Transcript 1-Analisa Keputusan

1
SESI - 1
ANALISIS KEPUTUSAN
ANALISIS KEPUTUSAN
2


Fakta menunjukan bahwa setiap hari manusia ataupun
perusahaan / organisasi harus mengambil keputusan
Setiap pengambilan keputusan ada Alternatifnya dan setiap
Alternatif ada Kriteria Keputusannya
Alternatif
Kriteria Keputusan
K1
K2
K3
A1
H11
H12
H13
A2
H21
H22
H23
MULTI CRITERIA DECISION MAKING
3
Kriteria Keputusan
Alternatif

Harga
Luas
Jarak
Juta Rupiah
m2
km
SIDOHARJO
560
2.500
30
MOJOKERTO
490
3.000
50
Kiteria Dominasi;



Sidoharjo : unggul dalam jarak, kalah dalam harga dan luas
Mojokerto : unggul dalam harga dan luas , kalah dalam jarak
Kesimpulan : tidak ada yang dominan
MULTI CRITERIA DECISION MAKING
4

Kiteria Leksikografi;





Ada kriteria yang diprioritaskan
Luas (pertama): Mojokerto lebih baik dari Sidoharjo
Jarak (kedua) : Sidoharjo lebih baik dari Mojokerto
Harga (ketiga) : tidak perlu dipertimbangkan
Kesimpulan
: Mojokerto dipilih (kriteria luas)
MULTI CRITERIA DECISION MAKING
5

Kiteria Penghampiran (tingkat Aspirasi;


Misalnya Harga ≤ 600 juta
Luas
≥ 2.500 m2
Jarak ≤ 40 km
Harga
Luas
Jarak
SIDOHARJO
√
√
√
MOJOKERTO
√
√
-
Misalnya
Harga ≤ Sidoharjo dan Mojokerto
Luas
≥ Sidoharjo dan Mojokerto
Jarak ≤ hanya Sidoharjo
Sidoharjo terpilih
ANALYTICAL HIERARCHY PROCESS (AHP)
6


Diartikan sebagai pembobotan (penentuan prioritas) dari
serangkaian persoalan, baik terhadap kriterianya ataupun
alternatifnya.
Langkah nya





Rancangan/ struktur keputusan dari persoalan yang diadapi
Perhitungan berpasangan
Sintesa Prioritas
Uji konsitensi
Analisis berpasangan merupakan langkah awal penentuan
prioritas (pembobotan)
1
2
Sama
Sedikit
penting lebih
nya
penting
3
4
5
6
7
8
9
Hampir Mutlak
Mutlak lebih
lebih
penting
penting
ANALYTICAL HIERARCHY PROCESS (AHP)
7

Struktur keputusan
Membeli
mobil 2000 cc
Model
Biaya
Operasinal
TOYOTA
Kecepatan
HONDA
Kenyamanan
MAZDA
ANALYTICAL HIERARCHY PROCESS (AHP)
8

BOP
MDL
CPT
NYM
BOP
1
1/4
1/3
1/5
MDL
4
1
3
2
CPT
3
1/3
1
1/2
NYM
5
1/2
2
1
13
25/12
19/3
37/10
Cara membaca :



Biaya Operasional vs Model, Model lebih penting dengan nilai 4
Biaya Operasional vs Kecepatan, Kecepatan lebih penting
dengan nilai 3
Model vs Kecepatan, Kecepatan lebih penting dengan nilai 3
ANALYTICAL HIERARCHY PROCESS (AHP)
9
BOP
MDL
CPT
NYM
Jumlah
Baris
Prioritas
(bobot)
BOP
1/13
3/25
1/19
2/37
0,304
0,076
MDL
4/13
12/25
9/19
20/37
1,802
0,450
CPT
3/13
4/25
3/19
5/37
0,684
0,171
NYM
5/13
6/25
6/19
10/37
1,210
0,303
Jumlah Nilai
kolom
1
1
1
1
4
1




