Kriteria Sistem Pendukung Keputusan Sistem pendukung keputusan dirancang secara khusus Analitychal Hierarchy Process AHP

5.Memiliki subsistem-subsistem yang terintegrasi sedemikian rupa sehingga dapat berfungsi sebagai kesatuan item. 6.Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan informasi seluruh tingkatan manajemen. Ciri – ciri SPK yang di rumuskan oleh Kursini 2007 adalah sebagai berikut : 1.Spk di tunjukan untuk membantu keputusan – keputusan yang berstruktur. 2.Spk merupakan gabungan antara kumpulan model kualitatif dan kumpulan data. 3.Spk bersifat luwes dan dapat menyesuaikan dengan perubahan yang terjadi.[3]

2.3 Kriteria Sistem Pendukung Keputusan Sistem pendukung keputusan dirancang secara khusus

untuk mendukung seseorang yang harus mengambil keputusan-keputusan tertentu. Berikut ini beberapa karakteristik sistem pendukung keputusan Oetomo, 2004 : a. Interaktif SPK memiliki user interface yang komunikatif sehingga pemakai dapat melakukan akses secara cepat ke data dan memperoleh informasi yang dibutuhkan. b. Fleksibel SPK memiliki sebanyak mungkin variabel masukkan, kemampuan untuk mengolah dan memberikan keluaran yang menyajikan alternatif- alternatif keputusan kepada pemakai. c. Data kualitas SPK memiliki kemampuan menerima data kualitas yang dikuantitaskan yang sifatnya subyektif dari pemakainya, sebagai data masukkan untuk pengolahan data. Misalnya: penilaian terhadap kecantikan yang bersifat kualitas, dapat dikuantitaskan dengan pemberian bobot nilai seperti 75 atau 90. d. Prosedur Pakar SPK mengandung suatu prosedur yang dirancang berdasarkan rumusan formal atau juga beberapa prosedur kepakaran seseorang atau kelompok dalam menyelesaikan suatu bidang masalah dengan fenomena tertentu.

2.4 Analitychal Hierarchy Process AHP

Metode Analytic Hierarchy Process AHP dikembangkan oleh Thomas L. Saaty pada tahun 70 – an ketika di Warston school. Metode AHP merupakan salah satu metode yang dapat digunakan dalam sistem pengambilan keputusan dengan memperhatikan faktor – faktor persepsi, preferensi, pengalaman dan intuisi. AHP menggabungkan penilaian – penilaian dan nilai – nilai pribadi ke dalam satu cara yang logis. Analytic Hierarchy Process AHP dapat menyelesaikan masalah multikriteria yang kompleks menjadi suatu hirarki. Masalah yang kompleks dapat di artikan bahwa kriteria dari suatu masalah yang begitu banyak multikriteria, struktur masalah yang belum jelas, ketidakpastian pendapat dari pengambil keputusan, pengambil keputusan lebih dari satu orang, serta ketidakakuratan data yang tersedia. Menurut Saaty, hirarki didefinisikan sebagai suatu representasi dari sebuah permasalahan yang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke bawah hingga level terakhir dari alternatif. Dengan hirarki, suatu masalah yang kompleks dapat diuraikan ke dalam kelompok – kelompoknya yang kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akan tampak lebih terstruktur dan sistematis. Metode ini adalah sebuah kerangka untuk mengambil keputusan dengan efektif atas persoalan dengan menyederhanakan dan mempercepat proses pengambilan keputusan dengan memecahkan persoalan tersebut kedalam bagian – bagiannya, menata bagian atau variabel ini dalam suatu susunan hirarki, memberi nilai numerik pada pertimbangan subjektif tentang pentingnya tiap variabel dan mensintesis berbagai pertimbangan ini untuk menetapkan variabel yang mana yang memiliki prioritas paling tinggi dan bertindak untuk mempengaruhi hasil pada situasi tersebut. Metode ini juga menggabungkan kekuatan dari perasaan dan logika yang bersangkutan pada berbagai