Jumat, 03 Maret 2017

Studi Kasus Metode AHP

Studi Kasus menggunakan AHP

Kenapa saya menganbil contoh Studi Kasus ini karena menurut saya ini masih ada keterkaitannya dengan bidang ilmu yang sedang saya jalani yaitu di dunia teknik sipil, mengapa karena ini kasus seseorang yang ingin membeli sepeda motor yang sesuai keinginannya. Menurut saya prasarana transportasi tidak seimbang dengan meningkatnya sarana transportasi yang tinggi jadi jalan yang sempit tidak dapat menampung volume kendaraan yang ada yang akan menimbulkan kemacetan.

Adapun permasalahan yang timbul ini disebabkan seseorang menemui berbagai kesulitan dalam mengambil keputusan dalam pemilihan kriteria diantaranya adalah kesulitan dalam criteria dalam pemilihan sepeda motor yang nantinya akan dia beli yaitu : sepeda motornya memiliki desain yang bagus, berkualitas serta irit dalam bahan bakar.

Contoh Kaskus
Adi berulang tahun yang ke-17, Kedua orang tuanya janji untuk membelikan sepeda motor sesuai yang di inginkan Adi. Adi memiliki pilihan yaitu motor Ninja, Tiger dan Vixsion . Adi memiliki criteria dalam pemilihan sepeda motor yang nantinya akan dia beli yaitu : sepeda motornya memiliki desain yang bagus, berkualitas serta irit dalam bahan bakar.
Penyelesaian
  1. 1.     Tahap pertama
Menentukan botot dari masing – masig kriteria.
Desain lebih penting 2 kali dari pada Irit
Desain lebih penting 3 kali dari pada Kualitas
Irit lebih penting 1.5 kali dari pada kualitas
Pair Comparation Matrix
Kriteria Desain Irit Kualitas Priority Vector
Desain 1 2 3 0,5455
Irit 0,5 1 1,5 0,2727
Kualitas 0,333 0,667 1 0,1818
Jumlah 1,833 3,667 5,5 1,0000
Pricipal Eigen Value (lmax)
3,00
Consistency Index (CI)
0
Consistency Ratio (CR)
0,0%
Dari gambar diatas, Prioity Vector (kolom paling kanan) menunjukan bobot dari masing-masing kriteria, jadi dalam hal ini Desain merupakan bobot tertinggi/terpenting menurut Adi, disusul Irit dan yang terakhir adalah Kualitas.
Cara membuat table seperti di atas
  1. Untuk perbandingan antara masing – masing kriteria berasal dari bobot yang telah di berikan ADI pertama kali.
  2. Sedangkan untuk Baris jumlah, merupakan hasil penjumalahan vertikal dari masing – masing kriteria.
  3. Untuk Priority Vector  di dapat dari  hasil penjumlahan dari semua sel disebelah Kirinya (pada baris yang sama) setelah terlebih dahulu dibagi dengan  Jumlah yang ada dibawahnya, kemudian hasil penjumlahan tersebut dibagi dengan angka 3.
  4. Untuk mencari Principal Eigen Value (lmax)
Rumusnya adalah menjumlahkan  hasil perkalian antara sel pada baris jumlah dan sel pada kolom Priority Vector
  1. Menghitung Consistency Index (CI) dengan rumus
CI = (lmax-n)/(n-1)
  1. Sedangkan untuk menghitung nilai  CR
  2. Menggunakan rumuas CR = CI/RI , nilai RI didapat dari
n 1 2 3 4 5 6 7 8 9 10
RI 0 0 5,8 0,9 1,12 1,24 1,32 1,41 1,45 1,49
Jadi untuk n=3, RI=0.58.
Jika hasil perhitungan  CR lebih kecil atau sama dengan 10% ,  ketidak konsistenan masih bisa diterima, sebaliknya jika lebih besar dari 10%, tidak bisa diterima.
  1. 2.     Tahap Kedua
Kebetulan teman ADI memiliki teman yang memiliki motor yang sesuai dengan pilihan ADI. Setelah Adi mencoba motor temannya tersebut adi memberikan penilaian ( disebut sebagai pair-wire comparation)
Desain lebih penting 2 kali dari pada Irit
Desain lebih penting 3 kali dari pada Kualitas
Irit lebih penting 1.5 kali dari pada kualitas
Ninja  4 kali desainnya lebih baik daripada tiger
Ninja  3 kali desainnya lebih baik dari pada vixsion
tiger 1/2 kali desainnya lebih baik dari pada Vixsion
Ninja 1/3 kali lebih irit daripada tiger
Ninja 1/4 kali  lebih irit dari pada vixsion
tiger 1/2 kali lebih irit dari pada Vixsion
Berdasarkan penilaian tersebut maka dapat di buat table (disebut Pair-wire comparation matrix)
Desain Ninja Tiger Vixsion Priority Vector
Ninja 1 4 3 0,6233
Tiger 0,25 1 0,5 0,1373
Vixsion 0,333 2 1 0,2394
Jumlah 1,583 7 4,5 1,0000
Pricipal Eigen Value (lmax)
3,025
Consistency Index (CI)

0,01
Consistency Ratio (CR)

2,2%
Irit Ninja Tiger Vixsion Priority Vector
Ninja 1 0,333 0,25 0,1226
Tiger 3 1 0,5 0,3202
Vixsion 4 2 1 0,5572
Jumlah 8 3,333 1,75 1,0000
Pricipal Eigen Value (lmax)
3,023
Consistency Index (CI)

0,01
Consistency Ratio (CR)

2,0%
Irit Ninja Tiger Vixsion Priority Vector
Ninja 1,00 0,010 0,10 0,0090
Tiger 100,00 1,00 10,0 0,9009
Vixsion 10,00 0,100 1,0 0,0901
Jumlah 111,00 1,11 11,10 1,0000
Pricipal Eigen Value (lmax)
3
Consistency Index (CI)

0
Consistency Ratio (CR)

0,0%
  1. 3.     Tahap ketiga
Setelah mendapatkan bobot untuk ketiga kriteria dan skor untuk masing-masing kriteria bagi ketiga motor pilihannya, maka langkah terakhir adalah menghitung total skor untuk ketiga motor tersebut.  Untuk itu ADI akan merangkum semua hasil penilaiannya tersebut dalam bentuk tabel yang disebut Overall composite weight, seperti berikut.
 

Cara membuat Overall Composit weight adalah
  • Kolom Weight diambil dari kolom Priority Vektor dalam matrix Kriteria.
  • Ketiga kolom lainnya (Ninja, Tiger dan Vixsion) diambil dari kolom Priority Vector ketiga matrix Desain, Irit dan Kualitas.
  • Baris Composite Weight diperoleh dari jumlah hasil perkalian sel diatasnya dengan weight.
Berdasarkan table di atas maka dapat di ambil kesimpulan bahwa yang memiliki skor paling tinggi adalah Ninja yaitu 0,3751 , sedangkan disusul tiger dengan skor 0,3260 dan yang terakhir adalah Vixsion dengan skor 0,2989. Akhirnya Adi akan membeli motor Ninja
Kesimpulan
Kesimpulan yang dapat diambil adalah sebagai berikut:
  • Metode  ini mampu untuk menghasilkan suatu keputusan yang tepat.
  • Dengan memakai metode ini, kesalahan-kesalahan yang dilakukan ketika pengambilan keputusan seperti kesalahan dalam memilih dapat berkurang.

Sumber : http://fgex.blogspot.co.id/2015/06/pengertian-metode-ahp-di-sertai-dengan.html

Tidak ada komentar:

Posting Komentar