Anda di halaman 1dari 18

TUGAS

SISTEM PENUNJANG KEPUTUSAN

NIM
NAMA
KELAS

: 1411600149
: Kukuh Harsanto
: SI

MAGISTER ILMU KOMPUTER


UNIVERISTAS BUDILUHUR
2015

TUGAS BAB 6 (BUKU PUTIH)


A. Pilihlah jawaban yang tepat
1. Alternatif maupun kriteria pada AHP dapat dinilai dengan menggunakan skala
penilaian
a. 1 sampai 3
b. 1 sampai 5
c. 1 sampai 9
2. Jumlah elemen yang perlu dinilai oleh expert pada setiap matriks perbandingan nalternatif faktor pada AHP adalah :
a. N x N
b. (n x n) / 2
c. ((n x n)-n)/2
3. Kelebihan kajian dengan AHP salah satu diantaranya adalah kemampuan teknik
tersebut untuk mendeteksi :
a. Konsistensi dan Konsensus
b. Konsistensi
c. Konsensus
4. Penilaian dengan ahp dianggap konsisten apabila konsistensi rasio penilaian adalah :
a. Lebih kecil 0.1
b. Lebih besar atau sama dengan 0.1
c. Lebih kecil 1
5. Penyelesaian AHP relatif kompleks apabila dihitung secara manual, dipasar banyak
dijumpai perangkat lunak komputer untuk penyelesaian AHP, diantaranya adalah:
a. Lindo SAN dan QSB
b. Criterium Decision Plus dan Expert Choice
c. Powersim dan Stella

B. Jawablah dengan singkat dan jelas


1. Apa perbedaan penilaian alternatif berdasarkan setiap kriteria pada AHP dengan pada
metode perbandingan eksponensial ?
2. Pengambilan keputusan dengan AHP banyak digunakan pada persoalan keputusan
yang berjenjang dan bersifat ?
3. Siapa yang dapat dijadikan responden pada kajian yang menggunakan AHP ?
4. Hierarki dasar AHP paling tidak terdiri dari : fokus, Faktor / Kriteria dan alternatif,
apa yang dapat ditambahkan pada hierarki tersebut agar analisis lebih komprehensif ?
5. Nilai akhir dari AHP adalah bobot masing-masing komponen pada masing-masing
jenjang, berapakah total bobot pada setiap jenjang ?

Jawab :
1. Perbedaan penilaian alternatif AHP dan Metode perbandingan eksponensial
AHP

MPE

Prosedur AHP meliputi tahapan :


1. Dekomposisi masalah/menyusun
hirarki
2. Penilaian/pembobotan untuk
membandingkan elemen-elemen
3. Penyusunan matriks dan uji konsistensi
4. Penetapan prioritas pada masingmasing hirarki
5. Sistesis dan proritas
6. Pengambilan/penetapan keputusan

Prosedur MPE meliputi tahapan :


1. Menyusun alternative-alternatif
keputusan yang akan dipilih
2. Menentukan kriteria atau
perbandingan kriteria keputusan
yang penting untuk di evaluasi,
3. menentukan tingkat kepentingan
dari setiap kriteria keputusan atau
pertimbangan kriteria
4. melakukan penilaian terhadap
semua alternative pada setiap
kriteria
5. menghitung skor atau nilai total
setiap alternative,
6. menetukan urutan prioritas
keputusan didasarkan pada skor atau
total masing-masing alternative.

2. Berjenjang struktural dan fungsional dan bersifat multi kriteria, strategic dan dynamic
3. Pemilihan responden dilakukan dengan cara purposive sampling yang dipilih secara
sengaja untuk para ahli pakar dan stakeholder.
4. Menambahkan tujuan pada hirarki semakin rendah dalam menjabarkan suatu tujuan,
semakin mudah pula penentuan ukuran obyektif dan kriteria-kriterianya
5. Total bobot pada setiap jenjang = 1 prinsip utama AHP decomposite, comparative
judgement dan logical consistency.

