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 7 buah kriteria yang diperhitungkan, yaitu Unsur Penunjang, Prestasi, Penilaian Umum, Kehadiran, Tingkat Pendidikan, Wawasan, dan Pengembangan Diri. Para pakar yang diminta pendapat dalam penyusunan artikel ini adalah yang dianggap memiliki latar belakang atau kompetensi berkaitan dengan kinerja SDM. Sebanyak 8 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 Diri21221170.137
C2Wawasan31103170.137
C3Unsur Penunjang11231140.113
C4Penilaian Umum40130210.169
C5Tingkat Pendidikan14111190.153
C6Prestasi11411160.129
C7Kehadiran40202200.161
Faktor Pengali432101241.000
[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 C1C2C3C4C5C6C7
A1P. Carlie5557527
A2Reza7568727
A3Yuna7347617
A4Bella L.6558518
A5Dewi6247627
A6James P.5266728
A7Kevin F.6558737
A8Pandu6348628
A9Lina7568716
A10Oscar F.5156827

Keterangan

  • C1 : Pengembangan Diri
  • C2 : Wawasan
  • C3 : Unsur Penunjang
  • C4 : Penilaian Umum
  • C5 : Tingkat Pendidikan
  • C6 : Prestasi
  • C7 : Kehadiran

[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 :

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

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 rk8,4 menunjukkan data untuk alternatif ke 8 yaitu Pandu untuk kriteria ke 4 (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:

$TKK=[0.137\text{, }0.137\text{, }0.113\text{, }0.169\text{, }0.153\text{, }0.129\text{, }0.161]$

Data dari TKK tersebut menunjukkan bobot/derajat kepentingan untuk tiap-tiap kriteria. Semisal TKK4 adalah merupakan nilai dari derajat kepentingan untuk kriteria ke 4 (Penilaian Umum) yaitu sebesar 0.169

2.3.3. Menghitung Total Nilai (TN)

Untuk menghitung Total Nilai (TN) digunakan persamaan MPE-01. Sebagai contoh untuk TN8, yaitu Total Nilai untuk alternatif ke-8 dapat dihitung sebagai berikut:

$\begin{align} TN_{8}&=\sum^{7}_{j=1} RK_{8,j}^{TKK_{j}}\\ &={(RK_{8,1})}^{TKK_{1}}+{(RK_{8,2})}^{TKK_{2}}+{(RK_{8,3})}^{TKK_{3}}+{(RK_{8,4})}^{TKK_{4}}+{(RK_{8,5})}^{TKK_{5}}+{(RK_{8,6})}^{TKK_{6}}+{(RK_{8,7})}^{TKK_{7}} \\ &={(6)}^{0.137}+{(3)}^{0.137}+{(4)}^{0.113}+{(8)}^{0.169}+{(6)}^{0.153}+{(2)}^{0.129}+{(8)}^{0.161} \\ &=1.278+1.163+1.169+1.422+1.316+1.094+1.398 \\ &=8.8249061933974\end{align}$

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
1A1P. Carlie8.8253091859306
2A2Reza9.0086220069195
3A3Yuna8.7126965335254
4A4Bella L.8.8249061933974
5A5Dewi8.7160903583273
6A6James P.8.7647326526109
7A7Kevin F.9.015110049852
8A8Pandu8.8405481955862
9A9Lina8.8814518172862
10A10Oscar F.8.6381546573412

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
1A7Kevin F.9.0151100498521
2A2Reza9.00862200691952
3A9Lina8.88145181728623
4A8Pandu8.84054819558624
5A1P. Carlie8.82530918593065
6A4Bella L.8.82490619339746
7A6James P.8.76473265261097
8A5Dewi8.71609035832738
9A3Yuna8.71269653352549
10A10Oscar F.8.638154657341210

Dari hasil perankingan terlihat kandidat yang terpilih untuk dipromosikan jabatannya adalah alternatif ke 7 yaitu Kevin F. dengan Total Nilai sebesar 9.015110049852

Source code selengkapnya bisa dilihat di tautan ini source source