [6]. 3. Metodologi Penelitian
Persamaan regresi linear berganda sebagai
Penelitian dibatasi dengan responden dan
berikut:
narasumber ditujukan pada project manager,
site manager, quality engineer, quantity
Y’ = a + b1X1 + b2X2 + ….. + bnXn (5)
engineer dari perusahaan kontraktor bidang
Di mana:
gedung di Provinsi Aceh. Teknik sampling
Y’ = Variabel dependen (nilai yang
yang digunakan adalah purposive sampling
diprediksikan)
yaitu pengambilan sampel dengan
X1 dan X2 = Variabel independen
pertimbangan yang didasarkan pada
a = Konstanta (nilai Y’ apabila X1,X2….Xn=
perusahaan kontraktor yang telah
0)
melaksanakan proyek konstruksi bangunan
b = Koefisien regresi (nilai peningkatan
gedung di Provinsi Aceh. Faktor-faktor risiko
ataupun penurunan)
rantai pasok material yang dievaluasi adalah
faktor supply, control, demand, process dan
2.4.6 Uji Signifikansi Pengaruh Parsial (Uji t)
risiko rantai pasok material.
Pedoman yang digunakan apabila probabilitas
signifikansi > 0.05, maka tidak ada pengaruh
3.1 Lokasi Penelitian
signifikan atau Ho diterima dan Ha ditolak dan
apabila probabilitas signifikansi < 0.05, maka Objek dalam penelitian ini adalah proyek
ada pengaruh signifikan atau Ho ditolak dan Ha konstruksi gedung yang berada di Kota Banda
diterima. Dan juga dilakukan dengan Aceh dan Aceh Besar.
menggunakan perbandingan nilai thitung dengan
tabel, apabila thitung > ttabel maka ada pengaruh 3.2 Jenis Sumber Data
signifikan atau Ho diterima dan Ha ditolak. Adapun data yang digunakan dalam penelitian
Kriteria pengujian nilai t-hitung terhadap t-tabel ini adalah sebagai berikut:
adalah Jika nilai t-hitung > t-tabel dan sig < 1. Data primer
0,05 t-tabel, maka terdapat pengaruh variabel Data primer yang digunakan dalam
X terhadap variabel Y, begitupula sebaliknya penelitian ini adalah data kuesioner.
[7]. 2. Data sekunder
Data sekunder terdiri dari peta Provinsi
2.4.7 Uji Signifikansi Simultan (Uji F) Aceh, peta Kota Banda Aceh dan daftar
Pengambilan keputusan dilihat dari pengujian kontraktor yang diperoleh dari Badan
ini dilakukan dengan melihat nilai F yang GAPENSI.

https://doi.org/10.37598/tameh..v11i1.190
4
 Kemala Hayati1, Keumala Citra2, Widya Soviana3, Rizki Farhan4
Vol: 11 | No: 1 (2022): June

