BAB V

MULTI-ATTRIBUTE DECISION MAKING

A. Multi Criteria Decision Making (MCDM)
Multi Criteria Decision Making (MCDM) adalah suatu metode pengambilan keputusan
untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria
tertentu. Kriteria biasanya berupa ukuran-ukuran, aturan-aturan atau standar yang digunakan
dalam pengambilan keputusan. Berdasarkan tujuannya, MCDM dapat dibagi menjadi
model (!immermann, "##") dalam buku Kusumade$i % Multi Attribute Decision Makng
(M&DM) dan Multi Objective Ddecision Making (M'DM). (eringkali MCDM dan M&DM
digunakan untuk menerangkan kelas atau kategori yang sama. M&DM digunakan untuk
menyelesaikan masalah-masalah dalam ruang diskret. 'leh karena itu, pada M&DM biasanya
digunakan untuk melakukan penilaian atau seleksi terhadap beberapa alternatif dalam jumlah
yang terbatas. (edangkan M'DM digunakan untuk menyelesaikan masalah-masalah pada
ruang kontinyu (seperti permasalahan pada pemrogaman matematis). (e)ara umum dapat
dikatakan bah$a, M&DM menyeleksi alternatif terbaik dari sejumlah alternatif* sedangkan
M'DM meran)ang alternatif terbaik. +erbedaan mendasar terlihat pada tabel ,.
Tabel 7. Perbedaan anara MADM dan MODM
MADM MODM
Kr!er!a (d!de"!n!#!$an
%le&)
&tribut -ujuan
T'('an .mplisit /ksplisit
Ar!b' /ksplisit .mplisit
Alerna!" Diskret, dalam jumlah
terbatas
Kontinu, dalam jumlah tak
terbatas
Ke)'naan (eleksi Desain
&da beberapa fitur umum yang akan digunakan dalam MCDM (0anko 112) dalam buku
Kusumade$i, yaitu %
". &lternatif
&lternatif adalah objek-objek yang berbeda dan memiliki kesempatan yang sama
untuk dipilih oleh pengambil keputusan.
. &tribut
&tribut sering juga disebut sebagai karakteristik, komponen atau kriteria keputusan.
Meskipun pada kebanyakan kriteria bersifat satu le3el, namun tidak menutup
kemungkinan adanyasub kriteria yang berhubungan dengan kriteria yang telah
diberikan
4. Konflik antar kriteria
Beberapa kriteria biasanya mempunyai konflik antara satu dengan yang lainnya,
misalnya kriteria keuntungan akan memiliki konflik dengan kriteria biaya
5. Bobot keputusan
Bobot keputusan menunjukkan kepentingan relatif dari setiap kriteria, 6 7 ($
"
,$

,
8.,$
n
). +ada MCDM akan di)ari bobot kepentingan dari setiap kriteria.
2. Matriks keputusan
(uatu matriks keputusan 9 yang berukuran m:n, berisi elemen-elemen ;
ij
, yang
merepresentasikan rating dari alternatif &
i
(i7",,8.,m) terhadap kriteria C
j
(j7",,
8.,n).
B. Kla#!"!$a#! *e%de MCDM
&da beberapa )ara dalam mengklasifikasikan metode MCDM. Menurut tipe data yang
digunakan, MCDM dapat dibagi berdasarkan tipe data deterministik, stokastik atau fu<<y.
Menurut jumlah pengambil keputusan yang terlibat dalam proses pengambilan keputusan,
MCDM dapat dibagi berdasarkan pengambil keputusan satu orang, atau pengambil keputusan
dalam bentuk grup (kelompok).
C. Kla#!"!$a#! #%l'#! MCDM
Masalah MCDM tidak selalu memberikan suatu solusi unik, perbedaan tipe bisa jadi
akan memberikan perbedaan solusi (=oon, "#>") dan buku Kusumade$i.
". (olusi ideal
Kriteria atau atribut dapat dibagi menjadi kategori, yaitu kriteria yang nilainya akan
dimaksimumkan (kategori kriteria keuntungan) dan kriteria yang nilainya akan
diminimumkan (kategori kriteria biaya). (olusi ideal akan memaksimumkan semua
kriteria keuntungan dan meminimumkan semua kriteria biaya.
. (olusi non-deminated
(olusi ini sering juga dikenal dengan nama solusi +areto-optimal. (olusi feasible
MCDM dikatakan non-dominated jika tidak ada solusi feasible yang lain yang akan
menghasilkan perbaikan terhadap suatu atribut tanpa menyebabkan degenerasi pada
atribut yang lainnya.
4. (olusi yang memuaskan
(olusi yang memuaskan adalah himpunan bagian dari solusi-solusi feasible dimana
setiap alternatif melampaui semua kriteria yang diharapkan.
5. (olusi yang lebih disukai
(olusi yang disukai adalah solusi non-dominated yang paling banyak memuaskan
pengambil keputusan.
D. K%n#e+ da#ar M'l! Ar!b'e De,!#!%n Ma$!n) (MADM)
Menurut ?udolphi dalam Kusumade$i dkk. (11@), pada dasarnya, proses M&DM
dilakukan melalui 4 tahap, yaitu penyusunan komponen-komponen situasi, analisis, dan
sintesis informasi. +ada tahap penyusunan komponen, komponen situasi, akan dibentuk tabel
taksiran yang berisi identifikasi alternatif dan spesifikasi tujuan, kriteria dan atribut.
-ahap analisis dilakukan melalui langkah. +ertama, mendatangkan taksiran dari
besaran yang potensial, kemungkinan dan ketidakpastian yang berhubungan dengan dampak-
dampak yang mungkin pada setiap alternatif. Kedua, meliputi pemilihan dari preferensi
pengambil keputusan untuk setiap nilai, dan ketidakpedulian terhadap resiko yang timbul.
+ada langkah pertama, beberapa metode menggunakan fungsi distribusi Ap
j
(;)A yang
menyatakan probabilitas kumpulan atribut Aa
k
A terhadap setiap alternatif A&
i
A. Konsekuen juga
dapat ditentukan se)ara langsung dari agregasi sederhana yang dilakukan pada informasi
terbaik yang tersedia. Demikian pula, ada beberapa )ara untuk menentukan preferensi
pengambil keputusan pada setiap konsekuen yang dapat dilakukan pada langkah kedua.
Metode yang paling sederhana adalah untuk menurunkan bobot atribut dan kriteria adalah
dengan fungsi utilitas atau penjumlahan terbobot.
Dalam Kusumade$i dkk. (11@), !imermann menyatakan bah$a, se)ara umum, model
multi-attribute de)ision making dapat didefinisikan sebagai berikut%
Misalkan & 7 Ba
i
A i 7 ", 8., nC adalah himpunan alternatif keputusan dan C 7 B)
j
A j 7 ", 8.,
mC adalah himpunan tujuan yang diharapkan, maka akan ditentukan alternatif ;
1
yang
memiliki derajat harapan tertinggi terhadap tujuan-tujuan yang rele3an )
j
.
Damun sebagian besar pendekatan M&DM dilakukan melalui langkah, yaitu %
pertama, melakukan agregasi terhadap keputusan-keputusan yang tanggap terhadap semua
tujuan pada setiap alternatif. (edangkan yang kedua, melakukan perankingan alternatif-
alternatif keputusan tersebut berdasarkan hasil agregasi keputusan.
Dengan demikian, bisa dikatakan bah$a, masalah multi-attribute decision making
(M&DM) adalah menge3aluasi m alternatif &
i
(i7",,8.,m) terhadap sekumpulan atribut atau
kriteria C
j
(j7",,8.,n), dimana setiap atribut saling tidak bergantung satu dengan yang
lainnya. Matriks keputusan setiap alternatif terhadap setiap atribut ;, diberikan sebagai%
Ga*bar -.. Mar!$# $e+''#an #e!a+ alerna!"
(/!*er*ann dala* K'#'*ade0! d$$. (1223))
Dimana ;
ij
merupakan rating kinerja alternatif ke-i terhadap atribut ke-j. Dilai bobot
yang menunjukkan tingkat kepentingan relatif setiap atribut, diberikan sebagai, $ %
$ 7 B $
",
$
, 8.,
$
n
C
?ating kinerja (;), dan nilai bobot ($) merupakan nilai utama yang merepresentasikan
preferensi absolut dari pengambil keputusanE masalah M&DM diakhiri dengan proses
perangkingan untuk mendapatkan alternatif terbaik yang diperoleh berdasarkan nilai
keseluruhan preferensi yang diberikan (=eh dalam Kusumade$i dkk. (11@)).
Beberapa metode yang dapat digunakan untuk menyelesaikan masalah M&DM, antara
lain sebagai berikut %
a. Simple Additive Weighting Method ((&6)
b. Weighted Product Model (6+M)
). /F/C-?/
d. echni!ue for Order Preference b" Similarit" to #deal Solution (-'+(.()
e. Anal"tic $ierarch" Process (&G+)
E. Simple Additive Weighting Method (SA4)
Dalam Kusumade$i dkk. (11@), Hishburn menyatakan bah$a, konsep dasar metode
simple additive %eighting method ((&6) yang biasa disebut juga %eighted sum model
(6(M) adalah men)ari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada
semua atribut. Metode (&6 membutuhkan proses normalisasi matriks keputusan (;) ke suatu
skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.
;
""
;
"
8. ;
"n
;
"
;

