Distribusi Posibilitas
Distribusi Posibilitas
Studi Pustaka
2. 4.
Aliansi Strategis
Jordan Lewis, seperti yang dikutip dalam [Levi, dkk (2003)] memberikan
suatu kerangka kerja umum untuk menganalisa apakah suatu aliansi strategis
sesuai bagi perusahaan. Kerangka kerja tersebut antara lain
1. Menambah nilai produk (adding value to products).
2. Penambahan nilai pada produk dapat berupa berkurangnya waktu produksi
hingga dipasarkan, waktu distribusi dan waktu perbaikan.
3. Meningkatkan akses terhadap pasar.
4. Pengokohan operasi (strengthening operations). Aliansi strategis yang tepat
dapat berpengaruh pada pengurangan biaya sistem dan waktu siklus. Selain
itu, aliansi strategis juga dapat berpengaruh pada efisiensi dan efektifitas
22
dalam jangka
Hal yang perlu diperhatikan adalah bahwa aliansi strategis tidak boleh
melemahkan kekuatan/kompetensi inti5 mitra. Kerjasama antar mitra dan aliansi
strategis berkaitan dengan aktivitas outsourcing. Motivasi perusahaan untuk
melakukan outsourcing antara lain berupa skala ekonomi yakni mengurangi biaya
manufaktur, pengumpulan resiko, pengurangan investasi kapital, fokus pada
kompetensi inti dan meningkatkan fleksibilitas. Fleksibilitas yang dimaksud disini
dapat berupa
a. Kemampuan untuk bereaksi lebih baik terhadap perubahan permintaan
konsumen.
Kekuatan atau kompetensi inti adalah kemampuan spesifik yang membedakan suatu perusahaan
dari kompetitornya dan memberikan suatu manfaat bagi perusahaan di mata pelanggannya.
Kompetensi inti biasanya berupa item yang bersifat tidak terukur (intangible) seperti keahlian
manajemen dan brand image.
23
mitra sehingga
Menurut Fine dan Whitney [Levi, 2003] ada dua alasan perusahaan
melakukan outsourcing, yaitu
1. Ketergantungan
terhadap
kapasitas.
Perusahaan
yang
melakukan
produk baru.
2. Ketergantungan terhadap pengetahuan. Dalam hal ini,
memiliki sumber daya manusia, keahlian dan
perusahaan tidak
pengetahuan untuk
24
dengan
Rantai desain berbeda dengan rantai pasok. Studi dalam rantai pasok
sebagian besar membahas mengenai pengadaan barang dan jasa (procurement)
dan
aktivitas
penambahan
nilai
tanpa
secara
eksplisit
mendefinisikan
Menurut Twigg(1988),
perbedaan yang paling utama antara operasi dalam rantai pasok dengan rantai
desain adalah dalam hal kontribusi yang diberikan oleh setiap organisasi dalam
tahapan pengembangan produk.
Elemen Strategi
Proses Manajemen
Mendefinisikan
tanggung jawab
Kerangka
kerja
pemilihan mitra
proses
Batasan waktu
Sumber daya yang dialokasin
peran
Infrastruktur Sistem
dan
Secure network
25
2. 3.
Pemilihan Mitra
2.
3.
4.
Kelebihan
Dapat memasukkan kriteria kualitatif
dan kuantitatif
Mudah diimplementasikan
Biaya implementasi terendah
Data yang diperlukan minimum
1.
2.
Mudah dipahami
Biaya implementasi terendah
1.
1.
2.
1.
2.
3.
Mathematical
Programming
1.
2.
1.
2.
3.
4.
Kelemahan
Setiap kriteria memiliki bobot yang
sama
Subjektif
26
Pendekatan Biaya
(Cost Approach)
1.
2.
3.
4.
1.
2.
3.
4.
5.
6.
Vendor Profile
Analysis
1.
2.
3.
Statistical
Vendor Performance
Index (VPI)
1.
2.
3.
Standardized Unitless
Rating (SUR) Index
1.
2.
3.
1.
2.
Asumsi distribusi
Sulit untuk dipahami karena
menampilkan perhitungan yang
kompleks
1.
2.
1.
2.
Multi-criteria Group
Decision Making
Model
27
1.
2.
3.
1.
2.
3.
4.
5.
6.
