SlideShare a Scribd company logo
1 of 12
ANALISIS PROSESANALISIS PROSES
HIRARKIHIRARKI
OLEH: DWI ENDAHOLEH: DWI ENDAH
KUSRINI,S.Si,M.SiKUSRINI,S.Si,M.Si
DEFINISI AHPDEFINISI AHP
Analytical Hierarchy ProcessAnalytical Hierarchy Process (AHP) merupakan suatu(AHP) merupakan suatu
model pendukung keputusan yang dikembangkan olehmodel pendukung keputusan yang dikembangkan oleh
Thomas L. Saaty. AHP menguraikan masalah multiThomas L. Saaty. AHP menguraikan masalah multi
faktor atau multi kriteria yang kompleks menjadi suatufaktor atau multi kriteria yang kompleks menjadi suatu
hirarki. Menurut Saaty (1993), hirarki didefinisikanhirarki. Menurut Saaty (1993), hirarki didefinisikan
sebagai suatu representasi dari sebuah permasalahansebagai suatu representasi dari sebuah permasalahan
yang kompleks dalam suatu struktur multi level dimanayang kompleks dalam suatu struktur multi level dimana
level pertama adalah tujuan, yang diikuti level faktor,level pertama adalah tujuan, yang diikuti level faktor,
kriteria, sub kriteria, dan seterusnya ke bawah hinggakriteria, sub kriteria, dan seterusnya ke bawah hingga
level terakhir dari alternatif. Dengan hirarki, suatulevel terakhir dari alternatif. Dengan hirarki, suatu
masalah yang kompleks dapat diuraikan ke dalammasalah yang kompleks dapat diuraikan ke dalam
kelompok-kelompoknya yang kemudian diatur menjadikelompok-kelompoknya yang kemudian diatur menjadi
suatu bentuk hirarki sehingga permasalahan akansuatu bentuk hirarki sehingga permasalahan akan
tampak lebih terstruktur dan sistematis.tampak lebih terstruktur dan sistematis.
Beberapa kelebihan dari metode AHP
 Kesatuan (Unity)
AHP membuat permasalahan yang luas dan tidak terstruktur menjadi suatu model yang fleksibel
dan mudah dipahami.
 Kompleksitas (Complexity), AHP memecahkan permasalahan yang kompleks melalui
pendekatan sistem dan pengintegrasian secara deduktif.
 Saling ketergantungan (Inter Dependence)
AHP dapat digunakan pada elemen-elemen sistem yang saling bebas dan tidak memerlukan
hubungan linier.
 Struktur Hirarki (Hierarchy Structuring)
AHP mewakili pemikiran alamiah yang cenderung mengelompokkan elemen sistem
ke level-level yang berbeda dari masing-masing level berisi elemen yang serupa.
 Pengukuran (Measurement)
AHP menyediakan skala pengukuran dan metode untuk mendapatkan prioritas.
 Konsistensi (Consistency)
AHP mempertimbangkan konsistensi logis dalam penilaian yang digunakan untuk menentukan
prioritas.
 Sintesis (Synthesis)
AHP mengarah pada perkiraan keseluruhan mengenai seberapa diinginkannya masing-masing
alternatif.
 Trade Off
AHP mempertimbangkan prioritas relatif faktor-faktor pada sistem sehingga orang mampu
memilih altenatif terbaik berdasarkan tujuan mereka.
 Penilaian dan Konsensus (Judgement and Consensus)
AHP tidak mengharuskan adanya suatu konsensus, tapi menggabungkan hasil penilaian yang
berbeda.
 Pengulangan Proses (Process Repetition)
AHP mampu membuat orang menyaring definisi dari suatu permasalahan dan mengembangkan
penilaian serta pengertian mereka melalui proses pengulangan.
Kelemahan AHPKelemahan AHP
 ketergantungan model AHP pada inputketergantungan model AHP pada input
utamanya. Input utama ini berupa persepsiutamanya. Input utama ini berupa persepsi
seorang ahli sehingga dalam hal ini melibatkanseorang ahli sehingga dalam hal ini melibatkan
subyektifitas sang ahli selain itu juga modelsubyektifitas sang ahli selain itu juga model
menjadi tidak berarti jika ahli tersebutmenjadi tidak berarti jika ahli tersebut
memberikan penilaian yang keliru.memberikan penilaian yang keliru.
 Metode AHP ini hanya metode matematis tanpaMetode AHP ini hanya metode matematis tanpa
ada pengujian secara statistik sehinggatidak adaada pengujian secara statistik sehinggatidak ada
batas kepercayaan dari kebenaran model yangbatas kepercayaan dari kebenaran model yang
terbentukterbentuk
Aplikasi AHP
Perencanaan;
Membuat suatu set alternatif;
Menentukan prioritas;
Memilih kebijakan terbaik setelah menemukan
satu set alternatif;
Alokasi sumber daya
Menentukan kebutuhan/persyaratan;
Memprediksi outcome;
Merancang sistem;
Mengukur performa;
Memastikan stabilitas sistem;
Optimasi;
Penyelesaian konflik.
TAHAPAN DALAM METODETAHAPAN DALAM METODE
AHPAHP
1.1. Mendefinisikan tujuan danMendefinisikan tujuan dan
masalah penelitianmasalah penelitian
2.2. Menyusun Bagan KeputusanMenyusun Bagan Keputusan
3.3. Membuat kuisioner AHPMembuat kuisioner AHP
4.4. Pengolahan data denganPengolahan data dengan
software AHPsoftware AHP
5.5. Menentukan PrioritasMenentukan Prioritas
6.6. Melakukan analisis sensitivitasMelakukan analisis sensitivitas
Konsep Dasar PenyusunanKonsep Dasar Penyusunan
Bagan KeputusanBagan Keputusan
Tujuan (objective)
 Adalah suatu pernyataan yang menunjukkan
sesuatu yang ingin dicapai
 Contohnya “Bentuk Pemerintahan Ideal”
Atribute
