MADM

Analytic Hierarchy Process (AHP)

Salah satu metode yang dikembangkan untuk menyelesaikan masalah keputusan banyak tujuan atau kriteria
adalah Analytical Hierarchy Process (AHP).
AHP yang dikembangkan oleh Thomas Saaty merupakan metode untuk membuat urutan alternatif keputusan
dan memilih yang terbaik pada saat pengambil keputusan memiliki beberapa tujuan atau kriteria untuk mengambil 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 melakukan 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 terjadinya pembagian yang terlampau banyak, baik dalam
arah horizontal maupun vertikal.
3. Untuk itu sebelum menetapkan suatu tujuan untuk menjabarkan hirarki tujuan yang lebih rendah, maka dilakukan 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 kompleksitas 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 kreteria yang dipilih, sampai pada subkriteria yang paling
dalam.
2. Memperhitungkan validitas sampai dengan batas toleransi 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 memecahkan 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 diinginkan.
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 diperoleh 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 perbandingan 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.

Contoh Perhitungan :
Seorang mahasiswa dihadapkan pada persoalan memilih 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
M

1 2
1 / 2 1

Analytic Hierarchy Process (AHP)

Permasalahan pada
AHP
didekomposisikan ke
dalam hirarki kriteria
dan alternatif

Analytic Hierarchy Process (AHP)

Adi berulang tahun yang ke-17, Kedua orang tuanya
janji untuk membelikan sepeda motor sesuai yang
di inginkan Adi.
Adi memiliki pilihan yaitu motor Ninja, Tiger dan
Vixion .
Adi memiliki criteria dalam pemilihan sepeda
motor yang nantinya akan dia beli yaitu : sepeda
motornya memiliki desain yang bagus, berkualitas,
serta irit dalam bahan bakar.

Kebetulan teman ADI memiliki teman yang memiliki motor yang

sesuai dengan pilihan ADI. Setelah Adi mencoba motor temannya
tersebut adi memberikan penilaian ( disebut sebagai pair-wire
comparation)

Data yang didapat Adi

Ninja 4 kali desainnya lebih baik daripada tiger
Ninja 3 kali desainnya lebih baik dari pada vixsion
tiger 1/2 kali desainnya lebih baik dari pada Vixsion
Ninja 1/3 kali lebih irit daripada tiger
Ninja 1/4 kali lebih irit dari pada vixsion
tiger 1/2 kali lebih irit dari pada Vixsion
Ninja 3 kali lebih berkualitas daripada tiger
Ninja 5 kali lebih berkualitas dari pada vixsion
tiger 2 kali lebih berkualitas dari pada Vixsion

Analytic Hierarchy Process (AHP)

KRITERIA

Desain
Irit
Kualitas

ALTERNATIF

Ninja
Tiger
Vixion
Desain lebih penting 2 kali dari pada Irit
Desain lebih penting 3 kali dari pada Kualitas
Irit lebih penting 1.5 kali dari pada kualitas

Analytic Hierarchy Process (AHP)

Bentuk hirarki dari informasi yang
diperoleh
TUJUAN

Mencari Motor
KRITERIA

DESAIN

IRIT

KUALITAS

Ninja

Ninja

Ninja

Tiger

Tiger

Tiger

Vixion

Vixion

Vixion

ALTERNATIF

Analytic Hierarchy Process (AHP)

Bobot kriteria

Desain lebih penting 2 kali dari pada Irit

Desain lebih penting 3 kali dari pada Kualitas
Irit lebih penting 1.5 kali dari pada kualitas

Analytic Hierarchy Process (AHP)

9 : mutlak lebih penting (extreme)

7 : sangat lebih penting (very)

5 : lebih penting (strong)

3 : cukup penting (moderate)
1 : sama penting (equal)

Menentukan Bobot Masing-masing kriteria

PENYELESAIN TAHAP 1

1. Pembuatan Skala perbandingan setiap atribut

secara menyeluruh (Pair Comparation Matrix)
KRITERIA

DESAIN

IRIT

KUALITAS

DESAIN
IRIT

1
1/2

2
1

3
1.5

KUALITAS

1/3

1/1.5

Desain lebih penting 2 kali dari pada Irit

DESAIN = 2 IRIT

Desain lebih penting 3 kali dari pada Kualitas

DESAIN = 3 KUALITAS

Irit lebih penting 1.5 kali dari pada kualitas

IRIT = 1.5 KUALITAS

1. Pembuatan Skala perbandingan setiap atribut

secara menyeluruh
KRITERIA

DESAIN

IRIT

KUALITAS

DESAIN
IRIT

1
0.5

2
1

3
1.5

KUALITAS

0.3333

0.6667

JUMLAH

1.8333

3.6667

5.5

2. Konsep EIGENVECTOR digunakan untuk melakukan proses

perankingan prioritas setiap kriteria berdasarkan matriks
perbandingan berpasangan

Apabila A adalah matriks perbandingan berpasangan yang,

maka vektor bobot
yang berbentuk:
T
(A )( w ) (n )( w T )
dapat didekati dengan cara:
menormalkan setiap kolom j dalam matriks A, sedemikian
hingga:

ij

sebut sebagai A.
untuk setiap baris i dalam A, hitunglah nilai rata-ratanya:

1
w i a ij'
n j

dengan wi adalah bobot tujuan ke-i dari vektor bobot.