TUGAS BAB 3 (BUKU MERAH)


H.
1.
2.
3.

Latihan-latihan
Sebutkan kesamaan dan perbedaan antara konsep fuzzy dan peluang ?
Apakah beda antara fungsi keanggotaan gugus ordinal dan gugus fuzzy ?
Misalkan ada dua gugus fuzzy
a. Pensil panjang = [pensil 1/0.1, pensil 2 / 0.2, pensil 3 / 0.4, pensil 4 / 0.6, pensil 5 /
0.8, pensil 6 / 1.0]
b. Pensil medium = [pensil 1/1.0, pensil 2 / 0.6, pensil 3 / 0.4, pensil 4 / 0.3, pensil
5 / 0.1]
c. Tentukanlah :
- Union kedua gugus
- Interseksi kedua gugus
4. Rancanglah satu kendali fuzzy mamdani yang bisa memaksimalkan penggunaan
empat buah lift pada gedung belantai 10
5. Tentukanlah suatu sistem kendali fuzzy memdani yang dapat mengolah kaidah
berikut-berikut ini berdasarkan definisi TFN dari 3 kaidah berikut ini :
- If x Is kecil then y is Besar
- If x Is medium then y is kecil
- If x is besar then y is medium, tentukan juga nilai a (fs) untuk setiap kaidah.
6. Perhatikan kaidah kendali takagi-sugeno berikut ini :
(a) If x is A1 and y is B1 then Z1 = x + y + 1
(b) If x is A2 and y is B1 then Z2 =2 x + y + 1
(c) If x is A1 and y is B2 then Z3 = 2x + 3y
(d) If x is A2 and y is B2 then Z4 = 2x + 5
Hitunglah nilai z untuk x=1, y=4 dan anteseden gugus fuzzy berikut ini :
A1 = [1/0.1, 2/0.6, 3/1.0]
A2 = [1/0.9, 2/0.4, 3/0.0]
B1 = [4/1.0, 5/1.0, 6/0.3]
B2 = [4/0.1, 5/0.9, 6/1.0]
7. Kembangkanlah suatu gugus kaidah fuzzy dengan fungsi keanggotaannya untuk
beradaptasi pada operasi penentuan tingkat inventori klasik!
Jawaban :
1. Kesamaan fuzzy dan konsep peluang :
Menunjukkan derajat kepastian dan ketidak pastian suatu kejadian
Perbedaan fuzzy dan konsep peluang :
Fuzzy
Keanggotaan pada gugus fuzzy tetap
relevan setelah kejadian itu terjadi

Peluang
Derajat kepastian hanya bermakna
sebelum kejadian terjadi, setelah terjadi
peluang tidak berlaku lagi, karena hasil

keluaran telah diketahui


Tidak memakai asumsi dan saling bebas
antar kejadian

Diasumsikan dan saling bebas antar


kejadian

Tidak mengasumsikan segala sesuatunya


setelah diketahui

mengasumsikan suatu model dunia


tertutup dimana segala sesuatunya telah
diketahui dan peluang didasarkan pada
ukuran-ukuran frekuensi kejadian terjadi

Didasarkan pada pengukuran deskriptif


domain, bukan pada pengukuran
frekuensi subjektif

Didasarkan pada ukuran ukuran


frekuensi di setiap kejadian terjadi

2. Perbedaan gugus ordinal dengan gugus fuzzy


Gugus Ordinal

Gugus Fuzzy

Berupa data diskret atau kontinyu, tipe


data iperlakukan secara tipe data interval
scaled variable yang mempertimbangkan
urutan

Fungsi keanggotaan gugus fuzzy dapat


berupa sembarang bentuk yang
ditetapkan oleh pakar yang relevan
dengan memebuhi prasyarat fungsi :
Fungsi keanggotaan dibatasi oleh 0
disisi bawah dan 1 diatas
Rentang fungsi keanggotaan menjadi
[0,1]
setiap xTMX,A(x) mesti unik

