ANALISA SISTEM DAN PENGAMBILAN KEPUTUSAN MODUL IV: PENGAMBILAN KEPUTUSAN BERBASIS INDEKS KINERJA OLEH

ANALISA

MODUL

DEPART F

A SISTEM

IV: PENG I

Prof

TEMEN TE FAKULTA

INSTIT

M DAN PEN

GAMBILAN INDEKS K

OLEH

f. Dr. Ir. Ma

EKNOLOG S TEKNOL TUT PERTA 201

NGAMBILA

N KEPUTU KINERJA

H :

arimin, M.S

GI INDUST LOGI PER ANIAN BO 12

AN KEPUT

USAN BER

Sc

TRI PERTA RTANIAN OGOR

TUSAN

RBASIS

ANIAN

MODUL 4-BAB-5. PENGAMBILAN KEPUTUSAN BERBASIS INDEKS KINERJA

Bab ini mendeskripsikan berbagai teknik pengambilan keputusan berbasis Indeks Kinerja dan penerapannya pada berbagai kasus pengembangan rantai pasok agroindustri. Teknik pengambilan keputusan berbasis Indeks Kinerja yang akan dijelaskan dalam bab ini adalah CPI (Comparative Performance Index), Bayes dan MPE. Pemilihan penggunaan dari ketiga teknik tersebut dalam pengambilan keputusan adalah berdasarkan karakterisitik setiap kasus yang dihubungkan dengan teknik yang memiliki ketepatan karakteristik dengan kasus tersebut. Jadi setiap teknik spesifik untuk kasus tertentu saja. Cara memilih dari setiap teknik disajikan dalam tabel 5.1

Tabel 5.1. Pemilihan Teknik pengambilan keputusan berbasis Indeks Kinerja Teknik Satuan Penilaian

Alternatif tehadap kriteria

Skala Penilaian Alternatif

tehadap kriteria Skala Penilaian Bobot CPI Tidak Seragam Campuran

Rasio (terukur Nyata) dan ordinal

Campuran skala penilaian

Bayes Seragam Rasio (terukur nyata)

Desimal (0,0 s/d 1,0) atau nilai mutlaknya

MPE Seragam Ordinal Ordinal (1 s/d 3 sampai 1 s/d 9)

A. METODE BAYES

Metode Bayes merupakan salah satu teknik yang dapat dipergunakan untuk melakukan analisis dalam pengambilan keputusan terbaik dari sejumlah alternatif dengan tujuan menghasilkan perolehan yang optimal.

Untuk menghasilkan keputusan yang optimal perlu dipertimbangkan berbagai kriteria.

Pembuatan keputusan dengan metode Bayes dilakukan melalui upaya pengkuantifikasian kemungkinan terjadinya suatu kejadian dan dinyatakan dengan suatu bilangan antara 0 dan 1 atau skala konversinya. Namun sering kali hal ini dianggap sebagai probabilitas pribadi atau subyektif dimana bobot

Bayes didasarkan pada tingkat kepercayaan, keyakinan, pengalaman serta latar belakang pengambil keputusan.

Persamaan Bayes yang digunakan untuk menghitung nilai setiap alternatif sering disederhanakan menjadi:

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

Nilai peluang didapatkan dari suatu informasi awal yang dapat bersifat subyektif maupun obyektif. Nilai peluang ini dapat diperbaiki dengan adanya informasi tambahan yang didapat dari sejumlah percobaan. Informasi awal tentang nilai peluang ini disebut distribusi prior, sedangkan nilai peluang yang sedang diperbaiki dengan informasi tambahan disebut peluang posterior.

A.1. KRITERIA BAYES

Pengambilan keputusan merupakan suatu pemilihan aksi a dari sekelompok aksi yang mungkin (A). Pemilihan aksi harus dengan mengetahui akibat dari aksi terpilih, yang biasanya merupakan fungsi dari status situasi (state of nature). Suatu status situasi θ menggambarkan situasi atau keadaan nyata yang sebenarnya dimana aksi akan diaplikasikan.

Nilai kinerja dari setiap aksi a dan status situasi θ digambarkan dengan menggunakan pay off matrix, yang berbentuk seperti Tabel 5.2.

m

Total Nilai i = ∑ Nilai _ij (Kritj)

j = 1

Tabel 5.2. Pay off matrix

θ θ₁ θ₂ . . . θn

A

A1 x x . . .

A2 x x . . .

. . . . . .

. . . . . .

. . . . . .

am . . . . .

