METODE UTILITY ADDITIVE UNTUK MENGEVALUASI PERINGKAT SUBJEKTIF DALAM PENGAMBILAN KEPUTUSAN MULTIKRITERIA

perpustakaan.uns.ac.id

digilib.uns.ac.id

METODE UTILITY ADDITIVE UNTUK MENGEVALUASI PERINGKAT SUBJEKTIF DALAM PENGAMBILAN KEPUTUSAN MULTIKRITERIA

oleh: YULI ASTUTI M0107070

SKRIPSI Ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA commit to user 2012


digilib.uns.ac.id

commit to user

ii


digilib.uns.ac.id

MOTO

Selalu berusaha dan berdoa untuk mencapai tujuan

commit to user

iii


digilib.uns.ac.id

PERSEMBAHAN

Karya ini, saya persembahkan untuk kedua orang tua saya tercinta. Atas kasih sayang, dukungan, dan pengorbanan mereka yang tak terhingga, sehingga saya bisa sampai pada tahap ini.

commit to user

iv


digilib.uns.ac.id

ABSTRAK

Yuli Astuti, 2012. METODE UTILITY ADDITIVE UNTUK MENGEVALUASI PERINGKAT SUBJEKTIF DALAM PENGAMBILAN KEPUTUSAN MULTIKRITERIA. Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret.

Multiple criteria decision aid (MCDA) adalah suatu metode pengambilan keputusan untuk memecahkan masalah yang kompleks dengan memperhatikan beberapa sudut pandang. Pada konteks pengambilan keputusan multikriteria, biasanya metode yang digunakan untuk menyelesaikan masalah MCDA mengasumsikan bahwa struktur preferensi pengambil keputusan diketahui, sehingga dapat dievaluasi semua alternatif pengambilan keputusannya. Satusatunya metode yang bertujuan mengestimasi struktur preferensi pengambil keputusan adalah metode utility additive (UTA). Metode UTA adalah suatu metode yang menilai fungsi utilitas aditif pada sekumpulan kriteria, menggunakan informasi berdasarkan peringkat subjektif pada seperangkat alternatif dan evaluasi multikriteria dari alternatif tersebut. Metode UTA dapat mengevaluasi suatu peringkat alternatif berdasarkan utilitasnya. Dalam penelitian ini, penulis mengkaji ulang metode UTA untuk mengevaluasi peringkat subjektif dalam pengambilan keputusan multikriteria. Fungsi utilitas yang diestimasi konsisten dengan peringkat subjektif dan evaluasi multikriteria secara global apabila total potensial erornya bernilai nol. Kata kunci : MCDA, Metode UTA, fungsi utilitas, potensial eror.

commit to user

v


digilib.uns.ac.id

ABSTRACT

Yuli Astuti, 2012. UTILITY ADDITIVE METHOD FOR EVALUATING SUBJECTIVE RATINGS IN MULTICRITERIA DECISION MAKING. Faculty of Mathematics and Natural Sciences, Sebelas Maret University.

Multiple criteria decision aid (MCDA) is a method of decision making to solve complex problems with respect to some point of view. In the context of multicriteria decision making, the method that used to solve the problem of MCDA assumes that the decision maker preference structure is known, so it can evaluate all alternatives of decision making. The only method that aims to estimate the preference structure of decision maker is utility additive (UTA) method. UTA method is a method to assess the additive utility functions on a set of criteria, by using information based on subjective ratings on a set of alternatives and multicriteria evaluation of these alternatives. UTA method can evaluate an alternative ranking based on utility. In this research, the recearcher reviewing the UTA method for evaluating subjective ranking of multicriteria decision making. The estimated utility function is consistent with the subjective ranking and the globally multicriteria evaluation if the total potential error is zero. Key words: MCDA, UTA Method, utility function, potential error.

commit to user

vi


digilib.uns.ac.id

KATA PENGANTAR

Terima kasih kepada Allah SWT, atas semua berkah dan karunia-Nya, sehingga penulis dapat menyelesaikan skripsi ini dengan baik. Penulis juga mengucapkan terima kasih kepada semua pihak yang telah membantu penulis untuk menyelesaikan skripsi ini, yaitu: 1.

Drs. Tri Atmojo K, M.Sc., Ph.D yang telah membimbing penulis dalam pendalaman materi serta penulisan skripsi ini,

2.

Titin Sri Martini, S.Si, M.Kom yang telah membimbing penulis dalam penyusunan skripsi ini,

3.

Teman-teman yang telah membantu penulis dalam menyelesaikan skripsi ini. Semoga penulisan skripsi ini dapat bermanfaat bagi pembaca.

Surakarta, Juli 2012

Penulis

commit to user

vii


digilib.uns.ac.id

DAFTAR ISI JUDUL

.....................................................................................................

PENGESAHAN MOTO

i

.......................................................................................

ii

......................................................................................................

iii

PERSEMBAHAN

....................................................................................

iv

ABSTRAK

...............................................................................................

v

ABSTRACT

...............................................................................................

vi

KATA PENGANTAR DAFTAR ISI

..............................................................................

vii

............................................................................................

viii

DAFTAR TABEL

....................................................................................

x

DAFTAR NOTASI

..................................................................................

xi

I.

PENDAHULUAN

1

1.1. Latar Belakang Masalah

..........................................................

1

.................................................................

2

1.3. Tujuan Penelitian

.....................................................................

3

1.4. Manfaat Penulisan

....................................................................

3

1.2. Perumusan Masalah

II.

LANDASAN TEORI

4

2.1. Tinjauan Pustaka

.....................................................................

2.1.1 Fungsi Utilitas Aditif 2.1.2 Program Linier

................................................................

2.1.3 Analisis Sensitivitas 2.2. Kerangka Pemikiran

.....................................................

4 5 6

........................................................

8

................................................................

9

III.

METODE PENELITIAN

10

IV.

PEMBAHASAN

11

4.1. Fungsi Utilitas Aditif

...............................................................

4.2. Pengembangan dari metode UTA 4.2.1 Input Data

11

............................................

12

.......................................................................

12

4.2.2 Penilaian Fungsi Utilitas

..............

12

4.2.3 Analisis Sensitivitas ........................................................ commit to user

15

viii

yang Optimal


4.3. Ilustrasi V.

digilib.uns.ac.id

....................................................................................

