Follow us:-
  • By Syafnidawaty
  • 16 April 2020
  • Comments 2

PROMETHEE (Outranking)

Promethee adalah salah satu metode penentuan urutan atau prioritas dalam MCDM (Multi Criteria Decision Making). Dugaan dari dominasi kriteria yang digunakan dalam promethee adalah penggunaan nilai dalam hubungan outranking. Promethee adalah suatu metode penentuan urutan (prioritas) dalam analisis multi-kriteria. Masalah pokoknya adalah kesederhanaan, kejelasan dan kestabilan. Dugaan dari dominasi kriteria yang digunakan  dalam Promethee adalah penggunaan nilai dalam hubungan outranking. Metode ini termasuk metode peringkat yang cukup sederhana dalam konsep dan aplikasi dibandingkan dengan metode lain untuk analisis multi-kriteria. Untuk setiap kriteria, fungsi preferensi menerjemahkan perbedaan antara dua alternatif menjadi derajat preferensi mulai dari nol sampai satu. Struktur preferensi Promethee berdasarkan perbandingan berpasangan. Semakin kecil nilai deviasi maka semakin kecil  nilai preferensinya, semakin besar deviasi semakin besar preferensinya.

Penggunaan promethee adalah menentukan dan menghasilkan keputusan dari beberapa alternatif. Masalah pokoknya adalah kesederhanaan, kejelasan dan kestabilan. Promethee berfungsi untuk mengolah data, baik data kuantitatif dan kualitatif sekaligus. Dimana semua data digabung menjadi satu dengan bobot penilaian yang telah diperoleh melalui penilaian atau survey.

Metode PROMETHEE mampu memperhitungkan alternatif-alternatif berdasarkan karakteristik yang berbeda. Metode outranking membandingkan beberapa kemungkinan alternatif (pada kriteria) dengan kriteria dasar. Mereka pada dasarnya menghitung indeks untuk setiap pasangan alternatif yang memenuhi syarat atau antara peringkat satu relatif dengan alternatif lain. Semua parameter yang terlibat mempunyai pengaruh nyata menurut pandangan ekonomi (Brans and Vincke, 1985).

Metode PROMETHEE merupakan salah satu yang paling dikenal dan merupakan metode outranking yang diterapkan secara luas, terdiri dari pembangunan relasi outranking melalui perbandingan berpasangan alternatif diperiksa di setiap kriteria terpisah.

PROMETHEE menyediakan kepada user untuk menggunakan data secara langsung dalam bentuk tabel multikriteria sederhana. PROMETHEE mempunyai kemampuan untuk menangani banyak perbandingan, pengambil keputusan hanya mendefinisikan skala ukurannya sendiri tanpa batasan, untuk mengindikasi prioritasnya dan preferensi untuk setiap kriteria dengan memusatkan pada nilai (value). Penggunaan metode PROMETHEE dapat dijadikan metode untuk pengambilan keputusan dibidang pemasaran, sumber daya manusia, pemilihan lokasi, atau bidang lain yang berhubungan dengan pemilihan alternatif.

Dominasi kriteria

Nilai f merupakan nilai nyata dari suatu kriteria, f : K → Я (Real Word) dan tujuannya berupa prosedur optimasi untuk setiap alternatif yang akan diseleksi, a ε K, f(a) merupakan evaluasi dari alternatif yang akan diseleksi tersebut untuk setiap kriteria. Pada saat dua alternatif dibandingkan a,b ε K, harus dapat ditentukan perbandingan preferensinya.

Penyampaian Intensitas (P) dari preferensi alternatif a terhadap alternatif b sedemikian rupa sehingga:

  • P(a,b) = 0,berarti tidak ada beda antara a dan b, atau tidak ada preferensi dari a lebih baik dari b.
  • P(a,b) ≈ 0, berarti lemah preferensi dari a lebih baik dari b.
  • P(a,b) ≈ 1, kuat preferensi dari a lebih baik dari b.
  • P(a,b) = 1, berarti mutlak preferensi dari a lebih baik dari b.

Keterkaitan fungsi preferensi P(a,b) dari a yang berhubungan dengan b dapat didefinisikan sebagai:

Untuk kasus konkret, tampaknya masuk akal untuk memilih fungsi p(.) dari jenis berikut:

tergantung dari perbedaan nilai dari fungsi f(a) dengan f(b)

Untuk menunjukkan dengan jelas daerah indifference di lingkungan f(b), kita dapat tuliskan:

dan representasi grafis fungsi H(x) dinyatakan sebagai berikut:

Dalam metode ini fungsi preferensi seringkali menghasilkan nilai fungsi yang berbeda antara dua evaluasi, sehingga : P(a,b) = P(f(a)-f(b)). Untuk semua kriteria, suatu objek akan dipertimbangkan memiliki nilai kriteria yang lebih baik ditentukan nilai f dan akumulasi dari nilai ini menentukan nilai preferensi atas masing–masing objek yang akan dipilih.

Setiap kriteria boleh memiliki nilai dominasi kriteria atau bobot kriteria yang sama atau berbeda, dan nilai bobot tersebut harus di atas 0 (Nol). Sebelum menghitung bobot untuk masing-masing kriteria, maka dihitung total bobot dari seluruh kriteria terlebih dahulu.

