PENERAPAN FUZZY ANALYTICAL NETWORK PROCESS DALAM MENENTUKAN PRIORITAS PEMELIHARAAN JALAN

PENERAPAN FUZZY ANALYTICAL NETWORK PROCESS DALAM MENENTUKAN PRIORITAS PEMELIHARAAN JALAN Oleh : Manis Oktavia 1209 100 024 Dosen Pembimbing : Drs. I Gusti Ngurah Rai Usadha, M.Si Sidang Tugas Akhir - 2013

PENDAHULUAN TINJAUAN PUSTAKA METODE PENELITIAN ANALISIS DAN PEMBAHASAN KESIMPULAN DAFTAR PUSTAKA

PENDAHULUAN

Pendahuluan Pendahuluan Latar Belakang Masalah Kondisi jalan yang ada dalam keadaan kurang baik (rusak) Penanganan jalan berupa pemeliharaan jalan dan peningkatan jalan Dinas Pekerjaan Umum Bina Marga Bangkalan Terbatasnya anggaran Prioritas pemeliharaan jalan Penerapan Fuzzy Analytical Network Process (Fuzzy ANP)

Pendahuluan Rumusan Masalah Permasalahan yang dibahas dalam Tugas Akhir ini adalah Bagaimana menentukan prioritas pemeliharaan jalan di Bangkalan berdasarkan metode Fuzzy ANP?

Pendahuluan Batasan Masalah Batasan masalah yang digunakan dalam Tugas Akhir ini adalah 1. Data yang digunakan adalah data primer berupa hasil penilaian para ahli dan data sekunder berupa hasil survey jalan. 2. Kriteria dan subkriteria yang digunakan : Kondisi jalan : berlubang, ambles, retak, bergelombang, jembul, bahu jalan Volume lalu lintas : truk ringan, truk sedang dan berat, mobil, bus, sepeda motor Ekonomi proyek : perkiraan biaya kegiatan, manfaat penanganan jalan Tata guna lahan : bidang pertanian, bidang pendidikan, bidang sosial budaya, bidang perdagangan jasa 3. Alternatif link jalan berasal dari data pemeliharaan jalan DPU Bina Marga Bangkalan 4. Pengujian menggunakan Microsoft Excel dan Matlab

Pendahuluan Tujuan dan Manfaat Tujuan yang ingin dicapai dalam Tugas Akhir ini adalah Mendapatkan prioritas pemeliharaan jalan di Bangkalan berdasarkan metode Fuzzy ANP. Manfaat yang diharapkan dari hasil Tugas Akhir ini adalah 1. Memperluas wawasan mengenai aplikasi metode Fuzzy ANP dalam memecahkan masalah pengambilan keputusan. 2. Sebagai rekomendasi kepada pihak DPU Bina Marga Bangkalan dalam membantu menentukan prioritas pemeliharaan jalan.

TINJAUAN PUSTAKA

Tinjauan Pustaka Pemeliharaan Jalan Menurut SK no 77 Dirjen Bina Marga tahun 1990, jaringan jalan dibagi menjadi dua yaitu 1. Jalan dengan kondisi mantap pemeliharaan jalan 2. Jalan dengan kondisi tidak mantap rehabilitasi, perbaikan dan konstruksi jalan Pemeliharaan jalan : kegiatan penanganan jalan yang berkondisi baik/ sedang yang harus mendapatkan prioritas untuk ditangani.

Tinjauan Pustaka Penentuan Skala Prioritas Jalan Berdasarkan metode dalam SK no 77/KPTS/Db/1990 Dirjen Bina Marga diperoleh urutan prioritas penanganan jalan adalah jalan dengan nilai Lalu Lintas Harian Rata (LHR) dan nilai Net Present Value (NPV) tertinggi. NPV merupakan tingkat pengembalian ekonomi proyek. Nilai NPV didapat dengan membandingkan manfaat penanganan jalan dengan perkiraan biaya penanganan jalan. Manfaat penanganan jalan dihitung dengan membandingkan kondisi jalan dan perkiraan jumlah lalu lintas.

Tinjauan Pustaka Fuzzy Analytical Network Process (Fuzzy ANP) Fuzzy ANP merupakan gabungan dari metode fuzzy dan Analytical Network Process (ANP). Digunakan pendekatan ANP karena memungkinkan adanya dependensi baik antara kriteria, antar alternatif maupun antar kriteria dan alternatif. Digunakan pendekatan fuzzy untuk mengatasi adanya informasi dan data yang tidak lengkap serta mengakomodasi sifat samar dari pengambil keputusan.

