BAB V MULTI-ATTRIBUTE DECISION MAKING

A. Multi Criteria Decision Making (MCDM) Multi Criteria Decision Making (MCDM) adalah suatu metode pengambilan keputusan 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. Berdasarkan tujuannya, MCDM dapat dibagi menjadi model (!immermann, "##") dalam buku Kusumade$i % Multi Attribute Decision Makng (M&DM) dan Multi Objective Ddecision Making (M'DM). (eringkali MCDM dan M&DM digunakan untuk menerangkan kelas atau kategori yang sama. M&DM digunakan untuk menyelesaikan masalah-masalah dalam ruang diskret. 'leh karena itu, pada M&DM biasanya digunakan untuk melakukan penilaian atau seleksi terhadap beberapa alternatif dalam jumlah yang terbatas. (edangkan M'DM digunakan untuk menyelesaikan masalah-masalah pada ruang kontinyu (seperti permasalahan pada pemrogaman matematis). (e)ara umum dapat dikatakan bah$a, M&DM menyeleksi alternatif terbaik dari sejumlah alternatif* sedangkan M'DM meran)ang alternatif terbaik. +erbedaan mendasar terlihat pada tabel ,. Tabel 7. Perbedaan an ara MADM dan MODM Kr! er!a (d!de"!n!#!$an %le&) T'('an A r!b' Al erna !" Ke)'naan MADM &tribut .mplisit /ksplisit Diskret, dalam jumlah terbatas (eleksi MODM -ujuan /ksplisit .mplisit Kontinu, dalam jumlah tak terbatas Desain

&da beberapa fitur umum yang akan digunakan dalam MCDM (0anko 112) dalam buku Kusumade$i, yaitu % ". &lternatif &lternatif adalah objek-objek yang berbeda dan memiliki kesempatan yang sama untuk dipilih oleh pengambil keputusan. . &tribut &tribut sering juga disebut sebagai karakteristik, komponen atau kriteria keputusan. Meskipun pada kebanyakan kriteria bersifat satu le3el, namun tidak menutup

kemungkinan adanyasub kriteria yang berhubungan dengan kriteria yang telah diberikan 4. Konflik antar kriteria Beberapa kriteria biasanya mempunyai konflik antara satu dengan yang lainnya, misalnya kriteria keuntungan akan memiliki konflik dengan kriteria biaya 5. Bobot keputusan Bobot keputusan menunjukkan kepentingan relatif dari setiap kriteria, 6 7 ($",$ , 8.,$n). +ada MCDM akan di)ari bobot kepentingan dari setiap kriteria. 2. Matriks keputusan (uatu matriks keputusan 9 yang berukuran m:n, berisi elemen-elemen ; ij, yang merepresentasikan rating dari alternatif &i (i7", ,8.,m) terhadap kriteria Cj(j7", , 8.,n). B. Kla#!"!$a#! *e %de MCDM &da beberapa )ara dalam mengklasifikasikan metode MCDM. Menurut tipe data yang digunakan, MCDM dapat dibagi berdasarkan tipe data deterministik, stokastik atau fu<<y. Menurut jumlah pengambil keputusan yang terlibat dalam proses pengambilan keputusan, MCDM dapat dibagi berdasarkan pengambil keputusan satu orang, atau pengambil keputusan dalam bentuk grup (kelompok). C. Kla#!"!$a#! #%l'#! MCDM Masalah MCDM tidak selalu memberikan suatu solusi unik, perbedaan tipe bisa jadi akan memberikan perbedaan solusi (=oon, "#>") dan buku Kusumade$i. ". (olusi ideal Kriteria atau atribut dapat dibagi menjadi kategori, yaitu kriteria yang nilainya akan dimaksimumkan (kategori kriteria keuntungan) dan kriteria yang nilainya akan diminimumkan (kategori kriteria biaya). (olusi ideal akan memaksimumkan semua kriteria keuntungan dan meminimumkan semua kriteria biaya. . (olusi non-deminated (olusi ini sering juga dikenal dengan nama solusi +areto-optimal. (olusi feasible MCDM dikatakan non-dominated jika tidak ada solusi feasible yang lain yang akan menghasilkan perbaikan terhadap suatu atribut tanpa menyebabkan degenerasi pada atribut yang lainnya.

4. (olusi yang memuaskan (olusi yang memuaskan adalah himpunan bagian dari solusi-solusi feasible dimana setiap alternatif melampaui semua kriteria yang diharapkan. 5. (olusi yang lebih disukai (olusi yang disukai adalah solusi non-dominated yang paling banyak memuaskan pengambil keputusan. D. K%n#e+ da#ar M'l ! A r!b' e De,!#!%n Ma$!n) (MADM) Menurut ?udolphi dalam Kusumade$i dkk. ( 11@), pada dasarnya, proses M&DM dilakukan melalui 4 tahap, yaitu penyusunan komponen-komponen situasi, analisis, dan sintesis informasi. +ada tahap penyusunan komponen, komponen situasi, akan dibentuk tabel taksiran yang berisi identifikasi alternatif dan spesifikasi tujuan, kriteria dan atribut. -ahap analisis dilakukan melalui langkah. +ertama, mendatangkan taksiran dari besaran yang potensial, kemungkinan dan ketidakpastian yang berhubungan dengan dampakdampak yang mungkin pada setiap alternatif. Kedua, meliputi pemilihan dari preferensi pengambil keputusan untuk setiap nilai, dan ketidakpedulian terhadap resiko yang timbul. +ada langkah pertama, beberapa metode menggunakan fungsi distribusi Ap j(;)A yang menyatakan probabilitas kumpulan atribut AakA terhadap setiap alternatif A&iA. Konsekuen juga dapat ditentukan se)ara langsung dari agregasi sederhana yang dilakukan pada informasi terbaik yang tersedia. Demikian pula, ada beberapa )ara untuk menentukan preferensi pengambil keputusan pada setiap konsekuen yang dapat dilakukan pada langkah kedua. Metode yang paling sederhana adalah untuk menurunkan bobot atribut dan kriteria adalah dengan fungsi utilitas atau penjumlahan terbobot. Dalam Kusumade$i dkk. ( 11@), !imermann menyatakan bah$a, se)ara umum, model multi-attribute de)ision making dapat didefinisikan sebagai berikut% Misalkan & 7 Bai A i 7 ", 8., nC adalah himpunan alternatif keputusan dan C 7 B) j A j 7 ", 8., mC adalah himpunan tujuan yang diharapkan, maka akan ditentukan alternatif memiliki derajat harapan tertinggi terhadap tujuan-tujuan yang rele3an )j. Damun sebagian besar pendekatan M&DM dilakukan melalui langkah, yaitu % pertama, melakukan agregasi terhadap keputusan-keputusan yang tanggap terhadap semua tujuan pada setiap alternatif. (edangkan yang kedua, melakukan perankingan alternatifalternatif keputusan tersebut berdasarkan hasil agregasi keputusan. Dengan demikian, bisa dikatakan bah$a, masalah multi-attribute decision making (M&DM) adalah menge3aluasi m alternatif &i (i7", ,8.,m) terhadap sekumpulan atribut atau ; 1 yang

kriteria Cj (j7", ,8.,n), dimana setiap atribut saling tidak bergantung satu dengan yang lainnya. Matriks keputusan setiap alternatif terhadap setiap atribut ;, diberikan sebagai%

;7

;"" ;" 8. 8. ;m"

;" ; 8. 8. ;m

8. 8. 8. 8. 8.

;"n ;n 8. 8. ;mn

Ga*bar -.. Ma r!$# $e+' '#an #e !a+ al erna !" (/!*er*ann dala* K'#'*ade0! d$$. (1223)) Dimana ;ij merupakan rating kinerja alternatif ke-i terhadap atribut ke-j. Dilai bobot yang menunjukkan tingkat kepentingan relatif setiap atribut, diberikan sebagai, $ % $ 7 B $", $ , 8.,$n C ?ating kinerja (;), dan nilai bobot ($) merupakan nilai utama yang merepresentasikan preferensi absolut dari pengambil keputusanE masalah M&DM diakhiri dengan proses perangkingan untuk mendapatkan alternatif terbaik yang diperoleh berdasarkan nilai keseluruhan preferensi yang diberikan (=eh dalam Kusumade$i dkk. ( 11@)). Beberapa metode yang dapat digunakan untuk menyelesaikan masalah M&DM, antara lain sebagai berikut % a. Simple Additive Weighting Method ((&6) b. Weighted Product Model (6+M) ). /F/C-?/ d. echni!ue for Order Preference b" Similarit" to #deal Solution (-'+(.() e. Anal"tic $ierarch" Process (&G+) E. Simple Additive Weighting Method (SA4) Dalam Kusumade$i dkk. ( 11@), Hishburn menyatakan bah$a, konsep dasar metode simple additive %eighting method ((&6) yang biasa disebut juga %eighted sum model (6(M) adalah men)ari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode (&6 membutuhkan proses normalisasi matriks keputusan (;) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.

0ika j adalah atribut keuntungan (benefit) rij 7 0ika j adalah atribut biaya ()ost) (-)

Dimana rij adalah rating kinerja ternormalisasi dari alternatif &i pada atribut Cj dimana i7", , 8.,m dan j7", ,8.,n. Dilai preferensi untuk setiap alternatif (Ii) diberikan sebagai %

(1)

Dilai Ii yang lebih besar mengindikasikan bah$a alternatif &i lebih terpilih. C%n %& $a#'# 5 (uatu perusahaan di Daerah .stime$a =ogyakarta (D.=) ingin membangun sebuah gudang yang akan digunakan sebagai tempat untuk menyimpan sementara hasil produksinya. &da 4 lokasi yang akan menjadi alternatif, yaitu % &" 7 Dgemplak, & 7 Kalasan, &4 7 Kota Jede. &da 2 kriteria yang dijadikan a)uan dalam pengambilan keputusan, yaitu % C" 7 jarak dengan pasar terdekat (km) C 7 kepadatan penduduk di sekitar lokasi (orangEkm ) C4 7 jarak dari pabrik (km) C5 7 jarak dengan gudang yang sudah ada (km) C2 7 harga tanah untuk lokasi ( dikalikan dengan ?p. ".111.111Em ) ?ating ke)o)okan setiap alternatif pada setiap kriteria, dinilai dengan " sampai 2, yaitu % " % sangat buruk % buruk 4 % )ukup 5 % baik 2 % sangat baik -abel > menunjukkan rating ke)o)okan dari setiap alternatif pada setiap kriteria. (edangkan tingkat kepentingan setiap kriteria, juga dinilai dengan " sampai 2, yaitu % " % sangat rendah % rendah

4 % )ukup 5 % tinggi 2 % sangat tinggi Tabel 6. Ra !n) $e,%,%$an dar! #e !a+ al erna !" +ada #e !a+ $r! er!a Al erna ! " AA1 A. S!"a C7 . 8 Bene"! C1 7 . 7 Bene"! Kr! er!a C. C7 8 . 7 1 1 1 Bene"! Bene"! C8 . . 1 Bene"!