Tipe-tipe Kriteria Dasar Fungsi Preferensi

Untuk setiap kriteria, fungsi preferensi menerjemahkan perbedaan antara dua alternatif menjadi derajat preferensi mulai dari nol sampai satu. Struktur preferensi PROMETHEE berdasarkan perbandingan berpasangan. Semakin kecil nilai deviasi maka semakin kecil nilai preferensinya, semakin besar deviasi semakin besar preferensinya. Dalam rangka memfasilitasi pemilihan fungsi preferensi tertentu, Brans dan Vincke, mengusulkan 6 (enam) tipe dasar sebagai berikut (Brans and Vincke, 1985):

  • Kriteria Biasa (Usual Criterion)
    Tipe Usual adalah tipe dasar, yang tidak memiliki nilai threshold atau kecenderungan dan tipe ini jarang digunakan. 
  • Kriteria Quasi (Quasi Criterion atau U-Shape)

Tipe Quasi sering digunakan dalam penilaian suatu data dari segi kualitas atau mutu, yang mana tipe ini menggunakan Satu threshold atau kecenderungan yang sudah ditentukan, dalam kasus ini threshold itu adalah indifference.

  • Kriteria dengan preferensi Linier (Criterion with Linear Preference atau V-Shape)

Tipe Linier acap kali digunakan dalam penilaian dari segi kuantitatif atau banyaknya jumlah, yang mana tipe ini juga menggunakan Satu threshold atau kecenderungan yang sudah ditentukan, dalam kasus ini threshold itu adalah preference.

  • Kriteria dengan preferensi Linier dan area yang tidak berbeda — Linear Quasi (Criterion with Linear Preference and Indifference Area)

Tipe Linear Quasi juga mirip dengan tipe Linear yang acapkali digunakan dalam penilaian dari segi kuantitatif atau banyaknya jumlah.

  • Kriteria Level (Level Criterion)

Tipe ini mirip dengan tipe Quasi yang sering digunakan dalam penilaian suatu data dari segi kwalitas atau mutu.

  • Kriteria Gaussian (Gaussian Criterion)

Tipe Gaussian sering digunakan untuk mencari nilai aman atau titik aman pada data yang bersifat continue atau berjalan terus.(Tien-Yin Chou, 2004)

Langkah-langkah PROMETHEE

Tahapan prosedur untuk pelaksanaan PROMETHEE adalah sebagai berikut (Ignatius J, dkk, 2012) :

  1. Penentuan deviasi berdasarkan perbandingan berpasangan
  2. Penerapan fungsi preferensi
  3. Perhitungan indeks preferensi global
  4. Perhitungan aliran perangkingan dan peringkat parsial
  5. Perhitungan aliran perangkingan bersih dan peringkat lengkap

Tahapan Penyeleksian dengan Metode PROMETHEE

Diperlukan tahapan-tahapan yang harus dilakukan oleh pembuat keputusan untuk mendapatkan hasil penyeleksian dengan metode PROMETHEE.

    1. Menentukan beberapa alternatif Alternatif disini bisa diartikan dengan objek yang akan diseleksi (objek seleksi). Pada perhitungan penyeleksian dengan PROMETHEE diperlukan penentuan beberapa objek yang akan diseleksi (minimal 2 objek). Dimana antara objek yang satu dengan objek lainnya akan dibandingkan.
    2. Menentukan beberapa kriteria
      Setelah melakukan penentuan obyek yang akan diseleksi, maka dalam perhitungan penyeleksian PROMETHEE juga diperlukan penentuan beberapa kriteria, penentuan kriteria disini sebagai syarat atau ketentuan dalam penyeleksian.
    3. Menentukan dominasi kriteria
      Ketika menentukan kriteria, decision maker harus menentukan bobot atau dominasi kriteria dari kriteria lainnya. Setiap kriteria boleh memiliki nilai bobot yang sama atau berbeda.
    4. Menentukan tipe preferensi untuk setiap kriteria yang paling cocok didasarkan pada data dan pertimbangan dari decision maker. Tipe preferensi ini berjumlah Enam (Usual, Quasi, Linier, Level, Linear Quasi dan Gaussian).
    5. Memberikan nilai threshold atau kecenderungan untuk setiap kriteria berdasarkan preferensi yang telah dipilih. Nilai kecenderungan tersebut adalah nilai indifference, preference, dan Gaussian.
    6. Perhitungan Entering Flow, Leaving Flow dan Net Flow.
  • Nilai Entering Flow adalah jumlah dari yang memiliki arah mendekat dari node a dan hal ini merupakan karakter pengukuran outranking.
  • Leaving flow adalah jumlah dari yang memiliki arah menjauh dari node a.dan hal ini merupakan pengukuran outranking.
  • Nilai Net Flow adalah penilaian secara lengkap. Lengkap disini adalah penilaian yang didapat dari nilai Entering Flow yang dikurangi nilai Leaving Flow. Jadi bisa diartikan, nilai Net Flow adalah nilai akhir atau hasil yang didapat dari nilai positif yang dikurangi nilai negatif dari sebuah node.

 

Sumber dari :

 

Comments

  1. Triyono
    18 April 2020

    Tambah studi kasus makin top nihh..

Leave a Reply