Sistem Pendukung Pengambil Keputusan Dengan Metode

AHP
Hernawan Sulistyanto
Pendidikan Teknik Informatika, FKIP, Universitas Muhammadiyah Surakarta, Indonesia

Abstrak
Artikel ini membahas mengenai salah satu metode yang ada dalam sistem pendukung
pengambil keputusan, yakni AHP (Analytical Hierarcy Process). Pembahasan dalam artikel
ini disajikan secara kronologis mulai dari pendahuluan, isi disertai contoh actual dan
kesimpulan. Adanya artikel ini diharapkan dapat membantu mahasiswa dalam memahami
dan mempelajari salah satu metode popular yang ada dalam sistem pendukung pengambil
keputusan.

Kata kunci: AHP, metode, sistem pendukung pengambil keputusan

1. Pendahuluan
Dewasa ini perkembangan teknologi informasi sudah sedemikian pesat. Perkembangan yang
pesat tidak hanya teknologi perangkat keras dan perangkat lunak saja, tetapi metode komputasi
juga ikut berkembang. Salah satu metode komputasi yang cukup berkembang saat ini adalah
metode sistem pengambilan keputusan (Decisions Support System). Dalam teknologi informasi,
sistem pengambilan keputusan merupakan cabang ilmu yang letaknya diantara system informasi
dan sistem cerdas.
Sistem pengambilan keputusan juga membutuhkan teknologi informasi, hal ini dikarenakan
adanya era globalisasi, yang menuntut sebuah perusahaan untuk bergerak cepat dalam
mengambil suatu keputusan dan tindakan. Dengan mengacu kepada solusi yang diberikan oleh
metode AHP (Analytical Hierarcy Process) dalam membantu membuat keputusan, seorang
decision maker dapat mengambil keputusan tentang pemilihan supplier secara objektif
berdasarkan multi kriteria yang ditetapkan.
Metode AHP adalah metode pengambilan keputusan yang multi kriteria, sedangkan
pengambilan keputusan dibidang pembelian juga mengandalkan kriteria-kriteria yaitu kualitas
barang, kecepatan pengiriman barang, harga barang dan status supplier. Dengan melihat adanya
kriteria-kriteria yang dipergunakan untuk mengambil keputusan, maka akan sangat cocok untuk
menggunakan metode AHP dengan multi kriteria.
Adapun permasalahan yang timbul ini disebabkan seseorang menemui berbagai kesulitan
dalam mengambil keputusan dalam pemilihan kriteria diantaranya adalah kesulitan dalam criteria
dalam pemilihan sepeda motor yang nantinya akan dia beli yaitu : sepeda motornya memiliki
desain yang bagus, berkualitas serta irit dalam bahan bakar.
Tujuan dari penulisan ini adalah memberi pengetahuan tentang arti dari metode AHP dan
untuk membuat keputusan yang dapat membantu pihak-pihak tertentu dalam mengambil
keputusan yang terbaik untuk mencapai hasil yang maksimal.

1
2. Kajian Teori dan Studi Kasus
2.a Pengertian Sistem Penunjang Keputusan
Konsep Sistem Pendukung Keputusan (SPK) / Decision Support Sistem (DSS) pertama
kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah
Management Decision Sistem. Sistem tersebut adalah suatu sistem yang berbasis komputer yang
ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu
untuk memecahkan berbagai persoalan yang tidak terstruktur.Istilah SPK mengacu pada suatu
sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan.
Beberapa Definisi Lain dari Sistem Penunjang Keputusan:
- Sistem pendukung keputusan adalah sebuah himpunan/kumpulan prosedur berbasis
model untuk memproses data dan pertimbangan untuk membantu manajemen dalam
pembuatan keputusannya. Little (1970).
- Sistem pendukung keputusan adalah sistem berbasis komputer yang dibangun lewat
sebuah proses adaptif dari pembelajaran, pola-pola penggunan dan evolusi sistem Keen
(1980).
Sistem pendukung keputusan sebagai sebuah sistem berbasis komputer yang terdiri atas
komponen-komponen antara lain komponen sistem bahasa (language), komponen sistem
pengetahuan (knowledge) dan komponen sistem pemrosesan masalah (problem
processing) yang saling berinteraksi satu dengan yang lainnya Bonczek (1980).
- Sistem pendukung keputusan sebagai sekumpulan tools komputer yang terintegrasi yang
mengijinkan seorang decision maker untuk berinteraksi langsung dengan komputer untuk
menciptakan informasi yang berguna dalam membuat keputusan semi terstruktur dan
keputusan tak terstruktur yang tidak terantisipasi Hick (1993).
- Sistem penunjang keputusan sebagai sistem yang digunakan untuk mendukung dan
membantu pihak manajemen melakukan pengambilan keputusan pada kondisi semi
terstruktur dan tidak terstruktur. Pada dasarnya konsep DSS hanyalah sebatas pada
kegiatan membantu para manajer melakukan penilaian serta menggantikan posisi dan
peran manajer Turban & Aronson (1998).
Sistem pendukung keputusan merupakan sebuah sistem yang menyediakan kemampuan
untuk penyelesaian masalah dan komunikasi untuk permasalahan yang bersifat semi-
terstruktur Raymond McLeod, Jr. (1998).
Macam – Macam Metode Sistem Penunjang Keputusan
1. Metode Sistem pakar
2. Metode Regresi linier
3. Metode B/C Ratio
4. Metode AHP
5. Metode IRR
6. Metode NPV
7. Metode FMADM
8. Metode SAW

