Ahp Dini 4857-14434-1-PB

JURIKOM (Jurnal Riset Komputer), Vol. 9 No.
5, Oktober 2022
e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak)
DOI 10.30865/jurikom.v9i5.4857
Hal 1659−1668
http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom
Penerapan Metode Analitycal Hierarchy Process dalam Sistem Pendukung

Keputusan Kelayakan Rumah Tangga Penerima Listrik Gratis
Siti Andini Utiarahman1,*, Hastuti Dalai2

1Fakultas Ilmu Komputer, Program Studi Sistem Informasi, Universitas Ichsan, Gorontalo, Indonesia
2Fakultas Ilmu Komputer, Program Studi Teknik Informatika, Universitas Ichsan, Gorontalo, Indonesia
Email: 1,*andiniutiarahman@gmail.com, 2bukhas88@gmail.com
Email Penulis Korespondensi: andiniutiarahman@gmail.com
Submitted 18-10-2022; Accepted 31-10-2022; Published 31-10-2022
Abstrak
Salah satu program pemerintah diantaranya bantuan penyambungan listrik gratis bagi Rumah Tangga tidak mampu melalui program
Subsidi Listrik Tepat Sasaran (SLTS). Pada pengimplementasian program SLTS, penerima listrik gratis harus memenuhi beberapa
kriteria yang telah ditentukan agar memenuhi syarat sebagai penerima. Setiap tahunnya pendaftar calon RT penerima listrik gratis di
provinsi Gorontalo sangat banyak, sehingga untuk memperoleh informasi membutuhkan waktu yang lama karena diperlukan ketelitian
dalam proses seleksi menentukan kelayakan calon RT penerima listrik gratis. Tujuan penelitian menerapkan metode AHP pada sistem
pendukung keputusan kelayakan Rumah Tangga penerima listrik gratis dengan menghitung nilai hasil prioritas sub kriteria dan nilai
kelayakan. Proses perhitungan yang dilakukan berdasarkan kriteria, diperoleh hasil prioritas subkriteria dimana pemohon dengan nilai
kelayakan = 1 mendapatkan status layak. Sebaliknya untuk pemohon 2 dengan prioritas subkriteria 0.2983 dan pemohon 3 dengan
prioritas subkriteria 0.0847 mendapatkan status tidak layak karena nilai yang diperoleh < 1. Sehingga diperoleh kesimpulan bahwa
metode AHP dapat digunakan dalam sistem pendukung keputusan untuk membantu pihak terkait dalam menentukan kelayakan rumah
tangga penerima listrik gratis.
Kata Kunci: Analitycal Hierarchy Process; Listrik; Literatur Review; Sistem Pendukung Keputusan; Subsidi
Abstract
One of the government programs includes free electricity connection assistance for underprivileged households through the Targeted
Electricity Subsidy (SLTS) program. In implementing the SLTS program, recipients of free electricity must meet several predetermined
criteria to qualify as recipients. Every year there are a lot of registrants for RT candidates who receive free electricity in Gorontalo
province, so obtaining information takes a long time because accuracy is required in the selection process to determine the eligibility
of RT candidates to receive free electricity. The purpose of the study was to apply the AHP method to the decision support system for
the eligibility of households receiving free electricity by calculating the value of the priority results of the sub-criteria and the feasibility
value. The calculation process is carried out based on the criteria, the results of the priority sub-criteria are obtained where the applicant
with a feasibility value = 1 gets a decent status. On the other hand, applicant 2 with a sub-criteria priority of 0.2983 and applicant 3
with a sub-criteria priority of 0.0847 gets an unfeasible status because the value obtained is < 1. So it can be concluded that the AHP
method can be used in a decision support system to assist related parties in determining the eligibility of households receiving free
electricity.
Keywords: Analitycal Hierarchy Process; Literature Review; Decision Support System; Electricity; Subsidy
1. PENDAHULUAN
Listrik merupakan salah satu kebutuhan hajat hidup orang banyak sehingga perlu diatur dan disediakan oleh negara [1].
Pemerintah berupaya mendorong pembangunan infrastruktur ketenagalistrikan sesuai pertumbuhan ekonomi dan
konsumsi listrik. [2]. Sesuai Rencana Pembangunan Jangka Menengah Daerah (RPJMD) Gorontalo, terdapat program
pembinaan dan pengembangan bidang Energi dan ketenagalistrikan (penyediaan listrik rumah tangga tidak mampu)
bertujuan mengakhiri segala bentuk kemiskinan dimanapun [3]. Berlandaskan hal tersebut, pemerintah memberikan
bantuan penyambungan listrik gratis bagi Rumah Tangga tidak mampu melalui program Subsidi Listrik Tepat Sasaran
(SLTS).
Dengan adanya program SLTS maka calon Rumah Tangga (RT) penerima listrik gratis harus memenuhi beberapa
kriteria yang telah ditentukan agar memenuhi syarat sebagai penerima. Setiap tahunnya pendaftar calon RT penerima
listrik gratis di provinsi Gorontalo sangat banyak. Tahun 2022 Dinas Penanaman Modal SDM dan Transmigrasi provinsi
Gorontalo merencakanan jumlah penerima sebanyak 375 Rumah Tangga dari 500 lebih pendaftar. Sehingga untuk
memperoleh informasi membutuhkan waktu yang lama, karena diperlukan ketelitian dalam proses seleksi menentukan
kelayakan calon RT penerima listrik gratis. Meminimalisir permasalahan tersebut, teknologi informasi dapat
dimanfaatkan untuk membantu menentukan keputusan secara cepat diantaranya dengan memanfaatkan sistem pendukung
keputusan.
Sistem Pendukung Keputusan (SPK) merupakan sistem informasi interaktif yang dapat menyediakan informasi,
pemodelan dan pemanipulasian data yang bertujuan untuk membantu dalam hal pengambilan keputusan [4] dan mampu
menyelesaikan masalah terstruktur [5], untuk membantu membuat keputusan yang kompleks [6] . SPK dalam penelitian
ini menggunakan metode Analitycal Hierarchy Process (AHP). AHP adalah model pendukung keputusan yang
menguraikan masalah multi factor atau multi kriteria yang kompleks menjadi satu hierarki [7], kemudian memberikan
nilai numerik penilaian subjektif kepentingan. AHP mampu mneghasilkan hasil yang lebih konsisten dan hasilnya
Copyright © 2022 Siti Andini Utiarahman, Page 1659

