Tugas Project Anp..

PENENTUAN MARKET PLACE TERBAIK MENGGUNAKAN METODE
ANP (ANALYTICAL NETWORK PROCESS)
DOSEN PENGAMPU: DIAN FARIDA ASFAN, S.T., M.T.,
Disusun Oleh:
DITA PUTRI PRATAMA (200331100006)

ILHAM DWI APRIYAN (200331100022)
DARMINI (200331100037)
PROGRAM STUDI TEKNOLOGI INDUSTRI PERTANIAN

JURUSAN TEKNOLOGI INDUSTRI PERTANIAN
FAKULTAS PERTANIAN
UNIVERSITAS TRUNOJOYO MADURA
BANGKALAN
2023
BAB 1
PENDAHULUAN
Marketpleace merupakan sebuah wadah pemasaran produk secara
elektronik yang mempertemukan banyak penjual dan pembeli untuk saling
bertransaksi. Penjual tidak perlu bersusah payah dan kebingungan jika ingin
berjualan online, karena marketplace sudah menyediakan tempat untuk berjualan
online. Semua proses sudah ditanggung oleh tim marketplace. Penjual hanya perlu
meningkatkan pelayanan dan promo. Kemungkinan barang terjual lebih banyak,
karena di situ tempat bergabung banyaknya para penjual dan pembeli (Wahyuni et
al., 2019).
Usaha memperluas pasar dapat dilakukan melalui keterlibatan para pelaku
usaha dalam e-commerce. Saat ini pertumbuhan e-commerce cukup signifikan
karena gaya masyarakat yang mulai bergeser dari belanja offline menjadi cenderung
berbelanja online. Pergeseran gaya belanja masyarakat, ditandai juga dengan
pertumbuhan marketplace e-commerce yang tersedia. Ada beberapa marketplace
dalam dunia pemasaran yang sering digunakan oleh masyarakat diantaranya
tokopedia, shopee, lazada dan lain sebagainya. Tokopedia merupakan salah satu
perusahaan e-commerce terbesar dan memiliki keunikan yang luar biasa dalam
melakukan bisnisnya. Features yang terdapat di dalam tokopedia sangat membantu
konsumen dalam berbelanja secara nyaman dan aman, dimana perkembangan
tingkat keamanan transaksi terus diperbaharui dan dikembangan untuk dapat
memberikan yang terbaik kepada konsumen (Gamayanto, 2018).
Shopee merupakan salah satu e-commerce yang memiliki pencapaian tinggi
di Indonesia. Perusahaan ini dikenalkan di Indonesia pada tahun 2015 dengan total
unduhan aplikasi platform ini di Play Store mencapai lebih dari 50 juta. Angka ini
bisa menjadi penanda bahwa jumlah pengguna di marketplace ini terus bertambah
setiap harinya yang berperan sebagai pembeli atau sekalian jadi penjual. Pencapaian
di atas tak lepas dari kelebihan marketplace ini dalam hal pemenuhan produk, harga
yang bersaing (bahkan sangat murah), dan kemudahan dalam pembayaran
(Pratama, 2020).
Lazada merupakan situs belanja daring yang menawarkan berbagai macam
jenis produk, mulai dari elektronik, buku, mainan anak, perlengkapan bayi, alat
kesehatan, produk kecantikan, peralatan rumah tangga, serta perlengkapan traveling
dan olahraga. Lazada Indonesia didirikan pada tahun 2012 yang berbasis pada dunia
virtual yang tidak mempertemukan penjual dan pembeli secara langsung maka akan
ada faktor-faktor yang mempengaruhi seseorang untuk melakukan transaksi belanja
online. Beberapa faktor tersebut diantaranya kepercayaan, kemudahan dan kualitas
(Mulyadi et al., 2018).
Metode Analytic Network Process (ANP) merupakan metode pengambilan
keputusan dengan banyak kriteria yang saling berkaitan. Permasalahan ini
direpresentasikan dalam sebuah sistem dengan ketergantungan (dependence) dan
feedback. Keterkaitan yang terdapat dalam metode ANP merupakan keterkaitan
dalam satu set elemen (node comparison) dan keterkaitan terhadap elemen yang
berbeda (cluster comparison). Penggunaan metode ANP akan menghasilkan bobot
nilai prioritas pada seluruh elemen yang terdapat dalam sistem pengambilan
keputusan (Alfian et al., 2013).
Tujuan diadakannya penelitian ini adalah untuk menentukan marketplace
terbaik untuk belanja pada kalangan mahasiswa. Sehingga penyebaran kuisoner
juga dilakukan kepada mahasiswa sebagai pelaku atau subjek, yang berbelanja pada
aplikasi marketplace tersebut. Karena terdapat banyak sekali aplikasi marketplace
pada era sekarang ini, kami hanya memilih 3 aplikasi marketplace yang kami kira
paling menonjol sebagai alternatifnya. Ketiga aplikasi marketplace tersebut yaitu:
Shopee, Tokopedia, dan Lazada. Output akhir dari penelitian kecil ini adalah
marketplace terbaik menurut mahasiswa berdasarkan analisis metode ANP, yang
mana dalam analisa dan intepretasi hasil kami menggunakan aplikasi superdecision
matriks
Tabel 1. Keterangan Alternatif, Kriteria, Sub Kriteria
No. Alternatif Kriteria Sub Kriteria
1. Tokopedia Harga Murah, Sedang, Mahal
2. Lazada Kualitas Awet, Kuat, Rapuh
3. Shopee Pelayanan Mudah, Cepat, Ramah
BAB 2
METODE PELAKSANAAN
Penelitian mengenai analisis pengambilan keputusan marketplace
menggunakan metode ANP dilaksanakan di RKBI 205 pada tanggal 23 Mei – 13
Juni 2023. Berikut prosedur pelaksanaan analisis pengambilan keputusan
marketplace menggunakan metode ANP dapat dilihat pada Gambar 1. di bawah
ini.
Mulai
Pemilihan marketplace
menggunakan metode ANP
Penentuan tujuan, alternatif, kriteria dan sub kriteria
Menyebarkan kuisioner
Melakukan penilaian kuisioner kepada para ahli
Analisis data menggunakan software super decision
Interpretasi hasil analisis data dari software super decision
Hasil marketplace terbaik

