Modul 6 Analytic Hierarchy Process

71

Modul 6 PROSES HIRARKI ANALITIK (ANALYTIC HIERARCHY PROCESS)

Konsep Dasar Analytic Hierarchy Process (AHP)

Dalam suatu proses pengambilan keputusan, para pengambil keputusan seringkali dihadapkan pada berbagai masalah yang bersumber dari beragamnya kriteria. Sebagai contoh praktis, Pemerintah Daerah (Pemda) sering menghadapi kesulitan dalam menentukan prioritas dalam proses pengambilan keputusan dan kebijakan di daerah. Terkait dengal hal tersebut, Analytic Hierarchy Process (AHP) dapat digunakan untuk menyelesaikan masalah tersebut.

AHP dikembangkan di Wharton School of Business oleh Thomas Saaty pada tahun 1970-an. Pada saat itu Saaty merupakan profesor di Wharton School of Business. Pada tahun 1980, Saaty akhirnya mempublikasikan karyanya tersebut dalam bukunya yang berjudul Analytic Hierarchy Process.

AHP kemudian menjadi alat yang sering digunakan dalam pengambilan keputusan karena AHP berdasarkan pada teori yang merefleksikan cara orang berpikir. Dalam perkembangannya, AHP dapat digunakan sebagai model alternatif dalam menyelesaikan berbagai macam masalah, seperti memilih portofolio dan peramalan.

Dalam kehidupan sehari-hari, manusia sering menghadapi kondisi untuk melakukan pengambilan keputusan dengan segera. Umumnya kita juga telah memikirkan beberapa alternatif solusi, dengan berbagai argumen pro dan kontra seperti yang diilustrasikan pada Gambar 1. AHP dapat memfasilitasi evaluasi pro dan kontra tersebut secara rasional. Dengan demikian, AHP dapat memberikan solusi yang optimal dengan cara yang transparan melalui:

analisis keputusan secara kuantitatif dan kualitatif

evaluasi dan representasi solusi secara sederhana melalui model hirarki

argumen yang logis

pengujian kualitas keputusan

waktu yang dibutuhkan relatif singkat.

Gambar 1 Illustrasi Kendala Pengambilan Keputusan

Kami Ingin Program A !!

Tidak!!! Program B!!

72

Pada prinsipnya, metode AHP ini memecah-mecah suatu situasi yang kompleks, tidak terstruktur, ke dalam bagian-bagian secara lebih terstruktur, mulai dari goals ke objectives, kemudian ke sub-objectives lalu menjadi alternatif tindakan (Lihat Gambar 2). Pembuat keputusan kemudian membuat perbandingan sederhana hirarki tersebut untuk memperoleh prioritas seluruh alternatif yang ada.

Gambar 2 Hirarki Keputusan

Goal

Objectives

Sub-objectives

Alternatif

Secara detil, terdapat tiga prinsip dasar AHP, yaitu (Saaty, 1994):

1. Dekomposisi (Decomposition)

Setelah persoalan didefinisikan, maka perlu dilakukan decomposition, yaitu memecah persoalan yang utuh menjadi unsur-unsurnya. Jika ingin mendapatkan hasil yang akurat, maka pemecahan terhadap unsur-unsurnya dilakukan hingga tidak memungkinkan dilakukan pemecahan lebih lanjut. Pemecahan tersebut akan menghasilkan beberapa tingkatan dari suatu persoalan. Oleh karena itu, proses analisis ini dinamakan hierarki (hierachy).

2. Penilaian Komparasi (Comparative Judgment)

Prinsip ini membuat penilaian tentang kepentingan relatif dua elemen pada suatu tingkat tertentu yang berkaitan dengan tingkat di atasnya. Penilaian ini merupakan inti dari AHP karena berpengaruh terhadap prioritas elemen-elemen. Hasil penilaian ini tampak lebih baik bila disajikan dalam bentuk matriks perbandingan berpasangan (pairwise comparison).

3. Penentuan Prioritas (Synthesis of Priority)

Dari setiap matriks pairwise comparison dapat ditentukan nilai eigenvector untuk mendapatkan prioritas daerah (local priority). Oleh karena matriks pairwise comparison terdapat pada setiap tingkat, maka global priority dapat diperoleh dengan melakukan sintesa di antara prioritas daerah. Prosedur melakukan sintesa berbeda menurut hierarki. Pengurutan elemen-elemen menurut kepentingan relatif melalui prosedur sintesa dinamakan priority setting.

Manfaat AHP

Fokus AHP adalah pencapaian tujuan yang akan menghasilkan keputusan yang rasional. Keputusan yang rasional didefinisikan sebagai keputusan terbaik dari berbagai tujuan yang ingin dicapai oleh pembuat keputusan. Kunci utama keputusan yang rasional tersebut adalah tujuan, bukan alternatif, kriteria, atau atribut.

73

Masalah yang dapat diselesaikan dengan menggunakan AHP meliputi masalah sosial, politik. AHP bermanfaat untuk menghadapi perspektif, rasional dan irrasional, serta risiko dan ketidakpastian dalam lingkungan yang kompleks. AHP juga dapat digunakan untuk meprediksi hasil, merencanakan hasil yang diharapkan di masa yang akan datang, memfasilitasi pembuatan keputusan sebuah kelompok, melakukan kontrol terhadap perubahan sistem pembuatan keputusan, menagalokasikan sumber daya, memilih alternatif, melakukan perbandingan cost/benefit, mengevaluasi karyawan dan mengalokasikan kenaikan gaji1.

Secara khusus, AHP sesuai untuk digunakan dalam pengambilan keputusan yang melibatkan perbandingan elemen keputusan yang sulit untuk dinilai secara kuantitatif. Hal ini berdasarkan asumsi bahwa reaksi natural manusia ketika menghadapi pengambilan keputusan yang kompleks adalah mengelompokkan elemen-elemen keputusan tersebut menurut karakteristiknya secara umum. Pengelompokan ini meliputi pembuatan hirarki (ranking) dari elemen-elemen keputusan kemudian melakukan perbandingan antara setiap pasangan dalam setiap kelompok, sebagai suatu matriks. Setelah itu akan diperoleh bobot dan rasio inkonsistensi untuk setiap elemen. Dengen demikian akan mudah untuk menguji konsistensi data (Saaty, 1980).

AHP merupakan sebuah metode sistematis untuk membandingkan seperangkat tujuan atau alternatif. Dalam hal ini, AHP merupakan proses perumusan kebijakan yang powerful dan fleksibel dalam menentukan prioritas, membandingkan alternatif dan membuat keputusan yang terbaik ketika pengambil keputusan harus mempertimbangkan aspek kuantitatif dan kualitatif. AHP mengurangi kerumitan suatu keputusan menjadi rangkaian perbandingan satu-satu, kemudian mensistesis hasil perbandingan tersebut. Dengan demikian, AHP tidak hanya bermanfaat dalam pembuatan keputusan yang terbaik tetapi juga memberikan dasar yang kuat bahwa keputusan tersebut merupakan keputusan yang terbaik.2

Cara Menggunakan AHP3

Berikut ini akan diberikan contoh penerapan AHP dalam proses pengambilan keputusan.

Di tahun 2006, Pemerintah Kabupaten Pare-pare bermaksud untuk meningkatkan pelayanan terhadap masyarakatnya. Salah satu upaya yang dilakukan Pemerintah adalah mendirikan beberapa fasilitas umum, seperti jalan; gedung olahraga; dan pasar. Oleh karena itu, Pemerintah perlu mempertimbangkan beberapa kriteria untuk membangun fasilitas umum, antara lain: manfaat dari fasilitas umum, perawatan dari fasilitas umum, dan partisipasi masyarakat. Dalam pengambilan keputusan ini, Pemerintah perlu menentukan peringkat dari berbagai kriteria dan alternatif yang ada agar dapat mengetahui kriteria dan alternatif terpenting.