Tinjauan Pustaka Himpunan Fuzzy dan Bilangan Fuzzy Teori himpunan fuzzy merupakan kerangka matematis yang digunakan untuk merepresentasikan ketidakpastian, ketidakjelasan, ketidaktepatan dan kekurangan informasi. Bilangan fuzzy triangular digunakan untuk menggambarkan variabel-variabel linguistik secara pasti. Gambar fuzzy triangular l: nilai terendah m u : nilai tengah : nilai tertinggi

Tinjauan Pustaka Penyelesaian dengan Metode Fuzzy ANP Analisis menggunakan metode Fuzzy ANP berdasarkan langkahlangkah berikut: 1. Penyusunan struktur jaringan 2. Pembobotan masing-masing elemen Pembobotan merupakan pemenuhan masing-masing elemen terhadap tujuan pengambilan keputusan menggunakan metode perbandingan berpasangan. Masing-masing penilaian perlu di uji konsistensi dengan cara mencari nilai λ maks, CI, dan CR.

Tinjauan Pustaka Lanjutan... Skala numerik dan skala linguistik untuk tingkat kepentingan Skala Numerik Skala TFN Invers Skala TFN Definisi Variabel Linguistik (1, 1, 1) (1, 1, 1) Perbandingan dua kriteria yang sama 1 (1/2, 1, 3/2) (2/3, 1, 2) Dua elemen mempunyai kepentingan yang sama 3 (1, 3/2, 2) (1/2, 2/3, 1) Satu elemen sedikit lebih penting dari yang lain 5 (3/2, 2, 5/2) (2/5, 1/2, 2/3) Satu elemen lebih penting dari yang lain 7 (2, 5/2, 3) (1/3, 2/5, ½) Satu elemen sangat lebih penting dari yang lain 9 (5/2, 3, 7/2) (2/7, 1/3, 2/5) Satu elemen mutlak lebih penting dari yang lain

Tinjauan Pustaka Lanjutan... Misalkan A adalah matriks perbandingan berpasangan dan W adalah matriks normalisasi. Matriks normalisasi didapatkan dengan menjumlahkan setiap kolom matriks A kemudian membagi setiap elemen matriks A dengan hasil penjumlahan tersebut sesuai kolomnya masingmasing. Selanjutnya, dihitung rata-rata tiap barisnya. Untuk menghitung dengan cara membentuk matriks B di mana elemennya merupakan perkalian antara elemen dari kolom pertama matriks perbandingan (A) dengan elemen pertama rata-rata baris matriks normalisasi (AR). Dari matriks B tersebut kemudian dicari jumlah tiap barisnya (C).

Tinjauan Pustaka Lanjutan... Untuk menghitung max ar n Untuk menghitung max n CI n 1 Untuk menghitung CR n c i1 i i 1 1 CI IR λ maks CI CR dengan : eigen value maksimum n : banyaknya elemen yang dibandingkan c i1 : elemen ke-i dari matriks C ar : elemen ke-i dari matriks rata-rata i1 baris matriks normalisasi CI : Consistency Index CR : Consistency Ratio IR : Index Random

Tinjauan Pustaka Lanjutan... Nilai Index Random Ukuran Matriks 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10 IR 0.58 0.90 1.12 1.32 1.41 1.45 1.49 1.51 Setelah matriks dari penilaian responden konsisten maka nilai tersebut dikonversikan menjadi nilai TFN.

Tinjauan Pustaka Lanjutan... Hasil penilaian perbandingan berpasangan digabung dengan cara perhitungan rataan geometrik melalui agregasi penilaian responden seperti berikut: K l ij l ijk k 1 1/ K K,, m ij m ijk k1 1/ K K u ij u ijk k1 1/ K Uji konsistensi dibutuhkan dalam pengambilan keputusan untuk mengetahui seberapa baik konsistensi matriks perbandingan berpasangan yang berasal dari penilaian persepsi manusia. Nilai l m u menunjukkan penilaian fuzzy konsisten.

