AHP didasarkan atas 3 prinsip dasar
yaitu:
1. Dekomposisi
Dengan prinsip ini struktur masalah yang kompleks dibagi menjadi
bagian-bagian secara hierarki. Tujuan didefinisikan dari yang umum sampai
khusus. Dalam bentuk yang paling sederhana struktur akan dibandingkan tujuan,
kriteria dan level alternatif. Tiap himpunan alternatif mungkin akan dibagi
lebih jauh menjadi tingkatan yang lebih detail, mencakup lebih banyak kriteria
yang lain. Level paling atas dari hirarki merupakan tujuan yang terdiri atas
satu elemen. Level berikutnya mungkin mengandung beberapa elemen, di mana
elemen-elemen tersebut bisa dibandingkan, memiliki kepentingan yang hampir sama
dan tidak memiliki perbedaan yang terlalu mencolok. Jika perbedaan terlalu
besar harus dibuatkan level yang baru.
2. Perbandingan penilaian/pertimbangan (comparative judgments).
Dengan prinsip ini akan dibangun perbandingan berpasangan dari semua elemen
yang ada dengan tujuan menghasilkan skala kepentingan relatif dari elemen.
Penilaian menghasilkan skala penilaian yang berupa angka. Perbandingan
berpasangan dalam bentuk matriks jika dikombinasikan akan menghasilkan
prioritas.
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.
5.Kelebihan dan Kekurangan dalam Metode AHP
Kelebihan
- Kesatuan (Unity). AHP membuat permasalahan yang luas dan tidak terstruktur menjadi suatu model yang fleksibel dan mudah dipahami.
- Kompleksitas (Complexity). AHP memecahkan permasalahan yang kompleks melalui pendekatan sistem dan pengintegrasian secara deduktif.
- Saling ketergantungan (Inter Dependence). AHP dapat digunakan pada elemen-elemen sistem yang saling bebas dan tidak memerlukan hubungan linier.
- Struktur Hirarki (Hierarchy Structuring). AHP mewakili pemikiran alamiah yang cenderung mengelompokkan elemen sistem ke level-level yang berbeda dari masing-masing level berisi elemen yang serupa.
- Pengukuran (Measurement).AHP menyediakan skala pengukuran dan metode untuk mendapatkan prioritas.
- Konsistensi (Consistency).AHP mempertimbangkan konsistensi logis dalam penilaian yang digunakan untuk menentukan prioritas.
- Sintesis (Synthesis).AHP mengarah pada perkiraan keseluruhan mengenai seberapa diinginkannya masing-masing alternatif.
- Trade Off.AHP mempertimbangkan prioritas relatif faktor-faktor pada sistem sehingga orang mampu memilih altenatif terbaik berdasarkan tujuan mereka.
- Penilaian dan Konsensus (Judgement and Consensus).AHP tidak mengharuskan adanya suatu konsensus, tapi menggabungkan hasil penilaian yang berbeda.
- Pengulangan Proses (Process Repetition).AHP mampu membuat orang menyaring definisi dari suatu permasalahan dan mengembangkan penilaian serta pengertian mereka melalui proses pengulangan.
Metode “pairwise comparison” AHP mempunyai kemampuan untuk
memecahkan masalah yang diteliti multi obyek dan multi kriteria yang berdasar
pada perbandingan preferensi dari tiap elemen dalam hierarki. Jadi model ini
merupakan model yang komperehensif. Pembuat keputusan menetukan pilihan atas
pasangan perbandingan yang sederhana, membengun semua prioritas untuk urutan alternatif.
“ Pairwaise comparison” AHP mwenggunakan data yang ada bersifat
kualitatif berdasarkan pada persepsi, pengalaman, intuisi sehigga dirasakan dan
diamati, namun kelengkapan data numerik tidak menunjang untuk memodelkan secara
kuantitatif.
Konsep dasar AHP adalah penggunaan matriks pairwise comparison (matriks
perbandingan berpasangan) untuk menghasilkan bobot relative antar kriteria
maupun alternative. Suatu kriteria akan dibandingkan dengan kriteria lainnya
dalam hal seberapa penting terhadap pencapaian tujuan di atasnya (Saaty, 1986).