Karena setiap nilai yang diberika pada setiap alternatif di setiap kriteria, merupakan nilai ke)o)okan (nilai terbesar adalah terbaik). Maka semua kriteria yang diberikan diasumsikan sebagai kriteria keuntungan. +engambil keputusan dibentuk dari tabel ke)o)okan sebagai berikut % 5 4 2 5 4 5 2 5 4 4 4

+ertama-tama, dilakukan normalisasi matriks 9 berdasarkan persamaan " sebagai berikut %

r r r r r r r r r

""

7 5 E ma;B5*4*2C 7 5E2 7 1,> (dipakai maksimum karena sifatnya benefit) 7 4 E ma;B5*4*2C 7 4E2 7 1,@ (dipakai maksimum karena sifatnya benefit) 7 2 E ma;B5*4*2C 7 2E2 7 " (dipakai maksimum karena sifatnya benefit)

"

4"

"

7 5 E ma;B5*4*5C 7 5E5 7 " (dipakai maksimum karena sifatnya benefit) 7 4 E ma;B5*4*5C 7 4E5 7 1,,2 (dipakai maksimum karena sifatnya benefit)

7 5 E ma;B5*4*5C 7 5E5 7 " (dipakai maksimum karena sifatnya benefit)

"4

7 2 E ma;B2*5* C 7 2E2 7 " (dipakai maksimum karena sifatnya benefit) 7 5 E ma;B2*5* C 7 5E2 7 1,> (dipakai maksimum karena sifatnya benefit) 7 E ma;B2*5* C 7 E2 7 1,5 (dipakai maksimum karena sifatnya benefit)

44

r r r r r r

"5

7 4 E ma;B4* * C 7 4E4 7 " (dipakai maksimum karena sifatnya benefit) 7 E ma;B4* * C 7 E4 7 1,@@@, (dipakai maksimum karena sifatnya benefit) 7 E ma;B4* * C 7 E4 7 1,@@@, (dipakai maksimum karena sifatnya benefit)

45

"2

7 4 E ma;B4*4* C 7 4E4 7 " (dipakai maksimum karena sifatnya benefit) 7 4 E ma;B4*4* C 7 4E4 7 " (dipakai maksimum karena sifatnya benefit) 7 E ma;B4*4* C 7 E4 7 1,@@@, (dipakai maksimum karena sifatnya benefit)

42

Dari hasil perhitungan di atas, diperoleh matriks ternormalisasi ? sebagai berikut % 1,> 1,@ " " 1,,2 " " 1,> 1,5 " 1,@@@, 1,@@@, " " 1,@@@,

+roses perangkingan diperoleh berdasarkan persamaan I" 7 (2)(1,>) K (4)(") K (5)(") K (5)(") K ( )(") 7 ",

dengan perhitungan sebagai berikut%

I 7 (2)(1,@) K (4)(1,,2) K (5)(1,>) K (5)(1,@@@,) K ( )(") 7 "4,""@, I4 7 (2)(") K (4)(") K (5)(1,5) K (5)(1,@@@,) K ( )(1,@@@,) 7 "4,@ Dilai terbesar ada pada I" sehingga alternatif &" adalah alternatif yang terpilih sebagai alternatif terbaik. Dengan kata lain, Dgemplak akan terpilih sebagai lokasi untuk mendirikan gudang baru. 9. Weighted Product Model (4PM) Weighted Product Model (6+M) merupakan metode yang dikembangkan untuk mengatasi kelemahan dari Weighting Sum Model (6(M). +erbedaan utama antara 6+M dan 6(M adalah 6+M menggunakan )ara perkalian sedangkan 6(M menggunakan )ara penjumlahan. Dalam Kusumade$i dkk. ( 11@), =oon mengatakan bah$a, 6+M merupakan suatu metode yang menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan. +roses ini

sama halnya dengan proses normalisasi. +referensi untuk alternatif & i (3ektor () diberikan dengan rumus 4. (i 7 (;ij) $j

dengan i = 1,2,3, ., m

(.)

+erhitungan nilai preferensi untuk alternatif &i dia$ali dengan memberikan nilai rating kinerja LMKM ke-i terhadap subkriteria ke-j (;ij). (etelah masing-masing umkm diberi nilai rating kinerja, nilai ini akan dipangkatkan dengan nilai relatif bobot a$al yang telah dihitung sebelumnya ($j) dimana $j akan bernilai positif untuk atribut benefit (keuntungan) dan bernilai negatif untuk atribut cost (biaya). +enjumlahan nilai $j untuk setiap subkriteria pada kriteria yang sama akan bernilai "(M$j 7 "). +erhitungan nilai $j dilakukan dengan rumus 5. $j 7 $1 M$1 (7)

(etelah didapat nilai preferensi untuk alternatif &i, selanjutnya dilakukan perhitungan nilai preferensi relatif dari setiap alternatif (3ektor I). Dilai preferensi relatif dari setiap alternatif dihitung dengan rumus 2. (;ij) $j Ii 7 (;j:) $j dengan i = 1,2,3, ., m (8)

&lternatif terbaik dipilih jika nilainya lebih besar atau sama dengan alternatif yang lain. C%n %& Ka#'# Dengan )ontoh yang sama seperti pada metode (&6, (uatu perusahaan di Daerah .stime$a =ogyakarta (D.=) ingin membangun sebuah gudang yang akan digunakan sebagai tempat untuk menyimpan sementara hasil produksinya. &da 4 lokasi yang akan menjadi alternatif, yaitu % &" 7 Dgemplak, & 7 Kalasan, &4 7 Kota Jede. &da 2 kriteria yang dijadikan a)uan dalam pengambilan keputusan, yaitu % C" 7 jarak dengan pasar terdekat (km) C 7 kepadatan penduduk di sekitar lokasi (orangEkm ) C4 7 jarak dari pabrik (km) C5 7 jarak dengan gudang yang sudah ada (km) C2 7 harga tanah untuk lokasi ( dikalikan dengan ?p. ".111.111Em )

?ating ke)o)okan setiap alternatif pada setiap kriteria, dinilai dengan " sampai 2, yaitu % " % sangat buruk % buruk 4 % )ukup 5 % baik 2 % sangat baik -abel # menunjukkan rating ke)o)okan dari setiap alternatif pada setiap kriteria. Tabel :. Ra !n) $e,%,%$an dar! #e !a+ al erna !" +ada #e !a+ $r! er!a

tingkat kepentingan setiap kriteria, juga dinilai dengan " sampai 2, yaitu % " % sangat rendah % rendah 4 % )ukup 5 % tinggi 2 % sangat tinggi +engambil keputusan memberikan bobot preferensi sebagai% $ 7 (2, 4, 5, 5, ) (ifat setiap kriteria adalah% Kriteria C (kepadatan penduduk di sekitar lokasi) dan C5 (jarak dengan gudang yang sudah ada) adalah kriteria keuntungan* Kriteria C" (jarak dengan pasar terdekat), C4 (jarak dari pabrik), dan C2 (harga tanah untuklokasi) adalah kriteria biaya. Fangkah pertama yang dilakukan adalah menghitung nilai perbaikan bobot terlebih dahulu dengan rumus 5. Diketahui $ 7 (2, 4, 5, 5, ) maka nilai perbaikan bobot nya adalah % $" 7 2E(2K4K5K5K ) 7 1, > $ 7 4E(2K4K5K5K ) 7 1,",

