ANALYTICAL HIERARCHY PROCESS (AHP)

Slides:



Advertisements
Presentasi serupa
Metode-metode Optimasi dengan Alternatif Terbatas
Advertisements

PENERAPAN METODE ‘’AHP’’ DALAM SPK UNTUK PEMILIHAN ASURANSI
PENILAIAN AUTENTIK DALAM PEMBELAJARAN
AHP: Pengertian dan Konsep Dasar
Riset Operasional - dewiyani
Pengambilan Keputusan dengan multiple kriteria
BAB 5 TOOLS DALAM MONITORING DAN EVALUASI
Aplikasi AHP.
Pengambilan Keputusan (Decision Making) AHP
ANALYTICAL HIERARCHY PROCESS (AHP)
Analytic Hierarchy Process
Analytic Hierarchy Process
ANALYTICAL HIERARCHY PROCESS (AHP)
APLIKASI PENGAMBILAN KEPUTUSAN
Nora Nailul Amal, S.Sos., MLMEd, Hons.
Nama : Dewi Saraswati Nim : Jurusan : T. Industri
FUZZY ANALYTICAL HIERARCHY PROCESS
Analytical Hierarchy Process
Pemodelan dan Manajemen Model & Analytic Hierarchy Process (AHP)
hadi paramu metode kuantitatif
Teknik Evaluasi Perencanaan
PW-1361 TEKNIK EVALUASI PERENCANAAN TEKNIK AHP DALAM EVALUASI Cihe Aprilia Bintang, ST, MT.
MODUL STATISTIKA BISNIS DAN INDUSTRI
Metode-metode Optimasi dengan Alternatif Terbatas
SISTEM PENDUKUNG KEPUTUSAN PERTEMUAN KE-4
PENGAMBILAN KEPUTUSAN
Metode Penelitian Ilmiah
ANALYTICAL HIERARCHY PROCESS (AHP)
ANALYTICAL HIERARCHY PROCESS
ANALITYCAL HIERARCHY PROCESS (AHP)
ANALYTICAL HIERARCHY PROCESS
ANALYTICAL HIERARCHY PROCESS
Prof. Dr. Dharma Tintri Ediraras SE., AK., MBA Ardiprawiro SE., MMSI
Analitycal Hierarchy Process By: Kelompok 5
Modul XII. Analytical Hierarchy Process
UNIVERSITAS GUNADARMA FAKULTAS TEKNOLOGI INDUSTRI
Identifikasi Kebutuhan Pelanggan
1. AHP DAN TOPSIS -- Bagian 2 2. ENTROPY-- Bagian 1
ASSALAMULAIKUM WR. WB..
Multi-Attribute Decision Making (MADM)
Teknik Pengambilan Keputusan (Analytical Hierarchy Process)
ANALITICAL HIERARCHY PROSESS (AHP)
Perilaku Dasar Sistem.
The Analytic Hierarchy Process
ANALYTICAL HIERARCHY PROCESS (AHP)
Penerapan AHP dalam Pengukuran Kinerja
FMDAM (2) Charitas Fibriani.
PERENCANAAN LOKASI FASILITAS
Profil Matching Maksud dari pencocokan profil (profile matching) adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat.
SISTEM PENDUKUNG KEPUTUSAN PERTEMUAN KE-4
ANALYTICAL HIERARCHY PROCESS (AHP)
ANALYTICAL HIERARCHY PROCESS (AHP)
ANALYTICAL HIERARCHY PROCESS A H P (Proses Analitik Hirarki)
Metode Penyelesaian Masalah MADM
/ Analytical Hierarchy Process Diambil dari AHP Tutorial dari Expert Choice dengan izin url:
FUZZY ANALYTICAL HIERARCHY PROCESS
PERENCANAAN LOKASI FASILITAS
Dengan SOFTWARE EXPERT CHOICE
FUZZY ANALYTICAL HIERARCHY PROCESS
ANALYTICAL HIERARCHY PROCESS (AHP)
Analytic Hierarchy Process
PERENCANAAN LOKASI FASILITAS
FUZZY ANALYTICAL HIERARCHY PROCESS
DISKRIPSI Memperkenalkan Metoda Analisis dalam menjalan perencanaan dan penelitian dalam perencanaan.
Supply Management Study Case : Nike Factory Prepired by : Farrah Tya Resty Handry Hidayat Pandu Indra Nugraha Roy Iman Sutarya.
Reviewer Eko Budi Setiawan, S.Kom
ANALYTICAL HIERARCHY PROCESS (AHP)
U N I V E R S I T A S J A Y A B A Y A F A K U L T A S T E K N I K J U R U S A N T E K N I K S I P I L ANALISIS PRIORITAS PEMILIHAN KRITERIA DAM PARIT DI.
Analytic Hierarchy Process
METODE A.H.P. Foto: smno.kampus.ub.febr2013 www//marno.lecture.ub.ac.id.
Transcript presentasi:

ANALYTICAL HIERARCHY PROCESS (AHP) Pertemuan 10

Pendahuluan Analytical Hierarchy Process (AHP) adalah metode yang dapat digunakan untuk pengambilan keputusan apabila kriteria pengambilan keputusan sangat beragam Metode ini diperkenalkan oleh Thomas L. Saaty pada tahun 1971 – 1975 di Wharton School.