8. ;
n
8. 8. 8. 8.
8. 8. 8. 8.
;
m"
;
m
8. ;
mn
; 7
Dimana r
ij
adalah rating kinerja ternormalisasi dari alternatif &
i
pada atribut C
j
dimana i7",,
8.,m dan j7",,8.,n. Dilai preferensi untuk setiap alternatif (I
i
) diberikan sebagai %
Dilai I
i
yang lebih besar mengindikasikan bah$a alternatif &
i
lebih terpilih.
C%n%& $a#'# 5
(uatu perusahaan di Daerah .stime$a =ogyakarta (D.=) ingin membangun sebuah gudang
yang akan digunakan sebagai tempat untuk menyimpan sementara hasil produksinya. &da 4
lokasi yang akan menjadi alternatif, yaitu % &
"
7 Dgemplak, &

7 Kalasan, &
4
7 Kota Jede.
&da 2 kriteria yang dijadikan a)uan dalam pengambilan keputusan, yaitu %
C
"
7 jarak dengan pasar terdekat (km)
C

7 kepadatan penduduk di sekitar lokasi (orangEkm

)
C
4
7 jarak dari pabrik (km)
C
5
7 jarak dengan gudang yang sudah ada (km)
C
2
7 harga tanah untuk lokasi ( dikalikan dengan ?p. ".111.111Em

)
?ating ke)o)okan setiap alternatif pada setiap kriteria, dinilai dengan " sampai 2, yaitu %
" % sangat buruk
% buruk
4 % )ukup
5 % baik
2 % sangat baik
-abel > menunjukkan rating ke)o)okan dari setiap alternatif pada setiap kriteria. (edangkan
tingkat kepentingan setiap kriteria, juga dinilai dengan " sampai 2, yaitu %
" % sangat rendah
% rendah
(1)
(-)
r
ij
7
0ika j adalah atribut keuntungan (benefit)
0ika j adalah atribut biaya ()ost)
4 % )ukup
5 % tinggi
2 % sangat tinggi
Tabel 6. Ra!n) $e,%,%$an dar! #e!a+ alerna!" +ada #e!a+ $r!er!a
Alerna!
"
Kr!er!a
C
-
C
1
C
.
C
7
C
8
A
-
7 7 8 . .
A
1
. . 7 1 .
A
.
8 7 1 1 1
S!"a Bene"! Bene"! Bene"! Bene"! Bene"!
Karena setiap nilai yang diberika pada setiap alternatif di setiap kriteria, merupakan nilai
ke)o)okan (nilai terbesar adalah terbaik). Maka semua kriteria yang diberikan diasumsikan
sebagai kriteria keuntungan.
+engambil keputusan dibentuk dari tabel ke)o)okan sebagai berikut %
5 5 2 4 4
9 7 4 4 5 4
2 5
+ertama-tama, dilakukan normalisasi matriks 9 berdasarkan persamaan " sebagai berikut %
r
""
7 5 E ma;B5*4*2C 7 5E2 7 1,> (dipakai maksimum karena sifatnya benefit)
r
"
7 4 E ma;B5*4*2C 7 4E2 7 1,@ (dipakai maksimum karena sifatnya benefit)
r
4"
7 2 E ma;B5*4*2C 7 2E2 7 " (dipakai maksimum karena sifatnya benefit)
r
"
7 5 E ma;B5*4*5C 7 5E5 7 " (dipakai maksimum karena sifatnya benefit)
r