Cara menghitung elemen matriks baru, kolom1 (BOP) memua nilai
dibagi dengn 13
Jumlah Baris, baris 1 (BOP) = 0,676+0,12+0,005+0,05=0,304
Perhitungan Bobot, untuk BOP = 0,304/4=0,076
Bobot dari keempat kriteria : Model =0,450 =45%
Kenyamanan =0,303 =30,3%
Kecepatan =0,171=17,1%
Biaya Operasional=0,074=7,6%
ANALYTICAL HIERARCHY PROCESS (AHP)
10
Biaya
Operasinal
T
H
M
Toyota
1
4
1/3
Honda
¼
1
Mazda
3
T
H
M
Toyota
1
1/3
2
½
Honda
3
1
4
2
1
Mazda
1/2
1/4
1
17/4
7
11/6
9/2
19/12
7
Kecepatan
T
H
M
T
H
M
Toyota
1
1/5
2
Toyota
1
¼
½
Honda
5
1
1/3
Honda
4
1
4
Mazda
1/2
3
1
Mazda
2
¼
1
13/2
21/5
10/3
7
6/4
11/2
Jumlah Kolom
Jumlah Kolom
Model
Jumlah Kolom
Kenyamanan
Jumlah Kolom
ANALYTICAL HIERARCHY PROCESS (AHP)
11
BIAYA
OPERASIONAL
Toyota
Hunda
Mazda
Jumlah baris
Prioritas
(bobot)
Toyota
4/17
4/7
2/11
0,987
0,329
Honda
1/17
1/7
3/11
0,475
0,158
Mazda
12/17
2/7
6/11
1,538
0,513
1
1
1
3
1
Toyota
Hunda
Mazda
Jumlah baris
Prioritas
(bobot)
Toyota
2/9
4/19
2/7
0,718
0,240
Honda
6/9
12/19
4/7
1,870
0,623
Mazda
2/9
3/19
1/7
0,412
0,137
1
1
1
3
1
Jumlah Kolom
Harga
Jumlah Kolom
ANALYTICAL HIERARCHY PROCESS (AHP)
12
Toyota
Hunda
Mazda
Jumlah baris
Prioritas
(bobot)
Toyota
2/13
1/21
6/10
0,802
0,267
Honda
10/13
5/21
1/10
1,107
0,369
Mazda
1/13
15/21
3/10
1,091
0,364
1
1
1
3
1
Toyota
Hunda
Mazda
Jumlah baris
Prioritas
(bobot)
Toyota
1/7
1/6
1/11
0,401
0,133
Honda
4/7
4/6
8/11
1,965
0,655
Mazda
2/7
1/6
2/11
0,634
0,211
1
1
1
3
1
Kecepatan
Jumlah Kolom
Kenyamanan
Jumlah Kolom
ANALYTICAL HIERARCHY PROCESS (AHP)
13
ALTERNATIF
Biaya
Operasional
(0,076)
Model
(0,450)
Kecepatan
(0,171)
Kenyamanan
(0,303)
Bobot
Toyota
0,329
0,240
0,267
0,133
0,219
Honda
0,168
0,623
0,369
0,655
0,554
Mazda
0,513
0,137
0,364
0,211
0,227

Cara memhitung Bobot :

Toyota = 0,329 (0,076) + 0,240 (0,450) + 0,267 (0,171) +
0,133 (0, 303) = 0,219
Hasil nya Pilih Honda

ANALISA KEPUTUSAN DLM KETIDAKPASTIAN
14

Kondisi Ekonomi
Alternatif Proyek
atau Investasi
Jelek
Sedang
Cerah
A
60
120
350
B
-80
220
630
C
150
200
260
D
-230
470
880
Alternatif Solusi
 Maximax : Pilih yang terbaik dari yang baik
 Maximin : Pilih Yang terbaik dari yang jelek
 Minimax Regret : dijelaskan tersendiri
 Kriteria Hurwicz : Dihitung dengan bobot a untuk maximax
ditambah (1-a) untuk maximin
 Kriteria Laplace/Equal Likelihood : sama dengan Hurwicz tapi
nilai a = 0,5
 Nilai Ekspetasi : dijelaskan tersendiri
ANALISA KEPUTUSAN DLM KETIDAKPASTIAN
15

