Modul Praktikum DSS 2017. PDF

Modul Praktikum “DSS untuk Pembangunan Wilayah” 2012

GPW 0118

PENDAHULUAN

Analytic Hierarchy Hierarchy Process (AHP) Process (AHP) AHP dikembangkan oleh Thomas T homas Saaty pada tahun t ahun 1970an. AHP merupakan sistem pembuat keputusan dengan menggunakan model matematis. AHP membantu dalam menentukan prioritas dari beberapa kriteria dengan melakukan analisa perbandingan berpasangan dari masing-masing kriteria. GOAL / TUJUAN

Bobot 100%

Kriteria 1

Kriteria 2

Kriteria 3

Alternatif 1

Alternatif 2

Alternatif 3

Gambar 1. Kerangka AHP

AHP merupakan salah satu model untuk pengambilan pengambilan keputusan yang dapat membantu kerangka berpikir manusia. Peralatan utama dari model ini adalah sebuah hirarki fungsional dengan input utamanya persepsi manusia. Pada dasarnya AHP adalah metode yang digunakan untuk memecahkan suatu masalah yang kompleks dan tidak terstruktur ke dalam kelompok-kelompoknya; menempatkan kelompok-kelompok tersebut ke dalam suatu hirarki; menentukan dan memasukkan nilai numerik sebagai pengganti persepsi manusia dalam melakukan perbandingan relatif; dan akhirnya dengan suatu sintesa, ditentukan elemen mana yang mempunyai prioritas tertinggi. Dalam sebuah penelitian sering dijumpai istilah pembobotan. Pembobotan merupakan cara untuk melihat besaran pengaruh terhadap suatu hal yang ada. Pembobotan bisa dilakukan dengan dua cara yaitu dengan pembobotan secara langsung (direct weighting), weighting), dan dengan menggunakan metode Analytic metode Analytic Hierarchy Hierarchy Process (AHP). Process (AHP). Pembobotan dalam metode AHP memiliki kaidah yang perlu diketahui bersama-sama, yakni: 1. Nilai bobot bobot faktor/kriteria berkisar berkisar antara 0 – – 1 atau antara 0% - 100% jika kita menggunakan prosentase 2. Jumlah total bobot semua faktor/kriteria faktor/kriteria harus harus bernilai bernilai 1 (100%) 3. Tidak ada bobot yang bernilai negatif. Dalam AHP juga dikenal dengan perbandingan berpasangan (pairwise comparisons). comparisons) . Perbandingan berpasangan ini dilakukan antar dua faktor/kriteria yang ada, semacam crosstab. tab. Pada perbandingan perbandingan berpasangan, kita menetukan nilai prioritas salah satu faktor/kriteria dibandingan dengan faktor/kriteria yang lain. Biasanya orang lebih mudah mengatakan bahwa faktor/kriteria A lebih penting daripada faktor/kriteria B, faktor/kriteria kurang penting dibanding dengan faktor/kriteria C dan sebagainya, namun mengalami kesulitan menyebutkan seberapa penting faktor/kriteria A dibandingkan dibandingkan faktor/kriteri f aktor/kriteria a B atau seberapa kurang pentingnya faktor/kriteria B dibandingkan dengan faktor/kriteria C. Untuk itu kita perlu membuat tabel konversi dari pernyatan prioritas ke dalam angka-angka. Adapun nilai skala prioritas faktor/kriteria sebagai berikut:

1


Nilai 1 3 5 7 9 2,4,6,8

GPW 0118

Tabel 1. Ketentuan Penentuan Nilai Prioritas Tingkat prioritas Jika faktor/kriteria A sama penting dibanding dengan faktor/kriteria B Jika faktor/kriteria A sedikit lebih penting dibanding dengan faktor/kriteria B Jika faktor/kriteria A lebih penting dibanding dengan faktor/kriteria B Jika faktor/kriteria A sangat penting dibanding dengan faktor/kriteria B Jika faktor/kriteria A jauh sangat penting dibanding dengan faktor/kriteria B *) nilai tengah-tengah

*) Pengertian nilai tengah-tengah adalah Jika faktor/kriteria A sedikit lebih penting dari faktor/kriteria B maka kita seharusnya memberikan nilai 3, namun jika nilai 3 tersebut dianggap masih terlalu besar dan nilai 1 masih terlalu kecil maka nilai 2 yang harus kita berikan untuk prioritas antara faktor/kriteria A dengan faktor/kriteria B. *) Tabel di atas tidak disebutkan konversi nilai faktor/kriteria A kurang penting dari faktor/kriteria B karena pernyataan faktor/kriteria A kurang penting dari faktor/kriteria B sama dengan pernyataan nilai faktor/kriteria B lebih penting dari faktor/kriteria A

