Non-numeric MULTI-PERSONS MULTICRITERIA DECISION MAKING (ME-MCDM) Prof. Dr. Ir. Marimin, M.Sc. marimin_07@yahoo.com

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

Gambar : Pengambilan Keputusan dengan Intuisi 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 Senang Sedih

Gambar : Pengambilan Keputusan dengan Analisa Keputusan ANALISA KEPUTUSAN (Normatif) LINGKUNGAN Kecerdasan Pilihan Informasi Preferensi Alternatif2 Penetapan kemungkinan Struktur Model Penetapan Nilai Preferensi Waktu Preferensi Risiko Tidak Pasti Kompleks Dinamis Persaingan Terbatas Persepsi Logika Keputs. Hasil Falsafah Sensitifitas nilai informasi Bingung cemas Berfikir Rasa tidak Enak Pandangan ke dalam Bertindak Puji Cela Senang Sedih REAKSI Gambar : Pengambilan Keputusan dengan Analisa Keputusan

MCDM SEBAGAI SALAH SATU MODEL DALAM PENGAMBILAN KEPUTUSAN Tujuan yang akan dicapai Masalah yang akan diselesaikan Kriteria Kinerja Pengambil Keputusan Alternatives alat/rencana/…

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

MODEL PENILAIAN Menggunakan Nilai Numerik (Nyata) Menggunakan Nilai Ordinal (Skala) Misal: Sangat Kurang 4. Baik Kurang 5. Sangat Baik Cukup Menggunakan Nilai Perbandingan Berpasangan Misal pada AHP : <misal A dibandingkan dengan B> 1 : A dan B sama penting 7 : A sangat nyata lebih penting 3 : A sedikit lebih penting dari B 9 : A pasti lebih penting dari B 5 : A jelas lebih penting dari B Menggunakan Preferensi Fuzzy

PENGAMBILAN KEPUTUSAN BERBASIS INDEKS KINERJA COMPOSIT PERFORMANCE INDEX (CPI) METODE BAYES METODE PERBANDINGAN EKSPONENSIAL (MPE) METODE DELPHI

Σ Σ MATRIK KEPUTUSAN : MODEL PENGHITUNGAN Vij * Bj , Bj = 1.0 ALT. KRITERIA NILAI ALT. KEP. RANGKING K1 K2 ….. Kn ALT1 V11 V12 V1n Nk1 ALT2 V21 V22 V2n Nk2 ALT3 : ALTm Vm1 Vm2 Vmn Nkm BOBOT B1 B2 Bn MODEL PENGHITUNGAN BAYES : Nki = n Σ j = 1 Vij * Bj , Bj = 1.0 2. Per. Eksponensial : Nki = n Σ j = 1 (Vij ) Bj , Bj = Bulat >0 3. Composite Performance Indeks (CPI)

Non-numeric MULTI-PERSONS MULTICRITERIA DECISION MAKING (ME-MCDM)

Contoh kasus: Manajer suatu perusahaan dihadapkan pada usulan beberapa alternatif kajian dan beberapa kriteria: Alternatif ada 3: - Alt 1 = Persediaan Bahan Baku dan JIT Alt 2 = Peningkatan Mutu melalui TQC Alt 3 = Efisiensi Teknologi Melalui Group Teknologi Kriteria ada 6: Kriteria 1: Urgensi dengan rencana pembangunan perusahaan Kriteria 2: Biaya yang diperlukan Kriteria 3: Komprehensifitas proposal Kriteria 4: Bonafitas pelaksana Kriteria 5: Operasionalisasi Kriteria 6: Efektifitas

MODEL DAN SKALA PENILAIAN Skala penilaian ada 7: P = Perfect/Paling tinggi ST = Sangat Tinggi T = Tinggi S = Sedang R = Rendah SR = Sangat Rendah PR = Paling Rendah Tingkat Kepentingan Kriteria (Misal) Kriteria 1 = P Kriteria 2 = ST Kriteria 3 = ST Kriteria 4 = S Kriteria 5 = R Kriteria 6 = R

Pakar Alternatif Kriteria Penilaian Kriteria 1 Kriteria 2 Kriteria 3 Kriteria 4 Kriteria 5 Kriteria 6 Expert 1 Alt 1 P T R ST Alt 2 Alt 3 Expert 2 S SR Expert 3 Expert 4

Misal untuk Penilaian Alternatif 1: Persediaan bahan baku dan JIT Pada Contoh kasus: Misal untuk Penilaian Alternatif 1: Persediaan bahan baku dan JIT Pakar/Decision Maker : 4 orang (E1, E2, E3 dan E4) Data Hasil Penilaian Expert ke-j Pakar Alternatif Kriteria Kriteria 1 Kriteria 2 Kriteria 3 Kriteria 4 Kriteria 5 Kriteria 6 Expert 1 Alt 1 P T R ST Expert 2 S Expert 3 Expert 4 SR

PROSEDUR KERJA PENGAMBILAN KEPUTUSAN Non-Numerik MEMCDM Agregasi Kriteria Agregasi Pakar

Menentukan negasi tingkat kepentingan kriteria dengan formula : Neg (Wk) = Wq – k + 1 k: Indeks; q: Jumlah skala Tingkat Kepentingan Kriteria Kriteria 1 = P Kriteria 2 = ST Kriteria 3 = ST Kriteria 4 = S Kriteria 5 = R Kriteria 6 = R Negasi TK Kriteria Kriteria 1 = PR Kriteria 2 = SR Kriteria 3 = SR Kriteria 4 = S Kriteria 5 = T Kriteria 6 = T

PROSES AGREGASI PADA KRITERIA Formula yang digunakan : Vij = min [Neg (Wak) v Vij (ak)] k = 1, 2,…,l Data Hasil Penilaian Expert ke-j Pakar Alternatif Kriteria Pilihan Kriteria 1 Kriteria 2 Kriteria 3 Kriteria 4 Kriteria 5 Kriteria 6 Expert 1 Alt 1 P T R ST Expert 2 S Expert 3 Expert 4 SR Keterangan : Alt 1 = Alternatif persediaan bahan baku dan JIT

PROSES AGREGASI PADA KRITERIA V11 = min [Neg (Wak) v Vij (ak)] = min [ PR v P, SR v T, SR v R, S v ST, T v P, T v T ] = min [P, T, R, ST, P, T ] = R V21 = min [Neg (Wak) v Vij (ak)] = min [ PR v ST, SR v T, SR v R, S v T, T v S, T v T ] = min [ST, T, R, T, T, T ] = R Hasil Agregasi Kriteria didapatkan : R, R, S, S

PROSES AGREGASI PADA PAKAR Menentukan bobot nilai dengan menggunakan formula: Keterangan: Qk = Int [1 + (k * )] q - 1 r q = jumlah skala penilaian r = jumlah expert Q1 = Int [1 + (1 * )] 7 - 1 4 Q1 = Int [2.5] = 3 = R Q2 = Int [1+ (2 * )] 7 - 1 4 Q2 = Int [4] = 4 = S Bobot Nilai Q1, Q2, Q3, Q4 = R, S, ST, P

PROSES AGREGASI PADA PAKAR Agregasi pakar dengan menggunakan formula: Vi = f (Vi) = max [Qj  bj] j = 1, 2,…,m bj adalah urutan terbesar nilai penilaian pakar ke-j xj = R, R, S, S; Sehingga bj = S, S, R, R V1 = max [R  S, S  S, ST  R, P R] V1 = max [R, S, R, R] = S Sehingga Nilai Akhir Alternatif Satu adalah S (sedang)

Rangkuman hasil Agregasi Kriteria - Pakar adalah sbb: Bobot Nilai R S ST P Negasi Bobot Kriteria PR SR T Hasil Agregasi Kriteria Hasil Agregasi Pakar Alt 1

Thanks … for your attention …