Define The Concept of MCDM
Define The Concept of MCDM
Mcdm : Suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari
sejumlah alternatif berdasarkan beberapa kriteria tertentu. Jadi MCDM digunakan sebagai
istilah selimut, yang mencakup pengambilan keputusan multiobjective dan multi-atribut
Perbedaan antara MADM dan MODM didasarkan pada klasifikasi kriteria evaluasi
menjadi atribut dan tujuan
3. Why is the distinction between natural scale criterion maps and constructed scale criterion
maps important for special decision analysis?
Di PPT
4. What is the difference between the concept of decision alternative and decision variable?
Alternatif keputusan adalah kemungkinan-kemungkinan pilihan bagi pencapaian tujuan
dari pernyataan keputusan. Dari berbagai alternatif, akan dipilih yang terbaik berdasarkan
kriteria-kriteria yang ada. Pertimbangan pokoknya adalah mana yang paling memenuhi
kriteria dan paling kecil resikonya bila alternatif itu dijalankan. Setiap alternatif keputusan
spasial terdiri dari setidaknya dua elemen dasar: tindakan (apa yang harus dilakukan?)
Dan lokasi (di mana melakukannya?).
Variabel adalah kuantitas terukur yang memiliki nilai pasti setiap saat. Jika suatu variabel
dapat dikendalikan oleh pembuat keputusan, itu disebut variabel keputusan.
Variabel keputusan adalah variabel yang menguraikan secara lengkap keputusan-
keputusan yang aka dibuat. Variabel keputusan adalah variabel persoalan yang akan
mempengaruhi nilai tujuan yang hendak dicapai. Variabel keputusan bervariasi sesuai dengan
alternatif yang dipertimbangkan. Jadi alternatif ditentukan sepenuhnya dengan
mendefinisikan nilai-nilai variabel keputusan. ditetapkan untuk mengukur kinerjanya
Variabel keputusan dapat diklasifikasikan menjadi tiga kategori: variabel keputusan biner,
diskrit, dan berkelanjutan.
1
Variabel keputusan dapat diklasifikasikan menjadi tiga kategori: variabel keputusan biner,
diskrit, dan berkelanjutan. Keputusan spasial yang paling sederhana melibatkan mengambil
tindakan atau tidak melakukan apa-apa — keputusan ya / tidak. Jenis keputusan ini ditentukan
oleh nol-satu (0-1) atau variabel biner. Variabel biner adalah kasus khusus dari variabel diskrit.
Variabel diskrit dapat mengambil sejumlah nilai yang terbatas. Ketika ada kesenjangan antara
dua nilai variabel yang ditentukan, itu disebut diskrit. Sebagai contoh, jika variabel merujuk
kepada orang, satu-satunya nilai yang bermakna dari variabel adalah bilangan bulat: 1, 2, 3, 4,
dan seterusnya, dan akibatnya, kesenjangan ada antara 1 dan 2, 2 dan 3, 3 dan 4, dan
seterusnya. Jika jumlah siswa yang ditugaskan ke sekolah adalah variabel keputusan, itu akan
menjadi variabel integer.
5. Define the modifiable area unit problem. What are the implications of this problem for
spatial multiciteria decision analysis?
Data dasar yang sama menghasilkan hasil yang berbeda. Data dasar yang sama
menghasilkan hasil yang berbeda ketika dikumpulkan dengan cara yang berbeda.
Berbagai jenis dan tingkat skala dapat menghasilkan hasil kriteria yang sama sekali berbeda
dan akibatnya dapat menyebabkan keputusan yang berbeda. Masalah unit area dapat
dimodifikasi dengan mengubah bentuk atau ukuran..
efek skala efek skala, menunjukkan besar, menunjukkan perbedaan analitis utama
tergantung pada ukuran unit perbedaan analitis tergantung pada ukuran unit yang
digunakan (umumnya korelasi lebih jelas untuk digunakan lebih besar (umumnya korelasi
lebih jelas untuk unit yang lebih besar).
