Tugas 2 Pak Marimin

TUGAS SISTEM PENUNJANG KEPUTUSAN

NIM NAMA KELAS

: 1411600149 : Kukuh Harsanto : SI

MAGISTER ILMU KOMPUTER UNIVERISTAS BUDILUHUR 2015

TUGAS BAB 6 (BUKU PUTIH) A. Pilihlah jawaban yang tepat 1. Alternatif maupun kriteria pada AHP dapat dinilai dengan menggunakan skala penilaian a. 1 sampai 3 b. 1 sampai 5 c. 1 sampai 9 2. Jumlah elemen yang perlu dinilai oleh expert pada setiap matriks perbandingan nalternatif faktor pada AHP adalah : a. N x N b. (n x n) / 2 c. ((n x n)-n)/2 3. Kelebihan kajian dengan AHP salah satu diantaranya adalah kemampuan teknik tersebut untuk mendeteksi : a. Konsistensi dan Konsensus b. Konsistensi c. Konsensus 4. Penilaian dengan ahp dianggap konsisten apabila konsistensi rasio penilaian adalah : a. Lebih kecil 0.1 b. Lebih besar atau sama dengan 0.1 c. Lebih kecil 1 5. Penyelesaian AHP relatif kompleks apabila dihitung secara manual, dipasar banyak dijumpai perangkat lunak komputer untuk penyelesaian AHP, diantaranya adalah: a. Lindo SAN dan QSB b. Criterium Decision Plus dan Expert Choice c. Powersim dan Stella

B. Jawablah dengan singkat dan jelas 1. Apa perbedaan penilaian alternatif berdasarkan setiap kriteria pada AHP dengan pada metode perbandingan eksponensial ? 2. Pengambilan keputusan dengan AHP banyak digunakan pada persoalan keputusan yang berjenjang dan bersifat ? 3. Siapa yang dapat dijadikan responden pada kajian yang menggunakan AHP ? 4. Hierarki dasar AHP paling tidak terdiri dari : fokus, Faktor / Kriteria dan alternatif, apa yang dapat ditambahkan pada hierarki tersebut agar analisis lebih komprehensif ? 5. Nilai akhir dari AHP adalah bobot masing-masing komponen pada masing-masing jenjang, berapakah total bobot pada setiap jenjang ?

Jawab : 1. Perbedaan penilaian alternatif AHP dan Metode perbandingan eksponensial AHP

MPE

Prosedur AHP meliputi tahapan : 1. Dekomposisi masalah/menyusun hirarki 2. Penilaian/pembobotan untuk membandingkan elemen-elemen 3. Penyusunan matriks dan uji konsistensi 4. Penetapan prioritas pada masingmasing hirarki 5. Sistesis dan proritas 6. Pengambilan/penetapan keputusan

Prosedur MPE meliputi tahapan : 1. Menyusun alternative-alternatif keputusan yang akan dipilih 2. Menentukan kriteria atau perbandingan kriteria keputusan yang penting untuk di evaluasi, 3. menentukan tingkat kepentingan dari setiap kriteria keputusan atau pertimbangan kriteria 4. melakukan penilaian terhadap semua alternative pada setiap kriteria 5. menghitung skor atau nilai total setiap alternative, 6. menetukan urutan prioritas keputusan didasarkan pada skor atau total masing-masing alternative.

2. Berjenjang struktural dan fungsional dan bersifat multi kriteria, strategic dan dynamic 3. Pemilihan responden dilakukan dengan cara purposive sampling yang dipilih secara sengaja untuk para ahli pakar dan stakeholder. 4. Menambahkan tujuan pada hirarki semakin rendah dalam menjabarkan suatu tujuan, semakin mudah pula penentuan ukuran obyektif dan kriteria-kriterianya 5. Total bobot pada setiap jenjang = 1 prinsip utama AHP decomposite, comparative judgement dan logical consistency.

TUGAS BAB 3 (BUKU MERAH) H. 1. 2. 3.

Latihan-latihan Sebutkan kesamaan dan perbedaan antara konsep fuzzy dan peluang ? Apakah beda antara fungsi keanggotaan gugus ordinal dan gugus fuzzy ? Misalkan ada dua gugus fuzzy a. Pensil panjang = [pensil 1/0.1, pensil 2 / 0.2, pensil 3 / 0.4, pensil 4 / 0.6, pensil 5 / 0.8, pensil 6 / 1.0] b. Pensil medium = [pensil 1/1.0, pensil 2 / 0.6, pensil 3 / 0.4, pensil 4 / 0.3, pensil 5 / 0.1] c. Tentukanlah : - Union kedua gugus - Interseksi kedua gugus 4. Rancanglah satu kendali fuzzy mamdani yang bisa memaksimalkan penggunaan empat buah lift pada gedung belantai 10 5. Tentukanlah suatu sistem kendali fuzzy memdani yang dapat mengolah kaidah berikut-berikut ini berdasarkan definisi TFN dari 3 kaidah berikut ini : - If x Is kecil then y is Besar - If x Is medium then y is kecil - If x is besar then y is medium, tentukan juga nilai a (fs) untuk setiap kaidah. 6. Perhatikan kaidah kendali takagi-sugeno berikut ini : (a) If x is A1 and y is B1 then Z1 = x + y + 1 (b) If x is A2 and y is B1 then Z2 =2 x + y + 1 (c) If x is A1 and y is B2 then Z3 = 2x + 3y (d) If x is A2 and y is B2 then Z4 = 2x + 5 Hitunglah nilai z untuk x=1, y=4 dan anteseden gugus fuzzy berikut ini : A1 = [1/0.1, 2/0.6, 3/1.0] A2 = [1/0.9, 2/0.4, 3/0.0] B1 = [4/1.0, 5/1.0, 6/0.3] B2 = [4/0.1, 5/0.9, 6/1.0] 7. Kembangkanlah suatu gugus kaidah fuzzy dengan fungsi keanggotaannya untuk beradaptasi pada operasi penentuan tingkat inventori klasik! Jawaban : 1. Kesamaan fuzzy dan konsep peluang : Menunjukkan derajat kepastian dan ketidak pastian suatu kejadian Perbedaan fuzzy dan konsep peluang : Fuzzy Keanggotaan pada gugus fuzzy tetap relevan setelah kejadian itu terjadi

Peluang Derajat kepastian hanya bermakna sebelum kejadian terjadi, setelah terjadi peluang tidak berlaku lagi, karena hasil

keluaran telah diketahui Tidak memakai asumsi dan saling bebas antar kejadian

Diasumsikan dan saling bebas antar kejadian

Tidak mengasumsikan segala sesuatunya setelah diketahui

mengasumsikan suatu model dunia tertutup dimana segala sesuatunya telah diketahui dan peluang didasarkan pada ukuran-ukuran frekuensi kejadian terjadi

Didasarkan pada pengukuran deskriptif domain, bukan pada pengukuran frekuensi subjektif

Didasarkan pada ukuran – ukuran frekuensi di setiap kejadian terjadi

2. Perbedaan gugus ordinal dengan gugus fuzzy Gugus Ordinal

Gugus Fuzzy

Berupa data diskret atau kontinyu, tipe data iperlakukan secara tipe data interval – scaled variable yang mempertimbangkan urutan

Fungsi keanggotaan gugus fuzzy dapat berupa sembarang bentuk yang ditetapkan oleh pakar yang relevan dengan memebuhi prasyarat fungsi :  Fungsi keanggotaan dibatasi oleh 0 disisi bawah dan 1 diatas  Rentang fungsi keanggotaan menjadi [0,1]  setiap xTMX,µA(x) mesti unik

