CRITERION WEIGHTING
Ranking Methods Rating Methods Pairwise Comparison Method Trade-off Analysis Method
Prosedur
Pembentukan matriks pairwise comparison (development of the pairwise comparison matrix) Perhitungan pembobotan kriteria (computation of the criterion weights) Perhitungan rasio konsistensi (estimation of the consistency ratio)
Contoh: masalah site-suitability Kriteria yang di pergunakan: Price (p) Slope (s) View (v)
Price (p) kepentinganya moderate strongly preferred Slope (s) nilai 4 Price (p) kepentinganya very strongly View (v) nilai 7 Slope (s) kepentinganya strongly preffered View (v) nilai 5 Dan seterusnya untuk setiap kriteria Maka hasilnya dalam bentuk matriks pairwise comparison seperti berikut:
Untuk menghitung vektor konsistensi, kita masih membutuhkan beberapa parameter, yaitu: lamda () dan indeks konsistensi (CI). Nilai lamda merupakan nilai rata-rata dari vektor konsistensi Perhitungan CI berdasar pada n positif, dan = n merupakan matrik yang konsisten dan n dapat disebut sebagai derajat inkonsistensi. Dapat di normalisasi dengan persamaan: Selanjutnya dapat dihitung rasio konsistensi (CR) dengan persamaan berikut: Dimana RI merupakan indeks random , CI yang telah di acak menghasilkan matriks pairwise comparison, RI bergantung pada jumlah elemen yang dibandingkan
Selanjutnya dapat dihitung rasio konsistensi (CR) dengan persamaan berikut: Dimana RI merupakan indeks random , CI yang telah di acak menghasilkan matriks pairwise comparison, RI bergantung pada jumlah elemen yang dibandingkan
CR < 0.10 , RI merupakan level reasonable dari konsistensi dalam pairwise comparison CR 0.10, nilai rasio menunjukan penilaian yang inkonsistensi
Dikarenakan CR 0.10 maka matriks pairwise comparison yang asli harus direvisi dan prosedur pengerjaannya harus diulang
Untuk lebih memudahkan pengerjaan maka dapat digunakan perangkat lunak seperti EXSPERT CHOICE dan IDRISI
6 dari 10 pengambil keputusan menyatakan bahwa price lebih penting dari slope, 4 dari 10 pengambil keputusan menyatakan bahwa slope lebih penting dari price, dan seterusnya untuk setiap pasangan kriteria Rank adalah jumla setiap kolom, n adalah jumlah kriteria, dan k adalah jumlah pengambil keputusan denan nilai n=10, nk=30 dan range nk-n=20
Dengan adanya nilai range, kita dapat menghitung bobot dari ketiga kriteria. Pertama, setiap rank dibagi oleh range dan hasilnya dijumlahkan. Bobot nya ditentukan dengan cara membagi setiap (rank/range) dengan total 1.50
Contoh: Kriteria yang di pergunakan: Price (p) Slope (s) View (v) Kita asumsikan bahwa pengambil keputusan tidak yakin akan tingkatan pentingnya ketiga kriteria.
Dapat di ekspresikan dengan wv=penting, ws=sangat penting, dan wp=sangat penting sekali Setiap bobot dapat direpresentaikan dengan menggunakan linear membership fuzzy number, contohnya adalah trapezoidal number, yang kemudian dirubah menggunakan numerical approximation system menjadi fuzzy number. Hasilnya: wv=(0, 0, 0.2, 4) ws=(0.2, 0.5, 0.5, 0.8) wv=(0.6, 0.8, 1, 1)