 Adalah level dari yang memberikan tujuan suatu
alternatif dalam memilih keputusan
 Misalnya untuk memilih pemerintahan diberikan
alternatif pilihan;otonomi daerah atau bukan
Pohon Nilai (Bagan Keputusan)Pohon Nilai (Bagan Keputusan)
Bagan Keputusan disusun secara hirarkiBagan Keputusan disusun secara hirarki
dimana:dimana:
►Setiap tujuan didefinisikan oleh sub-subSetiap tujuan didefinisikan oleh sub-sub
tujuan atau atribut-atributtujuan atau atribut-atribut
►Atribut di letakkan pada level terbawah dariAtribut di letakkan pada level terbawah dari
tujuantujuan
►Alternativ keputusan dihubungkan denganAlternativ keputusan dihubungkan dengan
alternatif-alternatifnya, contoh:presentasialternatif-alternatifnya, contoh:presentasi
ahpbaganahpbagan keputusan.dockeputusan.doc
Tahapan Dalam MenganalisaTahapan Dalam Menganalisa
Bagan KeputusanBagan Keputusan
 Tujuan dari membuat bagan keputusan adalah untukTujuan dari membuat bagan keputusan adalah untuk
membuat pengertian yang lebih baik pada suatu masalahmembuat pengertian yang lebih baik pada suatu masalah
 Konteks Keputusan adalah merancang dimana keputusanKonteks Keputusan adalah merancang dimana keputusan
tersebut akan dibuattersebut akan dibuat
 Dalam menentukan pilihan pengambil keputusan memilihDalam menentukan pilihan pengambil keputusan memilih
dari sebuah himpunan tujuan yang telah diestimasi dandari sebuah himpunan tujuan yang telah diestimasi dan
diukurdiukur
 Tujuan Analisis Sensitivitas untuk menjelaskan bagaimanaTujuan Analisis Sensitivitas untuk menjelaskan bagaimana
perubahan model menjelaskan rekomendasi keputusanperubahan model menjelaskan rekomendasi keputusan
 Tahapan lengkapnya bisa dilihat di:Fase dalam ProsesTahapan lengkapnya bisa dilihat di:Fase dalam Proses
Analisis Hirarki.docAnalisis Hirarki.doc
Menyusun Hirarki dari BaganMenyusun Hirarki dari Bagan
KeputusanKeputusan
1.1. Identifikasikan seluruh tujuanIdentifikasikan seluruh tujuan
2.2. Jelaskan artinya dengan menspesifikasikan subJelaskan artinya dengan menspesifikasikan sub
tujuan, tambahkan pada level berikutnya daritujuan, tambahkan pada level berikutnya dari
hirarkihirarki
3.3. Lanjutkan secara rekursif sampai suatu atribut dapatLanjutkan secara rekursif sampai suatu atribut dapat
dihubungkan dengan setiap level terbawah daridihubungkan dengan setiap level terbawah dari
tujuantujuan
4.4. Tambahkan keputusan alternatif untuk hirarki danTambahkan keputusan alternatif untuk hirarki dan
hubungkan mereka dengan atributnyahubungkan mereka dengan atributnya
5.5. Ulangi langkah 1-4 sampai strukturnya sempurna,Ulangi langkah 1-4 sampai strukturnya sempurna,
contoh dapat dilihat di:CONTOH HIRARKIcontoh dapat dilihat di:CONTOH HIRARKI
BAGAN.docBAGAN.doc
Cara Membuat Kuisioner AHPCara Membuat Kuisioner AHP
 Kuisioner AHP berbeda dengan kuisioner padaKuisioner AHP berbeda dengan kuisioner pada
umumnya, karena berisi perbandingan duaumumnya, karena berisi perbandingan dua
pilihan kriteria ataupun alternativpilihan kriteria ataupun alternativ
 Kuisioner disusun secara berurutan sesuaiKuisioner disusun secara berurutan sesuai
tahapan yang ada dalam bagan keputusantahapan yang ada dalam bagan keputusan
 Satu level dibuat dalam satu nomor pertanyaanSatu level dibuat dalam satu nomor pertanyaan
dengan sub nomer adalah jumlah kriteriadengan sub nomer adalah jumlah kriteria
 Bila dalam satu level ada 2 kriteria maka akanBila dalam satu level ada 2 kriteria maka akan
ada 1 pasang perbandingan, pertambahan satuada 1 pasang perbandingan, pertambahan satu
kriteria akan menaikkan 3 pasang perbandingan,kriteria akan menaikkan 3 pasang perbandingan,
contoh:AHP Kenjeran.doccontoh:AHP Kenjeran.doc
Cara Pengolahan Data denganCara Pengolahan Data dengan
Program Web-HipreProgram Web-Hipre
 Data yang diperlukan untuk proses pengolahan data denganData yang diperlukan untuk proses pengolahan data dengan
Web-Hipre hanya satu nilai data yang berasal dari satuWeb-Hipre hanya satu nilai data yang berasal dari satu
kuisioner, bila lebih dari satu dilakukan pengolahan datakuisioner, bila lebih dari satu dilakukan pengolahan data
dengan program Excel dengan mencari nilai modusnya daridengan program Excel dengan mencari nilai modusnya dari
setiap atribut pertanyaansetiap atribut pertanyaan
 Nilai yang didapatkan baru dapat diolah dengan softwareNilai yang didapatkan baru dapat diolah dengan software
Web-HipreWeb-Hipre
 Software tersebut diatas dapat diakses melalui internet, denganSoftware tersebut diatas dapat diakses melalui internet, dengan
alamat: http://www.hipre.hut.fi/Web-hipre.gifalamat: http://www.hipre.hut.fi/Web-hipre.gif
 Setelah websitenya terbuka maka dapat diklik bring web-hipreSetelah websitenya terbuka maka dapat diklik bring web-hipre
to front, baru diklik start we-hipre buatlah baganto front, baru diklik start we-hipre buatlah bagan
keputusannya.keputusannya.