berdasarkan metode ANP
Selesai
Gambar 1. Flowchart Proses Analisis Pengambilan Keputusan Menggunakan

Metode ANP
Prosedur dalam pelaksanaan analisis pengambilan keputusan menggunakan

metode ANP diawali dengan menentukan pemilihan marketplace. Langkah kedua
yaitu menentukan tujuan, alternatif, kriteria dan sub kriteria kemudian
menyebarkan kuisioner dan melakukan penilaian kepada para ahli. Langkah
selanjutnya yaitu menganalisis dan menginterpretasi data menggunakan software
super decision. Sehingga didapatkan output akhir marketplace terbaik berdasarkan
pilihan mahasiswa.
BAB 3
HASIL DAN PEMBAHASAN
3.1 Kuisoner Penelitian
1. Perbandingan tujuaan pemilihan market place terbaik dengan kreteria. Menurut
anda manakah yang terbaik diantara pilihan dibawah ini?
Harga >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Kualitas
Harga >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Pelayanan
Kualitas >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Pelayanan
2. Perbandingan alternatif Lazada yang terbaik dengan kriteria. Munurut anda

manakah yang terbaik di antara pilihan dibawah ini?
Harga >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Kualitas
Harga >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Pelayanan
3. Perbandingan alternatif Shopee yang terbaik dengan kriteria. Munurut anda

manakah yang terbaik diantara pilihan dibawah ini?
Harga >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Kualitas
Harga >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Pelayanan
4. Perbandingan alternatif Tokopedia yang terbaik dengan kriteria. Munurut anda

manakah yang terbaik di antara pilihan di bawah ini?
Harga >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Kualitas
Harga >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Pelayanan
5. Perbandingan alternatif Lazada terhadap sub kriteria harga. Menurut anda

manakah yang terbaik diantara pilihan di bawah ini?
Mahal >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Murah
Mahal >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Sedang
Murah >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Sedang

6. Perbandingan alternatif Lazada terhadap sub kriteria kualitas. Menurut anda
Awet >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Kuat
Awet >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Rapuh
Kuat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Rapuh
7. Perbandingan alternatif Lazada terhadap sub kriteria pelayanan. Menurut anda

Cepat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Mudah
Cepat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Ramah
Mudah >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Ramah
8. Perbandingan alternatif Shopee terhadap sub kriteria harga. Menurut anda

Mahal >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Murah
Mahal >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Sedang
Mahal >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Sedang
9. Perbandingan alternatif Shopee terhadap sub kriteria kualitas. Menurut anda

