SlideShare a Scribd company logo
ANALYTICAL HIERARCHY
PROCESS
Furqon Mauladani S.Kom., M.MT.
SISTEM PENUNJANG KEPUTUSAN
APA ITU ANALYTICAL
HIERARCHY
PROCESS?
ANALYTICAL
HIERARCHY PROCESS
Metode multi-criteria decision
making yang membuat semua
pembobotan kriteria dan
pemilihan alternatif pada setiap
kriteria menggunakan penilaian
perbandingan berpasangan
oleh pengambil keputusan.
Metode ini dibuat oleh Thomas
L. Saaty pada akhir tahun 1970
di Wharton School, USA.
APA ITU MULTI-
CRITERIA DECISION
MAKING?
MULTI-CRITERIA DECISION MAKING (MCDM)
Metode mencari alternatif optimal berdasarkan
kriteria tertentu dari beberapa alternatif.
Simple Additive Weighting (SAW), Weighted
Product (WP), TOPSIS, Analytic Hierarchical
Process (AHP).
STRUKTUR HIRARKI MULTI-CRITERIA
DECISION MAKING
TUJUAN
Apa yang ingin dilakukan kedepan oleh seorang
pengambil keputusan pada masalah keputusan
yang spesifik.
CONTOH TUJUAN
No Tujuan
1 Membeli smartphone terbaik untuk keperluan sehari-
hari
2 Memilih lokasi toko yang sesuai untuk berjualan
3 Mengidentifikasi pemohon modal yang layak untuk
penyaluran pembiayaan
KRITERIA
Karakteristik, komponen, spesifikasi atau atribut
milik suatu alternatif.
CONTOH KRITERIA
Alternatif Kriteria
Smartphone Harga, CPU, RAM, kualitas kamera,
berat, keunikan, warna.
Lokasi Toko Jarak dengan gudang, jarak dengan pasar,
potensi pembeli, kompetitor yang ada,
transportasi, iklim, kepadatan penduduk,
luas lahan, keamanan, biaya investasi.
Pemohon
Modal
Kepribadian, kapasitas, aset yang dimiliki,
jaminan, keadaan perekonomian.
ALTERNATIF
Sebuah tindakan atau strategi yang dapat dipilih
oleh seorang pengambil keputusan.
CONTOH ALTERNATIF
Tujuan Alternatif
Mencari smartphone untuk
keperluan sehari-hari
Samsung Galaxy J6+, Nokia
6.1 Plus, ASUS Zenfone Max
Pro, HTC Desire 12+
Memilih lokasi toko yang
tepat untuk berjualan
Grogol Selatan, Pondok
Pinang, Petamburan
Mengidentifikasi pemohon
modal yang layak untuk
penyaluran pembiayaan
Anderson, Jack, Keith, Luna
APA SAJA LANGKAH
DALAM ANALYTICAL
HIERARCHY
PROCESS?
4 LANGKAH DALAM ANALYTICAL
HIERARCHY PROCESS
1. Mendefinisikan masalah kedalam struktur
hirarki.
2. Melakukan penilaian pair-wise comparison
(perbandingan berpasangan) diantara masing-
masing kriteria.
3. Melakukan penilaian pair-wise comparison
diantara masing-masing alternatif pada setiap
kriteria yang ada.
4. Menyusun matriks pair-wise comparison.
4 LANGKAH DALAM ANALYTICAL
HIERARCHY PROCESS
5. Melakukan sintesis yang menentukan prioritas
untuk setiap elemen didalam hirarki.
6. Mengevaluasi konsistensi sintesis.
7. Melakukan penjumlahan dari perkalian hasil
sintesis alternatif dengan kriterianya sehingga
diperoleh solusi alternatif terbaik berdasarkan
peringkat terbesar.
PAIR-WISE
COMPARISON
Ada 3 buah, yaitu
Ceri, Semangka,
dan Mengkudu.
Apabila dalam
pemilihan buah
terdapat kriteria
ukuran dan rasa,
bagaimanakah
cara pairwise
comparison-nya? Ceri
Mengkudu
Semangka
1. MELAKUKAN PENILAIAN PAIR-WISE
COMPARISON (1)
Lakukan perbandingan berpasangan untuk setiap
buah tersebut dengan buah lainnya
menggunakan skala nilai. Skala nilai 1 sampai 9
yang digunakan untuk membandingkan antara A
dengan B. Penilaian dilakukan oleh seorang
pengambil keputusan yang ahli dalam masalah
ini.
1. MELAKUKAN PENILAIAN PAIR-WISE
COMPARISON (2)
Intensitas
Kepentingan
Definisi
1 A sama pentingnya dengan B
3 A agak lebih penting dari B
5 A cukup penting dari B
7 A sangat penting dari B
9 Kepentingan A yang ekstrim dari B
2, 4, 6, 8 Nilai tengah diantara dua nilai pertimbangan yang
berdekatan
Berbalikan Jika A bernilai lebih tinggi dari B, maka B bernilai terbalik
ketika dibandingkan dengan A.
1. MELAKUKAN PENILAIAN PAIR-WISE
COMPARISON (3)
Kolom A Nilai Kepentingan
untuk A
=
Nilai Kepentingan
untuk B
Kolom B
9 7 5 3 1 3 5 7 9
Ceri X Semangka
Ceri X Mengkudu
Semangka X Mengkudu
Dibawah ini adalah data perbandingan masing-
masing buah pada kriteria ukuran menggunakan
skala nilai 1 sampai 9.
Analoginya adalah jika
Mengkudu ukurannya adalah
5 kali daripada Ceri, maka
Ceri ukurannya adalah 1/5
kali daripada Mengkudu.
1. MELAKUKAN PENILAIAN PAIR-WISE
COMPARISON (4)
Sedangkan dibawah ini adalah data
perbandingan masing-masing buah pada kriteria
rasa.
Kolom A Nilai Kepentingan
untuk A
=
Nilai Kepentingan
untuk B
Kolom B
9 7 5 3 1 3 5 7 9
Ceri X Semangka
Ceri X Mengkudu
Semangka X Mengkudu
2. MENYUSUN MATRIKS PAIR-WISE
COMPARISON (1)
Ukuran Ceri Semangka Mengkudu
Ceri 1 1/9 1/5
Semangka 9 1 5
Mengkudu 5 1/5 1
Lalu olah data dari pairwise comparison
sebelumnya kedalam bentuk matriks.
Ukuran Ceri Semangka Mengkudu
Ceri 1 0.11 0.2
Semangka 9 1 5
Mengkudu 5 0.2 1
2. MENYUSUN MATRIKS PAIR-WISE
COMPARISON (2)
Rasa Ceri Semangka Mengkudu
Ceri 1 3 9
Semangka 1/3 1 9
Mengkudu 1/9 1/9 1
Rasa Ceri Semangka Mengkudu
Ceri 1 3 9
Semangka 0.33 1 9
Mengkudu 0.11 0.11 1
STUDI KASUS 1
MENENTUKAN
KONTRAKTOR
STUDI KASUS 1: MENENTUKAN KONTRAKTOR
(1)
CEO di PT. Nusa Express ingin membangun
kantor cabang baru di Surabaya. Proyek
pembangunan kantor akan dilakukan oleh
kontraktor. Kriteria yang digunakan dalam
menentukan kontraktor ada 5 kriteria, yaitu
Harga, Performa, Pengalaman, Sumberdaya, dan
Beban Kerja.
STUDI KASUS 1: MENENTUKAN KONTRAKTOR
(2)
Ada 3 perusahaan yang dapat dijadikan alternatif
berdasarkan balasan dari surat permintaan
penawaran jasa yang dikirimkan kebeberapa
perusahaan. Perusahaan tersebut adalah PT.
Enusa, PT. Bukit Baja, dan PT. ICG.
STUDI KASUS 1: MENENTUKAN KONTRAKTOR
(3)
Berikut ini data pair-wise comparison yang
dikumpulkan dari hasil kuesioner oleh tim
manajemen proyek dan departemen
procurement yang terlibat dan memiliki kualifikasi
lebih pada proyek pembangunan kantor.
STUDI KASUS 1: MENENTUKAN KONTRAKTOR
(4)
Kolom A Nilai Kepentingan
untuk A
=
Nilai Kepentingan
untuk B
Kolom B
9 7 5 3 1 3 5 7 9
Harga X Performa
Harga X Pengalaman
Harga X Sumberdaya
Harga X Beban Kerja
Performa X Pengalaman
Performa X Sumberdaya
Performa X Beban Kerja
Pengalaman X Sumberdaya
Pengalaman X Beban Kerja
Sumberdaya X Beban Kerja
1. Perbandingan Masing-Masing Kriteria
2. Perbandingan Kontraktor di Kriteria Harga
3. Perbandingan Kontraktor di Kriteria Performa
STUDI KASUS 1: MENENTUKAN KONTRAKTOR
(4)
Kolom A Nilai Kepentingan
untuk A
=
Nilai Kepentingan
untuk B
Kolom B
9 7 5 3 1 3 5 7 9
PT. Enusa X PT. Bukit Baja
PT. Enusa X PT. ICG
PT. Bukit Baja X PT. ICG
Kolom A Nilai Kepentingan
untuk A
=
Nilai Kepentingan
untuk B
Kolom B
9 7 5 3 1 3 5 7 9
PT. Enusa X PT. Bukit Baja
PT. Enusa X PT. ICG
PT. Bukit Baja X PT. ICG
4. Perbandingan Kontraktor di Kriteria Pengalaman
5. Perbandingan Kontraktor di Kriteria Sumberdaya
STUDI KASUS 1: MENENTUKAN KONTRAKTOR
(4)
Kolom A Nilai Kepentingan
untuk A
=
Nilai Kepentingan
untuk B
Kolom B
9 7 5 3 1 3 5 7 9
PT. Enusa X PT. Bukit Baja
PT. Enusa X PT. ICG
PT. Bukit Baja X PT. ICG
Kolom A Nilai Kepentingan
untuk A
=
Nilai Kepentingan
untuk B
Kolom B
9 7 5 3 1 3 5 7 9
PT. Enusa X PT. Bukit Baja
PT. Enusa X PT. ICG
PT. Bukit Baja X PT. ICG
6. Perbandingan Kontraktor di Kriteria Beban Kerja
STUDI KASUS 1: MENENTUKAN KONTRAKTOR
(4)
Kolom A Nilai Kepentingan
untuk A
=
Nilai Kepentingan
untuk B
Kolom B
9 7 5 3 1 3 5 7 9
PT. Enusa X PT. Bukit Baja
PT. Enusa X PT. ICG
PT. Bukit Baja X PT. ICG
STUDI KASUS 1: MENENTUKAN KONTRAKTOR
(8)
Pertanyaannya adalah bagaimana menentukan
perusahaan kontraktor yang tepat menggunakan
metode Analytical Hierarchy Process (AHP)?
1. MENDEFINISIKAN MASALAH KEDALAM
STRUKTUR HIRARKI
Langkah 2 dan 3 tidak dikerjakan
karena sudah didapatkan hasilnya dari
studi kasus.
4. MENYUSUN MATRIKS PAIR-WISE
COMPARISON (1)
Kriteria Harga Performa Pengalaman
Sumber
daya
Beban Kerja
Harga 1 1 3 1/2 2
Performa 1 1 7 1 7
Pengalaman 1/3 1/7 1 1/4 3
Sumber
daya
2 1 4 1 7
Beban Kerja 1/2 1/7 1/3 1/7 1
1. Matriks Perbandingan Kriteria
Kriteria Harga Performa Pengalaman
Sumber
daya
Beban Kerja
Harga 1 1 3 0.5 2
Performa 1 1 7 1 7
Pengalaman 0.33 0.14 1 0.25 3
Sumber
daya
2 1 4 1 7
Beban Kerja 0.5 0.14 0.33 0.14 1
4. MENYUSUN MATRIKS PAIR-WISE
COMPARISON (3)
1. Matriks Perbandingan Harga
2. Matriks Perbandingan Performa
Harga PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 1/2 7
PT. Bukit Baja 2 1 1/5
PT. ICG 1/7 5 1
Harga PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 0.5 7
PT. Bukit Baja 2 1 0.2
PT. ICG 0.14 5 1
Performa PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 1/3 4
PT. Bukit Baja 3 1 1/2
PT. ICG 1/4 2 1
Performa PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 0.33 4
PT. Bukit Baja 3 1 0.5
PT. ICG 0.25 2 1
4. MENYUSUN MATRIKS PAIR-WISE
COMPARISON (3)
3. Matriks Perbandingan Pengalaman
4. Matriks Perbandingan Sumberdaya
Pengalaman PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 1/6 4
PT. Bukit Baja 6 1 1/3
PT. ICG 1/4 3 1
Pengalaman PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 0.17 4
PT. Bukit Baja 6 1 0.33
PT. ICG 0.25 3 1
Sumberdaya PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 7 1/9
PT. Bukit Baja 1/7 1 4
PT. ICG 9 1/4 1
Sumberdaya PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 7 0.11
PT. Bukit Baja 0.14 1 4
PT. ICG 9 0.25 1
4. MENYUSUN MATRIKS PAIR-WISE
COMPARISON (3)
5. Matriks Perbandingan Beban Kerja
Beban Kerja PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 3 2
PT. Bukit Baja 1/3 1 1/4
PT. ICG 1/2 4 1
Beban Kerja PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 3 2
PT. Bukit Baja 0.33 1 0.25
PT. ICG 0.5 4 1
5. MELAKUKAN SINTESIS (1)
Sintesis dilakukan untuk memperoleh prioritas
secara keseluruhan pada setiap matriks pair-wise
comparison yang dibuat sebelumnya.
5. MELAKUKAN SINTESIS (2)
Kriteria Harga Performa Pengalaman
Sumber
daya
Beban Kerja
Harga 1 1 3 0.5 2
Performa 1 1 7 1 7
Pengalaman 0.33 0.14 1 0.25 3
Sumber
daya
2 1 4 1 7
Beban Kerja 0.5 0.14 0.33 0.14 1
Total 4.83 3.28 15.33 2.89 20
Pertama menjumlahkan nilai-nilai dari setiap kolom.
5. MELAKUKAN SINTESIS (3)
Kriteria Harga Performa Pengalaman
Sumber
daya
Beban Kerja
Harga 1 / 4.83 1 / 3.28 3 / 15.33 0.5 / 2.89 2 / 20
Performa 1 / 4.83 1 / 3.28 7 / 15.33 1 / 2.89 7 / 20
Pengalaman 0.33 / 4.83 0.14 / 3.28 1 / 15.33 0.25 / 2.89 3 / 20
Sumber
daya
