A. Defenisi SPK
Sistem Pendukung Keputusan (Decision Support System, DSS) adalah bagian dari sistem
Dapat juga dikatakan sebagai sistem computer yang mengeloh data menjadi informasi
Menurut Moore and Chang. SPK dapat digambarkan sebagai sistem yang berkemampuan
orientasi perencanaan masa depan, dan digunakan pada saat tidak biasa.
Sistem penunjang keputusan adalah suatu kumpulan prosedur pemrosesan data dan informasi
yang berorientasi pada penggunaan model untuk menghasilkan berbagai jawaban yang dapat
Sistem penunjang keputusan adalah suatu sistem informasi berbasis computer yang
Sistem penunjang keputusan adalah sistem penghasil informasi spesifik yang ditujukan
untuk memecahkan suatu masalah tertentu yang harus dipecahkan oleh manajer pada
berbagai tingkatan.
1
Sistem penunjang keputusan adalah sistem yang interaktif, membantu pengambilan
DSS adalah sebuah sistem yang mendukung kerja seorang manajer maupun sekelompok
DSS adalah sebuah sistem yang mampu memberikan kemampuan baik kemampuan
terstruktur.
B. Tahapan SPK
Pengolahan data menjadi informasi baik dalam bentuk laporan grafik maupun tulisan.
Dalam pemrosesannya, SPK dapat menggunakan bantuan dari sistem lain seperti
Struktur Masalah
Sulit menemukan masalah yang sepenuhnya terstruktur atau tak terstruktur (Kelabu)
Artinya DSS diarahkan pada area tempat sebagai besar masalah berada.
Dukungan Keputusan.
2
DSS tidak dimasukkan untuk menggantikan manajer, computer dapat diterapkan
pada bagian masalah yang terstruktur, tetapi manajer bertanggung jawab atas bagian
Efektifitas Keputusan
Waktu manajer berharga dan tidak boleh terbuang, tetapi manfaat utama
Lebih cepat dengan hasil yang lebih baik (terutama dibandingkan dengan
F. Sistem Informasi.
1. Sistem adalah suatu susunan yang teratur dari kegiatan yang saling berkaitan dan susunan
kegiatan utama suatu organisasi. Infomasi adalah data yang telah diproses/diolah
3
2. Informasi pun memunyai umur, yang dimaksud umur di sini adalah kapan atau sampai
kapan sebuah informasi memiliki nilai/arti bagi penggunanya. Adanya acuan pada titik
1. Akurat, berarti informasi harus bebas dari kesalahan-kesalahan dan tidak bisa atau
2. Tepat pada waktunya, berarti informasi yang datang pada penerima tidak boleh
terlambat.
Dari 3 hal tersebut maka akan di dapatkan sebuah nilai dari informasi tersebut. Nilai
informasi ditentukan dari dua hal, yaitu manfaat dan biaya mendapatkannya. Suatu
informasi dikatakan bernilai bila manfaatnya lebih efektif dibandingkan dengan biaya
mendapatkannya.
4. Sistem informasi adalah kumpulan informasi di dalam sebuah basis data menggunakan
model dan media teknologi informasi digunakan di dalam pengambilan keputusan bisnis
sebuah organisasi. Di dalam suatu organisasi, informasi merupakan sesuatu yang penting
di dalam mendukung proses pengambilan keputusan oleh pihak manajemen. Sistem ini
memanfaatkan perangkat keras dan perangkat lunak komputer, prosedur manual, model
G. Pendekatan Sistem
Pemecahan Masalah
Masalah : Suatu kondisi yang memiliki potensi untuk menimbulkan kerugian atau
keuntungan luar
biasa.
4
Pemecahan Masalah : Tindakan memberi respon terhadap masalah untuk mengatasi
akibat buruknya atau memanfaatkan peluang keuntungan.
Masalah tidak terstruktur = Manajer
Masalah Terstruktur = Komputer
Masalah Semi Terstruktur = Manajer & Komputer
Pentingnya pemecahan masalah didasarkan pada konsekuensinya bukan jumlah
waktu.
Keputusan : Pemilihan suatu strategi atau tindakan
Pengambilan Keputusan : Tindakan memilih strategi/ aksi yang manajer yakini akan
memberikan solusi tebaik atas masalah.
Masalah
Solusi
Suatu masalah adalah penyebab dari sutu persoalan atau penyebab dari suatu
peluang
Struktur Masalah
5
1. Masalah Terstruktur : Terdiri dari elemen dan hubungan-hubungan antar elemen
2. Masalah tak Terstruktur : Terdiri dari elemen atau hubungan-hubungan antar elemen
3. Masalh Semi terstruktur : Masalh yang berisi sebagian elemen atau hubungan antar
empat tahap yang saling berhubungan dan berurutan. Empat proses tersebut adalah:
(1) Intelligence
(2) Design
Tahap ini meliputi proses untuk mengerti masalah, menurunkan solusi dan
(3) Choice
Pada tahap ini dilakukan poses pemilihan di antara berbagai alternatif tindakan
rekomendasi solusi yang sesuai untuk model yang telah dibuat. Solusi dari
6
model merupakan nilai spesifik untuk variabel hasil pada alternatif yang
dipilih.
(4) Implementation
Tahap implementasi adalah tahap pelaksanaan dari keputusan yang telah diambil. Pada
tahap ini perlu disusun serangkaian tindakan yang terencana, sehingga hasil keputusan
DESIGN
(PERANCANGAN SISTEM
PENDUKUNG
ILMU MANAJEMEN /
KEPUTUSAN
CHOICE OPERATIONS RESEARCH
IMPLEMENTATION
sedangkan IM/OR berperan penting dalam fase Choice. Tidak tampak pendukung
7
yang berarti pada tahap Design, walaupun pada kenyataannya fase ini merupakan
untuk mencapai satu atau beberapa tujuan yang telah ditetapkan (Turban, 2005).
8
(12) Menggunakan model-model dalam penganalisisan situasi pengambilan
keputusan.
(13) Disediakannya akses untuk berbagai sumber data, format, dan tipe, mulai dari
sistem informasi geografi (GIS) sampai sistem berorientasi objek.
Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang pengambil
keputusan pada satu lokasi atau didistribusikan di satu organisasi keseluruhan dan
di beberapa organisasi sepanjang rantai persediaan.
(2) Manajemen Model berupa sebuah paket perangkat lunak yang berisi
9
yang menyediakan kemampuan analisa dan perangkat lunak manajemen
yang sesuai.
(3) Subsistem Dialog atau komunikasi, merupakan subsistem yang dipakai oleh
interface).
pengontrolan.
(3) Direktori merupakan sebuah katalog dari semua data di dalam basis data.
10
(4) Query Facility, yang menyediakan fasilitas akses data. Fungsi utamannya
digunakan dalam suatu SPK, maka yang menjadi tujuan di dalamnya adalah
panjang.
oraganisasi.
sebagai komponen dari model yang lebih besar, dan digunakan untuk
11
(2) Sistem Manajemen Basis Model
Peran direktori model sama dengan direktori basis data. Direktori model
adalah katalog dari semua model dan perangkat lunak lainnya pada basis
Eksekusi model adalah proses mengontrol jalannya model saat ini. Integrasi
pemodelan.
c. Subsistem Dialog
Komponen dialog SPK adalah perangkat lunak dan perangkat keras yang
semua aspek komunikasi antara satu pengguna dan SPK. Cakupannya tidak
hanya perangkat lunak dan perangkat keras, tapi juga faktor-faktor yang berkaitan
manusiamesin.
12
d. Subsistem Manajemen Knowledge
Banyak masalah tak terstruktur dan bahkan semi terstruktur yang sangat
kompleks sehingga solusinya memerlukan keahlian. Oleh karena itu banyak SPK
lainnya.
