Analytical Hierarchy Process (AHP)

DW ADS

Sobat Exsight pernah gak sih merasa bingung saat harus memilih di antara banyak pilihan? Misalnya, dalam memilih smartphone baru, sobat Exsight harus mempertimbangkan berbagai faktor seperti harga, kualitas kamera, daya tahan baterai, dan lain-lain. Nah, dalam hal ini kita bisa menerapkan salah satu metode bernama Analytical Hierarchy Process (AHP)

AHP adalah sebuah metode yang sederhana namun sangat efektif untuk membantu kita mengatasi kompleksitas dalam pengambilan keputusan. Dengan AHP, kita dapat merancang sebuah hierarki yang memecah masalah besar menjadi bagian-bagian yang lebih kecil dan lebih mudah dikelola. Bayangkan jika kita bisa menilai setiap faktor penting secara sistematis, memberi bobot pada setiap kriteria, dan kemudian mendapatkan solusi yang optimal berdasarkan preferensi kita.

Dalam artikel ini, kita akan menjelajahi konsep dasar AHP, bagaimana cara kerjanya, serta mengapa metode ini begitu penting dalam berbagai konteks pengambilan keputusan. Tanpa berlama-lama lagi, yuk simak artikel ini dengan seksama yaa!

Definisi

Analytical Hierarchy Process (AHP) atau biasa disebut juga Analisis Hirarki Proses merupakan sebuah metode pengambilan keputusan yang dikembangkan oleh Thomas L. Saaty pada tahun 1970-an. AHP dirancang untuk membantu dalam menyelesaikan masalah yang kompleks dengan memecahnya menjadi bagian-bagian yang lebih kecil dan lebih mudah dikelola.

Dalam metode AHP, masalah besar diuraikan menjadi beberapa level hierarkis, yang terdiri dari tujuan utama, kriteria, subkriteria, dan alternatif. Pengambil keputusan kemudian dilanjutkan dengan memberikan penilaian terhadap setiap elemen dalam hierarki ini, yang kemudian digunakan untuk menghitung bobot relatif dari setiap kriteria dan alternatif.

Metode AHP sangat berguna ketika dihadapkan pada keputusan yang melibatkan banyak faktor yang saling berkaitan dan memiliki tingkat prioritas yang berbeda. Dengan AHP, kita dapat mengorganisir dan memprioritaskan informasi yang kompleks, sehingga memudahkan dalam pengambilan keputusan yang lebih baik dan lebih terinformasi.

Konsep Dasar Analytical Hierarchy Process

Konsep dasar Analytical Hierarchy Process (AHP) melibatkan pemecahan masalah kompleks menjadi bagian-bagian yang lebih kecil dan lebih mudah dikelola. Dalam AHP, masalah diuraikan menjadi beberapa level hierarkis, yang terdiri dari tujuan utama, kriteria, subkriteria, dan alternatif. Setiap level hierarki saling terkait dan memiliki tingkat prioritas yang berbeda. Pengambil keputusan kemudian memberikan penilaian terhadap setiap elemen dalam hierarki ini, yang digunakan untuk menghitung bobot relatif dari setiap kriteria dan alternatif. Hasil dari AHP adalah solusi yang optimal berdasarkan preferensi dan prioritas yang telah ditetapkan sebelumnya. Dengan demikian, AHP membantu dalam mengorganisir informasi, memprioritaskan kriteria, dan mendukung pengambilan keputusan yang lebih terinformasi. Beberapa konsep dasar dari AHP diantaranya adalah sebagai berikut.

A. Menyusun Hierarki
Menyusun hierarki dari permasalahan yang akan dipecahkan dengan cara memasukkan sebanyak mungkin rincian elemen (kriteria) yang relevan serta alternatif yang akan dipilih. Kemudian menyusun model secara hierarki (bagan struktur hirarki AHP) yang terdiri atas beberapa tingkat rincian, yaitu: tujuan, kriteria, dan alternatif.

