week-4-teknik keputusan berbasis indeks kinerja keputusan... · t k ik p bil k t b b iteknik...
TRANSCRIPT
T k ik P bil K t B b iTeknik Pengambilan Keputusan Berbasis Indeks Kinerja
Prof. Dr. Marimin ([email protected])
SYSTEM DEFINITION
Element (E1) E2 Goal
E3Sub Goal
E5E4
Goal
• System Phylosophy- Goal Oriented (Cybernetic) C S
- Holistic Not Partial H
- Effectiveness Not Efficiency E
SYSTEM CLASSIFICATION MATRIX
System Input Process Output
A l i √ √ ?Analysis
Synthesis
√
√
√
√
? Narrow aspect
? Wide aspectDesign √ ? √
Control ? √ √Control ? √ √
L l f C t• Level of Competency:System Analysis (BSc-S1)System Synthesis (and Analysis- MSc)S D i ( d A l i S h i PhD)System Design (and Analysis, Synthesis-PhD)
Latihan Klasifikasi Sistem:
Deskripsikan Berdasar 4 tipe sistem pada kasus:
• Agroindustri
• Sistem Pendidikan • Sistem Pendidikan
• Dsb.
• Information CycleINFORMATION
MISNUMBER/ TERMS
DSS
DECISION ALTERNATIVEDATA
TERMS
MES
ACTION DECISION
SOP
Note : MIS : Management Information SystemDSS : Decision Support SystemSOP : Standard Operation ProcedureSOP : Standard Operation ProcedureMES : Monitoring and Evaluation System
Latihan:
Klasifikasikan term/bilangan, data, informasi, alternatif keputusan, keputusan dan aksi pada kasus:
• Perbankan
• Institusi Publik
• BUMN Perkebunan• BUMN Perkebunan
• Dsb.
Directive ES EISDSS
Strategic IS
MIS
DSS
Tactic
O i l
DBMSMIS
EDPOperasional EDP
Decision Hierarchy and the Business Solutions
Deskripsi Hirarki Keputusan
Jangka Lingkungan Sifat
Deskripsi Hirarki Keputusan
Direktif Panjang Dinamis dan probalistik intuitif
Arahan-arahan strategis yang kadang bersifat intuitif
Strategis Panjang Dinamis dan mempengaruhi Tidak bisa diprogramStrategis Panjang Dinamis dan mempengaruhi faktor-faktor dengan kepastian yang sangat rendah
Tidak bisa diprogram karena preferensi pengambil keputusan perlu masuk secara utuh
Taktis Menengah-pendek
Dinamis dan mempengaruhi faktor-faktor dengan asumsi kepastian yang tinggi
Bisa dibuat program dengan masukan preferensi pengambil k tkeputusan
Operasional Pendek Dianggap statik dan tidak mempengaruhi faktor-faktor
Bisa dibuat program karena sifatnya berulang
SISTEM INFORMASI BERBASIS KOMPUTER (Computer Based Information Systems-CBIS)
• ES : Expert System (Sistem Pakar)• ES : Expert System (Sistem Pakar)
• DSS : Decision Support Systems(Sistem Penunjang Keputusan)( j g p )
• MIS : Management Information System
(Sistem Informasi Manajemen)
• DBMS: Data Based Management Systems(Sistem Manajemen Basis Data)
• EDP : Electronic Data ProcessingEDP : Electronic Data Processing(Pengolahan Data Elektronik)
• IS : Information Systems(Sistem Informasi)
Latihan:
Deskripsikan Hirarki Keputusan pada Kasus:
• PT. Astra
• Swasembada Pangan (Beras) • Swasembada Pangan (Beras)
• Penyelamatan Perbankan
• Dsb.