PENUTUP

30

5.1. Kesimpulan 5.2. Saran

16

..............................................................................

30

........................................................................................

30

DAFTAR PUSTAKA

31

commit to user

ix


digilib.uns.ac.id

DAFTAR TABEL 4.1

Penilaian setiap alternatif

dengan kriteria

4.2

Nilai parameter untuk penilaian fungsi utilitas

4.3

Nilai

4.4

Nilai estimasi utilitas dari setiap kriteria

untuk setiap kriteria

...........................

17

..............................

17

........................................................

18

commit to user

x

.......................................

27


digilib.uns.ac.id

DAFTAR NOTASI : himpunan alternatif : himpunan alternatif pada peringkat subjektif : kriteria : kinerja pada kriteria ke: fungsi utilitas aditif : hubungan preference : hubungan indifference : urutan yang lemah dari alternatif : evaluasi multikriteria dari alternatif : nilai kriteria yang paling diinginkan dalam membuat keputusan : nilai kriteria yang paling tidak diinginkan dalam membuat keputusan : interval nilai-nilai dari setiap kriteria ke : banyak titik untuk mengestimasi setiap utilitas marginal : utilitas marginal kriteria : titik untuk mengestimasi fungsi utilitas : bilangan real kecil tergantung pada | | : banyaknya alternatif pilihan dalam [

] : fungsi utilitas alternatif : potensial eror utilitas pada alternatif : ambang batas indifference : jumlah total dari potensial eror : penyelesaian optimal : nilai ambang real positif yang merupakan proporsi yang sangat kecil dari

commit to user

xi


digilib.uns.ac.id

BAB I

PENDAHULUAN

1.1 LATAR BELAKANG MASALAH Riset operasi merupakan metode untuk memformulasikan dan merumuskan permasalahan sehari-hari, baik mengenai bisnis, ekonomi, sosial, maupun bidang lainnya ke dalam pemodelan matematis untuk mendapatkan solusi yang optimal. Bagian terpenting dari riset operasi adalah bagaimana menerjemahkan permasalahan sehari-hari ke dalam model matematis. Riset operasi dapat dikatakan berkaitan dengan pengambilan keputusan, sehingga keputusan yang diambil menjadi keputusan yang optimal. Multiple criteria decision aid (MCDA) adalah suatu metode pengambilan keputusan untuk memecahkan masalah yang kompleks dengan memperhatikan beberapa kriteria. Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah MCDA, seperti Smart, AHP, ELECTRE, PROMETHEE, Macbeth, UTA, dan sebagainya. Metode utility additive (UTA) adalah suatu metode yang menilai fungsi utilitas aditif pada sekumpulan kriteria, menggunakan informasi berdasarkan peringkat subjektif pada seperangkat alternatif dan evaluasi multikriteria dari alternatif tersebut. Metode UTA adalah metode yang diperkenalkan oleh JacquetLagreze dan Siskos [3]. Parameter fungsi utilitas diestimasi dengan PL. PL mengoptimalkan fungsi utilitas sehingga konsisten dengan pengambilan keputusan secara global. Selanjutnya dilakukan analisis sensitivitas untuk mengidentifikasi pengaruh perubahan parameter PL terhadap pemecahan optimum [3]. Menurut Jacquet-Lagreze dan Siskos [3], fungsi utilitas yang dinilai bukan fungsi utilitas tunggal, namun merupakan himpunan fungsi utilitas. Fungsi utilitas tersebut akan menjadi model yang konsisten dengan pembuat keputusan preferensi sebelumnya. Metode UTA dapat mengurangi himpunan fungsi utilitas to user menjadi fungsi utilitas tunggal. commit Selain itu, juga memungkinkan menggunakan

1

2 digilib.uns.ac.id


himpunan fungsi utilitas untuk menilai hubungan peringkat yang hanya memberikan urutan parsial pada alternatif pilihan [3]. Pada konteks pengambilan keputusan multikriteria, metode UTA adalah satusatunya metode yang bertujuan untuk mengestimasi struktur preferensi pengambil keputusan. Metode lain seperti Smart, AHP, ELECTRE, PROMETHEE, dan Macbeth, mengasumsikan bahwa struktur preferensi pengambil keputusan diketahui dan dapat digunakan secara langsung untuk mengevaluasi semua alternatif [2]. Metode UTA dapat mengevaluasi suatu alternatif berdasarkan utilitasnya, sehingga metode UTA sering diterapkan dalam berbagai bidang, seperti bidang pendidikan, transportasi, ekonomi, komunikasi, dan sebagainya. Bidang komunikasi sangat penting untuk kelancaran dalam berbagai bidang. Komunikasi adalah suatu proses dimana seseorang, beberapa orang, kelompok, organisasi, dan masyarakat menciptakan dan menggunakan informasi agar terhubung dengan lingkungan dan orang lain. Setiap orang membutuhkan alat komunikasi agar dapat berkomunikasi jarak jauh, misalnya handphone. Bermacam-macam merek dan fasilitas handphone yang semakin canggih membuat konsumen harus cermat dalam memilih handphone yang sesuai dengan kebutuhan dan kegunaannya. Pada umumnya, seseorang memilih handphone berdasarkan gaya dan trend masa kini, sehingga dengan keberadaan tipe handphone terbaru dapat menggeser tipe-tipe yang lama tanpa dipertimbangkan fungsi dan kegunaannya. Oleh sebab itu, penulis mengkaji ulang dan menerapkan metode UTA untuk mengevaluasi pendapat seorang responden mengenai 10 peringkat merek handphone dengan lima kriteria, yaitu harga, memori internal, tahan baterai saat siaga, tahan baterai saat bicara, dan ukuran kamera. 10 peringkat merek handphone yang telah dipilih dan diranking oleh responden tersebut dievaluasi agar hasilnya dapat dijadikan sebagai dasar rasional dalam membuat keputusan. 1.2 PERUMUSAN MASALAH Perumusan masalah dalam penelitian ini adalah bagaimana proses mengevaluasi peringkat subjektif dalam pengambilan keputusan multikriteria commit to user dengan metode UTA.

3 digilib.uns.ac.id


1.3 TUJUAN PENELITIAN Tujuan dari penelitian ini adalah mengevaluasi peringkat subjektif dalam pengambilan keputusan multikriteria dengan metode UTA.

1.4 MANFAAT PENELITIAN Manfaat teoritis yang diharapkan dari penelitian ini adalah dapat menjelaskan metode UTA untuk mengevaluasi peringkat subjektif dalam pengambilan keputusan multikriteria. Manfaat praktisnya adalah memberikan kontribusi yang dapat digunakan sebagai alat bantu dalam evaluasi peringkat subjektif dalam pengambilan keputusan multikriteria.

commit to user


digilib.uns.ac.id

BAB II

LANDASAN TEORI

Pada bab ini berisi tinjauan pustaka dan kerangka pemikiran. Tinjauan pustaka berisi penelitian-penelitan yang telah dilaksanakan dan digunakan sebagai dasar dilaksanakannya penelitian ini, serta teori-teori penunjang berisi deﬁnisideﬁnisi yang digunakan dalam pembahasan. Sedangkan kerangka pemikiran berisi alur pemikiran dalam penulisan skripsi ini.

2.1 TINJAUAN PUSTAKA Sejumlah karya telah diterbitkan pada multi attribute utility theory (MAUT) dan penggunaannya dalam analisis keputusan. Kerangka teoritis berdasarkan pertimbangan aksiomatis memungkinkan untuk dapat menggunakan model yang lebih sederhana seperti fungsi utilitas aditif. Namun demikian, terdapat kekurangan dari prosedur penilaian fungsi utilitas aditif yang diperkenalkan oleh Keeney dan Raiffa, yakni ketika dihadapkan dengan banyak proses pengelolaan keputusan. Di Eropa, relatif sedikit aplikasi dari MAUT yang dikembangkan di Inggris, misalnya prosedur penilaian pragmatis yang tidak mengikuti prosedur teoritis yang dikembangkan oleh Keeney dan Raiffa [5]. Di Perancis telah banyak dilakukan pemodelan preferensi dan penilaian prosedur yang digunakan dalam perusahaan-perusahaan swasta dan administrasi publik. Sebagian besar pendekatan menggunakan perbandingan parsial dari alternatif, bukan penilaian fungsi utilitas. Dalam penelitian ini prosedur penilaian sekumpulan fungsi utilitas dilakukan dengan menggunakan metode UTA yang pertama kali diperkenalkan oleh Jaquet-Lagreze dan Siskos [3]. Metode UTA dianggap memiliki dasar aksiomatis yang mendasari MAUT karena adanya sebuah fungsi utilitas aditif. Untuk itu, perlu diuraikan beberapa hal yang mendasari penelitian ini. Adapun beberapa hal tersebut memuat fungsi utilitas aditif, PL, dan analisis sensitivitas. commit to user

4

5 digilib.uns.ac.id


2.1.1 Fungsi Utilitas Aditif Utilitas didefinisikan sebagai preferensi pembuat keputusan terhadap suatu nilai dengan mempertimbangkan faktor resiko. Hasil penjajagan preferensi pembuat keputusan terhadap suatu nilai dengan mempertimbangkan faktor resiko tersebut dikodekan dalam suatu kurva yang disebut kurva preferensi atau kurva utilitas. Kurva utilitas memberikan sebuah cara untuk mengkonversikan suatu satuan (misalnya mata uang Rupiah) menjadi unit utilitas. Utilitas biasanya disajikan dalam bentuk fungsi yang disebut fungsi utilitas. Fungsi utilitas adalah fungsi yang memberi peringkat semua pasangan dari alternatif pada urutan preferensi dengan adanya tiga atau lebih himpunan sehingga membentuk sebuah relasi transitif [6]. Fungsi utilitas dapat digunakan dalam pengambilan keputusan multikriteria. Dalam pengambilan keputusan multikriteria, alternatif tindakan dihimpun pada himpunan . Himpunan

dievaluasi oleh kriteria

, dimana

adalah banyaknya kriteria. Menurut Keeney dan Raiffa [5], kesatuan dari semua kriteria menjadi kriteria tunggal disebut fungsi utilitas multikriteria yang dituliskan . Dalam

pengambilan

keputusan,

alternatif

pilihan

yang

ada

dapat

dibandingkan satu dengan yang lain untuk mendapatkan hasil yang optimal. Hubungan yang mungkin terbentuk saat membandingkan dua alternatif yaitu hubungan preference ( ) dan indifference ( ). Dua alternatif dikatakan memiliki hubungan preference jika salah satu dari dua alternatif tersebut memiliki nilai yang lebih dari alternatif yang lainnya. Sedangkan dua alternatif dikatakan memiliki hubungan indifference jika dua alternatif setara atau sama dengan alasan [

tertentu. Jika

] adalah evaluasi multikriteria dari

alternatif

, maka sifat sebagai berikut berlaku untuk fungsi utilitas

alternatif

dan .

[

]

[

]

,

[

]

[

]

,

dan relasi

commit to user adalah urutan yang lemah dari alternatif.

pada

6 digilib.uns.ac.id


Fungsi utilitas merupakan penjumlahan fungsi nilai dari masing-masing kriteria. Sedangkan fungsi utilitas aditif merupakan fungsi linier yang memenuhi sifat aditivitas. Aditivitas mengharuskan bahwa fungsi tujuan merupakan jumlahan langsung dari kontribusi individual variabel-variabel yang berbeda. Bentuk linier fungsi utilitas aditif ∑ dimana setiap

adalah utilitas marginal dari kinerja

pada kriteria . Suatu

hipotesis yang mendasar ketika menerapkan fungsi utilitas aditif yaitu kondisi saling independent dari kriteria [3].

dan

berturut-turut nilai kriteria yang

paling diinginkan dan yang paling tidak diinginkan dalam pengambilan keputusan. Jika diasumsikan hipotesis tak turun dari preferensi sebelumnya, maka utilitas marginal

merupakan fungsi monoton naik dari preferensi pada setiap

kriteria [4]. Fungsi utilitas dapat dinormalisasi dalam interval [0,1] untuk menyamakan satuan dengan batas bawah dan batas atas tertentu. Fungsi kendala normalisasi dari fungsi utilitas yaitu ∑

dan

untuk semua (Keeney dan Raiffa [5]). 2.1.2 Pemrograman

Linier

Pemrograman Linier

(PL)

merupakan

metode

matematik

dalam

mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan keuntungan dan meminimumkan biaya. PL banyak diterapkan dalam masalah ekonomi, industri, militer, social dan lain-lain. PL berkaitan dengan penjelasan suatu kasus dalam dunia nyata sebagai suatu model matematik yang terdiri dari sebuah fungsi tujuan linier dengan beberapa kendala linier [7]. Terdapat beberapa tahap dalam penyelesaian optimasi dari PL, yaitu : (1) Menentukan

variabel

tujuan,

(2)

