Perhitungan Faktor Evaluasi Untuk Kriteria Harga Jual

Karena matriks berordo 7 yakni terdiri dari 7 alternatif , nilai indeks konsistensi yang diperoleh: Untuk n = 7, RI = 1,320 tabel Saaty, maka: Karena RC 0,100 berarti matriks resiprokal kriteia kuantitas hasil produksi adalah konsisten. Dari hasil perhitungan pada tabel 3.21 diperoleh urutan komoditas unggulan untuk kriteria kuantitas hasil produksiyakni kubis menjadi unggulan pertama dengan nilai bobot 0,325 atau 32,5, kemudian kentang dengan bobot 0,209 atau 20,9 , jeruk dengan bobot 0,188 atau 18,8 , ubi jalar dengan bobot 0,115 atau 11,5 , kopi dengan bobot 0,077 atau 7,7 , tomat dengan bobot 0,064 atau 6,4, dan yang terakhir cabe dengan bobot 0,022 atau 2,2 .

3.9 Perhitungan Faktor Evaluasi Untuk Kriteria Harga Jual

Perbandingan berpasangan untuk kriteria harga jual pada 7 jenis komoditas pertanian yaitu perbandingan berpasangan antara kentang a, kubis b, cabe c, tomat d, ubi jalar e, kopi f dan jeruk g. Menurut data Dinas Pertanian, harga rata-rata untuk masing-masing komoditas dalam rupiahkg adalah kentang 4.614,1, kubis 2.230,5, cabe 18.584,5, tomat 5.403,7, ubi jalar 1.540,5, kopi 14.654,4 dan jeruk 5.898,8.Data tersebut menunjukkan bahwa komoditas cabe 5 kali lebih baik dari kentang dan tomat, 8 kali lebih baik dari kubis, 9 kali lebih baik dari ubi jalar, 4 kali lebih baik dari jeruk.Selengkapnya diperoleh hasil preferensi dalam matriks resiprokal seperti pada tabel 3.22. Universitas Sumatera Utara Tabel 3.22 Matriks Faktor Evaluasi untuk Kriteria Harga Jual a b c d e f g a 1 3 1 4 b 1 3 c 5 8 1 5 9 3 4 d 1 3 1 4 e 1 f 4 8 4 9 1 5 g 2 4 2 5 1 Perhitungan matriks untuk kriteria harga jualselanjutnya dengan menyederhanakan matrik pembobotan seperti tabel 3.23. Tabel 3.23 Matriks Faktor Evaluasi untuk Kriteria Harga Jual yang Disederhanakan 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 3.24. a b c d e f g a 1,000 3,000 0,200 1,000 4,000 0,250 0,500 b 0,333 1,000 0,125 0,333 3,000 0,125 0,250 c 5,000 8,000 1,000 5,000 9,000 3,000 4,000 d 1,000 3,000 0,200 1,000 4,000 0,250 0,500 e 0,250 0,333 0,111 0,250 1,000 0,111 0,200 f 4,000 8,000 0,333 4,000 9,000 1,000 5,000 g 2,000 4,000 0,250 2,000 5,000 0,200 1,000 ∑ 13,583 27,333 2,219 13,583 35,000 4,936 11,450 Universitas Sumatera Utara Tabel 3.24 Matriks Faktor Evaluasi untuk Kriteria Harga Jual yangDinormalkan Selanjutnya nilai eigen maksimum didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan vektor eigen. Nilai eigen maksimum yang dapat diperoleh adalah: Karena matriks berordo 7 yakni terdiri dari 7 alternatif , nilai indeks konsistensi yang diperoleh: Untuk n = 7, RI = 1,320 tabel Saaty, maka: Karena RC 0,100 berarti matriks resiprokal kriteria harga jual adalah konsisten. Dari hasil perhitungan pada tabel 3.24 diperoleh urutan komoditas unggulan untuk kriteria harga jualyakni cabe menjadi unggulan pertama dengan nilai bobot 0,385 atau 38,5, kemudian kopi dengan bobot 0,275 atau 27,5 , jeruk dengan bobot 0,118 atau 11,8 , kentang dan tomat dengan bobot yang sama 0,079 atau 7,9 , kubis dengan bobot 0,039 atau 3,9 dan yang terakhir ubi jalar dengan bobot 0,024 atau 2,4 . a b c d e f g Vector eigen a 0,074 0,110 0,090 0,074 0,114 0,051 0,044 0,079 b 0,025 0,037 0,056 0,025 0,086 0,025 0,022 0,039 c 0,368 0,293 0,451 0,368 0,257 0,608 0,349 0,385 d 0,074 0,110 0,090 0,074 0,114 0,051 0,044 0,079 e 0,018 0,012 0,050 0,018 0,029 0,023 0,017 0,024 f 0,294 0,293 0,150 0,294 0,257 0,203 0,437 0,275 g 0,147 0,146 0,113 0,147 0,143 0,041 0,087 0,118 Universitas Sumatera Utara

3.10 Perhitungan Faktor Evaluasi Untuk Kriteria Permintaan Pasar

Dokumen yang terkait

Analisis Metode Fuzzy Analytic Hierarchy Process (Fahp) Dalam Menentukan Posisi Jabatan

12 131 82

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

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

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

0 0 7

PENENTUAN KOMODITAS UNGGULAN PERTANIAN DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) (Studi Kasus: Pertanian Kecamatan Parbuluan, Kabupaten Dairi) SKRIPSI JEFRI LEO SIHOMBING

0 0 13