Sistem Pendukung Keputusan Pemilihan Bibit Sapi Unggul Dengan Menggunakan

Metode Analyti Hierarcy Process (AHP)

Dilla Fitria Nasution1, Eka Bahzariyani Munthe2, Muhammad Ramadani3,

Yulia Purnama Sari Hutagaol4

Program Studi Sistem Pendukung Keputusan, STMIK Royal Kisaran.

Email: yulihutagaol619@gmail.com.

ABSTRAK
Beternak merupakan bidang usaha yang tidak asing lagi untuk kalangan pedesaan sebagai
bisnis sampingan. Salah satu hewan ternak adalah sapi, beberapa jenis sapi yang terdapat di Desa Air
Genting saat ini adalah Bull, Brahman, Bali, Jawa. Dari jenis-jenis sapi potong itu, masing-masing
mempunyai ciri-ciri yang khas baik ditinjau dari Umur, Berat Badan, Tinggi, Panjang Tanduk,
maupun Kondisi Kesehatan Sapi tersebut. Sebagian pengusaha ternak sapi pastinya akan memilih
calon bibit sapi yang berkualitas untuk diternakan. Penelitian ini dilatar belakangi hasil pengamatan
peneliti, bahwa perkembangan teknologi informasi berkembang dengan sangat cepat yang menuntut
setiap orang untuk menguasai dan menggunakannya untuk membantu menyelesaikan pekerjaan.
Penggunaan teknologi pada Pengusaha ternak sapi dilakukan untuk memberikan keputusan yang
sesuai dengan kinginan, yaitu sapi yang dipelihara dapat dikembangkan dengan baik. Kesimpulannya
sudah ditemukan rancangan aplikasi System Pendukung Keputusan pemilihan bibit sapi potong yang
unggul dengan menggunakan metode AHP di Desa Air Genting. Dapat menentukan jenis bibit sapi
mana yang bagus berdasarkan kriteria-kriteria yang di inputkan oleh Admin.
Kata kunci : Sistem Pendukung Keputusan, AHP, Sapi.
 BAB I Process (AHP). Metode AHP merupakan
PENDAHULUAN bentuk suatu model penunjang keputusan
1.1 Latar Belakang dimana peralatan utamanya adalah sebuah
hierarki fungsional dengan input utamanya
Beternak merupakan bidang usaha
persepsi manusia yang dalam hal ini adalah
yang tidak asing lagi untuk kalangan pedesaan
orang yang mengerti permasalah memilih jenis
sebagai bisni sampingan. Salah satu hewan
bibit sapi unggul.
ternak adalah sapi, beberapa jenis sapi yang
terdapat di Desa Air Genting. Dari jenis-jenis
1.2 Perumusan Masalah
sapi potong itu, masing-masing mempunyai
Dalam melakukan penelitian terhadap
ciri-ciri yang khas baik ditinjau dari , Berat
suatu objek, terlebih dahulu harus ditentukan
Badan, Tinggi, Panjang Tanduk, maupun
masalah yang akan dibahas agar terhindar dari
Kondisi Kesehatan Sapi tersebut. Sebagian
permbahasan yang terlalu rumit.
pengusaha ternak sapi pastinya akan memilih
Adapun masalah yang akan penulis
calon bibit sapi yang berkualitas untuk
bahas dalam penyusunan tugas penelitian ini
diternakan.
adalah :
Desa Air Genting yang merupakan
salah satu kelompok ternak yang bernama 1. Bagaimana pengambilan keputusan
Pengembangan Ternak Sapi Potong. Adapun secara efektif dan efisien untuk

tujuan dilakukan proses pemilihan calon bibit menentukan Bibit Sapi yang

sapi pada kelompok ternak Pengembangan Berkualitas (Unggul)?

