Activity

  • Anggrayta Dewi posted an update 3 weeks, 6 days ago

    PENGAMBILAN KEPUTUSAN MANAJEMEN MENGUNAKAN ANALYTICAL HIERARCHY PROCESS (AHP)
    Pengambilan keputusan di dunia yang dinamis dan berkembang pesat merupakan tantangan utama. Pengambilan keputusan pada dasarnya melibatkan satu set alternatif dan pilihan yang paling tepat dari alternatif-alternatif tersebut untuk dieksekusi.
    Pada dasarnya kita semua adalah pengambil keputusan. Segala sesuatu yang kita lakukan secara sadar atau tidak adalah hasil dari beberapa keputusan. Informasi yang kita kumpulkan membantu kita memahami kejadian, mengembangkan penilaian yang baik, yang selanjutnya untuk membuat keputusan tentang kejadian ini.
    Pada saat pengambilan keputusan, secara tipikal terdapat tiga kondisi/situasi yang dihadapi pengambil keputusan, yang diklasifikasikan berdasarkan tingkat kepastian dari hasil (payoff, outcome) yang akan terjadi. Tiga jenis kondisi itu ialah:
    1. Pengambilan keputusan di bawah Ketidakpastian – mengacu kepada situasi dimana terdapat lebih dari satu hasil yang mungkin terjadi dari suatu keputusan, dan probablilitas setiap kemungkinan tidak diketahui
    2. Pengambilan keputusan di bawah risiko – mengacu kepada situasi dimana terdapat lebih dari satu hasil yang mungkin terjadi dari suatu keputusan, dan probabilitas setiap hasil diketahui atau dapat diperkirakan oleh pengambil keputusan
    3. Keputusan di bawah kondisi Kepastian – mengacu kepada situasi dimana hanya ada satu hasil yang mungkin terjadi dari suatu keputusan, dan hasil ini diketahui secara tepat oleh pengambil keputusan.
    Kerumitan masalah pengambilan keputusan bukan hanya terletak pada ketidakpastian atau ketidaksempurnaan informasi, tetapi juga disebabkan karena kita berhadapan dengan masalah yang sangat kompleks, dimana banyak faktor ikut terkait.
    Di luar ketiga jenis di atas, Thomas L. Saaty, Profesor pada Wharton School of Economics, Amerika serikat (1971-1915) mengembangkan metode analisis keputusan yang diberi nama Analytical Hierarchy Process (AHP). Menurut Saaty, kerumitan dalam pengambilan keputusan itu ialah karena keragaman kriteria.
    Pada dasarnya metode AHP yang dikembangkan oleh Thomas Saaty, memecah-mecah suatu situasi ke dalam bagian-bagian komponennya dan menata bagian atau variabel ini ke dalam suatu susunan hirarki.
    Proses hirarki analisis memiliki prinsip dasar sebagai berikut:
    1. Menyusun secara hirarkis, yaitu memecah persoalan menjadi unsur-unsur yang terpisah.
    Pertama kita harus mendefinisikan situasi dengan seksama, memasukkan sebanyak mungkin rincian yang relevan, lalu menyusun model secara hirarki yang terdiri atas beberapa tingkat rincian, yaitu fokus masalah, kriteria, dan alternatif. Fokus masalah merupakan masalah utama yang perlu dicari solusinya dan terdiri hanya atas satu elemen yaitu sasaran menyeluruh. Selanjutnya, Kriteria merupakan aspek penting yang perlu dipertimbangkan dalam mengambil keputusan atas fokus masalah. Untuk suatu masalah yang kompleks atau berjenjang, kriteria dapat diturunkan kepada sub-sub kriteria. Dengan demikian kriteria bisa terdiri lebih dari satu tingkat hirarki. Yang terakhir adalah Alternatif, merupakan berbagai tindakan akhir dan merupakan pilihan keputusan dari penyelesaian masalah yang dihadapi.
