Metode-metode Optimasi dengan Alternatif Terbatas__Syurfah Ayu I__

TujuanMahasiswa dapat memahami dan mampu mengaplikasikan beberapa metode untuk menyelesaikan masalah dengan alternatif-alternatif dalam jumlah yang relatif kecil.

Pokok BahasanFokus MasalahMetode-metodePohon Keputusan Multi Attribute Decision Making (MADM)

Fokus MasalahTurban (2005) mengkategorikan model sistem pendukung keputusan dalam tujuh model, yaitu:Model optimasi untuk masalah-masalah dengan alternatif-alternatif dalam jumlah relatif kecil.Model optimasi dengan algoritma.Model optimasi dengan formula analitik.Model simulasi.Model heuristik.Model prediktif.Model-model yang lainnya.

Fokus MasalahModel optimasi untuk masalah-masalah dengan alternatif-alternatif dalam jumlah relatif kecil.Model ini akan melakukan pencarian terhadap solusi terbaik dari sejumlah alternatif. Teknik-teknik untuk penyelesaian masalah ini antara lain dengan menggunakan pohon keputusan, atau beberapa metode pada MADM.

DIAGRAM POHON KEPUTUSAN(DECISION TREE DIAGRAM)Keputusan merupakan tindakan pemilihan alternatif, sehingga mengambil keputusan adalah melakukan tindakan dimana harus memilih alternatif yang ada.Pemilihan alternatif yg dilakukan pada tahap pertama disebut Alternatif Tindakan Pertama (Awal)Setiap tindakan atas keputusan yang diambil akan mengakibatkan Kejadian Yg Tidak Pasti (Uncertainty Event)

PendahuluanDari kejadian yang tidak pasti, bisa diambil tindakan atas keputusan tahap kedua yg disebut Alternatif Tindakan Kedua.Demikian seterusnya, dari alternatif tindakan yang dipilih bisa mengakibatkan kejadian yang tidak pasti, kemudian diikuti oleh alternatif tindakan berikutnya.Utk memudahkan penggambaran pengambilan keputusan dengan memilih alternatif secara sistematis dan menyeluruh, maka dapat dituliskan dalam bentuk diagram yang disebut DIAGRAM POHON KEPUTUSAN

NOTASI= simbol keputusan

= simbol kejadian yang tidak pasti

DTDDalam diagram pohon yg lengkap memuat :Alternatif tindakan arau keputusan yang diambilKejadian tak pasti yang melingkupiNilai kemungkinan (probabilitas) utk setiap kejadian tak pasti.Hasil KeputusanHasil Keputusan dapat dinyatakan dengan angka secara kuantitatif, yaitu dapat berupa penerimaan (laba,penjualan,dsb) maupun pengeluaran (kerugian, biaya, dsb)Selain itu, hasil keputusan dapat dinyatakan dengan kualitatif, seperti sedih, kecewa, puas, dll.

TAHAPAN DTD :Tentukan terlebih dahulu kumpulan alternatif awal (permulaan)Tentukan kejadian tak pasti yang melingkupi alternatif awalTentukan adanya alternatif tindakan lanjutanTentukan kejadian tak pasti yang melingkupi tindakan lanjutan.

CONTOH 1 :Pada suatu hari, Raini akan berangkat ke kampus, tapi ternyata awan tebal pertanda hujan akan turun. Raini akan memutuskan membawa payung atau tidak. Setiap keputusan atau tindakan yang dipilih menimbulkan dua kemungkinan kejadian yang tak pasti yaitu hujan atau tidak hujan dan mengakibatkan munculnya hasil, baik yg dapat memuaskan atau yg mengecewakan.Misal memutuskan membawa payung, ternyata HUJAN, maka tentu saja keputusan ini tepat dan memuaskan sebab Raini tidak basah kuyup. Sebaliknya, kalau ternyata tidak hujan, maka Raini akan repot membawa payung.Misal memutuskan yang tidak membawa payung, dan ternyata hujan, maka Raini akan basah kuyup.Misal tidak hujan, dan tidak bawa payung = tepat.

MEMBAWA PAYUNG

TIDAK MEMBAWA PAYUNG

Hujan (0,5)

Tidak Hujan (0,5)

Tidak Basah

Repot

Hujan (0,5)

Tidak Hujan (0,5)

Basah

Santai dan Tenang Saja

MEMBAWA PAYUNG

TIDAK MEMBAWA PAYUNG

Hujan (0,5)

Tidak Hujan (0,5)

Tidak Basah

Repot

Hujan (0,5)

Tidak Hujan (0,5)

Basah

Santai dan Tenang Saja

SIMPUL AWAL

Alternatif Tindakan / Keputusan Awal

SIMPUL KEJADIAN TAK PASTI

Hasil Keputusan

Kejadian Tak Pasti

Janko (2005) memberikan batasan tentang adanya beberapa fitur umum yang akan digunakan dalam MADM, yaitu:Alternatif, adalah obyek-obyek yang berbeda dan memiliki kesempatan yang sama untuk dipilih oleh pengambil keputusan.Atribut, sering juga disebut sebagai karakteristik, komponen, atau kriteria keputusan. Meskipun pada kebanyakan kriteria bersifat satu level, namun tidak menutup kemungkinan adanya sub kriteria yang berhubungan dengan kriteria yang telah diberikan.Multi-Attribute Decision Making (MADM)

Konflik antar kriteria, beberapa kriteria biasanya mempunyai konflik antara satu dengan yang lainnya, misalnya kriteria keuntungan akan mengalami konflik dengan kriteria biaya.Bobot keputusan, bobot keputusan menunjukkan kepentingan relatif dari setiap kriteria, W = (w1, w2, ..., wn). Pada MADM akan dicari bobot kepentingan dari setiap kriteria.Matriks keputusan, suatu matriks keputusan X yang berukuran m x n, berisi elemen-elemen xij, yang merepresentasikan rating dari alternatif Ai (i=1,2,...,m) terhadap kriteria Cj (j=1,2,...,n). Multi-Attribute Decision Making (MADM)

Masalah MADM adalah mengevaluasi m alternatif Ai (i=1,2,...,m) terhadap sekumpulan atribut atau kriteria Cj (j=1,2,...,n), dimana setiap atribut saling tidak bergantung satu dengan yang lainnya. Kriteria atau atribut dapat dibagi menjadi dua kategori, yaitu: Kriteria keuntungan adalah kriteria yang nilainya akan dimaksimumkan, misalnya: keuntungan, IPK (untuk kasus pemilihan mahasiswa berprestasi), dll. Kriteria biaya adalah kriteria yang nilainya akan diminimumkan, misalnya: harga produk yang akan dibeli, biaya produksi, dll. Multi-Attribute Decision Making (MADM)

Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah MADM, antara lain:a. Analytic Hierarchy Process (AHP)b. Weighted Product (WP)c. TOPSISd. Simple Additive Weighting (SAW)Multi-Attribute Decision Making (MADM)

Permasalahan pada AHP didekomposisikan ke dalam hirarki kriteria dan alternatifAnalytic Hierarchy Process (AHP)

Analytic Hierarchy Process (AHP)

Saya ingin membeli HP yang harganya relatif murah, memorinya besar, warnanya banyak, ukuran piksel pada kamera besar, beratnya ringan, dan bentuknya unik Analytic Hierarchy Process (AHP)

Analytic Hierarchy Process (AHP)

Alterna-tifHarga (juta Rp)Memori(MB)WarnaKamera(MP)Berat (gr)N702,335256 kb2126N733,142256 kb3,2116N803,740256 kb3,2134N904,79016 MB2191

Analytic Hierarchy Process (AHP)Ada 3 tahap identifikasi:Tentukan tujuan: Membeli HP dengan kriteria tertentuTentukan kriteria: Harga, kapasitas memori, ukuran warna, ukuran piksel kamera, berat, dan keunikan,Tentukan alternatif: N70, N73, N80, dan N90,

Bentuk hirarki dari informasi yang diperolehMembeli HPHargaMemoriTUJUANWarnaKameraBeratKeunikanKRITERIAALTERNATIFAnalytic Hierarchy Process (AHP)

Informasi tersebut dapat digunakan untuk menentukan ranking relatif dari setiap atributKriteria kuantitatif & kualitatif dapat digunakan untuk mempertimbangkan bobotAnalytic Hierarchy Process (AHP)

HargaMemoriWarnaKameraBeratAnalytic Hierarchy Process (AHP)

Saya lebih mengutamakan kemurahan harga, kemudian keunikan bentuk & berat HP, sedangkan kriteria lain merupakan prioritas terakhirAnalytic Hierarchy Process (AHP)

Dengan menggunakan perbandingan berpasangan, dapat diketahui derajat kepentingan relatif antar kriteriaAnalytic Hierarchy Process (AHP)

1 : sama penting (equal)3 : cukup penting (moderate)5 : lebih penting (strong)7 : sangat lebih penting (very)9 : mutlak lebih penting (extreme)Analytic Hierarchy Process (AHP)

To be continued . . .

**