BAB IV HASIL PENELITIAN DAN PEMBAHASAN · masing nilai harus dikalikan satu sama lain, kemudian...
Transcript of BAB IV HASIL PENELITIAN DAN PEMBAHASAN · masing nilai harus dikalikan satu sama lain, kemudian...
38
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1. Analisis Data
Dalam penelitian ini data yang digunakan adalah data yang diperoleh dari
hasil kuesioner yang dibagikan kepada respoden. Untuk mempermudah prosesnya
maka dibuat beberapa kriteria dan alternatif pilihan untuk sistem pendukung
keputusan pembelian rumah. Adapun kriteria dan alternatif yang digunakan
adalah sebagai berikut :
Tabel IV.1. Kriteria dan Alternatif
Kriteria Alternatif
Harga Poris Residence Imperial Green Kintamani
Cara Pembayaran Poris Residence Imperial Green Kintamani
Lokasi Poris Residence Imperial Green Kintamani
Spesifikasi Bangunan Poris Residence Imperial Green Kintamani
Kredibilitas Developer Poris Residence Imperial Green Kintamani
Sumber : Hasil Penelitian (2017)
Dari kriteria dan alternatif di atas, maka dibuatlah kuesioner untuk
mempermudah dalam memperoleh data-data yang dibutuhkan dalam penelitian
ini. Kuesioner yang telah disebarkan berisi 28 butir pertanyaan, penyebaran
39
kuesioner ini dilakukan langsung kepada responden, adapun banyaknya responden
adalah 20 orang.
4.2. Struktur Hierarki
Berdasarkan kriteria dan alternatif yang telah ditetapkan, maka disusunlah
sebuah struktur hierarki guna mempermudah proses pengolahan data. Proses
penyusunan hurarki merupakan satu langkah penting untuk mencegah terjadinya
kesalahan yang berdampak pada ketidak konsistenan hasil penelitian, untuk itu
dibuatlah struktur hierarki yang menggambarkan tujuan yang ingin dicapai dalam
penelitian ini. Adapun hierarki yang dibuat berdasarkan kriteria serta alternatif
yang telah ditentukan dalam penelitian ini dapat dilihat pada gambar berikut :
Sumber : Hasil Penelitian (2017) Gambar IV.1.
Struktur Hierarki Pembelian Rumah
40
4.3. Pengolahan Data Menggunakan AHP
4.3.1. Penilaian Perbandingan Multi Partisipan
Hasil dari data-data perbandingan berpasangan yang diambil dari
kuesioner pada responden, kemudian dicari satu jawaban untuk matriks
perbandingan dengan menggunakan perataan jawaban atau Geometric Mean
Theory. Untuk mendapatkan satu nilai tertentu dari semua nilai tersebut, masing-
masing nilai harus dikalikan satu sama lain, kemudian hasil perkalian
dipangkatkan dengan 1/n dimana n adalah jumlah partisipan. Secara sistematis
persamaan tersebut adalah sebagai berikut:
푎 = 푎 푥푎 푥푎 푥… 푎
4.3.2. Perhitungan Faktor Pembobotan Hierarki untuk Seluruh Kriteria
Matriks berpasangan untuk seluruh kriteria dari olah data kuesioner
menghasilkan tabel sebagai berikut
Tabel IV.2. Matriks Hasil Rekapitulasi Penilaian Berpasangan untuk Seluruh Kriteria
yang Disederhanakan
Sumber : Hasil Penelitian (2017)
Dengan membagi unsur-unsur pada tiap kolomdengan jumlah kolom
bersangkutan, akan diperoleh bobot relatif yang dinormalkan. Nilai vector eigen
dihasilkan dari rata-rata bobot relatif untuk setiap baris, hasilnya dapat dilihat
pada tabel berikut :
41
Tabel IV.3. Matriks Faktor Perbandingan Pembobotan Hierarki
untuk Seluruh Kriteria yang Dinormalkan
Sumber : Hasil Penelitian (2017)
Berikutnya nilai vector eigen dikalikan dengan matriks semua,
menghasilkan nilai untuk tiap baris, yang kemudian setiap nilai dibagi kembali
dengan nilai vector eigen yang bersangkutan.
