E-Jurnal Matematika Vol. 12(3), Agustus 2023, pp. 234-241

DOI: https://doi.org/10.24843/MTK.2023.v12.i03.p424

ISSN: 2303-1751

PENENTUAN PRIORITAS ATRIBUT PRODUSEN MINUMAN INSTAN DENGAN MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS

I Made Agus Riotisna1, I Komang Gde Sukarsa2§, I Gusti Ayu Made Srinadi3, I Putu Eka Nila Kencana4

§Corresponding Author

ABSTRACT

Decision Support System is a computer-based interactive system that helps decision making in utilizingnthe use of data and decision model models to solve problems that are semi-structured and unstructured The decision support system method is very diverse several methods that are often used, including the fuzzy logic method Expert System Method and the Analytical Hierarchy Process (AHP) method in this study will use the analytical hierarchy method AHP Process to Determine the Priority of Instant Drink Manufacturer Attributes at PT Kembar Putra Makmur The results of the study showed that the highest criteria were found in the delivery criteria with a value of 0 27 and the highest alternative was found in alternative KINO producers with a value of 0 55

Keywords: AHP, Attributes Priority, Instant Drink. Manufacturer

  • 1.    PENDAHULUAN

Decision Support System merupakan suatu system interaktif berbasis komputer, yang membantu pengambilan keputusan dalam memanfaatkan penggunaan data dan modelmodel keputusan untuk memecahkan masalah yang bersifat semi terstruktur dan tidak terstruktur (Turban et al., 2011). Metode Decision Support System sangatlah beragam, beberapa metode yang sering digunakan antara lain, Metode Logika Fuzzy, Metode Sistem Pakar, dan Metode Analytical Hierarchy Process (AHP).

Metode Analytical Hierarchy Process adalah suatu metode pendukung keputusan yang menguraikan masalah multi kriteria yang kompleks menjadi suatu hierarki. Dalam tahapannya, Analytical Hierarchy Process menuntut pembuat keputusan untuk mengeluarkan pendapat berkaitan dengan tingkat kepentingan relatif dari masing-masing kriteria yang ada kemudian menunjukkan preferensi berkaitan dengan tingkat kepentingan setiap kriteria untuk setiap alternatif (Kurniawan,2020). Metode Analytical

Hierarchy Process sering digunanakan dalam perngambilan keputusan pemilihan produsen minuman instan.

Pemilihan produsen minuman instan termasuk dalam alur distribusi rantai pasok, dimana dalam kegiatannya melakukan pengelolaan kegiatan-kegiatan dalam rangka memperoleh bahan mentah menjadi barang dalam proses atau barang setengah jadi kemudian mengirimkan produk tersebut kepada konsumen melalui sistem terdistribusi.

PT. Kembar Putra Makmur adalah perusahaan yang mendistribusikan makanan dan minuman. Perusahaan ini bertempat di Jalan Anggrek No.1, Kapal, Kecamatan Mengwi, Kabupaten Badung. Perusahaan ini berdiri pada tahun 2001 dengan jumlah karyawan sebanyak 50 orang. Adapun permasalahan yang dihadapi perusahaan ini yaitu susahnya menentukan perusahaan produsen mana yang akan dijadikan mitra kerjasama. Sehingga peneliti ingin membantu PT.Kermbar Putra Makmur dalam menentukan perusahaan produsen menggunakan metode Analytical Hierarchy Process (AHP).

Diharapkan dengan Metode AHP dapat menentukan prioritas atribut dalam penentuan produsen minuman instan. Beberapa penelitian telah membahas mengenai AHP.

