Analisis

Pengambilan
Keputusan

Analytical Hierarchy
Process
mfuadfm@gmail.com

Company
LOGO
1
 MODEL PENILAIAN

• Menggunakan Nilai Numerik (Nyata)

• Menggunakan Nilai Ordinal (Skala)
Misal:
1. Sangat Kurang 4. Baik
2. Kurang 5. Sangat Baik
3. Cukup
• Menggunakan Nilai Perbandingan Berpasangan
Misal pada AHP : <misal A dibandingkan dengan B>
1 : A dan B sama penting 7 : A sangat nyata lebih penting

3 : A sedikit lebih penting dari B 9 : A pasti lebih penting dari B

5 : A jelas lebih penting dari B
• Menggunakan Preferensi Fuzzy 2
 PRINSIP KERJA AHP

• Penentuan Komponen Keputusan

- Tujuan/Sasaran
- Kriteria
- Alternatif
• Penyusunan hirarki dari komponen keputusan

• Penilaian Alternatif dan Kriteria

• Pemeriksaan Konsistensi Penilaian

• Penentuan Prioritas Kriteria dan Alternatif

3
 Prinsip Kerja AHP

1 2 3 4

Penyusunan Penilaian Penentuan Konsistensi

Hierarki Kriteria dan Prioritas Logis
Alternatif

4
 MODEL HIERARCHY

Goal

Criteria component,
cluster
(Level)

Subcriteria
element

Alternatives
A loop indicates that each
element depends only on itself.
5
 Contoh Aplikasi 3 AHP

Memilih Komoditi Agroindustri Goal

Bahan Baku Pemasaran Teknologi Proses Kriteria

Industri Industri Industri Industri Alternatif

Minyak Pengolahan Pengolahan Pengolahan
Kelapa Sawit Cokelat Karet Teh

6
 Memilih Komoditi Agroindustri Sasaran

Kriteria

Bahan Baku Teknologi

Pemasaran
Proses

Alternatif

• Minyak Sawit • Minyak Sawit • Minyak Sawit

• Cokelat • Cokelat • Cokelat
• Karet • Karet • Karet
• Teh • Teh • Teh

Gambar : Hubungan sasaran, kriteria dan alternatif dalam AHP

7
 Nilai Keterangan
1 Sama penting (Equal)
3 Sedikit lebih penting (Moderate)
5 Jelas lebih penting (Strong)
7 Sangat jelas penting (Very Strong)
9 Mutlak lebih penting (Extreme)
2,4,6,8 Apabila ragu-ragu antara 2 nilai yang berdekatan
1/(1-9) Kebalikan nilai tingkat kepentingan dari skala 1-9
Misalnya hasil perbandingan berpasangan untuk contoh diatas adalah:

E1 Bahan Baku Pemasaran Teknologi Proses

Bahan Baku 1/1 ½ 3/1

Pemasaran 2/1 1/1 4/1

Teknologi Proses 1/3 ¼ 1/1
8
Penyelesaian untuk contoh diatas (misalnya dengan syarat nilai eigen sudah
tidak berubah sampai 4 angka dibelakang koma):
• Ubah matrik menjadi bilangan desimal:

1.000 0.500 3.000

2.000 1.000 4.000
0.333 0.250 1.000
• Iterasi ke I :
Kuadratkan matrik diatas

1.000 0.500 3.000 1.000 0.500 3.000

2.000 1.000 4.000 X 2.000 1.000 4.000

0.333 0.250 1.000 0.333 0.250 1.000

9
 = 3.0000 1.7500 8.0000

5.3333 3.0000 14.0000

1.1666 0.6667 3.0000

Jumlahkan nilai setiap baris matrik dan hitung nilai hasil normalisasinya:

Jml Baris Hasil Normalisasi

3.0000 1.7500 8.0000 12.7500 12.7500/39.9166 = 0.3194

5.3333 3.0000 14.0000 22.3333 22.3333/39.9166 = 0.5595

1.1666 0.6667 3.0000 4.8333 4.8333/39.9166 = 0.1211

Jumlah 39.9166 1.0000
10
• Iterasi ke II :
Kuadratkan kembali matrik diatas

3.0000 1.7500 8.0000 3.0000 1.7500 8.0000

5.3333 3.0000 14.0000 X 5.3333 3.0000 14.0000

1.1666 0.6667 3.0000 1.1666 0.6667 3.0000

= 27.6658 15.8330 72.4984

48.3311 27.6662 126.6642

10.5547 6.0414 24.6653

11
 Jumlahkan nilai setiap baris matrik dan hitung nilai hasil normalisasinya:

Jml Baris Hasil Normalisasi

27.6658 15.8330 72.4984 115.9967 0.3196

48.3311 27.6662 126.6642 202.6615 0.5584

10.5547 6.0414 24.6653 44.2614 0.1210

Jumlah 362.9196 1.0000

Hitung Perbedaan nilai eigen sebelum dan sesudah nilai eigen sekarang:

0.3194 - 0.3196 = - 0.0002

0.5595 - 0.5584 = 0.0011
0.1211 - 0.1210 = - 0.0009

Terlihat bahwa perbedaan tersebut tidak terlalu besar sampai dengan 3 desimal 12
 • Iterasi ke III :
Bila kita melakukan iterasi satu kali lagi, maka syarat akan terpenuhi (nilai
eigen sudah tidak berbeda sampai 3 desimal)
Jadi nilai eigen yang diperoleh adalah : 0.3196, 0.5584, 0.1220

Apakah makna dari nilai eigen di atas?

Berikut ini adalah matrik berpasangan berserta dengan nilai eigennya:

Bahan Baku Pemasaran Teknologi Proses Nilai Eigen

Bahan Baku 1.000 0.500 3.000 0.3196
Pemasaran 2.000 1.000 4.000 0.5584
Teknologi Proses 0.333 0.250 1.000 0.1220

Berdasarkan nilai eigen maka kita tahu bahwa kriteria yang paling penting
adalah Pemasaran, kemudian Bahan Baku dan terakhir Teknologi Proses13
 Memilih Komoditi Agroindustri Sasaran
1.00

Kriteria

Bahan Baku Pemasaran Teknologi Proses

0.3196 0.5584 0.1220

Alternatif

• Minyak Sawit • Minyak Sawit • Minyak Sawit

• Cokelat • Cokelat • Cokelat
• Karet • Karet • Karet
• Teh • Teh • Teh

Gambar : Hasil perhitungan bobot kriteria

14
 PEMBOBOTAN ALTERNATIF

Susunlah matrik berpasangan untuk alternatif-alternatif bagi setiap kriteria,

misalnya untuk kriteria bahan baku adalah :

Bahan Baku Minyak Sawit Cokelat Karet Teh

Minyak Sawit 1/1 1/4 4/1 1/6

Cokelat 4/1 1/1 4/1 1/4

Karet 1/4 1/4 1/1 1/5

Teh 6/1 4/1 5/1 1/1

15
 Misalnya untuk kriteria Pemasaran adalah :

Pasar Minyak Sawit Cokelat Karet Teh

Minyak Sawit 1/1 2/1 5/1 1/1

Cokelat 1/2 1/1 3/1 2/1

Karet 1/5 1/3 1/1 1/4

Teh 1/1 1/2 4/1 1/1

16
 Memilih Komoditi Agroindustri Sasaran
1.00

Kriteria

Bahan Baku Pemasaran Teknologi Proses

0.3196 0.5584 0.1220

Alternatif

• Minyak Sawit • Minyak Sawit • Minyak Sawit

(0.1160) (0.3790) (0.3010)
• Cokelat • Cokelat • Cokelat
(0.2470) (0.2900) (0.2390)
• Karet (0.0600) • Karet (0.0740) • Karet (0.2120)
• Teh (0.5700) • Teh (0.2570) • Teh (0.2480)

Gambar: akhir seluruh bobot

17
Dari hasil analisa di atas, maka jawaban dapat kita peroleh dengan jalan
mengalikan matrik nilai eigen dari alternatif dengan matrik bobot matrik:

Bahan Baku Pemasaran Teknologi Bobot Kriteria

Proses
Minyak Sawit 0.1160 0.3790 0.3010 0.3196

Cokelat 0.2470 0.2900 0.2390 0.5584

Karet 0.0600 0.0740 0.2120 0.1220

Teh 0.5770 0.2570 0.2480

18
Hasilnya :

Minyak Sawit : 0.3060

Cokelat : 0.2720

Karet : 0.0940
Teh : 0.3280

Jadi rangking yang diperoleh :

Teh : 0.3280

Minyak Sawit : 0.3060

Cokelat : 0.2720

Karet : 0.0940
19
 Consistency Ration
(CR)
Consistency Ratio merupakan parameter yang digunakan untuk memeriksa
apakah perbaikan berpasangan telah dilakukan dengan kosekwen atau
tidak.
Penentuan parameter ini dapat dilakukan dengan proses sebagai berikut,
misalnya kita akan menghitung CR untuk kriteria bahan baku pada contoh
diatas:

Bahan Baku Minyak Sawit Cokelat Karet Teh

Minyak Sawit 1/1 1/4 4/1 1/6

Cokelat 4/1 1/1 4/1 1/4

Karet 1/4 1/4 1/1 1/5

Teh 6/1 4/1 5/1 1/1

20
 Dari nilai faktor (nilai eigen) dari kriteria bahan baku adalah:
Minyak Sawit : 0.1160
Cokelat : 0.2470

Karet : 0.0600
Teh : 0.5770
Kita dapat Weighted Sum Vector dengan jalan mengalikan ke dua matrik tsb.

1/1 1/4 4/1 1/6 0.1160 0.5139

4/1 1/1 4/1 1/4 0.2470 1.0953

1/4 1/4 1/1 1/5 * 0.0600 = 0.2662

6/1 4/1 5/1 1/1 0.5770 2.5610

21
Kemudian kita menghitung Consistency Vector dengan menentukan nilai
rata-rata dari weighted sum vector:
0.5139 / 0.1160 4.4303

1.0953 / 0.2470 4.4342

0.2662 / 0.0600 = 4.4358

2.5610 / 0.5770 4.4385

Nilai rata-rata dari Consistency Vector adalah :
 = (4.4303 + 4.4342 + 4.4358 + 4.4385) / 4 = 4.4347
Nilai Consistency Index dapat dihitung dengan menggunakan rumus :

CI = ( - n) / (n – 1) ; n : banyak alternatif

= (4.4347 – 4) / (4 – 1)

= 0.1449 22
Untuk menghitung Consistency Ratio, dibutuhkan nilai RI, yaitu indeks
random yang didapat dari tabel berikut:

n RI
2 0.00
3 0.58
4 0.90
5 1.12
6 1.24
7 1.32
8 1.41

23
Terima kasih

24