TUGAS 1

ANALISIS
KEPUTUSAN & DATA
MINING
Multi Criteria Decision Making
(MCDM)
DEFINISI

Suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif

berdasarkan beberapa kriteria tertentu. Kriteria biasanya berupa ukuran-ukuran, aturan-aturan atau standar

yang digunakan dalam pengambilan keputusan. Masing-masing kriteria itu memiliki nilai bobot tertentu.

METODE

 Simple Additive Weighting Method (SAW)

 Weighted Product Model (WPM)

 Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

 Analytic Hierarchy Process (AHP)

 Analytical Network Process (ANP)

 ELECTRE
APLI KASI

PT. Indomarco Prismatama sebagai perusahaan yang senantiasa melakukan ekspansi dan inovasi

setiap saat merencanakan pembukaan outlet baru. Sumber daya manusia dibutuhkan untuk

melakukan kegiatan operasional didalamnya, baik berupa penambahan karyawan baru maupun

penggantian karyawan yang keluar (resign, sehingga peran tim rekrutmen sangat dibutuhkan

untuk melakukan proses penyeleksian. Proses penerimaan karyawan baru PT. Indomarco

Prismatama dilakukan secara rutin setiap saat. Hal ini dilakukan guna mendapatkan calon

karyawan yang memenuhi standar sumber daya manusia yang berkualitas. Penentuan calon

karyawan pada PT. Indomarco Prismatama masih menggunakan sistem seleksi secara manual,

yakni menggunakan lembar soal dan lembar jawaban pada saat tes seleksi berlangsung. Proses

penghitungan nilai akhir tes (scoring) juga masih menggunakan lembar jawaban yang dicocokkan

dengan hasil tes peserta seleksi. Untuk menentukan nilai akhir juga masih menggunakan sistem

perhitungan yang sangat sederhana, tidak ada perbedaan pembobotan untuk setiap jenis soal. Oleh

karena itu, dirancang sebuah aplikasi tes seleksi calon karyawan menggunakan model Fuzzy Multi

Criteria Decision Making (MCDM) dengan metode perhitungan Simple Addictive Weighting

(SAW). Metode ini dapat digunakan untuk menentukan keputusan yang sifatnya multikriteria.

Aplikasi ini berbasis web dengan bantuan jaringan intranet (LAN). Dengan aplikasi tersebut,

peserta tes mengerjakan soal menggunakan komputer dimana proses penghitungan nilai akhir juga
 Simple Additive Weighting Method
(SAW)
DEFINISI

Adalah salah satu motedo yang digunakan dalam proses pengambilan suatu keputusan. Konsepnya
yaitu mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif atribut.

KELEBI HAN

adalah dapat menentukan nilai bobot setiap atribut dilanjutkan dengan proses perengkingan yang
akan menyeleksi alternatif terbaik dan penilaian akan lebh tepat karena didasarkan pada nilai
kriteria dan bobot prefensi yang sudah ditentukan.

KEKURANGAN

yaitu data yang dimasukan harus benar dan tepat agar tidak menimbulkan kesalahan pada saat
pembobotan dan perengkingan kriteria.
CONTOH KASUS

Sekolah Menengah Pertama Islam Terpadu (SMPIT) Cordova merupakan salah satu sekolah

swasta di Samarinda yang berbasis pendidikan islam, dimana akreditas dari sekolah tersebut

sampai tahun 2017 berakreditas A. Dengan hasil akreditas A, SMPIT Cordova Samarinda dapat

memberikan informasi yang akurat tentang pelayanan pendidikan yang ditawarkan bagi

masyarakat khususnya orang tua peserta didik dalam membuat keputusan dan pilihan yang tepat

dalam memilih sekolah. Terlihat dari jumlah pendaftar dari tahun ke tahun selalu melebihi kuota

yang sudah disediakan yaitu 140 siswa ditahun ajaran baru. Tahun 2014/2015 pendaftar 168

orang, tahun 2015/2016 pendaftar 173 orang dan tahun 2016/2017 179 orang (Hasil wawancara).

Manfaat yang diberikan dari hasil akreditas tersebut tidak hanya dari sisi daya tampung yang

melebihi kuota. Namun dari pihak sekolah pun dapat sebagai acuan dalam upaya peningkatan

mutu dan rencana pengembangan sekolah tersebut. Melihat dari banyaknya pendaftar dan salah

satu cara bagaimana meningkatkan mutu Sekolah, maka perlu dibangun sebuah sistem pendukung

keputusan dengan yang dapat menseleksi calon siswa baru untuk meminimalisir kesalahan yang

dilakukan oleh panitia penyeleksi calon siswa baru SMPIT Cordova Samarinda.
CONTOH KASUS

Sistem pendukung keputusan dapat menggunakan beberapa metode dan salah satu metodenya

adalah metode Simple Additive Weighting (SAW). Dimana Metode SAW merupakan metode

Multiple Attribute Decision Making (MADM), dimana langkah penyelesaian alternatifnya lebih

pendek namun akan tetap menghasilkan keputusan optimal dalam menentukan alternatif terbaik

dari berbagai alternatif berdasarkan kriteria tertentu (Ariani, 2013) (Harpad, 2018). Metode SAW

dapat menunjukkan lahan yang terbaik untuk tanaman sawit (atta dkk, 2017). Metode SAW juga

telah digunakan dalam penelitian (Murdianto dkk, 2016), dengan hasil akhir penelitian sistem

dapat menyeleksi karyawan terbaik sesuai ketentuan dengan melakukan perhitungan berdasarkan

metode SAW. Dan metode SAW dapat mendiagnosa penyakit pada kelinci (Ramadiani dkk, 2017).

