Kamis, 12 Maret 2015

CONTOH APLIKASI MATRIKS KEPUTUSAN DENGAN METODE BAYES DAN METODE COMPOSITE PERFORMANCE INDEX (CPI)

# Ada Diskon Belajar di RUANGGURU, cek disini yuk: https://bit.ly/2X6gjT2
# Cek Kebutuhan Belajar online kamu disini: https://shp.ee/3jnrwnm

A.     Matriks Keputusan dengan METODE BAYES
Contoh Kasus        : Pemilihan Laptop
Alternatif               : Toshiba, HP, dan Asus
Kriteria                  : Kualitas, Service, Harga
Metode Penilaian   : Ordinal (Generik)
1. Sangat Kurang, 2 Kurang, 3 Biasa, 4. Bagus, 5 Sangat Bagus

Alternatif

Nilai Keputusan
Kualitas
Service
Harga
Bayes
MPE
1. Toshiba
5
4
3
4 (3)
397202 (2)
2. HP
4
4
5
4,4 (1)
456177 (1)
3. Asus
4
5
4
4,2 (2)
131097 (3)
Bobot Kriteria
Bayes
0,4
0,2
0,4


MPE
4
2
4



Metode Bayes:
Nilai Toshiba         : 5 (0,4) + 4 (0,2) + 3 (0,4) = 4
Nilai HP                 : 4 (0,4) + 4 (0,2) + 5 (0,4) = 4,4
Nilai Asus              : 4 (0,4) + 5 (0,2) + 4 (0,4) = 4,2


Metode MPE
Nilai Toshiba         : 54 + 42 + 34 = 390625 + 16 + 6561    : 397202
Nilai HP                 : 44 + 42 + 54 = 65536 + 12 + 390625 : 456177
Nilai Asus              : 44 + 52 + 44 = 65536 + 25 + 65536    : 131097

# Ada Diskon Belajar di RUANGGURU, cek disini yuk: https://bit.ly/2X6gjT2
# Cek Kebutuhan Belajar online kamu disini: https://shp.ee/3jnrwnm


B.     Aplikasi Metode CPI (Composit Performance Index)
Ilustrasi Kasus       : Pemilihan Direktur Pemasaran PT.  XYD

Tabel 1: Matrik Awal Penilaian Allternatif
No
Calon Direktur
Kriteria
Jaringan
Pengalaman
Usia
1
Muhammad
90
70
33
2
Ahmad
90
75
37
3
Mamad
75
80
45
4
Selamat
70
90
49
5
Mashlahat
85
85
41

Bobot Kriteria
0,5 (+)
0,4 (+)
0,1 (-)

Tabel 2: Matriks Perhitungan CPI
No
Calon Direktur
Kriteria
Nilai Alternatif
Peringkat
Jaringan
Pengalaman
Usia
1
Muhammad
90/70 x 100
100
100


2
Ahmad
90/70 x 100
75/70 x 100
33/37 x 100


3
Mamad
75/70 x 100
80/70 x 100
33/45 x 100


4
Selamat
100
90/70 x 100
33/49 x 100


5
Mashlahat
85/70 x 100
85/70 x 100
33/41 x 100



Bobot Kriteria
0,5 (+)
0,4 (+)
0,1 (-)



Rumus:
–        Untuk tren (+), nilai terkecil dijadikan sebagai penyebut agar nilai yg lebih besar tetap lebih besar.
–        Untuk tren (-), nilai terkecil dijadikan sebagai pembilang agar nilai yg lebih besar akan relatif lebih kecil dari nilai terkecil.
–        Selanjutnya Menggunakan metode Bayes

Tabel 3: Matriks Hasil Transformasi CPI
No
Calon Direktur
Kriteria
Nilai Alternatif
Peringkat
Intelegensia
Pengalaman
Usia
1
Muhammad
129
100
100
114,5
3
2
Ahmad
129
107
89
116,2
2
3
Mamad
107
114
73
106,4
5
4
Selamat
100
129
67
108,3
4
5
Mashlahat
121
121
80,5
116,95
1

Bobot Kriteria
0,5
0,4
0,3



·         Nilai Muhammad         : 129 (0,5) + 100 (0,4) + 100 (0,1) = 114,5
·         Nilai Ahmad                : 129 (0,5) + 107 (0,4) + 89 (0,1) =  116,2
·         Nilai Mamad                : 107 (0,5) + 114 (0,4) + 73 (0,1) = 106,4
·         Nilai Selamat               : 100 (0,5) + 129 (0.4) + 67 (0,1) = 108,3
·         Nilai Mashlahat                        : 121 (0,5) + 121 (0,4) + 80,5 (0,1) = 116,95




10 komentar:

  1. Unknown12 Juni 2017 pukul 16.32

    izin sedot gan

    BalasHapus
  2. ria8 Februari 2019 pukul 07.01

    maaf mau bertanya, cara untuk menentukan nilai dari bobot kriteria itu bagaimana ya? kenapa bisa 0,5 dan sebagainya. mohon pencerahannya. saya sedang skripsi dan belum pernah dapat matakuliah ini, tapi disuruh pakai metode ini jadi binngung. terimaksih

    BalasHapus
    Balasan
    1. AbdullahSalaf2 Juli 2019 pukul 02.02

      Bobot ditentukan oleh si pengambil keputusan..

      Hapus
    2. Kelompok 6 B Pendidikan Fisika29 Mei 2021 pukul 08.04

      Mohon maaf
      saya juga kurang mengerti dengan pembobotan

      saya paham kalau bobot itu ditentukan oleh pengambil keputusan, tapi bagaimana dia menentukan bahwa itu 0,5; 0,4; dan 0,1 pasti ada caranya kan. Nah bagaimana caranya itu??
      karena saya lihat jumlah dari pembobotan selalu = 1.
      mungkin bisa dijelaskan lebih detil lagi, soalnya saya sangat tidak mengerti bagian ini.
      terima kasih

      Hapus
  3. donny yurizal1 Mei 2019 pukul 08.56

    mau tanya dong , untuk metode cpi nya sebelum ke metode bayes itu seperti apa ya langkah nya?

    BalasHapus
    Balasan
    1. AbdullahSalaf2 Juli 2019 pukul 19.17

      Untuk tren (+), nilai terkecil dijadikan sebagai penyebut agar nilai yg lebih besar tetap lebih besar.
      – Untuk tren (-), nilai terkecil dijadikan sebagai pembilang agar nilai yg lebih besar akan relatif lebih kecil dari nilai terkecil. (Nilai terkecil dijadikan 100)

      Hapus
  4. nadia18 September 2019 pukul 08.32

    maaf mau tanya bingung banget kalo ada yg nanya rumus CPI perhitungannya gmn tuh mohon pencerhannya

    BalasHapus
  5. Unknown13 April 2020 pukul 17.28

    Maaf mau bertanya, untuk menentukan nilai bobot pada metode bayes seperti apa ya?

    BalasHapus
  6. Unknown19 April 2020 pukul 20.03

    Mohon maaf, penentuan bobot itu apakah bisa didasarkan pada judgement pengambil keputusan saja atau harus dengan uji data srperti dengan AHP. Mohon pencerahan, terima kasih.

    BalasHapus
  7. Indah11 Desember 2020 pukul 00.27

    Mau nanya, hasil 390625 dan lainnya dari MPE itu dari mana ya?? Mohon pencerahannya, terima kasih

    BalasHapus

Langganan: Posting Komentar (Atom)