Analytic Hierarchy Process (AHP)
Keputusan akan menjadi sulit ketika ada banyak kriteria pilihan dan tiap-tiap kriteria memiliki bobot yang berbeda. Udah gitu, kita masih dibingungkan dengan memilih satu yang terbaik dari beberapa alternatif yang ada. Agar content tidak terasa garing, mari kita bahas bagaimana Parjono memilih cewek?
Parjono adalah pemuda desa yg culun
namun cerdas,Setelah mendapat Mata Kuliah
Sistem Pendukung Keputusan (SPK), dia mempunyai strategi dalam memilih
cewek.
Baca selengkapnya »
Baca selengkapnya »
Ada 3 kriteria cewek pilihannya
- Cantik : Parjono menilai kecantikan adalah modal utama, yang diliat dari wajah, kulit, serta body yg ehmmm.
- Humoris: Enak diajak bercanda, ngobrol juga nyambung.
- Cerdas : Parjono cukup ngeliat IQ-nya
1. Cantik 2x lebih penting daripada Humoris.
2. Humoris 3x lebih penting daripada Cerdas.3. Cantik 4x lebih penting daripada Cerdas.
Oh ya Parjono nampaknya agak bimbang
(ga konsisten nih) dalam memberikan bobot pada no.3, seharusnya Cantik
6x lebih penting daripada cerdas berdasarkan kelipatan bobot no.1 &
2, tetapi gpp, justru inilah kelebihan Sistem Pendukung Keputusan (SPK)
untuk kriteria majemuk dengan metode AHP. AHP mampu membandingkan tiap
pasang kriteria, meski bobotnya tidak konsisten.
Dari bobot yang sudah ditentukan, terbentuklah sebuah pairwise comparation matrix
(PCM) atau matrik perbandingan berpasangan untuk tiap-tiap kriteria.
Cara membacanya dimulai dari baris lalu dibandingkan dengan kolom,
perhatikan warna lingkaran pada matrix.
- Merah, baris cantik dibanding kolom humoris = 2/1.
- Hitam, baris Humoris dibanding kolom Cerdas = 3/1.
- Biru, baris Cantik dibanding kolom cerdas = 4/1.
- Hijau, (kebalikan statemen ke-1), baris humoris dibanding kolom cantik = 1/2
Dari bentuk matrix tsb dikonversi ke
pecahan (tidak harus, ini hanya untuk memudahkan), lalu dihitung eigen
vektor-nya agar diperoleh aggregasi prioritas (urutan) dan bobot
kepentingan tiap kriteria. Perhitungan konversi dari pairwise comparation matrix (PCM) menjadi Eigen Vektor akan dibahas tersendiri.
Kemudian Parjono mereview stok cewek-cewek yang sudah dia lakukan PDKT, yaitu: Fatima, Ningsih, Titin dan Veronika.
Kecantikan:
Fatima, meski namanya jadul, dia
cantik, mirip Rianti Catwright. Fatima 2x lebih cantik dari Ningsih, 5x
lebih cantik dari Rika, namun kalo diliat-liat dengan Veronika, kok sama
ya!?. Ningsih lebih cantik 3x dari Rika, dan secara mengejutkan Parjono
menilai Ningsih yang mirip Bunga Zaenal dan lebih manis sehingga
nilainya 2x lebih cantik dibanding Veronika. Terakhir Rika yang paling
pas-pasan kecantikannya hanya 1/4-nya Veronika.
Dari penilaian tersebut, maka terbentuk pairwise comparation matrix (PCM) kecantikan 4 orang tadi. Dari matrix tsb didapat prioritas(urutan) dan bobotnya dengan menghitung eigen vector-nya.
Ok, jangan bosan ya? Sudah mo selesai
kok, lalu dinilai dari aspek komunikasinya, seberapa nyaman and gaul
mereka kalo diajak ngobrol?
Humoris:
Fatima anak rumahan dan pendiam, 1/4
humorisnya dibanding Ningsih yang aktif di unit kegiatan mahasiswa, 1/6
humorisnya dibanding Veronika yg kuliah di jurusan SBM (Sekolah Bisnis
Manajemen) ITB yg isinya anak-anak gaul n borju, tetapi fatima 4x lebih
humoris dibanding Rika. Rika pemurung.
Ningsih 4x humoris dibanding Rika, tetapi ga da apa2-nya dibanding Veronika, hanya 1/6x, karena veronika anaknya memang sok akrab, slengean dan ga serius. Parjono menilai rika hanya 1/5 humoris dibanding Veronika.
Ningsih 4x humoris dibanding Rika, tetapi ga da apa2-nya dibanding Veronika, hanya 1/6x, karena veronika anaknya memang sok akrab, slengean dan ga serius. Parjono menilai rika hanya 1/5 humoris dibanding Veronika.
Dari penilaian tersebut, maka
terbentuk PCM humoris 4 orang tadi. Dari matrix tsb didapat
prioritas(urutan) dan bobotnya dengan menghitung eigen vector-nya.
Bagaimana dengan kecerdasan? Parjono ga mau ribet, dia cek IQ tiap calon, langsung memperoleh prioritas serta bobot (seperti hasil eigen vektor) ada bentuk PCM.
Nilai IQ yang didapat lalu di total keseluruhan = 452, lalu membagi IQ tiap-tiap calon dengan 452, maka didapat bobot seperti Eigen Vector untuk Kecerdasan.
Ok, ketika semuanya didapat, maka
terbentuklah hirarki seperti gambar di atas, sehingga langkah terakhir
yang harus Parjono lakukan adalah menghitung prioritas serta bobotnya tiap-tiap calon secara ilmiah dan lebih presisi, bukan berdasarkan intuisi semata, namanya juga calon Insinyur. Perhitungannya adalah sebagai berikut:
Nilai = (bobot_cantik * nilai_calon_unt_kriteria_cantik) +
(bobot_humoris * nilai_calon_untuk_kriteria_humoris) +
(bobot_cerdas * nilai_calon_untuk_kriteria_cerdas)
Fatima = (0,3196 * 0,1160)+ (0,5584 * 0,3790) + (0,1220 * 0,3110) = 0,3060
Ningsih = (0,3196 * 0,2470)+ (0,5584 * 0,2900) + (0,1220 * 0,2390) = 0,2720
Rika = (0,3196 * 0,0600)+ (0,5584 * 0,0740) + (0,1220 * 0,2120) = 0,0940
Veronika = (0,3196 * 0,5570)+ (0,5584 * 0,2570) + (0,1220 * 0,2480) = 0,3280
Dari perhitungan diperoleh hasil bahwa Veronika
memiliki nilai tertinggi untuk agregasi /gabungan dari unsur
kecantikan, humoris serta kecerdasan dengan score 0,3280 diikuti Fatima,
Ningsih dan terakhir Rika. Akhirnya si Parjon memutuskan untuk memilih
Veronika.
Lalu temannya nanya, "Piye Jon, hasile ??"
"Apa..?????! Tiga-tiganya nolak...?"
Flashback again
AHP merupakan sistem pendukung keputusan untuk kriteria majemuk yang dikembangkan oleh Prof. Thomas L. Saaty pada tahun 1970an dan sejak itu mengalami beberapa revisi maupun pengembangan.
Tujuan dibuatnya AHP di antaranya:
- Menyelesaikan permasalahan-permasalahan yang komplek atau tidak terstruktur.
- Mengatasi keputusan yang terdapat unsur rasionalitas dan intuisi sehingga dapat dikuantifikasi/dihitung.
- Dapat memilih yang terbaik dari banyak alternatif dari banyak kriteria dan sub-kriteria.
AHP biasanya digunakan untuk menyelesaikan permasalahan-permasalahan di berbagai bidang antara lain:
- Bisnis dan Ekonomi : Keputusan di bidang investasi usaha.
- Marketing : Keputusan strategi pemasaran produk berdasarkan segment pasar tertentu.
- Industri : Keputusan untuk memilih mesin produksi.
- Government : Kebijakan jangka panjang pembangunan.
- Pendidikan : Kebijakan program pendidikan yang akan diterapkan.
- Dan masih banyak yang lain.
Sepengetahuan penulis, AHP banyak
dijadikan metode/tool bagi mahasiswa untuk menyelesaikan TA/Skripsi
maupun Thesis dengan mengkombinasikannya dengan metode lain. Beberapa
jurusan perkuliahan yang menggunakan ini adalah jurusan Ekonomi, Bisnis
dan Manajemen, Matematika MIPA atau Terapan, Teknik Industri, Sistem
Informasi serta Teknik informatika.
Khusus pada mahasiswa S1 jurusan komputer seperti Sistem Informasi dan Teknik Informatika lebih ditekankan dalam pembuatan softwarenya, sedangkan jurusan lain cukup merumuskan masalah, menetapkan tujuan, membuat model serta menguji validitasnya dengan software AHP seperti Super Decision dan Expert Choice.
Khusus pada mahasiswa S1 jurusan komputer seperti Sistem Informasi dan Teknik Informatika lebih ditekankan dalam pembuatan softwarenya, sedangkan jurusan lain cukup merumuskan masalah, menetapkan tujuan, membuat model serta menguji validitasnya dengan software AHP seperti Super Decision dan Expert Choice.
Pada kesempatan yang akan
datang, penulis akan membuka kursus penjelasan teori lengkap dan teknis
pembuatan software AHP sebagai Multi Criteria Decision Making (MCDM) menggunakan VB.Net/Java. Terima Kasih.