Membuat

Pilihan
Keputusan
Investasi TI
SITI WEEK 11

3/19/2022 12:21 PM 1
Pembahasan
1. Metode penilaian multi factor -Multi Factor Evaluation Process (MFEP) atau Multi-Factor
Scoring Methods

2. Metode Simple Additive Weighting

3. Metode Analytic Hierarchy Process

3/19/2022 12:21 PM 2
Pengantar
▪ Keputusan investasi TI bisa sangat kompleks jika berbagai faktor (atau kriteria) yang berbeda
digunakan dalam proses pengambilan keputusan. .

▪ Pengukuran yang umum adalah sistem penilaian subjektif yang mengubah ukuran faktor
objektif dan subjektif menjadi skor.
▪ Berbagai metodologi yang menggunakan skor yang diturunkan secara subyektif ini dapat diterapkan
pada masalah pengambilan keputusan tipe seleksi dengan faktor yang berbeda.
▪ Banyak juga metodologi penilaian multi-faktor / atribut yang digunakan untuk membawa objektivitas
yang lebih besar ke proses subjektif .

3/19/2022 12:21 PM 3
Metode penilaian multi factor -Multi
Factor Evaluation Process (MFEP)
▪ Atau Multi-Factor Scoring Methods / MFSM adalah Metode kuantitatif yang dapat digunakan
untuk membuat pilihan dari serangkaian alternatif dengan menggunakan dua atau lebih faktor
sebagai kriteria pilihan keputusan

▪ Metode kuantitatif yang menggunakan weighting system. Dalam pengambilan keputusan multi
faktor, pengambil keputusan secara subyektif dan intuitif menimbang berbagai faktor yang
mempunyai pengaruh penting terhadap alternatif pilihannya.
▪ Pertimbangan tersebut berupa pemberian bobot atas multifaktor yang terlibat dan dianggap penting.

3/19/2022 12:21 PM 4
Langkah-langkah dalam proses
perhitungan dengan Metode MFEP
1. Menentukan faktor / kriteria dan bobot faktor / kriteria dimana total pembobotan harus sama
dengan 1 atau 100 (∑ pembobotan = 1), yaitu factor weight.
2. Mengisikan nilai untuk setiap faktor (kriteria) yang mempengaruhi dalam pengambilan
keputusan dari data-data yang akan diproses, nilai yang dimasukkan dalam proses
pengambilan keputusan merupakan nilai objektif, yaitu sudah pasti yaitu factor evaluation yang
nilainya antara 0 – 1 ( 0-100 ) atau skala nilai lainnya.
3. Proses perhitungan weight evaluation yang merupakan proses perhitungan bobot antara factor
weight dan factor evaluation dengan serta penjumlahan seluruh hasil weight evaluations untuk
memperoleh total hasil evaluasi.

3/19/2022 12:21 PM 5
Faktor / Kriteria untuk Hardware
1. Fleksibilitas

2. Nama merek

3. Harga

4. Pengiriman

5. Purna jual (opsi lain)

3/19/2022 12:21 PM 6
Factor Weight
1. Fleksibilitas : 0.5

2. Nama merek : 0.1

3. Harga : 0.2

4. Pengiriman : 0,2

3/19/2022 12:21 PM 7
 Skala nilai
Merupakan rentang penilaian setiap alternatif, misalkan menggunakan skala (Saaty) sbb :

1 Equally preferred; Sama-sama disukai;

2 Moderately to Equally preferred; Sedang hingga Sama-sama disukai;

3 Moderately preferred Cukup disukai

4 Moderately to strongly preferred; Sedang hingga sangat disukai;

5 Strongly preferred; Sangat disukai;

6 Strongly to very strongly preferred; Sangat disukai sampai sangat kuat;

7 Very strongly preferred; Sangat disukai sekali;

8 Very to extremely strongly preferred; Sangat disukai hingga sangat kuat;

9 Extremely preferred. Mutlak Sangat disukai.

3/19/2022 12:21 PM 8
skala (Saaty)

3/19/2022 12:21 PM 9
Nilai

3/19/2022 12:21 PM 10
Nilai dan bobot

3/19/2022 12:21 PM 11
Nilai dihitung / weight evaluation

terpilih

3/19/2022 12:21 PM 12
Ringkasan MFEP/ MFSM
Prosedur MFSM berbobot mencakup langkah-langkah berikut:
1. Identifikasi semua pilihan alternatif.
2. Identifikasi semua faktor yang relevan.
3. Identifikasi, turunkan, atau hitung bobot faktor untuk setiap faktor.
4. Buatlah tabel MFSM dengan kolom individual untuk setiap alternatif dan satu
kolom tambahan berlabel Bobot Faktor, baris untuk setiap faktor, dan baris
terakhir berlabel Skor Total.
5. Nilai setiap alternatif menggunakan skala pilihan (misalnya, 1 hingga 9), di
mana nilai yang lebih rendah pada skala mewakili nilai yang kurang disukai dan
nilai yang lebih tinggi mewakili nilai yang lebih disukai untuk setiap faktor.