Awet >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Kuat
Awet >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Rapuh
Awet >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Rapuh
10. Perbandingan alternatif Shopee terhadap sub kriteria pelayanan. Menurut anda
Cepat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Mudah
Cepat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Ramah
Mudah >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Ramah
11. Perbandingan alternatif tokopedia terhadap sub kriteria harga. Menurut anda
Mahal >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Murah

Mahal >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Sedang
Murah >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Sedang
12. Perbandingan alternatif tokopedia terhadap sub kriteria kualitas. Menurut anda
Awet >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Kualitas
Awet >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Rapuh
Kuat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Rapuh
13. Perbandingan alternatif tokopedia terhadap sub kriteria pelayanan. Menurut anda
Cepat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Mudah
Cepat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Ramah
Mudah >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Ramah
14. Perbandingan kriteria harga terhadap alternatif. Menurut anda manakah yang
terbaik diantara pilihan di bawah ini?
Lazada >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Shopee
Lazada >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Tokopedia
Shopee >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Tokopedia
15. Perbandingan kriteria harga terhadap sub kriteria harga. Menurut anda manakah
yang terbaik diantara pilihan di bawah ini?
Mahal >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Murah
Mahal >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Sedang
Murah >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Sedang
16. Perbandingan kriteria kualitas terhadap alternatif. Menurut anda manakah yang
Lazada >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Shopee

17. Perbandingan kriteria kualitas terhadap sub kriteria kualitas. Menurut anda
Awet >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Kuat
Awet >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Rapuh
Kuat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Rapuh
18. Perbandingan kriteria pelayanan terhadap alternatif. Menurut anda manakah

Lazada >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Shopee
19. Perbadingan kriteria pelayanan terhadap sub kriteria pelayanan. Menurut anda
manakah yang terbaik di antara pilihan di bawah ini?
Cepat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Mudah
Cepat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Ramah
mudah >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Ramah
20. Perbandingan sub kriteria mahal terhadap alternatif. Menurut anda manakah
yang terbaik di antara pilihan di bawah ini?
Lazada >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Shopee
21. Perbandingan sub kriteria murah terhadap alternatif. Menurut anda manakah yang
Lazada >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Shopee
22. Perbandingan sub kriteria sedang terhadap alternatif. Menurut anda manakah
Lazada >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Shopee

23. Perbandingan sub kriteria awet terhadap alternatif. Menurut anda manakah yang
Lazada >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Shopee
24. Perbandingan sub kriteria kuat terhadap alternatif. Menurut anda manakah yang
Lazada >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Shopee
25. Perbandingan sub kriteria rapuh terhadap alternatif. Menurut anda manakah yang
Lazada >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Shopee
26. Perbandingan sub kriteria cepat dengan alternatif. Menurut anda manakah yang
Lazada >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Shopee
27. Perbandingan sub kriteria mudah terhadap alternatif. Menurut anda manakah
Lazada >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Shopee
28. Perbandingan kriteria ramah terhadap alternatif. Menurut anda manakah yang
Lazada >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Shopee

3.2 Jaringan ANP

Berikut merupakan jaringan ANP yang terbentuk dari berbagai intepretasi
kuisioner diatas dan dimasukan dalam aplikasi superdecision matriks.
Gambar 2. Jaringan ANP Hasil Intepretasi Kuisioner Superdecision Matriks

Berdasarkan kuisioner yang telah disusun diatas kemudian kuisioner
tersebut dintepretasikan kedalam jaringan pada aplikasi Superdecisions matriks.
Hubungan antara tujuan, kriteria, alternatif, serta sub kriteria pada jaringan ANP ini
sifatnya adalah timbal balik (feedback). Hal tersebut dapat dilihat pada tanda panah
yang saling menghubungkan setiap kolom baik, tujuan, alternatif, kriteria dan sub
kriteria. Jaringan tersebut apabila kita lihat pada kolom kriteria dengan tujuan
memiliki 2 tanda panah yang berlawanan arah, artinya untuk kedua kluster baik
tujuan maupun kriteria telah menggambarkan feedback (timbal balik) diantara
keduanya. Begitupula, pada kluster alternatif dan kriteria juga telah menerapkan
feedback (timbal balik) diantara keduanya. Sedangkan pada kluster sub kriteria baik
pelayanan, sub kriteria kualitas, dan sub kriteria harga juga sudah menunjukkan
hubungan timbal balik (feedback) dengan kluster kriteria dan alternatif.
Berdasarkan hal tersebut, seluruh kluster yang digambarkan pada jaringan ANP ini
telah saling terhubung satu sama lain, dan sifat hubungannya juga sudah tidak satu
arah lagi seperti pada metode AHP (Analytical Hirerachy Proccess). Perbedaan
tersebut merupakan prinsip mendasar yang membedakan metode ANP dengan
AHP, dimana metode ANP sifatnya lebih kompleks karena menghubungkan semua
kluster secara keseluruhan dan harus ada feedback sedangkan pada metode AHP
hanya satu arah saja dan tidak ada feedback pada setiap kluster yang dihubungkan.
3.3 Unweight Supermatriks
Berikut merupakan hasil Unweight Supermatriks yang didapatkan dari
aplikasi superdecisions matriks.
Gambar 3. Hasil Unweight Supermatriks

