Teknik Pengambilan Keputusan Berbasis Indeks Kinerja Prof. Dr. Marimin (marimin@ipb.ac.id)
SYSTEM DEFINITION Element (E 1 ) E 2 Goal E 3 Sub Goal E 4 E 5 System Phylosophy - Goal Oriented (Cybernetic) C S - Holistic Not Partial H - Effectiveness Not Efficiency E
SYSTEM CLASSIFICATION MATRIX System Input Process Output Analysis? Narrow aspect Synthesis? Wide aspect Design? Control? Level of Competency: System Analysis (BSc-S1) System Synthesis (and Analysis- MSc) System Design (andanalysis, Synthesis-PhD)
Latihan Klasifikasi Sistem: Deskripsikan Berdasar 4 tipe sistem pada kasus: Agroindustri Sistem Pendidikan Dsb.
Information Cycle NUMBER/ TERMS MIS DATA INFORMATION DSS DECISION ALTERNATIVE MES ACTION SOP DECISION Note : MIS DSS SOP MES : Management Information System : Decision Support System : Standard Operation Procedure : Monitoring and Evaluation System
Latihan: Klasifikasikan term/bilangan, data, informasi, alternatif keputusan, keputusan dan aksi pada kasus: Perbankan Institusi Publik BUMN Perkebunan Dsb.
ffi= feed forward information fbi= feed back information
Directive ES EIS DSS Strategic Tactic DBMS IS MIS Operasional EDP Decision Hierarchy and the Business Solutions
Deskripsi Hirarki Keputusan Jangka Lingkungan Sifat Direktif Panjang Dinamis dan probalistik intuitif Arahan-arahan strategis yang kadang bersifat intuitif Strategis Panjang Dinamis dan mempengaruhi Tidak bisa diprogram faktor-faktor dengan kepastian yang sangat rendah 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 Operasional Pendek Dianggap statik dan tidak mempengaruhi faktor-faktor Bisa dibuat program karena sifatnya berulang
SISTEM INFORMASI BERBASIS KOMPUTER (Computer Based Information Systems-CBIS) ES DSS MIS : Expert System (Sistem Pakar) : Decision Support Systems (Sistem Penunjang Keputusan) : Management Information System (Sistem Informasi Manajemen) DBMS: Data Based Management Systems (Sistem Manajemen Basis Data) EDP IS : Electronic Data Processing (Pengolahan Data Elektronik) : Information Systems (Sistem Informasi)
Latihan: Deskripsikan Hirarki Keputusan pada Kasus: PT. Astra Swasembada Pangan (Beras) Penyelamatan Perbankan Dsb.
Fungsi Manajemen Perencanaan Staffing Pengorganisasian Pelaksanaan Monitoring Evaluasi Hirarki Top Level Up Medium Low Lower Sifat Directif Strategis Taktis Operasional Cara 1. Dengan Intuisi 2. Dengan Analisa Keputusan 12
LINGKUNGAN Tidak Pasti Kecerdasan Pilihan Kompleks Dinamis Persaingan Persepsi Informasi Intuisi Keputusan Hasil Logika tidak dapat diperiksa Terbatas Falsafah Preferensi Bingung Berfikir Rasa tidak Bertindak Puji cemas Enak Cela Senang Sedih REAKSI Skema Pengambilan Keputusan dengan Intuisi 13
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 Skema Pengambilan Keputusan dengan Analisa Keputusan 14
MCDM: Multiple Criteria Decision Making SEBAGAI SALAH SATU MODEL DALAM PENGAMBILAN KEPUTUSAN Tujuan yang akan dicapai Masalah yang akan diselesaikan Kriteria Kinerja Pengambil Keputusan Alternatives alat/rencana/ 15
Alternatif Keputusan Kriteria Keputusan Bobot Kriteria Model Penilaian Model Penghitungan Tipe Pengambil Keputusan 16