Dan beberapa penelitian lain yang menggunakan metode SAW seperti (Lailiyah, 2016) (Oleh

karena sistem pendukung keputusan dengan metode SAW dapat digunakan untuk membantu

panitia penyeleksi calon siswa baru SMPIT Cordova Samarinda untuk menentukan siswa baru di

SMPIT Cordova Samarinda.

Technique for Order Preference by
Similarity to Ideal Solution (TOPSIS)
DEFINISI

Menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal
positif dan terjauh dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak
Euclidean untuk menentukan kedekatan relatif dari suatu alternatif dengan solusi optimal.

KELEBIHAN

Yaitu konsep sederhana dan mudah di padahami. Karena menggunakan indikator kriteria dan variabel
alternatif sebagai pembantu untuk menentukan keputusan.

KE K URAN GAN

Yaitu belum adanya penentuan bobot prioritas yang menjadi prioritas hitungan terhadap kriteria. Berguna
untuk meningkatkan validitas nilai.
CONTOH KASUS

Penentuan karyawan berprestasi menjadi suatu proses yang rumit. Keputusan seseorang salah karena proses

pemilihan karyawan berdasarkan subjektifitas. Oleh karena itu diperlukan sistem pendukung keputusan

untuk proses pemilihan karyawan tersebut. Sistem pendukung keputusan ini, dapat menentukan nilai

perhitungan terhadap semua kriteria. Sistem ini menggunakan Metode Technique Others Reference By

Similarity To Ideal Solution (TOPSIS) dan Simple Additive Weighting (SAW). Metode ini di pilih karena

dapat memilih alternatif terbaik dari beberapa alternatif atau berdasarkan kriteria-kriteria yang telah

ditentukan. Pada studi kasus kecamatan pakusari, terdapat empat kriteria yaitu prestasi, absensi, perilaku, dan

Kedisiplinan. Dengan membuat 4 kriteria dilakukan membuat matriks keputusan, pembobotan, menentukan

matriks ideal positif dan negatif jarak antar alternatif dengan matriks solusi positif dan negatif, kedekatan

setiap alternatif terhadap solusi ideal. Dengan demikian sistem ini mampu menangani perhitungan penilaian

karyawan terbaik di kecamatan Pakusari ,agar tidak kesulitan dalam menentukan karyawan yang terbaik. Ada

22 karyawan yang menjadi kandidat dengan penilaian empat kriteria yaitu prestasi, absensi, perilaku,

kedisiplinan. Dalam uji coba di dapatkan karyawan terbaik dengan nilai tertinggi yaitu Agus Ponadi, S.Sos

dengan nilai 0,7891, dimana nilai tersebut diatas nilai karyawan lainnya,sehingga sistem menunjukan Agus

Ponadi,S.Sos sebagai karyawan terbaik. Sistem yang dibuat sebagai bahan pertimbangan saja, sehingga

keputusan yang di ambil tetap berada pada pihak kecamatan.

Analytical Hierarchy Process
(AHP)
DEFINISI

Adalah metode untuk memecahkan suatu situasi yang komplek tidak terstruktur kedalam beberapa
komponen dalam susunan yang hirarki, dengan memberi nilai subjektif tentang pentingnya setiap variabel
secara relatif, dan menetapkan variabel mana yang memiliki prioritas paling tinggi guna mempengaruhi
hasil pada situasi tersebut.

KELEBIHAN

Adalah kesatuan (Unity), AHP membuat permasalahan yang luas dan tidak terstruktur menjadi suatu model
yang fleksibel dan mudah dipahami. Kompleksitas (Complexity), AHP memecahkan permasalahan yang
kompleks melalui pendekatan sistem dan pengintegrasian secara deduktif.

KEKURANGAN

Metode AHP memiliki ketergantungan pada input utamanya.