(Hijayani,2020) menggunakan metode AHP dalam melakukan pemilihan supplier plat besi pada PT.Barata Indonesia Medan dengan 4 kriteria dan 4 alternatif yang diberikan. Hasil dari penelitian tersebut menunjukkan supplier PT. Krakatau sebagai alternatif dari tujuan yang hendak dicapai dalam pemilihan supplier plat besi sebesar 0,540, PT. Indo Teknik sebesar 0,228, PT. Gunawan Djaya Steel sebesar 0,179 dan PT. Yantomo sebesar 0,052. Sedangkan di level penentuan kriteria utama dalam rangka pemilihan supplier plat besi tersebut bobot tertinggi adalah Service sebesar 0,519, dilanjutkan dengan Delivery sebesar 0,327, Quality sebesar 0,108, dan bobot terendah adalah Price sebesar 0,046. Wicaksono (2019) menggunakan metode AHP dalam melakukan pemilihan motor bekas dengan 6 kriteria dan 4 alternatif yang diberikan. Penelitian tersebut menghasilkan bahwa motor bekas Honda 2016 sebagai alternatif dari tujuan yang hendak dicapai dalam pemilihan motor bekas adalah 1,00, dilanjutkan dengan Supra Fit X 2008 sebesar 0,51, Supra X 125 D 2005 sebesar 0,48 dan Yamaha Mio 2011 sebesar 0,37. Sedangkan di level penentuan kriteria utama dalam rangka pemilihan motor bekas tersebut bobot tertinggi adalah Merek Motor sebesar 0,349, dilanjutkan dengan Tahun sebesar 0,209, Kapasitas Mesin sebesar 0,183, Jenis Mesin sebesar 0,131, Jarak Tempuh sebesar 0,081, dan bobot terendah adalah Harga sebesar 0,045.

Dalam menyelesaikan persoalan dengan metode Analytical Hierarchy Process, terdapat tiga prinsip dasar yang harus dipahami yaitu (R. W. Saaty, 1987):

  • 1.    Dekomposisi (Decomposition)

  • 2.    Perbandingan Penilaian (Comparative Judgments)

  • 3.    Sintesis Prioritas (Synthesis of Priorities)

Menurut (Anton & Rorres, 2004), jika A adalah sebuah matriks n × n, maka sebuah vektor tak nol X pada Rn disebut vektor eigen dari A, jika TlX adalah sebuah kelipatan scalar dari X, yaitu : TX = 2X untuk sebarang skalar 2. Untuk mencari nilai eigen dari matriks A yang berukuran n × n, maka TX =

2X dituliskan kembali sebagai :

(2I —T)X = 0            (1)

Mengukur konsistensi suatu matriks didasari oleh nilai eigen maksimum (2max). Untuk matriks berordo n, uji konsistensinya dapat diperoleh dengan persamaan (2) (T. L.

Saaty & Vargas, 2012) :

d _ 2max - n n — 1

(2)


Dengan CI adalah rasio penyimpangan konsistensi, 2max adalah nilai eigen maksimum dari matriks berordo n dan n

adalah ordo matriks. Kemudian menetapkan batas ketidak konsistenan    dengan

menggunakan rasio konsistensi (CR) yaitu perbandingan antara indeks konsistensi (CI) dengan nilai random index (RI').

cr=RI              (3)

Apabila matriks perbandingan berpasangan memiliki nilai CR < 0,1 maka pendapat dari pengambil keputusan dapat diterima, sedangkan apabila nilai tidak memenuhi maka perlu dilakukan penilaian ulang.

Pemberian bobot penilaian yang dilakukan oleh lebih dari satu responden (pembuat keputusan) perlu dirata-ratakan dengan menggunakan rata-rata geometric (geometric mean) yang disajikan pada persamaan (4). Tujuannya yaitu untuk mendapat suatu nilai tunggal yang mewakili sejumlah responden tersebut.

