Simple Multi-Attribute Rating Technique (SMART)

SMART (Simple Multi Attribute Rating Technique) merupakan metode pengambilan keputusan yang multi-atribut yang dikembangkan oleh Edward pada tahun 1971 (Filho 2005). Pendekatan ini dirancang pada awalnya untuk memberikan cara mudah untuk menerapkan teknik MAUT (Multi-Attribute Utility Theory). Selama bertahun-tahun, kegagalan dalam metode ini telah diidentifikasi, dan telah diperbaiki (Edwards and Barron, 1994) yang menciptakan metode SMARTS dan SMARTER, menyajikan dua bentuk berbeda untuk memperbaiki kekurangan ini (Filho, 2005)

Metode SMARTER (Simple Multi Attribute Rating Technique Exploiting Rank) merupakan pengembangan dari metode SMART (Simple Multi-Attribute Rating Technique). Metode SMART baru dinamai sebagai metode SMART pada tahun 1977. Semenjak awal kemunculannya, metode SMART telah dikembangkan menjadi metode SMARTS (Simple Multi-Attribute Rating Technique Swing) lalu setelah dimodifikasi dan diperbaiki oleh Edward dan Baron pada tahun 1994 menjadi metode SMARTER (Simple Multi-Attribute Rating Technique Exploiting Rank). 

Perbedaan antara metode SMARTER dengan metode SMART dan SMARTS terletak pada cara pembobotannya. Pembobotan kriteria pada ketiga metode tersebut tergantung pada urutan prioritas atribut dimana pada urutan pertama ditempati oleh atribut yang dianggap paling penting. Pada metode SMART dan SMARTER pembobotan diberikan langsung oleh pengambil keputusan. Tetapi prosedur pembobotan tersebut dianggap tidak proporsional dimana setiap bobot yang diberikan harus mencerminkan jarak dan prioritas setiap kriteria dengan tepat. Untuk mengatasi hal tersebut, pada metode SMARTER digunakan rumus pembobotan Rank Order Centroid (ROC)(Dwi Haryanti dkk, 2016).

SMART (Simple Multi Attribute Rating Technique) merupakan metode pengambilan keputusan yang multi-atribut. Teknik pembuatan keputusan multi-atribut ini digunakan untuk mendukung pembuat keputusan dalam memilih antara beberapa alternatif. Setiap pembuat keputusan harus memilih sebuah alternatif yang sesuai dengan tujuan yang telah dirumuskan.

Setiap alternatif terdiri dari sekumpulan atribut dan setiap atribut mempunyai nilai-nilai. Nilai ini dirata-rata dengan skala tertentu. Setiap atribut mempunyai bobot yang menggambarkan seberapa penting skala tertentu dan tiap atribut mempunyai bobot yang menggambarkan seberapa pentingkah suatu atribut dibandingkan dengan atribut lain. Pembobotan dan pemberian peringkat ini digunakan untuk menilai setiap alternatif agar diperoleh alternatif yang terbaik.

SMART menggunakan linier adaptif model untuk meramal nilai setiap alternatif. SMART lebih banyak digunakan karena kesederhanaannya dalam merespon kebutuhan pembuat keputusan dan caranya menganalisa respon. Analisis yang terbaik adalah transparan sehingga metode ini memberikan pemahaman masalah yang tinggi dan dapat diterima oleh pembuat keputusan. Pembobotan pada SMART menggunakan skala 0 sampai 1, sehingga mempermudah perhitungan dan perbandingan nilai pada masing-masing alternatif. Model yang digunakan dalam SMART ada beberapa tahapan sebagai berikut (Goodwin and Wright 2004) :

    1. Menentukan Kriteria

Menentukan kriteria yang digunakan dalam menyelesaikan masalah pengambilan keputusan. Untuk menentukan kriteria-kriteria apa saja yang digunakan dalam sistem pengambilan keputusan ini diperlukan data-data dari pengambil keputusan atau pihak yang berwenang/kompeten terhadap masalah yang akan diselesaikan.

      2. Menentukan Bobot Kriteria

Memberikan bobot kriteria pada masing-masing kriteria dengan menggunakan interval 1-100 untuk masing-masing kriteria dengan prioritas terpenting.

      3. Normalisasi Bobot Kriteria

Menghitung normalisasi bobot dari setiap kriteria dengan membandingkan nilai bobot kriteria dengan jumlah bobot kriteria

    4. Memberikan Nilai Parameter untuk Tiap Kriteria

Memberikan nilai kriteria untuk setiap alternatif, nilai kriteria untuk setiap alternatif ini dapat berbentuk data kuantitatif (angka) ataupun berbentuk data kualitatif, misalkan nilai untuk kriteria harga sudah dapat dipastikan berbentuk kuantitatif sedangkan nilai untuk kriteria fasilitas bisa jadi berbentuk kualitatif (sangat lengkap, lengkap, kurang lengkap). Apabila nilai kriteria berbentuk kualitatif maka kita perlu mengubah ke data kuantitatif dengan membuat parameter nilai kriteria, misalkan sangat lengkap artinya 3, lengkap artinya 2 dan tidak lengkap artinya 1.

    5. Menentukan Nilai Utility

Menentukan nilai utility dengan mengkonversikan nilai kriteria pada masing-masing kriteria menjadi nilai kriteria data baku. Nilai utility ini tergantung pada sifat kriteria itu sendiri.

