PENGAMBILAN KEPUTUSAN BERBASIS INDEKS KINERJA

Transkripsi

1 1 PENGAMBILAN KEPUTUSAN BERBASIS INDEKS KINERJA 2 Bilangan Terms SIM Informasi DSS Data Monev Alternatif Keputusan Aksi Keputusan SOP Keterangan: SIM : Sistem Informasi Manajemen DSS : Decision Support System SOP : Standard Operational Procedure Monev : Monitoring dan Evaluasi Gambar : Siklus data, informasi, keputusan dan aksi 1

2 System Definition 3 Element (E 1 ) E 2 Goal E 3 Sub Goal E 4 E 5 System Phylosophy - Goal Oriented (Cybernetic) à C à S - Holistic Not Partial à H - Effectiveness Not Efficiency à E TEKNIK PENGAMBILAN KEPUTUSAN 4 Fungsi Manajemen Perencanaan Staffing Pengorganisasian Pelaksanaan Monitoring Evaluasi Hirarki Top Level Up Medium Low Lower Sifat Directif Strategis Taktis Operasional Ø Cara 1. Dengan Intuisi 2. Dengan Analisa Keputusan 2

3 5 Tabel: Permasalahan manajemen Jangka Lingkungan Sifat Direktif Panjang Dinamis dan probalistik intuitif Arahan-arahan strategis yang kadang bersifat intuitif Strategis Panjang Dinamis dan mempengaruhi faktor-faktor dengan kepastian yang sangat rendah Tidak bisa diprogram karena preferensi pengambil keputusan perlu masuk secara utuh Taktis Menengahpendek Dinamis dan mempengaruhi faktor-faktor dengan asumsi kepastian yang tinggi Bisa dibuat program dengan masukan preferensi pengambil keputusan 6 LINGKUNGAN Tidak Pasti Kompleks Dinamis Persaingan Terbatas Kecerdasan Persepsi Falsafah Pilihan Informasi Preferensi Intuisi Logika tidak dapat diperiksa Keputusan Hasil Bingung cemas Berfikir Rasa tidak Enak Bertindak Puji Cela Senang Sedih REAKSI Gambar : Pengambilan Keputusan dengan Intuisi 3

4 7 LINGKUNGAN ANALISA KEPUTUSAN (Normatif) Tidak Pasti Kompleks Dinamis Persaingan Terbatas Kecerdasan Persepsi Falsafah Pilihan Informasi Preferensi Alternatif 2 Penetapan kemungkinan Struktur Model Penetapan Nilai Preferensi Waktu Preferensi Risiko Logika Keputs. Hasil Sensitifitas nilai informasi Bingung cemas Berfikir Rasa tidak Enak Pandangan ke dalam Bertindak Puji Cela Senang Sedih REAKSI Gambar : Pengambilan Keputusan dengan Analisa Keputusan MCDM SEBAGAI SALAH SATU MODEL DALAM PENGAMBILAN KEPUTUSAN 8 Tujuan yang akan dicapai Masalah yang akan diselesaikan Kriteria Kinerja Pengambil Keputusan Alternatives alat/ rencana/ 4

5 9 KOMPONEN KEPUTUSAN Ø Alternatif Keputusan Ø Kriteria Keputusan Ø Bobot Kriteria Ø Model Penilaian Ø Model Penghitungan Ø Tipe Pengambil Keputusan MODEL PENILAIAN Menggunakan Nilai Numerik (Nyata) à Kriteria dan atau alat ukurnya jelas (obyektif) Sebagai misal Suhu Ruang (termometer) Tinggi Badan Berat Badan Hasil perhitungan dengan rumus yang jelas: BCR; IRR NPV 5

