Elemination by Aspects Elemination by aspects ignores uncertainty by applying criteria one at a time to rule out alternatives that do not satisfy minimal.

Slides:



Advertisements
Presentasi serupa
PERTEMUAN XII ANALISA KEPUTUSAN DAN TEORI PERMAINAN
Advertisements

MODUL 11 BASIC CONCEPT OF CAPITAL INVESTMENT Pendahuluan
Pengujian Hipotesis.
UTILITY THEORY.
Menyiapkan Proposal Sistem
Decision Theory.
ANALISIS KEPUTUSAN BAGI SITUASI MASA DEPAN YANG TIDAK PASTI
PENGAMBILAN KEPUTUSAN DALAM KONDISI TIDAK PASTI
Sistem Pendukung Keputusan Pemilihan Paket Wisata dan Reservasi Travel Dengan Metode AHP dan TOPSIS Berbasis Web I Nyoman Giri Sasmita Atmaja
Teori Keputusan.
WHAT IS MULTIPLE CRITERIA ANALYSIS?
Concept Selection.
Game Theory Purdianta, ST., MT..
Kategori Persoalan Keputusan
KONSEP STRATEGI BISNIS DAN IMPLIKASINYA PADA STRATEGI IS/IT
Teori Pengambilan Keputusan
Pengambilan keputusan dalam kondisi pasti
Unemployment. 2 Supply and Demand Model 3 Supply - Demand Model Wage Employment Supply Demand Rp 10 5 Rp 15 E D’ S’ 37 Unemployment = 4.
Determination of Efficient Portfolio Analysis on 5 Stocks Move in Banking Susianty for further detail, please visit
Inventory Management. Introduction Basic definitions ? An inventory is an accumulation of a commodity that will be used to satisfy some future demand.
C. STRATEGI OPERASI Keputusan-keputusdan strategis operasional meliputi antara lain : PRODUK DAN JASA-JASA Produk dan jasa-jasa dapat diklasifikasikan.
The first reason Sebab yang pertama. skills ketrampilan.
1 Pertemuan 22 Analisis Studi Kasus 2 Matakuliah: H0204/ Rekayasa Sistem Komputer Tahun: 2005 Versi: v0 / Revisi 1.
1 Pertemuan 24 Matakuliah: I0214 / Statistika Multivariat Tahun: 2005 Versi: V1 / R1 Analisis Struktur Peubah Ganda (IV): Analisis Kanonik.
1 Pertemuan 11 Indikator Trend Matakuliah: F0392/Simulasi Perdagangan di Bursa Efek Tahun: 2005 Versi: 1/3.
Keuangan dan Akuntansi Proyek Modul 2: BASIC TOOLS CHRISTIONO UTOMO, Ph.D. Bidang Manajemen Proyek ITS 2011.
ANALISIS KEPUTUSAN 1. Pengambilan Keputusan Dalam Suasana Certainty ( suasana yang serba pasti ) : Apabila semua informasi yang dibutuhkan untuk membuat.
Penyelidikan Operasi Pemrograman Dinamik Stokastik.
Teori Keputusan (Decision Theory)
Pertimbangan Resiko & Ketidakpastian
PRESENT WORTH ANALYSIS
Model Pengambilan Keputusan (2)
Ukuran Pembobotan ( Criterion Weighting )
Analisis Keputusan Komponen Pengambilan Keputusan
Modul IX. Pengambilan Keputusan Dalam Keadaan Tak Ada Kepastian
GREEN BUSINESS IN WASTE MANAGEMENT SECTOR
RISK ANALYSIS Risk Analysis (analisis resiko) atau analisis profitabilitas dimaksudkan untuk membantu menjelaskan persoalan yang timbul akibat kondisi.
Branch and Bound Lecture 12 CS3024.
CAPITAL BUDGETING.
Teori Keputusan (Decision Theory)
Pengujian Hipotesis (I) Pertemuan 11
Pemrograman Linier.
METODE2 KEPUTUSAN PENGANGGARAN MODAL
Kategori Persoalan Keputusan
The first reason Sebab yang pertama.
Pengambilan Keputusan dalam Kondisi Tidak Pasti
PROSES PENGAMBILAN KEPUTUSAN
TEORI PENGAMBILAN KEPUTUSAN
Chapter 13 Menyiapkan Proposal Sistem
PENGAMBILAN KEPUTUSAN MANAJEMEN
CSG3F3/ Desain dan Analisis Algoritma
ANALISIS KEPUTUSAN 1. Pengambilan Keputusan Dalam Suasana Certainty ( suasana yang serba pasti ) : Apabila semua informasi yang dibutuhkan untuk membuat.
BAB 10 TEORI KEPUTUSAN.
Evidance Based Practice
Unemployment Unemployment.
TABEL KEPUTUSAN (DECISION TABLE)
TEORI KEPUTUSAN.
Decision Theory.
PRESENT WORTH ANALYSIS
PERTEMUAN XII ANALISA KEPUTUSAN DAN TEORI PERMAINAN
Bab 13 : Keputusan Dalam Ketidakpastian dan Resiko
CAPITAL BUDGETING.
ANIESA SAMIRA BAFADHAL, SAB, MAB
TEORI KEPUTUSAN.
Customer Relationship Management
BAB 10 TEORI KEPUTUSAN.
Teori Pengambilan Keputusan
Menulis kajian pustaka
Model Pengambilan Keputusan (2)
AND THE PUBLIC INTEREST
Transcript presentasi:

