N.PENGEMBANGAN METODOLOGI REKAYASA NILAI 4.1. Metode Analisis dalam tiap Tahapan Penelitian Ada beberapa metode analisis yang digunakan pada pengembangan metodologi rekayasa nilai ini, terutama untuk proses pemiliian dan evaluasi rancangan suatu produk alatlmesin pertanian. Dengan mengacu pada diagram alir pengembangan metodologi rekayasa nilai seperti yang disajikan pada Gambar 3.1, metode analisis yang digunakan sesuai dengan masingmasing tahapan metodologi rekayasa nilai adalah : 4.1.1. Metode yang Digunakan pada Tahapan Informasi : 1. Analisis penentuan peubah yang berpengaruh paah pernilihan produk.
Penentuan peubah yang berpengaruh pada pernilihan produk merupakan langkah awal yang sangat penting, okh karena peubah-perubah yang diperoleh akan digunakan pada tahapan analisis selanjutnya. Peubahpeubah tersebut akan digunakan untuk membuat struktur hirarki AHP fuzzy yang berguna untuk penentuan indeks kinerja rancangan produk
dan nilai produk yang akan dipilih dan dievaluasi, penentuan tingkat keidealan dari rancangan yang dievaluasi dan sebagai acuan dasar dalam memodifikasi rancangan. Penentuan peubah yang berpengaruh pada pemilihan produk tersebut dapat dilakukan dengan berbagai cara misalnya : (1).dengan menggunakan analisis regresi; (2). analisis statistik multivariat; (3). diskusi / tukar gagasan (brain storming) berdasarkan
data empirik di lapangan. Pada bagian ini juga akan diperoleh gambaran kriteria atas pemilihan produk. 2 . Analisis faktor
-
untuk penentuan peubah yang dapat dijadikan dasar
pengembangan rancangan suatu produk
Analisis faktor dirnaksudkan untuk mendapatkan gambaran umurn tentang peubah mana saja dari sejumlah peubah yang berpengaruh pada pemilihan produk tersebut yang dapat dijadikan prioritas bagi pengembangan atau modifikasi rancangan lebih lanjut. Analisis faktor ini digunakan untuk mereduksi sekian banyak peubah yang tercakup dalam tiap kriteria penilaian. Dengan demikian akan diperoleh sejumlah faktor yang dominan, yang dapat menjadi pedoman dalam proses modifikasi rancangan pada tahapan berikutnya. Misalnya peubah yang berpengaruh pada pemilihan produk tersebut berjumlah 38 peubah dan setelah dianalisis dengan analisis faktor jumlahnya berkurang menjadi 15 buah, maka ke 15 peubah tersebut merupakan peubah yang perlu diprioritaskan dalarn tahapan pengembangan produk selanjutnya. Untuk memudahkan dalam analisis, selanjutnya proses pengolahan data statistik dilakukan dengan menggunakan alat bantu analisis berupa perangkat lunak (software) statistik SPSS for Window Release 6.0. 3. Analisis fungsi produk.
Untuk mendapatkan gambaran fungsi dan komponen pembentuk produk digunakan metode FAST (Functional Analysis System Technique). Pada tahapan i ni rancangan produk diuraikan menurut komponen, keterkaitan
antar komponen dengan masing-masing fungsinya. Dengan pendekatan
metode FAST dapat diketahui fungsi apa saja yang hams dipenuhi oleh
-
produk yang dibuat. Contoh model diagram FAST, misalnya
untuk
rancangan traktor tangan disajikan pada Garnbar 4.1.
Mengolah Tanah Mengatur posisi inplemen
&sin 8 implemen
Fungsi Tujuan
Fungsi Utama
Memasang tempat
Memberi kenyamnan operator
Sub Fungsi Utama
duduk
!
Fungsi Sekunder
Garnbar 4.1. Contoh Model Diagram FAST Traktor Tangan
Peubah-peubah yang ditetapkan pada tahapan informasi ini tidak akan sama, baik jumlah maupun karakteristiknya untuk jenis produk alat/mesin pertanian yang berbeda. Hal ini disebabkan karena setiap jenis produk alat/mesin pertanian memiliki karakteristik yang berbeda satu dengan lainnya. Sebagai contoh misalnya peubah yang mempengaruhi pemilihan traktor tangan akan berbeda dengan mesin perontok gabah. Disamping itu faktor lain yang juga berpengaruh adalah faktor geografi, mengingat masingmasing daerah memiliki karakteristik yang berbeda pula. Sehingga untuk mendapatkan suatu rancangan alat/mesin yang dapat berlaku umum hams didasarkan atas peubah-peubah yang dapat berlaku umum di semua daerah. 4.1.2. Metode yang Digunakan pada Tahapan Kreatif
1. Analisis morfologi Produk.
Untuk mendapatkan gambaran bentuk rancangan produk yang dapat dibuat, digunakan metode analisis morfologi. Metode ini digunakan untuk menjelaskan berbagai kemungkinan kombinasi komponen pembentuk struktur rancangan produk, baik yang menyangkut biaya, mekanisme, bahan, kontruksi maupun aspek lainnya. Sebagai gambaran dari morfologi pembentuk rancangan suatu produk, disajikan pada contoh berikut : Tabel 4.1. Contoh Morfologi Traktor Tangan