Berkaitan mengenai menilai perbedaan suatu hal, manusia mempunyai kemampuan mengidentifikasi perbedaan secara normal adalah 7 perbedaan. Daya kognitif (kemampuan) untuk manusia saat berhubungan dengan lebih dari 9 faktor dalam satu waktu dan hal ini dapat mengakibatkan prioritas akurasi yang rendah. Maksimal 7+2=9 perbedaan dan minimal 7 –2=5 perbedaan. Misalnya dalam penerapan sehari-hari adalah membuat gradasi warna, dan membuat penilaian pada persepsi suatu hal. Proses yang paling menentukan dalam menentukan bobot faktor/kriteria dengan menggunakan AHP adalah menentukan besarnya prioritas antar faktor/kriteria. Hal ini disebabkan dalam penentuan tersebut lebih banyak menggunakan hati dan perasaan. Sehingga penilaian setiap orang bisa berbeda-beda. Inilah salah satu kelemahan metode AHP. Namun, bisa dilakukan juga dengan menggunakan scalling terhadap faktor/kriteria yang memiliki nilai. Prinsip metoda AHP adalah sebagai berikut: • Menyususn hirarki • Menentukan prioritas • Konsistensi logis Pengolahan Data dengan Metoda AHP Menentukan tujuan pemilihan alternative, menentukan set kriteria/sub kriteria, menentukan set alternatif berdasarkan kriteria dan sub kriteria yang telah ditentukan, menyusun struktur hirarki / model keputusan, menyusun matriks berpasangan, melakukan sintesa menggunakan skala 1-9 (fundamental scale) di atas, melakukan proses normalisasi, menghitung Consistency Ratio (CR), dan analisis sensisivitas Formulasi Matematis Apabila diasumsikan terdapat n komponen yang dinilai tingkat kepentingannya secara berpasangan, serta C , C , ....., C adalah set dari komponen-komponen, maka judgement 1

2

n

secara berpasangan antara C dengan C , direpresentasikan dalam matriks A dengan ukuran i

j

n x n: A = ( a ) ij

( i,j = 1,2,...,n ) ..................................t ahap (1)

2


GPW 0118

Pemasukan nilai aij mengikuti aturan berikut: 1. Jika aij = α , maka a ji = 1 / α (α ≠ 1) 2. Jika Ci mempunyai tingkat kepentingan relatif yang sama dengan C j, maka aij = a ji = 1 3. Hal yang khusus, aii= 1 untuk semua i Dengan demikian, bentuk matriks A adalah sebagai berikut:

A = ..................................tahap (2) Jika telah didapat hasil judgement berpasangan (C i, C j), maka hasil tersebut dapat dipindahkan ke dalam bentuk numerik aij pada matriks A. Selanjutnya akan ditentukan bobot C ,C ,..., C yang mencerminkan hasil dari judgement di atas. Bobot masing-masing set 1

2

n

komponen di atas dinyatakan sebagai w , w , ... , w . 1

2

n

Yang menjadi masalah adalah

bagaimana mendapatkan bobot w untuk setiap judgement a tersebut. Untuk memecahkan i

ij

masalah tersebut dapat dilakukan pengerjaan melalui 3 tahap berikut: Tahap 1: Asumsikan bahwa judgement didasarkan atas hasil pengukuran nyata yang teliti. Untuk membandingkan C dengan C diambil patokan dari berat (bobot) setiap komponen. 1

2

Dalam kasus ideal (yang didasarkan hasil pengukuran eksak), hubungan antara bobot w

i

dengan hasil judgement a adalah sebagai berikut: ij

w /w = a ( untuk i,j = 1,2, ....., n ) i

j

ij

..................................tahap (3)

A = ..................................tahap (4) Karena pengukuran fisik tidak pernah eksak secara rnatematis sehingga diperlukan kelonggaran untuk penyimpangan (deviation). Tahap 2: Untuk melihat seberapa besar kelonggaran yang pantas diberikan untuk penyimpangan, perhatikan baris ke-i dari matriks A. Pada kasus umum, akan diperoleh elemen baris yang besarnya berkisar sekitar nilai wi, sehingga beralasan jika dikatakan bahwa wi adalah harga rata-rata dari nilai-nilai tersebut: w = 1/ n .∑ ( i = 1,2, ...., n ) ..................................tahap (5)     i

Tahap 3: Pada kasus nyata, nilai a tidak selalu sarna dengan w /w ,, sehingga akan ij

i

j

mempengaruhi solusi persamaan di atas, kecuali jika n juga berubah. Untuk selanjutnya nilai n ini diganti oleh λ max ; sehingga: w = 1/ λ max . ∑ ( i = 1,2, ...., n ) .......................tahap (6)     i

