laporan sistem pendukung keputusan
TRANSCRIPT
-
8/14/2019 Laporan Sistem Pendukung Keputusan
1/26
Laporan Sistem Pendukung Keputusan
AHP UNTUK PEMODELAN SPK PEMILIHAN
SEKOLAH TINGGI KOMPUTER
Disusun Oleh Kelompok 5:
Afi Muftihul Situmorang (115060807111069)
Claudio Fresta Suharno (115060800111115)
Elha Dhanny (115060800111010)
Arini Indah Permatasari (115060807111096)
Luki Puspitasari (115060801111051)
Friska Rusvijayati (115060809111004)
Program Studi Ilmu Komputer
Program Teknologi Informasi dan Ilmu Komputer
Universtas Brawijaya
2013
-
8/14/2019 Laporan Sistem Pendukung Keputusan
2/26
DAFTAR ISI
BAB I PENDAHULUAN
1.1 LATAR BELAKANG
1.2 RUMUSAN MASALAH
1.3 BATASAN MASALAH
1.4 TUJUAN
1.5 MANFAAT
BAB II DASAR TEORI
2.1 SISTEM PENDUKUNG KEPUTUSAN
2.1.1 DEFINISI KEPUTUSAN
2.1.2 TEORI PENGAMBILAN KEPUTUSAN
2.1.3 DEFINISI SISTEM PENDUKUNG KEPUTUSAN
2.1.4 TAHAP PENGAMBILAN KEPUTUSAN
2.2 ANALYTICAL HIERARCHY PROCESS (AHP)
2.2.1 SEJARAH AHP
2.2.2 PRINSIP DASAR AHP
2.2.3 AKSIOMA AHP
2.2.4 TAHAPAN AHP
2.2.5 KELEBIHAN DAN KEKURANGAN AHP
BAB III PEMBAHASAN
3.1 KRITERIA YANG DIGUNAKAN
3.2 PEMODELAN AHP UNTUK PEMILIHAN SEKOLAH TINGGI
KOMPUTER
3.3 SKEMA PEMILIHAN SEKKLAH TINGGI KOMPUTER
3.4 BOBOT PERBANDINGAN BERPASANGAN
3.5 MATRIK PERBANDINGAN BERPASANGAN
3.6 MATRIK NILAI KRITERIA
3.7 MATRIK PENJUMLAHAN SETIAP BARIS
3.8 RASIO KONSISTENSI
3.9 MENGHITUNG HASIL
BAB IV PENUTUP
KESIMPULAN
-
8/14/2019 Laporan Sistem Pendukung Keputusan
3/26
DAFTAR TABEL
TABEL 3.1
TABEL 3.2
TABEL 3.3
TABEL 3.4
TABEL 3.5
TABEL 3.6
TABEL 3.7
TABEL 3.8
TABEL 3.9
-
8/14/2019 Laporan Sistem Pendukung Keputusan
4/26
DAFTAR GAMBAR
GAMBAR 2.1
GAMBAR 3.1
GAMBAR 3.2
-
8/14/2019 Laporan Sistem Pendukung Keputusan
5/26
BAB I
PENDAHULUAN
1.1LATAR BELAKANGPerkembangan teknologi informasi semakin hari semakin melesat baik di
lingkungan perkantoran maupun di lingkungan kehidupan kita sehari-hari. Banyak
fasilitas-fasilitas yang bisa kita dapatkan dengan mudah karena adanya kemajuan
teknologi. Dunia kerja saat ini juga menuntut karyawannya untuk bisa mengikuti
perkembangan teknologi yang ada saat ini, sehingga banyak lulusan sekolah
menengah atas atau sekolah menengah kejuruan yang memilih kuliahnya di jurusan
teknologi informasi.Banyaknya sekolah tinggi komputer yang ada di Indonesia membuat lulusan
sekolah menengah atas atau sekolah menengah kejuruan bingung dalam menentukan
sekolah tinggi mana yang akan dipilih. Dari permasalahan tersebut dibutuhkan suatu
sistem yang dapat menunjang pengambilan keputusan. Sistem diharapkan mampu member
keputusan secara obyektif.
Model yang lebih cocok digunakan dalam penentuan sekolah tinggi komputer adalah
MADM. Salah satu metode penyelesaian MADM adalah yaitu Analytical Hierarchy Process
(AHP). Metode AHP ini adalah teori umum mengenai pengukuran [YUL-12]. Metode ini
cocok digunakan dalam penentuan sekolah tinggi komputer. Karena metode ini nantinya
akan membantu mendapatkan skala rasio dari hal- hal yang semula sulit diukur . diharapkan
metode AHP ini dapat menjadi sebuah sistem yang mendukung lulusan sekolah menengah
atas atau sekolah menengah kejuruan dapat menentukan sekolah tinggi komputer.
