MODUL PRAKTIKUM TI-4202

PRAKTIKUM SISTEM PENDUKUNG

KEPUTUSAN

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI BANDUNG
2019
Pendahuluan
MindDecider adalah sebuah perangkat lunak yang digunakan untuk membantu memetakan pikiran
(mind mapping), membuat keputusan (decision making), dan mengelola proyek (project
management). MindDecider didasarkan pada dua konsep, yaitu mind maps dan multiple criteria
analysis (MCDA). Kedua konsep ini digabungkan untuk membantu pekerjaan manusia menjadi lebih
produktif dan terorganisir lebih baik. MindDecider memfasilitasi pendekatan kreatif dan penggunaan
matematika dan logika yang presisi pada saat yang bersamaan. MindDecider telah banyak digunakan
di berbagai bidang kegiatan manusia, seperti perencanaan tugas, manajemen proyek investasi,
manajemen sumber daya dan ERP, berbagai proyek yang berhubungan dengan inovasi, analisis
SWOT/PEST, perbankan, perlindungan lingkungan, pelayanan umum, kesehatan, dan pendidikan.
(MindDecider, n.d.)

Langkah Multi-Criteria Decision Making (MCDM) untuk AHP

Gambar 1 menunjukkan langkah yang dilakukan pada Multi-Criteria Decision Making untuk AHP.

Gambar 1. Alur proses AHP

Langkah dalam AHP dimulai dari menyusun hierarki yang akan menjabarkan realita yang kompleks ke
dalam elemen-elemennya. Setelah itu dilakukan penentuan prioritas dimana kita membandingkan
sepasang benda atau hal berdasarkan kriteria tertentu dimana didalamnya terdapat pairwise
comparison yang membandingkan satu alternatif terhadap alternatif lain untuk kriteria tertentu dan
 TI4202 - Praktikum Sistem Pendukung Keputusan

melakukan hal tersebut untuk semua kriteria yang dimiliki setelahnya lakukan normalisasi. Setelah
dilakukan normalisasi penting untuk menghitung konsistensi dari bobot yang ditentukan sebelumnya.
Jika sudah konsisten bisa dilanjutkan dengan menghitung rating prioritas dari semua alternatif. Jika
tidak konsisten ulangi kembali pembobotan dari pairwise comparison hingga konsisten. Alternatif-
alternatif akan diberikan ranking prioritas kemudian akan diberikan ke decision maker untuk dipilih
alternatif mana yang menjadi alternatif pilihan.

Penggunaan MindDecider

Gambar 2 menunjukkan alur proses penggunaan MindDecider pada konteks MCDM.

Gambar 2 Alur proses penggunaan MindDecider dalam konteks MCDM

3
 TI4202 - Praktikum Sistem Pendukung Keputusan

Pada praktikum ini, MindDecider digunakan untuk membantu mengambil keputusan dari suatu
permasalahan dengan berbagai kriteria pemilihan alternatif. Alur proses MCDM pada MindDecider
tidak berbeda jauh dengan alur proses MCDM pada AHP. Perbedaan utamanya yaitu penetapan
konsistensi pairwise comparison antar kriteria pada MindDecider secara otomatis dilakukan oleh
sistem. Penerapan logika fuzzy juga dapat diterapkan secara langsung dalam konteks permasalahan
MCDM.

Contoh penggunaan MindDecider adalah untuk membantu memilih tempat kos untuk seorang
mahasiswa. Langkah-langkah yang dilakukan dalam MindDecider, yaitu:

1. Menyatakan keputusan yang ingin diambil atau masalah yang ingin diselesaikan
Gambar 3 berikut merupakan tampilan awal MindDecider. Pilih OK yang ditandai dengan kotak
hijau berwarna putih untuk menuju MindDecider jenis MCDM.

Gambar 3 Tampilan awal MindDecider

Setelah program MindDecider terbuka maka akan muncul kotak Main Task seperti pada Gambar
4.

Gambar 4 Kotak keputusan MindDecider

Kotak ini merepresentasikan keputusan yang akan diambil.

Sebagai contoh, digunakan permasalahan memilih tempat kos bagi seorang mahasiswa.

4
 TI4202 - Praktikum Sistem Pendukung Keputusan

Gambar 5 Tempat kos sebagai konteks keputusan MindDecider

2. Memasukkan alternatif pilihan keputusan

Klik kanan pada kotak keputusan (Tempat Kos), lalu akan muncul kotak dialog seperti pada
Gambar 6.

Gambar 6 Tampilan kotak dialog untuk memasukan alternatif pilihan keputusan

Pada kotak dialog pada Gambar 6, pilih New subvariant untuk menambah 1 alternatif keputusan.
Jika ingin menambahkan lebih dari 1 alternatif keputusan, ulangi langkah ini sebanyak jumlah
alternatif yang diinginkan. Sebagai contoh terdapat berbagai kemungkinan tempat kos di sekitar
kampus ITB, yaitu Dago Asri, Plesiran, dan Cisitu seperti yang dapat dilihat pada Gambar 7.

Gambar 7 Hasil tampilan alternatif pilihan keputusan

3. Mengidentifikasi kriteria atau atribut untuk setiap alternatif

Untuk mendefinisikan kriteria yang akan dipertimbangkan, pertama klik kotak Estimation mode
pada pojok kanan atas windows seperti pada Gambar 8.

5
 TI4202 - Praktikum Sistem Pendukung Keputusan

Gambar 8 Urutan kedua (dari arah kiri ke kanan): Estimation mode

Setelah itu klik kanan di luar kotak keputusan dan akan muncul dialog seperti pada Gambar 9.

Gambar 9 Tampilan kotak dialog untuk memasukan kriteria pemilihan alternatif pilihan keputusan

Pada kotak dialog tersebut, pilih Criteria editor seperti pada Gambar 9 dan akan muncul kotak
dialog baru seperti pada Gambar 10.

Gambar 10 Tampilan awal dari kotak dialog pendefinisian kriteria

6
 TI4202 - Praktikum Sistem Pendukung Keputusan

Untuk menambah kriteria, klik kanan pada kotak dialog pendefinisian kriteria dan akan muncul
dialog seperti pada Gambar 11.

Gambar 11 Tampilan kotak dialog untuk menambahkan kriteria pemilihan alternatif pilihan keputusan

Pada kotak dialog tersebut, pilih New criterion untuk mendefinisikan 1 kriteria baru. Setelah
menekan tombol New criterion sebanyak 1 kali saja, kotak dialog pendefinisian kriteria akan
memiliki tampilan seperti pada Gambar 12 dengan adanya 1 kriteria baru (memiliki criterion
name “New criterion”).

Gambar 12 Tampilan kotak dialog pendefinisian kriteria setelah menambah 1 kriteria baru

 Kriteria Negatif dan Positif

Setelah pendefinisian kriteria-kriteria yang berpengaruh terhadap pengambilan keputusan ,
masing-masing kriteria tersebut perlu ditentukan sebagai kriteria positif atau kriteria negatif.
Untuk mendefinisikan kriteria negatif dan positif, klik kanan pada suatu kriteria untuk
menentukan kriteria negatif atau positif.

Gambar 13 Tampilan pilihan jenis kriteria pemilihan (Kriteria Positif dan Negatif)

7
 TI4202 - Praktikum Sistem Pendukung Keputusan

- Kriteria negatif
Kriteria negatif adalah kriteria yang apabila nilainya semakin besar pada suatu alternatif maka
akan semakin kecil nilai akhir suatu alternatif dan sebaliknya.
Sebagai contoh kriteria negatif pada pemilihan tempat kos adalah biaya sewa.

Gambar 14 Contoh jenis kriteria negatif dalam MindDecider

- Kriteria positif
Kriteria positif adalah kriteria yang apabila nilainya semakin besar pada suatu alternatif maka
akan semakin besar nilai akhir suatu alternatif dan sebaliknya.
Sebagai contoh kriteria positif pada pemilihan tempat kos adalah fasilitas.

Gambar 15 Contoh jenis kriteria positif dalam MindDecider

 Sub-kriteria

Pada pendefinisian kriteria, terdapat kriteria yang memiliki sub-kriteria. Sub-kriteria adalah kriteria
yang membentuk suatu kriteria tertentu. Untuk membuat kriteria yang memiliki sub-kriteria, klik
kanan pada kotak kriteria dan pilih create folder seperti pada Gambar 16.

Gambar 16 Tampilan kotak dialog untuk menambahkan sub kriteria pada sebuah kriteria pemilihan dalam MindDecider

Sebagai contoh sub-kriteria adalah kriteria AC, Parkir dan Kamar Mandi Dalam yang berada didalam
kriteria Fasilitas. Hasil pendefinisian kriteria dengan subkriteria dapat dilihat pada Gambar 17.