2.b Pengertian Metode AHP

Metode AHP dikembangkan oleh Thomas L. Saaty, seorang ahli matematika. Metode ini
adalah sebuah kerangka untuk mengambil keputusan dengan efektif atas persoalan yang
kompleks dengan menyederhanakan dan mempercepat proses pengambilan keputusan dengan
2
memecahkan persoalan tersebut kedalam bagian-bagiannya, menata bagian atau variabel ini
dalam suatu susunan hirarki, member nilai numerik pada pertimbangan subjektif tentang
pentingnya tiap variabel dan mensintesis berbagai pertimbangan ini untuk menetapkan variabel
yang mana yang memiliki prioritas paling tinggi dan bertindak untuk mempengaruhi hasil pada
situasi tersebut. Metode AHP ini membantu memecahkan persoalan yang kompleks dengan
menstruktur suatu hirarki kriteria, pihak yang berkepentingan, hasil dan dengan menarik
berbagai pertimbangan guna mengembangkan bobot atau prioritas. Metode ini juga
menggabungkan kekuatan dari perasaan dan logika yang bersangkutan pada berbagai persoalan,
lalu mensintesis berbagai pertimbangan yang beragam menjadi hasil yang cocok dengan
perkiraan kita secara intuitif sebagaimana yang dipresentasikan pada pertimbangan yang telah
dibuat. (Saaty, 1993).
Proses hierarki adalah suatu model yang memberikan kesempatan bagi perorangan atau
kelompok untuk membangun gagasan-gagasan dan mendefinisikan persoalan dengan cara
membuat asumsi mereka masing-masing dan memperoleh pemecahan yang diinginkan darinya.
Ada dua alasan utama untuk menyatakan suatu tindakan akan lebih baik dibanding tindakan lain.
Alasan yang pertama adalah pengaruh-pengaruh tindakan tersebut kadang-kadang tidak dapat
dibandingkan karena sutu ukuran atau bidang yang berbeda dan kedua, menyatakan bahwa
pengaruh tindakan tersebut kadang-kadang saling bentrok, artinya perbaikan pengaruh tindakan
tersebut yang satu dapat dicapai dengan pemburukan lainnya. Kedua alasan tersebut akan
menyulitkan dalam membuat ekuivalensi antar pengaruh sehingga diperlukan suatu skala luwes
yang disebut prioritas.