Unweight Supermatriks merupakan matriks awal yang terbentuk dalam
penyusunan model metode ANP (Analytical Network Process) ini. Unweight
Supermatriks ini terbentuk dari semua vektor prioritas yang diperoleh dari matr iks
perbandingan berpasangan antar elemen. Hasil Unweight Supermatriks diatas dapat
dilihat, pada kluster alternatif yang dibandingkan dengan harga didapatkan nilai
0,088746, 0,559065, dan 0,352189; pada kluster alternatif yang dibandingkan
dengan kualitas didapatkan nilai 0,278954, 0,071927, dan 0,649118; pada kluster
alternatif yang dibandingkan dengan pelayanan didapatkan nilai 0,258285,
0,104729, dan 0,636986; pada kluster alternatif yang dibandingkan dengan mahal
didapatkan nilai 0,708856, 0,112524, dan 0,178620; pada kluster alternatif yang
dibandingkan dengan murah didapatkan nilai 0,071927, 0,649118, dan 0,278955;
pada kluster alternatif yang dibandingkan dengan sedang didapatkan nilai
dengan awet didapatkan nilai 0,178178, 0,070418, dan 0,751405; pada kluster
alternatif yang dibandingkan dengan kuat didapatkan nilai 0,065794, 0,148815 dan
0,785391; pada kluster alternatif yang dibandingkan dengan rapuh didapatkan nilai
dengan cepat didapatkan nilai 0,139648, 0,527836, dan 0,332516; pada kluster
alternatif yang dibandingkan dengan mudah didapatkan nilai 0,071927, 0,649118,
dan 0,278955; pada kluster alternatif yang dibandingkan dengan ramah didapatkan
nilai 0,0730645, 0,188294, dan 0,080961.
Kluster kriteria yang dibandingkan dengan Lazada didapatkan nilai
0,730645, 0,188394, dan 0,080961; pada kluster kriteria yang dibandingkan dengan
Shopee didapatkan nilai 0,708856, 0,112524, dan 0,178620; pada kluster kriteria
yang dibandingkan dengan Tokopedia didapatkan nilai 0,287203, 0,077959, dan
0,634838; pada kluster kriteria yang dibandingkan dengan mahal didapatkan nilai
1, 0, dan 0; pada kluster kriteria yang dibandingkan dengan murah didapatkan nilai
1, 0, dan 0; pada kluster kriteria yang dibandingkan dengan sedang didapatkan nilai
1, 0, dan 0; pada kluster kriteria yang dibandingkan dengan awet didapatkan nilai
0, 1, dan 0; pada kluster kriteria yang dibandingkan dengan kuat didapatkan nilai 0,
1, dan 0; pada kluster kriteria yang dibandingkan dengan rapuh didapatkan nilai 0,
1, dan 0; pada kluster kriteria yang dibandingkan dengan cepat didapatkan nilai 0,
0, dan 1; pada kluster kriteria yang dibandingkan dengan mudah didapatkan nilai 0,
0, dan 1; pada kluster kriteria yang dibandingkan dengan ramah didapatkan nilai 0,
0, dan 1.
Kluster sub kriteria harga yang dibandingkan dengan Lazada didapatkan
nilai 0,071927, 0,649118, dan 0,278955; pada kluster sub kriteria harga yang
dibandingkan dengan Shopee didapatkan nilai 0,104729, 0,636986, dan 0,258285;
pada kluster sub kriteria harga yang dibandingkan dengan Tokopedia didapatkan
dibandingkan dengan harga didapatkan nilai 0,104729, 0,636986, dan 0,258285;
pada kluster sub kriteria harga yang dibandingkan dengan kualitas didapatkan nilai
0, 0, dan 0; pada kluster sub kriteria harga yang dibandingkan dengan pelayanan
didapatkan nilai 0, 0, dan 0.
Kluster sub kriteria kualitas yang dibandingkan dengan Lazada didapatkan
nilai 0,730645, 0,188394, dan 0,080961; pada kluster sub kriteria kualitas yang
pada kluster sub kriteria kualitas yang dibandingkan dengan Tokopedia didapatkan
dibandingkan dengan harga didapatkan nilai 0, 0, dan 0; pada kluster sub kriteria
kualitas yang dibandingkan dengan kualitas didapatkan nilai 0,649118, 0,278955
dan 0,071927; pada kluster sub kriteria kualitas yang dibandingkan dengan
pelayanan didapatkan nilai 0, 0, dan 0.
Kluster sub kriteria pelayanan yang dibandingkan dengan Lazada
didapatkan nilai 0,730645, 0,188394, dan 0,080961; pada kluster sub kriteria
pelayanan yang dibandingkan dengan Shopee didapatkan nilai 0,649118,
0,278955, dan 0,071927; pada kluster sub kriteria pelayanan yang dibandingkan
dengan Tokopedia didapatkan nilai 0,278955, 0,649118, dan 0,071927; pada
kluster sub kriteria pelayanan yang dibandingkan dengan harga didapatkan nilai 0,
0, dan 0; pada kluster sub kriteria pelayanan yang dibandingkan dengan kualitas
didapatkan nilai 0, 0 dan 0; pada kluster sub kriteria pelayanan yang dibandingkan
dengan pelayanan didapatkan nilai 0,730645 0,188394 dan 0,080961.
3.4 Weight Supermatrik
Berikut merupakan hasil Weight Supermatriks yang didapatkan dari aplikasi
superdecisions matriks.
Gambar 4. Hasil Weight Supermatriks