3. Union kedua gugus : Union :Pensil panjang ủ Pensil Medium ={max(0.1, 1.0), max(0.2, 0.6, max(0.4, 0.4), max(0.6, 0.3), max(0.8, 0.1), max(1.0)} {1.0, 0.6, 0.4, 0.6, 0.8, 0.1} Intersection kedua gugus Pensil Panjang ∩ Pensil Medium = {min(0.1, 1.0), min(0.2, 0.6), min(0.4, 0.4), min(0.6, 0.3), min(0.8, 0.1), min(1.0)} {0.1, 0.2, 0.4, 0.3, 0.1} Pensil

1

2

3

4

5

6

Panjang

0.1

0.2

0.4

0.6

0.8

0.1

Medium

1.0

0.6

0.4

0.3

0.1

4. if posisi_lift is 1 then lift is naik if posisi_lift is 5 and posisi_lantai is 2 and permintaan_naik_lift is 4 then lift is turun if posisi_lift is 2 and posisi_lantai is 3 and permintaan_naik is 7 then lift is naik if posisi_lift is 10 then lift is turun

5. if x is kecil then y is besar

If x medium then y is kecil

If x is besar then y is medium, tenukan nilai α (fs) untuk setiap kaidah

6.

7. D

Mencari nilai keanggotaan

TUGAS BAB 7 (BUKU MERAH) F. Latihan - latihan 1. Salah satu kelebihan kajian dengan AHP adalah kemampuan teknik tersebut untuk mendeteksi : a. Konsistensi dan konsensus b. Konsistensi c. Konsensus 2. Agar memungkinkan bagi para pakar untuk memberi penilaian dalam bentuk rentang dari pada dalam bentuk nilai pasti, maka konsep teori yang dapat digabungkan dengan metode AHP adalah : a. Game Theory b. Fuzzy c. Teori Probabilistik 3. Di antara fungsi keanggotaan bilangan fuzzy yang umum dipakai karena kemudahannya dalam pemodelan dan interprestasinya yang mudah adalah : a. Triangular b. Trapezodial c. Triangular dan trapezodiall 4. Penilaian dengan metode fuzzy AHP dianggap konsisten apabila nilai konsistensi rasio penilaian adalah : a. Lebih kecil dari 0,1 b. Lebih besar atau sama dengan 0,1 c. Lebih kecil dari 1 5. Dengan memasukkan nilai a, nilai fuzzy triangular dapat dikonversikan ke dalam rentang a-cut nilai a menunjukkan : a. Tingkat optimisme para pakar b. Tingkat kepercayaan para pakar c. Tingkat optimisme dan kepercayaan para pakar Jawablah dengan jelas 1. Apa perbedaan penilaian alternatif berdasarkan setiap kriteria pada metode AHP dengan metode fuzzy AHP ? 2. Pengambilan keputusan dengan AHP banyak digunakan pada persoalan keputusan yang berjenjang dan bersifat ? 3. Dalam pemilihan pemasok dilakukan penilaian dengan tujuan menilai kinerja pemasok, untuk melakukan penilaian kinerja pemasok digunakan kriteria pelayanan (K1), pertumbuhan penjualan (K2) dan kualitas produk (K3) penilaian tersebut dilakukan untuk memilih 4 alternatif pemasok, yaitu pemasok 1 (P1), pemasok 2 (P2), pemasok 3 (P3) dan pemasok 4 (P4). a. Buatlah struktur hierarki dalam permasalahan tersebut jika pemilihan pemasok akan dilakukan dengan menggunakan metode fuzzy AHP! b. Hasil penilaian para pakar adalah sebagai berikut : Perbandingan berpasangan hasil penilaian pakar pada kriteria pemilihan pemasok

jawaban : 1. Perbedaan penilaian alternative metode AHP dan metode fuzzy AHP AHP

Fuzzy AHP

Dimulai dari tujuan sasaran lalu kriteria level pertama, subkriteria dan alternative, memungkinkan untuk memberikan nilai bobot relative suatu kriteria majemuk pada suatu kriteria intuisi dengan membandinglan berpasangan lalu menentukan konsistensi untuk mengubah perbandingan berpasangan menjadi himpunan bilangan yang dapat mempresentasikan prioritas relative dari setiap kriteria dan alternative.