G = √X1.X2.....Xn          (4)

Dengan G adalah rata-rata geometric, Xn adalah penilaian ke 1,2,3, ...,n dan n menyatakan jumlah penilaian

  • 2.    METODE PENELITIAN

    • 2.1    Jenis dan Sumber Data

Data-data yang digunakan adalah data primer. Data primer mencakup hasil penggalian informasi atau pendapat dari orang yang berhubungan erat dengan perusahaan produsen. Data Primer dikumpulkan dengan cara memberikan      formulir     perbandingan

berpasangan kepada responden dan meminta untuk memilih perusahaan produsen. Responden adalah direksi perusahaan PT.Kembar Putra Makmur serta orang-orang yang terkait langsung dengan perusahaan produsen dengan tujuan meminta pendapat untuk

  • 2.2    Teknik Pengambilan Sampel

Berdasarkan pendekatan Analytical Hierarki Process, responden yang menjadi tolak ukur penilaian adalah responden yang ahli di bidangnya (expert). Dalam hal ini expert tidak harus berasal dari orang atau komunitas ilmiah pada umumnya, melainkan dari orang yang sangat akrab dan terlibat dalam topik permasalahan yang akan diteliti. Expert dalam proses pemilihan produsen minuman instan adalah responden yang tau atau paham mengenai pemilihan produsen makanan ataupun minuman. Untuk itu, Direktur Perusahaan (PT.Kembar Putra Makmur), Manajer, serta responden yang bekerja dibidang distribusi tersebut merupakan responden yang tepat untuk dijadikan responden dalam menentukan pemilihan bobot, pengaruh faktor, variable, dan indikator yang digunakan dalam pemeringatan pemilihan produsen minuman instan. Jumlah responden bukanlah tolak ukur dalam menentukan bobot, yang lebih penting adalah pengetahuan atau kualitas responden akan permasalahan yang dimaksud.

  • 2.3    Tahapan dan Analisis Data

  • 1.  Tahap pertama adalah mengidentifikasi

masalah dan solusi atau tujuan yang diinginkan, Tujuan dari penelitian ini adalah untuk menentukan alternatif optimal pemilihan produsen minuman instan di PT. Kembar Putra Makmur.

  • 2.  Tahap kedua adalah menentukan kriteria.

Kriteria yang akan digunakan sbeelumnya sudah dapat di diskusikan dengan pihak distributor sehingga kriteria pada penelitian ini yaitu:

  • 1)    Harga

  • 2)    Keuntungan bersih

  • 3)    Pengiriman

  • 4)    Kemasan Produk

  • 5)    Insentif Pembelian

  • 3.    Tahap ketiga adalah mengidentifikasi alternatif. Dalam hal ini membahas mengenai langkah dan strategi yang dibutuhkan dalam upaya pemiilihan perusahaan.Sehingga didapatkan beberapa alternatif sebagai berikut :

  • 1)    PT. Kino Indonesia

  • 2)    PT. Anugerah Indofood Barokah Makmur

  • 3)    PT. Sinar Sosro

  • 4.    Tahap keempat adalah menyebar kuisioner kepada responden.

  • 5.    Tahap kelima adalah menyusun matriks berukuran n×n dari hasil rata-rata yang didapat dari responden yang sudah ditentukan.

  • 6.    Apabila CR (rasio konsistensi) lebih dari 0,1 (10%) maka nilai tersebut tidak konsisten, maka dilakukan pengambilan data ulang dan memberikan arahan dan pemahaman kepada responden mengenai pengisian form perbandingan berpasanagan yang akan diberikan, jika nilainya kurang dari 0.1, maka dianggap konsisten dan dapat melanjutkan ke tahap berikutnya.

  • 7.    Tahap ketujuh melibatkan skala prioritas dari kriteria dan alternatif untuk pemilihan perusahaan produsen minuman instan terbaik di PT.Kembar Putra Makmur.

  • 3.    HASIL DAN PEMBAHASAN

    • 3.1    Pembentukan Atribut

Dalam penelitian ini akan digunakan metode AHP dalam menentukan bobot dari penentuan prioritas atribut produsen minuman instan di PT. Kembar Putra Makmur. Terdapat 5 kriteria yaitu :

  • 1)    Harga

  • 2)    Laba Bersih

  • 3)    Pengiriman

  • 4)    Kemasan Produk

  • 5)    Insentif Pembelian

dan 3 alternatif penyelesaian :

  • 1)    PT. Kino Indonesia

  • 2)    PT. Anugerah Indofood Barokah Makmur

  • 3)    PT. Sinar Sosro

Dengan demikian, terbentuk struktur hierarki untuk menentukan prioritas atribut produsen minuman instan.

