Metode Sistem Pendukung Keputusan

Technique for Order Preference by Similarity to

Ideal Solution (TOPSIS)

Sistem Pendukung Keputusan [SIN 6402]

Tujuan pembelajaran
• Memahami mengenai Technique for Order Preference by Similarity to
Ideal Solution (TOPSIS)
• Memahami perhitungan Technique for Order Preference by Similarity to
Ideal Solution (TOPSIS)
• Dapat menyelesaikan contoh soal menggunakan metode Technique for
Order Preference by Similarity to Ideal Solution (TOPSIS)
Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

• Technique for Order Preference by Similarity to Ideal Solution

(TOPSIS) 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.

• Solusi ideal positif didefinisikan sebagai jumlah dari seluruh

nilai terbaik yang dapat dicapai untuk setiap atribut,
sedangkan solusi ideal negatif terdiri dari seluruh nilai
terburuk yang dicapai untuk setiap atribut.
Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

• TOPSIS mempertimbangkan keduanya, jarak terhadap solusi

ideal positif dan jarak terhadap solusi ideal negatif dengan
mengambil kedekatan relatif terhadap solusi ideal positif.
Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

• TOPSIS membutuhkan rating kinerja setiap alternatif Ai pada

setiap kriteria Cj yang ternormalisasi, yaitu:

xij
rij 
m


i 1
xij2
Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)
 
• Solusi ideal positif ( A ) dan solusi ideal negatif ( A )
dapat ditentukan berdasarkan rating bobot ternormalisasi (yij)
sebagai:

yij  wi rij

A  

y1 , 
y 2 ,, 
yn 
A 
 y

1 ,

y 2 ,, 
yn 
Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

dengan:

max i yij ; jika j adalah atribut benefit


y j 
min i yij ; jika j adalah atribut cost


min i yij ; jika j adalah atribut benefit


y j 
max i yij ; jika j adalah atribut cost

Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

• Jarak antara alternatif Ai dengan solusi ideal positif

dirumuskan sebagai:

 
n
2
Di  yi  yij
j 1

• Jarak antara alternatif Ai dengan solusi ideal negatif

dirumuskan sebagai:

 y 
n
 2
Di  ij  yi
j 1
Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

• Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai:


Di
Vi 
Di  Di

• Nilai Vi yang lebih besar menunjukkan bahwa alternatif Ai

lebih dipilih.
Contoh TOPSIS

• 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 = Kota Gedhe.
Contoh TOPSIS

• 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).
Contoh TOPSIS

• Tingkat kepentingan setiap kriteria, dinilai dengan skala

1 sampai 5, yaitu:
• 1 = Sangat rendah,
• 2 = Rendah,
• 3 = Cukup,
• 4 = Tinggi,
• 5 = Sangat Tinggi.

• Pengambil keputusan memberikan bobot preferensi sebagai:

W = (5, 3, 4, 4, 2)
Contoh TOPSIS

• Nilai setiap alternatif di setiap kriteria:

Kriteria

Alternatif C1 C2 C3 C4 C5

Cost Benefit Cost Benefit Cost

A1 0,75 2000 18 50 500

A2 0,50 1500 20 40 450

A3 0,90 2050 35 35 800

Contoh TOPSIS

• Matriks ternormalisasi, r : rij 

xij
matriks x(1,1)  0,75 m

pembagi : 0,75  0,50  0,90

2 2 2
 1,6225  1,273774

i 1
xij2

sehingga matriks ternormalisasi untuk x(1,1)  0,75 / 1,273774  0,588801

Pembagi 1,273774 3233.032632 44.147480 72.972598 1045.227248

Contoh TOPSIS

• Matriks ternormalisasi, r :

0,588801 0,618614 0,407724 0,685189 0,478365


r  0,392534 0,463961 0,453027 0,548151 0,430528 
0,706562 0,634080 0,792797 0,479632 0,765384
Contoh TOPSIS

• Matriks ternormalisasi terbobot, y : yij  wi rij

matriks x( 1,1 )  5* 0.588802  2.944008

matriks x(2,1)  5 * 0.392534  1.962672

matriks x(3,1)  5 * 0.706562  3.532809

matriks x(i, j )  ...

Contoh TOPSIS

• Matriks ternormalisasi terbobot, y :

2,944008 1,855843 1,630897 2,740755 0,956730 


y  1,962672 1,391882 1,812108 2,192604 0,861057  
3,532809 1,902239 3,171189 1,918528 1,530768 
Contoh TOPSIS

• Solusi Ideal Positif (A+):

y1  min2,944008; 1,962672; 3,532809  1,962672
y 2  max1,855843; 1,391882; 1,902239  1,902239
y3  min1,630897; 1,812108; 3,171189  1,630897
y 4  max2,740755; 2,192604; 1,918528  2,740755
y5  min0,956730; 0,861057; 1,530768  0,861057

A   1,962672; 1,902239; 1,630897; 2,740755; 0,861057 

Contoh TOPSIS

• Solusi Ideal Negatif (A-):

y1  max2,944008; 1,962672; 3,532809  2,944008
y 2  min1,855843; 1,391882; 1,902239  1,391882
y3  max1,630897; 1,812108; 3,171189  3,171189
y 4  min2,740755; 2,192604; 1,918528  1,918528
y5  max0,956730; 0,861057; 1,530768  1,530768

A   2,944008; 1,391882; 3,171189; 1,918528; 1,530768

Contoh TOPSIS

• Jarak antara nilai terbobot setiap alternatif terhadap solusi


ideal positif, i :
D

 
n
2
Di  yi  yij
j 1

D1  1,962672 - 2,944008 2  1,902239 - 1,855843 2  1,630897 - 1,630897 2  2,740755 - 2,740755 2  0,861057 - 0,956730 2
 0,974326  0,987080

D1+ 0,987080
D2+ 0,770565
Di  ... D3+ 2,441802
Contoh TOPSIS

• Jarak antara nilai terbobot setiap alternatif terhadap solusi


ideal negatif, Di :

 y 
n
 2
Di  ij  yi
j 1

D1  2,944008 - 3,532809 2  1,855843 - 1,391882 2  1,630897 - 3,171189 2  2,740755 - 1,918528 2  0,956730 - 1,530768 2
 3,940021  1,984949

D 1- 1.984949
D 2- 2.199105
Di   ... D 3- 0.510357
Contoh TOPSIS

• Kedekatan setiap alternatif terhadap solusi ideal dihitung sebagai

berikut:
1,984949
V1   0,667877
1,984949  0,987080

2,199105
V2   0,740522
2,199105  0,770565

0,510357
V3   0,172876
0,510357  2,441802

• Dapat dilihat bahwa V2 memiliki nilai terbesar, sehingga dapat

disimpulkan bahwa alternatif A2 yang akan lebih dipilih.
• Dengan kata lain, Kalasan akan terpilih sebagai lokasi untuk
mendirikan gudang baru.