6 MODEL PENILAIAN Menggunakan Skala Ordinal à Kriteria kompleks melibatkan presepsi (subyektif) à Jumlah skala 3; 5; 7 (disarankan ganjil) Sebagai misal Rasa TEH (5 Skala) 1. Sangat tidak enak 4. Enak 2. Tidak Enak 5. Sangat enak 3. Cukup Enak Stabilitas politik (3 Skala). 1. Kurang Stabil 3. Sangat Stabil. 2. Stabil MODEL PENILAIAN Menggunakan Nilai Perbandingan Berpasangan Misal pada AHP : <misal A dibandingkan dengan B> 1 : A dan B sama penting 7 : A sangat nyata lebih penting dari B 3 : A sedikit lebih penting dari B 9 : A pasti lebih penting dari B 5 : A jelas lebih penting dari B Pembacaan Lain: 3: A tiga kali lebih penting dari B 5: A lima kali lebih penting dari B 6

7 + Model Penilaian Fuzzy (trapezoidal) usia penduduk 13 + Model Penilaiann Fuzzy Tingkat Kemiskinan Penduduk 14 7

8 + Fuzzy Triangular: Suhu air mandi 15 A little too cold: negative low A little too hot: positive low Much too cold: negative high NH NL 1 OK PL PH Much too hot: positive high Latihan Model Penilaian Berikan contoh kasus penerapan metode penilaian dengan: Terukur Jelas Skala Ordinal 16 Preferensi Fuzzy 8

9 + PENGAMBILAN KEPUTUSAN BERBASIS INDEKS KINERJA A. METODE BAYES 17 B. METODE PERBANDINGAN EKSPONENSIAL (MPE) C. COMPOSIT PERFORMANCE INDEX (CPI) MATRIK KEPUTUSAN : 18 ALTERNA- TIF KRITERIA K 1 K 2.. K n NILAI ALT. KEP. RANGKING ALT. KEP. ALT 1 V 11 V 12.. V 1n Nk 1 ALT 2 V 21 V 22.. V 2n Nk 2 ALT 3 : : : ALT m V m1 V m2.. V mn Nk m BOBOT B 1 B 2.. B n MODEL PENGHITUNGAN n 1. BAYES : Nk i = Σ V j = 1 ij * B j, n 2. Per. Eksponensial : Nk i = 3. Composite Performance Indeks (CPI) n Σ j = 1 B j = 1.0 Σ j = 1 (V ij ) Bj, B j = Bulat >0 9

10 19 Contoh Kasus = Fokus = Pemilihan media iklan yang sesuai Alternatif = 1. Radio 2. Televisi 3. Surat Kabar Kreteria = 1. Jangkauan 2. Efektifitas Pesan 3. Biaya Metode Penilaian = ordinal 1. Sangat Kurang 2. Kurang 3. Biasa 4. Bagus 5. Sangat Bagus 20 Matrik Keputusan Alternatif Kriteria Nilai Keputusan Jangkauan Eff. Biaya Bayes MPE 1. Radio 2. Televisi 3. Surat Kabar Bobot Bayes MPE 10

11 21 Matrik Keputusan Alternatif Kriteria Nilai Keputusan Jangkauan Eff. Biaya Bayes MPE 1. Radio Televisi Surat Kabar Bobot Bayes MPE Contoh Kasus = Fokus = Pemilihan Lokasi industri Alternatif = 1. Semarang 2. Bandung 3. Surabaya Kreteria = 1. Infrastruktur 2. Pasar 3. Biaya tenaga kerja Metode Penilaian = ordinal 1. Sangat Kurang 2. Kurang 3. Biasa 4. Bagus 5. Sangat Bagus 11

12 23 Matrik Keputusan Alternatif Kriteria Nilai Keputusan Infrastruktur Pasar Biaya tenaga kerja Bayes MPE 1. Semarang Bandung Surabaya Bobot Bayes MPE A. METODE BAYES 24 Merupakan teknik yang digunakan untuk melakukan analisis dalam pengambilan keputusan terbaik dari sejumlah alternatif Persamaan Bayes yang digunakan untuk menghitung nilai setiap alternatif disederhanakan menjadi : dimana: m Total Nilai i = Nilai ij (Krit j ) j = 1 Total Nilai i = 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 12

