PENGAMBILAN KEPUTUSAN BERBASIS INDEKS KINERJA

(1)

1

PENGAMBILAN KEPUTUSAN

BERBASIS INDEKS KINERJA

2 Informasi Keputusan Data Aksi Alternatif Keputusan SOP DSS SIM Bilangan Terms Monev Keterangan:

SIM : Sistem Informasi Manajemen DSS : Decision Support System SOP : Standard Operational Procedure Monev : Monitoring dan Evaluasi

(2)

3

• System Definition

Element (E1) E2 E3 E5 E4 Sub Goal Goal • System Phylosophy

-  Goal Oriented (Cybernetic) à C à S

-  Holistic Not Partial à H

-  Effectiveness Not Efficiency à E

4

TEKNIK PENGAMBILAN KEPUTUSAN

Fungsi Manajemen • Perencanaan • “Staffing” • Pengorganisasian • Pelaksanaan • Monitoring • Evaluasi Hirarki _Sifat Top Level Up Medium Low Lower • Directif • Strategis • Taktis • Operasional Ø  Cara 1. Dengan Intuisi

(3)

5

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

6 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 _CelaPuji LINGKUNGAN

(4)

7 •  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 8

MCDM SEBAGAI SALAH SATU MODEL DALAM PENGAMBILAN KEPUTUSAN

Tujuan yang akan dicapai

Masalah yang akan diselesaikan

Alternatives alat/ rencana/… Pengambil Keputusan Kriteria Kinerja

(5)

9

KOMPONEN KEPUTUSAN

Ø  Alternatif Keputusan Ø  Kriteria Keputusan Ø  Bobot Kriteria Ø  Model Penilaian Ø  Model Penghitungan

Ø  Tipe Pengambil Keputusan

10

MODEL PENILAIAN

1. Menggunakan Nilai Numerik (Nyata)

à Kriteria dan atau alat ukurnya jelas (obyektif)

• Sebagai misal Suhu Ruang (termometer)

• Tinggi Badan

• Berat Badan

• Hasil perhitungan dengan rumus yang jelas:

• BCR;

• IRR

(6)

11

MODEL PENILAIAN

2.  Menggunakan Skala Ordinal

à Kriteria kompleks melibatkan presepsi (subyektif)

à 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

12

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

(7)

+

_{Model Penilaian Fuzzy (trapezoidal) usia penduduk}

13

(8)

+

15

36

37

35

1

38 OK

PL

PH

A little too hot: positive low

Much too hot: positive

high

A little too cold: negative low

NL

34

39

33 Much too cold: negative

high

NH

Fuzzy Triangular: Suhu air mandi

+

16

Latihan

Model

Penilaian

Berikan contoh kasus penerapan metode penilaian dengan:

•  Terukur Jelas

•  Skala Ordinal

(9)

+

17

PENGAMBILAN

KEPUTUSAN

BERBASIS

INDEKS KINERJA

A. METODE BAYES

B. METODE PERBANDINGAN EKSPONENSIAL (MPE)

C. COMPOSIT PERFORMANCE INDEX (CPI)

18 MATRIK KEPUTUSAN :

ALTERNA-TIF _K KRITERIA _{ALT. KEP.}NILAI RANGKING _{ALT. KEP.}

1 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 = n

Σ

_j_{= 1}V_ij*B_j ,

_Σ

n j = 1 Bj = 1.0 2. Per. Eksponensial : Nki = n

Σ

_j_{= 1}(Vij )Bj , Bj = Bulat >0

(10)

19 Contoh Kasus =

•  Fokus = Pemilihan media iklan yang sesuai

•  Alternatif = 1. Radio 2. Televisi 3. Surat Kabar •  Kreteria = 1. Jangkauan 2. Efektifitas Pesan 3. Biaya

•  Metode Penilaian = ordinal

1. Sangat Kurang 2. Kurang 3. Biasa 4. Bagus 5. Sangat Bagus 20 •  Matrik Keputusan

Alternatif Kriteria Nilai Keputusan

Jangkauan Eff. Biaya Bayes MPE

1. Radio 2. Televisi 3. Surat Kabar

Bobot Bayes

(11)

21

•  Matrik Keputusan

1. Radio 4 4 3 2. Televisi 4 5 2 3. Surat Kabar 4 3 4 Bobot Bayes 0.3 0.4 0.3 MPE 3 4 3 22 Contoh Kasus =

•  Fokus = Pemilihan Lokasi industri

•  Alternatif = 1. Semarang

2. Bandung 3. Surabaya

•  Kreteria = 1. Infrastruktur

2. Pasar

3. Biaya tenaga kerja

1. Sangat Kurang 2. Kurang

3. Biasa

4. Bagus

(12)

23

Infrastruktur Pasar Biaya

tenaga kerja Bayes MPE 1. Semarang 4 4 3 2. Bandung 4 5 2 3. Surabaya 4 3 4 Bobot Bayes 0.3 0.4 0.3 MPE 3 4 3 24

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 :

m

Total 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

(13)

25 Contoh Kasus =

•  Fokus = Pemilihan media iklan yang sesuai

•  Alternatif = 1. Radio 2. Televisi 3. Surat Kabar •  Kreteria = 1. Jangkauan 2. Efektifitas Pesan 3. Biaya

1. Sangat Kurang 2. Kurang 3. Biasa 4. Bagus 5. Sangat Bagus 26 •  Matrik Keputusan

1. Radio 4 4 3 3.7 (2)

2. Televisi 4 5 2 3.8 (1)

3. Surat Kabar 4 3 4 3.6 (3)

Bobot Bayes 0.3 0.4 0.3

(14)

27

Tabel: Matrik keputusan penilaian media iklan yang sesuai dengan Teknik Bayes

Alternatif Kriteria Nilai

Alternatif

Peringkat

Jangkauan Efektvitas Biaya

1. Radio 4 4 3 3.7 2

2. Televisi 4 5 2 3.8 1

3. Surat Kabar 4 3 4 3.6 3

Bobot Kriteria 0.3 0.4 0.3

•  Dengan menggunakan perumusan Bayes, diperoleh nilai alternatif

1,2, dan 3 masing-masing 3,7; 3,8; dan 3,6 sehingga didapat alternatif yang terurut dari yang terbaik adalah alternatif 2, 1, dan 3.

28

Infrastruktur Pasar Biaya

tenaga kerja Bayes MPE 1. Semarang 4 4 3 3.7 (2) 2. Bandung 4 5 2 3.8 (1) 3. Surabaya 4 3 4 3.6 (3) Bobot Bayes 0.3 0.4 0.3 MPE 3 4 3

(15)

29

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

Ø

 

Prosedur MPE

•  Formulasi perhitungan skor untuk setiap alternatif dalam metoda

perbandingan eksponensial adalah:

m

Total nilai (TN_i) =∑ (RK ij)TKK j

j=1

30

dengan :

TN_i = 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; TKK_j > 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

(16)

31

Ø 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

32

1. Radio 4 4 3 3.7 (2)

2. Televisi 4 5 2 3.8 (1)

3. Surat Kabar 4 3 4 3.6 (3)

Bobot Bayes 0.3 0.4 0.3

(17)

33

Ø  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

34

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

(18)

35

•  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

36 Latihan Penerapan Metode Bayes dan MPE

•  Fokus = •  Alternatif = 1. 2. 3. •  Kreteria = 1. 2. 3.

•  Metode Penilaian : ordinal (generik)

1. Sangat Kurang 2. Kurang

3. Biasa

4. Bagus

(19)

37

Bayes MPE 1. 2. 3. Bobot Bayes MPE 38

C. COMPOSIT PERFORMANCE INDEX (CPI)

Ø  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 :

A_ij = X_ij(min) x 100 / X_ij (min) A_{(i + 1.j)}= (X_{(I + 1.j)} )/ X_ij (min) x 100 I_ij = A_ij x P_j n Ii = Σ (Iij) j₌₁

(20)

39

Keterangan:

A_ij = nilai alternatif ke-i pada kriteria ke – j

X_ij(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

P_j = bobot kepentingan kriteria ke – j

I_ij = indeks alternatif ke-i

I_i = indeks gabungan kriteria pada alternatif ke –i

i = 1, 2, 3,…, n

j = 1, 2, 3,…, m

40

•  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

(21)

41

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.

42

Tabel: Matrik hasil transformasi melalui teknik perbandingan indeks kinerja

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.

PENGAMBILAN KEPUTUSAN BERBASIS INDEKS KINERJA