1189 http://sosains.greenvest.co.id
JURNAL
SOSAINS
JURNAL SOSIAL DAN SAINS
VOLUME 2 NOMOR 11 2022
P-ISSN 2774-7018, E-ISSN 2774-700X
ANALISIS PENGARUH GREEN MANUFACTURING, GREEN
DISTRIBUTION, DAN REVERSE LOGISTICS DALAM
MEMBANGUN GREEN SUPPLY CHAIN MANAGEMENT
Lira Agusinta, Sandriana Marina, Peppy Fachrial, Yuwono Dwisilo
Sucipto, Husni Hasan
Institut Logistik & Transportasi, Jakarta
Email : lir4agusinta@gmail.com, sandrianamarina@gmail.com,
peppyfachrial@gmail.com, yuwonod@gmail.com
Kata kunci:
Manajemen Rantai
Pasokan Hijau;
Manufaktur Hijau;
Distribusi Hijau;
Keywords:
Green Supply
Chain
Management;
Green
Manufacturing;
Green
Distribution;
ABSTRAK
Latar Belakang : Perkembangan industri dan kepedulian konsumen terhadap
lingkungan hidup yang semakin meningkat serta isu tentang konsep industri yang
berwawasan lingkungan telah memaksa industri melakukan penyesuaian dengan konsep
Green Supply Chain Management dalam membangun konsep tersebut Green
Manufacturing, Green Distribution & Reverse Logistics menjadi penunjang dalam
penerpan nya.
Tujuan :. Tujuan penelitian ini untuk menganalisis pengaruh green manufacturing,
green distribution, dan reverse logistics dalam membangun green supply chain
management.
Metode : Penelitian ini dilakukan dengan mengunakan metode kuantitatif, dengan
jumlah sampel penelitian diambil secara random sebanyak 70 orang.
Hasil : Data dihimpun melalui instrument dalam bentuk lembar pernyataan dengan
model skala likert yang telah diuji coba. Penelitian menggunakan teknis regresi linear,
korelasi sederhana, parsial maupun simultan dan analisis jalur.
Kesimpulan: Untuk pengaruh langsung antara variabel Green Manufacturing, Green
Distribution & Reverse Logistics terhadap Green Supply Chain Management diatas
dapat disimpulkan bahwa dalam membangun Green Supply Chain Management,
memiliki urutan yaitu Reverse Logistics sebesar 0.499 atau 49.9%, Green Distribution
0.263 atau 26.3% dan Green Manufacturing sebesar 0.123 atau 12.3%.terdapat pengaruh
tidak langsung Green Manufacturing terhadap Green Supply Chain Management
melalui Reverse Logistics.
ABSTRACT
Background : The development of the industry and consumer concern for the
environment that is increasing as well as the issue of the concept of an environmentally
sound industry have forced the industry to make adjustments to the concept of Green
Supply Chain Management in building the concept green manufacturing, Green
Distribution & Reverse Logistics to be a support in its deployment.
Purpose: The purpose of this study is to analyze the influence of green manufacturing,
green distribution, and reverse logistics in building green supply chain management.
Analisis Pengaruh Green Manufacturing, Green
Distribution, Dan Reverse Logistics Dalam
Membangun Green Supply Chain Management
2022
Lira Agusinta, Sandriana Marina, Peppy Fachrial,
Yuwono Dwisilo Sucipto, Husni Hasan 1190
Method: This research was conducted using quantitative methods, with the number of
research samples taken randomly as many as 70 people.
Results : : Data is collected through instruments in the form of statement sheets with a
likert scale model that has been tested. The study used linear regression techniques,
simple, partial and simultaneous correlations and path analysis
Conclusion : For the direct influence between the variables Green Manufacturing,
Green Distribution & Reverse Logistics on Green Supply Chain Management above, it
can be concluded that in building Green Supply Chain Management, it has an order,
namely Reverse Logistics of 0.499 or 49.9%, Green Distribution of 0.263 or 26.3% and
Green Manufacturing of 0.123 or 12.3%., there is an indirect influence of Green
Manufacturing on Green Supply Chain Management through Reverse Logistics.