2.c Prinsip Dasar dan Aksioma AHP

AHP didasarkan atas 3 prinsip dasar yaitu:
1) Dekomposisi
Dengan prinsip ini struktur masalah yang kompleks dibagi menjadi bagian-bagian secara
hierarki. Tujuan didefinisikan dari yang umum sampai khusus. Dalam bentuk yang paling
sederhana struktur akan dibandingkan tujuan, kriteria dan level alternatif. Tiap himpunan
alternatif mungkin akan dibagi lebih jauh menjadi tingkatan yang lebih detail, mencakup lebih
banyak kriteria yang lain. Level paling atas dari hirarki merupakan tujuan yang terdiri atas satu
elemen. Level berikutnya mungkin mengandung beberapa elemen, di mana elemen-elemen
tersebut bisa dibandingkan, memiliki kepentingan yang hampir sama dan tidak memiliki
perbedaan yang terlalu mencolok. Jika perbedaan terlalu besar harus dibuatkan level yang baru.
2) Perbandingan penilaian/pertimbangan (comparative judgments).
Dengan prinsip ini akan dibangun perbandingan berpasangan dari semua elemen yang ada
dengan tujuan menghasilkan skala kepentingan relatif dari elemen. Penilaian menghasilkan skala
penilaian yang berupa angka. Perbandingan berpasangan dalam bentuk matriks jika
dikombinasikan akan menghasilkan prioritas.
3) Sintesa Prioritas
Sintesa prioritas dilakukan dengan mengalikan prioritas lokal dengan prioritas dari kriteria
bersangkutan di level atasnya dan menambahkannya ke tiap elemen dalam level yang
dipengaruhi kriteria. Hasilnya berupa gabungan atau dikenal dengan prioritas global yang
kemudian digunakan untuk memboboti prioritas lokal dari elemen di level terendah sesuai
dengan kriterianya.
AHP didasarkan atas 3 aksioma utama yaitu :

3
 - Aksioma Resiprokal. Aksioma ini menyatakan jika PC (EA,EB) adalah sebuah
perbandingan berpasangan antara elemen A dan elemen B, dengan memperhitungkan C
sebagai elemen parent, menunjukkan berapa kali lebih banyak properti yang dimiliki
elemen A terhadap B, maka PC (EB,EA)= 1/ PC (EA,EB). Misalnya jika A 5 kali lebih
besar daripada B, maka B=1/5 A.
- Aksioma Homogenitas. Aksioma ini menyatakan bahwa elemen yang dibandingkan tidak
berbeda terlalu jauh. Jika perbedaan terlalu besar, hasil yang didapatkan mengandung
nilai kesalahan yang tinggi. Ketika hirarki dibangun, kita harus berusaha mengatur
elemen-elemen agar elemen tersebut tidak menghasilkan hasil dengan akurasi rendah dan
inkonsistensi tinggi.
- Aksioma Ketergantungan. Aksioma ini menyatakan bahwa prioritas elemen dalam hirarki
tidak bergantung pada elemen level di bawahnya. Aksioma ini membuat kita bisa
menerapkan prinsip komposisi hirarki.

2.d Kelebihan dan Kekurangan dalam Metode AHP

Kelebihan AHP yaitu:
1) Struktur yang berhierarki sebagai konskwensi dari kriteria yang dipilih sampai pada sub-
sub kriteria yang paling dalam.
2) Memperhitungkan validitas sampai batas toleransi inkonsentrasi sebagai kriteria dan
alternatif yang dipilih oleh para pengambil keputusan.
3) Memperhitungkan daya tahan atau ketahanan output analisis sensitivitas pengambilan
keputusan.
Metode “pairwise comparison” AHP mempunyai kemampuan untuk memecahkan masalah yang
diteliti multi obyek dan multi kriteria yang berdasar pada perbandingan preferensi dari tiap
elemen dalam hierarki. Jadi model ini merupakan model yang komperehensif. Pembuat
keputusan menetukan pilihan atas pasangan perbandingan yang sederhana, membengun semua
prioritas untuk urutan alternatif. “ Pairwaise comparison” AHP mwenggunakan data yang ada
bersifat kualitatif berdasarkan pada persepsi, pengalaman, intuisi sehigga dirasakan dan diamati,
namun kelengkapan data numerik tidak menunjang untuk memodelkan secara kuantitatif.
Kelemahan AHP yaitu:
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

2.e Tahapan DalamMetode AHP

Langkah – langkah dan proses Analisis Hierarki Proses (AHP) adalah sebagai berikut
1) Memdefinisikan permasalahan dan penentuan tujuan. Jika AHP digunakan untuk memilih
alternatif atau menyusun prioriras alternatif, pada tahap ini dilakukan pengembangan
alternatif.
2) Menyusun masalah kedalam hierarki sehingga permasalahan yang kompleks dapat
ditinjau dari sisi yang detail dan terukur.
3) Penyusunan prioritas untuk tiap elemen masalah pada hierarki. Proses ini menghasilkan
bobot atau kontribusi elemen terhadap pencapaian tujuan sehingga elemen dengan bobot

