[SEKOLAH METODOLOGI PENELITIAN 2016] PELATIHAN METODE AHP, ANP, DEA, ISM, SEM

BOGOR [11-15 JANUARI 2016]

BANDUNG [18-22 JANUARI 2016]

TASIKMALAYA [25-29 JANUARI 2016]

SEKOLAH METODOLOGI PENELITIAN adalah program baru dari SMART Consulting (lembaga riset yang khusus bergerak di bidang pengembangan metode riset) dalam rangka sharing knowledge dalam hal metodologi penelitian baik yang bersifat kualitatif maupun kuantitatif. Untuk angkatan pertama, kami adakan di 3 kota berikut: Bogor, Bandung dan Tasikmalaya. Untuk metode riset yang akan disampaikan ada 5 metode yaitu: Analytical Hierarchy Process (AHP), Analytical Network Process (ANP), Data Envelopment Analysis (DEA), Interpretive Structural Modeling (ISM) dan Structural Equation Model (SEM).

Program ini berbentuk training dengan peserta terbatas, dengan target para dosen, peneliti, mahasiswa pascasarjana dan pihak lain yang ingin mendalami metode-metode penelitian. Tools-tools yang akan dipelajari antara lain: Expert Choice (AHP), SuperDecision (ANP), MaxDEA dan Banxia Frontier (DEA), dDSS Decision Support System (ISM) dan Lisrel (SEM). Seluruh tools ini akan diberikan free kepada para peserta program.

SCORE 2015 [SMART Consulting Research]

Best Branch Selection Training using DEA [Papandayan Hotel Bandung, 7-8 Desember 2015]

DEA TRAINING ROADSHOW (DESEMBER 2015)

JAKARTA, 13 Desember 2015

BANDUNG, 15 Desember 2015

TASIKMALAYA, 17 Desember 2015

PURWOKERTO, 19 Desember 2015

JOGJAKARTA, 21 Desember 2015

DEA Training Description

Data Envelopment Analysis (DEA) merupakan alat manajemen untuk mengevaluasi efisiensi suatu unit bisnis yang paling popular dewasa ini. Evaluasi efisiensi tidak hanya dapat dianalisa pada satu unit bisnis saja, namun bagi beberapa unit bisnis untuk dibandingkan satu sama lain lalu diketemukan mana yang paling efisien, sehingga unit bisnis yang tidak efisien dapat merujuk pada unit bisnis yang efisien. Unit bisnis-unit bisnis yang akan dijadikan sebagai pengambilan keputusan dalam DEA disebut DMU (Decision Making Unit)/Unit Pengambilan Keputusan. Unit bisnis apapun dapat dianalisis kinerjanya dengan DEA seperti misalnya manufacturing units, departments of big organizations such as universities, school, bank branches, hospitals, power plants, police stations, tax offices, prisons, defense bases, a set of firms or even practicing individuals such as medical practitioners.

Training ini cocok bagi siapa saja yang berkepentingan untuk mengukur efisiensi (kinerja) perusahaan, unit bisnis, organisasi agar mendapatkan gambaran bagaimana kondisi perusahaan saat ini, apakah sudah efisien atau belum. Jika belum efisien apa yang perlu dilakukan oleh perusahaan agar mencapai titik efisien. Oleh karenanya training ini sangat cocok bagi para direktif, pengambil keputusan, manajemen suatu organisasi/perusahaan, pelaku industri, pengusaha dan mereka yang berkepentingan.

Training Metode Data Envelopment Analysis (DEA) SMART Consulting

Kontribusi Input/ Output (Input/Output Contribution)

Bagian ini menampilkan informasi tentang penekanan bahwa suatu analisis digunakan untuk setiap variabel input/ output. Ini merupakan indikasi yang bermanfaat yang mana input dan output digunakan dalam menentukan efisiensi. Dalam beberapa kasus, ini mungkin dapat membantu untuk memvalidasi suatu nilai.

