Ensemble Decision Support System
Sistem kami menggunakan pendekatan ensemble yang menggabungkan kekuatan dari beberapa algoritma pengambilan keputusan multi-kriteria untuk menghasilkan rekomendasi yang lebih akurat dan dapat diandalkan.
Mengapa Algoritma Ini?
Masalah yang Dihadapi
- Pemilihan konsentrasi melibatkan banyak faktor (minat, bakat, tujuan karir)
- Setiap faktor memiliki tingkat kepentingan berbeda
- Jawaban bersifat subjektif dan tidak selalu pasti (fuzzy)
- Perlu menentukan alternatif terbaik dari beberapa pilihan
Solusi yang Diterapkan
- AHP untuk menimbang kriteria berdasarkan kepentingan
- TOPSIS untuk meranking alternatif berdasarkan jarak ideal
- Fuzzy Logic untuk menangani ketidakpastian jawaban
- Ensemble menggabungkan semua untuk hasil optimal
Analytic Hierarchy Process (AHP)
Apa itu AHP?
AHP (Analytic Hierarchy Process) adalah metode pengambilan keputusan yang dikembangkan oleh Thomas L. Saaty pada tahun 1970-an. Metode ini membantu pengambilan keputusan dengan memecah masalah kompleks menjadi hierarki yang lebih sederhana.
Cara Kerja dalam Sistem Kami
- 1 Pertanyaan dikelompokkan ke dalam 5 kriteria utama
- 2 Setiap kriteria diberi bobot berdasarkan kepentingannya
- 3 Skor dihitung dengan mengalikan jawaban dengan bobot kriteria
- 4 Consistency Ratio dihitung untuk memvalidasi hasil
Kriteria & Bobot
Formula AHP
Consistency Index (CI):
CI = (λmax - n) / (n - 1)
Consistency Ratio (CR):
CR = CI / RI
Dimana: lmax = eigenvalue maksimum, n = jumlah kriteria, RI = Random Index
Jika CR < 0.1, maka penilaian dianggap konsisten.
TOPSIS
Apa itu TOPSIS?
TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) adalah metode pengambilan keputusan multi-kriteria yang dikembangkan oleh Hwang dan Yoon pada tahun 1981.
Konsep dasarnya: alternatif terbaik adalah yang paling dekat dengan solusi ideal positif dan paling jauh dari solusi ideal negatif.
Langkah-langkah TOPSIS
- 1 Membuat matriks keputusan ternormalisasi
- 2 Menghitung matriks terbobot
- 3 Menentukan solusi ideal positif (A+) dan negatif (A-)
- 4 Menghitung jarak dari setiap alternatif ke A+ dan A-
- 5 Menghitung nilai preferensi (closeness coefficient)
Visualisasi Konsep
Alternatif terbaik = terdekat ke A+ dan terjauh dari A-
Formula TOPSIS
Normalisasi:
rij = xij / √(Σxij²)
Closeness Coefficient:
Ci = Di- / (Di+ + Di-)
Fuzzy Logic
Apa itu Fuzzy Logic?
Fuzzy Logic atau logika fuzzy adalah pendekatan komputasi yang dikembangkan oleh Lotfi Zadeh pada tahun 1965. Berbeda dengan logika boolean yang hanya mengenal benar/salah (0/1), fuzzy logic memungkinkan nilai kebenaran parsial antara 0 dan 1.
Mengapa Menggunakan Fuzzy?
- Menangani ketidakpastian dalam jawaban subjektif
- Mengukur tingkat kepercayaan hasil rekomendasi
- Memberikan hasil yang lebih natural dan manusiawi
Fungsi Keanggotaan
Fungsi keanggotaan triangular untuk confidence level
Ensemble Decision
Skor akhir dihitung dengan menggabungkan hasil dari ketiga algoritma menggunakan bobot yang telah ditentukan. Pendekatan ensemble ini menghasilkan rekomendasi yang lebih robust dan akurat.
Formula Ensemble
Final Score = (TOPSIS × 0.40) + (AHP × 0.30) + (Weighted Sum × 0.30)
TOPSIS
Bobot tertinggi karena mempertimbangkan solusi ideal
AHP
Memastikan kriteria ditimbang sesuai kepentingan
Weighted Sum
Skor langsung dari jawaban sebagai baseline
Referensi Ilmiah
Saaty, T. L. (1980). The Analytic Hierarchy Process. McGraw-Hill, New York.
Hwang, C. L., & Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications. Springer-Verlag, Berlin.
Zadeh, L. A. (1965). Fuzzy Sets. Information and Control, 8(3), 338-353.