2 / 4.83 1 / 3.28 4 / 15.33 1 / 2.89 7 / 20
Beban Kerja 0.5 / 4.83 0.14 / 3.28 0.33 / 15.33 0.14 / 2.89 1 / 20
Selanjutnya membagi setiap nilai dari kolom dengan total
penjumlahan sebelumnya yang terkait.
Kriteria Harga Performa Pengalaman
Sumber
daya
Beban Kerja
Harga 0.21 0.3 0.2 0.17 0.1
Performa 0.21 0.3 0.46 0.35 0.35
Pengalaman 0.07 0.04 0.07 0.09 0.15
Sumber
daya
0.41 0.3 0.26 0.35 0.35
Beban Kerja 0.1 0.04 0.02 0.05 0.05
Kriteria Harga Performa Pengalaman
Sumber
daya
Beban Kerja
Harga 0.21 0.3 0.2 0.17 0.1
Performa 0.21 0.3 0.46 0.35 0.35
Pengalaman 0.07 0.04 0.07 0.09 0.15
Sumber
daya
0.41 0.3 0.26 0.35 0.35
Beban Kerja 0.1 0.04 0.02 0.05 0.05
Total 1 1 1 1 1
Hasil perhitungan bisa diuji dengan
menjumlahkan nilai-nilai dari setiap kolom. Jika
menghasilkan 1, maka proses tidak salah.
Harga = 0.21 + 0.3 + 0.2 + 0.17 + 0.1
=
0.98
5
= 0.2
5. MELAKUKAN SINTESIS (5)
Setelah itu menjumlahkan nilai-nilai dari setiap baris dan
membaginya dengan jumlah elemennya (melakukan
perhitungan rata-rata).
Performa = 0.21 + 0.3 + 0.46 + 0.35 +
0.35
=
1.66
5
= 0.33
Pengalaman = 0.07 + 0.04 + 0.07 + 0.09 +
0.15
=
0.41
5
= 0.08
Sumberdaya = 0.41 + 0.3 + 0.26 + 0.35 +
0.35
=
1.68
5
= 0.34
Beban Kerja = 0.1 + 0.04 + 0.02 + 0.05 +
0.05
=
0.27
5
= 0.05
5. MELAKUKAN SINTESIS (6)
5. MELAKUKAN SINTESIS (7)
Berikut ini hasil sintesis untuk masing-masing
kriteria.
Kriteria Hasil Sintesis
Harga 0.2
Performa 0.33
Pengalaman 0.08
Sumberdaya 0.34
Beban Kerja 0.05
Jika penjumlahan
semua nilai sintesis
menghasilkan nilai 1,
maka proses sintesis
tidak salah.
Artinya sumberdaya
merupakan kriteria terpenting.
Setelah melakukan sintesis pada matriks pair-wise
comparison untuk kriteria, maka lanjutkan proses sintesis
matriks pair-wise comparison yang lainnya.
4. MENYUSUN MATRIKS PAIR-WISE
COMPARISON (3)
1. Sintesis Matriks Perbandingan Harga
Harga PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 0.5 7
PT. Bukit Baja 2 1 0.2
PT. ICG 0.14 5 1
Total 3.14 6.5 8.2
Harga PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 / 3.14 0.5 / 6.5 7 / 8.2
PT. Bukit Baja 2 / 3.14 1 / 6.5 0.2 / 8.2
PT. ICG 0.14 / 3.14 5 / 6.5 1 / 8.2
Harga PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 0.32 0.08 0.85
PT. Bukit Baja 0.64 0.15 0.02
PT. ICG 0.04 0.77 0.12
PT. Enusa = 0.32 + 0.08 + 0.85
=
1.25
3
= 0.42
PT. Bukit Baja = 0.64 + 0.15 + 0.02
=
0.82
3
= 0.27
PT. ICG = 0.04 + 0.77 + 0.12
=
0.94
3
= 0.31
5. MELAKUKAN SINTESIS (10)
4. MENYUSUN MATRIKS PAIR-WISE
COMPARISON (3)
2. Sintesis Matriks Perbandingan Performa
Performa PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 0.33 4
PT. Bukit Baja 3 1 0.5
PT. ICG 0.25 2 1
Total 4.25 3.33 5.5
Performa PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 / 4.25 0.33 / 3.33 4 / 5.5
PT. Bukit Baja 3 / 4.25 1 / 3.33 0.5 / 5.5
PT. ICG 0.25 / 4.25 2 / 3.33 1 / 5.5
Performa PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 0.24 0.1 0.73
PT. Bukit Baja 0.71 0.3 0.09
PT. ICG 0.06 0.6 0.18
PT. Enusa = 0.24 + 0.1 + 0.73
=
1.06
3
= 0.35
PT. Bukit Baja = 0.71 + 0.3 + 0.09
=
1.1
3
= 0.37
PT. ICG = 0.06 + 0.6 + 0.18
=
0.84
3
= 0.28
5. MELAKUKAN SINTESIS (12)
4. MENYUSUN MATRIKS PAIR-WISE
COMPARISON (3)
3. Sintesis Matriks Perbandingan Pengalaman
Pengalaman PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 0.17 4
PT. Bukit Baja 6 1 0.33
PT. ICG 0.25 3 1
Total 7.25 4.17 5.33
Pengalaman PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 / 7.25 0.17 / 4.17 4 / 5.33
PT. Bukit Baja 6 / 7.25 1 / 4.17 0.33 / 5.33
PT. ICG 0.25 / 7.25 3 / 4.17 1 / 5.33
Pengalaman PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 0.14 0.04 0.75
PT. Bukit Baja 0.83 0.24 0.06
PT. ICG 0.03 0.72 0.19
PT. Enusa = 0.14 + 0.04 + 0.75
=
0.93
3
= 0.31
PT. Bukit Baja = 0.83 + 0.24 + 0.06
=
1.13
3
= 0.38
PT. ICG = 0.03 + 0.72 + 0.19
=
0.94
3
= 0.31
5. MELAKUKAN SINTESIS (14)
4. MENYUSUN MATRIKS PAIR-WISE
COMPARISON (3)
4. Sintesis Matriks Perbandingan Sumberdaya
Sumberdaya PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 7 0.11
PT. Bukit Baja 0.14 1 4
PT. ICG 9 0.25 1
Total 10.14 8.25 5.11
Sumberdaya PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 / 10.14 7 / 8.25 0.11 / 5.11
PT. Bukit Baja 0.14 / 10.14 1 / 8.25 4 / 5.11
PT. ICG 9 / 10.14 0.25 / 8.25 1 / 5.11
Sumberdaya PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 0.1 0.85 0.02
PT. Bukit Baja 0.01 0.12 0.78
PT. ICG 0.89 0.03 0.2
PT. Enusa = 0.1 + 0.85 + 0.02
=
0.97
3
= 0.32
PT. Bukit Baja = 0.01 + 0.12 + 0.78
=
0.92
3
= 0.31
PT. ICG = 0.89 + 0.03 + 0.2
=
1.11
3
= 0.37
5. MELAKUKAN SINTESIS (16)
4. MENYUSUN MATRIKS PAIR-WISE
COMPARISON (3)
5. Sintesis Matriks Perbandingan Beban Kerja
Beban Kerja PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 3 2
PT. Bukit Baja 0.33 1 0.25
PT. ICG 0.5 4 1
Total 1.83 8 3.25
Beban Kerja PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 1 / 1.83 3 / 8 2 / 3.25
PT. Bukit Baja 0.33 / 1.83 1 / 8 0.25 / 3.25
PT. ICG 0.5 / 1.83 4 / 8 1 / 3.25
Beban Kerja PT. Enusa PT. Bukit Baja PT. ICG
PT. Enusa 0.55 0.38 0.62
PT. Bukit Baja 0.18 0.13 0.08
PT. ICG 0.27 0.5 0.31
PT. Enusa = 0.55 + 0.38 + 0.62
=
1.54
3
= 0.51
PT. Bukit Baja = 0.18 + 0.13 + 0.08
=
0.38
3
= 0.13
PT. ICG = 0.27 + 0.5 + 0.31
=
1.08
3
= 0.36
5. MELAKUKAN SINTESIS (18)
5. MELAKUKAN SINTESIS (19)
Berikut ini hasil sintesis untuk masing-masing
alternatif disemua kriteria.
Alternatif/
Kriteria
Harga Performa Pengalaman
Sumber
daya
Beban
kerja
PT. Enusa 0.42 0.35 0.31 0.32 0.51
PT. Bukit Baja 0.27 0.37 0.38 0.31 0.13
PT. ICG 0.31 0.28 0.31 0.37 0.36
6. MENGEVALUASI KONSISTENSI SINTESIS (1)
Dimana:
 𝐶𝑅 = Nilai Consistency Ratio untuk melihat
konsistensi hasil sintesis.
 𝐶𝐼 = Nilai Consistency Index.
 𝑅𝐼 = Nilai Random Index yang didapatkan
sesuai dengan jumlah elemen.
𝐶𝑅 =
𝐶𝐼
𝑅𝐼
6. MENGEVALUASI KONSISTENSI SINTESIS (2)
𝐶𝐼 =
𝜆 𝑚𝑎𝑥 − 𝑛
𝑛 − 1
Dimana:
 𝜆 𝑚𝑎𝑥= penjumlahan dari perkalian hasil sintesis
dengan jumlah nilai kolom matriks pair-wise
comparison yang terkait.
 𝑛= jumlah banyak elemen.
6. MENGEVALUASI KONSISTENSI SINTESIS (3)
Jumlah
Elemen
1, 2 3 4 5 6 7 8
RI 0 0.58 0.9 1.12 1.24 1.32 1.41
Berikut ini adalah tabel untuk menentukan
random index. Misalkan jumlah elemennya 3,
maka nilai random index-nya adalah 0.58.
6. MENGEVALUASI KONSISTENSI SINTESIS (1)
𝜆 𝑚𝑎𝑥 = 4.83 × 0.2 + 3.28 × 0.33 + 15.33 × 0.08
+ 2.89 × 0.34 + 20 × 0.05
= 5.34
𝐶𝐼 =
5.34 − 5
5 − 1
𝐶𝐼 =
0.34
4
= 0.08
6. MENGEVALUASI KONSISTENSI SINTESIS (1)
𝐶𝑅 =
0.08
1.12
= 0.08
Jika nilai Consistency Ratio kurang dari 0.1 (<10%),
maka bisa dikatakan hasil sintesis sudah konsisten.
Jika nilai lebih dari 0.1, maka diharuskan
melakukan penilaian pair-wise comparison ulang.
PT. Enusa = 0.42 × 0.2 + 0.35 × 0.33 +
0.31 × 0.08 + 0.32 × 0.34 +
0.51 × 0.05
PT. Bukit Baja = 0.27 × 0.2 + 0.37 × 0.33 +
0.38 × 0.08 + 0.31 × 0.34 +
0.13 × 0.05
PT. ICG = 0.31 × 0.2 + 0.28 × 0.33 +
0.31 × 0.08 + 0.37 × 0.34 +
0.36 × 0.05
7. MELAKUKAN PENJUMLAHAN DARI
PERKALIAN SINTESIS ALTERNATIF DENGAN
KRITERIANYA (1)
PT. Enusa = 0.08 + 0.12 + 0.03 + 0.11 +
0.03
= 0.37
PT. Bukit Baja = 0.05 + 0.12 + 0.03 + 0.1 +
0.01
= 0.31
PT. ICG = 0.06 + 0.09 + 0.03 + 0.12 + 0.02
= 0.32
7. MELAKUKAN PENJUMLAHAN DARI
PERKALIAN SINTESIS ALTERNATIF DENGAN
KRITERIANYA (2)
Nilai peringkat terbesar didapatkan oleh PT.
Enusa. Jadi PT. Enusa merupakan solusi alternatif
terbaik untuk dipilih.
7. MELAKUKAN PENJUMLAHAN DARI
PERKALIAN SINTESIS ALTERNATIF DENGAN
KRITERIANYA (3)
STUDI KASUS 2
PEMILIHAN KEPALA
RUKUN TETANGGA
STUDI KASUS 2: PEMILIHAN KEPALA RUKUN
TETANGGA (1)
Komplek Bungur sedang dalam masa pemilihan
ketua Rukun Warga (RT) yang baru. Terdapat 3
kriteria yang digunakan dalam pemilihan ketua
RT, seperti tanggung jawab, jujur, dan disiplin.
Calon ketua RT yang memenuhi kualifikasi adalah
pak Ari, pak Edi, dan pak Ino.
STUDI KASUS 2: PEMILIHAN KEPALA RUKUN
TETANGGA (2)
Berikut ini data pair-wise comparison yang
dikumpulkan berdasarkan hasil musyawarah
beberapa warga komplek Bungur.
STUDI KASUS 1: MENENTUKAN KONTRAKTOR
(4)
Kolom A Nilai Kepentingan
untuk A
=
Nilai Kepentingan
untuk B
Kolom B
9 7 5 3 1 3 5 7 9
Tanggung Jawab X Jujur
Tanggung Jawab X Disiplin
Jujur X Disiplin
1. Perbandingan Masing-Masing Kriteria
2. Perbandingan Calon di Kriteria Tanggung Jawab
3. Perbandingan Calon di Kriteria Jujur
STUDI KASUS 1: MENENTUKAN KONTRAKTOR
(4)
Kolom A Nilai Kepentingan
untuk A
=
Nilai Kepentingan
untuk B
Kolom B
9 7 5 3 1 3 5 7 9
Ari X Edi
Ari X Ino
Edi X Ino
Kolom A Nilai Kepentingan
untuk A
=
Nilai Kepentingan
untuk B
Kolom B
9 7 5 3 1 3 5 7 9
Ari X Edi
Ari X Ino
Edi X Ino
4. Perbandingan Calon di Kriteria Disiplin
STUDI KASUS 1: MENENTUKAN KONTRAKTOR
(4)
Kolom A Nilai Kepentingan
untuk A
=
Nilai Kepentingan
untuk B
Kolom B
9 7 5 3 1 3 5 7 9
Ari X Edi
Ari X Ino
Edi X Ino
STUDI KASUS 2: PEMILIHAN KEPALA RUKUN
TETANGGA (6)
Pertanyaannya adalah bagaimana memilih ketua
RT yang tepat menggunakan metode Analytical
Hierarchy Process (AHP)?
DAFTAR
PUSTAKA
 Anjaryanti, S. Rendani, Y. Ramdhani (2017),
"Sistem Pendukung Keputusan Kelayakan
Pembiayaan Menggunakan Metode
Analytical Hierarchy Process", Jurnal
Informatika, Vol. 4, No.1, hal. 82-93.
 Balubaid, Mohammed & R. Alamoudi
(2015), "Application of the Analytical
Hierarchy Process (AHP) to Multi-Criteria
Analysis for Contractor Selection",
American Journal of Industrial and Business
Management, Vol.5, hal. 581-589.
 Irawan, M. Isa (2014), Analytical Hierarchy
Process untuk Analisis Keputusan, Lecture
Handout: Analisis Sistem Keputusan,
Institut Teknologi Sepuluh Nopember,
Surabaya.
 Jones, Martyn (2016), Multi-Criteria
Decision Analysis Tools, Lecture Handout,
University of Manchester, Manchester.
DAFTAR
PUSTAKA
 Koç, Eylem & H. A. Burhan (2015) "An
Application of Analytic Hierarchy Process
(AHP) in a Real World Problem of Store
Location Selection", Advances in
Management & Applied Economics, Vol. 5,
No. 1, hal. 41-50.
 Kurniawati, Ana (2013), Metode-Metode
Optimasi dengan Alternatif Terbatas,
Lecture Handout: Sistem Penunjang
Keputusan, Universitas Gunadarma, Depok.
 Mauladani, Furqon (2019), Simple Additive
Weighting, Lecture Handout: Sistem
Penunjang Keputusan, STMIK Swadharma,
Jakarta.