7 4 E ma;B5*4*5C 7 4E5 7 1,,2 (dipakai maksimum karena sifatnya benefit)

r
4
7 5 E ma;B5*4*5C 7 5E5 7 " (dipakai maksimum karena sifatnya benefit)
r
"4
7 2 E ma;B2*5*C 7 2E2 7 " (dipakai maksimum karena sifatnya benefit)
r
4
7 5 E ma;B2*5*C 7 5E2 7 1,> (dipakai maksimum karena sifatnya benefit)
r
44
7 E ma;B2*5*C 7 E2 7 1,5 (dipakai maksimum karena sifatnya benefit)
r
"5
7 4 E ma;B4**C 7 4E4 7 " (dipakai maksimum karena sifatnya benefit)
r
5
7 E ma;B4**C 7 E4 7 1,@@@, (dipakai maksimum karena sifatnya benefit)
r
45
7 E ma;B4**C 7 E4 7 1,@@@, (dipakai maksimum karena sifatnya benefit)
r
"2
7 4 E ma;B4*4*C 7 4E4 7 " (dipakai maksimum karena sifatnya benefit)
r
2
7 4 E ma;B4*4*C 7 4E4 7 " (dipakai maksimum karena sifatnya benefit)
r
42
7 E ma;B4*4*C 7 E4 7 1,@@@, (dipakai maksimum karena sifatnya benefit)
Dari hasil perhitungan di atas, diperoleh matriks ternormalisasi ? sebagai berikut %
1,> " " " "
9 7 1,@ 1,,2 1,> 1,@@@, "
" " 1,5 1,@@@, 1,@@@,
+roses perangkingan diperoleh berdasarkan persamaan dengan perhitungan sebagai berikut%
I
"
7 (2)(1,>) K (4)(") K (5)(") K (5)(") K ()(") 7 ",
I

7 (2)(1,@) K (4)(1,,2) K (5)(1,>) K (5)(1,@@@,) K ()(") 7 "4,""@,

I
4
7 (2)(") K (4)(") K (5)(1,5) K (5)(1,@@@,) K ()(1,@@@,) 7 "4,@
Dilai terbesar ada pada I
"
sehingga alternatif &
"
adalah alternatif yang terpilih sebagai
alternatif terbaik. Dengan kata lain, Dgemplak akan terpilih sebagai lokasi untuk mendirikan
gudang baru.
9. Weighted Product Model (4PM)
Weighted Product Model (6+M) merupakan metode yang dikembangkan untuk
mengatasi kelemahan dari Weighting Sum Model (6(M). +erbedaan utama antara 6+M dan
6(M adalah 6+M menggunakan )ara perkalian sedangkan 6(M menggunakan )ara
penjumlahan.
Dalam Kusumade$i dkk. (11@), =oon mengatakan bah$a, 6+M merupakan suatu
metode yang menggunakan perkalian untuk menghubungkan rating atribut, dimana rating
setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan. +roses ini
sama halnya dengan proses normalisasi. +referensi untuk alternatif &
i
(3ektor () diberikan
dengan rumus 4.
+erhitungan nilai preferensi untuk alternatif &
i
dia$ali dengan memberikan nilai rating
kinerja LMKM ke-i terhadap subkriteria ke-j (;
ij
). (etelah masing-masing umkm diberi nilai
rating kinerja, nilai ini akan dipangkatkan dengan nilai relatif bobot a$al yang telah dihitung
sebelumnya ($
j
) dimana $
j
akan bernilai positif untuk atribut benefit (keuntungan) dan
bernilai negatif untuk atribut cost (biaya). +enjumlahan nilai $
j
untuk setiap subkriteria pada
kriteria yang sama akan bernilai "(M$
j
7 "). +erhitungan nilai $
j
dilakukan dengan rumus 5.
(etelah didapat nilai preferensi untuk alternatif &
i
, selanjutnya dilakukan perhitungan
nilai preferensi relatif dari setiap alternatif (3ektor I). Dilai preferensi relatif dari setiap
alternatif dihitung dengan rumus 2.
&lternatif terbaik dipilih jika nilainya lebih besar atau sama dengan alternatif yang lain.
C%n%& Ka#'#
Dengan )ontoh yang sama seperti pada metode (&6, (uatu perusahaan di Daerah .stime$a
=ogyakarta (D.=) ingin membangun sebuah gudang yang akan digunakan sebagai tempat
untuk menyimpan sementara hasil produksinya. &da 4 lokasi yang akan menjadi alternatif,
yaitu % &
"
7 Dgemplak, &

7 Kalasan, &
4
7 Kota Jede.
&da 2 kriteria yang dijadikan a)uan dalam pengambilan keputusan, yaitu %
C
"
7 jarak dengan pasar terdekat (km)
C

7 kepadatan penduduk di sekitar lokasi (orangEkm

)
C
4
7 jarak dari pabrik (km)
C
5
7 jarak dengan gudang yang sudah ada (km)
C
2
7 harga tanah untuk lokasi ( dikalikan dengan ?p. ".111.111Em

)
$
j
7
$
1

M$
1

(7)
(8)
I
i
7
(;
ij
)
(;
j
:
)
dengan i = 1,2,3, ., m
(.)
(
i
7
(;
ij
)
dengan i = 1,2,3, ., m
$
j
$
j
$
j
?ating ke)o)okan setiap alternatif pada setiap kriteria, dinilai dengan " sampai 2, yaitu %
" % sangat buruk
% buruk
4 % )ukup
5 % baik
2 % sangat baik
-abel # menunjukkan rating ke)o)okan dari setiap alternatif pada setiap kriteria.
Tabel :. Ra!n) $e,%,%$an dar! #e!a+ alerna!" +ada #e!a+ $r!er!a
tingkat kepentingan setiap kriteria, juga dinilai dengan " sampai 2, yaitu %
" % sangat rendah
% rendah
4 % )ukup
5 % tinggi
2 % sangat tinggi
+engambil keputusan memberikan bobot preferensi sebagai% $ 7 (2, 4, 5, 5, )
(ifat setiap kriteria adalah%
Kriteria C (kepadatan penduduk di sekitar lokasi) dan C5 (jarak dengan gudang yang
sudah ada) adalah kriteria keuntungan*
Kriteria C" (jarak dengan pasar terdekat), C4 (jarak dari pabrik), dan C2 (harga tanah
untuklokasi) adalah kriteria biaya.
Fangkah pertama yang dilakukan adalah menghitung nilai perbaikan bobot terlebih dahulu
dengan rumus 5.
Diketahui $ 7 (2, 4, 5, 5, ) maka nilai perbaikan bobot nya adalah %
$
"
7 2E(2K4K5K5K) 7 1,>
$

