Anda di halaman 1dari 7

TUGAS MAKALAH SISTEM PENDUKUNG KEPUTUSAN

WEIGHTED PRODUCT
Disusun guna memenuhi tugas matakuliah Sistem Pendukung Keputusan

Disusun oleh

Tafikur Rahman Septian Hadinata Rhesah Katu Unggara Intan Dwi Utami Fahrizal Suya P. Wawan Setiawan Rosalia Susilowati Nurul Hidayati

Program Studi Teknik Informatika Fakultas Sains dan Teknologi UIN Sunana Kalijaga Yogyakarta 2011

DEFINISI
Model produk tertimbang (WPM) Merupakan metode pengambilan keputusan dengan cara perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan. WPM adalah salah satu analisis multi-kriteria keputusan multi-criteria decision analysis (MCDA) yang sangat terkenal / metode multi-kriteria pengambilan keputusan multi-criteria decision making (MCDM). Hal ini mirip dengan model jumlah tertimbang weighted sum model (WSM). Perbedaan utama adalah bahwa penambahan dalam operasi matematika utama sekarang ada perkalian. Seperti semua / MCDA metode MCDM, yang diberikan adalah satu set terbatas dari alternatif keputusan yang dijelaskan dalam hal sejumlah kriteria keputusan. Setiap alternatif keputusan dibandingkan dengan yang lain dengan mengalikan sejumlah rasio, satu untuk setiap kriteria keputusan. Setiap rasio diangkat ke kekuasaan setara dengan berat relatif dari kriteria yang sesuai. Misalkan masalah MCDA diberikan didefinisikan pada alternatif m dan kriteria n keputusan. Selanjutnya, mari kita asumsikan bahwa seluruh kriteria tersebut kriteria manfaat, yaitu, semakin tinggi nilai-nilai, semakin baik. Selanjutnya menganggap bahwa WJ menunjukkan berat relatif pentingnya kriteria Cj dan aij adalah nilai kinerja Ai alternatif ketika dievaluasi dalam hal kriteria Cj. Kemudian, jika seseorang ingin membandingkan dua alternatif AK dan AL (di mana m = K, L = 1) lalu, produk berikut harus dihitung:

Jika rasio P (AK / AL) lebih besar dari atau sama dengan nilai 1, maka menunjukkan bahwa AK alternatif lebih diinginkan daripada AL alternatif (dalam kasus maksimalisasi). Jika kita tertarik dalam menentukan alternatif terbaik, maka alternatif terbaik adalah salah satu yang lebih baik daripada atau setidaknya sama dengan semua alternatif lain. WPM seringkali disebut analisis berdimensi karena struktur matematis menghilangkan unit ukuran.

Oleh karena itu, WPM dapat digunakan dalam tunggal dan multi-dimensi / MCDA masalah MCDM. Artinya, pada masalah keputusan mana alternatif yang dijelaskan dalam istilah yang menggunakan unit pengukuran yang berbeda. Keuntungan dari metode ini adalah bahwa alih-alih nilai yang sebenarnya dapat digunakan yang relatif.

AlGORITMA
Secara singkat, algoritma dari metode ini adalah sebagai berikut: 1. Mengalikan seluruh atribut bagi sebuah alternatif dengan bobot sebagai pangkat positif untuk atribut manfaat dan bobot berfungsi sebagai pangkat negatif pada atribut biaya 2. Hasil perkalian dijumlahkan untuk menghasilakn nilai pada setiap alternatif 3. Mencari nilai alternatif dengan melakukan langkah yang sama seperti pada langkah satu, hanya saja menggunakan nilai tertinggi untuk setiap atribut tertinggi untuk setiap atribut manfaat dan nilai terrendah untuk atribut biaya
4. Membagi nilai V bagi setiap alternatif dengan nilai standar (V(A*)) yang

menghasilkan R 5. Ditemukan urutan alternatif terbaik yang akan menjadi keputusan.

