BAB II LANDASAN TEORI
|
|
- Herman Budiono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB II LANDASAN TEORI 2.1 Analytic Hierarchy Process (AHP) Kegunaan Analytic Hierarchy Process (AHP) AHP banyak digunakan untuk pengambilan keputusan dalam menyelesaikan masalah-masalah dalam hal perencanaan, penentuan alternatif, penyusunan prioritas, pemilihan kebijakan, alokasi sumber daya, penentuan kebutuhan, peramalan hasil, perencanaan hasil, perencanaan sistem, pengukuran performansi, optimasi dan pemecahan konflik. (Saaty, 1991) Kelebihan dari metode AHP dalam pengambilan keputusan adalah: 1) Dapat menyelesaikan permasalahan yang kompleks, dan strukturnya tidak beraturan, bahkan permasalahannya yang tidak terstruktur sama sekali. 2) Kurang lengkapnya data tertulis atau data kuantitatif mengenai permasalahan tidak mempengaruhi kelancaran proses pengambilan keputusan karena penilaian merupakan sintesis pemikiran berbagai sudut pandang responden. 3) Sesuai dengan kemampuan dasar manusia dalam menilai suatu hal sehingga memudahkan penilaian dan pengukuran elemen. 4) Metode dilengkapi dengan pengujian konsistensi sehingga dapat memberikan jaminan keputusan yang diambil. Disamping kelebihan-kelebihan di atas terdapat pula beberapa kesulitan dalam menerapkan metode AHP ini. Apabila kesulitan-kesulitan tersebut tidak dapat diatasi, maka dapat menjadi kelemahan dari metode AHP dalam pengambilan keputusan : a) AHP tidak dapat diterapkan pada suatu perbedaan sudut pandang yang sangat tajam/ekstrim di kalangan responden. b) Responden yang dilibatkan harus memiliki pengetahuan dan pengalaman yang cukup tentang permasalahan serta metode AHP. II-1
2 2.1.2 Prinsip Pokok Analytic Hierarchy Process (AHP) Pengambilan keputusan dalam metodologi AHP didasarkan atas tiga prinsip dasar (Saaty, 1994), yaitu: i. Penyusunan Hirarki Penyusunan hirarki permasalahan merupakan langkah untuk mendefinisikan masalah yang rumit dan kompleks, sehingga menjadi jelas dan rinci. Keputusan yang akan diambil ditetapkan sebagai tujuan, yang dijabarkan menjadi elemen-elemen yang lebih rinci hingga mencapai suatu tahapan yang paling operasional/terukur. Hirarki tersebut memudahkan pengambil keputusan untuk memvisualisasikan permasalahan dan faktorfaktor terkendali dari permasalahan tersebut. Hirarki keputusan disusun berdasarkan pandangan dari pihak-pihak yang memiliki keahlian dan pengetahuan di bidang yang bersangkutan. ii. Penentuan Prioritas Prioritas dari elemen-elemen pada hirarki dapat dipandang sebagai bobot/kontribusi elemen tersebut terhadap tujuan yang ingin dicapai dalam pengambilan keputusan. Metode AHP berdasarkan pada kemampuan dasar manusia untuk memanfaatkan informasi dan pengalamannya untuk memperkirakan pentingnya satu hal dibandingkan dengan hal lain secara relatif melalui proses membandingkan hal-hal berpasangan. Proses inilah yang disebut dengan metode perbandingan berpasangan (pairwise comparison) untuk menganalisis prioritas elemen-elemen dalam hiaraki. Prioritas ditentukan berdasarkan pandangan dan penilaian para ahli dan pihak-pihak yang berkepentingan terhadap pengambilan keputusan, baik dengan diskusi atau kuesioner. iii. Konsistensi Logika Prinsip pokok yang menentukan kesesuaian antara definisi konseptual dengan operasional data dan proses pengambilan keputusan adalah konsistensi jawaban dari para responden. Konsistensi tersebut tercermin dari penilaian elemen dari perbandingan berpasangan. Dalam menggunakan ketiga prinsip tersebut, AHP menyatukan dua aspek pengambilan keputusan, yaitu: II-2
3 a) Secara kualitatif AHP mendefinisikan permasalahan dan penilaian untuk mendapatkan solusi permasalahan. b) Secara kuantitatif AHP melakukan perbandingan secara numerik dan penilaian untuk mendapatkan solusi permasalahan Langkah dan Prosedur Analytic Hierarchy Process (AHP) A. Penyusunan Struktur Hirarki Masalah Hirarki masalah disusun untuk membantu proses pengambilan keputusan dengan memperhatikan seluruh elemen keputusan yang terlibat dalam sistem. Sebagian besar masalah menjadi sulit untuk diselesaikan karena proses pemecahannya dilakukan tanpa memandang masalah sebagai suatu sistem dengan suatu struktur tertentu. Pada tingkat tertinggi dari hirarki, dinyatakan tujuan, sasaran dari sistem yang dicari solusi masalahnya. Tingkat berikutnya merupakan penjabaran dari tujuan tersebut. Suatu hirarki dalam Metode AHP merupakan penjabaran elemen yang tersusun dalam beberapa tingkat, dengan setiap tingkat mencakup beberapa elemen homogen. Sebuah elemen menjadi kriteria dan patokan bagi elemen-elemen yang berada di bawahnya. Untuk memastikan bahwa kriteria-kriteria yang dibentuk sesuai dengan tujuan permasalahan, maka kriteria-kriteria tersebut harus memiliki sifat-sifat berikut: a) Minimum Jumlah kriteria diusahakan optimal untuk memudahkan analisis. b) Independen Setiap kriteria tidak saling tumpang tindih dan harus dihindarkan pengulangan kriteria untuk suatu maksud yang sama. c) Lengkap Kriteria harus mencakup seluruh aspek penting dalam permasalahan. d) Operasional Kriteria harus dapat diukur dan dianalisis, baik secara kuantitatif maupun kualitatif dan dapat dikomunikasikan. II-3
4 Dalam menyusun suatu hirarki tidak terdapat suatu pedoman tertentu yang harus diikuti. Hirarki tersebut tergantung pada kemampuan penyusun dalam memahami permasalahan. B. Penyusunan Prioritas 1. Relative Measurement Setiap elemen yang terdapat dalam hirarki harus diketahui bobot relatifnya satu sama lain. Tujuannya adalah untuk mengetahui tingkat kepentingan pihak-pihak yang berkepentingan dalam permasalahan terhadap kriteria dan struktur hirarki atau sistem secara keseluruhan. Yang pertama dilakukan dalam menentukan prioritas kriteria adalah menyusun perbandingan berpasangan, yaitu membandingkan dalam bentuk berpasangan seluruh kriteria untuk setiap sub sistem hirarki. Perbandingan tersebut kemudian ditransformasikan dalam bentuk matriks perbandingan berpasangan untuk analisis numerik. Misalkan terdapat suatu sub sistem hirarki dengan kriteria C dan sejumlah n alternatif dibawahnya, A i sampai An. Perbandingan antar alternatif untuk sub sistem hirarki itu dapat dibuat dalam bentuk matriks n x n, seperti pada Tabel 2.1 dibawah ini. Tabel 2.1 Matriks perbandingan berpasangan C A 1 A 2 A 3 A n A 1 a 11 a 12 a 13 a 1n A 2 a 21 a 22 a 23 a 2n A 3 a 31 a 32 a 33 a 3n.... A n a n1 a n2 a n3 a nn (Saaty, 1996) Nilai a 11 adalah nilai perbandingan elemen A 1 (baris) terhadap A 1 (kolom) yang menyatakan hubungan: II-4
5 a. Seberapa jauh tingkat kepentingan A 1 (baris) terhadap kriteria C dibandingkan dengan A 1 (kolom) atau b. Seberapa jauh dominasi A i (baris) terhadap A i (kolom) atau c. Seberapa banyak sifat kriteria C terdapat pada A 1 (baris) dibandingkan dengan A 1 (kolom). Nilai numerik yang dikenakan untuk seluruh perbandingan diperoleh dari skala perbandingan yang disebut Saaty pada Tabel 2.1 Apabila bobot kriteria A i adalah W i dan bobot elemen A j adalah W j maka skala dasar 1-9 yang disusun Saaty mewakili perbandingan (W i /W j )/1. Angka-angka absolut pada skala tersebut merupakan pendekatan yang amat baik terhadap perbandingan bobot elemen A 1 terhadap elemen A j. Tabel 2.2. Skala penilaian perbandingan Tingkat Kepentingan Definisi 1 Sama pentingnya 3 Sedikit lebih penting 5 Lebih penting 7 Sangat penting 9 Mutlak lebih penting 2,4,6,9 Nilai tengah A ji =1/a ij Kebalikan Keterangan Kedua elemen mempunyai pengaruh yang sama. Pengalaman dan penilaian sangat memihak satu elemen dibandingkan dengan pasangannya. Satu elemen sangat disukai dan secara praktis dominasinya sangat nyata, dibandingkan dengan elemen pasangannya. Satu elemen terbukti sangat disukai dan secara praktis dominasinya sangat nyata, dibandingkan dengan elemen pasangannya. Satu elemen terbukti mutlak lebih disukai dibandingkan dengan pasangannya, pada tingkat keyakinan tertinggi. Diberikan bila terdapat keraguan penilaian di antara dua tingkat kepentingan yang berdekatan. Diberikan apabila elemen pada kolom j lebih disukai dibandingkan pasangannya. (Saaty, 1996) II-5
