Perbedaan Sistem Pakar dan Sistem Pendukung Keputusan

Well, di perkuliahan smester kedua setelah transfer ke S1 ini, akhirnya saya memutuskan mengambil mata kuliah sistem pakar. Tujuannya sih agar mengerti bagaimana membangun sistem pakar, sekalian membuka ide untuk skripsi. Dan, kaget juga pada pertemuan pertama beberapa hari lalu, dosen memberi pertanyaan perbedaan antara sistem informasi dengan sistem pakar dan sistem pendukung keputusan. Bingung sih awalnya... Sekilas kalau di pikir, sistem informasi adalah semua jenis aplikasi perangkat lunak, seperti yang umum kita ketahui, yaitu sistem informasi akademik, sistem rekam medis pasien, dan sebagainya. Kalau begitu, sistem pakar dan sistem pendukung keputusan termasuk sistem informasi juga dong... hehe
Untuk memperjelasnya, berikut pengertian sistem informasi, sistem pakar, dan sistem pendukung keputusan.

Pengertian Sistem Informasi

Sesungguhnya yang dimaksud dengan sistem informasi tidak harus melibatkan komputer. Sistem informasi yang menggunakan komputer biasa disebut sistem informasi berbasis komputer ( Computer-Based Information Systems atau CBIS ).
Dalam prakteknya, istilah sistem informasi lebih sering dipakai tanpa embel-embel berbasis komputer walaupun dalam kenyataannya komputer merupakan bagian yang penting. Sistem Informassi (SI) atau Information System (IS) yang menunjukan sistem dapat menghasilkan informasi yang berguna.

1. Sistem Informasi adalah satu Kesatuan data olahan yang terintegrasi dan saling melengkapi yang menghasilkan output baik dalam bentuk gambar, suara maupun tulisan.
2. Sistem Informasi adalah Proses yang menjalankan fungsi mengumpulkan, memproses, menyimpan, menganalisis, dan menyebarkan informasi untuk kepentingan tertentu; kebanyakan SI dikomputerisasi.
3. Sistem informasi adalah sekumpulan komponen pembentuk sistem yang mempunyai keterkaitan antara satu komponen dengan komponen lainnya yang bertujuan menghasilkan suatu informasi dalam suatu bidang tertentu. Dalam sistem informasi diperlukannya klasifikasi alur informasi, hal ini disebabkan keanekaragaman kebutuhan akan suatu informasi oleh pengguna informasi. Kriteria dari sistem informasi antara lain, fleksibel, efektif dan efisien.
4. Sistem informasi adalah kumpulan antara sub-sub sistem yang salaing berhubungan yang membentuk suatu komponen yang didalamnya mencakup input-proses-output yang berhubungan dengan pengolaan informasi (data yang telah dioleh sehingga lebih berguna bagi user)
5. Sistem informasi adalah sistem yang saling berhubungan dan terintegrasi satu dengan yang lain dan bekerja sesuai dengan fungsinya untuk mengatur masalah yang ada.
6. Suatu sistem informasi (SI) atau information system (IS) merupakan aransemen dari orang, data, proses-proses, dan antar-muka yang berinteraksi mendukung dan memperbaiki beberapa operasi sehari-hari dalam suatu bisnis termasuk mendukung memecahkan soal dan kebutuhan pembuat-keputusan manejemen dan para pengguna yang berpengalaman di bidangnya.

Pengertian Sistem Pakar

Sistem pakar adalah program “artificial inteligence” (”kecerdasan buatan” atau AI) yang menggabungkan basis pengetahuan dengan mesin inferensi. Ini merupakan bagian software spesialisasi tingkat tinggi atau bahasa pemrograman tingkat tinggi (High level Language), yang berusaha menduplikasi fungsi seorang pakar dalam satu bidang keahlian tertentu. Program ini bertindak sebagai konsultan yang cerdas atau penasihat dalam suatu lingkungan keahlian tertentu, sebagai hasil himpunan pengetahuan yang telah dikumpulkan dari beberapa orang pakar. Dengan demikian seorang awam sekalipun bisa menggunakan sistem pakar itu untuk memecahkan berbagai persoalan yang ia hadapi.
Sistem pakar dengan desain yang benar dan sejumlah komponen yang saling bekerja sama untuk membentuk suatu kesatuan integrasi, akan dapat digunakan oleh orang awam untuk membantu memecahkan masalah tertentu dan bagi seorang ahli, sistem pakar dapat dijadikan alat untuk menunjang aktivitasnya yaitu sebagai sebagai asisten yang berpengalaman. 

(http://blogputuyuda01.blogspot.com/2011/06/pengertian-sistem-informasi-dan-sistem.html)

Pengertian Sistem Pendukung Keputusan

Sistem pendukung keputusan adalah sistem berbasis komputer yang dirancang untuk mempertinggi efektifitas pengambilan keputusan dari masalah semi terstruktur. 

Hal yang perlu ditekankan di sini adalah bahwa keberadaan sistem pendukung keputusan bukan untuk menggantikan tugas-tugas manajer, tetapi untuk menjadi sarana penunjang (tools) bagi mereka. Sistem pendukung keputusan sebenarnya merupakan implementasi teori-teori pengambilan keputusan yang telah diperkenalkan oleh ilmu-ilmu seperti operation research dan management science. Hanya bedanya adalah bahwa jika dahulu untuk mencari penyelesaian masalah yang dihadapi harus dilakukan perhitungan iterasi secara manual (biasanya untuk mencari nilai minimum, maksimum, atau optimum), saat ini komputer PC telah menawarkan kemampuannya untuk menyelesaikan persoalan yang sama dalam waktu relatif singkat. 

Sistem pendukung keputusan merupakan progresi alamiah dari system pelaporan informasi dan system pemrosesan transaksi. Sistem pendukung keputusan bersifat interaktif, system informasi yang berbasis komputer yang menggunakan model keputusan dan secara khusus menggunakan database untuk membantu proses pengambilan keputusan bagi manajer dan pengguna akhir Informasi dihasilkan dalam bentuk laporan periodik dan khusus dan output dari model matematika dan sistem pakar.

 

Nah, untuk perbedaan sistem informasi dengan sistem pakar, saya menemukannya di buku Artificial Intelegencenya Sri Kusumadewi terbitan Graha Ilmu.. Di buku tersebut disebutkan perbedaan sistem konvensional dan sistem pakar. Tetapi dari perbedaan yang di tulis, dapat dikatakan yang di maksud sistem konvensional tersebut adalah sistem informasi manajemen.