$4 7 5E(2K4K5K5K ) 7 1, $5 7 5E(2K4K5K5K ) 7 1, $2 7 E(2K4K5K5K ) 7 1,"" Fangkah kedua adalah menghitung nilai 3ektor ( menggunakan rumus 4. (" 7 (1,,2-2;16) ( 1112;-7) (">-2;11) (212;11) (211-2;--) 7 ,5">, ( 7 (1,2-2;16) ("2112;-7) ( 1-2;11) (512;11) (521-2;--) 7 ,5 ,1 (4 7 (1,#-2;16) ( 1212;-7) (42-2;11) (422;11) (>11-2;--) 7 ",,5@ (etelah 3ektor ( dihitung, langkah selanjutnya melakukan perhitungan nilai 3ektor I menggunakan rumus 2. Dilai 3ektor I yang akan digunakan untuk perankingan dapat dihitung sebagai berikut% I" 7 ,5">, E ( ,5">, K ,5 ,1 K ",,5@ ) 7 1,4@@# I 7 ,5 ,1 E ( ,5">, K ,5 ,1 K ",,5@ ) 7 1,4@> I4 7 ",,5@ E ( ,5">, K ,5 ,1 K ",,5@ ) 7 1, @5# Dilai terbesar ada pada I sehingga alternatif & adalah alternatif yang terpilih sebagai alternatif terbaik. Dengan kata lain, Kalasan akan terpilih sebagai lokasi untuk mendirikan gudang baru. G. Elimination Et Choix Traduisant la realitE (ELECTRE) /F/C-?/ didasarkan pada konsep perangkingan melalui perbandingan berpasangan antar alternatif pada kriteria yang sesuai. (atu alternatif dikatakan mendominasi alternatif yang lainnya jika satu atau lebih kriterianya melebihi (dibandingkan dengan kriteria dari alternatif yang lain) dan sama dengan kriteria lain yang tersisa. /F/C-?/ dimulai dari membentuk perbandingan berpasangan setiap alternatif di setiap kriteria (;ij). Dilai ini harus dinormalisasikan ke dalam suatu skala yang dapat diperbandingkan (rij) % rij 7 ;ij Dengan i 7 ", ,8.,m* dan j7", ,8.,n. (@)

(elanjutnya pengambil keputusan harus memberikan faktor kepentingan (bobot) pada setiap kriteria yang mengekspresikan kepentingan relatifnya ($j). 6 7 ($",$ ,8.,$n) Dengan (,)

Bobot ini seanjutnya dikalikan dengan matriks perbandingan berpasangan membentuk matriks I % 3ij 7 $j ;ij (>)

pembentukan )on)ordan)e inde; dan dis)ordan)e inde; untuk setiap pasangan alternatif dilakukan melalui aksiran terhadap relasi perangkingan. Lntuk setiap pasangan alternatif & k dan &l (k,l7", ,8.,m* dan k"l), matriks keputusan untuk kriteria j, terbagi menjadi himpunan bagian. +ertama, himpunan )on)ordan)e inde; B)klC menunjukkan penjumlahan bobot-bobot kriteria yang mana alternatif &k lebih baik daripada alternatif &l. Ckl 7 BjA3kj N 3ljC* untuk j7", ,8.,n. (#)

kedua, himpunan dis)ordan)e inde; BdklC diberikan sebagai % Dkl 7 BjA3kj N 3ljC* untuk j7", ,8.,n. ("1)

Matriks )on)ordan)e (C) berisi elemen-elemen yang dihitung dari )on)ordan)e inde;, dan berhubungan dengan bobot atribut, yaitu % ("")

Demikian pula matriks dis)ordan)e (D) berisi elemen-elemen yang dihitung dari dis)ordan)e inde; (-riantaphyllou, 111). Matriks ini berhubungan dengan nilai-nilai atribut, yaitu %

(" )

Matriks-matriks ini dapat dibangun dengan bantuan suatu nilai ambang (threshold), Dapat diperoleh dengan formula % m(m-")

Dilai

)7

("4)

&lernatif &k dapat memiliki kesempatan untuk dominasi &l, jika )on)ordan)e inde; melebihi treshold ("5)

)kl

)kl

dan elemen-elemen dari matriks )on)ordan)e dominan f ditentukan sebagai % ("2)

hal yang sama juga berlaku untuk matriks dis)ordan)e dominan g dengan treshold Dilai

Diperoleh dengan formula

dkl

d7
m(m-")

("@)

dan elemen-elemen dari matriks dis)ordan)e domian g ditentukan sebagai % (",)

agregasi dari matriks dominan (e) yang menunjukkan urutan preferensi parsial dari alternatifalternatif, diperoleh dengan formula % ekl 7 fkl ; gkl

(">)

jika ekl 7 " mengindikasikan bah$a alternatif &k lebih dipilih daripada alternatif &l .

C%n %& $a#'# % (uatu perusahaan di Daerah .stime$a =ogyakarta (D.=) ingin membangun sebuah gudang yang akan digunakan sebagai tempat untuk menyimpan sementara hasil produksinya. &da 4 lokasi yang akan menjadi alternatif, yaitu % &" 7 Dgemplak, & 7 Kalasan, &4 7 Kota Jede. &da 2 kriteria yang dijadikan a)uan dalam pengambilan keputusan, yaitu % C" 7 jarak dengan pasar terdekat (km) C 7 kepadatan penduduk di sekitar lokasi (orangEkm ) C4 7 jarak dari pabrik (km) C5 7 jarak dengan gudang yang sudah ada (km) C2 7 harga tanah untuk lokasi ( dikalikan dengan ?p. ".111.111Em ) ?ating ke)o)okan setiap alternatif pada setiap kriteria, dinilai dengan " sampai 2, yaitu % " % sangat buruk % buruk 4 % )ukup 5 % baik 2 % sangat baik -abel # menunjukkan rating ke)o)okan dari setiap alternatif pada setiap kriteria. (edangkan tingkat kepentingan setiap kriteria, juga dinilai dengan " sampai 2, yaitu % " % sangat rendah % rendah 4 % )ukup 5 % tinggi 2 % sangat tinggi Tabel :. Ra !n) $e,%,%$an dar! #e !a+ al erna !" +ada #e !a+ $r! er!a Al erna ! " AA1 A. S!"a C7 . 8 Bene"! C1 7 . 7 Bene"! Kr! er!a C. C7 8 . 7 1 1 1 Bene"! Bene"! C8 . . 1 Bene"!

+enyelesaian kasus di atas menggunakan metode /F/C-?/ dapat dilakukan dengan tahapan %

". Gitung matriks keputusan ternormalisasi berdasarkan persamaan @ ;" 7 5 K4 K2 ;"" ;" ;" ;" ;4" ;" 7 7 ,,,1""

r"" 7

7 5 E ,,,1" 7 1,2@2,

r "7

7 4 E ,,,1" 7 1,5 54

r4" 7 ;

7 2 E ,,,1" 7 1,,1," 7 @,514"

5 K4 K5 ;" ; ; ; ;4 ;

r" 7

7 5 E @,514" 7 1,@ 5,

r 7

7 4 E @,514" 7 1,5@>2

r4 7

7 2 E @,514" 7 1,@ 5,

Demikian seterusnya. -erakhir diperoleh matriks ternormalisasi ? % 1,2@2, 1,5 54 1,,1," 1,@ 5, 1,5@>2 1,@ 5, 1,,525 1,2#@4 1, #>" 1,, ,@ 1,5>2" 1,5>2" 1,@4#@ 1,@4#@ 1,5 @5

. Menghitung matriks I berdasarkan persamaan >. 3"" 7 $"r"" 7 2 ; 1,2@2, 7 ,> >2 3" 7 $ r" 7 4 ; 1,@ 5, 7 ",>,5" Dan seterusnya sehingga diperoleh matriks I % ,> >2 ," "4 4,2422 ",>,5" ",512@ ",>,5" ,#>"5 ,4>2" ","# @ ,#"15 ",#514 ",#514 ", ,# ", ,# 1,>2 >

4. Membuat himpunan )on)ordan)e inde; berdasarkan persamaan "1

C" 7 B", ,4,5,2C C"4 7 B ,4,5,2C C " 7 B2C C 4 7 B4,5,2C C4" 7 B", C C4 7 B", ,5C

D" 7 BC D"4 7 B"C C " 7 B", ,4,5C C 4 7 B", C C4" 7 B4,5,2C C4 7 B4,2C 7 ">

5. Kemudian dibentuk matriks )on)ordan)e. /lemen )kl dihitung berdasarkan persamaan "" C" 7 $ " K $ K $ 4 K $ 5 K $ 2 7 2 K 4 K 5 K 5 K C"4 7 $ K $4 K $5 K $2 7 4 K 5 K 5 K 7 "4 C " 7 $2 7 C 4 7 $4 K $5 K $2 7 5 K 5 K 7 "1 C4" 7 $" K $ 7 5 K 7> C4 7 $ " K $ K $ 5 7 2 K 4 K 5 7 " Matriks )on)ordan)e nya adalah % C 7 > "> " "4 "1 -

2. Berdasarkan matriks )on)ordan)e, akan dihitung elemen dkl berdasarkan persamaan " %

Matriks dis)ordan)e nya adalah sebagai berikut % " " 1 1,>54 1,4#2 " -

@. Dilai ) dan d dapat diperoleh berdasarkan persamaan "4 dan persamaan "@ (ebagai berikut %

m(m-")

)7

7 (">K"4K K"1K>K" )E(4(4-")) 7 @4E@ 7 "1,2

7 (1K1,4#2 K"K"K"K1,>54 )E(4(4-")) 7 5, 4>5E@ 7 1,,1@5

,. Menghitung )on)ordan)e dominan menggunakan persamaan "2 1 1 " " " 1 -

>. Menghitung matriks dis)ordan)e dominan menggunakan persamaan ", " 1 1 " 1 " 1

#. Menghitung agregasi dominan yang diperoleh dari kombinasi antara matriks f dan g, mennggunakan persamaan "> 1 1 1 " 1 1 1

(ehingga dapat disimpulkan bah$a & didominasi oleh &4 (&4 & ), namun tidak dapat menyimpulkan apapun tentang hubungan antara &" O & dan hubungan antara &" dan &4.

<. Technique for rder Performance !" Similarit" to #deal Solution (TOPSIS) +ermasalahan pengambilan keputusan merupakan proses pen)arian opsi terbaik dari seluruh alternati3e fisibel. Multiple )riteria de)ision making merupakan bagian dari problem pengambilan keputusan yang relatif kompleks, yang mengikutsertakan beberapa orang pengambil keputusan, dengan sejumlah berhingga kriteria yang beragam yang harus dipertimbangkan, dan masing-masing kriteria itu memiliki nilai bobot tertentu, dengan tujuan untuk mendapatkan solusi optimal atas suatu permasalahan. (alah satu metode yang digunakan untuk menangani permasalahan ini, adalah -e)hniPue for 'rder +erforman)e by (imilarity to .deal (olution (-'+(.(). -'+(.( adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh =oon dan G$ang ("#>"). -'+(.( menggunakan prinsip bah$a alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan jarak terpanjang (terjauh) dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak /u)lidean (jarak antara dua titik) untuk menentukan kedekatan relatif dari suatu alternatif dengan solusi optimal. (olusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat di)apai untuk setiap atribut, sedangkan solusi negatif-ideal terdiri dari seluruh nilai terburuk yang di)apai untuk setiap atribut. -'+(.( mempertimbangkan keduanya, jarak terhadap solusi ideal positif dan jarak terhadap solusi ideal negatif dengan mengambil kedekatan relatif terhadap solusi ideal positif. Berdasarkan perbandingan terhadap jarak relatifnya, susunan prioritas alternatif bisa di)apai. Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan se)ara praktis. Gal ini disebabkan konsepnya sederhana dan mudah dipahami, komputasinya efisien, dan memiliki kemampuan mengukur kinerja relatif dari alternatif-alternatif keputusan. -'+(.( banyak digunakan dengan alasan % konsepnya sederhana dan mudah dipahami* komputasinya efisien* dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan dalam bentuk matematis yang sederhana.

