DAFTAR LAMPIRAN
II. TINJAUAN PUSTAKA
2.2 Pengambilan Keputusan Kriteria Majemuk
2.2.1 Multi-Atribute Decision Making (MADM)
Teknik yang digunakan dalam metode MADM dibagi menjadi dua metode, yaitu; (1) metode MADM yang menggunakan teknik non kompensasi ( non-compensatory) dan (2) metode MADM yang menggunakan teknik kompensasi (compensatory). Teknik kompensasi dalam metode MADM terjadi jika seorang pengambil keputusan menganggap bahwa nilai suatu atribut dapat memberikan kompensasi terhadap nilai atribut lain yang memiliki nilai yang lebih rendah. Khususnya jika pada tahap analisis awal dilakukan, terdapat hal yang menunjukkan bahwa suatu alternatif pilihan tidak dapat mencapai standar minimum persyaratan yang dibutuhkan. Metode yang menggabungkan perpaduan
tradeoff (pertukaran) antara hasil yang tinggi dan rendah dalam analisis disebut metode kompensasi, sedangkan yang tidak melakukan proses perpaduan tersebut disebut metode non-kompensasi.
Hwang dan Yoon (1981) dalam Kahraman (2008) menguraikan bahwa dalam pendekatan MADM terdapat dua puluh jenis metode dan teknik analisis yang dapat digunakan, yaitu; metode dominan, maximin, maximax, konjungtif, disjungtif, leksikograf, leksikograf semi-order, eliminasi, metode penilaian linier, penambahan dengan pembobotan, pembobotan hasil, kriteria investasi modal secara non-traditional, TOPSIS, pendekatan jarak, proses hirarki analisis, outranking, model kegunaan multi-atribut, proses jaringan analisis, analisis pengembangan data, dan integral fuzzy multi-atribut. Uraian masing-masing teknik analisis tersebut secara ringkas disajikan pada Tabel 1.
Tabel 1 Uraian ringkas metode dalam pendekatan MADM
Metode Uraian
1 Dominan Suatu alternatif keputusan disebut “didominasi” jika terdapat alternatif keputusan yang tidak menunjukkan performa dengan alternatif pilihan tersebut paling tidak pada satu atribut dan menunjukkan performa yang sama dengan sisa atribut lainnya. Dengan metode dominan, alternatif pilihan akan terseleksi, sehingga semua alternatif yang memiliki pengaruh dominan akan dibuang. Kemampuan metode ini dalam melakukan proses seleksi cenderung akan memperbesar jumlah atribut yang bersifat independen.
Tabel 1 (Lanjutan)
Metode Uraian
2 Maximin Prisip utama pendekatan ini adalah suatu rantai akan memiliki kekuatan dengan jaringan yang paling lemah. Secara efektif, metode ini akan memberi nilai setiap alternatif yang setara dengan kekuatan dari kelemahan jaringannya, dimana jaringan tersebut merupakan atribut keputusan. Dengan demikian setiap jaringan memerlukan penyajian (dalam hubungannya dengan atribut) yang dapat diukur dalam unit yang sepadan atau dinormalisasi lebih dahulu dalam menyajikan metode ini.
3 Konjungtif (Kepuasan)
Teknik analisis ini murni merupakan metode seleksi/pemilihan. Persyaratan yang dibutuhkan dalam mengaplikasikan metode ini adalah suatu kriteria harus melampaui ambang nilai performa tertentu untuk seluruh atribut. Nilai atribut (yang menjadi nilai ambang) tidak harus terukur dalam unit analisis yang sama.
4 Maximax Fokus utama metode ini adalah menentukan besaran nilai kepentingan atribut pada masing-masing alternatif yang menunjukkan hasil terbaik. Sesuai dengan analogi rantai yang digunakan pada metode maximin, maka pendekatan pada metode maximax adalah membandingkan rantai alternatif pilihan dalam menentukan hubungan terkuat (atribut). Nilai dari setiap rantai (alternatif) adalah sama dengan kekuatan yang ditunjukkan oleh hubungan terkuat atributnya. Metode ini juga memerlukan atribut yang setara melalui proses normalisasi.