MODUL II
PENCOCOKAN PROFIL
A. Pendahuluan
predikator yang ideal yang harus dimiliki oleh pelamar, bukannya tingkat minimal
baik maupun yang buruk. Para karyawan dalam kelompok tersebut diukur
kecerdasan rata-rata, kepekaan sosia yang baik, kebutuhan yang rendah untuk
mendominasi orang lain, dan tingkat kemampuan perencanaan yang tinggi. Dalam
13
pencocokan profil, pelamar kerja yang diangkat adalah pelamar yang paling
B. Aspek-aspek Penilaian
pengguna yang dalam hal ini adalah manajer bagian sumber daya manusia bisa
1. Aspek Kecerdasan
asosiasi antara satu gejala dengan gejala lain menggunakan logika yang
sistematis
d. Penalaran dan Sosial Real, kecakapan dalam memahami suatu inti persoalan
14
e. Konsentrasi, kemantapan untuk memusatkan perhatian dalam
pada satu metode saja, dan cakap menganalisis informasi secara faktual
menyeluruh
adanya kesediaan
bertanggung jawab, teliti, serta kepedulian, tetapi bisa berarti pula mudah
15
d. Pengendalian Perasaan, adanya ketenangan, penyesuaian diri, dan
3. Aspek Perilaku
dan sumber daya teknik yang tersedia untuk menyelesaikan tugas dan
kebijakan organisasi
kondisi yang menantang dan memecahkan masalah dari situasi yang baru.
16
C. Pemetaan Gap Kompetensi
Gap yang dimaksud adalah perbedaan antara profil jabatan dengan profil
Pembobotan
diberi bobot nilai dengan patokan tabel bobot nilai Gap. Seperti berikut ini :
Secondary Factor.
17
Keterangan :
NC(k,s,p) : Jumlah total nilai core factor (Kecerdasan, Sikap Kerja, Perilaku)
IC : Jumlah item core factor
Keterangan :
Perilaku)
Dari hasil perhitungan setiap aspek diatas, selanjutnya dihitung nilai total
terhadap kinerja tiap-tiap profil. Contoh perhitungan bisa dilihat pada rumus berikut :
Keterangan :
18
NSF(k,s,p) : Nilai rata-rata secondary factor (Kecerdasan, Sikap Kerja, Perilaku)
Hasil akhir dari profile matching adalah ranking dari kandidat yang diajukan
untuk mengisi suatu jabatan tertentu. Penentuan ranking mengacu pada hasil
berikut :
Keterangan :
Nk : Nilai kecerdasan
Np : Nilai Perilaku
Kasus
Berikut adalah contoh perhitungan nilai gap untuk variabel pengetahuan dan budaya
perusahaan yang digunakan sebagai dasar penentuan kenaikan jabatan di PT. IKSG
[8]. Pada variabel tersebut dilakukan proses perhitungan gap antara nilai profil
karyawan dan nilai profil jabatan untuk masingmasing sub-variabel, dimana pada
19
Keterangan :
Dapat dilihat pada Tabel 1 bahwa nilai profil jabatan untuk tiap sub-variabel
yang tertera dalam tabel tersebut adalah sama yaitu bernilai 4. Selanjutnya,
sebagai contoh diambil karyawan dengan Kode Karyawan T990980 dimana nilai
profilnya adalah :
(BP001) = 2 (BP002) = 3 (BP003) = 3 (BP004) = 4 (BP005) = 5 (BP006) =
3
Sehingga nilai gap yang terjadi untuk tiap sub variabelnya adalah :
(BP001) = -2 (BP002) = -1 (BP003) = -1 (BP004) = 0 (BP005) = 1 (BP006) =
-1.
Proses yang sama juga dilakukan untuk variabel kemampuan dan kepribadian.