1.2RUMUSAN MASALAHBerdasarkan uraian pada bagian latar belakang, maka masalah yang ada dapat dirumuskan
sebagai berikut :
1. Bagaimana rancangan dari sistem pendukung keputusan untuk penentuansekolah tinggi komputer?
2. Bagaimana implementasi dari sistem pendukung keputusan untuk penetuansekolah tinggi komputer menggunakan metode AHP?
-
8/14/2019 Laporan Sistem Pendukung Keputusan
6/26
1.3BATASAN MASALAH
1. Metode yang digunakan dalam penelitian AHP2. Kriteria yang dijadikan parameter dalam sistem ini adalah fasilitas, biaya dan kualitas.
1.4TUJUANTujuan penelitian ini adalah membangun sebuah aplikasi AHP untuk
pemodelan SPKpemilihan sekolah tinggi komputer menggunakan metode Analytical
Hierarchy Process (AHP), yang diharapkan dapat memberikan informasi sekolah
tinggi komputer dandapat memberikan alternatif untuk menyelesaikan
permasalahan dalam pemilihan sekolah tinggi komputer berdasarkan kriteria
fasilitas, biaya dan kualitas.
1.5MANFAATManfaat yang bisa didapatkan dari penelitian ini adalah:
a. Bagi penulis :1. Menerapkan ilmu yang telah diperoleh dari Teknik Informatika
Universitas Brawijaya.2. Memahami penerapan metode AHP dalam perancangan dan
pengembangan sistem pendukung keputusan penentuan sekolah tinggi
komputer.
b. Bagi pengguna :1. Mendapatkan sistem pendukung keputusan yang berguna untuk membantu
menentukan sekolah tinggi komputer.
-
8/14/2019 Laporan Sistem Pendukung Keputusan
7/26
BAB II
DASAR TEORI
2.1 Sistem Pendukung Keputusan
2.1.1 Definisi Keputusan
Keputusan dibuat diantara alternative tindakan dalam situasi ketidak pastian.
Meskipun ketidakpastian terlalu banyak tidak diinginkan, pengelolaan ketidakpastian
menyediakan pembuat keputusan yang kreatif [BUS-12]. Menurut Simon dalam bukunya
pada tahun 1977, keputusan dibagi menjadi 2 yaitu keputusan terprogram dan keputusan tak
terprogram. Keputusan terprogram merupakan keputusan yang berulang0ulang dan rutin.
Sedangkan keputusan tak terprogram bersifat baru, tidak terstruktur dan biasanya tidak urut
[ABD-12].
2.1.2 Teori Pengambilan keputusan
Merupakan suatu kegiatan untuk memberikan pedoman kepada orang atau organisasi
dalam mengambil keputusan, sekaligus memperbaiki proses pengambilan keptusan yang
sudah dilakukan dalam kondisi tidak pasti [PRA-02].
Menurut Arief Andy Soebroto dalam modul pengajaran menyebutkan bahwa
pengambilan keputusan terbagi atas 3 kondisi, yaitu kondisi pasti, kondisi tidak pasti dan
kondisi beresiko. Pengambilan keputusan saat kondisi pasti dilakukan jika factor-faktor yang
mempengaruhi proses pengambilan keputusannya diketahui secara pasti ukuran serta
parameter yang terlibat. Pengambilan keputusan saat kondisi tidak pasti dilakukan jika factor
yang mempengaruhi proses pengambilan keputusan tidak diketahui secara pasti. Sedangkan
pengambilan keputusan saat kondisi beresiko dilakukan saat semua alternative keputusan
yang ada memiliki resiko masing-masing, baik dalam kondisi pasti maupun tidak, sehingga
kalkulasi menjadi dasar yang penting [SOE-12].
Masih dalam sumber yang sama, beliau menyebutkan bahwa terdapat tiga unsure
pengambilan keputusan, baik dalam kondisi pasti, tidak pasti, maupun kondisi dibawah
resiko, diantaranya :
a. Available alternativesPengambil keputusan dihadapkan pada beberapa alternative pilihan, dan proes
pengambilan keputusan menghasilkan hasil akhir yang menguntungkan suatu institusi
maupun organisasi.
