Pusnahnya Kejujuran Zaman Modern

Kejujuran dapat diartikan sebagai kesamaan antara ucapan, hati, dan tindakan. Didalam setiap agama kejujuran merupakan sifat yang terpuji dan sangat dianjurkan untuk melaksanakan. Tapi sayangnya dengan jaman serba materialistis sekarang ini sifat kejujuran sangat langka sekali. Kita perhatikan saja pejabat-pejabat negara, kita dengar dan lihat diberita setiap hari, sangat jauh dari sifat kejujuran. Trus yang salah siapa kok jadi seperti ini.

Kalo kita analisa lebih dalam ini merupakan buah dari sistem pendidikan kita masa lalu yang mendidik jauh dari kejujuran. Misalnya saja kalau kita lihat pendidikan jenjang SD, SMP, atau SMA pendidik membiarkan siswa melakukan kecurangan mencontek kerjaan teman pada saat ujian, atau pada saat Ujian Akhir Nasional pendidik bahkan kepala sekolah merencanakan bagaimana siswa bisa lulus semua dengan mengkhalalkan segala caranya, yang penting sekolah nanti lulus 100%. Pantaskah seorang pendidik seperti ini?

Memang tidak semua pendidik mempunyai sifat seperti diatas, masih ada guru yang jujur, dan betul-betul mengabdi mencerdaskan anak bangsa, tapi prosentasinya kecil. Kepada para pendidik (guru dan dosen) mari kita ajarkan kejujuran kepada murid2 kita sebagai tanggung jawab kepada pencipta dan profesi kita.

Tip Membeli Aquarium

Dari pengalaman saya memelihara ikan di aquarium, terdapat beberapa tip sebelum anda memelihara ikan di aquarium, yaitu:

1. Tentukan dulu aquarium akan ditaruh dimana pada rumah anda
2. Ukur lebar, panjang dan tinggi dari tempat yang akan di beri aquarium
3. Pergi ke tempat penjual aquarium, untuk memesan ukuran aquarium sesuai tempatnya. jangan lupa beli juga aksesoriesnya juga seperti pompa, ikan, filter, pompa, dan lampunya. Jika anda membeli ikan beberapa jenis perhatikan jenis-jenis ikan tersebut, karena kadang-kadang ikan tertentu jika dicampur dengan ikan yang lain terkadang tidak akur. tanyakan kepada penjual ikan kira-kira ikan yang bisa hidup berdampingan yang mana.
4. Pasanglah aksesoris Aquarium, kecuali ikan.
5. Sebelum ikan dimasukkan ke dalam aquarium, masukkan air kira2 80 persen dari tinggi aquarium, dan biarkan selama kira2 2 jam.
6. Masukkan ikan kedalam aquarium
7. Berilah makan ikan 2x sehari yaitu pagi dan sore. Perhatikan dalam memberikan makanan jangan sampai kebanyakkan sesuaikan besar dan banyaknya ikan, karena jika berlebihan akan menimbulkan kotor aquarium.
8. Jika terdapat ikan yang sakit, ambilah ikan tersebut dan pelihara pada tempat yang berbeda, karena jika tidak diambil akan menular ke ikan yang lain. Ciri ikan yang sakit yaitu jika ikan menyendiri dan kadang ikan berada di sudut aquarium.
9. Peliharalah aquarium dengan cara membersihkan aquarium dengan me-laps bagian kaca aquarium jika air sudah terasa keruh

Demikian pengalaman dari saya, trimakasih.

Membasmi Tikus Rumah

Ini pengalaman selama kira-kira 6 bulam dalam perang dengan tikus got yang ada di rumah saya, tepatnya di belakang rumah saya. kebetulan belakang rumah saya sebagian saya pakai untuk taman, sekitar 1 bulan ada terdapat beberapa tikus, berkeliaran, dan banyak lubang-lubang di taman tersebut. Dan banyak kotoran tikus yang ada ditaman, sehingga kurang nyaman dipandang. Saehingga saat itu juga berkomitmen perang dengan tikus.
Jurus pertama yang aku pakai aku beli jebakan papan berlem yang di atasnya dikasih makanan, saya tunggu sekitar seminggu ternyata makanan yang saya taruh habis tapi tikus tidak terjebak. Aku berfikir lagi untuk jurus selanjutnya. Setelah cari cara2 aku coba beli racun tikus yang berupa serbuk yang dicampur dengan makanan. Saya tunggu sekitar 2 minggu tikuspun menteles tidak ada yang mati sama sekali, malah kelihatan banyak mungkin sudah berkembang biak kali.
Jurus Selanjutnya pada saat pagi atau sore saya kasih asap pada lubang-lubang tikus dengan membakar kertas di ujung lubang tikus tersebut. saya kira sudah mati karena tikus sudah tidak ada yang keluar, setelah aku amati sekitar 1 minggu ternyata tikus masih berkeliaran, berarti tikus masih belum mati. Trus karena sudah putus asa dengan beberapa cara tersebut. Aku putuskan memplester (keramik) semua di lubang-lubang tikus tersebut. Setelah aku amati lagi ternyata setelah aku plester rapat semua masih ada tikus yang memakan plesteran tapi tidak sampai berlubang lagi. Sampai sekarang Alkhamdulillah aman dengan tikus.
Sebetulnya masih ada jurus lagi saran dari mertua saya katanya racun celeng ampuh tapi aku sudah tidak sabar lagi. Demikian cerita dari saya, Bunuh tikus jika mengganggu kita, baik hewan tikus ataupun tikus berdasi.

Kecerdasan Buatan

Kecerdasan buatan merupakan suatu bidang ilmu  bagaimana membuat sesuatu secara cerdas. Metoce-metode yang digunakan biasanya  mengadopsi dari mahluk hidup misalnya manusia  dan hewan.Contohnya meniru otak manusia dalam menyelesaikan masalah, meniru bagaimana mahluk hidup dapat berkembang biak, bagimana hewan bunglon dapat beradaptasi dengan warna disekitarnya dan lain-lain.

Penerapan dari bidang ilmu ini yaitu dengan bahasa pemrograman yang di aplikasikan pada software, pengendalian atau mungkin dalam bidang robotika. Ciri dari kecerdasan buatan ini yaitu dapat melakukan otomatisasi secara optimal. Misalnya penerapan pada software yaitu dapat melakukan kesimpulan dengan optimal, pada bidang pengendalian dapat mengendalikan suatu alat secara otomatis, sedangkan pada  bidang robotika, robot dapat melakukan sesuatu secara cerdas.

Bidang-bidang ilmu yang berhubungan dengan sistem kecerdasan buatan ini misalnya logika fuzzy, jaringan syaraf tiruan, algoritma genetika, sistem pakar, dan lain-lain. Bidang-bidang tersebut diterapkan pada perangkat lunak dalam pembuatan software, untuk pengendalian alat, atau mungkin sebagai otak dari robotika

Konsep dari logika fuzzy bahwa segala sesuatu itu bersifat relatif, berbeda dengan digital yang hanya terdiri dari nilai 0 dan 1. Pada logika fuzzy segala sesuatu dapat bernilai antaran 0 sampai dengan 1. Jaringan syaraf tiruan digunakan untuk memodelkan suatu sistem yang nonlinier yang sulit dipecahkan dengan metode biasa. Sedangkan pada algoritma genetika digunakan untuk mencari solusi yang mendekati optimum dari beberapa alternatif solusi yang ada. Masalah yang di pecahkan dengan Algoritma genetika biasanya jika memerlukan waktu yang untuk mencari solusi optimum, sehingga dengan metode Algoritma genetika solusi akan lebih cepat dan mendekati optimum.