3. Union kedua gugus :


Union :Pensil panjang Pensil Medium ={max(0.1, 1.0), max(0.2, 0.6, max(0.4, 0.4),
max(0.6, 0.3), max(0.8, 0.1), max(1.0)}
{1.0, 0.6, 0.4, 0.6, 0.8, 0.1}
Intersection kedua gugus
Pensil Panjang Pensil Medium = {min(0.1, 1.0), min(0.2, 0.6), min(0.4, 0.4),
min(0.6, 0.3), min(0.8, 0.1), min(1.0)}
{0.1, 0.2, 0.4, 0.3, 0.1}
Pensil

Panjang

0.1

0.2

0.4

0.6

0.8

0.1

Medium

1.0

0.6

0.4

0.3

0.1

4. if posisi_lift is 1 then lift is naik


if posisi_lift is 5 and posisi_lantai is 2 and permintaan_naik_lift is 4 then lift is turun
if posisi_lift is 2 and posisi_lantai is 3 and permintaan_naik is 7 then lift is naik
if posisi_lift is 10 then lift is turun

5. if x is kecil then y is besar

If x medium then y is kecil

If x is besar then y is medium, tenukan nilai (fs) untuk setiap kaidah

6.

7. D

Mencari nilai keanggotaan

TUGAS BAB 7 (BUKU MERAH)


F. Latihan - latihan
1. Salah satu kelebihan kajian dengan AHP adalah kemampuan teknik tersebut untuk
mendeteksi :
a. Konsistensi dan konsensus
b. Konsistensi
c. Konsensus
2. Agar memungkinkan bagi para pakar untuk memberi penilaian dalam bentuk rentang
dari pada dalam bentuk nilai pasti, maka konsep teori yang dapat digabungkan dengan
metode AHP adalah :
a. Game Theory
b. Fuzzy
c. Teori Probabilistik
3. Di antara fungsi keanggotaan bilangan fuzzy yang umum dipakai karena
kemudahannya dalam pemodelan dan interprestasinya yang mudah adalah :
a. Triangular
b. Trapezodial
c. Triangular dan trapezodiall
4. Penilaian dengan metode fuzzy AHP dianggap konsisten apabila nilai konsistensi
rasio penilaian adalah :
a. Lebih kecil dari 0,1
b. Lebih besar atau sama dengan 0,1
c. Lebih kecil dari 1
5. Dengan memasukkan nilai a, nilai fuzzy triangular dapat dikonversikan ke dalam
rentang a-cut nilai a menunjukkan :
a. Tingkat optimisme para pakar
b. Tingkat kepercayaan para pakar
c. Tingkat optimisme dan kepercayaan para pakar
Jawablah dengan jelas
1. Apa perbedaan penilaian alternatif berdasarkan setiap kriteria pada metode AHP
dengan metode fuzzy AHP ?
2. Pengambilan keputusan dengan AHP banyak digunakan pada persoalan keputusan
yang berjenjang dan bersifat ?
3. Dalam pemilihan pemasok dilakukan penilaian dengan tujuan menilai kinerja
pemasok, untuk melakukan penilaian kinerja pemasok digunakan kriteria pelayanan
(K1), pertumbuhan penjualan (K2) dan kualitas produk (K3) penilaian tersebut
dilakukan untuk memilih 4 alternatif pemasok, yaitu pemasok 1 (P1), pemasok 2 (P2),
pemasok 3 (P3) dan pemasok 4 (P4).
a. Buatlah struktur hierarki dalam permasalahan tersebut jika pemilihan pemasok
akan dilakukan dengan menggunakan metode fuzzy AHP!
b. Hasil penilaian para pakar adalah sebagai berikut :
Perbandingan berpasangan hasil penilaian pakar pada kriteria pemilihan pemasok

jawaban :
1. Perbedaan penilaian alternative metode AHP dan metode fuzzy AHP
AHP

Fuzzy AHP

Dimulai dari tujuan sasaran lalu kriteria level


pertama,
subkriteria
dan
alternative,
memungkinkan untuk memberikan nilai
bobot relative suatu kriteria majemuk pada
suatu kriteria intuisi dengan membandinglan
berpasangan lalu menentukan konsistensi
untuk mengubah perbandingan berpasangan
menjadi himpunan bilangan yang dapat
mempresentasikan prioritas relative dari
setiap kriteria dan alternative.

