BAB II: TINJAUAN PUSTAKA - modul.mercubuana.ac.id SIPIL/Bab II.pdf · Proyek Pembangunan Jaringan...

Bab II: Tinjauan Pustaka

BAB II: TINJAUAN PUSTAKA

2.1. Proyek Pembangunan Jaringan Pipa Gas Onshore

Jaringan Pipa gas adalah sebuah infrastruktur yang dibangun untuk mengalirkan

hydrocarbon dalam bentuk gas dari sumber gas menuju pengguna gas. Sumber gas

tersebut dapat berupa sumur gas, fasilitas regasifikasi gas, fasilitas penampungan gas

ataupun stasiun pengukur penurun tekanan gas. Sedangkan pengguna gas dapat

berupa industry, pembangkit listrik, dan pengguna rumah tangga.

Dalam pelaksanaannya, jaringan pipa gas tersebut akan menghubungkan

daerah-daerah terpencil dimana gas itu berada dan kota-kota besar dimana gas

tersebut akan dimanfaatkan. Seperti contoh, jaringan pipa gas transmisi South

Sumatera – West Java menghubungkan sumber gas di Grissik, Jambi dan Pagardewa,

Sumatera Selatan menuju ke Cilegon dan Bekasi di Jawa Bagian Barat. Pipa gas

Transmisi ini terbentang sepanjang 2200 km melalui rute darat (onshore) dan rute laut

(offshore). Konstruksi di kedua rute ini sangat berbeda metode pelaksanaan maupun

permasalahan yang dihadapinya. Metode yang sering digunakan untuk rute onshore

adalah metode open cut dan apabila akan melewati rintangan seperti jalan, sungai

atau rel kereta atau fasilitas lainnya maka akan digunakan metode crossing baik itu

auger crossing ataupun Horizontal Directional Drilling (HDD). Sedangkan untuk rute

offshore mutlak memerlukan penggunaan Pipe Lay Barge (PLB) dengan berbagai

ukuran tergantung kedalaman laut yang hendak dilalui.

Selain rute, jaringan pipa gas juga dibagi menjadi jaringan pipa gas transmisi dan

jaringan pipa gas distribusi. Jaringan pipa gas transmisi adalah jaringan pipa yang

memiliki tekanan tinggi, berfungsi untuk menyalurkan gas dari sumber gas ke Offtake

station, single line, memiliki right of way (ROW), tidak diberi zat pembau (odorant), dan

pipa berdiameter besar. Sedangkan jaringan pipa distribusi adalah jaringan pipa yang

memiliki tekanan menengah-rendah, berfungsi untuk menyalurkan gas dari offtake

II-1


station ke pengguna gas, multi line, tidak memiliki right of way (ROW), diberi zat

pembau (odorant), dan pipa berdiameter variasi (2 s/d 12 inch).

Gambar 1. Sistem Jaringan Pipa Gas ("Natural Gas Pipeline System," 2002)

Proyek pembangunan jaringan pipa gas dimulai dengan fase perencanaan bisnis,

perencanaan fasilitas, perencanaan proyek dan konstruksi. Pada fase perencanaan

bisnis, peran project management belum secara langsung diperlukan. Namun setelah

rencana bisnis tersebut disahkan untuk dilaksanakan, maka fungsi project

management mutlak diperlukan. Dalam fase ini, project risk management mulai

dilaksanakan.

II-2


Gambar 2. Tahapan Pengambilan Keputusan Pelaksanaan Sebuah Investasi/Proyek

Risiko organizational akan banyak terdapat pada tahapan perencanaan fasilitas

dan perencanaan proyek. Sedangkan risiko eksternal, risiko project management dan

risiko teknikal akan banyak terdapat pada fase perencanaan proyek dan konstruksi.

Tahapan perencanaan dapat disimpulkan sebagai berikut :

1. Study Kelayakan / Feasibility Study (FS) : Studi ini dilakukan untuk

mengetahui kelayakan proyek tersebut dari aspek ekonomi, social, legal dan

teknikal. Hasil dari FS ini akan membantu manajemen untuk menentukan

apakah bisnis proposal tersebut dapat dilanjutkan ke tahapan berikutnya.

2. Front End Engineering Design (FEED): adalah sebuah pendekatan

menggunakan desain enjiniring untuk mengontrol pengeluaran proyek dan

secara teliti merencanakan sebuah proyek sebelum masuknya penawaran

resmi. FEED adalah basic engineering yang dilakukan setelah FS atau desain

konseptual didapatkan. Desain FEED fokus pada persyaratan teknis termasuk

juga estimasi biaya proyek secara kasar. FEED digunakan sebagai dasar

untuk tender konstruksi (EPC, EPCI dll) dan sebagai desain basis

(EPCengineer). Dalam tahapan ini akan ditentukan keperluan proyek secara

teknikal seperti dimensi pipa, fasilitas pendukung, jalur pipa dll.