Tingkat Kepentingan
|
Definisi
|
Keterangan
|
1
|
Sama Pentingnya
|
Kedua elemen mempunyai pengaruh yang sama
|
3
|
Sedikit lebih penting
|
Pengalaman dan penilaian sangat memihak satu elemen dibandingkan dengan
pasangannya
|
5
|
Lebih Penting
|
Satu elemen sangat disukai dan secara praktis dominasinya sangat nyata,
dibandingkan dengan elemen pasangannya.
|
7
|
Sangat Penting
|
Satu elemen terbukti sangat disukai dan secara praktis dominasinya sangat
nyata, dibandingkan dengan elemen pasangannya.
|
9
|
Mutlak lebih penting
|
Satu elemen terbukti mutlak lebih disukai dibandingkan dengan
pasangannya, pada keyakinan tertinggi.
|
2,4,6,8
|
Nilai Tengah
|
Diberikan bila terdapat keraguan penilaian di antara dua tingkat
kepentingan yang berdekatan.
|
Skala dasar
perbandingan berpasangan
(Sumber : Saaty,
1986)
Penilaian dalam
membandingkan antara satu kriteria dengan kriteria yang lain adalah bebas satu
sama lain, dan hal ini dapat mengarah pada ketidak konsistensian. Saaty (1990)
telah membuktikan bahwa indeks konsistensi dari matrik ber ordo
n dapat diperoleh dengan rumus :
CI =
(λmaks-n)/(n-1)…………………………………………… (1)
Dimana :
CI = Indeks
Konsistensi (Consistency Index)
λmaks = Nilai eigen
terbesar dari matrik berordo n
Nilai eigen terbesar
didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan eigen vector.
Batas ketidak konsistensian di ukur dengan menggunakan rasio konsistensi (CR),
yakni perbandingan indeks konsistensi (CI) dengan nilai pembangkit random (RI).
Nilai ini bergantung pada ordo matrik n.
Rasio konsistensi
dapat dirumuskan :
CR =
CI/RI……………………………………………………… (2)
Bila nilai CR lebih
kecil dari 10%, ketidak konsistensian pendapat masih dianggap dapat diterima.
n
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
9
|
10
|
11
|
12
|
13
|
14
|
15
|
RI
|
0,00
|
0,00
|
0,58
|
0,90
|
1,12
|
1,24
|
1,32
|
1.41
|
1,45
|
1,49
|
1,51
|
1,48
|
1,56
|
1,57
|
1,59
|
Daftar Indeks random
konsistensi (RI)
2.5.2.Kelemahan
- 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.
6.Tahapan
Dalam Metode AHP
Langkah-langkah
AHP
Dalam metode AHP dilakukan langkah-langkah sebagai berikut (Kadarsyah Suryadi
dan Ali Ramdhani, 1998) :
- Metode AHP ini hanya metode matematis tanpa ada pengujian secara statistik sehingga tidak ada batas kepercayaan dari kebenaran model yang terbentuk
- Mendefinisikan masalah dan menentukan solusi yang diinginkan.Dalam tahap ini kita berusaha menentukan masalah yang akan kita pecahkan secara jelas, detail dan mudah dipahami. Dari masalah yang ada kita coba tentukan solusi yang mungkin cocok bagi masalah tersebut. Solusi dari masalah mungkin berjumlah lebih dari satu. Solusi tersebut nantinya kita kembangkan lebih lanjut dalam tahap berikutnya.
