STRATEGI PENGOPTIMALAN PENDAPATAN BALAI PERIKANAN BUDIDAYA LAUT LOMBOK MENGGUNAKAN ANALYTICAL HIERARCHY PROCESS (AHP) INCOME OPTIMIZATION STRATEGIES IN BALAI PERIKANAN BUDIDAYA LAUT LOMBOK USING ANALYTICAL HIERARCHY PROCESS (AHP) - Repository UNRAM

  

STRATEGI PENGOPTIMALAN PENDAPATAN BALAI PERIKANAN BUDIDAYA LAUT

LOMBOK MENGGUNAKAN ANALYTICAL HIERARCHY PROCESS (AHP)

  

INCOME OPTIMIZATION STRATEGIES IN BALAI PERIKANAN BUDIDAYA LAUT

LOMBOK USING ANALYTICAL HIERARCHY PROCESS (AHP)

Muhammad Jumardi Akbar

Jurusan Matematika, FMIPA, Universitas Mataram

  

Jalan Majapahit No.2 Mataram, 83125 Nusa Tenggara Barat

ABSTRAK

STRATEGI PENGOPTIMALAN PENDAPATAN BALAI PERIKANAN BUDIDAYA LAUT

LOMBOK MENGGUNAKAN ANALYTICAL HIERARCHY PROCESS (AHP)

  

Muhammad Jumardi Akbar

G1D 011 023

  Pendapatan lebih merupakan target pencapaian yang diinginkan oleh semua badan usaha termasuk Balai Perikanan Budidaya Laut Lombok. Menentukan jenis ikan budidaya prioritas untuk lebih ditingkatkan jumlah budidayanya adalah salah satu cara agar pendapatan menjadi lebih maksimal berdasarkan faktor-faktor yang berpengaruh terhadap besar atau kecilnya pendapatan.

  Analytical Hierarchy Process (AHP) merupakan suatu metode pengambilan keputusan terhadap

  masalah penentuan prioritas pilihan dari berbagai alternatif berdasarkan semua karakteristik yang berpengaruh terhadap alternatif. Penggunaan AHP dimulai dengan membuat struktur hirarki dari permasalahan yang ingin diteliti. Matriks perbandingan berpasangan digunakan untuk membentuk hubungan di dalam struktur. Pada matriks perbandingan berpasangan tersebut akan dicari bobot dari tiap-tiap karakteristik dan tiap-tiap alternatif berdasarkan semua karakteristik dengan cara mengidealkan data yang tersedia. Nilai eigen maksimum dan vektor eigen yang diidealkan akan diperoleh dari matriks perbandingan berpasangan. Setelah menentukan faktor pembobotan hirarki maupun faktor evaluasi, uji konsistensi harus dilakukan, yakni data dikatan konsisten jika CR < 0,100.

  Penerapan AHP dalam penelitian ini adalah untuk menentukan jenis ikan budidaya prioritas yang akan lebih ditingkatkan budidayanya di Balai Perikanan Budidaya Laut Lombok sehingga memperoleh pendapatan maksimal. Hasil dari analisis AHP diperoleh kesimpulan bahwa jenis ikan prioritas pertama yaitu Benih Bawal Bintang (33,4%) diikuti berturut-turut oleh Kerapu Konsumsi (18,1%), Bawal Konsumsi (15,4%), Benih Kakap Putih (14,0%), Benih Kerapu Bebek (13,1%), dan Kakap Konsumsi (6,0%).

  Kata Kunci : Analytical Hierarchy Process, Prioritas, Jenis Ikan, Rasio Konsistensi

ABSTRACT

  Lager income is an achipvement target desired by all business entities, including Balai Perikanan Budidaya Laut Lombok. Specifying the kind of cultivated fish farming number of priorities for further improved on its cultivation is one way to maximizethe income based on the factors that affect a large or small income.

  Analytic Hierarchy Process (AHP) is a decision making method on determining the priority of alternative from serbral alternatives based on the avalaible characteristics. Application of AHP is begun by making the hierarchy structure of the studied problem. The comparison matrix is used to form a correlation in the structure. In this matrix, the weight of each characteristic and of each alternative are determined by ideelizing the available data. The maximum eigen value and an ideelized eigen vector will be obtained from this matrix. After determining the weight factor or evaluation factor then the consistency test must be conducted, that is : the data is consistent if CR < 0,100.

  The aplication of AHP in this study is for determining the priority of the kind of a cultivated fish that will be more cultivated in Balai Perikanan Budidaya Laut Lombok to obtain a maximum income. The result shows that the first priority is Benih Bawal Bintang (33,4%), and followed by Kerapu Konsumsi (18,1%), Bawal Konsumsi (15,4%), Benih Kakap Putih (14,0%), Benih Kerapu Bebek (13,1%) and Kakap Konsumsi (6,0%).

  Word key : Analytical Hierarchy Process, Priority, Kind of fish, Consistency Ratio.

  PENDAHULUAN

  Budidaya laut merupakan bagian dari budidaya perairan (akuakultur) yang melibatkan budidaya organisme-organisme laut, dengan tujuan untuk memproduksi baik berupa bahan pangan maupun produk lainnya yang dilakukan di laut terbuka, laut tertutup, di dalam tanki, kolam atau saluran air yang diisi dengan air laut. Budidaya laut atau budidaya hasil laut meliputi budidaya ikan laut, kerang, tiram dan rumput laut yang dilakukan di kolam air asin.

  Pendapatan lebih merupakan target pencapaian yang diinginkan oleh semua badan usaha termasuk Balai Perikanan Budidaya Laut Lombok. Menentukan jenis ikan budidaya prioritas adalah salah satu cara agar pendapatan menjadi lebih maksimal berdasarkan faktor-faktor yang berpengaruh terhadap besar atau kecilnya pendapatan.