6 Saaty menyusun angka-angka absolut sebagai skala penilaian berdasarkan kemampuan manusia untuk menilai secara kualitatif, yaitu melalui ungkapan sama, lemah, kuat, amat kuat, dan absolut atau ekstrim. i. Penilaian Perbandingan Multipartisipan Penilaian yang dilakukan oleh banyak partisipan akan menghasilkan pendapat yang berbeda satu sama lain. Analytic Hierarchy Process hanya memerlukan satu jawaban untuk matriks perbandingan. Jadi semua jawaban dari partisipan harus dirata-ratakan. Dalam hal ini Saaty memberikan metode perataan dengan rata-rata geometrik atau geometric mean. Rata-rata geometrik dipakai karena bilangan yang dirata-ratakan adalah deret bilangan yang sifatnya rasio dan dapat mengurangi gangguan yang ditimbulkan salah satu bilangan yang terlalu besar atau terlalu kecil (Brodjonegoro dan Utama, 1992). Teori rata-rata geometrik menyatakan bahwa jika terdapat n partisipan yang melakukan perbandingan berpasangan, maka terdapat n jawaban atau nilai numerik untuk setiap pasangan. Untuk mendapatkan nilai tertentu dari semua nilai tersebut, masing-masing nilai harus dikalikan satu sama lain kemudian hasil perkalian itu dipangkatkan dengan 1/n. Secara matematis dituliskan sebagai berikut : a ij = (z 1, z 2, z 3,..., z n ) 1/n dengan: a ij = Nilai rata-rata perbandingan berpasangan kriteria A i dengan A j partisipan untuk n Z i = Nilai perbandingan antara kriteria A i dengan A j untuk partisipan i, dengan i = 1, 2, 3,..., n. n = Jumlah partisipan ii. Eigenvalue dan Eigenvector Apabila seseorang yang sudah memasukkan persepsinya untuk setiap perbandingan antara kriteria-kriteria yang berada dalam satu level atau yang dapat diperbandingkan maka untuk mengetahui kriteria mana yang paling disukai atau II-6
7 paling penting, disusun sebuah matriks perbandingan. Bentuk matriks ini adalah simetris atau biasa disebut dengan matriks bujur sangkar. Apabila ada tiga kriteria yang dibandingkan dalam satu level matriks maka matriks yang terbentuk adalah matriks 3 x 3. Ciri utama dari matriks perbandingan yang dipakai model AHP adalah kriteria diagonalnya dari kiri atas ke kanan bawah adalah satu karena yang dibandingkan adalah dua kriteria yang sama. Selain itu, sesuai dengan sistematika berpikir otak manusia, matriks perbandingan yang dibentuk bersifat matriks resiprokal misalnya kriteria A lebih disukai dengan skala 3 dibandingkan kriteria B maka dengan sendirinya kriteria B lebih disukai dengan skala 1/3 dibandingkan A. Setelah matriks perbandingan untuk sekelompok kriteria telah selesai dibentuk maka langkah berikutnya adalah mengukur bobot prioritas setiap kriteria tersebut dengan dasar persepsi seorang ahli yang telah dimasukan dalam matriks tersebut. Hasil akhir perhitungan bobot prioritas tersebut merupakan suatu bilangan desimal di bawah satu dengan total prioritas untuk kriteria-kriteria dalam satu kelompok sama dengan satu. Dalam penghitungan bobot prioritas dipakai cara yang paling akurat untuk matriks perbandingan yaitu dengan operasi matematis berdasarkan operasi matriks dan vektor yang dikenal dengan nama Eigenvektor. Eigenvektor adalah sebuah vektor yang apabila dikalikan sebuah matriks hasilnya adalah vektor itu sendiri dikalikan dengan sebuah bilangan skalar atau parameter yang tidak lain adalah eigenvalue. Bentuk persamaannya sebagai berikut: Α. w =λ. w (2.1) Dengan w: eigenvector λ: eigenvalue A: Matriks bujursangkar Eigenvektor biasa disebut sebagai vektor karakteristik dari sebuah matriks bujursangkar sedangkan eigenvalue merupakan akar karakteristik dari matriks tersebut. Metode ini yang dipakai sebagai alat pengukur bobot prioritas setiap II-7
8 matriks perbandingan dalam model AHP karena sifatnya lebih akurat dan memperhatikan semua interaksi antar kriteria dalam matriks. Kelemahan metode ini adalah sulit dikerjakan secara manual terutama apabila matriksnya terdiri dari tiga kriteria atau lebih sehingga memerlukan bantuan program komputer untuk memecahkannya. (Saaty, 1994) iii. Konsistensi Salah satu asumsi utama model AHP yang membedakannya dengan modelmodel pengambilan keputusan lain adalah tidak adanya syarat konsistensi mutlak. Dengan model AHP yang memakai persepsi manusia sebagai inputnya maka ketidakkonsistenan mungkin terjadi karena manusia memiliki keterbatasan dalam menyatakan persepsinya secara konsisten terutama kalau harus membandingkan banyak kriteria. Berdasarkan kondisi ini maka manusia dapat menyatakan persepsinya dengan bebas tanpa ia harus berpikir apakah persepsinya tersebut akan konsisten nantinya atau tidak. Pengukuran konsistensi dari suatu matriks itu sendiri didasarkan atas eigenvalue maksimum. Dengan eigenvalue maksimum, inkonsistensi yang biasa dihasilkan matriks perbandingan dapat diminimumkan. Rumus dari indeks konsistensi adalah: CI = (λ maks n ) / (n 1).(2.2) Dengan CI: Indeks Konsistensi λ maks: eigenvalue maksimum n: Orde matriks Dengan merupakan eigenvalue dan n ukuran matriks. Eigenvalue maksimum suatu matriks tidak akan lebih kecil dari nilai n sehingga tidak mungkin ada nilai CI yang negatif. Makin dekat eigenvalue maksimum dengan besarnya matriks, makin konsisten matriks tersebut dan apabila sama besarnya maka matriks tersebut konsisten 100 % atau inkonsistensi 0%. Dalam pemakaian sehari-hari CI tersebut biasa disebut indeks inkonsistensi karena rumus (2.2) di atas memang lebih cocok untuk mengukur inkonsistensi suatu matriks. II-8
9 Indeks inkonsistensi di atas kemudian diubah ke dalam bentuk rasio inkonsistensi dengan cara membaginya dengan suatu indeks random. Indeks random menyatakan rata-rata konsistensi dari matriks perbandingan berukuran 1 sampai 10 yang didapatkan dari suatu eksperimen oleh Oak Ridge National Laboratory dan kemudian dilanjutkan oleh Wharton School. Tabel 2.3 Pembangkit random (RI) N RI CI CR = RI (Saaty, 1996) CR RI = Rasio Konsistensi = Indeks Random Selanjutnya konsistensi responden dalam mengisi kuesioner diukur. Pengukuran konsistensi ini dimaksudkan untuk melihat ketidak konsistenan respon yang diberikan responden. Saaty telah menyusun nilai CR (Consistency Ratio) yang diizinkan adalah CR < Absolute measurement Dalam pengukuran absolut, seorang pengambil keputusan mengevaluasi tiap alternative dengan cara memberikan penilaian langsung untuk tiap criteria. Kehadiran atau ketidak hadiran alternative lain baik relevan ataupun tidak relevan terhadap keputusan, tidak memberikan efek pada rangking alternatifnya. Jenis pengukuran ini juga sering disebut sebagai rating AHP. Skala yang digunakan dalam pengukuran ini adalah skala rating. Skala rating adalah skala yang mencoba untuk meng-kualitatif-kan data kuantitatif. Bobot dari skala yang akan digunakan diperoleh dengan cara membandingkan dominasi dari tiap skala. Penilaian ini dilakukan oleh pihak yang akan menggunakan skala tersebut. Skala yang biasa digunakan terdiri dari lima level, yakni: sangat tinggi, tinggi, sedang, rendah, dan sangat rendah. (Saaty, 1994) II-9
10 2.1.4 Kelebihan dan Kekurangan Analytic Hierarchy Process (AHP) AHP mempunyai kelebihan, yaitu : 1) Fleksibel - AHP dapat secara fleksibel digunakan untuk menyelesaikan beragam jenis masalah yang tidak terstruktur. 2) Mereduksi Komplektisitas - AHP menggabungkan pendekatan deduktif dan sistem untuk digunakan secara komperhensif dalam meninjau masalah yang kompleks. 3) Melihat Ketergantungan Elemen - AHP dapat menyelesaikan masalah dengan elemen-elemen yang saling bergantung. 4) Penyusunan Hierarki - AHP dapat meniru kemampuan manusia dalam menyusun struktur masalah ke dalam hierarki. 5) Pengukuran - AHP dapat menghasilkan skala pengukuran (bobot) untuk elemen-elemen kualitatif dan abstrak. 6) Konsistensi - AHP memberikan analisis konsistensi dalam penilaian kesesuaian data dan hierarki yang merupakan refleksi atas logika manusia. 7) Sintesis - AHP menghasilkan pertimbangan dan penilaian menyeluruh untuk setiap alternatif. Selain kelebihan, AHP juga mempunyai kekurangan, yaitu : 1) Membutuhkan partisipasi pihak yang benar-benar mengetahui permasalahan yang real yang ada, khususnya dalam membangun hierarki permasalahan. 2) Jika dalam pengambilan masalah multipartisipan terdapat perbedaan yang sangat ekstrim (dapat dilihat dari hasil analisis konsistensi), maka AHP tidak dapat langsung diterapkan dan perlu dilakukan suatu usaha untuk menyatukan pendapat/masalah. 3) AHP tidak dapat ditinjau dari segi statistik murni atau distribusi peluang karena pengambilan sampel tidak acak dan dapat dilakukan secara single partisipan maupun multipartisipan.(saaty, 1998) II-10