Suatu nilai dinormalisasikan untuk menunjukkan persentase dari keseluruhan kontribusi input/ output. Pengabaikan kumpulan error akan menyebabkan error tersebut muncul, tidak mencapai tepat ke angka 100.

Sebagaimana yang dapat dilihat pada grafik di atas, input yang hanya digunakan dalam menentukan nilai efisiensi adalah perpustakaan dan computer, dan output utama yang digunakan adalah graduate destinations (tujuan lulus) dengan sedikit teaching assessment (penilaian pengajaran). Sisanya baik input maupun output tidak digunakan dalam hasil akhir. Variabel sisa tersebut dipertimbangkan dalam analisis, tetapi tidak termasuk dalam bagian yang menunjukkan unit tersebut dalam posisi terbaiknya.

Keuntungan dari tampilan ini adalah memungkinkan peneliti untuk melihat input dan output digunakan dalam analisis skor. Jika tampilan ini menunjukkan bahwa input dan output penting secara substansi yang tidak dipertimbangkan dalam bagian dari proses, maka penggunaan fasilitas pembobotan dipertimbangkan. Ini digambarkan dalam bagian analisis lainnya dari metode ini.

Kontribusi Referensi (Reference Contribution)

Bagian ini menampilkan perluasan yang mana setiap unit yang menjadi referensi telah berkontribusi dalam menentukan unit yang efisien dan inefisien. Unit referensi adalah unit- unit yang telah mencapai efisien 100%. Kontribusi dari setiap unit referensi terhadap target dari sebuah unit input atau output yang tidak efisien ditampilkan sebagai persentase.

Kontribusi referensi (reference contribution) menyediakan informasi pada kumpulan unit-unit referensi yang telah memiliki banyak pengaruh untuk mengatur target potential improvementnya. Hal ini memungkinkan kita untuk mengidentifikasi unit-unit tersebut untuk membandingkan kinerja masing- masing unit. Kontribusi setiap variabel ditunjukkan dalam bentuk persentase, dengan input dan output masing- masing berjumlah 100%.

NEW EBOOK: Pengukuran Efisiensi Lembaga Keuangan Syariah [SMART Publishing]

Perbandingan Referensi (Reference Comparison)

Pada bagian ini menyediakan informasi tentang kinerja unit dalam perbandingan dengan unit referensinya atau unit relatif- nya. Unit referensi adalah unit yang efisien 100%. Berlawanan dengan setiap unit yang tidak efisien. Sebuah unit yang tidak efisien akan memiliki satu atau lebih peer dalam set referensi nya.

Nilai yang memiliki skala 100% di dalam grafik, dengan nilai komparasi juga diskalakan untuk membuat hubungan yang lebih jelas. Dalam contoh di bawah ini, variabel dari nilai Cambridge (ditunjukkan dengan batang merah (red bar) yaitu 93 untuk biaya fasilitas, 114 untuk perpustakaan dan komputer, dan 107 untuk rasio staf-murid (dll).

Interpretasi dari grafik- grafik ini sangat tergantung pada data yang ingin  ditampilkan. Jika salah satu target input/ output berbeda, sedangkan target input/ output lainnya sama, Anda harus menginvestigasi mengapa unit tersebut terlihat sangat berbeda dari referensi.

Jika semua input/ output sangat berbeda dari target mereka, maka mungkin ini menandakan sebuah masalah besar di dalam proses perubahan input/ output. Cek kontribusi referensi untuk unit yang efisien. Interpretasi penuh dari hasil tersebut membutuhkan sebuah pemahaman hubungan antara input dan output.

Inhouse Training: Pengukuran Efisiensi dengan DEA [Dirjen Pajak RI]. 22-23 Oktober 2015

Potential Improvement (Potensi Pengembangan)

Bagian pertama dalam window detail menunjukkan grafik potential improvement. Ini adalah tampilan informasi utama untuk setiap unit. Grafik lainnya menunjukkan hasil yang saling melengkapi. Kita juga dapat melihat potential improvement dalam bentuk tabular. Kolom aktual menampilkan nilai yang dicapai unit tersebut. Kolom target menampilkan nilai input/ output yang harus dicapai. Perbedaan persentase antara nilai- nilai tersebut ditampilkan pada kolom potential improvement.

