JURNAL SAINS DAN SENI POMITS Vol. 1, No.

1, (2013) 1-6 1

Penerapan Fuzzy Analytical Network Process

Dalam Menentukan Prioritas Pemeliharaan
Jalan
Manis Oktavia, I Gusti Ngurah Rai Usadha
Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS)
Jl. Arief Rahman Hakim, Surabaya 60111
Email:usadha@matematika.its.ac.id

Abstrak— Secara umum jalan cenderung mengalami penurunan kondisi yang diindikasikan dengan banyaknya jalan dalam
keadaan kurang baik. Pemeliharaan jalan diperlukan untuk menjaga kondisi jalan agar sesuai dengan umur jalan yang
direncanakan. Dinas Pekerjaan Umum (DPU) Bina Marga merupakan dinas pemerintah yang melaksanakan pemeliharaan rutin jalan
dan jembatan. Pengalokasian anggaran dari pemerintah pusat kurang memadai sehingga diperlukan adanya prioritas pemeliharaan
jalan. Dalam proses prioritas pemeliharaan jalan pihak DPU mempertimbangan faktor-faktor kuantitatif dan kualitatif berdasarkan
kriteria dan subkriteria tertentu. Dalam tugas akhir ini dibahas suatu metode penyelesaian untuk kasus prioritas pemeliharaan jalan
menggunakan metode Fuzzy Analytical Network Process (Fuzzy ANP) untuk pembobotan. Pembobotan dilakukan dalam beberapa tahap
yaitu pembobotan antar kriteria, pembobotan antar subkriteria, pembobotan ketergantungan antar kriteria, pembobotan antar
alternatif terhadap tiap subkriteria dan bobot akhir prioritas. Pihak DPU menetapkan empat kriteria, dan empat alternatif
berdasarkan data survey tahunan. Hasil pembobotan menunjukkan bahwa urutan prioritas adalah Link 222, Link 223, Link 224 dan
Link 228.

Kata Kunci—Fuzzy Anaytical Network Process, pembobotan, pemeliharaan jalan, urutan prioritas.