11 2.2 Analytic Network Process (ANP) Karakteristik Metode Analytic Network Process (ANP) Metode Analytic Network Process (ANP) merupakan pengembangan metode Analytical Hierarchy Process (AHP). Metode ANP mampu memperbaiki Kelemahan AHP berupa kemampuan mengakomodasi keterkaitan antar kriteria atau alternatif. Keterkaitan pada metode ANP ada 2 jenis yaitu keterkaitan dalam satu set elemen (inner dependence) dan keterkaitan antar elemen yang berbeda (outer dependence). Adanya keterkaitan tersebut menyebabkan metode ANP lebih kompleks disbandingmetode AHP (Saaty, 1998). Pembobotan dengan ANP membutuhkan model yang merepresentasikan saling keterkaitan antar kriteria dan subkriteria yang dimilikinya. Ada 2 kontrol yang perlu diperhatikan didalam memodelkan sistem yang hendak diketahui bobotnya. Kontrol pertama adalah kontrol hierarki yang menunjukkan keterkaitan kriteria dan sub kriterianya. Pada kontrol ini tidak membutuhkan struktur hierarki seperti pada metode AHP. Kontrol lainnya adalah kontrol keterkaitan yang menunjukkan adanya saling keterkaitan antar kriteria atau cluster (Saaty, 1996). Analytic Network Process (ANP) merupakan teori pengukuran secara umum diterapkan pada dominasi pengaruh (Dominance of influence) di antara stakeholder atau alternative dalam hubungannya dengan atribut atau kriteria.dominasi merupakan konsep yang digunakan dalam membuat sesuatu perbandingan diantara elemen-elemen yang berhubungan dengan atribut yang dimiliki atau pemenuhan terhadap suatu kriteria. Suatu elemen dikatakan melakukan dominasi terhadap elemen yang lain, apabila elemen tersebut lebih penting, lebih disukai ataupun lebih mungkin terjadi (Saaty, 2001). Metode ini merupakan pengembangan dari metode AHP, yaitu memungkinkan adanya dependensi baik antar kriteria maupun alternatif yang tidak ada pada metode AHP. Dengan umpan balik (feedback), semua alternatif bisa tergantung pada kriteria, maupun saling bergantung diantara alternatif tersebut. II-11
12 2.2.2 Prinsip Dasar Metode Analytic Network Process (ANP) Pengambilan keputusan dengan menggunakan metode ANP didasarkan atas beberapa prinsip dasar yaitu (Yurdakul, Mustafa, 2002). 1. Struktur masalah berbentuk jaringan. Struktur masalah dalam ANP tidak harus memiliki struktur linier dari atas ke bawah seperti halnya hirarki, tetapi lebih mirip dengan suatu jaringan, dengan siklus hubungan dari klaster-klasternya. Perbandingan struktur hirarki dan jaringan diperlihatkan dalam gambar berikut : Jaringan Linear Jaringan Non Linear Gambar 2.1 Perbedaan Struktur Jaringan Linear dan Non Linear (Saaty, 1996) Dari gambar di atas nampak perbedaan struktur yang terjadi antara model jaringan linier (hirarki) dan jaringan non linier. Model hirarki hanya memiliki hubungan ketergantungan fungsional satu arah, yaitu ketergantungan komponen (level) bagian bawah terhadap komponen (level) pada bagian atasnya. Model jaringan mampu mengakomodasi ketergantungan fungsional timbal balik (dua arah), yaitu hubungan saling tergantungan antara komponen (level) atas dan bawah. 2. Penentuan bobot elemen terhadap komponen acuan Penentuan bobot dilakukan dengan menggunakan matrik perbandingan berpasangan. Dengan matrik perbandingan ini akan diperoleh bobot perbandingan antar elemen di dalam suatu komponen (level) terhadap elemen yang menjadi acuan penilaian. Seperti dengan menggunakan metode AHP, dengan matrik perbandingan ini dapat dilacak konsistensi penilaian dari seorang pengguna. Untuk mendapatkan urutan prioritas antar elemen dari suatu komponen (level) maka nilai dari matrik II-12
13 perbandingan tersebut dicari nilai eigen vektornya. Untuk selanjutnya nilai eigen vektor di masukan ke dalam supermatrik. Jika dari supermatrik ini dikalikan matrik itu sendiri (dipangkatkan) hingga diperoleh bobot yang stabil maka akan diperoleh matrik Steady state, dimana nilai dari masingmasing elemen tersebut menunjukkan bobot prioritas yang telah mengakomodasi semua interaksi antar komponen (level) Langkah-Langkah dalam Metode Analytic Network Process (ANP) Berikut ini adalah langkah-langkah pembuatan ANP menurut Saaty (Saaty, 1999): i. Langkah 1: Konstruksi model dan strukturisasi masalah Tujuan utamanya adalah untuk mengidentifikasi alternatif yang akan menjadi paling signifikan dalam pengambilan keputusan. Untuk lebih jelasnya urutan pengembangan model dapat diuraikan sebagai berikut (Sarkis, Joseph, 2003) : a. Menguraikan elemen - elemen dari suatu masalah (sistem). Prinsip penguraian dan pendefinisian elemen sama dengan AHP yaitu minimum, lengkap dan operasional. b. Pembentukan komponen (level). Jika terdapat elemen-elemen yang memiliki kualitas setara dikelompokan ke dalam suatu komponen (level atau klaster) yang sama. ii. Langkah 2: Matriks perbandingan berpasangan yang menunjukkan keterkaitan. Dalam ANP pendekatan dalam pengambilan keputusan tetap didasarkan kepada keputusan untuk mendapatkan prioritas sebagaimana halnya metode AHP. Sekelompok pakar mengembangkan skala yang dapat menggambarkan suatu proses keputusan sehingga dapat menghasilkan keputusan yang paling baik. Saaty (1980) menetapkan skala kuantitatif 1 sampai dengan 9 untuk menilai perbandingan tingkat kepentingan suatu elemen terhadap elemen lainnya (Saaty, 1996). II-13
14 Tabel 2.4 Pedoman Pemberian Nilai dalam Perbandingan Berpasangan Kepentingan Definisi Penjelasan 1 Kedua Kriteria Sama Penting Kedua kriteria memiliki pengaruh yang sama 3 Kriteria yang satu sedikit lebih penting Penilaian sedikit lebih memihak pada salah satu kriteria di banding pasangannya ,4,6,8 Kriteria yang satu lebih penting dari pada yang lainnya Kriteria yang satu jelas sangat penting dari pada kriteria yang lainnya Kriteria yang satu mutlak sangat penting dari pada kriteria yang lainnya Nilai tengah diantara dua pertimbangan yang berdekatan Penilaian sangat memihak pada salah satu kriteria di banding pasangannya Salah satu kriteria sangat berpengaruh dan dominasinya tampak secara nyata. Bukti bahwa salah satu kriteria sangat penting daripada pasangannya adalah sangat jelas Nilai ini diberikan jika terdapat keraguan diantara kedua penilaian yang berdekatan Kebalikan Jika kriteria X mempunyai salah satu nilai di atas pada saat dibandingkan dengan kriteria Y maka kriteria y mempunyai nilai kebalikan bila dibandingkan dengan kriteria X. (Saaty, 1996) Skor 1 Menunjukkan dua pilihan mempunyai kepentingan yang sama atau tidalk ada perbedaan dan skor 9 menunjukkan dominansi yang besar sekali dari suatu komponen yang dipertimbangkan (komponen baris) terhadap komponen pembanding(komponen kolom). Jika suatu komponen mempunyai tingkat pengaruh yang lemah, rentang skor berkisar dari 1 sampai 1/9 (satu persembilan), dimana 1 menunjukkan tidak ada perbedaan dan 1/9 menunjukkan dominansi yang kuat dari elemen kolom terhadap elemen baris. Ketika penilaian skor dilakukan untuk suatu pasangan, suatu nilai kebalikan secara otomatis merupakan perbandingan kebalikan didalam matrik. Urutan pembentukan matrik perbandingan berpasangan diuraikan sebagai berikut (Saaty, 1996): 1. Membandingkan seluruh elemen untuk setiap level dalam bentuk berpasangan. Perbandingan tersebut ditransformasikan ke dalam bentuk matriks. II-14
15 2. Perbandingan dilakukan berdasarkan "judgment" dari para pakar pihak-pihak atau yang berkepentingan terhadap pengambilan keputusan. 3. dilakukan secara langsung (dengan diskusi) atau dengan kuesioner jumlah judgment seluruhnya berjumlah sebanyak n x.[ n I ] / 2, n adalah banyaknya elemen yang dibandingkan. Tabel 2.5 Matriks Perbandingan Berpasangan C A 1 A 2 A 3 A n A 1 a 11 a 12 a 13 a 1n A 2 a 21 a 22 a 23 a 2n A 3 a 31 a 32 a 33 a 3n.... A n a n1 a n2 a n3 a nn (Saaty, 1996) Matriks di atas adalah matriks perbandingan berpasangan. Matriks tersebut dihasilkan dari perbandingan antar elemen terhadap kriteria tertentu (dalam hal ini C ). Nilai aij adalah nilai perbandingan elemen Ai terhadap elemen Aj yang menyatakan hubungan : a. Seberapa jauh tingkat kepentingan Ai bila dibandingkan dengan Aj, atau b. Seberapa banyak kontribusi Ai terhadap kriteria C dibandingkan Aj, atau c. Seberapa banyak sifat kriteria C terdapat pada Ai dibandingkan Aj atau d. Seberapa jauh dominasi Ai dibandingkan Aj Bila diketahui nilai aij maka secara teoritis nilai aij = l/au' Sedangkan nilai aij dalam situasi i =j adalah mutak 1. Nilai numerik yang dikenakan untuk perbandingan di atas diperoleh dari skala perbandingan yang dibuat oleh Saaty. II-15
