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


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


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


43

Dengan membagi unsur-unsur pada tiap kolom dengan jumlah kolom





untuk Kriteria Harga yang Dinormalkan






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


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


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


45





Tabel IV.7. Matriks Faktor Perbandingan Pembobotan Hierarki untuk Kriteria Cara Pembayaran yang Dinormalkan






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



46

CI = (λmaks-n) = (3,000 – 3) = 0,000 (n-1) (3 – 1)


CR = CI = 0,000 = 0,000 RI 0,58


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




47




untuk Kriteria Lokasi yang Dinormalkan






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



48

CI = (λmaks-n) = (3,090 – 3) = 0,045 (n-1) (3 – 1)


CR = CI = 0,045 = 0,078 RI 0,58


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



Spesifikasi Bangunan yang Disederhanakan




49




untuk Kriteria Spesifikasi Bangunan yang Dinormalkan






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



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


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



Kredibilitas Developer yang Disederhanakan






51


Untuk Kriteria Kredibilitas Developer yang Dinormalkan


Berikutnya nilai vector eigendikalikan dengan matriks semua, menghasilkan

nilai untuk tiap baris, yang kemudian setiap nilai dibagi kembali dengan nilai

vector eigenyang bersangkutan.


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



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


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


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


Gambar IV.2. Input Nilai Pemilihan Seluruh Kriteria

54


Gambar IV.3. Hasil Input Nilai Pemilihan SeluruhKriteria


Gambar IV.4. Inconsistency Ratio Nilai Pemilihan Seluruh Kriteria

2. Level Kriteria Harga


Gambar IV.5. Input Nilai Pemilihan Kriteria Harga

55


Gambar IV.6. Hasil Input Nilai Pemilihan Kriteria Harga


Gambar IV.7. Iconsistency Ratio Nilai Pemilihan Kriteria Harga

3. Level Kriteria Cara Pembayaran


Gambar IV.8. Input Nilai Pemilihan Kriteria Cara pembayaran

56


Gambar IV.9. Hasil Input Nilai Pemilihan Kriteria Cara Pembayaran


Gambar IV.10. Inconsistency Ratio Nilai Pemilihan Kriteria Cara Pembayaran

4. Level Kriteria Lokasi


Gambar IV.11. Input Nilai Pemilihan Kriteria Lokasi

57


Gambar IV.12. Hasil Input Nilai Pemilihan Kriteria Lokasi


Gambar IV.13. Inconsistency Ratio Nilai Pemilihan Kriteria Lokasi

5. Level Kriteria Spesifikasi Bangunan


Gambar IV.14. Input Nilai Pemilihan Kriteria Spesifikasi Bangunan

58


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


Gambar IV.17. Input Nilai Pemilihan Kriteria Kredibilitas Developer

59


Gambar IV.18. Hasil Input Nilai Pemilihan Kriteria Kredibilitas Developer


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


Gambar IV.20. Hasil Output Synthesis


Gambar IV.21. Hasil Output Dynamic Graphic Synthesis

61


Gambar IV.22. Hasil Output Performance Graphic Synthesis

BAB IV HASIL PENELITIAN DAN PEMBAHASAN · masing nilai harus dikalikan satu sama lain, kemudian...

Documents

Transcript of BAB IV HASIL PENELITIAN DAN PEMBAHASAN · masing nilai harus dikalikan satu sama lain, kemudian...