Dalam contoh di bawah ini, kita bisa melihat bahwa grafik tersebut menunjukkan ada ruang untuk peningkatan di setiap variabel output (destinasi graduasi dengan 8% yang pertama, 2.1 dengan 15% dan lain- lain). Kita juga dapat menyimpulkan bahwa pengurangan (reduksi) bisa dibuat dalam dua input variabel (rasio biaya fasilitas dan staf-murid masing- masing 1% dan 7%) walaupun kita memilih untuk mengoptimalkan output.

Hal ini ditunjukkan untuk mencapai skor yang ditentukan, sebenarnya unit tersebut tidak memerlukan semua inputnya, dan ini menjadi informasi penting dan menarik. Analisis tersebut berdasarkan kinerja data yang diketahui, jadi kita tidak bisa berasumsi bahwa unit tersebut masih bisa lebih baik, tetapi informasi ini mungkin membantu memperoleh pemahaman yang lebih (penuh).

Catatan: tidak akan ada potential improvement dari unit yang efisien 100%. Pilih unit-unit yang tidak efisien, untuk melihat perbedaan grafik potential improvement. 

Details Window/Unit Detail per DMU

Window unit detail menyediakan informasi tentang peningkatan potensial, perbandingan referensi, kontribusi referensi, dan kontribusi input output pada sebuah unit individu. Bagian ini merupakan salah satu analisis utama dalam analisis metode Data Envelopment Analysis. Pada bagian ini peneliti dapat melihat secara detail informasi-informasi penting dari tiap-tiap DMU atau unit bisnis. Sedikitnya terdapat 4 analisis penting yang ada pada details window ini.

Grafik Distribusi Tingkat Efisiensi

Grafik distribusi tingkat efisiensi menampilkan informasi tentang susunan skor efisiensi dan jumlah detail unit dengan skor di setiap baris. Pada bagian analisis ini memungkinkan peneliti untuk melampirkan label terhadap individual bar yang menunjukkan sekilas berapa banyak unit yang ada di setiap barisan. Sebagaimana yang dapat kita lihat pada gambar di bawah ini, ada 11 unit dalam barisan 81-90, 45 unit dalam barisan 91-99.9 dan 38 unit dalam barisan efisien yaitu 100%.

 

Catatan: secara teknik, 99.9 tidak akurat, sebagaimana nilai tersebut bisa menjadi sedikit lebih besar dalam beberapa kasus. Tetapi itu menunjukkan gambaran umum bahwa skor tersebut bukan 100.   

Konsep-konsep Penting dalam DEA

Dalam metode DEA, terdapat beberapa kaidah penting yang perlu dicermati. Beberapa kondisi penting yang harus diperhatikan dalam penggunaan DEA adalah sebagai berikut:

a. Positivity; umumnya formulasi DEA mengharuskan semua variabel input dan output bernilai positif (>0).

b. Isotonicity; variabel input dan output harus punya hubungan isotonicity yang berarti untuk setiap kenaikan dalam input harus menghasilkan kenaikan setidaknya satu output dan tidak ada output yang mengalami penurunan.

c. Number of DMUs; aturan umum adalah dibutuhkan setidaknya 3 DMU untuk setiap variabel input dan output yang digunakan dalam model agar supaya memastikan adanya degrees of freedom untuk analisis yang bermanfaat.

d. Homogeneity od DMUs; DEA menuntut seluruh DMU yang dievaluasi memiliki variabel input dan output yang sama jenisnya dalam jumlah positif.

e. Windows analysis: perlu dilakukan jika terjadi pemecahan data DMU (tahunan menjadi triwulanan misalnya) yang biasanya dilakukan untuk memenuhi syarat jumlah DMU. Analisis ini dilakukan untuk menjamin stabilitas nilai produktifitas dari DMU yang bersifat time dependent.

f. Control of weights: untuk setiap unit relative terhadap unit yang lain dalam satu set data, terkadang dalam praktek manajemen dapat menentukan bobot sebelumnya.