Dan untuk perbedaan sistem pakar dan sistem pendukung keputusan, bisa ditemukan dengan mudah setelah kita search di Google :D Setelah merangkumnya dari beberapa sumber yang didapat, ini dia perbedaan sistem pakar dan sistem pendukung keputusan.

Update nih,  pada scope sistem pendukung keputusan yang dilihat dari segi input dan output sistem, diketahui jika sistem pakar dan sistem pendukung keputusan memiliki perbedaan sebagai berikut :

 

Dalam memecahkan masalah, sistem pakar lebih dipilih daripada sistem pendukung keputusan bila :

1. Masalah tersebut melibatkan diagnosis situasi yang kompleks atau melibatkan pembuatan kesimpulan atau peringkasan dari volume data yang besar.
2. Ada tingkat ketidaktentuan dalam aspek masalah tertentu.
3. Ada kemungkinan bagi ahli manusia untuk memecahkan masalah tersebut dalam jangka waktu yang wajar

(http://blog.student.uny.ac.id/yonanda/2013/01/07/sistem-pakar-dan-pendukung-keputusan/)

 Dalam kaitannya dengan proses pengambilan keputusan, beberapa manfaat yang dapat diberikan oleh sistem pakar kepada manajer perusahaan antara lain :
• Solusi
Aternatif solusi yang dihasilkan melalui sistem pakar umumnya lebih banyak, lebih beralasan dengan beberapa pertimbangan teknis, penyajiannya lebih sistematis dan terkadang dilengkapi fitur-fitur tambahan seperti grafik, diagram dan alat-alat penunjang lainnya sehingga lebih merepresentasikan keadaan sebenarnya. Hal ini sangat diperlukan oleh seorang manajer mengingat keputusan yang diambil berbasis multi-kriteria.
• Logika
Penerapan logika pada kode-kode program dimungkinkan dalam tingkatan yang cukup rumit sekalipun. Hal serupa apabila dibebankan kepada manusia, maka akan membutuhkan waktu yang lama dengan kemungkinan kesalahan analisa dan faktor-faktor kelemahan manusiawi lainnya yang cenderung tinggi. Sistem pakar memberikan hasil dalam waktu yang cepat melalui penalaran yang terstruktur.

• Waktu
Cepatnya hasil analisa dikeluarkan oleh suatu aplikasi sistem cerdas membuat para pengambil keputusan memiliki waktu yang banyak untuk mengevaluasi hasil keluaran
sistem tersebut. Hal ini tentunya cukup membantu mempercepat kerja manajer khusunya dan perusahaan umumnya.
• Konsisten.
Keputusan yang dihasilkan akan lebih konsisten dan terarah, mengingat bahwa algoritma yang digunakan dalam pengeksekusian data adalah tetap dan konsisten.

(http://images.nurtikasarji.multiply.multiplycontent.com/attachment/0/Sb0KwQoKCF8AAEOoE8Y1/Pengenalan%20Sistem%20Pakar.pdf)

Perbedaan sistem informasi, sistem pakar dan sistem pendukung keputusan lainnya dapat ditemukan di blog http://infokomputers.blogspot.com/2011/05/perbedaan-antara-sistem-pakar-expert.html, seperti berikut.

Perbedaan SIM ,DSS dan ES 
SIM menyediakan informasi mengenai kinerja organisasi, memnyedialan informasi dan laporan periodik dengan format tertentu, Informasi ini diperolah dari hasil ekstraksi dan manipulasi data. Sedangkan DSS MEnyediakan informasi khusus untuk pendukung keputusan, menganalisi masalah dan melihat peluang. Laporan atau informasi bergantung permintaan formatnya pun disesuaikan sesuai kebutuhan. Informasi untuk DSS diperoleh dari pemodelan analitis sedangkan Expert System mempunyai kemampuan untuk menjelaskan jalur penalaran yang diikuti pencapaian pemecahan tertentu, penjelasan mengenai bagaimana pemecahan dicapai akan lebih berguna dari pada pemecahan itu sendiri.

Cara Tethering Hotspot Di Laptop Windows 8

     Gan, ane mau coba share cara untuk membuat laptop/ komputer menjadi hotspot tanpa menggunakan software tambahan, jadi bisa berbagi koneksi ke laptop lain, HP, BB atau perangkat lain yang punya wifi adapter, buat yang mau coba menjadikan laptopnya sebagai hotspot berikut step by step nya. Namun sebelumnya, cara ini khusus untuk windows 8 dan perangkat komputer / PC / laptop tentunya harus memiliki perangkat wifi.

Langsung aja gan, ini ane dia cara-cara/tips cara membuat komputer atau laptop menjadi HOTSPOT / wifii adaptor di windows 8 sehingga anda dapat membagi koneksi internet komputer dengan perangkat lain seperti smartphone android, blackberry, komputer laptop lain dan perangkat lainnya via wifii.

1. Buka CMD dan run as administrator

2. Setting Microsoft Hosted Network Virtual Adaptor , ketik di cmd :
netsh wlan set hostednetwork mode=allow ssid=NAMA_SSID key=PASSWORD

** isi NAMA_SSID sesuai keinginan
** isi PASSWORD sesuai keinginan (min 8 karakter)

3. Jalankan Microsoft Hosted Network Virtual Adaptor
ketik di cmd : netsh wlan start hostednetwork

setelah itu, lihat di Control Panel Network Connection harusnya sudah ada network adapter yang baru agan buat :
Microsoft Hosted Virtual Network Adapter

4. Share koneksi internet
dari koneksi modem atau wifi yang agan punya, ke adapter yang barusan agan buat. klik properties , pilih tab share dan share ke network adapter yang tadi agan buat

5. SELESAI
Untuk mengetest silahkan search pake perangkat wifi laptop atau HP/ BB. Kurang jelas? silahkan diskusikan di sini
Untuk mengaktifkan/ enable  Virtual Network Adaptor yang masih belum aktif buka device manager dan aktifkan

sumber : Cara Membuat Laptop Menjadi HOTSPOT Di Windows 8 Tanpa Software http://iradewa.com/cara-membuat-laptop-menjadi-hotspot-windows8-tanpa-software-tambahan.htm#ixzz3eImUjmDS

Sistem Pendukung Keputusan Dengan Metode AHP

1. pengertian system pendukung keputusan (DSS)

     Secara umum DSS adalah sistem berbasis komputer yang interaktif, yang membantu mengambil   keputusan dengan memanfaatkan data dan model untuk menyelesaikan masalah-masalah yang  terstruktur. Sedangkan secara khusus DSS adalah Sebuah sistem yang mendukung kerja seorang    manajer maupun sekelompok manajer dalam memecahkan masalah semi-terstruktur dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu.