Membuat

fungsi

tujuan

(memaksimumkan/meminimumkan), (3) Memformulasikan fungsi kendala, (4) Menggambarkan dalam bentuk grafik/membuat tabel simplex, (5) Menentukan daerah kemungkinan yang layak, (6) Menentukan solusi optimum. commit to user


7 digilib.uns.ac.id

Sejak diperkenalkan di akhir dasawarsa 1940-an, PL telah terbukti merupakan salah satu alat riset operasi yang paling efektif. Di samping itu, tersedianya program komputer yang sangat efisien untuk memecahkan masalah-masalah PL yang sangat luas merupakan faktor penting dalam tersebarnya penggunaan teknik ini [8]. Menurut Siringoringo [7], suatu model dapat dikatakan sebagai PL apabila memenuhi karakteristik berikut. 1.

Sifat linearitas suatu kasus dapat ditentukan dengan menggunakan beberapa cara. Secara statistik, kita dapat memeriksa kelinearan menggunakan grafik (diagram pencar) ataupun menggunakan uji hipotesa. Secara teknis, linearitas ditunjukkan oleh adanya sifat proporsionalitas, additivitas, divisibilitas dan kepastian fungsi tujuan dan pembatas.

2.

Sifat proporsional dipenuhi jika kontribusi setiap variabel pada fungsi tujuan atau penggunaan sumber daya yang membatasi proporsional terhadap level nilai variabel. Jika harga per unit produk adalah sama, berapapun jumlah yang dibeli, maka sifat proporsional dipenuhi. Atau dengan kata lain, jika pembelian dalam jumlah besar mendapatkan diskon, maka sifat proporsional tidak dipenuhi. Jika penggunaan sumber daya per unitnya tergantung dari jumlah yang diproduksi, maka sifat proporsionalitas tidak dipenuhi.

3.

Sifat additivitas mengasumsikan bahwa tidak ada bentuk perkalian silang diantara berbagai aktivitas, sehingga tidak akan ditemukan bentuk perkalian silang pada model. Sifat additivitas berlaku baik bagi fungsi tujuan maupun pembatas (kendala). Sifat additivitas dipenuhi jika fungsi tujuan merupakan penambahan langsung kontribusi masing-masing variabel keputusan. Untuk fungsi kendala, sifat additivitas dipenuhi jika nilai kanan merupakan total penggunaaan masing-masing variabel keputusan. Jika dua variabel keputusan misalnya merepresentasikan dua produk substitusi, dimana peningkatan volume penjualan salah satu produk akan mengurangi volume penjualan produk lainnya dalam pasar yang sama, maka sifat additivitas tidak terpenuhi.

4.

Sifat divisibilitas berarti unit aktivitas dapat dibagi ke dalam sembarang level fraksional, sehingga nilai variabel keputusan non integer dimungkinkan. commit to user

8 digilib.uns.ac.id


5.

Sifat kepastian menunjukkan bahwa semua parameter model berupa konstanta. Artinya koefisien fungsi tujuan maupun fungsi pembatas merupakan suatu nilai pasti, bukan merupakan nilai dengan peluang tertentu.

Ke-5 asumsi (sifat) ini dalam dunia nyata tidak selalu dapat dipenuhi. Untuk meyakinkan dipenuhinya keempat asumsi ini, dalam PL diperlukan analisis sensitivitas terhadap solusi optimal yang diperoleh. 2.1.3

Analisis Sensitivitas

Analisis sensitivitas dirancang untuk mempelajari pengaruh perubahan dalam parameter model PL terhadap pemecahan optimum. Analisis sensitivitas memberikan karakteristik dinamis pada model yang memungkinkan analis untuk mempelajari perilaku pemecahan optimum sebagai hasil dari perubahan dalam parameter model. Tujuan akhir dari analisis sensitivitas adalah untuk memperoleh informasi tentang pemecahan optimum yang baru dan yang dimungkinkan dengan perhitungan tambahan yang minimal. Analisis sensitivitas sangat sesuai untuk mempelajari pengaruh variasi dalam koefisien biaya/laba dan dalam jumlah sumber daya yang tersedia terhadap pemecahan optimum [8]. Terdapat dua masalah umu dalam analisis sensitivitas, yaitu 1.

Berapa besar perubahan yang diijinkan dalam koefisien fungsi tujuan. Perubahan dalam koefisien fungsi tujuan hanya akan mempengaruhi kemiringan garis lurus yang diwakili olehnya. Penentuan titik sudut optimum dari sebuah ruang pemecahan tertentu sepenuhnya bergantung pada kemiringan fungsi tujuan. Sasaran dari sudut pandang analisis sensitivitas adalah menentukan kisaran variasi dalam setiap koefisien fungsi tujuan yang akan membuat titik sudut optimum tidak berubah.

2.

Berapa nilai satu unit sumber daya. Masalah ini berkaitan dengan studi sensitivitas dari pemecahan optimum terhadap perubahan dalam sisi kanan batasan. Sasaran spesifik dari masalah sensitivitas ini adalah untuk menentukan pengaruh perubahan dalam sisi kanan batasan terhadap nilai pemecahan optimum. Pada intinya, hasilnya diberikan sebagai kisaran sisi kanan yang ditentukan sebelumnya, dimana dalam kisaran tersebut nilai commit to user

9 digilib.uns.ac.id


optimum dari fungsi tujuan akan berubah (meningkat atau menurun) dengan laju konstan tertentu.