2. Analisis penaizpatan aizn biaya penggunaan produk.
Analisis biaya dan pendapatan dimaksudkan untuk mendapatkan
-
gambaran mengenai biaya yang dikeluarkan baik pada saat proses produksi hingga biaya pokok operasi dari produk yang dibuat di lapangan dan perkiraan pendapatan yang diperoleh dari penggunaannya. Dengan mengetahui biaya produksi akan memudahkan proses pernilihan altematif komponen dari suatu rancangan yang akan dimodifikasi. Demikian pula biaya pokok operasi dan pendapatan dari penggunaan produk tersebut akan menunjang analisis kelayakan ekonomi atau finansial dari produk yang dibuat. 4.1.3. Metode yang Digunakan pada Tahapan Analisis
1. Analisis kelayakanfinansial penggunaan produk. Untuk kinerja ekonomi pengoperasian alat/mesin pertanian dilakukan analisis kelayakan finansid yang didasarkan atas perhitungan BC Ratio (BCR), Net Present Value (NPV), Internal Rate of Return (IRR), -periode
pengembalian investasi atau Payback Period (PP), dan titik irnpas atau Break Even Point (BEP). Kelayakan finansial dirnaksudkan untuk mendapatkan
gambaran tentang produk yang pada operasionalnya di lapangan menguntungkan secara ekonomi bagi pemakainya. Dengan demikian hanya produk yang layak saja yang seharusnya dipilih oleh pemakai, sedangkan bagi produsen,
produk yang tidak layak dapat dirancang
ulang sehingga mampu memberikan keuntungan bagi pemakainya.
2. Analisis pemilihan produk dengan metode AHP Fuzzy.
Dengan menggunakan informasi yang diperoleh dari tahapan informasi
-
dan hasil analisis kelayakan finansial, selanjutnya dapat dipilih produk yang paling memenuhi harapan dan sesuai dengan kriteria pemilihan yang ditetapkan pemakai. Mormasi yang diperoleh dari tahapan informasi temtama digunakan untuk membuat model hirarki pemilihan produk dengan AHPfuzzy. Keuntungan metode AHPfuzzy, antara lain : a) Mampu mengatasi persoalan yang sifatnya kualitatif, yang terkadang membingungkan (fuzzy), contohnya : Bagaimana menentukan suatu pilihan dari serangkaian alternatif pilihan yang didasarkan atas beberapa kriteria yang sifatnya kualitatif, misalnya :Kenyamanan atau keindahan yang tolok ukur atau skala ukurannya relatif. AHP dalam ha1 ini menyediakan suatu skala untuk mengukur hal-ha1 yang tak dapat dinyatakan
secara jelas atau relatif sedemikian rupa skala
ukuran yang sifatnya kualitatif dapat diperlakukan sebagaimana halnya data kuantitatif. Dan untuk menghindari ketidak konsistenan dalam perhitungan, pada proses anaIisisnya melibatkan metode perbandingan berpasangan. b) Mengingat pada proses pernilihan altematif dalam AHP didasarkan atas perbandingan secara berpasang-pasangan dari mulai tingkatan (level) kriteria terbawah menurut hirarhi persoalan yang dirumuskan. Maka pada proses analisis ini tejadi pembobotan kriteria dan pemilihan altematif berdasarkan kompetisi penuh. Dengan demikian
tingkat dominasi kepentingan atau
bobot masing-masing kriteria
dapat ditentukan secara pasti.
-
c) Proses pengambilan keputusannya dapat secara kelompok maupun perorangan, tergantung dari banyak sedikitnya responden penilai. Oleh karena itu metode ini dapat dikatakan fleksibel dalam menjawab persoalan baik yang sifat keputusannya individual maupun kelompok. d) Pengambilan keputusannya akan lebih objektif, karena metode ini mampu menampilkan alternatif selang kepercayaan yang berkaitan dengan tingkat obyektifitas pengambil keputusan, sebagaimana yang ditunjukkan oleh nilai selang a-cut nya. e) Dengan AHF dimungkinkan untuk memperbaiki definisi suatu masalah dan mengembangkan keputusannya melalui pengulangan, bila pada saat tahapan analisis terjadi kekeliruan atau adanya kekurangan yang perlu ditambahkan. f ) Metode AHP dapat mengakomodasikan pendapat setiap orang d m
dalam proses pengambilan keputusannya dapat dilakukan baik dengan berdasarkan penilaian (judgement) maupun konsensus (consessus). g) Oleh karena dalam AHP dibuat suatu hirarki sistem, maka dalam proses analisis akan terlihat keterkaitan atau ketergantungan diantara satu elemen sistem dengan elemen sistem lainnya. h) AHP menghitung konsistensi logis dari setiap penilaim yang
digunakan dalam menentukan prioritas. Sehingga ketidak konsistenan dalam perbandingan berpasangan diantara alternatif pilihan dapat
dihindari. Contoh dari bentuk ketidak konsistenan yang dimaksud misalnya : A > B, B > C, namun terjadi C > A. Konsistensi terjadi
-
apabilaA>B,B>CdanA>C. i) Bias yang muncul pada saat pembobotan kriteria dapat dihilangkan
karena adanya proses normalisasi bobot. Pada
pengambilan
pendekatan
keputusan
kelompok
dengan
menggunakan
AHP fizzy peranan a-cut ini terlihat pada
proses
