Sumber Pengolahan Data
5.4.1. Perhitungan Derajat Preferensi dan Indeks Preferensi
Sebelum dilakukan perhitungan indeks preferensi, maka terlebih dahulu ditentukan nilai derajat preferensi Pd.
Penentuan nilai Pd antar supplier dilakukan dengan menggunakan tipe usual tipe preferensi ke-1 dengan ketentuan sebagai berikut
5
Setelah didapat nilai derajat preferensi, maka dilanjut dengan menghitung nilai indeks preferensi. Fungsi indeks preferensi atas seluruh kriteria adalah
sebagai berikut :
Pd= �
0 jika d ≤0
1 jika d0
Keterangan: Pd
= derajat preferensi perbandingan alternatif antar supplier d
= selisih nilai kriteria, dimana d = f
k
a
n
-f
k-1
a
n-1
, dan sebaliknya. f
k
= Kriteria yang digunakan f
k
a
n
= nilai bobot prioritas Contoh penentuan nilai Pd pada supplier S1 dengan S2 adalah sebagai berikut:
dS1,S2 = 0,0045
Maka nilai Pd adalah 1, yang berarti untuk subkriteria SK1, supplier S1 lebih unggul daripada supplier S2.
6
Dimana : .
π x,xi = ∑ Pd.Wj.
k x=1
5
Nuria Gens Fernandes, 2014. The Management of Missing Values in PROMETHEE Methods. Universite Libre of Bruxelles dan Universite D’Europe
6
Op.Cit.,Nuria Gens Fernandes.
Universitas Sumatera Utara
π x, xi = indeks preferensi Wj
= Bobot untuk kriteria pada AHP Pd
= Nilai derajat preferensi Contoh perhitungan indeks preferensi untuk semua kriteria pada supplier 1
S1 dan supplier 2 S2 dihitung sebagai berikut : π S1,S2 = 1 x 0,2816 + 1 x 0,1343 + 0 x 0,2199 + 1 x 0,0713 + 0 x
0,1181+ 1 x 0,1749 = 0,6620
Indeks preferensi dapat ditentukan tanpa menggunakan bobot jika semua kriteria dianggap sama tingkat kepentingannya. Namun, pada penelitian ini
perhitungan indeks preferensi menggunakan bobot yang dihitung dari AHP yang hasil perhitungannya tercantum pada Tabel 5.42.Nilai bobot AHP merujuk pada
Tabel 5.43. Rekapitulasi hasil perhitungan derajat preferansi dan indeks preferensi
dapat dilihat pada Tabel 5.32.
Tabel 5.32. Rekapitulasi Perhitungan Derajat Preferensi dan Indeks Preferensi
Pd…,… SK1
SK2 SK3
SK4 SK5
SK6 Indeks
Preferensi
S1 ,
S2 1
1 1
1 0.6620
S1 ,
S3 1
1 1
1 1
0.7801 S1
, S4
1 1
1 1
1 0.8251
S1 ,
S5 1
1 0.4159
S1 ,
S6 1
1 1
1 1
0.9287 S2
, S1
1 1
0.3380 S2
, S3
1 1
1 1
1 0.9287
S2 ,
S4 1
1 1
1 0.7539
S2 ,
S5 1
1 1
0.6358 S2
, S6
1 1
1 1
1 0.9287
S3 ,
S1 1
0.2199 S3
, S2
1 0.0713
S3 ,
S4 1
1 1
0.6358 S3
, S5
1 0.2199
Universitas Sumatera Utara
S3 ,
S6 1
1 1
1 1
0.8251 S4
, S1
1 1
1 0.3642
S4 ,
S2 1
1 0.2461
S4 ,
S3 1
1 1
0.3642 S4
, S5
0.0000 S4
, S6
1 1
1 1
1 1
1.0000 S5
, S1
1 1
1 1
0.5841 S5
, S2
1 1
1 0.3642
S5 ,
S3 1
1 1
1 1
0.7801 S5
, S4
1 1
1 1
1 1
1.0000 S5
, S6
1 1
1 1
1 1
1.0000 S6
, S1
0.0000 S6
, S2
0.0000 S6
, S3
1 0.1749
S6 ,
S4 0.0000
S6 ,
S5 0.0000
Sumber: Pengolahan Data
5.4.2. PROMETHEE I
Kategori