Syntax Literate: Jurnal Ilmiah Indonesia p–ISSN: 2541-0849 e-ISSN: 2548-1398

Vol. 9, No. 3, Maret 2024

 

OPTIMASI PEMILIHAN LAHAN PERTANIAN SAWIT DENGAN PENDEKATAN ANALYTIC HIERARCHY PROCESS (AHP) BERBASIS ANDROID

 

Suryanto1*, Hizkia Hendra Rianingsih2, Sidik Praptomo3, Muhammad Nurohman4, Domy Kristomo5

Universitas Teknologi Digital Indonesia, Daerah Istimewa Yogyakarta, Indonesia1,2,4,5

Universitas Muhammadiyah Muara Bungo, Jambi, Indonesia3

Email: [email protected]1*, [email protected]2, [email protected]3, [email protected]4, [email protected]5

 

Abstrak

Studi ini mengeksplorasi secara mendalam penggunaan Sistem Pendukung Keputusan (SPK) dengan metode Analisis Hirarki Proses (AHP) dalam konteks pemilihan lahan budidaya kelapa sawit. Tujuannya adalah untuk membantu para pemangku kepentingan, termasuk petani kelapa sawit, perusahaan perkebunan, dan pemerintah, dalam membuat keputusan yang lebih tepat dan informatif. Penelitian ini membahas tahap-tahap penggunaan metode tersebut, mempertimbangkan berbagai faktor yang terlibat dalam pengambilan keputusan, serta manfaatnya dalam meningkatkan keberlanjutan dan efisiensi perkebunan kelapa sawit. Tujuh kriteria, termasuk curah hujan, topografi, tekstur tanah, kedalaman air, pH tanah, kemiringan, dan aksesibilitas, dengan tiga subkriteria, digunakan. Hasil dari perhitungan menunjukkan nilai konsistensi sebesar 0,056, menunjukkan kelayakan. Kesesuaian hasil perangkingan di aplikasi dan perhitungan manual untuk tujuh alternatif yang diuji ditemukan sama, menunjukkan akurasi dan validitas dalam proses pengambilan keputusan.

Kata Kunci: Sistem Pendukung Keputusan, Analytic Hierarchy Process, Sawit

 

Abstract

This study delves into the in-depth exploration of the utilization of Decision Support System (DSS) with Analytical Hierarchy Process (AHP) method in the context of oil palm cultivation land selection. The aim is to assist stakeholders, including oil palm farmers, plantation companies, and the government, in making more accurate and informative decisions. The research discusses the stages of using this method, considering various factors involved in decision-making, and its benefits in enhancing the sustainability and efficiency of oil palm plantations. Seven criteria, including rainfall, topography, soil texture, water depth, soil pH, slope, and accessibility, with three sub-criteria, were employed. The consistency ratio of 0.056 indicates feasibility. Results from the ranking application and manual calculations for seven alternatives were found to be consistent, demonstrating accuracy and validity in decision-making processes.

Keyword: Decision Support Sistem, Analytic Hierarchy Process, Palm

 

 

 

 

 

Pendahuluan

Industri kelapa sawit telah menjadi salah satu pilar ekonomi utama di banyak negara produsen kelapa sawit (Fauza, 2020), termasuk Indonesia dan Malaysia. Permintaan global yang terus meningkat untuk produk kelapa sawit, seperti minyak kelapa sawit (CPO) dan produk turunannya, membuat pemilihan lahan untuk budidaya kelapa sawit menjadi faktor penting dalam upaya mendukung ketahanan pangan dan ekonomi (Irawan & Soesilo, 2021; Saaty, 2008). Namun, pemilihan lahan yang optimal dalam budidaya kelapa sawit tidak selalu sederhana dan melibatkan banyak variabel dan aspek yang harus dipertimbangkan.

