RTI FITRIYANI 310111011798
Transcript of RTI FITRIYANI 310111011798
APLIKASI PENUNJANG KEPUTUSAN
PEMILIHAN KARTU PRA-BAYAR UNTUK MODEM MENGGUNAKAN
METODE ANALYTICAL HIERARCHI PROCESS (AHP)
OLEH
FITRIYANI
3101 1101 1798
PROGRAM STUDI SISTEM INFORMASI
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
(STMIK) BANJARBARU
2012
KATA PENGANTAR
Segala puji bagi Allah SWT yang telah melimpahkan segala Rahmat dan
Hidayah-Nya, serta shalawat dan salam atas junjungan kita Nabi Muhammad
SAW beserta para sahabat dan pengikut beliau, penulis merasa bersyukur atasa
tersusunnya laporan penelitian yang berjudul “APLIKASI PENUNJANG
KEPUTUSAN PEMILIHAN KARTU PRA-BAYAR UNTUK MODEM
MENGGUNAKAN METODE ANALYTICAL HIERARCHI PROCESS
(AHP)” untuk memenuhu tugas Riset Teknologi Informasi.
Pada kesempatan ini penulis menyampaikan terima kasih kepada Dosen
pembimbing yang telah bersedia memberikan penulis waktu untuk menyelesaikan
laporan penelitian ini. Makalah ini terlepas dari kesempurnaan, akan tetapi
semoga laporan penelitian ini bermanfaat.
Penulis
I
DAFTAR ISI
Hal
KATA PENGANTAR..............................................................................................I
DAFTAR ISI...........................................................................................................II
BAB I.......................................................................................................................1
PENDAHULUAN...................................................................................................1
1.1 Latar Belakang...............................................................................................1
1.2 Identifikasi Masalah.......................................................................................2
1.3 Batasan Masalah.............................................................................................2
1.4 Rumusan Masalah..........................................................................................2
1.5 Tujuan Penelitian............................................................................................2
1.6 Manfaat Penelitian..........................................................................................3
BAB II......................................................................................................................4
LANDASAN TEORI DAN KERANGKA PEMIKIRAN.......................................4
2.1 Tinjauan Pustaka............................................................................................4
2.2 Landasan Teori...............................................................................................5
2.2.1 Sistem Penunjang Keputusan..................................................................5
2.2.2 Definisi Sistem Penunjang Keputusan.....................................................7
2.2.3 Karakteristik Sistem Pendukung Keputusan...........................................7
2.2.4 Komponen Sistem Pendukung Keputusan...............................................8
2.2.5 Kartu Pra-bayar......................................................................................10
2.2.6 Pemilihan Kartu Pra-bayar....................................................................10
2.2.7 Metode AHP..........................................................................................10
2.2.8 Kelebihan dan Kelemahan AHP............................................................19
2.2.9 Listing Program.....................................................................................25
2.3 Kerangka Pemikiran.....................................................................................29
BAB III..................................................................................................................30
METODE PENELITIAN.......................................................................................30
3.1 Analisa Kebutuhan.......................................................................................30
3.1.1 Metode Pengumpulan Data....................................................................31
3.1.2 Jenis Data...............................................................................................32
II
3.2 Perancangan Penelitian.................................................................................35
3.2.1 Konteks Diagram...................................................................................36
3.2.2 Use Case Diagram.................................................................................37
3.2.3 Sequence Diagram.................................................................................38
3.2.4 Activity Diagram...................................................................................40
3.3 Teknik Analisa Data.....................................................................................42
3.3.1 Penerapan Metode AHP (Analytical Hierarchy Process)......................43
3.4 Jadwal Penelitian..........................................................................................48
DAFTAR PUSTAKA............................................................................................49
III
BAB I
PENDAHULUAN
1.1 Latar BelakangTeknologi tentunya tidak bisa dipisahkan dari kehidupan manusia. Selama
peradaban manusia masih ada, teknologi akan terus menjadi hal yang penting
dalam kehidupan. Di Indonesia pun teknologi informasi telah melesat sangat cepat
sejak beberapa tahun terakhir, hal ini terbukti telah banyaknya sarana dan
prasarana yang tersedia dan juga semakin murahnya harga perangkat elektronik
guna menunjang kegiatan sehari-hari seperti laptop, PC, komputer tablet,
smartphone dan lain-lain.
Hampir semua perangkat komputerisasi saat ini tidak hanya digunakan
untuk bekerja semata dengan berbagai aplikasi yang telah terinstal pada perangkat
tersebut, melainkan mengkombinasikannya dengan mengkoneksikan ke jaringan
internet dan juga sharing pada social network untuk membantu tugas sehari-hari
serta memperoleh informasi yang cepat dalam waktu singkat.
Untuk dapat terkoneksi ke internet maka laptop/PC harus menggunakan
modem. Ketika menggunakan modem maka harus memiliki kartu prabayar yang
dipasang pada modem agar dapat terkoneksi ke internet. Banyak pilihan kartu
prabayar yang bisa gunakan dengan tawaran tarif, kuota, dan kecepatan koneksi
yang bermacam-macam. Karena banyaknya pilihan inilah maka tidak sedikit
konsumen yang merasa kecewa dan kurang puas pada kartu prabayar yang
dipakainya karena layanan yang diberikan tidak sesuai dengan keinginan dan
kebutuhan konsumen.
Beberapa cara dapat dilakukan untuk mengatasi masalah ini, salah satunya
adalah dengan pemanfaatan teknologi informasi berbasis web, sehingga ketika
ingin memilih kartu prabayar yang sesuai dengan kebutuhan, maka dapat
mengaksesnya kapan saja dan dimana saja. Salah satu cara yang digunakan untuk
menyelesaikan masalah diatas yaitu dengan menggunakan metode analytic
1
hierarchy process (AHP). Sehingga dapat membantu konsumen dalam pemilihan
kartu prabayar dan memberikan rekomendasi kartu prabayar sesuai kebutuhan.
1.2 Identifikasi MasalahBanyaknya pilihan kartu prabayar yang bisa digunakan pada modem maka
tidak sedikit konsumen yang merasa kecewa dan kurang puas pada kartu prabayar
yang dipakainya karena tarif, kuota data, maupun kecepatan koneksi internet yang
diberikan tidak sesuai dengan keinginan dan kebutuhan.
1.3 Batasan MasalahAdapun batasan-batasan masalah dalam penelitian ini adalah:
1. Kartu prabayar yang merupakan hasil dari keputusan sistem setelah
konsumen menginputkan kriteria-kriterianya tidak termasuk dengan
keadaan atau kekuatan jaringan yang ada di daerah pemakai aplikasi ini.
2. Aplikasi ini tidak mempertimbangkan kecepatan koneksi dan teknologi
lain yang didukung oleh modem pengguna.
3. Hanya pengguna kartu prabayar GSM.
1.4 Rumusan Masalah1. Bagaimana cara membuat suatu sistem berbasis web agar dapat membantu
konsumen dalam pemilihan kartu prabayar ?
2. Bagaimana cara membuat aplikasi yang dapat memberikan rekomendasi
kartu prabayar yang sesuai kebutuhan dan keinginan konsumen dengan
menggunakan metode AHP ?
3. Apa saja kriteria yang diinginkan konsumen untuk kartu prabayar yang
digunakannya ?
1.5 Tujuan PenelitianTujuan dari penelitian ini adalah membuat aplikasi berbasis web untuk
merekomendasikan kartu prabayar yang sesuai dengan kebutuhan dan
keinginan menggunakan metode analytic hierarchy process (AHP).
2
1.6 Manfaat PenelitianManfaat dari penelitian ini adalah akan mempermudah konsumen untuk
memilih kartu prabayar yang sesuai dengan kebutuhannya.
3
BAB II
LANDASAN TEORI DAN KERANGKA PEMIKIRAN
2.1 Tinjauan PustakaMetode AHP dapat digunakan untuk mengetahui tingkat kepuasan
peserta pelatihan pengolahan pepaya di desa Padaasih kecamatan Cibogo
kabupaten Subang. Penelitian dengan AHP hanya membutuhkan cukup orang-
orang kunci yang mempunyai peranan dan mengetahui dengan baik tentang
bidang yang jadi objek penelitian. Penelitian ini diharapkan bisa agar kegiatan-
kegiatan yang melibatkan masyarakat desa menjadi lebih bernilai dan dirasakan
manfaatnya oleh masyarakat. (Pardian, 2010)
AHP juga sangat cocok dan fleksibel digunakan untuk menentukan
keputusan yang menolong seorang decision maker untuk mengambil keputusan
yang kualitatif dan kuantitatif memilih supplier secara objektif berdasarkan multi
kriteria yang ditetapkan. Aplikasi ini telah mampu untuk menghasilkan suatu
keputusan yang tepat dalam bidang pemilihan supplier pada divisi pembelian.
(Setiawan, 2008)
Sistem pendukung keputusan metode AHP juga digunakan untuk
pemilihan siswa dalam mengikuti olimpiade sains. Sistem yang telah di
kembangkan dengan metode AHP ini menggunakan 4 faktor kriteria dalam
melakukan pemilihan siswa yaitu kriteria pengalaman olimpiade, kemampuan
akademik, intellegensi, dan kemampuan olimpiade sesuai dengan yang disediakan
oleh sistem. Sistem ini dapat digunakan untuk membantu kepala sekolah atau guru
untuk melakukan pemilihan siswa dalam mengikuti olimpiade sains tingkat
kabupaten di Sekolah Menengah Atas. (Sutikno, 2007)
AHP dapat menentukan lokasi yang terbaik pada sebuah proyek
perumahan. Dengan berbagai pemunculan kriteria yang terasa penting /
dipentingkan bagi konsumen sehingga dapat dimunculkan beberapa lokasi
alternative. Selanjutnya diperoleh ranking dan bobot prioritas, serta mendapatkan
hasil pengambilan keputusan yang tepat. (RUSMAN, 2008)
faktor-faktor pemilihan moda dapat ditentukan berdasarkan metoda AHP.
