Perhitungan Faktor Evaluasi Untuk Kriteria Permintaan Pasar

3.10 Perhitungan Faktor Evaluasi Untuk Kriteria Permintaan Pasar

Perbandingan berpasangan untuk kriteria permintaan pasar pada 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 Kabupaten Dairi komoditas kopi sedikit lebih konsisten dibanding komoditas lain. Komoditas kubis dan ubi jalar sedikit dibawah komoditas kentang, cabe ,tomat dan jeruk yang dengan harganya.Gambaran permintaan pasar tersebut menunjukkan bahwa komoditas kopi 3 kali lebih baik dari komoditas lain dan komoditas kentang, cabe, tomat ,jeruk 2 kali lebih baik dari kubis dan ubi jalar. Sehingga diperoleh hasil preferensi dalam matriks resiprokal seperti pada tabel 3.25. Tabel 3.25 Matriks Faktor Evaluasi untuk Kriteria Permintaan Pasar Perhitungan matriks untuk kriteria permintaan pasarselanjutnya dengan menyederhanakan matriks pembobotan, seperti pada tabel 3.26. a b c d e f g a 1 2 1 1 2 1 b 1 1 c 1 2 1 1 2 1 d 1 2 1 1 2 1 e 1 1 f 3 3 3 3 3 1 3 g 1 2 1 1 2 1 Universitas Sumatera Utara Tabel 3.26 Matriks Faktor Evaluasi untuk Kriteria Permintaan Pasar 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 3.27. Tabel 3.27 Matriks Faktor Evaluasi untuk Kriteria Permintaan Pasar yang Dinormalkan 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 2,000 1,000 1,000 2,000 0,333 1,000 b 0,500 1,000 0,500 0,500 1,000 0,333 0,500 c 1,000 2,000 1,000 1,000 2,000 0,333 1,000 d 1,000 2,000 1,000 1,000 2,000 0,333 1,000 e 0,500 1,000 0,500 0,500 1,000 0,333 0,500 f 3,000 3,000 3,000 3,000 3,000 1,000 3,000 g 1,000 2,000 1,000 1,000 2,000 0,333 1,000 ∑ 8,000 13,000 8,000 8,000 13,000 3,000 8,000 a b c d e f g Vektor eigen a 0,125 0,154 0,125 0,125 0,154 0,111 0,125 0,131 b 0,063 0,077 0,063 0,063 0,077 0,111 0,063 0,074 c 0,125 0,154 0,125 0,125 0,154 0,111 0,125 0,131 d 0,125 0,154 0,125 0,125 0,154 0,111 0,125 0,131 e 0,063 0,077 0,063 0,063 0,077 0,111 0,063 0,074 f 0,375 0,231 0,375 0,375 0,231 0,333 0,375 0,328 g 0,125 0,154 0,125 0,125 0,154 0,111 0,125 0,131 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 resiprokal kriteria permintaan pasar adalah konsisten. Dari hasil perhitungan pada tabel 3.27 diperoleh urutan komoditas unggulan untuk kriteria permintaan pasar yakni kopi menjadi unggulan pertama dengan nilai bobot 0,328 atau 32,8 , kemudian kentang, cabe, tomat dan jeruk dengan bobot yang sama 0,131 atau 13,1 , dan kubis dan ubi jalar dengan bobot yang sama 0,074 atau 7,4 . 3.11 Perhitungan Total RangkingPrioritas Global 3.11.1 Faktor Evaluasi Total

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