28
[Wang dan Lin (2006)] sehingga diperlukan metode pemilihan yang lebih teliti
untuk membantu pengambil keputusan menganalisa solusi dari beragam kriteria
dan kendala dalam memilih mitra yang sesuai.
Deck dan Strom sebagaimana dikutip dalam Wang dan Lin (2006)
memberikan empat kriteria pemilihan mitra dalam rantai desain. Kriteria-kriteria
tersebut yaitu
1. Pengembalian jangka pendek (short term returns)
2. Kemungkinan jangka panjang (long term potentials)
3. Visi bersama teknologi dan pengembangan pasar
4. Pembagian keuntungan dari kerjasama
29
1. Teknologi
Perusahaan (focal firm) harus memiliki keyakinan bahwa mitra memiliki
teknologi yang diperlukan dan sesuai dengan kebutuhan spesifik perusahaan
dalam jangka panjang. Technological alignment di antara mitra dalam kerjasama
pengembangan (codevelopment) merupakan kondisi cukup untuk menghasilkan
nilai (value) dari suatu produk [Emden, dkk (2006)]. Atribut yang akan dievaluasi
dari kriteria teknologi ini adalah kemampuan memperbaharui teknologi dan
kemampuan inovasi.
b. Kemampuan inovasi
Definisi klasik dari inovasi yang dikutip dalam ensiklopedi onlinewikipedia, antara lain the process of making improvements by introducing
something new.
Karakterisasi inovasi dinyatakan dengan sesuatu yang menambah
nilai(value) dan melibatkan resiko. Oleh karena itu, kemampuan inovasi mitra
dapat diukur dengan menggunakan properti intelektual atau portofolio paten
[Wang dan Lin (2006)] dan investasi R&D [Innovation, wikipedia]. Rating kinerja
30
pada kriteria ini dinilai berdasarkan pertambahan jumlah properti intelektual yang
dimiliki mitra serta besarnya investasi R&D.
pelatihan sumber daya manusia yang dimiliki mitra secara rutin serta banyaknya
staf teknik yang menunjukkan kapabilitas teknik kandidat mitra.
b. Kecukupan kapasitas
Jika perusahaan akan melakukan kolaborasi dengan mitra dari tahap desain
hingga tahap manufaktur atau fabrikasi maka perlu dilakukan evaluasi kecukupan
kapasitas. Faktor ini bersifat pilihan. Kapasitas produksi terdiri dari kapasitas
desain dan kapasitas efektif. Kapasitas desain menggambarkan banyaknya unit
yang diproduksi pada periode waktu tertentu seperti per minggu, per bulan atau
per tahun sedangkan kapasitas efektif adalah kapasitas yang diharapkan
perusahaan jika operasional perusahaan dihadapkan pada suatu kendala
[Sevkli,dkk (2007)].
31
c. Fleksibilitas
Simchi-Levi, dkk (2003) mendefinisikan fleksibilitas dalam aliansi
strategis sebagai
1. Kemampuan untuk bereaksi lebih baik terhadap perubahan permintaan
konsumen.
2. Kemampuan untuk menggunakan pengetahuan teknik mitra sehingga
mempercepat waktu siklus pengembangan produk.
3. Kemampuan mendapatkan akses terhadap teknologi baru dan inovasi mitra.
Fleksibilitas dalam hal ini diartikan sebagai kemauan kandidat mitra untuk
beradaptasi dengan kebutuhan dan perubahan yang mungkin muncul dalam
kolaborasi [Emden, dkk (2006)]. Kemampuan adaptasi merupakan karakteristik
perlu bagi mitra-mitra dalam kolaborasi dan kemampuan inilah yang dicari para
manajer dari para kandidat mitra. Fleksibilitas kandidat mitra dapat dinilai dengan
memahami reaksi mereka terhadap situasi ekstrim secara historis.
a. Kesesuaian kultur
Kultur (culture) sebagaimana dikutip dalam [Emden, dkk (2006)] adalah
kumpulan kognisi, ekspektasi, mindset, norma dan nilai-nilai dalam organisasi.
Emden, dkk kemudian mengartikan kultur sebagai dasar-dasar bagaimana
seseorang mengambil keputusan dan membentuk prilaku kolektif.
32
dkk (2006)].
Dalam hal ini, mereka pun harus berbagi logika bisnis dan
b. Kesesuaian organisasi
Hubungannya dengan perubahan teknologi adalah pada fungsi perusahaan.
