Analytical Network Process
(ANP)
Pendahuluan
•
ANP
metode pemecahan suatu masalah yang
tidak terstruktur dan membutuhkan
ketergantungan hubungan antar elemennya.
•
ANP dikembangkan dari AHP (atas dasar
hubungan saling ketergantungan antara beberapa
komponen)
–
ANP merupakan bentuk khusus dari AHP.
•
ANP dapat mengakomodasi permasalahan yang
tidak pasti dan kompleks yang tidak dapat
Pendahuluan
•
Aplikasi ANP belum sebanyak AHP dalam
pengambilan keputusan.
•
Beberapa contoh aplikasi ANP antara lain
dalam re-engineering, supply chain, logistik,
seleksi proyek, kebijakan energi, quality
Komponen ANP
•
Model ANP terdiri dari dua bagian :
1. Suatu hirarki kontrol atau jaringan kriteria dan
sub kriteria yang mengontrol interaksi di dalam
suatu sistem.
Inner dan Outer Dependence
•
Semua interaksi dan umpan balik di dalam
satu klaster dinamai inner dependencies
•
Semua interaksi dan feedback antar klaster
disebut outer dependencies.
•
Inner dan outer dependencies adalah metode
terbaik bagi pengambil keputusan agar dapat
merepresentasikan konsep saling pengaruh
Tahapan ANP
1. Buat suatu hirarki jaringan keputusan yang menunjukkan hubungan antar faktor keputusan
2. Buat perbandingan berpasangan di antara faktor yang mempengaruhi keputusan
3. Hitunglah relative importance weight vectors dari faktor-faktor tersebut.
4. Buatlah suatu supermatriks, yaitu suatu matriks yang tersusun dari relative importance weight vectors. Kemudian normalisasikan supermatriks tersebut sehingga angka-angka di dalam tiap-tiap kolom pada supermatriks memiliki jumlah bernilai 1 (satu)
5. Hitunglah bobot akhir dengan meningkatkan supermatriks dengan 2k+1 dimana k merupakan sembarang angka yang besar sampai stabilitas bobot terjadi, dimana nilai-nilai dalam supermatriks
Perbedaan AHP dan ANP
NO PERBEDAAN AHP ANP
1 Kerangka Hierarki Jaringan
2 Hubungan Dependensi Dependensi dan Feedback 3 Prediksi Kurang Akurat Lebih Akurat
4 Komparasi Preferensi/Kepentingan Pengaruh
Lebih Subjektif Lebih Objektif
5 Hasil Matriks, Eigenvector Supermatriks
Kurang Stabil Lebih Stabil