SAW (Simple Additive Weighting)

antar iterasi tidak mengalami perubahan

(=0), nilai iterasi yang diperoleh tersebut
selanjutan menjadi urutan prioritas
sebagaimana berikut:

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
Dengan rij adalah rating kinerja
ternormalisasi dari alternatif Ai pada
atribut Cj; i =1,2,m dan j = 1,2,,n.
Nilai preferensi untuk setiap alternatif (Vi)
diberikan sebagai :

Mengkuadratkan matriks 1 (jumlah baris x

kolom) (Iterasi I):

Dimana :
Vi = Nilai akhir dari alternatif
wj = Bobot yang telah ditentukan
rij = Normalisasi matriks
Nilai Viyang lebih besar mengindikasikan
bahwa alternatifAi lebih terpilih
Selanjutnya jumlahkan angka dalam
matriks menurut barisnya:

Analytic Hierarchy Process (AHP)

Contoh :

Langkah berikutnya adalah pengolahan

bentuk Matriks 2 dengan jalan sama
dengan Matriks 1 (Iterasi II), kemudian
jumlahkan kembali hasil perkalian silang
matriks berdasarkan baris:

Selanjutnya dihitung selisih antara vektor

Matriks 1 dan 2 dalam Iterasi II

Data Matriks di atas dirubah dari bentuk

fraksi kedalam bentuk desimal (Matriks
1):

Lekukan kembali iterasi untuk Matriks 3.

Langkah ini diulang, hingga nilai selisih

Certainty Factor (CF)

Certainty Factor (CF) merupakan salah
satu teknik yang digunakan untuk
mengatasi ketidakpastian dalam
pengambilan keputusan. Certainty Factor
(CF) dapat terjadi dengan berbagai
kondisi. Diantara kondisi yang terjadi
adalah terdapat beberapa antensenden
(dalam rule yang berbeda) dengan satu
konsekuen yang sama. Dalam kasus ini,
kita harus mengagregasikan nilai CF
keseluruhan dari setiap kondisi yang ada.
Berikut formula yang digunakan:
CFc (CF1,CF2) = CF1 + CF2 (1- CF1)
;
jika CF1 dan CF2 keduanya posistif
CFc (CF1,CF2) = CF1 + CF2 (1+ CF1)
; jika CF1 dan CF2 keduanya negative
CFc (CF1,CF2) = {CF1 + CF2} / (1-min{|
CF1|,| CF2|})
; jika salah satu negatif
Contoh :
[R1] : IF fever THEN thypus {cf : -0.40}
[R2] : IF amount of tromobsit low THEN
thypus {cf : -0.50}
[R3] : IF body is weak THEN thypus {cf :
0.75}
[R4] :IF diarhea THEN thypus {cf : 0.60}
Tentukan Nilai dari CF gabungannya:
Jawab:
1.R1 dan R2 :: CFc (CF1,CF2) = CF1 +
CF2 (1+ CF1)
= -0,40 + (-0,50)(1+(-0,40))
= -0,40 + (-0,50)(0,60)
= -0,40 0,30
= -0,70 ..
.(a)
2. R3 dan R4 :: CFc (CF1,CF2) = CF1 +
CF2 (1- CF1)
= 0,75 + 0,6 (1-0,75)
= 0,75 + 0,6. 0,25
= 0,75 + 0,15
= 0,9
..(b)
3.Gabungkan (a) dan (b) :: CFc (CF1,CF2)
= {CF1 + CF2} / (1-min{| CF1|,| CF2|})
= {-0,70+0,9}/(1-min{|-0,70|,|0,90|})

= 0,20 / ( 1-{0,70})
= 0,20 / 0,30
= 0,67
Kesimpulannya: Suatu penyakit thypus
disebabkan oleh gejala-gejala tersebut di
atas memiliki nilai Certainty Factor ( CF)
sebesar 0,67

Dempster-Shafer Theory

Nama : I Putu Merta Wirayasa

NIM

: 1215051014

Kelas : 6C