ºÝºÝߣ

ºÝºÝߣShare a Scribd company logo

Ahp

•
•
Galih M-bills
Galih M-bills

Dokumen tersebut menjelaskan tentang Metode Analytical Hierarchy Process (AHP) untuk menentukan prioritas alternatif berdasarkan kriteria. Metode ini melibatkan pembentukan hierarki masalah, penilaian kriteria melalui perbandingan berpasangan, penetapan bobot kriteria dan subkriteria, serta penentuan skor akhir alternatif. Contoh kasus yang diberikan adalah pemilihan mahasiswa terbaik berdasarkan IPK, TOEFL, dan jabatan organ

1 of 5
Download to read offline
PERATURAN NGE BLOG TENTANG SAYA Search Fun With Rifan SyaifulFun With Rifan Syaiful Trainer, Konsultan IT, Penulis Lepas & EnterpreunerTrainer, Konsultan IT, Penulis Lepas & Enterpreuner BERANDA CV. WAHANA KARYA KHARISMA FUNCOMPUTER WARUNG FUNPREUNER JEJAK-JEJAK PENAKU KOLOM IKLAN PENGUNJUNGPENGUNJUNG 32,707 PENGIKUTPENGIKUT with Google Friend Connect Members (30) More » Already a member? Sign in TIMETIME 17:08:23 TOP MP3 MINGGU INITOP MP3 MINGGU INI TRANSLATETRANSLATE Select Language ▼ LENCANA FACEBOOKLENCANA FACEBOOK Zulrifannoor FunComp Syaiful Mengenal Metode AHP (Disertai studi kasus : Pemilihan Mahasiswa Terbaik) Peralatan utama AHP adalah sebuah hierarki fungsional dengan input utamanya persepsi manusia. Keberadaan hierarki memungkinkan dipecahnya masalah kompleks atau tidak terstruktur dalam sub – sub masalah, lalu menyusunnya menjadi suatu bentuk hierarki (Kusrini, 2007). Gambar 2. 1 Struktur Hirarki AHP Konsep dasar AHP adalah penggunaan matriks pairwise comparison (,atriks perbandingan berpasangan) untuk menghasilkan bobot relative antar kriteria maupun alternative. Suatu kriteria akan dibandingkan dengan kriteria lainnya dalam hal seberapa penting terhadap pencapaian tujuan di atasnya (Saaty, 1986). Tabel 2. 1 Skala dasar perbandingan berpasangan Tingkat Kepentingan Definisi Keterangan 1 Sama Pentingnya Kedua elemen mempunyai pengaruh yang sama 3 Sedikit lebih penting Pengalaman dan penilaian sangat memihak satu elemen dibandingkan dengan pasangannya 5 Lebih Penting Satu elemen sangat disukai dan secara praktis dominasinya sangat nyata, dibandingkan dengan elemen pasangannya. 7 Sangat Penting Satu elemen terbukti sangat disukai dan secara praktis dominasinya sangat nyata, dibandingkan dengan elemen pasangannya. RSS SUBSCRIPTION! FOLLOW ME! POPULERPOPULER MengenalMengenal Metode AHPMetode AHP (Disertai studi(Disertai studi kasus :kasus : PemilihanPemilihan MahasiswaMahasiswa Terbaik)Terbaik) ... Rahasia CepatRahasia Cepat Beli RumahBeli Rumah tanpa Modaltanpa Modal bagibagi MahasiswaMahasiswa S udah cek harga properti yang semakin naik dari tahun ke tahun??? Ya, setidaknya harga properti mengalami kenaikan 10 - 20 % setiap tahu... Pertemuan 1 :Pertemuan 1 : Pengertian danPengertian dan Macam-MacamMacam-Macam Metode DataMetode Data MiningMining By Zulrifan Noor Banjarbaru, 28 Februari 2011 Pengertian Data mining merupakan proses berulang- ulang, di mana penyelesaian didefi... Sekilas tentangSekilas tentang MetodeMetode CertaintyCertainty Factor (plusFactor (plus studi kasusstudi kasus sederhana)sederhana) Metode CF Faktor kepastian merupakan suatu metode yang digunakan untuk mengukur suatu keyakinan seseorang. Inputnya adalah berupa ke... Pertemuan 2Pertemuan 2 DelphiDelphi (Percabangan :(Percabangan : If, If Else)-StudiIf, If Else)-Studi Kasus :Kasus : Aplikasi TokoAplikasi Toko BukuBuku Perintah if digunakan untuk menentukan perintah mana yang akan dikerjakan ketika suatu kondisi terjadi. Bentuk baku perintah if adalah ... KATEGORIKATEGORI AHP (1) Brainware (1) 17.39 Rifan "The King" Syaiful 3 comments Elemen Kolom Mengenal Metode AHP (Disertai studi kasus : Pemilihan Mahasiswa T... http://funpreuner.blogspot.com/2012/02/mengenal-metode-ahp-disertai... 1 of 5 11/03/2014 17:08