JURIKOM is licensed under a Creative Commons Attributuin 4.0 International License
JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 5, Oktober 2022
Hal 1659−1668
berdasarkan urutan peringkat masing-masing alternatif [8]. AHP dapat digunakan untuk menentukan kelayakan RT
penerima listrik gratis yang akan menghasilkan informasi berupa kelayakan calon.
Beberapa penelitian yang mendasari pemilihan metode AHP dalam sistem pendukung keputusan kelayakan
diantaranya menetukan kelayakan klaim asuransi menggunakan metode AHP oleh Abdullah Izzul Islam, Asep Jamaludin
dan Nono Heryana [9]. Tujuan penelitian adalah membuat sistem pendukung keputusan untuk memutuskan keputusan
kelayakan klaim menggunakan metode Rapid Application Development (RAD) sebagai alur pengembangan sistem. Hasil
penelitian sistem dapat membantu perusahaan dalam pengambilan keputusan kelayakan klaim yang diajukan nasabah
lebih akurat dan membutuhkan waktu yang singkat. Penelitian kedua oleh Mina Ismu Rahayu, Linda apriyanti, Kamaludin
yang berjudul Sistem Pendukung Keputusan Untuk Kelayakan Kelanjutan Penerimaan Beasiswa Menggunakan Metode
AHP studi kasus SMK Padakembang [10]. Tujuan penelitian adalah merancang sistem pendukung keputusan untuk
membantu penentuan hasil evaluasi untuk kelanjutan penerimaan beasiswa sehingga beasiswa dapat diterima kepada yang
benar-benar memenuhi kriteria tanpa merugikan salah satu pihak. Hasil penelitian sistem pendukung keputusan proses
penyaluran dana beasiswa pada semester berikutnya dapat diberikan tepat waktu dan akurat sehingga dana beasiswa
diberikan kepada siswa yang benar-benar memenuhi kriteria. Penelitian ketiga oleh Jalasena Dwi Putra, Dadan Zaliluddin,
dan Dede Abdurahman dengan judul Perancangan Sistem Pendukung Keputusan Kelayakan Penerima Beasiswa Untuk
Siswa Tidak Mampu dengan Metode AHP Menggunakan Visual Basic 2010 [11]. Tujuan penelitian adalah merancang
dan membuat sistem pedukung keputusan untuk pemilihan beasiswa dapat diberikan tepat kepada siswa yang layak
menerimanya. Hasil penelitian sistem dapat memberikan keputusan penerima beasiswa yang sesuai dengan yang
diharapkan. Penelitian keempat oleh Ichwanda Hamdhani, Nurul Hidayar dan Imam Cholissodin yang berjudul Sistem
Pendukung Keputusan Penentuan Kelayakan Kandang Ayam Broiler Menggunakan Metode Analytical Hierarchy
Process-Weighted Product (AHP-WP) Studi Kasus PT. Semesta Mitra Sejahtera Wilayah Jombang, Kediri dan
Tulungagung [12]. Tujuan penelitian membuat sistem pendukung keputusan yang dapat mengolah data menjadi informasi
yang berguna dalam memberikan keputusan yang tepat mengenai kelayakan kandang ayam broiler. Hasil penelitian
menghasilkan tingkat kecocokan terendah pada matriks ke-1 menghasilkan tingkat kecocokan sebesar 69% dan tingkat
kecocokan tertinggi pada matriks ke-6 menghasilkan tingkat kecocokan sebesar 94% dan penelitian kelima oleh Ridlan
Ahmad berjudul Penggunaan Sistem Pendukung Keputusan dengan Menggunakan Metode AHP dalam Menyeleksi
Kelayakan Penerima Beasiswa [13]. Tujuan penelitian adalah menggunakan sistem pendukung keputusan untuk
menentukan dan menyeleksi calon penerima beasiswa dengan menggunakan metode AHP. Hasil penelitian sistem dapat
membantu menentukan dan memutuskan calon penerima beasiswa yang berhak menerima beasiswa berdasarkan kriteria-
kriteria yang telah ditentukan secara bersama-sama.
Berdasarkan hal tersebut maka penulis membuat sistem pendukung keputusan kelayakan Rumah Tangga penerima
listrik gratis dengan menerapkan metode AHP dengan menghitung nilai hasil prioritas sub kriteria dan nilai kelayakan.
Diharapkan sistem ini dapat digunakan oleh Dinas terkait dalam membantu pengambilan keputusan dalam
merekomendasikan kelayakan RT penerima listrik gratis.
2. METODOLOGI PENELITIAN
Metode penelitian menggunakan metode literatur review yang ditunjukkan pada gambar 1 [14]:
Gambar 1. Kerangka Model Literature Review

