Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Multi Expert – Multi Criteria Decision Making (ME-MCDM) Dengan menggunakan skala Non - Numeric.

Presentasi serupa


Presentasi berjudul: "Multi Expert – Multi Criteria Decision Making (ME-MCDM) Dengan menggunakan skala Non - Numeric."— Transcript presentasi:

1 Multi Expert – Multi Criteria Decision Making (ME-MCDM) Dengan menggunakan skala Non - Numeric

2 3 komponen yang terlibat: 3 komponen yang terlibat: – terdapat sejumlah alternatif/ proposal yang harus dilaksanakan / didanai. – terdapat sejumlah pakar atau panelis yang berperan untuk menilai alternatif/ proposal, pada setiap kriteria yang telah ditetapkan. – pengambil keputusan (direktur, program officer) yang harus menetapkan alternatif/ proposal mana yang akan di ambil/didanai – berdasarkan hasil penilaian pakar. P ik (q j ) : Penilaian pakar ke-k terhadap proporsal ke-i pada kriteria ke-j. P ik (q j ) : Penilaian pakar ke-k terhadap proporsal ke-i pada kriteria ke-j.

3 Penilaian pakar: berupa linguistic=label dan terdiri dari 7 skala: Penilaian pakar: berupa linguistic=label dan terdiri dari 7 skala: Mutlak Perlu(M)  S 7. Mutlak Perlu(M)  S 7. Sangan Perlu (SP)  S 6. Perlu (P)  S 5. Cukup Perlu (CP)  S 4. Cukup Perlu (CP)  S 4. Kurang Perlu (KP)  S 3. Kurang Perlu (KP)  S 3. Tidak Perlu (TP)  S 2. Sangat Tidak Perlu (STP)  S 1. Pengambi keputusan menggunakan skala tingkat kepentingan kriteria, yang dinotasikan dengan I (q j ). Pengambi keputusan menggunakan skala tingkat kepentingan kriteria, yang dinotasikan dengan I (q j ). Misalkan terdapat 7 skala penilaian : Misalkan terdapat 7 skala penilaian : I (q 1 ) = Mutlak (M)  S 7. I (q 2 ) = Sangan Penting (SP)  S 6. I (q 3 ) = Penting (P)  S 5. I (q 4 ) = Cukup Penting (CP)  S 4. I (q 5 ) = Kurang Penting (KP)  S 3. I (q 6 ) = Tidak Penting (TP)  S 2. I (q 7 ) = Sangat Tidak Penting (STP)  S 1.

4 1. Proses Agregasi Penilaian Pakar tertentu untuk semua kriteria untuk masing- masing Proporsal. 2. Proses Penggabungan Penilaian semua Pakar untuk masing-masing proposal.

5 Agregasi Penilaian Pakar tertentu untuk semua kriteria. Neg (M) = STP Neg (M) = STP Neg (SP) =TP Neg (SP) =TP Neg (P) = KP Neg (P) = KP Neg (CP) = CP Neg (CP) = CP Neg (KP) = P Neg (KP) = P Neg (TP) = SP Neg (TP) = SP Neg (STP) = M Neg (STP) = M P ik = Min j [ Neg {I (q j )} V P ik (q j ) ]. Operator Maks. [ Neg {I (q j )} V P ik (q j ) ].= T (q j ) Menunjukkan suatu nilai untuk kriteria tertentu terhadap pernyataan: “ jika kriteria tertentu penting, maka kriteria tersebut mempunyai skor yang baik” atau “kriteria yang tingkat kepentingannya rendah  mempunyai efek yang kecil terhadap skor secara keseluruhan

6 KriteriaC1C2C3C4C5C6 I (q j )MSP CPKP Neg (q j )STPTP CPPP Proporsal 1 Pakar-1P 11 (q j )PCPKPMSPM [Neg (q j ) V P 11 (qj)]PCPKPMSPM Min [Neg (q j ) V P 11 (qj)] = KP Pakar-2P 12 (q j )CPSPMPKPP [Neg (q j ) V P 12 (qj)]CPSPMPPP Min [Neg (q j ) V P 12 (qj)] = CP Pakar-3P 13 (q j )SPMPCP SP [Neg (q j ) V P 13 (qj)]SPMPCPPSP Min [Neg (q j ) V P 13 (qj)] = CP Untuk proposal-1, agregasi penilaian pakar-1: KP, pakar-2: CP, dan pakar 3: P  ?? Pengambil keputusan menilai Proposal -1. Penggabungan Pendapat Pakar terhadap Proposal tertentu  teknik agregasi / penggabungan dengan menggunakan Operator OWA (Ordered Weighted Averaging)

7 KriteriaC1C2C3C4C5C6 I (q j )MSP CKKP Neg (q j )STPTP CPPP Proporsal 2 Pakar-1P 11 (q j )PTPPMPSP [Neg (q j ) V P 11 (qj)]PTPPMPSP Min [Neg (q j ) V P 11 (qj)] = TP Pakar-2P 12 (q j )CPSPMPKPP [Neg (q j ) V P 12 (qj)]STPSPMPPP Min [Neg (q j ) V P 12 (qj)] = P Pakar-3P 13 (q j )SPKPPCP SP [Neg (q j ) V P 13 (qj)]SPKPPCPPSP Min [Neg (q j ) V P 13 (qj)] = KP

