SKRIPSI
ISMAIL SIREGAR
140803067
SKRIPSI
ISMAIL SIREGAR
140803067
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Ismail Siregar
140803067
Disetujui di
Medan, Mei 2019
ABSTRAK
ABSTRACT
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.
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
Ismail Siregar
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
DAFTAR PUSTAKA 48
BAB 1
PENDAHULUAN
BAB 2
TINJAUAN PUSTAKA
Pada bab ini akan disampaikan beberapa definisi dan rumus yang diperlukan
untuk bab selanjutnya.
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
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 %.
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
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.
Demonstrated
Importance Satu elemen jelas lebih mutlak penting
7
(Sangat penting) daripada elemen yang lainnya.
C A1 A2 ... An
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.
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.
Untuk melengkapi pembahasan tentang eigen value dan eigen vector maka akan
diberikan definisi-definisi matriks dan vector.
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.
U∊R
̅∊ Rn
̅ [ ] (2.2)
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 :
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:
adalah aij, maka secara teoritis matriks tersebut berciri positif berkebalikan,
yakni . Bobot yang dicari dinyatakan dalam vektor
Seperti yang diuraikan diatas, maka untuk pairwise comparison matriks diuraikan
sebagai berikut :
Keterangan :
= Rasio Penyimpangan (deviasi) konsistensi (consistency ratio)
maksimum
ukuran matriks
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:
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.
( )
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
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 :
BAB 3
METODE PENELITIAN
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.
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.
JKI 2 1
DR 3 5 1 2
AK 7 5 3 1 2
SN 3 4 1
(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 :
∑ [ ]
∑ [ ]
∑ [ ]
∑ [ ]
∑ [ ]
Tabel 4.2 Matriks Faktor Pembobotan Hirarki untuk Semua Kriteria yang
disederhanakan
Kriteria RTH JKI DR AK SN
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
Contoh :
Untuk elemen a11= , dan seterusnya.
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
Kriteria RTH JKI DR AK SN
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
{
}
Tipe 54
3 3 1
Blok V
∑ [ ]
Keterangan :
Jk = Jumlah kolom setiap alternative
Tabel 4.5 Matriks Faktor Evaluasi untuk Kriteria Ruang Terbuka Hijau yang
disederhanakan
BLOK PERUMAHAN MARTUBUNG
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
[ ]
Hijauyang dinormalkan
,070
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
∑ [ ]
Tabel 4.8 Matriks Faktor Evaluasi untuk Kriteria Jarak dari Kegiatan Indstri yang
disederhanakan
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
[ ]
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
Blok I Blok II Blok Blok Blok V
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
Untuk menghitung faktor evaluasi pada kriteria Drainase, yaitu sebagai berikut:
1. Menyusun blok-blok perumahan yang ada di Perumahan Perkotaan
Sederhana Martubung Medan dengan menggunakan matriks perbandingan
berpasangan
[ ]
Tabel 4.11 Matriks Faktor Evaluasi untuk Kriteria Drainase yang di Normalkan
BLOK PERUMAHAN MARTUBUNG
Drainase Tipe 36 Tipe 36
Tipe 36 Tipe 29 Tipe 54 Eigen
Blok Blok vektor
Blok I Blok II Blok V
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
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
∑ [ ]
Keterangan :
Jk = Jumlah kolom setiap alternatif
Tabel 4.13 Matriks Faktor Evaluasi untuk Kriteria Aksesibilitasyang di
Sederhanakan
BLOK PERUMAHAN MARTUBUNG
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
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
[ ]
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
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
∑ [ ]
Keterangan :
Jk = Jumlah kolom setiap alternatif
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
[ ]
Tabel 4.17 Matriks Faktor Evaluasi untuk Kriteria Sanitasi yang dinormalkan
BLOK PERUMAHAN MARTUBUNG
Sanitasi Tipe 36 Tipe 36
Tipe 36 Tipe 29 Tipe 54 Eigen
Blok Blok vektor
Blok I Blok II Blok V
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
54
Blok
V
(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 hasil perhitungan diatas, diperoleh ranking untuk blok perumahan Martubung
Medan yang perlu untuk diperhatikan kinerja lingkungannya sebagai berikut :
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.
DAFTAR PUSTAKA
Basak, Indrani, 1993. Grup Decision Making Using The Analytic Hierarchy
Process. Mathl Comput Modelling, 17: 101-109
Lipschutz, Seymour and March Lipson. 2001. Aljabar Linier. Edisi 3. Jakarta :
Erlangga
Mulyono, Sri. 2004. Riset Operasi. Jakarta: Lembaga Penerbit Fakultas Ekonomi
Universitas Indonesia.
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