B. Perbandingan Berpasangan
Perbandingan berpasangan adalah setiap proses membandingkan sesuatu untuk menilai mana yang lebih disukai. Dengan prinsip ini akan dibangun perbandingan berpasangan dari semua elemen yang ada dengan tujuan menghasilkan skala kepentingan relatif dari elemen. Penilaian menghasilkan skala penilaian yang berupa angka. Perbandingan berpasangan dalan bentuk matriks jika dikombinasikan akan menghasilkan prioritas. Untuk mengisi perbandingan berpasangan digunakan skala perbandingan berpasangan sebagai berikut:

Intensitas PerhitunganDefinisiPenjelasan
1Elemen yang satu
sama pentingnya
dibandingkan dengan
elemen yang lain
(equal importance)
Nilai ini diberikan
ketika kedua elemen
menyumbang sama
besar pada sifat
tersebut
3Elemen yang satu
sedikit lebih penting
daripada yang lainnya
(moderate more
importance
)
Nilai ini diberikan
ketika pengalaman
menyatakan sedikit
memihak pada satu
elemen
5Elemen yang satu
esensial atau sangat
penting daripada
elemen yang lainnya
(essential, strong more
importance
)
Nilai ini diberikan
ketika pengalaman
menunjukkan
secara kuat
memihak pada satu
elemen
7Satu elemen jelas lebih
pentiing daripada
elemen yang lainnya
(demonstrated
importance
)
Nilai ini diberikan
ketika pengalaman
menunjukan secara
kuat disukai dan di
dominasi oleh
sebuah elemen
tampak dalam.
9Satu elemen mutlak
lebih penting daripada
elemen yang lainnya
(absolutely more
importance
)
Nilai ini diberikan
ketika pengalaman
menunjukkan satu
elemen sangat jelas
lebih penting
2, 4, 6, 8Apabila ragu-ragu
antara dua nilai yang
berdekatan (grey area)
Nilai ini diberikan
bila diperlukan
kompromi terkait
skala prioritas
KebalikanJika untuk aktifitas 𝑖
mendapat satu angka
bila dibandingkan
dengan satu aktifitas 𝑗

C. Sintesis Prioritas
Setiap matriks perbandingan berpasangan (pairwise comparison) akan dicari eigen vektornya yang telah ternormalisasi untuk mendapatkan local priority. Karena matriks perbandingan berpasangan terdapat pada setiap tingkat, maka untuk mendapatkan global priority harus dilakukan sintesis di antara local priority. Global priority adalah prioritas/bobot kriteria, sub kriteria maupun alternatif terhadap tujuan hirarki secara keseluruhan/level tertinggi dalam hirarki. Cara mendapatkan global priority ini dengan cara mengalikan prioritas dari parent criterion (kriteria level di atasnya) dengan local priority sub kriteria maupun alternatif. Secara matematis, formula global priority dapat dirumuskan sebagai berikut.

Global\, Priority=w_{1}.\, x_{1}+w_{2}.\, x_{2}+...+w_{n}.\, x_{n}

Kelebihan dan Kelemahan

Terdapat beberapa kelebihan dan keterbatasan dari Analytical Hierarchy Process diantaranya adalah sebagai berikut.

Kelebihan

  1. Struktur Hierarkis
    Dengan adanya metode Analytical Hierarchy Process, memudahkan pembuat keputusan dalam memecah masalah kompleks menjadi hierarki yang terstruktur, memudahkan dalam pemahaman dan pengelolaan faktor-faktor yang terlibat dalam pengambilan keputusan.
  2. Pendekatan Subyektif
    Analytical Hierarchy Process memudahkan dalam mengakomodasi preferensi dan penilaian subyektif dari para pemangku kepentingan, sehingga memperhitungkan aspek-aspek yang sulit diukur secara kuantitatif.
  3. Pengambilan Keputusan Terinformasi
    Dengan adanya pemberian bobot pada setiap kriteria dan alternatif, metode Analytical Hierarchy Process sangat membantu dalam menghasilkan keputusan yang lebih terinformasi dan berbasis data, mengurangi tingkat ketidakpastian.
  4. Fleksibilitas
    Metode AHP dapat diterapkan dalam berbagai konteks pengambilan keputusan, mulai dari pemilihan produk hingga penentuan strategi bisnis, sehingga dapat diterapkan dalam berbagai bidang yang luas.

Kelemahan

  1. Ketergantungan pada Penilaian Subyektif
    Meskipun pendekatan subyektif dapat menjadi kelebihan, namun penilaian yang terlalu subyektif dapat menghasilkan hasil yang bias atau tidak akurat.
  2. Kompleksitas Perhitungan
    Implementasi Analytical Hierarchy Process membutuhkan perhitungan yang cukup rumit, terutama dalam menangani hierarki yang kompleks dengan banyak kriteria dan alternatif, sehingga memerlukan waktu dan sumber daya yang cukup untuk melakukan perhitungan.
  3. Sensitif terhadap Perubahan
    Hasil dari metode Analytical Hierarchy Process dapat sangat sensitif terhadap perubahan dalam preferensi atau penilaian, sehingga diperlukan kehati-hatian dalam melakukan analisis dan interpretasi hasil.
  4. Konsistensi Penilaian
    Untuk mendapatkan hasil yang akurat, diperlukan konsistensi dalam penilaian relatif antara kriteria dan alternatif, namun hal ini terkadang sulit untuk dilakukan, terutama jika terdapat banyak pemangku kepentingan yang terlibat.

