1 / 28

Pengambilan Keputusan dengan multiple kriteria

Pengambilan Keputusan dengan multiple kriteria. Multiple Kriteria. Terdiri dari beberapa tujuan untuk mengambil keputusan Terdiri dari 3 teknik , sbb : Program Tujuan ( goal programming ) Analytical hierarchy process (AHP) Model Perhitungan nilai ( scoring).

armina
Télécharger la présentation

Pengambilan Keputusan dengan multiple kriteria

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. PengambilanKeputusandengan multiple kriteria

  2. Multiple Kriteria • Terdiridaribeberapatujuanuntukmengambilkeputusan • Terdiridari 3 teknik, sbb : • Program Tujuan (goal programming) • Analytical hierarchy process (AHP) • Model Perhitungannilai (scoring)

  3. Program Tujuan(goal programming) Memaksimalkan Z = 40x1 + 50x2 Batasan x1 + 2x2 ≤ 40 4x1 + 3x2 ≤ 120 x1 ,x2 ≥ 0 Merupakan model program linear standardengansatufugsitujuanuntukmemaksimalkankeuntungan.

  4. Tujuan lain Beberapatujuan yang diurutberdasartingkatkepentingan: • Untukmenghindaripemutusanhubungankerja (PHK), perusahaantidakmaumenggunakanwaktutenagakerjakurangdari 40 jam per hari. • Perusahaan mencapaitingkatkeuntungan yang memuaskansebesar $1.600 per hari. • Karenatanahliatharusdisimpanditempatkhusussupayatidakkering, perusahaanlebihmemilihuntuktidakmenyimpantanahliatlebihdari 120 pontiaphari. • Karenabiaya overhead tinggiketikapabrikdijalankanlebihdari jam tenagakerja normal, perusahaanberusahameminimumkanwaktukerjalembur. • Perusahaan tidakbisamemproduksilebihdari 30 mangkokdan 20 cangkirtiaphari.

  5. Penyelesaian • Tujuanpertama x1+2x2+d1- - d1+= 40 d1-menunjukkanpemanfaatanrendahterhadaptenagakerjadan d1+ menunjukkanwaktulembur /overtime. Misal x1 = 5 dan x2 = 10 maka 25 +d1- - d1+= 40 25 +15- d1+= 40 Meminimalkan P1d1- `

  6. Penyelesaian • Tujuankeempat MeminimalkanP1d1-, P4d1+ • Tujuankedua 40x1 + 50x2 +d2-+d2+ = $1.600 Meminimalkan P1d1-, P2d2-, P4d1+ • Tujuanketiga 4x1 + 3x2 +d3-+d3+ = 120 pon Meminimalkan P1d1-, P2d2-, P3d3+, P4d1+

  7. Penyelesaian • Tujuankelima x1 +d5- = 30 mangkok x2 +d6- = 20 cangkir Meminimalkan P1d1-, P2d2-, P3d3+, P4d4+ , 4P5d5- + 5P5d6 NB : dijumlahkankarenaberadapadatingkatpriotitas yang sama • Tujuankeempat (tambahan) Membatasiwaktulembursampaidengan 10 jam d1+ + d4- - d4+= 10

  8. Penyelesaian • Meminimalkan P1d1-, P2d2- , P3d3+ , P4d4+ , P4d4+ , 4P5d5- + 5P5d6 • Batasan x1+2x2+d1- - d1+= 40 40x1+50x2+d2- - d1+= 1.600 4x1+3x2+d3- - d3+= 120 d1+ + d4- - d4+= 10 x1+ d5-= 30 x2+ d6-= 20 x1, x2, d1-, d1+ , d2-, d2+ , d3-, d3+ , d4-, d4+ , d5-, d6- ≥ 0

  9. InterpretasiGrafik • SolusiTitik C ditentukandenganpemecahansecarastimultanduapersamaan yang berpotonganpadatitikini. Jadihasilnya : x1= 15 mangkok x2= 20 cangkir d1+ = 15 jam NB: Variabel-variabelpenyimpangan d1-, d2-, d3+ semuaadalahnol, variabel-variabeltersebuttelahdiminimisasidanketigatujuanpertamatelahtercapai. Penyelesainatsbbukan optimal, tetapi paling memuaskan