More Related Content

What's hot

Kebijakan Pengawasan Keamanan Pangan - BPOM
Kebijakan Pengawasan Keamanan Pangan - BPOMKebijakan Pengawasan Keamanan Pangan - BPOM
Kebijakan Pengawasan Keamanan Pangan - BPOM
Stenly Mandagi
 
Distribution tabel nilai f 0,05
Distribution tabel nilai f 0,05Distribution tabel nilai f 0,05
Distribution tabel nilai f 0,05
DIANTO IRAWAN
 
Proposal program kreativitas mahasiswa kewirausahaan
Proposal program kreativitas mahasiswa kewirausahaanProposal program kreativitas mahasiswa kewirausahaan
Proposal program kreativitas mahasiswa kewirausahaan
Andi Yaumil Falakh
 
Ppt Metodologi Penelitian: 4. Penulisan Tinjauan Pustaka & Daftar Pustaka | K...
Ppt Metodologi Penelitian: 4. Penulisan Tinjauan Pustaka & Daftar Pustaka | K...Ppt Metodologi Penelitian: 4. Penulisan Tinjauan Pustaka & Daftar Pustaka | K...
Ppt Metodologi Penelitian: 4. Penulisan Tinjauan Pustaka & Daftar Pustaka | K...
Universitas Muslim Nusantara Al-Washliyah
 
Data Management (Data Mining Klasifikasi)
Data Management (Data Mining Klasifikasi)Data Management (Data Mining Klasifikasi)
Data Management (Data Mining Klasifikasi)
Adam Mukharil Bachtiar
 
Makalah Pengujian Hipotesis
Makalah Pengujian HipotesisMakalah Pengujian Hipotesis
Makalah Pengujian Hipotesis
Ghian Velina
 
KONSEP DASAR PENELITIAN.ppt
KONSEP DASAR PENELITIAN.pptKONSEP DASAR PENELITIAN.ppt
KONSEP DASAR PENELITIAN.ppt
TYASLARASATI
 
Kuliah 9 populasi & sampel
Kuliah 9 populasi & sampelKuliah 9 populasi & sampel
Kuliah 9 populasi & sampel
Derima Febrike
 
Pengantar: Survei "Knowledge, Attitude and Practice" (KAP) WOAH AMR MPTF - Ta...
Pengantar: Survei "Knowledge, Attitude and Practice" (KAP) WOAH AMR MPTF - Ta...Pengantar: Survei "Knowledge, Attitude and Practice" (KAP) WOAH AMR MPTF - Ta...
Pengantar: Survei "Knowledge, Attitude and Practice" (KAP) WOAH AMR MPTF - Ta...
Tata Naipospos
 
snack bar
snack barsnack bar
snack bar
eko purnomo
 
Cluster & multi satge random sampling
Cluster & multi satge random samplingCluster & multi satge random sampling
Cluster & multi satge random sampling
rifansahDua1
 
Definisi operasional ppt
Definisi operasional pptDefinisi operasional ppt
Definisi operasional pptAge Hadi
 
Portofolio Dhony Firmansyah
Portofolio Dhony FirmansyahPortofolio Dhony Firmansyah
Portofolio Dhony Firmansyah
Dhony Firmansyah
 
X 1 dasar-dasar-pakan-ternak
X 1 dasar-dasar-pakan-ternakX 1 dasar-dasar-pakan-ternak
X 1 dasar-dasar-pakan-ternak
Darussalam Abinya Faizah Lz
 
Tabel statistika
Tabel statistikaTabel statistika
Tabel statistika
WAHYU NUR
 
HACCP
HACCPHACCP
Tugas kewirausahaan
Tugas kewirausahaanTugas kewirausahaan
Tugas kewirausahaan
herman hambali
 

What's hot (20)

Kebijakan Pengawasan Keamanan Pangan - BPOM
Kebijakan Pengawasan Keamanan Pangan - BPOMKebijakan Pengawasan Keamanan Pangan - BPOM
Kebijakan Pengawasan Keamanan Pangan - BPOM
 
PENGOLAHAN TRADISIONAL PENGASAPAN IKAN CAKALANG (Katsuwonus pelamis) Oleh: Ke...
PENGOLAHAN TRADISIONAL PENGASAPAN IKAN CAKALANG (Katsuwonus pelamis) Oleh: Ke...PENGOLAHAN TRADISIONAL PENGASAPAN IKAN CAKALANG (Katsuwonus pelamis) Oleh: Ke...
PENGOLAHAN TRADISIONAL PENGASAPAN IKAN CAKALANG (Katsuwonus pelamis) Oleh: Ke...
 
Distribution tabel nilai f 0,05
Distribution tabel nilai f 0,05Distribution tabel nilai f 0,05
Distribution tabel nilai f 0,05
 
Proposal program kreativitas mahasiswa kewirausahaan
Proposal program kreativitas mahasiswa kewirausahaanProposal program kreativitas mahasiswa kewirausahaan
Proposal program kreativitas mahasiswa kewirausahaan
 
Ppt Metodologi Penelitian: 4. Penulisan Tinjauan Pustaka & Daftar Pustaka | K...
Ppt Metodologi Penelitian: 4. Penulisan Tinjauan Pustaka & Daftar Pustaka | K...Ppt Metodologi Penelitian: 4. Penulisan Tinjauan Pustaka & Daftar Pustaka | K...
Ppt Metodologi Penelitian: 4. Penulisan Tinjauan Pustaka & Daftar Pustaka | K...
 
