SISTEM PENDUKUNG KEPUTUSAN PERTEMUAN KE-4

Slides:



Advertisements
Presentasi serupa
Metode-metode Optimasi dengan Alternatif Terbatas
Advertisements

PENERAPAN METODE ‘’AHP’’ DALAM SPK UNTUK PEMILIHAN ASURANSI
AHP: Pengertian dan Konsep Dasar
Riset Operasional - dewiyani
Pengambilan Keputusan dengan multiple kriteria
Aplikasi AHP.
ANALYTICAL HIERARCHY PROCESS (AHP)
Analytic Hierarchy Process
Analytic Hierarchy Process
ANALYTICAL HIERARCHY PROCESS (AHP)
Rika yunitarini Teknik Informatika
APLIKASI PENGAMBILAN KEPUTUSAN
Nama : Dewi Saraswati Nim : Jurusan : T. Industri
FUZZY ANALYTICAL HIERARCHY PROCESS
Metode-metode Optimasi dengan Alternatif Terbatas
Analytical Hierarchy Process
Pemodelan dan Manajemen Model & Analytic Hierarchy Process (AHP)
Sistem Pendukung Keputusan
hadi paramu metode kuantitatif
Return dan Risiko Portofolio
Teknik Evaluasi Perencanaan
PW-1361 TEKNIK EVALUASI PERENCANAAN TEKNIK AHP DALAM EVALUASI Cihe Aprilia Bintang, ST, MT.
MODUL STATISTIKA BISNIS DAN INDUSTRI
Metode-metode Optimasi dengan Alternatif Terbatas
PENGAMBILAN KEPUTUSAN
Rambu-rambu Pengisian Mapel untuk SMA KTSP
ANALYTICAL HIERARCHY PROCESS (AHP)
ANALYTICAL HIERARCHY PROCESS
ANALITYCAL HIERARCHY PROCESS (AHP)
ANALYTICAL HIERARCHY PROCESS
PENERIMAAN MAHASISWA BARU UNIVERSITAS INDONESIA
ANALYTICAL HIERARCHY PROCESS
Prof. Dr. Dharma Tintri Ediraras SE., AK., MBA Ardiprawiro SE., MMSI
Analitycal Hierarchy Process By: Kelompok 5
STRUKTUR KURIKULUM SMK/MAK (GENERIK)
Modul XII. Analytical Hierarchy Process
DATA KEBUTUHAN GURU PER MATA PELAJARAN TAHUN
ASSALAMULAIKUM WR. WB..
Multi-Attribute Decision Making (MADM)
Teknik Pengambilan Keputusan (Analytical Hierarchy Process)
ANALITICAL HIERARCHY PROSESS (AHP)
The Analytic Hierarchy Process
ANALYTICAL HIERARCHY PROCESS (AHP)
ANALYTICAL HIERARCHY PROCESS (AHP)
Penerapan AHP dalam Pengukuran Kinerja
FMDAM (2) Charitas Fibriani.
SMART (Simple Multi Attribute Rating Technique)
Profil Matching Maksud dari pencocokan profil (profile matching) adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat.
SISTEM PENDUKUNG KEPUTUSAN PERTEMUAN KE-4
ANALYTICAL HIERARCHY PROCESS (AHP)
ANALYTICAL HIERARCHY PROCESS (AHP)
ANALYTICAL HIERARCHY PROCESS A H P (Proses Analitik Hirarki)
Metode Penyelesaian Masalah MADM
/ Analytical Hierarchy Process Diambil dari AHP Tutorial dari Expert Choice dengan izin url:
FUZZY ANALYTICAL HIERARCHY PROCESS
SAW, WP,TOPSIS Sistem Pendukung Keputusan.
Dengan SOFTWARE EXPERT CHOICE
FUZZY ANALYTICAL HIERARCHY PROCESS
ANALYTICAL HIERARCHY PROCESS (AHP)
Analytic Hierarchy Process
FUZZY ANALYTICAL HIERARCHY PROCESS
DISKRIPSI Memperkenalkan Metoda Analisis dalam menjalan perencanaan dan penelitian dalam perencanaan.
Supply Management Study Case : Nike Factory Prepired by : Farrah Tya Resty Handry Hidayat Pandu Indra Nugraha Roy Iman Sutarya.
Reviewer Eko Budi Setiawan, S.Kom
Jadwal Ujian Sekolah No Hari /Tanggal Waktu Mata Pelajaran IPA IPS
ANALYTICAL HIERARCHY PROCESS (AHP)
U N I V E R S I T A S J A Y A B A Y A F A K U L T A S T E K N I K J U R U S A N T E K N I K S I P I L ANALISIS PRIORITAS PEMILIHAN KRITERIA DAM PARIT DI.
Analytic Hierarchy Process
METODE A.H.P. Foto: smno.kampus.ub.febr2013 www//marno.lecture.ub.ac.id.
MUSYAWARAH GURU MATA PELAJARAN SMA SWASTA KARANU WAIKABUBAK Waikabubak Juli 2018 GURU.
Transcript presentasi:

SISTEM PENDUKUNG KEPUTUSAN PERTEMUAN KE-4 Rauf Fauzan, S.Kom.,M.Kom

AHP (ANALITY HIERARCHY PROCESS) Outline AHP (ANALITY HIERARCHY PROCESS) Rauf Fauzan, M.Kom (SPK– Pertemuan 4)

AHP AHP (Analytic Hierarchy Process) dikembangkan oleh Thomas L. Saaty dari Wharton School of Business pada tahun 1970-an. Merupakan sistem pembuat keputusan dengan menggunakan model matematis. AHP membantu dalam menentukan prioritas dari beberapa kriteria dengan melakukan analisa perbandingan berpasangan (Pairwise Comparison) dari masing- masing kriteria. Hasil akhir dari proses AHP adalah prioritas-prioritas dari alternatif-alternatif yang menjadi pilihan. Rauf Fauzan, M.Kom (SPK– Pertemuan 4)

AHP Cara kerja AHP adalah dengan menyederhanakan suatu permasalahan kompleks yang tidak terstruktur, strategik dan dinamik menjadi bagian-bagian. Prinsip kerja AHP adalah sebagai berikut: Menentukan Tujuan/Sasaran, Kriteria dan Alternatif Menyusun hirarki dari Kriteria dan Alternatif Memberi nilai Alternatif dan Kriteria Memeriksa Konsistensi Penilaian Alternatif dan Kriteria Menentukan Prioritas Kriteria dan Alternatif Rauf Fauzan, M.Kom (SPK– Pertemuan 4)

Model AHP Goal Jurusan Mat Bing Bindo Kim Fis Bio Prak Kej level 1 T. Sipil T. Elektro T. Kom & Jaringan level 2

Model AHP Level 1. Ketahui bobot & persentase nilai mata pelajaran Matematika ….. % Kimia ….. % B. Inggris ….. % B. Indonesia ….. % Biologi ….. % Praktek….. % Fisika ….. % Kejuruan Teknik ….. % Level 2. Ketahui bobot & persentase jurusan berdasarkan nilai T. Komp & Jaringan ….. % T. Sipil ….. % T. Elektro ….. % Jumlahkan hasil level 1 dan level 2 untuk memperoleh goal jurusan

Level 1 : Ketahui bobot & persentase nilai mata pelajaran Hal 63-64 Model AHP Level 1 : Ketahui bobot & persentase nilai mata pelajaran Bobot Nilai Akademik Calon Mahasiswa Baru Fis Kim Bio Prak Mat Bing Bindo Kej Nilai 60 61 68 73 72 Bobot 1 2 3 5 4 Bobot Keterangan 1 Rendah 2 Rendah Menengah 3 Menengah 4 Menengah Utama 5 Utama