PENDAHULUAN
Perubahan iklim dan lingkungan merupakan salah satu isu terbesar yang dihadapi
dunia saat ini. Pencemaran lingkungan merupakan masalah utama yang memiliki potensi
untuk mengakibatkan rusaknya lingkungan hidup di Bumi jika tidak ditanggulangi dengan
baik dan benar (Manik, 2018). Dunia industri saat ini menghadapi tantangan yang berkaitan
dengan isu-isu lingkungan. Kelangkaan sumber daya alam, pemanasan global, manajemen
limbah, peraturan yang semakin ketat mengenai aspek lingkungan, serta tuntutan
konsumen akan produk yang ramah lingkungan menjadi tantangan yang harus dihadapi
dunia industri, disamping persaingan yang semakin ketat dan perubahan lingkungan bisnis
yang sangat cepat dan dinamis (Amaranti et al., 2017). Sektor industri sebagai pelaku utama
dalam permasalahan lingkungan hendaknya menyadari pentingnya penggunaan teknologi
yang ramah lingkungan dalam menjalankan proses produksinya guna meminimalkan waste
dan mengurangi dampak negatif bagi lingkungan sekitar. Dalam menghadapi persaingan
dunia bisnis yang semakin ketat menuntut perusahaan untuk memiliki strategi yang tepat
agar dapat bertahan dalam persaingan bisnis dan tetap fokus untuk mengurangi dampak
negatif bagi lingkungan sekitar (Azizah et al., 2020).
Perkembangan industri dan kepedulian konsumen terhadap lingkungan hidup yang
semakin meningkat serta isu tentang konsep industri yang berwawasan lingkungan telah
memaksa industri melakukan penyesuaian dengan konsep Green Industries dalam setiap
proses bisnisnya, yang kemudian berkembang menjadi Green Supply Chain Management
(GSCM) (Fortuna, Suamtri, & Yuniarti, 2014). Pesatnya pertumbuhan industri manufaktur
juga telah menciptakan banyak masalah ekonomi, lingkungan, dan sosial, diantaranya
terjadinya pemanasan global dan masalah lingkungan akibat pembuangan limbah (Pratiwi
& Wuryani, 2013). Oleh karena itu, isu lingkungan berkaitan dengan kelangkaan sumber
daya alam, pemanasan global, pengelolaan limbah, serta aturan-aturan lingkungan yang
semakin ketat menjadi tantangan yang harus dihadapi dunia industri disamping persaingan
dan perubahan lingkungan bisnis yang sangat cepat dan dinamis. Perhatian dan kesadaran
terhadap aspek lingkungan yang meningkat di seluruh dunia ini yang mendorong industri
untuk menerapkan konsep Green Manufacturing (Djunaidi, Sholeh, & Mufiid, 2018).
