Analytic Hierarchy Process (AHP)

Keputusan akan menjadi sulit ketika ada banyak kriteria pilihan dan tiap-tiap kriteria memiliki bobot yang berbeda. Udah gitu, kita masih dibingungkan dengan memilih satu yang terbaik dari beberapa alternatif yang ada. Agar content tidak terasa garing, mari kita bahas bagaimana Parjono memilih cewek?

Parjono adalah pemuda desa yg culun namun cerdas, sehingga bisa masuk ITB. Setelah mendapat Mata Kuliah Sistem Pendukung Keputusan (SPK), dia mempunyai strategi dalam memilih cewek.

Ada 3 kriteria cewek pilihannya

1. Cantik : Parjono menilai kecantikan adalah modal utama, yang diliat dari wajah, kulit, serta body yg ehmmm.
2. Humoris: Enak diajak bercanda, ngobrol juga nyambung.
3. Cerdas : Parjono cukup ngeliat IQ-nya

Menurut Parjono, perbandingan bobot tiap kriteria berbeda dengan penjelasan sbb:

1. Cantik 2x lebih penting daripada Humoris.

2. Humoris 3x lebih penting daripada Cerdas.
3. Cantik 4x lebih penting daripada Cerdas.

Oh ya Parjono nampaknya agak bimbang (ga konsisten nih) dalam memberikan bobot pada no.3, seharusnya Cantik 6x lebih penting daripada cerdas berdasarkan kelipatan bobot no.1 & 2, tetapi gpp, justru inilah kelebihan Sistem Pendukung Keputusan (SPK) untuk kriteria majemuk dengan metode AHP. AHP mampu membandingkan tiap pasang kriteria, meski bobotnya tidak konsisten.

Dari bobot yang sudah ditentukan, terbentuklah sebuah pairwise comparation matrix (PCM) atau matrik perbandingan berpasangan untuk tiap-tiap kriteria. Cara membacanya dimulai dari baris lalu dibandingkan dengan kolom, perhatikan warna lingkaran pada matrix.

1. Merah, baris cantik dibanding kolom humoris = 2/1.
2. Hitam, baris Humoris dibanding kolom Cerdas = 3/1.
3. Biru, baris Cantik dibanding kolom cerdas = 4/1.
4. Hijau, (kebalikan statemen ke-1), baris humoris dibanding kolom cantik = 1/2

 

Dari bentuk matrix tsb dikonversi ke pecahan (tidak harus, ini hanya untuk memudahkan), lalu dihitung eigen vektor-nya agar diperoleh aggregasi prioritas (urutan) dan bobot kepentingan tiap kriteria. Perhitungan konversi dari pairwise comparation matrix (PCM) menjadi Eigen Vektor akan dibahas tersendiri.

Kemudian Parjono mereview stok cewek-cewek yang sudah dia lakukan PDKT, yaitu: Fatima, Ningsih, Titin dan Veronika.

Kecantikan:

Fatima, meski namanya jadul, dia cantik, mirip Rianti Catwright. Fatima 2x lebih cantik dari Ningsih, 5x lebih cantik dari Rika, namun kalo diliat-liat dengan Veronika, kok sama ya!?. Ningsih lebih cantik 3x dari Rika, dan secara mengejutkan Parjono menilai Ningsih yang mirip Bunga Zaenal dan lebih manis sehingga nilainya 2x lebih cantik dibanding Veronika. Terakhir Rika yang paling pas-pasan kecantikannya hanya 1/4-nya Veronika.

Dari penilaian tersebut, maka terbentuk pairwise comparation matrix (PCM) kecantikan 4 orang tadi. Dari matrix tsb didapat prioritas(urutan) dan bobotnya dengan menghitung eigen vector-nya.

Ok, jangan bosan ya? Sudah mo selesai kok, lalu dinilai dari aspek komunikasinya, seberapa nyaman and gaul mereka kalo diajak ngobrol?

Humoris:

Fatima anak rumahan dan pendiam, 1/4 humorisnya dibanding Ningsih yang aktif di unit kegiatan mahasiswa, 1/6 humorisnya dibanding Veronika yg kuliah di jurusan SBM (Sekolah Bisnis Manajemen) ITB yg isinya anak-anak gaul n  borju, tetapi fatima 4x lebih humoris dibanding Rika. Rika pemurung.

Ningsih 4x humoris dibanding Rika, tetapi ga da apa2-nya dibanding Veronika, hanya 1/6x, karena veronika anaknya memang sok akrab, slengean dan ga serius. Parjono menilai rika hanya 1/5 humoris dibanding Veronika.

