Jurnal INFORMASI Vol.4 No.

1 (7), Juli 2011 70

METODE INDEKS (CONCORDANCE METHOD) DAN PENGGUNAANNYA

DALAM PENENTUAN LOKASI TERBAIK UNTUK PEMBANGUNAN
PERUMAHAN MASA DEPAN

Dede Suryana
Sistem Informasi, STMIK IM, Jl.Jakarta No.79 Bandung
suryana_ds@yahoo.co.id

Abstrak
Metode Indeks didasarkan pada perbandingan berpasangan (pairwise comparison)
dari alternatif-alternatif yang ada. Metode Indeks menetapkan suatu urutan ranking
dari alternatif-alternatif tersebut. Unsur dasar dari metode indeks adalah ukuran
indeks, dan ukuran bukan indeks. Dua indikator ini dihitung untuk semua alternatif
yang berpasangan. Yang dilakukan dalam proses hitungan metode indeks ini adalah
mencari alternatif yang mempunyai nilai indeks tertinggi dan nilai terendah yang
bukan indeks. Alternatif dengan nilai indeks tertinggi merupakan alternatif terbaik.
Key words: metode indeks, concordance method, pembangunan perumahan.

1. Pendahuluan
Metode Indeks didasarkan pada perbandingan berpasangan (pairwise comparison) dari alternatif-
alternatif. Metode Indeks menetapkan suatu urutan ranking (dan terkadang hanya sebagian yang
diinginkan) dari alternatif-alternatif; hal ini, bila dua alternatif dibandingkan, metode ini hanya
dapat menunjukkan bahwa alternatif A lebih dipilih daripada alternatif B, tetapi tidak dapat
menunjukkan seberapa banyak alternatif yang ada. Pemahaman mengenai pendekatan terbaik dari
metode indeks adalah ELECTRE I (Elimination et Choice Translating Realty) [Benayoun et al.,
1966]. Beberapa modifikasi dari metode ini telah diusulkan (seperti: ELECTRE II, III, IV, dan
PROMETHEE). Untuk gambaran lebih jelas dari metodologi indeks dan software komputer yang
relevan, para pembaca diarahkan pada tulisan yang dikemukakan oleh Vincke (1989) dan
Hokkanen & Salminen (1997). Perbandingan berpasangan (pairwise comparison) dalam metode
ELECTRE didasarkan pada tingkat dimana nilai kriteria dan hubungannya dengan bobot
ditegaskan atau menolak adanya hubungan berpasangan yang dominan diantara alternatif-alternatif
yang ada. Unsur dasar dari metode ini adalah ukuran indeks, didasarkan pada himpunan indeks,
sub himpunan dari semua kriteria dimana alternatif i tidak lebih buruk dari alternatif yang
diperbandingkan yaitu i’; dan ukuran bukan indeks, yang didasarkan pada himpunan yang tidak
berurutan, sub himpunan dari semua kriteria dimana alternatif i tidak lebih buruh dari alternatif
yang diperbandingkan yaitu i [Nijkamp dan Van Delft, 1877]. Pada saatnya dua indikator ini
dihitung untuk semua alternatif yang berpasangan, yang dilakukan adalah mencari alternatif yang
mempunyai nilai indeks tertinggi ketika dibandingkan dengan suatu alternatif lainnya, dan nilai
terendah yang bukan indeks ketika dibandingkan dengan pada suatu pilihan lainnya [Massam,
1988].

2. Teori Dasar
2.1. Persamaan untuk Menghitung Jumlah Indikasi Indeks (Ci)
Ada berbagai variasi formula yang tersedia untuk menghitung nilai secara keseluruhan untuk
setiap alternatif yang didasarkan pada dua indikator [Voogd, 1983]. Massam (1980)

ISSN 2085-8795 LPPM STMIK IM

Jurnal INFORMASI Vol.4 No.1 (7), Juli 2011 71

mengemukakan bahwa untuk menentukan nilai secara keseluruhan dapat difokuskan pada
indikator indeks. Oleh karena itu, nilai penaksiran (yang diharapkan) merupakan jumlah indikasi
indeks, Ci , untuk alternatif i dan dapat dihitung menggunakan Persamaan 1.
Persamaan 1 Metode menghitung indeks