Data Management (Data Mining Klasifikasi)
Data Management (Data Mining Klasifikasi)Data Management (Data Mining Klasifikasi)
Data Management (Data Mining Klasifikasi)
 
Manova dalam spss
Manova dalam spssManova dalam spss
Manova dalam spss
 
Makalah Pengujian Hipotesis
Makalah Pengujian HipotesisMakalah Pengujian Hipotesis
Makalah Pengujian Hipotesis
 
KONSEP DASAR PENELITIAN.ppt
KONSEP DASAR PENELITIAN.pptKONSEP DASAR PENELITIAN.ppt
KONSEP DASAR PENELITIAN.ppt
 
Kuliah 9 populasi & sampel
Kuliah 9 populasi & sampelKuliah 9 populasi & sampel
Kuliah 9 populasi & sampel
 
Pengantar: Survei "Knowledge, Attitude and Practice" (KAP) WOAH AMR MPTF - Ta...
Pengantar: Survei "Knowledge, Attitude and Practice" (KAP) WOAH AMR MPTF - Ta...Pengantar: Survei "Knowledge, Attitude and Practice" (KAP) WOAH AMR MPTF - Ta...
Pengantar: Survei "Knowledge, Attitude and Practice" (KAP) WOAH AMR MPTF - Ta...
 
snack bar
snack barsnack bar
snack bar
 
Cluster & multi satge random sampling
Cluster & multi satge random samplingCluster & multi satge random sampling
Cluster & multi satge random sampling
 
Definisi operasional ppt
Definisi operasional pptDefinisi operasional ppt
Definisi operasional ppt
 
Portofolio Dhony Firmansyah
Portofolio Dhony FirmansyahPortofolio Dhony Firmansyah
Portofolio Dhony Firmansyah
 
X 1 dasar-dasar-pakan-ternak
X 1 dasar-dasar-pakan-ternakX 1 dasar-dasar-pakan-ternak
X 1 dasar-dasar-pakan-ternak
 
Tabel statistika
Tabel statistikaTabel statistika
Tabel statistika
 
HACCP
HACCPHACCP
HACCP
 
Tugas kewirausahaan
Tugas kewirausahaanTugas kewirausahaan
Tugas kewirausahaan
 
Paired sample t test
Paired sample t testPaired sample t test
Paired sample t test
 

Similar to Sistem Penunjang Keputusan [Analytical Hierarchy Process]

Pengambilan Keputusan Taktis
Pengambilan Keputusan TaktisPengambilan Keputusan Taktis
Pengambilan Keputusan Taktis
Nurul Fadilah Syam
 
Belajar metode Analytical Hierarchy Process (AHP)
Belajar metode Analytical Hierarchy Process (AHP)Belajar metode Analytical Hierarchy Process (AHP)
Belajar metode Analytical Hierarchy Process (AHP)
I Gede Iwan Sudipa
 
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
moses hadun
 
Product07 concept selection
Product07 concept selectionProduct07 concept selection
Product07 concept selection
Arif Rahman
 
Penerapan metode ahp_dalam_pemilihan_komputer_dengan_expert_choice
Penerapan metode ahp_dalam_pemilihan_komputer_dengan_expert_choicePenerapan metode ahp_dalam_pemilihan_komputer_dengan_expert_choice
Penerapan metode ahp_dalam_pemilihan_komputer_dengan_expert_choice
sholehulhuda1
 
Aplikasi MCDM untuk mendukung efektifitas Supply Chain
Aplikasi MCDM untuk mendukung efektifitas Supply Chain Aplikasi MCDM untuk mendukung efektifitas Supply Chain
Aplikasi MCDM untuk mendukung efektifitas Supply Chain
Catur Setiawan
 
USULAN PEMILIHAN PEMASOK PADA PERMASALAHAN KRITERIA BANYAK DENGAN MENGGUNAKA...
USULAN PEMILIHAN PEMASOK PADA PERMASALAHAN KRITERIA BANYAK DENGAN MENGGUNAKA...USULAN PEMILIHAN PEMASOK PADA PERMASALAHAN KRITERIA BANYAK DENGAN MENGGUNAKA...
USULAN PEMILIHAN PEMASOK PADA PERMASALAHAN KRITERIA BANYAK DENGAN MENGGUNAKA...
Prasetya Admaja
 
Peng Kep Indeks Kinerja-kom.ppt
Peng Kep Indeks Kinerja-kom.pptPeng Kep Indeks Kinerja-kom.ppt
Peng Kep Indeks Kinerja-kom.ppt
ssuser9dddf7
 
Decison Matrix Analysis_Perbanas
Decison Matrix Analysis_PerbanasDecison Matrix Analysis_Perbanas
Decison Matrix Analysis_Perbanas
apriyantieka
 
Ii. pemilihan lokasi
Ii. pemilihan lokasiIi. pemilihan lokasi
Ii. pemilihan lokasi
Samin Grup
 
Jurnal Sistem Penunjang Keputusan
Jurnal Sistem Penunjang KeputusanJurnal Sistem Penunjang Keputusan
Jurnal Sistem Penunjang Keputusan
Okta Veza
 
04410100251 makalah
04410100251 makalah04410100251 makalah
04410100251 makalah
Arya Ningrat
 
Produktivitas
ProduktivitasProduktivitas
Produktivitas
syamsul bahri
 
Analisis-Manfaat-Biaya.ppt
Analisis-Manfaat-Biaya.pptAnalisis-Manfaat-Biaya.ppt
Analisis-Manfaat-Biaya.ppt
PerryBoyChandraSiaha1
 
Uji Validitas dan Realibilitas SPSS dan Contoh
Uji Validitas dan Realibilitas SPSS dan ContohUji Validitas dan Realibilitas SPSS dan Contoh
Uji Validitas dan Realibilitas SPSS dan Contoh
ARDS5
 
Implementasi alat analisis dea (data envelopment analisys
Implementasi alat analisis dea (data envelopment analisysImplementasi alat analisis dea (data envelopment analisys
Implementasi alat analisis dea (data envelopment analisys
Windhu Putra
 
Evaluasi penawaran pada pemilihan konsultan.rev
Evaluasi penawaran pada pemilihan konsultan.revEvaluasi penawaran pada pemilihan konsultan.rev
Evaluasi penawaran pada pemilihan konsultan.rev
M Agphin Ramadhan
 

Similar to Sistem Penunjang Keputusan [Analytical Hierarchy Process] (20)

Pengambilan Keputusan Taktis
Pengambilan Keputusan TaktisPengambilan Keputusan Taktis
Pengambilan Keputusan Taktis
 
Belajar metode Analytical Hierarchy Process (AHP)
Belajar metode Analytical Hierarchy Process (AHP)Belajar metode Analytical Hierarchy Process (AHP)
Belajar metode Analytical Hierarchy Process (AHP)
 
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
 
Product07 concept selection
Product07 concept selectionProduct07 concept selection
Product07 concept selection
 
Penerapan metode ahp_dalam_pemilihan_komputer_dengan_expert_choice
Penerapan metode ahp_dalam_pemilihan_komputer_dengan_expert_choicePenerapan metode ahp_dalam_pemilihan_komputer_dengan_expert_choice
Penerapan metode ahp_dalam_pemilihan_komputer_dengan_expert_choice
 
Aplikasi MCDM untuk mendukung efektifitas Supply Chain
Aplikasi MCDM untuk mendukung efektifitas Supply Chain Aplikasi MCDM untuk mendukung efektifitas Supply Chain
Aplikasi MCDM untuk mendukung efektifitas Supply Chain
 
USULAN PEMILIHAN PEMASOK PADA PERMASALAHAN KRITERIA BANYAK DENGAN MENGGUNAKA...
USULAN PEMILIHAN PEMASOK PADA PERMASALAHAN KRITERIA BANYAK DENGAN MENGGUNAKA...USULAN PEMILIHAN PEMASOK PADA PERMASALAHAN KRITERIA BANYAK DENGAN MENGGUNAKA...
USULAN PEMILIHAN PEMASOK PADA PERMASALAHAN KRITERIA BANYAK DENGAN MENGGUNAKA...
 
Peng Kep Indeks Kinerja-kom.ppt
Peng Kep Indeks Kinerja-kom.pptPeng Kep Indeks Kinerja-kom.ppt
Peng Kep Indeks Kinerja-kom.ppt
 
Decison Matrix Analysis_Perbanas
Decison Matrix Analysis_PerbanasDecison Matrix Analysis_Perbanas
Decison Matrix Analysis_Perbanas
 
Ii. pemilihan lokasi
Ii. pemilihan lokasiIi. pemilihan lokasi
Ii. pemilihan lokasi
 
Jurnal Sistem Penunjang Keputusan
Jurnal Sistem Penunjang KeputusanJurnal Sistem Penunjang Keputusan
Jurnal Sistem Penunjang Keputusan
 
04410100251 makalah
04410100251 makalah04410100251 makalah
04410100251 makalah
 
Produktivitas
ProduktivitasProduktivitas
Produktivitas
 
statistika
statistikastatistika
statistika
 
STATISTIK MU7LTIFARIAT
STATISTIK MU7LTIFARIATSTATISTIK MU7LTIFARIAT
STATISTIK MU7LTIFARIAT
 
Analisis-Manfaat-Biaya.ppt
Analisis-Manfaat-Biaya.pptAnalisis-Manfaat-Biaya.ppt
Analisis-Manfaat-Biaya.ppt
 
Studi kasus AHP
Studi kasus AHPStudi kasus AHP
Studi kasus AHP
 
Uji Validitas dan Realibilitas SPSS dan Contoh
Uji Validitas dan Realibilitas SPSS dan ContohUji Validitas dan Realibilitas SPSS dan Contoh
Uji Validitas dan Realibilitas SPSS dan Contoh
 
Implementasi alat analisis dea (data envelopment analisys
Implementasi alat analisis dea (data envelopment analisysImplementasi alat analisis dea (data envelopment analisys
Implementasi alat analisis dea (data envelopment analisys
 
Evaluasi penawaran pada pemilihan konsultan.rev
Evaluasi penawaran pada pemilihan konsultan.revEvaluasi penawaran pada pemilihan konsultan.rev
Evaluasi penawaran pada pemilihan konsultan.rev
 

More from Institut Teknologi Sepuluh Nopember Surabaya

How Easy to Automate Application Deployment on AWS
How Easy to Automate Application Deployment on AWSHow Easy to Automate Application Deployment on AWS
How Easy to Automate Application Deployment on AWS
Institut Teknologi Sepuluh Nopember Surabaya
 
How to deploy your Apps in serverless-way using App Engine.pptx
How to deploy your Apps in serverless-way using App Engine.pptxHow to deploy your Apps in serverless-way using App Engine.pptx
How to deploy your Apps in serverless-way using App Engine.pptx
Institut Teknologi Sepuluh Nopember Surabaya
 
Keamanan Komputer [Pengantar Keamanan Komputer]
Keamanan Komputer [Pengantar Keamanan Komputer]Keamanan Komputer [Pengantar Keamanan Komputer]
Keamanan Komputer [Pengantar Keamanan Komputer]
Institut Teknologi Sepuluh Nopember Surabaya
 
Secure Socket Layer
Secure Socket LayerSecure Socket Layer
Keamanan Komputer [Keamanan Komunikasi dan Jaringan]
Keamanan Komputer [Keamanan Komunikasi dan Jaringan]Keamanan Komputer [Keamanan Komunikasi dan Jaringan]
Keamanan Komputer [Keamanan Komunikasi dan Jaringan]
Institut Teknologi Sepuluh Nopember Surabaya
 
Keamanan Komputer [Sistem Manajemen Keamanan Informasi]
Keamanan Komputer [Sistem Manajemen Keamanan Informasi]Keamanan Komputer [Sistem Manajemen Keamanan Informasi]
Keamanan Komputer [Sistem Manajemen Keamanan Informasi]
Institut Teknologi Sepuluh Nopember Surabaya
 
Sistem Penunjang Keputusan [Simple Additive Weighting]
Sistem Penunjang Keputusan [Simple Additive Weighting]Sistem Penunjang Keputusan [Simple Additive Weighting]
Sistem Penunjang Keputusan [Simple Additive Weighting]
Institut Teknologi Sepuluh Nopember Surabaya
 
Sistem Penunjang Keputusan [Sistem Penunjang Keputusan Kelompok]
Sistem Penunjang Keputusan [Sistem Penunjang Keputusan Kelompok]Sistem Penunjang Keputusan [Sistem Penunjang Keputusan Kelompok]
Sistem Penunjang Keputusan [Sistem Penunjang Keputusan Kelompok]
Institut Teknologi Sepuluh Nopember Surabaya
 
Sistem Penunjang Keputusan [Simulasi Monte Carlo]
Sistem Penunjang Keputusan [Simulasi Monte Carlo]Sistem Penunjang Keputusan [Simulasi Monte Carlo]
Sistem Penunjang Keputusan [Simulasi Monte Carlo]
Institut Teknologi Sepuluh Nopember Surabaya
 
Sistem Penunjang Keputusan [Teori Pengambilan Keputusan]
Sistem Penunjang Keputusan [Teori Pengambilan Keputusan]Sistem Penunjang Keputusan [Teori Pengambilan Keputusan]
Sistem Penunjang Keputusan [Teori Pengambilan Keputusan]
Institut Teknologi Sepuluh Nopember Surabaya
 
Sistem Penunjang Keputusan [Konsep dan Permodelan Sistem Penunjang Keputusan]
Sistem Penunjang Keputusan [Konsep dan Permodelan Sistem Penunjang Keputusan]Sistem Penunjang Keputusan [Konsep dan Permodelan Sistem Penunjang Keputusan]
Sistem Penunjang Keputusan [Konsep dan Permodelan Sistem Penunjang Keputusan]
Institut Teknologi Sepuluh Nopember Surabaya
 
