Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
Diterbitkan olehTria Agus Telah diubah "10 tahun yang lalu
1
Multi Expert – Multi Criteria Decision Making (ME-MCDM)
Dengan menggunakan skala Non - Numeric
2
3 komponen yang terlibat:
terdapat sejumlah alternatif/ proposal yang harus dilaksanakan / didanai. terdapat sejumlah pakar atau panelis yang berperan untuk menilai alternatif/ proposal, pada setiap kriteria yang telah ditetapkan. pengambil keputusan (direktur, program officer) yang harus menetapkan alternatif/ proposal mana yang akan di ambil/didanai – berdasarkan hasil penilaian pakar. Pik (qj) : Penilaian pakar ke-k terhadap proporsal ke-i pada kriteria ke-j.
3
Penilaian pakar: berupa linguistic=label dan terdiri dari 7 skala:
Mutlak Perlu(M) S7. Sangan Perlu (SP) S6. Perlu (P) S5. Cukup Perlu (CP) S4. Kurang Perlu (KP) S3. Tidak Perlu (TP) S2. Sangat Tidak Perlu (STP) S1. Pengambi keputusan menggunakan skala tingkat kepentingan kriteria, yang dinotasikan dengan I (qj). Misalkan terdapat 7 skala penilaian : I (q1) = Mutlak (M) S7. I (q2) = Sangan Penting (SP) S6. I (q3) = Penting (P) S5. I (q4) = Cukup Penting (CP) S4. I (q5) = Kurang Penting (KP) S3. I (q6) = Tidak Penting (TP) S2. I (q7) = Sangat Tidak Penting (STP) S1.
4
Proses Agregasi Penilaian Pakar tertentu untuk semua kriteria untuk masing-masing Proporsal.
Proses Penggabungan Penilaian semua Pakar untuk masing-masing proposal.
5
Agregasi Penilaian Pakar tertentu untuk semua kriteria.
Pik= Minj [ Neg {I (qj)} V Pik (qj) ]. Operator Maks. Neg (M) = STP Neg (SP) =TP Neg (P) = KP Neg (CP) = CP Neg (KP) = P Neg (TP) = SP Neg (STP) = M [ Neg {I (qj)} V Pik (qj) ].= T (qj) Menunjukkan suatu nilai untuk kriteria tertentu terhadap pernyataan: “ jika kriteria tertentu penting, maka kriteria tersebut mempunyai skor yang baik” atau “kriteria yang tingkat kepentingannya rendah mempunyai efek yang kecil terhadap skor secara keseluruhan
6
Kriteria C1 C2 C3 C4 C5 C6 I (qj) M SP CP KP Neg (qj) STP TP P Proporsal 1 Pakar-1 P11(qj) [Neg (qj) V P11(qj)] Min [Neg (qj) V P11(qj)] = KP Pakar-2 P12(qj) [Neg (qj) V P12(qj)] Min [Neg (qj) V P12(qj)] = CP Pakar-3 P13(qj) [Neg (qj) V P13(qj)] Min [Neg (qj) V P13(qj)] Untuk proposal-1, agregasi penilaian pakar-1: KP, pakar-2: CP, dan pakar 3: P ?? Pengambil keputusan menilai Proposal -1. Penggabungan Pendapat Pakar terhadap Proposal tertentu teknik agregasi / penggabungan dengan menggunakan Operator OWA (Ordered Weighted Averaging)
7
Kriteria C1 C2 C3 C4 C5 C6 I (qj) M SP CK KP Neg (qj) STP TP CP P Proporsal 2 Pakar-1 P11(qj) [Neg (qj) V P11(qj)] Min [Neg (qj) V P11(qj)] = TP Pakar-2 P12(qj) [Neg (qj) V P12(qj)] Min [Neg (qj) V P12(qj)] = P Pakar-3 P13(qj) [Neg (qj) V P13(qj)] Min [Neg (qj) V P13(qj)] = KP
8