Ci = ∑i cii
Dimana:
cii’ = (∑i wjii’/∑ wj)
∑i wjii’ = jumlah bobot kriteria tersebut bila alternatif i tidak lebih buruk dari alternatif yang
diperbandingkan yaitu i’
∑ wj = jumlah dari semua bobot.
2.2. Aturan Keputusan untuk Analisis Metode Indeks
Aturan keputusan yang diberikan untuk analisis indeks meliputi beberapa langkah yaitu:
1. Menentukan himpunan alternatif yang lebih mudah.
2. Menstandarisasi setiap atribut dengan mentransformasikan berbagai dimensi atribut (xij)
menjadi atribut yang tidak berdimensi (vij).
3. Menentukan bobot (wj) yang diberikan pada setiap atribut; himpunan bobot harus sesuai
dengan 0 ≤ wj ≤ 1 dan ∑ wj = 1.
4. Membuat matriks indeks dengan meghitung indikasi indeks untuk setiap pasangan alternatif.
5. Menjumlahkan baris dari matriks indeks untuk mendapatkan nilai secara keseluruhan untuk
setiap alternatif.
6. Menyusun alternatif berdasarkan pada urutan menurun dari Ci; alternatif dengan nilai Ci
tertinggi merupakan alternatif terbaik.
2.3. Contoh Kasus
Untuk menjelaskan prosedur metode indeks, dengan mengambil kasus yang melibatkan evaluasi
dari empat alternatif (seperti, lokasi potensial atau yang memungkinkan untuk fasilitas umum) dan
empat kriteria evaluasi. Semua kriteria dimaksimalkan. Normalisasi nilai kriteria dan bobot
diberikan pada tabel 1.1. Matriks indeks disusun menggunakan persamaan (1).
Tabel 1 Normalisasi nilai kriteria untuk kasus pemilihan lokasi
Kriteria 1 Kriteria 2 Kriteria 3 Kriteria 4
Lokasi 1 0.5 0.4 1.0 0.0
Lokasi 2 0.0 0.6 0.6 1.0
Lokasi 3 0.3 1.0 0.4 0.4
Lokasi 4 1.0 0.0 0.5 0.5
Bobot 0.2 0.3 0.1 0.4

Sebagai contoh:
Himpunan indeks untuk lokasi 1 dan lokasi 2 = {kriteria 1, kriteria 3}
c12 = 0.2 + 0.1 = 0.3

ISSN 2085-8795 LPPM STMIK IM

Jurnal INFORMASI Vol.4 No.1 (7), Juli 2011 72

Kenapa himpunan indeks untuk lokasi 1 bila dibandingkan dengan lokasi 2 yang dipilih
kriteria 1 dan kriteria 2 ? Penjelasan dari hal tersebut terdapat pada Tabel 2.
Tabel 2 Kriteria dari Masing-masing Lokasi

Kriteria 1 Kriteria 2 Kriteria 3 Kriteria 4

Lokasi 1 0.5 0.4 1.0 0.0
Lokasi 2 0.0 0.6 0.6 1.0

Pada kriteria 1 nilai lokasi 1 (0.5) bila dibandingkan dengan nilai lokasi 2 (0.0), maka nilai lokasi 1
lebih baik dari nilai lokasi 2, maka bobot pada kriteria 1 dipilih.
Pada kriteria 2 nilai lokasi 1 (0.4) bila dibandingkan dengan nilai lokasi 2 (0.6), maka nilai lokasi 1
tidak lebih baik dari nilai lokasi 2, maka bobot pada kriteria 2 tidak dipilih.
Pada kriteria 3 nilai lokasi 1 (1.0) bila dibandingkan dengan nilai lokasi 2 (0.6), maka nilai lokasi 1
lebih baik dari nilai lokasi 2, maka bobot pada kriteria 3 dipilih.
Pada kriteria 4 nilai lokasi 1 (0.0) bila dibandingkan dengan nilai lokasi 2 (1.0), maka nilai lokasi 1
tidak lebih baik dari nilai lokasi 2, maka bobot pada kriteria 4 tidak dipilih.

Tabel 3 Penentuan Bobot

Kriteria 1 Kriteria 2 Kriteria 3 Kriteria 4
Lokasi 1 0.5 0.4 1.0 0.0
Lokasi 2 0.0 0.6 0.6 1.0
Bobot 0.2 0.3 0.1 0.4

Matriks indeks untuk c12 adalah:

c12 = 0.2 + 0.1 = 0.3

Himpunan indeks untuk lokasi 2 dan lokasi 1 = {kriteria 2, kriteria 4}

c21 = 0.3 + 0.4 = 0.7

Kenapa himpunan indeks untuk lokasi 2 bila dibandingkan dengan lokasi 1 yang dipilih
kriteria 2 dan kriteria 4 ?
Penjelasan:
Tabel 4 Perbandingan Lokasi pada Masing-masing Kriteria
Kriteria 1 Kriteria 2 Kriteria 3 Kriteria 4
Lokasi 1 0.5 0.4 1.0 0.0
Lokasi 2 0.0 0.6 0.6 1.0

ISSN 2085-8795 LPPM STMIK IM

Jurnal INFORMASI Vol.4 No.1 (7), Juli 2011 73

Pada kriteria 1 nilai lokasi 2 (0.0) bila dibandingkan dengan nilai lokasi 1 (0.5), maka nilai lokasi 2
tidak lebih baik dari nilai lokasi 1, maka bobot pada kriteria 1 tidak dipilih.
Pada kriteria 2 nilai lokasi 2 (0.6) bila dibandingkan dengan nilai lokasi 1 (0.4), maka nilai lokasi 2
lebih baik dari nilai lokasi 1, maka bobot pada kriteria 2 dipilih.
Pada kriteria 3 nilai lokasi 2 (0.6) bila dibandingkan dengan nilai lokasi 1 (1.0), maka nilai lokasi 2
tidak lebih baik dari nilai lokasi 1, maka bobot pada kriteria 3 tidak dipilih.
Pada kriteria 4 nilai lokasi 2 (1.0) bila dibandingkan dengan nilai lokasi 1 (0.0), maka nilai lokasi 2
lebih baik dari nilai lokasi 1, maka bobot pada kriteria 4 dipilih.
Tabel 5 Pembobotan pada Masing-masing Kriteria
Kriteria 1 Kriteria 2 Kriteria 3 Kriteria 4
Lokasi 1 0.5 0.4 1.0 0.0
Lokasi 2 0.0 0.6 0.6 1.0
Bobot 0.2 0.3 0.1 0.4