penghitungan nilai Rating Kriteria Fuzzy, dirnana nilai a-cut diperoleh berdasarkan jumlah responden yang memberikan penilaian. Kegunaan dari a-cut pada aplikasi metode AHPfuzzy, antara lain : a) Untuk menentukan nilai selang kepercayaan yang diinginkan berdasarkan jumlah responden yang memberikan penilaian b) Untuk memudahkan dalam mengambil keputusan, apabila pada suatu kondisi dimana hasil analisis akhir belum memberikan jawaban yang memuaskan pada tingkat a-cut tertentu, misalnya : semua alternatif memberikan hasil yang sama baiknya. Dengan melihat hasil akhir untuk a-cut yang lebih kecil dari a-cut sebelumnya setidaknya akan memberikan gambaran yang lebih jelas dari serangkaian alternatif yang ada. Sebagai contoh misalnya dapat dilihat pada tabel berikut : Tabel 4.2. Contoh Penyajian Alternatif Pilihan Menurut a-cut a-cut 1 1/2
Alternatif A [81,0 ;83,41 [78,6 ;86,0]
Alternatif B [79,1; 82,lI [77,1; 8451
Altematif C [82;1; 8231 [79,6 ;86,5]
Pada a-cut = 1, alternatif A d m C boleh jadi sama baiknya bila dilihat dari nilai rata-ratanya (antara batas bawah dan batas atasnya), sehingga
-
altematif yang akan dipilih masih mungkin meragukan. Bila dilihat pada a-cut = 1 / 2 baru terlihat bahwa untuk kondisi tersebut, selain selang nilai batas bawah dan batas atasnya makin lebar, juga keputusan yang dapat dipilih lebih condong kepada altematif C karena nilai rataratanya lebih besar dari A ataupun 8. c) Untuk menunjukan bahwa dalam proses pengambilan keputusan berdasarkan metode AHP fuzzy tidak didasarkan atas satu pendapat responden
yang
memberikan
penilaian
akan
tetapi
mampu
menjembatani berbagai kemungkinan pendapat yang lebih dari 1orang (pengambilan keputusan kelompok), sehingga penilaian akan lebih objektif. Tingkat objektifitas pengambilan keputusan inilah yang pada akhirnya akan ditunjukan oleh nilai a-cut. Dimana makin tinggi nilai acut nya akan mengacu pada tingkat objektifitas yang paling tinggi oleh karena pada nilai a-cut = 1, akan paling sering muncul nilai-nilai kisaran yang diberikan oleh responden peniIai. Untuk jelasnya dapat dibuktikan pada contoh berikut : Misalkan ada 4 reponden penilai, memberikan nilai perbandingan berpasangan dari suatu kriteria dengan nilai bobot kriteria masingmasing sebagai berikut : Responden 1 = [1,1 ; 1,5] ; Responden 2 = [1,8 ;2,3] ;Responden 3 = [1,2 ;2,6] dan Responden 4 = [1,3 ;1,q
Nilai a-cutfuzzy ditentukan sebagai berikut : nilai selang (batas bawah dan batas atas) masing-masing responden diurutkan seluruhnya dari nilai terkecil hingga terbesar.
Nilai selang antara 1,5 hingga 1,7 dalam ha1 ini memiliki nilai a-cut = 1 oleh karena dari keseluruhan nilai yang diurutkan (1,l hingga 2,6), nilai tersebut adalah nilai yang berada ditengah (nilai tengah) atau dapat dikatakan sebagai nilai yang berlaku umurn (atau rata-rata) dari 4 responden yang ada. Pada kenyataan sebenamya, agak sulit untuk melandaskan keputusan pada tingkat a-cut = 1, saja mengingat karakteristik reponden atau pengambil keputusan dalam ha1 ini seringkali unik dan dinamis, sehingga eksplorasi nilai a-cut yang berbeda-beda akan memberikan altematif lain dari sisi selang kepercayaan terhadap keputusan yang akan diambil. Ada empat metode yang mendasari pengambilan keputusan dengan menggunakan model AHP Fuzzy, yaitu :
1. Analisis proses bejenjang dengan metode perbandingan berpasangan 2. Metode rating kriteriafuzzy, 3. Pembobotan kriteriafuzzy dengan metode gradien vektor eigen, dan
4. Metode eliminasi pasangan maksimum-minimum.
Beberapa langkah yang harus ditetapkan proses pengambilan keputusan dengan pendekatan AHPfuzzy ini, antara lain : 1. Mengatur kriteria masalah dalam struktur hirarki. 2. Menentukan jumlah penilai. Jumlah peniIai diperlukan pada metode
rating kriteria fuzzy untuk membagi nilai atau bobot yang diberikan oleh para penilai menjadi bilangan fuzzy dengan berbagai tingkatan nilai a.(selang kepercayaan) Tingkatan nilai a yang dapat dibentuk tergantung dari jumlah penilai keputusan, karena nilainya berkisar antara 1- l/k dengan k = jurnlah penilai. 3. Menentukan jumlah altematif pilihan. Alternatif pilihan merupakan
item-item yang akan dievaluasi oleh para penilai. Setiap penilai memberikan
bobot
kriteria
dengan
menggunakan
metode
perbandingan berpasangan. Bobot yang diberikan dinyatakan dalam bentuk selang yaitu [al, a2], di mana a1 menyatakan batas bawah bobot d m az menyatakan batas atas bobot. Kriteria-kriteria yang saling dibandingkan adaIah kriteria-kriteria yang memiliki induk yang sama. Sebagai contoh, misalnya kriteria yang akan saling dibandingkan adalah kriteria A], Az, dan AS sehingga jumlah kriteria yang akan dibandingkan satu dengan lainnya adalah tiga (n = 3). Dengan demikian maka jumlah perbandingan yang harus dilakukan adalah sebanyak 3(3-1)/2 kali atau 3 kali yaitu antara kriteria AI dengan Az, AI dengan A% dan A2 dengan A3.
4. Setiap item yang menjadi altematif pilihan dinilai oleh para penilai. Nilai yang diberikan dinyatakan dalam bentuk selang yaitu maria a1
menyatakan batas bawah nilai dan
a2
[al, az],
-
di
menyatakan batas atas
nilai. Penilaian hanya diberikan pada kriteria-kriteria yang berada pada bagian daun struktur hirarki masalah.
