Modul MPK Aan Baru

MODUL KULIAH DAN
LABORATORIUM
METODE PENGAMBILAN
KEPUTUSAN
OLEH : AAN JULIA, SE. M.Si
Modul Metode Pengambilan Keputusan i

Oleh : Aan Julia, SE.M.Si
DAFTAR ISI
DAFTAR ISI ..................................................................................... i
BAB I SISTEM DAN TEORI KEPUTUSAN ..................................................... 1

Sistem .................................................................................... 1
Teori Keputusan ...................................................................... 11
BAB II PENGAMBILAN KEPUTUSAN BERBASIS INDEKS KINERJA ..................... 15

Teknik Perbandingan Indeks Kinerja .............................................. 15
Metoda Bayes ......................................................................... 17
Metode Perbandingan Eksponensial .............................................. 21
BAB III MULTIFACTOR EVALUATION PROCESS (MFEP/MEP) .......................... 24

Proses Evaluasi Multifaktor (Mfep)................................................. 24
Contoh Aplikasi Mfep ; Studi Kasus Penentuan Sektor Unggulan Kabupaten
Malang.................................................................................. 26
BAB IV PERUMUSAN STRATEGI DENGAN ANALISIS S W O T .......................... 33

Identifikasi Posisi Perusahaan/Institusi ........................................... 33
Tahapan Analisa Swot ............................................................... 35
Contoh Aplikasi ...................................................................... 36
BAB V PERUMUSAN STRATEGI DENGAN ANALISIS S O A R ........................... 41

Tahap Analisis Soar................................................................... 46
Matriks Soar ........................................................................... 48
BAB VI METODA PARTICIPATORY RURAL APPRAISAL (PRA) DAN RRA ............. 49

Perbandingan RRA dan PRA ......................................................... 50
Tiang Utama PRA ..................................................................... 51
Teknik PRA ............................................................................ 52
Analisis Potensi dan Kebutuhan PRA .............................................. 52
BAB VII PROSES HIERARKI ANALITIK (A H P) ............................................ 65

Model Keputusan Dengan Ahp ...................................................... 66
Prinsip Kerja Ahp ..................................................................... 68
Contoh Aplikasi ....................................................................... 68
Modul Metode Pengambilan Keputusan i

BAB VIII PENGUKURAN EFISIENSI MENGGUNAKAN DATA ENVELOPMENT ANALYSIS
(D E A) ......................................................................................... 93
Metode Data Envelopment Analysis ............................................... 96
Praktik Pendalaman ................................................................. 102
BAB IX PENGUKURAN EFISIENSI MENGGUNAKAN STOCHASTIC FRONTIER ...... 113

Pengertian tentang Efisiensi ...................................................... 115
Cara pengolahan Stochastic Frontier ………………………………………………………..120
BAB X TEKNIK INDIKATOR KINERJA PEMBANGUNAN ………………………………………. 129
BAB XI TEKNIK EVALUASI PELAKSANAAN RENCANA PEMBANGUNAN DAERAH 139
DAFTAR PUSTAKA .......................................................................... 142
Modul Metode Pengambilan Keputusan ii

BAB I
SISTEM DAN TEORI KEPUTUSAN
A. SISTEM
Sistem adalah suatu kesatuan usaha yang terdiri dari bagian-bagian yang
berkaitan satu sama lain yang berusaha mencapai suatu ujuan dalam suatu
lingkungan yang kompleks. Pengertian tersebut mencerminkan adanya beberapa
bagian dan hubungan antara bagian, ini menunjukkan kompleksitas dari sistem yang
meliputi kerjasama antara bagian yang interdependen satu sama lain.
Kompleksitas sistem tersebut ditunjukan adanya berbagai elemen yang saling
berinteraksi. Ekonomi, misalnya, bergantung pada energi dan sumber daya lain;
ketersediaan energi bergantung pada geografi dan politik; politik bergantung pada
kekuatan militer; kekuatan militer bergantung pada teknologi; teknik bergantung
pada ide (gagasan) dan sumber daya; gagasan bergantung pada politik untuk
penerimaan dan dukungannya; dan seterusnya.
Dalam sistem dunia yang kompleks, kita dipaksa menanggulangi lebih banyak
masalah dibandingkan kesanggupan kita untuk menanganinya. Untuk menangani
persoalan sosial, ekonomi dan politik yang tak terstruktur, kita perlu menyusun
tingkat prioritas, menyepakati bahwa dalam jangka pendek, sasaran yang satu lebih
penting daripada sasaran yang lain, dan melakukan perimbangan (trade off) demi
kepentingan bersama.
Sifat dasar dari suatu sistem antara lain :
1. Pencapaian tujuan. Orientasi pencapaian tujuan akan memberikan sifat
dinamis kepada sistem, memberi ciri perubahan yang terus menerus dalam
usaha mencapai tujuan.
2. Kesatuan usaha, mencerminkan suatu sifat dasar dari sistem, dimana hasil
keseluruhan melebihi dari jumlah bagian-bagiannya atau sering disebut
konsep sinergi.
3. Keterbukaan terhadap lingkungan. Lingkungan merupakan sumber
kesempatan maupun hambatan pengembangan. Keterbukaan terhadap
Modul Metode Pengambilan Keputusan 1

lingkungan membuat penilaian terhadap suatu sistem menjadi relatif atau
dinamakan equifinality.
4. Transformasi. Transformasi merupakan proses perubahan input menjadi
output yang dilakukan oleh sistem melalui sebuah proses (dianalogkan
sebagai konsep kotak gelap (black box)).
Input → Proses → Output
Berikut ini ada tahapan, komponen dan kendala dalam pengambilan
keputusan pada setiap tahapan transformasi.
TAHAPAN KOMPONEN KENDALA
INPUT Infomasi Sumber Daya, Waktu
dan Ketidakpastian
PROSES Model Keputusan Validitas Model
OUTPUT Analisis Keterbatasan Keahlian
Dalam tahapan input, agar dapat mengambil sebuah keputusan yang tepat,
maka dibutuhkan berbagai informasi yang sangat komprehensif, namun dalam
pelaksanaannya seringkali dihadapkan pada keterbatasan sumber daya,
waktu yang dimiliki dan juga dihadapkan pada berbagai masalah
ketidakpastian (seperti harga input, situasi perekonomian, respon pasar dan
sebagainya).
Dalam tahapan proses, perlu diputuskan model pengambilan keputusan yang

tepat yang dapat menjawab permasalahan yang dihadapi. Model keputusan
dapat berupa model kuantitatif ataupun model kualitatif, dari berbagai
alternatif yang ada seringkali pengambil keputusan dihadapkan pada kendala
apakah model yang dipilih valid atau tidak. Sehingga perlu dilakukan validitas
model.
Dalam tahapan output, pengambil kebijakan perlu menganalisis hasil

keputusan yang diperoleh melalui model keputusan yang telah diambil. Hasil

yang diperoleh dari metode keputusan tersebut tidak semata-mata
menunjukkan hasil akhir, namun harus mampu dijelaskan mengapa hasil akhir
tersebut dapat terjadi. Faktor-faktor pembentuk dan pendukung hasil
tersebut diperoleh juga perlu dijelaskan, serta bagaimana implikasi kebijakan
dari hasil tersebut pun mampu dianalisis. Untuk itu ketika menganalisis
output seringkali pengambil kebijakan dihadapkan pada keterbatasan
keahlian yang dimiliki, sehingga perlu didukung oleh pandangan para ahli dan
juga dengan pengalaman yang dimilikinya.
5. Hubungan antarbagian, adalah kaitan antara subsistem inilah yang akan
memberikan analisa sistem suatu dara pemahaman yang lebih luas.
6. Sistem terdiri dari bebrapa macam, antara lain sistem terbuka, sistem
tertutup, dan sistem dengan umpan balik.
7. Mekanisme pengendalian yang menyangkut sistem umpan balik suatu bagian
pemberi informasi kepada sistem mengenai efek dari perilaku sistem
terhadap pencapaian tujuan atau pemecahan persoalan yang dihadapi.
Untuk mencari penyelesaian persoalan yang kita temukan dalam sistem

diperlukan pendekatan sistem yang merupakan cara penyelesaian persoalan yang
dimulai dengan dilakukannya identifikasi terhadap adanya sejumlah kebutuhan-
kebutuhan sehingga dapat menghasilkan suatu operasi dari sistem yang dianggap
efektif.
Pendekatan sistem adalah suatu pendekatan analisa organisatoris yang
menggunakan ciri-ciri sistem sebagai titik tolak. Dengan demikian, manajemen
sistem dapat diterapkan dengan memfokuskan kepada berbagai ciri dasar sistem
yang perubahan dan gerakannya akan mempengaruhi keberhasilan suatu sistem.
Terdapat dua hal umum yang menandai pendekatan sistem yaitu : (1) dalam
semua faktor penting yang ada mendapatkan solusi yang baik untuk menyelesaikan
masalah dan (2) dibuat suatu model kuantitatif untuk membantu keputusan secara
rasional. Untuk dapat bekerja secara sempurna, suatu pendekatan sistem
mempunyai delapan unsur yang meliputi : metodologi untuk perencanaan dan

pengelolaan, suatu tim yang multidisipliner, pengorganisasian, disiplin untuk bidang
yang nonkuantitatif, teknik model matematik, teknik simulasi, teknik optimasi dan
aplikasi komputer.
Dalam melakukan pendekatan sistem dapat menggunakan komputer atau
tanpa menggunakan komputer. Akan tetapi adanya komputer memudahkan
penggunaan model dan teknik simulasi dalam sistem, terutama sangat diperlukan
jika menghadapi masalah yang cukup luas dan kompleks di mana banyak sekali
peubah, data dan interaksi-interaksi yang mempengaruhi.
Metode untuk penyelesaian persoalan yang dilakukan melalui pendekatan
sistem terdiri dari tahapan proses. Tahapan tersebut meliputi analisis, rekayasa
model, implementasi rancangan, implementasi dan operasi sistem tersebut.
Metodologi sistem pada prinsipnya melalui enam tahap analisis yang meliputi
: analisis kebutuhan, identifikasi sistem, formulasi masalah, pembentukan alternatif
sistem, determinasi dari realisasi fisik, sosial politik dan penentuan kelayakan
ekonomi dan keuangan. Tahapan tersebut dapat dilihat pada Gambar 1 .
Pendekatan sistem diperlukan karena makin lama makin dirasakan
interdependensinya dari berbagai bagian dalam mencapai tujuan sistem.
Pendekatan sistem sangat penting untuk menonjolkan tujuan yang hendak dicapai
dan tidak terikat pada prosedur koordinasi atau pengawasan dan pengendalian itu
sendiri. Dalam upaya pencapaian tujuan tersebut, adanya kompleksitas dalam
sistem seperti yang telah dibahas sebelumnya diperlukan keterpaduan antara
pengolahan-pengolahan data yang makin rumit menjadi informasi yang diperlukan
untuk pembuatan keputusan. Pengolahan data ini makin lama makin rumit yang
perlu dilaksanakan dengan melalui peralatan yang lebih kompleks dan keahlian yang
lebih mengkhususkan diri untuk menanganinya.

Kebutuhan
Informasi
normatif
Analisa Sistem
dan
positif
tidak
Lengkap
ya
Gugus Solusi yang layak
Permodelan Sistem
tidak
Cukup?
Ya
Model Abstrak Optimal
Rancang Bangun Implementasi
tidak
Cukup?
Ya
Spesifikasi Sistem Detail
Implementasi
tidak
Sesuai?
Ya
Sistem Operasional
Operasi
Ya tidak
Sesuai?
Gambar 1. Tahapan Pendekatan Sistem

Berikut ini ada dua contoh dari pendekatan sistem yaitu pen dekatan sistem
dalam pengembangan Sistem Pendukung Keputusan Rantai Pasokan Hortikultura
yang dikembangkan oleh Bayu (2009) dan pendekatan sistem dalam Sistem
Penunjang Keputusan Prarancang Bangun Industri Intermediate Minyak Pala yang
dikembangkan oleh Gunawan (2004) dalam Marimin (2010).
1. Pendekatan sistem dalam Sistem Pendukung Keputusan Rantai Pasokan
Hortikultura
Sebagai contoh dari analisa kebutuhan, pelaku dan stakeholder yang
berpengaruh dan berperan dalam Sistem Pendukung Keputusan Rantai Pasokan
Hortikultura adalah petani, perusahaan, konsumen dan pemerintah. Analisis
kebutuhan dari masing-masing komponen (pelaku) tersebut adalah sebagai
berikut :
a. Petani : sebagai pelaku yang berada di sisi hulu dari rantai pasokan
hortikultura yang melakukan penanaman dan pengolahan hortikultura.
Beberapa kebutuhan yang diharapkan oleh petani, antara lain adanya
peningkatan pendapatan, kemudahan dalam kemitraan tani, harga jual
produk bersaing, kontinuitas produksi, dan minimalnya kerusakan atau susut
produk yang dipanen.
b. Perusahaan : sebagai pelaku yang melakukan nilai tambah pada produk yang
dihasilkan oleh petani sehingga menghasilkan keuntungan yang besar.
Harapan dan kebutuhan dari perusahaan dalam mekanisme rantai pasok
adalah adanya kestabilan harga, ketersediaan barang yang kontinyu,
standarisasi produk, dan minimalnya kerusakan atau susut produksi yang
dihasilkan.
c. Konsumen: sebagai pelaku yang menginginkan harga stabil, kualitas tinggi,
kemudahan memperoleh produk, tersedianya jenis atau varietas yang sesuai
harapan.
d. Pemerintah : sebagai pengatur dan pemberi kebijakan dalam rantakaian
pasokan hortikultura. Kebijakan tersebut dilakukan agar tercipta stabilitas

harga di pasar, peningkatan taraf hidup petani, ketersediaan produk di pasar,
dan pencegahan persaingan yang tidak sehat.
Bila suatu keputusan dapat dibuktikan dan berjalan secara kontinyu, maka
kebutuhan yang sesuai akan dibawa pada tahap identifikasi sistem. Identifikasi
sistem merupakan hubungan antara pernyataan dari kebutuhan-kebutuhan
dengan pernyataan khusus dari masalah yang harus diselesaikan untuk mencukupi
kebutuhan-kebutuhan tersebut. Hal ini sering digambarkan dalam diagram
lingkar sebab akibat (causal loop), seperti yang dapat dilihat pada gambar
berikut :
Diagram lingkar menggambarkan hubungan sebab akibat antar faktor dominan
dalam sistem .Terdapat dua macam hubungan, yaitu hubungan positif dan
hubungan negatif. Hubungan positif mencerminkan adanya perbaikan
(penambahan) suatu faktor yang menyebabkan perbaikan (penambahan) faktor
lain. Sebaliknya hubungan negatif, penambahan (perbaikan) suatu faktor
menyebabkan pengurangan atau penurunan faktor lainnya.
Kualitas +
Teknologi + produk
pasca +
+ panen
Kebutuha Pendapatan Motivasi
n daerah bercocok
+ +
tanam
+ +
+
Kesejahteraa
Agroindust n petani
ri Kontinuitas
hortikultura + suplai
+ +
Lapangan
kerja +
Daya beli Stabilitas
konsumen + harga
Diagram lingkar sebab akibat sistem pendukung keputusan rantai pasokan

hortikultura
Identifikasi sistem menghasilkan spesifikasi yang terperinci tentang peubah
yang menyangkut rancangan dan proses pengendalian. Identifikasi sistem
ditentukan dan ditandai dengan adanya determinasi kerja sistem. Hal ini akan
membantu dalam mengevaluasi sistem. Teknik dan metode pengambilan
keputusan yang layak untuk mendukung perumusan operasionalisasi sistem mulai
diidentifikasi dan dianalisa.
Pada diagram causal loop dapat dilihat bahwa agroindustri hortikulutura
mempengaruhi pendapatan daerah setempat dan secara langsung mempengaruhi
terbukanya lapangan pekerjaan. Kedua faktor tersebut mempengaruhi
kesejahteraan petani segabai pemain utama dalam pertanian. Petani seringkali
merasa dirugikan, akibatnya motvasi mereka turun. Kondisi tersebut
mempengaruhi kualitas produk dan kontinuitas suplai, Jika keduanya terganggu,
maka stabiltas harga dan kebutuhan konsumen pun akan terganggu.
Hal yang terpenting dalam mengidentifikasi sistem adalah melanjutkan
interpretasi diagram lingkar ke dalam konsep kotak gelap (black box). Para analis
harus mampu mengkonstruksi diagram kotak gelap tersebut.
Dalam penyusunan kotak gelap, beberapa macam informasi dikategorikan
menjadi tiga golongan, yaitu peubah input, peubah output dan parameter-
parameter yang membatasi struktur sistem. Peubah input erdiri dari dua
golongan yaitu eksogen atau yang berasal dari luar sistem dan input yang berasal
dari sistem itu sendiri. Input yang berasal dari luuar dijabarkan sebagai kebijakan
pemerintah dan kondisi sosial ekonomi. Keduanya dianggap sebagai input luar
karena diposisikan berada di luar sistem, namun tetap memiliki pengaruh
terhadap sistem. Input dari dalam sistem terdiri dari input terkendali dan input
tak terkendali. Input terkendali merupakan input yang diatur oleh sistem sesuai
dengan kebutuhan, sedangkan input tak terkendali merupakan input yang tidak
dapat diprediksi oleh sistem Input terkendali meliputi volume produksi, distribusi
produk, dan kebutuhan pemasok. Input tak terkendali meliputi tingkat suku
bunga bank dan kondisi lain.

Output terdiri dari dua golongan yaitu output yang dikehendaki dan yang tidak
dikehendaki. Output yang dikehendaki merupakan pemenuhan dari kebutuhan
yang ditentukan secara spesifik pada waktu analisa kebutuhan. Output yang tidak
dikehendaki berasal dari dampak yang akan ditimbulkan bersama-sama dengan
output yang dikehendaki. Contoh diagram input-output Sistem Pendukung
Keputusan Rantai Pasokan Hortikultura :
INPUT TAK INPUT OUTPUT

TERKENDALI LINGKUNGAN DIKEHENDAKI
(tingkat suku bunga, (Kebijakan (harga yang stabil,
kondisi alam, demand pemerintah, kondisi kontinuitas suplai,
pasar) sosio ekonomi) margin keuntungan)
MODEL PENGAMBILAN
KEPUTUSAN RANTAI
PASOKAN HORTIKULTURA
INPUT
TERKENDALI OUTPUT TAK
(volume produksi, DIKEHENDAKI
distribusi produk, (fluktuasi harga,
kebutuhan pemasok) suplai terhambat,
keuntungan kecil)
MANAJEMEN RANTAI PASOKAN
Diagram input output sistem pendukung keputusan rantai pasokan

hortikultura
2. Pendekatan Sistem dalam Sistem Penunjang Keputusan Prarancang Bangun

Industri Intermediate Minyak Pala.
Pada analisis kebutuhan, pelaku (stakeholder) yang terlibat dan berperan
dalam Sistem Penunjang Keputusan Prarancang Bangun Industri Intermediate
Minyak Pala adalah investor, lembaga keuangan, pemerintah, konsumen,
pelaku industri, penyedia bahan baku, dan lembaga litbang. Analisis
kebutuhan dari masing-masing komponen (pelaku) tersebut adalah sebagai
berikut :

a. Investor : investor menginginkan informasi usaha yang mempunyai prospek
yang baik dalam berinvestasi dan memberikan keuntungan yang maksimal.
b. Lembaga Keuangan : menginginkan kelancaran dalam pengembalian
kredit, dapat memantau perkembangan usaha secara langsung,
peningkatan jumlah nasabah dan meminimalkan kredit macet.
c. Pemerintah : menginginkan terciptanya lapangan pekerjaan, penurunan
angka pengangguran, peningkatan pendapatan daerah dan mendukung
pertumbuhan ekonomi yang cukup tinggi melalui proyek investasi.
d. Konsumen : menginginkan kemudahan mendapatkan produk intermediate
dari minyak atsiri pada dengan harga yang sesuai dan berkualitas sehingga
tidak perlu mengimpor dari luar negeri.
e. Pelaku industri : menginginkan keuntungan yang maksimal dari usaha
yang dikembangkannya, terpenuhinya permintaan konsumen, kemudahan
memperoleh bahan baku dan modal, serta industri yang dikembangkan
memiliki potensi untuk menjadi lebih besar.
f. Penyedia bahan baku : menginginkan kemudahan dalam mendapatkan
pembeli bahan bakunya dengan harga yang sesuai dan memperoleh
keuntungan yang sesuai
g. Lembaga Litbang : menginginkan adanya upaya pengembangan teknologi
intermediate minyak pala, pengembangan dan invovasi produk,
mengerjakan proyek pengembangan daya guna nilai-nilai produk
agroindustri, serta menyiapkan sumber daya ahli.
GAMBARKAN OLEH ANDA BAGAIMANA DIAGRAM LINGKAR SEBAB AKIBAT
(CAUSAL LOOP) UNTUK KASUS DI ATAS, SERTA GAMBARKAN PULA DIAGRAM
INPUT OUTPUT DARI KASUS TERSEBUT.
Pendekatan sistem memang memberikan gambaran yang lebih luas mengenai

variabel-variabel yang harus ditangani dalam mengelola suatu sistem organisasi,
akan tetapi di lain pihak pendekatan sistem memiliki kelemahan yaitu menambah

kompleksitas analisis yang kadang pendekatan sistem mengakibatkan kebingungan
terutama bagi peneliti atau pemakai pemula.
Pendekatan sistem juga menghendaki sikap yang kritis dan pendekatan
ilmiah, suatu hal yang terdapat dalam diri pengguna hasil keputusan (manajer) yang
jarang menghadapi setumpuk masalah rutin yang mendesak sehari-hari. Para
pengguna hasil keputusan yang telah dilakukan oleh para peneliti biasanya menuntut
resep atau hasil yang dapat segera diterapkan tanpa pengolahan lebih jauh lagi.
Justru hal inilah yang tidak bisa diberikan oleh pendekatan sistem. Pendekatan
sistem justru menghendaki seseorang untuk bersikap kritis dan mempunyai
kemampuan diagnostik yang dapat memahami setiap permasalahan dalam kaitannya
dengan lingkungan yang dihadapi.
B. TEORI KEPUTUSAN
Dalam mengambil keputusan seseorang seringkali dihadapkan pada berbagai

kondisi antara lain unik, tidak pasti, jangka panjang dan kompleks. Yang dimaksud
dalam kondisi unik adalah masalah tersebut tidak mempunyai preseden dan di masa
depan mungkin tidak akan berulang kembali. Tidak pasti maksudnya bahwa faktor-
faktor yang diharapkan mempengaruhi dan memiliki kadar ketahuan atau informasi
yang sangat rendah. Jangka panjang maksudnya bahwa implikasinya memiliki
jangkauan yang cukup jauh ke depan dan melibatkan sumber-sumber usaha yang
penting. Adapun kompleks yaitu dalam pengertiannya preferensi pengambil
keputusan atas risiko dan waktu memiliki peranan yang besar. Sifat komponen dan
keterkaitannya sering bersifat dinamik.
Pengambilan keputusan seringkali juga tergantung dari situasi masalah yang
dihadapinya, apakah masalah tersebut terstruktur, atau tidak atau bahkan hanya
sebagian yang testruktur. Berikut ini adalah spektrum situasi keputusan :

No TERSTRUKTUR SEBAGIAN TERSTRUKTUR TAK TERSTRUKTUR
(TERPROGRAM) (TAK TERPROGRAM)
1 Spesifikasi prosedur Hanya sebagian dari Spesifikasi prosedur
pengambilan keputusan proses pengambilan pengambilan
dapat diprogramkan keputusan yang dapat keputusan tidak
sebelumnya diprogramkan dapat diprogramkan
sebelumnya
2 Waktu yang diperlukan Manajer pembuat Setiap manajer
dalam pemecahan keputusan akhir dengan memecahkan
masalah sedikit menggunakan bagian masalah atas dara
keputusan terstruktur pengalaman,
beserta intuisi dan kepercayaan dan
pengalaman pertimbangan sendiri
3 Data yang sama akan Dua manajer mungkin Dua manajer akan
menghasilkan setuju terhadap data mendapatkan dua
keputusan yang sama tertentu yang relevan, kesimpulan yang
dan berulang tetapi kesimpulan yang berbeda.
diambil berbeda
PEMBAGIAN MASALAH ADA CERTAINTY, RISK AND UNCERTAINTY

Pada prinsipnya lingkup pengambilan keputusan dibagi dalam dua basis yaitu
pengambilan keputusan berdasarkan intuisi dan pengambilan keputusan rasional,
berdasarkan hasil analisis keputusan.
PENGAMBILAN KEPUTUSAN DG INTUISI

LINGKUNGAN
Kecerdasan
❑ Tidak pasti ❑ Pilihan INTUISI, KEPUTUSAN HASIL
❑Kompleks logika
Presepsi
❑Dinamis ❑Informasi tidak
❑Persaingan dapat
❑Terbatas Falsafah ❑Preferensi diperiksa
Bingung Berfikir Rasa aksi Puji Sukses

Cemas Tidak Enak Cela Tidak
GAMBAR 2. Diagram pengambilan keputusan dengan intuisi

Pengambilan keputusan dg analisis keputusan
LINGKUNGAN
❑ Tidak pasti
Kecerdasan ❑ Alternatif”
Pilihan❑Penetapan HASIL
❑Kompleks KEPUTUSAN
❑Dinamis Presepsi kemungkinan
LOGIKA
❑Persaingan Informasi ❑Struktur model
❑Terbatas ❑Penetapan nilai
Falsafah
Preferensi ❑Preferensi waktu
❑Preferensi risiko
Sensitivitas
Nilai Informasi
Bingung Berfikir Puji Rasa aksi Sukses

Cemas Cela Tidak Enak Tidak
GAMBAR 3. Diagram pengambilan keputusan dengan analisis keputusan

Tahapan pengambilan atau membuat keputusan adalah suatu proses yang
dilaksanakan orang berdasarkan pengetahuan dan informasi yang ada padanya pada
saat tersebut dengan harapan bahwa sesuatu akan terjadi. Keputusan dapat diambil
dari alternatif keputusan dengan adanya informasi yang diolah dan disajikan dengan
dukungan sistem penunjang keputusan. Keputusan yang diambil perlu ditindak
lanjuti dengan aksi yang dalam pelaksanaannya perlu mengacu pada standar
prosedur operasi (Standard Operational Procedure) dan akan membentuk kembali
data, begitu seterusnya yang terjadi dalam siklus data, infomasi, keputusan dan
aksi.
Sistem Informasi Manajemen merupakan sistem yang berfungsi
meneruskan/transfer data menjadi informasi. Decision Support System (Sistem
Penunjang Keputusan) merupakan sistem yang berfungsi mentransformasi data dan
informasi menjadi alternatif keputusan dan prioritasnya. Standard Operational
Procedure merupakan pedoman operasi standar dalam mengimplementasikan
keputusan dalam suatu tindakan yang terstruktur dan dapat dipertanggung
jawabkan. Monitoring dan Evaluasi berfungsi untuk selalu memonitor dan

mengevaluasi kualitas, kelancaran operasi dan pemanfaatan dari komponen siklus.
Melalui monitoring dan evaluasi diharapkan dinamika proses dalam siklus dapat
diikuti dan pemanfaatan sistem dapat optimal.

