Decision Support System Series

Metode Perbandingan Eksponensial (MPE)

Contoh implementasi DSS (Decision Support System) dengan Metode Perbandingan Eksponensial (MPE) menggunakan PHP dan MySQL untuk promosi jabatan berdasarkan evaluasi kinerja karyawan

Metode Perbandingan Eksponensial (MPE) mampu mengurangi bias yang mungkin terjadi dalam analisis. Untuk nilai skor yang dihasilkan, akan mengambarkan urutan prioritas yang menjadi besar, ini mengakibatkan urutan prioritas alternatif keputusan menjadi lebih nyata

author : cahya dsn, published on : April 18th, 2018 updated on : May 28th, 2022

minerva minerva donasi donation

Mau lihat artikel lainya? Dapatkan artikel-artikel lain seputar pemrograman website di sini, dan dapatkan ide-ide baru

MPE sangat cocok untuk penilaian skala ordinal (contoh sangat baik, baik, kurang, sangat kurang). Metode perbandingan eksponensial mempunyai keuntungan dalam mengurangi bias yang mungkin terjadi dalam analisis. Nilai skor yang menggambarkan urutan prioritas menjadi besar (fungsi eksponensial) ini mengakibatkan urutan prioritas alternatif keputusan lebih nyata

Metode MPE ini mampu untuk menentukan urutan prioritas alternatif keputusan dengan menggunakan beberapa kriteria. Metode ini mampu mengurangi bias yang mungkin terjadi dalam analisis.

Untuk nilai skor yang dihasilkan, akan mengambarkan urutan prioritas yang menjadi besar, ini mengakibatkan urutan prioritas alternatif keputusan menjadi lebih nyata. Selain itu metode ini merupakan salah satu metode pengambilan keputusan yang mengkuantifikasikan pendapat seseorang atau lebih dalam skala tertentu. Pada prinsipnya ia merupakan metode skoring terhadap pilihan yang ada. Dengan perhitungan secara eksponensial, perbedaan nilai antar kriteria dapat dibedakan tergantung kepada kemampuan orang yang menilai.(Rangkuti 2011)

1.1. Tahapan Metode MPE

Langkah-langkah yang perlu dilakukan dalam pemilihan keputusan dengan MPE adalah:

  1. penentuan alternatif keputusan;
  2. penyusunan kriteria keputusan yang akan dikaji,
  3. penentuan derajat kepentingan relatif setiap kriteria keputusan dengan menggunakan skala konversi tertentu sesuai keinginan pengambil keputusan,
  4. penentuan derajat kepentingan relatif dari setiap alternatif keputusan dan
  5. pemeringkatan nilai yang diperoleh dari setiap alternatif keputusan.

Rumusan umum dalam Metode Perbandingan Eksponensial (MPE) adalah sebagai berikut :

$\text{Total Nilai}(\text{TN}_{i})=\sum^m_{j=1}(\text{RK}_{ij})^{\text{TKK}_{j}}$
.. [MPE-01]

Keterangan
${TN}_{i}$ : Total Nilai alternatif ke-$i$
${RK}_{ij}$ : Derajat kepentingan realtif kriteria ke-$j$ pada pilihan keputusan ke-$i$
${TKK}_{j}$ : derajat kepentingan kriteria keputusan ke-$j$; ${TKK}_{j} > 0;$ bulat
$n$ : jumlah pilihan/alternatif keputusan
$m$ : jumlah kriteria keputusan

1.2. Kelebihan dan Kekurangan MPE

Teknik pengambilan keputusan menghasilkan total skor untuk setiap alternatif. Pengambil keputusan menggunakan nilai akhir tersebut untuk memilih alternatif yang terbaik, yaitu alternatif pilihan dengan total skor terbesar.

Metode Perbandingan Eksponensial mempunyai keuntungan dalam mengurangi bias yang mungkin terjadi dalam analisis. Nilai skor yang menggambarkan urutan prioritas menjadi besar (fungsi eksponensial) ini mengakibatkan urutan prioritas alternatif keputusan lebih nyata.

This document using Dynamic Content Technology for enrichment sample case and reading experience
  • Data yang digunakan BUKAN merupakan data real, tapi data yang digenerate secara otomatis/random/acak dari sistem
  • Data dan Nilai Perhitungan yang ditampilkan akan SELALU BERBEDA jika halaman di refresh/reload
  • Jumlah Pakar ditampilkan secara acak/random antara 5 s.d 10
  • Jumlah Kriteria ditampilkan secara acak/random antara 4 s.d 8
  • Jumlah Data Alternatif ditampilkan secara acak/random antara 6 s.d 12

2.1. Kriteria dan Bobot

Pada kasus evaluasi karyawan untuk promosi jabatan ini telah ditentukan 6 buah kriteria yang diperhitungkan, yaitu Unsur Penunjang, Prestasi, Kehadiran, Penilaian Umum, Wawasan, dan Tingkat Pendidikan. Para pakar yang diminta pendapat dalam penyusunan artikel ini adalah yang dianggap memiliki latar belakang atau kompetensi berkaitan dengan kinerja SDM. Sebanyak 9 orang pakar dipilih untuk memberikan penilaian model Eckenrode. Referensi penilaian menggunakan skala seperti yang ditunjukkan pada TABEL 1

TABEL 1 : Skala Perbandingan Pembobotan antar Kriteria Metode Eckenrode
SkalaKeteranganNilai
1Sangat Tidak Penting1
2Tidak Penting2
3Cukup3
4Penting4
5Sangat Penting5

Hasil penilaian pembobotan para pakar adalah seperti yang terlihat pada TABEL 2 berikut ini: [1]

TABEL 2 : Penilaian Pembobotan Pakar dengan Metode Eckenrode
KriteriaUrutanNilaiBobot
KodeNama12345
C1Kehadiran32112210.196
C2Penilaian Umum51102250.234
C3Wawasan12231170.159
C4Prestasi21123150.140
C5Tingkat Pendidikan21141170.159
C6Unsur Penunjang11133120.112
Faktor Pengali432101071.000
[1] Data yang diberikan merupakan data yang di generate secara otomatis dari nilai acak/random, baik jumlah pakar, jumlah kriteria, urutan dan nilai-nilai-nya

2.2. Data Evaluasi

Data-data awal yang akan diperhitungkan dengan metoda MPE ini adalah seperti yang tercantum dalam TABEL 3 berikut ini [2]

TABEL 3 : Contoh Data Evaluasi
Alternatif Kriteria
Kode Nama C1C2C3C4C5C6
A1Reza M.882164
A2P. Usman672154
A3Alfian R.884355
A4Mirza K.775154
A5Nina R.781385
A6P. Wawan783185
A7James861385
A8S. Enrico672364
A9Intan A.765374

Keterangan

  • C1 : Kehadiran
  • C2 : Penilaian Umum
  • C3 : Wawasan
  • C4 : Prestasi
  • C5 : Tingkat Pendidikan
  • C6 : Unsur Penunjang

[2] Data yang diberikan merupakan data yang sudah di KUANTISASI, BUKAN berupa data MENTAH. Data dalam contoh di generate secara otomatis dari nilai acak/random

2.3. Perhitungan Manual

Berikut ini akan dijabarkan perhitungan dengan MPE secara manual lengkah demi langkah untuk memudahkan pemahaman terhadap MPE ini

2.3.1. Matriks Derajat Kepentingan Relatif (RK)

Langkah pertama adalah membuat matriks derajat kepentingan relatif (RK) dari data awal yang ada. Dari data pada TABEL 3 dapat dibuat matriks keputusan sebagai berikut :

$RK=\left[ \begin{array}{cccccc}\\ 8 & 8 & 2 & 1 & 6 & 4 \\6 & 7 & 2 & 1 & 5 & 4 \\8 & 8 & 4 & 3 & 5 & 5 \\7 & 7 & 5 & 1 & 5 & 4 \\7 & 8 & 1 & 3 & 8 & 5 \\7 & 8 & 3 & 1 & 8 & 5 \\8 & 6 & 1 & 3 & 8 & 5 \\6 & 7 & 2 & 3 & 6 & 4 \\7 & 6 & 5 & 3 & 7 & 4\end{array} \right]$

Pada matriks derajat kepentingan relatif (RK) tersebut, data pada baris ke-i adalah menunjukan data dari Alternatif ke-i; sedangkan data pada kolom ke-j menunjukkan kriteria ke-j. Misalnya untuk data rk6,2 menunjukkan data untuk alternatif ke 6 yaitu P. Wawan untuk kriteria ke 2 (Penilaian Umum) dengan nilai 8

2.3.2. Matriks Derajat Kepentingan (TKK)

Bobot atau Derajat Kepentingan (TKK) bisa diperoleh dari data pada TABEL 2 sebagai berikut:

$TKK=[0.196\text{, }0.234\text{, }0.159\text{, }0.140\text{, }0.159\text{, }0.112]$

Data dari TKK tersebut menunjukkan bobot/derajat kepentingan untuk tiap-tiap kriteria. Semisal TKK2 adalah merupakan nilai dari derajat kepentingan untuk kriteria ke 2 (Penilaian Umum) yaitu sebesar 0.234

2.3.3. Menghitung Total Nilai (TN)

Untuk menghitung Total Nilai (TN) digunakan persamaan MPE-01. Sebagai contoh untuk TN6, yaitu Total Nilai untuk alternatif ke-6 dapat dihitung sebagai berikut:

$\begin{align} TN_{6}&=\sum^{6}_{j=1} RK_{6,j}^{TKK_{j}}\\ &={(RK_{6,1})}^{TKK_{1}}+{(RK_{6,2})}^{TKK_{2}}+{(RK_{6,3})}^{TKK_{3}}+{(RK_{6,4})}^{TKK_{4}}+{(RK_{6,5})}^{TKK_{5}}+{(RK_{6,6})}^{TKK_{6}} \\ &={(7)}^{0.196}+{(8)}^{0.234}+{(3)}^{0.159}+{(1)}^{0.140}+{(8)}^{0.159}+{(5)}^{0.112} \\ &=1.465+1.626+1.191+1.000+1.391+1.198 \\ &=7.7916547225253\end{align}$

Dengan perhitungan yang serupa untuk alternatif-alternatif yang lain maka didapatkan hasil seperti dalam TABEL 4 berikut ini:

TABEL 4 : Hasil Perhitungan Total Nilai (TN)
NoAlternatifTotal Nilai (TN)
KodeNama
1A1Reza M.7.7434916392373
2A2P. Usman7.5730413668571
3A3Alfian R.8.0316173973534
4A4Mirza K.7.7916547225253
5A5Nina R.7.8464461676803
6A6P. Wawan7.8706477374032
7A7James7.7796777116664
8A8S. Enrico7.7774993575153
9A9Intan A.7.9733327643021

2.3.4. Perankingan

Tahap yang terakhir adalah melakukan perangkingan, yaitu dengan mengutukan data Total Nilai dari yang terbesar hingga yang terkecil, seperti terlihat dalam TABEL 5 berikut ini:

TABEL 5 : Hasil Perangkingan
NoAlternatifTotal Nilai (TN)Ranking
KodeNama
1A3Alfian R.8.03161739735341
2A9Intan A.7.97333276430212
3A6P. Wawan7.87064773740323
4A5Nina R.7.84644616768034
5A4Mirza K.7.79165472252535
6A7James7.77967771166646
7A8S. Enrico7.77749935751537
8A1Reza M.7.74349163923738
9A2P. Usman7.57304136685719

Dari hasil perankingan terlihat kandidat yang terpilih untuk dipromosikan jabatannya adalah alternatif ke 3 yaitu Alfian R. dengan Total Nilai sebesar 8.0316173973534

Source code selengkapnya bisa dilihat di tautan ini source source