16 iii. Langkah 3: Perhitungan bobot elemen Bobot yang dicari dinyatakan dalam vektor W = [WI, W2, W3,...,Wn]. Nilai Wn menyatakan bobot relatif kriteria An terhadap keseluruhan set kriteria pada sub sistem tersebut. Pada situasi penilaian yang sempurna (teoritis) maka didapatkan hubungan : aik =aij. ajk untuk semua i, j, k...(2.1) Matriks yang diperoleh adalah matriks yang konsisten. Dengan demikian nilai perbandingan yang didapatkan dari partisipan berdasarkan tabel, yaitu aij dapat dinyatakan di dalam vektor W sebagai : aij = wi / wj i,j = 1,2,3,..., n...(2.2) Dari persamaan diatas dapat dibuat persamaan berikut : aij.wj /wi=l, i = 1, 2, 3, n...(2.3) n j= 1 n j= 1 aij.wj /wi=n i = 1, 2, 3, n...(2.4) aij.wj=nwi i = 1, 2, 3, n...(2.5) Yang dinyatakan dengan : AW = nw Dalam teori matriks rumus di atas adalah persamaan karakteristik dengan W merupakan Eigen vector dari matriks A dengan nilai eigen sebesar n. Bila ditulis secara lengkap maka persamaan tersebut akan terlihat seperti pada persamaan berikut : II-16
17 Pada umumnya ada beberapa nilai eigenvector yang bersesuaian yang memenuhi persamaan di atas. Variabel n pada persamaan di atas dapat digantikan dengan sebuah vektor A.,sebagai berikut : AW = λw...(2.6) Dimana λ = (λ1, λ2,..., λn) Setiap λ.yang memenuhi persamaan di atas dinamakan sebagai eigen value, sedangkan vektor yang memenuhi persamaan 2.30 tersebut dinamakan sebagai eigenvector. Bila matriks A diketahui dan ingin diperoleh nilai W, maka dapat diselesaikan melalui persamaan berikut: [A-nI]W = 0...(2.7) Persamaan ini dapat menghasilkan solusi yang tidak nol (jika dan hanya jika) n merupakan eigenvalue dari A dan W adalah eigen vectornya. Setelah eigenvalue matriks perbandingan A tersebut diperoleh. misalnya: λ1. A2, λn dan berdasarkan matriks A yang mempunyai keunikan yaitu aij= 1. dcngan 1=1. 2,..., n, maka: n i= 1 λi = n...(2.8) Di sini semua eigenvalue bernilai nol. kecuali satu yang tidak no1 yaitu eigenvalue maksimum. Kemudian jika penilaian yang dilakukan konsisten akan diperolch eigenvalue maksimum dari A yang bernilai n. Untuk mendapatkan W, maka dapat dilakukan dengan mensubtitusikan harga eigenvalue maksimum pada persamaan : AW = λmaks W,...(2.9) selanjutnya persamaan tersebut dapat diubah menjadi : A λmaks 1 W = 0 untuk memperoleh harga nol maka yang harus dilakukan adalah : A λmaks I = 0 Berdasarkan persamaan dapat diperoleh harga λmaks dengan memasukkan persamaan λmaks dan ditambah dengan persamaan II-17
18 n i= 1 W 1 2 = 1, maka akan diperoleh bobot masing-masing elemen operasi Wi, dengan i=l, 2,..., n) yang merupakan eigenvector yang berkesesuaian dengan eigenvalue maksimum iv. Langkah 4: Perhitungan rasio konsistensi Tingkat ketidak konsistenan pada respon di sebut dengan rasio ketidak konsistenan (CI) yang perhitungannya adalah sebagai berikut: dimana : λmaks = eigenvalue maksimum n = ukuran matriks CI = indeks konsistensi Berdasarkan perhitungan Saaty dengan menggunakan 500 sampel. Jugment matriks diambil secara acak dari skala, 1/9. l/8,..., 1, 2, 9 akan diperoleh rata-rata konsistensi untuk matriks dengan ukuran yang berbeda, sebagai berikut: Tabel 2.6 Nilai Indeks Random Ukuran Matriks 1, Indeks Random (Saaty, 1996) Perbandingan antara CI dan RI untuk suatu matriks didefinisikan sebagai rasio konsistensi (CR) CR = RI / CI...(2.11) Vektor hasil perhitungan diterima jika CR sekitar 0,1 atau kurang (0,2 bisa ditoleransi, tetapi tidak lebih). Jika CR tidak kurang dari 0,1 masalah dipelajari lagi dan dilakukan penilaian ulang. v. Langkah 4: Pembentukan super matriks dan analisis Super matriks berisikan submatriks yang terdiri atas hubungan-hubungan antara dua II-18
19 tingkat pada model grafis. Misalkan suatu sistem dengan N buah klaster atau komponen komponen dimana elemen-elemen dalam setiap komponen berinteraksi atau memiliki dampak atau dipengaruhi oleh beberapa atau seluruh elemen dari komponen atau komponen lainnya dengan respek pada adanya property governing (adanya dominasi). Asumsikan bahwa komponen k, dinyatakan dengan Ck, k=l,...,n dengan nk elemen, yang dinyatakan dengan Ck1, Ck2,...,Ckn sebagaimana diperlihatkan dalam supermatrik pada tabel. Tabel 2.6 Tabel Super Matriks Supermatrik ini terbagi atas beberapa submatrik, dimana setiap blok submatrik berisi eigenvector-eigenvector dari matrik perbandingan berpasangan (eigenvector-eigenvector hasil matrik perbandingan berpasangan antar kriteria atau alternatif) yang terbentuk pada tahap sebelumnya, atau merupakan submatrik-submatrik nol (elemen-elemen dalam submatrik seluruh bernilai nol). Supermatrik yang terbentuk tersebut merupakan supermatrik yang belum diberikan bobot (unweighed supermatrix). Di dalam superrnatrik ini dimungkinkan adanya perhitungan setiap efek saling mempengaruhi yang terjadi antar elemen-elemen ANP. Dalam supermatrik ini, vektor-vektor bobot perbandingan antar kriteria diperlihatkan secara jelas sebagai kolom-kolom di dalam supermatrik yang merepresentasikan dampak dari elemen-elemen di dalam suatu komponen terhadap elemen dalam komponen lainnya atau terhadap elemen dalam komponen itu sendiri vi. Langkah 5: Memilih alternatif terbaik II-19
20 2.2.4 Kelebihan dan Kekurangan Analytic Network Process (ANP) ANP merupakan suatu pendekatan pengambilan keputusan multi atribut yang berdasarkan pada alasan, pengetahuan, dan pengalaman ahli-ahli dalam bidangnya. Beberapa kelebihan ANP adalah (Saaty, 1996) : a) ANP merupakan teknik komprehensif yang memungkinkan memasukkan semua kriteria yang relevan, baik tangible maupun intagible, yang sering terdapat dalam proses pengambilan keputusan. b) Model AHP merupakan suatu kerangka kerja pengambilan keputusan yang mengasumsikan hubungan hirarki banyak arah (uni-directional hierarchical relationship) antar level-level keputusan, sedangkan ANP memungkinkan adanya hubungan yang lebih kompleks antar level dan atribut keputusan, tanpa membutuhkan struktur hirarki yang kaku. c) Dalam masalah-masalah pangambilan keputusan, sangat penting untuk mempertimbangkan hubungan ketergantungan antar kriteria karena adanya karakteristik ketergantungan dalam masalah kehidupan nyata. Metodologi ANP memasukkan pertimbangan ketergantungan antara dan antar level dari kriteria dan dengan demikian merupakan alat pengambilan keputusan multikriteria yang aktraktif. Hal ini membuat ANP lebih baik dari AHP yang gagal untuk memasukkan ketergantungan antar enabler, kriteria dan sub kriteria. d) Metodologi ANP bermanfaat dalam mempertimbangkan karakteristik kualitatif maupun kuantitatif yang memang seharusnya dipertimbangkan, dengan juga mempertimbangkan hubungan ketergantungan non linear antar attribut. e) ANP secara unik menyediakan skor sintesis, yang menjadi indikator rangking relatif dari alternatif-alternatif yang tersedia bagi pengambil keputusan. II-20
21 Kekurangan ANP (Saaty, 1996) : a) Identifikasi atribut-atribut yang relevan dari masalah dan menentukan kepentingan relatifnya dalam proses pengambilan keputusan membutuhkan diskusi dan brainstorming yang dalam. Disamping itu, pencarian data untuk metodologi ANP merupakan proses intensif yang membutuhkan waktu lama. b) ANP membutuhkan perhitungan dan matrik-matrik perbandingan berpasangan tambahan yang lebih banyak disamping proses AHP. Dengan demikian diperlukan alur yang teliti dari matrik dan perbandingan berpasangan atribut. c) Perbandingan berpasangan atribut bersifat subyektif sehingga akurasi hasil tergantung pada pengetahuan keahlian pemakai dalam bidangnya. II-21
Pengambilan Keputusan Manajerial
MODUL PERKULIAHAN Pengambilan Keputusan Manajerial Modul Final Semester Fakultas Ekonomi dan Bisnis Program Studi Manajemen Tatap Muka 09 Kode MK MK Disusun Oleh, ST, MBA Abstract Kompetensi Mampu mengidentifikasi
Lebih terperinciBAB II LANDASAN TEORI. pengambilan keputusan baik yang maha penting maupun yang sepele.
