Selanjutnya nilai eigen maksimum diperoleh dengan menjumlahkan
hasil perkiraan antara jumlah entri – entri kolom pada matriks faktor pembobotan
yang disederhanakan dengan vektor eigen maksimum yang diperoleh adalah sebagai berikut :
Karena matriks berordo 4 yakni terdiri dari 4 kriteria , nilai indeks konsistensi yang diperoleh :
Untuk
n
= 3, RI = 0,58 tabel Saaty maka :
Karena
CR
0,1000 berarti preferensi penilaian adalah konsisten.
Dari hasil perhitungan pada tabel diatas menunjukkan kriteria Purnajual PJ merupakan kriteria yang paling penting dalam menentukan komputer terbaik dengan
nilai bobot 0,5712 atau 57,12, berikutnya kriteria Hardware SW dengan bobot 0,2842 atau 28,42 , kriteria Daya Tarik DT dengan nilai bobot 0,0853 atau 8,5
dan kriteria Software SW dengan nilai bobot
0,0593
atau 5,93.
3.2 Perhitungan Faktor Evaluasi Untuk Kriteria Hardware
Perbandingan berpasangan untuk kriteria proses Hardware pada tiga komputer yaitu perbandingan berpasangan antara komputer A dengan komputer B, komputer
A dengan komputer C. Perbandingan komputer B dengan komputer A, komputer B dengan komputer C. Perbandingan komputer C dengan komputer B. Maka matriks
perbandingan berpasangan preferensi diatas adalah sebagai berikut :
Universitas Sumatera Utara
Tabel 3.4 Matriks Evaluasi Untuk Kriteria Hardware
HW A
B C
A 1
3 9
B 1
6 C
1
Perhitungan matriks untuk kriteria Hardware
Tabel 3.5 Matriks Evaluasi Untuk Kriteria Proses Hardware Yang Disederhanakan
HW A
B C
A 1,000
3,000 9,000
B 0,333
1,000 6,000
C 0,111
0,167 1,000
∑ 1,444
4,167 16,000
Dengan unsur – unsur pada tiap kolom dibagi dengan jumlah kolom yang
bersangkutan, akan diperoleh bobot yang dinormalkan. Nilai vektor eigen dihasilkan dari rata
– rata nilai bobot relatif untuk setiap baris. Hasilnya dapat dilihat pada tabel berikut ini :
Tabel 3.6 Matriks Faktor Evaluasi Untuk Kriteria Hardware Yang Dinormalkan HW
A B
C Vektor eigen yang
dinormalkan A
0,6923 0,7200
0,5625 0,6583
B 0,2308
0,2400 0,3750
0,2819 C
0,0769 0,0400
0,0625 0,0598
∑ 1,0000
1,0000 1,0000
1,0000
Universitas Sumatera Utara
Selanjutnya nilai eigen maksimum diperoleh dengan menjumlahkan
hasil perkalian antara entri – entri kolom pada matriks faktor pembobotan yang
disederhanakan dengan vektor eigen. Nilai eigen maksimum yang diperoleh sebagai berikut :
= 1,4444 x 0,6583 + 4,1667 x 0,2819 + 16,0000 x 0,0598 = 0,9508 + 1,1746 + 0,9568
= 3,0822
Karena matriks berordo 3 yakni terdiri dari 3 alteratif , maka nilai indeks konsistensi yang diperoleh adalah :
Untuk n = 3, RI = 0,580 tabel skala saaty, maka :
Karena CR 0,1000 berarti preferensi penilaian adalah konsisten.
Dari hasil perhitungan pada tabel 3.6 diperoleh urutan prioritas lokal untuk kriteria Hardware yaitu komputer A menjadi prioritas pertama dengan nilai bobot
0,6583 atau 65,83, kemudian komputer B menjadi priotas ke – 2 dengan nilai bobot
0,2819 atau 28,19, komputer C menjadi prioritas ke – 3 dengan nilai bobot 0,0598
atau 5,98.
