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.
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
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.
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).
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
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)
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.
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.