BAB II
PENGAMBILAN KEPUTUSAN BERBASIS INDEKS KINERJA
A. TEKNIK PERBANDINGAN INDEKS KINERJA

Teknik Perbandingan Indeks Kinerja (Comparative Performance Index, CPI)
merupakan indeks gabungan yang dapat digunakan untuk menentukan penilaian atau
peringkat dari berbagai alternatif (i) berdasarkan beberapa kriteria (j). Formula
yang digunakan dalam teknik CPI adalah sebagai berikut :
X ij • 100
Aij =
X ij (min)
I ij = Aij • Pj
n
I i =  ( I ij )
i =1
Dimana,
Aij = nilai alternatif ke i pada kriteria ke j
Xij(min) = nilai alternatif ke i pada kriteria awal minimum ke j
Pj = bobot kepentingan kriteria ke j
Iij = indeks alternatif ke i
Ii = indeks gabungan kriteria pada alternatif ke i
i = 1, 2, 3, ...., n
j = 1, 2, 3, ....., m
Tabel 2.1 memperlihatkan matriks awal penilaian alternatif yang
ditransformasi menjadi tabel 2.2 dengan menggunakan Teknik Perbandingan Indeks
Kinerja. Sebagai Ilustrasi, terdapat 3 alternatif yang dinilai yaitu Industri Minyak
Sawit, Industri Pengolahan Teh dan Industri Coklat Bubuk dengan kriteria kelayakan
IRR (Internal Rate of Return), B/C (Benefit Cost Ratio), dan PBP (Pay Back Period)
atau waktu pengembalian modal.

Tabel. 2.1 Matriks awal penilaian alternatif pemilihan industri yang paling layak.
Kriteria
Alternatif
IRR (%) B/C PBP (Thn)
1. Industri Minyak Sawit (CPO) 30 1.1 5
2. Industri Pengolahan Teh 20 1.15 6
3. Industri Coklat Bubuk 25 1.2 4
BOBOT KRITERIA 0.3 0.4 0.3
✓ Identifikasi kriteria tren positif (semakin tinggi nilainya semakin baik) dan
tren negatif (semakin rendah nilainya semakin baik)
✓ Untuk kriteria tren positif, nilai minimun pada setiap kriteria ditransformasi
ke seratus, sedangkan nilai lainnya ditransformasi secara proporsional lebih
tinggi.
✓ Untuk kriteria tren negatif, nilai minimum pada setiap kriteria ditransformasi
ke seratus, sedangkan nilai lainnya ditransformasi secara proporsional lebih
rendah.
Tabel 2.2 Matriks hasil transformasi melalui teknik perbandingan indeks kinerja
Kriteria Nilai
Alternatif Peringkat
IRR (%) B/C PBP (Thn) Alternatif
1. Industri Minyak Sawit (CPO) 150 100 80 109 2
2. Industri Pengolahan Teh 100 104.5 66.7 91.8 3
3. Industri Coklat Bubuk 125 109.1 100 111.1 1
Tabel 2.2 menunjukkan bahwa nilai alternatif 1, 2 dan 3 masing-masing

adalah 109; 91.8; dan 111.1. Dengan demikian alternatif 3 yaitu industri coklat
bubuk sebagai peringkat 1 disusul oleh industri minyak sawit dan kemudian
pengolahan teh.
Keterangan : Kriteria PBP adalah kriteria yang mempunyai trend negatif,
semakin kecil nilainya semakin baik. Nilai PNP yang paling kecil di setiap alternatif
dijadikan nilai maksimum (100), sehingga digunakan perbandingan terbalik. PBP

yang paling kecil adalah PBP pada industri coklat bubuk, maka PBP tersebut
dijadikan basis perhitungan transformasi nilai PBP yang lain :
Industri Minyak Sawit : (4/5 * 100) = 80
Industri Pengolahan Teh : (4/6 * 100) = 66,7
Industri Coklat Bubuk : (4/4 * 100) = 100
B. METODA BAYES
Metoda Bayes merupakan salah satu teknik yang dapat dipergunakan untuk
melakukan analisis dalam pengambilan keputusan terbaik dari sejumlah alternatif
dengan tujuan menghasilkan perolehan yang optimal. Untuk menghasilkan
keputusan yang optimal perlu dipertimbangkan beberapa kriteria.
Pembuatan keputusan dengan metoda Bayes dilakukan melalui upaya
pengkuantifikasian kemungkinan terjadinya suatu kejadian dan dinyatakan dengan
suatu bilangan antara 0 dan 1. Namun seringkali hal ini dianggap sebagai probabilitas
pribadi atau subjektif di mana bobot Bayes didasarkan pada tingkat kepercayaan,
keyakinan, pengalaman serta latar belakang pengambilan keputusan.
Persamaan Bayes yang digunakan untuk menghitung nilai setiap alternatif
sering disederhanakan menjadi :
m
TotalNilai =  Nilaiij ( Krit j )
j =1
dimana : total nilai = total nilai akhir dari alternatif ke i

Nilai ij = nilai dari alternatif ke i pada kriteria ke j
Krit j = tingkat kepentingan (bobot) kriteria ke j
i = 1, 2, 3, ...., n; n = jumlah alternatif
j = 1, 2, 3, .....,m; m = jumlah kriteria
Nilai peluang didapatkan dari suatu informasi awal yang dapat bersifat
subjektif maupun objektif. Nilai peluang ini dapat diperbaiki dengan adanya
informasi tambahan yang didapat dan sejumlah percobaan. Informasi awal tentang
nilai peluang ini disebut distribusi prior, sedangkan nilai peluang yang sedang
diperbaiki dengan informasi tambahan disebut peluang posterior.

B.1. Kriteria Bayes
Pengambilan keputusan merupakan suatu pemilihan aksi a dari sekelompok
aksi yang mungkin (A). Pemilihan aksi harus dengan mengetahui akibat dari aksi
terpilih, yang biasanya merupakan fungsi dari status situasi (state of nature). Suatu
status situasi q menggambarkan situasi atau keadaan nyata yang sebenarnya di mana
aksi akan diaplikasikan.
Nilai kinerja dari setiap aksi a dan status situasi q digambarkan dengan
menggunakan pay off matrix, yang berbentuk seperti Tabel 2.3
Tabel 2.3 Pay off matrix
 1 2 . n
a
a1 x x
a2 x x
.
am
 adalah status situasi yang dapat berupa kondisi, kriteria seleksi atau
persyaratan pemilihan, a dapat berupa aksi, strategi atau pilihan, sedangkan x
adalah nilai penampakan dari setiap aksi dan status situasi. Apabila satuan (unit)
dari setiap x sama, maka dengan matriks ini dapat langsung dilakukan perhitungan
untuk pemilihan aksi. Tetapi apabila satuan dari x tidak sama, matriks ini harus
diubah dulu ke dalam bentuk CPI (Comparative Performance Index), caranya adalah
dengan menentukan nilai minimum pada setiap lajur (setiap status situasi), dan
menetapkan nilai minimum tersebut sama dengan seratus. Kemudian nilai lain dalam
lajur yang sama dibandingkan dengan nilai minimum tersebut. Akibat dari aksi yang
dipilih dapat diukur dengan mengasumsikan adanya suatu fungsi kerugian (loss
function) dengan simbol l (a, ) yang merefleksikan kerugian yang diderita apabila
memilih aksi a pada status situasi , serta didefinisikan untuk setiap kombinasi a
dan .
Pengambilan keputusan yang dilakukan tanpa adanya percobaan dibantu
dengan penggunaan nilai peluang prior dengan suatu prosedur yang disebut kriteria
Bayes. Pada prosedur ini si pembuat keputusan akan memilih aksi yang
meminimumkan dugaan kerugian (expected loss) yang dievaluasi menurut nilai
peluang prior. Perhitungan dugaan kerugian l (a) untuk diskrit adalah :
l (a) = E [l (a, )] =  l (a,k)P (k)
semua k
Perhitungan dengan kerugian untuk q yang kontinyu adalah :


l (a) = E [l (a,(a )] =  l (a,y)P (y)dy

B.2 Prosedur Bayes

Data yang didapatkan dari hasil percobaan dapat digunakan dalam proses
pengambilan keputusan. Distribusi peluang posterior dari  adalah suatu distribusi
peluang bersyarat dari  dengan diberikan X = x. Keputusan dicari dengan
menghitung terlebih dahulu distribusi peluang posterior dari  untuk setiap X = x,
setelah itu dipilih aksi yang meminimumkan dugaan kerugian l n (a) yang serupa
dengan pernyataan risiko, termasuk biaya percobaan. Untuk q yang diskrit
perhitungan dugaan kerugian adalah :
ln (a) = E [l (a,0)] =  l (a,k)h  X=x (k)

semua k
h  X=x (k) adalah distribusi peluang posterior diskrit.

Untuk  yang kontinyu, distribusi peluang posterior dinyatakan dalam h   X=x
(k), dengan perhitungan dugaan kerugian adalah :

ln (a) = E [l (a,0)] =  l (a,y)h  X=x (y) dy


B.3 Aplikasi Metode Bayes
Dalam mengaplikasikan metode Bayes dalam menentukan peluang dan
strategi didapatkan dari nilai kinerja dari setiap alternatif dan kriteria yang ada
dengan memperhatikan aspek-aspek yang telah ditentukan sebelumnya.
Sebagai contoh apabila seorang pengambil keputusan ingin mengetahui
strategi yang paling tepat untuk meningkatkan akselerasi pembiayaan BPRS di sektor
UMKM, maka alternatif aksi atau strategi atau pilihan yang digunakan untuk
menjawab permasalahan yang ada secara garis besar terdiri dari potensi pasar,
potensi sumber dana dan potensi persaingan usaha. Sementara kondisi atau kriteria
seleksi yang digunakan berupa target pencapaian, efektivitas dan biaya yang
dibutuhkan untuk merealisasikan setiap aksi tersebut.
Untuk lebih jelas situasi tersebut dapat digambarkan dengan menggunakan
pay off matrix sebagai berikut :
Kriteria Target Efektivitas Biaya Nilai Prioritas
Alternatif Pencapaian Alternatif
Potensi Pasar 4 4 3 3.7 2
Potensi Sumber Dana 4 5 2 3.8 1
Persaingan Usaha 4 3 1 3.6 3
Penilaian alternatif pada masing-masing kriteria akan menggunakan skala

hedonik dari (1) sangat kurang sampai (5) sangat baik untuk ketiga kriteria tersebut,
yang kemudian akan dikalikan dengan bobot yang telah ditentukan sebelumnya.
Sehingga hasil akhir akan diperoleh peringkat yang akan dijadikan dasar
pengambilan keputusan dalam menentukan strategi akselerasi pembiayaan BPRS di
sektor UMKM Jawa Barat.
Untuk mengurangi masalah subjektivitas dalam penentuan bobot, maka
dalam penelitian ini metode pembobotan yang akan digunakan ialah metode
pembobotan eckenrode. Metode ini kelihatan lebih valid dibandingkan metode lain,
karena pemberian bobot dihitung berdasarkan penilaian peringkat dari beberapa
orang yang telah ditunjuk untuk menilainya. Dengan demikian nilai pembobotan
tidak lagi berasal dari peneliti sendiri, namun dihasilkan dari beberapa pihak terkait

yang dianggap memahami dan mempunyai kompetensi untuk menilai serangkaian
variabel keputusan yang diteliti.
Dengan menggunakan metode Bayes teresbut diperoleh nilai alternatif 1, 2
dan 3 masing-masing 3.7; 3.8 dan 3.6 sehingga didapat alternatif potensi
mendapatkan sumber dana menjadi strategi utama dalam akselerasi BPRS,
selanjutnya alternatif potensi pasar dan persaingan usaha diantara BPRS itu sendiri
sebagai strategi alternatif ketiga dalam upaya akselerasi tersebut. Kadangkala
didapatkan nilai akhir antar alternatif bedanya kecil sehingga meragukan bagi
pengambil keputusan untuk memilih.
C. METODE PERBANDINGAN EKSPONENSIAL

Metode Perbandingan eksponensial (MPE) merupakan salah satu metode
untuk menentukan urutan prioritas alternatif keputusan dengan kriteria jamak.
Teknik ini digunakan sebagai pembantu bagi individu pengambil keputusan untuk
menggunakan rancang bangun model yang telah terdefinisi dengan baik pada
tahapan proses. Berbeda dengan teknik bayes, MPE akan menghasilkan nilai
alternatif yang perbedaannya lebih kontras.
C.1 Prosedur MPE

Dalam menggunakan metode perbandingan eksponensial ada beberapa
tahapan yang harus dilakukan yaitu; menyusun alternatif-alternatif keputusan yang
akan dipilih, menentukan kriteria atau perbandingan kriteria keputusan yang
penting untuk dievaluasi, menentukan tingkat kepentingan dari setiap kriteria
keputusan atau pertimbangan kriteria, melakukan penilaian terhadap semua
alternatif pada setiap kriteria, menghitung skor atau nilai total setiap alternatif,
dan menentukan urutan prioritas keputusan didasarkan pada skor atau nilai total
masing-masing alternatif.
Formulasi perhitungan skor untuk setiap alternatif dalam metoda
perbandingan eksponensial adalah sebagai berikut :

m
TotalNilai(TN i ) =  ( RK ij ) TKKj
j =1
Dengan :
TNi = Total nilai alternatif ke –i
RKij = derajat kepentingan relatif kriteria ke j pada pilihan keputusan i.
TKKj = derajat kepentingan kriteria keputusan ke j, TKKj > 0; bulat
n = jumlah pilihan keputusan
m = jumlah kriteria keputusan
Penentuan tingkat kepentingan kriteria dilakukan dengan cara wawancara
dengan pakar atau melalui kesepakatan curah pendapat. Sedangkan penentuan skor
alternatif pada kriteria tertentu dilakukan dengan memberi nilai setiap alternatif
berdasarkan nilai kriterianya. Semakin besar nilai alternatif semakin besar pula skor
alternatif tersebut. Total skor masing-masing alternatif keputusan akan relatif
berbeda secara nyata karena adanya fungsi eksponensial.
C.2 Keuntungan Metode MPE

Metode perbandingan eksponensial mempunyai keuntungan dalam
mengurangi bias yang mungkin terjadi dalam analisis. Nilai skor yang
menggambarkan urutan prioritas menjadi besar (fungsi eksponensial) ini
mengakibatkan urutan prioritas alternatif keputusan lebih nyata.
C.3 Contoh Aplikasi Metode MPE

Penilaian terhadap tiga alternatif produk agroindustri berbasis ubi kayu
(tepung tapioka, keripik singkong dan pakan ternak) didapatkan dari hasil
wawancara dengan pakar dan pengorganisasian pengetahuan dari berbagai buku
tentang ubi kayu. Kriteria yang dipertimbangkan ada tujuh, yaitu : potensi pasar,
kondisi bahan baku, nilai tambah produk, daya serap tenaga kerja, teknologi yang
sudah dipakai, kondisi sosial budaya, dan dampak terhadap lingkungan. Produk yang
potensial untuk diinvestasikan tentunya produk yang mempunyai nilai tinggi untuk

setiap kriteria. Penilaian alternatif pada setiap kriteria menggunakan skala
penilaian 1 – 9, seperti yang terlihat pada tabel 2.5
Tabel 2.5 Penilaian alternatif produk agroindustri potensial

Nilai Alternatif Produk
No Kriteria Bobot Tepung Keripik Pakan
Tapioka Singkong Ternak
1 Potensi Pasar 9 8 6 6
2 Kondisi Bahan Baku 8 8 6 8
3 Nilai Tambah Produk 6 6 4 5
4 Daya Serap Tenaga Kerja 7 8 6 6
5 Teknologi yang sudah dipakai 5 8 6 6
6 Kondisi sosial budaya 7 8 8 8
7 Dampak Terhadap lingkungan 5 6 8 6
Setelah dihitung menggunakan teknik MPE maka akan terlihat urutan atau
prioritas produk agrobisnis yang potensial untuk diinvestasikan, seperti pada tabel
2.6.
Tabel 2.6 Hasil perhitungan dengan MPE
Prioritas Alternatif Terpilih Nilai MPE
Produk Potensial 1 Tepung Tapioka 155.267.448
Produk Potensial 2 Pakan Ternak 29.263.117
Produk Potensial 3 Keripik Singkong 14.179.040
Dari tabel 2.6 dapat disimpulkan bahwa produk agribisnis yang paling
potensial untuk diinvestasikan adalah tepung tapioka dengan nilai 155.276.448.
Pakan ternak menempati urutan kedua sebagai produk agroindustri yang juga
potensial untuk diinvestasikan, diikuti dengan keripik singkong yang menempati
ukuran ketiga.

BAB III
MULTIFACTOR EVALUATION PROCESS (MFEP/MEP)
Banyak masalah pengambilan keputusan berkaitan dengan faktor-faktor yang

harus diperhitungkan. Dalam hal ini, individu-individu secara subjektif dan intuitif
memperhitungkan faktor-faktor di dalam pengambilan keputusan. Faktor-faktor
tersebut dapat diberikan bobot yang sesuai dengan kondisi yang ada. Masing-masing
alternatif dapat dievaluasi keterkaitannya dengan faktor-faktor tersebut.
Pendekatan ini disebut Proses Evaluasi Multifaktor (Multifactor Evaluation
Process/MFEP). Dalam kasus lain, kita mungkin tidak dapat mengkuantifikasi
preferensi kita mengenai berbagai macam faktor dan berbagai alternatif. Maka kita
menggunakan Analytic Hierarchy Process (AHP).
A. PROSES EVALUASI MULTIFAKTOR (MFEP)

Pada MFEP, kita memulai dengan membuat daftar faktor-faktor dan tingkat
kepentingannya dalam skala 0 dan 1. Perhatikan contoh berikut ini; seorang kepala
unit kerja ingin menentukan kegiatan yang akan dilakukan dalam upaya peningkatan
nilai IPM di daerahnya. Kepala unit kerja tersebut telah menentukan bahwa terdapat
tiga faktor yang penting bagi masyarakat yaitu ekonomi, pendidikan dan kesehatan.
Kepala unit kerja melihat bahwa kesehatan merupakan hal yang paling penting dan
diberikan bobot 0.6, kemudian diikuti oleh ekonomi dengan bobot 0.3 dan
pendidikan dengan bobot 0.1. Tabel 1 menunjukkan bobot masing-masing faktor :
Tabel 3.1. Bobot Faktor
FAKTOR KEPENTINGAN
(bobot)
Ekonomi 0.3
Kesehatan 0.6
Pendidikan 0.1
Pada saat itu, Kepala Unit Kerja tersebut memiliki 3 kemungkinan kegiatan
yaitu kegiatan A, B dan C. Untuk masing-masing kegiatan , Kepala Unit Kerja
mengevaluasi (menilai) faktor-faktor tersebut dalam skala 0 dan 1, seperti pada

tabel 2. Kegiatan A memiliki evaluasi ekonomi 0.7; kesehatan 0.9; dan pendidikan
0.6. Kegiatan B memiliki evaluasi ekonomi 0.8; kesehatan 0.7 dan pendidikan 0.8.
Sementara kegiatan C memiliki evaluasi ekonomi 0.9; kesehatan 0.6 dan pendidikan
0.9.
Tabel 3.2. Evaluasi Faktor
FAKTOR Kegiatan A Kegiatan B Kegiatan C
Ekonomi 0.7 0.8 0.9
Kesehatan 0.9 0.7 0.6
Pendidikan 0.6 0.8 0.9
Kepala Unit Kerja dapat menentukan evaluasi bobot total dari masing-masing
alternatif kegiatan dengan cara menjumlahkan hasil perkalian antara bobot faktor
dengan evaluasi faktor.
Tabel 3.3 Evaluasi Kegiatan
FAKTOR KEPENTINGAN EVALUASI EVALUASI
(bobot) FAKTOR TERTIMBANG
KEGIATAN A
Ekonomi 0.3 X 0.7 = 0.21
Kesehatan 0.6 X 0.9 = 0.54
Pendidikan 0.1 X 0.6 = 0.06
0.81
KEGIATAN B
Ekonomi 0.3 X 0.8 = 0.24
Kesehatan 0.6 X 0.7 = 0.42
0.74
KEGIATAN C
Ekonomi 0.3 X 0.9 = 0.27
Kesehatan 0.6 X 0.6 = 0.36
0.72
Kepala Unit Kerja memilih nilai evaluasi tertimbang total yang terbesar yaitu
KEGIATAN A.
COBA SENDIRI OLEH ANDA JIKA BOBOT KEPENTINGAN SEMUA FAKTOR SAMA
PENTINGNYA, MAKA KEGIATAN MANA YANG AKAN KEPALA UNIT KERJA PILIH?

B. CONTOH APLIKASI MFEP ; STUDI KASUS PENENTUAN SEKTOR UNGGULAN
KABUPATEN MALANG
Analisis Sektor Unggulan Kabupaten Malang
Dengan model input output, perencana daerah dapat mengidentifikasikan
sektor-sektor yang mampu mendorong pertumbuhan sektor-sektor lain dengan cepat
atau sering dikenal dengan istilah “sektor unggulan”. Proses identifikasi tersebut
menggunakan analisis keterkaitan antarsektor (interindustrial linkages analysis).
Keterkaitan tersebut berupa keterkaitan ke depan (forward linkages) maupun
keterkaitan ke belakang (backward linkages). Dalam hal ini sektor unggulan
diartikan sebagai sektor yang mempunyai tingkat keterkaitan ke depan dan ke
belakang yang tinggi. Disebut sektor unggulan karena sektor tersebut mampu
mendorong pertumbuhan atau perkembangan bagi sektor-sektor lainnya, baik sektor
yang mensuplai inputnya maupun sektor yang memanfaatkan output sektor unggulan
tersebut sebagai input dalam proses produksinya. Keterkaitan ke depan suatu sektor
menunjukkan keberadaan sektor tersebut sebagai pemasok input bagi sektor-sektor
lain di daerah tersebut. Semakin tinggi keterkaitan ke depan berarti sektor tersebut
semakin dibutuhkan sebagai pemasok input oleh sektor lain. Sedangkan keterkaitan
ke belakang suatu sektor menunjukkan keberadaan sektor tersebut sebagai
pengguna output sektor lain. Semakin tinggi keterkaitan ke belakang suatu sektor
berarti sektor tersebut semakin dibutuhkan sebagai pengguna output sektor lain.
Dengan memanfaatkan matriks keterkaitan kita dapat menentukan sektor apa
yang memiliki keterkaitan ke depan maupun ke belakang yang tinggi maupun sektor
yang hanya tinggi salah satu keterkaitannya saja. Dengan matriks tersebut dapat
diketahui sektor-sektor yang mempunyai nilai keterkaitan ke depan dan ke belakang
yang rendah.

Tabel 3.4. Keterkaitan antar sektor di Kabupaten Malang
Forward
Rendah Tinggi
Tinggi 1.Pertanian 3.Industri Pengolahan
Backward
C. 4.Listrik dan Air Bersih 2.Pertambangan dan

D. 5.Bangunan Penggalian
E. 6.Perdagangan
Rendah
F. 7.Angkutan dan Komunikasi

G. 8.Keuangan, persewaan dan jasa
perusahaan
H. 9.Jasa-jasa
Untuk Kabupaten Malang, matriks tersebut adalah ditunjukkan oleh tabel 4.

Rendahnya keterkaitan ke belakang atau keterkaitan ke depan tidak berarti bahwa
sektor tersebut tidak baik, tetapi lebih menunjukkan rendahnya penggunaan output
dari sektor-sektor lain di daerah atau penggunaan input dari sektor-sektor lain di
daerah. Kemungkinan sektor tersebut menggunakan input dari daerah lain atau
menjual output ke daerah lain.
Sektor Industri Pengolahan (3) memiliki keterkaitan ke depan dan ke belakang
tinggi. Ini berarti bahwa sektor industri pengolahan menghasilkan output yang
sangat dibutuhkan oleh sektor lain dan sektor ini juga menggunakan output dari
sektor lain. Sektor ini mampu mendorong pertumbuhan ekonomi daerah melalui
keterkaitan dengan sektor-sektor lain. Sektor pertanian (1) memiliki keterkaitan ke
belakang relatif tinggi tetapi keterkaitan ke depan relatif rendah. Ini berarti bahwa
sektor pertanian menggunakan output sebagai inputnya relatif banyak sedangkan
output sektor pertanian relatif sedikit digunakan sebagai input sektor lain di
Kabupaten Malang. Output sektor pertanian relatif banyak dijual ke luar daerah.
Sementara dengan menggunakan angka pengganda produksi atau output
(output multiplier), perencana daerah dapat menentukan sektor-sektor yang
mempunyai potensi besar dalam menunjang pertumbuhan output perekonomian
daerah, apabila terdapat suatu perubahan permintaan dalam suatu perekonomian.

Sektor yang memiliki nilai angka pengganda output tinggi merupakan sektor yang
berpotensi untuk meningkatkan pertumbuhan ekonomi daerah. Berikut ini adalah 3
sektor unggulan Kabupaten Malang yang dilihat dari besarnya angka pengganda
output.
1. Listrik dan Air Bersih
2. Industri Pengolahan
3. Bangunan
Angka pengganda pendapatan (income multiplier) dapat digunakan untuk
mengetahui potensi suatu sektor dalam penciptaan pendapatan. Dengan analisis ini,
pemerintah Kabupaten Malang dapat meningkatkan pendapatan daerah dengan
cepat setelah mengetahui sektor-sektor yang memiliki angka penggada pendapatan
yang tinggi. Berikut ini adalah 3 sektor yang memiliki angka pengganda pendapatan
yang besar.
1. Jasa-jasa
2. Pertanian
3. Bangunan
Angka pengganda kesempatan kerja (employment multiplier) dapat
digunakan untuk memprediksi tingkat kebutuhan tenaga kerja yang diperlukan untuk
memenuhi perubahan yang terjadi pada permintaan akhir suatu sektor. Sektor yang
memiliki angka pengganda kesempatan kerja yang tinggi merupakan sektor yang
berpotensi untuk mendorong penciptaan peluang kerja baru dalam suatu
perekonomian . Berikut ini 3 sektor yang memiliki angka pengganda kesempatan
kerja yang paling besar.
1. Pertanian
2. Bangunan
3. Jasa-jasa
Tabel 5 merangkum sektor-sektor yang memiliki keterkaitan ke depan,
keterkaitan ke belakang, pengganda output, angka pengganda tenaga kerja dan
angka penggada pendapatan lima terbesar.
Tabel 3.5. Rangkuman Analisisi Input Output Kabupaten Malang, 2000

Pengganda
Keterkaitan Keterkaitan Pengganda Pengganda
Tenaga
ke Depan Ke Belakang Output Pendapatan
Kerja
Rangking
S2 S3 S4 S5 S9
1
Rangking
S3 S1 S3 S1 S1
2
Rangking
S4 S6 S5 S9 S5
3
Rangking
S1 S8 S7 S6 S2
4
Rangking
S7 S7 S8 S7 S4
5
Sumber : Bapekab Malang dan BPS, Tabel Input Output Kab. Malang,
diagregasi dan diolah
Keterangan : (1) pertanian; (2) pertambangan dan penggalian; (3) industri
pengolahan; (4) listrik dan air bersih; (5) bagunan; (6)
perdagangan; (7) angkutan dan komunikasi; (8) keuangan,
persewaan dan jasa perusahaan; (9) jasa-jasa.
Penentuan Prioritas Berdasarkan Hasil IO dan MFEP

Hasil perhitungan dengan IO dan analisis proses evaluasi multifaktor (MFEP)
dapat digunakan untuk merekomendasikan urutan sektor unggulan Kabupaten
Malang. Faktor-faktor yang digunakan di sini adalah koefisien-koefisien yang
diturunkan dari analisis IO (keterkaitan ke depan, keterkaitan ke depan, pengganda
tenaga kerja dan pengganda pendapatan) dan rangkingnya.
Jika pemerintah Kabupaten Malang mengasumsikan bahwa bobot kepentingan
untuk masing-masing kriteria tersebut sama pentingnya maka nilai bobot masing-
masing menjadi 0.2. Pembobotan ini tidak mutlak tetapi disesuaikan dengan
kebijakan atau perhatian dari pemerintahnya. Sebagai contoh, jika penyerapan
tenaga kerja menjadi perhatian utama maka koefisien pengganda tenaga kerja
dapat diberikan bobot yang lebih besar dibandingkan kriteria lainnya. Pemilihan
prioritas sektor ekonomi sangat tergantung dari kebijakan daerah.
Sementara untuk masing-masing kriteria atau sektor, rangking 1 diberi bobot
5, rangking 2 diberikan bobot 4, rangking 3 diberi bobot 3, rangking 4 bobot 2 dan

rangking 5 dengan bobot 1. Selanjutnya masing-masing sel dari tabel 6 merupakan
hasil perkalian dari dua bobot tersebut.
Tabel 3.6. Hasil perhitungan MFEP
BOBOT 0.2 0.2 0.2 0.2 0.2
Pengganda
SKOR Tenaga
Kerja
5 Rangking 1 *1.00 1.00 1.00 1.00 1.00
4 Rangking 2 0.80 0.80 0.80 0.80 0.80
3 Rangking 3 0.60 0.60 0.60 0.60 0.60
2 Rangking 4 0.40 0.40 0.40 0.40 0.40
1 Rangking 5 0.20 0.20 0.20 0.20 0.20
*Nilai 1.0 diperoleh dari bobot 0.2 * skor rangking 1 yaitu 5, dan untuk nilai lainnya diperoleh dengan
cara yang sama.
Nilai keseluruhan suatu sektor merupakan penjumlahan dari nilai masing-

masing kotak yang ditempati. Sebagai contoh sektor pertanian memiliki keterkaitan
kedepan rangking 4, keterkaitan ke belakang rangking 2, pengganda output rangking
tidak masuk dalam rangking 5 besar, pengganda tenaga kerja rangking 2, dan
pengganda pendapatan rangking 2. Maka dengan melihat nilai dari hasil perhitungan
pada tabel 6, nilai keseluruhan sektor pertanian menjadi : 0.4 + 0.8 + 0 + 0.8 + 0.8
= 2,8. Dengan cara yang sama kita bisa hitung nilai dari masing-masing sektor :
Sektor 1 2.80
Sektor 2 1.40
Sektor 3 2.60
Sektor 4 1.80
Sektor 5 2.20
Sektor 6 1.00
Sektor 7 1.00
Sektor 8 0.60
Sektor 9 1.60
Berdasarkan atas analisis Input-Output dan MFEP diatas sektor pertanian (1),
sektor industri pengolahan (3) dan sektor bangunan (5) merupakan sektor-sektor
yang menduduki tiga rangking pertama untuk diperhitungkan sebagai sektor-sektor
yang mampu mendorong pertumbuhan ekonomi daerah.