2.2 KERANGKA PEMIKIRAN Dalam suatu masalah tentang pengambilan keputusan, diperlukan suatu metode yang mampu dengan cepat dan mudah dalam menyelesaikan permasalahan. Dalam pengambilan keputusan diperlukan adanya suatu kriteria sebagai bahan pertimbangan dan alat perbandingan dari bermacam-macam alternatif yang ada. Metode UTA dimulai dengan meminta seorang responden untuk memberikan peringkat subkelompok alternatif dalam urutan preferensi. Kemudian, dari alternatif yang dipilih, dilakukan penilaian pada setiap kriteria untuk setiap alternatif pilihan. Mengestimasi fungsi utilitas dari setiap alternatif dan memberikan perbandingan utilitas antar alternatif yang telah diranking. PL digunakan untuk mengestimasi parameter dari fungsi utilitas dengan fungsi tujuan meminimumkan potensial eror dengan kendala yang mencerminkan preferensi dari pengambilan keputusan itu. Minimum potensial eror dari alternatif dapat menunjukkan bahwa pendapat subjektif sesuai dengan peringkat global atau tidak. Jika total potensial eror bernilai nol, maka utilitas yang diestimasi konsisten dengan peringkat subjektif dan evaluasi multikriteria secara global.

commit to user


digilib.uns.ac.id

BAB III

METODE PENELITIAN

Penelitian ini dilaksanakan dengan mencari informasi dan teori-teori penunjang yang sesuai dengan permasalahan yang diteliti. Langkah selanjutnya mempelajari materi dari berbagai referensi, yaitu buku, artikel ilmiah, dan karyakarya ilmiah, serta mengkaji ulang jurnal tentang metode UTA. Dalam penelitian ini dipergunakan ilustrasi dengan data sebanyak 10 merek handphone yang dipilih dan diberi peringkat oleh seorang responden. Responden dipilih sesuai dengan keahliannya yang mengetahui dan menpunyai pengalaman tentang handphone. Merek handphone yang terpilih dievaluasi dengan 5 kriteria, yaitu harga, memori internal, daya tahan baterai saat siaga, daya tahan baterai bicara, dan ukuran kamera (pixel). Dipergunakan 5 kriteria tersebut untuk mempermudah kuantitatif data sehingga mudah dijadikan sebagai alat perbandingan antar alternatif pilihan merek handphone. Data evaluasi multikriteria pada masing-masing handphone diperoleh dari internet [1]. Langkah–langkah penelitian sebagai berikut. 1. Mempelajari faktor-faktor yang mempengaruhi seseorang dalam pemilihan merek handphone. 2. Menentukan evaluasi nilai kriteria dari masing-masing merek handphone dan menentukan peringkat subjektif dari pembuat keputusan. 3. Menentukan estimasi fungsi utilitas dari masing-masing kriteria. 4. Normalisasi fungsi utilitas. 5. Optimalisasi fungsi utilitas. 6. Estimasi utilitas. 7. Analisis sensitivitas.

commit to user

10


digilib.uns.ac.id

BAB IV

PEMBAHASAN

Bab ini berisi pembahasan materi yang terdiri dari tiga bagian. Bagian pertama menjelaskan fungsi utilitas aditif. Bagian kedua menjelaskan metode UTA, yang berisi tentang input data, penilaian fungsi utilitas yang optimal, dan analisis sensitivitas. Sedangkan bagian ketiga diberikan ilustrasi tentang evaluasi peringkat subjektif 10 merek handphone yang diambil dari seorang responden.

4.1 Fungsi Utilitas Aditif Pada bagian ini dijelaskan mengenai pengertian dari fungsi utilitas aditif yang mengacu pada Keeney dan Raiffa [5]. Pada pengambilan keputusan multikriteria, alternatif pilihan dihimpun dan disebut sebagai himpunan dievaluasi oleh sebanyaknya kriteria

. Himpunan

, dengan

banyaknya

kriteria yang dipakai sebagai pembanding antar alternatif. Fungsi utilitas multi atribut yang ditulis

. Dengan adanya hubungan

hubungan preference dan [

sebagai

sebagai hubungan indifference, untuk

] atau evaluasi multikriteria dari suatu alternatif

berlaku persamaan berikut untuk fungsi utilitas [

]

[

]

[

]

[

]

Relasi

pada alternatif

,

dan (4.1)

.

(4.2)

didefinisikan sebagai urutan yang lemah dari peringkat

alternatif pilihan berdasarkan pendapat subjektif dari seseorang yang nantinya akan dievaluasi. Fungsi utilitas aditif dirumuskan sebagai berikut. ∑

(4.3)

adalah utilitas marginal dari kinerja

pada kriteria .

Pada pengambilan keputusan multikriteria, biasanya kriteria-kriteria yang commit to user menjadi perbandingan antar alternatif memiliki satuan yang berbeda-beda, untuk 11

12 digilib.uns.ac.id


itu perlu menyamakan bobot satuan dengan batas atas dan batas bawah tertentu. Batas yang biasa digunakan adalah interval [0,1]. Untuk mengatasi hal ini, normalisasi pada fungsi utilitas perlu dilakukan. Normalisasi fungsi utilitas dilakukan dengan menambahkan fungsi kendala (Keeney dan Raiffa [5]). ∑

,

dan ,

(4.4)

untuk semua , dimana

, dengan

paling diinginkan dan

merupakan nilai kriteria yang

merupakan nilai kriteria yang paling tidak diinginkan

dalam pengambilan keputusan.

4.2 Pengembangan dari metode UTA 4.2.1 Didefinisikan

[

Input Data

] dengan

, merupakan interval untuk

nilai-nilai dari setiap kriteria ke- . Preferensi subjektif adalah urutan peringkat yang lemah

pada himpunan

dari tindakan nyata dengan evaluasi

kriteria dalam . Data kemudian terdiri dari informasi evaluasi kriteria dan urutan peringkat alternatif yang lemah dalam {

} subset dari

dimana

,

yang didefinisikan pada

adalah alternatif ke- , dengan

adalah peringkat paling atas dan

Himpunan

, ,

adalah peringkat paling bawah..

berfungsi sebagai referensi untuk mengevaluasi pembuat keputusan.

Untuk setiap pasangan alternatif

, dimana

dan

, pembuat

keputusan memberikan preference atau indifference keseluruhannya [2]. 4.2.2 Jika

Penilaian Fungsi Utilitas

adalah kontinu atau nilai

dipotong menjadi

sesuai interval [

yang Optimal

terlalu besar, maka interval [ ].

]

ditentukan oleh pembuat

keputusan untuk mengestimasi setiap utilitas marginal

. Setiap

kemudian

ditentukan dengan , commit to user , dan

.

(4.5)



Setelah menentukan

, dilakukan estimasi variabel

. Utilitas

marginal dari suatu alternatif diperkirakan dengan interpolasi linier [3]. Jadi, [

untuk [

], ditentukan

]

(

Jika interval

)

[

] sebagai berikut.

