Multicriteria Decision Making dan Weighted Scoring Model
Materi Pembelajaran · Pertemuan 11
Multicriteria Decision Making dan Weighted Scoring Model
Mata Kuliah Teori Pengambilan Keputusan — Program Studi S1 Manajemen
- Pertemuan
- 11 dari 16
- Tingkat
- Lanjutan
- Estimasi Waktu Baca
- ±35–40 menit
- Metode
- Inquiry & Collaborative Learning
Tujuan Pembelajaran
Setelah mempelajari materi ini, mahasiswa diharapkan mampu:
- Menjelaskan konsep multicriteria decision making dan alasan diperlukannya.
- Menetapkan kriteria dan bobot yang sesuai dengan tujuan keputusan.
- Menghitung weighted score, memilih alternatif terbaik, dan menguji kepekaan hasilnya terhadap perubahan bobot.
1.Konsep Multicriteria Decision Making
Pertemuan 6 sampai 10 menilai alternatif dengan satu ukuran saja, yaitu payoff berupa uang (laba atau biaya). Banyak keputusan manajerial tidak sesederhana itu: kita ingin biaya rendah, kualitas tinggi, pengiriman cepat, dan risiko kecil sekaligus.
Multicriteria decision making (MCDM) adalah pendekatan untuk mengevaluasi alternatif berdasarkan beberapa kriteria sekaligus, yang sering kali saling bertentangan (trade-off) dan berbeda satuan (Goodwin & Wright menyebutnya multi-attribute decision). Contoh: memilih pemasok yang lebih murah tetapi kualitasnya lebih rendah, atau memilih lokasi usaha yang strategis tetapi sewanya mahal.
Ciri keputusan multikriteria:
- Ada dua atau lebih kriteria yang relevan dan tidak dapat dijadikan satu ukuran uang dengan mudah (misalnya reputasi, keamanan, kenyamanan).
- Biasanya tidak ada alternatif yang unggul di semua kriteria. Jika ada alternatif yang minimal sama baik pada semua kriteria dan lebih baik pada sedikitnya satu (disebut dominan), pilihan menjadi mudah dan alternatif lain dapat disingkirkan.
- Kriteria dapat bersifat kuantitatif maupun kualitatif, sehingga perlu disamakan skalanya sebelum digabungkan.
- Kepentingan setiap kriteria tidak sama, sehingga diperlukan pembobotan.
Metode MCDM yang paling sederhana dan paling banyak dipakai adalah Weighted Scoring Model (WSM), sedangkan metode yang lebih sistematis dalam menentukan bobot, yaitu Analytic Hierarchy Process (AHP), dibahas pada Pertemuan 12. WSM sebenarnya adalah bentuk formal dari langkah-langkah yang sudah kita kenal: mengidentifikasi kriteria, membobotnya, menilai alternatif, dan menghitung hasilnya (Pertemuan 2 dan 3).
Tujuan & Alternatif
Tetapkan tujuan keputusan dan daftar alternatif.
Kriteria
Tentukan kriteria penilaian yang relevan.
Bobot
Beri bobot tiap kriteria; jumlahnya 100%.
Skor
Nilai setiap alternatif pada tiap kriteria.
Hitung & Pilih
Jumlahkan bobot × skor; pilih total tertinggi.
2.Penetapan Kriteria dan Pembobotan
Kualitas hasil WSM sangat bergantung pada dua hal: kriteria yang dipilih dan bobot yang diberikan. Keduanya sebaiknya ditetapkan sebelum alternatif dinilai.
a. Ciri Kriteria yang Baik
- Relevan dengan tujuan keputusan.
- Dapat dinilai, baik dengan data (misalnya biaya) maupun dengan skala penilaian yang terdefinisi jelas.
- Tidak tumpang tindih: satu aspek tidak dihitung dua kali (misalnya "jarak ke pelabuhan" dan "kemudahan akses transportasi" yang sebenarnya sama).
- Membedakan alternatif: kriteria yang nilainya sama untuk semua alternatif tidak membantu memilih.
- Ringkas: umumnya 4 sampai 8 kriteria; terlalu banyak kriteria membuat bobot tiap kriteria terlalu kecil dan penilaian melelahkan.
