Metode Analytical Hierarchy Process (AHP)

Posted in

21.42

Pengertian AHP

Analytical Hierarchy Process (AHP) merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas L. Saaty. AHP menguraikan masalah multi faktor atau multi kriteria yang kompleks menjadi suatu hirarki. Menurut Saaty (1993), hirarki didefinisikan sebagai suatu representasi dari sebuah permasalahan yang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke bawah hingga level terakhir dari alternatif. Dengan hirarki, suatu masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akan tampak lebih terstruktur dan sistematis.

Kelebihan dan Kelemahan AHP

Layaknya sebuah metode analisis, AHP pun memiliki kelebihan dan kelemahan dalam system analisisnya. Kelebihan-kelebihan analsis ini adalah :

Kesatuan (Unity)

AHP membuat permasalahan yang luas dan tidak terstruktur menjadi suatu model yang fleksibel dan mudah dipahami.

Kompleksitas (Complexity), AHP memecahkan permasalahan yang kompleks melalui pendekatan sistem dan pengintegrasian secara deduktif.
Saling ketergantungan (Inter Dependence)

AHP dapat digunakan pada elemen-elemen sistem yang saling bebas dan tidak memerlukan hubungan linier.

Struktur Hirarki (Hierarchy Structuring)

AHP mewakili pemikiran alamiah yang cenderung mengelompokkan elemen sistem ke level-level yang berbeda dari masing-masing level berisi elemen yang serupa.

Pengukuran (Measurement)

AHP menyediakan skala pengukuran dan metode untuk mendapatkan prioritas.

Konsistensi (Consistency)

AHP mempertimbangkan konsistensi logis dalam penilaian yang digunakan untuk menentukan prioritas.

Sintesis (Synthesis)

AHP mengarah pada perkiraan keseluruhan mengenai seberapa diinginkannya masing-masing alternatif.

Trade Off

AHP mempertimbangkan prioritas relatif faktor-faktor pada sistem sehingga orang mampu memilih altenatif terbaik berdasarkan tujuan mereka.

Penilaian dan Konsensus (Judgement and Consensus)

AHP tidak mengharuskan adanya suatu konsensus, tapi menggabungkan hasil penilaian yang berbeda.

Pengulangan Proses (Process Repetition)

AHP mampu membuat orang menyaring definisi dari suatu permasalahan dan mengembangkan penilaian serta pengertian mereka melalui proses pengulangan.

Sedangkan kelemahan metode AHP adalah sebagai berikut:

Ketergantungan model AHP pada input utamanya. Input utama ini berupa persepsi seorang ahli sehingga dalam hal ini melibatkan subyektifitas sang ahli selain itu juga model menjadi tidak berarti jika ahli tersebut memberikan penilaian yang keliru.
Metode AHP ini hanya metode matematis tanpa ada pengujian secara statistik sehingga tidak ada batas kepercayaan dari kebenaran model yang terbentuk

Aplikasi AHP

Beberapa contoh aplikasi AHP adalah sebagai berikut:

Membuat suatu set alternatif;
Perencanaan
Menentukan prioritas;
Memilih kebijakan terbaik setelah menemukan satu set alternatif;
Alokasi sumber daya
Menentukan kebutuhan/persyaratan;
Memprediksi outcome;
Merancang sistem;
Mengukur performa;
Memastikan stabilitas sistem;
Optimasi;
Penyelesaian konflik

Read Users' Comments (0)

Sistem Pendukung Keputusan (SPK) Dengan Metode Promethe

Posted in

21.33

PROMETHEE merupakan salah satu metode yang digunakan untuk mengambil keputusan pada multi criteria decision making(MCDM). Metode ini pertama kali diperkenalkan oleh J. P. Brans pada tahun 1982.

MULTI CRITERIA DECISION MAKING

Multi Criteria Decision Making dapat dinyatakan sebagai berikut :

Max{g₁(a),g₂(a),…,g_j(a),…,g_k(a)|a A} (1.1)
Dimana A : himpunan dari semua alternatif solusi {a1,a2,…,ai,..an}.
{g1(.),g2(.),…,g(j),g(k)} : nilai evaluasi dari tiap kriteria.

Cara yang sering dilakukan ketika akan mengambil keputusan dalam MCDM adalah membandingkan alternatif yang satu dengan alternatif lainnya. Perbandingan dilakukan pada setiap kriteria. Setelah proses perbandingan dilakukan, proses selanjutnya adalah melakukan proses perangkingan alternatif – alternatif yang ada berdasarkan hasil proses perbandingan tadi.

1. pengertian dari Promethee itu sendiri adalah metode dalam memecahkan permasalahan yang bersifat multikriteria dengan cara menentukan urutan (prioritas). Masalah pokoknya adalah kesederhanaan, kejelasan , dan kestabilan. Dugaan dari dominasi kriteria yang digunakan dalam promethee adalah penggunaan nilai dalam hubungan outranking. Ini adalah metode peringkat yang cukup sederhana dalam konsep dan aplikasi dibandingkan dengan metode lain untuk analisis multikriteria. Promethee ini sendiri termasuk dalam keluarga dari metode outranking yang dikembangkan oleh B. Roy, dan meliputi dua fase:
- Membangun hubungan outranking dari K
- Eksploitasi dari hubungan ini memberikan jawaban optimasi kriteria dalam paradigma permasalahan multikriteria.

2. Rumus perhitunagan
-preferensi multi kriteria

-Leaving flow

-Entering flow

-Net flow

Keterangan:
1. f(a, x) = menunjukkan preferensi bahwa alternatif lebih baik dari alternatif x.
2. f (x, a) = menunjukkan preferensi bahwa alternatif x lebih baik dari alternatif
3. F+( a) = Leaving flow, digunakan untuk menentukan urutan prioritas pada
proses Promethee I yang menggunakan urutan parsial.
4. F-( a) = Entering flow, digunakan untuk menentukan urutan prioritas pada proses Promethee I yang menggunakan urutan parsial.
5. F(a) = Net flow, digunakan untuk menghasilkan keputusan akhir penentuan Urutan dalam menyelesaikan masalah sehingga menghasilkan urutan lengkap.

Read Users' Comments (0)

SPK Dengan Metode Simple Multy Attribute Rating (SMART)

Posted in

21.32

A. Pengertian Sistem Pendukung Keputusan

Sistem pendukung keputusan merupakan suatu penerapan sistem informasi yang ditujukan untuk membantu pimpinan dalam proses pengambilan keputusan. Sistem pendukung keputusan menggabungkan kemampuan komputer dalam pelayanan interaktif dengan pengolahan atau pemanipulasi data yang memanfaatkan model atau aturan penyelesaian yang tidak terstruktur (Turban, 2005:19).

Dapat disimpulkan bahwa, Sistem Pendukung Keputusan adalah sebuah sistem yang mendukung kerja seorang manager maupun sekelompok manager dalam memecahkan masalah semi-terstruktur dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu.

B. Simple Multy Attribute Rating (SMART) Technique

Pada hakekatnya Simple Multy Attribute Rating (SMART) merupakan suatu model pengambil keputusan yang komprehensif dengan memperhitungkan hal-hal yang bersifat kualitatif dan kuantitatif. Dalam model pengambilan keputusan dengan SMART pada dasarnya berusaha menutupi setiap kekurangan dari model-model tanpa komputerisasi sebelumnya. SMART juga memungkinkan ke struktur suatu sistem dan lingkungan kedalam komponen saling berinteraksi dan kemudian menyatukan mereka dengan mengukur dan mengatur dampak dari komponen kesalahan sistem.

Peralatan utama dari model ini adalah sebuah hirarki fungsional dengan input utamanya adalah persepsi manusia. Jadi pada dasarnya tidak ada perbedaan yang mencolok pada model SMART dengan model lainnya sama sama terletak pada jenis inputnya, hanya saja terdapat persentase dari setiap pembobotan langsung yang ditentukan oleh hasil analisa permasalahan.

C. Metode Pembobotan Simple Multy Attribute Rating (SMART)

Merupakan metode pendukung keputusan yang paling sederhana. Dalam metode ini dilihat beberapa parameter yang menjadi penentu keputusan tersebut. Parameter tersebut mempunyai range nilai dan bobot yang berbeda-beda. Nilai tersebut nantinya akan menjadi penentu keputusan yang diambil.

