tugas spk
DESCRIPTION
Sistem Pendukung KeputusanTRANSCRIPT
Nama : ARIS HIDAYATNIM : (11650014)
METODE-METODE DALAM SPK
(SISTEM PENDUKUNG KEPUTUSAN)
A. SAW
Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar
metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif
pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X)
ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.
Metode ini merupakan metode yang paling dikenal dan paling banyak digunakan
orang dalam menghadapi situasi MADM (multiple attribute decision making). Metode ini
mengharuskan pembuat keputusan menentukan bobot bagi setiap atribut. Skor total untuk
sebuah alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating (yang
dapat dibandingkan lintas atribut) dan bobot tiap atribut. Rating tiap atribut haruslah bebas
dimensi yang artinya telah melewati proses normalisasi sebelumnya.
Langkah Penyelesaian SAW
1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan,
yaitu Ci.
2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
3. Membuat matriks keputusan berdasarkan kriteria(Ci), kemudian melakukan normalisasi
matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan
ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R.
4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks
ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih
sebagai alternatif terbaik (Ai)sebagai solusi.
1
B. AHP
Analytic Hierarchy Process (AHP) adalah teknik untuk mendukung proses
pengambilan keputusan yang bertujuan untuk menentukan pilihan terbaik dari beberapa
alternatif yang dapat diambil. AHP dikembangkan oleh Thomas L.Saaty pada tahun 1970-an,
dan telah mengalami banyak perbaikan dan pengembangan hingga saat ini. Kelebihan AHP
adalah dapat memberikan kerangka yang komprehensif dan rasional dalam menstrukturkan
permasalahan pengambilan keputusan. AHP merupakan salah satu metode untuk
menyelesaikan masalah Multi Criteria Decision Making (MCDM).
Zimmermann (Kusumadewi dkk, 2006:69) mengemukakan bahwa MCMM adalah
suatu metode pengambilan keutusan untuk menetapkan alternatif terbaik dari sejumlah
alternatif berdasarkan beberapa kriteria tertentu. Kriteria biasanya berupa ukuran-ukuran,
aturan-aturan atau standar yang digunakan dalam pengambilan keputusan.
Kenapa AHP ? 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.
Gambaran umum dari proses AHP dapat dilihat pada gambar berikut:
2
Tahapan pertama dari AHP adalah Structuring, yaitu menstrukturkan alur
pengambilan keputusan berdasarkan dua komponen utama; Komponen pertama adalah tujuan
dari AHP dan variabel yang digunakan, sedangkan komponen kedua adalah alternatif-
alternatif yang dapat diambil untuk memenuhi tujuan AHP tersebut. Pada Tahap Structuring,
akan ditentukan apa tujuan dari AHP, apa saja variabel dan sub-variabel yang digunakan, dan
apa saja alternative yang tersedia.
Proses Structuring pada AHP adalah penyusunan kerangka AHP yang terdiri dari
Tujuan Utama, Variabel yang digunakan sebagai pertimbangan, dan Alternatif yang dapat
diambil untuk memenuhi tujuan. Tutorial di bawah ini menunjukkan contoh AHP, dimana
tujuan penyusunan AHP adalah untuk menilai bentuk pemanfaatan ruang apa yang paling
sesuai untuk dikembangkan di Kawasan Pesisir. Ada 4 alternatif yang dapat diambil, yaitu
pengembangan Industri Perikanan, Perikanan Rakyat, Resort Tourism, Eco-Tourism, dan
Konservasi. Dengan menggunakan AHP, kita bisa menilai berdasarkan pendapat responden,
alternatif mana yang paling cocok untuk dikembangkan di kawasan pesisir.
Tahap berikutnya pada AHP adalah Assessment, yaitu tahap pemberian nilai atau
bobot terhadap variabel, sub-variabel, dan alternatif. Pemberian bobot ini dapat berupa
Direct Assessment atau pemberian bobot secara langsung, Verbal Assessment, pemberian
bobot berdasarkan persepsi verbal seperti (Sangat penting, Tidak penting, dsb), dan juga
dapat dengan menggunakan Visual Assessment, yaitu pemberian bobot dengan bantuan
visualisasi grafik.
3
Kami InginProgram A !!
Tidak!!! Program B!!
C. TOPSIS(Technique for Order Performance by Similarity to Ideal Solution)
TOPSIS didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya
memiliki jarak terpendek dari solusi ideal positif, tetapi juga memiliki jarak terpanjang dari
solusi ideal negatif (Hwang, 1981)(Zeleny, 1982).Konsep ini banyak digunakan pada
beberapa model MADM karena konsepnya sederhana dan mudah dipahami, komputasinya
efisien, dan memiliki kemampuan untuk mengukur kinerja alternatif.
Langkah-langkah penyelesaian masalah MADM dengan TOPSIS:
1. Membuat matriks keputusan yang ternormalisasi;
2. Membuat matriks keputusan yang ternormalisasi terbobot;
3. Menentukan matriks solusi ideal positif & matriks solusi ideal negatif;
4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif &
matrikssolusi ideal negatif;
5. Menentukan nilai preferensi untuk setiap alternatif
Contoh:
Suatu perusahaan di Kota Medan ingin membangun sebuah gudang yang akan
digunakan sebagai tempat untuk menyimpan sementara hasil produksinya.