More Related Content

What's hot

Pendekatan perencanaan pembangunan
Pendekatan perencanaan pembangunanPendekatan perencanaan pembangunan
Pendekatan perencanaan pembangunan
Qiu El Fahmi
 
Contoh soal Teori antrian khusus Poisson
Contoh soal Teori antrian khusus PoissonContoh soal Teori antrian khusus Poisson
Contoh soal Teori antrian khusus Poisson
Lilies DLiestyowati
 
10.pendugaan interval
10.pendugaan interval10.pendugaan interval
10.pendugaan interval
hartantoahock
 

What's hot (20)

Metode Transportasi (Masalah dalam Metode Transportasi)
Metode Transportasi (Masalah dalam Metode Transportasi)Metode Transportasi (Masalah dalam Metode Transportasi)
Metode Transportasi (Masalah dalam Metode Transportasi)
 
Manajemen proyek
Manajemen proyekManajemen proyek
Manajemen proyek
 
Panduan skripsi ta word revisi
Panduan skripsi ta word revisiPanduan skripsi ta word revisi
Panduan skripsi ta word revisi
 
Pengambilan keputusan dalam kondisi pasti
Pengambilan keputusan dalam kondisi pastiPengambilan keputusan dalam kondisi pasti
Pengambilan keputusan dalam kondisi pasti
 
Pemecahan Masalah & Pengambilan Keputusan
Pemecahan Masalah & Pengambilan KeputusanPemecahan Masalah & Pengambilan Keputusan
Pemecahan Masalah & Pengambilan Keputusan
 
Pendekatan perencanaan pembangunan
Pendekatan perencanaan pembangunanPendekatan perencanaan pembangunan
Pendekatan perencanaan pembangunan
 
Contoh tabel data interval, data nominal, data ordinal, data distribusi freku...
Contoh tabel data interval, data nominal, data ordinal, data distribusi freku...Contoh tabel data interval, data nominal, data ordinal, data distribusi freku...
Contoh tabel data interval, data nominal, data ordinal, data distribusi freku...
 
Strategi dominan & keseimbangan nash
Strategi dominan & keseimbangan nashStrategi dominan & keseimbangan nash
Strategi dominan & keseimbangan nash
 
Simple random sampling
Simple random samplingSimple random sampling
Simple random sampling
 
13.analisa korelasi
13.analisa korelasi13.analisa korelasi
13.analisa korelasi
 
contoh soal program linear
contoh soal program linearcontoh soal program linear
contoh soal program linear
 
Pertemuan ke 6 & 7 - logical framework approach
Pertemuan ke 6 & 7 - logical framework approachPertemuan ke 6 & 7 - logical framework approach
Pertemuan ke 6 & 7 - logical framework approach
 
Analisis proyek
Analisis proyekAnalisis proyek
Analisis proyek
 
Pemodelan Keputusan
Pemodelan KeputusanPemodelan Keputusan
Pemodelan Keputusan
 
Contoh soal Teori antrian khusus Poisson
Contoh soal Teori antrian khusus PoissonContoh soal Teori antrian khusus Poisson
Contoh soal Teori antrian khusus Poisson
 
Keputusan Pembelian Dalam Kondisi Tidak Pasti
Keputusan Pembelian Dalam Kondisi Tidak PastiKeputusan Pembelian Dalam Kondisi Tidak Pasti
Keputusan Pembelian Dalam Kondisi Tidak Pasti
 
Hipotesis nol
Hipotesis nolHipotesis nol
Hipotesis nol
 
PPT Regresi Berganda
PPT Regresi BergandaPPT Regresi Berganda
PPT Regresi Berganda
 
10.pendugaan interval
10.pendugaan interval10.pendugaan interval
10.pendugaan interval
 
5 metode perumusan strategi
5 metode perumusan strategi5 metode perumusan strategi
5 metode perumusan strategi
 

Similar to Presentasi Tentang AHP

Spk 6 contoh aplikasi penilaian karyawan
Spk 6   contoh aplikasi penilaian karyawanSpk 6   contoh aplikasi penilaian karyawan
Spk 6 contoh aplikasi penilaian karyawan
niasyahrini
 
Bab ii rev1
Bab ii rev1Bab ii rev1
Bab ii rev1
SINBE
 
Analytic hierarchy process
Analytic hierarchy processAnalytic hierarchy process
Analytic hierarchy process
Yuca Siahaan
 

