Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

1 Pemodelan Keputusan Marimin Karsodimejo

Presentasi serupa


Presentasi berjudul: "1 Pemodelan Keputusan Marimin Karsodimejo"— Transcript presentasi:

1 1 Pemodelan Keputusan Marimin Karsodimejo

2 2 TEKNIK PENGAMBILAN KEPUTUSAN Fungsi Manajemen Perencanaan “Staffing” Pengorganisasian Pelaksanaan Monitoring Evaluasi Hirarki Sifat Top Level Up Medium Low Lower Directif Strategis Taktis Operasional  Cara 1.Dengan Intuisi 2.Dengan Analisa Keputusan

3 3 JangkaLingkunganSifat DirektifPanjangDinamis dan probalistik intuitif Arahan-arahan strategis yang kadang bersifat intuitif StrategisPanjangDinamis dan mempengaruhi faktor-faktor dengan kepastian yang sangat rendah Tidak bisa diprogram karena preferensi pengambil keputusan perlu masuk secara utuh TaktisMenengah- pendek Dinamis dan mempengaruhi faktor-faktor dengan asumsi kepastian yang tinggi Bisa dibuat program dengan masukan preferensi pengambil keputusan OperasionalPendekDianggap statik dan tidak mempengaruhi faktor-faktor Bisa dibuat program karena sifatnya berulang Tabel: Permasalahan manajemen

4 4 Senang Sedih Tidak Pasti Kompleks Dinamis Persaingan Terbatas Pilihan Informasi Preferensi Intuisi (Logika tidak dapat diperiksa) Keputusan Hasil Kecerdasan Persepsi Falsafah Bingung cemas Berfikir Rasa tidak Enak Bertindak Puji Cela LINGKUNGAN REAKSI Gambar : Pengambilan Keputusan dengan Intuisi

5 5 Tidak Pasti Kompleks Dinamis Persaingan Terbatas Pilihan Informasi Preferensi Keputs. Hasil Kecerdasan Persepsi Falsafah Bingung cemas Berfikir Rasa tidak Enak Bertindak Puji Cela LINGKUNGAN REAKSI Gambar : Pengambilan Keputusan dengan Analisa Keputusan Alternatif 2 Penetapan kemungkinan Struktur Model Penetapan Nilai Preferensi Waktu Preferensi Risiko Logika Senang Sedih ANALISA KEPUTUSAN (Normatif) Sensitifitas nilai informasi Pandangan ke dalam

6 6 KOMPONEN KEPUTUSAN  Alternatif Keputusan  Kriteria Keputusan  Bobot Kriteria  Model Penilaian  Model Penghitungan  Tipe Pengambil Keputusan

7 7 MODEL PENILAIAN 1. Menggunakan Nilai Numerik (Nyata)  Kriteria dan atau alat ukurnya jelas (obyektif) Sebagai misal Suhu Ruang (termometer) Tinggi Badan Berat Badan Hasil perhitungan dengan rumus yang jelas: BCR (Benefit/Cost Ratio) IRR (Internal Rate of Return) NPV (Net Present Value)

8 8 MODEL PENILAIAN 2.Menggunakan Skala Ordinal  Kriteria kompleks melibatkan presepsi (subyektif)  Jumlah skala 3; 5; 7 (disarankan ganjil) Sebagai misal Rasa Minuman TEH (5 Skala) 1. Sangat tidak enak 4. Enak 2. Tidak Enak 5. Sangat enak 3. Cukup Enak Stabilitas Politik (3 Skala). 1. Kurang Stabil 3. Sangat Stabil. 2. Stabil

9 9 MODEL PENILAIAN 3. Menggunakan Nilai Perbandingan Berpasangan Misal pada AHP : 1 : A dan B sama penting 7 : A sangat nyata lebih penting dari B 3 : A sedikit lebih penting dari B 9 : A pasti lebih penting dari B 5 : A jelas lebih penting dari B Pembacaan Lain: 3: A tiga kali lebih penting dari B 5: A lima kali lebih penting dari B

10 10 Model Penilaian Fuzzy (trapezoidal) usia penduduk

11 11 Model Penilaiann Fuzzy Tingkat Kemiskinan Penduduk

12 12  Latihan Model Penilaian Berikan contoh kasus penerapan metode penilaian dengan: Terukur Jelas Skala Ordinal Preferensi Fuzzy

13 13 PENGAMBILAN KEPUTUSAN BERBASIS INDEKS KINERJA A.METODE BAYES B.METODE PERBANDINGAN EKSPONENSIAL (MPE) C.COMPOSIT PERFORMANCE INDEX (CPI)

14 14 Pemilihan Metode Penilaian Tidak Seragam  CPI Penilaian seragam  Bayes atau MPE Apabila skala penilaian ordinal  MPE Apabil nilai alternatif adalah terukur nyata  Bayes