8
 TI4202 - Praktikum Sistem Pendukung Keputusan

Gambar 17 Contoh aplikasi fitur sub kriteria dalam sebuah kriteria pemilihan tempat kos dalam MindDecider

 Balancing

Balancing pada MindDecider digunakan untuk menentukan bobot setiap kriteria seperti halnya
pairwise comparison.

Terdapat dua metode dalam melakukan balancing yaitu fast balance dan precision balance. Untuk
melakukan balancing klik kanan pada kotak kriteria lalu pilih fast balance atau precision balance.

Gambar 18 Jenis balancing yaitu Fast balance dan Precision balance

- Fast balance
Fast balance adalah metode balancing yang dilakukan dengan membandingkan kriteria atau
alternatif yang lebih signifikan daripada kriteria lainnya tanpa menentukan besarannya.
Perbandingan berdasarkan pada jenis tanda matematis yang menunjukkan hubungan kedua
kriteria seperti <, >, =.

Gambar 19 Contoh tampilan Fast balance dalam perbandingan antar kriteria pemilihan alternatif dalam MindDecider

9
 TI4202 - Praktikum Sistem Pendukung Keputusan

- Precision balance
Precision Balance adalah metode balancing yang dilakukan dengan membandingkan kriteria
atau alternatif yang lebih signifikan daripada kriteria lainnya dengan menentukan besarannya
langsung.

Gambar 20 Contoh tampilan precision balance dalam perbandingan antar kriteria pemilihan alternatif dalam MindDecider

Balancing atau perbandingan antar kriteria pada MindDecider secara otomatis dinyatakan
konsisten. Proses yang sama dengan proses pairwise comparison pada alur berpikir MCDM
namun MindDecider memastikan kekonsistenan penilaian user dengan menentukan secara
langsung perbandingan antar kriteria berdasarkan hirarki perbandingan antar kriteria yang
sudah diisi user.

 Set Input

Pada masing-masing kriteria, juga perlu dilakukan set input. Terdapat tiga hal yang perlu ditentukan
pada set input yaitu unit, min. input estimate dan max. input estimate seperti pada Gambar 21.

Gambar 21 Tampilan untuk memasukan satuan unit, nilai minimal dan maksimal dari suatu jenis input

Untuk set unit, klik kanan pada kolom unit dan akan muncul dialog berikut. Lalu pilih unit yang sesuai
dengan kriteria seperti pada Gambar 22 dan Gambar 23.

10
 TI4202 - Praktikum Sistem Pendukung Keputusan

Gambar 22 Tampilan kotak dialog untuk memilih jenis satuan unit yang sesuai

Gambar 23 Tampilan jenis satuan unit dalam MindDecider

Untuk memasukkan nilai min dan max, klik kiri pada kotak min atau max lalu ketik nilai minimum
atau maximum kriteria tersebut.

11
 TI4202 - Praktikum Sistem Pendukung Keputusan

 Logika Fuzzy

Logika fuzzy adalah logika yang kabur atau mengandung unsur ketidakpastian. Logika fuzzy mengenal
nilai antara benar dan salah, tidak seperti logika tegas pada biasanya yang hanya mengenal dua nilai
yaitu benar atau salah (0 atau 1). Kebenaran dalam logika fuzzy dapat dinyatakan dalam derajat
keanggotaan bernilai antara 0.0 hingga 1.0. Sebagai contoh, seseorang dikatakan dewasa ketika
berusia 17 tahun ke atas. Jika seseorang berusia 17 tahun kurang 1 hari, dengan logika tegas orang
tersebut dinyatakan tidak dewasa. Namun, dalam logika fuzzy orang tersebut dapat dinyatakan
hampir dewasa.

Gambar 24 Logika tegas (kiri) dan logika fuzzy (kanan)

(Sumber: Makalah IF2091 Struktur Diskrit, 2009)

Penggunaan logika fuzzy pada multi-criteria decision making dilakukan pada tahap pendefinisian
kriteria. Sebagai contoh suatu keputusan pemilihan lokasi tempat kos dengan salah satu kriteria
adalah harga sewa kos per bulan. Misalkan rentang harga sewa kos per bulan yang umum adalah
antara Rp. 1.000.000,- sampai dengan Rp. 2.000.000,-. Berikut adalah cara menambahkan logika fuzzy
pada kriteria harga sewa.

Definisikan terlebih dahulu unit, min dan max output dari kriteria, lalu klik kanan pada kriteria yang
akan didefinisikan dengan logika fuzzy dan akan muncul kotak dialog seperti pada Gambar 25, pilih
set graph.

12
 TI4202 - Praktikum Sistem Pendukung Keputusan

Gambar 25 Tampilan kotak dialog untuk menggunakan Fuzzy Logic pada kriteria Harga

Gambar 26 Tampilan awal fuzzy logic pada kriteria harga

Seperti yang dapat dilihat pada Gambar 26, sumbu X pada grafik menunjukkan nilai yang sebelumnya
telah didefinisikan, sedangkan sumbu Y menunjukkan kontribusi terhadap score untuk kriteria
tersebut. Secara default setiap kriteria memiliki grafik linear seperti gambar diatas. Namun, terdapat
pilihan jenis grafik seperti flat atau datar dan curve atau melengkung. Pada logika fuzzy dapat

13
 TI4202 - Praktikum Sistem Pendukung Keputusan

dilakukan pembagian interval. Untuk membagi interval pada grafik, klik kanan pada grafik lalu pilih
divide interval by seperti pada Gambar 27.

Gambar 27 Tampilan kotak dialog untuk membagi interval fuzzy kriteria pemilihan

Sebagai contoh, kita membagi interval harga sewa kos per bulan menjadi tiga yaitu rentang Rp.
1.000.000 – Rp. 1.200.000, Rp. 1.200.000 – Rp. 1.750.000, dan Rp. 1.750.000 – Rp. 2.000.000 seperti
pada Gambar 28. Beri nama untuk setiap interval pada kolom nama dibawah grafik.

Gambar 28 Tampilan pembagian interval dalam fuzzy logic kriteria harga sewa

Setelah itu sesuaikan garis interval sesuai kebutuhan dengan menggeser garis tersebut. Lalu sesuaikan
titik kontribusi nilai sesuai kebutuhan. Pada kasus harga sewa, titik kontribusi pada interval efektif
bernilai lebih kecil dari interval lainnya karena kriteria harga bersifat negatif. Hal sebaliknya bila
pada kasus kriteria positif.

14
 TI4202 - Praktikum Sistem Pendukung Keputusan

4. Mengevaluasi seluruh alternatif keputusan

Setelah mengidentifikasi kriteria, akan dilakukan penilaian untuk setiap alternatif. Untuk
melakukan penilaian, masih dalam estimation mode, double-click kiri pada kotak alternatif dan
akan muncul dialog seperti pada Gambar 29. Pada dialog ini dapat dilakukan penilaian untuk setiap
kriteria pada alternatif tersebut.

Gambar 29 Tampilan penilaian kotak alternatif berdasarkan setiap kriteria pemilihan dalam MindDecider

Selain dengan menilai dari dialog tersebut penilaian juga dapat dilakukan dengan metode fast
balancing dan precision balancing dengan cara klik kanan pada kriteria yang akan dinilai dan pilih
metode penentuan preferensi (fast balancing atau precision balancing).

Gambar 30 Tampilan untuk penilaian alternatif dengan metode balancing pada MindDecider

15
 TI4202 - Praktikum Sistem Pendukung Keputusan

5. Mendapatkan alternatif keputusan terbaik

Setelah dilakukan penilaian, akan terlihat alternatif keputusan terbaik berdasarkan model yang
telah dibuat. Untuk menampilkan pilihan terbaik, masih dalam estimation mode, klik kanan pada
kotak keputusan dan pilihan Best Choice seperti pada Gambar 31.

Gambar 31 Tampilan kotak dialog dengan pilihan Best Choice

Hasil pemilihan alternatif akhir dapat dilihat pada Gambar 32.

Gambar 32 Tampilan final MindDecider dengan alternatif solusi terpilih

16
 TI4202 - Praktikum Sistem Pendukung Keputusan

Referensi
Saelan, A. 2009. “Logika Fuzzy”. Dari http://informatika.stei.itb.ac.id/~rinaldi.munir/Matdis/2009-
2010/Makalah0910/MakalahStrukdis0910-107.pdf

MindDecider. (n.d.). Diambil dari www.minddecider.com

17