Fungsi Manajemen
• Perencanaan
Hirarki Sifat
• Perencanaan
• “Staffing”
• Pengorganisasian
Top Level
U M di
• Directif
• StrategisPengorganisasian
• Pelaksanaan
• Monitoring
Up Medium Low
Lower
• Taktis
• Operasionalg
• Evaluasi
Cara
1. Dengan Intuisi
2 Dengan Analisa Kep t san
12
2. Dengan Analisa Keputusan
LINGKUNGAN
• Tidak Pasti
• Kompleks
Dinamis
• Pilihan
InformasiIntuisi Keputusan Hasil
Kecerdasan
Persepsi• Dinamis
• Persaingan
• Terbatas
• Informasi
• Preferensi
Logika tidak dapat diperiksa
Persepsi
Falsafah
Senang S dih
Bingung cemas
Berfikir Rasa tidak Enak
Bertindak Puji C l Sedihcemas Enak Cela
REAKSI
13Skema Pengambilan Keputusan dengan Intuisi
ANALISA KEPUTUSAN (Normatif)
• Tidak Pasti• Kompleks
• PilihanKecerdasan
P i
LINGKUNGAN
• Alternatif2
• Penetapan
(Normatif)
p• Dinamis• Persaingan• Terbatas
• Informasi
• Preferensi
Keputs. Hasil Persepsi
Falsafah
Penetapan kemungkinan
• Struktur Model
• Penetapan Nilai
Logika
• Penetapan Nilai• Preferensi Waktu• Preferensi Risiko
P ji S
Sensitifitas nilai informasi
Bingung cemas
Berfikir Rasa tidak Enak
Bertindak Puji Cela
REAKSI
Senang Sedih
Pandangan ke dalam
14
REAKSI
Skema Pengambilan Keputusan dengan Analisa Keputusan
MCDM: Multiple Criteria Decision MakingSEBAGAI SALAH SATU MODEL DALAM PENGAMBILAN KEPUTUSAN
Tujuan yang akan dicapaiMasalah yang akan diselesaikan
Kriteria Pengambil Keputusan
Kriteria Kinerja
Alternatives alat/rencana/
15
alat/rencana/…
Alternatif Keputusan
Kriteria Keputusanp
Bobot Kriteria
Model PenilaianModel Penilaian
Model Penghitungan
Tipe Pengambil Keputusan
16
1. Menggunakan Nilai Numerik (Nyata)
K it i d t l t k j l ( b ktif)Kriteria dan atau alat ukurnya jelas (obyektif)
•Sebagai misal Suhu Ruang (termometer)•Sebagai misal Suhu Ruang (termometer)
•Tinggi Badan
•Berat BadanBerat Badan
•Hasil perhitungan dengan rumus yang jelas:
•BCR
•IRR
•NPV
17
2. Menggunakan Skala Ordinal
K it i k l k lib tk i ( b ktif)Kriteria kompleks melibatkan presepsi (subyektif)
Jumlah skala 3; 5; 7 (disarankan ganjil)
• Sebagai misal Rasa TEH (5 Skala)
• 1. Sangat tidak enak 4. Enak1. Sangat tidak enak 4. Enak
• 2. Tidak Enak 5. Sangat enak
• 3. Cukup Enakp
• Stabilitas politik (3 Skala)
. 1. Kurang Stabil 3. Sangat Stabil
18
. 2. Stabil
3. Menggunakan Skala Nominal
Kriteria perlu pembeda untuk memudahkan p prepresentasi dan pengolahan
Jumlah skala disesuaikan dengan kebutuhan
Tidak ada arti relatif antar nilai
• Sebagai misal Jenis Pekerjaan
1 PNS 4 Pedagang• 1. PNS 4. Pedagang
• 2. Swasta 5. Wirausahawan
• 3 Pegawai BUMN• 3. Pegawai BUMN
• Jenis Kelamin
1. Laki-laki 2. Perempuan
19
1. Laki laki 2. Perempuan
4. Menggunakan Nilai Perbandingan Berpasangan
Misal pada AHP : <misal A dibandingkan dengan B>
1 A d B ti 7 A t t l bih ti d i B1 : A dan B sama penting 7 : A sangat nyata lebih penting dari B
3 : A sedikit lebih penting dari B 9 : A pasti lebih penting dari B
5 : A jelas lebih penting dari B5 : A jelas lebih penting dari B
Pembacaan Lain:Pembacaan Lain:
3: A tiga kali lebih penting dari B
5: A lima kali lebih penting dari B
20
5: A lima kali lebih penting dari B
5. Metode penilaian Fuzzy 5. Metode penilaian Fuzzy
Contoh: Model Penilaian Fuzzy (trapezoidal) usia pendudukContoh: Model Penilaian Fuzzy (trapezoidal) usia penduduk
21
Latihan Model Penilaian
Berikan contoh kasus penerapan metode penilaian dengan:
• Terukur Jelas
• Skala Ordinal• Skala Ordinal
• Perbandingan berpasangan
• Preferensi Fuzzy
22
A. TEKNIK BAYES
B. TEKNIK PERBANDINGAN EKSPONENSIAL (TPE)
C COMPOSIT PERFORMANCE INDEX (CPI)C. COMPOSIT PERFORMANCE INDEX (CPI)
23
ALTERNA KRITERIA NILAI RANGKINGALTERNA-TIF
KRITERIA NILAIALT. KEP.