T
I. PENDAHULUAN

ransportasi merupakan hal yang sangat penting dalam menunjang kehidupan sehari-hari. Untuk itu diperlukan
sarana dan prasarana yang memadai, salah satunya adalah jalan. Jalan yang memadai adalah yang nyaman bagi
penggunanya. Secara umum kondisi jalan yang ada saat ini dalam keadaan kurang baik (rusak, rusak sedang dan rusak berat).
Oleh karena itu diperlukan adanya penanganan jalan baik berupa pemeliharaan jalan maupun peningkatan jalan untuk
menjaga kondisi jalan agar sesuai
dengan umur jalan yang direncanakan.
Dinas Pekerjaan Umum (DPU) Bina Marga Bangkalan merupakan dinas pemerintah yang melaksanakan pemeliharaan rutin
jalan dan jembatan di Kabupaten Bangkalan. Dari tahun ke tahun, pengalokasian anggaran pembangunan infrastruktur jalan dari
pemerintah pusat kurang memadai sehingga terjadi akumulasi kondisi jalan yang kurang baik. Oleh sebab itu diperlukan
adanya prioritas pemeliharaan jalan yang tepat untuk mempertahankan kondisi jalan pada tingkat yang layak. Pihak DPU dalam
penentuan prioritas berdasarkan SK No.
77 Dirjen Bina Marga tahun 1990, diperoleh bahwa urutan prioritas tertinggi adalah jalan dengan nilai Lalu Lintas Harian Rata
(LHR) dan Net Present Value (NPV) saja [1].
Pada kenyataannya, penentuan prioritas pemeliharaan jalan tidak dapat dilakukan dengan mudah karena kompleksnya
permasalahan di lapangan.
Suatu proses pengambilan keputusan pada dasarnya merupakan pemilihan satu alternatif dari beberapa alternatif yang ada.
Multiple Criteria Decision Making (MCDM) merupakan suatu metode pengambilan keputusan untuk menetapkan alternatif
terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu [2]. Metode pembobotan yang biasa digunakan dalam
MCDM adalah Analytical Hierarchy Process (AHP). Metode ini berbentuk hirarki dan menggunakan asumsi bahwa
tidak ada dependensi antar kriteria maupun alternatif. Padahal banyak permasalahan dalam pengambilan keputusan yang tidak
dapat dibentuk hirarki karena adanya dependensi antara kriteria. Metode Analytical Network Process (ANP) adalah metode
yang mampu mempertimbangkan adanya dependensi dalam satu kelompok (inner dependence) dan diantara kelompok yang
berbeda (outer dependence) [3]. Metode ANP mampu memperbaiki kelemahan AHP berupa kemampuan mengakomodasi
adanya dependensi antar kriteria maupun alternatif.
Pada penelitian sebelumnya tentang masalah prioritas penanganan jalan, Ayu, I.D, 2011 [4] menyelesaikan masalah
tersebut menggunakan metode AHP sehingga didapatkan prioritas ruas jalan yang akan mendapatkan penanganan. Kriteria-
kriteria yang digunakan dalam penelitian tersebut bersifat independen, yaitu antar kriteria tidak memiliki hubungan
ketergantungan. Penggunaan metode ANP telah dibahas pada penelitian sebelumnya oleh Sulkhiyah, D.A, 2013 [5] yang
menyelesaikan permasalahan pemilihan pemenang pelaksana proyek.
Dalam penelitian ini digunakan metode Fuzzy Analytical Network Process (Fuzzy ANP) dalam menentukan prioritas
pemeliharaan jalan di Bangkalan. Digunakannya metode ANP karena mempertimbangkan adanya hubungan antar kriteria dan
digunakan pendekatan fuzzy karena adanya informasi dan data yang tidak lengkap serta subjektifitas dari para ahli.
 II. METODE PENELITIAN
A. Studi pendahuluan
Pada tahap ini dilakukan observasi permasalahan, identifikasi permasalahan, mempelajari hal-hal yang berkaitan dengan
prioritas pemeliharaan jalan dan studi tentang metode Fuzzy Analytical Network Process.
 JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2013) 1-6 2
B. Studi lapangan
Studi lapangan dilakukan untuk mencari informasi
Tabel 2.
Kriteria dan subkriteria yang digunakan dalam
mengenai objek yang diteliti sehingga diperoleh informasi proses prioritas pemeliharaan jalan.
atas kondisi pada objek penelitian dan dapat menunjang proses pengerjaan.

C. Pengumpulan data
Data yang digunakan yaitu data primer berupa hasil pengisian kuisioner par ahli dan data sekunder dari DPU Bina Marga
Bangkalan berupa alternatif link jalan yang digunakan dalam prioritas pemeliharaan jalan.

D. Pengolahan data dengan metode Fuzzy ANP

Pada tahap ini hasil rekap dari form penilaian yang berupa matriks perbandingan berpasangan berdasarkan nilai
Triangular Fuzzy Number (TFN) diolah menggunakan metode Fuzzy ANP untuk menentukan bobot kriteria, bobot subkriteria,
bobot ketergantungan antar kriteria dan bobot alternatif terhadap masing-masing subkriteria.

E. Analisis Hasil dan Kesimpulan.

Analisis hasil dan kesimpulan dilakukan untuk membahas hasil keluaran dari pengolahan metode Fuzzy ANP.

III. HASIL DAN DISKUSI A. Data Penelitian

Proses penyelesaian masalah pengambilan keputusan
oleh pihak pengambil keputusan menggunakan data kualitatif dan data kuantitatif. Data kuantitatif yang digunakan yaitu
data kerusakan jalan dari empat alternatif yang terdapat pada Tabel 1. Data kriteria dan subkriteria yang digunakan pihak DPU
terdapat pada Tabel 2.

