CESS (Journal of Computer Engineering System and Science) p-issn :

dokumen-dokumen yang mirip
SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PENILAIAN PRESTASI KARYAWAN TERBAIK. Surmayanti, S.Kom, M.Kom

Kuliah 11. Metode Analytical Hierarchy Process. Dielaborasi dari materi kuliah Sofian Effendi. Sofian Effendi dan Marlan Hutahaean 30/05/2016

BAB II TINJAUAN PUSTAKA. artian yang lebih spesifik yakni pihak ketiga dalam supply chain istilah dalam

BAB 3 METODE PENELITIAN

ANALISIS PEMILIHAN SUPPLIER MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP)

ANALISIS DAN USULAN SOLUSI SISTEM UNTUK MENDUKUNG KEPUTUSAN PENILAIAN KINERJA DOSEN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PENERIMA BERAS UNTUK KELUARGA MISKIN ( RASKIN ) MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) Ilyas

ANALISIS DAN IMPLEMENTASI PERANGKINGAN PEGAWAI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN SUPERIORITY INDEX

BAB III TEORI HIERARKI ANALITIK. Proses Hierarki Analitik (PHA) atau Analytical Hierarchy Process (AHP)

Sesi XIII AHP (Analytical Hierarchy Process)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA DALAM MENGIKUTI LOMBA LKS DI SMK NEGERI 3 SEMARANG DENGAN METODE ANALITHICAL HIERARCHI PROCESS

ANALYTICAL HIERARCHY PROCESS (AHP) Amalia, ST, MT

PENERAPAN METODE ANP DALAM MELAKUKAN PENILAIAN KINERJA KEPALA BAGIAN PRODUKSI (STUDI KASUS : PT. MAS PUTIH BELITUNG)

ANALISA FAKTOR PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI TINGKAT SARJANA MENGGUNAKAN METODE AHP (ANALITICAL HIRARKI PROCESS)

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BONUS KARYAWAN MENGGUNAKAN METODE AHP SKRIPSI

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB IV HASIL DAN PEMBAHASAN

Analytic Hierarchy Process

RANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN MODEL ANALYTICAL HIERARCHY PROCESS UNTUK PEMBERIAN BONUS KARYAWAN

BAB 2 TINJAUAN PUSTAKA

Penentuan Pemilihan Bentuk Outline Tugas Akhir Dengan Menggunakan Model Analytical Hierarchy Process (AHP)

PENDEKATAN ANALYTICAL HIERARCHY PROCESS (AHP) UNTUK PENENTUAN NILAI EKONOMI LAHAN

BAB II TINJAUAN PUSTAKA Sistem Pendukung Keputusan

SPK Evaluasi Peserta LBD (Local Business Development) Dengan Metode AHP (Studi Kasus Chevron Indonesia Company)

APLIKASI AHP UNTUK PENILAIAN KINERJA DOSEN

BAB II TINJAUAN PUSTAKA. 2.1 Ekonomi dan Produk Domestik Regional Bruto. Istilah ekonomi berasal dari bahasa Yunani, terdiri atas kata oikos dan

III. METODE PENELITIAN. informasi dari kalangan aparat pemerintah dan orang yang berhubungan erat

BAB IV HASIL DAN PEMBAHASAN

MATERI PRAKTIKUM. Praktikum 1 Analytic Hierarchy Proses (AHP)

BAB II TINJAUAN PUSTAKA

SISTEM PENDUKUNG KEPUTUSAN PEMUTUSAN HUBUNGAN KERJA TERHADAP KARYAWAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DI PT SANSAN SAUDARATEX JAYA

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LBB PADA KAMPUNG INGGRIS PARE MENGGUNAKAN METODE AHP

Sistem Penunjang Keputusan Penerimaan Dosen dengan Metode Analytic Hierarchy Process

Sistem Pendukung Keputusan Pemilihan Paket Umroh (Studi Kasus: PT. Amanah Iman)

