PROSES HIRARKI ANALITIK

Modul 6
(ANALYTIC HIERARCHY PROCESS)

Konsep Dasar Analytic Hierarchy Process (AHP)

Dalam suatu proses pengambilan keputusan, para pengambil keputusan seringkali
dihadapkan pada berbagai masalah yang bersumber dari beragamnya kriteria. Sebagai
contoh praktis, Pemerintah Daerah (Pemda) sering menghadapi kesulitan dalam menentukan
prioritas dalam proses pengambilan keputusan dan kebijakan di daerah. Terkait dengal hal
tersebut, Analytic Hierarchy Process (AHP) dapat digunakan untuk menyelesaikan masalah
tersebut.
AHP dikembangkan di Wharton School of Business oleh Thomas Saaty pada tahun 1970-an.
Pada saat itu Saaty merupakan profesor di Wharton School of Business. Pada tahun 1980,
Saaty akhirnya mempublikasikan karyanya tersebut dalam bukunya yang berjudul Analytic
Hierarchy Process.
AHP kemudian menjadi alat yang sering digunakan dalam pengambilan keputusan karena
AHP berdasarkan pada teori yang merefleksikan cara orang berpikir. Dalam
perkembangannya, AHP dapat digunakan sebagai model alternatif dalam menyelesaikan
berbagai macam masalah, seperti memilih portofolio dan peramalan.
Dalam kehidupan sehari-hari, manusia sering menghadapi kondisi untuk melakukan
pengambilan keputusan dengan segera. Umumnya kita juga telah memikirkan beberapa
alternatif solusi, dengan berbagai argumen pro dan kontra seperti yang diilustrasikan pada
Gambar 1. AHP dapat memfasilitasi evaluasi pro dan kontra tersebut secara rasional.
Dengan demikian, AHP dapat memberikan solusi yang optimal dengan cara yang transparan
melalui:
ƒ analisis keputusan secara kuantitatif dan kualitatif
ƒ evaluasi dan representasi solusi secara sederhana melalui model hirarki
ƒ argumen yang logis
ƒ pengujian kualitas keputusan
ƒ waktu yang dibutuhkan relatif singkat.
Gambar 1
Illustrasi Kendala Pengambilan Keputusan

Kami Ingin Tidak!!!

Program A !! Program B!!

71
 Pada prinsipnya, metode AHP ini memecah-mecah suatu situasi yang kompleks, tidak
terstruktur, ke dalam bagian-bagian secara lebih terstruktur, mulai dari goals ke
objectives, kemudian ke sub-objectives lalu menjadi alternatif tindakan (Lihat Gambar 2).
Pembuat keputusan kemudian membuat perbandingan sederhana hirarki tersebut untuk
memperoleh prioritas seluruh alternatif yang ada.
Gambar 2
Hirarki Keputusan

Goal

Objectives

Sub-objectives

Alternatif

Secara detil, terdapat tiga prinsip dasar AHP, yaitu (Saaty, 1994):
1. Dekomposisi (Decomposition)
Setelah persoalan didefinisikan, maka perlu dilakukan decomposition, yaitu
memecah persoalan yang utuh menjadi unsur-unsurnya. Jika ingin mendapatkan
hasil yang akurat, maka pemecahan terhadap unsur-unsurnya dilakukan hingga tidak
memungkinkan dilakukan pemecahan lebih lanjut. Pemecahan tersebut akan
menghasilkan beberapa tingkatan dari suatu persoalan. Oleh karena itu, proses
analisis ini dinamakan hierarki (hierachy).
2. Penilaian Komparasi (Comparative Judgment)
Prinsip ini membuat penilaian tentang kepentingan relatif dua elemen pada suatu
tingkat tertentu yang berkaitan dengan tingkat di atasnya. Penilaian ini merupakan
inti dari AHP karena berpengaruh terhadap prioritas elemen-elemen. Hasil penilaian
ini tampak lebih baik bila disajikan dalam bentuk matriks perbandingan berpasangan
(pairwise comparison).
3. Penentuan Prioritas (Synthesis of Priority)
Dari setiap matriks pairwise comparison dapat ditentukan nilai eigenvector untuk
mendapatkan prioritas daerah (local priority). Oleh karena matriks pairwise
comparison terdapat pada setiap tingkat, maka global priority dapat diperoleh
dengan melakukan sintesa di antara prioritas daerah. Prosedur melakukan sintesa
berbeda menurut hierarki. Pengurutan elemen-elemen menurut kepentingan relatif
melalui prosedur sintesa dinamakan priority setting.