Buat Lencana Anda FOLLOW MY TWITTERFOLLOW MY TWITTER BLOG SAHABATBLOG SAHABAT Bang Ded Baron Ramlie BEM STMIK Banjarbaru Berin Al Fatih Dra. H. Ruliah Ery El-Himmah FOSKI STMIK Banjarbaru HMJ SI STMIK Banjarbaru Rifan Syaiful. Diberdayakan oleh Blogger. 9 Mutlak lebih penting Satu elemen terbukti mutlak lebih disukai dibandingkan dengan pasangannya, pada keyakinan tertinggi. 2,4,6,8 Nilai Tengah Diberikan bila terdapat keraguan penilaian di antara dua tingkat kepentingan yang berdekatan. (Sumber : Saaty, 1986) Penilaian dalam membandingkan antara satu kriteria dengan kriteria yang lain adalah bebas satu sama lain, dan hal ini dapat mengarah pada ketidak konsistensian. Saaty (1990) telah membuktikan bahwa indeks konsistensi dari matrik ber ordo n dapat diperoleh dengan rumus : CI = (λmaks-n)/(n-1)................................................... (1) Dimana : CI = Indeks Konsistensi (Consistency Index) λmaks = Nilai eigen terbesar dari matrik berordo n Nilai eigen terbesar didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan eigen vector. Batas ketidak konsistensian di ukur dengan menggunakan rasio konsistensi (CR), yakni perbandingan indeks konsistensi (CI) dengan nilai pembangkit random (RI). Nilai ini bergantung pada ordo matrik n. Rasio konsistensi dapat dirumuskan : CR = CI/RI............................................................... (2) Bila nilai CR lebih kecil dari 10%, ketidak konsistensian pendapat masih dianggap dapat diterima. Tabel 2. 2 Daftar Indeks random konsistensi (RI) n 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 RI 0,00 0,00 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49 1,51 1,48 1,56 1,57 1,59 Contoh Kasus : Menentukan prioritas dalam pemilihan mahasiswa terbaik Langkah Penyelesaian : 1. Tetapkan permasalahan, kriteria dan sub kriteria (jika ada), dan alternative pilihan. a. Permasalahan : Menentukan prioritas mahasiswa terbaik. b. Kriteria : IPK, Nilai TOEFL, Jabatan Organisasi, c. Subkriteria : IPK (Sangat baik : 3,5-4,00; Baik : 3,00-3,49; Cukup : 2,75-2,99) TOEFL(Sangat baik : 506-600; Baik : 501-505 ; Cukup : 450 - 500) Jabatan Organisasi (Ketua, Kordinator, Anggota) CAT : Jumah kriteria dan sub kriteria, minimal 3. Karena jika hanya dua maka akan berpengaruh terhadap nilai CR (lihat tabel daftar rasio indeks konsistensi/RI) 2. Membentuk matrik Pairwise Comparison,kriteria. Terlebih dahulu melakukan penilaian perbandingan dari kriteria.