θ adalah status situasi yang dapat berupa kondisi, kriteria seleksi atau persyaratan pemilihan, a dapat berupa aksi, strategi atau pilihan, sedangkan x adalah nilai penampakan dari setiap aksi dan status situasi. Apabila satuan (unit) dari setiap x sama, maka dengan matriks ini dapat langsung dilakukan perhitungan untuk pemilihan aksi. Tetapi apabila satuan dari x tidak sama, matriks ini harus diubah dulu ke dalam bentuk CPI (Comparative Performance Index), caranya adalah dengan menentukan nilai minimum pada setiap lajur (setiap status situasi), dan menetapkan nilai minimum tersebut sama dengan seratus. Kemudian nilai lain dalam lajur yang sama dibandingkan dengan nilai minimum tersebut. Akibat dari aksi yang dipilih dapat diukur dengan mengasumsikan adanya suatu fungsi kerugian (loss function) dengan simbol l(a,θ) yang merefleksikan kerugian yang diderita apabila memilih aksi a pada status situasi θ, serta didefinisikan untuk setiap kombinasi a dan θ.

Pengambilan keputusan yang dilakukan tanpa adanya percobaan dibantu dengan penggunaan nilai peluang prior dengan suatu prosedur yang disebut kriteria Bayes. Pada prosedur ini si pembuat keputusan akan memilih aksi yang meminimumkan dugaan kerugian (expected loss) yang dievaluasi menurut nilai peluang prior. Perhitungan dugaan kerugian l(a) untuk diskrit adalah:

Perhitungan dengan kerugian untuk θ yang kontinyu adalah:

l (a) = E [l,(a, θ)] = ∑ l (a,k)Pθ (k) semua k

∞

,(a,(a θ)] = ∫ (a,y) Pθ (y)dy

A.2. PROSEDUR BAYES

Data yang didapatkan dari hasil percobaan dapat digunakan dalam proses pengambilan keputusan. Distribusi peluang posterior dari θ adalah suatu distribusi peluang bersyarat dari θ dengan diberikan X = x. Keputusan dicari dengan menghitung terlebih dahulu distribusi peluang posterior dari θ untuk setiap X = x, setelah itu dipilih aksi yang meminimumkan dugaan kerugian ln(a) yang serupa dengan pernyataan resiko, termasuk biaya percobaan. Untuk θ yang diskrit perhitungan dugaan kerugian adalah:

hθ⎮X=x (k) adalah distribusi peluang posterior diskrit.

Untuk θ yang kontinyu, distribusi peluang posterior dinyatakan dalam hθ⎮X=x (y) , dengan perhitungan dugaan kerugian adalah:

A.3. Contoh Aplikasi Bayes

Contoh aplikasi penggunaan prosedur Bayes adalah dalam pemilihan pemasok suatu bahan utama untuk membuat produk baru suatu industri dalam suatu system rantai pasok. Prosedur Bayes digunakan untuk menentukan rekapitulasi hasil penilaian kinerja pemasok. Tingkat kepentingan indikator ini merupakan informasi awal yang bersifat subyektif.

Informasi awal ini akan diubah “harga harapan” (HH) menjadi informasi yang dapat dipercaya. Rumus “harga harapan” untuk merekapitulasi nilai hasil perhitungan dan/atau pengukuran langsung adalah sebagai berikut:

ln(a) = E [(l(a,0)] = ∑ l(a,k) hθ⎮X=x (k) k

∞

l_n(a) = E [(l(a,0)] = ∫ l(a,y) hθ⎮X=x (y)dy

m

HH (ai) = Σ P_ij.P(θ_j); dengan i = 1,2,3,…n

j=1

dimana ai menyatakan alternatif jawaban, θj sebagai indikator, Pij berupa perolehan dari jawaban ai pada indikator θj.

Tabel 5.3. menunjukkan penilaian alternatif keputusan pemilihan pemasok yang sesuai dengan Teknik Bayes. Terdapat 3 alternatif yang dipertimbangkan dalam pemilihan pemasok yaitu: pemasok A, B, dan C dengan tiga kriteria yaitu: Ketepatan waktu, kontinyuitas dan ketepatan kuantitas. Ketepatan ini diukur berdasarkan rasio antara capaian dengan target. Kuisioner/borang indeks kinerja yang diaplikasikan dalam pemilihan pemasok ini disajikan pada Lampiran 1.