Penggunaan limbah kembali menjadi solusi dalam menerapkan industri yang berkelanjutan
karena dapat menghemat pengeluaran biaya yang dikeluarkan (Sally, Budianto, Hakim, &
El Kiyat, 2019), karena masih banyaknya bahan baku dan packaging yang tidak terpakai
dan kadaluarsa karena perencanaan produksi, pembelian serta penjualan yang belum
dilakukan dengan matang dan baik sehingga terjadinya penumpukan limbah dari bahan
baku dan packaging tersebut. Hal ini menyebabkan banyaknya limbah yang menjadi tidak
terpakai dan menjadi beban pengeluaran karena perlu menghancurkan limbah tersebut
Volume 2, Nomor 11, November 2022
p-ISSN 2774-7018 ; e-ISSN 2774-700X
1191 http://sosains.greenvest.co.id
melalui perusahaan yang menyediakan jasa untuk penghancuran limbah karena kurang
efisiennya pengunaan kembali limbah. Dalam proses Green Distribution sendiri, dalam
penerapannya masih belum optimal dalam pemilihan vendor maupun supplier untuk
pembelian bahan baku dan packaging yang mana masih ada beberapa pemilihan vendor
maupun supplier yang memproduksi bahan baku & packging yang mengunakan bahan
baku kurang ramah lingkungan seperti bahan baku obat uuntuk kemasan botol plastik yang
semesti nya bisa diganti oleh botol kaca yang lebih ramah lingkungan dan dapat didaur
ulang, penggunaan kemasan luar yang masih mengunakan kertas sebagai bahan utamanya
yang mana bahan dari kertas itu sendiri bersumber dari pohon (Mustaniroh, Kurniawan, &
Deoranto, 2019). Dalam hal ini perlu nya standarisasi dalam pemilihan supplier guna dapat
menyalurkan bahan baku yang lebih ramah lingkungan serta dapat di daur ulang dan
digunakan kembali. Menurut (Yuniarti, Tama, Eunike, & Sumantri, 2018) Aktivitas
Reverse Logistics atau Return Product masih tinggi karena kurangnya perencanaan awal
dalam penjualan langsung ke konsumen dan distributor yang mana hal tersebut berdampak
pada menumpuknya stock produk lama dan tidak laku di gudang sehingga menghambat
proses keluar masuknya barang yang menganggu proses produksi serta distribusi.
(Irfansyah, 2019) Pembuatan produk yang berlebih ke konsumen & distributor sehingga
membuat stock berlebih dan dengan masa waktu pengunaan produk yang tidak cukup lama
mengakibatkan banyaknya pengembalian produk, kurangnya fasilitas untuk penyimpanan
produk–produk yang dikembalikan membuat pemborosan seperti penyewaan gudang guna
menyimpan kembali produk yang dikembalikan dan biaya untuk proses penghancuran dari
produk – produk yang telah dikembalikan yang sangat mahal sehingga pemborosan dari
pengeluaran operasional, hal tersebut mengganggu melakukan recovery terhadap barang
tersebut sehingga bagian atau seluruh barang dapat dimanfaatkan kembali. Barang yang
dikelola dapat berupa produk atau kemasan, seperti end of life (EOL) product, end of use
product, product recall, return untuk penyeimbangan stock, return bagi produk yang tidak
terjual (Massebali, Mamahit, & Opit, 2018).
METODE PENELITIAN
Rancangan penelitian yang digunakan dalam penelitian ini adalah kuantitatif .
Menurut (Sugiyono, 2017) Metode penelitian kuantitatif dapat diartikan sebagai metode
penelitian yang berlandaskan pada filsafat positivism, digunakan untuk meneliti pada
populasi atau sampel tertentu, teknik pengambilan sampel pada umumnya dilakukan secara
random, pengumpulan data menggunakan instrument penelitian, analisis data bersifat
kuantitatif/statistik dengan tujuan untuk menguji hipotesis yang telah ditetapkan. Dalam
penelitian ini bukan saja melakukan tabulasi namun juga melakukan analisis yang sesuai,
intrepretasi, perbandingan, identifikasi trend yang ada serta hubungan.Populasi dalam
penelitian ini adalah karyawan perusahaan sebanyak 70 sampel dengan menggunakan
Stratified Proportional Random Sampling dimana setiap unsur populasi mempunyai
kesempatan sama untuk bias dipilih menjadi sampel (Sumargo, 2020). Adapun penentuan
sampel dalam rumus Slovin. Metode pengambilan data melalui penelitian lapangan melalui
kuesioner dengan menggunakan tehnik skala likert. Dalam pengujian menggunakan uji
validitas dan reliabilitas dengan rumus pearson product moment Teknik analisa data ini
mengunakan analisa korelasi dan regresi dengan pengolahan data dibantu dengan program
Statisrical Package for Social Science (SPSS) versi 25.00 dimana tehnik tersebut antara
lain uji asumsi klasik yaitu Uji Normalitas, Uji Heteroskedastisitas, Uji Autokorelasi & Uji
Multikolinearitas. Dalam tehnik analisis menggunakan Uji Regresi antara lain Uji
Determinasi, Uji F-test & Uji t-tes. Metode Analisis menggunakan Analisa Jalur (Path
Analisis Pengaruh Green Manufacturing, Green
Distribution, Dan Reverse Logistics Dalam
Membangun Green Supply Chain Management
2022
Lira Agusinta, Sandriana Marina, Peppy Fachrial,
Yuwono Dwisilo Sucipto, Husni Hasan 1192
Analysis) (Ghozali, 2018) menyatakan bahwa: Analisis jalur merupakan perluasan dari
analisis linear berganda, atau analisis jalur adalah penggunaan analisis regresi untuk
menaksir hubungan kausalitas antar variabel (model kausal) yang telah ditetapkan
sebelumnya berdasarkan teori.