Gambar 1. Strukut Hierarki Permasalahan

  • 3.2    Perhitungan Bobot dan Uji Konsistensi Kriteria

Penilaian dari 7 responden, selanjutnya dihitung rata-ratanya dengan menggunakan geometric mean untuk menghasilkan matriks perbandingan berpasangan untuk tingkat kriteria ditunjukkan pada tabel 1.

Tabel 1. Matriks Perbandingan Berpasangan Kriteria

Kriteria

H

LB

P

KP

IP

H

1

2.487

1.060

0.668

0.676

LB

0.402

1

0.755

1.267

0.456

P

0.944

1.324

1

3.219

1.397

KP

1.496

0.789

0.311

1

0.736

IP

1.478

2.192

0.716

1.359

1

Total

5.321

7.792

3.841

7.514

4.265

Sumber : Data diolah dengan software Python

Keterangan :

H : Harga; LB: Laba Bersih; P: Pengiriman;

KP: Kemasan Produk; IP: Insentif Pembelian

Selanjutnya dilakukan normalisasi matriks pada matriks perbandingan berpasangan dan menghitung bobot kepentingan. Bobot kepentingan pada penelitian ini menggunakan bantuan software Python. Bobot kepentingan untuk tiap kriteria disajikan pada Tabel 2.

Tabel 2. Bobot Kepentingan Kriteria

Kriteria

Bobot Kepentingan

Harga

0.206

Laba Bersih

0.135

Pengiriman

0.273

Kemasan Produk

0.154

Insentif Pembelian

0.232

Sumber: Data diolah dengan software Python

Setelah diperoleh bobot kepentingan untuk tiap kriteria maka selanjutnya melakukan uji konsistensi. Langkah awal untuk melakukan uji konsistensi adalah dengan menghitung nilai eigen maksimum (λmαx). Dengan bantuan software Python diperoleh nilai eigen maksimum yaitu 5.344 (2mαx = 5.344). Selanjutnya menghitung nilai konsistensi indeks (CI) sebagai berikut :

^max - n _ 5.344 - 5 n-1 =  5-1

0.344

4


0.086


Setelah mendapatkan nilai CI, dilanjutkan dengan menghitung nilai Konsistensi Rasio (CR). Untuk n = 5 maka RI = 1.11. Sehingga

nilai CR yaitu :

CR


CI

RI


0.086

1.11


0.077


Berdasarkan perhitungan diatas, diperoleh nilai CR<0.1. Maka hasil perhitungan bobot kriteria sudah konsisten.

  • 3.3    Perhitungan Bobot dan Uji Konsistensi Alternatif Untuk Kriteria Harga

Penilaian dari 7 responden, selanjutnya dihitung rata-ratanya dengan menggunakan geometric mean untuk menghasilkan matriks perbandingan berpasangan alternatif untuk kriteria harga ditunjukkan pada tabel 3.

Tabel 3. Matriks Perbandingan Berpasangan Alternatif untuk Kriteria Harga

Kino

AIBM

Sosro

Kino

1

2.617

4.481

AIBM

0.382

1

4.021

Sosro

0.223

0.249

1

Total

1.605

3.865

9.503

Sumber : Data diolah dengan software Python

Keterangan :

Kino : PT.Kino Indonesia; AIBM: PT. Anugerah Indofood Barokah Makmur; Sosro: PT. Sinar Sosro

Selanjutnya dilakukan normalisasi matriks pada matriks perbandingan berpasangan alternatif untuk kriteria harga dan menghitung bobot kepentingan. Bobot kepentingan pada penelitian ini menggunakan bantuan software Python. Bobot kepentingan tiap alternatif untuk kriteria harga disajikan pada Tabel 4.