Memungkinkan untuk memasukan data kualitatif dan kuantitatif kedalam model keputusan, sehingga untuk pengambilan keputusan dapat memberikan keyakina dalam memerikan suatu penilaian dalam bentuk rentang dari pada penilaian dalam bentuk tertentu.

2. Penyederhanaan suatu persoalan kompleks yang tidak terstruktur, strategic dan dinamik menjadi bagian-bagiannya, serta menata dalam suatu hierarki (untuk memilih elemen-elemen suatu sistem ke dalam berbagai tingkat yang berlainan dan mengelompokkan unsur yang sama dalam setiap tingkat), kemudian tingkat kepentingan setiap variabel diberi nilai numerik secara subjektif, variabel tersebut secara relatif dibandingkan dengan variabel lain. Dari berbagai pertimbangan tersebut kemudian dilakukan sintesa untuk menetapkan variabel yang memiliki prioritas tinggi dan berperan untuk mempengaruhi hasil pada sistem tersebut. 3. struktur hierarki

Hasil penilaian para pakar Tabel 3.1. Perbandingan berpasangan hasil penilaian pakar pada kriteria pemilihan pemasok :

K1 K2 K3

K1

K2

K3

1

~ 5

~ 3 ~ 1

~ 5-1 ~ 3-1

1 ~ 1

1

Tabel 3.2. Perbandingan berpasangan hasil penilaian pakar pada alternatif pemasok ditinjau dari kriteria Pelayanan (K1) :

P1 P2 P3 P4

P1

P2

P3

P4

1

~ 1

~ 3-1 ~ 3-1

~ 1 ~ 1 ~ 1

~ 1 ~ 3 ~ 1

1 ~ 3 ~ 1

1 ~ 1

1

Tabel 3.3. Perbandingan berpasangan hasil penilaian pakar pada alternatif pemasok ditinjau dari kriteria Pelayanan (K2) :

P1 P2 P3 P4

P1

P2

P3

P4

1

~ 1

~ 5-1 ~ 5-1

~ 3-1 ~ 3-1 ~ 3

~ 1 ~ 5 ~ 3

1 ~ 5 ~ 3

1 ~ 3-1

1

Tabel 3.4. Perbandingan berpasangan hasil penilaian pakar pada alternatif pemasok ditinjau dari kriteria Pelayanan (K3) :

P1 P2 P3 P4

P1

P2

P3

P4

1

~ 3-1

~ 3-1 ~ 1

~ 7-1 ~ 5-1 ~ 5-1

~ 3 ~ 3 ~ 7

1 ~ 1 ~ 5

1 ~ 5

1

Pada pemilihan rantai pasok ini nilai α = 0.5 ~ 1 α = [1,3-2 α] = [1,2] ~ ~ 3 α = [1+2 α, 5-2 α] = [4,2], 3-1 α = [ 1/5-2 α, 1/1+2 α ] = [1/4,1/2] ~ ~ 5 α = [3+2 α, 7-2 α] = [6,4], 5-1 α = [ 1/7-2 α, 1/3+2 α ] = [1/6,1/4] ~ ~ 7 α = [5+2 α, 9-2 α] = [8,6], 7-1 α = [ 1/9-2 α, 1/5+2 α ] = [1/8,1/6] ~ ~ 9 α = [7+2 α, 11-2 α] = [10,8], 9-1 α = [ 1/11-2 α, 1/7+2 α ] = [1/10,1/8] Tabel 3.5. Matriks perbandingan berpasangan α-cut fuzzy hasil penilaian pakar pada tujuan bersama rantai pasok. K1

K2

K3

K1

1

[6,4]

[4,2]

K2

[1/6,1/4] [1/4,1/2]

1 [1,2]

[1,2]

K3

1

Tabel 3.6. Matriks perbandingan berpasangan α-cut fuzzy hasil penilaian pakar pada atribut kinerja rantai pasok di tinjau dari Pelayanan (K1). P1

P2

P3

P4

P1

1

[1,2]

[1/4,1/2]

[1,2]

P2

1

[1/4,1/2]

P3

[1,2] [4,2]

[4,2]

1

[1,2] [1,2]

P4

[1,2]

[1,2]

[1,2]

1

Tabel 3.7. Matriks perbandingan berpasangan α-cut fuzzy hasil penilaian pakar pada atribut kinerja rantai pasok di tinjau dari Pertumbuhan Penjualan (K2).