Manfaat AHP
Fokus AHP adalah pencapaian tujuan yang akan menghasilkan keputusan yang rasional.
Keputusan yang rasional didefinisikan sebagai keputusan terbaik dari berbagai tujuan yang
ingin dicapai oleh pembuat keputusan. Kunci utama keputusan yang rasional tersebut adalah
tujuan, bukan alternatif, kriteria, atau atribut.

72
Masalah yang dapat diselesaikan dengan menggunakan AHP meliputi masalah sosial, politik.
AHP bermanfaat untuk menghadapi perspektif, rasional dan irrasional, serta risiko dan
ketidakpastian dalam lingkungan yang kompleks. AHP juga dapat digunakan untuk
meprediksi hasil, merencanakan hasil yang diharapkan di masa yang akan datang,
memfasilitasi pembuatan keputusan sebuah kelompok, melakukan kontrol terhadap
perubahan sistem pembuatan keputusan, menagalokasikan sumber daya, memilih alternatif,
melakukan perbandingan cost/benefit, mengevaluasi karyawan dan mengalokasikan
kenaikan gaji1.
Secara khusus, AHP sesuai untuk digunakan dalam pengambilan keputusan yang
melibatkan perbandingan elemen keputusan yang sulit untuk dinilai secara kuantitatif. Hal ini
berdasarkan asumsi bahwa reaksi natural manusia ketika menghadapi pengambilan
keputusan yang kompleks adalah mengelompokkan elemen-elemen keputusan tersebut
menurut karakteristiknya secara umum. Pengelompokan ini meliputi pembuatan hirarki
(ranking) dari elemen-elemen keputusan kemudian melakukan perbandingan antara setiap
pasangan dalam setiap kelompok, sebagai suatu matriks. Setelah itu akan diperoleh bobot
dan rasio inkonsistensi untuk setiap elemen. Dengen demikian akan mudah untuk menguji
konsistensi data (Saaty, 1980).
AHP merupakan sebuah metode sistematis untuk membandingkan seperangkat tujuan atau
alternatif. Dalam hal ini, AHP merupakan proses perumusan kebijakan yang powerful dan
fleksibel dalam menentukan prioritas, membandingkan alternatif dan membuat keputusan
yang terbaik ketika pengambil keputusan harus mempertimbangkan aspek kuantitatif dan
kualitatif. AHP mengurangi kerumitan suatu keputusan menjadi rangkaian perbandingan
satu-satu, kemudian mensistesis hasil perbandingan tersebut. Dengan demikian, AHP tidak
hanya bermanfaat dalam pembuatan keputusan yang terbaik tetapi juga memberikan dasar
yang kuat bahwa keputusan tersebut merupakan keputusan yang terbaik.2