Sebagai contoh kandidat mitra yang memiliki orientasi pada tenggat waktu
pengiriman dengan kandidat mitra yang memiliki orientasi rekayasa (engineering)
tentu saja berbeda dan tidak memiliki kesesuaian yang cukup.
Dalam kriteria ini, hal-hal yang akan dievaluasi yaitu struktur organisasi
dan kejelasan definisi pekerjaan masing-masing pegawai, serta sistem informasi
dan pelaporan kandidat mitra.
Kesesuaian proses merupakan hal lain yang perlu dievaluasi dari kandidat
mitra secara lebih komprehensif dibandingkan dengan kriteria lainnya.
Mekanisme kontrol masing-masing mitra dalam kolaborasi diharapkan dapat
disatukan. Beberapa poin yang akan diukur dalam hal ini antara lain
33
proses pengembangan produk kandidat mitra bersifat informal, ad hoc atau terlalu
birokratis maka kandidat mitra diberi predikat sangat buruk.
Kriteria ini perlu diberikan agar terdapat jaminan bahwa kandidat mitra
sehat secara finansial dalam jangka panjang sehingga tidak akan bermasalah di
kemudian hari. Hal ini disebabkan dalam kolaborasi dibutuhkan kemauan dan
kemampuan mitra berkontribusi dalam hal sumber daya dan kemampuan
[Carpenter dan Sanders (2007)].
memprediksi kesehatan finansial dan prospek perusahaan besar tetapi dapat pula
digunakan untuk mengestimasi suatu bisnis baru.
34
Dalam penelitian ini metode yang akan digunakan adalah SustainableGrowth Rate dengan parameter ROE (net income dibagi ekuitas) dan dividendpayout ratio. Nilai yang diperoleh dari metode analisis ini adalah kecepatan
tumbuh yang dapat dipertahankan perusahaan dengan struktur modal yang
dimilikinya. Sustainable Growth Rate dihitung dengan persamaan :
(2. 1)
Dividend-payout ratio
Dalam model yang dikonstruksi oleh Wang dan Lin (2006) ini rantai
desain dimodelkan sebagai jaringan tahapan-tahapan dengan masing-masing
tahapan menyatakan fungsionalitas yang harus dipenuhi untuk mengubah
permintaan produk menjadi desain produk lengkap yang dapat diproduksi. Tujuan
dari model ini adalah untuk membantu perusahaan memilih sekumpulan mitra
yang dapat memaksimumkan skor kinerja total rantai desain sekaligus memenuhi
target waktu pengembangan dan kendala biaya.
35
~
agregat rij = G (g 1 ( pij ), g 2 ( pij ), , g m ( pij )) , durasi d ij dan biaya c~ij
sedangkan
g k ( pij ) menyatakan nilai dari kandidat mitra tersebut pada kriteria k [1, m ] dan
G adalah fungsi yang mengagregasi nilai-nilai kinerja dari seluruh kriteria untuk
36
Gambar 2. 1 Proses Pemilihan Mitra dalam Rantai Desain Wang dan Lin
37
Nilai kinerja yang tidak tepat tadi dapat ditetapkan sebagai bilangan fuzzy
trapezoidal (r1 , r2 , r3 , r4 ) dengan ri L . Nilai diantara r2 dan
r3 adalah nilai
yang paling besar kemungkinannya sedangkan nilai yang lebih kecil dari r1 dan
lebih besar dari r4 adalah nilai yang paling kecil kemungkinannya. Nilai yang
berada diantara (r1 , r2 ) serta (r3 , r4 ) memiliki kemungkinan diantara terkecil
sampai terbesar.
Serupa dengan nilai kinerja kandidat mitra, durasi dan biaya yang
dibutuhkan untuk mengembangkan suatu desain komponen sulit diestimasi secara
akurat pada tahap awal pembentukan kerjasama mitra karena pengambil
keputusan tidak yakin dengan ketepatan penilaiannya secara numerik. Akan tetapi
rentang yang mungkin dan nilai yang mungkin terjadi dalam rentang tersebut
dapat diestimasi oleh seorang yang berpengalaman/ahli.