Weight Supermatriks atau matriks terbobot merupakan matriks yang
terbentuk dari tiap blok vektor prioritas dibobot berdasarkan matriks perbandingan
berpasangan antar kluster. Hasil Weight Supermatriks diatas dapat dilihat, pada
kluster alternatif yang dibandingkan dengan harga didapatkan nilai 0,029582,
0,186355, dan 0,117396; pada kluster alternatif yang dibandingkan dengan kualitas
didapatkan nilai 0,092985, 0,023976 dan 0,216373; pada kluster alternatif yang
dibandingkan dengan pelayanan didapatkan nilai 0,129142, 0,052365, dan
0,318493; pada kluster alternatif yang dibandingkan dengan mahal didapatkan nilai
dengan murah didapatkan nilai 0,035964 0,324559, dan 0,139477; pada kluster
alternatif yang dibandingkan dengan sedang didapatkan nilai 0,078528, 0,296817,
dan 0,124655; pada kluster alternatif yang dibandingkan dengan awet didapatkan
nilai 0,089089, 0,035209, dan 0,3575702; pada kluster alternatif yang dibandingkan
dengan kuat didapatkan nilai 0,032897, 0,074408 dan 0,392696; pada kluster
alternatif yang dibandingkan dengan rapuh didapatkan nilai 0,176094, 0,279533,
dan 0,044373; pada kluster alternatif yang dibandingkan dengan cepat didapatkan
dengan mudah didapatkan nilai 0,035964, 0,324559, dan 0,139477; pada kluster
alternatif yang dibandingkan dengan ramah didapatkan nilai 0,365322, 0,094197,
dan 0,040481.
Kluster kriteria yang dibandingkan dengan Lazada didapatkan nilai
0,146129, 0,037679, dan 0,016192; pada kluster kriteria yang dibandingkan dengan
Shopee didapatkan nilai 0,177214, 0,028131, dan 0,044655; pada kluster kriteria
yang dibandingkan dengan Tokopedia didapatkan nilai 0,071801, 0,019490 dan
0,158710; pada kluster kriteria yang dibandingkan dengan mahal didapatkan nilai
0,5, 0, dan 0; pada kluster kriteria yang dibandingkan dengan murah didapatkan
nilai 0,5, 0, dan 0; pada kluster kriteria yang dibandingkan dengan sedang
didapatkan nilai 0,5, 0, dan 0; pada kluster kriteria yang dibandingkan dengan awet
didapatkan nilai 0, 0,5, dan 0; pada kluster kriteria yang dibandingkan dengan kuat
didapatkan nilai 0, 0,5, dan 0; pada kluster kriteria yang dibandingkan dengan rapuh
didapatkan nilai 0, 0,5, dan 0; pada kluster kriteria yang dibandingkan dengan cepat
didapatkan nilai 0, 0, dan 0,5; pada kluster kriteria yang dibandingkan dengan
mudah didapatkan nilai 0, 0, dan 0,5; pada kluster kriteria yang dibandingkan
dengan ramah didapatkan nilai 0, 0, dan 0,5.
dibandingkan dengan harga didapatkan nilai 0,034910, 0,212329 dan 0,086095;
0, 0, dan 0; pada kluster sub kriteria harga yang dibandingkan dengan pelayanan
didapatkan nilai 0, 0, dan 0.
dibandingkan dengan harga didapatkan nilai 0, 0, dan 0; pada kluster sub kriteria
kualitas yang dibandingkan dengan kualitas didapatkan nilai 0,216373, 0,092985
dan 0,023976; pada kluster sub kriteria kualitas yang dibandingkan dengan
pelayanan didapatkan nilai 0, 0, dan 0.
kluster sub kriteria pelayanan yang dibandingkan dengan harga didapatkan nilai 0,
0, dan 0; pada kluster sub kriteria pelayanan yang dibandingkan dengan kualitas
didapatkan nilai 0, 0 dan 0; pada kluster sub kriteria pelayanan yang dibandingkan
dengan pelayanan didapatkan nilai 0,365322, 0,094197, dan 0,040481.
3.5 Limits Supermatriks
Berikut merupakan hasil Limits Supermatriks yang didapatkan dari aplikasi
superdecisions matriks.
Gambar 5. Limits Supermatriks

