PENGAMBILAN KEPUTUSAN

Slides:



Advertisements
Presentasi serupa
AHP: Pengertian dan Konsep Dasar
Advertisements

Riset Operasional - dewiyani
Sistem Pendukung Keputusan (SPK)
Sistem Pengambil Keputusan
Konsep Sistem Informasi
PROSES PENGAMBILAN KEPUTUSAN
MENGAMBIL KEPUTUSAN HAKIKAT PEKERJAAN MANAJER
BAB II LINGKUP KEPUTUSAN.
TEORI KEPUTUSAN KELOMPOK 4 Fitriyani
Aplikasi AHP.
SISTEM DAN PENGAMBILAN KEPUTUSAN BERBASIS INDEKS KINERJA
Analytic Hierarchy Process
PERENCANAAN.
Non-numeric MULTI-PERSONS MULTICRITERIA DECISION MAKING (ME-MCDM)
ANALYTICAL HIERARCHY PROCESS (AHP)
APLIKASI PENGAMBILAN KEPUTUSAN
PEMBUATAN KEPUTUSAN Pembuatan keputusan adalah bagian kunci kegiatan manajer. Kegiatan ini memainkan peranan penting, terutama bila manajer melaksanakan.
Sistem Pendukung Keputusan
Pemodelan Keputusan Marimin Karsodimejo
TEORI PGB. KEPUTUSAN PENDAHULUAN Ari Darmawan, Dr. SAB. MAB.
Teknik Evaluasi Perencanaan
PW-1361 TEKNIK EVALUASI PERENCANAAN TEKNIK AHP DALAM EVALUASI Cihe Aprilia Bintang, ST, MT.
SISTEM PENDUKUNG KEPUTUSAN
Manajemen Support Sistem
Materi – 03 Sistem Kantor.
EVALUASI DAN PENGENDALIAN STRATEGI
Pengatar Sistem Penunjang Keputusan (Decision Support Sistem)
ANALYTICAL HIERARCHY PROCESS
ANALITYCAL HIERARCHY PROCESS (AHP)
Esensi Pekerjaan Manajer
PROSES MANAJEMEN OLEH : ADEK KURNIA ROZA, S.Kom.
Pengambilan Keputusan Etis Dalam Perusahaan
Sistem Pendukung Keputusan (Decision Support System)
Analitycal Hierarchy Process By: Kelompok 5
KRITERIA MAJEMUK BERBASIS INDEKS KINERJA
Haida Dafitri, ST, M.Kom Pengantar Sistem Pendukung Keputusan
Modul XII. Analytical Hierarchy Process
KRITERIA MAJEMUK BERBASIS INDEKS KINERJA
BAB 6 PERENCANAAN 1. PERENCANAAN 2. PROSES PERENCANAAN 3. PERENCANAAN SITUASIONAL 4. PERENCANAAN DAN TINGKATAN MANAJEMEN 5. HAMBATAN DAN PEMECAHAN MASALAH.
Sistem Pendukung Keputusan (Decision Support System)
SISTEM DAN PEMODELAN KEPUTUSAN Kriteria Jamak: Model Keputusan Indeks Kinerja Marimin Karsodimejo
(Haryono Wicaksono dan
Pengambilan Keputusan sebagai ilmu dan seni
ANALYTICAL HIERARCHY PROCESS (AHP)
ANALYTICAL HIERARCHY PROCESS (AHP)
PEMBUATAN KEPUTUSAN M. EKO FITRIANTO FAKULTAS EKONOMI UNSRI
Sistem Pendukung Keputusan (SPK)
FMDAM (2) Charitas Fibriani.
Manajemen Support Sistem
SISTEM INFORMASI MANAJEMEN (Pertemuan-7)
Sistem Pendukung Keputusan (Decision Support System)
ANALYTICAL HIERARCHY PROCESS (AHP)
Sistem Informasi Manajemen (Pertemuan-6)
Sistem Pendukung Keputusan (SPK)
PENGAMBILAN KEPUTUSAN MANAJEMEN
Sistem Pendukung Keputusan (Decision Support System)
Sistem Pendukung Keputusan (Decision Support System)
Sistem Pendukung Keputusan (SPK)
Sistem Pendukung Keputusan (SPK)
Analytic Hierarchy Process
BAB 7 PEMBUATAN KEPUTUSAN.
SISTEM PENUNJANG KEPUTUSAN
Reviewer Eko Budi Setiawan, S.Kom
Sistem Pendukung Keputusan
ANALYTICAL HIERARCHY PROCESS (AHP)
METODE PENGAMBILAN KEPUTUSAN
Analytic Hierarchy Process
BAB II LINGKUP KEPUTUSAN.
PERENCANAAN (Planning)
Soraya Lestari, SE, M. Si Pengantar Manajemen
Transcript presentasi:

PENGAMBILAN KEPUTUSAN MODEL DAN TEKNIK PENGAMBILAN KEPUTUSAN Heri Suprapto

PENGAMBILAN KEPUTUSAN Pembuatan Keputusan merupakan bagian kunci kegiatan: Eksekutif Manajer Karyawan Setiap manusia dalam kehidupannya

Tipe-tipe keputusan Keputusan terprogram (struktur) Dibuat menurut kebiasaan, aturan, prosedur; tertulis maupun tidak Bersifat rutin, berulang-ulang Keputusan tak terprogram (tidak terstruktur) Mengenai masalah khusus, khas, tidak biasa Kebijakan yang ada belum menjawab Mis. Pengalokasian sumber daya

Teknik Keputusan Terprogram Tradisional Kebiasaan Mengikuti prosedur baku Saluran informasi disusun dengan baik Modern Menggunakan teknik “operation research”: Formula matematika Simulasi komputer Berdasarkan pengolahan data berbantu komputer

Teknik Keputusan Tak Terprogram Modern Teknik pemecahan masalah yang diterapkan pada : Latihan pembuatan keputusan Penyusunan program komputer empiris Tradisional Kebijakan intuisi berdasarkan kreativitas Coba-coba Seleksi dan latihan para pelaksana

Proses pembuatan keputusan ( 1 ) 1. Pemahaman dan perumusan masalah Identifikasi gejala yang muncul Cari penyebabnya/masalah utama Cari bagian-bagian yang perlu dipecahkan Pergunakan analisis sebab-akibat 2. Pengumpulan dan analisis data yang relevan Menentukan data yang relevan Mengumpulkan data Mencari pola dari data yang terkumpul 3. Pengembangan alternatif-alternatif Berdasarkan data, disusun beberapa alternatif Untuk setiap alternatif susun pro & kontra, konsekuensi, resiko Semua alternatif harus feasible

Proses pembuatan keputusan (2) 4. Evaluasi Alternatif-alternatif Nilai efektivitas dari setiap alternatif, tolok ukur Realistik bila dihubungkan dengan tujuan & sumber daya organisasi Seberapa jauh memecahkan masalah 5. Pemilihan alternatif terbaik Berdasarkan alternatif, alternatif terbaik dipilih atau pilih kompromi dari beberapa alternatif 6. Implementasi keputusan Susun rencana untuk menerapkan keputusan Disiapkan mekanisme laporan periodik Bila perlu bangun sistem peringatan dini 7. Evaluasi hasil keputusan

Pembuatan keputusan secara kelompok Keunggulan: Adanya pengetahuan yang lebih luas Pencarian alternatif keputusan lebih luas Adanya kerangka pandangan yang lebar Resiko keputusan ditanggung kelompok Karena keputusan kelompok, setiap individu termotivasi untuk melaksanakan Dapat terwujudnya kreativitas yang lebih luas, karena adanya berbagai pandangan

Pembuatan keputusan secara kelompok Kelemahan: Lempar tanggung jawab mudah terjadi Memakan waktu dan biaya lebih Efisiensi pengambilan keputusan menurun Keputusan kelompok dapat merupakan kompromi atau bukan sepenuhnya keputusan kelompok Bila ada anggota yang dominan, keputusan bukan mencerminkan keinginan kelompok

Alat bantu Pengambilan keputusan Decision Tree Metode operation research Linear programming, queuing theory Network analysis (ie. CPM) Bantuan komputer Information System, Expert System, DSS, EIS

Decision Tree A B $100M $10M $200M -$20M

Linear Programming X = jumlah motor yg diproduksi Y = jumlah mobil yg diproduksi Profit = 800X + 1500Y Batasan Biaya produksi: 1000X + 2000Y <= 200.000 Batasan jumlah motor : X >= 50 Berapa X & Y agar Profit maksimum ?