P1

P2

P3

P4

P1

1

[1,2]

[1/6,1/4 ] [1/6,1/4 ]

[1/4,1/2 ] [1/4,1/2 ] [4,2]

P2

[1,2]

1

P3

[6,4]

[6,4]

1

P4

[4,2]

[4,2]

[1/4,1/2 ]

1

Tabel 3.8. Matriks perbandingan berpasangan α-cut fuzzy hasil penilaian pakar pada atribut kinerja rantai pasok di tinjau dari Kualitas Produk (K3). P1

P2

P3

P4

P1

1

[1/4,1/2]

[1/4,1/2 ]

P2

[4,2]

1

[1,2]

P3

[4,2]

[1,2]

1

[1/8,1/6 ] [1/6,1/4 ] [1/6,1/4 ]

P4

[8,6]

[6,4]

[6,4]

1

Tabel 3.9. Nilai indeks konsistensi acak (RI) berdasarkan ukuran matriks n RI

1 0

2 0

3 0,58

4 0,9

5 1,12

6 1,24

7 1,32

8 1,41

9 1,45

10 1,49

Nilai crisp, nilai kepentingan untuk setiap kriteria, nilai eigen tertinggi, indeks konsistensi pada setiap matriks perbandingan berpasangan ditunjukan pada Tabel 3.10 hingga Tabel 3. Tabel 3.10. Nilai crisp matriks perbandingan berpasangan,x,λmax,CI, dan CR hasil penilaian pakar pada tujuan bersama rantai pasok. K1

K2

K3

K1

1

5,000

3,000

K2

0,208 0,375

1 1,500

1,500 1

K3

λmax = 3

CI=0 CR=0

Tabel 3.11. Nilai crisp matriks perbandingan berpasangan,x,λmax,CI, dan CR hasil penilaian pakar pada atribut kinerja rantai pasok ditinjau dari tujuan Pelayanan (K1). P1

P2

P3

P4

P1

1

1,500

0,375

1,500

P2 P3

1,500 3,000

1 3,000

0,375 1

1,500 1,500

P4

1,500

1,500

1,500

1

λmax = 5,27

CI=0,424 CR=0.471

Tabel 3.12. Nilai crisp matriks perbandingan berpasangan,x,λmax,CI, dan CR hasil penilaian pakar pada atribut kinerja rantai pasok ditinjau dari tujuan Penjualan (K2). P1

P2

P3

P4

P1

1

1,500

0,208

0,375

P2 P3

1,500 5,000

1 5,000

0,208 1

0,375 3,000

P4

3,000

3,000

0,375

1

λmax = 4,4

CI=0,134 CR=0.1496

Tabel 3.13. Nilai crisp matriks perbandingan berpasangan,x,λmax,CI, dan CR hasil penilaian pakar pada atribut kinerja rantai pasok ditinjau dari tujuan Penjualan (K3). P1

P2

P3

P4

P1

1

0,375

0,375

0,146

P2 P3

3,000 3,000

1 1,500

1,500 1

0,208 0,208

P4

7,000

5,000

5,000

1

λmax = 4,41

CI=0,136 CR=0.152

Dengan menggunakan metode fuzzy AHP, pendapat para pakar belum konsisten. Karena terdapat tidak konsisten maka dalam pemilihan pemasok belum bisa di lakukan sampai mendapatkan pendapat para pakar yang konsisten.