3.3 Pengolahan Data 5. Uji F

Uji F ini dapat dijelaskan dengan
Pengolahan data merupakan proses
menggunakan analisis ANOVA. Jika nilai
pengelolaan data secara terukur sebelum
signifikan F besar < 0,05 maka Ho ditolak
dilakukan analisis data. Pengolahan data ini
dan Ha diterima. Artinya semua variabel
mencakup kepada membuat rekapitulasi data
independent/bebas memiliki pengaruh
kuesioner. Pengolahan data ini merupakan
secara signifikan terhadap variabel
bagian uji instrumen penelitian dengan
dependen/terikat. Jika nilai signifikan F
menggunakan metode statistik melalui uji
kecil > 0,05 maka H0 diterima dan H1
validitas dan uji reliabilitas.
ditolak artinya, semua variabel
3.4 Analisa Data independent/bebas tidak memiliki
pengaruh secara signifikan terhadap
Analisa data ini menggunakan metode statistik variabel dependen/terikat.
yaitu analisis deskriptif dan analisis korelasi 6. Koefisien Determinasi
frekuensi index yang akan dibantu dengan Koefisien determinasi (R-squared)
menggunakan software SPSS. digunakan untuk menjelaskan besaran
Analisa data dilakukan dengan menggunakan proporsi variasi dari variabel dependen
beberapa analisis yaitu: yang dijelaskan oleh variabel independen.
Selain itu, uji koefisien determinasi juga
1. Analisis Deskriptif
bisa digunakan untuk mengukur seberapa
Analisis deskriptif digunakan untuk baik garis regresi yang kita miliki. Apabila
mendeskripsikan frekuensi dan persentase nilai koefisien determinasi (R-squared)
karakteristik responden. pada suatu estimasi mendekati angka satu
2. Analisis Korelasi (1), maka dapat dikatakan bahwa variabel
Analisis korelasi ini dilakukan untuk dependen dijelaskan dengan baik oleh
mengetahui keeratan hubungan antara variabel independennya.
variabel-variabel berdssarkan koefisien
korelasinya dengan interpretasi dapat 4. Hasil dan Pembahasan
dinyatakan dalam bentuk seperti: tidak ada
hubungan sama sekali, sangat rendah, 4.1 Karakteristik Responden
cukup, tinggi, dan sempurna sesuai
dengan nilai koefisien yang diperoleh. Berikut profil ke-99 responden tersebut yang
3. Analisis Regresi Linier Berganda diambil dari orang-orang yang berpengalaman
Analisis ini untuk mengetahui arah pada perusahaan kontraktor bidang Gedung di
hubungan antara variabel independent (Y) Provinsi Aceh.
dengan variabel dependen (X1, X2, X3,
…Xn), apakah masing-masing variabel 1. Pekerjaan/Jabatan
independen berhubungan positif atau Profil responden berdasarkan latar belakang
negatif dan untuk memprediksi nilai dari jabatan dikategorikan menjadi 4 bagian. Project
variabel dependen apabila nilai variabel Manager sebanyak 33 orang, Site Manager
independen mengalami kenaikan atau sebanyak 28 orang, Quality Enginee sebanyak 18
penurunan. orang dan Quantity Engineer sebanyak 20 orang.
4. Uji T Persentase latar belakang jabatan responden
Uji T digunakan untuk menunjukkan adalah sebagai berikut:
seberapa jauh pengaruh satu variabel
independen secara individual dalam
menerangkan variasi dependen. Pedoman 20.20% 33.33%
Project Manager
yang digunakan apabila probabilitas
Site Manager
signifikansi > 0.05, maka tidak ada
Quality Engineer
pengaruh signifikan atau Ho diterima dan Quantity Engineer
Ha ditolak dan apabila probabilitas 18.18% 28.28%
signifikansi < 0.05, maka ada pengaruh Gambar 1 Persentase Jabatan
signifikan atau Ho ditolak dan Ha diterima.

https://doi.org/10.37598/tameh..v11i1.190
5
 Kemala Hayati1, Keumala Citra2, Widya Soviana3, Rizki Farhan4
Vol: 11 | No: 1 (2022): June