Ternak Sapi potong memberikan suatu 2. Bagaimana menerapkan metode

keputusan yang sesuai dengan keinginan Analytical Hierarchy Process (AHP)
kelompok, yaitu sapi yang dipelihara dapat dalam menentukan Bibit Sapi
dibedakan mana bibit sapi yang bagus Unggul?
dipelihar agar menghasilkan sapi yang 3. Bagaimana merancang sebuah sistem
berkualitas (Unggul). pendukung keputusan untuk
Dari uraian diatas, maka dibuat suatu membantu kelompok ternak dalam
system yang dapat membantu para peternak menentukan atau menyelesaikan
dalam memilih calon bibit sapi yang unggul. masalah dalam menentukan Bibit
System ini digunakan untuk membantu para Sapi yang Berkualitas (Unggul)?
peternak dalam menentukan atau memilih sapi
yang berkualitas (Unggul). 1.3 Batasan Masalah
Adapun batasan masalah yang akan
Adapun metode yang dapat digunakan
dibahas dalam sistem ini adalah:
untuk membangun Sitem Penunjang
1. Sistem dibangun dan dikembangkan dengan
Keputusan (SPK), yaitu Analytical Hierarchy
Analyti Hierarcy Process (AHP) sebagai
bahasa pemrograman Visual Basic 6.0 dan
Access sebagai database-nya.
2. Untuk mendapatkan Informasi keputusan
yang akurat terhadap Peternak Sapi yang akan
memilih Bibit Sapi yang Berkualitas (Unggul).
3. Metode Analyti Hierarcy Process (AHP)
dalam menyelesaikan masalah pemilihan Bibit
Sapi yang Berkualitas (Unggul)
1.4 Tujuan Penelitian
Adapun yang menjadi tujuan penelitian
ini yaitu bagaimana pengambilan keputusan
secara efektif dan efisien untuk menentuka
Bibit Sapi Unggul dengan menerapkan metode
Analyti Hierarcy Process (AHP).

BAB II
LANDASAN TEORI 1.2 Metode Analytical Hierarchy Process
1.1 Definisi Sistem Pendukung Keputusan (AHP)

Sistem Pendukung Keputusan (SPK) a. Definisi Metode AHP

sebagai sebuah system berbasis computer Analytical Hierarchy Process
yang membantu dalam proses merupakan suatu metode pendukung
pengambilan keputusan. SPK sebagai keputusan yang dikembangkan oleh
system informasi computer yang adaptif , Thomas L. Saaty. Model pendukung
interaktif, fleksibel, yang secara khusus keputusan ini akan menguraikan masalah
dikembangkan untuk mendukung solusi multi faktor atau multi kriteria yang
dari permasalahan manajemen yang tidak kompleks menjadi suatu hierarki.
terstruktur untuk meningkatkan kualitas Menurut Saaty (1993), hierarki
pengambilan keputusan. Dengan didefinisikan sebagai suatu representasi
demikian dapat ditarik satu definisi dari sebuah permasalahan yang
tentang SPK yaitu sebuah system berbasis kompleks dalam suatu struktur multilevel
computer yang adaptif, fleksibel, dan dimana level pertama adalah tujuan, yang
interaktif yang digunakan untuk diikuti level faktor, kriteria, sub kriteria,
memecahkan masalah-masalah yang tidak dan seterusnya hingga level terakhir dari
terstruktur sehingga meningkatkan nilai alternatif.
keputusan yang diambil. Analytical Hierarchy Process

Sistem pendukung keputusan adalah digunakan sebagai metode pemecahan

suatu pendekatan sistematis pada hakekat masalah dibanding dengan metode yang

suatu masalah, pengumpulan fakta-fakta lain karena alasan-alasan berikut:

penentu yang matang dari alternative 1. Struktur yang berhierarki, sebagai

yang dihadapi dan pengampilan tindakan konsekuensi dari kriteria yang

yang paling tepat. (Kadarsih suryadi dipilih, sampai pada sub kriteria

.2000:1) yang paling dalam.

