PENERAPAN FUZZY ANALYTICAL NETWORK PROCESS DALAM MENENTUKAN PRIORITAS PEMELIHARAAN JALAN Dosen Pembimbing : Drs. I Gusti Ngurah Rai Usadha, M.Si
Oleh : Manis Oktavia 1209 100 024
Sidang Tugas Akhir - 2013
PENDAHULUAN
TINJAUAN PUSTAKA
METODE PENELITIAN
ANALISIS DAN PEMBAHASAN
KESIMPULAN
DAFTAR PUSTAKA
PENDAHULUAN
Pendahuluan
Pendahuluan Latar Belakang Masalah
Kondisi jalan yang ada dalam keadaan kurang baik (rusak)
Penanganan jalan berupa pemeliharaan jalan dan peningkatan jalan
Dinas Pekerjaan Umum Bina Marga Bangkalan
Terbatasnya anggaran
Prioritas pemeliharaan jalan
Penerapan Fuzzy Analytical Network Process (Fuzzy ANP)
Pendahuluan Rumusan Masalah
Permasalahan yang dibahas dalam Tugas Akhir ini adalah Bagaimana menentukan prioritas pemeliharaan jalan di Bangkalan berdasarkan metode Fuzzy ANP?
Pendahuluan Batasan Masalah Batasan masalah yang digunakan dalam Tugas Akhir ini adalah 1. Data yang digunakan adalah data primer berupa hasil penilaian para ahli dan data sekunder berupa hasil survey jalan. 2. Kriteria dan subkriteria yang digunakan : •Kondisi jalan : berlubang, ambles, retak, bergelombang, jembul, bahu jalan •Volume lalu lintas : truk ringan, truk sedang dan berat, mobil, bus, sepeda motor •Ekonomi proyek : perkiraan biaya kegiatan, manfaat penanganan jalan •Tata guna lahan : bidang pertanian, bidang pendidikan, bidang sosial budaya, bidang perdagangan jasa
3. Alternatif link jalan berasal dari data pemeliharaan jalan DPU Bina Marga Bangkalan 4. Pengujian menggunakan Microsoft Excel dan Matlab
Pendahuluan Tujuan dan Manfaat Tujuan yang ingin dicapai dalam Tugas Akhir ini adalah Mendapatkan prioritas pemeliharaan jalan di Bangkalan berdasarkan metode Fuzzy ANP.
Manfaat yang diharapkan dari hasil Tugas Akhir ini adalah 1.
Memperluas wawasan mengenai aplikasi metode Fuzzy ANP dalam memecahkan masalah pengambilan keputusan. 2. Sebagai rekomendasi kepada pihak DPU Bina Marga Bangkalan dalam membantu menentukan prioritas pemeliharaan jalan.
TINJAUAN PUSTAKA
Tinjauan Pustaka Pemeliharaan Jalan
Menurut SK no 77 Dirjen Bina Marga tahun 1990, jaringan jalan dibagi menjadi dua yaitu 1. Jalan dengan kondisi mantap
pemeliharaan jalan
2. Jalan dengan kondisi tidak mantap rehabilitasi, perbaikan dan konstruksi jalan
Pemeliharaan jalan : kegiatan penanganan jalan yang berkondisi baik/ sedang yang harus mendapatkan prioritas untuk ditangani.
Tinjauan Pustaka Penentuan Skala Prioritas Jalan Berdasarkan metode dalam SK no 77/KPTS/Db/1990 Dirjen Bina Marga diperoleh urutan prioritas penanganan jalan adalah jalan dengan nilai Lalu Lintas Harian Rata (LHR) dan nilai Net Present Value (NPV) tertinggi. NPV merupakan tingkat pengembalian ekonomi proyek. Nilai NPV didapat dengan membandingkan manfaat penanganan jalan dengan perkiraan biaya penanganan jalan. Manfaat penanganan jalan dihitung dengan membandingkan kondisi jalan dan perkiraan jumlah lalu lintas.