2. Konsep EIGENVECTOR digunakan untuk melakukan proses

perankingan prioritas setiap kriteria berdasarkan matriks
perbandingan berpasangan
menormalkan setiap kolom j dalam matriks A, sedemikian hingga:

ij

JUMLAH KOLOM
SEBELUMNYA

1.8333

3.6667

5.5

KRITERIA

DESAIN

IRIT

KUALITAS

DESAIN
IRIT

1/1.8333
0.5/1.8333

2/3.6667
1/3.6667

3/5.5
1.5/5.5

KUALITAS

0.3333/1.83333 0.6667/3.6667

1/5.5

2. Konsep EIGENVECTOR digunakan untuk melakukan proses

perankingan prioritas setiap kriteria berdasarkan matriks
perbandingan berpasangan
menormalkan setiap kolom j dalam matriks A, sedemikian hingga:

ij

sebut sebagai A.

KRITERIA

DESAIN

IRIT

KUALITAS

DESAIN
IRIT

0.5455
0.2727

0.5455
0.2727

0.5455
0.2727

KUALITAS

0.1818

0.1818

0.1818

2. Konsep EIGENVECTOR digunakan untuk melakukan proses

perankingan prioritas setiap kriteria berdasarkan matriks
perbandingan berpasangan
untuk setiap baris i dalam A, hitunglah nilai rata-ratanya

1
w i a ij'
n j
KRITERIA
DESAIN
IRIT
KUALITAS

ij

W1 = (0.5455+0.5455+0.5455) /3 = 0.5455
W2 = (0.2727+0.2727+0.2727) /3 = 0.2727
W3 = (0.1818+0.1818+0.1818) /3 = 0.1818

DESAIN

IRIT

KUALITAS

Wi

0.5455
0.2727
0.1818

0.5455
0.2727
0.1818

0.5455
0.2727
0.1818

0.5455
0.2727
0.1818

Desain merupakan prioritas utama, karena nilainya paling tinggi

3. Hitung uji konsistensi

Uji konsistensi: Misalkan A adalah matriks perbandingan

berpasangan, dan w adalah vektor bobot, maka
konsistensi dari vektor bobot w dapat diuji sebagi
berikut:
hitung: (A)(wT)

1 n elemen ke - i pada (A)(w T )

t
T
n i 1 elemen ke - i pada w

hitung: indeks konsistensi:

tn
CI
n 1
KRITERIA

DESAIN

IRIT

KUALITAS

DESAIN
IRIT

1
0.5

2
1

3
1.5

KUALITAS

0.3333

0.6667

Wi
X

0.5455
0.2727
0.1818

1
0.5

2
1

3
1.5

0.3333

0.6667

1*0.5455 + 2*0.2727+ 3*0.1818

= 1.6365
0.5*0.5455 + 1*0.2727 + 1.5*0.1818
= 0.8181
0.3333*0.5455 + 0.6667*0.2727 + 1*1818 = 0.5454

1 n elemen ke - i pada (A)(w T )

t
T
n i 1 elemen ke - i pada w

tn
CI
n 1

0.5455
0.2727
0.1818

1.6365
0.8181
0.5454

 jika CI=0 maka A konsisten;

jika CI 0,1 maka A cukup konsisten; dan
RI n

jika

CI
0,1
RI n

maka A sangat tidak konsisten.

Indeks random RIn adalah nilai rata-rata CI

yang dipilih secara acak pada A dan diberikan
sebagai:
n
RIn

2
0

3
4
5
6
7
0,58 0,90 1,12 1,24 1,32

...
...