Tabel 5.3. Matrik keputusan penilaian pemasok yang sesuai dengan Teknik Bayes

Alternatif

Kriteria

Nilai

Alternatif Peringkat Tepat

Waktu Kontinyuitas Tepat Jumlah

1. Pemasok A 0,8 0,6 0,6 3,7 2

2. Pemasok B 0,8 0,9 0,7 3,8 1

3. Pemasok C 0,8 0,7 0,8 3,6 3

Bobot

Kriteria 0,3 0,4 0,3

Penilaian alternatif pada masing-masing kriteria menggunakan skala rasio capaian dengan target mingguan dari 0.0 (tidak ada capaian sama sekali) - 1.0 (tercapai sepenuhnya) untuk kriteria tepat waktu, kontinyuitas dan tepat jumlah. Dengan menggunakan perumusan Bayes, diperoleh nilai alternatif 1,2, dan 3 masing-masing 0,66; 0,81; dan 0,76. Nilai-nilai tersebut diperoleh dari hasil perhitungan sebagai berikut :

Alternatif 1 : Pemasok A

0,3(0,8) + 0,4(0,6) + 0,3(0,6) = 0,66 Alternatif 2 : Pemasok B

0,3(0,8) + 0,4(0,9) + 0,3(0,7) = 0,81 Alternatif 3 : Pemasok C

0,3(0,8) + 0,4(0,7) + 0,3(0,8) = 0,76

sehingga didapat alternatif yang terurut dari yang terbaik adalah alternatif 2, 1, dan 3.

Contoh lain penerapan metode bayes dalam pengembangan agroindustri adalah pada kasus pemilihan bahan baku untuk produksi bioetanol. Tiga bahan baku yang menjadi alternative dalam produksi bioetanol adalah ubi kayu, ubi jalar dan tebu. Sedangkan kriteria yang dipertimbangkan dalam memilih bahan baku tersebut adalah indeks capaian bahan baku, capaian rendemen, capaian waktu panen dan indeks target biaya budidaya. Matriks keputusan pemilihan bahan baku bio-etanol disajikan dalam table 5.4.

Tabel 5.4. Matriks keputusan pemilihan bahan baku bio-etanol

Alternatif Kriteria Nilai Alternatif Peringkat

Capaian

Bahan Baku Capaian

Rendemen Capaian Waktu Panen

Capaian Biaya Budidaya

Ubi Kayu 0,8 0,7 0,6 0,6 0,72 1

Ubi Jalar 0,7 0,6 0,7 0,6 0,65 2

Tebu 0,6 0,5 0,6 0,7 0,57 3

Bobot 0,4 0,4 0,1 0,1

Penilaian alternatif pada masing-masing kriteria menggunakan skala rasio capaian dengan target dari 0 (tidak tercapai sama sekali) sampai 1.0 (tercapai sepenuhnya). Dengan menggunakan perumusan Bayes, diperoleh nilai alternatif 1,2, dan 3 masing-masing 0,72; 0,65; dan 0,57. Terkadang di dapatkan nilai akhir antar alternatif bedanya kecil sehingga meragukan bagi pengambil keputusan untuk memilih.

B. METODE PERBANDINGAN EKSPONENSIAL

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. Berbeda dengan Teknik Bayes, MPE akan menghasilkan nilai alternatif yang perbedaannya lebih kontras.

B.1. PROSEDUR MPE

Dalam menggunakan metode perbandingan eksponensial ada beberapa tahapan yang harus dilakukan yaitu: menyusun alternatif-altenatif keputusan yang akan dipilih, menentukan kriteria atau perbandingan kriteria keputusan yang penting untuk dievaluasi, menentukan tingkat kepentingan dari setiap kriteria keputusan atau pertimbangan kriteria, melakukan penilaian terhadap semua alternatif pada setiap kriteria, menghitung skor atau nilai total setiap alternatif, dan menentukan urutan prioritas keputusan didasarkan pada skor atau nilai total masing-masing alternatif.

Formulasi perhitungan skor untuk setiap alternatif dalam metoda perbandingan eksponensial adalah sebagai berikut:

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.

Sedangkan penentuan skor alternatif pada kriteria tertentu dilakukan dengan memberi nilai setiap alternatif berdasarkan nilai kriterianya. Semakin besar nilai alternatif, semakin besar pula skor alternatif tersebut. Total skor masing- masing alternatif keputusan akan relatif berbeda secara nyata karena adanya fungsi eksponensial.

B.2. KEUNTUNGAN METODE MPE

Metode perbandingan eksponensial mempunyai keuntungan dalam 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

.

m

Total nilai (TNi) =∑ (RK _ij)^{TKK j}

j=1

B.3. CONTOH APLIKASI METODE MPE

Penilaian terhadap tiga alternatif produk agroindustri berbasis ubi kayu (Tepung tapioka, Keripik singkong, dan Pakan ternak) yang akan diprogramkan pada percontohan manajemen rantai pasok didapatkan dari hasil wawancara dengan pakar dan pengorganisasian pengetahuan dari berbagai buku tentang ubi kayu. Kriteria yang dipertimbangkan ada tujuh, yaitu potensi pasar, kondisi bahan baku, nilai tambah produk, daya serap tenaga kerja, teknologi yang sudah dipakai, kondisi sosial budaya, dan dampak terhadap lingkungan. Produk yang potensial untuk diinvestasikan tentunya produk yang mempunyai nilai tinggi untuk setiap kriteria. Penilaian alternatif pada setiap kriteria menggunakan skala penilaian 1-9, seperti terlihat pada Tabel 5.5.