Sebagaimana langkah yang dijelaskan oleh Saaty (2001), metode AHP dapat digunakan untuk membantu Pemerintah Kabupaten Pare-pare dalam pengambilan keputusan ini dengan cara sebagai berikut.

1. Menentukan tujuan, kriteria, dan alternatif keputusan

Tujuan: Membangun fasilitas umum

Kriteria: Manfaat, perawatan, dan partisipasi masyarakat

Alternatif: Jalan, gedung olahraga, dan pasar

1 http://www.expertchoice.com/customerservice/ahp.htm. 2 ibid. 3 Estimasi dengan menggunakan metode AHP dapat dilakukan dengan mudah dengan menggunakan software

khusus yang disebut Expert Choice.

74

2. Membuat “pohon hierarki” (hierarchical tree) untuk berbagai kriteria dan alternatif keputusan

3. Kemudian dibentuk sebuah matriks pair wise comparison, misalnya diberi nama matriks A. Angka di dalam baris ke-i dan kolom ke-j merupakan relative importance Ai dibandingkan dengan Aj. Digunakan skala 1–9 yang diinterpretasikan sebagai berikut:

a. aij = 1 jika kedua kriteria sama pentingnya

b. aij = 3 jika Oi sedikit lebih penting dibandingkan Oj

c. aij = 5 jika Oi lebih penting dibandingkan dengan Oj

d. aij = 7 jika Oi sangat lebih penting dibandingkan Oj

e. aij = 9 jika Oi mutlak lebih penting dibandingkan Oj.

f. aij = 2 jika Oi antara sama dan sedikit lebih penting dibandingkan Oj.

g. aij = 4 jika Oi antara sedikit lebih dan lebih penting dibandingkan Oj.

h. aij = 6 jika Oi antara lebih dan sangat lebih penting dibandingkan Oj.

i. aij = 8 jika Oi antara sangat lebih dan mutlak lebih penting dibandingkan Oj.

j. aij = 1/3 jika Oj sedikit lebih penting dibandingkan Oi, dan seterusnya.

Kemudian diperoleh matriks sebagai berikut:

Matriks Pairwise Comparison untuk Kriteria

Manfaat Perawatan Partisipasi Masyarakat

Manfaat 1/1 4/1 2/1

Perawatan 1/4 1/1 1/3

Partisipasi Masyarakat 1/2 3/1 1/1

Membangun Fasilitas Umum

Manfaat

Perawatan Partisipasi Masyarakat

pasar

gedung olahraga

jalan

pasar

gedung olahraga

jalan

pasar

gedung olahraga

jalan

1/2 nilai 1 untuk partisipasi masyarakat dan nilai 2 untuk manfaat.

1/2 artinya kriteria manfaat dipandang lebih penting daripada kriteria partisipasi masyarakat dalam pembangunan fasilitas umum.

75

Matriks Pairwise Comparison untuk Kriteria

(dalam bentuk desimal)


Manfaat 1,00 4,00 2,00

Perawatan 0,25 1,00 0,33

Partisipasi Masyarakat 0,50 3,00 1,00

4. Membuat peringkat prioritas dari matriks pairwise dengan menentukan eigenvector, yaitu:

a. Menguadratkan matriks pairwise (dalam bentuk desimal)

1,00 4,00 2,00 1,00 4,00 2,00

0,25 1,00 0,33 x 0,25 1,00 0,33

0,50 3,00 1,00 0,50 3,00 1,00

Prinsip umum perkalian matriks adalah perkalian antara baris dari matriks pertama dengan kolom dari matriks kedua.