persoalan, lalu mensintesis berbagai pertimbangan yang beragam menjadi hasil yang cocok dengan perkiraan kita secara intuitif sebagaimana yang dipersentasikan pada pertimbangan yang telah dibuat. Analytic Hierarchy Process AHP mempunyai landasan aksiomatik yang terdiri dari : 1. Reciprocal Comparison, yang mengandung arti si pengambil keputusan harus bisa membuat perbandingan dan menyatakan preferensinya. Preferensinya itu sendiri harus memenuhi syarat resiprokal yaitu kalau A lebih disukai dari B dengan skala x, maka B lebih disukai dari A dengan skala 1 : x. 2. Homogenity, yang mengandung arti preferensi seseorang harus dapat dinyatakan dalam skala terbatas atau dengan kata lain elemen – elemennya dapat dibandingkan satu sama lain. Kalau aksioma ini tidak dapat di penuhi maka elemen – elemen yang dibandingkan tersebut tidakmhomogenous dan harus dibentuk suatu ’cluster’ kelompok elemen-elemen yang baru. 3. Independence, yang berarti preferensi dinyatakan dengan mengasumsikan bahwa kriteria tidak dipengaruhi oleh alternatif - alternatif yang ada melainkan oleh objektif secara keseluruhan. Ini menunjukkan bahwa pola ketergantungan atau pengaruh dalam model AHP adalah searah keatas, artinya perbandingan antara elemen – elemen dalam satu level dipengaruhi atau tergantung oleh elemen-elemen dalam level di atasnya. 4. Expectations, artinya untuk tujuan pengambilan keputusan, struktur hirarki diasumsikan lengkap. Apabila asumsi ini tidak dipenuhi maka si pengambil keputusan tidak memakai seluruh kriteria dan atau objektif yang tersedia atau diperlukan sehingga keputusan yang diambil dianggap tidak lengkap. Tahapan – tahapan pengambilan keputusan dalam metode AHP pada dasarnya adalah sebagai berikut : 1.Mendefenisikan masalah dan menentukan solusi yang diinginkan. 2.Membuat struktur hirarki yang diawali dengan tujuan umum, dilanjutkan dengan kriteria-kriteria dan alternatif – alternatif pilihan yang ingin di rangking. 3.Membentuk matriks perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh setiap elemen terhadap masing-masing tujuan atau kriteria yang setingkat diatas. Perbandingan dilakukan berdasarkan pilihan atau judgement dari pembuat keputusan dengan menilai tingkat – tingkat kepentingan suatu elemen dibandingkan elemen lainnya. 4.Menormalkan data yaitu dengan membagi nilai dari setiap elemen di dalam matriks yang berpasangan dengan nilai total dari setiap kolom. 5.Menghitung nilai eigen vector dan menguji konsistensinya, jika tidak konsisten maka pengambilan data preferensi perlu diulangi. Nilai eigen vector yang dimaksud adalah nilai eigen vector maksimum yang diperoleh dengan menggunakan matlab maupun dengan manual. 6.Mengulangi langkah, 3, 4, dan 5 untuk seluruh tingkat hirarki. 7.Menghitung eigen vector dari setiap matriks perbandingan berpasangan. Nilai eigen vector merupakan bobot setiap elemen. Langkah ini untuk mensintetis pilihan dalam penentuan prioritas elemen pada tingkat hirarki terendah sampai pencapaian tujuan. Menguji konsistensi hirarki. Jika tidak memenuhi dengan CR 0,1 maka penilaian harus diulangi kembali. 