Analytic Hierarchy Process AHP

insinyur Kansei harus mendukung terciptanya perancangan produk baru berdasarkan data Kansei Engineering.

3.3.2. Analytic Hierarchy Process AHP

10 AHP telah terbukti secara teori dan percobaan lapangan serta metodologi yang telah diterima. AHP menyediakan cara menguraikan masalah kedalam sebuah subproblem hierarki dimana dengan mudahnya dipahami dan dievaluasi secara subjektif. Metodologi dari AHP dapat dijelaskan dengan langkah sebagai berikut: 1. Masalah diuraikan ke dalam bentuk hirarki tujuan, kriteria, sub-kriteria, dan alternatif. Ini merupakan langkah paling kreatif dan penting dalam pengambilan keputusan. Gambar 3.5. Struktur Umum Hirarki 2. Data yang dikumpulkan dari para ahli atau pengambil keputusan sesuai dengan struktur hirarki, dalam alternatif dari matriks berpasangan dengan skala 10 Bhushan, Navneet dan Kanwal Rai. Strategic Decision Making: Applying the Analytical Hierarchy Process, London: Springer-Verlag, , 2004., h. 17-19. Universitas Sumatera Utara kualitatif dibawah ini. Para ahli bisa menilai perbandingan sebagai equal, marginally strong, strong, very strong, and extremely strong. Opini tersebut dikumpulkan dalam format yang terdapat pada Gambar 3.6. Gambar 3.6. Format dari Perbandingan Berpasangan 3. Berbagai kriteria dari matriks berpasangan dihasilkan di langkah kedua diatur ke dalam matriks persegi. Tabel 3.2. Skala Gradasi untuk Alternatif Komparasi Kuantitatif Option Numerical Value s Equal 1 Marginally Strong 3 Strong 5 Very Strong 7 Extremely Strong 9 Intermediete values to reflect fuzzy inputs 2,4,6,8 Reflecting dominance of second alternative compared with the first Reciprocals 4. Prinsip eigenvalue dan normalisasi korespon matriks komparasi dari eigenvector memberikan kepentingan relatif dari berbagai kriteria yang dibandingkan. 5. Konsistensi dari matriks dan order dievaluasi. Perbandingan yang dibuat metode tersebut adalah subjektif dan AHP mentolerir tidak konsistensi Universitas Sumatera Utara melewati jumlah redudansi dalam pendekatan. Konsistensi index, CI, dirumuskan sebagai 4. Dimana adalah maksimum eigenvalue dari matriks pertimbangan. CI dibandingkan dengan Random Matrix, RI. Perbandingan antara CI RI, disebut sebagai Consistency Ratio, CR. Saaty menyampaikan bahwa nilai dari CR mesti lebih kecil dari 0,1. 5. Penilaian terhadap setiap alternatif ditambahkan dengan bobot dari masing kriteria dan di-aggregate untuk mendapatkan penilaian kola dengan penjelasan tiap kriteria

3.3.3. Quality Function Deployment QFD