    Contoh : Pengambilan keputusan untuk memilih Bank untuk menabung. Hirarki tingkat 1 adalah keputusan memilih Bank. Dalam memilih Bank ini terdapat bebagai kriteria yang perlu dipertimbangkan, yaitu Lokasi, Pelayanan dan Bunga yang diberikan, ketiga hal ini merupakan hirarki tingkat kedua. Pada tingkat ketiga ialah berupa alternatif tiga Bank yang dipertimbangkan untuk dipilih, misalkan Bank A, B, dan C. Selanjutnya tingkatan hirarki dapat digambar sebagai berikut.
    2. Menetapkan prioritas, yaitu menentukan peringkat elemen-elemen menurut relatif pentingnya.
    Setelah menyusun hirarki, selanjutnya memberikan penilaian tentang kepentingan relatif dua elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkat diatasnya. Penilaian ini merupakan inti dari AHP, karena ia akan berpengaruh terhadap prioritas elemen-elemen. Hasil penilaian ini lebih mudah dilihat bila disajikan dalam bentuk matriks (tabel) yang diberi nama matriks berpasangan (pairwise comparison). Pertanyaan yang biasa dilakukan dalam meyusun skala kepentingan adalah.
    (1) Elemen mana yang lebih (penting/disukai/mungkin/…),
    (2) Berapa kali lebih (penting/disukai/mungkin/…)?
    Dalam menentukan skala dipakai patokan sebagai berikut:
    Dalam penilaian kepentingan relatif dua elemen berlaku aksioma berbalikan (reciprocal) yakni: jika A dinilai 3 kali B maka otomatis B adalah sepertiga A. Dalam bahasa matematika A=38 B=1/3A.
    Untuk memperoleh perangkat prioritas menyeluruh bagi suatu persoalan keputusan, kita harus menyatukan atau mensintesis pertimbangan yang dlbuat dalam melakukan pembandingan berpasang, yaitu melakukan suatu pembobotan dan penjumlahan untuk menghasilkan satu bilangan tunggal yang menunjukkan prioritas setiap elemen. Elemen dengan bobot tertinggi adalah alternatif/rencana yang patut dlpertimbangkan untuk dipilih
    3.Mengukur konsistensi logis, yaitu menjamin bahwa semua elemen dikelompokkan secara logis dan diperingkatkan secara konsisten sesuai dengan kriteria yang logis.
    Proses AHP mencakup pengukuran konsistensi yaitu apakah pemberian nilai dalam pembandingan antar obyek telah dllakukan secara konsisten. Ketidakkonsistenan dapat timbul karena miskonsepsi atau ketidaktepatan dalam melakukan hirarki, kekurangan informasi, kekeliruan dalam penulisan angka, dan lain-lain. Salah satu contoh dalam inkonsistensi dalam matriks pembandingan ialah dalam menilai mutu suatu produk. Misalkan, dalam preferensisi pengambil keputusan, A 4x lebih baik dari B, B 3x lebih baik dari C, maka seharusnya A 12x lebih baik dari C. Tetapi jika dalam pemberian nilai, A diberi nilai 6x lebih dari C, berarti terjadi inkonsistensi.
    Rasio konsistensi (consistency ratio, CR) menunjukkan sejauh mana analis konsisten dalam memberikan nilai pada matrik pembandingan. Secara umum, hasil analisis dianggap konsisten jika memiliki CR ? 10%. Jika nilai CR > 10%, perlu dipertimbangkan untuk melakukan reevaluasi dalam penyusunan matriks pembandingan.

    A. PERHITUNGAN MATRIK PERBANDINGAN ANTAR KRITERIA
    1. Matriks perhitungan tiap kriteria
    kuantitas dan Kualitas Ketaatan Kerja Sama Semangat Kerja Disiplin
    kuantitas dan Kualitas 1 0,333333333 0,2 0,142857143 0,333333333
    Ketaatan 3 1 5 0,333333333 0,142857143
    Kerja Sama 5 0,2 1 0,333333333 0,333333333
    Semangat Kerja 7 3 3 1 3
    Disiplin 3 7 3 0,333333333 1
    Jumlah 19 11,53333333 12,2 2,142857143 4,80952381

    2. Normalisasi Matriks
    kuantitas dan Kualitas Ketaatan Kerja Sama Semangat Kerja Disiplin Rata Rata
    kuantitas dan Kualitas 0,052631579 0,028901734 0,016393443 0,066666667 0,069306931 0,046780071
    Ketaatan 0,157894737 0,086705202 0,409836066 0,155555556 0,02970297 0,167938906
    Kerja Sama 0,263157895 0,01734104 0,081967213 0,155555556 0,069306931 0,117465727
    Semangat Kerja 0,368421053 0,260115607 0,245901639 0,466666667 0,623762376 0,392973468
    Disiplin 0,157894737 0,606936416 0,245901639 0,155555556 0,207920792 0,274841828
    Jumlah 1 1 1 1 1
    3. Perkalian Matriks
    kuantitas dan Kualitas Ketaatan Kerja Sama Semangat Kerja Disiplin Rata Rata
    kuantitas dan Kualitas 0,046780071 0,055979635 0,023493145 0,056139067 0,091613943 0,054801172
    Ketaatan 0,140340212 0,167938906 0,587328635 0,130991156 0,039263118 0,213172405
    Kerja Sama 0,233900353 0,033587781 0,117465727 0,130991156 0,091613943 0,121511792
    Semangat Kerja 0,327460494 0,503816718 0,352397181 0,392973468 0,824525484 0,480234669
    Disiplin 0,140340212 0,041296452 0,352397181 0,130991156 0,274841828 0,187973366
    Jumlah

    No Alternatif Nama Kriteria
    Kualitas Dan Kuantitas Ketaatan Kerja sama Semangat Kerja Disiplin
    1 Ahmad Soleh Baik Baik Sangat Baik Cukup Baik
    2 Eko Darmawanto Sangat Baik Baik Baik Baik Sangat Baik
    3 Kiswandi Baik Sangat Baik Cukup Baik Baik
    4 Ibnu Nugroho Cukup Baik Cukup Cukup Baik
    5 Slamet Baik Baik Baik Baik Cukup

    Kriteria dari Kualitas Dan Kuantitas
    Ahmad Soleh Eko Darmawanto Kiswandi Ibnu Nugroho Slamet Rata Rata
    Ahmad Soleh 1 0,142857143 2 0,142857143 0,333333333 0,723809524
    Eko Darmawanto 7 1 7 7 7 5,8
    Kiswandi 0,333333333 0,142857143 1 3 3 1,495238095
    Ibnu Nugroho 0,2 0,142857143 0,333333333 1 0,333333333 0,401904762
    Slamet 3 0,142857143 0,333333333 3 1 1,495238095
    11,53333333 1,571428571 10,66666667 14,14285714 11,66666667

    Normalisasi Kualitas Dan Kuantitas
    Ahmad Soleh Eko Darmawanto Kiswandi Ibnu Nugroho Slamet Rata Rata
    Ahmad Soleh 0,086705202 0,090909091 0,1875 0,01010101 0,0285714 0,08075735
    Eko Darmawanto 0,606936416 0,636363636 0,65625 0,494949495 0,6 0,59889991
    Kiswandi 0,028901734 0,090909091 0,09375 0,212121212 0,2571429 0,13656498
    Ibnu Nugroho 0,01734104 0,090909091 0,03125 0,070707071 0,0285714 0,04775573
    Slamet 0,260115607 0,090909091 0,03125 0,212121212 0,0857143 0,13602204
    1 1 1 1 1

