.jpg "Macam-Macam Alat Pengering (Dryer)")
Multi Criteria Decision Analysis (MCDA) atau Multi Criteria Decision Making (MCDM) adalah cabang keilmuan riset operasi yang digunakan untuk menemukan keputusan optimal didalam permasalahan yang kompleks seperti variasi indikator, sasaran objektif dan kriteria (Kumar et al, 2017) sedangkan menurut Beltran et al. (2014), MCDM adalah kesatuan konsep, metode dan teknik yang dikembangkan untuk membantu dalam pengambilan keputusan untuk menyelesaikan keputusan yang kompleks dengan cara sistematik dan terstruktur.
Metode
MCDM yang umum dipakai adalah Analytic
Hierarchy Process (AHP) dan Analytic
Network Process (ANP) yang digagas oleh Thomas L. Saaty (1996). AHP yaitu
teori pengukuran dengan perbandingan berpasangan dan didasarkan pada keputusan
para ahli untuk menyusun skala prioritas (Saaty, 2008). Dalam menyelesaikan masalah multicriteria, metode AHP digunakan untuk memperoleh prioritas
berdasarkan penilaian preferensi pembuat
keputusan dengan teknik perbandingan berpasangan (pairwise comparison)
yang mewakili kemampuan hakiki manusia untuk menyusun persepsinya secara
bertingkat, membandingkan sepasang solusi setara terhadap kriteria yang
diberikan (Ciptomulyono, 2008). Struktur permasalahan
AHP diberikan dalam bentuk tingkatan (hirarki)
dari atas ke bawah dimulai dari tujuan, kriteria, sub-kriteria dan altrenatif.
Tahapan metode AHP bisa
digambarkan sesuai flowchart berikut:
 |
| Gambar 1. Standar Pembentukan Metode AHP (Saaty, 1996) |
Berikut uraian dari flowchart standar pembentukan AHP tersebut:
- Mendefinisikan permasalahan dan menentukan tujuan/pengetahuan yang ingin dicapai
- Menyusun struktur hirarki dengan urutan paling atas adalah tujuan yang diharapkan (goal decision), kemudian diikuti kriteria (bisa dilanjutkan ke sub-kriteria) dan level terbawah adalah alternatif
- Menyusun matriks perbandingan berpasangan (pairwise comparison) untuk setiap kriteria/sub-kriteria dan alternatif yang telah ditentukan. Teknik perbandingan berpasangan menggunakan skala prioritas untuk kriteria terpilih menggunakan Skala Saaty 1-9 berikut:
Tabel 1. Skala Saaty untuk Perbandingan
Berpasangan
Matriks
untuk elemen aij mendapat nilai x sehingga untuk elemen aji
(kebalikannya) mendapat nilai 1/x sehingga bersifat reciprocal
- Melakukan proses normalisasi yaitu operasi baris dengan membagi nilai matriks aij dengan nilai total matriks dalam satu kolom (n) dan operasi kolom untuk mendapatkan nilai pembobotan (wi)
- Menghitung eigen value (λ) dan eigen value maximum (λmax)
- Menguji konsistensinya dengan menggunakan consistency index (CI)
- Menghitung Consistency Ratio (CR)
Saaty
(2008) menetapkan nilai CR ≤ 10% untuk standar data konsistensi bisa diterima
dan jika CR >10% maka data tidak konsisten sehingga dilakukan ulang pangambilan
data untuk perbandingan berpasangan.
Rumus yang
dipakai adalah :
- Menyusun rangking prioritas
Metode pengembangan dari AHP adalah
ANP yaitu metode untuk pengambilan keputusan yang mengatasi permasalahan yang
antar kriterianya saling keterkaitan dan tidak dapat distrukturkan secara
hirarki (Saaty, 1996). Pengembangan metode ini didasarkan karena dalam metode
ANP permasalahan tidak bisa distrukturkan kedalam bentuk hirarki dan antar
kriteria tidak terdapat hubungan keterkaitan satu sama lain. Keterkaitan pada
metode ANP ada 2 jenis yaitu keterkaitan dalam satu set elemen (inner dependence) dan antar elemen yang
berbeda (outer dependence). Metode
ANP merupakan perluasan dari metode AHP dengan mempertimbangkan ketergantungan
antara unsur-unsurnya. Metode ANP memiliki struktur non-linear/jaringan bukan hirarki
dan membutuhkan teknik AHP sebagai langkah awal untuk proses di ANP.
Langkah-langkah
pembentukan ANP sesuai flowchart berikut:
 |
| Gambar 2. Standar Pembentukan Metode ANP (Saaty, 1996) |
Uraiannya
flowchart standar pembentukan ANP sebagai
berikut:
Perhitungan sesuai langkah metode
AHP sudah menghasilkan CR ≤10% dan eigenvector
hasil observasi dari matriks perbandingan berpasangan menghasilkan bobot untuk
setiap kriteria dan hasilnya digunakan untuk menyusun supermatriks
- Menyusun dan menyelesaikan unweighted supermatriks
Unweighted
supermatriks disusun dengan cara memasukkan semua eigenvector yang telah dihitung
Menyusun dan menyelesaikan weighted supermatriks
- Melakukan perkalian setiap nilai unweighted supermatriks terhadap matriks perbandingan kriteria/sub-kriteria
- Menyusun dan menyelesaikan limiting supermatriks
Limiting
supermatriks diselesaikan dengan cara memangkatkan supermatriks secara terus-menerus
sehingga angka di setiap kolom dalam satu baris sama besar
- Melakukan pembobotan setiap objek
- Menentukan rangking prioritas
Metode ANP sudah banyak digunakan
oleh peneliti dalam membuat keputusan multikriteria
yang saling berkaitan seperti yang dilakukan oleh Ciptomulyono et al. (2008)
dalam pengukuran kinerja perusahaan yang diantara variabel kriterianya terdapat
hubungan saling keterkaitan seperti perspektif
financial, persepektif customer, perspektif internal business process,
perspektif learning and growth. Metode ANP digunakan untuk penilaian
pembobotan beberapa perspektif.
Beltran
et al. (2014) menggunakan pendekatan AHP/ANP untuk pemilihan inevstasi proyek
pada pembangkit tenaga surya. Terdapat 3 level kriteria yang dipakai yaitu tahap identify and analyze criteria,
tahap feasibility study dan tahap project portfolio. Setia level kriteria
dilakukan pembobotan menggunakan pendekatan AHP/ANP dan analisa sensitifitas.
Konsep perhitungan yaitu jika diterima di level pertama maka lanjut ke level
berikutnya dan level terakhir adalah penentuan rangking prioritas.
Silakan Downloading International Proceeding Journal Open Acces di: https://doi.org/10.1088/1757-899X/1096/1/012102
Referensi:
Kutip Artikel ini Sebagai Referensi (Citation):
Feriyanto, Y.E. (2018). Metode Analytic Hierarchy Process (AHP) dan Analytic Network Process (ANP). www.caesarvery.com. Surabaya
Referensi:
[1] Feriyanto, Y.E. (2018). Aplikasi Multicriteria Decision Analysis untuk Pemilihan Proses dan Operasi Koagulasi-Flokulasi di Pretreatment Water System PLTU. Thesis-Magister Manajemen Teknologi Industri, ITS-Surabaya
Previous
« Prev Post
« Prev Post
Next
Next Post »
Next Post »