  Konsep-konsep MIPA (Matematika dan Ilmu Pengetahuan Alam) diperlukan dalam kehidupan sehari-hari untuk memenuhi kebutuhan manusia melalui pemecahan masalah-masalah yang dapat diidentifikasi.

  Penerapan ilmu MIPA perlu dilakukan secara bijaksana agar tidak berdampak buruk terhadap lingkungan. Oleh karena itu, dalam pembelajaran MIPA diharapkan ada penekanan pembelajaran yang menghubungkan unsur Sains, Lingkungan, Teknologi dan Masyarakat yang diarahkan pada pengalaman belajar untuk merancang dan membuat suatu karya melalui penerapan konsep MIPA dan kompetensi bekerja ilmiah secara bijaksana.

  Pada dasarnya AHP adalah suatu teori umum tentang pengukuran yang digunakan untuk menemukan skala rasio baik dari perbandingan berpasangan yang diskrit maupun kontinu. Perbandingan-perbandingan ini dapat diambil dari ukuran aktual atau dari suatu skala dasar yang mencerminkan kekuatan perasaan dan preferensi relatif. AHP memiliki perhatian khusus tentang penyimpangan dari konsistensi, pengukuran dan pada ketergantungan di dalam dan diantara kelompok elemen strukturnya (Mulyono, 1996).

  Metode AHP merupakan metode yang tepat dalam menentukan prioritas budidaya hewan laut untuk memaksimalkan pendapatan. Melibatkan sejumlah preferensi dan responden, kriteria pilihan serta penyediaan satu skala penilaian tertentu yang disusun dalam suatu kuesioner sehingga hasil dari evaluasi dengan metode AHP ini dapat memilih budidaya hewan laut prioritas yang memberikan pendapatan maksimal.

  METODE PENELITIAN Jenis Penelitian

  Adapun jenis penelitian ini adalah

  metode deskriptif komutatif yakni

   masalah penelitian, menentukan prosedur penelitian meliputi menentukan sasaran penelitian (populasi dan sampel), bagaimana teknik yang digunakan untuk mengumpulkan data, pengolahan data dan menganalisis data. Data dalam penelitian ini adalah berupa sampel data sekunder yaitu data tingkat permintan, harga, waktu tumbuh dan biaya hingga masa panen dari setiap jenis ikan budidaya yang diperoleh dari Balai Perikanan Budidaya Laut Lombok pada tahun 2014 - 2015 dan data dari buku-buku yang merajuk cara mendapatkan keuntungan, kemudian direpresentasikan ke dalam sebuah matriks berdasarkan nilai bobot kepentingan dari setiap karakteristik.

  Tahapan penelitian

  Pada tahapan persiapan akan dilakukan kajian pustaka mengenai metode AHP, matriks, uji kekosistenan dari data. Pertama menentukan alternatif dan kriteria, kemudian mengumpulkan sampel data dari pihak Balai Perikanan Buddidaya Laut Lombok berdasarkan kriteria yang telah ditentukan. Data yang didapatkan disajikan dalam bentuk matriks yang kemudian akan di analisis dengan menggunakan prinsip dasar Analytical

  Hierarchy Process (AHP) dengan tahapan

  sebagai berikut : Mula-mula Mendefinisikan masalah dan menentukan solusi yang diinginkan, kemudian membuat struktur hirarki. Selanjutnya membentuk matriks perbandingan berpasangan dan mengidealkan data. Setelah itu ditentukan nilai eigen maksimum dan rasio penyimpangan. Kemudian melakukan uji konsistensi data jika tidak memenuhi dengan CR < 0,100; maka penilaian harus diulang kembali dan mengulangi langkah 3, 4, 5 dan 6 untuk seluruh tingkat hirarki. Langkah terakhir yaitu mencari total rangking untuk masing-masing dengan cara mengalikan faktor evaluasi masing-masing alternatif dengan faktor bobot nilai eigen kriteria.

  Dari hasil survai didapatkan struktur hirarki dalam permasalahan ini sebagai berikut:

Gambar 1. Struktur Hirarki Dalam Penentuan Jenis Ikan Budidaya Prioritas.

  Keterangan : TP = Tingkat Permintaan WTHMP = Waktu Tumbuh Hingga Masa Panen BHMP = Biaya Hingga Masa Panen A = Benih Kerapu Bebek B = Kerapu Konsumsi C = Benih Bawal Bintang

  Menentukan Budidaya Hewan Laut prioritas TP BHMP WTHMP Harga

  F E D C B A D = Bawal Konsumsi E = Kakap Konsumsi F = Benih Kakap Putih

  Perhitungan Faktor Pembobotan Hirarki untuk Semua Kriteria

  Harga merupakan faktor penting suksesnya sebuah produk dijual di pasar. Semakin cepat masa panen maka semakin kecil pengeluaran biayanya. Sebaliknya, semakin lama waktu masa panen maka semakin besar kebutuhan biayanya. Balai Perikanan Budidaya Laut Lombok meratakan biaya untuk pakan. Besar- kecilnya biaya tergantung cepat atau lambatnya pemanenan jenis ikan. Hasil preferensi berdasarkan uraian diatas dan

Tabel 2.2 Skala Saaty untuk pembobotan masing-masing faktor menunjukan bahwa

  kriteria harga 5 kali lebih penting dari kriteria waktu dan biaya hingga masa panen, 3 kali lebih penting dari kriteria tingkat permintaan. Kriteria tingkat permintaan (TP) 4 kali lebih penting dari kriteria waktu tumbuh dan biaya hingga masa panen. Kriteria waktu tumbuh hingga masa panen (WTHMP) 2 kali lebih penting dari kriteria biaya hingga masa panen (BHMP), maka preferensi perbandingan diatas dapat dibuat dalam bentuk matriks yaitu matriks perbandingan pada Tabel 4.1

Tabel 4.1 Faktor Pembobotan Hirarki untuk Semua Kriteria yang Disederhanakan TP Harga WTHMP BHMP

  

TP 1,000 0,333 4,000 4,000

Harga 3,000 1,000 5,000 5,000

WTHMP 0,250 0,200 1,000 2,000

BHMP 0,250 0,200 0,500 1,000

  4,500 1,733 10,500 12,000 Kepentingan relatif tiap faktor dari setiap baris matriks dapat dinyatakan sebagai bobot relatif yang diidealkan. Bobot relatif yang diidealkan ini merupakan suatu bobot nilai relatif untuk masing-masing faktor pada setiap kolom dengan membandingkan masing- masing nilai skala dengan jumlah kolomnya. Vektor eigen merupakan bobot nilai rata-rata secara keseluruhan yang diperoleh dari rata- rata bobot relatif yang diidealkan pada masing- masing faktor setiap barisnya berdasarkan persamaan (11). Dari Tabel 4.1 dengan perlakuan seperti uraian diatas maka didapatkan vektor eigen yang diidealkan pada Tabel 4.2

Tabel 4.2 Faktor Pembobotan Hirarki untuk Semua Kriteria yang Diidealkan TP Harga WHMP BTHMP

  Vektor Eigen (yang Diidealkan) TP 0,222 0,192 0,381 0,333 0,282 Harga 0,666 0,578 0,476 0,417 0,534

  WTHMP 0,056 0,115 0,095 0,167 0,108 BHMP 0,056 0,115 0,048 0,083 0,076

  ∑ 1,000 1,000 1,000 1,000 1,000

  Berdasarkan Tabel 4.2 Faktor Pembobotan Hirarki untuk Semua Kriteria, maka matriks awal untuk semua kriteria didapatkan sebagai berikut :

  [ ] Langkah selanjutnya mencari nilai eigen maksimum ( ) dari matriks awal yaitu dengan menggunakan matlab yaitu sebagai berikut : Dari perhitungan nilai eigen menggunakan matlab, didapatkan nilai eigen maksimum yaitu 4,157. Kemudian didapatkan rasio penyimpangan sebesar 0,052.

  Langkah terakhir yaitu menguji kekonsistensiannya, jika tidak konsisten yaitu tidak memenuhi dengan CR < 0,100 maka pengambilan data (preferensi) perlu diulangi kembali. Untuk n = 4 maka = 0,900.

  Karena CR < 0,100 berarti preferensi adalah konsisten.

  Dari hasil perhitungan pada tabel di atas menunjukkan bahwa kriteria tingkat harga merupakan kriteria yang paling penting dengan bobot 0,534 atau 53,4%, berikutnya adalah kriteria tingkat permintaan dengan nilai bobot 0,282 atau 28,2%, kemudian kriteria waktu tumbuh hingga masa panen dengan nilai bobot 0,108 atau 10,8%, dan kriteria biaya hingga masa panen dengan nilai bobot 0,076 atau 7,6%.

  Penetapan Prioritas Untuk Masing-Masing Kriteria

  Berikut matriks yang didapatkan dengan elemen dalam bentuk desimal (matriks 1) yang kemudian dikuadratkan sehingga didapatkan matriks-2 :

  [ ] Matriks 2

  [ ] ⌊ ⌋ ⌊ ⌋ ∑

  0,100 = hasil penjumlahan berdasarkan baris

  = bobot prioritas Langkah selanjutnya adalah melakukan iterasi kedua yakni mengkuadratkan matriks-2 seperti dibawah ini sehingga didapatkan matriks-3 :

  Matriks 3

  [ ] ⌊ ⌋ ⌊ ⌋ ∑

  0,1000 = hasil penjumlahan berdasarkan baris. = bobot prioritas. Menghitung selisih antara bobot prioritas matriks 2 dan 3 dalam iterasi 2. Jika selisih antar iterasi tidak mengalami perubahan (= 0) maka iterasi berhenti. Nilai iterasi yang diperoleh tersebut selanjutan menjadi bobot urutan prioritas. Perhitungan selisih antara bobot prioritas matriks 2 dan 3 sebagai berikut:

  [ ] [ ] [ ] Karena masih terdapat selisih antar bobot prioritas matriks 2 dan 3, maka dilakukan kembali iterasi untuk matriks 3.

  Mengkuadratkan matriks-3 (jumlah baris x kolom) merupakan iterasi 3 untuk mendapatkan matriks 4 seperti dibawah ini.

  [ ] [ ] Matriks 4

  [ ] ⌊ ⌋ ⌊ ⌋ ∑

  0,1000 = hasil penjumlahan berdasarkan baris. = bobot prioritas. Menghitung selisih antara bobot prioritas matriks 3 dan 4 dalam iterasi 3 sebagai berikut:

  [ ] [ ] [ ] Berdasarkan hasil diatas diperoleh selisih antar iterasi tidak mengalami perubahan

  (= 0), maka iterasi berhenti. Nilai iterasi yang diperoleh tersebut selanjutan menjadi urutan prioritas. Dengan demikian diperoleh urutan prioritas untuk setiap kriteria sebagai beriku :

  [ ] [ ]

  Perhitungan Faktor Evaluasi untuk Kriteria Tingkat Permintaan

  Berdasarkan data permintaan jenis ikan budidaya dari tahun 2014-2015 yang telah diperoleh dari Balai Budidaya Laut Lombok, permintaan untuk jenis ikan Benih Kerapuh Bebek 1.250 ekor, Kerapu Konsumsi 136 ekor, Benih Bawal Bintang 27.100 ekor, Bawal Konsumsi 13.125 ekor, Kakap Konsumsi 480 ekor, Benih Kakap Putih 12.080 ekor.

