BAB III METODE PENELITIAN
3.8 Metode Analisis Data
Metode analisis data yang dilakukan dalam menganalisis daya saing ekonomi di Kab. Batu Bara pada tahun 2014 ialah melalui Analisi Deskriptif dan Analytical Hierarchy Process (HAP). Secara jelasnya, metode yang digunakan antara lain adalah sebagai berikut:
1. Analisis Deskriptif
Analisis ini memberikan gambaran tentang karakteristik tertentu dari data yang telah dikumpulkan. Data tersebut akan dianalisis sehingga menghasilkan gambaran mengenai persepsi masyarakat terhadap faktor-faktor penentu daya siang ekonomi Kab. Batu Bara. Analisis data disajikan dalam bentuk tabulasi, gambar (chart) dan diagram.
2. Analytical Hierarchy Process (HAP)
Analisis ini digunakan untuk memberikan nilai bobot setiap faktor dan vaariabel dalam menghitung faktor-faktor penentu daya saing ekonomi di Kabupaten Batu Bara pada tahun 2014. Proses pemberian bobot indikator dan sub-indikator (variabel) dilakukan dengan menggunakan Analytical Hierarchy Process (HAP) melalui kuisoner untuk kelompok masyarakat yang sudah ditentukan sebelumnya dari berbagai latar belakang disiplin ilmu.
Metode Analytical Hierarchy Process (HAP) awalnya dikembangkan oleh Prof. Thomas Lorie Saaty dari Wharton Business School sekitar tahun 1970. Metode ini digunakan untuk mencari rangking atau urutan prioritas dari berbagai alternatif dalam pemecahan suatu permasalahan.
Analytical Hierarchy Process (HAP) mempunyai landasan aksiomatik yang terdiri dari:
1. Resiprocal Comparison, yang mengandung arti bahwa matriks perbandingan berpasangan yang terbentuk harus bersifat berkebalikan. Misalnya, jika A adalah k kali lebih penting dari pada B maka B adalah 1/k kali lebih penting dari A.
2. Homogenity, yaitu mengandung arti kesamaan dalam melakukan
perbandingan. Misalnya, tidak di mungkinkan membandingkan jeruk dengan bola tenis dalam hal rasa, akan tetapi lebih relevan jika membandingkan dalam hal berat.
3. Dependence, yang berarti setiap level mempunyai kaitan (complete hierarchy) walaupun mungkin saja terjadi hubungan yang tidak sempurna (incomplete hierarchy).
4. Expectation, yang berarti menonjolkan penilaian yang bersifat ekspektasi dan preferensi dari pengambilan keputusan. Penilaian dapat merupakan data kuantitatif maupun yang bersifat kualitatif.
Secara umum pengambilan keputusan dengan metode AHP didasarkan pada langkah-langkah berikut:
2 Membuat struktur hirarki yang diawali dengan tujuan umum, dilanjutkan dengan kriteria-kriteria dan alternatif-alternatif pilihan yang ingin di rangking. 3 Membentuk matriks perbandingan berpasangan yang menggambarkan
kkontribusi relatif atau pengaruh setiap elemen terhadap masing-masing tujuan atau kriteria yang setingkat diatasnya. Perbandingan dilakukan berdasarkan pilihan atau judgement dari pembuat keputusan dengan menilai tingkat-tingkat kepentingan suatu elemen dibandingkan dengan lainnya. 4 Menormalkan data yaitu dengan membagi nilai dari setiap elemen didalam
matriks yang berpasangan dengan nilai total dari setiap kolom.
5 Menghitung nilai eigen vector dan menguji konsistensinya, jika tidak konsisten maka pengambilan data (preferensi) perlu diulangi. Nilai eigen vector yang dimaksud adalah nilai eigen vector maksimum yang di peroleh dengan menggunakan matlab maupun dengan manual.
