BAB 3 PEMBAHASAN
Pada bab ini akan dibahas secara khusus tentang penetapan prioritas menggunakan metode
Analytic Hierarchy Prosess
AHP dan anlasis sensitivitas serta pengaruhnya terhadap urutan prioritas.
3.1 Perhitungan Faktor Pembobotan Hirarki Untuk Semua Kriteria
Pada gambar 2.2 mengilustrasikan struktur hirarki permasalahan pemilihan sekolah terbaik. Setelah penyusunan maka langkah selanjutnya adalah melakukan
perbandingan antara elemen dengan memperhatikan pengaruh elemen pada level di atasnya. Pembagian pertama dilakukan untuk elemen
– elemen pada level dua terdiri dari kriteria Hardware HW, Software SW, Purnajual PJ, dan Daya Tarik DT.
Pembandingan dilakukan dengan menggunakan skala satu sampai sembilan dan memenuhi aksioma
– aksioma pada metode AHP. Matriks perbandingan berpasangan dari level dua dengan memperhatikan level satu adalah :
Tabel 3.1 Matriks Faktor Pembobotan Hirarki Untuk Semua Kriteria
HW SW
PJ DT
HW 1
5 5
SW 1
PJ 3
7 1
7 DT
2 1
Universitas Sumatera Utara
Perhitungan matriks untuk semua kriteria :
Tabel 3.2 Matriks Faktor Pembobotan Hirarki Untuk Semua Kriteria Yang Disederhanakan
HW SW
PJ DT
HW 1,0000
5,0000 0,3333
5,0000 SW
0,2000 1,0000
0,1429 0,5000
PJ 3,0000
7,0000 1,0000
7,0000 DT
0,2000 2,0000
0,1429 1,0000
∑
4,4000 15,0000
1,6190 13,5000
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 untuk setiap baris. Hasilnya dapat dilihat pada tabel sebagai berikut :
Tabel 3.3 Matriks Faktor Pembobotan Hirarki Untuk Semua Kriteria Yang Dinormalkan
HW SW
PJ DT
Vektor Eigen yang dinormalkan
HW
0,2273 0,3333
0,2059 0,3704
0,2842
SW
0,0455 0,0667
0,0882 0,0370
0,0593
PJ
0,6818 0,4667
0,6176 0,5185
0,5712
DT
0,0455 0,1333
0,0882 0,0741
0,0853
∑
1,0000 1,0000
1,0000 1,0000
1,0000
Universitas Sumatera Utara
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
Kategori