Analitycal Hierarchy Process (AHP) Adalah metode untuk memecahkan suatu situasi

yang komplek tidak terstruktur kedalam beberapa komponen dalam susunan yang hirarki,
dengan memberi nilai subjektif tentang pentingnya setiap variabel secara relatif, dan
menetapkan variabel mana yang memiliki prioritas paling tinggi guna mempengaruhi
hasil pada situasi tersebut.

Proses pengambilan keputusan pada dasarnya adalah memilih suatu alternatif yang
terbaik. Seperti melakukan penstrukturan persoalan, penentuan alternatif-alternatif,
penenetapan nilai kemungkinan untuk variabel aleatori, penetap nilai, persyaratan
preferensi terhadap waktu, dan spesifikasi atas resiko. Betapapun melebarnya alternatif
yang dapat ditetapkan maupun terperincinya penjajagan nilai kemungkinan, keterbatasan
yang tetap melingkupi adalah dasar pembandingan berbentuk suatu kriteria yang tunggal.
Peralatan utama Analitycal Hierarchy Process (AHP) adalah memiliki sebuah hirarki
fungsional dengan input utamanya persepsi manusia. Dengan hirarki, suatu masalah
kompleks dan tidak terstruktur dipecahkan ke dalam kelomok-kelompoknya dan diatur
menjadi suatu bentuk hirarki.

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.

B. Kelebihan dan Kelemahan AHP

Layaknya sebuah metode analisis, AHP pun memiliki kelebihan dan kelemahan dalam
system analisisnya. Kelebihan-kelebihan analisis ini adalah :
 Kesatuan (Unity)
AHP membuat permasalahan yang luas dan tidak terstruktur menjadi suatu model yang
fleksibel dan mudah dipahami.
 Kompleksitas (Complexity)
AHP memecahkan permasalahan yang kompleks melalui pendekatan sistem dan
pengintegrasian secara deduktif.
 Saling ketergantungan (Inter Dependence)
AHP dapat digunakan pada elemen-elemen sistem yang saling bebas dan tidak
memerlukan hubungan linier.
 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.
 Pengukuran (Measurement)
AHP menyediakan skala pengukuran dan metode untuk mendapatkan prioritas.
 Konsistensi (Consistency)
AHP mempertimbangkan konsistensi logis dalam penilaian yang digunakan untuk
menentukan prioritas.
 Sintesis (Synthesis)
AHP mengarah pada perkiraan keseluruhan mengenai seberapa diinginkannya masing-
masing alternatif.
 Trade Off
AHP mempertimbangkan prioritas relatif faktor-faktor pada sistem sehingga orang
mampu memilih altenatif terbaik berdasarkan tujuan mereka.
 Penilaian dan Konsensus (Judgement and Consensus)
AHP tidak mengharuskan adanya suatu konsensus, tapi menggabungkan hasil penilaian
yang berbeda.
 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 sebagai berikut:

 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

Prinsip Menyusun Hirarki

Prinsip menyusun hirarki adalah dengan menggambarkan dan menguraikan secara
hirarki, dengan cara memecahakan persoalan menjadi unsur-unsur yang terpisah-pisah.
Caranya dengan memperincikan pengetahuan, pikiran kita yang kompleks ke dalam
bagian elemen pokoknya, lalu bagian ini ke dalam bagian-bagiannya, dan seterusnya
secara hirarkis.
Penjabaran tujuan hirarki yang lebih rendah pada dasarnya ditujukan agar memperolah
kriteria yang dapat diukur. Walaupun sebenarnya tidaklah selalu demikian keadaannya.
Dalam beberapa hal tertentu, mungkin lebih menguntungkan bila menggunakan tujuan
pada hirarki yang lebih tinggi dalam proses analisis. Semakin rendah dalam menjabarkan
suatu tujuan, semakin mudah pula penentuan ukuran obyektif dan kriteria-kriterianya.
Akan tetapi, ada kalanya dalam proses analisis pangambilan keputusan tidak memerlukan
penjabaran yang terlalu terperinci. Maka salah satu cara untuk menyatakan ukuran
pencapaiannya adalah menggunakan skala subyektif.
Contoh permasalahan:
Bagian terpenting dari proses analisis adalah 3 (tiga) tahapan berikut:
1. Nyatakan tujuan analisis: Memilih mobil baru
2. Tentukan kriteria: style, kehandalan, dan konsumi bahan bakar
3. Tentukan alternative pilihan: Avansa, Xenia, Ertiga, Grand Livina
Informasi ini kemudian disusun membentuk pohon bertingkat

Informasi yang ada kemudian di-sintesis untuk menentukan peringkat relative dari
alternative pilihan yang ada. Kriteria dari jenis qualitative dan quantitative dapat
diperbandingkan menggunakan informed judgement untuk menghitung bobot dan
prioritas.
Hal ini dapat dilakukan dengan judgement untuk menentukan peringkat dari kriteria.
Dalam sebuah sistem berbasis AHP, judgement ini diberikan oleh user pengguna sistem
dan dilakukan pada saat user bermaksud melakukan proses AHP dan melihat
rekomendasi.

Misalnya:
1. Kehandalan 2 kali lebih penting dari style
2. Style 3 kali lebih penting dari konsumsi bahan bakar
3. Kehandalan 4 kali lebih penting dari konsumsi bahan bakar

Selanjutnya dengan pairwise comparison (perbandingan berpasangan), tingkat

kepentingan satu kriteria dibandingkan dengan yang lain dapat diekspresikan.

Nilai yang digunakan:

1: equal
2: moderate
3: strong
4: very strong
5: extreme

Dari judgement di atas bisa dibuatkan tabel perbandingan berpasangan sebagai berikut:
Berikut cara untuk mencari solusi eigenvector:
1. Cara komputasi yang singkat yang bisa digunakan untuk mendapatkan peringkat
adalah dengan menggunakan matrik berpasangan ini sebagai sebagai dasar penghitungan
kuadrat matrik berpasangan setiap saat.
2. Jumlah setiap baris dihitung dan dinormalisasi
3. Perhitungan dihentikan apabila perbedaan dari jumlah-jumlah ini dalam dua
penghitungan yang berturutan lebih kecil dari suatu angka.

Tahan 1: Kuadratkan Matrik Berbasangan

Tahap 2: Hitung Eigenvector pertama

1. Jumlahkan baris
2. Jumlahkan jumlah dari baris-baris yang ada
3. Normalisasi nilai jumlah dari masing-masing baris
Angka normalisasi pertama yang sebesar 0.3194 didapatkan dengan membagi angka
12.75/39.9165

Jadi eigenvector yang pertama adalah:

Proses ini terus diulang: kuadrat, jumlahkan, dan normalisasikan

Dikuadratkan, dijumlah, dan dinormalisasi menjadi:

Jadi eigenvector yang kedua adalah:

Perbedaannya memang sudah kecil, apalagi kalau dihitung satu putaran lagi:

kriteria yang pertama adalah peringkat nomor 2 terpenting,

kriteria yang kedua adalah peringkat 1 terpenting, dan
kriteria yang ketiga adalah peringkat nomor 3 terpenting

Berikut adalah pohon dengan bobot pada kriterianya:

Untuk alternative pilihan, juga dilakukan perbandingan berpasangan terhadap kriteria
masing-masing. Judgement dalam proses ini umumnya dilakukan berbasis pada
data/informasi tentang alternative pilihan (quantitative approach) atau kalau tidak tersedia
data/informasi tersebut, dapat dilakukan dengan judgement dari pakar terkait pemilihan
alternative tersebut (qualitative approach).

Di dalam sebuah sistem, proses untuk menentukan nilai kriteria dari masing-masing
alternative pilihan dan perhitungan peringkat dilakukan pada saat melakukan entry dan
edit data variabel dan kriteria alternative pilihan.

Dalam kasus ini, yang memberikan judgement untuk kriteria style dan kehandalan adalah
pakar tentang mobil dengan informasi bersifat qualitative.

Style

Kehandalan
Dari matrik ini dihitung eigenvector, untuk menentukan peringkat dari alternative pilihan
untuk masing-masing kriteria.

Peringkat Style

Peringkat Kehandalan

Untuk kriteria konsumsi bahan bakar, ditentukan dengan informasi yang bersifat
quantitative sebagai berikut:
Konsumsi Bahan Bakar
Dengan menormalisasi informasi bersifat quantitative, akan bisa didapatkan peringkat
konsumsi bahan bakar untuk masing-masing alternative pilihan.

Dengan demikian bobot kriteria dan alternative pilihan sudah terlengkapi, sehingga
pohon keputusan tergambar menjadi:
Untuk mendapatkan hasil keputusan, masing-masing bobot untuk alternative pilihan
dikalikan dengan bobot dari kriteria dalam bentuk perkalian matrik sebagai berikut:

Sehingga perhitungan untuk mobil Avanza keseluruhan nilai masing-masing alternative

pilihan adalah sebagai berikut:

Sehingga pilihan yang paling bagus untuk kasus pengambilan keputusan ini adalah mobil
dengan tipe Grand Livina.