20
Setelah didapatkan nilai gap masing-masing karyawan, maka tiap nilai profil
karyawan diberi bobot nilai dengan patokan tabel bobot nilai gap. Seperti yang
Dari hasil konversi nilai gap menjadi bobot akan diperoleh nilai bobot untuk setiap
karyawan. Sehingga tiap karyawan akan memiliki tabel bobot seperti contoh-
Proses yang sama dilakukan untuk menentukan bobot nilai gap variabel kemampuan
dan kepribadian. Setelah seluruh bobot nilai gap diperoleh, maka proses berikutnya
adalah mengelompokkan variabel-variabel tersebut kedalam kelompok Core Factor
(CF) dan Secondary Factor (SF). Untuk perhitungan core factor dapat ditunjukkan pada
rumus di bawah ini:
21
∑NC
NCF = (2)
∑IC
Keterangan:
NCF : Nilai rata-rata core factor NC : Jumlah total nilai core
factor
IC : Jumlah item core factor
Keterangan:
NSF : Nilai rata-rata secondary factor NS : Jumlah total nilai secondary actor IS
: Jumlah item secondary factor
Untuk lebih jelasnya pengelompokkan bobot nilai gap dapat dilihat pada
Penghitungan core factor dan secondary factor diawali dengan terlebih dahulu
secondary factor. Kemudian nilai core factor dan secondary factor ini dijumlahkan
sesuai rumus (1) dan (2) diatas, sehingga diperoleh nilai sebagai berikut.
NCF = = = 3,666
22
Tabel berikut adalah hasil proses perhitungan nilai variabel CF dan SF untuk variabel
Dari hasil perhitungan tiap variabel diatas, kemudian dihitung nilai total
berdasar prosentase dari core dan secondary yang diperkirakan berpengaruh
terhadap kinerja tiap-tiap profil. Contoh perhitungan dapat dilihat pada rumus
dibawah ini:
NT=(X)%NCF+(X)%NSF [4]
Keterangan:
NCF : Nilai Rata-rata Core Factor
NSF : Nilai Rata-rata Secondary Factor
NT : Nilai Total dari variabel
(x)% : Nilai persen yang dimasukkan
Untuk lebih jelasnya perhitungan nilai total dapat dilihat pada contoh perhitungan
variabel Pengetahuan dan Budaya Perusahaan dengan nilai prosentase 60% dan
23
3 T960098 3.666 4.833 4.1328
Hasil akhir dari proses profile matching adalah ranking dari kandidat yang
diajukan untuk mengisi suatu jabatan tertentu. Penentuan ranking
mengacu pada hasil perhitungan rumus dibawah ini:
Keterangan :
Dari tabel di atas menunjukan bahwa karyawan dengan kode T990980 menduduki peringkat
pertama sebagai kandidat terbaik
MODUL III
LINEAR PROGRAMMING
A. Pendahuluan
24
Banyak keputusan utama yang dihadapi oleh seorang manajer perusahaan
Sumber daya
Batasan Pedoman
Memaksimalkan laba
Meminimalkan biaya
Kasus
yaitu :
mangkok
cangkir
25
Penyelesaian
Fungsi Tujuan
Z = 4000 X1 + 5000 X2
Menjadi
Z - 4000X1 -5000X2 = 0
Batasan Batasan
1 X1 + 2 X2 <=40
3 X1 + 2 X2 <= 120
Menjadi
1 X1 + 2 X2 + X3 = 40
3 X1 + 2 X2 + x4 = 120
Kolom kunci : kolom yang merupakan dasar untuk mengubah tabel diatas
Kolom yang dipilih adalah kolom yang mempunyai nilai pada baris fungsi
tujuan yang bernilai negatif degnan angka terbesar
Jika tidak ada nilai negatif pada baris fungsi tujuan maka, solusi optimal
sudahdiperoleh
26
solusi maksimalnya adalah X1 = 40, X4 = 0 dan Z = 160000
Jika ini disubstitusikan ke persamaan
Z = 4000 X1 + 5000 X2
160000 = 4000*40 + 5000*X2
X2 = 0
27
solusi maksimalnya adalah X1 = 40, X2 = 0 dan Z = 160000
Ini berarti jumlah produksi mangkok per hari adalah 40, jumlah produksi
cangkir per hari adalah 0 dengan keuntungan yang akan diperoleh
perusahaan sebesar Rp. 160.000,-
Dari hasil ini, kita juga bisa mengetahui bahwa jam kerja yang terpakai adalah
sebesar:
1 X1 + 2 X2 = 40 + 2 * 0
= 40
Karena sumber daya jam kerja yang dimiliki adalah 40 jam, berarti semua
3 X1 + 2 X2 = 3*40 + 2*0
28
= 120
Karena sumber daya tanah liat yang tersedia di perusahaan sebesar 120
kg/hari, berarti semua sumber daya tanah liat dipakai untuk memproduksi.
