Analytical Hierarchy Process AHP

2.6.4 Fuzzy Analytical Hierarchy Process FAHP

Penilaian narasumber terhadap suatu jenis risiko, kriteria ataupun alternatif tidak dapat terlepas dari sisi subyektifnya, dan hal ini mengandung ketidak-tegasan. Narasumber lebih merasa yakin memberikan penilaian dalam suatu interval dibandingkan dengan penilaian yang tegas crisp Erginel dan entürk, 2011. Sering terjadi juga bahwa responden sulit memutuskan pilihan secara tegas dari beberapa alternatif yang dihadapinya Chan dan Kumar, 2007. Oleh karena itu diperlukan suatu perluasan dari AHP menjadi Fuzzy Analytical Hierarchy Process FAHP yang menggunakan cara pengambilan keputusan menggunakan pendekatan logika kumpulan fuzzy. Menurut Marimin 2007, fuzzyfikasi pada metode fuzzy AHP adalah proses pengubahan nilai selang rating berupa batas nilai yang diberikan oleh penilai menjadi selang dalam bentuk bilangan fuzzy dengan maksud untuk menghilangkan ketidakkonsistenan nilai yang disebabkan oleh selang rating dan bias setiap penilai. Sebaliknya, defuzzyfikasi merupakan proses pengubahan output fuzzy ke output yang bernilai tunggal crisp. Secara singkat pengembangan AHP menjadi FAHP menambahkan urut-urutan kegiatannya seperti berikut. 1 Pembuatan struktur hierarki. Langkah ini sama dengan untuk AHP konvensional. 2 Penilaian alternatif dan kriteria. Penilaian dilakukan oleh pengambil keputusan dalam bentuk variabel linguistik seperti: sangat baik, sedikit baik sedang, sedikit buruk dan lain- lain. Penentuan nilai fuzzy untuk setiap alternatif dalam bentuk Triangular Fuzzy Number TFN akan diperoleh tiga fungsi keanggotaan under optimistic, most likely dan pessimistic condition . TFN dikembangkan dengan menentukan nilai dari fungsi keanggotaan pessimistic sebagai a, nilai dari fungsi keanggotaan most likely sebagai b, dan nilai dari fungsi keanggotaan optimistik sebagai c. Hal ini dapat dilihat pada Gambar 2.18. Gambar 2.18 Fungsi keanggotaan fuzzy TFN Gao dan Zhang, 2009 3 Fuzzyfikasi terhadap hasil penilaian. Menurut Marimin 2007, fuzzyfikasi pada metode fuzzy AHP adalah proses pengubahan nilai selang rating berupa batas nilai yang diberikan oleh penilai menjadi selang dalam bentuk bilangan fuzzy dengan maksud untuk menghilangkan ketidakkonsistenan nilai yang disebabkan oleh selang rating dan bias setiap penilai. 4 Defuzzifikasi. Defuzzifikasi dilakukan untuk menentukan satu nilai crisp dari skor fuzzy. Disini dapat dipergunakan metode centroid, yaitu nilai tunggal dari variabel output dihitung dengan menemukan nilai variabel dari center of gravity suatu fungsi keanggotaan untuk nilai fuzzy. Pada prinsipnya nilai crisp didapat dengan rumus rata-rata geometrik berikut: N crisp = 5 Membuat matriks kriteria dan alternatif. Berdasarkan hasil perhitungan nilai tunggal untuk kriteria dan alternatif dari masing-masing kriteria, kemudian dibuat matriksnya. Matriks ini nanti digunakan untuk menghitung bobot dengan cara manipulasi matriks. 6 Menghitung bobot kriteria, nilai eigen tiap alternatif, dan consistency ratioCR. Bobot kriteria dan nilai eigen dihitung dengan manipulasi matriks. Consistency ratio dihitung dengan rumus: CR = CI RI CI = P – N N – 1 Dimana : CR = Consistency Ratio CI = Concistency Index RI = Index Random dari Oardkridge. P = nilai rata-rata konsistensi vektor N = jumlah elemen kriteria atau alternatif 7 Hitung skor akhir dari tingkat dan bobot risiko. Nilai eigen dari setiap alternatif juga dihitung dengan cara manipulasi matriks. Skor akhir didapat dari hasil perkalian matriks nilai eigen alternatif dengan bobot tiap kriteria. Setelah itu hasil perkalian diurutkan menurut nilai tertinggi sampai terendah untuk mendapatkan hasil akhir. Pada FAHP digunakan bilangan fuzzy triangular – sebagai pengembangan skala 9 pada AHP konvensional. Untuk mempertimbangkan penilaian kualitatif para pakar yang kurang tegas, 5 bilangan fuzzy triangular ditetapkan dengan fungsi keanggotan yang terkait seperti yang ditunjukkan pada Gambar 2.12. Himpunan fuzzy didefinisikan sebagai F = {x, x, x∈U}, dengan x merupakan bilangan riil, U adalah himpunan semesta, dan x adalah fungsi keanggotaan dengan nilai [0,1]. Definisi dan contoh fungsi keanggotaan bilangan fuzzy ditunjukkan pada Gambar 2.19 dan Tabel 2.3. Gambar 2.19 Gambar fungsi keanggotaan bilangan fuzzy triangular Suharjito, 2011 Tabel 2.3 Definisi dan Fungsi Keanggotaan Bilangan Fuzzy Suharjito, 2011

2.6.5 Stakeholder Dialogue

Secara konseptual penyeimbangan nilai tambah dalam suatu rantai pasok dapat dilakukan dengan pendekatan manajemen pengambilan keputusan secara bersama antara para pelaku dengan konsep stakeholder dialogue yang saling menguntungkan. Pendekatan ini bertujuan untuk mempertahankan kontinuitas pasokan dan meningkatkan kualitas bahan baku dengan menyeimbangkan kepentingan yang berbeda pada setiap tingkatan rantai pasok. Petani menginginkan harga yang tinggi untuk kualitas produk seadanya tetapi pihak pengepul dan pabrik minyak sawit menginginkan harga yang serendah-rendahnya dengan kualitas bahan yang tinggi Awal, 2012. Pada dasarnya stakeholder dialogue adalah suatu diskusi yang terstruktur Tingkat Bilangan Skala Skala Kepentingan Fuzzy Linguistik Fuzzy TFN 1 1 Sama penting 1, 1, 2 3 3 sedikit lebih penting 2, 3, 4 5 5 Lebih penting 4, 5, 6 7 7 Sangat lebih penting 6, 7, 8 9 9 Mutlak lebih penting 8, 9, 10