 2. Memperhitungkan validitas berbeda dari masing-masing level
sampai dengan batas toleransi berisi elemen serupa.
inkonsistensi sebagai kriteria dan 5. Pengukuran (Measurement)
alternatif yang dipilih oleh AHP menyediakan skala
pengambil keputusan. pengukuran dan metode untuk
Memperhitungkan daya tahan mendapatkan prioritas.
output analisis sensitivitas 6. Sintesis (Synthesis)
pengambilan keputusan. AHP mengarah pada perkiraan
keseluruhan mengenai seberapa
b. Kelebihan dan Kelemahan Metode diinginkannya masing- masing
AHP alternatif.
Layaknya sebuah metode 7. Trade Off
analisis, AHP pun memiliki kelebihan AHP mempertimbangkan proritas
dan kelemahan dalam sistem relatif faktor-faktor pada sistem
analisisnya. Kelebihan-kelebihan sehingga orang mampu memilih
analisis ini adalah: alternatif terbaik berdasarkan
1. Kesatuan (Unity) tujuan mereka.
AHP membuat permasalahan 8. Penilaian dan Konsensus
yang luas dan tidak terstruktur (Judgement and Consensus)
menjadi suatu model yang fleksibel AHP tidak megharuskan adanya suatu
dan mudah dipahami. consensus, tapi menggabungkan hasil
2. Kompleksitas (Complexity) penilaian yang berbeda.
AHP memecahkan permasalahan 9. Pengulangan Proses (Process
yang kompleks melalui pendekatan Repetition)
sistem dan pengintegrasian secara AHP mampu membuat orang
deduktif. menyaring definisi dari suatu
3. Saling ketergantungan permasalahan dan mengembangkan
(Interdependence) penilaian serta pengertian mereka
AHP dapat digunakan pada melalui proses pengulangan.
elemen-elemen sistem yang saling
bebas dan tidak memerlukan Sedangkan kelemahan metode
hubungan linier. AHP adalah sebagai berikut:
4. Struktur Hirarki (Hierarchy 1. Ketergantungan model AHP pada
Structuring) input utamanya. Input utama ini
AHP mewakili pemikiran alamiah berupa persepsi seorang ahli
yang cenderung mengelompokkan sehingga dalam hal ini melibatkan
elemen sistem ke level-level yang subyektifitas sang ahli. Selain itu,
 model menjadi tidak berarti jika d. Menormalkan data dengan
ahli tersebut memberikan penilaian membagi nilai dari setiap elemen
yang keliru. di dalam matriks yang
2. Metode AHP ini hanya metode berpasangan dengan nilai total
matematis tanpa ada pengujian dari setiap kolom.
secara statistic sehingga tidak ada e. Menghitung nilai eigen
batas kepercayaan dari kebenaran vector dan menguji
model yang terbentuk. konsistensinya.
f. Mengulangi langkah 3, 4, dan 5
c. Tahapan Metode AHP untuk seluruh tingkat hirarki.
Didalam Sistem Rekomendasi g. Menghitung eigen vector dari
Bibit Sapi ini menggunakan Logika setiap matriks perbandingan
Metode AHP. berpasangan. Nilai eigen vector
merupakan bobot setiap elemen.
1. Tahapan – Tahapan Pengambil Langkah ini mensistensis pilihan
Keputusan dengan Metode AHP dan penentuan prioritas elemen –
a. Mendefinisikan masalah dengan elemen pada tingkat hirarki
menentukan solusi yang terendah sampai pencapaian
diinginkan. tujuan.
b. Membuat struktur hirarki yang h. Menguji konsistensi hierarki.
diawali dengan tujuan umum, Jika tidak memenuhi dengan CR
dilanjutkan dengan kriteria – <0,100 maka penilaian harus di
kriteria, sub kriteria dan ulang kembali.
alternative – alternative pilihan i. Menetapkan prioritas, dalam
yang ingin diurutkan. menetapkan prioritas dilakukan
c. Membentuk matrik perbandingan dengan menyusun perbandingan
berpasangan yang berpasangan yaitu
menggambarkan kontribusi membandingkan seluruh elemen
relative atau pengaruh setiap untuk setiap hirarki Apabila
elemen terhadap masing – masing dalam suatu subsistem operasi
tujuan atau kriteria yang setingkat terdapat n elemen operasi yaitu
diatasnya. perbandingan A1, A2,….,An maka hasil
dilakukan berdasarkan pilihan perbandingan dari elemen –
dari pembuat keputusan dengan elemen operasi tersebut akan
menilai tingkat kepentingan suatu membentuk matriks A berukuran
elemen dibandingkan elemen n x n sebagai berikut :
lainnya.
Tabel Matrik Perbandingan Berpasangan Tabel Matriks Perbandingan Intensitas
Kepentingan Elemen Operasi
A1 A2 … An
A1 a11 a12 … a1n
A2 a21 a12 … a2n
… … … … …
An an1 an1 … Amn