(Perbandingan ditentukan dengan mengamati kebijakan yang dianut oleh penilai) adalah : a. Kriteria IPK 4 kali lebih penting dari jabatan organisasi, dan 3 kali lebih penting dari TOEFL. b. Kriteria TOEFL 2 kali lebih penting dari jabatan organisasi. CAT : Terjadi 3 kali perbandingan terhadap 3 kriteria (IPK->jabatan, IPK->TOEFL, Jabatan->TOEFL). Jika ada 4 kriteria maka akan terjadi 6 kali perbandingan. Untuk memahaminya silahkan coba buat perbandingan terhadap 4 kriteria. Buku (1) Cerpen (9) Certainty Factor (1) Data Mining dan Warehousing (1) Delphi (3) Hardware (2) HTML 5 (1) Interpersonal Skill (1) Java (1) kayutangi (1) Koran Lokal (3) Kuliah (1) Lainnya (19) Media Lainnya (4) Metode Komputasi (2) Motivasi (16) Organisasi (3) Pemrograman (2) Pendidikan (1) Penjualan Software (5) properti (1) properti dijual (1) Puisi (3) Reportase (1) rumah dijual (1) Sandal (1) Seminar (2) Sistem Pakar (1) SMK (1) Teknik Komputer (1) Workshop (1) ARSIPARSIP Mengenal Metode AHP (Disertai studi kasus : Pemilihan Mahasiswa T... http://funpreuner.blogspot.com/2012/02/mengenal-metode-ahp-disertai... 2 of 5 11/03/2014 17:08
Sehingga matrik matrik Pairwise Comparison untuk kriteria adalah : IPK TOEFL Jabatan IPK 1 3 4 TOEFL 1/3 1 2 Jabatan 1/4 1/2 1 Cara mendapatkan nilai-nilai di atas adalah : Perbandingan di atas adalah dengan membandingkan kolom yang terletak paling kiri dengan setiap kolom ke dua, ketiga dan keempat. Perbandingan terhadap dirinya sendiri, akan menghasilkan nilai 1. Sehingga nilai satu Perbandingan kolom kiri dengan kolom-kolom selanjutnya. Misalkan nilai 3, didapatkan Perbandingan kolom kiri dengan kolom-kolom selanjutnya. Misalkan nilai ¼ didapatkan dari perbandingan Ja 3. Menentukan rangking kriteria dalam bentuk vector prioritas (disebut juga eigen vector ternormalisasi). a. Ubah matriks Pairwise Comparison ke bentuk desimal dan jumlahkan tiap kolom tersebut. IPK TOEFL Jabatan IPK 1,000 3,000 4,000 TOEFL 0,333 1,000 2,000 Jabatan 0,250 0,500 1,000 JUMLAH 1,583 4,500 7,000 b. Bagi elemen-elemen tiap kolom dengan jumah kolom yang bersangkutan. IPK TOEFL Jabatan IPK 0,632 0,667 0,571 TOEFL 0,211 0,222 0,286 Jabatan 0,158 0,111 0,143 Contoh : Nilai 0,632 adalah hasil dari pembagian antara nilai 1,000/1,583 dst. c. Hitung Eigen Vektor normalisasi dengan cara : jumlahkan tiap baris kemudian dibagi dengan jumlah kriteria. Jumlah kriteria dalam kasus ini adalah 3. IPK TOEFL Jabatan Jumlah Baris Eigen Vektor Normalisasi IPK 0,632 0,667 0,571 1,870 0,623 TOEFL 0,211 0,222 0,286 0,718 0,239 Jabatan 0,158 0,111 0,143 0,412 0,137 -Nilai 1,870 adalah hasil dari penjumlahan 0,632+0,667+0,571 -Nilai 0,623 adalah hasil dari 1,870/3. -Dst d. Menghitung rasio konsistensi untuk mengetahui apakah penilaian perbandingan kriteria bersifat konsisten. -Menentukan nilai Eigen Maksimum (λmaks). Λmaks diperoleh dengan menjumlahkan hasil perkalian jumlah kolom matrik Pairwise Comparison ke bentuk desimal dengan vector eigen normalisasi. Λmaks = (1,583 x 0,623 )+(4,500 x 0,239)+(7,000 x 0,137) = 3,025 -Menghitung Indeks Konsistensi (CI) CI = (λmaks-n)/n-1 = 0,013 - Rasio Konsistensi =CI/RI, nilai RI untuk n = 3 adalah 0,58 (lihatDaftar Indeks random konsistensi (RI)) CR = CI/RI = 0,013/0,58 = 0,022 Karena CR < 0,100 berari preferensi pembobotan adalah konsisten 4. Untuk matrik Pairwise Comparison sub kriteria, saya asumsikan memiliki nilai yang sama dengan matrik Pairwise Comparison kriteria. Anda bisa mencoba merubah nilai pembobotan jika ingin lebih memahami pembentukan matrik ini. a. Sub kriteria IPK Sangat BaikBaik Cukup Jumlah Baris Eigen Vektor Normalisasi Sangat Baik 0,632 0,667 0,571 1,870 0,623 Baik 0,211 0,222 0,286 0,718 0,239 Cukup 0,158 0,111 0,143 0,412 0,137 b. Sub Kriteria TOEFL Jumlah Kolom Mengenal Metode AHP (Disertai studi kasus : Pemilihan Mahasiswa T... http://funpreuner.blogspot.com/2012/02/mengenal-metode-ahp-disertai... 3 of 5 11/03/2014 17:08