TEKNIK PENGAMBILAN KEPUTUSAN

Definisi dan Philosofi Sistem System Definition Element (E1) E2 E3 E5 E4 Sub Goal Goal System Phylosophy Goal Oriented (Cybernetic)  C  S Holistic Not Partial  H Effectiveness Not Efficiency  E

Teknik Pengambilan Keputusan Hirarki Fungsi Manajemen Sifat Top Level Up Medium Low Lower Perencanaan “Staffing” Pengorganisasian Pelaksanaan Monitoring Evaluasi Directif Strategis Taktis Operasional Cara Dengan Intuisi Dengan Analisa Keputusan

Tabel: Permasalahan manajemen Jangka Lingkungan Sifat Direktif Panjang Dinamis dan probalistik intuitif Arahan-arahan strategis yang kadang bersifat intuitif Strategis Dinamis dan mempengaruhi faktor-faktor dengan kepastian yang sangat rendah Tidak bisa diprogram karena preferensi pengambil keputusan perlu masuk secara utuh Taktis Menengah-pendek Dinamis dan mempengaruhi faktor-faktor dengan asumsi kepastian yang tinggi Bisa dibuat program dengan masukan preferensi pengambil keputusan Operasional Pendek Dianggap statik dan tidak mempengaruhi faktor-faktor Bisa dibuat program karena sifatnya berulang

Pengambilan Keputusan Dengan Intuisi Tidak Pasti Kompleks Dinamis Persaingan Terbatas Pilihan Informasi Preferensi Intuisi Logika tidak dapat diperiksa Keputusan Hasil Kecerdasan Persepsi Falsafah Bingung cemas Berfikir Rasa tidak Enak Bertindak Puji Cela LINGKUNGAN REAKSI Gambar : Pengambilan Keputusan dengan Intuisi Senang Sedih

Pengambilan Keputusan dengan Analisa Keputusan ANALISA KEPUTUSAN (Normatif) LINGKUNGAN Kecerdasan Pilihan Informasi Preferensi Alternatif2 Penetapan kemungkinan Struktur Model Penetapan Nilai Preferensi Waktu Preferensi Risiko Tidak Pasti Kompleks Dinamis Persaingan Terbatas Persepsi Logika Keputs. Hasil Falsafah Sensitifitas nilai informasi Bingung cemas Berfikir Rasa tidak Enak Pandangan ke dalam Bertindak Puji Cela Senang Sedih REAKSI Pengambilan Keputusan dengan Analisa Keputusan

Komponen Keputusan Alternatif Keputusan Kriteria Keputusan Bobot Kriteria Model Penilaian Model Penghitungan Tipe Pengambil Keputusan

Model Penilaian 1. Menggunakan Nilai Numerik (Nyata)  Kriteria dan atau alat ukurnya jelas (obyektif) Sebagai misal Suhu Ruang (termometer) Tinggi Badan Berat Badan Hasil perhitungan dengan rumus yang jelas: BCR IRR NPV

MODEL PENILAIAN Menggunakan Skala Ordinal  Kriteria kompleks melibatkan presepsi (subyektif)  Jumlah skala 3; 5; 7 (disarankan ganjil) Sebagai misal Rasa TEH (5 Skala) 1. Sangat tidak enak 4. Enak 2. Tidak Enak 5. Sangat enak 3. Cukup Enak Stabilitas politik (3 Skala) . 1. Kurang Stabil 3. Sangat Stabil . 2. Stabil

MODEL PENILAIAN 3. Menggunakan Nilai Perbandingan Berpasangan Misal pada AHP : <misal A dibandingkan dengan B> 1 : A dan B sama penting 7 : A sangat nyata lebih penting dari B 3 : A sedikit lebih penting dari B 9 : A pasti lebih penting dari B 5 : A jelas lebih penting dari B Pembacaan Lain: 3: A tiga kali lebih penting dari B 5: A lima kali lebih penting dari B

