Anda di halaman 1dari 41

LAPORAN PRAKTIKUM

ANALISIS SISTEM

ANALYTIC HIERARCHY PROSES (AHP)

Disusun Oleh:
Fahriz Maulidan
NIM A1C015022

KEMENTERIAN RISET, TEKNOLOGI, DAN PENDIDIKAN TINGGI


UNIVERSITAS JENDERAL SOEDIRMAN
FAKULTAS PERTANIAN
PURWOKERTO
2017
I. PENDAHULUAN

A. Latar Belakang

AHP dapat diandalkan, karena dalam AHP suatu prioritas disusun dari

berbagai pilihan yang dapat berupa kriteria yang sebelumnya telah

didekomposisi (struktur) terlebih dahulu, sehingga penetapan prioritas

didasarkan pada suatu proses yang terstruktur (hierarki) dan masuk akal. Jadi

pada intinya AHP membantu memecahkan persoalan yang kompleks dengan

menyusun suatu hirarki kriteria, dinilai secara subjektif oleh pihak yang

berkepentingan lalu menarik berbagai pertimbangan guna mengembangkan

bobot atau prioritas (kesimpulan).

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.

Pada prinsipnya, metode AHP ini membagi suatu situasi yang kompleks, tidak

terstruktur, ke dalam bagian-bagian secara lebih terstruktur, mulai dari goals ke

objectives, kemudian ke sub-objectives lalu menjadi alternatif tindakan. Pembuat

keputusan kemudian membuat perbandingan sederhana hirarki tersebut untukmemperoleh

prioritas seluruh alternatif yang ada.


B. Tujuan

1. Memahami konsep AHP.

2. Mampu memodelkan permasalahan pengambilan keputusan dan

menyelesaikan dengan metode AHP.

3. Dapat menggunakan software Expert Choice sebagai aplikasi untuk

memasukkan data AHP.


II. TINJAUAN PUSTAKA

AHP merupakan suatu model pendukung keputusan yang dikembangkan

oleh Thomas L. Saaty. Model pendukung keputusan ini akan menguraikan

masalah multi faktor atau multi kriteria yang kompleks menjadi suatu hirarki,

menurut Saaty (1993), hirarki didefinisikan sebagai suatu representasi dari sebuah

permasalahan yang kompleks dalam suatu struktur multi level dimana level

pertama adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan

seterusnya ke bawah hingga level terakhir dari alternatif. Dengan hirarki, suatu

masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang

kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akan

tampak lebih terstruktur dan sistematis.

Menurut Turban (2005), Analytical Hierarcy Process (AHP) adalah suatu

metode analisis dan sintesis yang dapat membantu proses Pengambilan

Keputusan. AHP merupakan alat pengambil keputusan yang powerful dan

fleksibel, yang dapat membantu dalam menetapkan prioritas-prioritas dan

membuat keputusan di mana aspek-aspek kualitatif dan kuantitatif terlibat dan

keduanya harus dipertimbangkan. Dengan mereduksi faktorfaktor yang kompleks

menjadi rangkaian one on one comparisons dan kemudian mensintesa hasil-

hasilnya, maka AHP tidak hanya membantu orang dalam memilih keputusan yang

tepat, tetapi juga dapat memberikan pemikiran/alasan yang jelas dan tepat.
Metode AHP memperhitungkan tingkat validitas sampai dengan batast

oleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh pengambil

keputusan. selain itu, AHP mempunyai kemampuan untuk memecahkan masalah

yang multi objektif dan multi kriteria yang didasarkan pada perbandingan

preferensi dari setiap elemen dalam hierarki, sehingga menjadi model pengambil

keputusan yang komprehensif.

Menurut Siti (2005), Terdapat empat aksioma-aksiomayang terkandung

dalam model AHP yaitu :

1. Reciprocal Comparison adalah pengambilan keputusan harus dapat membuat

perbandingan dan menyatakan preferensinya. Preferensi tersebut harus

memenuhi syarat reciprokal yaitu apabila A lebih disukai daripada B dengan

sekala x, maka B lebih disukai dari pada A dengan sekala 1/x.

2. Homogeneity adalah preferensi seseorang harus dapat dinyatakan dalam sekala

terbatas atau dengan kata lain elemen-elemenya dapat dibandingkan satu sama

lainnya. Kalau aksioma ini tidak dipenuhi maka elemen-elemen yang

dibandingkan tersebut tidak homogen dan harus dibentuk cluster (kelompok

elemen) yang baru.

3. Independence adalah preferensi dinyatakan dengan

mengasumsikan bahwa kriteria tidak dipengaruhi oleh alternatif-alternatif yang

ada melainkan oleh objektif keseluruhan. Ini menunjukkan bahwa pola

ketergantungan dalam AHP adalah searah, maksudnya perbandingan antara

elemen-elemen dalam satu tingkat dipengaruhi atau tergantungoleh elemen-

elemen pada tingkat diatasnya.