Skenario Memacu Penyerapan Tenaga Kerja dan Pendapatan Masyarakat
Berikut ini ditampilkan analisis seperti tabel 6 dengan mengasumsikan
pemberian bobot yang relatif lebih besar pada penyerapan tenaga kerja,
pendapatan sebagai berikut: bobot keterkaitan ke depan 0.1; bobot keterkaitan ke
belakang 0.1; bobot pengganda output 0.1; bobot pengganda tenaga kerja 0.4;
sementara bobot pengganda pendapatan 0.3. Untuk masing-masing sektor rangking
diberi bobot yang sama pada kasus sebelumnya seperti yang terlihat dalam tabel 6.
Selanjutnya untuk menentukan sektor unggulan diselesaikan seperti yang dilakukan
pada tabel 3.6 sehingga diperoleh hasil sebagai berikut :
BOBOT 0.1 0.1 0.1 0.4 0.3
Pengganda
SKOR Tenaga
Kerja
5 Rangking 1 0.50 0.50 0.50 *2.00 1.50
4 Rangking 2 0.40 0.40 0.40 1.60 1.20
3 Rangking 3 0.30 0.30 0.30 1.20 0.90
2 Rangking 4 0.20 0.20 0.20 0.80 0.60
1 Rangking 5 0.10 0.10 0.10 0.40 0.30
*Nilai 2.00 diperoleh dari nilai bobot 0.4 * nilai skor rangking 1 sebesar 5.
Nilai keseluruhan masing-masing sektor adalah sebagai berikut :

Sektor 1 3.40
Sektor 2 1.10
Sektor 3 1.30
Sektor 4 1.10
Sektor 5 3.20
Sektor 6 1.10
Sektor 7 0.80
Sektor 8 0.30
Sektor 9 2.70
Berdasarkan atas analisis Input Output dan MFEP di atas, apabila Kabupaten Malang
mempunyai strategi penyerapan tenaga kerja yang akan dipacu maka dipilih Sektor
Pertanian (1), Sektor Bangunan (5) dan sektor Jasa-jasa (9).
Sumber : PSEKP-UGM dan Bapekab Malang

Soal/Studi Kasus
Kepala Bappeda ingin mementukan kegitan yang akan dilakukan. Sesuai
dengan Indeks Pembangunan Manusia (Human Development Index HDI). Kepala
Bappeda tersebut telah menentukan bahwa hanya terdapat tiga faktor yang penting
bagi masyarakat yaitu ekonomi, pendidikan dan kesehatan. Kepala Unit Kerja
melihat bahwa kesehatan merupakan hal yang penting untuk daerah tersebut,
mengingat angka Indeks Kesehatan daerah tersebut paling rendah, dan kondisi
tersebut telah menyebabkan produktivitas tenaga kerjanya rendah, sehingga
berdampak pada rendahnya perolehan daya beli masyarakat dan akhirnya
berdampak pula pada rendahnya tingkat pendidikan di daerah tersebut.
Memperhatikan kondisi tersebut disepakati bahwa upaya peningkatan tingkat
kesehatan mendapat bobot kepentingan yang paling tinggi yaitu 0,7. Kemudian baru
diikuti dengan ekonomi dengan bobot 0,1 dan pendidikan dengan bobot 0,2.
Untuk mencapai apa yang diinginkan, Kepala Bappeda memiliki 4
kemungkinan kegiatan yaitu kegiatan A, B, C dan D. Untuk masing-masing kegiatan,
Kepala Unit Kerja mengevaluasi (menilai) faktor-faktor tersebut dalam skala 0 dan
1 seperti pada tabel berikut ini :
FAKTOR A B C D
Ekonomi 0,6 0,7 0,8 0,7
Kesehatan 0,8 0,5 0,4 0,6
Pendidikan 0,5 0,9 0,7 0,7
BERIKAN ANALISIS SAUDARA DENGAN MENGGUNAKAN MFEP !!

GUNAKAN PERHITUNGAN SAUDARA MENGGUNAKAN EXCELL

BAB IV
PERUMUSAN STRATEGI DENGAN ANALISIS S W O T
Analisis SWOT adalah suatu cara untuk mengidentifikasikan berbagai faktor

secara sistematis dalam rangka merumuskan strategi perusahaan. Analisis ini
didasarkan pada logika dapat memaksimalkan kekuatan (strength) dan peluang
(opportunities), namun secara bersamaan dapat meminimalkan kelemahan
(weaknesses) dan ancaman (treaths). (Rangkuti, 1998)
Analisis SWOT mempertimbangkan faktor lingkungan internal strength dan
weaknesses serta lingkungan eksternal opportunities dan threats yang dihadapi
dunia bisnis. Analisis SWOT membandingkan antara faktor eksternal peluang dan
ancaman dengan faktor internal kekuatan dan kelemahan sehingga dari analisis
tersebut dapat diambil suatu keputusan strategi suatu perusahaan.
Manfaat Analisis SWOT untuk Perencanaan

Analisis SWOT juga merupakan salah satu alat analisis yang digunakan dalam
penyusunan Rencana Strategis (Renstra) baik perusahaan maupun pemerintah.
Dalam era otonomi ini, setiah darah sebenarnya saling bersaing satu sama lainnya
dalam memajukan pembangunan di daerahnya masing-masing. Dalam kondisi
tersebut, analisis SWOT dirasakan sebagai metode analisis yang tepat dalam
penyusunan RPJMD dan Renstra SKPD.
Manfaat utama dalam penggunaan analisis SWOT dalam penyusunan
perencanaan pembangunan yaitu bahwa pembahasan tentang kondisi umum daerah
atau suatu institusi yang meliputi informasi kekuatan, kelemahan, peluang dan
ancaman akan menjadi lebih tajam dan terarah kepada hal-hal yang berkaitan
langsung dengan penyusunan perencanaan. Kondisi umum tersebut menjadi
landasan utama dalam penyusunan perencanaan pembangunan, baik strategi,
kebijakan dan program pembangunan, sehingga perencanaan yang disusun menjadi
lebih tepat, konkret dan terarah.

Kedua, penggunaan analisis SWOT dapat merumuskan strategi pembangunan
daerah yang sesuai dengan kondisi umum daerah dan institusi bersangkutan.
SEhingga straegi menjadi lebih tajam, terarah, tepat sasaran. Sehingga
keberhasilan pelaksanaan strategi pembangunan daerah akan menjadi lebih besar.
Analisis SWOT didahului dengan identifikasi posisi perusahaan/institusi/ kegiatan
ekonomi melalui evaluasi nilai faktor internal dan evaluasi nilai faktor eksternal.
A. IDENTIFIKASI POSISI PERUSAHAAN/INSTITUSI

Membuat keputusan untuk memilih alternatif strategi sebaiknya dilakukan
setelah perusahaan mengetahui terlebih dahulu posisi perusahaan untuk kondisi
sekarang berada pada kuadran sebelah mana sehingga strategi yang dipilih
merupakan strategi yang paling tepat karena sesuai dengan kondisi internal dan
eksternal yang dimiliki oleh perusahaan saat ini.
Posisi perusahaan/institusi/kegiatan ekonomi dapat dikelompokkan dalam 4
kuardran, yaitu kuadran I, II, III dan IV. Pada kuadran I strategi yang sesuai adalah
strategi agresif, kuardran II strategi diversifikasi, kuadran III strategi turn around
dan kuadran IV strategi defensif.
Gambar 4.1 menunjukkan berbagai kemungkinan posisi suatu perusahaan dan
tipe strategi yang sesuai.
Dengan mengetahui posisi perusahaan pada kuadran yang tepat maka
perusahaan dapat mengambil keputusan dengan lebih tepat, yaitu :
1. Jika posisi perusahaan berada pada kuadran I, maka menandakan bahwa
situasi ini sangat menguntungkan, perusahaan tersebut memiliki peluang dan
kekuatan sehingga dapat memanfaatkan peluang yang ada. Strategi yang
harus ditetapkan untuk perusahaan yang berada pada posisi ini adalah
mendukung kebijakan pertumbuhan yang agresif.
2. Perusahaan yang berada pada kuadran II, berarti perusahaan menghadapi
berbagai ancaman, perusahaan masih memiliki kekuatan internal. Strategi
yang harus dilakukan adalah menggunakan kekuatan untuk memanfaatkan
peluang jangka panjang dengan cara strategi diversifikasi.

3. Perusahaan yang berada pada kuadran III menunjukkan bahwa perusahaan
mempunyai peluang yang sangat besar, tetapi di lain pihak perusahaan
memiliki kelemahan internal. Fokus yang harus diambil oleh perusahaan
adalah meminimalkan masalah-masalah internal perusahaan sehingga dapat
merebut peluang pasar yang lebih baik.
4. Posisi perusahaan pada kuadran IV menunjukkan bahwa perusahaan
menghadapi situasi yang sangat tidak menguntungkan, di mana selain
perusahaan menghadapi berbagai ancaman juga menghadapi kelemahan
internal. Berbagai Peluang
KUADRAN III KUADRAN I

(mendukung strategi (mendukung strategi
turn around) agresi)
Kelemahan Kekuatan
internal internal
KUADRAN IV KUADRAN II
(mendukung strategi (mendukung strategi
defensif) diversifikasi)
Berbagai Ancaman
Gambar 4.1. Posisi Perusahaan Pada Berbagai Kondisi

B. TAHAPAN ANALISA SWOT
Proses yang harus dilakukan dalam pembuatan analisis SWOT agar keputusan
yang diperoleh lebih tepat perlu melalui berbagai tahapan kegiatan sebagai berikut:
1. Tahap pengambilan data yaitu evaluasi faktor eksternal dan internal.
2. Tahap analisis yaitu pembuatan matriks internal eksternal dan matriks SWOT.
3. Tahap pengambilan keputusan.
Tahap pengambilan data ini digunakan untuk mengetahui faktor-faktor yang
menjadi kekuatan, kelemahan, peluang dan ancaman bagi perusahaan dapat
dilakukan dengan wawancara terhadap ahli perusahaan yang bersangkutan ataupun
analisis secara kuantitatif misalkan neraca, laba rugi dan lain-lain. Setelah
mengetahui berbagai faktor dalam perusahaan maka tahap selanjutnya adalah
membuat matriks internal eksternal.
Matriks SWOT menggambarkan secara jelas bagaimana peluang dan ancaman
eksternal yang dihadapi oleh perusahaan dapat disesuaikan dengan kekuatan dan
kelemahan yang dimiliki. Dari matriks ini akan terbentuk empat kemungkinan
alternatif strategi. Gambar 4.2 adalah diagram matrik SWOT dan kemungkinan
strategi yang sesuai.
IFA/EFA STRENGHTS (S) WEAKNESSES (W)
Strategi WO
Strategi SO
Menciptakan strategi yang
Menciptakan strategi yang
meminimalkan kelemahan
menggunakan kekuatan untuk
OPPORTUNITIES (O) untuk memanfaatkan
memanfaatkan peluang.
peluang. Digunakan jika
Digunakan jika perusahaan
perusahaan berada pada
berada pada kuadran I.
kuadran III.
Strategi ST Strategi WT
Menciptakan strategi yang Menciptakan strategi yang
menggunakan kekuatan untuk meminimalkan kelemahan
THREATHS (T)
mengatasi ancaman dan menghindari ancaman.
Digunakan jika perusahaan Digunakan jika perusahaan
berada pada kuadran II. berada pada kuadran IV.
Gambar 4.2 Diagram Matrik SWOT dan kemungkinan strategi yang sesuai.

C. CONTOH APLIKASI
C.1 Tahapan Evaluasi Data Internal dan Eksternal Perusahaan
Pengambilan data internal dan eksternal perusahaan dapat dilakukan dengan
berbagai cara misalnya dengan wawancara, kuesioner maupun pengambilan data
kuantitatif perusahaan secara langsung.
Salah satu contohnya adalah sebagai berikut; Hasil penelitian di sebuah
perusahaan agroindustri sayuran segar (Muspitawati, 2002 dalam Marimin),
diperoleh faktor-faktor internal dan eksternal dalam perusahaan seperti terlihat
pada kolom uraian faktor-faktor internal dan eksternal Tabel 4.1. Pembobotan pada
contoh tersebut menggunakan metode perbandingan berpasangan (pairwise
comparison).
Faktor internal terdiri dari kekuatan yang mencakup sub faktor SOP (Prosedur
Operasi Standar) yang baku, pekerja yang terlatih, kemitraan yang baik, dan harga
yang bersaing sedangkan faktor internal kelemahan mencakup ketersediaan bahan
baku yang fluktuatif, peralatan yang kurang baik, fungsi dan fasilitas R&D yang masih
terbatas dan penanganan bahan belum optimal. Faktor eksternal terdiri dari peluang
yang mencakup jumlah penduduk Indonesia yang besar, peningkatan konsumsi
sayuran segar di Indonesia, peningkatan tingkat pendidikan, dan peningkatan pola
hidup sehat sedangkan faktor eksternal ancaman mencakup gangguan keamanan
dalam berusaha, daya tawar petani mitra yang tinggi, daya tawar pekerja yang
meningkat dan keberadaan perusahaan dengan usaha yang sama.
C.2 Tahap Pembuatan Matriks Internal Eksternal dan Matriks SWOT
Langkah-langkah pembuatan matriks internal eksternal pada Tabel 4.1 adalah
sebagai berikut :
1. Pada kolom 1 dilakukan penyusunan terhadap semua faktor-faktor yang
dimiliki oleh perusahaan dengan membagi menjadi dua bagian yaitu faktor
internal dan eksternal.
2. Pemberian bobot masing-masing faktor pada kolom 2, mulai dari 1,0 (sangat
penting) sampai 0,0 (tidak penting). Bobot dapat diperoleh dengan
menggunakan berbagai teknik pembobotan.

3. Pada kolom 3 diisi perhitungan rating terhadap faktor-faktor tersebut
berdasarkan pengaruhnya terhadap kondisi perusahaan yang bersangkutan.
Rentang nilai rating 1 berarti kurang berpengaruh sampai 5 berarti sangat
berpengaruh.
4. Kolom 4 diisi dengan cara mengalikan bobot pada kolom 2 dengan rating pada
kolom 3.
5. Penjumlahan total skor pembobotan untuk masing-masing faktor internal
(kekuatan-kelemahan) dan eksternal (peluang-ancaman). Untuk memperoleh
strategi yang tepat bagi perusahan yang bersangkutan maka nilai tersebut
diletakkan pada kuadran yang sesuai untuk kemudian dilakukan pembuatan
matriks SWOT yang akan menjelaskan alternatif strategi yang dapat
dilakukan.
Tabel. 4.1 Evaluasi Faktor Internal (IFE) dan Evaluasi Faktor Eksternal (EFE)
Urutan Faktor-Faktor Internal dan Eksternal Bobot Rating Skor
1. Kekuatan
• SOP yang baku 0,186 3 0,559
• Pekerja yang terlatih 0,283 4 1,131
• Kemitraan yang baik 0,283 4 1,131
• Harga yang bersaing 0,248 3 0,743
2. Kelemahan
• Ketersediaan bahan baku yg fluktuatif 0,315 1 0,315
• Peralatan yang kurang baik 0,159 1 0,159
• Fungsi dan fasilitas R&D yg masih terbatas 0,209 1 0,209
0,317 2 0,634
• Penanganan bahan belum optimal
Total Skor faktor kekuatan – kelemahan 2,249
3. Peluang
• Jumlah penduduk Indonesia yg besar 0,239 3 0,716
• Peningkatan konsumsi sayuran segar di Indonesia 0,158 3 0,475
• Peningkatan tingkat pendidikan 0,363 4 1,452
• Peningkatan Pola Hidup Sehat 0,240 4 0,960
4. Ancaman
• Gangguan keamanan dalam berusaha 0,240 2 0,481
• Daya Tawar Petani Mitra yg Tinggi 0,210 1 0,210
• Daya tawar pekerja yang meningkat 0,183 1 0,183
0,366 2 0,732
• Keberadaan perusahaan dgn usaha yg sama
Total Skor faktor Peluang – Ancaman 1,997
Sumber : Muspitawati, 2002 dalam Marimin
Dari Matriks IFE dan EFE dapat diketahui bahwa posisi internal dan eksternal
perusahaan dalam posisi kuadran I (2,249;1,997). Gambar 4.3 menunjukkan posisi
PT.X.

Berbagai Peluang
KUADRAN III KUADRAN I
Kelemahan Kekuatan
internal internal
KUADRAN IV KUADRAN II
Berbagai Ancaman
Posisi perusahaan
(2,249;1,997)
Gambar 4.3. Posisi PT.X
Setelah matriks internal eksternal terbentuk kemudian dibuat matrik SWOT

yang menjelaskan berbagai alternatif yang mungkin untuk strategi perusahaan.
Contoh matriks SWOT dari kasus yang sesuai dapat dilihat pada Gambar 4.4.
Sebagai misal strategi SO(1); mempertahankan dan meningkatkan kualitas
produk, kesegaran dan jaminan keamanan sayuran segar dan olahannya. Strategi ini
dirumuskan dengan memperhatikan faktor kekuatan internal no 1 dan 2 untuk
mengambil peluang eksternal nomor 1 sampai 4 (S 1,2 & O1-4).
C.3 Tahap Pengambilan Keputusan
Dalam taham pengambilan keputusan, matriks SWOT ini perlu merujuk
kembali matriks internal eksternal yang menghasilkan posisi perusahaan saat ini.
Jadi, kita harus melihat kuadran dari perusahaan bersangkutan sehingga dapat
diketahui kombinasi strategi yang paling tepat.
Dalam contoh kasus, langkah penerapan strategi bagi perusahaan mengenai
upaya untuk mempertahankan kesegaran sayuran yaitu melalui perbaikan cara
penanganan bahan baku, pengemasan dan penyimpanan. Penanganan bahan baku
harus dilakukan dengan hati-hati, pada proses ini faktor kesalahan pekerja harus

dapat diminimalkan, selain itu penggunaan peralatan pada saat panen dan
pengangkutan juga harus diperhatikan oleh pihak perusahaan.
Internal Kekuatan (S) Kelemahan (W)

1. SOP yang baku 1. Ketersediaan bahan
2. Pekerja yang terlatih baku yang fluktuatif
3. Kemitraan yang baik 2. Peralatan yang kurang
4. Harga yang bersaing baik
3. Fungsi dan fasilitas
Eksternal R&D yg masih terbatas
4. Penanganan bahan
belum optimal
Peluang (O) SO WO
1. Jumlah penduduk 1. Mempertahankan dan 1. Perencanaan produksi
Indonesia yang besar meningkatkan kualitas yg matang (W1 & O1-4)
2. Peningkatan konsumsi produk, kesegaran dan 2. Peningkatan teknologi
sayuran segar di jaminan keamanan penanganan bahan
Indonesia produk sayuran segar (W2,4 & O1-4).
3. Peningkatan tingkat dan olahan (S1,2 & O1-4) 3. Penambahan variasi
pendidikan 2. Memperluas jaringan dan diversifikasi
4. Peningkatan Pola distribusi (S1-4 & O1-4) produk dengan
Hidup sehat 3. Melakukan promosi utk menjaga konti-nuitas
kalangan menengah ke bahan. (W1,3 & O1-4)
atas (S4 & O3,4)
Ancaman (T) ST WT
1. Gangguan keamanan 1. Mempertahankan dan 1. Melibatkan petani dan
dalam berusaha meningkatkan kualitas masyarakat setempat
2. Daya Tawar petani produk (S1-4 & T4) sbg mitra dan tenaga
yang tinggi 2. Kerjasama dengan para kerja (W1 & T1-3)
3. Daya tawar pekerja petani dan masyarakat 2. Pembinaan yang lebih
yang meningkat setempat (S3 & T1-3) baik ke para mitra
4. Keberadaan perusaha- 3. Kerjasama yang baik sehingga kualitas
an dgn usaha yg sama. dgn retailer (S4 & T4) bahan yang dihasilkan
seragam (W1 & T4)
3. Penerapan TQM (W1-4 &
T4)
Gambar 4.4 Matriks SWOT PT.X

Pada proses pengemasan dan penyimpanan faktor utama yang harus
diperhatikan yaitu temperatur yang digunakan pada ruangan tersebut sehingga
diperlukan pengontrolan yang lebih insentif misalnya 4 jam sekali, kedisiplinan
pekerja harus ditingkatkan dan pemeliharaan alat harus dilakukan secara berkala.
Strategi lain yang penting bagi perusahaan adalah pentingnya memberikan jaminan

keamanan produk terutama kandungan residu dalam sayuran segar. Untuk
menjalankan strategi ini perusahaan dapat menerapkan sistem Hazard Analysis
Critical Control Point (HACCP) yang dimulai dengan membentuk tim HACCP
kemudian mendefinisikan sifat negatif dari produk, mengidentifikasikan bahaya
yang dapat ditimbulkan, menentukan titik kontrol, menentukan batas kritis,
mengambil tindakan koreksi dan melakukan verifikasi.

BAB V
PERUMUSAN STRATEGI DENGAN ANALISIS S O A R
Stavros, Cooperrider, dan Kelly (2003) menawarkan konsep SOAR (Strengths,

Opportunities, Aspirations, Results) sebagai alternatif terhadap analisis SWOT, yang
berasal dari pendekatan Appreciative Inquiry (AI). Pendekatan ini mulai
dipopulerkan oleh David Cooperrider, dalam bukunya Introduction to Appreciative
Inquiry (1995). Beliau sebelumnya sudah menulis dalam disertasi doktoralnya
Appreciative Inquiry: Toward a Methodology for Understanding and Enhancing
Organizational Innovation, di University of Case Western Reserve, Ohio. Sehingga
boleh dibilang, beliau adalah pelopor dan yang mempopulerkan pendekatan ini.
SOAR (Strengths, Opportunities, Aspirations, Results) merupakan strategi bisnis
yang berpatokan pada hal-hal positif yang telah dimiliki oleh sebuah usaha untuk
dikembangkan dan dijadikan keunggulan utama.
GAMBAR 5.1 SOAR FRAMEWORK

Dikembangkan dalam kurun waktu kurang lebih 10 tahun, menurut Cole &
Stavros (2013) penelitian tentang SOAR akan membantu individu maupun organisasi
dalam menentukan strategi dan mengerti kapasitasnya untuk meningkatkan tim,
individu maupun performa organisasi. Tujuan dikembangkannya SOAR adalah untuk
mengukur kapasitas individu dalam memikirikan strategi tentang empat elemen
yang berfungsi dalam dinamika orientasi masa depan pada abad ke 21. Model SOAR
mengubah analisis SWOT, yang sudah sangat mapan, dalam hal faktor-faktor
kekurangan (weakness) internal organisasi serta ancaman (threats) eksternal yang
dihadapinya ke dalam faktor-faktor aspirasi (aspiration) yang dimiliki perusahaan
serta hasil (results) terukur yang ingin dicapai. Model analisis ini berpendapat bahwa
faktor kekurangan dan ancaman dapat memunculkan perasaan negatif bagi para
anggota organisasi, sehingga menurunkan motivasi mereka untuk berbuat yang
terbaik.
SWOT sudah hadir melengkapi sebuah penilaian strategi kira-kira sejak
pertengahan tahun 1960-an ketika SWOT dikembangkan dari penelitian yang
diselenggarakan di Stanford Research Institute. SWOT adalah alat analisis untuk
menilai sebuah organisasi dan keadaan internal dan eksternal lingkungan organisasi
tersebut. Ketika menggunakan SWOT, sebuah organisasi mencoba memahami
keadaan organisasi dengan mensegmentasikan kekuatan dan kelemahan serta
memikirkan tentang keadaan yang memungkinkan terjadi di masa depan organisasi
dengan adanya peluang dan gangguan.
Analisis SWOT adalah alat analisis yang dipergunakan untuk menyusun faktor-
faktor strategis berdasarkan kekuatan, kelemahan, peluang, dan ancaman yang
dimiliki oleh perusahaan. Kekuatan dan kelemahan merupakan faktor yang berasal
dari internal perusahaan, sedangkan peluang dan ancaman merupakan faktor dari
eksternal perusahaan. Dalam pengertiannya, kekuatan (Strengths) disini ialah
kelebihan khusus yang dimiliki oleh perusahaan untuk memberikan keunggulan
komparatif. Kelemahan (Weaknesses) adalah keterbatasan dan kekurangan yang
jelas dan menghambat kinerja perusahaan dimana keterbatasan tersebut berasal
dari dalam perusahaan. Peluang (Opportunities) adalah situasi yang diinginkan

untuk meningkatkan kinerja perusahaan. Ancaman (Threats) adalah penghalang bagi
posisi yang diharapkan oleh perusahaan dan merupakan situasi yang paling tidak
disukai dalam lingkungan perusahaan.
TABEL 5.1 PERBANDINGAN ANTARA SWOT DAN SOAR
SWOT SOAR
Fokus pada kelemahan dan gangguan Fokus pada kekuatan dan peluang
Fokus pada kompetisi – “menjadi lebih Fokus pada kesanggupan – “menjadi
baik” yang terbaik”
Peningkatan pendapatan Inovasi dan meningkatkan nilai
Menghindari pesaing dan membiarkan Melindungi pemegang saham
pemegang saham
Fokus pada analisis → perencanaan Fokus pada perencanaan →
implementasi
Memperhatikan celah Memperhatikan hasil
Dalam kerangka kerja SOAR, stakeholder dilibatkan sebanyak mungkin, yang

didasarkan pada integritas para anggotanya. Masalah integritas menjadi sangat
penting karena para stakeholder harus menyadari asumsi-asumsi yang menjadi dasar
penggerak bagi para pemimpin organisasi.