4
 tertinggi memiliki prioritas penanganan. Prioritas dihasilkan dari suatu matriks
perbandinagan berpasangan antara seluruh elemen pada tingkat hierarki yang sama.
4) Melakukan pengujian konsitensi terhadap perbandingan antar elemen yang didapatan
pada tiap tingkat hierarki.
Sedangkan langkah-langkah “pairwise comparison” AHP adalah
1) Pengambilan data dari obyek yang diteliti.
2) Menghitung data dari bobot perbandingan berpasangan responden dengan metode
a. “pairwise comparison” AHP berdasar hasil kuisioner.
3) Menghitung rata-rata rasio konsistensi dari masing-masing responden.
4) Pengolahan dengan metode “pairwise comparison” AHP.
5) Setelah dilakukan pengolahan tersebut, maka dapat disimpulkan adanya konsitensi
dengan tidak, bila data tidak konsisten maka diulangi lagi dengan pengambilan data
seperti semula, namun bila sebaliknya maka digolongkan data terbobot yang selanjutnya
dapat dicari nilai beta (b).

2.f Contoh Kasus

Adi berulang tahun yang ke-17, Kedua orang tuanya janji untuk membelikan sepeda motor
sesuai yang di inginkan Adi. Adi memiliki pilihan yaitu motor Ninja, Tiger dan Vixsion . Adi
memiliki criteria dalam pemilihan sepeda motor yang nantinya akan dia beli yaitu : sepeda
motornya memiliki desain yang bagus, berkualitas serta irit dalam bahan bakar.

Penyelesaian
a) Tahap pertama
Menentukan bobot dari masing – masig kriteria.
Desain lebih penting 2 kali dari pada Irit
Desain lebih penting 3 kali dari pada Kualitas
Irit lebih penting 1.5 kali dari pada
kualitas

Pair Comparation Matrix

Kriteria Desain Irit Kualitas Priority Vector

Desain 1 2 3 0,5455
Irit 0,5 1 1,5 0,2727
Kualitas 0,333 0,667 1 0,1818
Jumlah 1,833 3,667 5,5 1,0000
Pricipal Eigen Value ( max) 3,00
Consistency Index (CI) 0
Consistency Ratio (CR) 0,0%

5
Dari gambar diatas, Prioity Vector (kolom paling kanan) menunjukan bobot dari masing-masing
kriteria, jadi dalam hal ini Desain merupakan bobot tertinggi/terpenting menurut Adi, disusul Irit
dan yang terakhir adalah Kualitas.
Cara membuat table seperti di atas:
1. Untuk perbandingan antara masing – masing kriteria berasal dari bobot yang telah di
berikan ADI pertama kali.
2. Sedangkan untuk Baris jumlah, merupakan hasil penjumalahan vertikal dari masing –
masing kriteria.
3. Untuk Priority Vector (atau prioritas relative) di dapat dari hasil penjumlahan dari
semua sel disebelah Kirinya (pada baris yang sama) setelah terlebih dahulu dibagi dengan
Jumlah yang ada dibawahnya (normalisasi), kemudian hasil penjumlahan tersebut dibagi
dengan angka 3 (jumlah criteria)nilai rata-rata.
4. Untuk mencari Principal Eigen Value (max)
Rumusnya adalah menjumlahkan hasil perkalian antara sel pada baris jumlah dan sel
pada kolom Priority Vector dengan cara:
- Mengalikan setiap nilai pada kolom pertama dengan priority vector elemen
pertama, nilai pada kolom kedua dengan prioritaty vector elemen kedua. Dst
- Menjumlah setiap baris
- Hasil penjumlahan baris dibagi dengan elemen prioritas relatif yang
bersangkutan.
- Menjumlahkan hasil bagi di atas dengan banyaknya elemen yang ada.
5. Menghitung Consistency Index (CI) dengan rumus
CI = (max-n)/(n-1)
6. Sedangkan untuk menghitung nilai CR menggunakan rumuas CR = CI/RI , nilai RI
didapat dari
N 1 2 3 4 5 6 7 8 9 10
RI 0 0 0,58 0,9 1,12 1,24 1,32 1,41 1,45 1,49
Jadi untuk n=3, RI=0.58.
Jika asil perhitungan CR lebih kecil atau sama dengan 10% , ketidak konsistenan masih bisa
diterima, sebaliknya jika lebih besar dari 10%, tidak bisa diterima.