Nilai rata-rata dari hasil pembagian ini merupakan principal eigen value
maksimum (λmaks)
1,000 2,420 0,995 1,053 1,098
X
0,232
=
1,188
0,413 1,000 0,538 0,471 0,837 0,115 0,591
1,005 1,858 1,000 2,114 2,507 0,300 1,549
0,949 2,124 0,473 1,000 1,808 0,210 1,075
0,911 1,195 0,399 0,553 1,000 0,143 0,728
1,188
/
0,232
=
5,111 0,591 0,115 5,120 1,549 0,300 5,172 1,075 0,210 5,122 0,728 0,143 5,101
∑ 25,625 λmaks = 25,625 = 5,125 5,000
42
Karena matriks berordo 5 (yakni terdiri dari 5 kriteria), nilai indeks
konsistensi (CI) yang diperoleh :
CI = (λmaks-n) = (5,125 – 5)= 0,031 (n-1) (5 – 1)
Untuk n-5, RI = 1,12 maka
CR = CI = 0,031 = 0,028 RI 1,120
Karena CR <0,1 berarti preferensi respoden adalah konsisten.
Dari hasil perhitungan pada tabel di atas menunjukkan bahwa lokasi
merupakan kriteria yang paling tinggi dalam pemilihan pembelian rumah, dengan
nilai bobot 0,300 atau 30% berikutnya adalah harga dengan bobot 0,232 atau
23,2%, kemudian spesifikasi bangunan dengan bobot 0,210 atau 21% ,
selanjutnya kredibilitas developer dengan bobot 0,143 atau 14,3% dan yang
terakhir adalah cara pembayaran dengan bobot 0,115 atau 11,5%
4.3.3. Perhitungan Faktor Pembobotan Hierarki untuk Kriteria Harga
Matriks berpasangan untuk kriteria harga dari olah data kuesioner maka
menghasilkan tabel sebagai berikut :
Tabel IV.4. Matriks Hasil Rekapitulasi Penilaian Berpasangan untuk Kriteria Harga
yang Disederhanakan
Sumber : Hasil Penelitian (2017)
43
Dengan membagi unsur-unsur pada tiap kolom dengan jumlah kolom
bersangkutan, akan diperoleh bobot relatif yang dinormalkan. Nilai vector eigen
dihasilkan dari rata-rata bobot relatif untuk setiap baris, hasilnya dapat dilihat
pada tabel berikut :
Tabel IV.5. Matriks Faktor Perbandingan Pembobotan Hierarki
untuk Kriteria Harga yang Dinormalkan
Sumber : Hasil Penelitian (2017)
Berikutnya nilai vector eigen dikalikan dengan matriks semua,
menghasilkan nilai untuk tiap baris, yang kemudian setiap nilai dibagi kembali
dengan nilai vector eigen yang bersangkutan.
Nilai rata-rata dari hasil pembagian ini merupakan principal eigen value
maksimum (λmaks)
1,000 0,206 0,219 X 0,096 =
0,289 4,865 1,000 0,457 0,345 1,066 4,565 2,188 1,000 0,560 1,751
0,289 /
0,096 =
3,021 1,066 0,345 3,094 1,751 0,560 3,128
∑ 9,242
λmaks = 9,242 = 3,081 3,000
44
Karena matriks berordo 3 (yakni terdiri dari 3 alternatif), nilai indeks
konsistensi (CI) yang diperoleh :
CI = (λmaks-n) = (3,081 – 3) = 0,040 (n-1) (3 – 1)
Untuk n-3, RI = 0,58 maka:
CR = CI = 0,040 = 0,070 RI 0,58
Karena CR <0,1 berarti preferensi respoden adalah konsisten.
Dari hasil perhitungan pada tabel di atas berdasarkan kriteria harga,
menunjukkan bahwa Kintamani merupakan alternatif yang paling banyak dipilih
oleh respondendalam pemilihan pembelian rumah, dengan nilai bobot 0,560 atau
56% disusul oleh Imperial Green dengan bobot 0,345 atau 34,5% dan terakhir
Poris Residence dengan bobot 0,96 atau 9,6% .
4.3.4. Perhitungan Faktor Pembobotan Hierarki untuk Kriteria Cara
Pembayaran
Matriks berpasangan untuk kriteria cara pembayaran dari olah data
kuesioner maka menghasilkan tabel sebagai berikut :
Tabel IV.6. Matriks Hasil Rekapitulasi Penilaian Berpasangan untuk Kriteria
Cara Pembayaran yang Disederhanakan
Sumber : Hasil Penelitian (2017)
45
Dengan membagi unsur-unsur pada tiap kolom dengan jumlah kolom
bersangkutan, akan diperoleh bobot relatif yang dinormalkan. Nilai vector eigen
dihasilkan dari rata-rata bobot relatif untuk setiap baris, hasilnya dapat dilihat
pada tabel berikut :
Tabel IV.7. Matriks Faktor Perbandingan Pembobotan Hierarki untuk Kriteria Cara Pembayaran yang Dinormalkan
Sumber : Hasil Penelitian (2017)
Berikutnya nilai vector eigen dikalikan dengan matriks semua,
menghasilkan nilai untuk tiap baris, yang kemudian setiap nilai dibagi kembali
dengan nilai vector eigen yang bersangkutan.
Nilai rata-rata dari hasil pembagian ini merupakan principal eigen value
maksimum (λmaks)
1,000 1,846 0,993 X
0,393 =
1,179
0,542 1,000 0,553 0,215 0,645
1,007 1,807 1,000 0,392 1,176
1,179 /
0,393 =
3,000 0,645 0,215 3,000 1,176 0,392 3,000
∑ 9,000 λmaks = 9,000 = 3,000 3,000
Karena matriks berordo 3 (yakni terdiri dari 3 alternatif), nilai indeks
konsistensi (CI) yang diperoleh :
46
CI = (λmaks-n) = (3,000 – 3) = 0,000 (n-1) (3 – 1)
Untuk n-3, RI = 0,58 maka:
CR = CI = 0,000 = 0,000 RI 0,58
Karena CR <0,1 berarti preferensi respoden adalah konsisten.
Dari hasil perhitungan pada tabel di atas berdasarkan kriteria cara
pembayaran, menunjukkan bahwa Poris Residence merupakan alternatif yang
paling banyak dipilih oleh responden dalam pemilihan pembelian rumah, dengan
nilai bobot 0,393 atau 39,3% disusul oleh Kintamani dengan bobot 0,392 atau
39,2% dan terakhir Imperial Green dengan bobot 0,215 atau 21,5%
4.3.5. Perhitungan Faktor Pembobotan Hierarki untuk Kriteria Lokasi
Matriks berpasangan untuk kriteria lokasi dari olah data kuesioner maka
menghasilkan tabel sebagai berikut :
Tabel IV.8. Matriks Hasil Rekapitulasi Penilaian Berpasangan untuk Kriteria Lokasi
yang Disederhanakan
Sumber : Hasil Penelitian (2017)
Dengan membagi unsur-unsur pada tiap kolom dengan jumlah kolom
bersangkutan, akan diperoleh bobot relatif yang dinormalkan. Nilai vector eigen
47
dihasilkan dari rata-rata bobot relatif untuk setiap baris, hasilnya dapat dilihat
pada tabel berikut :
Tabel IV.9. Matriks Faktor Perbandingan Pembobotan Hierarki
untuk Kriteria Lokasi yang Dinormalkan
Sumber : Hasil Penelitian (2017)
Berikutnya nilai vector eigen dikalikan dengan matriks semua,
menghasilkan nilai untuk tiap baris, yang kemudian setiap nilai dibagi kembali
dengan nilai vector eigen yang bersangkutan.
Nilai rata-rata dari hasil pembagian ini merupakan principal eigen value
maksimum (λmaks)
1,000 3,106 6,616 X
0,639 =
2,023
0,322 1,000 5,201 0,286 0,882
0,151 0,192 1,000 0,075 0,227
2,023 /
0,639 =
3,166 0,882 0,286 3,088 0,227 0,075 3,017
∑ 9,271
λmaks = 9,271 = 3,090 3,000
Karena matriks berordo 3 (yakni terdiri dari 3 alternatif), nilai indeks
konsistensi (CI) yang diperoleh :
48
CI = (λmaks-n) = (3,090 – 3) = 0,045 (n-1) (3 – 1)
Untuk n-3, RI = 0,58 maka:
CR = CI = 0,045 = 0,078 RI 0,58
Karena CR <0,1 berarti preferensi respoden adalah konsisten.
Dari hasil perhitungan pada tabel di atas berdasarkan kriteria lokasi,
menunjukkan bahwa Poris Residence merupakan alternatif yang paling banyak
dipilih oleh responden dalam pemilihan pembelian rumah, dengan nilai bobot
0,639 atau 63,9% disusul oleh Imperial Green dengan bobot 0,286 atau 28,6%
dan terakhir Kintamani dengan bobot 0,075 atau 7,5% .
4.3.6. Perhitungan Faktor Pembobotan Hierarki untuk Kriteria Spesifikasi
Bangunan
Matriks berpasangan untuk kriteria spesifikasi bangunan dari olah data
kuesioner maka menghasilkan tabel sebagai berikut :
Tabel IV.10. Matriks Hasil Rekapitulasi Penilaian Berpasangan untuk Kriteria
Spesifikasi Bangunan yang Disederhanakan
Sumber : Hasil Penelitian (2017)
Dengan membagi unsur-unsur pada tiap kolom dengan jumlah kolom
bersangkutan, akan diperoleh bobot relatif yang dinormalkan. Nilai vector eigen
49
dihasilkan dari rata-rata bobot relatif untuk setiap baris, hasilnya dapat dilihat
pada tabel berikut :
Tabel IV.11. Matriks Faktor Perbandingan Pembobotan Hierarki
untuk Kriteria Spesifikasi Bangunan yang Dinormalkan
Sumber : Hasil Penelitian (2017)
Berikutnya nilai vector eigen dikalikan dengan matriks semua,
menghasilkan nilai untuk tiap baris, yang kemudian setiap nilai dibagi kembali
dengan nilai vector eigen yang bersangkutan.
Nilai rata-rata dari hasil pembagian ini merupakan principal eigen value
maksimum (λmaks)
1,000 0,698 1,069 X
0,291 /
0,877 1,433 1,000 2,108 0,464 1,398 0,935 0,474 1,000 0,245 0,738
0,877 /
0,291 =
3,010 1,398 0,464 3,016 0,738 0,245 3,008
∑ 9,034
λmaks = 9,034 = 3,011 3,000
Karena matriks berordo 3 (yakni terdiri dari 3 alternatif), nilai indeks
konsistensi (CI) yang diperoleh :
CI = (λmaks-n) = (3,011 – 3) = 0,006 (n-1) (3 – 1)
50
Untuk n-3, RI = 0,58 maka :
CR = CI = 0,006 = 0,010 RI 0,58
Karena CR <0,1 berarti preferensi respoden adalah konsisten.
Dari hasil perhitungan pada tabel di atas berdasarkan kriteria spesifikasi
bangunan, menunjukkan bahwa Imperial Green merupakan alternatif yang paling
banyak dipilih oleh responden dalam pemilihan pembelian rumah, dengan nilai
bobot 0,464 atau 46,4% disusul oleh Poris Residence dengan bobot 0,291 atau
29,1% dan terakhir Kintamani dengan bobot 0,245 atau 24,5% .
4.3.7. Perhitungan Faktor Pembobotan Hierarki untuk Kriteria Kredibilitas
Developer
Matriks berpasangan untuk kriteria kredibilitas developer dari olah data
kuesioner maka menghasilkan tabel sebagai berikut :
Tabel IV.12. Matriks Hasil Rekapitulasi Penilaian Berpasangan untuk Kriteria
Kredibilitas Developer yang Disederhanakan
Sumber : Hasil Penelitian (2017)
Dengan membagi unsur-unsur pada tiap kolom dengan jumlah kolom
bersangkutan, akan diperoleh bobot relatif yang dinormalkan. Nilai vector eigen
dihasilkan dari rata-rata bobot relatif untuk setiap baris, hasilnya dapat dilihat
pada tabel berikut :
51
Tabel IV.13. Matriks Faktor Perbandingan Pembobotan Hierarki
Untuk Kriteria Kredibilitas Developer yang Dinormalkan
Sumber : Hasil Penelitian (2017)
Berikutnya nilai vector eigendikalikan dengan matriks semua, menghasilkan
nilai untuk tiap baris, yang kemudian setiap nilai dibagi kembali dengan nilai
vector eigenyang bersangkutan.
Nilai rata-rata dari hasil pembagian ini merupakan principal eigen value
maksimum (λmaks)
1,000 1,463 0,719 X
0,335 =
1,016 0,684 1,000 0,818 0,272 0,822 1,390 1,223 1,000 0,393 1,192
1,016
/ 0,335
= 3,030
0,822 0,272 3,023 1,192 0,393 3,034
∑ 9,086 λmaks = 9,086 = 3,029 3,000
Karena matriks berordo 3 (yakni terdiri dari 3 alternatif), nilai indeks
konsistensi (CI) yang diperoleh :
CI = (λmaks-n) = (3,029 – 3) = 0,014 (n-1) (3 – 1)
Untuk n-3, RI = 0,58maka:
CR = CI = 0,014 = 0,025 RI 0,58
52
Karena CR <0,1 berarti preferensi respoden adalah konsisten.
Dari hasil perhitungan pada tabel di atas berdasarkan kriteria kredibilitas
developer, menunjukkan bahwa Kintamani merupakan alternatif yang paling
banyak dipilih oleh responden dalam pemilihan pembelian rumah, dengan nilai
bobot 0,393 atau 393,3% disusul oleh Poris Residence dengan bobot 0,335 atau
33,5% dan terakhir Imperial Green dengan bobot 0,272 atau 27,2% .
4.3.8. Hasil Penilaian Akhir Analitycal Hierarchy Process (AHP)
Dari seluruh evaluasi yang dilakukan terhadap 5 kriteria yakni harga, cara
pembayaran, lokasi, spesifikasi bangunan dan kredibilitas developer serta 3
alternatif yaitu Poris Residence, Imperial Green dan Kintamani, langkah
selanjutnya adalah menentukan peringkat prioritas pilihan alternatif. Caranya
adalah dengan mengalikan bobot perbandingan faktor antar kriteria dengan bobot
perbandingan antar alternatif. Hasil perhitungannya dapat dilihat pada tabel
berikut :
Tabel IV.14.
Hasil Penilaian Akhir
Sumber : Hasil Penelitian (2017)
53
Dari hasil penilaian akhir di atas dapat dihitung bobot akhir dari masing-
masing alternatif sehingga dapat diketahui urutan prioritasnya, tabel di bawah ini
menunjukkan urutan prioritas alternatif yang dipilih oleh respoden adalah Poris
Residence dengan total bobot 37%, kemudian Imperial Green dengan bobot 33%
dan yang terakhir adalah Kintamani dengan bobot 31%
Tabel IV.15. Hasil Perhitungan Pengolahan Data Akhir
Sumber : Hasil Penelitian (2017) 4.4. Pengolahan Data Menggunakan Perangkat Lunak Expert Choice 11
Setelah melakukan perhitungan secara manual dari hasil pengolahan data
kuesioner yang kemudian dijadikan matriks perbandingan, berikut adalah hasil
input data menggunakan perangkat lunak Expert Choice 11:
1. Level Seluruh Kriteria
Sumber : Hasil Penelitian (2017)
Gambar IV.2. Input Nilai Pemilihan Seluruh Kriteria
54
Sumber : Hasil Penelitian (2017)
Gambar IV.3. Hasil Input Nilai Pemilihan SeluruhKriteria
Sumber : Hasil Penelitian (2017)
Gambar IV.4. Inconsistency Ratio Nilai Pemilihan Seluruh Kriteria
2. Level Kriteria Harga
Sumber : Hasil Penelitian (2017)
Gambar IV.5. Input Nilai Pemilihan Kriteria Harga
55
Sumber : Hasil Penelitian (2017)
Gambar IV.6. Hasil Input Nilai Pemilihan Kriteria Harga
Sumber : Hasil Penelitian (2017)
Gambar IV.7. Iconsistency Ratio Nilai Pemilihan Kriteria Harga
3. Level Kriteria Cara Pembayaran
Sumber : Hasil Penelitian (2017)
Gambar IV.8. Input Nilai Pemilihan Kriteria Cara pembayaran
56
Sumber : Hasil Penelitian (2017)
Gambar IV.9. Hasil Input Nilai Pemilihan Kriteria Cara Pembayaran
Sumber : Hasil Penelitian (2017)
Gambar IV.10. Inconsistency Ratio Nilai Pemilihan Kriteria Cara Pembayaran
4. Level Kriteria Lokasi
Sumber : Hasil Penelitian (2017)
Gambar IV.11. Input Nilai Pemilihan Kriteria Lokasi
57
Sumber : Hasil Penelitian (2017)
Gambar IV.12. Hasil Input Nilai Pemilihan Kriteria Lokasi
Sumber : Hasil Penelitian (2017)
Gambar IV.13. Inconsistency Ratio Nilai Pemilihan Kriteria Lokasi
5. Level Kriteria Spesifikasi Bangunan
Sumber : Hasil Penelitian (2017)
Gambar IV.14. Input Nilai Pemilihan Kriteria Spesifikasi Bangunan
58
Sumber : Hasil Penelitian (2017)
Gambar IV.15. Hasil Input Nilai Pemilihan Kriteria Spesifikasi Bangunan
Sumber : Hasil Penelitian (2017) Gambar IV.16. Iconsistency Ratio Nilai Pemilihan Kriteria Spesifikasi Bangunan
6. Level Kriteria Kredibilitas Developer
Sumber : Hasil Penelitian (2017)
Gambar IV.17. Input Nilai Pemilihan Kriteria Kredibilitas Developer
59
Sumber : Hasil Penelitian (2017)
Gambar IV.18. Hasil Input Nilai Pemilihan Kriteria Kredibilitas Developer
Sumber : Hasil Penelitian (2017)
Gambar IV.19. Inconsistency Ratio Nilai Pemilihan Kriteria Kredibilitas
Developer
7. Synthesis
Setelah semua pembobotan alternatif dilakukan untuk semua kriteria,
selanjutnya perolehan hasil (sintesis) dapat dilakukan. Setelah kembali ke
antar muka utama, klik synthesis, pilih with respect to goal. Di bawah ini
adalah grafik atas hasil yang sudah diinputpada Expert Choice 11
60
Sumber : Hasil Penelitian (2017)
Gambar IV.20. Hasil Output Synthesis
Sumber : Hasil Penelitian (2017)
Gambar IV.21. Hasil Output Dynamic Graphic Synthesis
61
Sumber : Hasil Penelitian (2017)
Gambar IV.22. Hasil Output Performance Graphic Synthesis