Anda di halaman 1dari 27

ANALYTICAL HIERARCHY PROCESS

(AHP)
I. PENGERTIAN
Herbert A.Simon, pemenang nobel mengatakan bahwa
para manajer atau pengambil keputusan tidak lagi
berusaha mengoptimumkan suatu tujuan tunggal seperti:
memaksimumkan keuntungan atau meminimumkan
biaya, tetapi telah berubah untuk berusaha mencapai
suatu tingkat keuntungan yang memuaskan atas
teraihnya beberapa tujuan, misalnya : tingkat keuntung-
an yang memuaskan, tanggung jawab sosial, hubungan
masyarakat, hubungan dengan serikat buruh, dan
perlindungan terhadap lingkungan.
Salah satu metode yang dikembangkan untuk menyele-
saikan masalah keputusan banyak tujuan atau kriteria
adalah Analytical Hierarchy Process (AHP).
AHP yang dikembangkan oleh Thomas Saaty merupa-
kan metode untuk membuat urutan alternatif keputusan
dan memilih yang terbaik pada saat pengambil keputus-
an memiliki beberapa tujuan atau kriteria untuk meng-
ambil keputusan tertentu. Peralatan utama AHP adalah
hirarki fungsional dengan input utamanya persepsi
manusia. Dengan hirarki, suatu masalah kompleks dan
tidak terstruktur dipecahkan ke dalam kelompoknya,
kemudian kelompok-kelompok tersebut diatur menjadi
suatu bentuk hirarki (Permadi, 1992).
Beberapa hal yang perlu diperhatikan di dalam melaku-
kan proses penajabaran hirarki tujuan, yaitu :
1. Pada saat penjabaran tujuan ke dalam subtujuan, harus
diperhatikan apakah setiap aspek dari tujuan yang lebih
tinggi tercakup dalam subtujuan tersebut.
2. Meskipun hal tersebut dipenuhi, perlu menghindari ter-
jadinya pembagian yang terlampau banyak, baik dalam
arah horizontal maupun vertikal.
3. Untuk itu sebelum menetapkan suatu tujuan untuk men-
jabarkan hirarki tujuan yang lebih rendah, maka dilaku-
kan tes kepentingan, Apakah suatu tindakan/hasil yang
terbaik akan diperoleh bila tujuan tersebut tidak
dilibatkan dalam proses evaluasi ?
Model AHP pendekatannya hampir identik dengan
model perilaku politis, yaitu merupakan model keputusan
(individual) dengan menggunakan pendekatan kolektif
dari proses pengambilan keputusannya.
AHP yang dikembangkan oleh Thomas L Saaty, dapat
memecahkan masalah yang kompleks dimana aspek
atau kriteria yang diambil cukup banyak. Juga komplek-
sitas ini disebabkan oleh struktur masalah yang belum
jelas, ketidakpastian persepsi pengambil keputusan
serta ketidakpastian tersedianya data statistik yang
akurat atau bahkan tidak ada sama sekali. Adakalanya
timbul masalah keputusan yang dirasakan dan diamati
perlu diambil secepatnya, tetapi variasinya rumit
sehingga datanya tidak mungkin dapat dicatat secara
neumerik.
Kelebihan AHP dibandingkan dengan yang lainnya adalah :
1. Struktur yang berhirarki, sebagai konsekuensi dari kre-
teria yang dipilih, sampai pada subkriteria yang paling
dalam.
2. Memperhitungkan validitas sampai dengan batas tole-
ransi inkonsistensi berbagai kriteria dan alternatif yang
dipilih oleh para pengambil keputusan.
3. Memperhitungkan daya tahan atau ketahanan output
analisis sensitivitas pengambil keputusan.
Selain itu AHP mempunyai kemampuan untuk meme-
cahkan maslah yang multi-objektif dan multi-kriteria yang
berdasar pada perbandingan preferensi dari setiap
elemen dalam hirarki.
Langkah-langkah dalam metode AHP :
1. Mendifinisikan masalah dan menentukan solusi yang di-
inginkan.
2. Membuat struktur hirarki yang diawali dengan tujuan
umum, dilanjutkan dengan subtujuan-subtujuan, kriteria
dan kemungkinan alternatif-alternatif pada tingkatan
kriteria yang paling bawah.
3. Membuat matriks perbandingan berpasangan yang
menggambarkan kontribusi relatif atau pengaruh setiap
elemen terhadap masing-masing tujuan atau kriteria
yang setingkat diatasnya. Perbadingan dilakukan
berdasarkan judgment dari pengambil keputusan
dengan menilai tingkat kepentingan suatu elemen
dibandingkan elemen lainnya.
4. Melakukan perbandingan berpasangan sehingga di-
peroleh judgment seluruhnya sebanyak n.[(n-1)/2] buah,
dengan n adalah banyaknya elemen yang dibandingkan.
5. Menghitung nilai eigen dan menguji konsistensinya, jika
tidak konsisten maka pengambilan data diulangi.
6. Mengulangi langkah 3, 4, dan 5 untuk seluruh tingkat
hirarki.
7. Menghitung vektor eigen dari setiap matriks perbanding-
an berpasangan. Nilai vektor eigen merupakan bobot
setiap elemen. Langkah ini untuk mensistesis judgment
dalam penentuan prioritas elemen-elemen pada tingkat
hirarki terendah sampai pencapaian tujuan.
8. Memeriksa konsistensi hirarki. Jika nilainya lebih dari 10
persen maka penilaian data judgment harus diperbaiki.
Secara naluri, manusia dapat mengantisipasi besaran
sederhana melalui inderanya. Proses yang paling mudah
adalah membandingkan dua hal dengan keakuratan
perbandingan tersebut dapat dipertanggungjawabkan.
Untuk itu Saaty (1980) menetapkan skala kuantitatif (1
sampai dengan 9) untuk menilai tingkat kepentingan
suatu elemen terhadap elemen lainnya.
_____________________________________________
Tingkat Kepentingan Nilai Angka
(Referensi)
---------------------------------------------------------------------------
Sama disukai 1
Sama hingga cukup disukai 2
Cukup disukai 3
Cukup hingga sangat disukai 4
Sangat disukai 5
Sangat disukai hingga amat sangat disukai 6
Amat sangat disukai 7
Amat sangat disukai hingga luar biasa disukai 8
Luar biasa disukai 9
---------------------------------------------------------------------------
Contoh Perhitungan :
Seorang mahasiswa dihadapkan pada persoalan me-
milih aktivitas pada masa liburnya, ia memiliki dua
alternatif, yaitu membaca di rumah atau rekreasi ke
pantai. Ia memandang bahwa membaca di rumah (M)
memilki kepentingan dua kali lebih penting dibandingkan
dengan rekreasi ke pantai (R), sehingga akumulasi
pemikiran dia atas aktivitas masa liburnya dapat
diekspresikan ke dalam bentuk matriks sbb :

