Analytic Hierarchy Process (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. 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.
AHP membantu para pengambil keputusan untuk
memperoleh solusi terbaik dengan mendekomposisi permasalahan kompleks ke dalam
bentuk yang lebih sederhana untuk kemudian melakukan sintesis terhadap berbagai
faktor yang terlibat dalam permasalahan pengambilan keputusan tersebut. AHP
mempertimbangkan aspek kualitatif dan kuantitatif dari suatu keputusan dan
mengurangi kompleksitas suatu keputusan dengan membuat perbandingan satu-satu
dari berbagai kriteria yang dipilih untuk kemudian mengolah dan memperoleh hasilnya.
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.
Tahapan
yang dilakukan dalam metode AHP secara umum digambarkan pada Gambar 1.
Gambar 1. Tahapan AHP
Tahap 1: Mendefinisikan struktur hirarki masalah
Permasalahan didekomposisi ke dalam bentuk pohon hirarki yang menunjukkan hubungan antara permasalahan, kriteria, dan alternatif solusi.
Tahap 2: Melakukan pembobotan kriteria pada setiap tingkat hirarki
Pada tahapan ini, seluruh kriteria yang berada pada setiap tingkat hirarki diberikan penilaian kepentingan relatif antara satu kriteria dengan kriteria lainnya. Penilaian tersebut menggunakan standar pembobotan Saaty dengan skala berkisar dari 1 hingga 9 dan kebalikannya. Keterangan mengenai skala tersebut dapat dilihat pada tabel 1 berikut:
Tabel 1. Penilaian kepentingan relatif kriteriamenggunakan skala Saaty
Tahap 3: Menghitung
pembobotan kriteria dan konsistensi pembobotan
Tahapan ini
menghitung prioritas pembobotan dengan mencari nilai eigenvector dari matriks
A.
Konsistensi AHP
Penilaian antara satu kriteria dengan kriteria lain tidak bisa sepenuhnya konsisten. Inkonsistensi ini dapat disebabkan oleh kesalahan memasukkan penilaian ke dalam sistem, kurangnya informasi, kurangnya konsentrasi, dunia nyata yang tidak selalu konsisten, atau model struktur hirarki yang kurang sesuai. Metode AHP mengijinkan terjadinya inkonsistensi penilaian kriteria, tetapi inkonsistensi penilaian tersebut tidak boleh melebihi nilai rasio konsistensi sebesar 10%.
Tabel 2 berikut ini menunjukkan nilai indeks acak untuk setiap matriks berorde 1 hingga 10:
Tabel 2. Nilai indeks acak (RI)
Orde
|
RI
|
1
|
0
|
2
|
0
|
3
|
0.52
|
4
|
0.89
|
5
|
1.11
|
6
|
1.25
|
7
|
1.35
|
8
|
1.40
|
9
|
1.45
|
10
|
1.49
|
Tahap 4: Menghitung
pembobotan alternatif
Pada tahapan ini
dilakukan pembobotan alternatif untuk setiap kriteria dalam matriks pairwise comparison.
Proses untuk melakukan pembobotan alternatif ini sama dengan proses
yang dilakukan untuk menghitung pembobotan kriteria.
Tahap 5: Menampilkan
urutan alternatif yang dipertimbangkan dan memilih alternatif
Tahapan ini
menghitung nilai eigenvector yang diperoleh pada pembobotan
alternatif untuk setiap kriteria dengan nilai eigenvector yang
diperoleh pada pembobotan kriteria. Hal ini dilakukan untuk menentukan pilihan
dari alternatif yang tersedia. Jumlah nilai terbesar merupakan pilihan yang
terbaik.