-
8/14/2019 Laporan Sistem Pendukung Keputusan
8/26
b. State of natureMerupakan unsure-unsur yang berada diluar tanggung jawab pengambil keputusan,
biasanya berhubungan dengan musin dn perilaku pasar yang tidak dapat diprediksi.
c. PayoffMerupakan unsure perpaduan antara available alternativesdanstate of nature
Dalam modulnya beliau juga menarik kesimpulan bahwa Setiap masalah harus dapat
diselesaikan dalam dengan langkah strategis sehingga diperoleh hasil yang optimum, yaitu
keuntungan yang maksimum atau kerugian yang minimum.
2.1.3 Definisi Sistem Pendukung Keputusan
Sistem pendukung keputusan adalah bagian dari sistem informasi berbasis komputer
(termasuk sistem berbasis pengetahuan) yang dipakai untuk mendukung pengambilan
keputusan dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem
komputer yang mengolah data informasi untuk mengambil keputusan dari masalah semi-
terstruktur yang spesifik [HAN-07]. Sistem pendukung keputusan memiliki beberapa
karakteristik, meliputi :
a. Sistem pendukung keputusan dirancang untuk membantu pemecahan masalah yangsifatnya terstruktur maupun tidak dengan menambahkan kebijakan manusia dankomputerisasi.
b. Proses dalam sistem pendukung keputusan mengkombinasikan penggunaan modelanalisis.
c. Sistem pendukung kelutusan dirancang sedemikuan rupa agar mudahdiimplementasikan dan menekankan aspek fleksibilitas serta kemampuan adaptasi
yang tinggi.
Sistem Pendukung Keputusan adalah system berbasis computer yang membantu parapengambil keoutusan mengatasi berbagai masalah melalui interaksi langsung dengan
sejumlah databasedan perangkat lunak analitik. Tujuan dari system adalah untuk menyimpan
data dan mengubahnya ke informasi yang terorganisir yang dapat diakses dengan mudah,
sehingga keputusan-keputusan yang diambil dapat dilakukan dengan cepat, akurat dan murah
[WIB-04].
-
8/14/2019 Laporan Sistem Pendukung Keputusan
9/26
2.1.4 Tahap Pengambilan Keputusan
Pengambilan keputusan idealnya terbagi atas 2 fase yaitu pradesain dan desain. Untuk
tahapan pradesain itu sendiri terbagi atas tiga fase, yaitu perencanaan, penyelidikan dan
analisis. Pada fase perencanaan dibutuhkan diagnose masalah yang ada, poin-poin yang
berguna dalam pengambilan keputusan, serta perkiraan masalah, solusi sera kebutuhan. Fase
penyelidikan membutuhkan analisis tentang bagaimana menempatkan kebutuhan user, apa
sajakah sumberdaya yang tersedia dan lingkungan pengambilan keputusan. Fase terakhir dari
tahap pradesain adalah analisis, yaitu mencari pendekatan terbaik untuk pengembangan, apa
saja sumberdaya yang diperlukan serta mencari model normatif.
Tahapan desain dikelompokkan dalam empat level yang setara, diantaranya yaitu
mendesain antar muka pengguna dan dialog yang diperlukan untuk mempermudah
penggunaan serta pemahaman dalam menjalankan aplikasi dan keputusan. Membuat desain
sistem yang berguna sebagai pemroses masalah, mendesain basis data pengambilan
keputusan, serta mendesain komponen pengetahuan. Dari keempat level tersebut
digabungkan menjadi satu sebagai tahap konstruksi yang menggabungkan level-level tersebut
untuk diuji.
Tahapan ideal dari tahapan pengambilan keputusan adalah dua unser tadi, yaitu
pradesain dan desain. Namu dari keduanya dapat dikembangkan lagi menjadi fase-fasepenyempurnaan yang lebih spesifik. Fase selanjutnya adalah impelemntasi. Pada fase ini
dilakukan pengujian serta evaluasi, demonstrasi, orientasi, pembelajaran serta penyebaran
terhadap sistem yang sudah dibuat.
-
8/14/2019 Laporan Sistem Pendukung Keputusan
10/26
Gambar 2.1Tahapan DSS (Sumber : [SOE-12])
Fase selanjutnya adalah Maintenanceyang dilakuakn berulang-ulang secara kontinu
dan dilakukan dokumentasi. Fase terakhir adalah mengulang proses secara berulang untuk
meningkatkan kinerja sistem. Untuk lebih jelasnya tahapan-tahapan dalam DSS kurang lebihseperti gambar 2.1.
