Metode Analytic Hierarchy Process (AHP) dan Analytic Network Process (ANP)

Multi Criteria Decision Analysis (MCDA) atau Multi Criteria Decision Making (MCDM) adalah cabang keilmuan riset operasi yang digunakan untuk menemukan keputusan optimal didalam permasalahan yang kompleks seperti variasi indikator, sasaran objektif dan kriteria (Kumar et al, 2017) sedangkan menurut Beltran et al. (2014), MCDM adalah kesatuan konsep, metode dan teknik yang dikembangkan untuk membantu dalam pengambilan keputusan untuk menyelesaikan keputusan yang kompleks dengan cara sistematik dan terstruktur.

Metode MCDM yang umum dipakai adalah Analytic Hierarchy Process (AHP) dan Analytic Network Process (ANP) yang digagas oleh Thomas L. Saaty (1996). AHP yaitu teori pengukuran dengan perbandingan berpasangan dan didasarkan pada keputusan para ahli untuk menyusun skala prioritas (Saaty, 2008). Dalam menyelesaikan masalah multicriteria, metode AHP digunakan untuk memperoleh prioritas berdasarkan penilaian preferensi pembuat keputusan dengan teknik perbandingan berpasangan (pairwise comparison) yang mewakili kemampuan hakiki manusia untuk menyusun persepsinya secara bertingkat, membandingkan sepasang solusi setara terhadap kriteria yang diberikan (Ciptomulyono, 2008). Struktur permasalahan AHP diberikan dalam bentuk tingkatan (hirarki) dari atas ke bawah dimulai dari tujuan, kriteria, sub-kriteria dan altrenatif.

Tahapan metode AHP bisa digambarkan sesuai flowchart berikut:

Gambar 1. Standar Pembentukan Metode AHP (Saaty, 1996)

Berikut uraian dari flowchart standar pembentukan AHP tersebut :

Mendefinisikan permasalahan dan menentukan tujuan/pengetahuan yang ingin dicapai
Menyusun struktur hirarki dengan urutan paling atas adalah tujuan yang diharapkan (goal decision), kemudian diikuti kriteria (bisa dilanjutkan ke sub-kriteria) dan level terbawah adalah alternatif
Menyusun matriks perbandingan berpasangan (pairwise comparison) untuk setiap kriteria/sub-kriteria dan alternatif yang telah ditentukan. Teknik perbandingan berpasangan menggunakan skala prioritas untuk kriteria terpilih menggunakan Skala Saaty 1-9 berikut

Tabel 1. Skala Saaty untuk Perbandingan Berpasangan

Matriks untuk elemen a_ij mendapat nilai x sehingga untuk elemen a_ji(kebalikannya) mendapat nilai 1/x sehingga bersifat reciprocal

Melakukan proses normalisasi yaitu operasi baris dengan membagi nilai matriks a_ij dengan nilai total matriks dalam satu kolom (n) dan operasi kolom untuk mendapatkan nilai pembobotan (w_i)

Menghitung eigen value (λ) dan eigen value maximum (λ_max)

Menguji konsistensinya dengan menggunakan consistency index (CI)

Menghitung Consistency Ratio (CR)

Saaty (2008) menetapkan nilai CR ≤ 10% untuk standar data konsistensi bisa diterima dan jika CR >10% maka data tidak konsisten sehingga dilakukan ulang pangambilan data untuk perbandingan berpasangan.

Rumus yang dipakai adalah :

Tabel 2 Random Consistency Index

Menyusun rangking prioritas

Rangking prioritas didasarkan pada nilai terbobot (weighted score) tertinggi

Metode pengembangan dari AHP adalah ANP yaitu metode untuk pengambilan keputusan yang mengatasi permasalahan yang antar kriterianya saling keterkaitan dan tidak dapat distrukturkan secara hirarki (Saaty, 1996). Pengembangan metode ini didasarkan karena dalam metode ANP permasalahan tidak bisa distrukturkan kedalam bentuk hirarki dan antar kriteria tidak terdapat hubungan keterkaitan satu sama lain. Keterkaitan pada metode ANP ada 2 jenis yaitu keterkaitan dalam satu set elemen (inner dependence) dan antar elemen yang berbeda (outer dependence). Metode ANP merupakan perluasan dari metode AHP dengan mempertimbangkan ketergantungan antara unsur-unsurnya. Metode ANP memiliki struktur non-linear/jaringan bukan hirarkidan membutuhkan teknik AHP sebagai langkah awal untuk proses di ANP.

Langkah-langkah pembentukan ANP sesuai flowchart berikut:

Gambar 2. Standar Pembentukan Metode ANP (Saaty, 1996)

Uraiannya flowchart standar pembentukan ANP sebagai berikut:

Perhitungan sesuai langkah metode AHP sudah menghasilkan CR ≤10% dan eigenvectorhasil observasi dari matriks perbandingan berpasangan menghasilkan bobot untuk setiap kriteria dan hasilnya digunakan untuk menyusun supermatriks

Menyusun dan menyelesaikan unweighted supermatriks

Unweighted supermatriks disusun dengan cara memasukkan semua eigenvector yang telah dihitung

Menyusun dan menyelesaikan weighted supermatriks

Melakukan perkalian setiap nilai unweighted supermatriks terhadap matriks perbandingan kriteria/sub-kriteria
Menyusun dan menyelesaikan limiting supermatriks

Limiting supermatriks diselesaikan dengan cara memangkatkan supermatriks secara terus-menerus sehingga angka di setiap kolom dalam satu baris sama besar

Melakukan pembobotan setiap objek
Menentukan rangking prioritas

Metode ANP sudah banyak digunakan oleh peneliti dalam membuat keputusan multikriteriayang saling berkaitan seperti yang dilakukan oleh Ciptomulyono et al. (2008) dalam pengukuran kinerja perusahaan yang diantara variabel kriterianya terdapat hubungan saling keterkaitan seperti perspektif financial, persepektif customer, perspektif internal business process, perspektif learning and growth. Metode ANP digunakan untuk penilaian pembobotan beberapa perspektif.

Beltran et al. (2014) menggunakan pendekatan AHP/ANP untuk pemilihan inevstasi proyek pada pembangkit tenaga surya. Terdapat 3 level kriteria yang dipakai yaitu tahap identify and analyze criteria, tahap feasibility study dan tahap project portfolio. Setia level kriteria dilakukan pembobotan menggunakan pendekatan AHP/ANP dan analisa sensitifitas. Konsep perhitungan yaitu jika diterima di level pertama maka lanjut ke level berikutnya dan level terakhir adalah penentuan rangking prioritas.

Referensi : Tesis Feriyanto (2018) dengan judul "aplikasi multicriteria decision analysis untuk pemilihan proses dan operasi koagulasi-flokulasi di pretreatment water system PLTU"