4. Expectation adalah untuk tujuan pengambilan keputusan. Struktur hirarki

diasumsikan lengkap. Apabila asumsi ini tidak dipenuhi maka pengambilan

keputusan tidak memakai seluruh kriteria atau objektif yang tersedia atau

diperlukan sehingga keputusan yang diambil dianggap tidak lengkap.

Secara umum langkah-langkah yang harus dilakukan dalam menggunakan

AHP untuk pemecahan suatu masalah adalah sebagai berikut :

1. Mendefinisikan masalah dan menentukan solusi yang diinginkan, lalu

Gambarkan kedalam bentuk hierarki dari permasalahan yang dihadapi.

Gambar 1. Struktur hirarki

2. Menentukan prioritas elemena, langkah pertama dalam menentukan prioritas

elemen adalah membuat perbandingan pasangan, yaitu membandingkan

elemen secara berpasangan sesuai kriteria yang diberikan. Seperti pada tabel

dibawah ini ( Pairwise Comparison ). Matriks perbandingan berpasangan diisi

menggunakan bilangan skala prioritas seperti pada tabel dibawah ini. Bilangan

tersebut merepresentasikan kepentingan relatif dari suatu elemen terhadap

elemen yang lainnya. ( Comparative Judgment ).


Gambar 2. Table Matriks Perbandingan Berpasangan

Identitas Keterangan
kepentingan

1 Kedua elemen sama pentingnya

3 Elemen yang satu sedikit lebih penting dari


pada elemen yang lain

5 Elemen yang satu sedikit lebih cukup penting


dari pada elemen yang lainnya

7 Satu elemen jelas lebih penting dari pada


elemen lainnya

9 Satu elemen mutlak penting dari pada elemen


lainnya

2,4,6,8 Nilai-nilai antara dua nilai perbandingan


berdekatan

Kebalikan Jika untuk aktivitas i mendapat satu angka bila


dibandingkan dengan aktivitas j, maka j
mempunyai nilai kebalikannya bila
dibandingkan dengan i.

Gambar 3. Skala penilaian perbandingan pasangan

3. Apabila terdapat 5 kriteria yang diperbandingkan maka kita harus

melakukan perbandingan berpasangan sebanyak 10 kali.


4. Menghitung nilai eigen dari setiap kriteria

pada matriks perbandingan berpasangan.

5. Menghitung nilai maks.

6. Menghitung nilaiConsistency Index (CI) dengan rumus:

CI = ( maks. n ) / n -1

n = banyaknya elemen

7. Menghitung Nilai Rasio Konsistensi( Ratio Consistency )CR = CI / RIRI =

Nilai ketidakkonsistenan ( Indeks Random Consistency ) ( Bisa dilihat dalam

tabel di bawah ini )

Gambar 4.Tabel Nilai Indeks Random

8. Memeriksa Rasio Konsistensi .

Jika nilainya lebih dari 0,1 maka penilaian comparative judgment harus

diperbaiki. Namun jika Rasio Konsistensi (CR) kurang dari atau sama dengan

0,1, maka hasil perhitungan bisa dinyatakan benar.


III. METODOLOGI

A Alat dan Bahan

1 Alat tulis

2 Computer/laptop

3 Software AHP (Expert Choice)

4 Data responden AHP yang lengkap

B Prosedur Kerja

i. Pembuatan dan Penyimpanan File

a. Buka aplikasi Expert Choice 11, dengan klik 2 kali pada icon EC.

Selanjutnya akan muncul window atau screen selamat datang Welcome

to Expert Choice (Gambar 1).

Gambar 1. Pilih Create New Model lalu klik OK


b. Pada window ini, klik Create new model, direct lalu klik OK. Kemudian

akan muncul Window penyimpanan untuk file baru yang akan kita buat.

Isikan nama file sesuai dengan keinginan, pada kali nama file diisi

dengan Komoditi Ternak Dikembangkan di Kab Majene (Gambar

2). kemudian klik Open.

Gambar 2. Masukkan Nama File Sesuai Keinginan

c. Setelah itu akan muncul window Goal Description. Pada window ini

sisikan secara singkat deskripsi tujuan atau goal yang ingin dicapai, kali

ini saya menggunakan deskripsi yang sama dengan nama file yang telah

disimpan tadi (Gambar 3).


Gambar 3. Masukkan Deskripsi Goal

d. Setelah mengisi deskripsi selanjutnya klik OK, lalu akan muncul window

ruang kerja dengan sebuah Node yang merupakan hirarki level utama

atau goal yang ingin dicapai (Gambar 4).

Gambar 4.Tampilan Menu Utama dengan Node (Hierarki I)

ii. Penyusunan Hierarki

a. Perhatikan kembali susunan hierarki KRITERIA pada analisis secara

manual, pada hierarki II kriteria yang digunakan dimasukkan sebagai

anak atau turunan hierarki Idengan Klik Kanan pada Node hierari I,

kemudian pilih Insert Child of Current Node (Gambar 5).