Tabel 1.
Data kuantitatif link jalan.
No . Kriteria Subkriteria
1 Kondisi Jalan Jalan Lubang Jalan Retak Jalan Ambles
Jalan Gelombang
Jalan Jembul
Bahu jalan
2 Volume Lalu Lintas Truk ringan
Truk sedang dan berat
Mobil
Bus
Sepeda motor
3 Ekonomi Perkiraan biaya kegiatan
Manfaat penanganan jalan
4 Tata Guna Lahan Bidang pertanian Bidang pendidikan Bidang sosial-budaya Bidang perdagangan-jasa
Sumber : DPU Bina Marga Bangkalan

Penguraian permasalahan yang kompleks menjadi unsur- unsur yang lebih mudah diselesaikan dalam bentuk struktur
hirarki dengan menentukan tujuan, yaitu mendapatkan prioritas pemeliharaan jalan dari empat alternatif, yaitu Link
222, Link 223, Link 224 dan Link 228.

2. Pembobotan masing-masing elemen

Tahap ini bertujuan untuk mengetahui bobot masing- masing kriteria, subkriteria, ketergantungan antar kriteria dan
alternatif. Data hasil penilaian para ahli berupa nilai numerik pada Tabel 3 sehingga masing-masing penilaian perlu di
uji konsistensi dengan cara mencari nilai
����� , ���, ���� ��.

Tabel 3.
Skala Numerik dan Skala Linguistik
Link
Kerusakan Jalan
untuk Tingkat Kepentingan [7]
Jalan
Lubang Ambles Retak Gelombang Jembul
Skala
Skala TFN Invers Skala
Definisi Variabel
222 130 145 152 12 19
Numerik TF N
Linguistik
223 242 81 81 6 8
224 108 136 136 7 10
228 254 36 123 6 6
Sumber : DPU Bina Marga Bamgkalan
 B. Fuzzy Analytical Network Process
Fuzzy Analytic Network Process (Fuzzy ANP) merupakan gabungan dari metode fuzzy dan Analytical Network Process
(ANP). Metode ANP memungkinkan adanya dependensi baik antar kriteria, antar alternatif, maupun antar kriteria dan alternatif
yang tidak ada pada metode (Analytical Hierarchy Process) AHP. Pendekatan
(1, 1, 1) (1, 1, 1) Perbandingan dua kriteria
yang sama
1 (1/2, 1, 3/2) (2/3, 1, 2) Dua elemen mempunyai kepentingan yang sama
3 (1, 3/2, 2) (1/2, 2/3, 1) Satu elemen sedikit
lebih penting dari yang lain
5 (3/2, 2, 5/2) (2/5, 1/2, 2/3) Satu elemen lebih penting dari yang lain
7 (2, 5/2, 3) (1/3, 2/5, 1/2) Satu elemen sangat lebih penting dari yang
lain
9 (5/2, 3, 7/2) (2/7, 1/3, 2/5) Satu elemen mutlak lebih penting dari yang
fuzzy digunakan untuk mengatasi adanya informasi dan data
yang tidak lengkap serta mengakomodasi sifat samar dari
lain
pengambil keputusan dalam memberikan penilaian dimana dapat mengatasi ketidakpastian didalam kriteria-kriteria kualitatif.
Dalam fuzzy ANP mempertimbangkan adanya hubungan ketergantungan antar kriteria dan ketergantungan dalam kriteria [6].
Analisis data menggunakan metode Fuzzy ANP
Misalkan A adalah matriks perbandingan
berpasangan dan W adalah matriks normalisasi. Matriks normalisasi didapatkan dengan menjumlahkan setiap kolom matriks
A kemudian membagi setiap elemen matriks A dengan hasil penjumlahan tersebut sesuai kolomnya masing- masing.
Selanjutnya, dihitung rata-rata tiap barisnya. Untuk
berdasarkan langkah-langkah berikut:
1. Penyusunan struktur jaringan
menghitung
 max
dengan cara membentuk matriks B di
mana elemennya merupakan perkalian antara elemen dari
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2013) 1-6 3
kolom pertama matriks perbandingan (A) dengan elemen � (� = 1, 2, … , �) adalah nilai TFN.
pertama rata-rata baris matriks normalisasi (AR). Dari matriks B tersebut kemudian dicari jumlah tiap barisnya (C).
Untuk menghitung ����� :
dimana �����
Langkah-langkah metode Chang sebagai berikut [7]:
Langkah 1: Menghitung nilai sintesis fuzzy untuk objek ke-i
yang didefinisikan sebagai berikut
n
c −1