CONTOH KASUS

Metode Analytical Hierarchy Process (AHP) Pada Desain Sistem Pendukung Keputusan

Pemilihan Calon Penerima Bantuan Pangan Non Tunai (BPNT) Di Kota Palangka Raya.Penelitian

ini menggunakan angket atau kuesioner yang berfungsi sebagai instrumentasi guna memperoleh

data dalam penentuan keluarga yang layak mendapatkan status keluarga yang pantas menjadi

Keluarga Penerima Manfaat pada wilayah kota Palangka Raya dan kemudian data olahan

didapatkan dari kuesioner dengan menggunakan metode pendekatan Analytical Hierarchi Process

(AHP) untuk kemudian direkam dan diuji dengan menggunakan program komputer yang dibuat

khusus untuk keperluan penelitian ini menggunakan bahasa pemrograman PHP dan menggunakan

basisdata MySQL.
 Analytical Network Process
(ANP)
DEFINISI

Adalah metode pemecahan suatu masalah yang tidak terstruktur dan memerlukan ketergantungan hubungan antar
elemennya. Yang mana elemen yang dimasudkan adalah sebuah variabel penentu suatu jaringan analisis
permasalahan. Pemecahan masalah yang digunakan berdasarkan rangkaian proses berdasarankan jaringan kriteria.

K E LE BI HAN

Adalah kemampuannya dalam membentuk dependensi yang lebih bebas. Bahkan, ANP merupakan teori
matematika pertama yang memungkinkan untuk secara sistematis menangani semua jenis dependensi dan
feedback.

K E K U RAN GAN

Dalam metode ANP permasalahan tidak bisa distrukturkan kedalam bentuk hirarki dan antar kriteria tidak terdapat
hubungan keterkaitan satu sama lain.
CONTOH KASUS

Penggunaan Metode Analytic Network Process (ANP) dalam Pemilihan Supplier Bahan Baku

Kertas pada PT Mangle Panglipur.PT Mangle Panglipur adalah perusahaan yang menerbitkan

majalah berbahasa Sunda dimulai 21 November 1957. Dalam menerbitkan majalah, dibutuhkan

bahan baku yaitu kertas untuk bagian dalam majalah. Dalam memilih supplier yang memasok

kertas, perusahaan tersebut menerapkan cara yang konvensional. Proses pemilihan supplier yang

tidak tepat akan berdampak pada penjualan dari perusahaan karena berhubungan dengan proses

produksi dan juga produk yang akan dijual nantinya. Banyak hal yang harus diperhatikan dalam

memilih supplier. Dalam proses pengambilan keputusan untuk memilih supplier, harus

diperhatikan faktor-faktor (kriteria) yang satu sama lainnya mungkin saling terkait. Metode

Analytic Network Process (ANP) merupakan metode pengambilan keputusan dengan banyak

kriteria yang saling terkait. Permasalahan ini direpresentasikan dalam sebuah sistem dengan

ketergantungan (dependence) dan feedback. Keterkaitan yang terdapat pada metode ANP adalah

keterkaitan dalam satu set elemen (node com- parison) dan keterkaitan terhadap elemen yang

berbeda (cluster comparison). Penggunaan metode ANP akan menghasilkan bobot nilai prioritas

pada seluruh elemen yang terdapat dalam sistem pengambilan keputusan.

Persamaan Metode SAW, TOPSIS,
AHP, dan ANP
Terdapat beberapa fitur umum yang digunakan dalam metode-metode MCDM yang mana bisa
dijadikan kesamaan dalam keseluruhan metode-metode MCDM, sebagai berikut:

1. Alternatif, adalah obyek-obyek yang berbeda dan memiliki kesempatan yang sama untuk
dipilih oleh pengambil keputusan.

2. Atribut, atribut sering juga disebut sebagai kriteria keputusan.

3. Konflik antar kriteria, beberapa kriteria biasanya mempunyai konflik antara satu dengan yang
lainnya, misalnya kriteria keuntungan akan mengalami konflik dengan kriteria biaya.

4. Bobot keputusan, bobot keputusan menunjukkan kepentingan relatif dari setiap kriteria, = (1 ,
2 , 3 , … , ). 5. Matriks keputusan, suatu matriks keputusan yang berukuran x , berisi elemen-
elemen yang merepresentasikan rating dari alternatif ; = 1,2,3, … , terhadap kriteria ; = 1,2,3,
…,.
Perbedaan Metode SAW, TOPSIS,
AHP, dan ANP
Metode Simple Additive Weighting (SAW) sering dikenal dengan istilah metode penjumlahan
terbobot. Konsep dasar metode Simple Additive Weighting (SAW) adalah mencari penjumlahan
terbobot dari rating kinerja pada setiap alternatif di semua atribut. Sedangkan metode Technique
for Order Performance of Similarity to Ideal Solution (TOPSIS) menggunakan prinsip bahwa
alternatif yang terpilih harus mempunyai jarak terpanjang (terjauh) dari solusi ideal negatif dari
sudut pandang geometris dengan menggunakan kedekatan relatif dari suatu alternatif. Selain itu,
untuk AHP dan ANP sendiri memiliki perbedaan pertama yang terletak pada struktur kerangka
model yang berbentuk hierarki pada AHP dan berbentuk jaringan pada ANP. Hal ini membuat
ANP dapat diaplikasikan lebih luas dari ANP. Bentuk jaringan ANP juga bisa sangat bervariasi dan
lebih dapat mencerminkan permasalahan seperti keadaan yang sesungguhnya.
TERIMA KASIH