Gambar 5.Masukkan anak hierarki (Hierarki II)

b. Masukkan kriteria pertama: Daya dukung lahan atau Kemubuhan Lahan,

lalu klik enter, selanjutnya masukkan kriteria kedua Nilai ekonomi dan

peluang pasar, kriteria ketiga dan keempat, tekan enter lalu klik bebas di

ruang kerja. Hingga akan diperoleh tampilan seperti ditunjukkan pada

Gambar 6 (1).

Gambar 6. Masukkan Alternatif (Hierarki III)


c. Selanjutnya kita akan memasukkan alternatif-alternatif komoditas ternak

yang akan dikembangkan. Unutk memasukkan alternatif Klik icon Add

Alternatif (Gambar 6-(2)). Selanjutnya akan muncul window alternative

name, lalu isi dengan nama komoditi yang akan dikembangkan (Gambar

6-(3)). Ulangi proses pada nomor 2 dan 3 hingga semua alternatif

dimasukkan. Hingga diperoleh tampilan seperti pada Gambar 7.

Gambar 7. Pengisian atribut sudang lengkap

iii. Pembobotan Kriteria

Sebagaimana prosedur yang dilakukan pada analisis manual, tahap

pembobotan pertama dilakukan pada hierarki II terhadap hierarki I. Artinya

kita ingin memberikan bobot terhaap masing-masing kriteria untuk

mengetahui kriteria mana yang paling diunggulkan. Pada analisis manual

sebelumnya diketahui bahwa hasil pembobotan adalah sebagai berikut:


1. Pertama Klik Node utama atau Goal pada kolom bagian kiri. Lalu klilk

Assessment pada tool bar window, kemudian pilih pairwise (Gambar 8).

Gambar 8. Pilih Pairwise

2. Selanjutnya akan muncul window compare the relative preference with

respect to: Goal: Komoditas Ternak Dikembangkan di Kab. Majene.

Perhatikan bagian yang diberi kotak bergaris birupada Gambar 9. Pada

kotak tersebut terdapat tombol radio (radio button) yang dapat anda geser

kekanan atau kekiri sesuai dengan peringkat bobot yang diberikan.

Contoh Perbandingan antara Daya dukung lahan. Kebutuhan lahan

dengan Nilai ekonomi & peluang pasar. Hasil pembobotan pada Tabel 1

menunjukkan bahwa nilai ekomomi & daya dukung pasar (NE dan PP)

lika kali lebih penting dibandingkan dengan daya dukung lahan (DDL)

sehingga, tombol radio digeser ke arah kanan dan berhenti pada angka 5.

Selanjut lakukan pengisian untuk kolom-kolom lain sebagaimana

prosedur tersebut hingga diperoleh hasil (Gambar 9). Kelebihan analisis

menggunakan EC ini adalah informasi tentang konsistensi penilaian


dapat langsung diketahui (dilingkari merah). Konsistensi pembobotan

pada hierarki kedua ini menunjukkan angka 0,05 atau < 0,1 sehingga

hasil penilaian dianggap memenuhi persyaratak inkonsistensi atau

pembobotan dilakukan secara konsisten. Jika pembobotan selesai, klik

Caculate (Gambar 9-(3)).

Gambar 9. Pembobotan Hierarki II terhadap Hierarki I

iv. Pembobotan Alternatif

Pembobotan kedua dilakukan pada masing-masing alternaitf terhadap

kriteria (hierarki II). Pembobotan dimaksudkan untuk memberi penilaian

karakter masing-masing komoditas (alternatif) berdasarkan kriteria yang ada.

Pertama-tama klik pada kriteria 1 (Daya dukung lahan atau Kebutuhan

Lahan), kemudian Klik Assessment pada tool bar window, pilih perbandingan

berpasngan Pairwise (Gambar 8). Selanjutnya akan muncul window

perbandingan relatif (Gambar 10). Masukkan nilai-nilai masing-masing bobot

berdasarkan hasil penilaian yang diperoleh pada analisis secara manual.


Pertama bandingkan antara sapi potong dan kambing dalam hal kriteria daya

dukung lahan atau kebutuhan lahan. Nilai pembobotan yang diperoleh pada

analisis sebelumnya (silahkan dilihat). Selanjutnya lakukan pengisian

sebagaimana prosedur pada Langkah III di atas, hingga diperoleh hasil

pengisian sebagaimana ditunjukkan pada Gambar 10.

Gambar 10.Pembobotan Alternatif terhadap Hierarki II

v. Sintesis

Setelah semua pembobotan alternatif dilakukan untuk semua kriteria,

selanjutnya perolehan hasil (sistesis) sekarang dapat dilakukan.

1. Setelah kembali ke window utama. Klik Synthesize, pilih with respct to

goal. Maka akan muncul window seperti Gambar 11.


