Kuliah Sistem Fuzzy Pertemuan 11 Evaluasi Pekerjaan Di Lingkungan Fuzzy.

Slides:



Advertisements
Presentasi serupa
4.1. Hukum-hukum Dasar untuk Sistem
Advertisements

TURUNAN/ DIFERENSIAL.
Operations Management
Selamat Datang Dalam Kuliah Terbuka Ini
JADWAL DAN POKOK-POKOK MATERI KULIAH MANAJEMEN SUMBER DAYA MANUSIA
Mata Kuliah Teknik Digital TKE 113
Rika Kharlina Ekawati, S.E., M.T.I
PEMROGRAMAN LINEAR Karakteristik pemrograman linear: Proporsionalitas
11. BENTUK NORMAL CHOMSKY.
Selamat Datang Dalam Kuliah Terbuka Ini 1. Kuliah terbuka kali ini berjudul “Pilihan Topik Matematika -III” 2.
Menempatkan Pointer Q 6.3 & 7.3 NESTED LOOP.
Riset Operasional Pertemuan 13
DETERMINAN MATRIKS Esti Prastikaningsih.
ALJABAR.
Menentukan komposisi dua fungsi dan invers suatu fungsi
DETERMINAN MATRIKS.
BAHAN AJAR TEORI BILANGAN
Sistem Persamaan Diferensial
KETENTUAN SOAL - Untuk soal no. 1 s/d 15, pilihlah salah satu
BAGAIMANA MENGENAL ALLAH
Matriks 2 1. Menentukan invers suatu matriks brordo 2x2
Riset Operasional Pertemuan 10
BAB 2 DETERMINAN.
Sudaryatno Sudirham Bilangan Kompleks Klik untuk melanjutkan.
MATRIKS DAN VEKTOR DETERMINAN 3X3 KE ATAS DENGAN RUMUS HAFIDH MUNAWIR.
Materi Kuliah Kalkulus II
TURUNAN DIFERENSIAL Pertemuan ke
ENTREPRENEURSHIP KEWIRAUSAHAAN BAB 11 Oleh : Zaenal Abidin MK SE 1.
ELASTISITAS PERMINTAAN DAN PENAWARAN
Cara eliminasi sesungguhnya sama dengan cara yang pernah dibahas pada
Selamat Datang Dalam Kuliah Terbuka Ini
Bahan Kuliah IF3051 Strategi Algoritma Oleh: Rinaldi Munir
INVERS MATRIKS (dengan adjoint)
Luas Daerah ( Integral ).
Himpunan dan Relasi Fuzzy
Suatu Matriks DETERMINAN DETERMINAN Fakultas Kehutanan
Solusi Persamaan Linier
Pertemuan 5 P.D. Tak Eksak Dieksakkan
Turunan Numerik Bahan Kuliah IF4058 Topik Khusus Informatika I
Selamat Datang Dalam Kuliah Terbuka Ini
PERNYATAAN IMPLIKASI DAN BIIMPLIKASI
METODE TRANSPORTASI Metode transportasi adalah suatu metode dalam Riset Operasi yang digunakan utk me-ngatur distribusi dari sumber-sumber yg me-nyediakan.
Bahan Kuliah IF2211 Strategi Algoritma
Rekayasa Komputer Mata Praktikum: Copyright © This presentation is dedicated to Laboratorium Informatika Universitas Gunadarma. This presentation.
PENGUJIAN HIPOTESA Probo Hardini stapro.
DETERMINAN.
PERSAMAAN LINEAR DETERMINAN.
SISTEM PERSAMAAN LINIER
Indrawani Sinoem/TRO/SI/07
Ir. Endang Sri Rahayu, M.Kom.
Selamat … Hari Raya Idul Fithri 1424 H Mohon Maaf Lahir Batin
INVERS (PEMBALIKAN) MATRIKS
BAB 6. INTEGRASI VEKTOR PENDAHULUAN
Dasar Pemrograman ARRAY/LARIK.
Bahan Kuliah IF2091 Struktur Diskrit
Algoritma Branch and Bound
Lecture Note: Trisnadi Wijaya, S.E., S.Kom
SISTEM PERSAMAAN LINEAR
ELASTISITAS PERMINTAAN DAN PENAWARAN
DETERMINAN DAN INVERSE MATRIKS.
Kompleksitas Waktu Asimptotik
OLEH : IR. INDRAWANI SINOEM, MS.
Persoalan Transportasi
Bahan Kuliah IF2120 Matematika Diskrit
Pohon (bagian ke 6) Matematika Diskrit.
Jurusan Teknik Gas dan Petrokimia FTUI
BASIC FEASIBLE SOLUTION
PERMUTASI Merupakan suatu himpunan bilangan bulat {1,2,…,n} yang disusun dalam suatu urutan tanpa penghilangan atau pengulangan. Contoh : {1,2,3} ada 6.
Kuliah Sistem Fuzzy Pertemuan 13 “Algoritma Genetika” (lanjutan)
Kuliah Sistem Fuzzy Pertemuan 10 “Fuzzy Multiobjective Optimization”
Transcript presentasi:

Kuliah Sistem Fuzzy Pertemuan 11 Evaluasi Pekerjaan Di Lingkungan Fuzzy

Pendahuluan Kasus Selama ini penggajian karyawan dalam suatu perusaha- an dibuat dengan ketentuan yang tegas. Pada kenyataannya, dalam hal ini banyak sekali faktor lain yang harus dipertimbangkan. Faktor-faktor ini kadang-kadang cukup sulit untuk diiden- tifikasi dengan tegas (mis. kompleksitas, berat atau ringan suatu pekerjaan, perlu tidaknya pengawasan dilakukan). Ukuran kompleksitas, berat/ringan suatu pekerjaan dan perlu tidaknya pengawasan bersifat tidak tegas atau kabur (fuzzy).

Pertimbangan untuk hal yang bersifat fuzzy perusahaan harus : Memiliki Benchmark, kumpulan pekerjaan yang telah diseleksi untuk dievaluasi Menetapkan faktor-faktor kompensasi yang akan menentukan harga relatif dari suatu pekerjaan. Menetapkan level untuk tiap-tiap faktor dalam pekerjaan Menetapkan batas bawah untuk level terendah dan batas atas untuk level tertinggi

Asumsi Misalkan untuk mengevaluasi suatu pekerjaan, ada “m faktor” yang berpengaruh, tiap faktor terdiri dari “n level” Faktor ke-i level ke-j ditulis x ij Diasumsikan jika nilai j naik menunjukkan bahwa kom- pleksitas pekerjaan juga semakin tinggi Hubungan dituliskan : x ij R x ij-1, j = 1,2,....m; j = 1,2,....n Dengan R adalah relasi “Lebih Kompleks”

Asumsi (lanjutan) Misalkan ditetapkan ada “k pekerjaan” yang akan dieva- luasi (benchmark), maka benchmark ke-r adalah Zr(X). Level terendah dalam faktor ke-I adalah x i1, sedangkan level tertinggi dalam suatu faktor adalah x in. Jumlah skor pada level terendah harus ditetapkan ≥ nilai tertentu (ci), sedangkan jumlah skore pada level tertinggi juga harus ditetapkan ≤ nilai tertentu (wi) dan ditulis, dan dengan i = 1, 2, …, m

Asumsi (lanjutan) Dalam suatu faktor, harga suatu level harus lebih tinggi dibanding dengan harga level sebelumnya. Selisih yang diperbolehkan untuk kedua level dalam faktor ke-i tersebut minimum harus sama dengan e i dan ditulis dengan i = 1,2,…m dan j = 1,2,…,n Tujuannya adalah mencari berapakah nilai optimum level-level pada tiap-tiap faktor. Akhirnya dapat dihitung nilai untuk setiap benchmark. Jika nilai setiap benchmark diketahui, maka nilai ini dapat digunakan untuk mengevaluasi suatu pekerjaan.

Contoh Kasus Misalkan ada 3 (tiga) faktor yang mempenga- ruhi evaluasi pekerjaan : x 1 kompleksitas pekerjaan x 2 kebutuhan akan pengawasan, dan x 3 ketahanan fisik

Mis. Tiap-tiap faktor terbagi menjadi 4 level. FaktorLevel ke -VariabelKeterangan 11 x 11 Rendah 2 x 12 Menengah 3 x 13 Cukup Tinggi 4 x 14 Tinggi 21 x 21 Sangat butuh 2 x 22 Butuh 3 x 23 Sedikit butuh 4 x 24 Tidak butuh 31 x 31 Tidak perlu 2 x 32 Sedikit perlu 3 x 33 Perlu 4 x 34 Sangat perlu

Mis. Ada 5 benchmark yang ditetapkan

Toleransi yang ditetapkan setiap benchmark Benchmark ke -Nilai tegasToleransiBatas ('r)(d r ) atasbawahatasbawah (Z max - d r )(d r - Z min )(Z max )(Z min ) dengan i = 1,2,3. Antara satu level dengan level sebelumnya dalam setiap faktor memiliki selisih nilai minimum 4 Level terendah dan tertinggi memiliki batasan sebagai berikut dengan i = 1,2,3 dan j = 1,2,3 ;

Solusi Tentukan maks. nilai λ “eigen value” Tentukan batasan Selesaikan dengan linear programming λ = 0.92, menunjukkan bahwa keputusan yang diambil untuk menggunakan benchmark ini 92 % sempurna Diperoleh nilai level setiap faktor, dan akhirnya dapat ditentukan nilai untuk tiap-tiap benchmark.

Sampai Jumpa di Pertemuan 12 Selamat Belajar, Semoga Sukses