Similar to Presentasi Tentang AHP (20)

AHP-DALAM-KAJIAN-LINGKUNGAN.pptx
AHP-DALAM-KAJIAN-LINGKUNGAN.pptxAHP-DALAM-KAJIAN-LINGKUNGAN.pptx
AHP-DALAM-KAJIAN-LINGKUNGAN.pptx
 
Spk 6 contoh aplikasi penilaian karyawan
Spk 6   contoh aplikasi penilaian karyawanSpk 6   contoh aplikasi penilaian karyawan
Spk 6 contoh aplikasi penilaian karyawan
 
Bab ii rev1
Bab ii rev1Bab ii rev1
Bab ii rev1
 
209 404-1-pb
209 404-1-pb209 404-1-pb
209 404-1-pb
 
Laporan Sistem Pendukung Keputusan (DSS) Menggunakan Metode AHP
Laporan Sistem Pendukung Keputusan (DSS) Menggunakan Metode AHPLaporan Sistem Pendukung Keputusan (DSS) Menggunakan Metode AHP
Laporan Sistem Pendukung Keputusan (DSS) Menggunakan Metode AHP
 
ankep fix.docx
ankep fix.docxankep fix.docx
ankep fix.docx
 
39327_mss-pertemun-12_1480954175.pptx
39327_mss-pertemun-12_1480954175.pptx39327_mss-pertemun-12_1480954175.pptx
39327_mss-pertemun-12_1480954175.pptx
 
Analytic hierarchy process
Analytic hierarchy processAnalytic hierarchy process
Analytic hierarchy process
 
Pertemuan13
Pertemuan13Pertemuan13
Pertemuan13
 
Implementasi Metode AHP (Kasus : Smartphone)
Implementasi Metode AHP (Kasus : Smartphone)Implementasi Metode AHP (Kasus : Smartphone)
Implementasi Metode AHP (Kasus : Smartphone)
 
Product07 concept selection
Product07 concept selectionProduct07 concept selection
Product07 concept selection
 
Sim, risky yoni septiana, prof. dr. ir. hapzi ali, m.m, cma, sistem pendukung...
Sim, risky yoni septiana, prof. dr. ir. hapzi ali, m.m, cma, sistem pendukung...Sim, risky yoni septiana, prof. dr. ir. hapzi ali, m.m, cma, sistem pendukung...
Sim, risky yoni septiana, prof. dr. ir. hapzi ali, m.m, cma, sistem pendukung...
 
ANALISIS PEMILIHAN KONSTRUKSI KUDA-KUDA BAJA BENTANG BESAR
ANALISIS PEMILIHAN KONSTRUKSI KUDA-KUDA BAJA BENTANG BESARANALISIS PEMILIHAN KONSTRUKSI KUDA-KUDA BAJA BENTANG BESAR
ANALISIS PEMILIHAN KONSTRUKSI KUDA-KUDA BAJA BENTANG BESAR
 
AHP.pptx
AHP.pptxAHP.pptx
AHP.pptx
 
Decision Analysis
Decision AnalysisDecision Analysis
Decision Analysis
 
PPT SPK KEL 3 INDAH SARI.pptx
PPT SPK KEL 3 INDAH SARI.pptxPPT SPK KEL 3 INDAH SARI.pptx
PPT SPK KEL 3 INDAH SARI.pptx
 
Model Evaluasi CIPP, Stake, Kirkpatrik, dan alkin.pptx
Model Evaluasi CIPP, Stake, Kirkpatrik, dan alkin.pptxModel Evaluasi CIPP, Stake, Kirkpatrik, dan alkin.pptx
Model Evaluasi CIPP, Stake, Kirkpatrik, dan alkin.pptx
 
Analitic hierarchy process
Analitic hierarchy processAnalitic hierarchy process
Analitic hierarchy process
 
Buku prolin
Buku prolinBuku prolin
Buku prolin
 
Promethee
PrometheePromethee
Promethee
 

More from dessybudiyanti

Presentasi "Fast and Botstrap Robust for LTS" (Mega&Ika)
Presentasi "Fast and Botstrap Robust for LTS" (Mega&Ika)Presentasi "Fast and Botstrap Robust for LTS" (Mega&Ika)
Presentasi "Fast and Botstrap Robust for LTS" (Mega&Ika)
dessybudiyanti
 
Presentasi "Fast and Bootstrap Robust LTS" (Mega&Ika)
Presentasi "Fast and Bootstrap Robust LTS" (Mega&Ika)Presentasi "Fast and Bootstrap Robust LTS" (Mega&Ika)
Presentasi "Fast and Bootstrap Robust LTS" (Mega&Ika)
dessybudiyanti
 
Presentasi "Fast and Bootstrap Robust LTS" (Mega&Ika)
Presentasi "Fast and Bootstrap Robust LTS" (Mega&Ika)Presentasi "Fast and Bootstrap Robust LTS" (Mega&Ika)
Presentasi "Fast and Bootstrap Robust LTS" (Mega&Ika)
dessybudiyanti
 
Fast and Bootstrap Robust for LTS
Fast and Bootstrap Robust for LTSFast and Bootstrap Robust for LTS
Fast and Bootstrap Robust for LTS
dessybudiyanti
 
Pemilihan Model Terbaik
Pemilihan Model TerbaikPemilihan Model Terbaik
Pemilihan Model Terbaik
dessybudiyanti
 