Matriks Anxn merupakan matriks

reciprocal, yang diasumsikan terdapat n
elemen yaitu W1,W2,Wn yang membentuk
perbandingan.

Nilai perbandingan secara berpasangan

antara Wi, Wj dipresentasikan dalam sebuah
matriks Wi, Wj = aij dengan ij = 1, 2, 3, n Berdasarkan matriks perbandingan

sedangakan nilai aij merupakan nilai matriks berpasangan maka dilakukan normalisasi
dengan langkah – langkah sebagai berikut :
hasil perbandingan yang mencerminkan nilai
kepentingan Ai terhadap Aj bersangkutan a. Bobot setiap kolom j dijumlahkan,
sehingga diperoleh matriks yang total nilai kolom dilambangkan dengan
dinormalisasi. Nilai aij = 1, untuk i = j
(diagonal matrik memiliki nilai 1), atau
apabila antara elemen operasi Ai dengan Aj
memiliki tingkat kepentingan yang sama maka b. Nilai setiap kolom dibagi dengan total
nilai aij = aji = 1, bila vector pembobot nilai kolomnya. Hasil dari pembagian itu

elemen – elemen operasi dinyatakan dengan dilambangkan dengan Vij.

W, dengan W = (W1, W2, . . , Wn), maka

intensitas kepentingan elemen operasi A1
terhadap A2 adalah ½= 12, sehingga matriks
perbandingan berpasangan dapat dinyatakan c. Selanjutnya dengan menghitung vector
sebagai berikut: prioritas relatif dari setiap kriteria dengan
merata – ratakan bobot yang sudah
dinormalisasikan dengan baris ke-i
prioritas kriteria ke- i dilambangkan
dengan Pi.
a. Menentukan Eigenvalue dan disebut dimensi (ukuran dan bentuk)
Eigenvektor dari matriks itu.
Untuk setiap perbandingan antara
2. Vector n dimensi atau secara matematis
kriteria – kriteria yang berada dalam satu
suatu vector di tentukan ujung
tingkatan dengan tujuan untuk mengetahui
vektornya yang dinyatakan dengan
kriteria mana yang paling disukai atau
bilangan riil (a,b) dalam ruang dua.
yang penting maka dapat disajikan dalam
Secara umum pengertian ini dapat
sebuah matriks perbandingan dalam setiap
diperluas dalam ruang n, (n bilangan
level atau tingkatan. Nilai Eigenvektor
merupakan bobot setiap elemen. Langkah positif) atau Rn. jadi suatu vector

