Fuzzy Multiple Attribute Decision Making Methods Metode Analytic Hierarchy Process AHP

algoritma adalah jumlah dari running time dari setiap statement yang dieksekusi Claudia, 2014. Big Ɵ Big Theta adalah bagian dari kompleksitas waktu dari sebuah algoritma. Big Ɵ Big Theta didefinisikan bahwa fn merupakan Theta dari gn dan dinotasikan fn = Ɵgn jika dan hanya jika terdapat tiga konstanta positif n , c 1 dan c 2 sedemikian berlaku Claudia, 2014: | C 1 gn | = | fn | = |C 2 gn |; ∀n n 0. 2.1

2.8. Fuzzy Multiple Attribute Decision Making Methods

Fuzzy Multiple Attribute Decision Making Methods Fuzzy MADM yang dikembangkan oleh Moon Hyun Joo dan Chang Sun Kang. Sistem ini mempunyai kemampuan menampung input kriteria yang diinginkan dari pengguna, alternatif pasangan calon, dan pada akhirnya mampu memberikan tampilan visual berupa himpunan solusi terbaik dari beberapa alternatif yang diberikan menggunakan metode perangkingan nilai total integral. Muhamad Retantyo, 2013. Fuzzy MADM dikembangkan untuk pengambilan keputusan terhadap beberapa alternatif keputusan untuk mendapatkan suatu keputusan yang akurat dan optimal. Moon Hyun Joo dan Chang Sun Kang mengembangkan metode Fuzzy Decision Making FDM, dalam 3 langkah penting penyelesaian, yaitu : representasi masalah, evaluasi himpunan fuzzy, dan menyeleksi alternatif yang optimal. Metode-metode yang dapat digunakan dalam menyelesaikan masalah fuzzy MADM, yaitu menyelesaikan masalah fuzzy MADM dengan mengaplikasikan metode MADM klasik seperti Simple Additive Weighting SAW, Weighted Produuct WP atau Technique for Order Preference by Similarity to Ideal Solution TOPSIS, ELECTRE, Analytic Hierarchy Process AHP. Kusumadewi, 2006.

2.9. Metode Analytic Hierarchy Process AHP

AHP adalah suatu model pendukung keputusan yang dikembangkan oleh Thomas L. Saaty. AHP menguraikan masalah multi faktor atau multi kriteria yang kompleks menjadi suatu hirarki. Hirarki didefinisikan sebagai suatu representasi dari suatu Universitas Sumatera Utara permasalahan yang kompleks dari suatu struktur multi level, dimana level pertama adalah tujuan, yang diikuti oleh level faktor, kriteria, sub kriteria, dan seterusnya kebawah sehingga yang terakhir dari alternatif. Saaty, 1993. Menurut Suryadi dan Ramdhani pada tahun 2000 dalam jurnal Iskandar, 2009 AHP merupakan suatu model pengambilan keputusan yang bersifat komperhensif. AHP mempunyai kemampuan untuk memecahkan masalah yang multi objektif dan multi kriteria, yang berdasar pada perbandingan preferensi dari setiap elemen dalam hirarki. 2.9.1. Prinsip Dasar AHP Dalam menyelesaikan permasalahan dengan AHP ada beberapa prinsip yang harus dipahami, diantaranya adalah: Kusrini, 2007 1. Membuat hierarki. Sistem yang kompleks bisa dipahami dengan memecahnya menjadi elemen- elemen pendukung dan menyusun elemen secara hierarki. 2. Penilaian kriteria dan alternatif Kriteria dan alternatif yang dilakukan dengan perbandingan berpasangan. Menurut Saaty 1988, untuk berbagai persoalan sekala 1 sampai 9. Tabel 2.1. Skala Nilai Perbandingan Berpasangan Intensitas Kepentingan Keterangan Penjelasan 1 Kedua elemen sama pentingnya Dua elemen mempunyai pengaruh yang sama besar terhadap tujuan 3 Elemen yang satu sedikit lebih penting dari pada elemen yang lain. Pengalaman dan penilaian sedikit menyokong satu elemen dibandingkan elemen lainnya. 5 Elemen yang satu sangat penting dari pada elemen yang lainnya Pengalaman dan penilaian sangat kuat menyokong satu elemen dibandingkan atas elemen lain nya 7 Satu elemen jelas lebih penting dari pada elemen lainnya Satu elemen yang kuat disokong dan dominannya telah terlihat dalam praktek Universitas Sumatera Utara Gambar 2.4. Struktur Hirarki Kusrini, 2007 3. Synthesis of Priority menentukan prioritas Untuk setiap kriteria dan alternatif, perlu dilakukan perbandingan berpasangan pairwise comparisons. Nilai-nilai perbandingan relatif dari seluruh alternatif kriteria bisa disesuaikan dengan judgement yang telah ditentukan untuk menghasilkan bobot dan prioritas. Bobot dan prioritas dihitung dengan memanipulasi matriks atau melalui penyelesaian persamaan matematika. 4. Logical Consistency Konsistensi Logic Konsistensi memiliki dua makna. Pertama, objek-objek yang serupa bisa dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua, menyangkut tingkat hubungan antar objek yang didasarkan pada kriteria tertentu. 2.9.2. Langkah – Langkah AHP Pada dasarnya, prosedur atau langkah – langkah dalam metode AHP meliputi Kusrini, 2007: 1. Mendefinisikan masalah dan menentukan solusi yang diinginkan, lalu Gambarkan kedalam bentuk hirarki dari permasalahan yang dihadapi seperti pada Gambar 2.4. 9 Satu elemen mutlak penting dari pada elemen lainnya Bukti yang mendukung elemen yang satu terhadap elemen lain memiliki tingkat penegasan tertinggi yang mungkin menguatkan. 2, 4, 6, 8 Nilai-nilai antara dua nilai perbandingan yang berdekatan Nilai ini diberikan bila ada dua kompromi diantara dua pilihan. Kebalikan Jika untuk aktivitas i mendapat satu angka bila dibandingkan dengan aktivitas j, maka j mempunyai nilai kebalikannya bila dibandingkan dengan i. Universitas Sumatera Utara 2. Menentukan prioritas elemen • Langkah pertama dalam menentukan prioritas elemen adalah membuat perbandingan pasangan, yaitu membandingkan elemen secara berpasangan sesuai kriteria yang diberikan. • Matriks perbandingan berpasangan diisi menggunakan bilangan untuk merepresentasikan kepentingan relatif dari suatu elemen terhadap elemen yang lainnya. 3. Sintesis Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesis untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam langkah ini adalah: • Menghitung nilai eigen dan menguji konsistensinya jika tidak konsisten maka pengambilan data diulangi. Mengulangi langkah 1 dan 2 untuk seluruh tingkat hirarki. • Menghitung eigen vektor dari setiap matriks perbandingan berpasangan. Nilai eigen vektor merupakan bobot setiap elemen. Langkah ini untuk mensintesis judgment dalam penentuan prioritas elemen-elemen pada tingkat hirarki terendah sampai pencapaian tujuan 4. Mengukur Konsistensi Dalam pembuatan keputusan, penting untuk mengetahui seberapa baik konsistensi yang ada karena kita tidak menginginkan keputusan berdasarkan pertimbangan dengan konsistensi yang rendah. 5. Hitung Consistency Index CI dengan rumus : Memeriksa konsistensi hirarki. Jika nilainya lebih dari 0,1 maka penilaian data harus diperbaiki. Hitung Indeks KonsistensiConsistency Index CI, dengan rumus: CI = – – 2.2 n = banyaknya elemen Universitas Sumatera Utara 6. Mencari total rangking, langkah terakhir adalah menghitung total rangking dengan cara menjumlahkan hasil perkalian nilai eigen vector tiap kriteria dengan nilai eigen vector alternatif pada kriteria yang sama, sehingga diperoleh alternatif terbaik.

2.10. Algoritma Preference Ranking Organization for Enrichment Evaluation