Matriks Yang Membandingkan Beberapa Tingkat Intensitas

3.2 Matriks Yang Membandingkan Beberapa Tingkat Intensitas

Tabel 3.4 Matriks Faktor Evaluasi untuk Kriteria Kelembutan T S R T 1 4 5 S 14 1 2 R 15 12 1 Tabel 3.5 Matriks Faktor Evaluasi untuk Kriteria Kelembutan yang disederhanakan T S R T 1,000 4,000 5,000 S 0,250 1,000 2,000 R 0,200 0,500 1,000 ∑ 1,450 5,500 8,000 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relatif yang dinormalkan. Nilai vektor eigen dihasilkan dari rata-rata nilai bobot relatif untuk setiap baris. Hasilnya dapat dilihat pada tabel berikut: Tabel 3.6 Matriks Faktor Evaluasi untuk Kriteria Kelembutan yang dinormalkan T S R Prioritas T 0,689 0,727 0,625 0,680 S 0,172 0,182 0,250 0,201 R 0,138 0,091 0,125 0,118 Selanjutnya nilai eigen maksimum λ maks didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan vektor eigen. Nilai eigen maksimum yang diperoleh adalah: λ maks = 1,450 × 0,680 + 5,500× 0,201 + 8,000 × 0,118 = 3,004 Universitas Sumatera Utara Karena matriks berordo 3 yakni terdiri dari 3 kriteria, maka nilai indeks yang diperoleh : 1 3, 004 3 3 1 0, 004 maks n CI n λ − = − − = − = Untuk n=3, RI=0,580 tabel Saaty, maka: 0, 004 0, 007 0, 580 CI R RI = = = Karena CR0,100 berarti preferensi responden adalah konsisten. Dengan cara yang sama diperoleh prioritas untuk masing-masing kriteria matriks berikut: Tabel 3.7 Matriks Faktor Evaluasi untuk Kriteria Daya Serap T S R Prioritas T 1 1 7 0,467 S 1 1 7 0,467 R 17 17 1 0,067 Selanjutnya nilai eigen maksimum λ maks didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan vektor eigen. Nilai eigen maksimum yang diperoleh adalah: λ maks = 2,143 × 0,467 + 2,143× 0,467 + 15,000 × 0,067 = 3,007 Karena matriks berordo 3 yakni terdiri dari 3 kriteria, maka nilai indeks yang diperoleh : 1 3, 007 3 3 1 0, 004 maks n CI n λ − = − − = − = Universitas Sumatera Utara Untuk n=3, RI=0,580 tabel Saaty, maka: 0, 004 0, 007 0, 580 CI CR RI = = = Karena CR0,100 berarti preferensi responden adalah konsisten. Tabel 3.8 Matriks Faktor Evaluasi untuk Kriteria Harga T S R Prioritas T 1 12 14 0,134 S 2 1 14 0,212 R 4 4 1 0,655 Selanjutnya nilai eigen maksimum λ maks didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan vektor eigen. Nilai eigen maksimum yang diperoleh adalah: λ maks = 7 ,000× 0,134 + 5,500 × 0,212 + 1,5× 0,655 = 3,087 Karena matriks berordo 3 yakni terdiri dari 3 kriteria, maka nilai indeks yang diperoleh : 1 3, 087 3 3 1 0, 044 maks n CI n λ − = − − = − = Untuk n=3, RI=0,580 tabel Saaty, maka: 0, 044 0, 076 0, 580 CI CR RI = = = Karena CR0,100 berarti preferensi responden adalah konsisten. Universitas Sumatera Utara Tabel 3.9 Matriks Faktor Evaluasi untuk Kriteria Ukuran T S R Prioritas T 1 3 5 0,627 S 13 1 4 0,279 R 15 14 1 0,094 Selanjutnya nilai eigen maksimum λ maks didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan vektor eigen. Nilai eigen maksimum yang diperoleh adalah: λ maks = 1,533× 0,627 + 4,250 × 0,279 + 10,000× 0,094 = 3,087 Karena matriks berordo 3 yakni terdiri dari 3 kriteria, maka nilai indeks yang diperoleh : 1 3, 087 3 3 1 0, 044 maks n CI n λ − = − − = − = Untuk n=3, RI=0,580 tabel Saaty, maka: 0, 044 0, 076 0, 580 CI CR RI = = = Karena CR 0,100 berarti preferensi responden adalah konsisten. Tabel 3.10 Matriks Faktor Evaluasi untuk Kriteria Desain T S R Prioritas T 1 15 2 0,178 S 5 1 5 0,708 R 12 15 1 0,113 Selanjutnya nilai eigen maksimum λ maks didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan vektor eigen. Nilai eigen maksimum yang diperoleh adalah: λ maks = 6,500× 0,178 + 1,400 × 0,708 + 8,000× 0,113 = 3,052 Universitas Sumatera Utara Karena matriks berordo 3 yakni terdiri dari 3 kriteria, maka nilai indeks yang diperoleh : 1 3, 052 3 3 1 0, 026 maks n CI n λ − = − − = − = Untuk n=3, RI=0,580 tabel Saaty, maka: 0, 026 0, 045 0, 580 CI CR RI = = = Karena CR 0,100 berarti preferensi responden adalah konsisten. Tabel 3.11 Matriks Faktor Evaluasi untuk Kriteria Elastisitas T S R Prioritas T 1 13 5 0,283 S 3 1 7 0,643 R 15 17 1 0,074 Selanjutnya nilai eigen maksimum λ maks didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan vektor eigen. Nilai eigen maksimum yang diperoleh adalah: λ maks = 4 ,200× 0,283 + 1,476 × 0,643 + 13,000× 0,074 = 3,099 Karena matriks berordo 3 yakni terdiri dari 3 kriteria, maka nilai indeks yang diperoleh : 1 3, 099 3 3 1 0, 050 maks n CI n λ − = − − = − = . Untuk n=3, RI=0,580 tabel Saaty, maka: 0, 050 0, 086 0, 580 CI CR RI = = = Universitas Sumatera Utara Karena CR0,100 berarti preferensi responden adalah konsisten

3.3 Prioritas berbagai Sifat

Dokumen yang terkait

Implementasi Perbandingan Algoritma Analytic Hierarchy Process (AHP) dengan Algoritma Simple Additive Weighting (SAW) dalam Pemilihan Website Hosting

6 80 130

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

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

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

Pendekatan Fuzzy-Analytic Hierarchy Process Dalam Pemilihan Konsep Produk.

1 47 59