Elemination by Aspects Elemination by aspects ignores uncertainty by applying criteria one at a time to rule out alternatives that do not satisfy minimal expectations. Advantages : efficient and reliable information. Disadvantages : cannot be used to consider trade off among criteria because it ignores potentially critical assumptions about criterion importance that can be tested with sensitivity analysis.

Pendahuluan Pembahasan chapter ini adalah : Elemination by aspects Valuing alternatives with multiple criteria under several possible future conditions Sensitivity analysis The concepts of utility

Elemination by Aspects Contoh : Seorang mahasiswa mencari tempat kost dengan kriteria sebagai berikut : 1. Sewa di bawah Rp ,- / bulan 2. Lokasi dekat dengan kampus 3. Tempat nyaman 4. Transportasi mudah Mahasiswa ini mempunyai 4 alternatif : A, B,C, dan D.

Elemination by Aspects AlternativesKost Criteria A B C D Sewa di bawah Rp ,- / bulanxvvv Lokasi dekat dengan kampusxvv Tempat nyamanvv Transportasi mudahxv

Elemination by Aspects Berdasarkan tabel tersebut maka diperoleh alternatif yang memenuhi harapan adalah alternatif kost D.

Valuing alternatives with multiple criteria under several possible future conditions Alternatives are valued according to both future conditions and criteria. The valuation index is made of objective information ( ex. level of cost and quality ) and subjective information ( ex. relative value of the cost and quality criteria )

Valuing alternatives with multiple criteria under several possible future conditions V ij = Σ k b k X ijk V ij = the value determined by alternative i in state j b k = the weight of importance of criteria k, set by decision maker X ijk = the value of criteria k for alternative i in state j

Valuing alternatives with multiple criteria under several possible future conditions Contoh : Pada sebuah rumah sakit X waktu yang dihabiskan untuk menunggu sangatlah lama menyebabkan banyak pasien yang pergi sebelum mendapatkan pelayanan sehingga rumah sakit X ini tidak mendapatkan pemasukan. Rumah sakit ingin membandingkan keadaan sekarang ini dengan keadaan apabila waktu praktek ditambah. Kriteria yang digunakan adalah kepuasan dokter dan profit.

Valuing alternatives with multiple criteria under several possible future conditions Berdasarkan hasil forecasting maka didapatkan demand : 1.200% demand sekarang, P 1 = % demand sekarang, P 2 = % demand sekarang, P 3 = 0.05

Valuing alternatives with multiple criteria under several possible future conditions Membuat quetionnare yang membandingkan kepuasan dokter terhadap keadaan sekarang dan keadaan saat ditambah jam kerja dengan keadaan demand yang berbeda-beda. Digunakan skala 0 – 1, dimana 0 adalah tidak dapat diterima dan 1 adalah tidak menolak.

Valuing alternatives with multiple criteria under several possible future conditions C 1 Considerable Latent Demand C 2 Considerable Latent Demand C 3 Considerable Latent Demand A 1 Current hours 0,600,801,00 A 2 Expanded hours 0,650,400,10

Valuing alternatives with multiple criteria under several possible future conditions Menghitung keuntungan untuk masing-masing alternatif pada tiap keadaan ( state ). Membuat skala 0 – 1 dimana 1 adalah keuntungan terbesar dan 0 adalah keuntungan terkecil

Valuing alternatives with multiple criteria under several possible future conditions Actual Values C 1 Considerable Latent Demand C 2 Considerable Latent Demand C 3 Considerable Latent Demand A 1 Current hours$0 A 2 Expanded hours$ $ $ Rescaled values C1C1 C2C2 C3C3 A 1 Current hours0,15 A 2 Expanded hours1,000,230,00

Valuing alternatives with multiple criteria under several possible future conditions Decision maker menentukan bobot kepuasan sebesar 1/3 dan bobot profit sebesar 2/3, sehingga : V ij = 1/3 (kepuasan) + 2/3 (profit)

