Ahp Eigen Value

KAJIAN METODE ANALYTICAL HIERARCHY PROCESS
(AHP) PADA PENGUKURAN KINERJA LINGKUNGAN

PERUMAHAN PERKOTAAN SEDERHANA
DI MARTUBUNG MEDAN
SKRIPSI
ISMAIL SIREGAR
140803067
PROGRAM STUDI MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2019

DI MARTUBUNG MEDAN
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar

Sarjana Sains
ISMAIL SIREGAR
140803067
PROGRAM STUDI MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
MEDAN
2019

PERNYATAAN ORISINALITAS

DI MARTUBUNG MEDAN
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Mei 2019
Ismail Siregar
140803067

PENGESAHAN SKRIPSI
Judul :nKajian Metode Analytical Hierarchy

Process (AHP) Pada Pengukuran Kinerja
Lingkungan Perumahan Perkotaan
Sederhana di Martubung Medan
Kategori : Skripsi
Nama : Ismail Siregar
Nomor Induk Mahasiswa : 140803067
Program Studi : Sarjana Matematika
Fakultas : MIPA – Universitas Sumatera Utara
Disetujui di
Medan, Mei 2019
Ketua Program Studi Matematika, Pembimbing,
Dr. Suyanto, M.Kom Dr. Esther S M Nababan, M.Sc

NIP. 195908131986011002 NIP. 196103181987112001

DI MARTUBUNG MEDAN
ABSTRAK
Metode Analytical Hierarchy Process (AHP) merupakan salah satu metode

pengambilan keputusan terhadap masalah penentuan prioritas pilihan dari
berbagai alternatif atau multikriteria. Metode ini diawali dengan membuat struktur
hirarki dari permasalahan yang akan diteliti. Selanjutnya membuat matriks
perbandingan berpasangan yang akan menghasilkan vektor eigen dan nilai eigen
maksimum. Pada proses menentukan faktor pembobotan hirarki maupun faktor
evaluasi, harus dilakukan uji konsistensi yaitu CR ≤ 0,100. Skripsi ini bertujuan
untuk pengambilan keputusan terbaik dalam pengukuran kinerja lingkungan
Perumahan Perkotaan Sederhana di Martubung Medan dengan menggunakan
metode (AHP). Hasil dari analisis AHP dalam penelitian ini diperoleh kesimpulan
bahwa kriteria Aksesibilitas merupakan kriteria yang paling penting dalam proses
pengukuran kinerja lingkungan dengan bobot 0,434 atau 43,4%, berikutnya adalah
kriteria Drainase dengan bobot 0,244 atau 24,4%, kriteria Sanitasi dengan bobot
0,191 atau 19,1%, kriteria Jarak dari Kegiatan Industri dengan bobot 0,073 atau
7,3% dan terakhir kriteria ruang terbuka hijau dengan bobot 0,057 atau 5,7%.
Kata Kunci: Analytical Hierarchy Process, Matriks,Uji Konsistensi, Vektor Eigen.

STUDY OF ANALYTICAL HIERARCHY PROCESS (AHP) METHOD IN
SIMPLE URBAN HOUSING ENVIRONMENTAL PERFORMANCE
MEASUREMENTIN MARTUBUNG MEDAN
ABSTRACT
Analytical Hierarchy Process (AHP) method is one method of decision making on

the problem of determining priority of choice from various alternatives or
multicriteria. This method begins by making a hierarchical structure of the
problems to be studied. Next make a paired comparison matrix that will produce
eigenvectors and maximum eigenvalues.In the process of determining the
hierarchy weighting factor and evaluation factor, there must be a consistency test
that is CR ≤ 0,100.This undergraduate thesis aims to make the best decision
making in measuring the environmental performance of Simple Urban Housing in
Martubung Medan using the AHP method. The results of the AHP analysis in this
study concluded that Accessibility Criteria is the most important criterion in the
process of improving environmental performance with a weight of 0.434 or
43.4%, next is the Drainage criteria weighting 0.244 or 24.4%, Sanitation criteria
with a weight of 0.191 or 19.1%, the criteria for Distance from Industrial
Activities are 0.073 or 7.3% and finally the criteria for green open space are
0.057 or 5.7%.
Keywords : Analytical Hierarchy Process, Consistency Test, Eigen Vector, Matrix.

PENGHARGAAN
Segala puji dan syukur bagi Allah Subhanallu wa Ta‟ala yang telah melimpahkan
rahmat dan ridho-Nya sehingga penulis dapat menyelesaikan penyusunan skripsi
dengan judul “Kajian Metode Analytical Hierarchy Process (AHP) Pada
Pengukuran Kinerja Lingkungan Perumahan Perkotaan Sederhana di
Martubung Medan”. Shalawat serta salam kepada Nabi Muhammad Shallallahu
„Alaihi wa Sallam beserta keluarga, para sahabat dan orang-orang yang
mengikutinya.
Terimakasih sebesar-besarnya penulis sampaikan kepada :
1. Ibu Dr. Esther Sorta M Nababan, M.Sc selaku dosen pembimbing yang telah
memberikan ilmu yang bermanfaat serta dapat meluangkan waktu selama
penyusunan skripsi ini.
2. Bapak Dr. Suyanto, M.Kom dan Ibu Dra. Laurentina Pangaribuan, MS selaku
dosen pembanding yang telah meluangkan waktunya dan memberikan saran
beserta masukan yang berharga selama penyusunan skripsi ini.
3. Ucapan terimakasih juga penulis tujukan kepada Ketua dan Sekretaris
Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Sumatera Utara, Bapak Dr. Suyanto, M.Kom dan Bapak Drs.
Rosman Siregar, M.Si,
4. Ucapan terimakasih juga ditujukan kepada Dekan Fakultas Matematika dan
Ilmu Pengetahuan Alam Universitas Sumatera Utara, Bapak Dr. Kerista
Sebayang, MS dan Wakil Dekan Fmipa Usu.
5. Seluruh Dosen Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam
yang telah memberikan ilmu yang bermanfaat kepada penulis selama
menimba ilmu di perkuliahan ini.
6. Seluruh staff administrasi maupun pegawai di Fakultas Matematika dan Ilmu
Pengetahuan Alam Universitas Sumatera Utara yang telah membantu dalam
menyelesaikan urusan-urusan terkait seminar proposal, seminar hasil hingga
ujian skripsi.
7. Teristimewa kepada keluarga penulis, orangtua penulis Ayahanda Zulkarnain
Siregar dan Ibunda Norma Sari Harahap, abang penulis Rahmat Fuad serta
adik penulis Dinda Permana dan Puspita Lara yang senantiasa mendukung
dan mendoakan penulis.
8. Terimakasih kepada senior-senior stambuk 2012, 2013 dan rekan-rekan
kuliah jurusan Matematika stambuk 2014 khususnya para sahabat penulis

Yela dan Desti yang telah banyak membantu memberikan dukungan serta
saran dalam penyusunan skripsi ini.
Penulis menyadari bahwa masih terdapat banyak kekurangan dalam penulisan

skripsi ini. Oleh karena itu, diperlukan kritik serta saran yang membangun bagi
pembaca guna penyempurnaan skripsi ini.
Medan, Mei 2019
Ismail Siregar

DAFTAR ISI
Halaman
PERNYATAAN ORISINALITAS ii
PENGESAHAN SKRIPSI iii
ABSTRAK iv
ABSTRACT v
PENGHARGAAN vi
DAFTAR ISI vii
DAFTAR TABEL viii
DAFTAR GAMBAR ix
BAB 1 PENDAHULUAN
1.1 Latar Belakang 1
1.2 Perumusan Masalah 3
1.3 Batasan Masalah 3
1.4 Tujuan Penelitian 3
1.5 Manfaat Penelitian 4
BAB 2 TINJAUAN PUSTAKA

2.1 Analytical Hierarchy Process 5
2.1.1 Prinsip-Prinsip Dasar AHP 8
2.1.2 Penyusunan Prioritas 10
2.1.3 Kelebihan dan Kelemahan Metode AHP 12
2.2 Eigen Value dan Eigen vector 13
2.2.1 Matriks 14
2.2.2 Perkalian Matriks 14
2.2.3 Vektor dari n dimensi 14
2.2.4 Definisi Eigen Value dan Eigen Vector 15
2.3 Uji Konsistensi Indeks dan Rasio 17
2.4 Hubungan Prioritas Sebagai Eigen Vector Terhadap Konsistensi 19
BAB 3 METODE PENELITIAN
3.1 Rancangan Penelitian 21
3.2 Jenis dan Teknik Pengumpulan Data 21
3.3 Tahapan-tahapan Penelitian 22
BAB 4 HASIL DAN PEMBAHASAN

4.1 Perhitungan Faktor Pembobotan Hirarki Untuk Semua Kriteria 23
4.2 Perhitungan Faktor Evaluasi Untuk Kriteria Ruang Terbuka Hijau 27
4.3 Perhitungan Faktor Evaluasi Untuk Kriteria Jarak dari Kegiatan 30
Industri
4.4 Perhitungan Faktor Evaluasi Untuk Kriteria Drainase 34
4.5 Perhitungan Faktor Evaluasi Untuk Kriteria Aksesibilitas 36
4.6 Perhitungan Faktor Evaluasi Untuk Kriteria Sanitasi 39
4.7 Perhitungan Total Ranking/Prioritas Global 43

4.7.1 Faktor Evaluasi Total 43
4.7.2 Total Ranking 44
BAB 5 KESIMPULAN DAN SARAN
5.1 Kesimpulan 47
5.2 Saran 47
DAFTAR PUSTAKA 48