    Kriteria dari Ketaatan
    Ahmad Soleh Eko Darmawanto Kiswandi Ibnu Nugroho Slamet Rata Rata
    Ahmad Soleh 1 3 0,142857143 0,333333333 3 1,495238095
    Eko Darmawanto 0,333333333 1 3 0,333333333 0,333333333 1
    Kiswandi 7 0,333333333 1 7 7 4,466666667
    Ibnu Nugroho 3 3 0,142857143 1 0,333333333 1,495238095
    Slamet 0,333333333 3 0,142857143 3 1 1,495238095
    11,66666667 10,33333333 4,428571429 11,66666667 11,66666667 9,952380952

    Normalisasi Ketaatan
    Ahmad Soleh Eko Darmawanto Kiswandi Ibnu Nugroho Slamet Rata Rata
    Ahmad Soleh 0,085714286 0,290322581 0,032258065 0,028571429 0,2571429 0,13880184
    Eko Darmawanto 0,028571429 0,096774194 0,677419355 0,028571429 0,0285714 0,17198157
    Kiswandi 0,6 0,032258065 0,225806452 0,6 0,6 0,4116129
    Ibnu Nugroho 0,257142857 0,290322581 0,032258065 0,085714286 0,0285714 0,13880184
    Slamet 0,028571429 0,290322581 0,032258065 0,257142857 0,0857143 0,13880184
    1 1 1 1 1

    Kriteria dari Kerja Sama
    Ahmad Soleh Eko Darmawanto Kiswandi Ibnu Nugroho Slamet Rata Rata
    Ahmad Soleh 1 3 5 5 3 3,4
    Eko Darmawanto 0,333333333 1 3 3 0,333333333 1,533333333
    Kiswandi 0,2 0,333333333 1 3 0,333333333 0,973333333
    Ibnu Nugroho 0,2 0,333333333 0,333333333 1 3 0,973333333
    Slamet 0,333333333 3 3 0,333333333 1 1,533333333
    2,066666667 7,666666667 12,33333333 12,33333333 7,666666667 8,413333333

    Normalisasi Kerja Sama
    Ahmad Soleh Eko Darmawanto Kiswandi Ibnu Nugroho Slamet Rata Rata
    Ahmad Soleh 0,483870968 0,391304348 0,405405405 0,405405405 0,3913043 0,41545809
    Eko Darmawanto 0,161290323 0,130434783 0,243243243 0,243243243 0,0434783 0,16433797
    Kiswandi 0,096774194 0,043478261 0,081081081 0,243243243 0,0434783 0,10161101
    Ibnu Nugroho 0,096774194 0,043478261 0,027027027 0,081081081 0,3913043 0,12793298
    Slamet 0,161290323 0,391304348 0,243243243 0,027027027 0,1304348 0,19065994
    1 1 1 1 1

    Kriteria dari Semangat Kerja
    Ahmad Soleh Eko Darmawanto Kiswandi Ibnu Nugroho Slamet Rata Rata
    Ahmad Soleh 1 0,333333333 0,333333333 0,333333333 3 1
    Eko Darmawanto 3 1 0,333333333 5 0,333333333 1,933333333
    Kiswandi 3 3 1 0,333333333 3 2,066666667
    Ibnu Nugroho 3 0,2 3 1 0,333333333 1,506666667
    Slamet 0,333333333 3 0,333333333 3 1 1,533333333
    10,33333333 7,533333333 5 9,666666667 7,666666667 8,04

    Normalisasi Semangat Kerja
    Ahmad Soleh Eko Darmawanto Kiswandi Ibnu Nugroho Slamet Rata Rata
    Ahmad Soleh 0,096774194 0,044247788 0,066666667 0,034482759 0,3913043 0,12669515
    Eko Darmawanto 0,290322581 0,132743363 0,066666667 0,517241379 0,0434783 0,21009045
    Kiswandi 0,290322581 0,398230088 0,2 0,034482759 0,3913043 0,26286796
    Ibnu Nugroho 0,290322581 0,026548673 0,6 0,103448276 0,0434783 0,21275956
    Slamet 0,032258065 0,398230088 0,066666667 0,310344828 0,1304348 0,18758689
    1 1 1 1 1

