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 Pengembangan Diri, Unsur Penunjang, Penilaian Umum, Wawasan, Kehadiran, 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 7 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
C1Pengembangan Diri01312100.149
C2Tingkat Pendidikan01411120.179
C3Unsur Penunjang1011470.104
C4Wawasan01312100.149
C5Kehadiran20212130.194
C6Penilaian Umum12130150.224
Faktor Pengali43210671.000
[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
A1N. Firza575566
A2N. Usman575178
A3Tantri676168
A4Bella A.674377
A5Alfian664266
A6Carlie784388
A7F. Reza785368
A8Kevin774167
A9Lina R.766176
A10Intan565586
A11Zaki M.674567
A12L. Mirza774366

Keterangan

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

[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 :

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

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 rk12,6 menunjukkan data untuk alternatif ke 12 yaitu L. Mirza untuk kriteria ke 6 (Penilaian Umum) dengan nilai 6

2.3.2. Matriks Derajat Kepentingan (TKK)

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

$TKK=[0.149\text{, }0.179\text{, }0.104\text{, }0.149\text{, }0.194\text{, }0.224]$

Data dari TKK tersebut menunjukkan bobot/derajat kepentingan untuk tiap-tiap kriteria. Semisal TKK6 adalah merupakan nilai dari derajat kepentingan untuk kriteria ke 6 (Penilaian Umum) yaitu sebesar 0.224

2.3.3. Menghitung Total Nilai (TN)

Untuk menghitung Total Nilai (TN) digunakan persamaan MPE-01. Sebagai contoh untuk TN12, yaitu Total Nilai untuk alternatif ke-12 dapat dihitung sebagai berikut:

$\begin{align} TN_{12}&=\sum^{6}_{j=1} RK_{12,j}^{TKK_{j}}\\ &={(RK_{12,1})}^{TKK_{1}}+{(RK_{12,2})}^{TKK_{2}}+{(RK_{12,3})}^{TKK_{3}}+{(RK_{12,4})}^{TKK_{4}}+{(RK_{12,5})}^{TKK_{5}}+{(RK_{12,6})}^{TKK_{6}} \\ &={(7)}^{0.149}+{(7)}^{0.179}+{(4)}^{0.104}+{(3)}^{0.149}+{(6)}^{0.194}+{(6)}^{0.224} \\ &=1.337+1.417+1.156+1.178+1.416+1.494 \\ &=8.0622984422156\end{align}$

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
1A1N. Firza8.0523990606609
2A2N. Usman7.9232193547573
3A3Tantri7.9380636314607
4A4Bella A.8.0622984422156
5A5Alfian7.8590990414072
6A6Carlie8.2122082512088
7A7F. Reza8.1581993292994
8A8Kevin7.8715429892733
9A9Lina R.7.8735138678217
10A10Intan8.0950853503495
11A11Zaki M.8.1126548699428
12A12L. Mirza7.9972809407663

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
1A6Carlie8.21220825120881
2A7F. Reza8.15819932929942
3A11Zaki M.8.11265486994283
4A10Intan8.09508535034954
5A4Bella A.8.06229844221565
6A1N. Firza8.05239906066096
7A12L. Mirza7.99728094076637
8A3Tantri7.93806363146078
9A2N. Usman7.92321935475739
10A9Lina R.7.873513867821710
11A8Kevin7.871542989273311
12A5Alfian7.859099041407212

Dari hasil perankingan terlihat kandidat yang terpilih untuk dipromosikan jabatannya adalah alternatif ke 6 yaitu Carlie dengan Total Nilai sebesar 8.2122082512088

Source code selengkapnya bisa dilihat di tautan ini source source