Gambar 11. Output sintesis

2. Klik sort by priority untuk mlihat prioritas utama.

Gambar 12. Output sintesis setelah diurut berdasarkan prioritas


IV. HASIL DAN PEMBAHASAN

A. Hasil

Tentang : pemilihan tempat service motor

Gambar 1. model view Tujuan pemilihan Tempat service motor

Gambar2. pembobotan matrik general


Gambar 3. Priorities Derived from Comparisons Goal

Penjelasan :

1. Kenyamanan lebih mutlak penting dari pada mekanik

2. Kenyamanan lebih penting dari pada keawetan

3. Kenyamanan lebih penting dari pada kualitas

4. Mekanik lebih mutlak penting dari pada keawetan

5. Mekanik mutlak penting dari pada kualitas

6. Keawetan lebih penting dari pada kualitas


Gambar 4. Pembobotan faktor 1

Gambar 5. Priorities Derived from Comparisons 1

Penjelasan : kenyamanan

1. Banyumas motor lebih penting dari pada koni motor

2. Banyumas motor jelas lebih mutlak dari pada puri motor

3. Koni motor lebih penting dari pada puti motor


Gambar 6. Pembobotan faktor 2

Gambar 7. Priorities Derived from Comparisons 2

Penjelasan : mekaniknya

1. Banyumas motor sedikit lebih penting dari pada koni motor

2. Banyumas motor sedikit lebih penting dari pada puri motor

3. Koni motor sama pentingnya dengan puri motor


Gambar 8. Pembobotan faktor 3

Gambar 9. Priorities Derived from Comparisons 3

Penjelasan : keawetan

1. Banyumas motor jelas lebih mutlak dari pada koni motor

2. Banyumas motor sedikit jelas lebih penting dari pada puri motor

3. Koni motor lebih penting dari pada puri motor


Gambar 10. Pembobotan faktor 4

Gambar 11. Priorities Derived from Comparisons 4

Penjelasan : kenyamanan

1. Banyumas motor jelas lebih penting dari pada koni motor

2. Banyumas motor lebih penting dari pada puri motor

3. Koni motor lebih mutlak dari pada puti motor


Gambar 12. Shynthesis result

Kesimpulannya adalah overall inconsistency = 1.06 =106 %

Kenyamanan : L.193

Mekaniknya : L.172

Keawetan : L.157

Kualitas : L.478

B. Pembahasan

AHP adalah suatu metode analisis dan sintesis yang dapat membantu proses

pengambilan keputusan yang powerful dan fleksibel. AHP dapat membantu dalam

menetapkan prioritas-prioritas dan membuat keputusan di mana harus

mempertimbangkan aspek-aspek kualitatif dan kuantitatif. Penggunaan AHP dapat

mereduksi faktor-faktor yang kompleks menjadi sebuah rangkaian, kemudian

mensintesa hasil-hasilnya, maka AHP tidak hanya membantu orang dalam


memilih keputusan yang tepat, tetapi juga dapat memberikan pemikiran/ alasan

yang jelas. AHP adalah sebuah hierarki fungsional dengan input utamanya

persepsi manusia. Keberadaan hierarki memungkinkan dipecahnya masalah

kompleks atau tidak terstruktur ke dalam subsub masalah, lalu menyusunnya

menjadi suatu bentuk hierarki (Kusrini, 2007).

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. (Budi Haryono, 2015).

Layaknya sebuah metode analisis, AHP pun memiliki kelebihan dan

kelemahan dalam system analisisnya. Kelebihan - kelebihan analisis ini adalah:


1. Kesatuan (Unity)

AHP membuat permasalahan yang luas dan tidak terstruktur menjadi

suatu model yang fleksibel dan mudah dipahami.

2. Kompleksitas (Complexity)

AHP memecahkan permasalahan yang kompleks melalui pendekatan

sistem dan pengintegrasian secara deduktif.

3. Saling ketergantungan (Inter Dependence)

AHP dapat digunakan pada elemen-elemen sistem yang saling bebas

dan tidak memerlukan hubungan linier.

4. Struktur Hirarki (Hierarchy Structuring)

AHP mewakili pemikiran alamiah yang cenderung mengelompokkan

elemen sistem ke level-level yang berbeda dari masing-masing level berisi

elemen yang serupa.

5. Pengukuran (Measurement)

AHP menyediakan skala pengukuran dan metode untuk

mendapatkan prioritas.

6. Konsistensi (Consistency)

AHP mempertimbangkan konsistensi logis dalam penilaian yang

digunakan untuk menentukan prioritas.

7. Sintesis (Synthesis)

AHP mengarah pada perkiraan keseluruhan mengenai seberapa

diinginkannya masing-masing alternatif.

8. Trade Off
AHP mempertimbangkan prioritas relatif faktor-faktor pada sistem

sehingga orang mampu memilih altenatif terbaik berdasarkan tujuan

mereka.

9. Penilaian dan Konsensus (Judgement and Consensus)

AHP tidak mengharuskan adanya suatu konsensus, tapi

menggabungkan hasil penilaian yang berbeda.