1. Menggunakan Nilai Numerik (Nyata) Kit Kriteriai dan atau alat ukurnya jelas (obyektif) Sebagai misal Suhu Ruang (termometer) Tinggi Badan Berat Badan Hasil perhitungan dengan rumus yang jelas: BCR IRR NPV 17
2. Menggunakan Skala Ordinal Kit Kriteriai kompleks k melibatkan presepsi (subyektif) 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 18
3. Menggunakan Skala Nominal Kriteria perlu pembeda untuk memudahkan representasi dan pengolahan Jumlah skala disesuaikan dengan kebutuhan Tidak ada arti relatif antar nilai Sebagai misal Jenis Pekerjaan 1. PNS 4. Pedagang 2. Swasta 5. Wirausahawan 3. Pegawai BUMN Jenis Kelamin 1. Laki-laki 2. Perempuan 19
4. Menggunakan Nilai Perbandingan Berpasangan Misal pada AHP : <misal A dibandingkan dengan B> 1 : Ad 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 20
5. Metode penilaian Fuzzy Contoh: Model Penilaian Fuzzy (trapezoidal) usia penduduk 21
Latihan Model Penilaian Berikan contoh kasus penerapan metode penilaian dengan: Terukur Jelas Skala Ordinal Perbandingan berpasangan Preferensi Fuzzy 22
A. TEKNIK BAYES B. TEKNIK PERBANDINGAN EKSPONENSIAL (TPE) C. COMPOSIT PERFORMANCE INDEX (CPI) 23
ALTERNA- KRITERIA NILAI RANGKING TIF K ALT. KEP. ALT. KEP. 1 K 2.. K n 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 1. BAYES : Nk i = n Σ j = 1 V ij *B j, n Σ j = 1 B j = 1.0 n Σ (V ij ) Bj, B j = Bulat >0 2. Per. Eksponensial : Nk i = Σ ( j = 1 ij ), j 3. Composite Performance Indeks (CPI) 24
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 4. Bagus 2. Kurang 5. Sangat Bagus 3. Biasa 25
Matrik Keputusan Alternatif Kriteria Nilai Keputusan Jangkauan Eff. Biaya Bayes MPE 1. Radio 4 4 3 2. Televisi 4 5 2 3. Surat Kabar 4 3 4 Bobot Bayes 0,3 0,4 0,3 MPE 3 4 3 26
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 : m dimana: Total Nilai i = total nilai akhir dari alternatif ke-i Total Nilai i = Nilai ij (Krit j ) j = 1 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 = 123 1,2,3, m; m = jumlah hkit kriteriai 27
Tabel: Matrik keputusan penilaian media iklan yang sesuai dengan Teknik Bayes Alternatif Kriteria Nilai Peringkat Jangkauan Efektvitas Biaya Alternatif 1. Radio 4 4 3 3,7 2 2. Televisi 4 5 2 3,8 1 3. Surat Kabar 4 3 4 3,6 3 Bobot Kriteria 03 0,3 04 0,4 03 0,3 Nilai (Radio) = 4 (0,3) + 4 (0,4) + 3 (0,3) = 3,7 Dengan menggunakan perumusan Bayes, diperoleh nilai alternatif 1,2, dan 3 masing-masing 3,7; 3,8; dan 3,6 sehingga didapat alternatif yang terurut dari yang terbaik adalah alternatif 2, 1, dan 3. 28
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 Prosedur TPE Formulasi perhitungan skor untuk setiap alternatif dalam metoda perbandingan eksponensial adalah: m Total nilai (TN = TKK j i ) (RK ij ) j=1 29
dengan : TN i = Total nilai alternatif ke -i RK ij TKK j n m = derajat kepentingan relatif kriteria ke-j pada pilihan keputusan i = derajat kepentingan kritera keputusan ke-j; TKK j > 0; bulat = jumlah pilihan keputusan = jumlah kriteria keputusan Penentuan tingkat t kepentingan kriteria i dilakukan k 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 30