Hal 1659−1668
2.1 Studi Literatur

a. Penelitian pendahuluan, melakukan survey langsung, mengamati dan mencatat berbagai bentuk laporan, melakukan
interview kepada kepala Bidang ketenagalistrikan dinas penanaman modal SDM dan Transmigrasi provinsi
Gorontalo.
b. Studi Pustaka, mencari literatur jurnal dan prosiding terkait yang ada hubungannya dengan objek yang diteliti.
2.2 Permasalahan Penelitian

Tahap kedua dalam penelitian ini adalah nememukan masalah.
a. Identifikasi masalah, berdasarkan penelitian pendahuluan adalah banyaknya pendaftar dan ditemukan proses
penentuan kelayakan RT penerima subsidi listrik baru secara gratis bagi masyarakat kurang mampu dibutuhkan
ketelitian dan membutuhkan waktu yang lama
b. Rumusan masalah, yaitu menentukan sumber masalah yang ditemukan pada penelitian terdahulu dan identifikasi
masalah. Didapatkan rumusan masalah bagaimana penerapan metode AHP dalam perancangan sistem pendukung
keputusan dapat memberikan informasi kelayakan RT penerima listrik gratis
c. Penetapan tujuan, yaitu menerapkan metode AHP pada rancangan sistem pendukung keputusan kelayakan RT
penerima listrik gratis di provinsi Gorontalo yang akan mampu merekomendasikan RT yang benar-benar layak untuk
mendapatkan subsidi penyambungan listrik.
2.3 Riset
Tahapan ketiga yaitu melakukan penelitian yang berkaitan dengan masalah penelitian yang diangkat pada riset, sehingga
data yang diolah dapat menghasilkan kesimpulan yang dapat memecahkan masalah penelitian yang telah diangkat.
Penelitian ini mengacu pada konsep sistem pendukung keputusan dan metode AHP.
2.4 Eksperimen dengan Data

Tahapan ke empat yaitu mengolah data. Data diperoleh dari Dinas Penanaman Modal SDM dan Transmigrasi provinsi
Gorontalo. selanjutnya data diolah dengan menerapkan metode AHP. Hasil akhir dari pengolahan data nantinya dilakukan
pembobotan menghasilkan keputusan terbaik untuk merekomendasikan RT yang layak menerima listrik gratis.
2.5 Hasil
Tahap akhir dalam penelitian, yaitu memberikan kesimpulan yang terbaik dan bagaimana dapat menyelesaikan masalah
penelitian yang diangkat. Kesimpulan akan dapat menjawab masalah menggunakan metode AHP dalam pengambilan
keputusan kelayakan RT penerima listrik gratis.
2.6 Analytical Hierarchy Process (AHP)

Metode Analitycal Hierarchy Process (AHP) adalah model untuk memcahkan persoalan yang kompleks dan tidak
terstruktur menjadi sederhana, serta menata kedalam suatu struktur hierarki [15]. yang dapat dilihat pada gambar 2 [16].
Penilaian kriteria dilakukan dengan perbandingan berpasangan berdasarkan kepentingan dari masing-masing kriteria
tersebut untuk menjelaskan factor evaluasi dan faktor bobot dalam kondisi multi factor [17]. AHP memberikan nilai
pembanding terhadap kriteria sampai pada proses perangkingan [18].
Gambar 2. Struktur Analitycal Hierarchy Process

Berikut merupakan Langkah-langkah dalam metode AHP :
a. Mendefenisikan masalah serta solusi
b. Menentukan prioritas elemen dengan cara membandingkan kriteria dan alternatif secara berpasangan dengan
menggunakan skala 1 – 9 untuk mengekspresikan pendapat. Adapun skala perbandingan ditunjukkan pada tabel 1 [13]
berikut ini :
Tabel 1. Skala Perbandingan Berpasangan
Intensitas Kepentingan Keterangan

