Anda di halaman 1dari 22

Metode TOPSIS

Metode TOPSIS
Technique of Order Preference by Similarity

to Ideal Solution
TOPSIS adalah salah satu metode
pengambilan keputusan multikriteria yang
didasarkan pada konsep dimana alternatif
terpilih yang terbaik tidak hanya memiliki
jarak terpendek dari solusi ideal positif,
namun juga memiliki jarak terpanjang dari
solusi ideal negatif.

Metode ini mempertimbangkan 2 buah

solusi yaitu :
Solusi ideal positif jumlah dari seluruh nilai

terbaik yang dapat dicapai untuk setiap


atribut
Solusi ideal negatif seluruh nilai terburuk
yang dicapai untuk setiap atribut
TOPSIS memilih alternatif dimana terpendek

dari solusi ideal positif dan memiliki jarak


terpanjang dari solusi ideal negatif
3

Kegunaan Metode TOPSIS


TOPSIS telah digunakan dalam banyak
aplikasi

termasuk keputusan

investasi

keuangan, perbandingan performansi dari


perusahaan, pebandingan dalam suatu
industri khusus, pemilihan sistem operasi,
dan evaluasi pelanggan.

Langkah-Langkah Metode
TOPSIS
1. Membuat matriks keputusan

Matriks keputusan X mengacu terhadap m


alternatif yang akan dievaluasi
berdasarkan n kriteria. Matriks keputusan X
dapat dilihat sebagai berikut:

keterangan:
ai( i = 1, 2, 3, . . . , m ) adalah alternatif-

alternatif yang mungkin,


xi( j = 1, 2, 3, . . . ,n ) adalah atribut dimana
performansi alternatif diukur,
xij adalah performansi alternatif ai dengan
acuan atribut xj

Permasalahan
Sebuah perusahaan minuman akan membuat cabang untuk pabrik
produksi di jawa tengah dan sebagai pilihan (alternatif)didapatkan kawasan industri yang akan di seleksi berada di 4 kota yaitu:
A1 = Semarang
A2 = Kudus
A3 = Kendal
A4 = Jepara
Dan sebagai Bahan pertimbangan (kriteria) terdapat 5 hal, yaitu:
X1 = Harga Tanah
X2 = UMR
X3 = Tarif pajak
X4 = Suplai Air
X5 = SDM

MEMBERI NILAI(Membuat Tabel


Keputusan)
Harg
a
Tana
h

UMR

Pajak

Suppla
y Air

SDM

Semaran
g

Kudus

Kendal

Ket :
Jepara
Sangat Buruk = 1
Buruk
=2
Cukup
=3
Baik
=4
Sangat Baik = 5

2. Membuat matriks keputusan yang ternormalisasi.


Persamaan yang digunakan untuk mentransformasikan setiap
elemen x adalah:

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


keterangan:
rij adalah elemen dari matriks keputusan yang ternormalisasi R,
xij adalah elemen dari matriks keputusan X.

MEMBUAT KEPUTUSAN
TERNORMALISASI
Harga
Tanah

UMR

Pajak

Supply
Air

SDM

Semaran
g

Kudus

Kendal

Jepara

4 + 16 +
4+9=
33

45

42

64

53

5,7446

6,7082

6,4807

8,1240

7,3485

Hasil
pangkat
Akar hasil
pangkat

Harga
Tanah

UMR

Pajak

Supply
Air

SDM

Semarang

0,3482

0,2981

0,3086

0,4924

0,6804

Kudus

0,6963

0,5963

0,4629

0,3693

0,2722

Kendal

0,3482

0,4472

0,3086

0,4924

0,5443

Jepara

0,5222

0,5963

0,7715

0,6155

0,4082

3. Membuat matriks keputusan yang ternormalisasi


tebobot.
Dengan bobot wj = ( w1 ,w2 ,w3 , . . .wn ), dimana
adalah bobot dari kriteria ke-j dan
=1,
maka normalisasi bobot matriks V adalah:

vij = wj rij
dengan i = 1, 2, 3, . . . , m; dan j = 1, 2, 3, . . . , n.
keterangan:
vij adalah elemen dari matriks keputusan yang
ternormalisai terbobot V,
wij adalah bobot kriteria ke-j
rij adalah elemen dari matriks keputusan yang
ternormalisasi R.
12

Memberi Bobot Setiap Kriteria


Harga
Tanah

UMR

Pajak

Supply
Air

SDM

MEMBUAT NORMALISASI
BERBOBOT
Dg rumus
(Data normalisasi)x(Bobot criteria)

Harga
Tanah

UMR

Pajak

Supply AIr

SDM

Semarang

1,3926

1,4907 0,9258

2,4618

1,3608

Kudus

2,7852

2,9814 1,3887

1,8464

0,5443

Kendal

1,3926

2,2361 0,9258

2,4618

1,0887

Jepara

2,0889

2,9814 2,3146

3,0773

0,8165

Menentukan matriks solusi ideal positif dan


solusi ideal negatif.

4.

Ideal solution.

A* = { v1* , , vn*}, where


vj* ={ max (vij) if j J ; min (vij) if j J' }
Negative ideal solution.

A' = { v1' , , vn' }, where


v' = { min (vij) if j J ; max (vij) if j J' }
i

15

J = { j = 1, 2, 3, . . . , n dan J merupakan

himpunan kriteria keuntungan (benefit criteria)}.


J = { j = 1, 2, 3, . . . , n dan J merupakan
himpunan kriteria biaya (cost criteria)
keterangan:
vij adalah elemen dari matriks keputusan yang
ternormalisasi terbobot V,
Vj* ( j = 1, 2, 3, . . . , n ) adalah elemen matriks
solusi ideal positif,
vj= ( j = 1, 2, 3, . . . , n ) adalah elemen matriks
solusi ideal negatif.
16

Harga
Tanah

UMR

Pajak

Supply AIr

SDM

Semarang

1,3926

1,4907 0,9258

2,4618

1,3608

Kudus

2,7852

2,9814 1,3887

1,8464

0,5443

Kendal

1,3926

2,2361 0,9258

2,4618

1,0887

Jepara

2,0889

2,9814 2,3146

3,0773

0,8165

Max

2,7852

2,9814

2,3146

3,0773

1,3608

Min

1,3926

1,4907

0,9258

1,8464

0,5443
17

5. Menghitung separasi
S+ adalah jarak alternative dari solusi ideal positif
didefenisikan sebagai::

Si * = [ j=1 (vj* vij)2 ]

i = 1, , m

S- adalah jarak alternative dari solusi ideal

negative didefenisikan sebagai:


S-i = [ j=i (vj' vij)2 ]
i = 1, , m

18

S1+

2,5434

S1-

1,0225

S2+

1,7433

S2-

2,0919

S3+

2,2083

S3-

1,1093

S4+

0,8838

S4-

2,4950

19

6. Merangking aternatif.
Menentukan nilai preferensi terhadap setiap
alternatif
Ditentukan dengan rumus :
Vi = S-i / (Si+ +S-i )

20

Dengan Perhitungan mengunakan


metode TOPSIS di dapat keputusan
bahwa V4 (JEPARA) yang akan
dijadikan tempat pembangunan
cabang pabrik produksi minuman
karena memiliki nilai yang terbaik.

21

Kesimpulan
TOPSIS merupakan konsep dimana alternatif

terpilih yang terbaik tidak hanya memiliki


jarak terpendek dari solusi ideal positif,
namun juga memiliki jarak terpanjang dari
solusi ideal negatif.
TOPSIS merangking alternatif untuk dijadikan
sebagai referensi bagi pengambil keputusan
untuk memilih solusi terbaik yang diinginkan.

22