Cara Menggunakan AHP3

Berikut ini akan diberikan contoh penerapan AHP dalam proses pengambilan keputusan.
Di tahun 2006, Pemerintah Kabupaten Pare-pare bermaksud untuk meningkatkan pelayanan
terhadap masyarakatnya. Salah satu upaya yang dilakukan Pemerintah adalah mendirikan
beberapa fasilitas umum, seperti jalan; gedung olahraga; dan pasar. Oleh karena itu,
Pemerintah perlu mempertimbangkan beberapa kriteria untuk membangun fasilitas umum,
antara lain: manfaat dari fasilitas umum, perawatan dari fasilitas umum, dan partisipasi
masyarakat. Dalam pengambilan keputusan ini, Pemerintah perlu menentukan peringkat dari
berbagai kriteria dan alternatif yang ada agar dapat mengetahui kriteria dan alternatif
terpenting.
Sebagaimana langkah yang dijelaskan oleh Saaty (2001), metode AHP dapat digunakan
untuk membantu Pemerintah Kabupaten Pare-pare dalam pengambilan keputusan ini
dengan cara sebagai berikut.
1. Menentukan tujuan, kriteria, dan alternatif keputusan
ƒ Tujuan: Membangun fasilitas umum
ƒ Kriteria: Manfaat, perawatan, dan partisipasi masyarakat
ƒ Alternatif: Jalan, gedung olahraga, dan pasar

1
http://www.expertchoice.com/customerservice/ahp.htm.
2
ibid.
3
Estimasi dengan menggunakan metode AHP dapat dilakukan dengan mudah dengan menggunakan software
khusus yang disebut Expert Choice.
73
2. Membuat “pohon hierarki” (hierarchical tree) untuk berbagai kriteria dan alternatif
keputusan

Membangun
Fasilitas Umum

Manfaat Perawatan Partisipasi Masyarakat

jalan jalan jalan

gedung olahraga gedung olahraga gedung olahraga
pasar pasar pasar

3. Kemudian dibentuk sebuah matriks pair wise comparison, misalnya diberi nama
matriks A. Angka di dalam baris ke-i dan kolom ke-j merupakan relative importance
Ai dibandingkan dengan Aj. Digunakan skala 1–9 yang diinterpretasikan sebagai
berikut:
a. aij = 1 jika kedua kriteria sama pentingnya
b. aij = 3 jika Oi sedikit lebih penting dibandingkan Oj
c. aij = 5 jika Oi lebih penting dibandingkan dengan Oj
d. aij = 7 jika Oi sangat lebih penting dibandingkan Oj
e. aij = 9 jika Oi mutlak lebih penting dibandingkan Oj.
f. aij = 2 jika Oi antara sama dan sedikit lebih penting dibandingkan Oj.
g. aij = 4 jika Oi antara sedikit lebih dan lebih penting dibandingkan Oj.
h. aij = 6 jika Oi antara lebih dan sangat lebih penting dibandingkan Oj.
i. aij = 8 jika Oi antara sangat lebih dan mutlak lebih penting dibandingkan Oj.
j. aij = 1/3 jika Oj sedikit lebih penting dibandingkan Oi, dan seterusnya.
Kemudian diperoleh matriks sebagai berikut:
Matriks Pairwise Comparison untuk Kriteria
Manfaat Perawatan Partisipasi Masyarakat

Manfaat 1/1 4/1 2/1

Perawatan 1/4 1/1 1/3
Partisipasi Masyarakat 1/2 3/1 1/1

1/2 Æ nilai 1 untuk partisipasi masyarakat dan nilai 2 untuk manfaat.

1/2 artinya kriteria manfaat dipandang lebih penting daripada kriteria
partisipasi masyarakat dalam pembangunan fasilitas umum.

74
 Matriks Pairwise Comparison untuk Kriteria
(dalam bentuk desimal)
Manfaat Perawatan Partisipasi Masyarakat

Manfaat 1,00 4,00 2,00

Perawatan 0,25 1,00 0,33
Partisipasi Masyarakat 0,50 3,00 1,00

4. Membuat peringkat prioritas dari matriks pairwise dengan menentukan eigenvector,

yaitu:
a. Menguadratkan matriks pairwise (dalam bentuk desimal)

1,00 4,00 2,00 1,00 4,00 2,00

0,25 1,00 0,33 x 0,25 1,00 0,33
0,50 3,00 1,00 0,50 3,00 1,00

Prinsip umum perkalian matriks adalah perkalian antara baris dari matriks pertama
dengan kolom dari matriks kedua.
Hasil penguadratan adalah:
(1,00x1,00) + (4,00x0,25) + (2,00x0,50) = 3,00
3,00 14,00 5,32
0,67 2,99 1,16
1,75 8,00 2,99
b. Menjumlahkan setiap baris dari matriks hasil penguadratan cara (a), kemudian
dinormalisasi (cara: membagi jumlah baris dengan total baris), hingga diperoleh
nilai eigenvector (1)