Algoritma Genetika

Algoritma genetika adalahpencarian terkomputerisasi dan algoritma optimasi berdasarkan mekanika alamigenetika dan seleksi alam. Algoritma dimulai dengan sebuah paket solusi yangmemungkinkan. Satuan solusi yang mungkin disebut dengan populasi. Setiap solusiyang mungkin dalam populasi juga disebut dengan kromosom. Setiap kromosomditugaskan dengan nilai fitness berdasarkan fungsi fitness. Solusi dari satupopulasi diambil dan biasa membangun populasi baru. Ini adalah motivasi denganharapan bahwa populasi baru akan menjadi lebih baik daripada yang sebelumnya.

Solusi merupakan hal yang dipilihuntuk membangun solusi baru (keturunan), dipilih menurut nilai fitnessnya,banyak kesempatan mereka untuk dapat melakukan reproduksi. Keturunanmenggantikan populasi kaum tua dan generasi tercapai. Proses ini diulang sampaikriteria tertentu ditemukan.

Secara umum garis besar darialgoritma genetika dasar yaitu sebagai berikut:

a.   [Awal]menghasilkan populasi acak n kromosom (solusi yang cocok untuk masalah)

b.   [Fitness]menilai nilai fitness f(x dari tiap kromosom x di populasi)

c.   [PopulasiBaru] membuat populasi baru dengan mengulang langkah-langkah berikut sampaipopulasi baru tercapai.

i.     [Pilihan]pilih dua kromosom orang tua dari populasi menurut nilai fitness mereka (makinbaik nilai fitness, lebih besar kesempatan untuk dipilih)

ii.   [KawinSilang] kawin silang orang tua ke bentuk keturunan baru (keturunan). Kawinsilang terjadi dengan kemungkinan tertentu. Jika kawin silang tidak dilakukan,keturunan salinan akan sama dari salah satu orang tua.

iii.  [Mutasi] mengubah tempat sifatketurunan baru (posisi di kromosom dengan kemungkinan tertentu). Jika tidak terjadimutasi, keturunan langsung hasil kawin silang, atau salinan salah satu dariorang tua.

iv.  [Penerimaan] tempat keturunanbaru di populasi baru

d.   [Penggantian]menggunakan populasi baru untuk lebih jauh perjalanan algoritma baru

e.   [Tes]jika akhir kondisi dipuaskan, hentikan, dan kembali ke solusi terbaik diaruspopulasi

f.    [Pengulangan]menuju ke langkah 2.

Logika Fuzzy

Sistem Pendukung Keputusan (SPK)

Terdapat beberapa ahli yangtelah mendefinisikan sistem pendukung keputusan sesuai dengan interpretasinyamasing-masing, diantanranya yaitu definisi dari Little, Alter, Moore dan Chang,Bonczek dan kawan-kawan, dan dari keen. Little (1970) mendifinisikan sistempendukung keputusan sebagai sekumpulan prosedur berbasis model untuk datapemrosesan dan penilaian guna membantu para manajer mengambil keputusan. Diamenyatakan bahwa untuk sukses, sistem tersebut haruslah sederhana, cepat, mudahdikontrol, adaptif, lengkap dengan isu-isu penting, dan mudah berkomunikasi. Alter(1980) mendefinisikan sistem pendukung keputusan dengan membandingkannya dengansistem EDP (Elektronic Data Processing)tradisional pada lima dimensi, seperti ditunjukkan pada Tabel 1.

