54
4.3
Manajemen Model
Pada tahap ini dijelaskan gambaran tentang model yang akan digunakan, model AHP adalah dalam bentuk hirarki. Berikut simulasi metode AHP yang dikerjakan
dengan bantuan Microsoft Excel.
4.3.1 Simulasi Metode AHP
Langkah-langkah dalam metode AHP meliputi: 1. Mendefinisikan masalah dan menentukan solusi yang diinginkan, lalu
menyusun hierarki dari permasalahan yang dihadapi. Penyusunan hierarki adalah dengan menetapkan tujuan yang merupakan sasaran sistem secara
keseluruhan pada level teratas.
Gambar 4.19 Hierarki AHP 2. Menentukan prioritas elemen
a. Langkah pertama dalam menentukan prioritas elemen adalah membuat perbandingan pasangan, yaitu membandingkan elemen
secara berpasangan sesuai kriteria yang diberikan.
55 Melalui
perbandingan berpasangan
tersebut tiap
elemen dibandingkan. Elemen elemen yang dibandingkan adalah modal
awal dan biaya, ciri khas, BEPROI, bantuan, lama berdiri dan jumlah gerai, reputasi.
b. Matriks perbandingan berpasangan diisi menggunakan bilangan untuk mereprentasikan kepentingan relatif dari suatu elemen
terhadap elemen yang lainnya.
Bilangan yang digunakan untuk mengisi adalah 1-9 sesuai tingkat kepentingan perbandingan. Tingkat kepentingan perbandingan dapat
dilihat pada tabel 2.1. 3. Sintesis
Pertimbangan- pertimbangan terhadap perbandingan berpasangan disintesis untuk memperoleh keseluruhan prioritas.
a. Menjumlahkan nilai-nilai dari setiap kolom pada matriks
56 Setelah mengisi bilangan atau skor preference maka jumlahkan nilai
tiap kolom. b. Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan
untuk memperoleh normalisasi matriks.
Kolom pertama baris pertama pada perbandingan modal awal dan modal awal didapat dengan 1 dibagi 3,5 menjadi 0,2857143. 1 adalah
skor bilangan yang diisi sebelumnya dan 3,5 adalah jumlah kolom. Kolom yang sama pada baris kedua 0,5 dibagi 3,5 menjadi 0,1428571.
Kemudian baris ketiga 0,5 dibagi 3,5 menjadi 0,1428571. Baris kelima 0,5 dibagi 3,5 menjadi 0,1428571. Terakhir baris keenam 0,5 dibagi 3,5
menjadi 0,1428571. Kolom selanjutnya dilakukan langkah yang sama dengan kolom pertama. Sehingga menghasilkan jumlah-jumlah seperti
pada tabel diatas. c. Menjumlahkan nilai- nilai dari setiap baris dan membaginya dengan
jumlah elemen untuk mendapatkan rata-rata atau disebut vektor prioritas.
57 Menjumlahkan
baris 1
yaitu 0,285743+0,444444+0,285714+0,222222+0,173913+0,153846
= 1,565854. Hasil tersebut kemudian dibagi dengan jumlah elemen untuk
menghasilkan rata-rata yaitu 1,5658546 = 0,260976. Rata-rata tersebut disebut juga vector prioritas. Dilakukan hal yang sama pada baris
selanjutnya hingga baris keenam. 4. Mengukur konsistensi
Dalam pembuatan keputusan, penting untuk mengetahui seberapa baik konsistensi yang ada karena tidak ingin membuat keputusan berdasar
pertimbangan dengan konsistensi yang rendah. Dalam tahap ini dilakukan : a. Kalikan setiap nilai pada kolom pertama dengan prioritas relatif elemen
pertama, nilai pada kolom kedua dengan proiritas relatif elemen kedua, dan seterusnya.
58 Kalikan vektor prioritas pertama dengan nilai elemen yang di isi
bilangan pada langkah 1 b. vektor prioritas pertama 0,260976 dikalikan 1 nilai elemen kolom pertama baris pertama menjadi 0,260976.
Selanjutnya vector piroritas elemen pertama 0,260976 dikalikan 0,5 nilai elemen kolom pertama baris kedua.
b. Jumlahkan setiap baris
c. Hasil dari penjumlahan baris dibagi dengan elemen prioritas elemen relative yang bersangkutan.
59 Jumlah pada baris pertama 1,739024 dibagi 0,260976 vektor prioritas
pertama menjadi 6,663548. Pada baris kedua, jumlah baris kedua 1,721648 dibagi 0,251252 vektor prioritas kedua menjadi 6,395669.
Dilakukan hal yang sama pada baris berikutnya hingga baris keenam.
d. Jumlahkan hasil bagi di atas dengan banyaknya elemen yang ada, hasilnya disebut
λ maks.
λ maks =
average1,7390240,260976; 1,7216470,251252;
1,2826350,19746;0,7791490,12341; 0,5820840,093485; 0,4619240,073418
= 6.473871
e. Hitung consistency indexCI dengan rumus: CI= λ maks-nn-1
Dimana n = banyaknya elemen Jadi,
CI = 6,473871-65
= 0,094774
60 f. Hitung rasio KonsistensiConsistency RatioIR dengan rumus :
CR= CI IR Dimana
CR= Consisstency Ratio CI = Consistency Index
IR= Indeks Random Consistency Jadi,
CR = 0,0947741,24
= 0,076431 IR dapat dilihat di tabel, karena diperancangan ini ada 6 maka nilai IR
=1,24. g. Memeriksa konsistensi hierarki. Jika nilainya lebih dari 10, maka
penilaian data judgment hars diperbaiki. Namun, jika ratio konsistensiCIIR kurang atau sama dengan 0,1 maka, hasil
perhitungan bisa dinyatakan benar. CR = 0,076431
CR 0.100
Jadi, hasil perhitungan telah konsisten atau dinyatakan benar.
61
4.4 Manajemen Data