7 4E(2K4K5K5K) 7 1,",
$
4
7 5E(2K4K5K5K) 7 1,
$
5
7 5E(2K4K5K5K) 7 1,
$
2
7 E(2K4K5K5K) 7 1,""
Fangkah kedua adalah menghitung nilai 3ektor ( menggunakan rumus 4.
(
"
7 (1,,2
-2;16
) (111
2;-7
) (">
-2;11
) (21
2;11
) (211
-2;--
) 7 ,5">,
(

7 (1,2
-2;16
) ("211
2;-7
) (1
-2;11
) (51
2;11
) (521
-2;--
) 7 ,5,1
(
4
7 (1,#
-2;16
) (121
2;-7
) (42
-2;11
) (42
2;11
) (>11
-2;--
) 7 ",,5@
(etelah 3ektor ( dihitung, langkah selanjutnya melakukan perhitungan nilai 3ektor I
menggunakan rumus 2. Dilai 3ektor I yang akan digunakan untuk perankingan dapat
dihitung sebagai berikut%
I
"
7 ,5">, E (,5">, K ,5,1 K ",,5@) 7 1,4@@#
I

7 ,5,1 E (,5">, K ,5,1 K ",,5@) 7 1,4@>

I
4
7 ",,5@ E (,5">, K ,5,1 K ",,5@) 7 1,@5#
Dilai terbesar ada pada I

sehingga alternatif &

adalah alternatif yang terpilih sebagai

alternatif terbaik. Dengan kata lain, Kalasan akan terpilih sebagai lokasi untuk mendirikan
gudang baru.
G. Elimination Et Choix Traduisant la realitE (ELECTRE)
/F/C-?/ didasarkan pada konsep perangkingan melalui perbandingan berpasangan
antar alternatif pada kriteria yang sesuai. (atu alternatif dikatakan mendominasi alternatif
yang lainnya jika satu atau lebih kriterianya melebihi (dibandingkan dengan kriteria dari
alternatif yang lain) dan sama dengan kriteria lain yang tersisa.
/F/C-?/ dimulai dari membentuk perbandingan berpasangan setiap alternatif di setiap
kriteria (;
ij
). Dilai ini harus dinormalisasikan ke dalam suatu skala yang dapat
diperbandingkan (r
ij
) %
Dengan i 7 ",,8.,m* dan j7",,8.,n.
r
ij
7
;
ij
(@)
(elanjutnya pengambil keputusan harus memberikan faktor kepentingan (bobot) pada setiap
kriteria yang mengekspresikan kepentingan relatifnya ($
j
).
6 7 ($
"
,$

,8.,$
n
)
Dengan
Bobot ini seanjutnya dikalikan dengan matriks perbandingan berpasangan membentuk
matriks I %
3
ij
7 $
j
;
ij
pembentukan )on)ordan)e inde; dan dis)ordan)e inde; untuk setiap pasangan alternatif
dilakukan melalui aksiran terhadap relasi perangkingan. Lntuk setiap pasangan alternatif &
k
dan &
l
(k,l7",,8.,m* dan k
"
l), matriks keputusan untuk kriteria j, terbagi menjadi
himpunan bagian. +ertama, himpunan )on)ordan)e inde; B)
kl
C menunjukkan penjumlahan
bobot-bobot kriteria yang mana alternatif &
k
lebih baik daripada alternatif &
l.
C
kl
7 BjA3
kj
N 3
lj
C* untuk j7",,8.,n.
kedua, himpunan dis)ordan)e inde; Bd
kl
C diberikan sebagai %
D
kl
7 BjA3
kj
N 3
lj
C* untuk j7",,8.,n.
Matriks )on)ordan)e (C) berisi elemen-elemen yang dihitung dari )on)ordan)e inde;, dan
berhubungan dengan bobot atribut, yaitu %
Demikian pula matriks dis)ordan)e (D) berisi elemen-elemen yang dihitung dari dis)ordan)e
inde; (-riantaphyllou, 111). Matriks ini berhubungan dengan nilai-nilai atribut, yaitu %
(,)
(>)
(#)
("1)
("")
(")
Matriks-matriks ini dapat dibangun dengan bantuan suatu nilai ambang (threshold), Dilai
Dapat diperoleh dengan formula %
&lernatif &
k
dapat memiliki kesempatan untuk dominasi &
l
, jika )on)ordan)e inde; )
kl
melebihi treshold
)
kl
N
dan elemen-elemen dari matriks )on)ordan)e dominan f ditentukan sebagai %
hal yang sama juga berlaku untuk matriks dis)ordan)e dominan g dengan treshold
Dilai Diperoleh dengan formula
dan elemen-elemen dari matriks dis)ordan)e domian g ditentukan sebagai %
agregasi dari matriks dominan (e) yang menunjukkan urutan preferensi parsial dari alternatif-
alternatif, diperoleh dengan formula %
e
kl
7 f
kl
; g
kl
jika e
kl
7 " mengindikasikan bah$a alternatif &
k
lebih dipilih daripada alternatif &
l
.
m(m-")
) 7
)
d
d
("4)
("5)
("2)
(",)
(">)
m(m-")
d 7
("@)
dkl
C%n%& $a#'# %
(uatu perusahaan di Daerah .stime$a =ogyakarta (D.=) ingin membangun sebuah gudang
yang akan digunakan sebagai tempat untuk menyimpan sementara hasil produksinya. &da 4
lokasi yang akan menjadi alternatif, yaitu % &
"
7 Dgemplak, &

7 Kalasan, &
4
7 Kota Jede.
&da 2 kriteria yang dijadikan a)uan dalam pengambilan keputusan, yaitu %
C
"
7 jarak dengan pasar terdekat (km)
C