ini mensistensis pilihan dan penentuan dalam Rn dinyatakan dengan baris-n

prioritas elemen – elemen pada tingkat riil (a1,a2,a3,…,an).
hierarki terendah sampai pencapaian
3. Eigenvektor dan Eigenvalue Definisi
tujuan. Untuk mengetahui pembahasan
: jika A adalah matriks mxn,
lebih lengkap tentang Eigenvektor dan
maka vector tak nol x di dalam
Eigenvalue maka diberikan definisi –
dinamakan vector eigen dari A jika
definisi sebagai berikut:
Ax adalah kelipatan scalar dari x
1. Matriks yakni untuk suatu scalar
dinamakan nilai eigen (eigenvalue)
Matriks ialah susunan berbentuk
dari A dan x dikatakan vector eigen
empat persegi panjang dari elemen –
yang bersesuaian dengan. Untuk
elemen (bilangan) yang terdiri dari
mencari nilai eigen dari matriks A
beberapa baris dan kolom dibatasi
yang berukuran nxn maka dituliskan
dengan tanda kurung seperti berikut
kembali Ax = x sebagai Ax = atau
ini:
secara ekivalendet (λI - A)= 0.

4. Interpretasi Geometrik dari vector

Eigenvektor – vector taknol tersebut
memenuhi persamaan ini disebut
Dimana (aij), i, j = 1,2,3,….,n Matriks
vector eigen dari T yang terkait
di atas disebut matriks tingkat mxn,
dengan λ. Jika nilai λ adalah nilai
yang terdiri dari m baris dan n kolom.
eigen dari A, dan x adalah suatu
Setiap aij disebut elemen atau unsur
vector eigen yang terkait maka
dari matriks itu, sedang indeks i dan j
Ax=λx, sehingga perkalian A
berturut – turut menyatakan baris dan
memetakan ke dalam suatu perkalian
kolom. Pasangan bilangan (m,n)
scalar dengan dirinya sendiri. Untuk
suatu matriks konsisten dengan vector w,
maka elemen dapat ditulis :

Jadi, matrik konsistensinya adalah :

Tetapi pada prakteknya tidak

dapat dijamin bahwa :

Seperti yang diuraikan di atas,

maka untuk pairwise comparison
matrix diuraikan menjadi : Salah satu penyebab yaitu
karena unsur manusia (decision
maker) tidak selalu dapat konsisten
mutlak dalam mengekspresikan
Dari persamaan tersebut di atas dapat
prefensi terhadap elemen – elemen
dilihat bahwa :
yang dibandingkan.
(λI - A)x = 0
b. Menghitung Indeks Konsistensi
Dengan demikian untuk matriks
Dalam penilaian matriks
perbandingan berpasangan yang
berpasangan seringkali menyebabkan
konsisten menjadi :
perubahan kecil nilai aij yang
menyebabkan nilai eigen maksimum.
Penyimpangan nilai eigen maksimum
merupakan perubahan ukuran
Persamaan tersebut ekuivalen dengan
konsistensi. Indicator terhadap
bentu persamaan matriks di samping
konsistensi diukur melalui indeks
ini : A . w= n . w konsistensi sebagai berikut :

Dalam teori matriks,

formulasi ini diekspresikan bahwa w
adalah eigen vector dari matriks A
dengan nilai eigen n. perlu diketahui AHP mengukur seluruh
bahwa n merupakan dimensi matriks konsistensi penilaian dengan
itu sendiri. Dalam bentuk menggunakan konsistensi ratio (CR)
persamaan matriks dapat dituli sebagai suatu tingkat konsistensi yang tertentu
berikut : diperlukan dalam penentuan prioritas
 unutk mendapatkan hasil yang konsisten jika tidak maka perlu
terbaik. Nilai CR ≤ 0,100 adalah dilakukan revisi.