Universitas Sumatera Utara
3.3 Perhitungan Faktor Evaluasi Untuk Kriteria Software Tabel 3.7 Matriks Faktor Evaluasi Untuk Kriteria Software
SW A
B C
A 1
B 2
1 C
8 5
1
Perhitungan matriks untuk kriteria Software :
Tabel 3.8 Matriks Evaluasi Untuk Kriteria Software Yang Disederhanakan
SW A
B C
A 1,0000
0,5000 0,1250
B 2,0000
1,0000 1,2000
C 8,0000
5,0000 1,0000
∑ 11,0000
6,5000 1,3250
Dengan unsur –unsur pada tiap kolom dibagi dengan jumlah kolom yang
bersangkutan, akan diperoleh bobot relatif yang dinormalkan. Nilai vektor eigen dihasilkan dari rata - rata nilai bobot relatif setiap baris. Hasilnya dapat dilihat pada
tabel berikut ini :
Universitas Sumatera Utara
Tabel 3.9 Matriks Faktor Evaluasi Untuk Kriteria Software Yang Dinormalkan
SW A
B C
Vektor eigen yang dinormalkan
A 0,0909
0,0769 0,0943
0,0874 B
0,1818 0,1539
0,1510 0,1622
C 0,7273
0,7692 0,7547
0,7504 ∑
1,0000 1,0000
1,0000 1,0000
Selanjutnya nilai eigen maksimum diperoleh dengan menjumlahkan
hasil perkalian jumlah entri – entri kolom pada matriks faktor pembobotan yang
disederhanakan dengan vektor eigen. Nilai maksimum yang diperoleh adalah sebagai berikut :
= 11,0000 x 0,0873 + 6,5000 x 0,1622 + 1,3250 x 0,7504 = 0,9603 + 1,0543 + 0,9943
= 3,0089
Karena matriks berordo 3 yakni terdiri dari 3 alternatif maka nilai indeks konsistensi yang diperoleh adalah :
Untuk n = 3, RI = 0,580 tabel skala saaty, maka :
Karena CR 0,100 berarti preferensi penilaian adalah konsisten.
Dari hasil perhitungan pada tabel diatas diperoleh untuk prioritas lokal untuk kriteria Software yaitu komputer C menjadi prioritas pertama dengan nilai bobot
Universitas Sumatera Utara
0,7504 atau 75,04, kemudian komputer B menjadi prioritas ke – 2 dengan nilai
bobot 0,1622 atau 16,22, komputer A menjadi prioritas ke – 3 dengan nilai bobot
0,0874 atau 8,74.
3,4 Perhitungan Faktor Evaluasi Untuk Kriteria Purnajual Tabel 3.10 Matriks Faktor Evaluasi Untuk Kriteria Purnajual
PJ A
B C
A 1
1 6
B 1
1 3
C 1
Perhitungan matriks untuk kriteria Purnajual :
Tabel 3.11 Matriks Evaluasi Untuk Kriteria Purnajual Yang Disederhanakan
PJ A
B C
A 1,0000
1,0000 6,0000
B 1,0000
1,0000 3,0000
C 0,1667
0,3333 1,0000
∑ 2,1667
2,3333 10,0000
Dengan unsur –unsur pada tiap kolom dibagi dengan jumlah kolom yang
bersangkutan, akan diperoleh bobot relatif yang dinormalkan. Nilai vektor eigen dihasilkan dari rata - rata nilai bobot relatif setiap baris. Hasilnya dapat dilihat pada
tabel berikut ini :
Universitas Sumatera Utara
Tabel 3.12 Matriks Faktor Evaluasi Untuk Kriteria Purnajual Yang Dinormalkan
PJ A
B C
Vektor eigen yang dinormalkan
A 0,4615
0,4286 0,6000
0,4967 B
0,4615 0,4286
0,3000 0,3967
C 0,0769
0,1429 0,1000
0,1066 ∑
1,0000 1,0000
1,0000 1,0000
Selanjutnya nilai eigen maksimum diperoleh dengan menjumlahkan
hasil perkalian jumlah entri – entri kolom pada matriks faktor pembobotan yang
disederhanakan dengan vektor eigen. Nilai maksimum yang diperoleh adalah sebagai berikut :
= 2,1667 x 0,4967 + 2,3333 x 0,3967 + 10,0000 x 0,1066 = 1,0762 + 0,9256 + 1,066
= 3,0678
Karena matriks berordo 3 yakni terdiri dari 3 alternatif maka nilai indeks konsistensi yang diperoleh adalah :
Untuk n = 3, RI = 0,580 tabel skala saaty, maka :
Karena CR 0,100 berarti preferensi penilaian adalah konsisten. Dari hasil perhitungan pada tabel diatas diperoleh untuk prioritas lokal untuk
kriteria Purnajual yaitu komputer A menjadi prioritas pertama dengan nilai bobot
Universitas Sumatera Utara
0,4967 atau 49,67, kemudian komputer B menjadi prioritas ke – 2 dengan nilai
bobot 0,3967atau 39,67, komputer C menjadi prioritas ke – 3 dengan nilai bobot
0,1066 atau 10,66
3.5 Perhitungan Faktor Evaluasi Untuk Kriteria Daya Tarik
