PENGAMBILAN KEPUTUSAN BERBASIS INDEKS KINERJA

Pengambilan keputusan dapat melalui dua kerangka kerja yaitu: (1) Pengambilan keputusan tanpa melakukan percobaan; dan (2) Pengambilan keputusan berdasarkan suatu percobaan. Untuk pengambilan keputusan tanpa melakukan percobaan, dilakukan dengan cara menyusun secara sistematis cara kerja umum sebelum mencari solusi masalah yang diharapkan. Teori ini dikembangkan sejalan dengan pendekatan statistik dimana keputusan yang dihasilkan, diupayakan mempunyai kesalahan seminimum mungkin. Penerapannya dalam masalah yang rumit dan kompleks dengan beragam peubah dan output yang diharapkan dari sistem, biasanya kurang menunjukkan kinerja yang memuaskan. Teknik ini adalah cocok digunakan untuk analisis alternatif keputusan secara konvensional, misalnya teori Bayes dan Teknik Perbandingan Eksponensial.

Dalam penerapan sehari-hari pengambilan keputusan sering menggunakan intuisi, padahal diketahui bahwa dengan intuisi hasil keputusan banyak mengalami kekurangn atau kurang maksimal sehingga dikembangkam sistematika baru yaitu analisis keputusan.

Terdapat tiga aspek dalam analisis keputusan yaitu kecerdasan, persepsi, dan falsafah. Diperlukan kecerdasan, persepsi dan falsafah untuk membuat model, menentukan nilai kemungkinan, menetapkan nilai dari hasil yang diharapkan dan menjaga preferensi terhapap waktu dan risiko. Jadi untuk sampai kepada keputusan diperlukan suatu logika. Langkah-langkah siklus analisis keputusan secara umum dapat dilihat pada gambar di bawah ini.

Infromasi awal yang dikumpulkan dilakukan pendefinisian dan penghubungan variabel-variabel yang mempengaruhi keputusan pada tahap deterministik. Kemudian dilakukan penetapan nilai untuk mengukur tingkat kepentingan variabel tersebut dan mengabaikan ketidakpastian.

Informasi awal

Tahap deterministik (perumusan

alternatif dan kriteria)

Tahap probabilistik (penetapan

nilai dan variasinya)

Tahap informasional

Tahap pengambilan

keputusan

Pengumpulan informasi

Informasi baruPengumpulan Informasi baru

Gambar Tahapan Siklus Analisis Keputusan

Penetapan nilai ketidakpastian secara kuantitatif dilakukan pada tahap probabilistik meliputi variabel-variabel yang sangat berpengaruh. Setelah diperoleh nilai variabel-variabel tersebut selanjutnya dilakukan peninjauan terhadap nilai-nilainya pada tahap informasional untuk menentukan nilai ekonomisnya pada variabel-variabel yang cukup berpengaruh. Sehingga diperoleh suatu keputusan. Keputusan-keputusan dari tahap informasional ini ditindaklanjuti berupa action atau dapat dikaji ulang dengan mengumpulkan informasi tambahan dengan tujuan untuk mengurangi kadar ketidakpastian. Jika hal ini terjadi maka akan kembali mengikuti tahap tersebut dan seterusnya.

A. Teknik perbandingan Indeks Kinerja

Teknik perbandingan indeks kinerja merupakan indeks gabungan yang digunakan untuk mentukan penilaian / peringkat dari beragam alternatif(i) berdasarkan beberapa kriteria(j).Rumus yang digunakan dalam teknik ini yaitu:

dimana:Aij : nilai alternatif ke- i pada kriteria ke- jXij(min) : nilai alternatif ke- i pada awal kriteria awal minimum ke- jA(i+1, j) : nilai alternatif ke- i+1 pada kriteria ke- jX(i+1,j) : nilai alternatif ke- i+1 pada kriteria awal ke- jPj : bobot kepentingan kriteria ke –jIij : indeks alternatif ke IIj : indeks gabungan kriteria pada alternatif ke II : 1,2,3,.....nJ : 1,2,3,.....m

Tabel 1 di bawah ini menjelaskan matrik awal penilaian alternatif yang ditranformasikan menjadi tabel 2 dengan menggunakan teknik perbandingan indeks kinerja. Terdapat tiga alternatif yang dinilai yaitu industri minyak sawit, industri pengolahan teh, dan industri coklat bubuk dengan kelayakan kriteria antara-lain : IRR(internal rate return), benefit cost ratio(B/C) dan pay back period(waktu pengembalian modal).

Aij = Xij(min) x 100 / Xij(min)

A(i+1, j)= X(i+1,j) / Xij(min) x 100

Iij = Aij x Pj

nIi = ∑(Iij) J=1

Tabel 1. Matriks awal penilaian alternatif pemilihan industri yang paling cocokIndustri Kriteria

IRR(%) B/C PBP (Tahun)-Industri minyak sawit 30 1,1 5-industri pengolahan teh 20 1,15 6-industri coklat bubuk 25 1,2 4

Bobot kriteria 0,3 0,4 0,3

Nilai IRR, B/C dan PBP dimana arah, rentang dan satuannya tidak sama sehingga tidak dapat langsung digabungkan. Matriks ini dirubah ke dalam bentuk yang seragam. Caranya adalah dengan menentukan nilai minimum setiap lajur yang sama dan menetapkan nilai minimum ini sama dengan seratus. Kemudian nilai lain dalam lajur yang sama dibandingkan dengan nilai minimum tersebut yaitu:- Identifikasi kriteria tren positif (semakin tinggi nilainya semakin baik) dan tren

negatif;- Untuk kriteria tren positif, nilai minimum pada setiap kriteria ditranformasikan ke

seratus, sedangkan nilai lainnya ditransformasikan secara proporsional lebih tinggi;

- Sedangkan kriteria tren negatif, nilai minimum pada setiap kriteria ditransformasikan ke seratus. Nilai lainnya ditransformasikan secara proporsional lebih rendah.

Tabel 1. Matriks hasil transformasi melalui perbandingan indeks kinerjaIndustri Kriteria Nilai

IRR(%) B/C PBP (Thn)

alternatif Peringkat

-Industri minyak sawit 150 100 80 109 2-industri pengolahan teh 100 104,5 66,7 91,8 3-industri coklat bubuk 125 109,1 100 111,1 1

Bobot kriteria 0,3 0,4 0,3

Kriteria IRR adalah kriteria tren positif karena semakin besar nilai IRR maka industri ini semakin layak. Nilai IRR yang paling kecil adalah industri pengolahan teh dimana nilainya sama dengan 100 dari hasil koversi dan dijadikan patokan perhitungan transformasi nilai IRR lain.

Transformasi nilai IRR secara detail dijelaskan seperti di bawah ini:1. Alternatif industri minyak sawit :

2. Alternatif industri pengolahan teh:

30---- X 100 = 15020

20---- X 100 = 10020

3. Alternatif industri coklat bubuk:

Kriteria B/C mempunyau tren positif semakin besar nilai B/C semakin baik. Nilai B/C ditransformasikan dimana nilai B/C yang paling kecil sebagai patokan untuk perhitungan transformasi yaitu 100. Maka hasil transformasi nilai B/C secara detail seperti di bawah ini.

1. Alternatif industri minyak sawit :

2. Alternatif industri pengolahan teh:

3. Alternatif industri coklat bubuk:

Kriteria PBP merupakan kriteria yang memiliki trend nilai negatif dimana semakin kecil nilainya semakin baik. Nilai PBP yang paling kecil di setiap alternatif dijadikan nilai maksimum sehingga digunakan perbandingan terbalik. Nilai PBP yang paling kecil pada industri coklat bubuk yaitu 4 maka dijadikan dasar perhitungan transformasi nilai PBP lain. Perhitungan transformasi secara detail ini dapat dilihat seperti di bawah ini.