Tinjauan Pustaka Fuzzy Analytical Network Process (Fuzzy ANP)
Fuzzy ANP merupakan gabungan dari metode fuzzy dan Analytical Network Process (ANP).
Digunakan pendekatan ANP karena memungkinkan adanya dependensi baik antara kriteria, antar alternatif maupun antar kriteria dan alternatif.
Digunakan pendekatan fuzzy untuk mengatasi adanya informasi dan data yang tidak lengkap serta mengakomodasi sifat samar dari pengambil keputusan.
Tinjauan Pustaka Himpunan Fuzzy dan Bilangan Fuzzy
Teori himpunan fuzzy merupakan kerangka matematis yang digunakan untuk merepresentasikan ketidakpastian, ketidakjelasan, ketidaktepatan dan kekurangan informasi.
Bilangan fuzzy triangular digunakan untuk menggambarkan variabel-variabel linguistik secara pasti.
Gambar fuzzy triangular l : nilai terendah m : nilai tengah u : nilai tertinggi
Tinjauan Pustaka Penyelesaian dengan Metode Fuzzy ANP
Analisis menggunakan metode Fuzzy ANP berdasarkan langkahlangkah berikut: 1. Penyusunan struktur jaringan 2. Pembobotan masing-masing elemen Pembobotan merupakan pemenuhan masing-masing elemen terhadap tujuan pengambilan keputusan menggunakan metode perbandingan berpasangan. Masing-masing penilaian perlu di uji konsistensi dengan cara mencari nilai 𝜆𝑚𝑎𝑘𝑠 , 𝐶𝐼, 𝑑𝑎𝑛 𝐶𝑅.
Tinjauan Pustaka Lanjutan... Skala numerik dan skala linguistik untuk tingkat kepentingan Skala Numerik
Skala TFN
Invers Skala Definisi Variabel Linguistik TFN
(1, 1, 1)
(1, 1, 1)
Perbandingan dua kriteria yang sama
1
(1/2, 1, 3/2)
(2/3, 1, 2)
Dua elemen mempunyai kepentingan yang sama
3
(1, 3/2, 2)
(1/2, 2/3, 1)
Satu elemen sedikit lebih penting dari yang lain
5
7 9
(3/2, 2, 5/2) (2/5, 1/2, 2/3) Satu elemen lebih penting dari yang lain
(2, 5/2, 3)
(1/3, 2/5, ½)
Satu elemen sangat lebih penting dari yang lain
(5/2, 3, 7/2) (2/7, 1/3, 2/5) Satu elemen mutlak lebih penting dari yang lain
Tinjauan Pustaka Lanjutan... Misalkan A adalah matriks perbandingan berpasangan dan W adalah matriks normalisasi. Matriks normalisasi didapatkan dengan menjumlahkan setiap kolom matriks A kemudian membagi setiap elemen matriks A dengan hasil penjumlahan tersebut sesuai kolomnya masingmasing. Selanjutnya, dihitung rata-rata tiap barisnya. Untuk menghitung dengan cara membentuk matriks B di mana elemennya merupakan perkalian antara elemen dari kolom pertama matriks perbandingan (A) dengan elemen pertama rata-rata baris matriks normalisasi (AR). Dari matriks B tersebut kemudian dicari jumlah tiap barisnya (C).
Tinjauan Pustaka Lanjutan...
Untuk menghitung 𝜆𝑚𝑎𝑘𝑠 n
max
ci1 i 1 ari1 n
Untuk menghitung 𝐶𝐼
CI
max n
n 1 Untuk menghitung 𝐶𝑅 CI CR IR
dengan : eigen value maksimum n : banyaknya elemen yang dibandingkan c : elemen ke-i dari matriks C : elemen ke-i dari matriks rata-rata ar baris matriks normalisasi CI : Consistency Index CR : Consistency Ratio IR : Index Random i1
i1
Tinjauan Pustaka Lanjutan...
