RISIKO
Analisa Perbandingan Metode Conjoint Analysis dan
Analytic Hierarchy Process (AHP)
Oleh:
Lita Maiciptaani 1206201776
Nabila Mahardiana Setiawan P. 1206201795
Steffi Yuni Tania S. 1206201782
UNIVERSITAS INDONESIA
2015
Pendahuluan
Page
Pengambilan keputusan merupakan hal yang harus dihadapi oleh manusia dalam
kehidupan sehari-hari. Pengambilan keputusan menjadi suatu hal yang kompleks dan sering
kali sulit dilakukan karena terdapat unsur ketidakpastian yang menyertainya. Para ahli
berpendapat bahwa pengambilan keputusan menjadi sulit dikarenakan oleh beberapa faktor.
Pengambilan keputusan menjadi sulit ketika keputusan itu adalah keputusan terkait dengan
hal yang memiliki kompleksitas tinggi, ketidakpastian dalam situasi yang ada, terdapat
banyak tujuan yang ingin dicapai, dan perspektif berbeda yang dimiliki oleh setiap orang
membuat mereka memiliki kesimpulan yang berbeda-beda pula. Karena keadaan inilah,
analisis pengambilan keputusan dipelajari untuk memperoleh suatu teknik atau pendekatan
terbaik dalam mengambil keputusan yang tepat.
Teknik atau pendekatan untuk pengambilan keputusan telah berkembang sedemikian
rupa dan memberikan teknik-teknik yang sudah banyak membantu manusia menyelesaikan
pengambilan keputusan yang kompleks. Dari banyak teknik analisis pengambilan keputusan,
dikenal dua metode yang banyak digunakan saat ini, yaitu Analythical Hierarchy Process
(AHP) dan Conjoint Analysis. Dua metode ini banyak digunakan dalam menganalisa hal-hal
kompleks dalam membuat keputusan. Analythical Hierarchy Process (AHP) banyak
digunakan oleh industri dalam pemilihan supplier dan distributor. Sementara Conjoint
Analysis sangat populer digunakan dalam penelitian pasar untuk proses pengembangan
produk baru. Tulisan ini akan membahas karakteristik dari masing-masing metode kemudian
menganalisa perbandingan diantara keduanya untuk lebih memahami konsep AHP dan
Conjoint dalam proses pengambilan keputusan.
Studi Literatur
Sejak ditemukan oleh Thomas L. Saaty pada tahun 1972, AHP telah banyak
digunakan dan dieksplor dalam berbagai studi dan literatur. Penggunaan pair-wise
comparisons yang merupakan esensi dari AHP, pembobotan setiap kriteria telah lama
digunakan sebelum para psikologi (Thurstone, 1927; Yokoyama, 1921). Hirarki dan formulasi
kriteria, fitur utama dari AHP dikemukakan pertama kali oleh Miller pada tahun 1966 dalam
disertasi doktoralnya (J.Miller,1966) dan diaplikasikan (J. Miller,1969) dan (J.Miller,1970).
Skala 1-9 yang digunakan dalam AHP diperoleh berdasarkan hasil observasi psikologikal
(Fechner 1860;Stevens,1957). Dan jumlah item pada setiap level diinspirasi oleh (G.A.
Miller,1956), yang merekomendasikan 7 2 item.
Page
AHP telah digunakan secara luas, seperti pada bidang perbankan (Haghighi,
Divandari & Keimasi, 2010; Secme, Bayrakdaroglu & Kahraman, 2009), evaluasi operator
(Sen & Cinar, 2010), pemilihan lokasi (Onut, efendigil & Soner Kara, 2009), evaluasi
software (Cebeci, 2009; Chang, Wu & Lin, 2009), pemilihan strategi (M.K Chen & Wang,
2010; S.Li & li, 2009; Limam Mansar, Reijers & Ounnar, 2009; Wu, Lin & Lin, 2009),
pemilihan supplier (Chamodrakas, Batis & Martakos, 2010; A.W. Labib, 2011; H.S. Wang,
Che & Wu 2010). Beberapa tulisan telah mengumpulkan kesuksesan penggunaan metode
AHP (EH Forman & Gass, 2001; Golden, Wasil & Harker, 1989; William Ho, 2008; Kumar
& Vaidya, 2006 ; Liberatore & Nydick, 2008; Omkarprasad & Sushil, 2006; T.Saaty &
Forman,1992; Shim, 1989; Sipachi & Timor, 2010; Vargas, 1990).
Conjoint Analysis mulai dikembangkan oleh para peneliti pada awal tahun 1970
menjadi sebuah standar konsep test. Diperkirakan sebanyak 400 studi dilakukan setiap
tahunnya pada pertengahan tahun 1980. Conjoint banyak diaplikasikan oleh industri-industri
seperti Boston Consulting Group (Prensky, 1987), Procter&Gamble (Tumbusch, 1987),
Smith, Kline and french (Marshall,1987) dan Xerox (Vaccarelli ,1987). Beberpa perusahaan
lain juga telah menggunakan conjoint seperti Ashton-Tate-Computer software (Eisenhart,
1988), Fujitsu America-cellular phone (Eisenhart, 1988), ISU International-insurance
distribution system (Eisenhart, 1988), Marriott Corporation-hotels (Wind, Green, Shifflet and
Scarbrough, 1989), Sunbeam-food processors (Page and Rosenbaum, 1987)
Conjoint Analysis telah menjadi alat utama dalam penelitian pasar yang dilakukan
banyak perusahaan. Beberapa aplikasi dari metode ini digunakan untuk berbagai tipe produk
yang meliputi: condominium design and pricing (Fiedler, 1988), snowmobiles (Huber, 1987),
rug cleaner (Green and Wind, 1975), credit cards (Stahl, 1988), energy conservation systems
(Bennet and Moore, 1981), aircraft (Green and Wind, 1975), lift trucks (Clarke, 1981), dan
computer software (Dolan, 1990).
Baik AHP dan Conjoint Analysis semakin banyak dikembangkan dan digunakan oleh
berbagai industri dan perusahaan saat ini sebagai alat bantu dalam menjalankan proses bisnis,
demikian juga dalam berbagai penelitian oleh peneliti untuk berbagai macam tujuan.
Definisi AHP dan Conjoint
Analythical Hierarchy Process - AHP
Analythical Hierarchy Process (AHP) adalah sebuah metode terstruktur yang
digunakan untuk membantu dalam membuat suatu keputusan yang bersifat kompleks.
Page
Keputusan yang kompleks seringkali dihadapi oleh individu maupun organisasi dan
kemampuan yang baik dalam mengambil suatu keputusan akan menentukan kesuksesan
individu atau organisasi tersebut. AHP memfasilitasi pengambilan keputusan denga kerangka
kerja yang komphrehensif dan rasional untuk menstrukturisasi masalah, mengkuantifikasikan
elemen yang berhubungan dengan tujuan, serta mengevaluasi alternatif yang ada di setiap
kriteria yang ada.
Metode AHP ditemukan dan dikembangkan oleh Thomas L.Saaty di Wharton School
of Business, Universitas Pennsylvania, USA pada tahun 1970. Thomas Saaty juga merupakan
orang yang mengembangkan software Expert Choice dan ANP, alat bantu perhitungan AHP.
Dalam perhitungannya, metode AHP tidak mencari keputusan yang bersifat absolut
atau mutlak. AHP memperhitungkan faktor subjektifitas dan psikologi manusia. Sehingga
AHP tidak menghasilkan hasil yang mutlak sama untuk semua orang. AHP menggunakan
perhitungan matematis untuk menentukan prioritas dan kemudian mengambil keputusan
sesuai dengan tujuan. Beberapa elemen yang ada dalam AHP adalah tujuan utama, kriteria
pemilihan, sub-kriteria, dan alternatif-alternatif pilihan untuk setiap keriteria yang ada. AHP
akan membuat perbandingan antara alternatif-alternatif yang ada di setiap kriteria dan
kemudian memlih alternatif yang terbaik berdasarkan pembobotan yang diberikan oleh
pengguna AHP.