    Kriteria Dari Disiplin
    Ahmad Soleh Eko Darmawanto Kiswandi Ibnu Nugroho Slamet Rata Rata
    Ahmad Soleh 1 0,2 3 0,333333333 3 1,506666667
    Eko Darmawanto 5 1 5 5 7 4,6
    Kiswandi 0,333333333 0,2 1 3 3 1,506666667
    Ibnu Nugroho 3 0,2 0,333333333 1 3 1,506666667
    Slamet 0,333333333 0,142857143 0,333333333 0,333333333 1 0,428571429
    9,666666667 1,742857143 9,666666667 9,666666667 17 9,548571429

    Normalisasi Disiplin
    Ahmad Soleh Eko Darmawanto Kiswandi Ibnu Nugroho Slamet Rata Rata
    Ahmad Soleh 0,103448276 0,114754098 0,310344828 0,034482759 0,1764706 0,14790011
    Eko Darmawanto 0,517241379 0,573770492 0,517241379 0,517241379 0,4117647 0,50745187
    Kiswandi 0,034482759 0,114754098 0,103448276 0,310344828 0,1764706 0,14790011
    Ibnu Nugroho 0,310344828 0,114754098 0,034482759 0,103448276 0,1764706 0,14790011
    Slamet 0,034482759 0,081967213 0,034482759 0,034482759 0,0588235 0,0488478
    1 1 1 1 1

    Nilai Alternatif Terhadap Kriteria

    Bobot 0,046780071 0,167938906 0,117465727 0,392973468 0,274841828
    Nama Kriteria Kuantitas Dan Kualitas Ketaatan Kerja Sama Semangat Kerja Disiplin
    Ahmad Soleh 0,145297295 0,138801843 0,415458095 0,126695151 0,14790011
    Eko Darmawanto 0,562344221 0,171981567 0,164337971 0,21009045 0,507451867
    Kiswandi 0,124112541 0,411612903 0,101611008 0,262867955 0,14790011
    Ibnu Nugroho 0,043604913 0,138801843 0,127932982 0,212759558 0,14790011
    Slamet 0,12464103 0,138801843 0,190659945 0,187586886 0,048847804

    Hasil Nama
    0,169346304 Ahmad Soleh
    0,296521949 Eko Darmawanto
    0,230816894 Kiswandi
    0,164635809 Ibnu Nugroho
    0,138679044 Slamet

    Metode Weighted Product (WP)
    Metode Weighted Product (WP) merupakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dengan bobot atribut yang bersangkutan. Metode weighted product memerlukan proses normalisasi karena metode ini mengalikan hasil penilaian setiap atribut. Hasil perkalian tersebut belum bermakna jika belum dibandingkan (dibagi) dengan nilai standar. Bobot untuk atribut manfaat berfungsi sebagai pangkat positif dalam proses perkalian, sementara bobot biaya berfungsi sebagai pangkat negatif[7].
    Langkah-langkah dalam metode WP adalah :
    Menentukan Alternatif (A).
    Menentukan Kriteria (C).
    Menentukan tingkat kepentingan suatu kriteria.
    Menentukan bobot (W).
    Menentukan nilai setiap alternatif di setiap kriteria.
    Menentukan kategori di setiap kriteria. Berpangkat negatif bila termasuk kategori biaya, dan berpangkat positif bila termasuk kategori keuntungan.
    Melakukan perbaikan bobot .
    Menghitung Vektor S.
    Menghitung nilai Vektor V yang akan digunakan untuk perankingan.
    Nilai Vi yang terbesar mengindikasikan bahwa Ai adalah yang lebih dipilih.
    Contoh :
    Menentukan Alternatif (A).
    A1 Ahmad Soleh
    A2 Eko Darmawanto
    A3 Kiswandi
    A4 Ibnu Nugroho
    A5 Slamet