Tabel 5.5. Penilaian alternatif produk agroindustri potensial

No Kriteria Bobot

Nilai Alternatif Produk Tepung

tapioka

Keripik 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

Setelah dihitung menggunakan teknik MPE maka akan terlihat urutan atau prioritas produk agroindustri yang potensial untuk diinvestasikan, seperti pada Tabel 5.6.

Tabel 5.6. Hasil pehitungan dengan MPE

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

Nilai MPE tersebut didapat dari hasil perhitungan sebagai berikut : Alternatif 1 (Tepung Tapioka) :

= (8)⁹ + (8)⁸ + (6)⁶ + (8)⁷ + (8)⁵ + (8)⁷ + (6)⁵ = 155.267.448 Alternatif 2 (Keripik Singkong) :

= (6)⁹ + (6)⁸ + (4)⁶ + (6)⁷ + (6)⁵ + (8)⁷ + (8)⁵ = 14.179.040 Alternatif 3 (Pakan Ternak)

= (6)⁹ + (8)⁸ + (5)⁶ + (6)⁷ + (6)⁵ + (8)⁷ + (6)⁵ = 29.263.177

Dari Tabel 5.6 dapat disimpulkan bahwa produk agroindustri yang paling potensial untuk diinvestasikan adalah tepung tapioka, dengan nilai 155.276.448. Pakan ternak menempati urutan kedua sebagai produk agroindustri yang juga potensial untuk diinvestasikan, diikuti dengan keripik singkong yang menempati uturan ke tiga.

C. TEKNIK PERBANDINGAN INDEKS KINERJA

Teknik Perbandingan Indeks Kinerja (Comparative Performaance Index, CPI) merupakan indeks gabungan (Composite Index) yang dapat digunakan untuk menentukan penilaiaan atau peringkat dari berbagai alternatif (i) berdasarkan beberapa kriteria (j). Formula yang digunakan dalam teknik CPI adalah sebagai berikut:

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

Aij = Xij (min) x 100 / Xij (min) A(i + 1.j) = (X(I + 1.j) )/ Xij (min) x 100 Iij = Aij x Pj

n

Ii =

Σ (

Iij

)

j =1

Iij = indeks alternatif ke- I

Ii = indeks gabungan kriteria pada alternatif ke –I i = 1, 2, 3,…, n

j = 1, 2, 3,…, m

Tabel 5.7 memperlihatkan matrik awal penilaian alternatif yang di transformasi menjadi Tabel 5.8. dengan menggunakan Teknik Perbandingan Indeks Kinerja. 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 5.7. 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

Nilai IRR, B/C dan PBP arah, rentang dan satuannya tidak sama, sehingga tidak dapat langsung diagregasi (digabungkan). Matrik ini harus diubah dulu ke dalam bentuk yang seragam, caranya adalah dengan menentukan nilai minimum pada setiap lajur (setiap status situasi), dan menetapkan nilai minimum tersebut sama dengan seratus. Kemudian nilai lain dalam lajur yang sama dibandingkan dengan nilai minimum tersebut, sebagai berikut:

• 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.

Tabel 5.8. 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 The

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

Sebagai misal, Kriteria IRR adalah kriteria tren positif, karena semakin besar nilai IRR maka industri semakin layak. IRR yang paling kecil adalah IRR pada industri pengolahan Teh maka IRR tersebut dikonversi menjadi 100 dan dijadikan basis perhitungan transformasi nilai IRR yang lain.

Transformasi Nilai IRR :

Alternatif 1 = Industri Minyak Sawit 150

20 100 30 x =

Alternatif 2 = Industri Pengolahan Teh 100

20 100 20 x =

Alternatif 3 = Industri Coklat Bubuk 125

20 100 25 x =

Kriteria B/C juga mempunyai tren positif, semakin besar nilai B?C semakin baik. Transformasi nilai B/C mirip dengan transformasi nilai IRR.

B/C yang paling kecil adalah B/C pada industri Minyak Sawit maka B/C tersebut konversi menjadi 100 dan dijadikan basis perhitungan transformasi nilai B/C yang lain

Transformasi Nilai B/C :

Alternatif 1 = Industri Minyak Sawit

100 1 100

. 1

1 .

1 x =

Alternatif 2 = Industri Pengolahan Teh 5

. 104 1 100

. 1

15 .