Tabel 4. Bobot Kepentingan Alternatif untuk Kriteria Harga

Alternatif

Bobot Kepentingan

Kino

0.590

AIBM

0.307

Sosro

0.103

Sumber : Data diolah dengan software Python

Setelah diperoleh bobot kepentingan tiap alternatif untuk kriteria harga maka selanjutnya melakukan uji konsistensi. Langkah awal untuk melakukan uji konsistensi adalah dengan menghitung nilai eigen maksimum (λmαx). Dengan bantuan software Python diperoleh nilai eigen maksimum yaitu 3.082 (λmαx = 3.082).

Selanjutnya menghitung nilai konsistensi indeks


(CI) sebagai berikut :

_ ^max - n _ 3.082 - 3

= n-1 = 3-1


0.082 3


0.041


Setelah mendapatkan nilai CI, dilanjutkan dengan menghitung nilai Konsistensi Rasio (CR). Untuk n = 3 maka RI = 0.52. Sehingga


nilai CR yaitu :

CR =


CI

RI


0.041

0.52


= 0.079


Berdasarkan perhitungan diatas, diperoleh nilai CR<0.1. Maka hasil perhitungan bobot alternatif untuk kriteria harga sudah konsisten.

3.4 Perhitungan Bobot dan Uji Konsistensi Alternatif untuk Kriteria Laba Bersih


alternatif untuk kriteria harga maka selanjutnya melakukan uji konsistensi. Langkah awal untuk melakukan uji konsistensi adalah dengan menghitung nilai eigen maksimum (λmαx). Dengan bantuan software Python diperoleh nilai eigen maksimum yaitu 3.037 (2mαx = 3.037). Selanjutnya menghitung nilai konsistensi indeks (CI) sebagai berikut :


λmaaχ — n 3.037 — 3 n-1 = 3-1


0.037

3


= 0.018


Setelah mendapatkan nilai CI, dilanjutkan dengan menghitung nilai Konsistensi Rasio (CR). Untuk n = 3 maka RI = 0.52. Sehingga nilai CR yaitu :


Penilaian dari 7 responden, selanjutnya dihitung rata-ratanya dengan menggunakan geometric mean untuk menghasilkan matriks perbandingan berpasangan alternatif untuk kriteria laba bersih ditunjukkan pada tabel 5.

Tabel 5. Matriks Perbandingan Berpasangan Alternatif untuk Kriteria Laba Bersih

Kino

AIBM

Sosro

Kino

1

1.748

5.387

AIBM

0.572

1

5.479

Sosro

0.186

0.183

1

Total

1.758

2.930

11.866

Sumber : Data diolah dengan software Python

Keterangan :

Kino : PT.Kino Indonesia; AIBM: PT. Anugerah Indofood Barokah Makmur; Sosro: PT. Sinar Sosro

Selanjutnya dilakukan normalisasi matriks pada matriks perbandingan berpasangan alternatif untuk kriteria laba bersih dan menghitung bobot kepentingan. Bobot kepentingan pada penelitian ini menggunakan bantuan software Python. Bobot kepentingan tiap alternatif untuk kriteria laba bersih disajikan pada Tabel 6.

Tabel 6. Bobot Kepentingan Alternatif untuk Kriteria Laba Bersih

Alternatif

Bobot Kepentingan

Kino

0.540

AIBM

0.376

Sosro

0.084

Sumber : Data diolah dengan software Python

Setelah diperoleh bobot kepentingan tiap

CR


CI

R7


0.018

0.52


0.036


Berdasarkan perhitungan diatas, diperoleh nilai CR < 0.1. Maka hasil perhitungan bobot alternatif untuk kriteria laba bersih sudah konsisten.

  • 3.5    Perhitungan Bobot dan Uji Konsistensi Alternatif untuk Kriteria Pengiriman

Penilaian dari 7 responden, selanjutnya dihitung rata-ratanya dengan menggunakan geometric mean untuk menghasilkan matriks perbandingan berpasangan alternatif untuk kriteria pengiriman ditunjukkan pada tabel 7.