BAB II LANDASAN TEORI 2.1 Manusia dan Pengambilan Keputusan Setiap detik, setiap saat, manusia selalu dihadapkan dengan masalah pengambilan keputusan baik yang maha penting maupun yang sepele. Bagaimanapun
Lebih terperinciBAB III TEORI HIERARKI ANALITIK. Proses Hierarki Analitik (PHA) atau Analytical Hierarchy Process (AHP)
BAB III TEORI HIERARKI ANALITIK 3.1 Pengertian Proses Hierarki Analitik Proses Hierarki Analitik (PHA) atau Analytical Hierarchy Process (AHP) pertama kali dikembangkan oleh Thomas Lorie Saaty dari Wharton
Lebih terperinciBAB 2 LANDASAN TEORI
19 BAB 2 LANDASAN TEORI 2.1 Analytic Hierarchy Process (AHP) Metode Analytic Hierarchy Process (AHP) dikembangkan oleh Thomas L. Saaty pada tahun 70 an ketika di Warston school. Metode AHP merupakan salah
Lebih terperinciMATERI PRAKTIKUM. Praktikum 1 Analytic Hierarchy Proses (AHP)
Praktikum 1 Analytic Hierarchy Proses (AHP) Definisi AHP (Analytic Hierarchy Process) merupakan suatu model pengambil keputusan yang dikembangkan oleh Thomas L. Saaty yang menguraikan masalah multifaktor
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Analytic Hierarchy Process (AHP) Sumber kerumitan masalah keputusan bukan hanya dikarenakan faktor ketidakpasatian atau ketidaksempurnaan informasi saja. Namun masih terdapat penyebab
Lebih terperinciBAB III METODE FUZZY ANP DAN TOPSIS
BAB III METODE FUZZY ANP DAN TOPSIS 3.1 Penggunaan Konsep Fuzzy Apabila skala penilaian menggunakan variabel linguistik maka harus dilakukan proses pengubahan variabel linguistik ke dalam bilangan fuzzy.
Lebih terperinciBAB II TINJAUAN PUSTAKA. artian yang lebih spesifik yakni pihak ketiga dalam supply chain istilah dalam
BAB II TINJAUAN PUSTAKA 2.1. Vendor Dalam arti harfiahnya, vendor adalah penjual. Namun vendor memiliki artian yang lebih spesifik yakni pihak ketiga dalam supply chain istilah dalam industri yang menghubungkan
Lebih terperinciMATERI PRAKTIKUM. Praktikum 1 Analytic Hierarchy Proses (AHP)
Praktikum 1 Analytic Hierarchy Proses (AHP) Definisi AHP (Analytic Hierarchy Process) merupakan suatu model pengambil keputusan yang dikembangkan oleh Thomas L. Saaty yang menguraikan masalah multifaktor
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. MCDM (Multiple Criteria Decision Making) Multi-Criteria Decision Making (MCDM) adalah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif
Lebih terperinciBAB 2 LANDASAN TEORI Analytial Hierarchy Process (AHP) Pengertian Analytical Hierarchy Process (AHP)
BAB 2 LANDASAN TEORI 2 1 Analytial Hierarchy Process (AHP) 2 1 1 Pengertian Analytical Hierarchy Process (AHP) Metode AHP merupakan salah satu metode pengambilan keputusan yang menggunakan faktor-faktor
Lebih terperinciPENERAPAN METODE ANP DALAM MELAKUKAN PENILAIAN KINERJA KEPALA BAGIAN PRODUKSI (STUDI KASUS : PT. MAS PUTIH BELITUNG)
PENERAPAN METODE ANP DALAM MELAKUKAN PENILAIAN KINERJA KEPALA BAGIAN PRODUKSI (STUDI KASUS : PT. MAS PUTIH BELITUNG) Frans Ikorasaki 1 1,2 Sistem Informasi, Tehnik dan Ilmu Komputer, Universitas Potensi
Lebih terperinciBAB 3 METODE PENELITIAN
56 BAB 3 METODE PENELITIAN 3.1 PENDAHULUAN Pada bab ini akan dipaparkan mengenai perancangan penelitian yang digunakan untuk mencapai tujuan dalam penulisan ini. Penelitian ini memiliki 2 (dua) tujuan,
Lebih terperinciAnalytic Hierarchy Process
Analytic Hierarchy Process Entin Martiana INTRO Metode AHP dikembangkan oleh Saaty dan dipergunakan untuk menyelesaikan permasalahan yang komplek dimana data dan informasi statistik dari masalah yang dihadapi
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Jenis penelitian yang digunakan dalam penulisan skripsi ini adalah penelitian deskriptif. Penelitian deskriptif adalah penelitian yang tujuannya untuk menyajikan
Lebih terperinciANALYTIC NETWORK PROCESS (ANP)
Jurnal DINAMIKA TEKNIK, Vol 8 No 2 Juli 2014, h.1 10 ISSN: 1412-3339 ANALYTIC NETWORK PROCESS (ANP) Antoni Yohanes Program Studi Teknik Industri Universitas Stikubank Semarang, Jawa Tengah, Indonesia antonijohanes@gmail.com
Lebih terperinciBAB III ANP DAN TOPSIS
BAB III ANP DAN TOPSIS 3.1 Analytic Network Process (ANP) Analytic Network Process atau ANP adalah teori matematis yang memungkinkan seorang pengambil keputusan menghadapi faktor-faktor yang saling berhubungan
Lebih terperinciBAB III METODE PENELITIAN
11 BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian Penerapan Sistem Manajemen Kesehatan dan Keselamatan Kerja (SMK3) ini dilaksanakan di PT. Suka Jaya Makmur, Kalimantan Barat pada
Lebih terperinciMETODE PENELITIAN. San Diego Hills. Visi dan Misi. Identifikasi gambaran umum perusahaan dan pasar sasaran
24 III. METODE PENELITIAN 3.1. Kerangka Pemikiran San Diego Hills Visi dan Misi Identifikasi gambaran umum perusahaan dan pasar sasaran Bauran Pemasaran Perusahaan: 1. Produk 2. Harga 3. Lokasi 4. Promosi
Lebih terperinciBab II Analytic Hierarchy Process
Bab II Analytic Hierarchy Process 2.1. Pengertian Analytic Hierarchy Process (AHP) Metode AHP merupakan salah satu metode pengambilan keputusan yang menggunakan faktor-faktor logika, intuisi, pengalaman,
Lebih terperinciANALISIS LOKASI CABANG TERBAIK MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS
ANALISIS LOKASI CABANG TERBAIK MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS Muhammad Yusuf Teknik Industri, Institut Sains & Teknologi AKPRIND Email : yusuf@akprind.ac.id ABSTRAK Pemilihan lokasi yang
Lebih terperinciANALISIS DATA Metode Pembobotan AHP
ANALISIS DATA Data yang diperoleh dari hasil wawancara dengan konsumen dan pakar serta tinjauan langsung ke lapangan, dianalisa menggunakan metode yang berbeda-beda sesuai kebutuhan dan kepentingannya.