4
Dilakukan dengan wawancara berkuisioner kepada mahasiswa Universitas Kristen
Petra yang mempunyai kemungkinan untuk melakukan pilihan terhadap alternatif-
alternatif moda yang ada. Hasil analisa menunjukkan bahwa faktor utama yang
mempengaruhi pemilihan moda untuk berangkat kuliah adalah faktor keamanan
(49,3%) dan faktor waktu (27,3%). (Teknomo, 1999)
2.2 Landasan Teori
2.2.1 Sistem Penunjang KeputusanPengambilan keputusan (desicion making) adalah melakukan
penilaian dan menjatuhkan pilihan. Keputusan ini diambil setelah melalui
beberapa perhitungan dan pertimbangan alternatif. Sebelum pilihan
dijatuhkan, ada beberapa tahap yang mungkin akan dilalui oleh pembuat
keputusan. Tahapan tersebut bisa saja meliputi identifikasi masalah utama,
menyusun alternatif yang akan dipilih dan sampai pada pengambilan
keputusan yang terbaik. (Alam, 2011).
Secara umum, pengertian pengambilan keputusan telah dikemukakan oleh
banyak ahli, diantaranya adalah :
G. R. Terry : Mengemukakan bahwa pengambilan keputusan adalah
sebagai pemilihan yang didasarkan kriteria tertentu atas dua atau lebih
alternatif yang mungkin.
Claude S. Goerge, Jr : Mengatakan proses pengambilan keputusan itu
dikerjakan oleh kebanyakan manajer berupa suatu kesadaran, kegiatan
pemikiran yang termasuk pertimbangan, penilaian dan pemilihan diantara
sejumlah alternatif.
Horold dan Cyril O’Donnell : pengambilan keputusan adalah pemilihan
diantara alternatif mengenai suatu cara bertindak yaitu inti dari
perencanaan, suatu rencana tidak dapat dikatakan tidak ada jika tidak ada
keputusan, suatu sumber yang dapat dipercaya, petunjuk atau reputasi
yang telah dibuat.
P. Siagian : Pengambilan keputusan adalah suatu pendekatan sistematis
terhadap suatu masalah, pengumpulan fakta dan data, penelitian yang
matang atas alternatif dan tindakan.
5
Drs. H. Malayu S.P Hasibuan : Pengambilan keputusan adalah suatu
proses penentuan keputusan yang terbaik dari sejumlah alternative untuk
melakukan aktifitas-aktifitas pada masa yang akan datang.
Chester I. Barnard : Keputusan adalah perilaku organisasi, berintisari
perilaku perorangan dan dalam gambaran proses keputusan ini secara
relatif dan dapat dikatakan bahwa pengertian tingkah laku organisasi
lebih penting dari pada kepentingan perorangan.
Tahap – tahap Pengambilan Keputusan :
Menurut Herbert A. Simon (Kadarsah, 2011), tahap – tahap yang harus
dilalui dalam proses pengambilan keputusan sebagai berikut :
1. Tahap Pemahaman ( Inteligence Phace )
Tahap ini merupakan proses penelusuran dan pendeteksian dari
lingkup problematika serta proses pengenalan masalah. Data masukan
diperoleh, diproses dan diuji dalam rangka mengidentifikasikan
masalah.
2. Tahap Perancangan ( Design Phace )
Tahap ini merupakan proses pengembangan dan pencarian
alternatif tindakan / solusi yang dapat diambil. Tersebut merupakan
representasi kejadian nyata yang disederhanakan, sehingga diperlukan
proses validasi dan vertifikasi untuk mengetahui keakuratan model
dalam meneliti masalah yang ada.
3. Tahap Pemilihan ( Choice Phace )
Tahap ini dilakukan pemilihan terhadap diantaraberbagai
alternatif solusi yang dimunculkan pada tahap perencanaan agar
ditentukan / dengan memperhatikan kriteria – kriteria berdasarkan
tujuan yang akan dicapai.
4. Tahap Impelementasi ( Implementation Phace )
Tahap ini dilakukan penerapan terhadap rancangan sistem
yang telah dibuat pada tahap perancanagan serta pelaksanaan alternatif
tindakan yang telah dipilih pada tahap pemilihan.
6
2.2.2 Definisi Sistem Penunjang KeputusanMenurut Keen dan Scoot Morton : “ Sistem Pendukung Keputusan
merupakan penggabungan sumber – sumber kecerdasan individu dengan
kemampuan komponen untuk memperbaiki kualitas keputusan. Sistem Pendukung
Keputusan juga merupakan sistem informasi berbasis komputer untuk manajemen
pengambilan keputusan yang menangani masalah – masalah semi struktur “
Dengan pengertian diatas dapat dijelaskan bahwa sistem pendukung
keputusan bukan merupakan alat pengambilan keputusan, melainkan merupakan
sistem yang membantu pengambil keputusan dengan melengkapi mereka dengan
informasi dari data yang telah diolah dengan relevan dan diperlukan untuk
membuat keputusan tentang suatu masalah dengan lebih cepat dan akurat.
Sehingga sistem ini tidak dimaksudkan untuk menggantikan pengambilan
keputusan dalam proses pembuatan keputusan.
Sistem pendukung keputusan (SPK) atau dikenal dengan Decision Support
Sistem (DSS), pada tahun 1970-an sebagai pengganti istilah Management
Information Sistem (MIS). Tetapi pada dasarnya SPK merupakan pengembangan
lebih lanjut dari MIS yang dirancang sedemikian rupa sehingga bersifat interaktif
dengan pemakainya. Maksud dan tujuan dari adanya SPK, yaitu untuk
mendukung pengambil keputusan memilih alternatif keputusan yang merupakan
hasil pengolahan informasi-informasi yang diperoleh/ tersedia dengan
menggunakan model-model pengambil keputusan serta untuk menyelesaikan
masalah-masalah bersifat terstruktur, semi terstruktur dan tidak terstruktur
(Mulyono, 2010).
Sistem pendukung keputusan sebagai sebuah himpunan/ kumpulan prosedur
berbasis model untuk memproses data dan pertimbangan untuk membantu
manajemen dalam pembuatan keputusannya. Suatu sistem yang menyediakan
sarana bagi para manajer untuk mengembangkan informasi sesuai dengan
keputusan yang akan dibuat. Tujuan: menunjang keputusan-keputusan yang relatif
tidak terstruktur (unstructured).
2.2.3 Karakteristik Sistem Pendukung KeputusanKarakteristik sistem pendukung keputusan adalah (Haniif, 2007) :
7
1. Sistem Pendukung Keputusan dirancang untuk membantu pengambil
keputusan dalam memecahkan masalah yang sifatnya semi terstruktur
ataupun tidak terstruktur dengan menambahkan kebijaksanaan manusia
dan informasi komputerisasi.
2. Dalam proses pengolahannya, sistem pendukung keputusan
mengkombinasikan penggunaan model - model analisis dengan teknik
pemasukan data konvensional serta fungsi - fungsi pencari / interogasi
informasi.
3. Sistem Pendukung Keputusan, dirancang sedemikian rupa sehingga dapat
digunakan / dioperasikan dengan mudah.
4. Sistem Pendukung Keputusan dirancang dengan menekankan pada aspek
fleksibilitas serta kemampuan adaptasi yang tinggi.
2.2.4 Komponen Sistem Pendukung KeputusanSistem pendukung keputusan terdiri atas tiga komponen utama yaitu :
1. Subsistem pengelolaan data (database).
2. Subsistem pengelolaan model (modelbase).
3. Subsistem pengelolaan dialog (userinterface).
Hubungan antara ketiga komponen ini dapat dilihat pada gambar dibawah :
8
Gambar 2. 1 Hubungan Antara Ketiga Komponen
Sumber : (Haniif, 2007)
Sub sistem pengelolaan data (database)
Sub sistem pengelolaan data (database) merupakan komponen
SPK yang berguna sebagai penyedia data bagi sistem. Data tersebut
disimpan dan diorganisasikan dalam sebuah basis data yang
diorganisasikan oleh suatu sistem yang disebut dengan sistem
manajemen basis data (Database Management Sistem).
Sub sistem pengelolaan model (model base)
Keunikan dari SPK adalah kemampuannya dalam
mengintegrasikan data dengan model-model keputusan. Model adalah
suatu tiruan dari alam nyata. Kendala yang sering dihadapi dalam
merancang suatu model adalah bahwa model yang dirancang tidak
mampu mencerminkan seluruh variabel alam nyata, sehingga keputusan
yang diambil tidak sesuai dengan kebutuhan oleh karena itu, dalam
menyimpan berbagai model harus diperhatikan dan harus dijaga
fleksibilitasnya. Hal lain yang perlu diperhatikan adalah pada setiap
model yang disimpan hendaknya ditambahkan rincian keterangan dan
penjelasan yang komprehensif mengenai model yang dibuat.
Subsistem pengelolaan dialog (user interface)
Keunikan lainnya dari SPK adalah adanya fasilitas yang mampu
mengintegrasikan sistem yang terpasang dengan pengguna secara
interaktif, yang dikenal dengan subsistem dialog. Melalui subsistem
dialog, sistem diimplementasikan sehingga pengguna dapat
berkomunikasi dengan sistem yang dibuat.
Fasilitas yang dimiliki oleh subsistem dialog dibagi menjadi tiga
komponen:
9
1. Bahasa aksi (action language), yaitu suatu perangkat lunak yang
dapat digunakan oleh user untuk berkomunikasi dengan sistem, yang
dilakukan melalui berbagai pilihan media seperti keyboard, joystick
dan keyfunction yang lainnya.
2. Bahasa tampilan (display and presentation language), yaitu suatu
perangkat yang berfungsi sebagai sarana untuk menampilkan
sesuatu. Peralatan yang digunakan untuk merealisasikan tampilan ini
diantaranya adalah printer, grafik monitor, plotter, dan lain-lain.
3. Basis pengetahuan (knowladge base), yaitu bagian yang mutlak
diketahui oleh pengguna sehingga sistem yang dirancang dapat
berfungsi secara interaktif.
2.2.5 Kartu Pra-bayarKartu pra-bayar adalah dimana konsumen membayar biaya layanan
terlebih dahulu, dengan membeli pulsa baik secara elektronik ataupun fisik (dalam
bentuk voucher) dengan jumlah tertentu. Setelah itu konsumen dapat
memanfaatkan jasa layanan yang diberikan penyedia layanan telepon tersebut.