Q : suatu fungsi bagi pengambil keputusan untuk melakukan agregasi (agregasi penilaian berdasarkan gabungan pendapat pakar). Q : sebagai generalisasi dari idea berapa banyak pakar yang dibutuhkan bagi DM untuk menentukan bahwa suatu alternatif/proposal dapat diterima. Sebagai contoh bahwa penilaian pada skala ekstrim (S) yaitu: Mutak Penting (M) dan Sangat Tidak Penting (STP) atau dhi q =2., dan jumlah pakar = r Jika DM membutuhkan/mensyaratkan semua pakar mendukung suatu proposal: Q(i) = STP, untuk i<r dan Q(r) = M Jika hanya diperlukan hanya satu pakar yang mendukung : Q(i) = M, untuk semua – i Jika dipersyaratkan paling sedikit p pakar: Q(i) = STP, untuk i < p Q(i) = M, untuk i ≥ p Kasus Juri bersalah atau tidak bersalah
9
q : jumlah skala penilaian = 7, yaitu:
(M) S7. (SP) S6. (P) S5. (CP) S4. (KP) S3. (TP) S2 (STP) S1. r : jumlah pakar =3 k=0 b(0) = Int(1+0) = Int(1) =1 Sb(0) S1 ; Q(0)= S1 Q(0) = STP k=1 b(1) = Int(1+6/3) =Int(3,0) =3 Sb(1) S2; Q(1)= S2 Q(1) =KP k=2 b(2) = Int(1+12/3) =Int(5,0)=5 Sb(2) S5; Q(2)= S5 Q(2) = P k=3 b(3) = Int(1+18/3) =Int(7,0)=7 Sb(3) S7 ; Q(3)= S7 Q(3) = MP
10
Prosedur OWA: Mengurutkan pendapat secara berurut dari skala tertinggi ke skala terendah: Untuk proposal tertentu: Operator Min Pi1 = KP Pi2 = CP Pi3 = P Pi4 = SP SP = B1 P = B2 CP = B3 KP = B4 Bj = skor tertinggi di antara skor yg diberikan para pakar terhadap proposal tertentu. : “sebagai indikasi seberapa penting dukungan j pakar bagi pengambil keputusan”
11
Q(1) = KP Q(2) = P Q(3) = M Operator Min P11 = KP P12 = CP P13 = P P = B1 CP = B2 KP = B3 P21 = TP P22 = P P23 = KP P = B1 KP = B2 TP = B3 P1 = Max [Q(1) Λ B1; Q(2) Λ B2; Q(3) Λ B3;] = Max [KP Λ P; P Λ CP; M Λ KP] = Max [KP;CP;KP] = CP. P2 = Max [Q(1) Λ B1; Q(2) Λ B2; Q(3) Λ B3;] = Max [KP Λ P; P Λ KP; M Λ TP] = Max [KP;KP;TP] = TP.
12
q : jumlah skala penilaian = 7, yaitu:
(M) S7. (SP) S6. (P) S5. (CP) S4. (KP) S3. (TP) S2 (STP) S1. r : jumlah pakar =4 k=0 b(0) = Int(1+0) = Int(1) =1 Sb(0) S1 ; Q(0)= S1 Q(0) = STP k=1 b(1) = Int(1+6/4) =Int(2,5) =3 Sb(1) S3; Q(1)= S3 Q(1) = KP k=2 b(2) = Int(1+12/4) =Int(4,0)=4 Sb(2) S4; Q(2)= S4 Q(2) = CP k=3 b(3) = Int(1+18/4) =Int(5,5)=6 Sb(3) S6 ; Q(3)= S6 Q(3) = SP k=4 b(4) = Int(1+24/4) =Int(7,0)=7 Sb(4) S7 ; Q(4)= S7 Q(4) = M
13
Prosedur OWA: Mengurutkan pendapat secara berurut dari skala tertinggi ke skala terendah: Untuk proposal tertentu: Operator Min Pi1 = KP Pi2 = CP Pi3 = P Pi4 = SP SP = B1 P = B2 CP = B3 KP = B4 Bj = skor tertinggi di antara skor yg diberikan para pakar terhadap proposal tertentu. : “sebagai indikasi seberapa penting dukungan j pakar bagi pengambil keputusan”
14
Pi = Max [ KP Λ SP ; CP Λ P ; SP Λ CP ; M Λ KP ]
Q (1) = (KP) Q (2) = (CP) Q (3) = (SP) Q (4) = (M) B1 = SP B2 = P B3 = CP B4 = KP Pi = Max [ KP Λ SP ; CP Λ P ; SP Λ CP ; M Λ KP ] = Max [ KP ; CP ; CP; KP ] = CP
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.