Langkah-langkah metode Chang: Misalkan X x x,..., himpunan objek dan U u u,..., himpunan tujuan. Setiap objek diambil dan dilakukan analisis perluasan untuk setiap tujuan, g i. Oleh karena itu, nilai analisis perluasan m untuk setiap objek didapat 1 2 M, M,..., M i 1,2,...,n dimana M j gi Tinjauan Pustaka Lanjutan... 1, 2 gi ( j 1,2,..., m) gi x n m gi adalah nilai TFN. Langkah 1. Menghitung nilai sintesis fuzzy untuk objek ke-i yang didefinisikan sebagai berikut : S i = m j =1 j M gi n m i=1 j =1 j M gi 1 1, 2 (1) u n

Tinjauan Pustaka Lanjutan... j untuk memperoleh M gi dilakukan operasi penjumlahan nilai sintesis fuzzy m pada matriks perbandingan berpasangan seperti berikut : m j =1 untuk memperoleh fuzzy dari nilai j M gi m = l i, m i, u i j =1 (2) dilakukan operasi penjumlahan seperti berikut: dan untuk menghitung invers dari persamaan tersebut yaitu: n M gi n m i=1 j =1 j M gi n 1 m i=1 j =1 = j M gi j (j = 1, 2,, m) m i=1 j =1 j M gi m j =1 1 n = l i i=1 1 n i=1 u i, n m j =1, m i i=1 1 n i=1 m i n, u i i=1, 1 n i=1 l i (3) (4)

Tinjauan Pustaka Lanjutan... Langkah 2. Derajat kemungkinan dari M 2 = (l 2, m 2, u 2 ) M 1 (l 1, m 1, u 1 ) atau sama dengan didefinisikan sebagai V M 2 M 1 = sup min μ M1 x, μ M2 y V M 2 M 1 = hgt M 1 M 2 1 jika m 2 m 1 0 jika l 1 u 2 = μ M2 (d) l 1 u 2, lainnya m 2 u 2 (m 1 l 1 ) (5) (6) dimana d adalah ordinat dari titik potong tertinggi D antara μ M1 dan μ M2. Untuk perbandingan dihitung keduanya dan. V M 2 M 1 V M 1 M 2

Langkah 3. Jika derajat kemungkinan untuk bilangan fuzzy konveks lebih besar dari bilangan k bilangan fuzzy konveks M i = (i = 1,2,, k) berikut: Tinjauan Pustaka Lanjutan... maka nilai vektor dapat didefinisikan sebagai V M M 1, M 2,, M k = V M M 1 dan M M 2 dan dan M M k = min V M M i, i = 1,2,, k Asumsikan bahwa d A i = min V(S i S k ) k = 1,2,, n ; k i Maka diperoleh nilai bobot vektor W = d A 1, d A 2,, d A T n dimana A i = 1,2,, n adalah n elemen keputusan. (7) (8) (9)

Tinjauan Pustaka Lanjutan... Langkah 4. Normalisasi nilai vektor bobot tersebut sehingga didapat W = d A 1, d A 2,, d A T n (10) dimana W adalah bilangan non fuzzy. 3. Perhitungan bobot akhir prioritas Bobot akhir prioritas digunakan untuk menentukan urutan masing-masing elemen.

METODE PENELITIAN

Metode Penelitian Studi Pendahuluan Studi Lapangan Pengumpulan Data Pengolahan Data Simulasi - Pengumpulan data alternatif jalan -Pembuatan model jaringan - Pembuatan kusioner - Bobot kriteria dan subkriteria -Bobot ketergantungan antar kriteria - Bobot tiap alternatif Penarikan Kesimpulan dan Penulisan Tugas Akhir

ANALISIS DAN PEMBAHASAN

Analisis dan Pembahasan Data Penelitian Data yang digunakan berasal dari DPU Bina Marga Bangkalan. Data alternatif yang digunakan adalah data survey tahunan dengan tahun anggaran 2012-2013 No Alternatif 1 Link 222 2 Link 223 3 Link 224 4 Link 228

Analisis dan Pembahasan Lanjutan... Kriteria dan subkriteria yang digunakan dalam proses prioritas pemeliharaan jalan No. Kriteria Subkriteria 1 Kondisi Jalan Jalan Lubang Jalan Retak Jalan Ambles Jalan Gelombang Jalan Jembul Bahu jalan 2 Volume Lalu Lintas Truk ringan Truk sedang dan berat Mobil Bus Sepeda motor 3 Ekonomi Perkiraan biaya kegiatan Manfaat penanganan jalan 4 Tata Guna Lahan Bidang pertanian Bidang pendidikan Bidang sosial-budaya Bidang perdagangan-jasa

Analisis dan Pembahasan Lanjutan... Dalam penyelesaian permasalahan menggunakan data kuantitatif dan data kualitatif. Data kuantitatif yang digunakan sebagai berikut Link Kerusakan Jalan Jalan Lubang Ambles Retak Gelombang Jembul 222 130 145 152 12 19 223 242 81 81 6 8 224 108 136 136 7 10 228 254 36 123 6 6 Data kualitatif diperoleh dari data hasil pengisian kuisioner oleh para ahli.

