AXIOMATIC DESIGN DESAIN AKSIOMATIS

12 c. Mengagregasikan bobot-bobot kriteria, dan derajat kecocokan setiap alternatif dengan kriterinya. Ada beberapa metode yang dapat digunakan untuk melakukan agregasi terhadap hasil keputusan para pengambil keputusan, antara lain : mean, median, max, min, dan operator campuran. Dari beberapa metode tersebut, metode mean yang paling banyak digunakan.

2.4.3 Seleksi Alternatif yang Optimal

Pada bagian ini, ada 2 aktivitas yang dilakukan, yaitu: a. Memprioritaskan alternatif keputusan berdasarkan hasil agregasi. Prioritas dari hasil agregasi dibutuhkan dalam rangka proses perangkingan alternatif keputusan. Karena hasil agregasi ini direpresentasikan dengan menggunakan TFN, maka dibutuhkan metode perangkingan untuk TFN. Salah satu metode yang dapat digunakan adalah metode nilai total integral. b. Memilih alternatif keputusan dengan prioritas tertinggi sebagai alternatif yang optimal. Semakin besar TFN berarti kecocokan terbesar dari alternatif keputusan untuk kriteria keputusan, dan nilai inilah yang akan menjadi tujuannya.

2.5 AXIOMATIC DESIGN DESAIN AKSIOMATIS

Axiomatic DesignAD desain aksiomatis merupakan suatu metode sistematis yang memberikan basis ilmiah untuk desain, diperkenalkan oleh Suh 1990 dan yang area aplikasinya termasuk perangkat lunak desain, kualitas desain sistem, desain sistem umum, manufaktur desain sistem, ergonomi, rekayasa sistem, desain sel kantor dan strategi e-commerce Suh, 2001. Istilah axiomatic ini sendiri didapat dari kegunaan prinsip desain atau desain axioms yang mempengaruhi analisis dan proses pengambilan keputusan dalam mengembangkan produk berkualitas tinggi atau sebuah desain sistem. AD disinyalir sebagi metode desain yang mengalamatkan masalah mendasar dalam Taguchi Methods. Universitas Sumatera Utara 13 Konsep paling penting dalam AD adalah keberadaan dari AD itu sendiri. AD yang pertama adalah Independence Axiom, untuk mempertahankan kebebasan dari persyaratan-persyaratan fungsional. AD yang kedua adalah Information Axiom, untuk meminimalisasi isi informasi. Maksud dari kedua pernyataan di atas dapat dijabarkan bahwa dalam Independence Axiom kebebasan persyaratan-persyaratan fungsional FRs harus selalu dipertahankan dimana FRs didefenisikan sebagai set minimum dari persyaratan kebebasan yang menggambarkan tujuan desain. Sedangkan Information Content menyatakan bahwa diantara desain desain yang memuaskan Independence Axiom, desain yang mempunyai isi informasi terkecil merupakan desain yang terbaik. Information Content kandungan informasi, yang merupakan dasar teknik MCDM, menggambarkan sebuah fungsi dari probabilitas terhadap kepuasan dari suatu persyaratan fungsional FR. Oleh karena itulah mengapa desain dengan probabilitas tertinggi yang sesuai dengan persyaratan-persyaratan ini merupakan desain yang terbaik. Information Content yang dalam hal ini dilambangkan dengan I, yang berhubungan dengan bentuk paling sederhananya terhadap probabilitas dalam memuaskan FRs yang telah diberikan, menggambarkan bahwa desain dengan probabilitas tertinggi merupakan desain terbaik. Hubungan antara Information Content I, dan probabilitas keberhasilan persyaratan fungsional FR p dapat dirumuskan sebagai berikut : 1 log 2 i i p I  2.1 Menurut Suh 2001, logaritma digunakan dalam menghitung kandungan informasi, sehingga tercapai aditivitas. Disisi lain, probabilitas keberhasilan diberikan oleh berbagai