M R

M


R

1 2 / 1
2 1
CONTOH PENGGUNAAN AHP :
Southcorp Development mendirikan dan mengelola mal
di Amerika. Perusahaan telah menidentifikasi 3 (tiga)
lokasi potensial untuk proyeknya, yaitu : Atlanta (A),
Birmingham (B), dan Charlotte (C). Perusahaan juga
telah mengidentifikasi 4 (empat) kriteria utama sebagai
dasar perbandingan lokasi, yaitu : (1). Pangsa Pasar
Pelanggan (termasuk ukuran pasar dan populasi pada
tiap tingkat usia), (2) Tingkat Pendapatan, (3)
Infrastruktur (termasuk listrik dan jalan raya), dan (4)
Transportasi (yaitu : kedekatan dengan jalan layang
untuk memudahkan akses pelanggan dan antaran dari
pemasok).
Tujuan perusahaan keseluruhan adalah memilih lokasi
terbaik. Tujuan ini berada pada puncak hirarki masalah
di atas. Pada tingkat hirarki berikutnya (kedua) ditentu-
kan bagaimana kontribusi keempat kriteria dalam pen-
capaian tujuan. Pada tingkat hirarki masalah
ditentukan bagaimana tiap alternatif lokasi memberikan
kontribusi pada tiap kriteria.
1. Lokasi-Pangsa Pasar :

A B C
A

B

C

1 5 2 / 1
5 / 1 1 3 / 1
2 3 1
2. Lokasi-Pendapatan 3. Lokasi Infrastruktur
A B C A B C
A A
B B
C C


4. Lokasi-Transportasi
A B C
A
B
C

1 9 3
9 / 1 1 6 / 1
3 / 1 6 1

1 7 / 1 1
7 1 3
1 3 / 1 1

1 4 / 1 2
4 1 3
2 / 1 3 / 1 1
MENGEMBANGKAN PREFERENSI DLM KRITERIA
1. Lokasi-Pangsa Pasar :
A B C Rata-rata
------------------------------------------------------------
A 0,5455 0,3333 0,6250 0,5012
B 0,1818 0,1111 0,0625 0,1185
C 0,2727 0,5556 0,3125 0,3803
------------------------------------------------------------
Jumlah = 1,0000

2. Lokasi-Pendapatan
A B C Rata-rata
------------------------------------------------------------
A 0,2400 0,3750 0,2308 0,2819
B 0,0400 0,0625 0,0777 0,0598
C 0,7200 0,5625 0,6923 0,6583
------------------------------------------------------------
Jumlah = 1,0000

3. Lokasi-Infrastruktur
A B C Rata-rata
------------------------------------------------------------
A 0,2000 0,2258 0,1111 0,1790
B 0,6000 0,6774 0,7778 0,6850
C 0,7200 0,5625 0,1111 0,1360
------------------------------------------------------------
Jumlah = 1,0000