Adapun menurut para ahli definisi dari DSS adalah sebagai berikut :

a.    Menurut Mann dan Watson, DSS adalah Sistem yang interaktif, membantu pengambilan keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah-masalah yang sifatnya semi terstruktur dan tidak terstruktur.

b.    Menurut Maryam Alavi dan H.Albert Napier, DSS adalah suatu kumpulan prosedur pemrosesan data dan informasi yang berorientasi pada penggunaan model untuk menghasilkan berbagai jawaban yang dapat membantu manajemen dalam pengambilan keputusan.

c.    Menurut Little, DSS adalah suatu sistem informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur atupun tidak terstruktur dengan menggunakan data dan model.

d.   Menurut Raymond Mc Leod, DSS adalah sistem penghasil informasi spesifik yang ditujukan untuk memecahkan suatu masalah tertentu yang harus dipecahkan oleh manajer pada berbagai tingkatan.

e.    Turban & Aronson (1998), DSS adalah  sistem yang digunakan untuk mendukung dan membantu pihak manajemen melakukan pengambilan keputusan pada kondisi semi terstruktur dan tidak terstruktur. Pada dasarnya konsep DSS hanyalah sebatas pada kegiatan membantu para manajer melakukan penilaian serta menggantikan posisi dan peran manajer

2. Konsep Sistem Pendukung Keputusan ( Decision Support System / DSS )

     Konsep DSS dimulai akhir tahun 1960 dengan time sharing komputer yaitu untuk pertama kalinya seseorang dapat berinteraksi langsung dengan komputer tanpa harus melalui spesialis informasi. Istilah DSS diciptakan pada tahun 1971 oleh Anthony Gory dan Scott Morton untuk mengarahkan aplikasi komputer pada pengambilan keputusan manajemen. Konsep DSS menggunakan informasi spesifik yang ditujukan untuk membantu manajemen dalam mengambil keputusan dengan menggunakan model sebagai dasar pengembangn alternatif yang secara interaktif dapat digunakan oleh pemakai. Dari penjelasan tersebut maka dapat diketahui bahwa DSS mempunyai karakteristik tersendiri, antara lain :

a.    DSS dirancang untuk membantu pengambil keputusan dalam memecahkan masalah yang bersifat semi terstruktur ataupun tidak terstruktur,

b.    Dalam proses pengolahannya, DSS mengkombinasikan penggunaan model-model/teknik-teknik analisis dengan teknik pemasukan data konvensional serta fungsi-fungsi pencari/interogasi informasi,

c.    DSS dirancang sedemikian rupa, sehingga dapat digunakan dengan mudah oleh orang yang tidak memiliki dasar kemampuan pengoperasian komputer yang tinggi,

d.   DSS dirancang dengan menekankan pada aspek fleksibilitas serta kemampuan adaptasi yang tinggi, sehingga mudah disesuaikan dengan kebutuhan pemakai.

 3. Konsep Keputusan

     Pengambilan keputusan merupakan hal yang pokok bagi pemegang jabatan manajer. Karena keputusan merupakan rangkaian tindakan yang perlu diikuti dalam memecahkan masalah untuk menghindari atau mengurangi dampak negatif atau untuk memanfaatkan kesempatan di dalam perusahaan. Model sistem yang dipergunakan untuk mengambil keputusan dapat bersifat tertutup atau terbuka. Sistem pengambilan tertutup menganggap bahwa keputusan dipisahkan dari masukan-masukan yang tidak diketahui dari lingkungannya. Dalam sistem ini pengambil keputusan dianggap :

a.  Mengetahui semua alternatif dan akibat atu hasil dari masing-masing alternatif;

b.  Mempunyai suatu metode (aturan, hubungan dan sebagainya) yang memungkinkan ia membuat urutan alternatif yang lebih disukainya,

c.  Memilih alternatif yang memaksimalkan sesuatu seperti keuntungan, volume penjualan atau kegunaan.

Paham pengambilan keputusan yang tertutup jelas menganggap bahwa orang yang rasional secara logis menguji semua alternatif, membuat urutan berdasarkan hasilnya yang lebih disukai, dan memilih alternatif yang mendatangkan hasil terbaik.

Sistem pengambilan keputusan terbuka adalah keputusan yang dipengaruhi oleh lingkungan, dan proses pengambilan keputusan selanjutnya juga mempengaruhi lingkungan tersebut. Pengambil keputusan dianggap tidak harus logis dan sepenuhnya rasional, tetapi lebih banyak menunjukkan rasionalitas hanya dalam batas-batas yang ditentukan oleh latar belakang, penglihatan alternatif-alternatif, kemampuan untuk menangani model keputusan dan sebagainya. Mengingat tujuan model tertutup telah dirumuskan dengan baik, tujuan model terbuka sama dengan tingkat keinginan sebab model terbuka dapat berubah apabila pengambil keputusan menerima bukti keberhasilan atau kegagalan. Dibandingkan dengan ketiga anggapan model tertutup, model keputusan terbuka menganggap bahwa pengambil keputusan :

a.  Tidak mengetahui semua alternatif dan semua hasil,

b.  Melakukan penyelidikan secara terbatas untuk menemukan beberapa alternatif yang memuaskan,

c.  Mengambil keputusan yang memuaskan tingkat keinginannya.

Model terbuka adalah dinamis atas urutan pilihan-pilihan karena tingkatan keinginan berubah menangani perbedaan antara hasil dan tingkat keinginan.

4. Tahapan Pengambilan Keputusan Menurut Herbert A. Simon

Ada 4 tahapan dalam pengambilan keputusan menurut Herbert A. Simon yaitu :

1.  Kegiatan Inteligen yaitu proses pencarian informasi dan data dari lingkungan yang berguna bagi pemecahan masalah,

2.   Kegiatan Merancang yaitu menemukan, mengembangkan, dan manganalisa arah tindakan yang mungkin dapat dipergunakan. Dalam hal ini mengandung proses-proses untuk memahami masalah, untuk menghasilkan cara pemecahan masalah dan untuk menguji apakah cara pemecahan tersebut dapat dilaksanakan.

