Sistem Pendukung Keputusan (SPK) adalah sistem yang dapat membantu seseorang dalam

mengambil keputusan yang akurat dan tepat sasaran. Banyak permasalahan yang dapat diselesaikan
dengan menggunakan SPK, salah satunya adalah penentuan pemilihan Sepeda Motor. Ada beberapa
metode yang dapat digunakan dalam membangun suatu SPK diantaranya analytical hierarchy
process (AHP). AHP merupakan metode yang paling banyak digunakan dalam memecahkan
permasalahan yang bersifat multikriteria, seperti dalam SPK penentuan Pemilihan Sepeda Motor.
Penelitian ini menggunakan metode AHP dalam menentukan pemilihan Sepeda Motor. Dalam
penentuan sepeda Motor, ada beberapa kriteria yang menjadi dasar pengambilan keputusan antara
lain status kredit, produktivitas usaha, kondisi usaha, dan jaminan. Produktivitas berarti apakah usaha
yang dijalankan tersebut produktif atau tidak, dilihat dari lokasi usaha, jenis usaha, dan pendapatan
perbulan agar kedepan nya kredit motor tidak menggangu kedepan nya. Kondisi usaha berarti
apakah usaha yang dijalankan tersebut berjalan dalam kondisi yang baik atau tidak. Sedangkan
kolektibilitas berarti kelancaran calon pembeli dalam membayar angsuran tiap bulannya. Adapun
hasil akhir dalam penelitian ini adalah hasil prioritas kriteria motor, yang diurutkan dari yang tertinggi
hingga terendah, sehingga pihak pembeli dapat dengan mudah mengambil keputusan dengan
melihat hasil tersebut.
Kata kunci : AHP, SPK,Pemilihan.
Latar Belakang
Dewasa ini perkembangan teknologi informasi sudah sedemikian pesat. Perkembangan yang pesat
tidak hanya teknologi perangkat keras dan perangkat lunak saja, tetapi metode komputasi juga ikut
berkembang. Salah satu metode komputasi yang cukup berkembang saat ini adalah metode sistem
pengambilan keputusan (Decisions Support System). Dalam teknologi informasi, sistem pengambilan
keputusan merupakan cabang ilmu yang letaknya diantara system informasi dan sistem cerdas.
Sistem pengambilan keputusan juga membutuhkan teknologi informasi, hal ini dikarenakan adanya
era globalisasi, yang menuntut sebuah perusahaan untuk bergerak cepat dalam mengambil suatu
keputusan dan tindakan. Dengan mengacu kepada solusi yang diberikan oleh metode AHP
(Analytical Hierarcy Process) dalam membantu membuat keputusan, seorang decision maker dapat
mengambil keputusan tentang pemilihan supplier secara objektif berdasarkan multi kriteria yang
ditetapkan.
Metode AHP adalah metode pengambilan keputusan yang multi kriteria, sedangkan pengambilan
keputusan dibidang pembelian juga mengandalkan kriteria-kriteria yaitu kualitas barang, kecepatan
pengiriman barang, harga barang dan status supplier. Dengan melihat adanya kriteria-kriteria yang
dipergunakan untuk mengambil keputusan, maka akan sangat cocok untuk menggunakan metode
AHP dengan multi kriteria.
Permasalahan
Adapun permasalahan yang timbul ini disebabkan seseorang menemui berbagai kesulitan dalam
mengambil keputusan dalam pemilihan kriteria diantaranya adalah kesulitan dalam criteria dalam
pemilihan sepeda motor yang nantinya akan dia beli yaitu : sepeda motornya memiliki desain yang
bagus, berkualitas serta irit dalam bahan bakar.
Tujuan
Tujuan dari penulisan ini adalah memberi pengetahuan tentang arti dari metode AHP dan untuk
membuat keputusan yang dapat membantu pihak-pihak tertentu dalam mengambil keputusan yang
terbaik untuk mencapai hasil yang maksimal.

Pengertian Metode AHP

Metode AHP dikembangkan oleh Thomas L. Saaty, seorang ahli matematika. Metode ini adalah
sebuah kerangka untuk mengambil keputusan dengan efektif atas persoalan yang kompleks dengan
menyederhanakan dan mempercepat proses pengambilan keputusan dengan memecahkan
persoalan tersebut kedalam bagian-bagiannya, menata bagian atau variabel ini dalam suatu susunan
hirarki, member nilai numerik pada pertimbangan subjektif tentang pentingnya tiap variabel dan
mensintesis berbagai pertimbangan ini untuk menetapkan variabel yang mana yang memiliki prioritas
paling tinggi dan bertindak untuk mempengaruhi hasil pada situasi tersebut. Metode AHP ini
membantu memecahkan persoalan yang kompleks dengan menstruktur suatu hirarki kriteria, pihak
yang berkepentingan, hasil dan dengan menarik berbagai pertimbangan guna mengembangkan