2.2.6 Pemilihan Kartu Pra-bayarSalah satu pertimbangan pemilihan kartu pra-bayar adalah faktor
kelebihan dari tiap kartu pra-bayar. Kelebihan-kelebihan tersebut ada pada tarif,
kuota data maupun kecepatan koneksinya. Konsumen biasanya lebih
menginginkan tarif yang seminimum mungkin tetapi dengan kuota data yang
cukup dan kecepatan koneksi yang cepat. Tetapi hal ini berbanding terbalik
dengan layanan dari provider-provider kartu pra-bayar yang sebenarnya
diberlakukan. Layanan yang diberikan para provider kebanyakan hanya
mengungggulkan salah satu dari kriteria-kriteria yang diinginkan konsumen
tersebut.
2.2.7 Metode AHPMetode Analytic Hierarchy Process (AHP) dikembangkan oleh Thomas
L. Saaty dan merupakan salah satu metode yang dapat digunakan dalam
pengambilan keputusan dengan memperhatikan faktor — faktor persepsi,
preferensi, pengalaman dan intuisi. AHP menggabungkan penilaian—penilaian
dan nilai—nilai pribadi ke dalam satu cara yang logis.
10
Analytic Hierarchy Process (AHP) digunakan dalam menyederhanakan
masalah yang kompleks dan tidak terstruktur, strategik dan dinamik menjadi
bagian-bagian, serta menjadikan variabel dalam suatu tingkatan hirarki. Masalah
yang kompleks terdiri dari lebih dari satu (multikriteria) masalah, struktur
masalah yang belum jelas, ketidakpastian pendapat dari pengambil keputusan,
serta ketidak akuratan data yang tersedia.
Metode ini adalah sebuah kerangka untuk mengambil keputusan dengan
efektif atas persoalan dengan menyederhanakan dan mempercepat proses
pengambilan keputusan dengan memecahkan persoalan tersebut kedalam bagian-
bagian, menata bagian atau variable ini dalam suatu susunan hirarki, memberi
nilai numerik dengan pertimbangan subjektif tentang pentingnya tiap variabel dan
mensintesis berbagai pertimbangan ini untuk 8 menetapkan variabel mana yang
memiliki prioritas paling tinggi dan bertindak untuk mempengaruhi hasil pada
situasi tersebut. Metode ini juga menggabungkan kekuatan dari perasaan dan
logika pada berbagai persoalan, lalu mensintesis berbagai pertimbangan yang
beragam menjadi basil yang cocok dengan perkiraan kita secara intuitif
sebagaimana yang dipresentasikan pada pertimbangan yang telah dibuat. (Pandi
Pardian, 2010)
Tahapan-tahapan metode AHP
Dalam metode AHP dilakukan langkah-langkah sebagai berikut (Kadarsyah
Suryadi dan Ali Ramdhani, 1998) :
1. Mendefinisikan masalah dan menentukan solusi yang diinginkan. Dalam
tahap ini kita berusaha menentukan masalah yang akan kita pecahkan
secara jelas, detail dan mudah dipahami. Dari masalah yang ada kita coba
tentukan solusi yang mungkin bagi masalah tersebut. Solusi dari masalah
mungkin berjumlah lebih dari satu. Solusi tersebut nantinya kita
kembangkan lebih lanjut dalam tahap berikutnya.
2. Membuat struktur hierarki yang diawali dengan tujuan utama. Setelah
menyusun tujuan utama sebagai level teratas akan disusun level hirarki
11
yang berada di bawahnya yaitu kriteria-kriteria yang cocok untuk
mempertimbangkan atau menilai alternatif yang kita berikan dan
menentukan alternatif tersebut. Tiap kriteria mempunyai intensitas yang
berbeda-beda. Hirarki dilanjutkan dengan subkriteria (jika mungkin
diperlukan).
3. Membuat matrik perbandingan berpasangan yang menggambarkan
kontribusi relatif atau pengaruh setiap elemen terhadap tujuan atau kriteria
yang setingkat di atasnya. Matriks yang digunakan bersifat sederhana,
memiliki kedudukan kuat untuk kerangka konsistensi, mendapatkan
informasi lain yang mungkin dibutuhkan dengan semua perbandingan
yang mungkin dan mampu menganalisis kepekaan prioritas secara
keseluruhan untuk perubahan pertimbangan. Pendekatan dengan matriks
mencerminkan aspek ganda dalam prioritas yaitu mendominasi dan
didominasi. Perbandingan dilakukan berdasarkan judgment dari pengambil
keputusan dengan menilai tingkat kepentingan suatu elemen dibandingkan
elemen lainnya. Untuk memulai proses perbandingan berpasangan dipilih
sebuah kriteria dari level paling atas hirarki misalnya K dan kemudian dari
level di bawahnya diambil elemen yang akan dibandingkan misalnya
E1,E2,E3,E4,E5
4. Melakukan Mendefinisikan perbandingan berpasangan sehingga diperoleh
jumlah penilaian seluruhnya sebanyak n x [(n-1)/2] buah, dengan n adalah
banyaknya elemen yang dibandingkan. Hasil perbandingan dari masing-
masing elemen akan berupa angka dari 1 sampai 9 yang menunjukkan
perbandingan tingkat kepentingan suatu elemen. Apabila suatu elemen
dalam matriks dibandingkan dengan dirinya sendiri maka hasil
perbandingan diberi nilai 1. Skala 9 telah terbukti dapat diterima dan bisa
membedakan intensitas antar elemen. Hasil perbandingan tersebut diisikan
pada sel yang bersesuaian dengan elemen yang dibandingkan. Skala
perbandingan perbandingan berpasangan dan maknanya yang
diperkenalkan oleh Saaty bisa dilihat di bawah. Intensitas Kepentingan 1 =
Kedua elemen sama pentingnya, Dua elemen mempunyai pengaruh yang
sama besar 3 = Elemen yang satu sedikit lebih penting daripada elemen
12
yanga lainnya, Pengalaman dan penilaian sedikit menyokong satu elemen
dibandingkan elemen yang lainnya 5 = Elemen yang satu lebih penting
daripada yang lainnya, Pengalaman dan penilaian sangat kuat menyokong
satu elemen dibandingkan elemen yang lainnya 7 = Satu elemen jelas lebih
mutlak penting daripada elemen lainnya, Satu elemen yang kuat disokong
dan dominan terlihat dalam praktek 9 = Satu elemen mutlak penting
daripada elemen lainnya, Bukti yang mendukung elemen yang satu
terhadap elemen lain memeliki tingkat penegasan tertinggi yang mungkin
menguatkan. 2,4,6,8 = Nilai-nilai antara dua nilai pertimbangan-
pertimbangan yang berdekatan, Nilai ini diberikan bila ada dua kompromi
di antara 2 pilihan Kebalikan = Jika untuk aktivitas i mendapat satu angka
dibanding dengan aktivitas j , maka j mempunyai nilai kebalikannya
dibanding dengan i
5. Menghitung nilai eigen dan menguji konsistensinya. Jika tidak konsisten
maka pengambilan data diulangi.
6. Mengulangi langkah 3,4, dan 5 untuk seluruh tingkat hirarki.
7. Menghitung vektor eigen dari setiap matriks perbandingan berpasangan
yang merupakan bobot setiap elemen untuk penentuan prioritas elemen-
elemen pada tingkat hirarki terendah sampai mencapai tujuan.
Penghitungan dilakukan lewat cara menjumlahkan nilai setiap kolom dari
matriks, membagi setiap nilai dari kolom dengan total kolom yang
bersangkutan untuk memperoleh normalisasi matriks, dan menjumlahkan
nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk
mendapatkan rata-rata.
8. Memeriksa konsistensi hirarki. Yang diukur dalam AHP adalah rasio
konsistensi dengan melihat index konsistensi. Konsistensi yang diharapkan
adalah yang mendekati sempurna agar menghasilkan keputusan yang
mendekati valid. Walaupun sulit untuk mencapai yang sempurna, rasio
konsistensi diharapkan kurang dari atau sama dengan 10 %.
13
Prinsip Dasar dan aksioma AnalyticHierarchy Process (AHP)
Dalam menyelesaikan persoalan dengan metode AHP ada beberapa prinsip dasar
yang harus dipahami antara lain.
1. Decomposition
Decomposition adalah memecahkan atau membagi problema yang utuh menjadi
unsur —unsurnya ke bentuk hirarki proses pengambilan keputusan, dimana setiap
unsur atau elemen saling berhubungan. Struktur hirarki keputusan tersebut dapat
dikategorikan sebagai complete dan incomplete. Suatu hirarki keputusan disebut
complete jika semua elemen pada suatu tingkat memiliki hubungan terhadap
semua elemen yang ada pada tingkat berikutnya, sementara hirarki keputusan
incomplete kebalikan dari hirarki yang complete. Bentuk struktur dekomposisi
yakni
Tingkat pertama : Tujuan keputusan (Goal)
Tingkata kedua : Kriteria—kriteria
Tingkat ketiga : Alternatif—alternative
Gambar 2.1 StrukturHirarki
Hirarki masalah disusun digunakan untuk membantu proses pengambilan
keputusan dalam sebuah system dengan memperhatikan seluruh elemen keputusan
yang terlibat.
2. Comparative Judgement
14
Tujuan
Kriteria nKriteria 1 Kriteria 2
Alternatif nAlternatif 1 Alternatif 2
Comparative Judgement adalah penilaian yang dilakukan berdasarkan
kepentingan relatif dua elemen pada suatu tingkat tertentu dalam kaitannya
dengan tingkatan di atasnya. Comparative Judgement merupakan inti dari
penggunaan AHP karena akan berpengaruh terhadap urutan prioritas dari elemen
— elemennya. Hasil dari penilaian tersebut akan diperlihatkan dalam bentuk
matriks pairwise comparisons yaitu matriks perbandingan berpasangan memuat
tingkat preferensi beberapa alternatif untuk tiap kriteria. Skala preferensi
yang digunakan yaitu skala 1 yang menunjukkkan tingkat yang paling rendah
(equal importance) sampai dengan skala 9 yang menunjukkan tingkatan yang
paling tinggi (extreme importance).
3. Synthesis of Priority
Synthesis of Priority dilakukan denganmenggunakan eigen vektor method untuk
mendapatkan bobot relatif bagi unsur—unsur pengambilan keputusan.
4. Logical Consistency
Logical Consistency dilakukan dengan mengagresikan seluruh eigen vektor yang
diperoleh dari berbagai tingkatan hirarki dan selanjutnya diperoleh suatu vektor
composite tertimbang yang menghasilkan urutan pengambilan keputusan. (Pandi
Pardian, 2010)
AHP didasarkan atas 3 aksioma utama yaitu :
1. Aksioma Resiprokal
Aksioma ini menyatakan jika PC (EA,EB) adalah sebuah perbandingan
berpasangan antara elemen A dan elemen B, dengan memperhitungkan C sebagai
elemen parent, menunjukkan berapa kali lebih banyak properti yang dimiliki
elemen A terhadap B, maka PC (EB,EA)= 1/ PC (EA,EB). Misalnya jika A 5 kali
lebih besar daripada B, maka B=1/5 A.
2. Aksioma Homogenitas
Aksioma ini menyatakan bahwa elemen yang dibandingkan tidak berbeda terlalu
jauh. Jika perbedaan terlalu besar, hasil yang didapatkan mengandung nilai
kesalahan yang tinggi. Ketika hirarki dibangun, kita harus berusaha mengatur
15
elemen-elemen agar elemen tersebut tidak menghasilkan hasil dengan akurasi
rendah dan inkonsistensi tinggi.
3. Aksioma Ketergantungan
Aksioma ini menyatakan bahwa prioritas elemen dalam hirarki tidak bergantung
pada elemen level di bawahnya. Aksioma ini membuat kita bisa menerapkan
prinsip komposisi hirarki.
1. Penyusunan Prioritas
Menentukan susunan prioritas elemen adalah dengan menyusun perbandingan
berpasangan yaitu membandingkan dalam bentuk berpasangan seluruh elemen
untuk setiap sub hirarki. Perbandingan tersebut ditransformasikan dalam bentuk
matriks. Contoh, terdapat n objek yang dinotasikan dengan (A1, A2, …, An) yang
akan dinilai berdasarkan pada nilai tingkat kepentingannya antara lain Ai dan Aj
dipresentasikan dalam matriks Pair-wise Comparison.
Tabel 2.1 Matriks Perbandingan Berpasangan
A1 A2 … An
A1 a11 a12 … a1n
A2 a21 a22 … a2n
… … … … …
An am1 am2 … amn
Nilai a11 adalah nilai perbandingan elemen A1 (baris) terhadap A1 (kolom)
yang menyatakan hubungan :
a) Seberapa jauh tingkat kepentingan A1 (baris) terhadap kriteria C dibandingkan
dengan A1 (kolom) atau
b) Seberapa jauh dominasi Ai (baris) terhadap Ai (kolom) atau
c) Seberapa banyak sifat kriteria C terdapat pada A1 (baris) dibandingkan dengan A1
(kolom).
Hasil perbandingan dari masing-masing elemen akan berupa angka dari 1
sampai 9 yang menunjukkan perbandingan tingkat kepentingan suatu elemen.
16
Apabila suatu elemen dalam matriks dibandingkan dengan dirinya sendiri maka
hasil perbandingan diberi nilai 1. Skala 9 telah terbukti dapat diterima dan bisa
membedakan intensitas antar elemen. Hasil perbandingan tersebut diisikan pada
sel yang bersesuaian dengan elemen yang dibandingkan. Skala perbandingan
perbandingan berpasangan dan maknanya yang diperkenalkan oleh Saaty (1980)
bisa dilihat di bawah, seperti pada tabel berikut ini.
Tabel 1. Skala Penilaian Perbandingan Berpasangan
Tingkat
KepentinganDefinisi Keterangan
1Equel importance (sama
penting)
Kedua elemen mempunyai pengaruh
yang sama
3Weak importance of one over
another (sedikit lebih penting)
Pengalaman dan penilaian sangat
memihak satu elemen dibandingkan
dengan pasangannya
5Essential or strongimportance
(lebih penting)
Satu elemen sangat disukai dan
secara praktis dominasinya sangat
nyata, dibandingkan dengan elemen
pasangannya
7Demonstrated importance
(sangat penting)
Satu elemen terbukti sangat disukai
dan secara praktis dominasinya
sangat, dibandingkan dengan
elemen pasangannya
9Extreme importance
(mutlak lebih penting)
Satu elemen mut lak lebih disukai
dibandingkan dengan pasangannya,
pada tingkat keyakinan tertinggi
2, 4, 6, 8Intermediate values between
the two adjacent judgments
Nilai diantara dua pilihan yang
berdekatan
Resiprokal Kebalikan Jika elemen i memiliki salah satu
17
angka diatas ketika dibandingkan
elemen j, maka j memiliki
kebalikannya ketika dibanding
elemen i
Skala nilai diatas digunakan untuk mengisi nilai matrik perbandingan
berpasangan yang akan menghasilkan prioritas (bobot/nilai kepentingan) masing-
masing kriteria dan subkriteria.
Model AHP didasarkan pada pair-wise comparison matrix, dimana
elemen-elemen pada matriks tersebut merupakan judgement dari decision
maker. Seorang decision maker akan memberikan penilaian, mempersepsikan,
ataupun memperkirakan kemungkinan dari suatu hal/peristiwa yang dihadapi.
Matriks tersebut terdapat pada setiap level of hierarchy dari suatu struktur model
AHP yang membagi habis suatu persoalan.
Berikut ini contoh suatu Pair-Wise Comparison Matrix pada suatu level
of hierarchy, yaitu:
E F G H
A=
EFGH
[ 11/51/61/7
5156
61/51
1/4
71/6
41
]Baris 1 kolom 2: jika E dibandingkan dengan F, maka E lebih
penting/disukai/ dimungkinkan daripada F yaitu sebesar 5, artinya: E essential
atau strong importance daripada F, dan seterusnya.
Angka 5 bukan berarti bahwa E lima kali lebih besar dari F, tetapi E strong
importance dibandingkan dengan F. Sebagai ilustrasi perhatikan matriks
resiprokal berikut:
E F G
A=EFG [ 1
71/9
1/71
1/3
931]
Membacanya/membandingkannya, dari kiri ke kanan.
18
Jika E dibandingkan dengan F, maka F very strong importance daripada
E dengan nilai judgement sebesar 7. Dengan demikan pada baris 1 kolom 2 diisi
dengan kebalikan dari 7 yakni 1/7. Artinya,
E dibanding F ⇨ F lebih kuat dari E
Jika E dibandingkan dengan G, maka E extreme importance daripada G
dengan nilai judgement sebesar 9. Jadi baris 1 kolom 3 diisi dengan nilai 9, dan
seterusnya. (Adhariyani, 2012)
2.2.8 Kelebihan dan Kelemahan AHP Layaknya sebuah metode analisis, AHP pun memiliki kelebihan dan
kelemahan dalam system analisisnya. Kelebihan-kelebihan analisis ini adalah :
Kesatuan (Unity)
AHP membuat permasalahan yang luas dan tidak terstruktur menjadi suatu
model yang fleksibel dan mudah dipahami.
Kompleksitas (Complexity)
AHP memecahkan permasalahan yang kompleks melalui pendekatan
sistem dan pengintegrasian secara deduktif.
Saling ketergantungan (Inter Dependence)
AHP dapat digunakan pada elemen-elemen sistem yang saling bebas dan
tidak memerlukan hubungan linier.
Struktur Hirarki (Hierarchy Structuring)
AHP mewakili pemikiran alamiah yang cenderung mengelompokkan
elemen sistem ke level-level yang berbeda dari masing-masing level berisi
elemen yang serupa.
Pengukuran (Measurement)
AHP menyediakan skala pengukuran dan metode untuk mendapatkan
prioritas.
Konsistensi (Consistency)
AHP mempertimbangkan konsistensi logis dalam penilaian yang
digunakan untuk menentukan prioritas.
Sintesis (Synthesis)
19
AHP mengarah pada perkiraan keseluruhan mengenai seberapa
diinginkannya masing-masing alternatif.
Trade Off
AHP mempertimbangkan prioritas relatif faktor-faktor pada sistem
sehingga orang mampu memilih altenatif terbaik berdasarkan tujuan
mereka.
Penilaian dan Konsensus (Judgement and Consensus)
AHP tidak mengharuskan adanya suatu konsensus, tapi menggabungkan
hasil penilaian yang berbeda.
Pengulangan Proses (Process Repetition)
AHP mampu membuat orang menyaring definisi dari suatu permasalahan
dan mengembangkan penilaian serta pengertian mereka melalui proses
pengulangan.
Sedangkan kelemahan metode AHP adalah sebagai berikut:
Ketergantungan model AHP pada input utamanya. Input utama ini berupa
persepsi seorang ahli sehingga dalam hal ini melibatkan subyektifitas sang
ahli selain itu juga model menjadi tidak berarti jika ahli tersebut
memberikan penilaian yang keliru.