5. Mengaplikasikan metode rating kriteria fuzzy pada bobot yang diperoleh pada langkah 4. Metode ini mengubah bobot kriteria yang diberikan oleh para penilai menjadi bilangan fuzzy dengan berbagai tingkatan nilai a: 6. Mengaplikasikan metode rating kriteriafizzy pada nilai yang diperoleh
pada langkah 5. Metode ini mengubah nilai kriteria yang diberikan oleh para penilai menjadi bilangan fizzy dengan berbagai tingkatan nilai a. 7. Mengaplikasikan pembobotan kriteria fuzzy dengan metode gradien
vektor eigen pada bilanganfizzy bobot kriteria hasil langkah 6. Metode ini dilakukan untuk setiap tingkatan nilai a pada kriteria yang
memiliki induk yang sama.
8. Mengaplikasikan metode eliminasi pasangan maksimum-minimum pada bilangan fuzzy bobot kriteria d m nilai kriteria (hasil langkah 7 dan 8) untuk setiap alternatif pilihan. Metode ini dilakukan dari kriteria-kriteria yang berada di tingkat paling bawah hingga ke tingkat paling atas sehingga diperoleh nilai total dari setiap altematif pilihan.
Nilai total yang diperoleh berada dalam bentuk selang nilai dengan berbagai tingkatan nilai a.
-
9. Menampilkan hasil perhitungan nilai total setiap alternatif pilihan Selanjutnya diagram alir langkah penghitungan total kriteria pada metode
AHPfrczzy disajikan pada Gambar 4.2.
4 AFUABEL KRlTERIA DAN ALTERNATE PILMAN
1
MENYUSUN HIERARKI PEMnIHAN ALTERNATE
TINGKATAN H I R A M
4
MENGUBAH DATA
SELANG MENJADI
BILANGAN FUZZY I MELAKUKAN PEMBOBOTAN KRITERIA DENGAN METODE EIGEN VEKTOR TIAP KRITERIA
i-i BOBOT KRITERIA
MINIMUM BOBOT KRITERlA DAN NILAl KRITERIA
*/
NILAI TOTAL
6 SELESA1
Garnbar 4.2. Diagram Alir Proses Penentuan Total Kriteria pada Metode AHP Fuzzy
Untuk menghindari ketidak konsistenan pada metode perbandingan berpasangan digunakan bilangan fuzzy (Xu Ruoning, et.al., 1992 dan 7
Cheng Chuang Hon, et.al., 1996), sehingga pada proses ini tidak dilakukan lagi proses penghitungan Indeks Konsistensi. Adapun langkah perhitungan nilai total indeks kinerja dan pengolahan data fuzzy dengan menggunakan metode AHP fuzzy menurut cara yang dilakukan Cheng Chuang Hon et.al. (1996), adalah sebagai berikut : 1. Menyatukan batas bawah dan batas atas dari seluruh selang nilai dengan urutan menaik. Misalkan contoh data awal bobot kriteria hasil perbandingan berpasangan antara kriteria i dengan kriteria j adalah sebagai berikut :
-
Penilai 1 2 3
Bobot [1,1; 131 [1,2 ;1,81 [1,4 ;1,61
Dari data tersebut dapat dibuat urutan menaik sebagai berikut :
1,15 1,Z5 1,4 5 1,s 5 1,6 5 1,8. 2. Urutan yang telah dibuat dapat dikelompokkan menurut pasangan
minimum dan maksimumnya, sehingga diperoleh susunan fuzzy bobot kriteria hasil perbandingan berpasangan antara kriteria i dengan kriteria j sebagai berikut :
3. Untuk pembobotan kriteria fuzzy dilakukan dengan menggunakan
metode Gradien Vektor Eigen, dimana sebuah bilangan fuzzy misalnya
-
e dapat dinyatakan dengan selang kepercayaan untuk setiap tingkatan a-cut. Misalnya : em = [e~(")pz(~)] menyatakan selang kepercayaan untuk
nilai a tertentu dirnana 0 I a I 1. Selanjutnya bilangan fuzzy bobot kriteria (ei,(d) dapat dinyatakan dalarn bentuk selang nilai berikut : e,j(d = [eij1(~J,ei~2(~J], dengan
n
= jumlah
kriteria yang saling dibandingkan
4. Bobot dari kriteria dihitung dengan menggunakan persamaan :
dengan fij r 0,
2
fij = 1,
j*+l
fij = 1
/L
e
(L(eijcd))-')
5. Nilai koefisien L(eij(d) adalah ukuran Labesgue yang besamya
ditentukan sendiri oleh pengambil keputusan dan besamya tergantung dari selang kepercayaan yang diingrnkan oleh pengambil keputusan. Pada penelitian ini ditetapkan bahwa ukuran Labesgue nilainya dianggap sebagai suatu konstanta yang besarnya setengah dari selang nilai [eij1(~),ei,2(9](L(eq(d) = Vz(eij1(~-e~2("))). Langkah awal dirnulai dengan menghitung nilai koefisien L(eijcd). Kemudian dicari nilai
fij
untuk mendapatkan nilai wi(d dimulai dari
nilai
i
=
n
- 1 hingga i = 1, dengan nilai wnl(d atau wn2(4dianggap
sebagai suatu nilai variabel.
