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 melalui langkah-langkah berikut: a. Menetapkan sasaran studi b. Membuat kriteria yang sesuai yaitu: Infrastruktur, aksebilitas, fasilitas dan keamanan. c. Menetapkan responden penelitian dan menyusun kuesioner penelitian. - Sumber data: Data primer berupa pengisian kuisioner perbandingan antar kriteria dan perbandingan antar alternatif oleh masyarakat Kabupaten Toba Samosir yang berkunjung ke tempat wisata tersebutdan berumur diatas17 tahun. - Sampel yang digunakan adalah sampel acak sederhana (simple random sampling). Populasinya adalah masyarakat di Kabupaten Toba Samosir yang berjumlah 179.704 orang. (Data dari BPS Kabpuaten Toba Samosir 2015). Dalam hal ini peneliti hanya mengambil sampel sebanyak 100 orang yang dirasakan sudah cukup mewakili. - Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Kabupaten Toba Samosir pada tanggal 28 April 2017 sampai 12 Mei2017. d. Menyusun masing-masing alternatif yaitu Ponot, TB Centre dan,, Bul-bul dan. e. Perhitungan nilai hirarki prioritas pengembangan obyek wisata berdasarkan perkalian bobot kriteria dan masing-masing dari Infrastruktur, aksebilitas, fasilitas dan keamanan. 29
30 Menentukan Prioritas Pengembangan Obyek Wisata Infrastruktur Aksebilitas Fasilitas Keamanan Ponot Bul-bul Gambar 3.1 Struktur Hierarki Penentuan Prioritas Pengembangan Obyek Wisata 3.2 Perhitungan Faktor Pembobotan Hirarki untuk Semua Kriteria Hasil analisis preferensi gabungan dari 100 responden dengan cara menghitung rata-rata geometrik untuk setiap perbandingan berpasangan antar keriteria.berikut adalah cara menghitung rata-rata geometrik : G = Elemen sedangkan Untuk ( ), untuk. Begitu seterusnya untuk elemen matriks yang lain menggunakan perhitungan yang sama. Maka matriks perbandingan hasil analisis preferensi gabungan untuk semua kriteria terdapat pada tabel 3.1 dibawah ini 30
31 Tabel 3.1 Matriks Faktor Pembobotan Hirarki untuk Semua Kriteria Infrastruktur Aksebilitas Fasilitas Keamanan Infrastruktur 1 1 1 ½ Aksebilitas 1 1 1 ½ Fasilitas 1 1 1 1 Keamanan 2 2 1 1 Menyederhanakan matriks pada tabel 3.2 diawali dengan mengubah bobot yang sudah diperoleh sebelumnya dari matriks faktor pembobotan (tabel 3.1) menjadi bilangan desimal yang berguna untuk, agar nilai bobot lebih mudah dinormalkan di tahap selanjutnya. Setelah itu dilakukan penjumlahan nilai pada masing-masing kolom matriks. Tabel 3.2 Matriks Faktor Pembobotan Hirarki untuk Semua Kriteria yang Disederhanakan Infrastruktur Aksebilitas Fasilitas Keamanan Infrastruktur 1.0000 1.0000 1.0000 0.5000 Aksebilitas 1.0000 1.0000 1.0000 0.5000 Fasilitas 1.0000 1.0000 1.0000 1.0000 Keamanan 2.0000 2.0000 1.0000 1.0000 5.0000 5.0000 4.0000 3.000 Menormalkan matriks dengan membagi nilai masing-masing sel pada Tabel 3.3 dengan jumlah masing-masing kolomnya. Maka, akan diperoleh bobot relatif yang dinormalkan. Nilai vektor eigen dihasilkan dari rata-rata bobot relatif untuk setiap baris. Dengan perhitungan sebagai berikut: Nilai elemen Untuk elemen, dan begitu seterusnya. Vektor eigen Vektor eigen baris pertama, dan begitu seterusnya. Menghitung nilai eigen maksimum (λ maksimum) yang didapat dengan 31