Nilai Index Random Ukuran Matriks
3x3
4x4
5x5
6x6
7x7
8x8
9x9
10x10
IR
0.58
0.90
1.12
1.32
1.41
1.45
1.49
1.51
Setelah matriks dari penilaian responden konsisten maka nilai tersebut dikonversikan menjadi nilai TFN.
Tinjauan Pustaka Lanjutan... Hasil penilaian perbandingan berpasangan digabung dengan cara perhitungan rataan geometrik melalui agregasi penilaian responden seperti berikut: 1/ K
, lij lijk k 1 K
1/ K
, K mij mijk k 1
1/ K
uij uijk k 1 K
Uji konsistensi dibutuhkan dalam pengambilan keputusan untuk mengetahui seberapa baik konsistensi matriks perbandingan berpasangan yang berasal dari penilaian persepsi manusia. Nilai l m u menunjukkan penilaian fuzzy konsisten.
Tinjauan Pustaka Lanjutan... Langkah-langkah metode Chang:
Misalkan X x1 , x2 ,..., xn himpunan objek dan U u1 , u2 ,..., un himpunan tujuan. Setiap objek diambil dan dilakukan analisis perluasan untuk setiap tujuan, g i . Oleh karena itu, nilai analisis perluasan m untuk setiap objek didapat M 1gi , M gi2 ,..., M gim i 1,2,..., n dimana M gij ( j 1,2,..., m) adalah nilai TFN. Langkah 1. Menghitung nilai sintesis fuzzy untuk objek ke-i yang didefinisikan sebagai berikut : −1 𝑚
𝑛
𝑚
𝑗
𝑆𝑖 =
𝑗
𝑀𝑔𝑖 ⊗ 𝑗 =1
𝑀𝑔𝑖 𝑖=1 𝑗 =1
(1)
Tinjauan Pustaka Lanjutan...
untuk memperoleh 𝑀𝑔𝑖𝑗 dilakukan operasi penjumlahan nilai sintesis fuzzy m pada matriks perbandingan berpasangan seperti berikut : 𝑚 𝑚 𝑚 𝑚 𝑗
𝑀𝑔𝑖 =
𝑙𝑖 ,
𝑗 =1
𝑗 =1 𝑛
𝑚𝑖 , 𝑗 =1
(2)
𝑢𝑖 𝑗 =1
−1
𝑚 𝑗
𝑀𝑔𝑖
untuk memperoleh 𝑖=1 𝑗 =1 dilakukan operasi penjumlahan fuzzy dari nilai 𝑀𝑔𝑖𝑗 (𝑗 = 1, 2, … , 𝑚) seperti berikut: 𝑛
𝑚
𝑛 𝑗 𝑀𝑔𝑖
=
𝑖=1 𝑗 =1
𝑛
𝑛
𝑙𝑖 , 𝑖=1
𝑚𝑖 , 𝑖=1
𝑢𝑖
(3)
𝑖=1
dan untuk menghitung invers dari persamaan tersebut yaitu: 𝑛
−1
𝑚 𝑗
𝑀𝑔𝑖 𝑖=1 𝑗 =1
=
1 𝑛 𝑖=1 𝑢𝑖
,
1 𝑛 𝑖=1 𝑚𝑖
,
1 𝑛 𝑖=1 𝑙𝑖
(4)
Tinjauan Pustaka Lanjutan... Langkah 2. Derajat kemungkinan dari 𝑀2 = (𝑙2 , 𝑚2 , 𝑢2 ) ≥ 𝑀1 (𝑙1 , 𝑚1 , 𝑢1 ) didefinisikan sebagai 𝑉 𝑀2 ≥ 𝑀1 = supminμM1 𝑥 , 𝜇𝑀2 𝑦
(5)
atau sama dengan 𝑉 𝑀2 ≥ 𝑀1 = ℎ𝑔𝑡 𝑀1 ∩ 𝑀2 1 𝑗𝑖𝑘𝑎 𝑚2 ≥ 𝑚1 0 𝑗𝑖𝑘𝑎 𝑙1 ≥ 𝑢2 = 𝜇𝑀2 (𝑑) 𝑙1 − 𝑢2 , 𝑙𝑎𝑖𝑛𝑛𝑦𝑎 𝑚2 − 𝑢2 − (𝑚1 − 𝑙1 )
dimana d adalah ordinat dari titik potong tertinggi D antara μM1 dan μM2 . Untuk perbandingan dihitung keduanya 𝑉 𝑀2 ≥ 𝑀1
dan 𝑉 𝑀1 ≥ 𝑀2 .
(6)
Tinjauan Pustaka Lanjutan... Langkah 3. Jika derajat kemungkinan untuk bilangan fuzzy konveks lebih besar dari bilangan k bilangan fuzzy konveks 𝑀𝑖 = (𝑖 = 1,2, … , 𝑘) maka nilai vektor dapat didefinisikan sebagai berikut: 𝑉 𝑀 ≥ 𝑀1 , 𝑀2 , … , 𝑀𝑘 = 𝑉 𝑀 ≥ 𝑀1 𝑑𝑎𝑛 𝑀 ≥ 𝑀2 𝑑𝑎𝑛 … 𝑑𝑎𝑛 𝑀 ≥ 𝑀𝑘
= min 𝑉 𝑀 ≥ 𝑀𝑖 ,
𝑖 = 1,2, … , 𝑘
(7)
Asumsikan bahwa 𝑑′ 𝐴𝑖 = min 𝑉(𝑆𝑖 ≥ 𝑆𝑘 )
𝑘 = 1,2, … , 𝑛 ; 𝑘 ≠ 𝑖
(8)
Maka diperoleh nilai bobot vektor ′
′
′
′
𝑇
𝑊 = 𝑑 𝐴1 , 𝑑 𝐴2 , … , 𝑑 𝐴𝑛 dimana 𝐴𝑖 = 1,2, … , 𝑛 adalah n elemen keputusan.
(9)
Tinjauan Pustaka Lanjutan... Langkah 4. Normalisasi nilai vektor bobot tersebut sehingga didapat
𝑊 = 𝑑 𝐴1 , 𝑑 𝐴2 , … , 𝑑 𝐴𝑛 dimana W adalah bilangan non fuzzy.
𝑇
(10)
3. Perhitungan bobot akhir prioritas
Bobot akhir prioritas digunakan untuk menentukan urutan masing-masing elemen.
METODE PENELITIAN
Metode Penelitian Studi Pendahuluan
Studi Lapangan Pengumpulan Data
Pengolahan Data
Simulasi
Penarikan Kesimpulan dan Penulisan Tugas Akhir
- Pengumpulan data alternatif jalan -Pembuatan model jaringan - Pembuatan kusioner - Bobot kriteria dan subkriteria -Bobot ketergantungan antar kriteria - Bobot tiap alternatif
ANALISIS DAN PEMBAHASAN
Analisis dan Pembahasan Data Penelitian
Data yang digunakan berasal dari DPU Bina Marga Bangkalan.
Data alternatif yang digunakan adalah data survey tahunan dengan tahun anggaran 2012-2013 No
Alternatif
1
Link 222
2
Link 223
3
Link 224
4
Link 228
Analisis dan Pembahasan Lanjutan. . .
Kriteria dan subkriteria yang digunakan dalam proses prioritas pemeliharaan jalan No.
Kriteria
1
Kondisi Jalan
2
Volume Lalu Lintas
3
Ekonomi
4
Tata Guna Lahan
Subkriteria Jalan Lubang Jalan Retak Jalan Ambles Jalan Gelombang Jalan Jembul Bahu jalan Truk ringan Truk sedang dan berat Mobil Bus Sepeda motor Perkiraan biaya kegiatan Manfaat penanganan jalan Bidang pertanian Bidang pendidikan Bidang sosial-budaya Bidang perdagangan-jasa
Analisis dan Pembahasan Lanjutan. . .
Dalam penyelesaian permasalahan menggunakan data kuantitatif dan data kualitatif.
Data kuantitatif yang digunakan sebagai berikut Link Jalan 222 223 224 228
Lubang 130 242 108 254
Kerusakan Jalan Ambles Retak Gelombang Jembul 145 152 12 19 81 81 6 8 136 136 7 10 36 123 6 6
Data kualitatif diperoleh dari data hasil pengisian kuisioner oleh para ahli.
Analisis dan Pembahasan Struktur Jaringan 1. Penyusunan struktur jaringan
Gambar berikut menunjukkan struktur hirarki antara tujuan, kriteria, subkriteria dan alternatif.
Analisis dan Pembahasan Pembobotan antar Kriteria 2. Pembobotan masing-masing elemen
a. Pembobotan antar kriteria Dengan asumsi tidak ada ketergantungan antar kriteria. Hasil penilaian responden yang berupa nilai numerik dikonversi dalam matriks perbandingan berpasangan berdasarkan nilai TFN. Responden 1
Responden 2
Analisis dan Pembahasan Lanjutan. . . Responden 3
1/ K
K lij lijk k 1
1/ K
K mij mijk k 1
Matriks perbandingan rata-rata
1/ K
uij uijk k 1 K
Analisis dan Pembahasan Lanjutan. . . jumlah baris 𝑚
𝑚 𝑗 𝑀𝑔𝑖
𝑚
=
𝑗 =1
𝑚
𝑙𝑖 , 𝑗 =1
𝑚𝑖 , 𝑗 =1
Penjumlahan Baris 𝑙 𝑚 𝑢 5.2105 6.7511 8.2707 3.9660 5.1614 6.5759 2.6343 3.3802 4.2964 2.3576 2.7776 3.6288
Kriteria
𝑢𝑖
Kondisi jalan Volume lalu lintas Ekonomi Tata guna lahan
𝑢𝑖
Penjumlahan Kolom
𝑗 =1
jumlah kolom 𝑛
𝑚
𝑛 𝑗
𝑀𝑔𝑖 = 𝑖=1 𝑗 =1
𝑛
𝑙𝑖 , 𝑖=1
𝑛
𝑚𝑖 , 𝑖=1
𝑖=1
𝑙 14.1683
𝑚 18.0704
𝑢 22.7718
invers jumlah kolom 𝑛
−1
𝑚 𝑗
𝑀𝑔𝑖 𝑖=1 𝑗 =1
=
1 𝑛 𝑖=1 𝑢𝑖
,
1 𝑛 𝑖=1 𝑚𝑖
,
1 𝑛 𝑖=1 𝑙𝑖
Invers Penjumlahan Kolom
𝑙 0.0439
𝑚 0.0553
𝑢 0.0706
Analisis dan Pembahasan Lanjutan. . . jumlah baris
invers jumlah kolom
Penjumlahan Baris 𝑙 𝑚 𝑢 5.2105 6.7511 8.2707 3.9660 5.1614 6.5759 2.6343 3.3802 4.2964 2.3576 2.7776 3.6288
Kriteria Kondisi jalan Volume lalu lintas Ekonomi Tata guna lahan
Invers Penjumlahan Kolom
𝑙 0.0439
𝑚 0.0553
Nilai sintesis fuzzy 𝑚
𝑛 𝑗
𝑆𝑖 =
𝑗
𝑀𝑔𝑖 ⊗ 𝑗 =1
−1
𝑚
𝑀𝑔𝑖 𝑖=1 𝑗 =1
Sintesis fuzzy 𝑆𝑘 𝑆𝑣 𝑆𝑒 𝑆𝑡
𝑙 0.2288 0.1742 0.1157 0.1035
𝑚 0.3736 0.2856 0.1871 0.1537
𝑢 0.5837 0.4641 0.3032 0.2561
𝑢 0.0706
Analisis dan Pembahasan Lanjutan. . . Nilai vektor kriteria
𝑉 𝑀2 ≥ 𝑀1 =
1 0 𝑙1 − 𝑢2 𝑚2 − 𝑢2 − (𝑚1 − 𝑙1 )
𝑗𝑖𝑘𝑎 𝑚2 ≥ 𝑚1 𝑗𝑖𝑘𝑎 𝑙1 ≥ 𝑢2 , 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
𝑉(𝑆𝑘 ≥ 𝑆𝑣 ) 𝑉(𝑆𝑘 ≥ 𝑆𝑒 ) 𝑉(𝑆𝑘 ≥ 𝑆𝑡 ) 𝑉(𝑆𝑣 ≥ 𝑆𝑘 ) 𝑉(𝑆𝑣 ≥ 𝑆𝑒 ) 𝑉(𝑆𝑣 ≥ 𝑆𝑡 ) 𝑉(𝑆𝑒 ≥ 𝑆𝑘 ) 𝑉(𝑆𝑒 ≥ 𝑆𝑣 ) 𝑉(𝑆𝑒 ≥ 𝑆𝑡 ) 𝑉(𝑆𝑡 ≥ 𝑆𝑘 ) 𝑉(𝑆𝑡 ≥ 𝑆𝑣 ) 𝑉(𝑆𝑡 ≥ 𝑆𝑒 )
Nilai vektor 1 1 1 0.7279 1 1 0.2852 0.5670 1 0.1105 0.3832 0.8081
Analisis dan Pembahasan Lanjutan. . . Nilai ordinat ′
𝑑 𝐴𝑖 = min 𝑉(𝑆𝑖 ≥ 𝑆𝑘 )
Bobot kriteria Kriteria Kondisi jalan Volume lalu lintas Ekonomi Tata guna lahan
Bobot 0.4709 0.3428 0.1343 0.0520
𝑑′ (𝑆𝑘 ) 𝑑′ (𝑆𝑣 ) 𝑑′ (𝑆𝑒 ) 𝑑′ (𝑆𝑡 )
Nilai ordinat 1 0.7279 0.2852 0.1105
Analisis dan Pembahasan Pembobotan antar Subkriteria b. Pembobotan antar subkriteria
- Pembobotan antar subkriteria dalam kriteria kondisi jalan - Pembobotan antar subkriteria dalam kriteria volume lalu lintas - Pembobotan antar subkriteria dalam kriteria ekonomi
- Pembobotan antar subkriteria dalam kriteria tata guna lahan
Analisis dan Pembahasan Lanjutan. . . - Pembobotan antar subkriteria dalam kriteria kondisi jalan Subkriteria Lubang Retak Ambles Gelombang Jembul Bahu jalan
Bobot 0.2501 0.1715 0.2142 0.1788 0.1631 0.0214
- Pembobotan antar subkriteria dalam kriteria volume lalu lintas Subkriteria Truk ringan Truk sedang&berat Mobil Bus Sepeda motor
Bobot 0.2292 0.2597 0.1970 0.1940 0.1201
Analisis dan Pembahasan Lanjutan. . . - Pembobotan antar subkriteria dalam kriteria ekonomi Subkriteria Perkiraan biaya kegiatan Manfaat penanganan jalan
Bobot 0.5000 0.5000
- Pembobotan antar subkriteria dalam kriteria tata guna lahan Subkriteria Bidang pertanian Bidang pendidikan Bidang sosial-budaya Bidang perdagangan-jasa
Bobot 0.3145 0.2620 0.1963 0.2273
Analisis dan Pembahasan Pembobotan Ketergantungan antar Kriteria c. Pembobotan ketergantungan antar kriteria
Pembobotan disini mempertimbangkan adanya hubungan ketergantungan antar kriteria dan ketergantungan dalam kriteria.
Ketergantungan yang terjadi antar kriteria bermaksud menjelaskan bagaimana kriteria yang satu dipengaruhi oleh kriteria yang lain.
Analisis dan Pembahasan Lanjutan. . . - Pembobotan ketergantungan antar kriteria dalam mengontrol kondisi jalan Ketergantungan Kriteria Kondisi jalan Volume lalu lintas Ekonomi Tata guna lahan
Bobot 0.5238 0.3418 0.1063 0.0282
- Pembobotan ketergantungan antar kriteria dalam mengontrol volume lalu lintas Ketergantungan Kriteria Kondisi jalan Ekonomi Tata guna lahan
Bobot 0.5486 0.4201 0.0313
Analisis dan Pembahasan Lanjutan. Lanjutan. .. ..
- Pembobotan ketergantungan antar kriteria dalam mengontrol ekonomi Ketergantungan Kriteria Kondisi jalan Volume lalu lintas Ekonomi Tata guna lahan
Bobot 0.4425 0.3298 0.1830 0.0447
- Pembobotan ketergantungan antar kriteria dalam mengontrol tata guna lahan Ketergantungan Kriteria Kondisi jalan Volume lalu lintas Ekonomi
Bobot 0.6501 0.3231 0.0267
Analisis dan Pembahasan Pembobotan antar Alternatif d. Pembobotan antar alternatif
Masing-masing alternatif dibandingkan tingkat kepentingannya untuk tiap subkriteria
Analisis dan Pembahasan Lanjutan. . . Subkriteria Jalan Lubang Jalan Retak Jalan Ambles Jalan Gelombang Jalan Jembul Bahu jalan Volume Truk ringan Volume Truk sedang dan berat Volume Mobil Volume Bus Volume Sepeda motor Perkiraan biaya kegiatan Manfaat penanganan jalan Bidang pertanian Bidang pendidikan Bidang sosial budaya Bidang perdagangan jasa
Link 222 0.2689 0.3549 0.4649 0.3813 0.3949 0.3115
Link 223 0.2689 0.1914 0.2364 0.2047 0.2424 0.2813
Link 224 0.2098 0.2554 0.2824 0.2402 0.2584 0.2263
Link 228 0.2524 0.1982 0.0119 0.1739 0.1043 0.1809
0.2833
0.2613
0.2251
0.2302
0.3294
0.2771
0.1870
0.2065
0.3035 0.3084
0.2517 0.2514
0.2592 0.2210
0.1856 0.2191
0.3140
0.2606
0.2881
0.1373
0.3780
0.2926
0.1557
0.1737
0.3953
0.2716
0.2515
0.0815
0.4025
0.3146
0.1308
0.1521
0.4264
0.2887
0.1949
0.0900
0.3573
0.2358
0.2596
0.1472
0.3749
0.2371
0.2305
0.1576
Analisis dan Pembahasan Perhitungan Bobot Akhir Prioritas 3. Perhitungan bobot akhir prioritas
- Bobot akhir kriteria = Matriks bobot ketergantungan antar kriteria × Bobot kriteria 𝑊𝑘𝑎
𝑊𝑘𝑎
0.5238 0.5486 0.4425 0.6501 0.4709 1 0.3298 0.3231 × 0.3428 = 0.3418 0.1343 0.1063 0.4201 0.1830 0.0267 0.0520 0.0282 0.0313 0.0447 1
0.5280 = 0.5648 0.2200 0.0820 Kriteria kondisi jalan 0.3785 Kriteria volume lalu lintas = 0.4050 = Kriteria ekonomi 0.1577 Kriteria tata guna lahan 0.0588
Analisis dan Pembahasan Lanjutan. . . - Bobot global subkriteria =
Bobot kriteria akhir × Bobot subkriteria Krieria dan Bobot Kondisi jalan (0.3785)
Volume lalu lintas (0.4050)
Ekonomi (0.1577) Tata guna lahan (0.0588)
Subkriteria dan Bobot Lubang (0.2510) Retak (0.1715) Ambles (0.2142) Gelombang (0.1788) Jembul (0.1631) Bahu jalan (0.0214) Truk ringan (0.2292) Truk sedang&berat (0.2597) Mobil (0.1970) Bus (0.940) Sepeda motor (0.1201) Perkiraan biaya kegiatan (0.5000) Manfaat penanganan jalan (0.5000) Bidang pertanian (0.3145) Bidang pendidikan (0.2620) Bidang sosial budaya (0.1963) Bidang perdagangan jasa (0.2273)
Bobot Global 0.0950 0.0649 0.0811 0.0677 0.0617 0.0081 0.0928 0.1052 0.0798 0.0785 0.0486 0.0785 0.0785 0.0185 0.0154 0.0115 0.0134
Analisis dan Pembahasan Lanjutan. . . - Bobot akhir masing-masing alternatif =
Bobot global subkriteria × Bobot masing-masing alternatif Alternatif Link 222 Link 223 Link 224 Link 228
Bobot 0.3481 0.2548 0.2297 0.1674
Peringkat 1 2 3 4
KESIMPULAN
Kesimpulan 1. Pembobotan dengan metode Fuzzy ANP menunjukkan bahwa urutan prioritas pemeliharaan jalan adalah Link 222 dengan bobot sebesar 0.3481, Link 223 dengan bobot sebesar 0.2548, Link 224 dengan bobot sebesar 0.2297, Link 228 dengan bobot sebesar 0.1674. 2. Hasil urutan prioritas yang didapat sama dengan hasil urutan prioritas pihak DPU Bina Marga Bangkalan. Kenyataan dilapangan, Link 228 dikerjakan pada urutan ke-3. Hal ini terjadi karena ada faktorfaktor teknis diluar kriteria yang mempengaruhi.
DAFTAR PUSTAKA
Daftar Pustaka [1] Direktorat Jenderal Bina Marga. “Petunjuk Teknis Perencanaan dan Penyusunan Program Jalan Kabupaten. Departemen Pekerjaan Umum. [2] Kusumadewi, dkk. 2006. “Fuzzy Multi-Attribute Decision Making”. Graha Ilmu. Yogyakarta. [3] Saaty, T. L. 1999. “Fundamental of the Analytical Network Process”. University of Pittsburgh. Japan. [4] Ayu, I. D. 2011. “Penentuan Skala Prioritas Penanganan Jalan Kabupaten di Kabupaten Bangli”. Jurusan Teknik Sipil ProgramUniversitas Udayana : Denpasar. [5] Sulkiyah, D. A. 2013. “Aplikasi Metode Analytic Network Process dan Zero-One Goal Programming pada Pemilihan Pelaksana Proyek”. Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember : Surabaya.
Daftar Pustaka [6] Erginel Nihal, Senturk Sevil. 2011. “Rangking of the GSM Operators with Fuzzy ANP”. Proceedings of the World Congress on Engineering 2011. Vol II. [7] Dagdeviren, Metin. 2008. “A Fuzzy Analytical Network Process (ANP) Model to Identify Faulty Behavior Risk (FBR) in Work System”. Safety Science 46. Hal 771-783. [8] Mardhikawarih, D. A. 2012. “Pemilihan Pemasok Drum Pelumas Industri Menggunakan Fuzzy Analytical Hierarchy Process (Studi Kasus: PT. Pertamina Pusat dan Production Unit Gresik)”. Jurusan Teknik Industri Universitas Sebelas Maret. Surakarta. [9] Paramita, Silvia. 2012. “Penilaian Kinerja Supplier Kemasan Produk Fruit Tea Menggunakan Metode FANP (Studi Kasus di PT Sinar Sosro Gresik”. Jurnal Industri Vol 1 No 3 hal 159-171.