b) Tahap Kedua
Kebetulan ADI memiliki teman yang memiliki motor yang sesuai dengan pilihan ADI. Setelah
Adi mencoba motor temannya tersebut ADI memberikan penilaian (disebut sebagai pair-wire
comparation)

Desain lebih penting 2 kali dari pada Irit

Desain lebih penting 3 kali dari pada Kualitas
Irit lebih penting 1.5 kali dari pada kualitas
6
Ninja 4 kali desainnya lebih baik daripada tiger
Ninja 3 kali desainnya lebih baik dari pada vixsion
tiger 1/2 kali desainnya lebih baik dari pada Vixsion

Ninja 1/3 kali lebih irit daripada tiger

Ninja 1/4 kali lebih irit dari pada vixsion
tiger 1/2 kali lebih irit dari pada Vixsion

Ninja 1/100 kali kualitasnya lebih baik daripada tiger

Ninja 1/10 kali kualitasnya lebih baik dari pada vixsion
tiger 10 kali kualitasnya lebih baik dari pada Vixsion

Berdasarkan penilaian tersebut maka dapat di buat table (disebut Pair-wire comparation matrix)

Priority
Desain Ninja Tiger Vixsion Vector
Ninja 1 4 3 0,6233
Tiger 0,25 1 0,5 0,1373
Vixsion 0,333 2 1 0,2394
Jumlah 1,583 7 4,5 1,0000
Pricipal Eigen Value ( max) 3,025
Consistency Index (CI) 0,01
Consistency Ratio (CR) 2,2%

Priority
Irit Ninja Tiger Vixsion Vector
Ninja 1 0,333 0,25 0,1226
Tiger 3 1 0,5 0,3202
Vixsion 4 2 1 0,5572
Jumlah 8 3,333 1,75 1,0000
Pricipal Eigen Value ( max) 3,023
Consistency Index (CI) 0,01
Consistency Ratio (CR) 2,0%

Priority
Kualitas Ninja Tiger Vixsion Vector
Ninja 1,00 0,01 0,10 0,0090
Tiger 100,00 1,00 10,0 0,9009
Vixsion 10,00 0,10 1,0 0,0901
Jumlah 111,00 1,11 11,10 1,0000
Pricipal Eigen Value ( max) 3
Consistency Index (CI) 0
Consistency Ratio (CR) 0,0%
7
 c) Tahap ketiga
Setelah mendapatkan bobot untuk ketiga kriteria dan skor untuk masing-masing kriteria bagi
ketiga motor pilihannya, maka langkah terakhir adalah menghitung total skor untuk ketiga motor
tersebut. Untuk itu ADI akan merangkum semua hasil penilaiannya tersebut dalam bentuk tabel
yang disebut Overall composite weight, seperti berikut.

Overall composit weight weight Ninja Tiger Vixsion

Desain 0,5455 0,6233 0,1373 0,2394
Irit 0,2727 0,1226 0,3202 0,5572
Kualitas 0,1818 0,0090 0,9009 0,0901
Composit Weight 0,3751 0,3260 0,2989

- Cara membuat Overall Composit weight adalah

Kolom Weight diambil dari kolom Priority Vektor dalam matrix Kriteria.
Ketiga kolom lainnya (Ninja, Tiger dan Vixsion) diambil dari kolom Priority
Vector ketiga matrix Desain, Irit dan Kualitas.
Baris Composite Weight diperoleh dari jumlah hasil perkalian sel diatasnya
dengan weight.
- Berdasarkan table di atas maka dapat di ambil kesimpulan bahwa yang memiliki skor
paling tinggi adalah Ninja yaitu 0,3751 , sedangkan disusul tiger dengan skor 0,3260 dan
yang terakhir adalah Vixsion dengan skor 0,2989. Akhirnya Adi akan membeli motor
Ninja.

3. Kesimpulan
Kesimpulan yang dapat diambil adalah sebagai berikut:
 Metode ini mampu untuk menghasilkan suatu keputusan yang tepat.
 Dengan memakai metode ini, kesalahan-kesalahan yang dilakukan ketika pengambilan
keputusan seperti keterlambatan dalam mengambil keputusan dapat berkurang.
 Aplikasi dibuat fleksibel sehingga dapat memungkinkan personal maupun departemen
untuk dapat mengubah nilai dari kriteria-kriteria yang ada.