Hasil penguadratan adalah:

3,00 14,00 5,32

0,67 2,99 1,16

1,75 8,00 2,99

b. Menjumlahkan setiap baris dari matriks hasil penguadratan cara (a), kemudian dinormalisasi (cara: membagi jumlah baris dengan total baris), hingga diperoleh nilai eigenvector (1)

3,00 + 14,00 + 5,32 = 22,32 = 0,5597

0,67 + 2,99 + 1,16 = 4,82 = 0,1208

1,75 + 8,00 + 2,99 = 12,74 = 0,3195

39,88 1,0000

c. Untuk mengecek ulang nilai eigenvector, matriks hasil penguadratan cara (a) dikuadratkan kembali dan lakukan kembali cara (b), hingga diperoleh eigenvector yang baru. Kemudian, bandingkan eigenvector pertama dan kedua. Jika di antara keduanya, tidak ada perubahan nilai atau hanya sedikit mengalami perubahan maka nilai eigenvector pertama sudah benar. Akan tetapi, jika sebaliknya, maka nilai eigenvector pertama masih salah dan lakukan kembali cara (a) sampai dengan (c), hingga nilai eigenvector tidak berubah atau hanya sedikit berubah.

Hasil penentuan eigenvector (2):

27,62 126,42 48,11 = 202,15 = 0,5587

6,01 27,53 10,47 = 44,02 = 0,1217

15,80 72,34 27,53 = 115,67 = 0,3197

361,84 1,0000

+ +

eigenvector

+ +

(1,00x1,00) + (4,00x0,25) + (2,00x0,50) = 3,00

76

Perbedaan eigenvector (1) dan eigenvector (2):

0,5597 - 0,5587 = 0,0011

0,1208 - 0,1217 = -0,0009

0,3195 - 0,3197 = -0,0002 Hasil perbedaan kedua eigenvector menunjukkan perubahan yang kecil, sehingga nilai eigenvector (1) sudah tepat. Dengan demikian, peringkat kriteria dapat ditentukan berdasarkan nilai eigenvector, sebagai berikut:

Manfaat 0,5597

Perawatan 0,1208

Partisipasi Masyarakat 0,3195

5. Membuat peringkat alternatif dari matriks pairwise masing-masing alternatif dengan menentukan eigenvector setiap alternatif. Cara yang digunakan sama ketika membuat peringkat prioritas di atas.

a. Matriks pairwise comparisons masing-masing alternatif

Matriks Pairwise Comparison untuk Alternatif

Manfaat

Jalan Gedung Olahraga Pasar

Jalan 1/1 4/1 2/1

Gedung Olahraga 1/4 1/1 3/1

Pasar 1/2 1/3 1/1

Perawatan


Jalan 1/1 2/1 4/1


Pasar 1/4 2/1 1/1

Partisipasi Masyarakat


Jalan 1/1 1/2 3/1


Pasar 1/3 1/4 1/1

Kriteria terpenting ketiga

Kriteria terpenting pertama

Kriteria terpenting kedua

77

b. Nilai eigenvector masing-masing alternatif

Manfaat

Peringkat Alternatif Eigenvector

1 Jalan 0,6025

2 Gedung Olahraga 0,2505

3 Pasar 0,1470

Perawatan


1 Jalan 0,5981


2 Pasar 0,2243

Partisipasi Masyarakat


2 Jalan 0,3194


3 Pasar 0,1211

c. Peringkat alternatif

Peringkat alternatif dapat ditentukan dengan mengalikan nilai eigenvector alternatif dengan nilai eigenvector kriteria sebagai berikut:

Manfaat Perawatan Partisipasi Peringkat Masyarakat Kriteria

Jalan 0,6025 0,5981 0,3194 0,5597

Gedung Olahraga 0,2505 0,1776 0,5595 X 0,1208

Pasar 0,1470 0,2243 0,1211 0,3195

Hasil perkalian kedua matriks tersebut adalah:

Jalan 0,5116

Gedung Olahraga 0,3404

Pasar 0,1481

Hasil-hasil dari metode AHP di atas dapat digunakan oleh Pemerintah Kabupaten Pare-pare sebagai bahan pertimbangan dalam pengambilan keputusan. Berdasarkan hasil di atas, Pemerintah Kabupaten Pare-pare akan lebih mengutamakan pembangunan jalan dibandingkan dua pilihan alternatif lainnya (gedung olahraga dan pasar). Sehingga, rencana pembangunan fasilitas umum dapat terlaksana dengan baik dan bermanfaat bagi masyarakat Pare-pare.

Alternatif terpenting pertama

Alternatif terpenting kedua

Alternatif terpenting ketiga

78

Penggunaan AHP untuk Hasil Survai

Apabila kita ingin melakukan metode AHP untuk jumlah sampel sampel yang relatif besar, maka langkah-langkah yang dilakukan adalah sebagai berikut (Forman dan Sally, 2001):

1. Perhitungan rata-rata geometrik (geometric mean)

Berdasarkan skor jawaban seluruh responden, rata-rata geometrik setiap pasangan yang dibandingkan kemudian dikalkulasi berdasarkan formula berikut.

n

xLogGLog

n

ii∑

== 1

Keterangan:

Log G: logaritma rata-rata geometrik

xi : nilai dari jawaban responden i

n: jumlah responden

Perhitungan rata-rata geometrik tersebut dilakukan untuk pairwise comparison setiap responden.

2. Penyusunan prioritas

Selanjutnya, rata-rata geometrik setiap pasangan pilihan menjadi skor yang digunakan dalam penyusunan prioritas seperti langkah-langkah yang telah dijelaskan di atas.

Konsistensi Jawaban

Idealnya, setiap orang menginginkan keputusan yang konsisten. Meskipun demikian, banyak kasus dimana kita tidak dapat mengambil keputusan yang perfectly consistent.

Dalam penggunaan AHP, terdapat beberapa faktor yang dapat menyebabkan responden memberikan jawaban yang tidak konsisten, yaitu:

1. Keterbatasan informasi

Apabila subjek yang melakukan perbandingan dalam AHP memiliki keterbatasan informasi mengenai faktor-faktor yang diperbandingkan, maka penilaian yang mereka berikat cenderung akan bersifat acak (random) sehingga memberikan rasio inkonsistensi yang tinggi. Oleh karena itu, pihak yang memberikan penilaian perlu memiliki pengetahuan yang cukup terhadap topik yang dianalisis.

2. Kurang konsentrasi

Kurang konsentrasi pada saat memberikan penilaian atau tidak tertarik pada topik analisis juga dapat menyebabkan hasil penilaian yang tidak konsisten.

3. Ketidakkonsistenan dalam dunia nyata

Dalam dunia nyata, banyak kasus yang menunjukkan ketidakkonsistenan. Sebagai contoh dalam dunia olahraga. Klub Bayern Munchen mengalahkan Juventus. Sebelumnya Juventus mengalahkan Real Madrid. Padahal pada pertandingan sebelumnya Real Madrid mengalahkan Bayern Munchen. Hal seperti itu pula yang mungkin muncul dalam proses penilaian dalam AHP.

4. Struktur model yang kurang memadai

Secara ideal, keputusan yang kompleks disusun secara hirarkis sehingga faktor yang diperbandingkan tersebut merupakan pilihan yang berada pada level yang sama atau memiliki elemen yang setara (comparable). Namun pada praktiknya kita sering membandingkan suatu faktor dengan faktor lain yang levelnya berbeda atau bukan merupakan pilihan yang comparable.

79

Salah satu hal yang perlu dicatat menyangkut inkonsistensi adalah bahwa tujuan utama proses pengambilan keputusan bukanlah derajat inkonsistensi yang rendah. Inkonsistensi rasio yang rendah bersifat perlu (necessary) namun belum cukup (sufficient) untuk sebuah keputusan yang baik. Dibandingkan dengan konsistensi, kita lebih baik mengutamakan akurasi.