Metode AHP ini hanya metode matematis tanpa ada pengujian secara
statistik sehingga tidak ada batas kepercayaan dari kebenaran model yang
terbentuk. (Syaifullah, 2010)
Ranking Prioritas dengan Vektor Eigen
Gambar 1 : Contoh Pairwise Matrix
20
VEi= (N i1 X N i2 X N i3 . . .. .. . X N in )1/n
i = 1, . .. .. . .. .. . ., n
VEi= (N i1 X Ni2 X N i3 . . .. .. . X Nin )1/n
i = 1, . .. .. . .. .. . ., n
Memilih
BarangA B C Vektor eigen
Vektor
Prioritas
A 1 5 4 0.2174 0.674
B 1/5 1 1/3 0.405 0.101
C 1/4 3 1 0.908 0.226
Jumlah1.4
59
5.3
34.028 1.000
VP baris 1 = 0,2174 / 3,487 = 0,674
VP baris 2 = 0,405 / 3,487 = 0,101
VP baris 3 = 0,908 / 3,487 = 0,226
I
Indeks Inkonsistensi (diupayakan kurang dari 10%)
IK = ( I maks - n)/(n-1)
Perhitungan Berdasarkan nilai sebelumnya:
1,45 X 0,674 = 0,977
9,00 X 0,101 = 0,906
5,33 X 0,226 = 1,203
Sum = 3,086
Maks = 3,086
IK = (3,086 - 3)/(3-1) = 0,043 (Seniwati, Perhitungan Manual AHP, 2006)
Contoh Kasus :
Adi berulang tahun yang ke-17, Kedua orang tuanya janji untuk membelikan
sepeda motor sesuai yang di inginkan Adi. Adi memiliki pilihan yaitu motor
Ninja, Tiger dan Vixsion . Adi memiliki criteria dalam pemilihan sepeda motor
yang nantinya akan dia beli yaitu : sepeda motornya memiliki desain yang bagus,
berkualitas serta irit dalam bahan bakar. Penyelesaian :
21
VE baris 1= ((1 X 5 X 4 ) ])1/3=0 , 2174
VE baris 2= (1/5 X 1 X 1/3 )1/3=0 ,405
VE baris 3=(1/4 X 3 X 1)1/3=0 ,908
Tahap pertama
Menentukan botot dari masing – masing kriteria:
Desain lebih penting 2 kali dari pada Irit
Pair Comparation Matrix
Kriteria Desain Irit Kualitas Priority
Vector
Desain 1 2 3 0,5455
Irit 0,5 1 1,5 0,2727
Kualitas 0,333 0,667 1 0,1818
Jumlah 1,833 3,667 5,5 1,0000
Pricipal Eigen Value (max) 3,00
Consistency Index (CI) 0
Consistency Ratio (CR) 0,0%
Dari gambar diatas, Prioity Vector (kolom paling kanan) menunjukan bobot dari
masing-masing kriteria, jadi dalam hal ini Desain merupakan bobot
tertinggi/terpenting menurut Adi, disusul Irit dan yang terakhir adalah Kualitas.
Cara membuat table seperti di atas :
a. Untuk perbandingan antara masing – masing kriteria berasal dari bobot yang
telah di berikan ADI pertama kali.
b. Sedangkan untuk Baris jumlah, merupakan hasil penjumalahan vertikal dari
masing – masing kriteria.
c. Untuk Priority Vector di dapat dari hasil penjumlahan dari semua sel disebelah
Kirinya (pada baris yang sama) setelah terlebih dahulu dibagi dengan Jumlah
yang ada dibawahnya, kemudian hasil penjumlahan tersebut dibagi dengan angka
tiga.
d. Untuk mencari Principal Eigen Value (max)
22
Desain lebih penting 3 kali dari pada kualitas
Irit lebih penting 1.5 kali dari pada kualitas
e. Rumusnya adalah menjumlahkan hasil perkalian antara sel pada baris jumlah
dan sel pada kolom Priority Vector
1) Menghitung Consistency Index (CI) dengan rumus CI = (max-n)/(n-1)
2) Sedangkan untuk menghitung nilai CR Menggunakan rumuas CR = CI/RI ,
nilai RI didapat dari
n 1 2 3 4 5 6 7 8 9 10
RI 0 0 5,8 0,9 1,12 1,24 1,32 1,41 1,45 1,49
Jadi untuk n=3, RI=0.58. Jika hasil perhitungan CR lebih kecil atau sama dengan
10% , ketidak konsistenan masih bisa diterima, sebaliknya jika lebih besar dari
10%, tidak bisa diterima.
Tahap Kedua :
Kebetulan teman ADI memiliki teman yang memiliki motor yang sesuai dengan pilihan ADI. Setelah Adi mencoba motor
temannya tersebut adi memberikan penilaian ( disebut sebagai pair-wire compara-
tion)
Desain lebih penting 2 kali dari pada Irit
Desain lebih penting 3 kali dari pada Kualitas
Irit lebih penting 1.5 kali dari pada kualitas
Ninja 4 kali desainnya lebih baik daripada tiger
Ninja 3 kali desainnya lebih baik dari pada vixsion
tiger 1/2 kali desainnya lebih baik dari pada Vixsion
Berdasarkan penilaian tersebut maka dapat di buat table (disebut Pair-wire
comparation matrix)
23
Ninja 1/3 kali lebih irit daripada tiger
Ninja 1/4 kali lebih irit dari pada vixsion
tiger 1/2 kali lebih irit dari pada Vixsion
Desain Ninja Tiger Vixsion Priority
Vector
Ninja 1 4 3 0,6233
Tiger 0,25 1 0,5 0,1373
Vixsion 0,333 2 1 0,2394
Jumlah 1,583 7 4,5 1,0000
Pricipal Eigen Value (max) 3,025
Consistency Index (CI) 0,01
Consistency Ratio (CR) 2,2%
Irit Ninja Tiger Vixsion Priority
Vector
Ninja 1 0,333 0,25 0,1226
Tiger 3 1 0,5 0,3202
Vixsion 4 2 1 0,5572
Jumlah 8 3,333 1,75 1,0000
Pricipal Eigen Value (max) 3,023
Consistency Index (CI) 0,01
Irit Ninja Tiger Vixsion Priority
Vector
Ninja 1,00 0,010 0,10 0,0090
Tiger 100,00 1,00 10,0 0,9009
Vixsion 10,00 0,100 1,0 0,0901
Jumlah 111,00 1,11 11,10 1,0000
Pricipal Eigen Value (max) 3
Consistency Index (CI) 0
Consistency Ratio (CR) 0,0%
Tahap ketiga
24
Setelah mendapatkan bobot untuk ketiga kriteria dan skor untuk masing-masing
kriteria bagi ketiga motor pilihannya, maka langkah terakhir adalah menghitung
total skor untuk ketiga motor tersebut. Untuk itu ADI akan merangkum semua
hasil penilaiannya tersebut dalam bentuk tabel yang disebut Overall composite
weight, seperti berikut.
Overall
composit
weight
weight Ninja Tiger Vixsion
Desain 0,5455 0,6233 0,1373 0,2394
Irit 0,2727 0,1226 0,3202 0,5572
Kualitas 0,1818 0,0090 0,9009 0,0901
Composit Weight 0,3751 0,3260 0,2989
Cara membuat Overall Composit weight adalah
Kolom Weight diambil dari kolom Priority Vektor dalam matrix
Kriteria.
Ketiga kolom lainnya (Ninja, Tiger dan Vixsion) diambil dari kolom
Priority Vector ketiga matrix Desain, Irit dan Kualitas.
Baris Composite Weight diperoleh dari jumlah hasil perkalian sel
diatasnya dengan weight.
Berdasarkan table di atas maka dapat di ambil kesimpulan bahwa yang memiliki
skor paling tinggi adalah Ninja yaitu 0,3751 , sedangkan disusul tiger dengan skor
0,3260 dan yang terakhir adalah Vixsion dengan skor 0,2989. Akhirnya Adi akan
membeli motor Ninja
2.2.9 Listing Program
AHP MAIN CODE
Array preparation and function call (user_survey_last.php)
$ncomparisons=($nelements*($nelements-1))/2;
for($i=0;$i<$ncomparisons;$i++){
25
/* building of names to recover data from Session and Request */
$firstname= "firsthidden".$i;
$secondname="secondhidden".$i;
$valuename="value".$i;
$par['id_survey_data']=$_SESSION['id_user'];
$par['firstelement']= $_REQUEST[$firstname];
$par['secondelement']= $_REQUEST[$secondname]; $par['value']=
$_REQUEST[$valuename]; /*
query which inserts user values into user_values table
selects and increments the number of user that filled the survey */
insertValues($par);
/* setting diagonal values */ $table[$_REQUEST["firsthidden".$i]]
[$_REQUEST["firsthidden".$i]]='1'; $table[$_REQUEST["secondhidden".$i]]
[$_REQUEST["secondhidden".$i]]='1';
/* setting upon side of matrix */ $table[$_REQUEST["firsthidden".$i]]
[$_REQUEST["secondhidden".$i]]= $_REQUEST["value".$i];
/* setting bottom side of matrix */ $table[$_REQUEST["secondhidden".$i]]
[$_REQUEST["firsthidden".$i]]= opposite($_REQUEST["value".$i]);
}
/*call the ahp main function */
$result = calculateValuesAHP($table);
/* query to insert the results into user_results table*/
foreach($result[1] as $i){
insertUserResultsAHP($result,$i,$_SESSION);
}
26
Function to calculate AHP results (ahp_core.php)
function calculateValuesAHP($table){
$num_rows= sizeof($table);
$ncomparisons=($num_rows*($num_rows-1))/2;
/* id of the elements */
for($i=0;$i<$ncomparisons;$i++){ $array[$_REQUEST["firsthidden".
$i]]=$_REQUEST["firsthidden".$i]; $array[$_REQUEST["secondhidden".
$i]]=$_REQUEST["secondhidden".$i];
}
/* calculates sums of values */
foreach($array as $i){
foreach($array as $j){
$sum[$i]=$sum[$i]+$table[$i][$j]."";
}
$sumvar=$sumvar+$sum[$i];
}
/* division by sum*/
foreach($array as $i){
$result[0][$i]=$sum[$i]/$sumvar."";
$result[1][$i]=$i;
}
return $result;
}
Function to calculate the opposite values (ahp_core.php)
function opposite($par){
/* calculates the opposite of the value, to obtain the other half matrix*/
27
if($par=="0.111111111111") return '9';
if($par=="0.125") return '8';
if($par=="0.142857142857") return '7';
if($par=="0.166666666667") return '6';
if($par=="0.2") return '5';
if($par=="0.25") return '4';
if($par=="0.333333333333") return '3';
if($par=="0.5") return '2';
if($par=="9") return '0.111111111111';
if($par=="8") return '0.125';
if($par=="7") return '0.142857142857';
if($par=="6") return '0.166666666667';
if($par=="5") return '0.2';
if($par=="4") return '0.25';
if($par=="3") return '0.333333333333';
if($par=="2") return '0.5';
if($par=="1") return '1';
}
28
2.3 Kerangka Pemikiran
29
HASIL
Aplikasi berbasis web untuk merekomendasikan kartu pra-bayar yang digunakan pada modem dengan metode Analytical Hirarchy Process (AHP)
PENGUJIANUser acceptance
IMPLEMENTASIKartu pra-bayar
PENGEMBANGANDesainUML
ToolsPHP
Testing Whitebox dan Blackbox
PENDEKATAN
Metode Analytical Hirarchy Process (AHP)
MASALAH
Pemilihan kartu pra-bayar
BAB III
METODE PENELITIAN
3.1 Analisa KebutuhanPemilihan kartu pra-bayar merupakan hal yang sangat membingungkan
bagi konsumen, dimana konsumen harus menentukan kartu pra-bayar apa yang
harus dipakai agar merasa nyaman dan sesuai dengan kebutuhan. Memang
banyak pilihan kartu pra-bayar yang ada, dengan segala kelebihan dan kekurangan
nya. Namun walaupun banyak kartu pra-bayar yang ada ,hal ini malah menambah
bingung konsumen karena dihadapkan dengan banyaknya pilihan kartu pra-bayar
karena konsumen tidak mengetahui lebih rinci tentang penawaran-penawaran dari
provider kartu pra-bayar tersebut.
Secara umum, sistem penunjang keputusan ini bertugas membantu para
konsumen dalam menentukan kartu prabayar yang akan dipilih, agar dapat
terkoneksi ke internet sesuai dengan keinginan dan kebutuhannya. Suatu
keputusan yang diambil, khususnya dalam pengambilan keputusan pemilihan
kartu pra-bayar berdasarkan kriteria – kriteria yang telah ditentukan. Keputusan
yang diberikan berupa daftar kartu pra-bayar sebagai bahan pertimbangan / saran
kepada konsumen berdasarkan kriteria tersebut.
Dalam prosesnya, sistem ini menerapkan konsep pengambilan keputusan
menggunakan Metode Analytic Hierarchy Process (AHP).sehingga keputusan
yang dihasilkan dapat membantu user menemukan solusi yang optimal dan akurat.
Sebagai tahap awal dalam pengembangan sistem, diperlukan adanya
identifikasi dan analisis kebutuhan sistem oleh pemakai. Hal ini sangat diperlukan
agar sistem yang akan dibuat sesuai dengan keinginan dan kebutuhan pemakai
yaitu konsumen kartu pra-bayar. Adapun kegiatan yang dilakukan untuk
mengidentifikasi dan menganalisis kebutuhan pemakai adalah sebagai berikut:
1. Melakukan wawancara terhadap konsumen kartu pra-bayar yang akan
digunakan untuk modem. Wawancara yang dilakukan untuk mengetahui kartu
pra-bayar apa yang paling banyak digunakan para konsumen. Selain itu juga
untuk mengetahui hal apakah yang membuat kartu pra-bayar tersebut menjadi
30
pilihan para konsumen, apakah dari tarifnya, kuota yang ditawarkan, atau karna
kecepatan koneksinya, dan bagaimana konsumen mendapatkan informasi
mengenai hal tersebut. Hasilnya mendapatkan data tentang metode yang sering
digunakan oleh konsumen masih berdasarkan karena iklan ditelevisi yang
mereka liat dan dengar,juga berdasarkan kabar burung / gosip dari teman atau
koleganya. Sehingga dengan cara seperti itu pemilihan kartu pra-bayar hasilnya
akan kurang memuaskan.
2. Melakukan analisis dari data yang ada. Data yang dianalisis adalah dari
pencarian diinternet mengenai daftar semua kartu pra-bayar yang digunakan
pada modem untuk berinternet. penyebaran kuisioner di MA Se-Banjarbaru.
Dari hasil analisis tersebut diperoleh 8 kartu pra-bayar yang dapat digunakan
pada modem untuk koneksi ke internet.
Hasil dari analisa tentang pemilihan kartu pra-bayar ini di dapatkan
faktor-faktor yang mempengaruhi siswa atau orang tua dalam memilih sekolah.
Faktor-faktor nya adalah : tarif, kuota, dan kecepatan koneksi yang ditawarkan
oleh kartu pra-bayar tersebut.
3.1.1 Metode Pengumpulan DataMetode pengumpulan data yang digunakan dalam penelitian ini adalah :
a. Observasi
Pengumpulan data melalui pengamatan dan pencatatan terhadap data kartu pra-
bayar yang berkaitan dengan obyek penelitian. Pengamatan dilakukan langsung
secara observasi pada teman-teman satu kos di jl.Priangan.
b. Studi Pustaka
Pengumpulan data dengan membaca serta mempelajari dokumen-dokumen,
literatur, jurnal, dan buku-buku yang berhubungan dengan obyek penelitian. Guna
mendapatkan teori/konsep/generalisasi yang dapat digunakan sebagai landasan
teori dan kerangka pemikiran dalam penelitian, dan untuk mencari metodologi
yang sesuai serta membandingkan antara teori yang ada dengan fakta yang terjadi
di lapangan.
c. Kuisioner.
31
Pengumpulan data dengan memberikan kuisioner kepada responden. Responden
adalah teman-teman yang ada di kos jl.Priangan untuk data kartu prabayar yang
digunakan.
3.1.2 Jenis DataJenis data yang dipergunakan dalam pengumpulan data untuk pembuatan laporan
penelitian ini antara lain :
a. Data Primer
Merupakan data yang diperoleh secara tidak langsung dari dokumentasi,
literatur, buku, jurnal dan informasi lainnya yang ada hubungannya dengan
masalah yang sedang diteliti
b. Data Sekunder
Adalah data yang diperoleh secara langsung dari sumber yaitu dari website-
website resmi dari provider kartu pra-bayar.
Data paket internet kartu pra-bayar yang dapat digunakan untuk modem
dapat dilihat pada data yang diperoleh dibawah ini :
Paket Internet Unlimited
Provider Paket UnlimitedHarga
(Rp)
FUP
(MB)
Aktif
(hari)
Speed
up to
(kbps)
Axis Harian 3,500 1
Axis Mingguan 25,000 250 7
Axis Bulanan Basic 50,000 500 30
Axis Bulanan Premium 80,000 1,000 30
Axis Bulanan Ultimated 150,000 2,000 30
Indosat M2 Broom 100 2,000 30 384
Indosat M2 Broom Asik 50,000 100 30 256
32
Indosat M2 Broom Bastis 3,000 30 256
Indosat M2 Broom Kalong 30 1,000
Indosat M2 Broom Merdeka 50,000 150 30 256
Indosat M2 Broom Xtra2 600 30 256
Telkomsel Flash Unlimited 5,000 30 1 384
Telkomsel Flash Unlimited 10,000 60 1 1,000
Telkomsel Flash Unlimited 50,000 300 14 512
Telkomsel Flash Unlimited 100,000 1,000 30 1,000
Telkomsel Flash Unlimited 200,000 2,500 30 2,000
Telkomsel Halo Basic 125,000 1,500 30 7,000
Telkomsel Halo Advance 225,000 3,000 30 7,000
Telkomsel Halo Pro 400,000 6,000 30 7,000
Smartfren Harian 5,000 1 384
Smartfren Mingguan 30,000 7 384
Smartfren Bulanan 90,000 30 384
XL Harian 2,500 25 1
XL Harian 5,000 50 1
XL Mingguan 20,000 150 7
XL Bulanan 50,000 500 30
XL Bulanan 100,000 1,000 30
XL Bulanan 150,000 2,000 30
XL Bulanan 200,000 4,000 30
33
Paket Internet Volume Based
Provider Paket QuotaHarga
(Rp)
Quota
(MB)
Aktif
(hari)
Speed
up to
(kbps)
Axis Harian 1,000 10 1
Axis Mingguan 6,500 100 7
Axis Bulanan 35,000 1,000 30
Indosat M2 Broom 100 150,000 200 60 3,600
Indosat M2 Broom Asik 100 60 3,600
Indosat M2 Broom Bastis 400 60 3,600
Indosat M2 Broom Kalong 200 60 3,600
Indosat M2 Broom Merdeka 100 30 3,600
Indosat M2 Broom Xtra2 300 60 3,600
Telkomsel Harian 1,000 1 1
Telkomsel Harian 2,000 2 2
Telkomsel Mingguan 5,000 5 7
Telkomsel Mingguan 10,000 15 7
Telkomsel Bulanan 20,000 35 30
Telkomsel Bulanan 50,000 125 30
Telkomsel Bulanan 100,000 300 30 7,200
Telkomsel Bulanan 125,000 500 30 7,200
34
Telkomsel Bulanan 225,000 1,200 30 7,200
Telkomsel Bulanan 400,000 3,000 30 7,200
XL Harian 2,000 5 1 3,600
XL Mingguan 10,000 50 7 3,600
XL Bulanan 25,000 500 30 3,600
XL Bulanan 100,000 2,500 30 3,600
XL Bulanan 200,000 6,000 30 3,600
Three Bulanan 35,000 500 30 3,600
Three Bulanan 50,000 1,000 30 3,600
Three Bulanan 75,000 2,000 30 3,600
Three Bulanan 125,000 5,000 30 3,600
3.2 Perancangan Penelitian1. Tahapan Masalah ( Problem )
Pada tahapan ini akan membahas tentang permasalahan yang ada pada
penelitian, permasalahan yang ada adalah bagaimana membuat Aplikasi Sistem
Penunjang Keputusan Kartu Pra-bayar untuk mempermudah konsumen dalam
menentukan pilihan nya.
2. Tahapan Pendekatan ( Approach )
Pada tahapan ini akan membahas tentang pendekatan yang digunakan dalam
pembuatan aplikasi, yaitu dengan menggunakan sebuah metode Analytic
Hierarchy Process (AHP). Selain itu sistem penunjang keputusan juga
digunakan dalam pembuatan aplikasi sistem penunjang keputusan pemilihan
kartu pra-bayar yang diputuskan berdasarkan kriteria-kriteria yang sudah ada.