3,00 + 14,00 + 5,32 = 22,32 = 0,5597

0,67 + 2,99 + 1,16 = 4,82 = 0,1208 eigenvector
1,75 + 8,00 + 2,99 = 12,74 = 0,3195
+ +
39,88 1,0000
c. Untuk mengecek ulang nilai eigenvector, matriks hasil penguadratan cara (a)
dikuadratkan kembali dan lakukan kembali cara (b), hingga diperoleh eigenvector
yang baru. Kemudian, bandingkan eigenvector pertama dan kedua. Jika di
antara keduanya, tidak ada perubahan nilai atau hanya sedikit mengalami
perubahan maka nilai eigenvector pertama sudah benar. Akan tetapi, jika
sebaliknya, maka nilai eigenvector pertama masih salah dan lakukan kembali
cara (a) sampai dengan (c), hingga nilai eigenvector tidak berubah atau hanya
sedikit berubah.
Hasil penentuan eigenvector (2):

27,62 126,42 48,11 = 202,15 = 0,5587

6,01 27,53 10,47 = 44,02 = 0,1217
15,80 72,34 27,53 = 115,67 = 0,3197
+ +
361,84 1,0000
75
 Perbedaan eigenvector (1) dan eigenvector (2):

0,5597 - 0,5587 = 0,0011

0,1208 - 0,1217 = -0,0009
0,3195 - 0,3197 = -0,0002

Hasil perbedaan kedua eigenvector menunjukkan perubahan yang kecil, sehingga

nilai eigenvector (1) sudah tepat. Dengan demikian, peringkat kriteria dapat
ditentukan berdasarkan nilai eigenvector, sebagai berikut:

Manfaat 0,5597 Kriteria terpenting pertama

Perawatan 0,1208 Kriteria terpenting ketiga
Partisipasi Masyarakat 0,3195 Kriteria terpenting kedua

5. Membuat peringkat alternatif dari matriks pairwise masing-masing alternatif dengan

menentukan eigenvector setiap alternatif. Cara yang digunakan sama ketika
membuat peringkat prioritas di atas.
a. Matriks pairwise comparisons masing-masing alternatif
Matriks Pairwise Comparison untuk Alternatif
Manfaat
Jalan Gedung Olahraga Pasar

Jalan 1/1 4/1 2/1

Gedung Olahraga 1/4 1/1 3/1
Pasar 1/2 1/3 1/1

Perawatan
Jalan Gedung Olahraga Pasar

Jalan 1/1 2/1 4/1

Gedung Olahraga 1/2 1/1 1/2
Pasar 1/4 2/1 1/1

Partisipasi Masyarakat
Jalan Gedung Olahraga Pasar

Jalan 1/1 1/2 3/1

Gedung Olahraga 2/1 1/1 4/1
Pasar 1/3 1/4 1/1

76
 b. Nilai eigenvector masing-masing alternatif
Manfaat
Peringkat Alternatif Eigenvector
1 Jalan 0,6025
2 Gedung Olahraga 0,2505
3 Pasar 0,1470

Perawatan
Peringkat Alternatif Eigenvector
1 Jalan 0,5981
3 Gedung Olahraga 0,1776
2 Pasar 0,2243

Partisipasi Masyarakat
Peringkat Alternatif Eigenvector
2 Jalan 0,3194
1 Gedung Olahraga 0,5595
3 Pasar 0,1211
c. Peringkat alternatif
Peringkat alternatif dapat ditentukan dengan mengalikan nilai eigenvector
alternatif dengan nilai eigenvector kriteria sebagai berikut:
Manfaat Perawatan Partisipasi Peringkat
Masyarakat Kriteria