Analisis dan Pembahasan Struktur Jaringan 1. Penyusunan struktur jaringan Gambar berikut menunjukkan struktur hirarki antara tujuan, kriteria, subkriteria dan alternatif.

Analisis dan Pembahasan Pembobotan antar Kriteria 2. Pembobotan masing-masing elemen a. Pembobotan antar kriteria Dengan asumsi tidak ada ketergantungan antar kriteria. Hasil penilaian responden yang berupa nilai numerik dikonversi dalam matriks perbandingan berpasangan berdasarkan nilai TFN. Responden 1 Responden 2

Analisis dan Pembahasan Lanjutan... Responden 3 Matriks perbandingan rata-rata K l ij l ijk k 1 1/ K K m ij m ijk k1 1/ K K u ij u ijk k1 1/ K

Analisis dan Pembahasan Lanjutan... jumlah baris m j =1 j M gi m = l i, m i, u i j =1 m j =1 m j =1 Kriteria Penjumlahan Baris l m u Kondisi jalan 5.2105 6.7511 8.2707 Volume lalu lintas 3.9660 5.1614 6.5759 Ekonomi 2.6343 3.3802 4.2964 Tata guna lahan 2.3576 2.7776 3.6288 jumlah kolom n m i=1 j =1 j M gi n = l i, m i, u i i=1 n i=1 n i=1 Penjumlahan Kolom l m u 14.1683 18.0704 22.7718 invers jumlah kolom n m i=1 j =1 j M gi 1 = 1 n i=1 u i, 1 n i=1 m i, 1 n i=1 l i Invers Penjumlahan Kolom l m u 0.0439 0.0553 0.0706

Analisis dan Pembahasan Lanjutan... jumlah baris Kriteria Penjumlahan Baris l m u Kondisi jalan 5.2105 6.7511 8.2707 Volume lalu lintas 3.9660 5.1614 6.5759 Ekonomi 2.6343 3.3802 4.2964 Tata guna lahan 2.3576 2.7776 3.6288 invers jumlah kolom Invers Penjumlahan Kolom l m u 0.0439 0.0553 0.0706 Nilai sintesis fuzzy S i = m j =1 j M gi n m i=1 j =1 j M gi 1 Sintesis fuzzy l m u S k 0.2288 0.3736 0.5837 S v 0.1742 0.2856 0.4641 S e 0.1157 0.1871 0.3032 S t 0.1035 0.1537 0.2561

Analisis dan Pembahasan Lanjutan... Nilai vektor kriteria V M 2 M 1 = 1 jika m 2 m 1 0 jika l 1 u 2 l 1 u 2, lainnya m 2 u 2 (m 1 l 1 ) Nilai vektor V(S k S v ) 1 V(S k S e ) 1 V(S k S t ) 1 V(S v S k ) 0.7279 V(S v S e ) 1 V(S v S t ) 1 V(S e S k ) 0.2852 V(S e S v ) 0.5670 V(S e S t ) 1 V(S t S k ) 0.1105 V(S t S v ) 0.3832 V(S t S e ) 0.8081

Analisis dan Pembahasan Lanjutan... Nilai ordinat d A i = min V(S i S k ) Nilai ordinat d (S k ) 1 d (S v ) 0.7279 d (S e ) 0.2852 d (S t ) 0.1105 Bobot kriteria Kriteria Bobot Kondisi jalan 0.4709 Volume lalu lintas 0.3428 Ekonomi 0.1343 Tata guna lahan 0.0520

Analisis dan Pembahasan Pembobotan antar Subkriteria b. Pembobotan antar subkriteria - Pembobotan antar subkriteria dalam kriteria kondisi jalan - Pembobotan antar subkriteria dalam kriteria volume lalu lintas - Pembobotan antar subkriteria dalam kriteria ekonomi - Pembobotan antar subkriteria dalam kriteria tata guna lahan

