Perhitungan Faktor Evaluasi Untuk Kriteria Daya Tahan Terhadap CuacaPenyakit

3.6 Perhitungan Faktor Evaluasi Untuk Kriteria Daya Tahan Terhadap CuacaPenyakit

Hasil analisis preferensi gabungan dari 60 responden untuk perbandingan berpasangan kriteria daya tahan terhadap cuacapenyakitpada 7 jenis komoditas pertanianadalah perbandingan berpasangan antara kentang a, kubis b, cabe c, tomat d, ubi jalar e, kopi fdan jeruk g. Hasil gabungan responden menunjukkan bahwa komoditas ubi jalar dan kopi 8 kali lebih baik dari kentang dan cabe, kubis dan jeruk 3 kali lebih baik dari kentang. Selengkapnya diperoleh hasil preferensi dalam matriks resiprokal seperti pada tabel 3.13. Tabel 3.13 Matriks Faktor Evaluasi untuk Kriteria Daya Tahan Terhadap CuacaPenyakit Perhitungan matriks untuk kriteria daya tahan terhadap cuacapenyakitselanjutnya menyederhanakan matriks pembobotan, hasilnya seperti tabel 3.14. a b c d e f g a 1 2 3 b 3 1 4 5 c 1 3 d 1 e 8 5 8 9 1 2 4 g 8 5 8 9 1 4 h 3 2 4 6 1 Universitas Sumatera Utara Tabel 3.14 Matriks Faktor Evaluasi untuk Kriteria Daya Tahan Terhadap CuacaPenyakit yang Disederhanakan a b c d e f g a 1,000 0,333 2,000 3,000 0,125 0,125 0,333 b 3,000 1,000 4,000 5,000 0,200 0,200 0,500 c 0,500 0,250 1,000 3,000 0,125 0,125 0,250 d 0,333 0,200 0,333 1,000 0,111 0,111 0,167 e 8,000 5,000 8,000 9,000 1,000 2,000 4,000 f 8,000 5,000 8,000 9,000 0,500 1,000 4,000 g 3,000 2,000 4,000 6,000 0,250 0,250 1,000 ∑ 23,833 13,783 27,333 36,000 2,311 3,811 10,250 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 3.15. Tabel 3.15 Matriks Faktor Evaluasi untuk Kriteria Daya Tahan Terhadap CuacaPenyakit 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 Vector eigen a 0,042 0,024 0,073 0,083 0,054 0,033 0,033 0,049 b 0,126 0,073 0,146 0,139 0,087 0,052 0,049 0,096 c 0,021 0,018 0,037 0,083 0,054 0,033 0,024 0,039 d 0,014 0,015 0,012 0,028 0,048 0,029 0,016 0,023 e 0,336 0,363 0,293 0,250 0,433 0,525 0,390 0,370 f 0,336 0,363 0,293 0,250 0,216 0,262 0,390 0,301 g 0,126 0,145 0,146 0,167 0,108 0,066 0,098 0,122 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 preferensi responden adalah konsisten. Dari hasil perhitungan pada tabel 3.15 diperoleh urutan komoditas unggulan untuk kriteria daya tahan terhadap cuacapenyakityakni ubi jalar menjadi unggulan pertama dengan nilai bobot 0,370 atau 37 , kemudian kopi dengan bobot 0,301 atau 30,1, jeruk dengan bobot 0,122 atau 12,2 , kubis dengan bobot 0,096 atau 9,6, kentang dengan bobot 0,049 atau 4,9 , cabai dengan bobot 0,039 atau 3,9, dan yang terakhir tomat dengan bobot 0,023 atau 2,3 .

3.7 Perhitungan Faktor Evaluasi Untuk Kriteria Usia Produktifitas

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