Jalan 0,6025 0,5981 0,3194 0,5597

Gedung Olahraga 0,2505 0,1776 0,5595 X 0,1208
Pasar 0,1470 0,2243 0,1211 0,3195

Hasil perkalian kedua matriks tersebut adalah:

Jalan 0,5116 Alternatif terpenting pertama

Gedung Olahraga 0,3404 Alternatif terpenting kedua
Pasar 0,1481 Alternatif terpenting ketiga

Hasil-hasil dari metode AHP di atas dapat digunakan oleh Pemerintah Kabupaten Pare-pare
sebagai bahan pertimbangan dalam pengambilan keputusan. Berdasarkan hasil di atas,
Pemerintah Kabupaten Pare-pare akan lebih mengutamakan pembangunan jalan
dibandingkan dua pilihan alternatif lainnya (gedung olahraga dan pasar). Sehingga, rencana
pembangunan fasilitas umum dapat terlaksana dengan baik dan bermanfaat bagi masyarakat
Pare-pare.

77
Penggunaan AHP untuk Hasil Survai
Apabila kita ingin melakukan metode AHP untuk jumlah sampel sampel yang relatif besar,
maka langkah-langkah yang dilakukan adalah sebagai berikut (Forman dan Sally, 2001):
1. Perhitungan rata-rata geometrik (geometric mean)
Berdasarkan skor jawaban seluruh responden, rata-rata geometrik setiap pasangan yang
dibandingkan kemudian dikalkulasi berdasarkan formula berikut.
n

∑ Log x
i =1
i
Log G =
n
Keterangan:
Log G: logaritma rata-rata geometrik
xi : nilai dari jawaban responden i
n: jumlah responden
Perhitungan rata-rata geometrik tersebut dilakukan untuk pairwise comparison setiap
responden.
2. Penyusunan prioritas
Selanjutnya, rata-rata geometrik setiap pasangan pilihan menjadi skor yang digunakan
dalam penyusunan prioritas seperti langkah-langkah yang telah dijelaskan di atas.

Konsistensi Jawaban
Idealnya, setiap orang menginginkan keputusan yang konsisten. Meskipun demikian, banyak
kasus dimana kita tidak dapat mengambil keputusan yang perfectly consistent.
Dalam penggunaan AHP, terdapat beberapa faktor yang dapat menyebabkan responden
memberikan jawaban yang tidak konsisten, yaitu:
1. Keterbatasan informasi
Apabila subjek yang melakukan perbandingan dalam AHP memiliki keterbatasan
informasi mengenai faktor-faktor yang diperbandingkan, maka penilaian yang mereka
berikat cenderung akan bersifat acak (random) sehingga memberikan rasio inkonsistensi
yang tinggi. Oleh karena itu, pihak yang memberikan penilaian perlu memiliki
pengetahuan yang cukup terhadap topik yang dianalisis.
2. Kurang konsentrasi
Kurang konsentrasi pada saat memberikan penilaian atau tidak tertarik pada topik
analisis juga dapat menyebabkan hasil penilaian yang tidak konsisten.
3. Ketidakkonsistenan dalam dunia nyata
Dalam dunia nyata, banyak kasus yang menunjukkan ketidakkonsistenan. Sebagai
contoh dalam dunia olahraga. Klub Bayern Munchen mengalahkan Juventus.
Sebelumnya Juventus mengalahkan Real Madrid. Padahal pada pertandingan
sebelumnya Real Madrid mengalahkan Bayern Munchen. Hal seperti itu pula yang
mungkin muncul dalam proses penilaian dalam AHP.
4. Struktur model yang kurang memadai
Secara ideal, keputusan yang kompleks disusun secara hirarkis sehingga faktor yang
diperbandingkan tersebut merupakan pilihan yang berada pada level yang sama atau
memiliki elemen yang setara (comparable). Namun pada praktiknya kita sering
membandingkan suatu faktor dengan faktor lain yang levelnya berbeda atau bukan
merupakan pilihan yang comparable.