BAB III pembahasan, penganalisaan, dan akhirnya

METODOLOGI PENELITIAN
a. Pengertian Metodologi
Metodologi Penelitian merupakan suatu
proses, yaitu suatu rangkaian langkah –
langkah yang dilakukan secara terencana
dan sistematis guna mendapatkan
pemecahan masalah atau mendapatkan
jawaban terhadap pertanyaan – pertanyaan
tertentu. Metodologi penelitian sangat
penting karena naik buruk hasil peselihian
tergantung dari metodologi yang
digunakan.
b. Metode Pengumpulan Data
Dalam menganalisis kebutuhan
sistem informasi dilakukan pengumpulan
data untuk mendapatkan informasi yang
diperlukan keterangan sebanyak mungkin
untuk dijadikan bahan masukkan,
untuk mengambil keputusan. Metode
pengumpulan data yang dipergunakan
penulis adalah metode :
1. Observasi, yaitu pengamatan langsung
kepada suatu objek yang akan diteliti,
sedangkan penelitian lapangan adalah
usaha pengumpulan data dan
informasi secara intensif dengan
analisa dan pengujian kembalian atas
semua data yang telah dikumpukan.
2. Interview, adalah proses tanya jawab
yang berlangsung secara lisan dimana
ada dua orang atau lebih bertatap
muka mendengarkan secara langsung
informasi – informasi atau keterangan
– keterangan, dalam hal ini penulis
mengadakan tanya jawab langsung
dengan pegawai pembimbing penulis
dikantor tersebut.

BAB IV Peternak adalah Peternak

ANALISIS DAN PERANCANGAN mengambil keputusan dengan
SISTEM mempertimbangkan saran dari
peneliti dan juga menggunakan
4.1 Gambaran Umum Pengambilan
informasi mengenai Bibit Sapi
Keputusan
yang Berkualitas (Unggul).
Gambaran umum sebelum
dibuatnya sistem pengambilan
keputusan pemilihan Bibit Sapi
Unggul yang dilakukan oleh
 PEMBAHASAN
Berat Tinggi Umur P.Tanduk
Peternak akan memilih Bibit Sapi
Berat 1.00 3.00 5.00 7.00
Berkualitas (Unggul), Bibit Sapi yang
Tinggi 0.33 1.00 2.00 3.00
Berkualitas (Unggul) yang akan dipilih
adalah Sapi Brahman, Sapi Bali, Sapi Jawa. Umur 0.20 0.50 1.00 2.00

Sedangkan criteria yang dipilih adalah P.Tanduk 0.14 0.33 0.50 1.00

Berat, Tinggi, Umur. Jumlah 1.67 4.83 8.50 13

Kolom 1 : 1.00 + 0.33 + 0.20 + 0.14 = 1.67 .

Selanjutnya lakukan perbandingan
Begitu seterusnya sampai semua nilai
berpasangan untuk mendapatkan bobot
terpenuhi.
kriteria :
2. Normalisasi nilai setiap kolom matrik
perbandingan berpasangan dengan
membagi setiap nilai pada kolom
matrik dengan hasil penjumlahan
kolom yang bersesuaian.
Berat Tinggi Umur P.Tanduk

Berat 0,60 0.62 0.59 0.54

Tinggi 0.20 0.21 0.23 0.23

a. Perbandingan berpasangan Umur 0.12 0.10 0.12 0.15
Berat Tinggi Umur P.Tanduk P.Tanduk 0.08 0.07 0.06 0.08
Berat 1 3 5 7 1 1 1 1
Jumlah
Tinggi 1/3 1 2 3
Cara normalisasi setiap nilai :
Umur 1/5 1/2 1 2 Nilai kolom 1 baris 1 (1.00) dibagi dengan
P.Tanduk 1/7 1/3 ½ 1 hasil penjumlahan per kolom (1.67)
hasilnya masuk kolom 1 baris 1 (0.60)
begitu seterusnya sampai semua nilai
b. Hitung Bobot kriteria
terpenuhi.
1. Menjadikan nilai perbandingan
berpasangan menjadi nilai desimal dan
menjumlahkan setiap kolomnya.
3. Menjadikan Nilai Perbandingan Λmax = [1.67 x 0.59] + [4.83 x 0.22] +
Berpasangan menjadi nilai decimal dan
[8.50 x 0.12] +[13 x 0.07] = 4.00
menjumlahkan setiap kolomya.
CI =(λmax-n)/n-1
Ber Ting Um P.Ta Juml Pri
at gi ur nduk ah orit =(4.02-4)
as
=0.02/4 =0.05
Berat 0.6 0.62 0.5 0.54 2.35 0.5
0 9 9 d. Tabel IR