Pada era modern yang penuh tantangan ini, Sistem Pendukung Keputusan (SPK) telah menjadi solusi yang sangat diperlukan dalam mendukung para pemangku kepentingan, seperti petani kelapa sawit, perusahaan perkebunan, dan pemerintah, dalam pengambilan keputusan yang lebih tepat dan informasional (Bryan, 1987; Tambunan & Darmawan, 2017). Salah satu metode SPK yang efektif dalam pemilihan lahan budidaya kelapa sawit adalah Analytic hierarchy process (AHP). AHP adalah metode yang membantu dalam mengorganisir dan memprioritaskan berbagai kriteria yang relevan dalam pengambilan keputusan (Yusuf & Srisulistiowati, 2021). Metode ini memungkinkan para pengambil keputusan untuk mengevaluasi setiap kriteria dan subkriteria secara sistematis, sehingga dapat menghasilkan keputusan yang lebih rasional dan konsisten.

Dalam konteks budidaya kelapa sawit, pemilihan lahan yang tepat memiliki dampak langsung pada produktivitas perkebunan, efisiensi penggunaan sumber daya, dan keberlanjutan lingkungan (Risal, 2018). Kesalahan dalam pemilihan lahan dapat mengakibatkan kerugian yang signifikan, baik dari segi ekonomi maupun lingkungan (Sutanto, 2019). Oleh karena itu, penggunaan SPK dengan metode AHP dalam pemilihan lahan kelapa sawit dapat memberikan panduan yang kuat bagi para pemangku kepentingan dalam membuat keputusan yang lebih baik.

Dalam penelitian ini, kami akan mengeksplorasi secara mendalam penggunaan SPK dengan metode AHP dalam konteks pemilihan lahan budidaya kelapa sawit. Kami akan membahas tahap-tahap penggunaan metode ini, mempertimbangkan berbagai faktor yang terlibat dalam pengambilan keputusan, serta manfaatnya dalam meningkatkan keberlanjutan dan efisiensi perkebunan kelapa sawit. Penelitian ini bertujuan untuk memberikan pemahaman yang lebih dalam mengenai penggunaan SPK dengan metode AHP dalam pemilihan lahan kelapa sawit dan mendorong lebih banyak penelitian serta implementasi di lapangan untuk mendukung pertumbuhan industri kelapa sawit yang berkelanjutan dan berdaya saing.

Berdasarkan penelitian Rusydi Umar, Abdul Fadlil dan Yuminah Yuminah (Chamid et al., 2015; Sofica, 2016; Yusuf & Srisulistiowati, 2021) menjelaskan bahwa Analisis data menerapkan metode Analytical Hierarchical Process (AHP), yang memungkinkan perhitungan matematis dengan berbagai kriteria. Hasil penelitian menunjukan nilai rasio konsistensi 0.053 yang berarti kurang dari nilai rasio konsistensi yang digunakan dalam metode AHP yaitu 0.1, sehingga hasil perhitungan tersebut valid, dan dapat digunakan. Penelitian ini menghasilkan penilaian prioritas kompetensi soft skill yang dibutuhkan perusahaan sebagai berikut: Komunikasi 48%, Kerjasama 27%, Kejujuran 16 % dan interpersonal 10%. Hasil penelitian ini membuktikan bahwa metode AHP dapat digunakan pada penilaian kompetensi soft skill karyawan.

 

Metode Penelitian

UML METOPEN 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


Gambar 1. Langkah-Langkah Penelitian

Sesuai dengan Gambar 1, langkah-langkahnya sebagai berikut:

1.      Proses pertama dalam penelitian ini adalah identifikasi masalah utama pada pemilihan lahan tanam kelapa sawit.

2.      Proses kedua adalah studi literatur dari berbagai narasumber dan naskah publikasi yang telah dilakukan sebelumnya.

3.      Kemudian mengumpulkan data-data yang diperlukan untuk melakukan analisis dengan AHP.

4.      MSetelah mendapatkan data yang cukup, dilakukan analisis terhadap masalah dengan metode AHP.

5.      Hasil analisis akan ditampilkan dalam pelaporan dan didalam aplikasi android.

6.      Penarikan kesimpulan berdasarkan hasil analisis.

 

Sistem Pendukung Keputusan

Sistem Pendukung Keputusan didefinisikan sebagai sebuah sistem yang mampu memberikan kemampuan baik kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah semi-tersetruktur (Umar et al., 2018). Secara khusus, Sistem Pendukung Keputusan didefinisikansebuah sistem yang mendukung kerja seorang manajer dalam memecahkan masalah semi-terstruktur dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu (Aktavera, 2020).