1 Kedua elemen sama pentingnya
3 Elemen yang satu sedikit lebih penting daripada elemen lainnya

Hal 1659−1668
5 Elemen yang satu lebih penting daripada elemen lainnya

7 Satu elemen jelas lebih mutlak penting daripada elemen lainnya
9 Satu elemen mutlak penting daripada elemen lainnya
2,4,6,8 Nilai-nilai antara dua nilai pertimbangan yang berdekatan
Kebalikan Jika aktivitas i mendapatkan satu angka dibandingkan dengan aktivitas j, maka j memiliki
nilai kebalikannya dibandingkan dengan i.
c. Menghitung Normalisasi Matriks [13]
1. Menjumlahkan nilai dari setiap kolom pada matriks perbandingan berpasangan yang ditunjukkan pada persamaan
1 dibawah ini :
𝑧
𝑛 = ∑ 𝑥𝑖.𝑗 (1)
𝑖=0
Dimana :
𝑛 = Hasil penjumlahan tiap kolom
𝑖 = 1,2,3, …, z
𝑥 = Nilai tetap cell
𝑧 = Banyaknya alternatif
2. Membagi setiap nilai kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks yang
ditunjukkan pada persamaan 2 dibawah ini [13] :
𝑥𝑖.𝑗
𝑚= (2)
𝑛
Dimana :
𝑚=Hasil normalisasi
𝑛 =Hasil jumlah tiap kolom
d. Menghitung bobot prioritas. Menjumlahkan nilai-nilai dari baris dan membagi hasil jumlahnya dengan banyak jumlah
elemen untuk mendapatkan nilai rata-rata/bobot prioritas ditunjukkan pada persamaan 3 dibawah ini :
∑𝑛
𝑗=1 𝑥𝑖.𝑗
𝑏𝑝 = (3)
𝑛
Dimana :
𝑏𝑝 =Hasil rata-rata/bobot prioritas
𝑗 =1,2,3, …, n
𝑛 = Banyak kriteria
e. Menghitung Eigen Maksimum. Dalam pembuatan keputusan, penting mengetahui seberapa baik konsistensi yang ada
karena tidak diharapkan keputusan berdasarkan pertimbangan dengan konsistensi yang rendah. Hal-hal yang
dilakukan dalam tahap ini yaitu :
1. Kalikan setiap nilai cell pertama dengan bobot prioritas pertama, nilai pada kolom cell kedua dengan prioritas
kedua, dan seterusnya.
2. Jumlahkan hasilnya untuk setiap baris pada matriks
3. Hasil dari penjumlahan baris dibagi dengan elemen prioritas relative yang bersangkutan.
4. Jumlahkan hasil tiap kriteria dibagi dengan banyak elemen yang ada, hasilnya disebut 𝜆𝑚𝑎𝑥 yang ditujukkan
pada persamaan 4 sebagai berikut [13]:
𝛴𝜆
𝜆𝑚𝑎𝑥 = (4)
𝑛
Dimana :
𝜆𝑚𝑎𝑥 =Eigen maksimum
𝑛 =Banyak kriteria
f. Menghitung indeks konsistensi dengan persamaan 5 [13]:
𝜆𝑚𝑎𝑥 −𝑛 (5)
𝐶𝐼 =
𝑛 −1
Dimana :
𝑛=Banyak elemen
g. Menghitung rasio konsistensi dengan persamaan 6 [13]:
𝐶𝐼
𝐶𝑅 = (6)
𝑅𝐼
Dimana :
Hal 1659−1668
𝐶𝑅 =Rasio Konsistensi
𝑅𝐼 =Indeks Random
Daftar Indeks Random Consistency (IR) dapat ditunjjukan pada tabel 2 berikut ini :
Tabel 2. Daftar Indeks Random Consistency (IR)
Ukuran Matriks Nilai IR
1,2 0.00
3 0.58
4 1.90
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
h. Memeriksa konsistensi hierarki
Jika nilainya lebih dari 10%, maka penilaian data judgment harus diperbaiki. Namun jika Consistency Ratio (CI/IR)
≤ 0.1, maka hasil perhitungan bisa dinyatakan benar.
3. HASIL DAN PEMBAHASAN

3.1 Mendefenisikan Masalah
a. Permasalahan : Menentukan dan menyeleksi calon kelayakan RT penerima listrik gratis
b. Kriteria : Usia, Kepemilikan Rumah, Penghasilan dan Kondisi Rumah
c. Sub Kriteria yang ditunjukkan pada tabel 2.
Tabel 3. Sub Kriteria
Kriteria Range Bobot
C1 (Usia) 45 tahun ke atas 1
30-40 tahun 3
18-30 tahun 5
C2 (Kepemilikan Rumah) Milik sendiri 1
Milik Bersama 3
Sewa 5
C3 (Penghasilan) 500 – 1 juta 1
1 – 2.5 juta 3
2.5 keatas 5
C4 (Kondisi Rumah) Pitate (Bambu) 1
Semi Permanen 3
Permanen 5
3.2 Proses Perhitungan Nilai Menggunakan Metode AHP
3.2.1 Matriks Perbandingan Berpasangan
Pengolahan matriks perbandingan berpasangan dengan cara menjumlahkan masing-masing baris dari setiap kolom.
Contoh total dari kolom C1 didapat dari 1 + 0.2000 + 0.2000 + 0.1111 = 1.5111 dan seterusnya. Berdasarkan kriteria-
kriteria yang telah ditentukan, diperoleh matriks perbandingan yang ditunjukkan pada tabel 4:
Tabel 4. Matriks Perbandingan Berpasangan
Kriteria Usia Kepemilikan Rumah Penghasilan Kondisi Rumah
C1 (Usia) 1 5 5 9
C2 (Kepemilikan Rumah) 0.2000 1 1 5
C3 (Penghasilan) 0.2000 1.0000 1 5
C4 (Kondisi Rumah) 0.1111 0.2000 0.2000 1
Jumlah 1.5111 7.2000 7.2000 20.0000

