Pake Revisi Dulu Hehe
-
Upload
raka-dwija -
Category
Documents
-
view
219 -
download
5
description
Transcript of Pake Revisi Dulu Hehe
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.