Ada 3 lokasi yang akan menjadi alternatif, yaitu:
A1 = Tanjung Morawa,
A2 = Belawan,
A3 = Pancur Batu
Ada 5 kriteria yang dijadikan acuan dalam pengambilan keputusan, yaitu:
C1 = jarak dengan pasar terdekat (km),
C2 = kepadatan penduduk di sekitar lokasi (orang/km2);
C3 = jarak dari pabrik (km);
C4 = jarak dengan gudang yang sudah ada (km);
C5 = harga tanah untuk lokasi (x1000 Rp/m2).
Tingkat kepentingan setiap kriteria, juga dinilai dengan 1 sampai 5, yaitu:
4
1 = Sangat rendah,
2 = Rendah,
3 = Cukup,
4 = Tinggi,
5 = Sangat Tinggi.Pengambil keputusan memberikan bobot preferensi sebagai: W = (5, 3,
4, 4, 2)
D. METODE WEIGHTED PRODUCT
Metode Weighted Product (WP) menggunakan perkalian untuk menghubungkan
rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang
bersangkutan.Proses ini sama halnya dengan proses normalisasi.
Preferensi untuk alternatif Ai diberikan sebagai berikut:
dengan i=1,2,...,m; dimana wj = 1.
- wj adalah pangkat bernilai positif untuk atribut keuntungan, dan bernilai negatif untuk
atribut biaya.
Contoh:
Suatu perusahaan di Daerah Pekanbaru ingin membangun sebuahgudang yang akan
digunakan sebagai tempat untuk menyimpan sementara hasil produksinya. Ada 3 lokasi yang
akan menjadi alternatif, yaitu:
5
A1 = Panam,
A2 = Marpoyan,
A3 = Rumbai.
Ada 5 kriteria yang dijadikan acuan dalampengambilan keputusan, yaitu:
C1 = jarak dengan pasar terdekat (km),
C2 = kepadatan penduduk di sekitar lokasi(orang/km2);
C3 = jarak dari pabrik (km);
C4 = jarak dengan gudang yang sudah ada (km);
C5 = harga tanah untuk lokasi (x1000 Rp/m2).
Nilai setiap alternatif di setiap kriteria:
Tingkat kepentingan setiap kriteria, juga dinilaidengan 1 sampai 5, yaitu:
1 = Sangat rendah,
2 = Rendah,
3 = Cukup,
4 = Tinggi,
5 = Sangat Tinggi.
Pengambil keputusan memberikan bobotpreferensi sebagai:
W = (5, 3, 4, 4, 2)
Kategori setiap kriteria:
6
Kriteria C2 (kepadatan penduduk di sekitar lokasi)dan C4 (jarak dengan gudang yang sudah
ada)adalah kriteria keuntungan. Kriteria C1 (jarak dengan pasar terdekat), C3(jarak dari
pabrik), dan C5 (harga tanah untuklokasi) adalah kriteria biaya.Sebelumnya dilakukan
perbaikan bobot terlebihdahulu seperti sehingga w = 1, diperoleh w1 =0,28; w2 = 0,17;
w3=0,22; w4 = 0,22; dan w5 =0,11.
Kemudian vektor S dapat dihitung sebagaiberikut:
Nilai vektor V yang akan digunakan untuk perankingandapat dihitung sebagai berikut:
Nilai terbesar ada pada V2 sehingga alternatif A2 adalahalternatif yang terpilih
sebagaialternatif terbaik.Dengan kata lain, Marpoyan akan terpilih sebagai lokasiuntuk
mendirikan gudang baru
E. ELECTRE
Electre merupakan salah satu metode dari sistem pendukung keputusan yang berbasis
multi kriteria yang berasal dari EROPA sekitar tahun 1960-an. ELECTRE berasal dari kata
Elimination Et Choix Traduisant la Realité (ELimination and Choice Expressing
Reality).Metode Elektre dapat digunakan dalam melakukan penilaian dan perankingan
berdasarkan kelebihan dan kekurangan melalui perbandingan berpasangan pada kriteria yang
sama.
Menurut Janco dan Bernoider (2005:11), ELECTRE merupakan salah satu metode
pengambilan keputusan multikriteria berdasarkan pada konsep outranking dengan
7
menggunakan perbandingan berpasangan dari alternatif-alternatif berdasarkan setiap kriteria
yagn sesuai
ELECTRE digunakan untuk kasus-kasus dengan banyak alternatif namun hanya
sedikit kriteria yang dilibatkan. Suatu alternatif dikatakan mendominasi alternatif yang
lainnya jika suatu atau lebih kriteria melebihi(bandingkan dengan kriteria dari alternatif yang
lain) dan sama dengan kriteria lain yang tersisa (Kusimadewi dkk, 2009)
Salah satu studi kasus yang pernah dilakukan yaitu dilatarbelakangi banyaknya varian
sepeda motor lengkap dengan keunggulan masing-masing, sehingga para konsumen merasa
kesulitan untuk menentukan pilihan. oleh karena itu dianggap perlu untuk membuat suatu
sistem pendukung keputusan dengan metode ELECTRE, yang diharapkan dapat membantu
pembeli speda motor dalam hal menentukan pilihan secara tepat dari beberapa alternatif
pilihan yang ada.
8