Kriteria Biasa Usual Criterion Kriteria Quasi Quasi Criterion Kriteria dengan preferensi linier Kriteria Level

Dalam PROMETHEE disajikan enam bentuk fungsi preferensi kriteria. Hal ini tentu saja tidak mutlak, tetapi bentuk ini cukup baik untuk beberapa kasus, antara lain:

1. Kriteria Biasa Usual Criterion

Hd = Keterangan: H d = selisih kriteria antara alternatif d = selisih nilai kriteria { d = fa - fb } Pada kasus ini, tidak ada beda sama penting antara a dan b jika dan hanya jika f a = f b ; apabila nilai kriteria pada masing-masing alternative memiliki nilai berbeda, pembuat keputusan membuat preferensi mutlak untuk alternatif memiliki nilai yang lebih baik. Gambar 2.4 Kriteria Biasa

2. Kriteria Quasi Quasi Criterion

Hd = Keterangan: H d = fungsi selisih kriteria antara alternatif d = selisih nilai kriteria { d = fa - fb } Parameter q = harus merupakan nilai tetap Dua alternatif memiliki preferensi yang sama penting selama selisih atau nilai H d dari masing-masing alternatif untuk kriteria tertentu tidak melebihi nilai q, dan 0 jika d ≤ 0 1 jika d 0 0 jika ≤ q 1 jika d q Universitas Sumatera Utara apabila selisih hasil evaluasi untuk masing-masing alternatif melebihi nilai q maka terjadi bentuk preferensi mutlak. Gambar 2.5 Kriteria Quasi

3. Kriteria dengan preferensi linier

Hd = Keterangan: H d = fungsi selisih kriteria antara alternatif d = selisih nilai kriteria { d = fa - fb } p = nilai kecenderungan atas Kriteria preferensi linier dapat menjelaskan bahwa selama nilai selisih memiliki nilai yang lebih rendah dari p, preferensi dari pembuat keputusan meningkat secara linier dengan nilai d. Jika nilai d lebih besar dibandingkan dengan nilai p, maka terjadi preferensi mutlak Gambar 2.6 Kriteria Preferensi linear 0 jika d ≤ 0 dp jika 0 d ≤ p 1 jika d p Universitas Sumatera Utara

4. Kriteria Level

Level Criterion Hd = Keterangan: H d = fungsi selisih kriteria antara alternatif p = nilai kecenderungan atas q = harus merupakan nilai yang tetap Kecenderungan tidak berbeda q dan kecenderungan preferensi p adalah ditentukan secara simultan. Jika d berada di antara nilai q dan p, hal ini berarti situasi preferensi yang lemah Hd = 0.5 Brans, 1984. Gambar 2.7 Kriteria Level

5. Kriteria dengan preferensi linier dan area yang tidak berbeda

Dokumen yang terkait

Perbandingan Algoritma Simple Additive Weighting (SAW) dan Preference Ranking Organization for Enrichment Evaluation (PROMETHEE) Dalam Pemilihan Sepeda Motor

18 100 121

Perbandingan Metode Analytical Hierarchy Process (AHP) dan Metode Preference Ranking Organization Method For Enrichment Evaluation (PROMETHEE) untuk Pemilihan Hardisk Eksternal

19 131 147

SISTEM PAKAR PEMILIHAN SEPEDA MOTOR DENGAN METODE SIMPLE ADDITIVE WEIGHTING Sistem Pakar Pemilihan Sepeda Motor Dengan Metode Simple Additive Weighting.

0 4 18

Perbandingan Algoritma Simple Additive Weighting (SAW) dan Preference Ranking Organization for Enrichment Evaluation (PROMETHEE) Dalam Pemilihan Sepeda Motor

0 0 1

Perbandingan Algoritma Simple Additive Weighting (SAW) dan Preference Ranking Organization for Enrichment Evaluation (PROMETHEE) Dalam Pemilihan Sepeda Motor

0 0 30

Perbandingan Algoritma Simple Additive Weighting (SAW) dan Preference Ranking Organization for Enrichment Evaluation (PROMETHEE) Dalam Pemilihan Sepeda Motor

0 0 12

Perbandingan Algoritma Simple Additive Weighting (SAW) dan Preference Ranking Organization for Enrichment Evaluation (PROMETHEE) Dalam Pemilihan Sepeda Motor

0 0 2

Perbandingan Metode Analytical Hierarchy Process (AHP) dan Metode Preference Ranking Organization Method For Enrichment Evaluation (PROMETHEE) untuk Pemilihan Hardisk Eksternal

0 0 13

Perbandingan Metode Analytical Hierarchy Process (AHP) dan Metode Preference Ranking Organization Method For Enrichment Evaluation (PROMETHEE) untuk Pemilihan Hardisk Eksternal

0 0 13

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SEPEDA MOTOR MATIC MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

0 1 14