6 Mengulangi langkah 3, 4 dan 5 untuk seluruh tingkat hirarki.
7 Menghitung eigen vector dari setiap matriks perbandingan berpasangan. Nilai eigen vector merupakan bobot setiap elemen. Langkah ini untuk mensintesis pilihan dalam penentuan prioritas elemen-elemen pada tingkat hirarki terendah sampai pencapaian tujuan.
8 Menguji konsistensi hirarki. Jika tidak memenuhi dengan CR < 0,15 maka penilaian harus diulang kembali.
Rasio konsistensi (CR) merupakan batas ketidak konsistenan (inconsistency) yang ditetapkan saaty. Rasio konsistensi dirumuskan sebagai
perbandingan indeks konsistensi (RI). Angka pembanding pada perbandingan berpasangan adalah skala 1 sampai 9, dimana:
Skala 1 = setara antara kepentingan yang satu dengan kepentingan yang lain. Skala 3 = kategori sedang dibandingkan dengan kepentingan lainnya.
Skala 7 = kategori amat kuat dibandingkan dengan kepentingan lainnya. Skala 9 = kepentingan satu secara ekstrim lebih kuat dari kepentingan lainnya. Prioritas alternatif terbaik dari total rangking yang diperoleh merupakan rangking yang dicari dalam Analytical Hierarchy Process (AHP) ini. Dalam menyelesaikan persoalan dengan metode Analytic Hierarchy Process (AHP) ada beberapa prinsip dasar yang harus dipahami antara lain sebagai berikut (Saaty, 1990) :
a. Decomposition
Sistem yang kompleks dapat dengan mudah dipahami kalau sistem tersebut dipecah menjadi berbagai elemen pokok, kemudian elemen-elemen tersebut disusun secara hirarkis. Hirarki masalah disusun untuk membantu proses pengambilan keputusan dengan memperhatikan seluruh elemen keputusan yang terlibat dalam sistem. Sebagian besar masalah menjadi sulit untuk diselesaikan karena proses pemecahannya dilakukan tanpa memandang masalah sebagai suatu sistem dengan suatu struktur tertentu.
Pada tingkat tertinggi dari hirarki, dinyatakan tujuan, sasaran dari sistem yang dicari solusi masalahnya. Tingkat berikutnya merupakan penjabaran dari tujuan tersebut. Suatu hirarki dalam metode AHP merupakan penjabaran elemen yang tersusun dalam beberapa tingkat, dengan setiap tingkat mencakup beberapa
elemen homogen. Sebuah elemen menjadi kriteria dan patokan bagi elemen- elemen yang berada di bawahnya. Dalam menyusun suatu hirarki tidak terdapat suatu pedoman tertentu yang harus diikuti. Hirarki tersebut tergantung pada kemampuan penyusun dalam memahami permasalahan. Namun tetap harus bersumber pada jenis keputusan yang akan diambil.
Untuk memastikan bahwa kriteria-kriteria yang dibentuk sesuai dengan tujuan permasalahan, maka kriteria-kriteria tersebut harus memiliki sifat-sifat berikut :
1) Minimum
Jumlah kriteria diusahakan optimal untuk memudahkan analisis. 2) Independen
Setiap kriteria tidak saling tumpang tindih dan harus dihindarkan pengulangan kriteria untuk suatu maksud yang sama.
3) Lengkap
Kriteria harus mencakup seluruh aspek penting dalam permasalahan. 4) Operasional
Kriteria harus dapat diukur dan dianalisis, baik secara kuantitatif maupun kualitatif dan dapat dikomunikasikan.
b. Comparative Judgment
Prinsip ini berarti membuat penilaian tentang kepentingan relatif dua elemen pada suatu tingkat tertentu dalam kaitannya dengan criteria di atasnya. Penilaian ini merupakan inti dari AHP, karena ia akan berpengaruh dalam
keputusan. Hasil dari penilaian ini disajikan dalam bentuk matriks yang dinamakan matriks pairwise comparison.
Yang pertama dilakukan dalam menentapkan prioritas elemen-elemen dalam suatu pengambilan keputusan adalah dengan membuat perbandingan berpasangan, yaitu membandingkan berpasangan, yaitu membandingkan dalam bentuk berpasangan seluruh kriteria untuk setiap sub sistem hirarki. Dalam perbandingan berpasangan ini, bentuk yang lebih disukai adalah matriks, karena matriks merupakan alat yang sederhana yang biasa dipakai, serta memberi kerangka untuk menguji konsistensi. Rancangan matrik ini mencerminkan dua segi prioritas yaitu, mendominasi dan didominasi.
Misalkan terdapat suatu sub sistem hirarki dengan kriteria C dan sejumlah n alternatif dibawahnya, Ai sampai An. Perbandingan antar alternatif untuk sub
sistem hirarki itu dapat dibuat dalam bentuk matriks n × n, seperti pada tabel 4 di bawah ini :
Tabel 3.2.
Matriks Perbandingan Berpasangan
C A1 A2 A3 ….. An A1 A2 A3 ….. An a11 a21 a31 ….. an1 a12 a22 a32 ….. an2 a13 a23 a33 ….. an3 … … … … … a1n a2n a3n ….. ann
Nilai a11 adalah nilai perbandingan elemen A1 (baris) terhadap A1 (kolom)
yang menyatakan hubungan :
b. Seberapa jauh dominasi A1 (baris) terhadap A1 (kolom) atau
c. Seberapa banyak sifat kriteria C terhadap A1 (baris) dibandingkan dengan A1
(kolom).
Nilai numerik yang dikenakan untuk seluruh perbandingan diperoleh dari skala perbandingan yang disebut Saaty pada tabel 5. Apabila bobot kriteria Ai
adalah Wi dan bobot elemen Wj maka skala dasar 1-9 yang disusun Saaty mewakili perbandingan (Wi/Wj)/1. Angka-angka absolute pada skala tersebut merupakan pendekatan yang amat baik terhadap perbandingan bobot elemen Ai
terhadap elemen Aj.
Tabel 3.3.
Skala Penilaian Perbandingan
Skala tingkat
kepentingan Definisi Keterangan
1 Sama pentingnya Kedua elemen mempunyai pengaruh yang sama
3 Sedikit lebih penting
Pengalaman dan penilaian sedikit memihat satu elemen dibandingkan dengan pasangannya
5 Lebih penting
Pengalaman dan penilaian sangat memihak satu elemen dibandingkan dengan pasangannya
7 Sangat penting
Satu elemen sangat disukai dan secara praktis dominasinya sangat nyata dibandingkan dengan elemen pasangannya
9 Mutlak lebih penting
Satu elemen terbukti mutlak lebih disukai dibandingkan dengan pasangannya, pada tingkat keyakinan yang tertinggi
2,4,6,8 Nilai tengah Diberikan bila terdapat keraguan penilaian antara dua penilaian yang berdekatan Kebalikan Aij = 1/Aji
Bila aktivitas i memperoleh suatu angka bila dibandingkan dengan aktivitas j, maka j memiliki nilai kebalikannya bila dibandingkan i
Saaty menyusun angka-angka absolute sebagai skala penilaian berdasarkan kemampuan manusia untuk menilai secara kualitatif, yaitu melalui ungkapan sama, lemah, amat kuat, dan absolute atau ekstrim. Penilaian yang dilakukan oleh banyak partisipan akan menghasilkan pendapat yang berbeda satu sama lain. AHP hanya memerlukan satu jawaban untuk matriks perbandingan.
Jadi semua jawaban dari partisipan harus dirata-ratakan. Dalam hal ini Saaty memberikan metode perataan dengan rata-rata geometric atau geometric mean. Rata-rata geometric dipakai karena bilangan yang dirata-ratakan adalah deret bilangan yang sifatnya rasio dan dapat mengurangi gangguan yang ditimbulkan salah satu bilangan yang terlalu besar atau terlalu kecil.
