Perhitungan Faktor Evaluasi untuk Bank Ekspor Indonesia BEI

tekhnologi FT dengan nilai bobot 0,086 atau 8,6 dan lokasi bank LB dengan nilai bobot 0,66 atau 6,6.

3.6 Perhitungan Faktor Evaluasi untuk Bank Ekspor Indonesia BEI

Perbandingan berpasangan untuk BEI pada 6 faktor yang mempengaruhi konsumen dalam memilih jasa perbankan yaitu perbandingan berpasangan antara Jaminan keamanan JK terhadap reputasi bank RB , lokasi bank LB , prosedur pelayanan PP, fasilitas tekhnologi FT dan suku bunga perbankan SB. Perbandingan berpasangan antara reputasi bank RB dengan lokasi bank LB, prosedur pelayanan PP, fasilitas tekhnologi FT, dan suku bunga SB sampai pada perbandingan berpasangan antara fasilitas tekhnologi FT terhadap suku bunga SB sehingga diperoleh hasil preferensi dalam matriks resiprokal sebagai berikut: Tabel 3.17 Matriks Faktor Evaluasi untuk BEI JK RB LB PP FT SB JK 1 5 6 5 4 5 RB 15 1 4 2 3 3 LB 16 14 1 13 15 13 PP 15 12 3 1 12 2 FT 14 13 5 2 1 2 SB 15 13 3 12 12 1 Perhitungan matriks untuk BEI adalah: Tabel 3.18 Matriks Vektor Evaluasi untuk BEI yang didesimalkan JK RB LB PP FT SB JK 1,000 5,000 6,000 5,000 4,000 5,000 RB 0,200 1,000 4,000 2,000 3,000 3,000 LB 0,167 0,250 1,000 0,333 0,200 0,333 PP 0,200 0,500 3,000 1,000 0,500 2,000 FT 0,250 0,333 5,000 2,000 1,000 2,000 SB 0,200 0,333 3,000 0,500 0,500 1,000 ∑ 2,017 7,417 22,000 10,833 9,200 13,333 Universitas Sumatera Utara 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 berikut : Tabel 3.19 Matriks Vektor Evaluasi untuk BEI yang dinormalkan JK RB LB PP FT SB Vektor eigen yang dinormalkan JK 0,496 0,674 0,273 0,462 0,435 0,375 0,452 RB 0,099 0,135 0,182 0,185 0,326 0,225 0,192 LB 0,083 0,034 0,045 0,031 0,022 0,025 0,040 PP 0,099 0,067 0,136 0,092 0,054 0,150 0,100 FT 0,124 0,045 0,227 0,185 0,106 0,150 0,140 SB 0,099 0,045 0,136 0,046 0,054 0,075 0,076 Selanjutnya nilai eigen maksimum didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan vektor eigen. Nilai eigen maksimum yang dapat diperoleh adalah sebagai berikut: = 2,017 x 0,452 + 7,417 x 0,192 + 22,000 x 0,040 + 10,833 x 0,100 + 9,200 x 0,140 + 13,333 x 0,076 = 6,596 Karena matrik berordo 6 yakni terdiri dari 6 alternatif, maka nilai indeks konsistensinya CI yang diperoleh adalah: CI = = = = 0,119 Untuk n = 6, RI =1,240 tabel skala Saaty, maka: CR = = = 0,096 0,100 Karena CR 0,100 berarti preferensi responden adalah konsisten. Dari hasil perhitungan pada tabel di atas diperoleh urutan faktor yang mempengaruhi konsumen untuk menggunakan jasa BEI yakni jaminan keamanan menjadi faktor utama dengan nilai bobot 0,452 atau 45,2, reputasi bank dengan nilai Universitas Sumatera Utara bobot 0,192 atau 19,2, fasilitas tekhnologi dengan nilai bobot 0,140 atau 14, prosedur pelayanan dengan nilai bobot 0,100 atau 10, suku bunga dengan nilai bobot 0,076 atau 7,6, lokasi bank dengan nilai bobot 0,040 atau 4.

3.7 Perhitungan Faktor Evaluasi untuk BPD SUMUT

Dokumen yang terkait

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

Penentuan Komoditas Unggulan Pertanian Dengan Metode Analytical Hierarchy Process (AHP) (Studi Kasus: Pertanian Kecamatan Parbuluan, Kabupaten Dairi)

18 117 72

Analisa Pemilihan Moda Transportasi Dengan Metode Analytic Hierarchy Process ( AHP ) Studi Kasus : Kuala Namu - Medan

22 147 107

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

Pendekatan Analytic Hierarchy Process (AHP) Dalam Pemilihan Supplier (Pemasok)

0 35 51