6. Langkah berikutnya adalah menonnalisasi perbandingan bobot kriteria dengan menggunakan persamaan : w 11. =-
Wil
, j=l
,."=--wjz 12
wjz
n
z Wil i=l
Nilai wil adalah batas bawah dari bobot wi(& sedangkan wjzadalah batas atas dari bobot zui(d. Contoh perhitungan bilangan fuzzy bobot kriteria hasil perbandingan berpasangan antara kriteria PI, P2, dan P3 seperti yang diberikan oleh Cheng Chuang Hon et.al. (1996) adalah sebagai berikut :
1. Menentukan selang kepercayaan dari eij(a)untuk kriteria PI, Pz, P3 dan
nilai a = 1
2. Menghitung nilai ukuran Labesgue
3. Menghitung nilai tij
4. Menghitung nilai 7ui(d
5. Melakukan normalisasi
Dari persamaan a dan b, diperoleh W I I: wl : 2031 = 2,928 : 1,4 : 1 Dari persamaan c dan d, diperoleh w12 : w22 : w32 = 2,240 : 1,5 : 1
Hasil yang diperoIeh dari kelima langkah tersebut adalah bobot kriteria PI, PP, dan P3 untuk nilai a = 1.
Untuk menghitung nilai total kriteria untuk setiap alternatif pilihan berdasarkan bobot kriteria yang diperoleh pada hasil perhitungan sebelumnya digunakan
metode eleminasi pasangan maksimum
-
minimum. Nilai total kriteria dalarn ha1 ini dihitung untuk setiap nilai a dari setiap tingkatan kriteria dengan hasil akhir berupa selang nilai. Untuk memperoleh batas bawah dari suatu selang nilai diperlukan sebanyak n-I loop dengan n = jumlah kriteria dengan induk yang sama dan setiap loop terdiri atas lirna langkah yakni : 1. Menentukan batas bawah maksirnum dan batas bawah minimum. 2. Menentukan bobot terbesar dari batas bawah minimum dan bobot terkecil dari batas bawah maksimum. 3. Menghitung nilai w' dengan menggunakan persamaan (1).
4. Menghitung nilai f(w1,zu~)dengan menggunakan perSamam (2).
dimana a1 = batas bawah minimum a2 = batas bawah maksimum = bobot terbesar dari batas bawah minimum 7UI = bobot terkecil dari batas bawah maksimum 702
5. Mengganti selang yang memiliki batas bawah maksimum dan minimum beserta bobotnya dengan selang [f(w~,wz),f(W~,~z)] dan bobot
Seperti halnya pada penentuan batas bawah di atas, batas atas dari selang dapat ditentukan dengan n-1 loop, dimana n = jumlah kriteria dengan induk yang sama. Setiap loop terdiri atas lima langkah yaitu : 1. Menentukan batas atas rnaksimum dan minimum.
2. Menentukan bobot terbesar dari batas atas maksimum dan bobot terkecil dari batas atas minimum. 3. Menghitmg nilai w' dengan menggunakan persamaan (3). 4. Menghitung nilai f(rul,w2) dengan menggunakan persamaan (4).
dimana a1
a2 zul
w2
= batas atas minimum = batas atas maksimum = bobot terkecil dari batas atas minimum = bobot terbesar dari batas atas maksirnum
5. Mengganti selang yang memiIiki batas atas rnaksimum dan minimum beserta bobotnya dengan selang [f(wi,wz), f(wl,wd] dan
[ru', ~ ' 1 .
Hasil perhitungan bobot dan nilai kriteria PI, P2, dan
Pj,
yang memiliki
induk hierarki yang sama adalah sebagai berikut : P2
P1
Bobot Nilai
[0,340 ;0,4221 186 ;871
[0,366 ;0,4851 182 ;841
P2
[0,189 ;0,211] [80 ;821
Karena disini ada tiga kriteria (n = 3), maka untuk mendapatkan batas bawah nilai total dari ketiga kriteria tersebut dilakukan sebanyak 2 loop
h p l : 1. Menentukan batas bawah minimum (ar) dan batas bawah maksimum (a4 a1 = 80, a2 =86 2. Menentukan bobot terbesar dari batas bawah minimum (wl) dan bobot
terkecil dari batas atas maksimum (wz).
3. Mengitung nilai 70' 70'
= (0,231 + 0,295) = 0,511
4. Menghitung nilaif(zul,wz)
~(ZLJI,ZUZ) = ((SO .0,211) + (86 .0,340)) / 0,511 = 83,70 5. Selang yang memiliki batas atas maksirnum dan minimum beserta bobotnya kemudian diganti dengan nilai selang [f(zvtwz), f(w~,wz)]dan bobot [rut, w']. Bobot Nilai
[0,66 ;0.4851 [0,511 ;0.5111 [82 ;841
[83,7
; 83,q
1. Menentukan batas bawah minimum (a])dan batas bawah maksirnum a1
= 82
= 83,7
a2
2. Menentukan bobot terbesar dari batas bawah minimum
( 7 4
dan bobot
terkecil dari batas a b s maksimum (w2) 7111 = 0,485
702
= 0,511
3. Mengitung nilai 7o'
4. Menghitung nilai f(i.uz,wz)
Nilai f(w1,wS hasil loop 2 merupakan batas bawah nilai total dari ketiga kriteria yaitu 82,91. Dengan cara yang sama, batas atas dari ke tiga kriteria dapat ditentukan dengan 2 loop (=3-1). Hasilnya adalah sebagai berikut : Loop 1: 1. Menentukan batas atas minimum (a])dan batas atas maksimum (a2) a1
= 82,
a2
= 87
2. Menentukan bobot terbesar dari batas bawah minimum (wl)dan bobot terkecil dari batas atas maksirnum (wz). 701
= 0,189 ; wz = 0,422
3. Mengitung nilai 70' 70'
= (0,189 + 0,422) = 0,611
4. Menghitung nilai f(wl,w2)
~ ( T u I ,= w ((82 ~ ) .0,189) + (87 .0,422)) / 0,611 = 85,45
5. Batas atas maksimum dan minimum beserta bobotnya kemudian diganti dengan nilai selang V(wl,zuz),f(zu~,wz)]d m bobot [zu',w']. Bobot
[0,366 ;0,4851 [ 0,611 ;0,6111 [82 ;841
Nilai
[85,45 ;85,451
Loop 2 :
1. Menentukan batas atas minimum (al) dan batas atas maksimum (a2) a1
= 84
a2
= 85,45
2. Menentukan bobot terbesar dari batas bawah minimum (fur)dan bobot terkecil dari batas atas maksimum (w2)
rul= 0,366
zu2 = 0,611
3. Mengitung nilai w ' ru'
= (0,366 + 0,611) = 0,977
4. Menghitung nilaif(zu~,fuz) f(ru~,zuz) = ((840,366) + (85,45-0,611)) / 0,977 = 84'91
Nilai f{wl,w~)hasil loop 2 merupakan batas atas nilai total dari ke tiga kriteria yaitu 84,91. Dengan demikian nilai total kriteria untuk PI, P2, dan P3
adalah [82,91; 84,911.