1. Alternatif industri minyak sawit :

2. Alternatif industri pengolahan teh:

3. Alternatif industri coklat bubuk:

25---- X 100 = 12520

1,1---- X 100 = 1001,1

1,15---- X 100 = 104,51,1

1,2---- X 100 = 109,11,1

4---- X 100 = 805

4---- X 100 = 66,76

4---- X 100 = 1004

Perhitungan nilai alternatif berdasarkan nilai setiap kriteria menggunakan cara perhitungan pada metode Bayes yaitu 109;91,8;111,1 maka peringkatnya 2,3,1.

B. Metode Bayes

Metode ini merupakan salah satu teknis yang digunakan untuk melakukan analisis dalam pengambilan keputusan terbaik dari sejumlah alternatif yang bertujuan untuk mendapatkan hasil yang optimal dimana dengan mempertimbangkan berbagai kriteria.

Pembuatan keputusan dengan metode Bayes ini dilakukan melalui upaya pengkuantifikasi kemungkinan terjadinya suatu kejadian dan dinyatakan dengan suatu bilangan antara 0 dan 1 atau skala konversinya. Namun pendekatan ini dianggap sebagai probabilistik pribadi / subyektif dimana bobot Bayes didasarkan pada tingkat kepercayaan, keyakinan, pengalaman serta latar belakang pengambilan keputusan.

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

Dimana:Total Nilai = total nilai akhir dari alternatif ke-i

Nilai = nilai dari alternatif ke-i pada kriteria ke-j

Krit = tingkat kepentingan (bobot) kriteria ke-j

= 1,2,3,...n; n = jumlah alternatif

= 1,2,3,..m; m = jumlah kriteria

Nilai peluang didapatkan dari suatu informasi awal yang dapat bersifat subyektif maupun objektif. 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.

B.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,

j)

biasanya merupakan fungsi dari status situasi (state of nature). Suatu status situasi

menggambarkan situasi atau keadaan nyata yang sebenarnya dimana aksi akan

diaplikasikan.

Nilai kerja dari setiap aplikasi a dan status situasi ө digambarkan dengan menggunakan payoff matrix,yang berbentuk seperti Tabel 5.1.

Tabel 5.1. Payoff matrix

A

1 2. . .

n

A1 x x . . .A2 x x . . .. . . . . .. . . . . .. . . . . .

am . . . . .

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 matrik ini dapat langsung dilakukan perhitungan untuk pemilihan aksi, tetapi apabila satuan dari x tidak sama , matriks ini harus dirubah dulu kedalam bentuk CPI (Comparative Performance Index), caranya adalah dengan menentukan nilai minimum dari 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 (a, ). Fungsi tersebut merefleksikan kerugian yang diderita apabila

memilih aksi a pada status situasi serta didefinisikan untuk setiap kombinasi a dan

.

Pengambilan keputusan yang dilakukan tanpa adanya percobaan, dibantu dengan penggunaan nilai peluang perior, inilah suatu prosedur yang disebut kriteria Bayes. Pada prosedur ini si pembuat keputusan akan memilih aksi meminimumkan dugaan kerugian (expected loss) yang dievaluasi menurut nilai peluang perior. Perhitungan

dugaan (a) untuk diskrit adalah:

(a) = E [ ,(a, )] = (a,k)P (k)

Semua k

Perhitungan dengan kerugian untuk yang kontinu adalah:

B.2. PROSEDUR BAYES

Data yang didapat dari hasil percobaan digunakan dalam proses pengambilan keputusan. Distribusi peluang posterior dari adalah suatu distribusi peluang

bersyarat dari dengan dberikan X = x. Keputusan dicari dengan menghitung

terlebih dahulu distribusi peluang posterior dari untuk ln(a) yang serupa dengan

pernyataan resiko, termasuk biaya percobaan. Untuk yang diskrit perhitungan

dugaan kerugian adalah:

(k) adalah distribusi peluang posterior diskrit.

Untuk yang kontinu, distribusi peluang posterior dinyatakan dalam (y),

dengan perhitungan dugaan kerugian adalah:

B.3. Contoh Aplikasi Bayes

Contoh aplikasi penggunaan prosedur Bayes adalah pemilihan pemasok bahan utama untuk membuat produk baru pada suatu industri dalam sistem rantai pasok. Prosudur Bayes digunakan untuk menentukan rekapitulasi hasil penilaian kinerja

(a) = E [ ,(a,(a )] = (a,y)P (y)dy

ln(a) = E [(l(a,0)] = (a,k)P (k)

semua k

ln(a) = E [(l(a,0)] = (a,y) (y)dy

pemasok. Tingkat kepentingan indikator ini merupakan informasi awal yang bersifat subjektif. 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:

Dimana a1 menyatakan alternatif jawaban, j sebagai indikator, Pij berupa perolehan

dari jawaban a1 pada indikator j.

Tabel 5.2. menunjukan penilaian alternatif keputusan pemilihan pemasok yang sesuai dengan metode Bayes. Terdapat 3 alternatif yang dipertimbangkan dalam pemilihan pemasok, yaitu pemasok A, B, dan C. Tiga kriteria tersebut, yaitu ketepatan waktu, kontinuitas dan ketepatan kuantitas. Ketepatan ini diukur berdasarkan rasio antara capaian dengan target. Kuisioner atau borang index kinerja yang diaplikasikan dalam pemilihan pemasok ini disajikanpadfa Lampiran 1.

Tabel 5.2. Matriks keputusan penilaian pemasok yang sesuai dengan teknik Bayes

Altenatif Kriteria Nilai Alternatif PeringkatTepat Waktu Kontinuitas Tepat Jumlah

1.Pemasok A 0,8 0,6 0,6 0,66 22.Pemasok B 0,8 0,9 0,7 0,81 13.Pemasok C 0,8 0,7 0,8 0,76 3Bobot kriteria 0,3 0,4 0,3

Penilaian alternatif setiap kriteria menggunakan skala ratio capaian denga targe mingguan dari 0,0 (tak tercapai) sampai dengan 1,0(tercapai) untuk kriteria teapt waktu, kontinuitas, dan tepat jumlah. Dengan menggunakan rumus Bayes diperoleh nilai alternatif 1,2,3 yaitu 0,66; 0,81; dan 0,76. Perhitungan nilai alternatif tersebut seperti di bawah ini.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.

C. Metode Perbandingan Eksponensial

Metode ini merupakan salah satu metode untuk menentruk urutan prioritas alternatif keputusan dengan kriteria jamak. Teknik ini digunakan sebagai pembantu individu pengambilan keputusan untuk menggunakan rancang bangun model yang telah terdefinisi dengan baik pada tahapan proses. Berbeda dengan metode Bayes, dan MPE akan menghasilkan nilai alternatif yang perbedaannya lebih kontras.

HH(ai) = Pij.P( j); dengan i = 1,2,3,...n

C.1. Prosedur MPEDalam menggunakan metode perbandingan eksponensial ada beberapa

tahapan yang harus dilakukan yaitu menyusun alternatif-alternatif keputusan yang akan dipilih, menentukan kriteria atau perbandingan kriteria keputusan yang penting untuk dievaluasi, menentukan tingkat kepentingan dari setiap kriteria keputusan, melakukan penilaian terhadap semua alternatif pada setiap kriteria, menghitung skor atau nilai total setiap elternatif dan menentukan urutan prioritas keputusan didasarkan pada skor atau nilai total setiap alternatif.

Perhitungan skor untuk setiap alternatif dalam perbandingan eksponensial ini dapat dirumuskan sebagai-berikut:

Dimana :TNI = Total nilai ke iRKij = Derajat kepentingan relatif kriteria ke-j pada pilihan keputusan iTKKj = Derajat kepentingan relatif kriteria ke-j; TKKj > 0; bulatn = Jumlah pilihan keputusanm = Jumlah kriteria keputusan

C.2. Keuntungan MPE

C.3. Contoh Aplikasi MPE Suatu investor akan menginvestasikan untuk usaha produk agroindustri berbasis ubi kayu dimana ada 3 pilihan usaha: tepung tapioka, kripik singkong dan pakan ternak. Setiap pilihan usaha tersebut terdapat 7 kriteria yang harus dipenuhi setelah dilakukan wawancara dengan para pakar dan pengorganisasian pengetahuan dari berbagai referensi buku. Hasil penilaian terhadap tiga alternatif produk agroindustri berbasis ubi kayu (tepung tapioka, kripik singkong dan pakan ternak) ini dapat dilihat pada tabel di bawah ini.

Kriteria Bobot Nilai alternatif produkTT KS PT

1. Potensi pasar 9 8 6 62. Kondisi bahan baku 8 8 6 83. Nilai tambah produk 6 6 4 54. Daya serap tenaga kerja 7 8 6 65. Teknologi yang dipakai 5 8 6 66. Kondisi sosial budaya 7 8 8 87. Dampak terhadap lingkungan 5 6 8 6Hasil perhitungan MPE 155.267.448 14.179.040 29.263.177

TT=Tepung tapioka; KS=kripik singkong; PK=Pakan ternak

Perhitungan MPE:Alternatif 1. Tepung tapioka=

89 + 88 + 66 + 87 + 85 + 87 + 65 = 155.267.448

m

Total Nilai(Tni)=∑(RKij)TKKj

j=1

Alternatif 2. Kripik singkong=69 + 68 + 46 + 67 + 65 + 87 + 85 = 14.179.040

Alternatif 3. Pakan ternak=69 + 88 + 56 + 67 + 65 + 87 + 65 = 29.263.177

Jadi dari ketiga alternatif usaha di atas yang paling menguntungkan adalah TT. Sedangkan PT yang kedua dan KS terakhir.

Pemilihan Ketiga Metode(MPE, Bayes, dan PCI)

Ketiga metode di atas penyelesaiannya sederhana namun dalam penerapannya dapat menimbulkan keraguan. Pemilihan ketiga metode tersebut dalam pengambilan keputusan (PK) berdasarkan karakteristik setiap kasus yang dihubungkan dengan teknik ketepatan karakteristik kasus tersebut. Karakteristik penerapan ketiga teknik ini dapat dijelaskan seperti di bawah ini.1. Apabila nilai pada setiap kriteria penilaian seragam baik rentang dan arah

penilaian maka metode yang tepat adalah Bayes atau MPE;2. Apabila nilai pada setiap kriteria penilaian seragam seperti butir 1, menggunakan

nilai ordinal maka metode penilaian yang paling tepat adalah MPE. Apabila penilaian menggunakan nilai hasil pengukuran nyata maka metode penilaian yang sesuai adalah metode Bayes.

3. Apabila penilaian pada setiap kriteria tidak seragam baik dalam hal rentang penilaian, arah penilaian atau keduanya maka metode yang paling tepat adalah metode CPI.

Tabel di bawah dapat dijadikan sebagai acuan pemilihan ketiga metode di atas.Tabel Penilaian Teknik Pengambilan Keputusan Berbasis Indeks Kinerja

Teknik Satuan Penilaian Alternatif terhadap kriteria

Skala Penilaian Alternatif terhadap

kriteria

Skala Penilaian bobot

CPI Tak seragam Campuran rasio (terukur nyata) dan ordinal

Campuran skala penilaian

Bayes seragam Rasio (terukur nyata) Desimal(0.0 sd 0.1) atau nilai mutlak

MPE seragam Ordinal Ordinal (1 sd 3 sampai 1 sd 9)

A. Metode Delphi

D.1. Prosedur DelphiD.2. Keunggulan Metode DelphiD.3. Kelemahan Metode DelphiD.4. Contoh Aplikasi Delphi

II. PERUMUSAN STRATEGI DENGAN ANALISA SWOTB. Identifikasi posisi perusahaan/institusiC. Tahapan analisa SWOTD. Contoh Aplikasi Analisa SWOT

C.1. Tahap evaluasi data internal dan eksternalC.2. Tahap pembuatan matriks internal eksternal dan matriks SWOT

Langkah-langkah pembuatan matriks internal eksternal seperti pada table di bawah ini:

1. Pada kolom 1 dilakukan penyusunan terhadap semua faktor-faktor yang dimiliki oleh perusahaan dengan membagi menjadi 2 bagian yaitu faktor internal dan eksternal;

2. Pemberian bobot setiap faktor pada kolom 2 mulai dari 1,0(sangat penting) sampai dengan 0,0 (tidak penting). Bobot dapat diperoleh dengan menggunakan berbagai teknik pembobotan;

3. Perhitungan rating terhadap faktor-faktor tersebut berdasarkan pengaruhnya dan kondisi perusahaan yang bersangkutan pada kolom 3. Rentang nilai rating 1 (kurang berpengaruh) sampai dengan 5 yang berarti sangat berpengaruh;

4. Mengalikan bobot pada kolom 2 dengan rating pada kolom 3 dan hasilnya ditempatkan pada skor (kolom 4);

5. Jumlahkan setiap skor pembobotan untuk masing-masing faktor internal (kekuatan dan kelemahan) dan faktor eksternal ( peluang dan ancaman). Untuk memperolah strategi yang tepat bagi perusahaan yang bersangkutan maka nilai tersebut diletakkan pada kwadran yang sesuai dengan nilainya. Kemudian dilakukan pembuatan matriks SWOT yang menjelaskan alternative strategi yang dapat dilakukan.

Tabel Evaluasi Faktor Internal dan Evaluasi Faktor Eksternal pada Perusahaan XXX

Uraian Faktor Internal dan Faktor Eksternal Bobot Rating SkorFaktor Internal1. Kekuatan- SOP yang baku 0,186 3 0,559- Tenaga kerja terlatih 0,283 4 1,131- Kemitraan yang baik 0,283 4 1,131- Harga bersaing 0,248 3 0,743

2. Kelemahan- Ketersediaan bahan baku yang fluktuatif 0,315 1 0,315- Peralatan yang kurang baik 0,159 1 0,159- Fungsi & fasilitas R&D yang terbatas 0,209 1 0,209- Penanganan bahan belum optimal 0,317 1 0,317

Total Skor Faktor Internal 2,249Faktor Eksternal1. Peluang- Jumlah penduduk Indonesia yang besar 0,239 3 0,716- Peningkatan konsumen sayuran segar 0,158 3 0,475- Peningkatan tingkat pendidikan 0,363 4 1,452- Peningkatan pola hidup sehat 0,240 4 0,960

2. Ancaman

- Gangguan keamanan dalam usaha 0,240 2- Daya tawar petani mitra yang tinggi 0,210 1 0,210- Daya tawar tenaga kerja yang tinggi 0,183 1 0,183- Pesaing dengan usaha yang sama 0,366 1 0,366

Total Skor Faktor Eksternal 1,997

IFE = Internal Factor Evaluation; EFE=External Factor Evaluation

Posisi dari kedua matriks IFE dan EFE dapat diketahui yaitu kuadran I (2,249;1,997)

Setelah matriks internal eksternal terbentuk, langkah selanjutnya adalah membuat matriks SWOT untuk menjelaskan beragam alternative strategi yang sebaiknya dilakukan perusahaan XXX tersebut.Misalnya strategi SO(1): mempertahankan dan meningkatkan kualitas produk, kesegaran dan jaminan keamanan sayuran segar dan olahannya. Strategi ini

Ragam ancaman

Ragam peluang

kekuatankelemahan

Kuadran I

Kuadran II

Kuadran IV

Kuadran III

Posisi Perusahaan XXX(2,249;1,997)

Gambar Posisi Perusahaan XXX

dirumuskan dengan memperhatikan faktor kekuatan internal nomor 1 dan nomor 2 untuk mengambil peluang eksternal nomor 1 sampai dengan nomor 4 (S1,2 dan O1-4).

Kekuatan(S)1.SOP yang baku2.Tenaga kerja terlatih3.Kemitraan yang baik4.Harga bersaing

Kelemahan(W)1.Ketersediaan bahan baku yang fluktuatif2.Peralatan kurang baik3.Fungsi & fasilitas R&D yang terbatas4. Penanganan bahan belum optimal

Peluang(O)1.Jumlah penduduk Indonesia yang besar2.Peningkatan konsumen sayuran segar3.Peningkatan konsumen sayuran segar4.Peningkatan pola hidup sehat

SO1.mempertahankan dan meningkatkan kualitas produk, kesegaran dan jaminan keamanan sayuran segar dan olahannya(S1,2 ; O1-4)2.memperluas jaringan distribusi(S1-4 ; O1-4)3.melakukan promosi untuk kalangan menengah keatas(S4;O3,4)

Ancaman(T)1.Gangguan keamanan dalam usaha2.Daya tawar petani mitra yang tinggi3.Daya tawar tenaga kerja yang tinggi4.Pesaing dengan usaha yang sama

Gambar Matriks SWOT Perusahaan XXX

C.3. Tahap pengambilan keputusan

III. MODEL KEPUTUSAN DENGAN PROGRAMA LINIER

IV. MODEL KEPUTUSAN DENGAN METODE YAGER

Salah satu fungsi manajemen adalah pengambilan keputusan dimana setiap kegiatan diperlukan pengambilan keputusan baik secara pribadi maupun secara kelompok. Realitasnya pengambilan keputusan ternyata bukan suatu pekerjaan yang mudah. Seringkali karena tidak mengetahui metodologi yang tepat atau enggan menggunakan suatu metodologi sehingga keputusan yang diambil sifatnya kualitatif, terlallu sulit dan rumit maka akhirnya keputusan dibuat secara

Internal

Eksternal

intuitif saja atau lebih berbahaya lagi keputusan yang diambil atas suka dan tidak suka. A. Metode Yager

Suatu keputusan jika dimabil secara kolektif atau berkelompok maka prosesnya akan menjadi lebih sulit karena dimungkinkan setiap pembuat keputusan memiliki penilaian yang berbeda tergantung tingkat pengalaman masing-masing. Bagaimana menyamakan pendapat di antar mereka? Cara yang termudah dan paling sering dilakukan adalah dengan melakukan voting atau berdasarkan prinsip musyawarah untuk mufakat atau cukup dengan serempak setuju saja. Dalam pembahasan ini menggunakan suatu metoda pengambilan keputusan secara berkelompok / kolektif yang bersifat kualitaif. Metoda ini mudah dipahami dan prosesnya dapat dilakukan secara cepat yang disebut metoda Yager yang ditemukan oleh Ronald R. Yager (1993).

A.1. Prinsip-prinsip Metoda Yager Prinsip-prinsip yang diperlkuan dalam metida ini antara-lain:

1. Penilaian Dilakukan Secara Kualitatif2. Pengambilan Keputusan Dilakukan Secara Berkelompok / Kolektif

A.2. Perumusan MasalahA.3 Skala Penilaian KualitatifA.4. Opertor KualitatifB. Contoh Aplikasi Metode Yager

IV. MODEL KEPUTUSAN DENGAN AHPE. Prinsip Kerja AHPF. Contoh Aplikasi AHP

C.1. Perumusan masalahC.2. Pembobotan kriteriaC.3. Penyelesaian dengan manipulasi matriksC.4. Pembobotan AlternatifC.5. Penyelesaian dengan persamaan matematikaC.6. Consistency Ratio (CR)C.7. Penggabungan pendapatan responden

V. PENGENDALIAN PROSES STATISTIK A. Diagram sebab akibat

B. Check sheetC. Diagram paretoD. Diagram skaterE. Histogram

F. StratifikasiH.Run chart dan control chart

H.1. pemilihan peta kontrolH.2. cara-cara membangun peta kontrolH.3. peta kontrol pH.4. peta kontrol cH.5. peta kontrol uH.6. peta kontrol variabelH.7. peta kontrol X_bar dan R

I. Analisis pola data J. Keuntungan penggunaan pengendalian kualitas statistik K. Contoh Aplikasi dari Peta Kontrol