Tutorial Analytical Hierarchy Process (AHP) adalah salah satu materi paling krusial bagi mahasiswa Sistem Informasi dan Manajemen di Universitas Ma’soem. Masalah utama dalam penelitian menggunakan metode ini bukanlah pada penentuan bobot, melainkan pada tingkat konsistensi jawaban responden. Jika hasil perhitungan Consistency Ratio (CR) lebih dari 10% (0.1), maka data tersebut dianggap tidak konsisten dan penelitian harus diulang atau diperbaiki.
Memahami cara menghitung CR secara manual atau sistemis adalah bukti bahwa mahasiswa memiliki ketelitian tinggi dalam mengolah data pendukung keputusan. Berikut adalah panduan langkah demi langkah untuk menghitung Consistency Ratio agar hasil penelitian skripsi Anda valid secara ilmiah.
Langkah 1: Menyiapkan Matriks Perbandingan Berpasangan
Proses dimulai dengan memasukkan data hasil kuesioner dari pakar atau responden ke dalam matriks persegi. Jika Anda memiliki 3 kriteria (A, B, C), maka Anda akan memiliki matriks 3×3. Prinsip utama matriks ini adalah nilai perbandingan terbalik. Jika kriteria A tiga kali lebih penting dari B (nilai 3), maka kriteria B adalah sepertiga kali penting dari A (nilai 1/3).
Pastikan semua nilai diagonal matriks adalah 1, karena kriteria yang dibandingkan dengan dirinya sendiri memiliki tingkat kepentingan yang sama. Kesalahan penginputan data pada tahap awal ini akan berakibat fatal pada seluruh perhitungan konsistensi di tahap berikutnya.
- Input Data Kuesioner berdasarkan skala perbandingan Saaty (1 sampai 9).
- Pastikan Nilai Kebalikan (Reciprocal) terisi dengan benar pada sel yang berlawanan di bawah garis diagonal.
- Lakukan Penjumlahan Kolom pada setiap kriteria untuk digunakan dalam proses normalisasi pada langkah kedua.
- Cek Ulang Entri Data untuk memastikan tidak ada salah ketik yang bisa mengacaukan hasil akhir perhitungan.
Langkah 2: Melakukan Normalisasi dan Mencari Eigen Vector
Setelah jumlah kolom didapatkan, langkah selanjutnya adalah normalisasi matriks. Bagi setiap nilai sel dalam matriks dengan total jumlah kolomnya masing-masing. Hasilnya adalah matriks baru yang setiap kolomnya jika dijumlahkan akan bernilai tepat 1.
Setelah dinormalisasi, Anda harus mencari Eigen Vector atau bobot prioritas. Caranya adalah dengan menjumlahkan nilai pada setiap baris matriks hasil normalisasi, kemudian dibagi dengan jumlah kriteria (n). Nilai Eigen Vector inilah yang akan menjadi bobot akhir dari setiap kriteria yang Anda teliti dalam skripsi.
- Normalisasi Matriks dengan membagi setiap sel dengan total kolom terkait.
- Penghitungan Rata-rata Baris untuk mendapatkan nilai Eigen Vector (Bobot Kriteria).
- Verifikasi Total Bobot untuk memastikan bahwa jumlah seluruh Eigen Vector adalah tepat 1.00.
- Penyimpanan Nilai Bobot untuk digunakan kembali pada perhitungan konsistensi di langkah ketiga.
Langkah 3: Menghitung Nilai Lambda Maksimum
Langkah ini bertujuan untuk melihat seberapa konsisten matriks yang dibuat berdasarkan hubungan matematisnya. Anda perlu mengalikan matriks awal (Langkah 1) dengan Eigen Vector yang baru saja didapatkan (Langkah 2). Hasil perkalian tersebut kemudian dibagi kembali dengan masing-masing Eigen Vector per baris.
Hasil pembagian tersebut akan memberikan beberapa nilai. Carilah rata-rata dari nilai-nilai tersebut untuk mendapatkan Lambda Maksimum ($\lambda_{max}$). Dalam teori AHP, nilai $\lambda_{max}$ harus selalu lebih besar atau minimal sama dengan jumlah kriteria (n). Jika hasil $\lambda_{max}$ lebih kecil dari n, berarti terdapat kesalahan perhitungan pada langkah-langkah sebelumnya.
- Perkalian Matriks Awal dengan Eigen Vector untuk mendapatkan vektor baru.
- Pembagian Hasil Perkalian dengan nilai bobot masing-masing baris secara berurutan.
- Penghitungan Rata-rata Hasil Pembagian untuk mendapatkan nilai $\lambda_{max}$ yang akurat.
- Validasi Nilai Lambda agar tetap berada di atas jumlah kriteria yang sedang diteliti.
Langkah 4: Menghitung Consistency Index dan Consistency Ratio
Setelah mendapatkan nilai $\lambda_{max}$, Anda bisa menghitung Consistency Index (CI). CI merupakan ukuran penyimpangan konsistensi dari matriks yang dibuat. Rumus yang digunakan adalah $(\lambda_{max} – n)$ dibagi dengan $(n – 1)$. Nilai CI ini kemudian akan dibandingkan dengan Random Index (RI), yaitu angka indeks acak yang sudah ditetapkan oleh Thomas L. Saaty berdasarkan jumlah kriteria.
Hasil pembagian antara CI dengan RI inilah yang disebut sebagai Consistency Ratio (CR). Nilai CR inilah yang menjadi penentu akhir apakah data penelitian Anda valid atau tidak. Mahasiswa Universitas Ma’soem dididik untuk teliti dalam tahap ini agar kesimpulan yang diambil dalam Sistem Pendukung Keputusan (SPK) benar-benar objektif dan bisa dipertanggungjawabkan.
- Penghitungan Consistency Index (CI) menggunakan rumus standar $(\lambda_{max} – n) / (n – 1)$.
- Penentuan Random Index (RI) sesuai dengan tabel referensi Saaty berdasarkan jumlah kriteria (n).
- Pembagian CI dengan RI untuk mendapatkan nilai akhir Consistency Ratio (CR).
- Perbandingan Hasil CR dengan ambang batas maksimal sebesar 0.1 atau 10 persen.
Validasi Akhir dan Karakter Integritas Peneliti
Jika nilai CR yang didapatkan kurang dari atau sama dengan 0.1, maka matriks perbandingan berpasangan tersebut dinyatakan Konsisten. Artinya, data Anda valid dan bisa lanjut ke tahap analisis berikutnya. Namun, jika CR lebih dari 0.1, maka Anda harus meninjau kembali pengisian kuesioner atau meminta responden untuk memperbaiki penilaian mereka karena dianggap tidak logis atau bertentangan secara hierarki.
Dalam proses ini, karakter Pinter dan Bageur mahasiswa Ma’soem sangat diuji. Sifat jujur dalam melaporkan hasil CR apa adanya tanpa memanipulasi angka agar terlihat konsisten adalah bentuk integritas akademik yang tinggi. Dengan data yang valid dan konsisten, keputusan yang dihasilkan oleh sistem akan memberikan dampak nyata yang positif bagi perusahaan atau objek penelitian yang Anda bantu.
- Penerimaan Data Valid jika hasil CR tidak melebihi batas toleransi 10 persen.
- Perbaikan Data Responden jika ditemukan tingkat inkonsistensi yang terlalu tinggi dan tidak logis.
- Kejujuran Intelektual dalam melaporkan hasil perhitungan tanpa melakukan manipulasi angka.
- Dokumentasi Langkah Perhitungan secara transparan agar mudah diverifikasi oleh dosen pembimbing.