Memungkinkan untuk memasukan data


kualitatif dan kuantitatif kedalam model
keputusan, sehingga untuk pengambilan
keputusan dapat memberikan keyakina
dalam memerikan suatu penilaian dalam
bentuk rentang dari pada penilaian dalam
bentuk tertentu.

2. Penyederhanaan suatu persoalan kompleks yang tidak terstruktur, strategic dan


dinamik menjadi bagian-bagiannya, serta menata dalam suatu hierarki (untuk memilih
elemen-elemen suatu sistem ke dalam berbagai tingkat yang berlainan dan
mengelompokkan unsur yang sama dalam setiap tingkat), kemudian tingkat
kepentingan setiap variabel diberi nilai numerik secara subjektif, variabel tersebut
secara relatif dibandingkan dengan variabel lain. Dari berbagai pertimbangan tersebut
kemudian dilakukan sintesa untuk menetapkan variabel yang memiliki prioritas tinggi
dan berperan untuk mempengaruhi hasil pada sistem tersebut.
3. struktur hierarki

Hasil penilaian para pakar


Tabel 3.1. Perbandingan berpasangan hasil penilaian pakar pada kriteria pemilihan
pemasok :

K1
K2
K3

K1

K2

K3

~
5

~
3
~
1

~
5-1
~
3-1

1
~
1

Tabel 3.2. Perbandingan berpasangan hasil penilaian pakar pada alternatif pemasok
ditinjau dari kriteria Pelayanan (K1) :

P1
P2
P3
P4

P1

P2

P3

P4

~
1

~
3-1
~
3-1

~
1
~
1
~
1

~
1
~
3
~
1

1
~
3
~
1

1
~
1

Tabel 3.3. Perbandingan berpasangan hasil penilaian pakar pada alternatif pemasok
ditinjau dari kriteria Pelayanan (K2) :

P1
P2
P3
P4

P1

P2

P3

P4

~
1

~
5-1
~
5-1

~
3-1
~
3-1
~
3

~
1
~
5
~
3

1
~
5
~
3

1
~
3-1

Tabel 3.4. Perbandingan berpasangan hasil penilaian pakar pada alternatif pemasok
ditinjau dari kriteria Pelayanan (K3) :

P1
P2
P3
P4

P1

P2

P3

P4

~
3-1

~
3-1
~
1

~
7-1
~
5-1
~
5-1

~
3
~
3
~
7

1
~
1
~
5

1
~
5

Pada pemilihan rantai pasok ini nilai = 0.5


~
1 = [1,3-2 ] = [1,2]
~
~
3 = [1+2 , 5-2 ] = [4,2], 3-1 = [ 1/5-2 , 1/1+2 ] = [1/4,1/2]
~
~
5 = [3+2 , 7-2 ] = [6,4], 5-1 = [ 1/7-2 , 1/3+2 ] = [1/6,1/4]
~
~
7 = [5+2 , 9-2 ] = [8,6], 7-1 = [ 1/9-2 , 1/5+2 ] = [1/8,1/6]
~
~
9 = [7+2 , 11-2 ] = [10,8], 9-1 = [ 1/11-2 , 1/7+2 ] = [1/10,1/8]
Tabel 3.5. Matriks perbandingan berpasangan -cut fuzzy hasil penilaian pakar pada
tujuan bersama rantai pasok.
K1

K2

K3

K1

[6,4]

[4,2]

K2

[1/6,1/4]
[1/4,1/2]

1
[1,2]

[1,2]