Kinerja
kandidat
mitra
terhadap
setiap
kriteria
pemilihan
38
Possibility Measure
~
~
Misalkan possibility distribution F , posibilitas terjadinya fuzzy event A
~
(2. 2)
A = sup min( F~ (x ), A~ (x ))
Definisi
()
~
F
Necessity Measure
~
~
Misalkan possibility distribution F , necessity terjadinya fuzzy event A
~
N F~ A = inf
min (1 F~ ( x ), A~ ( x ))
x
Definisi
()
(2. 3)
~
~
Misal diberikan dua bilangan fuzzy M dan N , empat indeks didefinisikan
untuk mengevaluasi relasi yang mungkin diantara dua bilangan fuzzy tersebut.
~ ~
~
PG M , N = N ,+ = sup min ( M~ (u ), N~ (v ))
(2. 4)
~
M
([
))
u ;u v
(u ), 1 (v ))
(2. 5)
~ ~
~
NG M , N = N M~ N ,+ = inf sup min (1 M~ (u ), N~ (v ))
(2. 6)
~ ~
PSG M , N =
([
~
M
~ ~
NSG M , N = N M~
))
u ;v u
~
M
~
N
u ;v u
~
M
(u ), (v ))
~
N
(2. 7)
benar
39
Definisi
Operator OWA
(1) vi [0,1], 1 i n ,
(2)
v
i 1
=1
F (a1 , a 2 , , a n ) = v1b1 + v 2 b2 + + v n bn
(2. 8)
Definisi
Concordance Index
CIk (a, b) = FQ (PG(gk (a), gk (b)), PSG(gk (a), gk (b)), NG(gk (a), gk (b)), NSG(gk (a), gk (b))) (2. 9)
(2. 10)
40
(2. 11)
Definisi
Discordance Index
(2. 12)
D(a, b ) =
1 n
f (DI k (a, b ), GCI (a, b ))
n k =1
(2. 13)
1 DI (a, b)
f (DIk (a, b),GCI(a, b)) =
k
,
1 GCI(a, b)
(2. 14)
(2. 15)
Jika seluruh discordance index kurang dari aggregated concordance index maka
derajat outranking di antara mitra a dan b akan sama dengan aggregated
concordance index diantara keduanya. Jika kondisi tersebut tidak terpenuhi maka
aggregated discordance index akan mengurangi keyakinan bahwa a lebih dari b.
41
100
ria =
S ( a, b)
b =1, a b
n
S ( a, b)
(2. 16)
a =1 b =1, a b
Banyaknya tahapan
mi
rij
xi = j
X = [x1 , , x n ]
(precedence constraints)
~
si ( x )
~
f i (x )
~
d ij
c~ij
~
T
~
K
42
Fungsi tujuan :
Max R = ri xi
(2. 17)
~
~
~
si ( X ) + d ix = f i ( X )
(2. 18)
i =1
Kendala
~
fi (X ) ~
s k ( X ), (i, k ) H
n
c~
i =1
ixi
(2. 19)
~
= C (X )
(
)
~
~
SAT (C ( X ), K )
~
~
SAT f n ( X ), T
(2. 20)
(2. 21)
(2. 22)
(2. 23)
( )
~
SAT a~, b
kendala fuzzy yang melibatkan parameter fleksibel dan tidak pasti berupa
~
bilangan fuzzy a~ dan b . Fungsi ini ditentukan dengan menggunakan qualitative
possibility theory yang dikemukakan oleh Dubois dan Prade.
~
Misal X himpunan mitra terpilih dan f n ( X ) merupakan waktu taktentu
~
fn ( X )
~
terhadap X. Kemudian diberikan preferensi waktu penyelesaian T , maka derajat
kepuasan kendala waktu penyelesaian fuzzy dinyatakan dengan
43
~
~
SAT f n ( X ), T = inf
max(1 ~f ( X ) ( x), T~ ( x))
x
(2. 24)
~
C(X )
~
~
SAT C ( X ), K = inf
max(1 C~ ( X ) ( x), K~ ( x))
x
2. 5.
(2. 25)
merepresentasikan
ketidaktepatan
(imprecision)
dan
kesamaran
44
pendidikan
sarjananya
di
Universitas
Teheran,
kemudian
Sifat presisi matematika saat ini mampu mencapai kesuksesannya berkat usaha
Aristoteles dan filsuf-filsuf lainnya melalui penggunaan teori logika yang berkembang menjadi
matematika dan disebut "Hukum Pemikiran (Law of Thoughts)". Salah satu hukumnya, Law of
Excluded Middle menyatakan bahwa setiap preposisi haruslah bernilai Benar (True) atau Salah
(False). Keraguan akan hukum tersebut kemudian muncul bahkan ketika Parmenides mengusulkan
versi pertama teori ini ( 40 SM). Antara lain dari Heraclitus yang mengatakan bahwa sesuatu
dapat bernilai benar atau tidak benar secara bersamaan. Plato-lah yang kemudian meletakkan
dasar logika fuzzy dengan mengatakan bahwa terdapat region ketiga (di antara benar dan salah)
sebagai sanggahan dari pemikiran sebelumnya. Beberapa filsuf modern kemudian menyuarakan
hal yang sama, seperti Hegel, Marx dan Engels. Lukasiewicz merupakan orang pertama yang
mengemukakan alternatif sistematis dari logika dua nilai (bi-valued) Aristoteles [Hellmann
(2001)].
45
Fungsi karakteristik memberikan nilai 1 atau 0 untuk setiap elemen di X, bergantung pada
apakah elemen tersebut berada dalam subhimpunan A atau bukan.
46
Gambar 2. 3 Fungsi Karakteristik Himpunan Crisp
kurang fleksibel untuk beberapa aplikasi seperti klasifikasi dalam analisis data
(remotely sensed data analysis) [Hellmann (2001)].
Sebagai contoh kurus, gemuk, sangat kurus dan sangat gemuk merupakan
istilah yang biasa digunakan dalam kehidupan sehari-hari. Jika seseorang
dikatakan gemuk saat berat badannya
beratnya 59,7 kg akan dikatakan tidak gemuk dan Arif yang beratnya 60,1 kg akan
dikatakan gemuk padahal peralihan atau selisih berat badan mereka hanya 0,3 kg.
Hal ini menimbulkan kerancuan dalam klasifikasi data mengenai berat badan.
Agar keanggotaan suatu objek dalam himpunan dapat dinyatakan secara lebih
baik dan sesuai dengan
47
merepresentasikan tingkat
Tingkat
keanggotaan
dalam
himpunan
fuzzy
bukan
merupakan
probabilitas meskipun memiliki nilai yang sama. Hal yang membedakan adalah
penjumlahan dari tingkat keanggotaan dalam himpunan fuzzy tidak harus sama
dengan 1 [Klir dan Folger (1988)]. Teori himpunan fuzzy mendasari munculnya
teori posibilitas sedangkan teori himpunan crisp mendasari teori probabilitas.
Sebagaimana dinyatakan oleh Zadeh (1978), what is possible may not be
probable and what is improbable need not be impossible. Dengan kata lain
derajat posibilitas suatu kejadian lebih besar atau sama dengan derajat
probabilitasnya dan derajat probabilitas lebih besar atau sama dengan derajat
keperluannya (necessity) [Dubois dan Prade (1980)].
Definisi
Himpunan Fuzzy
(2. 26)
Notasi lain yang lebih sesuai yakni jika X adalah himpunan hingga {x1, ..., xn}
himpunan fuzzy pada X dinyatakan dengan
48
A = A ( x1 ) x1 + + A ( x n ) x n = A ( xi ) xi
n
(2. 27)
i =1
(2. 28)
Dua himpunan fuzzy A dan B dikatakan sama (A = B) jika dan hanya jika
x X , A (x ) = B (x )
(2. 29)
Definisi
Support
Definisi
1
2
(2. 30)
Height
atau
batas atas terkecil dari A ( x ) . A dikatakan ternormalisasi jika dan hanya jika
x X , A ( x ) = 1 atau hgt(A) = 1.
Definisi
Himpunan Kosong
Definisi
(2. 31)
-Cuts
Suatu -cut himpunan fuzzy A adalah himpunan crisp A yang berisi seluruh
elemen himpunan universal X dengan tingkat keanggotaan di A lebih besar atau
sama dengan nilai yang telah ditentukan.
A = {x X | A ( x ) }
(2. 32)
49
Definisi
Himpunan level dari A adalah himpunan seluruh level [0, 1] yang menyatakan
secara jelas -cut dari suatu himpunan fuzzy A.
A = { | A ( x ) =
Definisi
untuk beberapa x X }
(2. 33)
Kardinalitas Skalar
(2. 34)
x X
Definisi
(2. 35)
(2. 36)
Jika hubungan antara kedua fungsi keanggotaan adalah < maka inklusi yang
terjadi di antara keduanya adalah . merupakan relasi urutan pada himpunan
~ ( X ) . Jelas bahwa A = B jika dan hanya jika A B
dari himpunan fuzzy pada X,
dan B A.
Definisi
Suatu himpunan fuzzy A dinamakan konveks jika dan hanya jika memiliki -cut
berupa himpunan konveks. Definisi lain adalah A dinamakan konveks jika dan
hanya jika
x1 X , x 2 X , [0, 1] , A (x1 + (1 )x2 ) min( A ( x1 ), A ( x2 )) (2. 37)
Definisi
50
1. ! x0 , A ( x0 ) = 1
2. A (x) kontinu
Bilangan fuzzy menyatakan suatu bilangan yang nilainya tak pasti (uncertain).
Bilangan fuzzy dapat dinyatakan sebagai nilai fuzzy atau sebagai suatu distribusi
posibilitas pada nilai non fuzzy suatu peubah [Azwir (1996)]. Bentuk dari
bilangan fuzzy dapat berupa trapezoidal, triangular (piecewise linear), s-shape
(piecewise quadratic) atau normal (bellshaped).
2. 5. 3. Tipe Fungsi Keanggotaan
( x a )
(x ) =
(b x )
0, x a
(m a ), a < x m
(b m ), m < x b
0, x b
(2. 28)
(x ) =
jika x m
jika x = m
(2. 29)
51
0,
jika x a
jika a < x b
(2. 30)
jika x > b
2
(x ) = k ( x a )
1 + k ( x a )2
jika x a
jika x > a
(2. 31)
trapezoidal diberikan
( x a )
(x ) =
(c x )
0, x a
(b a ), a < x b
(c b ), b < x c
0, x > c
(2.32)
52
S (x ) =
2
1 2{(x a ) / (b a )} jika x (m, b )
jika x b
1
(2. 33)
(2. 34)
53
P(x ) =
1
2
1 + k (x m )
(2. 35)
a. Operasi Aritmetika
(2. 35)
~
2. R + , A = ( a1 , a 2 , a3 , a 4 )
(2. 36)
~ ~
3. A B = (a1b1 , a 2 b2 , a 3 b3 , a 4 b4 )
(2. 37)
(2. 38)
x X , A B ( x ) = min ( A ( x ), B ( x ))
(2. 39)
A (x ) = 1 A (x )
(2. 40)
54
(v = x ) = (x ) = 0
jika x A
lainnya
(2. 41)
(v = x ) = (x ) = (x )
A
(2. 42)
( A) = sup (x ) = sup (x )
x A
(2. 43)
x A
x A
Perbedaan antara probabilitas dan posibilitas menurut Zadeh [Dubois dan Prade,
(1980)] yakni, intuitively, possibility relates to our preception of the degree of
feasibility or ease of attainment whereas probability is associated with the degree
of likelihood, belief, frequency or proportion.
c. Conditional Possibilities
Misalkan X dan Y menyatakan dua himpunan universal. u dan v
55
(2. 45)
(2. 46)
u ( x ) = sup min ( (u ,v ) ( x, y ), v ( y ))
(2. 47)
u ( x ) = sup min ( u ( x ), v ( y ))
(2. 48)
(
)
x
(x | y ) =
jika u (x ) > v ( y )
( x, y ) u
(u ,v )
v (y)
Nguyen menunjukkan bahwa
u ( x ) = sup min( ( x | y ), v ( y ))
(2. 49)
(2. 50)
(u ,v ) ( A | y ) = sup xA ( x | y ) .
2. 6.
56
(2. 51)
(2. 52)
uU
2. 7.
57
Expert 1
Expert 2
Expert q
Expert 1
Expert 2
Expert q
Fusion
Agregasi
Group
Seleksi
Ranking
Evaluasi
Konsensus
Apakah konsensus
tercapai?
Y
Solusi
58
m
i =1
59
KELEBIHAN
Mudah
Setiap penambahan individu dalam grup akan
memperbaiki reliabilitas dalam skala kecil,
sehingga akan sampai pada satu titik estimasi
ketika setiap usaha apa pun untuk memperbesar
kelompok tidak lagi diperlukan
KEKURANGAN
60
Idem
Idem
61
Decision Conferencing
62