Tabel 1 Perbandingan SPK dengan sistemEDP tradisional

Dimensi	SPK	EDP
Penggunaan	Aktif	Pasif
Pengguna	Lini manajemen dan staf	Klerikal (operator/pegawai)
Tujuan	Keefektifan	Efisiensi mekanis
Horison Waktu	Masa sekarang dan akan datang	Masa lalu
Tujuan	Fleksibilitas	Konsistensi

Moore dan Change (1980) berpendapatbahwa sebuah masalah dapat dijelaskan sebagai masalah terstruktur dan tidakterstruktur hanya dengan memperhatikan si pengambil keputusan atau suatusituasi spesifik (yakni keputusan terstruktur adalah terstruktur karena kitamemilih untuk memperlakukannya dengan cara seperti itu). Jadi merekamendefinisikan sistem pendukung keputusan sebagai sistem yang dapat diperluasuntuk mampu mendukung analisis data adhoc dan pemodelan keputusan, berorientasi terhadap perencanaan masa depan,dan digunakan pada interval yang tidak reguler dan tak terencana.

Bonczek, dkk., (1980)mendifinisikan sistem pendukung keputusan sebagai sistem berbasis komputer yangterdiri dai tiga komponen yang saling berinteraksi, yaitu sistem bahasa (mekanismeuntuk memberikan komunikasi antara pengguna dan komponen sistem pendukungkeputusan lain), sistem pengetahuan (repositori pengetahuan domain masalah yangada pada sistem pendukung keputusan sebagai data atau prosedur), dan sistempemrosesan masalah (hubungan antara dua komponen lainnya, terdiri dari satuatau lebih kapabilitas manipulasi masalah umum yang diperlukan untukpengambilan keputusan). Konsep-konsep yang diberikan oleh definisi tersebutsangat penting untuk memahami hubungan antara sistem pendukung keputusan danpengetahuan.

Keen (1980) menerapkan istilahsistem pendukung keputusan untuk situasi dimana sistem final dapat dikembangkanhanya melalui suatu proses pembelajaran dan evolusi yang adaptif. Jadi, iamendifinisikan sistem pendukung keputusan sebagai suatu produk dari prosespengembangan dimana pengguna sistem pendukung keputusan, dan sistem pendukungkeputusan itu sendiri mampu mempengaruhi satu dengan yang lainnya, danmenghasilkan evolusi sistem dan pola-pola penggunaan.

Definisi-definisi tersebutdiperbandingkan dan dikontraskan dengan memeriksa berbagai konsep yangdigunakan untuk mendefinisikan sistem pendukung keputusan (Tabel 2). Tampaknyabasis untuk mendifinisikan sistem pendukung keputusan dikembangkan daripersepsi tentang apa yang dilakukan oleh sistem pendukung keputusan (misaldukungan pengambilan keputusan pada masalah tak terstruktur) dan dari ide-idemengenai bagaimana tujuan sistem pendukung keputusan dapat dicapai.

 Tabel 2 Perbandingan beberapa definisiSPK dari beberapa ahli

Sumber	DSS yang didefinisikan
Little (1970)	Fungsi sistem, karakteristik antarmuka
Alter (1980)	Pola penggunaan, tujuan sistem
Moore dan Chang (1980)	Pola penggunaan, kapabilitas sistem
Bonczek, dkk. (1989)	Komponen-komponen sistem
Keen (1980)	Proses pengembangan

Sayangnya, definisi formaltentang sistem pendukung keputusan tidak memberikan fokus yang konsisten karenamasing-masing definisi berusaha mempersempit populasi secara berbeda-beda.Lebih lanjut, definisi tersebut secara bersama-sama mengabaikan tujuan sentralsistem pendukung keputusan, yakni untuk mendukung dan meningkatkan pengambilankeputusan.

Karakteristik dan Kapabilitas Sistem PendukungKeputusan

Karakteristik dan kapabilitaskunci dari sistem pendukung keputusan menurut turban adalah sebagai berikut:

1.      Dukungan untuk pengambil keputusan,terutama pada situasi semi terstruktur dan tak terstruktur; dengan menyertakanpenilaian manusia dan informasi terkomputerisasi. Masalah-masalah tersebuttidak dapat dipecahkan oleh sistem komputer lain atau oleh metode atau alatkuantitatif standard.