K3

Tabel 3.6. Matriks perbandingan berpasangan -cut fuzzy hasil penilaian pakar pada
atribut kinerja rantai pasok di tinjau dari Pelayanan (K1).
P1

P2

P3

P4

P1

[1,2]

[1/4,1/2]

[1,2]

P2

[1/4,1/2]

P3

[1,2]
[4,2]

[4,2]

[1,2]
[1,2]

P4

[1,2]

[1,2]

[1,2]

Tabel 3.7. Matriks perbandingan berpasangan -cut fuzzy hasil penilaian pakar pada
atribut kinerja rantai pasok di tinjau dari Pertumbuhan Penjualan (K2).

P1

P2

P3

P4

P1

[1,2]

[1/6,1/4
]
[1/6,1/4
]

[1/4,1/2
]
[1/4,1/2
]
[4,2]

P2

[1,2]

P3

[6,4]

[6,4]

P4

[4,2]

[4,2]

[1/4,1/2
]

Tabel 3.8. Matriks perbandingan berpasangan -cut fuzzy hasil penilaian pakar pada
atribut kinerja rantai pasok di tinjau dari Kualitas Produk (K3).
P1

P2

P3

P4

P1

[1/4,1/2]

[1/4,1/2
]

P2

[4,2]

[1,2]

P3

[4,2]

[1,2]

[1/8,1/6
]
[1/6,1/4
]
[1/6,1/4
]

P4

[8,6]

[6,4]

[6,4]

Tabel 3.9. Nilai indeks konsistensi acak (RI) berdasarkan ukuran matriks
n
RI

1
0

2
0

3
0,58

4
0,9

5
1,12

6
1,24

7
1,32

8
1,41

9
1,45

10
1,49

Nilai crisp, nilai kepentingan untuk setiap kriteria, nilai eigen tertinggi, indeks
konsistensi pada setiap matriks perbandingan berpasangan ditunjukan pada Tabel 3.10
hingga Tabel 3.
Tabel 3.10. Nilai crisp matriks perbandingan berpasangan,x,max,CI, dan CR hasil
penilaian pakar pada tujuan bersama rantai pasok.
K1

K2

K3

K1

5,000

3,000

K2

0,208
0,375

1
1,500

1,500
1

K3

max = 3

CI=0 CR=0

Tabel 3.11. Nilai crisp matriks perbandingan berpasangan,x,max,CI, dan CR hasil


penilaian pakar pada atribut kinerja rantai pasok ditinjau dari tujuan Pelayanan (K1).
P1

P2

P3

P4

P1

1,500

0,375

1,500

P2
P3

1,500
3,000

1
3,000

0,375
1

1,500
1,500

P4

1,500

1,500

1,500

max = 5,27

CI=0,424 CR=0.471

Tabel 3.12. Nilai crisp matriks perbandingan berpasangan,x,max,CI, dan CR hasil


penilaian pakar pada atribut kinerja rantai pasok ditinjau dari tujuan Penjualan (K2).
P1

P2

P3

P4

P1

1,500

0,208

0,375

P2
P3

1,500
5,000

1
5,000

0,208
1

0,375
3,000

P4

3,000

3,000

0,375

max = 4,4

CI=0,134 CR=0.1496

Tabel 3.13. Nilai crisp matriks perbandingan berpasangan,x,max,CI, dan CR hasil


penilaian pakar pada atribut kinerja rantai pasok ditinjau dari tujuan Penjualan (K3).
P1

P2

P3

P4

P1

0,375

0,375

0,146

P2
P3

3,000
3,000

1
1,500

1,500
1

0,208
0,208

P4

7,000

5,000

5,000

max = 4,41

CI=0,136 CR=0.152

Dengan menggunakan metode fuzzy AHP, pendapat para pakar belum konsisten.
Karena terdapat tidak konsisten maka dalam pemilihan pemasok belum bisa di
lakukan sampai mendapatkan pendapat para pakar yang konsisten.