Model Penilaian Fuzzy (trapezoidal) usia penduduk

Model Penilaiann Fuzzy Tingkat Kemiskinan Penduduk

Latihan Model Penilaian Berikan contoh kasus penerapan metode penilaian dengan: Terukur Jelas Skala Ordinal Preferensi Fuzzy

PENGAMBILAN KEPUTUSAN BERBASIS INDEKS KINERJA METODE BAYES METODE PERBANDINGAN EKSPONENSIAL (MPE) COMPOSIT PERFORMANCE INDEX (CPI)

Σ Σ MATRIK KEPUTUSAN : MODEL PENGHITUNGAN Vij * Bj , Bj = 1.0 ALTERNA-TIF KRITERIA NILAI ALT. KEP. RANGKING K1 K2 ….. Kn ALT1 V11 V12 V1n Nk1 ALT2 V21 V22 V2n Nk2 ALT3 : ALTm Vm1 Vm2 Vmn Nkm BOBOT B1 B2 Bn MODEL PENGHITUNGAN BAYES : Nki = n Σ j = 1 Vij * Bj , Bj = 1.0 2. Per. Eksponensial : Nki = n Σ j = 1 (Vij ) Bj , Bj = Bulat >0 3. Composite Performance Indeks (CPI)

Contoh Kasus = Fokus = Pemilihan media iklan yang sesuai Alternatif = 1. Radio 2. Televisi 3. Surat Kabar Kreteria = 1. Jangkauan 2. Efektifitas Pesan 3. Biaya Metode Penilaian = ordinal 1. Sangat Kurang 4. Bagus 2. Kurang 5. Sangat Bagus 3. Biasa

Matrik Keputusan Alternatif Kriteria Nilai Keputusan Jangkauan Eff. Biaya Bayes MPE 1. Radio 4 3 2. Televisi 5 2 3. Surat Kabar Bobot 0,3 0,4

A. METODE BAYES Merupakan teknik yang digunakan untuk melakukan analisis dalam pengambilan keputusan terbaik dari sejumlah alternatif Persamaan Bayes yang digunakan untuk menghitung nilai setiap alternatif disederhanakan menjadi : dimana: Total Nilai i= total nilai akhir dari alternatif ke-i Nilai ij = nilai dari alternatif ke-i pada kriteria ke-j Krit j = tingkat kepentingan (bobot) kriteria ke-j i = 1,2,3,…n; n = jumlah alternatif j = 1,2,3,…m; m = jumlah kriteria m Total Nilai i =  Nilai ij (Kritj) j = 1

Contoh Kasus = Fokus = Pemilihan media iklan yang sesuai Alternatif = 1. Radio 2. Televisi 3. Surat Kabar Kreteria = 1. Jangkauan 2. Efektifitas Pesan 3. Biaya Metode Penilaian = ordinal 1. Sangat Kurang 4. Bagus 2. Kurang 5. Sangat Bagus 3. Biasa

Matrik Keputusan Alternatif Kriteria Nilai Keputusan Jangkauan Eff. Biaya Bayes MPE 1. Radio 4 3 3,7 (2) 2. Televisi 5 2 3,8 (1) 3. Surat Kabar 3,6 (3) Bobot 0,3 0,4

Nilai (Radio) = 4 (0,3) + 4 (0,4) + 3 (0,3) = 3,7 Tabel: Matrik keputusan penilaian media iklan yang sesuai dengan Teknik Bayes Alternatif Kriteria Nilai Peringkat Jangkauan Efektvitas Biaya 1. Radio 4 3 3,7 2 2. Televisi 5 3,8 1 3. Surat Kabar 3,6 Bobot Kriteria 0,3 0,4 Nilai (Radio) = 4 (0,3) + 4 (0,4) + 3 (0,3) = 3,7 Dengan menggunakan perumusan Bayes, diperoleh nilai alternatif 1,2, dan 3 masing-masing 3,7; 3,8; dan 3,6 sehingga didapat alternatif yang terurut dari yang terbaik adalah alternatif 2, 1, dan 3.