1 x =

Alternatif 3 = Industri Coklat Bubuk 1

. 109 1 100

. 1

2 .

1 x =

Kriteria PBP adalah kriteria yang mempunyai trend negatif, semakin kecil nilainya semakin baik. Nilai PBP yang paling kecil di setiap alternatif dijadikan nilai maksimum (100) sehingga digunakan perbandingan terbalik.

PBP yang paling kecil adalah PBP pada industri coklat bubuk maka PBP tersebut dijadikan basis perhitungan transformasi nilai PBP yang lain :

Transformasi Nilai PBP :

Alternatif 1 = Industri Minyak Sawit 80

5 100 4 x =

Alternatif 2 = Industri Pengolahan Teh 7

. 66 6 100

4 x =

Alternatif 3 = Industri Coklat Bubuk 100

4 100 4 x =

Perhitungan nilai alternatif berdasarkan nilai setiap kriteria menggunakan cara seperti perhitungan pada metode Bayes. Tabel 5.8 menunjukkan bahwa nilai alternatif 1, 2, dan 3 masing-masing adalah 109; 91,8;

dan 111,1. Dengan demikian alternatif 3 yaitu Industri Coklat Bubuk sebagai peringkat 1 disusul oleh industri minyak sawit dan kemudian industri pengolahan teh.

D. PEMILIHAN METODE BAYES/MPE/CPI

Metode Bayes/MPE/CPI yang telah diuraikan di atas kelihatannya

sederhana, namun dalam aplikasinya dapat menimbulkan keraguan metode

yang

terbaik

untuk diimplementasikan. Sebagai arahan umum dalam pemilihan metode yang tepat adalah sebagai berikut:

1. Perhatikan nilai pada setiap kriteria penilaian, apabila nilainya adalah seragam baik rentang penilaian dan arah penilaian maka metode yang tepat adalah Bayes atau MPE.

2. Apabila penilaian pada setiap kriteria adalah seragam sesuai pada poin (1) tersebut menggunakan nilai ordinal maka metode penilaian yang paling tepat adalah MPE. Apabila penilaian menggunakan nilai hasil pengukuran nyata maka metode penilaian yang paling sesuai adalah metode Bayes.

3. Apabila penilaian pada setiap kriteria tidak seragam baik dalam hal rentang penilaian, atau arah penilaian atau kedua-duanya maka metode yang paling tepat adalam metode CPI.

E. METODE DELPHI

Metode Delphi adalah modifikasi dari teknik brainwriting dan survei.

Dalam metode ini, panel digunakan dalam pergerakkan komunikasi melalui beberapa kuisioner yang tertuang dalam tulisan. Teknik Delphi dikembangkan pada awal 1950 untuk memperoleh opini ahli. Obyek dari metode ini adalah untuk memperoleh konsensus yang paling reliabel dari sebuah grup ahli. Teknik ini diterapkan diberbagai bidang, misalnya untuk teknologi peramalan, analisa kebijakan publik, inovasi pendidikan, program perencanaan dan lain-lain.

Metode Delphi dikembangkan oleh Derlkey dan asosiasinya di Rand Corporation, California pada tahun 1960-an. Metode Delphi merupakan metode yang menyelaraskan proses komunikasi suatu grup sehingga dicapai proses yang efektif dalam mendapatkan solusi masalah yang kompleks.

Pendekatan Delphi memiliki tiga grup yang berbeda yaitu: pembuat keputusan, staff dan responden. Pembuat keputusan akan bertanggungjawab terhadap keluaran dari kajian Delphi. Sebuah grup kerja yang terdiri dari lima sampai sembilan anggota yang tersusun atas staff dan pembuat keputusan, bertugas mengembangkan dan menganalisa semua kuisioner, evaluasi pengumpulan data dan merevisi kuisioner yang diperlukan. Grup staff dipimpin oleh koordinator yang harus memiliki pengalaman dalam desain dan mengerti metode Delphi serta mengenal problem area. Tugas staff koordinator adalah mengontrol staff dalam pengetikan, mailing kuisioner, membagi dan proses hasil serta penjadwalan pertemuan. Responden adalah

orang yang ahli dalam masalah dan siapa saja yang setuju untuk menjawab kuisioner.

E.1. PROSEDUR DELPHI

Prosedur Delphi mempunyai ciri-ciri yaitu (1) mengabaikan nama, (2) Iterasi dan Feedback yang terkontrol, (3) respons kelompok secara statistik (Chang et al, 1993). Jumlah dari iterasi kuisioner Delphi bisa tiga sampai lima tergantung pada derajat kesesuaian dan jumlah penambahan informasi selama berlaku. Umumnya kuisioner pertama menanyakan pada individu untuk merespon pertanyaan dalam garis besar. Setiap subsequen kuisioner dibangun berdasarkan respon kuisioner pendahuluan. Proses akan berhenti ketika konsensus mendekati partisipan, atau ketika penggantian informasi cukup berlaku.

