APLIKASI PENGAMBILAN KEPUTUSAN EXPERT CHOICE WINQSB (Decision Analysis)

ANALISIS KEPUTUSAN Aktivitas harian: tindakan pengambilan keputusan Perlunya Analisis Keputusan Persoalan pertanggungjawaban Upaya meyakinkan orang lain: kejelasan dan sistematika Sifat masalah yang dapat didekati Unik, tak ada preseden & mungkin tak akan terulang Tak pasti, pengetahuan & informasi sangat rendah Jangka panjang, berimplikasi jauh ke depan Kompleks, preferensi pengambil keputusan (resiko & waktu) Baik buruknya keputusan dipengaruhi oleh: Pemanfaatan penuh informasi yang dimiliki Dasar-dasar rasionalitas telah diikuti Proses transformasi berjalan konsisten

EXPERT CHOICE Aplikasi pendukung pengambilan keputusan, pada masalah yang kompleks dengan banyak kriteria dan banyak alternatif pemecahan masalah Dasar dari Expert Choice adalah ”Analytical Hierarchy Process”

ANALYTICAL HIERARCHY PROCESS (Dasar Teori) Teknik untuk membantu pemecahan masalah dalam mengatasi kerumitan akibat beragamnya kriteria, bukan hanya akibat ketidaksempurnaan dan ketidakpastian informasi Hirarki fungsional, input utamanya persepsi manusia Sangat berguna pada situasi yang kompleks, dengan data dan informasi sangat minim Banyak digunakan untuk perencanaan, penentuan alternatif, penyusunan prioritas, perancangan sistem, pemilihan kebijakan (policy), dan pengukuran kinerja

PRINSIP PENGGUNAAN AHP Dekomposisi (decomposition), memecah persoalan yang utuh menjadi unsur-unsurnya. Penilaian kekirtaan (comparative judgment), memberi penilaian terhadap kepentingan relatif dua elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkat di atasnya. Penentuan prioritas (synthesis of priority), analisis prioritas elemen dengan metode perbandingan berpasangan antar 2 (dua) elemen sampai keseluruan elemen tercakup. Konsistensi logis (logical consistency), dalam menentukan jawaban prioritas elemen yang menentukan validitas data dan hasil pengambilan keputusan. contoh: A > B dan B > C, maka secara logis A > C

Dekomposisi Penyusunan Hirarki Hierarki untuk Memilih Sebuah Mobil

Perbandingan Berpasangan dalam Comparative Judgment

Penentuan Prioritas Matriks Perbandingan 3 Mobil dari Sisi Kenyamanan Hon Nis VW LR 1 1/2 1/3 ¼ 2 2/3 2/4 3 3/2 ¾ 4 4/3 Kenyamanan Hon Nis VW LR 1 1/2 1/3 ¼ 2 2/3 2/4 3 3/2 ¾ 4 4/3 Jumlah 10 5 10/3 2,5 Matriks Perbandingan 3 Mobil dari Sisi Kenyamanan Mensintesis Pertimbangan NORMALISASI Hon = (1/10+1/10+1/10+1/10)/4 = 0,1 Nis = (2/10+1/5+2/10+2/10)/4 = 0,2 VW = (3/10+3/10+3/10+3/10)/4 = 0,3 LR = (4/10+2/5+4/10+2/5)/4 = 0,4 Kenyamanan Hon Nis VW LR 1/10 2/10 1/5 3/10 4/10 2/5 Hon = ½ Nis Hon = 1/3 VW Hon = ¼ LR 1/3 VW = ½ Nis VW = 3/2 Nis Mensintesis Pertimbangan

Kehema-tan Bahan Bakar Prioritas Total Harga Pembe-lian Biaya Pemeli-haraan Kehema-tan Bahan Bakar Kenya-manan Status Layanan Purna Jual Prioritas Total (1) (2) (3) (4) (5) (6) Honda CRV (a) (VK1a) x (VF1) (VK2a) x (VF2) (VK3a) x (VF3) 0,1 x (VF4) (VK5a) x (VF5) (VK6a) x (VF6) SUM Nissan Terrano (b) (VK1b) x (VF1) (VK2b) x (VF2) (VK3b) x (VF3) 0,2 x (VF4) (VK5b) x (VF5) (VK6b) x (VF6) VW Touareg (c) (VK1c) x (VF1) (VK3c) x (VF3) 0,3 x (VF4) (VK5c) x (VF5) (VK6c) x (VF6) Land Rover Freelander (d) (VK1d) x (VF1) (VK3d) x (VF3) 0,4 x (VF4) (VK5d) x (VF5) (VK6d) x (VF6)

Konsistensi Penilaian Bila elemen A adalah dua kali lebih penting dari elemen B, maka elemen B adalah ½ kali pentingnya dari elemen A Konsistensi absolut sulit untuk didapat Consistency Ratio of Hierarchy (CRH) = Σ (nilai Consistency Index (CI) x bobot suatu kriteria), dibandingkan dengan nilai yang didapat dengan cara sama tetapi untuk suatu matriks random. Konsisten, jika CRH < 0,10

WINQSB (METODE ANALISIS) Acceptance Sampling Analysis Aggregat Planning Decision Analysis Dynamic Programming Facility Location and Layout Forecasting Inventory Theory and System Job Schedulling Linear and Integer Programming Markov Process Material Requirements Planning Network Modelling Nonlinear Programming PERT/CPM Quadratic Programming Queuing Analysis Queuing System Simulation Quality Control Chart

Decision Tree Analysis Metode grafis yang memperlihatkan cabang keputusan (decision branch) dan kejadian tak pasti (chance) Notasi Decision Tree Analysis: Decision Node Chance Node Kejadian tidak diikuti kejadian lain: terminal node (Event) Tiap node bisa memiliki nilai payoff + payoff: penerimaan - payoff: biaya Pemilihan keputusan terbaik diambil dari nilai ekspektasi tertinggi Decision Tree Analysis

Terima Kasih, Mari Kita Berpraktik! (praktikum)