31
BAB IV HASIL DAN PEMBAHASAN
Pada bab ini akan dijelaskan langkah-langkah dalam menyusun dan menentukan bobot atau tingkat prioritas dari setiap kriteria dan alternatif.
4.1 Perhitungan Pembobotan Komponen untuk Semua Kriteria
Langkah pertama yang dilakukan adalah melakukan pembobotan dari semua kriteria. Pembobotan dilakukan oleh Kepala Sub Direktorat Pascapanen Tanaman
Pohon dan Perdu. Hasil pembobotan dari setiap kriteria yang diperoleh, diolah dan dimasukan ke dalam PCM seperti yang terlihat pada Tabel 4.1.
Tabel 4.1 PCM Gabungan Untuk Semua Kriteria
Kriteria
Rasa Disukai Lidah
Masyarakat Rajin
Berbuah Tidak
Mudah Rusak
Mudah Dalam Pemeliharaan
Dapat Berbuah Dilahan yang
Tidak Luas Rasa disukai lidah
masyarakat
1,00 2,00
2,00 3,00
2,00
Rajin Berbuah
0,50 1,00
2,00 4,00
2,00
Tidak Mudah Rusak
0,50 0,50
1,00 0,50
0,33
Mudah Dalam Pemeliharaan
0,33 0,25
2,00 1,00
0,50
Dapat Berbuah Dilahan yang Tidak
Luas
0,50 0,50
3,00 2,00
1,00
Total
2,83 4,25
10,00 10,50
5,83
32
Setelah diperoleh PCM gabungan untuk semua kriteria, matriks dinormalisasi dengan cara membagi setiap entri pada Tabel 4.1 dengan total
masing-masing kolom sebagai berikut:
Tabel 4.2 Normalisasi PCM
Kriteria
Rasa Disukai
Lidah Masyarakat
Rajin Berbuah
Tidak Mudah Rusak
Mudah Dalam Pemeliharaan
Dapat Berbuah
Dilahan yang Tidak Luas
Row Average
Rasa disukai lidah masyarakat
0,35 0,47
0,20 0,29
0,34 0,33
Rajin Berbuah
0,18 0,24
0,20 0,38
0,34 0,27
Tidak Mudah Rusak
0,18 0,12
0,10 0,05
0,06 0,10
Mudah Dalam Pemeliharaan
0,12 0,06
0,20 0,10
0,09 0,11
Dapat Berkembang
Dilahan yang Tidak Luas
0,18 0,12
0,30 0,19
0,17 0,19
Total
1,00 1,00
1,00 1,00
1,00 1,00
Dari Tabel 4.2, diperoleh bobot prioritas row average untuk masing- masing kriteria dalam memilih tanaman hortikultura yang paling tepat untuk
dibudidayakan, yaitu kriteria rasa disukai lidah masyarakat dengan bobot sebesar 0,33, rajin berbuah sebesar 0,27, tidak mudah rusak sebesar 0,10, mudah dalam
pemeliharaan sebesar 0,11 dan dapat berkembang dilahan yang tidak luas sebesar 0,19. Setelah diperoleh prioritas dari masing-masing kriteria, langkah selanjutnya
adalah menguji konsistensi, dengan menghitung Weighted Sum Vector, Consistency Vector dan menentukan nilai
�, CI dan CR. Weighted Sum Vector WSV diperoleh dengan cara sebagai berikut:
33
Weighted Sum Vector Tabel 4.1 × Row average Tabel 4.2
1,00 2,00
2,00 3,00
2,00
0,50
1,00 2,00
4,00
2,00 0,50
0,50 1,00
0,50 0,33
0,33 0,25
2,00 1,00
0,50 0,50
0,50 3,00
2,00 1,00
0,33 0,27
0,10 0,11
0,19
= 1,78
1,46
0,52 0,58
1,01
Setelah mendapatkan matriks WSV kemudian dihitung Consistency Vector dengan cara sebagai berikut:
Consistency Vector WSV Row average 1,780,33
1,460,27 0,520,10
0,580,11 1,010,19
= 5,4
5,5 5,2
5,2 5,3
Setelah mendapatkan consistency vector, dihitung nilai � dengan cara jumlah
consistency vector dibagi nilai n, dimana merupakan ordo matriks yang
bersangkutan. � =
� � � ���
= 26,6
5 = 5,31
Setelah mendapatkan nilai � maka dapat dicari CI dan CR untuk mengetahui
konsistensi data yang diperoleh.
�� = � −
− 1 =
5,31 − 5
5 − 1
= 0,31
4 = 0,08
Lalu CR diperoleh dengan cara membagi CI dengan RI yaitu Ratio Index yang didapat dari tabel RI. Besar RI untuk n = 5 adalah 1,12.
� =
�� �
=
0,08 1,12
=
0,07 Nilai CR yang diperoleh
≤ 0,1 yang berarti data konsisten.
34
Sehingga dapat disimpulkan bahwa prioritas kriteria yang dipilih oleh Kepala Sub Direktorat Pascapanen Tanaman Pohon dan Perdu dalam memilih
tanaman hortikultura yang tepat untuk dibudidayakan adalah kriteria rasa disukai lidah masyarakat dengan bobot sebesar 33, kemudian rajin berbuah dengan
bobot 27, dapat berkembang di lahan yang tidak luas dengan bobot 19, mudah dalam pemeliharaan dengan bobot 11 dan tidak mudah rusak dengan bobot
10. Dari masing-masing bobot yang diperoleh setiap kriteria, maka dapat dibentuk bobot preferensi yaitu
� = 0,33 0,27 0,10 0,11 0,19. Bobot preferensi ini digunakan dalam mennghitung matriks keputusan ternormalisasi
terbobot pada langkah-langkah pemilihan tanaman hortikultura yang paling tepat untuk dibudidayakan selanjutnya.
4.2 Perhitungan Pembobotan Komponen Masing-Masing Kriteria
Kategori