Prosedur metode Delphi adalah sebagai berikut:

a. Mengembangkan pertanyaan Delphi

Ini merupakan kunci proses Delphi. Langkah ini dimulai dengan memformulasikan garis besar pertanyaan oleh pembuat keputusan. Jika responden tidak mengerti garis besar pertanyaan maka masukan proses adalah sia-sia. Elemen kunci dari langkah ini adalah mengembangkan pertanyaan yang dapat dimengerti oleh responden. Anggota staff harus menginterview pembuat keputusan benar-benar jelas mengenai pertanyaan yang dimaksud dan bagaimana informasi tersebut akan digunakan.

b. Memilih dan kontak dengan responden

Partisipan sebaiknya diseleksi dengan dasar: secara personel responden mengetahui permasalahan, memiliki informasi yang tepat untuk dibagi, transformasi untuk melengkapi Delphi dan responden merasa bahwa agregasi pendapat panel responden akan termasuk informasi yang mereka nilai dan mereka tidak mengakses dengan cara lain. Seleksi aktual dari responden umumnya menyelesaikan melalui penggunaan proses nominasi.

c. Memilih ukuran contoh

Ukuran panel responden bervariasi dengan kelompok yang homogen dengan 10-15 partisipan mungkin cukup. Akan tetapi dalam sebuah kasus dimana reference yang bervariasi diperlukan maka dibutuhkan partisipan yang lebih besar.

d. Mengembangkan kuisioner dan test (1)

Kuisioner pertama dalam Delphi mengikuti partisipan untuk menulis respon pada garis besar masalah. Sampul surat termasuk tujuan, guna dari hasil, perintah dan batas akhir respon.

e. Analisa kuisioner (1)

Analisa kuisioner harus dihasilkan dalam ringkasan yang bersisi bagian- bagian yang diidentifikasi dan komentar dibuat dengan jelas dan dapat dimengerti responden terhadap kuisioner (2). Anggota grup kerja mendokumentasikan masing-masing respon pada kartu indeks, memilih kartu kedalam kategori umum, mengembangkan sebuah konsensus pada label untuk masing-masing kategori dan menyiapkan ringkasan bayangan yang berisi kategori-kategori.

f. Pengembangan kuisioner dan test (2)

Kuisioner kedua dikembangkan menggunakan ringkasan responden dari kuisioner (1). Fokus dari kuisioner ini adalah untuk mengidentifikasikan area yang disetujui dan yang tidak, mendiskusikan dan mengidentifikasi bagian yang diinginkan serta membantu partisipan mengetahui masing- masing posisi dan bergerak menuju pendapat yang akurat, responden diminta untuk memilih pada ringkasan bagian kuisioner (1).

g. Analisa kusioner (2)

Tugas dari kelompok kerja adalah menghitung jumlah suara masing- masing bagian yang meringkas komentar yang dibuat tentang masing- masing bagian. Tujuan dari tahap ini adalah untuk menentukan jika informasi lengkap akan membantu untuk penyelesaian masalah atau paling tidak membuktikan untuk digunakan di berbagai cara.

h. Mengembangkan kuisioner dan test (3)

Kuisioner (3) didesain untuk mendorong masukkan proses Delphi.

i. Analisa kuisioner 3

Analisa tahap ini mengikuti prosedur yang sama pada analisa kuisioner (2) j. Menyiapkan laporan akhir

Laporan akhir harus meringkas tujuan dan proses hasil yang baik.

Dengan menggunakan lembar evaluasi seperti terlihat pada Tabel 3.6.

proses atau prosedur metode Delphi adalah sebagai berikut:

a. Setiap pengambil keputusan (PK) mengisi lembar evaluasi yang telah disediakan.

b. Preferensi semua PK diagregasi untuk mendapatkan pendapat kelompok.

c. Lembar evaluasi dikembalikan kepada PK dengan menyertakan nilai yang telah diberikan dan rata-rata nilai pendapat kelompok.

d. PK mengisi kembali lembar evaluasi, nilai pendapat kelompok dihitung dan lembar evaluasi dikembalikan kepada PK dengan menyertakan preferensi PK, preferensi sebelumnya dan nilai pendapat kelompok.

e. Langkah (d) diulang sampai didapatkan hasil yang konvergen.

Tabel 5.9. Lembar evaluasi dalam metode Delphi

Pengambil Keputusan : ke- i

Ronde evaluasi : Alternatif

Skor Rataan

Kelompok

Pengambil keputusan ke-i

No. Diskripsi Lama Baru

1 Alternatif 1 - -

2 Alternatif 2 - -

3 Alternatif 3 - -

Setelah konvergen didapatkan alternatif dan kriteria yang nyata untuk ditindaklanjuti.

E.2. KEUNGGULAN METODE DELPHI

1. Delphi mengabaikan nama dan mencegah pengaruh yang besar satu anggota terhadap anggota lainnya.

2. Kemungkinan untuk menutupi sebuah area geografi yang lebih sempit dan grup besar yang heterogen sehingga dapat berpartisipasi pada basis yang sama.

3. Adanya langkah diskrit.

4. Masing-masing responden memiliki waktu yang cukup untuk mempertimbangkan masing-masing bagian dan jika perlu melihat informasi yang diperlukan untuk mengisi kuisioner.

5. Menghindari tekanan sosial psikologi.

6. Perhatian langsung pada masalah.

7. Memenuhi kerangka kerja.

8. Menghasilkan catatan dokumen yang tepat.

E.3. KELEMAHAN METODE DELPHI 1. Lambat dan menghabiskan waktu.

2. Tidak mengizinkan untuk kemungkinan komunikasi verbal melalui pertemuan langsung perorangan.

3. Responden dapat salah mengerti terhadap kuisioner atau tidak memenuhi ketrampilan komunikasi dalam bentuk tulisan.

4. Konsep Delphi adalah Ahli. Para ahli akan mempresentasikan opini yang tidak dapat dipertahankan secara ilmiah dan melebih-lebihkan.

5. Sistematika Delphi menghalang-halangi proses lawan dan mendiami eksplorasi pemikiran.

6. Tidak mengizinkan untuk kontribusi prospektif yang berhubungan dengan masalah.

7. Mengasumsikan bahwa Delphi dapat menjadi pengganti untuk semua komunikasi manusia di berbagai situasi.

E.4. CONTOH APLIKASI METODE DELPHI

Pemilihan tipe agroindustri yang memiliki prospek cerah jika dikembangkan. Dalam kasus ini, terdapat empat pengambil keputusan yang terdiri dari manajer pengembang bisnis, manajer marketing, pakar agroindustri dan pakar dalam business development. Dari proses brainstorming diperoleh 16 alternatif dan tiga kriteria. Keenam belas alternatif hasil proses brainstorming, yaitu:

1. Industri produk susu 2. Industri gula tebu 3. Industri pengolahan ikan 4. Industri pemrosesan buah 5. Industri kelapa sawit

6. Industri ternak hewan 7. Industri perkebunan karet 8. Industri biji mete

9. Perkebunan teh 10. Industri ikan tuna 11. Industri minyak sayur 12. Industri udang

13. Industri tembakau 14. Industri kopi

15. Industri coklat

16

. Industri kayu

Kemudian masing-masing pengambil keputusan menilai secara komprehensif keenem belas alternatif tersebut dengan metode penilaian dengan skala 1 sampai dengan 6. Nilai preferensi yang diberikan masing- masing pengambil keputusan terhadap alternatif dapat dilihat pada Tabel 5.10 Setelah dilakukan penilaian, sistem akan memberikan hasil akhir seperti disajikan pada Tabel 5.11.

Tabel 5.10. Nilai preferensi masing-masing pengambil keputusan

Ronde Evaluasi =1

Alternatif PK 1 PK 2 PK 3 PK 4 Rata 1 6 5 4 6 2 3 4 5 2 3 6 5 3 6 4 4 4 4 3 5 6 5 5 5 6 3 2 3 4 7 1 3 2 3 8 3 3 2 3 9 3 4 2 4 10 5 4 2 4 11 1 3 3 2 12 2 4 5 3 13 4 5 3 2 14 2 2 3 4 15 5 2 1 3 16 6 5 6 4 Tabel 5.11. Hasil akhir metode Delphi

Alternatif Rataan

1 5

2 3

3 6

4 2

5 5

6 4 7 1 8 3 9 3 10 3 11 3 12 3 13 3 14 2 15 1 16 5

Dari hasil akhir tersebut, alternatif yang akan ditindaklanjuti adalah alternatif yang memiliki nilai rataan minimal yang tinggi (5), yaitu alternatif 1, 3, 5 dan 16 yang maing-masing berturut-turut adalah:

- industri produk susu - industri pengolahan ikan - industri kelapa sawit - industri kayu

F. SOAL LATIHAN

F.1 Pilihan Ganda

1. Kriteria dan alernatif merupakan komponen penting dalam pengambilan keputusan. Yang membedakan kriteria dan alternatif utamanya adalah:

a. Kriteria merupakan komponen yang akan dipilih dengan mempertimbangkan alternatif yang tersedia.

b. Alternatif merupakan komponen yang akan dipilih dengan mempertimbangkan kriteria yang tersedia.

c. Kriteria dan alternatif merupakan komponen yang akan dipilih dengan posisi yang sejajar dan tergantung kondisi lapang yang dihadapi.