Gambar 5.2 Model Analisis SOAR
1. Strength (S)
Strength (S) merupakan segala hal yang menjadi kekuatan dan kemampuan
terbesar yang dimiliki , berupa aset baik aset yang berwujud maupun aset
yang tidak berwujud yang mampu mendukung keberlangsungan usaha. Tujuan
mengetahui kekuatan dalam sebuah usaha adalah untuk memberikan
penghargaan terhadap segala hal-hal baik yang dimiliki dan akan selalu
dimiliki oleh individu maupun organisasi. Kekuatan akan terus dikembangkan
demi kemajuan organisasi maupun individu di masa depan.
2. Opportunities (O)
Peluang merupakan bagian dari lingkungan eksternal yang harus di analisis
agar mudah memahami apa yang harus dilakukan agar dapat dimanfaatkan.
Peluang akan memberikan manfaat bagi organisasi jika organisasi tersebut
mampu meraih peluang tersebut dengan cepat dan tepat. Lingkungan
eksternal adalah sebuah wilayah yang penuh dengan berbagai macam
kemungkinan dan peluang. Salah satu syarat bagi keberhasilan suatu

perusahaan adalah kemampuannya memaksimalkan peluang yang dimiliki.
Hal ini mensyaratkan adanya cara pandang yang positif dalam memandang
lingkungan eksternal yang berubah dengan sangat cepat.
3. Aspirations (A)
Seluruh anggota saling bertukar pendapat untuk menciptakan visi dan misi
yang ingin dicapai guna membentuk kepercayaan diri terhadap produk, pasar
dan hal apapun yang dikerjakan demi mencapai visi yang diharapkan sehingga
muncul perasaan positif dan semangat dalam meningkatkan kinerja serta
pelayanan. Setelah perasaan percaya diri timbul maka dapat dipastikan
pemasaran yang besar sekalipun mampu memberikan energi positif bagi
anggota-anggota.
4. Results (R)
Berarti menentukan ukuran dari hasil-hasil yang ingin dicapai (measurable
results) dalam perencanaan strategis, guna mengetahui sejauh mana
pencapaian dari tujuan yang telah disepakati bersama. Agar para anggota
organisasi merasa termotivasi dalam usaha mencapai tujuan yang telah
ditetapkan ini, maka perlu dirancang sistem pengakuan (recognition) dan
reward yang menarik.

TAHAP ANALISIS SOAR
INITIATE
Keputusan organisasi melakukan SOAR Framework
INQUIRY
Gunakan pertanyaan positif guna mempelajari nilai-nilai inti, visi, kekuatan dan peluang potensial setiap
anggota organisasi
IMAJINASI
Merancang masa depan yang diharapkan. Dalam fase ini nilai-nilai diperkuat, visi dan misi diciptakan.
Sasaran jangka panjang dan alternatif strategis dan rekomendasi di umumkan
INOVASI
Perancangan bersama sasaran jangka pendek, rencana taktikal dan fungsional, program, sistem dan struktur
yang terintegrasi untuk mencapai tujuan masa depan yang diharapkan
INSPIRE TO IMPLEMENT
Sistem pengakuan dan penghargaan
GAMBAR 5.3
TAHAP ANALISIS SOAR
Analisis SOAR bagi perencanaan strategis dimulai dengan initiate (keputusan untuk
memilih SOAR) kemudian dilanjutkan dengan penyelidikan (inquiry) yang
menggunakan pertanyaan positif guna mempelajari nilai-nilai inti, visi, kekuatan,
dan peluang potensial setiap anggota organisasi. Imajinasi merancang masa depan
yang diharapkan. Dalam fase ini nilai-nilai diperkuat, visi dan misi diciptakan.
Sasaran jangka panjang dan alternative strategy dan rekomendasi untuk di
umumkan.

Inovasi perancangan bersama sasaran jangka pendek, rencana taktikal dan
fungsional, program, sistem, dan struktur yang terintegrasi untuk mencapai tujuan
masa depan yang diharapkan. Inspire to implement Sistem pengakuan dan
penghargaan menginsiasi keputusan organisasi melakukan SOAR framework peluang
potensial. Dalam fase ini, pandangan-pandangan dari setiap anggota organisasi
dihargai. Penyelidikan juga dilakukan Guna memahami secara utuh nilai-nilai yang
dimiliki oleh para anggota organisasi serta hal-hal terbaik yang pernah terjadi di
masa lalu.
Kemudian anggota organisasi dibawa masuk ke dalam fase imajinasi,
memanfaatkan waktu untuk bermimpi dan merancang masa depan yang diharapkan.
Dalam fase ini, nilai-nilai diperkuat, visi dan misi diciptakan. Sasaran jangka panjang
dan alternatif strategis dan rekomendasi diumumkan. Fase selanjutnya adalah
inovasi, yaitu dimulainya perancangan sasaran jangka pendek, rencana taktikal dan
fungsional, program, sistem, dan struktur yang terintegrasi untuk mencapai tujuan
masa depan yang diharapkan. Guna tercapainya hasil terbaik yang terukur,
karyawan harus diberikan inspirasi melalui sistem pengakuan dan penghargaan.
Selain itu SOAR selalu melibatkan stakeholder dalam menentukan strategi yang akan
digunakan dalam pengembangan usaha demi kelancaran masa depan usaha suatu
organisasi.

MATRIKS SOAR
Matrix Analisis SOAR dibagi menjadi 4 kondisi sebagai berikut :
Tabel 5.2
Matrix SOAR
Present
Future

BAB VI
METODA PARTICIPATORY RURAL APPRAISAL (PRA) DAN
RAPID RURAL APPRAISAL (RRA)
Metode Participatory Rural Appraisal (PRA) merupakan perkembangan dari

metode-metode terdahulu, diantaranya teknik Rapid Rural Appraisal (RRA) yang
dianggap kurang dalam mengajak stakeholder untuk berpartisipasi dalam program
atau kebijakan (Chambers, 1995). Kelebihan dan kekurangan dua metode ini banyak
dipelajari untuk mendapatkan hasil yang tepat sasaran. Hubungan antara beberapa
komponen, yaitu peneliti, pemerintah, dan masyarakat pedesaan dalam dua metode
tersebut mempunyai beberapa perbedaan.
Filosofi, pendekatan dan Rapid Rural Appraisal (RRA) muncul pada akhir
1970an. Pada awalnya ditujukan untuk masalah mengenai pariwisata pembangunan
pedesaan dan pengetahuan teknis pribumi. Metode RRA sendiri secara paralel di
berbagai belahan dunia berupaya mencari cara yang lebih baik bagi orang luar untuk
belajar tentang kehidupan dan kondisi pedesaan.
Setelah muncul konsep RRA, kemudian muncul metode Participatory Rural
Appraisal (PRA). Metoda ini mengutamakan partisipasi aktif dari masyarakat desa
sendiri. Namun timbul pertanyaan apakah PRA dapat terpisah dari RRA. Para ahli
memandang bahwa nama metode menjadi tidak penting, karena banyak sejumlah
besar nama metode untuk pendekatan dan pembelajaran tentang kehidupan dan
kondisi pedesaan (Chambers, 1995). Berikut perbandingan RRA dan PRA (Chambers,
1995) :

Tabel 6.1 Perbandingan RRA dan PRA ditinjau dari beberapa aspek
Participatory Rural Appraisal (PRA) adalah sebuah metode pemahaman lokasi

dengan cara belajar dari, untuk dan bersama dengan masyarakat dengan tujuan
untuk mengetahui, menganalisis dan mengevaluasi hambatan dan kesempatan
melalui multidisiplin dan keahlian untuk menyusun informasi dan pengambilan
keputusan sesuai dengan kebutuhan. PRA memiliki prinsip dasar sebagai berikut :

Gambar 6.1 Prinsip Dasar PRA
Tiang Utama PRA
1. Empowerment : Pemberdayaan masyarakat adalah kekuatan.
2. Respect : Dalam PRA , seorang peneliti menjadi murid (learners) dan
pendengar (listeners).
3. Localization : Gunakan secara ekstensif dan kreatif sumberdaya setempat,
seberapa pun terbatasnya.
4. Enjoyment : Hanya dapat dijalankan dengan fun.
5. Inclusiveness : Beri perhatian yang tinggi terhadap proses, termasuk kepada
masyarakat marjinal (lapisan miskin, buta huruf, perempuan, anak-anak,
orang-orang tua, minoritas, dll)

Teknik PRA
Gambar 6.2 Teknik PRA

Analisis Potensi dan Kebutuhan PRA
1. Mapping
Mapping terbagi menjadi 2 teknik:
a. mobility mapping adalah sebuah teknik untuk menggambarkan hubungan
masyarakat dengan pihak luar. Tujuannya untuk mencatat,
membandingkan dan menganalisa mobilitas dari berbagai kelompok
masyarakat dalam sebuah komunitas masyarakat tertentu.
b. social mapping adalah teknik untuk membuat gambar kondisi sosial
ekonomi masyarakat, misalnya gambar posisi pemukiman, sumber-
sumber mata pencaharian, jalan, pelayanan kesehatan dan sarana-sarana
umum. Hasil gambaran ini merupakan peta umum sebuah lokasi yang
menggambarkan keadaan masyarakat maupun lingkungan fisik, sehingga
dapat digunakan untuk menganalisa dan mendalami bersama masyarakat
untuk memunculkan topik-topik dan tema-tema tertentu.

Maping dilakukan dengan :
a. Menggambar peta
b. Menentukan letak dan pembagian lahan (pertanian, kantor, perumahan,
sekolah, jalan, masjid dll)
c. Identifikasi potensi dan permasalahan
Langkah-langkah Mapping :
a. Ketua tim memperkenalkan kepada nara sumber lapangan atau pamong
desa.
b. Menjelaskan pengertian pemetaan, tujuan serta manfaat mapping.
c. Menjelaskan unsur-unsur yang harus ada dalam pembuatan peta wilayah
dengan mempertimbangkan saran-saran yang diberikan oleh nara sumber
lapangan.
d. Peserta dan tim memulai pembuatan gambar dan peta wilayah.
e. Menyusuri desa untuk mengetahui letak tempat yang akan digambarkan
dalam peta didampingi oleh nara sumber lapangan.
f. Mempresentasikan hasil mapping kepada para peserta untuk
menyempurnakan data.
Bagian dan aspek mapping
a. Mapping Peta Wilayah Desa
Gambar 6.3 Contoh Mapping

b. Mapping Sarana Prasarana : puskesmas, pasar, masjid, jalan, air, listrik
dll
Gambar 6.4 Mapping Sarana Prasarana

c. Mapping Pertanian : lahan, irigasi, bibit dan pengelolaan hasil
pertanian
Gambar 6.5 Mapping Pertanian

d. Mapping UMKM : jenis UMKM, pendanaan, ijin usaha, pembukuan,
kerjasama dll
Gambar 6.6 Mapping UMKM

e. Mapping Pendidikan : Bangunan sekolah, buku, sarana pendidikan,
tenaga pengajar, akreditasi
Gambar 6.7 Mapping Pendidikan

f. Mapping Sosial Kemasyarakatan : karakteristik masyarakat, karang
taruna, ketenagakerjaan
Gambar 6.8 Mapping Sosial Kemasyarakatan

g. Mapping Kesehatan : tingkat kesehatan dan pelayanan kesehatan
Gambar 6.9 Mapping Kesehatan

h. Mapping Lingkungan : kondisi lingkungan
Gambar 6.10 Mapping Lingkungan
2. Transect
Transek merupakan suatu teknik penggalian informasi dan media
pemahaman daerah melalui penelusuran dengan berjalan mengikuti garis
yang membujur dari satu sudut ke sudut lain di wilayah tertentu. Teknik ini
bisa untuk menggambarkan masa sekarang, masa lalu atau masa yang akan
datang. Tujuannya untuk memahami bersama tentang karateristik dan
keadaan dari tempat-tempat tertentu, misalnya keadaan tanah, jenis
tanaman, pemukiman, sumber mata pencaharian, sumber air, gambaran
peran laki-laki dan perempuan, serta cara yang pernah ditempuh untuk
mengatasi masalah.
Teknik transect dilakukan melalui kegiatan penelusuran wilayah untuk
mengetahui tentang kondisi fisik, seperti tanah, tumbuhan dan lain-lain dan
kondisi sosial seperti kegiatan sosial masyarakat, pembagian kerja laki-laki
dan perempuan, masalah-masalah yang sedang dihadapi, perlakuan-
perlakuan yang telah dilakukan dan rencana-rencana yang akan dilakukan.
Metode transect dapat memberi gambaran fisik dan sosial ekonomi secara
cepat bersamaan dengan pengenalan wilayah, dapat melengkapi dan
memperdalam mapping, membangun kebersamaan dan keakraban dengan
Nara Sumber Lokal (NSL) sehingga NSL lebih terbuka, dapat sambil
mengidentifikasi lokasi program.
Langkah-langkah Transect
a. Menjelaskan pengertian transect dan manfaatnya
b. Menetapkan rute yang akan dilalui dengan melihat peta wilayah hasil
mapping
c. Membagi tugas tim PRA yang bertugas sebagai pemandu, pencatat dan
pengamat.
d. Melakukan penelusuran wilayah bersama nara sumber lapangan
e. Menggali informasi pada orang atau sekelompok orang yang akan
ditemui
f. Menginterpretasikan data fisik yang ditemui dan mengkonfirmasikan
pada orang yang berada di tempat tersebut
g. Mempresentasikan dan review data transect
h. Meminta nara sumber lapangan untuk menanggapi dan melengkapi bila
ada informasi yang masih kurang
Transect Desa
Gambar 6.11 Transect Desa

Gambar 6.12 Transect Desa
3. Seasonal Calendar
Kalender musim adalah penelusuran kegiatan musiman tentang
keadaan-keadaan dan permasalahan yang berulang-ulang dalam kurun waktu
tertentu di masyarakat. Tujuan teknik ini adalah memfasilitasi kegiatan
penggalian informasi dalam memahami pola kehidupan masyarakat, kegiatan,
masalah–masalah, fokus masyarakat terhadap suatu tema tertentu, mengkaji
pola pemanfaatan waktu, sehingga diketahui kapan saat–saat waktu luang.
Kemudian juga sebagai upaya untuk mendiskusikan tawaran perubahan
kalender dalam kegiatan masyarakat.

Gambar 6. 13 Seasonal Calendar Desa

4. Matrix Ranking
Matrix ranking merupakan teknik PRA yang dipergunakan untuk
menganalisa dan membandingkan topik yang telah diidentifikasi dalam
bentuk ranking/scoring, atau menempatkan topik menurut urutan penting
atau tidaknya topik bagi masyarakat ataupun sentra industri. Tujuan teknik
matrix ranking yaitu dapat memilih prioritas secara rasional, obyektif dan
demokratis secara sistematis
Langkah-langkah Matrix Ranking
a. Menyiapkan bahan temuan dari proses sebelumnya
b. Mempresentasikan hasil proses sebelumnya kepada tim dan pamong
desa
c. Menyusun matrix rangking sesuai dengan hasil temuan
Matrix Ranking Tanaman Penting
Matrix Ranking Tanaman Keras

Matrix Ranking Teknologi UMKM
5. Livelyhood Analysis
Livelyhood analysis atau analisis kehidupan adalah suatu teknik yang
digunakan untuk membantu menafsirkan tingkah laku, keputusan dan
strategi penanganan karakteristik sosial ekonomi rumah tangga yang
berbeda-beda. Tujuan analisis ini adalah untuk mengetahui jenis
penghidupan masyarakat, penghasilan, pembagian waktu kegiatan produksi,
pengeluaran rumah tangga. Dengan menggunakan teknik ini, kita juga dapat
mengetahui masalah-masalah dalam masyarakat dan cara mengatasinya.
Langkah2 Livelyhood Analysis
a. Menjelaskan maksud, tujuan serta manfaat penyusunan analisis jenis
pekerjaan kepada partisipan.
b. Menginventarisir jenis pekerjaan atau sumber pendapatan yanag ada
dalam kehidupan masyarakat di wilayah kegiatan
c. Tim memfasilitasi diskusi atas informasi yang ada serta tindakan yang
sudah diambil serta alternatif pengembangannya
d. Tim mencatat hasil diskusi, terutama argumen-argumen yang muncul
dari peserta diskusi selama kegiatan berlangsung dan bersama-sama
NSL membuat diagram yang menggambarkan kenyataan di masyarakat
e. Tim merumuskan kesimpulan sementara
f. Cek kembali informasi dengan melakukan observasi indikator kunci

Hasil Livelyhood Analysis
6. Diagram Venn
Diagram venn merupakan teknik untuk menggambarkan hubungan
antara masyarakat di suatu wilayah tertentu dengan lembaga-lembaga yang
berada di wilayah tempat masyarakat tersebut tinggal. Tujuan teknik ini
adalah:
a. memperoleh data tentang pengaruh lembaga atau tokoh masyarakat
yang berada di wilayah tersebut terhadap kehidupan dan persoalan
warga masyarakat
b. mengetahui tingkat kepedulian dan frekuensi lembaga atau tokoh
masyarakat dalam membantu memecahkan persoalan yang dihadapi
oleh warga masyarakat.

Langkah-langkah Diagram Venn
a. Memperkenalkan diri pada sumber lapangan yaitu pamong desa serta
menjelaskan maksud dan tujuan.
b. Meminta informasi tentang nama-nama lembaga atau kelompok atau
instansi atau perorangan yang dianggap penting dalam masyarakat
c. Meminta informasi tentang besar kecilnya pengaruh dan peranannya di
masyarakat
d. Menggambarkan lembaga atau kelompok atau instansi atau organisasi
atau perorangan dalam bentuk Diagram Venn sesuai dengan besar
kecilnya pengaruh di masyarakat
e. Melakukan diskusi setelah terbentuk formasi dengan pamong desa
f. Setelah terbentuk Diagram Venn maka dibuatlah suatu kesimpulan
Gambar 6.14 Diagram Venn

BAB VII
PROSES HIERARKI ANALITIK (A H P)
Dalam suatu proses pengambilan keputusan, para pengambil keputusan

seringkali dihadapkan pada berbagai masalah yang bersumber dari beragam kriteria.
Sebagai contoh praktis, Pemerintah Daerah (Pemda) sering menghadapi kesulitan
dalam menentukan prioritas dalam proses pengambilan keputusan dan kebijakan di
daerah. Terkait dengan hal tersebut Analytic Hierarchy Process (AHP) dapat
digunakan untuk menyelesaikan masalah tersebut. AHP juga seringkali gunakan oleh
para pengambil keputusan yang sering mengalami kesulitan dalam penentuan bobot
dari berbagai faktor dan evaluasi secara akurat.
AHP dikembangkan di Wharton School of Business oleh Thomas L. Saaty dan
dipublikasikan dalam bukunya yang berjudul The Analytic Hierarchy Process pada
tahun 1980. AHP kemudian menjadi alat yang sering digunakan dalam pengambilan
keputusan karena AHP berdasarkan pada teori yang merefleksikan cara orang
berpikir.
Proses ini berkaitan dengan perbandingan berpasangan (pairwise
comparison). Pengambil keputusan memulai dengan menentukan hirarki keputusan
keseluruhan. Hirarki menunjukkan faktor-faktor yang diperhitungkan dan juga
berbagai alternatif keputusan. Sejumlah perbandingan berpasangan dilakukan
dengan hasil penentuan bobot faktor dan evaluasi faktor seperti dalam MFEP.
Alternatif dengan skor tertimbang terbesar adalah alternatif yang dipilih.
AHP merupakan metoda pengambilan keputusan, yang peralatan utamanya
adalah sebuah hirarki. Dengan hirarki, suatu masalah yang kompleks dan tidak
terstruktur dipecah, dikelompokkan, dan diatur menjadi suatu bentuk hirarki. Data
utama model AHP adalah presepi manusia yang dianggap expert. Kriteria expert di
sini bukan berarti jenius, pintar atau bergelar doktor, tetapi lebih mengacu pada
orang yang mengerti benar permasalahannya.

A. MODEL KEPUTUSAN DENGAN AHP
Proses Hierarki Analitik dikembangkan oleh Dr. Thomas L. Saaty dari Wharton
School of Business pada tahun 1970-an untuk mengorganisasikan informasi dan
judgement dalam memilih alternatif yang paling disukai. (Marimin, 2004). Dengan
menggunakan AHP, suatu persoalan yang akan dipecahkan dalam suatu kerangka
berpikir yang terorganisir, sehingga memungkinkan dapat diekspresikan untuk
mengambil keputusan yang efektif atas persoalan tersebut. Persoalan yang
kompleks dapat disederhanakan atau dipercepat proses pengambilan keputusannya.
Prinisp kerja AHP adalah penyederhanaan suatu persoalan kompleks yang
tidak terstruktur, stratejik dan dinamik menjadi bagian-bagiannya, serta menata
dalam suatu hierarki. Kemudian tingkat kepentingan setiap variabel diberi nilai
numerik secara subjektif tentang arti penting variabel tersebut secara relatif
dibandingkan dengan variabel lain. Dari berbagai pertimbangan tersebut kemudian
dilakukan sintesa untuk menetapkan variable yang memiliki prioritas tinggi dan
berperan untuk mempengaruhi hasil pada sistem tersebut.
Secara grafis, persoalan keputusan AHP dapat dikonstruksikan sebagai
diagram bertingkat, yang dimulai dengan goal/sasaran, lalu kriteria level pertama,
subkriteria dan akhirnya alternatif.
AHP memungkinkan pengguna untuk memberikan nilai bobot relatif dari suatu
kriteria majemuk (atau alternatif majemuk terhadap suatu kriteria) secara intuitif,
yaitu dengan melakukan perbandingan berpasangan (pairwise comparisons). Saaty,
pembuat AHP, kemudian menentukan cara yang konsisten untuk mengubah
perbandingan berpasangan menjadi suatu himpunan bilangan yang
merepresentasikan prioritas relatif dari setiap kriteria dan alternatif.
AHP memiliki banyak keunggulan dalam menjelaskan proses pengambilan
keputusan, karena dapat digambarkan secara grafis, sehingga mudah dipahami oleh
semua pihak yang terlibat dalam pengambilan keputusan. Dengan AHP, proses
keputusan kompleks dapat diuraikan menjadi keputusan-keputusan lebih kecil yang
dapat ditangani dengan mudah.

Selain itu, AHP juga menguji konsistensi penilaian, bila terjadi penyimpangan
yang terlalu jauh dari nilai konsistensi sempurna, maka hal ini menunjukkan bahwa
penilaian perlu diperbaiki, atau hierarki harus distruktur ulang.
Beberapa keuntungan yang diperoleh bila memecahkan persoalan dan
mengambil keputusan dengan menggunakan AHP adalah :
❖ Kesatuan : AHP memberikan satu model tunggal yang mudah dimengerti,
luwes untuk aneka ragam persoalan tidak terstruktur.
❖ Kompleksitas : AHP memadukan ancangan deduktif dan ancangan
berdasarkan sistem dalam memecahkan persoalan kompleks.
❖ Saling ketergantungan : AHP dapat menangani saling ketergantungan elemen-
elemen dalam suatu sistem dan tidak memaksakan pemikiran linier.
❖ Penyusunan hierarki : AHP mencerminkan kecenderungan alami pikarn untuk
memilah-milah elemen-elemen suatu sistem dalam berbagai tingkat
berlainan dan mengelompokkan unsur yang serupa dalam setiap tingkat.
❖ Pengukuran : AHP memberikan suatu skala untuk mengukur hal-hal dan
terwujud suatu metode untuk menetapkan prioritas.
❖ Konsistensi : AHP melafcak konsistensi logis dari pertimbangan-pertimbangan
yang digunakan untuk menetapkan berbagai prioritas.
❖ Sintesis : AHP menuntun ke suatu taksiran menyeluruh tentang kebaikan
setiap alternatif.
❖ Tawar menawar : AHP mempertimbangkan prioritas-prioritas relatif dari
berbagai faktor sistem dan memungkinkan organisasi memilih alternatif
terbaik berdasarkan tujuan-tujuan mereka
❖ Penilaian dan Konsensus : AHP tidak memaksakan konsensus tetapi
mensintesiskan suatu hasil yang representatif dari berbagai penilaian yang
berbeda.
❖ Pengulangan proses : AHP memungkinkan organisasi memperhalus definisi
mereka pada suatu persoalan dan memperbaiki pertimbangan dan pengertian
mereka melalui pengulangan.