B. METODE PERBANDINGAN EKSPONENSIAL (MPE) Merupakan salah satu metode untuk menentukan urutan prioritas alternatif keputusan dengan kriteria jamak Teknik ini digunakan sebagai pembantu bagi individu pengambilan keputusan untuk menggunakan rancang bangun model yang telah terdefinisi dengan baik pada tahapan proses Prosedur MPE Formulasi perhitungan skor untuk setiap alternatif dalam metoda perbandingan eksponensial adalah: m Total nilai (TNi) = (RK ij)TKK j j=1

dengan : TNi = Total nilai alternatif ke -i RK ij = derajat kepentingan relatif kriteria ke-j pada pilihan keputusan i TKK j = derajat kepentingan kritera keputusan ke-j; TKKj > 0; bulat n = jumlah pilihan keputusan m = jumlah kriteria keputusan Penentuan tingkat kepentingan kriteria dilakukan dengan cara wawancara dengan pakar atau melalui kesepakatan curah pendapat. Penentuan skor alternatif pada kriteria tertentu dilakukan dengan memberi nilai setiap alternatif berdasarkan nilai kriterianya

Mengurangi bias yang mungkin terjadi dalam analisa Keuntungan Metode MPE Mengurangi bias yang mungkin terjadi dalam analisa Nilai skor yang menggambarkan urutan prioritas menjadi besar (fungsi eksponensial) ini mengakibatkan urutan prioritas alternatif keputusan lebih nyata

Nilai(Radio) = 4^3 + 4^4 + 3^3 = 64 + 256 + 27 = 347 Matrik Keputusan Alternatif Kriteria Nilai Keputusan Jangkauan Eff. Biaya Bayes MPE 1. Radio 4 3 3,7 (2) 2. Televisi 5 2 3,8 (1) 3. Surat Kabar 3,6 (3) Bobot 0,3 0,4 Nilai(Radio) = 4^3 + 4^4 + 3^3 = 64 + 256 + 27 = 347 Nilai(Televisi) = ? Nilai(Surat Kabar) = ?

Evaluating Hardware and Software Hardware Evaluation Factors Performance Cost Reliability Compatibility Technology Connectivity Scalability Support Software Software Evaluation Factors Quality Flexibility Security Connectivity Language Documentation Hardware Efficiency

Latihan Penerapan Metode Bayes dan MPE Fokus = Alternatif = 1. 2. 3. Kreteria = 1. 2. 3. Metode Penilaian : ordinal (generik) 1. Sangat Kurang 4. Bagus 2. Kurang 5. Sangat Bagus 3. Biasa

Matrik Keputusan Alternatif Kriteria Nilai Keputusan Bayes MPE 1. 2. 3. Bobot

C. COMPOSIT PERFORMANCE INDEX (CPI) Merupakan indeks gabungan (Composite Index) yang dapat digunakan untuk menentukan penilaian atau peringkat dari berbagai alternatif (i) berdasarkan beberapa kriteria (j). Formula yang digunakan dalam teknik CPI : Aij = Xij (min) x 100 / Xij (min) A(i + 1.j) = (X(I + 1.j) )/ Xij (min) x 100 Iij = Aij x Pj n Ii =  (Iij) j =1

Keterangan: Aij = nilai alternatif ke-i pada kriteria ke – j Xij (min) = nilai alternatif ke-i pada kriteria awal minimum ke-j A(i + 1.j) = nilai alternatif ke-i + 1 pada kriteria ke – j X(i + 1.j) = nilai alternatif ke-i + 1 pada kriteria awal ke – j Pj = bobot kepentingan kriteria ke – j Iij = indeks alternatif ke-i Ii = indeks gabungan kriteria pada alternatif ke –i i = 1, 2, 3,…, n j = 1, 2, 3,…, m

Sebagai ilustrasi, terdapat 3 alternatif yang dinilai yaitu Software House, Internet Provider, Production House dengan kriteria kelayakan IRR (Internal Rate of Return), B/C (Benefit/Cost Ratio) dan Pay Back Period (waktu pengembalian modal) Tabel: Matrik awal penilaian alternatif pemilihan usaha yang paling layak Alternatif Kriteria IRR (%) B/C PBP (Thn) 1. Software House 30 1,1 5 2. Internet Provider 20 1,15 6 3. Production House 25 1,2 4 Bobot Kriteria 0,3 0,4