• • Kriteria Biaya (Cost Criteria)

Kriteria yang bersifat “lebih diinginkan nilai yang lebih kecil” kriteria seperti ini biasanya dalam bentuk biaya yang harus dikeluarkan (misalkan kriteria harga, kriteria penggunaan bahan bakar per kilometer untuk pembelian mobil, periode pengembalian modal dalam suatu usaha, kriteria waktu pengiriman) dapat dihitung dengan menggunakan persamaan:

Keterangan

• • • ui(ai) : nilai utility kriteria ke-i untuk alternatif ke-i
    • cmax : nilai kriteria maksimal
    • cmin : nilai kriteria minimal
    • cout : nilai kriteria ke-i

• • Kriteria Keuntungan (Benefit Criteria)

Kriteria yang bersifat “lebih diinginkan nilai yang lebih besar”, kriteria seperti ini biasanya dalam bentuk keuntungan (misalkan kriteria kapasitas tangki untuk pembelian mobil, kriteria kualitas dan lainnya)

    6. Menentukan Nilai Akhir

Menentukan nilai akhir dari masing-masing dengan mengalikan nilai yang didapat dari normalisasi nilai kriteria data baku dengan nilai normalisasi bobot kriteria

  

Keterangan:

• • • u(ai) : nilai total untuk alternatif ke-i
    • wj : nilai bobot kriteria ke-j yang sudah ternormalisasi
    • uj(ai) : nilai utility kriteria ke-j untuk alternatif ke-i

   

    7. Perangkingan

Hasil dari perhitungan Nilai akhir kemudian diurutkan dari nilai yang terbesar hingga yang terkecil, alternatif dengan nilai akhir yang terbesar menunjukkan alternatif yang terbaik

Kelebihan dan Kekurangan

Sebagaimana metode-metode Multiple Criteria Decision Making (MCDM) yang lain, metoda SMART juga memiliki beberapa kelebihan dan kekurangan. Berikut ini adalah beberapa kelebihan dan kekurangan dari metode SMART tersebut.

Kelebihan metode SMART:

• • Simple Multi-attribute Rating Technique (SMART) dapat digunakan dengan cepat mendapatkan skor total tertimbang (Huang 2011).
  • SMART adalah salah satu metode MCDM yang paling dapat diterapkan, dan karena mayoritas para panelis tidak akrab dengan metode MCDM, metode ini harus sederhana (Yeh dan Chang 2009).
  • Metode SMART mudah untuk dimodifikasi ketika pengaruh jumlah kategori meningkat (Yeh dan Chang 2009).
  • Pendekatan SMART menggunakan skala rasio untuk menilai preferensi panelis (Yeh dan Chang 2009).
  • SMART adalah teknik yang bermanfaat karena sederhana, mudah dan membutuhkan sedikit waktu dalam pengambilan keputusan yang cukup penting bagi mereka yang terlibat dalam proses pengambilan keputusan (Gu et al. 2012).
  • Di SMART, mengubah jumlah alternatif tidak akan mengubah keputusan sejumlah alternatif asli dan ini berguna ketika alternatif baru ditambahkan (Chen dan Hou 2004; Panagopoulos et al. 2012).
  • Menggunakan SMART dalam ukuran kinerja dapat menjadi alternatif yang lebih baik daripada metode yang lain (Gu et al. 2012).
  • SMART sangat populer karena analisisnya menggabungkan berbagai macam kriteria kuantitatif dan kualitatif (Chen dan Hou 2004).
  • SMART telah berhasil diterapkan dalam masalah MCDM, pendekatan ini tidak efektif ketika berhadapan dengan ketidaktahuan yang melekat penilaian linguistik di pengambilan keputusan (Gu et al. 2012; Chen dan Hou 2004).
  • Keuntungan dari model SMART adalah bahwa ia tidak bergantung pada alternatif (Panagopoulos dkk. 2012; Afshar dkk. 2011).
  • Para peserta nonteknis merasa bahwa SMART lebih mudah dipahami dibandingkan dengan metode Trade-off (Dai et al. 2012).

Kekurangan metode SMART: 

• • Telah ditekankan bahwa perbandingan tentang pentingnya atribut adalah tidak berarti, jika tidak mencerminkan rentang konsekuensi dari atribut itu juga (Von Winterfeldt dan Edwards 1986).
  • Salah satu keterbatasan teknik ini adalah bahwa teknik ini mengabaikan hubungan timbal balik antar parameter (Demirci et al. 2009).
  • Peringkat alternatif tidak relatif; mengubah jumlah alternatif dianggap tidak akan dengan sendirinya mengubah nilai keputusan dari alternatif asli (Valiris et al. 2005).
  • Karena banyaknya atribut, metode SMART akan terlalu sulit untuk diterapkan dan dipertahankan (Benzerra et al. 2012).

Sumber dari:

1. https://cahyadsn.phpindonesia.id/extra/smart.php
2. http://yojiuye.blogspot.com/2015/02/cara-perhitungan-metode-smart-simple.html
3. https://slideplayer.info/slide/13321517/
4. https://media.neliti.com/media/publications/233724-penerapan-metode-simple-multi-attribute-f89acb6f.pdf
5. https://www.researchgate.net/publication/327467383_PENERAPAN_METODE_SMART_SIMPLE_MULTI_ATTRIBUTE_RATING_TECHNIQUE_DAN_ALGORITMA_K-NN_K-NEAREST_NEIGHBOR_DALAM_PENENTUAN_STATUS_KESEHATAN_BAYI_BARU_LAHIR_DI_RUMAH_SAKIT_BHAYANGKARA_KUPANG
6. https://www.bahasaaplikasi.com/2018/12/perhitungan-manual-metode-smart.html