7 kepadatan penduduk di sekitar lokasi (orangEkm

)
C
4
7 jarak dari pabrik (km)
C
5
7 jarak dengan gudang yang sudah ada (km)
C
2
7 harga tanah untuk lokasi ( dikalikan dengan ?p. ".111.111Em

)
?ating ke)o)okan setiap alternatif pada setiap kriteria, dinilai dengan " sampai 2, yaitu %
" % sangat buruk
% buruk
4 % )ukup
5 % baik
2 % sangat baik
-abel # menunjukkan rating ke)o)okan dari setiap alternatif pada setiap kriteria. (edangkan
tingkat kepentingan setiap kriteria, juga dinilai dengan " sampai 2, yaitu %
" % sangat rendah
% rendah
4 % )ukup
5 % tinggi
2 % sangat tinggi
Tabel :. Ra!n) $e,%,%$an dar! #e!a+ alerna!" +ada #e!a+ $r!er!a
Alerna!
"
Kr!er!a
C
-
C
1
C
.
C
7
C
8
A
-
7 7 8 . .
A
1
. . 7 1 .
A
.
8 7 1 1 1
S!"a Bene"! Bene"! Bene"! Bene"! Bene"!
+enyelesaian kasus di atas menggunakan metode /F/C-?/ dapat dilakukan dengan
tahapan %
". Gitung matriks keputusan ternormalisasi berdasarkan persamaan @
;
"
7 5

K 4

K 2

7 ,,,1""
r
""
7
;
""
7 5 E ,,,1" 7 1,2@2,
;
"
r
"
7
;
"
7 4 E ,,,1" 7 1,554
;
"
r
4"
7
;
4"
7 2 E ,,,1" 7 1,,1,"
;
"
;

7 5

K 4

K 5

7 @,514"
r
"
7
;
"
7 5 E @,514" 7 1,@5,
;

r

7
;

7 4 E @,514" 7 1,5@>2
;

r
4
7
;
4
7 2 E @,514" 7 1,@5,
;

Demikian seterusnya. -erakhir diperoleh matriks ternormalisasi ? %

? 7
1,2@2, 1,@5, 1,,525 1,,,@ 1,@4#@
1,554 1,5@>2 1,2#@4 1,5>2" 1,@4#@
1,,1," 1,@5, 1,#>" 1,5>2" 1,5@5
. Menghitung matriks I berdasarkan persamaan >.
3
""
7 $
"
r
""
7 2 ; 1,2@2, 7 ,>>2
3
"
7 $

r
"
7 4 ; 1,@5, 7 ",>,5"
Dan seterusnya sehingga diperoleh matriks I %
I 7
,>>2 ",>,5" ,#>"5 ,#"15 ",,#
,""4 ",512@ ,4>2" ",#514 ",,#
4,2422 ",>,5" ","#@ ",#514 1,>2>
4. Membuat himpunan )on)ordan)e inde; berdasarkan persamaan "1
C
"
7 B",,4,5,2C D
"
7 BC
C
"4
7 B,4,5,2C D
"4
7 B"C
C
"
7 B2C C
"
7 B",,4,5C
C
4
7 B4,5,2C C
4
7 B",C
C
4"
7 B",C C
4"
7 B4,5,2C
C
4
7 B",,5C C
4
7 B4,2C
5. Kemudian dibentuk matriks )on)ordan)e. /lemen )
kl
dihitung berdasarkan persamaan ""
C
"
7 $
"
K $

K $
4
K $
5
K $
2
7 2 K 4 K 5 K 5 K 7 ">
C
"4
7 $

K $
4
K $
5
K $
2
7 4 K 5 K 5 K 7 "4
C
"
7 $
2
7
C
4
7 $
4
K $
5
K $
2
7 5 K 5 K 7 "1
C
4"
7 $
"
K $

7 5 K 7 >
C
4
7 $
"
K $

K $
5
7 2 K 4 K 5 7 "
Matriks )on)ordan)e nya adalah %
C 7
- "> "4
- "1
> " -
2. Berdasarkan matriks )on)ordan)e, akan dihitung elemen d
kl
berdasarkan persamaan " %
Matriks dis)ordan)e nya adalah sebagai berikut %
D 7
- 1 1,4#2
" - "
" 1,>54 -
@. Dilai ) dan d dapat diperoleh berdasarkan persamaan "4 dan persamaan "@ (ebagai
berikut %
m(m-")
) 7
7 (">K"4KK"1K>K")E(4(4-")) 7 @4E@ 7 "1,2
,. Menghitung )on)ordan)e dominan menggunakan persamaan "2
H 7
- " "
1 - 1
1 " -
>. Menghitung matriks dis)ordan)e dominan menggunakan persamaan ",
J 7
- 1 1
" - "
1 " 1
#. Menghitung agregasi dominan yang diperoleh dari kombinasi antara matriks f dan g,
mennggunakan persamaan ">
/ 7
- 1 1
1 - 1
1 " 1
(ehingga dapat disimpulkan bah$a &