PENERAPAN METODE ANALYTICAL HIERARCHY PROCESS UNTUK PEMILIHAN TYPE SEPEDA MOTOR YAMAHA

APLIKASI ANALYTICAL HIERARCHY PROCESS (AHP) PADA PEMILIHAN SOFTWARE MANAJEMEN PROYEK

BAB II TINJAUAN PUSTAKA

Bab II Analytic Hierarchy Process

IMPLEMENTASI ANALYTIC HIERARCHY PROCESS DALAM PENENTUAN PRIORITAS KONSUMEN PENERIMA KREDIT. Sahat Sonang S, M.Kom (Politeknik Bisnis Indonesia)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KADER KESEHATAN DI KECAMATAN PEUDAWA KABUPATEN ACEH TIMUR

BAB 2 TINJAUAN PUSTAKA Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan

PENERAPAN ANALYTICAL HIERARCHY PROCESS (AHP) GUNA PEMILIHAN DESAIN PRODUK KURSI SANTAI

Sistem Penunjang Keputusan Penetapan Dosen Pembimbing dan Penguji Skipsi Dengan Menggunakan Metode AHP

PEMILIHAN OBJEK WISATA DI SUMATERA UTARA DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. yang di lakukan oleh Agus Settiyono (2016) dalam penelitiannya menggunakan 7

Sistem Pendukung Keputusan Penasehat Akademik (PA) untuk Mengurangi Angka Drop Out (DO) di STMIK Bina Sarana Global

BAB III METODE PENELITIAN. lokasi penelitian secara sengaja (purposive) yaitu dengan pertimbangan bahwa

BAB III METODE PENELITIAN

ANALISA PEMILIHAN APLIKASI BERITA BERBASIS MOBILE MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

IMPLEMENTASI KOMBINASI METODE AHP DAN SAW DALAM PENDUKUNG KEPUTUSAN PENENTUAN KREDIT PERUMAHAN RAKYAT ABSTRAK

BAB II LANDASAN TEORI. Menurut Pujawan dan Erawan (2010) memilih supplier merupakan

ISSN VOL 15, NO 2, OKTOBER 2014

ANALYTICAL HIERARCHY PROCESS SEBAGAI PENDUKUNG KEPUTUSAN (DECISION SUPPORT) PEMILIHAN LOKASI PEMBANGUNAN RUMAH KOS UNTUK KARYAWAN

PENENTUAN KOMODITAS UNGGULAN PERTANIAN DENGAN METODE ANALY TICAL HIERARCHY P ROCESS (AHP) Jefri Leo, Ester Nababan, Parapat Gultom

ABSTRAK. Kata kunci : SPK, metode AHP, penentuan lokasi.

MODEL ANALITYCAL HIERARCHY PROCESS UNTUK MENENTUKAN TINGKAT PRIORITAS ALOKASI PRODUK

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

MATERI PRAKTIKUM. Praktikum 1 Analytic Hierarchy Proses (AHP)

Sistem Pendukung Keputusan Memilih Perguruan Tinggi Swasta di Palembang Sebagai Pilihan Tempat Kuliah

BAB II LANDASAN TEORI

Analytic Hierarchy Process (AHP) dan Perhitungan Contoh Kasus AHP

MEMILIH METODE ASSESMENT DALAM MATAKULIAH PENERBITAN DAN PEMROGRAMAN WEB MENGGUNAKAN ANALYTICAL HIERARCHY PROCESS

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT SEPEDA MOTOR UNTUK KONSUMEN PT.FIF CABANG MEDAN MENGGUNAKAN METODE ANALYTIC HIERARCHI PROCESS (AHP)

Pengertian Metode AHP

PEMILIHAN RANGE PLAFOND PEMBIAYAAN TERBAIK BMT DENGAN METODE AHP. Dwi Yuniarto, S.Sos., M.Kom. Program Studi Teknik Informatika STMIK Sumedang

AHP (Analytical Hierarchy Process)

BAB III ANALISIS DAN DESAIN SISTEM

ANALISIS SISTEM PEMBAYARAN PERKULIAHAN DI UKRIDA MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

BAB III METODE PENELITIAN

BAB II LANDASAN TEORI

INTRO Metode AHP dikembangkan oleh Saaty dan dipergunakan untuk menyelesaikan permasalahan yang komplek dimana data dan informasi statistik dari masal

SISTEM PENGAMBILAN KEPUTUSAN SELEKSI SISWA BERPRESTASI PADA SEKOLAH MENENGAH KEJURUAN (SMK) MA ARIF 1 KALIREJO MENGGUNAKAN METODE AHP

PEMILIHAN LOKASI PERGURUAN TINGGI SWASTA DI JAWA BARAT BERDASARKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Oleh : RATNA IMANIRA SOFIANI, SSi

BAB 2 LANDASAN TEORI

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PENJUALAN MOBIL MENGGUNAKAN METODE AHP BERBASIS WEB

BAB III ANALISIS DAN PERANCANGAN. evaluasi terhadap Sistem Pendukung Keputusan Pemilihan STMIK Terbaik Di

Penyebaran Kuisioner

BAB 2 LANDASAN TEORI

BAB III METODE PENELITIAN. deskriptif. Penelitian deskriptif merupakan penelitian yang dimaksudkan untuk

ANALISIS LOKASI CABANG TERBAIK MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS

PENDEKATAN ANALITYCAL HIERARCHY PROCESS (AHP) DALAM PENENTUAN URUTAN PENGERJAAN PESANAN PELANGGAN (STUDI KASUS: PT TEMBAGA MULIA SEMANAN)

PEMILIHAN PROGRAM STUDI BAGI CALON MAHASISWA BARU DI STMIK EL RAHMA YOGYAKARTA, SEBUAH MODEL SISTEM PENDUKUNG KEPUTUSAN

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN WALLPAPER BERBASIS DESKTOP DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

BAB III ANP DAN TOPSIS

BAB 2 LANDASAN TEORI Sistem Pendukung Keputusan Pengertian Keputusan. Universitas Sumatera Utara

SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PERGURUAN TINGGI KOMPUTER SWASTA

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAHASISWA BERPRESTASI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN BIDAN DI DESA MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS (AHP)

SISTEM PENUNJANG KEPUTUSAN SISWA BERPRESTASI DI SMP MA`ARIF 10 BANGUNREJO LAMPUNG TENGAH MENGGUNAKAN METODE AHP

PENGAMBILAN KEPUTUSAN PENERIMA BEASISWA DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) (STUDI KASUS : SMK NEGERI 1 PUGUNG, TANGGAMUS)

PENERAPAN METODE ANALYTICAL HIERARCHY PROCES UNTUK SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN RASKIN (STUDI KASUS : KECAMATAN MEDAN DELI)

JURNAL SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN KREDIT PADA KSP MITRA RAKYAT BERSAMA NGANJUK DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

BAB 2 LANDASAN TEORI Analytial Hierarchy Process (AHP) Pengertian Analytical Hierarchy Process (AHP)

PENERAPAN METODE AHP PADA SISTEM PENUNJANG KEPUTUSAN KELAYAKAN PEMBERIAN KREDIT

ANALISIS DAN PERANCANGAN APLIKASI PEMILIHAN JENIS BEASISWA MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (STUDI KASUS: BEASISWA UKRIDA)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERUMAHAN DENGAN METODE ANALYTICAL HIERARCHY PROCESS

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

Penentuan Toko Buku Gramedia ter Favorit pilihan Mahasiswa T Di Bogor Dengan Metode AHP (Analytical. Hierarchy Process)

Transkripsi:

Page 78 ANALISISIS PEMILIHAN REKOMENDASI PRODUK TERBAIK PRUDENTIAL BERDASARKAN JENIS ASURANSI JIWA BERJANGKA UNTUK KECELAKAAN MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP) P.P.P.A.N.W Fikrul Ilmi R.H.Zer 1, Agus Perdana Windarto 2 1,2 Sekolah Tinggi Ilmu Komputer Tunas Bangsa (STIKOM Tunas Bangsa) Jl. Jendral Sudirman Blok A No.1/2/3 Pematangsiantar, Medan, Indonesia, 21127 fikrulilmizer@gmail.com, aguspw@stikom.ac.id Abstrak Kehidupan manusia tidak pernah luput dari istilah risiko dan bermacam-macam risiko yang dihadapin manusia.adapun salah satu mengantisipasi risko tersebut adalah dengan mengikuti produk. Indonesia adalah Produk bagian plc, sebuah Grup Perusahaan Jasa Keuangan terkemuka di Inggris.Berkembang di Indonesia bertujuan untuk menyediakan berbagai produk dan layanan keuangan para nasabahnya di Indonesia.Dari sekian banyak Produk, terdapat produk-produk terbaik, salah satunya kategori jenis Jiwa Berjangka.Produk-produk berdasarkan jenis Jiwa Berjangka memiliki keunggulan dan manfaat yang berbeda.penelitian ini menggunakan metode AHP (Analytic Hirearchy Process) untuk menentukan Produk terbaik berdasarkan jenis Jiwa Berjangka.Hasil yang diperoleh dari penelitian ini adalah nilai Produk Gruad lebih baik dibandingkan Produk dengan nilai 0,529 untuk asuransi kecelakaan nasabah.namun tidak berarti tidak lebih baik, manfaat yang diberikan oleh lebih cenderung ke cacat yang diakibatkan dari kecelakaan.maka dari Penelitian ini diperoleh bahwa metode yang diberikan oleh AHP dapat memberikan saran untuk nasabah dalam memilih produk yang sesuai dengan kebutuhan nasabah. Kata kunci,, AHP. I. PENDAHULUAN PT. Life Assurance ( Indonesia) yang didirikan pada tahun 1995 merupakan bagian dari plc, sebuah grup perusahaan jasa keuangan terkemuka di Inggris. Indonesia memiliki komitmen untuk mengembangkan bisnisnya di Indonesia. Indonesia memiliki izin usaha di bidang asuransi jiwa patungan berdasarkan Surat Keputusan Menteri Keuangan Indonesia Nomor: 241/KMK.017/1995 tanggal 1 Juni 1995 juncto Surat Menteri Keuangan Nomor: S.191/MK.6/2001 tanggal 6 Maret 2001 juncto Surat Menteri Keuangan Nomor S.614/MK.6/2001 tanggal 23 Oktober 2001 juncto Surat Menteri Keuangan Nomor S-9077/BL/2008 tanggal 19 Desember 2008. Perusahaan juga memiliki izin usaha Unit Syariah berdasarkan surat Menteri Keuangan Nomor KEP 167/KM.10/2007 yang dikeluarkan pada tanggal 20 Agustus 2007.[1] Sejak peluncuran produk asuransi terkait investasi (unit link) pertamanya di tahun 1999, Indonesia telah menjadi pemimpin pasar untuk kategori produk tersebut di Indonesia. Indonesia menyediakan berbagai produk dan layanan yang dirancang untuk memenuhi dan melengkapi setiap kebutuhan keuangan para nasabahnya di Indonesia. Dari sekian banyak produk dan layanan yang diberikan, nasabah dapat menentukan produk asuransi yang terbaik sesuai dengan kebutuhan nasabah, seperti kategori Jiwa Berjangka. Terdapat 2 jenis Jiwa Berjangka tersebut, yaitu PRULife Cover dan. Kedua jenis tersebut memilik perbedaan masing-masing dalam manfaat dan keuntungan untuk para nasabah yang akan memilih produk yang sesuai dengan kebutuhan nasabah supaya nasabah tidak dirugikan ketika berinvestasi dengan produk.[1] Berdasarkan hal tersebut diperlukan suatu sistem yang dapat membantu calon nasabah untuk menentukan produk kategori Jiwa Berjangka. Sistem yang digunakan berbasis komputer adalah Sistem Pendukung Keputusan yang membantu dan memberikan kemudahan untuk calon nasabah memilih produk yang sesuai dengan kebutuhan calon nasabah. Metode yang digunakan adalah Metode Analytic Hirearchy Process (AHP). Teknik AHP diperkenalkan oleh Thomas L. Saaty pada tahun 1970-an. Teknik AHP memiliki keunggulan karena dapat melakukan analisis secara simultan dan terintegrasi antar kriteria-kriteria, baik yang kualitatif dan kuantitatif. Menurut Fitria Rahma Sari pada studi kasus : Penerapan Metode Analytic Hirearchy Process dalam Sistem Penunjang Keputusan untuk Pemilihan menyatakan teknik AHP ini tidak hanya membantu para Page 78