Sistem Penunjang Keputusan [Sistem Penunjang Manajemen]
Sistem Penunjang Keputusan [Sistem Penunjang Manajemen]Sistem Penunjang Keputusan [Sistem Penunjang Manajemen]
Sistem Penunjang Keputusan [Sistem Penunjang Manajemen]
Institut Teknologi Sepuluh Nopember Surabaya
 
Sistem Penunjang Keputusan [Pengantar]
Sistem Penunjang Keputusan [Pengantar]Sistem Penunjang Keputusan [Pengantar]
Sistem Penunjang Keputusan [Pengantar]
Institut Teknologi Sepuluh Nopember Surabaya
 
Model dan Simulasi
Model dan SimulasiModel dan Simulasi
Perancangan SMKI Berdasarkan SNI ISO/IEC 27001:2013 dan SNI ISO/IEC 27005:201...
Perancangan SMKI Berdasarkan SNI ISO/IEC 27001:2013 dan SNI ISO/IEC 27005:201...Perancangan SMKI Berdasarkan SNI ISO/IEC 27001:2013 dan SNI ISO/IEC 27005:201...
Perancangan SMKI Berdasarkan SNI ISO/IEC 27001:2013 dan SNI ISO/IEC 27005:201...
Institut Teknologi Sepuluh Nopember Surabaya
 
UAS Analisa Sistem Keputusan MTI
UAS Analisa Sistem Keputusan MTIUAS Analisa Sistem Keputusan MTI
UAS Analisa Sistem Keputusan MTI
Institut Teknologi Sepuluh Nopember Surabaya
 
Review dan Translate Paper "Risk Ranking for Tunnelling Construction Projects...
Review dan Translate Paper "Risk Ranking for Tunnelling Construction Projects...Review dan Translate Paper "Risk Ranking for Tunnelling Construction Projects...
Review dan Translate Paper "Risk Ranking for Tunnelling Construction Projects...
Institut Teknologi Sepuluh Nopember Surabaya
 

More from Institut Teknologi Sepuluh Nopember Surabaya (18)

How Easy to Automate Application Deployment on AWS
How Easy to Automate Application Deployment on AWSHow Easy to Automate Application Deployment on AWS
How Easy to Automate Application Deployment on AWS
 
How to deploy your Apps in serverless-way using App Engine.pptx
How to deploy your Apps in serverless-way using App Engine.pptxHow to deploy your Apps in serverless-way using App Engine.pptx
How to deploy your Apps in serverless-way using App Engine.pptx
 
Keamanan Komputer [Pengantar Keamanan Komputer]
Keamanan Komputer [Pengantar Keamanan Komputer]Keamanan Komputer [Pengantar Keamanan Komputer]
Keamanan Komputer [Pengantar Keamanan Komputer]
 
Secure Socket Layer
Secure Socket LayerSecure Socket Layer
Secure Socket Layer
 
Keamanan Komputer [Keamanan Komunikasi dan Jaringan]
Keamanan Komputer [Keamanan Komunikasi dan Jaringan]Keamanan Komputer [Keamanan Komunikasi dan Jaringan]
Keamanan Komputer [Keamanan Komunikasi dan Jaringan]
 
Keamanan Komputer [Sistem Manajemen Keamanan Informasi]
Keamanan Komputer [Sistem Manajemen Keamanan Informasi]Keamanan Komputer [Sistem Manajemen Keamanan Informasi]
Keamanan Komputer [Sistem Manajemen Keamanan Informasi]
 
Sistem Penunjang Keputusan [Simple Additive Weighting]
Sistem Penunjang Keputusan [Simple Additive Weighting]Sistem Penunjang Keputusan [Simple Additive Weighting]
Sistem Penunjang Keputusan [Simple Additive Weighting]
 
Sistem Penunjang Keputusan [Sistem Penunjang Keputusan Kelompok]
Sistem Penunjang Keputusan [Sistem Penunjang Keputusan Kelompok]Sistem Penunjang Keputusan [Sistem Penunjang Keputusan Kelompok]
Sistem Penunjang Keputusan [Sistem Penunjang Keputusan Kelompok]
 
Sistem Penunjang Keputusan [Simulasi Monte Carlo]
Sistem Penunjang Keputusan [Simulasi Monte Carlo]Sistem Penunjang Keputusan [Simulasi Monte Carlo]
Sistem Penunjang Keputusan [Simulasi Monte Carlo]
 
Sistem Penunjang Keputusan [Teori Pengambilan Keputusan]
Sistem Penunjang Keputusan [Teori Pengambilan Keputusan]Sistem Penunjang Keputusan [Teori Pengambilan Keputusan]
Sistem Penunjang Keputusan [Teori Pengambilan Keputusan]
 
Sistem Penunjang Keputusan [Konsep dan Permodelan Sistem Penunjang Keputusan]
Sistem Penunjang Keputusan [Konsep dan Permodelan Sistem Penunjang Keputusan]Sistem Penunjang Keputusan [Konsep dan Permodelan Sistem Penunjang Keputusan]
Sistem Penunjang Keputusan [Konsep dan Permodelan Sistem Penunjang Keputusan]
 
Sistem Penunjang Keputusan [Sistem Penunjang Manajemen]
Sistem Penunjang Keputusan [Sistem Penunjang Manajemen]Sistem Penunjang Keputusan [Sistem Penunjang Manajemen]
Sistem Penunjang Keputusan [Sistem Penunjang Manajemen]
 
Sistem Penunjang Keputusan [Pengantar]
Sistem Penunjang Keputusan [Pengantar]Sistem Penunjang Keputusan [Pengantar]
Sistem Penunjang Keputusan [Pengantar]
 
Model dan Simulasi
Model dan SimulasiModel dan Simulasi
Model dan Simulasi
 
Perancangan SMKI Berdasarkan SNI ISO/IEC 27001:2013 dan SNI ISO/IEC 27005:201...
Perancangan SMKI Berdasarkan SNI ISO/IEC 27001:2013 dan SNI ISO/IEC 27005:201...Perancangan SMKI Berdasarkan SNI ISO/IEC 27001:2013 dan SNI ISO/IEC 27005:201...
Perancangan SMKI Berdasarkan SNI ISO/IEC 27001:2013 dan SNI ISO/IEC 27005:201...
 
UAS Analisa Sistem Keputusan MTI
UAS Analisa Sistem Keputusan MTIUAS Analisa Sistem Keputusan MTI
UAS Analisa Sistem Keputusan MTI
 
Pengembangan Sistem Informasi CRM pada Perusahaan Penerbangan PT.XXX untuk Pe...
Pengembangan Sistem Informasi CRM pada Perusahaan Penerbangan PT.XXX untuk Pe...Pengembangan Sistem Informasi CRM pada Perusahaan Penerbangan PT.XXX untuk Pe...
Pengembangan Sistem Informasi CRM pada Perusahaan Penerbangan PT.XXX untuk Pe...
 
Review dan Translate Paper "Risk Ranking for Tunnelling Construction Projects...
Review dan Translate Paper "Risk Ranking for Tunnelling Construction Projects...Review dan Translate Paper "Risk Ranking for Tunnelling Construction Projects...
Review dan Translate Paper "Risk Ranking for Tunnelling Construction Projects...
 

Recently uploaded

Pemaparan budaya positif di sekolah.pptx
Pemaparan budaya positif di sekolah.pptxPemaparan budaya positif di sekolah.pptx
Pemaparan budaya positif di sekolah.pptx
maulatamah
 
SINOPSIS, TEMA DAN PERSOALAN NOVEL MENITI IMPIAN
SINOPSIS, TEMA DAN PERSOALAN NOVEL MENITI IMPIANSINOPSIS, TEMA DAN PERSOALAN NOVEL MENITI IMPIAN
SINOPSIS, TEMA DAN PERSOALAN NOVEL MENITI IMPIAN
NanieIbrahim
 
SOAL ASAS SENI MUSIK kelas 2 semester 2 kurikulum merdeka
SOAL ASAS SENI MUSIK kelas 2 semester 2 kurikulum merdekaSOAL ASAS SENI MUSIK kelas 2 semester 2 kurikulum merdeka
SOAL ASAS SENI MUSIK kelas 2 semester 2 kurikulum merdeka
NiaTazmia2
 
Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]
Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]
Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]
Fathan Emran
 
PENDAMPINGAN INDIVIDU 2 CGP ANGKATAN 10 KOTA DEPOK
PENDAMPINGAN INDIVIDU 2 CGP ANGKATAN 10 KOTA DEPOKPENDAMPINGAN INDIVIDU 2 CGP ANGKATAN 10 KOTA DEPOK
PENDAMPINGAN INDIVIDU 2 CGP ANGKATAN 10 KOTA DEPOK
GusniartiGusniarti5
 
JUKNIS SOSIALIASI PPDB JATENG 2024/2025.PDF
JUKNIS SOSIALIASI PPDB JATENG 2024/2025.PDFJUKNIS SOSIALIASI PPDB JATENG 2024/2025.PDF
JUKNIS SOSIALIASI PPDB JATENG 2024/2025.PDF
budimoko2
 
Pelatihan AI GKA abdi Sabda - Apa itu AI?
Pelatihan AI GKA abdi Sabda - Apa itu AI?Pelatihan AI GKA abdi Sabda - Apa itu AI?
Pelatihan AI GKA abdi Sabda - Apa itu AI?
SABDA
 
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdf
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdfPpt landasan pendidikan Pai 9 _20240604_231000_0000.pdf
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdf
fadlurrahman260903
 
MODUL P5 FASE B KELAS 4 MEMBUAT COBRICK.pdf
MODUL P5 FASE B KELAS 4 MEMBUAT COBRICK.pdfMODUL P5 FASE B KELAS 4 MEMBUAT COBRICK.pdf
MODUL P5 FASE B KELAS 4 MEMBUAT COBRICK.pdf
YuristaAndriyani1
 
Modul Ajar Bahasa Indonesia Kelas 7 Fase D Kurikulum Merdeka - [abdiera.com]
Modul Ajar Bahasa Indonesia Kelas 7 Fase D Kurikulum Merdeka - [abdiera.com]Modul Ajar Bahasa Indonesia Kelas 7 Fase D Kurikulum Merdeka - [abdiera.com]
Modul Ajar Bahasa Indonesia Kelas 7 Fase D Kurikulum Merdeka - [abdiera.com]
Fathan Emran
 
Modul Ajar Matematika Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Matematika Kelas 11 Fase F Kurikulum MerdekaModul Ajar Matematika Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Matematika Kelas 11 Fase F Kurikulum Merdeka
Fathan Emran
 
Laporan Pembina Pramuka sd format doc.docx
Laporan Pembina Pramuka sd format doc.docxLaporan Pembina Pramuka sd format doc.docx
Laporan Pembina Pramuka sd format doc.docx
RUBEN Mbiliyora
 
RANCANGAN TINDAKAN UNTUK AKSI NYATA MODUL 1.4 BUDAYA POSITIF.pdf
RANCANGAN TINDAKAN UNTUK AKSI NYATA MODUL 1.4 BUDAYA POSITIF.pdfRANCANGAN TINDAKAN UNTUK AKSI NYATA MODUL 1.4 BUDAYA POSITIF.pdf
RANCANGAN TINDAKAN UNTUK AKSI NYATA MODUL 1.4 BUDAYA POSITIF.pdf
junarpudin36
 
705368319-Ppt-Aksi-Nyata-Membuat-Rancangan-Pembelajaran-Dengan-Metode-Fonik.pptx
705368319-Ppt-Aksi-Nyata-Membuat-Rancangan-Pembelajaran-Dengan-Metode-Fonik.pptx705368319-Ppt-Aksi-Nyata-Membuat-Rancangan-Pembelajaran-Dengan-Metode-Fonik.pptx
705368319-Ppt-Aksi-Nyata-Membuat-Rancangan-Pembelajaran-Dengan-Metode-Fonik.pptx
nimah111
 
Materi 2_Benahi Perencanaan dan Benahi Implementasi.pptx
Materi 2_Benahi Perencanaan dan Benahi Implementasi.pptxMateri 2_Benahi Perencanaan dan Benahi Implementasi.pptx
Materi 2_Benahi Perencanaan dan Benahi Implementasi.pptx
ahyani72
 
Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...
Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...
Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...
nasrudienaulia
 
Panduan Penggunaan Rekomendasi Buku Sastra.pdf
Panduan Penggunaan Rekomendasi Buku Sastra.pdfPanduan Penggunaan Rekomendasi Buku Sastra.pdf
Panduan Penggunaan Rekomendasi Buku Sastra.pdf
MildayantiMildayanti
 
Kebijakan PPDB Siswa SMA dan SMK DIY 2024
Kebijakan PPDB Siswa SMA dan SMK DIY 2024Kebijakan PPDB Siswa SMA dan SMK DIY 2024
Kebijakan PPDB Siswa SMA dan SMK DIY 2024
DrEngMahmudKoriEffen
 
PPT ELABORASI PEMAHAMAN MODUL 1.4. budaya positfpdf
PPT ELABORASI PEMAHAMAN MODUL 1.4. budaya positfpdfPPT ELABORASI PEMAHAMAN MODUL 1.4. budaya positfpdf
PPT ELABORASI PEMAHAMAN MODUL 1.4. budaya positfpdf
SdyokoSusanto1
 
Media Pembelajaran kelas 3 SD Materi konsep 8 arah mata angin
Media Pembelajaran kelas 3 SD Materi konsep 8 arah mata anginMedia Pembelajaran kelas 3 SD Materi konsep 8 arah mata angin
Media Pembelajaran kelas 3 SD Materi konsep 8 arah mata angin
margagurifma2023
 

Recently uploaded (20)

Pemaparan budaya positif di sekolah.pptx
Pemaparan budaya positif di sekolah.pptxPemaparan budaya positif di sekolah.pptx
Pemaparan budaya positif di sekolah.pptx
 
SINOPSIS, TEMA DAN PERSOALAN NOVEL MENITI IMPIAN
SINOPSIS, TEMA DAN PERSOALAN NOVEL MENITI IMPIANSINOPSIS, TEMA DAN PERSOALAN NOVEL MENITI IMPIAN
SINOPSIS, TEMA DAN PERSOALAN NOVEL MENITI IMPIAN
 
SOAL ASAS SENI MUSIK kelas 2 semester 2 kurikulum merdeka
SOAL ASAS SENI MUSIK kelas 2 semester 2 kurikulum merdekaSOAL ASAS SENI MUSIK kelas 2 semester 2 kurikulum merdeka
SOAL ASAS SENI MUSIK kelas 2 semester 2 kurikulum merdeka
 
Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]
Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]
Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]
 
PENDAMPINGAN INDIVIDU 2 CGP ANGKATAN 10 KOTA DEPOK
PENDAMPINGAN INDIVIDU 2 CGP ANGKATAN 10 KOTA DEPOKPENDAMPINGAN INDIVIDU 2 CGP ANGKATAN 10 KOTA DEPOK
PENDAMPINGAN INDIVIDU 2 CGP ANGKATAN 10 KOTA DEPOK
 
JUKNIS SOSIALIASI PPDB JATENG 2024/2025.PDF
JUKNIS SOSIALIASI PPDB JATENG 2024/2025.PDFJUKNIS SOSIALIASI PPDB JATENG 2024/2025.PDF
JUKNIS SOSIALIASI PPDB JATENG 2024/2025.PDF
 
Pelatihan AI GKA abdi Sabda - Apa itu AI?
Pelatihan AI GKA abdi Sabda - Apa itu AI?Pelatihan AI GKA abdi Sabda - Apa itu AI?
Pelatihan AI GKA abdi Sabda - Apa itu AI?
 
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdf
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdfPpt landasan pendidikan Pai 9 _20240604_231000_0000.pdf
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdf
 
MODUL P5 FASE B KELAS 4 MEMBUAT COBRICK.pdf
MODUL P5 FASE B KELAS 4 MEMBUAT COBRICK.pdfMODUL P5 FASE B KELAS 4 MEMBUAT COBRICK.pdf
MODUL P5 FASE B KELAS 4 MEMBUAT COBRICK.pdf
 
Modul Ajar Bahasa Indonesia Kelas 7 Fase D Kurikulum Merdeka - [abdiera.com]
Modul Ajar Bahasa Indonesia Kelas 7 Fase D Kurikulum Merdeka - [abdiera.com]Modul Ajar Bahasa Indonesia Kelas 7 Fase D Kurikulum Merdeka - [abdiera.com]
Modul Ajar Bahasa Indonesia Kelas 7 Fase D Kurikulum Merdeka - [abdiera.com]
 
Modul Ajar Matematika Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Matematika Kelas 11 Fase F Kurikulum MerdekaModul Ajar Matematika Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Matematika Kelas 11 Fase F Kurikulum Merdeka
 
Laporan Pembina Pramuka sd format doc.docx
Laporan Pembina Pramuka sd format doc.docxLaporan Pembina Pramuka sd format doc.docx
Laporan Pembina Pramuka sd format doc.docx
 
RANCANGAN TINDAKAN UNTUK AKSI NYATA MODUL 1.4 BUDAYA POSITIF.pdf
RANCANGAN TINDAKAN UNTUK AKSI NYATA MODUL 1.4 BUDAYA POSITIF.pdfRANCANGAN TINDAKAN UNTUK AKSI NYATA MODUL 1.4 BUDAYA POSITIF.pdf
RANCANGAN TINDAKAN UNTUK AKSI NYATA MODUL 1.4 BUDAYA POSITIF.pdf
 
705368319-Ppt-Aksi-Nyata-Membuat-Rancangan-Pembelajaran-Dengan-Metode-Fonik.pptx
705368319-Ppt-Aksi-Nyata-Membuat-Rancangan-Pembelajaran-Dengan-Metode-Fonik.pptx705368319-Ppt-Aksi-Nyata-Membuat-Rancangan-Pembelajaran-Dengan-Metode-Fonik.pptx
705368319-Ppt-Aksi-Nyata-Membuat-Rancangan-Pembelajaran-Dengan-Metode-Fonik.pptx
 
Materi 2_Benahi Perencanaan dan Benahi Implementasi.pptx
Materi 2_Benahi Perencanaan dan Benahi Implementasi.pptxMateri 2_Benahi Perencanaan dan Benahi Implementasi.pptx
Materi 2_Benahi Perencanaan dan Benahi Implementasi.pptx
 
Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...
Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...
Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...
 
Panduan Penggunaan Rekomendasi Buku Sastra.pdf
Panduan Penggunaan Rekomendasi Buku Sastra.pdfPanduan Penggunaan Rekomendasi Buku Sastra.pdf
Panduan Penggunaan Rekomendasi Buku Sastra.pdf
 
Kebijakan PPDB Siswa SMA dan SMK DIY 2024
Kebijakan PPDB Siswa SMA dan SMK DIY 2024Kebijakan PPDB Siswa SMA dan SMK DIY 2024
Kebijakan PPDB Siswa SMA dan SMK DIY 2024
 
PPT ELABORASI PEMAHAMAN MODUL 1.4. budaya positfpdf
PPT ELABORASI PEMAHAMAN MODUL 1.4. budaya positfpdfPPT ELABORASI PEMAHAMAN MODUL 1.4. budaya positfpdf
PPT ELABORASI PEMAHAMAN MODUL 1.4. budaya positfpdf
 
Media Pembelajaran kelas 3 SD Materi konsep 8 arah mata angin
Media Pembelajaran kelas 3 SD Materi konsep 8 arah mata anginMedia Pembelajaran kelas 3 SD Materi konsep 8 arah mata angin
Media Pembelajaran kelas 3 SD Materi konsep 8 arah mata angin
 

Sistem Penunjang Keputusan [Analytical Hierarchy Process]