3


GPW 0118

Persamaan tersebut mempunyai solusi yang unik, yang dikenal dengan masalah eigenvalue (nilai eigen). Nilai λ adalah eigenvalue maksimum dari matriks A. Dari tahap-1 dapat diturunkan hubungan: 1. aij.a jk = (wi/w j).(w j/wk) = wi/wk = aik Bentuk tersebut menyatakan harus terpenuhinya konsistensi penilaian dari elemen matriks tersebut; sedangkan: 2. 2. a ji = w j/wi = 1/wi/w j = 1/aij Menunjukkan ciri resiprocality dari matriks dalam Proses Hierarki Analitik. Bentuk perkalian matriks

...........................tahap (7) Bentuk persamaan: A.W = n.W atau dalam bentuk lain: ( A - n.I ) = 0, dimana I adalah matriks identitas. Persamaan ini mempunyai solusi tidak nol jika dan hanya jika n adalah eigenvalue dari matriks A, dan W adalah eigenvektornya. Apabila dihubungkan dengan tahap-3 di atas, dan mengingat adanya kenyataan dalam teori matriks, maka: 1. Jika λ , λ , ..., λ adalah eigenvalue dari A dan karena a = 1 untuk semua i, maka: 1

2

n

ij

= jumlah dari elemen-elemen diagonal matriks A 2. Kesalahan kecil pada koefisien matriks a ij, akan menyebabkan penyimpangan yang kecil pula pada eigenvalue pada tingkat ke j+1 yang dibandingkan terhadap aktifitas dari tingkat ke-j. Tabel 2. Ratio Index (RI) Orde Matriks

1

2

3

4

5

6

7

8

9

10

RI

0,0

0,0

0,58

0,90

1,12

1,24

1,32

1,41

1,45

1,49

Oleh karena itu, menyelesaikan persamaan: A.W =

untuk

rnendapatkan besarnya vektor bobot, kita harus

max . W ..............................tahap (8)

Untuk mendapatkan nilai W, harga eigenvalue maksimum disubstitusikan ke dalam matriks A, karena nilai total bobot = 1, kemudian dilakukan perkalian A kali W yang menghasilkan beberapa persamaan yang akan diuraikan lagi, sehingga diperoleh nilai W , 1

W , ...,W Harga W i ini merupakan eigenvektor yang bersesuaian dengan λ 2

n

max.

4


GPW 0118

Indeks Konsistensi Pada kenyataannya akan terjadi beberapa penyimpangan hubungan sehingga matriks tidak konsisten lagi. Hal ini terjadi karena ketidakkonsistenan preferensi seseorang (partisipan). Salah satu keistimewaan dari Proses Hierarki Analitik dapat memperhitungkan perbandingan konsistensi suatu hasil penilaian. Menurut Saaty (1994), hasil penilaian yang diterima adalah matriks yang mempunyai perbandingan konsistensi < 10%. Jika lebih besar dari 10%, berarti penilaian yang telah dilakukan random, dan perlu diperbaiki. Untuk menghitung derajat konsistensi digunakan rumus sebagai berikut: CI (Indeks Konsistensi =

............................tahap (9)

CR (Rasio Konsistensi) = CI / RI

............................tahap (10)

Konsistensi Hirarki Hirarki yang disusun harus konsisten, yang dinyatakan dengan konsistensi hirarki (CRH), yang dihitung dengan persamaan: C = CI1 + (EV1)(CI2) .........................tahap (11) CI

C = RI1 + (EV1)(RI2)

.........................tahap (12)

CRH= C /C

.........................tahap (13)

RI

CI

RI

Dimana: CRH C

= rasio konsistensi hierarki. = konsistensi hirarki terhadap konsistensi indeks dari matriks perbandingan

C

pasangan. = konsistensi hirarki terhadap indeks random dari matriks perbandingan

CI

RI

CI1 Cl2 EV1 RI1 Rl2

berpasangan. = konsistensi indeks dari matriks perbandingan pasangan pada hirarki tingkat pertama. = konsistensi indeks dari matriks perbandingan pasangan pada hirarki tingkat kedua, berupa vektor kolom. = eigenvalue dari matriks perbandingan pasangan pada hirarki tingkat pertama, berupa vektor baris. = indeks random dari orde matriks perbandingan pasangan pada hirarki tingkat pertama (j). = indeks random dari orde matriks adalah indeks konsistensi random yang besarnya tergantung pada ukuran matriks (Ordo Matriks ).

Metode AHP dapat dilakukan dengan perhitungan secara manual yang akan lebih mudah jika jumlah faktor/kriteria yang dimiliki hanya sedikit, namun jika jumlah faktor/kriteria sudah lebih dari 10 maka perhitungan bobot dapat menggunakan software yang jauh lebih mudah. Ada beberapa software yang bisa dipakai antara lain Expert Choice, Decision Lens, TESS, Web-HIPPRE. Dalam praktikum ini, kita akan menggunakan software Expert Choice.

