Pengambilan Keputusan Multi Kriteria
Panduan Lengkap untuk Mahasiswa & Praktisi
Apa itu Pengambilan Keputusan Multi Kriteria?
Pengambilan Keputusan Multi Kriteria (Multi-Criteria Decision Making/MCDM) adalah pendekatan sistematis dalam riset operasi yang dirancang untuk menyelesaikan masalah pengambilan keputusan yang melibatkan beberapa kriteria sekaligus [[3, 5]]. Konsep ini pertama kali diperkenalkan oleh Michael Scott Morton pada tahun 1971 [[3, 17]].
Memahami Dasar-Dasar Pengambilan Keputusan Multi Kriteria (MCDM)
MCDM bukan sekadar metode tunggal, tetapi sebuah kelompok teknik yang saling melengkapi, yang semuanya bertujuan untuk membantu pengambil keputusan membuat pilihan yang lebih rasional dan terstruktur ketika dihadapkan pada situasi di mana kriteria-kriteria yang ada bersifat multi-dimensi, saling bertentangan, dan memiliki bobot yang berbeda-beda [[5, 6]].
Sebagai contoh, ketika memilih mobil, seseorang harus mempertimbangkan berbagai faktor seperti harga, kualitas, efisiensi bahan bakar, dan desain, di mana meningkatkan satu faktor sering kali mempengaruhi faktor lainnya [[5, 6]].
Prinsip Dasar MCDM
Prinsip dasar MCDM terletak pada kemampuannya untuk memecah masalah kompleks menjadi komponen-komponen yang lebih kecil dan dikelola. Langkah-langkah umum dalam proses MCDM meliputi:
- Mengidentifikasi masalah atau permasalahan
- Menyusun preferensi terhadap kriteria
- Mengevaluasi alternatif-alternatif yang ada
- Menentukan alternatif terbaik [[1, 3]]
Kategori Utama MCDM
Secara umum, MCDM dibagi menjadi dua kategori utama:
- Multi Attribute Decision Making (MADM): Digunakan ketika jumlah alternatif dan kriteria adalah diskrit (terbatas dan terpisah) [[8, 17]]
- Multi Objective Decision Making (MODM): Digunakan ketika ruang solusi (decision space) adalah kontinu, sering kali melibatkan optimasi matematis [[17]]
Elemen Dasar MCDM | Deskripsi | Sumber |
---|---|---|
Definisi | Pendekatan sistematis dalam riset operasi untuk pengambilan keputusan dengan banyak kriteria yang seringkali bertentangan. | [[3, 5]] |
Kontributor Awal | Michael Scott Morton (1971) | [[3, 17]] |
Komponen Utama | Goal (Tujuan), Objectives (Sasaran), Kriteria, Alternatif. | [[17]] |
Kriteria | Persyaratan atau pertimbangan yang digunakan untuk mengevaluasi alternatif. Harus lengkap, operasional, minimum, dan tidak berlebihan. | [[4, 17]] |
Alternatif | Opsi-opsi keputusan yang tersedia untuk dipilih. | [[17]] |
Bobot | Nilai numerik yang menunjukkan kepentingan relatif atau prioritas suatu kriteria dibandingkan kriteria lainnya. | [[5]] |
Trade-off | Kompromi yang harus dilakukan antar kriteria, di mana peningkatan pada satu kriteria menyebabkan penurunan pada kriteria lain. | [[5]] |
Kategori Utama | Multi Attribute Decision Making (MADM) untuk alternatif diskrit; Multi Objective Decision Making (MODM) untuk alternatif kontinu. | [[8, 17]] |
Analisis Mendalam Metode AHP
Analytical Hierarchy Process (AHP) adalah salah satu metode MCDM yang paling populer dan luas digunakan, pertama kali dikembangkan oleh Prof. Thomas L. Saaty pada awal 1970-an [[2, 4, 5]].
Prinsip Dasar AHP
Keunggulan utama AHP terletak pada kemampuannya untuk memecah masalah pengambilan keputusan yang kompleks menjadi struktur hierarki yang lebih sederhana, sehingga memungkinkan pengambil keputusan untuk mempertimbangkan berbagai perspektif dan aspek secara sistematis [[2, 6]].
Skala Perbandingan Berpasangan
Skala perbandingan berpasangan yang paling umum digunakan adalah skala Saaty, yang melibatkan nilai-nilai dari 1 hingga 9 [[3, 4]]:
- 1: Sama pentingnya (equally important)
- 3: Sedikit lebih penting (slightly more important)
- 5: Lebih penting (strongly more important)
- 7: Sangat lebih penting (very strongly more important)
- 9: Mutlak lebih penting (absolutely more important)
- 2, 4, 6, 8: Untuk kasus-kasus kompromi antara dua nilai di atasnya [[4]]
Verifikasi Konsistensi
AHP menggunakan ukuran yang disebut Consistency Ratio (CR) untuk mengevaluasi konsistensi penilaian. Jika CR ≤ 0.1 (10%), maka penilaian dianggap cukup konsisten dan dapat diterima; jika tidak, pengambil keputusan perlu merevisi penilaiannya [[1, 4]].