4. Lokasi-Transportasi
A B C Rata-rata
------------------------------------------------------------
A 0,1667 0,5277 0,0909 0,1561
B 0,5000 0,6316 0,7273 0,6196
C 0,3333 0,3958 0,1818 0,2243
------------------------------------------------------------
Jumlah = 1,0000
Matriks Preferensi Kriteria :
---------------------------------------------------------------------------
Kreteria
Lokasi P-Pasar Pendapatan Infrastruktur Transport
---------------------------------------------------------------------------
A 0,5012 0,2819 0,1790 0,1561
B 0,1185 0,0598 0,6850 0,6196
C 0,3803 0,6583 0,1360 0,2243
---------------------------------------------------------------------------

Merangking Kriteria :
-------------------------------------------------------------------------------
Kriteria Pasar Pendapatan Infrastruktur Transport
-------------------------------------------------------------------------------
Pasar 1 1/5 3 4
Pendapatan 5 1 9 7
Infrastruktur 1/3 1/9 1 2
Transportasi 1/7 1
-------------------------------------------------------------------------------

Matriks normalisasi (rata-rata) :
-------------------------------------------------------------------------------
Kriteria Psr Pndpt Infra Transp Rata-rata
-------------------------------------------------------------------------------
Psr 0,1519 0,1375 0,2222 0,2857 0,1993
Pndpt 0,7595 0,6878 0,6667 0,5000 0,6535
Infra 0,0506 0,0764 0,0741 0,1429 0,0860
Transp 0,0380 0,0983 0,0370 0,0714 0,0612
-------------------------------------------------------------------------------
1,0000
-------------------------------------------------------------------------------

Mengembangkan Rangking Keseluruhan :








-----------------------------------------------------------------------------------------
Lokasi Skor
-----------------------------------------------------------------------------------------
Charlotte 0,5314
Atlanta 0,3091
Birmingham 0,1595
------------------------------------------------------------------------------------------

0612 , 0
0860 , 0
6535 , 0
1993 , 0
2243 , 0
6196 , 0
1561 , 0
1360 , 0
6850 , 0
1790 , 0
6583 , 0
0598 , 0
2819 , 0
3803 , 0
1185 , 0
5012 , 0
KONSISTENSI AHP
Proses analisis betingkat (AHP) dilakukan ber-
dasarkan perbandingan pasangan yg digunakan
pengambil keputusan untuk menetapkan
preferensi antara alternatif-alternatif keputusan
untuk berbagai kreteria. Prosedur normal AHP
dalam mengembangkan perbandingan pasang-
an adalah melalui wawancara untuk mendapat-
kan pernyataan dari pengambil keputusan dgn
menggunakan skala preferensi. Meskipun demi-
kian ketika seorang pengambil keputusan harus
membuat banyak perbandingan, ia bisa melupa-
kan pernyataan sebelumnya.
Karena AHP dihitung berdasarkan pernyataan
ini, maka validitas dan konsistensi pernyataan
menjadi penting, yaitu preferensi yg dibuat untuk
satu perbandingan pasangan harus konsisten
dengan pasangan lainnya.
Inkonsistensi ini dapat terjadi dalam AHP jika
pengambil keputusan harus membuat pernyata-
an lisan mengenai berbagai perbandingan pa-
sangan. Secara umum, hal ini bukan suatu
masalah serius, karena sedikit inkonsistensi
masih dapat diterima. Namun indeks konsis-
tensi (consistency index) dapat dihitung untuk
mengukur tingkat inkonsistensi dalam perban-
dingan pasangan.
Selanjutnya :

2473 , 0
3474 , 0
8524 , 2
8328 , 0
0,0612
0,0860
0,6535
0,1993
x
1
2
1
7
1
4
1
2 1
9
1
3
1
7 9 1 5
4 3
5
1
1
Masing-masing nilai tersebut dibagi dengan
bobot terkait yg diperoleh dari vektor preferensi
kreteria :
0,8328 : 0,1993 = 4,1786
2,8524 : 0,6535 = 4,3648
0,3474 : 0,0860 = 4,0401
0,2474 : 0,0612 = 4,0422
------------------------
Jumlah = 16,6257
Nilai rata-rata = Jumlah/n = 16,6257/4 =4,1564




Jika CI = 0, maka pengambilan keputusan yg sangat
konsisten, sedangkan CI > 0, maka pengambilan
keputusan yang tidak konsisten (inkonsisten).
Jika CI > 0 harus dilihat kembali ratio CI dengan RI
(RI=Random Indeks). Nilai RI ditunjukkan pada tabel
berikut :
--------------------------------------------------------------------------
n : 2 3 4 5 6 7 8 9 10
--------------------------------------------------------------------------
RI : 0 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,51
--------------------------------------------------------------------------

0521 , 0
1 4
4 1564 , 4
1 - n
n - Rata
CI i Konsistens Indeks



CI/RI = 0,0521/0,90 = 0,0580 (5,8 %)
Secara umum, tingkat konsistensi adalah sangat
memuaskan (CI/RI 0,10), tetapi sebaliknya jika
CI/RI > 0,10 maka terdapat inkonsistensi yg
serius dan hasil analisis AHP tidak mempunyai
arti atau analisis AHP tidak ampuh dalam peng-
ambil keputusan.