10. Pengulangan Proses (Process Repetition)

AHP mampu membuat orang menyaring definisi dari suatu

permasalahan dan mengembangkan penilaian serta pengertian mereka

melalui proses pengulangan. (Syaifullah, 2008)

Kelebihan:

1. Struktur yang berhierarki sebagai konskwensi dari kriteria

yang dipilih sampai pada sub-sub kriteria yang paling

dalam.

2. Memperhitungkan validitas sampai batas toleransi

inkonsentrasi sebagai kriteria dan alternatif yang dipilih

oleh para pengambil keputusan.

3. 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.

2. Metode AHP ini hanya metode matematis tanpa ada pengujian secara

statistik sehingga tidak ada batas kepercayaan dari kebenaran model yang

terbentuk ( Budi Haryono, 2015)

Kelebihan Analytic Hierarchy Process (AHP) dibandingkan dengan metode

lainnya adalah:

1. Struktur yang berhirarki dapat digunakan sebagai konsekuensi dari

kriteria yang dipilih hingga mencapai 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

pengambilan keputusan.

Selain itu, Analytic Hierarchy Process (AHP) mempunyai kemampuan

untuk memecahkan masalah yang multi obyektif dan multi kriteria yang

berdasarkan pada perbandingan preferensi dari setiap elemen dalam hirarki.

Sehingga dapat dikatakan bahwa Analytic Hierarchy Process (AHP) merupakan

suatu metode pengambilan keputusan yang komprehensif.

Kekurangan Analytic Hierarchy Process (AHP) adalah sebagai berikut:

1. Ketidak mampuan dalam mengatasi faktor ketidakpresisian yang dialami

oleh pengambil keputusan ketika harus memberikan nilai yang pasti

(pengevaluasian) konsep produk berdasarkan jumlah kriteria melalui

pairwise comparison (perbandingan berpasangan).

2. Perhitungan manual Analytic Hierarchy Process (AHP) akan

memunculkan kesulitan apabila kriteria yang digunakan lebih dari 10.

3. Dimana terdapat kemungkinan hirarki yang berbeda apabila diaplikasikan

pada masalah yang identik, sehingga dapat memungkinkan perubahan


hasil yang berdampak besar akibat perubahan berskala kecil yang terjadi.

(Vebty, 2015)

AHP dapat diandalkan, karena dalam AHP suatu prioritas disusun dari

berbagai pilihan yang dapat berupa kriteria yang sebelumnya telah didekomposisi

(struktur) terlebih dahulu, sehingga penetapan prioritas didasarkan pada suatu

proses yang terstruktur (hierarki) dan masuk akal. Jadi pada intinya AHP

membantu memecahkan persoalan yang kompleks dengan menysun suatu hirarki

kriteria, dinilai secara subjektif oleh pihak yang berkepentingan lalu menarik

berbagai pertimbangan guna mengembangkan bobot atau prioritas (kesimpulan)

Banyak sistem pendukung yang tersedia dan mampu melengkapi sistem

informasi manajemen yang ada. Beberapa sistem pendukung yang akan dibahas di

sini, di antaranya adalah:

a. Sistem Informasi Geografis (SIG)

Sistem Informasi Geografi (SIG) merupakan alat dan sarana analisis

spasial yang bermanfaat untuk menurunkan informasi baru berdasarkan

sekumpulan informasi tematik,(Aronoff, 1989) sedangkan secara

operasional SIG adalah suatu sistem berbasis komputer yang digunakan

untuk menyimpan, mengelola, menganalisa, dan mengaktifkan kembali

data yang mempunyai referensi keruangan, untuk berbagai tujuan yang

berkaitan dengan pemetaan dan perencanaan. (Burrough, 1986)

Sistem Informasi Geografis (GIS) adalah sistem berbasis komputer

menyediakan kemampuan canggih untuk menangani data spasial dan

deskriptif. GIS saat ini dianggap sebagai satu-satunya alat yang


mendukung analisis digital yang terintegrasi dari proses multi-komponen

dengan mempertimbangkan setiap atribut yang diperlukan dari kombinasi

berbagai komponen (Sejati, 2014).

Dari beberapa definisi diatas dapat disimpulkan bahwa Sistem

Informasi Geografi (SIG) merupakan suatu sistem berbasis komputer

yang memberikan empat kemampuan untuk menangani data berefernsi

geografi yaitu pemasukan, pengelolaan atau manajemen data

(penyimpanan dan pengaktifan kembali), manipulasi dan analisis serta

keluaran berupa peta.

b. Sistem Pendukung Pengambilan Keputusan/Decision-Support Systems

(DSS)

Sistem pendukung pengambilan keputusan kelompok (DSS) adalah

sistem berbasis komputer yang interaktif, yang membantu pengambil

keputusan dalam menggunakan data dan model untuk menyelesaikan

masalah yang tidak terstruktur. Sistem pendukung ini membantu

pengambilan keputusan manajemen dengan menggabungkan data, model-

model dan alat-alat analisis yang komplek, serta perangkat lunak yang

akrab dengan tampilan pengguna ke dalam satu sistem yang memiliki

kekuatan besar (powerful) yang dapat mendukung pengambilan

keputusan yang semi atau tidak terstruktur. DSS menyajikan kepada

pengguna satu perangkat alat yang fleksibel dan memiliki kemampuan

tinggi untuk analisis data penting. Dengan kata lain, DSS menggabungkan

sumber daya intelektual seorang individu dengan kemampuan komputer


dalam rangka meningkatkan kualitas pengambilan keputusan. DSS

diartikan sebagai tambahan bagi para pengambil keputusan, untuk

memperluas kapabilitas, namun tidak untuk menggantikan pertimbangan

manajemen dalam pengambilan keputusannya.

Dalam suatu penelitiannya Steven S. Alter mengembangkan satu

taksonomi dari enam jenis DSS yang didasarkan pada tingkat dukungan

pemecahan masalah. Keenam jenis tersebut tampak pada gambar berikut :

Gambar 1. Enam jenis DSS

Jenis DSS yang memberikan dukungan paling sedikit adalah jenis yang

memungkinkan manajer mengambil hanya sebagian kecil informasi (unsur-

unsur informasi) seperti terlihat pada kolom 1 gambar di atas. Manajer dalam

hal ini dapat bertanya pada database untuk mendapatkan angka/jumlah tingkat

penyerapan anggaran pada satu satker dibawah lingkup kerjanya.

Jenis DSS yang memberikan dukungan yang sedikit lebih tinggi

memungkinkan baginya menganalisis seluruh isi file mengenai tingkat

penyerapan anggaran pada unit-unit lain yang terkait. Contohnya adalah

laporan gaji bulanan pegawai yang disiapkan dari file gaji.


Dukungan yang lebih lagi diberikan oleh sistem yang menyiapkan

laporan total penyerapan anggaran biaya pegawai dan tunjangan-tunjangan

yang diterimanya yang diolah dari berbagai file sistem penggajian.

Ada dua tipe DSS yang dikenal, yaitu: Model-driven DSS dan Data-

driven DSS. Jenis DSS yang pertama merupakan suatu sistem yang berdiri

sendiri terpisah dari sistem informasi organisasi secara keseluruhan. DSS ini

sering dikembangkan langsung oleh masing-masing pengguna dan tidak

langsung dikendalikan dari divisi sistem informasi. Kemampuan analisis dari

DSS ini umumnya dikembangkan berdasarkan model atau teori yang ada dan

kemudian dikombinasikan dengan tampilan pengguna yang membuat model

ini mudah untuk digunakan.

Jenis DSS yang kedua, data-driven DSS, menganalisis sejumlah besar

data yang ada atau tergabung di dalam sistem informasi organisasi. DSS ini

membantu untuk proses pengambilan keputusan dengan memungkinkan para

pengguna untuk mendapatkan informasi yang bermanfaat dari data yang

tersimpan di dalam database yang besar. Banyak organisasi atau perusahaan

mulai membangun DSS ini untuk memungkinkan para pelanggannya

memperoleh data dari website-nya atau data dari sistem informasi organisasi

yang ada.

c. Sistem Kelompok Pendukung Pengambilan Keputusan/Group Decision-

Support Systems (GDSS)

GDSS merupakan sistem berbasis komputer yang interaktif untuk

memudahkan pencapaian solusi oleh sekelompok pengambil keputusan


atas permasalahan yang sifatnya tidak terstruktur. GDSS dikembangkan

untuk menjawab tantangan terhadap kualitas dan efektivitas pengambilan

keputusan yang dilakukan oleh lebih dari satu orang (kelompok orang).

Permasalahan yang perlu digarisbawahi untuk pengambilan keputusan

yang dilakukan oleh sekelompok orang antara lain adalah banyaknya para

pengambil keputusan, waktu yang harus dialokasikan, dan meningkatnya

peserta yang ada. GDSS memberikan dukungan pada pemecahan masalah

dengan menyediakan suatu pengaturan yang mendukung komunikasi bagi

anggota yang tergabung dalam kelompok. Gambar di bawah ini

menunjukkan empat kemungkinan pengaturan GDSS yang didasarkan

pada ukuran kelompok dan lokasi para anggotanya.

Gambar 2. Empat kemungkinan pengaturan GDSS

Penggunaan GDSS mampu untuk mengatasi berbagai masalah atau

potensi masalah yang mungkin akan timbul. Beberapa manfaat yang dapat

diperoleh dengan penggunaan GDSS ini, antara lain adalah:

1. Meningkatkan perencanaan awal, yaitu untuk membuat diskusi atau

pertemuan menjadi lebih efektif dan efisien.


2. Meningkatkan partisipasi, sehingga setiap peserta dari berbagai latar

belakang dapat memberikan kontribusinya dengan optimal.

3. Menciptakan iklim yang lebih terbuka dan kolaboratif, yaitu tanpa

membuat pihak yang tingkatannya lebih rendah merasa takut dan

terancam. Dan juga tidak membuat pihak yang tingkatannya lebih

tinggi mendominasi jalannya suatu rapat, pertemuan/meeting.

4. Setiap ide yang ditawarkan bebas dari kritik, memungkinkan peserta

rapat, pertemuan/meeting mengkontribusikan ide atau pendapatnya

tanpa takut untuk dikritik.

5. Evaluasi yang objektif, menciptakan atmosfir di mana suatu ide akan

dievaluasi secara objektif dan tidak memandang siapa yang

memberikan ide tersebut.

6. Menghasilkan ide organisasi, yaitu bagaimana tetap memfokuskan

pada tujuan rapat, pertemuan/meeting, mencari cara yang paling

efisien untuk mengorganisir ide yang dihasilkan dalam sesi

brainstorming, dan mengevaluasi ide dalam batasan waktu yang

paling sesuai.

d. Sistem Pendukung Pengambilan Keputusan Eksekutif/Executive-Support

Systems (ESS)

Dalam sistem pendukung pengambilan keputusan eksekutif istilah

executive support system (ESS) sering dipertukarkan dengan executive

information system (EIS). Namun, ada juga yang membedakan keduanya.

Jika dibedakan, EIS sering didefinisikan sebagai sistem informasi


berbasis komputer yang menyajikan kebutuhan informasi eksekutif

puncak. Sistem ini memberikan akses cepat atas informasi dan laporan

manajamen. Di sisi lain, ESS adalah sistem pendukung komprehensif

yang mempunyai kemampuan lebih dari EIS. ESS menyangkut juga

sistem komunikasi, otomatisasi kantor, dukungan analisis, dan

intelejensia.

ESS dibangun terutama untuk menyajikan gambaran operasional

suatu organisasi; melayani kebutuhan informasi eksekutif puncak;

menyajikan tampilan yang akrab di pengguna, sesuai dengan tipe

keputusan individu, menyajikan penelusuran dan pengendalian yang tepat

waktu dan efektif; menyajikan akses cepat atas informasi rinci dengan

teks, angka, atau grafik; mengindentifikasikan masalah; serta menyaring,

mengkompres, dan melacak data dan informasi kritikal.

Karakteristik utama yang dimiliki ESS adalah kemampuan melihat

rincian, menginformasikan faktor keberhasilan kritikal (critical success

factors), akses status, analisis, pelaporan eksepsi (exception reporting),

penggunaan warna, navigasi informasi, dan komunikasi.

3. Sistem Pakar - Expert Systems (ES)

Para ahli atau pakar biasanya memiliki pengetahuan (knowledge)

dan pengalaman khusus untuk masalah tertentu. Mereka paham betul

alternatif pemecahan, kemungkinan keberhasilannya, serta keuntungan

dan kerugian yang mungkin timbul. Mereka biasanya digunakan oleh

instansi untuk memberi nasehat atas masalah tertentu, seperti pada


Departemen Pertahanan masalah pembelian peralatan militer yang

teknologinya canggih, penyelesaian tuntutan pembubaran Bisnis TNI,

perampingan/reorganisasi departemen, dan strategikomunikasi dengan

media massa. Makin tidak terstruktur masalahnya, makin spesialis

nasehat yang dibutuhkan dari mereka.

Expert systems (ES) mencoba untuk meniru pengetahuan pakar

tersebut. Sistem ini biasanya digunakan jika organisasi harus

memberikan keputusan atas suatu masalah yang kompleks. Secara

khusus, ES adalah paket komputer untuk memecahkan atau mengambil

keputusan atas suatu masalah spesifik atau terbatas, yang kemampuan

pemecahannya dapat sama atau melebihi suatu tingkat kemampuan

seorang pakar.

ES bisa dibagi dalam dua bagian: lingkungan pengembangan

(development environment) dan lingkungan konsultasi (consultation

environment). Lingkungan pengembangan digunakan oleh pengembang

ES untuk membangun komponen komponen ES dan menempatkan

pengetahuan (knowledge) pada basis pengetahuan (knowledge base).

Lingkungan konsultansi digunakan oleh non-pakar untuk memperoleh

pengetahuan dan nasehat para pakar yang disimpan di sistem.

Tiga komponen utama yang biasanya ada dalam ES adalah basis

pengetahuan, mesin inferensi (inference engine), dan tampilan pengguna

(user interface).
Expert Choice adalah sebuah aplikasi yang khusus digunakan sebagai alat

bantu implementasi model-model dalam Decission Support System (DSS) atau

yang lebih dikenal dengan sebutan Sistem Penunjang Keputusan (SPK) dalam

sebuah perusahaan ataupun untuk keperluan akademik. Beberapa kemudahan

terdapat dalam Expert Choice dibandingkan dengan software-software sejenis,

kemudahan-kemudahan tersebut antara lain:

1. Fasilitas Graphical User Interface (GUI) yang mudah digunakan. Sehingga

cocok digunakan baik bagi kalangan perusahaan ataupun bagi kalangan

akademik yang baru saja mempelajari tentang seluk belum Sistem Penunjang

Keputusan.