Berikut ini adalah contoh numerik sederhana yang mengilustrasikan bagaimana perhitungan untuk metode ini dapat dilakukan. Sebagai data kita menggunakan nilai numerik yang sama seperti pada contoh numerik yang dijelaskan untuk model jumlah tertimbang. Masalah keputusan sederhana didasarkan pada tiga alternatif dinotasikan sebagai A1, A2, dan A3 masing-masing dijelaskan dalam empat kriteria C1, C2, C3 dan C4. Berikutnya, membiarkan data numerik untuk masalah ini sebagai keputusan berikut dalam matriks:

Dari data di atas kita dapat dengan mudah melihat bahwa bobot relatif dari kriteria pertama adalah sama dengan 0,20, bobot relatif untuk kriteria kedua adalah 0,15 dan

seterusnya. Demikian pula, nilai alternatif pertama (yaitu, A1) dalam hal kriteria pertama adalah sebesar 25, nilai alternatif yang sama dalam hal kriteria kedua adalah sama dengan 20 dan seterusnya. Namun, sekarang pembatasan untuk mengekspresikan semua kriteria dalam hal unit pengukuran yang sama tidak diperlukan. Artinya, nomor dengan kriteria masingmasing dapat dinyatakan dalam unit yang berbeda. Ketika WPM diterapkan pada data sebelumnya, maka nilai-nilai berikut ini diturunkan:

Demikian pula, kita juga mendapatkan:

Oleh karena itu, alternatif terbaik adalah A1, karena superior untuk semua alternatif lain. Selanjutnya, berikut peringkat ketiga alternatif adalah sebagai berikut: A1> A2 A3> (dengan simbol ">" singkatan dari "lebih baik dari"). Pendekatan alternatif dengan metode WPM adalah bagi pengambil keputusan untuk menggunakan produk baru tanpa rasio sebelumnya. Artinya, untuk menggunakan varian berikut formula utama yang diberikan sebelumnya:

Dalam ekspresi sebelumnya istilah P (AK) menunjukkan nilai kinerja total (yaitu, tidak satu relatif) dari AK alternatif ketika seluruh kriteria tersebut dianggap bersamaan dengan model WPM. Kemudian, ketika data sebelumnya digunakan, sama persis peringkat berasal. Beberapa sifat menarik dari metode ini akan dibahas dalam buku 2000 oleh Triantaphyllou pada MCDA / MCDM.

CONTOH KASUS DAN PENYELESAIAN


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: - A1 = Ngemplak, - A2 = Kalasan, - A3 = Kotagede. Ada 5 kriteria yang dijadikan acuan dalam pengambilan keputusan, yaitu: -

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). 1 = Sangat rendah, 2 = Rendah, 3 = Cukup, 4 = Tinggi, 5 = Sangat Tinggi.

Tingkat kepentingan setiap kriteria, juga dinilai dengan 1 sampai 5, yaitu: -

Pengambil keputusan memberikan bobot preferensi sebagai: W = (5, 3, 4, 4, 2) Nilai setiap alternatif di setiap kriteria:

Kategori setiap kriteria: -

Kriteria C2 (kepadatan penduduk di sekitar lokasi) dan C4 (jarak Kriteria C1 (jarak dengan pasar terdekat), C3 (jarak dari pabrik), dan

dengan gudang yang sudah ada) adalah kriteria keuntungan; C5 (harga tanah untuk lokasi) adalah kriteria biaya. Sebelumnya dilakukan perbaikan bobot terlebih dahulu seperti sehingga w = 1, diperoleh w1 = 0,28; w2 = 0,17; w3 = 0,22; w4 = 0,22; dan w5 = 0,11. Kemudian vektor S dapat dihitung sebagai berikut:

S1 = 0,75 0, 28 2000 0 ,17 18 0, 22 50 0, 22 500 0,11 = 2,4187

)(

)(

)(

)(

S2 = 0,50, 28 1500 0,17 20 0, 22 40 0, 22 450 0,11 = 2,4270


S3 = ( 0,9 0, 28 )( 2050 0,17 )(35 0, 22 )(35 0, 22 )(800 0,11 ) = 1,7462

)(

)(

)(

)(

DAFTAR PUSTAKA
Anonim, Weighted Product Model, http://en.wikipedia.org/wiki/Weighted_product_model, diakses pada tanggal 6 Mei 2011 Basyaib Fachmi, Teori Pembuat Keputusan, http://books.google.co.id/books? id=1oX1gq9ofjYC&pg=PT139&lpg=PT139&dq=Weighted+Product+ (WP)&source=bl&ots=MsGc8w9I63&sig=9FrFqYD9nRyhaeBZbJXGySc5Xm4&hl=id &ei=MAHETev9EYLRrQeVlaHOBA&sa=X&oi=book_result&ct=result&resnum=2&s qi=2&ved=0CB0Q6AEwAQ#v=onepage&q=Weighted%20Product%20(WP)&f=false, diakses pada tanggal 6 Mei 2011

Anda mungkin juga menyukai