Analytic
Hierarchy Process (AHP) dan Perhitungan Contoh Kasus AHP
Sambil mencari trik-trik magic
(sulap) yang rencananya akan saya implementasikan dalam kode php dan buat
ebooknya, saya akan mencoba memberikan pemahaman saya mengenai algoritma
analytic hierarchy process (AHP). Sebenarnya saya telah memberikan link
belajar untuk memahami algoritma AHP pada postingan artikel saya sebelumnya.
Namun, disini saya akan mencoba mengulas sedikit tentang AHP berdasarkan
pemahaman saya, bagaimana cara kerja AHP dalam pengambilan keputusan multi
kriteria dan implementasi algoritma AHP pada contoh kasus pemilihan mobil.
Dalam kehidupan sehari-hari, kita
tidak terlepas dari permasalahan dan kita dituntut untuk dapat mengambil
keputusan yang tepat. Dari mulai yang sederhana, seperti menentukan jenis
jajanan yang ekonomis tapi sehat, sampai untuk menyelesaikan
permasalahan-permasalahan industri. Untuk pengambilan keputusan dengan satu
kriteria saja mungkin tidak terlalu sulit untuk dilakukan. Namun, bagaimana
dengan permasalahan yang melibatkan multipilihan dengan multikriteria
penilaian?
Disinilah algoritma AHP berperan.
Analytic Hierarchy Process atau AHP dikembangkan oleh Prof. Thomas L. Saaty
sebagai algoritma pengambilan keputusan untuk permasalahan multikriteria (Multi
Criteria Decision Making atau MCDM). Permasalahan multikriteria dalam AHP
disederhanakan dalam bentuk hierarki yang terdiri dari 3 komponen utama. Yaitu
tujuan atau goal dari pengambilan keputusan, kriteria penilaian dan alternatif
pilihan. Adapun gambar dari hierarki tersebut adalah sebagai berikut.


Setelah permasalahan multikriteria
dimodelkan dalam hierarki seperti gambar diatas, maka dapat dimulai tahapan
perbandingan berpasangan (pairwise comparison) untuk menentukan bobot
kriteria. Tahap perbandingan berpasangan ini akan digunakan pada saat mencari/menghitung
bobot kriteria dan bobot alternatif untuk setiap kriteria penilaian.
Misal ada sejumlah m kriteria M dan sejumlah n alternatif N. Maka perbandingan
berpasangan dilakukan antar anggota kriteria M pada tahap mencari bobot
kriteria. Dan perbandingan berpasangan dilakukan antar anggota alternatif N
untuk setiap anggota kriteria M.
Perbandingan berpasangan dilakukan
berdasarkan preferensi subyektif dari pengambil keputusan. Untuk penilaiannya
menggunakan Skala Perbandigan 1-9 Saaty seperti terlihat pada gambar berikut.


Setelah bobot kriteria didapatkan,
selanjutnya dilakukan pengecekan konsistensi untuk matrik perbandingan
berpasangan-nya. Jika lebih dari 0.1 maka harus dilakukan perbandingan
berpasangan kembali sampai didapat ratio kurang dari atau sama dengan 0.1
(konsisten). Hal yang serupa dilakukan juga terhadap masing-masing matrik
perbandingan antar alternatif.
Setelah bobot kriteria dan bobot
alternatif didapatkan maka dihitung total dari perkalian antara bobot
alternatif dengan bobot kriteria yang bersesuaian. Untuk lebih memperjelas lagi
cara/alur kerja AHP ini, saya akan membahas contoh kasus pengambilan keputusan
pemilihan mobil menggunakan algoritma AHP.
Problem : Andi ingin membeli mobil.
Adapun alterntif pilihan mobil yang akan dibeli Andi adalah Civic Coupe, Saturn
Coupe, Ford Escort, dan Mazda Miata. Sedangkan kriteria penilaian yang
dipertimbangkan Andi untuk membeli mobil adalah style, reliability, fuel
economy.
Dari kasus yang dihadapi Andi, maka
buat hierarki permasalahannya terlebih dahulu. Tujuan atau Goal adalah Memilih
Mobil. Kriterianya gaya, mesin handal, hemat bahan bakar. Alternatif pilihan
Andi adalah Civic Coupe, Saturn Coupe, Ford Escort dan Mazda Miata. Selanjutnya
berikut ini hierarki yang didapat melalui 3 komponen tersebut.


Selanjutnya lakukan perbandingan
berpasangan dengan Skala Saaty untuk mendapatkan bobot kriteria:
- Perbandingan Berpasangan Dengan Skala Saaty

- Hitung bobot kriteria (priority vector) dengan cara : 1) normalisasi nilai setiap kolom matrik perbandingan berpasangan dengan membagi setiap nilai pada kolom matrik dengan hasil penjumlahan kolom yang bersesuaian. 2) Hitung nilai rata-rata dari penjumlahan setiap baris matrik

- Cek Konsistensi Ratio (CR) dari matrik perbandingan berpasangan kriteria. Jika CR > 0.1 maka harus diulang kembali perbandingan berpasangan sampai didapat CR <= 0.1.
Hitung CI

Tabel IR

Sehingga CR = CI/IR = 0.03/0.58 = 0.05 (<=0.1, sehingga konsisten)

Tabel IR

Sehingga CR = CI/IR = 0.03/0.58 = 0.05 (<=0.1, sehingga konsisten)
- Susunan hierarki yang baru (lengkap dengan bobot kriteria)

- Perhitungan bobot alternatif untuk kriteria Style

- Perhitungan bobot alternatif untuk kriteria Reliablity
- Perhitungan bobot alternatif untuk kriteria Fuel Economy

- Susunan Hierarki yang baru (lengkap dengan bobot kriteria dan bobot alternatif)

- Perangkingan Alternatif ( hasil penjumlahan dari perkalian setiap bobot alternatif dengan bobot kriteria yang bersesuaian)

Demikianlah uraian artikel mengenai Analytic
Hierarchy Process (AHP) ini. Semoga dapat bermanfaat dan membantu
memberikan pemahaman bagi Anda yang sedang mempelajari algoritma AHP. Berikut
ini juga ditambahkan beberapa referensi yang dijadikan acuan sumber dalam
penulisan artikel ini. Dan juga dapat menjadi referensi lebih lanjut bagi Anda
untuk memahami lebih dalam mengenai algoritma AHP.
Referensi :
- Penulisan artikel berdasarkan pemahaman saya setelah membaca :
Teknomo,Kardi.Tutorial
AHP.http://people.revoledu.com/kardi/tutorial/AHP/index.html
Kusrini.Konsep dan Aplikasi Sistem Pendukung Keputusan.Andi
Tzeng,Gwo-Hsiung dan Huang,Jih-Jeng.Multiple Attribute Decision Making Mehods and Application.CRC Press
Kusrini.Konsep dan Aplikasi Sistem Pendukung Keputusan.Andi
Tzeng,Gwo-Hsiung dan Huang,Jih-Jeng.Multiple Attribute Decision Making Mehods and Application.CRC Press
- Pembahasan contoh kasus diambil dari :
No comments:
Post a Comment