Matriks Perbandingan Berpasangan M1 Model AHP Level 1 : Nilai Keterangan 1 Sama 3 Sedikit Lebih Penting 5 Lebih Penting 7 Jelas Lebih Penting 9 Mutlak Lebih Penting Matriks Perbandingan Berpasangan M1 Kim (2) Bio (1) Fis (1) Prak (1) Bing (5) Bindo (4) Mat (3) Kej (1) 1 3 1/7 1/5 1/3 1/9 7 9 5

Total Nilai untuk Matriks Perbandingan Berpasangan M1 Model AHP Total Nilai untuk Matriks Perbandingan Berpasangan M1 Kim Bio Fis Prak Bing Bindo Mat Kej 1 3 1/7 1/5 1/3 1/9 7 9 5 TOT 17 28 2 10

RATA-RATA VEKTOR PRIORITAS Model AHP Persentase Bobot Nilai Akademik M1 M1 KIM BIO FIS PRAK BING BINDO MAT KEJ. TEKNIK TOTAL RATA-RATA VEKTOR PRIORITAS 0,06 0,11 0,07 0,04 0,03 0.63 0,08 0,02 0,05 0.26 FISIKA 0,40 0,32 0,47 0,59 0,49 3.24 0,41 0,29 0,25 0,16 0,20 0,30 1.94 0,24 0,17 0,18 0,09 0,10 1.15 0,14 1 8 Hasil Persentase : Kimia 8% Biologi 3% Fisika 3% Praktek 3% Bhs Inggris 41% Bhs Indonesia 24% Matematika 14% Kejuruan Teknik 3%

RATA-RATA VEKTOR PRIORITAS CR = 0,049 / 1.41 = 0,034 atau 3,4% Uji Konsistensi Persentase M1 CI = ( λmax – n ) / (n-1) {rasio penyimpangan konsistensi} λmax = Σλ / n n = jumlah kolom RI = random consitency index CR = CI / RI M1 KIM BIO FIS PRAK BING BINDO MAT KEJ. TEKNIK TOTAL RATA-RATA VEKTOR PRIORITAS 0,06 0,11 0,07 0,04 0,03 0.63 0,08 0,02 0,05 0.26 FISIKA 0,40 0,32 0,47 0,59 0,49 3.24 0,41 0,29 0,25 0,16 0,20 0,30 1.94 0,24 0,17 0,18 0,09 0,10 1.15 0,14 1 8 λ KIMIA 0.63 0.08 7.875 BIOLOGI 0.26 0.03 8.667 FISIKA PRAKTEK BING 3.24 0.41 7.902 BINDO 1.94 0.24 8.083 MAT 1.15 0.14 8.214 KEJ. TEKNIK Σλ 66.742 λmax = Σλ / 8 8.34 CI = ( λmax – n ) / (n-1) = (8,34 – 8 ) / (8-1) = 0,34 / 7 = 0,049 RI untuk matriks sebanyak 8 = 1,41 Karena nilai CR lebih kecil dari 10% maka nilai rata-rata vektor prioritas pada tabel diatas dinyatakan valid, atau persentasenya dapat diterima.

TABEL RI Ukuran Matriks 1,2 3 4 5 6 7 8 9 10 11 12 13 14 15 RI 0.58 0.58 0.9 1.12 1.24 1.32 1.41 1.45 1.49 1.51 1.48 1.56 1.58 1.59

Level 2 : Ketahui bobot & persentase jurusan berdasarkan nilai Hal 69 Model AHP Level 2 : Ketahui bobot & persentase jurusan berdasarkan nilai Standar nilai minimum per jurusan & Nilai Calon Mahasiswa JURUSAN KIMIA BIOLOGI FISIKA PRAKTEK BING BINDO MAT Kej T.Sipil 55 60 54 T. Elektro 50 TKJ 59 65 64 NILAI 61 73 72 68 Bobot Nilai Akademik Calon Mahasiswa Baru berdasarkan standar nilai minimum per jurusan JURUSAN KIMIA BIO FISIKA PRAK BING BINDO MAT KEJ. TEKNIK T. Sipil 2 3 T. Elektro 1 TKJ 5

