PENGAMBILAN KEPUTUSAN DENGANProses Hirarki Analitik (Analytical Hierarchy Process-AHP)

Decision MakingPengambilan keputusan merupakan proses pemilihan alternatif atau menentukan prioritas berdasarkan faktor/kriteria yg bersifat tangible dan atau intangible, yang mempunyai bobot kepentingan tertentu. intangibles, a.l. adalah political factors dan social factors, tangibles, a.l. adalah:economic factors dan technical factors

Bukanlah ketepatan pengukuran umtuk suatu faktor tertentu yang menentukan validity suatu keputusan tetapi yang penting sejauh mana faktor/kriteria yang dipertimbangkan dalam pengambilan keputusan.

Bagaimana kita menetapkan tingkat kepentingan semua faktor/kriteria dan mensintesanya untuk membuat keputusan terbaik ?

Selain berdasarkan faktor/kriteria, proses pengambilan keputusan juga melibatkan aspek-aspek: Tujuan atau sasaran Siapa pihak yang berkepentingan atau siapa aktorYang semuanya mempunyai tingkat kepentingan (prioritas) yang berbeda dan bagaimana menentukan bobotnya.Bagaimana menyatukan aspek-aspek tersebut: yang berbeda tingkat kepentingannya yang berbeda dalam hal karakterisktik (tangible vs intangible) dan ukuran, serta preferensinya dalam proses mengambil keputusan ? Keterbatasan pemahaman dan pengetahuan, memerlukan pendapat / persepsi pakar.

Proses pengambilan keputusan tentang sesuatu yang kompleks/rumit atau tidak terstruktur (ill structured) memerlukan pemahaman secara utuh tentang sesuatu tersebut.

Analytic Hierarchy ProcessDikembangkan oleh Thomas L Saaty pada tahun 1970.

Proses pengorganisasian pengetahuan dalam proses pengambilan keputusan berdasarkan pendekatan deduktif dan pendekatan sistem.

Memberikan suatu kerangka berpikir yang terorganisir, rasional dan komprehensif dalam menstrukturkan suatu permasalahan yang memungkinkan kita untuk mengambil keputusan yang efektif terhadaps persoalan yang kompleks

Suatu teknik terstruktur untuk membantu dalam menghadapi proses pengambilan keputusan yang bersifat komplex, yang dikembangkan dengan landasan mathematics and human psychology.

Aplikasi AHPTelah diterapkan di banyak negara dengan beragam persoalan pengambilan keputusan pada berbagai bidang seperti pada bidang pemerintahan, bisnis, industri, kesehatan dan pendidikan. The AHP is perhaps, the most widely used decision making approach in the world today. Its validity is based on the many hundreds (now thousands) of actual applications in which the AHP results were accepted and used by the cognizant decision makers (DMs), Saaty (1994b).For all that has been written about AHP (http://www.ExpertChoice.com contains references to over 1000 articles and almost 100 doctoral dissertations).

Choice Xerox British Columbia Ferries Management Reorganization at Edgewood NASA Choosing the Lunar Lander Propulsion System

Prioritization/Evaluation University of Santiago of Chile Royal Institute of Technology, Stockholm Rockwell International Environmental Impact Evaluations General Motors Evaluating Superfund Effectiveness U.S. Navy Submarines Executive Office Trout Fishing in Alaska Evaluating Architecture Alternatives and Assessing Risks at the FAA Police Officers Evaluation Software Development Productivity Investment Analysis

Resource Allocation Budget Allocation at Woods Hole Fisheries Customer and Company Values at Scarborough Public Utilities Air Force Medical Services Reorganization Tactical R&D Project Evaluation and Funding at Air Products Prioritizing Telecommunications for Long Range R & D Planning Savannah River Site Remediation Selection of Water-Supply Projects Under Drought Benchmarking IBM AS400 Benchmarking Square D Company Carlson Travel Network Quality Management Quality Evaluation in the Steel Industry Improving Yields in a Steel Company

Public Policy Formulating Policies for the Sea of Japan Managing the Kenai River Chinook Salmon Fishery Florida Water Management District Health Care Patient Versus Physician Preferences Selecting Teams to Respond in Medical Disasters Developing a Merit Compensation Plan Using the AHP to Develop and Disseminate Medical Guidelines Strategic Planning Managing National Park Service Resources 3M Strategic Planning in the Military

Proses Hierarki AnalitikMetoda yang digunakan untuk memahami kondisi atau mendiskripsikan suatu sistem atau perihal (dalam bentuk suatu struktur hierarki dari elemen-elemen sistem) dalam rangka untuk pengambilan keputusan.Perihal yang komplek:menyangkut dimensi ekonomi, sosial, politik, dst.melibatkan banyak pihak (stakeholder), aktor, lembagayang saling berinteraksi dan tergantung satu sama lainPersoalan yang bersifat tidak terstruktur, stratejik, dan dinamik.