Posting Lebih Baru Posting Lama Sangat BaikBaik Cukup Jumlah Baris Eigen Vektor Normalisasi Sangat Baik 0,632 0,667 0,571 1,870 0,623 Baik 0,211 0,222 0,286 0,718 0,239 Cukup 0,158 0,111 0,143 0,412 0,137 c. Sub Kriteria Jabatan Organisasi Ketua KoordinatorAnggota Jumlah Baris Eigen Vektor Normalisasi Ketua 0,632 0,667 0,571 1,870 0,623 Koordinator 0,211 0,222 0,286 0,718 0,239 Anggota 0,158 0,111 0,143 0,412 0,137 5. Terakhir adalah menentukan rangking dari alternatif dengan cara menghitung eigen vector untuk tiap kirteria dan sub kriteria. IPK TOEFL Jabatan Organisasi HASIL Ifan 1 3 3 0,440 Rudy 3 3 1 0,204 Anton 1 2 2 0,479 - Nilai bobot diperoleh dari kondisi yang dimiliki oleh alternatif. Contoh pada Ifan, yang memiliki IPK 3,86 (sangat baik), maka diberikan bobot 1 (2 untuk baik dan 3 untuk cukup). Ifan memiliki nilai TOEFL 470 (cukup), sehingga diberikan bobot 3 dan jabatan organisasi adalah anggota dengan bobot 3 (1 untuk ketua dan 2 untuk koordinator). - Hasil diperoleh dari perkalian nilai vector kriteria dengan vector sub kriteria. Dan setiap hasil perkalian kriteria dan subkriteria masing- masing kolom dijumlahkan. Contoh Ifan, pada kolom IPK (eigen vector : 0,623) dikalikan dengan sub kriteria IPK yaitu sangat baik (eigen vector : 0,623).dst (IPK x Sangat Baik + TOEFL x Sangat Baik + Jabatan Organisasi x Anggota) = 0,440 Dari hasil di atas, Anton memiliki nilai paling tinggi sehingga layak menjadi mahasiswa terbaik.. Metode AHP bisa digunakan untuk menentukan segala kasus yang membutuhkan output berupa prioritas dari hasil perangkingan. Syarat kriteria yang digunakan adalah data yang "seimbang" (misal data mahasiswa Kampus XYZ bisa dibandingkan dengan kampus ABC, tidak bisa dibandnigkan dengan sekolah XXX). Posted in: AHP,Metode Komputasi Beranda 3 komentar: dwi cahyo mengatakan... mau nanya mas ,,punya sebuah program sederhana tentang SPK (sistem pendukung keputusan) ga klo ada boleh d share ga mas ,,trus klo ga ada punya recomendasi ga ,, mohon bantuanya buat tugas nih mas 22 Mei 2013 06.32 Adit mengatakan... Pagi, minta tolong diperjelas lagi Pak untuk hasil dibagian akhir itu (Ifan dapat 0.440) didapat darimana Pak?? Saya udah coba2 kok ga ketemu seperti hasil yang Bpk maksud, terimakasih. 28 Juli 2013 19.27 rezi muhammad mengatakan... Mengenal Metode AHP (Disertai studi kasus : Pemilihan Mahasiswa T... http://funpreuner.blogspot.com/2012/02/mengenal-metode-ahp-disertai... 4 of 5 11/03/2014 17:08
Poskan Komentar Beri komentar sebagai: Publikasikan Link ke posting ini Buat sebuah Link Share It Share this on Facebook Tweet this View stats (NEW) Appointment gadget >> Copyright © 2011Copyright © 2011 Fun With Rifan SyaifulFun With Rifan Syaiful | Powered by| Powered by BloggerBlogger Design byDesign by Free WordPress ThemesFree WordPress Themes | Bloggerized by| Bloggerized by LasanthaLasantha -- Premium Blogger ThemesPremium Blogger Themes || cheap international callscheap international calls itu ada kesalahan di sub kreteria TOEFL " (IPK x Sangat Baik + TOEFL x Sangat Baik + Jabatan Organisasi x Anggota) = 0,440 " seharusnya di subkreteria TOEFL ifan mendapat nilai CUKUP bukan sangat baik 12 Februari 2014 23.36 Mengenal Metode AHP (Disertai studi kasus : Pemilihan Mahasiswa T... http://funpreuner.blogspot.com/2012/02/mengenal-metode-ahp-disertai... 5 of 5 11/03/2014 17:08

