PENGAMBILAN KEPUTUSAN BERBASIS INDEKS KINERJA

Marimin

Marimin_07@yahoo.com

1

Bilangan Terms Data

SIM

Informasi

DSS Alternatif Keputusan

Monev

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

Keputusan

Gambar : Siklus data, informasi, keputusan dan aksi
2

‡ System Definition
Element (E1) E3 Sub Goal E2 Goal

E4 ‡ System Phylosophy

E5

- Goal Oriented (Cybernetic) - Holistic Not Partial - Effectiveness Not Efficiency

C

S H E
3 

Pengertian Sistem

Suatu gugus dari elemen-elemen yang saling berinteraksi secara teratur dalam rangka mencapai tujuan atau sub tujuan.

4

‡ System Classification Matrix
System Input ˜ ˜ ˜ Process ˜ ˜ ? Output

Analysis Synthesis Design

? Narrow aspect ? Wide aspect ˜ ˜

Control

?

˜

5

Input Lingkungan y Kebijakan Pemerintah y Kondisi Sosial Budaya Output Dikehendaki y Jaminan kualitas y Stabilitas harga produk y Ketepatan pengembalian dana investasi y Keuntungan yang optimal

Input Tak Terkendali y Produktivitas lahan y Harga pasar y Tingkat bunga bank

SISTEM PERENCANAAN INVESTASI PRODUK AGROINDUSTRI

Input Terkendali Kebutuhan bahan baku y Jumlah Produksi y Jumlah Investasi y Sarana dan Prasarana Manajemen Perencanaann Agroindustri

Output Tak Dikehendaki y Kelangkaan bahan baku y Harga bahan baku meningkat tajam y Pencemaran lingkungan

Gambar : Diagram input output Sistem Perencanaan Investasi Agroindustri
6

TEKNIK PENGAMBILAN KEPUTUSAN
Fungsi Manajemen ‡ Perencanaan ‡ ³Staffing´ ‡ Pengorganisasian ‡ Pelaksanaan ‡ Monitoring ‡ Evaluasi  Cara 1. Dengan Intuisi 2. Dengan Analisa Keputusan
7

Hirarki
Top Level Up Medium Low Lower

Sifat ‡ Directif ‡ Strategis ‡ Taktis ‡ Operasional

Tabel: Permasalahan manajemen
Jangka Direktif Panjang Lingkungan Dinamis dan probalistik intuitif Dinamis dan mempengaruhi faktor-faktor dengan kepastian yang sangat rendah Dinamis dan mempengaruhi faktor-faktor dengan asumsi kepastian yang tinggi Dianggap statik dan tidak mempengaruhi faktor-faktor Sifat Arahan-arahan strategis yang kadang bersifat intuitif Tidak bisa diprogram karena preferensi pengambil keputusan perlu masuk secara utuh Bisa dibuat program dengan masukan preferensi pengambil keputusan Bisa dibuat program karena sifatnya berulang

Strategis

Panjang

Taktis

Menengahpendek

Operasional

Pendek

8

LINGKUNGAN ‡ ‡ ‡ ‡ ‡ Tidak Pasti Kompleks Dinamis Persaingan Terbatas Falsafah ‡ Preferensi Persepsi ‡ Informasi Kecerdasan ‡ Pilihan

Intuisi
Logika tidak dapat diperiksa

Keputusan

Hasil

Bingung cemas

Berfikir

Rasa tidak Enak

Bertindak

Puji Senang Cela Sedih

REAKSI

Gambar : Pengambilan Keputusan dengan Intuisi

9

LINGKUNGAN ‡ ‡ ‡ ‡ ‡ Tidak Pasti Kompleks Dinamis Persaingan Terbatas Falsafah Kecerdasan Persepsi ‡ Pilihan

ANALISA KEPUTUSAN (Normatif) ‡ Alternatif2

‡ Penetapan kemungkinan ‡ Informasi ‡ Struktur Model ‡ Preferensi ‡ Penetapan Nilai ‡ Preferensi Waktu ‡ Preferensi Risiko

Logika

Keputs.