Limits Supermatriks merupakan matriks yang diperoleh dengan
membangkitkan supermatriks terbobot ke pangkat yang besar. Hasil Limits
Supermatriks diatas dapat dilihat, pada kluster alternatif yang dibandingkan dengan
harga didapatkan nilai 0,051067, 0,103441, dan 0,137692; pada kluster alternatif
yang dibandingkan dengan kualitas didapatkan nilai 0,051067, 0,103441, dan
0,137692; pada kluster alternatif yang dibandingkan dengan pelayanan didapatkan
dengan mahal didapatkan nilai 0,051067, 0,103441, dan 0,137692; pada kluster
alternatif yang dibandingkan dengan murah didapatkan nilai 0,051067, 0,103441,
dan 0,137692; pada kluster alternatif yang dibandingkan dengan sedang didapatkan
dengan awet didapatkan nilai 0,051067, 0,103441, dan 0,137692; pada kluster
alternatif yang dibandingkan dengan kuat didapatkan nilai 0,051067, 0,103441, dan
0,137692; pada kluster alternatif yang dibandingkan dengan rapuh didapatkan nilai
dengan cepat didapatkan nilai 0,051067, 0,103441, dan 0,137692; pada kluster
alternatif yang dibandingkan dengan mudah didapatkan nilai 0,051067, 0,103441,
dan 0,137692; pada kluster alternatif yang dibandingkan dengan ramah didapatkan
nilai 0,051067, 0,103441, dan 0,137692. Kluster kriteria yang dibandingkan
dengan Lazada didapatkan nilai 0,101372, 0,114372, dan 0,091159; pada kluster
kriteria yang dibandingkan dengan Shopee didapatkan nilai 0,101372, 0,114372,
dan 0,091159; pada kluster kriteria yang dibandingkan dengan Tokopedia
didapatkan nilai 0,101372, 0,114372, dan 0,091159; pada kluster kriteria yang
dibandingkan dengan mahal didapatkan nilai 0,101372, 0,114372, dan 0,091159;
pada kluster kriteria yang dibandingkan dengan murah didapatkan nilai 0,101372,
0,114372, dan 0,091159; pada kluster kriteria yang dibandingkan dengan sedang
dibandingkan dengan awet didapatkan nilai 0,101372, 0,114372, dan 0,091159;
pada kluster kriteria yang dibandingkan dengan kuat didapatkan nilai 0,101372,
0,114372, dan 0,091159; pada kluster kriteria yang dibandingkan dengan rapuh
dibandingkan dengan cepat didapatkan nilai 0,101372, 0,114372, dan 0,091159;
pada kluster kriteria yang dibandingkan dengan mudah didapatkan nilai 0,101372,
0,114372, dan 0,091159; pada kluster kriteria yang dibandingkan dengan ramah
didapatkan nilai 0,101372, 0,114372, dan 0,091159.
0,010587, 0,042582, dan 0,008450; pada kluster sub kriteria harga yang
dibandingkan dengan pelayanan didapatkan nilai 0,010587, 0,042582, dan
0,008450;
pada kluster sub kriteria kualitas yang dibandingkan dengan kualitas didapatkan
dibandingkan dengan pelayanan didapatkan 0,057589, 0,042582, dan 0,008450.
kluster sub kriteria pelayanan yang dibandingkan dengan harga didapatkan nilai
0,067154, 0,040069, dan 0,008853; pada kluster sub kriteria pelayanan yang
dibandingkan dengan kualitas didapatkan nilai 0,067154, 0,040069, dan 0,008853;
pada kluster sub kriteria pelayanan yang dibandingkan dengan pelayanan
didapatkan nilai 0,067154, 0,040069, dan 0,008853.
3.6 Hasil Perangkingan
Gambar 6. Hasil Perangkingan Akhir