Lebih terperinciIII. METODE PENELITIAN
22 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Sektor pertanian memiliki peran penting dalam pembangunana nasional. Sayuran adalah salah satu komoditas pertanian yang memiliki potensi pengembangan pasar
Lebih terperinciPENENTUAN KOMODITAS UNGGULAN PERTANIAN DENGAN METODE ANALY TICAL HIERARCHY P ROCESS (AHP) Jefri Leo, Ester Nababan, Parapat Gultom
Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 213-224. PENENTUAN KOMODITAS UNGGULAN PERTANIAN DENGAN METODE ANALY TICAL HIERARCHY P ROCESS (AHP) Jefri Leo, Ester Nababan, Parapat Gultom
Lebih terperinciPengenalan Metode AHP ( Analytical Hierarchy Process )
Pengenalan Metode AHP ( Analytical Hierarchy Process ) A. Pengertian AHP ( Analitycal Hierarchy Process ) AHP merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas L. Saaty. Model pendukung
Lebih terperinciANALYTICAL HIERARCHY PROCESS (AHP) Amalia, ST, MT
ANALYTICAL HIERARCHY PROCESS (AHP) Amalia, ST, MT Multi-Attribute Decision Making (MADM) Permasalahan untuk pencarian terhadap solusi terbaik dari sejumlah alternatif dapat dilakukan dengan beberapa teknik,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Dalam bab ini akan dibahas beberapa teori yang mendukung terhadap studi kasus yang akan dilakukan seperti: Strategic Planning Decision Support System (DSS) Evaluasi Supplier 2.1 Strategic
Lebih terperinciBAB III MENENTUKAN PRIORITAS DALAM AHP. Wharton School of Business University of Pennsylvania pada sekitar tahun 1970-an
BAB III MENENTUKAN PRIORITAS DALAM AHP Pada bab ini dibahas mengenai AHP yang dikembangkan oleh Thomas L Saaty di Wharton School of Business University of Pennsylvania pada sekitar tahun 970-an dan baru
Lebih terperinciBAB II. KAJIAN PUSTAKA. perumahan yang terletak di jalan Kedungwringin Patikraja, Griya Satria Bukit
BAB II. KAJIAN PUSTAKA A. PERUMAHAN Perumahan adalah kelompok rumah yang berfungsi sebagai lingkungan tempat tinggal atau lingkungan hunian yang dilengkapi dengan prasarana dan sarana lingkungan(basri,
Lebih terperinciAPLIKASI AHP UNTUK PENILAIAN KINERJA DOSEN
Indriyati APLIKASI AHP UNTUK PENILAIAN KINERJA DOSEN Indriyati Program Studi Teknik Informatika Jurusan Matematika FSM Universitas Diponegoro Abstrak Dalam era globalisasi dunia pendidikan memegang peranan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ini menjelaskan mengenai metode Analytic Hierarchy Process (AHP) sebagai metode yang digunakan untuk memilih obat terbaik dalam penelitian ini. Disini juga dijelaskan prosedur
Lebih terperinciMATERI PRAKTIKUM. Praktikum 2 Analytical Network Process (ANP)
Praktikum 2 Analytical Network Process (ANP) Definisi Analyitical Network Process (ANP) Analytical Network Process (ANP) adalah teori matematis yang memungkinkan seorang pegambil keputusan menghadapi faktor-faktor
Lebih terperinciSistem Penunjang Keputusan Penetapan Dosen Pembimbing dan Penguji Skipsi Dengan Menggunakan Metode AHP
Sistem Penunjang Keputusan Penetapan Dosen Pembimbing dan Penguji Skipsi Dengan Menggunakan Metode AHP A Yani Ranius Universitas Bina Darama, Jl. A. Yani No 12 Palembang, ay_ranius@yahoo.com ABSTRAK Sistem
Lebih terperinciBAB II LANDASAN TEORI. negara, atau instansi. Sedangkan transportasi adalah pengangkutan atau
BAB II LANDASAN TEORI 2.1. Konsep Jasa Transportasi (Angkutan) Jasa memiliki arti perbuatan yang berguna dan bernilai bagi orang lain, negara, atau instansi. Sedangkan transportasi adalah pengangkutan
Lebih terperinciBAB II LANDASAN TEORI. Teori keputusan adalah suatu pendekatan analitik untuk memilih alternatif
BAB II LANDASAN TEORI 2.1. Pengambilan Keputusan 2.1.1. Teori Keputusan Teori keputusan adalah suatu pendekatan analitik untuk memilih alternatif terbaik dari suatu keputusan. Teori keputusan bertujuan
Lebih terperinciBAB IV METODE PENELITIAN. keripik pisang Kondang Jaya binaan koperasi BMT Al-Ikhlaas. yang terletak di
135 BAB IV METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian merupakan studi kasus yang dilakukan pada suatu usaha kecil keripik pisang Kondang Jaya binaan koperasi BMT Al-Ikhlaas. yang terletak
Lebih terperinciPengertian Metode AHP
Pengertian Metode AHP Metode AHP dikembangkan oleh Thomas L. Saaty, seorang ahli matematika. Metode ini adalah sebuah kerangka untuk mengambil keputusan dengan efektif atas persoalan yang kompleks dengan
Lebih terperinciPEMILIHAN SUPPLIER BAHAN BAKU DENGAN MENGGUNAKAN METODA ANALYTICAL HIERARCHY PROCESS (AHP) (STUDI KASUS DI PT. EWINDO BANDUNG)
PEMILIHAN SUPPLIER BAHAN BAKU DENGAN MENGGUNAKAN METODA ANALYTICAL HIERARCHY PROCESS (AHP) (STUDI KASUS DI PT. EWINDO BANDUNG) Hendang Setyo Rukmi Hari Adianto Dhevi Avianti Teknik Industri Institut Teknologi
Lebih terperinciPENERAPAN ANALYTICAL HIERARCHY PROCESS (AHP) GUNA PEMILIHAN DESAIN PRODUK KURSI SANTAI
PENERAPAN ANALYTICAL HIERARCHY PROCESS (AHP) GUNA PEMILIHAN DESAIN PRODUK KURSI SANTAI Dwi Nurul Izzhati Fakultas Teknik, Universitas Dian Nuswantoro, Semarang 50131 E-mail : dwinurul@dosen.dinus.ac.id
Lebih terperinciPEMILIHAN LOKASI PERGURUAN TINGGI SWASTA DI JAWA BARAT BERDASARKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Oleh : RATNA IMANIRA SOFIANI, SSi
PEMILIHAN LOKASI PERGURUAN TINGGI SWASTA DI JAWA BARAT BERDASARKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Oleh : RATNA IMANIRA SOFIANI, SSi ABSTRAK Tulisan ini memaparkan tentang penerapan Analitycal
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Konseptual PT Saung Mirwan melihat bahwa sayuran Edamame merupakan salah satu sayuran yang memiliki prospek yang cerah. Peluang pasar luar dan dalam negeri
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENEMPATAN CALON PEGAWAI DI PT. HOLI PHARMA MENGGUNAKAN METODE AHP DAN ANP
SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN CALON PEGAWAI DI PT. HOLI PHARMA MENGGUNAKAN METODE AHP DAN ANP Ega Agustri M. Manik 1, Gunawan Abdillah 2,Agus Komaruddin 3 Program Studi Informatika, Fakultas Matematika
Lebih terperinciIII. METODE PENELITIAN
25 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Kerangka pemikiran merupakan miniatur keseluruhan dari proses penelitian. Kerangka pemikiran akan memberikan arah yang dapat dijadikan pedoman bagi para
Lebih terperinciBAB II LANDASAN TEORI. pertama adalah pendekatan yang menekankan pada prosedur dan yang kedua. menekankan pada komponen atau elemennya.
BAB II LANDASAN TEORI 2.1. Sistem Pendukung Keputusan Sistem dapat didefinisikan menurut dua pendekatan yang berbeda. Yang pertama adalah pendekatan yang menekankan pada prosedur dan yang kedua menekankan
Lebih terperinciKuliah 11. Metode Analytical Hierarchy Process. Dielaborasi dari materi kuliah Sofian Effendi. Sofian Effendi dan Marlan Hutahaean 30/05/2016
1 Kuliah 11 Metode Analytical Hierarchy Process Dielaborasi dari materi kuliah Sofian Effendi METODE AHP 2 Metode Analytical Hierarchy Process (AHP) dan Analytical Network Process (ANP) dapat digunakan
Lebih terperinciBAB II LANDASAN TEORI
7 BAB II LANDASAN TEORI 2.1. Kajian Literatur Berikut adalah beberapa penelitian serupa mengenai kualitas yang telah dilakukan dilakukan sebelumnya, yaitu: 1. Harwati (2013), yaitu: Model Pengukuran Kinerja
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Penelitian Terkait Menurut penelitian terdahulu yang dilakukan oleh Dita Monita seorang mahasiswa program studi teknik informatika dari STMIK Budi Darma Medan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Multiple Attribute Decision Making (MADM) Multiple Attribute Decision Making (MADM) adalah studi tentang identifikasi dan pemilihan alternatif berdasarkan nilai-nilai dan preferensi
Lebih terperinciANALISIS PENENTUAN RATING RISIKO PROYEK PT. XYZ METODE ANALYTICAL HIERARCHY PROSES (AHP)
ANALISIS PENENTUAN RATING RISIKO PROYEK PT. XYZ METODE ANALYTICAL HIERARCHY PROSES (AHP) Hadi Setiawan 1, Shanti Kirana Anggraeni 2, dan Fitri Purnamasari 3 Jurusan Teknik Industri, Fakultas Teknik Universitas
Lebih terperinciINTRO Metode AHP dikembangkan oleh Saaty dan dipergunakan untuk menyelesaikan permasalahan yang komplek dimana data dan informasi statistik dari masal
METODE AHP INTRO Metode AHP dikembangkan oleh Saaty dan dipergunakan untuk menyelesaikan permasalahan yang komplek dimana data dan informasi statistik dari masalah yang dihadapi sangat sedikit. Intro analytical
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENEMPATAN POSISI IDEAL PEMAIN DALAM STRATEGI FORMASI SEPAK BOLA
SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN POSISI IDEAL PEMAIN DALAM STRATEGI FORMASI SEPAK BOLA Ian Febianto Jurusan Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonrsia Jl.
Lebih terperinciAPLIKASI ANALYTICAL HIERARCHY PROCESS (AHP) PADA PEMILIHAN SOFTWARE MANAJEMEN PROYEK
APLIKASI ANALYTICAL HIERARCHY PROCESS (AHP) PADA PEMILIHAN SOFTWARE MANAJEMEN PROYEK Siti Komsiyah Mathematics Department, School of Computer Science, Binus University Jl. K.H. Syahdan No. 9, Palmerah,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada dasarnya AHP adalah suatu teori umum tentang pengukuran yang digunakan untuk menemukan skala rasio baik dari perbandingan berpasangan yang diskrit maupun
Lebih terperinciBAB II TINJAUAN PUSTAKA. 2.1 Ekonomi dan Produk Domestik Regional Bruto. Istilah ekonomi berasal dari bahasa Yunani, terdiri atas kata oikos dan
BAB II TINJAUAN PUSTAKA 2. Ekonomi dan Produk Domestik Regional Bruto Istilah ekonomi berasal dari bahasa Yunani, terdiri atas kata oikos dan nomos. Oikos berarti rumah tangga, nomos berarti aturan. Sehingga
Lebih terperinciBAB III METODOLOGI. benar atau salah. Metode penelitian adalah teknik-teknik spesifik dalam
BAB III METODOLOGI Metodologi merupakan kumpulan prosedur atau metode yang digunakan untuk melakukan suatu penelitian. Menurut Mulyana (2001, p114), Metodologi diukur berdasarkan kemanfaatannya dan tidak
Lebih terperinciBAB III ANALISA DAN DESAIN SISTEM
BAB III ANALISA DAN DESAIN SISTEM III.1. Analisis Masalah Tujuan analisa sistem dalam pembangunan aplikasi sistem pendukung keputusan ini adalah untuk mendapatkan semua kebutuhan pengguna dan sistem, yaitu
Lebih terperinciPENERAPAN METODE ANALYTICAL HIERARCHICAL PROCESS (AHP) UNTUK PEMILIHAN DOSEN BERPRESTASI DI UNIVERSITAS MUHAMMADIYAH JEMBER
PENERAPAN METODE ANALYTICAL HIERARCHICAL PROCESS (AHP) UNTUK PEMILIHAN DOSEN BERPRESTASI DI UNIVERSITAS MUHAMMADIYAH JEMBER Wiwik Suharso Jurusan Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah
Lebih terperinciBAB IV METODE PENELITIAN. Penelitian dilaksanakan di KUB Hurip Mandiri Kecamatan Cisolok,
98 BAB IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian dilaksanakan di KUB Hurip Mandiri Kecamatan Cisolok, Kabupaten Sukabumi. Pemilihan lokasi dilakukan secara sengaja (purposive) dengan
Lebih terperinciBAB II TINJAUAN PUSTAKA. Ngatawi (2011) melakukan penelitian dengan judul Analisis Pemilihan Supplier
7 BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Penelitian Terdahulu Beberapa penelitian terdahulu yang berkaitan dengan pemilihan pemasok antara lain: Ngatawi (2011) melakukan penelitian dengan judul Analisis
Lebih terperinciBAB IV METODOLOGI PENGAMBILAN KEPUTUSAN
BAB IV METODOLOGI PENGAMBILAN KEPUTUSAN 4.1. Objek Pengambilan Keputusan Dalam bidang manajemen operasi, fleksibilitas manufaktur telah ditetapkan sebagai sebuah prioritas daya saing utama dalam sistem
Lebih terperinciRANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN MODEL ANALYTICAL HIERARCHY PROCESS UNTUK PEMBERIAN BONUS KARYAWAN
RANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN MODEL ANALYTICAL HIERARCHY PROCESS UNTUK PEMBERIAN BONUS KARYAWAN Yosep Agus Pranoto Jurusan Teknik Informatika, Fakultas Teknologi Industri
Lebih terperinciPEMILIHAN OBJEK WISATA DI SUMATERA UTARA DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)
PEMILIHAN OBJEK WISATA DI SUMATERA UTARA DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Dahriani Hakim Tanjung Sistem Informasi, Teknik dan Ilmu Kompuer, Universitas Potensi Utama JL. KL. Yos Sudarso
Lebih terperinciAnalytic Hierarchy Process (AHP)
Permasalahan pada AHP didekomposisikan ke dalam hirarki kriteria dan alternatif MASALAH KRITERIA- KRITERIA-2 KRITERIA-n KRITERIA-, KRITERIA-n, ALTERNATIF ALTERNATIF 2 ALTERNATIF m Saya ingin membeli HP
Lebih terperinciBAB 3 HASIL DAN PEMBAHASAN. 3.1 Penerapan AHP dalam Menentukan Prioritas Pengembangan Obyek Wisata Di Kabupaten Toba Samosir
29 BAB 3 HASIL DAN PEMBAHASAN 3.1 Penerapan AHP dalam Menentukan Prioritas Pengembangan Obyek Wisata Di Kabupaten Toba Samosir Penerapan AHP dalam menentukan prioritas pengembangan obyek wisata dilakukan
Lebih terperinciBAB 2 LANDASAN TEORI
20 BAB 2 LANDASAN TEORI Mengambil sebuah keputusan tidak pernah lepas dari kehidupan setiap orang, setiap detik dari hidupnya hampir selalu membuat keputusan dari keputusan yang sederhana hingga keputusan
Lebih terperinciANALISIS PENERAPAN METODE ANALITYCAL HIERARCHY PROCESS (AHP) UNTUK SELEKSI TENAGA KERJA (Studi Kasus PT. GE Lighting Indonesia Sleman Yogyakarta)
1 Makalah Penelitian Tugas Akhir 2015 MAKALAH PENELITIAN TUGAS AKHIR ANALISIS PENERAPAN METODE ANALITYCAL HIERARCHY PROCESS (AHP) UNTUK SELEKSI TENAGA KERJA (Studi Kasus PT. GE Lighting Indonesia Sleman
Lebih terperinciIV METODE PENELITIAN Metode Pengumpulan Data Metode pengumpulan data yang digunakan untuk memperkuat dan mendukung analisis penelitian adalah:
IV METODE PENELITIAN 4.1. Lokasi Penelitian Penelitian ini dilaksanakan di UPTD Balai Pengembangan Teknologi (BPT) Mekanisasi Pertanian Jawa Barat yang terletak di Jalan Darmaga Timur Bojongpicung, Cihea,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Analytical Hierarchy Process (AHP) Analytical Hierarchy Process (AHP) adalah salah satu metode dari Multi Criteria Decision Making (MCDM) yang dikembangkan oleh Prof. Thomas Lorie
Lebih terperinciPEMILIHAN SUPPLIER ALUMINIUM OLEH MAIN KONTRAKTOR DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS
PEMILIHAN SUPPLIER ALUMINIUM OLEH MAIN KONTRAKTOR DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS Mohamad Aulady 1) dan Yudha Pratama 2) 1,2) Program Studi Teknik Sipil FTSP ITATS Jl. Arief Rahman
Lebih terperinciANALISA FAKTOR PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI TINGKAT SARJANA MENGGUNAKAN METODE AHP (ANALITICAL HIRARKI PROCESS)
ANALISA FAKTOR PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI TINGKAT SARJANA MENGGUNAKAN METODE AHP (ANALITICAL HIRARKI PROCESS) M.Fajar Nurwildani Dosen Prodi Teknik Industri, Universitasa Pancasakti,
Lebih terperinciPemodelan Sistem Penunjang Keputusan (DSS) Dengan Analytic Hierarchical Proces (AHP).
Pemodelan Sistem Penunjang Keputusan (DSS) Dengan Analytic Hierarchical Proces (AHP). Pengembangan Pendekatan SPK Pengembangan SPK membutuhkan pendekatan yg unik. Pengembangan SPK Terdapat 3 (tiga) pendekatan
Lebih terperinciIII. METODE PENELITIAN. informasi dari kalangan aparat pemerintah dan orang yang berhubungan erat
III. METODE PENELITIAN A. Jenis dan Sumber Data Data-data yang digunakan untuk penelitian ini merupakan gabungan antara data primer dan data sekunder. Data primer mencakup hasil penggalian pendapat atau
Lebih terperinciMETODE ANALYTICAL HIERARCHY PROCESS DALAM PENGAMBILAN KEPUTUSAN PEMILIHAN GALANGAN KAPAL UNTUK PEMBANGUNAN KAPAL TANKER DI PULAU BATAM
METODE ANALYTICAL HIERARCHY PROCESS DALAM PENGAMBILAN KEPUTUSAN PEMILIHAN GALANGAN KAPAL UNTUK PEMBANGUNAN KAPAL TANKER DI PULAU BATAM Oleh : Yuniva Eka Nugroho 4209106015 Jurusan Teknik Sistem Perkapalan
Lebih terperinciPENDEKATAN ANALYTICAL HIERARCHY PROCESS (AHP) UNTUK PENENTUAN NILAI EKONOMI LAHAN
PENDEKATAN ANALYTICAL HIERARCHY PROCESS (AHP) UNTUK PENENTUAN NILAI EKONOMI LAHAN Vera Methalina Afma Dosen Tetap Prodi Teknik Industri, Fakultas Teknik Universitas Riau Kepulauan ABSTRAK Tanah atau lahan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMA BANTUAN LANGSUNG TUNAI DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCY PROCESS
SISTEM PENDUKUNG KEPUTUSAN PENERIMA BANTUAN LANGSUNG TUNAI DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCY PROCESS Dita Monita 0811118 Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan Jl.
