Matriks Perbandingan Berpasangan Indikator Kinerja Internal Process Matriks Perbandingan Berpasangan Indikator Kinerja Internal Process

10. Matriks Perbandingan Berpasangan

fuzzy Indikator Kinerja Internal Process pada IP1 Tabel 29 Matriks perbandingan berpasangan fuzzy hasil penilaian pakar untuk Indikator Kinerja Internal Process pada IP1 IKIP1 IKIP2 IKIP1 1 [2,4] IKIP2 [14, 12] 1

11. Matriks Perbandingan Berpasangan

fuzzy Indikator Kinerja Internal Process pada IP3 Tabel 30 Matriks perbandingan berpasangan fuzzy hasil penilaian pakar untuk Indikator Kinerja Internal Process pada IP3 IKIP4 IKIP5 IKIP6 IKIP4 1 [1,2] [1,2] IKIP5 [1,2] 1 [1,2] IKIP6 [1,2] [1,2] 1

12. Matriks Perbandingan Berpasangan

fuzzy Indikator Kinerja Internal Process pada IP4 Tabel 31 Matriks perbandingan berpasangan fuzzy hasil penilaian pakar untuk Indikator Kinerja Internal Process pada IP4 IKIP7 IKIP8 IKIP7 1 [6,8] IKIP8 [18, 16] 1

13. Matriks Perbandingan Berpasangan

fuzzy Indikator Kinerja Learning and Growth pada LG1 Tabel 32 Matriks perbandingan berpasangan fuzzy hasil penilaian pakar untuk Indikator Kinerja Learning and Growth pada LG1 IKLG1 IKLG2 IKLG3 IKLG4 IKLG1 1 [2,4] [6,8] [14,12] IKLG2 [14,12] 1 [4,6] [16,14] IKLG3 [18, 16] [16, 14] 1 [18, 16] IKLG4 [2,4] [4,6] [6,8] 1

14. Matriks Perbandingan Berpasangan

fuzzy Indikator Kinerja Learning and Growth pada LG4 Tabel 33 Matriks perbandingan berpasangan fuzzy hasil penilaian pakar untuk Indikator Kinerja Learning and Growth pada LG4 IKLG7 IKLG8 IKLG9 IKLG10 IKLG11 IKLG12 IKLG13 IKLG14 IKLG15 IKLG7 1 [1,2] [1,2] [1,2] [1,2] [1,2] [1,2] [1,2] [14,12] IKLG8 [1,2] 1 [1,2] [1,2] [1,2] [1,2] [14,12] [1,2] [14,12] IKLG9 [1,2] [1,2] 1 [1,2] [1,2] [1,2] [1,2] [1,2] [1,2] IKLG10 [1,2] [1,2] [1,2] 1 [14,12] [1,2] [14,12] [1,2] [14,12] IKLG11 [1,2] [1,2] [1,2] [2,4] 1 [1,2] [1,2] [1,2] [2,4] IKLG12 [1,2] [1,2] [1,2] [1,2] [1,2] 1 [1,2] [2,4] [1,2] IKLG13 [1,2] [2,4] [1,2] [2,4] [1,2] [1,2] 1 [1,2] [2,4] IKLG14 [1,2] [1,2] [1,2] [1,2] [1,2] [14,12] [1,2] 1 [1,2] IKLG15 [2,4] [2,4] [1,2] [2,4] [14,12] [1,2] [14,12] [1,2] 1

d. Perhitungan nilai crips defuzifikasi

Pada tahap ini tiap-tiap nilai fuzzy dirubah ke dalam nilai crips atau defuzifikasi dengan menggunakan persamaan 18 – 22. Untuk menentukan nilai crips diperlukan nilai indeks optimism . Dalam penelitian ini penulis menggunakan niali = 0.5, yang berarti bahwa penilaian yang diberikan rata-rata tidak terlalu optimis ataupun pesimis. 18 19 20 21 22 Hasil perhitungan nilai crips yang dihitung dengan persamaan 18 – 22 dan bobot serta Consistency Ratio CR dengan menggunakan aplikasi Super Decision dapat dilihat pada Tabel 34 sampai dengan Tabel 47.

1. Matriks nilai crips Perbandingan Berpasangan, Bobot dan CR pada

Tujuan Tabel 34 Matriks nilai crips Perbandingan Berpasangan, Bobot dan CR pada Tujuan Stakeholder Customer Internal Process Learn n Growth Bobot Stakeholder 1.00 1.50 1.50 0.15 0.09 Customer 1.50 1.00 1.50 0.21 0.16 Internal Process 1.50 1.50 1.00 0.38 0.14