Cara Menghitung AHP di Excel (Kriteia Utama)
Pernahkah kalian mendengar tentang metode Analytical Hierarchy Process (AHP)? Bagi kalian yang baru mengenal AHP, atau mungkin sudah pernah belajar tentangnya di kuliah, namun masih merasa bingung tentang cara menghitungnya, tenang saja! Pada artikel kali ini, saya akan membimbing kalian step-by-step tentang bagaimana cara menghitung AHP, khususnya untuk menentukan nilai eigenvector pada kriteria utama menggunakan Microsoft Excel.
Kenapa sih kita perlu tahu tentang AHP? Nah, AHP adalah sebuah metode yang sangat berguna untuk membantu kita membuat keputusan yang melibatkan berbagai kriteria atau alternatif. Metode ini banyak digunakan dalam berbagai bidang, seperti manajemen, teknik, hingga pengambilan keputusan dalam kehidupan sehari-hari. Salah satu bagian terpenting dalam AHP adalah perhitungan eigenvector, yang nantinya digunakan untuk menentukan bobot kriteria dalam pengambilan keputusan.
Mengapa saya memutuskan untuk membagi artikel ini menjadi beberapa bagian? Simple, karena proses perhitungan AHP itu cukup panjang dan jika dijelaskan dalam satu artikel, bisa-bisa kalian malah bingung. Jadi, di artikel pertama ini, kita akan fokus pada bagaimana cara menghitung nilai eigenvector pada kriteria utama. Setelah itu, di artikel selanjutnya kita akan lanjutkan ke tahapan berikutnya dalam AHP. Oke, langsung aja kita mulai!
Menggunakan Excel untuk Perhitungan AHP
Sekarang kalian pasti bertanya, "Loh, bagaimana cara menghitung semua ini di Excel?" Tenang, Excel bisa menjadi alat yang sangat berguna untuk melakukan perhitungan AHP. Kita hanya perlu membuat matriks perbandingan, melakukan normalisasi, menghitung rata-rata baris, dan mengecek konsistensi, semua bisa dilakukan dengan mudah di Excel.
- Pertama siapkan set data mengenai penelitian yang akan kalian lakukan, entah itu dari seorang ahli, atau bisa juga dari hasil kuisioner
- Dalam contoh disini saya menggunakan Data dari salah satu desa untuk menentukan calon penerima PKH.
- Kedua tentukan kriteria utama sebagai acuan untuk proses Analytical Hierarchy Process (AHP).
- Ketiga tentukan skala prioritas dari setiap elemen atau kriteria dalam tabel matrik perbandingan berpasangan.
| Atribut | Jumlah Kartu Program | Aset Bergerak | Aset Tidak Bergerak | Jenis Ternak | Jumlah Penghasilan |
|---|---|---|---|---|---|
| Jumlah Kartu Program | 1 | 4 | 3 | 5 | 7 |
| Aset Bergerak | 0.25 | 1 | 3 | 2 | 7 |
| Aset Tidak Bergerak | 0.333 | 0.333 | 1 | 2 | 5 |
| Jenis Ternak | 0.2 | 0.5 | 0.5 | 1 | 3 |
| Jumlah Penghasilan | 0.143 | 0.143 | 0.2 | 0.333 | 1 |
| Jumlah | 1.926190476 | 5.976190476 | 7.7 | 10.33 | 23 |
- Keempat setelah menentukan skala selanjutnya adalah normalisasi atau menghitung jumlah setiap baris dengan cara nilai skala dibagi Jumlah.
- Contoh Perhitungan Baris Jumlah Kartu Program.
- 1 dibagi 1.926190476 = 0.519159456
- 4 dibagi 5.976190476 = 0.669322709
- 3 dibagi 7.7 = 0.38961039
- 5 dibagi 10.33333333 = 0.483870968
- 7 dibagi 23 = 0.304347826
- Lakukan perhitungan yang sama persis pada setiap baris dari masing-masing kriteria
- Kelima Jumlah semua hasil dari proses keempat untuk menentukan nilai prioritasnya dengan cara Jumlah dibagi 5 (Jumlah Kriteria).
- Contoh Perhitungan dari hasil normalisasi baris Jumlah Kartu Program
- 0.519159456 + 0.669322709 + 0.38961039 + 0.483870968 + 0.304347826 = 2.366311349
- 2.366311349 dibagi 5 = 0.47326227
| Normalisasi | Jumlah | Prioritas | ||||
|---|---|---|---|---|---|---|
| 0.5192 | 0.6693 | 0.3896 | 0.4839 | 0.3043 | 2.3663 | 0.4733 |
| 0.1298 | 0.1673 | 0.3896 | 0.1935 | 0.3043 | 1.1846 | 0.2369 |
| 0.1731 | 0.0558 | 0.1299 | 0.1935 | 0.2174 | 0.7696 | 0.1539 |
| 0.1038 | 0.0837 | 0.0649 | 0.0968 | 0.1304 | 0.4796 | 0.0959 |
| 0.0742 | 0.0239 | 0.0250 | 0.0323 | 0.0435 | 0.1990 | 0.0390 |
- Keenam Perhitungan Eigen Vector caranya adalah menghitung nilai setiap baris pada Tabel Matrik Perbandingan berpasangan dengan cara nilai skala dikali nilai Prioritas
- Contoh Perhitungan Baris Jumlah Kartu Program.
- 1 * 0.473262 = 0.473262
- 4 * 0.236925 = 0.947701715
- 3 * 0.153928 = 0.461783919
- 5 * 0.095928 = 0.479641271
- 7 * 0.039956 = 0.279692519
- Lakukan perhitungan yang sama persis pada setiap baris dari masing-masing kriteria
- Kemudian jumlahkan semua hasil eigen vector pada setiap baris
| Eigen Vector | Jumlah | ||||
|---|---|---|---|---|---|
| 0.47326227 | 0.9477017 | 0.46178 | 0.4796 | 0.279692519 | 2.64208 |
| 0.11831557 | 0.2369254 | 0.46178 | 0.1919 | 0.279692519 | 1.28857 |
| 0.15775409 | 0.0789751 | 0.15393 | 0.1919 | 0.19978037 | 0.78229 |
| 0.09465245 | 0.1184627 | 0.07696 | 0.0959 | 0.119868222 | 0.50588 |
| 0.0676089 | 0.0338465 | 0.03079 | 0.032 | 0.039956074 | 0.20417 |
- Ketujuh adalah menjumlahkan hasil nilai prioritas ditambah Jumlah eigen vector setiap barisnya
- Contoh Baris Jumlah Kartu Program. 0.473262 + 2.64208 = 3.115343964
| Prioritas | Jumlah Eigen Vector | Hasil |
|---|---|---|
| 0.473262 | 2.64208 | 3.115344 |
| 0.236925 | 1.28857 | 1.525499 |
| 0.153928 | 0.78229 | 0.936222 |
| 0.095928 | 0.50588 | 0.601804 |
| 0.039956 | 0.20417 | 0.244129 |
| Jumlah | 6.422998 | |
Setelah melakukan tahap ketujuh maka selesai sudah semua tahapan dari perhitungan dari kriteria utama menggunakan metode Analytical Hierarchy Process (AHP). Dan tahap selanjutnya adalah proses perhitungan untuk Sub Kriteria atau Kriteia Alternatif untuk hasil yang akan dijadikan input utama dari sistem pendukung keputusan.
Baca Juga : Cara Menghitung Sub Kriteia Analytical Hierarchy Process (AHP) di Excel
Demikian Terimakasih sudah percaya dan mau berkunjung semoga bermanfaat dan saya sampaikan satu kata " Jangan Lupa Bernafas dan Tetap Bersyukur".
FAQ (Frequently Asked Questions)
1. Apa itu AHP? AHP adalah metode pengambilan keputusan yang digunakan untuk memilih alternatif terbaik berdasarkan beberapa kriteria dengan cara membandingkan kriteria dan alternatif secara berpasangan.
2. Mengapa AHP digunakan? AHP digunakan untuk membantu pengambilan keputusan yang kompleks dan melibatkan berbagai faktor atau kriteria yang harus dibandingkan satu sama lain.
3. Apa itu eigenvector dalam AHP? Eigenvector dalam AHP adalah bobot relatif dari setiap kriteria yang dihitung berdasarkan perbandingan antar kriteria. Bobot ini menunjukkan pentingnya setiap kriteria dalam pengambilan keputusan.
4. Bagaimana cara menghitung AHP di Excel? Untuk menghitung AHP di Excel, kita perlu membuat matriks perbandingan, menghitung matriks normalisasi, menghitung rata-rata baris untuk mendapatkan eigenvector, dan memverifikasi konsistensi menggunakan CI dan CR.
5. Apa itu konsistensi dalam AHP? Konsistensi dalam AHP menunjukkan seberapa konsisten perbandingan yang dibuat antara kriteria. Matriks perbandingan yang konsisten akan menghasilkan keputusan yang lebih akurat.
Kesimpulan
Analytical Hierarchy Process (AHP) adalah metode yang sangat berguna dalam pengambilan keputusan yang melibatkan berbagai kriteria dan alternatif. Dalam artikel pertama ini, kita telah membahas langkah-langkah awal dalam menghitung AHP, yaitu menyusun matriks perbandingan, menghitung nilai eigenvector, dan memverifikasi konsistensi. Dengan bantuan Excel, proses perhitungan AHP ini dapat dilakukan dengan mudah dan efisien. Semoga panduan ini bisa membantu kalian lebih memahami cara menghitung AHP dan mengaplikasikannya dalam berbagai masalah pengambilan keputusan.
Jangan khawatir, artikel berikutnya akan membahas tahapan AHP selanjutnya. Sampai jumpa di artikel berikutnya!
See You, & Wassalamualikum Wr. Wb
Post a Comment for "Cara Menghitung AHP di Excel (Kriteia Utama)"
SILAHKAN TANYA DAN DISKUSI DENGAN BIJAK