More Related Content

Ahp

  • 1. PERATURAN NGE BLOG TENTANG SAYA Search Fun With Rifan SyaifulFun With Rifan Syaiful Trainer, Konsultan IT, Penulis Lepas & EnterpreunerTrainer, Konsultan IT, Penulis Lepas & Enterpreuner BERANDA CV. WAHANA KARYA KHARISMA FUNCOMPUTER WARUNG FUNPREUNER JEJAK-JEJAK PENAKU KOLOM IKLAN PENGUNJUNGPENGUNJUNG 32,707 PENGIKUTPENGIKUT with Google Friend Connect Members (30) More » Already a member? Sign in TIMETIME 17:08:23 TOP MP3 MINGGU INITOP MP3 MINGGU INI TRANSLATETRANSLATE Select Language â–¼ LENCANA FACEBOOKLENCANA FACEBOOK Zulrifannoor FunComp Syaiful Mengenal Metode AHP (Disertai studi kasus : Pemilihan Mahasiswa Terbaik) Peralatan utama AHP adalah sebuah hierarki fungsional dengan input utamanya persepsi manusia. Keberadaan hierarki memungkinkan dipecahnya masalah kompleks atau tidak terstruktur dalam sub – sub masalah, lalu menyusunnya menjadi suatu bentuk hierarki (Kusrini, 2007). Gambar 2. 1 Struktur Hirarki AHP Konsep dasar AHP adalah penggunaan matriks pairwise comparison (,atriks perbandingan berpasangan) untuk menghasilkan bobot relative antar kriteria maupun alternative. Suatu kriteria akan dibandingkan dengan kriteria lainnya dalam hal seberapa penting terhadap pencapaian tujuan di atasnya (Saaty, 1986). Tabel 2. 1 Skala dasar perbandingan berpasangan Tingkat Kepentingan Definisi Keterangan 1 Sama Pentingnya Kedua elemen mempunyai pengaruh yang sama 3 Sedikit lebih penting Pengalaman dan penilaian sangat memihak satu elemen dibandingkan dengan pasangannya 5 Lebih Penting Satu elemen sangat disukai dan secara praktis dominasinya sangat nyata, dibandingkan dengan elemen pasangannya. 7 Sangat Penting Satu elemen terbukti sangat disukai dan secara praktis dominasinya sangat nyata, dibandingkan dengan elemen pasangannya. RSS SUBSCRIPTION! FOLLOW ME! POPULERPOPULER MengenalMengenal Metode AHPMetode AHP (Disertai studi(Disertai studi kasus :kasus : PemilihanPemilihan MahasiswaMahasiswa Terbaik)Terbaik) ... Rahasia CepatRahasia Cepat Beli RumahBeli Rumah tanpa Modaltanpa Modal bagibagi MahasiswaMahasiswa S udah cek harga properti yang semakin naik dari tahun ke tahun??? Ya, setidaknya harga properti mengalami kenaikan 10 - 20 % setiap tahu... Pertemuan 1 :Pertemuan 1 : Pengertian danPengertian dan Macam-MacamMacam-Macam Metode DataMetode Data MiningMining By Zulrifan Noor Banjarbaru, 28 Februari 2011 Pengertian Data mining merupakan proses berulang- ulang, di mana penyelesaian didefi... Sekilas tentangSekilas tentang MetodeMetode CertaintyCertainty Factor (plusFactor (plus studi kasusstudi kasus sederhana)sederhana) Metode CF Faktor kepastian merupakan suatu metode yang digunakan untuk mengukur suatu keyakinan seseorang. Inputnya adalah berupa ke... Pertemuan 2Pertemuan 2 DelphiDelphi (Percabangan :(Percabangan : If, If Else)-StudiIf, If Else)-Studi Kasus :Kasus : Aplikasi TokoAplikasi Toko BukuBuku Perintah if digunakan untuk menentukan perintah mana yang akan dikerjakan ketika suatu kondisi terjadi. Bentuk baku perintah if adalah ... KATEGORIKATEGORI AHP (1) Brainware (1) 17.39 Rifan "The King" Syaiful 3 comments Elemen Kolom Mengenal Metode AHP (Disertai studi kasus : Pemilihan Mahasiswa T... http://funpreuner.blogspot.com/2012/02/mengenal-metode-ahp-disertai... 1 of 5 11/03/2014 17:08