Conjoint Analysis
Conjoint Analysis adalah suatu teknik analisa multivariat yang secara spesifik
digunakan untuk mengetahui preferensi konsumen terhadap suatu produk ataupun jasa.
Konsep conjoint didasarkan pada pemikiran bahwa konsumen akan memberi nilai terhadap
produk atau jasa berdasarkan nilai yang dimiliki oleh setiap atribut produk (Hair, et al..,
1999). Conjoint Analysis telah banyak digunakan dalam proses pengembangan produk baru
dalam suatu perusahaan yaitu dalam memilih alternatif desain produk, targeting, dan
segmentansi produk.
Dasar utama dari metode ini adalah bahwa setiap produk dapat diuraikan menjadi
beberapa kelompok atribut yang relevan. Conjoint Analysis mengestimasikan sistem nilai
individu yang menentukan berapa besar nilai yang diberikan konsumen pada setiap level
atribut. Jika kita dapat mengetahui sistem nilai individu maka kita dapat memperkirakan
kelompok alternatif mana yang akan dibeli oleh konsumen. Metode ini meminta penilaian
konsumen terhadap keseluruhan produk dan menggunakan analisa matematis untuk
Page
mengembangkan sistem nilai yang dapat mewujudkan produk berdasarkan preferensi yang
dimiliki oleh konsumen.
Dalam Conjoint Analysis terdapat beberapa elemen yaitu faktor, level, dan treatment.
Faktor mendeskripsikan atribut atau karakteristik yang spesifik dari produk atau jasa. Nilai
yang mungkin untuk setiap faktor disebut level dan kombinasi dari faktor dan level yang
dipilih untuk mendeskripsikan produk atau jasa secara spesifik disebut treatment. Beberapa
perhitungan yang adalam Conjoint Analysis adalah perhitungan part worth utilities yaitu
keseluruhan rating dalam level atribut yang ada, dengan persamaan berikut :
= pw1X1 + pw2X2 + pw3X3 .... pwnXn
Dan bobot sebenarnya dari masing-masing atribut dihitung menurut persamaan :
Max ( vij )Min(vij)
j=1
Contoh Penggunaan Metode Conjoint Analysis dan Analytic Hierarchy Process (AHP)
Conjoint Analysis
Pada bagian ini, akan dicontohkan bagaimana penggunaan atau pengimplementasian
metode Conjoint Analysis untuk menganalisis bagaimana preferensi pelanggan terhadap
beberapa kombinasi fitur-fitur (stimuli) dari sebuah produk laptop yang akan dikembangkan
oleh sebuah perusahaan. Pada kasus ini terdapat 3 jenis fitur atau atribut dan masing-masing
fitur memiliki 3 level.
Size
Small
Medium
Big
OS
Linux
Windows
Macintos
h
Life Cycle
5 years
7 years
10 years
Dalam kasus ini tidak digunakan fractional factorial design sehingga jumlah stimuli
yang awalnya berjumlah 27 (3x3x3) berkurang menjadi 9 stimuli.
No
1
2
3
4
5
6
Stimuli
Pref1
Pref2
Pref3
Pref4
Pref5
Pref6
Size
Large
Small
Large
Small
Medium
Large
OS
Macintosh
Windows
Linux
Macintosh
Macintosh
Windows
Life Cycle
5 years
10 years
10 years
7 years
10 years
7 years
Size
3
1
3
1
2
3
OS
3
2
1
3
3
2
Life Cycle
1
3
3
2
3
2
Medium
Medium
Small
Windows
Linux
Linux
5 years
7 years
5 years
2
2
1
Pref7
Pref8
Pref9
Page
7
8
9
2
1
1
1
2
1
Setelah itu dilakukan perangkingan untuk setiap stimuli yang dilakukan oleh 10 orang
pelanggan
No.