Dan pada bagian akhir ialah Uji Hipotesis Menurut (Mustofa, 2013) langkah-
langkah menguji path analysis adalah Merumuskan hipotesis dan permasalahan struktural
Model–1, Merumuskan Hipotesis Dan Permasalahan Struktural Model – 2 & Menghitung
Koefisien Jalur. Serta Uji Signifikasi Pengaruh tidak langsung dengan mengunakan rumus
z-statistik yang dikembangkan oleh Sobel Dalam hal ini, dasar pengambilan keputusan
adalah dengan membandingkan ttabel dengan zhitung.
HASIL DAN PEMBAHASAN
Dari hasil total 70 responden untuk Variabel Green Manufacturing sebanyak 3.833
dengan rata-rata sebesar 4,21. Untuk Variabel Green Distribution 3.421 dengan rata-rata
4,07. Untuk Variabel Reverse Logistics 1,428 dengan rata-rata 4.08. Untuk Variabel Green
Supply Chain Management 4.349 dengan rata-rata 4.14 menunjukan bahwa telah cukup
baik namun harus tetap ditingkatkan dan menjadi perhatian lebih agar penerapan dapat
dilakukan dengan se-maksimal mungkin.
Dalam uji reliabilitas akan reliable jika nilai cronbach alpha >0,60 dan hasil uji
dibawah ini
Tabel 1. Hasil uji realibilitas
Variable
Jumlah pertanyaan
Hasil
Green manufacturing (X
1
)
13
Reliable
Green distribution (X
2
)
12
Reliable
Reverse Logistics (X
1
)
5
Reliable
Green Supply Cham Management (Y)
15
Reliable
Dapat disimpulkan bahwa semua pertanyaan pada instrumen penelitian dalam
penelitian ini adalah reliable, yang berarti pertanyaan dalam penelitian ini menghasilkan
jawaban yang konsisten dari waktu ke waktu dan setiap pertanyaan tersebut dapat
digunakan dalam penelitian ini.
Hasil uji Asumsi Klasik dibagi dua tahap yaitu Analisis tahap I dengan kesimpulan
dari masing-masing hasil uji yaitu Uji Normalitas dengan metode one sample Kolmogrov-
Smirnov setiap variable yaitu X1, X2, X3 dan Y hasil uji normalitas yaitu 0.200, 0.200,
0.21, 0.200 > 0,05. Hal ini membuktikan bahwa data dari variable yang diteliti memiliki
distribusi yang normal dan dapat dilanjutkan untuk pengujian asumsi klasik lainnya.