Organisasi Pengetahuan dalam Pengambilan KeputusanPendekatan Deduktif:Menguraikan menjadi bagian-bagian, setiap bagian dianalisa utk memperoleh karakteristik/perilaku setiap bagian, kemudian mensintesis kepingan-kepingan informasi setiap bagian sebagai penjelasan keseluruhan. Mekanisme umpan balik antar bagian diabaikan.Pendekatan Sistem:Melihat karakteristik/perilaku sistem secara menyeluruh (holistik), tidak bagian per bagian.

Proses Hirarki Analitik:Gabungan Ancangan Deduktif dan Ancangan Pendekatan Sistem (System Approach)Memberikan suatu kerangka berpikir yang terorganisir yang memungkinkan kita untuk mengambil keputusan yang efektif atas persoalan yang kompleks.Kerangka: memecah suatu situasi yang kompleks, tak terstruktur, menjadi bagian-bagian atau komponen-komponen; kemudian menata bagian atau komponen tersebut ke dalam suaru susunan hirarki (struktur Hirarki)menilai atas dasar pertimbangan subyektif tentang tingkat kepentingan setiap komponen relatif terhadap komponen yang lain.mensintesis pertimbangan subyektif tersebut untuk menetapkan :Komponen mana yang memiliki prioritas tertinggi, dan Komponen mana yang berpengaruh terbesar terhadap hasil atau sistem secara keseluruhan.

Peyusunan HirarkiA hierarchy is an efficient way to organize complex systems. It is efficient both structurally, for representing a system, and functionally, for controlling and passing information down the system

Hirarki merupakan basis cara berpikir otak manusia dalam menganalisa suatu realita menjadi kluster dan sub-kluster. Merupakan salah satu metode klasifikasi dalam mengurutkan entitas, informasi dan pengetahuan. Hirarki: suatu tipe khusus dari suatu sistem, yang didasarkan atas asumsi bahwa Entitas sistem yang telah diidentifikasi dapat dikelompokkan menjadi himpunan yang terpisah, dimana entitas dari satu kelompok mempengaruhi dan dipengaruhi hanya oleh satu entitas dari kelompok lain.

Elemen-elemen pada setiap kelompok hirarki (disebut sebagai Level, Cluster atau Stratum) diasumsikan bersifat independent.

Hirarki menggambarkan suatu sistem yang dapat digunakan untuk menjelaskan bagaimana perubahan prioritas pada level yang lebih tinggi mempengaruhi prioritas dari elemen dibawahnya.

Hirarki:Hirarki struktural: sistem disusun ke dalam komponen-komponen dalam urutan menurun menurut sifat struktural.Hirarki fungsional: sistem disusun/diurai menjadi komponen-komponen dalam urutan menurut hubungan esensial antar komponenDalam menyusun Hirarki:Harus memasukkan rincian elemen yang relevan yang cukup untuk menggambarkan persoalan atau sistem yang dikaji.Tidak harus lengkap sekaligus, suatu hirarki dapat dibagi menjadi beberapa sub-hirarki.Bersifat fleksibel, artinya tergantung kepada perihal, persoalan, atau sistem yang dikaji

Linear Hierarchycomponent,cluster(Level)elementA loop indicates that eachelement depends only on itself.GoalSubcriteriaCriteriaAlternatives

Best Beverage ContainerCustomers serviceEnvironmental wasteCostEnergy to ProduceGlassBimetallicAluminiumSteelFOCUS :Criteria:Alternatives:Choosing a Beverage Container

AHP Hierarchy for R&D Project SelectionFuture of the FirmMarketingFinancialTechnicalManufactureRegulatory ComplianceDevelopment CostProb. of Tech. SuccessR&D and Eng. ResourcesDevelopment TimePatent PositionGoal

Criteria

Sub-Criteria

Ratings(for eachSub-Criterion)OutstandingAbove AverageAverageBelow AverageCapability to MarketMarket GrowthMarket ShareMarket PotentialCustomer AcceptanceOutstandingAbove AverageAverageBelow AverageNPVCapital InvestROIUnit CostOutstandingAbove AverageAverageBelow AverageCapability to ManufactureFacility/Equp. Req.SafetyOutstandingAbove AverageAverageBelow Average. . . . . P1P2P99

Penetapan KPJu UnggulanPenciptaan Lapangan KerjaPeningkatan Daya SaingPertumbuhan EkonomiINPUTPROSESOUTPUTFokusTujuanFaktorKriteriaTenaga KerjaBahan BakuModalSarana Usaha/ProduksiTeknologiSosial-BudayaManajemen UsahaKetersediaan PasarHargaPenyerapan Tenaga KerjaSumbangan thd PerekonomianPendidikanPelatihanPengalaman kerjaJumlah lembaga pelatihan Ketersediaan bahan bakuHarga perolehan bahan bakuRetensi/parishability bahan bakuKesinambungan bahan bakuMutu KemudahanAspek LingkunganKebutuhan investasi awal Kebutuhan modal kerjaAksesibilitas thd sumber pembiayaan KetersediaanHargaKemudahanKetersediaanKemudahan (memperoleh teknologi)Dampak lingkunganCiri khas lokalReligion/BudayaTurun temurunKemudahan untuk memanageKemudahan:MenjualMendistribusikan (lokasi)Stabilitas HargaNilai TambahPenyerapan Tenaga KerjaBackward & Forward LinkagesJumlah jenis usaha yg terpengaruh krn keberadaan usaha iniKPJuSektor EkonomiAlternatif

Penentuan Prioritas.Representase dari persepsi atau ekspresi manusia tentang hubungan antara satu elemen dengan elemen lain, berdasarkan suatu kriteria tertentu (misalnya tingkat kepentingan).Dilakukan melalui mekanisme perbandingan berpasangan (pairwise comparisons), yaitu elemen pada level yang sama dibandingkan satu sama lain, berdasarkan atau merujuk pada salah satu elemen di level satu tingkat di atasnya.Perbandingan berpasangan tersebut digunakan untuk menentukan prioritas elemen-elemen pada klaster/level dengan memperhatikan klaster/level diatasnya (local priorities).Persepsi atau ekspresi tersebut dinyatakan dalam bentuk skala 1 sampai dengan 9, dengan definisi sebagai berikut:

Skala Perbandingan AHP (Saaty)

NilaiKeterangan1A Sama penting (Equal) Dengan B3A Sedikit lebih penting (Moderate) dari B5A Jelas lebih penting (Strong) dari B7A Sangat jelas penting (Very Strong) dari B9A Mutlak lebih penting (Extreme) dari B2,4,6,8Apabila ragu-ragu antara 2 nilai yang berdekatan1/(1-9)Kebalikan nilai tingkat kepentingan dari skala 1-9

If, for example, we are comparing two applesaccording to weight we ask:

Which apple is bigger?

How much bigger is the larger than the smaller apple? Use the smaller as the unit and estimate how many more times bigger is the larger one.

The apples must be relatively close (homogeneous) if we hope to make an accurate estimate.Relative Measurement cont.

Comparison MatrixGiven:Three apples of different sizes.

SizeComparisonApple AApple B Apple CApple A S1/S1 S1/S2 S1/S3

Apple B S2 / S1 S2 / S2 S2 / S3

Apple C S3 / S1 S3 / S2 S3 / S3 Apple A Apple B Apple C

We Assess Their Relative Sizes By Forming Ratios

Pairwise ComparisonsSizeApple AApple BApple CSizeComparisonApple A Apple B Apple C Apple A 1 2 66/10 A

Apple B 1/2 1 33/10 B

Apple C 1/6 1/3 11/10 CWhen the judgments are consistent, as they are here, any normalized column gives the priorities.ResultingPriority EigenvectorRelative Sizeof Apple

3. Prinsip / Proses Sintesis:Digunakan untuk memperoleh elemen mana pada setiap klaster/level yang mempunyai prioritas tertinggi ( global priorities), sertaElemen mana yang berpengaruh terbesar terhadap hasil atau sistem secara keseluruhan.

