APLIKASI PENGAMBILAN KEPUTUSAN

ANALISIS KEPUTUSAN Aktivitas harian: tindakan pengambilan keputusan Perlunya Analisis Keputusan

Persoalan pertanggungjawaban Upaya meyakinkan orang lain: kejelasan dan sistematika

Sifat masalah yang dapat didekati Unik, tak ada preseden & mungkin tak akan terulang Tak pasti, pengetahuan & informasi sangat rendah Jangka panjang, berimplikasi jauh ke depan Kompleks, preferensi pengambil keputusan (resiko & waktu)

Baik buruknya keputusan dipengaruhi oleh: Pemanfaatan penuh informasi yang dimiliki Dasar-dasar rasionalitas telah diikuti Proses transformasi berjalan konsisten

EXPERT CHOICE Aplikasi pendukung

pengambilan keputusan, pada masalah yang kompleks dengan banyak kriteria dan banyak alternatif pemecahan masalah

Dasar dari Expert Choice adalah ”Analytical Hierarchy Process”

ANALYTICAL HIERARCHY PROCESS(Dasar Teori)

Teknik untuk membantu pemecahan masalah dalam mengatasi kerumitan akibat beragamnya kriteria, bukan hanya akibat ketidaksempurnaan dan ketidakpastian informasi

Hirarki fungsional, input utamanya persepsi manusia Sangat berguna pada situasi yang kompleks, dengan

data dan informasi sangat minim Banyak digunakan untuk perencanaan, penentuan

alternatif, penyusunan prioritas, perancangan sistem, pemilihan kebijakan (policy), dan pengukuran kinerja

PRINSIP PENGGUNAAN AHP

a. Dekomposisi (decomposition), memecah persoalan yang utuh menjadi unsur-unsurnya.

b. Penilaian kekirtaan (comparative judgment), memberi penilaian terhadap kepentingan relatif dua elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkat di atasnya.

c. Penentuan prioritas (synthesis of priority), analisis prioritas elemen dengan metode perbandingan berpasangan antar 2 (dua) elemen sampai keseluruan elemen tercakup.

d. Konsistensi logis (logical consistency), dalam menentukan jawaban prioritas elemen yang menentukan validitas data dan hasil pengambilan keputusan. contoh: A > B dan B > C, maka secara logis A > C

Dekomposisi Penyusunan Hirarki

Hierarki untuk Memilih Sebuah Mobil

Perbandingan Berpasangan dalam Comparative Judgment

Penentuan PrioritasKenyamanan Hon Nis VW LR

Hon 1 1/2 1/3 ¼

Nis 2 1 2/3 2/4

VW 3 3/2 1 ¾

LR 4 2 4/3 1

Matriks Perbandingan 3 Mobil dari Sisi Kenyamanan

Kenyamanan Hon Nis VW LR

Hon 1 1/2 1/3 ¼

Nis 2 1 2/3 2/4

VW 3 3/2 1 ¾

LR 4 2 4/3 1

Jumlah 10 5 10/3 2,5

Mensintesis Pertimbangan

Kenyamanan Hon Nis VW LR

Hon 1/10 1/10 1/10 1/10

Nis 2/10 1/5 2/10 2/10

VW 3/10 3/10 3/10 3/10

LR 4/10 2/5 4/10 2/5

Mensintesis Pertimbangan

NORMALISASI

Hon = (1/10+1/10+1/10+1/10)/4 = 0,1Nis = (2/10+1/5+2/10+2/10)/4 = 0,2VW = (3/10+3/10+3/10+3/10)/4 = 0,3LR = (4/10+2/5+4/10+2/5)/4 = 0,4

Hon = ½ NisHon = 1/3 VWHon = ¼ LR

1/3 VW = ½ NisVW = 3/2 Nis

Prioritas TotalHarga

Pembe-lian

Biaya Pemeli-haraan

Kehema-tan

Bahan Bakar

Kenya-manan

Status Layanan Purna Jual

Prioritas Total

(1) (2) (3) (4) (5) (6)

Honda CRV (a)

(VK1a) x (VF1)

(VK2a) x (VF2)

(VK3a) x (VF3)

0,1 x (VF4) (VK5a) x (VF5)

(VK6a) x (VF6)

SUM

Nissan Terrano (b)

(VK1b) x (VF1)

(VK2b) x (VF2)

(VK3b) x (VF3)

0,2 x (VF4) (VK5b) x (VF5)

(VK6b) x (VF6)

SUM

VW Touareg (c)

(VK1c) x (VF1)

(VK2b) x (VF2)

(VK3c) x (VF3)

0,3 x (VF4) (VK5c) x (VF5)

(VK6c) x (VF6)

SUM

Land Rover Freelander (d)

(VK1d) x (VF1)

(VK2b) x (VF2)

(VK3d) x (VF3)

0,4 x (VF4) (VK5d) x (VF5)

(VK6d) x (VF6)

SUM

Konsistensi Penilaian Bila elemen A adalah dua kali

lebih penting dari elemen B, maka elemen B adalah ½ kali pentingnya dari elemen A

Konsistensi absolut sulit untuk didapat

Consistency Ratio of Hierarchy (CRH) = Σ (nilai Consistency Index (CI) x bobot suatu kriteria), dibandingkan dengan nilai yang didapat dengan cara sama tetapi untuk suatu matriks random.Konsisten, jika CRH < 0,10

WINQSB (METODE ANALISIS) Acceptance Sampling Analysis Aggregat Planning Decision Analysis Dynamic Programming Facility Location and Layout Forecasting Inventory Theory and System Job Schedulling Linear and Integer Programming Markov Process Material Requirements Planning Network Modelling Nonlinear Programming PERT/CPM Quadratic Programming Queuing Analysis Queuing System Simulation Quality Control Chart

Decision Tree Analysis Metode grafis yang memperlihatkan

cabang keputusan (decision branch) dan kejadian tak pasti (chance)

Notasi Decision Tree Analysis: Decision Node

Chance Node

Kejadian tidak diikuti kejadian lain: terminal node (Event)

Tiap node bisa memiliki nilai payoff + payoff: penerimaan - payoff: biaya

Pemilihan keputusan terbaik diambil dari nilai ekspektasi tertinggi Decision Tree Analysis

Terima Kasih,

Mari KitaBerpraktik!

(praktikum)