2. Jenis Kelamin No Rhitung Rtabel Keterangan

Karakteristik responden penelitiaan ini adalah, X1.2 0,437 0,1975 Valid
X1.3 0,469 0,1975 Valid
96 Pria dan 3 berjenis kelamin Wanita. X1.4 0,303 0,1975 Valid
X1.5 0,655 0,1975 Valid
X1.6 0,303 0,1975 Valid
3.03% X1.7 0,220 0,1975 Valid
Laki-laki X1.8 0,655 0,1975 Valid
X1.9 0,317 0,1975 Valid
Perempuan X1.10 0,304 0,1975 Valid
X2.1 0,280 0,1975 Valid
96.97% X2.2 0,655 0,1975 Valid
X2.3 0,312 0,1975 Valid
Gambar 2. Persentase Jenis Kelamin X2.4 0,655 0,1975 Valid
X2.5 0,469 0,1975 Valid
3. Umur X2.6 0,304 0,1975 Valid
X2.7 0,223 0,1975 Valid
Karakteristik responden penelitiaan ini adalah. X2.8 0,209 0,1975 Valid
41 orang dengan umur 21-30 tahun, 9 orang X2.9 0,227 0,1975 Valid
dengan unur 31-40 tahun, 44 orang dengan X2.10 0,437 0,1975 Valid
umur 41-50 tahun, 5 orang dengan umur >50 X3.1 0,296 0,1975 Valid
X3.2 0,655 0,1975 Valid
tahun. X3.3 0,311 0,1975 Valid
X3.4 0,312 0,1975 Valid
X3.5 0,231 0,1975 Valid
5.05% 41.41% Umur 21-40 X3.6 0,280 0,1975 Valid
Umur 31-40 X4.1 0,171 0,1975 Tidak Valid (di eliminasi)
X4.2 0,217 0,1975 Valid
Umur 41-50 X4.3 0,264 0,1975 Valid
Umur >50 X4.4 0,200 0,1975 Valid
44.44% 9.09%
X4.5 0,312 0,1975 Valid
X4.6 0,204 0,1975 Valid
Gambar 3. Persentase Umur
X4.7 0,208 0,1975 Valid
X4.8 0,203 0,1975 Valid
5. Pendidikan Terakhir Y.1 0,266 0,1975 Valid
Y.2 0,220 0,1975 Valid
Karakteristik responden penelitiaan ini adalah,
Y.3 0,344 0,1975 Valid
0 orang dengan Pendidikan SMA/Sederajat, 11 Y.4 0,243 0,1975 Valid
orang dengan pendidikan terakhir Diploma, 88 Y.5 0,201 0,1975 Valid
orang dengan pendidikan S1, 0 orang dengan
pendidikan S2 dan 0 orang dengan pendidikan Hasil uji validitas diperoleh nilai rata-rata
S3 (0%). Rhitung dari semua variabel adalah 0,3285
dan nilai Rtabel untuk signifikan 5% diperoleh
0.00% 0.00% 0.00%11.11%
sebesar 0,1975. Maka Rhitung ≥ Rtabel. Hal
SMA/Sederajat ini menunjukkan bahwa uji validitas yang
D-III dilakukan pada semua pertanyaan sudah
S1 valid.
S2
88.89% S3 4.3 Uji Reliabilitas
Gambar 4 Persentase Pendidikan Terakhir Hasil uji reliabilitas dapat dilihat pada tabel
bawah ini.
4.2 Uji Validitas Tabel. 2 Hasil Uji Reliabilitas
Hasil uji validitas dapat dilihat pada tabel Cronbach Koefisien
No Keterangan
Alpha SPSS Korelasi
bawah ini. 1 2 3 4
X1.1 0,704 0,6 Reliabel
Tabel. 1 Hasil Uji Validitas
X1.2 0,699 0,6 Reliabel
No Rhitung Rtabel Keterangan X1.3 0,698 0,6 Reliabel
1 2 3 4 X1.4 0,703 0,6 Reliabel
X1.1 0,240 0,1975 Valid X1.5 0,694 0,6 Reliabel

https://doi.org/10.37598/tameh..v11i1.190
6
 Kemala Hayati1, Keumala Citra2, Widya Soviana3, Rizki Farhan4
Vol: 11 | No: 1 (2022): June