i1
� � �

� i 1 ari1

�� = ����� ⊗ �
(6)  max
n
Untuk menghitung �� :
(1)
� =1

� =1 � =1

���


 max n n 1
Untuk menghitung �� :
CI

(2)
�

Untuk memperoleh ����� , dilakukan operasi penjumlahan

nilai sintesis fuzzy m pada matriks perbandingan
berpasangan:
CI
CR 
(3)
� � � �
� IR ����� = � , � , �
(7)
dengan :
: eigen value maksimum
� =1

� =1

� =1

� �

� =1

n : banyaknya elemen yang dibandingkan

Untuk memperoleh
�
� =1
�
���
� =1
�

�
���
−1
, dilakukan operasi
c i1
: elemen ke-i dari matriks C
�
penjumlahan fuzzy dari nilai �� (� = 1, 2, … , �):
ari1
: elemen ke-i dari matriks rata-rata baris matriks
normalisasi
� � � � �
�
�� = � , � , �

��� � � �
CI : Consistency Index
� =1 � =1
� =1 CR : Consistency Ratio
� =1
� =1

IR : Index Random
Untuk menghitung invers dari persamaan (5) yaitu :

Nilai Index Random dapat dilihat pada Tabel 3.

��

� � −1

��� =
1
��

1 1
, ,

(9)
Tabel 4.
Nilai Index Random
� =1 � =1

�
� =1

��
�
� =1
��
�
� =1

Ukuran
3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
Matriks
IR 0.58 0.90 1.12 1.32 1.41 1.45 1.49 1.51

Setelah matriks dari=penilaian

dari �� responden
(�2 , �2 , � konsisten maka
Langkah 2: Menghitung derajat kemungkinan 2 2 ) ≥ ��1 (�1 , �1 , �1 ) yang didefinisikan sebagai
berikut:
� ��2 ≥ ��1 = ℎ�� ��1 ∩ ��2
1 ���� �2 ≥ �1
0 ���� �1 ≥ �2
nilai tersebut dikonversikan menjadi nilai TFN pada Tabel
3.
Hasil penilaian perbandingan berpasangan responden
= ���2 �

�1 − � 2
�2 − �2 − (�1 − �1 )

, ��������

(10)

digabung dengan perhitungan rataan geometrik melalui agregasi penilaian responden [8]:
dimana � adalah ordinat dari titik potong tertinggi � antara
μM 1 dan μM 2 . Untuk perbandingan dihitung keduanya
�

��� = ����
1/�

� ��2

≥ ��1

dan � ��1

≥ ��2 .

� =1
�
��� = ����
� =1
�
��� = ����
� =1

1/�

1/�

(4)
Langkah 3: Jika derajat kemungkinan untuk bilangan fuzzy
konveks yang lebih besar dari bilangan � fuzzy konveks ��� = (� = 1,2, … , �) maka nilai vektor dapat
didefinisikan sebagai berikut:
� � ≥ ��1 , ��2 , … , ���
= � � ≥ ��1 ���� �
≥ ��2 ���� … ���� � ≥ ���
= min � � ≥ ��� , � = 1,2, … , � (11)
Uji konsistensi dibutuhkan dalam pengambilan keputusan yaitu untuk mengetahui seberapa baik konsistensi matriks
 perbandingan berpasangan yang berasal dari penilaian persepsi manusia. Uji konsistensi dilakukan
dengan melihat nilai l, m dan u. Nilai � ≤ � ≤ �
menunjukkan penilaian fuzzy konsisten [9].

Asumsikan bahwa
� ′ �� = min �(�� ≥ �� ) (12)
untuk � = 1,2, … , � ; � ≠ �.
Diperoleh nilai bobot vektor
�
Misalkan � = {�1 , �2 , … , �� } himpunan objek dan
� = {�1 , �2 , … , �� } himpunan tujuan. Setiap objek diambil
dan dilakukan analisis perluasan untuk setiap tujuan, ��� .
� ′ = � ′ ��1 , � ′ ��2 , … , � ′ ���
dimana �� = 1,2, … , � adalah n elemen keputusan.