  • 2. Buat Lencana Anda FOLLOW MY TWITTERFOLLOW MY TWITTER BLOG SAHABATBLOG SAHABAT Bang Ded Baron Ramlie BEM STMIK Banjarbaru Berin Al Fatih Dra. H. Ruliah Ery El-Himmah FOSKI STMIK Banjarbaru HMJ SI STMIK Banjarbaru Rifan Syaiful. Diberdayakan oleh Blogger. 9 Mutlak lebih penting Satu elemen terbukti mutlak lebih disukai dibandingkan dengan pasangannya, pada keyakinan tertinggi. 2,4,6,8 Nilai Tengah Diberikan bila terdapat keraguan penilaian di antara dua tingkat kepentingan yang berdekatan. (Sumber : Saaty, 1986) Penilaian dalam membandingkan antara satu kriteria dengan kriteria yang lain adalah bebas satu sama lain, dan hal ini dapat mengarah pada ketidak konsistensian. Saaty (1990) telah membuktikan bahwa indeks konsistensi dari matrik ber ordo n dapat diperoleh dengan rumus : CI = (λmaks-n)/(n-1)................................................... (1) Dimana : CI = Indeks Konsistensi (Consistency Index) λmaks = Nilai eigen terbesar dari matrik berordo n Nilai eigen terbesar didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan eigen vector. Batas ketidak konsistensian di ukur dengan menggunakan rasio konsistensi (CR), yakni perbandingan indeks konsistensi (CI) dengan nilai pembangkit random (RI). Nilai ini bergantung pada ordo matrik n. Rasio konsistensi dapat dirumuskan : CR = CI/RI............................................................... (2) Bila nilai CR lebih kecil dari 10%, ketidak konsistensian pendapat masih dianggap dapat diterima. Tabel 2. 2 Daftar Indeks random konsistensi (RI) n 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 RI 0,00 0,00 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49 1,51 1,48 1,56 1,57 1,59 Contoh Kasus : Menentukan prioritas dalam pemilihan mahasiswa terbaik Langkah Penyelesaian : 1. Tetapkan permasalahan, kriteria dan sub kriteria (jika ada), dan alternative pilihan. a. Permasalahan : Menentukan prioritas mahasiswa terbaik. b. Kriteria : IPK, Nilai TOEFL, Jabatan Organisasi, c. Subkriteria : IPK (Sangat baik : 3,5-4,00; Baik : 3,00-3,49; Cukup : 2,75-2,99) TOEFL(Sangat baik : 506-600; Baik : 501-505 ; Cukup : 450 - 500) Jabatan Organisasi (Ketua, Kordinator, Anggota) CAT : Jumah kriteria dan sub kriteria, minimal 3. Karena jika hanya dua maka akan berpengaruh terhadap nilai CR (lihat tabel daftar rasio indeks konsistensi/RI) 2. Membentuk matrik Pairwise Comparison,kriteria. Terlebih dahulu melakukan penilaian perbandingan dari kriteria.(Perbandingan ditentukan dengan mengamati kebijakan yang dianut oleh penilai) adalah : a. Kriteria IPK 4 kali lebih penting dari jabatan organisasi, dan 3 kali lebih penting dari TOEFL. b. Kriteria TOEFL 2 kali lebih penting dari jabatan organisasi. CAT : Terjadi 3 kali perbandingan terhadap 3 kriteria (IPK->jabatan, IPK->TOEFL, Jabatan->TOEFL). Jika ada 4 kriteria maka akan terjadi 6 kali perbandingan. Untuk memahaminya silahkan coba buat perbandingan terhadap 4 kriteria. Buku (1) Cerpen (9) Certainty Factor (1) Data Mining dan Warehousing (1) Delphi (3) Hardware (2) HTML 5 (1) Interpersonal Skill (1) Java (1) kayutangi (1) Koran Lokal (3) Kuliah (1) Lainnya (19) Media Lainnya (4) Metode Komputasi (2) Motivasi (16) Organisasi (3) Pemrograman (2) Pendidikan (1) Penjualan Software (5) properti (1) properti dijual (1) Puisi (3) Reportase (1) rumah dijual (1) Sandal (1) Seminar (2) Sistem Pakar (1) SMK (1) Teknik Komputer (1) Workshop (1) ARSIPARSIP Mengenal Metode AHP (Disertai studi kasus : Pemilihan Mahasiswa T... http://funpreuner.blogspot.com/2012/02/mengenal-metode-ahp-disertai... 2 of 5 11/03/2014 17:08