32 menjumlahkan hasil perkalian jumlah kolom dengan vektor eigen. maksimum = (5,0000 x 0,2042) + (5,0000 x 0,2042) + (4,0000 x 0,2458) +(3,0000 x 0,3458) = 4,0625 Karena matriks berordo 4 (yakni terdiri dari 4 alternatif), nilai indeks konsistensi yang diperoleh: CI = = = = Untuk n = 4, RI = 0,900 (tabel Saaty), maka : CR = = = < 0,100 Karena CR< 0,100 berarti preferensi responden adalah konsisten. Dari hasil perhitungan pada Tabel 3.3 menunjukkan bahwa : kriteria keamanan merupakan kriteria yang paling penting bagi masyarakat di Kabupaten Toba Samosir dalam pengembangan obyek wisata dengan bobot 0,3458 atau 34,58%, berikutnya adalah kriteria fasilitas dengan nilai bobot 0,2458 atau 24,58%, kemudian kriteria aksebilitas dengan nilai bobot 0,2042 atau 20,42%, dan kriteria infrastruktur dengan nilai bobot 0,2042 atau 20,42%. Tabel 3.3 Matriks Faktor Pembobotan Hirarki untuk Semua Kriteria yangdinormalkan Infrastruktur Aksebilitas Fasilitas Keamanan vektor eigen Rangking Infrastruktur 0.2000 0.2000 0.2500 0.1667 0.2042 4 Aksebilitas 0.2000 0.2000 0.2500 0.1667 0.2042 3 Fasilitas 0.2000 0.2000 0.2500 0.3333 0.2458 2 Keamanan 0.4000 0.4000 0.2500 0.3333 0.3458 1 3.3 Perhitungan Faktor Evaluasi untuk Kriteria Infrastruktur Matriks perbandingan berpasangan pada table 3.4 adalah hasil analisis preferensi gabungan dari 100 rensponden dengan cara menghitung rata-rata geometrik untuk setiap perbandingan berpasangan antar keriteria.berikut adalah cara menghitung rata-rata geometrik : G = 32
33 Elemen sedangkan Untuk ( ), untuk. Begitu seterusnya untuk elemen matriks yang lain menggunakan perhitungan yang sama. Maka matriks perbandingan hasil analisis preferensi gabungan untuk kriteria Infrastrukturterdapat pada tabel 3.4. Tabel 3.4 Matriks Faktor Evaluasi untuk Kriteria Infrastruktur Bul-bul Ponot 1 1/3 1/2 1/2 1/2 3 1 2 2 2 2 ½ 1 1 1 Bul-bul 2 ½ 1 1 2 2 ½ 1 1/2 1 Menyederhanakan matriks pada tabel 3.5 diawali dengan mengubah bobot yang sudah diperoleh sebelumnya dari matriks faktor pembobotan (tabel 3.4) menjadi bilangan desimal yang berguna untuk, agar nilai bobot lebih mudah dinormalkan di tahap selanjutnya. Setelah itu dilakukan penjumlahan nilai pada masing-masing kolom matriks. Tabel 3.5 Matriks Faktor Evaluasi untuk Kriteria Infrastruktur yang Disederhanakan Bul-bul Ponot 1.0000 0.3333 0.5000 0.5000 0.5000 3.0000 1.0000 2.0000 2.0000 2.0000 2.0000 0.5000 1.0000 1.0000 1.0000 Bul-bul 2.0000 0.5000 1.0000 1.0000 2.0000 2.0000 0.5000 1.0000 0.5000 1.0000 10.0000 2.8333 5.5000 5.0000 6.5000 Menormalkan matriks dengan membagi nilai masing-masing sel pada Tabel 3.6 dengan jumlah masing-masing kolomnya. Maka, akan diperoleh bobot relatif yang 33