Analisis dan Pembahasan Lanjutan... - Pembobotan antar subkriteria dalam kriteria kondisi jalan Subkriteria Bobot Lubang 0.2501 Retak 0.1715 Ambles 0.2142 Gelombang 0.1788 Jembul 0.1631 Bahu jalan 0.0214 - Pembobotan antar subkriteria dalam kriteria volume lalu lintas Subkriteria Bobot Truk ringan 0.2292 Truk sedang&berat 0.2597 Mobil 0.1970 Bus 0.1940 Sepeda motor 0.1201

Analisis dan Pembahasan Lanjutan... - Pembobotan antar subkriteria dalam kriteria ekonomi Subkriteria Bobot Perkiraan biaya kegiatan 0.5000 Manfaat penanganan jalan 0.5000 - Pembobotan antar subkriteria dalam kriteria tata guna lahan Subkriteria Bobot Bidang pertanian 0.3145 Bidang pendidikan 0.2620 Bidang sosial-budaya 0.1963 Bidang perdagangan-jasa 0.2273

Analisis dan Pembahasan Pembobotan Ketergantungan antar Kriteria c. Pembobotan ketergantungan antar kriteria Pembobotan disini mempertimbangkan adanya hubungan ketergantungan antar kriteria dan ketergantungan dalam kriteria. Ketergantungan yang terjadi antar kriteria bermaksud menjelaskan bagaimana kriteria yang satu dipengaruhi oleh kriteria yang lain.

Analisis dan Pembahasan Lanjutan... - Pembobotan ketergantungan antar kriteria dalam mengontrol kondisi jalan Ketergantungan Kriteria Bobot Kondisi jalan 0.5238 Volume lalu lintas 0.3418 Ekonomi 0.1063 Tata guna lahan 0.0282 - Pembobotan ketergantungan antar kriteria dalam mengontrol volume lalu lintas Ketergantungan Kriteria Bobot Kondisi jalan 0.5486 Ekonomi 0.4201 Tata guna lahan 0.0313

Analisis dan Pembahasan Lanjutan... - Pembobotan ketergantungan antar kriteria dalam mengontrol ekonomi Ketergantungan Kriteria Bobot Kondisi jalan 0.4425 Volume lalu lintas 0.3298 Ekonomi 0.1830 Tata guna lahan 0.0447 - Pembobotan ketergantungan antar kriteria dalam mengontrol tata guna lahan Ketergantungan Kriteria Bobot Kondisi jalan 0.6501 Volume lalu lintas 0.3231 Ekonomi 0.0267

Analisis dan Pembahasan Pembobotan antar Alternatif d. Pembobotan antar alternatif Masing-masing alternatif dibandingkan tingkat kepentingannya untuk tiap subkriteria

Analisis dan Pembahasan Lanjutan... Subkriteria Link 222 Link 223 Link 224 Link 228 Jalan Lubang 0.2689 0.2689 0.2098 0.2524 Jalan Retak 0.3549 0.1914 0.2554 0.1982 Jalan Ambles 0.4649 0.2364 0.2824 0.0119 Jalan Gelombang 0.3813 0.2047 0.2402 0.1739 Jalan Jembul 0.3949 0.2424 0.2584 0.1043 Bahu jalan 0.3115 0.2813 0.2263 0.1809 Volume Truk ringan 0.2833 0.2613 0.2251 0.2302 Volume Truk sedang dan berat 0.3294 0.2771 0.1870 0.2065 Volume Mobil 0.3035 0.2517 0.2592 0.1856 Volume Bus 0.3084 0.2514 0.2210 0.2191 Volume Sepeda motor 0.3140 0.2606 0.2881 0.1373 Perkiraan biaya kegiatan 0.3780 0.2926 0.1557 0.1737 Manfaat penanganan jalan 0.3953 0.2716 0.2515 0.0815 Bidang pertanian 0.4025 0.3146 0.1308 0.1521 Bidang pendidikan 0.4264 0.2887 0.1949 0.0900 Bidang sosial budaya 0.3573 0.2358 0.2596 0.1472 Bidang perdagangan jasa 0.3749 0.2371 0.2305 0.1576

Analisis dan Pembahasan Perhitungan Bobot Akhir Prioritas 3. Perhitungan bobot akhir prioritas - Bobot akhir kriteria = Matriks bobot ketergantungan antar kriteria Bobot kriteria W ka = = W ka = 0.5238 0.5486 0.4425 0.6501 0.3418 1 0.3298 0.3231 0.1063 0.0282 0.4201 0.0313 0.1830 0.0447 0.0267 1 0.5280 0.5648 0.2200 0.0820 0.3785 0.4050 0.1577 0.0588 = Kriteria kondisi jalan Kriteria volume lalu lintas Kriteria ekonomi Kriteria tata guna lahan 0.4709 0.3428 0.1343 0.0520