5 Disjungtif (Kebalikan)
Metode ini juga murni merupakan metode seleksi. Metode ini melengkapi
metode konjuntif, menggantikan “atau” pada tempat “dan”. Oleh karena itu, untuk melewati teknik seleksi disjungtif, suatu alternatif keputusan harus melampaui ambang performa tertentu minimal satu atribut. Sama halnya dengan metode konjuntif, metode ini tidak memerlukan atribut yang harus memiliki nilai unit analisis yang sama.
6 Leksikograf Aplikasi yang paling umum digunakan pada metode ini adalah teknik pengurutan abjad huruf dalam kamus. Dengan metode ini, berbagai atribut dirangking berdasarkan urutan kepentingannya. Alternatif keputusan ditentukan dengan performa terbaik berdasarkan atribut yang paling penting, dan selanjutnya dipilih. Jika terdapat ikatan, dalam hubungannya dengan atribut tertentu, maka atribut yang paling penting berikutnya akan dipilih, dan seterusnya.
Terdapat 2 cara penting, dimana masalah MADM berbeda dari metode pengurutan abjad huruf dalam kamus; (1). Hanya terdapat sedikit alternatif dalam masalah MADM daripada jumlah kata dalam kamus (2). Jika dalam matriks keputusan terdapat nilai atribut kuatitatif, maka secara efektif akan terdapat sejumlah nilai yang tidak terbatas (lebih dari 26) dari nilai yang mungkin memiliki peluang ikatan yang lemah.
7 Leksikograf semi-order
Metode ini merupakan variasi lain dari metode leksikograp yang lebih sederhana, dimana ikatan terdekat dapat digunakan untuk menghitung nilai ikatan tanpa memberikan pengurangan nilai pada alternatif, dimana nilai skor yang lebih rendah dari nilai toleransi. Perhitungan ikatan terdekat sebagai nilai ikatan menyebabkan metode ini menyerupai metode perangkingan dan lebih sesuai untuk pendekatan MADM dengan data kuantitatif dalam matriks keputusan. Namun demikian, metode ini dapat memberikan hasil yang saling melengkapi dimana A dipilih untuk B, B dipilih untuk C, namun C dipilih untuk A.
Tabel 1 (Lanjutan)
Metode Uraian
8 Eliminasi pada aspek
Metode ini adalah bentuk formal dari model heuristik yang dikenal sebagai proses eliminasi. Sama halnya dengan metode leksikograf, proses evaluasi akan menghasilkan satu atribut setiap saat, yang dimulai dengan atribut yang dianggap paling penting. Jika terdapat atribut yang tidak memenuhi persyaratan minimum, yang diukur dengan satu atribut tertentu, maka atribut tersebut akan dieliminasi. Proses tersebut akan diulangi hingga hanya akan tersisa satu atribut, meskipun penyesuaian terhadap nilai ambang dibutuhkan pada kasus tertentu untuk memperoleh solusi yang tertentu.
9 Metode penetapan linier
Metode ini (sebagai tambahan pada data matriks keputusan) memerlukan bobot kepentingan dalam bentuk jenis data kardinal untuk setiap atribut dan rangking dari setiap alternatif yang berhubungan dengan atribut. Syarat informasi ini berada pada level menengah antara metode yang telah diuraikan sebelumnya dan metode yang diuraikan berikut, sehingga memerlukan kriteria rangking pilihan ordinal dari berbagai alternatif yang berhubungan dengan atribut. Tambahan informasi memungkinkan dilakukannya analisis kompensasi dibandingkan analisis non-kompensasi, sehingga kompensasi terhadap suatu atribut dapat dilakukan.
10 Penjumlahan bobot
Nilai dari sejumlah alternatif setara dengan jumlah bobot evaluasi kardinal (rangking pilihan), dimana bobot tersebut merupakan bobot kepentingan yang menyangkut setiap atribut. Hasil dari skor kardinal untuk setiap alternatif dapat digunakan untuk rangking, seleksi dan penentuan suatu alternatif. Metode PHA merupakan salah satu metode yang umum digunakan dalam teknik ini.
