Perencanaan dan
pengambilan keputusan dapat dianalogikan sebagai koin yang kedua sisinya saling
melengkapi. Ketika sebuah industri ingin menyusun sebuah rencana, diperlukan
pengambilan berbagai keputusan. Begitu juga dengan pengambilan keputusan yang
harus berdasarkan dengan perencanaan. Kembali lagi pada bagian awal, sebuah
industri harus memiliki tujuan terlebih dahulu sebelum mengambil keputusan.
Pengambilan keputusan dapat terjadi ketika ada masalah, yang dapat berupa
tujuan atau pilihan. Contohnya ketika seorang pelajar yang baru lulus SMA
mengalami sebuah masalah, yaitu masalah pemilihan universitas. Langkah yang perlu
dilakukan sebuah industri untuk mendapatkan sebuah keputusan adalah sebagai
berikut:
Ada banyak
sekali metode yang dapat digunakan untuk menganalisis data, dimana beberapa
metode yang umum digunakan dijelaskan dalam tabel di bawah ini.
Terdapat banyak
teknik yang dapat digunakan dalam metode AI, namun hanya 4 teknik yang akan
dibahas lebih lanjut. AHP adalah teknik yang paling mudah dan serupa dengan
ANP, dan dapat dilihat pada gambar di bawah ini. Dalam penjualan balon,
terdapat tiga warna balon dengan kontribusi penjualan yang berbeda – beda. Pada
setiap warnanya, terdapat lagi kontribusi penjualan yang berbeda – beda pada
setiap daerahnya, dan dapat diteruskan lagi untuk setiap bagian daerahnya
seperti kontribusi penjualan di Jawa Barat, Jawa Tengah, dan Jawa Timur.
Spesifikasi pembagian dilakukan sesuai dengan kebutuhan analisis. Misalnya
penjual balon ingin mengetahui kontribusi penjualan balon hijau di Sumatra,
maka perhitungannya adalah 0.35 dikalikan dengan 0.2, yaitu 0.07 atau sebesar
7%. Perbedaan antara AHP dengan ANP adalah pada ANP terdapat garis penghubung
antar bagian, oleh sebab itu ANP merupakan singkatan dari Analytical Network Process.
 |
| Analytical Hierarchy Process (AHP) |
 |
| Analytical Network Process (ANP) |
Metode yang lebih rumit dari
kedua metode sebelumnya adalah metode peramalan, yang dilanjutkan oleh metode
MCDM. Salah satu teknik dalam metode peramalan yang dikenal oleh banyak orang
adalah regresi. Perlu diperhatikan bahwa ketika regresi yang digunakan berbentuk
linear, maka data yang dikumpulkan harus cukup banyak untuk meminimalisir
melencengnya hasil analisis.
Tidak ada komentar:
Posting Komentar