No. Kriteria

1 Luas kerusakan (m2)

2 Umur jalan

3 Volume/LHR (smp)

4 Nilai kondisi jalan

5 Nilai kondisi bangunan pelengkap

6 Biaya pekerjaan

No. Kriteria Satuan

1 Luas kerusakan (m2) m2

2 Umur jalan tahun

3 Volume/LHR smp

4 Nilai kondisi jalan Indeks (1-10)

5 Nilai kondisi bangunan pelengkap Indeks (1-10)

6 Biaya pekerjaan Rupiah

No. Kriteria Jenis Kriteria

1 Luas kerusakan (m2) Max

2 Umur jalan Max

3 Volume/LHR Max

4 Nilai kondisi jalan Max

5 Nilai kondisi bangunan pelengkap Max

6 Biaya pekerjaan Min

F.3.1. Contoh Perhitungan SAW

1) Perumusan masalah

Seperti yang dipaparkan sebelumnya pada latar belakang masalah,

2) Penentuan sasaran yang ingin dicapai

3) Penentuan alternatif

Adapun ruas jalan atau alternatif yang mendapat rekomendasi untuk mendapat

penanganan adalah sebagai berikut.

A1 Jalan Tukad Mungga - Munduk Kunci

A2 Jalan Pancasari – Dasong

A3 Jalan Sembiran – Tajun

A4 Jalan Bondalem - Pura Sangbingin

A5 Jalan Banjar - Banyuseri – Pedawa

A6 Jalan Gesing – Tamblingan

A7 Jalan Pelapuan – Umejero

A8 Jalan Bengkel – Linggasana

A9 Jalan Sanggalangit – Pemandian

A10 Jalan Tambakan - Pakisan

4) Penentuan kriteria

Adapun kriteria dalam menentukan prioritas perbaikan jalan secara kuantitatif

meliputi.

Tabel F.1 Kriteria Priotitas Perbaikan Jalan

No. Kriteria

1 Panjang ruas jalan yang mengalami kerusakan

2 Volume Lalu Lintas / Lalu Lintas Harian Rata-rata (LHR)

3 Biaya perbaikan jalan

4 Umur jalan

5 Nilai IRI (Indeks Kondisi Jalan)

6 Nilai kondisi bangunan pelengkap

5) Memberikan nilai rating kecocokan setiap alternatif pada setiap kriteria.

Memberikan nilai rating kecocokan untuk setiap alternatif pada setiap kriteria

dilakukan apabila penililaian dilakukan menggunakan acuan rentang tertentu,

namun karena dalam penelitian ini digunakan nilai riil (nyata) maka tidak

dilakukan pemberian rating kecocokan untuk setiap alternatif pada setiap kriteria.

Kemudian dilakukan identifikasi jenis kriteria apakah termasuk kriteria keuntungan

(benefit) yang menggunakan max atau kriteria biaya (cost) yang menggunakan

min.

Tabel F.2 Identifikasi Jenis Kriteria

No. Kriteria Jenis Kriteria

1 Panjang ruas jalan yang mengalami kerusakan

Max

2 Volume Lalu Lintas / Lalu Lintas Harian Rata-rata (LHR)

Max

3 Nilai RCI (Indeks Kondisi Jalan)

Max

4 Nilai kondisi bangunan pelengkap

Max

5 Umur jalan Max

6 Biaya perbaikan jalan Min

6) Menentukan bobot preferensi atau tingkat kepentingan (W) setiap kriteria.

W = 3000 8 300 5 5 500

7) Membuat tabel rating kecocokan dari setiap alternatif pada setiap kriteria.

Tabel F.3 Tabel Rating Kecocokan setiap Alternatif terhadap Kriteria

Alternatif

Kriteria (C)

Panjang Kerusakan

(Meter)

Umur(Tahun)

LHR(smp) RCI

Nilai Kondisi

Bangunan Pelengkap

Biaya perbaikan

(Juta Rupiah)

max max max max Max minA1 1,000 6 325 3 3 517A2 4,000 5,4 217 5 3 1692A3 2,430 3 254 4 4 1370,52A4 0,840 4,5 351 3 2 394,8A5 4,940 7 237 3 4 2089,62A6 3,700 5 314 5 4 1739

A7 2,430 5 247 3 3 1142,1A8 3,000 5,3 307 4 3 1410A9 2,000 4 231 4 4 940A10 5,500 6 347 5 4 2326,5

8) Membuat matrik keputusan (X) yang dibentuk dari tabel rating kecocokan dari

setiap alternatif pada setiap kriteria.

1000 6 325 3 3 5174000 5,4 217 5 3 16922430 3 254 4 4 1370,52840 4,5 351 3 2 394,8

4940 7 237 3 4 2089,623700 5 314 5 4 17392430 5 247 3 3 1142,13000 5,3 307 4 3 14102000 4 231 4 4 9405500 6 347 5 4 2326,5

9) Melakukan normalisasi matrik keputusan dengan cara menghitung nilai rating

kinerja ternomalisasi (rij) dari alternatif Ai pada kriteria Cj.

10) Hasil dari nilai rating kinerja ternomalisasi (rij) membentuk matrik ternormalisasi

(R)

0,1818 0,8571 0,9259 0,6000 0,7500 0,76360,7273 0,7714 0,6182 1,0000 0,7500 0,23330,4418 0,4286 0,7236 0,8000 1,0000 0,28810,1527 0,6429 1,0000 0,6000 0,5000 1,00000,8982 1,0000 0,6752 0,6000 1,0000 0,18890,6727 0,7143 0,8946 1,0000 1,0000 0,22700,4418 0,7143 0,7037 0,6000 0,7500 0,34570,5455 0,7571 0,8746 0,8000 0,7500 0,28000,3636 0,5714 0,6581 0,8000 1,0000 0,42001,0000 0,8571 0,9886 1,0000 1,0000 0,1697

11) Hasil akhir nilai preferensi (Vi) diperoleh dari penjumlahan dari perkalian elemen

baris matrik ternormalisasi (R) dengan bobot preferensi (W) yang bersesuaian

eleman kolom matrik (W).

V1 = 1218,65765V2 = 2498,87636V3 = 1699,01006V4 = 1268,82468V5 = 3007,57649

X =

R =

V6 = 2415,78569V7 = 1721,86945V8 = 2052,56394V9 = 1511,91642V10 = 3398,28682

12) Hasil perhitungan nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai

merupakan alternatif terbaik.

Nilai terbesar diperoleh V10, sehingga alternatif A10 terpilih sebagai alternatif terbaik, kemudian V5 atau alternatif A5 menempati urutan kedua, V2 atau alternatif A2 menempati urutan ketiga, V6 atau Alternatif A6 pada urutan keempat, V8 atau alternatif A8 pada urutan kelima, V7 atau alternatif A7 keenam, V3 atau alternatif A3 pada urutan ketujuh, V9 atau alternatif A9 pada urutan kedelapan, V4 atau alternatif A4 sembilan dan V1 atau alternatif A1 pada urutan kesepuluh.