(13)

Oleh karena itu, nilai analisis perluasan � untuk setiap

objek didapat
Langkah 4:1 Normalisasi
, ��2 , … , ���nilai
, bobot
� =vektor
1, 2, …sehingga
,� didapat(5)
nilai bobot vektor yang ternormalisasi sebagai berikut:
�����

���

���

JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2013) 1-6 4

�
� = � ��1 , � ��2 , … , � ���
(14)
� �� ≥ �� = 1
dimana � adalah bilangan non fuzzy.

a. Pembobotan antar kriteria

Dengan asumsi tidak ada hubungan ketergantungan antar kriteria, didapatkan hasil penilaian tingkat kepentingan antar kriteria
dari tiga responden. Penilaian dari para ahli digabung menggunakan metode agregasi dan disajikan dalam Tabel 5 dan
Tabel 6.

Tabel 5.
Matriks perbandingan berpasangan rata-rata
K V K (1, 1, 1) (0.9086, 1.4422, 1.9574)
V (0.5109, 0.6934, 1.1006) (1, 1, 1)
E (0.3764, 0.4262, 0.6057) (0.4642, 0.6057, 0.8736)
T (0.3764, 0.4262, 0.6057) (0.4309, 0.5503, 0.7631)

Tabel 6.
Matriks perbandingan berpasangan rata-rata (Lanjutan)
E T K (1.6510, 2.1544, 2.6566) (1.6510, 2.1544, 2.6566)
V (1.1447, 1.6510, 2.1544) (1.3104, 1.8171, 2.3208)
E (1, 1, 1) (0.7937, 1.3104, 1.8171) T (0.5503, 0.7631, 1.2599) (1, 1, 1)
Keterangan :
K : Kriteria kondisi jalan
V : Kriteria volume lalu lintas
E : Kriteria ekonomi
T : Kriteria tata guna lahan

Dari matriks perbandingan berpasangan tersebut terlihat

bahwa pada masing-masing kriteria nilai � ≤ � ≤ �
sehingga menunjukkan penilaian fuzzy sudah konsisten.
Tahap pembobotan sebagai berikut.
Langkah 1 : Menentukan nilai sintesis fuzzy.
Setelah nilai jumlah baris dan kolom diperoleh, dengan persamaan (6) diperoleh nilai sintesis fuzzy masing-masing kriteria
sebagai berikut.
� �� ≥ �� = 0.2852
� �� ≥ �� = 0.5670
� �� ≥ �� =1
� �� ≥ �� = 0.1105
� �� ≥ �� = 0.3832
� �� ≥ �� = 0.8081
Langkah 3 : Menentukan nilai ordinat.
Berdasarkan persamaan (12) didapat nilai ordinat sebagai berikut.
� ′ �� = min 1, 1, 1 = 1
� ′ �� = min 0.7279, 1, 1 = 0.7279
� ′ �� = min 0.2852, 0.5670, 1 = 0.2852
� ′ �� = min 0.1105, 0.3832, 0.8081 = 0.1105
Dari hasil nilai ordinat tersebut maka nilai bobot vektor
dapat ditentukan sesuai persamaan (13) sebagai berikut.
�� ′ = (1, 0.7279, 0.2852, 0.1105)�

Langkah 4: Normalisasi nilai bobot vektor.

Normalisasi nilai bobot vektor diperoleh dengan persamaan (14), dimana tiap elemen bobot vektor dibagi jumlah bobot
vektor itu sendiri. Dan jumlah bobot yang telah dinormalisasi bernilai 1.
�� = (0.4709, 0.3428, 0.1343, 0.0520)�

Representasi dari matriks �� menunjukkan bobot

masing-masing kriteria yang disajikan dalam Tabel 7.