Hal 1659−1668
3.2.2 Membuat Matriks Nilai Kriteria

Rumus yang digunakan adalah nilai = nilai baris item tabel 4 / jumlah masing-masing kolom tabel 4 sehingga
diperoleh matriks nilai kriteria yang ditunjukkan pada tabel 5 sebagai berikut :
Tabel 5. Matriks Nilai Kriteria
Kepemilikan Kondisi Bobot
Kriteria Usia Penghasilan Jumlah
Rumah Rumah Prioritas
C1 (Usia) 0.661769572 0.694444 0.694444 0.45 2.500658 0.625165
C2 (Kepemilikan Rumah) 0.132353914 0.138889 0.138889 0.25 0.660132 0.165033
C3 (Penghasilan) 0.132353914 0.138889 0.138889 0.25 0.660132 0.165033
C4 (Kondisi Rumah) 0.073522599 0.027778 0.027778 0.05 0.179078 0.04477
a. Nilai 0.661769572 pada baris C1 kolom Usia diperoleh dari nilai baris C1 kolom usia tabel 4 dibagi jumlah total
kolom Usia item tabel 4.
b. Nilai jumlah pada tabel 4 diperoleh dari penjumlahan setiap barisnya. Baris pertama diperoleh nilai 2.500658
merupakan hasil penjumlahan dari 0.661769572 + 0.694444 + 0.694444 + 0.45.
c. Nilai pada kolom bobot prioritas dari jumlah baris dibagi dengan jumlah kriteria. Dalam kasus ini terdapat 4 kriteria
berarti 2.500658 / 4 = 0.625165.
3.2.3 Membuat Matriks Penjumlahan Setiap Baris
Matriks dibuat dengan mengalikan nilai prioritas pada tabel 5 dengan matriks tabel 4. Hasil perhitungan dapat ditunjukkan
pada tabel 6 berikut ini :
Tabel 6. Matriks Penjumlahan Setiap Baris
Kriteria Usia Kepemilikan Rumah Penghasilan Kondisi Rumah Jumlah
C1 (Usia) 0.625165 3.126 3.126 5.6265 12.50366
C2 (Kepemilikan Rumah) 0.033006 0.165033 0.165033 0.825165 1.188237
C3 (Penghasilan) 0.033006 0.165033 0.165033 0.825165 1.188237
C4 (Kondisi Rumah) 0.004973 0.008954 0.008954 0.04477 0.067651
a. Nilai 0.625165 pada baris C1 kolom usia diperoleh dari nilai C1 tabel 3 dikalikan dengan nilai prioritas pada tabel 5.
b. Kolom jumlah pada tabel 6 diperoleh dari penjumlahan setiap barisnya. Baris pertama diperoleh nilai 12.50366
merupakan penjumlahan dari 0.625165 + 3.126 + 3.126 + 5.6265.
3.2.4 Menghitung Rasio Konsistensi
Perhitungan ini memastikan apakah nilai Consistensy Ratio (CR) ≤ 0.1. Jika ternyata kurang dari 1, maka matriks
perbandingan harus diperbaiki. Untuk menghitung CR ditunjukkan pada tabel 7 berikut ini :
Tabel 7. Matriks Perbandingan Berpasangan Usia
Kriteria Jumlah Perbaris Prioritas Hasil
C1 (Usia) 12.50366 0.625165 13.1289
C2 (Kepemilikan Rumah) 1.188237 0.165033 1.35327
C3 (Penghasilan) 1.188237 0.165033 1.35327
C4 (Kondisi Rumah) 0.067651 0.04477 0.11242
a. Nilai kolom jumlah perbaris diperoleh dari kolom jumlah pada tabel 6. Sedangkan nilai prioritas diperoleh dari nilai
prioritas pada tabel 5.
b. Berdasarkan jumlah tabel 7 maka diperoleh :
c. Jumlah (jumlah kolom hasil) = 15.94786
d. Jumlah kriteria n = 4
e. 𝜆𝑚𝑎𝑥 (jumlah / n) = 4
f. Nilai CI ((𝜆𝑚𝑎𝑥 – n) / n) = -0.0025
g. Nilai CR (CI / IR) = -0.0025; nilai IR lihat tabel 2 yaitu 1.90
h. Karena nilai CR (-0.0025) < 0.1, maka dapat dikatakan bahwa rasio konsistensi dari perhitungan diterima.
3.2.5 Menghitung Matriks Perbandingan berpasangan
Perhitungan subkriteria pada dasarnya sama dengan perhitungan kriteria. Penulis akan menampilkan hasil-hasil
perhitungan subkriteria dari masing-masing kriteria.
a. Perhitungan subkriteria dari kriteria usia (CI)
Matriks perbandingan berpasangan usia, matriks normalisasi subkriteria usia, matriks penjumlahan tiap baris, dan
rasio konsistensi yang ditunjukkan pada tabel 8, tabel 9, tabel 10 dan tabel 11.

Hal 1659−1668
Tabel 8. Matriks Perbandingan Berpasangan Usia

Kriteria 45 tahun ke atas 30-40 Tahun 18-30 Tahun
45 tahun ke atas 1 5 9
30-40 Tahun 0.2000 1 5
18-30 Tahun 0.1111 0.2000 1
Jumlah 1.3111 6.2000 15.0000
Tabel 9. Matriks Normalisasi Subkriteria Usia
4.5 Tahun 30-40 18-30 Jumlah Prioritas
Subkriteria Prioritas
Ke Atas Tahun Tahun Baris Subkriteria
4.5 Tahun Ke Atas 0.7627 0.8065 0.6000 2.1692 0.7231 1.0000
30-40 Tahun 0.1525 0.1613 0.3333 0.6472 0.2157 0.2983
18-30 Tahun 0.0847 0.0323 0.0667 0.1837 0.0612 0.0847
Tabel 10. Matriks Penjumlahan Tiap baris
Subkriteria 4.5 Tahun Ke Atas 30-40 Tahun 18-30 Tahun Jumlah Baris
4.5 Tahun Ke Atas 0.7627 0.8065 0.6000 2.1692
30-40 Tahun 0.1525 0.1613 0.3333 0.6472
18-30 Tahun 0.0847 0.0323 0.0667 0.1837
Tabel 11. Rasio Konsistensi
Subkriteria Jumlah Baris Prioritas Hasil
4.5 Tahun Ke Atas 2.1692 0.7231 2.8923
30-40 Tahun 0.6472 0.2157 0.8629
18-30 Tahun 0.1837 0.0612 0.2449
a. Berdasarkan jumlah tabel 7 maka diperoleh :
b. Jumlah (jumlah kolom hasil) = 4.0001
c. Jumlah subkriteria n = 3
d. 𝜆𝑚𝑎𝑥 (jumlah / n) = 1,3333
e. Nilai CI ((𝜆𝑚𝑎𝑥 – n) / n) = -0.5555
f. Nilai CR (CI / IR) = -0.9577; nilai IR lihat tabel 2 yaitu 0.58
g. Karena nilai CR (-0.9577) < 0.1, maka dapat dikatakan bahwa rasio konsistensi dari perhitungan diterima.
b. Perhitungan subkriteria dari kriteria kepemilikan rumah (C2)
Tabel 12. Matriks Perbandingan Berpasangan kepemilikan rumah
Kriteria Milik Sendiri Milik Bersama Sewa
Milik Sendiri 1 5 9
Milik Bersama 0.2000 1 5
Sewa 0.1111 0.2000 1
Jumlah 1.3111 6.2000 15.0000
Tabel 13. Matriks Normalisasi Subkriteria Kepemilikan Rumah
Subkriteria Milik Sendiri Milik Bersama Sewa Jumlah Baris Prioritas Prioritas Subkriteria
Milik Sendiri 0.7627 0.8065 0.6000 2.1692 0.7231 1.0000
Milik Bersama 0.1525 0.1613 0.3333 0.6472 0.2157 0.2983
Sewa 0.0847 0.0323 0.0667 0.1837 0.0612 0.0847
Jumlah 1.0000 1.0000 1.0000 3.0000 1.0000 1.3830
Subkriteria Milik Sendiri Milik Bersama Sewa Jumlah Baris
Milik Sendiri 0.7627 0.8065 0.6000 2.1692
Milik Bersama 0.1525 0.1613 0.3333 0.6472
Sewa 0.0847 0.0323 0.0667 0.1837
Milik Sendiri 2.1692 0.7231 2.8923

Hal 1659−1668
Milik Bersama 0.6472 0.2157 0.8629

Sewa 0.1837 0.0612 0.2449
c. Perhitungan subkriteria dari kriteria kepemilikan penghasilan (C3)
Tabel 16. Matriks Perbandingan Berpasangan Penghasilan
Kriteria 500 - 1 Juta 1 - 2,5 Juta 2,5 Keatas
500 - 1 Juta 1 5 9
1 - 2,5 Juta 0.2000 1 5
2,5 Keatas 0.1111 0.2000 1
Jumlah 1.3111 6.2000 15.0000
Tabel 17. Matriks Normalisasi Subkriteria Penghasilan
1 - 2,5 Jumlah Prioritas
Subkriteria 500 - 1 Juta 2,5 Keatas Prioritas
Juta Baris Subkriteria
500 - 1 Juta 0.7627 0.8065 0.6000 2.1692 0.7231 1.0000
1 - 2,5 Juta 0.1525 0.1613 0.3333 0.6472 0.2157 0.2983
2,5 Keatas 0.0847 0.0323 0.0667 0.1837 0.0612 0.0847
Jumlah 1.0000 1.0000 1.0000 3.0000 1.0000 1.3830
Subkriteria 500 - 1 Juta 1 - 2,5 Juta 2,5 Keatas Jumlah Baris
500 - 1 Juta 0.7627 0.8065 0.6000 2.1692
1 - 2,5 Juta 0.1525 0.1613 0.3333 0.6472
2,5 Keatas 0.0847 0.0323 0.0667 0.1837
500 - 1 Juta 2.1692 0.7231 2.8923
1 - 2,5 Juta 0.6472 0.2157 0.8629
2,5 Keatas 0.1837 0.0612 0.2449
d. Perhitungan subkriteria dari kriteria Kondisi rumah (C4)
Tabel 20. Matriks Perbandingan Berpasangan Kondisi Rumah
Kriteria Milik Sendiri Milik Bersama Sewa
Pitate/bambu 1 5 9
Semi Permanen 0.2000 1 5
Permanen 0.1111 0.2000 1
Jumlah 1.3111 6.2000 15.0000
Tabel 21. Matriks Normalisasi Subkriteria Kondisi Rumah
Subkriteria Pitate Semi Permanen Permanen Jumlah Baris Prioritas Prioritas Subkriteria
Pitate 0.7627 0.8065 0.6000 2.1692 0.7231 1.0000
Semi Permanen 0.1525 0.1613 0.3333 0.6472 0.2157 0.2983
Permanen 0.0847 0.0323 0.0667 0.1837 0.0612 0.0847
Jumlah 1.0000 1.0000 1.0000 3.0000 1.0000 1.3830
Subkriteria Pitate Semi Permanen Permanen Jumlah Baris
Pitate 0.7627 0.8065 0.6000 2.1692
Semi Permanen 0.1525 0.1613 0.3333 0.6472
Permanen 0.0847 0.0323 0.0667 0.1837
500 - 1 Juta 2.1692 0.7231 2.8923

Hal 1659−1668
1 - 2,5 Juta 0.6472 0.2157 0.8629

2,5 Keatas 0.1837 0.0612 0.2449
Dikarenakan nilai bobot 4 perkriteria mempunyai nilai yang sama, maka perhitungan matriks perbandingan
setiap subkriteria sama dapat dijelaskan berikut ini :
a. Berdasarkan jumlah tabel 7 maka diperoleh :
b. Jumlah (jumlah kolom hasil) = 4.0001
c. Jumlah subkriteria n = 3
d. 𝜆𝑚𝑎𝑥 (jumlah / n) = 1,3333
e. Nilai CI ((𝜆𝑚𝑎𝑥 – n) / n) = -0.5555
f. Nilai CR (CI / IR) = -0.9577; nilai IR lihat tabel 2 yaitu 0.58
g. Karena nilai CR (-0.9577) < 0.1, maka dapat dikatakan bahwa rasio konsistensi dari perhitungan diterima.
3.2.6 Matriks Hasil
Setelah perhitungan kriteria dan subkriteria selesai, Langkah selanjutnya adalah menghitung hasil. Dimana rekapitulasi
nilai prioritas kriteria dan subkriteria. Sehingga didapatkan matriks hasil yang ditunjukan pada tabel 24 berikut ini :
Tabel 24. Matriks Hasil
Usia Kepemilikan Rumah Penghasilan Kondisi Rumah
45 Tahun Ke Atas Milik Sendiri 500 - 1 Juta Pitate
1.0000 1 1 1
30-40 Tahun Milik Bersama 1 - 2,5 Juta Semi Permanen
0.2983 0.298348205 0.298348205 0.298348205
18-30 Tahun Sewa 2,5 Keatas Permanen
0.084673422 0.084673422 0.084673422 0.084673422
Tabel 25. Nilai Prioritas kriteria dan Subkriteria Pemohon
Nama Usia Kepemilikan Rumah Penghasilan Kondisi Rumah
Pemohon 1 45 Tahun Ke Atas Milik Sendiri 500 - 1 Juta Pitate
Pemohon 2 30-40 Tahun Milik Bersama 1 - 2,5 Juta Semi Permanen
Pemohon 3 18-30 Tahun Sewa 2,5 Keatas Permanen
Tabel 26. Nilai Prioritas kriteria dan Subkriteria Pemohon
Nama Usia Kepemilikan Rumah Penghasilan Kondisi Rumah Prioritas Subkriteria
Pemohon 1 0.6252 0.1650 0.1650 0.0448 1.0000
Pemohon 2 1.0000 1 1 1 0.2983
Pemohon 3 18-30 Tahun Sewa 2,5 Keatas Permanen 0.0847
3.2.7 Nilai Kelayakan
Nilai kelayakan bisa diterima apabila nilainnya lebih besar atau sama dengan 1 yang ditujukkan pada tabel 7 berikut
ini :
Tabel 27. Nilai Kelayakan
Nilai Kelayakan Keterangan
Nilai < = 1 dan > =1 Layak
Nilai < 1 Tidak Layak
3.2.8 Hasil Akhir
Hasil Akhir diperoleh status kelayakan yang dilihat dari nilai kelayakan. Diperoleh hasil yang ditunjukkan pada tabel 8
berikut ini :
Tabel 28. Hasil Akhir Status Kelayakan
Prioritas Status
Nama Nama Kepemilikan Rumah Penghasilan Kondisi Rumah
Subkriteria Kelayakan
Pemohon 1 45 Tahun Ke Atas Milik Sendiri 500 - 1 Juta Pitate 1.0000 Layak
Pemohon 2 30-40 Tahun Milik Bersama 1 - 2,5 Juta Semi Permanen 0.2983 Tidak Layak
Pemohon 3 18-30 Tahun Sewa 2,5 Keatas Permanen 0.0847 Tidak Layak
4. KESIMPULAN