didominasi oleh &

4
(&
4
&

), namun tidak dapat

menyimpulkan apapun tentang hubungan antara &
"
O &

dan hubungan antara &

"
dan &
4
.
7 (1K1,4#2K"K"K"K1,>54)E(4(4-")) 7 5,4>5E@ 7 1,,1@5
<. Technique for rder Performance !" Similarit" to #deal Solution (TOPSIS)
+ermasalahan pengambilan keputusan merupakan proses pen)arian opsi terbaik dari
seluruh alternati3e fisibel. Multiple )riteria de)ision making merupakan bagian dari problem
pengambilan keputusan yang relatif kompleks, yang mengikutsertakan beberapa orang
pengambil keputusan, dengan sejumlah berhingga kriteria yang beragam yang harus
dipertimbangkan, dan masing-masing kriteria itu memiliki nilai bobot tertentu, dengan tujuan
untuk mendapatkan solusi optimal atas suatu permasalahan. (alah satu metode yang
digunakan untuk menangani permasalahan ini, adalah -e)hniPue for 'rder +erforman)e by
(imilarity to .deal (olution (-'+(.().
-'+(.( adalah salah satu metode pengambilan keputusan multikriteria yang pertama
kali diperkenalkan oleh =oon dan G$ang ("#>"). -'+(.( menggunakan prinsip bah$a
alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan jarak
terpanjang (terjauh) dari solusi ideal negatif dari sudut pandang geometris dengan
menggunakan jarak /u)lidean (jarak antara dua titik) untuk menentukan kedekatan relatif
dari suatu alternatif dengan solusi optimal.
(olusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat
di)apai untuk setiap atribut, sedangkan solusi negatif-ideal terdiri dari seluruh nilai terburuk
yang di)apai untuk setiap atribut. -'+(.( mempertimbangkan keduanya, jarak terhadap
solusi ideal positif dan jarak terhadap solusi ideal negatif dengan mengambil kedekatan relatif
terhadap solusi ideal positif.
Berdasarkan perbandingan terhadap jarak relatifnya, susunan prioritas alternatif bisa
di)apai. Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan se)ara
praktis. Gal ini disebabkan konsepnya sederhana dan mudah dipahami, komputasinya efisien,
dan memiliki kemampuan mengukur kinerja relatif dari alternatif-alternatif keputusan.
-'+(.( banyak digunakan dengan alasan %
konsepnya sederhana dan mudah dipahami*
komputasinya efisien* dan
memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan
dalam bentuk matematis yang sederhana.
Metode -'+(.( didasarkan pada konsep bah$a alternatif terpilih yang terbaik tidak
hanya memiliki jarak terpendek dari solusi ideal positif tetapi juga memiliki jarak terpanjang
dari solusi ideal negatif.
Ta&a+an *e%de T%+#!# 5
Membuat matriks keputusan yang ternormalisasi
Membuat matriks keputusan yang ternormalisasi terbobot
Menentukan matriks solusi ideal positif dan matriks solusi ideal negatif
Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan
negatif
Menentukan nilai preferensi untuk setiap alternatif
Keleb!&an TOPSIS
konsepnya sederhana dan mudah dipahami*
komputasinya efisien* dan
memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan
dalam bentuk matematis yang sederhana.
Ke$'ran)an TOPSIS
Garus adanya bobot yang dihitung menggunakan &G+ untuk melanjutkan hitungan data
selanjutnya dengan memakai -'+(.(.
Ada+'n lan)$a&-lan)$a& al)%r!*a dar! TOPSIS !n! adala& #eba)a! ber!$' 5
". ?angking -iap &lternatif
-'+(.( membutuhkan ranking kinerja setiap alternatif &i pada setiap kriteria Cj yang
ternormalisasi yaitu %

dengan i7",,....m* dan j7",,......n*
("#)
. Matriks keputusan ternormalisasi terbobot

dengan i7",,...,m dan j7",,...,n
4. (olusi .deal +ositif Dan Degatif
(olusi ideal positif &K dan solusi ideal negatif &- dapat ditentukan berdasarkan ranking
bobot ternormalisasi (yij) sebagai berikut %
5. 0arak Dengan (olusi .deal
2. Dilai +referensi Lntuk (etiap &lternatif
Dilai preferensi untuk setiap alternatif (Ii) diberikan sebagai %
i7",,...,m
Dilai Ii yang lebih besar menunjukkan bah$a alternatif &i lebih dipilih
(1)
(")
()
(4)
(5)

Per*a#ala&an $a#'# I5
(uatu perusahaan ingin membangun gudang sebagai tempat menyimpan sementara
hasil produksinya. &da 4 lokasi yang akan jadi alternatif yaitu &"7Dgemplak, &7Kalasan,
&47Kota Jede.
&da 2 kriteria yang dijadikan a)uan dalam pengambilan keputusan %
o C"7 jarak dengan pasar terdekat (km)
o C7 kepadatan penduduk di sekitar lokasi (orangEkm)
o C47jarak dari pabrik (km)
o C57 jarak dengan gudang yang sudah ada (km)
o C27 harga tanah untuk lokasi (;"111 ?pEm)
Pe*ba&a#an 5
Ran)$!n) Ke,%,%$an
?anking ke)o)okan setiap alternatif pada setiap kriteria, dinilai dengan " sampai 2, yaitu
o " 7 sangat buruk
o 7 buruk
o 4 7 )ukup
o 5 7 baik
o 2 7 sangat baik
-abel berikut menunjukkan ranking ke)o)okan dari setiap alternatif pada setiap kriteria %
B%b% Pre"eren#! dan Mar!$# Ke+''#an
Bobot preferensi untuk setiap kriteria C", C, 8 C2 7 (2, 4, 5, 5, )
Matrik keputusan yang dibentuk dari tabel ranking ke)o)okan %
5 5 2 4 4
4 4 5 4
2 5
Fangkah hitungan -'+(.( %
". ?angking tiap alternatif
?umus maka %
. Matriks Keputusan -ernormalisasi -erbobot

Matriks keputusan ternormalisasi terbobot didapatkan dari perkalian matriks ? dengan
bobot preferensi (2, 4, 5, 5, ) didapat %
4. (olusi .deal +ositif %
y"
K
7 ma; B.>4>2 * .""4* 4.2422C7 4.2422
y
K
7 ma; B".>,5"* ".512@* 1.>,5"C7 ".>,5"
y4
K
7 ma; B.#>"5* .4>2"* "."#@C7 .#>"5
y5
K
7 ma; B.#"15* ".#514* ".#514C7 .#"15
y2
K
7 min B".,#* ".,#* 1.>2>C7 1.>2> (karena biaya)
&
K
7B4.2422* ".>,5"* .#>"5* .#"15* 1.>2>C
5. (olusi .deal Degatif %
y"
-
7 min B.>4>2 * .""4* 4.2422C7 .""4
y
-
7 min B".>,5"* ".512@* 1.>,5"C7 1.>,5"
y4
-
7 min B.#>"5* .4>2"* "."#@C7 "."#@
y5
-
7 min B.#"15* ".#514* ".#514C7 ".#514
y2
-
7 ma; B".,#* ".,#* 1.>2>C7 ".,# (karena biaya)
&
-
7B.""4* 1.>,5"* "."#@* ".#514* ".,#C
2. 0arak antara Dilai -erbobot (etiap &lternatif
0arak antara Dilai -erbobot (etiap &lternatif terhadap (olusi .deal +ositif %
maka %
0arak antara Dilai -erbobot (etiap &lternatif terhadap (olusi .deal negatif %
maka %
@. Kedekatan setiap alternatif terhadap solusi ideal
?umus maka %
I" 7 .4,2 7 1.,51,
.4,2K1.>22
I7 ".4122 7 1.425
".4122K.,12>
I4 7 1.,, 7 1.25
1.,,K.@,
Maka solusi yang didapat % dari nilai I (jarak kedekatan setiap alternatif terhadap solusi
ideal) diperoleh nilai I" memiliki nilai terbesar, sehingga yang akan dipilih sebagai
lokasi untuk mendirikan gudang adalah kota N)e*+la$.
#$ Anal"tic %ierarch" Process &A%P'
Misalkan 'i dan 'j adalah tujuan. -ingkat kepentingan relatif tujuan-tujuan ini dapat
dinilai dalam # poin seperti pada tabel "1 (Kusumade$i, 11@).
Tabel -2 T!n)$a $e+en!n)an
N!la! Iner+rea#!
" 'i dan 'j sama penting
4 'i sedikit lebih penting daripada 'j
2 'i kuat tingkat kepentingannya daripada 'j
, 'i sangat kuat tingkat kepentingannya daripada 'j
# 'i mutlak lebih penting daripada 'j
,5,@,> Dilai-nilai intermediate
Contoh, angka > menunjukkan bah$a 'i delapan kali lebih penting daripada 'j atau 'i
terletak antara sangat kuat dan mutlak lebih penting daripada 'j.
'
"
8. '
j
8. '
n
'
"
a
""
8. a
"j
8. a
"n
8. 8. 8. 8. 8. 8.
8. 8. 8.
'
j
a
j"
a
ji
a
jj
a
jk
a
jn
8. 8. 8. 8. 8. 8.
'
n
a
n"
8. a
nj
8. a
nn
Misalkan '
"
, '