Tabel 7.
Bobot masing-masing kriteria.
Kriteria Bobot
Kondisi jalan 0.4709
Volume lalu lintas 0.3428
Ekonomi 0.1343
Tata guna lahan 0.0520

b. Pembobotan antar subkriteria dalam kriteria

Dalam tiap kriteria, masing-masing subkriteria
1 1
�� = 15.2105, 6.7511, 8.2707 ×
= 0.2288, 0.3736, 0.5837
, ,
22 .7718 18 .0704 14 .1683

dibandingkan tingkat kepentingannya dalam mengontrol

kriteria tersebut. Hasil pembobotan antar subkriteria untuk
1 1 1
masing-masing kriteria disajikan dalam Tabel 8. � = 3.9660, 5.1614, 6.5759 ×
�
= 0.1742, 0.2856, 0.4641
, ,
22 .7718 18 .0704 14 .1683

Tabel 8.
1
1
1
Bobot masing-masing subkriteria. �� = 2.6343, 3.3802, 4.2964 ×
= 0.1157, 0.1871, 0.3032
, ,
22 .7718 18 .0704 14 .1683

Kriteria Subkriteria Bobot

Kondisi
1
jalan 1 Jalan
1
lubang 0.2501
�� = 2.3576, 2.7776, 3.6288 ×
= 0.1035, 0.1537, 0.2561
Keterangan:
, ,
22 .7718 18 .0704 14 .1683

Jalan retak 0.1715

Jalan ambles 0.2142
Jalan gelombang 0.1788
Jalan jembul 0.1631
�� : Fuzzy sintesis kriteria kondisi jalan
�� : Fuzzy sintesis kriteria volume lalu lintas
�� : Fuzzy sintesis kriteria ekonomi
 �� : Fuzzy sintesis kriteria tata guna lahan
Langkah 2 : Menentukan nilai vektor.
Berdasarkan persamaan (10) didapat nilai vektor sebagai berikut.
� �� ≥ �� = 1
� �� ≥ �� = 1
� �� ≥ �� = 1
� �� ≥ �� = 0.7279

� �� ≥ �� = 1

Bahu jalan 0.0214

Volume lalu lintas Truk ringan 0.2292
Truk sedang dan berat 0.2597
Mobil 0.1970
Bus 0.1940
Sepeda motor 0.1201
Ekonomi Perkiraan biaya kegiatan 0.5000
Manfaat penanganan jalan 0.5000
Tata guna lahan Bidang pertanian 0.3145
Bidang pendidikan 0.2620
Bidang sosial-budaya 0.1963
Bidang perdagangan-jasa 0.2273
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2013) 1-6 5
c. Pembobotan ketergantungan antar kriteria
Ketergantungan yang terjadi antar kriteria bermaksud menjelaskan bagaimana kriteria yang satu dipengaruhi oleh kriteria
yang lain. Gambar 1 menunjukkan hubungan ketergantungan antar kriteria dan dalam kriteria. Kriteria kondisi jalan
dipengaruhi oleh kriteria volume lalu lintas, kriteria ekonomi, kriteria tata guna lahan dan kriteria kondisi jalan itu sendiri
(dependensi dalam satu kelompok). Kriteria volume lalu lintas dipengaruhi oleh kriteria kondisi jalan, kriteria ekonomi dan
kriteria tata guna lahan. Kriteria ekonomi dipengaruhi oleh kriteria kondisi jalan, kriteria volume lalu lintas, kriteria tata guna
lahan dan kriteria ekonomi itu sendiri (dependensi dalam satu kelompok). Kriteria tata guna lahan dipengaruhi oleh kriteria
kondisi jalan, kriteria volume lalu lintas dan kriteria ekonomi.
Tabel 12.
Bobot masing-masing kriteria dalam mengontrol
kriteria tata guna lahan.
Kriteria Bobot Kondisi jalan 0.6501
Volume lalu lintas 0.3231
Ekonomi 0.0267

d. Pembobotan Alternatif
Masing-masing alternatif dibandingkan tingkat kepentingannya berdasarkan pemenuhan terhadap masing- masing
subkriteria. Hasil pembobotan alternatif untuk masing-masing subkriteria disajikan dalam Tabel 13.