  • 1. ANALYTICAL HIERARCHY PROCESS Furqon Mauladani S.Kom., M.MT. SISTEM PENUNJANG KEPUTUSAN
  • 3. ANALYTICAL HIERARCHY PROCESS Metode multi-criteria decision making yang membuat semua pembobotan kriteria dan pemilihan alternatif pada setiap kriteria menggunakan penilaian perbandingan berpasangan oleh pengambil keputusan. Metode ini dibuat oleh Thomas L. Saaty pada akhir tahun 1970 di Wharton School, USA.
  • 4. APA ITU MULTI- CRITERIA DECISION MAKING?
  • 5. MULTI-CRITERIA DECISION MAKING (MCDM) Metode mencari alternatif optimal berdasarkan kriteria tertentu dari beberapa alternatif. Simple Additive Weighting (SAW), Weighted Product (WP), TOPSIS, Analytic Hierarchical Process (AHP).
  • 7. TUJUAN Apa yang ingin dilakukan kedepan oleh seorang pengambil keputusan pada masalah keputusan yang spesifik.
  • 8. CONTOH TUJUAN No Tujuan 1 Membeli smartphone terbaik untuk keperluan sehari- hari 2 Memilih lokasi toko yang sesuai untuk berjualan 3 Mengidentifikasi pemohon modal yang layak untuk penyaluran pembiayaan
  • 9. KRITERIA Karakteristik, komponen, spesifikasi atau atribut milik suatu alternatif.
  • 10. CONTOH KRITERIA Alternatif Kriteria Smartphone Harga, CPU, RAM, kualitas kamera, berat, keunikan, warna. Lokasi Toko Jarak dengan gudang, jarak dengan pasar, potensi pembeli, kompetitor yang ada, transportasi, iklim, kepadatan penduduk, luas lahan, keamanan, biaya investasi. Pemohon Modal Kepribadian, kapasitas, aset yang dimiliki, jaminan, keadaan perekonomian.
  • 11. ALTERNATIF Sebuah tindakan atau strategi yang dapat dipilih oleh seorang pengambil keputusan.
  • 12. CONTOH ALTERNATIF Tujuan Alternatif Mencari smartphone untuk keperluan sehari-hari Samsung Galaxy J6+, Nokia 6.1 Plus, ASUS Zenfone Max Pro, HTC Desire 12+ Memilih lokasi toko yang tepat untuk berjualan Grogol Selatan, Pondok Pinang, Petamburan Mengidentifikasi pemohon modal yang layak untuk penyaluran pembiayaan Anderson, Jack, Keith, Luna
  • 13. APA SAJA LANGKAH DALAM ANALYTICAL HIERARCHY PROCESS?
  • 14. 4 LANGKAH DALAM ANALYTICAL HIERARCHY PROCESS 1. Mendefinisikan masalah kedalam struktur hirarki. 2. Melakukan penilaian pair-wise comparison (perbandingan berpasangan) diantara masing- masing kriteria. 3. Melakukan penilaian pair-wise comparison diantara masing-masing alternatif pada setiap kriteria yang ada. 4. Menyusun matriks pair-wise comparison.
  • 15. 4 LANGKAH DALAM ANALYTICAL HIERARCHY PROCESS 5. Melakukan sintesis yang menentukan prioritas untuk setiap elemen didalam hirarki. 6. Mengevaluasi konsistensi sintesis. 7. Melakukan penjumlahan dari perkalian hasil sintesis alternatif dengan kriterianya sehingga diperoleh solusi alternatif terbaik berdasarkan peringkat terbesar.
  • 16. PAIR-WISE COMPARISON Ada 3 buah, yaitu Ceri, Semangka, dan Mengkudu. Apabila dalam pemilihan buah terdapat kriteria ukuran dan rasa, bagaimanakah cara pairwise comparison-nya? Ceri Mengkudu Semangka
  • 17. 1. MELAKUKAN PENILAIAN PAIR-WISE COMPARISON (1) Lakukan perbandingan berpasangan untuk setiap buah tersebut dengan buah lainnya menggunakan skala nilai. Skala nilai 1 sampai 9 yang digunakan untuk membandingkan antara A dengan B. Penilaian dilakukan oleh seorang pengambil keputusan yang ahli dalam masalah ini.
  • 18. 1. MELAKUKAN PENILAIAN PAIR-WISE COMPARISON (2) Intensitas Kepentingan Definisi 1 A sama pentingnya dengan B 3 A agak lebih penting dari B 5 A cukup penting dari B 7 A sangat penting dari B 9 Kepentingan A yang ekstrim dari B 2, 4, 6, 8 Nilai tengah diantara dua nilai pertimbangan yang berdekatan Berbalikan Jika A bernilai lebih tinggi dari B, maka B bernilai terbalik ketika dibandingkan dengan A.
  • 19. 1. MELAKUKAN PENILAIAN PAIR-WISE COMPARISON (3) Kolom A Nilai Kepentingan untuk A = Nilai Kepentingan untuk B Kolom B 9 7 5 3 1 3 5 7 9 Ceri X Semangka Ceri X Mengkudu Semangka X Mengkudu Dibawah ini adalah data perbandingan masing- masing buah pada kriteria ukuran menggunakan skala nilai 1 sampai 9.
  • 20. Analoginya adalah jika Mengkudu ukurannya adalah 5 kali daripada Ceri, maka Ceri ukurannya adalah 1/5 kali daripada Mengkudu.
  • 21. 1. MELAKUKAN PENILAIAN PAIR-WISE COMPARISON (4) Sedangkan dibawah ini adalah data perbandingan masing-masing buah pada kriteria rasa. Kolom A Nilai Kepentingan untuk A = Nilai Kepentingan untuk B Kolom B 9 7 5 3 1 3 5 7 9 Ceri X Semangka Ceri X Mengkudu Semangka X Mengkudu
  • 22. 2. MENYUSUN MATRIKS PAIR-WISE COMPARISON (1) Ukuran Ceri Semangka Mengkudu Ceri 1 1/9 1/5 Semangka 9 1 5 Mengkudu 5 1/5 1 Lalu olah data dari pairwise comparison sebelumnya kedalam bentuk matriks. Ukuran Ceri Semangka Mengkudu Ceri 1 0.11 0.2 Semangka 9 1 5 Mengkudu 5 0.2 1
  • 23. 2. MENYUSUN MATRIKS PAIR-WISE COMPARISON (2) Rasa Ceri Semangka Mengkudu Ceri 1 3 9 Semangka 1/3 1 9 Mengkudu 1/9 1/9 1 Rasa Ceri Semangka Mengkudu Ceri 1 3 9 Semangka 0.33 1 9 Mengkudu 0.11 0.11 1
  • 25. STUDI KASUS 1: MENENTUKAN KONTRAKTOR (1) CEO di PT. Nusa Express ingin membangun kantor cabang baru di Surabaya. Proyek pembangunan kantor akan dilakukan oleh kontraktor. Kriteria yang digunakan dalam menentukan kontraktor ada 5 kriteria, yaitu Harga, Performa, Pengalaman, Sumberdaya, dan Beban Kerja.
  • 26. STUDI KASUS 1: MENENTUKAN KONTRAKTOR (2) Ada 3 perusahaan yang dapat dijadikan alternatif berdasarkan balasan dari surat permintaan penawaran jasa yang dikirimkan kebeberapa perusahaan. Perusahaan tersebut adalah PT. Enusa, PT. Bukit Baja, dan PT. ICG.
  • 27. STUDI KASUS 1: MENENTUKAN KONTRAKTOR (3) Berikut ini data pair-wise comparison yang dikumpulkan dari hasil kuesioner oleh tim manajemen proyek dan departemen procurement yang terlibat dan memiliki kualifikasi lebih pada proyek pembangunan kantor.
  • 28. STUDI KASUS 1: MENENTUKAN KONTRAKTOR (4) Kolom A Nilai Kepentingan untuk A = Nilai Kepentingan untuk B Kolom B 9 7 5 3 1 3 5 7 9 Harga X Performa Harga X Pengalaman Harga X Sumberdaya Harga X Beban Kerja Performa X Pengalaman Performa X Sumberdaya Performa X Beban Kerja Pengalaman X Sumberdaya Pengalaman X Beban Kerja Sumberdaya X Beban Kerja 1. Perbandingan Masing-Masing Kriteria
  • 29. 2. Perbandingan Kontraktor di Kriteria Harga 3. Perbandingan Kontraktor di Kriteria Performa STUDI KASUS 1: MENENTUKAN KONTRAKTOR (4) Kolom A Nilai Kepentingan untuk A = Nilai Kepentingan untuk B Kolom B 9 7 5 3 1 3 5 7 9 PT. Enusa X PT. Bukit Baja PT. Enusa X PT. ICG PT. Bukit Baja X PT. ICG Kolom A Nilai Kepentingan untuk A = Nilai Kepentingan untuk B Kolom B 9 7 5 3 1 3 5 7 9 PT. Enusa X PT. Bukit Baja PT. Enusa X PT. ICG PT. Bukit Baja X PT. ICG
  • 30. 4. Perbandingan Kontraktor di Kriteria Pengalaman 5. Perbandingan Kontraktor di Kriteria Sumberdaya STUDI KASUS 1: MENENTUKAN KONTRAKTOR (4) Kolom A Nilai Kepentingan untuk A = Nilai Kepentingan untuk B Kolom B 9 7 5 3 1 3 5 7 9 PT. Enusa X PT. Bukit Baja PT. Enusa X PT. ICG PT. Bukit Baja X PT. ICG Kolom A Nilai Kepentingan untuk A = Nilai Kepentingan untuk B Kolom B 9 7 5 3 1 3 5 7 9 PT. Enusa X PT. Bukit Baja PT. Enusa X PT. ICG PT. Bukit Baja X PT. ICG
  • 31. 6. Perbandingan Kontraktor di Kriteria Beban Kerja STUDI KASUS 1: MENENTUKAN KONTRAKTOR (4) Kolom A Nilai Kepentingan untuk A = Nilai Kepentingan untuk B Kolom B 9 7 5 3 1 3 5 7 9 PT. Enusa X PT. Bukit Baja PT. Enusa X PT. ICG PT. Bukit Baja X PT. ICG
  • 32. STUDI KASUS 1: MENENTUKAN KONTRAKTOR (8) Pertanyaannya adalah bagaimana menentukan perusahaan kontraktor yang tepat menggunakan metode Analytical Hierarchy Process (AHP)?
  • 33. 1. MENDEFINISIKAN MASALAH KEDALAM STRUKTUR HIRARKI
  • 34. Langkah 2 dan 3 tidak dikerjakan karena sudah didapatkan hasilnya dari studi kasus.
  • 35. 4. MENYUSUN MATRIKS PAIR-WISE COMPARISON (1) Kriteria Harga Performa Pengalaman Sumber daya Beban Kerja Harga 1 1 3 1/2 2 Performa 1 1 7 1 7 Pengalaman 1/3 1/7 1 1/4 3 Sumber daya 2 1 4 1 7 Beban Kerja 1/2 1/7 1/3 1/7 1 1. Matriks Perbandingan Kriteria Kriteria Harga Performa Pengalaman Sumber daya Beban Kerja Harga 1 1 3 0.5 2 Performa 1 1 7 1 7 Pengalaman 0.33 0.14 1 0.25 3 Sumber daya 2 1 4 1 7 Beban Kerja 0.5 0.14 0.33 0.14 1
  • 36. 4. MENYUSUN MATRIKS PAIR-WISE COMPARISON (3) 1. Matriks Perbandingan Harga 2. Matriks Perbandingan Performa Harga PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 1/2 7 PT. Bukit Baja 2 1 1/5 PT. ICG 1/7 5 1 Harga PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 0.5 7 PT. Bukit Baja 2 1 0.2 PT. ICG 0.14 5 1 Performa PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 1/3 4 PT. Bukit Baja 3 1 1/2 PT. ICG 1/4 2 1 Performa PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 0.33 4 PT. Bukit Baja 3 1 0.5 PT. ICG 0.25 2 1
  • 37. 4. MENYUSUN MATRIKS PAIR-WISE COMPARISON (3) 3. Matriks Perbandingan Pengalaman 4. Matriks Perbandingan Sumberdaya Pengalaman PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 1/6 4 PT. Bukit Baja 6 1 1/3 PT. ICG 1/4 3 1 Pengalaman PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 0.17 4 PT. Bukit Baja 6 1 0.33 PT. ICG 0.25 3 1 Sumberdaya PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 7 1/9 PT. Bukit Baja 1/7 1 4 PT. ICG 9 1/4 1 Sumberdaya PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 7 0.11 PT. Bukit Baja 0.14 1 4 PT. ICG 9 0.25 1
  • 38. 4. MENYUSUN MATRIKS PAIR-WISE COMPARISON (3) 5. Matriks Perbandingan Beban Kerja Beban Kerja PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 3 2 PT. Bukit Baja 1/3 1 1/4 PT. ICG 1/2 4 1 Beban Kerja PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 3 2 PT. Bukit Baja 0.33 1 0.25 PT. ICG 0.5 4 1
  • 39. 5. MELAKUKAN SINTESIS (1) Sintesis dilakukan untuk memperoleh prioritas secara keseluruhan pada setiap matriks pair-wise comparison yang dibuat sebelumnya.
  • 40. 5. MELAKUKAN SINTESIS (2) Kriteria Harga Performa Pengalaman Sumber daya Beban Kerja Harga 1 1 3 0.5 2 Performa 1 1 7 1 7 Pengalaman 0.33 0.14 1 0.25 3 Sumber daya 2 1 4 1 7 Beban Kerja 0.5 0.14 0.33 0.14 1 Total 4.83 3.28 15.33 2.89 20 Pertama menjumlahkan nilai-nilai dari setiap kolom.
