1. Perhitungan per Responden
Setiap responden mengisi nilai perbandingan berpasangan antar kriteria (skala Saaty 1-9).
Dari nilai tersebut disusun matriks perbandingan, dinormalisasi, kemudian dihitung bobot
prioritas (eigen vector), eigen value (λ), CI, RI, dan CR masing-masing responden.
a. Esa Alfitrassalam — Kepala Cabang
Matriks Perbandingan Berpasangan
|
C1 |
C2 |
C3 |
| C1 |
1.0000 |
9.0000 |
1.0000 |
| C2 |
0.1111 |
1.0000 |
0.1111 |
| C3 |
1.0000 |
9.0009 |
1.0000 |
Matriks Normalisasi
|
C1 |
C2 |
C3 |
| C1 |
0.4737 |
0.4737 |
0.4737 |
| C2 |
0.0526 |
0.0526 |
0.0526 |
| C3 |
0.4737 |
0.4737 |
0.4737 |
Prioritas, Eigen Value, dan Uji Konsistensi
| Kriteria |
Bobot Prioritas |
Weighted Sum |
Eigen Value (λ) |
| Jumlah Kepesertaan Aktif (C1) |
0.473678 |
1.421033 |
3.000000 |
| Biaya Transportasi (C2) |
0.052629 |
0.157887 |
3.000000 |
| Jumlah Penduduk (C3) |
0.473693 |
1.421080 |
3.000000 |
| λmaks (Eigen Value Maksimum) |
3.000000 |
CI |
0.000000 |
RI |
0.58 |
CR |
0.000000 |
Kesimpulan |
Konsisten
|
b. Rifal Fadhil — Account Representative
Matriks Perbandingan Berpasangan
|
C1 |
C2 |
C3 |
| C1 |
1.0000 |
3.0000 |
0.5000 |
| C2 |
0.3333 |
1.0000 |
0.1111 |
| C3 |
2.0000 |
9.0009 |
1.0000 |
Matriks Normalisasi
|
C1 |
C2 |
C3 |
| C1 |
0.3000 |
0.2308 |
0.3103 |
| C2 |
0.1000 |
0.0769 |
0.0690 |
| C3 |
0.6000 |
0.6923 |
0.6207 |
Prioritas, Eigen Value, dan Uji Konsistensi
| Kriteria |
Bobot Prioritas |
Weighted Sum |
Eigen Value (λ) |
| Jumlah Kepesertaan Aktif (C1) |
0.280367 |
0.845081 |
3.014198 |
| Biaya Transportasi (C2) |
0.081959 |
0.246260 |
3.004677 |
| Jumlah Penduduk (C3) |
0.637674 |
1.936112 |
3.036208 |
| λmaks (Eigen Value Maksimum) |
3.018361 |
CI |
0.009180 |
RI |
0.58 |
CR |
0.015828 |
Kesimpulan |
Konsisten
|
c. yoga — Petugas Pemasaran
Matriks Perbandingan Berpasangan
|
C1 |
C2 |
C3 |
| C1 |
1.0000 |
8.0000 |
1.0000 |
| C2 |
0.1250 |
1.0000 |
0.1429 |
| C3 |
1.0000 |
6.9979 |
1.0000 |
Matriks Normalisasi
|
C1 |
C2 |
C3 |
| C1 |
0.4706 |
0.5001 |
0.4667 |
| C2 |
0.0588 |
0.0625 |
0.0667 |
| C3 |
0.4706 |
0.4374 |
0.4667 |
Prioritas, Eigen Value, dan Uji Konsistensi
| Kriteria |
Bobot Prioritas |
Weighted Sum |
Eigen Value (λ) |
| Jumlah Kepesertaan Aktif (C1) |
0.479104 |
1.438706 |
3.002912 |
| Biaya Transportasi (C2) |
0.062672 |
0.188041 |
3.000374 |
| Jumlah Penduduk (C3) |
0.458224 |
1.375903 |
3.002686 |
| λmaks (Eigen Value Maksimum) |
3.001991 |
CI |
0.000995 |
RI |
0.58 |
CR |
0.001716 |
Kesimpulan |
Konsisten
|
d. Rasya Dewita — Customer Service
Matriks Perbandingan Berpasangan
|
C1 |
C2 |
C3 |
| C1 |
1.0000 |
9.0000 |
3.0000 |
| C2 |
0.1111 |
1.0000 |
0.3333 |
| C3 |
0.3333 |
3.0003 |
1.0000 |
Matriks Normalisasi
|
C1 |
C2 |
C3 |
| C1 |
0.6923 |
0.6923 |
0.6923 |
| C2 |
0.0769 |
0.0769 |
0.0769 |
| C3 |
0.2308 |
0.2308 |
0.2308 |
Prioritas, Eigen Value, dan Uji Konsistensi
| Kriteria |
Bobot Prioritas |
Weighted Sum |
Eigen Value (λ) |
| Jumlah Kepesertaan Aktif (C1) |
0.692304 |
2.076912 |
3.000000 |
| Biaya Transportasi (C2) |
0.076920 |
0.230760 |
3.000000 |
| Jumlah Penduduk (C3) |
0.230776 |
0.692327 |
3.000000 |
| λmaks (Eigen Value Maksimum) |
3.000000 |
CI |
0.000000 |
RI |
0.58 |
CR |
0.000000 |
Kesimpulan |
Konsisten
|
e. Aldi Ramadhan — Relationship Officer
Matriks Perbandingan Berpasangan
|
C1 |
C2 |
C3 |
| C1 |
1.0000 |
9.0000 |
1.0000 |
| C2 |
0.1111 |
1.0000 |
0.1111 |
| C3 |
1.0000 |
9.0009 |
1.0000 |
Matriks Normalisasi
|
C1 |
C2 |
C3 |
| C1 |
0.4737 |
0.4737 |
0.4737 |
| C2 |
0.0526 |
0.0526 |
0.0526 |
| C3 |
0.4737 |
0.4737 |
0.4737 |
Prioritas, Eigen Value, dan Uji Konsistensi
| Kriteria |
Bobot Prioritas |
Weighted Sum |
Eigen Value (λ) |
| Jumlah Kepesertaan Aktif (C1) |
0.473678 |
1.421033 |
3.000000 |
| Biaya Transportasi (C2) |
0.052629 |
0.157887 |
3.000000 |
| Jumlah Penduduk (C3) |
0.473693 |
1.421080 |
3.000000 |
| λmaks (Eigen Value Maksimum) |
3.000000 |
CI |
0.000000 |
RI |
0.58 |
CR |
0.000000 |
Kesimpulan |
Konsisten
|
2. Penggabungan Antar Responden (Rata-rata Geometris)
Matriks dari seluruh responden digabung menjadi satu matriks dengan menghitung rata-rata
geometris pada setiap sel, lalu dinormalisasi dan dihitung kembali bobot prioritas,
eigen value, CI, RI, dan CR gabungan.
Matriks Gabungan (Geometric Mean)
|
C1 |
C2 |
C3 |
| C1 |
1.0000 |
7.0565 |
1.0845 |
| C2 |
0.1417 |
1.0000 |
0.1455 |
| C3 |
0.9221 |
6.8707 |
1.0000 |
Matriks Normalisasi Gabungan
|
C1 |
C2 |
C3 |
| C1 |
0.4845 |
0.4727 |
0.4863 |
| C2 |
0.0687 |
0.0670 |
0.0653 |
| C3 |
0.4468 |
0.4603 |
0.4484 |
Prioritas, Eigen Value, dan Uji Konsistensi Gabungan
| Kriteria |
Bobot Prioritas |
Weighted Sum |
Eigen Value (λ) |
| Jumlah Kepesertaan Aktif (C1) |
0.481191 |
1.443799 |
3.000472 |
| Biaya Transportasi (C2) |
0.066975 |
0.200929 |
3.000066 |
| Jumlah Penduduk (C3) |
0.451834 |
1.355706 |
3.000449 |
| λmaks (Eigen Value Maksimum) |
3.000329 |
CI |
0.000164 |
RI |
0.58 |
CR |
0.000284 |
Kesimpulan |
Konsisten
|
3. Bobot Prioritas Kriteria
Bobot inilah yang digunakan untuk menghitung skor akhir setiap wilayah pada langkah berikutnya.
Kolom Tipe menentukan cara nilai dataset wilayah dinormalisasi pada
langkah 4: untuk kriteria Benefit (semakin besar
semakin baik, misalnya jumlah kepesertaan), nilai wilayah dibagi nilai maksimum —
wilayah dengan nilai tertinggi mendapat skor normalisasi 1. Untuk kriteria
Cost (semakin kecil semakin baik, misalnya biaya
transportasi), nilai minimum dibagi nilai wilayah — wilayah dengan nilai terendah
yang mendapat skor normalisasi 1. Dengan begitu, skor normalisasi selalu bernilai 0–1
dan semakin besar selalu berarti semakin diprioritaskan, terlepas dari tipe kriterianya.
| Kode |
Kriteria |
Tipe |
Bobot |
| C1 |
Jumlah Kepesertaan Aktif |
Cost
|
0.481191 |
| C2 |
Biaya Transportasi |
Cost
|
0.066975 |
| C3 |
Jumlah Penduduk |
Benefit
|
0.451834 |
4. Data Wilayah & Normalisasi
Nilai dataset asli tiap wilayah (kecamatan) untuk setiap kriteria, beserta hasil
normalisasinya. Kriteria Benefit: nilai ÷ nilai maksimum. Kriteria Cost:
nilai minimum ÷ nilai.
| Wilayah / Kecamatan |
Nilai Dataset |
Normalisasi |
| C1 |
C2 |
C3 |
C1 |
C2 |
C3 |
| Benteng |
4,286.00 |
17,500.00 |
25,397.00 |
0.3460 |
1.0000 |
1.0000 |
| Pasimasunggu Timur |
1,483.00 |
105,000.00 |
7,919.00 |
1.0000 |
0.1667 |
0.3118 |
| Buki |
1,540.00 |
35,000.00 |
6,816.00 |
0.9630 |
0.5000 |
0.2684 |
| Pasimasunggu |
1,593.00 |
95,000.00 |
8,782.00 |
0.9309 |
0.1842 |
0.3458 |
| Bontoharu |
2,682.00 |
30,000.00 |
14,945.00 |
0.5529 |
0.5833 |
0.5885 |
| Pasilambena |
1,773.00 |
135,000.00 |
8,202.00 |
0.8364 |
0.1296 |
0.3230 |
| Pasimarannu |
2,028.00 |
125,000.00 |
10,736.00 |
0.7313 |
0.1400 |
0.4227 |
| Bontosikuyu |
3,284.00 |
40,000.00 |
15,381.00 |
0.4516 |
0.4375 |
0.6056 |
| Bontomanai |
3,100.00 |
35,000.00 |
13,903.00 |
0.4784 |
0.5000 |
0.5474 |
| Taka Bonerate |
2,761.00 |
125,000.00 |
13,623.00 |
0.5371 |
0.1400 |
0.5364 |
| Bontomatene |
3,140.00 |
30,000.00 |
13,441.00 |
0.4723 |
0.5833 |
0.5292 |
5. Skor Akhir & Ranking Wilayah
Skor akhir = Σ (bobot kriteria × nilai normalisasi kriteria). Wilayah
diurutkan dari skor terbesar ke terkecil.
Kategori Tinggi, Sedang, dan Rendah
ditentukan berdasarkan pembagian tertile (3 bagian sama besar) dari daftar wilayah yang
sudah diurutkan menurut skor akhir: sepertiga wilayah dengan skor tertinggi masuk
kategori Tinggi, sepertiga berikutnya
Sedang, dan sepertiga dengan skor
terendah Rendah. Wilayah berkategori
Tinggi adalah wilayah yang paling diprioritaskan untuk sosialisasi BPJS
Ketenagakerjaan.
Tabel Ranking Wilayah
| Rank |
Wilayah / Kecamatan |
Skor Akhir |
Kategori |
| 1 |
Benteng |
0.685306 |
Tinggi
|
| 2 |
Pasimasunggu Timur |
0.633239 |
Tinggi
|
| 3 |
Buki |
0.618130 |
Tinggi
|
| 4 |
Pasimasunggu |
0.616540 |
Sedang
|
| 5 |
Bontoharu |
0.571025 |
Sedang
|
| 6 |
Pasilambena |
0.557088 |
Sedang
|
| 7 |
Pasimarannu |
0.552256 |
Sedang
|
| 8 |
Bontosikuyu |
0.520240 |
Rendah
|
| 9 |
Bontomanai |
0.511029 |
Rendah
|
| 10 |
Taka Bonerate |
0.510200 |
Rendah
|
| 11 |
Bontomatene |
0.505459 |
Rendah
|