Tahapan AHP

Tahapan- tahapan dalam analisis data menggunakan metode Analytics Hierarchy Process (AHP) adalah sebagai berikut.

1. Membuat struktur hirarki yang diawali dengan tujuan umum, dilanjutkan dengan kriteria- kriteria, sub kriteria dan alternatif-alternatif pilihan

2. Menghitung faktor pembobotan hirarki untuk semua kriteria dengan cara:

a. Membuat matriks perbandingan berpasangan yang diperoleh dari data responden.

b. Menggabungkan matriks perbandingan berpasangan dari semua responden dengan menggunakan rata-rata geometrik dengan bantuan Program Microsoft Excel. Rata-rata geometrik (Geometric mean) adalah akar ke 𝑛 dari produk perkalian 𝑛 bilangan. Dalam penentuan rata- rata dengan metode geometric mean, setiap nilai para ahli dikalikan dan hasil perkalian tersebut ditarik akar sesuai dengan jumlah ahli. Secara matematis formula
metode geometric mean dapat dirumuskan sebagai berikut.

GM=\sqrt[n]{x_{1}.\, x_{2}.\,...\, .x_{n} }

c. Menghitung nilai eigen (eigen value) dan vektor eigen (eigen vektor) dari matriks perbandingan berpasangan.

d. Melakukan normalisasi vektor eigen agar menjadi bobot prioritas. Rumus yang digunakan adalah sebagai berikut.

w_{i}=\frac{x_{i}}{x_{1}+x_{2}+\cdots +x_{n}}

e. Menghitung nilai konsistensi indeks.
f. Menghitung nilai konsistensi rasio.

Dalam hal pengambilan keputusan, perlu diketahui tingkat konsistensinya, karena bisa jadi suatu pengambilan keputusan memiliki tingkat konsistensi yang rendah. Pengukuran konsistensi logis bertujuan untuk mengetahui apakah pemberian nilai oleh para informan/responden dalam pembanding antar elemen telah dilakukan secara konsisten. Ketidakkonsistenan dapat timbul karena miskonsepsi atau ketidaktepatan dalam melakukan hirarki, kekurangan informasi, kekeliruan dalam penulisan angka, dan lain-lain

Consistency index (CI) dari matriks berordo 𝑛 Γ— 𝑛 dapat diselesaikan dengan rumus sebagai berikut.

CI=\frac{\lambda _{max}-n}{n-1}

Apabila CI bernilai nol, maka matriks perbandingan berpasangan (pairwise comparison matrix) tersebut konsisten. Batas ketidak konsistenan (inconsistency) ditentukan dengan menggunakan consistency rasio (CR) yaitu sebagai berikut:

CR=\frac{CI}{RI}

Ketepatan nilai Random Index (RI) dapat dilihat pada tabel berikut:

NoJumlah n KriteriaRandom Index (RI)
1.20
2.30.58
3.40.90
4.51.12
5.61.24
6.71.32
7.81.41
8.91.45
9.101.49

Jika 𝐢𝑅 ≀ 0,1 maka nilai perbandingan berpasangan konsisten. Namun, jika 𝐢𝑅 > 0,1 maka nilai perbandingan berpasangan yang diberikan tidak konsisten. Akibatnya, jika tidak konsisten, maka pengisian nilai-nilai pada matriks berpasangan pada unsur keriteria maupun alternatif harus diulang. Jika struktur hirarki dalam penelitian menggunakan level kriteria dan level alternatif, maka kita harus mencari bobot prioritas global dari setiap kriteria terhadap alternatif. Prioritas global diperoleh melalui penjumlahan dari bobot yang diperoleh di setiap alternatif pada masing-masing kriteria.

3. Menghitung faktor evaluasi untuk masing-masing sub kriteria dengan semua alternatif dengan cara:

a. Membuat matriks perbandingan berpasangan untuk semua sub kriteria.
b. Menggabungkan matriks perbandingan berpasangan dari semua responden dengan menggunakan rata-rata geometrik dengan bantuan Program Microsoft Excel.
c. Menghitung nilai eigen (eigen value) dan vektor eigen (eigen vektor) dari matriks perbandingan berpasangan.
d. Melakukan normalisasi vektor eigen agar menjadi bobot prioritas.
e. Menghitung nilai konsistensi indeks.
f. Menghitung nilai konsistensi rasio.