2.5 Prinsip Dasar Analytic Hierarchy Process AHP Dalam menyelesaikan persoalan dengan metode AHP ada beberapa prinsip dasar yang harus dipahami antara lain : 1. Decomposition Pengertian decomposition adalah memecahkan atau membagi problema yang utuh menjadi unsur – unsurnya ke bentuk hirarki proses pengambilan keputusan, dimana setiap unsur atau elemen saling berhubungan. Untuk mendapatkan hasil yang akurat, pemecahan dilakukan terhadap unsur – unsur sampai tidak mungkin dilakukan pemecahan lebih lanjut, sehingga didapatkan beberapa tingkatan dari persoalan yang hendak dipecahkan. Struktur hirarki keputusan tersebut dapat dikategorikan sebagai complete dan incomplete. Suatu hirarki keputusan disebut complete jika semua elemen pada suatu tingkat memiliki hubungan terhadap semua elemen yang ada pada tingkat berikutnya, sementara hirarki keputusan incomplete kebalikan dari hirarki complete. Bentuk struktur dekomposisi yakni : Tingkat pertama : Tujuan keputusan Goal Tingkat kedua : Kriteria – kriteria Tingkat ketiga : Alternatif – alternatif Hirarki masalah disusun untuk membantu proses pengambilan keputusan dengan memperhatikan seluruh elemen keputusan yang terlibat dalam sistem. Sebagian besar masalah menjadi sulit untuk diselesaikan karena proses pemecahannya dilakukan tanpa memandang masalah sebagai suatu sistem dengan suatu struktur tertentu. 2. Comparative Judgement Comparative judgement dilakukan dengan penilaian tentang kepentingan relatif dua elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkatan diatasnya. Penilaian ini merupakan inti dari AHP karena akan berpengaruh terhadap urutan prioritas dari elemen – elemennya. Hasil dari penilaian ini lebih mudah disajikan dalam bentuk matriks pairwise comparisons yaitu matriks perbandingan berpasangan memuat tingkat preferensi beberapa alternatif untuk tiap kriteria. Skala preferensi yang digunakan yaitu skala 1 yang menunjukkan tingkat yang paling rendah equal importance sampai dengan skala 9 yang menujukkan tingkatan paling tinggi extreme importance. 3. Synthesis of Priority Synthesis of priority dilakukan dengan menggunakan eigen vector method untuk mendapatkan bobot relatif bagi unsur – unsur pengambilan keputusan. 4. Logical Consistency Logical consistency merupakan karakteristik penting AHP. Hal ini dicapai dengan mengagresikan seluruh eigen vector yang diperoleh dari berbagai tingkatan hirarki dan selanjutnya diperoleh suatu vektor composite tertimbang yang menghasilkan urutan pengambilan keputusan. 2.6 Prosedur AHP Prinsip kerja AHP adalah penyederhanaan suatu persoalan kompleks yang tidak terstruktur, stratejik, dan dinamik menjadi bagian-bagiannya, serta menata dalam suatu hierarki. Kemudian tingkat kepentingan setiap variabel diberi nilai numerik secara subjektif tentang arti penting variabel tersebut secara relatif dibandingkan dengan variabel lain. Dari berbagai pertimbangan tersebut kemudian dilakukan sintesa untuk menetapkan variabel yang memiliki prioritas tinggi dan berperan untuk mempengaruhi hasil pada sistem tersebut. Pada dasarnya prosedur atau langkah – langkah dalam metode AHP Meliputi : 1.Menyusun hirarki dari permasalahan yang dihadapi. Mendefinisikan masalah dan menentukan solusi yang di inginkan, lalu menyusun hierarki dari permasalahan yang di hadapi. Penyusunan hierarki adalah dengan menetapkan tujuan yang merupakan sasaran sistem secara keseluruhan pada level teratas. 2. Penilaian kriteria dan alternatif Kriteria dan alternatif dinilai melalui perbandingan berpasangan. Menurut Saaty 1988, untuk berbagai persoalan, skala 1 sampai 9 adalah skala terbaik dalam mengekspresikan pendapat. Nilai dan definisi pendapat kualitatif dari skala perbandingan Saaty dapat dilihat pada tabel di bawah ini. Tabel 2.1: Skala Penilaian Perbandingan Berpasangan Perbandingan dilakukan berdasarkan kebijakan pembuat keputusan dengan menilai tingkat kepentingan satu elemen terhadap elemen lainnya. Proses perbandingan berpasangan, dimulai dari level hirarki paling atas yang ditujukan untuk memilih kriteria, misalnya A, kemudian diambil elemen yang akan dibandingkan, misal