- Membuat matrik perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh setiap elemen terhadap tujuan atau kriteria yang setingkat di atasnya.Matriks yang digunakan bersifat sederhana, memiliki kedudukan kuat untuk kerangka konsistensi, mendapatkan informasi lain yang mungkin dibutuhkan dengan semua perbandingan yang mungkin dan mampu menganalisis kepekaan prioritas secara keseluruhan untuk perubahan pertimbangan. Pendekatan dengan matriks mencerminkan aspek ganda dalam prioritas yaitu mendominasi dan didominasi. Perbandingan dilakukan berdasarkan judgment dari pengambil keputusan dengan menilai tingkat kepentingan suatu elemen dibandingkan elemen lainnya. Untuk memulai proses perbandingan berpasangan dipilih sebuah kriteria dari level paling atas hirarki misalnya K dan kemudian dari level di bawahnya diambil elemen yang akan dibandingkan misalnya E1,E2,E3,E4,E5. Lisensi
- Melakukan Mendefinisikan perbandingan berpasangan sehingga diperoleh jumlah penilaian seluruhnya sebanyak n x [(n-1)/2] buah, dengan n adalah banyaknya elemen yang dibandingkan.Hasil perbandingan dari masing-masing elemen akan berupa angka dari 1 sampai 9 yang menunjukkan perbandingan tingkat kepentingan suatu elemen. Apabila suatu elemen dalam matriks dibandingkan dengan dirinya sendiri maka hasil perbandingan diberi nilai 1. Skala 9 telah terbukti dapat diterima dan bisa membedakan intensitas antar elemen. Hasil perbandingan tersebut diisikan pada sel yang bersesuaian dengan elemen yang dibandingkan. Skala perbandingan perbandingan berpasangan dan maknanya yang diperkenalkan oleh Saaty bisa dilihat di bawah. Intensitas Kepentingan 1 = Kedua elemen sama pentingnya, Dua elemen mempunyai pengaruh yang sama besar 3 = Elemen yang satu sedikit lebih penting daripada elemen yanga lainnya, Pengalaman dan penilaian sedikit menyokong satu elemen dibandingkan elemen yang lainnya 5 = Elemen yang satu lebih penting daripada yang lainnya, Pengalaman dan penilaian sangat kuat menyokong satu elemen dibandingkan elemen yang lainnya 7 = Satu elemen jelas lebih mutlak penting daripada elemen lainnya, Satu elemen yang kuat disokong dan dominan terlihat dalam praktek. 9 = Satu elemen mutlak penting daripada elemen lainnya, Bukti yang mendukung elemen yang satu terhadap elemen lain memeliki tingkat penegasan tertinggi yang mungkin menguatkan. 2,4,6,8 = Nilai-nilai antara dua nilai pertimbangan-pertimbangan yang berdekatan, Nilai ini diberikan bila ada dua kompromi di antara 2 pilihan Kebalikan = Jika untuk aktivitas i mendapat satu angka dibanding dengan aktivitas j , maka j mempunyai nilai kebalikannya dibanding dengan i
- Menghitung nilai eigen dan menguji konsistensinya.Jika tidak konsisten maka pengambilan data diulangi.
- Mengulangi langkah 3,4, dan 5 untuk seluruh tingkat hirarki.
- Menghitung vektor eigen dari setiap matriks perbandingan berpasanganyang merupakan bobot setiap elemen untuk penentuan prioritas elemen-elemen pada tingkat hirarki terendah sampai mencapai tujuan. Penghitungan dilakukan lewat cara menjumlahkan nilai setiap kolom dari matriks, membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks, dan menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan rata-rata.
- Memeriksa konsistensi hirarki.Yang diukur dalam AHP adalah rasio konsistensi dengan melihat index konsistensi. Konsistensi yang diharapkan adalah yang mendekati sempurna agar menghasilkan keputusan yang mendekati valid. Walaupun sulit untuk mencapai yang sempurna, rasio konsistensi diharapkan kurang dari atau sama dengan 10%.
- Membuat struktur hierarki yang diawali dengan tujuan utama. Setelah menyusun tujuan utama sebagai level teratas akan disusun level hirarki yang berada di bawahnya yaitu kriteria-kriteria yang cocok untuk mempertimbangkan atau menilai alternatif yang kita berikan dan menentukan alternatif tersebut. Tiap kriteria mempunyai intensitas yang berbeda-beda. Hirarki dilanjutkan dengan subkriteria (jika mungkin diperlukan).
Sedangkan langkah-langkah
“pairwise comparison” AHP adalah
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
7. Aplikasi
PHP
Beberapa contoh
aplikasi AHP adalah sebagai berikut:
1. Membuat suatu set
alternatif;
2. Perencanaan
3. Menentukan
prioritas;
4. Memilih kebijakan
terbaik setelah menemukan satu set alternatif;
5. Alokasi sumber
daya
Contoh Kasus
Menentukan prioritas dalam pemilihan mahasiswa terbaik
Langkah Penyelesaian :
1. Tetapkan
permasalahan, kriteria dan sub kriteria (jika ada), dan alternative pilihan.
a. Permasalahan :
Menentukan prioritas mahasiswa terbaik.
