APLIKASI
FUZZY-AHP DALAM PENENTUAN SUPPLIER. Kualitas
pelayanan dari sebuah supplier sangat berpengaruh terhadap kemampuannya dalam
menjual produknya di pasar. Preferensi konsumen terhadap sebuah supplier tidak
hanya tergantung pada faktor harga, namun juga responsiveness, reliability,
assurance dan juga emphatic dari para supplier. Penggunaan Fuzzy AHP sangat
bermanfaat untuk menyelesaikan subyektifitas dan kompleksitas persolaan yang
tidak terstruktur, seperti preferensi konsumen. Penelitian ini bertujuan untuk
menentukan pemilihan terhadap supplier yang melibatkan preferensi dari beberapa
pengambil keputusan sehingga didapatkan hasil keputusan yang tangguh
.
1. PENDAHULUAN
1.1 Latar
Belakang
Koperasi
pesantren Mambaur Rizki adalah salah satu unit usaha yang dimiliki pesantren
Al-ittihad dalam memenuhi kebutuhan sehari-hari santri dan juga kebutuhan
masyarakat sekitar. Pengelolaan manajemen operasional yang sering dikeluhkan
adalah penentuan pemasok atau supplier, mengingat adanya beberapa kriteria yang
sering dilibatkan dalam penentuan kebijakannya, seperti : Harga,
Responsiveness, Assurance, Emphaty, Reliability dan Tangible dari masing-masing
calon supplier. Berdasarkan factor-faktor tersebut ada 3 calon alternatif
pilihan : Al-Amien, Sumber dan Barokah.
Analitical
Hierarchy Process yang dikembangkan Thomas L. Saaty (1980) mampu memberikan
dukungan untuk pengambilan keputusan yang punya banyak criteria, di karenakan
kemampuanya melacak konsistensi logis pertimbangan-pertimbangan yang digunakan, menyediakan suatu skala yang mampu mengukur hal-hal yang intangible. Namun demikian AHP mempunyai beberapa kekurangan, antara lain prosedur pertanyaan yang ambigu dan asumsi pada skala rasio yang kurang memuaskan, tidak melibatkan perhitungan unsur ketidakpastian pada pemetaan persepsi seseorang kepada sebuah angka..
kemampuanya melacak konsistensi logis pertimbangan-pertimbangan yang digunakan, menyediakan suatu skala yang mampu mengukur hal-hal yang intangible. Namun demikian AHP mempunyai beberapa kekurangan, antara lain prosedur pertanyaan yang ambigu dan asumsi pada skala rasio yang kurang memuaskan, tidak melibatkan perhitungan unsur ketidakpastian pada pemetaan persepsi seseorang kepada sebuah angka..
Fuzzy
Analitical Hierarchy Process sangat bermanfaat untuk mengatasi kelemahan dari
AHP dalam hal ketidakpastian, penilaian yang subyektif dari berbagai preferensi
sebuah lingkungan yang kompleks.
1.2 Tujuan
Penelitian
Penelitian
ini bertujuan untuk mengaplikasikan penggunaan Fuzzy-AHP dalam memecahkan
persoalan yang melibatkan beberapa preferensi dari para pengambil kebijakan
sehingga didapatkan hasil keputusan yang handal, pada penelitian ini Fuzzy-AHP
diaplikasikan pada study kasus pemilihan supplier pada koperasi pesantren
“Mambaur Rizki” Pesantren Al Ittihad Demak
2. LANDASAN
TEORI
1.1 Prinsip
pokok analitycal hierarchy process
Pengambilan
keputusan dalam metodologi AHP didasarakan pada tiga prinsip pokok yaitu :
1.
Penyusunan hierarki
Penyusunan
hierarki suatu permasalahan adalah langkah pendefinisian masalah yang rumit dan
kompleks sehingga menjadi lebih jelas dan detil. Hierarki keputusan disusun
berdasarkan pandangan pihak-pihak yang memiliki keahlian dan pengetahuan
dibidang bersangkutan. Keputusan yang akan diambil sebagai tujuan dan
dijabarkan menjadi elemen-elemen yang lebih rinci hingga mencapai suatu tahapan
yang terukur. Hierarki permasalahan akan mempermudah pengambil keputusan untuk
menganalisa dan menarik kesimpulan terhadap permasalahan tersebut.