3. Basic Design : dalam tahapan ini, FEED/desain basis akan dipertajam lagi

sehingga detail keperluan teknis proyek dapat diketahui. Pada tahapan ini

pula, Manajer Proyek akan menentukan paket pengadaan untuk proyek

tersebut seperti konsultan perencana, konsultan pengawas, pengadaan pipa,

pengadaan kontraktor, pengurusan izin jalur. Biaya proyek akan diestimasikan

sehingga lebih presisi.

4. Pelaksanaan Proyek : pelaksanaan proyek akan segera dilakukan setelah

semua tahapan diselesaikan dengan tersedianya material proyek, izin

II-3


pelaksanaan, konsultan yang terkait, kontraktor pelaksana dan anggaran

proyek tersedia sesuai dengan kebutuhan.

Tahapan konstruksi jaringan pipa gas adalah sebagai berikut:

1. Site Preparation

2. Hauling & Stringing

3. Excavation/Trenching

4. Welding

5. Non Destructive Test

6. Field Joint Coating

7. Holiday Test

8. Lowering & Backfilling

9. Pre-Commissioning

a. Flooding, Cleaning and Gauging

b. Hydrotesting

c. Dewatering

d. Swabbing and Drying

e. Nitrogen Purging

II-4


Gambar 3. Proses Pelaksanaan Konstruksi Jaringan Pipa Gas Onshore (Tobin, 2003)

2.2. Manajemen Risiko

Manajemen Risiko adalah salah satu dari 10 Knowledge Areas didalam PMBOK

5th Edition. Manajemen Risiko Proyek adalah termasuk proses melakukan

perencanaan manajemen risiko, identifikasi, analisis, perencanaan tindak lanjut dan

pengendalian risiko dalam proyek. Tujuan dari manajemen risiko proyek adalah untuk

meningkatkan kemungkinan dan dampak dari peluang (risiko positif) dan menurunkan

kemungkinan dan dampak dari kendala (risiko negative). (PMBOK 5th Ed. 2013)

II-5


Manajemen risiko mengenal tiga faktor, yaitu sebagai berikut :

1. Risk even status, yaitu merupakan kriteria nilai risiko atau sering disebut

peringkat risiko, misal: high, significant, medium, dan low.

2. Risk probability, yaitu merupakan tingkat kemungkinan terjadinya suatu risiko,

biasanya dinyatakan dalam persen (%).

3. Risk consequences, yaitu merupakan nilai pengaruhnya bila risiko tersebut

benar-benar terjadi. Ukuran ini tergantung risikonya, bisa berupa rupiah,

persen, waktu, banyaknya kejadian, dan lain-lain.

Menurut PMBOK Guideline, proses pelaksanaan Manajemen Risiko Proyek

adalah:

1. Perencanaan Risiko

Proses mendefinisikan bagaimana cara melakukan aktifitas manajemen risiko

pada suatu proyek.

2. Identifikasi Risiko

Proses menentukan risiko-risiko yang memberikan pengaruh ke proyek dan

mendokumentasikan karakteristik risiko-risiko tersebut.

3. Analisis Risiko secara Kualitatif

Proses menentukan prioritas risiko untuk analisis dan tindakan lebih lanjut

dengan menilai dan mengkombinasikan kemungkinan kemunculan dan

dampak dari risiko-risiko tersebut.

4. Analisis Risiko secara Kuantitatif

Proses analisis pengaruh dari risiko-risiko yang teridentifikasi secara numerik

terhadap tujuan proyek secara keseluruhan.

5. Perencanaan Respon Risiko

Proses pengembangan pilihan-pilihan dan tindakan untuk meningkatkan

kesempatan dan mengurangi ancaman terhadap tujuan proyek.

II-6


6. Kontrol Risiko

Proses menerapkan perencanaan respon risiko, melacak risiko-risiko yang

teridentifikasi, mengidentifikasi risiko-risiko baru, dan mengevaluasi efektifitas

proses pelaksanaan manajemen risiko sepanjang proyek.