RANGKINGALT. KEP.K1 K2 ….. Kn
ALT1 V11 V12 ….. V1n Nk1
ALT2 V21 V22 V2n Nk2ALT2 V21 V22 ….. V2n Nk2
ALT3 :: :
ALTm Vm1 Vm2 ….. Vmn Nkm
BOBOT B1 B2 ….. Bn
MODEL PENGHITUNGAN
1. BAYES : Nki =nΣj = 1
Vij * Bj ,nΣj = 1
Bj = 1.0
2. Per. Eksponensial : Nki =nΣ (Vij ) Bj , Bj = Bulat >02. Per. Eksponensial : Nki Σj = 1
( ij ) , j
3. Composite Performance Indeks (CPI)
24
Contoh Kasus =Contoh Kasus
• Fokus = Pemilihan media iklan yang sesuai
• Alternatif = 1. Radiof .
2. Televisi3. Surat Kabar
• Kreteria = 1. Jangkauan
2. Efektifitas Pesan3. Biaya
• Metode Penilaian = ordinal1 Sangat Kurang 4 Bagus1. Sangat Kurang2. Kurang3. Biasa
4. Bagus5. Sangat Bagus
25
• Matrik Keputusan• Matrik Keputusan
Alternatif Kriteria Nilai Keputusan
Jangkauan Eff. Biaya Bayes MPE
1. Radio 4 4 3
2. Televisi 4 5 2
3 Surat Kabar 4 3 43. Surat Kabar 4 3 4
Bobot Bayes 0,3 0,4 0,3
MPE 3 4 3
26
• Merupakan teknik yang digunakan untuk melakukan analisis dalampengambilan keputusan terbaik dari sejumlah alternatifg j
• Persamaan Bayes yang digunakan untuk menghitung nilai setiap alternatifdisederhanakan menjadi :
mTotal Nilai i = ∑ Nilai ij (Kritj)
j = 1
dimana:
Total Nilai i= total nilai akhir dari alternatif ke-i
Nilai ij = nilai dari alternatif ke-i pada kriteria ke-jj 1 ij
Krit j = tingkat kepentingan (bobot) kriteria ke-j
i = 1,2,3,…n; n = jumlah alternatif
j 1 2 3 j l h k it ij = 1,2,3,…m; m = jumlah kriteria
27
Tabel: Matrik keputusan penilaian media iklan yang sesuai dengan Teknik Bayes
Alternatif Kriteria Nilai PeringkatAlternatif Kriteria NilaiAlternatif
Peringkat
Jangkauan Efektvitas Biaya1. Radio 4 4 3 3,7 2
2. Televisi 4 5 2 3,8 1
3. Surat Kabar 4 3 4 3,6 3
Bobot Kriteria 0 3 0 4 0 3Bobot Kriteria 0,3 0,4 0,3
• Nilai (Radio) = 4 (0,3) + 4 (0,4) + 3 (0,3) = 3,7
• Dengan menggunakan perumusan Bayes, diperoleh nilai alternatif
1,2, dan 3 masing-masing 3,7; 3,8; dan 3,6 sehingga didapat
28
alternatif yang terurut dari yang terbaik adalah alternatif 2, 1, dan 3.