Matriks indeks untuk c21 adalah:

c21 = 0.3 + 0.4 = 0.7

Himpunan indeks untuk lokasi 2 dan lokasi 4 = {kriteria 2, kriteria 3, kriteria 4}

c24 = 0.3 + 0.1 + 0.4 = 0.8

Kenapa himpunan indeks untuk lokasi 2 bila dibandingkan dengan lokasi 4 yang dipilih kriteria 2 ,
kriteria 3 dan kriteria 4 ?
Penjelasan:
Tabel 6 Perbandingan Lokasi pada Masing-masing Kriteria (1-4)
Kriteria 1 Kriteria 2 Kriteria 3 Kriteria 4
Lokasi 1 0.5 0.4 1.0 0.0
Lokasi 2 0.0 0.6 0.6 1.0
Lokasi 3 0.3 1.0 0.4 0.4
Lokasi 4 1.0 0.0 0.5 0.5

Pada kriteria 1 nilai lokasi 2 (0.0) bila dibandingkan dengan nilai lokasi 4 (1.0), maka nilai lokasi 2
tidak lebih baik dari nilai lokasi 4, maka bobot pada kriteria 1 tidak dipilih.
Pada kriteria 2 nilai lokasi 2 (0.6) bila dibandingkan dengan nilai lokasi 4 (0.0), maka nilai lokasi 2
lebih baik dari nilai lokasi 4, maka bobot pada kriteria 2 dipilih.
Pada kriteria 3 nilai lokasi 2 (0.6) bila dibandingkan dengan nilai lokasi 4 (0.5), maka nilai lokasi 2
lebih baik dari nilai lokasi 4, maka bobot pada kriteria 3 dipilih.

ISSN 2085-8795 LPPM STMIK IM

Jurnal INFORMASI Vol.4 No.1 (7), Juli 2011 74

Pada kriteria 4 nilai lokasi 2 (1.0) bila dibandingkan dengan nilai lokasi 4 (0.5), maka nilai lokasi 2
lebih baik dari nilai lokasi 4, maka bobot pada kriteria 4 dipilih.
Tabel 7 Perbandingan Bobot
Kriteria 1 Kriteria 2 Kriteria 3 Kriteria 4
Lokasi 1 0.5 0.4 1.0 0.0
Lokasi 2 0.0 0.6 0.6 1.0
Lokasi 3 0.3 1.0 0.4 0.4
Lokasi 4 1.0 0.0 0.5 0.5
Bobot 0.2 0.3 0.1 0.4

Matriks indeks untuk c21 adalah:

c24 = 0.3 + 0.1 + 0.4 = 0.8

Sisa masukan pada matriks indeks dihitung dengan cara yang sama (lihat Tabel 5).

Tabel 8 Matriks Indeks

Lokasi 1 Lokasi 2 Lokasi 3 Lokasi 4 Jumlah Baris Rank

Lokasi 1 ⎯ 0.3 0.3 0.4 1.0 4
Lokasi 2 0.7 ⎯ 0.5 0.8 2.0 1
Lokasi 3 0.7 0.5 ⎯ 0.3 1.5 2
Lokasi 4 0.6 0.2 0.7 ⎯ 1.5 2

Diberikan matriks indeks, nilai secara keseluruhan untuk empat alternatif diperoleh dengan
menjumlahkan indikasi indeks (Tabel 9).
Tabel 9 Tabel Lokasi
Lokasi 1 Lokasi 2 Lokasi 3 Lokasi 4 Jumlah Baris Rank
Lokasi 1 ⎯ 0.3 0.3 0.4 1.0 4
Lokasi 2 0.7 ⎯ 0.5 0.8 2.0 1
Lokasi 3 0.7 0.5 ⎯ 0.3 1.5 2
Lokasi 4 0.6 0.2 0.7 ⎯ 1.5 2

Jumlah baris pada lokasi 1 = 0.3 + 0.3 + 0.4 = 1.0

Jumlah baris pada lokasi 2 = 0.7 + 0.5 + 0.8 = 2.0
Jumlah baris pada lokasi 3 = 0.7 + 0.5 + 0.3 = 1.5
Jumlah baris pada lokasi 4 = 0.6 + 0.2 + 0.7 = 1.5

ISSN 2085-8795 LPPM STMIK IM

Jurnal INFORMASI Vol.4 No.1 (7), Juli 2011 75

Pada akhirnya, alternatif disusun berdasarkan nilainya secara keseluruhan. Berdasarkan urutannya
jumlah baris pada lokasi 2 (2.0) > jumlah baris pada lokasi 3 dan 4 (1.5) > jumlah baris pada lokasi
1 (1.0), maka lokasi 2 menempati urutan (posisi) pertama, lokasi 3 dan lokasi 4 menempati urutan
kedua dan lokasi 1 menempati urutan ketiga.Karena lokasi 2 merupakan urutan yang pertama,
maka lokasi 2 diidentifikasi sebagai “alternatif terbaik”.

3. Keuntungan dan Kerugian Metode Indeks

Keuntungan metode indeks adalah melibatkan kemampuan untuk mempertimbangkan kedua

kriteria obyektif & subyektif dan syarat untuk jumlah informasi yang paling sedikit dari pembuat
keputusan. Kerugian utamanya adalah susunan yang lengkap dari alternatif tidak mungkin dicapai.
Hal ini sangat penting untuk diketahui bahwa metode indeks menetapkan susunan (ranking) secara
berurutan (dan terkadang hanya sebagian dari alternatif yang diinginkan). Karena metode ini
mengharuskan perbandingan silang antar alternatif, maka tidak dapat diimplementasikan secara
langsung menggunakan teknik pemodelan kartografi dalam suatu SIG. Terutama untuk data raster
SIG, dimana setiap bagian dari grid layer dipertimbangkan sebagai suatu alternatif. Jadi
implementasi metode indeks dalam SIG untuk lingkungan memerlukan model yang khusus.
Carver (1991) dan Can (1992) telah mengimplementasikan analisis metode indeks dalam
ARC/INFO untuk lingkungan, sedangkan Martin et al. (dalam tulisannya) telah menggabungkan
metodologi outranking (metode PROMETHEE) dengan MapInfo.

4. Penggunaan Metode Indeks dalam Penentuan Lokasi Terbaik

untuk Pembangunan Perumahan Masa Depan

Dalam penggunaan atau penerapan metode indeks (concordance method) pada penulisan makalah
ini akan mengambil kasus dimana pengembang (developer) harus menaksir lokasi-lokasi terbaik
(cocok) yang ada untuk pembangunan perumahan masa depan. Kriteria dalam penentuan lokasi
terbaik untuk pembangunan perumahan masa depan ini melibatkan 2 peta lokasi dan 2 kriteria
evaluasi yaitu kemiringan tanah (slope) dan kemudahan akses ke jalan raya (accessibility). Pada 2
peta lokasi tersebut, pada masing-masing peta terdapat 3 lokasi yang akan diperbandingkan (lihat
gambar 1.1) sehingga bila kedua peta tersebut dioverlapkan maka akan menghasilkan 7 lokasi
yang akan diperbandingkan dalam penentuan lokasi terbaik atau yang cocok untuk pembangunan
perumahan masa depan. Proses overlap dan hasil overlap tersebut yang terdiri dari 7 lokasi yang
akan diperbandingkan ditunjukkan pada gambar 1.2 di bawah ini.
Developer melakukan survey lapangan pada area-area tersebut dan ditaksir setiap lokasi yang
berkaitan dengan 2 kriteria dalam hubungannnya dengan kecocokan untuk pembangunan
perumahan masa depan. Sebagai contoh, kriteria slope (kemiringan tanah) mempunyai nilai sedang
(medium) untuk alternatif atau lokasi 1, sedangkan alternatif (lokasi) 2 dan 3 mempunyai nilai
tinggi (high) atau dengan kata lain lokasi 1 mempunyai kemiringan yang sedang sedangkan lokasi
2 dan 3 kemiringannya tinggi. Sedangkan untuk kemudahan akses ke jalan raya (accessibility),
berdasarkan survey lapangan didapatkan lokasi 1 sebagai lokasi yang mempunyai nilai tinggi
(high) dan lokasi 2 mempunyai nilai sedang (medium) sedangkan lokasi 3 sebagai lokasi yang
mempunyai nilai rendah (low) atau dengan kata lain untuk lokasi 1 akses ke jalan raya sangat
mudah, sedangkan untuk lokasi 2 akses ke jalan raya relatif mudah, tetapi untuk lokasi 3 akses ke
jalan raya sulit atau lokasi 3 jauh dari jalan raya.
Dalam penentuan lokasi terbaik untuk pembangunan perumahan masa depan ini nilai bobot atau
pembobotan yang diberikan untuk kedua kriteria slope dan accessibility diberikan sama yaitu
bobot 0.5 untuk kriteria slope dan bobot 0.5 untuk kriteria accessibility.

ISSN 2085-8795 LPPM STMIK IM

Jurnal INFORMASI Vol.4 No.1 (7), Juli 2011 76

(xi1) Peta Slope (xi2) Peta Accessibility

(k ii t h) (kemudahan akses ke jalan raya)