2.
Penentuan prioritas
Prioritas
elemen-elemen kriteria merupakan bobot kontribusi kriteria terhadap tujuan atau
menentukan peringkat elemen-elemen menurut relatif pentingnya. AHP melakukan
analisa prioritas dengan metode perbandingan berpasangan (pairwise comparison)
anatar dua elemen sehingga seluruh elemen yang ada tercakup. Prioritas ini
berdasarkan pandangan para pakar dan pihak-pihak yang berkepentingan terhadap
pengambilan keputusan, baik secara langsung maupun tidak langsung. Dalam
konteks ini, elemen pada tingkat yang tinggi berfungsi sebagai kriteri atau
property. Hasil dari proses pembedaan ini adalah suatu vektor prioritas.
Perbandingan berpasangan diulangi lagi untuk semua elemen dalam tiap tingkat.
Langkah terakhir adalah dengan memberi bobot setiap vektor dengan proritas
sifatnya. Sintesis ini menghasilkan seperangkat bobot prioritas netto untuk
tingkat paling dasar.
3.
Konsistensi Logis
Konsistensi
jawaban para responden dalam menentukan prioritas elemen merupakan prinsip
pokok yang akan menentukan validitas dat dan hasil pengambilan keputusan.
Konsistensi mempunyai dua pengertian, yang pertama, pemikiran atau objek yang
serupa telah dikelompokkan menurut homogenitasnya dan relevansinya. Sedangkan
yang kedua adalah bahwa intensitas relasi antar gagasan atau objek yang
didasarkan pada suatu kriteria tertentu. Secara umum, responden harus memiliki
konsistensi dalam melakukan perbandingan elemen. Jika A > B dan B > C
maka secara logis A > C. Berdasarkan nilai- nilai numerik yang diberikan
Saaty
.
1.2Teori Fuzzy
Fuzzy
menurut kamus berarti : no clear, imprecise, blurred, vague, uncertainty. Jadi
fuzzy merupakan suatu kata sifat yang menggambarkan sesuatu yang tidak jelas,
meragukan, tidak tepat, kabur, dan lain sebagainya.
Metode
logika fuzzy pertamakali dikembangkan oleh Lotfi A. Zadeh (1965) yang mana
metode ini dapat menangani masalah ketidakpastian dimana terdapat batas yang
tidak jelas antara satu kondisi ke kondisi lain, kemudian Zadeh memodifikasi
teori himpunan dimana setiap anggotanya memiliki derajat keanggotaan yang
bernilai kontinyu antara 0 sampai 1. kemampuan himpuan fuzzy dalam
mengekspresikan secara bertahap peralihan dari keanggotaan menjadi bukan
keanggotaan pada suatu himpunan ataupun sebaliknya, memiliki kegunaan yang
sangat luas.
Properti
– properti dan definisi – definisi pada himpunan fuzzy
a)
Alpha – cut
Himpuan
yang berisi smua nilai domain yang merupakan bagian dari himpunan fuzzy dengan
nilai keanggotaan lebih besar atau sama dengan alpha.
b)
Support set (himpunan penyokong )
Himpunan
yang domainya dimulai dari nilai yang derajat keanggotaanya nol terakhir hingga
satu yang pertama.
c)
Tinggi himpunan fuzzy dan normalisasi
Himpunan
yang derajat keanggotaanya yang terbesar dari semua elemen dalam himpunan
tersebut. Serta himpunan dikatakan normal jika derajat keanggotaannya bernilai
1.