13 25 Contoh Kasus = Fokus = Pemilihan media iklan yang sesuai Alternatif = 1. Radio 2. Televisi 3. Surat Kabar Kreteria = 1. Jangkauan 2. Efektifitas Pesan 3. Biaya Metode Penilaian = ordinal 1. Sangat Kurang 2. Kurang 3. Biasa 4. Bagus 5. Sangat Bagus 26 Matrik Keputusan Alternatif Kriteria Nilai Keputusan Jangkauan Eff. Biaya Bayes MPE 1. Radio (2) 2. Televisi (1) 3. Surat Kabar (3) Bobot Bayes MPE

14 27 Tabel: Matrik keputusan penilaian media iklan yang sesuai dengan Teknik Bayes Alternatif Kriteria Nilai Jangkauan Efektvitas Biaya Alternatif Peringkat 1. Radio Televisi Surat Kabar Dengan menggunakan perumusan Bayes, diperoleh nilai alternatif Bobot Kriteria ,2, dan 3 masing-masing 3,7; 3,8; dan 3,6 sehingga didapat alternatif yang terurut dari yang terbaik adalah alternatif 2, 1, dan Matrik Keputusan Alternatif Kriteria Nilai Keputusan Infrastruktur Pasar Biaya tenaga kerja Bayes MPE 1. Semarang (2) 2. Bandung (1) 3. Surabaya (3) Bobot Bayes MPE

15 B. METODE PERBANDINGAN EKSPONENSIAL (MPE) 29 Merupakan salah satu metode untuk menentukan urutan prioritas alternatif keputusan dengan kriteria jamak Teknik ini digunakan sebagai pembantu bagi individu pengambilan keputusan untuk menggunakan rancang bangun model yang telah terdefinisi dengan baik pada tahapan proses Ø Prosedur MPE Formulasi perhitungan skor untuk setiap alternatif dalam metoda perbandingan eksponensial adalah: m Total nilai (TN i ) = (RK ij ) TKK j j=1 dengan : 30 TN i = Total nilai alternatif ke -i RK ij = derajat kepentingan relatif kriteria ke-j pada pilihan keputusan i TKK j = derajat kepentingan kritera keputusan ke-j; TKK j > 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. Penentuan skor alternatif pada kriteria tertentu dilakukan dengan memberi nilai setiap alternatif berdasarkan nilai kriterianya 15

16 31 Ø Keuntungan Metode MPE Mengurangi bias yang mungkin terjadi dalam analisa Nilai skor yang menggambarkan urutan prioritas menjadi besar (fungsi eksponensial) ini mengakibatkan urutan prioritas alternatif keputusan lebih nyata 32 Matrik Keputusan Alternatif Kriteria Nilai Keputusan Jangkauan Eff. Biaya Bayes MPE 1. Radio (2) 2. Televisi (1) 3. Surat Kabar (3) Bobot Bayes MPE

17 Ø Contoh Lain Aplikasi Metode MPE 33 Penilaian terhadap tiga alternatif produk agroindustri berbasis ubi kayu (Tepung tapioka, Keripik singkong, dan Pakan ternak) Kriteria yang dipertimbangkan:potensi pasar, kondisi bahan baku, nilai tambah produk, daya serap tenaga kerja, teknologi yang sudah dipakai, kondisi sosial budaya, dan dampak terhadap lingkungan Penilaian alternatif pada setiap kriteria menggunakan skala penilaian Tabel: Penilaian alternatif produk agroindustri potensial No Kriteria Tingkat Kepenti ngan Tepung Tapioka Nilai Alternatif Produk Kripik Singkong Pakan Ternak 1 Potensi Pasar Kondisi Bahan Baku Nilai Tambah produk Daya Serap Tenaga Kerja Teknologi yang Sudah dipakai Kondisi Sosial Budaya

18 35 Setelah dihitung menggunakan teknik MPE maka akan terlihat urutan atau prioritas produk agroindustri yang potensial untuk diinvestasikan Tabel : Hasil pehitungan dengan MPE Prioritas Alternatif terpilih Nilai MPE Produk potensial 1 Tepung tapioka Produk potensial 2 Pakan ternak Produk potensial 3 Keripik singkong Maka dapat disimpulkan bahwa produk agroindustri yang paling potensial untuk diinvestasikan adalah tepung tapioka, dengan nilai Latihan Penerapan Metode Bayes dan MPE Fokus = Alternatif = Kreteria = Metode Penilaian : ordinal (generik) 1. Sangat Kurang 2. Kurang 3. Biasa 4. Bagus 5. Sangat Bagus 18