AHP merupakan metode pengukuran yang digunakan untuk menentukan skala rasio dari perbandingan pasangan yang diskrit maupun kontinu. Perbandingan ini dapat diambil dari ukuran aktual ataupun dari skala dasar yang mencerminkan kekuatan perasaan dan prefensi relatif

Prinsip dasar dalam menggunakan AHP: Decomposition Setelah persoalan didefinisikan, maka dilakukan decomposition yaitu memecah persoalan yang utuh menjadi unsur-unsurnya. Hal ini yang menjadi alasan proses ini dinamakan hirarki

Contoh: Tujuan (Goal) Kriteria 2 Kriteria 3 Alternatif 1 Tingkat 1:

Comparative Judgement Prinsip ini dilakukan dengan membuat penilaian tentang kepentingan relatif dua elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkat diatasnya. Penilaian ini sangat penting karena akan berpengaruh terhadap prioritas dari elemen-elemen yang ada Hasil dari penilaian ini dituliskan dalam matriks yang disebut dengan matriks pairwise comparison

Pertanyaan yang biasa diajukan dalam penyusunan skala kepentingan adalah : Elemen mana yang lebih (penting / disukai / mungkin / ….dsb)? Berapa kali lebih (penting / disukai / mungkin / ….dsb)?

Patokan (skala dasar) yang dapat digunakan dalam penyusunan skala kepentingan ini adalah Tingkat Kepentingan Definisi 1 Sama pentingnya dibanding yang lain 3 Moderat pentingnya dibanding yang lain 5 Kuat pentingnya dibanding yang lain 7 Sangat kuat pentingnya dibanding yang lain 9 Ekstrim pentingnya dibanding yang lain 2 , 4 , 6 , 8 Nilai diantara dua penilaian yang berdekatan Reciprocal Jika elemen i memiliki salah satu angka diatas ketika dibandingkan dengan j, maka j memiliki nilai kebalikannya ketika dibandingkan dengan elemen i.

Contoh matriks pairwise comparisons untuk tujuan (goal) Kriteria 1 Kriteria 2 Kriteria 3 Kriteria 4 1 5 2 4 1/5 1/2 1/4

Synthesis Of Priority Dari setiap matriks pairwise comparison kemudian dicari local priority. Matriks-matriks pairwise comparison terdapat pada setiap tingkat, sehingga untuk mendapatkan global priority harus dilakukan sintesis di antara local priority.

Matriks pairwise comparisons untuk tujuan (goal) Kriteria 1 Kriteria 2 Kriteria 3 Kriteria 4 1 5 2 4 1/5 1/2 1/4 Jumlah 1,95 10 7,5

Matriks yang dinormalisasi: Tujuan/Goal Kriteria 1 Kriteria 2 Kriteria 3 Kriteria 4 0,5128 0,5 0,5333 0,1025 0,1 0,125 0,0667 0,2564 0,2 0,25 0,2667 0,1282 0,1333

Sehingga diperoleh local priority untuk Tujuan adalah : Tujuan/Goal Kriteria 1 Kriteria 2 Kriteria 3 Kriteria 4 local priority 0,5128 0,5 0,5333 0,5115 0,1025 0,1 0,125 0,0667 0,0986 0,2564 0,2 0,25 0,2667 0,2433 0,1282 0,1333 0,1466

Logical Consistency Konsistensi memiliki 2 makna, yaitu : Obyek-obyek yang serupa dapat dikelompokkan sesuai dengan keseragaman dan relevansi. Menyangkut tingkat hubungan antara obyek-obyek yang didasarkan pada kriteria tertentu.

Bila diketahui A adalah matriks pairwise comparisons dimana penilaian kita sempurna pada setiap perbandingan, maka berlaku aij.ajk = aik untuk semua i, j, k. dan selanjutnya matriks A dikatakan konsisten

AHP mengukur seluruh konsistensi penilaian dengan menggunakan Consistency Ratio (CR), yang dirumuskan

Dimana : Zmaks adalah nilai eigen maksimum dari matriks pairwise comparisons.

Nilai Random Consistency Index (RI) dapat digunakan patokan tabel berikut 1 2 3 4 5 6 7 8 9 10 RI 0,58 0,9 1,12 1,24 1,32 1,41 1,45 1,49 Catatan : Nilai CR (Consistency Ratio) semestinya tidak boleh lebih dari 10%. Jika tidak, maka penilaian yang telah dibuat mungkin dilakukan secara random dan perlu direvisi