METODE SAW
SIMPLE ADDITIVE WEIGHTING (saw)
Metode SAW sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar SAW adalah mencari penjumlahan terbobot dari rating kinerja pada
setiap alternatif pada semua atribut (Fishburn, 1967) (MacCrimmon, 1968).
Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu
skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.
Metode ini merupakan metode yang paling terkenal dan paling banyak digunakan dalam menghadapi situasi Multiple Attribute Decision Making (MADM).
MADM itu sendiri merupakan suatu metode yang digunakan untuk mencari
alternatif optimal dari sejumlah alternatif dengan kriteria tertentu.
Metode SAW ini mengharuskan pembuat keputusan menentukan bobot bagi setiap
Langkah Penyelesaian SAW sebagai
berikut :
1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci.
2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
3. Membuat matriks keputusan berdasarkan kriteria(Ci), kemudian melakukan normalisasi matriks berdasarkan persamaan yang
disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R.
4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik
Formula untuk melakukan normalisasi
tersebut adalah:
Dimana :
rij = rating kinerja ternormalisasi
Maxij = nilai maksimum dari setiap baris dan kolom Minij = nilai minimum dari setiap baris dan kolom Xij = baris dan kolom dari matriks
Nilai preferensi untuk setiap alternatif
(Vi) diberikan sebagai :
Dimana :
Vi = Nilai akhir dari alternatif
wj = Bobot yang telah ditentukan rij = Normalisasi matriks
Contoh kasus SAW
Suatu sekolah akan menyeleksi
siswa yang terbaik
Ada 4 Kriteria yang akan di
seleksi yaitu
C1 = Nilai Prestasi Akademik C2 = Nilai Prestasi Siswa
C3 = Nilai Prestasi Kepribadian C4 = Nilai Prestasi Pendidikan
Yang masing-masing setiap
kriteria di beri bobot 25 %
C1 = 25 % = 0.25 C2 = 25 % = 0.25 C3 = 25 % = 0.25 C4 = 25 % = 0.25
Ket : Bobot kriteria di sesuaikan
LANGKAH PENYELESAIAN SAW :
Menentukan kriteria-kriteria yang akan dijadikan acuan dalam
pengambilan keputusan,yaitu Ci.
Menentukan rating kecocokan setiap alternative pada setiap
kriteria.
Membuat matriks keputusan berdasarkan kriteria (Ci), kemudian
melakukan normalisasi matriks berdasarkan persamaan yang
disesuaikan dengan jenis atribut (atribut keuntungan ataupun
atribut biaya) sehingga diperoleh matriks ternormalisasi R.
Mencari nilai alternatif yaitu penjumlahan dari perkalian
matriks ternormalisasi R dengan vektor bobot sehingga
Step 1
Dimana Xij merupakan rating kinerja alternative i terhadap atribut
Step 2
Menentukan nilai bobot yang menunjukkan tingkat kepentingan
relatife setiap atribut,diberikan sebagai, W :
Step 3
Melakukan proses normalisasi matriks keputusan(X) ke suatu skala
yang dapat diperbandingkan dengan semua rating alternatif yang ada. Matriks ternormalisasi R diperoleh dari persamaan :
Dari forumula di atas dapat di peroleh
Step 4
Langkah keempat proses perangkingan dengan menjumlahkan setiap
alternatif dari matriks ternormalisasi R setiap baris di kalikan bobot W
Kesimpulan
Jadi dari data dapat di putuskan siswa terbaik dengan nilai