SESI - 1 ANALISIS KEPUTUSAN

20
SESI - 1 ANALISIS KEPUTUSAN SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER MERCUSUAR 1

description

SESI - 1 ANALISIS KEPUTUSAN . SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER MERCUSUAR. ANALISIS KEPUTUSAN. Fakta menunjukan bahwa setiap hari manusia ataupun perusahaan / organisasi harus mengambil keputusan - PowerPoint PPT Presentation

Transcript of SESI - 1 ANALISIS KEPUTUSAN

Page 1: SESI - 1 ANALISIS KEPUTUSAN

1

SESI - 1ANALISIS KEPUTUSAN

SEKOLAH TINGGIMANAJEMEN INFORMATIKA & KOMPUTER MERCUSUAR

Page 2: SESI - 1 ANALISIS KEPUTUSAN

2

ANALISIS KEPUTUSAN Fakta menunjukan bahwa setiap hari manusia

ataupun perusahaan / organisasi harus mengambil keputusan

Setiap pengambilan keputusan ada Alternatifnya dan setiap Alternatif ada Kriteria Keputusannya

AlternatifKriteria Keputusan

K1 K2 K3

A1 H11 H12 H13

A2 H21 H22 H23

Page 3: SESI - 1 ANALISIS KEPUTUSAN

3

MULTI CRITERIA DECISION MAKING

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

AlternatifKriteria Keputusan

HargaJuta Rupiah

Luasm2

Jarakkm

SIDOHARJO 560 2.500 30MOJOKERTO 490 3.000 50

Page 4: SESI - 1 ANALISIS KEPUTUSAN

4

MULTI CRITERIA DECISION MAKING

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)

Page 5: SESI - 1 ANALISIS KEPUTUSAN

5

MULTI CRITERIA DECISION MAKING

Kiteria Penghampiran (tingkat Aspirasi; Misalnya Harga ≤ 600 juta

Luas ≥ 2.500 m2Jarak ≤ 40 km

Harga Luas JarakSIDOHARJO √ √ √MOJOKERT

O √ √ -

Misalnya Harga ≤ Sidoharjo dan MojokertoLuas ≥ Sidoharjo dan MojokertoJarak ≤ hanya Sidoharjo

Sidoharjo terpilih

Page 6: SESI - 1 ANALISIS KEPUTUSAN

6

ANALYTICAL HIERARCHY PROCESS (AHP)

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 9Sama pentingnya

Sedikit lebih penting

Hampir Mutlak lebih penting

Mutlak lebih penting

Page 7: SESI - 1 ANALISIS KEPUTUSAN

7

ANALYTICAL HIERARCHY PROCESS (AHP)

Struktur keputusanMembeli

mobil 2000 cc

KecepatanModelBiaya

Operasinal

MAZDAHONDATOYOTA

Kenyamanan

Page 8: SESI - 1 ANALISIS KEPUTUSAN

8

ANALYTICAL HIERARCHY PROCESS (AHP)

BOP MDL CPT NYMBOP 1 1/4 1/3 1/5MDL 4 1 3 2CPT 3 1/3 1 1/2NYM 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

Page 9: SESI - 1 ANALISIS KEPUTUSAN

9

ANALYTICAL HIERARCHY PROCESS (AHP)

BOP MDL CPT NYM Jumlah Baris

Prioritas

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

Jumlah Nilai

kolom1 1 1 1 4 1

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%

Page 10: SESI - 1 ANALISIS KEPUTUSAN

10

ANALYTICAL HIERARCHY PROCESS (AHP)

Biaya Operasin

alT H M Model T H M

Toyota 1 4 1/3 Toyota 1 1/3 2Honda ¼ 1 ½ Honda 3 1 4Mazda 3 2 1 Mazda 1/2 1/4 1

Jumlah Kolom 17/4 7 11/6 Jumlah

Kolom 9/2 19/12 7

Kecepatan T H M Kenyaman

an T H M

Toyota 1 1/5 2 Toyota 1 ¼ ½Honda 5 1 1/3 Honda 4 1 4Mazda 1/2 3 1 Mazda 2 ¼ 1

Jumlah Kolom 13/2 21/5 10/3 Jumlah

Kolom 7 6/4 11/2

Page 11: SESI - 1 ANALISIS KEPUTUSAN

11

ANALYTICAL HIERARCHY PROCESS (AHP)

BIAYA OPERASION

ALToyota Hunda Mazda Jumlah

barisPrioritas (bobot)

Toyota 4/17 4/7 2/11 0,987 0,329Honda 1/17 1/7 3/11 0,475 0,158Mazda 12/17 2/7 6/11 1,538 0,513Jumlah Kolom 1 1 1 3 1

Harga Toyota Hunda Mazda Jumlah baris

Prioritas (bobot)

Toyota 2/9 4/19 2/7 0,718 0,240Honda 6/9 12/19 4/7 1,870 0,623Mazda 2/9 3/19 1/7 0,412 0,137Jumlah Kolom 1 1 1 3 1

Page 12: SESI - 1 ANALISIS KEPUTUSAN

12

ANALYTICAL HIERARCHY PROCESS (AHP)

Kenyamanan Toyota Hunda Mazda Jumlah

barisPrioritas (bobot)

Toyota 1/7 1/6 1/11 0,401 0,133Honda 4/7 4/6 8/11 1,965 0,655Mazda 2/7 1/6 2/11 0,634 0,211Jumlah Kolom 1 1 1 3 1

Kecepatan Toyota Hunda Mazda Jumlah baris

Prioritas (bobot)

Toyota 2/13 1/21 6/10 0,802 0,267Honda 10/13 5/21 1/10 1,107 0,369Mazda 1/13 15/21 3/10 1,091 0,364Jumlah Kolom 1 1 1 3 1

Page 13: SESI - 1 ANALISIS KEPUTUSAN

13

ANALYTICAL HIERARCHY PROCESS (AHP)

ALTERNATIF

Biaya Operasio

nal(0,076)

Model(0,450)

Kecepatan

(0,171)

Kenyamanan

(0,303)Bobot

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

Page 14: SESI - 1 ANALISIS KEPUTUSAN

14

ANALISA KEPUTUSAN DLM KETIDAKPASTIAN

Alternatif Proyek atau

Investasi

Kondisi Ekonomi

Jelek Sedang Cerah

A 60 120 350B -80 220 630C 150 200 260D -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

Page 15: SESI - 1 ANALISIS KEPUTUSAN

15

ANALISA KEPUTUSAN DLM KETIDAKPASTIAN

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

InvestasiKondisi Ekonomi Perhitungan Regret Minimax

RegretJelek Sedang Cerah Jelek Sedang Cerah

A 60 120 350 90 350 530 530B -80 220 630 230 250 250 250C 150 200 260 0 270 620 620

D -230 470 880 380 0 0 380

Page 16: SESI - 1 ANALISIS KEPUTUSAN

16

ANALISA KEPUTUSAN DLM KETIDAKPASTIAN

Perhitungan “Nilai Ekspektasi” Masing kondisi ekonomi diperkirakan probabilitasnya Misalnya Jelek : 0,2

Sedang : 0,5Cerah : 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

Page 17: SESI - 1 ANALISIS KEPUTUSAN

17

ANALISA KEPUTUSAN DLM KETIDAKPASTIAN

Alter natif

Kondisi Ekonomi Maxi max

Maxi min

Mini max

RegretHur

wicz Equal Likeli hood

Ekspek tasi

Jelek Sedang Cerah

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

Page 18: SESI - 1 ANALISIS KEPUTUSAN

18

FUNGSI BORDA 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) Spin >Vario >Mio (Lebih suka Spin

daripada Vario daripada Mio)

Page 19: SESI - 1 ANALISIS KEPUTUSAN

19

FUNGSI BORDA 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

Page 20: SESI - 1 ANALISIS KEPUTUSAN

20

FUNGSI BORDA

Sepeda Motor Mio Vario Spin Jml Baris Bobot (%)

Mio - 11 13 24 40,00

Vario 9 - 13 22 36,67

Spin 7 7 - 14 23,33

Jumlah baris 60 100,00

Hasil akhir nya adalah lebih suka Mio