III. PEMBAHASAN

3.1. Model dan Bobot Penilaian Sistem

Pendukung Keputusan

Model sistem pendukung keputusan pemilihan bank sebagai tempat menabung

dibuat dalam 4 jenis model yaitu model

lokasi, model ketersediaan Automatic teller machine (ATM), model jam kerja, model layanan pelanggan dan model perbankan online. Dimana masing-masing

model tersebut memiliki beberapa elemen yang akan menentukan hasil akhir sistem pendukung keputusan yang akan digunakan oleh para nasabah dalam menentukan suatu keputusan. Setiap elemen bobot penilaian yang berbeda-beda tergantung dari hasil jenis model.

Batasan penilaian dimulai dari 10 sebagai range terendah sampai dengan 100 sebagai range tertinggi, sehingga pada akhirnya kelayakan pemilihan bank diukur dengan nilai sebagai 80-100 untuk kategori

diterima oleh pengguna untuk menabung, 60-79 untuk kategori dipertimbangkan apakah ya atau tidak, 0-59 untuk kategori ditolak artinya tidak layak untuk tempat menabung bagi nasabah yang bersangkutan.

Penentuan bobot penilaian telah dilakukan berdasarkan kriteria yang telah ditetapkan dengan bersumber pada hasil penelitian, namun hal ini untuk seterusnya bias diadakan perubahan-perubahan searah dengan tuntutan kebutuhan. Bahwa sistem pada proses penilaiannya mengacu kepada pemenuhan kriteria-kriteria yang telah ditetapkan serta mengacu pada beberapa kasus yang telah terjadi, sehingga benar-benar mempunyai tolak ukur yang baik.

3.2. Perancangan Basis Model

Dalam mendukung proses pengambilan keputusan, digunakan model pembobotan yang dibangun untuk menentukan prioritas pemilihan bank dalam menghasilkan keluaran sistem secara keseluruhan dengan melakukan langkah-langkah sebagai berikut:

a. Input nilai kriteria masing-masing model.

b.Input bobot masing-masing kriteria.

c.Hitung normalisasi dari bobot.

Rancangan model untuk mengevaluasi pemilihan bank adalah sebagai berikut:

1. Kriteria lokasi

Model lokasi dimaksudkan untuk menentukan kenyamanan serta kemudahan penjangkauan bank yang akan digunakan sebagai tempat menabung oleh nasabah serta berapa besar nilai dari masing-masing point tersebut. Dengan pemberian nilai mulai dari terkecil 10 sampai terbesar 100.

Tabel 1. Kriteria lokasi

No	Kriteria Lokasi	Nilai	Bobot
1.	Dekat tempat tinggal	100	80 %
2.	Dekat tempat bekerja / study	80
3.	Dekat Sarana Umun	60
4.	Di Pusat Kota	40
5.	Dekat pusat perbelanjaan	20
6.	Dekat tempat hiburan	10

Nilai lokasi adalah:

2. Kriteria ketersediaan ATM

Model ketersediaan ATM dimaksudkan untuk memberikan kemudahan kepada nasabah dalam melakukan transaksi tanpa harus datang ke kantor pusat bank tersebut serta berapa besar nilai dari masing-masing point tersebut. Dengan pemberian nilai mulai dari terkecil 10 sampai terbesar 100.

Tabel 2. Kriteria ketersediaaan ATM

No	Kriteria Lokasi	Nilai	Bobot
1.	Dekat tempat tinggal	100	70 %
2.	Berada di dekat tempat customer bekerja / study	90
3.	Berada dijalur yang dilalui saat kegiatan	80
4.	Dekat Sarana Umun	70
5.	Di Pusat Kota	60
6.	Dekat pusat perbelanjaan	40
7.	Dekat tempat hiburan	20

Nilai ketersediaan ATM adalah:

Read Users' Comments (1)komentar

Quis online

Posted in

06.11

Bobot W : [4 5 4 3]
1)                  X1= 5,91608                                                                                        X2= 7,681146
R11= 0,338062                                                                   R12= 0,130189
R21= 0,507093                                                                   R22= 0,390567
R31= 0,338062                                                                   R32= 0,520756
R41= 0,338062                                                                   R42= 0,260378
R51= 0,507093                                                                   R52= 0,390567
R61= 0,338062                                                                   R62= 0,260378
R71= 0,169031                                                                   R72= 0,520756
X3= 7,745967                                                                                      X4= 4,690416
R13= 0,387298                                                                   R14= 0,213201
R23= 0,129099                                                                   R24= 0,426401
R33= 0,129099                                                                   R34= 0,426401
R43= 0,258199                                                                   R44= 0,426401
R53= 0,516398                                                                   R54= 0,426401
R63= 0,258199                                                                   R64= 0,426401
R73= 0,645497                                                                   R74= 0,213201
0,338062                 0,130189 0,387298                    0,213201
0,507093                 0,390567 0,129099                    0,426401
0,338062                 0,520756 0,129099                    0,426401
Matrik R                     0,338062                    0,260378                    0,258199                    0,426401
0,507093                 0,390567 0,516398                    0,426401
0,338062                 0,260378 0,258199                    0,426401
0,169031                 0,520756 0,645497                    0,213201
2).          Y11= 1,352247                                                                    Y12= 0,650945
Y21= 2,02837                                                                                      Y22= 1,952834
Y31= 1,352247                                                                    Y32= 2,603778
Y41= 1,352247                                                                    Y42= 1,301889
Y51= 2,02837                                                                                      Y52= 1,952834
Y61= 1,352247                                                                    Y62= 1,301889
Y71= 0,676123                                                                    Y72= 2,603778
Y13= 1,549193                                                                    Y14= 0,639602
Y23= 0,516398                                                                    Y24= 1,279204
Y33= 0,516398                                                                   Y34= 1,279204
Y43= 1,032796                                                                    Y44= 1,279204
Y53= 2,065591                                                                    Y54= 1,279204
Y63= 1,032796                                                                    Y64= 1,279204
Y73= 2,581989                                                                    Y74= 0,639602
1,352247                          0,650945                 1,549193              0,639602
2,02837             1,952834                 0,516398    1,279204
1,352247           2,603778                 0,516398    1,279204
Matrik Y=                                  1,352247           1,301889 1,032796    1,279204
2,02837             1,952834                 2,065591    1,279204
1,352247           1,301889                 1,032796    1,279204
0,676123           2,603778                 2,581989    0,639602
3).          Y1+ = 2,02837
                Y2+ = 0,650945
                Y3+ = 0,516398
                Y4+ = 1,279204
                A+ = [ 2,02837; 0,650945; 0,516398; 1,279204 ]
                Y1- = 0,676123
                Y2- = 2,603778
                Y3- = 2,581989
                Y4- = 0,639602
                A- = [ 0,676123; 2,603778; 2,581989; 0,639602 ]
4).          D1+ = 1,390288                                                 D1- = 2,310275
                D2+ = 1,301889                                                 D2- = 2,63212
                D3+ = 2,066568                                                 D3- = 2,26591
                D4+ = 1,071232                                                 D4- = 2,227364
                D5+ = 2,02359                                                    D5- = 1,711157
                D6+ = 1,071232                                                 D6- = 2,227364
                D7+ = 3,212147                                                 D7- = 0
5).          Vi = Di- / Di- + Di+
                V1= 2,310275 / (2,310275 + 1,390288) = 0,624304
                V2= 2,63212 / (2,63212 + 1,301889) = 0,669068
                V3= 2,26591 / (2,26591 + 2,066568) = 0,52297
                V4= 2,227364 / (2,227364 + 1,071232) = 0,675246
                V5= 1,711157 / (1,711157 + 2,02359) = 0,458172
                V6= 2,227364 / (2,227364 + 1,071232) = 0,675246
                V7= 0
Sehingga dapat di simpulkan bahwa dari kasus di atas dengan perhitunggan metode TOPSIS bahwa yang mendapatkan bantuan langsung tunai dari pemerintah karena memiliki nilai terbaik adalah V4 (DONI) dan V6 (KASINO).