  • 3. Sehingga matrik matrik Pairwise Comparison untuk kriteria adalah : IPK TOEFL Jabatan IPK 1 3 4 TOEFL 1/3 1 2 Jabatan 1/4 1/2 1 Cara mendapatkan nilai-nilai di atas adalah : Perbandingan di atas adalah dengan membandingkan kolom yang terletak paling kiri dengan setiap kolom ke dua, ketiga dan keempat. Perbandingan terhadap dirinya sendiri, akan menghasilkan nilai 1. Sehingga nilai satu Perbandingan kolom kiri dengan kolom-kolom selanjutnya. Misalkan nilai 3, didapatkan Perbandingan kolom kiri dengan kolom-kolom selanjutnya. Misalkan nilai ¼ didapatkan dari perbandingan Ja 3. Menentukan rangking kriteria dalam bentuk vector prioritas (disebut juga eigen vector ternormalisasi). a. Ubah matriks Pairwise Comparison ke bentuk desimal dan jumlahkan tiap kolom tersebut. IPK TOEFL Jabatan IPK 1,000 3,000 4,000 TOEFL 0,333 1,000 2,000 Jabatan 0,250 0,500 1,000 JUMLAH 1,583 4,500 7,000 b. Bagi elemen-elemen tiap kolom dengan jumah kolom yang bersangkutan. IPK TOEFL Jabatan IPK 0,632 0,667 0,571 TOEFL 0,211 0,222 0,286 Jabatan 0,158 0,111 0,143 Contoh : Nilai 0,632 adalah hasil dari pembagian antara nilai 1,000/1,583 dst. c. Hitung Eigen Vektor normalisasi dengan cara : jumlahkan tiap baris kemudian dibagi dengan jumlah kriteria. Jumlah kriteria dalam kasus ini adalah 3. IPK TOEFL Jabatan Jumlah Baris Eigen Vektor Normalisasi IPK 0,632 0,667 0,571 1,870 0,623 TOEFL 0,211 0,222 0,286 0,718 0,239 Jabatan 0,158 0,111 0,143 0,412 0,137 -Nilai 1,870 adalah hasil dari penjumlahan 0,632+0,667+0,571 -Nilai 0,623 adalah hasil dari 1,870/3. -Dst d. Menghitung rasio konsistensi untuk mengetahui apakah penilaian perbandingan kriteria bersifat konsisten. -Menentukan nilai Eigen Maksimum (λmaks). Λmaks diperoleh dengan menjumlahkan hasil perkalian jumlah kolom matrik Pairwise Comparison ke bentuk desimal dengan vector eigen normalisasi. Λmaks = (1,583 x 0,623 )+(4,500 x 0,239)+(7,000 x 0,137) = 3,025 -Menghitung Indeks Konsistensi (CI) CI = (λmaks-n)/n-1 = 0,013 - Rasio Konsistensi =CI/RI, nilai RI untuk n = 3 adalah 0,58 (lihatDaftar Indeks random konsistensi (RI)) CR = CI/RI = 0,013/0,58 = 0,022 Karena CR < 0,100 berari preferensi pembobotan adalah konsisten 4. Untuk matrik Pairwise Comparison sub kriteria, saya asumsikan memiliki nilai yang sama dengan matrik Pairwise Comparison kriteria. Anda bisa mencoba merubah nilai pembobotan jika ingin lebih memahami pembentukan matrik ini. a. Sub kriteria IPK Sangat BaikBaik Cukup Jumlah Baris Eigen Vektor Normalisasi Sangat Baik 0,632 0,667 0,571 1,870 0,623 Baik 0,211 0,222 0,286 0,718 0,239 Cukup 0,158 0,111 0,143 0,412 0,137 b. Sub Kriteria TOEFL Jumlah Kolom Mengenal Metode AHP (Disertai studi kasus : Pemilihan Mahasiswa T... http://funpreuner.blogspot.com/2012/02/mengenal-metode-ahp-disertai... 3 of 5 11/03/2014 17:08