Prosedur Penyelesaian CPI Identifikasi kriteria tren positif (semakin tinggi nilaianya semakin baik) dan tren negatif (semakin rendah nilainya semakin baik) Untuk kriteria tren positif, nilai minimum pada setiap kriteria ditranspormasi ke seratus, sedangkan nilai lainnya ditranspormasi secara proporsional lebih tinggi. Untuk kriteria tren negatif, nilai minimum pada setiap kriteria ditranspormasi ke seratus, sedangkan nilai lainnya ditranspormasi secara proporsional lebih rendah. Perhitungan selanjutnya mengikuti prosedur Bayes.

Dengan demikian alternatif 3 yaitu Production House peringkat 1. Tabel: Matrik hasil transformasi melalui teknik perbandingan indeks kinerja Alternatif Kriteria Nilai Peringkat IRR B/C PBP (Thn) 1. Software House 150 100 80 109 2 2. Internet Provider 104,5 66.7 91,8 3 3. Producton House 125 109,1 111,1 1 Bobot Kriteria 0,3 0,4 Dengan demikian alternatif 3 yaitu Production House peringkat 1.

Pemiliha Metode Penilaian Tidak Seragam  CPI Penilaian seragam - Bayes atau MPE Apabila skala penilaian ordinal - MPE Apabil nilai alternatif adalah terukur nyata - Bayes

PROSES HIRARKI ANALITIK (ANALYTIC HIERARCHY PROCESS)

Konsep Dasar Analytic Hierarchy Process Dalam suatu proses pengambilan keputusan, para pengambil keputusan seringkali dihadapkan pada berbagai masalah yang bersumber dari beragamnya kriteria.Terkait dengal hal tersebut, Analytic Hierarchy Process (AHP) dapat digunakan untuk menyelesaikan masalah tersebut. AHP dikembangkan di Wharton School of Business oleh Thomas Saaty pada tahun 1970-an. Pada saat itu Saaty merupakan profesor di Wharton School of Business. Pada tahun 1980, Saaty akhirnya mempublikasikan karyanya tersebut dalam bukunya yang berjudul Analytic Hierarchy Process.

AHP kemudian menjadi alat yang sering digunakan dalam pengambilan keputusan karena AHP berdasarkan pada teori yang merefleksikan cara orang berpikir. Dalam perkembangannya, AHP dapat digunakan sebagai model alternatif dalam menyelesaikan berbagai macam masalah, seperti memilih portofolio dan peramalan. Dalam kehidupan sehari-hari, manusia sering menghadapi kondisi untuk melakukan pengambilan keputusan dengan segera. Umumnya kita juga telah memikirkan beberapa alternatif solusi, dengan berbagai argumen pro dan kontra

AHP dapat memfasilitasi evaluasi pro dan kontra tersebut secara rasional. Dengan demikian, AHP dapat memberikan solusi yang optimal dengan cara yang transparan melalui: analisis keputusan secara kuantitatif dan kualitatif evaluasi dan representasi solusi secara sederhana melalui model hirarki argumen yang logis pengujian kualitas keputusan waktu yang dibutuhkan relatif singkat.

Pada prinsipnya, metode AHP ini memecah-mecah suatu situasi yang kompleks, tidak terstruktur, ke dalam bagian-bagian secara lebih terstruktur, mulai dari goals ke objectives, kemudian ke sub-objectives lalu menjadi alternatif tindakan. Pembuat keputusan kemudian membuat perbandingan sederhana hirarki tersebut untuk memperoleh prioritas seluruh alternatif yang ada.

