Metode AHP Dalam Sistem Pendukung Keputusan
A. METODE AHP
1. Decomposition (Penyusunan
Hirarki).
Setelah
persoalan didefenisikan, maka perlu dilakukan decomposition yaitu
memecah persoalan yang utuh menjadi unsur – unsurnya. Jika ingin mendapatkan
hasil yang akurat, pemecahan juga dilakukan terhadap unsur – unsurnya
sampai tidak mungkin dilakukan pemecahan lebih lanjut, sehinggadidapatkan
beberapa tingkatan dari persoalan tadi. Karena alasan ini, maka
proses analisis ini dinamakan hierarki (hierarchy). Ada 2 (dua)
jenis hierarki, yaitu lengkap dan tak lengkap. Dalam hierarki lengkap,
semua elemen pada suatu tingkat
memiliki semua elemen yang ada pada tingkat berikutnya. Jika tidakdemikian
dinamakan hierarki tak lengkap.
2. Comparative
Judgement (Penilaian Perban- dingan Berpasangan.
Prinsip ini
berarti membuat penilaian tentang kepentingan relative 2 (dua) elemen pada
suatu tingkat tertentu dalam kaitannya dengan tingkat di atasnya.Penilaian ini
merupakan inti dari AHP, karena ia akan berpengaruh terhadap prioritas elemen
– elemen. Hasil dari penilaian ini akan tampak lebih enak bila disajikan dalam
bentuk matriks yang dinamakan matriks pairwise comparison. Pertanyaan
yang biasa diajukan dalam penyusunan skala kepentingan adalah :
a. Elemen mana yang lebih (penting/disuka/…) ?
dan
b. Berapa kali
lebih (penting/disuka …) ?
Agar diperoleh skala yang
bermanfaat ketika membandingkan 2 (dua) elemen seseorang yang akan
memberikan jawaban perlu pengertian menyeluruh tentang elemen – elemen yang
dibandingkan dan relevansinya terhadap kriteria atau tujua yang
dipelajari.
3. Sintesa
Prioritas
Sintesa prioritas
dilakukan dengan mengalikan prioritas lokal dengan prioritas dari
kriteria bersangkutan di level atasnya dan menambahkannya ke tiap elemen
dalam level yang dipengaruhi kriteria. Hasilnya berupa gabungan atau
dikenal dengan prioritas global yang kemudian digunakan untuk memboboti
prioritas lokal dari elemen di level terendah sesuai dengan kriterianya.
B. Langkah dan Prosedur AHP.
Buchara
(2000) mejelaskan bahwa secara umum, langkah – langkah yang harus dilakukan
dalam menggunakan AHP untuk memecahkan suatu masalah adalah sebagai berikut :
1. Mendefenisikan
permasalahan dan menentukan tujuan. Bila AHP digunakan untuk memilih alternatif
atau menyusun prioritas alternatif, maka tahap ini dilakukan pengembangan
alternatif.
2. Menyusun
masalah ke dalam suatu struktur hierarki sehingga permasalahan yang kompleks
dapat ditinjau dari sisi yang detail dan terukur.
3. Menyusun
prioritas untuk tiap elemen masalah pada setiap hierarki. Prioritas ini
dihasilkan dari suatu matriks perbandingan berpasangan antara seluruh elemen
pada tingkat hierarki yang sama.
4. Melakukan
pengujian konsistensi terhadap perbandingan antar elemen yang
didapatkan pada tiap tingkat hierarki.
1. Pengambilan
data dari obyek yang diteliti.
2. Menghitung
data dari bobot perbandingan berpasangan responden dengan
metode “pairwise comparison” AHP berdasar hasil kuisioner.
3. Menghitung
rata-rata rasio konsistensi dari masing-masing responden.
4. Pengolahan
dengan metode “pairwise comparison” AHP.
5. Setelah dilakukan
pengolahan tersebut, maka dapat disimpulkan adanya konsitensi
dengan tidak, bila data tidak konsisten maka diulangi lagi dengan pengambilan
data seperti semula, namun bila sebaliknya maka digolongkan data terbobot yang
selanjutnya dapat dicari nilai beta (b)
1.
Struktur yang berhierarki sebagai konskwensi dari kriteria yang dipilih sampai
pada sub-sub kriteria yang paling dalam.
2. Memperhitungkan
validitas sampai batas toleransi inkonsentrasi sebagai kriteria dan alternatif
yang dipilih oleh para pengambil keputusan.
3.
Memperhitungkan daya tahan atau
ketahanan output analisis sensitivitas
pengambilan
keputusan.
1.
Ketergantungan model AHP pada input utamanya.
Input utama ini berupa persepsi
seorang ahli sehingga dalam hal ini melibatkan subyektifitas sang ahli
selain itu juga model menjadi tidak berarti jika ahli tersebut memberikan
penilaian yang keliru.
2. Metode AHP ini hanya metode matematis tanpa
ada pengujian secara statistik sehingga tidak ada batas kepercayaan dari kebenaran
model yang terbentuk.
3. Metode
IRR
4. Metode
NPV
5. Metode
FMADM
Fuzzy Multiple Attribute Decission
Making adalah suatu metode yang digunakan untuk mencari alternatif optimal
dari sejumlah alternatif dengan kriteria tertentu
6. Metode SAW
Metode SAW sering juga dikenal
dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah
mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada
semua attribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X)
ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang
ada.
Contoh Kasus :
Kasus yang dibahas ini adalah
pemilihan ponsel masa kini yang terbaik dari berbagai brand ternama. Antara
Nokia, Samsung, SonyEricson.
1.
Dasar
Penentuan Kriteria.
Penentuan kriteria-kriteria dalam SPK
ini didasarkan pada hal-hal yang sekiranya sangat berpengaruh dalam sebuah
telepon seluler (ponsel) baik hardware, teknologi, software maupun jaringan.
Pada setiap kriteria diberikan bobot yang berbeda-beda karena setiap kriteria
memiliki pengaruh yang dominan atau tidak dalam spesifikasi sebuah
ponsel,berikut penjelasan setiap kriteria :
a.
Fitur.
Meliputi : kamera
musik
ketajaman warna
layar
internet mobile
dll.
Sistem Operasi diberikan bobot sebanyak
15%.
b.
Teknologi.
Meliputi : Touch screen
Touch Pad
Teknologi diberikan bobot sebanyak
5%.
c.
Harga.
Meliputi : Low End
High End
Harga diberikan bobot sebanyak 20%.
1). Yang pertama kali dilakukan
adalah Menentukan bobot kriteria mana
yang paling penting, yang dalam terminologi AHP disebut pair-wire
comparation
a. Harga 4
kali lebih penting dari Teknologi
b. Harga 1,5 kali
lebih penting dari fitur
c. Fitur 3 kali
lebih penting dari teknologi.
Selanjutnya hasil pair-wire
comparation diatas akan dibuat tabulasinya, yang dalam istilah AHP
disebut sebagai pair comparation matrix.
Pair comparation matrix
|
||||
Kriteria
|
Harga
|
Fitur
|
Teknologi
|
Priority Vector
|
Harga
|
1
|
1,5
|
4
|
0,5143
|
fitur
|
0,7
|
1
|
3
|
0,3620
|
teknologi
|
0,25
|
0,33
|
1
|
0,1232
|
Jumlah
|
1,95
|
2,83
|
8
|
0,9995
|
Pricipal Eigen Value (lmax)
|
3,0
|
|||
Consistency Index (CI)
|
0
|
|||
Consistency Ratio (CR)
|
0,0%
|
|||
Keterangan :
1. Jumlah merupakan penjumlahan dari semua angka yang ada pada
baris diatasnya dalam satu kolom.
2.
Priority Vector merupakan hasil
penjumlahan dari semua sel disebelah Kirinya (pada baris yang sama) setelah
terlebih dahulu dibagi dengan jumlah yang
ada dibawahnya, kemudian hasil penjumlahan tersebut dibagi dengan angka 3.
Angka 3 diperoleh
dari jumlah kriteria yaitu harga, fitur dan teknologi.
· Priority vector = 0,5143 diperoleh dari
perhitungan (1/1,95+1,5/2,83+4/8) * 1/3
· Priority vector = 0,3620 diperoleh dari perhitungan
(0,7/1,95+1/2,83+3/8) * 1/3
· Priority vector= 0,3620 diperoleh dari perhitungan(0,25/1,95+0,33/2,83+1/8)*1/3
Priority Vector
menunjukan bobot dari masing-masing kriteria, jadi dalam hal ini harga
merupakan bobot tertinggi/terpenting dalam pemilihan ponsel, disusul fitur dan
yang terakhir adalah teknologi.
Setelah
mendapatkan bobot untuk setiap kriteria (yang ada pada kolom Priority
Vector), maka selanjutnya mengecek apakah bobot yang dibuat konsisten
atau tidak. Untuk hal ini, yang pertama yang dilakukan adalah menghitung Pricipal Eigen Value (lmax) matrix.
Principal
Eigen Value (lmax)
matrix perhitungannya dengan cara menjumlahkan hasil perkalian antara jumlah
dan priority vector.
Principal Eigen
Value (lmax) = (1,95×0.5143)+(2,83×0,3620)+(8×0.1232)=3,0
· Menghitung
Consistency Index (CI) dengan rumus
CI = (lmax-n)/(n-1), untuk n = 3
CI= (3,0-3) / (3-1) = 0, CI sama dengan nol berarti pembobotan yang dilakukan
sangat konsisten
· Menghitung
Consistency Ratio (CR) diperoleh dengan
rumus CR=CI/RI, nilai RI bergantung pada jumlah kriteria seperti pada tabel
berikut:
n
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
9
|
10
|
RI
|
0
|
0
|
0,58
|
0,9
|
1,12
|
1,24
|
1,32
|
1,41
|
1,45
|
1,49
|
Jadi untuk n=3, RI=0.58.
CR=CI/RI
= 0/5,8 = 0,0
Jika hasil perhitungan CR
lebih kecil atau sama dengan 10% , ketidak konsistenan masih bisa
diterima, sebaliknya jika lebih besar dari 10%, tidak bisa diterima.
2). Yang ke dua memberi penilaian terhadap ponsel ,
disebut pair-wire comparation.
- Memberikan
penilaian bobot harga :
Samsung harganya 4 kali lebih
murah dari Nokia
Samsung harganya 3 kali lebih murah
dari Sony ericson
Nokia harganya 1/2 kali lebih murah
dari Sony ericson.
Pair wire comparation :
Pair comparation matrix
|
||||
Kriteria
|
Samsung
|
Nokia
|
sonyericson
|
Priority Vector
|
Samsung
|
1
|
4
|
3
|
0,6232
|
Nokia
|
0,25
|
1
|
0,5
|
0,3333
|
Sony ericson
|
0,33
|
2
|
1
|
0,2332
|
Jumlah
|
1,5833
|
7
|
4,5
|
1,1897
|
Pricipal Eigen Value (lmax)
|
3,02
|
|||
Consistency Index (CI)
|
0,1
|
|||
Consistency Ratio (CR)
|
2,0%
|
Arti dari tabel
diatas adalah dari ketiga ponsel, yang paling murah adalah samsung dengan skor
0,6232 ,disusul Nokia dengan skor 0,3333 dan sony ericson dengan skor 0,2332.
Nilai CI adalah
0,1 yang berarti pembobotan tidak terlalu konsisten ,tetapi karena nilai
CR=2,0% lebih kecil dari 10%, maka ketidak konsistenan masih bisa diterima.
- Memberikan penilaian bobot fitur
Kelengkapan Fitur
Samsung ½ kali dari Nokia
Kelengkapan Fitur
Samsung 2 kali dari Sony Ericson
Kelengkapan Fitur
Nokia 3 kali dari Sony Ericson
Pair-wire
comparation :
Pair comparation matrix
|
||||
Kriteria
|
Samsung
|
Nokia
|
sonyericson
|
Priority Vector
|
Samsung
|
1
|
0,5
|
2
|
0,3645
|
Nokia
|
2
|
1
|
3
|
0,3333
|
Sony ericson
|
0,5
|
0,33
|
1
|
0,3332
|
Jumlah
|
3,2
|
1,83
|
6
|
1,0310
|
Pricipal Eigen Value (lmax)
|
3,76
|
|||
Consistency Index (CI)
|
0,38
|
|||
Consistency Ratio (CR)
|
0,06%
|
Arti dari tabel
diatas adalah dari ketiga ponsel, yang paling lengkap fiturnya adalah samsung
dengan skor 0,3645 ,disusul Nokia dengan skor 0,3333 dan sony ericson dengan
skor 0,332.
Nilai CI adalah
0,38 yang berarti pembobotan tidak terlalu konsisten ,tetapi karena nilai
CR=0,06% lebih kecil dari 10%, maka ketidak konsistenan masih bisa diterima.
- Memberikan
penilaian bobot teknologi
Kecanggihan Teknologi Samsung 1/3
dari nokia
Kecanggihan teknologi Samsung 2 kali
dari sony Ericson
Kecanggihan teknologi nokia 3 kali
dari sony Ericson
Pair-wire comparation :
Pair comparation matrix
|
||||
Kriteria
|
Samsung
|
Nokia
|
sonyericson
|
Priority Vector
|
Samsung
|
1
|
0,33
|
2
|
0,3332
|
Nokia
|
3,03
|
1
|
3
|
0,9998
|
Sony ericson
|
0,5
|
0,33
|
1
|
0,3332
|
Jumlah
|
4,53
|
1,66
|
6
|
1,6662
|
Pricipal Eigen Value (lmax)
|
5,16
|
|||
Consistency Index (CI)
|
1,08
|
|||
Consistency Ratio (CR)
|
0,36%
|
Arti dari tabel
diatas adalah dari ketiga ponsel, yang paling canggih teknologinya adalah Nokia
dengan skor 0,9998 ,disusul Samsung dan sony ericson dengan skor 0,3332.
Nilai CI adalah
1,08 yang berarti pembobotan tidak terlalu konsisten ,tetapi karena nilai
CR=0,36% lebih kecil dari 10%, maka ketidak konsistenan masih bisa diterima.
3). Tahap ke tiga Setelah mendapatkan
bobot untuk ketiga kriteria, maka langkah terakhir adalah menghitung total skor
untuk ketiga ponsel.
Semua
hasil penilaiannya tersebut dalam bentuk tabel yang disebut Overall
composite weight.
Overall composite
weight :
Overall composite weight
|
weight
|
Samsung
|
Nokia
|
Sony
Ericson
|
Harga
|
0,5143
|
0,6232
|
0,3333
|
0,2332
|
Fitur
|
0,3620
|
0,3645
|
0,3333
|
0,3332
|
Teknologi
|
0,1232
|
0,3332
|
0,9998
|
0,3332
|
Composite Weight
|
0,4934
|
0,4151
|
0,2715
|
· Weight diambil dari kolom Priority
Vektor dalam matrix kriteria.
·
Kolom (Samsung, Nokia, Sony Ericson)
diambil dari kolom priority vectir ketiga matrix harga, fitur, teknologi.
·
Composite weight diperoleh dari
hasil jumlah perkalian diatasnya dengan weight.
- Samsung =
0,5143.0,6232+0,3620.0,3645+0,1232.0,3332 = 0,4934
- Nokia = 0,5143.0,3333+0,3620.0,3333+0,1232.0,9998
= 0,4151
- Sony Ericson = 0,5143.0,2332+0,3620.0,3332+0,1232.0,3332
= 0,2715
· Dari tabel diatas dapat disimpulkan
bahwa Samsung mempunyai skor paling tinggi yaitu 0,4934 , kemudian Nokia dengan
skor 0,4151 dan paling bawah Sony Ericson 0,2715. Sehingga Ponsel yang paling
baik dan dipilih adalah ponsel brand Samsung.
Sumber :http://hardy-bonvisa.blogspot.com/2013/11/sistem-pendukung-keputusan-dengan.html
Biro Olah Data Analytic Hierarchy Process (AHP) Dengan Expert Choice 11
BalasHapusWhatsApp : +6285227746673
PIN BB : D04EBECB
IG : @olahdatasemarang
Website : http://biro-jasa-spss.blogspot.co.id
Terdaftar Di Google Map Dengan Nama Olah Data Semarang
makasi banyak kaaaak, sangat membantu
BalasHapus