ANALISIS PENYEIMBANGAN LINTASAN SERTA PENGUJIAN PERBEDAAN SHIFT KERJA TERHADA...
ANALISIS PENYEIMBANGAN LINTASAN SERTA PENGUJIAN PERBEDAAN SHIFT KERJA TERHADA...ANALISIS PENYEIMBANGAN LINTASAN SERTA PENGUJIAN PERBEDAAN SHIFT KERJA TERHADA...
ANALISIS PENYEIMBANGAN LINTASAN SERTA PENGUJIAN PERBEDAAN SHIFT KERJA TERHADA...
dessybudiyanti
 
APLIKASI SIX SIGMA PADA PENGUKURAN KINERJA DI UD. SUMBER KULIT MAGETAN
APLIKASI SIX SIGMA PADA PENGUKURAN KINERJA DI UD. SUMBER KULIT MAGETAN APLIKASI SIX SIGMA PADA PENGUKURAN KINERJA DI UD. SUMBER KULIT MAGETAN
APLIKASI SIX SIGMA PADA PENGUKURAN KINERJA DI UD. SUMBER KULIT MAGETAN
dessybudiyanti
 
Presentasi Tentang Regresi Linear
Presentasi Tentang Regresi LinearPresentasi Tentang Regresi Linear
Presentasi Tentang Regresi Linear
dessybudiyanti
 
Analisis Korespondensi
Analisis KorespondensiAnalisis Korespondensi
Analisis Korespondensi
dessybudiyanti
 
Optimasi Produksi Dengan Metode Respon Surface
Optimasi Produksi Dengan Metode Respon SurfaceOptimasi Produksi Dengan Metode Respon Surface
Optimasi Produksi Dengan Metode Respon Surface
dessybudiyanti
 
Simple Linier Regression
Simple Linier RegressionSimple Linier Regression
Simple Linier Regression
dessybudiyanti
 
Dua Tahun Rehabilitasi Dan Rekonstruksi Aceh Dan Nias Pasca-Tsunami : Evaluas...
Dua Tahun Rehabilitasi Dan Rekonstruksi Aceh Dan Nias Pasca-Tsunami : Evaluas...Dua Tahun Rehabilitasi Dan Rekonstruksi Aceh Dan Nias Pasca-Tsunami : Evaluas...
Dua Tahun Rehabilitasi Dan Rekonstruksi Aceh Dan Nias Pasca-Tsunami : Evaluas...
dessybudiyanti
 

More from dessybudiyanti (20)

a space time model
a space time modela space time model
a space time model
 
a space-time model
 a space-time model a space-time model
a space-time model
 
Kapita Selekta-a space time model (Salisa & Anna)
Kapita Selekta-a space time model (Salisa & Anna)Kapita Selekta-a space time model (Salisa & Anna)
Kapita Selekta-a space time model (Salisa & Anna)
 
Presentasi "Fast and Botstrap Robust for LTS" (Mega&Ika)
Presentasi "Fast and Botstrap Robust for LTS" (Mega&Ika)Presentasi "Fast and Botstrap Robust for LTS" (Mega&Ika)
Presentasi "Fast and Botstrap Robust for LTS" (Mega&Ika)
 
Presentasi "Fast and Bootstrap Robust LTS" (Mega&Ika)
Presentasi "Fast and Bootstrap Robust LTS" (Mega&Ika)Presentasi "Fast and Bootstrap Robust LTS" (Mega&Ika)
Presentasi "Fast and Bootstrap Robust LTS" (Mega&Ika)
 
Presentasi "Fast and Bootstrap Robust LTS" (Mega&Ika)
Presentasi "Fast and Bootstrap Robust LTS" (Mega&Ika)Presentasi "Fast and Bootstrap Robust LTS" (Mega&Ika)
Presentasi "Fast and Bootstrap Robust LTS" (Mega&Ika)
 
Fast and Bootstrap Robust for LTS
Fast and Bootstrap Robust for LTSFast and Bootstrap Robust for LTS
Fast and Bootstrap Robust for LTS
 
Greenacre Lewi
Greenacre LewiGreenacre Lewi
Greenacre Lewi
 
Deteksi Influence
Deteksi InfluenceDeteksi Influence
Deteksi Influence
 
Pemilihan Model Terbaik
Pemilihan Model TerbaikPemilihan Model Terbaik
Pemilihan Model Terbaik
 
ANALISIS PENYEIMBANGAN LINTASAN SERTA PENGUJIAN PERBEDAAN SHIFT KERJA TERHADA...
ANALISIS PENYEIMBANGAN LINTASAN SERTA PENGUJIAN PERBEDAAN SHIFT KERJA TERHADA...ANALISIS PENYEIMBANGAN LINTASAN SERTA PENGUJIAN PERBEDAAN SHIFT KERJA TERHADA...
ANALISIS PENYEIMBANGAN LINTASAN SERTA PENGUJIAN PERBEDAAN SHIFT KERJA TERHADA...
 