34 dinormalkan. Nilai vektor eigen dihasilkan dari rata-rata bobot relatif untuk setiap baris. Dengan perhitungan sebagai berikut: Nilai elemen Untuk elemen, dan begitu seterusnya. Vektor eigen Vektor eigen baris pertama, dan begitu seterusnya. Menghitung nilai eigen maksimum (λ maksimum) yang didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan vektor eigen. maksimum = (10,0000 x 0,0971) + (3,8333 x 0,3449) + (5,5000 x 0,1824) +(5,000 x 0,2132) + (6,5000 x 0,1624) = 5,0731 Karena matriks berordo 5 (yakni terdiri dari 5 alternatif), nilai indeks konsistensi yang diperoleh: CI = = = = Untuk n = 5, RI = 1,120 (tabel Saaty), maka : CR = = = < 0,100 Karena CR< 0,100 berarti preferensi responden adalah konsisten. Dari hasil perhitungan pada tabel 3.6 diatas diperoleh urutan prioritas untuk kriteria infrastruktur yaitu menjadi prioritas utama dengan nilai bobot 0,3449 atau 34,49%, kemudian Bul-bul dengan nilai bobot 0,2132 atau 21,32%, dengan nilai bobot 0,1824 atau 18,24%, dengan nilai bobot 0,1624 atau 16,24% dan Terju Ponot dengan nilai bobot 0,0971 atau 9,71% 34
35 Tabel 3.6 Matriks Faktor Evaluasi untuk Kriteria Infrastruktur yang Dinormalkan Bul-bul Vektor eigen Rangking Bul-bul 0.1000 0.1176 0.0909 0.1000 0.0769 0.0971 5 0.3000 0.3529 0.3636 0.4000 0.3077 0.3449 1 0.2000 0.1765 0.1818 0.2000 0.1538 0.1824 3 0.2000 0.1765 0.1818 0.2000 0.3077 0.2132 2 0.2000 0.1765 0.1818 0.1000 0.1538 0.1624 4 3.4 Perhitungan Faktor Evaluasi untuk Kriteria Aksebilitas Matriks perbandingan berpasangan pada table 3.7 adalah hasil analisis preferensi gabungan dari 100 rensponden dengan cara menghitung rata-rata geometrik untuk setiap perbandingan berpasangan antar keriteria.berikut adalah cara menghitung rata-rata geometrik : G = Elemen sedangkan Untuk ( ), untuk. Begitu seterusnya untuk elemen matriks yang lain menggunakan perhitungan yang sama. Maka matriks perbandingan hasil analisis preferensi gabungan untuk kriteria Aksebilitas terdapat pada tabel 3.7 Tabel 3.7 Matriks Faktor Evaluasi untuk Kriteria Aksebilitas Bulbul Ponot 1 1/4 ½ ½ 1 4 1 3 2 2 35
36 2 1/3 1 1 1 Bul-bul 2 1/2 1 1 2 1 1/2 1 ½ 1 Menyederhanakan matriks pada tabel 3.8 diawali dengan mengubah bobot yang sudah diperoleh sebelumnya dari matriks faktor pembobotan (tabel 3.7) menjadi bilangan desimal yang berguna untuk, agar nilai bobot lebih mudah dinormalkan di tahap selanjutnya. Setelah itu dilakukan penjumlahan nilai pada masing-masing kolom matriks. Tabel 3.8 Matriks Faktor Evaluasi untuk Kriteria Aksebilitas yang Disederhanakan Bul-bul Ponot 1.0000 0.2500 0.5000 0.5000 1.0000 4.0000 1.0000 3.0000 2.0000 2.0000 2.0000 0.3333 1.0000 1.0000 1.0000 Bul-bul 2.0000 0.5000 1.0000 1.0000 2.0000 1.0000 0.5000 1.0000 0.5000 1.0000 10.0000 2.5833 6.5000 5.0000 7.0000 Menormalkan matriks dengan membagi nilai masing-masing sel pada Tabel 3.9 dengan jumlah masing-masing kolomnya. Maka, akan diperoleh bobot relatif yang dinormalkan. Nilai vektor eigen dihasilkan dari rata-rata bobot relatif untuk setiap baris. Dengan perhitungan sebagai berikut: Nilai elemen Untuk elemen, dan begitu seterusnya. Vektor eigen Vektor eigen baris pertama, dan begitu seterusnya. Menghitung nilai eigen maksimum (λ maksimum) yang didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan vektor eigen. maksimum = (10,0000 x 0,1033) + (2,5833 x 0,3869) + (6,5000 x 0,1651) 36