• Merupakan salah satu metode untuk menentukan urutan prioritas alternatif keputusan dengan kriteria jamak
• Teknik ini digunakan sebagai pembantu bagi individu pengambilan keputusan untuk menggunakan rancang bangun model yang telahkeputusan untuk menggunakan rancang bangun model yang telah terdefinisi dengan baik pada tahapan proses
Prosedur TPE• Formulasi perhitungan skor untuk setiap alternatif dalam metoda
perbandingan eksponensial adalah:perbandingan eksponensial adalah:
mTotal nilai (TNi) =∑ (RK ij)TKK j
29
Total nilai (TNi) ∑ (RK ij)j=1
dengan :
TNi = Total nilai alternatif ke -i
RK ij = derajat kepentingan relatif kriteria ke-j pada pilihan keputusan ij
TKK j = derajat kepentingan kritera keputusan ke-j; TKKj > 0; bulat
n = jumlah pilihan keputusan
m = jumlah kriteria keputusan
P t ti k t k ti k it i dil k k d• Penentuan tingkat kepentingan kriteria dilakukan dengan cara wawancara dengan pakar atau melalui kesepakatan curah pendapat.
• Penentuan skor alternatif pada kriteria tertentu dilakukan denganPenentuan skor alternatif pada kriteria tertentu dilakukan dengan memberi nilai setiap alternatif berdasarkan nilai kriterianya
30
• Matrik Keputusan• Matrik Keputusan
Alternatif Kriteria Nilai Keputusan
Jangkauan Eff. Biaya Bayes MPE
1. Radio 4 4 3 3,7 (2)
2. Televisi 4 5 2 3,8 (1)
3. Surat Kabar 4 3 4 3,6 (3)
Bobot Bayes 0,3 0,4 0,3
MPE 3 4 3
• Nilai(Radio) = 4^3 + 4^4 + 3^3 = 64 + 256 + 27 = 347
31
( )
• Nilai(Televisi) = ? Nilai(Surat Kabar) = ?
Merupakan indeks gabungan (Composite Index) yang dapat digunakan
untuk menentukan penilaian atau peringkat dari berbagai alternatif (i)
berdasarkan beberapa kriteria (j)berdasarkan beberapa kriteria (j).
Formula yang digunakan dalam teknik CPI :
Aij = Xij (min) x 100 / Xij (min)A(i + 1.j) = (X(I + 1.j) )/ Xij (min) x 100Iij = Aij x Pj
nIi = Σ (Iij)
j =1
32
K tKeterangan:
Aij = nilai alternatif ke-i pada kriteria ke – j
X (min) = nilai alternatif ke-i pada kriteria awal minimum ke-jXij (min) = nilai alternatif ke-i pada kriteria awal minimum ke-j
A(i + 1.j) = nilai alternatif ke-i + 1 pada kriteria ke – j
X(i + 1 j) = nilai alternatif ke-i + 1 pada kriteria awal ke – jX(i + 1.j) nilai alternatif ke i 1 pada kriteria awal ke j
Pj = bobot kepentingan kriteria ke – j
Iij = indeks alternatif ke-iij
Ii = indeks gabungan kriteria pada alternatif ke –i
i = 1, 2, 3,…, n
j = 1, 2, 3,…, m
33
• Sebagai ilustrasi terdapat 3 alternatif yang dinilai yaitu Software House• Sebagai ilustrasi, terdapat 3 alternatif yang dinilai yaitu Software House,
Internet Provider, Production House dengan kriteria kelayakan IRR
(Internal Rate of Return), B/C (Benefit/Cost Ratio) dan Pay Back Period( ) ( ) y
(waktu pengembalian modal)
Tabel: Matrik awal penilaian alternatif pemilihan usaha yang paling layakp p y g p g y
Alternatif Kriteria
IRR (%) B/C PBP (Thn)IRR (%) B/C PBP (Thn)
1. Software House 30 1,1 5
2. Internet Provider 20 1,15 6
3. Production House 25 1,2 4
Bobot Kriteria 0,3 0,4 0,3
34
• Identifikasi kriteria tren positif (semakin tinggi nilaianya semakin
baik) dan tren negatif (semakin rendah nilainya semakin baik)
• Untuk kriteria tren positif nilai minimum pada setiap kriteriaUntuk kriteria tren positif, nilai minimum pada setiap kriteria
ditranspormasi ke seratus, sedangkan nilai lainnya
ditranspormasi secara proporsional lebih tinggiditranspormasi secara proporsional lebih tinggi.