DAFTAR TABEL
Nomor Judul nnnHalaman

Tabel
2.1 Skala Saaty Untuk Perbandingan Berpasangan 10

2.2 Matriks Perbandingan Berpasangan 11
2.3 Nilai Indeks Random 17
4.1 Matriks Faktor Pembobotan Hirarki untuk Semua Kriteria 23
yang disederhanakan
yang dinormalkan
4.4 Matriks Faktor Evaluasi untuk Kriteria Ruang Terbuka Hijau 26
yang disederhanakan
Yang dinormalkan 35
4.7 Matriks Faktor Evaluasi untuk Kriteria Jarak dari Kegiatan 30
Industri
Industri yang disederhanakan
Industri yang dinormalkan
4.10 Matriks Faktor Evaluasi untuk Kriteria Drainase 33
4.11 Matriks Faktor Evaluasi untuk Kriteria Drainase yang 34
dinormalkan
4.12 Matriks Faktor Evaluasi untuk Kriteria Aksesibilitas 35
4.13 Matriks Faktor Evaluasi untuk Kriteria Aksesibilitas yang 36
disederhanakan
4.14 Matriks Faktor Evaluasi untuk Kriteria Aksesibilitas yang di

Normalkan 37
4.15 Matriks Faktor Evaluasi untuk Kriteria Sanitasi 39
4.16 Matriks Faktor Evaluasi untuk Kriteria Sanitasi 39
yang disederhanakan
4.17 Matriks Faktor Evaluasi untuk Kriteria Sanitasi
yang dinormalkan 41
4.18 Matriks Hubungan antara Kriteria dan Alternatif 42

DAFTAR GAMBAR
Nomor Judul nnnnHalaman

Gambar
2.1. Struktur Hirarki 9

4.1. Struktur Hierarki Pengukuran Kinerja Lingkungan 22
Perumahan Perkotaan Sederhana di Martubung Medan

1
BAB 1
PENDAHULUAN
1.1. Latar Belakang

Pencemaran lingkungan banyak ditimbulkan oleh limbah-limbah hasil kegiatan
manusia, seperti kegiatan industri, pertambangan dan kegiatan lainnya. Bentuk
pencemaran tersebut berdampak terhadap kualitas lingkungan hidup yang semakin
menurun dan mengancam kehidupan manusia juga makluk hidup lainnya,
sehingga perlu dilakukan perlindungan dan pengelolaan lingkungan hidup yang
sungguh-sungguh dan konsisten oleh semua pemangku kepentingan.
Salah satu bentuk pelayanan masyarakat yang rentan akan berdampak
pada pencemaran lingkungan salah satunya adalah perumahan perkotaan
sederhana. Dalam beberapa penelitian tingkat kepuasan terhadap kondisi
lingkungan perumahan telah dijadikan indikator kualitas lingkungan. Rendahnya
tingkat kepuasan tersebut jelas akan mempengaruhi pemanfaatan rumah-rumah
milik keluarga menengah ke bawah.
Perumahan merupakan salah satu masalah yang akan dihadapi oleh kota-
kota besar. Perumahan Griya Martubung Medan merupakan salah satu perumahan
yang penghidupan penduduknya bergantung pada setiap sumber daya yang ada di
dalam dan sekitar kawasan perumahan. Di Perumahan perkotaan sederhana di
Martubung, emisi CO2 yang diakibatkan oleh renovasi perumahan menyumbang
sebagian besar beban lingkungan (Siahaan, 2011). Produksi emisi CO2 ke udara
dikaitkan dengan interaksi kompleks antara perubahan perumahan, dinamika
kehidupan hunian, dan perubahan fisik yang menyertainya, yang bersamaan
dengan meningkatnya permintaan infrastruktur karena pertumbuhan penduduk
dan pembangunan perumahan perkotaan. Pembangkitan limbah rumah tangga dan
emisi CO2 dipengaruhi oleh interaksi antara berbagai komponen sistem
lingkungan perumahan. Keterkaitan antara berbagai komponen sistem ini
memainkan peran langsung dan tidak langsung dalam produksi pencemaran air
dan emisi CO2.

2
Pembentukan sistem manajemen lingkungan baru-baru ini dianjurkan

sebagian besar sektor ekonomi. Sistem manajemen lingkungan dapat
menyediakan kerangka kerja untuk mencapai dan menunjukkan tingkat kinerja
lingkungan yang diinginkan. Penerapan sistem manajemen lingkungan merupakan
salah satu sarana untuk melakukan evaluasi internal dan untuk berkomunikasi
dengan pemangku kepentingan eksternal (Ammenberg J dan Hjem O, 2002).
Selanjutnya, Key to Environmental Performance Indicator (KEPI) adalah
informasi kuantitatif dan kualitatif tentang evaluasi lingkungan serta efektifitas
dan efisiensi perusahaan dalam mengelola sumber daya.
Berdasarkan informasi yang diperoleh dari jurnal penelitian, bahwa
terdapat 15 KEPI kuantitatif dan 15 KEPI kualitatif yang mempengaruhi kinerja
lingkungan perumahan Martubung Medan, antara lain lokasi, pendidikan,
penghasilan bulanan, sumber air bersih, jarak dari kegiatan industri, drainase,
aksesibilitas, kondisi jalan, kawasan pejalan kaki dll (Nababan et.al., 2017). Dari
KEPI kuantitatif dan kualitatif tersebut, akan dievaluasi KEPI yang berdampak
pada kinerja lingkungan perumahan perkotaan sederhana di Martubung Medan.
Dalam penelitian ini, digunakan metode AHP untuk mengatasi permasalahan
dalam penentuan KEPI tersebut.
AHP merupakan suatu model pendukung keputusan yang dikembangkan
oleh Thomas L. Saaty. Model pendukung keputusan ini akan menguraikan
masalah multi faktor atau multi indikator yang kompleks menjadi suatu hirarki.
Menurut (Saaty, 1993), hirarki didefinisikan sebagai suatu representasi dari
sebuah permasalahan yang kompleks dalam suatu struktur multi level dimana
level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan
seterusnya ke bawah hingga level terakhir dari alternatif. Dengan hirarki, suatu
masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang
kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akan
tampak lebih terstruktur dan sistematis. AHP sering digunakan sebagai metode
pemecahan masalah dibanding dengan metode yang lain karena alasan-alasan
sebagai berikut:
1. Struktur yang berhirarki, sebagai konsekuesi dari kriteria yang dipilih,

sampai pada subkriteria yang paling dalam.

3
2. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi

berbagai kriteria dan alternatif yang dipilih oleh pengambil keputusan.
3. Memperhitungkan daya tahan output analisis sensitivitas pengambilan
keputusan.
Berdasarkan latar belakang di atas, maka penulis memilih judul skripsi “Kajian
Metode Analytical Hierarchy Process (AHP) Pada Pengukuran Kinerja
Lingkungan Perumahan Perkotaan Sederhana di Martubung Medan”.
1.2. Perumusan Masalah

Berdasarkan latar belakang tersebut, yang menjadi permasalahan dalam penelitian
ini adalah bagaimana menerapkan metode AHP dalam mengukur kinerja
lingkungan Perumahan Perkotaan Sederhana di Martubung Medan.
1.3. Batasan Masalah

Ruang lingkup penelitian ini mencakupi:
1. Metode yang dikaji adalah metode AHP.
2. Contoh kasus pada penelitian ini yaitu merujuk pada penelitian yang telah
dilakukan oleh peneliti lain untuk kasus yang sama namun dengan metode
yang berbeda.
3. Kriteria atau dalam hal ini disebut sebagai KEPI yang digunakan sebagai
dasar penelitian adalah:
a. Ruang terbuka hijau,
b. Jarak dari kegiatan industri,
c. Drainase,
d. Aksesibilitas,
e. Sanitasi.
1.4. Tujuan Penelitian

Adapun tujuan penelitian ini adalah untuk mengukur kinerja lingkungan
Perumahan Perkotaan Sederhana di Martubung Medan.

4
1.5. Manfaat Penelitian

Manfaat penelitian ini adalah:
1. Hasil dari penelitian dapat menjadi bahan masukan atau pertimbangan dalam
memperbaiki serta meningkatkan kinerja lingkungan Perumahan Perkotaan
Sederhana di Martubung Medan.
2. Penelitian ini juga bermanfaat dalam pengembangan ilmu, khususnya dalam
bidang pengambilan keputusan.

5
BAB 2
TINJAUAN PUSTAKA
Pada bab ini akan disampaikan beberapa definisi dan rumus yang diperlukan
untuk bab selanjutnya.
2.1 Analytical Hierarchy Process

Metode Analytical Hierarchy Process (AHP) dikembangkan oleh Prof. Thomas
Lorie Saaty dari Wharton Business School di awal tahun 1970.Metode AHP
merupakan salah satu metode yang dapat digunakan dalam sistem pengambilan
keputusan dengan memperhatikan faktor – faktor persepsi, preferensi, pengalaman
dan intuisi. AHP menggabungkan penilaian – penilaian dan nilai – nilai pribadi ke
dalam satu cara yang logis.
Dalam kehidupan sehari-hari, seseorang senantiasa dihadapkan untuk

melakukan pilihan dari berbagai alternatif. Dalam penentuan prioritas diperlukan
uji konsistensi terhadap pilihan-pilihan yang telah dilakukan. Dalam situasi yang
kompleks, pengambilan keputusan tidak dipengaruhi oleh satu faktor saja
melainkan multifaktor dan mencakup berbagai jenjang maupun kepentingan.
Analytic Hierarchy Process (AHP) dapat menyelesaikan masalah

multikriteria yang kompleks menjadi suatu hirarki. Masalah yang kompleks dapat
diartikan bahwa kriteria dari suatu masalah yang begitu banyak (multikriteria),
struktur masalah yang belum jelas, ketidakpastian pendapat dari pengambil
keputusan, pengambil keputusan lebih dari satu orang, serta ketidakakuratan data
yang tersedia. Menurut Saaty, hirarki didefinisikan sebagai suatu representasi dari
sebuah permasalahan yang kompleks dalam suatu struktur multi level dimana
level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan
seterusnya ke bawah hingga level terakhir dari alternatif. Dengan hirarki, suatu
masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang
kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akan
tampak lebih terstruktur dan sistematis.

6
Analytical Hierarchy Process (AHP) mempunyai landasan aksiomatik

yang terdiri dari :
a) Reciprocal Comparison, yang mengandung arti si pengambil keputusan harus

bisa membuat perbandingan dan menyatakan preferensinya. Preferensinya itu
sendiri harus memenuhi syarat resiprokal yaitu kalau A lebih disukai dari B
dengan skala , maka B lebih disukai dari A dengan skala .
b) Homogenity, yang mengandung arti preferensi seseorang harus dapat
dinyatakan dalam skala terbatas atau dengan kata lain elemen-elemennya dapat
dibandingkan satu sama lain. Kalau aksioma ini tidak dapat dipenuhi maka
elemen-elemen yang dibandingkan tersebut tidak homogenous dan harus dibentuk
suatu‟cluster‟ (kelompok elemenelemen) yang baru.
c) Dependence, yang berarti setiap jenjang atau level mempunyai kaitan
(complete hierarchy) walaupun mungkin saja terjadi hubungan yang tidak
sempurna (incomplete hierarchy).
d) Expectation, yangberarti menonjolkan penilaian yang bersifat ekspektasi dan
preferensi dari pengambilan keputusan. Jadi yang diutamakan bukanlah
rasionalitas tetapi juga yang bersifat irasional. Penilaian dapat merupakan data
kuantitatif maupun data yang bersifatkualitatif.
Adapun tahapan-tahapan pengambilan keputusan dalam metode AHP
adalah sebagai berikut (Suryadi et all., 1998):
1) Mendefinisikan masalah dan menentukan solusi yang diinginkan.
Dalam tahap ini kita berusaha menentukan masalah yang akan kita pecahkan
secara jelas, detail dan mudah dipahami. Dari masalah yang ada kita coba
tentukan solusi yang mungkin cocok bagi masalah tersebut. Solusi dari masalah
mungkin berjumlah lebih dari satu. Solusi tersebut nantinya kita kembangkan
lebih lanjut dalam tahap berikutnya.
2) Membuat struktur hierarki yang diawali dengan tujuan utama.
Setelah menyusun tujuan utama sebagai level teratas akan disusun level hirarki
yang berada di bawahnya yaitu kriteria-kriteria yang cocok untuk
mempertimbangkan atau menilai alternatif yang kita berikan dan menentukan
alternatif tersebut. Tiap kriteria mempunyai intensitas yang berbeda-beda. Hirarki
dilanjutkan dengan subkriteria (jika mungkin diperlukan).

7
3) Membuat matrik perbandingan berpasangan yang menggambarkan kontribusi

relatif atau pengaruh setiap elemen terhadap tujuan atau kriteria yang setingkat di
atasnya.
dengan n = 1, 2, . . . , n
[ ]
Dengan:
n = Kriteria ke – n
A = Matriks perbandingan berpasangan
Perbandingan dilakukan berdasarkan pilihan atau judgement dari pembuat
keputusan dengan menilai tingkat-tingkat kepentingan suatu elemen dibanding
elemen lainnya.
4) Mendefinisikan perbandingan berpasangan sehingga diperoleh jumlah
penilaian seluruhnya sebanyak n x [(n-1)/2] buah, dengan n adalah banyaknya
elemen yang dibandingkan.
Hasil perbandingan dari masing-masing elemen akan berupa angka dari 1 sampai
9 yang menunjukkan perbandingan tingkat kepentingan suatu elemen. Apabila
suatu elemen dalam matriks dibandingkan dengan dirinya sendiri maka hasil
perbandingan diberi nilai 1. Skala 9 telah terbukti dapat diterima dan bisa
membedakan intensitas antar elemen. Hasil perbandingan tersebut diisikan pada
sel yang bersesuaian dengan elemen yang dibandingkan.
5) Menghitung eigen value dan menguji konsistensinya.
Jika tidak konsisten maka pengambilan data diulangi.
6) Mengulangi langkah 3,4, dan 5 untuk seluruh tingkat hirarki.
7) Menghitung eigen vector dari setiap matriks perbandingan berpasangan yang
merupakan bobot setiap elemen untuk penentuan prioritas elemen-elemen pada
tingkat hirarki terendah sampai mencapai tujuan. Penghitungan dilakukan lewat
cara menjumlahkan nilai setiap kolom dari matriks, membagi setiap nilai dari
kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi

8
matriks, dan menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan
jumlah elemen untuk mendapatkan rata-rata.
8) Memeriksa konsistensi hirarki.
Yang diukur dalam AHP adalah rasio konsistensi dengan melihat index
konsistensi. Konsistensi yang diharapkan adalah yang mendekati sempurna agar
menghasilkan keputusan yang mendekati valid. Walaupun sulit untuk mencapai
yang sempurna, rasio konsistensi diharapkan kurang dari atau sama dengan 10 %.
2.1.1 Prinsip-Prinsip Dasar AHP

Dalam menyelesaikan permasalahan dengan metode AHP ada beberapa prinsip
dasar yang harus dipahami, yaitu :
a. Decomposition
Pengertian decomposition adalah memecahkan atau membagi problema yang utuh
menjadi unsur – unsurnya ke bentuk hirarki proses pengambilan keputusan,
dimana setiap unsur atau elemen saling berhubungan. Untuk mendapatkan hasil
yang akurat, pemecahan dilakukan terhadap unsur – unsur sampai tidak mungkin
dilakukan pemecahan lebih lanjut, sehingga didapatkan beberapa tingkatan dari
persoalan yang hendak dipecahkan. Struktur hirarki keputusan tersebut dapat
dikategorikan sebagai complete dan incomplete. Suatu hirarki keputusan disebut
complete jika semua elemen pada suatu tingkat memiliki hubungan terhadap
semua elemen yang ada pada tingkat berikutnya, sementara hirarki keputusan
incomplete kebalikan dari hirarki complete.
Hirarki masalah disusun untuk membantu proses pengambilan keputusan

dengan memperhatikan seluruh elemen keputusan yang terlibat dalam sistem.
Sebagian besar masalah menjadi sulit untuk diselesaikan karena proses
pemecahannya dilakukan tanpa memandang masalah sebagai suatu sistem dengan
suatu struktur tertentu.
Bentuk struktur decomposition yakni:
Tingkat pertama : Tujuan keputusan (Goal)
Tingkat kedua : Kriteria – kriteria

9
Tingkat ketiga : Alternatif – alternatif
Gambar 2.1. Struktur Hirarki
b. Comparative Judgement
Comparative judgement dilakukan dengan penilaian tentang kepentingan relatif
dua elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkatan
diatasnya. Penilaian ini merupakan inti dari AHP karena akan berpengaruh
terhadap urutan prioritas dari elemen – elemennya. Hasil dari penilaian ini lebih
mudah disajikan dalam bentuk matriks pairwise comparisons yaitu matriks
perbandingan berpasangan memuat tingkat preferensi beberapa alternatif untuk
tiap kriteria. Skala preferensi yang digunakan yaitu skala 1 yang menunjukkan
tingkat yang paling rendah (equal importance) sampai dengan skala 9 yang
menujukkan tingkatan paling tinggi (extreme importance).
c. Synthesis of Priority
Synthesis of Priority dilakukan dengan menggunakan eigen vector method untuk

mendapatkan bobot relatif bagi unsur-unsur pengambilan keputusan. Pada setiap
matriks “pairwise comparison” terdapat local priority. Oleh karena “pairwise
comparison” terdapat pada setiap tingkat, maka untuk mendapatkan global
priority harus dilakukan sintesa di antara local priority tersebut. pengurutan
elemen-elemen tersebut menurut kepentingan relatif melalui prosedur sintesa yang
dinamakan priority setting.

10
d. Logical Consistency
Logical consistency merupakan karakteristik penting AHP. Hal ini dicapai dengan
mengagresikan seluruh eigen vector yang diperoleh dari berbagai tingkatan hirarki
dan selanjutnya diperoleh suatu vektor composite tertimbang yang menghasilkan
urutan pengambilan keputusan.
2.1.2 Penyusunan Prioritas

Setiap elemen yang terdapat dalam hirarki harus diketahui bobot relatifnya satu
sama lain. Tujuan adalah untuk mengetahui tingkat kepentingan pihak – pihak
yang berkepentingan dalam permasalahan terhadap kriteria dan struktur hirarki
atau sistem secara keseluruhan.
Langkah pertama dalam menetapkan prioritas elemen-elemen dalam suatu

persoalan keputusan adalah dengan membuat perbandingan berpasangan
(pairwise comparison), yaitu elemen-elemen dibandingkan secara berpasangan
terhadap suatu kriteria yang ditentukan.
Perbandingan berpasangan ini dipresentasikan dalam bentuk matriks.

Skala yang digunakan untuk mengisi matriks ini adalah 1 sampai dengan 9 (skala
Saaty) dengan penjelasan pada tabel 2.1.
Tabel 2.1 Skala Saaty untuk Perbandingan Berpasangan

Intensitas
Definisi Keterangan
Kepentingan
Equal Importance Kedua elemen mempunyai pengaruh
1
(sama penting) yang sama pentingnya.
Elemen yang satu sedikit lebih penting
Weak Importance
daripada elemen yang lainnya atau
3 one over another
penilaian sangat memihak satu elemen
(sedikit lebih penting)
dibandingkan pasangannya.
Essential or strong
Elemen yang satu lebih penting daripada
5 Importance
elemen yang lainnya.
(Lebih penting)

11
Demonstrated
Importance Satu elemen jelas lebih mutlak penting
7
(Sangat penting) daripada elemen yang lainnya.
Extreme Importance Satu elemen mutlak penting daripada

9 (Mutlak lebih elemen yang lainnya pada tingkat
penting) keyakinan tertinggi.
Intermediate values Nilai-nilai antara dua nilai pertimbangan
2,4,6,8 between the two yang berdekatan.
adjacent judgements.
Jika aktivitas i mendapat satu angka
dibandingkan dengan aktivitas j, maka j
Resiprokal Kebalikan
memiliki nilai kebalikannya
dibandingkan dengan i.
Setelah keseluruhan proses perbandingan berpasangan dilakukan, maka

dapat di bentuk matriks perbandingan berpasangan. Misalkan, terdapat n objek
yang dinotasikan dengan (A1, A2, …, An) yang akan dinilai berdasarkan pada nilai
tingkat kepentingannya antara lain Ai dan Aj dipresentasikan dalam matriks Pair-
wise Comparison. Maka hasil perbandingan dari elemen-elemen operasi tersebut
membentuk matriks A berukuran n × n seperti pada tabel 2.2:
Tabel 2.2 Matriks Perbandingan Berpasangan
C A1 A2 ... An
A1 a11 a12 ... a1n
A2 a21 a22 ... a2n

. . . . .
. . . . .
. . . . .
Am an1 an2 ... ann

12
Nilai a11 adalah nilai perbandingan elemen A1 (baris) terhadap A1 (kolom)

yang menyatakan hubungan :
a. Seberapa jauh tingkat kepentingan A1 (baris) terhadap kriteria C
dibandingkan dengan A1 (kolom) atau
b. Seberapa jauh dominasi Ai (baris) terhadap Ai (kolom) atau
c. Seberapa banyak sifat kriteria C terdapat pada A1 (baris) dibandingkan dengan
A1 kolom.
d. Nilai perbandingan a11 = a22 = . . . amn = 1 yaitu diagonal utama.
2.1.3 Kelebihan dan Kelemahan Metode AHP
Ada banyak hal yang menjadikan metode AHP biasa digunakan sebagai pemecah
masalah multikriteria atau multifaktor, dintaranya dikarenakan memiliki
kelebihan-kelebihan sebagai berikut :
1. Kesatuan (Unity),
AHP membuat permasalahan yang luas dan tidak terstruktur menjadi suatu model
yang fleksibel dan mudah dipahami.
2. Kompleksitas (Complexity),
AHP memecahkan permasalahan yang kompleks melalui pendekatan sistem dan
pengintegrasian secara deduktif.
3. Saling Ketergantungan (Inter Dependence),
AHP dapat digunakan pada elemen-elemen sistem yang saling bebas dan tidak
memerlukan hubungan linier.
4. Struktur Hirarki (Hierarchy Structuring),
AHP mewakili pemikiran alamiah yang cenderung mengelompokkan elemen
sistem ke level-level yang berbeda dari masing-masing level berisi elemen yang
serupa.
5. Pengukuran (Measurement),
AHP menyediakan skala pengukuran dan metode untuk mendapatkan prioritas.
6. Konsistensi (Consistency),
AHP mempertimbangkan konsistensi logis dalam penilaian yang digunakan untuk
menentukan prioritas.

13
7. Sintesis (Synthesis),
AHP mengarah pada perkiraan keseluruhan mengenai seberapa diinginkannya
masing-masing alternatif.
8. Trade Off,
AHP mempertimbangkan prioritas relatif faktor-faktor pada sistem sehingga
orang mampu memilih altenatif terbaik berdasarkan tujuan mereka.
9. Penilaian dan Konsensus (Judgement and Consensus),
AHP tidak mengharuskan adanya suatu konsensus, tapi menggabungkan hasil
penilaian yang berbeda.
10. Pengulangan Proses (Process Repetition),
AHP mampu membuat orang menyaring definisi dari suatu permasalahan dan
mengembangkan penilaian serta pengertian mereka melalui proses pengulangan.
Namun, AHP juga memiliki kelemahan-kelemahan dalam penggunaannya yaitu
sebagai berikut:
1. Ketergantungan model AHP pada input utamanya.
Input utama ini berupa persepsi seorang ahli sehingga dalam hal ini melibatkan
subyektifitas sang ahli selain itu juga model menjadi tidak berarti jika ahli tersebut
memberikan penilaian yang keliru.
2. Metode AHP ini hanya metode matematis tanpa ada pengujian secara statistik
sehingga tidak ada batas kepercayaan dari kebenaran model yang terbentuk.
3. Untuk melakukan perbaikan keputusan harus dimulai kembali dari awal.
2.2 Eigen Value dan Eigen Vector

Apabila pengambil keputusan sudah memasukkan persepsinya atau penilaian
untuk setiap perbandingan antara kriteria – kriteria yang berada dalam satu level
(tingkatan) atau yang dapat diperbandingkan maka untuk mengetahui kriteria
mana yang paling disukai atau paling penting, disusun sebuah matriks
perbandingan disetiap level (tingkatan).
Untuk melengkapi pembahasan tentang eigen value dan eigen vector maka akan
diberikan definisi-definisi matriks dan vector.

14
2.2.1 Matriks
Matriks adalah sekumpulan himpunan objek (bilangan riil atau kompleks,
variabel–variabel) yang disusun secara persegi panjang (yang terdiri dari baris dan
kolom) yang biasanya dibatasi dengan kurung siku atau biasa. Jika sebuah matriks
memiliki m baris dan n kolom maka matriks tersebut berukuran (ordo) m x n.
Matriks dikatakan bujur sangkar (square matrix) jika m = n. Dan skalar–skalarnya
berada di baris ke-i dan kolom ke-j yang disebut (ij) matriks entri.
=[ ]
[ ]
Matriks dinotasikan dengan huruf capital A,B,C , ….. . adalah elemen A yang
posisinya terletak pada baris ke-i dan kolom ke-j.
2.2.2 Perkalian Matriks

Perkalian matriks dapat dilakukan dengan cara tiap baris dikalikan dengan tiap
kolom, lalu dijumlahkan pada baris yang sama.
2.2.3 Vektor dari n Dimensi

Suatu vektor dengan n dimensi merupakan suatu susunan elemen – elemen yang
teratur berupa angka–angka sebanyak n buah, yang disusun baik menurut baris,
dari kiri ke kanan (disebut vektor baris atau Row Vector dengan ordo 1 x n )
maupun menurut kolom, dari atas ke bawah (disebut vektor kolom atau Colom n
Vector dengan ordo n x 1). Himpunan semua vektor dengan n komponen dengan

entri riil dinotasikan dengan Rn .Untuk vector u dirumuskan sebagai berikut:

15
U∊R
̅∊ Rn
̅ [ ] (2.2)
2.2.4 Definisi Eigen Value dan Eigen Vector

Defenisi: Apabila A adalah matriks bujur sangkar n x n, maka vektor tak nol x di
dalam Rn dinamakan eigen vector dari A jika Ax kelipatan skalar x, yakni:
Skalar λ dinamakan eigen value dari A dan x dikatakan eigen vector yang
bersesuaian dengan λ. Untuk mencapai eigen value dari matriks A yang berukuran
n x n, maka dapat ditulis pada persamaan berikut :
Atau secara ekuivalen :
Agar λ menjadi eigen value, maka harus ada pemecahan tak nol dari persamaan
ini. Akan tetapi, persamaan (2.4) akan mempunyai pemecahan nol jika dan hanya
jika:
Ini dinamakan persamaan karakteristik A, skalar yang memenuhi persamaan ini

adalah eigen value dari A.
Bila diketahui bahwa nilai perbandingan elemen Ai terhadap elemen Aj

16
adalah aij, maka secara teoritis matriks tersebut berciri positif berkebalikan,
yakni . Bobot yang dicari dinyatakan dalam vektor
. Nilai menyatakan bobot kriteria terhadap

keseluruhan set kriteria pada sub sistem tersebut.
Jika aij mewakili derajat kepentingan i terhadap faktor j dan ajk
menyatakan kepentingan dari faktor j terhadap k, maka agar keputusan menjadi
konsisten, kepentingan i terhadap faktor k harus sama dengan aij. ajk atau jika aij .
aij =aik untuk semua i, j, k maka matriks tersebut konsisten.
Untuk suatu matriks konsisten dengan vektor , maka elemen aij dapat ditulis
menjadi :
Jadi matriks konsisten adalah:
Seperti yang diuraikan diatas, maka untuk pairwise comparison matriks diuraikan
sebagai berikut :
Dari persamaan tersebut dapat dilihat bahwa :
Dengan demikian, untuk pairwise comparison matriks yang konsisten menjadi :

17
Persamaan diatas ekiuvalen dengan bentuk persamaan matriks dibawah ini :
2.3 Uji Konsistensi Indeks dan Rasio

Metode AHP adalah suatu metode yang tidak mempunyai syarat konsistensi
mutlak sehingga dalam penilaian perbandingan berpasangan sering terjadi ketidak
konsistenan dari pendapat atau preferensi yang diberikan oleh pengambil
keputusan (decision maker). Konsistensi dari penilaian berpasangan tersebut
dievaluasi dengan menghitung Consistency Ratio (CR). Thomas Lorie Saaty
menetapkan apabila CR ≤ 0,1, maka hasil penilaian tersebut dikatakan konsisten.
Saaty telah membuktikan bahwa Indeks Konsistensi dari matriks berordo n
dapat diperoleh dengan rumus:
Keterangan :
= Rasio Penyimpangan (deviasi) konsistensi (consistency ratio)
maksimum
ukuran matriks
Apabila CI bernilai nol, maka pairwise comparison matrix (matriks

perbandingan berpasangan) tersebut konsisten. Batas ketidak konsistenan
(inconsistency) yang telah ditetapkan oleh Thomas Lorie Saaty ditentukan dengan
menggunakan Rasio Konsistensi (CR), yaitu perbandingan indeks konsistensi
dengan nilai random indeks (RI) yang didapatkan dari suatu eksperimen oleh Oak
Ridge National Laboratory kemudian dikembangkan oleh Wharton School dan
diperlihatkan seperti Table 2.4 . Nilai ini bergantung pada ordo matriks n. Dengan
demikian, Rasio Konsistensi dapat dirumuskan sebagai berikut :

18
Nilai CI tidak akan berarti bila tidak terdapat acuan untuk menyatakan apakah CI
menunjukkan suatu matriks yang konsisten atau tidak konsisten.
Saaty mendapatkan nilai rata-rata Random Index (RI) seperti pada tabel berikut:
Tabel 2.3 Tabel Nilai Indeks Random
Ukuran Matriks Indeks Random
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 1,54
13 1,56
14 1,57
15 1,59
Bila matriks perbandingan berpasangan dengan nilai CR lebih kecil dari 0,100
maka ketidak konsistenan pendapat dari decision maker masih dapat diterima
jika tidak maka penilaian perlu diulang.

19
2.4 Hubungan Prioritas Sebagai Eigen Vector Terhadap Konsistensi

Terdapat banyak cara untuk mencari vektor prioritas dari matriks pairwise
comparison. Tetapi penekanan pada konsistensi menyebabkan digunakan
rumus eigen value (Mulyono, 2004).
Diketahui elemen-elemen dari suatu tingkat dalam suatu hirarki adalah
C1, C1,….., Cn dan bobot pengaruh mereka adalah w1, w2,….., wn. Misalkan
aij = wi/wj menunjukkan kekuatan Ci jika dibandingkan dengan Cj. Matriks
dari angka-angka aij ini dinamakan matriks pairwise comparison, yang diberi
simbol A. Telah disebutkan bahwa A adalah matriks reciprocal, sehingga aij =
1/aij. Jika penilaian kita sempurna pada setiap perbandingan, maka aij = aij, ajk
untuk semua i, j, k dan matriks A dinamakan konsisten.
Kemudian ikuti manipulasi matematik berikut:
( )
Dalam bentuk matriks : Aw = nw
Rumus ini menunjukkan bahwa w merupakan eigen vector dari matriks A

dengan eigen value n.
Jika aij tidak didasarkan pada ukuran pasti (seperti wi,…, wn), tetapi
pada penilaian subyektif, maka aij akan menyimpang dari rasio wi/wj yang
sesungguhnya, dan akibatnya Aw = nw tak dipenuhi lagi. Dua kenyataan dalam
teori matriks memberikan kemudahan, pertama jika z1,...,zn adalah angka-
angka yang memenuhi persamaan Aw= Zw di mana Z merupakan eigen value
dari matrika A, dan jika aij = 1 untuk i, maka

20
Karena itu, jika Aw = Zw dipenuhi, maka semua eigen value sama dengan nol,
kecuali eigen value yang satu, yaitu sebesar n. Maka jelas dalam kasus
konsisten, n merupakan eigen value A terbesar.
Kedua, jika salah satu aij dari matriks reciprocal A berubah sangat kecil,
maka eigen value juga berubah sangat kecil. Kombinasi keduanya menjelaskan
bahwa jika diagonal matriks A terdiri dari aij = 1 dan jika A konsisten, maka
perubahan kecil pada aij menahan eigen value terbesar, Z mak dekat ke n, dan
eigen value sisanya dekat ke nol. Karena itu persoalannya adalah jika A
merupakan matriks pairwise comparison, untuk mencari vektor prioritas, harus
dicari w yang memenuhi :
Perubahan kecil aij menyebabkan perubahan Z maksimum,

penyimpangan Z maksimum dari n merupakan ukuran konsistensi. Indikator
terhadap konsistensi diukur melalui Consistency Index (CI). AHP mengukur
seluruh konsistensi penilaian dengan menggunakan Consistency Ratio (CR).
Suatu tingkat konsistensi yang tertentu memang diperlukan dalam
penentuan prioritas untuk mendapatkan hasil yang sah. Nilai CR semestinya
tidak lebih dari 10%. Jika tidak, penilaian yang telah dibuat mungkin secara
random dan perlu revisi.

21
BAB 3
METODE PENELITIAN
3.1 Rancangan Penelitian

Rancangan penelitian ini adalah penelitian yang bersifat deskriptif yaitu
rancangan penelitian yang tidak hanya teratas pada masalah pengumpulan atau
penyusunan data tetapi juga meliputi analisis dan interpretasi data tersebut. Oleh
karena itu, penelitian deskriptif memungkinkan mengambil bentuk penelitian
komparatif yaitu suatu penelitian yang membandingkan suatu gejala atau kriteria
dengan kriteria yang lain.
Tujuan dari penelitian deskriptif yaitu menghasilkan gambaran yang
akurat terhadap suatu permasalahan yang sedang di teliti. Pada penelitian ini,
dicari gambaran tentang hal-hal yang berkaitan dengan proses pengukuran kinerja
lingkungan Perumahan Perkotaan Sederhana di Martubung Medan dengan kriteria
Ruang terbuka hijau, Jarak dari kegiatan industri, drainase, aksesibilitas dan
sanitasi serta dengan alternatif yang terpilih adalah blok perumahan Tipe 36 blok
I, Tipe 29 blok II, Tipe 36 blok III, Tipe 36 blok IV, Tipe 54 blok V .
Aksesibilitas adalah derajat kemudahan dicapai oleh orang terhadap suatu objek,
pelayanan ataupun lingkungan. Sedangkan drainase adalah pembuangan massa air
secara alami atau buatan dari permukaan atau bawah permukaan dari suatu
tempat. Kemudian sanitasi adalah perilaku disengaja dalam pembudayaan hidup
bersih dengan maksud mencegah manusia bersentuhan langsung dengan kotoran
dan bahan buangan berbahaya lainnya. Alasan pemilihan kelima kriteria dan
alternatif ini berdasarkan riset atau penelitian yang telah dilakukan oleh peneliti
sebelumnya melalui kuisioner yang dibagikan kepada 144 responden masyarakat
Martubung Medan.
3.2 Jenis dan Teknik Pengumpulan Data

Tahap ini dimulai dengan studi pendahuluan yaitu berupa studi kepustakaan
dengan mengumpulkan bahan referensi. Selanjutnya jenis data yang digunakan
dalam penelitian ini adalah jenis data sekunder yaitu data yang diperoleh tidak

22
secara langsung dari objek penelitian. Peneliti mendapatkan data yang dikutip dari
Prosiding E Nababan et.al., 2018 IOP Conf. Ser.: Mater. Sci. Eng. 288 012059.
3.3 Tahapan-tahapan Penelitian

Pengukuran kinerja lingkungan di perumahan perkotaan sederhana Martubung
Medan telah dilakukan peneliti sebelumnya oleh Nababan et.al., 2017. Pada
penetian sebelumnya untuk mengukur kinerja lingkungan, peneliti menggunakan
metode analisis co-integrasi, analisis korelasi dan juga regresi ganda. Sedangkan
pada penilitian ini, penulis akan menggunakan metode yang berbeda yaitu metode
Analytichal Hierarchy Process (AHP). Adapun tahapan pengambilan keputusan
dengan metode AHP adalah sebagai berikut :
1. Mendefinisikan masalah dan menentukan solusi.
2. Membuat struktur hirarki yang diawali dengan tujuan umum, dilanjutkan
dengan kriteria-kriteria, sub kriteria dan alternatif pilihan yang diinginkan.
3. Mendefinisikan perbandingan berpasangan yang menggambarkan kontribusi
relatif atau pengaruh setiap elemen terhadap masing-masing kriteria.
Perbandingan dilakukan berdasarkan pilihan dari pembuat keputusan dengan
menilai tingkat kepentingan suatu elemen terhadap elemen lainnya berdasar
skala Saaty yang dapat dilihat pada tabel 2.1
4. Menormalkan data yaitu dengan membagi nilai dari setiap elemen didalam
matriks yang berpasangan dengan nilai total dari setiap kolom.
5. Menghitung nilai eigen vector dan menguji konsistensinya.
6. Mengulangi langkah 1,2,3,4 dan 5 untuk seluruh tingkat hirarki atau untuk
seluruh kriteria.
7. Menghitung eigen vector dari setiap matriks perbandiingan berpasangan.
Nilai eigen vector merupakan bobot setiap elemen. Dengan bobot setiap
elemen, dapat di tentukan prioritas atau peringkat elemen-elemen dari hirarki.
8. Untuk tingkat alternatif, dilakukan langkah serupa seperti langkah-langkah di
atas dan di uji konsistensinya untuk setiap alternatif terhadap kriteria. Jika
tidak memenuhi CR < 0,100 maka penilaian harus diulang kembali.

23
BAB 4
HASIL DAN PEMBAHASAN
Pada Bab ini akan dibahas penetapan urutan pengukuran kinerja lingkungan
Perumahan Perkotaan Sederhana di Martubung Medan dengan menggunakan
metode AHP. Berikut gambar struktur hierarki pengukuran kinerja lingkungan
perumahan perkotaan sederhana di Martubung Medan.
Gambar 4.1 Struktur Hierarki Pengukuran Kinerja Lingkungan Perumahan

Perkotaan Sederhana di Martubung Medan
4.1 Perhitungan Faktor Pembobotan Hirarki Untuk Semua Kriteria

Untuk menghitung nilai matriks kriteria adalah sebagai berikut :
1. Menyusun data-data pengukuran kinerja lingkungan perumahan perkotaan
sederhana Martubung Medan pada matriks perbandingan berpasangan
seperti pada tabel 4.1 berikut ini:

24
Tabel 4.1 Matriks Faktor Pembobotan Hirarki untuk Semua Kriteria

Kriteria RTH JKI DR AK SN
RTH 1
JKI 2 1
DR 3 5 1 2
AK 7 5 3 1 2
SN 3 4 1
Keterangan : RTH = Ruang terbuka hijau

JKI = Jarak dari kegiatan industri
DR = Drainase
AK = Aksesibilitas
SN = Sanitasi
(sumber : E Nababan et.al., 2018 IOP Conf. Ser.: Mater. Sci. Eng. 288
012059)
2. Menyederhanakan matriks dengan menjumlahkan nilai pada masing-
masingkolom matriks. Dengan perhitungan sebagai berikut :
∑ [ ]
∑ [ ]
∑ [ ]
∑ [ ]
∑ [ ]
Keterangan : = Jumlah kolom kriteria Ruang terbuka hijau

25
= Jumlah kolom kriteria Jarak dari kegiatan industri

= Jumlah kolom kriteria Drainase
= Jumlah kolom kriteria Aksesibilitas
= Jumlah kolom kriteria Sanitasi
Contoh :
= 1,000 + 2,000+ 3,000 + 7,000 + 3,000 = 16
Hasil dari penjumlahan kolom perkriteria dapat dilihat pada Tabel 4.2
Tabel 4.2 Matriks Faktor Pembobotan Hirarki untuk Semua Kriteria yang
disederhanakan
RTH 1,000 0,500 0,333 0,143 0,333
JKI 2,000 1,000 0,200 0,200 0,250
DR 3,000 5,000 1,000 0,333 2,000
AK 7,000 5,000 3,000 1,000 2,000
SN 3,000 4,000 0,500 0,500 1,000
16,000 15,500 5,033 2,176 5,583
3. Menormalkan matriks dengan membagi nilai masing-masing sel pada tabel

4.2 dengan jumlah masing-masing kolomnya. Maka, akan diperoleh bobot
relatif yang dinormalkan . Nilai eigen vector dihasilkan dari rata-rata bobot
relatif untuk setiap baris.
Dengan perhitungan sebagai berikut :
Keterangan : = Nilai elemen setiap kolom kriteria

= Jumlah kolom setiap kriteria

26
Contoh :
Untuk elemen a11= , dan seterusnya.
Eigen vector (baris pertama) =
dan seterusnya.
Maka, hasil yang diperoleh dari perhitungan dapat dilihat pada tabel 4.3
Tabel 4.3 Matriks Faktor Pembobotan Hirarki untuk Semua Kriteria yang
dinormalkan.
Eigen
vector
RTH 0,062 0,032 0,066 0,066 0,060 0,057
JKI 0,125 0,064 0,040 0,092 0,045 0,073
DR 0,187 0,322 0,199 0,153 0,358 0,244
AK 0,437 0,322 0,596 0,459 0,358 0,434
SN 0,187 0,258 0,099 0,230 0,179 0,191
4. Menghitung nilai eigen maksimum ( λ maksimum ) yang didapat dengan

menjumlahkan hasil perkalian jumlah kolom dengan eigen vector.
{
}
5. Menghitung nilai indeks konsistensi. Karena matriks berordo 5 (yakni

terdiri dari 5 kriteria), maka nilai indeks konsistensi yang diperoleh
adalah:
Untuk (Tabel 2.3) maka :

27
Karena CR < 0,1000 maka hasil perhitungan kriteria adalah konsisten.

Berdasarkan tabel 4.3 menunjukkan bahwa kriteria aksesibilitas
merupakan kriteria yang paling penting untuk diperhatikan dalam proses
pengukuran kinerja lingkungan Perumahan Perkotaan Sederhana di Martubung
Medan dengan bobot 0,434 atau 43,4%, selanjutnya adalah kriteria drainase
dengan bobot 0,244 atau 24,4%, kemudian kriteria sanitasi dengan bobot 0,191
atau 19,1%, selanjutnya kriteria jarak dari kegiatan industri dengan bobot 0,073
atau 7,3% dan terakhir kriteria ruang terbuka hijau dengan bobot 0,057 atau 5,7%.
4.2 Perhitungan Faktor Evaluasi Untuk Kriteria Ruang Terbuka Hijau

Untuk menghitung faktor evaluasi pada kriteria ruang terbuka hijau, yaitu sebagai
berikut:
1. Menyusun blok-blok perumahan yang ada di Perumahan Perkotaan
Sederhana Martubung Medan dengan menggunakan matriks perbandingan
berpasangan.
Tabel 4.4 Matriks Faktor Evaluasi untuk Kriteria Ruang Terbuka Hijau
BLOK PERUMAHAN MARTUBUNG
Tipe Tipe
Ruang Terbuka Hijau Tipe Tipe Tipe
36 36
36 29 54
Blok Blok
Blok I Blok II Blok V
III IV
Tipe 36
1 2 2 3 2
Blok I
Tipe 29
1 3 3 2
Blok II
BLOK
Tipe 36
PERUMAHAN 1 2
Blok III
MARTUBUNG
Tipe 36
1
Blok IV

28
Tipe 54
3 3 1
Blok V
2. Menyederhanakan matriks dengan menjumlahkan nilai pada masing-masing

kolom matriks. Dengan perhitungan sebagai berikut :
∑ [ ]
Keterangan :
Jk = Jumlah kolom setiap alternative
Tabel 4.5 Matriks Faktor Evaluasi untuk Kriteria Ruang Terbuka Hijau yang
disederhanakan
Ruang Terbuka Hijau

Tipe 36 Tipe 29 Tipe 36 Tipe 36 Tipe 54
Blok I Blok II Blok III Blok IV Blok V
Tipe 36
1,000 2,000 2,000 3,000 2,000
Blok I
Tipe 29
0,500 1,000 3,000 3,000 2,000
Blok II
Tipe 36
0,500 0,333 1,000 2,000 0,333
Blok III
BLOK
Tipe 36
PERUMAHAN
Blok 0,333 0,333 0,500 1,000 0,333
MARTUBUNG
IV
Tipe 54
0,500 0,500 3,000 3,000 1,000
Blok V
∑ 2,833 4,166 9,500 12,000 5,666

29
3. Menormalkan matriks dengan membagi nilai masing-masing sel dengan

jumlah masing-masing kolomnya. Maka, akan diperoleh bobot relatif yang
dinormalkan. Nilai eigen vector dihasilkan dari rata-rata bobot relatif untuk
setiap baris.
[ ]

b = Elemen matriks
Maka hasilnya dapat dilihat pada tabel 4.6
Tabel 4.6 Matriks Faktor Evaluasi untuk Kriteria Ruang Terbuka
Hijauyang dinormalkan

Ruang Terbuka Hijau Tipe 36 Tipe 36
Tipe 36 Tipe 29 Tipe 54 Eigen
Blok Blok vektor
III IV
Tipe 36
0,353 0,480 0,211 0,250 0,353 0,329
Blok I
Tipe 29
0,176 0,240 0,316 0,250 0,353 0,267
Blok II
Tipe 36
BLOK 0,176 0,080 0,105 0,167 0,059 0,117
Blok III
PERUMAHAN
Tipe 36
MARTUBUNG
0,118 0,080 0,053 0,083 0,059 0,078
Blok IV
Tipe 54
0,176 0,120 0,316 0,250 0,176 0,208
Blok V

30
4. Menghitung nilai eigen maksimum ( λ maksimum ) yang di dapat dengan


terdiri dari 5 blok perumahan), maka nilai indeks konsistensi yang
diperoleh adalah :
,070
Karena CR < 0,1000maka hasil perhitungan kriteria Ruang terbuka hijau

adalah konsisten.
4.3 Perhitungan Faktor Evaluasi Untuk Kriteria Jarak dari Kegiatan

Industri
Untuk menghitung faktor evaluasi pada kriteria Jarak dari Kegiatan Industri, yaitu
sebagai berikut:
berpasangan

31
Tabel 4.7 Matriks Faktor Evaluasi untuk Kriteria Jarak dari Kegiatan Industri
Jarak dari Kegiatan BLOK PERUMAHAN MARTUBUNG
Industri Tipe Tipe Tipe Tipe Tipe
36 29 36 36 54
Blok I Blok II Blok Blok Blok V
III IV
Tipe 36 1 2 7 4 4
Blok I
BLOK Tipe 29 1 7 4 2
PERUMAHAN
Blok II
MARTUBUNG
Tipe 36 1
Blok III
Tipe 36 3 1
Blok IV
Tipe 54 5 2 1
Blok V

∑ [ ]
Keterangan :Jk = Jumlah kolom setiap alternatif
Tabel 4.8 Matriks Faktor Evaluasi untuk Kriteria Jarak dari Kegiatan Indstri yang
disederhanakan

Tipe Tipe
Jarak dari Kegiatan Industri Tipe 36
Tipe 36 29 Tipe 36 54
Blok
Blok I Blok Blok III Blok
IV
II V

32
Tipe 36
1,000 2,000 7,000 4,000 4,000
Blok I
Tipe 29
0,500 1,000 7,000 4,000 2,000
Blok II
Tipe 36
BLOK 0,143 0,143 1,000 0,333 0,200
Blok III
PERUMAHAN
MARTUBUNG
Tipe 36
0,250 0,250 3,000 1,000 0,500
Blok IV
Tipe 54
0,250 0,500 5,000 2,000 1,000
Blok V
∑ 2,143 3,893 23,000 11,333 7,700

setiap baris.
[ ]

b = Elemen matriks

33
Tabel 4.9 Matriks Faktor Evaluasi untuk Kriteria Jarak dari Kegiatan Industri
yang dinormalkan
Jarak dari Kegiatan BLOK PERUMAHAN MARTUBUNG Eigen
Industri Tipe 36 Tipe 29 Tipe 36 Tipe 36 Tipe 54 vektor
III IV
Tipe 36 0,467 0,514 0,304 0,353 0,519 0,431
Blok I
BLOK Tipe 29 0,233 0,514 0,304 0,353 0,260 0,333
PERUMAHAN
Blok II
MARTUBUNG
Tipe 36 0,067 0,037 0,043 0,029 0,026 0,040
Blok III
Tipe 36 0,117 0,064 0,130 0,088 0,065 0,093
Blok IV
Tipe 54 0,117 0,128 0,217 0,176 0,130 0,154
Blok V

5,387

diperoleh adalah :

34
Karena CR < 0,1000maka hasil perhitungan kriteria Jarak dari Kegiatan

Industri adalah konsisten.
4.4 Perhitungan Faktor Evaluasi Untuk Kriteria Drainase
Untuk menghitung faktor evaluasi pada kriteria Drainase, yaitu sebagai berikut:
berpasangan
Tabel 4.10 Matriks Faktor Evaluasi untuk Kriteria Drainase

Drainase BLOK PERUMAHAN MARTUBUNG
Tipe Tipe Tipe Tipe Tipe
36 29 36 36 54
III IV
Tipe 36 1 2 4 3 2
Blok I
PERUMAHAN
Blok II
MARTUBUNG
Tipe 36 1 2
Blok III
Tipe 36 3 1
Blok IV
Tipe 54 5 2 1
Blok V

setiap baris.

35
[ ]

b = Elemen matriks
Tabel 4.11 Matriks Faktor Evaluasi untuk Kriteria Drainase yang di Normalkan
Drainase Tipe 36 Tipe 36
Blok Blok vektor
III IV
Tipe 36
0,387 0,480 0,421 0,250 0,293 0,366
Blok I
Tipe 29
0,194 0,240 0,316 0,167 0,439 0,271
Blok II
Tipe 36
BLOK 0,097 0,080 0,105 0,167 0,049 0,099
Blok III
PERUMAHAN
Tipe 36
MARTUBUNG
0,129 0,120 0,053 0,083 0,073 0,092
Blok IV
Tipe 54
0,194 0,080 0,316 0,167 0,146 0,180
Blok V


36

diperoleh adalah :
Karena CR < 0,1000maka hasil perhitungan kriteria Drainase adalah

konsisten.
4.5 Perhitungan Faktor Evaluasi Untuk Kriteria Aksesibilitas
Untuk menghitung faktor evaluasi pada kriteria aksesibilitas, yaitu sebagai

berikut:
berpasangan.
Tabel 4.12 Matriks Faktor Evaluasi untuk Kriteria Aksesibilitas

Aksesibilitas BLOK PERUMAHAN MARTUBUNG
36 29 36 36 54
III IV
Tipe 36 1 2 5 3 3
Blok I

37
Tipe 29 1 3 4 3
Blok II
Tipe 36 1 2
BLOK
Blok III
PERUMAHAN
Tipe 36 1
MARTUBUNG
Blok IV
Tipe 54 2 2 1
Blok V
2. Menyederhanakan matriks dengan menjumlahkan nilai pada masing-

masing kolom matriks. Dengan perhitungan sebagai berikut :
∑ [ ]
Keterangan :
Jk = Jumlah kolom setiap alternatif
Tabel 4.13 Matriks Faktor Evaluasi untuk Kriteria Aksesibilitasyang di
Sederhanakan
Tipe
Aksesibilitas Tipe 36
Tipe 36 Tipe 29 36 Tipe 54
Blok
Blok I Blok II Blok Blok V
III
IV
Tipe 36
1,000 2,000 5,000 3,000 3,000
Blok I
Tipe 29
0,500 1,000 3,000 4,000 3,000
Blok II
BLOK
PERUMAHAN Tipe 36
MARTUBUNG 0,200 0,333 1,000 2,000 0,500
Blok III
Tipe 36 0,333 0,250 0,500 1,000 0,500

38
Blok
IV
Tipe 54
0,333 0,333 2,000 2,000 1,000
Blok V
∑ 2,367 3,917 9,500 12,000 8,000

setiap baris.
[ ]

b = Elemen matriks
Tabel 4.14 Matriks Faktor Evaluasi untuk Kriteria Aksesibilitas yang

dinormalkan
Aksesibilitas Tipe
Tipe 29 Tipe 36 Tipe 36 Tipe 54 Eigen
36 vektor
Blok II Blok III Blok IV Blok V
Blok I
Tipe 36
0,423 0,511 0,526 0,250 0,375 0,417
Blok I
Tipe 29
0,211 0,255 0,316 0,333 0,375 0,298
Blok II

39
BLOK Tipe 36
PERUMAHAN 0,085 0,085 0,105 0,167 0,063 0,101
Blok III
MARTUBUNG Tipe 36
0,141 0,064 0,053 0,083 0,063 0,081
Blok IV
Tipe 54
0,141 0,085 0,211 0,167 0,125 0,146
Blok V
4. Menghitung nilai eigen maksimum ( λ maksimum ) yang didapat dengan


diperoleh adalah :
Karena CR < 0,1000 maka hasil perhitungan kriteria Aksesibilitas adalah

konsisten.
4.6 Perhitungan Faktor Evaluasi Untuk Kriteria Sanitasi

Untuk menghitung faktor evaluasi pada kriteria Sanitasi, yaitu sebagai berikut:
1. Menyusun blok-blok perumahan yang ada di perumahan perkotaan
sederhana Martubung Medan dengan menggunakan matriks perbandingan
berpasangan

40
Tabel 4.15 Matriks Faktor Evaluasi untuk Kriteria Sanitasi

Sanitasi BLOK PERUMAHAN MARTUBUNG
36 29 36 36 54
III IV
Tipe 36 1 2 4 3 3
Blok I
PERUMAHAN
Blok II
MARTUBUNG
Tipe 36 1 2
Blok III
Tipe 36 1
Blok IV
Tipe 54 3 2 1
Blok V

∑ [ ]
Keterangan :
Jk = Jumlah kolom setiap alternatif
Tabel 4.16 Matriks Faktor Evaluasi untuk Kriteria Sanitasi yang

disederhanakan
Tipe
Aksesibilitas Tipe 36
Tipe 36 Tipe 29 36 Tipe 54
Blok
Blok I Blok II Blok Blok V
III
IV

41
Tipe 36
1,000 2,000 4,000 3,000 3,000
Blok I
Tipe 29
0,500 1,000 3,000 5,000 3,000
Blok II
Tipe 36
0,250 0,333 1,000 2,000 0,333
Blok III
BLOK
Tipe 36
PERUMAHAN
Blok 0,333 0,200 0,500 1,000 0,500
MARTUBUNG
IV
Tipe 54
0,333 0,333 3,000 2,000 1,000
Blok V
∑ 2,417 3,867 9,500 12,000 7,833

setiap baris.
[ ]

b = Elemen matriks

42
Tabel 4.17 Matriks Faktor Evaluasi untuk Kriteria Sanitasi yang dinormalkan
Sanitasi Tipe 36 Tipe 36
Blok Blok vektor
III IV
Tipe 36
0,414 0,517 0,421 0,250 0,383 0,397
Blok I
Tipe 29
0,207 0,259 0,316 0,417 0,383 0,316
Blok II
Tipe 36
BLOK 0,103 0,086 0,105 0,167 0,043 0,101
Blok III
PERUMAHAN
Tipe 36
MARTUBUNG
0,138 0,052 0,053 0,083 0,064 0,078
Blok IV
Tipe 54
0,138 0,086 0,316 0,167 0,128 0,167
Blok V


diperoleh adalah :

43
Karena CR < 0,1000 maka hasil perhitungan kriteria Sanitasi adalah

konsisten.
4.7 Perhitungan Total Ranking/Prioritas Global

4.7.1 Faktor Evaluasi Total
Dari seluruh evaluasi yang dilakukan terhadap ke-5 kriteria yakni Ruang terbuka
hijau, Jarak dari kegiatan industri, Drainase, Aksesibilitas, dan Sanitasi yang
selanjutnya dikalikan dengan vektor prioritas.
Dengan demikian, diperoleh tabel hubungan antara kriteria dan alternatif.
Tabel 4.18 Matriks Hubungan antara Kriteria dan Alternatif

Jarak
Ruang
dari
terbuk Drainase Aksesibilitas Sanitasi
kegiatan
a hijau
industry
Tipe
36 0,329 0,431 0,366 0,417 0,397
Blok I
Tipe
29
0,267 0,333 0,271 0,298 0,316
Blok
II
BLOK Tipe
PERUMAHAN 36
MARTUBUNG 0,117 0,040 0,099 0,101 0,101
Blok
III
Tipe
36
0,078 0,093 0,092 0,081 0,078
Blok
IV
Tipe 0,208 0,154 0,180 0,146 0,167

44
54
Blok
V
4.7.2 Total Ranking

Untuk mencari total ranking masing-masing alternatif dari proses seleksi adalah
dengan cara mengalikan faktor evaluasi masing-masing alternatif dengan faktor
bobot kriteria yaitu dengan mengalikan matriks 4.18 dengan tabel 4.3.
Sehingga dapat digambarkan dalam bentuk matriks yaitu sebagai berikut :
(2.19)
Keterangan :
A = Eigen Vector dari setiap blok perumahan calon per kriteria (tabel 4.18),
x = Eigen Vector perbandingan berpasangan setiap kriteria (tabel 4.3)
b = prioritas global atau ranking
[ ] [ ] [ ]
Dari perhitungan pada masing-masing alternatif tersebut diperoleh:
Tipe 36 Blok I= 0,396

Tipe 29 Blok II = 0,295
Tipe 36 Blok III = 0,097
Tipe 36 Blok IV = 0,084
Tipe 54 Blok V = 0,158
Dari hasil perhitungan diatas, diperoleh ranking untuk blok perumahan Martubung
Medan yang perlu untuk diperhatikan kinerja lingkungannya sebagai berikut :
Peringkat 1 :Tipe 36 Blok I

45
Peringkat 2 :Tipe 29 Blok II

Peringkat 3 :Tipe 54 Blok V
Peringkat 4 :Tipe 36 Blok III
Peringkat 5 :Tipe 36 Blok IV
Dari hasil analisis, diperoleh prioritas utama dalam proses pengukuran
kinerja lingkungan adalah masalah aksesibilitas dari warga yang tinggal di blok
perumahan Martubung Medan. Kriteria Aksesibilitas memiliki pengaruh yang
signifikan terhadap kinerja lingkungan dengan bobot 0,434 atau 43,4%.
Selanjutnya adalah kriteria Drainase dengan bobot 0,244 atau 24,4%, kemudian
kriteria Sanitasi dengan bobot 0,191 atau 19,1%, selanjutnya kriteria Jarak dari
kegiatan industri dengan bobot 0,073 atau 7,3% dan terakhir kriteria Ruang
terbuka hijau dengan bobot 0,057 atau 5,7%. Peningkatan aksesibilitas akan
mengurangi kebutuhan akan kepemilikan kendaraan bermotor, sehingga
mengurangi emisi CO2. Selain itu, tingginya aksesibilitas juga akan
meningkatkan kenyamanan penghuni dalam melakukan tugas domestik mereka
dan dalam memfasilitasi mobilitas di masyarakat, yang dapat meningkatkan
aktivitas ekonomi dan kekayaan. Secara keseluruhan, meningkatkan kualitas
aksesibilitas dapat meningkatkan kinerja lingkungan di perumahan perkotaan
sederhana Martubung Medan. Hasil dari skala Likert yang membandingkan
persepsi penduduk mengenai indikator operasional menunjukkan bahwa
aksesibilitas memiliki skor kepuasan terendah. Artinya, aksesibilitas di perumahan
perkotaan sederhana Martubung Medan perlu untuk ditingkatkan
Dengan mempertimbangkan seluruh kriteria, maka lokasi Tipe 36 blok I
yang memiliki pengaruh terbesar dalam mempengaruhi kinerja lingkungan di
perumahan perkotaan sederhana Martubung Medan nilai bobot 0,396 atau 39,6%,
selanjutnya Tipe 29 Blok II dengan bobot 0,295atau 29,5%, Tipe 54 Blok
Vmenempati peringkat ke 3 dengan bobot bobot 0,158 atau 15,8% , peringkat ke 4
di isi oleh Tipe 36 Blok III dengan bobot 0,097 atau 9,7% dan posisi terakhir di
tempati oleh Tipe 36 Blok IV dengan bobot 0,084atau 8,4%. Jadi, perumahan
Martubung Medan Tipe 36 blok I perlu adanya perhatian serta peningkatan dalam
hal aksesibilitas dikarenakan jarak fasilitas umum yang jauh dari perumahan Tipe
36 Blok I dibandingkan dengan blok perumahan yang lain di Martubung Medan.

46
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan pengolahan data dan pembahasan pada bab sebelumnya, maka
dapat disimpulkan bahwa urutan kriteria yang paling mempengaruhi kualitas
kinerja lingkungan adalah kriteria aksesibilitas, drainase, sanitasi, jarak dari
kegiatan industri dan ruang terbuka hijau. Kemudian urutan prioritas blok
perumahan yang perlu diperhatikan dalam proses pengukuran kinerja
lingkungan di perumahan perkotaan sederhana Martubung Medan yaitu Tipe
36 Blok I selanjutnya Tipe 29 Blok II, Tipe 54 Blok V, Tipe 36 Blok III dan
posisi terakhir di tempati oleh Tipe 36 Blok IV.
5.2 Saran
Dari hasil analisis, disarankan kepada lembaga masyarakat ataupun
pemerintah agar lebih meningkatkan kembali masalah aksesibilitas di
Perumahan Perkotaan Sederhana Martubung Medan. Hal ini disebabkan
karena dengan meningkatan aksesibilitas akan mengurangi kebutuhan akan
kepemilikan kendaraan bermotor, sehingga mengurangi emisi CO2. Selain itu,
tingginya aksesibilitas juga akan meningkatkan kenyamanan penghuni dalam
melakukan tugas domestik mereka dan dalam memfasilitasi mobilitas di
masyarakat. Perlu diadakan penelitian lebih lanjut baik dari segi responden,
jangkauan yang lebih luas, faktor-faktor lain yang belum diteliti, dan metode
penelitian lain yang dapat digunakan untuk penelitian serupa.

47
DAFTAR PUSTAKA
Ammenberg J, Hjem O, 2002. The connection between environmental

management system and continual environmental performance
improvements. Coorporate Environmental Strategy, 9 (2): 183-192.
Basak, Indrani, 1993. Grup Decision Making Using The Analytic Hierarchy
Process. Mathl Comput Modelling, 17: 101-109
Bhushan, Navneet and Kanwal Rai. 2004.Strategic Decision Making Applying

The Analytical Hierarchy Process. Bangalor, India : Springer
Bondan, Alit, 2001. Aljabar Linier. Jakarta : Universitas Trisakti
Cabala, Pawel. 2010. Using The Analytic Hierarchy Process In Evaluating

Decision Alternatives. Operation Research and Decision. 1: 5-23
Iryanto. 2008. Eksposisi Analytical Hierarchy ProcessDalam Riset Operasi : Cara

Efektif Pengambilan Keputusan. Universitas Sumatera Utara
Leo J, Nababan E, Gultom P, 2014. Penentuan Komoditas Unggulan Pertanian

Dengan Metode Analytical Hierarchy Process (AHP). Saintia
Matematika, 2: 213-224
Lipschutz, Seymour and March Lipson. 2001. Aljabar Linier. Edisi 3. Jakarta :
Erlangga
Malmqvist T, M Glaumann, 2006. Selecting problem-related environmental

indicators for housing management.Building Reseacrh & Information, 34
4: 321–333

48
Mulyono, Sri. 2004. Riset Operasi. Jakarta: Lembaga Penerbit Fakultas Ekonomi
Universitas Indonesia.
Nababan E, Siahaan N, Bangun P, Rosmaini E, 2017. Environmental Performance

Measurement of the Simple Urban Housing in Martubung Medan. IOP
Conf. Series: Materials Science and Engineering, 288 :012059
Nicholson, Keith. 2001. Elementary Linier Algebra First Edition. McGraw-Hill

International Edition Mathematics Series : Singapore
Riggs, James L, 1992. Production Systems: Planning, Analysis, And Control, 4th
Edition. Waveland Press, India.
Saaty, TL. 1988. Decision Making For Leaders and The Analytical Hierarchy
Process For Decisions in Complex World. Pittsburg.
Saaty TL, 1990. How to make a decision : The Analytic Hierarchy Process.
European Journal of Operational Research, 48: 9-26
Saaty T L, 1993. Pengambilan Keputusan Bagi Para Pemimpin, Proses Hirarki

Analitik untuk Pengambilan Keputusan dalam Situasi yang Kompleks.
PT.Pustaka Binaman Pressindo : Jakarta
Siahaan N, 2011. Controlling Residential Supporting Environment System to

Reduce CO2 Emissions in Urban Housing. Proceeding of the 4th
ASEAN Civil Engineering Conference: Yogyakarta, 22-23 November.

Ahp Eigen Value

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Ahp Eigen Value

Diunggah oleh

Hak Cipta:

Format Tersedia

KAJIAN METODE ANALYTICAL HIERARCHY PROCESS

(AHP) PADA PENGUKURAN KINERJA LINGKUNGAN

PROGRAM STUDI MATEMATIKA

UNIVERSITAS SUMATERA UTARA

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar

PROGRAM STUDI MATEMATIKA

UNIVERSITAS SUMATERA UTARA

KAJIAN METODE ANALYTICAL HIERARCHY PROCESS

Medan, Mei 2019

UNIVERSITAS SUMATERA UTARA

Judul :nKajian Metode Analytical Hierarchy

Ketua Program Studi Matematika, Pembimbing,

Dr. Suyanto, M.Kom Dr. Esther S M Nababan, M.Sc

UNIVERSITAS SUMATERA UTARA

Metode Analytical Hierarchy Process (AHP) merupakan salah satu metode

Kata Kunci: Analytical Hierarchy Process, Matriks,Uji Konsistensi, Vektor Eigen.

UNIVERSITAS SUMATERA UTARA

Analytical Hierarchy Process (AHP) method is one method of decision making on

Keywords : Analytical Hierarchy Process, Consistency Test, Eigen Vector, Matrix.

UNIVERSITAS SUMATERA UTARA

Terimakasih sebesar-besarnya penulis sampaikan kepada :

UNIVERSITAS SUMATERA UTARA

Penulis menyadari bahwa masih terdapat banyak kekurangan dalam penulisan

Medan, Mei 2019

UNIVERSITAS SUMATERA UTARA

BAB 2 TINJAUAN PUSTAKA

BAB 4 HASIL DAN PEMBAHASAN

UNIVERSITAS SUMATERA UTARA

UNIVERSITAS SUMATERA UTARA

Nomor Judul nnnHalaman

2.1 Skala Saaty Untuk Perbandingan Berpasangan 10

UNIVERSITAS SUMATERA UTARA

UNIVERSITAS SUMATERA UTARA

Nomor Judul nnnnHalaman

2.1. Struktur Hirarki 9

UNIVERSITAS SUMATERA UTARA

1.1. Latar Belakang

UNIVERSITAS SUMATERA UTARA

Pembentukan sistem manajemen lingkungan baru-baru ini dianjurkan

1. Struktur yang berhirarki, sebagai konsekuesi dari kriteria yang dipilih,

UNIVERSITAS SUMATERA UTARA

2. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi

1.2. Perumusan Masalah

1.3. Batasan Masalah

1.4. Tujuan Penelitian

UNIVERSITAS SUMATERA UTARA

1.5. Manfaat Penelitian

UNIVERSITAS SUMATERA UTARA

2.1 Analytical Hierarchy Process

Dalam kehidupan sehari-hari, seseorang senantiasa dihadapkan untuk

Analytic Hierarchy Process (AHP) dapat menyelesaikan masalah

UNIVERSITAS SUMATERA UTARA

Analytical Hierarchy Process (AHP) mempunyai landasan aksiomatik

a) Reciprocal Comparison, yang mengandung arti si pengambil keputusan harus

UNIVERSITAS SUMATERA UTARA

3) Membuat matrik perbandingan berpasangan yang menggambarkan kontribusi

UNIVERSITAS SUMATERA UTARA

2.1.1 Prinsip-Prinsip Dasar AHP

Hirarki masalah disusun untuk membantu proses pengambilan keputusan

Bentuk struktur decomposition yakni:

Tingkat pertama : Tujuan keputusan (Goal)

Tingkat kedua : Kriteria – kriteria

UNIVERSITAS SUMATERA UTARA