Nilai total kriteria untuk tingkatan tertinggi dari hirarki pada metode AHP fuzzy selanjutnya dinamakan dengan indeks kinerja keseluruhan dari
produk yang akan dipilih. Indeks kinerja tersebut disajikan dalam angka minimum dan maksimum atau batas bawah dan batas atas. Kondisi ini
akan menyulitkan pengambil keputusan dalam menentukan kisaran yang terbaik, terutama bila altematif yang disajikan dalam tiap tingkatan w u t tersebut memiliki nilai tengah kisaran yang sama walaupun nilai kisarannya berbeda. Untuk lebih jelasnya seperti pada contoh berikut : Hasil akhir berupa nilai total kinerja suatu kasus misalnya seperti yang disajikan pada Tabel 4.3.
Tabel 4.3. Hasil Penilaian Total Indeks Kinerja untuk Beberapa Alternatif
Dasar pemilihan alternatif untuk total indeks kinerja yang disajikan dalam bentuk angka kisaran (minimum dan maksimum) adalah total indeks yang sebesar mungkin namun dengan tingkat kesalahan (error) yang sekecil mungkin. Ada beberapa parameter untuk pemilihan altematif di atas, seperti : selisih indeks, rata-rata indeks, standar deviasi dan koefisien keragaman. Dari ke 4 parameter tersebut, koefisien keragaman dapat digunakan sebagai pedoman untuk menentukan altematif pilihan terbaik. Hal ini dilandasi oleh beberapa alasan, yakni :
a. Pemilihan alternatif yang didasarkan atas selisih indeks yang tertinggi tidak dapat digunakan, oleh karena pada kasus di atas memiliki standar deviasi yang tinggi. b. Parameter rata-rata indeks memungkinkan munculnya altematif dengan indeks yang sama, sehingga altematif yang dipilih dapat lebih dari 1altematif. c. Standar deviasi yang kecil belum tentu memberikan selisih indeks yang besar. d. Koefisien keragaman yang terkecil dapat digunakan karena merupakan perbandingan diantara standar deviasi dengan rata-rata indeks. Pada contoh di atas, alternatif D memiliki koefisien keragarnan yang paling kecil dibandingkan alternatif A, B, C, E, d m F. Disamping itu memiliki standar deviasi yang kecil dan rata-rata indeks yang sedang. Untuk kasus dimana selisih indeks, standar deviasi dan koefisien keragaman sama dengan nol, pemilihan alternatif selain didasarkan atas koefisien keragaman juga dengan melihat rata-rata indeks yang terbesar. Dengan demikian untuk data pada Tabel 4.3. tersebut, secara keseluruhan alternatif G adalah alternatif yang terbaik. Kendala lain dalam implementasi Ah'fuzzy ini adalah penentuan model hirarki untuk pemilihan altematif produk, yang disusun berdasarkan peubah-peubah yang berpengaruh terhadap pemilihan produk dari tahapan informasi. Penyusunan hirarki tergantung dari interpretasi pengambil keputusan dalam menstrukturkan persoalan. Sehingga untuk
kasus yang sama kemungkinan terjadi struktur hirarki masalah yang berbeda, sehingga keputusan akhir yang diambil pada proses pemilihan produk akan berbeda. Untuk mengatasi masalah ini, penyusunan hirarki sebaiknya ditetapkan melahi fokus panelis yang terdiri dari beberapa pakar dan pihak terkait dengan pernilihan dan perancangan alat/mesin pertanian. Hal ini sesuai dengan konsep rekayasa nilai, yang merupakan pendekatan metodologi yang kreatif, sistematis dan multi disiplin. Untuk memudahkan dalam proses analisis, pemilihan rancangan produk alat/mesin pertanian dengan menggunakan pendekatan metodologi rekayasa nilai ini dilakukan dengan menggunakan model pendukung keputusan AHP fuzzy berbasis komputer. Hasil analisis dengan metode
AHP fuzzy ini adalah : (1).Bobot kriteria pemilihan produk; (2) Indeks kinerja keseluruhan kriteria untuk masing-masing alteratif produk yang dianalisis; (3). Produk dengan indeks kinerja tertinggi.
3. Analisis nilai
Analisis nilai dimaksudkan untuk mendapatkan berapa besar nilai kinerja keseluruhan suatu rancangan alat/mesin dikaitkan dengan biaya produksi yang diperlukan untuk pemenuhan kinerja tersebut. Nilai yang dimaksud dinyatakan dalam angka atau Nilai Indeks Rekayasa Rancangan (NIRR). Perhitungan nilai ini didasarkan atas perbandingan antara indeks kinerja produk dengan indeks harga pokok produksi produk. Dengan dernikian idealnya suatu produk memiliki indeks kinerja yang tinggi dengan nilai
atau NIRR yang tinggi pula. Apabila pemirihan produk didasarkan atas NIRR, maka produk dengan NIRR yang tertinggi merupakan alternatif yang terbaik (pada Tabel 4.4. contoh altematif terbaik adalah A). Pada perhitungan MRR, indeks kinerja yang diperoleh dari hasil perhitungan total kriteria dengan metode AHP fizzy disajikan dalam bentuk angka indeks tunggal (tidak dalam bentuk angka kisaran batas bawah dan batas atas). Angka indeks tunggal ini merupakan angka ratarata indeks kinerja yang diperoleh dan digunakan untuk memudahkan analisis (Tabel 4.4.).
