Septyaningrum, Ulfi (2011) Perbandingan Pendugaan Bobot Prioritas Relatif dengan Metode Akar Ciri dan Pendekatan Maksimasi Koefisien Korelasi pada Proses Hirarki Analisis. Sarjana thesis, Universitas Brawijaya.
Abstract
Analytic hierarchy process (AHP) merupakan metode pengambilan keputusan keputusan multikriteria yang paling unggul untuk membuat keputusan bagi persoalan kompleks yang disusun secara sistematis. Penilaian kriteria disajikan dalam matriks perbandingan berpasangan (MPB), pendugaan prioritas dari MPB adalah bagian utama dan sangat menentukan dalam AHP. Terdapat beberapa teknik untuk menentukan vektor prioritas, diantaranya yaitu metode vektor ciri (eigen vector/EV) yang menunjukkan prinsip vektor ciri dari MPB dapat digunakan sebagai vektor prioritas yang dibutuhkan untuk penilaian kekonsistenan pengambil keputusan dan Correlation Coefficient Maximization Approach (CCMA) yang merupakan suatu pendugaan prioritas dalam AHP melalui koefisien korelasi yang mampu memaksimalkan koefisien korelasi antara prioritas-prioritas sendiri dengan masing-masing kolom dari matriks perbandingan berpasangan. Pada penelitian ini digunakan EVM dan CCMA dalam menduga bobot prioritas relatif. Tujuan penelitian ini adalah membandingkan metode pembobotan pada AHP yang didapatkan dari EVM dan CCMA berdasarkan jarak euclid. Data sekunder yang digunakan yaitu 14 MPB dengan berbagai ukuran. Berdasarkan hasil pendugaan bobot prioritas relatif, CCMA dan EVM menghasilkan urutan prioritas yang sama. Sedangkan Ditinjau dari jarak euclid, penerapan metode EVM lebih baik dibandingkan CCMA karena mempunyai jarak euclid lebih kecil.
English Abstract
Analytic hierarchy process (AHP) is a multicriteria decision-making method and was superior to make decisions for complex problems which was systematically arranged. Assessment criteria are presented in a Pairwise Comparison Matrix (PCM), the relative priority weight estimation of the PCM is a major and important part in the AHP. There are several techniques to determine the priorities vector, including the Eigen Vector Method (EVM), which shows the principle of eigen vector of PCM can be used as a vector of priorities which is needed for consistency assessment of decision-makers. Correlation Coefficient maximization Approach (CCMA) is a estimation through correlation coefficient in the AHP that maximizes the correlation coefficient between their own priorities with each column of Pairwise Comparison Matrix. This study used the EVM and the CCMA to estimate relative priority weight. The purpose of this study was to compare the AHP weighting method obtained from the EVM and the CCMA based on Euclidean distance. Secondary data used are 14 PCM with a variety of order. Based on the relative priority weights estimation results, CCMA and EVM produces the same order of priority. While for Euclidean distance, application of EVM method is better than the CCMA since it has smaller Euclidean distance.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2011/241/051103348 |
| Subjects: | 500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 04 Nov 2011 10:26 |
| Last Modified: | 22 Oct 2021 07:58 |
| URI: | http://repository.ub.ac.id/id/eprint/152690 |
Preview |
Text
051103348.pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |