Anda di halaman 1dari 14

9/27/2011

Bahan Kuliah : Topik Khusus

Metode Weighted Product (WP)


menggunakan
gg
perkalian
p
untuk
menghubungkan rating atribut, dimana
rating setiap atribut harus dipangkatkan
dulu dengan bobot atribut yang
bersangkutan.
Proses ini sama halnya dengan proses
normalisasi.
l

9/27/2011

Preferensi untuk alternatif Ai diberikan


sebagai berikut:
n

Si = x ij

wj

j=1

dengan ii=1
1,2,...,m;
2
m; dimana wj = 1.
1
wj adalah pangkat bernilai positif untuk
atribut keuntungan, dan bernilai negatif
untuk atribut biaya.
3

Contoh:

Suatu perusahaan di Daerah Istimewa Yogyakarta


(DIY) ingin membangun sebuah gudang yang
akan digunakan sebagai tempat untuk
menyimpan sementara hasil produksinya.
Ada 3 lokasi yang akan menjadi alternatif, yaitu:
x
x
x

A1 = Ngemplak,
A2 = Kalasan,
A3 = K
Kota
t G
Gedhe.
dh

9/27/2011

Ada 5 kriteria yang dijadikan acuan dalam


pengambilan keputusan
keputusan, yaitu:
x
x
x
x
x

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)
Rp/m2).

Tingkat kepentingan setiap kriteria, juga dinilai


dengan 1 sampai 5, yaitu:
x
x
x
x
x

1
2
3
4
5

=
=
=
=
=

Sangat rendah,
Rendah,
Cukup,
Tinggi,
Sangat Tinggi.

Pengambil keputusan memberikan bobot


preferensi
f
sebagai:
W = (5, 3, 4, 4, 2)

9/27/2011

Nilai setiap alternatif di setiap kriteria:


Kriteria
Alternatif

C1

C2

C3

C4

C5

A1

0,75

2000

18

50

500

A2

0 50
0,50

1500

20

40

450

A3

0,90

2050

35

35

800

Kategori setiap kriteria:


x

Kriteria C2 (kepadatan penduduk di sekitar lokasi)


dan C4 (jarak dengan gudang yang sudah ada)
adalah kriteria keuntungan;
Kriteria C1 (jarak dengan pasar terdekat), C3
(jarak dari pabrik), dan C5 (harga tanah untuk
lokasi) adalah kriteria biaya.

Sebelumnya dilakukan perbaikan bobot terlebih


dahulu seperti sehingga w = 1
1, diperoleh w1 =
0,28; w2 = 0,17; w3 = 0,22; w4 = 0,22; dan w5 =
0,11.

9/27/2011

Kemudian vektor S dapat dihitung sebagai


be
berikut:
ut

(
= (0,5
= (0,9

)(
)( )( )(
)
)(1500 )(20 )(40 )(450 ) = 2,4270
)(2050 )(35 )(35 )(800 ) = 1,7462

S1 = 0,750, 28 20000,17 180, 22 500, 22 500 0,11 = 2,4187

S2
S3

0 , 28
0 , 28

0 ,17

0 , 22

0 , 22

0 ,11

0 ,17

0 , 22

0 , 22

0 ,11

Nilai vektor V yang akan digunakan untuk perankingan


dapat dihitung sebagai berikut:

V1 =

2,4187
= 0,3669
2,4187 + 2,4270 + 1,7462

2,4270
= 0,3682
2,4187 + 2,4270 + 1,7462
1,7462
= 0,2649
V3 =
2,4187 + 2,4270 + 1,7462
V2 =

Nilai terbesar ada pada V2 sehingga alternatif A2 adalah


alternatif yang terpilih sebagai alternatif terbaik.
Dengan kata lain, Kalasan akan terpilih sebagai lokasi
untuk mendirikan gudang baru.
10

9/27/2011

Technique for Order Preference by Similarity to Ideal


Solution ((TOPSIS)) didasarkan p
pada konsep
p dimana
alternatif terpilih yang terbaik tidak hanya memiliki
jarak terpendek dari solusi ideal positif, namun juga
memiliki jarak terpanjang dari solusi ideal negatif.
TOPSIS 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.

11

Langkah-langkah penyelesaian masalah MADM


dengan
g TOPSIS:

Membuat matriks keputusan yang ternormalisasi;


Membuat matriks keputusan yang ternormalisasi
terbobot;
Menentukan matriks solusi ideal positif & matriks
solusi ideal negatif;
Menentukan jarak antara nilai setiap alternatif dengan
matriks solusi ideal positif & matriks solusi ideal
negatif;
Menentukan nilai preferensi untuk setiap alternatif.
12

9/27/2011

TOPSIS membutuhkan rating kinerja setiap


alternatif Ai pada setiap kriteria Cj yang
ternormalisasi, yaitu:

x ij

rij =

x
i =1

2
ij

13

Solusi ideal positif A+ dan solusi ideal


negatif A- dapat ditentukan berdasarkan
rating bobot ternormalisasi (yij) sebagai:

y ij = w i rij

(
= (y

)
, L , y );

A + = y1+ , y +2 , L, y +n ;

, y 2

14

9/27/2011

TOPSIS
dengan
max y ij ;
i
+
yj =
min y ij ;
i

jika j adalah atribut keuntungan


jika j adalah atribut biaya

i y ij ;
min
i

y j =
max y ij ;
i

jika j adalah atribut keuntungan


jika j adalah atribut biaya
15

Jarak antara alternatif Ai dengan solusi ideal


positif dirumuskan sebagai:
+
i

D =
`

(y
n

j=1

+
i

y ij ;

Jarak antara alternatif Ai dengan solusi ideal


negatif dirumuskan sebagai:

D =

(y
n

j=1

ij

y i ;
16

9/27/2011

Nilai preferensi untuk setiap alternatif (Vi)


diberikan sebagai:

D i
Vi =
;
D i + D i+
`

Nilai Vi yang lebih besar menunjukkan bahwa


alternatif Ai lebih dipilih

17

Contoh:

Suatu perusahaan di Daerah Istimewa Yogyakarta


(DIY) ingin membangun sebuah gudang yang
akan digunakan sebagai tempat untuk
menyimpan sementara hasil produksinya.
Ada 3 lokasi yang akan menjadi alternatif, yaitu:
x
x
x

A1 = Ngemplak,
A2 = Kalasan,
A3 = K
Kota
t G
Gedhe.
dh

18

9/27/2011

Ada 5 kriteria yang dijadikan acuan dalam


pengambilan keputusan
keputusan, yaitu:
x
x
x
x
x

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)
Rp/m2).

19

Tingkat kepentingan setiap kriteria, juga dinilai


dengan 1 sampai 5, yaitu:
x
x
x
x
x

1
2
3
4
5

=
=
=
=
=

Sangat rendah,
Rendah,
Cukup,
Tinggi,
Sangat Tinggi.

Pengambil keputusan memberikan bobot


preferensi
f
sebagai:
W = (5, 3, 4, 4, 2)

20

10

9/27/2011

Nilai setiap alternatif di setiap kriteria:


Kriteria
Alternatif

C1

C2

C3

C4

C5

A1

0,75

2000

18

50

500

A2

0 50
0,50

1500

20

40

450

A3

0,90

2050

35

35

800

21

Matriks ternormalisasi, R:

0,5888 0,6186 0,4077 0,6852 0,4784


R = 0,3925 0,4640 0,4530 0,5482 0,4305
0,7066 0,6341 0,7928 0,4796 0,7654

Matriks ternormalisasi terbobot, Y:

2,9440 1,8558 1,6309 2,7408 0,9567


Y = 1,9627 1,3919 1,8121 2,1926 0,8611
3,5328 1,9022 3,1712 1,9185 1,5308
22

11

9/27/2011

Solusi Ideal Positif (A+):

y1+ = min{2,9440; 1,9627; 3,5328} = 1,9627

y +2 = max{1,8558; 1,3919; 1,9022} = 1,9022


y 3+ = min{1,6309; 1,8121; 3,1712} = 1,6309

y +4 = max{2,7408; 2,1926; 1,9185} = 2,7408


y 5+ = min{0,9567; 0,8611; 1,5308} = 0,8611

A + = {1,9627; 1,9022; 1,6309; 2,7408; 0,8611}


23

Solusi Ideal Negatif (A-):

y1 = max
a {2,994400; 1,96
9627
7; 3,53
5328
8} = 2,99440
0

y 2 = min{1,8558; 1,3919; 1,9022} = 1,3919

y 3 = max{1,6309; 1,8121; 3,1712} = 3,1712

y 4 = min{2,7408; 2,1926; 1,9185} = 1,9185

y 5 = max{0,9567; 0,8611; 1,5308} = 1,5308

A = {2,9440; 1,3919; 3,1712; 1,9185; 1,5308}


24

12

9/27/2011

Jarak antara nilai terbobot setiap alternatif


terhadap solusi ideal positif, S i +:
D 1 + = 0 ,9871

D 2 + = 0,7706

D 3+ = 2,4418

Jarak antara nilai terbobot setiap alternatif


terhadap solusi ideal negatif, Si :
D 1 = 1,9849

D 2 = 2,1991

D3 = 0,5104

25

Kedekatan setiap alternatif terhadap solusi


ideal dihitung sebagai berikut:
1,9849
= 0,6679
0,9871 + 1,9849
2,1991
V2 =
= 0,7405
0,7706 + 2,1991
V1 =

V3 =

0,5104
= 0,1729
2,4418 + 0,5104

Dari nilai V ini dapat dilihat bahwa V2 memiliki


nilai terbesar, sehingga dapat disimpulkan
bahwa alternatif kedua yang akan lebih dipilih.
Dengan kata lain, Kalasan akan terpilih sebagai
lokasi untuk mendirikan gudang baru.
26

13

9/27/2011

Ada Pertanyaan??

27

14

Anda mungkin juga menyukai