5


GPW 0118

ACARA I: AHP SERDERHANA DENGAN SOFTWA RE EXPERT CHOICE

Langkah-langkah: 1. Buatlah kerangka AHP dengan kriteria sebagai berikut: - Tujuan: “Penentuan Prioritas Pengambangan Desa Pesisir di Kab. Kulonprogo ” - Adapun faktor hingga variabelnya: Aspek Ekonomi Optimasi Penamfaatan Sumberdaya Pesisir Menumbuhkan Lapangan Kerja Meningkatkan Pendapatan Aspek Sosial Pemerataan Tujuan Budaya Aktivitas Sosial Aspek Ekologi Tujuan Konservasi Pengurangan Degradasi Lingkungan Pengurangan Resiko Bencana -

Untuk alternatifnya, yaitu: 1. Pertanian 3. Tambang-Industri 5. Perikanan

2. Pariwisata 4. Perhubungan

2. Memulai/Membuat sebuah Model Baru (File), “create new model – Structuring”.

Tampilan awal dalam jendela Expert Choice, terdiri dari: Jendela TreeView – menunjukkan daftar hierarki dari objektif dan sub-objektif. Jendela Alternative – menunjukkan alternatif yang aktif. Jendela Information Document – menunjukkan informasi mengenai objektif atau alternatif yang sedang dipilih/ditampilkan pada TreeView atau jendela Alternative. 3. Ketik nama file yang diinginkan dan arahkan ke direktori mana untuk menyimpan file tersebut.

6


GPW 0118

4. Kotak dialog yang lain akan muncul yang menyuruh Anda untuk “Memasukkan deskripsi tujuan Anda.” Ketik tujuan anda; kemudian klik OK.

5. Menambahkan (Memasukkan) Faktor-Kriteria ke dalam TreeView Untuk memasukkan objektif pertama: a. Pilih Edit, kemudian Insert Child or Current Node, kemudian sebuah node/simpul akan muncul dibawah Goal (tujuan).

b. Ketik faktor pertama, Aspek Ekonomi, kemudian tekan Enter . Tips: Sebuah cara cepat untuk menyisipkan sebuah objektif adalah klik kanan pada Goal dan pilih Insert Child of Current Node dari menu turunan. Sekali Anda memasukkan sebuah kriteria, Anda dapat melakukan klik kanan pada kriteria tersebut dan pilih Insert Sibling of Current Node untuk memasukkan kriteria yang lainnya pada level yang sama.

c. Ketik faktor yang kedua, dan seterusnya, kemudian tekan Enter. d. Masukkan juga kriteria/indikator/variabel yang berada di bawah faktor. e. Tekan Enter untuk menghentikan penyisipan. 6. Untuk mengganti Nama dan Menghapus Node/Simpul a. Pilih Edit, kemudian pilih Edit Node untuk mengganti nama node/simpul, atau b. Pilih Edit, kemudian pilih Delete Node untuk menghapus node/simpul. 7. Trash menampung node/simpul yang telah dihapus dari model (Edit, Delete Node) atau di-copy menggunakan Edit, Copy Plex to Trash Can. - Dari ModelView, pilih View, Trash Can. Sekali item-item berada di trash can, item-item tersebut muncul di Trash Window dan dapat dikembalikan lagi ke dalam hierarki dengan cara memposisikan kursor pada node/simpul yang akan menampung item yang ingin dikembalikan. 8. Menambahkan (Memasukkan) Alternatif/Pilihan pada Alternative Pane Untuk memasukkan alternatif ke dalam model keputusan, lakukan hal berikut ini: a. Tekan tombol Add Alternative pada pojok kanan dari Alternative pane. Kemudian kotak dialog akan muncul yang menyuruh Anda agar memasukkan “Nama Alternatif”. b. Ketik Pertanian, kemudian klik OK atau tekan Enter .

7


GPW 0118

c. Ulangi proses di atas untuk memasukkan alternatif yang lain. 9. membuat penilaian atau perbandingan yang adil tentang faktor dan pilihan pada model. Faktor Ekonomi - Sosial Ekonomi - Ekologi Sosial - Ekologi Tingkat Sub-Faktor Ekonomi Lapangan Kerja - Pendapatan Lapangan Kerja - Optimasi SD Pendapatan - Optimasi SD Tingkat Sub-Faktor Ekologi Konservasi - Degradasi Konservasi - Bencana Degradasi - Bencana Tingkat Sub-Faktor Sosial Pemerataan - Budaya Pemerataan – Aktivitas Sosial Budaya – Aktivitas Sosial

