Analisis sensitivitas Multidimensional Scaling Rapfish untuk merumuskan kebijakan

Diposting pada

Analisis sensitivitas multidimensional scaling akan menghasilkan strategi kebijakan yang bisa dilakukan untuk meningkatkan indeks keberlanjutan. Output ini dapat dikatakan sebagai rekomendasi kebijakan selain menjabarkan kondisi eksisting indeks keberlanjutan.

Analisis sensitivitas multidimensional scaling sebenarnya sebuah simulasi dengan memberi nilai good di masing-masing atribut (asumsi atribut lain tetap). Perubahan nilai indeks keberlanjutan selanjutnya direcord dan dibandingkan dengan atribut yang lain saat dilakukan hal yang sama.

Melakukan analisis sensitivitas ini sebenarnya mirip dengan penentuan leverage atribut. Hanya saja, leverage atribut cara kerjanya menghilangkan atribut yang satu persatu (asumsi atribut lain tetap), kemudian menghitung perubahan pada R squarednya (bukan nilai indeks keberlanjutan). Meskipun demikian, berdasarkan pengalaman biasanya hasilnya tidak jauh berbeda antara analisis sensitivitas dengan leverage atributnya.

Langkah Analisis sensitivitas multidimensional scaling

Analisis sensitivitas dilakukan di setiap dimensi. Misalnya dimensi teknologi memiliki 5 atribut; teknologi benih, teknologi tanam, teknologi pemupukan, teknologi penanggulangan hama penyakit, dan teknologi pasca panen.

Perhatikan gambar dibawah ini:

analisis sensitivitas multidimensional scaling

Tabel diatas menerangkan tentang sebuah dimensi teknologi dari nilai multidimensional scaling. Nilai awal MDS adalah 58 (keberlanjutan sedang). Untuk mengingatkan kembali, berikut kelompok kategori nilai indeks keberlanjutan:
Keberlanjutan sangat kurang (0-20)
Keberlanjutan kurang (20-40)
Keberlanjutan sedang (40-60)
Keberlanjutan baik (60-80)
Keberlanjutan sangat baik (80-100)

Langkah analisis sensitivitas pertama adalah mengganti nilai teknologi benih (nilai 3) menjadi nilai goodnya (nilai 5) nilai atribut lain tetap, kemudian me-run kembali MDS-rapfish. Dalam contoh kali ini diperoleh hasil 63 (arsir kuning).

Langkah berikutnya mengembalikan nilai teknologi benih ke angka sebenarnya (nilai 3), kemudian mengganti nilai teknologi tanam (nilai 2) menjadi nilai goodnya (nilai 5), yang selanjutnya memperoleh hasil MDS 60 (arsir kuning). Begitu seterusnya hingga atribut terakhir diganti dengan nilai good dengan nilai atribut lainnya tetap (asumsi cateris paribus).

Selanjutnya kita perhatikan nilai MDS yang terbesar. Yakni teknologi pemupukan. Teknologi pemupukan memiliki prioritas pertama untuk dilakukan perbaikan karena memiliki dampak yang besar terhadap indeks keberlanjutan. Seterusnya hingga teknologi HPT menjadi prioritas terakhir.

Prioritas atribut ini kita gunakan untuk mencari skenario bagaimana nilai indeks keberlanjutan bisa dinaikan. Jika tadi kita mengganti nilai atribut dengan nilai goodnya satu persatu, kita sekarang melakukan penggantian secara bertahap. Pada penggantian atribut prioritas pertama menghasilkan nilai MDS 71. Selanjutnya kita mengubah juga atribut prioritas kedua dengan nilai goodnya tanpa mengembalikan kembali nilai atribut prioritas pertama.

Perhatikan gambar dibawah ini:

Peningkatan atribut teknologi pemupukan sudah cukup untuk memberikan nilai MDS menjadi baik (nilai 71). Sedangkan untuk mengangkat nilai indeks keberlanjutan menjadi kategori sangat baik, maka memerlukan skenario setidaknya mengubah 3 atribut; yakni teknologi pemupukan, teknologi pasca panen, dan teknologi benih. Ketiga perubahan atribut tersebut akan menghasilkan nilai MDS 83.

Sehingga rekomendasi kebijakan yang bisa ditawarkan adalah bagaiamana mengubah atribut tersebut dari nilai awal menjadi kategori good setiap atributnya.

Terima kasih.

kumpulan artikel Multidimensional scaling

Gambar Gravatar
Data analyst sekaligus researcher. Pernah mendalami production scheduling dalam manufacture. Melalui blog ini menyalurkan hobi menjadi statistical consulting dan menghimpun statistical process control software.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *