Analytical Hierarchy Process KESIMPULAN DAN SARAN

W 3 = 2 4 + 5 + 2 + 3 + 2 = 0,125 W 4 = 3 4 + 5 + 2 + 3 + 2 = 0,1875 W 5 = 2 4 + 5 + 2 + 3 + 2 = 0,125 g. Menghitug Nilai S i S 1 = 5 0,25 x 4 0,3125 x 2 0,125 x 2 0,1875 x 4 0,125 = 3,406 S 2 = 5 0,25 x 2 0,3125 x 1 0,125 x 3 0,1875 x 1 0,125 = 2,282 S 3 = 4 0,25 x 1 0,3125 x 2 0,125 x 1 0,1875 x 2 0,125 = 1,683 h. Menghitung Nilai V i V 1 = 3,406 3,406 + 2,282 + 1,683 = 0,462 V 2 = 2,282 3,406 + 2,282 + 1,683 = 0,309 V 3 = 1,683 3,406 + 2,282 + 1,683 = 0,228 Karena diperoleh nilai terbesar adalah V 1 , maka alternatif “Biologi” adalah Mata Pelajaran yang dipilih sebagai alternatif terbaik.

2.4 Analytical Hierarchy Process

Analytical Hierarchy Process AHP Merupakan suatu teori umum tentang suatu konsep pengukuran. Metode ini digunakan untuk menemukan suatu skala rasio balik dari perbandingan pasangan yang bersifat diskrit maupun kontinu Mulyono, 1996. Terdapat beberapa langkah yang perlu diperhatikan dalam menggunakan metode AHP, antara lain Suryadi Ramdhani, 1998: a. Mendefenisikan masalah dan menentukan solusi yang diinginkan. b. Membuat struktur hirarki yang diawali dengan tujuan umum dilanjutkan dengan subtujuan-tujuan, kriteria dan kemungkinan alternatif-alternatif pada tingkatan kriteria yang paling bawah. Universitas Sumatera Utara c. Membuat matriks perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh setiap elemen terhadap masing-masing tujuan atau kriteria yang setingkat diatasnya. Perbandingan dilakukan berdasarkan judgment dari pembuat keputusan dengan menilai tingkat kepentingan suatu elemen dibandingkan elemen lainnya. d. Melakukan perbandingan berpasangan sehingga diperoleh nilai judment seluruhnya. e. Menghitung nilai eigen dan menguji konsistensinya jika tidak konsisten maka pengambilan data diulangi. Mengulangi langkah b, c, dan d untuk seluruh tingkat hirarki. f. Menghitung vektor eigen dari setiap matriks perbandingan berpasangan. Nilai vektor eigen merupakan bobot setiap elemen. Langkah ini untuk mensintesis judgment dalam penentuan prioritas elemen-elemen pada tingkat hirarki terendah sampai pencapaian tujuan. g. Memeriksa konsistensi hirarki. Jika nilainya lebih dari 0,1 maka penilaian data harus diperbaiki. Consistency Index CI, dengan rumus: CI = � �� − − 1 Keterangan: i = Rasio penyimpangan konsistensi λmax = nilai eigen maksimum n = banyaknya elemen h. Mencari total ranking, langkah terakhir adalah menghitung total ranking dengan cara menjumlahkan hasil perkalian nilai eigen vector tiap kriteria dengan nilai eigen vector alternatif pada kriteria yang sama, sehingga diperoleh alternatif terbaik. 2.4.1 Contoh Manual Penggunaan Algoritma Analytical Hierarchy Process a. Kriteria K1 = Kemampuan Siswa K4 = Keadaan Guru K2 = Minat Siswa K5 = Rekomendasi Orang Tua K3 = Rekomendasi Guru Universitas Sumatera Utara b. Skor Konversi Nilai Kriteria Skor konversi nilai kriteria AHP dapat dilihat pada Tabel 2.4. Tabel 2.4 Skor Konversi Nilai Kriteria AHP Kriteria Nilai Awal Nilai Konversi K1 - 20 21 - 40 41 - 60 61 - 80 ≥ 81 1 2 3 4 5 K2 - 5 6 - 10 11 - 15 16 - 20 ≥ 21 1 2 3 4 5 K3 - 3 4 - 6 7 - 9 10 - 12 ≥ 13 1 2 3 4 5 K4 ≤ 1 2 3 4 ≥ 5 1 2 3 4 5 K5 - 5 6 - 10 11 - 15 16 - 20 ≥ 21 1 2 3 4 5 c. Contoh Data Contoh data AHP dapat dilihat pada Tabel 2.5. Tabel 2.5 Contoh Data AHP Mata Pelajaran K1 K2 K3 K4 K5 Biologi BIO 85 16 10 2 17 Bahasa dan Sastra Indonesia BSI 85 10 3 4 5 Bahasa Arab BA 80 5 7 1 7 Universitas Sumatera Utara d. Contoh Data Yang Sudah Dikonversi Contoh data yang sudah dikonversi dapat dilihat pada Tabel 2.6. Tabel 2.6 Contoh Data Yang Sudah Dikonversi AHP Mata Pelajaran K1 K2 K3 K4 K5 Biologi BIO 5 4 2 2 4 Bahasa dan Sastra Indonesia BSI 5 2 1 3 1 Bahasa Arab BA 4 1 2 1 2 e. Tabel Matriks Prioritas Kriteria Matriks prioritas kriteria dapat dilihat pada Tabel 2.7. Tabel 2.7 Tabel Matriks Prioritas Kriteria K1 K2 K3 K4 K5 K1 1 ½ 3 2 3 K2 2 1 4 3 4 K3 13 ¼ 1 ½ 1 K4 ½ 13 2 1 2 K5 13 ¼ 1 ½ 1 f. Tabel Matrik Prioritas Kriteria Yang Disederhanakan Matriks prioritas kriteria yang disederhanakan dapat dilihat pada Tabel 2.8. Tabel 2.8 Tabel Matriks Prioritas Kriteria Yang Disederhanakan K1 K2 K3 K4 K5 Eigen Vektor K1 1,00 0,50 3,00 2,00 3,00 0,257 K2 2,00 1,00 4,00 3,00 4,00 0,413 K3 0,33 0,25 1,00 0,50 1,00 0,088 K4 0,50 0,33 2,00 1,00 2,00 0,154 K5 0,33 0,25 1,00 0,50 1,00 0,088 ∑ 4,16 2,33 11 7 11 1 Universitas Sumatera Utara Principle eigen vektor λmax λmax = 4,16 x 0,257 + 2,33 x 0,413 + 11 x 0,088 + 7 x 0,154 + 11 x 0,088 = 5,04541 Consistency Index CI CI = 5,045 − 5 5 − 1 CI = 0,045 4 CI = 0,01125 g. Tabel Matriks Bobot Kriteria 1 Kemampuan Siswa Matriks bobot kriteria 1 dapat dilihat pada Tabel 2.9. Tabel 2.9 Tabel Matriks Bobot Kriteria 1 K1 BIO BSI BA Eigen Vektor BIO 5 1 1 1,25 0,357 BSI 5 1 1 1,25 0,357 BA 4 0,8 0,8 1 0,286 ∑ 2,8 2,8 3,5 1 Principle eigen vektor λmax λmax = 2,8 x 0,357 + 2,8 x 0,357 + 3,5 x 0,286 = 3,0002 Consistency Index CI CI = 3,0002 − 3 3 − 1 CI = 0,0002 2 = 0,0001 h. Tabel Matriks Bobot Kriteria 2 Minat Siswa Matriks bobot kriteria 2 dapat dilihat pada Tabel 2.10. Universitas Sumatera Utara Tabel 2.10 Tabel Matriks Bobot Kriteria 2 K2 BIO BSI BA Eigen Vektor BIO 4 1 2 4 0,571 BSI 2 0,5 1 2 0,286 BA 1 0,25 0,5 1 0,143 ∑ 1,75 3,5 7 1 Principle eigen vektor λmax λmax = 1,75 x 0,571 + 3,5 x 0,286 + 7 x 0,143 = 3,00125 Consistency Index CI CI = 3,00125 − 3 3 − 1 CI = 0,00125 2 = 0,000625 i. Tabel Matriks Bobot Kriteria 3 Rekomendasi Guru Matriks bobot kriteria 3 dapat dilihat pada Tabel 2.11. Tabel 2.11 Tabel Matriks Bobot Kriteria 3 K3 BIO BSI BA Eigen Vektor BIO 2 1 2 1 0,4 BSI 1 0,5 1 0,5 0,2 BA 2 1 2 1 0,4 ∑ 2,5 5 2,5 1 Principle eigen vektor λmax λmax = 2,5 x 0,4 + 5 x 0,2 + 2,5 x 0,4 = 3 Consistency Index CI CI = 3 − 3 3 − 1 = 2 = 0 Universitas Sumatera Utara j. Matriks Bobot Kriteria 4 Keadaan Guru Matriks bobot kriteria 4 dapat dilihat pada Tabel 2.12. Tabel 2.12 Tabel Matriks Bobot Kriteria 4 K4 BIO BSI BA Eigen Vektor BIO 2 1 0,667 2 0,333 BSI 3 1,5 1 3 0,5 BA 1 0,5 0,333 1 0,167 ∑ 3 2 6 1 Principle eigen vektor λmax λmax = 3 x 0,333 + 2 x 0,5 + 6 x 0,167 = 3,001 Consistency Index CI CI = 3,001 − 3 3 − 1 CI = 0,001 2 = 0,0005 k. Matriks Bobot Kriteria 5 Rekomendasi Orang Tua Matriks bobot kriteria 5 dapat dilihat pada Tabel 2.13. Tabel 2.13 Tabel Matriks Bobot Kriteria 5 K5 BIO BSI BA Eigen Vektor BIO 4 1 4 2 0,571 BSI 1 0,25 1 0,5 0,143 BA 2 0,5 2 1 0,286 ∑ 1,75 7 3,5 1 Principle eigen vektor λmax λmax = 1,75 x 0,571 + 7 x 0,143 + 3,5 x 0,286 = 3,00125 Universitas Sumatera Utara Consistency Index CI CI = 3,00125 − 3 3 − 1 CI = 0,00125 2 = 0,000625 l. Mencari Total Ranking BIO = 0,257 x 0,357 + 0,413 x 0,571 + 0,088 x 0,4 + 0,154 x 0,333 + 0,088 x 0,571 = 0,463 BSI = 0,257 x 0,357 + 0,413 x 0,286 + 0,088 x 0,2 + 0,154 x 0,5 + 0,088 x 0,143 = 0,317 BA = 0,257 x 0,286 + 0,413 x 0,143 + 0,088 x 0,4 + 0,154 x 0,167 + 0,088 x 0,286 = 0,219 Karena diperoleh nilai yang terbesar adalah “BIO” maka Biologi adalah alternatif Mata Pelajaran terbaik.

2.5 Big Theta