ANALYTIC HIERARCHY PROCESS (AHP)

I.        PENDAHULUAN

A.    Latar Belakang

Sistem Pendukung Keputusan (SPK) atau dikenal dengan Decision Support System (DSS), pada tahun 1970-an sebagai pengganti istilah Management Information System (MIS). Tetapi pada dasarnya SPK merupakan pengembangan lebih lanjut dari MIS yang dirancang sedemikian rupa sehingga berifat alternatife dengan pemakainya. Maksud dan tujuan dari adanya SPK, yaitu untuk mendukung pengambil keputusan memilih alternatife keputusan yang merupakan hasil pengolahan informasi-informasi yang diperoleh dengan menggunakan model-model pengambilan keputusan serta untuk menyelesaikan masalah-masalah yang bersifat terstruktur, semi terstruktur dan tidak terstruktur.

Pada dasarnya pengambilan keputusan adalah suatu pendekatan sistem pada suatu masalah, pengumpulan fakta dan informasi, penentuan yang baik untuk alternatife yang dihadapi dan pengambilan tindakan yang menurut analisis merupakan tindakan yang paling tepat. Tetapi pada sisi lain yang berbeda, pembuat keputusan kerap kali dihadapkan pada kerumitan dan lingkup keputusan dengan data yang cukup banyak. Untuk kepentingan itu, sebagian besar pembuat keputusan dengan mempertimbangkan manfaat/biaya., dihadapkan pada suatu keharusan untuk mengandalkan sistem yang mampu memecahkan suatu masalah secara efesien dan efektif, yang kemudian disebut dengan Sistem pendukung Keputusan (SPK).

B.     Tujuan

1.        Memahami konsep AHP

2.        Mampu memodelkan permasalahan pengambilan keputusan dan menyelesaikan dengan metode AHP.

3.        Dapat menggunakan software expert choice sebagai aplikasi untuk memasukkan data AHP.

I.        TINJAUAN PUSTAKA

AHP merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas L. Saaty. Model pendukung keputusan ini akan menguraikan masalah multi faktor atau multi kriteria yang kompleks menjadi suatu hirarki, menurut Saaty (1993), hirarki didefinisikan sebagai suatu representasi dari sebuah permasalahan yang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke bawah hingga level terakhir dari alternatif. Dengan hirarki, suatu masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akan tampak lebih terstruktur dan sistematis.

AHP sering digunakan sebagai metode pemecahan masalah dibanding dengan metode yang lain karena alasan-alasan sebagai berikut : 1. Struktur yang berhirarki, sebagai konsekuesi dari kriteria yang dipilih, sampai pada subkriteria yang paling dalam. 2. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh pengambil keputusan. 3. Memperhitungkan daya tahan output analisis sensitivitas pengambilan keputusan.

Layaknya sebuah metode analisis, AHP pun memiliki kelebihan dan kelemahan dalam system analisisnya. Kelebihan-kelebihan analisis ini adalah : 

1.        Kesatuan (Unity)

AHP membuat permasalahan yang luas dan tidak terstruktur menjadi suatu model yang fleksibel dan mudah dipahami. 

2.        Kompleksitas (Complexity)

AHP memecahkan permasalahan yang kompleks melalui pendekatan sistem dan pengintegrasian secara deduktif. 

3.        Saling ketergantungan (Inter Dependence)

AHP dapat digunakan pada elemen-elemen sistem yang saling bebas dan tidak memerlukan hubungan linier. 

4.        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. 

5.        Pengukuran (Measurement)

AHP menyediakan skala pengukuran dan metode untuk mendapatkan prioritas. 

6.        Konsistensi (Consistency)

AHP mempertimbangkan konsistensi logis dalam penilaian yang digunakan untuk menentukan prioritas. 

7.        Sintesis (Synthesis)

AHP mengarah pada perkiraan keseluruhan mengenai seberapa diinginkannya masing-masing alternatif.

8.        Trade Off

AHP mempertimbangkan prioritas relatif faktor-faktor pada sistem sehingga orang mampu memilih altenatif terbaik berdasarkan tujuan mereka. 

9.        Penilaian dan Konsensus (Judgement and Consensus)

AHP tidak mengharuskan adanya suatu konsensus, tapi menggabungkan hasil penilaian yang berbeda. 

10.    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 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.