37 +(5,0000 x 0,2066) + (7,0000 x 0,1381) = 5,1054 Karena matriks berordo 5 (yakni terdiri dari 5 alternatif), nilai indeks konsistensi yang diperoleh: CI = = = = Untuk n = 5, RI = 1,120 (tabel Saaty), maka : CR = = = < 0,100 Karena CR< 0,100 berarti preferensi responden adalah konsisten. Dari hasil perhitungan pada tabel 3.9 diatas diperoleh urutan prioritas untuk kriteria aksebilitas yaitu menjadi prioritas utama dengan nilai bobot 0,3869 atau 38,69%, kemudian Bul-bul dengan nilai bobot 0,2066 atau 20,66%, dengan nilai bobot 0,1651 atau 16,51%, dengan nilai bobot 0,1381 atau 13,81% dan Ponot dengan nilai bobot 0,1033 atau 10,33%. Tabel 3.9 Matriks Faktor Evaluasi untuk Kriteria Aksebilitas yang Dinormalkan Bul-bul Vektor eigen Rangking Bul-bul 0.1000 0.0968 0.0769 0.1000 0.1429 0.1033 5 0.4000 0.3871 0.4615 0.4000 0.2857 0.3869 1 0.2000 0.1290 0.1538 0.2000 0.1429 0.1429 3 0.2000 0.1935 0.1538 0.2000 0.2857 0.2066 2 0.1000 0.1935 0.1538 0.1000 0.1429 0.1381 4 3.5 Perhitungan Faktor Evaluasi untuk Kriteria Fasilitas Matriks perbandingan berpasangan pada table 3.10 adalah hasil analisis preferensi 37
38 gabungan dari 100 rensponden dengan cara menghitung rata-rata geometrik untuk setiap perbandingan berpasangan antar keriteria.berikut adalah cara menghitung rata-rata geometrik : G = Elemen sedangkan Untuk ( ), untuk. Begitu seterusnya untuk elemen matriks yang lain menggunakan perhitungan yang sama. Maka matriks perbandingan hasil analisis preferensi gabungan untuk kriteria fasilitas terdapat pada tabel 3.10 Tabel 3.10 Matriks Faktor Evaluasi untuk Kriteria Fasilitas Bulbul Ponot 1 1/3 ½ 1/2 1 3 1 2 2 2 2 1/2 1 1 2 Bul-bul 2 1/2 1 1 2 1 1/2 ½ 1/2 1 Menyederhanakan matriks pada tabel 3.11 diawali dengan mengubah bobot yang sudah diperoleh sebelumnya dari matriks faktor pembobotan (tabel 3.10) menjadi bilangan desimal yang berguna untuk, agar nilai bobot lebih mudah dinormalkan di tahap selanjutnya. Setelah itu dilakukan penjumlahan nilai pada masing-masing kolom matriks. Tabel 3.11 Matriks Faktor Evaluasi untuk Kriteria Fasilitas yangdisederhanakan Bulbul Ponot 1.0000 0.3333 0.5000 0.5000 1.0000 3.0000 1.0000 2.0000 2.0000 2.0000 2.0000 0.5000 1.0000 1.0000 2.0000 Bul-bul 2.0000 0.5000 1.0000 1.0000 2.0000 38
39 1.0000 0.5000 0.5000 0.5000 1.0000 9.0000 2.8333 5.0000 5.0000 8.0000 Menormalkan matriks dengan membagi nilai masing-masing sel pada Tabel 3.12 dengan jumlah masing-masing kolomnya. Maka, akan diperoleh bobot relatif yang dinormalkan. Nilai vektor eigen dihasilkan dari rata-rata bobot relatif untuk setiap baris. Dengan perhitungan sebagai berikut: Nilai elemen Untuk elemen, dan begitu seterusnya. Vektor eigen Vektor eigen baris pertama, dan begitu seterusnya. Menghitung nilai eigen maksimum (λ maksimum) yang didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan vektor eigen. maksimum = (9,0000 x 0,1108) + (2,8333 x 0,3473) + (5,0000 x 0,2097) +(5,0000 x 0,2097) + (8,0000 x 0,1225) = 5,0582 Karena matriks berordo 5 (yakni terdiri dari 5 alternatif), nilai indeks konsistensi yang diperoleh: CI = = = = Untuk n = 5, RI = 1,120 (tabel Saaty), maka : CR = = = < 0,100 Karena CR< 0,100 berarti preferensi responden adalah konsisten. Dari hasil perhitungan pada tabel 3.12 diatas diperoleh urutan prioritas untuk kriteria fasilitas yaitu menjadi prioritas utama dengan nilai bobot 0,3473 atau 34,73%, kemudian Bul-bul dengan nilai bobot 0,2097 atau 20,97%, dengan nilai bobot 0,2097 atau 20,97%, dengan nilai bobot 0,1225 atau 12,25% dan Ponot dengan nilai bobot 0,1108 atau 11,08%. 39
