Metode AHP untuk Penentuan Lokasi Optimal

Apa itu Metode AHP?

Analytical Hierarchy Process (AHP) adalah metode pengambilan keputusan multi-kriteria yang dikembangkan oleh Thomas L. Saaty. Metode ini sering dikombinasikan dengan SIG untuk penentuan lokasi optimal.

Tahapan Metode AHP

1. Menyusun Hierarki: Goal → Kriteria → Alternatif.
2. Membuat Matriks Perbandingan Berpasangan: Bandingkan setiap kriteria.
3. Menghitung Bobot Prioritas: Normalisasi dan rata-rata.
4. Mengecek Konsistensi: Hitung Consistency Ratio (CR).
5. Menghitung Skor Akhir: Bobot × Nilai Alternatif.

Skala Perbandingan Saaty

Contoh: Lokasi Optimal Bandara

Kriteria: Aksesibilitas, Luas Lahan, Kepadatan Penduduk, Kemiringan Lereng.

Matriks Perbandingan:

              Akses   Luas   Penduduk  Lereng
Akses         1       3      2         5
Luas          1/3     1      1/2       3
Penduduk      1/2     2      1         4
Lereng        1/5     1/3    1/4       1

Implementasi Python

import numpy as np

# Matriks perbandingan berpasangan
matrix = np.array([
    [1, 3, 2, 5],
    [1/3, 1, 1/2, 3],
    [1/2, 2, 1, 4],
    [1/5, 1/3, 1/4, 1]
])

# Normalisasi kolom
col_sum = matrix.sum(axis=0)
normalized = matrix / col_sum

# Bobot prioritas (rata-rata baris)
weights = normalized.mean(axis=1)
print("Bobot Kriteria:")
print(f"Aksesibilitas: {weights[0]:.4f}")
print(f"Luas Lahan: {weights[1]:.4f}")
print(f"Kepadatan: {weights[2]:.4f}")
print(f"Lereng: {weights[3]:.4f}")

# Consistency Check
n = len(matrix)
lambda_max = (matrix @ weights / weights).mean()
CI = (lambda_max - n) / (n - 1)
RI = {1:0, 2:0, 3:0.58, 4:0.90, 5:1.12, 6:1.24, 7:1.32, 8:1.41}
CR = CI / RI[n]
print(f"\nConsistency Ratio: {CR:.4f}")
print("Konsisten" if CR < 0.1 else "Tidak Konsisten")

Integrasi AHP dengan SIG

Setelah mendapat bobot kriteria dari AHP, gunakan Weighted Overlay di SIG untuk menghasilkan peta kesesuaian lokasi. Setiap layer kriteria dikalikan bobotnya, lalu dijumlahkan.