b. Kriteria : IPK,
Nilai TOEFL, Jabatan Organisasi,
c. Subkriteria : IPK
(Sangat baik : 3,5-4,00; Baik : 3,00-3,49; Cukup : 2,75-2,99)
TOEFL(Sangat baik :
506-600; Baik : 501-505 ; Cukup : 450 – 500)
Jabatan Organisasi
(Ketua, Kordinator, Anggota)
CAT : Jumah kriteria
dan sub kriteria, minimal 3. Karena jika hanya dua maka akan berpengaruh
terhadap nilai CR (lihat tabel daftar rasio indeks konsistensi/RI)
2. Membentuk matrik Pairwise
Comparison,kriteria. Terlebih dahulu melakukan penilaian perbandingan dari
kriteria.(Perbandingan ditentukan dengan mengamati kebijakan yang dianut oleh
penilai) adalah :
a. Kriteria IPK 4
kali lebih penting dari jabatan organisasi, dan 3 kali lebih penting dari
TOEFL.
b. Kriteria TOEFL 2
kali lebih penting dari jabatan organisasi.
CAT : Terjadi 3 kali
perbandingan terhadap 3 kriteria (IPK->jabatan, IPK->TOEFL,
Jabatan->TOEFL). Jika ada 4 kriteria maka akan terjadi 6 kali perbandingan.
Untuk memahaminya silahkan coba buat perbandingan terhadap 4 kriteria.
Sehingga matrik
matrik Pairwise Comparison untuk kriteria adalah :
IPK
|
TOEFL
|
Jabatan
|
|
IPK
|
1
|
3
|
4
|
TOEFL
|
1/3
|
1
|
2
|
Jabatan
|
1/4
|
1/2
|
1
|
Cara mendapatkan
nilai-nilai di atas adalah :
Perbandingan di atas
adalah dengan membandingkan kolom yang
terletak paling kiri dengan setiap kolom ke dua, ketiga dan keempat.
Perbandingan terhadap dirinya sendiri, akan menghasilkan nilai 1.
Sehingga nilai satu akan tampil secara diagonal. (IPK terhadap IPK, TOEFL
terhadap TOEFL dan Jabatan terhadap ajabatan)
|
|
Perbandingan
kolom kiri dengan kolom-kolom selanjutnya. Misalkan nilai 3, didapatkan dari
perbandingan IPK yang 3 kali lebih penting dari TOEFL (lihat nilai
perbandingan di atas)
|
|
Perbandingan
kolom kiri dengan kolom-kolom selanjutnya. Misalkan nilai ¼ didapatkan dari
perbandingan Jabatan dengan IPK (ingat, IPK 4 kali lebih penting dari jabatan
sehingga nilai jabatan adalah ¼ dari IPK)
|
3. Menentukan
rangking kriteria dalam bentuk vector prioritas (disebut juga eigen vector
ternormalisasi).
a. Ubah matriks Pairwise
Comparison ke bentuk desimal dan jumlahkan tiap kolom tersebut.
IPK
|
TOEFL
|
Jabatan
|
|||
IPK
|
1,000
|
3,000
|
4,000
|
||
TOEFL
|
0,333
|
1,000
|
2,000
|
||
Jabatan
|
0,250
|
0,500
|
1,000
|
||
JUMLAH
|
1,583
|
4,500
|
7,000
|
b. Bagi elemen-elemen
tiap kolom dengan jumah kolom yang bersangkutan.
IPK
|
TOEFL
|
Jabatan
|
|
IPK
|
0,632
|
0,667
|
0,571
|
TOEFL
|
0,211
|
0,222
|
0,286
|
Jabatan
|
0,158
|
0,111
|
0,143
|
Contoh : Nilai 0,632
adalah hasil dari pembagian antara nilai 1,000/1,583 dst.
c. Hitung Eigen
Vektor normalisasi dengan cara : jumlahkan tiap baris kemudian dibagi dengan
jumlah kriteria. Jumlah kriteria dalam kasus ini adalah 3.
IPK
|
TOEFL
|
Jabatan
|
Jumlah
Baris
|
Eigen
Vektor Normalisasi
|
|
IPK
|
0,632
|
0,667
|
0,571
|
1,870
|
0,623
|
TOEFL
|
0,211
|
0,222
|
0,286
|
0,718
|
0,239
|
Jabatan
|
0,158
|
0,111
|
0,143
|
0,412
|
0,137
|
- Nilai 1,870 adalah
hasil dari penjumlahan 0,632+0,667+0,571
- Nilai 0,623 adalah
hasil dari 1,870/3.
- Dst
d. Menghitung rasio
konsistensi untuk mengetahui apakah penilaian perbandingan kriteria bersifat
konsisten.
- Menentukan nilai
Eigen Maksimum (λmaks).
Λmaks diperoleh
dengan menjumlahkan hasil perkalian jumlah kolom matrik Pairwise Comparison ke
bentuk desimal dengan vector eigen normalisasi.
Λmaks = (1,583 x 0,623
)+(4,500 x 0,239)+(7,000 x 0,137) = 3,025
- Menghitung Indeks
Konsistensi (CI)
CI = (λmaks-n)/n-1
= 0,013
- Rasio Konsistensi
=CI/RI, nilai RI untuk n = 3 adalah 0,58 (lihatDaftar Indeks random konsistensi
(RI))
CR = CI/RI =
0,013/0,58 = 0,022
Karena CR < 0,100
berari preferensi pembobotan adalah konsisten
4. Untuk matrik Pairwise
Comparison sub kriteria, saya asumsikan memiliki nilai yang sama dengan
matrik Pairwise Comparison kriteria. Anda bisa mencoba merubah nilai
pembobotan jika ingin lebih memahami pembentukan matrik ini.
a. Sub kriteria IPK
Sangat
Baik
|
Baik
|
Cukup
|
Jumlah
Baris
|
Eigen
Vektor Normalisasi
|
|
Sangat
Baik
|
0,632
|
0,667
|
0,571
|
1,870
|
0,623
|
Baik
|
0,211
|
0,222
|
0,286
|
0,718
|
0,239
|
Cukup
|
0,158
|
0,111
|
0,143
|
0,412
|
0,137
|
b. Sub Kriteria TOEFL
Sangat
Baik
|
Baik
|
Cukup
|
Jumlah
Baris
|
Eigen
Vektor Normalisasi
|
|
Sangat
Baik
|
0,632
|
0,667
|
0,571
|
1,870
|
0,623
|
Baik
|
0,211
|
0,222
|
0,286
|
0,718
|
0,239
|
Cukup
|
0,158
|
0,111
|
0,143
|
0,412
|
0,137
|
c. Sub Kriteria
Jabatan Organisasi
Ketua
|
Koordinator
|
Anggota
|
Jumlah
Baris
|
Eigen
Vektor Normalisasi
|
|
Ketua
|
0,632
|
0,667
|
0,571
|
1,870
|
0,623
|
Koordinator
|
0,211
|
0,222
|
0,286
|
0,718
|
0,239
|
Anggota
|
0,158
|
0,111
|
0,143
|
0,412
|
0,137
|
5. Terakhir adalah
menentukan rangking dari alternatif dengan cara menghitung eigen vector untuk
tiap kirteria dan sub kriteria.
IPK
|
TOEFL
|
Jabatan
Organisasi
|
HASIL
|
|
Ifan
|
1
|
3
|
3
|
0,440
|
Rudy
|
3
|
3
|
1
|
0,204
|
Anton
|
1
|
2
|
2
|
0,479
|
- Nilai bobot
diperoleh dari kondisi yang dimiliki oleh alternatif. Contoh pada Ifan, yang
memiliki IPK 3,86 (sangat baik), maka diberikan bobot 1 (2 untuk baik dan 3
untuk cukup). Ifan memiliki nilai TOEFL 470 (cukup), sehingga diberikan bobot 3
dan jabatan organisasi adalah anggota dengan bobot 3 (1 untuk ketua dan 2 untuk
koordinator).
- Hasil diperoleh
dari perkalian nilai vector kriteria dengan vector sub kriteria. Dan setiap
hasil perkalian kriteria dan subkriteria masing-masing kolom dijumlahkan.
Contoh Ifan, pada kolom IPK (eigen vector : 0,623) dikalikan dengan sub
kriteria IPK yaitu sangat baik (eigen vector : 0,623).dst
(IPK x Sangat Baik +
TOEFL x Sangat Baik + Jabatan Organisasi x Anggota) = 0,440
Dari hasil di atas,
Anton memiliki nilai paling tinggi sehingga layak menjadi mahasiswa terbaik..
Metode AHP bisa
digunakan untuk menentukan segala kasus yang membutuhkan output berupa
prioritas dari hasil perangkingan. Syarat kriteria yang digunakan adalah data
yang “seimbang” (misal data mahasiswa Kampus XYZ bisa dibandingkan dengan
kampus ABC, tidak bisa dibandnigkan dengan sekolah XXX).
Tidak ada komentar:
Posting Komentar