15 15 MATRIK KEPUTUSAN : ALTERNA- TIF KRITERIANILAI ALT. KEP. RANGKING ALT. KEP. K1K1 K2K2 …..KnKn ALT 1 V 11 V 12 …..V 1n Nk 1 ALT 2 V 21 V 22 …..V 2n Nk 2 ALT 3 : :: ALT m V m1 V m2 …..V mn Nk m BOBOTB1B1 B2B2 …..BnBn MODEL PENGHITUNGAN 1.BAYES : Nk i = n Σ j = 1 V ij * B j, n Σ j = 1 B j = Per. Eksponensial : Nk i = n Σ j = 1 (V ij ) Bj,B j = Bulat >0 3. Composite Performance Indeks (CPI)

16 16 Contoh Kasus = Fokus = Pemilihan media iklan yang sesuai Alternatif = 1. Radio 2. Televisi 3. Surat Kabar Kriteria = 1. Jangkauan 2. Efektifitas Pesan 3. Biaya Metode Penilaian = ordinal 1. Sangat Kurang 2. Kurang 3. Biasa 4. Bagus 5. Sangat Bagus

17 17 Matrik Keputusan AlternatifKriteriaNilai Keputusan JangkauanEff.BiayaBayesMPE 1. Radio Televisi Surat Kabar434 BobotBayes0,30,40,3 MPE343 Hasil SurveyDitentukan

18 18 A. METODE BAYES Merupakan teknik yang digunakan untuk melakukan analisis dalam pengambilan keputusan terbaik dari sejumlah alternatif Persamaan Bayes yang digunakan untuk menghitung nilai setiap alternatif disederhanakan menjadi : m Total Nilai i =  Nilai ij (Krit j ) j = 1 dimana: Total Nilai i = total nilai akhir dari alternatif ke-i Nilai ij = nilai dari alternatif ke-i pada kriteria ke-j Krit j = tingkat kepentingan (bobot) kriteria ke-j i= 1,2,3,…n; n = jumlah alternatif j= 1,2,3,…m; m = jumlah kriteria

19 19 Contoh Kasus = Fokus = Pemilihan media iklan yang sesuai Alternatif = 1. Radio 2. Televisi 3. Surat Kabar Kriteria = 1. Jangkauan 2. Efektifitas Pesan 3. Biaya Metode Penilaian = ordinal 1. Sangat Kurang 2. Kurang 3. Biasa 4. Bagus 5. Sangat Bagus

20 20 Tabel: Matrik keputusan penilaian media iklan yang sesuai dengan Teknik Bayes AlternatifKriteriaNilai Alternatif Peringkat JangkauanEfektvitasBiaya 1. Radio4433,72 2. Televisi4523,81 3. Surat Kabar4343,63 Bobot Kriteria0,30,40,3 Nilai (Radio) = 4 (0,3) + 4 (0,4) + 3 (0,3) = 3,7 Dengan menggunakan perumusan Bayes, diperoleh nilai alternatif 1,2, dan 3 masing-masing 3,7; 3,8; dan 3,6 sehingga didapat alternatif yang terurut dari yang terbaik adalah alternatif 2, 1, dan 3.

21 21 Matrik Keputusan AlternatifKriteriaNilai Keputusan JangkauanEff.BiayaBayesMPE 1. Radio4433,7 (2) 2. Televisi4523,8 (1) 3. Surat Kabar4343,6 (3) BobotBayes0,30,40,3 MPE343

22 22 B. METODE PERBANDINGAN EKSPONENSIAL (MPE) Merupakan salah satu metode untuk menentukan urutan prioritas alternatif keputusan dengan kriteria jamak Teknik ini digunakan sebagai pembantu bagi individu pengambilan keputusan untuk menggunakan rancang bangun model yang telah terdefinisi dengan baik pada tahapan proses  Prosedur MPE Formulasi perhitungan skor untuk setiap alternatif dalam metoda perbandingan eksponensial adalah: m Total nilai (TN i ) =  (RK ij ) TKK j j=1

23 23 dengan : TN i = Total nilai alternatif ke -i RK ij = derajat kepentingan relatif kriteria ke-j pada pilihan keputusan i TKK j = derajat kepentingan kritera keputusan ke-j; TKK j > 0; bulat n= jumlah pilihan keputusan m= jumlah kriteria keputusan Penentuan tingkat kepentingan kriteria dilakukan dengan cara wawancara dengan pakar atau melalui kesepakatan curah pendapat. Penentuan skor alternatif pada kriteria tertentu dilakukan dengan memberi nilai setiap alternatif berdasarkan nilai kriterianya

24 24  Keuntungan Metode MPE Mengurangi bias yang mungkin terjadi dalam analisa Nilai skor yang menggambarkan urutan prioritas menjadi besar (fungsi eksponensial) ini mengakibatkan urutan prioritas alternatif keputusan lebih nyata

25 25 Matrik Keputusan AlternatifKriteriaNilai Keputusan JangkauanEff.BiayaBayesMPE 1. Radio4433,7 (2) 2. Televisi4523,8 (1) 3. Surat Kabar4343,6 (3) BobotBayes0,30,40,3 MPE343 Nilai(Radio) = 4^3 + 4^4 + 3^3 = = 347 Nilai(Televisi) = ? Nilai(Surat Kabar) = ?

26 26 Evaluating Hardware and Software Hardware Evaluation Factors Performance Cost Reliability Compatibility Technology Connectivity Scalability Support Software Alternatif : laptop, smartphone, PC : Kriteria : cost (0.3), technology (0.3), performance (0.4) Metode Bayes Software Evaluation Factors Quality Flexibility Security Connectivity Language Documentation Hardware Efficiency Alternatif : windows, linux, macOS Kriteria : security (4), documentation (3), cost(3) Metode MPE

27 27 Latihan Penerapan Metode Bayes dan MPE Fokus = Alternatif = Kriteria = Metode Penilaian : ordinal (generik) 1. Sangat Kurang 2. Kurang 3. Biasa 4. Bagus 5. Sangat Bagus

28 28 Matrik Keputusan AlternatifKriteriaNilai Keputusan BayesMPE BobotBayes MPE

29 29 C. COMPOSIT PERFORMANCE INDEX (CPI)  Merupakan indeks gabungan (Composite Index) yang dapat digunakan untuk menentukan penilaian atau peringkat dari berbagai alternatif (i) berdasarkan beberapa kriteria (j). Formula yang digunakan dalam teknik CPI : A ij = X ij (min) x 100 / X ij (min) A (i + 1.j) = (X (I + 1.j) )/ X ij (min) x 100 I ij = A ij x P j n I i =  (I ij ) j =1

30 30 Keterangan: A ij = nilai alternatif ke-i pada kriteria ke – j X ij (min)= nilai alternatif ke-i pada kriteria awal minimum ke-j A (i + 1.j) = nilai alternatif ke-i + 1 pada kriteria ke – j X (i + 1.j) = nilai alternatif ke-i + 1 pada kriteria awal ke – j P j = bobot kepentingan kriteria ke – j I ij = indeks alternatif ke-i I i = indeks gabungan kriteria pada alternatif ke –i i= 1, 2, 3,…, n j= 1, 2, 3,…, m

31 31 Sebagai ilustrasi, terdapat 3 alternatif yang dinilai yaitu Software House, Internet Provider, Production House dengan kriteria kelayakan IRR (Internal Rate of Return), B/C (Benefit/Cost Ratio) dan Pay Back Period (waktu pengembalian modal) Tabel: Matrik awal penilaian alternatif pemilihan usaha yang paling layak Alternatif Kriteria IRR (%)B/CPBP (Thn) 1. Software House301,15 2. Internet Provider201, Production House251,24 Bobot Kriteria0,30,40,3

32 32 Prosedur Penyelesaian CPI Identifikasi kriteria tren positif (semakin tinggi nilaianya semakin baik) dan tren negatif (semakin rendah nilainya semakin baik) Untuk kriteria tren positif, nilai minimum pada setiap kriteria ditranspormasi ke seratus, sedangkan nilai lainnya ditranspormasi secara proporsional lebih tinggi. Untuk kriteria tren negatif, nilai minimum pada setiap kriteria ditranspormasi ke seratus, sedangkan nilai lainnya ditranspormasi secara proporsional lebih rendah. Perhitungan selanjutnya mengikuti prosedur Bayes.

33 33 Identifikasi tren: Alternatif Kriteria IRR (%)B/CPBP (Thn) 1. Software House301,15 2. Internet Provider201, Production House251,24 Bobot Kriteria0,30,40,3 IRR : semakin besar nilai IRR, maka keuntungan akan semakin meningkat  tren positif B/C: semakin besar rasio B/C, maka keuntungan akan semakin besar  tren positif PBP: semakin kecil nilai PBP, maka waktu pengembalian modal akan semakin cepat  tren negatif ++-

34 34 Transformasi nilai AlternatifKriteriaNilai Alternatif Peringkat IRRB/CPBP (Thn) 1. Software House Internet Provider Production House100 Bobot Kriteria0,30,40,3 Panduannya adalah sebagai berikut: Untuk tren (+), nilai terkecil dijadikan sebagai penyebut supaya nilai yang lebih besar akan tetap lebih besar. Untuk tren (-), nilai terkecil dijadikan sebagai pembilang supaya nilai yang lebih besar akan relatif lebih kecil dari nilai terkecil.

35 35 Tabel: Matrik hasil transformasi melalui teknik perbandingan indeks kinerja AlternatifKriteriaNilai Alternatif Peringkat IRRB/CPBP (Thn) 1. Software House Internet Provider100104, ,83 3. Production House125109, ,11 Bobot Kriteria0,30,40,3 Dengan demikian alternatif 3 yaitu Production House peringkat 1.

36 36 Latihan Berikut adalah hasil penilaian dari 4 alternatif target lokasi penjualan produk furnitur dengan tipe minimalis Tentukan urutan lokasi target potensial menggunakan CPI Alternatif Kriteria Jarak Penjualan Kwartal lalu Rata-rata waktu pelunasan Bandung342 km1092 set3 bulan Jakarta429 km1820 set8 bulan Semarang48 km728 set10 bulan Surabaya238 km1456 set5 bulan Bobot kriteria


Download ppt "1 Pemodelan Keputusan Marimin Karsodimejo"

Presentasi serupa


Iklan oleh Google