B. PRINSIP KERJA AHP
Ide dasar prinsip kerja AHP adalah sebagai berikut :
a. Penyusunan Hierarki
Persoalan yang akan diselesaikan, diuraikan menjadi unsur-unsurnya, yaitu
kriteria dan alternatif, kemudian disusun menjadi struktur hierarki. Diagram berikut
mempersentasikan keputusan untuk memilih agroindustri, dengan menggunakan
AHP. Adapun kriteria untuk membuat keputusan tersebut adalah bahan baku,
pemasaran dan teknologi proses, beserta subkriteria yang terkait dengan masing-
masing kriteria tersebut. Alternatif yang tersedia dalam membuat keputusan
terlihat pada level yang paling bawah. Hierarki persoalan ini dapat pada gambar 7.1.
Pilihan Kegiatan Teknik Sasaran
Kriteria
Ekonomi Kesehatan Pendidikan
Kegiatan X Kegiatan Y Kegiatan Y

Alternatif
Gambar 7.1 Hirarki Persoalan
b. Penilaian Kriteria dan Alternatif

Kriteria dan alternatif dinilai melalui perbandingan berpasangan. Menurut
Saaty (1983), untuk berbagai persoalan, skala 1 sampai 9 adalah skala terbaik dalam
mengekspresikan pendapat. Nilai dan definisi pendapat kualitatif dari skala
perbandingan Saaty dapat dilihat pada tabel berikut :

Nilai Keterangan
1 Kriteria/Alternatif A sama penting dengan kriteria/Alternatif B
3 A sedikit lebih penting dari B
5 A jelas lebih penting dari B
7 A sangat jelas lebih penting dari B
9 Mutlak lebih penting dari B
2,3,6,8 Apabila ragu-ragu antara dua nilai yang berdekatan
Nilai perbandingan A dengan B adalah 1 dibagi dengan nilai perbandingan B

dengan A.
c. Penentuan Prioritas
Langkah pertama dalam menetapkan prioritas elemen-elemen dalam suatu
persoalan keputusan adalah dengan membuat pembandingan berpasangan, yaitu,
elemen-elemen dibandingkan berpasangan terhadap suatu kriteria yang ditentukan.
Untuk pembandingan berpasangan ini, matriks merupakan bentuk yang lebih disukai.
Matriks merupakan alat yang sederhana dan basa dikapai, dan memberi kerangka
untuk menguji konsistensi, memperoleh informasi tambahan dengan jalan membuat
segala perbandingan yang mungkin, dan menganalisis kepekaan prioritas
menyeluruh terhadap perubahan dalam pertimbangan. Ancangan matriks ini secara
unik mencerminkan dwi segi prioritas; mendominasi dan didominasi.
Untuk memulai proses perbandingan ini, mulailah pada puncak hierarki untuk
memilih kriteria C, atau sfiat, yang akan digunakan untuk melakukan perbandingan
yang pertama. Lalu, dari tingkat tepat di bawahnya, ambil elemen-elemen yang
akan dibandingkan; A1, A2, A3 dan sebagainya. Katakanlah ada tujuh elemen. Susun
elemen-elemen ini pada sebuah matriks seperti dalam gambar 6.2 berikut :

C A1 A2 A3 A4 A5 A6 A7
A1 1
A2 1
A3 1
A4 1
A5 1
A6 1
A7 1
Gambar 7.2 Contoh Matriks Untuk Perbandingan Berpasangan

Dalam matriks ini, dibandingkan elemen A1 dalam kolom di sebelah kiri
dengen elemen A1, A2, A3 dan seterusnya yang terdapat di baris atas berkenaan
dengan sifat C di sudut kiri atas. Lalu ulangi dengan elemen kolom A2 dan
seterusnya. Untuk membandingkan elemen-elemen, tanyakanlah : Seberapa kuat
suatu elemen (atau aktivitas) memiliki – atau berkontribusi, mendominasi,
mempengaruhi, memenuhi, atau menguntungkan – sifat tersebut, dibandingkan
dengan elemen lain dengan mana ia dibandingkan?
Susunan pertanyaan ini penting. Susunan ini harus mencerminkan tata
hubungan yang tepat antara elemen-elemen di suatu tingkat dengan sifat yang ada
setingkat di atasnya. Jika waktu atau kriteria probabilitas lain yang digunakan, maka
tanyakan: Seberapa lebih mungkin atau berpeluang suatu elemen ketimbang elemen
lainnya? Jika elemen-elemen ini didominasi oleh sifat tersebut dan bukan
sebaliknya, tanyakanlah: Seberapa lebih kuat elemen tersebut dimiliki, didominasi,
dipengaruhi, dan seterusnya, oleh sifat ini?
Dalam memproyeksikan suatu hasil, tanyakan elemen mana yang lebih mungkin
bersifat menentukan atau berakibat pada hasil itu?
Untuk mengisi matriks banding berpasang itu, kita menggunakan bilangan
untuk menggambarkan relatif pentingnya suatu elemen di atas yang lainnya
berkenaan dengan sifat tersebut. Tabel 7.1 memuat skala banding berpasangan.
Skala itu mendefinisikan dan menjelaskan nilai 1 sampai dengan 9 yang ditetapkan

bagi pertimbangan dalam membandingkan pasangan elemen yang sejenis di setiap
tingkat timbangan dalam membandingkan pasangan elemen yang sejenis di setiap
tingkat hierarki terhadap suatu kriteria yang berada setingkat di atasnya.
Pengalaman telah membuktikan bahwa skala dengan sembilan satuan dapat diterima
dan mencerminkan derajat sampai mana kita mampu membedakan intensitas tata
hubungan antar elemen. Bila memakai skala itu dalam konteks sosial, psikologis atau
politis, utarakan lebih dahulu pertimbangan verbalnya, lalu terjemahkan ini menjadi
nilai-nilai numerik. Semua pertimbangan yang diterjemahkan secara numerik ini
merupakan rancangan belaka; validitasnya dapat dievaluasi dengan suatu uji
konsistensi, yang akan dipaparkan nanti, dan oleh penerapan dalam kehidupan nyata
untuk jawaban-jawaban yang sudah diketahui.
Tabel 7.1 Skala banding secara berpasangan

Intensitas
Definisi Penjelasan
Pentingnya
1 Kedua elemen sama pentingnya Dua elemen menyumbang sama
besar pada sifat itu
3 Elemen yang satu sedikit lebih Pengalaman dan pertimbangan
penting ketimbang yang lainnya sedikit menyokong satu elemen
atas yang lainnya
5 Elemen yang satu esensial atau Pengalaman dan pertimbangan
sangat penting ketimbang elemen dengan kuat menyokong satu
yang lainnya elemen atas elemen yang lainnya
7 Satu elemen jelas lebih penting dari Satu elemen dengan kuat di
elemen yang lainnya sokong, dan dominannya telah
terlihat dalam praktik
9 Satu elemen mutlak lebih penting Bukti yang menyokong elemen
ketimbang elemen yang lainnya yang satu atas yang lain memiliki
tingkat penegasan tertinggi yang
mungkin menguatkan.
2,4,6,8 Nilai-nilai antara di antara dua Kompromi diperlukan antara dua
pertimbangan yang berdekatan pertimbangan
Kebalikan Jika untuk aktivitas i mendapat satu
angka bila dibandingkan dengan
aktivitas j, maka j mempunyai nilai
kebalikannya bila dibandingkan
dengan i

Bila membandingkan suatu elemen dalam matriks dengen elemen itu sendiri
– misalnya A1 dengan A1 dalam gambar 6.2 – pembanding itu harus memberi bilangan
satu (1), maka isilah diagonal matriks itu dengan bilangan-bilangan 1. Selalu
bandingkan elemen pertama dari suatu pasangan (elemen di kolom sebelah kiri
matriks) dengan elemen yang kedua (elemen di baris puncak) dan taksir nilai
numeriknya dari skala dalam tabel 6.1. Nilai kebalikannya lalu digunakan untuk
pembandingan elemen kedua dengan elemen pertama tadi. Misalnya, jika kedua
elemen-elemen itu adalah batu dan batu pertama beratnya lima kali berat batu yang
kedua, maka batu kedua beratnya seperlima kali berat batu yang pertama.
Mengapa tidak menggunakan bilangan sembarangan saja untuk
memeringkatkan elemen menurut dampaknya terhadap suatu kriteria? Jika
persoalannya hanyalah pemeringkatan sederhana, dan derajat sejah mana elemen
yang diperingkatkan itu jelas mencerminkan kriteria itu, maka kita dapat sekedar
menetapkan bilangan-bilangan. Untuk membedakan kekuatan relatif yang setiap
elemen miliki atau kontribusikan kepada kriteria (sifat), bilangan-bilangan dapat
digunakan langsung, dimulai dengan elemen yang paling kecil, dan barangkali
menggunakannya sebagai suau satuan. Prosedur ini dapat berguna dalam
mengorganisasikan pemikiran orang tetapi logikanya tidak jelas, lagi pula, perasaan
tidak diintegrasikan ke dalam proses. Untuk pembedaan yang halus, matriks banding
berpasang dan skala itu memberi kerangka yang lebih memuaskan.
Bila harus melakukan perimbangan di antara beberapa kriteria, persoalan
menentukan peringkat menjadi kompleks. Tidak lagi memadai untuk menggunakan
bilangan sembarang. Kita harus memilih dengan seksama bilangan-bilangan yang
digunakan untuk menyatakan kekuatan yang dimiliki atau dikontribusikan oleh
setiap elemen kepada sifat yang bersangkutan. Keseksamaan demikian menjamin
bahwa pada akhirnya kita memperoleh prioritas menyeluruh yang benar bagi semua
elemen dengan mempertimbangkan semua perimbangan. (Prioritas ini lalu dapat
digunakan untuk mengalokasikan sumber daya).
Untuk memperoleh perangkat prioritas menyeluruh bagi suatu persoalan
keputusan, kita harus menyatukan atau mensintesis pertimbangan yang dibuat

dalam melakukan pembandingan berpasang – yaitu, kita harus melakukan suatu
pembobotan, dan penjumlahan untuk menghasilkan satu bilangan tungal yang
menunjukkan prioritas setiap elemen. Untuk lebih jelasnya dapat dilihat dalam
contoh aplikasi.
d. Konsistensi Logis
Semua elemen dikelompokkan secara logis dan diperingkatkan secara
konsisten sesuai dengan suatu kriteria yang logis.
Berbagai aplikasi AHP dalam ekonomi adalah penentuan portofolio,
perencanaan, menentukan prioritas, analisis manfaat dan biaya, alokasi sumber
daya, menentukan kebutuhan/prasyaratan, merancang sistem, mengukur performa,
memastikan stabilitas sistem, optimasi, menentukan program unggulan daerah, dan
sebagainya.
C. CONTOH APLIKASI
Untuk melihat prinsip kerja AHP, perhatikan contoh yang sering ditemui yaitu
keputusan seorang Kepala Bappeda dalam menentukan kegiatan apa yang akan
dilakukan untuk meningkatkan Indeks Pembangunan Manusia (Human Development
Index, HDI). Setelah melalui penjaringan aspirasi masyarakat (tokoh masyarakat,
akademisi, LSM dan lain-lain), Kepala Bappeda telah menentukan bahwa ada 3 faktor
utama yang dianggap penting bagi masyarakat, yaitu Ekonomi, Pendidikan dan
Kesehatan. Jumlah alternatif kegiatan tersebut ada 3 yaitu X, Y dan Z.
C.1 Perumusan Masalah

Untuk menyelesaikan masalah tersebut, maka perlu dilakukan tiga langkah
berikut :
a. Penentuan sasaran yang ingin dicapai : memilih kegiatan yang terbaik.
b. Penentuan kriteria pemilihan : ekonomi, kesehatan dan pendidikan.
c. Penentuan alternatif pilihan : kegiatan X, kegiatan Y dan kegiatan Z.
Informasi mengenai sasaran, kriteria dan alternatif tersebut kemudian
disusun dalam bentuk diagram seperti terlihat pada gambar 7.3.

Pilihan Kegiatan Teknik
Ekonomi Kesehatan Pendidikan
Kegiatan X Kegiatan X Kegiatan X

Kegiatan Y Kegiatan Y Kegiatan Y
Kegiatan Z Ketiatan Z Kegiatan Z
Gambar 7.3 Hirarki Keputusan Pemilihan Kegiatan Terbaik
C.2 Pembobotan Kriteria

Unsur terpenting dalam AHP adalah perbandingan berpasangan (pairwise
comparison). Kepala Bappeda perlu untuk membandingkan dua alternatif yang
berbeda dengan menggunakan skala “sama-sama disukai” sampai dengan “istimewa
lebih disukai”. Dari kriteria, pendidikan, kesehatan dan ekonomi, perlu ditentukan
tingkat kepentinganya. Hal ini dapat dilakukan dengan berbagai cara, misalnya :
• Menentukan bobot secara sembarang
• Membuat skala interval untuk menentukan ranking setiap kriteria.
• Menggunakan prinsip kerja AHP, yaitu perbandingan berpasangan,
tingkat kepentingan (importance) suatu kriteria relatif terhadap
kriteria lain dapat dinyatakan dengan jelas.
Langkah pertama, Dalam kasus ini digunakan perbandingan berpasangan. Misalkan
tabel 7.2 menunjukkan perbandingan berpasangan ketiga proyek tersebut. Angka 3
dalam tabel tersebut menunjukkan bahwa kegiatan X “lumayan lebih disukai”
dibanding kegiatan Y. Angka 9 menunjukkan bahwa kegiatan X “istimewa lebih
disukai: dibanding Z. Dan angka 6 menunjukkan bahwa kegiatan Y “sangat sampai
terlalu sangat lebih disukai” dibanding kegiatan Y. Tentu saja diagonal utama isinya

angka 1 sebab membandingkan satu kegiatan dengan kegiatan itu sendiri. Angka-
angka tersebut bisa didapatkan dari hasil survei lapangan dengan kuesioner atau
wawancara terhadap responden. Kemudian, dari data-data tersebut dihitung rata-
rata respon responden tersebut.
Tabel 7.2 Langkah 1 : Menentukan Perbandingan Berpasangan
Catatan : Yang di cetak tebal adalah dari hasil wawancara, sedangkan angka
pecahan merupakan angka kebalikan dari hasil wawancara. Contoh X terhadap Z
bernilai 9, maka Z terhadap X menjadi 1/9.
Langkah kedua, adalah melakukan evaluasi untuk masing-masing ekonomi,

kesehatan dan pendidikan. Di sini akan dibahas untuk ekonomi saja. Analisis untuk
kesehatan dan pendidikan dilakukan dengan langkah yang sama. Cara menghitung
untuk lebih jelasnya akan menjadi bahan dalam aplikasi di laboratorium dengan
menggunakan Microsoft Excell. Evaluasi terhadap ekonomi diawali dengan
menghitung total kolom. Kemudian menghitung masing-masing elemen dengan total
kolom. Untuk menentukan prioritas dari ekonomi dari 3 kegiatan-kegiatan tersebut,
secara sederhana kita bisa melihat dari rata-rata masing-masing baris. Adapun hasil
perhitungannya dapat dilihat pada tabel 7.3 yang merupakan salah satu contoh
untuk kriteria Ekonomi.

Tabel 7.3 Langkah 2 : Melakukan Evaluasi Ekonomi.
1.00 /
1.444
Cara pada langkah kedua dapat dilakukan pula untuk menentukan nilai bobot
dari setiap kriteria yaitu bobot untuk ekonomi, pendidikan dan kesehatan, apabila
sejak awal tidak diketahui berapa sebenarnya bobot kepentingan dari masing-
masing kriteria. Kepentingan dari masing-masing kriteria dapat diperoleh melalui
wawancara yang kemudian diolah seperti langkah di atas.
Langkah ketiga, menghitung rasio konsistensi. Yang juga perlu kita uji apakah
respon kita konsisten. Kekonsistenan ini dilihat dengan rasio konsistensi (consistency
ratio). Untuk menghitung rasio ini, kita harus menghitung terlebih dahulu vektor
penjumlahan terbobot yaitu merupakan perkalian evaluasi faktor di atas dengan
baris pertama matriks perbandingan berpasangan (pairwise camparison matrix).
Begitu juga dengan kolom kedua dan ketiga. Vektor penjumlahan terbobot dapat
dilihat dalam tabel 7.4 berikut.
Tabel 7.4 Vektor Penjumlahan terbobot untuk pemilihan alternatif pada
kriteria Ekonomi
Rata-rata
X Y Z
baris
X 1,00 3,00 9,00 0,658
Y 0,333 1,00 6,00 0,282
Z 0,111 0,167 1,00 0,060
(0,658) (1) + (0,282) (3) + (0,060) (9) = 2,042

(0,658) (0,333) + (0,282) (1) + (0,060) (6) = 0,860
(0,658) (0,111) + (0,282) (0,167) + (0,060) (1) = ``1,799
Lakukan langkah yang sama di atas untuk kriteria Pendidikan dan Kesehatan.
Selanjutnya kita hitung vektor kekonsistensi yang didefinisikan sebagai
pembagian vektor penjumlahan terbobot dengan evaluasi. Vektor kekonsistenan :
2,042 / 0,658 = 3,103
Vektor konsistensi = 0,860 / 0,282 = 3,051
1,799 / 0,060 = 3,009
Berikutnya kita hitung Lambda atau Indeks Konsistensi. Lambda ()
merupakan rata-rata vektor konsistensi :
 = (3,103 + 3,051 + 3,009) / 3 = 3,054
Indeks Konsistensi (CI) adalah
CI = ( - n) / (n – 1), dimana n adalah jumlah alternatif
CI = (3,054 – 3) / ( 3 – 1)
CI = 0,027
Terakhir kita hitung rasio konsistensi (consistency ratio) yang merupakan
pembagian indeks konsistensi dengan indeks acak (random index, RI) dari tabel 7.5.
RI adalah random index yang diperoleh dari tabel Oarkridge Laboratory.
Tabel 7.5 Indeks Acak

N RI
2 0,00
3 0,58
4 0,90
5 1,12
6 1,24
7 1,32
8 1,41
Secara umum CR dirumuskan sebagai berikut : CR = CI / RI

Maka CR = 0,0270 / 0,58 = 0,0466
Rasio konsistensi menunjukkan bagaimana konsistensi terhadap jawaban kita.
Semakin tinggi CP berarti kita semakin tidak konsisten, sebaliknya semakin rendah
CR berarti kita semakin konsisten Secara umum jika CR kurang dari 0,01, pengambil
keputusan dikatakan relatif konsisten. Jika CR di atas 0,10, pengambil keputusan
seharusnya memperhitugkan kembali pairwise comparison.
Langkah 1, 2 dan 3 di atas dilakukan untuk kriteria yang l ain; kesehatan dan
pendidikan. Dan didapatkan perhitungan sebagai berikut :
Tabel 7.6 Evaluasi Faktor
Faktor X Y Z
Ekonomi 0,658 0,282 0,060
Kesehatan 0,087 0,162 0,750
Pendidikan 0,497 0,397 0,107
Langkah keempat, menentukan rangking secara keseluruhan. Setelah bobot

faktor ditentukan (sama langkahnya dengan MFEP untuk kasus ini, atau bisa dengan
menanyakan pada para ahli kemudian dilakukan proses perhitungan seperti pada
langkah 2) dengan membandingkan antara ekonomi – kesehatan – pendidikan.
Misalkan bobot ekonomi, bobot kesehatan dan bobot pendidikan setelah melalui
proses tahap 2 ditunjukkan oleh tabel berikut ini :

Tabel 7.7 Bobot Faktor dan hasil akhir perhitungan
Faktor Bobot Faktor
Ekonomi 0,0820
Kesehatan 0,6816
Pendidikan 0,2364
Rangking total keseluruhan ditentukan dengan mengalikan evaluasi faktor
dengan bobot faktor :
Faktor
X (0,658) (0,0820) + (0,087) (0,6816) + (0,497) (0,2364) = 0,231
Y (0,282) (0,0820) + (0,162) (0,6816) + (0,397) (0,2364) = 0,227
Z (0,060) (0,0820) + (0,750) (0,6816) + (0,107) (0,2364) = 0,542
Sehingga untuk mencapai peningkatan nilai IPM, maka alternatif kegiatan

yang prioritas dilakukan adalah kegiatan Z, kemudian disusul oleh kegiatan X dan
berikutnya adalah kegiatan Y yang dapat mendorong nilai IPM melalui kriteria utama
sektor kesehatan (dengan bobot 0,6818) disusul dengan sektor pendidikan dan sektor
ekonomi (seperti yang terlihat pada tabel di atas).
BANDINGKAN HASIL PERHITUNGAN MENGGUNAKAN AHP DENGAN HASIL
PERHITUNGAN KASUS YANG SAMA PADA SOAL LATIHAN DI LABORATORIUM YANG
MENGGUNAKAN METODE MFEP. (SAMAKAH?)
Berikut ini beberapa contoh masalah yang dapat dipecahkan menggunakan

metode AHP.
Sebuah perusahaan ingin menetapkan preferensi konsumen untuk tiga jenis
serbet dapur dari kertas tisu. Beberapa sifat yang dianggap paling relevan dari sudut
pandang konsumen adalah (1) kelembutan, (2) daya serap, (3) harga, (4) ukuran, (5)
desain dan (6) integritas (tidak mudah sobek). Ketiga jenis serbet dapur dari kertas
tisu itu, X, Y dan Z memiliki semua sifat ini, tetapi dengan tingkat intensitas yang
berbeda-beda; tinggi (T), sedang (S) dan rendah (R).
Mengingat “rasionalitas terbatas” konsumen, yaitu kenyataan bahwa
konsumen tidak bertindak atas informasi yang sempurna atau lengkap dan sudah

puas dengan pilihan yang agak lebih rendah daripada pilihan yang paling rasional
ekonomi, kita dapat dengan mudah membedakan antara sifat-sifat tersebut dengan
membagi mereka menjadi sejumlah kecil kategori intensitas ini. Hierarki yang
dihasilkan terlihat dalam gambar berikut. Persoalan untuk memilih produk yang
memiliki preferensi konsumen menyeluruh terbesar dapat dipecahkan dengan cara
berikut:
Langkah 1 : Tetapkan preferensi konsumen, antara berbagai sifat dengan
membentuk matriks yang membandingkan berbagai sifat itu secara berpasangan
berkenaan dengan daya tarik produk.
Langkah 2 : Tetapkan preferensi konsumen antara berbagai intensitas sifat-
sifat ini dengan membentuk enam matriks yang membandingkan tingkat ini dengan
tingkat intensitas itu secara berpasangan berkenaan dengan setiap sifat.
Daya Saing Produk
Kelembutan Daya Serap Harga Ukuran Desain Integritas
Tinggi Sedang Rendah
Merk X Merk Y Merk Z
Gambar 7.4: Hierarki untuk menetapkan Preferensi Konsumen

Contoh Proses Langkah Demi Langkah
Sifat
Daya tarik
K D-S H U De I Prioritas
produk
K 1 1/4 1/5 1/4 5 1/6 0,0570
D-S 4 1 1/3 3 6 1/2 0,1679
H 5 3 1 4 7 3 0,3837
U 6 1/3 1/4 1 5 1/5 0,1002
De 1/5 1/6 1/7 1/5 1 1/7 0,0269
I 6 2 1/3 5 7 1 0,2643
\ maks = 6,66 ; CI = 0,12
Gambar 7.5 ;Matriks yang membandingkan berbagai sifat
Daya
Kelembutan T S R Prioritas Serap T S R Prioritas
T 1 5 8 0,7257 T 1 7 9 0,7608
S 1/5 1 5 0,2122 S 1/7 1 7 0,1912
R 1/8 1/5 1 0,0621 R 1/9 1/7 1 0,0480
\ maks = 3,15; CI = 0,07 \ maks = 3,33; CI = 0,16
Harga T S R Prioritas Ukuran T S R Prioritas

T 1 1/7 1/9 0,0480 T 1 3 5 0,6267
S 7 1 1/7 0,1912 S 1/3 1 4 0,2797
R 9 7 1 0,7608 R 1/5 1/4 1 0,0936
\ maks = 3,33; CI = 0,16 \ maks = 3,09; CI = 0,04
Desain T S R Prioritas Integritas T S R Prioritas

T 1 1/5 2 0,1786 T 1 7 9 0,7608
S 5 1 5 0,7089 S 1/7 1 7 0,1912
R 1/2 1/5 1 0,1125 R 1/9 1/7 1 0,0480
\ maks = 3,05; CI = 0,03 \ maks = 3,33; CI = 0,16
Gambar 7.6 : Matriks yang membandingkan beberapa tingkat intensitas

Tabel 7.8; Prioritas Berbagai Sifat
0,0570 0,1679 0,3837 0,1002 0,0269 0,2643
T 0,7257 0,7608 0,0480 0,6267 0,1786 0,7608
S 0,2122 0,1912 0.1912 0,2797 0,7089 0,1912
R 0,0621 0,048 0,7608 0,0936 0,1125 0,048
Langkah 3, Kelompokkan prioritas berbagai intensitas (T,S,R) untuk masing-

masing keenam sifat itu dalam kolom-kolom dan masukkan prioritas sifat-sifat,
diambil dari gambar 7.5, di atas kolom-kolom itu (tabel 7.8) lalu kalikan setiap
kolom dengan prioritas sifat yang bersangkutan untuk memperoleh vektor prioritas
bagi intensitas-intensitas itu (Tabel 7.9)
Tabel 7.9 Vektor-vektor prioritas untuk berbagai intensitas
T 0,04136 0,12774 0,01842 0,06280 0,00480 0,20108
S 0,01210 0,03210 0,07336 0,02803 0,01907 0,05053
R 0,00354 0,00806 0,29192 0,00938 0,00303 0,01269
Langkah 4, sekarang pilih dari setiap kolom, unsur dengan prioritas tertinggi
untuk memperoleh vektor intensitas sifat yang diinginkan.
T-Daya
T-Kelembutan Serap R-Harga T-Ukuran S-Desain T-Integritas
0,04136 0,12774 0,29192 0,06280 0,01907 0,20108
Lalu jumlahkan baris ini dan bagi setiap entri dengan jumlah itu untuk mendapatkan
vektor yang dinormalisasi dari intensitas-intensitas sifat yang disenangi :
T-Daya
T-Kelembutan Serap R-Harga T-Ukuran S-Desain T-Integritas
0,05559 0,17170 0,39238 0,08441 0,02563 0,27028
Langkah 5, tetapkan peringkat produk yang diamati dengan membentuk

matriks-matriks yang membandingkan ketiga serbet kertas (X, Y dan Z) secara
berpasangan, berkenaan dengan intesitas sifat yang paling disenangi.(Gambar 7.7)
Langkah 6, kelompokkan prioritas-prioritas serbet kertas yang bekenaan
dengan setiap intensitas sifat yang disenangi dalam kolom-kolom, dan masukkan

prioritas-prioritas yang dinormalisasi di atas kolom-kolom itu (Tabel 7.10). Lalu
kalikan setiap kolom dengan prioritas yang dinormalisasi dari sifat yang sesuai untuk
memperoleh vektor prioritas terbobot bagi intensitas sifat yang disenangi untuk
setiap serbet kertas (Tabel 7.11)
T- T-Daya
Kelembutan X Y Z Prioritas Serap X Y Z Prioritas
X 1 5 7 0,7147 X 1 2 7 0,5659
Y 1/5 1 5 0,2185 Y 1/2 1 8 0,3727
Z 1/7 1/5 1 0,0668 Z 1/7 1/8 1 0,0614
\ maks = 3,18; CI = 0,19 \ maks = 3,08; CI = 0,04
R-Harga X Y Z Prioritas T-Ukuran X Y Z Prioritas

X 1 1/4 1/7 0,0727 X 1 2 1 0,4126
Y 4 1 1/5 0,2050 Y 1/2 1 1 0,2599
Z 7 5 1 0,7223 Z 1 1 1 0,3275
\ maks = 3,12; CI = 0,06 \ maks = 3,05; CI = 0,03
S-Desain X Y Z Prioritas T-Integritas X Y Z Prioritas

X 1 2 1 0,4067 X 1 4 6 0,6817
Y 1/2 1 3 0,3695 Y 1/4 1 4 0,2363
Z 1 1/3 1 0,2238 Z 1/6 1/4 1 0,0819
\ maks = 3,37; CI = 0,18 \ maks = 3,11; CI = 0,05
Gambar 7.7; Berbagai matriks yang membandingkan tiga serbet dapur dari kertas untuk intensitas
sifat-sifat yang disenangi
Tabel 7.10 : Presepsi Sifat Produk Menyeluruh
0,05559 0,17170 0,39238 0,08441 0,02563 0,27028
T-
Kelembutan T-Daya Serap R-Harga T-Ukuran S-Desain T-Integritas
X 0,7147 0,5659 0,0727 0,4126 0,4067 0,6817
Y 0,2185 0,3727 0,2050 0,2599 0,3695 0,2363
Z 0,0668 0,0614 0,7223 0,3275 0,2238 0,0819
Tabel 7.11 ; Presepsi Sifat-Sifat Produk Menyeluruh Terbobot

T-
Kelembutan T-Daya Serap R-Harga T-Ukuran S-Desain T-Integritas
X 0,0397 0,0972 0,0285 0,0348 0,0104 0,1842
Y 0,0121 0,0640 0,0804 0,0219 0,0095 0,0639
Z 0,0037 0,0105 0,2834 0,0276 0,0057 0,0221

Langkah 7, jumlahkan masing-masing dari ketiga baris pada tabel 6.11 untuk
memperoleh prioritas menyeluruh dari ketiga serbet kertas. Sintesis ini
menghasilkan prioritas sebagai berikut :
X = 0,3949 Y = 0,2519 Z = 0,3532
Dari hasil-hasil ini kita akan memilih produk X sebagai yang paling disenangi dari
prespektif konsumen.
Walaupun harga rendah merupakan intensitas sifat yang disenangi dengan
prioritas tertinggi, produk X justru memiliki prioritas harga yang yang paling rendah
(harga paling mahal) sehingga berdasarkan prespektif harga justru merupakan
pilihan terakhir.
Alasan pemilihan ini jelas; X mendominasi Y dan Z dalam hal semua intensitas
sifat lain yang disenangi. Jadi perusahaan itu memutuskan untuk memasarkan suatu
produk yang unggul dan mematok harga yang tinggi, suatu keputusan yang bukan
tidak konsisten dengan situasi dunia nyata.
Menyelesaikan AHP dengan program Expert Choice

Dalam kasus AHP apabila kriteria atau alternatif berjumlah banyak atau kompleks
maka perhitungan AHP secara manual akan sulit dilakukan. Salah satu software yang
dapat membantu adalah Expert Choice.
Contoh kasus AHP dengan Expert Choice
Pengantar

Langkah 1. Pembuatan dan Penyimpanan File
Buka aplikasi Expert Choice 11, dengan klik 2 kali pada icon EC. Selanjutnya
akan muncul window atau screen selamat datang “Welcome to Expert
Choice”
Pilih Create → New Model → klik OK

Pada window ini klik Create → New Model → OK, kemudian akan muncul
window penyimpanan untuk file baru yang akan kita buat. Isikan nama file
sesuai dengan keinginan kita → kemudian klik Open
Setelah itu akan muncul window “Goal Description”. Pada window ini isikan
secara singkat tujuan atau goal yang ingin dicapai.
Setelah mengisi deskripsi selanjutnya klik OK, lalu akan muncul window Ruang
Kerja dengan sebuah Node yang merupakan hierarki level utama atau goal
yang ingin dicapai.
Langkah 2 : Penyusunan Hierarki

Perhatikan kembali susunan hierarki KRITERIA secara manual, pada hierarki II
kriteria yang digunakan dimasukkan sebagai anak atau turunan hierarki I dengan →
klik kanan pada Node hierarki I, kemudian pilih INSERT CHILD of CURRENT NODE

Masukkan kriteria pertama , kemudian klik enter, dan seterusnya untuk kriteria
selanjutnya. Jika dalam kasus ini, Goal : Komoditas Ternak yang Dikembangkan di
Kab. Majene, kemudian kriteria pemilihannya adalah Daya Dukung Lahan, Kesuburan
Lahan, Nilai Ekonomi dan Peluang Pasar → Kemudian klik bebas di ruang kerja.
Hingga akan diperoleh tampilan sebagai berikut :
Selanjutnya kita akan memasukkan alternatif-alternatif komoditas ternak yang akan

dikembangkan. Untuk memasukkan alternatif Klik icon Add Alternatif. Selanjutnya
akan muncul window alternative name, lalu isi dengan nama komoditi yang akan

dikembangkan (Ulangi proses pada nomor 2 dan 3 hingga semua alternatif
dimasukkan. Hingga diperoleh tampilan seperti pada Gambar berikut.
Langkah III : Pembobotan Kriteria

Sebagaimana prosedur yang dilakukan pada analisis manual, tahap pembobotan
pertama dilakukan pada hierarki II terhadap hierarki I. Artinya kita ingin
memberikan bobot terhadap masing-masing kriteria untuk mengetahui kriteria mana
yang paling diunggulkan. Nilai-nilai hasil pembobotan ini akan dimasukkan kedalam
program EC. Pertama klik pada Node utama atau Goal pada kolom bagian kiri. Lalu
Klik Assessment pada tool bar window, kemudian pilih pairwise
Selanjutnya akan muncul window compare the relative preference with respect
to: Goal: Komoditas Ternak Dikembangkan di Kab. Majene. Perhatikan bagian yang
diberi kotak bergaris biru pada Gambar berikut ini. Pada kotak tersebut terdapat
tombol radio (radio button) yang dapat anda geser kekanan atau kekiri sesuai

dengan peringkat bobot yang diberikan. Contoh Perbandingan antara Daya dukung
lahan.Kebutuhan lahan dengan Nilai ekonomi & peluang pasar. Hasil pembobotan
pada Tabel 1 menunjukkan bahwa nilai ekomomi & daya dukung pasar (NE&PP) lika
kali lebih penting dibandingkan dengan daya dukung lahan (DDL) sehingga, tombol
radio digeser ke arah kanan dan berhenti pada angka 5. Selanjut lakukan pengisian
untuk kolom-kolom lain sebagaimana prosedur tersebut hingga diperoleh hasil.
Kelebihan analisis menggunakan EC ini adalah informasi tentang konsistensi
penilaian dapat langsung diketahui (dilingkari merah). Konsistensi pembobotan pada
hierarki kedua ini menunjukkan angka 0,05 atau <0,1 sehingga hasil penilaian
dianggap memenuhi persyaratak inkonsistensi atau pembobotan dilakukan secara
konsisten. Jika pembobotan selesai, klik Caculate.
Langkah IV (Pembobotan Alternatif)

Pembobotan kedua dilakukan pada masing-masing alternaitf terhadap kriteria
(hierarki II). Pembobotan dimaksudkan untuk memberi penilaian karakter masing-
masing komoditas (alternatif) berdasarkan kriteria yang ada. Pertama-tama klik
pada kriteria 1 (Daya dukung lahan/Kebutuhan Lahan), kemudian Klik Assessment
pada tool bar window, pilih perbandingan berpasangan Pairwise. Selanjutnya akan
muncul window perbandingan relatif. Masukkan nilai-nilai masing-masing bobot
berdasarkan hasil penilaian yang diperoleh pada analisis secara manual. Pertama
bandingkan antara sapi potong dan kambing dalam hal kriteria daya dukung lahan/
kebutuhan lahan. Nilai pembobotan yang diperoleh pada analisis sebelumnya
(silahkan dilihat).

Selanjutnya lakukan pengisian sebagaimana prosedur pada Langkah III di atas, hingga
diperoleh hasil pengisian sebagaimana ditunjukkan pada Gambar berikut :
Langkah V (Sintesis)
Setelah semua pembobotan alternatif dilakukan untuk semua kriteria, selanjutnya
perolehan hasil (sintesis) sekarang dapat dilakukan. Setelah kembai ke window
utama. Klik Synthesize, pilih with respct to goal. Maka akan muncul window seperti
Gambar berikut :
Klik sort by priority untuk mlihat prioritas utama.

Dengan demikian dapat disimpulkan bahwa ternak kambing sebagai komoditi ternak
yang akan dikembangkan di kabupaten Majene. Hasil analisis yang dilakukan secara
manual menunjukkan tingkatan prioritas yang sama, namun terdapat selisih nilai
sistensis sekitar 0,015 sampai 0,02. Kemungkinan besar hal ini dikarenakan pada
proses pada analisis menggunakan Expert Choice, tingkat inconsistensi ikut
berkonstribusi terhadap hasil sistensis global yang diperolah, sementara pada
prosedur manual tidak.

Contoh hasil akhir dari pengolahan Expert Choice

BAB VIII
PENGUKURAN EFISIENSI MENGGUNAKAN

DATA ENVELOPMENT ANALYSIS (D E A)
Data Envelopment Analysis (DEA) pertama kali diperkenalkan oleh Charnes,

Cooper dan Rhodes pada tahun 1978. DEA merupakan suatu pendekatan
nonparametrik yang pada dasarnya merupakan pengembangan dari Linear
Programming (LP). Data Envelopmemt Analysis berfungsi untuk menilai efisiensi
dalam penggunaan sumber daya (input) untuk mencapai hasil (output) yang
tujuannya untuk maksimalisasi efisiensi.
Data Envelopment Analysis (DEA) merupakan sebuah metode pendekatan
yang bersifat non parametrik yang didasarkan pada perhitungan programasi linier.
DEA dapat dipergunakan untuk mengukur kinerja sebuah perusahaan, daerah
maupun bentuk usaha lain yang didefinisikan sebagai rasio antara output terbobot
dengan input yang telah dibobot. Metode ini mampu untuk mengatasi keterbatasan
yang dimiliki oleh regresi berganda atau analisis rasio parsial. Dengan menerapkan
DEA maka analis dituntut untuk dapat menentukan bobot yang harus diberikan
kepada input maupun outputnya. Bobot yang dihasilkan memiliki beberapa sifat
seperti non negativity serta bersifat universal. Bobot yang dipilih oleh DEA
merupakan bobot tertinggi yang akan memaksimumkan rasio efisiensinya. (PAU
Ekonomi UGM, 2000 dalam Tri Widodo).
Menurut Fauzi, DEA merupakan pengukuran efisiensi yang bersifat bebas nilai
(value free) karena didasarkan pada data yang tersedia tanpa harus
mempertimbangkan penilaian (judgement) dari pengambil keputusan (Korhumen
et.al, 1998). Teknik ini didasarkan pada pemrograman matematis atau
mathematical programming untuk menentukan solusi optimal yang berkaitan
dengan sejumlah kendala. DEA bertujuan mengukur keragaan relatif (relative
performance) dari unit analisis pada kondisi keberadaan multiple inputs dan outputs
(Dyson, Thanassoulis dan Boussofiane, 1990). Keistimewaan DEA yang lain adalah
kemampuannya dalam mengakomodasi multiple outputs dan multiple inputs, serta

tingkat input atau output yang nil maupun nondikrets. DEA juga mampu menentukan
tingkat potensial maksimum dari effort atau variabel input secara umum dan laju
optimalnya.
DEA dapat digunakan secara empiris untuk mengukur efisiensi produksi unit
pembuat keputusan atau Decision Making Unit (DMU). Meskipun DEA memiliki kaitan
yang kuat dengan teori produksi di bidang ekonomi, alat ini juga digunakan untuk
pembandingan dalam manajemen operasi, dimana satu set tindakan dipilih untuk
membandingkan kinerja operasi manufaktur dan layanan. Dalam keadaan
benchmarking, DMU yang efisien, seperti yang didefinisikan oleh DEA, mungkin tidak
harus membentuk “production frontier“, namun mengarah pada “best-practice
corner“.
Istilah DMU dalam DEA dapat berupa bermacam-macam unit seperti bank,
rumah sakit, unit dari pabrik, departemen, universitas, sekolah, pembangkit listik,
kantor polisi, kantor samsat, kantor pajak, penjara, dan apa saja yang memiliki
kesamaan karakteristik operasional. Terdapat dua faktor yang mempengaruhi
dalam pemilihan DMU, yaitu : DMU harus merupakan unit-unit yang homogen. Unit-
unit tersebut melakukan tugas (task) yang sama, dan memiliki obyektif yang sama.
Input dan output yang mencirikan kinerja dari DMU harus identik, kecuali berbeda
hanya intensitas dan jumlah/ukurannya (magnitude).
Data Envelopment Analysis dapat digunakan untuk mengukur efisiensi, antara
lain untuk penelitian kesehatan (health care), pendidikan (education), pabrik
(manufacturing), transportasi (transportation) maupun perbankan (banking). Ada
tiga manfaat yang diperoleh dari pengukuran efisiensi dengan DEA, diantaranya:
1. Pertama sebagai tolak ukur untuk memperoleh efisiensi relatif yang berguna
untuk mempermudah perbandingan antar unit ekonomi yang sama.
2. Kedua, mengukur berbagai variasi efisiensi antar unit ekonomi untuk
mengidentifikasi faktor-faktor penyebabnya.
3. Ketiga, menentukan implikasi kebijakan sehingga dapat meningkatkan tingkat
efisiensinya.

DEA untuk sebuah unit kegiatan ekonomi dituliskan ke dalam persamaan linier
yang selanjutnya dapat diselesaikan dengan menggunakan program linier dengan
menggunakan bobot dari input dan output setiap kegiatan ekonomi sebagai variabel
keputusannya (decision variables). Untuk menyelesaikan persamaan liner ini dapat
digunakan berbagai macam software seperti QM for Windows, CMOM, Lindo, WDEA,
DEA, dan sebagainya. Pada aplikasi laboratorium kali ini software yang akan
digunakan adalah WDEA, DEA, CMOM dan QSB.
Jadi secara lebih jelasnya kelebihan DEA dibandingkan dengan metode lain
dapat kita jabarkan sebagai berikut :
a. Mampu mendeteksi inefisiensi spesifik dan sumber inefisiensi tersebut.
b. Tidak memerlukan asumsi terhadap definisi input maupun output, sedangkan
jumlah input maupun output yang dipergunakan dapat berjumlah banyak.
c. Tidak bergantung pada harga.
Pengambilan kebijakan yang dilakukan seringkali menuntut eksekutor untuk
memahami keuntungan yang dimiliki oleh setiap kegiatan sehingga mampu
menghasilkan sebuah output maupun efisiensi yang besar. Untuk menentukan
kebijakan apa yang harus diambil, DEA memiliki beberapa keuntungan dibandingkan
dengan metode lainnya. Pertama, DEA mampu menghasilkan efisiensi bagi setiap
unit kegiatan ekonomi yang akan dijalankan oleh pengambil keputusan. Dengan
menginterpretasikan hasil perhitungan DEA, maka pengambil keputusan dapat
menentukan jenis kegiatan ekonomi apa yang harus mendapatkan perhatian khusus
atau memerlukan perencanaan ulang. Kedua, seorang manajer dapat pula menyusun
strategi perbaikan untuk memperbaiki kegiatan ekonomi yang memiliki efisiensi
kurang dari 100 %. Dengan kata lain, DEA dapat dipergunakan untuk menunjukkan
kegiatan ekonomi apa yang memiliki tingkat efisiensi sempurna (100%) serta
besarnya angka pengganda untuk digunakan sebagai dasar dalam menyusun strategi
perbaikan. Penyusunan strategi perbaikan dapat dilakukan denga membuat kegiatan
ekonomi imaginer (kegiatan ekonomi hipotesis) yang menggunakan input dalam
jumlah kecil namun menghasilkan tingkat output yang lebih besar daripada kegiatan
ekonomi yang telah ada sebelumnya. Ketiga, menghasilkan matriks efisiensi silang.

Yang dimaksud dengan efisiensi silang adalah rasio output tertimbang terhadap
input tertimbang yang kesemuanya dihitung dengan menggunakan setiap input
maupun output dari setiap kegiatan ekonomi yang dilakukan.
Pada dasarnya terdapat dua jenis perhitungan DEA. Perhitungan pertama
dapat dilakukan dengan menggunakan metode grafis. Sedangkan metode kedua
merupakan perhitungan yang dapat dilakukan dengan menggunakan programasi
liner. Perhitungan kedua ini selanjutnya dapat dilakukan dengan menggunakan
berbagai macam alat seperti simplex, maupun alat perhitungan lainnya.
METODE DATA ENVELOPMENT ANALYSIS

Terdapat dua metode utama dalam perhitungan yang dilakukan dengan DEA,
yaitu pendekatan secara grafis dan pendekatan secara linier dengan programasi
linier.
1. Pendekatan Grafis
Pendekatan secara grafis dapat kita pergunakan untuk membahas dasar teori
yang berlaku pada metode DEA. Sebagai contoh, kita misalkan pemerintah daerah
memiliki tiga macam kegiatan yang dapat dijalankan dengan hasil tertentu. Input
dan Output setiap jenis kegiatan yang dapat dilakukan inipun berbeda satu sama
lain. Misalkan jenis kegiatan pertama membutuhkan input 1 sebanyak 16 dan input
2 sebanyak 22 (16 , 22) dan mampu menghasilkan output sebanyak 15. Kegiatan jenis
kedua ternyata membutuhkan input 1 dan 2 sebanyak 4 dan 5 unit serta
menghasilkan output sebanyak 12 unit. Sedangkan kegiatan ketiga membutuhkan
input sebanyak 10 dan 8 unit untuk menghasilkan output sebanyak 20 unit.
Input Output
Input 1 16
Kegiatan A 15
Input 2 22
Input 1 4
Kegiatan B 12
Input 2 5
Input 1 10
Kegiatan C 20
Input 2 8

Selanjutnya untuk melakukan analisis secara grafis perlu dilakukan
perhitungan rasio dari setiap input maupun output. Perhitungan ini disajikan ke
dalam tabel berikut :
Input 1 / Input 2/
Kegiatan
Output Output
A 0,400 0,133
B 0,333 0,417
C 0,500 0,400
Dari sinilah kita dapat melakukan analisis secara grafis. Hasil pehitungan rasio
yang kita peroleh inilah yang akan kita gambarkan ke dalam grafik.
Input 1/ output
0 Input 2/output
Daerah ABC merupakan daerah efisien sedangkan daerah di sebelah kanan

titik A merupakan daerah yang tidak efisien. Demikian hanya dengan daerah yang
berada di sebelah kiri titik B merupakan daerah yang tidak lagi efisien. Grafik itulah
yang dinamakan sebagai Data Envelopment Analysis, mengingat grafik ini mencakup
keseluruhan kegiatan yang menjadi pilihan bagi pengambil keputusan.
2. Pendekatan Linear Programing.
Seperti telah dijelaskan sebelumnya bahwa programasi linier meminta
seorang analis untuk mendefinisikan fungsi tujuan yang akan dipecahkan dengan

dibatasi oleh fungsi kendala. Fungsi tujuan yang dimaksud adalah rasio dari total
output tertimbang terhadap total input tertimbangnya. Pengukuran efisiensi pada
dasarnya merupakan rasio antara input dan output, atau
output
Efisiensi =
input
Seperti dijelaskan sebelumnya, pengukuran efisiensi ini menjadi tidak tepat
apabila kita berhadapan dengan data multiple inputs dan outputs yang berkaitan
dengan sumber daya, faktor aktivitas dan lingkungan yang berbeda. Meskipun
pengukuran efisiensi yang menyangkut multiple input dan output dapat diatasi
dengan menggunakan pengukuran efisiensi relatif yang dibobot sebagaimana ditulis
berikut :
jumlah..output. yang.sudah.dibobot
Efisiensi =
jumlah.input. yang.sudah.dibobot
Atau dapat ditulis :

w1 y1 j + w2 y2 j + ........
Efisiensi.dari.unit. j =
v1 x1 j + v2 x2 j + ..........
Dimana : w1 = pembobotan untuk output 1

y1j = jumlah ouput 1 dari unit j
v1 = pembobotan untuk input 1
x1j = jumlah dari input 1 ke unit j
Namun, pengukuran tersebut tetap memiliki keterbatasan berupa sulitnya
menentukan bobot yang seimbang untuk input dan output. Keterbatasan tersebut
kemudian dijembatani dengan konsep DEA, di mana efisiensi tidak semata-mata
diukur dari rasio output dan input, tetapi juga memasukkan faktor-faktor
pembobotan dari setiap output dan input yang digunakan. Oleh karena itu, di dalam
DEA efisiensi diartikan sebagai target untuk mencapai efisiensi maksimum, dengan
kendala relatif efisiensi seluruh unit tidak boleh melebihi 100 %. Secara matematis,
efisiensi dalam DEA merupakan solusi dari persamaan berikut :

w y i ij m
max .Em = i
v y
k
k kj m
dengan kendala
w y i ij m
i
1
v y
k
k kj m
untuk setiap unit ke j
wi , vk  
Pemecahan masalah pemrograman matematis di atas akan menghasilkan nilai

Em yang maksimum, sekaligus nilai bobot (w dan v) yang mengarah ke efisiensi. Jadi,
jika nilai =1, unit ke-m tersebut dikatakan efisien relatif terhadap unit yang lain.
Sebaliknya, jika nilai lebih kecil dari 1, unit lain dikatakan lebih efisien, relatif
terhadap unit m, meskipun pembobotan dipilih untuk memaksimisasi unit m.
Salah satu kendala dari pemecahan persamaan maksimisasi di atas adalah
persamaan tersebut berbentuk fractional sehingga sulit dipecahkan melalui
pemrograman linear. Namun, dengan melakukan linerarisasi, persamaan tesrebut
dapat diubah menjadi persamaan linear, sehingga pemecahan melalui pemrograman
liner (linear programming) dapat dilakukan. Linearisasi persamaan di atas
menghasilkan persamaan sebagai berikut :
max .Em =  wi yij m
i
Dengan kendala
v y
k
k kj m =
w y
i
i ij m −  vk ykjm  1
k
wi , vk  
Salah satu manfaat dilakukannya linearisasi adalah kita dapat melakukan
pemecahan pemrograman linear di atas dengan pemecahan dual dari persamaan
tersebut. Sebagaimana ciri yang dimiliki oleh pemrograman linear, pemecahan baik
primal mapun dual akan menghasilkan solusi yang sama. Namun, pemecahan dengan

dual seringkali lebih sederhana, sebab dimensi kendala berkurang. Primal dan dual
variabel dari persamaan tersebut di atas dapat ditulis kembali sebagai berikut :
Model Primal Variabel Dual
max .Em =  wi yij m Z
i
dengan kendala
v y
k
k kjm = 0
w y
i
i ijm −  vk ykjm  1 j= 1,2,….n
k
Sk−
- vk < - k= 1,2,....m Si+
- wi < - i= 1,2,....t
Dengan demikian dual dari persamaan di atas dapat ditulis sebagai berikut :
min  .Z m −   Si= −   S k−
i k
dengan kendala :
xkj Z m − S k− −  xkj  j = 0...k = 1,....m
j
Si+ +  yij  j = yij m ...i = 1,...,t

j
 j , S , S k−  0
i
+
Hasil analisis DEA dapat dijabarkan dalam bentuk grafik melalui apa yang
disebut Efficiency Frontier. Gambar berikut menggambarkan efficiency frontier dari
enam unit yang menghasilkan dua jenis oputput y1 dan y2.
Pada gambar berikut, titik-titik E1 dan E6 menggambarkan unit pada
efficiency frontier. Dengan DEA, titik-titik E1, E3 dan E4 menggambarkan unit yang
efisien karena tepat berada di efficiency frontier, sekaligus menjadi “amplop”
(envelope) yang menutupi seluruh set data yang ada. Unit E5 dan E6 berada dalam
“amplop” tersebut sehingga dikatakan tidak efisien. Amplop data ditutup ke
horisontal aksis dengan D4y1’ sementara ke vertikal aksis ditutup dengan D1y2’.

Dari gambar di atas terlihat bahwa kelompok terdekat (peer unit) untuk unit
E5 adalahE1 dan E2, dan target efisien dari E5 adalah E5’. Target tersebut dapat
dicapai dengan meningkatkan output E5 secara profesional (pro rata) antara y1 dan
y2. Peningkatan tersebut diperoleh dengan pembobotan unit E1 dan E2. Namun ,
jika misalnya output y2 tidak dapat ditingkatkan, pilihan target efisien berikutnya
dari E5 adalah titik E5’’ yang sepenuhnya mengandalkan peningkatan output y1.
Sementara itu, untuk unit E6, target efisien adalah titik D6’ dengan meningkatkan
output secara pro rata antara y1 dan y2. Namun, pada titik tersebut efisiensi telah
didominasi oleh E4, sebab dengan output y1 yang sama, E4 memiliki output y2 yang
lebih banyak dari E6.
Pengukuran efisiensi dengan DEA, sebagaimana pengukuran efisiensi lain,
terkait dengan aspek produksi dari aktivitas ekonoi yang diamati. Dari sisi teoritis,
fungsi produksi berkaitan erat dengan return to scale yang menghubungkan
bagaimana output bereaksi terhadap perubahan input. Di dalam model DEA yang
dikembangkan oleh CCR, efisiensi diukur dengan asumsi bahwa fungsi produksi
bersifat constant return to scale (CRS). Artinya, jika input dinaikkan dua kali lipat,
misalnya, output juga meningkat secara proporsional (dua kali lipat). Model ini
sangat bersifat linear dan sangat mudah diformulasikan serta dikerjakan dalam
program linear. Namun, model yang didasarkan pada constant return to scale ini
tidak selalu tepat bila diaplikasikan pada aktivitas produksi yang mengalami non
constant return to scale. Beberapa fungsi produksi, seperti produksi perikanan,
bersifat decresasing return to scale. Untuk mengatasi permasalahan tersebut model
asal dari CCRS ini kemudian dikembangkan lebih lanjut oleh Banker, Charnes, dan
Cooper (1984) dan dikenal dengan mdel BCC DEA, yang memungkinkan kita
melakukan analisis efisiensi bagi aktivitas ekonomi yang bersifat variable return to
scale. Kedua pendekatan DEA tersebut merupakan pendekatan dasar yang digunakan
dalam analisis DEA.

PRAKTIK PENDALAMAN
Soal/Studi Kasus
Dengan menggunakan program DEA, hitunglah efisiensi yang dapat dilakukan oleh
pengambil kebijakan.
AWARDS COST MUMET
BANK JABAR 1158 306684 668964
BANK DKI 1003 480274 402798
BANK JATIM 1209 196413 467748
BANK JATENG 2336 583754 358501
BANK SUMUT 713 443967 233994
BPD BALI 643 114621 290900
BANK NAGARI 1007 71524 241814
BPD KALTIM 501 50000 128798
BPD RIAU 531 55421 141246
BPD IRIAN 628 50000 116090
Petunjuk Penyelesaian :
A. Dengan Software WDEA
Data yang telah tersedia dapat dituliskan ke dalam file ASCII melalui program
notepad maupun wordpad. Perlu diperhatikan di sini adalah nama variabel yang
dituliskan harus dimulai dengan huruf besar serta tidak diperbolehkan untuk
menggunakan spasi. Untuk membedakan satu variabel dengan variabel lain maka
gunakan Tabs pada keyboard. Untuk memperjelas pembahasan kita, perhatikanlah
contoh data berikut :

Setelah kita susun data yang akan kita pergunakan dalam bentuk ASCII,
selanjutnya file tersebut dapat kita buka melalui program WDEA secara biasa. Hal
ini dapat dilakukan dengan :
1. Memilih File menu, pilih Open .....
2. Pilih data file yang diinginkan
3. Klik OK....
4. Apabila muncul peringatan “Append to the Existing File?” Dapat dipilih YES
yang akan membuat nama file baru, sedangkan apabila memilih NO maka
WDEA akan menggunakan nama file yang telah ada.
Apabila file telah terbuka maka kita dapat menyusun unit kegiatan ekonomi yang
kita pergunakan. Untuk melakukannya, pilih RUN MENU dan kemudian Select Units
Ctrl+U...
Sedangkan untuk memilih jenis input maupun jenis output, pilih Run menu, Select
IOs Ctrl+I... sehingga akan muncul dialog sebagai berikut :
Apabila kita telah menentukan variabel apa yang menjadi input serta yang menjadi
output, maka kita dapat meminimalkan input yang dipergunakan atau
memaksimalkan output yang dihasilkan. Hal ini dapat dilakukan dengan melakukan
execute yang terdapat dalam run menu program. Hal ini dapat dilaukan dengan
memilih Run Menu, Execute Ctrl+R... kemudian akan muncul dialog box berikut.
Output yang dihasilkan dari perhitungan yang dilakukan akan dicatat dalam log
windows sesuai dengan pilihan yang kita lakukan ketika kita mengeksekusi
perhitungan DEA tersebut. Hasil perhitungan WDEA selanjutnya akan berbentuk
tabel sebagai berikut :
Tabel of efficiencies (fadial)
32.00 BPD_Irian 41.57 Bank_Nagari 42.99 Bank_Jateng
44.50 BPD_Kaltim 46,05 BPD_Riau 66.97 Bank_Jatim
78.31 BPD_Bali 96.47 Bank_DKI 100.00 Bank_Jabar
100.00 Bank_Sumut

Tabel of peer units
Peer for unit BPD_Irian efficiency 32.00% radial
BPD_Irian Bank_Jabar
Actual Lambda 0.174
628.0 - Awards 201.0
50000.0 + Cost 53221.0
116090.0 + Mumet 116090.0
Perhitungan yang dilakukan tersebut merupakan perhitungan dengan kriteria
constant, dan kita dapat melakukan perhitungan yang lain dengan menggunakan
kriteria variable return to scale. Hal ini dapat dilakukan dengan melakukan
perubahan kriteria yang dapat kita lakukan dengan mengganti pilihan model.
Langkah yang harus dilalui adalah sebagai berikut. Pilih Option Menu, Return To
Scale, Variable..
Setelah kita selesai memilih jenis model tersebut, perhitungan minimisasi input
selanjutnya akan melalui tahapan yang sama dengan apa yang sebelumnya kita
lakukan dalam menghitung kriteria constant return to scale.
B. Dengan Software DEAP

Software DEAP berbeda dengan WDEA dalam pengoperasiannya. WDEA adalah
software DEA dalam tampilan Windows, sehingga pengoperasiannya lebih mudah,
sedangkan DEAP adalah sofware DEA dibawah pengoperasian DOS, sehingga data dan
perintah yang akan digunakan harus diketik di notepad atau wordpad. Namun
keunggulan DEA dapat dilakukan pada kasus dimana tingkat efisiensi yang
perusahaan yang hendak diketahui tidak hanya efisiensi antar perusahaan namun
bisa juga antar perusahaan tersebut dalam kurun waktu tertentu (PANEL DATA).
Sebagai contoh tampilan data dalam notepad untuk aplikasi software DEAP,
nama file harus diakhiri dengan -DTA

Urutan data pada tabel di atas adalah input output output (karena yang ingin
diketahui nilai efisiensi dari satu buah input dalam menghasilkan 2 output)
Kemudian kita meng-execute DEAP dengan menggunakan file instruksi yang
telah diketik sebelumnya di notepad, atau menggunakan file instruksi yang sudah
ada yang sejenis, file instruksi tersebut adalah file yang diakhiri dengan -INS, dan
output yang dihasilkan akan disimpan secara otomatis dalam file yang diakhiri
dengan -OUT. Sebagai contoh adalah berikut
Data file name adalah nama data yang disimpan, dan output file name adalah
tempat dimana output dapat kita lihat. Number of firm adalah jumlah data yang
kita miliki. Number of time period apabila hanya 1 tahun data tersebut maka tulis
angka 1, sedangkan jika kita menggunakan data panel data maka tulislah jumlah
tahun yang akan diamati. Apabila kita menggunakan dual maka yang dipilih adalah
input orientated dan jika primal maka output orientated. CRS adalah jika fungsi
produksi tersebut diasumsikan constant return to scale dan VRS jika variable return
to scale.
Kemudian buka program DEAP, dan langsung terlihat layar sebagai berikut :