Pada dasarnya, menurut PRM Handbook, manajemen risiko proyek termasuk

bertanya dan menjawab beberapa pertanyaan sederhana :

1. Risiko-risiko apa yang mungkin secara negatif (ancaman) atau secara positif

(kesempatan) mempengaruhi pencapaian proyek? (Identifikasi risiko)

2. Yang mana dari risiko-risiko tersebut yang paling penting? (Analisis risiko

secara kualitatif)

3. Bagaimana risiko-risiko ini mempengaruhi hasil keseluruhan proyek dalam hal

biaya dan waktu pelaksanaan? (Analisis risiko secara kuantitatif)

4. Apa yang dapat dilakukan terhadap hal tersebut? (Respon risiko)

5. Setelah mengambil tindakan, bagaimana respon terkait perubahan, dan

dimana proyek sekarang berada menurut manajemen risiko? (Monitoring

Risiko)

6. Siapa yang perlu tahu mengenai hal ini?

2.3. Risiko

2.3.1 Definisi

Risiko adalah sebuah kombinasi kesempatan dari suatu kejadian tertentu, dengan

akibat yang mempengaruhi kejadian tersebut apabila [risiko] terjadi. Karena itu, risiko

memiliki dua komponen – Kesempatan (Kemungkinan) untuk suatu kejadian terjadi

dan Akibat (Konsekuensi) yang terkait dengan kejadian tersebut. Konsekuensi dari

suatu kejadian mungkin diharapkan atau tidak diharapkan. Untuk itu sebuah

persamaan yang dapat digunakan adalah:

Risk = Probability x Consequence (Sayers et al 2002)

atau

Risiko = Kemungkinan x Konsekuensi

II-7


Project Management Institute (PMI) menyebutkan di dalam PMBOK Guide 5th

Edition bahwa Risiko Proyek adalah ketidakpastian kejadian atau kondisi yang, bila

terjadi, akan memberikan efek negative atau positive terhadap satu atau beberapa

tujuan dari proyek tersebut seperti lingkup, jadwal, biaya dan kualitas. Disebutkan pula

beberapa contoh yaitu keterlambatan dalam pengurusan izin-izin atau kesempatan

untuk mendapatkan tambahan personil sehingga dapat ditugaskan kedalam proyek

tersebut.

Risiko merupakan suatu hal yang niscaya terjadi pada setiap proses pekerjaan.

Hal ini dikarenakan keterbatasan yang dimiliki oleh pelaksana pekerjaan tersebut.

Keterbatasan itu dapat berupa informasi mengenai cuaca, kondisi ekonomi, kondisi

geopolitik dan lain sebagainya. Yang memang kondisi tersebut diatas terpengaruh

oleh keadaan lingkungan dimana proyek tersebut berada. Sehingga menganalisis

risiko berarti secara tidak langsung juga menganalisis kemungkinan risiko itu terjadi

dan mempersiapkan langkah atau tindakan yang tepat terhadap masing-masing risiko.

Langkah yang dapat dilakukan untuk mengelola risiko berbeda-beda sesuai

dengan jenis risiko yang dihadapi. Di dalam Project Risk Management Handbook

diuraikan sebagai berikut:

1. Untuk risiko negative adalah:

a. Avoid : risiko dihindari dengan melakukan perubahan rencana proyek

untuk menghilangkan risiko atau untuk melindungi tujuan proyek

(waktu, biaya, lingkup dan kualitas) dari dampak yang muncul. Dapat

dilakukan dengan mengubah ruang lingkup pekerjaan, menambah

waktu atau menambah sumber daya.

b. Transfer : Transfer risiko adalah mengalihkan risiko yang dihadapi ke

pihak ketiga. Biasanya diikuti dengan biaya yang mahal. Transfer risiko

hanya dapat berguna jika risiko dialihkan ke pihak lain yang memang

ahli di bidang tersebut.

c. Mitigate : Mitigasi risiko adalah mengurangi kemungkinan dan atau

dampak dari sebuah risiko sampai batas yang dapat diterima.

Melakukan mitigasi risiko lebih awal akan lebih bermanfaat daripada

melakukan tindakan perbaikan

II-8


2. Untuk risiko positif adalah:

a. Exploit : kesempatan ini diharapkan agar terjadi, sehingga dilakukan

upya-upaya agar meminimalkan ketidakpastian terkait kesempatan ini.

b. Share : memberikan sebagian kepemilikan terhadap kesempatan yang

ada kepada pihak ketiga yang lebih berkompeten menangani jenis

kesempatan tersebut.

c. Enhance : dengan meningkatkan kemungkinan dan dampak positif dari

sebuah kesempatan agar terjadi dan dengan mengidentifikasi dan

memaksimalkan faktor pemicu kesempatan tersebut.

3. Untuk kondisi ancaman dan kesempatan adalah dengan strategi

Acceptance, yaitu menerima risiko tersebut. Strategi ini dilakukan karena

tidak dimungkinkan untuk menghindari risiko tersebut atau biaya untuk

menghindari risiko tersebut tidak dijamin oleh pentingnya risiko tersebut.

Ketika manajer proyek memutuskan untuk menerima risiko tersebut, tidak

perlu dilakukan perubahan rencapa proyek atau mengidentifikasi tindakan

yang diperlukan jika terjadi namun cukup menerima risiko tersebut ketika

risiko tersebut terjadi. Ada dua macam acceptance yang dilakukan yaitu:

o Active Acceptance : menyediakan sumberdaya yang disebut

Contingency baik berupa waktu, biaya ataupun sumberdaya.

Contingency plan hanya akan dilaksanakan bila faktor pemicu

(triggers) muncul.

o Passive Acceptance : tidak mempersiapkan apapun kecuali

menerima risiko dan dampaknya. Namun dilakukan perbaikan

setelah risiko tersebut terjadi atau disebut juga implementing

recovery plan. Kegiatan ini biasa disebut workaround.

2.3.2 Analisis Risiko

Analisis risiko merupakan bagian dari aktivitas analisis untuk mengidentifikasi

suatu risiko terhadap dampak dan kemungkinannya untuk terjadi. Analisis risiko dapat

dilakukan dengan dua macam pendekatan yaitu analisis kualitatif dan analisis

kuantitatif. Analisis kualitatif adalah proses prioritisasi risiko dengan memperkirakan

tingkat kemungkinan untuk terjadi dan tingkat dampaknya. Sedangkan analisis

II-9


kuantitatif adalah proses analisis menggunakan pendekatan numerikal dalam

menganalisis efek dari risiko yang teridentifikasi. (PMBOK 2013)

2.3.3 Analisis Kualitatif

Analisis risiko adalah kombinasi analisis kemungkinan/kecenderungan suatu risiko

akan terjadi dan analisis mengenai dampak yang muncul akibat terjadinya risiko

tersebut. Probabilitas risiko akan diperkirakan dengan menggunakan data historikal

atau pendapat ahli di lapangan dan dampak akibat risiko tersebut diperkirakan dengan

menggunakan pengalaman ahli di lapangan melalui metode rapat dan wawancara

dimana penjelasan mengenai detail dan dasar yang diambil untuk perkiraan tersebut

akan didokumentasikan (PMBOK).

Risiko proyek dapat dibagi menjadi risiko berulang dan risiko tidak berulang. Risiko

berulang adalah risiko yang berulang secara regular, sehingga dimungkinkan ada data

statistic yang tersedia, seperti seberapa besar kemungkinan terjadinya cuaca buruk

dan berapa hari akan terbuang akibat cuaca buruk tersebut. Dengan risiko berulang

dapat dianalisis secara objektif, maka risiko tidak berulang membutuhkan analisis

subjektif karena tidak tersedianya dukungan data historikal (Bangsgaard 2010).

2.3.3.1 Matriks Probabilitas dan Dampak

Risiko dapat disusun prioritasnya lebih lanjut untuk analisis kuantitatif dan

perencanaan risk response berdasarkan nilai risiko tersebut. Penilaian

diberikan ke setiap risiko berdasarkan probabilitas dan dampak tiap-tiap risiko.

Evaluasi tingkat kepentingan dan prioritas tiap-tiap risiko biasanya dilakukan

menggunakan tabel rujukan atau matriks probabilitas dan dampak.((PMI),

2013)

II-10


Tabel 2. Matriks Probabilitas dan Dampak

Dengan menggunakan matriks diatas maka dapat ditentukan nilai masing-

masing risiko. Skor risiko yang didapatkan akan membantu menentukan

tingkat prioritas masing-masing proyek. Untuk risiko yang berada di area gelap

akan membutuhkan prioritas tindakan dan respon yang cepat. Baik untuk

ancaman ataupun kesempatan.

2.3.4 Analisis Kuantitatif

Analisis risiko Kuantitatif adalah cara numerik dalam memperkirakan

probabilitas bahwa proyek akan memenuhi target biaya dan waktu. Analisis

kuantitatif adalah analisis berdasarkan evaluasi secara simultan terhadap

semua risiko yang telah teridentifikasi dan terukur. Hasilnya adalah distribusi

probabilitas biaya dan tanggal penyelesaian proyek berdasarkan risiko yang

teridentifikasi dalam proyek.

Simulasi analisis risiko secara kuantitatif dimulai dengan model proyek dan,

salah satu diantara, jadwal ataupun estimasi biaya proyek, tergantung

tujuannya. Tingkat ketidakpastian dari setiap jadwal kegiatan atau setiap

elemen biaya diwakili oleh distribusi probabilitas. Distribusi probabilitas

biasanya ditentukan dengan menentukan nilai optimis, yang paling mungkin

dan pesimis dari kegiatan atau elemen biaya. Hal ini biasanya disebut “3 point

estimates”. Nilai “3 point estimates” biasanya diperkirakan oleh tim proyek atau

II-11


Subject matter Expert yang berfokus ke tiap kegiatan atau elemen biaya secara

satu persatu.(Caltrans, 2012)

2.3.4.1 Teknik Analisis & Pemodelan (PMBOK)

Beberapa teknik yang umum dipergunakan adalah:

2.3.4.1.1 Sensitivity Analysis

Analisis sensitifitas membantu dalam menetukan risiko mana yang paling

berpotensi untuk mempengaruhi proyek. Analisis ini membantu untuk

memahami bagaimana perubahan tujuan proyek terkorelasi dengan

perubahan pada ketidakpastian lainnya. Dan sebaliknya, analisis ini

menguji sampai sejauh mana ketidakpastian pada suatu proyek

mempengaruhi tujuan yang ditinjau ketika semua ketidakpastian elemen

lain dijaga di kondisi awal.

Salah satu bentuk yang dapat ditampilkan dari analisis sensitifitas adalah

Diagram Tornado, yang mana berguna untuk membandingkan hubungan

kepentingan dan dampak dari variabel yang memiliki ketidakpastian yang

tinggi terhadap variabel lain yang lebih stabil.

Gambar 4. Diagram Tornado ((PMI), 2013)

II-12


2.3.4.1.2 Expected Monetary Value Analysis

Analisis expected monetary value (EVM) adalah konsep statistic yang

menghitung hasil rata-rata ketika tinjauan masa depan termasuk scenario

terjadi atau tidak terjadi. EMV kesempatan biasanya ditunjukkan dengan

nilai positif sedangkan EMV ancaman dengan nilai negative. EMV pada

proyek dihitung dengan mengalikan harga setiap kemungkinan hasil

dengan probabilitas terjadinyanya dan menambahkan produknya. EMV

biasanya menggunakan analisis Decision Tree.

Gambar 5. Diagram Decision Tree ((PMI), 2013)

2.3.4.1.3 Modeling & Simulation

Simulasi proyek menggunakan sebuah model yang menterjemahkan detail

tertentu dari ketidakpastian proyek menjadi dampak potensial dari tujuan

proyek. Simulasi biasanya menggunakan teknik Monte Carlo. Dalam

sebuah simulasi, model proyek dihitung berulang-ulang kali (iterasi)

II-13


dengan nilai input (estimasi biaya atau durasi kegiatan) dipilih secara acak

untuk setiap iterasi dari distribusi probabilitas variabel-variavel tersebut.

Sebuah histogram akan dihasilkan dari sebuah iterasi.

Gambar 6. Cost Risk Simulation Result

Secara sederhana, perbedaan antara analisis risiko secara kualitatif dan

kuantitatif dapat dilihat pada tabel berikut.

Tabel 3. Perbandingan Analisis Risiko Kualitatif vs Kuantitatif

Kualitatif Kuantitatif

Risk Level Project Level

Untuk mengevaluasi probabilitas

dan dampak

Estimasi probabilitas waktu dan

biaya

Dilakukan dengan cepat dan

mudah

Membutuhkan waktu yang panjang

II-14


Tidak memerlukan special tools Sangat mungkin membutuhkan

special tools

2.4. Analytic Hierarchy Process (AHP)

Metode penelitian menggunakan Analytic Hierarchy Process (AHP) karena

merupakan salah satu multi criteria decision making tools yang sudah digunakan lebih

dari 30 tahun, dapat diaplikasikan di banyak permasalahan, mudah untuk digunakan

dan memiliki alat control yaitu konsistensi index. Analytic Hierarchy Process adalah

sebuah metode pengambilan keputusan yang diperkenalkan oleh Thomas L. Saaty

pada tahun 1970-an. Dari Model pendukung keputusan ini akan menguraikan masalah

multi faktor atau multi kriteria yang kompleks menjadi suatu hirarki, menurut Saaty

(1993), hirarki didefinisikan sebagai suatu representasi dari sebuah permasalahan

yang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan,

yang diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke bawah hingga level

terakhir dari alternatif. Dengan hirarki, suatu masalah yang kompleks dapat diuraikan

ke dalam kelompok-kelompoknya yang kemudian diatur menjadi suatu bentuk hirarki

sehingga permasalahan akan tampak lebih terstruktur dan sistematis. (Syaifullah,

2010)

2.4.1 Prinsip Dasar Analytic Hierarchy Process (AHP)

Dalam menyelesaikan persoalan dengan metode AHP ada beberapa prinsip

dasar yang harus dipahami antara lain :

1. Decomposition

Pengertian decomposition adalah memecahkan atau membagi problema yang

utuh menjadi unsur – unsurnya ke bentuk hirarki proses pengambilan keputusan,

dimana setiap unsur atau elemen saling berhubungan. Untuk mendapatkan hasil yang

akurat, pemecahan dilakukan terhadap unsur – unsur sampai tidak mungkin dilakukan

pemecahan lebih lanjut, sehingga didapatkan beberapa tingkatan dari persoalan yang

hendak dipecahkan. Struktur hirarki keputusan tersebut dapat dikategorikan sebagai

complete dan incomplete. Suatu hirarki keputusan disebut complete jika semua

elemen pada suatu tingkat memiliki hubungan terhadap semua elemen yang ada pada

II-15


tingkat berikutnya, sementara hirarki keputusan incomplete kebalikan dari hirarki

complete.

Bentuk struktur dekomposisi yakni :

Tingkat pertama : Tujuan keputusan (Goal)

Tingkat kedua : Kriteria – kriteria

Tingkat ketiga : Alternatif – alternatif

Gambar 7a. Struktur Hierarki I

Hirarki masalah disusun untuk membantu proses pengambilan keputusan dengan

memperhatikan seluruh elemen keputusan yang terlibat dalam sistem. Sebagian besar

masalah menjadi sulit untuk diselesaikan karena proses pemecahannya dilakukan

tanpa memandang masalah sebagai suatu sistem dengan suatu struktur tertentu.

Dalam hirarki diatas, diperlihatkan kriteria-kriteria dimunculkan untuk menentukan

pilihan alternative yang akan diambil. Sedangkan untuk permasalahan dimana yang

diperlukan adalah peringkat dari risiko, maka yang dibandingkan adalah risiko-risiko

tersebut. Sehingga akan didapatkan peringkat diantara masing-masing risiko.

II-16


Gambar 8b. Struktur Hierarki II

2. Comparative Judgement

Comparative judgement dilakukan dengan penilaian tentang kepentingan relatif

dua elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkatan diatasnya.

Penilaian ini merupakan inti dari AHP karena akan berpengaruh terhadap urutan

prioritas dari elemen – elemennya. Hasil dari penilaian ini lebih mudah disajikan dalam

bentuk matriks pairwise comparisons yaitu matriks perbandingan berpasangan

memuat tingkat preferensi beberapa alternatif untuk tiap kriteria. Skala preferensi yang

digunakan yaitu skala 1 yang menunjukkan tingkat yang paling rendah (equal

importance) sampai dengan skala 9 yang menujukkan tingkatan paling tinggi (extreme

importance).

3. Synthesis of Priority

Synthesis of priority dilakukan dengan menggunakan eigen vector method untuk

mendapatkan bobot relatif bagi unsur – unsur pengambilan keputusan.

4. Logical Consistency

Logical consistency merupakan karakteristik penting AHP. Hal ini dicapai dengan

mengagresikan seluruh eigen vector yang diperoleh dari berbagai tingkatan hirarki dan

selanjutnya diperoleh suatu vektor composite tertimbang yang menghasilkan urutan

pengambilan keputusan.

2.4.2 Penyusunan Prioritas

II-17


Setiap elemen yang terdapat dalam hirarki harus diketahui bobot relatifnya satu

sama lain. Tujuan adalah untuk mengetahui tingkat kepentingan pihak – pihak yang

berkepentingan dalam permasalahan terhadap kriteria dan struktur hirarki atau sistem

secara keseluruhan. Langkah pertama dilakukan dalam menentukan prioritas kriteria

adalah menyusun perbandingan berpasangan, yaitu membandingkan dalam bentuk

berpasangan seluruh kriteria untuk setiap sub sistem hirarki. Perbandingan tersebut

kemudian ditransformasikan dalam bentuk matriks perbandingan berpasangan untuk

analisis numerik.

Misalkan terhadap sub sistem hirarki dengan kriteria “Eksternal” dan sejumlah n

alternatif dibawahnya, Xi sampai Xn. Perbandingan antar alternatif untuk sub sistem

hirarki itu dapat dibuat dalam bentuk matris n x n, seperti pada dibawah ini.

Tabel 4. Matriks Perbandingan Berpasangan (Pair-wise Comparison)

Eksternal E1 E2 …….. En

E1 e11 e12 …….. e1n

E2 e21 e22 …….. e2n

…….. …….. …….. …….. ……..

Em em1 em2 …….. emn

Nilai e11 adalah nilai perbandingan elemen E1 (baris) terhadap E1 (kolom) yang

menyatakan hubungan :

1. Seberapa jauh tingkat kepentingan E1 (baris) terhadap kriteria

Eksternal dibandingkan dengan E1 (kolom) atau

2. Seberapa jauh dominasi E1 (baris) terhadap E1 (kolom) atau

II-18


3. Seberapa banyak sifat kriteria Eksternal terdapat pada E1 (baris)

dibandingkan dengan E1 (kolom).

Nilai numerik yang dikenakan untuk seluruh perbandingan diperoleh dari skala

perbandingan 1 sampai 9 yang telah ditetapkan oleh Saaty, seperti pada tabel berikut

ini :

Tabel 5. Skala Penilaian Perbandingan Berpasangan (Pair-wise Comparison)

Skala/Rating Definisi 1 Sama-sama berpengaruh 3 Risiko yang satu sedikit lebih berpengaruh dibanding yang lain 5 Risiko yang satu lebih berpengaruh dibanding yang lain 7 Risiko yang satu jauh lebih berpengaruh dibanding yang lain 9 Risiko yang satu sangat lebih berpengaruh dibanding yang lain dan

menggambarkan dominasi terhadap risiko lainnya 2,4,6,8 Nilai-nilai antara dua skala yang berdekatan

Seorang decision maker akan memberikan penilaian, mempersepsikan ataupun

memperkirakan kemungkinan dari suatu hal/peristiwa yang dihadapi. Penilaian

tersebut akan dibentuk kedalam matriks berpasangan pada setiap level hirarki.

Contoh Pair – Wise Comparison Matrix pada suatu level of hierarchy, yaitu :

Gambar 9. Matrix Pair-wise Comparison

Membacanya/membandingkannya, dari kiri ke kanan. Jika K dibandingkan dengan

L, maka L jauh lebih berpengaruh daripada K dengan nilai judgement sebesar 3.

Dengan demikian pada baris 1 kolom 2 diisi dengan kebalikan dari 3 yakni 1/3.

Jika K dibandingkan dengan M, maka K sangat lebih berpengaruh daripada M

dengan nilai judgement sebesar 5. Jadi baris 1 kolom 3 diisi dengan 5, dan seterusnya.

2.4.3 Eigen value dan Eigen vector

K L MK 1 1/3 5

A = L 3 1 7M 1/5 1/7 1

II-19


Dari (Teknomo) dijelaskan bahwa Eigen vector dari matriks yang diperoleh disebut

juga Priority vectors. Priority Vectors ini menunjukkan tingkat kepentingan dari masing-

masing risk event terhadap risk event lainnya terkait dengan tujuan penelitian.

Perhitungan priority vectors/eigen vector ini adalah dengan langkah sebagai

berikut:

1. Setelah kita mendapatkan data dari pair-wise comparison, lalu kita susun

dalam bentuk matriks.

2. Lalu, kita jumlahkan tiap kolom dalam matriks tersebut.

3. Setelah itu, kita bagi setiap elemen matriks dengan jumlah (sum) tiap kolom,

dan kita dapatkan bobot relative ternormalisasi. Jumlah tiap kolom adalah 1.

Nilai Eigen vector ternormalisasi dapat diperoleh dengan mengambil nilai rata-

rata dari tiap baris.

K L MK 1 1/3 5

A = L 3 1 7M 1/5 1/7 1

K L MK 1 1/3 5

A = L 3 1 7M 1/5 1/7 1

sum 21/5 31/21 13

K L MK 5/21 7/31 5/13

A = L 15/21 21/31 7/13

M 1/21 3/31 1/13

sum 1 1 1

II-20


Priority vectors menunjukkan bobot relative diantara 3 item yang

diperbandingkan yang menunjukkan prioritas dari ketiga item tersebut. Dari contoh

diatas diperoleh bobot item L sebesar 64.34%, K sebesar 28.28% dan item M sebesar

7.38%.

2.4.4 Uji konsistensi

Setelah mendapatkan prioritas maka selanjutnya diperlukan uji konsistensi. Uji

konsistensi diperlukan karena AHP menggunakan persepsi dari pakar sebagai input

maka sangat dimungkinkan terjadinya inkonsistensi akibat keterbatasan para pakar

tersebut menyatakan persepsinya secara konsisten saat membandingkan berbagai

events. Dua alat untuk mengukur konsistensi ini adalah dengan menggunakan

Consistensy Index (CI) dan Consistency Ratio (CR). Saaty menyatakan sebuah

persamaan bahwa untuk matriks resiprokal yang konsisten, eigen value terbesar sama

dengan ukuran dari matriks perbandingan, atau λmax = n. dan formula Consistency

Index adalah

𝐶𝐶𝐶𝐶 = λmax− 𝑛𝑛𝑛𝑛 − 1

CI = Rasio penyimpangan (deviasi) konsistensi (Consistency Index)

λmax = Nilai eigen terbesar dari matriks berordo n

n = Orde matriks

Apabila CI bernilai 0 maka matriks perbandingan tersebut akan dianggap

konsisten. Adapun batas ke-tidakkonsistensi-an (inconsistency) yang ditetapkan

adalah dengan menggunakan Consistency Ratio (CR) yaitu perbandingan antara

Consistency Index (CI) dengan Random Index (RI) yang didapatkan Saaty dari

percobaan dimana secara acak membuat matriks resiprokal dengan menggunakan

skala 1/9, 1/8, ….,1,…8,9 dan menghasilkan Random Consistency Index (RI) untuk

0.2828A = = 0.6434

0.07381/3

5/21 + 7/31 + 5/13

15/21 + 21/31 + 7/13

1/21 + 3/31 + 1/13

II-21


melihat apakah nilainya sekitar 10% atau kurang. Random Consistency Index (RI)

rata-rata dari 500 sampel matriks ditunjukkan pada table berikut ini: (Teknomo)

Tabel 6. Tabel Random Index

N 1 2 3 4 5 6 7 8 9 10

RI 0 0 0.58 0.9 1.12 1.24 1.32 1.41 1.45 1.49

Dan, formula untuk Consistency Ratio, merupakan perbandingan antara

Consistency Index dan Random Consistency Index adalah

𝐶𝐶𝐶𝐶 = CI𝑅𝑅𝑅𝑅

Salah satu metode perhitungan yang lebih sederhana yang dapat dilakukan adalah

dengan menggunakan metode nth root.(Coyle, 2004)

Setelah matriks perbandingan sudah diisi, maka langkah berikutnya adalah

mencari nilai rata-rata geometri dari tiap baris. Dan berikutnya dengan mencari nilai

eigen vector dengan cara membagi nilai baris nth terhadap total (0.293/5.024 = 0.058).

Langkah berikutnya adalah menghitung λmax dengan pertama-tama mengalikan

eigen vector dengan nilai dari tiap matriks dalam satu baris.

c/. 1𝑥𝑥0.058 + 13𝑥𝑥 0.262 + 1

9𝑥𝑥 0.454 + 1

5𝑥𝑥 0.226 = 0.240

A B C Dnth root of product of

valueseigen vector

A 1 1/3 1/9 1/5 0.293 0.058B 3 1 1 1 1.316 0.262C 9 1 1 3 2.279 0.454D 5 1 1/3 1 1.136 0.226total 5.024 1.000

II-22


Berikutnya sampai semua baris memiliki nilai vector baru, dan kita bisa

mendapatkan λmax dengan membagi nilai vector baru tersebut dengan nilai eigen

vektornya (c/ 0.2400.058

= 4.137) dan dilanjutkan pada berikutnya sehingga rata-rata dari

keempat λmax tersebut adalah λmax yang akan digunakan untuk menghitung CI.

Jika nilai CR lebih kecil dari nilai yang ditetapkan, maka bobot yang dihasilkan

dianggap valid dan konsisten. Sedangkan, jika nilai CR lebih besar dari yang

ditetapkan maka matriks tersebut dianggap tidak konsisten dan tidak digunakan

untuk analisis berikutnya.(Wong & Heng, 2006)

Namun, dijelaskan lebih lanjut bahwa untuk nilai CR sampai dengan 20%

masih berada dalam batas toleransi (Medley, 1993). Menurut Saaty, nilai CR yang

dapat diterima adalah kurang dari 10%, walaupun nilai CR kurang dari 20% masih

dapat diterima. Ini dapat diberikan untuk matriks yang kompleks dan AHP

dilaksanakan oleh sebuah group discussion.

Tabel 7. Random & Cut-off Consistency Index (Medley, 1993)

Salah satu permasalahan yang terdapat didalam metode AHP ini adalah

sulitnya menghasilkan analisis data yang konsisten dikarenakan skala linier yang

ditetapkan Saaty menghasilkan bobot local, yang tidak terbagi secara merata,

sehingga kurang sensitive dalam membandingkan 2 komponen, yang lebih

dimungkinkan saling mendekat.(Franek & Kresta, 2014)

Berikut ini adalah tabel skala penilaian yang telah digunakan oleh banyak ahli

untuk mengatasi permasalahan tersebut diatas.

3 4 5 6 7 8 9 10

0.58 0.9 1.12 1.24 1.32 1.41 1.45 1.49

Acceptable (10%) 0.058 0.09 0.112 0.124 0.132 0.141 0.145 0.149Tolerable (20%) 0.116 0.18 0.224 0.248 0.264 0.282 0.29 0.298

Consistency index from Randomly Generated matrices, n = 500

Saaty's cut off Consistency

Size of Matrix

II-23


Gambar 10. Judgement Scales Used in AHP (Franek & Kresta, 2014)

Dan dari beberapa metode skala penilaian tersebut, disebutkan bahwa untuk

analisis dengan mengutamakan prioritas dari beberapa variance/komponen maka

skala yang tepat untuk dipakai adalah skala Power dan Geometry. (Franek &

Kresta, 2014)

Dalam penentuan peringkat menggunakan AHP yang dilaksanakan oleh

sebuah kelompok/grup, maka penentuan peringkat secara final dilakukan dengan

cara perhitungan rata-rata geometri (geometry average). (Teknomo)

II-24

BAB II: TINJAUAN PUSTAKA - modul.mercubuana.ac.id SIPIL/Bab II.pdf · Proyek Pembangunan Jaringan...

Documents

Transcript of BAB II: TINJAUAN PUSTAKA - modul.mercubuana.ac.id SIPIL/Bab II.pdf · Proyek Pembangunan Jaringan...