LATIHAN
untuk jenis dan jumlah iklan yang harus diperoleh untuk toko.
Tiga jenis iklan yang tersedia adalah iklan komersial radio, televisi dan
Jaringan toko ingin mengetahui jumlah setiap jenis iklan yang harus dibeli
29
Berikut ini perkiraan setiap iklan komersial yang akan mencapai pemirsa
Pertanyaan
variabel-variabel keputusan
fungsi tujuan
batasan-batasan model
30
penyelesaian model dengan metode simplex
MODUL IV
SAW
A. Pendahuluan
Metode Simple Additive Weighting (SAW) sering juga dikenal istilah metode
penjumlahan terbobot.
Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating
(MacCrimmon, 1968).
suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang
ada..
{ X ij }
{
Jika j adalahatribut keuntungan ( benefit )
max x ij
i
Minx x ij
i
X ij
dan jika j atribut biaya(cost )
31
dengan rij adalah rating kinerja ternormalisasi dari alternatif A i pada atribut Cj;
Vi ¿ ∑ w r j ij
J=1
Contoh Kasus
C3 = tes kepribadian
A1 = Indra,
A2 = Roni,
A3 = Putri,
A4 = Dani,
A5 = Ratna, dan
32
A6 = Mira
MODUL 4
Contoh:
33
A3 = Kota Gedhe.
Ada 5 kriteria yang dijadikan acuan dalam pengambilan keputusan,
yaitu:
W = (5, 3, 4, 4, 2)
Kriteria
Alternatif
C1 C2 C3 C4 C5
34
Kriteria C2 (kepadatan penduduk di sekitar lokasi) dan
kriteria keuntungan;
kriteria biaya.
V1= = 0,3669
V 2= = 0,3682
V3 = = 0,2649
35
Nilai terbesar ada pada V2 sehingga alternatif A2 adalah alternatif
Kasus
Buat Sebuah kasus yang harus diselesaikan dengan metode WP seperti contoh
Modul 5
TOPSIS
didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya
memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak
36
Langkah-langkah penyelesaian masalah MADM dengan TOPSIS:
Menentukan matriks solusi ideal positif & matriks solusi ideal negatif;
x ij
rij = m
∑ x 2ij
i=1
Solusi ideal positif A+ dan solusi ideal negatif A- dapat ditentukan berdasarkan
yij = wirij
( Y +¿¿ Y +¿¿
);
+¿¿
A+¿ ¿
= 1
, 2
,,Y n
A−¿¿
= ( Y −¿
1
¿
Y −¿
, 2
¿
,,Y
−¿ ¿
n
);
37
Dengan:
max y ij ;
y +¿¿
j =
i
min y ij
i
{ jika j adalah atribut keuntungan, dan jika j adalah atribut biaya
min y ij ;
y−¿
j =
¿ i
max y ij;
i
{ jika j adalah atribut keuntungan, dan jika j adalah atribut biaya
n
+¿=
Di
√∑ j=1
¿¿ ¿¿
n
−¿=
Di
√∑ j=1
¿ ¿¿¿
D i
¿
D¿i ¿
38
Contoh:
yaitu:
C1 = jarak dengan pasar terdekat (km),
C2 = kepadatan penduduk di sekitar lokasi (orang/km2);
C3 = jarak dari pabrik (km);
C4 = jarak dengan gudang yang sudah ada (km); C5 = harga
tanah untuk lokasi (x1000 Rp/m2).
Tingkat kepentingan setiap kriteria, juga dinilai dengan 1 sampai 5,
yaitu:
1 = Sangat rendah,
2 = Rendah,
3 = Cukup,
4 = Tinggi,
5 = Sangat Tinggi.