2.      Dukungan untuk semua level manajerial,dari eksekutif puncak sampai manajer lini.

3.      Dukungan untuk individu dan kelompok.Masalah yang kurang terstruktur sering memerlukan keterlibatan individu daridepartemen dan tingkat organisasional yang berbeda atau bahkan dari organisasilain. Sistem pendukung keputusan mendukung tim virtual melalui alat-alat web kolaboratif.

4.      Dukungan untuk semua keputusan independendan atau sekuensial. Keputusan dapat dibuat satu kali, beberapa kali, atauberulang (dalam interval yang sama).

5.      Dukungan di semua fase proses pengambilankeputusan: inteligensi, desain, pilihan, dan implementasi.

6.      Dukungan pada berbagai proses dan gaya pengambilan keputusan.

7.      Adaptifitas sepanjang waktu. Pengambilkeputusan seharusnya reaktif, dapat menghadapi perubahan kondisi secara cepat,dan dapat mengadaptasi sistem pendukung keputusan untuk memenuhi perubahantersebut. Sistem pendukung keputusan bersifat fleksibel dan karena itu penggunadapat menambahkan, menghapus, menggabungkan, mengubah, atau menyusun kembalielemen-elemen dasar. Sistem pendukung keputusan juga fleksibel dalam hal dapatdimodifikasi untuk memecahkan masalah lain yang sejenis.

8.      Pengguna merasa seperti dirumah. Ramahpengguna, kapabilitas grafis yang sangat kuat, dan antarmuka manusia mesininteraktif dengan satu bahasa alami dapat sangat meningkatkan keefektifansistem pendukung keputusan. Kebanyakkan aplikasi sistem pendukung keputusanyang baru menggunakan antarmuka berbasis web.

9.      Peningkatan terhadap keefektifanpengambilan keputusan (akurasi,timelines, kualitas) dari pada efisiensi (biaya pengambil keputusan).Ketika sistem pendukung keputusan disebarkan, pengambil keputusan seringmembutuhkan waktu lebih lama, namun keputusannya lebih baik.

10.  Pengambil keputusan mengontrol penuh terhadap  semua langkah proses pengambilan keputusandalam memecahkan suatu masalah. Sistem pendukung keputusan secara khususmenekankan untuk mendukung pengambil keputusan, bukannya menggantikan.

11.  Pengguna akhir dapat mengembangkan danmemodifikasi sistem sederhana. Sistem yang lebih besar dapat dibangun denganbantuan ahli sistem informasi. Perangkat lunak OLAP dalam kaitannya dengan datawarehouse membolehkan pengguna untuk membangun sistem pendukung keputusan yangcukup besar dan kompleks.

12.  Menggunakan model-model dalampenganalisisan situasi pengambilan keputusan. Kapabilitas pemodelanmemungkinkan eksperimen dengan berbagai strategi yang berbeda dibawahkonfigurasi yang berbeda. Sebenarnya, model-model membuat suatu sistempendukung keputusan berbeda dari kebanyakkan MIS.

13.  Disediakannya akses untuk berbagai sumberdata, format, dan tipe, mulai dari sistem informasi geografi (GIS) sampaisistem berorientasi objek.

14.  Dapat digunakan sebagai alat standalone yang digunakan oleh seorangpengambil keputusan pada satu lokasi atau didistribusikan di satu organisasikeseluruhan dan di beberapa organisasi sepanjang rantai persediaan.

Karakteristik dan kapabilitas kunci dari sistem pendukung keputusantersebut membolehkan para pengambil keputusan untuk membuat keputusan yanglebih baik dan lebih konsisten pada satu cara yang dibatasi waktu. Kemampuantersebut disediakan oleh berbagai komponen utama sistem pendukung keputusan.

ANALYTIC HIRARCHY PROCESS (AHP)

AHP adalah sebuah metode memecahpermasalahan yang komplek/ rumit dalam situasi yang tidak terstruktur menjadibagian-bagian komponen.Mengatur bagian atau variabel ini menjadi suatu bentuk susunan hierarki,kemudian memberikan nilai numerik untuk penilaian subjektif terhadapkepentingan relatif dari setiap variabel dan mensintesis penilaian untukvariabel mana yang memiliki prioritas tertinggi yang akan mempengaruhipenyelesaian dari situasi tersebut. AHP menggabungkan pertimbangan danpenilaian pribadi dengan cara yang logis dan dipengaruhi imajinasi, pengalaman,dan pengetahuan untuk menyusun hierarki dari suatu masalah yang berdasarkanlogika, intuisi dan juga pengalaman untuk memberikanpertimbangan. AHP merupakan suatu proses mengidentifikasi, mengerti dan memberikanperkiraan interaksi sistem secara keseluruhan [6].

Prosedur dalam menggunakan metode AHP terdiri daribeberapa tahap yaitu:

1.     Menyusun hirarki daripermasalahan yang dihadapi

Penyusunan hirarki yaitu denganmenentukan tujuan yang merupakan sasaran sistem secara keseluruhan pada levelteratas. Level berikutnya terdiri darikriteria-kriteria untuk menilai atau mempertimbangkan alternatif-alternatifyang ada dan menentukan alternatif-alternatif tersebut. Setiap kriteria dapatmemiliki subkriteria dibawahnya dan setiap kriteria dapat memiliki nilaiintensitas masing-masing.

2.     Menentukan prioritaselemen dengan langkah-langkah sebagai berikut:

a.  Membuat perbandinganberpasangan

Langkah pertama dalam menentukanprioritas elemen adalah membuat perbandingan berpasangan, yaitu membandingkanelemen secara berpasangan sesuai kriteria yang di berikan. Untuk perbandinganberpasangan digunakan bentuk matriks. Matriks bersifat sederhana, berkedudukankuat yang menawarkan kerangka untuk memeriksa konsistensi, memperoleh informasitambahan dengan membuat semua perbandingan yang mungkin dan menganalisiskepekaan prioritas secara keseluruhan untuk merubah pertimbangan. Untuk memulaiproses perbandingan berpasangan, dimulai dari level paling atas hirarki untukmemilih kriteria, misalnya C, kemudian dari level dibawahnya diambilelemen-elemen yang akan dibandingkan, misal A1, A2, A3, A4, A5, maka susunanelemen-elemen pada sebuah matrik seperti Tabel 1.

Tabel1. Matrix perbandingan berpasangan

C	A1	A2	A3	A4	A5
A1	1
A2		1
A3			1
A4				1
A5					1

b.  Mengisi matrik perbandingan berpasangan

Untuk mengisi matrik perbandingan berpasangan yaitudengan menggunakan bilangan untuk merepresentasikan kepentingan relatif darisatu elemen terhadap elemen lainnya yang dimaksud dalam bentuk skala dari 1sampai dengan 9. Skala ini mendefinisikan dan menjelaskan nilai 1 sampai 9untuk pertimbangan dalam perbandingan berpasangan elemen pada setiap levelhirarki terhadap suatu kreteria di level yang lebih tinggi.

Apabila suatu elemen dalam matrik dan dibandingkandengan dirinya sendiri, maka diberi nilai 1. Jika i dibanding j mendapatkannilai tertentu, maka j dibanding i merupakan kebalikkannya. Pada tabel 2 memberikandefinisi dan penjelasan skala kuantitatif 1 sampai dengan 9 untuk menilai tingkat kepentingansuatu elemen dengan elemen lainnya.

Tabel 2. Skala kuantitatif dalamsistem pendukung keputusan

Intensitas Kepentingan	Definisi	Penjelasan
1	Kedua elemen sama pentingnya	Dua elemen mempunyai pengaruh yang sama besar terhadap tujuan
3	Elemen yang satu sedikit lebih penting dari pada elemen yang lainnya	Pengalaman dan penilaian sedikit menyokong satu elemen dibandingkan elemen yang lainnya
5	Elemen yang satu lebih penting dari pada elemen yang lainnya	Pengalaman dan penilaian sangat kuat menyokong satu elemen dibandingkan elemen yang lainnya
7	Satu elemen jelas lebih mutlak penting dari pada elemen yang lainnya	Satu elemen yang kuat di sokong dan dominan terlihat dalam praktek
9	Satu elemen mutlak penting dari pada elemen yang lainnya	Bukti yang mendukung elemen yang satu terhadap elemen lain memiliki tingkat penegasan tertinggi yang mungkin menguatkan
2, 4, 6, 8	Nilai-nilai antara 2 nilai pertimbangan yang berdekatan	Nilai ini diberikan bila ada dua kompromi diantara 2 pilihan
Kebalikkan	Jika aktifitas i mendapat satu angka dibanding aktifitas j, maka j mempunyai nilai kebalikkannya dibanding dengan i

c.   Sintesis

Pertimbangan-pertimbanganterhadap perbandingan berpasangan di sintesis untuk memperoleh keseluruhanprioritasdengan langkah-langkah sebagai berikut:

-  Menjumlahkan nilai-nilai dari setiap kolom pada matriks.

-  Membagi setiap nilai dari kolom dengan total kolom yangbersangkutan untuk memperoleh normalisasi matriks.

-  Menjumlahkan nilai-nilai dari setiap matriks danmembaginya dengan jumlah elemen untuk mendapatkan nilai rata-rata.

-   Mengukur konsistensi

Dalam pembuat keputusan, penting untuk mengetahuiseberapa baik konsistensi yang ada, karena kita tidak ingin keputusanberdasarkan pertimbangan dengan konsistensi yang rendah. Karena dengan konsistensi yangrendah, pertimbangan akan tampak sebagai sesuatu yang acak dan tidak akurat.Konsistensi penting untuk mendapatkan hasil yang valid dalam dunia nyata. AHPmengukur konsistensi pertimbangan dengan rasio konsistensi (consistency ratio). Nilai Konsistensirasio harus kurang dari 5% untuk matriks 3x3, 9% untuk matriks 4x4 dan 10%untuk matriks yang lebih besar. Jika lebih dari rasio dari batas tersebut makanilai perbandingan matriks di lakukan kembali. Langkah-langkah menghitung nilairasio konsistensi yaitu:

i.      Mengkalikan nilai pada kolom pertama dengan prioritasrelatif elemen pertama, nilai pada kolom kedua dengan prioritas relatif elemenkedua, dan seterusnya.

ii.     Menjumlahkan setiapbaris.

iii.    Hasil dari penjumlahan baris dibagikan denganelemen prioritas relatif yang bersangkutan.

iv.   Membagi hasil diatas denganbanyak elemen yang ada, hasilnya disebut eigen value (lmax).

v.     Menghitung indeks konsistensi (consistency index) dengan rumus :

CI = (lmax-n)/n

Dimana     CI        : ConsistensiIndex

                   lmax    : Eigen Value

                   n          : Banyak elemen

vi.   Menghitung konsistensi ratio (CR)dengan rumus:

CR=CI/RC

Dimana :   CR      : ConsistencyRatio

                   CI       :Consistency Index

                   RC      :Random Consistency

Matriks random dengan skala penilaian 1 sampai 9beserta kebalikkannya sebagai randomconsistency (RC).

Berdasarkanperhitungan saaty dengan menggunakan500 sampel, jika pertimbangan memilih secara acak dari skala 1/9, 1/8, … , 1,2, … , 9 akan diperoleh rata-rata konsistensi untuk matriks yang berbedaseperti pada Tabel 3.

Tabel 3. Nilai rata-rata konsistensi

Ukuran Matriks	Konsistensi acak (Random Consistency)
1	0,00
2	0,00
3	0,58
4	0,90
5	1,12
6	1,24
7	1,32
8	1,41
9	1,45
10	1,49