materi analytical hierarchy process (ahp)
- 1. Analisa Keputusan dan Data Mining Analytical Hierarchy Process (AHP) 1
- 2. 2
- 3. 3
- 4. Analytical Hierarchy Process (AHP) – Pendahuluan • AHP merupakan model pendukung keputusan yang dikembangkan oleh Thomas L. Saaty pada tahun 1970an. • AHP bertujuan untuk menguraikan masalah multi faktor yang kompleks menjadi suatu hierarki. • Dengan hierarki masalah akan tampak lebih terstruktur dan sistematis. 4
- 5. 3 Prinsip dasar dalam AHP Dekomposisi Perbandingan Penilaian Sintesa Prioritas 5
- 7. Level 1: tujuan Level 2: kriteria yang mendukung tujuan Level 3: alternatif Struktur masalah yang komplek dibagi menjadi bagian-bagian. Struktur dibagi menjadi tujuan, kriteria, dan level alternatif. Tiap himpunan alternatif mungkin akan dibagi menjadi tingkatan yang lebih detail. DEKOMPOSISI 7
- 8. 8
- 9. ContohDekomposisi Membuat struktur dari sebuah masalah ke dalam sebuah hierarki Contoh kasus: memilih asisten, dengan tiga kriteria dan tiga alternatif 9 Tahapan yang penting dilakukan untuk membuat hierarki • Menentukan tujuan memilih asisten • Penetapkan kriteria soft skill, motivasi, kompetensi • Memilih alternatif Adi, Budi, Cinta
- 10. ContohDekomposisi 10 Informasi tersebut kemudian disusun ke dalam sebuah hierarki Memilih asisten Soft skill Adi, Budi, Cinta Motivasi Adi, Budi, Cinta Kompetensi Adi, Budi, Cinta
- 12. Perbandingan Nilai WHICH ONE IS THE BEST? Adi Budi Cinta
- 13. Adi Budi Cinta Budi is better than Adi Cinta is better than Budi Budi is twice better than Adi Cinta is twice better than Budi Cinta is 4 times better than Adi Perbandingan Nilai
- 14. Perbandingan Nilai 3 5 9 Cinta is 3 times better than Adi Mistake when giving SCORE
- 16. Perbandingan Nilai • Perbandingan dilakukan dengan melakukan perbandingan berpasangan (pairwise comparison) dari semua elemen • Penilaian menggunakan sistem skala perbandingan Saaty, yang merupakkan skala angka dari 1-9 16
- 18. Perbandingan Nilai 18 Pairwise Comparison Matrix 1 1 3 5 3 1 6 1 5 1 6 1 Soft Skill Motivasi Kompetensi Soft Skill Motivasi Kompetensi
- 19. Perbandingan Nilai 19 Pairwise Comparison Dalam desimal Kriteria Soft Skill Motivasi Kompetensi Soft Skill Motivasi Kompetensi Soft Skill 1 1/3 5 1 0.333 5 Motivasi 3 1 6 3 1 6 Kompetensi 1/5 1/6 1 0.2 0.167 1 Total 4.2 1.5 12 Pairwise Comparison Matrix
- 21. Sintesa Prioritas • Nilai-nilai perbandingan alternatif dalam pairwise comparison matrix kemudian diolah untuk menentukan tingkat alternatif dari seluruh alternatif. 21 Menghitung Priority Weight Menghitung Consistency Ratio Menghitung λ maks Mengitung Index Consistency
- 22. Menghitung Priority weight • Membagi setiap nilai dengan jumlah setiap kolom yang berkesesuaian, • kemudian jumlahkan dan meratakan setiap barisnya. • Rata-rata menunjukkan priority weight untuk setiap baris yang bersangkutan 22
- 23. Menghitung Priority weight 23 Pairwise Comparison Dalam desimal Kriteria Soft Skill Motivasi Kompetensi Soft Skill Motivasi Kompetensi Soft Skill 1 1/3 5 1 0.333 5 Motivasi 3 1 6 3 1 6 Kompetensi 1/5 1/6 1 0.2 0.167 1 Total 4.2 1.5 12 Kriteria Soft Skill Motivasi Kompetensi Jumlah Rata-rata Soft Skill 0.238 0.222 0.417 0.877 0.292 Motivasi 0.714 0.667 0.500 1.881 0.627 Kompetensi 0.048 0.111 0.083 0.242 0.081 Priority weight
- 24. Menghitung Consistency Ratio • Mengalikan matriks dengan prioritas bersesuaian. 24 Kriteria 1 0.333 5 0.292 0.905 3 1 6 X 0.627 = 1.988 0.2 0.167 1 0.081 0.244 Priority weightPairwise comparison matrix • Membagi hasil perhitungan diatas dengan priority weight D = 0.905 1.988 0.244 = 3.095 3.171 3.020 0.292 0.627 0.081
- 25. Menghitung Consistency Ratio 25 ( ) Indeks Konsistensi (CI) ( 1) (3.09 3) Indeks Konsistensi (CI) 0.047 3 1 maks n n • Menghitung λmaks (jumlah perkalian dibagi jumlah elemen). 3.095 3.171 3.020 3.09 3 maks • Menghitung Indeks Konsistensi (CI).