Berdasarkan hasil pengolahan data pada aplikasi Superdecision Matriks
didapatkan hasil akhir pada kluster alternatif dimana marketplace Tokopedia
menempati peringkat pertama dengan nilai 0,47123, disusul marketplace Shopee
menempati peringkat kedua dengan nilai 0,35401, serta marketplace Lazada
menempati peringkat terakhir dengan nilai 0,17477. Berdasarkan hasil tersebut
alternatif terbaik yang dipilih oleh panelis dan pakar setelah diolah menggunakan
metode ANP adalah marketplace Tokopedia. Kluster kriteria dimana kualitas
menempati peringkat pertama dengan nilai 0,37266, disusul harga menempati
peringkat kedua dengan nilai 0,33031, serta pelayanan menempati peringkat
terakhir dengan nilai 0,29703. Berdasarkan hasil tersebut kriteria terbaik yang
dipilih oleh panelis dan pakar setelah diolah menggunakan metode ANP adalah
kriteria kualitas.
Kluster sub kriteria harga murah menempati peringkat pertama dengan nilai
0,63817 disusul sedang menempati peringkat kedua dengan nilai 0,26031, serta
mahal menempati peringkat terakhir dengan nilai 0,10152. Berdasarkan hasil
tersebut sub kriteria harga terbaik yang dipilih oleh panelis dan pakar setelah diolah
menggunakan metode ANP adalah sub kriteria harga murah. Kluster sub kriteria
kualitas awet menempati peringkat pertama dengan nilai 0,53018 disusul kuat
menempati peringkat kedua dengan nilai 0,39202, serta rapuh menempati peringkat
terakhir dengan nilai 0,07779. Berdasarkan hasil tersebut sub kriteria kualitas
terbaik yang dipilih oleh panelis dan pakar setelah diolah menggunakan metode
ANP adalah sub kriteria kualitas awet. Kluster sub kriteria pelayanan cepat
menempati peringkat pertama dengan nilai 0,35722 disusul mudah menempati
peringkat kedua dengan nilai 0,21314, serta ramah menempati peringkat terakhir
dengan nilai 0,04709. Berdasarkan hasil tersebut sub kriteria pealyanan terbaik
yang dipilih oleh panelis dan pakar setelah diolah menggunakan metode ANP
adalah sub kriteria pelayanan cepat.
BAB 4
PENUTUP
4.1 Kesimpulan
Penelitian kecil yang dilakukan bertujuan untuk menentukan alternatif
terbaik pemelihan marketplace oleh mahasiswa. Penelitian ini diolah menggunakan
metode ANP dan aplikasi Superdecision Matriks. Berdasarkan hasil penelitian yang
telah dilakukan, marketplace Tokopedia menempati peringkat pertama dengan nilai
0,47123, disusul marketplace Shopee menempati peringkat kedua dengan nilai
0,35401, serta marketplace Lazada menempati peringkat terakhir dengan nilai
0,17477. Berdasarkan hasil tersebut alternatif terbaik yang dipilih oleh panelis dan
pakar setelah diolah menggunakan metode ANP adalah marketplace Tokopedia.
4.2 Saran
Saran untuk penelitian selanjutnya adalah pada tahap perencanaan dan
persiapan harus dilakukan dengan baik. Hal ini dikarenakan pada penelitian kecil
ini tahap ini cenderung kurang dipersiapkan dengan baik dan mendapat perhatian.
Persiapan dan perencanaan cenderung dilakukan dengan apa adanya, selain itu yang
perlu diperhatikan adalah panelis dan pakar yang memberi penilaian. Pada
penelitian ini panelis dan pakar bukan merupakan orang yang benar-benar ahli
dibidangnya, yang mana panelisnya adalah teman sekelas yang sama-sama
mengambil mata kuliah Analisis Pengambilan Keputusan ini. Sehingga kedepannya
diharapkan pada penelitian metode ANP selanjutnya, pakar yang dipilih benar-
benar seorang ahli dan menguasai ilmu di bidanngnya.
Daftar Pustaka
Alfian, Sandy, I. A. dan Fathurahman, H. 2013. Penggunaan Metode Analytic
Network Process (ANP) dalam Pemilihan Supplier Bahan Baku Kertas pada
PT Mangle Panglipur. Jurnal Rekayasa Sistem Industri. 2(1):32–39.
Gamayanto, I. 2018. Inovasi dan Pengembangan E-Commerce-Crm dalam
Menghadapi Globasasi: Studi Kasus-Tokopedia.Com. Jurnal Sistem Informasi
dan Teknologi Informasi. 7(1): 89–103.
Mulyadi, A., Eka, D. dan Nailis, W. 2018. Pengaruh Kepercayaan, Kemudahan,
dan Kualitas Informasi Terhadap Keputusan Pembelian di Toko Online
Lazada. Jurnal Ilmiah Manajemen Bisnis dan Terapan. 15(2): 87–94.
Pratama, G. 2020. Analisis Transaksi Jual Beli online Melalui Website Marketplace
Shopee Menurut Konsep Bisnis di Masa Pandemic Covid 19. 1(1): 21–34.
Wahyuni, N., Mutaqin, A. I. S. dan Gunawan, A. 2019. Pengenalan dan
Pemanfaatan Marketplace E-Commerce untuk Pelaku UKM Wilayah Cilegon.
Jurnal Pengabdian Dinamika. 6(1):1-8.