Kebetulan teman ADI memiliki teman yang memiliki motor yang

sesuai dengan pilihan ADI. Setelah Adi mencoba motor temannya
tersebut adi memberikan penilaian ( disebut sebagai pair-wire
comparation)
Desain lebih penting 2 kali dari pada Irit
Desain lebih penting 3 kali dari pada Kualitas
Irit lebih penting 1.5 kali dari pada kualitas
Data yang didapat Adi
Ninja 4 kali desainnya lebih baik daripada tiger
Ninja 3 kali desainnya lebih baik dari pada vixsion
tiger 1/2 kali desainnya lebih baik dari pada Vixsion
Ninja 1/3 kali lebih irit daripada tiger
Ninja 1/4 kali lebih irit dari pada vixsion
tiger 1/2 kali lebih irit dari pada Vixsion
Ninja 3 kali lebih berkualitas daripada tiger
Ninja 5 kali lebih berkualitas dari pada vixsion
tiger 2 kali lebih berkualitas dari pada Vixsion

Menentukan Bobot Masing-masing kriteria

PENYELESAIN TAHAP 2

1. Membuat Pair-wire comparation matrix

Atribut Desain

Ninja 4 kali desainnya lebih baik daripada tiger

Ninja 3 kali desainnya lebih baik dari pada vixsion
tiger 1/2 kali desainnya lebih baik dari pada Vixsion

DESAIN
NINJA
TIGER
VIXIION

NINJA
1
1/4
1/3

TIGER
4
1
1 / 0.5

Ninja = 4 Tiger
Ninja = 3 Vixion
Tiger = Vixion

VIXION
3
0.5
1

1. Membuat Pair-wire comparation matrix

Atribut Desain

Ninja 4 kali desainnya lebih baik daripada tiger

Ninja 3 kali desainnya lebih baik dari pada vixsion
tiger 1/2 kali desainnya lebih baik dari pada Vixsion

DESAIN
NINJA
TIGER
VIXIION
Jumlah

NINJA
1
0.25
0.3333
1,5833

TIGER
4
1
2
7

Ninja = 4 Tiger
Ninja = 3 Vixion
Tiger = Vixion

VIXION
3
0.5
1
4.5

1. Membuat Pair-wire comparation matrix

Atribut Desain

Jumlah

1,5833

4.5

DESAIN

NINJA
1/1,5833
0.25/1,5833
0.3333/1,5833

TIGER
4/7
1/7
2/7

VIXION
3/4.5
0.5/4.5
1/4.5

NINJA
TIGER
VIXIION

1. Membuat Pair-wire comparation matrix

Atribut Desain

DESAIN
NINJA
TIGER
VIXION
Jumlah

NINJA
0.6316
0.1579
0.2105
1

TIGER
0.5714
0.1429
0.2857
1

NINJA TIGER VIXION

Wi Desain
1
4
3
x 0.6233
0.25
1
0.5
0.1373
0.3333
2
1
0.2394

VIXION
0.6667
0.1111
0.2222
1

Wi
0.6233
0.1373
0.2394
1

Hasil
1.8907
0.4128
0.7217

1. Membuat Pair-wire comparation matrix

Atribut Desain

NINJA TIGER VIXION

Wi Desain
1
4
3
x 0.6233
0.25
1
0.5
0.1373
0.3333
2
1
0.2394

tn
CI
n 1
CI
0,1
RI n

Hasil
1.8907
0.4128
0.7217

1. Membuat Pair-wire comparation matrix

Atribut Irit

Ninja 1/3 kali lebih irit daripada tiger

Ninja 1/4 kali lebih irit dari pada vixsion
tiger 1/2 kali lebih irit dari pada Vixsion

IRIT
NINJA
TIGER
VIXIION

NINJA
1
1/1/3
1/1/4

Ninja = 1/3 Tiger

Ninja = 1/4 V ixion
Tiger =1/2 Vixion

TIGER
1/3
1
1 /1/5

VIXION
1/4
1/2
1

1. Membuat Pair-wire comparation matrix

Atribut Irit

IRIT
NINJA
TIGER
VIXION
Jumlah
IRIT
NINJA
TIGER
VIXION
Jumlah

NINJA
1
3
4
8
NINJA
1/8
3/8
4/8
1

TIGER
0.3333
1
2
3.3333

VIXION
0.25
0.5
1
1.75

TIGER
VIXION
0.3333/3.3333 0.25/1.75
1/3.3333
0.5/1.75
2/3.3333
1/1.75
1
1

1. Membuat Pair-wire comparation matrix

Atribut Irit

IRIT

NINJA TIGER VIXION

Wirit

NINJA

0.125 0.0999 0.1429 0.1226

TIGER

0.375

0.3

0.2857 0.3202

VIXIION

0.5

0.6

0.5714 0.5572

Jumlah

Wirit
NINJA TIGER VIXION
0.1226
1
0.3333 0.25
x 0.3202 =
3
1
0.5
0.5572
4
2
1

1
Hasil
0.3686
0.9666
1.6880

1. Membuat Pair-wire comparation matrix

Atribut Irit

Wirit
NINJA TIGER VIXION
0.1226
1
0.3333 0.25
x 0.3202 =
3
1
0.5
0.5572
4
2
1

tn
CI
n 1
CI
0,1
RI n

Hasil
0.3686
0.9666
1.6880

1. Membuat Pair-wire comparation matrix

Atribut Kualitas

Ninja 3 kali lebih berkualitas daripada tiger

Ninja 5 kali lebih berkualitas dari pada vixsion
tiger 2 kali lebih berkualitas dari pada Vixsion

KUALITAS
NINJA
TIGER
VIXIION

NINJA
1
1/3
1/5

TIGER
3
1
1/2

Ninja = 3 Tiger
Ninja = 5 Vixion
Tiger =2 Vixion

VIXION
5
2
1

1. Membuat Pair-wire comparation matrix

Atribut Kualitas

KUALITAS
NINJA
TIGER
VIXIION
Jumlah
KUALITAS
NINJA
TIGER
VIXIION
Jumlah

NINJA
1
0.3333
0.2
1.5333

TIGER
3
1
0.5
4.5

VIXION
5
2
1
8

NINJA
1/1.5333
0.3333/1.5333
0.2/1.5333
1

TIGER
3/4.5
1/4.5
0.5/4.5
1

VIXION
5/8
2/8
1/8
1

1. Membuat Pair-wire comparation matrix

Atribut Kualitas

KUALITAS
NINJA
TIGER
VIXIION
Jumlah
KUALITAS
NINJA
TIGER
VIXIION
Jumlah

NINJA
0.6522
0.2174
0.1304
1
NINJA
0.6522
0.2174
0.1304
1

TIGER
0.6667
0.2222
0.1111
1

TIGER
0.6667
0.2222
0.1111
1

VIXION
0.625
0.25
0.125
1

VIXION Wkualitas
0.625
0.6479
0.25
0.2299
0.125
0.1222
1
1

1. Membuat Pair-wire comparation matrix

Atribut Kualitas

Wkualitas
NINJA TIGER VIXION
0.6479
1
3
5
x
=
0.2299
0.3333
1
2
0.1222
0.2
0.5
1

tn
CI
n 1
CI
0,1
RI n

Hasil
1.9486
1.0568
0.3667

Perangkingan

PENYELESAIN TAHAP 3

Analytic Hierarchy Process (AHP)

Perankingan: Misalkan ada n tujuan dan m alternatif
pada AHP, maka proses perankingan alternatif dapat
dilakukan melalui langkah-langkah berikut:
Untuk setiap tujuan i, tetapkan matriks perbandingan
berpasangan A, untuk m alternatif.
Tentukan vektor bobot untuk setiap Ai yang
merepresentasikan bobot relatif dari setiap alternatif ke-j
pada tujuan ke-i (sij).
Hitung total skor:
s j (s ij )(w i )
i

Pilih alternatif dengan skor tertinggi.

Analytic Hierarchy Process (AHP)

Bentuk hirarki dari informasi yang
diperoleh
Mencari Motor

TUJUAN

KRITERIA

DESAIN
0.5455

IRIT
0.2727

Ninja
0.6233
Tiger
0.1373
Vixion
0.2394

Ninja
0.1226
Tiger
0.3202
Vixion
0.5572

ALTERNATIF

KUALITAS
0.1818

Ninja
0.6479
Tiger
0.2299
Vixion
0.1222

Analytic Hierarchy Process (AHP)

Wi
0.5455
0.2727
0.1818

Wi Desain
0.6233
0.1373
0.2394

Wirit Wkualitas
0.1226 0.6479
0.3202 0.2299
0.5572 0.1222

Alternatif
Ninja
Tiger
Vixion

Wi Desain
0.6233
0.1373
0.2394

Alternatif
Ninja
Tiger
Vixion

Wirit
0.1226
0.3202
0.5572

Alternatif Wkualitas
Ninja

0.6479

Tiger

0.2299

Vixion

0.1222

Atribut
Wi
Desain 0.5455
Irit
0.2727
Kualitas 0.1818

Atribut

Wi

Ninja

Tiger

Vixion

Desain 0.5455 0.6233 0.1373 0.2394

Irit

0.2727 0.1226 0.3202 0.5572

Kualitas 0.1818 0.6479 0.2299 0.1222

s j (s ij )( w i )
i

Atribut
Ninja
Tiger
Vixion
Desain 0.6233*0.5455 0.1373*0.5455 0.2394*0.5455
Irit
0.1226*0.2727 0.3202*0.2727 0.5572*0.2727
Kualitas 0.6479*0.1818 0.2299*0.1818 0.1222*0.1818
Atribut
Desain
Irit
Kualitas
Jumlah

Ninja
0.3400
0.0334
0.1178
0.4912

Tiger
0.0749
0.0873
0.0418
0.2040

Nilai Tertinggi adalah Ninja , disusul Vixion

Vixion
0.1306
0.1519
0.0222
0.3047

IMPLEMENTASI DI MATLAB