Metode -'+(.( didasarkan pada konsep bah$a alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif tetapi juga memiliki jarak terpanjang dari solusi ideal negatif. Ta&a+an *e %de T%+#!# 5 Membuat matriks keputusan yang ternormalisasi Membuat matriks keputusan yang ternormalisasi terbobot Menentukan matriks solusi ideal positif dan matriks solusi ideal negatif Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan negatif Menentukan nilai preferensi untuk setiap alternatif

Keleb!&an TOPSIS konsepnya sederhana dan mudah dipahami* komputasinya efisien* dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan dalam bentuk matematis yang sederhana.

Ke$'ran)an TOPSIS Garus adanya bobot yang dihitung menggunakan &G+ untuk melanjutkan hitungan data selanjutnya dengan memakai -'+(.(. Ada+'n lan)$a&-lan)$a& al)%r! *a dar! TOPSIS !n! adala& #eba)a! ber!$' 5 ". ?angking -iap &lternatif -'+(.( membutuhkan ranking kinerja setiap alternatif &i pada setiap kriteria Cj yang ternormalisasi yaitu % ("#)

dengan i7", ,....m* dan j7", ,......n*

Matriks keputusan ternormalisasi terbobot ( 1) dengan i7", ,...,m dan j7", ,...,n

4.

(olusi .deal +ositif Dan Degatif (olusi ideal positif &K dan solusi ideal negatif &- dapat ditentukan berdasarkan ranking bobot ternormalisasi (yij) sebagai berikut %

( ")

5.

0arak Dengan (olusi .deal

( 4)

2.

Dilai +referensi Lntuk (etiap &lternatif Dilai preferensi untuk setiap alternatif (Ii) diberikan sebagai % ( 5) i7", ,...,m Dilai Ii yang lebih besar menunjukkan bah$a alternatif &i lebih dipilih

Per*a#ala&an $a#'# I5 (uatu perusahaan ingin membangun gudang sebagai tempat menyimpan sementara hasil produksinya. &da 4 lokasi yang akan jadi alternatif yaitu &"7Dgemplak, & 7Kalasan, &47Kota Jede. &da 2 kriteria yang dijadikan a)uan dalam pengambilan keputusan % o o o o o C"7 jarak dengan pasar terdekat (km) C 7 kepadatan penduduk di sekitar lokasi (orangEkm ) C47jarak dari pabrik (km) C57 jarak dengan gudang yang sudah ada (km) C27 harga tanah untuk lokasi (;"111 ?pEm )

Pe*ba&a#an 5 Ran)$!n) Ke,%,%$an ?anking ke)o)okan setiap alternatif pada setiap kriteria, dinilai dengan " sampai 2, yaitu o o o o o " 7 sangat buruk 7 buruk 4 7 )ukup 5 7 baik 2 7 sangat baik

-abel berikut menunjukkan ranking ke)o)okan dari setiap alternatif pada setiap kriteria %

B%b% Pre"eren#! dan Ma r!$# Ke+' '#an Bobot preferensi untuk setiap kriteria C", C , 8 C2 7 (2, 4, 5, 5, )

Matrik keputusan yang dibentuk dari tabel ranking ke)o)okan % 5 4 2 5 4 5 2 5 4 4 4

Fangkah hitungan -'+(.( % ". ?angking tiap alternatif

?umus

maka %

Matriks Keputusan -ernormalisasi -erbobot

Matriks keputusan ternormalisasi terbobot didapatkan dari perkalian matriks ? dengan bobot preferensi (2, 4, 5, 5, ) didapat %

4.

(olusi .deal +ositif %

y"K7 ma; B .>4>2 * ." "4* 4.2422C7 4.2422 y K7 ma; B".>,5"* ".512@* 1.>,5"C7 ".>,5" y4K7 ma; B .#>"5* .4>2"* "."# @C7 .#>"5 y5K7 ma; B .#"15* ".#514* ".#514C7 .#"15 y2K7 min B". ,# * ". ,# * 1.>2 >C7 1.>2 > (karena biaya) &K 7B4.2422* ".>,5"* .#>"5* .#"15* 1.>2 >C 5. (olusi .deal Degatif %

y"- 7 min B .>4>2 * ." "4* 4.2422C7 ." "4 y - 7 min B".>,5"* ".512@* 1.>,5"C7 1.>,5" y4- 7 min B .#>"5* .4>2"* "."# @C7 "."# @ y5- 7 min B .#"15* ".#514* ".#514C7 ".#514 y2- 7 ma; B". ,# * ". ,# * 1.>2 >C7 ". ,# (karena biaya) &- 7B ." "4* 1.>,5"* "."# @* ".#514* ". ,# C 2. 0arak antara Dilai -erbobot (etiap &lternatif 0arak antara Dilai -erbobot (etiap &lternatif terhadap (olusi .deal +ositif % maka %

0arak antara Dilai -erbobot (etiap &lternatif terhadap (olusi .deal negatif %

maka %

@.