efek zonasi efek zonasi (Openshaw menyebutnya (Openshaw menyebutnya efek agregasi),
menunjukkan perbedaan utama efek agregasi), menunjukkan perbedaan utama tergantung
pada bagaimana wilayah studi dibagi, bahkan tergantung pada bagaimana wilayah studi
dibagi , bahkan pada skala yang sama dengan skala yang sama
Contoh sederhana menunjukkan bagaimana sistem zonal yang berbeda memberikan hasil
yang sangat berbeda dari sistem memberikan hasil yang sangat berbeda
data yang sama data yang sama tanpa variasi utama dalam variasi utama
ukuran zona atau bentuk memanjang
Sebagai contoh, data sensus dapat diagregasikan ke kabupaten kabupaten, saluran sensus,
area kode pos, wilayah polisi, atau partisi spasial lainnya yang sewenang-wenang. Dengan
demikian hasil agregasi data tergantung pada pilihan pembuat peta yang "unit areal yang
dapat dimodifikasi" untuk digunakan dalam analisis mereka. Peta sensus choropleth yang
menghitung kepadatan penduduk menggunakan batas negara akan menghasilkan hasil yang
sangat berbeda dari peta yang menghitung kepadatan berdasarkan batas-batas county.
Selanjutnya, batas kabupaten sensus juga dapat berubah seiring waktu, [2] yang berarti
MAUP harus dipertimbangkan ketika membandingkan data masa lalu dengan data saat ini.
6. Why it is important to know the scale of measurement used to the process of deriving the
criterion weight?
Nilai berat tergantung pada rentang nilai kriteria, yaitu, perbedaan antara nilai minimum dan
maksimum untuk kriteria tertentu. Normalisasi (menyamakan Skala) digunakan agar dapat
menyatukan/menggabungkan lapisan objek yang akan dilakukan pembobotan. Agar seluruh
objek memiliki acuan dalam pembobotan dapat memiliki nilai yang konsisten baik penentuan
kriteria yang lebih penting dalam pembobotan. (menjamin konsistensi dalam penilaian).
Perbandingan yang konsisten.
perlu ditekankan bahwa spesifikasi bobot yang salah adalah kesalahan yang sangat umum
dalam penerapan metodologi MCDM untuk masalah keputusan spasial. Satu kesalahan umum
adalah mempertimbangkan kriteria tanpa mengetahui kisaran nilai atribut yang sedang
dipertimbangkan. Rentang diwakili oleh nilai minimum dan maksimum dari suatu atribut.
Secara khusus, bobot besar yang sewenang-wenang dapat ditetapkan ke kriteria dengan
meningkatkan selisih antara nilai minimum dan maksimum, dan itu dapat dibuat lebih kecil
dengan membatasi rentang tersebut. Akibatnya, akan menyesatkan untuk menafsirkan berat
sebagai ukuran umum dari pentingnya kriteria evaluasi. Ini harus ditafsirkan sebagai ukuran
kepentingan relatif. Nilai berat harus mencerminkan keuntungan yang dirasakan dari
perubahan dari tingkat terburuk ke tingkat terbaik dari setiap kriteria relatif terhadap
keuntungan dari perubahan dari tingkat terburuk ke tingkat terbaik untuk kriteria lain.
Kesalahan umum lainnya adalah ketidaktahuan unit pengukuran untuk atribut. Untuk
memiliki makna yang konsisten, bobot harus bergantung pada unit yang digunakan untuk
setiap atribut
Misal......
Bobot kriteria dapat dibuat secara arbitrer besar atau kecil dengan meningkatkan atau
menurunkan kisaran. Sebagai contoh, jika semua alternatif yang akan dievaluasi dicirikan oleh
atribut SO2 emisi antara, katakanlah, 1 0 1 0 dan 1 0 1 1 unit, atribut akan kurang penting dari
pada dalam kasus di mana nilai-nilai atribut berkisar dari 1 hingga 1000 unit. Aturan umumnya
adalah bahwa kita prihatin dengan keuntungan yang dirasakan dari perubahan dari tingkat
maksimum ke tingkat minimum dari setiap hasil kriteria, relatif terhadap keuntungan dari
perubahan dari yang terburuk ke tingkat terbaik untuk kriteria lain yang dipertimbangkan.
7. Why are criterion weighting methods subject to uncertainty? What methods for dealing with
uncertainty are involved in the process of deriving criterion weights?
1