Suatu
himupunan fuzzy dikatakan memiliki bentuk normal maksimum (maximum normal form)
jika paling sedikit satu elemennya memiliki nilai keanggotaan satu [0,1] dan
satu elemennya memiliki nilai kenaggotaan nol [0,0]. Suatu himpunan fuzzy
dikatakan bentuk normal minimum jika paling seikit satu elemennya memiliki
nilai keanggotaan satu [0,1]. Pada pemodelan sistem fuzzy biasanya hanya dipusatkan
pada bentuk normal minimum. Himpunan fuzzy dapat dinormalisasikan dengan cara
mengatur semua nilai keanggotaannya secara proporsional disekitar nilai
keanggotaan maksimum. [EAR94].
d)
Domain himpunan fuzzy
Keseluruhan
nilai yang diijinkan dalam semesta pembicaraan. Domain merupakan himpunan
bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri ke
kanan. Nilai domain dapat berupa bilangan positif maupun negatif. Biasanya,
domain memiliki batas dan batas bawah. Namun, pada konsep fuzzy bisa jadi
domain bersifat open ended.
Operasi –
operasi himpunan fuzzy
Jenis
– jenis operasi pada himpunan fuzzy adalah tidak terhingga. Beberapa sifat
operasi pada himpunan fuzzy sama dengan operasi pada himpunan crisp padanannya.
Berikut adalah operasi standar fuzzy yang dinamakan operasi standar Zadeh :
3. METODOLOGI
PENELITIAN
Untuk
pencapaian sasaran maka penelitian dilakukan dengan tahapan sebagai berikut :
1.
Penyebaran Kuisioner
Dalam
hal ini responden adalah pengurus koperasi yang bertanggung jawab dalam
pengadaan dan pembelanjaan barang .
2.
Perhitungan Rasio Konsistensi
Perhitungan
rasio konsistensi masing-masing pertimbangan dari 4 anggota dekanat
3.
Pembobotan kriteria
Metode
pembobotan kriteria memakai pendekatan Zeleny (1983) tentang bobot. Menurut
Zeleny ada dua jenis bobot :
masing-masing
alternatif terhadap semua kriteria. Pembobotan sub kriteria dan kriteria
menggunakan skala yang diberikan oeh Saaty (1980). Sedangkan pemberian nilai
alternatif menggunakan variabel linguistik fuzzy dan fuzzy number dalam bentuk
TFN (Triangular Fuzzy Number).
4.
Penentuan nilai akhir suatu alternatif pada level atau sub level tertentu
Penentuan
nilai akhir alternatif ini didasarkan pada nonadditve measure, belief, dan
plausibility measure, dengan data input dari tahap kedua yaitu bobot total
masing-masing kriteria.
Berikut
adalah langkah – langkah untuk mendapatkan nilai akhir alternatif :
Langkah 1 :
Tentukan
nilai possibility yang berasal dari bobot total masing-masing kriteria.
Langkah 2 :
Tentukan
himpunan lattice dari semua kriteria berdasarkan nilai possibility-nya lalu
tentukan basic assigment dari masing-masing himpunan.
Langkah 3 :
Lakukan
rangking terhadap bilangan fuzzy hasil penilaian dari masing-masing alternatif
terhadap kriteria-kriteria yang bersangkutan.
Tentukan
upper ecpected value dengan rumus :
5.
Perangkingan / pemilihan keputusan
Semua
perhitungan diatas merupakan untuk menghasilkan nilai akhir bagi seorang
pengambil keputusan pada level tertentu saja. Untuk menghasilkan nilai total
untuk level tertinggi (keputusan final) haru digabungkan nilai-nilai dari
masing-masing level.
Berikut
adalah langkah-langkah perangkingan :
4. HASIL
PENELITIAN DAN PEMBAHASAN
Dari
hasil perhitungan didapatkan nilai bobot total dari masing – masing pengambil
keputusan sebagai berikut :
5. SIMPULAN
a.
Dengan memperhatikan kriteria yang ada maka Fuzzy AHP memberikan prioritas
usulan supplier sebagai berikut : Al-Amien (1.32891), Sumber Rejeki (1.32626)
dan Barokah (1.32361).
b.
Selisih yang relatif kecil pada masing-masing bobot alternatif menunjukkan
bahwa servis pelayanan dari masing-masing supplier hanya mempunyai sedikit
perbedaan.
No comments:
Post a Comment