Tiga Prinsip Dasar AHP, (Saaty, 1994): 1. Dekomposisi (Decomposition) Setelah persoalan didefinisikan, maka perlu dilakukan decomposition, yaitu memecah persoalan yang utuh menjadi unsur-unsurnya. Jika ingin mendapatkan hasil yang akurat, maka pemecahan terhadap unsur-unsurnya dilakukan hingga tidak memungkinkan dilakukan pemecahan lebih lanjut. Pemecahan tersebut akan menghasilkan beberapa tingkatan dari suatu persoalan. Oleh karena itu, proses analisis ini dinamakan hierarki (hierachy). 2. Penilaian Komparasi (Comparative Judgment) Prinsip ini membuat penilaian tentang kepentingan relatif dua elemen pada suatu tingkat tertentu yang berkaitan dengan tingkat di atasnya. Penilaian ini merupakan inti dari AHP karena berpengaruh terhadap prioritas elemen-elemen. Hasil penilaian ini tampak lebih baik bila disajikan dalam bentuk matriks perbandingan berpasangan (pairwise comparison).

Tiga Prinsip Dasar AHP, (Saaty, 1994): 3. Penentuan Prioritas (Synthesis of Priority) Dari setiap matriks pairwise comparison dapat ditentukan nilai eigenvector untuk mendapatkan prioritas daerah (local priority). Oleh karena matriks pairwise comparison terdapat pada setiap tingkat, maka global priority dapat diperoleh dengan melakukan sintesa di antara prioritas daerah. Prosedur melakukan sintesa berbeda menurut hierarki. Pengurutan elemen-elemen menurut kepentingan relatif melalui prosedur sintesa dinamakan priority setting.

Manfaat AHP 1. Fokus AHP adalah pencapaian tujuan yang akan menghasilkan keputusan yang rasional. Keputusan yang rasional didefinisikan sebagai keputusan terbaik dari berbagai tujuan yang ingin dicapai oleh pembuat keputusan. Kunci utama keputusan yang rasional tersebut adalah tujuan, bukan alternatif, kriteria, atau atribut. 2. Masalah yang dapat diselesaikan dengan menggunakan AHP meliputi masalah sosial, politik. AHP bermanfaat untuk menghadapi perspektif, rasional dan irrasional, serta risiko dan ketidakpastian dalam lingkungan yang kompleks. AHP juga dapat digunakan untuk meprediksi hasil, merencanakan hasil yang diharapkan di masa yang akan datang, memfasilitasi pembuatan keputusan sebuah kelompok, melakukan kontrol terhadap perubahan sistem pembuatan keputusan, menagalokasikan sumber daya, memilih alternatif, melakukan perbandingan cost/benefit, mengevaluasi karyawan dan mengalokasikan kenaikan gaji

Manfaat AHP 3. Secara khusus, AHP sesuai untuk digunakan dalam pengambilan keputusan yang melibatkan perbandingan elemen keputusan yang sulit untuk dinilai secara kuantitatif. 4. AHP merupakan sebuah metode sistematis untuk membandingkan seperangkat tujuan atau alternatif. Dalam hal ini, AHP merupakan proses perumusan kebijakan yang powerful dan fleksibel dalam menentukan prioritas, membandingkan alternatif dan membuat keputusan yang terbaik ketika pengambil keputusan harus mempertimbangkan aspek kuantitatif dan kualitatif. 5. AHP mengurangi kerumitan suatu keputusan menjadi rangkaian perbandingan satu-satu, kemudian mensistesis hasil perbandingan tersebut. Dengan demikian, AHP tidak hanya bermanfaat dalam pembuatan keputusan yang terbaik tetapi juga memberikan dasar yang kuat bahwa keputusan tersebut merupakan keputusan yang terbaik.

Standar Penilaian

Keuntungan menggunakan AHP sebagai alat analisis AHP memberi modal tunggal yang mudah dimengerti, luwes untuk beragam persoalan yang tidak terstruktur. AHP memadukan rancangan deduktif dan rancangan berdasarkan sistem dalam memecahkan persoalan kompleks. AHP dapat menangani saling ketergantungan elemen – elemen dalam suatu sistem dan tidak memaksakan pemikiran linier. AHP mencerminkan kecenderungan alami pikiran untuk memilah – milah elemen – elemen suatu sistem dalam berbagai tingkat berlainan dan mengelompokkan unsur yang serupa dalam setiap tingkat. AHP memberi suatu skala dalam mengukur hal – hal yang tidak terwujud untuk mendapatkan prioritas.