3/19/2022 12:21 PM 13
Ringkasan MFEP/ MFSM
6. Tempatkan peringkat menurut baris dan kolom di setiap sel yang membentuk
tabel.
7. Tempatkan bobot faktor pada kolom Bobot Faktor.
8. Kalikan bobot faktor di kolom Bobot Faktor dikalikan setiap peringkat di setiap
baris, dan tempatkan nilai tersebut di setiap sel peringkat tabel.
9. Jumlahkan peringkat yang dihitung ini berdasarkan kolom (yaitu, setiap
alternatif) untuk menghasilkan skor total dan tempatkan nilai-nilai ini di baris
Skor Total di bagian bawah tabel.
10.Pilih alternatif dengan total skor terbesar.

3/19/2022 12:21 PM 14
Metode Simple Additive Weighting

▪ SAW adalah salah satu Metode Fuzzy Multiple Attribute Decision Making (FMADM) yang
mampu menyelesaikan masalah multiple attribute decision making dengan cara
membobotkan semua kriteria dan alternatif yang menghasilkan nilai referensi yang tepat.

▪ Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang
dapat diperbandingkan dengan semua rating alternatif yang ada.

▪ Metode ini merupakan metode yang paling terkenal dan paling banyak digunakan dalam
menghadapi situasi MADM (Multiple Attribute Decision Making).
▪ MADM merupakan suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah
alternatif dengan kriteria tertentu.

3/19/2022 12:21 PM 15
 Tahapan metode SAW
1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci.
2. Menentukan rating kecocokan nilai setiap alternatif pada setiap kriteria dan atribut atau hal yang
dianggap menjadi acuan terpenting dalam keputusan (berinvestasi). Atribut cost : tidak diutamakan,
benefit : diutamakan
3. .Membuat matriks keputusan berdasarkan kriteria (Ci), kemudian melakukan normalisasi matriks
berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut
biaya) sehingga diperoleh matriks ternormalisasi R.
4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi
R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai)
sebagai solusi.
5. Menghitung matriks dengan menjumlahkan matriks kriteria masing - masing alternatif.
6. Melakukan perhitugan untuk mendapatkan nilai dengan rentang 0 – 100 dengan mencari presentase
nilai rank dibagi dengan total bobot dikali 100 dan Menentukan ranking.

3/19/2022 12:21 PM 16
Menghitung Normalisasi dan
vektor bobot
Benefit :

Rii = ( Xij / max{Xij})

Cost :

Rii = (min{Xij} /Xij)

Vektor bobot :

3/19/2022 12:21 PM 17
ISO 9126- Software Quality
Characteristics

http://www.sqa.net/iso9126.html 3/19/2022 12:21 PM 18

Faktor Kualitas untuk Sistem
Informasi

3/19/2022 12:21 PM 19
 IEEE Model Software Quality
1. Efficiency : ekonomi temporal dan sumber daya ekonomi.

2. Redability : nondeficiency, toleransi kesalahan dan ketersediaan.

3. Function : kelengkapan, keakuratan, keamanan, kompatibilitas dan interoperabilitas

4. Supportability: testability, perluasan dan perbaikan.

5. Portability: independensi dari perangkat keras, independensi dari perangkat lunak,

instalability dan reusabilitas.

6. Usability : ketelitian, mudah dipelajari, kegunaan, dapat diterangkan.

3/19/2022 12:21 PM 20
Faktor / Kriteria untuk Sistem
Informasi berdasarkan kebutuhan
1. Kegunaan

2. Keandalan

3. Ekonomis

4. User Friendly

5. Dukungan Teknis

6. Fleksibel

3/19/2022 12:21 PM 21
Contoh Kasus
STRATEGI INVESTASI SI

3/19/2022 12:21 PM 22
 Strategi Investasi SI
➢ Strategi :

1. Beli jadi

2. Outsourcing

3. Pengembangan – Mandiri

4. Pengembangan oleh pihak ketiga

5. Customized

3/19/2022 12:21 PM 23
Faktor / Kriteria untuk Sistem
Informasi , Bobot dan Atribut
1. K1, Keandalan : 3 → benefit

