The final standard pairwise compari

The final standard pairwise comparison evaluations are required for the relative impact of each of the alternatives (HKM, SKM, and DKM) on the enablers in influencing the determinants. One such pairwise comparison matrix is given in Table VI. As shown in Table VI, the impacts of three alternatives are evaluated on the enabler SA in influencing the cost determinant. The e-vectors from this matrix will be used in the 6-8 columns of the cost desirability indices matrix in Table IV. The columns 6-8 in Table IV correspond to S1kja, S2kja ,and S3kja, respectively. Also, Sikja is the relative impact of alternative i on enabler k of dimension j for determinant a.

Step 2. Pairwise comparison matrices of interdependencies. To reflect the interdependencies in network, pairwise comparisons need to be conducted among all the enablers (Agarwal and Shankar, 2003). Table VII represents the CST-STR cluster with ES as the control attribute over other enablers. As shown in Table VII, OC (0.524) has the maximum impact on STR-CST cluster with ES as the control enabler over others. The e-vectors and remaining matrices will be used in Table VIII.

Step 3. Super-matrix formation and analysis. In this model, there are four supermatrices, one for each of the determinants of KM strategy hierarchy network, which need to be calculated. Table VIII shows the super-matrix M, detailing the results of the relative importance measures for each of the enablers for the cost determinant. The values of the super-matrix M, have been taken from the pairwise comparison matrices of interdependencies (Table VII). Since there are 17 pairwise comparison matrices, one for each of the interdependent enablers in the cost determinant, there will be 17 nonzero columns in this super-matrix (Agarwal and Shankar, 2003). Each of the non-zero values in the column in the super-matrix M is the relative importance weight associated with the interdependent pairwise comparison matrices (Ravi et al., 2005; Jharkharia and Shankar, 2007).

The super-matrix M (Table VIII) is converged for getting a long-term stable set of weights. For convergence to occur, power of super-matrix needs to be raised to an arbitrarily large number. In other words, the sum of each column of the super-matrix needs to be one (Meade and Sarkis, 1999; Ravi et al., 2005; Agarwal et al., 2006). In this example, convergence is reached at 31st power. Table IX presents the values after convergence.

Step 4. Selection of the best alternative. The selection of the best alternative depends on the calculation of various desirability indices ( Jharkharia and Shankar, 2007). In this case, for each determinant, there are three desirability indices, one each for the three alternatives HKM, SKM, and DKM. The desirability index, Dia, for the alternative i and the determinant a, is defined as (Meade and Sarkis, 1999):

Hasil (Bahasa Indonesia) 1:

Evaluasi akhir perbandingan pairwise standar diperlukan untuk dampak relatif dari setiap alternatif (HKM, SKM, dan DKM) pada enabler di mempengaruhi faktor penentu. Satu matriks pairwise perbandingan tersebut diberikan dalam tabel VI. Seperti yang ditunjukkan dalam tabel VI, dampak tiga alternatif dievaluasi pada enabler SA di mempengaruhi menentukan biaya. E-vektor dari matriks ini akan digunakan dalam kolom 6-8 matriks indeks keinginan biaya dalam tabel IV. 6-8 kolom dalam tabel IV sesuai dengan S1kja, S2kja dan S3kja, masing-masing. Juga, Sikja adalah dampak relatif alternatif saya pada k enabler dimensi j untuk menentukan.Langkah 2. Perbandingan pairwise matriks dari ketergantungan. Untuk mencerminkan ketergantungan dalam jaringan, perbandingan pairwise perlu dilakukan antara semua enabler (Agarwal dan Shankar, 2003). Tabel VII mewakili cluster CST-STR dengan ES sebagai atribut kontrol atas enabler lainnya. Seperti yang ditunjukkan dalam tabel VII, OC (0.524) memiliki maksimum dampak pada STR-CST cluster dengan ES sebagai enabler kontrol atas orang lain. E-vektor dan matriks yang tersisa akan digunakan dalam tabel VIII.Langkah 3. Pembentukan Super matriks dan analisis. Dalam model ini, ada supermatrices empat, satu untuk masing-masing faktor penentu KM strategi hirarki jaringan, yang perlu dihitung. Tabel VIII menunjukkan M Super matriks, merinci hasil langkah-langkah yang relatif pentingnya untuk masing-masing enabler untuk menentukan biaya. Nilai m Super matriks, telah diambil dari matriks pairwise perbandingan dari ketergantungan (tabel VII). Karena ada 17 pairwise perbandingan matriks, satu untuk setiap enabler saling bergantung dalam menentukan biaya, akan ada 17 kolom bukan nol dalam matriks ini super (Agarwal dan Shankar, 2003). Masing-masing dari nilai bukan nol di kolom dalam matriks super M adalah relatif pentingnya berat terkait dengan perbandingan pairwise saling matriks (Ravi et al, 2005; Jharkharia dan Shankar, 2007).Super matriks M (tabel VIII) berkumpul untuk mendapatkan seperangkat beban jangka panjang stabil. Untuk konvergensi terjadi, kekuatan super matriks perlu dibangkitkan untuk suatu jumlah yang sewenang-wenang besar. Dengan kata lain, jumlah dari setiap kolom matriks Super perlu satu (Meade dan Sarkis, 1999; Ravi et al, 2005; Agarwal et al., 2006). Dalam contoh ini, konvergensi tercapai pada 31 kekuatan. Tabel IX menyajikan nilai setelah konvergensi.Langkah 4. Pilihan alternatif terbaik. Pemilihan alternatif terbaik tergantung pada perhitungan berbagai keinginan indeks (Jharkharia dan Shankar, 2007). Dalam kasus ini, untuk menentukan masing-masing, ada tiga indeks keinginan, masing-masing untuk tiga alternatif HKM, SKM dan DKM. Indeks keinginan, Dia, untuk alternatif saya dan menentukan, didefinisikan sebagai (Meade dan Sarkis, 1999):

