Custom Search

Analitical Hierarchy Proses (AHP) Metode pengambilan keputusan multikriteria.

Metode pengambilan keputusan dengan mempertimbangkan banyak kriteria, baik kuantitatif maupun kualitatif. AHP mengubah kriteria kualitatif menjadi kriteria kuantitatif. AHP juga memecah persoalan kompleks menjadi beberapa subpersoalan yang lebih sederhana, logis dan disusun menurut hierarki.

Tahapan AHP:

  1. Mendefinisikan masalah dengan jelas
  2. Menganalisis dan memilah-milah masalah menjadi beberapa sub masalah, faktor, kriteria, dan variabel keputusan
  3. Menyususn  hierarki  masalah  menurut  sub  masala,  atau  faktor,  atau  kriteria,  atau  variabel keputusan yang relevan
  4. Menyusun matriks banding berpasangan (pairwise comparison matrix)
  5. Membandingkan antar sub masalah, faktor, kriteria dan variabel keputusan menurut skala 1 sampai 9
  6. Menghitung skala prioritas antar submasalah, faktor, kriteri, dan variabel keputusan
  7. Mengevaluasi  tingkat  konsistensi  dalam  menentukan  perbandingan  antar  submasalah,  faktor, kriteria, dan variabel keputusan

Menyusun Matriks Banding Berpasangan (Pairwise Comparison Matrix)

Menentukan skala perbandingan
AHP didesain didasarkan pada perbandinagn berpasangan yang dinyatakan dengan skala 1 sampai 9.

1           : sama-sama disukai
2           : ada sedikit moderate
3           : cenderung ke
4           : cenderung agak kuat
5           : kuat
6           : kuat ke sangat kuat
7           : sangat kuat
8           : sangat kuat ke ekstrim
9           : ekstrim

Contoh Persoalan :
Dalam rangka program pengembangan agribisnis, Kab Bogor perlu menentukan komoditas unggulan. Tiga komoditas unggulan Kab tersebut adalah Padi, Jagung, Kedelai. Pemilihannya dengan mempertimbangkan 3 kriteria yaitu kecocokan agroekosistem, pendapatan, dan kelestarian lingkungan.

Persoalan

Cara memberi nilai di matriks banding berpasangan :

  1. Agroekosistem (baris) dengan agroekosistem (kolom) bernilai 1. Karena kriteria yang sama. Begitu juga kriteria lain (arsir hijau).
  2. Kalimat yang digunakan “manakah yang lebih penting antara pendapatan (kriteria di baris) dengan agroekosistem (kriteria di kolom)?”. Jawaban di contoh soal ini pendapatan lebih penting drpd agrekosistem (nilai 8). Arsir kuning
  3. Karena pendapatan lebih kuat dibandingkan agroekosistem (nilai 8), maka sebaliknya, nilai agroekosistem (baris) harus 1/8 dibandingkan pendapatan (kolom) (arsir merah). Nilai ini harus konsisten untuk mendapatkan nilai yang benar
  4. Begitu seterusnya sehingga didapat matriks banding pasangan berikut dengan total kebawah :

Membuat normalisasi dengan cara membagi masing masing cel ditabel tersebut dengan total sesuai kolomnya. Misal : nilai 8 untuk pendapatan (baris) → agroekosistem (kolom), dibagi dengan totalnya; yakni 14. Sehingga didapat tabel normalisasi sbb:

Baca Juga  Mempelajari Kerangka Statistik

Tahap selanjutnya melakukan langkah yang sama untuk menentukan urutan prioritas dari subkriteria, yakni padi, jagung, dan kedelai di setiap kriteria.

Setelah diperoleh angka prioritas dimasing-masing kriteria, masukkan kedalam tabel sbb:

Mempertimbangkan urutan nilai prioritas.
Setelah  memperoleh  semua  nilai  prioritas,  saatnya  menentukan  komoditas  unggulan  yakni  dengan mengalikan nilai prioritas dari tujuan/goal, dengan nilai prioritas dari kriteria seperti tabel berikut :

Urutan komoditas unggulan :

1.   Padi     : (0.066 x 0.68) + (0.727 x 0.08) + (0.208 x 0.64) = 0.24
2.   Jagung : (0.066 x 0.26) + (0.727 x 0.21) + (0.208 x 0.27) = 0.22
3.   Kedelai : (0.066 x 0.06) + (0.727 x 0.72) + (0.208 x 0.09) = 0.54

dari hasil contoh latihan diatas, disimpulkan bahwa urutan komoditas unggulan adalah kedelai, padi, dan jagung.

 

Pemeriksaan Konsistensi

Misalkan matriks banding berpasangan pada subkriteria kelestarian sbb

Principal eigen value :

λmax = (0.639 x 1.5) + (0.274 x 4.25) + (0.087 x 11) = 3.08

Hitung index konsistensi (CI)

CI = (λmax – n) / (n-1);
n = ukuran matriks (padi, jagung, kedelai)
CI = (3.08-3)/2 = 0.04

Hitung rasio konsistensi (CR)

CR = IC / RI ;
RI = Random index konsistensi
CR = 0.040 / 0.58 = 0.069 = 6.9%

Nilai CR semakin kecil semakin konsisten. Nilai yang menjadi ukuran biasanya 10%. Diatas 10% tidak konsisten.

Lakukan uji konsistensi di setiap matrik banding berpasangan.