Kriteria juga perlu dibedakan arahnya: benefit (makin besar makin baik, misalnya kualitas) dan cost (makin kecil makin baik, misalnya biaya). Agar dapat dijumlahkan, skor harus diberi arah yang sama: pada kriteria cost, nilai rendah (murah) diberi skor tinggi.
b. Pembobotan Kriteria
Bobot mencerminkan seberapa penting suatu kriteria dibanding yang lain. Cara yang umum:
- Alokasi poin langsung: pengambil keputusan membagi 100 poin ke seluruh kriteria sehingga jumlah bobot tepat 100% (cara yang dipakai pada kasus ini).
- Peringkat (rank sum): kriteria diurutkan dari yang terpenting, lalu bobot dihitung dari peringkatnya. Rumusnya: bobot = (n − peringkat + 1) / jumlah seluruh pembilang. Untuk lima kriteria hasilnya 33,3%; 26,7%; 20,0%; 13,3%; 6,7%.
- Perbandingan berpasangan melalui AHP, dibahas pada Pertemuan 12.
Bobot sebaiknya disepakati oleh beberapa orang yang berkepentingan. Teknik kelompok seperti nominal group technique atau Delphi (Pertemuan 4) dapat membantu agar bobot tidak didominasi satu pendapat.
Total bobot = 100%. Panjang bar relatif terhadap bobot terbesar (30%).
c. Skala Penilaian
Setiap alternatif dinilai pada setiap kriteria memakai skala yang seragam, misalnya 1 sampai 10 (10 = terbaik). Agar penilaian konsisten, definisikan arti beberapa tingkat skala sebelum menilai. Untuk kriteria kuantitatif, nilai asli dapat dikonversi ke skala yang sama, misalnya dengan normalisasi: skor = (nilai − nilai terendah) / (nilai tertinggi − nilai terendah), dengan arah dibalik untuk kriteria cost. Pada kasus ini, tim menilai langsung memakai skala 1 sampai 10.
3.Perhitungan Weighted Score dan Pemilihan Alternatif
Setelah bobot dan skor tersedia, setiap skor dikalikan bobot kriterianya, lalu dijumlahkan untuk setiap alternatif.
| Kriteria | Bobot | Lokasi A (pusat kota) | Lokasi B (kawasan industri) | Lokasi C (pinggiran) |
|---|---|---|---|---|
| Biaya sewa | 0,30 | 4 → 1,20 | 7 → 2,10 | 9 → 2,70 |
| Aksesibilitas transportasi | 0,25 | 9 → 2,25 | 8 → 2,00 | 5 → 1,25 |
| Tenaga kerja | 0,20 | 8 → 1,60 | 7 → 1,40 | 5 → 1,00 |
| Keamanan & risiko banjir | 0,15 | 7 → 1,05 | 8 → 1,20 | 6 → 0,90 |
| Potensi pengembangan | 0,10 | 4 → 0,40 | 8 → 0,80 | 9 → 0,90 |
| Total skor | 1,00 | 6,50 | 7,50 | 6,75 |
Contoh membaca: Lokasi B mendapat skor 7 pada biaya sewa; dikalikan bobot 0,30 menjadi 2,10.
Interpretasi. Lokasi B direkomendasikan karena paling seimbang: biaya cukup murah, akses baik, dan paling aman. Lokasi C sangat murah dan berpotensi berkembang, tetapi lemah pada akses dan tenaga kerja. Lokasi A unggul pada akses dan tenaga kerja, tetapi mahal dan sulit dikembangkan. Perhatikan bahwa tidak ada lokasi yang unggul di semua kriteria; WSM membantu menyeimbangkan trade-off tersebut secara transparan.
Analisis Kepekaan (Sensitivity Analysis)
Karena bobot ditetapkan oleh manusia, hasil perlu diuji: apakah rekomendasi berubah bila bobot diubah secara wajar? Misalkan manajemen ternyata lebih menekankan biaya, dengan bobot baru: biaya sewa 45%, aksesibilitas 20%, tenaga kerja 15%, keamanan 10%, dan potensi pengembangan 10%.
| Alternatif | Total (bobot awal) | Total (biaya 45%) | Peringkat baru |
|---|---|---|---|
| Lokasi A | 6,50 | 5,90 | 3 |
| Lokasi B | 7,50 | 7,40 | 1 |
| Lokasi C | 6,75 | 7,30 | 2 |
Lokasi B tetap terbaik sehingga rekomendasi cukup kokoh, tetapi selisihnya dengan Lokasi C menyempit menjadi hanya 0,10. Temuan ini penting untuk disampaikan kepada pengambil keputusan: bila bobot biaya lebih besar lagi, peringkat dapat berbalik, sehingga bobot biaya perlu dikonfirmasi dengan cermat.
Kelebihan dan Keterbatasan WSM
| Kelebihan | Keterbatasan |
|---|---|
| Sederhana, mudah dijelaskan, dan transparan. | Bobot dan skor bersifat subjektif sehingga rentan bias (misalnya anchoring atau overconfidence, Pertemuan 5). |
| Dapat memuat kriteria kuantitatif dan kualitatif sekaligus. | Bersifat kompensatif: skor sangat buruk pada satu kriteria dapat tertutup oleh skor tinggi pada kriteria lain. |
| Mudah dikerjakan dengan spreadsheet. | Mengasumsikan kriteria saling bebas dan kontribusinya linear; hasil sensitif terhadap bobot. |
| Mendorong diskusi eksplisit tentang apa yang dianggap penting. | Penentuan bobot dengan penetapan langsung kurang sistematis dibanding perbandingan berpasangan (AHP, Pertemuan 12). |
Untuk mengurangi keterbatasan tersebut, Bazerman & Moore menyarankan penggunaan alat bantu terstruktur agar keputusan tidak hanya bertumpu pada intuisi: tetapkan bobot sebelum menilai alternatif, libatkan lebih dari satu penilai, dokumentasikan alasan setiap skor, saring dahulu alternatif yang gugur pada syarat mutlak, dan lakukan analisis kepekaan.
Rangkuman
- Multicriteria decision making menilai alternatif berdasarkan beberapa kriteria yang sering berlawanan dan berbeda satuan; biasanya tidak ada alternatif yang unggul di semua kriteria.
- Weighted Scoring Model mengikuti lima langkah: tetapkan tujuan dan alternatif, tentukan kriteria, beri bobot (total 100%), beri skor, lalu hitung total bobot × skor.
- Kriteria yang baik relevan, dapat dinilai, tidak tumpang tindih, membedakan alternatif, dan ringkas; kriteria cost perlu diberi arah skor yang dibalik, dan syarat mutlak disaring terlebih dahulu.
- Pada kasus pemilihan lokasi gudang, Lokasi B menghasilkan total skor tertinggi (7,50), diikuti Lokasi C (6,75) dan Lokasi A (6,50).
- Analisis kepekaan menguji apakah rekomendasi bertahan saat bobot berubah; WSM bersifat subjektif dan kompensatif sehingga perlu dikombinasikan dengan prosedur yang mengurangi bias.
Pertanyaan Diskusi & Latihan
- Dalam kelompok (3–4 orang), pilih satu keputusan nyata dengan tiga alternatif (misalnya tempat magang atau lokasi usaha). Tetapkan tujuan, 4–5 kriteria, bobot, dan skor, lalu hitung total skornya dan lakukan uji kepekaan dengan mengubah dua bobot. Bandingkan hasil antar anggota kelompok. (Latihan ini dapat dikerjakan dengan template spreadsheet Weighted Scoring Model dari dosen dan menjadi dasar Tugas Kelompok 1.)
- Pada kasus gudang, dengan skor dan bobot awal serta alternatif lain tetap, berapa skor aksesibilitas minimum Lokasi C agar total skornya mengungguli Lokasi B? Tunjukkan perhitungannya.
- Mengapa bobot sebaiknya disepakati sebelum alternatif dinilai? Kaitkan dengan bias yang telah dipelajari pada Pertemuan 5.
- Berikan satu contoh keputusan yang memiliki kriteria syarat mutlak (knock-out) dan jelaskan bagaimana kriteria itu sebaiknya diperlakukan agar sifat kompensatif WSM tidak menyesatkan hasil.
Referensi
- Goodwin, P., & Wright, G. (edisi terbaru). Decision analysis for management judgment — bab Multi-Attribute Value Measurement. Wiley.
- Bazerman, M. H., & Moore, D. A. (edisi terbaru). Judgment in managerial decision making — bab Improving Decision Making (bagian yang relevan). Wiley.
Materi ini merupakan rangkuman dan penjelasan penulis berdasarkan kedua referensi di atas; angka pada kasus pemilihan lokasi gudang adalah ilustrasi buatan penulis untuk keperluan pembelajaran. Nomor edisi dan halaman agar diverifikasi ulang oleh dosen pengampu sesuai edisi yang digunakan.
Komentar
Posting Komentar