Perhitungan Minimax Regret





Pilih Investasi C, Regret nya = 0 (karena investasi C = 150 yang
tebaik dari kondisi yang jelek) → Regret = 150-150=0
Investasi A Regretnya = 150-60=90
Investasi B Regretnya = 150- (-80)=230
Investasi D Regretnya = 150-(-230)=380
Hitung juga untuk Kondisi Sedang dan Cerah
Investasi
Kondisi Ekonomi
Jelek
Perhitungan Regret
Sedang Cerah
Jelek
Sedang Cerah
Minimax
Regret
A
60
120
350
90
350
530
530
B
-80
220
630
230
250
250
250
C
150
200
260
0
270
620
620
D
-230
470
880
380
0
0
380
ANALISA KEPUTUSAN DLM KETIDAKPASTIAN
16

Perhitungan “Nilai Ekspektasi”






Masing kondisi ekonomi diperkirakan probabilitasnya
Misalnya Jelek
: 0,2
Sedang : 0,5
Cerah : 0,3
Investasi A =0.2x(60)+ 0.5x(120)+ 0.3x(350)=177
Investasi B =0.2x(-80)+ 0.5x(220)+ 0.3x(630)=283
Investasi C =0.2x(150)+ 0.5x(200)+ 0.3x(260)=208
Investasi D =0.2x(-230)+ 0.5x(470)+ 0.3x(880)=449
ANALISA KEPUTUSAN DLM KETIDAKPASTIAN
17
Alter
natif
Kondisi Ekonomi
Jelek Sedang Cerah
Maxi
max
Maxi
min
Mini
max
Regret
Hur
wicz
Equal
Ekspek
Likeli
tasi
hood
A
60
120
350
350
60
530
234
205 177
B
-80
220
630
630
-80
250
346
275 283
C
150
200
260
260
150
620
216
205 208
D
-230
470
880
880
-230
380
436
325 449
FUNGSI BORDA
18


Mengunakan Pembobotan, dengan mengunakan data Peferensi
atau peringkat kepentingan dari atribut/variabel yang akan
dibobotkan
Misalnya, menghitung bobot dari Vario, Spin dan Mio


Munculkan semua data Peferensi yang mungkin dari variabel yang
kan dibobot.
Jumlah kemungkinan 6 (3x2x1) atau 3 faktorial, sebagai berikut:






Mio >Vario
Mio >Spin
Vario >Mio
Vario >Spin
Spin >Mio
Spin >Vario
>Spin
>Vario
>Spin
>Mio
>Vario
>Mio
(Lebih suka Mio daripada Vario daripada Spin)
(Lebih suka Mio daripada Spin daripada Vario)
(Lebih suka Vario daripada Mio daripada Spin)
(Lebih suka Vario daripada Spin daripada Mio)
(Lebih suka Spin daripada Mio daripada Vario)
(Lebih suka Spin daripada Vario daripada Mio)
FUNGSI BORDA
19

Dari 20 responden diperoleh hasil sbb:







Mio>Vario>Spin
Mio>Spin>Vario
Vario>Mio>Spin
Vario>Spin>Mio
Spin>Mio>Vario
Spin>Vario>Mio
=
=
=
=
=
=
6
4
3
4
1
2
Disusun berpasangan






Lebih suka Mio daripada Vario
Lebih suka Mio daripada Spin
Lebih suka Vario daripada Mio
Lebih suka daripada Spin
Lebih suka Spin daripada Mio
Lebih suka Spin daripada Vario
=
=
=
=
=
=
6+4+1
6+4+3
3+4+3
6+3+4
4+1+8
4+1+3
=
=
=
=
=
=
11
13
9
13
8
8
FUNGSI BORDA
20
 Hasil
Sepeda
Motor
akhir nya adalah lebih suka Mio
Mio
Vario
Spin
Jml Baris
Bobot (%)
Mio
-
11
13
24
40,00
Vario
9
-
13
22
36,67
Spin
7
7
-
14
23,33
Jumlah baris
60
100,00