Sistem Pakar Rekayasa sistem pendukung keputusan intelijen untuk pengembangan agropolitan berbasis agroindustri

49 Langkah ke dua , menghitung negasi terhadap setiap bobot elemen dengan menggunakan rumus : Neg w k = w q-k+1 ] [ min ,..., 1 k ij ak l k ij a v w Neg v ∨ = = ............................................................................................. 2 Keterangan : W adalah bobot nilai; q adalah jumlah item dari suatu set bobot penilaian dan k adalah item dari suatu set bobot penilain. Langkah ke tiga , mengacu pada set nilai yang didapatkan dari persamaan 1 dan nilai negasi dari persamaan 2 maka dapat dilakukan agregasi untuk memperoleh skor terhadap setiap alternatif ke- i oleh setiap pembuat keputusan ke-j pada semua kriteria dengan menggunakan formula sebagai berikut : .................................................................... 3 Keterangan : v ij adalah skor evaluasi terhadap alternatif ke-i oleh pembuat keputusan ke-j; min adalah minimum; V adalah maksimum dan Neg w ak ] 1 1 [ r q jx Int W j − + = adalah negasi setiap bobot elemen. Langkah ke empat , menghitung pembobot nilai dengan menggunakan rumus : .................................................................................. 4 Keterangan : W j ] [ max ,..., 1 j j m j i i b w v f v ∧ = = = adalah pembobot nilai pada pakar ke-j ; j adalah pakar ke-j; r adalah jumlah pakar; q adalah jumlah skala item dan Int adalah integer. Langkah ke lima , agregasi penentuan kesimpulan akhir oleh pengambil keputusan dengan menggunakan rumus : ............................................................................. 5 Keterangan : Max adalah maksimum; w j adalah pembobot nilai pada pakar ke-j; Λ adalah minimum dan b j yang diurutkan dari terbesar ke terkecil. adalah solusi dari persamaan 3 50 Pada penelitian ini metode ME-MCDM digunakan pada Sistem Pengembangan Agropolitan Berbasis Agroindustri dalam model pemilihan komoditi unggulan dan model pemilihan sarana dan prasarana. Model pemilihan komoditi unggulan menggunakan lima orang pakar sebagi sumber data, sedangkan pada model pemilihan sarana prasarana menggunakan tiga orang pakar. Untuk lebih jelasnya diagram alir model pemilihan komoditi dan model pemilihan sarana prasarana dapat dilihat pada Bab 7 Rekayasa Sistem.

4.4.2 Analytical Network Process ANP

Pendekatan ANP Analytical Network Process banyak diabaikan dibandingkan dengan pendekatan AHP Analytical Hierarchy Process yang berstruktur linear dan tidak mengakomodasikan adanya feedback. Hal ini dikarenakan AHP relatif lebih sederhana dan mudah untuk diterapkan, sedangkan ANP lebih luas dan dalam dan sesuai untuk diterapkan pada pengambilank eputusan yang rumit serta kompleks serta memerlukan berbagai variasi intertaksi dan ketergantungan. Metode ANP berguna pada perusahaan besar atau sektor publik yang memerlukan pengambilan keputusan dalam jumlah informasi, interaksi serta feedback yang banyak dan memiliki tingkat kompleksitas tinggi. Sebagai metode pengembangan dari metode AHP, ANP masih menggunakan cara Pairwise Comparison Judgement Matrices PCJM antar elemen yang sejenis. Perbandingan berpasangan dalam ANP dilakukan antar elemen dalam komponenkluster untuk setiap interaksi dalam network. Saaty 1996 dan Saaty 2001, menyatakan bahwa jaringan umpan balik adalah struktur dalam memecahkan masalah yang tidak dapat disusun dengan menggunakan struktur hirarki. Jaringan umpan balik terdiri dari interaksi dan ketergantungan antara elemen pada level yang lebih rendah. Struktur umpan balik tidak mempunyai bentuk linier dari atas ke bawah, tetepai nampak seperti sebuah jaringan siklus pada masing-masing klaster dari setiap elemen serta dapat berbentuk looping pada klaster itu sendiri. Bentuk ini tidak dapat disebut sebagai level. Umpan balik juga mempunyai sumber source dan tumpahan sink. Titik sumber menunjukkan asal dari jalur kepentingan dan tidak pernah dijadikan tujuan dari jalur kepentingan lain, sedangkan titik tumpahan adalah titik yang