Cronbach Koefisien Item

No Keterangan N Mean Median Modus
Alpha SPSS Korelasi Pertanyaan
X1.6 0,703 0,6 Reliabel X2.4 99 3,05 3,00 3
X1.7 0,705 0,6 Reliabel X2.5 99 2,98 3,00 3
X1.8 0,694 0,6 Reliabel X2.6 99 3,15 3,00 3
X1.9 0,701 0,6 Reliabel X2.7 99 2,85 3,00 3
X1.10 0,703 0,6 Reliabel X2.8 99 3,39 3,00 3
X2.1 0,703 0,6 Reliabel X2.9 99 3,16 3,00 3
X2.2 0,694 0,6 Reliabel X2.10 99 3,01 3,00 3
X2.3 0,702 0,6 Reliabel X3.1 99 3,02 3,00 3
X2.4 0,694 0,6 Reliabel X3.2 99 3,05 3,00 3
X2.5 0,698 0,6 Reliabel X3.3 99 2,99 3,00 3
X2.6 0,703 0,6 Reliabel X3.4 99 2,96 3,00 3
X2.7 0,705 0,6 Reliabel X3.5 99 3,03 3,00 3
X2.8 0,705 0,6 Reliabel X3.6 99 2,94 3,00 3
X2.9 0,705 0,6 Reliabel X4.1 99 3,21 3,00 3
X2.10 0,699 0,6 Reliabel X4.2 99 3,02 3,00 3
X3.1 0,703 0,6 Reliabel X4.3 99 2,98 3,00 3
X3.2 0,694 0,6 Reliabel X4.4 99 2,94 3,00 3
X3.3 0,702 0,6 Reliabel X4.5 99 2,87 3,00 3
X3.4 0,702 0,6 Reliabel X4.6 99 3,16 3,00 3
X3.5 0,704 0,6 Reliabel X4.7 99 3,08 3,00 3
X3.6 0,703 0,6 Reliabel X4.8 99 2,94 3,00 3
X4.1 0,706 0,6 Reliabel Y.1 99 3,25 3,00 3
X4.2 0,705 0,6 Reliabel Y.2 99 3,07 3,00 3
X4.3 0,704 0,6 Reliabel Y.3 99 3,05 3,00 3
X4.4 0,705 0,6 Reliabel Y.4 99 3,13 3,00 3
X4.5 0,702 0,6 Reliabel Y.5 99 3,05 3,00 3
X4.6 0,705 0,6 Reliabel
X4.7 0,705 0,6 Reliabel
X4.8 0,705 0,6 Reliabel Berdasarkan nilai mean yang didapat secara
Y.1 0,704 0,6 Reliabel keseluruhan, pada tabel analisis deskriptif
Y.2 0,705 0,6 Reliabel
Y.3 0,702 0,6 Reliabel yang paling rendah terletak pada item
Y.4 0,704 0,6 Reliabel pertanyaan X1.1 dan X2.7 yakni dengan nilai
Y.5 0,705 0,6 Reliabel
mean 2,85, dan tertinggi berada pada item
pertanyaan X2.8 dengan nilai mean sebesar
Berdasarkan tabel interpretasi skor nilai
3,39. Hal tersebut menunjukkan bahwa
koefisien Alpha dan ukuran kemantapan pada
mayoritas responden menyatakan bahwa X2.8
tinjauan kepustakaan, nilai kedua Cronbach
memiiki pengaruh yang tinggi terhadap
Alpha > 0,6 yang menunjukkan tingkat ukuran
terjadinya rantai pasok material. Untuk median
kemantapan reliabilitas, dengan demikian uji
sendiri mendapati nilai sebesar 3,00. Dan yang
reliabilitas yang dilakukan pada semua
terakhir adalah modus, nilai modus yang
variabel adalah reliabilitas tinggi.
didapati pada ketiga tabel ini yaitu 3.

4.4 Analisis Deskriptif

4.5 Analisis Korelasi
Hasil analisis deskriptif dapat dilihat pada tabel
berikut. 1. Uji korelasi antara faktor supply dengan
risiko rantai pasok material
Tabel. 3 Hasil Analisis Deskriptif
Item
N Mean Median Modus Tabel 4. Hasil uji korelasi antara X1 dengan Y
Pertanyaan
1 2 3 4 5 Correlations
X1.1 99 2,85 3,00 3 Faktor Risiko Rantai
X1.2 99 3,01 3,00 3 Supply Pasok Material
X1.3 99 2,98 3,00 3 (X1) (Y)
X1.4 99 2,92 3,00 3 Pearson 1 0,313
X1.4 99 2,92 3,00 3 Faktor Supply Correlation
X1.5 99 3,05 3,00 3 (X1) Sig. (2-tailed) 0,002
X1.6 99 2,92 3,00 3 N 99 99
X1.7 99 3,06 3,00 3 Pearson 0,313 1
X1.8 99 3,05 3,00 3 Risiko Rantai
Correlation
X1.9 99 3,07 3,00 3 Pasok Material
Sig. (2-tailed) 0,002
X1.10 99 3,15 3,00 3 (Y)
N 99 99
X2.1 99 2,94 3,00 3 **. Correlation is significant at the 0.01 level (2-tailed).
X2.2 99 3,05 3,00 3
X2.3 99 2,96 3,00 3
https://doi.org/10.37598/tameh..v11i1.190
7
 Kemala Hayati1, Keumala Citra2, Widya Soviana3, Rizki Farhan4
Vol: 11 | No: 1 (2022): June