2. K2, Ekonomis : 3 → benefit

3. K3, Kegunaan : 2 → benefit

4. K4, User Friendly : 1 → cost

5. K5, Dukungan Teknis : 1 → cost

3/19/2022 12:21 PM 24
Skala Nilai
1. Sangat buruk

2. Buruk

3. Kurang baik

4. Cukup baik

5. Baik

6. Sangat baik

7. Istimewa

3/19/2022 12:21 PM 25
Rating kecocokan nilai
Berdasarkan hasil analisis

Atribut
Kepentingan benefit benefit benefit cost cost
Bobot 3 3 2 1 1
alternatif / Kegunaan Dukungan User
kriteria Keandalan Ekonomis Teknis Friendly
S1 3 6 5 6 6
S2 5 4 7 5 7
S3 6 3 6 5 7
S4 7 3 3 2 5
S5 5 4 4 3 4

3/19/2022 12:21 PM 26
 Membuat matriks normalisasi
alternatif /
kriteria K1 K2 K3 K4 K5
Gunakan rumus : S1 3 6 5 6 6
Benefit : S2 5 4 7 5 7
S3 6 3 6 5 7
Rii = ( Xij / max{Xij}) S4 7 3 3 2 5
S5 5 4 4 3 4
Matriks Normalisasi
Cost : alternatif /
kriteria K1 K2 K3 K4 K5
Rii = (min{Xij} /Xij)
S1 0.42857 1 0.7143 0.3333 0.6667
S2 0.71429 0.6667 1 0.4000 0.5714
S3 0.85714 0.5 0.8571 0.4000 0.5714
S4 1.00000 0.5 0.4286 1.0000 0.8000
S5 0.71429 0.6667 0.5714 0.6667 1.0000

3/19/2022 12:21 PM 27
Menghitung Vektor Bobot dan
meranking
Rumus :

Bobot 3 3 2 1 1
alternatif / Kegunaan Dukungan User
kriteria Keandalan Ekonomis Teknis Friendly

alternatif Keterangan Hasil

S1 Beli jadi 6.714286
S2 Outsourcing 7.114286
S3 Pengembangan – Mandiri 6.757143
S4 Pengembangan oleh pihak ketiga 7.157143 terpilih
S5 Customized 6.952381

3/19/2022 12:21 PM 28
Analytic Hierarchy Process
▪ Proses hierarki analitik (AHP) dapat digunakan untuk mengembangkan bobot faktor dan juga dapat
digunakan sebagai metodologi pengambilan keputusan itu sendiri. (dikembangkan oleh Thomas L.
Saaty -1980)
▪ Proses hierarki analitik menggunakan perbandingan berpasangan untuk menetapkan bobot faktor
untuk model keputusan, menetapkan prioritas untuk pilihan keputusan, dan menghasilkan statistik
yang akurat untuk mengonfirmasi analisis keputusannya.
▪ AHP adalah proses pengambilan keputusan lengkap yang memungkinkan pertimbangan multi-faktor
atau multi-kriteria yang lebih lengkap daripada MFSM dan sangat ideal untuk membantu dalam
pengambilan keputusan investasi TI yang sangat kompleks dan multi-faktor.
▪ Sumber eBook : Chapter 8 , Marc J Schniederjans, Jamie L Hamaker, Ashlyn M Schniederjans.
Information Technology Investment: Decision-making Methodology 2nd Edition. World Scientific
Publishing Company

3/19/2022 12:21 PM 29
 Tugas individu
1. Gunakan metode SAW untuk memutuskan pilihan Computer System di metode MFEP
2. Dengan metode SAW; asumsikan dulu atribut kepentingan setiap kriteria kemudian tentukan mana
Paket Sistem terbaik dari tabel sbb :

Bobot 0.2 0.25 0.2 0.125 0.125 0.1

alternatif / Popularita
kriteria Harga Kualitas Fitur s Purna Jual Ketahanan
Paket A 3500 70 10 80 3000 36
Paket B 4500 90 10 60 2500 48
Paket C 4000 80 9 90 2000 48
Paket D 4000 70 8 50 1500 60
Paket E 4200 85 8 70 2200 55

3. Masih menggunakan tabel tersebut dengan metode SAW;ubah kriteria berdasarkan karakteristik kualitas
software ISO 9126 asumsikan dulu bobot dan atribut kepentngannya.

3/19/2022 12:21 PM 30
AKHIR MATERI

3/19/2022 12:21 PM 31