11 Produk bobot Metode ini sama dengan metode penjumlahan bobot. Namun demikian, sebagai pengganti dari perhitungan sub-skor yang memperkalikan skor penilaian dan kepentingan atribut, maka skor penilaian ditingkatkan levelnya menjadi kekuatan bobot kepentingan atribut. Selanjutnya ketimbang menjumlahkan hasil subskor sejumlah atribut untuk memperoleh skor total, maka skor produk diubah menjadi skor alternatif akhir.
12 Kriteria investasi modal non-tradisional
Metode ini memerlukan perbandingan berpasangan dari hasil yang diperoleh (pada alternatif yang tersedia) diantara atribut untuk alternatif tertentu. Atribut harus diukur dalam satuan moneter. Perbandingan-perbandingan tersebut lalu digabungkan untuk mengestimasi nilai moneter pada setiap hasil yang diperoleh dan nilai tersebut kemudian dijumlahkan untuk memperoleh nilai perkiraan total dari setiap alternatif. Nilai perkiraan tersebut dapat digunakan untuk memilih alternatif, merangking pilihan, atau menyeleksi pilihan.
13 TOPSIS Topsis (technique for order preference by similarity to ideal solution) merupakan metode pemilihan terhadap sejumlah alternatif yang didasarkan pada jarak terdekat terhadap solusi ideal, dan semakin jauh dari solusi negatif. Solusi ideal dibentuk sebagai hasil penyajian terbaik secara komposit yang ditunjukkan dalam matriks keputusan dari berbagai pilihan untuk setiap atribut. Solusi ideal negatif merupakan hasil komposit dari hasil penyajian yang bernilai paling jelek. Kedekatan terhadap masing-masing pusat hasil penyajian (terbaik dan terburuk) diukur dengan menggunakan persamaan Eucledian (misalnya; akar pangkat jumlah jarak pada setiap sumbu dari atribut keruangan) dengan pilihan bobot di setiap atribut.
Tabel 1 (Lanjutan)
Metode Uraian
14 Jarak dari target
Metode ini dan hasilnya dijelaskan secara langsung menggunakan grafik. Pertama, nilai target setiap atribut dipilih, yang tidak perlu disajikan dengan berbagai alternatif yang tersedia. Kemudian, alternatif pilihan dengan jarak terdekat (menggunakan persamaan Eucledian) dengan jarak target dalam atribut ruang dipilih. Dengan demikian pemboboton terhadap atribut memungkinkan dilakukan. Skor jarak dapat digunakan untuk menyeleksi, menyusun rangking, atau memilih alternatif yang lebih disukai.
15 Proses hirarki analisis (PHA)
PHA merupakan metode penjumlahan bobot dan digunakan secara luas untuk berbagai kepentingan dan dilengkapi sejumlah perangkat lunak yang tersedia di pasaran. Pengambil keputusan terkadang mengalami kendala dalam menentukan bobot kepentingan data kardinal untuk sejumlah atribut secara serempak. Jika jumlah atribut meningkat, hasil terbaik akan diperoleh jika masalah keputusan disusun dalam sebuah matriks perbandingan berpasangan. PHA melakukan formalisasi proses konversi masalah pembobotan atribut menjadi matriks perbandingan berpasangan sehingga memudahkan menyelesaikan masalah dari sejumlah atribut yang saling berkompetisi. PHA meringkaskan hasil perbandingan berpasangan menjadi sebuah matriks perbandingan berpasangan. Untuk setiap pasangan atribut, pengambil keputusan menspesifikasi suatu penilaian dengan cara menentukan tingkat kepentingan suatu atribut dengan atribut yang lain. 16 Model
utilitas atribut jamak