Memahami Metode TOPSIS
Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) adalah salah satu metode MCDM yang paling sederhana dan intuitif, pertama kali diperkenalkan oleh Yoon dan Hwang pada tahun 1981 [[3]].
Prinsip Dasar TOPSIS
Metode ini berlandaskan pada prinsip bahwa alternatif terbaik harus memiliki jarak terpendek dari solusi ideal positif (Positive Ideal Solution, PIS) dan jarak terpanjang dari solusi ideal negatif (Negative Ideal Solution, NIS) [[1, 3, 5]].
Langkah | Tujuan | Proses Inti | Sumber |
---|---|---|---|
Normalisasi Matriks | Menghilangkan unit pengukuran dan membandingkan kriteria yang berbeda. | Mengubah nilai xᵢⱼ menjadi rᵢⱼ = xᵢⱼ / √(∑xᵢⱼ²) untuk semua i . |
[[1, 17]] |
Pembobotan Matriks | Memberi bobot pada setiap kriteria sesuai kepentingannya. | Mengalikan nilai normalisasi rᵢⱼ dengan bobot wⱼ untuk mendapatkan vᵢⱼ . |
[[1, 17]] |
Tentukan Solusi Ideal | Menentukan alternatif hipotetis terbaik (PIS) dan terburuk (NIS). | PIS: {max(vᵢⱼ) if j ∈ Q, min(vᵢⱼ) if j ∈ R} ; NIS: {min(vᵢⱼ) if j ∈ Q, max(vᵢⱼ) if j ∈ R} . |
[[17]] |
Hitung Jarak Euclidean | Mengukur jarak setiap alternatif ke PIS (Dᵢ⁺ ) dan NIS (Dᵢ⁻ ). |
Dᵢ⁺ = √(∑(vᵢⱼ - A⁺ⱼ)²) dan Dᵢ⁻ = √(∑(vᵢⱼ - A⁻ⱼ)²) . |
[[1, 17]] |
Hitung Skor Preferensi | Menentukan peringkat alternatif berdasarkan kemiripan dengan PIS. | Cᵢ = Dᵢ⁻ / (Dᵢ⁻ + Dᵢ⁺) . Alternatif dengan Cᵢ tertinggi dipilih. |
[[1]] |
Perbandingan Metode MCDM: Kompensasi vs. Non-Kompensasi
Dalam penggunaan MCDM, penting bagi pengambil keputusan untuk memilih metode yang sesuai dengan sifat masalah yang dihadapi. Salah satu klasifikasi pembeda yang paling fundamental adalah antara metode compensatory (kompensasi) dan non-compensatory (non-kompensasi) [[5, 18]].
Studi Kasus AHP: Implementasi dalam Evaluasi Supplier dan Lokasi
Implementasi AHP telah terbukti sangat efektif dalam berbagai konteks bisnis dan industri nyata.
Evaluasi Pemasok Kedelai Lokal untuk Unilever Indonesia
Unilever tidak hanya mempertimbangkan harga, tetapi juga kualitas produk, rekam jejak, tanggapan terhadap permintaan, dan komitmen terhadap keberlanjutan. Dengan AHP, Unilever dapat memilih pemasok yang memberikan nilai tambah terbesar secara keseluruhan [[8]].
Pemilihan Biji Kopi Robusta Ekspor di PT. Indo Cafco Fajar
Perusahaan ini mengevaluasi biji kopi berdasarkan kadar air, warna, ukuran, aroma, dan harga. AHP memastikan keputusan final didasarkan pada analisis yang transparan dan terdokumentasi [[8]].
Pemilihan Lokasi Bandara Militer di Turki
AHP diintegrasikan dengan ELECTRE untuk mengevaluasi alternatif berdasarkan puluhan kriteria geografis, politis, dan militer. AHP digunakan untuk menentukan bobot kriteria-kriteria tersebut [[7]].
Bidang Aplikasi | Studi Kasus | Kriteria Umum | Tujuan | Sumber |
---|---|---|---|---|
Agroindustri | Evaluasi pemasok kedelai lokal untuk Unilever Indonesia | Kualitas, Rekam Jejak, Tanggapan, Komitmen | Memilih pemasok terbaik berdasarkan nilai tambah keseluruhan. | [[8]] |
Agroindustri | Pemilihan biji kopi robusta ekspor di PT. Indo Cafco Fajar | Kadar Air, Warna, Ukuran, Aroma, Harga | Memastikan kualitas konsisten untuk pasar ekspor. | [[8]] |
Industri | Pemilihan strategi perawatan di PLTA | Biaya, Waktu henti, Risiko | Meningkatkan efisiensi operasional dan ketersediaan daya. | [[7]] |
Transportasi | Pemilihan lokasi bandara militer di Turki | Geografis, Politis, Militer | Memilih lokasi strategis untuk kepentingan nasional. | [[7]] |
Telekomunikasi | Pemilihan lokasi pemasangan sistem telekomunikasi | Jangkauan Area, Keamanan, Ketersediaan Material, Traffic Load | Memaksimalkan efektivitas jaringan dan keamanan. | [[12]] |
Pemerintahan | Pemilihan calon kepala desa di Gorontalo | Kualitas Karakter, Visi-Misi, Pengalaman, Usia | Memilih pemimpin terbaik berdasarkan nilai-nilai masyarakat. | [[20]] |