, 8., '
n
* n N adalah tujuan. Matriks perbandingan berpasangan adalah
matriks berukuran n ; n dengan elemen a
ij
merupakan nilai relatif tujuan ke-i terhadap tujuan
ke-j.
Matriks perbandingan berpasangan dikatakan konsisten jika dan hanya jika untuk setiap i,j,k
Q i R B",8.,nC %
a
""
7 "*
a
ij
7 " E a
ij
a
ik
7 (a
ij
)( a
ik
)
Matriks perbandingan berpasangan dapat dibangun hanya dengan (n-") perbandingan, yaitu %
'
j
'
"
a
""
8. 8.
'
n
a
nj
C%n%& $a#'# %
&da 5 faktor pemilihan pekerjaan, yaitu lokasi, prospek, resiko dan gaji. Dilai perbandingan
berpasangan dibuat sebagai berikut %
Fokasi
Fokasi "
+rospek
?esiko 4
Jaji 2
&ndaikan kita memiliki n tujuan dalam &G+. Matriks & adalah matriks perbandingan
berpasangan yang konsisten, maka & dapat berupa matriks %
'
"
'

8. '
n
'
"
$
"
E $
"
$
"
E $

8. $
"
E $
n
'

E $

8. 8. 8.
8. 8. 8.
'
n
$
n
E$
"
$
n
E$

8. $
n
E$
n
Dimana $
i
S 1,i7",8,n adalah bobot tujuan ke-i. se)ara umum 3ektor bobot $ 7
B$
"
,$

,....$
n
C untuk n tujuan dapat diakomodasi matriks & dengan men)ari solusi (non-
tri3ial) dari himpunan n persamaan dengan n 3ariabel yang tidak diketahui sebagai berikut %
(&)($
-
) 7 (3)($
-
)
0ika & konsisten, maka 37n memberikan suatu solusi non-tri3ial yang unik.
(&)($
-
) 7 (n)($
-
)
0umlah semua bobot sama dengan satu.
0ika & adalah matriks perbandingan berpasangan berukuran n ; n yang konsisten, maka %
$%n#!#en
F + ? J
F " T "E4 "E2
+ " E4 E2
? 4 4E " 4E2
J 2 2E 2E4 "
C%n%& $a#'# A<P - %
Lntuk matriks berpasangan yang konsisten di ba$ah ini %
Iektor bobot non-tri3ial dengan jumlah bobot sama dengan " adalah %
$ 7 U "E"" E"" 4E"" 2E""V
C%n%& $a#'# A<P 1 %
Misalkan terdapat matriks perbandingan berpasangan seperti di ba$ah ini %
Matriks tersebut tidak konsisen, terlihat dari %
Dilai resiko 4 kali lebih penting dibandingkan dengan prospek
Dilai prospek kali lebih penting dibandingkan dengan lokasi
Dilai resiko hanya 4 kali lebih penting dibandingkan dengan lokasi
&pabila & adalah matriks perbandingan berpasangan yang tidak konsisten, maka 3ektor
bobot yang berbentuk %
(&)($
-
) 7 (n)($
-
)
Dapat didekati dengan )ara %
i. Menormalkan setiap kolom j dalam matriks &, sedemikian hingga
M a
ij
7 "
i
ii. Lntuk setiap baris . dalam &W, hitunglah nilai rata-ratanya.
$
i
7 "En ( M aW
ij
)
j
F + ? J
F " T "E4 "E2
+ " E4 E2
? 4 4E " 4E2
J 2 2E 2E4 "
F + ? J
F " T "E4 "E2
+ " "E4 X
? 4 4 " T
J 2 5 "
Dengan $
i
adalah bobot tujuan ke-i dari 3ektor bobot.
C%n%& $a#'# A<P . %
Misalkan terdapat matriks perbandingan berpasangan seperti di ba$ah ini %
Maka setelah dilakukan normalisasi menjadi %
Kemudian nilai 3ektor bobot yang didapat adalah %
6 7 U1,1>@* 1,"41* 1,>>* 1,5#@V
Misalkan & adalah matriks perbadingan berpasangan, dan $ adalah 3ektor bobot, maka
konsistensi dari 3ektor bobot $ dapat diuji sebagai berikut %
Gitung % (&)($
-
)
Gitung % t 7 "En
Gitung indeks konsistensi % C.7 (t-n) E (n-")
F + ? J
F " T "E4 "E2
+ " "E4 X
? 4 4 " T
J 2 5 "
0ml "" >,2 4,@, ",#2
F + ? J ?ata
F 1,1#
"
1,12
#
1,1#
"
1,"1
4
1,1>
@
+ 1,">

