Pengambilan Keputusan Indeks Kinerja-TIN-10
-
Upload
hazirur-rohman -
Category
Documents
-
view
1.142 -
download
3
Transcript of Pengambilan Keputusan Indeks Kinerja-TIN-10
2
Gambar : Siklus data, informasi, keputusan dan aksi
Informasi
Keputusan
Data
Aksi
Alternatif Keputusan
SOP
DSSSIMBilanganTerms
Monev
Keterangan: SIM : Sistem Informasi ManajemenDSS : Decision Support SystemSOP : Standard Operational ProcedureMonev : Monitoring dan Evaluasi
3
• System Definition
Element (E1) E2
E3
E5E4
Sub Goal
Goal
• System Phylosophy
- Goal Oriented (Cybernetic) C S
- Holistic Not Partial H
- Effectiveness Not Efficiency E
4
Pengertian Sistem
Suatu gugus dari elemen-elemen yang saling berinteraksi secara teratur dalam rangka mencapai tujuan atau sub tujuan.
5
• System Classification Matrix
System Input Process Output
Analysis
Synthesis
? Narrow aspect
? Wide aspect
Design ?
Control ?
6
Gambar : Diagram input output Sistem Perencanaan Investasi Agroindustri
Input Lingkungan
Kebijakan Pemerintah Kondisi Sosial Budaya
SISTEM PERENCANAAN INVESTASI PRODUK
AGROINDUSTRI
Input TerkendaliKebutuhan bahan baku Jumlah Produksi Jumlah Investasi Sarana dan Prasarana
Output Dikehendaki
Jaminan kualitas Stabilitas harga produk Ketepatan pengembalian
dana investasi Keuntungan yang optimal
Output Tak Dikehendaki Kelangkaan bahan baku Harga bahan baku
meningkat tajam Pencemaran lingkungan
Input Tak Terkendali
Produktivitas lahan Harga pasar Tingkat bunga bank
Manajemen Perencanaann Agroindustri
7
TEKNIK PENGAMBILAN KEPUTUSAN
Fungsi Manajemen
• Perencanaan
• “Staffing”
• Pengorganisasian
• Pelaksanaan
• Monitoring
• Evaluasi
Hirarki Sifat
Top Level
Up Medium Low
Lower
• Directif
• Strategis
• Taktis
• Operasional
Cara
1. Dengan Intuisi
2. Dengan Analisa Keputusan
8
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 Menengah-pendek
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
Tabel: Permasalahan manajemen
9
Senang Sedih
• Tidak Pasti
• Kompleks
• Dinamis
• Persaingan
• Terbatas
• Pilihan
• Informasi
• Preferensi
Intuisi
Logika tidak
dapat diperiksa
Keputusan Hasil
Kecerdasan
Persepsi
Falsafah
Bingung cemas
Berfikir Rasa tidak Enak
Bertindak Puji Cela
LINGKUNGAN
REAKSI
Gambar : Pengambilan Keputusan dengan Intuisi
10
• Tidak Pasti
• Kompleks
• Dinamis
• Persaingan
• Terbatas
• Pilihan
• Informasi
• Preferensi
Keputs. Hasil
Kecerdasan
Persepsi
Falsafah
Bingung cemas
Berfikir Rasa tidak Enak
Bertindak Puji Cela
LINGKUNGAN
REAKSI
Gambar : Pengambilan Keputusan dengan Analisa Keputusan
• Alternatif2
• Penetapan kemungkinan
• Struktur Model
• Penetapan Nilai• Preferensi Waktu• Preferensi Risiko
Logika
Senang Sedih
ANALISA KEPUTUSAN (Normatif)
Sensitifitas nilai informasi
Pandangan ke dalam
11
MCDM SEBAGAI SALAH SATU MODEL DALAM PENGAMBILAN KEPUTUSAN
Tujuan yang akan dicapai Masalah yang akan diselesaikan
Alternatives alat/rencana/…
Pengambil Keputusan
Kriteria Kinerja
12
KOMPONEN KEPUTUSAN
Alternatif Keputusan
Kriteria Keputusan
Bobot Kriteria
Model Penilaian
Model Penghitungan
Tipe Pengambil Keputusan
13
MODEL PENILAIAN
1. Menggunakan Nilai Numerik (Nyata)
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
14
MODEL PENILAIAN
2. Menggunakan Skala Ordinal
Kriteria kompleks 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
15
MODEL PENILAIAN
3. 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
16
Model Penilaian Fuzzy (trapezoidal) usia pendudukModel Penilaian Fuzzy (trapezoidal) usia penduduk
17
Model Penilaiann Fuzzy Tingkat Kemiskinan PendudukModel Penilaiann Fuzzy Tingkat Kemiskinan Penduduk
18
36 3735
1
38
OK PL PH
A little too hot: positive low
Much too hot: positivehigh
A little too cold: negative low
NL
34 3933
Much too cold: negativehigh
NH
Fuzzy Triangular: Suhu air mandi
19
Latihan Model Penilaian
Berikan contoh kasus penerapan metode penilaian dengan:
• Terukur Jelas
• Skala Ordinal
• Perbandingan Berpasangan
• Preferensi Fuzzy
20
PENGAMBILAN KEPUTUSAN BERBASIS INDEKS KINERJA
A. METODE BAYES
B. METODE PERBANDINGAN EKSPONENSIAL (MPE)
C. COMPOSIT PERFORMANCE INDEX (CPI)
21
MATRIK KEPUTUSAN :
ALTERNA-TIF
KRITERIA NILAIALT. KEP.