Model Summary
2. Uji korelasi antara faktor control dengan
Change Statistics
risiko rantai pasok material R
Adjusted
Std.
Error of
Model R R R
Square the F Sig. F
Square Square df1 df2
Estimate Change Change
Change
Tabel 5. Hasil uji korelasi antara X2 dengan Y
Correlations 1 0,382 0,146 0,110 1,80436 0,146 4,024 4 94 0,005

Faktor Risiko Rantai

Control Pasok Material
(X2) (Y) 4.6 Analisis Regresi Linier Berganda
Pearson 1 0,307
Faktor Control Correlation Hasil dapat dilihat seperti termuat pada tabel di
(X2) Sig. (2-tailed) 0,002
N 99 99
bawah ini.
Pearson 0,307 1
Risiko Rantai
Correlation Tabel 8. Hasil Uji Regresi Linier Berganda
Pasok Material
Sig. (2-tailed) 0,000 Coefficientsa
(Y)
N 99 99 Unstandardized Coefficients
Standardized
Model Coefficients t Sig.
**. Correlation is significant at the 0.01 level (2-tailed).
B Std. Error Beta
(Constant) 7,408 2,161 3,429 0,001
faktor supply 0,096 0,071 0,190 1,357 0,178
1 faktor control 0,006 0,093 0,010 0,063 0,950
faktor demand 0,132 0,098 0,164 1,342 0,183
3. Uji korelasi antara faktor demand dengan faktor process 0,112 0,084 0,139 1,326 0,188
a. Dependent Variable: risiko rantai pasok material
risiko rantai pasok material

Tabel 6. Hasil uji korelasi antara X3 dengan Y Dari data yang terlihat pada tabel 4.9 dapat
Correlations
Faktor Risiko Rantai
diketahui bahwa nilai konstanta regresi linear
Demand Pasok Material berganda 7,408, dengan nilai koefisien regresi
(X3) (Y)
variabel faktor supply 0,096, faktor control
Pearson 1 0,294
Faktor Demand Correlation 0,006, faktor demand 0,132, faktor process
(X3) Sig. (2-tailed) 0,003 0,112. Sehingga diperoleh persamaan Ŷ =
N 99 99
Pearson 0,294 1 7,408 + 0,096.X1 - 0,006.X2 + 0,132.X3 +
Risiko Rantai
Pasok Material
Correlation 0,112.X4.
Sig. (2-tailed) 0,003
(Y)
N 99 99
**. Correlation is significant at the 0.01 level (2-tailed). 4.7.1 Uji t
Hasil dari pengolahan data dengan program
4. Uji korelasi antara faktor process dengan
SPSS versi 25 diperoleh data sebagai berikut.
risiko rantai pasok material Tabel 9. Hasil Uji t
ANOVAa
Unstandardized Standardized
Tabel 7. Hasil uji korelasi antara X4 dengan Y
Coefficients Coefficients
Correlations Std.
Faktor Risiko Rantai Model B Beta t Sig.
Error
Process Pasok (Constant) 7,408 2,161 3,429 0,001
(X4) Material (Y) 1 X1 0,096 0,071 0,190 1,357 0,178
Pearson 1 0,256 X2 0,006 0,093 0,010 0,063 0,950
X3 0,132 0,098 0,164 1,342 0,183
Faktor Correlation
X4 0,112 0,084 0,139 1,326 0,188
Process (X4) Sig. (2-tailed) 0,011 a. Dependent >Variable: Y1
N 99 99
Pearson 0,256 1
Risiko Rantai
Correlation Berdasarkan data tabel di atas diperoleh t-
Pasok
Sig. (2-tailed) 0,011
Material (Y) hitung terhadap variabel X1 sebesar 1,357 <
N 99 99
1,986 dan pada tingkat sig sebesar 0,178 >
0,05, sehingga dapat disimpulkan bahwa H1
5. Uji korelasi semua variabel X dengan risiko tidak diterima yang berarti tidak terdapat
rantai pasok material berpengaruh X1 terhadap Y, kemudian untuk
variabel X2 sebesar 0,063 < 1,986 dan pada
Tabel 4.8 Hasil uji korelasi antara semua variabel
tingkat sig sebesar 0,950 > 0,05 sehingga
dengan Y
dapat disimpulkan bahwa H2 tidak diterima
yang berarti tidak terdapat pengaruh X2
terhadap Y, selanjutnya untuk variabel X3
sebesar 1,342 < 1,986 dan pada tingkat sig
https://doi.org/10.37598/tameh..v11i1.190
8
 Kemala Hayati1, Keumala Citra2, Widya Soviana3, Rizki Farhan4
Vol: 11 | No: 1 (2022): June

sebesar 0,183 > 0,05 sehingga dapat Dari tabel model summary di atas dapat
disimpulkan bahwa H3 tidak diterima yang diketahui bahwa nilai R adalah 0,382,
berarti tidak terdapat pengaruh X3 terhadap Y. sedangkan nilai R2 sebesar 0,146. Oleh
Kemudian yang terakhir untuk variabel X4 karena uji koefisien determinasi berganda ini
sebesar 1,326 < 1,986 dan pada tingkat sig diperoleh dari perhitungan regresi linear
sebesar 0,188 > 0,005 sehingga dapat berganda, maka koefisien determinasi sebesar
disimpulkan bahwa H4 tidak diterima yang 0,146 atau R2 x 100% sebesar 14,60%.
berarti tidak tidak terdapat berpengaruh X4 Kebermaknaan dari nilai tersebut memiliki
terhadap Y implikasi bahwa variabel faktor supply, faktor
control, faktor demand, dan faktor process
4.7.2 Uji F berpengaruh secara nyata terhadap risiko
Dengan bantuan tabel Anova hasil dari rantai pasok material pada proyek konstruksi
pengolahan data dengan program SPSS versi gedung di Provinsi Aceh sebesar 14,60%.
25 diperoleh data sebagai berikut.
5. Kesimpulan
Tabel 10. Hasil Uji F Dari hasil pengumpulan dan analisa data,
ANOVAa
dapat ditarik kesimpulan sebagai berikut:
Sum of Mean
Model
Squares
df
Square
F Sig. 1. Hasil uji validitas diperoleh menunjukkan
Regression 52,408 4 13,102 4,024 0,005b bahwa semua pertanyaan sudah valid.
1 Residual 306,037 94 3,256 2. Hasil uji reliabilitas, semua variabel
Total 358,444 98 penelitian sudah reliabel dengan nilai
a. Dependent Variable: Risiko Rantai Pasok Material
Cronbach Alpha melebihi 0,6.
3. Dari hasil analisis deskriptif terdapat
indikator yang sering permasalahkan oleh
Berdasarkan data tabel di atas diperoleh F-
responden yaitu “keterlambatan
hitung sebesar 4,024 dan sig 0,005. F-tabel
kontraktor utama dalam membayar
pada taraf α= 0.05, df 1 = (jumlah variabel
subkontraktor”. yang memiliki pengaruh
independen = 4) dan df2 (n – k – 1 = 99 – 4 –
yang tinggi terhadap terjadinya rantai
1 = 94), maka nilai F- tabel = 2,47. Hal ini
pasok material dalam pelaksanaan proyek
berarti F-hitung > F-tabel (4,024 > 2,47) dan
kostruksi.
sig < 0,05 (0,005 < 0,05), maka hipotesis
4. Berdasarkan hasil uji analisis korelasi
dapat diterima. Dalam hal ini dapat dikatakan
dapat diperoleh suatu hubungan yang
bahwa variabel faktor supply, faktor control,
positif yang sangat signifikan antara
faktor demand, dan faktor process
variabel bebas dengan variabel terikat,
berpengaruh secara nyata terhadap risiko
hal ini ditunjukkan dengan nilai korelasi
rantai pasok material.
faktor supply, control, demand, serta
4.7.3 Koefisien Determinasi factor process.
Hasil koefisien determinasi masing-masing 5. Dari hasil analisis determinasi
variabel sebagai berikut. menunjukkan bahwa sebesar 14,60%,
risiko rantai pasok di sebabkan oleh
Tabel 11. Hasil Uji Koefisien Determinasi factor-faktor supply, control, demand,
Model Summary serta factor process. Selebihnya 85,4%
dipengaruhi oleh variabel faktor lainnya.
6. Dari hasil analisis regresi linear berganda
Adjusted R Std. Error of
Model R R Square
Square the Estimate diperoleh Model Regresi Ŷ = 7,408 +
0,096.X1 - 0,006.X2 + 0,132.X3 +
1 0,382a 0,146 0,110 1,80436 0,112.X4 dimana faktor yang paling
a. Predictors: (Constant), Eksternal, Faktor supply, Faktor control, dominan adalah faktor demand (X3)
Faktor Demand, Faktor process
dengan nilai koefisien regresi sebesar
0,132 atau 13,2%, maka dapat