3. Tahapan Pengembangan ( Software Development )
Pada tahapan ini akan membahas tentang pengembangan aplikasi, yaitu
meliputi proses perancangan Storyboard dan Unified Modeling Language
( UML ). Setelah proses perancangan selesai, maka dilanjutkan dengan proses
coding untuk pembuatan game, proses coding yang ada dalam membuat
aplikasi game ini yaitu dengan menggunakan PHP. Dan setelah itu dilanjutkan
dengan proses pengujian atau proses testing pada aplikasi game tersebut
35
dengan menggunakan Whitebox dan Blackbox. Dengan menggunakan metode
pengujian Whitebox, perekayasa sistem dapat melakukan test case yang dapat
memberikan jaminan bahwa semua jalur independen pada suatu modul telah
digunakan paling tidak satu kali. Dan pengujian Blackbox merupakan
pengujian interface oleh pengguna setelah sistem selesai dibuat dan diujicoba
kepada pengguna. Metode pengujian ini didasarkan pada spesifikasi sistem ,
dalam sistem ini pengujian dilakukan dengan mengujikan semua navigasi yang
ada, pengujian ini memastikan apakah proses-proses yang dilakukan
menghasilkan output yang sesuai dengan rancangan yang dibuat.
4. Tahapan Penerapan ( Software Implementasi )
Pada tahapan ini akan membahas tentang implementasi, sistem penunjang
keputusan ini akan diterapkan pada penggunaan kartu pra-bayar. Aplikasi
diimplementasikan untuk mendapatkan data Precission Recall & F1 yang
mana data tersebut adalah data tentang kecocokan (antara permintaan informasi
dengan jawaban terhadap permintaan itu), sedangkan untuk data User
Acceptance diperoleh sesudah implementasi, yaitu data uji kelayakan yang
dilakukan user yang melakukan pemilihan kartu pra-bayar menggunakan
aplikasi sistem penunjang keputusan.
5. Tahapan Hasil ( Result )
Pada tahapan ini akan membahas tentang hasil yang merupakan tujuan akhir
yang ingin dicapai, yaitu terciptanya Aplkasi Sistem penunjang keputusan
dengan menggunakan metode Analytic Hierarchy Process (AHP) yang terbukti
dapat meningkatkan keakuratan pemilihan kartu pra-bayar dan meminimalkan
kesalahan dalam pemilihan kartu pra-bayar yang digunakan untuk modem.
3.2.1 Konteks DiagramDiagram Diagram konteks adalah diagram yang menyajikan aliran data
dalam sistem yang akan dibuat. Dengan diagram ini diharapkan akan
mempermudah pemahaman terhadap hasil analisa, sehingga apabila terjadi
kesalahan dapat diketahui sedini mungkin.
Pada diagram konteks digambarkan proses umum yang terjadi di dalam
sistem. Terdapat dua komponen utama yaitu user dan sistem penunjang
keputusan. User dapat meminta kepada sistem untuk memberikan penentuan
36
keputusan mengenai pemilihan kartu pra-bayar dari kriteria-kriteria kartu pra-
bayar yang di inputkan. Setelah melakukan proses, sistem akan menghasilkan
output berupa hasil keputusan dalam menentukan kartu pra-bayar apa yang akan
dipilih yang ditujukan bagi user. Berikut gambaran diagram konteks dari sistem
pengambilan keputusan pemilihan kartu pra-bayar.
Gambar 3. 1 Konteks Diagram
3.2.2 Use Case DiagramDiagram use case digunakan untuk memodelkan bisnis proses
berdasarkan perspektif pengguna sistem. Berikut diagram use case untuk software
yang dibuat:
37
Tampilan Hasil Keputusan pemilihan kartu pra-bayar
- Input Kriteria kartu pra-bayar
- Data Kriteria kartu pra-bayar
- Data Untuk Login Sebagai Administrator
- Data Untuk Login Sebagai konsumenPengguna(konsumen)
Pengguna(Administrator)
Sistem Penunjang Keputusan pemilihan kartu pra-bayar untuk
modem
uc Primary Use Cases
Sistem Penunjang Keputusan Pemilihan KartuPrabayar
melihat data kartu prabayar
User
SPK pemilihan kartu prabayar
input data kartu prabayar
Admin
Gambar 3. 2 Use Case Diagram game pembelajaran.
3.2.3 Sequence DiagramSequence diagram menggambarkan interaksi antar objek di dalam dan di
sekitar sistem (termasuk pengguna, display, dan sebagainya) berupa message yang
digambarkan terhadap waktu. Sequence diagram terdiri atas waktu dan objek-
objek terkait. Sequence diagram biasa digunakan untuk menggambarkan scenario
atau rangkaian langkah-langkah yang dilakukan sebagai respons dari sebuah event
untuk menghasilkan output tertentu, proses dan perubahan apa saja yang terjadi
secara internal dan output apa yang dihasilkan.
38
sd interaction
Admin form sistem database
login()
login()
query()
result()
validasi id()
konfirmasi()
konfirmasi()
input data kartu prabayar()
input data kartu prabayar()
menyimpan()
Gambar 3. 3 Sequence Diagram Input Data Sekolah
sd interaction
User form sistem database
login()
login()
query()
result()
validasi id()
konfirmasi()
konfirmasi()
pil ih form lihat data kartuprabayar()
memanggil form()
meminta data kartu prabayar()
memberikan data kartu prabayar()menampilkan form()
menampilkan form()
Gambar 3. 4 Sequence Diagram Lihat Data Sekolah
39
sd interaction
user form sistem database
login()
login()
query()
result()
validasi id()
konfirmasi()
konfirmasi()
memasukkan kriteria kartuprabayar()
input data()
proses AHP()
hasil()
menampilkan keputusanpemilihan kartu prabayar()
menampilkan hasil keputusanpemilihan kartu prabayar()
Gambar 3. 5 Sequence Diagram SPK Pemilihan Sekolah
3.2.4 Activity DiagramActivity diagram menggambarkan berbagai alir aktifitas dalam sebuah
sistem yang sedang dirancang, bagaimana masing-masing alir berawal,
decision yang mungkin terjadi dan bagaimana mereka berakhir. Activity
diagram juga dapat menggambarkan proses parallel yang mungkin terjadi
pada beberapa eksekusi.
40
act activ ity
mulai
login
input batasan kriteria kartu prabayar
simpan
selesai
Gambar 3. 6 Activity Diagram Input Data
act lihat
mulai
login
lihat data kartu prabayar
selesai
Gambar 3. 7 Activitiy Diagram Lihat Data
41
act SPK
mulai
login
menentukan kriteria kartu prabayar
proses AHP
hasil keputusan pemilihan kartu prabayar
selesai
Gambar 3. 8 Activity Diagram SPK Pemilihan Sekolah
3.3 Teknik Analisa Data
Pada dasarnya AHP adalah suatu teori umum tentang pengukuran
yang digunakan untuk menemukan skala rasio, baik dari perbandingan
berpasangan yang diskrit maupun kontinu. Perbandingan-perbandingan ini
dapat diambil dari ukuran aktual atau skala dasar yang mencerminkan
kekuatan perasaan dan preferensi relatif. Metode ini adalah sebuah kerangka
untuk mengambil keputusan dengan efektif atas persoalan dengan
menyederhanakan dan mempercepat proses pengambilan keputusan dengan
memecahkan persoalan tersebut kedalam bagian-bagiannya, menata bagian
atau variabel ini dalam suatu susunan hirarki, memberi nilai numerik pada
pertimbangan subjektif tentang pentingnya tiap variabel dan mensintesis
berbagai pertimbangan ini untuk menetapkan variabel yang sama yang
memiliki prioritas paling tinggi dan bertindak untuk mempengaruhi hasil
pada situasi tersebut (Canndra Kurniawan, 2012).
42
3.3.1 Penerapan Metode AHP (Analytical Hierarchy Process)Yang pertama dilakukan adalah menentukan bobot untuk ketiga kriteria, mana
yang paling penting. Ketiga kriteria tersebut diadu satu lawan satu, yang dalam
terminologi AHP disebut pair-wise comparation.
Tarif lebih penting 2 kali dari kecepatan koneksi.
Tarif lebih penting 3 kali dari kuota data, dan
Kecepatan koneksi lebih penting 1.5 kali dari kuota data.
Selanjutnya hasil pair-wire comparation ini dibuat tabulasinya, yang dalam istilah
AHP disebut sebagai pair comparation matrix, seperti terlihat pada gambar
berikut.
Pair comparation matrix:
kriteria tarif kecepatan koneksi kuota data priority vector
tarif 1 2 3 0.5455kecepatan koneksi 0.50 1 1.5 0.2727kuota data 0.33 0.67 1 0.1818jumlah 1.8333 3.6667 5.5000 1.0000principle eign value 3.000consistency index CI 0.00consistency ratio CR 0.00%
Dari gambar diatas, Prioity Vector (kolom paling kanan) menunjukan
bobot dari masing-masing kriteria, jadi dalam hal ini tarif merupakan bobot
tertinggi/terpenting, disusul kecepatan koneksi dan yang terakhir adalah kuota
data. Bagaimana cara membuat matrix ini?:
Hasil pair wise comparation diatas diisi pada sel berwarna putih (bagian
kanan atas matrix), dengan aturan baris vs kolom. Jadi angka 2 (tarif lebih
penting 2 kali dari kecepatan koneksi) diisi pada sel yang merupakan
perpotongan antara baris tarif dan kolom kecepatan koneksi.
Angka 3 (tarif lebih penting 3 kali dari kuota data) diisi pada sel yang
merupakan perpotongan antara baris tarif dan kolom kuota data. Begitu
juga dengan angka 1.5 (kecepatan koneksi lebih penting 1.5 kali dari kuota
43
data) diisi pada sel yang merupakan perpotongan antara baris kecepan
koneksi dan kolom kuota data. Sampai disini semua sel di kanan atas
matrix (sel berlatar belakang Putih) terisi. Pada sel dengan baris dan
kolom sama (tarif-tarif atau kecepatan koneksi-kecepatan koneksi atau
kuota data-kuaota data), sel berlatar belakang Hijau diisi dengan angka 1.
Kemudian sel pada bagian kiri bawah matrix (berlatar belakang Abu-Abu)
diisi dengan angka kebalikan dari sel disebelah kiri atas. Jadi pada
sel kecepatan koneksi-tarif diisi dengan angka 1/2, yaitu kebalikan dari
angka 2 yang berada pada sel tarif-kecepatan, dan seterusnya.