bobot atau prioritas. Metode ini juga menggabungkan kekuatan dari perasaan dan logika yang
bersangkutan pada berbagai persoalan, lalu mensintesis berbagai pertimbangan yang beragam
menjadi hasil yang cocok dengan perkiraan kita secara intuitif sebagaimana yang dipresentasikan
pada pertimbangan yang telah dibuat. (Saaty, 1993).
Proses hierarki adalah suatu model yang memberikan kesempatan bagi perorangan atau kelompok
untuk membangun gagasan-gagasan dan mendefinisikan persoalan dengan cara membuat asumsi
mereka masing-masing dan memperoleh pemecahan yang diinginkan darinya. Ada dua alasan utama
untuk menyatakan suatu tindakan akan lebih baik dibanding tindakan lain. Alasan yang pertama
adalah pengaruh-pengaruh tindakan tersebut kadang-kadang tidak dapat dibandingkan karena sutu
ukuran atau bidang yang berbeda dan kedua, menyatakan bahwa pengaruh tindakan tersebut
kadang-kadang saling bentrok, artinya perbaikan pengaruh tindakan tersebut yang satu dapat dicapai
dengan pemburukan lainnya. Kedua alasan tersebut akan menyulitkan dalam membuat ekuivalensi
antar pengaruh sehingga diperlukan suatu skala luwes yang disebut prioritas.

Prinsip Dasar dan Aksioma AHP

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.
AHP didasarkan atas 3 aksioma utama yaitu :
1. Aksioma Resiprokal
Aksioma ini menyatakan jika PC (EA,EB) adalah sebuah perbandingan berpasangan antara elemen A
dan elemen B, dengan memperhitungkan C sebagai elemen parent, menunjukkan berapa kali lebih
banyak properti yang dimiliki elemen A terhadap B, maka PC (EB,EA)= 1/ PC (EA,EB). Misalnya jika A
5 kali lebih besar daripada B, maka B=1/5 A.
2. Aksioma Homogenitas
Aksioma ini menyatakan bahwa elemen yang dibandingkan tidak berbeda terlalu jauh. Jika
perbedaan terlalu besar, hasil yang didapatkan mengandung nilai kesalahan yang tinggi. Ketika
hirarki dibangun, kita harus berusaha mengatur elemen-elemen agar elemen tersebut tidak
menghasilkan hasil dengan akurasi rendah dan inkonsistensi tinggi.
3. Aksioma Ketergantungan
Aksioma ini menyatakan bahwa prioritas elemen dalam hirarki tidak bergantung pada elemen level di
bawahnya. Aksioma ini membuat kita bisa menerapkan prinsip komposisi hirarki.

Kelebihan dan Kekurangan dalam Metode AHP

Kelebihan
1. Struktur yang berhierarki sebagai konskwensi dari kriteria yang dipilih sampai pada sub-sub
kriteria yang paling dalam.
1. Memperhitungkan validitas sampai batas toleransi inkonsentrasi sebagai kriteria dan alternatif
yang dipilih oleh para pengambil keputusan.
1. Memperhitungkan daya tahan atau ketahanan output analisis sensitivitas pengambilan
keputusan.
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.

Kelemahan
1. 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.
Metode AHP ini hanya metode matematis tanpa ada pengujian secara statistik
sehingga tidak ada batas kepercayaan dari kebenaran model yang terbentuk

Tahapan Dalam Metode AHP

Langkah-langkah AHP
Langkah langkah dan proses Analisis Hierarki Proses (AHP) adalah sebagai berikut
1.
Memdefinisikan permasalahan dan penentuan tujuan. Jika AHP digunakan untuk memilih
alternatif atau menyusun prioriras alternatif, pada tahap ini dilakukan pengembangan alternatif.
2.
Menyusun masalah kedalam hierarki sehingga permasalahan yang kompleks dapat ditinjau
dari sisi yang detail dan terukur.
3.
Penyusunan prioritas untuk tiap elemen masalah pada hierarki. Proses ini menghasilkan bobot
atau kontribusi elemen terhadap pencapaian tujuan sehingga elemen dengan bobot tertinggi memiliki
prioritas penanganan. Prioritas dihasilkan dari suatu matriks perbandinagan berpasangan antara
seluruh elemen pada tingkat hierarki yang sama.
4.
Melakukan pengujian konsitensi terhadap perbandingan antar elemen yang didapatan pada
tiap tingkat hierarki.
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 (b).
.

Contoh Kaskus
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 Vixsion . 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.
Penyelesaian
1. 1.

