2.7 Preferensi Pengambilan Keputusan
Solusi Pareto Optimal bukan merupakan solusi yang tunggal karena kenyataannya penentuan satu himpunan Pareto optimal, belum cukup untuk memperoleh solusi
terbaik. Dengan demikian untuk mendapatkan solusi yang terbaik di antara himpunan solusi Pareto Optimal tersebut akan dilakukan penambahan satu kriteria yaitu melalui
proses perimbalan tradeoff di antara fungsi-fungsi tujuan yang tidak dalam keadaan tidak sepadan. Menurut Hurbert Simon, solusi terbaik itu dapat dipandang sebagai
solusi yang paling memuaskan yang mungkin dicapai pengambil keputusan, sesuai preferensinya menghadapi kendala tertentu[7].
Sri Keumalawati : Analisis Pareto Optimal Dengan Pembobotan Dalam Menentukan Solusi Goal Programming, 2010.
BAB III
PEMBAHASAN
Analisis Pareto Optimal dengan Pembobotan dalam Menentukan Solusi Goal Programming.
Dalam rangka mencari penyelesaian Goal Programming dengan menghadapi suatu persoalan yang satu tujuan dengan tujuan lain saling bertentangan multiple and
conflicting goals. Dengan demikian persoalan ini dapat diselesaikan dari fungsi tujuan yang majemuk lebih dari dua melalui proses reduksi dari alternatif-alternatif
yang banyak jumlahnya itu, untuk memperoleh keputusan terbaik melalui preferensi pengambilan keputusan yang dapat diterima.
Permasalahan menentukan Pareto optimal pada Goal programming adalah suatu penyelesaian yang banyak dilakukan dengan pendekatan parametrik dengan diperoleh
solusi yang majemuk akan dievaluasikan solusi yang banyak itu, yang akhirnya diperoleh solusi yang efisien. Solusi optimal dari masalah dasar diperlihatkan menjadi
suatu cara khusus dari titik ekstrim pada solusi pareto optimal.
Perencanaan dalam konteks Goal Programming melalui tahap-tahap sebagai berikut:
1. Pembentukan tabel matriks pay-off untuk memperoleh batas-batas tertinggi
dan terendah nilai masing-masing fungsi tujuan . 2.
Membangkitkan alternatif-alternatif solusi Pareto Optimal berdasarkan pendekatan parametrik.
3. membuat Proses perimbalan tradeoff di antara fungsi-fungsi tujuan,
untuk memperoleh solusi yang optimum sesuai dengan preferensi pengambilan keputusan[9].
Sri Keumalawati : Analisis Pareto Optimal Dengan Pembobotan Dalam Menentukan Solusi Goal Programming, 2010.
Apabila variabel keputusan merupakan aspek sistem yang akan dikendalikan, maka parameter merupakan sesuatu yang ditetapkan dari luar dan tidak dikendalikan.
Sehingga pada perolehan solusi akhir yang memenuhi semua kendala adalah solusi fisibel. Pada umumnya himpunan solusi fisibel itu tidak terhingga banyaknya,
algoritma metoda simpleks mampu bekerja untuk mencapai titik optimal dengan mencari solusi hanya pada titik-titik ekstrim daerah fisibel saja.
Permasalahan Pareto Optimal dengan pembobotan dapat diformulasikan dalam bentuk Goal programming. Jika diberikan pembobotan pendekatan parametrik pada
Goal programming akan dapat menentukan solusi optimal yang merupakan alternatif- alternatif solusi Pareto optimal, dari alternatif-alternatif yang banyaknya itu,
pengambil keputusan akan menentukan pilihan yang sesuai dengan preferensinya. Solusi itulah yang disebut sebagai solusi yang optimal.
Dalam menentukan atau memilih solusi optimal itu adalah menggunakan konsep faktor penalty, melalui kurva tradeoff yang diajukan untuk pengambil keputusan
secara visual. Hal ini menyangkut dengan fungsi tujuan yang dinyatakan dalam bentuk tabel pay-off matrix dan kurva tradeoff. Pada tahap ini pembahasan difokuskan ke
dalam proses pemilihan titik-titik optimum secara interatif dalam masalah Goal Programming.
3.2 Masalah Perencanaan Usahatani pada Dua Jenis Tanaman pear dan peach.
Kategori