Modification of Grey Relational Analysis for Dynamic Criteria Weighting in Decision-Making Systems

Grey relational analysis (GRA) is a grey system theory method used to solve multi-criteria decision problems with incomplete or uncertain data. The GRA analyzes the level of closeness or relationship between several alternatives based on a series of criteria. One of the limitations in using the GRA method is the weight of the criteria, which is often fixed or subjective. In many GRA applications, the criterion weights are set based on expert considerations or decision-maker preferences, which can be highly subjective and influenced by individual biases. Grey relational analysis change data driven (GRA-C) method emphasizes the increased effectiveness and flexibility of this method in performance appraisal for multi-criteria decision-making. GRA-C allows for more precise adjustments according to the importance of each criterion, leading to more accurate and relevant evaluation results. By modifying the weights, the GRA-C becomes more flexible and can be adapted to different contexts and specific decision-making needs, so that it can be applied in various industry sectors. These modifications help reduce bias due to improper weight allocation, resulting in more objective performance assessments. The results of the modified GRA-C can provide better insights for decision-makers, supporting a more effective and informed decision-making process. The comparison with the Spearman correlation shows that the GRA-C method has a very strong degree of conformity in producing alternative rankings, with a correlation value 1. This indicates that these methods provide similar results, making them reliable for consistent decision-making. ABSTRAK: Analisis Perhubungan Kelabu (Grey Relational Analysis, GRA) merupakan satu kaedah dalam teori sistem kelabu yang digunakan untuk menyelesaikan masalah keputusan berbilang kriteria (multi-criteria decision-making) yang melibatkan data tidak lengkap atau tidak pasti. GRA menganalisis tahap keterkaitan atau hubungan antara beberapa alternatif berdasarkan satu siri kriteria. Salah satu kekangan dalam penggunaan kaedah GRA ialah pemberat kriteria yang sering kali bersifat tetap atau subjektif. Dalam banyak aplikasi GRA, pemberat kriteria ditentukan berdasarkan pertimbangan pakar atau keutamaan pembuat keputusan, yang boleh menjadi sangat subjektif dan dipengaruhi oleh bias individu. Kaedah Grey Relational Analysis Change Data Driven (GRA-C) menekankan keberkesanan dan fleksibiliti yang lebih tinggi dalam penilaian prestasi bagi sistem keputusan berbilang kriteria. GRA-C membolehkan pelarasan yang lebih tepat mengikut kepentingan setiap kriteria, yang membawa kepada keputusan penilaian yang lebih tepat dan relevan. Dengan pengubahsuaian pemberat, GRA-C menjadi lebih fleksibel dan boleh disesuaikan dengan pelbagai konteks serta keperluan khusus dalam membuat keputusan, membolehkannya diaplikasikan dalam pelbagai sektor industri. Pengubahsuaian ini membantu mengurangkan bias akibat pengagihan pemberat yang tidak sesuai, sekali gus menghasilkan penilaian prestasi yang lebih objektif. Hasil daripada GRA-C yang telah diubah suai dapat memberikan pandangan yang lebih baik kepada pembuat keputusan, seterusnya menyokong proses membuat keputusan yang lebih berkesan dan berasaskan maklumat. Perbandingan dengan korelasi Spearman menunjukkan bahawa kaedah GRA-C mempunyai tahap kesesuaian yang sangat tinggi dalam menghasilkan kedudukan alternatif, dengan nilai korelasi sebanyak 1. Ini menunjukkan bahawa kaedah-kaedah tersebut memberikan hasil yang serupa dan boleh dipercayai untuk proses membuat keputusan yang konsisten.