Analisis dan Pembahasan Lanjutan... - Bobot global subkriteria = Bobot kriteria akhir Bobot subkriteria Krieria dan Bobot Subkriteria dan Bobot Bobot Global Kondisi jalan (0.3785) Lubang (0.2510) 0.0950 Retak (0.1715) 0.0649 Ambles (0.2142) 0.0811 Gelombang (0.1788) 0.0677 Jembul (0.1631) 0.0617 Bahu jalan (0.0214) 0.0081 Volume lalu lintas (0.4050) Truk ringan (0.2292) 0.0928 Truk sedang&berat (0.2597) 0.1052 Mobil (0.1970) 0.0798 Bus (0.940) 0.0785 Sepeda motor (0.1201) 0.0486 Ekonomi (0.1577) Perkiraan biaya kegiatan (0.5000) 0.0785 Manfaat penanganan jalan (0.5000) 0.0785 Tata guna lahan (0.0588) Bidang pertanian (0.3145) 0.0185 Bidang pendidikan (0.2620) 0.0154 Bidang sosial budaya (0.1963) 0.0115 Bidang perdagangan jasa (0.2273) 0.0134

Analisis dan Pembahasan Lanjutan... - Bobot akhir masing-masing alternatif = Bobot global subkriteria Bobot masing-masing alternatif Alternatif Bobot Peringkat Link 222 0.3481 1 Link 223 0.2548 2 Link 224 0.2297 3 Link 228 0.1674 4

KESIMPULAN

Kesimpulan 1. Pembobotan dengan metode Fuzzy ANP menunjukkan bahwa urutan prioritas pemeliharaan jalan adalah Link 222 dengan bobot sebesar 0.3481, Link 223 dengan bobot sebesar 0.2548, Link 224 dengan bobotsebesar 0.2297, Link 228 dengan bobotsebesar 0.1674. 2. Hasil urutan prioritas yang didapat sama dengan hasil urutan prioritas pihak DPU Bina Marga Bangkalan. Kenyataan dilapangan, Link 228 dikerjakan pada urutan ke-3. Hal ini terjadi karena ada faktorfaktor teknis diluar kriteria yang mempengaruhi.

DAFTAR PUSTAKA

Daftar Pustaka [1] Direktorat Jenderal Bina Marga. Petunjuk Teknis Perencanaan dan Penyusunan Program Jalan Kabupaten. Departemen Pekerjaan Umum. [2] Kusumadewi, dkk. 2006. Fuzzy Multi-Attribute Decision Making. Graha Ilmu. Yogyakarta. [3] Saaty, T. L. 1999. Fundamental of the Analytical Network Process. University of Pittsburgh. Japan. [4] Ayu, I. D. 2011. Penentuan Skala Prioritas Penanganan Jalan Kabupaten di Kabupaten Bangli. Jurusan Teknik Sipil ProgramUniversitas Udayana : Denpasar. [5] Sulkiyah, D. A. 2013. Aplikasi Metode Analytic Network Process dan Zero-One Goal Programming pada Pemilihan Pelaksana Proyek. Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember : Surabaya.

Daftar Pustaka [6] Erginel Nihal, Senturk Sevil. 2011. Rangking of the GSM Operators with Fuzzy ANP. Proceedings of the World Congress on Engineering 2011. Vol II. [7] Dagdeviren, Metin. 2008. A Fuzzy Analytical Network Process (ANP) Model to Identify Faulty Behavior Risk (FBR) in Work System. Safety Science 46. Hal 771-783. [8] Mardhikawarih, D. A. 2012. Pemilihan Pemasok Drum Pelumas Industri Menggunakan Fuzzy Analytical Hierarchy Process (Studi Kasus: PT. Pertamina Pusat dan Production Unit Gresik). Jurusan Teknik Industri Universitas Sebelas Maret. Surakarta. [9] Paramita, Silvia. 2012. Penilaian Kinerja Supplier Kemasan Produk Fruit Tea Menggunakan Metode FANP (Studi Kasus di PT Sinar Sosro Gresik. Jurnal Industri Vol 1 No 3 hal 159-171.