Tabel 13.
Bobot masing-masing alternatif terhadap subkriteria.
Subkriteria Link
Link
Link
Link
222
223 224
228
Jalan lubang 0.2689 0.2689 0.2098 0.2524
Jalan retak 0.3549 0.1914 0.2554 0.1982
Jalan ambles 0.4649 0.2364 0.2824 0.0119
Jalan gelombang 0.3813 0.2047 0.2402 0.1739
Jalan jembul 0.3949 0.2424 0.2584 0.1043
Bahu jalan 0.3115 0.2813 0.2263 0.1809
Volume truk ringan 0.2833 0.2613 0.2251 0.2302
Volume truk sedang dan berat
0.3294 0.2771 0.1870 0.2065
Volume mobil 0.3035 0.2517 0.2592 0.1856
Volume bus 0.3084 0.2514 0.2210 0.2191

Gambar 1. Hubungan ketergantungan antar kriteria. Hasil pembobotan ketergantungan antar kriteria
disajikan dalam Tabel 9 - Tabel 12.
Volume sepeda motor
Perkiraan biaya kegiatan
Manfaat penanganan jalan
0.3140 0.2606 0.2881 0.1373
0.3780 0.2926 0.1557 0.1737

0.3953 0.2716 0.2515 0.0815

Tabel 9.
Bidang pertanian 0.4025 0.3146 0.1308 0.1521
Bidang pendidikan 0.4264 0.2887 0.1949 0.0900
Bobot masing-masing kriteria dalam mengontrol
kriteria kondisi jalan.
Kriteria Bobot Kondisi jalan 0.5238
Volume lalu lintas 0.3418
Bidang sosial- budaya
Bidang perdagangan-jasa
0.3573 0.2358 0.2596 0.1472

0.3749 0.2371 0.2305 0.1576

Ekonomi 0.1063
Tata guna lahan 0.0282

Tabel 10.
Bobot masing-masing kriteria dalam mengontrol
kriteria volume lalu lintas.
Kriteria Bobot Kondisi jalan 0.5486
Ekonomi 0.4201
Tata guna lahan 0.0313

Tabel 11.
3. Penghitungan bobot akhir prioritas
Bobot akhir prioritas digunakan untuk menentukan urutan masing-masing elemen. Bobot akhir kriteria didapatkan
dengan mempertimbangkan tingkat kepentingan antar kriteria dan tingkat ketergantungan terhadap kriteria lainnya.
Bobot akhir kriteria didapatkan dengan mengalikan bobot kriteria dengan asumsi tidak ada hubungan ketergantungan
antar kriteria dan matriks bobot ketergantungan antar kriteria sehingga didapatkan bobot
kriteria akhir, ��� , yaitu
Bobot masing-masing kriteria dalam mengontrol
kriteria ekonomi.

� �� =
0.5238 0.5486 0.4425 0.6501
0.3418 1 0.3298 0.3231
0.4709
0.3428
×
Kriteria Bobot Kondisi jalan 0.4425
Volume lalu lintas 0.3298
Ekonomi 0.1830
Tata guna lahan 0.0447
0.1063
0.0282
0.5280
= 0.5648
0.2200
0.0820
0.4201

0.0313

0.1830

0.0447

0.0267

0.1343
0.0520

Setelah dinormalisasi maka didapat bobot akhir kriteria

sebagai berikut.
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2013) 1-6 6
 ��� =

0.3785
0.4050
0.1577
0.0588

Kriteria kondisi jalan

Kriteria volume lalu lintas
= Kriteria ekonomi
Kriteria tata guna lahan

1. Pembobotan dengan metode Fuzzy ANP menunjukkan bahwa urutan prioritas pemeliharaan jalan adalah Link
222 dengan bobot sebesar 0.3481, Link 223 dengan
bobot sebesar 0.2548, Link 224 dengan bobot sebesar
0.2297, Link 228 dengan bobot sebesar 0.1674.
Representasi dari matriks ��� menunjukkan bobot
masing-masing kriteria seperti disajikan dam Tabel 14.

Tabel 14.
Bobot akhir masing-masing kriteria.
Kriteria Bobot Kondisi jalan 0.3785
Volume lalu lintas 0.4050
Ekonomi 0.1577
Tata guna lahan 0.0588

Bobot global subkriteria didapatkan dengan cara mengalikan bobot akhir kriteria pada Tabel 14 dengan bobot subkriteria pada
masing-masing kriteria di Tabel 8 dan disajikan dalam Tabel 15.