Analytic Hierarchy Process (AHP)

AHP adalah sebuah metode untuk memeringkat alternatif keputusan dan memilih yang terbaik dengan beberapa kriteria. AHP mengembangkan satu nilai numerik untuk memeringkat setiap alternatif keputusan, berdasarkan pada sejauh mana tiap-tiap alternatif memenuhi kriteria pengambil keputusan (Hutabarat, 2018). AHP banyak digunakan pada keputusan untuk banyak kriteria, perencanaan, alokasi sumberdaya dan penentuan prioritas dari strategi-strategi yang dimiliki pemain dalam situasi konflik. Jadi, AHP merupakan analisis yang digunakan dalam pengambilan keputusan dengan pendekatan sistem, dimana pengambil keputusan berusaha memahami suatu kondisi sistem dan membantu melakukan prediksi dalam mengambil keputusan. Tahapan dalam pemilihan kriteria lahan tanam kelapa sawit dapat dijabarkan sebagai berikut:

1. Penyusunan hirarki

2. Penentuan bobot atau prioritas kepentingan (Purba & Sipayung, 2018)

 

Tabel 1. Skala Perbandingan Berpasangan Saaty

Intensitas Kepentingan

Keterangan

1

Kedua elemen sama pentingnya

3

Elemen yang satu sedikit lebih penting daripada elemen yang lainnya

5

Elemen yang satu lebih penting dari pada elemen yang lainnya

7

Satu elemen jelas lebih mutlak penting dari pada elemen lainnya

9

Satu elemen mutlak penting dari pada elemen lainnya

2,4,6,8

Nilai-nilai antara dua nilai pertimbangan yang berdekatan

Kebalikan

Jika untuk aktifitas i mendapat satu angka dibanding dengan aktifitas j, maka j mempunyai nilai kebaikannya dibanding dengan i.

 

3. Penentuan sintesis

4. Uji konsistensi

dengan menggunakan persamaan : lmaks (Jumlah/n)

5. Menghitung Consistency Index (CI)

dengan menggunakan persamaan : ( lmaks-n)/(n-1)

6. Menghitung Consistency Ratio (CR)

dengan menggunakan persamaan :

Dalam hal ini IR dapat dijabarkan dengan Tabel 2.

Tabel 2. Indeks Random

Ukuran Matriks

Nilai IR

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

11

1,51

12

1,48

13

1,56

14

1,57

15

1,59

 

7. Memeriksa Konsistensi Hirarki dengan nilai Consistency Ratio kurang atau sama dengan 0,1

 

Hasil dan Pembahasan

Implementasi Optimalisasi Pemilihan Lahan Sawit

Implementasi merupakan penerapan SPK dengan metode AHP didalam aplikasi berbasis Android, langkah pertama untuk melakukan perhitungan AHP adalah dengan melakukan login kedalam aplikasi yang dijelaskan pada Gambar 2. Halaman Login Aplikasi SPK

Login Screen-portrait

Gambar 2. Halaman Login Aplikasi SPK

Intro Screen (TIDAK DIPAKAI)-portrait

Gambar 3. Disclaimer Data Aplikasi

 

Gambar 3. menjelaskan data apa saja yang akan menjadi kriteria didalam aplikasi SPK dengan metode AHP. Pada halaman ini semua jenis data dijabarkan dan penjelasan singkat mengenai aplikasi SPK dengan metode AHP. Klik tombol mulai untuk melakukan peng-inputan data kedalam aplikasi. Lalu akan dibawa menuju halaman input data alternatif, dengan memasukkan lokasi, dan melakukan pengisian berbagai kriteria didalam aplikasi, proses input data dijelaskan pada Gambar 4. Proses Input Data Alternatif

Home Screen (TIDAK DIPAKAI)-portrait

Gambar 4. Proses Input Data Alternatif

 

Setelah melakukan input data alternatif maka akan dibawa menuju halaman hasil perhitungan yang dijelaskan pada Gambar 5. Hasil Perhitungan dan Perankingan SPK.