78
Salah satu hal yang perlu dicatat menyangkut inkonsistensi adalah bahwa tujuan utama
proses pengambilan keputusan bukanlah derajat inkonsistensi yang rendah. Inkonsistensi
rasio yang rendah bersifat perlu (necessary) namun belum cukup (sufficient) untuk sebuah
keputusan yang baik. Dibandingkan dengan konsistensi, kita lebih baik mengutamakan
akurasi.

Perhitungan Rasio Konsistensi

AHP mentoleransi adanya inkonsistensi dengan menyediakan ukuran inkonsistensi penilaian.
Ukuran ini merupakan salah satu elemen penting dalam proses penentuan prioritas
berdasarkan pairwise comparison. Semakin besar rasio konsistensi, semakin tidak konsisten
Rasio konsistensi yang acceptable adalah kurang dari atau sama dengan 10 persen,
meskipun dalam kasus tertentu rasio konsistensi yang lebih besar dari 10 persen dapat
dianggap acceptable (Forman dan Selly, 2001).

Untuk mengetahui apakah hasil penilaian bersifat konsisten, maka beberapa langkah untuk
menghitung rasio inkonsitensi untuk menguji konsistensi penilaian. Sebagai contoh, misalnya
kita memiliki matriks PERBANDINGAN berikut.
Manfaat Perawatan Partisipasi Masyarakat

Manfaat 1,00 4,00 2,00

Perawatan 0,25 1,00 0,33
Partisipasi Masyarakat 0,50 3,00 1,00

Kemudian diperoleh nilai eigenvector sebagai berikut (kita sebut matriks PRIORITAS)
Manfaat 0,5597
Perawatan 0,1208
Partisipasi Masyarakat 0,3195
1. Menentukan vektor jumlah tertimbang (weighted sum vector)
Hal ini dilakukan dengan mengalikan baris pertama matriks PRIORITAS dengan kolom
pertama matriks PERBANDINGAN, kemudian baris kedua matriks PRIORITAS dikalikan
dengan kolom kedua matriks PERBANDINGAN, dan terakhir adalah mengalikan baris
ketiga matriks PRIORITAS dengan kolom ketiga matriks PERBANDINGAN. Kemudian
hasil perkalian tersebut dijumlahkan untuk setiap baris atau secara mendatar sebagai
berikut.
Vektor Jumlah Tertimbang (VJT) =
0,5597x1 0,1208x4 0,3195x2 1,6818
0,5597x0,25 0,1208x1 0,3195x0,33 = 0,3672
0,5597x0,50 0,1208x3 0,3195x1 0,9616

2. Menghitung Vektor Konsistensi (VK)

Langkah selajutnya adalah membagi masing-masing elemen VJT dengan masing-
masing elemen matriks PRIORITAS.
1,6818 / 0,5597 3,0045
VK = 0,3672 / 0,1208 = 3,0408
0,9616 / 0,3195 3,0098

79
3. Menghitung Lambda dan Indeks Konsistensi
Lambda (λ) adalah nilai rata-rata Vektor Konsistensi. Dalam kasus di atas:
3 , 0045 + 3 , 0408 + 3 , 0098
λ =
3

λ = 3,0184
Formula untuk menghitung Indeks Konsistensi adalah:

λ −n
IK =
n −1
dimana n adalah jumlah faktor yang sedang dibandingkan. Dalam hal ini, n=3. Hasil
kalkulasi IK adalah sebagai berikut.
3 , 0184 − 3
IK =
3 −1
IK = 0,009189
4. Perhitungan Rasio Konsistensi
Rasio Konsistensi merupakan Indeks Konsistensi dibagi dengan Indeks Random/Acak
(IR).