Pemerintah 5 3 1/3

Masyarakat 5 3 1/3

LSM/NGO 3 1/3 1/5

2 1/3 1/5

2 1/3 1/5

3 1/2 1/5

3 5 3

3 5 2

1 1/5 1/5

5 7 3

5 3 1

3 5 3

Gambaran mengenai Assessments/Pairwise Comparisons Salah satu kekuatan dari AHP dan Expert Choice adalah penggunaan perbandingan berpasangan (pairwise comparisons) untuk menghasilkan skala prioritas rasio yang akurat. Pairwise comparisons adalah proses membandingkan kepentingan relatif, preference (kesukaan), atau likelihood (persamaan) dari dua unsur (faktor) dengan memperhatikan unsur yang lain (tujuan) pada level di atas. Terdapat tiga bentuk penilaian pairwise comparisons. Verbal Judgement (Penilaian Verbal) digunakan untuk membandingkan faktor-faktor dengan menggunakan kata-kata Equal (sama), Moderate (rata-rata), Strong (kuat), Very Strong (sangat kuat), Extreme (ekstrim). Equal berarti dua unsur yang dibandingkan memiliki tingkat kepentingan yang sama bagi Anda. Extreme berarti sebuah urutan kepentingan – kira-kira 9 atau 10 dari 1. Penilaian di antara kata-kata ini, seperti Moderate sampai Strong juga memungkinkan. Graphical Judgement (Penilaian Grafik) dibuat dengan cara menyesuaikan panjang relatif dari dua bar menunjukkan seberapa sering satu unsur lebih penting daripada yang lainnya. Numerical Judgement (Penilaian Numerik) dibuat dengan menggunakan skala 9-titik, menunjukkan seberapa sering satu unsur lebih penting daripada unsur yang lainnya. Merubah Tipe Perbandingan Pasangan Terdapat tiga tipe perbandingan pasangan yang berbeda,yaitu: importance, preference, dan likelihood. Importance adalah yang paling sesuai ketika membandingkan objektif atau kriteria. Preference cocok ketika membandingkan alternatif dengan memperhatikan objektif yang membawahinya. Likelihood cocok ketika membandingkan persamaan dari kejadian yang tidak pasti atau skenario, seperti pada analisis resiko.

8


GPW 0118

10. Untuk merubah tipe perbandingan: - Pilih Assesment, Set Mode lalu pilih salah satu dari tiga pilihan pada bagian type: Importance, Preference, atau Likelihood. 11. Dalam sesi ini, kita akan menggunakan perbandingan berpasangan numerik - Dari TreeView, klik Goal (sampai tertandai). - Kemudian dari menu, pilih Assessment, Pairwise, atau cukup mengklik Verbal tab.

12. Setelah Anda memasukkan penilaian terakhir, kotak dialog akan muncul yang berisi pertanyaan apakah Anda ingin untuk “Record Judgement and Calculate” (“Merekam Penilaian dan Mengkalkulasi”). - Pilih No, dan Anda akan tetap pada jendela Verbal tempat dimana Anda dapat merubah penilaian. Sekali selesai mengulas dan/atau mengubah penilaian Anda, klik tombol Calculate untuk merekam dan kalkulasikan prioritas Anda dan perlihatkan sebuah grafik hasilnya. - Jika Anda telah memilih Yes, prioritas untuk objektif akan sudah dikalkulasi dan Anda akan dikembalikan pada jendela ModelView tanpa memperlihatkan grafik prioritas. Tips: Ketika memasukkan penilaian, Anda dapat mengklik tombol Calculate selama tombol Calculate tersebut berwarna kuning atau hijau. Tombol Calculate akan: Merah jika tidak cukup penilaian yang dibuat, untuk mengkalkulasi prioritas; Hijau jika semua penilaian telah dibuat; atau Kuning jika Anda memiliki penilaian yang tertinggal, tetapi masih terdapat jumlah yang cukup untuk mengkalkulasi prioritas.

13. Dalam Expert Choice untuk mengidentifikasi inkonsistensi, anda dapat melihat nilai Incon pada bagian bawah. Apabila terdapat inkonsistensi, lakukan hal-hal berikut ini: - Pilih Inconsistency, 1st dari menu untuk mengidentifikasi penilaian yang paling inkonsisiten. - Pilih Inconsistency, Best Fit

9


GPW 0118

14. Membandingkan Alternatif, Menggunakan Mode Grafik - Dari TreeView, klik sub faktor terkecil - Klik tab Graphical - Nilai lah berdasarkan data sekunder dengan melihat perbandingan besaran nilai pada masing-masing alternatif/pilihan terhadap faktor yang ada. Alternatif Pertanian Pertambangan-Industri Perikanan Pariwisata Perhubungan Alternatif Pertanian Pertambangan-Industri Perikanan Pariwisata Perhubungan Alternatif Pertanian Pertambangan-Industri Perikanan Pariwisata Perhubungan

Lapangan Kerja 4 1 5 3 2 Degradasi 3 5 2 1 4 Pemerataan 5 2 4 3 1

Pendapatan 5 2 4 3 1 Bencana 4 5 1 2 3 Budaya 2 4 1 3 5

Optimasi SD Pesisir 3 2 4 1 5 Konservasi 3 5 2 1 4 AktivitasSosial 1 5 2 3 4

15. Sintesis – Mendapatkan Hasil - Dari ModelView, pilih Synthesize, kemudian With Respect to Goal. Jendela sintetis akan muncul, menunjukkan hasil. Perhatikan tombol Ideal dan Distributive; dalam contoh kami, mode Ideal dipilih. Setiap mode akan dijelaskan.

10


GPW 0118

Sintesis Ideal (Ideal Synthesis) Ketika menggunakan pilihan ideal synthesis, penambahan atau pengurangan alternatif (yang tidak terbaik pada objektif yang ada manapun) akan TIDAK mempengaruhi prioritas relatif (rasio atau ranking) dari alternatif yang lain. Pilihan Ideal digunakan ketika memilih satu alternatif dari banyak alternatif dan ketika prioritas alternatif tidak terpilih yang bukan termasuk kepentingan. Distributive Synthesis (Sintesis Distributif) Pilihan Distributive berfungsi untuk mendistribusikan bobot dari setiap objektif yang ada ke alternatif dalam proporsi langsung menuju prioritas alternatif di bawah setiap objektif yang ada. Ketika menggunakan pilihan sintesis distributif , penambahan atau pengurangan dari hasil alternatif dalam sebuah penyesuaian kembali prioritas dari alternatif yang lain,dengan rasio dan ranking yang dapat berubah. Pilihan 16. Sensitivity Analysis – Graphics (Analisis Sensitivitas – Grafik) Analisis sensitivitas biasa digunakan untuk memeriksa bagaimana tingkat sensitivitas rangking alternatif terhadap perubahan-perubahan tingkat kepentingan (bobot) kriteria atau sub kriteria. Ada lima tipe analisis sensivitas. Dynamic Performance Gradient Head to Head Two-Dimensional (2D Plot)     

Dyanamic Sensitivity (Sensitivitas Dinamik) Analisis Dynamic Sensitivity digunakan untuk secara dinamis merubah prioritas dari objektifobjektif untuk menentukan bagaimana perubahan ini mempengaruhi prioritas dari pilihan alternatif. Gambar di bawah ini menunjukkan sebuah grafik Dynamic Sensitivity .

 

Dari TreeView, klik Goal Dari menu pilih Sensitivity-Graphs, kemudian pilih Dynamic

Performance Sensitivity (Sensitivitas Performa) Untuk melihat grafik Performance Sensitivity : Klik tombol yang sesuai pada bar tombol grafik Dinamik. Selain itu, pilih SensitivityGraphs dari ModelView; kemudian pilih Performance. 

11


GPW 0118

Analisis Performance Sensitivity menunjukkan bagaimana alternatif-alternatif diprioritaskan secara relatif terhadap alternatif yang lainnya dengan memperhatikan setiap objektif dan juga keseluruhan. Grafik Sensitivitas Gradient Garis vertikal merah mengindikasikan prioritas tujuan/objektif (berdasarkan pada perbandingan berpasangan/ paired comparisons pembuat keputusan). Untuk mengindikasikan di mana prioritas tujuan/objektif berubah tarik bar/batang merah ke k iri atau ke kanan; hal ini ditunjukkan dengan garis vertikal sedikit bercampur warna biru.

Grafik Head-to Head Buatlah jendela aktif grafik Head-to-Head Grafik ini menunjukkan bagaimana dua pilihan/alternatif saling dibandingkan pada tujuan/objektif dalam sebuah keputusan. Satu altenatif didaftar pada sisi kiri grafik dan yang lainnya didaftar di sebelah kanannya. 

12


GPW 0118

Dua Dimensi (Plot 2D) Dari bar menu grafik terakhir yang dilihat, klik tombol Two-Dimensional (2D Plot) . Grafik ini menunjukkan prioritas pilihan/alternatif dengan signifikan terhadap dua tujuan pada satu waktu. Dengan mengklik perintah menu “Sumbu X” dan “Sumbu Y” Anda bisa mengubah tujuan/objektif yang sedang ditampilkan. Daerah plot 2D dibagi ke dalam empat kuadran. Pilihan/alternatif yang paling menguntungkan/dapat didukung secara signifikan terhadap tujuan/objektif pada kedua sumbu yang akan ditunjukkan di kuadran kanan atas (semakin dekat dengan sudut kanan atas, maka akan semakin baik pilihannya). Pilihan/altenatif yang paling tidak menguntungkan akan ditunjukkan di kuadran kiri bawah (semakin dekat dengan sudut kiri bawah, maka semakin tidak menguntungkan pilihannya). Pilihan/alternatif yang terletak di kuadran kiri atas dan kanan bawah mengindikasikan kunci pertukaran di mana terdapat konflik/perselisihan antara kedua tujuan yang dipilih. 

13


GPW 0118

ACARA II MEMBUAT MODEL AHP DENGAN PRO-CON

Terdapat dua pendekatan untuk memodelkan bangunan dalam Structuring /penyusunan: I. Penyusunan Top-down /atas-bawah ( Affinity Diagramming ) lebih baik disesuaikan untuk keputusan yang bersifat strategis dimana tujuan/objektif dipahami atau diketahui dengan lebih baik daripada pilihan/alternatif. Tujuan/objektif paling atas diidentifikasi yang diikuti oleh identifikasi terhadap sub-objektif. II. Penyusunan secara Bottom-up/bawah-atas disesuaikan dengan situasi terbaik dimana pilihan/alternatif dipahami secara lebih baik daripada tujuan/objektif-nya. Pro dan kontra tentang pilihan digunakan untuk membantu mengidentifikasi tujuan/objektif yang kemudian dapat dikelompokkan ke dalam kelompok-kelompok. Langkah-langkah: 1. Mulailah Expert Choice dan dari menu pilih File, New. 2. Ketik nama file, Pemilihan Ibukota Propinsi Jawa Tengah. 3. Ketik Goal Description: Pemilihan Ibukota Propinsi Jawa Tengah. 4. Masukkan pilihan/Alternatif: Kota Semarang dan Kota Surakarta. 5. Klik tombol Pros/Cons pane di atas pane/kaca jendela TreeView

.

Tabel. Kriteria Penilaian Penentuan Ibukota Propinsi (PP no. 129 tahun 2000) Faktor Indikator Variabel Aspek Aksesibilitas Jarak tempuh dengan seluruh Ibukota Ruang Kabupaten/Kota dan Ibukota Propinsi lain Luas Daerah Luas wilayah Demografi Jumlah Pendudk Jumlah Penduduk Pertumbuhan Penduduk Pertumbuhan Penduduk tidak minus Potensi Saran & Prasarana Jumlah Bandara Daearah Transportasi Jumlah Pelabuhan Jumlah Terminal Lembaga Keuangan Jumlah Bank Ekonomi Jumlah Pasar Modern Jumlah Pasar Tradisional Pendidikan Jumlah PTN/Akademik Jumlah SMA & sederajat Kesehatan Jumlah Rumah Sakit Pariwisata Jumlah hotel Sosial Organisasi Kemasyarakatan Jumlah organisasi kemasyarakatan Budaya Lain-lain Keamanan dan Ketertiban Angka kriminalitas per 10.000 penduduk Ketersediaan sarana dan Jumlah gedung prasarana pemerintah Ketersediaan lahan

6. Untuk pilihan pertama Kota Semarang, klik tombol Add Pro (Tambah Pro). Sebuah kotak dialog akan muncul berlabel “Add Pro for Kota Semarang”.

14


GPW 0118

7. Masukkan pernyataan yang menandakan keunggulan dari alternatif yang ada. Misal Terletak di Tengah Propinsi Jawa Tengah kemudian klik OK. Jika perlu, tarik pro di bawah tombol Pro. 8. Tambahkan pro lainnya 9. Sekarang masukkan kontra untuk Kota Semarang. Pilih tombol Add Con. Pada saat kotak dialog muncul, ketik Pernyataan yang menandakan Kelemahan. OK Perhatikan bahwa kontra ditampilkan dalam warna magenta (keungu-unguan) sedangkan pro dalam warna biru. 10. Tambahkan kontra yang lainnya. 11. Untuk melihat Semua Daftar Pro dan Kontra Dari menu, pilih View; kemudian pilih pane All Pros/Cons. Cara yang lebih cepat 

untuk melihat ini adalah mengklik tombol All Pros/Cons di atas pane Alternative. Catatan: Pro dalam warna biru sedamgkan Kontra berwarna magenta (keungu-unguan)

Membangun Hirarki Sekarang Anda akan mulai membangun sebuah hirarki dengan menarik dan menurunkan (dan juga mendefinisikan kembali) sebuah pro atau sebuah kontra (dari pane All Pros/Cons) ke TreeView. Karena susunan tidaklah penting, Anda dapat mulai di mana saja di daftar Pro/Con. Mari kita mulai dengan pro, Terletak di tengah Propinsi Jawa Tengah, yang berkaitan dengan Kota Semarang. Klik Terletak di tengah Propinsi Jawa Tengah Tarik dan jatuhkan ia pada Goal/tujuan di TreeView. Ketika didorong untuk mendefinisikan kembali kontra sebagai sebuah tujuan/objektif, ketik Aksesibilitas; klik OK. Perhatikan, terdapat pro/con yang berwarna kelabu; hal ini menandakan bahwa ini telah dimasukkan ke tujuan. Warna kelabu dapat dihilangkan dari pro atau kontra dengan mengklik ganda.   