Hasil Screen (TIDAK DIPAKAI)-portrait

Gambar 5. Hasil Perhitungan dan Perankingan SPK

 

Perhitungan Data Manual

Penelitian ini menggunakan 7 kriteria dalam melakukan analisis data menggunakan metide AHP yaitu :

1. Curah hujan (CHN)

2. Topografi (TP)

3. Kedalaman air (DLM)

4. Kemiringan lahan (KMR)

5. Tekstur tanah (TKS)

6. Aksesabilitas kendaraan (AK)

7. PH tanah (PH)

Langkah pertama adalah melakukan perbandingan antar kriteria, didapatkan hasil perbandingan

Tabel 3. Perbandingan Antar Kriteria

KRITERIA

CHN

TP

KMR

DLM

TKS

PH

AK

CHN

1   

1   

5   

5   

3   

3   

5

TP

1   

1   

5   

5   

1   

1   

3

KMR

 1/5

 1/5

1   

3   

5   

1   

5

DLM

 1/5

 1/5

 1/3

1   

3   

3   

3

TKS

 1/3

1   

 1/5

 1/3

1   

1   

1

PH

 1/3

1   

1   

 1/3

1   

1   

1

AK

 1/5

 1/3

 1/5

 1/3

1   

1   

1

 

 

Langkah berikutnya adalah menentukan nilai matriks kriteria, maka didapatkan hasil

Tabel 4. Tabel Nilai Matriks Kriteria

KRITERIA

CHN

TP

KMR

DLM

TKS

PH

AK

CHN

1,0000

1,0000

5,0000

5,0000

3,0000

3,0000

5,0000

TP

1,0000

1,0000

5,0000

5,0000

1,0000

1,0000

3,0000

KMR

0,2000

0,2000

1,0000

3,0000

5,0000

1,0000

5,0000

DLM

0,2000

0,2000

0,3333

1,0000

3,0000

3,0000

3,0000

TKS

0,3333

1,0000

0,2000

0,3333

1,0000

1,0000

1,0000

PH

0,3333

1,0000

1,0000

0,3333

1,0000

1,0000

1,0000

AK

0,2000

0,3333

0,2000

0,3333

1,0000

1,0000

1,0000

Jumlah

3,2667

4,7333

12,7333

15,0000

15,0000

11,0000

19,0000

 

Langkah selanjutnya adalah menentukan nilai jumlah nilai rasio konsistensi

Tabel 5. Tabel Rasio Konsistensi

KRITERIA

CHN

TP

KMR

DLM

TKS

PH

AK

JUMLAH

CHN

0,2828

0,2227

0,7639

0,5907

0,2406

0,2675

0,2713

2,6394

TP

0,2828

0,2227

0,7639

0,5907

0,0802

0,0892

0,1628

2,1921

KMR

0,0566

0,0445

0,1528

0,3544

0,4010

0,0892

0,2713

1,3698

DLM

0,0566

0,0445

0,0509

0,1181

0,2406

0,2675

0,1628

0,9411

TKS

0,0943

0,2227

0,0306

0,0394

0,0802

0,0892

0,0543

0,6105

PH

0,0943

0,2227

0,1528

0,0394

0,0802

0,0892

0,0543

0,7327

AK

0,0566

0,0742

0,0306

0,0394

0,0802

0,0892

0,0543

0,4244

 

Tabel 6. Jumlah Nilai Rasio Konsistensi

 

Jumlah Perbaris

Prioritas

Hasil

CHN

2,6394

0,2828

9,3347

TP

2,1921

0,2227

9,8437

KMR

1,3698

0,1528

8,9659

DLM

0,9411

0,1181

7,9661

TKS

0,6105

0,0802

7,6119

PH

0,7327

0,0892

8,2163

AK

0,4244

0,0543

7,8216

JUMLAH

51,9386

 

Langkah selanjutnya adalah menentukan nilai dari lmaks (Jumlah/n) yang didapatkan dengan 41, dari nilai lmaks (Jumlah/n) akan didapatkan nilai CI dengan persamaan  0,07, selanjutnya akan didalatkan nilai CR dengan persamaan 0,056,

Dari hasil perhitungan tersebut maka seluruh nilai perbandingan antar kriteria didapatkan 0,056 < 0,1, maka toleransi dari nilai rasio layak untuk dipakai didalam perhitungan SPK dengan menggunakan metode AHP.

Langkah berikutnya adalah menentukan nilai bobot subkriteria dengan tabel 7.

 

 

Tabel 7. Tabel Bobot Subkriteria

SUB KRITERIA

NILAI UKUR

LAYAK

2

MEDIUM

1

TIDAK LAYAK

0

 

Tabel 8. Nilai Prioritas Subkriteria

CHN

TP

KMR

DLM

TKS

PH

AK

0,5

0,4

0,35

0,35

0,35

0,35

0,35

LAYAK

LAYAK

LAYAK

LAYAK

LAYAK

LAYAK

LAYAK

1

1

1

1

1

1

1

MEDIUM

MEDIUM

MEDIUM

MEDIUM

MEDIUM

MEDIUM

MEDIUM

0,13

0,13

0,22

0,43

0,56

0,24

0,31

TIDAK LAYAK

TIDAK LAYAK

TIDAK LAYAK

TIDAK LAYAK

TIDAK LAYAK

TIDAK LAYAK

TIDAK LAYAK

0,6

0,2

0,33

0,35

0,16

0,16

0,38

 

 Langkah berikutnya adalah menempatkan data uji kedalam perhitungan didapatkan tabel berikut

Tabel 9. Data Uji

ALTERNATIF

C1

C2

C3

C4

C5

C6

C7

A1

2001-2500

BERGELOMBANG

16-24

61-80

LEMPUNG LIAT

7 s/d 10

TRUK

A2

2001-2500

DATAR BEROMBAK

0-15

>80

LEMPUNG LIAT

7 s/d 10

MOBIL

A3

2001-2500

DATAR BEROMBAK

0-15

>80

PASIR LEMPUNG LIAT

4,5 s/d 5,5

TRUK

A4

2001-2500

BERGELOMBANG

16-24

61-80

LEMPUNG LIAT

7 s/d 10

TRUK

A5

2001-2500

CURAM

25-36

51-60

LIAT BERPASIR

5,5 s/d 7

TRUK

A6

2001-2500

CURAM

>36

40-51

PASIR

4,5 s/d 5,5

PICKUP

A7

2001-2500

CURAM

25-36

51-60

PASIR LEMPUNG LIAT

4,5 s/d 5,5

TRUK

 

Langkah selanjutnya adalah visualisasi data kedalam nilai matriks data, didapatkan tabel berikut

Tabel 10. Nilai Matriks Perbandingan

ALTERNATIF

CHN

TP

KMR

DLM

TKS

PH

AK

A1

2

1

1

1

2

2

2

A2

2

2

2

2

2

2

0

A3

2

2

2

2

1

0

2

A4

2

1

1

1

2

2

2

A5

2

0

0

0

1

1

2

A6

2

0

0

0

0

0

1

A7

2

0

0

0

1

0

2

 

Langkah selanjutnya adalah proses perhitungan alternatif dengan menggunakan AHP, didapatkan hasil data berikut

Tabel 11. Hasil Perhitungan AHP

ALTERNATIF

CHN

TP

KMR

DLM

TKS

PH

AK

JUMLAH

A1

1

0,13

0,22

0,43

1

1

1

4,780

A2

1

1

1

1

1

1

0,38

6,380

A3

1

1

1

1

0,56

0,16

1

5,720

A4

1

0,13

0,22

0,43

1

1

1

4,780

A5

1

0,2

0,33

0,35

0,56

0,24

1

3,680

A6

1

0,2

0,33

0,35

0,16

0,16

0,31

2,510

A7

1

0,2

0,33

0,35

0,56

0,16

1

3,600

 

Langkah terakhir adalah menentukan perankingan maka didapatkan hasil sebagai berikut

Tabel 12. Ranking Alternatif

Alternatif

Nilai Jumlah

Ranking

A1

4,78

3

A2

6,38

1

A3

5,72

2

A4

4,78

4

A5

3,68

5

A6

2,51

7

A7

3,6

6

 

Kesimpulan

Berdasarkan hasil analisis yang dilakukan dalam jurnal ini, dapat disimpulkan bahwa kriteria yang digunakan menggunakan 7 kriteria yaitu curah hujan, topografi, tekstur tanah, kedalaman air, ph tanah, kemiringan dan aksesabilitas kemudian menggunakan 3 subkriteria yaitu baik, cukup dan tidak. Dari kriteria dan subkriteria tersebut didapatkan hasil dari nilai konsistensi -0,12, sehingga termasuk kedalam kategori layak. Berdasarkan 7 alternatif yang dijadikan data uji, kecocokan antara hasil perangkingan di aplikasi dan perhitungan manual adalah sama, sehingga perhitungan tersebut sudah akurat dan mempunyai data yang valid.

 

BIBLIOGRAFI

 

Aktavera, B. (2020). Sistem Penunjang Keputusan dalam Penentuan Prioritas Pembanguanan Menggunakan Metode Trus Base dengan Topsis. Jurnal Informatika Ekonomi Bisnis, 138–143.

Bryan, C. D. B. (1987). The National Geographic Society, 100 years of adventure and discovery.

Chamid, A. A., Surarso, B., & Farikhin, F. (2015). Implementasi metode AHP dan Promethee untuk pemilihan supplier. JSINBIS (Jurnal Sistem Informasi Bisnis), 5(2), 128–136.

Dias, D. A. P. (2021). Penerapan Ahp Method (Analytical Hierarchy Process) Pada Sistem Keputusan Penilaian Rumah Sakit Terbaik. Jurnal Portal Data1(2).

Fauza, G. D. (2020). Penerapan Metode Analytical Hierarcy Process (AHP) Dalam Penentuan Penerima Bantuan Program Keluarga Harapan (PKH) Di Kelurahan Binjai Kecamatan Medan Denai. Universitas Islam Negeri Sumatera Utara.

Hutabarat, S. (2018). Tantangan keberlanjutan pekebun kelapa sawit rakyat di Kabupaten Pelalawan, Riau dalam perubahan perdagangan global. Masyarakat Indonesia, 43(1).

Irawan, B., & Soesilo, N. I. (2021). Dampak kebijakan hilirisasi industri kelapa sawit terhadap permintaan CPO pada industri hilir. Jurnal Ekonomi Dan Kebijakan Publik, 12(1), 29–43.

Purba, J. H. V, & Sipayung, T. (2018). Perkebunan kelapa sawit indonesia dalam perspektif pembangunan berkelanjutan. Masyarakat Indonesia, 43(1).

Risal, M. (2018). Multinational Corporations (MNC) Perkebunan Kelapa Sawit Di Kalimantan Timur: Dampak Aspek Lingkungan, Sosial Budaya, dan Ekonomi. Jurnal Hubungan Internasional Interdependence, 3(1).

Saaty, T. L. (2008). Decision making with the analytic hierarchy process. International Journal of Services Sciences, 1(1), 83–98.

Sofica, V. (2016). Microsoft Excel Pada Metode Analytical Hierarchy Process Untuk Memilih Jasa Pengiriman. INFORMATION MANAGEMENT FOR EDUCATORS AND PROFESSIONALS: Journal of Information Management, 1(1), 54–66.

Sutanto, T. W. (2019). Faktor-Faktor Yang Mempengaruhi Pemilihan Lokasi Terhadap Kesuksesan Usaha Dagang Di Kota Surabaya. Seminar Nasional Ilmu Terapan, 1(1), E4–E4.

Tambunan, A. H., & Darmawan, I. W. (2017). Energi dan teknologi untuk pertanian industrial berkelanjutan. Penerbit IPB Press.

Umar, R., Fadlil, A., & Yuminah, Y. (2018). Sistem Pendukung Keputusan dengan Metode AHP untuk Penilaian Kompetensi Soft Skill Karyawan. Khazanah Informatika: Jurnal Ilmu Komputer Dan Informatika, 4(1), 27–34.

Yusuf, D., & Srisulistiowati, D. B. (2021). Sistem Pendukung Keputusan Pembelian Kendaraan Operasional Menggunakan Metode Ahp. JSI (Jurnal Sistem Informasi) Universitas Suryadarma, 8(1), 173–182.

 

 

Copyright holder:

Suryanto, Hizkia Hendra Rianingsih, Sidik Praptomo, Muhammad Nurohman, Domy Kristomo (2024)

 

First publication right:

Syntax Literate: Jurnal Ilmiah Indonesia

 

This article is licensed under: