Pengantar Penggunaan AHP (Analytical Hierarchy Process) dalam

Pengambilan Keputusan
PENGANTAR
Pengambilan keputusan sudah menjadi bagian dalam kehidupan, kadangkala kita
diperhadapkan pada dua atau lebih pilihan, atau pilihan mudah hingga yang paling sulit.
Pada pengambilan keputusan yang melibatkan susutu sistem (sederhana atau kompleks)
atau keputusan yang sifatya menentukan perjalanan perusahaan/organisasi bahkan negara
maka keputusan tentu akan sulit jika hanya mengandalkan intuisi, sehingga pengambilan
keputusan dilakukan setelah suatu melalui proses tertentu. Kemungkinan anda sudah
pernah mendengar AHP atau Analytic Hierarchy Process. AHP merupakan salah satu alat
bantu (proses) dalam pengambilan keputusan yang dikembangkan oleh Thomas L Saaty
pada tahuhn 70an. Prosedur ini begitu powerfull sehingga sudah diaplikasikan secara luas
dalam pengambilan keputusan yang penting. Penggunaan AHP bukan hanya untuk institusi
pemerintahan atau swasta namun juga dapat diaplikasikan untuk keperluan individu
terutama untuk penelitian-penelitian yang berkaitan dengan kebijakan atau perumusan
strategi prioritas. Mengapa AHP dapat diandalkan, karena dalam AHP suatu prioritas
disusun dari berbagai pilihan yang dapat berupa kriteria yang sebelumnya telah
didekomposisi (struktur) terlebih dahulu, sehingga penetapan prioritas didasarkan pada
suatu proses yang terstruktur (hierarki) dan masuk akal. Jadi pada intinya AHP membantu
memecahkan persoalan yang kompleks dengan menysun suatu hirarki kriteria, dinilai secara
subjektif oleh pihak yang berkepentingan lalu menarik berbagai pertimbangan guna
mengembangkan bobot atau prioritas (kesimpulan).

PROSEDUR AHP
Terdapat tiga prinsip utama dalam pemecahan masalah dalam AHP menurut Saaty, yaitu:
Decompositiot, Comparative Judgement, dan Logical Concistency. Secara garis besar
prosedur AHP meliputi tahapan sebagai berikut:
1) Dekomposisi masalah;
2) Penilaian/pembobotan untuk membandingkan elemen-elemen;
3) Penyusunan matriks dan Uji consistensi;
4) Penetapan prioritas pada masing-masing hirarki;
5) Sistesis dari prioritas; dan
6) Pengambilan/penetapan keputusan. Berikut uraian singkatnya.

Dekomposisis Masalah/Menyusun Hirarki

Dekomposisi masalah adalah langkah dimana suatu tujuan (Goal) yang telah ditetapkan
selanjutnya diuraikan secara sistematis kedalam struktur yang menyusun rangkaian sistem
hingga tujuan dapat dicapai secara rasional. Dengan kata lain, sutu tujuan (goal) yang utuh,
didekomposisi (dipecahkan) kedalam unsur penyusunnya. Apabila unsur tersebut
merupakan kriteria yang dipilih seyogyanya mencakup semua aspek penting terkait dengan
tujuan yang ingin dicapai. Namun kita harus tetap mempertimbangkan agar kriteria yang
dipulih benar-benar mempunyai makna bagi pengambilan keputusan dan tidak mempunyai
makna atau pengertian yang yang sama, shingga walaupun kriteria pilihan hanya sedikit
namun mempunyai makna yang besar terhadap tujuan yang ingin dicapai. Setelah kriteria
ditetapkan, selanjutnya adalah menentukan alternatif atau pilihan penyelesaian masalah.
Sehingga apabila digambarkan kedalam bentuk bagan hierarki seperti ditunjukkan pada
Gambar 1.
Hirarki utama (Hirarki I) adalah tujuan/ fokus/ goal yang akan dicapai atau penyelesaian
persoalah/ masalah yang dikaji. Hierarki kedua (Hirarki II) adalah kriteria, kriteria apa saja
yang harus dipenuhi oleh semua alternatif (penyelesaian) agar layak untuk menjadi pilihan
yang paling ideal, dan Hirarki III adalah alternatif aatau pilihan penyelesaian
masalah. Ingat..!!! Penetapan hierarki adalah sesuatu yang sangat relatif dan sangat
bergantung dari persoalan yang dihadapi. Pada kasus-kasus yang lebih kompleks, anda
bisa saja menyusun beberapa hirarki (bukan hanya tiga), bergantung pada hasil
dekomposisi yang telah anda lakukan, perhatikan contoh hierarki berikut.

Penilaian / Pembandingan Elemen

Apabila proses dekomposisi telah selasai dan hirarki telah tersusun dengan baik.
Selanjutnya dilakukan penilaian perbandingan berpasangan (pembobotan) pada tiap-tiap
hirarki berdasarkan tingkat kepentingan relatifnya. Pada contoh di atas, maka
perbandingan dilakkukan pada Hirarki III (antara alternatif), dan pada Hirarki II (antara
kriteria).

Penilaian atau pembobotan pada Hirarki III, dimaksudkan untuk membandingkan nilai atau
karakter pilihan berdasarkan tiap kriteria yang ada. Misalnya antara pilihan 1 dan pilihan 2,
pada kriteria 1, lebih penting pilihan 1, selanjutnya antara pilihan 1 dan pilihan 3, lebih
penting pilihan 3 dan seterusnya hingga semua pilihan akan dibandingkan satu-persatu
(secara berpasangan). Hasil dari penilaian adalah nilai/bobot yang merupakan karakter dari
masing-masing alternatif.

Penilaian atau pembobotan pada Hierarki II, dimaksudkan untuk membandingkan nilai
pada masing-masing kriteria guna mencapai tujuan. Sehingga nantinya akan diperoleh
pembobotan tingkat kepentingan masing-masing kriteria untuk mencapai tujuan yang telah
ditetapkan.

Prosedur penilaian perbandingan berpasangan dalam AHP, mengacu pada skor penilaian
yang telah dikembangkan oleh Thomas L Saaty, sebagai berikut:

Dalam pembobotan tingkat kepentingan atau penilaian perbandingan berpasangan ini

berlaku hukum aksioma reciprocal, artinya apabila suatu elemen A dinilai lebih esensial (5)
dibandingkan dengan elemen B, maka B lebih esensial 1/5 dibandingakan dengan elemen
A. Apabila elemen A sama pentingnya dengan B maka masing-masing bernilai = 1.

Dalam pengambilan data, misalnya dengan menggunakan kuisioner, prosedur perbandingan

berganda dapat dilakukan dengan menggunakan kuisioner berupa matriks atau semantik
difrensial.

Contoh Kuisioner matriks:

Banyaknya sell yang harus diisi adalah n(n-1)/2 karena matriks reciprocal elemen
diagonalnya bernilai = 1, jadi tidak perlu disi. Pada conoth di atas 4(4-1)/2 = 6, jadi bagian
yang outih saja yang diisi.

Contoh Kuisioner semantik difrensial:

Pada jenis kuisioner ini, kecendrungan pembibitan dilingkari/silang berdasarkan bobot nya,
jika sisi kiri lebih penting dari sisi kanan maka angka yang dilingkari adalah 9-1 pada ruas
kiri dan sebaliknya.

Penyusunan Matriks dan Uji Konsistensi

Apabila proses pembobotan atau “pengisian kuisioner” telah selesai, langkah selanjutnya
dalah penyusunan matriks berpasangan untuk melakukan normalisasi bobot tingkat
kepentingan pada tiap-tiap elemen pada hirarkinya masing-masing. Pada tahapan ini analisis
dapat dilakukan secara manual ataupun dengan menggunakan program komputer seperti
CDPlus atau Expert Choice. Kali ini kita akan lanjut membahas pada prosedur analisis
secara manual. Nilai-nilai yang diperoleh selanjutnya disusun kedalam matriks berpasangan
serupa dengan matriks yang digunakan pada kuisioner matriks diatas. Hanya saja pada
penyusunan matriks untuk analisis data ini, semua kotak harus diisi.

Langkah pertama: adalah menyatukan pendapat dari beberapa kuisioner, jika kuisioner
diisi oleh pakar, maka kita akan menyatukan pendapat para pakar kedangan menggunakan
persamaan rata-rata geometri:

Langkah kedua: menyusun matriks perbandingan, sebagai berikut:

Sebelum melangkah lebh jauh ketahapan iterasi untuk penetapan prioritas pada pilihan
alternatif atau penetapan tingkat kepentingan kriteria, maka sebelumnya dilakukan terlebih
dahulu uji konsistensi. Uji konsistensi dilakukan pada masing kuisioner/pakar yang menilai
atau memberikan pembobotan. Kuisioner atau pakar yang tidak memenuhi syrat konsisten
dapat dianulir atau dipending untuk perbaikan. Prinsip dasar pada uji konsistensi ini adalah
apabila A lebih penting dari B, kemudian B lebih penting dari C, maka tidak mungkin C lebih
penting dari A. Tolak ukur yang digunakan adalah CI (Consistency Index) berbanding RI
(Ratio Index) atau CR (Consistency Ratio).

Ratio Indeks(RI) yang umum digunakan untuk setiap ordo matriks adalah sebagai berikut:

Langkah ketiga: uji konsistensi terlebih dahulu dilakukan dengan menyusun tingkat
kepentingan relatif pada masing-masing kriteria atau alternatif yang dinyatakan sebagai
bobot relatif ternormalisasi (normalized relative weight). Bobot relatif yang dinormalkan ini
merupakan suatu bobot nilai relatif untuk masing-masing elemen pada setiap kolom yang
dibandingkan dengan jumlah masing-masing elemen:

Maka bobot relatif ternormalisasi adalah:

Selanjutnya dapat dihitung Eigen faktor hasil normalisasi dengan merata-ratakan

penjumlahan tiap baris pada matriks di atas.
Selanjutnya tentukan nilai CI (consistency Index) dengan persamaan:

Dimana CI adalah indeks konsistensi dan Lambda maksimum adalah nilai eigen terbesar
dari matriks berordo n.

Nilai eigen terbesar adalah jumlah hasil kali perkalian jumlah kolom dengan eigen vaktor
utaman. Sehingga dapat diperoleh dengan persamaan:

Setelah memperoleh nilai lambda maksismum selanjutnya dapoat ditentukan nilai CI.
Apabila nilai CI bernilai nol (0) berarti matriks konsisten. Jika nilai CI yag diperoleh lebih
besar dari 0 (CI>0) selanjutnya diuji batas ketidak konsistenan yang diterapkan oleh Saaty.
Pengujian diukur dengan menggunakan Consistency Ratio (CR), yaitu nilai indeks, atau
perbandingan antara CI dan RI:

Nilai RI yang digunakan sesuai denan ordo n matriks. Apabila CR matriks lebih kecil 10%
(0,1) berarti bahwa ketidak konsistenan pendapat masing dianggap dapat diterima.

Penetapan prioritas pada masing-masing hirarki

Penetapan prioritas pada tiap-tiap hierarki dilakukan melalui proses Iterasi (perkalian
matriks). Langkah pertama yang dilakukan adalah merubah bentuk fraksi nilai-nilai
pembiobotan kedalam bentuk desimal. Agar lebih mudah difahami, kita menggunakan salah
satu contoh data hasil penilaian salah seorang pakar seperti contoh berikut:

Data Matriks di atas dirubah dari bentuk fraksi kedalam bentuk desimal (Matriks 1):
Mengkuadratkan matriks 1 (jumlah baris x kolom) (Iterasi I):

Selanjutnya jumlahkan angka dalam matriks menurut barisnya:

Langkah berikutnya adalah pengolahan bentuk Matriks 2 dengan jalan sama
dengan Matriks 1(Iterasi II), kemudian jumlahkan kembali hasil perkalian silang matriks
berdasarkan baris:

Selanjutnya dihitung selisih antara vektor Matriks 1 dan 2 dalam Iterasi II

Lekukan kembali iterasi untuk Matriks 3. Langkah ini diulang, hingga nilai selisih antar
iterasi tidak mengalami perubahan (=0), nilai iterasi yang diperoleh tersebut selanjutan
menjadi urutan prioritas sebagaimana berikut:

Metode yang sama diteruskan pada tingkatan hierarki selanjutnya, atau pilihan-pilihan
alternatif. Adapun cara yang lebih mudah dalam melakukan pembobotan ini adalah dengan
menggunakan bantuan program komputer seperti Criterium Decision Plus (CD+) atau
Expert Choice.

Penarikan Kesimpulan
Penarikan kesimpulan dilakukan dengan mengakumulasi nilai/ bobot global yang
merupakan nilai sensitivitas masing-masing elemen. Seperti pada contoh diatas, maka
kesimpulan nutamanya adlah aspek kekuatan perlu diperhatikan karena merupakan
prioritas utama, kemudian aspek kelemahan, ancaman dan peluang.
Aplikasi AHP pada Penetapan Komoditi Ternak Prioritas di
Kabupaten Majene (Contoh Kasus)

PENGANTAR
Pembahasan kali ini akan secara langsung pada prosedur analisis AHP, untuk prosedur
analisis secara manual, sehingga untuk lebih memahami prinsip-prinsi AHP dianjurkan untuk
membaca artikel Pengantar AHP. Saya tetap menganggap penting untuk tetap mempelajari
bagaimana prosedur analisis manual walaupun saat ini sudah terdapat banyak tools yang
dikembangkan untuk membantu proses analisis data AHP, makanya pada contoh soal ini
hanya digunakan contoh yang relatif sederhana. Untuk kasus-kasus yang sudah kompleks
dan multi hierarki (lebih 3) sebaiknya anda menggunakan software seperti CD+, Expert
Choice, dll.

Pada contoh penggunaan AHP kali ini, akan kita lakukan analisis keputusan dalam
menentukan komoditi ternak yang paling cocok dikembangkan di Kabupaten Majene. Dalam
prosedur pembobotannya secara langsung dilakukan berdasarkan data-data stattistik yang
mendukung (bukan menggunakan pendapat pakar). Sehingga pada contoh ini lebih kepada
sebagai contoh analisisnya, tapi kalau ada yang mau penelitian terkait kasus yang dikaji
dalam contoh ini tentu akan sangat bermafaat bagi Kabupaten Majene. Oke, kita langsung
ke tahapan analisis AHP.

DEKOMPOSISI MASALAH
Tujuan/Goal (Hierarki I) : Komoditi Ternak yang akan dikembangkan

Kriteria (Hierarki II) :

1.Daya dukung lahan/Kebutuhan Lahan (DDL)
2.Nilai Ekonomi&Peluang Pasar (NE&PP)
3.Kemudahan Teknis Pemeliharaan (KTP)
4.Sarana Pendukung (SP)

Alternatif Jenis Ternak (Hierarki III):

1.Sapi Potong (S.Pot)
2.Kambing PE (Kam.PE)
3.Unggas Petelur (Ugg.T)
4.Unggas Potong (Ugg.P)

Berdasarkan dekomposisi masalah diatas, maka dapat disusun bagan hierarkhi sebagai
berikut:
PENILAIAN/ PEMBOBOTAN
Hierarki II (Kriteria)

Hasil pembobotan pada hierrki ke-2 atau hierarki kriteria adalah sebagai berikut:

Pada matriks kriteria terlihat perbandingan berpasangan untuk Daya dukung lahan atau
ketersediaan lahan (DDL) dengan Nilai Ekonomi & Peluang Pasar (NE&PP) terlihat bahwa
NE&PP dianggap lebih penting (5) dibandingkan dengan DDL. Demikian pula DDL terhadap
Kemudahan Teknis Pemeliharaan (KTP), KTP dianggap lebih penting (5) dibandingkan
dengan DDL. Namun, DDL dianggap lebih penting (5) dibandingkan dengan Sarana
Pendukung (SP). NE&PP saat dibandingkan dengan KTP menunjukkan tingkat kepentingan
yang sama (1), dan mutlak lebih penting (9) dibandingkan Sarana Pendukung (SP).
Demikian pula degan Kemudaha teknis pemeliharaan (KTP) dianggap mutlak lebih pending
dibandingkan dengan Sarana pendukung (SP).

Interpretasi peniliana pada tarah hierarki II ini sama untuk penilaian pada tarat Hierarki III.
UJI KONSISTENSI
Langkah Pertama: susun matriks kriteria dan matriks alternatif kedalam bentuk
matriks reciprocal nya masing-masing, seperti pada contoh berikut:
Langkah Kedua: Rubah angka dalam matriks dari nilai fraksi kedalam bentuk desimal:
Langkah Ketiga: Lakukan normalisasi pada kelima matriks desimal yang telah dibuat di
atas. Hingga diperoleh hasil sebagai berikut:
dan seterusnya untuk alternatif-alternatif lainnya....

Langkah Keempat: tentukan nilai Eigenvektor utama (EV), dengan merata-ratakan nilai
baris pada tiap-tiap elemen. Perhitungan dilakukan untuk masing-masing elemen pada tiap
matriks hasil normalisasi:

EV diatas adalah EV unutk kriteria (Hierarki II), lakukan juga untuk hierarki III, hingga
diperoleh hasil sebagai berikut:

Langkah Kelima: Tentukan nilai Eigen terbesar (Lambda Maksimum) untuk tiap-tiap
matriks. Eigen terbesar diperoleh dengan mengalikan total matriks sebelum normallisasi
dengan nilai eigenvektor utama.
Lakukan hal yang sama untuk matriks pada tiap-tiap alternatif

Lengkah Keenam: Tentukan Nilai indeks konsistensi atau Consistency Index (CI) sesuai
dengan persamaan yang telah dibahas sebelumnya hingga diperoleh nilai CI sebagai
berikut:

Nilai CI yang diperoleh diatas selanjutnya dibandingkan dengan nilai random index (RI)
untuk ordo n = 4 (karena terdapat 4 elemen dalam tiap matriks), maka nilai RI yang
digunakan adalah 0,9. Konsistensi yang dapat diterima apabila nilai CR<10% (CR<0,1).

Nilai CR yang ditunjukkan pada Tabel di atas menunjukkan bahwa semua penilaian
dilakukan secara konsisten dan hasil pembobotan dapat diterima berdasarkan konsistensi
pengisiannya.

SINTESIS (ITERASI MATRIKS)

Dengan menggunakan matriks yang telah dikonversi kedalam bentuk desimal, selanjutnya
akan dilakukan sistesis atau penetuan prioritas.

Bobot Prioritas Pada Kriteraia

Pembobotan pada tiap tingkatan hierarki dilakukan melaui jalan iterasi atau perkalian matriks
(baris x kolom). Proses iterasi minimal sebanyak tiga kali, dengan banyak maksimum yang
relatif.

Langkah 1: Berdasarkan nilai-nilai desimal pada matriks 1, lakukan perkalian baris kali
kolom, lalu jumlahkan berdasarkan baris.
Langkah 2: Selanjutnya semua hasil penjumlahan pada perkalian yang telah dilakukan,
disusun kedalam matriks yang baru, kemudian dijumlahkan berdasarkan bari lalu
dinormalisasi:
Selanjutnya kita masuk pada ITERASI II. Langkah-langkah yang dilakukan dalam proses
iterasi pada prinsipnya sama saja dengan iterasi yang telah dilakukan pada tahap pertama.
Hanya saja pada iterasi ke-2 ini, matriks yang akan dikallikan baris kolomnya adalah
matriks yang dihasilkan pada langkah 2 iterasi 1. Seperti matriks dibawah ini.

Lakukan prosedur pengalian baris kolom seperti di atas, hingga diperoleh hasil matriks
iterasi 2 sebagai berikut:

Jika matriks iterasi 2 telah terbentuk, selanjutnya lakukan lagi proses iterasi 3. Ingat, bahwa
matriks yang digunakan pada iterasi 3 adalah matriks hasil iterasi 2. Dengan prosedur yang
sama pada langkah sebelumnya, maka akan diperoleh hasil matriks iterasi 3 sebagai berikut:

Nahh, pada hasil iterasi 3 ini, kita selanjutnya kita mencoba untuk melihat konsistensi nilai-
nilai hasil normalisasi (pada kolom Norm.). Lakukan perhitungan selisih antara hasil iterasi
1 dan iterasi 3.
Hasil menunjukkan bahwa masih terdapat selisih pada semua elemen penyusun matriks,
dengan demikian, maka proses iterasi diteruskan ke iterasi 4. Dengan prosedur yang sama,
lakukan iterasi 4 dengan menggunakan hasil matriks iterasi 3, hingga diperoleh hasil matriks
iterasi 4, sebagai berikut:

Hasil normalisasi matriks iterasi 4, selanjutnya dihitung selisihnya dengan normalisasi

hasil iterasi 2.

Yeppp.. pada iterasi keempat ini, kita telah memperoleh nilai selisih hasil normallisasi yang
bernilai 0, artinya proses iterasi tidak perlu lagi dilanjutkan. Karena proses iterasi berhenti
pada iterasi 4, maka nilai pembobotan yang digunakan adalah nilai normalisasi hasil iterasi
ke-4, sehingga, sekarang tiap-tiap elemen penyusun kriteria dapat di susun sebagai berikut:

1.Daya dukung lahan/Kebutuhan Lahan (DDL) = 0,114

2.Nilai Ekonomi&Peluang Pasar (NE&PP) = 0,424
3.Kemudahan Teknis Pemeliharaan (KTP) = 0,424
4.Sarana Pendukung (SP) = 0,037

Kembali ke bagan hierarki, maka akan nampak nilai sebegai berikut:

Berdasarkan hasil sintesis pembobotan diatas, diketahui bahwa aspek nilai ekonomi &
peluang pasar dan aspek kemudahan implementasi merupakan kriteria yang menjadi
prioritas utama untuk menentukan jenis komoditi ternak yang akan dikembangkan di
Kabupaten majene, selanjutnya adalah aspek daya dukung lahan/ kebutuhan lahan dan
pertimbangan terakhir adalah saran pendukung dalam pemeliharaan ternak.

Bobot Prioritas Pada Alternatif

Setelah melakukan penetapan prioritas pada hierarki II, selanjutnya penetapan prioritas atau
pilihan pada alternatif. Untuk proses iterasi pada tahapan ini, maka akan dilakukan iterasi
alternatif komoditas ternak pada tiap-tiap kriteria. Prinsipnya adalah bahwa tiap-tiap alternatif
komoditi akan dinilai karakteristik atau tinggkat kepentingannya berdasarkan kriteria yang
telah ditentukan.

Karena panjangan nya proses yang dibutuhkan pada analisis tersebut, maka untuk hierarki
III ini, tidak akan kami muat dan urai secara lebih mendetail seperti pada hierarki II. Yang
jelas prosedur iterasi yang dilakukan adalah sama, banyaknya iterasi yang dilakukanpun
sama, yaitu empat kali untuk memperoleh nilai selisih total ternormalisasi = 0. Jadi kami
hanya akan memberikan hasil, matriks iterasi ke-4 dan nilai bobot masing-masing alternatif
berasarkan kriteria ukurnya:

Maka bobot untuk masing-masing alternatif pada kriteria daya dukung lahan adalah sebagai
berikut:

1. Sapi Potong = 0,050

2. Kambing PE = 0,444
3. Unggas Petelur = 0,203
4. Unggas Pedaging = 0,303

Lakukan langkah yang sama untuk pembobotan alternatif berdasarkan tiga kriteria lainnya.

PENETAPAN ALTERNATIF TERBAIK

Langkah terakhir, adalah menetukan alternatif terbaik dengan menggabungkan antara hasil
pembobotan pada kriteria dan pembobotan alternatif berdasarkan kriteria. Susunlah matriks
hasil pembobotan alternatif berdasarkan kriteria yang telah dilakukan sebelumnya, kemudian
lakukan perkalian silang dengan masing-masing bobot kriteria yang diperoleh pada analisis
hierarki II:

Selanjutnya urutkan berdasarkan prioritas hasil pembobotan:

Kambing PE = 0,404

Unggas Pedaging = 0,235

Unggas Petelur = 0,202

Sapi Potong = 0,159

KESIMPULAN
Dengan demikian Goal/ tujuan untuk mengidentifikasi jenis komoditas ternak yag akan
dikembangkan dikabupaten Majene, seudah terjawab. Prioritas pertama adalah Ternak
Kambing PE, selanjutnya ternak unggas pedaging, ternak unggas petelur dan terakhir ternak
sapi potong.
Pada kenyataannya akan sangat sulit melakukan analisis dengan hanya mengandalkan
program hitung seperti Excel (pada contoh ini). Namun, sebagai bahan untuk belajar, tidak
ada salahnya kita mencoba untuk mempelajari analisis secara manual seperti di atas. Untuk
analisis dengan menggunakan Program Expert Choice, pada contoh kasus yang sama juga
dapat anda lihat pada link dibawah.
Penggunaan Expert Choice pada Aplikasi AHP untuk Penetapan
Komoditi Ternak Prioritas di Kabupaten Majene

Pengantar

Alhamdulillah akhirnya ada kesempatan lagu untuk membuat artikrl dan posting di
blog. Sebagai lanjutan pada artikel dan pembahasan sebelumnya, yaitu pada contoh
kasus Aplikasi AHP pada Penetapan Komoditi Ternak Prioritas di Kabupaten
Majene. Pada pembahasan pertama proses analisis dilakukan dengan prosedur
manual. Nah pada kesempatan ini dengan menggunakan contoh kasus yang sama,
selanjutnya akn kita coba untuk melakukan analisis dengan penggunaan program
komputer, yaitu Expert Choice (EC). Expert Choice merupakan salah satu jenis software
yang secara luas digunakan dalam menganalisis hasil-hasil pembobotan AHP. Anda bisa
mengenal lebih jauh tentang softwere tersebut dengan mengklik link di atas. Sebagai
catatan, program EC yang kami gunakan kali ini adalah Expert Choice 11.1. Saat ini sudah
ada varians EC 11.5 dengan UpDate terakhir pada tahun 2013. Jika anda ingin mencoba
softwere trial anda dapat meminta langsung ke marketing EC secara online disini. Kalau
mau pakai yang bajakan silahkan googling, namun kami sangat tidak menyarankan.

Sebelumnya kami juga menyarankan agar prosedur analisis manual anda buka pada tab
baru (silahkan klik link) untuk lebih memudahkan dalam memahami prosedur ini. Berikut
tahapan analisis dengan penggunaan program EC.11.

Langkah I (Pembuatan dan Penuimpanan File)

Buka aplikasi Expert Choice 11, dengan klik 2 kali pada icon EC. Selanjutnya akan muncul
window atau screen selamat datang “Welcome to Expert Choice” (Gambar 1).
 Gambar 1
Pilih Create New Model lalu klik OK

Pada window ini, klik Create new model, direct lalu klik OK. Kemudian akan muncul
Window penyimpanan untuk faile baru yang akan kita buat. Isikan nama file sesuai dengan
keinginan, pada kali nama file diisi dengan Komoditi Ternak Dikembangkan di Kab Majene
(Gambar 2). kemudian klik Open.

Gambar 2
Masukkan Nama File Sesuai Keinginan

Setelah itu akan muncul wondow Goal Description. Pada window ini sisikan secara singkat
deskripsi tujuan atau goal yang ingin dicapai, kali ini saya menggunakan deskripsi yang
sama dengan nama file yang telah disimpan tadi (Gambar 3).
 Gambar 3
Masukkan Deskripsi Goal

Setelah mengisi deskripsi selanjutnya klik OK, lalu akan muncul window ruang kerja
dengan sebuah Node yang merupakan hirarki level utama atau goal yang ingin dicapai
(Gambar 4).

Gambar 4
Tampilan Menu Utama dengan Node (Hierarki I)

Langkah 2 (Penyusunan Hierarki)

Perhatikan kembali susunan hierarki KRITERIA pada analisis secara manual, pada hierarki
II kriteria yang digunakan dimasukkan sebagai anak atau turunan hierarki Idengan Klik
Kanan pada Node hierari I, kemudian pilih Insert Child of Current Node(Gambar 5).
 Gambar 5
Masukkan anak hierarki (Hierarki II)

Masukkan kriteria pertama: Daya dukung lahan/ Kemubuhan Lahan, lalu klik enter,
selanjutnya masukkan kriteria kedua Nilai ekonomi & peluang pasar, kriteria ketiga dan
keempat, tekan enter lalu klik bebas di ruang kerja. Hingga akan diperoleh tampilan seperti
ditunjukkan pada Gambar 6 (1).

Gambar 6
Masukkan Alternatif (Hierarki III)
Selanjutnya kita akan memasukkan alternatif-alternatif komoditas ternak yang akan
dikembangkan. Unutk memasukkan alternatif Klik icon Add Alternatif (Gambar 6-(2)).
Selanjutnya akan muncul window alternative name, lalu isi dengan nama komoditi yang akan
dikembangkan (Gambar 6-(3)). Ulangi proses pada nomor 2 dan 3 hingga semua alternatif
dimasukkan. Hingga diperoleh tampilan seperti pada Gambar 7.

Gambar 7
Pengisian atribut sudang lengkap

Langkah III (Pembobotan Kriteria)

Sebagaimana prosedur yang dilakukan pada analisis manual, tahap pembobotan pertama
dilakukan pada hierarki II terhadap hierarki I. Artinya kita ingin memberikan bobot terhaap
masing-masing kriteria untuk mengetahui kriteria mana yang paling diunggulkan. Pada
analisis manual sebelumnya diketahui bahwa hasil pembobotan adalah sebagai berikut:

Nahh, nilai-nilai hasil pembobotan ini akan dimasukkan kedalam program EC. Pertama klik
pada Node utama atau Goal pada kolom bagian kiri. Lalu Klik Assessment pada tool bar
window, kemudian pilih pairwise (Gambar 8).
 Gambar 8
Pilih Pairwise

Selanjutnya akan muncul window compare the relative preference with respect to: Goal:
Komoditas Ternak Dikembangkan di Kab. Majene. Perhatikan bagian yang diberi kotak
bergaris birupada Gambar 9. Pada kotak tersebut terdapat tomboll radio (radio button) yang
dapat anda geser kekanan atau kekiri sesuai dengan peringkat bobot yang diberikan. Contoh
Perbandingan antara Daya dukung lahan.Kebutuhan lahan dengan Nilai ekonomi & peluang
pasar. Hasil pembobotan pada Tabel 1 menunjukkan bahwa nilai ekomomi & daya dukung
pasar (NE&PP) lika kali lebih penting dibandingkan dengan daya dukung lahan (DDL)
sehingga, tombol radio digeser ke arah kanan dan berhenti pada angka 5. Selanjut lakukan
pengisian untuk kolom-kolom lain sebagaimana prosedur tersebut hingga diperoleh hasil
(Gambar 9). Kelebihan analisis menggunakan EC ini adalah informasi tentang konsistensi
penilaian dapat langsung diketahui (dilingkari merah). Konsistensi pembobotan pada hierarki
kedua ini menunjukkan angka 0,05 atau <0,1 sehingga hasil penilaian dianggap memenuhi
persyaratak inkonsistensi atau pembobotan dilakukan secara konsisten. Jika pembobotan
selesai, klik Caculate (Gambar 9-(3)).

Gambar 9
Pembobotan Hierarki II terhadap Hierarki I

Langkah IV (Pembobotan Aternaitf)

Pembobotan kedua dilakukan pada masing-masing alternaitf terhadap kriteria (hierarki II).
Pembobotan dimaksudkan untuk memberi penilaian karakter masing-masing komoditas
(alternatif) berdasarkan kriteria yang ada. Pertama-tama klik pada kriteria 1 (Daya dukung
lahan/Kebutuhan Lahan), kemudian Klik Assessment pada tool bar window, pilih
perbandingan berpasngan Pairwise (Gambar 8). Selanjutnya akan muncul window
perbandingan relatif (Gambar 10). Masukkan nilai-nilai masing-masing bobot berdasarkan
hasil penilaian yang diperoleh pada analisis secara manual. Pertama bandingkan antara sapi
potong dan kambing dalam hal kriteria daya dukung lahan/ kebutuhan lahan. Nilai
pembobotan yang diperoleh pada analisis sebelumnya (silahkan dilihat).

Selanjtnya lakukan pengisian sebagaimana prosedur pada Langkah III di atas, hingga
diperoleh hasil pengisian sebagaimana ditunjukkan pada Gambar 10.

Gambar 10
Pembobotan Alternatif terhadap Hierarki II

Langkah V (Sintesis)

Setelah semua pembobotan alternatif dilakukan untuk semua kriteria, selanjutnya perolehan
hasil (sistesis) sekarang dapat dilakukan. Setelah kembai ke window utama. Klik Synthesize,
pilih with respct to goal. Maka akan muncul window seperti Gambar 11.
 Gambar 11
Output sintesis

Klik sort by priority untuk mlihat prioritas utama.

Gambar 12
Output sintesis setelah diurut berdasarkan prioritas

Dengan demikian dapat disimpulkan bahwa ternak kambing sebagai komoditi ternak yang
akan dikembangkan di kabupaten Majene. Hasil analisis yang dilakukan secara manual
menunjukkan tingkatan prioritas yang sama, namun terdapat selisih nilai sistensis sekitar
0,015 sampai 0,02. Kemungkinan besar hal ini dikarenakan pada proses pada analisis
menggunakan Expert Choice, tingkat inconsistensi ikut berkonstribusi terhadap hasil
sistensis global yang diperolah, sementara pada prosedur manual tidak.
Anda juga dapat membanding kan hasil penilaian yang telah dilakukan secara manual unutk
masing-masing kriteria dengan hasil penilaian dengan menggunakan Expert Choice ini.
Perhatikan Tampilan Window utama berikut (Gambar 13).