Mengubah Pro dan Kontra yang Tersisa ke Tujuan - Pertama, menarik pro dan kontra yang relevan ke hirarki yang mendefinisikan mereka kembali. Maka akan terbentuk sebuah daftar tujuan. -

Kedua, mengklik tombol ClusterView Pane Ketiga, menambahkan beberapa tujuan lagi.

dan mulai mengelompokkan tujuan.

-

Keempat, kembali ke TreeView dengan mengklik dan menarik tujuan dalam susunan presentasi yang berlawanan untuk menempatkan mereka dalam hirarki.

15


-

GPW 0118

Anda dapat menambahkan tujuan/objektif secara langsung dalam TreeView dengan memilih Edit, Memasukkan/Insert-Child or Sibling dari puncak yang sekarang. Kemudian, kami

Expert Choice merupakan system pendukung keputusan yang fleksibel yang dirancang untuk bekerja sesuai alur pikir Anda.

Jika hirarki tujuan Anda sudah komplit, pilih tombol Alts/Children/InfoDocs yang terletak pada pane Alternative. Kemudian pane Alternative akan digantikan dengan pane All Pros/Cons.

16


GPW 0118

ACARA III AHP DENGAN SOFTWA RE EXPERT CHOICE (JILID III) S t u d i K a s u s : V al u a s i S u m b e r d a y a W i l ay a h K a b u p a t e n S l em a n

DATA GRID Data Grid berisi data tentang pilihan keputusan dengan signifikan memperhatikan pada hirarki keputusan yang mencakup tujuan. Pilihan/alternatif muncul di barisan Data Grid sedangkan tujuan/objektif muncul di kolom. Setiap rumusan tujuan merubah data tentang pilihan menjadi nilai (prioritas). Terdapat lima jenis rumusan yang berbeda yang dapat digunakan dalam Data Grid. Data Grid juga mempunyai kolom “Total” , “Cost” dan user defined (definisi pengguna) yang dapat dibuat terlihat atau tersembunyi dengan perintah menu View. Nilai di kolom Total untuk setiap pilihan berisi jumlah bobot nilai (prioritas) dari pilihan/alternatif yang merupakan jarak semua kolom tujuan/objektif yang tercakup. Setiap sel di bagian tubuh Data Grid berisi (1) sebuah bar/batang yang merepresentasikan nilai dari masing-masing pilihan (elemen baris) dengan perhatian terhadap tujuan yang ada (elemen kolom) dan (2) mendasari data atau nilai (Anda dapat meminta untuk melihat, baik data maupun nilai). Nilai di sel bagian tubuh Data Grid diperoleh dari data berdasarkan pada satu dari lima jenis rumusan/formula: - Ratings, (Tingkatan) Merupakan rumusan/formula yang berupa data ordinal - Increasing utility curve, (Kurva manfaat yang naik) Berupa angka yang mempunyai hubungan positif dengan tujuan. Biasanya skala 0 - 100 - Decreasing utility curve, (Kurva manfaat yang turun) Berupa angka yang mempunyai hubungan negatif dengan tujuan. - Step function, dan (Fungsi langkah) - Direct data entry . (Entri data langsung) Langkah Kerja: 1. Menentukan Faktor, Indikator, maupun variabel yang akan digunakan 2. Menyusun hirarki AHP secara manual, sebagai gambaran dalam proses selanjutnya. 3. Dalam expert choice nanti, dengan melihat bentuk hirarki AHP “Valuasi Sumberdaya Wilayah” maka lebih memungkinkan untuk menggunakan penyusunan hirarki secara Top-Down 4. Membuat model baru dalam Expert Choice dengan “GOAL: VALUASI SUMBERDAYA WILAYAH KABUPATEN SLEMAN”

17


GPW 0118

5. Menyusun hirariki melalui ClusterView Pane

6. Memasukkan obyek/kriteria/grup satu per satu.

Cara memasukkan kedalam hirarki di klik dan tarik ke dalam sub yang diinginkan. Lakukan Proses ini hingga hirarki sempurna.

18


GPW 0118

7. Masukkan alternatif berupa desa-desa yang ada di Kabupaten Sleman

atau melalui Data Grid

8. Untuk memasukkan menggunakan Data Grid, sebagai berikut:

19


GPW 0118

9. Kembali ke ModelView, lakukan perbandingan berpasangan terhadap semua objek/kriteria/grup dengan nilai bobot sama semua (Equal / bernilai 1)

10. Setelah itu, langkah selanjutnya adalah memasukkan data variabel ke dalam Data Grid dengan menggunakan Formula Type: Increasing, Decreasing, dan Ratings. (Data tersedia: Sesi 5) 11. Secara otomatis, akan dihitung nilai prioritasnya. 12. Tampilkan prioritas terhadap Tujuan/Goal dalam ModelView.

--------------------------------SEKIAN & TERIMA KASIH--------------------------

20

Modul Praktikum DSS 2017. PDF

Recommend Documents