  Selanjutnya dilakukan penilaian perbandingan berpasangan (pembobotan) pada tiap-tiap hirarki berdasarkan tingkat kepentingan (tingkat permintaan) relatifnya. Prosedur penilaian perbandingan berpasangan dalam AHP, mengacu pada skor penilaian yang telah dikembangkan oleh Thomas L Saaty pada Tabel 2.2, sehingga diperoleh hasil preferensi berdasarkan uraian diatas bahwa Benih Kerapuh Bebek 2 kali lebih penting dari Kerapu Konsumsi, kali lebih penting dari Benih Bawal Bintang, kali lebih penting dari Bawal Konsumsi, 2 kali lebih penting dari Kakap Konsumsi, kali lebih penting dari Benih Kakap Putih. Kerapu Konsumsi kali lebih penting dari Benih Bawal Bintang, kali lebih penting dari Bawal Konsumsi, kali lebih penting dari Kakap Konsumsi, kali lebih penting dari Benih Kakap Putih. Benih Bawal Bintang 4 kali lebih penting dari Bawal Konsumsi, 9 kali lebih penting dari Kakap Konsumsi, 5 kali lebih penting dari Benih Kakap Putih. Bawal Konsumsi 6 kali lebih penting dari Kakap Konsumsi, 3 kali lebih penting dari Benih Kakap Putih. Kakap Konsumsi kali lebih penting dari Benih Kakap Putih, maka preferensi perbandingan diatas dapat dibuat dalam bentuk matriks yaitu matriks perbandingan pada Tabel 4.3

Tabel 4.3 Faktor Evaluasi untuk Kriteria Tingkat Permintaan yang Disederhanakan A B C D E F

  

A 1,000 2,000 0,142 0,200 2,000 0,250

B 0,500 1,000 0,111 0,166 0,500 0,200

C 7,000 9,000 1,000 4,000 9,000 5,000

D 5,000 6,000 0,250 1,000 6,000 3,000

  

E 0,500 2,000 0,111 0,166 1,000 0,200

F

  4,000 5,000 0,200 0,333 5,000 1,000 18,000 25,000 1,814 5,865 23,500 9,650

  Dari Tabel 4.3 dengan perlakuan seperti uraian diatas maka didapatkan vektor eigen yang diidealkan pada Tabel 4.4

Tabel 4.4 Faktor Evaluasi untuk Kriteria Tingkat Permintaan yang Diidealkan A B C D E F

  Vektor Eigen (yang Diidealkan) A

  0,055 0,080 0,078 0,034 0,085 0,026 0,060

  B 0,028 0,040 0,061 0,028 0,021 0,021 0,033 C 0,389 0,360 0,552 0,682 0,383 0,518 0,481 D 0,278 0,240 0,138 0,171 0,255 0,311 0,232 E 0,028 0,080 0,061 0,028 0,043 0,021 0,043

F 0,222 0,200 0,110 0,057 0,213 0,103 0,151 ∑

  1,000 Berdasarkan Tabel 4.4 Faktor Evaluasi untuk Kriteria Tingkat Permintaan, maka matriks awal untuk kriteria tingkat permintaan didapatkan sebagai berikut :

  [ ] Langkah selanjutnya mencari nilai eigen maksimum ( ) dari matriks awal yaitu dengan menggunakan matlab yaitu sebagai berikut : Dari perhitungan nilai eigen menggunakan matlab, didapatkan nilai eigen maksimum yaitu 6,358 dengan rasio penyimpangan 0,071 yang kemudian dilakukan pengujian kekonsistensiannya.

  Jika tidak konsisten maka tidak memenuhi dengan CR < 0,100 maka pengambilan data (preferensi) perlu diulangi kembali. Untuk n = 6 maka

  = 1,240 dan bersifat konsisten. Dari hasil perhitungan pada tabel diatas diperoleh urutan prioritas untuk kriteria tingkat permintaan yakni Benih Bawal Bintang menjadi prioritas pertama dengan nilai bobot 0,481 atau 48,1%, kemudian Bawal Konsumsi menjadi prioritas ke-2 dengan nilai bobot 0,232 atau 23,2%, Benih Kakap Putih menjadi prioritas ke-3 dengan nilai bobot yang sama sebesar 0,151 atau 15,1%, Benih Kerapu Bebek menjadi prioritas ke-4 dengan nilai bobot 0,060 atau 6,0%, Kakap Konsumsi menjadi prioritas ke-5 dengan nilai bobot 0,043 atau 4,3%, dan Kerapu Konsumsi menjadi prioritas ke-6 dengan nilai bobot 0,033 atau 3,3 %.

  Perhitungan Faktor Evaluasi untuk Kriteria Harga

  Berdasarkan data harga jenis ikan budidaya dari tahun 2014-2015 yang telah diperoleh dari Balai Budidaya Laut Lombok, harga untuk jenis ikan Benih Kerapuh Bebek sebesar Rp.8.000, Kerapu Konsumsi sebesar Rp.125.000, Benih Bawal Bintang sebesar Rp. 1.500, Bawal Konsumsi sebesar Rp.1.350, Kakap Konsumsi sebesar Rp.1.500, Benih Kakap Putih sebesar Rp.600.