Perhitungan Rasio Konsistensi

AHP mentoleransi adanya inkonsistensi dengan menyediakan ukuran inkonsistensi penilaian. Ukuran ini merupakan salah satu elemen penting dalam proses penentuan prioritas berdasarkan pairwise comparison. Semakin besar rasio konsistensi, semakin tidak konsisten Rasio konsistensi yang acceptable adalah kurang dari atau sama dengan 10 persen, meskipun dalam kasus tertentu rasio konsistensi yang lebih besar dari 10 persen dapat dianggap acceptable (Forman dan Selly, 2001).

Untuk mengetahui apakah hasil penilaian bersifat konsisten, maka beberapa langkah untuk menghitung rasio inkonsitensi untuk menguji konsistensi penilaian. Sebagai contoh, misalnya kita memiliki matriks PERBANDINGAN berikut.


Manfaat 1,00 4,00 2,00

Perawatan 0,25 1,00 0,33

Partisipasi Masyarakat 0,50 3,00 1,00

Kemudian diperoleh nilai eigenvector sebagai berikut (kita sebut matriks PRIORITAS)

Manfaat 0,5597

Perawatan 0,1208

Partisipasi Masyarakat 0,3195

1. Menentukan vektor jumlah tertimbang (weighted sum vector)

Hal ini dilakukan dengan mengalikan baris pertama matriks PRIORITAS dengan kolom pertama matriks PERBANDINGAN, kemudian baris kedua matriks PRIORITAS dikalikan dengan kolom kedua matriks PERBANDINGAN, dan terakhir adalah mengalikan baris ketiga matriks PRIORITAS dengan kolom ketiga matriks PERBANDINGAN. Kemudian hasil perkalian tersebut dijumlahkan untuk setiap baris atau secara mendatar sebagai berikut.

Vektor Jumlah Tertimbang (VJT) =

0,5597x1 0,1208x4 0,3195x2 1,6818

0,5597x0,25 0,1208x1 0,3195x0,33 = 0,3672

0,5597x0,50 0,1208x3 0,3195x1 0,9616

2. Menghitung Vektor Konsistensi (VK)

Langkah selajutnya adalah membagi masing-masing elemen VJT dengan masing-masing elemen matriks PRIORITAS.

1,6818 / 0,5597 3,0045

VK = 0,3672 / 0,1208 = 3,0408

0,9616 / 0,3195 3,0098

80

3. Menghitung Lambda dan Indeks Konsistensi

Lambda (λ) adalah nilai rata-rata Vektor Konsistensi. Dalam kasus di atas:

3

0098,30408,30045,3 ++=λ

λ = 3,0184

Formula untuk menghitung Indeks Konsistensi adalah:

1−−

=n

nIK

λ

dimana n adalah jumlah faktor yang sedang dibandingkan. Dalam hal ini, n=3. Hasil kalkulasi IK adalah sebagai berikut.

13

30184,3−

−=IK

IK = 0,009189

4. Perhitungan Rasio Konsistensi

Rasio Konsistensi merupakan Indeks Konsistensi dibagi dengan Indeks Random/Acak (IR).

IRIKRK =

Indeks Random adalah fungsi langsung dari jumlah alternatif atau sistem yang sedang diperbandingkan. Indeks Random disajikan pada Tabel 1.

Tabel 1 Indeks Random pada Berbagai Jumlah Alternatif

Jumlah Alternatif yang Diperbandingkan (n)

Indeks Random (IR)

2 0.00 3 0.58 4 0.90 5 1.12 6 1.24 7 1.32 8 1.41

Pada contoh di atas, jumlah alternatif yang diperbandingkan sebanyak 3 (n=3) sehingga Indeks Random yang digunakan adalah 0,58. Dengan demikian,

58,0

009189,0=RK

RK = 0,0158 atau 1,58 persen

Rasio konsistensi hasil penilaian di atas bernilai kurang dari 10 persen, sehingga dapat disimpulkan bahwa hasil penilaian tersebut konsisten. Prosedur tersebut dapat dilakukan untuk setiap pasangan alternatif.

81

Beberapa Contoh Penerapan AHP dalam Pengambilan Keputusan

Keuangan Daerah

Pada tahun 2004, Lembaga Peyelidikan Ekonomi dan Masyarakat (LPEM) Universitas Indonesia dan Pusat Studi Ekonomi dan Kebijakan Publik (PSEKP) melakukan kajian mengenai reformulasi Dana Alokasi Umum (DAU). Salah satu alat analisis yang digunakan dalam studi tersebut adalah AHP. Dalam studi tersebut, AHP digunakan untuk menjaring aspirasi daerah terhadap dua topik utama, yaitu fungsi Pemda dan bobot variabel kebutuhan fiskal dalam formula DAU. Hasil analisis jawaban responden berdasarkan metode AHP masing-masing dapat dilihat pada tabel berikut.

Tabel 2 Fungsi Pemerintah Daerah

Fungsi Pemerintah Daerah Bobot Allocation 0,341 Distribution 0,396 Stabilization 0,263 Total 1.000

Tabel 3 Variabel Kebutuhan Fiskal

Variabel Kebutuhan Fiskal Bobot Penduduk 0,247 Luas Wilayah 0,190 Kemiskinan 0,379 Kesulitan Geografi 0,184 Total 1.000

Transplantasi Organ

Selama beberapa dekade terakhir, salah satu topik menarik dalam dunia kedokteran adalah bagaimana memperoleh organ untuk transplantasi dan siapa yang akan memperoleh organ tersebut. Apabila diamati secara seksama, lebih banyak artis, olahragawan, dan orang kaya yang memperoleh organ transplantasi tersebut meskipun ternyata lebih banyak orang lain yang membutuhkan organ tersebut. Banyak yang berpendapat bahwa penentuan siapa yang akan memperoleh organ tersebut lebih dipengaruhi oleh faktor politik dan bukan karena alasan medis semata-mata. Ada pula kasus dimana beberapa negara memperoleh organ transplantasi dari narapidana bertubuh sehat.

Berikut ini akan dipaparkan sebuah hasil studi pneggunaan AHP pada kasus di atas4. Pada kasus di atas, Hospital for Sick Children di Toronto, Kanada, menggunakan metode AHP dalam sebuah studi uji coba (pilot study) untuk menentukan siapa yang akan organ transplantasi tersebut. Studi tersebut bertujuan untuk membangun seperangkat kriteria yang konsisten dan dapat diterima secara umum.

Menentukan kriteria tidaklah mudah. Sebagai contoh, bagaimana prioritas untuk seorang anak yang menderita Down Syndrome5 untuk dapat menerima organ transplantasi? Dengan menggunakan pairwise comparison, akhirnya dilakukan evaluasi dengan menggunakan pendekatan AHP untuk menentukan kriteria pemilihan anak-anak yang akan menerima transplantasi organ. Kriteria tersebut mencakup tingkat kecerdasan, harapan hidup, ketergantungan fisik terhadap orang lain, tingkat kebutuhan dukungan finansial dalam jangka panjang, tingkat kebutuhan dukungan kesehatan dalam waktu panjang, tingkat kebutuhan akan aktivitas orang tua, kemampuan anak untuk dapat kembali mengikuti jadwal pelajaran sekolah, dan faktor sejenis lainnya. 4 Sumber: Koch et al., 1997, “A Pilot Study on Transplant Eligibility Criteria,” Pediatric Nursing:160-162. 5 Down Syndrome adalah kondisi genetik karena tambahan kromosom ke-21. Kondisi ini ditandai dengan adanya

kombinasi abnormal dalam struktur dan fungsi tubuh sehingga penderita Down Syndrome umumnya memiliki tingkat inteligensi yang rendah.

82

Secara umum, hasil pilot study di Toronto tersebut tidak serupa persis dengan hasil studi serupa yang dilakukan untuk Kanada dan Amerika Serikat. Hasil studi Hospital for Sick Children menunjukkan, faktor-faktor seperti kemampuan untuk membayar, adanya insuransi kesehatan, dan kondisi atau status ekonomi pasien sebaiknya tidak menjadi faktor pertimbangan dalam menentukan keputusan transplantasi. Hal ini kemungkinan besar disebabkan sistem perawatan kesehatan nasional Kanada yang menyediakan jaminan kesehatan bagi semua warga Kanada.

Selain itu, hasil studi tersebut mengimplikasikan bahwa keterbatasan fisik, misalnya kecatatan, juga sebaiknya tidak menjadi faktor penentu dalam melakukan transplantasi organ. Tingkat kecerdasan yang rendah, misalnya skor Intelligent Quotion (IQ) 70 atau lebih rendah, juga bukan faktor penting, berbeda dengan hasil survai sebelumnya.

Menurut hasil pilot study tersebut, faktor paling penting dalam menentukan kriteria transplantasi organ adalah kemampuan pasien untuk melalui proses transplantasi organ dan menerima proses transisi yang sulit setelah transplantasi organ. Secara menyeluruh, studi tersebut mampu mengakomodasi faktor etika, kualitatif, dan kuantitatif untuk menentukan siapa yang akan menerima organ transplantasi.

Penggunaan Metode AHP dalam Pengambilan Keputusan di Daerah

Metode AHP dapat digunakan untuk mendukung pengambilan keputusan di daerah. Ketika Pemerintah dihadapkan pada berbagai pilihan akan program, kegiatan, pilihan kebijakan dan kondisi lainnya yang terkait dengan pilihan dan penentuan prioritas, metode AHP dapat memberikan solusi terbaik dan dengan skala prioritas yang jelas. Sebagaimana contoh aplikasi yang dijelaskan di atas, Pemerintah Daerah dapat menggunakan metode ini sebagai dasar pengambilan keputusan pembangunan prasarana di daerah sehingga memudahkan penentuan prioritas pendanaan berbagai program yang diusulkan di daerah. Hal ini seperti yang dilaksanakan oleh Dinas Pekerjaan Umum (PU) Kabupaten Bandung dalam menyusun program/proyek penyediaan prasarana dan sarana dasar di Kabupaten Bandung.

83

Referensi Utama

Forman, Ernest H. and Mary Ann Selly, 2001, Decision by Objectives.

Koch et al., 1997, “A Pilot Study on Transplant Eligibility Criteria,” Pediatric Nursing:160-162.

LPEM-FEUI dan PSEKP UGM, 2004, Reformulasi Dana Alokasi Umum, Laporan Akhir.

Penelitian dan Pengembangan Ekonomi Fakultas Ekonomi Universitas Gadjah Mada (PPE-FE-UGM), 2006, “Modul Pelatihan”, District and Provincial Economic Development Training.

Saaty, T.L., 1994, Fundamentals of Decision Making and Priority Theory with the Analytic Hierarchy Process, RWS Publications, Pittsburgh PA., 1994, p337.

Saaty, T.L. dan Kevin P. Kearns, 1991, Analytical Planning: The Organization of Systems, RWS Publications, Pittsburgh, Amerika Serikat.

Saaty, T.L., 1980, The Analytic Hierarchy Process, McGraw-Hill, New York.

http://www.expertchoice.com/customerservice/ahp.htm

Modul 6 Analytic Hierarchy Process

Documents

Transcript of Modul 6 Analytic Hierarchy Process