Hal 1659−1668
Penerapan metode AHP dalam menentukan kelayakan Rumah Tangga penerima listrik gratis yang digunakan pada
penelitian ini dapat dikatakan tepat, karena berdasarkan proses perhitungan yang dilakukan berdasarkan kriteria, diperoleh
hasil prioritas subkriteria dimana pemohon dengan nilai kelayakan = 1 mendapatkan status layak. Sebaliknya untuk
pemohon 2 dengan prioritas subkriteria 0.2983 dan pemohon 3 dengan prioritas subkriteria 0.0847 mendapatkan status
tidak layak karena nilai yang diperoleh < 1. Sehingga diperoleh kesimpulan bahwa metode AHP dapat digunakan dalam
sistem pendukung keputusan untuk membantu pihak terkait dalam menentukan kelayakan rumah tangga penerima listrik
gratis.
REFERENCES
[1] E. Y. A. Primarita Dina and Purwanti, “Efektivitas dan Benefit Incidence Analysis Kebijakan Subsidi Listrik Tepat Sasaran
Untuk Rumah Tangga dengan Daya Listrik 450 VA DAN 900 VA, DI Kecamatan Kebumen Kabupaten Kebumen,” Universitas
Diponogoro, 2021.
[2] Menteri ESDM Transmigrasi, Peraturan Menteri Energi dan Sumber Daya Mineral Republik Indonesia Nomor 16 Tahun 2020
tentang Rencana Strategis Kementrian Energi dan Sumber Daya Mineral tahun 2020-2024. Indonesia, 2020, pp. 1–492.
[3] G. Gubernur, Rencana Aksi Daerah (RAD) Tujuan Pembangunan Berkelanjutan (TPB)/SDGS Provinsi Gorontalo tahun 2018-
2022. Indonesia, 2022, pp. 1–32.
[4] S. A. Utiarahman and M. F. Yusuf, “SPK Evaluasi Kompetensi Instruktur Lembaga Kursus Bahasa Inggris Menggunakan Metode
PROMETHEE Berbasis Android,” J. Inform. Upgris, vol. 6, no. 2, pp. 28–36, 2021.
[5] M. O. Andino Maseleno, Alicia Y.C. Tang, Moamin A. Mahmoud, “The Application of Decision Support System by Using
Fuzzy SAW Method in Determining the Feasibility of Electrical Installations in Customer ’ s House,” Int. J. Pure Appl. Math.,
vol. 119, no. July, pp. 4277–4286, 2018.
[6] N. K. A. Sari, “Implementation of the AHP-SAW Method in the Decision Support System for Selecting the Best Tourism
Village,” J. Tek. Inform. CIT Medicom, vol. 13, no. 1, pp. 23–32, 2021.
[7] P. K. Putri and I. Mahendra, “Implementasi Metode Analytical Hierarchy Process (AHP) dalam Sistem Pendukung Keputusan
Pembelian Rumah di Kota Tanggerang,” J. Teknoinfo, vol. 13, no. 1, pp. 36–40, 2019.
[8] R. Hermawan, M. T. Habibie, D. Sutrisno, A. S. Putra, and N. Aisyah, “Decision Support System For The Best Employee
Selection Recommendation Using Ahp (Analytic Hierarchy Process) Method,” Int. J. Educ. Res. Soc. Sci., vol. 2, no. 5, pp. 1218–
1226, 2021.
[9] Abdullah Izzul Islam, A. Jamaludin, and N. Heryana, “Sistem Pendukung Keputusan Kelayakan Klaim Asuransi Menggunakan
Metode AHP,” J. Inform. Polinema, vol. 7, no. 2, pp. 115–122, 2021.
[10] M. I. Rahayu, L. Apriyanti, and Kamaludin, “Sistem Pendukung Keputusan untuk Kelayakan Kelanjutan Penerimaan Beasiswa
Menggunakan Metode Analytical Hierarchy Process (AHP) (Studi Kasus : SMK Padakembang),” J. Teknol. Inf. dan Komun.,
vol. 9, no. 1, pp. 9–13, 2020.
[11] J. D. Putra, D. Zaliluddin, and D. Abdurahman, “Perancangan Sistem Pendukung Keputusan Kelayakan Penerima Beasiswa
Untuk Siswa Tidak Mampu Dengan Metode AHP Menggunakan Visual Basic 2010,” JSiI (Jurnal Sist. Informasi), vol. 5, no. 2,
pp. 74–80, 2018.
[12] I. Hamdhani, N. Hidayat, and I. Cholissodin, “Sistem Pendukung Keputusan Penentuan Kelayakan Kandang Ayam Broiler
Menggunakan Metode Analytic Hierarchy Process-Weighted Product Kediri , dan Tulungagung ],” J. Pengemb. Teknol. Inf. dan
Ilmu Komput. Univ. Brawijaya, vol. 2, no. 7, pp. 2754–2759, 2018.
[13] R. Ahmad, “Penggunaan Sistem Pendukung Keputusan dengan Menggunakan Metode Analytical Hierarchy Process ( AHP )
Dalam Menyeleksi Kelayakan Penerima Beasiswa,” J. Metik, vol. 2, no. 1, pp. 28–33, 2018.
[14] N. K. Dewi and A. S. Putra, “Decision Support System for Head of Warehouse Selection Recommendation Using Analytic
Hierarchy Process (AHP) Method,” in The International Conference of Universitas Pekalongan : Looking at the Implication and
Solutions in the Time of Pandemic through Social, Economic, Educational, Health, and Legal Points of View and Perspectives,
2021, pp. 43–50.
[15] H. Asnal, “Sistem Penunjang Keputusan Untuk Menetapkan Kriteria Kelayakan Pengurus Badan Eksekutif Mahasiswa (Bem)
Dengan Menggunakan Metode Analitycal Hierarchy Process (Ahp),” Rabit J. Teknol. dan Sist. Inf. Univrab, vol. 2, no. 1, pp.
129–139, 2017.
[16] A. Setiyadi and R. Dwi Agustia, “Penerapan Metode Ahp Dalam Memilih Marketplace E-Commerce Berdasarkan Software
Quality and Evaluation Iso/Iec 9126-4 Untuk Umkm,” IKRA-ITH Inform. J. Komput. dan Inform., vol. 2, no. 3, pp. 61–70, 2018.
[17] H. A. Septilia and Styawati, “Sistem Pendukung Keputusan Pemberian Dana Bantuan Menggunakan Ahp,” J. Teknol. dan Sist.
Inf., vol. 1, no. 2, pp. 34–41, 2020.
[18] M. Yanto, “Sistem Penunjang Keputusan Dengan Menggunakan Metode Ahp Dalam Seleksi Produk,” J. Teknol. Dan Sist. Inf.
Bisnis, vol. 3, no. 1, pp. 167–174, 2021.


Ahp Dini 4857-14434-1-PB

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 Dini 4857-14434-1-PB

Diunggah oleh

Hak Cipta:

Format Tersedia

JURIKOM (Jurnal Riset Komputer), Vol. 9 No.

Penerapan Metode Analitycal Hierarchy Process dalam Sistem Pendukung

Siti Andini Utiarahman1,*, Hastuti Dalai2

Copyright © 2022 Siti Andini Utiarahman, Page 1659

Gambar 1. Kerangka Model Literature Review

Copyright © 2022 Siti Andini Utiarahman, Page 1660

2.1 Studi Literatur

2.2 Permasalahan Penelitian

2.4 Eksperimen dengan Data

2.6 Analytical Hierarchy Process (AHP)

Gambar 2. Struktur Analitycal Hierarchy Process

Intensitas Kepentingan Keterangan

Copyright © 2022 Siti Andini Utiarahman, Page 1661

5 Elemen yang satu lebih penting daripada elemen lainnya

3. HASIL DAN PEMBAHASAN

Copyright © 2022 Siti Andini Utiarahman, Page 1663

3.2.2 Membuat Matriks Nilai Kriteria

Copyright © 2022 Siti Andini Utiarahman, Page 1664

Tabel 8. Matriks Perbandingan Berpasangan Usia

Copyright © 2022 Siti Andini Utiarahman, Page 1665

Milik Bersama 0.6472 0.2157 0.8629

Copyright © 2022 Siti Andini Utiarahman, Page 1666

1 - 2,5 Juta 0.6472 0.2157 0.8629

Copyright © 2022 Siti Andini Utiarahman, Page 1667

Copyright © 2022 Siti Andini Utiarahman, Page 1668

Anda mungkin juga menyukai