SISTEM PENUNJANG

KEPUTUSAN
(IF041-3 SKS)

© 2009 Fakultas Teknologi Informasi Universitas Budi Luhur

Jl. Ciledug Raya Petukangan Utara Jakarta Selatan 12260
Website: http://fti.bl.ac.id Email: sekretariat_fti@bl.ac.id

PENGAMBILAN KEPUTUSAN BERBASIS

INDEKS KINERJA

1
 Metode Pengambilan Keputusan
Berbasis Indeks Kinerja

A. METODE BAYES

B. METODE PERBANDINGAN EKSPONENSIAL (MPE)

C. COMPOSIT PERFORMANCE INDEX (CPI)

FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-3

MATRIK KEPUTUSAN
ALT. KRITERIA NILAI RANGKING
ALT. KEP. ALT. KEP.
K1 K2 ….. Kn
ALT1 V11 V12 ….. V1n Nk1
ALT2 V21 V22 ….. V2n Nk2
ALT3 :
: :
ALTm Vm1 Vm2 ….. Vmn Nkm
BOBOT B1 B2 ….. Bn

MODEL PENGHITUNGAN
n n
1. BAYES : Nki = Σj = 1 Vij * Bj , Σj = 1 Bj = 1.0
n
2. Per. Eksponensial : Nki = Σj = 1 (Vij ) Bj , Bj = Bulat >0

3. Composite Performance Indeks (CPI)

FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-4

2
Model Penilaian Dalam SPK
• Menggunakan Nilai Numerik (Nyata) Contoh : Nilai Mahasiswa di UBL di
Nilai dengan Numerik (70,80, 90 dsb)
• Menggunakan Nilai Ordinal (Skala)
1. Sangat Kurang 4. Baik
2. Kurang 5. Sangat Baik
3. Cukup
• Menggunakan Nilai Perbandingan Berpasangan
Misal pada AHP : <misal A dibandingkan dengan B>
1 : A dan B sama penting 7 : A sangat nyata lebih penting
3 : A sedikit lebih penting dari B 9 : A pasti lebih penting dari B
5 : A jelas lebih penting dari B

FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-5

METODE BAYES

3
 METODE BAYES
• Merupakan teknik yang digunakan untuk
melakukan analisis dalam pengambilan
keputusan terbaik dari sejumlah alternatif

• Cocok untuk penilaian langsung dan seragam.

FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-7

Contoh Aplikasi Metode Bayes

• Penentuan media iklan yang sesuai dari produk
baru suatu industri
• Prosedur Bayes digunakan untuk menentukan
rekapitulasi hasil penilaian kesesuaian media
iklan yang telah dilakukan oleh pakar

FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-8

4
 Contoh Kasus
• Goal = Pemilihan media iklan yang sesuai
• Alternatif = 1. Radio
2. Televisi
3. Surat Kabar
• Kreteria = 1. Jangkauan
2. Efektifitas Pesan
3. Biaya
• Metode Penilaian = Skala Ordinal
1. Sangat Kurang 4. Bagus
2. Kurang 5. Sangat Bagus
3. Biasa

FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-9

Matrik Keputusan Pemilihan Media

Iklan yang sesuai
Alternatif Kriteria Nilai Keputusan
Jangkauan Eff. Biaya Bayes MPE
1. Radio 4 4 3
2. Televisi 4 5 2
3. Surat Kabar 4 3 4
Bayes 0.3 0.4 0.3
Bobot MPE 3 4 3

Nilai Bobot untuk Bayes Maksimal = 1 Karena menggunakan Nol koma

Nilai Bobot Untuk MPE Maksimal = 10 Karena menggunakan Angka 1 - 5
FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-10

5
Hasil Perhitungan Metode Bayes
Tabel: Matrik keputusan penilaian media iklan yang sesuai
dengan Teknik Bayes
Alternatif Kriteria Nilai Peringkat
Jangkauan Efektvitas Biaya Alternatif

1. Radio 4 4 3 3.7 2
2. Televisi 4 5 2 3.8 1
3. Surat Kabar 4 3 4 3.6 3
Bobot Kriteria 0.3 0.4 0.3

1. Radio = (4 * 0.3) + (4 * 0.4) + (3 * 0.3) = 3.7

2. Televisi = (4 * 0.3) + (5 * 0.4) + (2 * 0.3) = 3.8
3. Surat Kabar = (4 * 0.3) + (3 * 0.4) + (4 * 0.3) = 3.6
Peringkat = 1. Televisi, 2. Radio dan 3. Surat Kabar
FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-11

METODE PERBANDINGAN EKSPONENSIAL

(MPE)

6
METODE PERBANDINGAN EKSPONENSIAL (MPE)

• Merupakan salah satu metode untuk menentukan

urutan prioritas alternatif keputusan dengan kriteria
jamak
• Teknik ini cocok untuk penilaian dengan skala ordinal
• Hasil MPE akan lebih Kontras dari pada hasil Bayes.

FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-13

Prosedur MPE
• Penentuan tingkat kepentingan kriteria dilakukan
dengan cara wawancara dengan pakar atau melalui
kesepakatan curah pendapat.

• Penentuan skor alternatif pada kriteria tertentu

dilakukan dengan memberi nilai setiap alternatif
berdasarkan nilai kriterianya

FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-14

7
 Keuntungan Metode MPE

• Mengurangi bias yang mungkin terjadi dalam

analisa.
• Nilai skor yang menggambarkan urutan prioritas
menjadi besar (fungsi eksponensial) ini
mengakibatkan urutan prioritas alternatif
keputusan lebih nyata.

FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-15

Contoh Aplikasi Metode MPE

• Penentuan media iklan yang sesuai dari produk
baru suatu industri
• Prosedur MPE digunakan untuk menentukan
rekapitulasi hasil penilaian kesesuaian media
iklan yang telah dilakukan oleh pakar

FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-16

8
 Contoh Kasus
• Goal = Pemilihan media iklan yang sesuai
• Alternatif = 1. Radio
2. Televisi
3. Surat Kabar
• Kreteria = 1. Jangkauan
2. Efektifitas Pesan
3. Biaya
• Metode Penilaian = Skala Ordinal
1. Sangat Kurang 4. Bagus
2. Kurang 5. Sangat Bagus
3. Biasa
FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-17

Matrik Keputusan
Matrik keputusan penilaian media iklan yang
sesuai dengan Metode MPE
Alternatif Kriteria Nilai Peringkat
Jangkauan Efektvitas Biaya Alternatif
1. Radio 4 4 3
2. Televisi 4 5 2
3. Surat Kabar 4 3 4
Bobot Kriteria 3 4 3

FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-18

9
 Hasil Perhitungan Metode MPE
Tabel: Matrik keputusan penilaian media iklan yang sesuai
dengan Metode MPE
Alternatif Kriteria Nilai Peringkat
Jangkauan Efektvitas Biaya Alternatif

1. Radio 4 4 3 347 2
2. Televisi 4 5 2 697 1
3. Surat Kabar 4 3 4 209 3
Bobot Kriteria 3 4 3

1. Radio = (4 ^ 3) + (4 ^ 4) + (3 ^ 3) = 347 Perbedaan

Nilai Kontras
2. Televisi = (4 ^ 3) + (5 ^ 4) + (2 ^ 3) = 697 karena
perhitungan
3. Surat Kabar = (4 ^ 3) + (3 ^ 4) + (4 ^ 3) = 209 dipangkatkan

Peringkat = 1. Televisi, 2. Radio dan 3. Surat Kabar

FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-19

METODE
COMPOSIT PERFORMANCE INDEX (CPI)

10
 COMPOSIT PERFORMANCE INDEX (CPI)

Merupakan indeks gabungan (Composite Index) yang

dapat digunakan untuk menentukan penilaian atau
peringkat dari berbagai alternatif berdasarkan
beberapa kriteria.

FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-21

Contoh Kasus

 Goal = Menentukan Mahasiswa Terbaik

 Kriteria
 IPK
(Trend Positif, Semakin tinggi IPK semakin Baik)
 Masa Studi
(Trend Negatif, Semakin Cepat Masa Studi Semakin
Baik)
 Nilai Tugas Akhir
(Semakin Tinggi Nilai TA semakin Baik)

FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-22

11
 Prosedur Penyelesaian CPI
• Identifikasi kriteria Tren Positif (semakin tinggi nilainya semakin
baik) dan Tren Negatif (semakin rendah nilainya semakin baik)
• Untuk kriteria Tren Positif, nilai minimum pada setiap kriteria
ditransformasi ke Seratus, sedangkan nilai lainnya
ditransformasi secara proporsional Lebih Tinggi.
• Untuk kriteria Tren Negatif, nilai minimum pada setiap kriteria
ditranspormasi ke Seratus, sedangkan nilai lainnya
ditranspormasi secara proporsional Lebih Rendah.
• Perhitungan selanjutnya mengikuti prosedur Bayes.
FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-23

Contoh Kasus
Tabel: Matrik Awal Menentukan Kriteria Mahasiswa Terbaik melalui
teknik perbandingan indeks kinerja CPI

Alternatif Kriteria Nilai Peringkat

Alternatif
IPK Masa Studi Nilai TA
(+) (Tahun) (-) (+)
1. Mahasiswa A 3,75 4 78

2. Mahasiswa B 3,74 3,5 87

3. Mahasiswa C 3,80 5 85

Bobot Kriteria 0,5 0,3 0,2

Diminta : Hitung Nilai Alternatif menggunakan Metode CPI dan

tentukan Peringkat dari Mahasiswa tersebut
FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-24

12
 Matriks Normalisasi dan Perhitungan
Metode CPI
Matrik Normalisasi Menentukan Kriteria Mahasiswa Terbaik melalui
teknik perbandingan indeks kinerja CPI
Alternatif Kriteria Nilai Peringkat
Alternatif
IPK Masa Studi Nilai TA
(+) (Tahun) (-) (+)
1. Mahasiswa A 100,27 87,5 100 96,39 2

2. Mahasiswa B 100 100 111,54 103,11 1

3. Mahasiswa C 101,60 70 108,97 93,59 3

Bobot Kriteria 0,5 0,3 0,2

IPK : Masa Studi : Nilai TA

A= 3,75/3,74 * 100 = 100,27 A= 3,5/4 * 100 = 87,5 A= 78/78 * 100 = 100
B = 3,74/3,74 * 100 = 100 B = 3,5/3,5 * 100 = 100 B = 87/78 * 100 = 111,54
C = 3,80/3,74 * 100 = 101,60 C = 3,5/5 * 100 = 70 C = 85/78 * 100 = 108,97
1. MHS A = (100,27 * 0,5) + (87,5 * 0,.3) + (100 * 0,2) = 96,39
2. MHS B = (100 * 0,5) + (100 * 0,3) + (111,54 * 0,2) = 103,11
3. MHS C = (101,60 * 0,5) + (70 * 0,3) + (108,97 * 0,2) = 93,59
3-25
Peringkat = 1. MHS B, 2. MHS A dan 3. MHS C

Pemilihan Metode

• Penilaian Tidak Seragam  CPI

• Penilaian seragam  Bayes atau MPE

• Apabila skala penilaian ordinal  MPE

• Apabila nilai alternatif adalah terukur nyata  Bayes

FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-26

13
 Latihan Metode Bayes, MPE & CPI
1. Pemilihan Hardware
Nilai Peringkat
Alternatif
Alternatif Performance Compatibility Cost Bayes MPE Bayes MPE
ASUS 4 6 2
MSI 5 4 3
INTEL 3 4 4
Bobot Kriteria Bayes 0.4 0.4 0.2
Bobot Kriteria MPE 4 3 3

2. Metode CPI (Composite Performance Index) Pemilihan Kredit Usaha di Perbankan

Kriteria
Bunga Lama Maksimal Nilai
Alternatif Peringkat
Kredit Pencairan Lama Kredit Alternatif
(%) Kredit (Hari) (TH)
MANDIRI 19 14 5
BNI 25 15 3
BCA 15 17 2
LIPPO 18 10 2,5
NIAGA 20 12 4
Bobot Kriteria 0,4 0,3 0,3
Diminta :
1. Hitunglah Nilai Alternatif dari masing masing matriks
2. Tentukan peringkat dari masing-masing Matriks 3-27

SELESAI

14