3.  Kegiatan Memilih yaitu memilih arah tindakan tertentu dari semua arah tindakan yang ada. Pilihan ditentukan dan dilaksanakan.

4.  Kegiatan Menelaah  disebut juga pemahaman yaitu menyelidiki lingkungan tentang kondisi-kondisi yang memerlukan keputusan. Data mentah yang diperoleh diolah dan diperiksa untuk dijadikan petunjuk yang dapat menentukan masalahnya.

5. macam- macam metode sistem pendukung keputusan

1. Metode Sistem pakar

Secara umum, sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar.

·      Ciri Sistem Pakar

1.  Memiliki informasi yang lebih handal.

2.  Mudah di modifikasi dan dapat beradaptasi.

3.  Dapat digunakan dalam berbagai jenis komputer.

2. Metode Regresi linier

Merupakan metode statistika yang digunakan untuk membentuk model hubungan antara variabel terikat (dependen; respon; Y) dengan satu atau lebih variabel bebas (independen, prediktor, X).

3.  Metode B/C Ratio

Metode B/C didefinisikan sebagai perbandingan (rasio) nilai ekivalen dari manfaat terhadap nilai ekivalen dari biaya-biaya. Metode nilai ekivalen yang biasa digunakan adalah PW dan AW

4.      Metode AHP(Analytical Hierarchy Process)

a. Definisi

Analytical Hierarchy Process (AHP). Diikembangkan oleh Thomas L. Saaty pada     tahun 1970-an. Metode ini merupakan salah satu model pengambilan keputusan multikriteria yang dapat membantu kerangka berpikir manusia dimana faktor logika, pengalaman pengetahuan, emosi dan rasa dioptimasikan ke dalam suatu  proses sistematis. Pada dasarnya, AHP merupakan metode yang digunakan untuk   memecahkan masalah yang kompleks dan tidak terstruktur ke dalam kelompok –      kelompoknya, dengan mengatur kelompok tersebut ke dalam suatu hierarki, kemudian memasukkan nilai numerik sebagai pengganti persepsi manusia dalam melakukan perbandingan relatif. Dengan suatu sintesa maka akan dapat ditentukan  elemen mana yang mempunyai prioritas tertinggi.

Menurut Badiru (1995), AHP merupakan suatu pendekatan praktis untuk memecahkan masalah keputusan kompleks yang meliputi perbandinagn alternatif.AHP juga memungkinkan pengambilankeputusan menyajikan hubungan hierarki antara faktor, atribut, karakteristik atau alternative dalam lingkungan pengambilan  keputusan. Dengan cirri – ciri khusus, hierarki yang dimilikinya, masalah kompleks yang tidak terstruktur dipecahkan dalam kelompok -kelompoknya.

Dalam menyelesaikan persoalan dengan AHP ada beberapa prinsip yang harus               dipahamidiantaranya adalah : decomposition,comparative judgment, synthesis of priority, dan logicalconsistency.

1.  Prinsip AHP

1.      Decomposition (Penyusunan Hirarki).

Setelah persoalan didefenisikan, maka perlu dilakukan decomposition yaitu memecah persoalan yang utuh menjadi unsur – unsurnya. Jika ingin mendapatkan hasil yang akurat, pemecahan juga dilakukan terhadap unsur – unsurnya sampai tidak mungkin dilakukan pemecahan lebih lanjut, sehinggadidapatkan beberapa tingkatan dari persoalan tadi. Karena alasan ini, maka proses analisis ini dinamakan hierarki (hierarchy). Ada 2 (dua) jenis hierarki, yaitu lengkap dan tak lengkap. Dalam hierarki lengkap, semua elemen pada suatu     tingkat memiliki semua elemen yang ada pada tingkat berikutnya. Jika tidakdemikian dinamakan hierarki tak lengkap.

2.      Comparative Judgement (Penilaian Perban- dingan Berpasangan.

Prinsip ini berarti membuat penilaian tentang kepentingan relative 2 (dua) elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkat di atasnya.Penilaian ini merupakan inti dari AHP, karena ia akan berpengaruh terhadap prioritas elemen – elemen. Hasil dari penilaian ini akan tampak lebih enak bila  disajikan dalam bentuk matriks yang dinamakan matriks pairwise comparison.

3.      Sintesa Prioritas

Sintesa 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.

c. Langkah dan Prosedur AHP.

        Buchara (2000) mejelaskan bahwa secara umum, langkah – langkah yang harus dilakukan dalam menggunakan AHP untuk memecahkan suatu masalah adalah sebagai berikut :

1.  Mendefenisikan permasalahan dan menentukan tujuan. Bila AHP digunakan untuk memilih alternatif atau menyusun prioritas alternatif, maka tahap ini dilakukan pengembangan alternatif.

2.  Menyusun masalah ke dalam suatu struktur hierarki sehingga permasalahan yang kompleks dapat ditinjau dari sisi yang detail dan terukur.

3.  Menyusun prioritas untuk tiap elemen masalah pada setiap hierarki. Prioritas ini dihasilkan dari suatu matriks perbandingan berpasangan antara seluruh elemen pada tingkat hierarki yang sama.

4.  Melakukan pengujian konsistensi terhadap perbandingan antar elemen yang     didapatkan pada tiap tingkat hierarki.

Sedangkan langkah-langkah pair-wise comparison AHP  :

1.  Pengambilan data dari obyek yang diteliti.

2.  Menghitung data dari bobot perbandingan berpasangan responden dengan        metode   “pairwise comparison” AHP berdasar hasil kuisioner.

3.  Menghitung rata-rata rasio konsistensi dari masing-masing responden.

4.  Pengolahan dengan metode “pairwise comparison” AHP.

5.  Setelah dilakukan pengolahan tersebut, maka dapat disimpulkan adanya          konsitensi     dengan tidak, bila data tidak konsisten maka diulangi lagi dengan pengambilan data seperti semula, namun bila sebaliknya maka digolongkan data terbobot yang selanjutnya dapat dicari nilai beta (b)

d. Kelebihan dan Kekurangan dalam Metode AHP

a. Kelebihan

1.  Struktur yang berhierarki sebagai konskwensi dari kriteria yang dipilih sampai  pada  sub-sub kriteria yang paling dalam.