  10. Analytical Hierarcy Process • Penggunaan AHP, Southcorp Development mendirikandanmengelola mall diAmerika. Perusahaan telahmengidentifikasikantigalokasipotensialuntukproyekterakhirnyayaitu Atlanta, Birmingham, dan Charlotte. Perusahaan jugatelahmengidentifikasikanempatkriteriautamasebagaidasarperbandinganlokasi, yaitu : (1) Pangsapasarpelanggan; (2) tingkatpendapatan; (3) infrastrukturdan (4) transportasi. Tujuanperusahaankeseluruhanadalahmemilikilokasiterbaik

  11. Analytical hierarcy process (AHP) • Matriksperbandinganpasangan (pairwise comparison matrix) • Tingkat pendapatanInfrastukturTransportasi

  12. Penyelesaian • ProsesSintesis • MatriksNormalisasi

  13. Penyelesaian • Vektor • PangsaPasar Tingkat PendapatanInfrastrukturTransportasi

  14. Penyelesaian • VektorPreferensi

  15. MerangkingKriteria • Matriksperbandinganpasangan • Matriksnormalisasi yang dikonversi

  16. RangkingKriteria • VekorPreferensi Kriteria

  17. MengembangkanRangkingKeseluruhan • Kriteria Skorlokasi A = 0,1993(0,5012)+0,6535(0,2819)+0,0860(0,1790)+0,0612(0,1561)= 0,3091

  18. Tahap-tahap AHP Ringkasantahapmatematismembuatrekomendasikeputusanberdasar AHP : • Mengembangkanmatriksperbandinganpasanganuntuktiapalternatifkeputusan(lokasi) berdasarkriteria. • Sintetis: • Menjumlahkannilaipadatiapkolompadamatriksperbandinganpasangan. • Membaginilaitiapkolomdalammatriksperbandinganpasangandenganjumlahkolom yang bersangkutan (matriksnormalisasi)

  19. Tahap-tahap AHP • Hitungnilai rata-rata tiapbarispadamatriksnormalisasi yang disebutvektorpreferensi • Gabungkanvektorpreferensiuntuktiapkriteriamenjadisuatumatrikspreferensi yang memperlihatkanpreferensitiaplokasiberdasartiapkriteria • Membuatmatriksperbandinganpasanganuntukkriteria • Menghitungmatriksnormalisasidenganmembagitiapnilaipadamasing-masingkolommatriksdenganjumlahkolom yang terkait

  20. Tahap-tahap AHP • Membuatvektorpreferensidenganmenghitung rata-rata barismatriksnormalisasi • Hitungskorkeseluruhantiapalternatifkeputusandenganmengalikanvektorpreferensikriteria (darilangkah 5) denganmatrikskriteria (darilangkah 2c) • Rangkingalternatifkeputusanberdasarnilaialternatif yang dihitungpadalangkah 6

  21. Konsistensi AHP • PerhitunganIndeksKonsistensi (CI) x • HasilPerkalian (1)(0,1993)+(1/5)(0,6535)+(3)(0,0860)+(4)(0,0612) = 0,8328 • Hasilpembagiandenganvektorpreferensi

  22. Konsistensi AHP • IndeksKonsistensi (CI) : • Jika CI = 0 maka Southcorp merupakanpengambilankeputusan yang sangatkonsisten. • Tingkat konsisten yang dapatditerimadidapatdenganmambandingkan CI dengan RI(Random Index)

  23. Konsistensi AHP • Secaraumum, tingkatkonsistensimemuaskanjika CI/RI < 0,10

  24. Model PerhitunganSkor (Scoring) • Merupakanmetode yang serupadengan AHP tetapilebihsederhana. • Tiapalternatifkeputusandinilaiberdasarkanseberapajauhiadapatmemuaskankriteria yang ada, berdasar formula berikut :

  25. Contoh • Sweat dan Sweaters merupakantoko yang menjualpakaiankatun. Perusahaan inginmembukatokobarupadasalahsatudariempat mall yang adadidaerah metropolitan Atlanta. Perusahaan telahmenetapkan lima kriteria yang pentinguntukpengambilankeputusandenganbobot-bobottertentusebagaiberikut :

  26. Penyelesaian

  27. Penyelesaian • Karena mall 4 memilikinilaitertinggimaka mall iniakandirekomendasikanuntukdipilihdiikutidengan mall 3, 2 danterakhir 1

  28. Resource • Taylor W. Bernard. 2004. Management Science Eight Edition. Prentice Hall : New Jersey

More Related