Perhitungan Faktor Evaluasi untuk Bank Tabungan Negara BTN

dengan nilai bobot 0,231 atau 23,1, reputasi bank RB dengan nilai bobot 0,209 atau 20,9, fasilitas tekhnologi FT dengan nilai bobot 0,087 atau 8,7, prosedur pelayanan PP dengan nilai bobot 0,081 atau 8,1 dan lokasi bank LB dengan nilai bobot 0,052 atau 5,2.

3.5 Perhitungan Faktor Evaluasi untuk Bank Tabungan Negara BTN

Perbandingan berpasangan untuk BTN pada 6 faktor yang mempengaruhi konsumen dalam memilih jasa perbankan yaitu perbandingan berpasangan antara Jaminan keamanan terhadap reputasi bank , lokasi bank , prosedur pelayanan, fasilitas tekhnologi dan suku bunga perbankan. Perbandingan berpasangan antara reputasi bank dengan lokasi bank, prosedur pelayanan, fasilitas tekhnologi, dan suku bunga sampai pada perbandingan berpasangan antara fasilitas tekhnologi terhadap suku bunga sehingga diperoleh hasil preferensi dalam matriks resiprokal sebagai berikut: Tabel 3.14 Matriks Faktor Evaluasi untuk BTN JK RB LB PP FT SB JK 1 4 3 3 4 1 RB 14 1 2 2 3 1 LB 13 12 1 13 ½ 13 PP 13 12 3 1 2 ¼ FT 14 13 2 12 1 ¼ SB 1 1 3 4 2 1 Perhitungan matriks untuk BTN adalah: Tabel 3.15 Matriks Faktor Evaluasi untuk BTN yang didesimalkan JK RB LB PP FT SB JK 1,000 4,000 3,000 3,000 4,000 1,000 RB 0,250 1,000 2,000 2,000 3,000 1,000 LB 0,333 0,500 1,000 0,333 0,500 0,333 PP 0,333 0,500 3,000 1,000 2,000 0,250 FT 0,250 0,333 2,000 0,500 1,000 0,500 SB 1,000 1,000 3,000 4,000 2,000 1,000 ∑ 3,167 7,333 14,000 10,833 12,500 4,083 Universitas Sumatera Utara 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 berikut : Tabel 3.16 Matriks Faktor Evaluasi untuk BTN yang dinormalkan JK RB LB PP FT SB Vektor eigen yang dinormalkan JK 0,316 0,545 0,214 0,277 0,320 0,245 0,320 RB 0,079 0,136 0,143 0,185 0,240 0,245 0,171 LB 0,105 0,068 0,071 0,031 0,040 0,082 0,066 PP 0,105 0,068 0,214 0,092 0,160 0,061 0,117 FT 0,079 0,045 0,143 0,046 0,080 0,122 0,086 SB 0,316 0,136 0,214 0,369 0,160 0,245 0,240 Selanjutnya nilai eigen maksimum didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan vektor eigen. Nilai eigen maksimum yang dapat diperoleh adalah sebagai berikut: = 3,167 x 0,320 + 7,333 x 0,171 + 14,000 x 0,066 + 10,833 x 0,117 + 12,500 x 0,086 + 4,083 x 0,240 = 6,516 Karena matrik berordo 6 yakni terdiri dari 6 alternatif, maka nilai indeks konsistensinya CI yang diperoleh adalah: CI = = = = 0,103 Untuk n = 6, RI =1,240 tabel skala Saaty, maka: CR = = = 0,083 0,100 Karena CR 0,100 berarti preferensi responden adalah konsisten. Dari hasil perhitungan pada tabel di atas diperoleh urutan faktor yang mempengaruhi konsumen untuk menggunakan jasa BTN yakni jaminan keamanan JK menjadi faktor pertama dengan nilai bobot 0,320 atau 32, suku bunga SB dengan nilai bobot 0,240 atau 24, reputasi bank RB dengan nilai bobot 0,171 atau 17,1, prosedur pelayanan PP dengan nilai bobot 0,117 atau 11,7, fasilitas Universitas Sumatera Utara tekhnologi FT dengan nilai bobot 0,086 atau 8,6 dan lokasi bank LB dengan nilai bobot 0,66 atau 6,6.

3.6 Perhitungan Faktor Evaluasi untuk Bank Ekspor Indonesia BEI

Dokumen yang terkait

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

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

18 117 72

Analisa Pemilihan Moda Transportasi Dengan Metode Analytic Hierarchy Process ( AHP ) Studi Kasus : Kuala Namu - Medan

22 147 107

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

Pendekatan Analytic Hierarchy Process (AHP) Dalam Pemilihan Supplier (Pemasok)

0 35 51