DSS – Pertemuan 05 – Materi

Gede Surya Mahendra - Home

DSS – Pertemuan 05 – Materi

Stiki Logo - Short

Mata Kuliah : Decision Support System

Kode Mata Kuliah : MKB-219

Program Studi : Teknik Informatika

STIMIK STIKOM Indonesia

PERTEMUAN 05

Untuk tampilan lebih baik, dapat mendownload file PDF pada link yang tersedia

Kemampuan Akhir yang Diharapkan:

Mahasiswa dapat memahami metode-metode yang digunakan untuk memecahkan model-model DSS

Bahan Kajian:

  • Ketepatan memahami pengelompokan model-model DSS.
  • Ketepatan memahami metode penyelesaian masalah dengan model pencocokan profil
  • Ketepatan memahami metode penyelesaian masalah dengan model algoritma simpleks
  • Ketepatan memahami metode penyelesaian masalah dengan model AHP.

Metode Pembelajaran:

  • Pembelajaran diskusi dan discovery terkait dengan materi metode untuk memecahkan model DSS

Pengalaman Pembelajaran:

  • Memahami pengelompokan model-model DSS.
  • Memahami metode penyelesaian masalah dengan model pencocokan profil
  • Memahami metode penyelesaian masalah dengan model algoritma simpleks
  • Memahami metode penyelesaian masalah dengan model AHP.

Kriteria Penilaian dan Indikator:

  • Kemampuan untuk memahami metode yang digunakan untuk memecahkan model DSS sesuai dengan materi yang disampaikan

 

Download File Materi PDF

Download File Slide Pertemuan PDF

 

TINJAUAN

  1. Multiple-Criteria Decision-Making (MCDM)
  2. Dasar, Konsep dan Definisi MCDM
  3. Tipologi MCDM
  4. Metode MCDM
  5. Profile Matching Method
  6. Kelebihan Profile Matching
  7. Kekurangan Profile Matching
  8. Algoritma Profile Matching (Konsep I)
  9. Algoritma Profile Matching (Konsep II)
  10. Studi Kasus DSS Menggunakan Metode Profile Matching (Konsep I)
  11. Contoh Soal Profile Matching (Konsep I)
  12. Menghitung Nilai GAP antara Profil Subjek dengan Profil yang dibutuhkan
  13. Menghitung Nilai Mapping GAP yang bersumber dari analisis GAP
  14. Menghitung Nilai Akhir
  15. Melakukan Perangkingan
  16. Studi Kasus DSS Menggunakan Metode Profile Matching (Konsep II)
  17. Contoh Soal Profile Matching (Konsep II)
  18. Menghitung Nilai GAP antara Profil Subjek dengan Profil yang dibutuhkan
  19. Menghitung Nilai Mapping GAP yang bersumber dari analisis GAP
  20. Menghitung Secondary Factor dan Core Factor (Nilai Akhir) setiap alternatif pada setiap kriterianya
  21. Melakukan Perangkingan

MATERI

Multiple-Criteria Decision-Making (MCDM)

Multiple-Criteria Decision-Making (MCDM)/ pengambilan keputusan multi-kriteria atau Multiple-Criteria Decision Analysis (MCDA)/ analisis keputusan multi-kriteria adalah sub-disiplin penelitian operasi yang secara eksplisit mengevaluasi beberapa kriteria yang saling bertentangan dalam pengambilan keputusan (baik dalam kehidupan sehari-hari maupun dalam pengaturan seperti bisnis, pemerintah dan kedokteran). Kriteria yang saling bertentangan adalah suatu yang khas dalam menentukan pilihan: biaya atau harga biasanya merupakan salah satu kriteria utama, dan beberapa ukuran kualitas biasanya merupakan kriteria lain, yang tentu saja bertentangan dengan biaya. Dalam membeli mobil, biaya, kenyamanan, keamanan, dan penghematan bahan bakar mungkin menjadi beberapa kriteria utama yang kami pertimbangkan, dan tidak biasanya untuk menemukan bahwa mobil termurah adalah yang paling nyaman dan paling aman.

