BAB 1 PENDAHULUAN
1.1 Latar belakang Dalam memilih sesuatu, mulai yang memilih yang sederhana sampai ke hal yang sangat rumit yang dibutuhkan bukanlah berpikir yang rumit, tetapi bagaiman berpikir secara sederhana. AHP adalah prosedur yang berbasis matematis yang sangat baik dan sesuai untuk kondisi evaluasi atribut-atribut tersebut. Secara matematika dikuantitatifkan dalam satu set perbandingan berpasangan. Perbandingan berpasangan dipergunakan untuk membentuk hubungan di dalam struktur. Hasil dari perbandingan berpasangan ini membentuk matriks dimana skala rasio diturunkan dalam bentuk eigen vektor utama. Kelebihan AHP dibandingkan dengan yang lainnya karena adanya struktur yamg berhirarki, sebagai konsekuensi dari kriteria yang dipilih, sampai kepada subsub kriteria yang paling mendetail. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi berbagai kriteria dan altenatif yang dipilih oleh para pengambil keputusan (Saaty, 1990). Penggunaan AHP dimulai dengan membuat struktur atau jaringan dari permasalahan yang ingin diteliti. Di dalam hierarki terdapat tujuan utama, kriteria-kriteteria, sub-sub kriteria, dan alternatif-alternatif yang akan dibahas. Karena menggunakan input persepsi manusia, model ini dapat mengolah data yang bersifat kualitatif maupun kuantitatif. Selain itu AHP mempunyai kemampuan untuk memecahkan masalah yang multi-objektif dan multi-kriteria yang didasarkan pada perbandingan preferensi dari setiap element dalam hierarki.
Universitas Sumatera Utara
Di dalam penerapan Analytical Hierarchy Proses (AHP) untuk pengambilan keputusan dengan
banyak kriteria yang bersifat subjektif, seringkali seorang
pengambil keputusan dihadapkan pada suatu permasalahan yang sulit dalam penentuan bobot setiap kriteria. Untuk membantu para pengambil keputusan diperlukan suatu metode yang lebih memperhatikan keberadaan kriteria-kriteria yang bersifat subjektif tersebut. Salah satu metode pendekatan yang sering dipakai adalah konsep Fuzzy. Logika Fuzzy merupakan sebuah logika yang memiliki nilai kekaburan atau kesamaran (Fuzyness) antara benar dan salah. Dalam teori Fuzzy sebuah nilai bisa bernilai benar dan salah secara bersamaan
namun berapa besar kebenaran dan
kesalahan suatu nilai tergantung kepada bobot keanggotaan yang dimilikinya. Pedekatan logika Fuzzy terhadap AHP akan didekati melalui Fuzzy triangular dengan mengkoversikan nilai skala Saaty ke dalam bilangan Fuzzy. Dan bilangan Fuzzy digunakan untuk merepresentasikan penilaian terhadap berbagai kriteria dan besar kemungkinan dari berbagai tingkat kesuksesan.
1.2 Perumusan Masalah Sesuai dengan latar belakang yang telah dikemukakan sebelumnya, maka masalah yang akan di bahas dalam penelitian ini adalah bagaimana memberikan pembobotan dengan logika Fuzzy pada AHP
1.3 Tinjauan Pustaka Dalam jurnal Latifah, Siti [2] menjelaskan tentang metode AHP yang telah banyak digunakan untuk menetukan prioritas pilihan-pilihan dengan banyak kriteria tetapi penerapannya telah meluas sebagai model alternatif mamfaat biaya, peramalan dan lain-lain. Pendeknya AHP menawarkan penyelesaian masalah keputusan yang melibatkan seluruh sumber kerumitan seperti yang didefinisikan diatas.
Universitas Sumatera Utara
Pada bukunya Saaty, L [6] menguraikan metode AHP yang menjelaskan tentang pemodelan permasalahan dilakukan cara memodelkan permasalahan secara bertingkat yang terdiri dari kriteria dan altematif. Metode AHP tidak saja digunakan untuk menentukan prioritas pilihan dengan banyak kriteria (multikriteria), tetapi penerapannya telah meluas sebagai metode alternatif untuk menyelesaikan bermacammacam masalah. Saaty juga memakai metode matriks perbandingan dalam menentukan bobot kriteria dalam membuat keputusan yang terbaik, adapun bentuk matriksnya adalah sebagai berikut: 1.3.1 Tabel matriks comparison
Dalam jurnal Raharjo, Jani [5] Juga menguraikan tentang Analytical hierarchy Proses (AHP) untuk pengambilan keputusan dengan banyak kriteria yang bersifat subjektif, seringkali seorang pengambil keputusan dihadapkan pada suatu permasalahan yang sulit dalam penetuan bobot setiap kriteria. Jurnal itu juga menjelaskan tentang langkah-langkah dalam mengambil keputusan berdasarkan bobot kriteria yang mengacu pada AHP. Adapun langkah-langkahnya adalah sebagai berikut: Pada langkah (1) yaitu penilaian alternatif, pengambil keputusan diminta memberikan suatu rangkaian penilaian terhadap altrnatif x yang ada dalam bentuk bilangan fuzzy triangular (triangular fuzzy number (TFN)), yang disusun berdasarkar variabel linnguistik. Selanjutnya, nilai fuzzy didefinisikan bagi setiap alternatif pada setiap kriteria.
Universitas Sumatera Utara
Dalam langkah (2), yaitu pembobotan kriteria, Zeleiny (1983) membaginya menjadi dua tipe yaitu: (1) bobot prior w yang sifatnya relatif stabil, menggambarkan keadaan psikologis dan sosial dari pengambil keputusan, (2) bobot informasi A,, sifatnya tidak stabil. Bobot prior, pada dasamya merupakan modifikasi pembobotan AHP yang dikembangkan oleh Saaty. Dimana langkah-langkah perhitungannya adalah sebagai berikut: Menentukan perbandingan berpasangan
aij =
wi , i = j = 1,2,..., n, wj
di mana n menyatakan jumlah kriteria yang dibandingkan, wi bobot untuk kriteria kei, dan aij adalah perbandingan bobot kriteria ke- i dan j . Jika indeks konsistensi lebih dari satu, maka perbandingan berpasangan harus diulang. Menormalkan setiap kolom dengan cara membagi setiap nilai pada kolom ke-i dan baris ke- j dengan nilai terbesar pada kolom ke- i aˆ ij =
aij max aij
, ∀i, j
Menjumlahkan nilai pada setiap kolom ke-i, yaitu aˆ i =
aˆ ij , ∀i j
Akhirnya bobot prior bagi setiap kriteria ke-i, didapat dengan membagi setiap nilai a, dengan jumlah kriteria yang dibandingkan (n),yaitu: wi =
aˆ i , ∀i n
Dalam bukunya Sri Kusumahdewi [4] menjelaskan bahwa keanggotaan fuzzy memberikan suatu ukuran terhadap pendapat atau keputusan. Sehingga ada beberapa alasan mengapa orang menggunakan logika fuzzy, antara lain:Konsep logika fuzzy mudah dimengerti, Konsep matematis yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti. Logika fuzzy juga sangat fleksibel dan memiliki
Universitas Sumatera Utara
toleransi terhadap data-data yang tidak tetap. Fuzzy mampu memodelkan fungsifungsi nonlinear yang sangat kompleks. Pada buku Robandi iman [6] mendefeniskan keanggotaan Fuzzy, bahwa derajat fungsi keanggotaan suatu himpunan fuzzy sebagai vektor bilangan yang dimensinya tergantung level diskrit. Pada bukunya Widodo dkk [7] halaman (100-106) mengatakan bahwa nilai atau data yang diambil dari suatu alat ukur adalah tidak pasti. Posisi nilai ini pada interval yang pasti R, x ε [a1, a 2] dengan a1 ≤ a2. Hal ini menunjukkan bahwa untuk memastikan nilai x lebih atau sama dengan a2.
1. 3 Tujuan Penelitian Penelitian ini bertujuan memperoleh hasil yang lebih akurat dari metode Analytical Hierarchy Process dalam pengambilan keputusan dengan logika Fuzzy.
1.4 Kontribusi Penelitian Hasil penelitian ini diharapkan dapat memperkaya metode pengambilan keputusan dan sangat membantu pimpinan untuk mengambil keputusan yang lebih akurat.
1.5 Metode Penelitian Penelitian ini bersifat studi kasus terhadap permasalahan sehari-hari yang disusun berdasarkan rujukan pustaka dengan tahapan sebagai berikut: 1) Melakukan studi dari jurnal, buku dan artikel di internet
yang
berhubungan dengan proses AHP dan fuzzy AHP. 2) Mendefenisikan AHP (skala saaty) ke dalam Bilangan fuzzy 3) Melakukan study kasus untuk dimodelkan terhadap fuzzy
Universitas Sumatera Utara