Kemudian Pada uji multikolinearitas diatas terlihat bahwa VIF dan t masing-masing
Volume 2, Nomor 11, November 2022
p-ISSN 2774-7018 ; e-ISSN 2774-700X
1193 http://sosains.greenvest.co.id
variabel berada diatas 0,1 dan nilai VIF berada di bawah 10. Maka kesimpulannya tidak
ada multikolinearitas, karena nilai tolerance > 0,1 atau nilai VIF < 10. Uji Homogenitas
Sig.hitung untuk variabel Green Manufacturing 0.142 > 0, 05, Sig.hitung untuk variabel
Green Distribution 0.344> 0, 05, Sig.hitung untuk variabel Reverse Logistics 0.154 > 0,
05. Uji Heteroskedasitas bahwa nilai sig dari variabel Green Manufacturing 0.025 > 0.05,
Green Distribution 0.574 > 0.05 dan Reverse Logistics 0.236 > 0.05 maka data disimpulkan
tidak terjadi heteroskedastisitas. Uji Autokorelasi mengunakan uji Durbin-Watson Dari
nilai output terlihat bahwa nilai Durbin Watson adalah 2,038. Dengan demikian tidak
terjadi autokorelasi di dalam model regresi.
Hasil uji Asumsi Klasik Analisis tahap II dengan kesimpulan dari masing-masing
hasil uji yaitu Uji Normalitas dengan metode one sample Kolmogrov-Smirnov setiap
variable yaitu X1, X2, X3 dan Y hasil uji normalitas yaitu 0.200, 0.200, 0.21 > 0,05. Hal
ini membuktikan bahwa data dari variable yang diteliti memiliki distribusi yang normal.
Kemudian Pada uji multikolinearitas diatas terlihat bahwa VIF dan t masing-masing
variabel berada diatas 0,1 dan nilai VIF berada di bawah 10. Maka kesimpulannya tidak
ada multikolinearitas, karena nilai tolerance > 0,1 atau nilai VIF < 10. Uji Homogenitas
Sig.hitung untuk variabel Green Manufacturing 0.168 > 0, 05, variabel Green Distribution
0.012 > 0, 05. Uji Heteroskedasitas bahwa nilai sig dari variabel Green Manufacturing
0.0763 > 0.05, Green Distribution 0.861 > 0.05 maka data disimpulkan tidak terjadi
heteroskedastisitas sehingga data baik digunakan dalam model regresi. Uji Autokorelasi
mengunakan uji Durbin-Watson Dari nilai output terlihat bahwa nilai Durbin Watson
adalah 1,761. Dengan demikian tidak terjadi autokorelasi di dalam model regresi.
Pengujian Hipotesis dibagi menjadi 2 yaitu Analisa Uji Regresi tahap satu yaitu Uji
Determinasi Variabel Green Supply Chain Management menggunakan SPSS versi 25.00
Tabel 2 uji determinasi Variabel Green Supply Chaim Management
Model Summary
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
815
0,664
0,649
3,083
Dari tabel di atas terlihat bahwa pada model regresi linier berganda untuk
persamaan pertama menunjukkan nilai koefisien determinasi sebesar 0.649 atau 64.9%
yang memiliki arti bahwa kontribusi variabel Green Manufacturing, Green Distribution,
Reverse Logistics & Green Supply Chain Management adalah sebesar 64.9% sedangkan
sisanya 35.1% dipengaruhi oleh pengaruh faktor-faktor lain dari penelitian ini seperti
fasilitas, keterampilan, inovasi dan sebagainya. Uji F-test Variabel Green Supply Chain
Management seperti dibawah
Tabel 3. Uji Anova Variabel Green Supply Chain Management
Model
Sum of Squares
df
Mean Square
F
Sig
1
Regression
1242,405
3
414,135
43,563
.000
Residual
627,438
66
9,507
Total
1869,843
69
Sehingga diperoleh bahwa F-hitung lebih besar dari F-tabel atau 43,563 > 2.75
dan juga dapat dilihat pada nilai probabilitas lebih kecil dari tingkat signifikansi (α) 5%
atau 0,000000 < 0,05. Uji t-test Variabel Green Supply Chain Management dibawah
ini
Analisis Pengaruh Green Manufacturing, Green
Distribution, Dan Reverse Logistics Dalam
Membangun Green Supply Chain Management
2022
Lira Agusinta, Sandriana Marina, Peppy Fachrial,
Yuwono Dwisilo Sucipto, Husni Hasan 1194
Tabel .4 uji parsial variable Green Supply Chain Management
Model
Unstandardized
coefficients
Standardized
coefficients
t
sig
1
(constant)
B
Std. error
Betta
Green
manufacturing
20, 415
5,402
3,779
0,000
Green distribution
0,136
0,129
0,123
1,859
0,004
Reverse logistics
0,302
0,124
0,263
2,448
0,004
0, 955
0,276
0,449
3,465
0,001
Sehingga diperoleh bahwa t-statistik lebih besar dari ttabel atau 1,859 > 1.670
(X1), 2,448 > 1.670 (X2) & 3,465 > 1.670 (X3) artinya ketiga variabel tersebut
memberikan kontribusi terhadap Green Supply Chain Management.