Tinggi 0.2 0.21 0.2 0.23 0.87 0.2

Ord RI Ord RI
0 3 2
o o
Umur 0.1 0.10 0.1 0.15 0.49 0.1
Mat Mat
2 2 2
rik rik
P.Tan 0.0 0.07 0.0 0.08 0.29 0.0
1 0 6 1.24
duk 8 6 7
2 0 7 1.32
Jumla 1 1 1 1 4 1
3 0.58 8 1.41
h
4 0.9 9 1.45
5 1.12 10 1.49
c. Hitungan CI
Sehingga :

CR = CI/IR
Bera Ting Umu P.Tan Priorit
t gi r duk as =0.05/0.58 = 0.09

Berat 1.00 3.00 5.00 7.00 0.59

Tinggi 0.33 1.00 2.00 3.00 0.22

Umur 0.20 0.50 1.00 2.00 0.12

P.Tan 0.14 0.33 0.50 1.00 0.07

duk

Jumla 0.67 4.83 8.50 13 1

h
e. Vektor Prioritas b. Bobot Kriteria (priority vector)

Berat Tinggi Umur p.Tand Memaksimalkan dan menjumlahkan tiap

uk kolom

Berat 1.00 3.00 5.00 7.00

Berat S.Brahm S.Bali S.Jaw
Tinggi 0.33 1.00 2.00 3.00 an a
Umur 0.20 0.50 1.00 2.00 S.Brahma 1.00 0.33 0.33
P.Tanduk 0.14 0.33 0.50 1.00 n
Dengan demikian dapat diperoleh vector S.Bali 3.00 1.00 2.00
posisinya, yaitu : S.Jawa 3.00 0.50 1.00

4 Jumlah 7.00 1.83 3.33

√1 ∗ 3 ∗ 5 ∗ 7= 3.20
Normalisasi
4
√0.33 ∗ 1 ∗ 2 ∗ 3= 1.19
Berat S.Brah S.Bali S.JAwa
4
√0.20 ∗ 0.50 ∗ 1 ∗ 2= 0.67 man
S.Brah 0.14 0.18 0.1
4
√0.14 ∗ 0.33 ∗ 0.50 ∗ 1= 0.39
man

∑ = 5.45 S.Bali 0.43 0.55 0.60

S.Jawa 0.43 0.27 0.30

Vektor Prioritasnya : 3.20 : 5.45 = 0.59
Mendapatkan nilai priority vector
1.19 : 5.45 = 0.22
0.67 : 5.45 = 0.12 Berat S.Brah S.Bali S.Ja Prio

0.39 : 5.45 = 0.07 man wa riti

S.Brah 0.14 0.18 0.1 0.14

Perhitungan bobot alternative untuk kriteria
Berat man
S.Bali 0.43 0.55 0.60 0.53
a. Perbandingan Berpasangan
S.Jawa 0.43 0.27 0.30 0.33