2.   Memperhitungkan validitas sampai batas toleransi inkonsentrasi sebagai kriteria dan alternatif yang dipilih oleh para pengambil keputusan.

3.  Memperhitungkan daya tahan atau ketahanan output analisis sensitivitas              pengambilan keputusan.

b. Kelemahan

1. Ketergantungan model AHP pada input utamanya.

Input utama ini berupa persepsi seorang ahli sehingga dalam hal ini melibatkan   subyektifitas sang ahli selain itu juga model menjadi tidak berarti jika ahli  tersebut memberikan penilaian yang keliru.

2. Metode AHP ini hanya metode matematis tanpa ada pengujian secara statistik    sehingga tidak ada batas kepercayaan dari kebenaran model yang terbentuk.

3.  Metode IRR

4.  Metode NPV

5.  Metode FMADM

Fuzzy Multiple Attribute Decission Making adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu

6.  Metode SAW

Metode SAW sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua attribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.

Metode Weighted Product (WP) dalam Sistem Pendukung Keputusan (SPK)

Metode Weight Product (WP)

     Metode  WP  mengunakan perkalian untuk menghubungkan rating atribut, di mana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan.
Proses ini Ai diberikan sebagai berikut :

Dimana  ∑wj =  1.  wj  adalah  pangkat  bernilai  positif  untuk  atribut  keuntungan,  dan bernilai negatif untuk atribut biaya.
Preferensi relatif dari setiap alternatif, diberikan sebagai:

Contoh kasus :
Misalkan nilai setiap alternatif pada setiap atribut diberikan berdasarkan data riil yang ada seperti pada Tabel 2.1, perlu diidentifikasi terlebih dahulu jenis kriterianya, apakah termasuk kriteria keuntungan atau kriteria biaya.

Rating kecocokan dari setiap alternatif pada setiap kriteria
(Kusumadewi, Hartati, Harjoko, dan Wardoyo, 2006: 78)

Kriteria C2 (kepadatan penduduk di sekitar lokasi) dan C4 (jarak dengan gudang  yang sudah  ada)  adalah  criteria  keuntungan.  Sedangkan  kriteria  C1(jarak  dengan  pasar terdekat), C3 (jarak dari pabrik), dan C5 (harga tanah untuk lokasi) adalah kriteria biaya.Permasalahan kasus di atasakan di selesaikan dengan menggunakan metode  Weighted Product (WP). Sebelumnya akan dilakukan perbaikan bobot terlebih dahulu. Bobot awal W = (5, 3, 4, 4, 2), akan diperbaiki sehingga total bobot ∑Wj = 1, dengan cara :

Kemudian vektor S dihitung berdasarkan persamaan  dengan i = 1, 2, … ,m sebagai berikut :

Nilai  vektor  yang  akan  digunakan  untuk  perankingan  dapat  dihitung  berdasarkan persamaan

Nilai terbesar ada pada V2  sehingga alternatif A2 adalah alternatif yang terpilih sebagai alternatif  terbaik.  Dengan  kata  lain,  alternatif  A2 akan  terpilih  sebagai  lokasi  untuk mendirikan gudang baru. ( Kusumadewi, Hartati, Harjoko, dan Wardoyo, 2006: 79 )

Tentang Sistem Pendukung Keputusan Dengan Metode AHP

1. Pengertian Sistem Pendukung Keputusan

     Konsep Sistem Pendukung Keputusan (SPK) / Decision Support Sistem (DSS) pertama kali diungkapkanpada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management Decision Sistem. Sistem tersebut adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur.Istilah SPK mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan.

Beberapa Definisi Lain dari Sistem Penunjang Keputusan

a.  Little (1970)

     Sistem pendukung keputusan adalah sebuah himpunan/kumpulan prosedur berbasis model untuk memproses data dan pertimbangan untuk membantu manajemen dalam pembuatan keputusannya.

b. Hick (1993)

    Sistem pendukung keputusan sebagai sekumpulan tools komputer yang terintegrasi yang mengijinkan seorang decision maker untuk berinteraksi langsung dengan komputer untuk menciptakan informasi yang berguna dalam membuat keputusan semi terstruktur dan keputusan tak terstruktur yang tidak terantisipasi.

2.Macam – Macam Metode Sisem Penunjang Keputusan

1. Metode Sistem pakar
2. Metode Regresi linier
3. Metode B/C Ratio
4. Metode AHP
5. Metode IRR
6. Metode NPV
7. Metode FMADM
8. Metode SAW

3.Pengertian Metode AHP

   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. AHP merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas L. Saaty. Model pendukung keputusan ini akan menguraikan masalah multi faktor atau multi kriteria yang kompleks menjadi suatu hirarki, menurut Saaty (1993), hirarki didefinisikan sebagai suatu representasi dari sebuah permasalahan yang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke bawah hingga level terakhir dari alternatif. Dengan hirarki, suatu masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akan tampak lebih terstruktur dan sistematis.

AHP sering digunakan sebagai metode pemecahan masalah dibanding dengan metode yang lain karena alasan-alasan sebagai berikut :

1. Struktur yang berhirarki, sebagai konsekuesi dari kriteria yang dipilih, sampai pada subkriteria yang paling dalam.
2. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh pengambil keputusan.
3. Memperhitungkan daya tahan output analisis sensitivitas pengambilan keputusan.

4.Prinsip Dasar dan Aksioma AHP

AHP didasarkan atas 3 prinsip dasar yaitu:

1. Dekomposisi

    Dengan 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 penilaian/pertimbangan (comparative judgments).

    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 Prioritas

    Sintesa 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.

