Dokumen tersebut menjelaskan tentang Metode Analytical Hierarchy Process (AHP) untuk menentukan prioritas alternatif berdasarkan kriteria. Metode ini melibatkan pembentukan hierarki masalah, penilaian kriteria melalui perbandingan berpasangan, penetapan bobot kriteria dan subkriteria, serta penentuan skor akhir alternatif. Contoh kasus yang diberikan adalah pemilihan mahasiswa terbaik berdasarkan IPK, TOEFL, dan jabatan organ

1. PERATURAN NGE BLOG TENTANG SAYA Search
Fun With Rifan SyaifulFun With Rifan Syaiful
Trainer, Konsultan IT, Penulis Lepas & EnterpreunerTrainer, Konsultan IT, Penulis Lepas & Enterpreuner
BERANDA CV. WAHANA KARYA KHARISMA FUNCOMPUTER WARUNG FUNPREUNER JEJAK-JEJAK PENAKU KOLOM IKLAN
PENGUNJUNGPENGUNJUNG
32,707
PENGIKUTPENGIKUT
with Google Friend Connect
Members (30) More »
Already a member? Sign in
TIMETIME
17:08:23
TOP MP3 MINGGU INITOP MP3 MINGGU INI
TRANSLATETRANSLATE
Select Language ▼
LENCANA FACEBOOKLENCANA FACEBOOK
Zulrifannoor FunComp Syaiful
Mengenal Metode AHP (Disertai studi kasus :
Pemilihan Mahasiswa Terbaik)
Peralatan utama AHP adalah sebuah hierarki fungsional dengan input utamanya
persepsi manusia. Keberadaan hierarki memungkinkan dipecahnya masalah kompleks
atau tidak terstruktur dalam sub – sub masalah, lalu menyusunnya menjadi suatu bentuk
hierarki (Kusrini, 2007).
Gambar 2. 1 Struktur Hirarki AHP
Konsep dasar AHP adalah penggunaan matriks pairwise comparison (,atriks
perbandingan berpasangan) untuk menghasilkan bobot relative antar kriteria maupun
alternative. Suatu kriteria akan dibandingkan dengan kriteria lainnya dalam hal seberapa
penting terhadap pencapaian tujuan di atasnya (Saaty, 1986).
Tabel 2. 1 Skala dasar perbandingan berpasangan
Tingkat
Kepentingan
Definisi Keterangan
1 Sama Pentingnya
Kedua elemen mempunyai pengaruh
yang sama
3
Sedikit lebih
penting
Pengalaman dan penilaian sangat
memihak satu elemen dibandingkan
dengan pasangannya
5 Lebih Penting
Satu elemen sangat disukai dan secara
praktis dominasinya sangat nyata,
dibandingkan dengan elemen
pasangannya.
7 Sangat Penting
Satu elemen terbukti sangat disukai dan
secara praktis dominasinya sangat nyata,
dibandingkan dengan elemen
pasangannya.
RSS
SUBSCRIPTION!
FOLLOW ME!
POPULERPOPULER
MengenalMengenal
Metode AHPMetode AHP
(Disertai studi(Disertai studi
kasus :kasus :
PemilihanPemilihan
MahasiswaMahasiswa
Terbaik)Terbaik)
...
Rahasia CepatRahasia Cepat
Beli RumahBeli Rumah
tanpa Modaltanpa Modal
bagibagi
MahasiswaMahasiswa
S udah cek
harga properti yang semakin
naik dari tahun ke tahun??? Ya,
setidaknya harga properti
mengalami kenaikan 10 - 20 %
setiap tahu...
Pertemuan 1 :Pertemuan 1 :
Pengertian danPengertian dan
Macam-MacamMacam-Macam
Metode DataMetode Data
MiningMining
By Zulrifan Noor
Banjarbaru, 28 Februari 2011
Pengertian Data mining
merupakan proses berulang-
ulang, di mana penyelesaian
didefi...
Sekilas tentangSekilas tentang
MetodeMetode
CertaintyCertainty
Factor (plusFactor (plus
studi kasusstudi kasus
sederhana)sederhana)
Metode CF Faktor kepastian
merupakan suatu metode yang
digunakan untuk mengukur
suatu keyakinan seseorang.
Inputnya adalah berupa ke...
Pertemuan 2Pertemuan 2
DelphiDelphi
(Percabangan :(Percabangan :
If, If Else)-StudiIf, If Else)-Studi
Kasus :Kasus :
Aplikasi TokoAplikasi Toko
BukuBuku
Perintah if digunakan untuk
menentukan perintah mana
yang akan dikerjakan ketika
suatu kondisi terjadi. Bentuk
baku perintah if adalah ...