Hasil (Bahasa Indonesia) 2:

Standar evaluasi perbandingan berpasangan akhir diperlukan untuk dampak relatif dari masing-masing alternatif (HKM, SKM, dan DKM) di enabler dalam mempengaruhi faktor penentu. Satu matriks perbandingan berpasangan tersebut diberikan dalam Tabel VI. Seperti terlihat pada Tabel VI, dampak dari tiga alternatif dievaluasi pada enabler SA dalam mempengaruhi penentu biaya. E-vektor dari matriks ini akan digunakan dalam 6-8 kolom dari matriks indeks biaya keinginan pada Tabel IV. Kolom 6-8 pada Tabel IV sesuai dengan S1kja, S2kja, dan S3kja, masing-masing. Juga, Sikja adalah dampak relatif i alternatif pada enabler k dimensi j untuk determinan. Langkah 2. matriks perbandingan berpasangan saling ketergantungan. Untuk mencerminkan saling ketergantungan dalam jaringan, perbandingan berpasangan perlu dilakukan antara semua enabler (Agarwal dan Shankar, 2003). Tabel VII merupakan cluster CST-STR dengan ES sebagai atribut kontrol atas enabler lainnya. Seperti yang ditunjukkan pada Tabel VII, OC (0,524) memiliki dampak maksimum pada STR-CST cluster dengan ES sebagai enabler kontrol atas orang lain. E-vektor dan matriks yang tersisa akan digunakan pada Tabel VIII. Langkah 3. pembentukan Super matriks dan analisis. Dalam model ini, ada empat supermatrices, satu untuk masing-masing faktor penentu jaringan hirarki strategi KM, yang perlu dihitung. Tabel VIII menunjukkan super-matriks M, merinci hasil dari langkah-langkah kepentingan relatif untuk masing-masing enabler untuk biaya penentu. Nilai-nilai yang super-matriks M, telah diambil dari matriks perbandingan berpasangan saling ketergantungan (Tabel VII). Karena ada 17 matriks perbandingan berpasangan, satu untuk masing-masing enabler saling tergantung dalam biaya penentu, akan ada 17 kolom nol dalam super-matrix (Agarwal dan Shankar, 2003). Masing-masing nilai non-nol di kolom di super-matriks M adalah bobot kepentingan relatif yang terkait dengan matriks perbandingan berpasangan saling tergantung (Ravi et al, 2005;. Jharkharia dan Shankar, 2007). Super-matrix M (Tabel VIII) yang berkumpul untuk mendapatkan satu set stabil jangka panjang bobot. Untuk konvergensi terjadi, kekuatan super-matrix perlu dibangkitkan ke nomor sewenang-wenang besar. Dengan kata lain, jumlah setiap kolom dari super-matrix perlu menjadi salah satu (Meade dan Sarkis, 1999; Ravi et al, 2005;. Agarwal et al, 2006.). Dalam contoh ini, konvergensi tercapai pada daya 31. Tabel IX menyajikan nilai-nilai setelah konvergensi. Langkah 4. Pemilihan alternatif terbaik. Pemilihan alternatif terbaik tergantung pada perhitungan berbagai indeks keinginan (Jharkharia dan Shankar, 2007). Dalam hal ini, untuk setiap determinan, ada tiga indeks keinginan, masing-masing untuk tiga alternatif HKM, SKM, dan DKM. Indeks keinginan, Dia, untuk alternatif i dan determinan, didefinisikan sebagai (Meade dan Sarkis, 1999):