2.2 Analytical Hierarchy Process (AHP)
2.2.1 Sejarah AHP
MetodeAnalytic Hierarchy Process(AHP) dikembangkan oleh Thomas L. Saaty
sekitar tahun 1970 ketika di Warston School. Metode AHP memproses masalah
multikriteria yang kompleks menjadi suatu model hirarki.
-
8/14/2019 Laporan Sistem Pendukung Keputusan
11/26
Menurut Saaty, hirarki didefinisikan sebagai suatu representasi dari sebuah
permasalahan yang kompleks dalam suatu struktur multi level dimana level pertama
adalah tujuan, yang diikuti level kriteria, sub kriteria, dan seterusnya ke bawah hingga
level terakhir yaitu level alternatif. Dengan hirarki, suatu masalah yang kompleks
dapat diuraikan sehingga permasalahan akan tampak lebih terstruktur dan sistematis
[ANS-12].
Proses hierarki adalah suatu model yang memberikan kesempatan bagi perorangan
atau kelompok untuk membangun gagasan-gagasan dan mendefinisikan persoalan dengan
cara membuat asumsi mereka masing-masing dan memperoleh pemecahan yang diinginkan
darinya. Ada dua alasan utama untuk menyatakan suatu tindakan akan lebih baik dibanding
tindakan lain.
Alasan yang pertama adalah pengaruh-pengaruh tindakan tersebut kadang-kadang
tidak dapat dibandingkan karena sutu ukuran atau bidang yang berbeda dan kedua,
menyatakan bahwa pengaruh tindakan tersebut kadang-kadang saling bentrok, artinya
perbaikan pengaruh tindakan tersebut yang satu dapat dicapai dengan pemburukan lainnya.
Kedua alasan tersebut akan menyulitkan dalam membuat ekuivalensi antar pengaruh
sehingga diperlukan suatu skala luwes yang disebut prioritas [BAA-11].
2.2.2 Prinsip Dasar AHP
Seperti halnya metode pengambilan keputusan yang lain, metode analytical Hierarchy
Processini memiliki prinsip-prinsip dasar, antara lain :
1. DekomposisiDengan prinsip ini struktur masalah yang kompleks dibagi menjadi bagian-bagian
secara hierarki. Tujuan didefinisikan dari yang umum sampai khusus. Dalam bentuk
yang paling sederhana struktur akan dibandingkan tujuan, kriteria dan level alternatif.
Tiap himpunan alternatif mungkin akan dibagi lebih jauh menjadi tingkatan yang
lebih detail, mencakup lebih banyak kriteria yang lain.
Level paling atas dari hirarki merupakan tujuan yang terdiri atas satu elemen. Level
berikutnya mungkin mengandung beberapa elemen, di mana elemen-elemen tersebut
bisa dibandingkan, memiliki kepentingan yang hampir sama dan tidak memiliki
perbedaan yang terlalu mencolok. Jika perbedaan terlalu besar harus dibuatkan level
yang baru.
2. Perbandingan penelitian/pertimbangan (comparative judgements)
-
8/14/2019 Laporan Sistem Pendukung Keputusan
12/26
Dengan prinsip ini akan dibangun perbandingan berpasangan dari semua elemen yang
ada dengan tujuan menghasilkan skala kepentingan relatif dari elemen. Penilaian
menghasilkan skala penilaian yang berupa angka. Perbandingan berpasangan dalam
bentuk matriks jika dikombinasikan akan menghasilkan prioritas.
3. Sintesa prioritasSintesa prioritas dilakukan dengan mengalikan prioritas lokal dengan prioritas dari
kriteria bersangkutan di level atasnya dan menambahkannya ke tiap elemen dalam
level yang dipengaruhi kriteria. Hasilnya berupa gabungan atau dikenal dengan
prioritas global yang kemudian digunakan untuk memboboti prioritas lokal dari
elemen di level terendah sesuai dengan kriterianya.
2.2.3 Aksioma AHP
Metode AHP memiliki aksioma dasar. Aksioma merupakan aturan-aturan yang
berlaku dalam operasi AHP. Berikut aksiomanya [BAA-11]:
1. Aksioma ResiprokalAksioma ini menyatakan jika PC (EA,EB) adalah sebuah perbandingan berpasangan
antara elemen A dan elemen B, dengan memperhitungkan C sebagai elemen parent,
menunjukkan berapa kali lebih banyak properti yang dimiliki elemen A terhadap B,
maka PC (EB,EA)= 1/ PC (EA,EB). Misalnya jika A 5 kali lebih besar daripada B,
maka B=1/5 A.
2. Aksioma HomogenitasAksioma ini menyatakan bahwa elemen yang dibandingkan tidak berbeda terlalu jauh.
Jika perbedaan terlalu besar, hasil yang didapatkan mengandung nilai kesalahan yang
tinggi. Ketika hirarki dibangun, kita harus berusaha mengatur elemen-elemen agar
elemen tersebut tidak menghasilkan hasil dengan akurasi rendah dan inkonsistensi
tinggi.
3. Aksioma KetergantunganAksioma ini menyatakan bahwa prioritas elemen dalam hirarki tidak bergantung pada
elemen level di bawahnya. Aksioma ini membuat kita bisa menerapkan prinsip
komposisi hirarki
-
8/14/2019 Laporan Sistem Pendukung Keputusan
13/26
2.2.4 Tahapan AHP
Tahapan-tahapan proses sederhana dalam metode AHP adalah [APR-08] :
a) Mendefinisikan masalah dan menentukan tujuan yang diinginkan.
b) Membuat struktur hirarki yang diawali dengan tujuan umum, dilanjutkan dengan
kriteria-kriteria dan alternatif-alternatif pilihan.
c) Membentuk matriks perbandingan berpasangan yang menggambarkan pengaruh
setiap elemen terhadap masing-masing kriteria.
d) Menguji konsistensi hirarki. Jika nilai konsistensi rasio yang dihasilkan tidak
memenuhi standar yang ditetapkan yaitu Consistency Ratio (CR) < 0,1 maka
penilaian harus diulang kembali.
2.2.5 Kelebihan dan Kekurangan AHP
Seperti halnya metode analisis, AHP juga memiliki kelebihan dan kelemahan dalam
analisanya. Kelebihannya meliputi [SYA-08] :
Kesatuan (unity)AHP membuat permasalahan yang luas dan tisak 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 independence)AHP dapat digunakan pada elemen-elemen sistem yang saling bebas dan tidak
memerlukan hubungan linier.
Struktur Hierarki (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 sintesis.
Konsistensi (consistency)AHP mempertimbangkan konsistensi logis dalam penilaian yang digunakan untuk
menentukan prioritas.
Sintesis (syntesis)
-
8/14/2019 Laporan Sistem Pendukung Keputusan
14/26
-
8/14/2019 Laporan Sistem Pendukung Keputusan
15/26
BAB III
PEMBAHASAN
3.1. Kriteria Yang Digunakan
Kriteria yang digunakan untuk pemilihan sekolah tinggi computer menggunakan
metode AHP yaitu : fasilitas, biaya, dan kualitas untuk alternative sekolah tinggi komputer
A, B, C, D, E.
3.2. Pemodelan AHP Untuk Pemilihan Sekolah Tinggi KomputerPemodelan AHP untuk pemilihan sekolah tinggi komputer dapat dilihat pada
Gambar 3.1 sebagai berikut :
Gambar 3.1 Pemodelan AHP Untuk Pemilihan Sekolah Tinggi Komputer
Level paling atas yaitu pemilihan sekolah tinggi komputer sebagai tujuan padapenelitian ini. Pada level tengah pada hirarki ini yaitu menunjukkan kriteria yaitu
fasilitas, biaya dan kualitas sedangkan pada level paling bawah pada hirarki ini yaitu
menunjukkan alternaatif pilihan sekolah tinggi computer.
3.3. Skema Pemilihan Sekolah Tinggi Komputer
Skema atau bagan dalam pemilihan sekolah tinggi komputer dapat dilihat pada
gambar 3.2
3.2 sebagai berikut :
-
8/14/2019 Laporan Sistem Pendukung Keputusan
16/26
Gambar 3.2 Skema Pemilihan Sekolah Tinggi Komputer
Pada gambar 3.2 menunjukkan :
1. Data calon mahasiswa yaitu biodata calon mahasiswa yang akan
memilih sekolah tinggi komputer.
2. Data kriteria yaitu nilai-nilai yang ada dikriteria fasilitas, biaya.
3. Data alternatif yaitu sekolah tinggi yang akan dipilih misalnya A,B,C,D,E4. Metode AHP yaitu proses perhitungan manual menggunakan metode
AHP sebelum diterapkan dalam aplikasi.