Lokasi 1 Lokasi 2 Lokasi 2 Lokasi 3
medium

medium

low
high
high
high

Lokasi 3 Lokasi 1

Gambar 1 Peta Lokasi dan Kriteria yang Akan Dibandingkan

Untuk kriteria slope (kemiringan tanah) yang mempunyai nilai sedang (medium) untuk alternatif
atau lokasi 1 diberi nilai 0.8, sedangkan alternatif (lokasi) 2 dan 3 yag mempunyai nilai tinggi
(high) diberi nilai 0.6. Hal ini dilakukan karena lokasi 1 mempunyai kemiringan yang sedang
sedangkan lokasi 2 dan 3 kemiringannya tinggi, sehingga untuk lokasi 1 bobotnya lebih besar
dibandingkan lokasi 2 dan lokasi 3.
Untuk kriteria accessibility (kemudahan akses ke jalan raya), lokasi 1 sebagai lokasi yang
mempunyai nilai tinggi (high) diberi nilai 0.8 dan lokasi 2 yang mempunyai nilai sedang (medium)
diberi nilai 0.5, sedangkan untuk lokasi 3 sebagai lokasi yang mempunyai nilai rendah (low) diberi
nilai 0.2. Hal ini dilakukan karena lokasi 1 yang mempunyai akses ke jalan raya sangat mudah
harus diberikan pembobotan yang lebih besar dibandingkan lokasi 2 yang mempunyai akses ke
jalan raya relatif mudah, dan lebih besar dibandingkan untuk lokasi 3 dengan akses ke jalan raya
sulit atau jauh dari jalan raya.
Normalisasi nilai kriteria untuk kasus pemilihan lokasi terbaik untuk pembangunan perumahan
masa depan dapat dilihat pada tabel 1.3. Perhitungan yang lebih lengkap dan lebih rinci
penggunaan metode indeks (concordance method) untuk penentuan lokasi terbaik atau paling
cocok untuk pembangunan perumahan masa depan dapat dilihat pada tabel 1.4 di bawah ini.

Tabel 10 Normalisasi nilai kriteria untuk kasus pemilihan lokasi pembangunan

perumahan masa depan
Kriteria 1 Kriteria 2
(Kemiringan tanah) (Kemudahan akses ke jalan raya)
Lokasi 1 0.8 0.2
Lokasi 2 0.6 0.2
Lokasi 3 0.6 0.8
Lokasi 4 0.6 0.8

ISSN 2085-8795 LPPM STMIK IM

Jurnal INFORMASI Vol.4 No.1 (7), Juli 2011 77

Lokasi 5 0.6 0.5

Lokasi 6 0.8 0.5
Lokasi 7 0.6 0.2
Bobot 0.5 0.5

Penentuan nilai-nilai matrik indeks adalah sebagai berikut:

Himpunan indeks untuk lokasi 1 dan lokasi 2 = {kriteria 1, kriteria 2}, c12 = 0.5 + 0.5 = 1.0
Himpunan indeks untuk lokasi 1 dan lokasi 3 = {kriteria 1}, c13 = 0.5
Himpunan indeks untuk lokasi 1 dan lokasi 4 = {kriteria 1}, c14 = 0.5
Himpunan indeks untuk lokasi 1 dan lokasi 5 = {kriteria 1}, c15 = 0.5
Himpunan indeks untuk lokasi 1 dan lokasi 6 = c16 = 0.0
Himpunan indeks untuk lokasi 1 dan lokasi 7 = {kriteria 1, kriteria 2}, c17 = 0.5 + 0.5 = 1.0
Himpunan indeks untuk lokasi 2 dan lokasi 1 = {kriteria 2}, c21= 0.5
Himpunan indeks untuk lokasi 2 dan lokasi 3 = {kriteria 1}, c23 = 0.5
Himpunan indeks untuk lokasi 2 dan lokasi 4 = {kriteria 1}, c24 = 0.5
Himpunan indeks untuk lokasi 2 dan lokasi 5 = {kriteria 1}, c25 = 0.5
Himpunan indeks untuk lokasi 2 dan lokasi 6 = c26 = 0.0
Himpunan indeks untuk lokasi 2 dan lokasi 7 = {kriteria 2, kriteria 2}, c27 = 0.5 + 0.5 = 1.0
Himpunan indeks untuk lokasi 3 dan lokasi 1 = {kriteria 1}, c31 = 0.5
Himpunan indeks untuk lokasi 3 dan lokasi 2 = {kriteria 1, kriteria 2}, c32 = 0.5 + 0.5 = 1.0
Himpunan indeks untuk lokasi 3 dan lokasi 4 = {kriteria 1, kriteria 2}, c34 = 0.5 + 0.5 = 1.0
Himpunan indeks untuk lokasi 3 dan lokasi 5 = {kriteria 1, kriteria 2}, c35 = 0.5 + 0.5 = 1.0
Himpunan indeks untuk lokasi 3 dan lokasi 6 = {kriteria 2}, c36 = 0.5
Himpunan indeks untuk lokasi 3 dan lokasi 7 = {kriteria 1, kriteria 2}, c37 = 0.5 + 0.5 = 1.0
Himpunan indeks untuk lokasi 4 dan lokasi 1 = {kriteria 2}, c41 = 0.5
Himpunan indeks untuk lokasi 4 dan lokasi 2 = {kriteria 1, kriteria 2}, c42 = 0.5 + 0.5 = 1.0
Himpunan indeks untuk lokasi 4 dan lokasi 3 = {kriteria 1, kriteria 2}, c43 = 0.5 + 0.5 = 1.0
Himpunan indeks untuk lokasi 4 dan lokasi 5 = {kriteria 1, kriteria 2}, c45 = 0.5 + 0.5 = 1.0
Himpunan indeks untuk lokasi 4 dan lokasi 6 = {kriteria 2}, c46 = 0.5
Himpunan indeks untuk lokasi 4 dan lokasi 7 = {kriteria 1, kriteria 2}, c47 = 0.5 + 0.5 = 1.0
Himpunan indeks untuk lokasi 5 dan lokasi 1 = {kriteria 2}, c51 = 0.5
Himpunan indeks untuk lokasi 5 dan lokasi 2 = {kriteria 1, kriteria 2}, c52 = 0.5 + 0.5 = 1.0
Himpunan indeks untuk lokasi 5 dan lokasi 3 = {kriteria 1}, c53 = 0.5
Himpunan indeks untuk lokasi 5 dan lokasi 4 = {kriteria 1}, c54 = 0.5

ISSN 2085-8795 LPPM STMIK IM

Jurnal INFORMASI Vol.4 No.1 (7), Juli 2011 78

Himpunan indeks untuk lokasi 5 dan lokasi 6 = {kriteria 2}, c56 = 0.5
Himpunan indeks untuk lokasi 5 dan lokasi 7 = {kriteria 1, kriteria 2}, c57 = 0.5 + 0.5 = 1.0
Himpunan indeks untuk lokasi 6 dan lokasi 1 = {kriteria 1, kriteria 2}, c61= 0.5 + 0.5 = 1.0
Himpunan indeks untuk lokasi 6 dan lokasi 2 = {kriteria 1, kriteria 2}, c62 = 0.5 + 0.5 = 1.0
Himpunan indeks untuk lokasi 6 dan lokasi 3 = {kriteria 1}, c63 = 0.5
Himpunan indeks untuk lokasi 6 dan lokasi 4 = {kriteria 1}, c64 = 0.5
Himpunan indeks untuk lokasi 6 dan lokasi 5 = {kriteria 1, kriteria 2}, c57 = 0.5 + 0.5 = 1.0
Himpunan indeks untuk lokasi 6 dan lokasi 7 = {kriteria 1, kriteria 2}, c67 = 0.5 + 0.5 = 1.0
Himpunan indeks untuk lokasi 7 dan lokasi 1 = {kriteria 2}, c71 = 0.5
Himpunan indeks untuk lokasi 7 dan lokasi 2 = {kriteria 1, kriteria 2}, c72 = 0.5 + 0.5 = 1.0
Himpunan indeks untuk lokasi 7 dan lokasi 3 = {kriteria 1}, c73 = 0.5
Himpunan indeks untuk lokasi 7 dan lokasi 4 = {kriteria 1}, c74 = 0.5
Himpunan indeks untuk lokasi 7 dan lokasi 5 = {kriteria 1}, c75 = 0.5
Himpunan indeks untuk lokasi 7 dan lokasi 6 = c57 = 0.0

Tabel 11 Matriks Indeks untuk penentuan lokasi terbaik pembangunan perumahan

masa depan
Lokasi Lokasi Lokasi Lokasi Lokasi Lokasi Lokasi Jumlah Rank
1 2 3 4 5 6 7 Baris

Lokasi 1 ⎯ 1.0 0.5 0.5 0.5 0.0 1.0 3.5 3

Lokasi 2 0.5 ⎯ 0.5 0.5 0.5 0.0 1.0 3.0 4
Lokasi 3 0.5 1.0 ⎯ 1.0 1.0 0.5 1.0 5.0 1
Lokasi 4 0.5 1.0 1.0 ⎯ 1.0 0.5 1.0 5.0 1
Lokasi 5 0.5 1.0 0.5 0.5 ⎯ 0.5 1.0 4.0 2
Lokasi 6 1.0 1.0 0.5 0.5 1.0 ⎯ 1.0 5.0 1
Lokasi 7 0.5 1.0 0.5 0.5 0.5 0.0 ⎯ 3.0 4

ISSN 2085-8795 LPPM STMIK IM

Jurnal INFORMASI Vol.4 No.1 (7), Juli 2011 79

(xi1)Peta Slope (kemiringan tanah)

Lokasi 1 Lokasi 2

medium

high
Peta Hasil Overlap (Slope dan Accessibility)

high
Lokasi 6

Lokasi 3 Lokasi 5

Lokasi 1

(xi2) Peta Accessibility

Lokasi 7

(kemudahan akses ke jalan raya)

Lokasi 2 Lokasi 3 Lokasi 4

medium
Lokasi 2

Lokasi 3

low

Gambar 1.2 Proses Overlap Peta Lokasi dan Kriteria

high

Lokasi 1

Gambar 2 Proses Overlap Peta Lokasi dan Kriteria

Keterangan lokasi potensial :

Lokasi 1 = lokasi dengan kriteria kemiringan tanahnya sedang dan akses ke jalan raya
sulit
Lokasi 2 = lokasi dengan kriteria kemiringan tanahnya tinggi dan akses ke jalan raya sulit
Lokasi 3 = lokasi dengan kriteria kemiringan tanahnya tinggi dan akses ke jalan raya
sangat mudah