• Untuk kriteria tren negatif, nilai minimum pada setiap kriteria
ditranspormasi ke seratus, sedangkan nilai lainnya
ditranspormasi secara proporsional lebih rendah.
35
• Perhitungan selanjutnya mengikuti prosedur Bayes.
T b l M t ik h il t f i l l i t k ik b di i d k ki jTabel: Matrik hasil transformasi melalui teknik perbandingan indeks kinerja
Alternatif Kriteria NilaiAlternatif
Peringkat
IRR B/C PBP (Th ) AlternatifIRR B/C PBP (Thn)
1. Software House 150 100 80 109 2
2 Internet Provider 100 104 5 66 7 91 8 32. Internet Provider 100 104,5 66.7 91,8 3
3. Producton House 125 109,1 100 111,1 1
Bobot Kriteria 0 3 0 4 0 3Bobot Kriteria 0,3 0,4 0,3
Dengan demikian alternatif 3 yaitu Production House peringkat 1Dengan demikian alternatif 3 yaitu Production House peringkat 1.
36
• Apabila Penilaian Tidak Seragam CPIp g
• Apabila Penilaian Seragam Bayes atau TPE
• Apabila skala penilaian ordinal TPE
• Apabila nilai alternatif adalah terukur nyata Bayes
37
Latihan Penerapan Teknik Bayes, TPE dan CPILatihan Penerapan Teknik Bayes, TPE dan CPI
• Fokus =
• Alternatif = 1. f .
2. 3.
• Kreteria = 1.
2. 3.
• Metode Penilaian :1 Kriteria 1 dinilai dengan 1. Kriteria 1 dinilai dengan ........2. Kriteria 2 dinilai dengan ......3. Kriteria 3 dinilai dengan ......
38
• Matrik Keputusan• Matrik Keputusan
Alternatif Kriteria Teknik SesuaiBayes/TPI/CPI?Bayes/TPI/CPI?Nilai Peringkat
1.1.
2.
3.
Bobot Bayes/CPI
TPE
39
P ilih M t dPemiliha Metode
• Penilaian Tidak Seragam CPIg
• Penilaian seragam - Bayes atau MPE
• Apabila skala penilaian ordinal - MPE
• Apabil nilai alternatif adalah terukur nyata - Bayes
40
1. Baca buku/bahan pendukungnya
2. Pilih persoalan kasus Agroindustri. Kemudian selesaikan soal-soal latihan pada hand out ini.
3. Susun dan nilai matrik keputusannya. Pilih teknik yang sesuai (Bayes/MPE/CPI). Selesaikan persoalan dengan teknik yang paling tepat danpersoalan dengan teknik yang paling tepat dan bahas serta simpulkan.
4 Tugas dikerjakan individu4. Tugas dikerjakan individu
41
1. Analytical Hierarchy Process (AHP) untuk Perumusan Strategi y y ( ) gBisnis/Kebijakan Publik
2. Analytical Network Process (ANP) untuk Perumusan Kebijakan PublikPublik
3. Intepretive Struktural Modelling (ISM) untuk Perumusan Strategi Pengembangan Bisnis.
4. Fuzzy Decision Making
• Fuzzy MEMCDM
• Fuzzy AHP/ANP
• Fuzzy Rule-Base
42
1. Turban, E., Sharda, R. Delen, D. Decision Support and Business Intelligent SystemSupport and Business Intelligent System. Boston: Pearson. 2011
2 Marimin dan N Maghfiroh 2010 Teknik2. Marimin dan N. Maghfiroh, 2010, Teknik Pengambilan Keputusan dalam Manajemen Rantai Pasok, IPB Press, Bogor
43