5.Kelebihan dan Kekurangan dalam Metode AHP

Kelebihan

1. Kesatuan (Unity). AHP membuat permasalahan yang luas dan tidak terstruktur menjadi suatu model yang fleksibel dan mudah dipahami.
2. Kompleksitas (Complexity). AHP memecahkan permasalahan yang kompleks melalui pendekatan sistem dan pengintegrasian secara deduktif.
3. Saling ketergantungan (Inter Dependence). AHP dapat digunakan pada elemen-elemen sistem yang saling bebas dan tidak memerlukan hubungan linier.
4. Struktur Hirarki (Hierarchy Structuring). AHP mewakili pemikiran alamiah yang cenderung mengelompokkan elemen sistem ke level-level yang berbeda dari masing-masing level berisi elemen yang serupa.
5. Pengukuran (Measurement).AHP menyediakan skala pengukuran dan metode untuk mendapatkan prioritas.
6. Konsistensi (Consistency).AHP mempertimbangkan konsistensi logis dalam penilaian yang digunakan untuk menentukan prioritas.
7. Sintesis (Synthesis).AHP mengarah pada perkiraan keseluruhan mengenai seberapa diinginkannya masing-masing alternatif.
8.  Trade Off.AHP mempertimbangkan prioritas relatif faktor-faktor pada sistem sehingga orang mampu memilih altenatif terbaik berdasarkan tujuan mereka.
9. Penilaian dan Konsensus (Judgement and Consensus).AHP tidak mengharuskan adanya suatu konsensus, tapi menggabungkan hasil penilaian yang berbeda.
10. Pengulangan Proses (Process Repetition).AHP mampu membuat orang menyaring definisi dari suatu permasalahan dan mengembangkan penilaian serta pengertian mereka melalui proses pengulangan.

Metode “pairwise comparison” AHP mempunyai kemampuan untuk memecahkan masalah yang diteliti multi obyek dan multi kriteria yang berdasar pada perbandingan preferensi dari tiap elemen dalam hierarki. Jadi model ini merupakan model yang komperehensif. Pembuat keputusan menetukan pilihan atas pasangan perbandingan yang sederhana, membengun semua prioritas untuk urutan alternatif. “ Pairwaise comparison” AHP mwenggunakan data yang ada bersifat kualitatif berdasarkan pada persepsi, pengalaman, intuisi sehigga dirasakan dan diamati, namun kelengkapan data numerik tidak menunjang untuk memodelkan secara kuantitatif.

Konsep dasar AHP adalah penggunaan matriks pairwise comparison (matriks perbandingan berpasangan) untuk menghasilkan bobot relative antar kriteria maupun alternative. Suatu kriteria akan dibandingkan dengan kriteria lainnya dalam hal seberapa penting terhadap pencapaian tujuan di atasnya (Saaty, 1986).

Tingkat Kepentingan	Definisi	Keterangan
1	Sama Pentingnya	Kedua elemen mempunyai pengaruh yang sama
3	Sedikit lebih penting	Pengalaman dan penilaian sangat memihak satu elemen dibandingkan dengan pasangannya
5	Lebih Penting	Satu elemen sangat disukai dan secara praktis dominasinya sangat nyata, dibandingkan dengan elemen pasangannya.
7	Sangat Penting	Satu elemen terbukti sangat disukai dan secara praktis dominasinya sangat nyata, dibandingkan dengan elemen pasangannya.
9	Mutlak lebih penting	Satu elemen terbukti mutlak lebih disukai dibandingkan dengan pasangannya, pada keyakinan tertinggi.
2,4,6,8	Nilai Tengah	Diberikan bila terdapat keraguan penilaian di antara dua tingkat kepentingan yang berdekatan.

Skala dasar perbandingan berpasangan

(Sumber : Saaty, 1986)

Penilaian dalam membandingkan antara satu kriteria dengan kriteria yang lain adalah bebas satu sama lain, dan hal ini dapat mengarah pada ketidak konsistensian. Saaty (1990) telah membuktikan bahwa indeks konsistensi dari matrikber ordo n dapat diperoleh dengan rumus :

CI = (λmaks-n)/(n-1)…………………………………………… (1)

Dimana :

CI = Indeks Konsistensi (Consistency Index)

λmaks = Nilai eigen terbesar dari matrik berordo n

Nilai eigen terbesar didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan eigen vector. Batas ketidak konsistensian di ukur dengan menggunakan rasio konsistensi (CR), yakni perbandingan indeks konsistensi (CI) dengan nilai pembangkit random (RI). Nilai ini bergantung pada ordo matrik n.

Rasio konsistensi dapat dirumuskan :

CR = CI/RI……………………………………………………… (2)

Bila nilai CR lebih kecil dari 10%, ketidak konsistensian pendapat masih dianggap dapat diterima.

n	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
RI	0,00	0,00	0,58	0,90	1,12	1,24	1,32	1.41	1,45	1,49	1,51	1,48	1,56	1,57	1,59

Daftar Indeks random konsistensi (RI)

2.5.2.Kelemahan

1. Ketergantungan model AHP pada input utamanya.

Input utama ini berupa persepsi seorang ahli sehingga dalam hal ini melibatkan subyektifitas sang ahli selain itu juga model menjadi tidak berarti jika ahli tersebut memberikan penilaian yang keliru.

6.Tahapan Dalam Metode AHP

Langkah-langkah AHP

Dalam metode AHP dilakukan langkah-langkah sebagai berikut (Kadarsyah Suryadi dan Ali Ramdhani, 1998) :

1. Metode AHP ini hanya metode matematis tanpa ada pengujian secara statistik sehingga tidak ada batas kepercayaan dari kebenaran model yang terbentuk

