Menghitung AHP di Excel (Kriteia Utama)
- 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.
|
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 |
0.333333333 |
0.333333333 |
1 |
2 |
5 |
Jenis Ternak |
0.2 |
0.5 |
0.5 |
1 |
3 |
Jumlah Penghasilan |
0.142857143 |
0.142857143 |
0.2 |
0.333333333 |
1 |
Jumlah |
1.926190476 |
5.976190476 |
7.7 |
10.33333333 |
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 |
|||
0.519159456 |
0.669323 |
0.38961 |
0.4839 |
0.3043 |
2.3663 |
0.473262 |
0.129789864 |
0.167331 |
0.38961 |
0.1935 |
0.3043 |
1.1846 |
0.236925 |
0.173053152 |
0.055777 |
0.12987 |
0.1935 |
0.2174 |
0.7696 |
0.153928 |
0.103831891 |
0.083665 |
0.064935 |
0.0968 |
0.1304 |
0.4796 |
0.095928 |
0.074165637 |
0.023904 |
0.025974 |
0.0323 |
0.0435 |
0.1998 |
0.039956 |
- 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.
Terimakasih, semoga informasi ini bisa bermanfaat, apabila kamu berkenan bisa bantu donasi untuk pengembangan blog yang saya bangun melalui link ini https://saweria.co/PenS .
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".
See You, & Wassalamualikum Wr. Wb