1,""
>
1,1#
"
1,"
>
1,"4
1
? 1,,
4
1,42
4
1,,
4
1,2
@
1,>
>
J 1,52 1,5, 1,25 1,2" 1,5#
n
M
i7"
/lemen ke-i pada (&)($
-
)
/lemen ke-i pada ($
-
)
0ika C.71 maka & konsisten* jika (C.E?.
n
) Y " maka & )ukup konsisten* dan jika
(C.E?.
n
) N " maka & sangat tidak konsisten.
.ndeks random ?.
n
adalah nilai rata-rata C. yang dipilih se)ara a)ak pada & dan diberikan
sebagai %
n 4 5 2 @ , 8.
RI
n
1 1,2> 1,#1 "," ",5 ",4 8..
C%n%& $a#'# A<P 7 %
Misalkan terdapat matriks perbandingan berpasangan sebagai berikut %
+engujian terhadap konsistensi matriks & dilakukan sebagai berikut %
(&)($
-
) 7
Menghitung nilai t
t 7 X
1,45
@
K
1,2

K
",">
5
K
,1

7
5,12
,
1,1>
@
1,"4
1
1,>
>
1,5#
@
C. 7 (5,12, - 5) E 4 7 1,1"#
Lntuk n75, diperoleh ?.
5
71,#1* sehingga
C.E?.
5
7 1,1"#E1,#1 7 1,1" Y 1," * maka matriks & dikatakan )ukup konsisten.
Misalkan ada n tujuan dan m alternatif pada &G+, maka proses perangkingan alternatif dapat
dilakukan melalui langkah-langkah sebagai berikut %
i. Ltuk setiap tujuan i, tetapkan matriks perbandingan berpasangan &, untuk m alternatif
F + ? J
F " T "E4 "E2
+ " "E4 X
? 4 4 " T
J 2 5 "
" T "E4 "E2 1,1>@
7
1,45
@
" "E4 X 1,"41 1,2

4 4 " T 1,>> ",">

ii. -entukan 3ektor bobot untuk setiap &
i
yang merepresentasikan bobot relatif dari
setiap alternatif ke-j pada tujuan ke Zi (s
ij
).
iii. Gitung total skor
s
j
7 M (s
ij
)($
i
)

i
i3. +ilih alternatif dengan skor tertinggi.
C%n%& $a#'# A<P 8 %
Misalkan ada 5 alternatif pekerjaan yang akan dipilih, yaitu &, B, C dan D. pada tujuan
pertama (lokasi yang baik),matriks perbandingan berpasangan yang ditetapkan adalah %
(etelah dilakukan normalisasi %
(ehinggan s
""
7 1,",5* s
"
7 1,#4* s
"4
7 1,155* dan s
"5
7 1,5>#.
+ada tujuan kedua (prospek yang baik), matriks perbandingan berpasangan yang ditetapkan
adalah %
& B C D
& " T 2 "E2
B " , T
C "E2 "E, " "E#
D 4 # "
0ml 4"E2 2"E"5 42E">
& B C D ?ata
& 1,"@
"
1,"4, 1,
,
1,"," 1,",5
B 1,4

1,,2 1,4"

1,2, 1,#4
C 1,4 1,151 1,15 1,12, 1,155
& B C D
& " # 2
B "E# " "E# "E#
C "E2 # " T
D T # "
0ml "@4E#1 > ",E# @2E">
(etelah dilakukan normalisasi %
(ehingga s
"
7 1,2""* s

7 1,142* s
4
7 1,",4* dan s
5
7 1,>1
+ada tujuan ketiga (resiko yang lebih ringan), matriks perbandingan berpasangan yang
ditetapkan adalah %
(etelah dilakukan normalisasi %
(ehingga s
4"
7 1,"* s
4
7 1,15>* s
44
7 1,5* dan s
45
7 1,4"#
+ada tujuan keempat (gaji yang lebih tinggi), matriks perbandingan berpasangan yang
ditetapkan adalah %
(etelah dilakukan normalisasi %
& B C D ?ata
& 1,22

1,4"
"
1,@"
@
1,225 1,2""
B 1,1@
"
1,14@ 1,1"
5
1,14" 1,142
C 1,"" 1,4" 1," 1,"4> 1,",4
& B C D
& " @ T T
B "E@ " "E@ "E>
C @ "
D > T "
0ml 4"E@ " "4E@ #E>
& B C D ?ata
& 1,"#
5
1,>@ 1,4
"
1,"4> 1,"
B 1,14

1,15> 1,1,
,
1,145 1,15>
C 1,4> 1,>@ 1,5@ 1,22 1,5
& B C D
& " "E# X "E@
B # " "
C 5 T " T
D @ " "
0ml 1 5,E"> "E5 >E4
& B C D ?ata
& 1,12
1
1,154 1,15
>
1,1@4 1,12"
B 1,52
1
1,4>4 1,4"

1,4,2 1,4#,
C 1,1 1,"#" 1,"# 1,">> 1,"#
(ehingga s
5"
7 1,12"* s
5
7 1,4#,* s
54
7 1,"#* dan s
55
7 1,4@1.
Matriks skor setiap alternatif pada semua tujuan adalah %
Iektor bobot yang telah diperoleh sebelumnya %
67U1,1>@ * 1,"41 * 1,>> * 1,5#@V
(kor total setiap alternatif pada semua tujuan adalah %
Iektor bobot yang telah diperoleh sebelumnya %
$ 7 U1,1>@ * 1,"41 * 1,>> * 1,5#@V
(kor total setiap alternatif adalah %
s
"
7 (1,",5)(1,>@1)K(1,2"")(1,"41)K(1,")(1,>>)K(1,12")(1,5#@) 7 1,"@>
s

7 (1,#4)(1,>@1)K(1,142)(1,"41)K(1,15>)(1,>>)K(1,4#,)(1,5#@) 7 1,51
s
4
7 (1,155)(1,>@1)K(1,",4)(1,"41)K(1,5)(1,>>)K(1,"#)(1,5#@) 7 1,54
s
5
7 (1,5>#)(1,>@1)K(1,>1)(1,"41)K(1,4"#)(1,>>)K(1,4@1)(1,5#@) 7 1,45#
Karena skor total alternatif D(s
5
) paling besar, maka alternatif D yang paling dipilih.
& B C D
F 1,",
5
1,#
4
1,15
5
1,5>
#
+ 1,2"
"
1,14
2
1,",
4
1,>
1
? 1," 1,15 1,5 1,4"