Valuing alternatives with multiple criteria under several possible future conditions Actual Values C 1 Considerable Latent Demand P 1 = 0.30 C 2 Considerable Latent Demand P 2 = 0.65 C 3 Considerable Latent Demand P 3 = 0.05 A 1 Current hours0,300,370,43 A 2 Expanded hours0,890,290,03

Valuing alternatives with multiple criteria under several possible future conditions Menghitung expected value : Expected value A 1 = 0.3(0.3) (0.37) (0.43) = 0.35 Expected value A 2 = 0.3(0.89) (0.29) (0.03) = 0.45

Valuing alternatives with multiple criteria under several possible future conditions Berdasarkan hasil perhitungan maka dipilih alternatif yang memberikan nilai expected value yang terbesar yaitu alternatif penambahan jam praktek.

Other Decision Rules Uncertainty ( LaPlace) Pessimism ( maximin ) Optimism ( maximax ) Regret ( minimax )

Uncertainty ( LaPlace ) Menyatakan bahwa semua alternatif mempunyai probabilitas yang sama.

Uncertainty ( LaPlace ) Decision maker menentukan bobot kepuasan sebesar 1/2 dan bobot profit sebesar 1/2, sehingga : V ij = 1/2 (kepuasan) + 1/2 (profit)

Uncertainty ( LaPlace ) Actual Values C 1 Considerable Latent Demand P 1 = 1/3 C 2 Considerable Latent Demand P 2 = 1/3 C 3 Considerable Latent Demand P 3 = 1/3 A 1 Current hours0,3750,4750,575 A 2 Expanded hours0,8250,3150,050

Uncertainty ( LaPlace ) Menghitung value LaPlace : Value A 1 = 1/3(0.375) + 1/3(0.475) + 1/3(0.575) = Value A 2 = 1/3(0.825) + 1/3(0.315) + 1/3(0.050) = 0.397

Uncertainty ( LaPlace ) Berdasarkan hasil perhitungan maka dipilih alternatif yang memberikan value yang terbesar yaitu alternatif jam praktek saat ini.

Pessimism ( maximin ) memilih nilai terkecil dari masing-masing alternatif dan kemudian memilih nilai yang terbesar dari nilai terkecil alternatif-alternatif tersebut sebagai dasar pengambilan keputusan.

Pessimism ( maximin ) Actual Values C 1 Considerable Latent Demand P 1 = 0.30 C 2 Considerable Latent Demand P 2 = 0.65 C 3 Considerable Latent Demand P 3 = 0.05 A 1 Current hours 0,30 0,370,43 A 2 Expanded hours0,890,29 0,03

Optimisim ( maximax ) Actual Values C 1 Considerable Latent Demand P 1 = 0.30 C 2 Considerable Latent Demand P 2 = 0.65 C 3 Considerable Latent Demand P 3 = 0.05 A 1 Current hours0,300,37 0,43 A 2 Expanded hours 0,89 0,290,03

Regret ( minimax ) Actual Values C 1 Considerable Latent Demand P 1 = 1/3 C 2 Considerable Latent Demand P 2 = 1/3 C 3 Considerable Latent Demand P 3 = 1/3 A 1 Current hours - 0, A 2 Expanded hours

Sensitivity Analysis Analisis sensitivitas digunakan untuk melihat kesamaan hasil alternatif dengan keadaan sebenarnya di masa datang.

Sensitivity Analysis Pada contoh rumah sakit : Payoff = Σ i [(1 - b)(satisfaction value) i + b(profit value) i ]P i

Sensitivity Analysis A 1 (current hours) = [(1 – b)60 + b15].30 + [(1 – b)80 + b15].65 + [(1 – b)100 + b15].05 A 2 (expanded hours) = [(1 – b)65 + b100].30 + [(1 – b)40 + b23].65 + [(1 – b)10 + b0].05

Sensitivity Analysis A 1 = 75 – 60b A 2 = 46 – 1.05b Kemudian memplot persamaan tersebut. b = 0b = 1 A A

Sensitivity Analysis Setelah kita memplot grafik maka kita mencari titik temu dimana kepuasan = keuntungan 75 – 60b = 46 – 1.05b b = 0.492

The Concept of Utility Utility adalah suatu konsep untuk menilai alternatif karena perubahan secara linear dari criteria-criteria kadang tidak mencerminkan keadaan sebenarnya.

The Concept of Utility Langkah-langkah menyusun grafik utility : Menentukan tujuan pemilihan alternatif. Menentukan criteria-criteria yang menentukan dari alternatif. Penilaian dari criteria Grafik dari masing-masing pengambil keputusan