Tabel 15.
Bobot global subkriteria. Subkriteria Bobot
Jalan lubang 0.0950
Jalan retak 0.0649
Jalan ambles 0.0811
Jalan gelombang 0.0677
Jalan jembul 0.0617
Bahu jalan 0.0081
Volume Truk ringan 0.0928
Volume Truk sedang dan berat 0.1052
Volume Mobil 0.0798
Volume Bus 0.0785
Volume Sepeda motor 0.0486
Perkiraan biaya kegiatan 0.0785
Manfaat penanganan jalan 0.0785
Bidang pertanian 0.0185
Bidang pendidikan 0.0154
Bidang sosial-budaya 0.0115
Bidang perdagangan-jasa 0.0134

Bobot akhir prioritas didapatkan dengan mempertimbangkan tingkat pemenuhan alternatif terhadap masing-masing
subkriteria. Bobot akhir masing-masing alternatif didapatkan dengan mengalikan bobot global subkriteria dengan bobot alternatif
masing-masing subkriteria. Bobot akhir alternatif disajikan dalam Tabel 16.

Tabel 16.
Bobot akhir masing-masing alternatif.
Alternatif Bobot
Link 222 0.3481
Link 223 0.2548
Link 224 0.2297
Link 228 0.1674
2. Hasil urutan prioritas yang didapat sama dengan hasil urutan prioritas pihak DPU Bina Marga Bangkalan. Kenyataan
dilapangan, Link 228 dikerjakan pada urutan ke-3. Hal ini terjadi karena ada faktor-faktor teknis diluar kriteria yang
mempengaruhi.

DAFTAR PUSTAKA
[1] Direktorat Jenderal Bina Marga.“Petunjuk Teknis Perencanaan dan Penyusunan Program Jalan Kabupaten.Departemen
Pekerjaan Umum.
[2] Kusumadewi, dkk.2006.“Fuzzy Multi-Attribute
 Decision Making”.Graha Ilmu. Yogyakarta.
[3] Saaty,T.L.1999.“Fundamental of the Analytical
Network Process”.University of Pittsburgh.Japan.
[4] Ayu,I.D.2011.“Penentuan Skala Prioritas Penanganan Jalan Kabupaten di Kabupaten Bangli”.Jurusan Teknik Sipil
Universitas Udayana : Denpasar.
[5] Sulkiyah,D.A.2013. “Aplikasi Metode Analytic Network Process dan Zero-One Goal Programming pada Pemilihan
Pelaksana Proyek”.Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh
Nopember : Surabaya.
[6] Erginel Nihal, Senturk Sevil.2011. “Rangking of the GSM Operators with Fuzzy ANP”.Proceedings of the World
Congress on Engineering 2011.Vol II.
[7] Dagdeviren,Metin.2008.“A Fuzzy Analytical Network Process (ANP) Model to Identify Faulty Behavior Risk (FBR) in
Work System”.Safety Science 46.Hal 771-
783.
[8] Mardhikawarih,D.A.2012.“Pemilihan Pemasok Drum Pelumas Industri Menggunakan Fuzzy Analytical Hierarchy
Process (Studi Kasus: PT. Pertamina Pusat dan Production Unit Gresik)”.Jurusan Teknik Industri Universitas Sebelas
Maret.Surakarta.
[9] Paramita,Silvia.2012.“Penilaian Kinerja Supplier Kemasan Produk Fruit Tea Menggunakan Metode FANP (Studi
Kasus di PT Sinar Sosro Gresik”.Jurnal
Industri Vol 1 No 3 hal 159-171.

Berdasarkan hasil tersebut didapat bahwa Link 222 dengan

bobot 0.3481 atau 34.81% menjadi prioritas untuk
mendapatkan pemeliharaan jalan.

IV. KESIMPULAN
Berdasarkan keseluruhan hasil analisis yang telah
dilakukan dalam penyusunan tugas akhir ini, dapat diperoleh
kesimpulan: