Entropy adalah salah satu besaran termodinamika yang mengukur energi dalam sistem per
satuan temperatur yang tak dapat digunakan
untuk melakukan usaha. Penjelasan secara umum dari
entropy adalah (menurut hukum termodinamika), entropy
dari sebuah sistem tertutup selalu naik dan
pada kondisi
transfer panas, energi panas berpindah dari komponen
yang bersuhu lebih tinggi ke komponen yang bersuhu
lebih
rendah. Pada suatu sistem yang panasnya
terisolasi, entropy hanya
berjalan satu arah (bukan
proses reversibel/bolak-
balik).
Langkah-langkah yang digunakan dalam
metode Entropy adalah sebagai berikut:
1. Penormalisasian setiap elemen
dari matriks evaluasi
Matriks evaluasi adalah matriks yang berisi nilai
data
yang belum dinormalisasi berdasarkan
alterntif (calon pegawai) dan kriteria. Proses
selanjutnya merupakan proses normalisasi
berdasarkan
sifat kriteria, apakah berupa kriteria benefit atau kriteria cost. Kriteria benefit adalah
kriteria
dimana
pengambil
keputusan
menginginkan nilai maksimum diantara seluruh
nilai alternatif. Sedangkan
kriteria cost adalah
kriteria dimana pengambil
keputusan
menginginkan nilai
minimum diantara seluruh
nilai alternatif.
keterangan
EM = matriks evaluasi
Bik
= nilai data yang belum dinormalisasi
berdasarkan alternatif dan kriteria
bik maks =
nilai data yang belum dinormalisasi dan bernilai maksimum berdasarkan
alternatif dan kriteria
bik min = nilai data
yang belum dinormalisasi dan bernilai minimum berdasarkan
alternatif dan kriteria
cik =
nilai data yang telah dinormalisasi berdasarkan alternatif dan kriteria
1.
Perhitungan probabilitas alternatif per kriteria Tahap
selanjutnya dari perhitungan
metode bobot
Entropy
adalah menghitung probabilitas alternatif per kriteria. Proses perhitungan
probabilitas
alternatif per
kriteria merupakan pembagian
nilai data yang ternormalisasi dengan
jumlah nilai data ternormalisasi
Keterangan:
Pik = probabilitas kriteria berdasarkan alternatif dan kriteria
Cik =
nilai data yang telah dinormalisasi berdasarkan alternatif dan kriteria
2. Perhitungan Entropy untuk setiap kriteria. Berdasarkan nilai probabilitas kriteria maka akan
diukur nilai entropy terhadap setiap kriteria.
Keterangan:
Ek = nilai
entropy berdasarkan data
ternormalisasi per kriteria
Pik = probabilitas kriteria berdasarkan alternatif dan kriteria
k = 1,2,..n merupakan sejumlah kriteria
i = 1,2,..m merupakan sejumlah alternatif
3.
Perhitungan Entropy akhir kriteria, Pengambil keputusan telah memberikan bobot
awal terhadap setiap kriteria. Perhitungan
bobot entropy sebagai berikut:
Keterangan:
Ek = nilai entropy berdasarkan data ternormalisasi per kriteria
Lk = lamda per kriteria dimana nilainya berada
pada range 0 – 1
Wk = bobot awal yang telah ditentukan sebelumnya oleh pengambil keputusan
WEk = bobot entropy untuk tiap kriteria
1.2.1.1.Analisa Contoh Kasus
Untuk melakukan perhitungan manual Penerimaan
Karyawan Bank Aceh menggunakan Metode Entropy
maka diambil tiga contoh kasus dengan data yang berbeda. Data contoh kasus
dapat dilihat pada tabel 3.5.
Tabel 3.6 Contoh Kasus
No
|
Alternatif
|
C1
|
C2
|
C3
|
C4
|
C5
|
1
|
A1
|
1
|
0.25
|
0.75
|
1
|
0.75
|
2
|
A2
|
0.75
|
0.25
|
0.75
|
1
|
0.25
|
3
|
A3
|
0.75
|
0.5
|
1
|
1
|
0
|
Berdasarkan
tabel 3.9 diubah kedalam matrik keputusan X yaitu sebagai berikut:
 |
1
|
0.25
|
0.75
|
1
|
0.75
|
 |
X =
|
0.75
|
0.25
|
0.75
|
1
|
0.25
|
|
0.75
|
0.5
|
1
|
1
|
0
|
1. Memberikan nilai bobot (W)
Nilai bobot (W)
diberikan sebagai berikut:
C1 C2 C3 C4
C5
W = [ 0.25, 0.25 , 1 1 0.5 ]
2. Menormalisasi matriks X menjadi
matriks R berdasarkan persamaan 3.1.
Keterangan :
rij =
nilai rating kinerja ternormalisasi
xij =
nilai atribut yang dimiliki dari setiap kriteria
Max xij =
nilai terbesar dari setiap kriteria i
Min xij =
nilai terkecil dari setiap kriteria i
benefit =
jika nilai terbesar adalah terbaik
cost =
jika nilai terkecil adalah terbaik
Berdasarkan
persamaan diatas maka, proses perhitungan matrix X ke matrix R adalah sebagai
berikut:
1. Kriteria
Usia (C1), Cost
R11=
|
1
|
0.75
|
0.75
|
=
|
1
|
=
|
1.33
|
0.75
|
0.75
|
||||||
R12=
|
1
|
0.75
|
0.75
|
=
|
0.75
|
=
|
1
|
0.75
|
0.75
|
||||||
R13=
|
1
|
0.75
|
0.75
|
=
|
0.75
|
=
|
1
|
0.75
|
0.75
|
||||||
2. Kriteria
Kelengkapan Berkas (C2), Benefit
R31=
|
0.25
|
0.25
|
0.5
|
=
|
0.25
|
=
|
0.5
|
0.5
|
0.5
|
||||||
R32=
|
0.25
|
0.25
|
0.5
|
=
|
0.25
|
=
|
0.5
|
0.5
|
0.5
|
||||||
R33=
|
0.25
|
0.25
|
0.5
|
=
|
0.5
|
=
|
1
|
0.5
|
0.5
|
||||||
3. Kriteria
Pendidikan (C3), Benefit
R41=
|
1
|
0.75
|
0.75
|
=
|
1
|
=
|
1
|
1
|
1
|
||||||
R42=
|
1
|
0.75
|
0.75
|
=
|
0.75
|
=
|
0.75
|
1
|
1
|
||||||
R43=
|
1
|
0.75
|
0.75
|
=
|
0.75
|
=
|
0.75
|
1
|
1
|
||||||
4. Kriteria
IPK (C4), Benefit
R51=
|
1
|
1
|
1
|
=
|
1
|
=
|
1
|
1
|
1
|
||||||
R52=
|
1
|
1
|
1
|
=
|
1
|
=
|
1
|
1
|
1
|
||||||
R53=
|
1
|
1
|
1
|
=
|
1
|
=
|
1
|
1
|
1
|
||||||
5. Pengalaman
(C5), Benefit
R51=
|
0.75
|
0.25
|
0
|
=
|
0.75
|
=
|
0.75
|
1
|
1
|
||||||
R52=
|
0.75
|
0.25
|
0
|
=
|
0.25
|
=
|
0.25
|
1
|
1
|
||||||
R53=
|
0.75
|
0.25
|
0
|
=
|
0
|
=
|
0
|
1
|
1
|
||||||
1
|
0.5
|
1
|
1
|
0.75
|
|
|
R =
|
0.75
|
0.5
|
0.75
|
1
|
0.25
|
|
0.75
|
1
|
0.75
|
1
|
0
|
3. Melakukan proses perangkingan dengan menggunakan persamaan (3.2):
|
Keterangan :
Vi = rangking untuk setiap
alternatif
wj = nilai bobot dari setiap
kriteria
rij = nilai rating kinerja
ternormalisasi
Jadi :
V1 =
(0.25)(1.33) + (0.25)(0.5) + (1)(1)+(1)(1)+( 0.5)(0.75)
=
0.033 + 0.125 + 1 + 1 + 0.375
=
2.533
V2 =
(0.25)(1) + (0.25)(0.5) + (1)(0.75) +(1)(1)+(0.5)(0.25)
=
0.25 + 0.125 + 0.75 + 1 + 0.125
=
2.25
V3 =
(0.25)(1) + (0.25)(1) + (1)( 0.75) + (1)(1) +(0.5)(0)
=
0.25 + 0.25 + 0.75 + 1 + 0
=
2.25
Berdasarkan
hasil perhitungan metode Metode Entropy,
maka dapat diketahui V1 yang memiliki nilai tertinggi. Untuk lebih jelas dapat
dilihat pada tabel dibawah ini:
Tabel 3.7 Hasil Akhir
No
|
Alternatif
|
C1
|
C2
|
C3
|
C4
|
C5
|
HA
|
1
|
A1
|
0.033
|
0.125
|
1
|
1
|
0.375
|
2.533
|
2
|
A2
|
0.25
|
0.125
|
0.75
|
1
|
0.125
|
2.25
|
3
|
A3
|
0.25
|
0.25
|
0.75
|
1
|
0
|
1.187
|
No comments:
Post a Comment