    Kriteria pemilihan karyawan yang telah direkomendasikan sebagai berikut :
    C1 Kualitas
    C2 Ketaatan
    C3 Kerjasama
    C4 Semangat
    C5 Disiplin

    Pengambilan keputusan memberikan bobot preferensi sebagai berikut :
    Bobot (Nilai) Kriteria
    No Kriteria Keterangan Bobot(nilai)
    1 C1 Kualitas 3
    2 C2 Ketaatan 3
    3 C3 Kerjasama 1
    4 C4 Semangat 1
    5 C5 Disiplin 2

    W = (3,3,1,1,2)

    Total penilaian dari setiap kriteria
    Alternatif Kriteria
    C1 C2 C3 C4 C5
    A1 1 0.75 0.75 0.75 0.50
    A2 1 0.75 0.75 0.50 0.25
    A3 0.75 1 0.75 0.25 0.75
    A4 0.75 0.75 0.75 0.75 1
    A5 0.50 0.75 0.25 0.25 0.75

    Perbaikan bobot terlebih dahulu, sehinggan total bobot Wj = 1
    Wj =
    W1 = 3/(1+1+3+3+2) = 0.3
    W2 = ( 3)/(1+1+3+3+2) = 0.3
    W3 = 1/(1+1+3+3+2) = 0.1
    W4 = 1/(1+1+3+3+2 ) = 0.1
    W5 = 2/(1+1+3+3+2)= 0.2

    Menghitung Nilai Vektor S
    Untuk menghitung nilai Vektor S adalah nilai di pangkatkan dengan total bobot untuk masing-masing nilai kriteria.
    Si =
    X : Kriteria
    j : 1, 2, 3…
    W: Bobot
    n : Banyaknya criteria

    S1 = (1^0.3 ) (〖0.75〗^0.3) (〖0.75〗^0.1) (〖0.75〗^0.1) (〖0.50〗^0.2) = 0.754
    S2 = (1^0.3) (〖0.75〗^0.3) (〖0.75〗^0.1) (〖0.50〗^0.1)( 〖0.25〗^0.2) = 0.733
    S3 = (〖0.75〗^0.3) (1^0.3) (〖0.75〗^0.1) (〖0.25〗^0.1)( 〖0.75〗^0.2) = 0.630
    S4 = (〖0.75〗^0.3) (〖0.75〗^0.3) (〖0.75〗^0.1) (〖0.75〗^0.1)( 1^0.2) = 0.794
    S5 = (〖0.50〗^0.3) (〖0.75〗^0.3) (〖0.25〗^0.1) (〖0.25〗^0.1)( 〖0.75〗^0.2)= 0.533

    Menghitung Nilai Vektor V
    Menghitung Vektor V dengan melakukan pembagian Vektor S dibagi dengan total nilai Vektor S

    Di sederhanakan

    V1 = 0,754/(0.754+0.733+0.630+0.749+0.533 ) = 0.111
    V2 = 0.733/(0.754+0.733+0.630+0.749+0.533 ) = 0.093
    V3 = 0.630/(0.754+0.733+0.630+0.749+0.533) = 0.108
    V4 = 0.794/(0.754+0.733+0.630+0.749+0.533) = 0.117
    V5 = 0.533/(0.754+0.733+0.630+0.749+0.533) = 0.079

    Melakukan Perangkingan Nilai Vektor V
    Setelah mendapatkan nilai Vektor V maka langkah selanjutnya mengurutkan nilai Vektor V dari urutan terbesar ke urutan terkecil.

    No Nama Nilai
    1 Ahmad Soleh 0.111
    2 Eko Darmawanto 0.093
    3 Kiswandi 0.108
    4 Ibnu Nugroho 0.117
    5 Slamet 0.079

    Berdasarkan urutan :
    No Nama Hasil
    1 Ibnu Nugroho 0.117
    2 Ahmad Soleh 0.111
    3 Kiswandi 0.108
    4 Eko Darmawanto 0.093
    5 Slamet 0.079

Comments are closed.

Skip to toolbar