4. Menghitung total ranking/ prioritas global untuk masing- masing alternatif.

Penerapan dalam Berbagai Bidang

Analytics Hierarchy Process (AHP) dapat diaplikasikan dalam berbagai bidang diantaranya adalah sebagai berikut.

A. Manajemen Bisnis

  • Pemilihan strategi bisnis
    AHP dapat digunakan untuk memilih strategi bisnis yang paling sesuai dengan tujuan dan kondisi perusahaan.
  • Evaluasi investasi
    AHP dapat membantu dalam mengevaluasi proyek investasi dengan mempertimbangkan berbagai faktor, seperti ROI (Return on Investment), risiko, dan dampak sosial.
Analytical Hierarchy Process

B. Bidang Teknologi Informasi

  • Pemilihan sistem informasi
    Analytical Hierarchy Process dapat membantu dalam memilih sistem informasi yang paling cocok dengan kebutuhan perusahaan, dengan mempertimbangkan fitur-fitur, biaya, dan keandalan.
  • Prioritas pengembangan produk
    Analytical Hierarchy Process digunakan untuk menentukan prioritas pengembangan produk berdasarkan kebutuhan pasar, kompleksitas, dan potensi keuntungan.
AHP

C. Bidang Kesehatan

  • Penilaian kualitas layanan kesehatan
    Analytical Hierarchy Process dapat digunakan untuk mengevaluasi kualitas layanan kesehatan di berbagai institusi, dengan mempertimbangkan aspek-aspek seperti keamanan pasien, kecepatan layanan, dan kepuasan pasien.
  • Penentuan prioritas penelitian medis
    Analytical Hierarchy Process dapat membantu dalam menentukan prioritas penelitian medis berdasarkan urgensi, potensi dampak, dan ketersediaan sumber daya.
AHP

D. Bidang Pendidikan

  • Evaluasi kualitas pendidikan
    Analytical Hierarchy Process dapat digunakan untuk mengevaluasi kualitas institusi pendidikan berdasarkan faktor-faktor seperti reputasi, fasilitas, dan hasil belajar.
  • Perencanaan kurikulum
    Analytical Hierarchy Process membantu dalam merancang kurikulum yang sesuai dengan kebutuhan siswa dan tuntutan pasar kerja.
AHP

E. Lingkungan

  • Penilaian dampak lingkungan
    Analytical Hierarchy Process dapat digunakan untuk mengevaluasi dampak proyek atau kebijakan terhadap lingkungan, dengan mempertimbangkan faktor-faktor seperti emisi, limbah, dan keberlanjutan.
  • Penentuan prioritas proyek lingkungan
    Analytical Hierarchy Process dapat membantu dalam menentukan prioritas proyek lingkungan yang perlu didukung berdasarkan urgensi dan dampaknya terhadap lingkungan.
AHP

Dengan berbagai aplikasinya dalam berbagai bidang, Analytics Hierarchy Process (AHP) diharapkan dapat membantu dalam pengambilan keputusan yang lebih baik dan lebih terinformasi, serta mendukung upaya perbaikan kualitas, efisiensi, dan keberlanjutan di berbagai sektor.

Referensi

Jufra, Muhtar, N., Somayasa, W., Alfian, Aswani, & Wibawa, G. (2023). Penerapan Metode Analytic Hierarchy Process (AHP) sebagai Sistem Pendukung Keputusan dalam Pemilihan Siswa Berprestasi di Sekolah (Studi Kasus: Siswa Kelas VII dan Kelas VIII SMPN 2 Tongkuno). Jurnal Matematika, Komputasi, dan Statistika Universitas Halu Oleo, Vol.3, No.3.

Saaty, T. (2008). Decision Making with The Analytic Hierarchy Process. International Journal of Services Sciences, Vol.1, No.1, 83-98.

Finally, sampai sudah kita di penghujung artikel, sekian penjelasan terkait AHP (Analytical Hierarchy Process)Apabila masih ada yang dibingungkan bisa langsung saja ramaikan kolom komentar atau hubungi admin melalui tombol bantuan di kanan bawah. Stay tuned di website https://exsight.id/blog/ agar tidak ketinggalan artikel-artikel menarik lainnya.

Sstt...
Mau Kiriman Artikel Terbaru Exsight
Tanpa Biaya Langganan? ????

Nama Kamu

Email Kamu

Dapatkan Akses Informasi Terupdate Seputar Dunia Data dan Statistika πŸ™‚

Exsight ADS

Leave a Comment

Hubungi Admin
Halo, selamat datang di Exsight! πŸ‘‹

Hari ini kita ada DISKON 20% untuk semua transaksi. Klaim sekarang!