Baris Jumlah (baris paling bawah) merupakan penjumlahan dari semua
angka yang ada pada baris diatasnya dalam satu kolom.
Kolom Priority Vector, merupakan hasil penjumlahan dari semua sel
disebelah Kirinya (pada baris yang sama) setelah terlebih dahulu dibagi
dengan sel Jumlah yang ada dibawahnya, kemudian hasil penjumlahan
tersebut dibagi dengan angka 3 (angka 3 karena kriterianya ada 3, yaitu
tarif, kecepatan koneksi, dan kuota data.
Setelah mendapatkan bobot untuk setiap kriteria (yang ada pada kolom
Priority Vector), maka selanjutnya mengecek apakah bobot yang dibuat konsisten
atau tidak. Untuk hal ini, yang pertama yang dilakukan adalah
menghitung Pricipal Eigen Value (max) matrix diatas dengan cara menjumlahkan
hasil perkalian antara sel pada baris jumlah dan sel pada kolom Priority Vector,
sbb: 1.8333×0.5455+3.6667×0.2727+5.5×0.1818=3. Kemudian menghitung
Consistency Index (CI), dengan rumus CI = (max-n)/(n-1) dengan n adalah
jumlah kriteria (dalam hal ini 3), jadi CI = (3-3)/(3-1)=0/2=0. CI sama dengan nol
berarti pembobotan yang dilakukan sangat konsisten. Untuk pembobotan dengan
jumlah kriteria yang cukup banyak (diatas 5 kriteria), pembobotan yang konsisten
(CI=0) seperti ini sangat sulit dicapai. Oleh karena itu, pada batas tertentu HPS
masih mau menerima ketidak konsistenan ini. Batas toleransi ketidak konsistenan
ditentukan oleh nilai Random Consistency Index (CR) yang diperoleh dengan
rumus CR=CI/RI, nilai RI bergantung pada jumlah kriteria seperti pada tabel
berikut:
44
Jadi untuk n=3, RI=0.58.
Jika hasil perhitungan CR lebih kecil atau sama dengan 10% , ketidak
konsistenan masih bisa diterima, sebaliknya jika lebih besar dari 10%, tidak bisa
diterima.
Bobot untuk setiap kriterianya sudah didapatkan. Selanjutnya menilai kartu
pra-bayar berdasarkan ketiga kriteria tersebut. Pertama, menilai mana dari ketiga
kartu prabayar tersebut yang paling murah tarifnya. Hasil penilaiannya dalam
bentuk pair-wire comparation berikut:
XL 4 kali lebih murah dari Telkomsel.
XL 3 kali lebih murah dari Im3.
Telkomsel 1/2 kali lebih murah dari Im3.
Pair-wire comparation matrix-nya adalah sbb:
tarif XL Telkomsel Im3 priority vector
XL 1.00 4.00 3.00 0.6232Telkomsel 0.25 1.00 0.50 0.1373Im3 0.33 2.00 1.00 0.2395jumlah 1.5833 7.0000 4.5000 1.0000principle eigen value 3.025consistency index CI 0.01consistency ratio CR 2.20%
Dari tabel ini, dari ketiga kartu pra-bayar, yang paling murah adalah XL
dengan skor 0.6232 (dalam skala 1), disusul Im3 dengan skor 0.2395 dan
Telkomsel dengan skor 0.1373. Perhatikan, nilai CI adalah 0.01 yang berarti
pembobotan yang dibuat tidak terlalu konsisten, namun karena nilai CR=2.2%
lebih kecil dari 10%, maka ketidak konsistenan ini masih bisa diterima.
Selanjutnya menilai kecepatan koneksi dari ketiga kartu pra-bayar. Pemberian
memberi bobot kecepatan untuk ketiga kartu pra-bayar sebagai berikut:
45
Tingkat kecepatan koneksi XL 1/3 Telkomsel.
Tingkat kecepatan koneksi XL 1/4 Im3.
Tingkat kecepatan koneksi Telkomsel 1/2 Im3.
Pair-wire comparation matrix :
kecepatan koneksi XL Telkomsel Im3 priority vector
XL 1.00 0.33 0.25 0.1226Telkomsel 3.00 1.00 0.50 0.3202Im3 4.00 2.00 1.00 0.5571jumlah 8.0000 3.3333 1.7500 1.0000principle eigen value 3.023consistency index CI 0.01consistency ratio CR 2.00%
Dari tabel ini terlihat bahwa Im3 mendapat nilai tertinggi yaitu 0.5571
disusul Telkomsel dengan nilai 0.3202 dan terakhir XL dengan nilai 0.1226.
Sekali lagi terlihat bahwa pembobotan ini tidak konsisten, namun masih bisa
diterima karena nilai CR masih dibawah 10%.
Yang terakhir menilai kuota data dari ketiga kartu pra-bayar :
Bobot kuota data XL 1/100 kali bobot kuota data Telkomsel.
Bobot kuota data XL 1/10 kali bobot kuota data Im3.
Bobot kuota data Telkomsel 10 kali bobot kuota data Im3.
Pair-wire comparation matrix:
kuota data XL Telkomsel Im3 priority vector
XL 1.00 0.01 0.10 0.0090Telkomsel 100.00 1.00 10.00 0.9009Im3 10.00 0.10 1.00 0.0901jumlah 111.0000 1.1100 1.7500 1.0000principle eigen value 3.000consistency index CI 0.00consistency ratio CR 0.00%
46
Jadi Telkomsel yang memiliki kuota data paling banyak dengan skor
0.9009, disusul Im3 dengan skor 0.0901 dan yang terakhir XL dengan skor
0.0090. Pada pembobotan kali ini sangat konsisten, ini terlihat dari nilai CI=0.
Setelah mendapatkan bobot untuk ketiga kriteria dan skor untuk masing-
masing kriteria bagi ketiga kartu pra-bayar, maka langkah terakhir adalah
menghitung total skor untuk ketiga kartu pra-bayar. Untuk itu rangkum semua
hasil penilaiannya tersebut dalam bentuk tabel yang disebut Overall composite
weight :
Weight XL Telkomsel Im3Tarif 0.5455 0.6232 0.1373 0.2395Kecepatan Koneksi 0.2727 0.1226 0.3202 0.5571Kuota data 0.1818 0.0090 0.9009 0.0901Compose Weight 0.3750 0.3260 0.2990
Cara mengisi table :
Kolom Weight diambil dari kolom Priority Vektor dalam matrix Kriteria.
Ketiga kolom lainnya (XL, telkomse, dan im3) diambil dari kolom Priority
Vector ketiga matrix tariff, lecepatan koneksi dan kuota data.
Baris Composite Weight diperoleh dari jumlah hasil perkalian sel
diatasnya dengan weight.
Composite weight untuk XL =
0.5455×0.6232+0.2727×0.1226+0.1818×0.0090=0.3750.
Composite weight untuk Telkomsel =
0.5455×0.1373+0.2727×0.3202+0.1818×0.9009=0.3260.
Composite weight untuk Im3=
0.5455×0.2395+0.2727×0.5571+0.1818×0.0901=0.2990.
47
Dari tabel diatas dapat disimpulkan bahwa XL mempunyai skor yang
paling tinggi yaitu 0.3750, disusul Telkomsel dengan skor 0.3260 dan yang
terakhir Im3 dengan skor 0.2990.
3.4 Jadwal PenelitianAgar penelitian ini dilakukan dengan baik, maka rancangan jadwal ke
penelitian ini adalah sebagai berikut :
Tabel 1 : Jadwal Penelitian
No KEGIATAN
BULAN KE -
1 2 3 4
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
1Perumusan
Masalah
2 Analisis
3 Desain
4Membuat
Program
5Testing dan
Implementasi
6Pembuatan
Laporan
48
DAFTAR PUSTAKA
Adhariyani, A. (2012). SELEKSI PRIORITAS PEMINJAM PADA KOPERASI DENGAN MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP).
Alam, N. (2011). Pengambilan Keputusan Dalam Manajemen. Retrieved Februari 27, 2011, from www.totalinfo.com.
Haniif. (2007). Sistem Pendukung Keputusan.
Iryanto. (2008). Eksposisi AHP dalam riset Operasi : Cara efektif untuk pengambilan keputusan. 4-5.
Kadarsah. (2011). Pengambilan Keputusan. Retrieved maret 10, 2011, from www.wikipedia.com.
Mulyono. (2010). Retrieved from www.totalinfo.com.
Pandi Pardian, S. (2010). Penggunaan Metode Analytic Hierarchy Prosess (AHP) Untuk Mengetahui Tingkat Kepuasan Peserta Pelatihan Pengolahan Pepaya di Desa Padaasih Kecamatan Cibogo Kabupaten Subang.
Pardian, P. (2010). PENGGUNAAN METODE AHP UNTUK MENGETAHUI TINGKAT KEPUASAN PESERTA PELATIHAN PENGOLAHAN PEPAYA DI DESA PADAASIH KECAMATAN CIBOGO KABUPATEN SUBANG.
RUSMAN, M. A. (2008). PENENTUAN LOKASI TERBAIK PADA PROYEK PERUMAHAN DENGAN MENGGUNAKAN METODE AHP.
Seniwati, E. (2006). Perhitungan Manual AHP.
Setiawan, A. (2008). IMPLEMENTASI APLIKASI DECISION SUPPORT SYSTEM DENGAN METODE ANALYTICAL HIERARCY PROCESS (AHP) UNTUK PENENTUAN JENIS SUPPLIER.
Sutikno. (2007). SISTEM PENDUKUNG KEPUTUSAN METODE AHP UNTUK PEMILIHAN SISWA DALAM MENGIKUTI OLIMPIADE SAINS DI SEKOLAH MENENGAH ATAS.
Syaifullah. (2010). Pengenalan Metode AHP ( Analytical Hierarchy Process ).
49
Teknomo, K. (1999). PENGGUNAAN METODE ANALYTIC HIERARCHY PROCESS DALAM MENGANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI PEMILIHAN MODA KE.
50