Konsistensi Logis:Relasi antar objek atau antar pemikiran ditetapkan sedemikian rupa sehingga koheren, yaitu objek atau pemikiran itu saling terkait dengan baik.Intensitas relasi antar objek atau pemikiran yang didasarkan pada kriteria tertentu saling membenarkan secara logis.Misalnya:Sbg. Kriteria : kemanisanMadu dinilai lima kali lebih manis dari pada gula pasirGula pasir dinilai dinilai dua kali lebih manis dibandingkan molase.Maka seharusnya Madu dinilai sepuluh kali lebih manis dibandingkan molase.Jika Madu dinilai hanya empat kali lebih manis dibandingkan molase, berarti tidak konsisten.

Matrik PerbandinganTiga Apel dengan ukuran berbeda

PerbandinganUkuranApple AApple B Apple CApple A S1/S1 S1/S2 S1/S3

Apple B S2 / S1 S2 / S2 S2 / S3

Apple C S3 / S1 S3 / S2 S3 / S3 Apple A Apple B Apple CKita menilai Ukuran relatif apel tersebut dengan perbadingan

Perbandingan BerpasanganSizeApple AApple BApple CSizeComparisonApple A Apple B Apple C Apple A 1 2 66/10 A

Apple B 1/2 1 33/10 B

Apple C 1/6 1/3 11/10 CJika penilaiannya adalah konsisten, seperti di atas, maka kolom Eigenvector memberikan nilai prioritas.ResultingPriority EigenvectorRelative Sizeof Apple

KonsistensiPada contoh, apel B 3 kali lebih besar dari apel C. Nilai 3 ini dapat secara langsung kita peroleh dengan membanding apel A dengan Apel B dan C yaitu 6/2 = 3. Akan tetapi karena menggunakan judgement, bisa saja kita menduganya dengan memberikan nilai 4. Dalam hal ini kita tidak konsisten.

Akan tetapi pemberian nilai 4 tidak terlalu jelek dibandingkan jika kita memberi nilai 5. Semakin jauh pemberian nilai dari nilai sebenarnya, maka kita semakin tidak konsisten.

AHP menyediakan teori untk memeriksa tingkat konsisten penilaian dan menetapkan suatu nilai batas tingkat konsistensi.

MulaiAnalisa KebutuhanPenyusunan HirarkiPenilaian PerbandinganSetiap elemen pada Setiap hierarkiPengolahan MatrikPendapat Perbandingan Antar Elemen untuk setiap Hierarki:Perhitungan vektor prioritasPerhitungan nilai eigenPerhitungan indeks konsistensi (IK)Perhitungan rasio konsistensi (RK)IK & RKOke?Revisi PenilaianHitungIK dan RKPerhitungan Vektor Prioritas SistemSelesaiPenggabungan pendapat/Penilaian nara sumber(jika lebih dari satu n.s.)Matrik GabunganPenilaian perbandinganAntar elemen padaSetiap hierarkiIK & RKOke?

Dalam rangka menentukan Komoditi Agroindustri yang akan dibangun:Sejauh mana tingkat kepentingan-. Faktor Bahan baku dibandingkan Pemasaran-. Faktor Bahan baku dibandingkan Tekn. Proses-. Faktor Pemasaran dibandingkan Tekn. Proses

Sheet1

BBPTPEigen

BB11/230.3196

P2140.5584

TP1/31/410.122

BBMSCkKrTEigen

MS10.2540.16666666670.1160

Ck4140.250.2470

Kr0.250.2510,200.0600

The64510.5700

PsrMSCkKrTEigen

MS12510.3790

Ck0.51320.2900

Kr0.20.333333333310.250.0740

The10.5410.2570

TPMSCkKrT

MS0.3010

Ck0.2390

Kr0.2120

The0.2480

BBPsrTp

MS0.1160.3790.3010.03707360.21163360.0367220.2854292

Ck0.2470.290.2390.07894120.1619360.0291580.2700352

Kr0.060.0740.2120.0191760.04132160.0258640.0863616

The0.570.2570.2480.1821720.14350880.0302560.3559368

0.31960.55840.122

1/1

1/3

Teknologi Proses

4/1

1/1

2/1

Pemasaran

3/1

1/1

Bahan Baku

Teknologi Proses

Pemasaran

Bahan Baku

E1

Sheet2

Sheet3

Ditinjau dari Faktor Pemasran , sejauh mana tingkat prospek :-. Industri Minyak Sawit dibandingkan Coklat-. Industri Minyak Sawit dibandingkan Karet-. Industri Minyak Sawit dibandingkan Teh -. Industri Coklat dibandingkan Karet-. Industri Coklat dibandingkan Teh-. Industri Karet dibandingkan Teh