ISSN 2085-8795 LPPM STMIK IM

Jurnal INFORMASI Vol.4 No.1 (7), Juli 2011 80

Lokasi 4 = lokasi dengan kriteria kemiringan tanahnya tinggi dan akses ke jalan raya
sangat mudah
Lokasi 5 = lokasi dengan kriteria kemiringan tanahnya tinggi dan akses ke jalan relatif
mudah
Lokasi 6 = lokasi dengan kriteria kemiringan tanahnya sedang dan akses ke jalan raya
relatif mudah
Lokasi 7 = lokasi dengan kriteria kemiringan tanahnya tinggi dan akses ke jalan raya sulit

1. Proses Rasterisasi ke Peta Raster

(xi1) Peta Slope

(kemiringan tanah)

0.8 0.8 0.8 0.6 0.6

0.8 0.8 0.8 0.6 0.6

0.8 0.8 0.6 0.6 0.6

0.6 0.6 0.6 0.6 0.6

0.6 0.6 0.6 0.6 0.6

(xi2) Peta Accessibility

(kemudahan akses ke jalan raya)

0.2 0.2 0.5 0.5 0.5

0.2 0.2 0.2 0.5 0.5

0.2 0.2 0.2 0.8

0.8 0.8

0.2 0.2 0.8 0.8 0.8

0.2 0.2 0.8 0.8 0.8

ISSN 2085-8795 LPPM STMIK IM

Jurnal INFORMASI Vol.4 No.1 (7), Juli 2011 81

2. Perhitungan Matriks Indeks

(xi1) Peta Slope

(kemiringan tanah)
0.8 0.8 0.8 0.6 0.6

0.8 0.8 0.8 0.6 0.6

0.8 0.8 0.6 0.6 0.6

0.6 0.6 0.6 0.6 0.6

Peta Hasil Hitungan Metode Indeks
3.5 3.5 5.0 4.0 4.0
0.6 0.6 0.6 0.6 0.6

3.5 3.5 3.5 4.0 4.0

Ci = ∑i cii’ 
(xi2) Peta Accessibility 3.5 3.5 3.0 5.0 5.0

(kemudahan akses ke jalan raya)

3.0 3.0 5.0 5.0 5.0
0.2 0.2 0.5 0.5 0.5

3.0 3.0 5.0 5.0 5.0

0.2 0.2 0.2 0.5 0.5

0.2 0.2 0.2 0.8

0.8 0.8 Keterangan :
= Lokasi terbaik
0.2 0.2 0.8 0.8 0.8
= Lokasi terbaik

0.2 0.2 0.8 0.8 0.8 = Lokasi terbaik

Gambar 3 Proses rasterisasi peta lokasi dan peta kriteria ke dalam peta raster

3. Proses Pengurutan Lokasi-Lokasi Terbaik

ISSN 2085-8795 LPPM STMIK IM

Jurnal INFORMASI Vol.4 No.1 (7), Juli 2011 82

Peta Jumlah Baris Metode Indeks Peta Ranking Terbaik dengan Metode Indeks
3.5 3.5 5.0 4.0 4.0 3 3 1 2 2

3.5 3.5 3.5 4.0 4.0 3 3 3 2 2

3.5 3.5 3.0 5.0 5.0 3 3 4 1 1

3.0 3.0 5.0 5.0 5.0 4 4 1 1 1

3.0 3.0 5.0 5.0 5.0 4 4 1 1 1

Keterangan :
= Lokasi terbaik

Gambar 4 Proses Pengurutan lokasi-lokasi terbaik untuk pembangunan perumahan

masa depan

4. Proses Vektorisasi ke Peta Vektor

Peta Raster Proses Vektorisasi

3 3 1 2 2 Lokasi 6
Lokasi 5

3 3 3 2 2
Lokasi 1

3 3 4 1 1
Lokasi 7

4 4 1 1 1 Lokasi 4

4 4 1 1 1 Lokasi 2

Lokasi 3

Gambar 5 Proses Vektorisasi dari Peta Raster ke Peta Vektor

ISSN 2085-8795 LPPM STMIK IM

Jurnal INFORMASI Vol.4 No.1 (7), Juli 2011 83

Peta Vektor
Proses Vektorisasi

Lokasi 6 Lokasi 6

Lokasi 5 Lokasi 5

Lokasi 1 Lokasi 1

Lokasi 7 Lokasi 7

Lokasi 4 Lokasi 4

Lokasi 2 Lokasi 2

Lokasi 3 Lokasi 3

Gambar 6 Peta Vektor Lokasi-Lokasi Penentuan Perumahan Masa Depan

Berdasarkan urutannya jumlah baris pada lokasi 3, lokasi 4 dan lokasi 6 (5.0) > jumlah baris pada
lokasi 5 (4.0) > jumlah baris pada lokasi 1 (3.5) > jumlah baris pada lokasi 2 dan lokasi 7 (3.0),
maka lokasi 2, lokasi 4dan lokasi 6 menempati urutan (posisi) pertama, lokasi 5 menempati urutan
kedua dan lokasi 1 menempati urutan ketiga serta lokasi 2 dan lokasi 7 menempati urutan keempat.
Berdasarkan urutan ranking tersebut sehingga dapat disimpulkan bahwa lokasi 3, lokasi 4 dan
lokasi 6 merupakan “lokasi terbaik atau lokasi yang paling cocok untuk pembangunan
perumahan masa depan berdasarkan kriteria slope dan acccessibility”.
5. Perbandingan dengan Metode Lain