Tahap pertama

Menentukan botot dari masing masig 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

Pair Comparation Matrix
Kriteria

Desain

Irit

Kualitas

Priority Vector

Desain

0,5455

Irit

0,5

1,5

0,2727

Kualitas

0,333

0,667

0,1818

Jumlah

1,833

3,667

5,5

1,0000

Pricipal Eigen Value (lmax)

3,00

Consistency Index (CI)

Consistency Ratio (CR)

0,0%

Dari gambar diatas, Prioity Vector (kolom paling kanan) menunjukan bobot dari masing-masing
kriteria, jadi dalam hal ini Desain merupakan bobot tertinggi/terpenting menurut Adi, disusul Irit dan
yang terakhir adalah Kualitas.
Cara membuat table seperti di atas
1. Untuk perbandingan antara masing masing kriteria berasal dari bobot yang telah di berikan
ADI pertama kali.
2. Sedangkan untuk Baris jumlah, merupakan hasil penjumalahan vertikal dari masing masing
kriteria.

3. Untuk Priority Vector di dapat dari hasil penjumlahan dari semua sel disebelah Kirinya (pada
baris yang sama) setelah terlebih dahulu dibagi dengan Jumlah yang ada dibawahnya,
kemudian hasil penjumlahan tersebut dibagi dengan angka 3.
4. Untuk mencari Principal Eigen Value (lmax)
Rumusnya adalah menjumlahkan hasil perkalian antara sel pada baris jumlah dan sel pada kolom
Priority Vector
5. Menghitung Consistency Index (CI) dengan rumus
CI = (lmax-n)/(n-1)
6. Sedangkan untuk menghitung nilai CR
7. Menggunakan rumuas CR = CI/RI , nilai RI didapat dari

10

RI

5,8

0,9

1,12

1,24

1,32

1,41

1,45

1,49

Jadi
untuk
n=3,
RI=0.58.
Jika hasil perhitungan CR lebih kecil atau sama dengan 10% , ketidak konsistenan masih bisa
diterima, sebaliknya jika lebih besar dari 10%, tidak bisa diterima.
1. 2.

Tahap Kedua

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

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

Berdasarkan penilaian tersebut maka dapat di buat table (disebut Pair-wire comparation matrix)
Desain

Ninja

Tiger

Vixsion

Priority Vector

Ninja

0,6233

Tiger

0,25

0,5

0,1373

Vixsion

0,333

0,2394

Jumlah

1,583

4,5

1,0000

Pricipal Eigen Value (lmax)

3,025

Consistency Index (CI)

0,01

Consistency Ratio (CR)

2,2%

Irit

Ninja

Tiger

Vixsion

Priority Vector

Ninja

0,333

0,25

0,1226

Tiger

0,5

0,3202

Vixsion

0,5572

Jumlah

3,333

1,75

1,0000

Pricipal Eigen Value (lmax)

3,023

Consistency Index (CI)

0,01

Consistency Ratio (CR)

2,0%

Irit

Ninja

Tiger

Vixsion

Priority Vector

Ninja

1,00

0,010

0,10

0,0090

Tiger

100,00

1,00

10,0

0,9009

Vixsion

10,00

0,100

1,0

0,0901

Jumlah

111,00

1,11

11,10

1,0000

Pricipal Eigen Value (lmax)

Consistency Index (CI)

Consistency Ratio (CR)

0,0%

1. 3.

Tahap ketiga

Setelah mendapatkan bobot untuk ketiga kriteria dan skor untuk masing-masing kriteria bagi ketiga
motor pilihannya, maka langkah terakhir adalah menghitung total skor untuk ketiga motor tersebut.
Untuk itu ADI akan merangkum semua hasil penilaiannya tersebut dalam bentuk tabel yang
disebut Overall
composite
weight,
seperti
berikut.

Cara membuat Overall Composit weight adalah

Kolom Weight diambil dari kolom Priority Vektor dalam matrix Kriteria.

Ketiga kolom lainnya (Ninja, Tiger dan Vixsion) diambil dari kolom Priority Vector ketiga
matrixDesain, Irit dan Kualitas.

Baris Composite Weight diperoleh dari jumlah hasil perkalian sel diatasnya dengan weight.

Berdasarkan table di atas maka dapat di ambil kesimpulan bahwa yang memiliki skor paling tinggi
adalah Ninja yaitu 0,3751 , sedangkan disusul tiger dengan skor 0,3260 dan yang terakhir adalah
Vixsion dengan skor 0,2989. Akhirnya Adi akan membeli motor Ninja
Kesimpulan
Kesimpulan yang dapat diambil adalah sebagai berikut:

Metode ini mampu untuk menghasilkan suatu keputusan yang tepat.

Dengan memakai metode ini, kesalahan-kesalahan yang dilakukan ketika pengambilan

keputusan seperti kesalahan dalam memilih dapat berkurang.

Peralatan
utama
AHP
adalah
sebuah
hierarki
fungsional
dengan inpututamanya persepsi manusia. Keberadaan hierarki memungkinkan
dipecahnya masalah kompleks atau tidak terstruktur dalam sub sub masalah,
lalu menyusunnya menjadi suatu bentuk hierarki (Kusrini, 2007).
Gambar 2. 1 Struktur Hirarki AHP
Konsep
dasar
AHP
adalah
penggunaan
matriks pairwise
comparison (,atriks 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).
Tabel 2. 1 Skala dasar perbandingan berpasangan
Tingkat
Kepenting
an

Definisi

Keterangan

Sama
Pentingnya

Kedua
elemen
mempunyai
pengaruh yang sama

Sedikit lebih
penting

Pengalaman dan penilaian sangat

memihak
satu
elemen
dibandingkan
dengan
pasangannya

Satu elemen sangat disukai dan

secara
praktis
dominasinya
Lebih Penting
sangat
nyata,
dibandingkan
dengan elemen pasangannya.

2,4,6,8

Satu elemen terbukti

disukai
dan
secara
Sangat Penting dominasinya
sangat
dibandingkan
dengan
pasangannya.

sangat
praktis
nyata,
elemen

Mutlak lebih
penting

Satu elemen terbukti mutlak lebih

disukai
dibandingkan
dengan
pasangannya, pada keyakinan
tertinggi.

Nilai Tengah

Diberikan bila terdapat keraguan

penilaian di antara dua tingkat
kepentingan yang berdekatan.

(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 = (maks-n)/(n-1)................................................... (1)
Dimana :
CI = Indeks Konsistensi (Consistency Index)
maks = 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.
Tabel 2. 2 Daftar Indeks random konsistensi (RI)
n

10 11 12 13 14

15

RI 0,000,000,580,901,121,241,321,411,451,491,511,481,561,571,59
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
IPK
TOEFL
Jabatan

1
1/3
1/4

TOEFL
3
1
1/2

Jabatan
4
2
1

Cara mendapatkan nilai-nilai di atas adalah :

Perbandingan di atas adalah dengan membandingkan kolom yang terletak
paling kiridengan 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 didapatkan dari perbandingan Jabatan dengan IPK (ingat, IPK 4
kali lebih penting dari jabatan sehingga nilai jabatan adalah 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.
TOE
IPK FL
Jabatan
Elemen Kolom
IPK 1,0003,000
4,000
TOEF
L
0,3331,000
2,000
Jabat
an
0,2500,500
1,000
JU
Jumlah Kolom
ML
1,5 4,5
AH
83
00
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.
Jumlah
Eigen Vektor
IPK
TOEFL Jabatan Baris
Normalisasi
IPK
0,632 0,667
0,571
1,870
TOEFL
0,211 0,222
0,286
0,718
Jabatan
0,158 0,111
0,143
0,412

0,623
0,239
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 (maks).
maks diperoleh
dengan
menjumlahkan
hasil
perkalian jumlah
kolommatrik Pairwise Comparison ke bentuk desimal dengan vector eigen
normalisasi.
maks = (1,583 x 0,623 )+(4,500 x 0,239)+(7,000 x 0,137) = 3,025
- Menghitung Indeks Konsistensi (CI)
CI = (maks-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
Sangat
Baik
Baik
Cukup

0,632
0,211
0,158

Cukup

0,667
0,222
0,111

0,571
0,286
0,143

Jumlah
Baris

Eigen Vektor
Normalisasi

1,870
0,718
0,412

b. Sub Kriteria TOEFL

Sangat
Baik
Baik

Cukup

Jumlah
Baris

Eigen Vektor
Normalisasi

0,623
0,239
0,137

Sangat
Baik
Baik
Cukup

0,632
0,211
0,158

0,667
0,222
0,111

0,571
0,286
0,143

1,870
0,718
0,412

0,623
0,239
0,137

c. Sub Kriteria Jabatan Organisasi

Ketua
Koordinat
or
Anggota

Koordinat
Jumlah
Eigen Vektor
Ketua or
AnggotaBaris
Normalisasi
0,632
0,667 0,571
1,870
0,211
0,158

0,222
0,111

0,286
0,143

0,718
0,412

0,623
0,239
0,137

5. Terakhir adalah menentukan rangking dari alternatif dengan cara menghitung

eigen vector untuk tiap kirteria dan sub kriteria.
IPK
Ifan
Rudy
Anton

TOEFL
1
3
1

Jabatan
Organisasi
3
3
2

HASIL
3
0,440
1
0,204
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).