Kedekatan setiap alternatif terhadap solusi ideal ?umus I" 7 maka % .4,2 7 1.,5 1, .4,2K1.> 22

I 7 ".4122 7 1.4 25 ".4122K .,12> I4 7 1.,, 1.,, K . @, 7 1. 25

Maka solusi yang didapat % dari nilai I (jarak kedekatan setiap alternatif terhadap solusi ideal) diperoleh nilai I" memiliki nilai terbesar, sehingga yang akan dipilih sebagai lokasi untuk mendirikan gudang adalah kota N)e*+la$.

#$ Anal"tic %ierarch" Process &A%P' Misalkan 'i dan 'j adalah tujuan. -ingkat kepentingan relatif tujuan-tujuan ini dapat dinilai dalam # poin seperti pada tabel "1 (Kusumade$i, 11@). Tabel -2 T!n)$a $e+en !n)an N!la! " 4 2 , # ,5,@,> In er+re a#! 'i dan 'j sama penting 'i sedikit lebih penting daripada 'j 'i kuat tingkat kepentingannya daripada 'j 'i sangat kuat tingkat kepentingannya daripada 'j 'i mutlak lebih penting daripada 'j Dilai-nilai intermediate

Contoh, angka > menunjukkan bah$a 'i delapan kali lebih penting daripada 'j atau 'i terletak antara sangat kuat dan mutlak lebih penting daripada 'j. '" a"" 8. 8. aj" 8. an" 8. 8. 8. aji 8. 8. 'j a"j 8. ajj 8. anj 8. 8. 8. ajk 8. 8. 'n a"n 8. 8. ajn 8. ann

'" 8. 8. 'j 8. 'n Misalkan '", ' , 8., 'n* n N ke-j.

adalah tujuan. Matriks perbandingan berpasangan adalah

matriks berukuran n ; n dengan elemen aij merupakan nilai relatif tujuan ke-i terhadap tujuan Matriks perbandingan berpasangan dikatakan konsisten jika dan hanya jika untuk setiap i,j,k Q i R B",8.,nC % a"" 7 "* aij 7 " E aij aik 7 (aij)( aik) 'j a"" 8. anj

Matriks perbandingan berpasangan dapat dibangun hanya dengan (n-") perbandingan, yaitu % '" 8. 'n

C%n %& $a#'# % &da 5 faktor pemilihan pekerjaan, yaitu lokasi, prospek, resiko dan gaji. Dilai perbandingan berpasangan dibuat sebagai berikut % F + ? J F " T "E4 "E2 $%n#!# en 4 + " E4 E2 2 ? 4 4E " 4E2 J 2 2E 2E4 " &ndaikan kita memiliki n tujuan dalam &G+. Matriks & adalah matriks perbandingan berpasangan yang konsisten, maka & dapat berupa matriks % '" ' 8. 'n '" $"E $" $E$ 8. $nE$" ' $"E $ 8. $nE$ 8. 8. 8. 8. 'n $"E $n 8. 8. $nE$n Fokasi +rospek ?esiko Jaji Fokasi "

Dimana $i S 1,i7",8,n adalah bobot tujuan ke-i. se)ara umum 3ektor bobot $ 7 B$",$ ,....$nC untuk n tujuan dapat diakomodasi matriks & dengan men)ari solusi (nontri3ial) dari himpunan n persamaan dengan n 3ariabel yang tidak diketahui sebagai berikut % (&)($-) 7 (3)($-) 0ika & konsisten, maka 37n memberikan suatu solusi non-tri3ial yang unik. (&)($-) 7 (n)($-) 0umlah semua bobot sama dengan satu. 0ika & adalah matriks perbandingan berpasangan berukuran n ; n yang konsisten, maka %

C%n %& $a#'# A<P - % Lntuk matriks berpasangan yang konsisten di ba$ah ini % F + ? J F " 4 2 + T " 4E 2E ? "E4 E4 " 2E4 J "E2 E2 4E2 "

Iektor bobot non-tri3ial dengan jumlah bobot sama dengan " adalah % $ 7 U "E"" C%n %& $a#'# A<P 1 % Misalkan terdapat matriks perbandingan berpasangan seperti di ba$ah ini % F " 4 2 + T " 4 5 ? "E4 "E4 " J "E2 X T " E"" 4E"" 2E""V

F + ? J

Matriks tersebut tidak konsisen, terlihat dari % Dilai resiko 4 kali lebih penting dibandingkan dengan prospek Dilai prospek kali lebih penting dibandingkan dengan lokasi

Dilai resiko hanya 4 kali lebih penting dibandingkan dengan lokasi

&pabila & adalah matriks perbandingan berpasangan yang tidak konsisten, maka 3ektor bobot yang berbentuk % (&)($-) 7 (n)($-) Dapat didekati dengan )ara % i. Menormalkan setiap kolom j dalam matriks &, sedemikian hingga M aij 7 " i Lntuk setiap baris . dalam &W, hitunglah nilai rata-ratanya. $i 7 "En ( M aWij ) j

ii.

Dengan $i adalah bobot tujuan ke-i dari 3ektor bobot. C%n %& $a#'# A<P . % Misalkan terdapat matriks perbandingan berpasangan seperti di ba$ah ini % F " 4 2 "" + T " 4 5 >,2 ? "E4 "E4 " 4,@, J "E2 X T " ",#2

F + ? J 0ml

Maka setelah dilakukan normalisasi menjadi % F 1,1# " 1,"> 1, , 4 1,52 + 1,12 # 1,"" > 1,42 4 1,5, ? 1,1# " 1,1# " 1, , 4 1,25 J 1,"1 4 1," > 1, 2 @ 1,2" ?ata 1,1> @ 1,"4 1 1, > > 1,5#

F + ? J

Kemudian nilai 3ektor bobot yang didapat adalah % 6 7 U1,1>@* 1,"41* 1, >>* 1,5#@V Misalkan & adalah matriks perbadingan berpasangan, dan $ adalah 3ektor bobot, maka konsistensi dari 3ektor bobot $ dapat diuji sebagai berikut % Gitung % (&)($-)
n

Gitung % t 7 "En

M
i7"

/lemen ke-i pada (&)($-) /lemen ke-i pada ($-)

Gitung indeks konsistensi % C.7 (t-n) E (n-")

0ika C.71 maka & konsisten* jika (C.E?. n) Y " maka & )ukup konsisten* dan jika (C.E?.n) N " maka & sangat tidak konsisten.