Teknik Sampling
Teknik SamplingTeknik Sampling
Teknik Sampling
 
APLIKASI SIX SIGMA PADA PENGUKURAN KINERJA DI UD. SUMBER KULIT MAGETAN
APLIKASI SIX SIGMA PADA PENGUKURAN KINERJA DI UD. SUMBER KULIT MAGETAN APLIKASI SIX SIGMA PADA PENGUKURAN KINERJA DI UD. SUMBER KULIT MAGETAN
APLIKASI SIX SIGMA PADA PENGUKURAN KINERJA DI UD. SUMBER KULIT MAGETAN
 
Presentasi Tentang Regresi Linear
Presentasi Tentang Regresi LinearPresentasi Tentang Regresi Linear
Presentasi Tentang Regresi Linear
 
Analisis Korespondensi
Analisis KorespondensiAnalisis Korespondensi
Analisis Korespondensi
 
Optimasi Produksi Dengan Metode Respon Surface
Optimasi Produksi Dengan Metode Respon SurfaceOptimasi Produksi Dengan Metode Respon Surface
Optimasi Produksi Dengan Metode Respon Surface
 
Simple Linier Regression
Simple Linier RegressionSimple Linier Regression
Simple Linier Regression
 
Dua Tahun Rehabilitasi Dan Rekonstruksi Aceh Dan Nias Pasca-Tsunami : Evaluas...
Dua Tahun Rehabilitasi Dan Rekonstruksi Aceh Dan Nias Pasca-Tsunami : Evaluas...Dua Tahun Rehabilitasi Dan Rekonstruksi Aceh Dan Nias Pasca-Tsunami : Evaluas...
Dua Tahun Rehabilitasi Dan Rekonstruksi Aceh Dan Nias Pasca-Tsunami : Evaluas...
 
Jurnal Time Series
Jurnal Time SeriesJurnal Time Series
Jurnal Time Series
 
Uji Klinik
Uji KlinikUji Klinik
Uji Klinik
 

Recently uploaded

Contoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptxContoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptx
IvvatulAini
 
Kenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).pptKenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).ppt
novibernadina
 
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
pipinafindraputri1
 

Recently uploaded (20)

LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.pptLATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
 
Kanvas BAGJA prakarsa perubahan Ahyar.pdf
Kanvas BAGJA prakarsa perubahan Ahyar.pdfKanvas BAGJA prakarsa perubahan Ahyar.pdf
Kanvas BAGJA prakarsa perubahan Ahyar.pdf
 
Materi Sosialisasi US 2024 Sekolah Dasar pptx
Materi Sosialisasi US 2024 Sekolah Dasar pptxMateri Sosialisasi US 2024 Sekolah Dasar pptx
Materi Sosialisasi US 2024 Sekolah Dasar pptx
 
Tim Yang Lolos Pendanaan Hibah Kepedulian pada Masyarakat UI 2024
Tim Yang Lolos Pendanaan Hibah Kepedulian pada Masyarakat  UI 2024Tim Yang Lolos Pendanaan Hibah Kepedulian pada Masyarakat  UI 2024
Tim Yang Lolos Pendanaan Hibah Kepedulian pada Masyarakat UI 2024
 
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptxPendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
 
Contoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptxContoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptx
 
vIDEO kelayakan berita untuk mahasiswa.ppsx
vIDEO kelayakan berita untuk mahasiswa.ppsxvIDEO kelayakan berita untuk mahasiswa.ppsx
vIDEO kelayakan berita untuk mahasiswa.ppsx
 
AKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTX
AKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTXAKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTX
AKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTX
 
PPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptx
PPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptxPPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptx
PPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptx
 
TEKNIK MENJAWAB RUMUSAN SPM 2022 - UNTUK MURID.pptx
TEKNIK MENJAWAB RUMUSAN SPM 2022 - UNTUK MURID.pptxTEKNIK MENJAWAB RUMUSAN SPM 2022 - UNTUK MURID.pptx
TEKNIK MENJAWAB RUMUSAN SPM 2022 - UNTUK MURID.pptx
 
Aksi Nyata PMM Topik Refleksi Diri (1).pdf
Aksi Nyata PMM Topik Refleksi Diri (1).pdfAksi Nyata PMM Topik Refleksi Diri (1).pdf
Aksi Nyata PMM Topik Refleksi Diri (1).pdf
 
MODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdfMODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdf
 
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdfSalinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
 
Kenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).pptKenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).ppt
 
MODUL AJAR IPAS KELAS 6 KURIKULUM MERDEKA
MODUL AJAR IPAS KELAS 6 KURIKULUM MERDEKAMODUL AJAR IPAS KELAS 6 KURIKULUM MERDEKA
MODUL AJAR IPAS KELAS 6 KURIKULUM MERDEKA
 
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdfMODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
 
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
 
AKSI NYATA Numerasi Meningkatkan Kompetensi Murid_compressed (1) (1).pptx
AKSI NYATA  Numerasi  Meningkatkan Kompetensi Murid_compressed (1) (1).pptxAKSI NYATA  Numerasi  Meningkatkan Kompetensi Murid_compressed (1) (1).pptx
AKSI NYATA Numerasi Meningkatkan Kompetensi Murid_compressed (1) (1).pptx
 
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
 
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKAKELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
 