desain persyaratan untuk desain dan kisaran sistem kapasitas sistem. Gambar 2.2 menggambarkan desain dan rentang sistem dan juga daerah umum common area. Perpotongan rentang menawarkan solusi yang layak. Universitas Sumatera Utara 14 Oleh karena itu, probabilitas keberhasilan dapat dinyatakan sebagai:   u l i i i dFR FR p p 2.2 dimana l dan u merupakan batas bawah dan batas atas design range dan dimana p merupakan fungsi distribusi probabilitas dari sistem dalam FR i yang telah ditentukan. Probabilitas keberhasilan p i adalah sama dengan common area, yang dilambangkan dengan A c , sehingga information Content dapat dinyatakan sebagai berikut : 1 log 2 c i A I  2.3 Juga, jika fungsi distribusi probabilitas adalah seragam, maka probabilitas keberhasilan menjadi: range system range common p i  2.4 Gambar 2.2. Design range, system range, and common range Celik, et.al, 2009 Dari Gambar 2.2 , common area dan system area dapat ditulis sebagai berikut: Common Area CA=   2 c d x   2.5 Universitas Sumatera Utara 15 System Area SA = 2 a c  2.6 Oleh karena itu, Information Content dapat ditulis sebagai: Information Content I i =       log 2 CA area common SA area system 2.7 Kemudian Information Content dalam lingkungan fuzzy dihitung sebagai berikut:               otherwise , area Common range system of Area tion nointersec I i 2 log , 2.8 Jumlah bobot Information Content untuk kriteria tingkat pertama dihitung sebagai berikut:    n i i i I w I 1 2.9 dimana n adalah jumlah kriteria tingkat pertama dan 1 1     n i i i I w I Demikian juga, Information Content untuk kriteria tingkat kedua sub-kriteria dari kriteria i dihitung sebagai berikut:    m j ij ij I w I 1 2.10 Dimana m adalah jumlah sub-kriteria criteria i dan 1 1    m i ij w for i = 1,.. n. Akhirnya, berdasarkan Information Axiom, alternatif-alternatif urutan posisinya diatur berdasarkan kenaikan Information Content. Dalam mendesain suatu solusi dari produk, service, software, proses, maupun hal lainnya, para desainer umumnya melakukan beberapa langkah berikut ini: 1. Memahami kebutuhan customer 2. Menentukan masalah yang harus mereka selesaikan untuk memenuhi kebutuhan mereka 3. Membuat dan memilih suatu solusi 4. Menganalisa dan mengoptimalkan solusi yang telah diajukan. Universitas Sumatera Utara 16 5. Memeriksa efek yang ditimbulkan oleh desain terhadap kebutuhan customer. Konsep dasar dari axiomatic design adalah domain. Masing-masing domain akan memiliki peran penting dalam aktivitas desain. Seperti diilustrasikan pada Gambar 2.3 berikut. Gambar 2.3. Konsep Axiomatic Design Suh, 2001 Untuk masing-masing domain yang berdekatan, domain sebelah kiri merepresentasikan hal yang ingin dicapai. Sedangkan domain yang berada disebelah kanan merepresentasikan solusi desain dalam bagaimana mencapai hal itu. Definisi yang terasiosiasi dengan domain dalam axiomatic design adalah : 1. Functional Requirements FRs, adalah set minimum dari independent requirements yang mengkarakterisasikan functional requirements dari solusi desain secara menyeluruh dalam domain functional. 2. Constraint Cs, adalah batas dari solusi yang dapat diterima. 3. Design Parameter DPs, adalah elemen dari solusi desain dalam domain physical yang dipilih untuk memenuhi spesifikasi FRs. 4. Process Variable PVs, adalah elemen dalam domain process yang mengkarakterisasi proses yang memenuhi spesifikasi DPs. Universitas Sumatera Utara 17

2.6 PENELITIAN TERKAIT