2. Mendefinisikan masalah dan menentukan solusi yang diinginkan.Dalam tahap ini kita berusaha menentukan masalah yang akan kita pecahkan secara jelas, detail dan mudah dipahami. Dari masalah yang ada kita coba tentukan solusi yang mungkin cocok bagi masalah tersebut. Solusi dari masalah mungkin berjumlah lebih dari satu. Solusi tersebut nantinya kita kembangkan lebih lanjut dalam tahap berikutnya.
3. Membuat matrik perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh setiap elemen terhadap tujuan atau kriteria yang setingkat di atasnya.Matriks yang digunakan bersifat sederhana, memiliki kedudukan kuat untuk kerangka konsistensi, mendapatkan informasi lain yang mungkin dibutuhkan dengan semua perbandingan yang mungkin dan mampu menganalisis kepekaan prioritas secara keseluruhan untuk perubahan pertimbangan. Pendekatan dengan matriks mencerminkan aspek ganda dalam prioritas yaitu mendominasi dan didominasi. Perbandingan dilakukan berdasarkan judgment dari pengambil keputusan dengan menilai tingkat kepentingan suatu elemen dibandingkan elemen lainnya. Untuk memulai proses perbandingan berpasangan dipilih sebuah kriteria dari level paling atas hirarki misalnya K dan kemudian dari level di bawahnya diambil elemen yang akan dibandingkan misalnya E1,E2,E3,E4,E5. Lisensi
4. Melakukan Mendefinisikan perbandingan berpasangan sehingga diperoleh jumlah penilaian seluruhnya sebanyak n x [(n-1)/2] buah, dengan n adalah banyaknya elemen yang dibandingkan.Hasil perbandingan dari masing-masing elemen akan berupa angka dari 1 sampai 9 yang menunjukkan perbandingan tingkat kepentingan suatu elemen. Apabila suatu elemen dalam matriks dibandingkan dengan dirinya sendiri maka hasil perbandingan diberi nilai 1. Skala 9 telah terbukti dapat diterima dan bisa membedakan intensitas antar elemen. Hasil perbandingan tersebut diisikan pada sel yang bersesuaian dengan elemen yang dibandingkan. Skala perbandingan perbandingan berpasangan dan maknanya yang diperkenalkan oleh Saaty bisa dilihat di bawah. Intensitas Kepentingan 1 = Kedua elemen sama pentingnya, Dua elemen mempunyai pengaruh yang sama besar 3 = Elemen yang satu sedikit lebih penting daripada elemen yanga lainnya, Pengalaman dan penilaian sedikit menyokong satu elemen dibandingkan elemen yang lainnya 5 = Elemen yang satu lebih penting daripada yang lainnya, Pengalaman dan penilaian sangat kuat menyokong satu elemen dibandingkan elemen yang lainnya 7 = Satu elemen jelas lebih mutlak penting daripada elemen lainnya, Satu elemen yang kuat disokong dan dominan terlihat dalam praktek. 9 = Satu elemen mutlak penting daripada elemen lainnya, Bukti yang mendukung elemen yang satu terhadap elemen lain memeliki tingkat penegasan tertinggi yang mungkin menguatkan. 2,4,6,8 = Nilai-nilai antara dua nilai pertimbangan-pertimbangan yang berdekatan, Nilai ini diberikan bila ada dua kompromi di antara 2 pilihan Kebalikan = Jika untuk aktivitas i mendapat satu angka dibanding dengan aktivitas j , maka j mempunyai nilai kebalikannya dibanding dengan i
5. Menghitung nilai eigen dan menguji konsistensinya.Jika tidak konsisten maka pengambilan data diulangi.
6. Mengulangi langkah 3,4, dan 5 untuk seluruh tingkat hirarki.
7. Menghitung vektor eigen dari setiap matriks perbandingan berpasanganyang merupakan bobot setiap elemen untuk penentuan prioritas elemen-elemen pada tingkat hirarki terendah sampai mencapai tujuan. Penghitungan dilakukan lewat cara menjumlahkan nilai setiap kolom dari matriks, membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks, dan menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan rata-rata.
8. Memeriksa konsistensi hirarki.Yang diukur dalam AHP adalah rasio konsistensi dengan melihat index konsistensi. Konsistensi yang diharapkan adalah yang mendekati sempurna agar menghasilkan keputusan yang mendekati valid. Walaupun sulit untuk mencapai yang sempurna, rasio konsistensi diharapkan kurang dari atau sama dengan 10%.
9. Membuat struktur hierarki yang diawali dengan tujuan utama. Setelah menyusun tujuan utama sebagai level teratas akan disusun level hirarki yang berada di bawahnya yaitu kriteria-kriteria yang cocok untuk mempertimbangkan atau menilai alternatif yang kita berikan dan menentukan alternatif tersebut. Tiap kriteria mempunyai intensitas yang berbeda-beda. Hirarki dilanjutkan dengan subkriteria (jika mungkin diperlukan).

Sedangkan langkah-langkah “pairwise comparison” AHP adalah

1.       Pengambilan data dari obyek yang diteliti.

2.       Menghitung data dari bobot perbandingan berpasangan responden dengan metode “pairwise comparison” AHP berdasar hasil kuisioner.

3.       Menghitung rata-rata rasio konsistensi dari masing-masing responden.

4.       Pengolahan dengan metode “pairwise comparison” AHP.

5.      Setelah dilakukan pengolahan tersebut, maka dapat disimpulkan adanya konsitensi   dengan tidak, bila data tidak konsisten maka diulangi lagi dengan pengambilan data seperti semula, namun bila sebaliknya maka digolongkan data terbobot yang selanjutnya dapat dicari nilai beta

7. Aplikasi PHP

Beberapa contoh aplikasi AHP adalah sebagai berikut:

1. Membuat suatu set alternatif;

2. Perencanaan

3. Menentukan prioritas;

4. Memilih kebijakan terbaik setelah menemukan satu set alternatif;

5. Alokasi sumber daya

Contoh Kasus

Menentukan prioritas dalam pemilihan mahasiswa terbaik

Langkah Penyelesaian :

1. Tetapkan permasalahan, kriteria dan sub kriteria (jika ada), dan alternative pilihan.

a. Permasalahan : Menentukan prioritas mahasiswa terbaik.

b. Kriteria : IPK, Nilai TOEFL, Jabatan Organisasi,

c. Subkriteria : IPK (Sangat baik : 3,5-4,00; Baik : 3,00-3,49; Cukup : 2,75-2,99)

TOEFL(Sangat baik : 506-600; Baik : 501-505 ; Cukup : 450 – 500)

Jabatan Organisasi (Ketua, Kordinator, Anggota)

CAT : Jumah kriteria dan sub kriteria, minimal 3. Karena jika hanya dua maka akan berpengaruh terhadap nilai CR (lihat tabel daftar rasio indeks konsistensi/RI)

2. Membentuk matrik Pairwise Comparison,kriteria. Terlebih dahulu melakukan penilaian perbandingan dari kriteria.(Perbandingan ditentukan dengan mengamati kebijakan yang dianut oleh penilai) adalah :

a. Kriteria IPK 4 kali lebih penting dari jabatan organisasi, dan 3 kali lebih penting dari TOEFL.

b. Kriteria TOEFL 2 kali lebih penting dari jabatan organisasi.

CAT : Terjadi 3 kali perbandingan terhadap 3 kriteria (IPK->jabatan, IPK->TOEFL, Jabatan->TOEFL). Jika ada 4 kriteria maka akan terjadi 6 kali perbandingan. Untuk memahaminya silahkan coba buat perbandingan terhadap 4 kriteria.

Sehingga matrik matrik Pairwise Comparison untuk kriteria adalah :

	IPK	TOEFL	Jabatan
IPK	1	3	4
TOEFL	1/3	1	2
Jabatan	1/4	1/2	1

Cara mendapatkan nilai-nilai di atas adalah :

Perbandingan di atas adalah dengan membandingkan kolom yang terletak paling kiri dengan setiap kolom ke dua, ketiga dan keempat.