I.          METODOLOGI

A.    Alat dan Bahan

1.      Alat tulis

2.      Komputer/Laptop

3.      Software AHP (Expert Choice)

4.      Data responden AHP yang lengkap

B.     Prosedur Kerja

1.      Membuka aplikasi expert choice

2.      Memasukkan data atau melakukan penyusunan hierarki dengan memasukkan kriteria dan alternatif.

3.      Melakukan pembobotan pada masing-masing kriteria dan alternatif.

A.    Pembahasan

AHP merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas L. Saaty. Model pendukung keputusan ini akanmenguraikan masalah multi faktor atau multi kriteria yang kompleks menjadi suatu hirarki, menurut Saaty (1993), hirarki didefinisikan sebagai suatu representasi dari sebuah permasalahan yang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke bawah hingga level terakhir dari alternatif. Dengan hirarki, suatu masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akan tampak lebih terstruktur dan sistematis. (Rini A, 2013)

Metode AHP merupakan salah satu model untuk pengambilan keputusan yang dapat membantu kerangka berfikir manusia. Metode ini mula-mula dikembangkan oleh Thomas L. Saaty pada tahun 70-an. Dasar berpikirnya metode AHP adalah proses membentuk skor secara numerik untuk menyusun rangking setiap alternatif keputusan berbasis pada bagaimana sebaiknya alternatif itu dicocokkan dengan kriteria pembuat keputusan. (Supriyono dkk, 2007)

Teori Analytic Hierarchy Process (AHP) dikembangkan oleh Thomas L. Saaty seorang ahli ilmu pasti dari University of Pennsylvania pada tahun 1971-1975 (Setiadi, 1997). AHP memungkinkan menyelesaikan masalah-masalah yang berkaitan dengan faktor nyata dan tidak nyata. Data, gagasan, dan intuisi dapat diatur dengan menggunakan struktur hirarki secara logis. Hirarki adalah susunan dari faktor/ elemen permasalahan yang ada yang dapat diatur/ dikendalikan. Selain itu AHP dapat menampung ketidakpastian dan dapat melakukan revisi sedemikian rupa atas masalahmasalah yang dihadapi. Dalam perkembangannya AHP tidak saja digunakan untuk menentukan prioritas pilihan-pilihan dengan banyak kriteria atau multi kriteria, tetapi juga penerapannya telah meluas sebagai metoda alternatif untuk menyelesaikan bermacam-macam masalah. Pada dasarnya AHP adalah pengukuran yang dilakukan untuk menemukan skala rasio dari perbandingan berpasangan yang diskrit maupun kontinu. Perbandingan-perbandingan tersebut dapat diambil dari ukuran aktual atau dari suatu skala dasar yang mencerminkan kekuatan dan prefensi relatif. Metoda ini juga meperhatikan secara khusus tentang penyimpangan dari konsistensi, pengukuran, dan pada ketergantungan di dalam dan diantara kelompok elemen strukturnya. AHP memungkinkan untuk melihat elemenelemen permasalahan secara terpisah-pisah. Satu elemen kemudian dibandingkan dengan lainnya berdasarkan kriteria tunggal yang merupakan proses keputusan dari perbandingan berpasangan, serta membantu penyusunan permasalahan, mendorong melakukan pertimbangan/ penilaian, dan mengumpulkan atau menggabungkan semua pertimbangan kedalam alternatif-alternatif yang diprioritaskan dari yang paling baik sampai yang paling buruk. (Mohammad I dan Trihono K, 2006)

Konsep metode AHP adalah merubah nilainilai kualitatif menjadi nilai kuantitatif. Sehingga keputusan-keputusan yang diambil bisa lebih obyektif. (Marsani A dan Ratna P.S, 2010)

Analytic Hierarchy Process (AHP) merupakan suatu model pendekatan yang memberikan kesempatan bagi para perencana dan pengelola program bidang kesehatan untuk dapat membangun gagasan-gagasan atau ide-ide dan mendefinisikan persoalan-persoalan yang ada dengan cara membuat asumsi-asumsi dan selanjutnya mendapatkan pemecahan yang diinginkannya. (Kasman M, 2012).

Layaknya sebuah metode analisis, AHP pun memiliki kelebihan dan kelemahan dalam system analisisnya. Kelebihan-kelebihan analisis ini adalah : 

1.        Kesatuan (Unity)

AHP membuat permasalahan yang luas dan tidak terstruktur menjadi suatu model yang fleksibel dan mudah dipahami. 