Ditinjau dari Faktor Bahan Baku, sejauh mana tingkat kesediaan :-. Industri Minyak Sawit dibandingkan Coklat-. Industri Minyak Sawit dibandingkan Karet-. Industri Minyak Sawit dibandingkan Teh -. Industri Coklat dibandingkan Karet-. Industri Coklat dibandingkan Teh-. Industri Karet dibandingkan Teh

Sheet1

BBPTPEigen

BB11/230.3196

P2140.5584

TP1/31/410.122

Bahan BakuMSCkKrTEigen

MS11/441/60.1160

Ck4141/40.2470

Kr1/41/411/50.0600

T64510.5700

PemasaranMSCkKrTEigen

MS12510.3790

Ck1/21320.2900

Kr1/51/311/40.0740

T11/2410.2570

TPMSCkKrT

MS0.3010

Ck0.2390

Kr0.2120

The0.2480

BBPsrTp

MS0.1160.3790.3010.03707360.21163360.0367220.2854292

Ck0.2470.290.2390.07894120.1619360.0291580.2700352

Kr0.060.0740.2120.0191760.04132160.0258640.0863616

The0.570.2570.2480.1821720.14350880.0302560.3559368

0.31960.55840.122

1/1

1/3

Teknologi Proses

4/1

1/1

2/1

Pemasaran

3/1

1/1

Bahan Baku

Teknologi Proses

Pemasaran

Bahan Baku

E1

Sheet2

Sheet3

Sheet1

BBPTPEigen

BB11/230.3196

P2140.5584

TP1/31/410.122

Bahan BakuMSCkKrTEigen

MS11/441/60.1160

Ck4141/40.2470

Kr1/41/411/50.0600

T64510.5700

PemasaranMSCkKrTEigen

MS12510.3790

Ck1/21320.2900

Kr1/51/311/40.0740

T11/2410.2570

TPMSCkKrT

MS0.3010

Ck0.2390

Kr0.2120

The0.2480

BBPsrTp

MS0.1160.3790.3010.03707360.21163360.0367220.2854292

Ck0.2470.290.2390.07894120.1619360.0291580.2700352

Kr0.060.0740.2120.0191760.04132160.0258640.0863616

The0.570.2570.2480.1821720.14350880.0302560.3559368

0.31960.55840.122

1/1

1/3

Teknologi Proses

4/1

1/1

2/1

Pemasaran

3/1

1/1

Bahan Baku

Teknologi Proses

Pemasaran

Bahan Baku

E1

Sheet2

Sheet3

Misalnya hasil perbandingan berpasangan untuk contoh diatas adalah:

NilaiKeterangan1Sama penting (Equal)3Sedikit lebih penting (Moderate)5Jelas lebih penting (Strong)7Sangat jelas penting (Very Strong)9Mutlak lebih penting (Extreme)2,4,6,8Apabila ragu-ragu antara 2 nilai yang berdekatan1/(1-9)Kebalikan nilai tingkat kepentingan dari skala 1-9

E1Bahan Baku PemasaranTeknologi ProsesBahan Baku1/13/1Pemasaran2/11/14/1Teknologi Proses1/31/1

Penyelesaian untuk contoh diatas (misalnya dengan syarat nilai eigen sudah tidak berubah sampai 4 angka dibelakang koma): Ubah matrik menjadi bilangan desimal: Iterasi ke I :Kuadratkan matrik diatas

Jumlahkan nilai setiap baris matrik dan hitung nilai hasil normalisasinya:Jml BarisHasil Normalisasi12.7500/39.9166 = 0.319422.3333/39.9166 = 0.5595 4.8333/39.9166 = 0.121139.91661.0000

Iterasi ke II :Kuadratkan kembali matrik diatas

Jumlahkan nilai setiap baris matrik dan hitung nilai hasil normalisasinya:Hitung Perbedaan nilai eigen sebelum dan sesudah nilai eigen sekarang:Terlihat bahwa perbedaan tersebut tidak terlalu besar sampai dengan 4 desimal

Iterasi ke III :Bila kita melakukan iterasi satu kali lagi, maka syarat akan terpenuhi (nilai eigen sudah tidak berbeda sampai 4 desimal)Jadi nilai eigen yang diperoleh adalah : 0.3196, 0.5584, 0.1220Apakah makna dari nilai eigen di atas?Berikut ini adalah matrik berpasangan berserta dengan nilai eigennya:Berdasarkan nilai eigen maka kita tahu bahwa kriteria yang paling penting adalah Pemasaran, kemudian Bahan Baku dan terakhir Teknologi Proses

Bahan Baku PemasaranTeknologi ProsesNilai EigenBahan Baku1.0000.5003.0000.3196Pemasaran2.0001.0004.0000.5584Teknologi Proses0.3330.2501.0000.1220

Perhitungan Bobot Faktor Yang Menentukan Komoditi AgroindustriHasil Perkalian Matrik pendapat tingkat kepentingan faktor menghasilkan :

Bahan Baku PemasaranTeknologi ProsesNilai EigenBahan Baku1.0000.5003.0000.3196Pemasaran2.0001.0004.0000.5584Teknologi Proses0.3330.2501.0000.1220

Perhitungan Bobot Setiap AlternatifBobot dari Faktor Bahan Baku

Hasil Perkalian Matrik, menghasilkan nilai Eigen untuk setiap Alternatif sbb:

Minyak Sawit (0.1160)Cokelat (0.2470)Karet (0.0600)Teh (0.5700)

Sheet1

BBPTPEigen

BB11/230.3196

P2140.5584

TP1/31/410.122

Bahan BakuMSCkKrTEigen

MS11/441/60.1160

Ck4141/40.2470

Kr1/41/411/50.0600

T64510.5700

PemasaranMSCkKrTEigen

MS12510.3790

Ck1/21320.2900

Kr1/51/311/40.0740

T11/2410.2570

TPMSCkKrT

MS0.3010

Ck0.2390

Kr0.2120

The0.2480

BBPsrTp

MS0.1160.3790.3010.03707360.21163360.0367220.2854292

Ck0.2470.290.2390.07894120.1619360.0291580.2700352

Kr0.060.0740.2120.0191760.04132160.0258640.0863616

The0.570.2570.2480.1821720.14350880.0302560.3559368

0.31960.55840.122

1/1

1/3

Teknologi Proses

4/1

1/1

2/1

Pemasaran

3/1

1/1

Bahan Baku

Teknologi Proses

Pemasaran

Bahan Baku

E1

Sheet2

Sheet3

Memilih Komoditi Agroindustri 1.00Bahan Baku 0.3196 Pemasaran 0.5584Teknologi Proses 0.1220 Minyak Sawit (0.1160)Cokelat (0.2470)Karet (0.0600)Teh (0.5700)Minyak Sawit (0.3790)Cokelat (0.2900)Karet (0.0740)Teh (0.2570)Minyak Sawit (0.3010)Cokelat (0.2390)Karet (0.2120)Teh (0.2480)Bobot setiap Alternatif untuk setiap Faktor

Sheet1

BBPTPEigen

BB10.530.3196

P2140.5584

TP0.33333333330.2510.122

BBMSCkKrTEigen

MS11/441/60.1160

Ck4141/40.2470

Kr1/41/411/50.0600

The64510.5700

PsrMSCkKrTEigen

MS12510.3790

Ck0.51320.2900

Kr0.20.333333333310.250.0740

The10.5410.2570

TPMSCkKrT

MS0.3010

Ck0.2390

Kr0.2120

The0.2480

BBPsrTp

MS0.1160.3790.3010.03707360.21163360.0367220.2854292

Ck0.2470.290.2390.07894120.1619360.0291580.2700352

Kr0.060.0740.2120.0191760.04132160.0258640.0863616

T e h0.570.2570.2480.1821720.14350880.0302560.3559368

0.31960.55840.122

1/1

1/3

Teknologi Proses

4/1

1/1

2/1

Pemasaran

3/1

1/1

Bahan Baku

Teknologi Proses

Pemasaran

Bahan Baku

E1

Sheet2

Sheet3

Sheet1

BBPTPEigen

BB10.530.3196

P2140.5584

TP0.33333333330.2510.122

BBMSCkKrTEigen

MS11/441/60.1160

Ck4141/40.2470

Kr1/41/411/50.0600

The64510.5700

PsrMSCkKrTEigen

MS12510.3790

Ck0.51320.2900

Kr0.20.333333333310.250.0740

The10.5410.2570

TPMSCkKrT

MS0.3010

Ck0.2390

Kr0.2120

The0.2480

BBPsrTpBBPsrTpBobot

MS0.1160.3790.301MS0.03707360.21163360.0367220.2854292

Ck0.2470.290.239Ck0.07894120.1619360.0291580.2700352

Kr0.060.0740.212Kr0.0191760.04132160.0258640.0863616

The0.570.2570.248T e h0.1821720.14350880.0302560.3559368

0.31960.55840.122

1/1

1/3

Teknologi Proses

4/1

1/1

2/1

Pemasaran

3/1

1/1

Bahan Baku

Teknologi Proses

Pemasaran

Bahan Baku

E1

Sheet2

Sheet3

Consistency Ration (CR): Consistency Ratio merupakan parameter yang digunakan untuk memeriksa apakah perbaikan berpasangan telah dilakukan dengan kosekwen atau tidak.Penentuan parameter ini dapat dilakukan dengan proses sebagai berikut, misalnya kita akan menghitung CR untuk kriteria bahan baku pada contoh diatas:CR = Consistency Index : Random Index = CI : RI

Bahan BakuMinyak Sawit CokelatKaret TehMinyak Sawit1/11/44/11/6Cokelat4/11/14/11/4Karet1/41/41/11/5Teh6/14/15/11/1

XKemudian kita menghitung Consistency Vector dengan menentukan nilai rata-rata dari weighted sum vector:Nilai rata-rata dari Consistency Vector adalah : = (4.4303 + 4.4342 + 4.4358 + 4.4385) / 4 = 4.4347

Bahan BakuMinyak Sawit CokelatKaret TehMinyak Sawit1/11/44/11/6Cokelat4/11/14/11/4Karet1/41/41/11/5Teh6/14/15/11/1

0.11600.51390.24701.09530.0600=0.26620.57702.5610

Kemudian kita menghitung Consistency Vector dengan menentukan nilai rata-rata dari weighted sum vector:Nilai rata-rata dari Consistency Vector adalah : = (4.4303 + 4.4342 + 4.4358 + 4.4385) / 4 = 4.4347Nilai Consistency Index dapat dihitung dengan menggunakan rumus :CI= ( - n) / (n 1) ; n : banyak alternatif= (4.4347 4) / (4 1)= 0.1449

Nilai RI, yaitu indeks random yang yang dikeluarkan oleh OARKRIDGE Laboratory, seperti pada tabel berikut:CR = 0.1449 : 0.90 = 0,161

nRI20.0030.5840.9051.1261.2471.3281.4191.45101.49111.51121.48131.56

Penggabungan Matrik IndividuNG (ij) =N1 (ij) =N2 (ij) =NG (ij) =N1 (ij) x N2 (ij) x x Ne(ij)e

PENYELESAIAN AHP DENGAN CRITERIUM DECISION PLUSJalankan program Criterium Decision Plus : Start / Programs / Criterium Decision PlusBuat file brainstorming, dengan perintah File/NewBuat struktur hirarki dengan perintah View / Generate HierarchyTentukan model AHP dengan perintah Model / Technique / AHPLakukan penilaian terhadap kriteria dengan perintah :a. Klik kotak Goalb. Lakukan perintah : Block/Rate subcriteriac. Penilaian kroteria dilakukan dengan jalan melakukan perintah: Methods/Full Pairwise

d. Lakukan penilaian perbandingan antara dua alternatif untuk setiap kriteria yang tersediae. Setelah selesai kliklah tombol OKUntuk melihat hasil akhir, gunakan perintah Result/ Decision ScoresUntuk melihat hasil akhir dalam bentuk tabel data, gunakan perintah View / Result Data

METODE PENILAIAN DENGAN AHP Perbandingan Alternatif A, B, C, DMisalnya pada kasusAlternatif A :Alternatif B :Alternatif C :Alternatif D :

Penggabungan Matrik IndividuNG (ij) =N1 (ij) =N2 (ij) =NG (ij) =N1 (ij) x N2 (ij) x x Ne(ij)e