Tugas Project Anp..

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

Tugas Project Anp..

Diunggah oleh

Hak Cipta:

Format Tersedia

PENENTUAN MARKET PLACE TERBAIK MENGGUNAKAN METODE

ANP (ANALYTICAL NETWORK PROCESS)

DOSEN PENGAMPU: DIAN FARIDA ASFAN, S.T., M.T.,

DITA PUTRI PRATAMA (200331100006)

PROGRAM STUDI TEKNOLOGI INDUSTRI PERTANIAN

Penentuan tujuan, alternatif, kriteria dan sub kriteria

Melakukan penilaian kuisioner kepada para ahli

Analisis data menggunakan software super decision

Interpretasi hasil analisis data dari software super decision

Hasil marketplace terbaik

Gambar 1. Flowchart Proses Analisis Pengambilan Keputusan Menggunakan

Prosedur dalam pelaksanaan analisis pengambilan keputusan menggunakan

Harga >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Kualitas

Harga >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Pelayanan

Kualitas >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Pelayanan

2. Perbandingan alternatif Lazada yang terbaik dengan kriteria. Munurut anda

Harga >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Kualitas

Harga >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Pelayanan

Kualitas >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Pelayanan

3. Perbandingan alternatif Shopee yang terbaik dengan kriteria. Munurut anda

Harga >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Kualitas

Harga >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Pelayanan

Kualitas >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Pelayanan

4. Perbandingan alternatif Tokopedia yang terbaik dengan kriteria. Munurut anda

Harga >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Pelayanan

Kualitas >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Pelayanan

5. Perbandingan alternatif Lazada terhadap sub kriteria harga. Menurut anda

Mahal >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Murah

Mahal >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Sedang

Murah >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Sedang

Awet >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Kuat

Awet >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Rapuh

Kuat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Rapuh

7. Perbandingan alternatif Lazada terhadap sub kriteria pelayanan. Menurut anda

Cepat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Mudah

Cepat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Ramah

Mudah >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Ramah

8. Perbandingan alternatif Shopee terhadap sub kriteria harga. Menurut anda

Mahal >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Sedang

Mahal >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Sedang

9. Perbandingan alternatif Shopee terhadap sub kriteria kualitas. Menurut anda

Awet >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Rapuh

Awet >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Rapuh

Cepat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Mudah

Cepat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Ramah

Mudah >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Ramah

Mahal >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Murah

Murah >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Sedang

Awet >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Kualitas

Awet >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Rapuh

Kuat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Rapuh

Cepat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Mudah

Cepat >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Ramah

Mudah >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Ramah

Lazada >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Shopee

Lazada >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Tokopedia

Shopee >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Tokopedia

Mahal >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Sedang

Murah >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Sedang

Lazada >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Shopee

Lazada >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Tokopedia

Shopee >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Tokopedia

Awet >=9.5 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 >=9.5 Kuat