Pengujian Hipotesis dibagi menjadi 2 yaitu Analisa Uji Regresi tahap dua yaitu
Uji Determinasi Variabel Green Supply Chain Management menggunakan SPSS versi
25.00.
Tabel 5. Uji Determinasi Variable Reverse Logistic
Model
R
R Square
Adjusted R Square
Std. Error of the estimate
1
869
0,755
0,748
1,367
Dari tabel di atas terlihat bahwa pada model regresi linier berganda untuk
persamaan pertama menunjukkan nilai koefisien determinasi sebesar 0.748 atau 74.8%
yang memiliki arti bahwa kontribusi variabel Green Manufacturing dan Green
Distribution terhadap Reverse Logistics adalah sebesar 74.8% sedangkan sisanya
25.2% dipengaruhi oleh pengaruh faktor-faktor lain dari penelitian ini seperti fasilitas,
keterampilan, inovasi dan sebagainya. Uji F-test Variabel Green Supply Chain
Management seperti dibawah
Tabel 6 Uji Anova Variabel Reverse Logistic
Model
Sum of Squares
df
Mean Square
F
Sig
1
Regression
385,632
2
192,816
103,210
.000
Residual
125,168
67
1,868
Total
510,800
69
Sehingga diperoleh bahwa F-hitung lebih besar dari F-tabel atau 103,210 > 3,14
dan juga dapat dilihat pada nilai probabilitas lebih kecil dari tingkat signifikansi (α) 5%
atau 0,000000 < 0,05. Uji t-test Variabel Green Supply Chain Management dibawah
ini
Tabel 7 Uji Parsial Variabel Reserve Logistics
Coefficients
a
Model
Unstandardized
coefficients
Standardized
coefficients
t
sig
B
Std. error
Betta
1
(constant)
9,550
2,091
-
4,566
0,000
Green
manufacturing
0,311
0,043
0,538
7,309
0,000
Green distribution
0,265
0,0,44
0,441
5,992
0,000
Volume 2, Nomor 11, November 2022
p-ISSN 2774-7018 ; e-ISSN 2774-700X
1195 http://sosains.greenvest.co.id
Sehingga diperoleh bahwa t-statistik lebih besar dari ttabel atau 7.309 > 1.670
(X1), 5.992 > 1.670 (X2) artinya kedua variabel tersebut memberikan kontribusi
terhadap Reverse Logsitics. Hasil Analisis Jalur (Path Analysis) seperti dibawah :
Model indirect effect X3 = 0.538X1 + 0.441X2 dan Model direct effect Y = 0.123X1
+ 0.263X2 + 0.499X3 sehingga gambar Analisis Jalur sebagai berikut
Hasil pengaruh total dibawah ini
Tabel 8 Hasil Pengaruh Total
Pengaruh langsung
antar variable
Koefisien jalur
(p
1
X
1
Y
1
)
Kesalahan jalur
(p
1
X
1X
3)
(p
1
X
3
Y)
Hasil Kesalahan
jalur
X
1
terhadap Y
(pX
1
Y)
0,538
(0,123 X0,449)
0,3915
Pengaruh langsung
antar Variabel
Koefisiens Jalur
(pX
2
X
3
)
Kesalahan jalur
(Px
2
X
3
)
(pX
3
Y)
Hasil kesalahan
jalur
X
2
Terhadap Y
(pX
2
Y)
0,441
(0.441 x 0.499)
0,4831
Hasil Uji Signifikansi Pengaruh Langsung dan Tidak Langsung
Tabel 9 Hail Uji Signifikansi Pengaruh Langsung dan Tidak Langsung
Indirect
effect
Koefisiens jalur
(Pij)
Kesalahan baku (
sbi)
Z
hitung
T
hitung
Simpulan
X
1
terhadap
Y
0.538
0.043
1.795
1.670
Signifikan
X
2
terhadap
Y
0,441
0.044
0.044
1.670
Tidak
signifikan