Presentasi Tentang AHP

  • 1. ANALISIS PROSESANALISIS PROSES HIRARKIHIRARKI OLEH: DWI ENDAHOLEH: DWI ENDAH KUSRINI,S.Si,M.SiKUSRINI,S.Si,M.Si
  • 2. DEFINISI AHPDEFINISI AHP Analytical Hierarchy ProcessAnalytical Hierarchy Process (AHP) merupakan suatu(AHP) merupakan suatu model pendukung keputusan yang dikembangkan olehmodel pendukung keputusan yang dikembangkan oleh Thomas L. Saaty. AHP menguraikan masalah multiThomas L. Saaty. AHP menguraikan masalah multi faktor atau multi kriteria yang kompleks menjadi suatufaktor atau multi kriteria yang kompleks menjadi suatu hirarki. Menurut Saaty (1993), hirarki didefinisikanhirarki. Menurut Saaty (1993), hirarki didefinisikan sebagai suatu representasi dari sebuah permasalahansebagai suatu representasi dari sebuah permasalahan yang kompleks dalam suatu struktur multi level dimanayang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan, yang diikuti level faktor,level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke bawah hinggakriteria, sub kriteria, dan seterusnya ke bawah hingga level terakhir dari alternatif. Dengan hirarki, suatulevel terakhir dari alternatif. Dengan hirarki, suatu masalah yang kompleks dapat diuraikan ke dalammasalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang kemudian diatur menjadikelompok-kelompoknya yang kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akansuatu bentuk hirarki sehingga permasalahan akan tampak lebih terstruktur dan sistematis.tampak lebih terstruktur dan sistematis.
  • 3. Beberapa kelebihan dari metode AHP  Kesatuan (Unity) AHP membuat permasalahan yang luas dan tidak terstruktur menjadi suatu model yang fleksibel dan mudah dipahami.  Kompleksitas (Complexity), AHP memecahkan permasalahan yang kompleks melalui pendekatan sistem dan pengintegrasian secara deduktif.  Saling ketergantungan (Inter Dependence) AHP dapat digunakan pada elemen-elemen sistem yang saling bebas dan tidak memerlukan hubungan linier.  Struktur Hirarki (Hierarchy Structuring) AHP mewakili pemikiran alamiah yang cenderung mengelompokkan elemen sistem ke level-level yang berbeda dari masing-masing level berisi elemen yang serupa.  Pengukuran (Measurement) AHP menyediakan skala pengukuran dan metode untuk mendapatkan prioritas.  Konsistensi (Consistency) AHP mempertimbangkan konsistensi logis dalam penilaian yang digunakan untuk menentukan prioritas.  Sintesis (Synthesis) AHP mengarah pada perkiraan keseluruhan mengenai seberapa diinginkannya masing-masing alternatif.  Trade Off AHP mempertimbangkan prioritas relatif faktor-faktor pada sistem sehingga orang mampu memilih altenatif terbaik berdasarkan tujuan mereka.  Penilaian dan Konsensus (Judgement and Consensus) AHP tidak mengharuskan adanya suatu konsensus, tapi menggabungkan hasil penilaian yang berbeda.  Pengulangan Proses (Process Repetition) AHP mampu membuat orang menyaring definisi dari suatu permasalahan dan mengembangkan penilaian serta pengertian mereka melalui proses pengulangan.
  • 4. Kelemahan AHPKelemahan AHP  ketergantungan model AHP pada inputketergantungan model AHP pada input utamanya. Input utama ini berupa persepsiutamanya. Input utama ini berupa persepsi seorang ahli sehingga dalam hal ini melibatkanseorang ahli sehingga dalam hal ini melibatkan subyektifitas sang ahli selain itu juga modelsubyektifitas sang ahli selain itu juga model menjadi tidak berarti jika ahli tersebutmenjadi tidak berarti jika ahli tersebut memberikan penilaian yang keliru.memberikan penilaian yang keliru.  Metode AHP ini hanya metode matematis tanpaMetode AHP ini hanya metode matematis tanpa ada pengujian secara statistik sehinggatidak adaada pengujian secara statistik sehinggatidak ada batas kepercayaan dari kebenaran model yangbatas kepercayaan dari kebenaran model yang terbentukterbentuk
  • 5. Aplikasi AHP Perencanaan; Membuat suatu set alternatif; Menentukan prioritas; Memilih kebijakan terbaik setelah menemukan satu set alternatif; Alokasi sumber daya Menentukan kebutuhan/persyaratan; Memprediksi outcome; Merancang sistem; Mengukur performa; Memastikan stabilitas sistem; Optimasi; Penyelesaian konflik.
  • 6. TAHAPAN DALAM METODETAHAPAN DALAM METODE AHPAHP 1.1. Mendefinisikan tujuan danMendefinisikan tujuan dan masalah penelitianmasalah penelitian 2.2. Menyusun Bagan KeputusanMenyusun Bagan Keputusan 3.3. Membuat kuisioner AHPMembuat kuisioner AHP 4.4. Pengolahan data denganPengolahan data dengan software AHPsoftware AHP 5.5. Menentukan PrioritasMenentukan Prioritas 6.6. Melakukan analisis sensitivitasMelakukan analisis sensitivitas
  • 7. Konsep Dasar PenyusunanKonsep Dasar Penyusunan Bagan KeputusanBagan Keputusan Tujuan (objective)  Adalah suatu pernyataan yang menunjukkan sesuatu yang ingin dicapai  Contohnya “Bentuk Pemerintahan Ideal” Atribute  Adalah level dari yang memberikan tujuan suatu alternatif dalam memilih keputusan  Misalnya untuk memilih pemerintahan diberikan alternatif pilihan;otonomi daerah atau bukan