8 Q : suatu fungsi bagi pengambil keputusan untuk melakukan agregasi (agregasi penilaian berdasarkan gabungan pendapat pakar). Q : suatu fungsi bagi pengambil keputusan untuk melakukan agregasi (agregasi penilaian berdasarkan gabungan pendapat pakar). Q : sebagai generalisasi dari idea berapa banyak pakar yang dibutuhkan bagi DM untuk menentukan bahwa suatu alternatif/proposal dapat diterima. Q : sebagai generalisasi dari idea berapa banyak pakar yang dibutuhkan bagi DM untuk menentukan bahwa suatu alternatif/proposal dapat diterima. Sebagai contoh bahwa penilaian pada skala ekstrim (S) yaitu: Mutak Penting (M) dan Sangat Tidak Penting (STP) atau dhi q =2., dan jumlah pakar = r  Mutak Penting (M) dan Sangat Tidak Penting (STP) atau dhi q =2., dan jumlah pakar = r  1. Jika DM membutuhkan/mensyaratkan semua pakar mendukung suatu proposal: Q(i) = STP, untuk i

9 q : jumlah skala penilaian = 7, yaitu: q : jumlah skala penilaian = 7, yaitu: (M)  S 7. (M)  S 7. (SP)  S 6. (SP)  S 6. (P)  S 5. (P)  S 5. (CP)  S 4. (CP)  S 4. (KP)  S 3. (KP)  S 3. (TP)  S 2 (TP)  S 2 (STP)  S 1. (STP)  S 1. r : jumlah pakar =3 r : jumlah pakar =3 k=0  b (0) = Int(1+0) = Int(1) =1  S b(0)  S 1 ; Q(0)= S 1  Q(0) = STP k=1  b (1) = Int(1+6/3) =Int(3,0) =3  S b(1)  S 2 ; Q(1)= S 2  Q(1) =KP k=2  b (2) = Int(1+12/3) =Int(5,0)=5  S b(2)  S 5 ; Q(2)= S 5  Q(2) = P k=3  b (3) = Int(1+18/3) =Int(7,0)=7  S b(3)  S 7 ; Q(3)= S 7  Q(3) = MP

10 Prosedur OWA: Prosedur OWA: –Mengurutkan pendapat secara berurut dari skala tertinggi ke skala terendah: –Untuk proposal tertentu: P i1 = KP P i2 = CP P i3 = P P i4 = SP SP = B 1 P = B 2 CP = B 3 KP = B 4 B j = skor tertinggi di antara skor yg diberikan para pakar terhadap proposal tertentu. : “sebagai indikasi seberapa penting dukungan j pakar bagi pengambil keputusan” Operator Min

11 P = B 1 CP = B 2 KP = B 3 Operator Min Q(1) = KP Q(2) = P Q(3) = M P 11 = KP P 12 = CP P 13 = P P 1 = Max [Q(1) Λ B 1 ; Q(2) Λ B 2 ; Q(3) Λ B 3 ;] = Max [KP Λ P; P Λ CP; M Λ KP] = Max [KP;CP;KP] = CP. P 2 = Max [Q(1) Λ B 1 ; Q(2) Λ B 2 ; Q(3) Λ B 3 ;] = Max [KP Λ P; P Λ KP; M Λ TP] = Max [KP;KP;TP] = TP. P 21 = TP P 22 = P P 23 = KP P = B 1 KP = B 2 TP = B 3

12 q : jumlah skala penilaian = 7, yaitu: q : jumlah skala penilaian = 7, yaitu: (M)  S 7. (M)  S 7. (SP)  S 6. (SP)  S 6. (P)  S 5. (P)  S 5. (CP)  S 4. (CP)  S 4. (KP)  S 3. (KP)  S 3. (TP)  S 2 (TP)  S 2 (STP)  S 1. (STP)  S 1. r : jumlah pakar =4 r : jumlah pakar =4 k=0  b (0) = Int(1+0) = Int(1) =1  S b(0)  S 1 ; Q(0)= S 1  Q(0) = STP k=1  b (1) = Int(1+6/4) =Int(2,5) =3  S b(1)  S 3 ; Q(1)= S 3  Q(1) = KP k=2  b (2) = Int(1+12/4) =Int(4,0)=4  S b(2)  S 4 ; Q(2)= S 4  Q(2) = CP k=3  b (3) = Int(1+18/4) =Int(5,5)=6  S b(3)  S 6 ; Q(3)= S 6  Q(3) = SP k=4  b (4) = Int(1+24/4) =Int(7,0)=7  S b(4)  S 7 ; Q(4)= S 7  Q(4) = M

13 Prosedur OWA: Prosedur OWA: –Mengurutkan pendapat secara berurut dari skala tertinggi ke skala terendah: –Untuk proposal tertentu: P i1 = KP P i2 = CP P i3 = P P i4 = SP SP = B 1 P = B 2 CP = B 3 KP = B 4 B j = skor tertinggi di antara skor yg diberikan para pakar terhadap proposal tertentu. : “sebagai indikasi seberapa penting dukungan j pakar bagi pengambil keputusan” Operator Min

14 Q (1) = (KP) Q (2) = (CP) Q (3) = (SP) Q (4) = (M) B 1 = SP B 2 = P B 3 = CP B 4 = KP P i = Max [ KP Λ SP ; CP Λ P ; SP Λ CP ; M Λ KP ] = Max [ KP ; CP ; CP; KP ] = CP


Download ppt "Multi Expert – Multi Criteria Decision Making (ME-MCDM) Dengan menggunakan skala Non - Numeric."

Presentasi serupa


Iklan oleh Google