AHP melacak konsistensi logis dari pertimbangan – pertimbangan yang digunakan dalam menetapkan berbagai prioritas. AHP menuntun ke suatu taksiran menyeluruh tentang kebaikan setiap alternatif. AHP mempertimbangkan prioritas – prioritas relatif dari berbagai faktor sistem dan memungkinkan orang memilih alternatif terbaik berdasarkan tujuan – tujuan mereka. AHP tidak memaksakan konsensus tetapi mensintesis suatu hasil representatif dari penilaian yang berbeda – beda. AHP memungkinan orang memperhalus definisi mereka pada suatu persoalan dan memperbaiki pertimbangan dan pengertian mereka melalui pengulangan.

contoh penerapan AHP dalam proses pengambilan keputusan. Pemerintah bermaksud untuk meningkatkan pelayanan terhadap masyarakatnya. Salah satu upaya yang dilakukan Pemerintah adalah mendirikan beberapa fasilitas umum, seperti jalan; gedung olahraga; dan pasar. Oleh karena itu, Pemerintah perlu mempertimbangkan beberapa kriteria untuk membangun fasilitas umum, antara lain: manfaat dari fasilitas umum, perawatan dari fasilitas umum, dan partisipasi masyarakat. Dalam pengambilan keputusan ini, Pemerintah perlu menentukan peringkat dari berbagai kriteria dan alternatif yang ada agar dapat mengetahui kriteria dan alternatif terpenting. Sebagaimana langkah yang dijelaskan oleh Saaty (2001), metode AHP dapat digunakan untuk membantu Pemerintah Kabupaten Pare-pare dalam pengambilan keputusan ini dengan cara sebagai berikut.

Langkah-Langkah Penyelesaian 1.Menentukan tujuan, kriteria, dan alternatif keputusan : Tujuan: Membangun fasilitas umum Kriteria: Manfaat, perawatan, dan partisipasi masyarakat Alternatif: Jalan, gedung olahraga, dan pasar

Langkah-Langkah Penyelesaian 2.Membuat “pohon hierarki” (hierarchical tree) untuk berbagai kriteria dan alternatif keputusan

Langkah-Langkah Penyelesaian 3.Kemudian dibentuk sebuah matriks pair wise comparison,

Langkah-Langkah Penyelesaian Kemudian diperoleh matriks sebagai berikut:

Langkah-Langkah Penyelesaian

Langkah-Langkah Penyelesaian 4. Membuat peringkat prioritas dari matriks pairwise dengan menentukan eigenvector, yaitu:

Langkah-Langkah Penyelesaian

Langkah-Langkah Penyelesaian

Langkah-Langkah Penyelesaian

5. Membuat peringkat alternatif dari matriks pairwise masing-masing alternatif dengan menentukan eigenvector setiap alternatif. Cara yang digunakan sama ketika membuat peringkat prioritas di atas.

Penggunaan AHP untuk Hasil Survai Apabila kita ingin melakukan metode AHP untuk jumlah sampel sampel yang relatif besar, maka langkah-langkah yang dilakukan adalah sebagai berikut:

Konsistensi Jawaban Dalam penggunaan AHP, terdapat beberapa faktor yang dapat menyebabkan responden memberikan jawaban yang tidak konsisten, yaitu:

Konsistensi Jawaban

Perhitungan Rasio Konsistensi AHP mentoleransi adanya inkonsistensi dengan menyediakan ukuran inkonsistensi penilaian. Ukuran ini merupakan salah satu elemen penting dalam proses penentuan prioritas berdasarkan pairwise comparison. Semakin besar rasio konsistensi, semakin tidak konsisten Rasio konsistensi yang acceptable adalah kurang dari atau sama dengan 10 persen, meskipun dalam kasus tertentu rasio konsistensi yang lebih besar dari 10 persen dapat dianggap acceptable. Untuk mengetahui apakah hasil penilaian bersifat konsisten, maka beberapa langkah untuk menghitung rasio inkonsitensi untuk menguji konsistensi penilaian.

Perhitungan Rasio Konsistensi misalnya kita memiliki matriks perbandingan berikut:

Perhitungan Rasio Konsistensi

Perhitungan Rasio Konsistensi

Perhitungan Rasio Konsistensi

SEKIAN