Hasil

Sensitifitas nilai informasi Bingung cemas Berfikir Rasa tidak Enak REAKSI Pandangan ke dalam Bertindak Puji Senang Cela Sedih

Gambar : Pengambilan Keputusan dengan Analisa Keputusan

10

MCDM SEBAGAI SALAH SATU MODEL DALAM PENGAMBILAN KEPUTUSAN

Tujuan yang akan dicapai
Masalah yang akan diselesaikan

Kriteria Kinerja

Pengambil Keputusan

Alternatives alat/rencana/«
11

KOMPONEN KEPUTUSAN 
Alternatif Keputusan  Kriteria Keputusan  Bobot Kriteria  Model Penilaian  Model Penghitungan  Tipe Pengambil Keputusan

12

MODEL PENILAIAN
1. Menggunakan Nilai Numerik (Nyata) Kriteria dan atau alat ukurnya jelas (obyektif)

‡Sebagai misal Suhu Ruang (termometer) ‡Tinggi Badan ‡Berat Badan ‡Hasil perhitungan dengan rumus yang jelas: ‡BCR; ‡IRR ‡NPV

13

MODEL PENILAIAN
2. Menggunakan Skala Ordinal Kriteria kompleks melibatkan presepsi (subyektif) Jumlah skala 3; 5; 7 (disarankan ganjil)

‡

Sebagai misal Rasa TEH (5 Skala) ‡ ‡ ‡ 1. Sangat tidak enak 2. Tidak Enak 3. Cukup Enak 4. Enak 5. Sangat enak

‡

Stabilitas politik (3 Skala) . . 1. Kurang Stabil 2. Stabil
14

3. Sangat Stabil

MODEL PENILAIAN
3. Menggunakan Nilai Perbandingan Berpasangan Misal pada AHP : <misal A dibandingkan dengan B> 1 : A dan B sama penting 3 : A sedikit lebih penting dari B 5 : A jelas lebih penting dari B 7 : A sangat nyata lebih penting dari B 9 : A pasti lebih penting dari B

Pembacaan Lain: 3: A tiga kali lebih penting dari B 5: A lima kali lebih penting dari B
15

Model Penilaian Fuzzy (trapezoidal) usia penduduk

16

Model Penilaiann Fuzzy Tingkat Kemiskinan Penduduk

17

Fuzzy Triangular: Suhu air mandi A little too cold: negative low Much too cold: negative high NH NL 1 OK PL A little too hot: positive low Much too hot: positive high PH

33

34

35

36

37

38

39

18 

Latihan Model Penilaian

Berikan contoh kasus penerapan metode penilaian dengan:
‡

Terukur Jelas

‡ Skala Ordinal ‡ Perbandingan Berpasangan

‡ Preferensi Fuzzy

19

PENGAMBILAN KEPUTUSAN BERBASIS INDEKS KINERJA
A. METODE BAYES B. METODE PERBANDINGAN EKSPONENSIAL (MPE) C. COMPOSIT PERFORMANCE INDEX (CPI)

20

MATRIK KEPUTUSAN :
ALTERNATIF ALT1 ALT2 ALT3 : ALTm BOBOT : Vm1 B1 Vm2 B2 «.. «.. Vmn Bn Nkm KRITERIA K1 V11 V21 K2 V12 V22 «.. «.. «.. Kn V1n V2n NILAI ALT. KEP. Nk1 Nk2 : RANGKING ALT. KEP.

MODEL PENGHITUNGAN
1. BAYES : Nki = n
j=1

Vij * Bj ,
n
j=1

n
j=1

Bj = 1.0 Bj = Bulat >0

2. Per. Eksponensial :

Nki =

(Vij ) Bj ,

3. Composite Performance Indeks (CPI)

21

Contoh Kasus =
‡ Fokus = Pemilihan Metode Penanganan Limbah yang sesuai ‡ Alternatif = 1. Sanitary landfill 2. Open dumping 3. Incineration ‡ Kreteria = 1. Kemampuan/capasitas 2. Efektifitas Penanganan 3. Biaya ‡ Metode Penilaian = ordinal 1. Sangat Kurang 2. Kurang 3. Biasa 4. Bagus 5. Sangat Bagus

22

‡ Matrik Keputusan
Alternatif Kriteria Kemampuan 1. Open dumping 2. Sanitary landfill 3. Inceneration Bobot Bayes MPE Eff. Biaya Nilai Keputusan Bayes MPE

23

‡ Matrik Keputusan
Alternatif Kriteria Kemampuan 1. Open dumping 2. Sanitary landfill 3. Inceneration Bobot Bayes MPE 4 4 4 0.3 3 Eff. 4 5 3 0.4 4 Biaya 3 2 4 0.3 3 Nilai Keputusan Bayes MPE

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 :
dimana:
m

Total Nilai i = § Nilai ij (Kritj)
j=1

Total Nilai i= total nilai akhir dari alternatif ke-i Nilai ij Krit j i j = nilai dari alternatif ke-i pada kriteria ke-j = tingkat kepentingan (bobot) kriteria ke-j = 1,2,3,«n; n = jumlah alternatif = 1,2,3,«m; m = jumlah kriteria

25 

Kriteria Bayes
‡ Pengambilan keputusan merupakan suatu pemilihan aksi a dari sekelompok aksi yang mungkin (A). ‡ Nilai kinerja dari setiap aksi a dan status situasi U digambarkan dengan menggunakan pay off matrix Tabel : Pay off matrix
U U1 U2

. . . . . . .

. . . . . . .

. . . . . . .

Un

a a1 a2 . . . am X X . . . . X X . . . .

26

Dimana: U = status situasi yang dapat berupa kondisi, kriteria seleksi atau persyaratan pemilihan = dapat berupa aksi, strategi atau pilihan = nilai penampakan dari setiap aksi dan status situasi

a x

‡ Apabila satuan dari x tidak sama, matriks harus diubah ke dalam bentuk CPI (Comparative Performance Index) ‡ caranya dengan menentukan nilai minimum pada setiap lajur (setiap status situasi), dan menetapkan nilai minimum tersebut = seratus.

27 

Contoh Aplikasi Bayes ‡ ‡ ‡ ‡ Penentuan media iklan yang sesuai dari produk baru suatu industri Prosedur Bayes digunakan untuk menentukan rekapitulasi hasil penilaian kesesuaian media iklan yang telah dilakukan oleh pakar Informasi awal ini akan diubah ³harga harapan´ (HH) menjadi informasi yang dapat dipercaya Rumus ³harga harapan´ untuk merekapitulasi nilai hasil survey pakar adalah sebagai berikut:
m

HH (ai) = 7 Pij.P(Uj); dengan i = 1,2,3,«n
j=1

28

‡ Matrik Keputusan
Alternatif Kriteria Kemampuan 1. Open dumping 2. Sanitary landfill 3. Inceneration Bobot Bayes MPE 4 4 4 0.3 3 Eff. 4 5 3 0.4 4 Biaya 3 2 4 0.3 3 Nilai Keputusan Bayes 3.7 (2) 3.8 (1) 3.6 (3) MPE

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 

Prosedur MPE
‡ Formulasi perhitungan skor untuk setiap alternatif dalam metoda perbandingan eksponensial adalah: m Total nilai (TNi) =§ (RK ij)TKK j
j=1

30

dengan : TNi RK ij TKK j n m ‡ ‡ = Total nilai alternatif ke -i = derajat kepentingan relatif kriteria ke-j pada pilihan keputusan i = derajat kepentingan kritera keputusan ke-j; TKKj > 0; bulat = jumlah pilihan keputusan = 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 memberi nilai setiap alternatif berdasarkan nilai kriterianya

31 

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

‡ Matrik Keputusan
Alternatif Kriteria Kemampuan 1. Open dumping 2. Sanitary landfill 3. Inceneration Bobot Bayes MPE 4 4 4 0.3 3 Eff. 4 5 3 0.4 4 Biaya 3 2 4 0.3 3 Nilai Keputusan Bayes 3.7 (2) 3.8 (1) 3.6 (3) MPE

33 

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
Nilai Alternatif Produk No Kriteria Tingkat Kepenti ngan 9 8 6 7 5 7 5 Tepung Tapioka 8 8 6 8 8 8 6 Kripik Singkong 6 6 4 6 6 8 8 Pakan Ternak 6 8 5 6 6 8 6

1 2 3 4 5 6 7

Potensi Pasar Kondisi Bahan Baku Nilai Tambah produk Daya Serap Tenaga Kerja Teknologi yang Sudah dipakai Kondisi Sosial Budaya Dampak Terhadap Lingkungan

35

‡ Setelah dihitung menggunakan teknik MPE maka akan terlihat urutan atau prioritas produk agroindustri yang potensial untuk diinvestasikan Tabel : Hasil pehitungan dengan MPE
Prioritas Produk potensial 1 Produk potensial 2 Produk potensial 3 Alternatif terpilih Tepung tapioka Pakan ternak Keripik singkong Nilai MPE 155.267.448 29.263.177 14.179.040

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 5. Sangat Bagus

37

‡ Matrik Keputusan
Alternatif Kriteria Nilai Keputusan Bayes 1. 2. 3. Bobot Bayes MPE MPE

38

C.

COMPOSIT PERFORMANCE INDEX (CPI) 

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 : Aij = Xij (min) x 100 / Xij (min) A(i + 1.j) = (X(I + 1.j) )/ Xij (min) x 100 Iij = Aij x Pj Ii = 7 (Iij)
j =1
n

39

Keterangan: Aij Xij (min) A(i + 1.j) X(i + 1.j) Pj Iij Ii i j = nilai alternatif ke-i pada kriteria ke ± j = nilai alternatif ke-i pada kriteria awal minimum ke-j = nilai alternatif ke-i + 1 pada kriteria ke ± j = nilai alternatif ke-i + 1 pada kriteria awal ke ± j = bobot kepentingan kriteria ke ± j = indeks alternatif ke-i = indeks gabungan kriteria pada alternatif ke ±i = 1, 2, 3,«, n = 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 IRR (%) 1. Industri Minyak Sawit (CPO) 2. Industri Pengolahan Teh 3. Industri Coklat Bubuk Bobot Kriteria 30 20 25 0,3 Kriteria B/C 1,1 1,15 1,2 0,4 PBP (Thn) 5 6 4 0,3

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 IRR 1. Industri Minyak Sawit (CPO) 2. Industri Pengolahan Teh 3. Industri Coklat Bubuk Bobot Kriteria 150 100 125 0,3 Kriteria B/C 100 104,5 109,1 0,4 PBP (Thn) 80 66.7 100 0,3 Nilai Alternatif 109 91,8 111,1 Peringkat

2 3 1

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

43

‡ Latihan: Aplikasi metoide CPI ‡ Ilustrasi Kasus:

Tabel: Matrik awal penilaian alternatif ___________________________

Alternatif 1. 2. 3. Bobot Kriteria

Kriteria

44

Tabel: Matrik hasil transformasi CPI
Alternatif Kriteria Nilai Alternatif Peringkat

1. 2. 3.

Bobot Kriteria

45

Pemiliha Metode
‡ Penilaian Tidak Seragam CPI

‡ Penilaian seragam - Bayes atau MPE ‡ Apabila skala penilaian ordinal - MPE ‡ Apabil nilai alternatif adalah terukur nyata - Bayes

46

Tugas
‡ Pilih kasus pengambilan keputusan dalam sistem manajemen Agroindustri ‡ Tentukan minimum 4 alternatif dan 4 kritera ‡ Buat matrik keputusannya dan isi matrik keputusan ‡ Tentukan teknik yang sesuai untuk menyelesaikannya ‡ Selesaikan dan bahas secara komprehensif
47

1. Marimin, 2004, Teknik dan Aplikasi Pengambilan Keputusan Kriteria Majemuk, Grassindo, Jakarta. 2. Marimin, 2005, Teknik dan Aplikasi Sistem Pakar dalam Teknologi Manajerial, IPB Press, Bogor 3. Turban, E., 2001, Decision Support System and Intelligent System, Prentice Hall, New Jersey.
48