SMART Training Matrix for Industries

Analisis Return to Scale (RTS)

Frontier analisis dalam DEA memungkinkan peneliti untuk menilai efisiensi relatif dari unit –unit (DMU) baik itu constant return to scale (CRS) atau variable return to scale (VRS). Hasil efisiensi yang diperoleh dari penggunaan asumsi skala yang berbeda, mungkin menjadi berbeda.

Penggunaan VRS memungkinkan ruang analisis yang lebih beragam untuk menemukan solusi yang optimal. Hasil dari ini yaitu tidak ada unit yang akan menerima nilai efisiensi yang lebih rendah menggunakan VRS dari pada hasil model CRS. Setiap unit yang mengoperasionalkan dengan minimalisasi input atau memaksimalkan tingkat output, juga akan ditemukan efisien, menggunakan VRS dan juga jumlah total dari unit yang efisien 100% akan mungkin menjadi lebih tinggi.

Pilihan model, CCR atau BCC tergantung pada proses yang akan dianalisis. Pertanyaan yang akan ditanyakan adalah, jika input dinaikkan oleh jumlah “x”, apakah output meningkat dengan sebanyak jumlah x, atau apakah ada proporsi peningkatan output yang lebih tinggi atau lebih rendah? Jika jawabannya adalah bahwa peningkatan dalam beberapa input yang digunakan, secara proporsional mengalami peningkatan dalam output juga, maka hal ini mengindikasikan bahwa adanya hubungan linear antara input dan output. Jadi model CRS harus digunakan. Tetapi jika, peningkatan dalam input tidak sama dengan peningkatan dalam output, maka model VRS yang harus digunakan, sebagai sebuah hubungan yang tidak linear antara output dan input yang telah diidentifikasi. 

[AGUSTUS-SEPTEMBER 2015 TRAINING AGENDA] SMART METHODOLOGY TRAINING: DEA, ISM, AHP, ANP, SEM (24-28 AGUSTUS & 31 AGUSTUS-4 SEPTEMBER 2015)

Training DEA (Data Envelopment Analysis): 24 & 31 Agustus 2015

Training ISM (Interpretative Structural Modeling): 25 & 1 September 2015

Training AHP (Analytical Hierarchy Process): 26 & 2 September 2015

Training ANP (Analytical Network Process): 27 & 3 September 2015

Training SEM (Structural Equation Modeling):  28 & 4 September 2015

DEA Training Description

Data Envelopment Analysis (DEA) merupakan alat manajemen untuk mengevaluasi efisiensi suatu unit bisnis yang paling popular dewasa ini. Evaluasi efisiensi tidak hanya dapat dianalisa pada satu unit bisnis saja, namun bagi beberapa unit bisnis untuk dibandingkan satu sama lain lalu diketemukan mana yang paling efisien, sehingga unit bisnis yang tidak efisien dapat merujuk pada unit bisnis yang efisien. Unit bisnis-unit bisnis yang akan dijadikan sebagai pengambilan keputusan dalam DEA disebut DMU (Decision Making Unit)/Unit Pengambilan Keputusan. Unit bisnis apapun dapat dianalisis kinerjanya dengan DEA seperti misalnya manufacturing units, departments of big organizations such as universities, school, bank branches, hospitals, power plants, police stations, tax offices, prisons, defense bases, a set of firms or even practicing individuals such as medical practitioners.

Training ini cocok bagi siapa saja yang berkepentingan untuk mengukur efisiensi (kinerja) perusahaan, unit bisnis, organisasi agar mendapatkan gambaran bagaimana kondisi perusahaan saat ini, apakah sudah efisien atau belum. Jika belum efisien apa yang perlu dilakukan oleh perusahaan agar mencapai titik efisien. Oleh karenanya training ini sangat cocok bagi para direktif, pengambil keputusan, manajemen suatu organisasi/perusahaan, pelaku industri, pengusaha dan mereka yang berkepentingan.

Tahapan Olah DEA: Menstruktur Tipe Model

Langkah pertama dalam menstruktur proyek riset dengan DEA adalah membuat keputusan tentang tipe model yang ingin kita gunakan untuk menganalisis data. Dua keputusan harus dibuat yang mana kita akan melihatnya secara detail. Pertama, apakah kita ingin analisis untuk meminimalisasikan input atau memaksimalkan output. Kedua, apakah kita mengasumsikan CRS atau VRS.

Frontier analisis menggunakan model yang paling banyak dicoba dan diuji di dalam DEA, yang mana dalam literatur akademik telah terbukti menjadi yang paling kuat (dalam hasil analisis). Dua model yang digunakan adalah model BCC untuk variabel return to scale (VRS) dan model CCR untuk constant return to scale (CRS). (BCC dan CCR adalah inisial dari nama orang-orang yang telah mengembangkan formula yang digunakan (DEA).

Dalam frontier analisis, model efisiensi dapat menjelaskan satu atau dua pertanyaan berikut ini: 1). Mengingat tingkat output yang menghasilkan sebuah unit, dengan mempertimbangkan seberapa banyak input yang mungkin dikurangi ketika mempertahankan tingkat output? Ini adalah minimalisasi input; 2). Mengingat tingkat input yang digunakan oleh sebuah unit, berapa tingkat output yang memungkinkan harus dicapai? Ini adalah maksimalisasi output.

Catatan: penggunaan minimalisasi input atau maksimalisasi output tergantung pada situasi yang akan dianalisa. Dalam contoh kasus model maksimalisasi output, apresiasi dari apakah itu sebenarnya memungkinkan untuk mencapai target output yang dihasilkan oleh analisis yang dibutuhkan. Sebagai contoh, jika target output yang dianggap tidak terjangkau karena faktor eksternal, maka model ini menjadi tidak cocok. Atau, itu mungkin menjadi unit input yang menggunakan kasus (case) infleksibel relatif, yang mana pendekatan model maksimalisasi output menjadi yang terbaik. Dalam asumsi CRS, hasil efisiensi yang dihasilkan baik dari minimalisasi input dan maksimalisasi output adalah identik (serupa).

SMART GROUP Logo

DEA Training @SMART Office

One Day Workshop on Data Envelopment Analysis

Gambar Besar Efisiensi dalam Industri

Launching IRA [Indonesia Research Academy]

EXCLUSIVE TRAINING: Best Branch Selection

Matriks Pelatihan Metodologi @SMART Consulting

PRIVAT METODE DEA (DATA ENVELOPMENT ANALYSIS)

MATERI PRIVATE DEA:

1.    Konsep Dasar Efisiensi

2.    Jenis Efisiensi

3.    Beberapa Metode Pengukuran Efisiensi

4.    Perbedaan SFA, DFA dan DEA

5.    Metode Parametrik dan Non-Parametrik

6.    Mengukur Aktivitas Perbankan

7.    Kelebihan dan Kekurangan beberapa Metode Pengukuran Efisiensi

8.    DEA Single Input and Single Output

9.    DEA Single Output and Two Inputs

10. Efisiensi Teknis

11. Efisiensi Alokatif

12. Formulasi Matematis untuk DEA

13. Minimisasi Input

14. Maksimisasi Output

15. Fractional DEA Program

16. Primal-Dual DEA Models

17. Mengenal Konsep Constant Return to Scale (CRS)

18. Konsep Variable Return to Scale (VRS)

19. Increasing Return to Scale (IRS)

20. Decreasing Return to Scale (DRS)

21. Input-Oriented Measures

22. Output-Oriented Measures

23. Karakteristik DEA

24. Dua Model DEA

25. Two Stages DEA (DEA Dua tahap)

26. Tahapan Riset dengan Menggunakan DEA

27. Penentuan DMU, Approach, Variabel input-output, Data Collection, CCR/BCC, Sintesis

28. Materi Praktik dengan Software

29. Contoh Penelitian dengan DEA

30. Diskusi dan Konsultasi

Indeks Malmquist dalam Metode DEA

Pada 1953 Sten Malmquist pertama kali memberikan sebuah konsep pengukuran produktivitas yang disebut Malmquist productivity index. Namun indeks Malmquist (Malmquist index) sendiri diperkenalkan oleh Caves et al. (1982, dalam Cooper et al. 2004).

