MODEL ANALISIS KUANTITATIF

Slides:



Advertisements
Presentasi serupa
UKURAN NILAI PUSAT UKURAN NILAI PUSAT ADALAH UKURAN YG DAPAT MEWAKILI DATA SECARA KESELURUHAN JENIS UKURAN NILAI PUSAT : MEAN , MEDIAN, MODUS KUARTIL,
Advertisements

Statistika dan Aplikasi Komputer Sesi 2: Ukuran Sentral dan Persebaran
Teori Graf.
Statistika Deskriptif: Distribusi Proporsi
START.
ANALISA BIVARIAT: KORELASI DAN REGRESI
Menunjukkan berbagai peralatan TIK melalui gambar
UKURAN-UKURAN STATISTIK
Bulan maret 2012, nilai pewarnaan :
Tugas Praktikum 1 Dani Firdaus  1,12,23,34 Amanda  2,13,24,35 Dede  3,14,25,36 Gregorius  4,15,26,37 Mirza  5,16,27,38 M. Ari  6,17,28,39 Mughni.

PERANGKAT AKREDITASI SD/MI
TENDENSI SENTRAL.
UKURAN PEMUSATAN Rata-rata, Median, Modus Oleh: ENDANG LISTYANI.
1 Diagram berikut menyatakan jenis ekstrakurikuler di suatu SMK yang diikuti oleh 400 siswa. Persentase siswa yang tidak mengikuti ekstrakurikuler.
(UKURAN PEMUSATAN DAN UKURAN PENYEBARAN)
Korelasi dan Regresi Ganda
BADAN KOORDINASI KELUARGA BERENCANA NASIONAL DIREKTORAT PELAPORAN DAN STATISTIK DISAJIKAN PADA RADALGRAM JAKARTA, 4 AGUSTUS 2009.
PSAP 12 LAPORAN OPERASIONAL
TINJAUAN UMUM DATA DAN STATISTIKA
Uji Non Parametrik Dua Sampel Independen
BOROBUDUR (4) FAHMI BASYA
Statistika Deskriptif
Bab 6B Distribusi Probabilitas Pensampelan
WORKSHOP INTERNAL SIM BOK
HITUNG INTEGRAL INTEGRAL TAK TENTU.
Contoh DAFTAR Subjek Frekuensi (f) a – b 1 c – d 2 e – f 3 .. Jumlah.
UKURAN PENYEBARAN DATA
METODE Statistika BAB 1. PENDAHULUAN.
Selamat Datang Dalam Kuliah Terbuka Ini
Ukuran Pemusatan dan Ukuran Penyebaran
DISTRIBUSI FREKUENSI oleh Ratu Ilma Indra Putri. DEFINISI Pengelompokkan data menjadi tabulasi data dengan memakai kelas- kelas data dan dikaitkan dengan.
ENTREPRENEURSHIP KEWIRAUSAHAAN BAB 10 Oleh : Zaenal Abidin MK SE 1.
Rabu 23 Maret 2011Matematika Teknik 2 Pu Barisan Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat – sifat barisan Barisan Monoton.
Soal Latihan.
: : Sisa Waktu.
Pendugaan Parameter dan Besaran Sampel
PEMINDAHAN HAK DENGAN INBRENG
NILAI RATA-RATA (CENTRAL TENDENCY)
Penilaian Dalam Tes Bahasa
UKURAN PEMUSATAN DATA Sub Judul.
Fungsi Invers, Eksponensial, Logaritma, dan Trigonometri
UKURAN PEMUSATAN DAN LETAK DATA
PENGUKURAN GEJALA PUSAT / NILAI PUSAT/UKURAN RATA-RATA
Selamat Datang Dalam Kuliah Terbuka Ini
Bulan FEBRUARI 2012, nilai pewarnaan :
AREAL PARKIR PEMERINTAH KABUPATEN JEMBRANA
Bab 10 Struktur Sekor Struktur Sekor
LANGKAH-LANGKAH melaksanakan SURVEI CONTOH
PENYESUAIAN PENILAIAN TUGAS AKHIR
PENGUJIAN HIPOTESA Probo Hardini stapro.
Bahan Kuliah IF2091 Struktur Diskrit
Graf.
1.2 Identifikasi Masalah dan Perumusan Masalah
TEORI ANTRIAN DAN SIMULASI
DISTRIBUSI FREKUENSI.
Statistika Deskriptif: Distribusi Proporsi
Asosiasi dan Uji Perbedaan
Teknik Numeris (Numerical Technique)
• Perwakilan BKKBN Provinsi Sulawesi Tengah•
Bahan Kuliah IF2120 Matematika Diskrit
7. RANTAI MARKOV WAKTU KONTINU (Kelahiran&Kematian Murni)
Pohon (bagian ke 6) Matematika Diskrit.
P OHON 1. D EFINISI Pohon adalah graf tak-berarah terhubung yang tidak mengandung sirkuit 2.
UKURAN PEMUSATAN DAN LETAK DATA
Akuntasi Sektor Publik Undang-Undang dan Peraturan Pemerintah Daerah
Korelasi dan Regresi Ganda
PENDAFTARAN TANAH Pendaftaran Tanah (Pasal 1 angka 1 PP No.24 Th 1997)
Pengantar sistem informasi Rahma dhania salamah msp.
Oleh: Puguh Suharso PILAR I PILAR II PILAR III PILAR IV PILAR V KRITERIA PENILAIAN.
Transcript presentasi:

MODEL ANALISIS KUANTITATIF “TEV” oleh : Puguh Suharso PPKDT / BPPT

MODEL ANALISIS KUANTITATIF “TEV” adalah : TUJUAN APLIKASI MODEL ANALISIS KUANTITATIF “TEV” adalah : MEMBUAT ANALISIS DATA METRIK ATAU DATA NON-METRIK DENGAN MENGGUNAKAN METODE PENYELESAIAN KUANTITATIF MEMBUAT EVALUASI ATAU PENILAIAN TERHADAP SUATU OBYEK DENGAN MENGGUNAKAN SKALA UKUR TERTENTU OBYEK YANG AKAN DINILAI / DIEVALUASI ADALAH : KUALITAS PRODUK BARANG / JASA; HASIL KEGIATAN; PROSES PRODUKSI; IMPLEMENTASI KEBIJAKAN dan lain sebagainya yang sejenis.