Responden
Stim1
Stim2
Stim3
Stim4
Stim5
Stim6
Stim7
Stim8
Stim9
1
2
3
4
5
6
7
8
9
10
2
1
8
1
9
8
2
4
9
8
3
2
9
3
2
1
4
2
1
7
7
3
4
2
6
9
3
9
4
1
4
4
5
8
3
7
1
3
8
5
1
5
7
7
1
2
5
6
2
6
5
6
6
5
7
3
7
7
3
2
6
7
1
4
8
5
6
1
7
3
8
8
2
9
4
6
9
8
5
4
9
9
3
6
5
4
8
5
6
9
Size
Level
Part-worth
Utility
Small
Medium
0.433
-0.5
Big
Attribute
Level
OS
Linux
Windows
Macintos
h
0.067
Part-worth
Utility
0
-0.033
0.033
Attribute
Life
Cycle
Level
Part-worth
Utility
5 years
7 years
0.3
-0.5
10 years
0.2
OS
Life
Cycle
Level
Small
Medium
Big
Linux
Windows
Macintos
h
5 years
7 years
10 years
Part-worth Utility
0.433
-0.5
0.067
0
-0.033
Attribute Importance
0.933
51.86214564
0.066
3.668704836
0.8
44.46914953
0.033
0.3
-0.5
0.2
Size
Large
OS
Macintos
Life Cycle
5 years
Total Utility
0.4
h
0.033
Windows
-0.033
Linux
0
0.067
Small
0.433
Large
0.067
Page
Nilai Utilities
Stimuli 2
Nilai Utilities
Stimuli 3
Nilai Utilities
0.3
10 years
0.2
10 years
0.2
0.6
0.267
Berdasarkan tebel diatas, maka produk laptop yang dibuat adalah yang memiliki nilai
total utility terbesar yaitu 0.6. Produk laptop yang dibuat adalah produk laptop dengan ukuran
small, memiliki operating system Windows dan memiliki umur siklus hidup 10 tahun.
Analytic Hierarchy Process (AHP)
Selanjutnya, akan dicontohkan bagaimana penggunaan metode AHP pada sebuah
kasus. Langkah pertama yang dilakukan adalah menentukan tujuan dari pengambilan
keputusan yang akan dibuat. Sebagai contoh, tujuan dari kasus ini adalah membeli sebuah
laptop dimana kita harus memilih salah satu dari beberapa pilihan laptop yang ada untuk
dibeli. Berikut adalah struktur hierarki pembelian laptop berdasarkan kriteria ukuran,
operating system dan siklus hidup laptop
Membeli sebuah Laptop
Life Cycle
Operating System
Size
7
Page
Consistency Ratio = 0.003
Perhitungan Bobot Akhir
Size
OS
Life Cycle
0.648 0.122
0.230
Type of Laptop
Final Weights
A
0.571 0.187
0.700
B
0.143 0.098
0.107
C
0.286 0.715
0.194
0.554
0.129
0.317
Kegunaan
Tujuan
Aspek
Analisis Konjoin
Analisa
keputusan
cenderung
menstrukturkan
permasalahan
keputusan
1.
Merancang harga
2.
Memprediksi
tingkat
penjualan
atau
Page
8
Kelebihan
1.
2.
setiap
1.
2.
atau
konsumen
untuk
berhierarki
sebagai
yang
Struktur
keputusan.
Memperhitungkan daya tahan atau ketahanan
output
analisis sensitivitas
pengambilan
Kelemahan
Permasalaha
n
Objektif
keputusan.
1.
1.
2.
jalan
untuk
strategi
penyederhanaan
Sulit untuk digunakan untuk penelitian
ahli
sehingga
dalam
hal
ini
Ya
Tidak
Tinggi
Dianjurkan AHP
CA lebih baik
Rendah
CA cukup baik
Gunakan CA
AHP dapat digunakan untuk mengevaluasi konsep produk dengan sub-atribut, sedangkan
Page
for Stroke
Methods