  Selanjutnya dilakukan penilaian perbandingan berpasangan (pembobotan) pada tiap-tiap hirarki berdasarkan tingkat kepentingan (harga) relatifnya. Prosedur penilaian perbandingan berpasangan dalam AHP, mengacu pada skor penilaian yang telah dikembangkan oleh Thomas L Saaty pada Tabel 2.2, sehingga diperoleh hasil preferensi berdasarkan uraian diatas bahwa Benih Kerapuh Bebek kali lebih penting dari

  Kerapu Konsumsi, 3 kali lebih penting dari Benih Bawal Bintang, 4 kali lebih penting dari Bawal Konsumsi, 3 kali lebih penting dari Kakap Konsumsi, 5 kali lebih penting dari Benih Kakap Putih. Kerapu Konsumsi 8 kali lebih penting dari Benih Bawal Bintang, 8 kali lebih penting dari Bawal Konsumsi, 8 kali lebih penting dari Kakap Konsumsi, 9 kali lebih penting dari Benih Kakap Putih. Benih Bawal Bintang 2 kali lebih penting dari Bawal Konsumsi, 1 kali lebih penting dari Kakap Konsumsi, 3 kali lebih penting dari Benih Kakap Putih. Bawal Konsumsi kali lebih penting dari Kakap Konsumsi, 2 kali lebih penting dari Benih Kakap Putih. Kakap Konsumsi 3 kali lebih penting dari Benih Kakap Putih, maka preferensi perbandingan diatas dapat dibuat dalam bentuk matriks yaitu matriks perbandingan pada Tabel 4.5

Tabel 4.5 Faktor Evaluasi untuk Kriteria Harga yang Disederhanakan A B C D E F

  

A 1,000 0,142 3,000 4,000 3,000 5,000

B 7,000 1,000 8,000 8,000 8,000 9,000

C 0,333 0,125 1,000 2,000 1,000 3,000

D 0,250 0,125 0,500 1,000 0,500 2,000

E 0,333 0,125 1,000 2,000 1,000 3,000

F 0,200 0,111 0,333 0,500 0,333 1,000

   9,116 1,628 13,833 17,500 13,833

  23 Dari Tabel 4.5 dengan perlakuan seperti uraian diatas maka didapatkan vektor eigen yang diidealkan pada Tabel 4.6

Tabel 4.6 Faktor Evaluasi untuk Kriteria Harga yang Diidealkan A B C D E F Vektor Eigen (yang Diidealkan)

  A 0,11 0,087 0,217 0,229 0,217 0,217 0,179 B 0,768 0,614 0,579 0,457 0,579 0,391 0,565 C 0,037 0,077 0,072 0,114 0,072 0,13 0,084 D 0,027 0,077 0,036 0,057 0,036 0,087 0,053

  E

  0,037 0,077 0,072 0,114 0,072 0,131 0,084

  F

  0,021 0,068 0,024 0,029 0,024 0,044 0,035 1,000

  Berdasarkan Tabel 4.6 Faktor Evaluasi untuk Kriteria Tingkat Permintaan, maka matriks awal untuk kriteria tingkat permintaan didapatkan sebagai berikut :

  [ ]

  Langkah selanjutnya mencari nilai eigen maksimum ( ) dari matriks awal yaitu dengan menggunakan matlab, yaitu sebagai berikut :

  Dari perhitungan nilai eigen menggunakan matlab, didapatkan nilai eigen maksimum yaitu 6,285 dengan rasio penyimpangan sebesar 0,057 dengan orde 6.

  Langkah terakhir yaitu menguji konsistensinya, jika tidak konsisten yaitu tidak memenuhi dengan CR < 0,100 maka pengambilan data (preferensi) perlu diulangi kembali. Untuk n = 6 maka = 1,240.

  Dari hasil perhitungan pada tabel diatas diperoleh urutan prioritas untuk kriteria harga yakni Kerapu Konsumsi menjadi prioritas pertama dengan nilai bobot 0,565 atau 56,5%, kemudian Benih Kerapu Bebek menjadi prioritas ke-2 dengan nilai bobot 0,179 atau 17,9%, sedangkan Benih Bawal Bintang,

  Kakap Konsumsi PT.Telkom menjadi prioritas ke-3 dan ke-4 dengan nilai bobot yang sama sebesar 0,084 atau 8,4%, Bawal Konsumsi menjadi prioritas ke-5 dengan nilai bobot 0,053 atau 5,3% dan Benih Kakap Putih menjadi prioritas ke-6 dengan nilai bobot 0,035 atau 3,5%.

  Perhitungan Faktor Evaluasi untuk Kriteria Waktu Tumbuh Hingga Masa Panen

  Berdasarkan data waktu tumbuh hingga masa panen jenis ikan budidaya dari tahun 2014-2015 yang telah diperoleh dari balai budidaya laut Lombok, waktu tumbuh hingga masa panen untuk jenis ikan Benih Kerapuh Bebek 1,5 bulan, Kerapu Konsumsi Rp.160 bulan, Benih Bawal Bintang 1,5 bulan, Bawal Konsumsi 7 bulan, Kakap Konsumsi Rp.7 bulan, Benih Kakap Putih 1,5 bulan. Selanjutnya dilakukan penilaian perbandingan berpasangan (pembobotan) pada tiap-tiap hirarki berdasarkan tingkat kepentingan (waktu tumbuh hingga masa panen) relatifnya. Prosedur penilaian perbandingan berpasangan dalam AHP, mengacu pada skor penilaian yang telah dikembangkan oleh Thomas L Saaty pada Tabel 2.2, sehingga diperoleh hasil preferensi berdasarkan uraian diatas bahwa

  Kerapu Konsumsi, 1 kali lebih penting dari Benih Bawal Bintang, 5 kali lebih penting dari

  Bawal Konsumsi, 5 kali lebih penting dari Kakap Konsumsi, 1 kali lebih penting dari Benih Kakap Putih. Kerapu Konsumsi kali lebih penting dari Benih Bawal Bintang, kali lebih penting dari Bawal Konsumsi, kali lebih penting dari Kakap Konsumsi, kali lebih penting dari Benih Kakap Putih. Benih Bawal Bintang 5 kali lebih penting dari Bawal Konsumsi, 5 kali lebih penting dari Kakap Konsumsi, 1 kali lebih penting dari Benih Kakap Putih. Bawal Konsumsi 1 kali lebih penting dari Kakap Konsumsi, kali lebih penting dari Benih Kakap Putih. Kakap Konsumsi kali lebih penting dari Benih Kakap Putih, maka preferensi perbandingan diatas dapat dibuat dalam bentuk matriks yaitu matriks perbandingan pada Tabel 4.7