2.        Kompleksitas (Complexity)

AHP memecahkan permasalahan yang kompleks melalui pendekatan sistem dan pengintegrasian secara deduktif. 

3.        Saling ketergantungan (Inter Dependence)

AHP dapat digunakan pada elemen-elemen sistem yang saling bebas dan tidak memerlukan hubungan linier. 

4.        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. 

5.        Pengukuran (Measurement)

AHP menyediakan skala pengukuran dan metode untuk mendapatkan prioritas. 

6.        Konsistensi (Consistency)

AHP mempertimbangkan konsistensi logis dalam penilaian yang digunakan untuk menentukan prioritas. 

7.        Sintesis (Synthesis)

AHP mengarah pada perkiraan keseluruhan mengenai seberapa diinginkannya masing-masing alternatif.

8.        Trade Off

AHP mempertimbangkan prioritas relatif faktor-faktor pada sistem sehingga orang mampu memilih altenatif terbaik berdasarkan tujuan mereka.  

                                           

9.        Penilaian dan Konsensus (Judgement and Consensus)

AHP tidak mengharuskan adanya suatu konsensus, tapi menggabungkan hasil penilaian yang berbeda. 

10.    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 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. (Michiko R.A, 2013)

Secara singkat, kelebihan metode AHP saja terletak di pembobotan kriteria karena adanya pengecekan konsistensi, sedangkan kelemahannya adalah algoritma pemeringkatannya kurang baik. (Julianto L, Noor A.S, dan Marcus N.A, 2013)

AHP ( Analitycal Hierarchy Process ) adalah sebuah metode analisis yang juga memiliki kelebihan dan kelemahan dalam sistem analisisnya. Kelebihan metode AHP antara lain :

1.        Struktur yang berhierarki sebagai konsekuensi dari kriteria yang dipilih sampai pada sub-sub kriteria yang paling dalam.

2.        Memperhitungkan validitas sampai batas toleransi inkonsentrasi sebagai kriteria dan alternatif yang dipilih oleh para pengambil keputusan.

Selain memiliki berbagai kelebihan, metode AHP ini juga memiliki kekurangan. Kekurangan-kekurangan metode AHP antara lain :

1.        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.

2.        Metode AHP ini hanya metode matematis tanpa ada pengujian secara statistik sehingga tidak ada batas kepercayaan dari kebenaran model yang terbentuk. (Muhammad I.F, 2015)

Penggunaan AHP dalam proses pengambilan keputusan ini dikarenakan struktur yang berhierarki sebagai konsekuensi dari kriteria yang dipilih diperhitungkan sampai pada sub-sub kriteria yang paling dalam shingga keakuratannya tinggi dan tingkat kevalidannya mempunyai batas toleransi sehingga dapat digunakan untuk mendapatkan alternatif dari hasil keputusan.

Expert Choice adalah sebuah aplikasi yang khusus digunakan sebagai alat bantu implementasi model-model dalam Decission Support System (DSS) atau yang lebih dikenal dengan sebutan Sistem Penunjang Keputusan (SPK) dalam sebuah perusahaan ataupun untuk keperluan akademik. Beberapa kemudahan terdapat dalam Expert Choise dibandingkan dengan software-software sejenis, kemudahan-kemudahan tersebut antara lain: Fasilitas Graphical User Interface (GUI) yang mudah digunakan. Sehingga cocok digunakan baik bagi kalangan perusahaan ataupun bagi kalangan akademik yang baru saja mempelajari tentang seluk belum Sistem Penunjang Keputusan Banyak fitur-fitur yang menyediakan pemodelan Decission Support System secara baik, tanpa perlu melakukan instalasi atau setting ulang parameter-parameter yang terlalu banyak. Perangkat lunak ini dapat digunakan untuk menentukan keputusan-keputusan yang sulit untuk dipecahkan ataupun diputuskan oleh para pengambil keputusan. Software ini memiliki tingkat ke akuratan yang tinggi untuk metode Proses Hirarki Anatilik (AHP), bilamana didukung dengan data-data yang konsisten. (Siti R.N, 2013)

Sementara untuk pengaplikasiannya dapat mengikuti prosedur-prosedur penggunaan sebagai berikut:

1.        Langkah pertama

Susun hierarki sebagaimana pada pembobotan secara tunggal, sebagai contoh lihat gambar dibawah:

Gambar 18. Susunan hierarki

2.        Langkah kedua

Klik “Go” pada toolbar, pada drop list pilih Participants Table.  Selanjutnya akan muncul window Participan Table.  Pada window ini, Klik Edit pada toolbar, lalu klik Group enable.  Berikutnya Klik Edit kembali, lalu masukkan banyaknya (N) Pakar atau partisipan yang melakukan pembobotan dengan memilih Add N Participants (Catatan: Group enable akan hilang dari dropdown list setelah diaktifkan/enable).  Lihat Gambar di bawah.

Gambar 19. Participants table

Gambar 20. Jendela Participants

Gambar 21. Jendela Participants

3.        Langkah ketiga

Setelah menetapkan banyaknya (N) partisipan, pada table participant selanjutnya akan muncul Facilitator, Combined, P2, P3 dan P4.  Facilitator adalah “anda” sebagai peneliti yang juga mempunyai hak untuk melakukan pembobotan.  P2 – P4 adalah pada Pakar atau partisipan yang memberikan pembobotan.  Agar tidak tumpang tindih dan bingung saat pengimputan nilai pembobotan dari masing-masing pakar, sebaiknya kode P2 – P4 diganti dengan nama atau inisial pakar yang memberikan pembobotan.  Caranya, klik pada cell P lalu ketikkan nama atau inisialnya (Lingkaran 1).  Anda juga dapat memasukkan berbagai informasi pakar lain, seperti alamat email, lokasi, hingga organisasi atau institusinya (jika dianggap perlu).  Combined adalah gabungan dari penilaian para pakar dan atau fasilitator. 

Selanjutnya perhatikan pada kolom Combined (Kotak 2), secara default, akan tercentang Combined yang berarti bahwa dalam pembobotan nantinya akan digabungkan atau nilai akhir bobot kriteria merupakan hasil rerata geometri.  Perhatikan juga kolom Participanting (Kotak 3), pada kolom ini anda dengan leluasa dapat mengaktifkan siapa saja partisipan atau pakar yang digunakan nilai pembobotannya (judgment). Lihat Gambar di bawah:

Gambar 22. Jendela Participants

Pada keadaan tertentu, partisipan atau pakar mungkin saja memberikah hasil pembobotan dengan nilai inconsistensi lebih besar 0,25 atau diluar nilai penerimaan, sehingga anda dapat masuk kembali pada Participants Table untuk mengeluarkan partisipan tersebut dalam analisis tanpa harus menghapus data-data yang telah anda input.

Hal ini tidak terhapus karena selaku peneliti, kita dapat mengkonfirmasi kembali kepada pakar atau responden anda terkait dengan inkonsistensinya dalam memberikan pembobotan.  Ingat penilaian secara skala sangat dipengaruhi oleh referensi dan pengalaman seseorang, hari ini mungkin dia menganggap suatu hal penting namun setelah diskusi atau membaca surat kabar ada kemungkinan persepsinya akan berubah.

4.        Langkah keempat

Setelah selesai pada langkah 3, window Participants Table sekarang bisa ditutup. Pada Window utama sekarang anda akan menemukan sedikit perubahan pada menu bar.  Akan terdapat tambahan icon Participant (1) dan List of Participant (2).  Icon participant berguna untuk memanggil kembali Table of Participant sedangkan List of Participant adalah dropdown menu yang berisi daftar kolom pertama pada Table of Participant.

Gambar 23. Jendela Facilitator

5.        Langkah kelima (Analisis)

Pilih nama pakar atau responden yang ingin anda masukkan hasil pembobotannya.  Selanjutnya lakukan Pair wise Comparison pada kriteria dan alternatif sebagaimana prosedur pada pembobotan secara tunggal (klik untuk postingan terkait).  Ulangi prosedur untuk masing-masing pakar/responden dengan dengan cara yang sama.  Dengan demikian sekarang anda memiliki hasil pembobotan untuk masing-masing pakar, nilai sensitifitas, inconsistensi dan lain sebagainya berdasarkan interpretasi individual oleh masing-masing pakar dengan mengkik calculate.  Nah, apabila ada hasil yang menunjukkan inconsistensi yang tinggi, silahkan klik icon participant untuk menonaktifkan pakar/reponden tersebut.  Untuk hasil pembobotan berdasarkan rerata geometrik, atau secara simultan oleh tiga orang pakar tersebut, pilih Combined pada List of Participant kemudian lakukan kalkulasi (calculate) untuk mengeluarkan hasil analisis. (Mawardi, A.A, 2014)