40 Tabel 3.12 Matriks Faktor Evaluasi untuk Kriteria Failitas yang Dinormalkan Bul-bul Bulbul Vektor eigen 0.1111 0.1176 0.1000 0.1000 0.1250 0.1108 5 0.3333 0.3529 0.4000 0.4000 0.2500 0.3473 1 0.2222 0.1765 0.2000 0.2000 0.2500 0.2097 3 0.2222 0.1765 0.1000 0.2000 0.2500 0.2097 2 0.1111 0.1765 0.1000 0.1000 0.1250 0.1225 4 Rangking 3.6 Perhitungan Faktor Evaluasi untuk Kriteria Keamanan Matriks perbandingan berpasangan pada table 3.13 adalah hasil analisis preferensi gabungan dari 100 responden dengan cara menghitung rata-rata geometrik untuk setiap perbandingan berpasangan antar keriteria.berikut adalah cara menghitung rata-rata geometrik : G = Elemen sedangkan Untuk ( ), untuk. Begitu seterusnya untuk elemen matriks yang lain menggunakan perhitungan yang sama. Maka matriks perbandingan hasil analisis preferensi gabungan untuk kriteria keamanan terdapat pada tabel 3.13 Tabel 3.13 Matriks Faktor Evaluasi untuk Kriteria Keamanan Bul-bul Ponot 1 ¼ ½ ½ 1/2 40
41 4 1 2 2 2 2 ½ 1 2 1 Bul-bul 2 ½ ½ 1 1 2 ½ 1 1 1 Menyederhanakan matriks pada tabel 3.14 diawali dengan mengubah bobot yang sudah diperoleh sebelumnya dari matriks faktor pembobotan (tabel 3.13) menjadi bilangan desimal yang berguna untuk, agar nilai bobot lebih mudah dinormalkan di tahap selanjutnya. Setelah itu dilakukan penjumlahan nilai pada masing-masing kolom matriks. Tabel 3.14 Matriks Faktor Evaluasi untuk Kriteria Keamanan yang disederhanakan Bul-bul Ponot 1.0000 0.2500 0.5000 0.5000 0.5000 4.0000 1.0000 2.0000 2.0000 2.0000 2.0000 0.5000 1.0000 2.0000 1.0000 Bul-bul 2.0000 0.5000 0.5000 1.0000 1.0000 2.0000 0.5000 1.0000 1.0000 1.0000 11.0000 2.7500 5.0000 6.5000 5.5000 Menormalkan matriks dengan membagi nilai masing-masing sel pada Tabel 3.3 dengan jumlah masing-masing kolomnya. Maka, akan diperoleh bobot relatif yang dinormalkan. Nilai vektor eigen dihasilkan dari rata-rata bobot relatif untuk setiap baris. Dengan perhitungan sebagai berikut: Nilai elemen Untuk elemen, dan begitu seterusnya. Vektor eigen Vektor eigen baris pertama, dan begitu seterusnya. Menghitung nilai eigen maksimum (λ maksimum) yang didapat dengan 41
42 menjumlahkan hasil perkalian jumlah kolom dengan vektor eigen. maksimum = (11,0000 x 0,0899) + (2,7500 x 0,3597) + (5,0000 x 0,2106) +(6,5000 x 0,1599) + (5,5000 x 0,1799) = 5,0599 Karena matriks berordo 5 (yakni terdiri dari 5 alternatif), nilai indeks konsistensi yang diperoleh: CI = = = = Untuk n = 5, RI = 1,120 (tabel Saaty), maka : CR = = = < 0,100 Karena CR< 0,100 berarti preferensi responden adalah konsisten. Dari hasil perhitungan pada tabel 3.15 diatas diperoleh urutan prioritas untuk kriteria keamanan yaitu menjadi prioritas utama dengan nilai bobot 0,3597 atau 35,97%, kemudian dengan nilai bobot 0,2106 atau 21,06%, dengan nilai bobot 0,1799 atau 17,99%, Bul-bul dengan nilai bobot 0,1599 atau 15,99% dan Ponot dengan nilai bobot 0,0899 atau 8,99%. Tabel 3.15 Matriks Faktor Evaluasi untuk Kriteria Keamanan yang Dinormalkan Bul-bul Vektor eigen Rangking Bul-bul 0.0909 0.0909 0.1000 0.0769 0.0909 0.0899 5 0.3636 0.3636 0.4000 0.3077 0.3636 0.3597 1 0.1818 0.1818 0.2000 0.3077 0.1818 0.2106 2 0.1818 0.1818 0.1000 0.1538 0.1818 0.1599 4 0.1818 0.1818 0.2000 0.1538 0.1818 0.1799 3 42
