DSS – Pertemuan 12 – Materi

Gede Surya Mahendra - Home

DSS – Pertemuan 12 – Materi

Stiki Logo - Short

Mata Kuliah : Decision Support System

Kode Mata Kuliah : MKB-219

Program Studi : Teknik Informatika

STIMIK STIKOM Indonesia

PERTEMUAN 12 DASAR TEORI PEMBANGUNAN DSS – PENERAPAN FUCOM

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

Mg Ke- Kemampuan Akhir yang Diharapkan Bahan Kajian Metode Pembelajaran Waktu Pengalaman Belajar Penilaian dan Indikator Bobot Penilaian (%)
(1) (2) (3) (4) (5) (6) (7) (8)
12 Mahasiswa dapat memaparkan dasar teori yang digunakan dalam pembangunan Decision Support System.
  • Ketepatan dalam memaparkan dasar teori yang digunakan dalam pembangunan DSS
  • Ketepatan dalam memaparkan model yang digunakan dalam pembangunan Decision Support System dan menggunakannya untuk penyelesaian masalah yang dihadapi.
  • Pembelajaran discovery dan diskusi dalam materi teori pembangunan DSS
[TM : 1 x (3×50”)]
  • Memaparkan dasar teori dalam pembangunan DSS dan model DSS yang digunakan dalam menyelesaikan permasalahan
  • Kemampuan memaparkan dasar teori dalam pembangunan DSS dalam menyelesaikan permasalaan sesuai dengan materi yang disampaikan
5%

Download File Materi PDF

Download File Slide Perkuliahan PDF 

TINJAUAN

  1. Full Consistency Method (FUCOM)
  2. Tahapan FUCOM
  3. Studi Kasus DSS Menggunakan FUCOM
    1. Contoh Soal FUCOM / Identifikasi
    2. Perangkingan Signifikansi Kriteria
    3. Perbandingan Prioritas Kriteria
    4. Syarat rasio koefesien bobot
    5. Syarat transitivitas matematis
    6. Pemodelan matematika untuk menentukan bobot kriteria

 

MATERI

Full Consistency Method (FUCOM)

Full Consistency Method (FUCOM) dikembangkan oleh Dragan Pamučar, Željko Stević serta Siniša Sremac pada tahun 2018, dan hingga saat ini belum pernah dilakukan penelitian lebih lanjut terkait metode ini di Indonesia. FUCOM dikembangkan berdasarkan prinsip perbandingan berpasangan dan validasi dari hasil deviasi dari konsistensi maksimum (deviation from full consistency/ DFC). Ketika dibandingkan dengan Analytical Hierarchy Process (AHP) dan Best Worst Method (BWM) sebagai metode untuk pembobotan kriteria, FUCOM hanya memerlukan kriteria perbandingan berpasangan, sedangkan AHP memerlukan hingga dan BWM memerlukan kriteria perbandingan berpasangan. Peningkatan jumlah kriteria pada AHP dan BWM menghasilkan peningkatan yang signifikan dalam jumlah perbandingan berpasangan yang akan mempersulit formulasi matematis dari metode tersebut, dan terkadang dapat menyulitkan decision maker ketika memberikan penilaian perbandingan berpasangan, yang dapat dilihat pada Gambar 12. 1.

Gambar 12. Jumlah kriteria perbandingan berpasangan yang diperlukan dalam AHP, BWM dan FUCOM

Selain memiliki jumlah kriteria perbandingan berpasangan yang sedikit, FUCOM memiliki kemampuan untuk memvalidasi hasil dengan mendefinisikan deviasi dari konsistensi maksimum perbandingan dan menghargai transitivitas (pelengkap) dalam kriteria perbandingan berpasangan. FUCOM juga mengakomodasi pengaruh subjektif dari decision maker terhadap nilai akhir bobot kriteria. Hal ini mengacu pada langkah pertama dan kedua pada FUCOM, dimana decision maker memberikan peringkat kriteria berdasarkan preferensi pribadi mereka dan melakukan perbandingan berpasangan dengan memberikan ranking pada kriteria yang telah ditentukan. Namun, tidak seperti model subjektif lainnya, FUCOM telah menunjukkan deviasi minor dalam nilai bobot kriteria yang diperoleh dari nilai optimal. Selain itu, prosedur metodologis FUCOM menghilangkan masalah redundansi perbandingan berpasangan kriteria, yang ada dalam beberapa model subjektif untuk menentukan bobot kriteria, seperti pada AHP dan BWM.

Tahapan FUCOM

Berikut ini merupakan prosedur untuk mendapatkan pembobotan kriteria menggunakan FUCOM.

  1. Pada langkah pertama, kriteria yang telah ditentukan di urutkan. Perangkingan dilakukan sesuai dengan signifikansi kriteria dimulai dari kriteria yang diharapkan memiliki koefesien bobot tertinggi hingga kriteria yang paling tidak signifikan, dimana merupakan peringkat kriteria yang diamati. Apabila penilaian terhadap dua atau lebih kriteria dengan nilai signifikansi yang sama, maka tanda “=” menggantikan tanda “>”.

 

Dimana:

adalah kriteria yang telah diurutkan berdasarkan signifikansinya

adalah jumlah kriteria terurut

  1. Pada tahap kedua, perbandingan antar kriteria dilakukan perbandingan prioritas kriteria , dimana merupakan peringkat kriteria dari kriteria evaluasi yang telah ditentukan. Prioritas komparatif dari kriteria evaluasi adalah hasil perhitungan dari kriteria peringkat dibandingkan dengan kriteria peringkat. Dengan demikian, vektor prioritas komparatif dari kriteria evaluasi diperoleh dengan yang mewakili signifikansi bahwa kriteria peringkat telah dibandingkan dengan kriteria peringkat.

 

Dimana:

adalah vector prioritas komparatif

adalah perbandingan prioritas kriteria

adalah jumlah kriteria terurut

Prioritas komparatif kriteria didefinisikan dalam salah satu dari dua cara yang didefinisikan dalam bagian-bagian berikut:

  • Berdasarkan preferensi, decision maker mendefinisikan prioritas komparatif diantara kriteria yang diamati.
  • Berdasarkan skala yang telah ditentukan untuk perbandingan kriteria, decision maker dapat membandingkan kriteria tersebut, dan dengan demikian penentuan signifikansi untuk masing-masing kriteria dapat dihitung.

Berdasarkan langkah 2 tersebut, FUCOM memungkinkan perbandingan antar kriteria dapat dilakukan dengan menggunakan integer, angka desimal atau nilai dari skala yang telah ditentukan sebelumnya, seperti penggunaan skala likert maupun skala Saaty dapat terakomodir dalam FUCOM.

  1. Pada langkah ketiga, dilakukan perhitungan nilai akhir dari koefesien bobot kriteria. Nilai akhirnya harus memenuhi dua kondisi, yaitu:
    • Rasio koefesien bobot sama dengan prioritas komparatif diantara kriteria yang diamati yang didefinisikan dalam langkah kedua diatas, memenuhi kondisi berikut:

 

Dimana:

adalah rasio koefesien bobot (bobot kriteria)

adalah perbandingan prioritas kriteria

adalah jumlah kriteria terurut

 

    • Nilai akhir koefesien bobot harus memenuhi kondisi transitivitas matematis yaitu . Karena dan sehingga memperoleh . Sehingga syarat lainnya bahwa nilai akhir dari koefesien bobot, harus memenuhi berikut:

 

Dimana:

adalah rasio koefesien bobot (bobot kriteria)

adalah perbandingan prioritas kriteria

adalah jumlah kriteria terurut

DFC minimum pada FUCOM dipenuhi hanya jika transivitas telah sepenuhnya dipenuhi, yaitu kondisi dari dan terpenuhi, sehingga nilai dari DFC untuk nilai yang diperoleh dari bobot koefesien. Dalam kata lain, agar kondisi tersebut dapat terpenuhi, diperlukan bahwa nilai akhir koefesien bobot memenuhi kondisi serta
dengan minimalisasi nilai. Dengan cara tersebut persyaratan untuk konsistensi maksimum terpenuhi. Berdasarkan pengaturan yang ditentukan, model akhir untuk menentukan nilai akhir koefesien pembobotan kriteria evaluasi dapat didefinisikan.

 

Dengan menyelesaikan model tersebut, maka nilai akhir kriteria evaluasi dan tingkat DFC dihasilkan.

Studi Kasus DSS Menggunakan FUCOM

Contoh Soal FUCOM / Identifikasi

Mengingat FUCOM digunakan untuk menentukan bobot kriteria saja, maka metode ini tidak dapat berdiri sendiri dan harus dikombinasikan dengan MADM seperti SAW, WP, WASPAS, VIKOR, MOORA, MARCOS dan sebagainya.

Narasumber yang masih mengalami kebingungan, memutuskan untuk memberikan penilaiannya berupa pengurutan dan perangkingan kriteria. Narasumber merupakan decision maker pada pemerintah daerah untuk menentukan daerah pembangunan ekowisata. Dalam membangun ekowisata, terdapat 8 kriteria yang digunakan, sehingga untuk mengurangi kesalahan dalam pembobotan, narasumber menggunakan metode FUCOM. Kriteria tersebut antara lain:

(C1) : Aspek Bio Hayati

(C2) : Aspek Lingkungan Fisik

(C3) : Aspek Budaya

(C4) : Aspek Infrastruktur

(C5) : Aspek Kelembagaan

(C6) : Aspek SDM

(C7) : Aspek Sikap & Tata Kelola Masyarakat (TKM)

(C8) : Aspek Aksesbilitas

Perangkingan Signifikansi Kriteria

Misalkan terdapat perangkingan signifikansi kriteria dari decision maker yang menghasilkan prioritas kriteria sebagai berikut:

Tabel 12. Perangkingan Signifikansi Kriteria oleh Narasumber

Kriteria C3 C1 C2 C4 C8 C5 C6 C7
1 2 2,5 3,5 4 4,2 4,4 4,6

Perbandingan Prioritas Kriteria

Berdasarkan perangkingan signifikansi kriteria sebelumnya, dapat dihitung perbandingan prioritas kriteria, sebagai berikut:

 

 

 

 

00

 

 

Syarat rasio koefesien bobot

 

 

 

 

 

 

 

Syarat transitivitas matematis

 

 

 

 

 

 

 

Pemodelan matematika untuk menentukan bobot kriteria

 

 

Pemodelan diatas dapat diselesaikan dengan menggunakan LINGO, dengan model dan hasil pemodelan sebagai berikut:

Gambar 12. Pemodelan FUCOM pada LINGO

Gambar 12. Hasil perhitungan bobot kriteria FUCOM pada LINGO

Berdasarkan perhitungan tersebut, dapat dihasilkan nilai akhir pembobotan kriteria sebesar

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.

 

 22 total views,  2 views today

Tags: ,

Leave a Reply

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