Tabel 4.4. Contoh Hasil Perhitungan Nilai Indeks Rekayasa Rancangan (NIRR) dari Beberapa Alternatif Produk
Pada kondisi tertentu dapat diperoleh suatu rancangan produk yang memiliki indeks kinerja tertinggi dan NIRR tertinggi, sehingga diperoleh satu rancangan produk terbaik. Namun pada kondisi yang lain akan diperoleh dua rancangan produk yang terbaik, yaitu produk yang memiliki indeks kinerja tertinggi dan produk dengan NIRR tertinggi, sehingga keduanya memungkinkan untuk dievaluasi lebih lanjut.
4. Analisis atribut
Evaluasi rancangan alat/mesin pertanian yang dianalisis dilakukan dengan melihat masing-masing nilai indeks menurut komponen yang dianalisis. Pemenuhan keinginan atas rancangan produk yang dievaluasi didasarkan atas kesesuaian antara produk ideal dengan kondisi aktual produk yang dievaluasi menurut penilaian responden. Metode yang digunakan untuk membandingkan tingkat keidealan tersebut adalah dengan
metode analisis atribut.
Hasil penilaian kualitatif maupun
kuantitatif atas peubah kinerja yang berada di bawah titik ideal merupakan acuan bagi pengembangan rancangan pada
tahapan
selanjutnya. Analisis atribut ini dimaksudkan untuk mengukur seberapa ideal produk terpilih berdasarkan kriteria yang diingmkan oleh pemakai. Hasil analisis ini dapat disajikan dalam bentuk tabel (Tabel 4.5.) maupun kurva posisi produk dilihat dari titik idealnya (Gambar 4.3.). Dengan rnetode ini kondisi produk yang dievaluasi dapat dipetakan, sehingga dapat diketahui kekurangan dan kelebihannya. Hal inilah yang menjadi dasar modifikasi dan pengembangan rancangan traktor selanjutnya.
2
6
4
8
Atribut E v a l u a s i
Gambar 4.3. Contoh Kurva Atribut / Atribut Produk yang Dievaluasi dan Posisinya Terhadap Titik Ideal Tabel 4.5. Hasil Penilaian Pemenuhan Atribut Kinerja Suatu Froduk Mesin Pertanian
Keterangan : 1) Data aktual dari responden berupa nilai rata-rata 2) Nilai 1 = produk tidak ideal; Niai 2 = produk kurang ideal; Nilai 3 = produk ideal; Nilai 4 = produk l e b i dari ideal Nilai 5 = produk sangat ideal 3) Selisih = Nilai Aktual dikurangi Nilai Ideal
4.1.4. Metode yang Digunakan pada Tahapan Pengembangan 1 . Analisis morfologi rancangan modifikasi
Pada tahapan ini dilakukan pengembangan kemungkinan altematif rancangan
yang
lebih baik
dari
kondisi
awalnya berdasarkan
pertimbangan faktor-faktor yang dapat mempengaruhi pemilihan produk.
Kegiatan pada tahapan ini mencakup : Membandingkan rancangan; menggambar rancangan awal dan rancangan usulan; mendiskusikan keuntungan dan kerugian dari rancangan yang diusullcan; mendiskusikan apa yang menjadi kebutuhan dalam rancangan yang diusulkan terutama dengan kelompok pakar, produsen, distributor atau bengkel alatjmesin pertanian. Analisis morfologi yang dilakukan pada dasamya sama dengan analisis morfologi pada tahapan kreatif. Perbedaannya terletak pada usulan alternatif rancangan modifikasi yang dapat dibuat. Altematif usulan tersebut diperoleh berdasarkan informasi yang didapatkan dari tahap informasi (analisis faktor) dan analisis atribut. Setiap usulan alternatif yang dapat dibuat disertai dengan tambahan biaya atau perbedaan biaya yang ada antara rancangan usulan modifikasi dan rancangan awal sebelum dirnodifikasi (Tabel 4.6.).
Tabel 4.6. Contoh Morfologi Usulan Komponen untuk Rancangan Modifikasi suatu Produk
Keterangan : 1) Diperoleh dari analisis atibut 2) Tarnbahanbiaya dihitung dari harga pokok produksi rancangan sebelum modifikasi
2. Analisis pernilihan altemntif rancangan modifikasi produk dengan pernrogramn
SQL (Structured Q u e y Language)
Pemilihan alternatif rancangan modifikasi pada tahapan pengembangan menggunakan beberapa data hasil analisis, diantaranya bobot kriteria pemilihan produk (diperoleh dari analisis dengan metode AHP fuzzy), angka persentase dari tiap komponen yang dibandingkan dengan metode analisis zero - one (indeks proporsi komponen). Metode zero - one adalah metode
analisis keputusan
yang
didasarkan
atas
perbandingan
berpasangan diantara alternatif yang dibandingkan. Alternatif yang lebih baik diberi indeks 1 dan sebaliknya diberi indeks 0. Apabila diantara kedua altematif yang dibandingkan memiliki derajat yang sama (sama baiknya atau sama buruknya), maka indeks yang diberikan besarnya antara 0 i x i 1. Contoh hasil analisis zero
-
one untuk kriteria ekonomi dari beberapa
altematif usulan komponen modifikasi adalah sebagai berikut : Tabel 4.7. Hasil Perbandingan Berpasangan dengan Metode Zero - One untuk Kriteria Ekonorni untuk Contoh pada Tabel 4.6.