Matrik Keputusan Alternatif Kriteria Nilai Keputusan Jangkauan Eff. Biaya Bayes MPE 1. Radio 4 4 3 3,7 (2) 2. Televisi 4 5 2 3,8 (1) 3. Surat Kabar 4 3 4 3,6 (3) Bobot Bayes 0,3 0,4 0,3 MPE 3 4 3 Nilai(Radio) = 4^3 + 4^4 + 3^3 = 64 + 256 + 27 = 347 Nilai(Televisi) =? Nilai(Surat Kabar) =? 31
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 xp j I i n = Σ (I ij ) j =1 32
Keterangan: A ij X ij (min) A (i + 1.j) X (i + 1 j) = nilai alternatif ke-i pada kriteria ke j = nilai alternatif ke-i pada kriteria awal minimum ke-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 I ij = bobot kepentingan kriteria ke j = indeks alternatif ke-i I i = indeks gabungan kriteria pada alternatif ke i i j = 1, 2, 3,, n = 1, 2, 3,, m 33
Sebagai ilustrasi, terdapat 3 alternatif yang dinilai yaitu Software House, Internet Provider, Production House 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 usaha yang paling layak Alternatif Kriteria IRR (%) B/C PBP (Thn) 1. Software House 30 1,1 5 2. Internet Provider 20 1,15 6 3. Production House 25 1,2 4 Bobot Kriteria 0,3 0,4 0,3 34
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. 35
Tabel: Matrik hasil transformasi melalui l teknik perbandingan indeks kinerja Alternatif Kriteria Nilai IRR B/C PBP (Thn) Alternatif Peringkat 1. Software House 150 100 80 109 2 2. Internet Provider 100 104,5 66.7 91,8 3 3. Producton House 125 109,1 100 111,1 1 Bobot Kriteria 0,3 0,4 0,3 Dengan demikian alternatif 3 yaitu Production House peringkat 1. 36
Apabila Penilaian Tidak Seragam CPI Apabila Penilaian Seragam Bayes atau TPE Apabila skala penilaian ordinal TPE Apabila nilai alternatif adalah terukur nyata Bayes 37
Latihan Penerapan Teknik Bayes, TPE dan CPI Fokus = Alternatif = 1. 2. 3. Kreteria = 1. 2. 3. Metode Penilaian : 1. Kriteria 1 dinilai dengan... 2. Kriteria 2 dinilai dengan... 3. Kriteria 3 dinilai dengan... 38
Matrik Keputusan Alternatif Kriteria Teknik Sesuai Bayes/TPI/CPI? Nilai Peringkat 1. 2. 3. Bobot Bayes/CPI TPE 39
Pemiliha Metode Penilaian Tidak Seragam CPI Penilaian seragam - Bayes atau MPE Apabila skala penilaian ordinal - MPE Apabil nilai alternatif adalah terukur nyata - Bayes 40
1. Baca buku/bahan pendukungnya 2. Pilih persoalan kasus Agroindustri. Kemudian selesaikan soal-soal latihan pada hand out ini. 3. Susun dan nilai matrik keputusannya. Pilih teknik yang sesuai (Bayes/MPE/CPI). Selesaikan persoalan dengan teknik yang paling tepat dan bahas serta simpulkan. 4. Tugas dikerjakan individu 41
1. Analytical Hierarchy Process (AHP) untuk Perumusan Strategi Bisnis/Kebijakan Publik 2. Analytical Network Process (ANP) untuk Perumusan Kebijakan Publik 3. Intepretive Struktural Modelling (ISM) untuk Perumusan Strategi Pengembangan Bisnis. 4. Fuzzy Decision Making Fuzzy MEMCDM Fuzzy AHP/ANP Fuzzy Rule-Base 42
1. Turban, E., Sharda, R. Delen, D. Decision Support and Business Intelligent System. Boston: Pearson. 2011 2. Marimin dan N. Maghfiroh, 2010, Teknik Pengambilan Keputusan dalam Manajemen Rantai Pasok, IPB Press, Bogor 43
gxü Åt ~tá { g{tç~ çéâ TÜ ztàéâ ZÉét Åtáâ