Teori rata-rata geometric menyatakan bahwa jika terdapat n partisipan yang melakukan perbandingan berpasangan, maka terdapat n jawaban atau nilai numerik untuk setiap pasangan. Untuk mendapatkan nilai tertentu dari semua nilai tersebut, masing-masing nilai harus dikalikan satu sama lain kemudian hasil perkalian itu dipangkatkan dengan 1/n. Secara sistematis dituliskan sebagai berikut:
aij = (z1. z2. z3. …. zn)1/n
dengan :
aij = Nilai rata-rata perbandingan berpasangan kriteria Ai dengan Aj untuk n partisipan
Zi = Nilai perbandingan antara A1 dengan Ai untuk partisipan i, dengan nilai i = 1, 2, 3, …, n
n = Jumlah partisipan
c. Synthesis of Priority
Dari setiap matriks Pairwise Comparison kemudian dicari eigenvector dari setiap matriks Pairwise Comparison untuk mendapatkan local priority. Karena
mendapatkan global priority harus dilakukan sintesis di antara local priority. Prosedur melakukan sintesis berbeda menurut bentuk hirarki. Pengurutan elemen- elemen menurut kepentingan relatif melalui prosedur sintesis dinamakan priority setting.
d. Logical Consistency
Salah satu asumsi utama model AHP yang membedakannya dengan model-model pengambilan keputusan lain adalah tidak adanya syarat konsistensi mutlak. Dengan model AHP yang memakai persepsi manusia sebagai inputnya maka ketidakkonsistenan mungkin terjadi karena manusia memiliki keterbatasan dalam menyatakan persepsinya secara konsisten terutama kalau harus membandingkan banyak kriteria. Berdasarkan kondisi ini maka manusia dapat menyatakan persepsinya tersebut akan konsisten nantinya atau tidak.
Pengukuran konsistensi dari suatu matriks itu sendiri didasarkan atas eigenvalue maksimum. Dengan eigenvalue maksimum, inkonsistensi yang biasa dihasilkan matriks perbandingan dapat diminumkan.
Rumus dari indeks konsistensi adalah:
CI = (λmaks – n) ( n – 1)
Dengan :
CI = indeks konsistensi
(λmaks = eigenvalue maksimum
n = orde maktrik
dengan λ merupakan eigenvalue dan n ukuran matriks. Eigenvalue maksimum suatu matriks tidak akan lebih kecil dari nilai n sehingga tidak mungkin ada nilai CI negatif. Makin dekat eigenvalue maksimum dengan besarnya matriks, makin konsisten matriks tersebut dan apabila sama besarnya
sehari-hari CI tersebut biasa disebut indeks inkonsistensi karena rumus (2.2) di atas memang lebih cocok untuk mengukur inkonsistensi suatu matriks.
Indeks inkonsistensi di atas kemudian diubah dalam bentuk rasio inkonsistensi dengan cara membaginya dengan suatu indeks random. Indeks random menyatakan rata-rata konsistensi dari matriks perbandingan berukuran 1 sampai 10 yang didapatkan dari suatu eksperimen oleh Oak Ridge National Laboratory dan kemudian dilanjutkan oleh Wharton School.
Tabel 3.4.
Pembangkit Random (RI)
N 1 2 3 4 5 6 7 8 9 10
RI 0 0 0.58 0.9 1.12 1.24 1.32 1.41 1.45 1.49
CR = CI/RI
CR = Rasio konsistensi
RI = Indeks random
Selanjutnya konsistensi responden dalam mengisi kuesioner diukur. Pengukuran konsistensi ini dimaksudkan untuk melihat ketidak konsistensinan respon yang diberikan responden. Sato dalam Chow and Luk (2005) telah menyusun nilai CR (Consistency Ration) yang diizinkan adalah CR < 0,15.