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Pemilihan Supplier dan Kriteria Dalam industri manufaktur, pemilihan supplier akan memiliki dampak yang signifikan terhadap kinerja dari perusahaan (Herbon dkk,
Lebih terperinciANALISIS DAN IMPLEMENTASI PERANGKINGAN PEGAWAI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN SUPERIORITY INDEX
ANALISIS DAN IMPLEMENTASI PERANGKINGAN PEGAWAI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN SUPERIORITY INDEX Daniar Dwi Pratiwi 1, Erwin Budi Setiawan 2, Fhira Nhita 3 1,2,3 Prodi Ilmu Komputasi
Lebih terperinciANALISIS SISTEM PEMBAYARAN PERKULIAHAN DI UKRIDA MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)
Jurnal Teknik dan Ilmu Komputer ANALISIS SISTEM PEMBAYARAN PERKULIAHAN DI UKRIDA MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) AN ANALYSIS OF THE TUITION FEE PAYMENT SYSTEM IN UKRIDA USING ANALYTICAL
Lebih terperinciPenentuan Pemilihan Bentuk Outline Tugas Akhir Dengan Menggunakan Model Analytical Hierarchy Process (AHP)
Penentuan Pemilihan Bentuk Outline Tugas Akhir Dengan Menggunakan Model Analytical Hierarchy Process (AHP) Agung Baitul Hikmah 1, Herlan Sutisna 2 1 AMIK BSI Tasikmalaya e-mail: agung.abl@ac.id 2 Universitas
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini dilaksanakan di Kecamatan Cisarua Kabupaten Bogor mulai Desember 2010 Maret 2011. 3.2 Bahan dan Alat Bahan dan alat yang digunakan
Lebih terperinciJURNAL ILMIAH TEKNIK INDUSTRI
JURNAL ILMIAH TEKNIK INDUSTRI ANALISIS RISIKO PELAKSANAAN PEKERJAAN MENGGUNAKAN KONTRAK UNIT PRICE (Studi Kasus: Peningkatan dan Pelebaran Aset Infrastruktur Jalan Alai-By Pass Kota Padang Sebagai Jalur
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PENILAIAN PRESTASI KARYAWAN TERBAIK. Surmayanti, S.Kom, M.Kom
SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PENILAIAN PRESTASI KARYAWAN TERBAIK Surmayanti, S.Kom, M.Kom Email : surmayanti94@yahoo.co.id Dosen Tetap Universitas Putra Indonesia YPTK Padang Padang Sumatera
Lebih terperinciBAB III METODOLOGI PENELITIAN. pengelolaan pengadaan paprika, yaitu pelaku-pelaku dalam pengadaan paprika,
BAB III METODOLOGI PENELITIAN 3.1 Objek dan Tempat Penelitian Objek yang diteliti dalam penelitian ini antara lain adalah sistem pengelolaan pengadaan paprika, yaitu pelakupelaku dalam pengadaan paprika,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Pada dasarnya Sistem Pendukung Keputusan ini merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi yang dirancang sedemikian
Lebih terperinciANALISIS FAKTOR PEMILIHAN APLIKASI CHATTING PARA PENGGUNA SMARTPHONE ANDROID DENGAN MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS
ANALISIS FAKTOR PEMILIHAN APLIKASI CHATTING PARA PENGGUNA SMARTPHONE ANDROID DENGAN MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS Muhammad Choiru Zulfa Fakultas Sains dan Teknologi UNISNU Jepara zulfamc@gmail.com
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1. Kerangka Pemikiran Dalam penelitian mengenai strategi bauran pemasaran pertama kali peneliti akan mempelajari mengenai visi misi dan tujuan perusahaan, dimana perusahaan yang
Lebih terperinciBAB III METODE PENELITIAN. A. Lokasi Penelitian dan Fokus penelitian Penelitian ini dilakukan di Provinsi Jawa Timur tepatnya Kota
BAB III METODE PENELITIAN A. Lokasi Penelitian dan Fokus penelitian Penelitian ini dilakukan di Provinsi Jawa Timur tepatnya Kota Malang. Fokus penelitian ini meliputi Sub sektor apa saja yang dapat menjadi
Lebih terperinciBAB 2 TINJAUAN PUSTAKA Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan
22 BAB 2 TINJAUAN PUSTAKA 2.1. Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan 2.1.1. Definisi Sistem Sistem adalah kumpulan objek seperti orang, sumber daya, konsep dan prosedur yang dimaksudkan
Lebih terperinciSesi XIII AHP (Analytical Hierarchy Process)
Mata Kuliah :: Riset Operasi Kode MK : TKS 4019 Pengampu : Achfas Zacoeb Sesi XIII AHP (Analytical Hierarchy Process) e-mail : zacoeb@ub.ac.id www.zacoeb.lecture.ub.ac.id Hp. 081233978339 Pendahuluan AHP
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1. Penyusunan Hirarki Dari identifikasi dan subatribut yang dominan, dapat disusun struktur hirarki sebagai berikut: Gambar 4.1 Struktur Hirarki Penerima Beasiswa
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori 2.1.1 Sistem Pendukung Keputusan Pada dasarnya sistem pendukung keputusan merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi. Sistem
Lebih terperinciLampiran 1 - Analytic Hierarchy Process (AHP)
Lampiran 1 - Analytic Hierarchy Process (AHP) Penyusunan Hirarki Sebuah bagan alir yang dipergunakan dalam struktur pemecahan sebuah masalah terdiri dari tiga tingkatan yaitu hasil keputusan yang diperoleh
Lebih terperinciISSN VOL 15, NO 2, OKTOBER 2014
PENERAPAN METODE TOPSIS DAN AHP PADA SISTEM PENUNJANG KEPUTUSAN PENERIMAAN ANGGOTA BARU, STUDI KASUS: IKATAN MAHASISWA SISTEM INFORMASI STMIK MIKROSKIL MEDAN Gunawan 1, Fandi Halim 2, Wilson 3 Program
Lebih terperinciFasilitas Penempatan Vektor Eigen (yang dinormalkan ) Gaji 0,648 0,571 0,727 0,471 0,604 Jenjang 0,108 0,095 0,061 0,118 0,096
PENERAPAN ANALYTICAL HIERARCHY PROCESS (AHP) DALAM PEMILIHAN PERUSAHAAN BADAN USAHA MILIK NEGARA (BUMN) SEBAGAI TEMPAT KERJA MAHASISWA UNIVERSITAS SUMATERA UTARA (USU) 1. Permasalahan Pemilihan Perusahaan
Lebih terperinciProgram Studi Ilmu Komputer, Universitas Pendidikan Indonesia
Sistem Promosi Jabatan Karyawan dengan Metode Analytical Hierarchy Process (AHP) dan Multi-Attribute Utility Theory (MAUT) (Studi Kasus pada PT. Ginsa Inti Pratama) 1) Eka Andrita Gusdha M, 2) Asep Wahyudin,
Lebih terperinciSistem Pendukung Keputusan Penasehat Akademik (PA) untuk Mengurangi Angka Drop Out (DO) di STMIK Bina Sarana Global
Sistem Pendukung Keputusan Penasehat Akademik (PA) untuk Mengurangi Angka Drop Out (DO) di STMIK Bina Sarana Global Sri Subekti 1, Arni Retno Mariana 2, Andri Riswanda 3 1,2 Dosen STMIK Bina Sarana Global,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BONUS KARYAWAN MENGGUNAKAN METODE AHP SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BONUS KARYAWAN MENGGUNAKAN METODE AHP SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Teknik (S.Kom.) Pada Progam Studi Sistem Informasi
Lebih terperinci2 METODE PENELITIAN. Kerangka Pemikiran
di Kantor Arsip dan Perpustakaan Daerah Kota Surakarta meliputi: 1. Strategi Pemasaran (Relation Marketing) dilaksanakan dengan fokus terhadap pelayanan masyarakat pengguna, sosialisasi kepada masyarakat
Lebih terperinciMETODE PENELITIAN. Kata Kunci analytical hierarchy process, analytic network process, multi criteria decision making, zero one goal programming.
PENENTUAN MULTI CRITERIA DECISION MAKING DALAM OPTIMASI PEMILIHAN PELAKSANA PROYEK Chintya Ayu Puspaningtyas, Alvida Mustika Rukmi, dan Subchan Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode penelitian
BAB III METODE PENELITIAN 3.1 Metode Penelitian Sugiyono (008 : 3) mengemukakan secara umum penelitian diartikan sebagai cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu. Metode yang
Lebih terperinci