Ada dua hal yang dihitung dalam pengukuran indeks Malmquist, yaitu efek catch-up dan efek frontier-shift. Efek catch-up mengukur tingkat perubahan efisiensi relatif dari periode 1 ke periode 2. Efek frontier-shift mengukur tingkat perubahan teknologi (kombinasi input-output) dari periode 1 ke periode 2. Efek frontier-shift lazim disebut efek inovasi.

Malmquist Index merupakan bagian metode DEA yang dapat dipergunakan untuk mengolah data panel non-parametrik. Malmquist index (MI) seringkali digunakan untuk mengukur perubahan produktivitas (productivity change) sebuah DMU. Nilai index tersebut dapat didekomposisikan dari perubahan teknologi (technology change) dan perubahan efisiensi.

PELATIHAN METODOLOGI RISET UNTUK MAHASISWA DOKTORAL (17 FEBRUARY 2015, IBN KHALDUN UNIVERSITY, BOGOR)

[BONUS: FREE CONSULTANCY WITH SMART CONSULTING]

Berangkat dari pemahaman minimnya transfer knowledge dibidang metodologi dan terbatasnya waktu konsultasi antara mahasiswa dengan dosen pembimbing, terutama jenjang doktoral menyebabkan lahirnya fenomena umum bahwa karya akhir mahasiswa menjadi penyebab utama lamanya waktu studi.

SMART CONSULTING (Sharia econoMic Applied Research & Training) selain memiliki badan hukum legal yang mengerjakan project riset lembaga/kementerian/perusahaan, juga memiliki anak usaha jasa yang bergerak dibidang konsultan disertasi/tesis ekonomi, bisnis dan keuangan syariah.

Kami mengundang para mahasiswa Doktoral, khususnya bidang ekonomi-keuangan syariah untuk mengikuti Pelatihan tentang Metodologi Riset AHP/ANP, DEA dan SEM, pada:

Waktu  : Selasa, 17 Februari 2015, Pukul 09.00-15.00

Tempat: Pascasarjana Univ Ibn Khaldun (UIKA) BOGOR, Jl Soleh Iskandar No. 1

Materi  : Pengantar Metode AHP/ANP, DEA dan SEM

Invest  : Rp 1.000.000,-

Tempat terbatas, maksimal hanya 10 orang peserta.

Deskripsi Materi Training

Analytic Network Process merupakan pendekatan baru dalam proses pengambilan keputusan yang memberikan kerangka kerja umum dalam memperlakukan keputusan-keputusan tanpa membuat asumsi-asumsi tentang independensi elemen-elemen pada level yang lebih tinggi dari elemen elemen pada level yang lebih rendah dan tentang independensi elemen-elemen dalam suatu level. ANP menggunakan jaringan tanpa harus menetapkan level seperti pada hierarki yang digunakan dalam Analytic Hierarchy Process (AHP), yang merupakan titik awal ANP.

OLAH DATA & KONSULTASI DISERTASI/TESIS EKONOMI KEUANGAN SYARIAH

SMART CONSULTING (Sharia econoMic Applied Research & Training) selain memiliki badan hukum legal berupa CV yang mengerjakan project riset lembaga/perusahaan, juga memiliki anak usaha jasa yang bergerak dibidang konsultan disertasi/tesis ekonomi dan keuangan syariah. 

Awal bergerak anak usaha ini dimotivasi oleh semangat knowledge sharing terhadap rekan-rekan akademis/kampus, dengan filosofi berangkat dari pemahaman minimnya transfer knowledge dibidang metodologi dan terbatasnya waktu konsultasi antara mahasiswa dengan dosen pembimbing, terutama jenjang doktoral. Sehingga sudah menjadi fenomena umum bahwa karya akhir mahasiswa menjadi penyebab utama lamanya waktu studi.

Melalui transfer knowledge atau pola bimbingan yang dilakukan dengan pendekatan nonformal berbasis pada hubungan personal tanpa batasan waktu. Kami yakin dapat membuat mahasiswa menjadi paham, kritis, dan analitis atas setiap kasus yang diteliti berdasarkan pada konsep dan tahapan metodologi komprehensif.
 
Kami siap membimbing Anda untuk menyelesaikan tugas akhir (Disertasi/Tesis), sampai selesai. Kami juga akan membantu Anda memahami Disertasi/Tesis yang Anda tulis sampai menguasai dan siap untuk mempertanggungjawabkan di ujian akhir nanti.
 
Kendala lainnya yang sering dialami mahasiswa adalah pengolahan data secara statistik. Karena merasa tidak mampu, banyak mahasiswa mencoba menghindari olah data statistik, padahal dengan data yang sudah terolah justru mempermudah pengambilan kesimpulan.
 
Fondasi dasar dari penulisan ilmiah adalah desain metodologi, hal ini berkaitan dengan metode penelitian, rancangan angket, penentuan populasi dan sampel, jenis analisis statistik yang digunakan. Anak usaha kami menyediakan jasa konsultasi dan penyusunan metodologi research seperti ANP, DEA, SEM, AHP, VAR, Logit, dan metode-metode lain.
 
Waktu dan Tempat Konsultasi Fleksibel, Disesuaikan Dengan Permintaan Klien : 1. Kampus Klien, 2. Rumah Klien, 3. Tempat lain yang representatif. Dan Kami siap untuk melakukan konsultasi selama 24 Jam serta Tidak Membatasi Pertemuan Konsultasi dengan klien.
 
SMART Consulting
OFFICE: Jl Johar IV No. 1, Taman Cimanggu, BOGOR.
HP. 087770574884/ 0812-2310-2288

[FEBRUARI 2015 TRAINING AGENDA] SMART METHODOLOGY TRAINING: ANP, DEA, SEM (3-5 & 10-12 FEBRUARI 2015)

Training ANP (Analytical Network Process): 3 & 10 Februari 2015

Training DEA (Data Envelopment Analysis): 4 & 11 Februari 2015

Training SEM (Structural Equation Modeling):  5 & 12 Februari 2015

 PENGANTAR

ANP Training Description

Analytic Network Process merupakan pendekatan baru dalam proses pengambilan keputusan yang memberikan kerangka kerja umum dalam memperlakukan keputusan-keputusan tanpa membuat asumsi-asumsi tentang independensi elemen-elemen pada level yang lebih tinggi dari elemen elemen pada level yang lebih rendah dan tentang independensi elemen-elemen dalam suatu level. ANP menggunakan jaringan tanpa harus menetapkan level seperti pada hierarki yang digunakan dalam Analytic Hierarchy Process (AHP), yang merupakan titik awal ANP.

Konsep utama dalam ANP adalah influence ‘pengaruh’, sementara konsep utama dalam AHP adalah preferrence ‘preferensi’. AHP dengan asumsi-asumsi dependensinya tentang cluster dan elemen merupakan kasus khusus dari ANP. Kelebihan ANP dari metodologi yang lain adalah kemampuannya untuk membantu kita dalam melakukan pengukuran dan sintesis sejumlah faktor-faktor dalam hierarki atau jaringan. Tidak ada metodologi lain yang mempunyai fasilitas sintesis seperti metodologi ANP. Sementara itu, kesederhanaan metodologinya membuat ANP menjadi metodologi yang lebih umum dan lebih mudah diaplikasikan untuk studi kualitatif yang beragam, seperti pengambilan keputusan, forecasting, evaluasi, mapping, strategizing, alokasi sumber daya, dan lain sebagainya.