Tabel 7. Matriks Perbandingan Berpasangan Alternatif untuk Kriteria Pengiriman

Kino

AIBM

Sosro

Kino

1

1.677

5.170

AIBM

0.596

1

5.144

Sosro

0.193

0.194

1

Total

1.790

2.872

11.314

Sumber : Data diolah dengan software Python

Keterangan :

Kino : PT.Kino Indonesia; AIBM: PT. Anugerah Indofood Barokah Makmur; Sosro: PT. Sinar Sosro

Selanjutnya dilakukan normalisasi matriks pada matriks perbandingan berpasangan alternatif untuk kriteria pengiriman dan menghitung bobot kepentingan. Bobot kepentingan pada penelitian ini menggunakan bantuan software Python. Bobot kepentingan tiap alternatif untuk kriteria pengiriman disajikan pada Tabel 8.

Tabel 8. Bobot Kepentingan Alternatif untuk

Kriteria Pengiriman

Alternatif

Bobot Kepentingan

Kino

0.533

AIBM

0.379

Sosro

0.088

Sumber : Data diolah dengan software Python


matriks perbandingan berpasangan alternatif untuk kriteria kemasan produk dan menghitung bobot kepentingan. Bobot kepentingan pada penelitian ini menggunakan bantuan software Python. Bobot kepentingan tiap alternatif untuk kriteria kemasan produk disajikan pada Tabel 10.


Setelah diperoleh bobot kepentingan tiap alternatif untuk kriteria pengiriman maka selanjutnya melakukan uji konsistensi. Langkah awal untuk melakukan uji konsistensi adalah dengan menghitung nilai eigen maksimum


(^mαx). Dengan bantuan software Python diperoleh nilai eigen maksimum yaitu 3.029


Tabel 10. Bobot Kepentingan Alternatif untuk Kriteria Kemasan Produk

Alternatif

Bobot Kepentingan

Kino

0.462

AIBM

0.456

Sosro

0.083

Sumber : Data diolah dengan software Python


(λmax = 3.029). Selanjutnya menghitung nilai


konsistensi indeks (CI) sebagai berikut :

^max - n 3.029 - 3  0.029

CI =---Γ~ = -5--i— = "V =

n — 1      3 — 1      3


0.015


Setelah mendapatkan nilai CI, dilanjutkan


dengan menghitung nilai Konsistensi Rasio


(CR). Untuk n = 3 maka RI = 0.52. Sehingga


nilai CR yaitu :

CR =


CI

RI


0.015

0.52


= 0.028


Berdasarkan perhitungan diatas, diperoleh nilai CR<0.1. Maka hasil perhitungan bobot alternatif untuk kriteria pengiriman sudah konsisten.


Setelah diperoleh bobot kepentingan tiap alternatif untuk kriteria kemasan produk maka selanjutnya melakukan uji konsistensi. Langkah awal untuk melakukan uji konsistensi adalah dengan menghitung nilai eigen maksimum (^mαx)∙ Dengan bantuan software Python diperoleh nilai eigen maksimum yaitu 3.002 (^mαx = 3.002). Selanjutnya menghitung nilai konsistensi indeks (CI) sebagai berikut :


λmax — n 3.002 — 3 n—1 =  3—1


0.002

3


= 0.001


  • 3.6    Perhitungan Bobot dan Uji Konsistensi Alternatif untuk Kriteria Kemasan Produk

Penilaian dari 7 responden, selanjutnya dihitung rata-ratanya dengan menggunakan geometric mean untuk menghasilkan matriks perbandingan berpasangan alternatif untuk kriteria kemasan produk ditunjukkan pada tabel 9.

Tabel 9. Matriks Perbandingan Berpasangan Alternatif untuk Kriteria Kemasan Produk

Kino

AIBM

Sosro

Kino

1

1.055

5.359

AIBM

0.948

1

5.742

Sosro

0.187

0.174

1

Total

2.135

2.229

12.101

Sumber : Data diolah dengan software Python

Keterangan :

Kino : PT.Kino Indonesia; AIBM: PT. Anugerah Indofood Barokah Makmur; Sosro: PT. Sinar Sosro Selanjutnya dilakukan normalisasi matriks pada

Setelah mendapatkan nilai CI, dilanjutkan dengan menghitung nilai Konsistensi Rasio (CR). Untuk n = 3 maka RI = 0.52. Sehingga nilai CR yaitu :

CR


CI

RI


0.001

0.52


0.002


Berdasarkan perhitungan diatas, diperoleh nilai CR<0.1. Maka hasil perhitungan bobot alternatif untuk kriteria kemasan produk sudah konsisten.

  • 3.7    Perhitungan Bobot dan Uji Konsistensi untuk Kriteria Insentif Pembelian

Penilaian dari 7 responden, selanjutnya dihitung rata-ratanya dengan menggunakan geometric mean untuk menghasilkan matriks perbandingan berpasangan alternatif untuk kriteria insentif pembelian ditunjukkan pada tabel 11.

Tabel 11. Matriks Perbandingan Berpasangan

Alternatif untuk Kriteria Kemasan Produk

Kino

AIBM

Sosro

Kino

1

1.893

5.545

AIBM

0.528

1

5.425

Sosro

0.180

0.184

1

Total

1.709

3.077

11.970

Sumber : Data diolah dengan software Python

Keterangan :

Kino : PT.Kino Indonesia; AIBM: PT. Anugerah

Indofood Barokah Makmur; Sosro: PT. Sinar Sosro

Selanjutnya dilakukan normalisasi matriks pada matriks perbandingan berpasangan alternatif untuk kriteria insentif pembelian dan menghitung bobot kepentingan. Bobot kepentingan pada penelitian ini menggunakan bantuan software Python. Bobot kepentingan tiap alternatif untuk kriteria insentif pembelian disajikan pada Tabel 12.

Tabel 12. Bobot Kepentingan Alternatif untuk Kriteria Insentif Pembelian

Alternatif

Bobot Kepentingan

Kino

0.555

AIBM

0.362

Sosro

0.083

Sumber : Data diolah dengan software Python

Setelah diperoleh bobot kepentingan tiap alternatif untuk kriteria insentif pembelian maka selanjutnya melakukan uji konsistensi. Langkah awal untuk melakukan uji konsistensi adalah dengan menghitung nilai eigen maksimum (λmaxy Dengan bantuan software Python diperoleh nilai eigen maksimum yaitu 3.043 (λmax = 3.043). Selanjutnya menghitung nilai konsistensi indeks (CI) sebagai berikut :

^m,ax — n 3.043 — 3 n-1 =  3-1

0.043

3


0.021


Setelah mendapatkan nilai CI, dilanjutkan dengan menghitung nilai Konsistensi Rasio (CR). Untuk n = 3 maka RI = 0.52. Sehingga nilai CR yaitu :

CR =


CI

RI


0.021

0.52


= 0.041


Berdasarkan perhitungan diatas, diperoleh nilai CR<0.1. Maka hasil perhitungan bobot alternatif untuk kriteria insentif pembelian sudah

konsisten.

  • 3.8    Perhitungan Total Rangking / Bobot

Global

Setelah mendapatkan semua nilai alterinaitf untuk tiap kriteria, selanjutnya menggabungkan nilai alternatif tersebut ke dalam bentuk matriks seperti pada tabel 13.