Hasil Analisis tahap I pengaruh Green Manufacturing, Green Distribution &
Reverse Logistics terhadap Green Supply Chain Management sebesar 0.123 dengan
standar error 0.004 nilai thitung 1.859 > 1.670, maka H0 ditolak dan H1 diterima. 0.263
dengan standar error 0.003 dan pengaruhnya signifikan dengan nilai thitung 2.448 >
1.670, maka H0 ditolak dan H2 diterima, 0.499 dengan standar error 0.001 dan
pengaruhnya signifikan dengan nilai thitung 3.465 > 1.670, maka H0 ditolak dan H3
diterima, artinya terdapat pengaruh Green Manufacturing, Green Distribution &
Reverse Logistics terhadap Green Supply Chain Management.
Hasil Analisis tahap II pengaruh Green Manufacturing & Green Distribution
terhadap Reverse Logistics sebesar 0.538 dengan standar error 0.000 nilai thitung 1.795
> 1.670, maka H0 ditolak dan H4 diterima. 0.263 dengan standar error 0.000 dan
Analisis Pengaruh Green Manufacturing, Green
Distribution, Dan Reverse Logistics Dalam
Membangun Green Supply Chain Management
2022
Lira Agusinta, Sandriana Marina, Peppy Fachrial,
Yuwono Dwisilo Sucipto, Husni Hasan 1196
pengaruhnya signifikan dengan nilai thitung 0.570 > 1.670, maka H0 diterima dan H5
ditolak. Artinya terdapat pengaruh tidak langsung Green Manufacturing terhadap Green
Supply Chain Management melalui Reverse Logistics & tidak terdapat pengaruh tidak
langsung Green Distribution terhadap Green Supply Chain Management melalui
Reverse Logistics
KESIMPULAN
Untuk pengaruh langsung antara variabel Green Manufacturing, Green
Distribution & Reverse Logistics terhadap Green Supply Chain Management diatas
dapat disimpulkan bahwa dalam membangun Green Supply Chain Management,
memiliki urutan yaitu Reverse Logistics sebesar 0.499 atau 49.9%, Green
Distribution 0.263 atau 26.3% dan Green Manufacturing sebesar 0.123 atau
12.3%.terdapat pengaruh tidak langsung Green Manufacturing terhadap Green
Supply Chain Management melalui Reverse Logistics.
Dapat disimpulkan bahwa Green Manufacturing terhadap Green Supply
Chain Management melalui Reverse Logistics disebabkan oleh komponen
komponen Green Manufacturing yang telah menunjang terbangun nya Green
Supply Chain Management, hal tersebut tak luput dari pengaruh Reverse Logistics
yang telah secara tidak langsung memberikan pengaruh antara Green
Manufacturing dengan Green Supply Chain Management.
Tidak terdapat pengaruh tidak langsung Green Distribution terhadap Green
Supply Chain Management melalui Reverse Logistics. Dapat disimpulkan bahwa
tidak memberikan kontribusi yang baik disebabkan oleh pembelian bahan baku
yang masih mengunakan bahan yang kurang ramah lingkungan & jalur distribusi
yang masih belum terjadwalkan dengan baik sehingga menyebabkan pemborosan
energi.
DAFTAR PUSTAKA
Amaranti, Reni, Irianto, Drajad, Govindaraju, Rajesri, Magister, S., Doktor, D., & Dan, T.