Teori utilitas merupakan pemilihan terhadap suatu solusi memuaskan sebagai upaya memaksimalkan kepuasan yang diperoleh dari sebuah proses pemilihan. Alternatif terbaik merupakan pilihan yang dapat memaksimalkan utilitas bagi struktur pilihan yang diinginkan pengambil keputusan. Model utilitas terdiri atas 2 jenis, yaitu; tipe penjumlahan, dan tipe perkalian model. Tahapan utama dalam melakukan model ini adalah (1) menentukan fungsi utilitas bagi setiap atribut, (2) menentukan bobot (factor skala), (3) menentukan tipe model utilitas yang digunakan, (4) menentukan nilai utilitas pada setiap alternatif pilihan dengan mempertimbangkan atribut tertentu khususnya pada atribut alternatif pilihan, dan (5) memilih alternative terbaik. 17 Outrangking Metode outranking (perangkingan lebih tinggi) terdiri atas ELECTRE,
PROMETHEE, dan ORESTLE. Metode ini didasarkan atas pada bagaimana membuat suatu hubungan perangkingan menggunakan perbandingan berpasangan diantara berbagai pilihan pada setiap kriteria secara terpisah. Metode ini menghubungkan antara 2 jenis pilihan, dilambangkan dengan Ai
Aj yang menjelaskan bahwa meskipun terdapat 2 pilihan i dan j tidak saling mendominasi satu sama lain secara matematik, pengambil keputusan dapat menerima resiko menyangkut pilihan terhadap Ai yang hampir pasti lebih baik dari Aj. Suatu alternatif didominasi, jika alternatif pilihan memiliki rangking lebih tinggi dari alternatif lainnya paling tidak pada satu kriteria dan sederajat dengan kriteria lainnya. Metode ELECTRE merupakan perbandingan berpasangan sejumlah alternatif berdasarkan derajat dimana evaluasi alternatif dan bobot pilihan memperkuat atau berbeda dengan hubungan dominasi berpasangan antara berbagai alternatif pilihan. Pengambil keputusan dapat menganggap bahwa dia kuat, lemah, atau memiliki pilihan lain atau bahkan tidak dapat menentukan pilihan antara dua alternatif yang dibandingkan.
Tabel 1 (Lanjutan)
Metode Uraian
18 Proses jaringan analisis
Pada berbagai praktek pengambilan keputusan, terdapat situasi dimana bobot setiap kriteria berbeda untuk setiap alternatif. PHA memiliki keterbatasan dalam memberi perlakukan terhadap kasus demikian, dimana PHA memberi nilai bobot lokal yang sama pada setiap kriteria. Untuk mengatasi masalah tersebut, Saaty TL (1996) dalam Kahraman C (2008) mengusulkan untuk menggunakan proses jaringan analisis (Analytic Network Process/ANP). ANP memungkinkan penggunaan bobot kriteria berbeda untuk berbagai alternatif pilihan.
19 Data envelopment analysis (DEA)
Metode ini merupakan teknik analisis non-parametrik untuk mengukur efisiensi pengambilan keputusan pada satu unit pengambilan keputusan seperti perusahaan atau lembaga kebijakan publik. DEA merupakan perangkat pengukuran efisiensi yang secara teknis menggunakan metode riset operasi dan secara otomatis dapat menghitung bobot yang diberikan terhadap input dan output bobot dari suatu unit yang dinilai. DEA merupakan metode multikriteria non-parametrik yang tidak menggunakan data produksi, biaya, dan fungsi keuntungan.
20 Multi-atribut integral fuzzy
Ketika pilihan kebebasan yang bersifat timbal balik antara kriteria dapat diasumsikan, dengan mempertimbangkan bahwa fungsi utilitas bersifat penambahan dan berbentuk bobot jumlah. Asumsi pilihan kebebasan satu dengan lainnya diantara kriteria jarang dilakukan dalam kehidupan sehari-hari. Untuk dapat memahami fenomena interaksi di antara kriteria dalam perhitungan, diusulkan untuk mensubtitusi fungsi himpunan yang monoton pada himpunan atribut N disebut ukuran fuzzy pada vektor bobot yang digunakan dalam perhitungan jumlah terbobot. Pendekatan tersebut dianggap sebagai memasukkan ke dalam perhitungan bukan hanya tingkat kepentingan setiap kriteria namun juga kepentingan setiap bagian dari kriteria.