2. Banyak fitur-fitur yang menyediakan pemodelan Decission Support System

secara baik, tanpa perlu melakukan instalasi atau setting ulang parameter-

parameter yang terlalu banyak.

Perangkat lunak ini dapat digunakan untuk menentukan keputusan-

keputusan yang sulit untuk dipecahkan ataupun diputuskan oleh para pengambil

keputusan. Software ini memiliki tingkat ke akuratan yang tinggi untuk metode

Proses Hirarki Anatilik (AHP), bilamana didukung dengan data-data yang

konsisten.

Adapun tujuan dari aplikasi Expert Choice sebagai berikut:

1. Untuk menganalisa suatu proses pengambilan keputusan.

2. Untuk menentukan keputusan yang sulit dipecahkan.

Sedangkan manfaat dari aplikasi Expert Choice yaitu dapat membantu para

pengambil keputusan dalam mengambil suatu keputusan.


Pada praktikum kali ini, saya menggunakan aplikasi Expert Choice untuk

memudahkan pengambilan keputusan dalam pemilihan tempat service motor.

Dengan alternatifnya adalah dipandang dari segi keawetan, kualitas sparepart,

mekanik dan kenyamanan. Sementara itu, hierarki yang diambil adalah koni

motor, puri motor dan banyumas motor, Dengan menggunakan expert choice di

dapatkan hasil bahwa alternatif yang paling di lihat adalah dari segi keawetan,

kualitas sparepart, mekanik dan kenyamanan. Dan dari masing-masing tempat

service dapat disimpulkan bahwa kualitas tempat service yang paling bagus

adalah koni motor dibandingkan dengan tempat service lainnya.

V. KESIMPULAN DAN SARAN

A. Kesimpulan

1. Expert Choice adalah sebuah aplikasi yang khusus digunakan sebagai alat

bantu implementasi model-model dalam Decission Support System (DSS)

atau yang lebih dikenal dengan sebutan Sistem Penunjang Keputusan (SPK)

dalam sebuah perusahaan ataupun untuk keperluan akademik.

2. Dengan hierarki, suatu masalah yang kompleks diuraikan kedalam kedalam

kelompok-kelompok sehingga permasalahan akan tampak lebih terstruktur

dan sistematis.

B. Saran
Sebaiknya semua praktikan diwajibkan untuk memiliki aplikasi expert

choice, agar semua praktikan bisa mencoba aplikasi tersebut dan tidak

mengganggu praktikan lain.

DAFTAR PUSTAKA

Alonso, J. A., dan Lamata, M. T., 2006, Consistency In The Analytic Hierarchy
Process: A New Approach, International Journal of Uncertainty, no 4,
volume 14, hal. 445-459.

Anton, H. dan Rorres, C., 2004, Aljabar Linear Elementer versi aplikasi, Edisi
Kedelapan, Jakarta : Erlangga.

Gole, A. W. dan Kusrini, 2007, Sistem Pendukung Keputusan Penentuan Prestasi


Pegawai Nakertrans Sumba Barat Di Waikabubak, Seminar Nasional
Aplikasi Teknologi Informasi, Yoggyakarta.

Latifah,Siti. (2005). Prinsip-Prinsip Dasar Analytical Hierarchy Process.


Sumatera Utara: Fakultas Pertanian Universitas Sumatera Utara.

Munggana, Wira & Kurniady Kencana, Roswell. 2013. Sistem Perbandingan dan
Penyediaan Informasi Kendaraan Mobil dengan Metode AHP. Universitas
Multimedia Nusantara: Tangerang.

Iryanto, 2004, Perbandingan Berpasangan Dalam Prosees Analitik Hirarki, no. 2,


Volume 5, hal. 9-13. Iryanto, 2008, Eksposisi Analytic Hierarchy Process
Dalam Riset Operasi : Cara Efektif Untuk Pengambilan Keputusan, Pidato
Pengukuhan Jabatan Guru Besar Tetap dalam Bidang Ilmu Optimisasi
pada FMIPA Universitas Sumatra Utara.

Joesoef, J. R., 2002, Analytic Hierarchy Process (AHP) dan Penentuan Produk,
Kinerja Jurnal Bisnin dan Ekonomi, Volume 6, hal. 30-38.

Saragih,Sylvia Hartati. 2013. Penerapan Metode Analitycal Hierarchy Process


(Ahp) Pada Sistem Pendukung Keputusan Pemilihan Laptop. Pelita
Informatika Budi Darma, Volume : IV, Nomor: 2. STMIK Budi Darma:
Medan.

Supriyono, Wardhana,Wisnu Arya, Sudaryo. 2007. Sistem Pemilihan Pejabat


Struktural Dengan Metode Ahp. Sekolah Tinggi Teknologi Nuklir (STTN)
BATAN: Yogyakarta.