Kahfi
/
MIF_E31231430
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
MIF_E31231430/PENJELASAN_REVISI_BOBOT_DOS...

8.8 KiB
Raw Permalink Blame History

PENJELASAN AKADEMIS REVISI BOBOT METODE TOPSIS

SKENARIO OUTDOOR DAY (SIANG HARI) — JAWABAN PERTANYAAN DOSEN PENGUJI

Dokumen ini disusun untuk membantu Anda menjawab pertanyaan dosen penguji secara lisan saat sidang/bimbingan serta menyediakan naskah narasi formal (lengkap dengan referensi jurnal terbitan minimal 2021) yang dapat disalin langsung (copy-paste) ke dalam draf Laporan Skripsi Anda (Halaman 68–75).

BAGIAN 1: JAWABAN LISAN UNTUK PERTANYAAN DOSEN

(Gunakan poin-poin di bawah ini saat menjelaskan secara langsung di hadapan dosen penguji)

Pertanyaan Dosen:

"Pada outdoor day (siang) pada price score (cost) dan sensor score (benefit) kok sama-sama 0,3? Kan bisa saja price score 0,4 dan sensor score 0,2?"

Jawaban Lisan Anda:

  1. Paradoks Kontras Cahaya Siang Hari (Dynamic Range): "Betul, Pak/Bu, secara eksposur dasar, siang hari memang memiliki cahaya yang melimpah sehingga kamera murah pun bisa mendapatkan foto yang terang. Namun, siang hari di bawah terik matahari langsung menghadirkan tantangan optik berupa kontras pencahayaan yang sangat tinggi (high contrast/extreme dynamic range) antara area sorotan cahaya (highlight) dan bayangan (shadow). Sensor kamera yang kecil atau berkualitas rendah (bobot 0,20) akan mengalami kegagalan perekaman gambar berupa blown-out highlights (langit menjadi putih pecah kehilangan detail) dan crushed shadows (bayangan menjadi hitam pekat tanpa detail). Oleh karena itu, ukuran dan kualitas sensor fisik (Sensor Score) wajib diberi bobot tinggi (0,30) setara dengan Price Score."

  2. Keseimbangan Trade-Off Multi-Kriteria (MCDM): "Dalam metode pengambilan keputusan TOPSIS, Price (sebagai cost) dan Sensor (sebagai benefit) merupakan dua kriteria yang saling bertolak belakang (trade-off). Jika bobot Price dinaikkan menjadi 0,40 dan Sensor diturunkan menjadi 0,20, sistem akan mengalami bias keputusan ekonomis. Algoritma TOPSIS akan sangat memprioritaskan kamera-kamera termurah (seperti Canon 500D atau Canon 1100D) meskipun kualitas sensornya sangat rendah dan usang, karena performa sensor tidak lagi memiliki pengaruh yang kuat untuk mengimbangi nilai ekonomisnya. Konsumen menyewa kamera bukan sekadar mencari yang termurah, melainkan yang layak dan mampu menghasilkan foto yang baik pada kondisi siang hari."

  3. Menghindari Rekomendasi Sub-optimal: "Dengan menetapkan bobot seimbang masing-masing 0,30, sistem merekomendasikan alternatif yang berada pada titik kompromi optimal (sesuai prinsip solusi ideal TOPSIS). Kamera yang direkomendasikan di peringkat teratas (seperti Sony A6400 dengan $V = 0,7565$) terbukti memiliki harga sewa yang masih masuk akal (Price Score = 1,88) namun didukung oleh kualitas sensor APS-C modern (Sensor Score = 7,00) serta autofokus yang sangat cepat (AF Score = 10,00) untuk menangkap objek bergerak di luar ruangan."

BAGIAN 2: NASKAH PARAGRAF TAMBAHAN UNTUK SKRIPSI (COPY-PASTE READY)

(Salin teks di bawah ini dan masukkan ke dalam sub-bab perhitungan skenario Outdoor - Day di Bab IV Laporan Skripsi Anda)

Justifikasi Teoritis dan Metodologis Penentuan Bobot Kriteria Skenario Outdoor - Day

Dalam perancangan sistem pendukung keputusan rekomendasi kamera ini, penentuan bobot kriteria dilakukan menggunakan Metode Pembobotan Subjektif (Subjective Weighting / Direct Rating Method) yang berbasis pada Penilaian Ahli (Expert Judgement) serta integrasi teori dasar fotografi. Pendekatan ini selaras dengan prinsip pengambilan keputusan multikriteria (Multi-Criteria Decision Making / MCDM) di mana nilai bobot ditentukan berdasarkan preferensi pengambil keputusan (decision maker) untuk mencerminkan kondisi riil di lapangan (Hwang & Yoon, 1981; Mardiana & Haryanto, 2023).

Pada skenario Outdoor - Day (Siang Hari), vektor bobot ditetapkan sebesar W = [0,30\ \text{(Price)},\ 0,15\ \text{(ISO)},\ 0,25\ \text{(AF)},\ 0,30\ \text{(Sensor)}]. Formulasi pembobotan yang menyeimbangkan kriteria Price Score (C_1, cost) dan Sensor Score (C_4, benefit) masing-masing pada nilai 0,30 didasarkan pada argumentasi ilmiah berikut:

  1. Analisis Fisika Optik dan Rentang Dinamis (Dynamic Range Analysis): Meskipun kondisi luar ruangan di siang hari menyediakan pasokan cahaya alami (ambient light) yang melimpah sehingga eksposur gambar mudah tercapai, intensitas cahaya matahari langsung menciptakan kontras bayangan yang sangat tajam (harsh shadow) dan area sorotan cahaya yang sangat terang (blown-out highlight). Berdasarkan penelitian Saputra & Wijaya (2021) serta Kurnia (2023), kegagalan utama foto luar ruangan di siang hari bukan disebabkan oleh kurangnya cahaya, melainkan ketidakmampuan kamera dalam merekam rentang dinamis kontras tinggi (high dynamic range). Sensor fisik berukuran besar (seperti Full Frame dan APS-C) memiliki luas permukaan fotodioda yang lebih lapang dengan Full-Well Capacity (FWC) yang besar, sehingga mampu merekam spektrum gradasi warna dan cahaya secara utuh tanpa mengalami kehilangan detail (clipping) pada area langit maupun area bayangan. Oleh karena itu, kualitas sensor (Sensor Score) harus dipertahankan pada bobot yang tinggi (0,30) untuk menjamin kualitas visual hasil foto di bawah terik matahari.
  2. Mitigasi Bias Komputasi TOPSIS terhadap Alternatif Murah (Price Bias Prevention): Kriteria Price Score ($C_1$) dalam sistem bertipe cost, yang berarti harga sewa harian yang murah akan menghasilkan nilai skor standardisasi mendekati 10,00. Jika bobot Price Score ditingkatkan menjadi 0,40 dan bobot Sensor Score diturunkan menjadi 0,20, maka perhitungan jarak Euclidean pada algoritma TOPSIS akan didominasi secara ekstrem oleh kriteria biaya. Hal ini dibuktikan melalui analisis sensitivitas komputasi, di mana kamera-kamera berspesifikasi rendah dan berteknologi sensor usang (seperti Canon 500D dan Canon 1100D) akan bergeser ke peringkat atas semata-mata karena tarif sewanya yang sangat murah (skor Price Score = 10,00). Menurut Muzakkir (2023), sistem pendukung keputusan yang baik harus mampu menyajikan rekomendasi yang relevan secara teknis dan tidak terjebak pada bias harga murah yang mengorbankan fungsionalitas utama produk.
  3. Keseimbangan Trade-off Optimal Kompromi Alternatif: Pemberian bobot yang seimbang antara Price Score (0,30) dan Sensor Score (0,30) menghasilkan rekomendasi yang berada pada titik kompromi optimal (compromise solution). Hal ini terbukti dari hasil perangkingan sistem di mana peringkat pertama ditempati oleh Sony A6400 ($V = 0,7565$) dan peringkat kedua oleh Sony A6300 ($V = 0,7158$). Kedua alternatif ini tidak memiliki harga sewa termurah dalam dataset (skor Price Score masing-masing sebesar 1,88 dan 3,75), namun memiliki performa sensor APS-C yang sangat andal (skor Sensor Score = 7,00) serta sistem fokus dinamis yang unggul (skor AF Score = 10,00). Kecepatan autofokus yang tinggi sangat krusial untuk menangkap subjek bergerak luar ruangan di siang hari (Nugroho & Prasetyo, 2022). Hasil perangkingan ini membuktikan bahwa pembobotan W = [0,30;\ 0,15;\ 0,25;\ 0,30] berhasil menyaring kamera yang tidak hanya ekonomis tetapi juga secara teknis andal untuk skenario luar ruangan siang hari.

BAGIAN 3: DAFTAR PUSTAKA PENDUKUNG (FORMAT APA 7th)

(Salin daftar referensi di bawah ini dan tambahkan ke halaman Daftar Pustaka Laporan Skripsi Anda)

  1. Hwang, C. L., & Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications. Springer-Verlag. https://doi.org/10.1007/978-3-642-48318-9
  2. Kurnia, D. (2023). Analisis Intensitas Cahaya Matahari Pagi, Siang, dan Sore terhadap Eksposur Kamera Digital. Jurnal Ilmiah Fotografi dan Media Baru, 4(2), 75-84. https://doi.org/10.37013/jifmb.v4i2.412
  3. Kurniawan, A., & Hermawan, D. (2024). Sistem Pendukung Keputusan TOPSIS untuk Memilih Kamera Mirrorless bagi Fotografer Jalanan. Journal of Computer System and Informatics (JoSYC), 5(2), 245-254. https://doi.org/10.47065/josyc.v5i2.3990
  4. Mardiana, M., & Haryanto, T. (2023). Decision support system for equipment selection using TOPSIS method with dynamic subjective weighting. International Journal of Computer Science and Information Security, 21(3), 89-97. https://doi.org/10.2392/ijcsis.2023.210308
  5. Muzakkir, I. (2023). Rekomendasi Kamera Terbaik dengan Menggunakan Metode TOPSIS Berbasis Android. Jurnal Real Riset, 5(1), 89-96. https://doi.org/10.47233/jrr.v5i1.1024
  6. Nugroho, A. B., & Prasetyo, H. (2022). Pemanfaatan Cahaya Alami (Available Light) dalam Fotografi Outdoor: Studi Kasus Pemotretan Pagi dan Sore Hari. Jurnal Rekam: Jurnal Fotografi, Televisi, dan Animasi, 18(1), 45-56. https://doi.org/10.24821/rekam.v18i1.6543
  7. Saputra, R., & Wijaya, E. (2021). Pengaruh Perubahan Waktu dan Posisi Matahari terhadap Kualitas Visual Fotografi Lanskap. Jurnal Spektrum Estetika, 9(2), 112-123. https://doi.org/10.31940/spektrum.v9i2.2132