  • 4. Posting Lebih Baru Posting Lama Sangat BaikBaik Cukup Jumlah Baris Eigen Vektor Normalisasi Sangat Baik 0,632 0,667 0,571 1,870 0,623 Baik 0,211 0,222 0,286 0,718 0,239 Cukup 0,158 0,111 0,143 0,412 0,137 c. Sub Kriteria Jabatan Organisasi Ketua KoordinatorAnggota Jumlah Baris Eigen Vektor Normalisasi Ketua 0,632 0,667 0,571 1,870 0,623 Koordinator 0,211 0,222 0,286 0,718 0,239 Anggota 0,158 0,111 0,143 0,412 0,137 5. Terakhir adalah menentukan rangking dari alternatif dengan cara menghitung eigen vector untuk tiap kirteria dan sub kriteria. IPK TOEFL Jabatan Organisasi HASIL Ifan 1 3 3 0,440 Rudy 3 3 1 0,204 Anton 1 2 2 0,479 - Nilai bobot diperoleh dari kondisi yang dimiliki oleh alternatif. Contoh pada Ifan, yang memiliki IPK 3,86 (sangat baik), maka diberikan bobot 1 (2 untuk baik dan 3 untuk cukup). Ifan memiliki nilai TOEFL 470 (cukup), sehingga diberikan bobot 3 dan jabatan organisasi adalah anggota dengan bobot 3 (1 untuk ketua dan 2 untuk koordinator). - Hasil diperoleh dari perkalian nilai vector kriteria dengan vector sub kriteria. Dan setiap hasil perkalian kriteria dan subkriteria masing- masing kolom dijumlahkan. Contoh Ifan, pada kolom IPK (eigen vector : 0,623) dikalikan dengan sub kriteria IPK yaitu sangat baik (eigen vector : 0,623).dst (IPK x Sangat Baik + TOEFL x Sangat Baik + Jabatan Organisasi x Anggota) = 0,440 Dari hasil di atas, Anton memiliki nilai paling tinggi sehingga layak menjadi mahasiswa terbaik.. Metode AHP bisa digunakan untuk menentukan segala kasus yang membutuhkan output berupa prioritas dari hasil perangkingan. Syarat kriteria yang digunakan adalah data yang "seimbang" (misal data mahasiswa Kampus XYZ bisa dibandingkan dengan kampus ABC, tidak bisa dibandnigkan dengan sekolah XXX). Posted in: AHP,Metode Komputasi Beranda 3 komentar: dwi cahyo mengatakan... mau nanya mas ,,punya sebuah program sederhana tentang SPK (sistem pendukung keputusan) ga klo ada boleh d share ga mas ,,trus klo ga ada punya recomendasi ga ,, mohon bantuanya buat tugas nih mas 22 Mei 2013 06.32 Adit mengatakan... Pagi, minta tolong diperjelas lagi Pak untuk hasil dibagian akhir itu (Ifan dapat 0.440) didapat darimana Pak?? Saya udah coba2 kok ga ketemu seperti hasil yang Bpk maksud, terimakasih. 28 Juli 2013 19.27 rezi muhammad mengatakan... Mengenal Metode AHP (Disertai studi kasus : Pemilihan Mahasiswa T... http://funpreuner.blogspot.com/2012/02/mengenal-metode-ahp-disertai... 4 of 5 11/03/2014 17:08
  • 5. Poskan Komentar Beri komentar sebagai: Publikasikan Link ke posting ini Buat sebuah Link Share It Share this on Facebook Tweet this View stats (NEW) Appointment gadget >> Copyright © 2011Copyright © 2011 Fun With Rifan SyaifulFun With Rifan Syaiful | Powered by| Powered by BloggerBlogger Design byDesign by Free WordPress ThemesFree WordPress Themes | Bloggerized by| Bloggerized by LasanthaLasantha -- Premium Blogger ThemesPremium Blogger Themes || cheap international callscheap international calls itu ada kesalahan di sub kreteria TOEFL " (IPK x Sangat Baik + TOEFL x Sangat Baik + Jabatan Organisasi x Anggota) = 0,440 " seharusnya di subkreteria TOEFL ifan mendapat nilai CUKUP bukan sangat baik 12 Februari 2014 23.36 Mengenal Metode AHP (Disertai studi kasus : Pemilihan Mahasiswa T... http://funpreuner.blogspot.com/2012/02/mengenal-metode-ahp-disertai... 5 of 5 11/03/2014 17:08