19 37 Matrik Keputusan Alternatif Kriteria Nilai Keputusan Bayes MPE Bobot Bayes MPE 38 C. COMPOSIT PERFORMANCE INDEX (CPI) Ø Merupakan indeks gabungan (Composite Index) yang dapat digunakan untuk menentukan penilaian atau peringkat dari berbagai alternatif (i) berdasarkan beberapa kriteria (j). Formula yang digunakan dalam teknik CPI : A ij = X ij (min) x 100 / X ij (min) A (i + 1.j) = (X (I + 1.j) )/ X ij (min) x 100 I ij = A ij x P j I i n = Σ (I ij ) j =1 19

20 39 Keterangan: A ij = nilai alternatif ke-i pada kriteria ke j X ij (min) = nilai alternatif ke-i pada kriteria awal minimum ke-j A (i + 1.j) = nilai alternatif ke-i + 1 pada kriteria ke j X (i + 1.j) = nilai alternatif ke-i + 1 pada kriteria awal ke j P j = bobot kepentingan kriteria ke j I ij = indeks alternatif ke-i I i = indeks gabungan kriteria pada alternatif ke i i = 1, 2, 3,, n j = 1, 2, 3,, m 40 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 Pay Back Period (waktu pengembalian modal) Tabel: Matrik awal penilaian alternatif pemilihan industri yang paling layak Alternatif Kriteria IRR (%) B/C PBP (Thn) 1. Industri Minyak Sawit (CPO) 30 1, Industri Pengolahan Teh 20 1, Industri Coklat Bubuk 25 1,2 4 Bobot Kriteria 0,3 0,4 0,3 20

21 41 Prosedur Penyelesaian CPI Identifikasi kriteria tren positif (semakin tinggi nilaianya semakin baik) dan tren negatif (semakin rendah nilainya semakin baik) Untuk kriteria tren positif, nilai minimum pada setiap kriteria ditranspormasi ke seratus, sedangkan nilai lainnya ditranspormasi secara proporsional lebih tinggi. Untuk kriteria tren negatif, nilai minimum pada setiap kriteria ditranspormasi ke seratus, sedangkan nilai lainnya ditranspormasi secara proporsional lebih rendah. Perhitungan selanjutnya mengikuti prosedur Bayes. 42 Tabel: Matrik hasil transformasi melalui teknik perbandingan indeks kinerja Alternatif Kriteria Nilai IRR B/C PBP (Thn) Alternatif Peringkat 1. Industri Minyak Sawit (CPO) Industri Pengolahan Teh , , Industri Coklat Bubuk , ,1 1 Bobot Kriteria 0,3 0,4 0,3 Dengan demikian alternatif 3 yaitu Industri Coklat Bubuk sebagai peringkat 1 disusul oleh industri minyak sawit dan kemudian industri pengolahan teh. 21

22 43 Latihan: Aplikasi metoide CPI Ilustrasi Kasus: Tabel: Matrik awal penilaian alternatif Alternatif Kriteria Bobot Kriteria 44 Tabel: Matrik hasil transformasi CPI Alternatif Kriteria Nilai Alternatif Peringkat Bobot Kriteria 22

23 45 Pemiliha Metode Penilaian Tidak Seragam à CPI Penilaian seragam -à Bayes atau MPE Apabila skala penilaian ordinal -à MPE Apabil nilai alternatif adalah terukur nyata -à Bayes Marimin, 2004, Teknik dan Aplikasi Pengambilan Keputusan Kriteria Majemuk, Grassindo, Jakarta. 2. Marimin, 2005, Teknik dan Aplikasi Sistem Pakar dalam Teknologi Manajerial, IPB Press, Bogor 3. Turban, E., 2001, Decision Support System and Intelligent System, Prentice Hall, New Jersey. 23