Benih Kerapuh Bebek kali lebih penting dari

Tabel 4.7 Faktor Evaluasi untuk Kriteria Waktu Tumbuh Hingga Masa Panen yang Disederhanakan

  A B C D E F A 1,000

  8,000 1,000 5,000 5,000 1,000

  B 0,125

  1,000 0,125 0,166 0,166 0,125

  C 1,000

  8,000 1,000 5,000 5,000 1,000

  D 0,200

  6,000 0,200 1,000 1,000 0,200

  

E 0,200 6,000 0,200 1,000 1,000 0,200

F 1,000 8,000 1,000 5,000 5,000 1,000

   3,525 37,000 3,525 17,166 17,166 3,525 Kepentingan relatif tiap faktor dari setiap baris matriks dapat dinyatakan sebagai bobot relatif yang diidealkan. Bobot relatif yang diidealkan ini merupakan suatu bobot nilai relatif untuk masing-masing faktor pada setiap kolom dengan membandingkan masing- masing nilai skala dengan jumlah kolomnya. Vektor eigen merupakan bobot nilai rata-rata secara keseluruhan yang diperoleh dari rata- rata bobot relatif yang diidealkan pada masing- masing faktor setiap barisnya berdasarkan persamaan (11). Dari Tabel 4.7 dengan perlakuan seperti uraian diatas maka didapatkan vektor eigen yang diidealkan pada Tabel 4.8

Tabel 4.8 Faktor Evaluasi untuk Kriteria Waktu Tumbuh Hingga Masa Panen yang Diidealkan A B C D E F Vektor Eigen (yang

  Diidealkan) A 0,283 0,216 0,283 0,291 0,291 0,283 0,275 B 0,035 0,027 0,035 0,01 0,01 0,035 0,025 C 0,284 0,216 0,284 0,291 0,291 0,284 0,275 D 0,057 0,162 0,057 0,058 0,058 0,057 0,075 E 0,057 0,162 0,057 0,058 0,058 0,057 0,075 F 0,284 0,216 0,284 0,291 0,291 0,284 0,275

  1,000 Berdasarkan Tabel 4.8 Faktor Evaluasi untuk Kriteria Waktu Tumbuh Hingga Masa Panen, maka matriks awal untuk kriteria tingkat permintaan didapatkan sebagai berikut :

  [ ]

  Langkah selanjutnya mencari nilai eigen maksimum ( ) dari matriks awal yaitu dengan menggunakan matlab yaitu sebagai berikut :

  Dari perhitungan nilai eigen menggunakan matlab, didapatkan nilai eigen maksimum yaitu 6,303 dengan rasio penyimpangan sebesar 0,060 dan berorde 6.

  Langkah terakhir yaitu menguji konsistensiannya, jika tidak konsisten yaitu tidak memenuhi dengan CR < 0,100 maka pengambilan data (preferensi) perlu diulangi kembali. Untuk n = 6 maka = 1,240.

  Dari hasil perhitungan pada tabel diatas diperoleh urutan prioritas untuk kriteria Waktu Tumbuh Hingga Masa Panen yakni Benih Kerapu Bebek, Benih Bawal Bintang, Benih Kakap Putih menjadi prioritas pertama, ke-2 dan ke-3 dengan nilai bobot yang sama sebesar 0,275 atau 27,5%, kemudian Bawal Konsumsi, Kakap Konsumsi menjadi prioritas ke-4 dan ke-5 dengan nilai bobot yang sama sebesar 0,075 atau 7,5%, sedangkan Kerapu Konsumsi menjadi prioritas ke-6 dengan nilai bobot 0,025 atau 2,5%.

  Perhitungan Faktor Evaluasi untuk Kriteria Biaya Hingga Masa Panen

  Berdasarkan data biaya hingga masa panen untuk semua jenis ikan budidaya dari tahun 2014-2015 yang telah diperoleh dari balai budidaya laut Lombok bahwa relatif sama (setara). Besar kecil biaya yang dihabiskan tergantung lama masa panen, semakin cepat masa panen maka semakin sedikit biaya yang diperlukan dan sebaliknya, sehingga didapatkan perbandingan kepentingan yang sama dengan waktu tumbuh hingga masa panen yaitu Benih Kerapuh

  Konsumsi, 1 kali lebih penting dari Benih Bawal Bintang, 5 kali lebih penting dari Bawal Konsumsi, 5 kali lebih penting dari Kakap Konsumsi, 1 kali lebih penting dari Benih

  Kakap Putih. Kerapu Konsumsi kali lebih penting dari Benih Bawal Bintang, kali lebih penting dari Bawal Konsumsi, kali lebih penting dari Kakap Konsumsi, kali lebih penting dari Benih Kakap Putih. Benih Bawal Bintang 5 kali lebih penting dari Bawal Konsumsi, 5 kali lebih penting dari Kakap Konsumsi, 1 kali lebih penting dari Benih Kakap Putih. Bawal Konsumsi 1 kali lebih penting dari Kakap Konsumsi, kali lebih penting dari Benih Kakap Putih. Kakap Konsumsi kali lebih penting dari Benih Kakap Putih, maka preferensi perbandingan

Bebek kali lebih penting dari Kerapu

  diatas dapat dibuat dalam bentuk matriks yaitu matriks perbandingan pada Tabel 4.9

  0,200 6,000 0,200 1,000 1,000 0,200

  [ ]

  1,000 Berdasarkan Tabel 4.10 Faktor Evaluasi untuk Kriteria Biaya Hingga Masa Panen, maka matriks awal untuk kriteria biaya hingga masa panen didapatkan sebagai berikut :

  A 0,283 0,216 0,283 0,291 0,291 0,283 0,275 B 0,035 0,027 0,035 0,01 0,01 0,035 0,025 C 0,284 0,216 0,284 0,291 0,291 0,284 0,275 D 0,057 0,162 0,057 0,058 0,058 0,057 0,075 E 0,057 0,162 0,057 0,058 0,058 0,057 0,075 F 0,284 0,216 0,284 0,291 0,291 0,284 0,275

  

Tabel 4.10Faktor Evaluasi untuk Kriteria Biaya Hingga Masa Panen yang Diidealkan

A B C D E F Vektor Eigen (yang Diidealkan)

  3,525 37,000 3,525 17,166 17,166 3,525 Dari Tabel 4.9 dengan perlakuan seperti uraian diatas maka didapatkan vektor eigen yang diidealkan pada Tabel 4.10

  

E 0,200 6,000 0,200 1,000 1,000 0,200

F 1,000 8,000 1,000 5,000 5,000 1,000

  D

Tabel 4.9 Faktor Evaluasi untuk Kriteria Biaya Hingga Masa Panen yang Disederhanakan A B C D E F

  1,000 8,000 1,000 5,000 5,000 1,000

  C

  0,125 1,000 0,125 0,166 0,166 0,125

  B

  1,000 8,000 1,000 5,000 5,000 1,000

  A

  Langkah selanjutnya mencari nilai eigen maksimum ( ) dari matriks awal yaitu dengan menggunakan matlab, yaitu sebagai berikut :

  Dari perhitungan nilai eigen menggunakan matlab, didapatkan nilai eigen maksimum yaitu 6,303 dan rasio penyimpangan sebesar 0,060 dengan orde 6.

  Mencari urutan prioritas dari semua alternatif berdasarkan semua karakteristik yang ada dengan cara menjumlahkan hasil kali bobotnya pada masing-masing karakteristik dengan vektor prioritas, kemudian diurutkan dari nilai yang paling besar sampai yang terkecil. Sehingga didapatkan total rangking untuk Benih Kerapuh Bebek, Kerapuh Konsumsi, Benih Bawal Bintang, Bawal Konsumsi, Kakap Konsumsi, Benih Bawal Putih berturut-turut pada Tabel 4.12, Tabel 4.13 sampai Tabel 4.17 berikut:

  Berdasarkan tabel diatas diperoleh total bobot evaluasi untuk Benih Kerapu Bebek yaitu sebesar 0,131 atau 13,1%.

  1,000 0,131

  BHMP 0,275 0,073 0,020

  Harga 0,060 0,544 0,031 WTHMP 0,275 0,103 0,028

  Faktor Evaluasi Faktor Bobot Bobot Evaluasi TP 0,179 0,280 0,049

Tabel 4.12 Total Rangking untuk Benih Kerapu Bebek

  Urutan Prioritas Global

  Langkah terakhir yaitu menguji konsistensinya, jika tidak konsisten yaitu tidak memenuhi dengan CR < 0,100 maka pengambilan data (preferensi) perlu diulangi kembali. Untuk n = 6 maka = 1,240.

  0,035 0,151 0,275 0,275

  

A 0,179 0,060 0,275 0,275

B 0,565 0,033 0,025 0,025

C 0,084 0,481 0,275 0,275

D 0,053 0,232 0,075 0,075

E 0,084 0,043 0,075 0,075

F

Tabel 4.11 Hubungan antara Kriteria dengan Alternatif TP Harga WTHMP BHMP

  Dari seluruh evaluasi yang dilakukan terhadap ke-4 kriteria yakni harga, tingkat permintaan, waktu tumbuh hingga masa panen dan biaya hingga masa panen diperoleh hubungan antara kriteria dengan alternatif seperti pada Tabel 4.11 sebagai berikut:

  Perhitungan Total Rangking/Prioritas Global Faktor Evaluasi Total

  Dari hasil perhitungan pada tabel diatas diperoleh urutan prioritas untuk kriteria Biaya hingga masa panen yakni Benih Kerapu Bebek, Benih Bawal Bintang, Benih Kakap Putih menjadi prioritas pertama, ke-2 dan ke-3 dengan nilai bobot yang sama sebesar 0,275 atau 27,5%, kemudian Bawal Konsumsi, Kakap Konsumsi menjadi prioritas ke-4 dan ke-5 dengan nilai bobot yang sama sebesar 0,075 atau 7,5%, sedangkan Kerapu Konsumsi menjadi prioritas ke-6 dengan nilai bobot 0,025 atau 2,5%.

  .

Tabel 4.13 Total Rangking untuk Kerapu Konsumsi

  BHMP 0,075 0,073 0,005

  BHMP 0,275 0,073 0,020

  Harga 0,151 0,544 0,081 WTHMP 0,275 0,103 0,028

  Faktor Evaluasi Faktor Bobot Bobot Evaluasi TP 0,035 0,280 0,009

Tabel 4.17 Total Rangking untuk Benih Kakap Putih

  Berdasarkan tabel diatas diperoleh total bobot evaluasi untuk Kakap Konsumsi yaitu sebesar sebesar 0,060 atau 6,0%.

  1,000 0,060

  BHMP 0,075 0,073 0,005

  Harga 0,043 0,544 0,023 WTHMP 0,075 0,103 0,007

  Faktor Evaluasi Faktor Bobot Bobot Evaluasi TP 0,084 0,280 0,023

Tabel 4.16 Total Rangking untuk Kakap Konsumsi

  Berdasarkan tabel diatas diperoleh total bobot evaluasi untuk Bawal Konsumsi yaitu sebesar sebesar 0,154 atau 15,4%.

