MODEL ANALISIS KUANTITATIF

Presentasi berjudul: "MODEL ANALISIS KUANTITATIF"— Transcript presentasi:

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

2 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.

3 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)

4 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

5 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

6 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.

7 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

8 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 :

9 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 :

10 Pohon Keputusan Optimal

11 Hasil Pembobotan

12 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

13 Hasil Peniliaian Berdasarkan Data Survei

14 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.

15 SEKIAN Dan TERIMAKASIH