2.10 Analytic Hierarchy Process AHP
AHP dikembangkan oleh Dr. Thomas L. Saaty untuk mengorganisasikan informasi dan judgement dalam memilih alternatif yang paling disukai. Prinsip
kerja AHP adalah penyederhanaan suatu persoalan kompleks yang tidak terstruktur, stratejik dan dinamik menjadi bagian-bagiannya serta menata dalam
suatu hierarki Marimin, 2004. AHP memungkinkan pengguna untuk memberikan nilai bobot relatif dari
suatu kriteria majemuk atau alternatif secara intuitif yaitu dengan melakukan perbandingan berpasangan pairwise comparison. Langkah-langkah dalam
metode AHP meliput i Suryadi dan Ali, 2002: 1. Mendefinisikan masalah dan menentukan solusi yang diinginkan.
2. Membuat struktur hirarki yang diawali dengan tujuan umum, dilanjutkan dengan subtujuan-subtujuan, criteria dan kemungkinan alternatif-alternatif
pada tingkatan kriteria yang paling bawah. 3. Membuat matriks perbandingan berpasangan yang menggambarkan kontribusi
relatif atau pengaruh setiap elemen terhadap masing-masing tujuan atau kriteria yang setingkat diatasnya. Perbandingan dilakukan berdasarkan
penilaian dari pengambil keputusan dengan menilai tingkat kepentingan suatu elemen dibandingkan elemen lainnya.
4. Melakukan perbandingan berpasangan sehingga diperoleh judgement seluruhnya sebanyak n x [n-12] buah, dengan n adalah banyaknya elemen
yang dibandingkan. 5. Menghitung nilai eigen dan menguji konsistensinya, jika tidak konsisten maka
pengambilan data diulangi. 6. Mengulangi langkah 3, 4 dan 5 untuk seluruh tingkat hirarki.
7. Menghitung vektor eigen dari setiap matriks perbandingan berpasangan. Nilai vektor eigen merupakan bobot setiap elemen. Langkah ini untuk mensintesis
judgement dalam penentuan prioritas elemen-elemen pada tingkat hirarki terendah sampai pencapaian tujuan.
8. Memeriksa konsistensi hirarki. Jika nilainya lebih dari 10 persen maka penilaian data judgement harus diperbaiki.
Consistency Index CI mengukur seberapa besar tingkat kekonsistenan seseorang dalam memberikan penilaian terhadap suatu elemen di dalam masalah.
1
max
− −
= n
n CI
λ
Keterangan :
max
λ : Nilai maksimum dari nilai eigen matriks yang bersangkutan
n : Jumlah elemen yang dibandingkan
Consistency Ratio CR menunjukkan penerimaan tingkat kekonsistenan seseorang terhadap penilaian-penilaian yang dia berikan terhadap suatu masalah
berdasarkan angka random consistency yang telah ditabelkan.
RC CI
CR =
Keterangan : CI
: consistency index RC
: random consistency Nilai CR harus berada di antara 10 atau kurang untuk dapat diterima.
Pada AHP, skala yang digunakan adalah skala 1 – 9 yang menunjukkan penilaian equally, moderatly, strongly, very strongly, atau extremly preferred.
Kwong 2002 memperkenalkan triangular fuzzy number yang digunakan untuk menyajikan perbandingan berpasangan bagi karakteristik pelanggan untuk
menangkap ketidakjelasan adalah 9
~ 1
~ − . Fuzzy number akan dituliskan dengan tanda diatas angka yang ada.
TFN N~ didefinisikan oleh 3 bilangan nyata a ≤ b ≤ c , dan
dikarakteristikkan oleh fungsi keanggotaan kontinyu ~ x N μ :
Penentuan tingkat kepentingan kriteriaalternatif ternormalisasi yang dihasilkan dari perbandingan berpasangan menggunakan TFN dapat dicari dengan
langkah-langkah sebagai berikut Murtaza 2003
• Melakukan perbandingan berpasangan untuk setiap kriteria alternatif dengan menggunakan skala lingustik atau skala 1-9. Hasil perbandingan berpasangan
tersebut kemudian difuzzykan dengan TFN. • Menentukan tingkat kepentingan setiap faktor kriteria dengan mengalikan
tiap-tiap nilai dalam TFN batas bawah, nilai tengah, batas atas pada suatu baris, kemudian diambil akar ke-n dari hasil perkalian tersebut, di mana n
adalah banyaknya kriteriaalternatif. • Melakukan normalisasi terhadap tingkat kepentingan weights dengan aturan
: Nilai bawah dibagi dengan jumlah dari nilai atas.
Nilai atas dibagi dengan jumlah dari nilai bawah Nilai tengah dibagi dengan jumlah dari nilai tengah semua
kriteriaalternatif. Bila semua hirarkhi menggunakan TFN fuzzy AHP, maka proses tersebut
diterapkan pada semua hirarkhi.
2.11 Quality Function Deployment QFD