  1,000 0,154

  Harga 0,232 0,544 0,125 WTHMP 0,075 0,103 0,007

  Faktor Evaluasi Faktor Bobot Bobot Evaluasi TP 0,565 0,280 0,157

  Faktor Evaluasi Faktor Bobot Bobot Evaluasi TP 0,053 0,280 0,014

  Tabel 4.15Total Rangking untuk Bawal Konsumsi

  Berdasarkan tabel diatas diperoleh total bobot evaluasi untuk Benih Bawal Bintang yaitu sebesar sebesar 0,334 atau 33,4%.

  1,000 0,334

  BHMP 0,275 0,073 0,020

  Harga 0,481 0,544 0,260 WTHMP 0,275 0,103 0,028

  Faktor Evaluasi Faktor Bobot Bobot Evaluasi TP 0,084 0,280 0,023

Tabel 4.14 Total Rangking untuk Benih Bawal Bintang

  Berdasarkan tabel diatas diperoleh total bobot evaluasi untuk Kerapu Konsumsi yaitu sebesar sebesar 0,181 atau 18,1%.

  1,000 0,181

  BHMP 0,025 0,073 0,020

  Harga 0,033 0,544 0,031 WTHMP 0,025 0,103 0,028

  1,000 0,140 Berdasarkan tabel diatas diperoleh total bobot evaluasi untuk Benih Kakap Putih yaitu sebesar 0,140 atau 14,0%.

  Berdasarkan hasil perhitungan total global masing-masing alternatif diatas diperoleh urutan prioritas global dari masing-masing alternatif tersebut dari yang terbesar sampai yang terkecil sebagai berikut : 1.

  Yogyakarta: GRAHA ILMU. Kusumastuti, Ari. 2008. Analisis Vektor Kajian

  Pustaka Binaman Pressindo.ni dan link- nya sebagai sumber referensi. Saaty, T.L. 1987. Uncertainty and rank order in the analytic hierarchy process.

  Bagi Para Pemimpin, Proses Hirarki Analitik untuk Pengambilan Keputusan dalam Situasi yang Kompleks . Jakarta: PT.

  Prentice Hall, Inc: New Jersey. Saaty, T.L. 1993. Pengambilan Keputusan

  Noble, Ben. 1969. Applied Linear Algebra.

  Keputusan. Jakarta: Fakultas Ekonomi Universitas Indonesia.

  Leon, S. J. 1999. Aljabar Linear dan Aplikasinya . Erlangga: Jakarta. Mulyono, Sri. 1996. Teori Pengambilan

  ”. Jurnal Studi Kasus Fakultas Pertanian, Universitas Sumatera Utara (USU), Medan.

  Analytical Hierarchy Process

  Latifah, Siti. 2005. “Prinsip – prinsip dasar

  UIA : Malang Press.

  Teori dengan Pendekatan Al- Qur’an.

  Kartono. 2002. Aljabar Linier, Vektor dan Eksplorasinya dengan Maple .

  Benih Bawal Bintang 2. Kerapu Konsumsi 3. Bawal konsumsi 4. Benih Kakap Putih 5. Benih Kerapu bebek 6. Kakap Konsumsi

  Hierarchy Process (AHP) Dalam Pemilihan Perusahaan Badan Usaha Milik Negara (BUMN) Sebagai Tempat Kerja Mahasiswa Universitas Sumatera Utara (USU) 2010 . Matematika full lagi.

  Johanes, Sinaga. 2009. Penerapan Analytical

  Bogor : Penebar Swadaya. Hadley, G. 1983. Aljabar Linear. Erlangga: Jakarta.

  York. Bambang, Suharno. 2008. Panduan Lengkap memulai & mengelola Bisnis dari Nol .

  Linear Algebra Application Version, 7 ^th Edition, John Wiley and Sonc, Inc., New

  Anton, H. dan Chris R., 1994, Elementary

  Berdasarkan kesimpulan diatas, disarankan kepada pihak Balai Perikanan Budidaya Laut Lombok agar dapat melihat peluang yang lebih baik untuk memaksimalkan pendapatan terutama yang terkait dengan jenis ikan budidaya prioritas.

  Saran

  Dengan demikian jenis ikan budidaya prioritas yang lebih ditingkatkan jumlah budidayanya di Balai Perikanan Budidaya Laut Lombok adalah Benih Bawal Bintang, Kerapu Konsumsi, Bawal Konsumsi.

  Berdasarkan pembahasan, diperoleh urutan prioritas jenis ikan budidaya di Balai Perikanan Budidaya Laut Lombok berturut- turut adalah Benih Bawal Bintang dengan bobot evaluasi sebesar 0,334 atau memberikan pemasukan pendapatan sebesar 33,4%, diikuti oleh Kerapu Konsumsi dengan bobot evaluasi sebesar 0,181 atau memberikan pemasukan pendapatan sebesar 18,1%, Bawal Konsumsi dengan bobot evaluasi sebesar 0,154 atau memberikan pemasukan pendapatan sebesar 15,4%, Benih Kakap Putih dengan bobot evaluasi sebesar 0,140 atau memberikan pemasukan pendapatan sebesar 14,0%, Benih Kerapu Bebek dengan bobot evaluasi sebesar 0,131 atau memberikan pemasukan pendapatan sebesar 13,1%, Kakap Konsumsi dengan bobot evaluasi sebesar 0,060 atau memberikan pemasukan pendapatan sebesar 6,0%.

  Kesimpulan

  European Journal of Operational Research 32:27-37. Sutojo, T. 2010. Teori dan Aplikasi Aljabar Hierarchy Process dalam Menganalisa

  Linier & Matriks . Yogyakarta : C.V Faktor-Faktor yang Mempengaruhi

  ANDI OFFSET. Pemilihan Moda ke Kampus ”. Jurnal

  Teknomo, K., Siswanto, H. dan Yudhanto, S. Dimensi Teknik Sipil, Universitas Petra 1(1): hal. 31-39.