Pada dasarnya AHP adalah metode pengambilan keputusan dengan cara
memecah suatu masalah yang kompleks dan tidak terstruktur ke dalam
kelompok-kelompok dan mengaturnya ke dalam suatu hirarki. Pendekatan
yang dilakukan dalam AHP adalah analisis permasalahan keputusan kriteria
majemuk melalui prinsip-prinsip dekomposisi, analisis perbandingan, dan
sintesa prioritas.
Metode AHP diperkenalkan oleh Prof. Thomas Saaty, guru besar pada
Wharton School, University of Pensylvania, pada tahun 1977. Kelebihan
dari metode ini antara lain ; fleksibel, dalam arti mampu mencakup
seluruh permasalahan dengan tujuan dan kriteria yang beragam.
Tujuan
yang berbeda bisa dikelompokkan dalam satu level dan satu hirarki, dan
hirarkinya sendiri sangan fleksibel dan peka terhadap perubahan.
Keuntungan selanjutnya adalah menggunakan metode kuantitatif dan
kualitatif. Penilaian tidak saja berdasarkan angka absolute melainkan
juga relatif (menggunakan skala), menggunakan data primer, sehingga
tidak menghadapi masalah ketersediaan data, serta perhitungannya tidak
terlalu rumit.
Sifat model AHP adalah menyeluruh, yaitu memasukkan
unsur kuantitatif dan kualitatif. Memasukkan intuisi, sehingga data yang
dipergunakan adalah data primer (yang menjadi fakta). Multi objektif,
multi kriteria, multi aktor, dengan demikian dalam AHP dimungkinkan
tujuan lebih dari satu dengan berbagai kriteria dan pelaku yang bayak.
Selanjutnya bersifat ketidakpastian , yaitu tidak tahu jawabannya
sebelum data masuk, sifat-sifat ini merupakan keunggulan dari metode
AHP.
Aksioma yang dikandung dalam metode AHP adalah reciprocal, pengambil
keputusan harus dapat membuat perbandingan dan menyatakan preferensinya,
yang dinyatakan dalam perbandingan baris dan kolom, dimana jika a1
lebih disukai dari a2 dengan skala x, maka a2 lebih disukai dari a1
dengan skala 1/x. Aksioma selanjutnya adalah homogenity, yaitu
preferensi seseorang harus dapat dinyatakan dalam skala terbatas atau
dengan kata lain elemen-elemennya dapat dibandingkan satu sama lain.
Kemudian dependence, yaitu preferensi yang mengasumsikan bahwa kriteria
tidak dipengaruhi oleh alternatif melainkan oleh tujuan secara
keseluruhan. Aksioma yang terakhir adalah expectation, yaitu tujuan
pengambilan keputusan, struktur hirarki diasumsikan lengkap. Secara umum
langkah-langkah penggunaan AHP dalam pemecahan masalah dapat diuraikan
sebagai berikut :
1. Mendefenisikan masalah dan menentukan bentuk solusi yang diinginkan.
2. Membuat struktur hirarki yang diawali dengan tujuan umum, dilanjutkan
dengan faktor, kriteria/sub kriteria, intensitas,dan alternatif pada
tingkatan hirarki terbawah.
Melalui proses dekomposisi, persoalan yang utuh dipecah menjadi unsur
yang terpisah dan dibuat hirarkinya. Jika hasil yang diperoleh ingin
lebih akurat maka pemecahan dilakukan sampai unsur-unsur tersebut tidak
mungkin dipecah lagi. Membuat hirarki adalah menguraikan realitas
menjadi kelompok-kelompok yang homogen, dan menguraikannya menjadi
bagian yang lebih kecil. Beberapa keuntungan hirarki antara lain adalah
menggambarkan system yang dapat digunakan untuk menggambarkan bagaimana
perubahan prioritas pada tingkat di atas akan mempengaruhi tingkat
dibawahnya. Kemudian proses ini memberikan informasi yang sangat
mendetail tentang struktur dan fungsi system pada tingkat yang rendah
dan memberikan gambaran mengenai pelaku dan tujuan pada tingkat
diatasnya. Batasan elemen di suatu tingkat, paling baik disajikan pada
level selanjutnya. Pada dasarnya system secara alamiah merupakan suatu
hirarki yang bersifat stabil dimana sedikit perubahan mempunyai sedikit
pengaruh, dan fleksibel dimana
tambahan pada hirarki yang sudah terstruktur dengan baik tidak akan merusak kinerjanya.
3. Membuat matriks perbandingan berpasangan yang menggambarkan
kontribusi relatif atau pengaruh setiap elemen terhadap masing-masing
tujuan atau kriteria yang setingkat diatasnya. Perbandingan dilakukan
berdasarkan penilaian dari pengambilan keputusan dengan menilai
kepentingan suatu elemen dibandingkan terhadap elemen lainnya. Adapun
penilaian pada matriks ini menggunakan skala : 1 = sama penting, 3 =
sedikit lebih penting, 5 = lebih penting, 7 = sangat lebih penting, 9 =
mutlak.
4. Melakukan perbandingan berpasangan sehingga diperolehpenilaian
seluruhnya sebanyak n*(n-1)/2, dengan n adalah banyaknya elemen yang
dibandingkan.
5. Menghitung eigenvalue dan menguji konsistensinya. Pada dasarnya
matriks ini merupakan operasi eigenvalue dan eigenvector yang biasa
disebut problem eigenvalue.
[A]n*n * {w} = λ * {w} Nilai λ dapat diperoleh dari persamaan ( [A]n*n – λ * I ) * {w} = 0
Dan nilai {w} dapat diperoleh dengan mensubtitusi nilai λmax dari
persamaan diatas dimana λ adalah eigenvalue dan {w}adalah eigenvector,
yang merupakan nilai bobot kriteria
acuan dari n kasus pada suatu subsistem. Jika λmax konsisten maka
nilainya sama dengan n, namun untuk melihat ketidakkonsistenan matriks
tersebut dinyatakan dalam Consistency Index (CI) :CI = ( λmax – n ) / ( n
– 1 ) Selanjutnya dihitung Ratio Consistency (RC) dari persamaan RC =
CI / RI Dimana RI adalah Random Index yang merupakan nilai standar.
Hasil penilaian suatu matriks dalam pengolahan AHP adalah konsisten
apabila nilai CR tidak lebih dari 10%.
6. Mengulangi langkah 3, 4 dan 5 untuk seluruh tingkat hirarki.
7. Menghitung eigenvector dari setiap matriks perbandingan berpasangan.
Nilai eigenvector merupakan bobot setiap elemen. Langkah ini untuk
mensintesakan penilaian dalam penentuan prioritas elemen-elemen pada
tingkat hirarki terendah sampai pencapaian tujuan.
8. Memeriksa konsistensi hirarki, jika nilainya lebih dari 10% maka
penilaian data harus diperbaiki. Parameter Consistency Ratio of
Hierarchy (CRH) dihitung dari persamaan
CRH = CIH / RIH, CIH adalah Consistency Index of Hierarchy yang didapat
dari jumlah perkalian CI dengan bobot criteria acuan. Sedangkan RIH
adalah Random Index of Hierarchy yang didapat dari jumlah perkalian RI
dengan bobot ktiteria acuan. Secara matematis langkah-langkah tersebut
tergantung besaran matriks n yang dihitung. Jika terdapat n kriteria
maka terdapat n buah λ dengan kata lain persamaan pangkat n, dimana
hanya λmax saja yang diambil. Langkah ini dapat dihitung manual melalui
problem eigenvalue secara sederhana yaitu melalui perbandingan
rata-rata. Selain itu terdapat pula program komputer Expert Choice (EC),
pada program ini pilihan alternatifnya hanya berjumlah 9. Sehingga
jika pilihan alternatif lebih dari 9 maka harus dibuat suatu hirarki
diatas hirarki alternatif yaitu intensitas nilai (misalnya baik, sedang,
rendah).
Tidak ada komentar:
Posting Komentar