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 5 buah kriteria yang diperhitungkan, yaitu Penilaian Umum, Pengembangan Diri, Kehadiran, Tingkat Pendidikan, dan Unsur Penunjang. 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
C1Penilaian Umum31102170.258
C2Kehadiran11230140.212
C3Unsur Penunjang02131110.167
C4Pengembangan Diri21013120.182
C5Tingkat Pendidikan02221120.182
Faktor Pengali43210661.000
[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 C1C2C3C4C5
A1Zaki S.78678
A2Lina L.77676
A3F. Enrico68476
A4F. Kevin68578
A5Vicky88458
A6Carlie67678
A7Nina67557
A8N. James87476
A9Bella R.87466
A10A. Dewi67557
A11Hilmi P.87577
A12Pandu77466

Keterangan

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

[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 :

$RK=\left[ \begin{array}{ccccc}\\ 7 & 8 & 6 & 7 & 8 \\7 & 7 & 6 & 7 & 6 \\6 & 8 & 4 & 7 & 6 \\6 & 8 & 5 & 7 & 8 \\8 & 8 & 4 & 5 & 8 \\6 & 7 & 6 & 7 & 8 \\6 & 7 & 5 & 5 & 7 \\8 & 7 & 4 & 7 & 6 \\8 & 7 & 4 & 6 & 6 \\6 & 7 & 5 & 5 & 7 \\8 & 7 & 5 & 7 & 7 \\7 & 7 & 4 & 6 & 6\end{array} \right]$

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 rk3,2 menunjukkan data untuk alternatif ke 3 yaitu F. Enrico untuk kriteria ke 2 (Kehadiran) dengan nilai 8

2.3.2. Matriks Derajat Kepentingan (TKK)

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

$TKK=[0.258\text{, }0.212\text{, }0.167\text{, }0.182\text{, }0.182]$

Data dari TKK tersebut menunjukkan bobot/derajat kepentingan untuk tiap-tiap kriteria. Semisal TKK2 adalah merupakan nilai dari derajat kepentingan untuk kriteria ke 2 (Kehadiran) yaitu sebesar 0.212

2.3.3. Menghitung Total Nilai (TN)

Untuk menghitung Total Nilai (TN) digunakan persamaan MPE-01. Sebagai contoh untuk TN3, yaitu Total Nilai untuk alternatif ke-3 dapat dihitung sebagai berikut:

$\begin{align} TN_{3}&=\sum^{5}_{j=1} RK_{3,j}^{TKK_{j}}\\ &={(RK_{3,1})}^{TKK_{1}}+{(RK_{3,2})}^{TKK_{2}}+{(RK_{3,3})}^{TKK_{3}}+{(RK_{3,4})}^{TKK_{4}}+{(RK_{3,5})}^{TKK_{5}} \\ &={(6)}^{0.258}+{(8)}^{0.212}+{(4)}^{0.167}+{(7)}^{0.182}+{(6)}^{0.182} \\ &=1.586+1.554+1.260+1.424+1.385 \\ &=7.3324935423381\end{align}$

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
1A1Zaki S.7.4370981854873
2A2Lina L.7.3193103930684
3A3F. Enrico7.2103769227598
4A4F. Kevin7.3324935423381
5A5Vicky7.3222442332866
6A6Carlie7.3294286019661
7A7Nina7.169543146802
8A8N. James7.2889890142536
9A9Bella R.7.249619043985
10A10A. Dewi7.169543146802
11A11Hilmi P.7.3760984206392
12A12Pandu7.1918553180974

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
1A1Zaki S.7.43709818548731
2A11Hilmi P.7.37609842063922
3A4F. Kevin7.33249354233813
4A6Carlie7.32942860196614
5A5Vicky7.32224423328665
6A2Lina L.7.31931039306846
7A8N. James7.28898901425367
8A9Bella R.7.2496190439858
9A3F. Enrico7.21037692275989
10A12Pandu7.191855318097410
11A7Nina7.16954314680211
12A10A. Dewi7.16954314680212

Dari hasil perankingan terlihat kandidat yang terpilih untuk dipromosikan jabatannya adalah alternatif ke 1 yaitu Zaki S. dengan Total Nilai sebesar 7.4370981854873

Source code selengkapnya bisa dilihat di tautan ini source source