Tabel 13. Matriks Vektor Eigen Tingkat Alternatif

H

LB

P

KP

IP

KINO

0.590

0.540

0.533

0.462

0.555

AIBM

0.307

0.376

0.379

0.456

0.362

SOSRO

0.103

0.084

0.088

0.083

0.083

Sumber : Data diolah dengan software Python

Selanjutnya mengalikan matriks vektor eigen alternatif terhadap vektor eigen kriteria.

r0.206-1

0.590

0.540

0.533

0.462

0.555

0.135

0.307

0.376

0.379

0.456

0.362

0.273

. 0.103

0.084

0.088

0.083

0.083

0.154

L0.232J

0.540

=

0.372

0.089

Berdasarkan hasil perkalian matriks diatas diperoleh bobot dari masing-masing alternatif

dalam hal ini yaitu produsen minuman instan:

PT. Kino = 0.540

PT. AIBM = 0.372

PT. Sinar sosro = 0.089

Sehingga diperoleh peringkat dari masing-masing produsen minuman instan pada PT. Kembar Putra Makmur sebagai berikut :

Peringkat 1 : PT. Kino

Peringkat 2 : PT.AIBM

Peringkat 3 : PT. Sinar Sosro

  • 4.    KESIMPULAN DAN SARAN

Kesimpulan yang dapat ditarik dari penelitian dan wacana yang telah diuraikan adalah sebagai berikut :

  • 1.    Pengiriman menjadi kriteria paling prioritas dengan angka 0.273, dilanjutkan dengan kriteria insentif pembelian dengan angka 0.232, kriteria harga dengan angka 0.206, kriteria kemasan produk dengan nilai 0.154, dan kriteria laba bersih menjadi prioritas terendah dengan nilai 0.135.

  • 2.    PT.Kino dengan angka prioritas 0.540 merupakan alternatif tertinggi, diikuti PT. Anugerah Indofood Barokah Makmur (PT.AIBM) dengan bobot prioritas 0.372,

dan PT. Sosro dengan bobot terendah yaitu 0.089.

Berdasarkan uraian diatas, dapat disimpulkan bahwa kriteria pengiriman merupakan bagian paling penting dalam proses pemilihan produsen minuman instan di PT. Kembar Putra Makmur. Pengiriman merupakan sektor penghubung antar kriteria dan alternatif dalam penentuan produsen minuman instan. Dan alternatif yang mnejadi pilihan utama yaitu, PT.Kino, PT. Anugerah Indofood Barokah Makmur(PT. AIBM),dan yang terakhir PT. Sinar Sosro. Dimana kita ketahui PT. Sinar Sosro sangat terkenal dimana saja, tetapi masih memiliki kekurangan dari 2 perusahaan lainnya. Berdasarkan hasil penelitian, adapun kekurangan dari PT. Sinar Sosro yaitu dari segi harga, laba bersih,pengiriman, kemasan produk, serta Insentif Pembelian.

DAFTAR PUSTAKA

Anton, H., & Rorres, C. (2004). Aljabar Linear

Elementer (8th ed). Erlangga.

Hijayani, S. N. (2020). Penerapan Metode Analytical Hierarchy Process Dalam Pemilihan Supplier Plat Besi Pada PT.Barata Indonesia Medan. Universitas Sumatera Utara.

Kurniawan, A. (2020). Sistem Pendukung Keputusan Peringkatisasi Mitra Penyedia Talenta Digital Menggunakan Metode Analytic Hierarchy Process (AHP) Pada Tribe Enterprise Wholesale Digitization. Jurnal Nasional Informatika, 1(1), 13–29.

Saaty, R. W. (1987). THE ANALYTIC HIERARCHY PROCESS-WHAT IT IS AND HOW IT IS USED (Vol. 9, Issue 5).

Saaty, T. L., & Vargas, L. G. (2012). Models, Methods, Concepts &amp; Applications of the Analytic Hierarchy Process (F. S. Hillier, Ed.; 2nd ed., Vol. 175). Springer US. https://doi.org/10.1007/978-1-4614-3597-6

Turban, E., Sharda, R., & Delen, D. (2011).

Decision Support and Business Intelligence Systems 9th (B. Horan, Ed.; 9th ed.).

Wicaksono, R. (2019). Sistem Pendukung Keputusan Pemilihan Motor Bekas Menggunakan Metode AHP. Universitas Muhammadiyah Magelang.

241