Perhitungan Faktor Evaluasi Untuk Kriteria Program Pemerintah

Dari hasil perhitungan pada tabel 3.6 diperoleh urutan komoditas unggulan untuk kriteria sumber daya manusiayakni ubi jalar menjadi unggulan pertama dengan nilai bobot 0,311 atau 31,1, kemudian kubis dengan bobot 0,196 atau 19,6 , kopi dengan bobot 0,186 atau 18,6 , kentang dengan bobot 0,119 atau 11,9 , cabe dengan bobot 0,084 atau 8,4 , tomat dengan bobot 0,068 atau 6,8, dan yang terakhir jeruk dengan bobot 0,036 atau 3,6 .

3.4 Perhitungan Faktor Evaluasi Untuk Kriteria Program Pemerintah

Perbandingan berpasangan kriteria program pemerintahpada 7 jenis komoditas pertanian adalah perbandingan berpasangan antara kentang a, kubis b, cabe c, tomat d, ubi jalar e, kopi f, dan jeruk g. Menurut Dinas Pertanian, semua komoditas mendapatkan pupuk bersubsidi dari pemerintah, sementara komoditas ubi jalar, kopi dan jeruk sedikit lebih baik karena pemerintah memberikan bantuan bibit tetapi dalam jumlah terbatas.Dari keterangan tersebut menunjukkan bahwakomoditas ubi jalar, kopi dan jeruk 3 kali lebih baik dari komoditas kentang, kubis, cabe dan tomat. Sehingga diperoleh hasil preferensi dalam matriks resiprokal seperti tabel 3.7. Tabel 3.7 Matriks Faktor Evaluasi untuk Kriteria Program Pemerintah Perhitungan matriks untuk kriteria program pemerintah adalah menyederhanakan matriks pembobotan, hasilnya seperti tabel 3.8. a b c d e f g a 1 1 1 1 b 1 1 1 1 c 1 1 1 1 d 1 1 1 1 e 3 3 3 3 1 1 1 f 3 3 3 3 1 1 1 g 3 3 3 3 1 1 1 Universitas Sumatera Utara Tabel 3.8 Matriks Faktor Evaluasi untuk Kriteria Program Pemerintah yang Disederhanakan Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah total pada kolom yang bersangkutan, akan diperoleh bobot relatif yang dinormalkan. Nilai vektor eigen dihasilkan dari rata-rata nilai bobot relatif untuk tiap baris, hasilnya dapat dilihat pada tabel 3.9. Tabel 3.9 Matriks Faktor Evaluasi untuk Kriteria Program Pemerintah yang Dinormalkan a B c d e f g Vector eigen A 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 B 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 C 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 D 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 E 0,231 0,231 0,231 0,231 0,231 0,231 0,231 0,231 F 0,231 0,231 0,231 0,231 0,231 0,231 0,231 0,231 G 0,231 0,231 0,231 0,231 0,231 0,231 0,231 0,231 Selanjutnya nilai eigen maksimum didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan vektor eigen. Nilai eigen maksimum yang dapat diperoleh adalah: a b c d e f g a 1,000 1,000 1,000 1,000 0,333 0,333 0,333 b 1,000 1,000 1,000 1,000 0,333 0,333 0,333 c 1,000 1,000 1,000 1,000 0,333 0,333 0,333 d 1,000 1,000 1,000 1,000 0,333 0,333 0,333 e 3,000 3,000 3,000 3,000 1,000 1,000 1,000 f 3,000 3,000 3,000 3,000 1,000 1,000 1,000 g 3,000 3,000 3,000 3,000 1,000 1,000 1,000 ∑ 13,000 13,000 13,000 13,000 4,333 4,333 4,333 Universitas Sumatera Utara Karena matriks berordo 7 yakni terdiri dari 7 alternatif , nilai indeks konsistensi yang diperoleh: Untuk n = 7 , RI = 1,320 tabel Saaty, maka: Karena RC 0,100 berarti matriks kriteria program pemerintah adalah konsisten. Dari hasil perhitungan pada tabel 3.9 diperoleh urutan komoditas unggulan untuk kriteria program pemerintahyakni ubi jalar, kopi dan jeruk menjadi unggulan pertama dengan nilai bobot yang sama 0,231 atau 23,1, kemudian kentang, kubis, cabe, dan tomat dengan bobot yang sama 0,077 atau 7,7.

3.5 Perhitungan Faktor Evaluasi Untuk Kriteria BiayaPenanamanPerawatan

Dokumen yang terkait

Analisis Metode Fuzzy Analytic Hierarchy Process (Fahp) Dalam Menentukan Posisi Jabatan

12 131 82

Perbandingan Metode Analytical Hierarchy Process (AHP) dan Metode Preference Ranking Organization Method For Enrichment Evaluation (PROMETHEE) untuk Pemilihan Hardisk Eksternal

19 131 147

Implementasi Metode Profile Matching dan Metode Analytical Hierarchy Process (AHP) pada Perekrutan Tenaga Kurir (Studi Kasus PT. JNE Cabang Medan)

16 91 137

Analisis Metode AHP (Analytical Hierarchy Process) Berdasarkan Nilai Consistency Ratio

2 46 123

Implementasi Metode Analytical Hierarchy Process (AHP) dan Fuzzy Multi-Attribute Decision Making (Fuzzy MADM) dalam Penentuan Prioritas Pengerjaan Order di PT. Sumatera Wood Industry

6 138 175

Analisis Pemilihan Supplier Dengan Metode Analytical Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) di PT. Indo CafCo

12 57 78

Implementasi Metode K- Means Clustering Dan Metode Analytical Hierarchy Process (AHP) Dalam Penilaian Kedisiplinan Siswa (Studi Kasus : SMP Negeri 21 Medan)

20 99 166

Studi Penerapan Metode Analytical Hierarchy Process (AHP) Dan Metode Technique For Order Preference By Similarity To Ideal Solution (TOPSIS) Untuk Peningkatan Kualitas Layanan Di Rumah Sakit Bina Kasih Medan-Sunggal

4 41 149

Penentuan Komoditas Unggulan Pertanian Dengan Metode Analytical Hierarchy Process (AHP) (Studi Kasus: Pertanian Kecamatan Parbuluan, Kabupaten Dairi)

0 0 7

PENENTUAN KOMODITAS UNGGULAN PERTANIAN DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) (Studi Kasus: Pertanian Kecamatan Parbuluan, Kabupaten Dairi) SKRIPSI JEFRI LEO SIHOMBING

0 0 13