  • 41. 5. MELAKUKAN SINTESIS (3) Kriteria Harga Performa Pengalaman Sumber daya Beban Kerja Harga 1 / 4.83 1 / 3.28 3 / 15.33 0.5 / 2.89 2 / 20 Performa 1 / 4.83 1 / 3.28 7 / 15.33 1 / 2.89 7 / 20 Pengalaman 0.33 / 4.83 0.14 / 3.28 1 / 15.33 0.25 / 2.89 3 / 20 Sumber daya 2 / 4.83 1 / 3.28 4 / 15.33 1 / 2.89 7 / 20 Beban Kerja 0.5 / 4.83 0.14 / 3.28 0.33 / 15.33 0.14 / 2.89 1 / 20 Selanjutnya membagi setiap nilai dari kolom dengan total penjumlahan sebelumnya yang terkait. Kriteria Harga Performa Pengalaman Sumber daya Beban Kerja Harga 0.21 0.3 0.2 0.17 0.1 Performa 0.21 0.3 0.46 0.35 0.35 Pengalaman 0.07 0.04 0.07 0.09 0.15 Sumber daya 0.41 0.3 0.26 0.35 0.35 Beban Kerja 0.1 0.04 0.02 0.05 0.05
  • 42. Kriteria Harga Performa Pengalaman Sumber daya Beban Kerja Harga 0.21 0.3 0.2 0.17 0.1 Performa 0.21 0.3 0.46 0.35 0.35 Pengalaman 0.07 0.04 0.07 0.09 0.15 Sumber daya 0.41 0.3 0.26 0.35 0.35 Beban Kerja 0.1 0.04 0.02 0.05 0.05 Total 1 1 1 1 1 Hasil perhitungan bisa diuji dengan menjumlahkan nilai-nilai dari setiap kolom. Jika menghasilkan 1, maka proses tidak salah.
  • 43. Harga = 0.21 + 0.3 + 0.2 + 0.17 + 0.1 = 0.98 5 = 0.2 5. MELAKUKAN SINTESIS (5) Setelah itu menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemennya (melakukan perhitungan rata-rata). Performa = 0.21 + 0.3 + 0.46 + 0.35 + 0.35 = 1.66 5 = 0.33
  • 44. Pengalaman = 0.07 + 0.04 + 0.07 + 0.09 + 0.15 = 0.41 5 = 0.08 Sumberdaya = 0.41 + 0.3 + 0.26 + 0.35 + 0.35 = 1.68 5 = 0.34 Beban Kerja = 0.1 + 0.04 + 0.02 + 0.05 + 0.05 = 0.27 5 = 0.05 5. MELAKUKAN SINTESIS (6)
  • 45. 5. MELAKUKAN SINTESIS (7) Berikut ini hasil sintesis untuk masing-masing kriteria. Kriteria Hasil Sintesis Harga 0.2 Performa 0.33 Pengalaman 0.08 Sumberdaya 0.34 Beban Kerja 0.05 Jika penjumlahan semua nilai sintesis menghasilkan nilai 1, maka proses sintesis tidak salah. Artinya sumberdaya merupakan kriteria terpenting.
  • 46. Setelah melakukan sintesis pada matriks pair-wise comparison untuk kriteria, maka lanjutkan proses sintesis matriks pair-wise comparison yang lainnya.
  • 47. 4. MENYUSUN MATRIKS PAIR-WISE COMPARISON (3) 1. Sintesis Matriks Perbandingan Harga Harga PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 0.5 7 PT. Bukit Baja 2 1 0.2 PT. ICG 0.14 5 1 Total 3.14 6.5 8.2 Harga PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 / 3.14 0.5 / 6.5 7 / 8.2 PT. Bukit Baja 2 / 3.14 1 / 6.5 0.2 / 8.2 PT. ICG 0.14 / 3.14 5 / 6.5 1 / 8.2 Harga PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 0.32 0.08 0.85 PT. Bukit Baja 0.64 0.15 0.02 PT. ICG 0.04 0.77 0.12
  • 48. PT. Enusa = 0.32 + 0.08 + 0.85 = 1.25 3 = 0.42 PT. Bukit Baja = 0.64 + 0.15 + 0.02 = 0.82 3 = 0.27 PT. ICG = 0.04 + 0.77 + 0.12 = 0.94 3 = 0.31 5. MELAKUKAN SINTESIS (10)
  • 49. 4. MENYUSUN MATRIKS PAIR-WISE COMPARISON (3) 2. Sintesis Matriks Perbandingan Performa Performa PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 0.33 4 PT. Bukit Baja 3 1 0.5 PT. ICG 0.25 2 1 Total 4.25 3.33 5.5 Performa PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 / 4.25 0.33 / 3.33 4 / 5.5 PT. Bukit Baja 3 / 4.25 1 / 3.33 0.5 / 5.5 PT. ICG 0.25 / 4.25 2 / 3.33 1 / 5.5 Performa PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 0.24 0.1 0.73 PT. Bukit Baja 0.71 0.3 0.09 PT. ICG 0.06 0.6 0.18
  • 50. PT. Enusa = 0.24 + 0.1 + 0.73 = 1.06 3 = 0.35 PT. Bukit Baja = 0.71 + 0.3 + 0.09 = 1.1 3 = 0.37 PT. ICG = 0.06 + 0.6 + 0.18 = 0.84 3 = 0.28 5. MELAKUKAN SINTESIS (12)
  • 51. 4. MENYUSUN MATRIKS PAIR-WISE COMPARISON (3) 3. Sintesis Matriks Perbandingan Pengalaman Pengalaman PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 0.17 4 PT. Bukit Baja 6 1 0.33 PT. ICG 0.25 3 1 Total 7.25 4.17 5.33 Pengalaman PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 / 7.25 0.17 / 4.17 4 / 5.33 PT. Bukit Baja 6 / 7.25 1 / 4.17 0.33 / 5.33 PT. ICG 0.25 / 7.25 3 / 4.17 1 / 5.33 Pengalaman PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 0.14 0.04 0.75 PT. Bukit Baja 0.83 0.24 0.06 PT. ICG 0.03 0.72 0.19
  • 52. PT. Enusa = 0.14 + 0.04 + 0.75 = 0.93 3 = 0.31 PT. Bukit Baja = 0.83 + 0.24 + 0.06 = 1.13 3 = 0.38 PT. ICG = 0.03 + 0.72 + 0.19 = 0.94 3 = 0.31 5. MELAKUKAN SINTESIS (14)
  • 53. 4. MENYUSUN MATRIKS PAIR-WISE COMPARISON (3) 4. Sintesis Matriks Perbandingan Sumberdaya Sumberdaya PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 7 0.11 PT. Bukit Baja 0.14 1 4 PT. ICG 9 0.25 1 Total 10.14 8.25 5.11 Sumberdaya PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 / 10.14 7 / 8.25 0.11 / 5.11 PT. Bukit Baja 0.14 / 10.14 1 / 8.25 4 / 5.11 PT. ICG 9 / 10.14 0.25 / 8.25 1 / 5.11 Sumberdaya PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 0.1 0.85 0.02 PT. Bukit Baja 0.01 0.12 0.78 PT. ICG 0.89 0.03 0.2
  • 54. PT. Enusa = 0.1 + 0.85 + 0.02 = 0.97 3 = 0.32 PT. Bukit Baja = 0.01 + 0.12 + 0.78 = 0.92 3 = 0.31 PT. ICG = 0.89 + 0.03 + 0.2 = 1.11 3 = 0.37 5. MELAKUKAN SINTESIS (16)
  • 55. 4. MENYUSUN MATRIKS PAIR-WISE COMPARISON (3) 5. Sintesis Matriks Perbandingan Beban Kerja Beban Kerja PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 3 2 PT. Bukit Baja 0.33 1 0.25 PT. ICG 0.5 4 1 Total 1.83 8 3.25 Beban Kerja PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 1 / 1.83 3 / 8 2 / 3.25 PT. Bukit Baja 0.33 / 1.83 1 / 8 0.25 / 3.25 PT. ICG 0.5 / 1.83 4 / 8 1 / 3.25 Beban Kerja PT. Enusa PT. Bukit Baja PT. ICG PT. Enusa 0.55 0.38 0.62 PT. Bukit Baja 0.18 0.13 0.08 PT. ICG 0.27 0.5 0.31
  • 56. PT. Enusa = 0.55 + 0.38 + 0.62 = 1.54 3 = 0.51 PT. Bukit Baja = 0.18 + 0.13 + 0.08 = 0.38 3 = 0.13 PT. ICG = 0.27 + 0.5 + 0.31 = 1.08 3 = 0.36 5. MELAKUKAN SINTESIS (18)
  • 57. 5. MELAKUKAN SINTESIS (19) Berikut ini hasil sintesis untuk masing-masing alternatif disemua kriteria. Alternatif/ Kriteria Harga Performa Pengalaman Sumber daya Beban kerja PT. Enusa 0.42 0.35 0.31 0.32 0.51 PT. Bukit Baja 0.27 0.37 0.38 0.31 0.13 PT. ICG 0.31 0.28 0.31 0.37 0.36
  • 58. 6. MENGEVALUASI KONSISTENSI SINTESIS (1) Dimana:  𝐶𝑅 = Nilai Consistency Ratio untuk melihat konsistensi hasil sintesis.  𝐶𝐼 = Nilai Consistency Index.  𝑅𝐼 = Nilai Random Index yang didapatkan sesuai dengan jumlah elemen. 𝐶𝑅 = 𝐶𝐼 𝑅𝐼
  • 59. 6. MENGEVALUASI KONSISTENSI SINTESIS (2) 𝐶𝐼 = 𝜆 𝑚𝑎𝑥 − 𝑛 𝑛 − 1 Dimana:  𝜆 𝑚𝑎𝑥= penjumlahan dari perkalian hasil sintesis dengan jumlah nilai kolom matriks pair-wise comparison yang terkait.  𝑛= jumlah banyak elemen.
  • 60. 6. MENGEVALUASI KONSISTENSI SINTESIS (3) Jumlah Elemen 1, 2 3 4 5 6 7 8 RI 0 0.58 0.9 1.12 1.24 1.32 1.41 Berikut ini adalah tabel untuk menentukan random index. Misalkan jumlah elemennya 3, maka nilai random index-nya adalah 0.58.
  • 61. 6. MENGEVALUASI KONSISTENSI SINTESIS (1) 𝜆 𝑚𝑎𝑥 = 4.83 × 0.2 + 3.28 × 0.33 + 15.33 × 0.08 + 2.89 × 0.34 + 20 × 0.05 = 5.34 𝐶𝐼 = 5.34 − 5 5 − 1 𝐶𝐼 = 0.34 4 = 0.08
  • 62. 6. MENGEVALUASI KONSISTENSI SINTESIS (1) 𝐶𝑅 = 0.08 1.12 = 0.08 Jika nilai Consistency Ratio kurang dari 0.1 (<10%), maka bisa dikatakan hasil sintesis sudah konsisten. Jika nilai lebih dari 0.1, maka diharuskan melakukan penilaian pair-wise comparison ulang.
  • 63. PT. Enusa = 0.42 × 0.2 + 0.35 × 0.33 + 0.31 × 0.08 + 0.32 × 0.34 + 0.51 × 0.05 PT. Bukit Baja = 0.27 × 0.2 + 0.37 × 0.33 + 0.38 × 0.08 + 0.31 × 0.34 + 0.13 × 0.05 PT. ICG = 0.31 × 0.2 + 0.28 × 0.33 + 0.31 × 0.08 + 0.37 × 0.34 + 0.36 × 0.05 7. MELAKUKAN PENJUMLAHAN DARI PERKALIAN SINTESIS ALTERNATIF DENGAN KRITERIANYA (1)
  • 64. PT. Enusa = 0.08 + 0.12 + 0.03 + 0.11 + 0.03 = 0.37 PT. Bukit Baja = 0.05 + 0.12 + 0.03 + 0.1 + 0.01 = 0.31 PT. ICG = 0.06 + 0.09 + 0.03 + 0.12 + 0.02 = 0.32 7. MELAKUKAN PENJUMLAHAN DARI PERKALIAN SINTESIS ALTERNATIF DENGAN KRITERIANYA (2)
  • 65. Nilai peringkat terbesar didapatkan oleh PT. Enusa. Jadi PT. Enusa merupakan solusi alternatif terbaik untuk dipilih. 7. MELAKUKAN PENJUMLAHAN DARI PERKALIAN SINTESIS ALTERNATIF DENGAN KRITERIANYA (3)
  • 66. STUDI KASUS 2 PEMILIHAN KEPALA RUKUN TETANGGA
  • 67. STUDI KASUS 2: PEMILIHAN KEPALA RUKUN TETANGGA (1) Komplek Bungur sedang dalam masa pemilihan ketua Rukun Warga (RT) yang baru. Terdapat 3 kriteria yang digunakan dalam pemilihan ketua RT, seperti tanggung jawab, jujur, dan disiplin. Calon ketua RT yang memenuhi kualifikasi adalah pak Ari, pak Edi, dan pak Ino.
  • 68. STUDI KASUS 2: PEMILIHAN KEPALA RUKUN TETANGGA (2) Berikut ini data pair-wise comparison yang dikumpulkan berdasarkan hasil musyawarah beberapa warga komplek Bungur.
  • 69. STUDI KASUS 1: MENENTUKAN KONTRAKTOR (4) Kolom A Nilai Kepentingan untuk A = Nilai Kepentingan untuk B Kolom B 9 7 5 3 1 3 5 7 9 Tanggung Jawab X Jujur Tanggung Jawab X Disiplin Jujur X Disiplin 1. Perbandingan Masing-Masing Kriteria
  • 70. 2. Perbandingan Calon di Kriteria Tanggung Jawab 3. Perbandingan Calon di Kriteria Jujur STUDI KASUS 1: MENENTUKAN KONTRAKTOR (4) Kolom A Nilai Kepentingan untuk A = Nilai Kepentingan untuk B Kolom B 9 7 5 3 1 3 5 7 9 Ari X Edi Ari X Ino Edi X Ino Kolom A Nilai Kepentingan untuk A = Nilai Kepentingan untuk B Kolom B 9 7 5 3 1 3 5 7 9 Ari X Edi Ari X Ino Edi X Ino
  • 71. 4. Perbandingan Calon di Kriteria Disiplin STUDI KASUS 1: MENENTUKAN KONTRAKTOR (4) Kolom A Nilai Kepentingan untuk A = Nilai Kepentingan untuk B Kolom B 9 7 5 3 1 3 5 7 9 Ari X Edi Ari X Ino Edi X Ino
  • 72. STUDI KASUS 2: PEMILIHAN KEPALA RUKUN TETANGGA (6) Pertanyaannya adalah bagaimana memilih ketua RT yang tepat menggunakan metode Analytical Hierarchy Process (AHP)?
  • 73.
  • 74. DAFTAR PUSTAKA  Anjaryanti, S. Rendani, Y. Ramdhani (2017), "Sistem Pendukung Keputusan Kelayakan Pembiayaan Menggunakan Metode Analytical Hierarchy Process", Jurnal Informatika, Vol. 4, No.1, hal. 82-93.  Balubaid, Mohammed & R. Alamoudi (2015), "Application of the Analytical Hierarchy Process (AHP) to Multi-Criteria Analysis for Contractor Selection", American Journal of Industrial and Business Management, Vol.5, hal. 581-589.  Irawan, M. Isa (2014), Analytical Hierarchy Process untuk Analisis Keputusan, Lecture Handout: Analisis Sistem Keputusan, Institut Teknologi Sepuluh Nopember, Surabaya.  Jones, Martyn (2016), Multi-Criteria Decision Analysis Tools, Lecture Handout, University of Manchester, Manchester.
  • 75. DAFTAR PUSTAKA  Koç, Eylem & H. A. Burhan (2015) "An Application of Analytic Hierarchy Process (AHP) in a Real World Problem of Store Location Selection", Advances in Management & Applied Economics, Vol. 5, No. 1, hal. 41-50.  Kurniawati, Ana (2013), Metode-Metode Optimasi dengan Alternatif Terbatas, Lecture Handout: Sistem Penunjang Keputusan, Universitas Gunadarma, Depok.  Mauladani, Furqon (2019), Simple Additive Weighting, Lecture Handout: Sistem Penunjang Keputusan, STMIK Swadharma, Jakarta.