SPK-Kelompok 6A-MOORA [PDF]

Citation preview

PO



E



A



. K



Perancangan Sistem Pendukung Keputusan Penerimaan Beasiswa Peningkatan Prestasi Akademik (PPA) di Perguruan Tinggi dengan Metode Moora



6-



LO



K



M



PO



E



. K



Mita Sumiarti



Fauzi M. Adam



Silvia Amanda



Irpan Yahyal P



1803010028



1803010027



1803010026



1803010025



A



Meet the Group



6-



LO



K



M



PO



E



3



. K



Topik Pembahasan



A



1



Pengertian Metode Moora



2



Keunggulan Metode Moora



Tahapan Penyelesaian Metode Moora



4



Implementasi kasus & perhitungan



6-



LO



K



M



PO



E



LO



A



. K



Pengertian Metode Moora



6-



1



K



M



Metode MOORA (Multi – Objective Optimization On The Basis Of Ratio Analysis) adalah suatu teknik optimasi multi objective yang dapat berhasil diterapkan untuk memecahkan berbagai jenis masalah pengambilan keputusan yang kompleks dalam pembuatan keputusan. (Brauers, 2004).



lebih tepat sasaran



LO



E



. K



sangat stabil



sangat kuat



mudah mudah diimplemen digunakan tasikan



A



lebih akurat



Keunggulan Metode Moora



6-



sangat sederhana



M



K



2



PO



PO



E



. K



Metode MOORA terdiri dari lima langkah utama yaitu : Menginput Nilai Kriteria Membuat matriks keputusan Normalisasi Mengurangi nilai maximax dan minimax Perangkingan



A



3



Tahapan Penyelesaian Metode Moora



6-



LO



K



M



PO



E



. K



Menginputkan nilai kriteria pada suatu alternatif dimana nilai tersebut nantinya akan diproses dan hasilnya akan menjadi sebuah keputusan.



A



Menginput Nilai Kriteria



6-



LO



K



M



PO



E



. K



Mewakilkan semua informasi yang tersedia untuk setiap attribut dalam bentuk matriks keputusan. Berikut adalah perubahan nilai kriteria menjadi sebuah matriks keputusan :



A



Membuat Matriks Keputusan



6-



LO



K



M



xij : Respon alternatif j pada kriteria i i : 1,2,3, ..., n adalah nomor urutan atribut atau kriteria j : 1,2,3, ..., m adalah nomor urutan alternatif X : Matriks Keputusan



PO



A



E



6-



LO



K



M



. K



Matriks Normalisasi Normalisasi bertujuan untuk menyatukan setiap element matriks sehingga element pada matriks memiliki nilai yang seragam. Rasio ini dapat dinyatakan sebagai berikut: xij : Matriks alternatif j pada kriteria i i : 1,2,3, ..., n adalah nomor urutan atribut atau kriteria j : 1,2,3, ..., m adalah nomor urutan alternatif X*ij : Matriks Normalisasi alternatif j pada kriteria i



M



A



E



6-



LO



K



. K



Menghitung Nilai Optimasi



PO



Jika atribut atau kriteria pada masing-masing alternatif tidak diberikan nilai bobot:



Jika atribut atau kriteria pada masing-masing alternatif di berikan nilai bobot kepentingan:



i : 1,2,3, ..., g adalah atribut atau kriteria dengan status maximized j : g+1, g+2, g+3, ..., n adalah atribut atau kriteria dengan status minimized y*j : Matriks Normalisasi max-min alternatif j



i : 1,2,3, ..., g adalah atribut atau kriteria dengan status maximized j : g+1, g+2, g+3, ..., n adalah atribut atau kriteria dengan status minimized wj : bobot terhadap alternatif j y*j : Nilai penilaian yang sudah dinormalisasi dari alternatif j terhadap semua atribut



PO



E



. K



Nilai yi dapat menjadi positif atau negatif tergantung dari total maksimal (atribut yang menguntungkan) dalam matriks keputusan. Sebuah urutan peringkat dari yi menunjukkan pilihan terahir. Dengan demikian alternatif terbaik memiliki nilai yi tertinggi sedangkan alternatif terburuk memiliki nilai yi terendah.



A



Perangkingan



6-



LO



K



M



PO



E



LO



. K



Contoh studi kasus : Penerimaan Beasiswa Peningkatan prestasi akademik (PPA) di Universitas Dengan Metode MOORA.



A



Studi Kasus dan perhitungan Metode MOORA (Multi – Objective Optimization On The Basis Of Ratio Analysis)



6-



4



Implementasi kasus & perhitungan



K



M



A



E



LO



6-



. K



Rumus:



M



K



Melakukan Perhitungan Matriks Beasiswa PPA



PO



A



E



LO



6-



. K



Untuk perhitungan 𝑥∗11 adalah nilai i dari baris pertama nilai IPK, dan nilai j pada field keempat IPK.



M



K



Melakukan Perhitungan Matriks Beasiswa PPA



PO



A



E



LO



6-



. K



Untuk perhitungan 𝑥∗12 adalah nilai i dari baris pertama nilai Ket.Org.Kmh, dan nilai j pada field kelima Ket.Org.Kmh.



M



K



Melakukan Perhitungan Matriks Beasiswa PPA



PO



A



E



LO



6-



. K



Untuk perhitungan 𝑥∗13 adalah nilai i dari baris pertama nilai Prop.PKM, dan nilai j pada field keenam Prop.PKM.



M



K



Melakukan Perhitungan Matriks Beasiswa PPA



PO



A



E



LO



6-



. K



Untuk perhitungan 𝑥∗14 adalah nilai i dari baris pertama nilai Softskill, dan nilai j pada field ketujuh softskill.



M



K



Melakukan Perhitungan Matriks Beasiswa PPA



PO



E



LO



. K



= Nilai IPK = Ket.Org.Kmh = Prop.PKM =Softskill



A



𝑥1 𝑥2 𝑥3 𝑥4



6-



Nilai kriteria menggunakan rumus MOORA (Multi – Objective Optimization On The Basis Of Ratio Analysis)



M



K



Melakukan Perhitungan Matriks Beasiswa PPA



PO



M



E



Hasil Ranking Beasiswa PPA menggunakan metode moora yang sudah runtut:



. K



Hasil Perangkingan PPA: 𝑦1 = 0,465(40%) + 0,44(25%) 0,5(20%) + 0,44(15%) = 0,456 + 𝑦2 = 0,461(40%) + 0,44(25%) 0(20%) + 0,44(15%) = 0,360 + 𝑦3 = 0,421(40%) + 0,44(25%) 0,5(20%) + 0,44(15%) = 0,438 + 𝑦4 = 0,441(40%) + 0,44(25%) 0,5(20%) + 0,44(15%) = 0,446 + 𝑦5 = 0,444(40%) + 0,44(25%) + 0,5(20%) + 0,44(15%) = 0,447



A



Hasil Ranking Beasiswa PPA menggunakan metode moora yang belum runtut:



6-



LO



K



Proses perangkingan PPA



PO



Thank you! Do you have any questions for us?