RANGKINGALT. KEP.K1 K2 ….. Kn
ALT1 V11 V12 ….. V1n Nk1
ALT2 V21 V22 ….. V2n Nk2
ALT3 :
: :
ALTm Vm1 Vm2 ….. Vmn Nkm
BOBOT B1 B2 ….. Bn
MODEL PENGHITUNGAN
1. BAYES : Nki =nΣj = 1
Vij * Bj ,nΣj = 1
Bj = 1.0
2. Per. Eksponensial : Nki =nΣj = 1
(Vij ) Bj , Bj = Bulat >0
3. Composite Performance Indeks (CPI)
22
Contoh Kasus =
• Fokus = Pemilihan Metode Penanganan Limbah yang sesuai• Alternatif = 1. Sanitary landfill
2. Open dumping
3. Incineration
• Kreteria = 1. Kemampuan/capasitas
2. Efektifitas Penanganan
3. Biaya
• Metode Penilaian = ordinal
1. Sangat Kurang
2. Kurang3. Biasa
4. Bagus
5. Sangat Bagus
23
• Matrik Keputusan
Alternatif Kriteria Nilai Keputusan
Kemampuan Eff. Biaya Bayes MPE
1. Open dumping
2. Sanitary landfill
3. Inceneration
Bobot Bayes
MPE
24
• Matrik Keputusan
Alternatif Kriteria Nilai Keputusan
Kemampuan Eff. Biaya Bayes MPE
1. Open dumping 4 4 3
2. Sanitary landfill 4 5 2
3. Inceneration 4 3 4
Bobot Bayes 0.3 0.4 0.3
MPE 3 4 3
25
A. METODE BAYES
• 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 :
mTotal Nilai i = Nilai ij (Kritj) j = 1
dimana:
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
26
• Pengambilan keputusan merupakan suatu pemilihan aksi a dari
sekelompok aksi yang mungkin (A).
• Nilai kinerja dari setiap aksi a dan status situasi digambarkan
dengan menggunakan pay off matrix
Tabel : Pay off matrix
a
1 2 . . . n
a1 X X . . .
a2 X X . . .
. . . . . .
. . . . . .
. . . . . .
am . . . . .
Kriteria Bayes
27
= status situasi yang dapat berupa kondisi, kriteria seleksi atau
persyaratan pemilihan
a = dapat berupa aksi, strategi atau pilihan
x = nilai penampakan dari setiap aksi dan status situasi
• Apabila satuan dari x tidak sama, matriks harus diubah ke dalam bentuk
CPI (Comparative Performance Index)
• caranya dengan menentukan nilai minimum pada setiap lajur (setiap
status situasi), dan menetapkan nilai minimum tersebut = seratus.
