• Tidak ada hasil yang ditemukan

SPK 4

N/A
N/A
Protected

Academic year: 2017

Membagikan " SPK 4"

Copied!
20
0
0

Teks penuh

(1)

Febriyanno Suryana, S.Kom,MM,M.Kom

www.suryagsc.wordpress.com [email protected] 0852 7474 1981 528FDA93

(2)

 TOPSIS didasarkan pada konsep dimana alternatif

terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, tepepi juga memiliki jarak terpanjang dari solusi ideal

negatif (Hwang, 1981)(Zeleny, 1982).

 Konsep ini banyak digunakan pada beberapa

model MADM karena konsepnya sederhana dan mudah dipahami, komputasinya efisien, dan memiliki kemampuan untuk mengukur kinerja alternatif.

 TOPSIS didasarkan pada konsep dimana alternatif

terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, tepepi juga memiliki jarak terpanjang dari solusi ideal

negatif (Hwang, 1981)(Zeleny, 1982).

 Konsep ini banyak digunakan pada beberapa

(3)

 Langkah-langkah umum prosedur TOPSIS :

 Membuat matriks keputusan yang ternormalisasi.

 Membuat matriks keputusan yang ternormalisasi

terbobot.

 Menentukan matriks ideal positif dan matriks

solusi ideal negatif.

 Menentukan jarak antara nilai setiap alternatif

dengan matriks solusi ideal positif dan negatif.

 Menentukan nilai preferensi untuk setiap

alternatif.

 Langkah-langkah umum prosedur TOPSIS :

 Membuat matriks keputusan yang ternormalisasi.

 Membuat matriks keputusan yang ternormalisasi

terbobot.

 Menentukan matriks ideal positif dan matriks

solusi ideal negatif.

 Menentukan jarak antara nilai setiap alternatif

dengan matriks solusi ideal positif dan negatif.

 Menentukan nilai preferensi untuk setiap

(4)

 Rating kinerja alternatif A1 pada setiap kriteria C1 yang ternormalisasi :

dengan i = 1,2, ,m dan j = 1,2, , n

 Rating kinerja alternatif A1 pada setiap kriteria C1 yang ternormalisasi :

(5)

 Solusi ideal positif dan solusi ideal negatif dapat ditentukan berdasarkanrating bobot ternormalisasi (y) :

dengan i = 1,2, ,m dan j = 1,2, , n

 Solusi ideal positif dan solusi ideal negatif dapat ditentukan berdasarkanrating bobot ternormalisasi (y) :

(6)
(7)

 Jarak antara alternatif Ai dengan solusi ideal positif :

 Jarak antara alternatif Ai dengan solusi ideal negatif :

 Jarak antara alternatif Ai dengan solusi ideal positif :

(8)

 Nilai preferensi untuk setiap alternatif (V) :

 Nilai V yang lebih besar menunjukan alternatif yang dipilih.

 Nilai preferensi untuk setiap alternatif (V) :

(9)

 Suatu perusahaan ingin membangun gudang

sebagai tempat menyimpan sementara hasil produksinya. Ada 3 lokasi yang akan jadi alternatif yaitu A1=Ngemplak, A2=Kalasan, A3=Kota Gede.

 Ada 5 kriteria yang dijadikan acuan dalam

pengambilan keputusan :

 C1= jarak dengan pasar terdekat (km)

 C2= kepadatan penduduk di sekitar lokasi (orang/km2)  C3=jarak dari pabrik (km)

 C4= jarak dengan gudang yang sudah ada (km)  C5= harga tanah untuk lokasi (x1000 Rp/m2)

 Suatu perusahaan ingin membangun gudang

sebagai tempat menyimpan sementara hasil produksinya. Ada 3 lokasi yang akan jadi alternatif yaitu A1=Ngemplak, A2=Kalasan, A3=Kota Gede.

 Ada 5 kriteria yang dijadikan acuan dalam

pengambilan keputusan :

 C1= jarak dengan pasar terdekat (km)

 C2= kepadatan penduduk di sekitar lokasi (orang/km2)  C3=jarak dari pabrik (km)

(10)

 Ranking kecocokan setiap alternatif pada setiap

kriteria, dinilai dengan 1 sampai 5, yaitu

 1 = sangat buruk  2 = buruk

 3 = cukup  4 = baik

 5 = sangat baik

 Tabel berikut menunjukkan ranking kecocokan dari

setiap alternatif pada setiap kriteria :

 Ranking kecocokan setiap alternatif pada setiap

kriteria, dinilai dengan 1 sampai 5, yaitu

 1 = sangat buruk  2 = buruk

 3 = cukup  4 = baik

 5 = sangat baik

 Tabel berikut menunjukkan ranking kecocokan dari

setiap alternatif pada setiap kriteria :

(11)

Bobot preferensi untuk setiap kriteria C1,

C2, C5 = (5, 3, 4, 4, 2)

Matrik keputusan yang dibentuk dari tabel

ranking kecocokan :

Bobot preferensi untuk setiap kriteria C1,

C2, C5 = (5, 3, 4, 4, 2)

Matrik keputusan yang dibentuk dari tabel

ranking kecocokan :

4 4 5 3 3

3 3 4 2 3

(12)
(13)
(14)

 Menentukan matriks keputusan yang ternormalisasi terbobot :

 Dan seterusnya sehingga diperoleh matriks Y :  Menentukan matriks keputusan yang

ternormalisasi terbobot :

(15)
(16)
(17)
(18)
(19)

 Menentukan nilai preferensi untuk setiap alternatif :

 V1 memiliki nilai terbesar, sehingga alternatif yang dipilih adalah alternatif A1.

 Menentukan nilai preferensi untuk setiap alternatif :

(20)

Referensi

Garis besar

Dokumen terkait

TOPSIS didasarkan pada konsep dimana alternatif yang terpilih atau terbaik tidak hanya mempunyai jarak terdekat dari solusi ideal positif, namun juga memiliki jarak terjauh

Topsis menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan terjauh dari solusi negatif dari sudut pandang geometris

TOPSIS merupakan suatu bentuk metode pendukung keputusan yang didasarkan pada konsep bahwa alternatif yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal

TOPSIS merupakan suatu bentuk metode pendukung keputusan yang didasarkan pada konsep bahwa alternatif yang terbaik tidak hanya memiliki jarak terpendek dari solusi

Topsis menggunakan prinsip bahwa alternatif harus mempunyai jarak terdekat dari solusi ideal positif dan jarak terpanjang (terjauh) dari solusi ideal negatif dari

TOPSIS merupakan metode pendukung keputusan yang didasarkan pada konsep bahwa alternatif yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif tetapi

TOPSIS mempunyai prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan mempunyai jarak terjauh dari solusi ideal

Pemilihan karyawan terbaik di RRI Jember dengan metode TOPSIS pada dasarnya menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal