Data
Vendor
Measure Vendor
|
Quality
|
Price
|
Delivery Date
|
Quantity
|
Services
|
Atribut
|
C1
|
C2
|
C3
|
C4
|
C5
|
A
|
0,15
|
12
|
0,15
|
0,05
|
2
|
B
|
0,22
|
10
|
0,25
|
0,08
|
4
|
C
|
0,15
|
8
|
0,15
|
0,05
|
5
|
D
|
0,08
|
13
|
0,3
|
0,15
|
4
|
E
|
0,12
|
9
|
0,05
|
0,2
|
3
|
A.
SUBJEKTIF
- AHP
a.
Membentuk
matriks perbandingan berpasangan dengan memasukkan nilai matriks (Pair
Comparation Matrix) :
C1
|
C2
|
C 3
|
C4
|
C5
|
|
C1
|
1
|
2
|
3
|
2
|
3
|
C2
|
1/2
|
1
|
2
|
1
|
2
|
C3
|
1/3
|
1/2
|
1
|
1/2
|
2
|
C4
|
1/2
|
1
|
2
|
1
|
1/2
|
C5
|
1/3
|
1/2
|
1/2
|
2
|
1
|
Mendesimalkan
nilai Pair Comparation Matrix :
C1
|
C2
|
C 3
|
C4
|
C5
|
|
C1
|
1
|
2
|
3
|
2
|
3
|
C2
|
0,5
|
1
|
2
|
1
|
2
|
C3
|
0,33
|
0,5
|
1
|
0,5
|
2
|
C4
|
0,5
|
1
|
2
|
1
|
0,5
|
C5
|
0,33
|
0,5
|
0,5
|
2
|
1
|
b.
Menentukan
Priority Vector dengan menjumlahkan setiap kolomnya :
C1
|
C2
|
C 3
|
C4
|
C5
|
|
C1
|
1
|
2
|
3
|
2
|
3
|
C2
|
0,5
|
1
|
2
|
1
|
2
|
C3
|
0,33
|
0,5
|
1
|
0,5
|
2
|
C4
|
0,5
|
1
|
2
|
1
|
0,5
|
C5
|
0,33
|
0,5
|
0,5
|
2
|
1
|
Jml
|
2,66
|
5
|
8,5
|
6,5
|
8,5
|
c.
Membuat
matriks normalisasi perbandingan berpasangan, dengan membagi nilai pada kolom
dengan jumlah setiap kolomnya :
C1
|
C2
|
C 3
|
C4
|
C5
|
|
C1
|
1/2,66
= 0,375
|
2/5 =
0,4
|
3/8,5
= 0,352
|
2/6,5
= 0,307
|
3/8,5
= 0,352
|
C2
|
0,5/2,66
= 0,187
|
1/5 =
0,4
|
2/8,5
= 0,235
|
1/6,5
= 0,158
|
2/8,5
= 0,235
|
C3
|
0,33/2,66
= 0, 124
|
0,5/5
= 0,1
|
1/8,5
= 0,117
|
0,5/6,5
= 0,07
|
2/8,5
= 0,235
|
C4
|
0,5/2,66
= 0,187
|
1/5 =
0,2
|
2/8,5
= 0,235
|
1/6,5
= 0,153
|
0,5/8,5
= 0,058
|
C5
|
0,33/2,66
= 0,124
|
0,5/5
= 0,1
|
0,5/8,5
= 0,058
|
2/6,5
= 0,307
|
1/8,5
= 0,117
|
d.
Menjumlahkan
semua hasil normalisasi perbaris, kemudian dibagi 5 (karena terdapat 5
kriteria) :
C1
|
C2
|
C 3
|
C4
|
C5
|
Jml
|
Priority Vektor
|
|
C1
|
0,375
|
0,4
|
0,352
|
0,307
|
0,352
|
1,786
|
0,3572
|
C2
|
0,187
|
0,4
|
0,235
|
0,158
|
0,235
|
1,015
|
0,203
|
C3
|
0, 124
|
0,1
|
0,117
|
0,07
|
0,235
|
0,646
|
0,1292
|
C4
|
0,187
|
0,2
|
0,235
|
0,153
|
0,058
|
0,833
|
0,1666
|
C5
|
0,124
|
0,1
|
0,058
|
0,307
|
0,117
|
0,706
|
0,1412
|
Jml
|
0,997
|
1,2
|
0,997
|
0,995
|
0,997
|
||
e.
Pemerikasaan
Konsistensi Penilaian
·
Menghitung
nilai eigen vektor (λmaks) :
λmaks = (2,66 x 0,3572) + (5 x 0,203) +
(8,5 x 0,1292) + (6,5 x 0,1666) + (8,5 x 0,1412)
= 0,950152 + 1,015 + 1,0982 + 1,0829+ 1,2002
= 5,346452
·
Menghitung Indeks Konsistensi (CI) :
CI
= (λmaks - n) / n – 1
= (5,346452 – 5 ) / (5- 1)
= 0,346452 / 4
= 0,086613
·
Menghitung Rasio Konsistensi (CR)
RI (Indeks Konsistensi Random) untuk 5
kriteria adalah 1,12)
CR = CI/ RI
= 0,086613 / 1,12
= 0.077333 (konsisten) kerana CR <
0,1
f.
Penentuan Prioritas Kriteria dan
Alternatif
c
|
Quality
|
Price
|
Delivery Date
|
Quantity
|
Services
|
Composite Weight
|
A
|
0,15
|
12
|
0,15
|
0,05
|
2
|
2,7997
|
B
|
0,22
|
10
|
0,25
|
0,08
|
4
|
2,7190
|
C
|
0,15
|
8
|
0,15
|
0,05
|
5
|
2,4113
|
D
|
0,08
|
13
|
0,3
|
0,15
|
4
|
3,2961
|
E
|
0,12
|
9
|
0,05
|
0,2
|
3
|
2,3332
|
Bobot
|
0,3572
|
0203
|
0,1292
|
0,1666
|
0,1412
|
Composite Weight :
A = (0,3572*0,15) + (0,203*12) +
(0,1292*0,15) + (0,1666*0,05) + (0,1412*2)
= 2,7997
B = (0,3572*0,22) + (0,203*10) + (0,1292*0,25) + (0,1666*0,08) + (0,1412*4)
= 2,7190
C = (0,3572*0,15) + (0,203*8) + (0,1292*0,15) +
(0,1666*0,05) + (0,1412*5)
= 2,4113
D = (0,3572*0,08) + (0,203*13) + (0,1292*0,3) +
(0,1666*0,15) + (0,1412*4)
= 3,2961
E = (0,3572*0,12) + (0,203*9) + (0,1292*0,05) +
(0,1666*0,2) + (0,1412*3)
= 2,3332
g.
Menentukan urutan prioritas pada level
kriteria yang mempunyai bobot yang paling tinggi dan terendah :
Prioritas
|
Measur
vendor
|
Bobot
|
1
|
D
|
3,2961
|
2
|
A
|
2,7997
|
3
|
B
|
2,719
|
4
|
C
|
2,4113
|
5
|
E
|
2,3332
|
0 terbaik