Pembobotan Parameter SIG Dengan Metode AHP (Analytic Hierarchy Process)

Tujuan pembobotan parameter adalah untuk mengekspresikan seberapa besar pengaruh suatu parameter terhadap parameter lainnya.  Ada banyak metode untuk pembobotan ini, beberapa yang lazim digunakan dalam  SIG (Sistem Informasi Geografis) adalah pembobotan berdasarkan :

1)         Metode ranking 

2)         Metode rating 

3)         Metode perbandingan pasangan 

4)         Metode analisis trade off  

Pengambilan keputusan spasial yang seringkali menggunakanbanyak parameter pasti dihadapkan pada masalah penentuan tingkat pengaruh satu parameter terhadap parameter lain yang menyusun fungsi keputusan. Pengambil keputusan biasanya harus melakukan pembobotan untuk setiap parameter berdasarkan tingkat pengaruh atau nilai penting parameter yang bersangkutan. Nilai penting suatu parameter, dapat dilihat dari seberapa besar bobot yang diberikan untuknya dalam proses penentuan keputusan.

Normalisasi pembobotan biasanya dilakukan dengan cara menjumlahkan bobot keseluruhan parameter sehingga diperoleh total nilai sebesar 1 atau 100% . Untuk sejumlah n parameter, himpunan bobot dapat didefinisikan sebagai berikut:

w      = ( w1, w2, w3, wj,... wn )

∑wj  = 1 

Pembahasan berikut akan menjelaskan bagaimana caranya memperoleh nilai untuk w1, w2, w3, wj,... wn. 

Pada posting ini saya hanya membahas satu metode saja. Yaitu metode perbandingan berpasangan atau biasa disebut pula metode AHP (Analytic Hierarchy Process). Dan metode itu pula yang saya gunakan dalam penlitian saya yang berjudul "Pemanfaatan SIG untuk Menentukan Lokasi Potensial Pengembangan Kawasan Perumahan dan Permukiman". Metode ini pada awalnya dikembangkan oleh Saaty (1980) untuk keperluan proses analitik hirarki (Analytic Hierarchy process/AHP). Bobot parameter ditentukan dengan cara normalisasi vektor eigen, yang diasosiasikan dengan nilai eigen maksimum pada suatu matriks rasio.  Contoh kasus yang saya ambil dari penelitian saya berikut akan memperjelas tahapan yang harus dilakukan.

CONTOH

Misalkan permasalahannya adalah penentuan kesesuaian lokasi perumahan dan permukiman. Dan ada 7 parameter yang dievaluasi/dinilai akan mempengaruhi kesesuaian lahan untuk perumahan dan permukiman yaitu kemiringan lereng, ketersedian air tanah dan pdam, kerawanan bencana, Aksesbilitas, jarak terhadap pusat perdagangan dan fasilitas pelayanan umum, kemampuan tanah dan perubahan lahan. Untuk satu pasangan parameter, kita harus menentukan parameter mana yang lebih penting, untuk itu setiap parameter akan dipasangkan satu dengan lainnya dan kemudian dibandingkan seberapa penting parameter yang satu terhadap parameter yang menjadi pasangannya saat itu. (lihat Tabel Nilai Penting Parameter Berpasangan).  

 

Pemakaian perbandingan di atas dalam suatu Kuisioner ditunjukan Gambar dibawah. Dalam hal ini kuisioner ditunjukan pada ahli teknis yang dianggap memiliki ilmu untuk menilai nya. Masing-masing memasangkan ukuran-ukuran ( C1 Dan C2 ) diuji dengan 17 pilihan.

Pada contoh kali ini karena digunakan untuk penentuan kesesuaian lokasi perumahan dan permukiman Maka kuisioner ditunjukan kepada tenaga ahli dari BAPPEDA dan DPU sebagai badan yang mengurusi dan mengatur tentang perencanaan lahan untuk perumahan dan permukiman. Hasil kuisioner penilaian dari Tenaga Ahli di PU dan BAPPEDA.

Perhatikan Tabel diatas, pada baris pertama, pasangan yang dibandingkan adalah parameter kerawanan bencana dengan aksesbilitas. Untuk menentukan kesesuaian lokasi perumahan dan permukiman, mana yang lebih dahulu anda pertimbangkan kerawanan bencana atau akses-nya? 

Pada Tabel diatas menurut penilaian ahli di BAPPEDA dan DPU tersebut diperlihatkan bahwa dibandingkan akses, maka kerawanan bencana adalah sedikit lebih penting  untuk dijadikan bahan pertimbangan dalam menentukan kesesuaian lokasi perumahan dan permukiman.

a. Membuat Matriks Perbandingan Pasangan

Tabel diatas yang telah disusun dari kuisioner, dapat ditransformasi ke dalam bentuk matriks, yang lazim disebut sebagai matriks perbandingan pasangan. 