- 26. Menghitung Consistency Ratio 26 • Menghitung Ratio Konsistensi (CR). Ration Konsistensi (CR) CI RI RI merupakan indeks random konsistensi , jika CR ≤ 0,1, hasil perhitungan dapat dibenarkan . Daftar RI dapat dilihat pada tabel. n = 3, RI = 0.58 0.047 Ratio Konsistensi (CR) = 0.082 0.58
- 27. Menghitung Perbandingan Berpasangan untuk alternatif • Setelah melakukan perhitungan untuk kriteria, langkah selanjutnya adalah melakukan perbandingan berpasangan untuk alternatif dengan cara yang sama dengan sebelumnya. 27 Soft Skill Adi Budi Cinta P. weight CR Adi 1 5 7 0.724 0.057Budi 1/5 1 3 0.193 Cinta 1/7 1/3 1 0.083 Kompetensi Adi Budi Cinta P. weight CR Adi 1 5 9 0.748 0.025Budi 1/5 1 3 0.180 Cinta 1/9 1/3 1 0.071
- 28. Menghitung Perbandingan Berpasangan untuk alternatif 28 Motivasi Adi Budi Cinta P. weight CR Adi 1 5 6 0.737 0.025Budi 1/5 1 3 0.186 Cinta 1/6 1/3 1 0.077
- 29. Pengambilan Keputusan • Pengambilan keputusan didasarkan pada perhitungan perbandingan bobot anternatif dan kriteria 29 Kriteria Alternatif weight evaluation Soft Skill Motivasi Kompetensi Kriteria weight 0.292 0.627 0.081 Alternatif Adi 0.724 0.737 0.748 0.734 Budi 0.193 0.186 0.180 0.188 Cinta 0.083 0.077 0.071 0.078 Alternatif Adi = (0.292 0.724) (0.627 0.737) (0.081 0.748) 0.734x x x Pilih Adi
- 30. Kelemahan AHP 1. Ketergantungan model AHP pada inputnya. Input utama merupakan persepsi seorang ahli, sehingga dalam hal ini melibatkan subjektifitas. 2. Metode AHP hanya metode matematis tanpa ada pengujian secara statistik 30
- 32. Analytical Network Process • ANP merupakan suatu metode yang dikembangkan Saaty dan Roozan untuk memperbaiki kekurangan AHP. • ANP dapat mengakomodir kerterkaitan antar kriteria atau alternatif. • AHP hanya melakukan pengambilan keputusan didasarkan pada struktur hierarki yang sederhana. • ANP mampu menyelesaikan permasalahan yang lebih kompleks. 32
- 33. 33 Linear Hierarchy component, cluster (Level) element A loop indicates that each element depends only on itself. Goal Subcriteria Criteria Alternatives
- 34. 34 Feedback Network with components having Inner and Outer Dependence among Their Elements C4 C1 C2 C3 Feedback Loop in a component indicates inner dependence of the elements in that component with respect to a common property. Arc from component C4 to C2 indicates the outer dependence of the elements in C2 on the elements in C4 with respect to a common property.
- 35. 35 Perbedaan pertama terletak pada struktur kerangka model yang berbentuk hierarki pada AHP dan jaringan (loop) pada ANP.
- 36. Perbedaan dasar AHP dan ANP • Konsep AHP adalah preferensi, sedangkan ANP adalah pengaruh. • Pada AHP terdapat level, tujuan, kriteria, subkriteria dan alternatif. Pada jaringan ANP, level dalam AHP disebut cluster yang dapat memiliki kriteria dan alternatif didalamnya. 36
- 37. Perbedaan dasar AHP dan ANP • Dengan feedback, alternatif dapat bergantung pada kriteria , tetapi juga dapat bergantung dengan sesama alternatif. • Feedback meningkatkan prioritas yang diturunkan dari judgement dan membuat prediksi menjadi lebih akurat. 37
- 38. Perbedaan dasar AHP dan ANP 38 NO Perbedaan AHP ANP 1 Kerangka Hierarki Jaringan (loop) 2 Hubungan Depedensi Depedensi dan Feedback 3 Prediksi Kurang akurat Lebih akurat 4 Komparasi Preferensi/ kepentingan Pengaruh Lebih subjektif Lebih objektif 5 Hasil Matriks Supermatriks Kurang stabil Lebih stabil 6 Cakupan Sempit/ terbatas Luas Sumber: Ascarya (2007)
- 39. Terima Kasih… 39
Editor's Notes
- #2: This presentation demonstrates the new capabilities of PowerPoint and it is best viewed in Slide Show. These slides are designed to give you great ideas for the presentations you’ll create in PowerPoint 2010! For more sample templates, click the File tab, and then on the New tab, click Sample Templates.