Page 79 pengambil keputusan untuk memperoleh alternative solusi yang terbaik, juga dapat memberikan pemahaman rasional yang jelas untuk pilihan yang akan diambil.[2] Dari permasalahan tersebut penulis melakukan penelitian ini untuk penentuan produk kategori Jiwa Berjangka apakah dengan Menggunakan teknik AHP ini dapat digunakan dalam impelentasi Sistem Pendukung Keputusan untuk pemilihan produk asuransi tersebut yang baik untuk memudahkan nasabah dalam memilih produk yang sesuai dengan kebutuhan nasabah tersebut. II. LANDASAN TEORI A. Sistem Pendukung Keputusan Sistem Pendukung Keputusan[3] adalah system yang membantu pengambil keputusan dengan melengkapi mereka dengan informasi dari data yang telah diolah dengan relevan dan diperlukan untuk membuat keputusan tentang suatu masalah dengan lebih cepat dan akurat. Menurut Eko[4] fase dalam Pengambilan Keputusan adalah : 1. Intelligence. Pencarian kondisi-kondisi yang dapat menghasilkan keputusan. 2. Design. Menemukan, mengembangkan, dan menganalisis materi-materi yang mungkin untuk dikerjakan. 3. Choice. Pemilihan dari materi-materi yang tersedia, mana yang akan dikerjakan. B. Analytic Hierarchy Process Analytic Hierarchy Process (AHP) merupakan sebuah proses yang membantu para pengambil keputusan untuk memperoleh solusi terbaik dengan mendekomposisi permasalahan kompleks ke dalam bentuk yang lebih sederhana untuk kemudian melakukan sintesis terhadap berbagai faktor yang terlibat dalam permasalahan pengambilan keputusan tersebut[5]. Struktur Hirarki AHP secara umum digambarkan pada Gambar 1. Pemegang Polis Jangka Waktu Tertanggung Masalah Masa Pembayaran Gambar 1. Struktur Hirarki AHP III. METODOLOGI PENELITIAN Uang Pertanggungan Metodologi penelitian merupakan proses atau cara ilmiah untuk mendapatkan data yang akan digunakan untuk keperluan penelitian. AHP merupakan teknik perhitungan yang melakukan analisis terhadap data numeric, sehingga penulis menggunakan metodologi penelitian kuantitatif.[2] Pengumpulan data dilakukan dengan menggunakan metode Studi Pustaka yang terkait dengan penelitian sebagai penunjang unutk kelancaran penlitian dan Observasi untuk mengamati secara langsung objek penelitian guna memperoleh dan mengetahui peristiwa yang terjadi di lapangan. Untuk menyelesaikan penelitian Sistem Pendukung Keputusan dengan menggunakan Metode AHP dalam merekomendasikan produk terbaik berdasarkan jenis Jiwa Berjangka ini penulis mengelompokkan data dalam klasifikasi tertentu, menghitung data tersebut, dan membuat sebuah model untuk menjelaskan obyek penelitian[2]. IV. HASIL DAN PEMBAHASAN A. Mendefenisikan Struktur Hirarki AHP Sistem Pendukung Keputusan ini menggunakan metode AHP dan dimaksudkan untuk membantu dalam pengambilan keputusan untuk merekomendasikan produk berdasarkan jenis Jiwa Berjangka. Dalam penentuannya terdapat kriteria-kriteria dan alternatif seperti pada Gambar 1. a. Kriteria, terdapat 4 kriteria yaitu : 1) Umur Polis (Benefit), 2) Jangka Waktu Tertanggung (Benefit), 3) Masa Pembayaran (Cost), 4) Uang Pertanggungan (Benefit). b. Alternatif, terdapat 2 alternatif yaitu : 1), 2). B. Pembobotan Kriteria pada Setiap Hirarki Penilaian Kriteria yang berada pada setiap tingkat hirarki diberikan penilaian kepentingan relatif antara satu kriteria dengan kriteria lainnya. TABEL 1 SKALA PERBANDINGAN BERPASANGAN Skala ai,j Keterangan 1 Kedua Kriteria sama penting 3 Kriteria i sedikit lebih penting daripada kriteria j. 5 Kriteria i cukup penting daripada kriteria j. 7 Kriteria i lebih penting daripada kriteria j 9 Kriteria i mutlak lebih penting daripada kriteria j. 2, 4, 6, 8 Kriteria i dan j memiliki nilai tengan diantara dua nilai keputusan yang berdekatan. kebalikan Kriteria i mempunyai nilai kepentingan yang lebih dari kriteria j, maka kriteria j memliki nilai kebalikannya dibanding dengan kriteria i. Page 79