MODEL ANALISIS AHP (Analytic Hierarchy Process) DUKUNGAN TEORI MODEL ANALISIS AHP (Analytic Hierarchy Process) MODEL ANALISIS TAI (Technology Achievement Index) MODEL ANALISIS DAYA SAING GLOBAL (Global Competitiveness Index)

UNSUR MODEL TERDIRI ATAS 3 (TIGA) PENDEKATAN, YAITU : PENDEKATAN POHON KEPUTUSAN (DECISION TREE) PENDEKATAN METODE DELPHI OPTIMISASI POHON KEPUTUSAN dan PEMBOBOTAN PENDEKATAN NILAI HARAPAN (EXPECTED VALUE) MELAKUKAN PERHITUNGAN NILAI

Pendekatan Pohon Keputusan Obyek Dimensi 1 Indikator 1.1 Indikator 1.2 Dimensi 2 Indikator 2.1 Indikator 2.2 Dimensi 3 Indikator 3.1 Indikator 3.2 Pohon Keputusan dioptimisasikan dengan melibatkan para pakar yang kompeten di bidang obyek yang dikaji (akademisi, pejabat, pelaku bisnis, praktisi, pengguna dan lainnya). Pendekatan dilakukan dengan aplikasi metode Delphi

Metode Delphi menekankan pada lima prinsip dasar, yaitu : Anonimitas, seluruh pakar memberikan tanggapan secara terpisah dan anonimitas (saling tidak mengenal di antara para pakar benar-benar dijaga). Iterasi, penilaian setiap individu dikumpulkan dan dikomunikasikan kembali kepada seluruh pakar yang terlibat dalam berpendapat dalam dua putaran atau lebih, sehingga berlangsung proses belajar sosial dan kemungkinan adanya perubahan penilaian awal. Tanggapan Balik Yang Terkontrol, hasil penilaian disosialisasikan dalam bentuk rangkuman jawaban dari kuesioner. Jawaban Statistik, rangkuman jawaban setiap pakar disampaikan dalam bentuk ukuran tendensi sentral (biasanya median), dispersi (interkuartil), distribusi frekuensi (histogram atau poligon), atau yang lainnya. Konsensus, sebagai tujuan akhir (dengan beberapa pengecualian) adalah untuk menciptakan kondisi yang di dalamnya mengandung unsur konsensus.

Keterangan : Ai = Nilai bobot unsur ke-i aij Jumlah pakar yang menilai Ai sebagai peringkat ke-j n Jumlah seluruh pakar yang melakukan pembobotan m Jumlah unsur dalam kelompok setiap cabang pohon keputusan

PENDEKATAN NILAI HARAPAN (EXPECTED VALUE) Unsur-unsur pohon keputusan yang berada pada layar paling bawah (kondisi operasional) merupakan variabel yang dapat diukur datanya. Data didesain sedemikian rupa sehingga dapat ditransformasikan ke dalam nilai kategorikal, dan skala ukur yang digunakan fleksibel sesuai kebutuhan (skala 4, 5, 7, 9 atau lainnya). Metode pengumpulan data adalah kuesioner, dokumen, pengamatan, atau lainnya. Sedangkan formula untuk menghitung nilai setiap unsur yang mengandung nilai skala dan bobot adalah :

Contoh : Pohon Keputusan dioptimisasikan dengan melibatkan para pakar yang kompeten di bidang jasa (akademisi, pejabat, pelaku bisnis, praktisi, pengguna dan lainnya). Pendekatan dilakukan dengan aplikasi metode Delphi, dan hasilnya adalah :

Pohon Keputusan Optimal

Hasil Pembobotan

Pengukuran Nilai Menggunakan Skala 5 (lima) Kategori Range Interval 1 Sangat Rendah 1,00 - 1,80 2 Rendah 1,81 - 2,60 3 Sedang 2,61 - 3,40 4 Tinggi 3,41 - 4,20 5 Sangat Tinggi 4,21 - 5,00

Hasil Peniliaian Berdasarkan Data Survei

ANALISIS dan IMPLIKASI KEBIJAKAN Analisis dilakukan dengan menghitung nilai setiap unsur yang terkandung dalam pohon keputusan, hingga nilai obyek tercapai dan masuk dalam KATEGORI TERTENTU. Hasil analisis yang telah dilakukan memberikan implikasi terhadap keputusan (kebijakan) yang harus diambil. Pertama, menelusuri setiap unsur pohon keputusan dari tingkat nilai yang paling rendah sebagai prioritas pertama untuk meninjau secara operasional. Kemudian, untuk prioritas kedua ditinjau dari nilai unsur dengan kategori rendah kedua dan seterusnya hingga pada nilai sedang. Kedua, pertimbangan yang berdasar atas saran-saran yang diajukan oleh responden dalam penelitian ketika menjawab kuesioner. Saran-saran menjelaskan unsur mana yang dianggap oleh responden sebagai indikasi yang paling lemah.

SEKIAN Dan TERIMAKASIH