https://doi.org/10.37598/tameh..v11i1.190
9
 Kemala Hayati1, Keumala Citra2, Widya Soviana3, Rizki Farhan4
Vol: 11 | No: 1 (2022): June

disimpulkan bahwa faktor demand sangat

berpengaruh terhadap risiko rantai pasok
material pada suatu pelaksanaan dalam
sebuah proyek. Faktor Demand sangat
sangat mempengaruhi supply material ke
proyek, sehingga kebutuhan di dalam
proyek akan tercukupi.
7. Faktor-faktor risiko ini sangat berperan
dalam risiko rantai pasok material, seperti
pada saat dampak covid-19 yang sedang
kita alami, khusunya di tahun 2020 hingga
2021, contohnya pada faktor supply dan
faktor demand, merupakan faktor yang
mengakibatkan tingkat operasional bisnis
terjadi, sehingga menjadikan kondisi
ekonomi tidak menentu, seperti
banyaknya produsen yang menawarkan
barang, kemudian bagi konsumen harga
material tidak sesuai dengan pendapatan
masyarakat dan lain-lain. Sehingga
berdampak sangat besar terhadap rantai
pasok material.

Daftar Pustaka

[1] Sahid, M. N., 2017. Teknik Pelaksanaan

Konstruksi Bangunan. Surakarta:
Muhammadiyah University Press.
[2] Malik, S., 2010. Pengantar Bisnis Jasa
Pelaksana Konstruksi. Yogyakarta: Andi Offset.
[3] Saputra, S., Ngii, E., Chaerul, M., Suseno, D. M.,
Magribi, L. O. M., Sinambela, M., Suseno, D. A.
N., Saad, M., Yesica, R., Devianto, L. A., 2020.
Pengelolaan Wilayah Pesisir yang Terpadu
sebagai Ketahanan Nasional. Medan: Kita
Menulis.
[4] Ho, W., 2015. Supply Chain Risk Management: a
Literature Review. International Journal of
Production Research.
[5] Tama, I. P., Yuniarti, R., Eunike, A., Azlia, W.,
dan Hamdala, I., 2019. Model Supply Chain
Agroindustri di Indonesia. Malang: UB Press.
[6] Jaya, I., 2019. Penerapan Statistik untuk
Penelitian Pendidikan. Jakarta: Prenadamedia
Group.
[7] Riyanto, S., dan Hatmawan, A. A., 2020. Metode
Riset Penelitian Kuantitatif Penelitian di Bidang
Manajemen, Teknik, Pendidikan, dan
Eksperimen. Yogyakarta: Deepublish.

https://doi.org/10.37598/tameh..v11i1.190
10