KATEGORIKATEGORI
AHP (1)
Brainware (1)
17.39 Rifan "The King" Syaiful 3 comments
Elemen Kolom
Mengenal Metode AHP (Disertai studi kasus : Pemilihan Mahasiswa T... http://funpreuner.blogspot.com/2012/02/mengenal-metode-ahp-disertai...
1 of 5 11/03/2014 17:08

2. Buat Lencana Anda
FOLLOW MY TWITTERFOLLOW MY TWITTER
BLOG SAHABATBLOG SAHABAT
Bang Ded
Baron Ramlie
BEM STMIK Banjarbaru
Berin Al Fatih
Dra. H. Ruliah
Ery El-Himmah
FOSKI STMIK Banjarbaru
HMJ SI STMIK Banjarbaru
Rifan Syaiful. Diberdayakan
oleh Blogger.
9
Mutlak lebih
penting
Satu elemen terbukti mutlak lebih
disukai dibandingkan dengan
pasangannya, pada keyakinan tertinggi.
2,4,6,8 Nilai Tengah
Diberikan bila terdapat keraguan
penilaian di antara dua tingkat
kepentingan yang berdekatan.
(Sumber : Saaty, 1986)
Penilaian dalam membandingkan antara satu kriteria dengan kriteria yang lain
adalah bebas satu sama lain, dan hal ini dapat mengarah pada ketidak konsistensian.
Saaty (1990) telah membuktikan bahwa indeks konsistensi dari matrik ber ordo n dapat
diperoleh dengan rumus :
CI = (λmaks-n)/(n-1)................................................... (1)
Dimana :
CI = Indeks Konsistensi (Consistency Index)
λmaks = Nilai eigen terbesar dari matrik berordo n
Nilai eigen terbesar didapat dengan menjumlahkan hasil perkalian jumlah
kolom dengan eigen vector. Batas ketidak konsistensian di ukur dengan menggunakan
rasio konsistensi (CR), yakni perbandingan indeks konsistensi (CI) dengan nilai
pembangkit random (RI). Nilai ini bergantung pada ordo matrik n.
Rasio konsistensi dapat dirumuskan :
CR = CI/RI............................................................... (2)
Bila nilai CR lebih kecil dari 10%, ketidak konsistensian pendapat masih
dianggap dapat diterima.
Tabel 2. 2 Daftar Indeks random konsistensi (RI)
n 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
RI 0,00 0,00 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49 1,51 1,48 1,56 1,57 1,59
Contoh Kasus :
Menentukan prioritas dalam pemilihan mahasiswa terbaik
Langkah Penyelesaian :
1. Tetapkan permasalahan, kriteria dan sub kriteria (jika ada), dan alternative
pilihan.
a. Permasalahan : Menentukan prioritas mahasiswa terbaik.
b. Kriteria : IPK, Nilai TOEFL, Jabatan Organisasi,
c. Subkriteria : IPK (Sangat baik : 3,5-4,00; Baik : 3,00-3,49; Cukup :
2,75-2,99)
TOEFL(Sangat baik : 506-600; Baik : 501-505 ; Cukup : 450
- 500)
Jabatan Organisasi (Ketua, Kordinator, Anggota)
CAT : Jumah kriteria dan sub kriteria, minimal 3. Karena jika hanya dua maka
akan berpengaruh terhadap nilai CR (lihat tabel daftar rasio indeks konsistensi/RI)
2. Membentuk matrik Pairwise Comparison,kriteria. Terlebih dahulu melakukan
penilaian perbandingan dari kriteria.(Perbandingan ditentukan dengan
mengamati kebijakan yang dianut oleh penilai) adalah :
a. Kriteria IPK 4 kali lebih penting dari jabatan organisasi, dan 3 kali lebih
penting dari TOEFL.
b. Kriteria TOEFL 2 kali lebih penting dari jabatan organisasi.
CAT : Terjadi 3 kali perbandingan terhadap 3 kriteria (IPK->jabatan, IPK->TOEFL,
Jabatan->TOEFL). Jika ada 4 kriteria maka akan terjadi 6 kali perbandingan. Untuk
memahaminya silahkan coba buat perbandingan terhadap 4 kriteria.