(2017). Green Manufacturing: Kajian Literatur. Seminar Dan Konferensi Nasional
Idec, 8, 2579–6429.
Azizah, Fadilah Nur, Ilham, Igo Fadilah, Aqidah, Liza Putri, Firdaus, Safira Aliyani, Astuti,
Setyani Agung Dwi, & Buchori, Imam. (2020). Strategi Umkm Untuk Meningkatkan
Perekonomian Selama Pandemi Covid-19 Pada Saat New Normal. Oeconomicus
Journal Of Economics, 5(1).
Djunaidi, Much, Sholeh, M. Abdul Azis, & Mufiid, Nur Muhammad. (2018). Identifikasi
Faktor Penerapan Green Supply Chain Management Pada Industri Furniture Kayu.
Jurnal Teknik Industri, 19(1), 1–10.
Fortuna, Irvan Fauzi, Suamtri, Yeni, & Yuniarti, Rahmi. (2014). Perancangan Sistem
Pengukuran Kinerja Aktivitas Green Supply Chain Management (Gscm)(Studi
Kasus: Kud “Batu.” Jurnal Rekayasa Dan Manajemen Sistem Industri, 2(3), 129284.
Ghozali, Imam. (2018). Aplikasi Analisis Multivariate Dengan Program Ibm Spss 25.
Irfansyah, Ady Naufal. (2019). Analisis Waste Pada Proses Persiapan Pengiriman Barang
Dengan Pendekatan Lean Di Pt Trans Continent. Politeknik App Jakarta.
Manik, Karden Eddy Sontang. (2018). Pengelolaan Lingkungan Hidup. Kencana.
Massebali, Ronaldo, Mamahit, Vernando, & Opit, Prudensy Febreine. (2018). Studi
Tentang Penerapan Reverse Logistics Dalam Mengatasi Pengembalian Produk
Volume 2, Nomor 11, November 2022
p-ISSN 2774-7018 ; e-ISSN 2774-700X
1197 http://sosains.greenvest.co.id
(Kasus Pada Pt. Salim Ivomas Pratama Tbk, Bitung). Jurnal Ilmiah Realtech, 14(1),
81–84.
Mustaniroh, Siti Asmaul, Kurniawan, Zidni Alvian Febri, & Deoranto, Panji. (2019).
Evaluasi Kinerja Pada Green Supply Chain Management Susu Pasteurisasi Di
Koperasi Agro Niaga Jabung. Industria: Jurnal Teknologi Dan Manajemen
Agroindustri, 8(1), 57–66.
Mustofa, Akhmad. (2013). Uji Hipotesis Statistik. Gapura Publishing. Com.
Pratiwi, Wahyu Mega, & Wuryani, E. (2013). Akuntansi Lingkungan Sebagai Strategi
Pengelolaan Dan Pengungkapan Tanggung Jawab Lingkungan Pada Perusahaan
Manufaktur. Jurnal Akuntansi Akunesa, 2(1), 1–19.
Sally, Sally, Budianto, Yessica Putri, Hakim, Meutia Wafa’k, & El Kiyat, Warsono. (2019).
Potensi Pemanfaatan Limbah Cair Tahu Menjadi Biogas Untuk Skala Industri Rumah
Tangga Di Provinsi Banten. Agrointek: Jurnal Teknologi Industri Pertanian, 13(1),
43–53.
Sugiyono. (2017). Metode Penelitian Kuantitatif, Kualitatif, Dan R&D. Bandung: Alfabeta.
Sumargo, Bagus. (2020). Teknik Sampling. Unj Press.
Yuniarti, Rahmi, Tama, Ishardita Pambudi, Eunike, Agustina, & Sumantri, Yeni. (2018).
Green Supply Chain Management Dan Studi Kasus Di Dunia Industri. Universitas
Brawijaya Press.
This work is licensed under a Creative Commons Attribution-ShareAlike
4.0 International License.