	Perbandingan terhadap dirinya sendiri, akan menghasilkan nilai 1. Sehingga nilai satu akan tampil secara diagonal. (IPK terhadap IPK, TOEFL terhadap TOEFL dan Jabatan terhadap ajabatan)
	Perbandingan kolom kiri dengan kolom-kolom selanjutnya. Misalkan nilai 3, didapatkan dari perbandingan IPK yang 3 kali lebih penting dari TOEFL (lihat nilai perbandingan di atas)
	Perbandingan kolom kiri dengan kolom-kolom selanjutnya. Misalkan nilai ¼ didapatkan dari perbandingan Jabatan dengan IPK (ingat, IPK 4 kali lebih penting dari jabatan sehingga nilai jabatan adalah ¼ dari IPK)

3. Menentukan rangking kriteria dalam bentuk vector prioritas (disebut juga eigen vector ternormalisasi).

a. Ubah matriks Pairwise Comparison ke bentuk desimal dan jumlahkan tiap kolom tersebut.

	IPK	TOEFL	Jabatan
IPK	1,000	3,000	Elemen Kolom 4,000
TOEFL	0,333	1,000	2,000
Jabatan	0,250	0,500	1,000
JUMLAH	1,583	4,500	7,000

b. Bagi elemen-elemen tiap kolom dengan jumah kolom yang bersangkutan.

	IPK	TOEFL	Jabatan
IPK	0,632	0,667	0,571
TOEFL	0,211	0,222	0,286
Jabatan	0,158	0,111	0,143

Contoh : Nilai 0,632 adalah hasil dari pembagian antara nilai 1,000/1,583 dst.

c. Hitung Eigen Vektor normalisasi dengan cara : jumlahkan tiap baris kemudian dibagi dengan jumlah kriteria. Jumlah kriteria dalam kasus ini adalah 3.

	IPK	TOEFL	Jabatan	Jumlah Baris	Eigen Vektor Normalisasi
IPK	0,632	0,667	0,571	1,870	0,623
TOEFL	0,211	0,222	0,286	0,718	0,239
Jabatan	0,158	0,111	0,143	0,412	0,137

- Nilai 1,870 adalah hasil dari penjumlahan 0,632+0,667+0,571

- Nilai 0,623 adalah hasil dari 1,870/3.

- Dst

d. Menghitung rasio konsistensi untuk mengetahui apakah penilaian perbandingan kriteria bersifat konsisten.

- Menentukan nilai Eigen Maksimum (λmaks).

Λmaks diperoleh dengan menjumlahkan hasil perkalian jumlah kolom matrik Pairwise Comparison ke bentuk desimal dengan vector eigen normalisasi.

Λmaks = (1,583 x 0,623 )+(4,500 x 0,239)+(7,000 x 0,137) = 3,025

- Menghitung Indeks Konsistensi (CI)

CI = (λmaks-n)/n-1 = 0,013

- Rasio Konsistensi =CI/RI, nilai RI untuk n = 3 adalah 0,58 (lihatDaftar Indeks random konsistensi (RI))

CR = CI/RI = 0,013/0,58 = 0,022

Karena CR < 0,100 berari preferensi pembobotan adalah konsisten

4. Untuk matrik Pairwise Comparison sub kriteria, saya asumsikan memiliki nilai yang sama dengan matrik Pairwise Comparison kriteria. Anda bisa mencoba merubah nilai pembobotan jika ingin lebih memahami pembentukan matrik ini.

a. Sub kriteria IPK

	Sangat Baik	Baik	Cukup	Jumlah Baris	Eigen Vektor Normalisasi
Sangat Baik	0,632	0,667	0,571	1,870	0,623
Baik	0,211	0,222	0,286	0,718	0,239
Cukup	0,158	0,111	0,143	0,412	0,137

b. Sub Kriteria TOEFL

	Sangat Baik	Baik	Cukup	Jumlah Baris	Eigen Vektor Normalisasi
Sangat Baik	0,632	0,667	0,571	1,870	0,623
Baik	0,211	0,222	0,286	0,718	0,239
Cukup	0,158	0,111	0,143	0,412	0,137

c. Sub Kriteria Jabatan Organisasi

	Ketua	Koordinator	Anggota	Jumlah Baris	Eigen Vektor Normalisasi
Ketua	0,632	0,667	0,571	1,870	0,623
Koordinator	0,211	0,222	0,286	0,718	0,239
Anggota	0,158	0,111	0,143	0,412	0,137

5. Terakhir adalah menentukan rangking dari alternatif dengan cara menghitung eigen vector untuk tiap kirteria dan sub kriteria.

	IPK	TOEFL	Jabatan Organisasi	HASIL
Ifan	1	3	3	0,440
Rudy	3	3	1	0,204
Anton	1	2	2	0,479

- Nilai bobot diperoleh dari kondisi yang dimiliki oleh alternatif. Contoh pada Ifan, yang memiliki IPK 3,86 (sangat baik), maka diberikan bobot 1 (2 untuk baik dan 3 untuk cukup). Ifan memiliki nilai TOEFL 470 (cukup), sehingga diberikan bobot 3 dan jabatan organisasi adalah anggota dengan bobot 3 (1 untuk ketua dan 2 untuk koordinator).

- Hasil diperoleh dari perkalian nilai vector kriteria dengan vector sub kriteria. Dan setiap hasil perkalian kriteria dan subkriteria masing-masing kolom dijumlahkan. Contoh Ifan, pada kolom IPK (eigen vector : 0,623) dikalikan dengan sub kriteria IPK yaitu sangat baik (eigen vector : 0,623).dst

(IPK x Sangat Baik + TOEFL x Sangat Baik + Jabatan Organisasi x Anggota) = 0,440

Dari hasil di atas, Anton memiliki nilai paling tinggi sehingga layak menjadi mahasiswa terbaik..

Metode AHP bisa digunakan untuk menentukan segala kasus yang membutuhkan output berupa prioritas dari hasil perangkingan. Syarat kriteria yang digunakan adalah data yang “seimbang” (misal data mahasiswa Kampus XYZ bisa dibandingkan dengan kampus ABC, tidak bisa dibandnigkan dengan sekolah XXX).