Page 80 Hasil dari analisis diperoleh perhitungan pembobotan untuk semua kriteria, yaitu : 1. Jangka Waktu Tertanggung 5 kali lebih penting daripada Masa Pembayaran. 2. Jangka WaktuTertanggung 2 kali lebih penting daripada Umur Polis. 3. Masa Pembayaran 2 kali lebih penting daripada Umur Polis. 4. Uang Pertanggungan 2 kali lebih penting daripada Umur Polis. 5. Jangka Waktu Tertanggung 3 kali lebih penting daripada Uang Pertanggungan 6. Uang Pertanggungan 3 kali lebih penting daripada Masa Pembayaran. TABEL 6 MATRIK PERBANDINGAN ALTENATIF PADA KRITERIA UANG PERTANGGUNGAN 1 1 1 1 D. Menormalkan Data Normalisasi Data pada matrik berpasangan antar kriteria dengan cara membagikan kolom ke-i dan baris ke-j dengan jumlah pada kolom i : C. Pembobotan Kriteria pada Setiap Hirarki Untuk setiap kriteria dan alternative, dilakukan perbandingan berpasangan (pairwise comparison) yaitu membandingkan setiap elemen dengan elemen lainnya.setiap tingkat hirarki secara berpasangan sehingga didapat nilai tingkat kepentingan elemen dalam bentuk kualitatif. TABEL 2 MATRIK PERBANDINGAN KRITERIA C1 C2 C3 C4 C1 1 2 2 2 C2 0,5 1 0,2 0,3 C3 0,5 5 1 3 C4 0,5 3 0,3 1 Keterangan : C1 : Umur Polis C2 : Jangka Waktu Tertanggung C3 : Masa Pembayaran C4 : Uang Pertanggungan TABEL 3 UMUR POLIS 1 0,67 1,5 1 TABEL 4 JANGKA WAKTU TERTANGGUNG 1 0,5 2 1 TABEL 5 MASA PEMBAYARAN 1 1,67 0,6 1 TABEL 7 MATRIK PERBANDINGAN KRITERIA C1 C2 C3 C4 C1 1 2 2 2 C2 0,5 1 0,2 0,3 C3 0,5 5 1 3 C4 0,5 3 0,3 1 Jumlah 2,5 11 3,53 6,3 TABEL 8 MATRIK PERBANDINGAN KRITERIA YANG DINORMALKAN C1 C2 C3 C4 C1 0,40 0,18 0,56 0,31 C2 0,20 0,09 0,05 0,05 C3 0,20 0,45 0,28 0,47 C4 0,20 0,27 0,09 0,15 Jumlah 1 1 1 1 Kemudian menghitung Rata-rata dari setiap baris (row average) pada Matrik Perbandingan Kriteria yang dinormalkan. Baris a 11: (0,40 + 0,18 + 0,56 + 0,31)/4 0,36 Baris a 21: (0,20 + 0,09 + 0,05 + 0,05)/4 0,10 Baris a 31: (0,20 + 0,45 + 0,28 + 0,47)/4 0,35 Baris a 41: (0,20 + 0,27 + 0,09 + 0,15)/4 0,18 Selanjutnya menghitung weight sum vector dengan mengalikan matrik awal perbandingan kriteria dengan row average. TABEL 9 PERHITUNGAN WEIGHT SUM VECTOR 1 2 2 2 0,36 1,63 0,5 1 0,2 0,3 0,10 0,30 X 0,5 5 1 3 0,35 1,57 0,5 3 0,3 1 0,18 0,78 Langkah selanjutnya mencari consistency vector dengan membagi weight sum vector dengan dengan row average. Page 80