W = (5, 3, 4, 4, 2)
Kasus
39
Modul 6
AHP
Metode AHP
(Gambar 4):
Tujuan Sasaran
40
(2001), untuk berbagai persoalan, skala 1 sampai 9 adalah skala terbaik dalam
Nilai Keterangan
41
A1 A2 ... A 3
A 1 A 11 A 12 ... A 1n
A 2 A 21 A 12 ... A 2n
: : : : :
: : : : :
A n a n1 a n2 ... a nn
bilangan dari 1 sampai 9 seperti pada Tabel 4.1. Penilaian ini dilakukan oleh seorang
pembuat keputusan yang ahli dalam bidang persoalan yang sedang dianalisa dan
Apabila suatu elemen dibandingkan dengan dirinya sendiri maka diberi nilai 1. Jika
Dalam AHP ini, penilaian alternatif dapat dilakukan dengan metode langsung
(direct), yaitu metode yang digunakan untuk memasukkan data kuantitatif. Biasanya
nilai-nilai ini berasal dari sebuah analisis sebelumnya atau dari pengalaman dan
42
alternatif.
dengan judgement yang telah ditentukan untuk menghasilkan bobot dan prioritas
konsisten dengan suatu kriteria yang logis. Matriks bobot yang diperoleh dari
a. Dengan melihat preferensi multiplikatif, misalnya bila anggur lebih enak 4 kali dari
mangga, dan mangga lebih enak 2 kali dari pisang, maka anggur lebih enak 8
43
b. Dengan melihat preferensi transitif, misalnya anggur lebih enak dari mangga dan
mangga lebih enak dari pisang, maka anggur lebih enak dari pisang.
tersebut, sehingga matriks tersebut tidak konsistensi sempurna. Hal ini terjadi karena
sebagai berikut:
dijumlahkan.
n1
CI
f. Rasio Konsistensi CR , dimana RI adalah indeks random konsistensi. Jika RI
rasio konsistensi ≤ 0.1, hasil perhitungan data dapat dibenarkan. Nilai indeks
44
1,2 0,00
3 0,58
4 0,90
5 1,12
6 1,24
7 1,32
8 1,41
9 1,45
10 1,49
11 1,51
12 1,48
13 1,56
14 1,57
15 1,59
Contoh Kasus
adalah:
45
1. Kedisiplinan : Baik, cukup, Kurang
sebagai berikut:
dengan kriteria yang lain, hasil penilaian bisa dilihat pada tabel 3.
Tabel 3
Matriks perbandingan berpasangan
46
Sedangkan angka 2 pada kolom prestasi kerja baris kedisiplinan menunjukan
prestasi kerja sedikit lebih penting dibandingkan dengan kedisplinan. Angka 0,5
pada kolom kedisiplinan baris prestasi kerja merupakan hasil perhitungan 1/nilai
pada kolom prestasi kerja baris kedisplinan (2). Angka-angka yang lain diperoleh
dengan cara yang sama.
b. Membuat matriks nilai kriteria
Nilai 0,43 pada kolom kedisplinan baris kedisiplinan tabel 4 diperoleh dari nilai kolom
Nilai kolom jumlah pada tabel 4 diperoleh dari penjumlahan pada setiap barisnya.
0,43+0,50+0,36+0,38.
Nilai pada kolom prioritas diperoleh dari nilai pada kolom jumlah dibagi dengan
c. Membuat matriks penjumlahan setiap baris Matriks ini dibuat dengan mengalikan
nilai prioritas pada tabel 4 dengan matriks perbandingan berpasangan (tabel 3),
hasil perhitungan disajikan dalam tabel 5
47
Tabel 5
Matriks penjumlahan setiap baris
konsistensi (CR) <= 0,1. Jika ternyata nilai CR lebih besar dari 0,1, maka
Tabel 6
Perhitungan rasio konsistensi
Kolom jumlah per baris diperoleh dari kolom jumlah pada tabel 5, sedangkan
N (jumlah kriteria λ =4
λmaks(jumlah/n) = 1,27 CI((λ maks-N)/N) = 0,68
48
CR(CI/IR(lihat tabel 2)) = -0,76
Oleh karena CR < 0,1 maka rasio konsistensi dai perhitungan tersebut bisa
diterima.
hal ini terdapat 4 kriteria yang berarti akan terdapat 4 perhitungan prioritas
subkriteria.
Tabel 7
Matriks berpasangan subkriteria kedisplinan
pada tabel 4, nilai pada prioritas subkriteria diperoleh dari nilai prioritas pada
baris tersebut dibagi dengan nilai tertinggi pada pada kolom prioritas. Hasil
49
Tabel 8
Matriks nilai subkriteriake kedisiplinan
Baik Cukup Kurang Jumlah Prioritas Prioritas Subkriteria
Baik 0,65 0,69 0,56 1,90 0,63 1,00
Cukup 0,22 0,23 0,33 0,78 0,26 0,41
Kurang 0,13 0,08 0,11 0,32 0,11 0,17
Pada matrik
Tabel 9
Matrik penjumlahan
10.
Tabel 10
Perhitungan rasio konsistensi
50
Dari tabel 10 diperoleh nilai-nilai sebagai berikut:
N (jumlah kriteria = 3
λmaks(jumlah/n) = 1,35
11.
Tabel 11
Matriks perbandingan berpasangan
12.
51
Tabel 12
Matrik nilai kriteria
Priorita Prioritas
Baik Cukup Kurang Jumlah s Subkriteria
Baik 0,60 0,57 0,67 1,84 0,61 1,00
Cukup 0,30 0,29 0,22 0,81 0,27 0,44
Kurang 0,10 0,14 0,11 0,35 0,12 0,19
13
Tabel 13
Matrik penjumlahan tiap baris
tabel 14
Tabel 14
Perhitungan rasio konsistensi
Jumlah
Perbaris Prioritas Hasil
Baik 1,86 0,61 2,47
Cukup 0,81 0,27 1,08
Kurang 0,35 0,12 0,47
Jumlah 4,02
52
N (jumlah kriteria = 3
λmaks(jumlah/n) = 1,34
tabel 15.
Tabel 15
Matrik perbandingan berpasangan
tabel 16.
Tabel 16
Matriks nilai kriteria
53
Cukup 0,21 0,23 0,38 0,82 0,27 0,45
Kurang 0,16 0,08 0,13 0,36 0,12 0,20
tabel 17
Tabel 17
Matriks penjumlahan tiap baris.
tabel 18
Tabel 18
Perhitungan rasio konsistensi
N (jumlah kriteria = 3
λmaks(jumlah/n) = 1,36
54
CI((λ maks-N)/N) = -0,55
tabel 19
Tabel 19
Matriks perbandingan berpasangan
tabel 20
Tabel 20
Matriks nilai kriteria
55
Langkah ini sama dengan langkah pembuatan matriks
tabel 21
Tabel 21
Matriks penjumlahan tiap baris
tabel 22.
Tabel 22
Perhitungan rasio konsistensi
N (jumlah kriteria = 3
λmaks(jumlah/n) = 1,35
CI((λ maks-N)/N) = -0,55
CR(CI/IR(lihat tabel 2)) = -0,95
Oleh karena CR < 0,1 maka rasio konsistensi dari perhitungan
56
3. Menghitung Hasil
dituangkan dalam matriks hasil seperti yang terlihat pada tabel 23.
Tabel 23
Matriks hasil perhitungan
Tabel 24.
Nilai Karyawan
Tabel 25
Hasil Akhir
57
Nilai 0,17 pada kolom kedisiplinan baris A diperoleh dari nilai
Kololm total paa tabel 25 diperoleh dari penjumlahan pada masing-masing barisnya.
Nilai total inilah yang dipakai sebagai dasar untuk merangking prestasi pegawai.
Kasus
Saya ingin membeli HP yang harganya relatif murah, memorinya besar, warnanya
banyak, ukuran piksel pada kamera besar, beratnya ringan, dan bentuknya unik.
Ada 4 alternatif yang saya bayangkan, yaitu: N70 , N73 , N80 dan N90
58
Buat penyelesaian mempergunakan metode AHP dengan:
59