IK
RK =
IR
Indeks Random adalah fungsi langsung dari jumlah alternatif atau sistem yang sedang
diperbandingkan. Indeks Random disajikan pada Tabel 1.
Tabel 1
Indeks Random pada Berbagai Jumlah Alternatif

Jumlah Alternatif yang Indeks Random

Diperbandingkan (n) (IR)
2 0.00
3 0.58
4 0.90
5 1.12
6 1.24
7 1.32
8 1.41

Pada contoh di atas, jumlah alternatif yang diperbandingkan sebanyak 3 (n=3) sehingga
Indeks Random yang digunakan adalah 0,58. Dengan demikian,
0 , 009189
RK =
0 , 58
RK = 0,0158 atau 1,58 persen
Rasio konsistensi hasil penilaian di atas bernilai kurang dari 10 persen, sehingga dapat
disimpulkan bahwa hasil penilaian tersebut konsisten. Prosedur tersebut dapat dilakukan
untuk setiap pasangan alternatif.

80
Beberapa Contoh Penerapan AHP dalam Pengambilan Keputusan
Keuangan Daerah
Pada tahun 2004, Lembaga Peyelidikan Ekonomi dan Masyarakat (LPEM) Universitas
Indonesia dan Pusat Studi Ekonomi dan Kebijakan Publik (PSEKP) melakukan kajian
mengenai reformulasi Dana Alokasi Umum (DAU). Salah satu alat analisis yang digunakan
dalam studi tersebut adalah AHP. Dalam studi tersebut, AHP digunakan untuk menjaring
aspirasi daerah terhadap dua topik utama, yaitu fungsi Pemda dan bobot variabel kebutuhan
fiskal dalam formula DAU. Hasil analisis jawaban responden berdasarkan metode AHP
masing-masing dapat dilihat pada tabel berikut.
Tabel 2
Fungsi Pemerintah Daerah
Fungsi Pemerintah Daerah Bobot
Allocation 0,341
Distribution 0,396
Stabilization 0,263
Total 1.000

Tabel 3
Variabel Kebutuhan Fiskal
Variabel Kebutuhan Fiskal Bobot
Penduduk 0,247
Luas Wilayah 0,190
Kemiskinan 0,379
Kesulitan Geografi 0,184
Total 1.000

Transplantasi Organ
Selama beberapa dekade terakhir, salah satu topik menarik dalam dunia kedokteran adalah
bagaimana memperoleh organ untuk transplantasi dan siapa yang akan memperoleh organ
tersebut. Apabila diamati secara seksama, lebih banyak artis, olahragawan, dan orang kaya
yang memperoleh organ transplantasi tersebut meskipun ternyata lebih banyak orang lain
yang membutuhkan organ tersebut. Banyak yang berpendapat bahwa penentuan siapa yang
akan memperoleh organ tersebut lebih dipengaruhi oleh faktor politik dan bukan karena
alasan medis semata-mata. Ada pula kasus dimana beberapa negara memperoleh organ
transplantasi dari narapidana bertubuh sehat.
Berikut ini akan dipaparkan sebuah hasil studi pneggunaan AHP pada kasus di atas4. Pada
kasus di atas, Hospital for Sick Children di Toronto, Kanada, menggunakan metode AHP
dalam sebuah studi uji coba (pilot study) untuk menentukan siapa yang akan organ
transplantasi tersebut. Studi tersebut bertujuan untuk membangun seperangkat kriteria yang
konsisten dan dapat diterima secara umum.
Menentukan kriteria tidaklah mudah. Sebagai contoh, bagaimana prioritas untuk seorang
anak yang menderita Down Syndrome5 untuk dapat menerima organ transplantasi? Dengan
menggunakan pairwise comparison, akhirnya dilakukan evaluasi dengan menggunakan
pendekatan AHP untuk menentukan kriteria pemilihan anak-anak yang akan menerima
transplantasi organ. Kriteria tersebut mencakup tingkat kecerdasan, harapan hidup,
ketergantungan fisik terhadap orang lain, tingkat kebutuhan dukungan finansial dalam jangka
panjang, tingkat kebutuhan dukungan kesehatan dalam waktu panjang, tingkat kebutuhan
akan aktivitas orang tua, kemampuan anak untuk dapat kembali mengikuti jadwal pelajaran
sekolah, dan faktor sejenis lainnya.

4
Sumber: Koch et al., 1997, “A Pilot Study on Transplant Eligibility Criteria,” Pediatric Nursing:160-162.
5
Down Syndrome adalah kondisi genetik karena tambahan kromosom ke-21. Kondisi ini ditandai dengan adanya
kombinasi abnormal dalam struktur dan fungsi tubuh sehingga penderita Down Syndrome umumnya memiliki
tingkat inteligensi yang rendah.
81
Secara umum, hasil pilot study di Toronto tersebut tidak serupa persis dengan hasil studi
serupa yang dilakukan untuk Kanada dan Amerika Serikat. Hasil studi Hospital for Sick
Children menunjukkan, faktor-faktor seperti kemampuan untuk membayar, adanya insuransi
kesehatan, dan kondisi atau status ekonomi pasien sebaiknya tidak menjadi faktor
pertimbangan dalam menentukan keputusan transplantasi. Hal ini kemungkinan besar
disebabkan sistem perawatan kesehatan nasional Kanada yang menyediakan jaminan
kesehatan bagi semua warga Kanada.
Selain itu, hasil studi tersebut mengimplikasikan bahwa keterbatasan fisik, misalnya
kecatatan, juga sebaiknya tidak menjadi faktor penentu dalam melakukan transplantasi
organ. Tingkat kecerdasan yang rendah, misalnya skor Intelligent Quotion (IQ) 70 atau lebih
rendah, juga bukan faktor penting, berbeda dengan hasil survai sebelumnya.
Menurut hasil pilot study tersebut, faktor paling penting dalam menentukan kriteria
transplantasi organ adalah kemampuan pasien untuk melalui proses transplantasi organ dan
menerima proses transisi yang sulit setelah transplantasi organ. Secara menyeluruh, studi
tersebut mampu mengakomodasi faktor etika, kualitatif, dan kuantitatif untuk menentukan
siapa yang akan menerima organ transplantasi.

Penggunaan Metode AHP dalam Pengambilan Keputusan di Daerah

Metode AHP dapat digunakan untuk mendukung pengambilan keputusan di daerah. Ketika
Pemerintah dihadapkan pada berbagai pilihan akan program, kegiatan, pilihan kebijakan dan
kondisi lainnya yang terkait dengan pilihan dan penentuan prioritas, metode AHP dapat
memberikan solusi terbaik dan dengan skala prioritas yang jelas. Sebagaimana contoh
aplikasi yang dijelaskan di atas, Pemerintah Daerah dapat menggunakan metode ini sebagai
dasar pengambilan keputusan pembangunan prasarana di daerah sehingga memudahkan
penentuan prioritas pendanaan berbagai program yang diusulkan di daerah. Hal ini seperti
yang dilaksanakan oleh Dinas Pekerjaan Umum (PU) Kabupaten Bandung dalam menyusun
program/proyek penyediaan prasarana dan sarana dasar di Kabupaten Bandung.

82
Referensi Utama
Forman, Ernest H. and Mary Ann Selly, 2001, Decision by Objectives.
Koch et al., 1997, “A Pilot Study on Transplant Eligibility Criteria,” Pediatric Nursing:160-162.
LPEM-FEUI dan PSEKP UGM, 2004, Reformulasi Dana Alokasi Umum, Laporan Akhir.
Penelitian dan Pengembangan Ekonomi Fakultas Ekonomi Universitas Gadjah Mada (PPE-
FE-UGM), 2006, “Modul Pelatihan”, District and Provincial Economic Development
Training.
Saaty, T.L., 1994, Fundamentals of Decision Making and Priority Theory with the Analytic
Hierarchy Process, RWS Publications, Pittsburgh PA., 1994, p337.
Saaty, T.L. dan Kevin P. Kearns, 1991, Analytical Planning: The Organization of Systems,
RWS Publications, Pittsburgh, Amerika Serikat.
Saaty, T.L., 1980, The Analytic Hierarchy Process, McGraw-Hill, New York.
http://www.expertchoice.com/customerservice/ahp.htm

83