KAWASAN INDUSTRI DAN POTENSI SUMBER DAYA ALAM
2.8 Analytical Hierarchy Process
Adapun prinsip kerja dalam pengelolaan limbah baja menggunakan model
analytical hierarchy process (AHP – criterium decision plus). Pada dasarnya AHP ini berlandaskan pada pola pikir manusia yang sistematis guna menghadapi kompleksitas yang ditangkapnya, sehingga diwujudkan dalam suatu metode yang merumuskan masalah dalam bentuk hirarki dan pertimbangan-pertimbangan dimasukkan guna menghasilkan skala prioritas. Menurut Saaty (1999), analytical hierarchy process
adalah suatu model yang luwes yang memungkinkan kita mengambil keputusan dengan mengkombinasikan pertimbangan dan nilai pribadi secara logis.
Model AHP ditujukan untuk membuat suatu model permasalahan yang tidak mempunyai struktur, biasanya digunakan untuk memecahkan permasalahan (problem solving) yang dapat terukur, masalah yang memerlukan pendapat (judgement) maupun pada situasi yang kompleks atau tidak terkerangka, pada situasi di mana data, informasi statistik sangat minim atau tidak sama sekali dan hanya bersifat kuantitatif yang didasari oleh persepsi, pengalaman atau intuisi. Menurut Saaty (1999), selain itu model AHP juga banyak digunakan sebagai pengambilan keputusan untuk banyak kriteria, perencanaan, alokasi sumberdaya, dan penentuan prioritas dari strategi-strategi yang dimiliki pemain dalam situasi konflik.
Menurut Saaty (1993), terdapat beberapa keuntungan dalam penggunaan model AHP sebagai alat analisis, yaitu:
1. Memberi model tunggal yang mudah dimengerti, luwes untuk keragam persoalan yang tidak struktur;
2. Memadukan rancangan deduktif dan rancangan berdasarkan sistem dalam memcahkan persoalan kompleks;
3. Memberi suatu skala dalam mengukur hal-hal yang tidak terwujud untuk mendapatkan prioritas;
4. Dapat menangani saling ketergantungan elemen-elemen dalam suatu sistem dan tidak memaksa pemikiran linier;
5. Mencerminkan kecenderungan alami pemikiran untuk memilah-milah elemen-elemen suatu sistem dalam berbagai tingkat yang berlainan dan mengelompokkan unsur serupa dalam setisiap tingkat;
6. Menuntun ke suatu tafsiran menyeluruh tentang kebaikan setiap alternatif;
7. Melacak konsistensi logis dari pertimbangan-pertimbangan yang gunakan dalam penetapkan berbagai prioritas;
8. Mempertimbangkan prioritas-prioritas relatif dari berbagai faktor sistem dan memungkinkan orang memilih alternatif terbaik suatu tahapan pelaksanaan kegiatan, berdasarkan tujuan masing-masing;
9. Tidak memaksakan konsensus tetapi tetapi mensintesis suatu hasil yang representatif dari penilaian yang berbeda.
10.Memungkinkan orang memperhalus definisi mereka pada suatu persoalan dan memperbaiki pertimbangan dan pengertian mereka melalui pengulangan.
Selain tersebut di atas, kelebihan model AHP dibandingkan dengan yang lainnya adalah: (1) struktur yang berhirarki, sebagi konsekuensi dari kriteria yang dipilih, sampai pada sub-sub kriteria yang paling dalam, (2) memperhitungkan validitas sampai dengan batas toleransi inkonsisten berbagai kriteria dan alaternatif yang dipilih oleh para pengambil keputusan, (3) memperhitungkan daya tahan output
analisis sensitifitas pengambilan keputusan. Model AHP juga mempunyai kemampuan untuk memecahkan masalah yang multi-obyek dan multi-kriteria yang berdasar pada pertimbangan preferensi dari setiap elemen. Jadi, model ini merupakan model pengambilan keputusan yang komprehensif.
Menurut Suryadi (2002), langkah-langkah yang dilakukan pada analisis AHP adalah sebagai berikut:
1. Mendefinisikan persoalan dan merinci pemecahan yang diinginkan.
2. Membuat matrik perbandingan berpasangan untuk setiap elemen dalam hirarki. 3. Memasukkan semua pertimbangan yang diperlukan untuk mengembangkan
perangkat matrik.
4. Mengolah data dalam matrik perbandingan berpasangan sehingga didapatkan prioritas setiap elemen hirarki.
6. Melakukan langkah-langkah di atas untuk setiap level hirarki.
7. Menggunakan komposisi hirarki untuk membobotkan vektor-vektor prioritas dengan bobot-bobot kriteria dan menjumlahkan semua nilai prioritas yang sudah diberi bobot tadi dengan nilai prioritas dari level bawah berikutnya dan seterusnya. Hasilnya adalah vektor prioritas menyeluruh untuk level hirarki paling bawah. 8. Mengevaluasi konsistensi untuk seluruh hirarki dengan mengalikan setiap indeks
konsistensi dengan prioritas kriteria yang bersangkutan dan menjumlahkan hasil kalinya. Hasil ini kemudian dibagi dengan pernyataan sejenis menggunakan indeks konsistensi random/acak yang sesuai dengan dimensi tiap matrik. Rasio konsistensi hirarki tersebut tidak boleh lebih dari 0,1. Jika tidak maka proses harus diperbaiki.
2.8.1 Matriks Perbandingan Berpasangan
Matriks perbandingan berpasangan dibuat untuk menggambarkan pengaruh relatif atau pengaruh setiap elemen terhadap masing-masing tujuan yang setingkat diatasnya, perbandingan berdasarkan penilaian (judgement) dari para pengambil keputusan, dengan menilai tingkat kepentingan satu elemen dibandingkan dengan elemen lainnya. Untuk menilai perbandingan tingkat kepentingan suatu elemen terhadap elemen yang lain, maka digunakan pembobotan berdasarkan skala proses AHP yang disarankan, seperti yang disajikan pada Tabel 6.
Tabel 6. Skala banding secara berpasangan dalam AHP
Tingkat
Kepentingan Keterangan Penjelasan
1 3 5 7 9 2,4,6,8 Kebalikan
Kedua elemen sama pentingnya.
Elemen yang satu sedikit lebih penting daripada elemen yang lainnya.
Elemen yang satu lebih penting dari pada elemen yang lain.
Elemen yang satu jelas lebih penting dari pada elemen yang lain.
Elemen yang satu mutlak lebih penting daripada elemen yang lain.
Nilai-nilai antara dua nilai pertimbangan yang berdekatan.
Jika untuk aktifitas i mendapat satu angka bila dibandingkan dengan aktifitas j, maka j mempunyai nilai kebalikannya bila dibandingkan dengan i.
Dua elemen mempunyai pengaruh yang sama terhadap tujuan. Pengalaman dan penilaian sedikit mendukung satu elemen dibandingkan elemen lainnya.
Pengalaman dan penilaian sangat kuat mendukung satu elemen dibanding elemen lainnya.
Satu elemen dengan kuat didukung dan dominan terlihat dalam praktek.
Bukti yang mendukung elemen yang satu terhadap elemen lain memiliki tingkat penegasan tertinggi yang mungkin menguatkan.
Nilai ini diberikan bila ada dua kompromi diantara dua pilihan.
Sumber: Saaty (1999)
Untuk mengkuantifikasi data kualitatif pada materi wawancara digunakan nilai skala komparasi 1 sampai 9. Skala 1 sampai dengan 9 merupakan skala yang terbaik dalam mengkualifikasikan pendapat, yaitu berdasarkan akurasinya yang ditunjukkan dengan nilai RMS (root mean square deviation) dan MAD (median absolute deviation).
2.8.2 Besarnya Bobot
Menurut Marimin (2005), terdapat 3 langkah untuk menentukan besarnya bobot yang dimulai kasus khusus yang sederhana sampai dengan kasus-kasus umum, adalah sebagai berikut:
1. Langkah 1:
wi/wj = aij (i,j = 1, 2,...,n) ... (1) wi = bobot input dalam baris
wj = bobot input dalam lajur 2. Langkah 2:
Untuk kasus-kasus umum mempunyai bentuk: n wi = 1 ∑ aij wj (i = 1, 2,...,n) n j=i wi = rata-rata dari ai1 w1 , ..., ain wn 3. Langkah 3:
Bila perkiraan aij baik akan cenderung untuk dekat dengan nisbah wi/wj. Jika n juga berubah, maka n diubah menjadi λ maksimum sehingga diperoleh:
n
wi = 1 ∑ aij wj (i = 1, 2,...,n) ... (3) λ max j=i
2.8.3 Indeks Konsistensi (CI)
Pengukuran ini dimaksudkan untuk mengetahui konsistensi jawaban yang akan berpengaruh kepada keabsahan hasil. Indeks konsistensi untuk menyatakan penyimpangan konsistensi dan menyatakan ukuran tentang konsisten tidaknya suatu penilaian atau pembobotan perbandingan berpasangan, dihitung dengan menggunakan rumus: CI = 1 max − − n n λ ... (4)
Keterangan: λ max = akar ciri maksimum; n = ukuran matriks
Nilai pengukuran indeks konsistensi (CI) diperlukan untuk mengetahui kekonsistensian jawaban dari key person yang akan berpengaruh terhadap keabsahan hasil.
Perhitungan Consistency Ratio (CR)
Consistency ratio merupakan parameter yang digunakan untuk memeriksa apakah perbandingan berpasangan telah dilakukan dengan konsekuen atau tidak (Marimin, 2004).Consistency ratio dapat dihitung dengan persamaan:
RI CI
CR= ... (5) Di mana nilai RI diperoleh dari nilai indeks random.