5. Aplikasi AHP untuk pemodelan SPK pemilihansekolah tinggi
komputer yaitu aplikasi yang dibangun oleh penulis berdasarkan metode
AHP.
3.4. Bobot Perbandingan Berpasangan
Perbandingan berpasangan dilakukan berdasarkan aturan penilaian bobot
kriteria pada tabel 3.1berikut :
Tabel 3.1Skala Penilaian Perbandingan Berpasangan (Saaty, 2004)
Tingkat Defini
1 Kedua elemen sangat penting
3 Elemen yang satu sedikit lebih penting dibanding
-
8/14/2019 Laporan Sistem Pendukung Keputusan
17/26
5
Elemen yang satu esensial atau sangat penting
dibandin elemen an 7 Elemen yang satu benar-benar lebih penting dari yang
9 Elemen yang satu mutlak lebih penting dibanding
2, 4, 6, 8 Nilai tengah diantara dua penilaian berurutan
Kebalikan
Jika aktivitas I mendapat satu angka dibandingkan
den an aktivitas
3.5. Matrik Perbandingan BerpasanganMatrik perbandingan berpasangan dilakukan untuk penilaian perbandingan
antara satu kriteria dengan kriteria yang lain, yaitu kriteria fasilitas dengan
kriteria biaya, kriteria fasilitas dengan kriteria kualitas dan kriteria biaya
dengan kriteria kualitas. Hasil penilaian ada pada table 3.1.
Tabel 3.2 Matrik Perbandingan Berpasangan
Keterangan
Perbandingan berpasangan untuk kriteria fasilitas, biaya dan kualitas. Untuk
perbandingan dengan kriteria yang sama akan bernilai 1 karena keduanya sama penting.
Untuk kriteria fasilitas dengan kriteria biaya bernilai 2 artinya bahwa kriteria biaya
sedikit lebih penting dari kriteria fasilitas. Kriteria fasilitas dengan kriteria kualitas
bernilai 3 artinya bahwa kriteria kualitas lebih penting dari kriteria fasilitas.
Kriteria biaya dengankriteria kualitas bernilai 4 artinya kriteria biaya dan kriteriakualitas sama pentingnya tetapi lebih penting kualitas.
3.6. Matrik Nilai Kriteria
Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesis
untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam langkah ini
adalah:
a. Menjumlahkan nilai-nilai dari setiap kolom matrik
KRITERIA Fasilita
Biaya Kualita
Fasilitas 1 2 3
Biaya 0,
1 4
Kualitas 0,3
0,25 1
-
8/14/2019 Laporan Sistem Pendukung Keputusan
18/26
b. Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk
memperoleh normalisasi matrik.
c. Menjumlahkan nilai-nilai dari setiap baris dan memb ginya dengan jumlah
elemen untuk mendapat nilai rata-rata.
Tabel 3.3 Matrik Nilai Kriteria
KRITERIA Fasilitas Biaya Kualitas Jumlah Prioritas
Fasilitas 0,545 0,615 0,375 1,536 0,512
Biaya 0,273 0,308 0,500 1,080 0,360
Kualitas 0,182 0,077 0,125 0,384 0,128
Pada matrik ini kolom fasilitas dan baris fasilitas 0,545 didapatkan dari nilai kolom
fasilitas baris fasilitas dibagi dengan nilai baris jumlah dan kolom fasilitas pada tabel
3.2, proses ini dikerjakan sampai pada kolom kualitas baris kualitas. Sedangkan
jumlah merupakan penjumlahan dari 0,545+ 0,615 + 0,375. Untuk nilai pada kolom
prioritas diperoleh dari nilai pada kolom jumlah dibagi dengan jumlah kriteria, dalam
penelitian ini ada 3 kriteria.