 

Keterangan:  
1. Aksesbilitas (AK)
2. Jarak terhadap pusat perdagangan dan pelayanan umum (JP)
3. Kerawanan Bencana (KB)
4. Perubahan Lahan (PL) 
5. Kemiringan lereng (KL)
6. Ketersediaan Air tanah dan PDAM (KA) 
7. Daya Dukung Tanah (DT)

Untuk menghitung bobot parameter meliputi 3 langkah yaitu: 
1. Penjumlahan nilai untuk setiap kolom pada matriks perbandingan parameter.

2. Pembagian nilai setiap sel dengan nilai total pada kolom yang bersangkutan. Matriks hasilnya dinamakan sebagai matriks perbandingan pasangan ternormalisasi.

3. Menghitung nilai rata-rata di setiap baris matriks ternomalisasi. 

 

b. Menghitung bobot rata-rata
Karena kita mengolah dua penilaian bobot parameter yaitu dari tenaga ahli di BAPPEDAdan DPU maka hasilnyajuga ada 2 bobot parameter. Untuk menjadikan satu kita hitung rata-rata bobot parameter.

c. Estimasi rasio konsistensi

Apakah sudah selesai setelah kita dapatkan nilai bobot untuk masing-masing parameternya? jawabannya Belum, kita masih harus menguji konsistensi jawaban dari para ahli dalam kuisionernya. Harus ada mekanisme untuk menentukan apakah perbandingan pasangan seperti yang telah dilakukan pada saat menentukan nilai penting parameter berpasangan benar-benar konsisten dan memenuhi standar. Ada beberapa tahap dalam proses estimasi rasio konsistensi yaitu:

1. Penentuan vektor jumlah bobot dengan cara mengalikan bobot parameter pertama (Kerawanan Bencana) dengan kolom pertama pada matriks perbandingan yang awal , dan seterusnya sampai parameter ke tujuh selesai dan selanjutnya dilakukan penjumlahan pada setiap baris.

2. Menentukan vektor konsistensi dengan cara membagi vektor jumlah bobot dengan bobot parameter. Setelah menghitung nilai vektor konsistensi, selanjutnaya  dihitung juga nilai rata-rata konsistensi ( λ ). Hasil operasi dapat dilihat sebagai berikut. 

3. Menghitung CI ( indeks konsistensi ), dan CR ( rasio konsistensi ) Nilai CI dapat dihitung dengan rumus : 

CI = ( λ – n ) / ( n – 1 )                                   CI = ( λ – n ) / ( n – 1 )

CI = (7,704 -  7 ) / ( 7 – 1 )                             CI = (7.145 -  7 ) / ( 7 – 1 )

CI =  0,117 (BAPPEDA)                               CI =  0,024 (DPU)

Nilai CI menyatakan Nilai seberapa jauh jarak dari konsisten, dari sini kita juga dapat menentukan RI yaitu indeks acak, yang merupakan indeks konsistensi untuk setiap matriks perbandingan pasangan secara acak. Nilai RI bergantung pada seberapa banyak parameter  ( n ) yang sedang dibandingkan.

Dalam penelitian ini parameter yang digunakan adalah 7 parameter maka ditentukan RI sebesar 1.32 dan digunakan untuk menghitung rasio konsistensi atau  

rasio konsistensi (BAPPEDA)

CR = CI / RI

CR = 0,116 / 1.32

CR = 0.089 

rasio konsistensi (DPU)

CR = CI / RI

CR = 0,024 / 1.32

CR = 0.018

Dan dalam perhitungan nya akan didapatkan nilai rasio konsistensi (CR) yaitu tingkat konsistensi dalam melakukan penilaian terhadap dua buah parameter tersebut. Nilai Rasio konsistensi didesain sedemikian rupa untuk mengikuti sifat berikut.

 

-Y- Jika CR < 0,10 ; menunjukan tingkat konsistensi yang cukup rasional dalam perbandingan pasangan.

-Y- Jika CR  ≥ 0,10 ; berarti telah terjadi penilaian yang tidak konsisten

( Sumber : Saaty, 1993 dalam Marimin 2004)

Dan untuk kondisi yang kedua, maka perlu dilakukan perhitungan kembali terutama dalam menentukan tingkat kepentingan dari dua parameter yang sedang dibandingkan. Dengan kata lain, nilai-nilai pada tabel awal (penilaian ahli) perlu disusun ulang.  

Dari perhitungan rasio konsistensi dalam penelitian ini diketahui bahwa proses perbandingan pasangan cukup konsisten dengan nilai Rasio konsistensi (CR) sebesar 0,089 pada BAPPEDA dan 0,018 pada DPU atau lebih kecil dari standar yaitu 0,100 ; sehingga nilai bobot untuk ke tujuh parameter sudah dapat digunakan untuk menentukan tingkat potensi lahan untuk lokasi perumahan dan permukiman.

 

####SEMOGA BERMANFAAT####