Dimana:
28
Contoh Aplikasi Bayes
• Penentuan media iklan yang sesuai dari produk baru suatu industri
• Prosedur Bayes digunakan untuk menentukan rekapitulasi hasil penilaian kesesuaian media iklan yang telah dilakukan oleh pakar
• Informasi awal ini akan diubah “harga harapan” (HH) menjadi informasi yang dapat dipercaya
• Rumus “harga harapan” untuk merekapitulasi nilai hasil survey pakar adalah sebagai berikut:
mHH (ai) = Pij.P(j); dengan i = 1,2,3,…n j=1
29
• Matrik Keputusan
Alternatif Kriteria Nilai Keputusan
Kemampuan Eff. Biaya Bayes MPE
1. Open dumping 4 4 3 3.7 (2)
2. Sanitary landfill 4 5 2 3.8 (1)
3. Inceneration 4 3 4 3.6 (3)
Bobot Bayes 0.3 0.4 0.3
MPE 3 4 3
30
B. METODE PERBANDINGAN EKSPONENSIAL (MPE)
• 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 MPE
• Formulasi perhitungan skor untuk setiap alternatif dalam metoda
perbandingan eksponensial adalah:
mTotal nilai (TNi) = (RK ij)TKK j
j=1
31
dengan :
TNi = 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; TKKj > 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
32
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
33
• Matrik Keputusan
Alternatif Kriteria Nilai Keputusan
Kemampuan Eff. Biaya Bayes MPE
1. Open dumping 4 4 3 3.7 (2)
2. Sanitary landfill 4 5 2 3.8 (1)
3. Inceneration 4 3 4 3.6 (3)
Bobot Bayes 0.3 0.4 0.3
MPE 3 4 3
34
Contoh Lain Aplikasi Metode MPE
• 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 1-9
35
Tabel: Penilaian alternatif produk agroindustri potensial
No Kriteria Tingkat Kepenti
ngan
Nilai Alternatif Produk
Tepung Tapioka
Kripik Singkong
Pakan Ternak
1 Potensi Pasar 9 8 6 6
2 Kondisi Bahan Baku 8 8 6 8
3 Nilai Tambah produk 6 6 4 5
4 Daya Serap Tenaga Kerja 7 8 6 6
5 Teknologi yang Sudah dipakai 5 8 6 6
6 Kondisi Sosial Budaya 7 8 8 8
7 Dampak Terhadap Lingkungan 5 6 8 6
36
• Setelah dihitung menggunakan teknik MPE maka akan terlihat urutan atau
prioritas produk agroindustri yang potensial untuk diinvestasikan
Prioritas Alternatif terpilih Nilai MPE
Produk potensial 1 Tepung tapioka 155.267.448
Produk potensial 2 Pakan ternak 29.263.177
Produk potensial 3 Keripik singkong 14.179.040
Tabel : Hasil pehitungan dengan MPE
Maka dapat disimpulkan bahwa produk agroindustri yang paling potensial
untuk diinvestasikan adalah tepung tapioka, dengan nilai 155.276.448
37
Latihan Penerapan Metode Bayes dan MPE
• Fokus =
• Alternatif = 1.
2.
3.
• Kreteria = 1.
2.
3.
• Metode Penilaian : ordinal (generik)1. Sangat Kurang
2. Kurang3. Biasa
4. Bagus
5. Sangat Bagus
38
• Matrik Keputusan
Alternatif Kriteria Nilai Keputusan
Bayes MPE
1.
2.
3.
Bobot Bayes
MPE
39
C. COMPOSIT PERFORMANCE INDEX (CPI)
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 :
Aij = Xij (min) x 100 / Xij (min)A(i + 1.j) = (X(I + 1.j) )/ Xij (min) x 100Iij = Aij x Pj
n
Ii = (Iij) j =1
40
Keterangan:
Aij = nilai alternatif ke-i pada kriteria ke – j
Xij (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
Pj = bobot kepentingan kriteria ke – j
Iij = indeks alternatif ke-i
Ii = indeks gabungan kriteria pada alternatif ke –i
i = 1, 2, 3,…, n
j = 1, 2, 3,…, m
41
• 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 1,1 5
2. Industri Pengolahan Teh 20 1,15 6
3. Industri Coklat Bubuk 25 1,2 4
Bobot Kriteria 0,3 0,4 0,3
42
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.
43
Tabel: Matrik hasil transformasi melalui teknik perbandingan indeks kinerja
Alternatif Kriteria Nilai
Alternatif
Peringkat
IRR B/C PBP (Thn)
1. Industri Minyak Sawit (CPO)
150 100 80 109 2
2. Industri Pengolahan Teh 100 104,5 66.7 91,8 3
3. Industri Coklat Bubuk 125 109,1 100 111,1 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.
44
• Latihan: Aplikasi metoide CPI
• Ilustrasi Kasus:
Tabel: Matrik awal penilaian alternatif ___________________________
Alternatif Kriteria
1.
2.
3.
Bobot Kriteria
45
Tabel: Matrik hasil transformasi CPI
Alternatif Kriteria Nilai
Alternatif
Peringkat
1.
2.
3.
Bobot Kriteria
46
Pemiliha Metode
• Penilaian Tidak Seragam CPI
• Penilaian seragam - Bayes atau MPE
• Apabila skala penilaian ordinal - MPE
• Apabil nilai alternatif adalah terukur nyata - Bayes
47
Tugas
• Pilih kasus pengambilan keputusan dalam sistem
manajemen Agroindustri
• Tentukan minimum 4 alternatif dan 4 kritera
• Buat matrik keputusannya dan isi matrik keputusan
• Tentukan teknik yang sesuai untuk menyelesaikannya
• Selesaikan dan bahas secara komprehensif
48
1. 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.