3.7. Matrik Penjumlahan Setiap Baris
Matrik penjumlahan setiap baris didapatkan dari perkalian nilai prioritas
pada tabel 3.3 dengan matrik perbandingan berpasangan pada tabel 3.2
Tabel 3.4
KRITERIA Fasilitas Biaya Kualitas Jumlah
Fasilitas 0,512 1,024 1,536 3,072
Biaya 0,256 0,512 2,048 2,816
Kualitas 0,171 0,128 0,512 0,811
-
8/14/2019 Laporan Sistem Pendukung Keputusan
19/26
Nilai 0,512 pada baris fasilitas kolom fasilitas didapat dari nilai prioritas tertinggi
yang ada pada tabel 3.3 dikalikan dengan nilai baris fasilitas kolom fasilitas pada tabel
3.2. Nilai 0,256 pada baris biaya kolom fasilitas didapat dari nilai prioritas tertinggi
yang ada pada tabel 3.3 dikalikan dengan nilai baris biaya kolom fasilitas pada tabel
3.2. Nilai 0,171 pada baris kualitas kolom fasilitas didapat dai nilai prioritas
tertinggi yang ada pada tabel 3.3 dikalikan dengan nilai baris biaya kolom
fasilitas pada tabel 3.2. Nilai 1,024 pada baris fasilitas kolom biaya didapat dari
nilai prioritas tertinggi yang ada pada tabel 3.3 dikalikan dengan nilai baris fasilitas
kolom biaya pada tabel 3.2.Proses perhitungan tersebut dilakukan sampai pada nilai0,512 pada baris kualitas kolom kualitas. Sedangkan kolom jumlah pada tabel 3.4
diperoleh dengan menjumlahkan nilai pada masing-masing baris pada tabel
tersebut. Seperti 3,072 pada kolom jumlah adalah hasilpenjumlahan dari 0,512
+ 1,024 + 1,536.
3.8. Rasio Konsistensi
Perhitungan ini digunakan untuk memastikan bahwa nilai rasio konsistensi (CR) 0,1 maka matrik perbandingan berpasangan harus dihitung ulang.
Tabel 3.5 Matrik Rasio Konsistensi
JUMLAH/BARIS PRIORITAS HASIL
FASILITAS 3.071678322 0.511946387 3.583624709
BIAYA 2.815705128 0.36013986 3.175844988
KUALITAS 0.810581779 0.127913753 0.938495532JUMLAH 7.697965229
Kolom jumlah per baris diperoleh dari kolom jumlah pada tabel 3.4, sedangkan kolom
prioritas diperoleh dari kolom prioritas pada tabel 3.3.
-
8/14/2019 Laporan Sistem Pendukung Keputusan
20/26
Dari tabel 3.5 diperoleh nilai-nilai :
Jumlah (jumlah dari nilai-nilai hasil) : 7,698 n (jumlah kriteria) : 3
maks (jumlah/n) : 2,566
CI ((maks-n)/n) : -0,145
CR (CI/IR) : -0,249
Dari perhitungan di atas hasilkan nilai CR < 0,1, sehingga perhitungan rasio
konsistensi tersebut bisa diterima.Untuk perhitungan sub kriteria dari masing-masing
kriteria dilakukan dengan cara yang sama seperti menghitung kriteria yaitu menghitungperbandingan berpasangan, menghitung matrik nilai kriteria, menjumlahkan setiap baris
dan menentukan rasio konsistensinya, kemudian langkah selanjutnya yaitu menghitung
hasil.
3.9. Menghitung Hasil
Prioritas hasil perhiyungan pada langkah sebelumnya kemudian dituangkan dalam matrik
hasil yang ada pada tabel 3.6.
Nilai 0,512 pada kolom fasilitas, 0,360 pada kolom biaya, 0,128 pada kolom
kualitas diperoleh dari tabel 3.3 kolom prioritas. Nilai 1,000 pada baris memadai kolom
fasilitas, 0,384 pada baris kurang memadai kolom fasilitas dan 0,439 pada baris tidak
memadai kolom fasilitas diperoleh dari perhitungan sub kriteria fasilitas.
Nilai 1,000 pada baris mahal kolom biaya, 0,806 pada baris sedang kolom biaya dan
0,335 baris murah kolom biaya diperoleh dari perhitungan sub kriteria biaya. Sedangkan
nilai 1,000 pada baris baik kolom kualitas, 0,581 pada baris cukup kolom kualitas dan
0,329 pada baris buruk kolom kualitas diperoleh dari perhitungan sub kriteria kualitas.