[ (

)

)].

(4.6)

adalah diskrit dengan interval yang kecil, maka dipilih

sama dengan jumlah dari interval dalam ambil

(

[

. Misalnya

], maka

untuk menemukan utilitas [

Penilaian fungsi utilitas [

.

] memiliki perbedaan yang signifikan dari

] yang sebenarnya, yang dapat dituliskan sebagai berikut. [

]

∑

[

]

[ untuk setiap

]

(4.7) [

]

[

]

.

sebagai kesalahan potensial relatif terhadap utilitas [3]. [

]

∑

[

],

sehingga dapat juga dituliskan [

]

[

]

.

Berdasarkan (4.1) dan (4.2), serta fungsi utilitas (4.7), diperoleh [

]

[

]

[

]

[

]

untuk setiap

,

(4.8)

,

(4.9)

, bilangan real kecil tergantung pada | |.

harus

dipilih untuk memisahkan secara signifikan dua kelas alternatif yang berurutan dalam urutan peringkat yang lemah dalam R. Dianjurkan untuk menggunakan nilai yang berbeda untuk

untuk memilih nilai

yang memberikan penyesuaian

terbaik. Jaquet-Lagreze dan Siskos [3] menetapkan nilai [

],

berasal dari interval

sesuai dengan banyaknya alternatif pilihan dalam .

Metode UTA untuk mengevaluasi peringkat subjektif, terdapat asumsi transitif untuk fungsi utilitas dari alternatifnya karena fungsi utilitas memetakan bilangan real ke bilangan real. Jika alternatif dari alternatif , dan alternatif

memiliki fungsi utilitas lebih besar

memiliki commit tofungsi user utilitas lebih besar dari alternatif



, maka dapat dikatakan alternatif

juga memiliki fungsi utilitas yang lebih besar

dari alternatif . Sehingga pembuat keputusan hanya akan membutuhkan perbandingan antar alternatif dan tidak begitu diperlukan untuk memberikan preference

atau

indifference

keseluruhannya

[2].

Selanjutnya

mencari

perbandingan antar alternatif dilakukan dengan mensubstitusi persamaan (4.7) ke dalam (4.8) dan (4.9) dan dapat dinyatakan sebagai berikut. ∑

{ [

]

[

]}

, (4.10)

∑

{ [

]

[

]}

. (4.11)

Sebagai penjelasan, misal diambil tiga alternatif dalam

sebagai berikut (

Untuk relasi ∑

[

dan

]

[

).

, dapat dituliskan ∑

[

Sedangkan untuk ∑

yang berbeda

]

,

, diuraikan sebagai berikut. ∑

]

[

]

.

Demikian, apabila menjumlahkan dua ketidaksamaan tersebut diperoleh hasil ∑

[

]

∑

[

]

∑

[

]

∑

[

]

(∑

[

]

) ∑

[

]

.

Sehingga dapat ditulis dan

,

dan

,

dan

.

Hal ini membuktikan bahwa jika terdapat asumsi transitif dalam , maka hanya dibutuhkan

perbandingan antar alternatif, dimana

banyaknya alternatif

sesuai dengan

.

Jika berlaku suatu hipotesis monoton naik dari urutan tingkatan pada preferensi sebelumnya, maka utilitas marginal

harus memenuhi kendala

berikut. (

)

(

)

,

. commit to user

(4.12)



dimana

adalah ambang batas indifference yang didefinisikan pada setiap

kriteria

. Dalam kasus evaluasi dengan metode UTA tidak diperlukan ambang

batas indifference, sehingga nilai (

menghindari kasus

untuk setiap . Hal ini dilakukan untuk

)

untuk

Variabel yang mewakili utilitas

.

dan eror

, diestimasi dengan

menggunakan PL, berdasarkan kendala pada batas atas dan bawah untuk setiap kriteria, kendala menurut preference dan indifference antar alternatif

, dan

kendala yang menjamin hipotesis monoton naik dari utilitas marginal. Optimalisasi fungsi utilitas dilakukan dengan meminimumkan potensial eror utilitas

terkait dengan utilitas dari setiap alternatif

. Misal

adalah

total potensial eror fungsi utilitas, optimalisasi dapat dinyatakan ke dalam PL berikut. ∑

(PL1) min

(4.13)

dengan kendala ∑

{ [

]

[

]}

, (4.14)

∑

{ [

]

[

]}

, (4.15)

(

)

∑

(

)

, untuk setiap dan ,

,

(4.16) (4.17)

, untuk setiap ,

(4.18)

, untuk setiap dan ,

(4.19)

, untuk setiap

. 4.2.3

(4.20) Analisis Sensitivitas

Solusi optimal PL1 memberikan nilai terbaik untuk fungsi obyektif. Misal penyelesaian optimal dari PL1. Jika

, maka tidak diperoleh penyelesaian

yang optimal. Oleh karena itu, dicari penyelesaian lainnya dengan memberikan toleransi perubahan nilai parameter terhadap penyelesaian optimal dengan menambahkan kendala berikut pada PL1. (4.21) Kendala (4.21) menetapkan bahwa fungsi tujuan tidak melebihi .

sebesar

commit user yang merupakan proporsi yang adalah nilai ambang real to positif



sangat kecil dari

. Jaquet-Lagreze dan Siskos [3] menunjukkan bahwa

eksplorasi fungsi utilitas dapat dilakukan melalui pemecahan dua masalah PL yang terkait dengan kriteria, yaitu menentukan nilai minimum dan nilai maksimum dari utilitas marginal untuk kriteria yang dianalisis. Dengan demikian, masalah PL berikut harus diselesaikan. PL2 min dan PL3 max adalah banyaknya kriteria dan

. Fungsi objektif PL2 dan PL3

dioptimalkan dengan fungsi kendala (4.14) sampai dengan (4.21).

4.3 Ilustrasi Iliustrasi yang diambil menggunakan data 10 peringkat merek handphone dari seorang responden berdasarkan peringkat subjektif sesuai dengan faktor keawetan, fitur, serta fasilitas yang ada pada handphone. Responden yang dipilih adalah responden yang memiliki pengalaman dan pengetahuan mengenai handphone. Merek-merek handphone yang ada dijadikan sebagai alternatif dalam penilaian fungsi utilitas. Data disajikan beserta spesifikasinya berdasarkan 5 kriteria, yaitu harga, memori internal, daya tahan baterai saat siaga, daya tahan baterai saat bicara, dan ukuran kamera handphone (pixel). Metode UTA diterapkan dalam kasus ini untuk mengestimasi struktur preferensi pembuat keputusan dan untuk mengevaluasi peringkat subjektif apakah sesuai dengan peringkat global atau tidak. Tabel berikut digunakan dalam proses penilaian fungsi utilitas. Nilai evaluasi multikriteria pada Tabel 4.1 diambil dari internet [1]. Nilai-nilai dalam Tabel 4.1 merupakan nilai

yang diperoleh dari data

spesifikasi dari handphone berdasarkan kriteria yang ada. , bawah.

adalah alternatif ke

, dengan 1 peringkat paling atas dan 10 adalah peringkat paling adalah kriteria ke , dengan

commit to user

.



Tabel 4.1 Penilaian setiap alternatif Harga HP (Juta)

Kriteria

Memori Internal (GB)

dengan kriteria Tahan baterai siaga (Jam)

Tahan baterai bicara (Jam)

Ukuran kamera (Mega pixel)

Alternatif Nokia X6 Nokia Asha 300 Nokia Asha 303 BB Torch 9810 BB Dakota Samsung Galaxy Y Nokia N8 Nokia E5 BB 9700 Onyx Nexian Xtreme NXA899

1,9 1 1,4 4,75 5 1,28

16 0,14 0,17 8 4 0,16

401 550 720 308 307 850

8,5 6,9 8,17 6,5 6,5 17

5 5 3,2 5 5 2

3 1,67 3,7 1,85

16 0,25 1 0,1

390 696 504 72

12,5 18,5 5 4

12 5 3,2 5

Langkah awal untuk menilai fungsi utilitas dalam evaluasi peringkat subjektif dengan metode UTA adalah memilih interval kriteria dan parameter , berasal dari interval [ alternatif [

dalam

] , dengan nilai

pengambilan

]. Dipilih nilai

keputusan,

yang kecil yaitu

,

.

sesuai dengan banyaknya diperoleh [

sehingga

]

agar perbedaan signifikan

antara dua alternatif kecil sehingga dengan nilai yang kecil sekalipun dapat mempertahankan hubungan preference antara dua alternatif. Nilai-nilai parameter yang lain disajikan dalam Tabel 4.2. Tabel 4.2 Nilai parameter untuk penilaian fungsi utilitas Kriteria 5 0 70 4 2

Nilai

dan

1 16 850 19 12

5 3 5 5 3

merupakan interval yang mencakup nilai-nilai

pada kriteria harga, nilai [

0 0 0 0 0

. Misalnya

] [ to]user merupakan interval yang mencakup commit



nilai-nilai harga handphone dari yang termahal sebagai nilai yang paling tidak diinginkan sampai yang termurah yaitu nilai yang paling diinginkan dalam membuat keputusan. Begitu pula untuk kriteria-kriteria yang lain dicari dengan cara yang sama.

diberikan oleh penganalisis untuk estimasi fungsi utilitas.

Sebagai contoh untuk

, yang berarti bahwa digunakan 5 titik estimasi untuk

interpolasi linier fungsi utilitas, dan tidak menutup kemungkinan untuk menggunakan nilai yang lain. Mengacu pada bagian 4.2.2, nilai

.

Proses dalam penilaian fungsi utilitas yang optimal untuk evaluasi peringkat subjektif dibagi menjadi dua tahap, yaitu penilaian fungsi utilitas yang optimal dan analisis sensitivitas. Langkah pertama untuk penilaian fungsi utilitas adalah melakukan estimasi nilai

untuk masing-masing kriteria dengan menggunakan persamaan (4.5).

Misal pada kriteria harga ( maka diperoleh nilai

) untuk nilai

)

, dan

,

disajikan dalam Tabel 4.3.

Tabel 4.3. Nilai

(

,

sebagai berikut.

Keseluruhan dari nilai

Harga

,

Memori Internal ( )

untuk setiap kriteria

Tahan baterai siaga ( )

Tahan baterai bicara ( )

Ukuran kamera ( )

Langkah selanjutnya menilai utilitas marginal dari setiap alternatif yang diperkirakan dengan interpolasi linier. commit to user { }.

,



[

Untuk [

] a. Nilai

] ditentukan dengan persamaan berikut.

(

)

[

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[ b. Nilai

] untuk

dan

] untuk

dan

] untuk

dan

)

] [

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[ c. Nilai

[ (

] [

[

]

[

]

[

]

[

]

[

]

commit to user

(

)]



[

]

[

]

[

]

[

]

[ d. Nilai

] [

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[ e. Nilai

] untuk

dan

] untuk

dan

] [

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

Setelah melakukan estimasi ∑

[ [

] ]

∑

[

untuk setiap [

]

], selanjutnya dicari nilai .

commit to user

[

]



∑

[

]

[ [

]

[

]

∑

[

∑

[

]

]

]

[

]

[

[

]

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

]

[

]

[

]

[

∑

[

]

[

∑

]

]

[

∑

[

]

[

∑

]

]

[

∑

[

]

[

∑

[

]

]

[

]

[

]

[

]

commit to user



[

]

∑

[

∑

[

]

[

]

]

[

]

∑

[

]

]

[

]

[ ]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

[

]

] ]

[

[

]

[ [

]

]

[

∑

[

]

[

∑

]

]

[

∑

[

]

[

∑

[

]

[

∑

[

]

]

commit to user



[

]

∑

[

]

∑

[

]

[

]

[

]

[

]

[

]

[

]

Untuk mendapatkan fungsi utilitas yang optimal dilakukan dengan menyelesaikan (PL1) yang bertujuan untuk meminimalkan potensial eror dari alternatif, yaitu meminimumkan fungsi objektif (4.13) dengan kendala (4.14) sampai (4.20). Berikut ini uraian mengenai fungsi kendala optimalisasi. Sesuai dengan kendala (4.14) dilakukan perbandingan antara dua alternatif sesuai dengan peringkat subjektif yang ada. Untuk setiap pasangan ( [

), ]

[

dengan ],

a. Untuk ∑

{ [

]

[

]}

]

[

]}

]

[

]}

b. Untuk ∑

{ [

c. Untuk ∑

{ [

commit to user

jika



d. Untuk ∑

{ [

]