.ndeks random ?.n adalah nilai rata-rata C. yang dipilih se)ara a)ak pada & dan diberikan sebagai % n RIn 1 4 1,2> 5 1,#1 2 "," @ ", 5 , ",4 8. 8..

C%n %& $a#'# A<P 7 % Misalkan terdapat matriks perbandingan berpasangan sebagai berikut % F " 4 2 + T " 4 5 ? "E4 "E4 " J "E2 X T "

F + ? J

+engujian terhadap konsistensi matriks & dilakukan sebagai berikut % " (&)($-) 7 4 Menghitung nilai t 1,45 t 7 X @ 1,1> @ C. 7 (5,12, - 5) E 4 7 1,1"# Lntuk n75, diperoleh ?.571,#1* sehingga C.E?.5 7 1,1"#E1,#1 7 1,1 " Y 1," * maka matriks & dikatakan )ukup konsisten. Misalkan ada n tujuan dan m alternatif pada &G+, maka proses perangkingan alternatif dapat dilakukan melalui langkah-langkah sebagai berikut % i. Ltuk setiap tujuan i, tetapkan matriks perbandingan berpasangan &, untuk m alternatif K 1,2 1,"4 1 K ","> 5 1, > > K ,1 1,5# @ 7 5,12 , T " 4 "E4 "E4 " "E2 X T 1,1>@ 1,"41 1, >> 7 1,45 @ 1,2 ",">

ii. iii.

-entukan 3ektor bobot untuk setiap &i yang merepresentasikan bobot relatif dari setiap alternatif ke-j pada tujuan ke Zi (sij). Gitung total skor sj 7 M (sij)($i)
i

i3.

+ilih alternatif dengan skor tertinggi.

C%n %& $a#'# A<P 8 % Misalkan ada 5 alternatif pekerjaan yang akan dipilih, yaitu &, B, C dan D. pada tujuan pertama (lokasi yang baik),matriks perbandingan berpasangan yang ditetapkan adalah % & " "E2 4 4"E2 B T " "E, 2"E"5 C 2 , " # D "E2 T "E# " 42E">

& B C D 0ml

(etelah dilakukan normalisasi % & B C & 1,"@ " 1,4 1,4 B C 1,"4, 1, , 1, ,2 1,4" 1,151 1,15 D 1,"," 1, 2, 1,12, ?ata 1,",5 1, #4 1,155

(ehinggan s"" 7 1,",5* s" 7 1, #4* s"4 7 1,155* dan s"5 7 1,5>#. +ada tujuan kedua (prospek yang baik), matriks perbandingan berpasangan yang ditetapkan adalah % & B C D 0ml & " "E# "E2 T "@4E#1 B # " # # > C 2 "E# " ",E# D "E# T " @2E">

(etelah dilakukan normalisasi % & 1,22 1,1@ " 1,"" B 1,4 " " 1,14@ 1,4 " C 1,@" @ 1,1" 5 1," D 1,225 1,14" 1,"4> ?ata 1,2"" 1,142 1,",4

& B C

(ehingga s " 7 1,2""* s 7 1,142* s 4 7 1,",4* dan s 5 7 1, >1 +ada tujuan ketiga (resiko yang lebih ringan), matriks perbandingan berpasangan yang ditetapkan adalah % & B C D 0ml (etelah dilakukan normalisasi % B C 1, >@ 1, 4 " B 1,15> 1,1, , C 1,4> 1, >@ 1,5@ (ehingga s4" 7 1, " * s4 7 1,15>* s44 7 1,5 & ditetapkan adalah % & " # 5 @ 1 B "E# " T " 5,E"> C X " "E5 D "E@ " T " >E4 & 1,"# 5 1,14 D 1,"4> 1,145 ?ata 1, " 1,15> & " "E@ B @ " @ > " C T "E@ " T "4E@ D T "E> " #E>

4"E@

1,22 1,5 * dan s45 7 1,4"#

+ada tujuan keempat (gaji yang lebih tinggi), matriks perbandingan berpasangan yang

& B C D 0ml

(etelah dilakukan normalisasi % & B C & 1,12 1 1,52 1 1, 1 B C 1,154 1,15 > 1,4>4 1,4" 1,"#" 1,"# D 1,1@4 1,4,2 1,">> ?ata 1,12" 1,4#, 1,"#

(ehingga s5" 7 1,12"* s5 7 1,4#,* s54 7 1,"# * dan s55 7 1,4@1. Matriks skor setiap alternatif pada semua tujuan adalah % Iektor bobot yang telah diperoleh sebelumnya % 67U1,1>@ * 1,"41 * 1, >> * 1,5#@V (kor total setiap alternatif pada semua tujuan adalah % & B C 1,", 1, # 1,15 5 4 5 + 1,2" 1,14 1,", " 2 4 ? 1, " 1,15 1,5 Iektor bobot yang telah diperoleh sebelumnya % F $ 7 U1,1>@ * 1,"41 * 1, >> * 1,5#@V (kor total setiap alternatif adalah % s" 7 (1,",5)(1,>@1)K(1,2"")(1,"41)K(1, " )(1, >>)K(1,12")(1,5#@) 7 1,"@> s 7 (1, #4)(1,>@1)K(1,142)(1,"41)K(1,15>)(1, >>)K(1,4#,)(1,5#@) 7 1, 51 s4 7 (1,155)(1,>@1)K(1,",4)(1,"41)K(1,5 )(1, >>)K(1,"# )(1,5#@) 7 1, 54 s5 7 (1,5>#)(1,>@1)K(1, >1)(1,"41)K(1,4"#)(1, >>)K(1,4@1)(1,5#@) 7 1,45# Karena skor total alternatif D(s5) paling besar, maka alternatif D yang paling dipilih. D 1,5> # 1, > 1 1,4"