Dalam kehidupan kita sehari-hari, biasanya menimbang beberapa kriteria secara implisit dan mungkin merasa nyaman dengan konsekuensi dari keputusan yang dibuat hanya berdasarkan intuisi. Di sisi lain, ketika taruhannya tinggi, penting untuk menyusun masalah dengan benar dan secara eksplisit mengevaluasi beberapa kriteria. Dalam membuat keputusan apakah akan membangun pembangkit listrik tenaga nuklir atau tidak, dan di mana akan membangunnya, tidak hanya ada masalah yang sangat kompleks yang melibatkan berbagai kriteria, tetapi ada juga banyak pihak yang sangat terpengaruh oleh konsekuensinya.

Menyusun masalah kompleks dengan baik dan mempertimbangkan berbagai kriteria secara eksplisit mengarah pada keputusan yang lebih terinformasi dan lebih baik. Ada kemajuan penting dalam bidang ini sejak dimulainya disiplin pengambilan keputusan dengan berbagai kriteria modern pada awal 1960-an. Berbagai pendekatan dan metode, banyak diterapkan oleh perangkat lunak pengambilan keputusan khusus, telah dikembangkan untuk aplikasi mereka dalam berbagai disiplin ilmu, mulai dari politik dan bisnis hingga lingkungan dan energi.

Dasar, Konsep dan Definisi MCDM

MCDM berkaitan dengan penataan dan penyelesaian masalah keputusan dan perencanaan yang melibatkan berbagai kriteria. Tujuannya untuk mendukung pengambil keputusan menghadapi masalah tersebut. Biasanya, tidak ada solusi optimal yang unik untuk masalah seperti itu dan perlu menggunakan preferensi pembuat keputusan untuk membedakan solusi.

MCDM telah menjadi area penelitian aktif sejak tahun 1970-an. Ada beberapa organisasi terkait MCDM termasuk International Society on Multi-criteria Decision Making, Euro Working Group on MCDA, dan INFORMS Section on MCDM. MCDM memanfaatkan pengetahuan di berbagai bidang termasuk matematika, analisis keputusan, ekonomi, teknologi komputer, rekayasa perangkat lunak, dan sistem informasi.

Tipologi MCDM

Ada berbagai klasifikasi masalah dan metode MCDM. Perbedaan utama antara masalah MCDM didasarkan pada apakah solusi didefinisikan secara eksplisit atau implisit.

  • Multiple-criteria evaluation problems/ masalah evaluasi multi-kriteria:

Masalah-masalah ini terdiri dari sejumlah alternatif yang terbatas, yang secara eksplisit diketahui di awal proses penyelesaian. Setiap alternatif diwakili oleh kinerjanya dalam berbagai kriteria. Masalahnya dapat didefinisikan sebagai menemukan alternatif terbaik untuk decision maker (DM)/ pengambil keputusan, atau menemukan sekumpulan alternatif yang baik. Seseorang mungkin juga tertarik dengan alternatif “mengurutkan” atau “mengklasifikasikan”. Pengurutan mengacu pada penempatan alternatif dalam satu set kelas dengan urutan preferensi (seperti menetapkan pembelian mobil terbaik), dan pengklasifikasian mengacu pada penetapan alternatif untuk set yang tidak diurutkan (seperti mendiagnosis pasien berdasarkan gejala mereka).

  • Multiple-criteria design problems (multiple objective mathematical programming problems)/ Masalah desain multi-kriteria:

Dalam masalah ini, alternatifnya tidak diketahui secara eksplisit. Alternatif (solusi) dapat ditemukan dengan memecahkan model matematika. Jumlah alternatif tidak terbatas dan tidak dapat dihitung (jika beberapa variabel kontinu) atau biasanya sangat besar jika dapat dihitung (jika semua variabel terpisah).

Apakah itu masalah evaluasi atau masalah desain, informasi preferensi DM diperlukan untuk membedakan solusi. Metode solusi untuk masalah MCDM umumnya diklasifikasikan berdasarkan waktu informasi preferensi yang diperoleh dari DM.

 

Metode MCDM

Metode MCDM berikut tersedia, banyak di antaranya diimplementasikan oleh perangkat lunak pengambilan keputusan khusus:

  1. Aggregated Indices Randomization Method (AIRM)
  2. Analytic hierarchy process (AHP)
  3. Analytic network process (ANP)
  4. Balance Beam process
  5. Base-criterion method (BCM)
  6. Best worst method (BWM)
  7. Brown–Gibson model
  8. Characteristic Objects METhod (COMET)
  9. Choosing By Advantages (CBA)
  10. Data enveloProfile Matchingent analysis
  11. Decision EXpert (DEX)
  12. Disaggregation – Aggregation Approaches (UTA*, UTAII, UTADIS)
  13. Dominance-based rough set approach (DRSA)
  14. ELimination Et Choix Traduisant la REalité (ELECTRE/ ELimination Et Choice Translating Reality)
  15. Evaluation Based on Distance from Average Solution (EDAS)
  16. Evidential reasoning approach (ER)
  17. Goal programming (GP)
  18. Grey relational analysis (GRA)
  19. Inner product of vectors (IPV)
  20. Markovian Multi Criteria Decision Making
  21. Measurement Alternatives and Ranking according to the COmpromise Solution (MARCOS)
  22. Measuring Attractiveness by a categorical Based Evaluation Technique (MACBETH)
  23. Modelo Integrado de Valor para Estructuras Sostenibles (MIVES)
  24. Multi-Attribute Global Inference of Quality (MAGIQ)
  25. Multi-attribute utility theory (MAUT)
  26. Multi-attribute value theory (MAVT)
  27. Multi-Objective Optimization Ratio Analysis (MOORA)
  28. New Approach to Appraisal (NATA)
  29. Nonstructural Fuzzy Decision Support System (NSFDSS)
  30. Potentially All Pairwise RanKings of all possible Alternatives (PAPRIKA)
  31. Profile Matching (PM)
  32. Preference Ranking Organization METHod for Enrichment of Evaluations (PROMETHEE)
  33. Ranking based on optimal points (RBOP)
  34. Rough set (Rough set approach)
  35. Simple Multi-Attribute Rating Technique (SMART)
  36. Stochastic Multicriteria Acceptability Analysis (SMAA)
  37. Stratified Multi Criteria Decision Making (SMCDM)
  38. Superiority and inferiority ranking method (SIR method)
  39. Technique for the Order of Prioritisation by Similarity to Ideal Solution (TOPSIS)
  40. Value analysis (VA)
  41. Value engineering (VE)
  42. VIšekriterijumsko KOmpromisno Rangiranje (VIKOR / Multi Criteria Optimization and Compromise Solution)
  43. Weighted Aggregates Sum Product Assessment (WASPAS)
  44. Weighted product model (WPM)
  45. Weighted sum model (WSM) / Simple Additive Weighting (SAW)

Profile Matching Method

Profile Matching (PM) adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variabel prediktor yang ideal yang harus dipenuhi oleh subyek yang diteliti, bukannya tingkat minimal yang harus dipenuhi atau dilewati. Profile Matching merupakan suatu proses yang sangat penting dalam manajemen SDM dimana terlebih dahulu ditentukan kompetensi (kemampuan) yang diperlukan oleh suatu jabatan. Kompetensi/kemampuan tersebut haruslah dapat dipenuhi oleh pemegang/calon pemegang jabatan. Contoh penerapan Profile Matching seperti pada evaluasi kinerja karyawan untuk promosi jabatan, manajemen pemain sepak bola, penerima beasiswa yang layak, dan lain-lain.

Dalam proses Profile Matching secara garis besar merupakan proses membandingkan antara kompetensi individu kedalam kompetensi jabatan sehingga dapat diketahui perbedaan kompetensinya (disebut juga gap), semakin kecil gap yang dihasilkan maka bobot nilainya semakin besar yang berarti memiliki peluang lebih besar untuk karyawan menempati posisi tersebut.

Untuk menganalisis karyawan yang sesuai dengan jabatan tertentu dilakukan dengan metode Profile Matching, dimana dalam proses ini terlebih dahulu menentukan kompetensi (kemampuan) yang diperlukan oleh suatu jabatan. Dalam proses Profile Matching secara garis besar merupakan proses membandingkan antara kompetensi individu ke dalam kompetensi jabatan sehingga dapat diketahui perbedaan kompetensinya (disebut juga gap). Berikut ini adalah bobot nilai GAP pada metode Profile Matching yaitu sebagai berikut:

Tabel 5. 1 Bobot Nilai GAP

No Selisih (GAP) Nilai Bobot Keterangan
1 0 6 Tidak ada GAP (Kompetensi sesuai yang dibutuhkan)
2 1 5,5 Kompetensi individu kelebihan 1 tingkat/level
3 -1 5 Kompetensi individu kekurangan 1 tingkat/level
4 2 4,5 Kompetensi individu kelebihan 2 tingkat/level
5 -2 4 Kompetensi individu kekurangan 2 tingkat/level
6 3 3,5 Kompetensi individu kelebihan 3 tingkat/level
7 -3 3 Kompetensi individu kekurangan 3 tingkat/level
8 4 2,5 Kompetensi individu kelebihan 4 tingkat/level
9 -4 2 Kompetensi individu kekurangan 4 tingkat/level
10 5 1,5 Kompetensi individu kelebihan 5 tingkat/level
11 -5 1 Kompetensi individu kekurangan 5 tingkat/level

Kelebihan Profile Matching

  • Metode Profile Matching merupakan sebuah metode yang paling tepat digunakan dalam proses membandingkan antar kompetensi individu ke dalam kompetensi suatu jabatan sehingga dapat di ketahui perbedaan kompetensi nya
  • Profile Matching merupakan metode yang sangat sesuai digunakan untuk pengambilan keputusan yang berhubungan dengan nilai prestasi jabatan dan kompetensi karena perhitungan yang di lakukan dengan pembobotan dan perhitungan gap dengan demikian untuk calon kandidat yang memiliki gap lebih kecil maka nilai bobotnya akan semakin besar.
  • Profile Matching mempertimbangkan konsistensi yang logis dalam penilaian yang di gunakan untuk menentukan prioritas sehingga menghasilkan alternatif yang tidak banyak.

Kekurangan Profile Matching

  • Profile Matching. tidak memperhitungkan daya tahan atau ketahanan output analisis sensitivitas pengambilan keputusan
  • Profile Matching tidak mempunyai kemampuan untuk memecahkan masalah yang diteliti multi objek dan multi kriteria yang berdasar pada perbandingan preferensi dari tiap elemen dalam hierarki.

Algoritma Profile Matching (Konsep I)

  1. Langkah 1: Mendefinisikan terlebih dahulu kriteria-kriteria yang akan di jadikan sebagai tolak ukur penyelesaian masalah
  2. Langkah 2: Menghitung Nilai GAP antara Profile Subjek dengan Profile yang dibutuhkan

Nilai GAP = Profil Alternatif – Profile Kriteria

  1. Langkah 3: Menghitung Nilai Mapping GAP yang bersumber dari analisis GAP
  2. Langkah 4: Menghitung Nilai Akhir

Secara umum, nilai akhir merupakan rata-rata dari seluruh penjumlahan nilai maping GAP seluruh kriteria dikalikan pembobotan kriteria.

Nilai Akhir

  1. Langkah 5: Melakukan Perangkingan

Alternatif rekomendasi terbaik adalah alternatif dengan nilai preferensi terbesar, sehingga perangkingan menggunakan metode Profile Matching diurutkan secara descending (dari terbesar menuju yang terkecil)

Algoritma Profile Matching (Konsep II)

  1. Langkah 1: Mendefinisikan terlebih dahulu kriteria-kriteria yang akan di jadikan sebagai tolak ukur penyelesaian masalah
  2. Langkah 2: Menghitung Nilai GAP antara Profile Subjek dengan Profile yang dibutuhkan
  3. Langkah 3: Menghitung Nilai Mapping GAP yang bersumber dari analisis GAP
  4. Langkah 4: Menghitung Secondary Factor dan Core Factor (Nilai Akhir) setiap Alternatif pada setiap kriterianya

Secondary Factor

Nilai Secondary Factor

 

Core Factor

Nilai Core Factor

 

Dimana:

: Nilai Rata-Rata Core Factor

: Nilai Rata-Rata Secondary Factor

: Jumlah Total Nilai Core Factor

: Jumlah Total Nilai Secondary Factor

: Jumlah Total Nilai Item Core Factor

: Jumlah Total Nilai Item Secondary Factor

  1. Langkah 5: Melakukan Perangkingan

Studi Kasus DSS Menggunakan Metode Profile Matching (Konsep I)

Contoh Soal Profile Matching (Konsep I)

Pada bagian HRD di perusahaan yang bergerak di bidang perjalanan wisata ingin melakukan pemilihan terhadap tour guide senior di perusahaannya sebagai role model bagi tour guide pemula. Adapun tour guide senior yang sedang di analisis terdapat 7 kandidat, dengan 5 kriteria penilaian. Kriteria tersebut adalah penguasaan bahasa asing (C1), wawasan wisata (C2), profesionalisme (C3), penampilan (C4), dan etika (C5). Berikut adalah data pembobotan dari kriteria yang telah ditentukan tersebut.

Tabel 5. 2 Nilai Bobot Kriteria Metode Profile Matching (Studi Kasus Konsep I)

No Nama Kriteria Profile Kriteria Nilai Bobot
1 (C1) penguasaan bahasa asing 4 15%
2 (C2) wawasan wisata 4 23%
3 (C3) profesionalisme 3 25%
4 (C4) penampilan 3 15%
5 (C5) etika 3 22%

Berdasarkan survey dan tes terhadap tour guide senior, berikut adalah profil alternatif ketujuh responden.

Tabel 5. 3 Profil Alternatif (Studi Kasus Konsep I)

No Kode Kriteria A1 A2 A3 A4 A5 A6 A7
Tour Guide 01 Tour Guide 02 Tour Guide 03 Tour Guide 04 Tour Guide 05 Tour Guide 06 Tour Guide 07
1 C1 5 5 3 5 5 2 4
2 C2 2 2 2 4 5 4 3
3 C3 5 4 4 3 2 2 5
4 C4 4 2 4 4 4 5 3
5 C5 3 5 5 5 5 5 2

Menghitung Nilai GAP antara Profil Subjek dengan Profil yang dibutuhkan

Tabel 5. 4 Nilai GAP antara Profil Alternatif Dan Profil Yang Dibutuhkan (Studi Kasus Konsep I)

No Kode Kriteria A1 A2 A3 A4 A5 A6 A7 GAP
1 C1 5 5 3 5 5 2 4 4
2 C2 2 2 2 4 5 4 3 4
3 C3 5 4 4 3 2 2 5 3
4 C4 4 2 4 4 4 5 3 3
5 C5 3 5 5 5 5 5 2 3

Tabel 5. 5 Hasil Perhitungan GAP (Studi Kasus Konsep I)

No Kode Kriteria GAP A1 GAP A2 GAP A3 GAP A4 GAP A5 GAP A6 GAP A7
1 C1 1 1 -1 1 1 -2 0
2 C2 -2 -2 -2 0 1 0 -1
3 C3 2 1 1 0 -1 -1 2
4 C4 1 -1 1 1 1 2 0
5 C5 0 2 2 2 2 2 -1

Menghitung Nilai Mapping GAP yang bersumber dari analisis GAP

Tabel 5. 6 Mapping GAP (Studi Kasus Konsep I)

No Kode Kriteria GAP A1 GAP A2 GAP A3 GAP A4 GAP A5 GAP A6 GAP A7
1 C1 5,5 5,5 5 5,5 5,5 4 6
2 C2 4 4 4 6 5,5 6 5
3 C3 4,5 5,5 5,5 6 5 5 4,5
4 C4 5,5 5 5,5 5,5 5,5 4,5 6
5 C5 6 4,5 4,5 4,5 4,5 4,5 5

Menghitung Nilai Akhir

Nilai Akhir = (C1* 15%) + (C2*23%) + (C3*25%) + (C4*15%) + (C5*22%)

  1. Nilai Akhir A1

 

  1. Nilai Akhir A2

 

  1. Nilai Akhir A3

 

  1. Nilai Akhir A4

 

  1. Nilai Akhir A5

 

  1. Nilai Akhir A6

 

  1. Nilai Akhir A7

 

Melakukan Perangkingan

Berdasarkan hasil perhitungan Nilai Akhir maka berikut ini adalah tabel perangkingan nilai Alternatif.

Tabel 5. 7 Perangkingan Profile Matching (Studi Kasus Konsep I)

No Nama Alternatif Nilai Akhir Keterangan
1 A1 5,015 Peringkat ke-4
2 A2 4,860 Peringkat ke-6
3 A3 4,860 Peringkat ke-7
4 A4 5,520 Peringkat ke-1
5 A5 5,155 Peringkat ke-3
6 A6 4,895 Peringkat ke-5
7 A7 5,175 Peringkat ke-2

Gambar 5. 1 Grafik Perangkingan Profile Matching (Studi Kasus Konsep I)

 

Studi Kasus DSS Menggunakan Metode Profile Matching (Konsep II)

Contoh Soal Profile Matching (Konsep II)

Pada bagian HRD di perusahaan lainnya yang juga bergerak di bidang perjalanan wisata ingin melakukan pemilihan terhadap tour guide senior di perusahaannya sebagai role model bagi tour guide pemula. Adapun tour guide senior yang sedang di analisis terdapat 7 kandidat, dengan 3 kriteria penilaian dengan sub kriterianya masing-masing. Kriteria tersebut adalah Guiding Skill (C1) yang memiliki sub kriteria Kemampuan Bahasa (C1-1), Kemampuan Komunikasi (C1-2), dan Kemampuan Negoisasi (C1-3). Selanjutnya terdapat kriteria Kondisi Psikologis (C2), yang meliputi sub kriteria Kejujuran (C2-1) dan Profesionalisme (C2-2). Terakhir, terdapat kriteria Wawasan Pariwisata (C3) yang meliputi sub kriteria Wawasan Wisata Alam (C3-1), Wawasan Wisata Budaya (C3-2), Wawasan Wisata Belanja (C3-3), Wawasan Ekowisata (C3-4) serta Wawasan Wisata Petualangan (C3-5). Berikut adalah data pembobotan dari kriteria yang telah ditentukan tersebut.

Tabel 5. 8 Nilai Bobot Kriteria Metode Profile Matching (Studi Kasus Konsep II)

No Nama Kriteria Profile Kriteria Nilai Bobot
Core Factor Secondary Factor
1 (C1) Guiding Skill 4 30%
2 (C1-1) Kemampuan Bahasa 50%
3 (C1-2) Kemampuan Komunikasi 30%
4 (C1-3) Kemampuan Negosiasi 20%
5 (C2) Kondisi Psikologis 5 45%
6 (C2-1) Kejujuran 45%
7 (C2-2) Profesionalisme 55%
8 (C3) Wawasan Pariwisata 3 25%
9 (C3-1) Wawasan Wisata Alam 17%
10 (C3-2) Wawasan Wisata Budaya 25%
11 (C3-3) Wawasan Wisata Belanja 19%
12 (C3-4) Wawasan Ekowisata 19%
13 (C3-5) Wawasan Wisata Petualangan 20%

Berdasarkan survey dan tes terhadap tour guide senior, berikut adalah profil alternatif ketujuh responden.

Tabel 5. 9 Profil Alternatif Kriteria C1 (Studi Kasus Konsep II)

No Kode Kriteria A1 A2 A3 A4 A5 A6 A7
Tour Guide 01 Tour Guide 02 Tour Guide 03 Tour Guide 04 Tour Guide 05 Tour Guide 06 Tour Guide 07
1 C1-1 5 4 3 2 2 4 5
2 C1-2 4 5 2 5 4 3 4
3 C1-3 2 4 3 3 4 3 2

Tabel 5. 10 Profil Alternatif Kriteria C2 (Studi Kasus Konsep II)

No Kode Kriteria A1 A2 A3 A4 A5 A6 A7
Tour Guide 01 Tour Guide 02 Tour Guide 03 Tour Guide 04 Tour Guide 05 Tour Guide 06 Tour Guide 07
4 C2-1 2 3 4 3 3 4 5
5 C2-2 4 4 5 2 3 5 2

Tabel 5. 11 Profil Alternatif Kriteria C3 (Studi Kasus Konsep II)

No Kode Kriteria A1 A2 A3 A4 A5 A6 A7
Tour Guide 01 Tour Guide 02 Tour Guide 03 Tour Guide 04 Tour Guide 05 Tour Guide 06 Tour Guide 07
6 C3-1 4 4 4 3 2 4 3
7 C3-2 5 4 3 2 3 2 4
8 C3-3 5 3 4 2 2 5 5
9 C3-4 2 2 5 3 4 3 4
10 C3-5 4 3 5 2 2 5 2

Menghitung Nilai GAP antara Profil Subjek dengan Profil yang dibutuhkan

Tabel 5. 12 Nilai GAP antara Profil Alternatif Dan Profil Yang Dibutuhkan Untuk Kriteria C1 (Studi Kasus Konsep II)

No Kode Kriteria A1 A2 A3 A4 A5 A6 A7 GAP
1 C1-1 5 4 3 2 2 4 5 4
2 C1-2 4 5 2 5 4 3 4 4
3 C1-3 2 4 3 3 4 3 2 4

Tabel 5. 13 Hasil Perhitungan GAP Untuk Kriteria C1 (Studi Kasus Konsep II)

No Kode Kriteria GAP A1 GAP A2 GAP A3 GAP A4 GAP A5 GAP A6 GAP A7
1 C1-1 1 0 -1 -2 -2 0 1
2 C1-2 0 1 -2 1 0 -1 0
3 C1-3 -2 0 -1 -1 0 -1 -2

Tabel 5. 14 Nilai GAP antara Profil Alternatif Dan Profil Yang Dibutuhkan Untuk Kriteria C2 (Studi Kasus Konsep II)

No Kode Kriteria A1 A2 A3 A4 A5 A6 A7 GAP
4 C2-1 2 3 4 3 3 4 5 5
5 C2-2 4 4 5 2 3 5 2 5

Tabel 5. 15 Hasil Perhitungan GAP Untuk Kriteria C2 (Studi Kasus Konsep II)

No Kode Kriteria GAP A1 GAP A2 GAP A3 GAP A4 GAP A5 GAP A6 GAP A7
4 C2-1 -3 -2 -1 -2 -2 -1 0
5 C2-2 -1 -1 0 -3 -2 0 -3

Tabel 5. 16 Nilai GAP antara Profil Alternatif Dan Profil Yang Dibutuhkan Untuk Kriteria C3 (Studi Kasus Konsep II)

No Kode Kriteria A1 A2 A3 A4 A5 A6 A7 GAP
6 C3-1 4 4 4 3 2 4 3 3
7 C3-2 5 4 3 2 3 2 4 3
8 C3-3 5 3 4 2 2 5 5 3
9 C3-4 2 2 5 3 4 3 4 3
10 C3-5 4 3 5 2 2 5 2 3

Tabel 5. 17 Hasil Perhitungan GAP Untuk Kriteria C3 (Studi Kasus Konsep II)

No Kode Kriteria GAP A1 GAP A2 GAP A3 GAP A4 GAP A5 GAP A6 GAP A7
6 C3-1 1 1 1 0 -1 1 0
7 C3-2 2 1 0 -1 0 -1 1
8 C3-3 2 0 1 -1 -1 2 2
9 C3-4 -1 -1 2 0 1 0 1
10 C3-5 1 0 2 -1 -1 2 -1

 

Menghitung Nilai Mapping GAP yang bersumber dari analisis GAP

Tabel 5. 18 Mapping GAP Untuk Kriteria 1 (Studi Kasus Konsep II)

No Kode Kriteria GAP A1 GAP A2 GAP A3 GAP A4 GAP A5 GAP A6 GAP A7
1 C1-1 5,5 6 5 4 4 6 5,5
2 C1-2 6 5,5 4 5,5 6 5 6
3 C1-3 4 6 5 5 6 5 4

Tabel 5. 19 Mapping GAP Untuk Kriteria 2 (Studi Kasus Konsep II)

No Kode Kriteria GAP A1 GAP A2 GAP A3 GAP A4 GAP A5 GAP A6 GAP A7
4 C2-1 3 4 5 4 4 5 6
5 C2-2 5 5 6 3 4 6 3

Tabel 5. 20 Mapping GAP Untuk Kriteria 1 (Studi Kasus Konsep II)

No Kode Kriteria GAP A1 GAP A2 GAP A3 GAP A4 GAP A5 GAP A6 GAP A7
6 C3-1 5,5 5,5 5,5 6 5 5,5 6
7 C3-2 4,5 5,5 6 5 6 5 5,5
8 C3-3 4,5 6 5,5 5 5 4,5 4,5
9 C3-4 5 5 4,5 6 5,5 6 5,5
10 C3-5 5,5 6 4,5 5 5 4,5 5

Menghitung Secondary Factor dan Core Factor (Nilai Akhir) setiap alternatif pada setiap kriterianya

Berikut adalah Nilai Secondary Factor berdasarkan dari nilai Mapping GAP dan Nilai Bobot Secondary Factor untuk setiap alternatif pada setiap sub kriterianya

Secondary Factor untuk kriteria 1 (C1)

SF C1

  1. Nilai SF C1 alternatif A1

 

  1. Nilai SF C1 alternatif A2

 

  1. Nilai SF C1 alternatif A3

 

  1. Nilai SF C1 alternatif A4

 

  1. Nilai SF C1 alternatif A5

 

  1. Nilai SF C1 alternatif A6

 

  1. Nilai SF C1 alternatif A7

 

Secondary Factor untuk kriteria 2 (C2)

SF C2

  1. Nilai SF C2 alternatif A1
  2. Nilai SF C2 alternatif A2
  3. Nilai SF C2 alternatif A3
  4. Nilai SF C2 alternatif A4
  5. Nilai SF C2 alternatif A5
  6. Nilai SF C2 alternatif A6
  7. Nilai SF C2 alternatif A7

Secondary Factor untuk kriteria 3 (C3)

SF C3

  1. Nilai SF C3 alternatif A1

 

  1. Nilai SF C3 alternatif A2

 

  1. Nilai SF C3 alternatif A3

 

  1. Nilai SF C3 alternatif A4

 

  1. Nilai SF C3 alternatif A5

 

  1. Nilai SF C3 alternatif A6

 

  1. Nilai SF C3 alternatif A7

 

Berikut adalah Nilai Core Factor (Nilai AKhir) berdasarkan dari nilai Seocndary Factor dan Nilai Bobot Core Factor untuk setiap alternatif pada setiap kriterianya

Core Factor

  1. Nilai Akhir alternatif A1

 

  1. Nilai Akhir alternatif A2

 

  1. Nilai Akhir alternatif A3

 

  1. Nilai Akhir alternatif A4

 

  1. Nilai Akhir alternatif A5

 

  1. Nilai Akhir alternatif A6

 

  1. Nilai Akhir alternatif A7

 

Melakukan Perangkingan

Berdasarkan hasil perhitungan Nilai Akhir maka berikut ini adalah tabel perangkingan nilai Alternatif.

Tabel 5. 21 Perangkingan Profile Matching (Studi Kasus Konsep I)

No Nama Alternatif Nilai Akhir Keterangan
1 A1 0,5686 Peringkat ke-5
2 A2 0,6296 Peringkat ke-3
3 A3 0,6602 Peringkat ke-2
4 A4 0,5031 Peringkat ke-7
5 A5 0,5558 Peringkat ke-6
6 A6 0,6843 Peringkat ke-1
7 A7 0,5928 Peringkat ke-4

Gambar 5. 2 Grafik Perangkingan Profile Matching (Studi Kasus Konsep II)

Daftar Pustaka

  • Alinezhad, A., & Khalili, J. (2019). New Methods and Applications in Multiple Attribute Decision Making (MADM) (1st ed.). Switzerland: Springer.
  • Kusrini. (2007). Konsep dan Aplikasi Sistem Pendukung Keputusan (1st ed.). Yogyakarta: Penerbit ANDI.
  • Nofriansyah, D., & Defit, S. (2017). Multi Criteria Decison Making (MCDM) pada Sistem Pendukung Keputusan. Yogyakarta: DeePublish.
  • Turban, E., Aronson, J. E., & Liang, T.-P. (2007). Decision Support Systems and Intelligent Systems (7th ed.). New Delhi: Prentice-Hall, Inc.
  • Tzeng, G.-H., & Huang, J.-J. (2011). Multiple Attribute Decision Making, Method and Applications (1st ed.). Abingdon, UK: Taylor & Francis Group.

 

Download File Materi PDF

Download File Slide Pertemuan PDF

 266 total views,  2 views today

Tags: ,

Leave a Reply

Your email address will not be published. Required fields are marked *