Buku (1)
Cerpen (9)
Certainty Factor (1)
Data Mining dan Warehousing
(1)
Delphi (3)
Hardware (2)
HTML 5 (1)
Interpersonal Skill (1)
Java (1)
kayutangi (1)
Koran Lokal (3)
Kuliah (1)
Lainnya (19)
Media Lainnya (4)
Metode Komputasi (2)
Motivasi (16)
Organisasi (3)
Pemrograman (2)
Pendidikan (1)
Penjualan Software (5)
properti (1)
properti dijual (1)
Puisi (3)
Reportase (1)
rumah dijual (1)
Sandal (1)
Seminar (2)
Sistem Pakar (1)
SMK (1)
Teknik Komputer (1)
Workshop (1)
ARSIPARSIP
Mengenal Metode AHP (Disertai studi kasus : Pemilihan Mahasiswa T... http://funpreuner.blogspot.com/2012/02/mengenal-metode-ahp-disertai...
2 of 5 11/03/2014 17:08

3. Sehingga matrik matrik Pairwise Comparison untuk kriteria adalah :
IPK TOEFL Jabatan
IPK 1 3 4
TOEFL 1/3 1 2
Jabatan 1/4 1/2 1
Cara mendapatkan nilai-nilai di atas adalah :
Perbandingan di atas adalah dengan membandingkan kolom yang terletak paling kiri
dengan setiap kolom ke dua, ketiga dan keempat.
Perbandingan terhadap dirinya sendiri, akan menghasilkan nilai 1. Sehingga nilai satu
Perbandingan kolom kiri dengan kolom-kolom selanjutnya. Misalkan nilai 3, didapatkan
Perbandingan kolom kiri dengan kolom-kolom selanjutnya. Misalkan nilai ¼ didapatkan dari perbandingan Ja
3. Menentukan rangking kriteria dalam bentuk vector prioritas (disebut juga eigen
vector ternormalisasi).
a. Ubah matriks Pairwise Comparison ke bentuk desimal dan jumlahkan tiap
kolom tersebut.
IPK TOEFL Jabatan
IPK 1,000 3,000 4,000
TOEFL 0,333 1,000 2,000
Jabatan 0,250 0,500 1,000
JUMLAH 1,583 4,500 7,000
b. Bagi elemen-elemen tiap kolom dengan jumah kolom yang bersangkutan.
IPK TOEFL Jabatan
IPK 0,632 0,667 0,571
TOEFL 0,211 0,222 0,286
Jabatan 0,158 0,111 0,143
Contoh : Nilai 0,632 adalah hasil dari pembagian antara nilai 1,000/1,583 dst.
c. Hitung Eigen Vektor normalisasi dengan cara : jumlahkan tiap baris kemudian
dibagi dengan jumlah kriteria. Jumlah kriteria dalam kasus ini adalah 3.
IPK TOEFL Jabatan Jumlah Baris Eigen Vektor Normalisasi
IPK 0,632 0,667 0,571 1,870 0,623
TOEFL 0,211 0,222 0,286 0,718 0,239
Jabatan 0,158 0,111 0,143 0,412 0,137
-Nilai 1,870 adalah hasil dari penjumlahan 0,632+0,667+0,571
-Nilai 0,623 adalah hasil dari 1,870/3.
-Dst
d. Menghitung rasio konsistensi untuk mengetahui apakah penilaian
perbandingan kriteria bersifat konsisten.
-Menentukan nilai Eigen Maksimum (λmaks).
Λmaks diperoleh dengan menjumlahkan hasil perkalian jumlah kolom
matrik Pairwise Comparison ke bentuk desimal dengan vector eigen
normalisasi.
Λmaks = (1,583 x 0,623 )+(4,500 x 0,239)+(7,000 x 0,137) = 3,025
-Menghitung Indeks Konsistensi (CI)
CI = (λmaks-n)/n-1 = 0,013
- Rasio Konsistensi =CI/RI, nilai RI untuk n = 3 adalah 0,58 (lihatDaftar
Indeks random konsistensi (RI))
CR = CI/RI = 0,013/0,58 = 0,022
Karena CR < 0,100 berari preferensi pembobotan adalah konsisten
4. Untuk matrik Pairwise Comparison sub kriteria, saya asumsikan memiliki nilai
yang sama dengan matrik Pairwise Comparison kriteria. Anda bisa mencoba
merubah nilai pembobotan jika ingin lebih memahami pembentukan matrik ini.
a. Sub kriteria IPK
Sangat BaikBaik Cukup Jumlah Baris Eigen Vektor Normalisasi
Sangat Baik 0,632 0,667 0,571 1,870 0,623
Baik 0,211 0,222 0,286 0,718 0,239
Cukup 0,158 0,111 0,143 0,412 0,137
b. Sub Kriteria TOEFL
Jumlah Kolom
Mengenal Metode AHP (Disertai studi kasus : Pemilihan Mahasiswa T... http://funpreuner.blogspot.com/2012/02/mengenal-metode-ahp-disertai...
3 of 5 11/03/2014 17:08

4. Posting Lebih Baru Posting Lama
Sangat BaikBaik Cukup Jumlah Baris Eigen Vektor Normalisasi
Sangat Baik 0,632 0,667 0,571 1,870 0,623
Baik 0,211 0,222 0,286 0,718 0,239
Cukup 0,158 0,111 0,143 0,412 0,137
c. Sub Kriteria Jabatan Organisasi
Ketua KoordinatorAnggota Jumlah Baris Eigen Vektor Normalisasi
Ketua 0,632 0,667 0,571 1,870 0,623
Koordinator 0,211 0,222 0,286 0,718 0,239
Anggota 0,158 0,111 0,143 0,412 0,137
5. Terakhir adalah menentukan rangking dari alternatif dengan cara menghitung
eigen vector untuk tiap kirteria dan sub kriteria.
IPK TOEFL Jabatan Organisasi HASIL
Ifan 1 3 3 0,440
Rudy 3 3 1 0,204
Anton 1 2 2 0,479
- Nilai bobot diperoleh dari kondisi yang dimiliki oleh alternatif. Contoh
pada Ifan, yang memiliki IPK 3,86 (sangat baik), maka diberikan bobot
1 (2 untuk baik dan 3 untuk cukup). Ifan memiliki nilai TOEFL 470
(cukup), sehingga diberikan bobot 3 dan jabatan organisasi adalah
anggota dengan bobot 3 (1 untuk ketua dan 2 untuk koordinator).
- Hasil diperoleh dari perkalian nilai vector kriteria dengan vector sub
kriteria. Dan setiap hasil perkalian kriteria dan subkriteria masing-
masing kolom dijumlahkan. Contoh Ifan, pada kolom IPK (eigen vector
: 0,623) dikalikan dengan sub kriteria IPK yaitu sangat baik (eigen
vector : 0,623).dst
(IPK x Sangat Baik + TOEFL x Sangat Baik + Jabatan Organisasi x
Anggota) = 0,440
Dari hasil di atas, Anton memiliki nilai paling tinggi sehingga layak menjadi mahasiswa
terbaik..
Metode AHP bisa digunakan untuk menentukan segala kasus yang membutuhkan
output berupa prioritas dari hasil perangkingan. Syarat kriteria yang digunakan
adalah data yang "seimbang" (misal data mahasiswa Kampus XYZ bisa
dibandingkan dengan kampus ABC, tidak bisa dibandnigkan dengan sekolah XXX).
Posted in: AHP,Metode Komputasi
Beranda
3 komentar:
dwi cahyo mengatakan...
mau nanya mas ,,punya sebuah program sederhana tentang SPK (sistem
pendukung keputusan) ga klo ada boleh d share ga mas ,,trus klo ga ada
punya recomendasi ga ,, mohon bantuanya buat tugas nih mas
22 Mei 2013 06.32
Adit mengatakan...
Pagi, minta tolong diperjelas lagi Pak untuk hasil dibagian akhir itu (Ifan dapat
0.440) didapat darimana Pak?? Saya udah coba2 kok ga ketemu seperti hasil
yang Bpk maksud, terimakasih.
28 Juli 2013 19.27
rezi muhammad mengatakan...
Mengenal Metode AHP (Disertai studi kasus : Pemilihan Mahasiswa T... http://funpreuner.blogspot.com/2012/02/mengenal-metode-ahp-disertai...
4 of 5 11/03/2014 17:08

5. Poskan Komentar
Beri komentar sebagai:
Publikasikan
Link ke posting ini
Buat sebuah Link
Share It
Share this on Facebook
Tweet this
View stats
(NEW) Appointment gadget >>
Copyright © 2011Copyright © 2011 Fun With Rifan SyaifulFun With Rifan Syaiful | Powered by| Powered by BloggerBlogger
Design byDesign by Free WordPress ThemesFree WordPress Themes | Bloggerized by| Bloggerized by LasanthaLasantha -- Premium Blogger ThemesPremium Blogger Themes || cheap international callscheap international calls
itu ada kesalahan di sub kreteria TOEFL " (IPK x Sangat Baik + TOEFL x
Sangat Baik + Jabatan Organisasi x Anggota) = 0,440 " seharusnya di
subkreteria TOEFL ifan mendapat nilai CUKUP bukan sangat baik
12 Februari 2014 23.36
Mengenal Metode AHP (Disertai studi kasus : Pemilihan Mahasiswa T... http://funpreuner.blogspot.com/2012/02/mengenal-metode-ahp-disertai...
5 of 5 11/03/2014 17:08