43 3.7 Perhitungan Total Ranking/Prioritas Global 3. 7. 1 Faktor Evaluasi Total Dari seluruh evaluasi yang dilakukan terhadap semua kriteria dan alternatif pada pengembangan obyek wisata yakni infrastruktur, aksebilitas, fasilitas, dan keamanan, maka diperoleh nilai eigendari hubungan antara kriteria dengan alternatif. Tabel 3.16 Matriks Hubungan antara Kriteria dan Alternatif Sebelum diurutkan Infrastruktur Aksebilitas Fasilitas Keamanan Ponot 0.0971 0.1033 0.1108 0.0899 0.3449 0.3869 0.3473 0.3597 0.1824 0.1681 0.2097 0.2106 Bul-bul 0.2132 0.2066 0.2097 0.1599 0.1624 0.1381 0.1225 0.1799 Tabel 3.17 Matriks Hubungan antara Kriteria dan Alternatif Setelah diurutkan Infrastruktur Aksebilitas Fasilitas Keamanan 0.3449 0.3869 0.3473 0.3597 Bul-bul 0.2132 0.2066 0.2097 0.1599 0.1824 0.1681 0.2097 0.2106 0.2132 0.2066 0.2097 0.1599 Ponot 0.1624 0.1381 0.1225 0.1799 3. 7. 2 Total Rangking Untuk mendapatkan hasil rating pada pengembangan obyek wisata, maka akan dikalikan faktor evaluasi (vektor eigen) masing-masing alternatif dengan faktor evaluasi kriteria sebagai berikut: 0,0971 0,1033 0,1108 0,0899 0,0992 0,3449 0,3869 0,3473 0,3597 0,2042 0,3592 0,1824 0,1681 0,2097 0,2106 x 0,2042 = 0,1959 0,2132 0,2066 0,2097 0,1599 0,2458 0,1926 0,1624 0,1381 0,1225 0,1799 0,3458 0,1537 43
44 Dari hasil perkalian matriks di atas maka diperoleh pengembangan obyek wisata di Kabupaten Toba Samosir adalah sebagai berikut : 1. (0,3592 atau 35,92%) 2. (0,1959 atau 19,59%) 3. Bul- bul (0,1926 atau 19,26%) 4. (0,1537 atau 15,37%) 5. Ponot (0,0992 atau 9,92%) 44
BAB 4 KESIMPULAN DAN SARAN 4.1 Kesimpulan Berdasarkan hasil pengolahan data dan pembahasan yang dilakukan penulis selama penelitian, penulis mengambil suatu kesimpulan sebagai berikut : 1. Indentifikasi pengembangan obyek wisata di Kabupaten Toba Samosir adalah TB Centre dan dengan bobot 0,3538 atau 35,38%, berikutnya adalah pantai bul-bul dengan bobot 0,2000 atau 20,00%, bukit gibeon dengan bobot 0,1958 atau 19,58%, taman eden dengan bobot 0,1559 atau 15,59% dan air terjun ponot dengan bobot 0,0946 atau 9,46%. 2. Faktor yang mempengaruhi prioritas pengembangan obyek wisata di Kabupaten Toba Samosir adalah faktor keamanan yang merupakan faktor yang paling prioritas dengan bobot 0,3458 atau 34,58 %, berikutnya adalah faktor fasilitas dengan bobot 0,2458 atau 24,58 %, faktor aksebilitas dengan bobot 0,2042 atau 20,42 %, dan faktor infrastruktur dengan bobot 0,2042 atau 20,42%. 4.2 Saran 1. Penelitian dengan metode AHP dapat dilakukan dengan menggunakan software Expert Choice dan 123ahp.com untuk mendapatkan hasil yang lebih akurat. 2. Perlu diadakan penelitian lebih lanjut baik dari segi responden, jangkauan yang lebih luas, faktor-faktor lain yang belum diteliti dan metode penelitian lain yang dapat digunakan untuk meneliti penelitian serupa. 3. Penelitian ini dapat dikembangkan kembali dengan responden yang benarbenar ahli dalam bidang infrastruktur sehingga tidak diperlukan responden yang banyak. 45