Tabel 3.6 Matrik Hasil
FASILITAS BIAYA KUALITAS
0,512 0,360 0,128
Memadai Mahal Baik
-
8/14/2019 Laporan Sistem Pendukung Keputusan
21/26
1,000 1,000 1,000
Kurang Memadai Sedang Cukup
0,384 0,806 0,581
Tidak Memadai Murah Buruk
0,439 0,335 0,329
Misalkan diberikan data nilai dari 5 sekolah tinggi komputer, maka hadil akhirnya
sebagai berikut :
Tabel 3.7 Matrik Contoh Sekolah Tinggi Komputer Yang Akan Dipilih
Sekolah tinggi komputer Fasilitas Biaya Kualitas
A Memadai Mahal Baik
B Kurang Memadai Sedang Baik
C Tidak Memadai Murah Cukup
D Memadai Sedang Baik
E Tidak Memadai Mahal Cukup
Data pada tabel 3.7 maka dapat diberikan bobot nilai berdasarkan nilai pada tabel 3.7
sehingga hasilnya dituangkan pada tabel 3.8 sebagai berikut:
Tabel 3.8 Matrik Pemilihan Sekolah Tinggi Komputer
Sekolah tinggi komputer Fasilitas Biaya Kualitas Total
A 0,512 0,360 0,128 1,000
B 0,197 0,290 0,128 0,615
C 0,225 0,121 0,074 0,420
D 0,512 0,290 0,128 0,930
E 0,225 0,360 0,074 0,659
-
8/14/2019 Laporan Sistem Pendukung Keputusan
22/26
Nilai 0,512 pada kolom fasilitas baris A diperoleh dari nilai sekolah tinggi
komputer A untuk fasilitas, yaitu memadai dengan prioritas 1,000 (tabel 3.6) dikalikandengan prioritas fasilitas sebesar 0,512 (tabel 3.6).
Nilai 0,97 pada kolom fasilitas baris B diperoleh dari nilai perguruan tinggi
komputer swasta B untuk fasilitas, yaitu kurang memadai dengan prioritas 0,384
dikalikan dengan prioritas fasilitas sebesar 0,512.
Nilai 0,225 pada kolom fasilitas baris C diperoleh dari nilai perguruan tinggi
komputer swasta C untuk fasilitas, yaitu tidak memadai dengan prioritas 0,439 dikalikan
dengan prioritas fasilitas sebesar 0,512.
Nilai 0,360 pada kolom biaya baris A diperoleh dari nilai perguruan tinggi swasta A
untuk biaya, yaitu mahal dengan prioritas 1,000 dikalikan dengan prioritas biaya sebesar
0,360.
Nilai 0,290 pada kolom biaya baris B diperoleh dari nilai perguruan tinggi swasta B
untuk biaya, yaitu sedang dengan prioritas 0,806 dikalikan dengan prioritas biaya sebesar
0,360.
Nilai 0,121 pada kolom biaya baris C diperoleh dari nilai perguruan tinggi swasta C
untuk biaya, yaitu murah dengan prioritas 0,335 dikalikan dengan prioritas biaya sebesar
0,360.
Nilai pada kolom kualitas baris A diperoleh dari nilai perguruan tinggi komputer
swasta A untuk kualitas, yaitu baik dengan prioritas 1,000 dikalikan dengan prioritas
kualitas sebesar 0,128.
Nilai pada kolom kualitas baris B diperoleh dari nilai perguruan tinggi komputer
swasta B untuk kualitas, yaitu baik dengan prioritas 1,000 dikalikan dengan prioritas
kualitas sebesar 0,128.
Nilai 0,074 pada kolom kualitas baris C diperoleh dari nilai perguruan tinggi
komputer swasta A untuk kualitas, yaitu cukup dengan prioritas 0,581 dikalikan dengan
prioritas kualitas sebesar 0,128.
Kolom total pada tabel 3.8 diperoleh dari penjumlahan pada masing-masing
barisnya. Nilai total ini digunakan untuk merangking perguruan tinggi komputer swasta
yang direkomendasikan. Semakin besar nilai yang didapat maka semakin besar prioritas
-
8/14/2019 Laporan Sistem Pendukung Keputusan
23/26
untuk disarankan.
Tabel 3.9 Hasil Akhir
A Sekolah tinggi komputer A
B Sekolah tinggi komputer B
C Sekolah tinggi komputer C
D Sekolah tinggi komputer D
E Sekolah tinggi komputer E
-
8/14/2019 Laporan Sistem Pendukung Keputusan
24/26
BAB IV
PENUTUP
KESIMPULAN
Dari hasil perhitungan contoh kasus di atas maka disimpulkan bahwa sekolah tinggi
komputer A yang layak untuk dipilih berdasarkan metode AHP dengan penilaian fasilitas
yang memadai,biaya mahal dan kualitas baik.
Aplikasi AHP untuk pemodelan SPK pemilihan sekolah tinggi komputer dapat
menghasilkan pengambilan keputusan yang rasional dan optimal.
-
8/14/2019 Laporan Sistem Pendukung Keputusan
25/26
-
8/14/2019 Laporan Sistem Pendukung Keputusan
26/26