Page 81 TABEL 10 PERHITUNGAN CONSITENCY VECTOR 1,63 0,36 4,46 0,30 0,10 3,04 : 1,57 0,35 4,47 0,78 0,18 4,31 Setelah mendapatkan consistency vector, kemudian mencari nilai Lamda max (eigen value) dengan rumus : Maka, λmax (4,46 + 3,04 + 4,47 + 4, 31) / 4 4,07 Menghitung konsistensi index (CI), merupakan perhitungan pernyimpangan dari konsistensi nilai. Dengan rumus : Dimana : λmax Eigen value maksimun n ukuran matriks CI (4,07 4) / 4 1 0,02 Terakhir menghitung konsistensi rasio (CR), perhitungan ini digunakan untuk memastikan bahwa nilai konsistensi rasio (CR) < 0,1, jika nilai CR lebih besar dari 0,1 maka matrik perbandingan berpasangan harus diperbaiki. Rumus untuk mencari nilai index random : Adapun tabel Index Random sebagai berikut : TABEL 11 NILAI INDEX RANDOM N RI 1 0,00 2 0,00 3 0,58 4 0,90 5 1,12 6 1,24 7 1,32 8 1,41 9 1,45 10 1,49 Untuk mencari nilai index random tersebut, kita menghitung dengan RI sesuai dengan jumlah data yang kita gunakan. CR 0,02 / 0,90 0,0276 (<0,1) Konsisten. E. Hasil Penelitian Untuk hasil akhir pengolahan data ini penulis menggunakan perhitungan perkalian row average matrik kriteria dengan matrik antar kriteria. TABEL 12 PERHITUNGAN ROW AVERAGE KRITERIA DENGAN ROW AVERAGE ANTAR KRITERIA 0,4 0, 0, 0,36 0,33 0,525 A 0 72 50 0,10 X 0,6 0, 0, 0,35 0,66 0,529 B 0 43 50 0,18 Dimana : A B Berdasarkan tabel diatas maka dapat dilihat bahwa asuransi B memperoleh nilai lebih besar daripada asuransi A. Dari hasil perhitungan nilai masingmasing asuransi kategori asuransi jiwa berjangka tersebut terlihat tidak ada perbedaan nilai signifikan yang diperoleh asuransi yang satu dengan lainnya. Disebabkan masing-masing asuransi memberikan manfaat yang baik untuk para calon konsumen.meskipun berbeda dalam pemberian manfaat, untuk asuransi A memiliki jangka waktu tanggungan dan uang pertanggungan yang lebih banyak daripada asuransi B, namun manfaat dari asuransi B lebih banyak dan sesuai dengan kebutuhan calon konsumen. Hasil pengujian yang diberikan oleh sistem lebih baik daripada solusi yang diberikan oleh manusia, sebab solusi yang diberikan oleh system lebih akurat daripada yang diberikan oleh manusia dalam mengambil keputusan.hal ini dikarenakan perbedaan pendapat dan analisa manusia saling berbeda, maka digunakan sistem tersebut untuk memberikan jawaban yang akurat. V. KESIMPULAN Dari hasil perhitungan diperoleh hasil bahwa produk lebih baik dibandingkan dengan menggunakan metode AHP.Hasil yang diperoleh adalah 0,529. Ini membuktikan bahwa Produk yang baik untuk kecelakaan berdasarkan jenis Jiwa Berjangka adalah. VI. UCAPAN TERIMAKASIH Terima kasih kepada STIKOM Tunas Bangsa Pematangsiantar atas dukungan moral dan materil dalam pelaksanaan penelitian ini dan Bapak Agus Perdana Windarto yang membimbing dalam penulisan serta Bapak Dedi Hartama yang membantu terlaksananya penelitian ini. REFERENSI [1].2017.Tentang Indonesia,.https://www.prudential.co.id/corp/prudential_in_ id/header/aboutus/index.html [2] Sari, Fitria Rahma dan Dana Indra Sensue., 2012, Penerapan Metode Analytic Hierarchy Process dalam Sistem Penunjang Keputusan untuk Pemilihan, Fakultas Ilmu Komputer, Universitas Indonesia,Depok Page 81

Page 82 [3] Kusrini., 2007, Konsep dan Aplikasi Pendukung Keputusan, Andi offset, Yogyakarta [4] Windarto, Agus Perdana. Implementasi Metode Topsis dan SAW dalam memberikan Reward Pelangga. Klik-Kumpulan Jurnal Ilmu Komputer 4.1 (2017):88-101. [5] Forman, Ernest H. 2006. Decision by Objectives. Department of Decision Science, School of Business, The George Washington University. [6] Wikipedia. 2017.. https://id.wikipedia.org/wiki/ Page 82