<![CDATA[Dampak kebijakan keputusan bisnis sangat diharapkan membuahkan hasil yang dapat memberikan profit atau solusi yang lebih baik tentunya. Hal ini bagi organisasi yang besar tentu bukan hal mudah untuk memprediksi, apakah kebijakan bisnis yang telah dilakukan selama ini sudah baik dan sesuai dengan keinginan konsumen serta kondisi organsasi atau belum. Maka diperlukanlah metode pemecah masalah untuk dapat menelusur kompleksitas dan panjangnya matarantai sub-sub kerja yang ada didalam departemen dan divisi yang dapat fokus memprediksi sudut-sudut bagian terkecil setiap bagian dari organisasi tersebut. Pendekatan metode algoritma Analytical Hierarchy Process (AHP), Simple Additive Weighting (SAW) dan Profile Matching (PM) dengan teknik hybrid, yang menginputkan 450 data bobot nilai ekspektasi penyewa exhibition (dianggap DM-1), dengan kombinasi 15 data bobot nilai ekpektasi akan kondisi empiris organisasi (dianggap sebagai DM-2), sehingga kesimpulan akhir dirasakan cukup adil untuk mendeteksi departemen dan divisi penyumbang faktor negatif terbesar yang dapat sedini mungkin untuk dibenahi, sisi lain hasilnya dapat digunakan sebagai referensi strategi peningkatan kualitas tertimbang proses trial & error secara subjektif. Hasil pengujian data DM-1 terbukti konsisten dengan tidak ditemukannya perbedaan perengkingan Analytical Hierarchy Process (AHP) dan Simple Additive Weighting (SAW) pada setiap variabel (X), selanjutnya divoting dengan metode Profile Matching (PM) dengan data DM-2, untuk mendapatkan pilihan terbaik dengan selisih bobot nilai sangat kecil yaitu X2 dengan 4, 333, X5 dengan 4, 167, X4 dengan 4,000, X3 dengan 3, 833 dan X1 dengan 3, 667, dimana hasil perengkingan AHP dan SAW dapat digunakan sebagai sub variabel perbaikan secara berurutan sesuai hasil hybrid perengkingan dan sebagai sebuah kecerdasan bisnis.]]>
Copyrights © 2018
