Metode Data Envelopment Analisis (DEA) (skripsi dan tesis)

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.