RATA-RATA VEKTOR PRIORITAS Nilai Keterangan 1 Sama 3 Sedikit Lebih Penting 5 Lebih Penting 7 Jelas Lebih Penting 9 Mutlak Lebih Penting Model AHP Level 2 : Matriks Perbandingan Berpasangan Kimia M2 KIMIA SIPIL (2) ELEKTRO (1) TKJ (3) 1 3 1/3 1/5 TKJ (3) 5 KIMIA SIPIL ELEKTRO TKJ RATA-RATA VEKTOR PRIORITAS 0,23 0,33 0,22 0,26 0,08 0,11 0,13 0,69 0,56 0,65 0,63 KIMIA SIPIL ELEKTRO TKJ 1 3 1/3 1/5 5 TOTAL 4,33 9 1,53 Hasil Persentase Pilihan Jurusan berdasarkan Nilai Kimia : SIPIL 26% ELEKTRO 11% TKJ 63%

RATA-RATA VEKTOR PRIORITAS Hal 70 Uji Konsistensi CR = CI / RI CI = ( λmax – n ) / (n-1) {rasio penyimpangan konsistensi} λmax = Σλ / n n = jumlah kolom RI = random consitency index Tot. Vektor -> Sipil : 0,23+0,33+0,22 = 0,78 Tot. Vektor -> Elektro : 0,08+0,11+0,13 = 0,32 Tot. Vektor -> TKJ : 0,69+0,56+0,65 = 1,90 Total Vektor 0.78 0.32 1.90 Rata-rata Vektor 0.26 0.11 0.63 λ 3.000 3.019 3.016 Σλ 9.03 λmax = Σλ/3 3.012 CI ( 3.012 – 3 ) / (3-1) 0.00579 RI (utk matriks n=3 ) 0.58 CR CI / RI 0.009983 % 1% KIMIA SIPIL ELEKTRO TKJ RATA-RATA VEKTOR PRIORITAS 0,23 0,33 0,22 0,26 0,08 0,11 0,13 0,69 0,56 0,65 0,63 Hasil Persentase Pilihan Jurusan berdasarkan Nilai Kimia : hasil uji konsistensi M2 diperoleh 1%, atau lebih kecil dari 10% maka persentase tersebut dinyatakan valid/ dapat diterima. SIPIL 26% ELEKTRO 11% TKJ 63%

Model AHP Level 2 : Dengan cara yang sama dilakukan perhitungan per jurusan untuk setiap nilai diperoleh : KIM (M2) BIO (M3) FIS (M4) PRAK (M5) BING (M6) BIND (M7) MAT (M8) KEJ. TEKNIK (M9) SIPIL 0,26 0,63 0,22 ELEKTRO 0,11 0,06 TKJ 0,72

Model AHP Level 2 : Gambar hasil perhitungan dengan Model AHP

Hasil Persentase Untuk Input Mahasiswa 1 : Model AHP Level 2 : Dihitung Total : KIM (M1*M2) BIO (M1*M3) FIS (M1*M4) PRAK (M1*M5) BING (M1*M6) BIND (M1*M7) MAT (M1*M8) KEJ. TEKNIK (M1*M9) TOTAL SIPIL 0,08 x 0,26 0,03 x 0,63 0,03 x 0,26 0,41 x 0,22 0,24 x 0,22 0,14 x 0,26 0,27 ELEKTRO 0,08 x 0,11 0,03 x 0,11 0,41 x 0,06 0,24 x 0,06 0,14 x 0,11 0,09 TKJ 0,08 x 0,63 0,41 x 0,72 0,24 x 0,72 0,14 x 0,63 0,64 Hasil Persentase Untuk Input Mahasiswa 1 : Sipil 27%, Elektro 9%, TKJ 64% -> Rekomendasi Jurusan Teknik Komputer & Jaringan Pilihan Jurusan yang dipilih Mahasiswa-1 -> Jurusan Teknik Sipil χ