Multi-Criteria Decision Analysis menggunakan Fuzzy AHP

13 Jun 2022

Analisis keputusan multi-kriteria (MCDA) adalah pengetahuan yang efektif metode sintesis untuk mendukung pengambilan keputusan dan mengeksplorasi pro dan kontra dari berbagai alternatif. Ini memungkinkan membandingkan alternatif terhadap seperangkat kriteria yang didefinisikan secara eksplisit yang memperhitungkan aspek yang paling relevan dalam proses pengambilan keputusan yang diberikan. Secara operasional, MCDA mendukung penataan masalah keputusan, menilai kinerja alternatif di seluruh kriteria, mengeksplorasi trade-off, merumuskan keputusan dan menguji ketahanannya. Keputusan multi-kriteria analisis sangat berguna ketika mengurangi masalah multi-tujuan menjadi masalah tujuan tunggal tidak layak atau tidak diinginkan, terutama dalam pengaturan partisipatif yang melibatkan pemangku kepentingan yang beragam dengan tujuan yang beragam (Linkov et al., 2006). Kekuatan utama MCDA adalah memungkinkan penggabungan kinerja analitis dari alternatif dengan preferensi dan prioritas pemangku kepentingan secara transparan dan dapat ditiru.

Elemen kunci dari aplikasi MCDA yang sukses adalah kontruksi yang jelas dari konteks keputusan; identifikasi kolaboratif alternatif dan kriteria yang mencerminkan nilai-nilai yang dipertimbangkan; penentuan yang memadai untuk metode penilaian dan pembobotan kriteria; metode agregasi kriteria; dan analisis sensitivitas yang komprehensif. Ada banyak pendekatan MCDA, yang berbeda, antara lain, dalam hal: kompleksitas komputasi, tingkat keterlibatan pemangku kepentingan, dan waktu dan kebutuhan data. Belton dan Stewart (2002) menyajikan secara rinci analisis fondasi teoretis dari berbagai pendekatan MCDA serta kekuatan dan kelemahan komparatif mereka. Namun demikian, dapat dikatakan bahwa sebagian besar pendekatan melibatkan tiga tahapan proses MCDA umum yang ditunjukkan pada Gambar 1  di mana aspek kuncinya adalah keterlibatan berbagai aktor menyediakan berbagai jenis input untuk proses.

Gambar 1 Tahapan dalam MCDA

Tulisan ini telah melakukan reiew pada beberapa metode MCDA dan salah satu yang paling sering dan efektif yang digunakan adalah Fuzzy AHP. Telaah pustaka ini dilakukan melalui 3 tahapan utama, sehingga memberikan gambaran secara jelas bagaiamana Fuzzy AHP dapat diimplementasikan. Tahapan tersebut tertuang pada ilustrasi pada Gambar 2.

Gambar 2 Alur telaah pustaka

Dapat dilihat bahwa terdapat 7 artikel ilmiah yang telah ditelaah. Setiap artikel ilmiah memberikan kontribusi dalam pemahaman untuk mengamplikasikan fuzzy AHP dalam pengambilan keputusan atau MCDA.

Beberapa informasi yang dapat diperoleh pada hasil review ini adalah:

  1. Fuzzy AHP memiliki kemampuan yang baik dalam analisis keputusan. Rekomendasi keputusan yang diberikan lebih baik dibandingkan dengan AHP karena kemampuannya dalam menyerap pendapat pakar dengan lebih sesuai.
  2. Fuzzy AHP dikembangkan dengan mengkombinasikan teori AHP yang dikembangkan oleh Saaty (1987) dan teori fuzzy sets oleh Zadeh (1965).
  3. Fuzzy AHP dapat diterapkan pada berbagai sektor, seperti yang telah dilihat pada tujuh artikel yang direview.

Daftar pustaka

  1. Adem, B. E., & Geneletti, D. (2018). Multi-criteria decision analysis for nature conservation:. Methods Ecol Evol. 2018;9:42–53, 42-53.
  2. Astuti, Y., & Safrudin, A. (2017). Metode FUZZY AHP untuk Pemilihan Ketua OSIS. Citec Journal, Vol. 4, No. 1, November 2016 – Januari 2017, 56-71.
  3. Elveny, M., & Rahmadsyah. (2014). ANALISIS METODE FUZZY ANALYTIC HIERARCHY. TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatik, 112-126.
  4. Ganguly, K. K., & Kumar, G. (2019). Supply Chain Risk Assessment: A Fuzzy AHP. Vol. 12, No. 1, 2019, pp. 1 – 13, 1-13.
  5. Hwang, H.-S., Moon, C., Chuang, C.-L., & Goan, M.-J. (2005). Supplier Selection and Planning. International Journal of the Information Systems for Logistics and Management (IJISLM), Vol. 1, No. 1, pp. 47-53 (2005), 47-53.
  6. J., T., & Yan, Z. (2011). Fuzzy Analytic Hierarchy Process for Risk Assessment to General assembling of Satellite Vol. 11, August 2013, 568=577.
  7. Ph.D., S.M.ASCE, H.-M. L., Ph.D., A.M.ASCE, W.-J. S., Ph.D., A.M.ASCE, S.-L. S., & Ph.D, A.-N. Z. (2020). Risk Assessment Using a New Consulting. J. Constr. Eng. Manage., 2020, 146(3): 04019112, 1-12.
  8. Zandi , P., Rahmani, M., Khanian, M., & Mosavi, A. (2020). Agricultural Risk Management Using Fuzzy TOPSIS. Agriculture 2020, 10, 0504, 1-27.
  9. Saaty, R., The analytic hierarchy process what it is and how it is used, Mathl Modelling, vol. 9, no. 3, pp. 161–176, 1987.
  10. Zadeh, A., Fuzzy Sets, Information and Control, vol. 8, pp. 338–353, 1965. https://doi.org/10.1016/S0019-9958(65)90241-X.

Ditulis oleh
RR. Afrida Noor dan rekan-rekan, Mahasiswa S2 Teknik Industri Binus University tahun 2022. Artikel lengkapnya dapat dilihat di sini: Review Fuzzy AHP.