Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

(1)

Hak cipta dan penggunaan kembali:

Lisensi ini mengizinkan setiap orang untuk menggubah,

memperbaiki, dan membuat ciptaan turunan bukan untuk

kepentingan komersial, selama anda mencantumkan nama

penulis dan melisensikan ciptaan turunan dengan syarat

yang serupa dengan ciptaan asli.

Copyright and reuse:

This license lets you remix, tweak, and build upon work

non-commercially, as long as you credit the origin creator

and license it on your new creations under the identical

terms.

(2)

LAMPIRAN

RESPONDEN PENELITIAN

No. Nama Jabatan Ruas Kuesioner

Kembali

1. Siswanto Junior Manager Depo KRL Depok

2. Sularjo Junior Manager Quality Control  3. Andi Sasmita Senior Supervisor Pendayagunaan

Depo KRL



4. Rokhmat Senior Supervisor Pemeliharaan Bulanan

 5. Maryadi Senior Supervisor Pemeliharaan AC  6. Sumaryanto Senior Supervisor Pemeliharaan Harian

7. Harun Asngari Senior Supervisor Fasilitas

8. Firdaus Senior Supervisor QC Elektrik  9. Dedy Supervisor Administrasi

10. M. Win

Prayudi Supervisor Perencanaan

11. Heri Pengawas Pemeliharaan Harian  12. Said Pengawas Pemeliharaan

Bulanan

 13. Suyanta Pengawas Pemeliharaan Harian

14. Slamet

Jatmiko Pengawas Pemeliharaan AC

 15. Peru Besari Pengawas Perencanaan

(3)

PENGOLAHAN DATA AHP MENGGUNAKAN

MICROSOFT EXCEL

1. Pembobotan Kriteria k1 k2 k3 k4 k1 1 2 0,125 0,143 k2 0,5 1 0,125 0,167 k3 8 8 1 1 k4 7 6 1 1 total 16,5 17 2,25 2,310 2. Normalisasi Kriteria k1 k2 k3 k4 k1 0,06061 0,117647059 0,0555556 0,06186 k2 0,0303 0,058823529 0,0555556 0,07216 k3 0,48485 0,470588235 0,4444444 0,43299 k4 0,42424 0,352941176 0,4444444 0,43299 total 1 1 1 1 3. Nilai Priority Vektor (PV)

Kriteria EV k1 0,07392 k2 0,05421 k3 0,45822 k4 0,41365 4. Lambda maksimum Kriteria PV Total k1 0,07392 16,5 1,2196154 k2 0,05421 17 0,9216 k3 0,45822 2,25 1,0309899 k4 0,41365 2,31 0,9555417 λ max 4,127747 5. Menentukan CI dan RI CI 0,04258 RI 0,9 6. Menentukan CR CR 0,04731

(4)

Contoh pengolahan data AHP pada kriteria utama Responden 1 Kriteria k1 k2 k3 k4 λ max k1 1 2 0,125 0,143 4,128 k2 0,5 1 0,125 0,167 k3 8 8 1 1 k4 7 6 1 1 total 16,5 17 2,25 2,310 Kriteria k1 k2 k3 k4 total PL k1 0,061 0,118 0,056 0,062 0,296 0,074 k2 0,030 0,059 0,056 0,072 0,217 0,054 k3 0,485 0,471 0,444 0,433 1,833 0,458 k4 0,424 0,353 0,444 0,433 1,655 0,414 total 1 1 1 1 4 CI 0,043 RI 0,9 CR 0,047 Responden 2 Kriteria k1 k2 k3 k4 k1 1 0,2 0,14286 0,33333 5,22767 k2 5 1 0,11111 0,14286 k3 7 9 1 5 k4 3 7 0,2 1 total 16 17,2 1,45397 6,47619 Kriteria k1 k2 k3 k4 total PL k1 0,0625 0,01163 0,09825 0,05147 0,22385 0,05596 k2 0,3125 0,05814 0,07642 0,02206 0,46912 0,11728 k3 0,4375 0,52326 0,68777 0,77206 2,42059 0,60515 k4 0,1875 0,40698 0,13755 0,15441 0,88644 0,22161 total 1 1 1 1 4 CI 0,40922 RI 0,9 CR 0,45469

(5)

Responden 3 Kriteria k1 k2 k3 k4 k1 1 0,2 0,125 0,25 5,77977 k2 5 1 0,11111 0,14286 k3 8 9 1 0,2 k4 4 7 5 1 total 18 17,2 6,23611 1,59286 Kriteria k1 k2 k3 k4 total PL k1 0,05556 0,01163 0,02004 0,15695 0,24418 0,06104 k2 0,27778 0,05814 0,01782 0,08969 0,44342 0,11086 k3 0,44444 0,52326 0,16036 0,12556 1,25362 0,3134 k4 0,22222 0,40698 0,80178 0,6278 2,05878 0,5147 total 1 1 1 1 4 CI 0,59326 RI 0,9 CR 0,65918 Responden 4 Kriteria k1 k2 k3 k4 k1 1 1 0,11111 0,11111 4,6149 k2 1 1 0,33333 1 k3 9 3 1 3 k4 9 1 0,33333 1 total 20 6 1,77778 5,11111 Kriteria k1 k2 k3 k4 total PL k1 0,05 0,16667 0,0625 0,02174 0,30091 0,07523 k2 0,05 0,16667 0,1875 0,19565 0,59982 0,14995 k3 0,45 0,5 0,5625 0,58696 2,09946 0,52486 k4 0,45 0,16667 0,1875 0,19565 0,99982 0,24995 total 1 1 1 1 4 CI 0,20497 RI 0,9 CR 0,22774

(6)

Responden 5 Kriteria k1 k2 k3 k4 k1 1 6 0,11111 1 4,71924 k2 0,16667 1 0,11111 0,2 k3 9 9 1 9 k4 1 5 0,11111 1 total 11,1667 21 1,33333 11,2 Kriteria k1 k2 k3 k4 total PL k1 0,08955 0,28571 0,08333 0,08929 0,54789 0,13697 k2 0,01493 0,04762 0,08333 0,01786 0,16373 0,04093 k3 0,80597 0,42857 0,75 0,80357 2,78811 0,69703 k4 0,08955 0,2381 0,08333 0,08929 0,50027 0,12507 total 1 1 1 1 4 CI 0,23975 RI 0,9 CR 0,26638 Responden 6 Kriteria k1 k2 k3 k4 k1 1 1 0,2 0,33333 4,17149 k2 1 1 0,11111 0,33333 k3 5 9 1 1 k4 3 3 1 1 total 10 14 2,31111 2,66667 Kriteria k1 k2 k3 k4 total PL k1 0,1 0,07143 0,08654 0,125 0,38297 0,09574 k2 0,1 0,07143 0,04808 0,125 0,34451 0,08613 k3 0,5 0,64286 0,43269 0,375 1,95055 0,48764 k4 0,3 0,21429 0,43269 0,375 1,32198 0,33049 total 1 1 1 1 4 CI 0,05716 RI 0,9 CR 0,06351

(7)

Responden 7 Kriteria k1 k2 k3 k4 k1 1 0,11111 0,11111 0,11111 4,06886 k2 9 1 0,5 1 k3 9 2 1 1 k4 9 1 1 1 total 28 4,11111 2,61111 3,11111 Kriteria k1 k2 k3 k4 total PL k1 0,03571 0,02703 0,04255 0,03571 0,14101 0,03525 k2 0,32143 0,24324 0,19149 0,32143 1,07759 0,2694 k3 0,32143 0,48649 0,38298 0,32143 1,51232 0,37808 k4 0,32143 0,24324 0,38298 0,32143 1,26908 0,31727 total 1 1 1 1 4 CI 0,02295 RI 0,9 CR 0,0255 Responden 8 Kriteria k1 k2 k3 k4 k1 1 3 0,2 0,5 4,61236 k2 0,33333 1 0,2 1 k3 5 5 1 1 k4 2 1 1 1 total 8,33333 10 2,4 3,5 Kriteria k1 k2 k3 k4 total PL k1 0,12 0,3 0,08333 0,14286 0,64619 0,16155 k2 0,04 0,1 0,08333 0,28571 0,50905 0,12726 k3 0,6 0,5 0,41667 0,28571 1,80238 0,4506 k4 0,24 0,1 0,41667 0,28571 1,04238 0,2606 total 1 1 1 1 4 CI 0,20412 RI 0,9 CR 0,2268

(8)

Pembobotan Kriteria Utama

K1 Nilai Tambah = 0,07 + 0,14 + 0,10 + 0,04 + 0,16 = 0,09 (3) K2 Biaya = 0,05 + 0,04 + 0,09 + 0,27 + 0,13 = 0,09 (4) K3 Keselamatan = 0,46 + 0,70 + 0,49 + 0,38 + 0,45 = 0,48 (1) K4 Implementasi = 0,41 + 0,13 + 0,33 + 0,32 + 0,26 = 0,27 (2) (Hanya melibatkan responden 1, 5,6,7,dan 8. Karena responden 2,3, dan 4 menunjukkan hasil yang tidak konsisten pada sintesis akhir.)

Hasil pengolahan data AHP menggunakan microsoft excel menunjukkan dengan bobot 0,48 menjadikan kriteria keselamatan menjadi kriteria yang harus diuatamakan saat menentukan strategi pemeliharaan.

(9)

PENGOLAHAN DATA AHP MENGGUNAKAN

SOFTWARE EXPERT CHOICE 11

Responden

(10)

Pembobotan Kriteria pada Subkriteria

- Subkriteria Nilai Tambah

- Subkriteria Biaya

- Subkriteria Keselamatan

(11)

(12)

Pembobotan Alternatif pada Kriteria Nilai Tambah

1. Subkriteria Citra

2. Subkriteria Kualitas

3. Subkriteria Keuntungan

(13)

Pembobotan Alternatif pada Kriteria Biaya

1. Subkriteria Perangkat Keras

2. Subkriteria Pelatihan Karyawan

3. Subkriteria Konsultan

(14)

5. Subkriteria Suku Cadang

Pembobotan Alternatif pada Kriteria Keselamatan

1. Subkriteria Karyawan

2. Subkriteria Fasilitas

(15)

Pembobotan Alternatif pada Kriteria Implementasi Pemeliharaan

1. Subkriteria Teknologi

2. Subkriteria Keinginan Pekerja

3. Subkriteria Keinginan Top Manajemen

(16)

PENGOLAHAN DATA TOPSIS MENGGUNAKAN

MICROSOFT EXCEL

1. Menyusun Normalisasi Matriks Keputusan

Alternatif V1 V2 V3 V4 C1 C2 C3 C4 Corrective 0,063 0,135 0,078 0,07 0,076 0,098 0,091 0,082 Preventive 0,52 0,423 0,524 0,537 0,565 0,362 0,341 0,412 Predictive 0,141 0,188 0,143 0,185 0,173 0,255 0,246 0,185 CBM 0,276 0,254 0,256 0,208 0,185 0,285 0,322 0,32 Alternatif C5 S1 S2 S3 I1 I2 I3 Corrective 0,165 0,117 0,14 0,072 0,07 0,158 0,214 Preventive 0,251 0,481 0,383 0,385 0,43 0,363 0,324 Predictive 0,302 0,154 0,146 0,273 0,229 0,289 0,258 CBM 0,282 0,248 0,332 0,27 0,272 0,19 0,204

Nilai Normalisasi Matriks Keputusan

Bobot Alternatif

2. Memasukkan Bobot ke dalam Matriks Keputusan

Wj = Bobot Alternatif

rij = Nilai Normalisasi Matriks Keputusan

Vij = Nilai Normalisasi Matriks Keputusan Berbobot

Alternatif Bobot Corrective 0,121 Preventive 0,411 Predictive 0,208 CBM 0,26 Vij = Wj x rij

(17)

Alternatif V1 V2 V3 V4 C1 C2 C3 C4 Corrective 0,00762 0,01634 0,00944 0,00847 0,0092 0,01186 0,01101 0,00992 Preventive 0,21372 0,17385 0,21536 0,22071 0,23222 0,14878 0,14015 0,16933 Predictive 0,02933 0,0391 0,02974 0,03848 0,03598 0,05304 0,05117 0,03848 CBM 0,07176 0,06604 0,06656 0,05408 0,0481 0,0741 0,08372 0,0832 Alternatif C5 S1 S2 S3 I1 I2 I3 Corrective 0,01997 0,01416 0,01694 0,00871 0,00847 0,01912 0,02589 Preventive 0,10316 0,19769 0,15741 0,15824 0,17673 0,14919 0,13316 Predictive 0,06282 0,03203 0,03037 0,05678 0,04763 0,06011 0,05366 CBM 0,07332 0,06448 0,08632 0,0702 0,07072 0,0494 0,05304

Nilai Normalisasi Matriks Keputusan Berbobot

3. Membangun Solusi Ideal Positif dan Negatif

a. Solusi ideal positif

√∑ ( 1

)

Dimana:

= Nilai solusi ideal positif

= Nilai Normalisasi Matriks Keputusan Berbobot Tertinggi = Nilai Normalisasi Matriks Keputusan Berbobot

Max 0,21372 0,17385 0,21536 0,22071 0,23222 0,14878 0,14015 0,16933 A+ V1 V2 V3 V4 C1 C2 C3 C4 Corrective 0,04248 0,02481 0,04241 0,04504 0,04974 0,01875 0,01668 0,02541 Preventive 0 0 0 0 0 0 0 0 Predictive 0,034 0,01816 0,03445 0,03321 0,03851 0,00917 0,00792 0,01712 CBM 0,02015 0,01162 0,02214 0,02776 0,0339 0,00558 0,00318 0,00742 Max 0,10316 0,19769 0,15741 0,15824 0,17673 0,14919 0,13316 A+ C5 S1 S2 S3 I1 I2 I3 Total Corrective 0,00692 0,03368 0,01973 0,02236 0,02831 0,01692 0,01151 0,40475 Preventive 0 0 0 0 0 0 0 0 Predictive 0,00163 0,02744 0,01614 0,01029 0,01667 0,00794 0,00632 0,27896 CBM 0,00089 0,01775 0,00505 0,00775 0,01124 0,00996 0,00642 0,19082

(18)

b. Solusi ideal negatif

− _{√∑ (}− 1

)

Dimana:

−_{= Nilai solusi ideal negatif}

−_{= Nilai Normalisasi Matriks Keputusan Berbobot Terendah}

= Nilai Normalisasi Matriks Keputusan Berbobot

MIN 0,00762 0,01634 0,00944 0,00847 0,0092 0,01186 0,01101 0,00992 A- V1 V2 V3 V4 C1 C2 C3 C4 Corrective 0 0 0 0 0 0 0 0 Preventive 0,04248 0,02481 0,04241 0,04504 0,04974 0,01875 0,01668 0,02541 Predictive 0,00047 0,00052 0,00041 0,0009 0,00072 0,0017 0,00161 0,00082 CBM 0,00411 0,00247 0,00326 0,00208 0,00151 0,00387 0,00529 0,00537 MIN 0,01997 0,01416 0,01694 0,00871 0,00847 0,01912 0,02589 A- C5 S1 S2 S3 I1 I2 I3 Total Corrective 0 0 0 0 0 0 0 0 Preventive 0,00692 0,03368 0,01973 0,02236 0,02831 0,01692 0,01151 0,40475 Predictive 0,00184 0,00032 0,00018 0,00231 0,00153 0,00168 0,00077 0,01578 CBM 0,00285 0,00253 0,00481 0,00378 0,00388 0,00092 0,00074 0,04747

Hasil Perhitungan Solusi Ideal Negatif c. Nilai Solusi Ideal Positif dan Negatif

Alternatif A+ A- Corrective 0,6362 0 Preventive 0 0,6362

Predictive 0,52816 0,1256 CBM 0,43683 0,21788

(19)

4. Menghitung Jarak dan Memberikan Peringkat Jarak eucledian − −₊ Dimana : = Jarak eucledian

= Nilai solusi ideal positif −_{= Nilai solusi ideal negatif}

Alternatif Jarak Urutan Corrective 0 4 Preventive 1 1 Predictive 0,19212 2 CBM 0,33279 3