  • 8. Pohon Nilai (Bagan Keputusan)Pohon Nilai (Bagan Keputusan) Bagan Keputusan disusun secara hirarkiBagan Keputusan disusun secara hirarki dimana:dimana: ►Setiap tujuan didefinisikan oleh sub-subSetiap tujuan didefinisikan oleh sub-sub tujuan atau atribut-atributtujuan atau atribut-atribut ►Atribut di letakkan pada level terbawah dariAtribut di letakkan pada level terbawah dari tujuantujuan ►Alternativ keputusan dihubungkan denganAlternativ keputusan dihubungkan dengan alternatif-alternatifnya, contoh:presentasialternatif-alternatifnya, contoh:presentasi ahpbaganahpbagan keputusan.dockeputusan.doc
  • 9. Tahapan Dalam MenganalisaTahapan Dalam Menganalisa Bagan KeputusanBagan Keputusan  Tujuan dari membuat bagan keputusan adalah untukTujuan dari membuat bagan keputusan adalah untuk membuat pengertian yang lebih baik pada suatu masalahmembuat pengertian yang lebih baik pada suatu masalah  Konteks Keputusan adalah merancang dimana keputusanKonteks Keputusan adalah merancang dimana keputusan tersebut akan dibuattersebut akan dibuat  Dalam menentukan pilihan pengambil keputusan memilihDalam menentukan pilihan pengambil keputusan memilih dari sebuah himpunan tujuan yang telah diestimasi dandari sebuah himpunan tujuan yang telah diestimasi dan diukurdiukur  Tujuan Analisis Sensitivitas untuk menjelaskan bagaimanaTujuan Analisis Sensitivitas untuk menjelaskan bagaimana perubahan model menjelaskan rekomendasi keputusanperubahan model menjelaskan rekomendasi keputusan  Tahapan lengkapnya bisa dilihat di:Fase dalam ProsesTahapan lengkapnya bisa dilihat di:Fase dalam Proses Analisis Hirarki.docAnalisis Hirarki.doc
  • 10. Menyusun Hirarki dari BaganMenyusun Hirarki dari Bagan KeputusanKeputusan 1.1. Identifikasikan seluruh tujuanIdentifikasikan seluruh tujuan 2.2. Jelaskan artinya dengan menspesifikasikan subJelaskan artinya dengan menspesifikasikan sub tujuan, tambahkan pada level berikutnya daritujuan, tambahkan pada level berikutnya dari hirarkihirarki 3.3. Lanjutkan secara rekursif sampai suatu atribut dapatLanjutkan secara rekursif sampai suatu atribut dapat dihubungkan dengan setiap level terbawah daridihubungkan dengan setiap level terbawah dari tujuantujuan 4.4. Tambahkan keputusan alternatif untuk hirarki danTambahkan keputusan alternatif untuk hirarki dan hubungkan mereka dengan atributnyahubungkan mereka dengan atributnya 5.5. Ulangi langkah 1-4 sampai strukturnya sempurna,Ulangi langkah 1-4 sampai strukturnya sempurna, contoh dapat dilihat di:CONTOH HIRARKIcontoh dapat dilihat di:CONTOH HIRARKI BAGAN.docBAGAN.doc
  • 11. Cara Membuat Kuisioner AHPCara Membuat Kuisioner AHP  Kuisioner AHP berbeda dengan kuisioner padaKuisioner AHP berbeda dengan kuisioner pada umumnya, karena berisi perbandingan duaumumnya, karena berisi perbandingan dua pilihan kriteria ataupun alternativpilihan kriteria ataupun alternativ  Kuisioner disusun secara berurutan sesuaiKuisioner disusun secara berurutan sesuai tahapan yang ada dalam bagan keputusantahapan yang ada dalam bagan keputusan  Satu level dibuat dalam satu nomor pertanyaanSatu level dibuat dalam satu nomor pertanyaan dengan sub nomer adalah jumlah kriteriadengan sub nomer adalah jumlah kriteria  Bila dalam satu level ada 2 kriteria maka akanBila dalam satu level ada 2 kriteria maka akan ada 1 pasang perbandingan, pertambahan satuada 1 pasang perbandingan, pertambahan satu kriteria akan menaikkan 3 pasang perbandingan,kriteria akan menaikkan 3 pasang perbandingan, contoh:AHP Kenjeran.doccontoh:AHP Kenjeran.doc
  • 12. Cara Pengolahan Data denganCara Pengolahan Data dengan Program Web-HipreProgram Web-Hipre  Data yang diperlukan untuk proses pengolahan data denganData yang diperlukan untuk proses pengolahan data dengan Web-Hipre hanya satu nilai data yang berasal dari satuWeb-Hipre hanya satu nilai data yang berasal dari satu kuisioner, bila lebih dari satu dilakukan pengolahan datakuisioner, bila lebih dari satu dilakukan pengolahan data dengan program Excel dengan mencari nilai modusnya daridengan program Excel dengan mencari nilai modusnya dari setiap atribut pertanyaansetiap atribut pertanyaan  Nilai yang didapatkan baru dapat diolah dengan softwareNilai yang didapatkan baru dapat diolah dengan software Web-HipreWeb-Hipre  Software tersebut diatas dapat diakses melalui internet, denganSoftware tersebut diatas dapat diakses melalui internet, dengan alamat: http://www.hipre.hut.fi/Web-hipre.gifalamat: http://www.hipre.hut.fi/Web-hipre.gif  Setelah websitenya terbuka maka dapat diklik bring web-hipreSetelah websitenya terbuka maka dapat diklik bring web-hipre to front, baru diklik start we-hipre buatlah baganto front, baru diklik start we-hipre buatlah bagan keputusannya.keputusannya.