Langkah yang harus ditempuh untuk mendapatkan altematif rancangan modifikasi yang paIing baik adalah sebagai berikut : 1. Menetapkan komponen yang akan dimodifikasi badasarkan hasil
analisis atribut dan informasi yang diperoleh dari analisis faktor. 2. Menampilkan berbagai kemungkinan alternatif morfologi usulan dari komponen yang akan dirnodifikasi dengan melibatkan pakar, produsen, perancang (grapluc designer) dan pihak terkait dengan rancang bangun lainnya sebagai panelis. Setiap altematif kemudian diberi kode untuk memudahkan analisis. 3. Bandingkan tiap alternatif yang diusulkan dengan menggunakan
metode zero - one melalui respon panelis. 4. Tetapkan hasil metode zero
-
one dalam format proporsi atau
persentase, yang merupakan angka skor dari tiap alternatif yang diusulkan.
5. Menetapkan bobot kriteria pemilihan altematif yang diperoleh dari tahapan analisis. 6. Mengalikan skor tiap alternatif yang diusulkan dengan bobot kriteria. 7. Menjurnlahkan total perkalian skor dengan bobot kriteria (6) untuk
setiap usulan, sehingga indeks kinerja untuk tiap usulan dapat diperoleh. 8. Mengkombinasikan semua kemungkinan alternatif
yang dapat
diusulkan untuk rancangan modifikasi untuk kemudian jurnlahkan indeks kinerjanya.
9. Pilih "n" kombinasi altematif komponen rancangan modifikasi dengan indeks kinej a terbaik.
10. Hitung harga pokok produksi untuk "n"
altematif rancangan
modifikasi, kemudian tentukan indeks harga pokok produksinya dengan cara membagi tiap harga pokok produksinya dengan harga pokok produksi tertinggi.
21. Hitung Nilai Indeks Rekayasa Rancangan (NIRR)untuk tiap altematif dengan menggunakan persamaan : NIRR =
indeks.kinerja indeks.harga.pokok.produksi
12. Memilih altematif terbaik berdasarkan NIRR terbesar.
Proses penghitungan indeks kinerja altematif rancangan modifikasi dilakukan dengan menggunakan pemrograman SQL. Hal ini dilakukan mengingat jumlah kemungkinan alternatif kombinasi rancangan yang dapat dibentuk akan sangat banyak (ribuan alternaw, yang~apabila dihitung dengan cara manual akan memakan waktu lama. Sebagai contoh misalnya : bila ada 3 komponen dengan masing-masing komponen memiliki 3 altematif rnodifikasi, maka jurnlah kemungkinan kombinasi rancangan yang dapat dibuat adalah sebanyak 27 altematif rancangan (yaitu = 3 x 3 x 3 kombinasi). Apabila proses penghitungan indeks kinej a dan total biaya tiap altematif modifikasi tersebut membutuhkan waktu misalnya 1menit, maka untuk ke 27 altematif tersebut dibutuhkan waktu selama 27 menit. Dengan demikian apabila altematif yang muncul adalah
sebanyak 50.000 altematif, maka akan dibutuhkan waktu selama 50.000 menit atau 833,33 jam (= 34,72 hari) dan ha1 ini tentu tidak efektif. Untuk mengatasi masalah tersebut digunakan bantuan komputer melalui pemrograman SQL dengan hanya menggunakan beberapa perintah dasar seperti : SELECT; FROM; WIlERE dan beberapa perintah pelengkap. Sebagai contoh perintah pada pemrogram SQL tersebut adalah sebagai berikut : SELECT COMPONENT, MATERIAL, V-C+V-M "TOTAL-VALUE FROM
C:\BELT.DBF, WHEEL.DBF
WHERE TOTAL-VALUE > 70 Perintah pada program SQL di atas mengandung arti sebagai berikut :
I. Perintah SELECT menyatakan penggabungan atau pengkombinasian semua data pada kolom (field) basis data "Component" dan "Material" untuk kemudian menjumlahkan semua indeks data pada masingmasing kolom tersebut sesuai dengan kombinasinya (V-C dan V-M) dan menempatkannya pada kolom baru dengan nama "Total-Value"
2. Perintah FROM menyatakan bahwa data diambil dari file BELT.DBF dan WHEEL.DBF yang terdapat pada directory C:
3. Perintah WHERE menyatakan bahwa hasil akhir yang ditampillcan adalah kombinasi yang memiliki Total-Value > 70 4. Apabila pada program ditambahkan perintah untuk mengurutkan data
dengan Total-Value dari yang terkecil hingga terbesar, maka dapat disisipkan perintah ORDER
4.1.5. Metode yang Digunakan pada Tahapan Rekomendasi 1. Analisis nilai produk sebelum dan sesudah modijkasi Analisis ini dimaksudkan untuk melihat persentase perubahan dan NIRR sebelum dan sesudah modifikasi rancangan dilakukan. Dengan demikian alternatif rancangan modifikasi yang terbaik dapat ditentukan. Hasil analisis nilai rancangan produk sebelum dan sesudah modifikasi tersebut dapat disajikan seperti pada Tabel 4.8.
Tabel 4.8. Penyajian Hasil Hitung NIRR Rancangan Produk Sebelum dan Sesudah Modifikasi
Keterangan : BK max = biaya konstruksi tertinggi diantara n alternaiif yang ada
.