2. Penilaian alternatif pada setiap kriteria dapat dilakukan dengan cara:

a. Menilai langsung setiap alternatif pada setiap kriteria dengan sekala ordinal

b. Menilai langsung setiap alternatif pada setiap kriteria dengan nilai mutlaknya

c. Keduanya benar d. Keduanya salah.

3. Terdapat tiga teknik utama dalam pengambilan keputusan berbasis indeks kinerja, yaitu:

a. Bayes, metode Perbandingan Eksponensial dan Composit performance indeks.

b. Bayes, Maximin dan Metode Perbandingan Eksponensial c. Composit performance indeks, hurwich dan fungsi utilitas.

4. Apabila persoalan keputusan yang dihadapi dapat dirumuskan pada penilaian matrik keputusan yang bersifat seragam dan penilaiannya dalam skala ordinal maka teknik yang tepat untuk menyelesaiakannya adalah:

a. Bayes

b. Metode Perbandingan Eksponensial c. Composit performance indeks.

5. Apabila persoalan keputusan yang dihadapi dapat dirumuskan pada penilaian matrik keputusan yang bersifat seragam dan penilaiannya dalam skala tereukur nyata maka teknik yang tepat untuk menyelesaiakannya adalah:

a. Bayes

b. Metode Perbandingan Eksponensial c. Composit performance indeks.

F.2. Jawablah dengan singkat dan jelas

1. Pemilihan lokasi industri merupakan pilihan yang strategis. Untuk itu perlu dilakukan dengan metode pengambilan keputusan yang benar.

Perhatikan kasus pemilihan lokasi industri berikut. Terdapat 3 alternatif lokasi industri yang dapat dipilih untuk mendirikan pabrik pengolahan kelapa sawit, yaitu Medan, Pekanbaru dan Palembang. Untuk menentuan prioritas pilihan alternatif tersebut dipertimbangkan empat kriteria yaitu pasar, bahan baku, infrastruktur dan ketersediaan SDM dengan tingkat kepentingan (bobot) masing-masing kriteria berturut-turut adalah 2; 3; 3; 2.

Medan, kalau dievaluasi berdasarkan kriteria pasar, bahan baku, infrastruktur dan SDM berturut turut adalah 4; 3; 4; 3. Pekanbaru, kalau dievaluasi berdasarkan kriteria pasar, bahan baku, infrastruktur dan SDM berturut turut adalah 4; 5; 3; 3, Dan Palembang kalau dievaluasi berdasarkan kriteria pasar, bahan baku, infrastruktur dan SDM berturut turut adalah 4; 4; 3; 3.

1.1. Apakah alternatif metode yang tepat untuk pemilihan lokasi industri pada persolan keputusan tersebut?

1.2. Apabila teknik yang dipakai adalah metode perbandingan eksponensial berapakah nilai alternatif untuk lokasi medan?

1.3. Apabila teknik yang dipakai adalah metode perbandingan

eksponensial apakah alternatif yang terbaik (menduduki rangking pertama)?

2. Sebuah perusahaan ingin mengembangkan produk baru berbasis kelapa sawit. Terdapat tiga alternative produk yaitu CPO, minyak goring dan bio- diesel. Empat criteria yang dipertimbangkan untuk memilih produk terbaik adalah IRR, pasar, prospek bisnis dan resiko. IRR dihitung dari analisis financial dalam satuan persen, sedangkan pasar, prospek bisnis dan resiko dievaluasi menggunakan skala ordinal (1=sangat rendah; 5=sangat tinggi).

Bobot criteria pasar, IRR, prospek bisnis dan resiko berturut-turut adalah

0,4; 0,3; 0,1; dan 0,2. Penilaian CPO pada criteria pasar, IRR, prospek

bisnis dan resiko berturut-turut adalah 5; 20; 4 dan 3. Penilaian minyak goreng pada criteria pasar, IRR, prospek bisnis dan resiko berturut-turut adalah 4; 25; 3 and 4. Penilaian bio-diesel pada criteria pasar, IRR, prospek bisnis dan resiko berturut-turut adalah 4; 20; 5 and 4.

2.1 Apa metode yang paling tepat untuk pengambilan keputusan dari masalah di atas?

2.2 Selesaikan persoalan tersebut dengan metode yang paling tepat!