Dari penilaian tersebut, maka terbentuk PCM humoris 4 orang tadi. Dari matrix tsb didapat prioritas(urutan) dan bobotnya dengan menghitung eigen vector-nya.

Bagaimana dengan kecerdasan? Parjono ga mau ribet, dia cek IQ tiap calon, langsung memperoleh prioritas serta bobot (seperti hasil eigen vektor) ada bentuk PCM.

Nilai IQ yang didapat lalu di total keseluruhan = 452, lalu membagi IQ tiap-tiap calon dengan 452, maka didapat bobot seperti Eigen Vector untuk Kecerdasan.

Ok, ketika semuanya didapat, maka terbentuklah hirarki seperti gambar di atas, sehingga langkah terakhir yang harus Parjono lakukan adalah menghitung prioritas serta bobotnya tiap-tiap calon secara ilmiah dan lebih presisi, bukan berdasarkan intuisi semata, namanya juga calon Insinyur. Perhitungannya adalah sebagai berikut:

Nilai = (bobot_cantik * nilai_calon_unt_kriteria_cantik) + 

        (bobot_humoris * nilai_calon_untuk_kriteria_humoris) + 

        (bobot_cerdas * nilai_calon_untuk_kriteria_cerdas)

Fatima   = (0,3196 * 0,1160)+ (0,5584 * 0,3790) + (0,1220  * 0,3110) = 0,3060

Ningsih  = (0,3196 * 0,2470)+ (0,5584 * 0,2900) + (0,1220  * 0,2390) = 0,2720

Rika     = (0,3196 * 0,0600)+ (0,5584 * 0,0740) + (0,1220  * 0,2120) = 0,0940

Veronika = (0,3196 * 0,5570)+ (0,5584 * 0,2570) + (0,1220  * 0,2480) = 0,3280

Dari perhitungan diperoleh hasil bahwa Veronika memiliki nilai tertinggi untuk agregasi /gabungan dari unsur kecantikan, humoris serta kecerdasan dengan score 0,3280 diikuti Fatima, Ningsih dan terakhir Rika. Akhirnya si Parjon memutuskan untuk memilih Veronika.

Lalu temannya nanya, "Piye Jon, hasile ??"
"Apa..?????! Tiga-tiganya nolak...?"

Flashback again
AHP merupakan sistem pendukung keputusan untuk kriteria majemuk yang dikembangkan oleh Prof. Thomas L. Saaty pada tahun 1970an dan sejak itu mengalami beberapa revisi maupun pengembangan.

Tujuan dibuatnya AHP di antaranya:

1. Menyelesaikan permasalahan-permasalahan yang komplek atau tidak terstruktur.
2. Mengatasi keputusan yang terdapat unsur rasionalitas dan intuisi sehingga dapat dikuantifikasi/dihitung.
3. Dapat memilih yang terbaik dari banyak alternatif dari banyak kriteria dan sub-kriteria.

AHP biasanya digunakan untuk menyelesaikan permasalahan-permasalahan di berbagai bidang antara lain:

1. Bisnis dan Ekonomi : Keputusan di bidang investasi usaha.
2. Marketing : Keputusan strategi pemasaran produk berdasarkan segment pasar tertentu.
3. Industri : Keputusan untuk memilih mesin produksi.
4. Government : Kebijakan jangka panjang pembangunan.
5. Pendidikan  : Kebijakan  program pendidikan yang akan diterapkan.
6. Dan masih banyak yang lain.

Sepengetahuan penulis, AHP banyak dijadikan metode/tool bagi mahasiswa untuk menyelesaikan TA/Skripsi maupun Thesis dengan mengkombinasikannya dengan metode lain. Beberapa jurusan perkuliahan yang menggunakan ini adalah jurusan Ekonomi, Bisnis dan Manajemen, Matematika MIPA atau Terapan, Teknik Industri, Sistem Informasi serta Teknik informatika.

Khusus pada mahasiswa S1 jurusan komputer seperti Sistem Informasi dan Teknik Informatika lebih ditekankan dalam pembuatan softwarenya, sedangkan jurusan lain cukup merumuskan masalah, menetapkan tujuan, membuat model serta menguji validitasnya dengan software AHP seperti Super Decision dan Expert Choice.

Pada kesempatan yang akan datang, penulis akan membuka kursus penjelasan teori lengkap dan teknis pembuatan software AHP sebagai Multi Criteria Decision Making (MCDM) menggunakan VB.Net/Java. Terima Kasih.