A1, A2, A3, dan A4. Maka susunan elemen-elemen yang dibandingkan tersebut akan tampak seperti pada tabel matriks di bawah ini : Tabel 2.2: Contoh Matriks Perbandingan Berpasangan Untuk menentukan nilai kepentingan relatif antar elemen digunakan skala bilangan dari 1 sampai 9 seperti pada Tabel 1. Penilaian ini dilakukan oleh seorang pembuat keputusan yang ahli dalam bidang persoalan yang sedang dianalisa dan mempunyai kepentingan terhadapnya. Apabila suatu elemen dibandingkan dengan dirinya sendiri maka diberi nilai 1. Jika elemen i dibandingkan dengan elemen j mendapatkan nilai tertentu, maka elemen j dibandingkan dengan elemen i merupakan kebalikannya. Dalam AHP ini, penilaian alternatif dapat dilakukan dengan metode langsung direct, yaitu metode yang digunakan untuk memasukkan data kuantitatif. Biasanya nilai-nilai ini berasal dari sebuah analisis sebelumnya atau dari pengalaman dan pengertian yang detail dari masalah keputusan tersebut. Jika si pengambil keputusan memiliki pengalaman atau pemahaman yang besar mengenai masalah keputusan yang dihadapi, maka dia dapat langsung memasukkan pembobotan dari setiap alternatif. Untuk setiap kriteria dan alternatif, perlu dilakukan perbandingan berpasangan pairwise comparisons . Nilai-nilai perbandingan relatif kemudian diolah untuk menentukan peringkat alternatif dari seluruh alternatif. Baik kriteria kualitatif, maupun kriteria kuantitatif, dapat dibandingkan sesuai dengan penilaian yang telah ditentukan untuk menghasilkan bobot dan proritas. Bobot atau prioritas dihitung dengan manipulasi matriks atau melalui penyelesaian persamaan matematik. Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesis untuk memperoleh keseluruhan prioritas melalui tahapan- tahapan berikut: a.Kuadratkan matriks hasil perbandingan berpasangan. b.Hitung jumlah nilai dari setiap baris, kemudian lakukan normalisasi matriks. 4. Konsistensi Logis Semua elemen dikelompokkan secara logis dan diperingkatkan secara konsisten sesuai dengan suatu kriteria yang logis. Matriks bobot yang diperoleh dari hasil perbandingan secara berpasangan tersebut harus mempunyai hubungan kardinal dan ordinal. Pada keadaan sebenarnya akan terjadi beberapa penyimpangan dari hubungan tersebut, sehingga matriks tersebut tidak konsisten sempurna. Hal ini terjadi karena ketidakkonsistenan dalam preferensi seseorang. Penghitungan konsistensi logis dilakukan dengan mengikuti langkah-langkah sebagai berikut: a. Membuat tabel matrik perbandingan berpasangan b. Menjumlahkan kolom matriks perbandingan berpasangan dari masing-masing elemen. c. Membuat tabel nilai kriteria dengan membagi nilai baris-kolom pada tabel matrik perbandingan berpasangan dibagi jumlah masing-masing kolom. d. Menjumlahkan tiap baris elemen tabel nilai kriteria dibagi jumlah elemen untuk mendapatkan nilai prioritas. e. Mengalikan baris-kolom matrik perbandingan berpasangan dengan nilai prioritas kemudian hasil masing-masing tersebut dijumlahkan tiap baris. Dari hasil tersebut didapatkan tabel penjumlahan tiap baris. f. Hasil penjumlahan tiap baris dibagi prioritas bersangkutan dan hasilnya dijumlahkan. g. Hasil f dibagi jumlah elemen, akan didapat λmaks h. Mencari Indeks Konsistensi CI = λmaks-n n- 1 i. Rasio Konsistensi = CI IR, di mana IR adalah indeks random konsistensi. Jika rasio konsistensi ≤ 0.1, hasil perhitungan data dapat dibenarkan. Daftar IR dapat dilihat pada Tabel 3.[3] Tabel 2.3: Nilai Indeks Random IR Ukuran Matriks Nilai RI 1,2 3 0,58 4 0,9 5 1,12 6 1,24 7 1,32 8 1,41 9 1,45 10 1,49 11 1,51 12 1,48 13 1,56 14 1,57 15 1,59

3. Metode Penelitian