Keterangan:
= Lokasi terbaik

Gambar 7 Hasil Metode Simple Additive Weighting

ISSN 2085-8795 LPPM STMIK IM

Jurnal INFORMASI Vol.4 No.1 (7), Juli 2011 84

Keterangan:
= Lokasi terbaik

Gambar 8 Hasil Metode Fungsi Nilai/Utility

Keterangan
= Lokasi terbaik

Gambar 9 Hasil Metode AHP (Analytic Hierarchy Process)

ISSN 2085-8795 LPPM STMIK IM

Jurnal INFORMASI Vol.4 No.1 (7), Juli 2011 85

Keterangan:
= Lokasi terbaik

Gambar 10 Hasil Metode Titik Ideal

Berdasarkan hasil perbandingan yang telah dilakukan, menunjukkan bahwa penggunaan metode
indeks ini untuk penentuan lokasi terbaik untuk pembangunan perumahan masa depan dengan data
dan kriteria evaluasi yang sama relatif memberikan hasil yang sama dengan metode “Simple
Additive Weighting” tetapi memberikan hasil yang berbeda dengan metode Fungsi Nilai atau
Utility dan metode Titik Ideal. Sedangkan bila dibandingkan dengan metode AHP (Analytic
Hierarchy Process) beberapa lokasi menghasilkan hasil yang sama dan lokasi yang lainnya
memberikan hasil yang berbeda.

5. Kesimpulan dan Saran

Kesimpulan dari makalah ini adalah sebgai berikut :

• Metode Indeks didasarkan pada perbandingan berpasangan (pairwise comparison) dari

alternatif-alternatif.
• Metode Indeks menetapkan suatu urutan ranking dari alternatif-alternatif.
• Unsur dasar dari metode indeks adalah ukuran indeks, dan ukuran bukan indeks.
• Dua indikator ini dihitung untuk semua alternatif yang berpasangan.
• Yang dilakukan dalam proses hitungan metode indeks ini adalah mencari alternatif yang
mempunyai nilai indeks tertinggi dan nilai terendah yang bukan indeks.
• Alternatif dengan nilai indeks tertinggi merupakan alternatif terbaik.
• Penggunaan metode indeks (concordance method) pada penentuan lokasi terbaik untuk
pembangunan perumahan masa depan ini berdasarkan perhitungan didapatkan lokasi 3,
lokasi 4 dan lokasi 6 sebagai lokasi terbaik untuk pembangunan perumahan masa depan.
• Berdasarkan hasil perbandingan yang telah dilakukan, menunjukkan bahwa penggunaan
metode indeks ini untuk penentuan lokasi terbaik untuk pembangunan perumahan masa
depan dengan data dan kriteria evaluasi yang sama relatif memberikan hasil yang sama
dengan metode “Simple Additive Weighting” tetapi memberikan hasil yang berbeda dengan
metode Fungsi Nilai atau Utility dan metode Titik Ideal. Sedangkan bila dibandingkan
dengan metode AHP (Analytic Hierarchy Process) beberapa lokasi menghasilkan hasil
yang sama dan lokasi yang lainnya memberikan hasil yang berbeda.

ISSN 2085-8795 LPPM STMIK IM

Jurnal INFORMASI Vol.4 No.1 (7), Juli 2011 86

Saran untuk kedepan adalah perlu dilakukan penelitian lebih lanjut untuk menganalisis
penggunaan metode-metode tersebut sehingga dapat diketahuai faktor-faktor yang mempengaruhi
perbedaan hasil dari penggunaan metode-metode tersebut.

6. Referensi
[1] Malczewski, J. (1999). GIS and Multikriteria Decision Analysis, John Wiley & Sons Inc.,
New York, 226 – 229.
[2] Belacel, N., and Boulassel, M.R. (2003). Multicriteria Fuzzy Classification Procedure
[3] PROCFTN: Methodology and Medical Application, National Research Council of
Canada, didownload dari situs: http://www.google.co.id.
[4] John Buchanan, Ranking Projects Using the ELECTRE Method, Department of
Management Systems University of Waikato Hamilton, New Zealand, didownload dari situs:
http://www.google.co.id.
[5] Annika Kangas et. al, (2001), Outranking Methods As Tools in Strategic Natural Resources
Planning, research articles, didownload dari situs: http://www.google.co.id.
[6] H. V. Gupta et. al, (1999), Parameter estimation of a land surface scheme using
multicriteria methods, Department of Hydrology and Water Resources, University of
Arizona, Tucson, didownload dari situs: http://www.google.co.id.
[7] Grazia Concilio et al. , Rank Order for a Rehabilitation Program Using Multiple Criteria,
International Institute for Applied Systems Analysis, Laxenburg, Austria, didownload dari
situs: http://www.google.co.id.
[8] Denis Bouyssou, Outranking Methods, didownload dari situs:
http://www.google.co.id.

ISSN 2085-8795 LPPM STMIK IM