1

SESI - 1
ANALISIS KEPUTUSAN
SEKOLAH TINGGI
MANAJEMEN INFORMATIKA & KOMPUTER MERCUSUAR
 ANALISIS KEPUTUSAN
2

 Fakta menunjukan bahwa setiap hari manusia ataupun

perusahaan / organisasi harus mengambil keputusan
 Setiap pengambilan keputusan ada Alternatifnya dan setiap
Alternatif ada Kriteria Keputusannya

Kriteria Keputusan
Alternatif
K1 K2 K3
A1 H11 H12 H13
A2 H21 H22 H23
 MULTI CRITERIA DECISION MAKING
3

Kriteria Keputusan
Alternatif Harga Luas Jarak
Juta Rupiah m2 km

SIDOHARJO 560 2.500 30

MOJOKERTO 490 3.000 50

 Kiteria Dominasi;
 Sidoharjo : unggul dalam jarak, kalah dalam harga dan luas
 Mojokerto : unggul dalam harga dan luas , kalah dalam
jarak
 Kesimpulan : tidak ada yang dominan
 MULTI CRITERIA DECISION MAKING
4

 Kiteria Leksikografi;
 Ada kriteria yang diprioritaskan
 Luas (pertama) : Mojokerto lebih baik dari Sidoharjo
 Jarak (kedua) : Sidoharjo lebih baik dari Mojokerto
 Harga (ketiga) : tidak perlu dipertimbangkan
 Kesimpulan : Mojokerto dipilih (kriteria luas)
 MULTI CRITERIA DECISION MAKING
5

 Kiteria Penghampiran (tingkat Aspirasi;

 Misalnya Harga ≤ 600 juta
Luas ≥ 2.500 m2
Jarak ≤ 40 km

Harga Luas Jarak

SIDOHARJO √ √ √
MOJOKERTO √ √ -

 Misalnya Harga ≤ Sidoharjo dan Mojokerto

Luas ≥ Sidoharjo dan Mojokerto
Jarak ≤ hanya Sidoharjo
Sidoharjo terpilih
 ANALYTICAL HIERARCHY PROCESS (AHP)
6

 Diartikan sebagai pembobotan (penentuan prioritas) dari

serangkaian persoalan, baik terhadap kriterianya ataupun
alternatifnya.
 Langkah nya
 Rancangan/ struktur keputusan dari persoalan yang diadapi
 Perhitungan berpasangan
 Sintesa Prioritas
 Uji konsitensi
 Analisis berpasangan merupakan langkah awal penentuan
prioritas (pembobotan)
1 2 3 4 5 6 7 8 9
Sama Sedikit Hampir Mutlak
penting lebih Mutlak lebih
nya penting lebih penting
penting
 ANALYTICAL HIERARCHY PROCESS (AHP)
7

 Struktur keputusan

Membeli
mobil 2000 cc

Biaya Model Kecepatan Kenyamanan

Operasinal

TOYOTA HONDA MAZDA

 ANALYTICAL HIERARCHY PROCESS (AHP)
8

BOP MDL CPT NYM

BOP 1 1/4 1/3 1/5
MDL 4 1 3 2
CPT 3 1/3 1 1/2
NYM 5 1/2 2 1
13 25/12 19/3 37/10

 Cara membaca :
 Biaya Operasional vs Model, Model lebih penting dengan nilai 4
 Biaya Operasional vs Kecepatan, Kecepatan lebih penting
dengan nilai 3
 Model vs Kecepatan, Kecepatan lebih penting dengan nilai 3
 ANALYTICAL HIERARCHY PROCESS (AHP)
9

Jumlah Prioritas
BOP MDL CPT NYM
Baris (bobot)
BOP 1/13 3/25 1/19 2/37 0,304 0,076
MDL 4/13 12/25 9/19 20/37 1,802 0,450
CPT 3/13 4/25 3/19 5/37 0,684 0,171
NYM 5/13 6/25 6/19 10/37 1,210 0,303
Jumlah
1 1 1 1 4 1
Nilai kolom

 Cara menghitung elemen matriks baru, kolom1 (BOP) memua nilai

dibagi dengn 13
 Jumlah Baris, baris 1 (BOP) = 0,676+0,12+0,005+0,05=0,304
 Perhitungan Bobot, untuk BOP = 0,304/4=0,076
 Bobot dari keempat kriteria : Model =0,450 =45%
Kenyamanan =0,303 =30,3%
Kecepatan =0,171=17,1%
Biaya Operasional=0,074=7,6%
 ANALYTICAL HIERARCHY PROCESS (AHP)
10

Biaya
T H M Model T H M
Operasinal
Toyota 1 4 1/3 Toyota 1 1/3 2
Honda ¼ 1 ½ Honda 3 1 4
Mazda 3 2 1 Mazda 1/2 1/4 1
Jumlah
17/4 7 11/6 Jumlah Kolom 9/2 19/12 7
Kolom

Kecepatan T H M Kenyamanan T H M
Toyota 1 1/5 2 Toyota 1 ¼ ½
Honda 5 1 1/3 Honda 4 1 4
Mazda 1/2 3 1 Mazda 2 ¼ 1
Jumlah
13/2 21/5 10/3 Jumlah Kolom 7 6/4 11/2
Kolom
 ANALYTICAL HIERARCHY PROCESS (AHP)
11

BIAYA
Jumlah Prioritas
OPERASIONA Toyota Hunda Mazda
baris (bobot)
L
Toyota 4/17 4/7 2/11 0,987 0,329
Honda 1/17 1/7 3/11 0,475 0,158
Mazda 12/17 2/7 6/11 1,538 0,513
Jumlah Kolom 1 1 1 3 1

Jumlah Prioritas
Harga Toyota Hunda Mazda
baris (bobot)
Toyota 2/9 4/19 2/7 0,718 0,240
Honda 6/9 12/19 4/7 1,870 0,623
Mazda 2/9 3/19 1/7 0,412 0,137
Jumlah Kolom 1 1 1 3 1
 ANALYTICAL HIERARCHY PROCESS (AHP)
12

Jumlah Prioritas
Kecepatan Toyota Hunda Mazda
baris (bobot)
Toyota 2/13 1/21 6/10 0,802 0,267
Honda 10/13 5/21 1/10 1,107 0,369
Mazda 1/13 15/21 3/10 1,091 0,364
Jumlah Kolom 1 1 1 3 1

Jumlah Prioritas
Kenyamanan Toyota Hunda Mazda
baris (bobot)
Toyota 1/7 1/6 1/11 0,401 0,133
Honda 4/7 4/6 8/11 1,965 0,655
Mazda 2/7 1/6 2/11 0,634 0,211
Jumlah Kolom 1 1 1 3 1
 ANALYTICAL HIERARCHY PROCESS (AHP)
13

Biaya
ALTERNA Model Kecepatan Kenyamanan
Operasional Bobot
TIF (0,450) (0,171) (0,303)
(0,076)
Toyota 0,329 0,240 0,267 0,133 0,219

Honda 0,168 0,623 0,369 0,655 0,554

Mazda 0,513 0,137 0,364 0,211 0,227

 Cara memhitung Bobot :

 Toyota = 0,329 (0,076) + 0,240 (0,450) + 0,267 (0,171) + 0,133
(0, 303) = 0,219
 Hasil nya Pilih Honda
 ANALISA KEPUTUSAN DLM KETIDAKPASTIAN
14

Kondisi Ekonomi
Alternatif Proyek
atau Investasi Jelek Sedang Cerah

A 60 120 350
B -80 220 630
C 150 200 260
D -230 470 880
 Alternatif Solusi
 Maximax : Pilih yang terbaik dari yang baik
 Maximin : Pilih Yang terbaik dari yang jelek
 Minimax Regret : dijelaskan tersendiri
 Kriteria Hurwicz : Dihitung dengan bobot a untuk maximax ditambah (1-

a) untuk maximin
 Kriteria Laplace/Equal Likelihood : sama dengan Hurwicz tapi nilai a =

0,5
 Nilai Ekspetasi : dijelaskan tersendiri
 ANALISA KEPUTUSAN DLM KETIDAKPASTIAN
15

 Perhitungan Minimax Regret

 Pilih Investasi C, Regret nya = 0 (karena investasi C = 150 yang
tebaik dari kondisi yang jelek) → Regret = 150-150=0
 Investasi A Regretnya = 150-60=90
 Investasi B Regretnya = 150- (-80)=230
 Investasi D Regretnya = 150-(-230)=380
 Hitung juga untuk Kondisi Sedang dan Cerah

Kondisi Ekonomi Perhitungan Regret

Minimax
Investasi Regret
Jelek Sedang Cerah Jelek Sedang Cerah
A 60 120 350 90 350 530 530
B -80 220 630 230 250 250 250
C 150 200 260 0 270 620 620
D -230 470 880 380 0 0 380
 ANALISA KEPUTUSAN DLM KETIDAKPASTIAN
16

 Perhitungan “Nilai Ekspektasi”

 Masing kondisi ekonomi diperkirakan probabilitasnya
 Misalnya Jelek : 0,2
Sedang : 0,5
Cerah : 0,3
 Investasi A =0.2x(60)+ 0.5x(120)+ 0.3x(350)=177
 Investasi B =0.2x(-80)+ 0.5x(220)+ 0.3x(630)=283
 Investasi C =0.2x(150)+ 0.5x(200)+ 0.3x(260)=208
 Investasi D =0.2x(-230)+ 0.5x(470)+ 0.3x(880)=449
 ANALISA KEPUTUSAN DLM KETIDAKPASTIAN
17

Kondisi Ekonomi
Mini Equal
Alter Maxi Maxi Hur Ekspek
max Likeli
natif max min wicz tasi
Jelek Sedang Cerah Regret hood

A 60 120 350 350 60 530 234 205 177

B -80 220 630 630 -80 250 346 275 283
C 150 200 260 260 150 620 216 205 208
D -230 470 880 880 -230 380 436 325 449
 FUNGSI BORDA
18

 Mengunakan Pembobotan, dengan mengunakan data Peferensi

atau peringkat kepentingan dari atribut/variabel yang akan
dibobotkan
 Misalnya, menghitung bobot dari Vario, Spin dan Mio
 Munculkan semua data Peferensi yang mungkin dari variabel yang
kan dibobot.
 Jumlah kemungkinan 6 (3x2x1) atau 3 faktorial, sebagai berikut:
 Mio >Vario >Spin (Lebih suka Mio daripada Vario
daripada Spin)
 Mio >Spin >Vario (Lebih suka Mio daripada Spin
daripada Vario)
 Vario >Mio >Spin (Lebih suka Vario daripada Mio
daripada Spin)
 Vario >Spin >Mio (Lebih suka Vario daripada Spin
daripada Mio)
 Spin >Mio >Vario (Lebih suka Spin daripada Mio
daripada Vario)
 FUNGSI BORDA
19

 Dari 20 responden diperoleh hasil sbb:

 Mio>Vario>Spin = 6
 Mio>Spin>Vario = 4
 Vario>Mio>Spin = 3
 Vario>Spin>Mio = 4
 Spin>Mio>Vario = 1
 Spin>Vario>Mio = 2
 Disusun berpasangan
 Lebih suka Mio daripada Vario = 6+4+1 = 11
 Lebih suka Mio daripada Spin = 6+4+3 = 13
 Lebih suka Vario daripada Mio = 3+4+3 = 9
 Lebih suka daripada Spin = 6+3+4 = 13
 Lebih suka Spin daripada Mio = 4+1+8 = 8
 Lebih suka Spin daripada Vario = 4+1+3 = 8
 FUNGSI BORDA
20

 Hasil akhir nya adalah lebih suka Mio

Sepeda
Mio Vario Spin Jml Baris Bobot (%)
Motor
Mio - 11 13 24 40,00

Vario 9 - 13 22 36,67

Spin 7 7 - 14 23,33

   Jumlah baris  60 100,00