Berat S.Brahman S.Bali S.Jawa

S.Brahman 1 1/3 1/3

S.Bali 3 1 2
S.Jawa 3 1/2 1
Perhitungan Bobot Alternatif untuk Kriteria Perhitungan Bobot Alternatif Untuk Kriteria
Tinggi Umur
a. Perbandingan Berpasangan
a. Perbandingan Berpasangan
Umur S.Brahman S.Bal S.Jawa
Tinggi S.Brahm S.Bali S.Jawa
i
an
S.Brahma 1 5 5
S.Brahman 1 2 5
n
S.Bali 1/2 1 4
S.Bali 1/5 1 2
S.Jawa 1/5 1/4 1
S.Jawa 1/5 1/2 1
b. Bobot Kriteria (priority vector)
b. Bobot Kriteria (Priority vector)
Memaksimalkan dan menjumlahkan tiap
Memaksimalkan dan menjumlahkan
kolom
tiap kolom
Tinggi S.Brahman S.Bali S.Jawa
Umur S.Brahma S.Bal S.Jaw
S.Brahman 1.00 2.00 5.00
n i a
S.Bali 0.50 1.00 4.00
S.Brahma 1.00 5.00 5.00
S.Jawa 0.20 0.25 1.00
n
Jumlah 1.7 3.25 10
S.Bali 0.20 1.00 2.00
Normalisasi
S.Jawa 0.20 0.50 1.00
Tinggi S.Brahman S.Bali S.Jawa
Jumlah 1.4 6.5 8
S.Brahman 0.59 0.61 0.5
Normalisasi
S.Bali 0.29 0.31 0.4
Umur S.Brahma S.Bal S.Jaw
S.Jawa 0.12 0.08 0.1
n i a
Mendapatkan Nilai Prioriti Vektor 0.71 0.77 0.62
S.Brahma
Tinggi S.Brah S.Bal S.Jaw Priori n
man i a ti
S.Bali 0.14 0.15 0.25
S.Brahman 0.59 0.61 0.5 0.56
S.Jawa 0.14 0.07 0.12
S.Bali 0.29 0.31 0.4 0.33

S.Jawa 0.12 0.08 0.1 0.1

Mendapatkan Nilai Prioriti Vektor Normalisasi
P.Tanduk S.Brahma S.Bal S.Jaw
Umur S.Brah S.Bali S.Jaw Priorit
n i a
man a i
S.Brahma 0.11 0.4 0.57
S.Brah 0.71 0.77 0.62 0.7
n
man
S.Bali 0.25 0.2 0.14
S.Bali 0.14 0.15 0.25 0.18
S.Jawa 0.25 0.4 0.28
S.Jawa 0.14 0.07 0.12 0.11
Mendapatkan Nilai Prioriti Vektor
P.Tandu S.Brahm S.B S.Ja Prior
Perhitungan Bobot Alternatif Untuk Kriteria
k an ali wa iti
Panjang Tanduk
S.Brahm 0.11 0.4 0.57 0.36
a. Perbandingan Berpasangan
an
P.Tanduk S.Brahma S.Bal S.Jaw
S.Bali 0.25 0.2 0.14 0.20
n i a
S.Jawa 0.25 0.4 0.28 0.31
S.Brahma 1 2 2
n
Perangkingan Alternatif (Hasil
S.Bali 1/2 1 1/2
Penjumlahan dari Perkalian setiap
S.Jawa 1/2 2 1
Bobot Kriteria yang bersesuaian)
b. Bobot Kriteria (Priority vector)
Ber Ting Um P.Ta Prior
Memaksimalkan dan menjumlahkan
at gi ur nduk iti
tiap kolom
S.Bra 0.1 0.56 0.7 0.36 0.70
P.Tand S.Brah S.Bali S.Jaw
hma 4
uk man a
n
S.Brah 1.00 2.00 2.00
S.Bal 0.5 0.33 0.1 0.20 0.20
man
i 3 8
S.Bali 0.50 1.00 0.50
S.Ja 0.3 0.1 0.1 0.31 0.10
S.Jawa 0.50 2.00 1.00
wa 3 1
Jumlah 2.00 5.00 3.5
 Bera Tingg Umu P.Tandu
t i r k

S.Brahma 0.10 0.39 0.49 0.25

n
S.Bali 0.11 0.07 0.04 1
S.Jawa 0.03 0.01 0.01 0.03
DAFTAR PUSTAKA

Surya Dewi, M.Fatah,DKK. 2016. Sistem

Pemilihan Keputusan Pemilihan Bibit Sapi
ungul Dengan Metode Analytic Hirarchy
Process (AHP) Pada Peternakan Sapi
Rakyat. Subang. Universitas Padjadjaran.

Agnia Eva, Husni Mubarok.2017.

Penerapan Metode Analytical Hirarchy
Process Dalam Sistem Pendukung
Keputusan Penentuan Mahasiswa
Berprestasi.UNSIL. Jurnal Siliwangi