[

]}

]

[

]}

]

[

]}

]

[

]}

]

[

]}

]

[

e. Untuk ∑

{ [

f. Untuk ∑

{ [

g. Untuk ∑

{ [

h. Untuk ∑

{ [

i. Untuk ∑

{ [

]} commit to user



Dalam evaluasi peringkat subjektif berlaku suatu hipotesis monoton naik dari urutan peringkat preferensi sebelumnya, utilitas marginal

harus memenuhi

kendala berikut (sesuai dengan kendala (4.16)): (

)

(

)

, untuk setiap

dan , dengan

. a. Untuk

dan

b. Untuk

dan

c. Untuk

dan

commit to user

dan



d. Untuk

dan

e. Untuk

dan

Pada fungsi kendala (4.17) dan (4.18) yang merupakan kendala normalisasi untuk fungsi utilitas yang bertujuan menyamakan batas atas dan batas bawah yang tertentu dan memberikan bobot yang setimbang walaupun dengan satuan yang berbeda-beda. a. ∑

b.

, untuk setiap

commit to user



Nilai

untuk setiap

dan

, dengan

dan

, sedangkan nilai dari potensial eror adalah non negatif untuk setiap

,

.

Fungsi objektif yang terkait pada tujuan meminimumkan potensial eror dapat dituliskan sebagai berikut. Min

∑

Pada akhirnya dilakukan optimalisasi fungsi utilitas dengan PL untuk mengoptimalkan PL1 dengan 31 fungsi kendala dan 31 variabel. Fungsi utilitas yang optimal didapat pada iterasi ke 32 dengan nilai

, yang berarti

bahwa terdapat suatu potensial eror dalam peringkat subjektif dari alternatif. Dapat juga dikatakan bahwa dengan nilai

berarti fungsi utilitas belum

konsisten dengan peringkat subjektif dan evaluasi muitikriteria secara global. Hal ini dapat terjadi dengan kemungkinan kesalahan pada ketidaksesuaian pemberian peringkat subjektif. Misal peringkat handphone yang satu lebih tinggi dari peringkat handphone yang lain, namun pada kriteria tertentu memiliki evaluasi multikriteria yang lebih rendah. Nilai estimasi utilitas dari setiap alternatif disajikan dalam Tabel 4.4. Tabel 4.4. Nilai estimasi utilitas dari setiap alternatif [ ] Alternatif Alternatif Nokia X6 0,908950 Samsung Galaxy Y Nokia Asha 300 0,990116 Nokia N8 Nokia Asha 303 0,949816 Nokia E5 BB Torch 9810 0,939814 BB 9700 Onyx BB Dakota 0,929815 Nexian Xtreme NX-A 899 Dari nilai di Tabel 4.4 dapat dilihat bahwa nilai utilitas Nokia

[ ] 0,919815 0,909815 0,909699 0,882829 0,037281 X6 sebagai

peringkat yang pertama justru lebih rendah dari peringkat dibawahnya. Ini berarti peringkat yang diberikan oleh responden belum sesuai dengan utilitas dari handphone tersebut. Berikut ini disajikan grafik antara peringkat subjektif dan estimasi utilitas untuk memperlihatkan hubungan antara peringkat subjektif dengan estimasi utilitasnya.

commit to user



1.0

0.8

0.6

0.4

Estimasi Utilitas 0.2

0.0 2

4

6

8

10

Peringkat Subjektif

Gambar 4.1 Hubungan peringkat subjektif dan estimasi utilitas Berdasarkan gambar tersebut nampak bahwa semakin tinggi peringkat belum tentu estimasi utilitasnya semakin tinggi. Hal ini dapat dilihat dengan jelas pada peringkat satu dan peringkat dua, dimana utilitas peringkat dua lebih besar dari utilitas peringkat satu. Tahap yang kedua dari metode UTA adalah analisis setelah optimal. Analisis sensitivitas dilakukan dengan memilih nilai

yang dipilih kurang dari

. Akan dicari penyelesaian dari fungsi tujuan PL2 dan PL3 dengan . Sehingga terdapat 10 fungsi tujuan dengan fungsi kendala

berdasarkan kendala (4.14) sampai (4.21) atau menambahkan kendala (4.21) pada PL1. Fungsi kendala (4.21) yaitu

Diperoleh range dari

sebagai berikut.

commit to user



Kisaran nilai

merupakan ide dari stabilitas utilitas. Analisis stabilitas

menyajikan identifikasi batas kisaran nilai yang membuat PL optimal dan stabil. Dengan analisis ini dapat diamati berapa besar perubahan yang dapat ditolerir agar solusi tetap optimal.

commit to user


digilib.uns.ac.id

BAB V

PENUTUP

5.1 KESIMPULAN Sesuai kajian, diperoleh kesimpulan sebagai berikut. Metode UTA untuk mengevaluasi peringkat subjektif dilakukan dengan menilai fungsi utilitas yang sesuai dengan peringkat subjektif yang ada. Penilaian fungsi utilitas dilakukan dengan menentukan estimasi titik dengan interpolasi linier untuk mengestimasi fungsi utilitas marginal. Selanjutnya fungsi utilitas dioptimalkan dengan meminimumkan total potensial eror dengan kendala monoton naik sesuai preferensi sebelumnya, kendala menurut preference dan indifference antar alternatif

, normalisasi fungsi utilitas, dan nilai dari

utilitas yang non negatif. Jika total potensial eror bernilai nol, maka utilitas yang diestimasi konsisten dengan peringkat subjektif dan evaluasi multikriteria.

5.2 SARAN Penelitian ini membahas tentang metode UTA untuk mengevaluasi peringkat subjektif dalam pengambilan keputusan multikriteria. Dalam penelitian ini hanya digunakan satu responden yang memberikan peringkat subjektif. Bagi pembaca yang tertarik dengan metode ini, dapat mengembangkan penelitian menggunakan lebih dari satu responden atau banyak responden. Pembaca dapat juga melanjutkan penelitian mengenai pengembangan metode UTA yaitu metode UTASTAR dan UTADIS.

commit to user

30

METODE UTILITY ADDITIVE UNTUK MENGEVALUASI PERINGKAT SUBJEKTIF DALAM PENGAMBILAN KEPUTUSAN MULTIKRITERIA

Recommend Documents