Output yang dihasilkan otomatis akan tersimpan dalam DEA-OUT.txt Untuk
melihat hasil output maka file output tersebut harus dibuka, dan hasilnya adalah
sebagai berikut :
Results from DEAP Version 2.1
Instruction file = deap-ins.txt

Data file = deap-dta.txt
Input orientated DEA
Scale assumption: CRS
Slacks calculated using multi-stage method
EFFICIENCY SUMMARY:
firm te
1 0.278
2 0.649
3 0.397
4 1.000
5 1.000
6 0.339

7 0.639
8 0.597
9 0.577
10 0.830
mean 0.631
SUMMARY OF OUTPUT SLACKS:

firm output: 1 2
1 0.000 0.000
2 0.000 0.000
3 0.000 105649.682
4 0.000 0.000
5 0.000 0.000
6 0.000 46061.287
7 0.000 180119.955
8 0.000 75197.241
9 0.000 77273.081
10 0.000 106933.866
mean 0.000 59123.511
SUMMARY OF INPUT SLACKS:

firm input: 1
1 0.000
2 0.000
3 0.000
4 0.000
5 0.000
6 0.000
7 0.000
8 0.000
9 0.000
10 0.000
mean 0.000
SUMMARY OF PEERS:
firm peers:
1 4 5
2 4 5
3 4
4 4
5 5

6 4
7 4
8 4
9 4
10 4
SUMMARY OF PEER WEIGHTS:

(in same order as above)
firm peer weights:

1 0.476 0.065
2 0.166 0.864
3 0.518
4 1.000
5 1.000
6 0.275
7 0.431
8 0.214
9 0.227
10 0.269
PEER COUNT SUMMARY:

(i.e., no. times each firm is a peer for another)
firm peer count:

1 0
2 0
3 0
4 8
5 2
6 0
7 0
8 0
9 0
10 0
SUMMARY OF OUTPUT TARGETS:
firm output: 1 2
1 1158.000 306684.000
2 1003.000 480274.000
3 1209.000 302122.682
4 2336.000 583754.000

5 713.000 443967.000
6 643.000 160682.287
7 1007.000 251643.955
8 501.000 125197.241
9 531.000 132694.081
10 628.000 156933.866
SUMMARY OF INPUT TARGETS:
firm input: 1
1 185826.769
2 261551.073
3 185542.684
4 358501.000
5 233994.000
6 98679.856
7 154542.169
8 76887.415
9 81491.452
10 96377.837
FIRM BY FIRM RESULTS:
Results for firm: 1

Technical efficiency = 0.278
PROJECTION SUMMARY:
variable original radial slack projected
value movement movement value
output 1 1158.000 0.000 0.000 1158.000
output 2 306684.000 0.000 0.000 306684.000
input 1 668964.000 -483137.231 0.000 185826.769
LISTING OF PEERS:
peer lambda weight
4 0.476
5 0.065
Results for firm: 2
PROJECTION SUMMARY:
output 1 1003.000 0.000 0.000 1003.000
output 2 480274.000 0.000 0.000 480274.000
input 1 402798.000 -141246.927 0.000 261551.073
LISTING OF PEERS:
peer lambda weight

4 0.166
5 0.864
Results for firm: 3

PROJECTION SUMMARY:
output 1 1209.000 0.000 0.000 1209.000
output 2 196473.000 0.000 105649.682 302122.682
input 1 467748.000 -282205.316 0.000 185542.684
LISTING OF PEERS:
peer lambda weight
4 0.518
Results for firm: 4

PROJECTION SUMMARY:
output 1 2336.000 0.000 0.000 2336.000
output 2 583754.000 0.000 0.000 583754.000
input 1 358501.000 0.000 0.000 358501.000
LISTING OF PEERS:
peer lambda weight
4 1.000
Results for firm: 5

PROJECTION SUMMARY:
output 1 713.000 0.000 0.000 713.000
output 2 443967.000 0.000 0.000 443967.000
input 1 233994.000 0.000 0.000 233994.000
LISTING OF PEERS:
peer lambda weight
5 1.000
Results for firm: 6

PROJECTION SUMMARY:

output 1 643.000 0.000 0.000 643.000
output 2 114621.000 0.000 46061.287 160682.287
input 1 290900.000 -192220.144 0.000 98679.856
LISTING OF PEERS:
peer lambda weight
4 0.275
Results for firm: 7

PROJECTION SUMMARY:
output 1 1007.000 0.000 0.000 1007.000
output 2 71524.000 0.000 180119.955 251643.955
input 1 241814.000 -87271.831 0.000 154542.169
LISTING OF PEERS:
peer lambda weight
4 0.431
Results for firm: 8

PROJECTION SUMMARY:
output 1 501.000 0.000 0.000 501.000
output 2 50000.000 0.000 75197.241 125197.241
input 1 128798.000 -51910.585 0.000 76887.415
LISTING OF PEERS:
peer lambda weight
4 0.214
Results for firm: 9

PROJECTION SUMMARY:
output 1 531.000 0.000 0.000 531.000
output 2 55421.000 0.000 77273.081 132694.081
input 1 141246.000 -59754.548 0.000 81491.452
LISTING OF PEERS:
peer lambda weight
4 0.227

Results for firm: 10
PROJECTION SUMMARY:
output 1 628.000 0.000 0.000 628.000
output 2 50000.000 0.000 106933.866 156933.866
input 1 116090.000 -19712.163 0.000 96377.837
LISTING OF PEERS:
peer lambda weight
4 0.269

BAB IX
PENGUKURAN EFISIENSI MENGGUNAKAN STOCHASTIC FRONTIER
Salah satu ukuran kinerja perusahaan dapat dilihat dari bagaimana

perusahaan tersebut mengelola input yang digunakannya untuk menghasilkan
sejumlah output. Pengukuran kinerja yang digunakan merupakan ukuran relatif,
antara satu unit kegiatan ekonomi dengan unit lainnya. Metode yang digunakan
mengacu pada struktur teknologi produksi yang digunakan dan perilaku ekonomis
dari pengambil keputusan pada perusahaan tersebut.
Salah satu bahasan dalam Ekonomi Mikro adalah perilaku produsen baik dalam
teori produksi maupun teori biaya. Dalam teori produksi salah satu bahasan yang
kerap diambil sebagai penelitian adalah mengenai fungsi produksi, yang
menggambarkan skala ekonomis yang dihasilkan dalam sebuah proses produksi,
serta elastisitas dari setiap variabel input terhadap output yang dihasilkan.
Secara definisi, fungsi produksi menggambarkan hubungan teknis antara input
dan output dalam proses produksinya. Fungsi produksi didefinisikan sebagai upaya
memaksimumkan output dengan menggunakan input yang ada. Fungsi produksi
tersebut seringkali diselesaikan dengan menggunakan pendekekatan estimasi
ekonometrika. Dari fungsi produksi tersebut banyak analisis yang dapat
dikembangkan seperti : tingkat produktivitas, efisiensi teknis, efisiensi alokasi,
perubahan teknis, skala ekonomi, total factor productivity, production frontier dan
feasible production set.
Pengertian produksi adalah kombinasi antara masukan input untuk
menghasilkan keluaran output. Produksi adalah kombinasi fakor-faktor produksi
yang dibutuhkan untuk memproduksikan satu satuan produk. Sedangkan menurut
Sudarman (1990 :119) produksi adalah suatu penciptaan guna dimana guna berarti
kemampuan barang atau jasa untuk memenuhi kebutuhan manusia, produksi
meliputi semua aktivitas tidak hanya mencakup pembuatan barang-barang yang
dapat dilihat. Pada dasarnya produksi memiliki pengertian yang luas bukan hanya
menghasilkan, tetapi mencakup semua usaha dan kegiatan yang menciptakan dan

menambah kegunaan Sukartawi. (1998) Menurut Assauri (1998:123) dalam bukunya
manajemen produksi, produksi adalah segala kegiatan dalam menciptakan dan
menambah kegunaan suatu barang atau jasa, untuk kegiatan dimana dibutuhkan
faktor-faktor produksi yang dalam ilmu ekonomi berupa tanah, modal, dan tenaga
kerja.
Selanjutnya, Soekartawi (2003) menyatakan bahwa terdapat macam bentuk
hubungan fungsional antara faktor produksi (input) dengan hasil produksinya
(output), antara lain bentuk linier, kuadratik, eksponensial. Akan tetapi yang umum
dan sering digunakan adalah bentuk eksponensial atau biasa disebut fungsi Cobb-
Douglas.
Dalam bab 6 dan 7, analisis fungsi produksi yang akan dibahas adalah
mengenai tingkat efisiensi produksi yang dihasilkan oleh perusahaan atau unit
kegiatan ekonomi. Dalam bab 6 metoda pengukuran efisiensi yang digunakan adalah
DEA, dan dalam bab 7 ini adalah metode Stochastic Frontier.
Menurut Samuelson dan William (1999:30) efisiensi diartikan sebagai tidak
adanya barang yang terbuang percuma atau penggunaan sumberdaya ekonomi
seefektif mungkin untuk memenuhi kebutuhan dan keinginan masyarakat.
Menurut Sukirno (2000:119) efisiensi dalam menggunakan faktor-faktor
produksi adalah apabila seluruh faktor-faktor produksi yang tersedia sepenuhnya
digunakan. Efisiensi mengambarkan tingkat penggunaan terbaik atas sumberdaya
yang dimiliki untuk mencapai output yang maksimum.
Efisiensi dibagi dalam tiga kategori yang pertama efisiensi teknis, efisiensi
alokatif, dan efisiensi ekonomis. Untuk melihat dan mengukur seberapa besar
tingkat efisiensi usaha tani serta melihat kinerja suatu perusahaan, maka perlu
adanya suatu analisis untuk mengetahuinya yaitu analisis efisiensi teknis. Efisiensi
teknis yaitu suatu keadaan yang menggambarkan kemampuan perusahaan dalam
menghasilkan output yang maksimal dari setiap input yang ada (Coelli, et. al. 1998:
183).

Pengertian tentang Efisiensi
Efisiensi mengandung pengertian penghematan terhadap sumber-sumber
daya yang digunakan dalam suatu aktifitas. Kumbhakar dan Lovell (2000) dalam
pengertian ini, efisiensi dibagi dalam tiga kategori, yaitu:
1. Efisiensi Teknik
Efisiensi Teknik diartikan suatu keadaan yang menggambarkan kemampuan
perusahaan dalam menghasilkan output yang maksimal dari setiap masing-masing
input yang ada.
2. Efisiensi Alokatif
Suatu keuntungan maksimum dapat diperoleh melalui kombinasi masukan
yang sesuai pada tingkat harga masukan tertentu. Atau sumberdaya dialokasikan
dalam suatu kondisi dimana output tidak bisa ditambah lagi dari kombinasi input
yang tersedia.
3. Efisiensi ekonomis
Efisiensi mengambarkan tingkat penggunaan terbaik atas sumberdaya yang
dimiliki untuk mencapai output potensial yang maksimum. Efisiensi ekonomi terjadi
ketika biaya produksi yang dikeluarkan untuk memperoleh output adalah seminimal
mungkin. Efisiensi ekonomi tergantung kepada harga dari faktor produksi. Efisiensi
ekonomi terjadi ketika sumberdaya dialokasikan, sehingga tidak ada kegiatan yang
dapat ditingkatkan tanpa mengurangi kegiatan yang dapat ditingkatkan tanpa
mengurangi kegiatan lain. Suatu kegiatan dikatakan efisien jika tidak dimungkinkan
lagi untuk meningkatkan salah satu input atau output tanpa membuat input atau
output yang lain lebih buruk
Dalam perkembangannya, efisiensi dapat dilihat dari dua sisi, yaitu mikro dan
makro, serta tidak terlepas pula dari faktor-faktor yang mempengaruhinya. dari segi
sisi mikro, efisiensi dapat dilihat bagaimana biaya produksi yang terpakai dan nilai
keuntungan yang dicapai dengan penggunaan sumber daya tertentu. Sedangkan sisi
makro, efisiensi erat kaitannya dengan jumlah sumber daya yang ada, bagaimana
alokasi pemakaian sumberdaya, tingkat pertumbuhan ekonomi, dan stabilitas
ekonomi yang tercipta.

Dalam penelitian ini, efisiensi dikaitkan khususnya pada efisiensi produksi
usaha tani jagung. Efisiensi produksi adalah efisiensi yang terjadi dalam suatu proses
produksi. Efisiensi yang terjadi dapat dilihat dari fungsi produksi yang berlaku pada
proses pengolahan produksi, maka secara umum, efisiensi dapat diartikan sebagai
upaya penggunaan input yang sekecil-kecilnya untuk mendapatkan produksi yang
sebesar-besarnya.
Untuk mengukur atau menilai seberapa besar suatu efisiensi suatu uni usaha,
maka dapat digunakan efisiensi teknis. Efisiensi teknis adalah suatu keadaan yang
menggambarkan kemampuan perusahaan dalam menghasilkan output yang maksimal
dari setiap masing-masing input yang ada (Coelli, et. al. 1996)
Aplikasi yang digunakan untuk menentukan tingkat efisiensi pada bab ini
adalah FRONTIER PROGRAM. Pada dasarnya program ini merupakan pengembangan
dari program DEAP, dimana keduanya merupakan metode alternatif untuk
mengestimasi fungsi produksi frontier dan juga mengukur tingkat efisiensi produksi.
DEA menggunakan linear programming dalam menentukan tingkat efisiensi
sementara Stochastic Frontier menggunakan metode ekonometrika. Dan perbedaan
yang nyata antara kedua program tersebut adalah bahwa dalam DEA selalu akan
diperoleh unit kegiatan yang paling efisien (dengan nilai 100%) yang menjadi acuan
bagi unit kegiatan lain yang belum efisien. Sehingga unit kegiatan tersebut relatif
belum efisien dibandingkan unit kegiatan ekonomi yang telah mencapai kondisi
efisien.
Sementara dalam Stochastic Frontier tidak menutup kemungkinan bahwa
tidak ada satupun unit kegiatan yang ada telah mencapai posisi efisien (100%).
Kondisi unit kegiatan yang efisien bisa saja ditentukan oleh kondisi yang seharusnya
terjadi mengacu pada kondisi input-input yang digunakan oleh unit-unit kegiatan
tersebut. Jadi kondisi yang efisien bisa saja merupakan kondisi yang seharusnya
dicapai dan dijadikan sebagai benchmark oleh setiap unit kegiatan ekonomi.
Dalam pemecahan masalah pada Stochastic Frontier ini menggunakan
Maximum Likelihood Estimation (MLE) Efisiensi biasanya dapat pula diestimasi
dengan memakai fungsi produksi frontier stokastik seperti yang dilakukan oleh

Aigner, et al (1977). dan dikembangkan oleh Battese dan Coelli (1992, 1996). dengan
alasan bahwa dengan memakai Fungsi frontier stokastik dapat mengukur tingkat
efisiensi secara akurat serta dapat mengoptimalkan output, sehingga bisa diketahui
efisien tidaknya fungsi produksi tersebut.
Bentuk umum fungsi produksi frontier stokastik adalah sebagai berikut:
Yi = Xi+ (Vi-Ui) , i = 1, …. . N
dimana:
Yi = produksi (atau logaritma dari produksi) dari i usaha
Xi = k×1 vektor transpormasi dari jumlah faktor produksi dari i usaha
 = parameter yang belum diketahui
Vi = Random error
Ui = Variabel random
maka model di atas memerlukan penyelesaian logaritma menjadi sebagai berikut.
Ln Y = 0 + β1 Ln (X1) + β2Ln (X2) + β3 Ln (X3) + (vi – ui)
Dimana:
Y = Jumlah output
Β = Intersep
X1 = Tenaga kerja
X2 = Benih
X3 = Pupuk
Vi = Random eror
Ui = Random variabel
Adapun program komputer yang digunakan untuk menghitung tingkat efisiensi
digunakan model fungsi produksi stokastik,dengan menggunakan teknik Maximum
Likelihood Estimation (MLE) dengan menggunakan alat bantu software yang
dikembangkan oleh Coelli (1996) versi 4.1. Dan persamaan tersebut tidak dilakukan
uji asumsi klasik dikarenakan digunakan teknik Maximum Likelihood Estimation dan
dengan teknik tersebut bisa diketahui Random Error seperti gangguan cuaca,
serangan hama dan gangguan yang tidak terduga, maka dengan teknik (MLE) Random

Error tersebut bisa diketahui sedangkan asumsi klasik tidak bisa mengetahui Random
Error tersebut.
Nilai atau tingkat efisiensi suatu perusahaan berkisar antara 0 sampai dengan
1. Suatu perusahaan dapat dikatakan efisien secara teknis apabila nilainya di atas 0
atau positif.
Untuk melihat dan mengukur seberapa besar tingkat efisiensi perusahaan
serta melihat kinerja suatu perusahaan, maka perlu adanya suatu analisis untuk
mengetahuinya yaitu analisis efisiensi teknis dengan alasan efisiensi teknis
merupakan salah satu komponen dari keseluruhan efisiensi ekonomis. Akan tetapi,
suatu usaha tani baru dapat dikatakan efisien secara ekonomi jika efisiensi teknik
telah dicapai. Efisiensi teknis yaitu suatu keadaan yang menggambarkan kemampuan
perusahaan dalam menghasilkan output yang maksimal dari setiap input yang ada
(Coelli, et. al. 1998: 183). Efisiensi teknis dapat dirumuskan sebagai berikut:
Te = exp ( -uі )
Dimana efisiensi ini dapat diperkirakan dengan rumus sebagai berikut:
   i* *

  * −   

E[exp(− u i Ei )] = exp[  i* + 0.5 *2 ]x   
   i*  
  *  
    
 v2 −  u2  v2 x u2
dengan : Ei = vi – ui,  i = , dan  *2
= serta  menunjukkan fungsi
 v2 −  u2  v2 +  u2
distribusi normal untuk peubah acak.
Dimana:
vi : Random error
ui : Random variabel
µ : Rataan
σ : Simpangan Baku
 : fungsi distribusi normal
Pengujian Statistik
a. Uji T-statistik

Uji t pada dasarnya digunakan untuk mengetahui pengaruh masing-masing
variabel bebas terhadap variabel terkait. Tingkat signifikan dalam uji t diperoleh
dengan cara membandingkan antara t-hitung dengan t-tabel, pada derajat
kebebasan sebesar (n-k) dimana n adalah jumlah observasi dan k adalah parameter
estimasi, dengan kriteria uji sebagai berikut:
H0 : β1 = 0; berarti tidak ada pengaruh antara variabel independen dengan
variabel dependen..
H1 : β1 ≠ 0; berarti ada pengaruh antara variabel independen dengan variabel
dependen.
Dimana:
- Jika t-hitung > dari t-tabel pada α tertentu, maka H0 ditolak dan H1 diterima.
- Jika t-hitung < dari t-tabel pada α tertentu, maka H0 diterima dan H1 ditolak.
b. LR Test (Likelihood Ratio Test)

Likelihood Ratio Test (LR Test) merupakan pengujian untuk melihat tingkat
faliditas yang menyatakan bahwa semua petani telah melakukan usaha tani
jagungnya efisien atau tidak. Uji hipotesa ini dilakukan dengan menggunakan uji
Likelihood Ratio Test sebagai berikut:
H0 :  u2 = 0→ Apabila LR < ² artinya semua petani telah melakukan usaha tani
jagung secara efisien

H1 :  v2 = 0→ Apabila LR > ² artinya tidak semua petani telah melakukan usaha
tani jagung secara efisien

u
Hipoitesa ini menyatakan bahwa  u2 = 0 berarti γ = =0
v
Rumus LR test adalah sebagai berikut:

LR = -2 [(L1) - (L2)]
Selanjutnya nilai LR ini di bandingkan dengan nilai kritis 1²

APLIKASI LABORATORIUM
Software yang digunakan adalah FRONT41 dengan pengoperasian dalam DOS. Sama
halnya dengan DEAP, data yang disimpan harus dibuat dulu dalam notepad dengan
nama file-dta.txt, sedangkan instruksi dengan nama file-ins.txt dan output dalam
nama file-out.txt
Kita gunakan data yang sama dengan DEAP, maka kita lihat hasilnya, jelaskan
perbedaannya!!!
Kolom pertama menujukkan no data, kolom ke dua 1 jika hanya 1 tahun, jika
menggunakan data panel, maka untuk kelompok tahun ke 2 ditulis 2 dan seterusnya,
kolom selanjutnya adalah data yang dituliskan dengan urutan input output output
(karena kasus yang kita gunakan adalah untuk mengetahui efisiensi penggunaan
input yang ada dalam menghasilkan 2 buah output).
Kemudian kita menyusun instruksi yang akan digunakan, untuk itu kita
menggunakan instruksi sebagai berikut :

Kemudian setelah instruksi disimpan maka buka program FRONT41 dan tampilan
akan sebagai berikut :
Dan hasilnya adalah sebagai berikut :

Output from the program FRONTIER (Version 4.1c)
instruction file = coba-ins.txt

data file = coba-dta.txt
Error Components Frontier (see B&C 1992)

The model is a production function
The dependent variable is logged
the ols estimates are :
coefficient standard-error t-ratio
beta 0 0.40423364E+03 0.28777278E+03 0.14046973E+01

beta 1 0.16006689E-02 0.80193303E-03 0.19960132E+01
beta 2 0.62957508E-03 0.93661804E-03 0.67217911E+00
sigma-squared 0.18298416E+06
log likelihood function = -0.72991785E+02
the estimates after the grid search were :
beta 0 0.46912775E+03
beta 1 0.16006689E-02
beta 2 0.62957508E-03
sigma-squared 0.13230016E+06
gamma 0.50000000E-01
mu is restricted to be zero
eta is restricted to be zero
iteration = 0 func evals = 20 llf = -0.72994182E+02

0.46912775E+03 0.16006689E-02 0.62957508E-03 0.13230016E+06 0.50000000E-01
gradient step
0.46912748E+03 0.16011017E-02 0.61805419E-03 0.13230016E+06 0.43383807E-01
0.45351593E+03 0.16006049E-02 0.62765492E-03 0.13230013E+06 0.28151960E-01
0.45072773E+03 0.16018963E-02 0.62901622E-03 0.13230013E+06 0.25802065E-01
search failed. fn val indep of search direction
0.45072773E+03 0.16018963E-02 0.62901622E-03 0.13230013E+06 0.25802065E-01

the final mle estimates are :
coefficient standard-error t-ratio
beta 0 0.45072773E+03 0.55649879E+03 0.80993479E+00

beta 1 0.16018963E-02 0.61653335E-03 0.25982314E+01
beta 2 0.62901622E-03 0.75202050E-03 0.83643493E+00
sigma-squared 0.13230013E+06 0.12959185E+01 0.10208985E+06
gamma 0.25802065E-01 0.56614501E+00 0.45575011E-01
mu is restricted to be zero
eta is restricted to be zero
log likelihood function = -0.72993249E+02
the likelihood value is less than that obtained

using ols! - try again using different starting values
number of iterations = 16
(maximum number of iterations set at : 100)
number of cross-sections = 10
number of time periods = 1
total number of observations = 10
thus there are: 0 obsns not in the panel
covariance matrix :
0.30969090E+06 -0.19004406E-01 -0.12651641E+00 0.45853505E+03 0.28346023E+03

-0.19004406E-01 0.38011337E-06 -0.19411095E-06 -0.19699513E-04 0.14365525E-04
-0.12651641E+00 -0.19411095E-06 0.56553483E-06 -0.18736503E-03 -0.88708374E-06
0.45853505E+03 -0.19699513E-04 -0.18736503E-03 0.16794048E+01 0.42401808E+00
0.28346023E+03 0.14365525E-04 -0.88708374E-06 0.42401808E+00 0.32052017E+00

technical efficiency estimates :
firm eff.-est.
1 0.10000000E+01
2 0.10000000E+01
3 0.10000000E+01
4 0.10000000E+01
5 0.10000000E+01
6 0.10000000E+01
7 0.10000000E+01
8 0.10000000E+01
9 0.10000000E+01
10 0.10000000E+01
mean efficiency = 0.10000000E+01
Jelaskan maknanya!

BAB X
TEKNIK INDIKATOR KINERJA PEMBANGUNAN
Perencana yang baik adalah perencana yang terukur secara konkret sehingga
sasaran yang akan dicapai menjadi lebih jelas. Sedangkan perencana yang terukur
biasanya mempunyai target dan sasaran secara kuantitatif.
Pengertian Indikator Kinerja
Dadang Solihin (2008), pengertian indikator kinerja (performance indicator)
pada dasarnya dalah merupakan alat yang dapat membantu perencana dalam
mengukur perubahan yang terjadi dalam proses pembangunan. Sedangkan indikator
adalah ukuran dari suatu kegiatan dan kejadian yang berlangsung pada suatu negara
atau daerah.
Secara lebih spesifik, indikator adalah angka statistik dan hal normatif yang
menjadi perhatian para perencana yang dapat membantu dalam membuat penilaian
ringkas, komprehensif, dan berimbang terhadap kondisi atau aspek penting pada
suatu masyarakat. dengan kata lain indikator adalah variabel-variabel yang
mengindikasikan atau memberi petunjuk kepada kita tentang suatu keadaan
tertentu, sehingga dapat digunakan untuk mengukur perubahan yang terjadi
(Green,1992).
Sedangkan kinerja (performance) pada dasarnya diartikan sebagai gambaran
tingkat pencapaian pelaksanaan suatu kebijakan, program atau kegiatan
pembangunan dalam rangka mewujudkan tujuan serta visi dan misi dari suatu
negara, daerah atau organisasi (LAN, 1993).
Sehubungan dengan hal di atas, maka analisis indikator kinerja tidak hanya
cukup menekankan pada aspek biaya (cost) dan manfaat (benerfit) yang diperoleh
dari pelaksanaan program, dan kegiatan pembangunan tertentu, tetapi juga harus
mencakup manfaat terhadap pembangunan secara keseluruhan yang meliputi bidang
ekonomi, sosial, dan budaya.

Gambar Skema Indikator Kinerja dalam Sistem Perencanaan Pembangunan
Fungsi dan Manfaat Indikator Kinerja

Memperhatikan pengertian dasar sebagaimana dijelaskan di atas, maka
secara umum fungsi dan peranan dari indikator kinerja dalam penyusunan dokumen
perencanaan pembangunan daerah meliputi beberapa hal sebagai berikut:
1. Untuk memperjelas tentang; what, how, dan when suatu program dan
kegiatan dilakukan;
2. Menciptakan konsesus yang dibangun oleh pihak yang berkepentingan dengan
pembangunan (stakeholders);
3. Membanguna landasan yang jelas untuk pengukuran dan analisis pencapaian
sasaran pembangunan;
4. Sebagai alat untuk melakukan evaluasi terhadap kinerja pembangunan yang
telah dapat dilaksanakan dalam periode waktu tertentu.
Jenis Indikator Kinerja

Indikator kinerja pembangunan daerah secara umum dapat dibagi menjadi
dua jenis utama, yaitu indikator kinerja makro dan indikator kinerja program dan
kegiatan. Indikator kinerja makro menyangkut dengan keberhasilan pelaksanaan
pembangunan yang bersifat menyeluruh atau lintas program dalam suatu negara

atau daerah tertentu. Sedangkan indikator kinerja pembangunan program dan
kegiatan hanyalah menyangkur dengan keberhasilan pelaksanaan pembangunan
pada suatu program, dan kegiatan tertentu saja. Kedua jenis indikator kinerja ini
mempunyai peranan yang sama, tergantung dari kegunaan dan kepentingan dari
pihak yang menggunakannya, baik dalam penyusunan rencana, maupun dalam
melakukan evaluasi terhadap pelaksanaa tersebut.
Tabel Contoh 1 Indikator Kinerja Makro Menurut Jenis
Bidang dan Unsur
No Indikator Kinerja Makro Formulasi Indikator
Pembangunan Makro
I Ekonomi Daerah
Struktur Kontribusi sektor % Kontribusi sektoral
1
Perekonomian Daerah ekonomi Dalam PDRB dalam PDRB
Pertumbuhan Ekonomi Peningkatan Nilai PDRB % Kenaikan PDRB Harga
2
Daerah Tahunan Konstan
Perbandingan
Pendapatan kelompok
3 Distribusi Pendapatan Gini Ratio
penduduk miskin dan
penduduk kaya
Rasio Nilai PDRB Harga
Kemakmuran Ekonomi
4 Variasi PDRB Per Kapita Berlaku dengan jumlah
Daerah
penduduk
Ketimpangan Ekonomi Variasi PDRB Per Kapita
5 Indeks Williamson
Daerah Antar Daerah
6 Daerah Tertinggal Jumlah Daerah Tertinggal Ditetapkan Pemerintah
II Kesejahteraan Sosial
Tingkat Pengangguran % penganggur dari
1 Tingkat Pengangguran
Terbuka jumlah angkatan kerja
Penduduk Dibawah Garis % penduduk miskin dari
2 Tingkat Kemiskinan
Kemiskinan jumlah penduduk
Gabungan unsur
Tingkat Kesejahteraan Indeks Pembangunan
3 pendapatan, pendidikan,
Masyarakat Manusia
dan kesehatan

Tabel Contoh 2 Indikator Kinerja Makro Menurut Jenis
Indikator Kinerja
No Bidang dan Sektor Formulasi Indikator
Program dan Kegiatan
I Pendidikan
Jumlah penduduk umur
Pemerataan Angka Partisipasi Kasar
1 sekolah yang sudah
Pendidikan (APK)
bersekolah
Capaian nilai rata-rata Nilai Ujian Negara (UN)
2 Kualitas Pendidikan
sekolah rata-rata
Rasio lulusan dan
Angka Efisiensi Edukasi
3 Efisiensi Pendidikan jumlah siswa, rata-rata
(AEE)
lama studi
rasio guru dan murid,
ketersediaan guru dan
4 Fasilitas Pendidikan rasio murid dan ruang
ruang belajar
belajar
II Kesehatan
Kesehatan secara Rata-rata umur
1 Angka Harapan Hidup
umum penduduk
kematian per 10.000
2 Kesehatan ibu Angka Kematian Ibu
ibu melahirkan
3 Kesehatan anak Angka Gizi Buruk % anak gizi buruk
III Prasarana
Rasio jalan dan luas
1 Jalan Ketersediaan Jalan
wilayah
2 Listrik Ketersediaan Listrik KWh Listrik per kapita
rata-rata air minum per
3 Air Minum Ketersediaan Air Minum
kapita tersedia
rata-rata saluran
4 Telepon Ketersediaan Telepon
telepon per kapita
Pengukuran Indikator Kinerja

Kelima jenis pengukuran indikator kinerja adalah sebagai berikut;
1. Masukan (Input), yaitu berbagai jenis sumber daya (faktor produksi) yang
diperlukan dalam melaksanakan program dan kegiatan seperti dana, tenaga
peralatan, bahan-bahan yang digunakan dan masukan lainnnya.

2. Keluaran (output), yaitu bentuk produk yang dihasilkan secara langsung, baik
bersifat fisik maupun bersifat nonfisik yang dapat dihasilkan dari pelaksaan
program dan kegiatan yang direncanakan.
3. Hasil (outcome), yaitu seberapa jauh keluaran dari pelaksaan program dan
proyek dapat dimanfaatkan secara baik sehingga dapat memberikan
sumbangan terhadap proses pembangunan daerah bidang terkait.
4. Manfaat (benefit), yaitu keuntungan serta aspek positif lainnya yang dapat
dihasilkan oleh program dan kegiatan bersangkutan bagi masyarakat dengan
berfungsinya keluaran secara optimal.
5. Dampak (impact), yaitu pengaruh positif maupun negatif yang dapat muncul
bagi pembangunan dan masyarakat secara keseluruhan, baik dalam bentuk
peningkatan pertumbuhan ekonomi, penurunan jumlah penduduk miskin,
pengurangan tingkat kematian bayi sebagai hasil dari berfungsinya keluaran
dari program dan kegiatan bersangkutan secara baik.
Persyaratan Indikator Kinerja

Persyaratan dari sebuah indikator kinerja yang baik secara umum tergambar
dalam suatu istilah yaitu SMART yang merupakan singkatan dari unsur perkataan
berikut ini:
1. Specific, yaitu rumusan harus jelas dan tidak membingungkan atau
mengundang multi interpretasi dalam masyarakat;
2. Measurable, dapat diukur secara kuantitatif atau paling kurang dapat
ditampilkan dalam bentuk persentase capaian sehingga masih
memperlihatkan tingkat keberhasilan secara nyara;
3. Attainable, dapat atau dimungkinkan untuk tercapainya penyusunan dengan
biaya yang cukup wajar dan logis,
4. Relevant, sesuai dengan data dan informasi yang dibutuhkan serta tersedia
cukup dalam masyarakat;
5. Timely, tepat waktu baik dalam pelaksanaan program dan kegiatan, maupun
pada waktu pelaporan hasil evaluasi.

Target Kinerja
Target kinerja pada dasarnya harus berbentuk dan memenuhi persyaratan berikut
ini;
1. Angka numerik (kuantitatif);
2. Dapat diperbandingkan
3. Bersifat spesifik
Target kinerja ini ditentukan dengan memperhatikan capaian yang dapat
diraih dimasa lalu dan kemampuan sumber daya institusi atau daerah bersangkutan
yang tersedia pada saat ini berikut prediksi kedepan. Sumber daya tersebut meliputi
dana, baik yang berasal dari pemerintah maupun swasta dan masyarakat, jumlah
dan kualitas tenaga kerja dan aparatur serta peralatan yang tersedia.
Namun demikian, tidak dapat disangkal bahwa tidak semua indikator kinerja
ini dapat diukur secara kuantitatif, terutama pada program dan kegiatan di bidang
sosial, budaya dan agama. Karena itu, agar pencapaian sasaran pembangunan masih
dapat diketahui, perlu pula diupayakan agar indikator kinerja kualitatif tersebut
dapat ditampilkan dalam bentuk persentasi pencapaian sehingga indikator tersebut
masih bersifat konkret dan terukur.
Langkah Operasional Penyusunan Indikator Kinerja

Secara umum langkah operasional minimum yang perlu ditempuh oleh seorang
perencana dalam menyusun indikator kinerja adalah sebagai berikut :
1. Menyusun dan menetapkan secara baik dan memenuhi standar kelayakan
dokumen Rencana Strategis
2. Identifikasi secara jelas data dan informasi akurat dan relevan yang
diperlukan untuk memformulasikan indikator
3. Teliti jenis dan jumlah sumber daya yang diperlukan
4. Pilih dan tetapka indikator

Contoh Penyusunan Indikator Kinerja : Tabel Indikator dan Hasil Evaluasi
Kinerja Pelaksanaan Pembangunan Terminal Bus Antar Kota
No Indikator Hasil Evaluasi Kinerja
Kinerja
1 Masukan (Input) Cukup baik karena tingkat penyerapan dana mencapai 97,5 %
2 Keluaran cukup baik karena hasil konsentrasi sesuai dengan
(Output) perencanaan dan spesifikasi teknis dalam kontrak kerja
3 Hasil (Outcome) sangat baik karena objek yang dibangun sudah berfungsi dan
dimanfaatkan masyarakat secara baik dan optimal
4 Manfaat sangat baik karena keberadaan terminal telah dapat
(Benefit) meningkatkan kelancaran angkutan bus dan perbaikan
pelayanan penumpang
5 Dampak Cukup baik karena keberadaan terminal tersebut ternyata
(Impacts) sudah dapat meningkatkan penyediaan lapangan kerja dan
meningkatkan pendapatan masyarakat sekitarnya

TEKNIK EVALUASI PELAKSANAAN RENCANA PEMBANGUNAN DAERAH
Evaluasi pelaksanaan rencana pembangunan daerah perlu dilakukan untuk

dapat mengetahui seberapa jauh rencana pembangunan daerah yang telah disusun
dan ditetapkan oleh pejabat berwenang dapat dilaksanakan dalam praktik,
kemudian dapat memberikan hasil (kinerja) sesuai dengan tujuan serta visi dan misi
yang ditetapkan semula. Teknik evaluasi ini lazim pula dinamakan sebagai Evaluasi
Kinerja Pembangunan Daerah (EKPD). Apabila pelaksanaan rencana sesuai atau lebih
tinggi dari sasaran dan target pembangunan, maka pelaksanaan tersebut dikatakan
berjalan dengan baik. Akan tetapi apabila tidak sesuai atau berada di bawah sasaran
dan target maka rencana tersebut dapat dikatakan gagal. Secara spesifik tujuan
evaluasi ini yang pertama untuk mengetahui faktor-faktor utama penyebab
keberhasilan dan kegagalan pelaksanaan rencana pembangunan daerah, yang kedua
sebagai masukan dan usul perbaikan dan penyempurnaan untuk perumusan
penyesuaian kebijakan pembangunan selanjutnya.
Evaluasi pelaksanaan rencana pembangunan daerah dapat dilakukan dalam
berbagai bentuk. Pertama, evaluasi tahunan seperti Laporan Kinerja Instansi
Pemerintah (LAKIP). Kedua, Evaluasi Pertengahan Jalan (Mid-term Review) dari
suatu RPJMD. Ketiga, Evaluasi Tahunan (Annual Review). Keempat, Evaluasi Lima
Tahunan ketika melakukan penyusunan dokumen RPJMD.
Teknik Evaluasi Kinerja Makro
Karena cakupannya yang bersifat lintas sektoral dan menyeluruh, Teknik
Evaluasi Kinerja Makro ini sering kali juga disebut sebagai Teknik Evaluasi
Komprehensif (Armstrong, 1978). Variabel dan indikator yang digunakan adalah
pertumbuhan ekonomi, kemakmuran dan kesejahteraan masyarakat, penyediaan
lapangan pekerjaan, kemiskinan dll. Evaluasi ini dilakukan untuk menilai
keberhasilan kebijakan pembangunan daerah mencakup aspek menyeluruh serta
lintas sektoral. Ada tiga bentuk teknik yang dapat dilakukan dalam evaluasi kinerja
makro ini, yaitu :

1. Perbandingan Target dan Realisasi
Bentuk ini merupakan bentuk paling sederhana, yaitu dengan
membandingkan kondisi pembangunan setelah rencana pembangunan
dilaksanakan dengan sebelumnya. Suatu rencana dapat dikatakan berhasil
bila kinerja pembangunan cakupannya lebih baik dari kondisi sebelum
rencana tersebut dilakukan, dengan asumsi tidak terjadi perubahan yang luar
biasa dalam periode tersebut. Sebagai contoh dapat dilakukan evaluasi
terhadap pelaksanaan rencana untuk mendorong pembangunan daerah yang
dilakukan selama pelaksanaan Rencana Pembangunan Jangka Menengah
Daerah (RPJMD) Provinsi Sumatera Barat di dua tahun pertama RPJMD 2010-
2015 :
Tabel Tingkat Capaian Kinerja Makro Provinsi Sumatera Barat Menurut Sektor
Tahun 2010-2012
2011 2012
Indikator
No Satuan Tingkat Tingkat
Kinerja Makro Target Realisasi Target Realisasi
Capaian Capaian
Pertumbuhan
1 % 6,21 6,22 100,01 6,50 6,35 97,69
Ekonomi
Investasi
Rp.
2 (Harga 8,17 7,94 97,18 9,18 8,51 89,11
Triliun
Konstan)
Tingkat
3 % 8,55 8,99 95,11 8,15 8,19 99,51
Kemiskinan
Tingkat
4 % 6.59 6,45 100,21 6,22 5,86 106,14
Pengangguran
Pendapatan Rp.
5 20,26 20,17 99,56 22,40 22,27 99,42
Per Kapita Juta
Indeks
6 Pembangunan % 74,24 75,28 100,05 74,54 74,70 100,1
Manusia (IPM)
Sumber : Bappeda, Midterm Review 3 Tahun Pelaksanaan RPJMD Provinsi Sumatera
Barat 2010-2015, Padang 2013

Akan tetapi, sering terjadi dalam praktik bahwa perencanaan yang
sudah disusun ternyata terlalu banyak bersifat kualitatif dan tidak mempunyai
target pembangunan yang spesifik dan terukur. Akibatnya evaluasi dalam
bentuk perbandingan tidak dapat dilakukan.
2. Perbandingan dengan Nilai Rata-rata
Pertimbangan utama yang menjadi dasar pennggunaan metode evaluasi
ini adalah bahwa keberhasilan pembangunan suatu bidang atau sektor
tertentu akan dapat diketahui dengan jalan membandingkan realisasi
pembangunan atau prestasi yang dapat dicapai dengan kondisi rata-rata dari
unsur atau aspek yang sama. Evaluasi ini dapat dilakukan dengan
membandingkan antara suatu kabupaten/kota dengan provinsi atau provinsi
dengan nasional dengan nilai rata-rata dari sektor yang sama. Contoh dari
evaluasinya adalah sebagai berikut
Tabel Evaluasi Kinerja Makro Pelaksanaan RPJMD

Provinsi Sumatera Barat Tahun 2012
Provinsi Tingkat
No Indikator Kinerja Makro Satuan Sumatera Indonesia Capaian
Barat (%)
1 Pertumbuhan Ekonomi % 6,35 6,10 104,1
2 Pendapatan Per Kapita Rp. Juta 22,27 24,98 89,2
Indeks Pembangunan Manusia
3 Indeks 74,28 72,77 102,8
(IPM)
4 Tingkat Kemiskinan % 8,19 13,33 162,8
5 Tingkat Pengangguran % 5,86 6,14 109,2
3. Analisis Trend Perkembangan

Pertimbangan utama yang menjadi dasar dalam metode evaluasi ini
adalah bahwa keberhasilan kinerja pembangunan daerah akan dapat dilihat
pula dari trend perkembangan masing-masing idikator yang digunakan.
Kinerja pembangunan dikatakan berhasil apabila trend perkembangan

bersifat positif secara signifikan jika dibandingkan dengan masa sebelumnya.
Contohnya adalah sebagai berikut :
Tabel Evaluasi Kinerja Makro Pelaksanaan RPJMD

Provinsi Sumatera Barat Tahun 2010-2012
Pertumbuhan
No Indikator Kinerja Makro Satuan 2010 2012
(%)
1 Pertumbuhan Ekonomi % 5,93 6,35 3,48
Rp.
2 Pendapatan Per Kapita 17,96 22,27 12,42
Juta
Indeks Pembangunan Manusia
3 Indeks 73,78 74,70 0,62
(IPM)
4 Tingkat Kemiskinan % 9,50 8,19 7,70
5 Tingkat Pengangguran % 6,95 5,86 8,90
Teknik Evaluasi Makro Spesifik

Evaluasi pelaksanaan rencana pembangunan daerah secara makro dapat pula
dilakukan menggunakan indikator spesifik. Indikator yang lazim digunakan sebagai
indikasi keberhasilan adalah penciptaan lapangan kerja lokal dan perpindahan
investasi dari satu daerah ke daerah lain atau investasi luar negeri yang masuk ke
daerah bersangkutan.
1. Evaluasi Penciptaan Lapangan Kerja Lokal
Peningkatan kegiatan pembangunan secara makro dapat diwakili oleh
penciptaan lapangan kerja lokal yang akan berpengaruh langsung bagi
peningkatan pembangunan dan kesejahteraan masyarakat secara
keseluruhan, oleh karena itu penciptaan lapangan kerja lokal menjadi salah
satu bentuk evaluasi pelaksanaan rencana pembangunan. Namun, evaluasi ini
memiliki kelemahan karena tidak dapat memisahkan dampak yang juga
dihasilkan oleh rencana dan kebijakan yang bersifat nasional.
Mengikuti Armstrong (1978) metode evaluasi dapat digunakan sebagai
berikut : Pertama adalah menghitung besarnya dampak pembangunan

ekonomi atau tambahan penyediaan lapangan kerja sebagai hasil kebijakan
nasional tanpa adanya kebijakan wilayah :
𝑁𝑖 = ∑𝑛𝑖=1 𝑛𝑖 = ∑𝑛𝑖=1[𝑒𝑖𝑡 (𝐸𝑖𝑡 /𝐸𝑖𝑜 )] ........................... (1)
Langkah berikutnya adalah menghitung besarnya dampak yang
dihasilkan oleh pelaksanaan rencana dan kebijakan regional, dengan mancari
selisih antara jumlah penyediaan lapangan kerja yang terdapat pada daerah
bersangkutan pada periode waktu tertentu dengan besarnya pengaruh dari
pelaksanaan rencana dan kebijakan nasional :
𝑅 = 𝐴 − 𝑁 = ∑𝑛𝑖=1 𝑒𝑖 − ∑𝑛𝑖=1 𝑛𝑖 ..........................(2)
Keterangan :
𝑒𝑖𝑡 = jumlah tenaga kerja yang disediakan di region i pada periode waktu t
𝐸𝑖𝑡 = jumlah tenaga kerja pada periode waktu t
𝐸𝑖𝑜 = nilai tambah tingkat nasional pada tahun dasar
Agar perhitungan menjadi tepat maka harus ditentukan periode berlaku
dan berakhirnya kebijakan regional sesuai yang sudah ditetapkan pejabat
berwenang.
2. Evaluasi Mobilitas Investasi Daerah
Penilaian keberhasilan dapat dilakukan melalui analisis mobilitas investasi
karena keberhasilan rencana dan kebijakan pembangunan dapat dilihat dari
keberhasilan dalam menarik industri dan kegiatan ekonomi. Dimana mobilitas
merupakan fungsi dari investasi.
𝑀 = 𝑓(𝐼) ...............................................(3)
Mobilitas investasi masuk ke suatu daerah disebabkan oleh adanya daya tarik
(A) tertentu yang terdapat di daerah seperti kondisi prasarana, SDM dan SDA.
Sehingga fungsi dapat ditulis sebagai berikut, dengan tambahan pertimbangan
kebijakan pembangunan (RP)
𝐼 = 𝑓(𝐴, 𝑅𝑃) ...........................................(4)
Dengan menggunakan metode regresi OLS, maka persamaan dapat dirubah
menjadi :
𝐼 = 𝜎 + 𝛽𝐴 + 𝛿 (𝑅𝑃) + 𝜀 ...............................(5)

Dimana 𝜎, 𝛽, 𝛿 merupakan koefisien regresi dan 𝜀 adalah faktor kesalahan
Teknik Evaluasi Kinerja Program

1. Teknik Evaluasi Indikator Kinerja
Teknik ini menilai keberhasilan pelaksanaan program dan kegiatan
berdasarkan konsep Evaluasi Kinerja menggunakan lima kriteria yaitu
masukan, keluaran, hasil, manfaat dan dampak. Berikut penjelasan dari
teknik evaluasi kinerja :
Tabel Indikator dan Target Kinerja Program Kegitan

Indikator Tolok Ukur Target Kinerja
Masukan (Input) Penggunaan dana Jumlah dan persentase penyerapan dana
pelaksanaan
kegiatan
Keluaran (Output) Keluaran langsung Jumlah dan persentase keluaran sesuai
dari kegiatan dengan spesifikasi teknis program dan
kegiatan bersangkutan
Hasil (Outcome) Hasil dinikmati dari Jumlah dan persentase masyarakat yang
adanya keluaran menggunakan keluaran program dan
kegiatan bersangkutan
Manfaat (Benefit) Manfaat bagi Jumlah dan persentase masyarakat yang
kehidupan menerima manfaat langsung dari
masyarakat penggunaan program dan kegiatan
bersangkutan
Dampak (Impacts) Pengaruh terhadap Jumlah dan persentase masyarakat yang
pembangunan dipengaruhi langsung oleh keluaran
program dan proyek bersangkutan
2. Analisis Biaya dan Manfaat

Analisis biaya dan manfaat pada dasarnya sama dengan teknik yang
digunakan pada evaluasi proyek, perbedaannya data dan informasi yang
digunakan adalah data realisasi karena program dan kegiatan sudah selesai
dilaksanakan. Sebuah program atau kegiatan dapat dikatakan berhasil apabila
dapat menghasilkan manfaat yang lebih besar dibandingkan dengan biaya
yang dikeluarkan. Evaluasinya dapat dilakukan dengan kriteria :

a. Benefit Cost Ratio : [∑𝑛𝑡=1 𝐵𝑡 /(1 + 𝑖)𝑡 ] ∶ [∑𝑛𝑡=1(𝐼𝑡 + 𝐶𝑡 )/(1 + 𝑖)𝑡 ], dan
rencana atau kebijakan dikatakan berhasil apabila B/C rasio lebih besar
atau sama dengan I.
b. Net Present Value (NPV) : ∑𝑛𝑡=1 𝐵𝑡 /(1 + 𝑖 )𝑡 − 𝐶𝑡 /(1 + 𝑖)𝑡 dikatakan berhasil
apabila NPV>0
c. Internal Rate of Return (IRR) yaitu r pada saat NPV sama dengan nol,
rencana dikatakan berhasil apabila R>i, dimana i adalah tingkat bunga
deposito bank.
Evaluasi harus dilakukan dengan menggunakan harga bayangan yang
menggambarkan harga pasar. Untuk program berorientasi kepentingan publik
metode dapat diubah menjadi Cost Effectiveness dimana evaluasi didasarkan
pada perbandingan jumlah biaya yang diperlukan utuk beberapa laternatif
program.
3. Kerangka Logis
Untuk menghemat biaya dan tenaga yang diperlukan, maka program
atau kegiatan yang kecil evaluasi dapat dilakukan dengan teknik yang lebih
sederhana yaitu Kerangka Logis. Pada evaluasi ini dapat dilakukan dengan
sebuah tabel (matrik) yang menjelaskan latar belakang, tujuan, deskripsi
program dan kegiatan, sasaran dan tolok ukur yang digunakan, serta manfaat
yang ingin dicapai. Bila indikator dan ukuran secara kuantitatif sulit diperoleh
dapat digunakan angka persentase atau hanya sekedar kualitatif saja dengan
memperhatikan hasil pelaksanaan yang terlihat di masyarakat. Meskipun hasil
yang didapat mengandung banyak kelemahan, namun evaluasi ini efektif
sesuai dengan dana yang lebih kecil.

DAFTAR PUSTAKA
Coelli, Tim and D.S Prasada Rao and George E. Battese, 1998, An Introduction to
Efficiency and Productivity Analysis, Kluwer Academic Publisher, London.
Fauzi, Akhmad dan Suzy Anna, 2005, Pemodelan Sumber Daya Perikanan dan
Kelautan; Untuk Analisis Kebijakan, PT. Gramedia Pustaka Utama, Jakarta.
Marimin, 2004, Teknik dan Aplikasi Pengambilan Keputusan Kriteria Majemuk,
PT. Grasindo, Jakarta
Marimin dan Nurul Maghfiroh, 2010, Aplikasi Teknik Pengambilan Keputusan
dalam Manajemen Rantai Pasok, IPB Press, Bogor.
Rangkuti, Fredy. 2001. Analisis SWOT Teknik Membedah kasus Bisnis. PT.
Gramedia Pustaka Utama, Jakarta.
Saaty, Thomas, 1991, Pengambilan Keputusan Bagi Para Pemimpin; Proses
Hirarki Analitik untuk Pengambil Keputusan Dalam Situasi yang Komplek,
Seri Manajemen No. 134, PT. Pustaka Binaman Pressindo, Jakarta.
Sjafrizal,2016, Perencanaan Pembangunan Daerah Dalam Era Otonomi, Rajawali
Press, Jakarta
PAU – UGM, 2000, Modul Pelatihan; Metodologi Empiris Data Envelopment
Analysis (DEA), Yogyakarta
Widodo, Tri, 2006, Perencanaan Pembangunan; Aplikasi Komputer (Era Otonomi
Daerah), UPP STIM YKPN, Yogyakarta


Modul MPK Aan Baru

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul MPK Aan Baru

Diunggah oleh

Hak Cipta:

Format Tersedia

MODUL KULIAH DAN

Modul Metode Pengambilan Keputusan i

DAFTAR ISI ..................................................................................... i

BAB I SISTEM DAN TEORI KEPUTUSAN ..................................................... 1

BAB II PENGAMBILAN KEPUTUSAN BERBASIS INDEKS KINERJA ..................... 15

BAB III MULTIFACTOR EVALUATION PROCESS (MFEP/MEP) .......................... 24

BAB IV PERUMUSAN STRATEGI DENGAN ANALISIS S W O T .......................... 33

BAB V PERUMUSAN STRATEGI DENGAN ANALISIS S O A R ........................... 41

BAB VI METODA PARTICIPATORY RURAL APPRAISAL (PRA) DAN RRA ............. 49

BAB VII PROSES HIERARKI ANALITIK (A H P) ............................................ 65

Modul Metode Pengambilan Keputusan i

BAB IX PENGUKURAN EFISIENSI MENGGUNAKAN STOCHASTIC FRONTIER ...... 113

BAB X TEKNIK INDIKATOR KINERJA PEMBANGUNAN ………………………………………. 129

BAB XI TEKNIK EVALUASI PELAKSANAAN RENCANA PEMBANGUNAN DAERAH 139

DAFTAR PUSTAKA .......................................................................... 142

Modul Metode Pengambilan Keputusan ii

Modul Metode Pengambilan Keputusan 1

Dalam tahapan proses, perlu diputuskan model pengambilan keputusan yang

Dalam tahapan output, pengambil kebijakan perlu menganalisis hasil

Modul Metode Pengambilan Keputusan 2

Untuk mencari penyelesaian persoalan yang kita temukan dalam sistem

Modul Metode Pengambilan Keputusan 3

Modul Metode Pengambilan Keputusan 4

Gugus Solusi yang layak

Model Abstrak Optimal

Rancang Bangun Implementasi

Gambar 1. Tahapan Pendekatan Sistem

Modul Metode Pengambilan Keputusan 5

Modul Metode Pengambilan Keputusan 6

Diagram lingkar sebab akibat sistem pendukung keputusan rantai pasokan

Modul Metode Pengambilan Keputusan 8

INPUT TAK INPUT OUTPUT

MANAJEMEN RANTAI PASOKAN

Diagram input output sistem pendukung keputusan rantai pasokan

2. Pendekatan Sistem dalam Sistem Penunjang Keputusan Prarancang Bangun

Modul Metode Pengambilan Keputusan 9

Pendekatan sistem memang memberikan gambaran yang lebih luas mengenai

Modul Metode Pengambilan Keputusan 10

Dalam mengambil keputusan seseorang seringkali dihadapkan pada berbagai

Modul Metode Pengambilan Keputusan 11

PEMBAGIAN MASALAH ADA CERTAINTY, RISK AND UNCERTAINTY

PENGAMBILAN KEPUTUSAN DG INTUISI

Bingung Berfikir Rasa aksi Puji Sukses

GAMBAR 2. Diagram pengambilan keputusan dengan intuisi

Modul Metode Pengambilan Keputusan 12

Bingung Berfikir Puji Rasa aksi Sukses

GAMBAR 3. Diagram pengambilan keputusan dengan analisis keputusan

Modul Metode Pengambilan Keputusan 13

Modul Metode Pengambilan Keputusan 14

A. TEKNIK PERBANDINGAN INDEKS KINERJA

Modul Metode Pengambilan Keputusan 15

1. Industri Minyak Sawit (CPO) 150 100 80 109 2

2. Industri Pengolahan Teh 100 104.5 66.7 91.8 3

3. Industri Coklat Bubuk 125 109.1 100 111.1 1

BOBOT KRITERIA 0.3 0.4 0.3

Tabel 2.2 menunjukkan bahwa nilai alternatif 1, 2 dan 3 masing-masing

Modul Metode Pengambilan Keputusan 16

dimana : total nilai = total nilai akhir dari alternatif ke i

Modul Metode Pengambilan Keputusan 17

Perhitungan dengan kerugian untuk q yang kontinyu adalah :

B.2 Prosedur Bayes

ln (a) = E [l (a,0)] =  l (a,k)h  X=x (k)

h  X=x (k) adalah distribusi peluang posterior diskrit.