 Selain AHP ada beberapa aplikasi yang dapat digunakan untuk mengambil keputusan diantaranya:

1.        Decision Support Systems atau DSS

Decision Support Systems atau DSS adalah suatu bentuk dari sistem informasi manajemen yang secara khusus dibuat untuk mendukung perencana dan stakeholders dalam pengambilan keputusan. DSS dapat mencerminkan berbagai konsep dari pengambilan keputusan dan kondisi yang berbeda-beda, dan akan sangat berguna untuk semi-structured atau unstructured problems dimana proses pengambilan keputusan ditingkatkan dengan dialog interaktif antara DSS dengan pengguna.

Kelebihan utama dari DSS adalah kemampuannya untuk memanfaatkan sistem komputer untuk membantu pengambil keputusan dalam mempelajari masalah dan mengambil kebijakan, dan meningkatkan pemahaman mengenai kondisi lingkungan dimana kebijakan tersebut akan diterapkan dengan mengakses data dan model yang bermanfaat untuk pengambilan keputusan tersebut. DSS berfungsi untuk mengembangkan dan mengevaluasi beragam alternatif solusi untuk memperoleh pemahaman mengenai permasalahan, trade off antara obyektif-obyektif yang ada, dan mendukung proses pengambilan keputusan.

2.        Multi Attribute Decision Making (MADM)

Multi Attribute Decision Making (MADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif optimal dengan kriteria tertentu. Inti dari Multi Attribute Decision Making (MADM) adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif yang sudah diberikan. Dalam menyelesaikan masalah Multi Attribute Decision Making (MADM) . (Ingot  S. S, 2009)

Dari hasil yang diperoleh pada perhitungan AHP menggunakan Expert Choice mengenai pengambilan keputusan tentang pemilihan 3 negara yaitu: Turki, Jerman, dan Jepang untuk melanjutkan studi dengan  permasalahan mengenai biaya hidup, kebudayaan negaranya, dan kualitas dari universitas menerangkan bahwa dari hasil perhitungan tersebut maka dapat diketahui bahwa  faktor biaya hidup memiliki prioritas yang lebih tinggi dibandingkan kualitas universitas  dan kebudayaan yakni sebesar 71,5% dengan presentase untuk kebudayaan sebesar 6,7% dan kualitas universitas sebesar 21,8%. . Sehingga dari ketiga faktor tersebut hal yang paling diprioritaskan secara urut adalah biaya hidup, kualitas universitas, dan terakhir kebudayaan negara tersebut.

Sedangkan untuk ketiga negara pada faktor biaya hidup, Turki memiliki persentase tertinggi  sebesar 73,5% diikuti Jerman sebesar 20,7% dan Jepang sebesar 5,8%.

Untuk faktor kebudayaan, negara yang memiliki presentase tertinngi juga negara Turki dengan nilai presentase sebesar 70,1% diikuti negara Jepang sebesar 24%, dan Jerman sebesar 5,9%. Sedangkan pada faktor kualitas universitas, negara Jepang menduduki persentase terbesar yakni 71,5% diikuti Jerman 21,8%, dan Turki 6,7%.

Dari perhitungan tersebut didapatkan nilai inconsistency sebesar 16 % dengan urutan keputusa yaitu: Turki sebesar 58,4%, Jepang sebesar 21,7%, dan Jerman sebesar 19,9%. Sehingga dapat diputuskan negara yang sesuai untuk melanjutkan studi yaitu di negara Turki meskipun keputusannya sebesar 16% yang menunjukan keputusan tidak konsisten.

I.  KESIMPULAN DAN SARAN

A.    Kesimpulan

1.      Konsep metode AHP adalah merubah nilainilai kualitatif menjadi nilai kuantitatif. Sehingga keputusan-keputusan yang diambil bisa lebih obyektif.

2.      Secara singkat, kelebihan metode AHP saja terletak di pembobotan kriteria karena adanya pengecekan konsistensi, sedangkan kelemahannya adalah algoritma pemeringkatannya kurang baik

3.      Pemodelan dengan menggunakan model AHP cukup mudah karena data diberi bobot sehingga dapat dibandingkan.

B.     Saran

Sebaiknya untuk praktikum , aplikasi yang akan digunakan diinstalli terlebih dahulu sebelum praktikum dimulai sehingga saat praktikum semua praktikan dapat menjalankan program dengan lancar.